1

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.

Al leer en diversos libros de estadstica la parte correspondiente a la definicin, podremos

notar que existe bastante aceptacin al afirmar que es un conjunto de mtodos referidos a
la recoleccin, organizacin y anlisis de datos.

2. Algunas definiciones de estadstica

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.

Estadstica descriptiva. Trata esta parte de la estadstica del resumen, manipulacin

y descripcin de los datos. Dicho resumen puede ser tabular, grfico o numrico. El
anlisis se limita en s mismo a los datos coleccionados y no se realiza inferencia
alguna o generalizaciones acerca de la totalidad de donde provienen esas
observaciones (poblacin).

Por ejemplo si un jefe de personal somete a un test de aptitud a un grupo de graduados

de un instituto superior recientemente contratados; entre lo que puede hacer con las
puntuaciones que resultan del test valindose de la estadstica descriptiva, estn los
aspectos siguientes: Arreglar las puntuaciones o clasificarlas de manera que con slo
dar un vistazo a los datos se pueda tener una imagen general de los mismos; calcular
 2

el promedio de las puntuaciones y reconocer algo sobre la aptitud tpica de los

empleados; construir tablas, grficas y cuadros para visualizar el comportamiento de
los datos o bien convertir las puntuaciones brutas en rangos o en percentiles para hacer
comparaciones, utilizar el promedio como punto de localizacin y describir la
variabilidad o dispersin de los datos. Adems, si despus se obtienen ciertas medidas
sobre el rendimiento en el trabajo de estos empleados, se puede tratar de describir la
relacin entre las puntuaciones dadas por el test y dichas mediciones. Y en cuanto se
establezca una relacin semejante, se pueden predecir el rendimiento de un empleado
en su trabajo con base en su puntuacin en el test de aptitud.

Estadstica inferencial. Si bien la descripcin de los hechos recolectados es a veces

en s misma el fin que se propone, en la mayora de los anlisis estadsticos estamos
realmente ms al comienzo de la tarea que al trmino de la misma, una vez que hemos
terminado los aspectos descriptivos. Y esto es as, puesto que el objetivo ltimo de
la labor estadstica es el de extraer conclusiones tiles sobre la totalidad de todas las
observaciones posibles de que se trate, con base en la informacin recolectada. Es
decir, la estadstica descriptiva no es ms que el trabajo preliminar para la inferencia.
Entendindose como inferencia estadstica el proceso de hacer predicciones acerca
de un todo o tomar decisiones al basarnos en la informacin contenida en una muestra.
La estadstica inferencial, por su parte, se refiere a la rama de la estadstica que trata
de los procesos inferenciales, la que a su vez comprende la teora de estimacin y
prueba de hiptesis.

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.

3. Resea histrica de la estadstica

Como se dijo antes el trmino estadstica es ampliamente escuchado y pronunciado a

diario desde diversos sectores activos de la sociedad. Sin embargo hay una gran
diferencia entre el sentido del trmino cuando se utiliza en el lenguaje corriente
(generalmente al anteceder) una citacin de carcter numrico) y lo que la estadstica
significa como ciencia.

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

STATUS (Latn), que significa situacin, posicin, estado.

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.

La razn o razones que motivaron al hombre en un momento de su desarrollo a tomar en

cuenta datos con propsitos estadsticos, tal vez la hallemos si tenemos en cuenta que es
difcil imaginar un organismos social, sea cual fuere la poca, sin la necesidad, casi
instintiva, de recoger aquellos hechos que aparecen como actos esenciales de la vida; y
as, al situarnos en una etapa del desarrollo de la estadstica podemos pensar que se
convirti en una aritmtica estatal para asistir al gobernante que necesitaba conocer la
riqueza y el nmero de los sbditos con el objeto de recaudar impuestos o presupuestar
la guerra. Es sabido que Cesar Augusto decret que todos los sbditos tenan que tributar
y por tanto exigi a todas las personas que se presentaran al estadstico ms cercano que
era entonces el recaudador de impuestos. Guillermo el Conquistador orden un censo de
las tierras de Inglaterra con fines de tributacin y del servicio militar. Este documento
se llam Domesday Book.

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.

Paralela y contemporneamente con la escuela alemana, en Inglaterra se desarrolla la

escuela conocida con el nombre de los aritmticos polticos y en Francia la escuela
Probabilstica.
 4

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.

