INSTITUTO TECNOLÓGICO DE ESTUDIOS

SUPERIORES DE LOS CABOS

“Por una patria con sabiduría y espíritu de progreso”

“Tema del trabajo”

Estadistica

TIPO DE TRABAJO
Investigacion
PRESENTA:

Nombre de alumno

Edgar adan lizarraga virgen

DOCENTE:

Nombre del docente

M.V Ing. Angel Alejandro Paredes Rodriguez

Cabo San Lucas, B.C.S. Fecha de entrega

24-01-18
Introducción

La presente investigación se refiere al tema de la estadística, que se puede definir es la ciencia

cuyo objetivo es reunir una información para facilitar al hombre el estudio de datos masivos
de individuos, grupos, series de hechos, etc. y deducir de ello gracias al análisis de estos datos
unos significados precisos o unas previsiones para el futuro.

También se refiere a la importancia, métodos e importancia de la estadística ya que está

relacionada con el estudio de proceso cuyo resultado es más o menos imprescindible y con
la finalidad de obtener conclusiones para tomar decisiones razonables de acuerdo con tales
observaciones

La Estadística se ocupa de los métodos científicos para recolectar, organizar, resumir,

presentar y analizar datos, así como de sacar conclusiones válidas y tomar decisiones con
base en este análisis, así también realizar predicciones a cerca del conjunto del cual se han
seleccionado dichos datos.

El objetivo básico de este fascículo es aclarar los significados de Estadística, definir sus
conceptos básicos utilizados con frecuencia y analizar los usos y abusos de los métodos
estadísticos.

El propósito de este fascículo es el de proporcionarte los conocimientos necesarios para llevar

a la práctica las etapas que te permitirán la resolución de cualquier problema estadístico.
Antecedentes

La estadística fue fundada por el londinense John Graunt, “un mercader de mercería”, en un
pequeño libro “Natural and political Observations made upon the Bells of Mortality”.

Este libro fue el primer intento para interpretar fenómenos biológicos de masa y de la
conducta social: a partir de datos numéricos escribir las cifras brutas de nacimientos y
defunciones en Londres, de 1604 a 1661. El opúrculo de Graunt apareció en 1662.

Treinta años más tarde, la Royal Society publicó en su “Philosophical Transactions” un

artículo sobre tasas de mortalidad escrito por el eminente astrónomo Edmund Halley.

Ambas publicaciones constituyen la base de todo trabajo posterior sobre esperanza de vida,
indispensable para la solvencia de las compañías de seguros de vida.

John Graunt nació en 1620 en Berchin Lane, Londres, bajo el signo de las siete estrellas,
donde su padre tenía una tienda y el hogar. Aprendió pronto el oficio de vendedor de mercería
y prosperó en el negocio. El éxito le dio la posibilidad de dedicarse a ocupaciones más
amplias que las de la venta de artículos de mercería. Aubrey lo describe como “una persona
muy ingeniosa y estudiosa... se levantaba muy temprano para sus estudios antes de abrir la
tienda”. Se hizo amigo de Sir William Petty, más tarde autor de un conocidísimo libro sobre
la nueva ciencia de la aritmética política, y probablemente discutió con él las ideas expresadas
en sus “Obervations”.

Las tablas de mortalidad, que atrajeron la atención de Graunt, eran publicadas semanalmente
por la compañía de Sacristanes parroquiales y contenían el número de muertes acaecidas en
cada parroquia, sus causas y también un “Recuento de todos los entierros y bautizos habidos
en la semana” en las cuales anotaban el número de nacimientos de acuerdo a los que acudían
al bautismo y lo mismo sucedía cuando presentaban sus defunciones (en las parroquias se
llevaba el control).
Un ejemplo de las observaciones hechas por Graunt en 1632 fueron las siguientes:

Varones 4,994

Bautizados Hembras 4,590

T o t a l 9,584

Varones 4,932

Enterrados Hembras 4,603

T o t a l 9,535

La Ley de los Grandes Números

En el famoso libro de Jacob Bernoulli, Aos Conjectandi, aparece un teorema de importancia

cardinal para la Teoría de Probabilidades, comúnmente llamado Teorema de

Bernoulli, y también conocido como Ley de los grandes números, nombre que le fue dado
por el matemático francés, Simeon Poisson (1781-1840). Este teorema fue el primer intento
para deducir medidas estadísticas a partir de probabilidades individuales.

