You are on page 1of 22

tema

57 MATEMÁTICAS

Usos de la Estadística: Estadística


descriptiva y Estadística inferencial.
Métodos básicos y aplicaciones de
cada una de ellas.
24-13849-13

Temario 1993
tema 57

matemáticas

1. Usos de la Estadística: Estadística descriptiva y estadística


inferencial
1.1. Conceptos básicos en un proceso estadístico

1.2. Estadística descriptiva y Estadística inferencial

2. Métodos básicos de cada una de ellas


2.1. Métodos básicos de la estadística descriptiva
2.1.1. Recogida de datos
2.1.2. Ordenación y tabulación de datos
2.1.3. Representación de datos
2.1.4. Parámetros estadísticos

2.2. Métodos básicos de la estadística inferencial


2.2.1. Muestreo
2.2.2. Estimación estadística
2.2.3. Contraste de hipótesis

3. Aplicaciones de cada una de ellas


3.1. Aplicación en las Ciencias Sociales
3.1.1. El análisis comparativo en sociología
3.1.2. Recogida de datos estadísticos
3.1.3. Aplicaciones en la estimación del tamaño o características de una población
3.1.4. La teoría de la población
3.1.5. Aplicaciones de la teoría de la decisión estadística

3.2. Aplicaciones en la biología, las ciencias experimentales y las ciencias de la


salud

3.3. Otras aplicaciones

3
tema 57

matemáticas

INTRODUCCIÓN

Se puede definir de forma simplificada la Estadística como la ciencia encargada de recoger,


organizar, clasificar y analizar los datos, así como de establecer conclusiones y tomar deci-
siones basadas en ese análisis.
La palabra «estadística» suele utilizarse, principalmente, bajo dos significados distintos:
1º Como colección de datos numéricos. Éste es el significado más vulgar de la palabra
«estadística». Se sobreentiende que tales datos numéricos han de estar presentados de
manera ordenada y sistemática y constituir un conjunto coherente, establecido de forma
sistemática según un criterio de ordenación.
2º Como ciencia. La fuerte irrupción de la Estadística (ahora con mayúscula) en el ámbito
de las ciencias en general, es un fenómeno relativamente reciente, aunque de enorme
vigor. En este significado, la Estadística estudia el comportamiento de los fenómenos de
masa. Como todas las ciencias, busca las características generales de un colectivo y pres-
cinde de las particulares de cada uno de los elementos que componen dicho colectivo.
El propósito de la Estadística es obtener las regularidades que se dan en los fenómenos de
masa, regularidades que, además de servir para la descripción del fenómeno, pueden utili-
zarse con fines de predicción.
Para hallar las regularidades del comportamiento colectivo, hay que utilizar los casos parti-
culares. Estos casos particulares se sumergen en el colectivo y pierden su personalidad para
hacer resaltar tan sólo las características del colectivo del que forman parte. Por ello, puede
decirse que la Estadística, como ciencia, no estudia el comportamiento de casos aislados;
simplemente los utiliza como medio para estudiar el comportamiento del grupo.
Otra observación importante que conviene hacer, es que aquella regularidad se obtiene
tanto mejor cuanto más grande es el grupo o colectivo.
Resumiendo, y en palabras de Kendall, la Estadística no es «una ciencia vulgar que busca
la manera de tratar los datos numéricos», sino «la base del conocimiento cuantitativo».
La Estadística se ocupa, pues, de recoger, ordenar y analizar los datos de un subconjunto
de una población y, valiéndose del Cálculo de Probabilidades, hacer inferencias acerca de
la población.
Ordinariamente dichas inferencias versarán sobre los parámetros de la población a partir de
los estadísticos de la muestra. También pueden hacerse sobre la forma de la distribución.

5
tema 57

matemáticas

1 Usos de la Estadística: Estadística descriptiva y


estadística inferencial
A pesar de los distintos usos de la Estadística, históricamente se la conocía con el
único objetivo de recopilar datos, y así fue hasta el siglo XVII, momento en que
los matemáticos comenzaron a abordar los problemas relacionados con el recuen-
to de datos analizando las tendencias que se pueden presentar en los sucesivos
resultados.
El hecho de entender y usar la Estadística únicamente como colección de datos se
debía a que tradicionalmente la Estadística la usaban los gobiernos para establecer
registros de nacimientos, defunciones, impuestos… De hecho, la palabra Estadís-
tica tiene el mismo origen que la palabra estado y como puede verse en multitud
de documentos históricos, los estados ya sabían como recoger y organizar los da-
tos mucho antes que los métodos científicos les permitiesen un estudio de ellos.
Es a los matemáticos del s. XIX a los que les debemos el uso de la palabra Esta-
dística en todo su sentido técnico ya que fueron ellos los que posibilitaron el paso
de la estadística deductiva a la estadística inductiva o inferencial, que es la que
actualmente tiene mayor influencia en todos los campos de la ciencia.
La ciencia de la Estadística se divide en dos partes: Estadística descriptiva y Es-
tadística inferencial.
„„ La estadística descriptiva se encarga de la recogida, ordenación y tabulación
de los datos obtenidos en las diferentes observaciones.
„„ La estadística inferencial cuya función es la de establecer conclusiones y to-
mar decisiones basadas en ese análisis descriptivo.