La escuela probabilstica, conocida tambin como enciclopedicotemtica, bas su

desarrollo en el empleo de la matemtica particularizada en el clculo de probabilidades
como instrumentos de investigacin. El clculo de probabilidades nace con Blas Pascal
(1623-1662) y Pedro de Fermat (1601-1665) al tratar de dar soluciones a problemas
relacionados con juegos de azar propuestos por Antonio Gambaud, ms conocido con el
ttulo nobiliario de Caballero de Mer. A partir de Pascal fueron muchos los matemticos
insignes que al apoyarse en la teora de la probabilidad formularon la teora estadstica y
su aplicacin prctica.

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.

Entre los contemporneos de Quelet y Gauss que contribuyeron al avance de la estadstica

como ciencia estaban Florence Nightingale (1820-1910) Y Francis Galtn (1822-1911).
Nightingale afirmaba que los polticos y legisladores fracasaban a menudo porque sus
conocimientos estadsticos eran deficientes. Galtn, como su primo Charle Darwin, se
dedic al estudio de la herencia, a la cual aplic mtodos estadsticos. Entre sus aportes
ms importantes se cuenta el desarrollo de mtodos bsicos como la regresin y la
correlacin.
 5

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

Debido a que Pearson se ocup fundamentalmente de muestras grandes, la

correspondiente teora no se ajustaba para el estudio basado en muestras pequeas. Entre
los experimentos que vivan este problema estaba William Gosset (1876-1937), quien
estudiaba con Pearson. Gosset, quien escriba con el seudnimo de Student, dedujo la
distribucin t y con ello solucion el problema para el estudio de pequeas muestras.

Ronal Fisher (1890-1962), recibi influencia de Karl Pearson y de Student, e hizo

numerosas e importantes contribuciones a la estadstica, sobre todo en su aplicacin para
el estudio de situaciones propias de la agricultura, biologa y gentica. A Fisher se debe
el hallazgo de la conocida distribucin F.

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.

Finalmente, mencionemos a Abraham Wald (1902-1950), quien en sus libros Sequential

Analysis y Statistical Decision Functions, presenta conquistas estadsticas orientadas en
el campo de la gentica.

4. La estadstica en la investigacin comercial

Uno de los fines de la investigacin comercial es obtener informacin que permita

disminuir la incertidumbre de la empresa a la hora de tomar decisiones. Cuanto mayor y
ms precisa sea la informacin disponible, mayor ser la posibilidad de tomarlas
correctamente.

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

estudios parciales, y en muchos casos pueden llegar a conclusiones errneas, al no

considerar los efectos conjuntos.

Cuando se habla de tcnicas multivariantes se pueden definir como un conjunto de

mtodos estadsticos que analizan de forma simultnea dos o ms variables observadas.
A partir de esta definicin se puede deducir que permitirn una visin del conjunto, de los
fenmenos de marketing, y en este sentido constituyen un avance frente a los estudios
clsicos Univariantes. Sin embargo, la aportacin de las tcnicas multivariantes es mucho
mayor.

La importancia de la estadstica en la ingeniera, la ciencia y la administracin ha sido

subrayada por la participacin de la industria en el aumento de la calidad. Muchas
compaas se han dado cuenta de que la baja calidad de un producto (ya sea en la forma
de defectos de fabricacin, en una baja confiabilidad en su rendimiento, o en ambos), tiene
un efecto muy pronunciado en la productividad global de la compaa, en el mercado y la
posicin competitiva y, finalmente, en la rentabilidad de la empresa. Mejorar estos
aspectos de calidad puede eliminar el desperdicio, disminuir la cantidad de material de
desecho, la necesidad de volver a maquilar piezas, los requerimientos para inspeccin y
prueba y las prdidas por garanta; adems de mejorar la satisfaccin del consumidor y
permitir que la empresa se convierta en un productor de alta calidad y bajo costo en el
mercado. La estadstica es un elemento decisivo en el incremento de la calidad, ya que
las tcnicas estadsticas pueden emplearse para describir y comprender variabilidad.
Virtualmente todos los procesos y sistemas de la vida real exhiben variabilidad. Ejemplo:
considere la situacin donde, de un proceso de maquinado, se seleccionan variaos
componentes del motor de una aeronave y se mide la altura de la turbina del propulsor
(una dimensin crtica) de cada parte. Si el instrumento de medicin tiene una resolucin
suficiente, la altura de cada turbina ser diferente; esto es habr variabilidad en la
dimensin. Porqu se presenta la variabilidad? En general la variabilidad es el resultado
de cambios en las condiciones bajo las que se hacen las observaciones. En el contexto de
la manufactura, estos cambios pueden ser diferentes en las propiedades de los materiales
utilizados, en la forma en que trabajan los obreros, en las variables de los procesos (tales
como la temperatura, la presin, el tiempo de ocupacin etc).

