Ingeniero Tcnico Industrial. AMPLIACIN DE MATEMTICAS - ESTADISTICA- M.

Daz Gabela

Captulo 1
Variable estadstica
unidimensional
1.1
1.1.1

Introduccin.
El concepto de Estadstica. Evolucin histrica.

El concepto de una ciencia est ntimamente ligado a su evolucin histrica.

Parece por tanto conveniente, antes de dar una definicin formal de ella,
exponer, aunque sea a grandes rasgos, el origen, circunstancias, aportaciones,
crticas y dems factores que han contribuido a dar entidad cientfica propia
a un conjunto de teoras que hoy llamamos Estadstica.
La palabra Estadstica, se admite que nace asociada al trmino status (estado) y tiene el significado de exposicin de las caractersticas socioeconmicas de un estado mediante tablas de nmeros.
La primera obra escrita en la que aparece el trmino Estadstica, es (segn
Jule) la de J.F. von Bieelfeld (1770) Elementos de erudicin universal y
posteriormente y en un sentido ms amplio, por E.A.W. Zimmermann en
Una visin poltica del estado actual de Europa (1787) o la publicada por
el editor Sir Jhon Sinclair en 1790: Informacin estadstica de Escocia.
Esta acepcin de la Estadstica, como Aritmtica poltica , va evolucionando hasta que en el primer cuarto del siglo XX, cobra la Estadstica
personalidad propia como rama de la Ciencia, apartada ya de los asuntos de
estado.
Esta concepcin cientfica de la Estadstica tiene sus races en los trabajos
de Laplace y Gauss (1812) sobre Teora de errores y fundamentalmente
en los trabajos de Pascal y Fermat, sobre Teora de juegos que estudia
cientficamente los juegos de azar (s. XVII).
Ambas teoras se explican desde el llamado Clculo de probabilidades ;
1

Ingeniero Tcnico Industrial. AMPLIACIN DE MATEMTICAS - ESTADISTICA- M. Daz Gabela

CAPTULO 1. VARIABLE ESTADSTICA UNIDIMENSIONAL

por cuanto la Estadstica Matemtica puede considerarse como la hija de la

Teora de la probabilidad y su evolucin, la evolucin histrica de la probabilidad.
En esta poca, se define la probabilidad como el cociente entre casos
favorables y casos posibles, toda vez que los resultados fuesen igualmente
probables. Aunque esta definicin es vlida en algunos casos, sin embargo
presentaba inconvenientes, tanto de tipo formal: lo definido: probabilidad
entra en la defincin igualmente probable; como de tipo prctico, pues no se
pueden resolver los casos en los que no hay equiprobabilidad o aquellos en los
que el nmero de casos favorables es infinito. No obstante, esta acepcin del
trmino probabilidad, prevaleci hasta iniciado el siglo XX, quizs impulsado
por Laplace que en su obra Teora analtica de las probabilidades (1812),
realizada con gran rigor cientfico, y donde se muestra un gran nmero de
aplicaciones de la probabilidad.
Es curioso comprobar, como a pesar de los xitos iniciales de la probabilidad en la teora de juegos y la teora de errores, no se le considere
abiertamente como una rama de la Matemtica durante el siglo XIX y el primer decenio del siglo XX , desapareciendo como disciplina matemtica. Slo
unos pocos matemticos se ocuparon de ella, entre los que debe destacarse
los rusos Tchebycheff y Markov.
La causa principal, puede atribuirse a que el siglo XIX es el siglo determinista por excelencia. toda causa tiene un efecto, y las relaciones entre
efecto y causa, se puede establecer de forma rigurosa. Por lo tanto no poda
considerarse como Ciencia aquello que no poda especificar las causas y se
limitaba a decir que podan haber distintos efectos, slo cuantificados en la
trminos de probabilidad.
Los avances ms notables en este tiempo, son ms bien en el campo de
las aplicaciones, destacando la aplicacin a la Fsica (movimineto Browniano,
teora cintica de los gases, etc...).
Es en la segunda dcada del siglo XX, cuando se da un nuevo significado a la probabilidad, ms en conexin con la Estadstica. Esta concepcin
estadstica de la probabilidad, llev a R. von Mises a definir la probabilidad
de un suceso como el lmite de la frecuencia relativa, construyendo as una
teora que, aunque atractiva, no progres por resultar demasiado engorrosa.
Pero la teora de la Probabilidad conseguira, hacia 1930, ocupar un lugar
de honor en la Matemtica, gracias a los progresos en la teora de la medida,
debidos fundamentalmente a Borel y Lebesgue. Sentado el concepto de medida y de lgebra de conjuntos medibles, la probabilidad se concebira tambin
como un caso particular de medida, que acta sobre un lgebra concreta, el
lgebra de sucesos.
A partir de entonces, la probabilidad es entendida como la medida de

