ESTADSTICA: La estadstica es comnmente considerada como una coleccin de hechos numricos expresados en trminos de una relacin sumisa, y que

han sido recopilado a partir de otros datos numricos. Kendall y Buckland (citados por Gini V. Glas / Julian C. Stanley, 1980) definen la estadstica como un valor resumido, calculado, como base en una muestra de observaciones que generalmente, aunque no por necesidad, se considera como una estimacin de parmetro de determinada poblacin; es decir, una funcin de valores de muestra. "La estadstica es una tcnica especial apta para el estudio cuantitativo de los fenmenos de masa o colectivo, cuya mediacin requiere una masa de observaciones de otros fenmenos ms simples llamados individuales o particulares". (Gini, 1953. Murria R. Spiegel, (1991) dice: "La estadstica estudia los mtodos cientficos para recoger, organizar, resumir y analizar datos, as como para sacar conclusiones vlidas y tomar decisiones razonables basadas en tal anlisis. "La estadstica es la ciencia que trata de la recoleccin, clasificacin y presentacin de los hechos sujetos a una apreciacin numrica como base a la explicacin, descripcin y comparacin de los fenmenos". (Yale y Kendal, 1954). Cualquiera sea el punto de vista, lo fundamental es la importancia cientfica que tiene la estadstica, debido al gran campo de aplicacin que posee. Poblacin: El concepto de poblacin en estadstica va ms all de lo que comnmente se conoce como tal. Una poblacin se precisa como un conjunto finito o infinito de personas u objetos que presentan caractersticas comunes. "Una poblacin es un conjunto de todos los elementos que estamos estudiando, acerca de los cuales intentamos sacar conclusiones". Levin & Rubin (1996). "Una poblacin es un conjunto de elementos que presentan una caracterstica comn". Cadenas (1974). Ejemplo: Los miembros del Colegio de Ingenieros del Estado Cojedes. El tamao que tiene una poblacin es un factor de suma importancia en el proceso de investigacin estadstica, y este tamao vienen dado por el nmero de elementos que constituyen la poblacin, segn el nmero de elementos la poblacin puede ser finita o infinita. Cuando el nmero de elementos que integra la poblacin es muy grande, se puede considerar a esta como una poblacin infinita, por ejemplo; el conjunto de todos los nmeros positivos. Una poblacin finita es aquella que est formada por un limitado nmero de elementos, por ejemplo; el nmero de estudiante del Ncleo San Carlos de la Universidad Nacional Experimental Simn Rodrguez.

Cuando la poblacin es muy grande, es obvio que la observacin de todos los elementos se dificulte en cuanto al trabajo, tiempo y costos necesario para hacerlo. Para solucionar este inconveniente se utiliza una muestra estadstica. Es a menudo imposible o poco prctico observar la totalidad de los individuos, sobre todos si estos son muchos. En lugar de examinar el grupo entero llamado poblacin o universo, se examina una pequea parte del grupo llamada muestra. Muestra: "Se llama muestra a una parte de la poblacin a estudiar que sirve para representarla". Murria R. Spiegel (1991). "Una muestra es una coleccin de algunos elementos de la poblacin, pero no de todos". Levin & Rubin (1996). "Una muestra debe ser definida en base de la poblacin determinada, y las conclusiones que se obtengan de dicha muestra solo podrn referirse a la poblacin en referencia", Cadenas (1974). Ejemplo; El estudio realizado a 50 miembros del Colegio de Ingenieros del Estado Cojedes. El estudio de muestras es ms sencillo que el estudio de la poblacin completa; cuesta menos y lleva menos tiempo. Por ltimo se aprobado que el examen de una poblacin entera todava permite la aceptacin de elementos defectuosos, por tanto, en algunos casos, el muestreo puede elevar el nivel de calidad. Una muestra representativa contiene las caractersticas relevantes de la poblacin en las mismas proporciones que estn incluidas en tal poblacin. Los expertos en estadstica recogen datos de una muestra. Utilizan esta informacin para hacer referencias sobre la poblacin que est representada por la muestra. En consecuencia muestra y poblacin son conceptos relativos. Una poblacin es un todo y una muestra es una fraccin o segmento de ese todo. Muestreo: Esto no es ms que el procedimiento empleado para obtener una o ms muestras de una poblacin; el muestreo es una tcnica que sirve para obtener una o ms muestras de poblacin. Este se realiza una vez que se ha establecido un marco muestral representativo de la poblacin, se procede a la seleccin de los elementos de la muestra aunque hay muchos diseos de la muestra Al tomar varias muestras de una poblacin, las estadsticas que calculamos para cada muestra no necesariamente seran iguales, y lo ms probable es que variaran de una muestra a otra. Ejemplo; Consideremos como una poblacin a los estudiantes de educacin del Ncleo San Carlos de la UNESR, determinando por lo menos dos caracteres ser estudiados en dicha poblacin;

