Estadística.

Campos de aplicación
La estadística es una ciencia de aplicación práctica casi universal en todos los campos científicos:
 En las ciencias naturales: se emplea con profusión en la descripción de modelos termodinámicos complejos (mecánica
estadística), en física cuántica, en mecánica de fluidos o en la teoría cinética de los gases, entre otros muchos campos.
 En las ciencias sociales y económicas: es un pilar básico del desarrollo de la demografía y la sociología aplicada.
 En economía: suministra los valores que ayudan a descubrir interrelaciones entre múltiples parámetros macro y
microeconómicos.
 En las ciencias médicas: permite establecer pautas sobre la evolución de las enfermedades y los enfermos, los índices de
mortalidad asociados a procesos morbosos, el grado de eficacia de un medicamento, etcétera.

Variable: Una variable es una letra o un símbolo usado para representar una cantidad que puede cambiar. Se puede usar
cualquier letra, pero x y y son comunes. Seguramente has visto variables usadas en fórmulas, como el área de un
rectángulo. Para encontrar el área de un rectángulo, multiplicas el largo por el ancho, escritos usando las variables ly w.
Fórmula En matemáticas Fórmula (expresión), en matemáticas y en ciencias es una expresión algebraica que relaciona
variables o cantidades. Fórmula cuadrática, ecuación que proporciona las raíces de la función cuadrática. Fórmula bien
formada, en lógica matemática, es una cadena de caracteres generada según una gramática formal

La diferencia existente entre una variable y una fórmula es que la variable es el símbolo que representa una cantidad y
una fórmula hace referencia a una expresión matemática completa.

Muestra estadística
En estadística, una muestra es un subconjunto de casos o individuos de una población. En diversas aplicaciones interesa que
una muestra sea una muestra representativa y para ello debe escogerse una técnica de muestra adecuada que produzca una
muestra aleatoria adecuada ( se obtiene una muestra sesgada cuyo interés y utilidad es más limitado dependiendo del grado
de sesgo que presente).
Como un subgrupo o subconjunto representativo de la población, extraída seleccionada por algún método de muestreo. La
muestra siempre es una parte de la población. Si se tienen varias poblaciones, entonces se tendrán varias muestras. La
muestra debe poseer toda la información deseada para tener la posibilidad de extraerla, esto solo se puede lograr con una
buena selección de la muestra y un trabajo muy cuidadoso y de alta calidad en la recogida de datos

Población:
Es la colección de datos que corresponde a las características de la totalidad de individuos, objetos, cosas o
valores en un proceso de investigación.

Para su estudio, en general se clasifican en Poblaciones Finitas y Poblaciones Infinitas.

Poblaciones Finitas: Constan de un número determinado de elementos, susceptible a ser contado. Ejemplo:
Los empleados de una fábrica, elementos de un lote de producción, etc.

Poblaciones Infinitas: Tienen un número indeterminado de elementos, los cuales no pueden ser contados.
Ejemplo: Los números naturales.

Así también las poblaciones pueden ser clasificadas en Reales e Hipotéticas, las reales son aquellas concretas,
que ya existen. Ejemplo: Los aspirantes a un puesto de trabajo, los vendedores de una empresa. Mientras que
las hipotéticas, son las formas imaginables en que se podría presentar un suceso. Ejemplo: Estimaciones de la
población económicamente activa dentro de diez años.

En toda investigación lo ideal sería contar con observaciones o características de todos los elementos de
nuestro grupo de interés, pero en muchas ocasiones eso sería muy caro y/o muy tardado o simplemente
imposible, es por ello que se toman muestras.
Muestra: “Es una parte representativa de la población que es seleccionada para ser estudiada, ya que la
población es demasiado grande para ser estudiada en su totalidad” Allen Webster.

Ya que se ha definido que es población y muestra, se procede a definir dos conceptos que se encuentran
íntimamente relacionados a ellos:

Parámetro: Son las medidas o características descriptivas inherentes a las poblaciones. Los salarios promedio
de todos los empleados de una empresa, puede ser un ejemplo de parámetro.

Estadístico o Estadígrafo: Son las medidas descriptivas inherentes a una muestra, las cuales pueden usarse
como estimación del parámetro. Como ejemplo podría tomarse los salarios promedio de una muestra de los
empleados de la empresa.

La Inferencia Estadística es aquella rama de la Estadística mediante la cual se trata de sacar conclusiones de una
población en estudio, a partir de la información que proporciona una muestra representativa de la misma. También es
denominada Estadística Inductiva o Inferencia Inductiva ya que es un procedimiento para generar nuevo conocimiento
científico.

