Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
PRESENTACION
Espero que esta gua constituya un material de apoyo sencillo y til para los alumnos y
profesores de todos los Programas de Formacin de Grado en la Universidad Bolivariana de
Venezuela.
Ntese que puede considerarse 9 como el primer valor de X, 4 como el segundo valor de X, 3
como el tercer valor de X, 1 como el cuarto valor de X, y 6 como el quinto valor de X. Una
manera sencilla de expresar esto consiste en utilizar subndices que representen la posicin del
valor en la lista. De este modo, el 9 que es el primer valor de X ser representado por x ; de
1
manera similar, debido a que 4 es el segundo valor de X, estar representado por x . Es decir:
2
x =9
x =4
x =3
3
x =1
4
x =6
5
La
letra griega (sigma mayscula) se utiliza para denotar una suma. Entonces
El smbolo en la expresin anterior indica que se deben sumar los valores de X. Adems, la
expresin "i = 1" que se encuentra debajo de sigma comienza con el valor de X que tiene el
subndice i = 1 (x ). De esta manera, se suman sucesivamente los valores de X, uno cada vez,
1
Si slo se desea sumar algunos valores, se utilizan los subndices anotados por debajo y por
encima de . Por ejemplo:
Al invertir este proceso, se puede utilizar este mtodo para abreviar la expresin de los datos
que se quiere sumar, por ejemplo:
Propiedades de
Teorema 1 Si a es una constante y cada uno de los n valores diferentes de i es igual a a,
entonces:
Prueba
Como cada una de las x es igual a una cantidad constante a:
Teorema 2
Sea a una constante cualesquiera de todos los valores individuales que intervienen en la suma,
4
Prueba
Teorema 3
La notacin sigma se puede distribuir respecto de la suma (o de la diferencia):
Prueba
Lo anterior se cumple porque:
Estos apuntes estn basados principalmente en el libro: Armas Gonzlez, J. Manuel (1998).
Estadstica Sencilla: Descriptiva.
Facultad de Ciencias Econmicas y Sociales. Escuela de Estadstica. Mrida. ULA.
.
6
Universo Estadstico
Generalmente, existe un conjunto de elementos claramente definidos en el que el
investigador est interesado. Este conjunto se llama universo. Es un conjunto, finito o
infinito de seres vivos, elementos o cosas, sobre las cuales estn definidas caractersticas o
variables que interesa analizar.
Los elementos individuales que conforman el universo se llaman Unidades Elementales
(tambin se conocen como unidades individuales o unidades de observacin) Las unidades
elementales poseen las caractersticas de inters, las cuales pueden ser de naturaleza
cuantitativa o cualitativa.
Ejemplos:
Los ros de Venezuela
Los hogares del Estado Barinas
Las aves de un parque nacional
Los estudiantes de la UBV
Los rboles de un bosque
Las familias de una ciudad
Poblacin Estadstica
La poblacin, es un conjunto de valores asociados con los elementos del universo. Es la
coleccin de todas las posibles mediciones que pueden hacerse de la caracterstica en
estudio. Obsrvese que una poblacin estadstica es una coleccin de valores no una
coleccin de personas.
Entonces, la poblacin va a estar constituida por datos o valores y puede ser finita o
infinita. Una poblacin finita es aquella en la cual el nmero de elementos puede ser
contado y es limitado. Una poblacin es infinita si la cantidad de elementos que la
componen es ilimitada o su composicin es tal, que dichos elementos no pueden ser
contados. En la prctica, este concepto de infinito tambin expresa la idea de indeterminado
o indefinido e incluso poblaciones finitas excesivamente grandes se les considera como
infinitas.
Al nmero de elementos en la poblacin se le denomina tamao de la poblacin y, en el
caso finito, este tamao se denota con la letra N.
7
Ejemplo:
Grado de contaminacin de ros
Ingreso mensual de los hogares
Nmero de placa de los vehculos
Edades de los alumnos que cursan la unidad curricular estadstica en la UBV
Volmenes de madera de cada uno de los rboles que integran el bosque.
Nota:
De un mismo universo puede derivarse ms de una poblacin. Por ejemplo, del universo de
estudiantes de la UBV podemos estar interesados en estudiar caractersticas tales como:
Edad, sexo, ingresos, estado civil, rendimiento acadmico, grado de instruccin, peso, tipo
de sangre y religin. De cada una de estas diez caractersticas (variables) se origina una
poblacin, es decir, del universo estudiantes de la UBV obtenemos las poblaciones de
edades, las poblaciones de sexo, la poblacin de ingresos, la poblacin de estados civiles,
la poblacin de rendimientos acadmicos, la poblacin de grado de instruccin, la
poblacin de pesos, la poblacin de tipos de sangre y la poblacin de religiones de los
estudiantes de la UBV.
Ntese que en este ejemplo el universo est compuesto por personas (estudiantes) que son
los que poseen las caractersticas de inters y las mediciones que se obtienen para cada una
de estas caractersticas (edad, sexo, ingreso, estado civil, rendimiento acadmico, grado de
instruccin, peso, tipo de sangre y religin) constituyen las poblaciones. As, una de estas
poblaciones va a estar constituida por N nmeros que representan cada una de las N edades
de los estudiantes de la UBV.
Muestra
Frecuentemente es imposible obtener o medir todos los valores en una poblacin. Un
subconjunto de valores de la poblacin se conoce como una muestra. Es decir, una muestra
es una parte de una poblacin. De esta manera, como la poblacin es un conjunto de
mediciones de la caracterstica bajo estudio, y la muestra es un subconjunto de la poblacin,
sta va a estar constituida tambin por mediciones de la caracterstica.
As, una muestra esta compuesta por n mediciones sobre las unidades elementales. En otras
palabras, n representa el tamao de la muestra y por lo tanto n N. Fcilmente se puede
deducir que de una misma poblacin pueden seleccionarse diferentes muestras.
Ejemplo:
En el siguiente ejemplo determinar:
a. Unidades elementales
b. Universo
c. Poblacin
d. Tipo de poblacin (finita o infinita)
e. Muestra
8
Censo
Se dice que se ha realizado un censo y se habla de enumeracin completa, cuando una
investigacin es exhaustiva en el sentido de analizar toda la poblacin.
Muestreo
Cuando el estudio se hace sobre la base de una muestra de la poblacin, se habla de una
investigacin por muestreo o enumeracin parcial.
Clasificacin de la Estadstica
Estadstica Descriptiva
Cuando algunas personas escuchan la palabra "estadstica", inmediatamente se imaginan
cosas como: promedios de calificaciones, cantidad de homicidios al mes, ndices de
accidentes, tasas de mortalidad, promedio de goles, entre otros. Esta rama de la estadstica
que utiliza nmeros para describir hechos, recibe el nombre de estadstica descriptiva, la
cual consiste en organizar resumir, simplificar, presentar los datos en cuadros y grficos y
del clculo de medidas numricas que permitan destacar los aspectos ms importantes de
los datos.
Los mtodos estadsticos descriptivos permiten obtener una visin completa de un
fenmeno en el sentido de describir lo que est ocurriendo en determinado momento. En
lenguaje figurado, la estadstica descriptiva proporciona una fotografa o inventario de una
situacin y pone de relieve los aspectos de mayor inters.
El ndice de desempleo, el costo de la vida, la precipitacin pluvial, el rendimiento medio
de un auto en kilmetros por litro y los promedios de calificacin, quedan todos en esta
categora.
Nota:
Un anlisis descriptivo puede realizarse en una muestra o en toda una poblacin.
Inferencia Estadstica
Consiste en el anlisis e interpretacin de una muestra de datos. Ms formalmente, la
inferencia estadstica se encarga de estudiar las caractersticas y las leyes propias de la
poblacin mediante una muestra seleccionada de ella.
