ESTADISTICA DEFINICIONES

1. Estadstica: es una rama de las matemticas aplicadas que surgi por la

necesidad concreta que el hombre tiene de conocer la resolucin de problemas
relacionados con la recoleccin, procesamiento, anlisis e interpretacin de datos
numricos cuyo conocimiento le permitir tomar decisiones acertadas[1].
Para el conocimiento de la realidad concreta que al hombre le interesa, considera
tres etapas fundamentales que son:
Planear la bsqueda y la obtencin de la informacin.
Sistematizar y organizar la informacin de tal forma que se pueda describir y
analizar con facilidad.
Efectuar inferencias sobre la realidad a partir de la informacin obtenida,
haciendo estimaciones o verificando hiptesis.
Como disciplina o rea de estudio comprende tcnicas descriptivas como
inferenciales, dado que incluye tanto la observacin y tratamiento de datos
numricos como el empleo de los datos estadsticos con fines inferenciales. Por ello
se clasifica en Descriptiva e Inferencial.
2. Estadstica Descriptiva: El origen de la Estadstica descriptiva puede relacionarse
con el inters por mantener registros gubernamentales hacia fines de la Edad
Media. Cuando los estados empezaron a surgir, se volvi necesario obtener
informacin acerca de los territorios bajo la jurisdiccin de cada nacin. Esta
necesidad de informacin numrica acerca de los ciudadanos y recursos lleva al
desarrollo de tcnicos para obtener y organizar datos numricos.
As, podemos decir que la estadstica descriptiva es la rama de las Matemticas que
recolecta u obtiene, organiza, presenta y caracteriza o describe un conjunto de
datos o informacin numrica (por ejemplo, edad de una poblacin, altura de los
estudiantes de una escuela, temperatura en los meses de verano, etc.) con el fin de
describir apropiadamente las diversas caractersticas de ese conjunto[1,2]. Para
ello se auxilia de tablas y grficas, calculando los parmetros estadsticos (medidas
de centralizacin y de dispersin), que describen el conjunto estudiado[3].
3. Mal uso de la Estadstica: En la estadstica, pueden hacerse las aplicaciones a casi
cualquier agregado de observaciones o mediciones. Por esta razn, es muy til en
los negocios, en la economa, sociologa, biologa, psicologa, educacin, fsica,
qumica, agricultura y campos similares. No obstante, suele existir o darse un uso
impropio de datos (el gran arte de mentir con estadsticas) que alertan sobre
informacin errnea o falsa.
Todos los campos de la estadstica tratan el mismo problema bsico, que es el
problema de la toma de decisiones ante la incertidumbre. No es en los hechos
visibles, sino ms bien en las decisiones derivadas de las observaciones, en las que
debiera ponerse el nfasis principal de las observaciones estadsticas elementales.
El verdadero significado de los hechos se puede distorsionar fcilmente. Por lo
tanto, el investigador estadstico debe estar alerta para evitar malas
interpretaciones de los datos y detectar usos errneos de las estadsticas. Es
esencial mantener una actitud crtica[4].
Con frecuencia, las correlaciones
estadsticas no reflejan causas y efectos. No se hacen advertencias sobre la fuente
de los nmeros. Se aplican datos recogidos en un contexto a otro diferente. Se
extraen de forma simplista conclusiones injustificadas basndose en los nmeros.
Louis Guttman [5] enumera hasta 50 malos usos de la Estadstica, de los cuales
algunos son:
- Las medias no miden tendencias centrales.

- Una primera aproximacin no es una hiptesis nula.

- Una diferencia que se afirma que es significativa al nivel 0.1 no es significativa
al nivel .01.
- Un intervalo de confianza para la media de una poblacin no vale para predecir la
media de una nueva muestra.
- Las variables independientes de una regresin son habitualmente no
independientes estadsticamente de la variable que va a predecirse a travs de la
regresin.
- Generalmente no se puede muestrear aleatoriamente un universo de variables
para una poblacin dada.
- La proporcin (o porcentaje) de varianza nunca se explica.
- El anlisis de datos no mtricos es generalmente mtrico
4. Variable: Al conjunto de los distintos valores numricos que adopta un carcter
cuantitativo se llama variable estadstica[2]. La variable es una propiedad intrnseca
de individuos, objetos o grupos que interesan para un determinado estudio
cientfico. Constituyen la herramienta fundamental de la Estadstica, porque son la
base esencial del estudio que se desea realizar y son: -Caractersticas. - Atributos. Rasgos. Cualidades[1].
5. Tipos de Variables: Las variables pueden ser de dos tipos[2]:
Variables cualitativas o categricas: 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 alumnos 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 90.4 km/h, 94.57 km/h...etc.
Las variables aleatorias son variables que son seleccionadas al azar o por procesos
aleatorios.
6. Individuo, Poblacin y Muestra: Cuando se estudia el comportamiento de una
variable hay que distinguir[2]:
Individuo: cualquier elemento que porte informacin sobre el fenmeno que se
estudia. As, si estudiamos la altura de los nios de una clase, cada alumno es un
individuo; si se estudia el precio de la vivienda, cada vivienda es un individuo.
Poblacin: conjunto de todos los individuos (personas, objetos, animales, etc.) que
porten informacin sobre el fenmeno que se estudia. Por ejemplo, si se estudia el

precio de la vivienda en una ciudad, la poblacin ser el total de las viviendas de