El tiempo empleado para escribir este libro no fue perdido, si consideramos la importancia
central del resultado. Matemáticos, científicos y filósofos han dedicado más de veinte años
examinando y discutiendo el significado exacto del Teorema y su alcance en aplicaciones
estadísticas.

“Si la probabilidad de un suceso es p, y si se hace un número infinito de pruebas, la

producción de aciertos es, sin duda p”. Aquí, tienen una simple exposición del Teorema de
Bernoulli: si la probabilidad de que ocurra un hecho en una prueba única es p, y si se hacen
varias pruebas, inmediatamente y en las mismas condiciones, la proporción más probable de
que ocurran los hechos en el número total de pruebas es también p; aún más, la probabilidad
que la porción en cuestión difiere de p en menos que una cantidad dada, por pequeña que sea,
aumenta al mismo tiempo que aumenta el número de pruebas
Conceptos

¿Qué es la estadística?
La estadística es una ciencia aplicada de las matemáticas y es una valiosa herramienta para
la toma de decisiones. Permite el estudio de fenómenos mediante la descripción del mismo a
través de inferencias mediante distribuciones probabilísticas.

La Estadística se ocupa de los métodos y procedimientos para recoger, clasificar, resumir,

hallar regularidades y analizar los datos, siempre y cuando la variabilidad e incertidumbre
sea una causa intrínseca de los mismos; así como de realizar inferencias a partir de ellos, con
la finalidad de ayudar a la toma de decisiones y en su caso formular predicciones.

La palabra estadística también se utiliza para referirse a la información estadística; es decir,

a series de datos, tablas y gráficas que presentan resultados. Por ejemplo, cuando leemos las
estadísticas de los equipos de futbol o escuchamos la estadística muestra que el índice de
reprobación en las escuelas es tal, se hace referencia a los datos y no al procedimiento o
metodología de análisis.

Utilidad e importancia de la estadística

La estadística resulta muy útil no sólo para recopilar y describir datos, sino también para
interpretar la información obtenida, que puede ser aprovechada para demostrar la evolución
de un fenómeno a través de cierto tiempo. En México, el Instituto Nacional de Estadística y
Geografía (INEGI) se encarga de recabar información estadística y geográfica de todo el país,
en diferentes áreas contextos. Los datos que publica sirven para dar a conocer a cualquier
persona la situación en la que se encuentra el área de donde se obtuvo la información. Al
gobierno le son muy útiles para tomar decisiones, por ejemplo, para saber qué acciones se
deben implementar en tal o cual zona del país, conocer los avances que sean registrado o
como herramienta para la evaluación de un proyecto. Los métodos estadísticos se utilizan
prácticamente en investigaciones de todas las áreas de conocimiento; tanto en el ámbito
académico, como en el profesional y laboral

Clasificación

Estadística descriptiva: Describe, analiza y representa un grupo de datos utilizando métodos

numéricos y gráficos que resumen y presentan la información contenida en ellos.
Estadística inferencial: Apoyándose en el cálculo de probabilidades y a partir de datos de
muestras, efectúa estimaciones, decisiones, predicciones u otras generalizaciones sobre un
conjunto mayor de datos.
Población: Agregado de unidades elementales, que poseen alguna característica o
propiedades comunes. El estudio de toda la población constituye un CENSO. Una población
puede ser finíta o infinita.

Finita, como es el caso del número de personas que llegan al servicio de urgencia de un
hospital en un día; y se conoce el tamaño N de la población.

Infinita, si por ejemplo estudiamos el mecanismo aleatorio que describe la secuencia de caras
y cruces obtenida en el lanzamiento repetido de una moneda al aire.
Unidad elemental.- Son los "entes" que constituyen la población y de las que se va a obtener
información inicial. También conocido como elementos o individuos que contienen cierta
información que se desea estudiar.

Muestra.- Es una parte de la población. Se espera que la muestra sea representativa de la

población, es decir reproduzca las características más importantes. El proceso de obtener la
muestra de denomina “muestreo”.

