You are on page 1of 3

PROCESAMIENTO DE INFORMACIÓN ESTADÍSTICA

ESTADÍSTICA ELEMENTAL. Robert Johnson.

¿Qué es la estadística?
La estadística es el lenguaje universal de las ciencias.
La estadística es la ciencia de la recopilación, clasificación, presentación e interpretación de datos.
La estadística maneja la informacion, utilizando ciertas medidas numéricas para resumirla e interpretarla. La palabra
“estadística” tiene significados diferentes para gente de preparación e intereses diversos.
Para algunas personas es una forma de recopilar y presentar grandes cantidades de informacion numérica.
Para otras es una forma de tomar decisiones en condiciones de incertidumbre.

Usos y abusos de la estadística


Las aplicaciones de la estadística son limitadas.
 En la educación la estadística se utiliza para describir resultados de exámenes.
 En la ciencia se deben de recopilar y analizar los datos resultantes de experimentos.
 En la administración pública se recolectan datos estadísticos de distintos tipos en todo momento.

Los abusos o aplicaciones deficientes de la estadística son a menudo pintorescos y problemáticos.

Introducción a los términos básicos

Población: conjunto o cúmulo de individuos u objetos cuyas propiedades se han de analizar.


El concepto de población es la idea fundamental de la estadística.
Muestra: un subconjunto de una población.
Una muestra se compone de los individuos, objetos, medidas u observaciones seleccionados por la población.
Variable o Variable de respuesta: característica de interés cerca de cada elemento de una población o muestra.
Son variables la edad, el color del cabello, estatura, peso, etc.
Dato: valor de la variable asociado a un elemento de una población o muestra.
Datos: conjunto de valores de la variable respuesta medidos a partir de cada uno de los elementos de una población o
muestra.
Experimento: actividad realizada según un plan definido cuyos resultados producen un conjunto de datos.
Parámetro: característica numérica de una población.
Estadística: característica numérica de una muestra.
Dato cualitativo o atributo: resultado de un proceso que categoriza o describe un elemento de una población.
Datos cualitativos o numéricos: resultado de un proceso que cuantifica (peso, longitud, etc.)
Los datos numéricos se subdividen en dos clases:
1. Discretos
2. Continuos

Medibilidad y variabilidad
Siempre se espera que ocurra variabilidad en un conjunto de datos experimentales, si aparece poca o ninguna
variación, se conjeturaría que el instrumento de medición no es suficientemente preciso.
No importa de qué variable de respuesta se trate, siempre existirá variabilidad en la respuesta numérica si el
instrumento de medición no es preciso
Uno de los principales objetivos del análisis estadístico es a medición de la variabilidad.

Alumna: Yenifer Verónica Navarro Castro.


Recopilación de datos

Uno de los primeros problemas que debe resolver un estadístico es la obtención de datos, estos deben ser recopilados, debe de
contarse con muy buenas técnicas de muestreo.

La obtención de datos para el análisis estadístico es un proceso integral que incluye las siguientes etapas:
a) Definición de los objetivos del estudio observacional o experimento
b) Definición de la variable y la población de interés
c) Definición de los métodos para la obtención y la medición de datos, esto incluye los procedimientos de muestreo,
determinación del tamaño de la muestra y la forma como se obtendrán los datos (cuestionarios, teléfono, etc.)
d) Determinación de las técnicas descriptivas o inferenciales apropiadas para el análisis de datos.

Es preferible que uno mismo recabe los datos empleando técnicas apropiadas para los diferentes análisis.

Marco de muestreo: es una lista de elementos pertenecientes a la población de donde extrae la muestra, este debe ser idéntico a la
población debe enlistar cada elemento de la población solo una vez.

Es importante que el marco de muestreo sea representativo de la población ya que solo los elementos del marco tienen oportunidad
de ser seleccionados parte de la muestra; una vez establecido es posible proceder a seleccionar los elementos muestrales a partir de
dicho marco. Este proceso de selección es detenido por el diseño de la muestra.

Diseño de muestra o Plan de muestreo: es el conjunto de procedimientos utilizados para seleccionar los elementos de la muestra.
Hay muchos tipos de muestra, todos ellos producen muestras que se clasifican en dos categorías: no probabilísticas y probabilísticas.

Muestras no probabilísticas: son las que se seleccionan a partir de su consideración como “típicas”
Una persona obtiene una muestra no probabilística cuando elige elementos que son representativos de la población. La validez de
los resultados obtenidos con una muestra no probabilística refleja la solidez de quien la selecciona.

Muestras probabilísticas: son las muestras donde los elementos por seleccionar se toman de acuerdo con las leyes probabilísticas,
cada elemento de la población tiene cierta probabilidad de ser seleccionado como parte de la muestra.

Los procedimientos de la estadística inferencial requieren muestras probabilísticas, el muestreo aleatorio simple es uno de los
métodos utilizados con mayor frecuencia para seleccionar muestras probabilísticas.

Muestra aleatoria simple: es aquella seleccionada de manera que cada elemento de la población tiene la misma probabilidad de ser
seleccionada.

Uno de los métodos para obtener una muestra aleatoria simple es el método aleatorio simple.

Muestra sistemática: es aquella donde se selecciona todo K-esimo elemento en el marco de muestreo después de un inicio aleatorio
entre los primeros K elementos.

Este método de selección utiliza la tabla de números aleatorios solo una vez, para encontrar el punto inicial.
Cuando se desea obtener una muestra que represente un porcentaje x de la población, no es necesario numerar los elementos en el
marco de muestreo, ni tampoco conocer su número, es un buen procedimiento para muestrear un porcentaje de una población grande.
Esta técnica de muestreo no debe utilizarse cuando la población es repetitiva o cíclica por naturaleza, puesto que los resultados no
aproximaran a una muestra aleatoria simple.

Estratos: algunas veces cierta característica de la población de gran tamaño permite dividir a esta en subpoblaciones, estas son
fáciles de trabajar por su menor tamaño y reciben el nombre de estratos, cada estrato se muestrea por separado; el método de
muestreo estratificado es uno de los diseños de muestra en el que se estratifica el marco de muestreo.

Muestra estratificada: es aquella que se obtiene estratificando primero el marco de muestreo y seleccionando después un número fijo
de elementos de cada estrato mediante un muestreo aleatorio simple.
Cuando se ha de tomar una muestra estratificada la población se subdivide en varios estratos
Muestra por conglomerado: es aquella que se obtiene estratificando primero el marco de muestreo y seleccionando después todos los
elementos de algunos estratos, esta se obtiene utilizando números aleatorios

Alumna: Yenifer Verónica Navarro Castro.


El plan de muestreo que se utilice en una situación particular depende de varios factores: la naturaleza tanto de la población como
de la variable de la facilidad o dificultad del muestreo o del costo del muestreo; antes de seleccionar el plan de muestreo debe
procederse a la ponderación de varios factores los cueles deben de conciliarse entes del costo y la exactitud del muestreo.

Comparación entre la probabilidad y la estadística


La probabilidad y la estadística son campos de la matemática con relación entre sí, “la probabilidad es el vehículo de la
estadística”, de no ser por leyes probabilísticas, la ciencia de la estadística no seria posible.
La probabilidad y la estadística son dos ramas de la matemática.

La probabilidad pregunta sobre la viabilidad de que suceda algo específico cuando se conocen las posibilidades.
La estadística pide que se tome una muestra, que se describa y que luego se hagan inferencias acerca de la población
tomando como base la informacion encontrada en la muestra estadística inferencial.

Alumna: Yenifer Verónica Navarro Castro.

You might also like