ESTADÍSTICA

APLICADA 1
Semana 1
OBJETIVOS DE LA SEMANA
El alumno define y distingue estadística descriptiva e
inferencial.
El alumno distingue entre variables cualitativas y
cuantitativas.
El alumno diferencia con propiedad, variables
discretas y continuas.
El alumno grafica e interpreta datos cualitativos.

IMAGENES CREATIVE COMMONS CCO

¿POR QUÉ ESTUDIAR
ESTADÍSTICA?
La estadística es una ciencia que puede ser
aplicada a cualquier área y disciplina de la vida.
Así por ejemplo: A un medico le interesara conocer
cual es el promedio de pacientes que visitan su
clínica por problemas cardíacos o pulmonares, como
de la misma forma a un gerente de ventas le
interesa conocer cual ha sido el comportamiento del
mercado referente a sus productos, cuantos se han
vendido y con que frecuencia.
 Es la ciencia que toma,
organiza, selecciona, analiza
y presenta datos, los cuales
interpreta con el objetivo de
obtener conclusiones y
ayudar en la toma de
decisiones.

¿QUÉ ENTENDEMOS POR

ESTADÍSTICA?
ESTADÍSTICA DESCRIPTIVA E INFERENCIAL
Estadística descriptiva: Es la que se encarga de resumir y presentar datos de manera
que describa sus características.

Estadística Inferencial: Es la que utiliza las características obtenidas de una muestra

para determinar que sucede en una población.
POBLACIÓN Y MUESTRA

Población: Es el conjunto de todas las

observaciones (personas, objetos, datos, etc.)
que son de interés para el investigador.

Muestra: Grupo representativo de la población,

que tiene las mismas características que esta,
pero que es mas fácil estudiar por su tamaño.
TIPOS DE VARIABLES: CUALITATIVAS Y
CUANTITATIVAS
Cualitativas: Variables cuya naturaleza no es numérica, sino de aspecto o atributo.
Cuantitativas: Variables cuya naturaleza es numérica, es decir se pueden enumerar.

•Color de vehículo
•Marca de celular
Cualitativas •Grado académico

•Discretas
•Cantidad de goles por partido
•Numero de sillas en el salón
Cuantitativas
•Continuas
•Total de impuesto a pagar en el mes
•Peso de una persona
DATOS DISCRETOS Y
CONTINUOS
Datos discretos: Son aquellos datos que son
finitos, es decir se pueden contar como por
ejemplo: El número de alumnos en el salón, la
cantidad de automóviles en el parqueo, una
docena de huevos, el numero total de
guatemaltecos.

Datos continuos: Son aquellos datos que

pueden tomar un valor cualquiera entre un
rango especifico por ejemplo: la cantidad de
leche que produce una vaca lo cual podría
ser desde 0 litros hasta 25 litros para la raza
Holstein, en cuyo caso una vaca en particular
podría producir 5.357 litros.
NIVELES DE MEDICIÓN
Los datos se pueden clasificar de 4 formas diferentes a fin de poder utilizar el mejor
método para poder representarlos

Nominal Ordinal Intervalo Razón

 Este valor de medición se
aplica para datos
cualitativos, los cuales no
tienen una “regla para ser
ordenados” por ejemplo.
Ordenar por colores los
vehículos de
estacionamiento, en este
caso no hay una regla que
nos diga si ordenarlos por
colores primarios,
secundarios, colores claros u
oscuros, simplemente
juntaríamos todos los rojos,
blancos, verdes, etc.
NIVEL NOMINAL
NIVEL ORDINAL
Este nivel de medición si les asigna un orden, pero no hay diferencias especificas entre
ellos o las diferencias no tienen significado.
Ejemplo:
¿Tu experiencia en Uber
fue?
• Excelente
• Buena
• Regular
• Mala
• Pésima

Sabemos que excelente es mejor que buena, pero no podemos restarla y encontrar una
diferencia.
NIVEL INTERVALO
Es el siguiente nivel de medición en el cual las diferencias
si tienen significado, pero no tienen un punto de partida
cero.
Ejemplo: Los años 1929, 1987, 2005, 2018 si podemos
encontrar las diferencias entre el año 2018 y 2010 ( 8
años) pero no podemos decir que “existe” el año 0, pues
no podríamos concluir claramente cuando se empezó a
contar el tiempo.
Otro ejemplo son las tallas de ropa: sabemos que hay
talla de pantalón 24,25,26,27,28 etc. En donde
podemos encontrar diferencia entre las tallas 26 y 24 (2
tallas) pero no podríamos hablar de una talla 0, la cual
aunque existe es ambigua.
NIVEL DE RAZÓN
El nivel de razón incluye todas las
características de los anteriores niveles.
Aquí el cero es importante pues indica el
punto de partida o la ausencia de
cantidad.
Ejemplos:
▪Pesos
▪Precios
▪Distancias
▪Numero de pacientes atendidos.
▪Velocidad
TABLAS DE FRECUENCIAS
Le llamamos así al ordenamiento y agrupación de
datos cualitativos mediante clases, las cuales
presentan numéricamente las observaciones
realizadas.

Marca de automóvil Cantidad

Toyota 25
Mitsubishi 15
Mazda 22
Nissan 18
Subaru 10
GRÁFICAS DE DATOS
CUALITATIVOS
 En este gráfico las clases son
representadas en el eje
horizontal y la frecuencia en
el eje vertical.

GRÁFICO DE BARRAS
GRÁFICO DE
PASTEL (PIE)
El grafico de pastel representa la proporción
de cada una de las clases, la cual obtenemos
mediante la frecuencia relativa. La frecuencia
relativa se obtiene al dividir cada frecuencia
de clase, entre el total de datos de muestra.
Frecuencia
Marca de automóvil Cantidad
Relativa
Toyota 25 0.28
Mitsubishi 15 0.17
Mazda 22 0.24
Nissan 18 0.20
Subaru 10 0.11
90 1.00