El muestreo es un ejemplo vivo en la siguiente situacin familiar para nosotros: no hay que
comerse todo el queso para saber si esta salado. Por tanto, la idea bsica en el muestreo es
medir una porcin pequea pero tpica, de alguna poblacin, y posteriormente utilizar dicha
informacin para inferir (conjeturar inteligentemente) qu caractersticas tiene la poblacin
total. Otros ejemplos comunes son:
Nota:
1. Los mtodos estadsticos inferenciales tienen su base de apoyo en la Teora de
Probabilidades y en la Teora del Muestreo.
2. Como los datos provienen de un conjunto menor que la poblacin, se cometen errores al
hacer una inferencia. Estos errores pueden ser cuantificados, as como la probabilidad de
cometerlos, la cual, adems de tratar con situaciones influenciadas por factores no
controlados por el analista, proporciona un modelo racional para trabajar con la variabilidad
inherente a la naturaleza del fenmeno bajo estudio y tambin con las situaciones
relacionadas con el azar. El conocimiento de las probabilidades relacionadas con una
situacin, suministra la base para el desarrollo de las tcnicas para la toma de decisiones,
explica el funcionamiento de esas tcnicas, e indica la manera en que las conclusiones
pueden ser presentadas e interpretadas correctamente.
3. La recoleccin de informacin constituye un aspecto importante en una investigacin y
en ese sentido la estadstica proporciona al investigador el apoyo necesario para su
ejecucin en todo lo referente a los instrumentos de recoleccin a utilizar y al tipo y
cantidad de informacin a recoger de tal manera que se obtengan resultados confiables,
especialmente en aquellos casos en que se piensa inferir los resultados a una poblacin. La
parte de la estadstica encargada de estos aspectos se conoce como diseo de experimentos
y teora del muestreo.
4. En este curso debemos suponer que los datos ya se han recogido mediante tcnicas
estadsticas y trabajaremos las herramientas estadsticas a partir de este punto.
Datos Estadsticos
Los datos estadsticos se obtienen mediante un proceso que comprende la observacin o
medicin de conceptos como:
Ingresos anuales en una comunidad.
Calificaciones de exmenes.
Cantidad de caf por taza despachada por una mquina vendedora.
Resistencia a la rotura de fibras de plstico.
Porcentaje de azcar en cereales, etc.
Tales conceptos tambin reciben el nombre de variables o caractersticas, ya que
producen valores que tienden a mostrar cierto grado de variabilidad, al efectuarse
mediciones sucesivas.
Nota:
En trminos prcticos, los instrumentos de medicin presentan ciertas limitaciones de tipo
fsico que restringen el grado de precisin, a pesar de esto los datos siguen siendo
continuos. Este es el caso de datos que representan la estatura de una persona. Usando una
cinta mtrica tradicional, se habla por ejemplo, de que una persona mide 71,3 mts. Pero si
tuvisemos a disposicin algn instrumento electrnico sofisticado podra obtenerse que
esta persona mide 71,295428metros.
Variable Cuantitativa Discreta, son aquellas variables que toman valores numricos
aislados y no pueden tomar ningn valor entre dos consecutivos fijados. Ejemplo: nmero
de hijos por familia, nmero de rboles en un bosque, nmero de viviendas en construccin
en el municipio Barinas, nmero de hormigas en un termitero, etc. Una variable cuantitativa
discreta puede tomar un nmero finito o infinito numerable de valores.
12
Datos Discretos
Los datos discretos surgen al contar el nmero de conceptos que posee cierta caracterstica.
Ejemplos de datos discretos son: el nmero de clientes por da, la cantidad de alumnos en
un saln de clase, los defectos de un auto, nmero de goles en un partido de ftbol.
Datos Cuantitativos
Tanto los datos discretos y continuos se conocen como datos cuantitativos, ya que son
inherentemente numricos. Es decir, ciertos valores numricos se relacionan de manera
natural con las variables que se miden. Las variables de donde se obtienen este tipo de
datos se denominan variables cuantitativas.
Variables Nominales
Se caracterizan porque la nica relacin que est definida entre los valores que puede tomar
la variable es la igualdad o diferencia.
Ejemplo:
Sexo (masculino, femenino)
Color de los ojos (azul, marrn, negro, verde)
Campo de estudio en la UBV (Gestin Ambiental, Gestin Social para el Desarrollo
Comunitario, Estudios Jurdicos, Comunicacin Social.).
Nota:
Ninguna de las caractersticas anteriores es numrica por naturaleza. En caso de utilizar
nmeros, estos simplemente constituyen un indicador de distincin cualitativa y en ningn
caso el orden y la distancia entre ellos tiene otra interpretacin. Es decir, si se usan nmeros
ms bien se deben considerar como un cdigo y no como el valor numrico que representa.
Por ejemplo, la variable sexo puede tomar los valores 0 y 1, donde un 0 representa a
masculino y un 1 representa a femenino. En este caso sumar 0 + 1 no tiene sentido porque
es como querer sumar masculino + femenino. Ntese que en este ejemplo el 0 y el 1no son
inherentemente numricos, son cdigos.
Los datos asociados a este tipo de variable se conocen como datos nominales.
Variables Ordinales
Se caracterizan porque entre dos valores de la variable, adems de la relacin de igualdad o
diferencia se pueden dar las relaciones "mayor que" o "menor que". Es decir, dados dos
valores de la variable se puede decir si son iguales o diferentes y adems saber cual valor
est antes que el otro de acuerdo a un orden, es decir se jerarquizan los valores.
Ejemplo:
Escala de notas de conocimientos del 1 al 20
Concurso de belleza o de cocina
Jerarqua del ejercito
El nmero de una pgina cualquiera de un libro, etc.
13
Los datos ordinales son los valores que toman las variables ordinales.
Variables Cualitativas Son aquellas comprendidas por variables nominales u ordinales.
stas no son inherentemente numricas, es decir, presenta modalidades no cuantitativas y
en caso de utilizar nmeros para representar esas modalidades, estos no tienen significado
en s mismos. Las variables cualitativas tambin son conocidas como atributos, Los datos
que se obtienen de este tipo de variables se llaman datos cualitativos.
En la siguiente ilustracin se puede observar la clasificacin de las variables:
Notacin:
Se acostumbra denotar a las variables por letras latinas maysculas, en general las ltimas
del alfabeto: X, W, Y, Z, etc. A los valores que toma la variable se habita denotar con la
misma letra en minscula enumerada con un subndice. Por ejemplo, si X representa a la
variable Edad, entonces x indica la edad que toma el tercer individuo.
3
14
15
Estadstico y Parmetro
Es conveniente describir una poblacin en trminos de unas pocas medidas que resumen
caractersticas de inters. Una medida calculada de los valores poblacionales es llamada
Parmetro. Muchos parmetros distintos pueden ser definidos para medir diferentes
aspectos de una poblacin.
Un Estadstico, es una medida que es calculada sobre la base de los datos de la muestra.
Ms formalmente, un estadstico es una funcin matemtica de una muestra.
Por tanto, un parmetro es un valor nico mientras que un estadstico puede tomar distintos
valores dependiendo de la muestra seleccionada.
Por ejemplo, de una muestra de 80 estudiantes de la UBV, se puede obtener que el
porcentaje de estudiantes que trabajan es 9%; este 9% es el valor de un estadstico o un
parmetro?
Se acostumbra a denotar los parmetros con letras griegas y los estadsticos con letras
latinas. Por ejemplo, generalmente se denota la media de una poblacin como y la media
de una muestra como
16
...
Modalidad k
fk
Total
n
A
ak
TOTALES
b2
VARIABLE B
b1
bi
TOTALES
Nota:
Tambin pueden organizarse en una misma tabla tres o ms variables.
17
frecuencia
f1
f2
...
fi
...
fk
Total de observaciones
De este modo, se puede definir una distribucin de frecuencias como una ordenacin
tabular de los datos en intervalos de clase con sus respectivas frecuencias.
Nota:
Cuando los datos se presentan en distribuciones de frecuencias, se habla de datos
agrupados, mientras que cuando se presentan individualmente, se habla de datos no
agrupados.
