Documente Academic
Documente Profesional
Documente Cultură
UNIVERSIDAD DE PAMPLONA
Lectura No. 1 Alumnos de Estadstica I
DOCENTE: GLADYS MONTAEZ ACEVEDO
FECHA: Marzo del 2017 (En la parte final taller y observaciones)
1. Qu es la estadstica?
De una u otra manera todos hemos utilizado alguna vez la palabra estadstica en un sentido
bastante general, aunque no la hayamos estudiado con anterioridad. Tambin la hemos
visto en los peridicos y en los libros, referida a un conjunto de cifras sobre algn
acontecimiento, o la escuchamos repetidas veces en discursos de candidatos polticos,
como argumento en contra de su oponente o como apoyo de las propuestas para sus
seguidores, en caso de ser elegido.
Sin embargo, en estas ideas la nocin de estadstica es muy limitada, ya que implican ms
bien un resultado de la aplicacin de unos mtodos estadsticos, que no se mencionan, a
unos datos especficos. Esta confusin entre la estadstica y unos resultados de su
utilizacin es bastante frecuente, en realidad, por lo que se hace necesario tener una buena
definicin del concepto de estadstica, como punto de partida.
Debido a lo extenso y variado del campo cubierto por la estadstica es difcil proponer
una definicin precisa del concepto. No obstante, tcitamente todos los estadsticos
estn de acuerdo en clasificar la materia en dos tipos cuales son la estadstica
descriptiva y la estadstica inferencial, las que desempean funciones distintas pero
complementarias en el anlisis estadstico.
Al resear las dos facetas de la estadstica, se pueden resumir como sigue el significado
de estadstica: La estadstica es la ciencia, pura y aplicada, que crea, desarrolla y
aplica tcnicas, de modo que pueda evaluarse la incertidumbre derivada de inferencias
inductivas.
Son diversos los vocablos que se citan como antecedentes del trmino estadstica. Sin
pretender ser exhaustivos, pero s buscando resear los de mayor mencin, podemos
nombrar los siguientes:
3
STATERA(Griego), que quiere decir balanza, ya que la estadstica mide o pesa hechos.
STAAT (Aleman), que se refiere a Estado como expresin de unidad poltica superior.
Sin embargo, con mucha anterioridad a estos dos casos antes sealados de recoleccin
de datos hay evidencias del uso de la estadstica a un nivel rudimentario por
organizaciones sociales antiguas. As por ejemplo, en los monumentos egipcios hay
testimonios de que los movimientos de poblaciones eran seguidos por medio de censos.
La biblia cita que Moiss hizo un censo de los israelitas en el desierto, como tambin que
David llev un censo. En China, Confucio narra cmo un rey llamado Yao, unos 3000
aos a.C., hizo levantar un recuento agrcola, industrial y comercial del pas.
Especial mencin ameritan los estudios Renta Vitalicia, durante la poca del Imperio
Romano, los cuales suponen el clculo de la vida media a distintas edades; y los
documentos sobre los itinerarios en los que se describen las distancias entre las diversas
localidades y el desarrollo de las vas de comunicacin.
Hacia mediados del siglo XVII en Alemania comenz a tomar fuerza una disciplina
orientada a la descripcin de las cosas notables de Estado; esta disciplina gozaba de una
sistematizacin orgnica y responda a principios doctrinales. Ajustada a esta estructura,
Hernann Corning (1719-1772) entra a considerarla como disciplina independiente y la
introduce como una asignatura universitaria con el nombre de Estadstica, encargada de
la descripcin de las cosas del Estado.
La escuela de los Aritmticos polticos tuvo como propsito fijar en nmeros aquellos
fenmenos sociales y polticos buscados por los empricos. Tienen como hecho meritorio
sus creadores el intenso de buscar leyes cuantitativas que regularan los comportamientos
sociales, uno de sus miembros fue Graunt (1620-1674), quien realiz investigaciones
estadsticas sobre poblacin y por ello se le seala como el iniciador de la tendencia
conocida con el nombre de estadstica investigadora, la cual se opona a la postura
universitaria alemana que se conoce con el nombre de estadstica descriptiva.
Sin pretender agotar los nombres de todos aquellos que han contribuido al desarrollo de
los mtodos estadsticos, comencemos por sealar a Adolph Qutele (1786-1874), quien
fue el primero en aplicar mtodos modernos al estudio de un conjunto de datos. Qutele
se reconoce como el padre de la estadstica moderna por su persistencia en recalcar la
importancia de aplicar mtodos estadsticos. En este punto es justo reconocer la labor
desarrollada por Antonio Courmout (1801-1877), tendiente a integrar las leyes de la teora
de la probabilidad al anlisis estadstico; esto le dio prestancia a la estadstica al tiempo
que la dot de un rigorismo hasta ese momento ausente en sus procedimientos.
Ahora bien, si tuviramos que sealar un hecho que hubiera contribuido ms al desarrollo
de la que pudisemos llamar estadstica moderna, tal vez la mayora, por no decir todos,
estaramos de acuerdo en sealar la aparicin de la distribucin normal.
La ecuacin de la curva asociada a esta distribucin fue publicada por vez primera en
1733 por De Moivre, pero debido a su incapacidad para aplicar sus resultados a
observaciones experimentales su trabajo permaneci indito hasta cuando Karl Pearson lo
encontr en una biblioteca en 1924. Sin embargo, Laplace (1749-1827) y Gauss (1777-
1855) obtuvieron cada uno por su lado el mismo resultado que haba conseguido De
Moivre.
La obra de Galtn estimul a Karl Pearson (1857-1936) para que profundizara en sus
investigaciones y fund as el peridico Biomtrico, que ha influido profundamente en el
desarrollo de la estadstica. Muchos mtodos que forman parte del glosario del anlisis
estadstico son obra de Pearson y su obra cumbre es la creacin de la distribucin ji-
cuadrado
J. Neyman, 1894 y E.S. Pearson, 1895, presentaron una teora sobre la verificacin o
prueba de hiptesis estadstica, entre 1936 y 1938. La teora estimul la investigacin y
fueron varios los resultados de uso prctico.
Los mtodos o tcnicas estadsticas han dado, como dice Sheth, una revolucin en la
investigacin de mercados. Hoy en da, gracias a los ordenadores, las empresas pueden
disponer fcilmente de gran cantidad de datos referentes a su actividad o bien al entorno
en que se mueven. Un buen anlisis y la correcta interpretacin de la informacin que
recogen estos datos pueden disminuir en gran medida los riesgos de las decisiones. La
investigacin comercial ha utilizado los mtodos clsicos de estadstica descriptiva
(distribucin de frecuencias, tablas de contingencias, correlaciones, etc) Ahora bien, el
mercado es un fenmeno complejo en el que influyen gran nmero de factores que es
necesario estudiar simultneamente, y esto se consigue a travs de las tcnicas
multivariantes. Los mtodos clsicos que estudian cada variable por separado son
6
Hay cuatro razones simples e innegables por las cuales los estudiantes que tomen un
curso de estadstica como requisito deben alcanzar cierto dominio de esta materia.
5.1 Deben poder leer literatura profesional. No hay duda de que el saber en cualquier
campo llega principalmente por la lectura. Los verdaderos estudiantes jams
terminan de ampliar su capacidad en el arte de leer. En un campo especializado,
la lectura es principalmente cuestin de ampliar el vocabulario. No se puede leer
7
5.2 Deben dominar las tcnicas que se necesitan en cursos superiores. Ya sea el
curso superior un curso de laboratorio o una prctica, suele haber ciertas tcnicas
accesorias que se emplean corrientemente en las operaciones que entran en juego.
En el curso de laboratorio, no se pueden tratar los resultados ni escribir los
informes sin operaciones estadsticas mnimas, por lo menos. Un estudio sobre el
terreno o la comprobacin de un informe, tambin suponen pasos estadsticos
ineludibles.
3. Permiten resumir los resultados de una manera significativa y cmoda. Las masas
de observaciones en s mismas son abrumadoras y casi que carecen de significado.
Antes de que podamos ver el bosque al tiempo que los rboles, hay que poner
orden en los datos. La estadstica nos ofrece medios incomparables para ordenar
el caos, para ver el panorama general en los resultados que se tienen.
Una compaa que fabrica cierto componente qumico, lo empaqueta en bosas plsticas,
cada una de las cuales se supone que contiene 25 libras. Suponga que en el proceso se
chequea peridicamente una muestra. Si una muestra de 50 bolsas del producto da una
media (muestral) de 24 libras, 12 onzas, el mtodo inferencial nos permite determinar si
el proceso se puede considerar bajo control? Mediante el proceso inferencial podemos
tambin decidir, por ejemplo, si una vacuna que ha sido desarrollada para combatir el
resfriado se puede considerar eficaz en el 95% de los casos, al haber encontrado que de
30 personas vacunadas, 27 pasaron el invierno sin haber sufrido resfriado.
