ESTADSTICA DE LA OBSERVACIN

La Estadstica est formada por el conjunto de mtodos y tcnicas que permiten la obtencin,
organizacin, sntesis, descripcin e interpretacin de los datos para la toma de decisiones en
ambiente de incertidumbre.
Diferencia entre muestras y poblacin
Al conjunto que contiene a todos los elementos de iguales caractersticas y propiedades se
denomina poblacin, por ejemplo; la poblacin de estudiantes registrados en el laboratorio de Fsica
A es 320, mientras que la muestra es una fraccin de la poblacin, por ejemplo; para determinar la
edad promedio de los estudiantes que toman el laboratorio de Fsica A se escoge una muestra de 60.
En estadstica se conoce como muestreo a la tcnica para la seleccin de una muestra a partir de una
poblacin. Recuerde los elementos de la muestra no guardan ninguna caracterstica especial que los
diferencie de los dems elementos de una poblacin. Al contrario, con una muestra lo que se
pretende es representar a toda la poblacin. Podramos decir que la muestra es una poblacin de
tamao reducido. Esto es una desventaja, aunque la muestra pretenda representar lo ms fielmente
posible a la poblacin, nunca dejar de ser eso, una muestra. Con los datos de la muestra solo
podremos conocer las caractersticas de esos valores mustrales, para ello se obtendrn los valores
estimados de los parmetros de la poblacin, como a estos ltimos casi nunca se los podr conocer
con certeza, entonces a esta diferencia se conoce como error muestral. El smbolo para las medidas
de tendencia central en el tamao de la muestra es n y para el tamao de la poblacin es N
Variables y Atributos
Observar una poblacin es equivalente a observar sus elementos. Ahora bien, esos elementos
poseen una serie de caractersticas que son las que realmente se observan todas estas caractersticas
de los elementos de una poblacin se les conoce de forma genrica como caracteres. Estos ltimos,
segn su naturaleza, pueden ser de tipo cuantitativo o cualitativo.
En estadstica es ms habitual hablar de variables que de caracteres cuantitativos y de atributos en
lugar de caracteres cualitativos. Las variables pueden medirse en trminos cuantitativos y a cada
una de esas posibles mediciones o realizaciones se les conoce como valores, datos u observaciones.
A su vez, en funcin del nmero posible de valores que tome una variable, a las mismas se las
puede clasificar en discretas y continuas. Sern discretas cuando el nmero de valores sea finito o
infinito numerable, ejemplo, el nmero de alumnos registrados en fsica A en la ESPOL, mientras
que una variable ser continua cuando el nmero de sus valores sea infinito no numerable, por
ejemplo, el tiempo en cada libre de un objeto desde una altura determinada.
Distribucin Normal o de Gauss
La distribucin normal frecuentemente es identificada en la mayora de las mediciones fsicas y por
tal motivo se le confiere especial importancia, sta distribucin puede deducirse a partir de la
hiptesis de que la desviacin total de una cantidad medida x, respecto de un valor central X, es la
resultante de una gran cantidad de pequeas fluctuaciones que ocurren al azar, la curva que
representa esta distribucin tiene la forma de una campana como se muestra en la grfica en donde

se relaciona la distribucin de Gauss y las mediciones reales. La funcin matemtica que representa
a la campana de Gauss viene dada por
2
2
y Ce h ( x X )

Donde C es una medida de la altura de la campana, observe en el grfico 1 que la curva es simtrica
con respecto a la media X (en este caso X = 38.3) y tiende a cero asintticamente. Mientras que h
determina la amplitud de la curva, si h es grande, la campana es angosta y alta, si h es pequea, la
campana es ancha y baja, la relacin entre h y la desviacin estndar viene dada por

1
2h

Ahora daremos una interpretacin a la desviacin estndar en trminos de probabilidad, as tenemos

que el rea bajo la curva que se extiende desde menos infinito a ms infinito es igual a 1. Para una

desviacin alrededor de X ( X ) el rea bajo la curva corresponde al 68% del total, esto quiere
decir que, 68 de cada 100 muestras tomadas de una poblacin, dan la confianza de que cada una de
ellas contengan la mejor estimacin de la media, esto se conoce como un intervalo de confianza.
Mientras que dentro del intervalo de confianza

X 2

la probabilidad es del 95%

Grfico 1

La media es un valor promedio del conjunto de observacin , su smbolo correspondiente para

muestra es y est definido como:
=1
=

La moda corresponde al valor de la variable donde est la mxima frecuencia, o sea, que en un
histograma la moda corresponde al valor de la variable donde hay un pico o mximo. Si una
distribucin tiene dos mximos la denominamos distribucin bimodal, y si tiene tres mximos
trimodal y as sucesivamente.
La mediana es el valor de la variable que separa los datos entre aquellos que definen el primero
50% de los valores de los de la segunda mitad. O sea que la mitad de los datos de la poblacin o
muestra estn arriba de la mediana y la otra mitad estn abajo de la misma.
Para estimar la mediana tenemos que observar la lista de datos ordenados de menor a mayor, y
ubicar el valor central de la lista. Si el nmero de datos es impar, la mediana corresponde
precisamente al valor central. Si el numero N de datos es par, la mediana se estima como

+ +1
2

En una distribucin dada, una lnea vertical trazada desde la mediana divide a la distribucin en dos
partes de rea equivalentes.
Varianza
La varianza es la media aritmtica del cuadrado de las desviaciones respecto a la media de una
2
distribucin estadstica. El smbolo para la varianza en poblacin se representa por y para la
muestra es 2

2 =

1
(
1 =1

2 =

)2 ;

(1 )2 + (2 )2 + + ( )2
1

Desviacin estndar
El smbolo para la desviacin estndar en una muestra es (S), la desviacin estndar mide cunto se
separan los datos. La frmula es la raz cuadrada de la varianza.

1
=
( )2
1
=1

La desviacin tpica de la media es tambin conocida como error estndar de la media (SEM =
Standar error of the mean ) se calcula as:
=

Valor medio e incertidumbre absoluta media.

Cuando se realizan varias mediciones de una misma cantidad en iguales condiciones se utiliza una
medida de tendencia central, generalmente la media para representar la medicin ya que es el
valor central de un intervalo de confianza donde la probabilidad de encontrar la medicin es alta.
Ejemplo: Se utiliza un dinammetro para determinar el peso de un objeto obteniendo los
siguientes valores:
X1 = 70.5N; X2 = 70.3N; X3 = 70.2N
La media es un valor promedio del conjunto de observacin , su smbolo correspondiente para
muestra es y est definido como:
=

=1

Y para los datos correspondientes el promedio

=

=1
= 70.3

Finalmente se calcula la incertidumbre absoluta media

= 0.09

Cuando el error cuadrtico medio, como en este caso SEM=0,09 es menor que la precisin del
instrumento 0.1 N entonces, se reporta este valor como la incertidumbre absoluta media.
La medicin debe escribirse X = (70.3 0.1) N