Religin de los estudiantes Sexo. Tipos de muestreo Existen dos mtodos para seleccionar muestras de poblaciones; el muestreo no aleatorio o de juicio y el muestreo aleatorio o de probabilidad. En este ltimo todos los elementos de la poblacin tienen la oportunidad de ser escogidos en la muestra. Una muestra seleccionada por muestreo de juicio se basa en la experiencia de alguien con la poblacin. Algunas veces una muestra de juicio se usa como gua o muestra tentativa para decidir como tomar una muestra aleatoria ms adelante. Las muestras de juicio evitan el anlisis estadstico necesarios para hacer muestras de probabilidad. Variables y Atributos: Las variables, tambin suelen ser llamados caracteres cuantitativos, son aquellos que pueden ser expresados mediante nmeros. Son caracteres susceptibles de medicin. Como por ejemplo, la estatura, el peso, el salario, la edad, etc. Segn, Murray R. Spiegel, (1992) "una variable es un smbolo, tal como X, Y, Hx, que puede tomar un valor cualquiera de un conjunto determinado de ellos, llamado dominio de la variable. Si la variable puede tomar solamente un valor, se llama constante." Todos los elementos de la poblacin poseen los mismos tipos de caracteres, pero como estos en general no suelen representarse con la misma intensidad, es obvio que las variables toman distintos valores. Por lo tanto estos distintos nmeros o medidas que toman los caracteres son los "valores de la variable". Todos ellos juntos constituyen una variable. Los atributos tambin llamados caracteres cualitativos, son aquellos que no son susceptibles de medicin, es decir que no se pueden expresar mediante un nmero. IUTIN (1997). "Reciben el nombre de variables cualitativas o atributos, aquellas caractersticas que pueden presentarse en individuos que constituyen un conjunto. La forma de expresar los atributos es mediante palabras, por ejemplo; profesin, estado civil, sexo, nacionalidad, etc. Puede notar que los atributos no se presentan en la misma forma en todos los elementos. Estas distintas formas en que se presentan los atributos reciben el nombre de "modalidades". Ejemplo; El estado civil de cada uno de los estudiantes del curso de estadsticas I, no se presenta en la misma modalidad en todos. Formas de Observar la Poblacin: 1.Atendiendo a la fuente se clasifican en directa o indirecta. Observacin directa: es aquella donde se tienen un contacto directo con los elementos o caracteres en los cuales se presenta el fenmeno que se pretende investigar, y los resultados obtenidos se consideran datos

estadsticos originales. Para Ernesto Rivas Gonzlez (1997) "Investigacin directa, es aquella en que el investigador observa directamente los casos o individuos en los cuales se produce el fenmeno, entrando en contacto con ellos; sus resultados se consideran datos estadsticos originales, por esto se llama tambin a esta investigacin primaria". Ejemplo; el seguimiento de la poblacin agrcola por ao, llevado en una determinada granja. Observacin Indirecta: es aquella donde la persona que investiga hace uso de datos estadsticos ya conocidos en una investigacin anterior, o de datos observados por un tercero (persona o entidad). Con el fin de deducir otros hechos o fenmenos. Ejemplo; si un investigador pretende estudiar la produccin por aos de una granja avcola, en sus ltimos cinco aos de produccin, tendra que hacer un seguimiento, a tal fin recurrira a las observaciones que posee la oficina administrativa de la granja durante estos cinco aos, o dirigirse a la oficina de estadstica, llevada en el ministerio de produccin y comercio (M.P.C) de la localidad donde est registrada dicha granja. Es de notar que el investigador se vale de observaciones realizadas por terceros. 1.Atendiendo a la periodicidad, puede ser continua, peridica o circunstancial. Una observacin continua; como su nombre lo indica es aquella que se lleva acabo de un modo permanente. Ejemplo: la contabilidad comercial, llevada en cuanto a compras, ventas y otras operaciones que se van registrando a medida que van producindose. Una observacin peridica; es aqulla que se lleva a cabo a travs de perodos de tiempo constantes. Estos perodos de tiempos pueden ser semanas, trimestres, semestres, aos, etc. Lo que debemos destacar es que los perodos de tiempo tomados como unidad deben tomarse constantes en los posible.

Ejemplo; el registro llevado por la Oficinas de Control de Estudios de la UNESR, en cuanto a la inscripcin de los estudiantes por semestre. La observacin circunstancial, es aquella que se efecta en forma ocasional o espordica, esta observacin hecha ms por una necesidad momentnea, que de carcter regular o permanente. Ejemplo; la obtencin de nmeros de aulas utilizadas y no utilizadas en los colegios pertenecientes al municipio San Carlos del Estado Cojedes. 1.Atendiendo a la cobertura; pueden ser exhaustiva, parcial o mixta Observacin Exhaustiva. Cuando la observacin es efectuada sobre la totalidad de los elementos de la poblacin se habla de una observacin exhaustiva. Observacin Parcial. Dados que las poblaciones en general son grandes, la observacin de todos sus elementos se ve imposibilitada. La solucin para superar este inconveniente es observar una parte de esta poblacin.

