INSTITUTO MEXICANO DE LA EDUCACIÓN EN LINEA

Estadística básica y probabilidad

PROFESOR : OMAR BECERRA CABRERA

LICENCIATURA EN ENFERMERIA
 Objetivo

 Que el alumno conozca los conceptos de la probabilidad y estadistica

 asi como su aplicación en el ambito profesional asi como el la vida diaria.
 Temario
 1.- Variables
 2.- Clasificación y construcción de bloques estadísticos.
 3.- Organización de los datos por medio de tablas.
 4.- Tipos de gráficas.
 5.- Introducción a la sumatoria.
 6.-Analisis de datos de una variable: medidas de tendencia central y de localización.
 7.- Medidas de dispersión o variable.
 8.-Espacio muestral.
 9.-Experimentos y cuentos.
 10.-Principios fundamentales del conteo.
 11.- Análisis combinatorio.
 12.-Concepto de probabilidad.
 13.- Teoremas de probabilidad.
 14.-Variables aleatorias discretas y continuas.
 ¿Que es la estadistica?

 La estadistica es la ciencia que se encarga de la recolección, organización,

estructuración, análisis y presentacíon de los datos; con el fin de deducir las
carácteristicas de un grupo , población ó fenómeno.

• Se le conoce como la ciencia de los datos.

• Se auxilia de formulas matemáticas para calculo
• Los datos se presentan en forma condensada en tablas y gráficas.
 Objetivos de la estádistica.

 1.- Objetivo general.

 Es mejorar la compresión de los hechos de forma clara , fácil de interpretar en base a los datos.

 2.-Objetivos especificos
• Conocer la realidad de un fenómeno.
• Hacer predicciones de un fenómeno.
• Válidar un producto en base a las conclusiones obtenidas
• en base a muestras.
• Analizar las tendencia de un objeto , producto.


Historia de la estadística
Tipos de estadistica

• Estadística descriptiva:
 Se encarga de recopilar, estructurar, analizar y presentar un resumen de los
datos en forma numérica cantidades y cualidades de conjunto. Se apoyan de
medios visuales como gráficos y tablas.

 Ejemplos:
 De una clase. ¿Cual es la mano mas hábil para escribir?
 ¿Cual es el peso de 10 bebés al nacer?
 ¿Cuantas personas en México miden mas de 1.80 m.?
 ¿Cuantas Veces llovió esta semana?(Cuantitativa)
Estadistica Inferecial

 A diferencia de la estadistica descriptiva,la inferencial toma muestras de un

evento o fenomeno de forma aleatoria para establecer tendencias o deducir
que un evento se produzca.

 Ejemplos:
 Sondeos tendencia del voto. ¿ Que candidato es el favorito para ganar las
elecciones?
 Analsis del mercado. ¿ En esta colonia la gente prefiere tomar agua o
refresco.
 Epidemiologia médica.¿Cuantas personas se han contagiado de COVID en esta
semana?
Conceptos básicos en Estadística

 Población se refiere al universo, conjunto o totalidad de elementos sobre los

que se investiga o hacen estudios.
 Muestra es una parte o subconjunto de elementos que se seleccionan
previamente de una población para realizar un estudio.
Conceptos básicos en Estadística
¿Qué es una variable en estadística?

 Las variables estadísticas son características o cualidades de una persona,

animal u objeto, las cuales puedes medir o clasificar. Por ejemplo: la edad, la
estatura, el peso o la altura de un edificio, color de ojos , habilidades.

 Tipos de variables:
• Variables cualitativas. (Color de ojos, estado civil, genero, etc.).
• Variables cuantitativas. (Edad, ingresos, precios, peso, altura).
Tipos de variables en Estadística
 Tipos de variables cuantitativas
• Variables discretas: Solo aceptan valores enteros . Generalmente, las
variables discretas son resultado de un conteo y no permiten los números
decimales. Por ejemplo: número de pacientes, número de alumnos, número
de motos por modelo.
• Variables continuas: Son aquellas que pueden tomar cualquier valor entre
dos intervalos o números. Por ejemplo, si necesitas escribir la estatura de
un grupo de basquetbolistas, seguramente, no podrás utilizar los números 1 y
2, pero si las variables 1.78, 1.65, 1.45, porque la altura suele expresarse de
esa manera.
 Organización de los datos por medio de
tablas
 ¿Qué es una tabla?
Es un arreglo que contiene de forma ordenada y estructurada los datos
recopilados para mostrarlos de forma clara para su análisis y conclusión sobre un
fenómeno dado.
 Organización de los datos por medio de
tablas
 Tipos de tablas
 Tablas tipo 1: Son aquellas que el tamaño de la muestra y el rango de esta son pequeños.
Ejemplo: El numero de alumnos cada grupo de 3°grado son: 25, 30, 21.