Muestra aleatoria.- cuando la muestra ha sido obtenida empleando algún procedimiento del
azar: sorteo, extracción al azar, números aleatorios, etc.

Observación.- Es el registro que se obtiene al evaluar una característica en una unidad

elemental.

Variables estadísticas

Cuando hablemos de variable haremos referencia a un símbolo (X, Y, A, B) que puede tomar
cualquier modalidad (valor) de un conjunto determinado, que llamaremos dominio de la
variable o rango. En función del tipo de dominio, las variables las clasificamos del siguiente
modo:

Variables cualitativas.- Generan observaciones de carácter no numérico y son del tipo:

Cuantitativas jerárquicas.- Cuando se puede establecer una relación de orden entre las
posibles observaciones. Llamadas cuasicuantitativas
Cuantitativas nominales.- No existe un orden entre las posibles observaciones.
Variables cuantitativas.- son las que tienen por modalidades cantidades numéricas con las
que podemos hacer operaciones aritméticas. Dentro de este tipo de variables podemos
distinguir dos grupos:

Cuantitativas discretas.- Cuando el conjunto de todas las posibles observaciones que se

generan constituyen a lo más un conjunto infinito numerable. Cuando no admiten siempre
una modalidad intermedia entre dos cualesquiera de sus modalidades. Un ejemplo es el
número de tubérculos por planta. Es obvio que cada valor de la variable es un número natural.

Cuantitativas continuas.- Cuando el conjunto de todas las posibles observaciones que se

generan constituyen un conjunto infinito no numerable. Admiten una modalidad intermedia
entre dos cualesquiera de sus modalidades, v.g. el peso tubérculos de una planta cosechada.
En este caso los valores de las variables son números reales, es decir ocurre a veces que una
variable cuantitativa continua por naturaleza, aparece como discreta. Este es el caso en que
hay limitaciones en lo que concierne a la precisión del aparato de medida de esa variable,
v.g. si medimos la altura en metros de los arboles con una regla que ofrece dos decimales de
precisión, podemos obtener 15.25, 18.24

Parámetro.- Es una constante que describe una característica de una población. Para poder
calcular el valor de un parámetro, se requiere conocer a ciencia cierta el estado de naturaleza
de la población o realizar un censo.

Valor estadístico.- Son valores análogos a los parámetros, pero que son calculados con la
información obtenida de la muestra.

ELEMENTOS O UNIDADES: Son las entidades acerca de las que se reúnen datos. Por
ejemplo, 1) si se evalúa la memoria de los aspirantes a un puesto de mozo en el restaurante
X, las unidades son cada uno de los aspirantes. 2) Si se estudia el fenómeno de deserción
escolar de las escuelas primarias públicas de cabo san lucas, las unidades son cada una de las
escuelas de dicha región.

3) Si a un comerciante le interesa el volumen de ventas semanal de su comercio durante el

último año, las unidades son cada una de las semanas de ese año.
POBLACIÓN DE INDIVIDUOS: Es el conjunto de todos los elementos sobre los cuales
se observa una o más características de Interés. Frecuentemente se alude a ella como
población objetivo, en razón de que sobre ella recae el objetivo o el interés del estudio.
Ejemplos: 1) el conjunto de aspirantes al empleo del restaurante X, 2) el conjunto de escuelas
primarias públicas de cabo san lucas y 3) el conjunto de semanas a lo largo del último año.

MUESTRA DE INDIVIDUOS: Es un subconjunto o parte de una población de individuos.

Ejemplos: 1) los cinco primeros aspirantes entrevistados; 2) las escuelas nro. 12, 16, 17, 23,
34, 55, 62, 70, 84 y 97 de Lomas de Zamora; 3) las semanas 1, 6, 12, 19, 27, 36 y 46 del
último año.

Notas:

• Es importante destacar que, tanto cuando hablamos de las unidades como de la población
objetivo o de individuos o de la muestra de individuos, estas entidades deben ser situadas en
el espacio (situación geográfica) y en el tiempo (año o fecha). Por ejemplo no es lo mismo
observar el fenómeno de la deserción escolar en 2018, que observar lo que ocurría en 1983.
Tampoco es lo mismo observarla en cabo san lucas que observarla en San Isidro.

• Como generalmente las muestras se extraen con fines inferenciales; esto es, para tener
conocimiento de lo que acontece a nivel poblacional, es de desear que sean representativas
de las respectivas poblaciones. Para favorecer la representatividad de las muestras, la llamada
Teoría de Muestreo ha desarrollado diversidad de métodos. Uno de ellos es la elección al
azar de las unidades muestrales. Así, por ejemplo, las escuelas del ejemplo 2) pueden haber
sido seleccionadas por sorteo.

VARIABLE O CARACTERÍSTICA: Es una característica de un fenómeno observable en

los individuos de una población. Es una variable propiamente dicha cuando presenta
diferentes modalidades (dos o más) entre los individuos.

Si se presenta bajo una única modalidad se dice que es una característica constante. Ejemplos:
1) Memoria de los aspirantes al empleo,

2) Nivel de deserción escolar y

3) Volumen de ventas respectivamente.

VARIABLE ESTADÍSTICA: Es una representación, a través de números u otros símbolos,
de una variable. Esta representación se obtiene mediante algún procedimiento de medición.
Ejemplos: 1) Cantidad de palabras recordadas de una lista de 12. 2) Porcentaje de deserción
escolar (Cantidad de estudiantes que abandonaron los estudios en determinado período
dividida el total de alumnos que ingresaron, multiplicado por 100). 3) Total en $ de los
productos vendidos en una semana.

Las variables estadísticas se clasifican de acuerdo con el tipo de valores que pueden tomar
en:

Variable cualitativa. Es aquella cuyos valores expresan atributos. Ejemplo: Tipo de

trastorno que presentan los pacientes de un servicio de salud mental (de ansiedad, de
atención, de sueño, etc.)

Variable cuasi-cuantitativa. Es aquella cuyos valores indican un orden o jerarquía.

Ejemplo: Nivel de deserción escolar (bajo, medio, alto).

Variable cuantitativa. Es aquella cuyos valores expresan cantidades numéricas.

Dentro de las variables cuantitativas se diferencian las llamadas discretas de las continuas.
Se consideran discretas aquellas cuyos valores son puntos aislados; esto es, cuando todo valor
tiene un consecutivo. Se dice que dos valores son consecutivos cuando no puede existir un
valor de la variable entre ellos. Ejemplo: Cantidad de palabras recordadas. Se consideran
continuas a las variables que, al menos teóricamente, pueden tomar cualquier valor dentro de
un intervalo numérico. Ejemplo: Tiempo de reacción ante un estímulo. Hay variables que no
son discretas ni continuas pero no se tratarán en este curso.

CONSTRUCTO Y OPERACIONALIZACIÓN. La mayoría de las características

psicológicas son de naturaleza compleja, resultado de varias variables que interactúan.
Cuando se alude a estas variables es necesario explicitar qué se entiende por ellas, o qué
aspectos se están considerando y qué relaciones se verifican entre ellas. De allí surge una
construcción teórica, hipotética, que toma el nombre de constructo. Algunos ejemplos de
constructos son la inteligencia, la memoria, la ansiedad, la actitud solidaria, etc. Estos
constructos o variables complejas no son directamente observables como son; por ejemplo,
la estatura o el estado civil de una persona, y esto es lo que dificulta el proceso de medición.
¿Por qué? Para poder obtener valores de estas variables a través de la medición es necesario
hacer un “recorte adecuado” del constructo; es decir, considerar un solo aspecto del mismo
y explicitar cuáles son las manifestaciones observables que dan cuenta de él. Por ejemplo,
una manifestación observable de la memoria es la cantidad de palabras recordadas, aunque
la sola recordación de palabras no agota la riqueza del constructo memoria. En estos casos
se recurre a una definición operacional (Operacionalización) del constructo permite asignar
sin ambigüedad un valor a la variable a través del proceso de medición. En el presente
ejemplo, la definición operacional del constructo memoria es la cantidad de palabras
recordadas. A las variables que no son directamente observables también se las denomina
rasgos latentes. Así, por ejemplo, la obsesividad de un estudiante es un rasgo latente que
puede manifestarse a través de la cantidad de veces que pregunta lo mismo hasta sentirse
satisfecho.