18
Nota:
i. La frmula de Sturges slo proporciona una orientacin sobre cual debe ser el nmero
ii. Pueden existir clases abiertas, es decir, clases que slo tienen un lmite superior o
solamente un lmite inferior. Si ese es el caso, a esta clase abierta no se le podr
determinar la amplitud.
iii. En la prctica no se conoce de antemano el nmero de clases y la amplitud de stas. Sin
embargo, existen dos recomendaciones importantes al construir una distribucin de
frecuencias:
19
lmite
fi
73
58
35
39
20
Observe que a las clases abiertas no se les puede determinar la amplitud y tampoco la
marca de clase.
Ejercicio:
Completar la siguiente distribucin de frecuencias:
Clases mi
--15
[20 -30) -[30 - 40) -[40 - 50) 45
--65
Totales
fi fri Fi Fri
-- --- -- 0,16
-- 0,08 -- --6 --- 12 --8 --- 20 ---- --- -- ------
21
fi ( N de familias)
40
30
20
15
05
110
fri (% de familias)
36.36%
27.27%
18.18 %
13.64%
4.54%
100%
Observe que no se calculan las frecuencias acumuladas. Esto se debe a que en este caso no
tiene sentido dado que los valores de la variable se pueden ordenar de forma arbitraria.
Ejercicio:
Calcule la frecuencia acumulada a la distribucin de frecuencias anterior e intente
interpretarla de manera similar a como lo hizo con la variables peso, edad y estatura. Debe
notar que tal interpretacin carece de sentido en este caso particular.
22
Cuadros Estadsticos
Los cuadros estadsticos son tablas en las cuales se exhibe de manera ordenada a los datos.
Un cuadro estadstico debe ser capaz de explicarse por s solo. Para cumplir esto debe
poseer principalmente ttulo, encabezados, cuerpo y fuente.
El ttulo debe ser breve y suficientemente explicativo de la situacin estudiada, la poca y
el sitio. Los encabezados son los nombres de las filas y columnas de la tabla. El cuerpo son
los datos ya condensados y organizados. La fuente indica el origen de la informacin, por
esta razn nunca debe faltar en todo cuadro estadstico.
Adicionalmente a los elementos anteriores, estos cuadros pueden llevar notas preliminares
en el ttulo del cuadro, notas explicativas debajo del cuadro y numeracin del cuadro
cuando existen varios de ellos.
Ejercicio:
Presentar en un cuadro estadstico la distribucin de frecuencias de las variables peso,edad
y estatura.
Construccin de grficos
Los grficos facilitan la visualizacin de las cifras y son ampliamente utilizados en la
representacin de los datos estadsticos. Cuando se elabora cualquier clase de grfico se
pierde informacin, pues ya no existen las observaciones originales. Sin embargo,
frecuentemente esa prdida de informacin es pequea comparada con la sntesis y
facilidad de la interpretacin.
Al igual que los cuadros estadsticos, los grficos deben llevar un ttulo que explique de lo
que trata la informacin all presentada. Tambin pueden llevar notas explicativas y
numeracin correlativa.
Principales tipos de grficos
Diagrama de puntos
Diagrama de dispersin
Curvas
Grfico de barras
Grfico circular
23
Pictogramas
Grficos especiales para distribuciones de frecuencias de datos cuantitativos:
a. Histograma
b. Diagrama de lneas
c. Polgonos de frecuencias
d. Ojiva
e. Diagrama de frecuencias acumuladas
Grfico de barras
Los grficos de barras constituyen una herramienta muy adecuada para representar series
cronolgicas, para datos cualitativos ordinales y en general para datos donde exista algn
orden. En algunas ocasiones tambin se utiliza en datos nominales.
24
Ejemplo:
500
455
400
300
200
184
157
34
23
56
100
0
RESIDENCIAS
COMERCIOS
AUTOS
MOTOS
BICICLETAS
OTROS
TOTAL
25
Ejemplo:
Rendimiento Acadmico
Estudiantes UBV-Barinas
semestre 2006 II
16
14
12
10
8
Masculino
Femenino
6
4
2
0
Excelente
Bueno
Mejorable
26
Histograma
El histograma es el adecuado para ilustrar el comportamiento de los valores agrupados en
intervalos de clase, siendo un grfico de barras compuesto por varios rectngulos
adyacentes, que representan a la tabla de distribucin de frecuencias de cierta variable
cuantitativa. En el eje horizontal se marcan los intervalos, y cada intervalo es la base de
cada rectngulo; en el eje vertical se marcan las alturas de los rectngulos la cual viene
dada por las frecuencias respectivas (absolutas simple o relativas)
Construccin:
Paso 1: En el eje horizontal, marque sucesivamente los lmites de cada clase.
Paso 2: En el eje vertical, marque, en la escala, los valores correspondientes a las
frecuencias absolutas o frecuencias relativas de las clases.
Paso 3: Para la primera clase, construya un rectngulo cuya base es el intervalo de clase y
la altura es la frecuencia absoluta simple (o relativa) de esa clase.
Paso 4: Para la clase siguiente, construya un rectngulo adyacente al primero cuya base
es el intervalo de la clase y la altura es la frecuencia absoluta o relativa de esa clase.
Paso 5: Repita el procedimiento para las dems clases.
Nota
Cuando se construyen histogramas, el eje vertical debe mostrar el cero verdadero para no
distorsionar o representar equivocadamente el tipo de datos. Sin embargo, no es necesario
que el eje horizontal especifique el punto cero del fenmeno de inters. Por razones de
esttica, el rango de la variable debe constituir la principal porcin de la grfica y, cuando
no se incluye el cero, resulta apropiado incluir fracturas
27
Ejercicio:
Construir un histograma para la distribucin de frecuencias de la variable peso, edad y
estatura.
Cuando las clases de una distribucin de frecuencias tienen todas la misma amplitud y el
histograma se construye utilizando como altura las frecuencias relativas de clase, se permite
la comparacin de histogramas correspondientes a distribuciones de frecuencias de datos de
la misma naturaleza que difieren en cuanto al nmero de datos. Cuando se utilizan las
frecuencias absolutas como alturas, no es posible comparar histogramas diferentes excepto
en casos especiales.
Nota
En un histograma, al eliminar los espacios entre las barras se logra que la grfica lleve
consigo una "continuidad" que refleja que los datos son continuos. En los grficos de
barras (para datos cualitativos), deben aparecer los espacios entre las barras para evitar que
el lector interprete una "continuidad" de los datos, ya que las categoras de las variables
cualitativas son ordenadas en general de forma arbitraria y por definicin no pueden tomar
todos los valores en el eje horizontal.
Polgono de frecuencias
Una alternativa para un histograma, es el polgono de frecuencias. En el eje horizontal se
marcan las marcas de clase de cada intervalo y para cada una de estas m se marcan las
i
alturas en el eje vertical, las cuales vienen dadas por las frecuencias respectivas (absolutas
simple o relativas). Luego, se marcan los puntos (mi, fri mi, fi), se une con rectas en el
plano cartesiano. Para cerrar la curva resultante con el eje de las abscisas, se crean dos
puntos medios ficticios, uno anterior al de la primera clase y otro posterior al de la ltima
clase cada uno con frecuencia igual a cero. De esta manera se obtiene el polgono de
frecuencias:
Ejercicio:
Construir un polgono de frecuencias para la distribucin de la variable peso, edad y
estatura.
29
Ejercicio:
Construir un diagrama de lneas para la distribucin de frecuencias de la variable nmero
de hermanos.
30
Ejemplo:
A continuacin se presentan dos casos de distribuciones asimtricas:
Construccin :
Paso 1: En el eje horizontal, marque sucesivamente los lmites superiores de cada clase.
Paso 2: En el eje vertical, marque los valores correspondientes a las frecuencias acumuladas
o frecuencias relativas acumuladas.
Paso 3: Para cada lmite superior de clase se marca con un punto su correspondiente
frecuencia acumulada.
Paso 4: El lmite inferior de la primera clase tambin se seala con un punto en el eje
horizontal, asignndole una frecuencia acumulada igual a 0.
Paso 5: Se unen todos los puntos con segmentos de recta.
Las ojivas son principalmente usadas para determinar grficamente y de forma aproximada
el nmero o proporcin de datos que son menores, o que son iguales o mayores a una valor
de inters. Si se usa papel milimetrado para graficar la ojiva, se fija el valor x0 de inters de
la variable en estudio el cual es ubicado en el eje horizontal y se levanta desde este valor x0
una lnea perpendicular al eje que llegue hasta la curva. Luego, a partir del punto de
interseccin se traza una lnea paralela al eje de las abscisas; y el punto de corte con el eje
32
Tambin se puede encontrar la proporcin de datos y0 que son menores que el valor x0,
mediante un proceso de interpolacin (si no se usa papel milimetrado) usando la propiedad
de tringulos semejantes:
Ntese en el grfico anterior que el tringulo ABC es equivalente con el tringulo ARS, con
lo cual se cumple la propiedad:
33
Ntese que el grfico suministra visualmente el nmero de datos menores o iguales que un
valor particular de la variable en estudio.
Comentarios finales
En las aplicaciones prcticas, el objetivo de construir una distribucin de frecuencias y su
respectivo histograma es conseguir informacin relevante sobre los datos. En este sentido,
la decisin ms difcil, pero inevitable, es cuanto ha de detallarse. Si se realiza una
presentacin muy poco detallada, es decir con muy pocas clases, se pueden ocultar
caractersticas importantes, mientras que si se cae en el otro extremo, podramos perdernos
en un exceso de detalle. La mejor gua a seguir es el sentido comn, aunque pueden
enumerarse unas cuantas reglas generales:
1. Como se haba comentado antes, para lograr una interpretacin ms fcil es preferible
establecer intervalos de igual longitud. Sin embargo, en algunas ocasiones habr que
descartar este principio. Si un conjunto de datos tiene muchas observaciones
contenidas en muy pocos intervalos de clase, mientras que las otras estn muy
35
37
Nota:
i. La media aritmtica viene expresada en las mismas unidades que los datos originales.
ii. La media aritmtica no tiene que coincidir con alguno de los datos de la coleccin.
iii. Quizs la manera ms adecuada de interpretar la media aritmtica sea la que se hace
desde el punto de vista de la fsica, en el sentido de que la media de una serie de
datos representa el centro de gravedad o punto de equilibrio de esos datos.
Una representacin fsica de la media es imaginar una barra con un punto de apoyo
central que sostiene pesos iguales en sitios correspondientes a los valores de un
conjunto. La media de los nmeros 10, 15 y 20 se puede ilustrar como se observa en
la siguiente figura:
38
Nota
No debe interpretarse la media como punto medio de los datos. La media representa el
punto de equilibrio de las observaciones, el cual no tiene que ser igual al punto medio. En
el grfico anterior el punto de equilibrio coincide con el punto medio debido a que esos
datos se distribuyen simtricamente.
Ejercicio:
Para los datos no agrupados, de estudio en clase, calcule la media aritmtica para las
variables peso, nmero de hermanos, ndice acadmico, estatura e ingreso mensual del
hogar.
b. Media Ponderada
La frmula de la media aritmtica supone que cada observacin es de igual
importancia. Habitualmente, suele suceder as, sin embargo, existen algunas
excepciones. Por ejemplo, un profesor informa a su clase que efectuar cuatro
evaluaciones. Estas, con respecto a la calificacin final del curso equivalen a:
evaluacin 1: 20%, evaluacin 2: 30%, evaluacin 3: 20% y evaluacin 4: 30%
El clculo de la media deber considerar las diferentes ponderaciones de los exmenes.
Se conoce como peso o ponderacin a los factores cuantitativos que modifican a cada
uno de los datos.
La media ponderada de una coleccin de datos x1, x2, ... ,xn , cuyas respectivas
ponderaciones son w1, w2, ... ,wn se define como:
39
Ejemplo:
Supngase que el semestre anterior un estudiante curs Estadstica I, tica, Bases del
Conocimiento y Tcnica de Anlisis Espacial obteniendo las siguientes calificaciones:
Unidad Curricular
Unidades Crdito Calificacin
Estadstica I
4
10
tica
2
16
Bases del Conocimiento
3
13
Tcnica de Anlisis Espacial
4
20
As el promedio ponderado del estudiante fue de:
x p = [4(10)+2(16)+3(13)+4(20)] / (4+2+3+4) = 191 / 13 = 14.69 puntos
y su promedio aritmtico simple:
x = (10+16+13+20) / 4 = 14.75 puntos
A qu se debe que los dos promedios anteriores sean distintos?
Ejercicio:
Calcular la media aritmtica para las distribuciones de frecuencias de las variables peso,
edad, estatura, nmero de hermanos, ndice acadmico e ingreso mensual del hogar.
Nota:
En el caso de una distribucin de frecuencias para valores individuales de la variable,
mediante la frmula se obtendr la misma respuesta como si se trabajara con datos
originales. Si las clases de la distribucin de frecuencias son intervalos, el agrupamiento
hace que se pierda informacin y por tanto la media resultante es una aproximacin. El
uso de los puntos medios de clase (marcas de clase) los considera como promedios de
clase, que representan a la clase respectiva, lo cual no siempre se cumple. Sin embargo,
si no se dispone de datos originales, no existe otra alternativa razonable. Adems la
aproximacin de esta frmula a la verdadera media es generalmente buena.
40
Ejemplo:
En el ejemplo de los pesos de los cerdos se obtuvo que la media aritmtica es 175 Kg.
172 175
177 175
178 175
173 - 175
177 175
174 175
176 175
173 175
=
=
=
=
=
=
=
=
-3
+2
+3
-2
+2
-1
+1
-2
0
Si todos los datos son iguales a un mismo valor fijo o constante c, entonces la
media de esos datos tambin es igual a c:
41
iv.
Si a cada uno de los datos originales se le suma un mismo nmero real c, entonces
se tiene una nueva coleccin de datos x1 + c, x2 + c, ... ,x + c, cuya media viene
n
Al sumar la misma constante a cada uno de los datos, realmente lo que estamos
haciendo es desplazar sobre el eje horizontal los datos hacia la derecha si la constante
es positiva o hacia la izquierda si la constante es negativa. Entonces la media
aritmtica se "corre" con los datos.
v.
Si cada uno de los datos originales se multiplica por un mismo nmero real c,
entonces se genera una nueva coleccin de datos x1 * c, x2 * c, ... ,x * c, cuya media
n
42
Ejemplo:
Si en un semestre un estudiante aprob sus cuatro materias con 15 puntos Cul fue su
calificacin promedio?
De acuerdo a la propiedad iii. la media aritmtica de sus calificaciones fue de 15
puntos.
Ejemplo:
Haciendo referencia al ejemplo de los pesos de los cerdos, suponga que al granjero le
han recomendado un nuevo alimento para cochinos que segn parece los engorda 20
Kg. en quince das. Cul ser el peso promedio de los cerdos dentro de quince das,
luego de utilizar el nuevo alimento?
Ntese que todos los cerdos aumentan 20 Kg., as que a cada uno de los pesos
originales se le debe sumar la constante c = 20. En consecuencia, de acuerdo a la
43
propiedad iv. dentro de quince das el peso promedio de los cerdos debe ser 175+20 =
195 Kg.
Ejercicio:
Suponga ahora que todos los cerdos del granjero se enferman a causa de un virus y se
detecta cinco das despus que todos estos animales han disminuido exactamente 10
Kg. cul es ahora el peso promedio de los cerdos?
Ejemplo:
Supngase que en la Aldea O`LEARY hay dos secciones (1 y 2) de estadstica I con 66
y 73 alumnos respectivamente. Se realiza la primera evaluacin y se obtiene lo
siguiente:
Ejemplo:
Si en el ejemplo de los cerdos, se incluye otro cochino cuyo peso es de 490 Kg., Calcule
la media aritmtica.
Es un promedio que toma en cuenta todos los valores de una coleccin de datos.
44
En general, para una serie dada de datos existe una buena aproximacin entre el valor
de la media para los datos no agrupados y la media de los datos agrupados.
2. Mediana
La mediana de una coleccin de datos, que previamente han sido ordenados, es aqul
valor ms central o que est ms en medio en el conjunto de datos. En otras palabras, la
mediana es mayor que aproximadamente la mitad de los datos y menor que
(aproximadamente) la otra mitad. As se tiene que aproximadamente 50% de las
observaciones se encuentran por arriba y 50% (aproximadamente) por debajo de ella.
La mediana se denota Md.
Ejemplo:
Los tiempos de los miembros de un equipo de atletismo en una carrera de 1,6 Km estn
dados en la siguiente tabla, calcule la mediana.
Miembro
1
2
3
4
5
6
7
Tiempo (en minutos) 4.2 9.0 4.7 5.0 4.3 5.1 4.8
En primer lugar se deben ordenar los datos: 4.2 4.3 4.7 4.8 5.0 5.1 9.0.
Mediana
Md = 4.8 minutos, es el valor que est en el centro de los datos.
Ejemplo:
Calcule la mediana para el nmero de pacientes tratados en Barrio Adentro II en el
municipio Barinas, durante ocho das consecutivos:
Da
1 2 3 4 5 6 7 8
No. de pacientes 49 52 86 30 35 31 43 11
45
La mediana en este caso puede ser 43 35, o tambin cualquier valor entre 43 y 35.
Para evitar esta imprecisin, se acepta tomar como mediana la suma de los dos valores
centrales y se dividen entre dos:
Md =( 43+35) / 2 = 39
Nota:
Si se tienen n observaciones ordenadas, la mediana es la observacin que ocupa la
posicin (n+1) / 2 cuando n es impar y la media de las observaciones que ocupan las
posiciones n / 2 y (n+2)/ 2 cuando n es par.
Ejemplo:
Regresando al ejemplo de los tiempos del equipo de atletismo, se pide calcular la
media y comparar este resultado con el de la mediana ya obtenida.
En primer lugar se debe ubicar la clase medianal, para esto se debe calcular:
n / 2 = 43 / 2 = 21.5
Ahora se ubica la frecuencia acumulada que contiene a 21,5:
Nota:
En la frmula de la mediana se est suponiendo que los valores en el intervalo de clase
que contiene la mediana estn uniformemente espaciados (o equidistantes). Entonces,
en el ejemplo anterior se est suponiendo que los 15 valores que contiene la clase
medianal estn uniformemente espaciados en [58 -67):
47
Ejercicio:
Calcule la mediana para las distribuciones de frecuencias correspondientes a las
variables estatura, ndice acadmico e ingreso mensual del hogar.
viene dada por el promedio de los valores de la variable correspondiente a esa clase
y a la siguiente.
Ejemplo hipottico:
La siguiente distribucin de frecuencias corresponde al nmero de materias que
cursan 112 estudiantes de la carrera de Gestin Ambiental de la UBV-Barinas.
Calcule la mediana.
Inicialmente se debe calcular
Fi.
n/2
Ejemplo:
Calcule la mediana para la siguiente distribucin de frecuencias, en donde
decir, n / 2 aparece en la columna de las frecuencias acumuladas:
n/2
= 30. Es
La mediana grficamente
Mediante la ojiva y a travs del mtodo de interpolacin visto en esa seccin se puede
obtener de manera grfica el valor de la mediana de una coleccin de datos agrupados
en una distribucin de frecuencias cuyas clases son intervalos. Si se usa la ojiva
construida con la frecuencia acumulada Fi la mediana ser aqul valor en el eje
horizontal cuya ordenada sea n / 2. En el caso de usar la ojiva construida con la
frecuencia relativa acumulada Fri (o Fri*100), la mediana vendr dada por el valor en
el eje de las abscisas que corresponda a la ordenada 0,5 (o 50%).
49
Ejercicio:
Obtenga grficamente la frmula anterior para el clculo de la mediana.
Si la lnea coincide con uno de los escalones del grfico, la mediana vendr dada
Propiedades de la mediana
i. La Mediana es una medida de tendencia central de fcil comprensin pero que
solamente toma en cuenta la posicin que ocupan las observaciones y no el
valor en s de las mismas. Esto hace que la mediana no sea susceptible de
operaciones algebraicas y en consecuencia limita su utilidad, por ejemplo para
fines de inferencia.
50
Ejemplo:
Calcule la moda de los siguientes datos: 5, 3, 6, 5, 4, 5, 2, 4.
En este caso el valor que ms se repite es el 5, por tanto Mo = 5.
Ejemplo:
Calcule la moda de los siguientes datos: 5, 3, 6, 5, 4, 5, 2, 4, 4.
En este conjunto de datos existen dos valores que se repiten con la misma frecuencia: 4
y 5. As, se tienen dos modas: Mo = 4 y Mo = 5.
1
Ejemplo:
Calcule la moda de los siguientes datos: 5, 3, 3, 5, 6, 2, 6, 4, 2, 4.
En este caso no existe la moda dado que no hay datos que se repitan ms que otros.
En conclusin, una coleccin de datos puede que no tenga moda o puede ser que posea
una o ms modas.
Nota:
Cuando hay una sola moda la distribucin de datos se llama unimodal, con dos modas
bimodal, con tres modas trimodal y con 4 o ms modas se llama polimodal o
multimodal. Si todos los valores se presentan la misma cantidad de veces, la distribucin
se llama amodal.
Cuando los datos estn agrupados en distribuciones de frecuencias cuyas clases
presenten igual amplitud, se toma el punto medio de la clase con mayor frecuencia
absoluta como la moda.
51
52
[0 - 10) 8
[10 - 15) 6
[15 - 20) 6
[20 - 25) 4
[25 - 30) 7
[30 - 35) 2
Total
33
La clase modal pasa a ser [0 - 10) y Mo = 5. Obsrvese el cambio tan grande que se
produce en la moda ya que pasa de 27,5 a 5.
53
54
Medidas de Dispersin
Adems de obtener la informacin que renen las medidas de tendencia central es muy
conveniente tener conocimiento sobre el grado de dispersin o variabilidad que presentan
los datos. Las medidas de dispersin indican si los valores estn relativamente cercanos uno
del otro o si se encuentran dispersos. Esta idea se ilustra en las siguientes figuras.
Recurdese que en el ejemplo de los pesos de los cerdos tenemos los siguientes datos: 172,
177, 178, 173, 177, 174, 176, 173. El diagrama de puntos para esos valores es:
Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180,
177. Entonces el diagrama de puntos est dado por:
Obsrvese que ambos grupos de datos poseen la misma media aritmtica y la misma
mediana, Md =
= 175 Kg. Adems, tambin se puede advertir como las observaciones en
el primer grfico tienen valores relativamente ms cercanos entre s en comparacin con los
pesos del segundo grupo de cerdos.
Por consiguiente, adems de las medidas de tendencia central, siempre es importante contar
con indicadores que midan la dispersin de los datos. Una medida de tendencia central, casi
nunca es suficiente por s sola, para resumir adecuadamente las caractersticas de un
56
Desviacin Estndar
Varianza
Percentiles
57
Ntese como en el primer grupo de datos, los valores se distribuyen en forma uniforme, y
esta medida cumple con su objetivo. En el segundo conjunto, los datos se encuentran ms
agrupados y ac el rango mide de una "forma cruda" la dispersin. Sin embargo, la tercera
coleccin demuestra cmo se puede influir fcilmente en el rango mediante unos cuantos
valores extremos, y presentar informacin bastante engaosa respecto a la dispersin de una
coleccin de datos. Debido a estos problemas, el rango tiene una limitada utilidad ya que no
resulta una medida de dispersin confiable.
2. Varianza
Puesto que algunos valores de la muestra son mayores que la media y otros son menores,
algunas de estas diferencias sern positivas y otras negativas. Es ms, las diferencias estn
equilibradas, en el sentido de que su suma es 0 (por propiedad i. de la media aritmtica.
