Professional Documents
Culture Documents
Tema 1 Introduccion
Tema 1 Introduccion
Fenómenos Estocásticos
Población, elementos y características
Métodos de observación de una población
La medición de las características: variables y escalas de
medidas.
Etapas de un estudio estadístico.
1. Fenómenos Estocásticos
La Estadística, en su acepción más general, puede considerarse como la ciencia que
estudia las “regularidades” que se observan en una serie de fenómenos que pueden
expresarse a través de la información numérica. Su propia evolución histórica hace
que la percibamos como un conjunto de cifras, gráficos, promedios, etc.
En una segunda acepción la Estadística es un conjunto de métodos científicos que nos
permiten interpretar la información numérica, elegir muestras representativas para
hacer inferencia, estimar relaciones causa-efecto y hacer predicciones.
Naturaleza
Fenómenos aleatorios (Estocásticos) AZAR Regularidad Estadística
UNIDIMENSIONALES
Finita/Infinita
Población, Colectivo o Universo
Invariante/Variables
Dr. José Javier Núñez Velázquez Nº 3
Departamento de Economía
9/13/2021
Estadística Empresarial I. Tema 1: Introducción a la Estadística
.
Nominal x i = x j ó xi x j
Para
Atributos Ordinal ( además de nominal ) xi xj ó xi xj
Escalas
de
Medida
Intervalo Si xi xj xi – xj
Para variables
Razón (Además de intervalo) origen físico 0, tal que si xj 0
xi / xj Hay una unidad patrón
1. Definición de
2. Recogida de
objetivos 3. Estimación y
los datos
descripción de
los parámetros
• Identificación de las poblacionales
características que se
desean estudiar • Diseño del especificados en
cuestionario
• Definición de la los objetivos.
población • Diseño muestral de
acuerdo con el marco
• Identificar el marco disponible
o listado y su
accesibilidad • Diseño del material • Análisis descriptivo
auxiliar de la
• Decidir tipo de encuesta.
primario.
observación • Estimación de los
• Recogida de los
• Especificar ámbito datos.
errores muestrales y
de estudio y forma de no muestrales.
recogida de datos. • Tratamiento de los • Análisis especiales
datos multivariantes.