1.

Se designa con el nombre de estadstica a aquella ciencia que ostenta en

sus bases una fuerte presencia y accin de las matemticas y que
principalmente se ocupa de la recoleccin, anlisis e interpretacin de
datos que buscan explicar las condiciones en aquellos fenmenos de tipo
aleatorio.

Uno de los rasgos salientes de la estadstica es que se trata de una

ciencia transversal y funcional a una amplia variedad de disciplinas que
echan mano de ella para entender e interpretar algunas cuestiones que
hacen a sus objetos de estudio. La fsica, la mayora de las ciencias
sociales, las ciencias vinculadas a la salud y reas como el control de
calidad y los negocios y tambin algunas instituciones gubernamentales,
suelen muy recurrentemente ayudarse con la estadstica para
comprender algunos fenmenos que se dan entre sus filas.

A la Estadstica se la divide en dos ramas: la estadstica descriptiva y la

inferencia estadstica. La primera se ocupa de los mtodos de
recoleccin, visualizacin, descripcin y resumen de los datos que se
originan a partir de los fenmenos que se encuentran bajo su lupa. Este
tipo de estadstica resume los datos que recolecta numrica o
grficamente. Y por otro lado, la inferencia estadstica, se dedica a la
generacin de los modelos, inferencias y predicciones asociadas a los
fenmenos en estudio teniendo en cuenta la aleatoriedad de las
observaciones.

Esta rama de la estadstica se usa mayormente para modelar patrones en

los datos y extraer inferencias acerca de la poblacin que se encuentra
bajo estudio. Las inferencias pueden asumir la forma de respuestas a
preguntas tipo si, no, estimaciones numricas, pronsticos de futuras
observaciones, descripciones de asociacin, modelamiento de relaciones
entre variables.

Si queremos saber los orgenes de esta ciencia, indefectiblemente

tendremos que remontarnos a los orgenes de la civilizacin. Rocas,
palos de madera, pieles y paredes de cueva eran muy utilizadas para
hacer representaciones y otros smbolos. Por ejemplo, los babilnicos,
aproximadamente, en el ao 3.000 A.C. usaban pequeas tablillas de
arcilla para recoger los datos acerca de sus producciones agrcolas o de
los gneros que cambiaban o vendan a travs del trueque.
 Obviamente, todo esto, con el paso de los aos y de los siglos fue
ampliamente superado gracias a la creacin de nuevos instrumentos
mucho ms sofisticados y oportunos a la hora de medir fenmenos y
recolectar datos. Hoy, muchas cuestiones y problemas de la vida
cotidiana parten del uso de la estadstica para lograr una respuesta o una
solucin, segn corresponda

... via Definicion ABC

https://www.definicionabc.com/general/estadistica.php

2. REAS DE LA ESTADSTICA
Diseo: Planeamiento y desarrollo de investigaciones
Descripcin: Resumen y exploracin de datos.
Inferencia: Hacer predicciones o generalizaciones acerca de caractersticas
de una poblacin basadas en la informacin de una muestra de la
poblacin.

3. En Estadstica se denomina poblacin al mundo ideal, terico cuyas

caractersticas se quieren conocer y estudiar. Las poblaciones suelen ser
muy extensas y es imposible observar a cada componente, por ello se
trabaja con muestras o subconjuntos de esa poblacin. Por eso podemos
definir como muestra a una parte o subconjunto de una poblacin.
Diferencia entre poblacin y muestra
Una muestra es un subconjunto de individuos, eventos u objetos que se
seleccionan de una poblacin ms grande.
 La poblacin es un conjunto mayor que no es seleccionada de forma
aleatoria, pues se seleccionan objetos, eventos y sujetos que presentan un
fenmeno especfico.
El muestreo es la recoleccin de una muestra directamente de la poblacin
que se desea estudiar. El muestreo debe ser aleatorio y permite estudiar en
mejor medida el fenmeno o evento.