Ingeniero Tcnico Industrial. AMPLIACIN DE MATEMTICAS - ESTADISTICA- M. Daz Gabela

1.1. INTRODUCCIN.

espectacin o esperanza de un suceso, con el mismo sentido que tiene el rea

de una superficie geomtrica.
La probabilidad considerada como medida, culminara en la definicin
axiomtica de Kolmogoroff (1933), punto de partida de la teora moderna de
la probabilidad.
Hoy en da, para muchos, la Estadstica es la ciencia que oculta los valores
individuales, mediante medias, grficas, ndices y porcentajes, manipula as
la opinin pblica desde la publicidad, la economa, la poltica, etc.
La realidad es que vivimos en la era de la Estadstica y cada aspecto de
la actividad humana es medido e interpretado en trminos estadsticos.
El nico antdoto ante esta posible manipulacin , es un conocimiento
bsico de los modelos estadsticos, su aplicacin y correcta interpretacin .
Esta formacin estadstica bsica, necesitara ms tiempo del que nosotros
disponemos, pero sera importante al menos, entender que la fiabilidad de la
Estadstica se basa en la correcta aplicacin de sus modelos.
Un modelo matemtico es una abstraccin simplificada de una realidad
ms compleja, y siempre existir una discrepancia entre lo observado y lo
previsto por el mtodo. La Estadstica proporciona, en este sentido, una
metodologa para evaluar y juzgar estas discrepancias entre lo real y lo terico. Podramos decir que la Estadstica es la tecnologa del mtodo cientfico
experimental.

1.1.2

Qu es la Estadstica?

Se puede definir la Estadstica como una ciencia exacta, basada en

axiomas simples y sin contradicciones, sobre los que mediante un
razonamiento lgico-deductivo, se construye un cuerpo de doctrina
que proporciona los modelos estadsticos. La buena utilizacin de
la Estadstica, se basar en el buen uso de sus modelos.

1.1.3

Para qu sirve la Estadstica?

La Estadstica aporta instrumentos para la toma de decisiones en

ambiente de incertidumbre, midiendo en trminos de probabilidad
esta incertidumbre.

1.1.4

Qu estudia la Estadstica?

La Estadstica estudia fenmenos aleatorios, caracterizados estos,

por la imprevisin del resultado y la existencia de una regularidad
estadstica esto es, no estudia fenmenos aislados.

Ingeniero Tcnico Industrial. AMPLIACIN DE MATEMTICAS - ESTADISTICA- M. Daz Gabela

CAPTULO 1. VARIABLE ESTADSTICA UNIDIMENSIONAL

1.2

Partes de la Estadstica.

Entendemos que al igual que en muchas ciencias, no existe en la Estadstica una divisin en compartimentos estancos. A grandes rasgos podremos
distinguir en la Estadstica dos partes:

1.2.1

Estadstica descriptiva

Es la parte encargada de dar una descripcin ordenada y simplificada de

los resultados obtenidos en un experimento aleatorio, condensando en unos
cuantos parmetros estadsticos, toda la informacin que suministra el experimento.