1.1. Conceptos básicos en un proceso estadístico

Es obvio que toda investigación estadística debe estar necesariamente referida a


un conjunto o colección de personas o cosas (realmente existentes o posibles) que
verifiquen una definición bien determinada.
Recibe el nombre de población el conjunto de individuos o elementos que tienen
unas características comunes.
Las personas o cosas que componen una población reciben el nombre de elemen-
tos y pueden tener existencia real: un coche, una casa, ..., o bien referirse a algo
mucho más abstracto: un intervalo de tiempo, un voto, etc..
El tamaño de una población viene dado por el número de elementos que compo-
nen dicha población. Puede ser finito o infinito.

6
tema 57

matemáticas

No siempre es posible analizar cada elemento de una población, ya sea por razo-
nes económicas, de tiempo, de personal disponible, por destrucción de los ele-
mentos tras el análisis…
Por eso, en muchos estudios estadísticos se estudia solo una parte de la población,
que denominamos muestra. La operación de tomar una muestra de la población
se denomina muestreo.
Es necesario que seleccionemos adecuadamente los elementos que integran la
muestra, eliminando criterios personales. Es decir, los elementos de una mues-
tra han de ser elegidos al azar. Si operamos así estamos haciendo un muestreo
probabilístico a partir del cual obtenemos muestras representativas. Cuando
la selección de los elementos de la muestra se hace por criterios personales no
aleatorios, estamos ante un muestreo no probabilístico que nos da una muestra
no representativa.
Las propiedades o cualidades que poseen los elementos de una población se de-
nominan caracteres.
Los caracteres de los elementos que componen una población los dividiremos en:
„„ Cuantitativos o variables.
„„ Cualitativos o atributos.
Los caracteres cualitativos o atributos son los que se describen mediante palabras,
tal como el sexo, estado civil, nacionalidad, etc. Un atributo adopta diversas mo-
dalidades.
Por ejemplo el sexo: hombre o mujer.
Los caracteres cuantitativos o variables son los que se describen mediante nú-
meros, es decir, son medibles; tales como la estatura, la edad… Las variables se
expresan con símbolos (x, y, z…) que pueden tomar un valor numérico de entre un
conjunto de valores posibles que se denomina dominio de la variable.
Distinguimos dos tipos de variables:
„„ Variable discreta: cuando sus posibles valores son finitos o numerables
„„ Variable continua: cuando sus posibles valores son infinitos no numerables.
La representación de un carácter mediante un número no es un indicador infalible
de que se trate de una variable, pues a unos atributos se les asigna un número para
indicar la modalidad.
Por ejemplos: sexo: 1 para indicar hombre, 2 para indicar mujer.
La verdadera diferencia entre un carácter cuantitativo y otro cualitativo es que si
se trata de un atributo carece de sentido realizar operaciones algebraicas con los
números que representan las modalidades. Además, los atributos se pueden orde-
nar por modalidades pero no jerarquizar.
Los resultados que se obtienen tras la observación de atributos y variables se de-
nominan datos u observaciones. En el caso de las variables también se les suele
llamar valores.

7
tema 57

matemáticas

Los métodos de observación de los caracteres de los elementos se denominan:


„„ Observación exhaustiva: cuando observamos todos los elementos de la po-
blación.
„„ Observación parcial: cuando sólo observamos los elementos de una muestra.
„„ Observación mixta: en este tipo de observación se combinan la observación
exhaustiva y la observación parcial, de tal manera que los caracteres que se
consideran básicos para la investigación se observan exhaustivamente, y los
restantes, mediante muestras.

1.2. Estadística descriptiva y Estadística inferencial

Cuando se observan exhaustivamente todos los elementos de la población (se su-


pone que la observación se efectúa sin errores), entonces se dispone de todos los
datos posibles para aquel estudio. Con tales datos, es posible describir exactamen-
te las regularidades, el comportamiento o las características de la población.
„„ Estadística descriptiva
La Estadística descriptiva no es otra cosa, pues, que la ciencia dedicada a des-
cubrir las regularidades o características existentes en un conjunto de datos.
Pero si la observación no es exhaustiva, sino que se parte de una muestra con la
finalidad de conocer, mediante ella, las características de la población, entonces
nos enfrentamos con un proceso de inducción, en virtud del cual se aprovecha
la información suministrada por la muestra para conocer, aunque sea aproxima-
damente, aquellas características.
„„ Estadística inferencial
La Estadística Inductiva, también llamada Inferencia Estadística, tiene, por
tanto, como función, generalizar los resultados de la muestra para estimar las
características de la población. No obstante, el conjunto de datos muestrales
puede describirse o analizarse de la misma forma que una población. Por tanto,
el conjunto de observaciones o datos de una muestra puede manejarse en un
doble sentido. Primero, para describir el propio conjunto de observaciones, y
segundo, para inferir lo que ocurre en la población.
En consecuencia, la fase descriptiva es común a cualquier conjunto de observa-
ciones o datos, ya se refieran éstos a toda la población, a una muestra o incluso a
una subpoblación.
La Estadística descriptiva, por otro lado, es la parte más clásica y elemental de la
ciencia estadística.
Como ya hemos mencionado, una población está constituida por todos los ele-
mentos que poseen unos caracteres por cuyo estudio estamos interesados. Una
muestra, en cambio, es una parte de los elementos de la población, que, lógica-
mente, será representativa del total.

8
tema 57

matemáticas

Cuando el estadístico puede observar todos los elementos de la población (obser-


vación exhaustiva), entonces su tarea se reduce a describir las características y
regularidades de la población. Pero si la observación no puede ser exhaustiva, en-
tonces aquellas características hay que estudiarlas a través de una muestra repre-
sentativa. La información suministrada por la muestra sirve para inducir o inferir,
con mayor o menor exactitud, las características de la población.
Conviene que subrayemos, y esto es muy importante, que los conceptos de po-
blación y muestra están subordinados al uso que se piensa hacer del conjunto de
observaciones disponibles. Si lo único que se pretende es describir las caracte-
rísticas de dicho conjunto, entonces éste constituye, ciertamente, una población,
aun cuando sea una parte de un total más general. Pero si se desea extender la
información obtenida de él a otro conjunto mayor para inferir sus características,
entonces, evidentemente, el conjunto de observaciones constituye una muestra (se
supone que con todas las garantías).
La fase de descripción es (o puede ser) común a cualquier conjunto de observa-
ciones, mientras que la de inferencia sólo tiene efectividad cuando se trabaja con
muestras.

9
tema 57

matemáticas

2 Métodos básicos de cada una de ellas

2.1. Métodos básicos de la estadística descriptiva

Como hemos indicado, la estadística descriptiva es la que estudia los datos resul-
tantes de una experiencia. En este caso con el término «estudia» nos referimos a
recoger los datos, clasificarlos, representarlos y resumirlos en informaciones que
ayuden a los interesados en su análisis para poder sacar conclusiones que ayuden
a comprender algo o a la toma de decisiones. Por tanto, los métodos básicos que
utiliza la Estadística descriptiva para describir e interpretar numéricamente la in-
formación obtenida de una gran cantidad de datos son:
„„ Recogida de datos.
„„ Ordenación y tabulación datos.
„„ Representación de los datos.
„„ Calculo de los parámetros estadísticos.
Es importante tener en cuenta que en la estadística descriptiva no nos preguntamos
si los datos provienen de una muestra de la población o de toda la población.
Con los datos obtenidos tras la observación y suponiendo ausencia de errores, tan-
to de medición como de manipulación, trascripción y cálculo, podemos describir
perfectamente cuanto acontece en la población o muestra objeto de estudio. La
estadística descriptiva es una fase necesaria para luego realizar inferencia.

2.1.1. Recogida de datos

Las técnicas de recogida de datos son el conjunto de métodos utilizados para ob-
tener la información objeto de estudio de una población o muestra. La recogida
de datos debe realizarse minimizando errores y de forma que facilite el guardar la
información con un orden lógico para su posterior estudio.
Los métodos de obtención de datos más usuales son:
„„ Por correo.
„„ Por agentes distribuidores.
„„ Por encuestadores.
„„ Por teléfono.
„„ Por Internet.

2.1.2. Ordenación y tabulación de datos

Todos los datos obtenidos mediante las distintas técnicas de recogida de datos se
resumen en tablas, las cuales constituyen una parte fundamental de una investi-
gación estadística. Toda tabla debe ir acompañada de una ficha técnica en donde
se especifica el tipo y ámbito de la encuesta, el tipo de muestreo y tamaño de la
muestra, el periodo de la referencia de la información, el método de obtención de
datos utilizado y los fines de la investigación.

10
tema 57

matemáticas

Una tabla estadística contiene los datos observados y las distintas frecuencias ab-
solutas y relativas de éstos. Una vez los datos están tabulados, la tabla obtenida
ofrece una visión de conjunto de los caracteres que se estudian.
Un ejemplo de una tabla estadística para una variable discreta es:

Frecuencia Frecuencia Frecuencia


Frecuencia
Datos absoluta relativa
absoluta relativa
xi acumulada acumulada
ni fi
Ni Fi

x1 n1 N1 f1 F1

x2 n2 N2 f2 F2

... ... ... ... ...

xn nn Nn = N fn Fn = 1

∑ ni = N ∑ fi = 1

2.1.3. Representación de datos

Un método para poner de relieve la información que una tabla estadística ofrece
es utilizar representaciones gráficas, que permiten, de un solo vistazo, obtener una
visión global de las observaciones registradas.
En un principio podemos hablar de distintos gráficos según representen variables
cuantitativas o cualitativas, según se trate de una variable discreta o continua,
aunque algunos tipos de gráficos nos permiten representar ambas variables. Otra
distinción de los tipos de gráficos puede hacerse según representen las frecuen-
cias absolutas o relativas (diagramas diferenciales) o las frecuencias acumuladas
(diagramas integrales).
A modo resumen indicaremos los gráficos más usuales:
„„ Gráficos para variables cualitativas:
−− Diagrama de barras.
−− Diagrama de sectores.
−− Pictogramas.
„„ Gráficos para variables cuantitativas discretas:
−− Diagrama de barras.
−− Diagrama integral o acumulado.
„„ Gráficos para variables cuantitativas continuas:
−− Histograma.