Observacin Mixta. En este tipo de observacin se combinan adecuadamente la observacin exhaustiva con la observacin parcial. Por lo general, este tipo de observaciones se lleva a cabo de tal manera que los caracteres que se consideran bsicos se observan exhaustivamente y los otros mediante una muestra; o bien cuando la poblacin es muy grande, parte de ella se observa parcialmente. Censo: Se entiende por censo aquella numeracin que se efecta a todos y cada uno de los caracteres componentes de una poblacin. Para Levin & Rubin (1996) "Algunas veces es posible y prctico examinar a cada persona o elemento de la poblacin que deseamos describir. A esto lo llamamos una numeracin completa o censo. Utilizamos el muestre cuando no es posible contar o medir todos los elementos de la poblacin. Si es posible listar (o enumerar) y observar cada elemento de la poblacin, los censos se utilizan rara vez porque a menudo su compilacin es bastante difcil, consume mucho tiempo por lo que resulta demasiado costoso. Encuesta: Se entiende por encuesta las observaciones realizadas por muestreo, es decir son observaciones parciales. El diseo de encuestas es exclusivo de las ciencias sociales y parte de la premisa de que si queremos conocer algo sobre el comportamiento de las personas, lo mejor, ms directo y simple es preguntrselo directamente a ellas. (Cadenas, 1974). Segn Antonio Napolitano "La encuesta, es un mtodo mediante el cual se quiere averiguar. Se efecta a travs de cuestionarios verbales o escritos que son aplicados a un gran nmero de personas". Estadstica Descriptiva: Tienen por objeto fundamental describir y analizar las caractersticas de un conjunto de datos, obtenindose de esa manera conclusiones sobre las caractersticas de dicho conjunto y sobre las relaciones existentes con otras poblaciones, a fin de compararlas. No obstante puede no solo referirse a la observacin de todos los elementos de una poblacin (observacin exhaustiva) sino tambin a la descripcin de los elementos de una muestra (observacin parcial). En relacin a la estadstica descriptiva, Ernesto Rivas Gonzles dice; "Para el estudio de estas muestras, la estadstica descriptiva nos provee de todos sus medidas; medidas que cuando quieran ser aplicadas al universo total, no tendrn la misma exactitud que tienen para la muestra, es decir al estimarse para el universo vendr dada con cierto margen de error; esto significa que el valor de la medida calculada para la muestra, en el oscilar dentro de cierto lmite de confianza, que casi siempre es de un 95 a 99% de los casos.

La estadstica descriptiva es una gran parte de la estadstica que se dedica a analizar y representar los datos. Este anlisis es muy bsico. Aunque hay tendencia a generalizar a toda la poblacin, las primeras conclusiones obtenidas tras un anlisis descriptivo, es un estudio calculando una serie de medidas de tendencia central, para ver en qu medida los datos se agrupan o dispersan en torno a un valor central. esto es lo que podria ser un concepto aproximado.

Tabla de representacin de los datos Tpica :

Variable caracterstica o suceso en la primera columna y sus frecuencias y porcentajes y acumulativas en las sucesivas columnas. Representacin grfica: en los ejes de coordenadas: eje vertical para la variable y eje horizontal para frecuencias. Todos estos elementos son opcionales. Las variables, caractersticas o sucesos, con sus correspondientes valores no estn siempre presentes, aunque pueden expresarse como intervalos, tiempos, escalas, etc. [editar] Lista de conceptos bsicos La siguiente lista recopila unos conceptos bsicos con los que, todo aquel que se pretenda iniciar en las tcnicas Estadsticas, debera estar familiarizado.

anlisis de series temporales censo combinatoria desviacin estndar diseo experimental distribucin binomial distribucin normal distribucin t encuesta error estadstico estadstica inferencial estadstico frecuencia estadstica anlisis de frecuencia acumulada grados de libertad histograma media mediana moda muestreo muestra parmetro estadstico poblacin probabilidad Prueba de regresin estadstica rango tabla de frecuencias variable aleatoria variable estadstica varianza

La investigacin cuya finalidad es: el anlisis o experimentacin de situaciones para el descubrimiento de nuevos hechos, la revisin o establecimiento de teoras y las aplicaciones prcticas de las mismas, se basa en los principios de Observacin y Razonamiento y necesita en su carcter cientfico el anlisis tcnico de Datos para obtener de ellos informacin confiable y oportuna. Este anlisis de Datos requiere de la Estadstica como una de sus principales herramientas, por lo que los investigadores de profesin y las personas que de una y otra forma la realizan requieren adems de los conocimientos especializados en su campo de actividades, del manejo eficiente de los conceptos, tcnicas y procedimientos estadsticos.