5. Porqu es importante la estadstica en la investigacin?

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

gran cosa de la literatura en un campo especializado de las ciencias sociales, sobre

todo en las del comportamiento, sin encontrar smbolos, conceptos e ideas
estadsticas a cada paso. Se podra entonces hacer lo que los nios cuando abordan
una lectura un tanto superior a su comprensin, saltarse los pasos. Pero esto es
difcilmente excusable en adultos que estn leyendo material que no tiene por qu
estar por encima de su nivel y en el cual los lugares dificultosos pueden ser los que
expliquen las partes decisivas del contenido. Quienes esquivan esas partes
probablemente debern depender de las conclusiones de otras personas en cuanto
a sus propias conclusiones y opiniones, lo cual no es ni mucho menos
independencia de criterio, ni sntoma de madurez de conocimientos. No se precisa
que todo estudiante puede navegar por entre las contribuciones matemticas ms
pesadas de los especialistas en estadstica. Pero es claro que las personas que
no pueden leer un estudio de investigacin corriente en su campo son
entendimiento y pudiendo apreciar de algn modo si se ha llegado a conclusiones
slidas tiene graves limitaciones. Lo ms probable es que tal apreciacin exija
familiaridad con las ideas estadsticas fundamentales.

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.

5.3 La estadstica es parte esencial de la formacin profesional. Los psiclogos o los

educadores con formacin gustan de sentirse personas profesionales. Y la lgica
estadstica, el pensar estadstico y las operaciones estadsticas son hasta cierto
punto una parte necesaria de toda profesin. Hasta donde utilicen en la prctica
los instrumentos tcnicos comunes, tales como las pruebas, casi todo profesional
depende de la informacin estadstica fundamental en su administracin e
interpretacin de los resultados. El empleo de las pruebas sin conocimiento del
razonamiento estadstico del cual dependen, es como el diagnstico mdico que se
vale de pruebas clnicas sin conocimientos de fisiologa y patologa o laboratorio
clnico.

5.4 La estadstica es fundamental en las actividades investigativas. En los prrafos

que siguen se hablar de la relacin entre la estadstica y la investigacin. Aqu
solamente se insiste en que en cualquier campo profesional en los que haya tantas
incgnitas como en las ciencias del comportamiento, la administracin, la
economa, la ingeniera, los deportes, el progreso de esas profesiones y de la
competencia de sus miembros, depende en grado elevado de la permanente actitud
investigativa y de los esfuerzos de investigacin de esos miembros.
 8

Dicho brevemente, las ventajas del pensar y de las operaciones estadsticas en la

investigacin son las siguientes:

1. Periten el tipo de descripcin ms exacto. Cuando todo est dicho y hecho, el

objetivo de la ciencia es la descripcin de fenmenos, descripcin que ha de ser
tan completa y tan precisa que sea til para quien pueda entenderla al leer los
smbolos en trminos de los cuales se describen esos fenmenos. La matemtica
y la estadstica hacen parte de nuestro lenguaje descriptivo, son una elaboracin
de nuestros smbolos verbales, especialmente adaptados al tipo de descripcin
eficaz que exige el cientfico.

2. Nos obligan a ser claros y exactos en nuestros procedimientos y en nuestro pensar.

Uno de los autores de un determinado libro oy una vez a un prominente Psiclogo
defendiendo sus conclusiones un tanto vagas cuando deca que prefera a ser vago
y tener razn, que claro y estar errado. Pero ante ser vago y tener razn no se
plantea al ser Claro y errado, pues tambin se puede ser claro y tener razn, y
algunos autores sostienen que lo ms probable es que el tener razn es algo que
est decididamente del lado Claro del asunto.

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.

4. Permiten deducir conclusiones generales, y el proceso de deduccin de

conclusiones se efecta segn las reglas aceptadas. Adems, siguiendo pasos
estadsticos podemos saber hasta dnde se puede tener fe en una conclusin y hasta
dnde podemos ampliar nuestras generalizaciones.