11
tema 57

matemáticas

2.1.4. Parámetros estadísticos

Las tablas estadísticas y la representación gráfica nos dan una idea cualitativa de
conjunto de una distribución de frecuencias que no es suficiente, por ejemplo, para
comparar dos distribuciones.
Con el fin de obtener un resumen cuantitativo se sustituye el conjunto de valores
por números llamados parámetros estadísticos o medidas descriptivas de los
datos, que son unos números que nos permitirán, con objetividad y precisión,
tener una visión más completa del fenómeno estudiado, comparar distintas distri-
buciones de frecuencias y valorar con números sus distintas características.
Los parámetros estadísticos se clasifican en diversos tipos:
„„ Medidas de posición o centralización.
„„ Medidas de dispersión.
„„ Medidas de asimetría y curtosis.

2.2. Métodos básicos de la estadística inferencial

La estadística inferencial establece previsiones y conclusiones sobre la pobla-


ción a partir de los datos obtenidos de una muestra, siguiendo un método basa-
do fundamentalmente en el cálculo de probabilidades. Dicho cálculo busca crear
modelos estadísticos teóricos que se ajusten lo más posible a la realidad y cuya
función es generalizar los resultados de la muestra para estimar características de
la población. Los métodos en los que se basa la Estadística inferencial para poder
establecer sus conclusiones son:
„„ Muestreo.
„„ Estimación estadística.
„„ Contraste de hipótesis.

2.2.1. Muestreo

Como ya hemos indicado, el proceso de seleccionar una muestra de una población


se denomina muestreo. Como la información suministrada por la muestra es la uti-
lizada par inducir e inferir las características de la población mediante los métodos
de la Estadística inferencial, es necesario que las muestras sean representativas y
se obtengan mediante muestreos aleatorios como:
„„ Muestreo aleatorio simple.
„„ Muestreo aleatorio estratificado.
„„ Muestreo aleatorio estratificado.
„„ Muestreo aleatorio sistemático.
„„ Muestreo polietápico, por áreas o conglomerados.
„„ Muestreo secuencial o muestreo sobre calidad.
„„ Métodos indirectos de muestreo.

12
tema 57

matemáticas

2.2.2. Estimación estadística

La estimación estadística, que se basa fundamentalmente en el cálculo de proba-


bilidades, tiene por objeto inferir el valor de un parámetro desconocido de una
distribución en base a los datos de una muestra.
La estimación de parámetros se realiza mediante:
„„ Estimación puntual
En la que se aproxima el valor del parámetro a partir de un estadístico calcula-
do en la muestra. No hay un único criterio para determinar el mejor estimador
puntual pero para ser un buen estimador se desea que sea insesgado (cuando su
distribución está centrada en el parámetro a estimar), consistente (si la probabi-
lidad de que la estimación y el parámetro estén próximos aumenta y tiende a 1
al aumentar el tamaño de la muestra) y eficiente (un parámetro es más eficiente
que otro si tiene menor varianza).
„„ Estimación por intervalos de confianza
En la que en lugar de un solo punto se da un intervalo para estimar el valor de
un parámetro. Los extremos del intervalo se calculan en base a los datos de la
muestra y la probabilidad de que el verdadero valor del parámetro desconocido
esté en el intervalo debe ser alta. Para ello, primeramente se debe fijar la pro-
babilidad con la que se pretende que el intervalo contenga al parámetro. Esta
probabilidad, 1-α, se denomina nivel de confianza y al valor α se le llama nivel
de significación.

2.2.3. Contraste de hipótesis

El contraste de hipótesis, también llamado test de hipótesis, es un procedimiento


que permite verificar si un conjunto de afirmaciones sobre la población son o no
ciertas y si los datos nos ofrecen evidencia estadística para poder aceptar o recha-
zar una hipótesis que se plantea.
El contraste de hipótesis es, por tanto, un método numérico para comprobar una
teoría o hipótesis sobre una población. Dicho método consta de los siguientes
pasos:
1. Enunciar la hipótesis H0
Consiste en darle un valor a un parámetro de cierta población.
2. Construir la zona de aceptación en función del nivel de significación
Si la hipótesis es cierta, el parámetro de la muestra se distribuirá de forma co-
nocida. En primer lugar se considera un nivel de significación siendo los más
comunes α = 0,10; α = 0,05; α = 0,01. A continuación se construye la zona de
aceptación que es el intervalo fuera del cual sólo se encuentran el α · 100 % de
los casos «más raros».
3. Verificar la hipótesis
Obtener el correspondiente parámetro en una muestra cuyo tamaño es el que se
ha decidido en el paso 2.