ESTADSTICA Es el conjunto de procedimientos y tcnicas empleadas para recolectar, organizar y analizar datos, los cuales sirven de base para tomar decisiones en las situaciones de incertidumbre que plantean las ciencias sociales o naturales. ESTADSTICA INDUCTIVA Y DEDUCTIVA Uno de los problemas fundamentales de la Estadstica es el estudio de la relacin existente entre una poblacin y sus muestras. Segn la direccin de tal relacin la Estadstica puede ser: Deductiva, cuando a partir del conocimiento de la poblacin se trata de caracterizar cada muestra posible. Inductiva, cuando a partir del conocimiento derivado de una muestra se pretende caracterizar la poblacin. ESTADSTICA DESCRIPTIVA E INFERENCIAL Estadstica Descriptiva se refiere a la recoleccin, presentacin, descripcin, anlisis e interpretacin de una coleccin de datos, esencialmente consiste en resumir stos con uno o dos elementos de informacin (medidas descriptivas) que caracterizan la totalidad de los mismos. La estadstica Descriptiva es el mtodo de obtener de un conjunto de datos conclusiones sobre si mismos y no sobrepasan el conocimiento proporcionado por stos. Puede utilizarse para resumir o describir cualquier conjunto ya sea que se trate de una poblacin o de una muestra, cuando en la etapa preliminar de la Inferencia Estadstica se conocen los elementos de una muestra. Estadstica Inferencial se refiere al proceso de lograr generalizaciones acerca de las propiedades del todo, poblacin, partiendo de lo especfico, muestra. las cuales llevan implcitos una serie de riesgos. Para que stas generalizaciones sean vlidas la muestra deben ser representativa de la poblacin y la calidad de la informacin debe ser controlada, adems puesto que las conclusiones as extradas estn sujetas a errores, se tendr que especificar el riesgo o probabilidad que con que se pueden cometer esos errores. La estadstica inferencial es el conjunto de tcnicas que se utiliza para obtener conclusiones que sobrepasan los lmites del conocimiento aportado por los datos, busca obtener informacin de un colectivo mediante un metdico procedimiento del manejo de datos de la muestra. En sus particularidades la Inferencia distingue la Estimacin y la Contrastacin de Hiptesis. Es estimacin cuando se usan las caractersticas de la muestra para hacer inferencias sobre las caractersticas de la poblacin. Es contrastacin de hiptesis cuando se usa la informacin de la muestra para responder a interrogantes sobre la poblacin. ANALISIS ESTADSTICO

El anlisis estadstico es todo el proceso de organizacin, procesamiento, reduccin e interpretacin de datos para realizar inferencias.

DATOS Y VARIABLES Cuando se consideran los mtodos de organizacin, reduccin y anlisis de datos estadsticos, se hace necesario aclarar los siguientes conceptos. Variables: es toda caracterstica que vara de un elemento a otro de la poblacin. Datos: son medidas o valores de las caractersticas susceptibles de observar y contar, se originan por la observacin de una o ms variables de un grupo de elementos o unidades CLASIFICACIN DE VARIABLES Las variables pueden clasificarse en: categricas o cualitativas (atributos), no tienen ningn grado de comparacin numrica, ejemplo: sexo, estado civil; y numricas o cuantitativas, son caractersticas factibles de expresar por medio de nmeros, estas pueden ser Discretas, que solo pueden tomar ciertos valores aislados en un intervalo, y Continuas, que pueden tomar cualquier valor en un intervalo. REPRESENTACIN DE DATOS Los datos son colecciones de un nmero cualquiera de observaciones relacionadas entre si, para que sean tiles se deben organizar de manera que faciliten su anlisis, se puedan seleccionar tendencias, describir relaciones, determinar causas y efectos y permitan llegar a conclusiones lgicas y tomar decisiones bien fundamentadas; por esa razn es necesario conocer lo mtodos de Organizacin y Representacin, la finalidad de stos mtodos es permitir ver rpidamente todas las caractersticas posibles de los datos que se han recolectado. Representacin Tabular: Presenta las variable y las frecuencias con que los valores de stas se encuentran presentes en el estudio. Representacin Grfica : Se llaman grficas a las diferentes formas de expresar los datos utilizando los medios de representacin que proporciona la geometra. METODOS DE REPRESENTACIN DE DATOS CUANTITATIVOS Arreglo de Datos. Es una forma de presentar los datos en un arreglo ascendente o descendente. Ofrece las ventajas siguientes: describe los valores mnimos y mximos, en l se pueden dividir los datos fcilmente en secciones, permite darse cuenta de los valores que aparecen ms de una vez, se puede observar la distancia entre valores consecutivos.

