REPBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA DEFENSA

UNIVERSIDAD NACIONAL EXPERIMENTAL POLITCNICA
DE LA FUERZA ARMADA
UNEFA
NCLEO ARAGUA

ESTADISTCAS DESCRIPTIVA

Integrantes:

Ptte. Lisbeth Perz Padilla

C.I: 15.601.733

AN. Carrasquel Parisca Ignalis Nazaret

C.I: 19.653.130

Maracay, 13 De Febrero
 INTRODUCCIN

La estadstica ha estado presente desde hace siglos atrs con las antiguas civilizaciones, su
uso ha sido necesario en primeras instancias para resolver casos de la vida diaria por
llamarlo de alguna manera, luego seria empleada con fines a mayor escala como trabajos
investigativos o estudios, y ha adquirido relevancia, ya que por medio de ella se puede
procesar una extensa informacin, lo cual se puede llevar a cabo de forma ms sencilla sin
pasar a ser algo tedioso.

Tanto as es su importancia que ha dejado de ser solo una parte de las matemticas y se ha
convertido en una ciencia empleada en diferentes campos, pues han tomado sus mtodos
para aplicarlos a sus areas independientemente de la que sea, como por ejemplo: la
psicologa, la medicina, la contadura, administracin, entre otras.

La significacin de la estadstica descriptiva es posibles gracias a que los mtodos que la

acompaan son reconocidos por su gran confiabilidad y validez, son totalmente apropiados
para manejar informacin.
Es por ello, que el siguiente trabajo nos habla un poco de los diversos conceptos bsicos de
la estadstica (poblacin, muestra, dato, muestreo y sus tipos, entre otros), los tipos de
estadstica: la descriptiva e inferecial, haciendo nfasis en la primera con sus diferentes
medidas (posicin central, posicin no central, variabilidad, y forma), as como los medios
que utiliza para representar e interpretar datos (tablas de frecuencia y grficos estadsticos),
por ltimo, al anlisis de correlacin y regresin lineal simple, y su aplicacin para
cualquier trabajo investigativo o de estudio.

Estadstica descriptiva:
Los orgenes de la estadstica, aunque no se sabe con exactitud cuando se comenz a
utilizar, pueden estar ligados al antiguo Egipto como a los censos chinos que se realizaron
hace unos 4.000 aos, aproximadamente.
Sin duda, fueron los romanos, maestros de la organizacin poltica, quienes mejor supieron
ocupar la estadstica. Cada cinco aos realizaban un censo de la poblacin, cuyos datos
nacimientos, defunciones y matrimonios eran esenciales para estudiar los avances de
imperio, sin olvidar los recuentos de ganancias y las riquezas que dejaban la tierras.

Concepto de la estadstica descriptiva:

Es una gran parte de la estadstica que se dedica a recolectar, ordenar, analizar y presentar
un conjunto de datos, con el fin de describir apropiadamente las caractersticas de ese
conjunto. 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 graficas, tablas o
medidas numricas.

Ejemplos bsicos de parmetros estadsticos son: la medida y la desviacin estndar.

Ejemplos grficos son: histograma, pirmide poblacional, grficos circular, entre
otros.

Unidad estadstica:

Cada individuo, animal o cosa al que se le mide u observa una o ms caractersticas

Variables:
Caractersticas que se observan en las unidades estadsticas:

Cualitativas: atributos cuyos valores no conocen valores intermedios. Por ejemplo,

fumas/no fumas, tienes ordenador en casa/no lo tienes, te gusta para el verano la playa/la
montaa, tienes el pelo rubio/moreno/castao/blanco

Cuantitativas discretas: son aquellas variables cuyos valores pueden asociarse a una escala
numrica como, por ejemplo, edad, estatura, nmero de vasos de cerveza bebidos, etc. En
trminos matemticos, son variables susceptibles de ser medidas, hecho que no suceden en
las variables cualitativas. Las variables cuantitativas, a su vez, se diferencian en continuas
(entre dos valores siempre puede existir uno intermedio, como en el caso de la estatura) y
discretas (si no puede tomar valores intermedios, como al considerar el nmero de
hermanos).

Cuantitativas continuas: es la que se puede asociar con valores de un intervalo de nmero

reales.
El diseo de la muestra:

El diseo de la muestra es la fase de un proyecto de generacin de estadstica bsica donde

se define el esquema de muestreo a utilizar, se determina el tamao y procedimiento de
seleccin de la muestra y, en el caso del muestreo probabilstico, se calculan los factores de
expansin y los estimadores que se requieren para la generacin de resultados. El diseo de
la muestra interacta con otras fases del proceso de generacin, como se visualiza en el
siguiente diagrama:

La muestra:

- Es un subconjunto de unidades de observacin seleccionadas de una poblacin, bajo

condiciones preestablecidas que sern objeto de registro y captacin de datos.