13
tema 57

matemáticas

4. Decidir si se acepta la hipótesis


Se decide si se acepta la hipótesis con un nivel de significación α dependiendo
de que el valor del parámetro esté dentro de la zona de aceptación. Si no lo
está, se rechaza la hipótesis.
Veamos un ejemplo concreto:
¿Podemos suponer que es correcta una moneda que, al arrojarla 100 veces, da 25
caras?
1. Enunciamos la hipótesis: «la moneda es correcta»
1
H0: p = P[cara ] =
= 0, 5
2
2. Construimos la zona de aceptación: si la hipótesis fuera cierta, entonces las
proporciones de caras en una muestra de tamaño 100 seguirian una distribu-
ción normal, esto es:
 pq   0, 5 ⋅ 0, 5 
N  p,  = N  0, 5;  = N (0, 5; 0, 05)
 n   100 

3. Elegimos un nivel de significación α = 0,05; por tanto el 95% de las proporcio-


nes muestrales de caras estarían en el intervalo característico:
(0,5 – 1,96 · 0,05; 0,5 + 1,96 · 0,05) = (0,402; 0,598)
denominada zona de aceptación.

4. Decidimos si aceptamos o no la hipótesis: puesto que la proporción obtenida


en la muestra es 0,25 que no está en la zona de aceptación se rechaza la hipó-
tesis y consideramos que la moneda no es correcta.

14
tema 57

matemáticas

3 Aplicaciones de cada una de ellas


La estadística es una ciencia de aplicación práctica casi universal en todos los
campos científicos. En este apartado vamos a ver algunas aplicaciones en campos
concretos tanto de la Estadística descriptiva como de la Estadística Inferencial.

3.1. Aplicación en las Ciencias Sociales

El papel de la estadística en el proceso de investigación sociológica está clara-


mente determinado: las consideraciones estadísticas se introducen tan sólo en la
fase analítica del proceso de investigación, después de haber obtenido los datos,
frecuentemente a partir de una muestra. La estadística es, pues, un instrumento
auxiliar en el proceso de investigación.

3.1.1. El análisis comparativo en sociología

El análisis comparativo es una de las parcelas estudiadas por la Estadística Des-


criptiva. La Sociología hace constantemente uso de las comparaciones para avan-
zar el pensamiento sociológico (ejemplo: comparación sobre las actitudes de
colectivos, comparación de tasas brutas de natalidad para analizar la tendencia
general del censo, comparación de la situación económica de una zona determi-
nada en diferentes años).
Para una correcta comparación es preciso formular e identificar claramente los
objetos o fenómenos que se van a medir, para que se puedan contrastar consisten-
temente grupos comparables.
Son tres los tipos de comparación que se pueden realizar:
„„ Comparación entre grupos
El modelo de comparación será el realizado entre un grupo experimental al
que se le ha sometido a un tratamiento conocido, como podría ser un grupo
de alumnos al que se le enseña un programa educativo especial, y un grupo de
control no sometido a dicho tratamiento (grupo de alumnos que continúa con
el programa tradicional). Se trata, pues, de una comparación entre un grupo ex-
perimental y un grupo de control en dos momentos en el tiempo, es decir, antes
y después de someter al grupo experimental al tratamiento. Los grupos que se
comparan pueden estar constituidos por individuos o por cosas u objetos no
personales, tales como grupos de organizaciones o instituciones sociales.
„„ Comparaciones entre un grupo y un caso individual de dicho grupo
Así, se pueden comparar los resultados escolares de un estudiante con los co-
rrespondientes a la media de su clase. Lo importante será siempre delimitar y
definir las características del grupo que se compara con las correspondientes al
individuo.
„„ Comparaciones entre los resultados de un estudio y unos resultados estanda-
rizados que bien han sido establecidos a partir de investigaciones previas o
provienen de un modelo teórico formulado por el investigador

15
tema 57

matemáticas

Un ejemplo sería contrastar determinadas características demográficas de un


grupo social objeto de estudio con las correspondientes tasas que ofrecen los
resultados del censo general de la población. Otras veces el estándar es sim-
plemente un estudio anterior que sirve de referencia a una nueva investigación
(ejemplo: un antropólogo que estudia una comunidad rural ya estudiada ante-
riormente). También las comparaciones se podrán realizar a partir de teorías
conocidas.
Un ejemplo sería el siguiente: la teoría de la transición demográfica de las so-
ciedades que pasan del estado preindustrial al industrial predice un cambio en
las tasas de natalidad y mortalidad, de forma que los valores altos de tales tasas
se reducen significativamente.

3.1.2. Recogida de datos estadísticos

La descripción estadística de un fenómeno sociológico se hace mediante datos nu-


méricos. La recogida de datos puede realizarse utilizando fuentes internas (ejem-
plo: datos intrínsecos a la propia actividad de la empresa y que son facilitados por
ella misma) y externas (ejemplo: información ajena a la propia empresa y que es
facilitada por otros organismos o individuos).
Existen muchas entidades públicas y privadas (ministerios, cámaras de comercio,
entidades bancarias, revistas especializadas, el Instituto Nacional de Estadística,
etc.) que publican periódicamente datos e informes estadísticos de tipo general o
especializados: finanzas, asuntos sociales y económicos, educación, etc. Dichas
publicaciones son importantes fuentes externas.
La recogida de datos es una tarea delicada pues un error en esta fase falsea todo el
tratamiento posterior, de ahí que, una vez concluida, haya de hacerse un detenido
escrutinio de los números conseguidos, a fin de revisar datos sospechosos o recha-
zar los claramente inadmisibles.

3.1.3. Aplicaciones en la estimación del tamaño o características de una población

La estimación del tamaño o características de una población se realiza en base a:

XX Censos y recuentos

Cuando tanto el tamaño de la población a estudiar y los recursos necesarios para


el estudio no sean excesivos se puede someter a análisis la población total dada la
exactitud que se obtendrá. Los censos de población tienen gran tradición y fueron
las primera manifestaciones estadísticas.
Estudios actuales que implican la utilización de censos y recuentos son: los es-
tudios sobre características demográficas, los de fecundidad comparativa en di-
ferentes grupos socio-económicos y étnicos, los de actitudes y opiniones, los del
efecto de la movilidad física y social, de la sanidad, del empleo y desempleo,
analfabetismo y educación.

16
tema 57

matemáticas

XX Aplicaciones del muestreo

En muchos casos se recurre a la utilización de la inferencia estadística para inferir


a toda una población las conclusiones sacadas a través del estudio de una muestra
de la misma. Ejemplos que actualmente han adquirido gran importancia son:
„„ Investigaciones de mercado
El sondeo o medición de la opinión pública, tradicionalmente importante por su
relación con objetivos no sólo sociales, sino también económicos o políticos,
ha adquirido actualmente una gran relevancia. Investigadores del mercado, tra-
bajadores sociales, doxólogos, psefólogos y analizadores de la opinión públi-
ca constituyen parte de un nuevo colectivo que utiliza el muestreo de opinión
pública como herramienta de trabajo. Es interesante, así mismo, el empleo del
material recogido en las encuestas para el análisis y simulación de votaciones y
otras reacciones políticas y sociales.
Ciertos investigadores (Stephan y McCarthy) incluyen entre los estudios de la
opinión pública los relacionados con votaciones, matrimonio y vida familiar,
lectura y uso de bibliotecas, empleo del teléfono, radio y televisión, moral y
comportamiento de los militares en campaña y en tiempo de paz, reacciones de
un país ante una calamidad pública, propaganda y rumores e influencia personal
de ciertos individuos. Se han efectuado muestreos, igualmente, para medir pre-
ferencias y evaluar el prestigio de personalidades, partidos, profesionales, etc.
y las relaciones entre diferentes razas y países.
En los sondeos de opinión pública aparecen como problemas principales la ne-
gativa a proporcionar información o a facilitarla de forma incompleta y no ve-
rídica por parte de los individuos seleccionados en la muestra. Serán varias las
técnicas para paliar estos efectos negativos: asignación de agentes de recogida
de datos de las mismas características que los individuos de la muestra (raza,
clase social), explicación clara de los fines del sondeo, fijación de entrevistas en
lugar y hora preferentes para los entrevistados, etc.
„„ Distribuciones por estratos o clases
Se trata del problema de la determinación de estratos o clases y la asignación o
atribución de individuos a tales clases, problema que se relaciona con cuestio-
nes taxonómicas y con el análisis discriminante.
„„ Número óptimo de las diferentes profesiones
En relación con programas de desarrollo, nos encontramos con los problemas
socio-económicos de la determinación del número óptimo de las diferentes pro-
fesiones o actividades con relación a los objetivos señalados. Tiene interés la
clasificación de las ocupaciones por diversos criterios. Entre éstos está el del
tiempo discrecional, tiempo máximo que puede trabajarse sin que la imperfec-
ción en la tarea desempeñada llegue al conocimiento de un superior. Se pueden
establecer clasificaciones por prestigio y estratos a los que corresponden las
diferentes profesiones o actividades. Algunos problemas sociológicos de mo-
vilidad y otros con aplicación particular a la permanencia en puestos de trabajo
han sido estudiados por Goodman (1961).

