El siguiente trabajo tiene como objetivo comprender la importancia de la estadstica y su

historia, lo que permite que conozcamos un poco ms de ella y como se aplicaba en sus inicios
as como todo aquello que ha hecho en pro de mejorar la vida de las sociedades, ya que gracias a
esta el estado por medio de los gobernantes han podido llevar control de los habitantes lo que le
permite conocer entre otras cosas el nmero de pobladores por metro cuadrado, quienes estn
empleados o no, la natalidad y mortalidad entre muchas otras cosas que deben conocer para
tomar en cuenta a la hora de realizar sus polticas de estado y su planes de gobierno. La
estadstica tiene mltiples finalidades he all su importancia, por lo que toda carrera incluye el
estudio de la misma pues es necesaria en cualquier rama, como antes es mencionado es necesario
para fines de este trabajo realizar un recorrido por los distintos periodos, con el fin de acercarnos
un poco a su historia, analizaremos fechas y hechos, a la vez que definiremos algunos elementos
que permitan al lector profundizar en el tema y obtener conocimientos significativos.



















Desde los comienzos de la civilizacin han existido formas sencillas de estadstica, pues
ya se utilizaban representaciones grficas y otros smbolos en pieles, rocas, palos de madera y
paredes de cuevas para contar el nmero de personas, animales o ciertas cosas. Hacia el ao
3000 a.C. los babilonios usaban ya pequeas tablillas de arcilla para recopilar datos en tablas
sobre la produccin agrcola y de los gneros vendidos o cambiados mediante trueque.
Los egipcios analizaban los datos de la poblacin y la renta del pas mucho antes de
construir las pirmides en el siglo XXXI a.C. Los libros bblicos de Nmeros y Crnicas
incluyen, en algunas partes, trabajos de estadstica. El primero contiene dos censos de la
poblacin de Israel y el segundo describe el bienestar material de las diversas tribus judas. En
China existan registros numricos similares con anterioridad al ao 2000 a.C. Los griegos
clsicos realizaban censos cuya informacin se utilizaba hacia el 594 a.C. para cobrar impuestos.
El Imperio romano fue el primer gobierno que recopil una gran cantidad de datos sobre
la poblacin, superficie y renta de todos los territorios bajo su control. Durante la edad media
slo se realizaron algunos censos exhaustivos en Europa.
Los reyes carolingios Pipino, el Breve, y Carlomagno ordenaron hacer estudios
minuciosos de las propiedades de la Iglesia en los aos 758 y 762 respectivamente. Despus de la
conquista normanda de Inglaterra en 1066, el rey Guillermo I de Inglaterra encarg un censo. La
informacin obtenida con este censo, llevado a cabo en 1086, se recoge en el Domesday Book.
El registro de nacimientos y defunciones comenz en Inglaterra a principios del siglo XVI,
y en 1662 apareci el primer estudio estadstico notable de poblacin, titulado Observations on
the London Bills of Mortality (Comentarios sobre las partidas de defuncin en Londres). Un
estudio similar sobre la tasa de mortalidad en la ciudad de Breslau, en Alemania, realizado en
1691, fue utilizado por el astrnomo ingls Edmund Halley como base para la primera tabla de
mortalidad
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.
En nuestros 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. El trabajo del experto estadstico
no consiste ya slo en reunir y tabular los datos, sino sobre todo en el proceso de interpretacin
de esa informacin.
El desarrollo de la teora de la probabilidad ha aumentado el alcance de las aplicaciones de
la estadstica. Muchos conjuntos de datos se pueden aproximar, con gran exactitud, utilizando
determinadas distribuciones probabilsticas; los resultados de stas se pueden utilizar para
analizar datos estadsticos. La probabilidad es til para comprobar la fiabilidad de las inferencias
estadsticas y para predecir el tipo y la cantidad de datos necesarios en un determinado estudio
estadstico.

La Estadstica es la parte de las Matemticas que se encarga del estudio de una determinada
caracterstica en una poblacin, recogiendo los datos, organizndolos en tablas, representndolos
grficamente y analizndolos para sacar conclusiones de dicha poblacin. Segn se haga el
estudio sobre todos los elementos de la poblacin o sobre un grupo de ella, vamos a diferenciar
dos tipos de Estadstica:

Estadstica descriptiva:
Realiza el estudio sobre la poblacin completa, observando una caracterstica de la misma y
calculando unos parmetros que den informacin global de toda la poblacin.
Estadstica inferencial:
Realiza el estudio descriptivo sobre un subconjunto de la poblacin llamado muestra y,
posteriormente, extiende los resultados obtenidos a toda la poblacin.

Las variables cualitativas se refieren a caractersticas o cualidades que no pueden ser
medidas con nmeros. Podemos distinguir dos tipos:
Variable cualitativa nominal.
Una variable cualitativa nominal presenta modalidades no numricas que no admiten un
criterio de orden.
Por ejemplo:
El estado civil, con las siguientes modalidades: soltero, casado, separado, divorciado y viudo.
Variable cualitativa ordinal o variable cuasicuantitativa.
Una variable cualitativa ordinal presenta modalidades no numricas, en las que existe un
orden. Por ejemplo:
La nota en un examen: suspenso, aprobado, notable, sobresaliente.
Puesto conseguido en una prueba deportiva: 1, 2, 3
Medallas de una prueba deportiva: oro, plata, bronce.

Una variable cuantitativa es la que se expresa mediante un nmero, por tanto se pueden
realizar operaciones aritmticas con ella. Podemos distinguir dos tipos:
Variable discreta:
Una variable discreta es aquella que toma valores aislados, es decir no admite valores
intermedios entre dos valores especficos. Por ejemplo:
El nmero de perros que tienes en tu casa, porque se cuentan en enteros (1 perro, 2 perros, 3
perros, etc), porque no puede existir 1/2 de perro o 3.5 perros, o el nmero de CDs que compraste
(1 cd, 2 cds, 3cds) porque no puedes comprar 2 y medio Cds. sea que las variables discretas
sufren variaciones en cantidades enteras (1, 2, 3, 4, ente otros)
Variable contina:
Una variable continua es aquella que puede tomar valores comprendidos entre dos
nmeros. Por ejemplo:
La altura de 5 amigos: 1.73, 1.82, 1.77, 1.69, 1.75.
En la prctica medimos la altura con dos decimales, pero tambin se podra dar con tres
decimales
Media, mediana y moda son tres trminos cuyas definiciones se aplican a menudo de forma
ligera. En anlisis estadstico popular, cualquiera de los tres puede denominarse como el
"promedio", segn lo que se va a medir y, en algunos casos, lo que la persona que realiza el
anlisis quiere que los datos sugieran. Un trmino ms apropiado para este tipo de anlisis es
"medida de tendencia central".

Media
La media es lo que se refiere ms a menudo cuando alguien se refiere al "promedio" de un
grupo de nmeros. Se calcula al sumar todos los nmeros en un conjunto y luego dividirlos por la
suma del nmero de enteros en el conjunto.

Ejemplo:
Se toma el siguiente conjunto de nmeros: 12, 8, 16, 12, 13, 19, 16, 77, 15, 10 se suman
todos los nmeros: 12+8+16+12+13+19+16+77+15+10=198 se divide la suma por el nmero de
enteros en el conjunto: 198/10 = 19.8 La media del conjunto es de 19,8.