¿CONTINUO O DISCRETO? El hecho de que una variable estadística sea discreta o

continua determina el tipo de tratamiento estadístico que se le dará.

Sin embargo muchas veces es decisión del investigador si la tratará de un modo u otro
dependiendo de la naturaleza de la variable estadística y de su correspondiente variable
latente. Por ejemplo; la cantidad de palabras recordadas de una lista es claramente una
variable discreta y es perfectamente adecuado que el investigador la trate como tal. Pero esta
variable representa a la variable latente memoria, la cual tiene sentido que sea concebida en
un continuo; esto es, entre dos niveles de memoria es razonable pensar que podrían existir
infinitos valores posibles. De modo que el investigador puede considerar que en realidad está
ante una discretización de un continuo debida al instrumento de medición; del mismo modo
que la hora registrada con un reloj digital es una discretización del tiempo que se desea medir.
Bajo esta perspectiva el investigador puede dar a la cantidad de palabras recordadas un
tratamiento de variable continua y considerar, por ejemplo, que el valor 10 (diez palabras
recordadas) bien puede representar todo un continuo de niveles de memoria entre 9,5 y 10,5
que podría observar si dispusiera de un instrumento de medición más sensible que la sola
cantidad de palabras recordadas. Es importante considerar que, para que una variable discreta
pueda ser tratada adecuadamente como continua, es conveniente que tome una gran cantidad
de valores diferentes.
POBLACIÓN DE OBSERVACIONES: Es el conjunto de todos los valores que puede
tomar una variable estadística sobre la población de individuos. Nótese que sobre una misma
población de individuos se pueden definir muchas poblaciones de observaciones, tantas como
variables de Interés.

MUESTRA DE OBSERVACIONES: Es el conjunto de valores que toma una variable

estadística sobre una muestra de individuos; es decir, es un subconjunto de la población de
observaciones.

ESTADÍSTICA DESCRIPTIVA: Es la parte de la Estadística que proporciona métodos

para organizar, representar, resumir y analizar la información contenida en un conjunto de
datos muestrales o poblacionales.

ESTADÍSTICA INFERENCIAL: Es la parte de la Estadística que proporciona métodos

para extraer conclusiones sobre las poblaciones a partir de sus muestras controlando el
margen de error que se puede cometer en esa extrapolación de lo muestral a lo poblacional.
Los métodos de inferencia estadística se agrupan fundamentalmente en dos clases:
Estimación de parámetros y Contraste de hipótesis.

POBLACIONES REALES O HIPOTÉTICAS, FINITAS O INFINITAS. Una muestra

de observaciones siempre es real porque consiste de datos efectivamente recolectados; pero
la correspondiente población de observaciones puede ser real o hipotética. Por ejemplo; si la
muestra corresponde a la actitud de los consumidores respecto de un nuevo producto
introducido en el mercado, los valores de esta variable Actitud son reales, concretos; ya que
todos los consumidores tienen alguna actitud hacia dicho producto, desde negativa a positiva,
pasando por neutra o indiferente o inclusive de desconocimiento del producto. Pero si la
muestra de observaciones se refiere al nivel de ansiedad que presentan ciertos fumadores
después de completar determinado tratamiento para dejar la adicción, la población de
observaciones se refiere al nivel de ansiedad que tendrían todos los fumadores que
voluntariamente siguieran dicho tratamiento, lo cual no tiene existencia real, en el acto, sino
hipotética, potencial. Por otra parte, una población de observaciones puede ser finita; esto es
con una cantidad grande o pequeña pero limitada de elementos. Por ejemplo, la intención de
voto para una elección presidencial de los habitantes de cierto distrito. La cantidad de
elementos de esa población está dada por la cantidad de personas empadronadas. Pero una
población puede ser (o considerarse) infinita, como es el rendimiento académico
(representado por el promedio general de la carrera) alcanzado por los egresados de
Psicología de la UBA. Se considera infinita porque comprende a los egresados del pasado,
del presente y del futuro mientras exista la Institución. La importancia de reconocer con qué
tipo de población se está trabajando radica en la pertinencia de los métodos estadísticos que
se utilizan para recoger los datos, analizarlos y sacar conclusiones. Por ejemplo,
generalmente si una población es real y finita, con límites bien definidos en espacio y tiempo,
los criterios para la elección de muestras representativas son provistos por la TEORÍA DE
MUESTREO mientras que si la investigación se refiere a una población infinita e hipotética
donde la pertenencia a determinado ámbito geográfico o temporal no está bien definida o no
es relevante al objetivo de dicha investigación, generalmente es abordada desde el DISEÑO
DE EXPERIMENTOS.