La variable cualitativa (o variables categórica) es una variable que pueden tomar como valores cualidades o categorías.

Ejemplos:

Sexo (hombre, mujer)

Salud (buena, regular, mala)
Las variables cualitativas se pueden clasificar según sigan una jerarquía o un orden determinado.

VARIABLES CUALITATIVAS
Tipos Definición Ejemplos
Nominal Variables cualitativa cuyas categorías no siguen ningún orden. – Color (blanco, rojo, azul,…)
– Lateralidad (zurdo, diestro)
Ordinal Son las variables categóricas con orden o jerarquía – Nota examen
(suspenso, aprobado, notable, sobresaliente)
– Nivel económico
(pobre, clase media, rico)
– Medalla deportiva
(Oro, plata, bronce)
Binaria o dicotómica Es un caso particular de variable nominal con solo dos categorías. Si las dos categorías
determinan dos estados cualesquiera (ejemplo: sexo) se denomina binaria simétrica. Si el 1 determina la presencia de
una característica y el 0 su ausencia (ejemplo: depresión, enfermedad,…) la variable se denomina binaria asimétrica. –
Sexo (mujer, hombre). Simétrica
– Enfermo (si, no). Asimétrica
¿Existen otros tipos de variable?

Variable cuantitativa
ANUNCIOS

La variable cuantitativa (o variable numérica) es una variable que toma valores numéricos.

Ejemplos:

Número de casas (1, 2,…). Discreta.

Edad (12,5; 24,3; 35;…). Continua.
Clasificación de las variables
Las variables se pueden clasificar también según si son independientes o dependientes:

Variable independiente: Es una variable que su valor no depende de otra variable. La variable independiente suele
representarse en las gráficas en el eje de abcisas (x).
En un diseño experimental a la variable independiente se le suele denominar también variable de entrada, o variable
manipulada.

Variable dependiente: Es una variable cuyos valores dependen de los valores que tome otra variable. Se representa en el
eje de ordenadas y.
En una función puede haber combinación de los dos tipos. Por ejemplo, el capital invertido por una federación de una
especialidad atlética de un país ante un campeonato deportivo (variable independiente cuantitativa) y las medallas
obtenidas (variable dependiente cualitativa).

Google+ ¡SÍGUENOS!
Las medidas de tendencia central (o de centralización) son medidas que tienden a localizar en qué punto se encuentra la
parte central de un conjunto ordenado de datos de una variable cuantitativa.

Media
Definimos media (también llamada promedio o media aritmética) de un conjunto de datos (X1,X2,…,XN) al valor
característico de una serie de datos resultado de la suma de todas las observaciones dividido por el número total de
datos.

Fórmula de la Media
Es decir:
Fórmula de la Media desarrollada

Dibujo de la media de las alturas de seis personas

Visto desde un punto de vista más conceptual, la media aritmética es el centro de los datos en el sentido numérico, ya
que intenta equilibrarlos por exceso y por defecto. Es decir, si sumamos todas las diferencias de los datos a la media da
cero.
Fórmula de la propiedad de la media aritmética como medida centralizadora que equilibra los datos
Mediana
ANUNCIOS

La mediana (Me(X)) es el elemento de un conjunto de datos ordenados (X1,X2,…,XN) que deja a izquierda y derecha la
mitad de valores.

Dibujo de la mediana de las alturas de siete personas

Si el conjunto de datos no está ordenado, la mediana es el valor del conjunto tal que el 50% de los elementos son
menores o iguales y el otro 50% mayores o iguales.

Moda
La moda (Mo(X)) es el valor más repetido del conjunto de datos, es decir, el valor cuya frecuencia relativa es mayor. En
un conjunto puede haber más de una moda.
Dibujo de la moda de las alturas de siete personas
Media geométrica
La media geométrica (MG) de un conjunto de números estrictamente positivos (X1, X2,…,XN) es la raíz N-ésima del
producto de los N elementos.

Fórmula de la media geométrica

Todos los elementos del conjunto tienen que ser mayores que cero. Si algún elemento fuese cero (Xi=0), entonces la MG
sería 0 aunque todos los demás valores estuviesen alejados del cero.

Dibujo de la media geométrica

La media geométrica es útil para calcular medias de porcentajes, tantos por uno, puntuaciones o índices. Tiene la
ventaja de que no es tan sensible como la media a los valores extremos.

Media armónica
La media armónica (H) de un conjunto de elementos no nulos (X1, X2,…,XN) es el recíproco de la suma de los recíprocos
(donde 1/Xi es el recíproco de Xi)) multiplicado por el número de elementos del conjunto (N).