1.2.2

Estadstica inferencial o Inferencia Estadstica

Es la parte de la Estadstica que interpreta la informacin aportada por los

datos, sacando, infiriendo unas conclusiones que se pueden generalizar a
una experimentacin ms amplia.

1.3
1.3.1

Conceptos generales.
Poblacin estadstica.

Es el conjunto sobre el que puede tener lugar la experimentacin, y que generalmente viene definido por comprensin, es decir, por alguna caracterstica
que es comn a todos sus elementos (individuos). Las poblaciones pueden
ser finitas o no, numerables o no numerables.

1.3.2

Muestra.

Es cualquier subconjunto del conjunto poblacin, que podr ser o no representativo de la misma. Cuando se experimenta sobre la poblacin, se dice
que se est haciendo un censo, cuando se experimenta sobre una muestra, lo
que se est haciendo es un muestreo.

1.3.3

Carcter de un individuo.

Es una peculiaridad de este individuo sobre la que vamos a experimentar.

Un carcter ser cuantitativo cuando se pueda medir, pesar, contar, etc.
, en resumen cuantificar. Ej. peso, altura, edad, ...

Ingeniero Tcnico Industrial. AMPLIACIN DE MATEMTICAS - ESTADISTICA- M. Daz Gabela

1.4. VARIABLE ESTADSTICA UNIDIMENSIONAL.

Un carcter ser cualitativo cuando no se pueda cuantificar. Ej. grupo

sanguneo, color de ojos, ...
Un carcter cuantitativo puede presentar distintos valores, uno cualitativo podr presentar distintas modalidades

1.4

Variable estadstica unidimensional.

Es cualquier aplicacin del conjunto poblacin en otro conjunto numrico o

no, tal que a cada individuo le hace corresponder un valor, si el carcter es
cuantitativo (conjunto de llegada numrico) o una modalidad, si el carcter
es cualitativo (conjunto de llegada no numrico). La variable estadstica se
dice cuantitativa (o variable) en el primer caso y cualitativa (o atributo) en
el segundo caso.
Atendiendo al conjunto de valores (o modalidades) distintos que pueda
tomar una variable estadstica, clasificamos estas en: discretas, si es finito o
infinito numerable y continuas si es infinito no numerable.
En el presente tema estudiaremos las v.e. unidimensionales cuantitativas.

1.5

Recogida y ordenacin de datos.

Los datos que vamos a manejar, pueden estar ya elaborados (I.N.E., Ministerios, Sindicatos u otros Organismos nacionales o internacionales, oficiales
o privados), bien se han obtenido de forma directa mediante muestreo. En
este caso debern tenerse en cuenta varios aspectos.
1. Una definicin clara de la variable de respuesta, as como de la poblacin.
2. Diseo del experimento o procedimiento de muestreo.
3. Fiabilidad de los resultados, mediante la verificacin y depuracin de
datos.

1.6

Frecuencias.

Considerada una muestra de tamao N , la frecuencia absoluta del valor xi se

representa por ni y expresa el nmero de individuos sobre los que la variable
de respuesta ha tomado el mismo valor xi . La frecuencia relativa se expresa
ni
por fi , siendo fi = .
N
Propiedades de las frecuencias:

Ingeniero Tcnico Industrial. AMPLIACIN DE MATEMTICAS - ESTADISTICA- M. Daz Gabela

CAPTULO 1. VARIABLE ESTADSTICA UNIDIMENSIONAL

1. 0 ni N ;i = 1, 2, 3, , k
2.

k

ni = N

i=1

3. 0 fi 1;i = 1, 2, 3, , k
4.

k

fi = 1

i=1

1.7
1.7.1

Tabla de frecuencias.
Tabla de frecuencias para v.e. discretas.

