La estadstica es una ciencia (un conjunto de tcnicas) que se utiliza para

manejar un volumen elevado de datos y poder extraer conclusiones.

Para analizar esta informacin hay varias medidas que nos interesa
conocer:
Tamao de la muestra: cuntos datos tenemos.
En este ejemplo el tamao de la muestra es 31 (tenemos 31 registros)
Valor mximo: es el valor mximo que toman los datos.
En este ejemplo el valor mximo es 46 grados (dia 9)
Valor mnimo: es el valor mnimo que toman los datos.
En este ejemplo el valor mnimo es 32 (da 4)
Frecuencias: nos dice las veces que se repite un mismo dato.
Frecuencia absoluta: n de veces que se repite un dato.
Frecuencia relativa: porcentaje que cada frecuencia absoluta
representa sobre el total.

Clasificacin clsica de la estadstica

El estudio de la estadstica se divide clsicamente en dos, la estadstica descriptiva y la

estadstica inferencial.

Laestadsticainferencialoinductiva sirve extrapolar los resultados obtenidos en el

anlisis de los datos y a partir de ello predecir acerca de la poblacin, con un margen
de confianza conocido.

Estadstica Inferencial
Por su parte, la estadstica inferencial o inductiva trata de llegar a conclusiones que sobrepasan el
alcance de los datos analizados; es decir, se trata de tcnicas que se emplean para inferir o deducir
caractersticas desconocidas a partir de un conjunto de datos conocidos, apoyndose fundamentalmente
en el clculo de probabilidades.
Como resulta imposible examinar la poblacin entera de los fenmenos que estudiamos, la construccin
de leyes y teoras se tiene que apoyar en datos muestrales. A partir de unos pocos datos conocidos (los
de la muestra), se trata de obtener informacin de la poblacin total, y esto lo hace apoyndose en el
clculo de probabilidades, como hemos mencionado anteriormente.
Uno de los principales objetivos de la estadstica inferencial es estimar las propiedades de una
poblacin a partir del conocimiento de slo una muestra de ella.
La estadstica inferencial se basa por lo tanto en la estadstica descriptiva, ya que la inferencia o
deduccin de las propiedades de la poblacin entera se deriva de las caractersticas de la muestra que es
analizada con las tcnicas de la estadstica descriptiva. En realidad su campo de accin es ms amplio

Laestadsticadescriptivaodeductiva se construye a partir de los datos y la inferencia

sobre la poblacin no se puede realizar, al menos con una confianza determinada, la
representacin de la informacin obtenida de los datos se representa mediante el uso de
unos cuantos parmetros y algunas graficas planteadas de tal forma que den importancia
los mismos datos.

Introduccin a la Estadstica
Descriptiva
La estadstica descriptiva es una ciencia que analiza series de datos
(por ejemplo, edad de una poblacin, altura de los estudiantes de una
escuela, temperatura en los meses de verano, etc) y trata de extraer
conclusiones sobre el comportamiento de estas variables.
Las variables pueden ser de dos tipos:
Variables cualitativas o atributos: no se pueden medir
numricamente (por ejemplo: nacionalidad, color de la piel, sexo).

Variables cuantitativas: tienen valor numrico (edad, precio de un

producto, ingresos anuales).
Las variables tambin se pueden clasificar en:
Variables unidimensionales: slo recogen informacin sobre una
caracterstica (por ejemplo: edad de los alunmos de una clase).
Variables
bidimensionales: recogen
informacin
sobre
dos
caractersticas de la poblacin (por ejemplo: edad y altura de los
alumnos de una clase).
Variables pluridimensionales: recogen informacin sobre tres o ms
caractersticas (por ejemplo: edad, altura y peso de los alumnos de una
clase).
Por su parte, las variables cuantitativas se pueden clasificar en
discretas y continuas:
Discretas: slo pueden tomar valores enteros (1, 2, 8, -4, etc.). Por
ejemplo: nmero de hermanos (puede ser 1, 2, 3....,etc, pero, por
ejemplo, nunca podr ser 3,45).
Continuas: pueden tomar cualquier valor real dentro de un intervalo.
Por ejemplo, la velocidad de un vehculo puede ser 80,3 km/h, 94,57
km/h...etc.
Cuando se estudia el comportamiento de una variable hay que distinguir
los siguientes conceptos: