DEFINICIONES DE ESTADISTICA

- La estadística descriptiva es una parte de la estadística que se dedica a

analizar y representar los datos.

- Estadística inferencial, es una parte de la Estadística que comprende los

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

- Población: también llamada universo o colectivo, es el conjunto de

elementos de referencia sobre el que se realizan las observaciones.

- Muestra: es un subconjunto de casos o individuos de una población

estadística.

- 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. Podemos clasificar las variables según la escala de medición o la
influencia que asignemos a unas variables sobre otras y por esta razón, se
pueden clasificar en:

·Variables cualitativas: Son las variables que expresan distintas

cualidades, características o modalidad. Cada modalidad que se presenta
se denomina atributo o categoría y la medición consiste en una clasificación
de dichos atributos. Las variables cualitativas pueden ser ordinales y
nominales.
· Variables cuantitativas: Son las variables que se expresan mediante
cantidades numéricas. Las variables cuantitativas además pueden ser:
Variable discreta y variable continua.

-Frecuencia absoluta, es el núm e r o de v ec e s que aparece un

determinado v a lor en un estudio estadístico. Se representa por f i .

- Frecuencia relativa es el cociente entre la frecuencia absoluta de un

determinado valor y el número total de datos. La frecuencia relativa se puede
expresar en tantos por ciento.

- Frecuencia acumulada es la suma de las frecuencias absolutas de todos los

valores inferiores o iguales al valor considerado. Se representa por Fi
Medidas de centralización
Nos dan un centro de la distribución de frecuencias, es un valor que se puede
tomar como representativo de todos los datos.

- Media o media aritmética, es el promedio aritmético de las observaciones, es

decir, el cociente entre la suma de todos los datos y el numero de ellos. Si xi es
el valor de la variable y ni su frecuencia, tenemos que:

Moda: es el valor de la variable que más veces se repite, es decir, aquella cuya
frecuencia absoluta es mayor. No tiene porque ser única

Mediana :es el valor que separa por la mitad las observaciones ordenadas de
menor a mayor, de tal forma que el 50% de estas son menores que la mediana
y el otro 50% son mayores. Si el número de datos es impar la mediana será el
valor central, si es par tomaremos como mediana la media aritmética de los dos
valores centrales.

- Media geométrica de una cantidad arbitraria de números (digamos n

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

- Media geométrica de una cantidad arbitraria de números (digamos n

números) es la raíz n-ésima del producto de todos los números.
- Cuartil es uno de los tres puntos que dividen un conjunto de datos
numéricamente ordenados en cuatro partes iguales. A estos tres puntos se les
llama cuartel.

Percentil: representan los valores de la variable que están por debajo de un

porcentaje.

Medidas de dispersión
Muestran la variabilidad de una distribución, indicando por medio de un
número, si las diferentes puntuaciones de una variable están muy alejadas de
la media. Cuanto mayor sea ese valor, mayor será la variabilidad, cuanto
menor sea, más homogénea será a la media.

- Recorrido: e s la di fe re n ci a en tre el ma yo r y e l me n o r d e lo s
da to s de u n a d istri b u ció n e sta d ísti ca .

- Varianza de una serie es la media aritmética de las diferencias al cuadrado

de cada uno de los valores y la media; es decir, una vez hallada la media, se
halla las diferencias entre cada valor individual y la media, esas medidas se
elevan al cuadrado; una vez hecho esto, se suman todas y se dividen entre el
numero de datos.
- Desviación típica: es la raíz cuadrada de la varianza. Se representa por
σ.

- Cuasivarianza es una medida de dispersión, cuya única diferencia con

lavarianza es que dividimos por N-1, la representaremos por o

-Coeficiente de Curtosis analiza el grado de concentración que presentan los

valores alrededor de la zona central de la distribución.
Se definen 3 tipos de distribuciones según su grado de curtosis: Distribución
mesocúrticn ,distribución leptocúrtica, distribución platicúrtica.

- 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.

- Variable estadística bidimensional: estudio de dos variables estadísticas

unidimensionales en una misma población.

- Nube de puntos es la representación gráfica se realiza mediante un dibujo

realizado en un sistema bidimensional de coordenadas cartesianas.

-Covarianza de una variable bidimensional es la media aritmética de los

productos de las desviaciones de cada una de las variables respecto a sus
medias respectivas.La covarianza se representa por sxy o σxy.
- la c or re la c ión tra ta d e e sta b le ce r l a re la ci ó n o d ep e n de n cia
qu e e xi ste e n tre la s do s va ria b l e s q u e i n te rvie n e n e n un a
dis t r ibuc ión bidim e ns io na l .D e te rmi na r si lo s ca mb i o s en un a
de l a s va ri ab l e s in fl u ye n e n l o s ca mb i o s d e la o tra . E n ca so de
qu e s u ce da , d ire mo s q u e la s va ri a bl e s e stá n co rrel a ci on a d a s o
qu e h a y c or re la c ión en tre el la s.

- El c oe fic ie nte de c or r e la c ión line a l e s e l co ci e n te e n tre l a

c ova r ia nza y el p rod u cto d e l a s des v ia c ione s típic a s d e
a mb a s va ri ab l e s. E l c oe fic ie nte de c or re la c ión line a l se
e xp r e s a me di a n te l a le tra r.

- Regresión lineal o ajuste lineal es un método matemático que modeliza la

relación entre una variable dependiente Y, las variables independientes Xi y un
término aleatorio ε. Este modelo puede ser expresado como:

-Ecuación de la recta de regresión. La ecuación explícita de una recta de

regresion .E s l a qu e me j o r se a ju sta a la n u be de p u n to s.