Si X es una v.e. discreta que toma los valores x1,x2,x3, , xk (ordenados

en orden creciente) con frecuencias n1 ,n2,n3, , nk , respectivamente, dicha
informacin queda reflejada en el siguiente tipo de tabla:
Valores: xi Fr.absolutas: ni Fr.relativas: fi Fr.acumuladas: Ni
x1
n1
f1
N1 = n1
x2
n2
f2
N2 = n1 + n2
x3
n3
f3
N3 = n1 + n2 + n3
..
..
..
..
.
.
.
.
xk

k


i=1

1.7.2

nk
ni = N

k

fk

Nk = N

fi = 1

i=1

Tabla de frecuencias para v.e. continuas o discretas agrupadas en clases.

Cuando se trata de una v.e. continua o discreta con un no de valores distintos

30, pueden agruparse estos en intervalos o clases de la misma amplitud,
y donde la frecuencia absoluta del intervalo se asocia al valor medio de este,
llamado marca de clase.
A partir de esta sustitucin de cada intervalo por su marca de clase, la
configuracin de la tabla es como la de una v.e. discreta.
Es indudable que esta simplificacin arrastra imprecisiones en el clculo
de parmetros, que no existirn si se consideran todos y cada uno de los
valores individuales de la muestra, esto es, como si de una v.e. discreta se
tratase, que en realidad as es ya que la observacin muestral es siempre
discreta.

Ingeniero Tcnico Industrial. AMPLIACIN DE MATEMTICAS - ESTADISTICA- M. Daz Gabela

1.8. REPRESENTACIN GRFICA DE DATOS.

La justificacin para considerar este tipo de tablas no es otro que el de

reducir los clculos a cambio de perder precisin. La correspondiente tabla
tiene pues la siguiente estructura:

Intervalos Marcas de clase: xi

[a0, a1)
x1
[a1, a2)
x2
[a2, a3)
x3
..
..
.
.
[ak1 , ak ]
xk

Fr. abs.: ni
n1
n2
n3
..
.

Fr. acumuladas: Ni
N1 = n 1
N2 = n1 + n2
N3 = n1 + n2 + n3
..
.

fk

Nk = N

nk
k

ni = N

i=1

1.8

Fr. relat: fi
f1
f2
f3
..
.
k

fi = 1

i=1

Representacin grfica de datos.

La gran ventaja de la representacin grfica, se basa en la fcil y rpida

asimilacin de la informacin suministrada a travs de la imagen.
Entre los distintos tipos de grficos consideramos los siguientes:

1.8.1

Diagrama de barras.

Especialmente til si se trata de v.e. de tipo discreto (cuantitativas o cualitativas)

V alores : xi
1
3
4
6
7

F r.absolutas : ni
4
3
5
7
12
fig.1-t1

1.8.2

Diagrama de sectores.

Representan porcentajes, distribuyendo el rea del crculo proporcionalmente

al porcentaje de cada modalidad o valor.

Ingeniero Tcnico Industrial. AMPLIACIN DE MATEMTICAS - ESTADISTICA- M. Daz Gabela

CAPTULO 1. VARIABLE ESTADSTICA UNIDIMENSIONAL

En una v.e. con k modalidades, cuyas frecuencias relativas son f1 , f2 , f3,

fk , los ngulos de los correspondientes sectores sern. 360 fi .
Construimos la tabla de frecuencias relativas:

E
38%

Modalidades Fr.absolutas Fr.relativas

A
4
0.13
B
3
0.10
C
5
0.16
D
7
0.23
E
12
0.38

1.8.3

A
13%

D
23%

B
10%

C
16%

Histogramas

Se utilizan generalmente para v.e. agrupadas en intervalos. Est constituida

por rectngulos que se levantan sobre cada intervalo o clase, siendo su altura
la frecuencia de la clase.
Se entiende que todos los intervalos tienen la misma amplitud, si no es
as se calcula la altura del rectngulo de modo que su rea sea proporcional
a la frecuencia de su clase.
Clases intervalos Frec. absolutas
100 - 150
20
150 - 200
30
200 - 250
40
250 - 300
50
300 - 350
45
350 - 400
25
400 - 450
15
450 - 500
5
60

50
40

40

45

30

25

20

15

20

0
0
100-150

150-200

200-250

250-300

300-350

350-400

400-450

450-500

Ingeniero Tcnico Industrial. AMPLIACIN DE MATEMTICAS - ESTADISTICA- M. Daz Gabela

1.8. REPRESENTACIN GRFICA DE DATOS.

1.8.4

Polgono de frecuencias.