Sin embargo, para analizar la dispersin de los datos, no interesa el signo de las diferencias,
As se tratar una diferencia negativa exactamente igual que una diferencia positiva de la
misma cantidad. Por ejemplo, un salario que est 100.000 bolvares por debajo de la media
deber ser tratado exactamente igual que uno que est 100.000 bolvares por encima de la
media. Una forma de conseguir este objetivo consiste en fijarse, no en las diferencias, sino
en sus cuadrados:
Dada una coleccin de datos x1, x2, ... ,xn , cuya media aritmtica es , se define la varianza
de esos datos como el promedio de las diferencias elevadas al cuadrado de cada uno de esos
valores con respecto a su media. Es decir:
Nota
De la frmula anterior se deduce que:
i. Mientras ms alejados estn los valores de su media mayor ser el valor de la
varianza y mientras ms concentrados se encuentren alrededor de su media, menor
ser el valor de la varianza.
ii. La varianza nunca es negativa, ya que se est sumando cantidades elevadas al
cuadrado.
iii. El valor mnimo que puede tomar es cero, el cual se logra cuando todos los valores
son iguales entre s, es decir, que no existe variabilidad entre ellos.
iv. Si se desarrolla la frmula anterior, se obtiene otra expresin equivalente de la
varianza, ms cmoda de calcular y adems reduce los errores de redondeo:
Ejemplo:
Los datos de los pesos de los cerdos son: 172, 177, 178, 173, 177, 174, 176, 173 y la media
es 175 Kg. Calcular la varianza.
Ntese que la varianza viene expresada en las unidades de los datos pero elevadas al
cuadrado. Por esta razn, la varianza resulta difcil de interpretar. Para solucionar esta
situacin se define la desviacin estndar.
59
Ejercicio:
Calcular la varianza y la desviacin estndar para las distribuciones de frecuencias de las
variables peso, nmero de hermanos, estatura, ingreso mensual del hogar, e ndice
acadmico.
60
Ejercicio:
En un estudio realizado en un hospital se determin que se gastaba en medicinas un
promedio de Bs. 80.000 semanalmente por paciente con una desviacin estndar de Bs.
15.000.
a. Si se produce un aumento del 100% en las medicinas, cuanto ser el gasto
promedio por paciente y cuanto ser la varianza.
b. Cuanto ser el gasto promedio por paciente y cuanto ser la desviacin estndar
si el aumento es del 20%.
Varianza muestral y varianza poblacional
61
Nota:
La varianza muestral tambin puede definirse como:
Se utiliza con la finalidad de, adems de tener fines descriptivos, realizar inferencias sobre
2
Si por ejemplo el CV=20%, significa que la desviacin estndar representa el 20% del
valor de la media aritmtica.
Ejercicio:
Supngase que se desea comparar las dispersiones de los salarios de obreros de una
empresa pblica y una privada. Los salarios promedio para estas empresas son Bs.
700000 y Bs. 180000 respectivamente; las desviaciones estndar correspondientes son
Bs. 200000 y Bs. 70000.
Ejercicio:
En una encuesta sobre bienes races en la Urbanizacin Santa Cecilia de una ciudad, se
obtiene entre otras cosas, informacin sobre el valor actual de la casa y el tamao del
62
99
As, por ejemplo, entre los percentiles P y P se encuentran 10% de los datos.
10
20
Para denotar un percentil cualquiera usamos P , donde h=1,2,3, ... ,99. As, la definicin
h
creciente), es un valor tal que como mximo el h% de los datos son menores que l, y
tambin como mximo un (100-h)% de los datos son mayores que l.
Como en el caso de la mediana, si dos valores consecutivos del conjunto de datos
cumplen con la definicin anterior, se conviene en tomar como percentil al promedio de
ellos dos.
Ejemplo:
Suponga que los pesos de diez personas (en Kg) son: 52, 97, 108, 63, 90, 74, 86, 73.
Hallar lo percentiles: P , P y P .
20
50
80
mximo son menores que l, y tambin como mximo el 80% de 8 = 6,4 datos son
mayores que l.
Observe que el valor 63 cumple con estas condiciones. Por tanto, P = 63 Kg.
20
Ahora, en el clculo de P se observa que existen dos valores 74 y 86, que cumplen con
50
Para estos datos, P tiene como mximo 6,4 datos por debajo de l y a lo sumo 1,6
80
datos por encima. El valor 97 satisface esto, as P = 97 Kg. Ntese que ni el valor 90
80
ni 108 cumple con las condiciones. Por ejemplo, el valor 90 tiene cinco datos por
63
debajo que cumple con lo que se exige pero por encima tiene a dos datos (el 25% de los
datos), lo que no satisface los requerimientos para ser percentil 80.
2. Deciles
Los Deciles son los valores que dividen a los datos ordenados (de forma creciente) en
diez partes iguales. Existen nueve deciles que se denotarn por D , D , ... , D . Entre dos
1
3. Cuartiles
Los cuartiles son los valores que dividen a una coleccin de datos que previamente han
sido ordenados en forma creciente, en cuatro partes iguales. De esta manera, existen tres
cuartiles que se denotan Q , Q y Q . Ntese que entre dos cuartiles consecutivos se
1
encuentra un 25% de los datos. Adems, por debajo de Q , se encuentra un 25% de los
1
datos y por encima un 75%; mientras por debajo del cuartil tres, se encuentra un 75%
de los datos y por encima de l existe un 25% de los datos.
Ntese que el segundo cuartil, Q , es igual a la mediana. Adems, puede dejarse ver las
2
25
Q = D = P = Md
2
Q =P
3
D =P
1
D =P
2
D =P
9
50
75
10
20
90
Nota:
A los cuartiles, deciles y percentiles en general se les denominan cuantiles
Ejercicio:
Para los datos no agrupados de estatura, calcular e interpretar: los cuartiles, el decil tres
y el percentil diez.
64
procedimiento:
1. Se ubica la clase del percentil h, que es aquella que contiene la frecuencia acumulada
2. Una vez ubicada la clase del percentil h, mediante un proceso de interpolacin se puede
obtener la siguiente frmula para el clculo de los percentiles:
en donde,
LI : Lmite inferior de la clase del percentil h.
p
Como se vio antes con la mediana, se pueden obtener grficamente los percentiles
utilizando la ojiva:
65
Ntese que por el mismo mtodo de interpolacin grfico de la ojiva para distribuciones de
frecuencias con intervalos; si se conoce algn valor de los datos, digamos P , entonces
h
puede ser encontrada la proporcin (o porcentaje) de datos, h, que son menores (o puede
ser, mayores o iguales) que el valor P . Simplemente, despejando h de la frmula para
h
90
en las distribuciones de
80
las variables nmero de hermanos y nmero de visitas al cine usando el mtodo algebraico
y el mtodo grfico.
Los percentiles tambin son utilizados como indicadores de la dispersin de los datos. En
base a ellos se construyen algunas medidas de dispersin. Veamos algunas de ellas:
Recorrido Intercuartil
El recorrido intercuartil, viene dado por:
RQ = Q - Q
3
Esta medida refleja la dispersin de la parte central de la distribucin ya que toma en cuenta
al 50% de los datos del centro de la distribucin:
66
Si se calcula :
Md Q
se obtiene un intervalo que contiene aproximadamente el 50% de los datos.
Fcilmente puede notarse que las dos medidas anteriores no toman en cuenta a todos los
datos, lo cual puede representar una seria desventaja ya que es posible que por debajo de Q
o por encima de Q , los datos se encuentran muy concentrados o muy dispersos y el efecto
3
sobre RQ y Q ser el mismo. Aunque por otro lado, y por la misma razn, el recorrido
intercuartil y la desviacin cuartil no son afectados por valores atpicos.
Recorrido Percentil
Es una medida basada en la misma idea que el RQ, la cual viene dada por:
RP= P - P
90
10
.
Este indicador refleja el 80% de los datos ubicados en la parte central de la distribucin
Ejercicio:
Para las distribuciones de frecuencia correspondientes a las variables peso e ingreso hallar:
a) RQ.
b) RP.
c) El intervalo que contiene aproximadamente el 50% de los datos del centro de la
distribucin.
