You are on page 1of 5

FUNDAMENTOS ESTADSTICOS

1. TIPOS DE ESTADSTICAS:
1.1. Estadstica Descriptiva.
La primer parte de la definicin de estadstica, es comnmente
conocida como Estadstica Descriptiva.
La definicin es la siguiente: Estadstica descriptiva es el conjunto
de procedimientos utilizados para organizar, resumir y presentar
grupos de datos numricos.
Los grupos de datos numricos no organizados son de poca
utilidad. Sin embargo, existen tcnicas estadsticas que estn
disponibles para organizar estos datos en distribuciones de
frecuencia, presentarlos en grficas, resumirlos en promedios y
medidas de dispersin.
1.2.

Estadstica inferencial.
Otra faceta de las estadsticas es la estadstica inferencial,
tambin llamada estadstica inductiva.
La principal utilidad de la estadstica inferencial es conocer algo
acerca de una poblacin basndose en una muestra tomada de
esa poblacin. Estadstica Inferencial es el conjunto de mtodos
utilizados para obtener conclusiones relativas a una poblacin,
basndose en el conocimiento de las caractersticas de una
muestra.

2. FUNDAMENTOS DE ESTADSTICA:
La Estadstica se divide en dos grandes reas (descripcin de datos y
realizacin de inferencias) que reflejan la propia historia del desarrollo de
esta ciencia. La Estadstica actual, es el producto del encuentro de dos
ramas distintas del saber, la antigua estadstica y el clculo de
probabilidades, que se encontraron en el siglo XIX. Etimolgicamente, la
palabra estadstica procede de la palabra estado, ya que desde la
antigedad los romanos hicieron recolecciones de datos que
posteriormente tenan que resumir de una forma comprensiva y que
permitiera proporcionar informaciones tiles. Este tipo de estudios dio
lugar a la estadstica descriptiva cuya misin consiste en describir
situaciones y procesos dados; para ello se sirve de tablas,
representaciones grficas, proporciones, nmeros ndice y medidas
tpicas.
Sin embargo, las conclusiones extradas se agotan en el propio conjunto
de datos observados, pues el objetivo consista en hacerse una idea
clara de lo que haba, y lo que haba se contaba y se meda. Lo que
posibilit el clculo de probabilidades fue, precisamente, el desarrollo de
un conjunto de mtodos para extrapolar las conclusiones a entidades no

observadas. Es decir, proporcion el instrumento adecuado para poder


hacer inferencias acerca de grandes cantidades de observaciones
potenciales a partir de unas pocas observaciones reales.
Estas tcnicas tuvieron su fundamento en el desarrollo de la curva
normal por Gauss, en su aplicacin por Galton a los problemas de
herencia, etc. Sin embargo los autnticos fundadores de estas tcnicas
fueron Karl Pearson (1857-1936) y Sir Ronald Fisher (1890-1962). As se
ha desarrollado la estadstica analtica o inferencial, basada en la teora
de probabilidades que trata de obtener leyes generales a partir de la
observacin de algunos datos. Precisamente este fundamento
probabilstico, condiciona el que los resultados obtenidos se vean
sujetos a unos mrgenes de error.
Ahora daremos una definicin de Estadstica en la que aparecen
algunos trminos no definidos, lo cual no impedir entender su
significado.

Estadstica: Es la ciencia que se ocupa de la ordenacin y anlisis


de datos procedentes de muestras, y de la realizacin de inferencias
acerca de las poblaciones de las que stas proceden.
Poblacin: Es el conjunto de todos los individuos (personas, objetos,
animales, etc.) que porten informacin sobre el fenmeno que se
estudia.
Para inferir algo acerca de una poblacin, usualmente tomamos una
muestra de ella.
Muestra: Es un subconjunto de la poblacin de inters.

Una poblacin puede consistir de individuos, tales como todos los


estudiantes de la universidad, todos los estudiantes que estudian
Estadsticas o todos los internos de la penitenciaria. Una poblacin
puede tambin consistir de objetos, tales como todos los motores
producidos por la planta Ford o todas las truchas en un estanque. Una
poblacin tambin puede consistir en un grupo de medidas, tales como
las estaturas equipo de bsquetbol Dorados de Chihuahua.
3. TIPOS DE VARIABLES:
Lo primero que debemos entender, es el concepto de variable, por
ejemplo: nosotros estaremos trabajando con datos como SEXO el cual
puede tomar dos valores Masculino y Femenino o EDAD la cual
puede tomar distintos valores desde 0 aos hasta 110 aos o ms. Esto
depender de muchos factores que veremos en las actividades.