-Es una porcin de todos los elementos que se quiere estudiar, por ejemplo un sector de
ciudad.

Poblacin:

Es el conjunto de todos los individuos que poseen informacin sobre el fenmeno que se
estudia

Seleccin de la muestra:
Se refiere a los procedimientos empleados para identificar las unidades de observacin que
integrarn la muestra. La seleccin puede realizarse con o sin reemplazo; en la primera
situacin se permite que una observacin pueda estar en la muestra ms de una vez,
mientras que la segunda los elementos ya seleccionados lo hacen en forma nica.

El tamao de muestra:

Es el nmero de unidades de observacin que deben estar incluidas en la muestra.

El Muestreo Determinantico:

Define el tamao y seleccin de la muestra bajo aspectos subjetivos (criterio personal del
investigador, conveniencia, entre otros); en este tipo de muestreo los resultados no pueden
generalizarse a la poblacin objeto de estudio, son vlidos exclusivamente para el conjunto
de elementos en muestra.
En el muestreo no probabilstico, tambin conocido como determinantico, el clculo del
tamao y seleccin de la muestra se basan en juicios y criterios subjetivos, por lo tanto se
desconoce la probabilidad de seleccin de las unidades de la poblacin bajo estudio y no es
Posible establecer la precisin respecto a niveles de confianza predefinidos. No obstante
esta restriccin, el muestreo determinantico representa una alternativa viable, ya sea cuando
la aplicacin del muestreo probabilstico resulta demasiado costosa; cuando no es posible
disponer de un marco de muestreo o cuando existe seguridad en que la informacin
recabada bajo este tipo de muestreo es suficientemente til para los fines de la
Investigacin.

El Muestreo Probabilstico:

Asigna a cada elemento de la poblacin bajo estudio una probabilidad conocida y diferente
de cero de ser seleccionado en la muestra.
Es til para realizar estimaciones de variables en la poblacin, donde todos sus elementos
tienen una misma probabilidad de ser elegidos; los elementos mustrales tendrn valores
muy parecidos a los de la poblacin, de manera que las mediciones del subconjunto darn
estimados precisos del conjunto mayor. Una de las principales ventajas de este tipo de
muestreo es que puede medirse el tamao de error de las predicciones y en consecuencia,
reducir al mnimo el error estndar (Kish, 1965).Las modalidades a considerar son las
siguientes: Aleatorio simple. Se asigna un nmero a cada individuo de la poblacin y a
travs de algn

Tendencia de Dispersin:
Son nmeros que indican qu tan separados estn los datos entre s: rango, desviacin
estndar, rango, intercuartil.La dispersin mide que tan alejados estn un conjunto de
valores respecto a su media aritmtica. As, cuanto menos disperso sea el conjunto, ms
cerca del valor medio se encontrarn sus valores. Este aspecto es de vital importancia para
el estudio de investigaciones. Se llaman medidas de dispersin aquellas que permiten
retratar la distancia de los valores de la variable un cierto valor central, o que permiten
identificar la concentracin de los datos en un cierto sector del recorrido de la variable. Se
trata de coeficientes para variables cuantitativas.

Rango:

El rango de una distribucin es la diferencia entre el valor mximo (M) y el valor mnimo
(m) de la variable estadstica. Para su clculo, basta con ordenar los valores de menor a
mayor. El rango refleja unicamente las dos puntuaciones extremas de la
distribucion

RANGO= VALOR MAXIMO VALOR MINIMO.

Varianza:
La varianza mide la mayor o menor dispersin de los valores de la variable respecto a la
media aritmtica. Cuanto mayor sea la varianza mayor dispersin existir y por tanto,
menor representatividad tendr la media aritmtica.
La varianza se expresa en las mismas unidades que la variable analizada, pero elevadas al
cuadrado. La varianza de un conjunto de datos se define como el cuadrado de la desviacin
estndar y est dada por:
v =s 2

Desviacin estndar:
Esta medida de variabilidad permite estudiar de que manera los valores se alejan o se
acercan con respecto al promedio central de los datos .La desviacin estndar o desviacin
tpica se define como la raz cuadrada de los cuadrados de las desviaciones de los valores
de la variable respecto a su media. Esto es:
La desviacin estndar es una medida estadstica de la dispersin de un grupo o poblacin.
Una gran desviacin estndar indica que la poblacin est muy dispersa respecto de la
media. Una desviacin estndar pequea indica que la poblacin est muy compacta
alrededor de la media. Para el caso de datos agrupados, la desviacin estndar se calcula
por medio de:

.
Tendencia central:
Son nmeros que se localizan cerca del centro o cerca de donde se encuentran los datos con
mayor frecuencia: media, mediana, moda. Se puede definir como aquellos cuyo valor
central obtenido se considera tpico del conjunto de datos del cual procede.