17
tema 57

matemáticas

3.1.4. La teoría de la población

Los demógrafos y sociólogos utilizan las técnicas de la Estadística (tanto des-


criptiva como inferencial) para realizar sus investigaciones. Para la Teoría de la
Población han desarrollado un esquema conceptual para describir los cambios
demográficos que se producen en los países al pasar por diversos estados de in-
dustrialización y urbanización.
Tres son los tipos que se utilizan para describir países: de alto crecimiento poten-
cial, de crecimiento transaccional y de decadencia incipiente. Tales tipos se defi-
nen en términos de tasas de natalidad, de mortalidad y de crecimiento negativo,
respectivamente.

3.1.5. Aplicaciones de la teoría de la decisión estadística

La Teoría de la Decisión y la Teoría de Muestras son los dos grandes temas que
trata la Estadística Inferencial.
Son dos las técnicas principales que la Teoría de la Decisión pone a disposición
de las Ciencias Sociales.
„„ Decisiones estadísticas
Después de sacar una muestra de cierta población, y obtener los datos referen-
tes a la muestra, podemos usarlos para ayudarnos a tomar una decisión sobre
la población.
Un ejemplo sería analizar las necesidades de vivienda en una muestra particular
para tomar una decisión en cuanto a la construcción de un número determinado
de viviendas en una ciudad.
Es importante observar que estas decisiones están tomadas sobre una base pro-
babilística. Esto es, hay siempre una probabilidad calculada de que una deci-
sión particular sea mala. El acierto de la decisión estadística es que el grado de
riesgo correspondiente a cualquier decisión particular se mide objetivamente en
términos de probabilidades.
„„ Hipótesis estadística
El procedimiento a seguir para llegar a una decisión será primero suponer la
hipótesis que se quiere decidir, después estudiar los resultados del experimento
para ver si son consecuentes o no con la hipótesis y, finalmente, rechazar o
aceptar dependiendo de si son consecuentes o no.
Un ejemplo sería la determinación del nivel de delincuencia de una ciudad es-
pecífica. Una de las hipótesis podría ser que el nivel de delincuencia es mayor
en la mitad norte que en la mitad sur. Para ello se procede al análisis mediante el
estudio de una muestra concreta aleatoria sobre la que se contrasta la hipótesis,
siguiéndose la veracidad o falsedad de la misma.

18
tema 57

matemáticas

3.2. Aplicaciones en la biología, las ciencias experimentales y


las ciencias de la salud

Como se ha ido viendo a lo largo del tema, la estadística descriptiva es la que


estudia los datos resultantes de una experiencia. En este caso con el término «es-
tudia» nos referimos a recoger los datos, clasificarlos, representarlos y resumirlos
en informaciones que ayuden a los interesados en su análisis para poder sacar
conclusiones que ayuden a comprender algo o a la toma de decisiones.
Aplicaciones de la estadística descriptiva se encuentran en numerosos ámbitos.
Un ejemplo podría ser la aplicación de la estadística descriptiva en la denomi-
nada Ciencias de la Salud. La recogida de datos referentes a la población, como
pueden ser las enfermedades de las personas, los tratamientos aplicados o los
métodos de diagnóstico, clasificando esta información teniendo en cuenta datos
tan dispares como la situación económica, la edad o el color de la piel, aportará
numerosos indicadores al campo de la Medicina que mejorarán sin duda el diag-
nóstico más rápido de enfermedades o ayudarán a encontrar nuevos antídotos en
las investigaciones. Los mismo sucede en campos como la Química, la Biología
o la Veterinaria.
En lo referente a las Ciencias Experimentales la estadística juega un papel funda-
mental. Sobre todo a la hora de analizar las diferencias entre los datos obtenidos
de los experimentos y los datos esperados según el sistema supuesto. En el campo
de la Física existen multitud de aplicaciones de la estadística, que pueden ir desde
control de errores de medida hasta el cálculo de enlaces necesarios para la no satu-
ración de las líneas telefónicas. Algo muy parecido sucede en las Ingenierías tanto
Electrónicas, de Telecomunicaciones, Industriales o Informática.

3.3. Otras aplicaciones

Tras todo lo comentado se puede observar la dificultad de encontrar algún ámbito,


tanto a nivel empresarial como tecnológico o científico que no utilicen la estadís-
tica como valor añadido a su actividad. Algunos ámbitos que no se han nombrado
directamente, pero dónde también deben tenerse en cuenta las aplicaciones de la
estadística, podrían ser, entre otros muchos, la Publicidad, ayudando a prever o a
entender la influencia de una campaña sobre un sector de la población, la Lingüís-
tica, ayudando a analizar dos obras literarias muy semejantes, las Matemáticas,
dónde se utilizan numerosos modelos estadísticos, las Compañías de Seguros,
utilizando las tablas de mortalidad para calcular las tarifas de sus clientes, o la
Informática, tanto en algoritmos complejos como en distribuciones de tráficos
por las redes de ordenadores.