Diagrama de Puntos. Muestra la frecuencia con que aparece cada uno de los valores Diagrama de Tallo y Hoja. Es til para realizar una exploracin preliminar del conjunto, genera una imagen adecuada de ellos sin perder informacin. Distribucin de Frecuencias. Es una forma de sintetizar los datos y consiste en valerse de una tabla para clasificar los datos segn su magnitud, en ella se seala el nmero de veces que aparece cada uno de los valores. Cuando se dispone de un gran nmero de valores discretos o cuando las variables son continuas, tiene sentido formar una tabla que presente la distribucin de frecuencias de los datos agrupados en intervalos o clases, de igual tamao si es posible, sin embargo una tabla de este tipo supone una concentracin de datos que produce prdida de informacin. DISTRIBUCIN DE FRECUENCIAS Organizacin de datos agrupados Definiciones Clases o intervalos de clase: Grupo de valores que describen una caracterstica. Deben incluir todas las observaciones y ser excluyentes. Los intervalos contienen los lmites de clase que son los puntos extremos del intervalo. Se denominan intervalos cerrados, cuando contienen ambos lmites e intervalos abiertos si incluyen solo un lmite. Limites Reales: Sirven para mantener la continuidad de las clases Anchura o tamao del intervalo: es la diferencia entre los lmites reales de una clase Nmero de clases: es el nmero total de grupos en que se clasifica la informacin, se recomienda que no sea menor que 5 ni mayor que 15 Marca de Clase: Es el punto medio del intervalo de clase, se recomienda observar que los puntos medios coincidan con los datos observados para minimizar el error. Frecuencia: es el nmero de veces que aparece un valor Frecuencia Acumulada: Indica cuantos casos hay por debajo o arriba de un determinado valor o lmite de clase. Frecuencia Relativa: Indica la proporcin que representa la frecuencia de cada intervalo de clase en relacin al total, es til para comparar varias distribuciones con parmetros de referencia uniformes. Frecuencia Acumulada Relativa: Indica la proporcin de datos que se encuentra por arriba o debajo de cierto valor o lmite de clase. Grficos de una Distribucin de Frecuencias Los grficos son tiles porque ponen en relieve y aclaran las tendencias que no se captan fcilmente en la tabla, ayudan a estimar valores con una simple ojeada y brinda una verificacin grfica de la veracidad de las soluciones.

Histograma: Esta formado por rectngulos cuya base es la amplitud del intervalo y tiene la caracterstica que la superficie que corresponde a las barras es representativa de la cantidad de casos o frecuencia de cada tramo de valores, puede construirse con clases que tienen el mismo tamao o diferente ( intervalo variable). La utilizacin de los intervalos de amplitud variable se recomienda cuando en alguno de los intervalos , de amplitud constante, se presente la frecuencia cero o la frecuencia de alguno o algunos de los intervalos sea mucho mayor que la de los dems, logrando as que las observaciones se hallen mejor repartidas dentro del intervalo. Polgono de Frecuencias Se puede obtener uniendo cada punto medio (marca de clase) de los rectngulos del histograma con lneas rectas, teniendo cuidado de agregar al inicio y al final marcas de clase adicionales, con el objeto de asegurar la igualdad del reas. Curvas de frecuencia No es ms que la curva suavizada que se traza sobre el polgono y representa la asimetra y la curtosis que tiene la distribucin, permite visualizar un esquema ms claro del patrn de datos. Existen varios tipos de curva de frecuencia: Curvas J, Simtricas o Asimtricas (sesgada a la derecha o a la izquierda), Unimodales, Bimodales y Multimodales. Ojivas: Cuando se trata de relacionar observaciones en un mismo aspecto para dos colectivos diferentes no es posible ejecutar comparaciones sobre la base de la frecuencia, es necesario tener una base estndar, la frecuencia relativa. La ojiva representa grficamente la forma en que se acumulan los datos y permiten ver cuantas observaciones se hallan por arriba o debajo de ciertos valores. Es til para obtener una medida de los cuartiles, deciles , percentiles. MEDIDAS DESCRIPTIVAS Con estas medidas se persigue reducir en pocas cifras significativas el conjunto de observaciones de una variable y describir con ellas ciertas caractersticas de los conjuntos, logrando una comparacin ms precisa de los datos que la que se puede conseguir con tablas y grficas. MEDIDAS DE TENDENCIA CENTRAL: PROMEDIOS Los promedios son una medida de posicin que dan una descripcin compacta de como estn centrados los datos y una visualizacin ms clara del nivel que alcanza la variable, pueden servir de base para medir o evaluar valores extremos o raros y brinda mayor facilidad para efectuar comparaciones. Es importante poner en relieve que la notacin de promedio lleva implcita la idea de variacin y que este nmero promedio debe cumplir con la condicin de ser representativo de conjunto de datos. El promedio como punto tpico de los datos es el valor al rededor del cual se agrupan los dems valores de la variable. MEDIA ARITMTICA