3.1.

Variable Cualitativa.

Cuando la variable estudiada es no numrica, esta es llamada


variable cualitativa tambin llamada atributo (p.ej. lugar de
nacimiento, religin, color de ojos, etc.)
3.2.

Variable Cuantitativa.
Cuando la variable estudiada puede expresarse en forma
numrica, esta es llamada variable cuantitativa (p.ej. el saldo de
una cuenta bancaria, la duracin de una batera, la velocidad de
los automviles en el perifrico).

3.3.

Variables Discretas.
Las variables cuantitativas pueden ser discretas o continuas. Las
variables discretas pueden asumir slo ciertos valores, y hay
usualmente huecos entre los valores (nmero de cuartos en una
casa, nmero de carros en el estacionamiento del claustro,
nmero de estudiantes en la clase de estadsticas). Note que
cada una de estas variables puede valer un nmero entero (p.ej.
1, 2, 3, etc.) pero no puede valer nmeros fraccionarios (p.ej. 1.5).
Tpicamente, las variables discretas resultan de un conteo.

3.4.

Variables Continuas.
Las variables continuas pueden asumir todos los valores dentro
de un rango especfico (p.ej. presin del aire en una llanta, el
tiempo que se toma en viajar de Chihuahua a Jurez, el peso de
los jugadores de ftbol americano de las guilas de la U.A.CH.,
etc). Tpicamente, las variables continuas resultan de medir algo,
y lgicamente dependen de la exactitud del instrumento de
medicin.

4. ESCALAS DE MEDICIN:
La estadstica no realiza sus funciones directamente sobre las
modalidades observadas, sino que stas se representan por nmeros, y
la estadstica realiza sus funciones sobre esos nmeros.
Se llama medicin al proceso de atribuir nmeros a las caractersticas.
La medicin estudia las condiciones de construccin de
representaciones numricas, y los modelos desarrollados para la
medicin se llaman escalas.
4.1.

Escala Nominal.
El trmino nivel nominal es normalmente usado para referirse a
datos que solamente pueden clasificarse en categoras. Sin
embargo, no hay mediciones y no hay escalas involucradas, slo
hay conteo. En este tipo de nivel de medicin el orden en que
estn acomodadas las categoras es totalmente arbitrario.
Religiones en mxico (poblacin
con 5 aos o ms, censo del 2000)

Religin catlica
Religin no catlica
Sin religin
Total

4.2.

74 612 373
3 483 593
2 982 929
81 078 895

Escala Ordinal.
Este tipo de nivel de medicin tiene caractersticas similares al
nivel nominal con la diferencia de que en el nivel ordinal las
categoras indican que unas son ms que las otras.
Evaluacin de la atencin mdica
en Uruguay (2006)
buena / muy buena
75,7
regular
17,1
mala / muy mala
2
ns / nc
5,2
Total
100

4.3.

Escala cuantitativa intervalar.


En este nivel de medicin, las categoras estn definidas por
intervalos de valores, y estn acomodadas en orden a la magnitud
de los valores. El tamao de los intervalos es el mismo.
Calificaciones de los aspirantes a la
academia militar
Calificacin
Nmero de aspirantes
90 99
42
80 89
19
70 79
7
60 69
4

4.4.

Escala cuantitativa Racional.


En este nivel al igual que en el nivel intervalar, las categoras son
del mismo tamao. La diferencia es que, este nivel tiene un punto
cero significativo y el valor de las categoras es en relacin a ese
punto.

Ingreso de los empleados de la


compaa en relacin a la media de la
industria

2000
1000
0
-1000
-2000

12
25
32
17
10

5. BIBLIOGRAFA.
Fuenlabrada, Samuel (2004). Probabilidad y Estadstica. Mxico DF:
Mc Graw.
Hill. Cazau, Pablo (2007). Fundamentos de estadstica. Buenos Aires:
Manual.