ESTADISTICA SEGN AUTORES: Es considerada por algunos autores como una

rama de la matemtica que se ocupa de la recoleccin, clasificacin e interpretacin

de datos (Enciclopedia Barda Educativa, 2009, p629). Y para otros es una
ciencia que se puede considerar como la aplicacin del mtodo cientfico en el
anlisis de datos numricos con el fin de tomar decisiones racionales (Anderson,
Sweeney, y Williams, 1982. p7) o una ciencia que estudia la interpretacin de
datos numricos (Garzo, y Garca, 1988. p5), sin embargo hay quienes prefieren
no encasillarla como una rama o ciencia y la definen como un arte o un mtodo
conjunto de mtodos (metodologa) que trata de la recoleccin, presentacin y
agrupacin de los datos, as como del anlisis, interpretacin, proyeccin e inferencia
de ellos.(Sote, 2005, p.13)
HISTORIA Y EVOLUCION DE LA ESTADISTICA: En el siglo XVIII, el trmino
"estadstica" designaba la coleccin sistemtica de datos demogrficos y econmicos
por los estados. A principios del siglo XIX, el significado de "estadstica" fue ampliado
para incluir la disciplina ocupada de recolectar, resumir y analizar los datos. Hoy la
estadstica es ampliamente usada en el gobierno, los negocios y todas las ciencias. Las
computadoras electrnicas han acelerado la estadstica computacional y ha permitido
a los estadsticos el desarrollo de mtodos que usan recursos informticos
intensivamente. El trmino "estadstica matemtica" designa las teoras matemticas
de la probabilidad e inferencia estadstica, las cuales son usadas en la estadstica
aplicada. La relacin entre estadstica y probabilidades se fue desarrollando con el
tiempo. En el siglo XIX, las estadsticas usaron de forma gradual la teora de
probabilidades, cuyos resultados iniciales fueron encontrados en los siglos XVII y XVIII,
particularmente en el anlisis de los juegos de azar (apuestas). Para 1800, la
astronoma usaba modelos probabilsticos y teoras estadsticas, particularmente el
mtodo de los mnimos cuadrados, el cual fue inventado por Legendre y Gauss. La
incipiente teora de las probabilidades y estadsticas fue sistematizada y extendida por
Laplace; despus de este, las probabilidades y estadsticas han experimentado un
continuo desarrollo. En el siglo XIX, el razonamiento estadstico y los modelos
probabilsticos fueron usados por las ciencias sociales para el avance las nuevas
ciencias de psicologa experimental y sociologa, y por las ciencias fsicas en
termodinmica y mecnica estadstica. El desarrollo del razonamiento estadstico
estuvo fuertemente relacionado con el desarrollo de la lgica inductiva y el mtodo
cientfico.
CLASIFICACION: El estudio de la estadstica se divide en dos categoras: la
estadstica descriptiva y la estadstica inferencial.
La estadstica descriptiva es la que se encarga de recolectar, describir, organizar y
presentar los datos. Utiliza encuestas, tablas, grficas, y desarrolla clculos que nos
explican que est sucediendo en lo que estamos estudiando. La estadstica descriptiva
resume en forma numrica o grfica el conjunto de datos que se estn analizando. Si
utilizamos las herramientas y frmulas de la estadstica descriptiva lograremos
describir lo que est sucediendo en la muestra, NO SE PUEDE GENERALIZAR A LA
POBLACIN.
La estadstica inferencial, va ms all, es la encargada de generalizar los datos.
Permite hacer conclusiones por lo que tiene caractersticas inductivas, es decir, que
del estudio que se hace con una muestra, se puede saber que va a suceder con toda
la poblacin. La estadstica inferencial permite realizar conclusiones o inferencias
basndose en los resultados obtenidos de una muestra. Por ejemplo, a partir de una
muestra representativa tomada de los habitantes de una ciudad, es posible inferir la
votacin de todos los ciudadanos considerando un error de aproximacin.
CAMPOS DE APLICACIN: La estadstica es una ciencia de aplicacin prctica casi
universal en todos los campos cientficos:
En las ciencias naturales: se emplea con profusin en la descripcin de modelos
termodinmicos complejos (mecnica estadstica), en fsica cuntica, en mecnica de
fluidos o en la teora cintica de los gases, entre otros muchos campos.
En las ciencias sociales y econmicas: es un pilar bsico del desarrollo de la
demografa y la sociologa aplicada.
En economa: suministra los valores que ayudan a descubrir interrelaciones entre
mltiples parmetros macro y microeconmicos.
En las ciencias mdicas: permite establecer pautas sobre la evolucin de las
enfermedades y los enfermos, los ndices de mortalidad asociados a procesos
morbosos, el grado de eficacia de un medicamento, etctera.
Campo de aplicacion: En la actualidad se aplica en las ciencias sociales, en las
ciencias naturales.(fsicas, meteorolgicas) en la industria (Produccin y control de
calidad) en la administracin industrial(Recursos humanos, materiales, tiempos y
movimientos etc.) en la economa, en las finanzas (inversiones, bolsas de valores) en
la agricultura (periodo de siembra, calendario de lluvia) en el comercio, en la
educacin, en la medicina, etc
LIMITACIONES Y VENTAJAS: Las ventajas de la estadstica es la de poder concentrar
informacin dispersa y no homognea a los efectos de acompaar la toma de
decisiones. La desventaja radica en considerar que los valores utilizados son reales un
100%, cuando influyen elementos tales como errores en la recopilacin, insuficiente
cantidad de muestras, no estandarizacin de las respuestas, etc, que disminuyen el
valor de las prestaciones o directamente las invalidan.
MEDIDAS DESCRIPTIVAS NUMERICAS: son valores numricos calculados a partir de
la muestra y que nos resumen la informacin contenida en ella.
MEDIDAS DE TENDENCIA CENTRAL: Nos dan un centro de la distribucin de
frecuencias, es un valor que se puede tomar como representativo de todos los datos.
Hay diferentes modos para definir el "centro" de las observaciones en un conjunto de
datos. Por orden de importancia, son:
- MEDIA : (media aritmtica o simplemente media). es el promedio aritmtico de las
observaciones, es decir, el cociente entre la suma de todos los datos y el numero de
ellos. Si xi es el valor de la variable y ni su frecuencia, tenemos que:

Si los datos estn agrupados utilizamos las marcas de clase, es decir ci en vez de xi.

- MEDIANA (Me):es el valor que separa por la mitad las observaciones ordenadas de
menor a mayor, de tal forma que el 50% de estas son menores que la mediana y el
otro 50% son mayores. Si el nmero de datos es impar la mediana ser el valor
central, si es par tomaremos como mediana la media aritmtica de los dos valores
centrales.
 - MODA (M0): es el valor de la variable que ms veces se repite, es decir, aquella
cuya frecuencia absoluta es mayor. No tiene porque ser nica.

MEDIDA DE DISPERSION: muestran la variabilidad de una distribucin, indicando por

medio de un nmero, si las diferentes puntuaciones de una variable estn muy
alejadas de la media. Cuanto mayor sea ese valor, mayor ser la variabilidad, cuanto
menor sea, ms homognea ser a la media. As se sabe si todos los casos son
parecidos o varan mucho entre ellos. Para calcular la variabilidad que una distribucin
tiene respecto de su media, se calcula la media de las desviaciones de las
puntuaciones respecto a la media aritmtica. Pero la suma de las desviaciones es
siempre cero, as que se adoptan dos clases de estrategias para salvar este problema.
Una es tomando las desviaciones en valor absoluto (desviacin media) y otra es
tomando las desviaciones al cuadrado (varianza).
MEDIDA DE POSICION: dividen un conjunto de datos en grupos con el mismo nmero
de individuos. Para calcular las medidas de posicin es necesario que los datos estn
ordenados de menor a mayor.
MEDIDA DE FORMA: permiten comprobar si una distribucin de frecuencia tiene
caractersticas especiales como simetra, asimetra, nivel de concentracin de datos y
nivel de apuntamiento que la clasifiquen en un tipo particular de distribucin. Las
medidas de forma son necesarias para determinar el comportamiento de los datos y
as, poder adaptar herramientas para el anlisis probabilstico. Medidas de forma: Son
indicadores estadsticos que permiten identificar si una distribucin de frecuencia
presenta uniformidad.
METODOS GRAFICOS: dependen de factores como el pblico a quien va dirigido, y
los ms usuales son: grficos de lnea, pictogramas, grficos de barras y grficos
circulares. Los grficos de lnea: se utilizan para representar las distribuciones de
frecuencias; se obtienen marcando los puntos de los valores de frecuencia de cada
categora y luego se unen con lnea quebrada.

