Estadstica

Para anlisis, datos y grficas sobre Wikipedia, vase Wikipedia:Estadsticas.

Una distribucin normal

La estadstica (la forma femenina del trmino alemn Statistik, derivado a su vez del italiano
statista, "hombre de Estado")1 es una rama de las matemticas y una herramienta que estudia
usos y anlisis provenientes de una muestra representativa de datos, que 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.

La estadstica se divide en dos grandes reas:

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

Divisin de la Estadstica

La Estadstica para su mejor estudio se ha dividido en dos grandes ramas: la Estadstica

Descriptiva, la Inferencial e Inductiva.
Estadstica Descriptiva: Tienen por objeto fundamental describir y analizar las
caractersticas de un conjunto de datos, obtenindose de esa manera conclusiones sobre
las caractersticas de dicho conjunto y sobre las relaciones existentes con otras
poblaciones, a fin de compararlas. No obstante puede no solo referirse a la observacin
de todos los elementos de una poblacin (observacin exhaustiva) sino tambin a la
descripcin de los elementos de una muestra (observacin parcial).
En relacin a la estadstica descriptiva, Ernesto Rivas Gonzlez dice; "Para el estudio
de estas muestras, la estadstica descriptiva nos provee de todos sus medidas; medidas
que cuando quieran ser aplicadas al universo total, no tendrn la misma exactitud que
tienen para la muestra, es decir al estimarse para el universo vendr dada con cierto
margen de error; esto significa que el valor de la medida calculada para la muestra, en
el oscilar dentro de cierto lmite de confianza, que casi siempre es de un 95 a 99% de
los casos.
Estadstica Inferencial: se deriva de muestras, de observaciones hechas slo acerca de
una parte de un conjunto numeroso de elementos y esto implica que su anlisis requiere
de generalizaciones que van ms all de los datos. Como consecuencia, la caracterstica
ms importante del reciente crecimiento de la estadstica ha sido un cambio en el nfasis
de los mtodos que describen a mtodos que sirven para hacer generalizaciones. La
Estadstica Inferencial investiga o analiza una poblacin partiendo de una muestra
tomada. Segn Berenson y Levine; Estadstica Inferencial son procedimientos
estadsticos que sirven para deducir o inferir algo acerca de un conjunto de datos
numricos (poblacin), seleccionando un grupo menor de ellos (muestra). El objetivo
de la inferencia en investigacin cientfica y tecnolgica radica en conocer clases
 numerosas de objetos, personas o eventos a partir de otras relativamente pequeas
compuestas por los mismos elementos.
En relacin a la estadstica descriptiva y la inferencial, Levin & Rubin (1996) citan los
siguientes ejemplos para ayudar a entender la diferencia entre las dos.
Estadstica Inductiva: Est fundamentada en los resultados obtenidos del anlisis de
una muestra de poblacin, con el fin de inducir o inferir el comportamiento o
caracterstica de la poblacin, de donde procede, por lo que recibe tambin el nombre
de Inferencia estadstica.
Mtodo Estadstico: El conjunto de los mtodos que se utilizan para medir las
caractersticas de la informacin, para resumir los valores individuales, y para analizar