Parámetro: Es una característica fija, generalmente numérica, de la población de valores de

una variable. Por ejemplo, si la variable es el tiempo de reacción de sujetos entrenados ante
un estímulo, un parámetro es el tiempo promedio de reacción de todos los individuos de la
población de interés si éstos fueran entrenados (éste es un ejemplo de población hipotética).
Nótese que al promediar todos los valores de la población se obtiene un único valor, fijo para
la población. Otro parámetro podría ser el tiempo mínimo de reacción que surgiría de
comparar los tiempos de todos los sujetos de la población y que, por tanto, también es único;
lo mismo puede decirse del tiempo máximo.

Si la variable es actitud de los consumidores hacia un nuevo producto, un parámetro puede

ser el porcentaje de consumidores de toda la población objetivo que tiene una actitud positiva.

Estadístico: Es una característica muestral y, como tal, es una variable porque sus valores
dependen de la muestra que salga seleccionada (piense que dada una población pueden
extraerse muchas muestras diferentes). Cada valor del estadístico se obtiene como función
de las observaciones de una muestra. Por ejemplo, tiempo promedio de reacción de 10
individuos que fueron entrenados. Porcentaje de consumidores entre 100 encuestados que
manifestaron tener una actitud positiva frente al producto.

Estimador: Es un estadístico cuyos valores se consideran próximos a un parámetro que, por

ser generalmente desconocido, se desea estimar.
Frecuencia absoluta: Es la cantidad de veces que cada valor de la variable aparece en un
conjunto de datos. La suma de todas las frecuencias absolutas coincide con la totalidad de
los datos.

¿Qué es un dato?

Un dato es una representación simbólica (numérica, alfabética, algorítmica, espacial, etc.) de

un atributo o variable cuantitativa o cualitativa. Los datos describen hechos empíricos,
sucesos y entidades. Es un valor o referente que recibe el computador por diferentes medios,
los datos representan la información que el programador manipula en la construcción de una
solución o en el desarrollo de un algoritmo. (Un dato por sí mismo no constituye información,
es el procesamiento de los datos lo que nos proporciona información).

¿Qué es recopilación de datos?

La noción de recolección refiere al proceso y el resultado de recolectar (reunir, recoger o

cosechar algo). Un dato, por su parte, una información que permite generar un cierto
conocimiento. Esto quiere decir que la recolección de datos es la actividad que consiste en la
recopilación de información dentro de un cierto contexto. Tras reunir estas informaciones,
llegará el momento del procesamiento de datos, que consiste en trabajar con lo recolectado
para convertirlo en conocimiento útil.

Dentro de la recolección de datos se pueden apelar a diversas técnicas: las encuestas, la

observación, la toma de muestras y las entrevistas, entre otras, permiten realizar la tarea. De
acuerdo al tipo de datos, la persona utilizará distintos instrumentos (grabadora de audio,
cámara de fotos, etc.).
Bibliografía
fao. (s.f.). fao.org. Obtenido de http://www.fao.org/docrep/005/x2465s/x2465s08.htm

garcia, H. (2016). conevyt.org. Obtenido de

http://www.conevyt.org.mx/bachillerato/material_bachilleres/cb6/5sempdf/edin1/edin1
_f1.pdf

Mendiburu. (2011). lamolina.edu. Obtenido de http://tarwi.lamolina.edu.pe/~fmendiburu/index-

filer/academic/Estadistica/parte1.pdf

WILLIAMS, A. S. (2008). upg.mx. Obtenido de https://www.upg.mx/wp-

content/uploads/2015/10/LIBRO-13-Estadistica-para-administracion-y-economia.pdf