Mediana:
La mediana es el nmero en el centro del conjunto cuando los nmeros se ordenan en
orden de menor a mayor. Si el conjunto contiene un nmero par de enteros, la mediana son los
dos nmeros en el centro que se suman y dividen por dos.
Ejemplo:
Se tomara el mismo conjunto de nmeros que arriba: 12, 8, 16, 12, 13, 19, 16, 77, 15, 10
se clasifican los nmeros de menor a mayor: 8, 10, 12, 12, 13, 15, 16, 16, 19, 77 Hay
10 nmeros en el conjunto, que es un nmero par. Se toman los dos nmeros enteros desde el
centro y se agregan al juntos: 13+15=28 se divide la suma por 2: 28/2 = 14 La mediana del
conjunto es de 14.
Moda
La moda del conjunto es el nmero que aparece ms a menudo dentro del conjunto. Si hay
dos nmeros que son tan comunes el uno al otro y ms comunes que cualquier otro, puede haber
ms de una moda en un conjunto. Si no hay nmeros que se repiten en el conjunto, no hay
ninguna moda para el conjunto.
Ejemplo:
Se toma una vez ms el mismo conjunto de nmeros: 12, 8, 16, 12, 13, 19, 16, 77, 15, 10 12
y 16 aparecen dos veces, mientras que todos los otros nmeros aparecen slo una vez. Se
consideran a 12 y 16 moda del conjunto.
Cundo debeutilizarsecada uno?

La media, la mediana o la moda puede ser la medida ms apropiada de tendencia central,
segn la naturaleza de los datos. A menudo, la media es la medida ms sencilla de tendencia
central y es la que se utiliza ms comnmente. Sin embargo, los nmeros muy grandes o muy
pequeos dentro del conjunto pueden desviarse de su fiabilidad. En el ejemplo anterior, 77 es
mucho mayor que cualquiera de los otros nmeros en el conjunto. Como resultado, la media,
19,8, es mayor que todos los otros nmeros en el conjunto. La mediana puede utilizarse para
corregir los valores extremos muy grandes o muy pequeos. A pesar de que utilizamos el mismo
conjunto para encontrar la mediana, 14 parece ser mucho ms cercano a la mayora de
los nmeros en el conjunto. La moda es la que ms a menudo se utiliza cuando se trata de datos
estadsticos que no son fciles de traducir a nmeros. Por ejemplo, si en lugar de un conjunto
de nmeros, te presentan con un conjunto de opiniones, votos o respuestas de examen, la media y
la mediana no seran aplicables. Al encontrar la moda, o el elemento ms comn en el conjunto,
se puede encontrar la respuesta "promedio".
Es un conjunto de informacin si ningn orden que no nos establece relacin clara con lo
que se pretende desarrollar a lo largo de un problema. Entonces estos datos son analizados sin
necesidad de formar clases con ellos y a esto es a lo que se le llama tratamiento de datos no
agrupados.
Ejemplo:

Edades de un grupo de personas: 20, 50, 15, 13, 16, 13, 13, 20, 8, 16 , 40, 13, 20, 35, 28, 32.

Calificaciones de la materia de espaol de un grupo de estudiantes: 10, 5, 6, 8, 6, 9, 7, 5, 8, 7.
La desviacin estndar es un ndice numrico de la dispersin de un conjunto de datos (o
poblacin). Mientras mayor es la desviacin estndar, mayor es la dispersin de la poblacin. La
desviacin estndar es un promedio de las desviaciones individuales de cada observacin con
respecto a la media de una distribucin. As, la desviacin estndar mide el grado de dispersin o
variabilidad. En primer lugar, midiendo la diferencia entre cada valor del conjunto de datos y la
media del conjunto de datos. Luego, sumando todas estas diferencias individuales para dar el
total de todas las diferencias. Por ltimo, dividiendo el resultado por el nmero total de
observaciones (normalmente representado por la letra n) para llegar a un promedio de las
distancias entre cada observacin individual y la media. Este promedio de las distancias es la
desviacin estndar y de esta manera representa dispersin.
Matemticamente, la desviacin estndar podra, a primera vista, parecer algo complicado.
Sin embargo, es en realidad un concepto extremadamente simple. En realidad no importa si no se
sabe calcular con exactitud la desviacin estndar, siempre y cuando se comprenda claramente el
concepto.
La desviacin estndar es un indicador en extremo valioso con muchas aplicaciones.
Por Ejemplo:
Los estadsticos saben que cuando un conjunto de datos se distribuye de manera normal,
el 68% de las observaciones de la distribucin tiene un valor que se encuentra a menos de una
desviacin estndar de la media. Tambin saben que el 96% de todas las observaciones tiene un
valor no es mayor a la media ms o menos dos desviaciones estndar. La desviacin estndar de
una poblacin es normalmente representada por la letra griega (sigma), cuando se calcula sobre la
base de toda la poblacin; por la letra s (minscula) cuando se infiere de una muestra; y por la
letra S (mayscula) cuando simplemente corresponde a la desviacin estndar de una muestra. La
frmula de la desviacin estndar es, donde representa la suma de las diferencias al cuadrado
entre cada observacin y la media y N representa el nmero total de observaciones. La frmula
de la desviacin estndar es , donde representa la suma de las diferencias al
cuadrado entre cada observacin y la media y N representa el nmero total de observaciones.