Es una medida matemtica, un nmero individual que representa razonablemente el comportamiento de todos los datos. Para datos no agrupados X = S xi / n Para datos agrupados X = S fi Xi / S fi donde Xi es la marca de clase para cada intervalo y fi es la frecuencia de clase Caractersticas de la Media: 1. En su clculo estn todos los valores del conjunto de datos por lo que cada uno afecta la media. 2. La suma algebraica de las desviaciones de los valores individuales respecto a la media es cero. 3. La suma del cuadrado de las desviaciones de una serie de datos a cualquier nmero A es mnimo si A = X 4. Aunque es confiable porque refleja todos los valores del conjunto de datos puede ser afectada por los valores extremos, y de esa forma llegar a ser una medida menos representativa, por lo que si la distribucin es asimtrica, la media aritmtica no constituye un valor tpico. LA MODA Es el valor de un conjunto de datos que ocurre ms frecuentemente, se considera como el valor ms tpico de una serie de datos. Para datos agrupados se define como Clase Modal el intervalo que tiene ms frecuencia. La moda puede no existir o no ser nica, las distribuciones que presentan dos o ms mximos relativos se designan de modo general como bimodales o multimodales. Caractersticas de la Moda. 1. Representa ms elementos que cualquier otro valor 2. No est afectada por los valores extremos pero para datos continuos es dudoso su clculo. 3. La moda para una distribucin de frecuencias de datos agrupados no puede ser calculada exactamente, el valor de la moda puede ser afectado por el mtodo de agrupacin de los intervalos de clase. 4. La moda no permite conocer la mayor parte de los datos 5. Algunas veces el azar interviene de manera importante y hace que un valor no representativo se repita frecuentemente. 6. Puede usarse para datos cuantitativos como cualitativos 7. La moda como estadstico, vara mucho de una muestra a otra

8. Cuando se tienen dos o ms modas es difcil su interpretacin 9. Tiene la ventaja de que los datos desproporcionados con respecto al resto no la distorsionan, pero no se presta para un tratamiento matemtico. LA MEDIANA Es el valor de la observacin que ocupa la posicin central de un conjunto de datos ordenados segn su magnitud. Es el valor medio o la media aritmtica de los valores medios. La mediana es un valor de la variable que deja por debajo de l un nmero de casos igual al que deja por arriba. Geomtricamente la mediana es el valor de la variable que corresponde a la vertical que divide al histograma en dos reas iguales. Cuando determinados valores de un conjunto de observaciones son muy grandes o pequeos con respecto a los dems, entonces la media aritmtica se puede distorsionar y perder su carcter representativo, en esos casos es conveniente utilizar la mediana como medida de tendencia central. Caractersticas de la mediana 1. Es un promedio de posicin no afectado por los valores extremos. 2. No est definida algebraicamente 3. Cuando la localizacin del elemento central puede ser determinada y los lmites de clase mediana son conocidos, la mediana para la distribucin de frecuencias puede ser calculada por interpolacin, no importando que sta contenga intervalos abiertos, cerrados, iguales o diferentes. 4. La suma de los valores absolutos, sin considerar el signo, de las desviaciones individuales respecto a la mediana es mnimo. 5 La mediana en caso de una distribucin asimtrica, no resulta desplazado del punto de tendencia central. 6. Si el universo tiene curtosis excesiva la mediana como estadstico, vara menos que cualquier otra medida. 7. Si la mediana se calcula por interpolacin y hay lagunas en los valores de la clase mediana o los datos son irregulares, esta medida no es buena ya que su ubicacin puede resultar falsa. 8. Si se desea ubicar las condiciones de un elemento en una clase, la mediana resulta se indicada, ya que por comparacin pone en evidencia si un elemento est en la mitad superior a ella o en la inferior. MEDIA ARITMETICA PONDERADA En sta, para cada uno de los valores de xi se asigna un factor wi de peso, que depende de la importancia que el investigador desee darle. Xp = S ( xi wi) / S wi MEDIA GEOMTRICA

til cuando la variable cambia a lo largo del tiempo, esto es, en el calculo del promedio de tasas, razones, proporciones geomtricas y relaciones de variables. Se utiliza en Matemticas Financieras y Finanzas para promediar nmeros ndices, tasas de cambio, etc. La media Geomtrica de una serie de nmeros es la raz n-sima del producto de esos nmeros M = n e (x 1 * x 2 * x 3 *.....*x n ) Se ve afectada por todos los nmeros y valores extremos pero en menor grado que la Media Aritmtica, su valor siempre es menor que el de sta. MEDIA ARMNICA Se utiliza para el promedio de rendimientos y velocidades. La Media Armnica de una serie de nmeros es el reciproco de la media aritmtica del recproco de esos nmeros. 1 / MH = [ S 1 / xi ] / n MEDIA CUADRTICA Es la raz cuadrada de la media aritmtica de los cuadrados de los nmeros, se usa eficientemente para promediar los errores o desviaciones porque es ms susceptible a los mismos. MC = 2 e S [ xi 2 ] / n LOS CUANTILES Son valores que dividen a la distribucin en n partes iguales Cuartiles, cuatro partes iguales: Q1, Q2, Q3 Deciles, diez pares iguales : D1, D2..........D9 Percentiles o centiles, cien partes iguales: P1, P2.....P99 Los cuantiles permiten hacer un anlisis minucioso de la distribucin, se utilizan generalmente cuando se quiere ubicar un dato dentro del conjunto. Por ejemplo. Pertenece el dato x al 50% superior ?, al 10% inferior? , al 50 % central?, etc. MEDIDAS DE DISPERSIN Un rasgo principal de los datos es su dispersin o amplitud, que se refiere a su variabilidad, a la evaluacin de cun separados o extendidos estn estos datos o bien cuanto difieren unos de otros. Variacin: es el grado en que los datos numricos tienden a extenderse al rededor de un valor, generalmente el valor medio Por qu es importante la variacin?

1. Al menudo una medida de posicin de un conjunto de datos se vincula con la indicacin de cun tpico o representativo es para la poblacin y para ello es necesario contar con la informacin que proporcionan las mediadas de variacin. Solo el conocimiento de un estadstico de tendencia central no aclara o define toda la distribucin, adems que no existe un valor de tendencia central ideal, por lo que es significativo tener una idea de la dispersin de los valores y determinar si es mucha o poca al rededor de la media, pues si la variacin es muy grande entonces esta medida de tendencia central no es buena seleccin como valor tpico. 2. La medida de tendencia central no indica la relacin de un dato con los otros, es necesario para ello las medidas de variabilidad o dispersin. 3. Al tratar problemas con datos dispersos se requiere conocer que problemas puede esto traer, hasta que punto la dispersin tiene un riesgo aceptable o inaceptable en la toma de decisiones. 4. Al comparar dos distribuciones por lo general centramos la atencin en la posicin y en la dispersin. RANGO Mide la dispersin de la totalidad de los datos. Es la ms obvia de las mediadas ya que es la distancia entre los valores mximo y mnimo. El rango o recorrido da alguna idea del grado de variacin que ocurre en la poblacin, pero con frecuencia los resultados pueden ser engaosos, pues este depende de los valores extremos e ignora la variacin de las dems observaciones. Est afectado por ocurrencias raras o extraordinarias. INTERVALO INTERDECIL Mide la dispersin del 80% de los datos centrales y se obtiene de la diferencia entre el decil 9 y el decil 1, evitando as los puntos extremos. INTERVALO INTERCUARTIL : Cuando aumenta la dispersin de una distribucin de frecuencias, se ampla la distancia entre los cuartiles, por lo que esta distancia puede usarse como base de una medida de variabilidad El intervalo intercuartil, es el recorrido entre el cuartil 3 y el cuartil 1. Es el intervalo en el cual est comprendido el 50% de los datos centrales. DESVIACIN CUARTLICA Mide el intervalo promedio de un cuarto de los datos [Q3-Q1)/2] Si la distribucin es perfectamente simtrica, los dos cuartiles Q1 y Q3 equidistan de la mediana y la mitad de la distancia entre los cuartiles representa la distancia promedio entre ellos y la mediana. Si en una distribucin simtrica se mide una distancia igual a la desviacin cuartlica a ambos lados de un punto ubicado en el centro de los cuartiles, el 50% de los valores estarn incluidos dentro de esos lmites y el valor del punto medio coincide con la mediana.

La ventaja de la desviacin cuartlica es que evita los valores extremos utilizando nicamente la mitad intermedia de los datos. DESVIACIN MEDIA La desviacin Media o Desviacin absoluta promedio, es la media aritmtica de las desviaciones absolutas de cada una de las observaciones con respecto a su valor central, la media aritmtica, o la mediana Cuanto mayor es su valor, mayor es la dispersin de los datos DM =[ S | xi . X | ] / n DM = [ S fi | xi - X | ] / S fi Las caractersticas de esta media de dispersin son: 1. Su valor depende del valor de cada observacin. 2. Se puede calcular al rededor de la media o de la mediana. 3. La desviacin promedio respecto a la mediana es un mnimo 4. Mide la desviacin de una observacin sin notar si est por encima o por debajo del promedio. VARIANZA Otro tratamiento para evadir la suma cero de las desviaciones de las observaciones respecto a su Media Aritmtica, consiste en recurrir al proceso de elevar al cuadrado estas desviaciones y sumar los cuadrados, dividiendo la suma por el nmero de casos, a esta cantidad se le denomina varianza, y es la ms importante de las medidas de variacin porque tiene la ventaja de no prescindir de los signos de las desviaciones, pero al igual que la desviacin media los valores extremos pueden distorsionarla s 2 = S ( xi - X ) 2 / n s 2 = S fi (xi-X ) 2 / S fi S 2 = S (xi-X) 2 / ( n) S 2 = S fi ( xi-X ) 2 / ( S fi ) S 2 * = S (xi-X) 2 / ( n-1) S 2 *= S fi ( xi-X ) 2 / ( S fi -1) En inferencia, con una muestra tomada de una poblacin grande se pretende descubrir cuanto varan los datos al rededor de la media poblacional, si embargo cuando no se conoce la media de la poblacin se estima a partir de la media aritmtica de la muestra y esto hace que parezca menos variable de o que es en realidad, al dividir por n-1 se est compensando por la variabilidad ms pequea que se observa en la muestra, por lo

que S 2 * , la suma de cuadrados dividida por n-1 es considerado un estimador ms eficiente para la varianza poblacional. DESVIACION ESTANDAR Cuando se utiliza la varianza como medida de dispersin, para salvar el problema de trabajar con distintas dimensiones en la media y en la medida de variabilidad es necesario definir la Desviacin estndar como la raz cuadrada de l varianza. La Desviacin Estndar es til para describir cuanto se apartan de la media de la distribucin los elementos individuales. Una medida de ello se denomina puntuacin estndar nmero de desviaciones a las que determinada observacin se encuentra con respecto a la media. Puntuacin estndar de xi = (xi - X) / s Al comparar distribuciones tambin hacemos uso de la calificacin estndar. estadstica inductiva. La estadstica inductiva o inferencia estadstica es la parte de la estadstica que generaliza los resultados muestrales para inferir las caractersticas de una poblacin, formulando hiptesis sobre la misma. Tiene por objeto tanto el conseguir la descripcin de las poblaciones observadas a travs de sus muestras, como el poder ajustar y contrastar aquellos modelos que dan a conocer el proceso formativo de determinadas poblaciones.

La investigacin cuantitativa es aquella en la que se recogen y analizan datos cuantitativos sobre variables. La investigacin cualitativa evita la cuantificacin. Los investigadores cualitativos hacen registros narrativos de los fenmenos que son estudiados mediante tcnicas como la observacin participante y las entrevistas no estructuradas3. La diferencia fundamental entre ambas metodologas es que la cuantitativa estudia la asociacin o relacin entre variables cuantificadas y la cualitativa lo hace en contextos estructurales y situacionales4. La investigacin cualitativa trata de identificar la naturaleza profunda de las realidades, su sistema de relaciones, su estructura dinmica. La investigacin cuantitativa trata de determinar la fuerza de asociacin o correlacin entre variables, la generalizacin y objetivacin de los resultados a travs de una muestra para hacer inferencia a una poblacin de la cual toda muestra procede. Tras el estudio de la asociacin o correlacin pretende, a su vez, hacer inferencia causal que explique por qu las cosas suceden o no de una forma determinada.

Las diferencias ms ostensibles entre ambas metodologas se muestran en la tabla 1 5-6. Los fundamentos de la metodologa cuantitativa podemos encontrarlos en el positivismo que surge en el primer tercio del siglo XIX como una reaccin ante el empirismo que se dedicaba a recoger datos sin introducir los conocimientos ms all del campo de la observacin. Alguno de los cientficos de esta poca dedicados a temas relacionados con las ciencias de la salud son Pasteur y Claude Bernard, siendo este ltimo el que propuso la experimentacin en medicina1. A principios del siglo XX, surge el neopositivismo o positivismo lgico siendo una de las aportaciones ms importantes la induccin probabilstica. La clave del positivismo lgico consiste en contrastar hiptesis probabilsticamente y en caso de ser aceptadas y demostradas en circunstancias distintas, a partir de ellas elaborar teoras generales. La estadstica dispone de instrumentos cuantitativos para contrastar estas hiptesis y poder aceptarlas o rechazarlas con una seguridad determinada7. Por tanto

el mtodo cientfico, tras una observacin, genera una hiptesis que contrasta y emite posteriormente unas conclusiones derivadas de dicho contraste de hiptesis. El contrastar una hiptesis repetidamente verificada no da absoluta garanta de su generalizacin ya que, como seala Karl Popper, no se dispone de ningn mtodo capaz de garantizar que la generalizacin de una hiptesis sea vlida8. Con el ejemplo de los cisnes, K. Popper rebata las tesis neopositivistas sobre la generalizacin de las hiptesis9... "todos los cisnes de Austria eran blancos... no se dispone de datos sobre el color de los cisnes fuera de Austria..., todos los cisnes son blancos...". En el momento actual no hay ningn mtodo que garantice que la generalizacin de una hiptesis sea vlida, pero s se puede rebatir una hiptesis con una sola evidencia en contra de ella. Es por ello que la ciencia, como seala K. Popper "busca explicaciones cada vez mejores.