Grupo Numero de alumnos

1 25
2 30
3 21

La población: Número de alumnos.

Muestra: No hay.
Tipo de datos : Cuantitativos discretos.
 Organización de los datos por medio de
tablas
 Tablas tipo 2: Son aquellas que contienen datos donde el tamaño de la
muestra es grande y el rango de los valores es pequeño.
Ejemplo : Se le pregunta a 30 estudiantes de primero de primaria cuantos
hermanos menores de 12 años tenía cada uno.
Los datos obtenidos fueron los siguientes:

1 2 1 3 4 1
2 2 1 5 2 2
1 1 3 2 2 1
1 3 3 4 1 3
3 1 1 3 2 1
 Organización de los datos por medio de
tablas.
 Como de organizan los datos recopilados de los 30 estudiantes:
a) Se buscan el valor máximo y mínimo de hermanos:
en este caso son 1 y 5.
b) Se anexan a tabla como columna. Número de
hermanos
menores de 12
años.
1
2
3
4
5
 Organización de los datos por medio de
tablas.
c) A la tabla se le agrega otra columna para llevar el conteo cuantas veces se
repite el número de hermanos.

Número de hermanos menores de

Veces que se repite el numero de
12 años.
hermanos

1 IIII IIII II
2 IIII II
3 IIII III
4 II
5 I
 Organización de los datos por medio de
tablas.
d) Por último se agregan los valores finales del conteo

Numero de
hermanos
1 2 3 4 5
menores de
12 años.
Números
12 8 7 2 1 30
estudiantes

La población: Número de alumnos de primaria con hermanos menores de

12 años.
Muestra: No hay.
Tipo de datos : Cuantitativos discretos.
 Tabla de distribución de frecuencias

¿ Qué es una tabla de distribución de frecuencias?

Es un arreglo donde se presenta la información ordenada y el ó los patrones que se
repiten mas de una vez en un fenomeno .
Conceptos mas comunes en una tabla de frecuencias:
• Clases : Son los individuos o intervalos que comparten las mismas características
dentro de una población (por ejemplo: edades, numero de hermanos, sillas de color
café, etc.)
• Limites de clase superiores: Son las cifras mas grandes que pueden pertenecer a una
clase.
• Limites de Clase inferiores : Son la cifras mas pequeñas que pueden pertenecer a las
clases.
• Fronteras de clase: Son cifras que se utilizan para separar las clases pero sin los
espacios creados por los limites de clase.
Tabla de distribución de frecuencias

• Marcas de clase: Son los puntos medios de las clases. Las marca de clase se
calculan sumando el limite de clase inferior con el superior y después dividido
entre 2.

• Anchura de clase: es la diferencia de clase superior e inferior.

 Caso Práctico
¿Los premios de la academia discriminan por la Edad?

Cada año se otorgan Óscares a la mejor actriz y al mejor actor. En la siguiente

tabla se presenta con las edades de los galardonados en el momento de la
ceremonia de los premios desde hace 76 años.

¿Hay diferencias importantes entre las edades de los mejores actores y

actrices?

¿Existe discriminación por la edad y las mejores actrices suelen ser mejores que
los mejores actores?.

¿Hay algunas otras diferencias importantes?

 Caso Práctico

¿Los premios de la academia discriminan por la Edad?

Paso 0: Crear tabla de distribución de frecuencias.
Por que construyen las tablas de distribución de frecuencias?:
1) Para poder resumir grandes conjuntos de datos
2) Se tiene compresión sobre los datos.
3) Se tiene una base para construir graficas importantes como histogramas,
entre otros tipos.
 Caso Práctico

¿Los premios de la academia discriminan por la Edad?

Paso 1: Crear tabla de distribución de frecuencias.
Decida el número de clases que desea, el cual debe estar entre 5 y 20.
Paso 2: Calcule anchura de clase:

Redondee el resultado para obtener un valor adecuado. Generalmente se redondea

hacia arriba.
Paso 3 : Elija un numero para el limite inferior de la primera clase. Seleccione un valor
menor al dato mas bajo .
Paso 4: Con el limite inferior de la primera clase y la anchura de clase previamente
calculada. Sume la anchura al punto de partida para obtener el limite inferior
consecutivo y así sucesivamente obtener los de todas las clases.
 Caso Práctico
Paso 5 : Anote todos los limites inferiores en una columna vertical y en base a la
clase anote los limites superiores.
Paso 6: Después de identificar los limites inferiores y superiores de cada clase ,
proceda a trabajar con el conteo de datos asignando una raya a cada valor
repetido encontrado tal y como se hizo en la construcción de la tabla tipo 2 del
ejemplo anterior.
 Caso Práctico

Las fronteras de clase se pueden determinar fácilmente al calcular los limites de

clases superior anterior con el limite de la clase inferior de la clase siguiente.
 Frecuencia

¿Qué es la frecuencia en estadística?