67
Medidas de Forma
En una seccin anterior se examin la forma en que se distribuyen los datos analizando el
respectivo grfico. Se observ la simetra (o asimetra) que presentan los datos y tambin se
poda percibir el grado de apuntamiento (o achatamiento ) del grfico que representa la
distribucin de los datos.
Existen indicadores que cuantifican la asimetra y el apuntamiento de una distribucin, los
cuales son de utilidad cuando no se dispone del grfico o para confirmar las conclusiones
obtenidas grficamente.
Tanto las medidas de asimetra como las de apuntamiento son indicadores relativos ya que
no vienen expresados en alguna unidad de medida.
1. Medidas de Asimetra
Los resultados que se discutirn se refieren a distribuciones unimodales:
a. Coeficiente de Asimetra de Pearson
Este indicador se basa en la relacin existente entre la media y la mediana:
68
Datos no agrupados:
Datos agrupados:
El coeficiente est basado en la media aritmtica e indica de que lado las diferencias
1
Ejercicio:
Calcule e interprete los coeficientes de asimetra ASP y para las distribuciones de
1
69
Coeficiente de Pearson
El coeficiente de Pearson es el ms utilizado de las medidas de apuntamiento y viene
2
dado por:
Datos no agrupados:
Datos agrupados:
Ejercicio:
Calcule e interprete el coeficiente de Pearson para las distribuciones de frecuencia
2
70
Demografa
La Demografa es la ciencia que tiene como objetivo el estudio de las poblaciones
humanas y que trata de su dimensin, estructura, evolucin y caractersticas generales,
considerados desde un punto de vista cuantitativo. Por tanto la Demografa estudia
estadsticamente la estructura y la dinmica de las poblaciones humanas y las leyes que
rigen estos fenmenos.
Tabla de contenidos
1 Tipos de Demografa:
2 Fuentes de la Demografa:
3 Expresin de los datos demogrficos:
4 Historia de la Demografa:
5 Importancia de la Demografa:
Tipos de Demografa:
Los dos tipos o partes de la Demografa estn interrelacionados entre s y la separacin es
un tanto artificial, puesto que el objetivo de estudio es el mismo: las poblaciones humanas.
Su expresin son las Tablas demogrficas, que son los datos estadsticos numricos y
grficos. Los administradores utilizan el censo total -real- cada diez aos o muestreos estimados- mensuales o anuales. Tienen que estar diseados de forma que no slo se
puedan establecer estadsticas descriptivas, sino que tambin 'anlisis demogrficos
cruzados' puedan ser hechos. Un ejemplo : sueldos anuales y edades o distribucin por
71
sueldos, por clases sociales, en la nacin y en una comunidad, por viviendas y familias, etc.
y tpicos generales o variables bsicas son la riqueza, el poder y la movilidad social.
Fuentes de la Demografa:
Censos.
Encuesta.
Padrones.
Registros Civiles.
En Venezuela Instituto Nacional de Estadsistica (INE).
Pirmide de poblacin.
Historia de la Demografa:
En 1798 Thomas Robert Malthus public su obra llamada "Ensayo sobre el principio de
la poblacin", en la que adverta de la tendencia constante del crecimiento de la poblacin
humana superior al de la produccin de alimentos, e inform de los distintos factores que
influan en este crecimiento como son: la guerra, el hambre, la enfermedad, la
anticoncepcin.
Pero Malthus se equivoc. La ciencia ha conseguido que la produccin de alimentos pueda
crecer incluso a mayor velocidad que la poblacin, especialmente en los pases
industrializados, y muchos de ellos se han convertido en exportadores de productos
agrcolas.
Importancia actual de la Demografa
El estudio del estado y de la dinmica poblacional y su evolucin son fundamentales para
poder disear programas para el desarrollo de los pueblos. El tamao de la poblacin, la
edad de los residentes, el gnero, la ocupacin, los niveles de educacin, niveles de ingreso,
el estado civil, son solo algunas de las variables utilizadas por profesionales en diferentes
campos para establecer sus estrategias de trabajo tanto en el sector pblico como en el
privado. A continuacin se sealan algunas de las reas que requieren de estudios
demogrficos para realizar su labor de una manera exitosa:
Planificacin de nuevos programas: Salud, educacin, seguridad, etc.
Evaluacin del impacto de los programas existentes.
Distribucin equitativa de los recursos.
Identificacin de problemas y necesidades futuras.
Identificacin del potencial de las localidades para el mercado de bienes y servicios.
Determinacin de las caractersticas de los potenciales clientes.
72
73
74
Glosario de trminos:
Entidad Federal: son las unidades de mayor jerarqua dentro de la Divisin Poltico
Administrativa de Venezuela, creadas a travs de la Constitucin Nacional.
Municipio: Constituye la unidad poltica primaria y autnoma dentro de la organizacin
nacional, establecida en una extensin determinada del territorio. Tiene personalidad
jurdica y su representacin la ejercen los rganos determinados en la Ley.
POBLACIN
Censo de poblacin y vivienda: Es el estudio, para un momento dado, de una zona
determinada de un pas o de este en su totalidad, que da como resultado la enumeracin de
toda la poblacin y de todas las viviendas, adems de la recopilacin de la informacin
demogrfica, social y econmica concerniente a dicha poblacin, as como de las
caractersticas de las viviendas.
Superficie total (Km): Superficie territorial del municipio, segn cifras provenientes del
Sistema de Informacin Geogrfico y Estadstico (SIGE) del INE.
Densidad de poblacin (hab/km2): Relacin entre el nmero de habitantes por kilmetro
cuadrado de superficie. Es el resultado de dividir el total de poblacin entre la superficie
(km2), de un rea geogrfica determinada.
ndice de masculinidad: Representa la proporcin de hombres que hay por cada 100
mujeres en el pas o en una determinada rea geogrfica. Su clculo consiste en dividir la
poblacin masculina entre la poblacin femenina y multiplicar por cien.
Pirmide de poblacin: Grfica que refleja la composicin de una poblacin por edad y
sexo. Es generada a partir del clculo de los porcentajes para cada grupo de edad y sexo con
relacin al total general de poblacin del municipio. La base de la pirmide corresponde al
tramo de edad de 0 a 4 aos y la punta de la misma, al tramo de edad de 75 y ms aos. Los
tramos intermedios se ordenan ascendentemente desde la base hacia la cspide. Las barras a
la izquierda de la pirmide, reflejan la estructura de edad de la poblacin masculina,
mientras que las barras a la derecha, reflejan esta estructura para la poblacin femenina.
Poblacin adolescente: Se considera adolescente a toda persona con edad comprendida
entre 12 y 17 aos.
75
Poblacin en edad escolar: Se considera tal a la poblacin entre 3 y 24 aos, como la edad
estndar oficial nacional (internacional) para estudiar. sta se divide en grupos segn nivel
educativo: preescolar (de 3 a 6 aos); educacin bsica (de 7 a 14 aos); media,
diversificada y profesional (de 15 a 17) y universitaria (de 18 a 24 aos).
Poblacin femenina en edad reproductiva: Se considera tales a las mujeres entre los 15 y
los 49 aos.
Poblacin en edad de trabajar: Se considera tal a la poblacin entre 15 y 64 aos.
Poblacin Infantil: Se considera tal a la poblacin menor de 12 aos de edad.
Poblacin menor: Se considera a la poblacin menor de 15 aos de edad.
Poblacin mayor: Se considera a la poblacin mayor de 64 aos de edad.
Poblacin dependiente: Se considera a la sumatoria de la Poblacin menor y la
Poblacin mayor.
Poblacin rural: Es la poblacin que reside en las localidades o centros poblados con
menos de 2500 habitantes.
Poblacin urbana: Es la poblacin que reside en los centros poblados mayores de 2.500
habitantes.
Proyeccin de poblacin: Son las estimaciones del volumen de poblacin de un rea
geogrfica o pas, para los aos o quinquenios de un perodo, estimados al 30 de junio de
cada ao. Estas provienen de clculos relativos a la evolucin futura de esta poblacin,
tomando como base la informacin del ltimo censo y ciertos supuestos respecto a la
evolucin de la fecundidad, la mortalidad y la migracin en el rea o pas.
Razn de dependencia de mayores: Relacin entre la poblacin mayor (mayores de 64
aos) y la poblacin en edad de trabajar (de 15 a 64 aos). Permite conocer cuntas
personas mayores hay por cada persona en edad de trabajar. Se calcula dividiendo el total
de poblacin mayor de 64 aos de edad entre el total de poblacin de 15 a 64 aos de edad.
Permite apreciar la dependencia econmica especfica de los mayores.
Razn de dependencia de menores: Relacin entre poblacin menor (menores de 15
aos) y la poblacin en edad de trabajar (de 15 a 64 aos). Permite conocer cuntas
personas menores hay por cada persona en edad de trabajar. Se calcula dividiendo el total
de poblacin menor de 15 aos de edad entre el total de poblacin de 15 a 64 aos de edad.
Permite apreciar la dependencia econmica especfica de los menores.
Razn de dependencia: Relacin entre la Poblacin dependiente (menores de 15 y
mayores de 64 aos) y la poblacin en edad de trabajar (de 15 a 64 aos). Permite
conocer cuntas personas dependientes hay por cada persona en edad de trabajar. Se calcula
dividiendo el total de poblacin menor de 15 aos y mayor de 64 aos de edad entre el total
76
HECHOS VITALES
Defuncin: Es la desaparicin permanente de todo signo de vida, posterior al nacimiento
vivo, cesacin de las funciones vitales con posterioridad al nacimiento, sin posibilidades de
resucitar.
Lugar de residencia habitual de la madre: Se refiere a la localidad o centro poblado
declarado por la madre como su residencia en el acto de registro.
Lugar de residencia habitual: Para los registros de defunciones se considera municipio de
residencia la localidad o centro poblado en la que resida el difunto, segn lo declarado por
quien realiz el registro.
Mortalidad infantil: Se refiere al fallecimiento de nios, ocurrido antes de cumplir stos
un ao de vida.
Nacimiento vivo: Es la extraccin o expulsin completa del cuerpo de la madre de un
producto de la concepcin, independientemente de la duracin del embarazo, que despus
de esta separacin respira o manifiesta cualquier otro signo de vida, tal como latidos del
corazn o del cordn umbilical, el movimiento de msculos sometidos a la accin de
voluntad, haya sido cortado o no el cordn umbilical, o que la placenta siga conectada.
EDUCACIN
Alumnos matriculados: Constituye la totalidad de los estudiantes inscritos en cualquier
nivel de educacin al iniciarse el ao escolar.
Dependencia del plantel: especifica la dependencia a la que pertenece el plantel, que
pueden ser: Nacional, Estatal, Municipal, Autnoma, Privada, Privada Subvencionada
Oficial y Privada Subvencionada, todos adscritos al Ministerio de Educacin Cultura y
Deportes.
77
Educacin superior: Tiene como objetivo continuar el proceso de formacin integral del
hombre; formar profesionales y especialistas y promover su actualizacin y mejoramiento
conforme a las necesidades del desarrollo nacional y del progreso cientfico. Igualmente,
fomentar la investigacin de nuevos conocimientos e impulsar el progreso de la ciencia, la
tecnologa, las letras, las artes y las dems manifestaciones creadoras del espritu, en
beneficio del bienestar del ser humano, de la sociedad y del desarrollo independiente de la
nacin.
Matrcula inicial: Son todos los estudiantes inscritos al comienzo del ao acadmico en
un nivel de enseanza determinado.
Matrcula repitiente: Son todos los estudiantes inscritos al comienzo del ao acadmico
que tienen que volver a cursar el mismo grado o ao que curs el ao acadmico anterior.
Matrcula final: Se refiere a la cantidad de estudiantes que terminan el ao acadmico, no
se considera la repitencia ni la desercin.
Nivel educativo: Es un perodo de varios grados o aos dentro del sistema educativo que
tiene una finalidad especfica derivada del grado de cultura y que en el sistema educativo
regular corresponde a una determinada etapa del desarrollo psico-fsico del educando. Son
niveles de educacin, la educacin preescolar, la educacin bsica, la educacin media
diversificada y profesional y la educacin superior.
Personal docente: Son aquellas personas cuya actividad profesional entraa la transmisin
de los conocimientos, las actitudes y las capacidades estipulados en un programa de estudio
oficial, a los alumnos matriculados, en un establecimiento de enseanza formal.
78
79
NUTRICIN
(Tomado de: Instituto Nacional de Nutricin, Direccin Ejecutiva, Oficina de Sistema de
Vigilancia Alimentaria y Nutricional, Boletn Alimentario y Nutricional, 1994 1997.
Venezuela 1998).
Indicador Peso para la Edad (Peso/Edad): Es la relacin que existe entre el peso
obtenido en un sujeto a una edad determinada y la referencia para su misma edad y sexo. Es
sensible, fcil de obtener y susceptible a ser modificada rpidamente en situaciones de
80
dficit nutricional. Sin embargo, como la variabilidad del peso refleja la de la talla, no
permite diferenciar el dficit actual del dficit pasado; muchos investigadores lo consideran
un indicador de desnutricin global.
Combinacin de indicadores: Mtodo de medicin de la desnutricin que combina los
indicadores antropomtricos: Talla, Peso/Edad y Talla/Edad. Permiten un enfoque ms real
de la situacin nutricional a travs del tiempo, por lo que es de gran utilidad para
diferenciar la mal nutricin actual, la pasada y la global.
Desnutricin aguda: Segn la combinacin de indicadores se entiende en desnutricin
aguda a los nios o nias con peso insuficiente para la talla, sin afectarse la talla con
respecto a su edad, siendo el desbalance entre el aporte y el requerimiento de corta data.
Desnutricin compensada: Segn la combinacin de indicadores se entiende en
desnutricin compensada a los nios y nias cuyo dficit en la ingesta de nutrientes se ha
prolongado en el tiempo (se observa desnutricin crnica), habindose afectado la talla con
respecto a su edad, pero que se encuentran adaptados por lo que no presentan desnutricin
actual (homeorresis). Son nios muy bajos para su edad con un fsico armnico. Nios
considerados desnutridos tan slo por el indicador antropomtrico Talla/Edad.
Desnutricin descompensada: Segn la combinacin de indicadores se entiende en
desnutricin descompensada a los nios y nias cuyo dficit en la ingesta de nutrientes se
ha prolongado en el tiempo (se observa desnutricin crnica), habindose afectado la talla
con respecto a su edad y que sufren un episodio agudo de desnutricin. Nios considerados
desnutridos por los tres indicadores antropomtricos: Peso/Talla, Peso/Edad y Talla/Edad.
ndice antropomtrico: Es el resultado de interpretar una medida fsica, como el peso y la
talla, cuando sta es comparada con valores.
FUERZA DE TRABAJO
Buscando Trabajo por primera vez (BTPPV): Incluye a las personas de 15 aos y ms
de edad, que no han trabajado nunca y durante el perodo de referencia estaban buscando
trabajo remunerado.
Categora ocupacional: Clasificacin de una persona econmicamente activa con respecto
a su condicin ocupacional en la fuerza de trabajo. En esta clasificacin se excluyen a las
personas que buscan trabajo por primera vez. Se consideran las siguientes categoras: i)
empleado u obrero gubernamental, ii) empleado u obrero en empresa particular,
iii) miembro de cooperativa, iv) trabajador por cuenta propia, v) patrono o empleador, vi)
ayudante no familiar no remunerado, y vii) ayudante familiar no remunerado.
81
82
BIBLIOGRAFIA:
1. Armas, J. (1988) Estadstica Sencilla. Descriptiva. Mrida: FACES-ULA.
2.
3.
4.
5.
6.
83