ESTADSTICA Y ESCALA DE MEDICIN

Alumno: Jess Perez, C.I: 24.493.899

Instituto Universitario Politcnico Santiago Mario

 Abstracto

La estadstica es la base del conocimiento prctico y real. Su definicin.- La estadstica es una de

las ramas de la ciencia matemtica que se centra en el trabajo con datos e informaciones que son

ya de por s numricos o que ella misma se encarga de transformar en nmeros. La estadstica, si

bien es una ciencia de extraccin exacta, tiene una injerencia directa en cuestiones sociales por lo

cual su utilidad prctica es mucho ms comprensible que lo que sucede normalmente con otras

ciencias exactas como la matemtica.

A diferencia de otras ramas de la matemtica que poseen una parte importante de abstraccin, la

estadstica tiene aplicaciones directas y concretas en la vida real ya que toma los nmeros y

cifras de diferentes fenmenos sociales como por ejemplo la desocupacin, la tasa de mortalidad,

la de natalidad y muchos otros datos incluso ms complejos.

Podemos decir que la funcin principal de la estadstica es justamente la recoleccin y

agrupamiento de datos de diverso tipo para construir con ellos informes estadsticos que nos den

idea sobre diferentes y muy variados temas, siempre desde un punto

de vista cuantitativo y no cualitativo.

 ESTADSTICA Y ESCALA DE MEDICIN

La estadstica es una ciencia formal y una herramienta que estudia usos y anlisis provenientes

de una muestra representativa de datos, busca explicar las correlaciones y dependencias de

un fenmeno fsico o natural, de ocurrencia en forma aleatoria o condicional.

Es transversal a una amplia variedad de disciplinas, desde la fsica hasta las ciencias sociales,

desde las ciencias de la salud hasta el control de calidad. Adems, se usa en reas de negocios o

instituciones gubernamentales ya que su principal objetivo es describir al conjunto de datos

obtenidos para la toma de decisiones o bien, para realizar generalizaciones sobre las

caractersticas observadas.

Hoy en da, la estadstica es una ciencia que se encarga de estudiar una

determinada poblacin por medio de la recoleccin, recopilacin e interpretacin de datos. Del

mismo modo, tambin es considerada una tcnica especial apta para el estudio cuantitativo de los

fenmenos de masa o colectivo.

Tipos de estadstica

Estadstica descriptiva: Se dedica a la descripcin, visualizacin y resumen de datos originados

a

partir de los fenmenos de estudio. Los datos pueden ser resumidos numrica o grficamente. Su

objetivo es organizar y describir las caractersticas sobre un conjunto de datos con el propsito de

facilitar su aplicacin, generalmente con el apoyo de grficas, tablas o medidas numricas.

Ejemplos bsicos de parmetros estadsticos son: la media y la desviacin estndar.

Ejemplos grficos son: histograma, pirmide poblacional, grfico circular, entre otros.

Estadstica inferencial: Se dedica a la generacin de los modelos, inferencias y predicciones

asociadas a los fenmenos en cuestin teniendo en cuenta la aleatoriedad de las observaciones. Se

usa para modelar patrones en los datos y extraer inferencias acerca de la poblacin bajo estudio.

Estas inferencias pueden tomar la forma de respuestas a preguntas s/no (prueba de hiptesis),

estimaciones de unas caractersticas numricas (estimacin), pronsticos de futuras observaciones,

descripciones de asociacin (correlacin) o moldeamiento de relaciones entre variables (anlisis de

regresin). Otras tcnicas de modelamiento incluyen anlisis de varianza, series de

tiempo y minera de datos. Su objetivo es obtener conclusiones tiles para lograr hacer

deducciones acerca de la totalidad de todas las observaciones hechas, basndose en

la informacin numrica.
Ambas ramas (descriptiva e inferencial) comprenden la estadstica aplicada, pero la estadstica

inferencial, por su parte, se divide en estadstica paramtrica y estadstica no paramtrica.

Lenguaje

Poblacin: Es el todo o un conjunto formado por todos los valores existentes, ya

sean personas, medidas u objetos que pueden ser expresados mediante una variable y adems,

tienen una caracterstica; de que son de inters estadstico para un estudio en especfico. Al anlisis

completo de la poblacin tambin se le suele conocer como "censo".

Poblacin finita: Es aquella que expresa que es posible sobrepasarse al contar o bien, alcanzarse;

por lo tanto, es la que tiene o incluye un nmero limitado ya sea de objetos, medidas o personas.

Por ejemplo: el gasto en comida durante cierto tiempo, un conjunto de calificaciones o bien, el

total de alumnos que estudian en una universidad.