Una muestra es un subconjunto de personas, objetos o eventos de una

poblacin ms grande que se recolecta y analiza para hacer inferencias.
Para representar adecuadamente a la poblacin, una muestra debe
recolectarse de manera aleatoria y debe ser lo suficientemente grande.

Para entender la base fundamental de las pruebas de hiptesis y otros tipos

de estadsticos inferenciales, es importante entender en qu se diferencian
una muestra y una poblacin.

Una poblacin es un conjunto de personas, objetos o eventos acerca de los

cuales se desea hacer inferencias. No siempre es conveniente o posible
examinar cada miembro de una poblacin completa. Por ejemplo, no resulta
prctico contar los golpes en todas las manzanas recogidas en un huerto.
Sin embargo, es posible contar los golpes en un conjunto de manzanas
tomadas de esa poblacin. Este subconjunto de la poblacin se denomina
muestra.

Si la muestra es aleatoria y lo suficientemente grande, usted puede utilizar

la informacin obtenida de la muestra para hacer inferencias sobre la
poblacin. Por ejemplo, podra contar el nmero de manzanas con golpes
en una muestra aleatoria y luego utilizar una prueba de hiptesis para
estimar el porcentaje de todas las manzanas que tienen golpes.

4. En estadstica, un parmetro es un nmero que resume la gran cantidad

de datos que pueden derivarse del estudio de una variable estadstica.1 El
clculo de este nmero est bien definido, usualmente mediante una
frmula aritmtica obtenida a partir de datos de la poblacin.23
Los parmetros estadsticos son una consecuencia inevitable del propsito
esencial de la estadstica: crear un modelo de la realidad

Un parmetro estadstico es un nmero que se obtiene a

partir de los datos de una distribucin estadstica .
Los parmetros estadsticos sirven para sintetizar la
informacin dada por una tabla o por una grfica.
Tipos de parmetros estadsticos
Hay tres tipos parmetros estadsticos :
De centralizacin.
De posicin
De dispersin.

5. La estadstica se divide en dos grandes reas:

Estadstica descriptiva: Se dedica a la descripcin, visualizacin y resumen de

datos originados a partir de los fenmenos de estudio. Los datos pueden ser
resumidos numrica o grficamente. Su objetivo es organizar y describir las
caractersticas sobre un conjunto de datos con el propsito de facilitar su
aplicacin, generalmente con el apoyo de grficas, tablas o medidas
numricas.
Ejemplos bsicos de parmetros estadsticos son: la media y la desviacin
estndar.
Ejemplos grficos son: histograma, pirmide poblacional, grfico circular,
entre otros.

Estadstica inferencial: Se dedica a la generacin de los modelos, inferencias y

predicciones asociadas a los fenmenos en cuestin teniendo en cuenta
la aleatoriedad de las observaciones. Se usa para modelar patrones en los
datos y extraer inferencias acerca de la poblacin bajo estudio. Estas
inferencias pueden tomar la forma de respuestas a preguntas s/no (prueba de
hiptesis), estimaciones de unas caractersticas numricas
(estimacin), pronsticos de futuras observaciones, descripciones de
asociacin (correlacin) o modelamiento de relaciones entre variables (anlisis
 de regresin). Otras tcnicas de modelamiento incluyen anlisis de
varianza, series de tiempo y minera de datos. Su objetivo es obtener
conclusiones tiles para lograr hacer deducciones acerca de la totalidad de
todas las observaciones hechas, basndose en la informacinnumrica.
Ambas ramas (descriptiva e inferencial) comprenden la estadstica aplicada, pero
la estadstica inferencial, por su parte, se divide en estadstica
paramtrica y estadstica no paramtrica

6. Una variable estadstica es una caracterstica que puede fluctuar y cuya

variacin es susceptible de adoptar diferentes valores, los cuales pueden
medirse u observarse. Las variables adquieren valor cuando se
relacionan con otras variables, es decir, si forman parte de
una hiptesis o de una teora. En este caso se las
denomina constructos o construcciones hipotticas.