En biologa y agronoma las tcnicas estadsticas se han empleado desde hace mucho
tiempo, en particular para estudiar el efecto de los tipos de semillas, de los insecticidas y
de los fertilizantes en las cosechas. La produccin de ganado de mejor calidad con el
desarrollo de planes especiales de alimentacin y de cra tambin ha sido resultado de
estudios que han tenido como fondo un anlisis estadstico. La medicina reconoce los
10
Otro error que se comete es aquel en el cual las conclusiones estn basadas en datos
insuficientes. Suponga que un vendedor de seguros hace llamadas de casa en casa para
vender cierta pliza de seguros. Afirma que el 25% de sus llamadas resultarn en ventas
efectivas porque hizo una venta el sbado por la tarde cuando realiz cuatro llamadas, lo
cual da la impresin de que el 25% de todas las llamadas tendrn xito, cosa que
naturalmente no es as. Su informacin sera ms confiable si dijera, por ejemplo, que
de 100 llamadas, 25% dieron fruto; y mejor an, si dijera que de 1000 llamadas, 250
11
7. Magnitudes y Variables
Es frecuente el uso de estas dos palabras como sinnimos. Si bien a veces esto es correcto,
conviene puntualizar la diferencia conceptual entre ambas: La magnitud no depende del
sistema de referencia, la variable s. Por ejemplo, la masa de un cuerpo es igual en todo
el sistema solar, pero su peso vara segn el planeta donde est ubicada. Un hombre pesa
en la Luna casi un sexto de lo que pesa en la Tierra, pero su masa sigue siendo la misma.
Entonces magnitud es la masa, y la variable el peso. Una caracterstica del hombre, como
la de tener sangre caliente es una magnitud. Tomando como poblacin a toda la especie
Homo-sapiens, es una constante para todos los seres humanos, por lo tanto no es una
variable, sino un parmetro. Pero si se toma como una poblacin a todos los habitantes
del planeta, al comparar con los peces se detecta una diferencia con el hombre, deja de ser
un parmetro y esa misma magnitud es ahora una variable.
Variable: Es toda magnitud que permite diferenciar entre s a los componentes de una
misma poblacin. Matemticamente se expresa como una funcin.
Parmetro: Es toda magnitud que tiene el mismo valor dentro de una poblacin. O sea,
no permite diferenciar entre s a sus elementos componentes.
Medir: Es comparar una magnitud con otra de su misma especie, considerada como
referencia o patrn. Ya sea usando instrumentos, o bien, por medio de los sentidos.
Datos: Son nmeros o medidas que han sido recopilados como resultados de
observaciones. Los datos pueden provenir de recuentos tales como el nmero de personas
que laboran en una empresa o de mediciones como el peso de una persona.
Variable aleatoria: Cuando los valores que asume la variable han sido antecedidos por
una seleccin aleatoria de los objetos medidos o son resultados de algn proceso al azar.
A las variables aleatorias usualmente se les denota por letras X, Y, Z; y sus valores por
las respectivas minsculas.
Marco muestral: Lista, mapa, u otra especificacin de los elementos que componen la
poblacin que se toma como referencia para extraer una muestra.
Discretas
Cuantitativa
Continuas
Magnitudes
Ordinales
Cualitativa Dicotmicas
(Binarias)
Atributos
Politmicas
La diferencia entre magnitudes cuantitativas y cualitativas est en la relacin que tienen con
el patrn o estndar, contra el cual son comparadas al ser medidas. Si esta relacin puede ser
expresada con nmeros, debido a una proporcionalidad, entonces la magnitud es cuantitativa.
Por ejemplo, si la altura de un paciente es de 1,7 m, eso significa que es 1,7 veces ms largo
que el metro patrn depositado en Pars, o sea una proporcin numrica real, y por eso la
13
UNIVERSIDAD DE PAMPLONA
TALLER N1. CONSULTAS Y EJERCICIOS
CURSO: ESTADISTICA I (Lectura, consultas, ejercicios)
DOCENTE: GLADYS MONTAEZ A.