5. Permiten predecir qu tanto suceder de algo en ciertas condiciones que

conocemos y que hemos medido. Por ejemplo, podemos predecir la nota probable
de un estudiante de primer ao en lgebra, si conocemos la puntuacin del
estudiante en una prueba de aptitud acadmica general, la puntuacin en una
prueba de aptitud especial en lgebra, la nota promedio en matemticas de la
escuela secundaria y tal vez el nmero de horas semanales que dedica el estudiante
al lgebra. Nuestra prediccin puede tener algn error porque no se han tenido en
cuenta otros factores, pero los mtodos estadsticos tambin nos dirn cul es el
margen de error previsible al hacer predicciones. As pues, no solamente podemos
hacer predicciones, sino que tambin podemos saber hasta dnde podemos tener
fe en ellas.
 9

6. Uso y abuso de la estadstica

La estadstica se ha convertido en materia decisiva para estudiantes de todas las ciencias,

entre otras, las de empresariales, economa, sociologa, antropologa, la salud, ciencias del
comportamiento. Los mtodos estadsticos han demostrado ser tiles en una amplia gama
de estudios relacionados con la conducta humana, razn que ha hecho que se incluya en
los programas de la mayora de las carreras.

La economa moderna se ha tornado tan compleja que la incertidumbre en cuanto a las

futuras operaciones de la empresa se acrecientan; sin embargo, las firmas empresariales
deben tomar decisiones pese a tales incertidumbres. La decisin slida y razonada exige
anlisis e interpretacin cuidadosos de la informacin sobre hechos, y a este respecto las
tcnicas estadsticas han demostrado ser especialmente tiles. En las actividades de hoy
ya no se considera la estadstica como el mero registro de ventas y de contabilidad, sino
ms bien como una parte integrante en la decisin administrativa. En la investigacin de
mercados y en la previsin de las tendencias econmicas, por ejemplo es manifiesta la
necesidad de utilizar el muestreo, el anlisis de regresin y otros mtodos estadsticos.

A continuacin presentamos otras situaciones que nos indican cmo la inferencia

estadstica se ha convertido en una importante herramienta en la empresa. Suponga que
una compaa manufacturera quiere decidir si acepta o rechaza un embarque de mercanca
que ha recibido recientemente. Se inspecciona una parte del embarque para determinar su
calidad. Si halla que 3 de 30 unidades examinadas son defectuosas, este resultado es
prueba suficiente para indicarnos que el embarque es de mala calidad? La inferencia
estadstica nos permitir dar una respuesta racional a este interrogante.

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

efectos secundarios o la eficacia de medicamentos y mejora los mtodos de control de la

propagacin de enfermedades con base en las tcnicas estadsticas. Tambin se puede
aplicar con buenos resultados en la gentica, la silvicultura y la ecologa. Todo lo anterior
nos seala porqu la estadstica se recomienda y a veces se exige a los estudiantes de estas
reas.

La estadstica ha encontrado tambin una aplicacin creciente en la fsica y la qumica,

ciencias en las que se ha utilizado para contrastar hiptesis con base en los datos
experimentales. El trabajo de investigacin del comportamiento humano y fsico ha hecho
crecer el campo del diseo experimental, que es una importante tcnica estadstica. En
ingeniera, el uso de los instrumentos estadsticos para controlar la calidad de la
produccin ha sido una experiencia fructfera desde hace varios decenios.

El desarrollo del campo de la computacin ha contribuido a la expansin de las

aplicaciones de las tcnicas estadsticas en nuevos y ms complejos problemas. Al tiempo
que se han fortalecido y ampliado los mtodos de anlisis estadsticos, particularmente
al hacer uso de la teora de la simulacin.

No siempre se hace buen uso de la metodologa estadstica en cuanto al anlisis de los

datos. Unas veces por desconocimiento y otras por descuido del investigador. Unas
cuantas citas acerca del mal empleo de la tcnica estadstica nos permitir comprender
mejor el fondo del problema. Uno de los errores que se cometen con la mayor regularidad
es hacer conclusiones basadas en datos muestrales no representativos. Quizs el ms
sonado caso de este tipo de error fue el que cometi el Literay Digest sobre los resultados
de las elecciones presidenciales en los Estados Unidos en 1936. El Digest envi papeletas
de vota a una muestra de votantes escogidos mediante los registros telefnicos de su propia
lista de suscriptores. Las papeletas devueltas hacan prever que Franklin D. Roosevelt
obtendra 161 votos electorales y su contenedor Alfred Landon lo aplastara por 370 votos.
La eleccin final arroj como resultado 523 votos electorales para Rooservelt y 8 para
Landon. Roosevelt gan en 46 de los 48 estados, con victoria aplastante en muchos de
ellos. Lo errneo estuvo en que la muestra no fue representativa, ya que durante el ao
de la depresin de 1936 las personas que podan darse el lujo de tener telfonos o
suscripciones de revistas pertenecan a ncleos econmicos superiores y estos s estaban
en su mayora a favor de Landon, pero los votantes favorecieron a Roosevelt. Esta salida
en falso del Digest contribuy a que dejara de existir.