19
tema 57

matemáticas

BIBLIOGRAFÍA
ALCALDE INCHAUSTI, A.: Estadística aplicada a las Ciencias Sociales. Ed. Pirámide. Madrid, 1995.
ARNÁIZ, G.: Introducción a la Estadística Teórica. Ed. Lex Nova. Valladolid, 1986.
AZORÍN POCH, F.: Curso de muestreo y aplicaciones. Ed. Aguilar. Madrid, 1969.
BOYER, C.B.: Historia de la Matemática. Alianza Editorial. Madrid, 1994.
CALOT, G.: Curso de Estadística descriptiva. Ed. Paraninfo. Madrid, 1988.
CANAVOS, G.C.: Probabilidad y Estadística: aplicaciones y métodos. Ed. McGraw-Hill. Aravaca,
1992.
DOWNIE, N.M.: Métodos Estadísticos aplicados. Ed. del Castillo. Madrid, 1983.
G. BARBANCHO, A.: Estadística Elemental Moderna. Editorial Ariel, 1992.
GARCÍA FERRANDO, M.: Socioestadística. Introducción a la estadística en Sociología. Alianza
Editorial. Madrid, 1998.
GLASS, G., STANLEY, J.: Métodos Estadísticos aplicados a las Ciencias Sociales. Prentice Hall, 1982.
GRAMER, H.: Elementos de la Teoría de Probabilidades y aplicaciones. Ed. Aguilar. Madrid, 1970.
LÓPEZ DE MANZANARA, J.: Problemas de Estadística. Ed. Pirámide. Madrid, 1996.
RÍOS, S.: Métodos Estadísticos. Ed. del Castillo. Madrid, 1985.
VV.AA.: Introducción a la Estadústica. UNED, 1998.

20
tema 57

matemáticas

RESUMEN

Usos de la Estadística: Estadística descriptiva y Estadística inferencial.


Métodos básicos y aplicaciones de cada una de ellas.

1.
1 Usos de la Estadística: Estadística descriptiva y
Estadística inferencial

1.1. Conceptos básicos en un proceso estadístico


En este apartado se definen los conceptos básicos relacionados con un proceso estadistico:
„„ Población y elementos.
„„ Muestra (representativas y no representativas, tamaño de una muestra).
„„ Muestreo (probabilistico y no probabilistico).
„„ Caracteres (cuantitativos o variables y cualitativos o atributos).
„„ Variable (discreta y continua).
„„ Métodos de observación de (exhaustiva, parcial y mixta).

1.2. Estadística descriptiva y estadística inferencial


La ciencia de la Estadística se divide en dos partes:
„„ La estadística descriptiva
Se encarga de la recogida, ordenación y tabulación de los datos obtenidos en las dife-
rentes observaciones.
„„ La estadística inferencial
Cuya función es la de establecer conclusiones y tomar decisiones basadas en ese aná-
lisis descriptivo.

2.
2 Métodos básicos de cada una de ellas

2.1. Métodos básicos de la Estadística descriptiva


Los métodos básicos que utiliza la Estadística descriptiva para describir e interpretar nu-
méricamente la información obtenida de una gran cantidad de datos son:

2.1.1. Recogida de datos

2.1.2. Ordenación y tabulación de datos

2.1.3. Representación de datos

2.1.4. Parámetros estadísticos

21
tema 57

matemáticas

2.2. Métodos básicos de la estadística inferencial


Los métodos en los que se basa la Estadística inferencial para poder establecer sus con-
clusiones son:

2.2.1. Muestreo

2.2.2. Estimación estadística

2.2.3. Contraste de hipótesis

3.
3 Aplicaciones al estudio y toma de decisiones en
problemas de las Ciencias Sociales y de la Naturaleza

3.1. Aplicación en las Ciencias Sociales


El papel de la estadística en el proceso de investigación sociológica está claramente de-
terminado: las consideraciones estadísticas se introducen tan sólo en la fase analítica del
proceso de investigación, después de haber obtenido los datos, frecuentemente a partir de
una muestra.

3.1.1. El análisis comparativo en sociología

3.1.2. Recogida de datos estadísticos

3.1.3. Aplicaciones en la estimación del tamaño o características de una población

3.1.4. La teoría de la población

3.1.5. Aplicaciones de la teoría de la decisión estadística

3.2. Aplicaciones en la biología, las ciencias experimentales y las


ciencias de la salud
La recogida de datos referentes a la población, como pueden ser las enfermedades de las
personas, los tratamientos aplicados o los métodos de diagnóstico, clasificando esta infor-
mación teniendo en cuenta datos tan dispares como la situación económica, la edad o el
color de la piel, aportará numerosos indicadores al campo de la Medicina que mejorarán
sin duda el diagnóstico más rápido de enfermedades o ayudarán a encontrar nuevos antí-
dotos en las investigaciones. Los mismo sucede en campos como la Química, la Biología
o la Veterinaria.

3.3. Otras aplicaciones


En la Publicidad, ayudando a prever o a entender la influencia de una campaña sobre un
sector de la población, la Lingüística, ayudando a analizar dos obras literarias muy seme-
jantes, las Matemáticas, dónde se utilizan numerosos modelos estadísticos, las Compañías
de Seguros, utilizando las tablas de mortalidad para calcular las tarifas de sus clientes, o
la Informática.

22