los datos a fin de extraerles el mximo de informacin, es lo que se llama mtodos
estadsticos. Los mtodos de anlisis para la informacin cuantitativa se pueden dividir
en los siguientes seis pasos:
1. Definicin del problema.
2. Recopilacin de la informacin existente.
3. Obtencin de informacin original.
4. Clasificacin.
5. Presentacin.
6. Anlisis.
Poblacin: El concepto de poblacin en estadstica va ms all de lo que comnmente
se conoce como tal. Una poblacin se precisa como un conjunto finito o infinito de
personas u objetos que presentan caractersticas comunes.
"Una poblacin es un conjunto de todos los elementos que estamos estudiando, acerca
de los cuales intentamos sacar conclusiones". Levin & Rubin (1996).
"Una poblacin es un conjunto de elementos que presentan una caracterstica comn".
Cadenas (1974).
Muestra: "Se llama muestra a una parte de la poblacin a estudiar que sirve para
representarla". Murria R. Spiegel (1991).
"Una muestra es una coleccin de algunos elementos de la poblacin, pero no de todos".
Levin & Rubin (1996).
"Una muestra debe ser definida en base de la poblacin determinada, y las conclusiones
que se obtengan de dicha muestra solo podrn referirse a la poblacin en referencia",
Cadenas (1974).
Muestreo: Esto no es ms que el procedimiento empleado para obtener una o ms
muestras de una poblacin; el muestreo es una tcnica que sirve para obtener una o ms
muestras de poblacin.
Este se realiza una vez que se ha establecido un marco muestral representativo de la
poblacin, se procede a la seleccin de los elementos de la muestra aunque hay muchos
diseos de la muestra.
Al tomar varias muestras de una poblacin, las estadsticas que calculamos para cada
muestra no necesariamente seran iguales, y lo ms probable es que variaran de una
muestra a otra.
Tipos de muestreo
Existen dos mtodos para seleccionar muestras de poblaciones; el muestreo no aleatorio
o de juicio y el muestreo aleatorio o de probabilidad. En este ltimo todos los elementos
de la poblacin tienen la oportunidad de ser escogidos en la muestra.
 Una muestra seleccionada por muestreo de juicio se basa en la experiencia de alguien
con la poblacin. Algunas veces una muestra de juicio se usa como gua o muestra
tentativa para decidir como tomar una muestra aleatoria ms adelante. Las muestras de
juicio evitan el anlisis estadstico necesario para hacer muestras de probabilidad.
Datos estadsticos:
Los datos estadsticos no son otra cosa que el producto de las observaciones efectuadas
en las personas y objetos en los cuales se produce el fenmeno que queremos estudiar.
Dicho en otras palabras, son los antecedentes (en cifras) necesarios para llegar al
conocimiento de un hecho o para reducir las consecuencias de este.
Los datos estadsticos se pueden encontrar de forma no ordenada, por lo que es muy
difcil en general, obtener conclusiones de los datos presentados de esta manera. Para
poder obtener una precisa y rpida informacin con propsitos de descripcin o anlisis,
estos deben organizarse de una manera sistemtica; es decir, se requiere que los datos
sean clasificados. Esta clasificacin u organizacin puede muy bien hacerse antes de la
recopilacin