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

terminaron en ventas. As pues, cuando se utilice un porcentaje es aconsejable tener en

cuenta el total de casos u observaciones para garantizar la fiabilidad.

Como an no se han presentado los diversos mtodos de la estadstica, la presentacin y

examen de los abusos de esta quedan limitados. Finalmente dirase que todo
procedimiento estadstico puede emplearse de modo engaoso o con interpretaciones
deficientes de los resultados. Sin embargo, no es difcil evitar tales engaos o falsas
interpretaciones; al lector se le recomienda el librito de Darrel Huff; How to Lie with
statistics si desea tener una mejor visin de los abusos de la estadstica.

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.

Magnitud: Es toda caracterstica, o cualidad de un elemento integrante de la poblacin,

susceptible de ser observada.

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.

Valor o datos: Es los resultados de medir una magnitud en unos elementos de la

poblacin.
 12

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.

Cada rama dentro de la biologa presenta un grupo especfico de magnitudes propias,

como concentraciones de fluidos o de productos qumicos en clnica, medidas
morfolgicas en antropometra, frecuencias de factores hereditarios en gentica, las
estadsticas vitales en Demografa, los ndices econmicos en Econometra, y muchas
otras ms. Es el investigador quien decide cul magnitud usar en sus estudios y la forma
en que usar la herramienta estadstica, para analizar los datos obtenidos. La
bioestadstica no contribuye al descubrimiento de nuevas magnitudes, sino al tratamiento
de la informacin que hace posible tal descubrimiento. Por ejemplo un anlisis estadstico
puede demostrar que el ajuste de los datos de la magnitud elegida, a una curva terica
planteada, no es digna de confianza.

Una clasificacin de las magnitudes puede ser la siguiente:

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

magnitud altura es cuantitativa. En general, todas las magnitudes fsicas basadas en el

Sistema Internacional de Unidades (metro, kilo, segundo, etc.) son ejemplos clsicos de
magnitudes de este tipo. En cambio, una magnitud es cualitativa cuando su relacin con el
patrn no es una proporcin numrica. El sexo, el color, el olor, etc. son ejemplos de este
tipo de variables. Se pueden codificar con nmeros a los resultados, cuando se miden esas
magnitudes, pero eso no quiere decir que la relacin sea numrica. Por ejemplo, si se
conviene en codificar con un 2 al sexo masculino y con un 1 al femenino, eso no quiere
decir que un hombre valga por dos mujeres. Las magnitudes cuantitativas se clasifican en
continuas o discretas. Se diferencian entre s, porque en la primera la relacin numrica con
el patrn puede ser cualquiera, mientras que en la segunda hay algunos valores prohibidos.
Entonces una magnitud continua se expresa mediante nmeros reales. Las mediciones fsicas
clsicas son el mejor ejemplo de este tipo de magnitudes: peso, talla, densidad, temperatura,
concentracin, etc. En una magnitud continua hay infinitos puntos posibles dentro de un
intervalo cualquiera de la misma, en del dominio de los nmeros reales. En cambio, cuando
la magnitud tiene algunos valores que son posibles y otros que no, entonces se trata de una
discreta (se expresan por lo general con los nmeros enteros positivos). Por ejemplo, las de
recuento o enumeracin: como el nmero de hijos, de pacientes, la cantidad de dientes y
otras. All se usan valores enteros para contar los resultados; no tendra sentido medir12,75
alumnos en un aula. Existen otros nombres para este tipo de magnitudes: discontinuas o
mersticas.

UNIVERSIDAD DE PAMPLONA
TALLER N1. CONSULTAS Y EJERCICIOS
CURSO: ESTADISTICA I (Lectura, consultas, ejercicios)
DOCENTE: GLADYS MONTAEZ A.