Fórmula de la media armónica

La media armónica es la recíproca de la media aritmética. Los elementos del conjunto deben ser necesariamente no
nulos. Esta media es poco sensible a los valores grandes, pero muy sensible a los valores próximos a cero, ya que los
recíprocos 1/Xi son muy altos.

La media armónica no tiene un uso muy extenso en el mundo científico. Suele utilizarse principalmente para calcular la
media de velocidades, tiempos o en electrónica.

Media cuadrática
La media cuadrática o RMS (Root Mean Square) de un conjunto de valores (X1, X2,…,XN) es una medida de posición
central. Esta se define como la raíz cuadrada del promedio de los elementos al cuadrado.

Formula de la media cuadrática

Dibujo de los datos y el cálculo de la media cuadrática

La media cuadrática es muy útil para calcular la media de variables que toman valores negativos y positivos. Se suele
utilizar cuando el símbolo de la variable no es importante y lo que interesa es el valor absoluto del elemento. Por
ejemplo, para calcular la media de errores de medida.

Una aplicación clásica es la determinación del valor eficaz de un parámetro sinusoidal en electricidad, en corriente
alterna (tensión en voltios o intensidad en amperios).

Media ponderada
La media ponderada (MP) es una medida de centralización. Consiste en otorgar a cada observación del conjunto de
datos (X1,X2,…,XN) unos pesos (p1,p2,…,pN) según la importancia de cada elemento.

Formula de la media ponderada

Cuanto más grande sea el peso de un elemento, más importante se considera que es éste.

La media ponderada tiene numerosas aplicaciones, por ejemplo, la nota de una asignatura donde el examen final tiene
un peso mayor al de un trabajo. O en el cálculo del IPC (Índice de Precios de Consumo). El IPC es un indicador de los
precios de los bienes y servicios básicos que consume la población. Para calcularlo, se otorga pesos a los diferentes
bienes (pan, fruta, vivienda,…) y se calcula la media ponderada.

La media aritmética es un caso particular de media ponderada, en la que todos los pesos son uno, ya que a todos los
elementos se les otorga la misma importancia.

Relación entre medias

Existe una relación de orden entre cuatro tipos de media. En esta relación se excluye la media ponderada porque
depende de los pesos. Sean:

H la media armónica
MG la media geométrica
x la media aritmética
RMS la media cuadrática
Entonces:

Fórmula de la relación entre la media armónica, media geométrica, media aritmética y media cuadrática
En esta relación, solamente se cumple la igualdad cuando todos los datos sean iguales, es decir si: x1 = x2 = x3 = … = xN
TIPOS DE FRECUENCIA
 Frecuencia absoluta de un valor de la variable estadística X, es el número de veces que aparece ese valor en el
estudio. Se suele denotar por Fi a la frecuencia absoluta del valor X = xi de la variable X. Dada una muestra de N
elementos, la suma de todas las frecuencias absolutas debe dar el total de la muestra estudiada N.

 Frecuencia relativa: (fi), es el cociente entre la frecuencia absoluta y el tamaño de la muestra (N). Es decir,

siendo el fi para todo el conjunto i. Se presenta en una tabla o nube de puntos en una distribución de frecuencias. Si
multiplicamos la frecuencia relativa por 100 obtendremos el porcentaje o tanto por ciento (pi)
 Frecuencia absoluta acumulada: (Ni), se refiere al total de las frecuencias absolutas para todos los eventos
iguales o anteriores que un cierto valor, en una lista ordenada de eventos.
 Frecuencia relativa acumulada: (Fi), es el cociente entre la frecuencia absoluta acumulada y el total de la
muestra.

 Frecuencia relativa porcentual:

Análogamente se define el Porcentaje Acumulado y lo vamos a denotar por P i como la frecuencia relativa
acumulada multiplicada por 100.

Distribuciones de frecuencia

Frecuencia absoluta (n i ) : corresponde al número de veces que se observa dicho valor, o en otras palabras al número de veces que
se presenta un cierto dato.
Para agrupar los datos por su frecuencia, se deben seguir los siguientes pasos:
1) Se ordenan los datos en orden creciente o decreciente.
2) Se cuenta la frecuencia absoluta de cada valor (cuántas veces se repite cada magnitud)

El puntaje corresponde a la variable estadística (primera columna) y las veces que se repite la variable
(segunda columna), a la frecuencia absoluta.
Frecuencia total (F): corresponde la suma de las frecuencias absolutas de cada uno de los valores de la variable.
Frecuencia absoluta Acumulada ( N i ) : es la suma de las frecuencias absolutas de cada intervalo. La frecuencia acumulada hasta el
último intervalo es igual a la frecuencia total de toda la distribución.