Leer ms: http://www.monografias.com/trabajos84/definicion-estadistica/definicion-
estadistica.shtml#divisionda#ixzz4x6atuh11

COLECTIVOS INVESTIGAR POR LA ESTADISTICVAS

Se supone, adems, que los aztecas y otros grupos indgenas desarrollaron actividades censases
antes del Descubrimiento de Amrica, con el propsito de conocer el nmero de habitantes en
su territorio.

Hacia mediados del siglo XVII en Alemania comenz a tomar fuerza una disciplina orientada
a la descripcin de las cosas del Estado; esta disciplina gozaba de una sistematizacin orgnica
y responda a principios doctrinales. Ajustada a esta estructura, Hermann Conring (1600 -
1681 ) la introduce en un curso de ciencia poltica con el propsito de describir y examinar los
casos sobresalientes del Estado. Ms tarde Godofredo Achewald (1719-1772 ) entra a
considerarla como disciplina independiente y la introduce como asignatura con el nombre de
ESTADISTICA, encargada de la descripcin de las cosas del Estado.

Paralela y contempornea con la escuela alemana, en Inglaterra se desarrolla la escuela

conocida con el nombre de los aritmticos polticos y en Francia la escuela probabilstica.

La escuela de los "Aritmticos Polticos" tuvo como propsito fijar en nmeros aquellos
fenmenos sociales y polticos buscados por los empricos. Tienen como hecho meritorio sus
creadores el intento de buscar leyes cuantitativas que regularan los comportamientos sociales.
Uno de, sus miembros fue Graunt (1620 -1674 ) quien realiz investigaciones estadsticas
sobre poblacin y por ello se le seala como el iniciador de la tendencia conocida con el nombre
de estadstica investigadora, la cual se opona a la postura universitaria alemana que se conoce
con el nombre de estadstica descriptiva.
La escuela probablstica, conocida tambin como enciclopedicotemtica, bas su desarrollo
en el empleo de la matemtica particularizada en el clculo de probabilidades como instrumento
de investigacin. El clculo de probabilidades nace con Blas Pascal (1623 - 1662 ) y Pedro de
Fermat (1601 - 1665 ) al tratar de dar soluciones a problemas relacionados con juegos de azar
propuestos por Antonio Gambaud, ms conocido con el ttulo nobiliario de Caballero de
Mer. A partir de Pascal fueron muchos los matemticos insignes que al apoyarse en la teora
de la probabibilidad formularon la teora estadstica y su aplicacin prctica.

Sin pretender agotar los nombres de todos aquellos que han contribuido al desarrollo de los
mtodos estadsticos, comencemos por sealar a Adolph Quetelet (1796 -1874 ), quien fue el
primero aplicar mtodos modernos al estudio de un conjunto de datos. Quetelet se reconoce
como padre de la estadstica modema por su persistencia en recalcar la importancia de aplicar
mtodos estadsticos. En este punto es justo reconocer la labor desarrollada por Antonio
Coumout ( 1801 1877 ), tendiente a integrar las leyes de la teora de la probabilidad al anlisis
estadstico; esto le dio prestancia a la estadstica al tiempo que la dot de un rigorismo hasta
ese momento ausente en sus procedimientos.

Ahora bien, si tuvisemos que sealar un hecho que hubiera contribuido ms al desarrollo de lo
que pudisemos llamar estadstica moderno, tal vez, la mayora, por no decir todos, estaramos
de acuerdo en sealar la aparicin de la distribucin normal La aparicin de la curva asociada
a esta distribucin fue publicada por vez primera en 1733 por De Moivre, pero debido a su
incapacidad para aplicar sus resultados a observaciones experimentales su trabajo permaneci
indito hasta cuando Kart Pearson lo encontr en una biblioteca en 1924. Sin embargo, Laplace
(1749 -1827 ) y Gauss ( 1777 - 1855 ) obtuvieron cada uno por su lado el mismo resultado que
haba conseguido De Moivre.

Entre los contemporneos de Quetelet y Gauss que contribuyeron al avance de la estadstica

como ciencia estaban Florence Nightingale ( 1820 - 1920 ) y Francis Galton ( 1822 - 1855 ).
Nightingale afirmaba que los polticos y legisladores fracasaban a menudo porque sus
conocimientos estadsticos eran deficientes. Galton, como su primo Charles Darwin, se dedic
al estudio de la herencia, a la cual aplic mtodos estadsticos. Entre sus aportes ms
importantes se cuenta el desarrollo de mtodos bsicos como la regresin y la correlacin.

En el siglo XIX, con la generalizacin del mtodo cientfico para estudiar todos los fenmenos
de las ciencias naturales y sociales, los investigadores aceptaron la necesidad de reducir la
informacin a valores numricos para evitar la ambigedad de las descripciones verbales.

La obra de Galton estimul a Kart Pearson (1857 - 1936 ) para que profundizara en sus
investigaciones y fund as el peridico Bomtrica, que ha influido profundamente en el
desarrollo de la estadstica. Muchos mtodos que forman parte del glosario del anlisis
estadstico son obra de Pearson y su obra cumbre es la creacin de la distribucin ji cuadrado.

Leer ms: http://www.monografias.com/trabajos40/la-estadistica/la-

estadistica2.shtml#ixzz4x6cXfOTL

CAMPOS DE APLICACIN DE LA ESTIDISTICAS

La estadstica tiene una historia larga y rentable. Quizas la primera vez que se empleo esta
materia fue en la antigedad poca posteriores la estadstica se utiliz para referir las
definiciones producidas por la peste en Londres y el estudio de los recursos naturales que
constituye un limpio campo de actividad definida con el nombre de aritmtica Estatal, es
puramente descriptiva por naturaleza.