 En estadística, la frecuencia es el número de veces que aparece un valor en
un conjunto de datos. Es decir, la frecuencia es la cantidad de veces que se
repite un valor en una muestra estadística.
 Frecuencia absoluta: consiste en el número de veces que aparece un valor en
una muestra estadística.
 Frecuencia relativa: es la frecuencia absoluta dividido entre la suma de
todas las frecuencias.

ó
 Frecuencia

 Frecuencia acumulativa: es la suma de las frecuencias absolutas de la clase

actual mas las suma de las clases absolutas anteriores.
 Gráficas

¿Qué es una grafica?

Es una representación visual y representativa de los datos previamente recopilados,
organizados , estructurados y organizados con el fin de entregar con claridad un
análisis estadístico.

Tipos de gráficas:
• Histogramas. (Grafica de barras)
• Polígono de frecuencias.
• Ojiva
• Graficas de Pareto
• Graficas circulares
 Histograma (Gráfica de barras)

 En estadística un histogramas es una grafica de barras donde la escala

horizontal representan los valores de datos y la vertical las frecuencias.
También existen los histogramas de frecuencias relativas , la diferencia es
que el eje vertical se colocan los porcentajes de la frecuencia relativa.
 Polígono de frecuencias

El polígono de frecuencias utiliza segmentos lineales conectados a puntos. En el

eje Horizontal se colocan las marcas de clase y en el eje vertical la frecuencia
absoluta.
También esta el polígono de frecuencias relativas donde la única diferencia es
que en el eje vertical se coloca os rangos de frecuencia relativa. Esta nos puede
servir para comparar dos poblaciones sometidas al mismo estudio. Por ejemplo
cual es mayor porcentaje de edad en que actores y actrices reciben el premio a
mejor actor respectivamente.
 Ojiva

Una Ojiva es gráfica lineal que representa frecuencias acumulativas. En el eje

Horizontal utiliza fronteras de clase . Son útiles para determinar el numero de
valores que se encuentran por debajo de un valor especifico.
 Gráficas de Pareto
Una gráfica de Pareto es una gráfica de barras para datos cualitativos. Donde las barras se
ordenan de acuerdo con las frecuencias. Las escalas verticales representan tanto frecuencias
absolutas como frecuencias relativas. Se ordena de la barra de mayor frecuencia en la
izquierda de ahí hacia la derecha con las de menor frecuencia.
 Gráficas circulares (Pastel)

Las graficas de circulares también se utilizan para representar datos

cualitativos. Una grafica circular se construye dividiendo en proporciones en
base al porcentaje que representa el estudio. Utiliza la frecuencia relativa
para representar dichas proporciones.
 Análisis de datos de una Variable : medida de
tendencia central y localización

Una medida de tendencia central es un valor que se encuentra en el centro o la mitad de un conjunto de
datos.
Existen 4 medidas de tendencia central:
Media o promedio: Es la medida que se calcula al sumar los valores y dividir el total entre el número
de valores.
Media o promedio = =
Donde:

X Es la variable que generalmente se usa para representar los datos individuales

n = Es el numero de valores en una muestra
N = Es el numero de valores en una población.

Es la media para un conjunto de valores muestrales

Es la media para un conjunto de valores poblacionales
 Análisis de datos de una Variable : medida de
tendencia central y localización

Mediana : Es una medida de tendencia central que implica el valor

intermedio, cuando los valores de los datos originales se presentan en orden
creceinte o decreciente.
Como se calcula la mediana?
 Primero se ordenan lo valores( se acomodan en orden ya sea ascendente o
descendente.
 Si el número de valores es impar, la mediana es el número que se localiza
exactamamente a la mitad de la lista.
 Si el número de valores es par , la mediana se obtiene calculando la media de
los dos números que están a la mitad.
 Análisis de datos de una Variable : medida de
tendencia central y localización

 Moda : Es el valor que se presenta con mayor frecuencia de un conjunto

de datos.
 Cuando dos valores se presentan con la misma frecuencia y esta es la mas
alta, ambos valores son modas, por lo que el conjunto de datos es bimodal.
 Cuando mas de dos valores se presentan con la misma frecuencia y ésta es la
mas alta, todos los valores son modas, por lo que el conjunto de datos es
multimodal.
 Análisis de datos de una Variable : medida de
tendencia central y localización

 Mitad de rango: es la medida de tendencia central que constituye el

valor que esta a la mitad entre el valor mas bajo y el mas alto en un
conjunto de datos.
¿Cual es la mejor medida de tendencia
central?
 Medidas de dispersión o variación

¿ Que son las medidas de dispersión o variación?