Poblacin infinita: Es aquella que incluye a un gran nmero de conjunto de observaciones o

medidas que no se pueden alcanzar con el conteo. Esto quiere decir que tiene un nmero ilimitado

de valores, por ejemplo: la produccin futura de una mquina o el lanzamiento de dados o

una moneda.

Muestra: Es aquel subconjunto perteneciente a una poblacin. Esto quiere decir que se conforma

por algunos datos de esta, ya sean ciertos objetos, personas, o medidas de la poblacin. Al estudio

de este concepto se le suele conocer como "muestreo".

Muestra representativa: Es aquel subconjunto representativo de una poblacin, pero para que se

consideren as se deben seguir ciertos procedimientos de seleccin o bien, un mtodo de

muestreo. Se dice que la muestra adecuada es aquella que contiene caractersticas esenciales de

la poblacin para lograr el objetivo de hacer generalizaciones con respecto al total de

los datos sin examinar cada uno de ellos.

Parmetro: Es la medida de cierta caracterstica numrica de una poblacin que generalmente se

expresa mediante smbolos griegos ( ).

Escalas de medicin
 El nivel de medida de una variable en matemticas y estadsticas, tambin llamado escala de

medicin, es una clasificacin acordada con el fin de describir la naturaleza de la informacin

contenida dentro de los nmeros asignados a los objetos y, por lo tanto, dentro de una variable.

Segn la teora de las escalas de medida, varias operaciones matemticas diferentes son posibles

dependiendo del nivel en el cual la variable se mide.

En la estadstica descriptiva y con el fin de realizar pruebas de significancia, las variables se

clasifican de la siguiente manera de acuerdo con su nivel de medida:

nominal (tambin categrica o discreta)

ordinal

de intervalo o intervalar (continua)

de razn o racional (continua)

Las variables de intervalo y de razn tambin estn agrupadas como variables continuas.

Medida nominal

El nivel nominal de medicin, describe variables de naturaleza categrica que difieren en

cualidad ms que en cantidad . Ante las observaciones que se realizan de la realidad, es posible

asignar cada una de ellas exclusivamente a una categora o grupo. Cada grupo o categora se

denomina con un nombre o nmero de forma arbitraria, es decir, que se etiqueta en funcin de

los deseos o conveniencia del investigador. Este nivel de medicin es exclusivamente cualitativo

y sus variables son por lo tanto cualitativas.

Por ejemplo, los sujetos que son del curso de A de 2 de eso y los de B generan dos grupos. Cada

sujeto se asigna a un grupo, y las variables son de tipo cualitativo (de cualidad) y no cuantitativo

puesto que indica donde est cada sujeto y no "cuanto es de un curso y no de otro". En este

ejemplo los nmeros 2 y 3 pueden sustituir las letras A y B, de forma que 2 y 3 son simples

etiquetas que no ofrecen una valoracin numrica sino que actan como nominativos.

En esta escala hay que tener en cuenta dos condiciones:

No es posible que un mismo valor o sujeto est en dos grupos a la vez. No se puede ser de 2 y 3

a la vez. Por lo tanto este nivel exige que las categoras sean mutuamente excluyentes entre s.

Los nmeros no tienen valor ms que como nombres o etiquetas de los grupos.

En este tipo de medidas, se asignan nombres o etiquetas a los objetos. La asignacin se lleva a

cabo evaluando, de acuerdo con un procedimiento, la similaridad de la instancia a ser medida

con cada conjunto de ejemplares o definiciones de categoras. El nombre de la mayora de los

ejemplares nominados o definiciones es el valor asignado a la medida nominal de la instancia

dada. Si dos instancias tienen el mismo nombre asociado a ellas, entonces pertenecen a la misma

categora, y ese es el nico significado que las medidas nominales tienen.

Medida ordinal

El nivel ordinal describe las variables a lo largo de un continuo sobre el que se pueden ordenar

los valores. En este caso las variables no slo se asignan a grupos sino que adems pueden

establecerse relaciones de mayor que, menor que o igual que, entre los elementos.

Por ejemplo, se puede ordenar al conjunto de alumnos del mdulo de diversificacin curricular
en funcin de la calificacin obtenida en el ltimo examen sea de Espaol, Esperanto o de

matemticas es lo mismo.

Las variables de este tipo adems de nombrar se considera el asignar un orden a los datos. Esto

implica que un nmero de mayor cantidad tiene un ms alto grado de atributo medido en

comparacin con un nmero menor, pero las diferencias entre rangos pueden no ser iguales.

Las operaciones matemticas posibles son: contabilizar los elementos, igualdad y desigualdad,

adems de ser mayor o menor que.