En estadstica descriptiva se denomina rango estadstico (R) o recorrido
estadstico al intervalo entre el valor mximo y el valor mnimo; por ello, comparte unidades con
los datos. Permite obtener una idea de la dispersin de los datos, cuanto mayor es el rango, ms
dispersos estn los datos de un conjunto.
Ejemplo:
Para una serie de datos de carcter cuantitativo, como lo es la estatura medida en
centmetros, tendramos:

Es posible ordenar los datos como sigue:

Donde la notacin x
(i)
indica que se trata del elemento i-simo de la serie de datos. De este modo,
el rango sera la diferencia entre el valor mximo (k) y el mnimo; o, lo que es lo mismo:

En el ejemplo, con cinco valores, nos da que R = 185-155 = 30.

Los cuartiles son los tres valores que dividen al conjunto de datos ordenados en cuatro
partes porcentualmente iguales. Aparecen citados en la literatura cientfica por primera vez en
1879 por D. Mc Alister.
La diferencia entre el tercer cuartil y el primero se conoce como rango intercuartlico. Se
representa grficamente como la anchura de las cajas en los llamados diagramas de cajas.
Dada una serie de valores X
1
, X2, X3...X
n
ordenados en forma creciente, podemos pensar
que su clculo podra efectuarse:
Primer cuartil (Q
1
) como la mediana de la primera mitad de valores;
Segundo cuartil (Q
2
) como la propia mediana de la serie;
Tercer cuartil (Q
3
) como la mediana de la segunda mitad de valores.
Pero esto conduce a distintos mtodos de clculo de los cuartiles primero (as como tercero)
segn la propia mediana se incluya o excluya en la serie de la primera (respecto de la segunda)
mitad de valores.
Clculo con datos no agrupados
No hay uniformidad sobre su clculo. En la bibliografa se encuentran hasta cinco mtodos
que dan resultados diferentes.
2
Uno de los mtodos es el siguiente: dados n datos ordenados,
El primer cuartil:
(n+1)/4
Para el tercer cuartil:
(3*(n+1))/4

Los grficos son medios popularizados y a menudo los ms convenientes para presentar datos, se
emplean para tener una representacin visual de la totalidad de la informacin. Los grficos estadsticos
presentan los datos en forma de dibujo de tal modo que se pueda percibir fcilmente los hechos esenciales
y compararlos con otros.
Tipos de grficos estadsticos
Barras
Lneas
Circulares
reas
Cartogramas
Mixtos
Histogramas
Otros:
Dispersograma
Pictogramas
Ejemplos:

Grficos de barras verticales
(Llamados por algn software de columnas)
Representan valores usando trazos verticales, aislados o no unos de otros, segn la variable a
graficar sea discreta o continua. Pueden usarse para representar: una serie dos o ms series (tambin
llamado de barras comparativas)

Grficos de barras horizontales
Representan valores discretos a base de trazos horizontales, aislados unos de otros. Se utilizan
cuando los textos correspondientes a cada categora son muy extensos. Para una serie para dos o ms
series