Mediana:
La mediana es el punto central de una serie de datos ordenados de forma ascendente o
descendente. De acuerdo al nmero de casos o datos, hay dos formas para calcular la
mediana: para nmero impar y para nmero par:

Nmero impar de datos ordenados de menor a mayor o de mayor a menor: la mediana es

el valor que queda justo al centro.

Ejemplo.
Obtener la mediana de los siguientes datos: 4, 7, 1, 9, 2, 5, 6.

Solucin.
Ordenando de forma ascendente: 1, 2, 4, 5, 6, 7, 9.

El valor que queda al centro es el 5, porque hay tres datos antes y tres datos despus de l,
entonces la mediana es 5.

Nmero de datos par: en este caso se busca la media aritmtica entre los dos valores
centrales.

Ejemplo.
Obtener la mediana de los siguientes datos: -3, 5, 18, 4, 11, -6, 9, 10, -1, 2.

Solucin.
Ordenando de forma ascendente: -6, -3, -1, 2, 4, 5, 9, 10, 11, 18.
Los valores centrales son 4 y 5. Su media aritmtica es:

X= 4+5 = 4.5
2
En este caso, la mediana de este conjunto no pertenece al conjunto de datos.
Las caractersticas de la mediana son:
1. En su clculo no se incluyen todos los valores de la variable.
2. La Mediana no es afectada por valores extremos.
3. Puede ser calculada en distribuciones de frecuencia con clases abiertas.
4. No es lgica desde el punto de vista algebraico.

Moda:

La moda de un conjunto de datos numricos es el valor que ms se repite, es decir, el que

tiene el mayor nmero de frecuencias absolutas. La moda puede ser no nica e inclusive no
existir. La moda es una medida de tendencia central muy importante, porque permite
planificar, organizar y producir para satisfacer las necesidades de la mayora.

Ejemplo.
Obtener la moda de los siguientes datos: -3, 3, -2, 0, 3, -1, -2, 4, 5, -2, 0, 1.

Solucin.
Ordenando de forma ascendente: -3, -2, -2, -2, -1, 0, 0, 1, 3, 3, 4, 5.
El valor que ms se repite es el -2, por lo tanto ese valor es su moda.

Ejemplo.
Obtener la moda de los siguientes datos: 6, 2, -1, -5, 3, -3, -2, 5, 0, -4, 4, 1.

Solucin.
Ordenando de forma ascendente: -5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5, 6.
Ningn valor se repite es, decir su moda no existe.

Ejemplo.
En una tienda, 18 empleados presentan la siguiente informacin:

Cul es la moda de las horas laboradas por los empleados?

Solucin.
Hay dos valores con frecuencia 5. Entonces, se concluye que hay ms de una moda. La
mayor frecuencia son 8 y 9 horas diarias de trabajo. Las caractersticas de la moda son:
1. En su clculo no se incluyen todos los valores de la variable.
2. El valor de la moda puede ser afectado grandemente por el mtodo de designacin de los
intervalos de clases.
3. No est definida algebraicamente.
4. Puede ser calculada en distribuciones de frecuencia que tengan clases abiertas.
5. No es afectada por valores extremos.

Media Ponderada:

La medida ponderada de un conjunto de valores de una variable x a los que se han

asignado, respectivamente, una ponderacin se calcula mediante la frmula:

Los valores indican la importancia que se quiere dar a cada

uno de los valores que toma la variable x.

Ejemplo.
Un profesor decide que la calificacin final de un alumno constar del 60% del promedio
de los exmenes, el 30% de promedio de tareas y el 10% de participacin en clase a lo
largo del ao escolar. Si un alumno tiene 5.3 de promedio de exmenes, 7.1 de tareas y 7.8
promedio de participaciones. Cul ser su calificacin final?
Solucin.

Si el profesor slo tomara en cuenta los exmenes, el alumno no aprobara. Sin embargo al
darle importancia a las tareas y a su participacin en clase, esto hace que al final consiga
aprobar con la media ponderada. Su caracterstica principal es que su resultado depende de
la importancia o peso de cada uno de los valores asignado por quien efecta el clculo.