Se construye uniendo los puntos medios de las bases superiores de los rectngulos, para el ejemplo anterior tendr la forma:

1,2
1
0,8
0,6
0,4
0,2
0

60
50
40
30
20
10
0
100-150

150-200

200-250

250-300

300-350

350-400

400-450

450-500

fig.4-t1

1.8.5

Grficos de perfil.

Son grficos frecuentemente utilizados en gabinetes de recursos humanos de

las empresas (Seleccin y acomodacin de personal laboral). Son interesantes
a la hora de comparar aptitudes de diferentes individuos.
El perfil personal de un determinado individuo, se construye a partir de
estas puntuaciones, que son por ejemplo:
Destreza Dedicacin Responsabilidad Capacitacin Inters
5
7
9
6
8

Grfico de Perfil ORTOGAL Es de la forma:

10
8
6
4
2
0
Destreza

Dedicacin

Responsabilidad

fig.5-t1

Capacitacin

Inters

Ingeniero Tcnico Industrial. AMPLIACIN DE MATEMTICAS - ESTADISTICA- M. Daz Gabela

CAPTULO 1. VARIABLE ESTADSTICA UNIDIMENSIONAL

10

Grfico de Perfil RADIAL Es de la forma:

Destreza

9
8
7
6
5
4

Inters

Dedicacin

3
2
1
0

Capacitacin

Responsabilidad
fig.6-t1

1.8.6

Diagramas lineales

Son de gran utilidad para mostrar la evolucin o cambio de valores con el

tiempo. Suelen contener datos relativos a ms de una variable.
Sean las variables: A = Unidades (en miles), fabricadas en la factora
A
B = Unidades (en miles), fabricadas en la factora B

Ingeniero Tcnico Industrial. AMPLIACIN DE MATEMTICAS - ESTADISTICA- M. Daz Gabela

1.8. REPRESENTACIN GRFICA DE DATOS.

11

C = Unidades (en miles), fabricadas en la factora C

MES
Enero
Febrero
Marzo
Abril
Mayo
Junio
Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre

A
20
18
22
43
34
39
22
12
9
15
20
32

B
12
13
15
17
22
28
34
33
28
21
17
9

C
67
75
83
90
67
50
22
40
31
38
42
58
A

100

B
50

0
E

MY

JUN

JUL

fig.7-t1

1.8.7

Pirmides de poblacin.

Es un tipo de grfico con columnas dobles, en el que sobre el eje de ordenadas

se representan grupos de edad y a la Dcha. e Izda. se trazan columnas
representativas del no de hombres y mujeres de cada intervalo de edad.
Estos grficos facilitan el estudio comparativo de ciertas variables entre

Ingeniero Tcnico Industrial. AMPLIACIN DE MATEMTICAS - ESTADISTICA- M. Daz Gabela

12

CAPTULO 1. VARIABLE ESTADSTICA UNIDIMENSIONAL

la poblacin masculina y femenina.

fig.8-t1

1.8.8

Pictogramas.

Una de las formas de llevar a cabo la representacin grfica de datos es el

pictograma, que puede ser de dos tipos.
Tipo I- Cada modalidad ( valor) es representado por un dibujo de tamao proporcional a la frecuencia de la misma.
Tipo II.- Todos los dibujos son del mismo tamao y a cada modalidad (o
valor) se le asigna tantos (o porcentualmente) como indica su frecuencia.