dicha ciudad.
Muestra: subconjunto que seleccionado de una poblacin. Por ejemplo, si se
estudia el precio de la vivienda de una ciudad, lo normal ser no recoger
informacin sobre todas las viviendas de la ciudad (sera una labor muy compleja),
sino que se suele seleccionar un subgrupo (muestra) que se entienda que es
suficientemente representativo.
Valor: es cada uno de los distintos resultados que se pueden obtener en un
estudio estadstico. Si lanzamos una moneda al aire 5 veces obtenemos dos
valores: cara y cruz.
Dato: es cada uno de los valores que se ha obtenido al realizar un estudio
estadstico. Si lanzamos una moneda al aire 5 veces obtenemos 5 datos: cara, cara,
cruz, cara, cruz.
7. Variabilidad: Se le llama Variabilidad a las diferencias en el comportamiento de
todo fenmeno observable que se repite bajo las mismas condiciones. Al decir
fenmeno no solo se refiere a los climticos o de laboratorio, sino tambin en la
produccin de algn mecanismo o en lo estadstico-matemtico. Una medida de
dispersin o variabilidad determina el grado de acercamiento o distanciamiento de
los valores de una distribucin frente a su promedio de localizacin, sobre la base
de que entre ms grande sea el grado de variacin menor uniformidad tendrn los
datos (sinnimo de heterogeneidad) y por lo tanto menor representatividad o
confiabilidad del promedio de tendencia central o localizacin por haber sido
obtenido de datos dispersos. Por el contrario, si este valor es pequeo (respecto a la
unidad de medida) entonces hay una gran uniformidad entre los datos. Cuando es
cero quiere decir que todos los datos son iguales. Hay bsicamente dos tipos de
medidas de dispersin o variabilidad:
- Medidas Absolutas, se caracterizan por ser nmeros concretos, es decir, valores
expresados en las mismas unidades de la variable en estudio y que por lo tanto no
permiten comparaciones o anlisis respecto a la mayor o menor dispersin de
series expresadas en diferentes unidades. Estas medidas son: la varianza, la
desviacin estndar y el rango intercuartilico.
- Medidas Relativas, son valores abstractos, es decir, medidas adimensionales y por
lo tanto no expresadas en ninguna unidad especfica. La principal medida es el
coeficiente de variacin. [6].
8. Azar y Probabilidad: El azar[7], en el lenguaje normal, se considera como la
caracterstica de un suceso imprevisible. En estadstica se aade una propiedad
adicional: El azar es la caracterstica de un experimento que produce resultados
diversos, impredecibles en cada situacin concreta, pero cuyas frecuencias, a la
larga, tienden a estabilizarse hacia un valor "lmite" en el infinito. Como
consecuencia, se definen los sucesos aleatorios como los resultados de un
experimento cuya variacin (la de los resultados) es debida al azar.
La probabilidad [7]de un suceso slo se define para el caso de sucesos aleatorios.
Supongamos que realizamos muchas veces un experimento y vamos anotando el
valor de la frecuencia relativa que, como sabemos, tiende a estabilizarse.
Suponiendo que pudiramos realizar el experimento infinitas veces, el valor de
estabilizacin de las frecuencias en el infinito sera la probabilidad de los sucesos.
Es decir, la probabilidad es el valor de la frecuencia relativa en el infinito. Todo el
clculo de probabilidades y, con l, toda la estadstica se basan en tres propiedades
que se asignan a las probabilidades, que se llaman axiomas de Kolmogorov

1) La probabilidad de un suceso es siempre mayor o igual que cero y menor o

igual que uno
Si A es un suceso
2) La probabilidad del espacio muestral es igual a uno: Si S es el espacio
muestral
Se llama suceso imposible a aquel cuya
probabilidad vale cero.
3) Si A y B son sucesos mutuamente excluyentes, es decir, nunca ocurren
simultneamente
(A B
= )
la
probabilidad
de su unin, es decir, de que ocurra uno u
otro es la
suma de sus probabilidades. P(A B) =
P(A) + P(B)

Bibliografa
[1] Garca Mancilla, H. y Matus Parra, J. (--) Estadstica Descriptiva e Inferencial.
Fascculo I. Mxico: Colegio de Bachilleres.
[2] Becerra Espinoza, J.M. (---) Matemticas Bsicas. Estadstica Descriptiva. Mxico:
Facultad de Contadura y Administracin, UNAM. Consultado el 14 de agosto de 2015.
Recuperado
de:
http://132.248.164.227/publicaciones/docs/apuntes_matematicas/34.%20Estadistica
%20Descriptiva.pdf
[3] Definicin de Estadstica y Estadstica Descriptiva (--) Vitutor. Consultado el 14 de
agosto
de
2015.
Recuperado
de:
http://www.vitutor.com/estadistica/descriptiva/a_1.html
[4] Chao, Lincoln L. (1995), Usos y abusos de la estadstica en Introduccin a la
estadstica, Mxico: CECSA, pp. 24-28.
[5] Malos usos en estadstica (--) Louis Guttman. Consultado el 14 de agosto de 2015.
Recuperado de: http://www.reis.cis.es/REIS/PDF/REIS_006_08.pdf
[6] Mendoza, H, Bautista, G. (2002). Probabilidad y Estadstica. Universidad Nacional de
Colombia. Consultado el 14 de agosto de 2015. Recuperado de:
http://www.virtual.unal.edu.co/cursos/ciencias/2001065
[7] Estadstica Bsica (--) Sucesos y Probabilidades. Consultado el 14 de agosto de
2015. Recuperado de:
http://pendientedemigracion.ucm.es/info/genetica/Estadistica/estadistica_basica.htm