Una variable estadstica es el conjunto de valores que puede tomar cierta

caracterstica de la poblacin sobre la que se realiza el estudio estadstico y sobre
la que es posible su medicin. Estas variables pueden ser: la edad, el peso, las
notas de un examen, los ingresos mensuales, las horas de sueo de un paciente
en una semana, el precio medio del alquiler en las viviendas de un barrio de una
ciudad, etc.

7. Las variables cualitativas (o variables categricas) se pueden

clasificar segn sigan una jerarqua o un orden determinado.
Tipos Definicin Ejemplos
Color
(blanco, rojo,
Variables cualitativa cuyas categoras no siguen ningn azul,)
orden. Lateralidad
(zurdo,
Nominal diestro)
Nota
examen
(suspenso,
aprobado,
notable,
Son las variables categricas con orden o jerarqua
sobresaliente)
Nivel
econmico
(pobre, clase
Ordinal media, rico)
 Medalla
deportiva
(Oro, plata,
bronce)
Es un caso particular de variable nominal con solo dos
Sexo (mujer,
categoras. Si las dos categoras determinan dos
hombre).
estados cualesquiera (ejemplo: sexo) se
Simtrica
denomina binaria simtrica. Si el 1 determina la
Enfermo (si,
presencia de una caracterstica y el 0 su ausencia
no).
Binaria o (ejemplo: depresin, enfermedad,) la variable se
Asimtrica
dicotmica denomina binaria asimtrica.
VARIABLES CUALITATIVAS

Las variables estadsticas se pueden clasificar por diferentes criterios.

Segn su medicin existen dos tipos de variables:
Cualitativa (o categrica): son las variables que pueden tomar como valores
cualidades o categoras.
Ejemplos:
Sexo (hombre, mujer)
Salud (buena, regular, mala)
Cuantitativas (o numrica): variables que toman valores numricos.
Ejemplos:
Nmero de casas (1, 2,). Discreta.
Edad (12,5; 24,3; 35;). Continua.

Las variables cuantitativas se clasifican segn el nmero de valores que

puede tomar la variable.
Tipos Definicin Ejemplos

Canastas en
un partido (20;
La variable solo puede tomar valores en nmero 21; 22; pero no
determinado de valores. En cada intervalo de valores la 21,5)
variable solo puede tomar un valor. Hijos por
familia (0, 1, 2,
Discreta 3,)

Peso
La variable puede adquirir cualquier valor dentro de un
(53,53 kg;
intervalo de valores determinado.
Continua 89,4 kg,)
VARIABLES CUANTITATIVAS

Las variables se pueden clasificar tambin segn 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 grficas en el
eje de abcisas (x).
En un diseo experimental a la variable independiente se le suele denominar
tambin 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 funcin puede haber combinacin de los dos tipos. Por ejemplo, el
capital invertido por una federacin de una especialidad atltica de un pas ante un
campeonato deportivo (variable independiente cuantitativa) y las medallas
obtenidas (variable dependiente cualitativa).

8. Una lista de verificacin, en ingls: checklist, es una herramienta que se

utiliza en diversos mbitos de la gestin de las organizaciones para
extraer una serie de propiedades de aquello que se somete a estudio.

El checklist se presenta generalmente en forma de preguntas que se

responden de forma binaria: lo tiene o no lo tiene, est presente o no est
presente, aunque tambin se pueden dar ms de dos opciones de
respuesta, pero siempre de forma cerrada, es decir, salvo que se quiera
habilitar un apartado de comentarios, las respuestas son s o no.

La lista de verificacin es una de las formas ms objetivas de valorar el

estado de aquello que se somete a control. El carcter cerrado de las
respuestas proporciona esta objetividad, pero tambin elimina
informacin que puede ser til porque no recoge todos los matices,
detalles, y singularidades.

El checklist se pueden utilizar en cualquier rea del sistema de gestin,

por ejemplo: para evaluar a los proveedores, para realizar controles del
producto, para verificar los productos comprados, o para evaluar la
competencia del personal.

Un checklist se puede utilizar con finalidades de evaluacin, de control,

 de anlisis, y cmo no, de verificacin. Del resultado de un checklist se
puede deducir el valor de un indicador, o lo podemos utilizar para
comparar entre varias opciones, o establecer una foto fija de la situacin
actual.

9. Una grfica de control es un diagrama que sirve para examinar si un

proceso se encuentra en una condicin estable, o para asegurar que se
mantenga en esa condicin.
En estadstica, se dice que un proceso es estable (o est en control) cuando
las nicas causas de variacin presentes son las de tipo aleatorio. En esta
condicin se pueden hacer inferencias con respecto a la salida del proceso,
esto es, la caracterstica de calidad que se est midiendo. En cambio, la
presencia de causas especiales o asignables hace que el proceso se
desestabilice, impidiendo la prediccin de su comportamiento futuro.
Con base en la informacin obtenida en intervalos determinados de tiempo,
las grficas de control definen un intervalo de confianza: Si un proceso es
estadsticamente estable, el 99.73% de las veces el resultado se mantendr
dentro de ese intervalo.
La estructura de las grficas contiene una lnea central (LC), una lnea
superior que marca el lmite superior de control (LSC), y una lnea inferior
que marca el lmite inferior de control (LIC). Los puntos contienen
informacin sobre las lecturas hechas; pueden ser promedios de grupos de
lecturas, o sus rangos, o bien las lecturas individuales mismas. Los lmites
de control marcan el intervalo de confianza en el cual se espera que caigan
los puntos.

Uno de los softwares estadsticos ms comunes utilizados en la industria es

el Minitab.
 Las grficas de control sirven para:
Determinar el estado de control de un proceso.
Diagnostica el comportamiento de un proceso en el tiempo.
Indica si un proceso ha mejorado o ha empeorado.
Permite identificar las dos fuentes de variacin de un proceso.
Sirve como una herramienta de deteccin de problemas.
Fuentes de Variacin en un Proceso:
1. Causas Asignables o Especiales
Son los factores espordicos que desestabilizan el sistema. Su identificacin
es inmediata y fcil.
2. Causas Comunes o Naturales
Son los factores que afectan en poco la variabilidad del sistema.
Su presencia es aleatoria y no son de fcil deteccin.
Generalmente estn relacionadas con aspectos administrativos.

10. El Principio de Pareto, tambin conocido como la regla de 80/20, es una

teora mantiene que el 80% de las consecuencias de una situacin o
sistema se determina por el 20% de las causas.

Contenido [esconder]
1 Qu establece el Principio de Pareto?
2 Origen del Principio de Pareto
3 Aplicaciones del principio de Pareto
4 Utilidad del Principio de Pareto en salud mental
Qu establece el Principio de Pareto?

El Principio de Pareto fue descrito por el economista y socilogo Vilfredo Pareto,

que especifica una relacin desigual entre entradas y salidas. El principio
establece que el 20% de la lo que entra o se invierte es responsable del 80% de
los resultados obtenidos. Dicho de otra manera, el 80% de las consecuencias se
derivan de 20% de las causas; esto tambin se conoce como la regla de Pareto
o la regla 80/20.

De manera ms general, el Principio de Pareto es la observacin (no ley) que

la mayora de las cosas en la vida no se distribuyen de manera uniforme. Por
ejemplo:

El 20% de las consecuencias derivan del 80% de las causas

El 20% de los trabajadores producen el 80% de los resultados
El 20% de los clientes a crean el 80% de los ingresos
El 20% de los errores de software causan el 80% de los fallos del
software.
El 20% de los inversores se quedan con el 80% de las ganancias
obtenidas en Bolsa, y esto a su vez tiene su origen en el 20% de los
valores de una cartera individual.
Y as sucesivamente
El principio no estipula que todas las situaciones vayan a mostrar exactamente
esta relacin, se refiere a una distribucin tpica. De forma general el principio se
puede interpretar como que una minora de causas derivan en la mayora de
los resultados.