Los dos matemticos ms notables que intervinieron en ello, el primero y principal estudio
acerca de la probabilidad, fueron Bernouilli y De Moiure. En los cominzos del sigloo XIX,
Qutelet, estadstico belga muy famoso, amplio dicha ciencia a la investigacin de problemas
sociales y educativas.

Walter 1009 atribuye a Quetelet el desarrollo de la teora estadstica como mtodo de

investigacin general en todas las ciencias de la observacin. Sin duda alguna , la persona que
ejercio mayor influencia a la introduccin y empleo de la estadstica Francis Galton.

Entre los objetivos de la estadstica es Tratar de resolver situaciones generales comprender

fenmenos economicos, sociales, fsicos y polticos. La variabilidad acontecimientos de la
probabilidad futura resumir e investigar datos con el fin de obtener informacin til para la
toma de desiciones. Dar informacin numrica sobre la inflacin desempleo que hay en el pas
hacer que las empresas base sus divisiones en estudios de mercado sobre los patrones de compra
de los consumidores.
En nuestro das, la estadstica se ha convertido en un mtodo efectivo para describir con
exactitud los valores de datos econmicos, polticos, sociales, psicolgicos, biolgicos y fsicos,
y sirve como herramienta para relacionar y analizar dichos datos.

EVOLUCION DE LA ESTADISTICA

Enumerar a las personas con fines administrativos, por ejemplo, para la recaudacin de los impuestos
o para el manejo de las fuerzas armadas, ha sido una necesidad para los pueblos desde tiempos muy
remotos. Hay registros muy antiguos de censos realizados por las culturas babilnica (3800 aos
a.d.n.e.), egipcia (3340 a.d.n.e.) y hebrea (en el Libro de los nmeros, 1300 a.d.n.e.)

La palabra "censo" es un legado romano; proviene del latn censere que significa "estimar". El primer
censo realizado en Roma fue el del ao 212 a.d.n.e. bajo el gobierno de Servio Tulio. A partir de las
cifras generadas en esos censos, los sabios de la poca producan algunos resmenes denominados
"estadsticas", porque eran usadas por los "estadistas" u hombres de estado.

En los siglos posteriores la estadstica fue evolucionando, se integr como parte del pensamiento
cientfico y fue desarrollando un cuerpo de conocimientos fundamentados en la teora de
probabilidades. Hitos en este desarrollo son los trabajos de Bernoulli (s. XVII) cuyo libro pstumo
sugiere distintas aplicaciones a problemas econmicos; el estudio de los errores realizado por Gauss
(s. XVIII), quien nos dej la "distribucin normal", una de las distribuciones ms empleadas en el
modelaje de fenmenos antropolgicos, sociales, naturales y psicolgicos, entre otros; y el concepto
de regresin de Galton (s. XIX), que obtuvo al tratar de justificar la teora de la evolucin de Darwin.

El desarrollo de esta ciencia se aceler en la primera mitad del siglo XX; cuando surgieron el diseo
estadstico de experimentos de Fisher, y la estadstica matemtica con las bases de probabilidad dadas
por matemticos como Kolmogorov. Esto inici una cadena de contribuciones que ha crecido a la par
de los grandes descubrimientos cientficos y tecnolgicos de nuestra era, como el ADN, el avance del
cmputo, las comunicaciones, y ms recientemente la secuenciacin del genoma humano completo.

Dada la inmensa cantidad de datos que somos capaces de generar, actualmente la estadstica tiene
nuevos retos, como el de rescatar, a travs de procedimientos inferenciales apropiados, la informacin
que sea relevante para el entendimiento de los fenmenos bajo estudio y la mejora en la toma de
decisiones. Este proceso produce nuevos descubrimientos en ambas direcciones, al interior de la
estadstica misma y a su intrnseca capacidad interdisciplinaria, y ha colocado a la profesin estadstica
como una de las profesiones con mayor futuro, junto con las matemticas, la actuara y las ciencias
computacionales.