Estadística descriptiva: es una parte de la estadística
que se dedica a analizar y representar los datos.
Estadística inferencial: es una parte de la estadística
que comprende los métodos y procedimientos para deducir propiedades (hacer inferencias) de una población, a partir de una pequeña parte de la misma (muestra).
Población: también llamada universo o colectivo, es el
conjunto de elementos de referencia sobre el que se realizan las observaciones.
Muestra: es un subconjunto de casos o individuos de una
población estadística.
Variable estadística: es una característica (magnitud,
vector o número) que puede ser medida, adoptando diferentes valores en cada uno de los casos de un estudio.
Tipos de variables estadísticas:
• Cualitativas: No se expresan mediante un número
(cualidad). A su vez las podemos clasificar en:
1. Ordenables: Aquellas que sugieren una
ordenación. 2. No ordenables: Aquellas que sólo admiten una mera ordenación alfabética, pero no establece orden por su naturaleza.
• Cuantitativas: Se expresan mediante un número
(cantidad). De estas hay dos tipos:
1. Discretas: Solo puede tomar valores
aislados. 2. Continuas: Pueden tomar todos los valores de un intervalo.
Frecuencia absoluta: es el número de veces que aparece el
valor de una variable Frecuencia relativa: es el cociente entre la frecuencia absoluta y el número de datos.
Frecuencia acumulada: es la suma de las frecuencias
absolutas de todos los valores inferiores o iguales al valor considerado. Se representa por Fi
MEDIDAS DE CENTRALIZACIÓN. Un valor representa todos
los datos.
• Media: La media aritmética de una variable se
define como la suma ponderada de los valores de la variable por sus frecuencias relativas.
• Moda: es el valor de la variable que tenga mayor
frecuencia absoluta, la que más se repite, es la única medida de centralización que tiene sentido estudiar en una variable cualitativa, pues no precisa la realización de ningún cálculo.
• Mediana: es la observación equidistante de los
extremos.
• Media geometría: es la raíz de índice N del
producto de todas las observaciones. La representaremos por G.
• Media armónica: La media armónica de N
observaciones es la inversa de la media de las inversas de las observaciones y la denotaremos por H MEDIDAS DE POSICIÓN:
• Cuartil: son los tres valores
d e la variable que dividen a un conjunto de d atos ordenados en cuatro partes iguales .
• Percentil: representan los valores
de la variable que están por debajo de un porcentaje.
MEDIDAS DE DISPRESIÓN. Muestran la variabilidad de una
distribución, indicando por medio de un número, si las diferentes puntuaciones de una variable están muy alejadas de la media.
• Recorrido: es la diferencia entre el mayor y el
m enor de los datos de una distribución e stadística.
• Varianza: Es la media de los cuadrados de las
diferencias entre cada valor de la variable y la media aritmética de la distribución.
•Desviación típica: es la raíz cuadrada de la
varianza. Se representa por σ.
• Cuasivarianza: Es una medida de dispersión,
cuya única diferencia con la varianza es que dividimos
por N-1, la representaremos por o .
Coeficiente de curtosis: analiza el grado de concentración que presentan los valores alrededor de la zona central de la distribución.
Coeficiente de asimetría: Mide el grado de asimetría de
la distribución con respecto a la media. Un valor positivo de este indicador significa que la distribución se encuentra sesgada hacia la izquierda (orientación positiva). Un resultado negativo significa que la distribución se sesga a la derecha.
Variable estadística bidimensional: variables
q u e s urgen cuando se estudian dos características a s o c i adas a la observación de un fenómeno.
Nube de puntos. La representación gráfica se realiza
mediante un dibujo realizado en un sistema bidimensional de coordenadas cartesianas. En este tipo de diagramas cada punto representa la puntuación que el sujeto obtiene en las dos variables, determinando su puntuación por la lectura de los valores que aparecen en la escala vertical y horizontal.
Covarianza: es una medida de dispersión conjunta de dos
variables estadísticas. Correlación: determina la relación o dependencia que existe entre las dos variables que i n t e r vienen en una distribución bidimensional .
Coeficiente de correlación: es el cociente
entre la covarianza y el producto de las d e s v i aciones típicas de ambas variables.
Regresión lineal: ecuación de la recta de regresión.
E s l a que mejor se ajusta a la nube de puntos.
• Recta de regresión de Y sobre X. Se utiliza
p ara estimar los valores de la Y a partir de l os de la X.
Y= a + bX
• Recta de regresión de X sobre Y. Se utiliza
p ara estimar los valores de la X a partir de l os de la Y.