Son aquellas que determinan el grado de dispersión de la media calculada de un
conjunto de datos muestrales o poblacionales.
Las principales medidas de dispersión o variación son:

 Rango.
 Varianza.
 Desviación estándar.
 Coeficiente de variación.
 Medidas de dispersión o variación

 Rango: Es la diferencia entre el valor máximo y el valor mínimo de un conjunto

de datos.

 Desviación estándar: Es la medida de variación de los valores respecto a la

media. Es un tipo de desviación promedio de los valores respecto a la media. Es
igual a la raíz cuadrada de la varianza ya sea de una muestra o de una población.

-> desviación estándar para una muestra.

> desviación estándar para una población.
 Medidas de dispersión o variación
 Varianza:
La varianza es una medida de dispersión que representa la variabilidad de una
serie de datos respecto a su media.
.
 Medidas de dispersión o variación

Coeficiente de variación:
El coeficiente de variación (CV) de un conjunto de datos muestrales o
poblacionales , expresado en porcentaje. Describe la desviación estándar en
relación con la media.

• Coeficiente de variación para una muestra

• Coeficiente de variación para una población
 Espacio muestral

 Conceptos básicos:
Experimento: es el proceso donde se obtiene de la observación o medición de un
fenómeno dado .
Evento o suceso simple: es el resultado que se obtiene de una experimentación y
que ya no se puede simplificar. ( Por ejemplo: si se lanza un dado ¿ Que numero
resultara en la cara superior?
Evento o suceso: es el conjunto de resultados o de eventos sencillos que tienen
ciertas características compartidas. Por ejemplo si se lanza un dado ¿ Cual es la
probabilidad de que caiga un numero par??
Espacio muestral: es el conjunto de eventos o sucesos simples posibles. Por ejemplo:
los posibles resultados en que puede caer un dado si es lanzado son: { 1,2,3,4,5,6}.
 Experimentos y conteo

 Probablidad del evento: La probabilidad de un evento se define como la suma de

eventos simples contenidos en un evento.

Donde :
.
.
.

Por ejemplo Evento A : numero de veces que cae un numero par al lanzar un dado

Probabilidades de cada evento simple al lanzar un dado.

Numero de eventos simples : 6 (lados de l dado)
Probabilidad de evento simple = 1/6

A = [2,4,6} evento A
P(A) = {
Principio fundamental del conteo

 El Principio Fundamental de Conteo es una manera de encontrar el espacio

muestral sin tener que listar o contar cada uno de ellos.
Cuando un experimento consiste en más de un elemento aleatorio, el número de
resultados en el espacio muestral es igual al producto de el número de resultados para
cada elemento aleatorio.
Ejemplos
· Lanzar dos dados de 6 lados: Cada dado tiene 6 resultados igualmente
probables, entonces el espacio muestral es 6 • 6 o 36 resultados igualmente probables.
· Lanzar tres monedas: Cada moneda tiene 2 resultados igualmente probables,
por lo que el espacio muestral es 2 • 2 • 2 u 8 resultados igualmente probables.
· Lanzar un dado de 6 lados y una moneda: El espacio muestral es 6 • 2 o 12
resultados igualmente probables
 Ejercicios

https://es.liveworksheets.com/worksheets/es/Matem%C3%A1ticas/Estad%C3%AD
stica/Variables_cuantitativas_y_cualitativas_sq658803kb
https://es.liveworksheets.com/worksheets/es/Matem%C3%A1ticas/Estad%C3%AD
stica/Media,_moda_mediana_ej780539ev
https://es.liveworksheets.com/worksheets/es/Matem%C3%A1ticas/Estad%C3%AD
stica/Tabla_de_frecuencias_bt671630xa
https://es.liveworksheets.com/worksheets/es/Matem%C3%A1ticas/Estad%C3%AD
stica/Ficha_2*_Estad%C3%ADstica_(Frecuencias_absolutas_y_relativas)_zj2001607
gt
https://es.liveworksheets.com/worksheets/es/Matem%C3%A1ticas/Estad%C3%AD
stica/Poblaci%C3%B3n,_Muestra_y_Variables._gi1841940qs