ESTADISTICA DESCRIPTIVA

La estadística descriptiva es una parte de la estadística

que se dedica a analizar y representar los datos.

La estadística inferencial es una parte de la estadística

que comprende los métodos y procedimientos para deducir
propiedades 8hacer inferencias) de una población, a partir
de una pequeña parte de la misma (muestra).

La población es el conjunto de elementos de referencia

sobre el que se realizan las observaciones.

La muestra estadística es un subconjunto de casos o

individuos de una población estadística.
Las muestras se obtienen con la intención de inferir
propiedades de la totalidad de la población, para lo cual
deben ser representativas de la misma.

Variable estadística. Es una característica (magnitud,

vector o número) que puede ser medida, adoptando diferentes
valores en cada uno de los casos de un estudio

Tipos de variables estadísticas:

Variables cuantitativas. Son las variables que pueden
medirse, cuantificarse o expresarse numéricamente. Las
variables cuantitativas pueden ser de dos tipos:

o Variables cuantitativas continuas, si

admiten tomar cualquier valor dentro de un
rango numérico determinado (edad, peso,
talla).
o Variables cuantitativas discretas, si
no admiten todos los valores intermedios en
un rango. Suelen tomar solamente valores
enteros (número de hijos, número de partos,
número de hermanos, etc).
Variables cualitativas. Este tipo de variables representan
una cualidad o atributo que clasifica a cada caso en una de
varias categorías. La situación más sencilla es aquella en
la que se clasifica cada caso en uno de dos grupos
(hombre/mujer, enfermo/sano, fumador/no fumador). Son datos
dicotómicos o binarios. Como resulta obvio, en muchas
ocasiones este tipo de clasificación no es suficiente y se
requiere de un mayor número de categorías (color de los
ojos, grupo sanguíneo, profesión, etcétera).

La frecuencia absoluta de una variable estadística es el

número de veces que aparece en el estudio este valor.

La frecuencia relativa es el cociente entre la frecuencia

absoluta y el tamaño de la muestra.

Frecuencia acumulada.

• Frecuencia absoluta acumulada (Ni), es el número de

veces ni en la muestra N con un valor igual o menor al
de la variable. La última frecuencia absoluta
acumulada deberá ser igual a N.

• Frecuencia relativa acumulada (Fi), es el cociente

entre la frecuencia absoluta acumulada y el número
total de datos, N. Es decir,

Medidas de centralización:
La media aritmética de un conjunto de datos es el valor
medio que los representa.

La moda de un conjunto de datos es el valor que más se

repite.
La mediana de un conjunto de datos es el valor central de
ellos.

La media geométrica de una cantidad arbitraria de números

(digamos n números) es la raíz n-ésima del producto de
todos los números.

Media armónica (denominada H) de una cantidad finita de

números es igual al recíproco, o inverso, de la media
aritmética de los recíprocos de dichos números
Así, dados los números a1,a2, ... , an, la media armónica
será igual a:

Los cuartiles son los tres valores de la variable que

dividen a un conjunto de datos ordenados en cuatro partes
iguales.

Los percentiles son los 99 valores que dividen la serie de

datos en 100 partes iguales.

Medidas de dispersión:
El recorrido o rango es la diferencia entre el mayor y el
menor de los datos de una distribución estadística.

La varianza es la media de los cuadrados de las diferencias

entre cada valor de la variable y la media aritmética de la
distribución.

La desviación típica es la raíz cuadrada de la varianza.

Expresa la dispersión de la distribución y se expresa en
las mismas unidades de medida de la variable. La desviación
típica es la medida de dispersión más utilizada en
estadística.
La cuasivarianza es una medida de dispersión, cuya única
diferencia con la varianza es que dividimos por N-1, la

representaremos por o .

El coeficiente de curtosis analiza el grado de

concentración que presentan los valores alrededor de la
zona central de la distribución.

El coeficiente de asimetría mide el grado de asimetría de

la distribución con respecto a la media. Un valor positivo
de este indicador significa que la distribución se
encuentra sesgada hacia la izquierda (orientación
positiva). Un resultado negativo significa que la
distribución se sesga a la derecha.

La distribución se considera simétrica si el valor del

coeficiente es cero.