Grficos de barras proporcionales
Se usan cuando lo que se busca es resaltar la representacin de los porcentajes de los datos que
componen un total.
Las barras pueden ser:
Verticales
Horizontales

Grficos de barras comparativas
Se utilizan para comparar dos o ms series, para comparar valores entre categoras.
Las barras pueden ser: Verticales u horizontales

Grficos de barras apiladas
Se usan para mostrar las relaciones entre dos o ms series con el total.
Las barras pueden ser: verticales u horizontales

Grficos de lneas
En este tipo de grfico se representan los valores de los datos en dos ejes cartesianos ortogonales
entre s. Se pueden usar para representar: una serie dos o ms series

Estos grficos se utilizan para representar valores con grandes incrementos entre s.

Grficos circulares
Estos grficos nos permiten ver la distribucin interna de los datos que representan un hecho, en
forma de porcentajes sobre un total. Se suele separar el sector correspondiente al mayor o menor valor,
segn lo que se desee destacar.
Se pueden ser: En dos dimensiones en tres dimensiones

Grficos de reas
En estos tipos de grficos se busca mostrar la tendencia de la informacin generalmente en un
perodo de tiempo.
Pueden ser: Para representar una serie para representar dos o ms series en dos dimensiones y en tres
dimensiones.

Cartogramas
Estos tipos de grficos se utilizan para mostrar datos sobre una base geogrfica. La densidad de
datos se puede marcar por crculos, sombreado, rayado o color.

Grficos Mixtos
En estos tipos de grficos se representan dos o ms series de datos, cada una con un tipo diferente de
grfico. Son grficos ms vistosos y se usan para resaltar las diferencias entre las series.
Pueden ser: en dos dimensiones y en tres dimensiones.

Histogramas
Estos tipos de grficos se utilizan para representa distribuciones de frecuencias.
Algn software especfico para estadstica grafican la curva de gauss superpuesta con el histograma.

Otros grficos:
En esta categora se encuentran la mayora de los grficos utilizados en publicidad. Se los
complementa con un dibujo que est relacionado con el origen de la informacin a mostrar. Son grficos
llamativos, atraen la atencin del lector.
Dispersograma
Son grficos que se construyen sobre dos ejes ortogonales de coordenadas, llamados cartesianos,
cada punto corresponde a un par de valores de datos x e y de un mismo elemento suceso.

Pictogramas
Los pictogramas son grficos similares a los grficos de barras, pero empleando un dibujo en una
determinada escala para expresar la unidad de medida de los datos. Generalmente este dibujo debe
cortarse para representar los datos. Es comn ver grficos de barras donde las barras se reemplazan por
dibujos a diferentes escalas con el nico fin de hacer ms vistoso el grfico, estos tipos de grficos no
constituyen un pictograma.
Pueden ser: En dos dimensiones y En tres dimensiones.









Este trabajo permiti adentrarnos en el conocimiento de la estadstica, desde la perspectiva
de su historia y la definicin de sus conceptos, lo que nos da una gran herramienta, ya que ahora
que conocemos parte de su historia y la definicin de sus conceptos bsicos eso nos permite saber
aplicarlos en los momentos en que haya lugar, lo que nos facilitara el trabajo o inclusive las toma
de decisiones, algo resaltante del trabajo es que hasta ahora slo conocamos unos tipos de
grfico muy comunes como el grfico de columnas o el grafico de Circulo llamado tambin de
tortas. Sin embargo, hoy da Excel dispone de muchos ms tipos de grficos.
Cada tipo de grfico se diferencia de los dems por la clase de marcas de datos que utiliza.
Por ejemplo, el grfico de columnas utiliza columnas como marcas de datos; el de crculos,
utiliza crculos; etc.
El motivo de que haya tantos tipos de grficos diferentes no es solamente esttico. Cada uno
de los tipos de grficos est especialmente indicado para representar los datos de una manera
distinta. De verdad el trabajo fue muy productivo e interesante agradecemos a nuestra profesor
por encomendarnos este trabajo que tanto conocimiento nos ha dejado.