1.1 Estudiar el documento.

1.2 Haga una relacin de los autores que hicieron aportes importantes a la
estadstica, resumiendo en un cuadro.
1.3 Cul es la diferencia entre estadstica Paramtrica y estadstica NO paramtrica.
1.4 Cul es la diferencia entre estadstica descriptiva y la inferencial?
1.5 Cul es la diferencia entre una investigacin cientfica y una investigacin
estadstica?
1.6 Cules son los tipos de investigacin cientfica segn su finalidad
1.7 Nombre tres aspectos importantes de la aplicacin estadstica en su carrera.
1.8 Cul es la diferencia entre investigacin cuantitativa y cualitativa. Cul de
ellas es ms importante, ventajas y desventajas de cada una de ellas.
1.9 Cules son las etapas de una investigacin estadstica, brevemente explique
cada una de ellas.
1.10 Consulte las diferentes escalas de medicin (Razn, intervalo) de
ejemplos en cada caso.
1.11 De tres ejemplos de poblaciones aplicadas a su carrera. Para una de ellas,
registre 2 posibles muestras.
 14

1.12 Consulte una definicin para: Muestreo, Tipos de muestreo ms comunes,

Elementos de muestreo, unidad de muestreo, alcances del muestreo. Censo,
encuesta, cuestionario, marco muestral. Poblacin, poblacin finita e infinita,
Qu es?:Un parmetro, estadgrafo, estimador, Probabilidad.
1.13 Recorte de revistas o peridicos 3 grficos estadsticos y registre la variable
que se est representando. Clasifquela como discreta o continua.
1.14 La siguiente tabla muestra las ventas, en miles de dlares, de 20
vendedores de una compaa de computadoras.40.2, 29.3, 35.6, 88.2, 42.9,
26.9, 28.7, 99.8, 35.6, 37.8, 44.2, 32.3, 55.2, 50.6, 25.4, 31.7, 36.8, 45.2, 25.2,
39.7, 88.2. Tabule la informacin y obtenga las frecuencias.Calcular e
interpretar la media, la moda, la mediana, la media geomtrica, media
armnica, la desviacin estndar, desviacin media, recorrido, el cuartil 3 y el
percentil 23. El rango intercuartlico RIQ.

1.15 Estudiar del libro Estadstica aplicada a los negocios y la economa.

Autores: LIND/MARCHAL/WATHEN/. Ejercicios de las Pginas 35 y 36;
62 a la 82.. Este libro lo encuentra en la biblioteca Central y en la biblioteca
del Colegio del Rosario. No deben llevar los libros para la casa, pues muchos
estudiantes necesitan el libro.
1.16 Estudiar del Libro de canavos: Ejercicios 1.1 al 1.8 pginas 22-24.

BIBLIOGRAFIA: Todos los libros de estadstica

Otros libros:
1. Estadstica aplicada a los negocios y la economa. Autor lind/marchal/Wathen
2. Estadstica aplicada a los negocios y la economa. Autor: Allen L. Webster
3. Estadstica para Administracin y Economa. Masson/Lind/ Marchal
4. Estadstica para ingenieros. Hay varias en la biblioteca.

Leer abajo las observaciones

 15

OBSERVACIONES A TENER EN CUENTA

1. Presente un trabajo escrito en esfero, legajado debidamente, desarrollado en
forma consecutiva como se indica anteriormente. Hojas tamao carta de papel
bond o cuadriculadas.
2. Nmero de estudiantes: Mximo 10
3. Registrar nombres y apellidos completos en la portada del trabajo
4. Fecha de presentacin: Da del parcial I
5. Si se presenta despus de dicha fecha se calificar 3.0 hacia abajo.
6. No deben haber trabajos idnticos, si los hay se anulan
7. Aspectos del trabajo a evaluar: Presentacin, Contenido, desarrollo de los
puntos, interpretacin de los resultados.

Qu se evala en la primera Evaluacin:

Los temas dados en clase, los temas de consulta, las lecturas, los talleres, ejercicios
recomendados de los libros.
No se permite hacer clculos con el celular. No habr prstamos de elementos entre
compaeros, como calculadoras, borrador, bolgrafo ..etc.
No se dejan sacar apuntes, frmulas ni hojas adicionales.
La evaluacin es individual
No se contesta NINGUNA respuesta por parte del profesor durante el parcial.
ASESORIAS: Lunes de 4 a 5pm, martes de 8 a 9am en Caf. Sombrillas. Das
jueves de 9 a 11 am y el jueves de 4 a 5pm en la biblioteca central.