Medida de intervalo o intervalar

Este nivel integra las variables que pueden establecer intervalos iguales entre sus valores. Las

variables del nivel de intervalos permiten determinar la diferencia entre puntos a lo largo del

mismo continuo. Las operaciones posibles son todas las de escalas anteriores, ms la suma y la

resta.

En este tipo de medida, los nmeros asignados a los objetos tienen todas las caractersticas de las

medidas ordinales, y adems las diferencias entre medidas representan intervalos equivalentes.

Esto es, las diferencias entre un par arbitrario de medidas puede compararse de manera

significativa. Estas variables nombran, ordenan y presentan igualdad de magnitud. Por lo tanto,

operaciones tales como la adicin, la sustraccin tienen significado. En estas variables el punto

cero de la escala es arbitrario y no significa ausencia de valor. Se pueden usar valores negativos.

Las razones entre valores no tienen sentido pues dependen de la posicin del cero, no puede
decirse que una temperatura es el doble que la otra, pues usando grados centgrados dar un

resultado y usando grados Fahrenheit dar otro. Las medidas de tendencia central pueden

representarse mediante la moda, la mediana al promedio aritmtico. El promedio proporciona

ms informacin.

Las variables medidas al nivel de intervalo se llaman variables de intervalo o variables de escala.

Ejemplos de este tipo de variables son la fecha, la temperatura, las puntuaciones de una prueba,

la escala de actitudes, las puntuaciones de IQ, conjuntos de aos, entre otros.

Medida de razn o racional

Integra aquellas variables con intervalos iguales que pueden situar un cero absoluto. Estas

variables nombran orden, presentan intervalos iguales y el cero significa ausencia de la

caracterstica. El cero absoluto supone identificar una posicin de ausencia total del rasgo o

fenmeno. Tiene caractersticas importantes:

El valor cero no es arbitrario (no responde a las conveniencias de los investigadores). Un

ejemplo claro es la temperatura. La existencia de un cero en la escala Celsius no supone la

ausencia de temperatura, puesto que el cero grados centgrados est situado por arbitrio de los

creadores de la escala. Por el contrario, la escala Kelvin s tiene un cero absoluto, precisamente

all donde las molculas cesan su actividad y no se produce por lo tanto roce entre los

componentes moleculares. El cero absoluto de la escala Kelvin se sita a unos -273 grados

centgrados.

La presencia de un cero absoluto permite utilizar operaciones matemticas ms complejas a las

otras escalas. Hasta ahora se poda asignar, establecer la igualdad (nominal), mayor o menor que

(ordinal), sumar y restar (intervalo) a las que se aade multiplicar, dividir, etc.

Por ejemplo; el ingreso; el cero representara que no recibe ingreso en virtud de un trabajo, la

velocidad; el cero significa ausencia de movimiento. Otros ejemplos de variables racionales son

la edad, y otras medidas de tiempo. En otras palabras, la escala de razn comienza desde el cero

y aumenta en nmeros sucesivos iguales a cantidades del atributo que est siendo medido.
 Bibliografia

Best, Joel (2001). Damned Lies and Statistics: Untangling Numbers from the Media, Politicians,
and Activists. University of California Press. ISBN 0-520-21978-3.Recuperado
de www.wikipedia.com.

Desrosires, Alain (2004). La poltica de los grandes nmeros. Ed. Melusina. ISBN
84-933273-5-2.Recuperado de www.wikipedia.com.

Hacking, Ian (1990). The Taming of Chance. Cambridge University Press. ISBN
0-521-38884-8.Recuperado de www.wikipedia.com.

Lindley, D. V. (1985). Making Decisions (2. edicin edicin). John Wiley & Sons. ISBN
0-471-90808-8.Recuperado de www.wikipedia.com.

Stigler, Stephen M. (1990). The History of Statistics: The Measurement of Uncertainty before
1900. Belknap Press/Harvard University Press. ISBN 0-674-40341-X.Recuperado
de www.wikipedia.com.

Tijms, Henk (2004). Understanding Probability: Chance Rules in Everyday life. Cambridge
University Press. ISBN 0-521-83329-9. Recuperado de www.wikipedia.com.

Volle, Michel (1984). Le mtier de statisticien (2. ed. edicin). Econmica. ISBN 2-7178-0824-8.
Recuperado de www.wikipedia.com.
Salkind, N. J. (1998). Mtodos De Investigacin (3 ed., pg. 380). Mxico [etc.]: Prentice Hall.
Recuperado de .www.wikipedia.com.

Stevens, S.S. (1946). On the theory of Scales Measurement. Science, 103(2684), 677-680.
Recuperado de www.wikipedia.com.

Matas, A. (2000). Anlisis de datos I. Sevilla: Kronos. Recuperado de www.wikipedia.com.