PROCESAMIENTO ESTADISTICO DE DATOS: es, en general, "la acumulacin y

manipulacin de elementos de datos para producir informacin significativa." El
procesamiento de datos trata de un subconjunto del procesamiento de la informacin,
el cambio (procesamiento) de la informacin de cualquier manera detectable por un
observador. El procesamiento de datos es distinto del procesamiento de textos, pues
este ltimo manipula textos nada ms en lugar de los datos. El procesamiento de
datos puede involucrar diversas funciones, entre ellas :

"Validacin" - Asegurar que los datos suministrados son "limpio, correcto y

til".
Clasificacin - "Ordena elementos de cierta secuencia y / o en diferentes
conjuntos".
Recapitulacin - Reducir los detalles de los datos a sus principales puntos.
Agregacin - Combinacin de mltiples piezas de datos.
"Anlisis" - La "coleccin, organizacin, anlisis, interpretacin y presentacin
de datos".
Informacin - Lista detallada o resumen de los datos de informacin
computarizada.

PASOS PARA ELABORAR UNA LINEA DE TIEMPO: Una linea de tiempo, es un

grfico que se realiza para contar una historia a travs de sucesos en concreto. Se
puede empezar con algn acontecimiento en el siglo, el renacimiento por ejemplo y
ponerlo sobre una linea, y puedes ir colocando u organizarla por medio de siglos o
aos. La linea de tiempo contiene separaciones que representan aos, siglos, das, etc.
Es decir, lapsos de tiempo.
1)Elegir el tema o los tema.
2)Subrayar los hechos ms importantes. tomando con principal importancia las fechas
de los acontecimientos.
3)Se realiza una linea y se marcan los intervalos de tiempo segn la informacin que
se obtenga. Se puede ordenar de forma ascendente desde el suceso ms antiguo
hasta el ms actual, se puede realizar una linea con un principio pero sin final, o con
un final mas no un principio o una linea de tiempo sin principio y sin final.
4)Los estilos tu los eliges, puedes dibujar una linea e ir trazando rallas que representen
los aos, en cada una se pone las fechas. En cada fecha pondrs su evento
correspondiente, resumiendo lo ms posible.
Puedes complementar ponindole dibujos.

ESTADISTICA SEGN AUTORES: es comnmente considerada como una coleccin

de hechos numricos expresados en trminos de una relacin sumisa, y que han sido
recopilados a partir de otros datos numricos.
Kendall y Buckland (citados por Gini V. Glas / Julian C. Stanley, 1980) definen
la estadstica como un valor resumido, calculado, como base en una muestra de
observaciones que generalmente, aunque no por necesidad, se considera como una
estimacin de parmetro de determinada poblacin; es decir, una funcin de valores
de muestra.
"La estadstica es una tcnica especial apta para el estudio cuantitativo de los
fenmenos de masa o colectivo, cuya mediacin requiere una masa de observaciones
de otros fenmenos ms simples llamados individuales o particulares". (Gini, 1953.
Murria R. Spiegel, (1991) dice: "La estadstica estudia los mtodos cientficos para
recoger, organizar, resumir y analizar datos, as como para sacar conclusiones vlidas
y tomar decisiones razonables basadas en tal anlisis.
"La estadstica es la ciencia que trata de la recoleccin, clasificacin y presentacin de
los hechos sujetos a una apreciacin numrica como base a la explicacin, descripcin
y comparacin de los fenmenos". (Yale y Kendal, 1954).
HISTORIA Y EVOLUCION DE LA ESTADISTICA:
Es difcil conocer los orgenes de la Estadstica. Desde los comienzos de la civilizacin
han existido formas sencillas de estadstica, pues ya se utilizaban representaciones
grficas y otros smbolos en pieles, rocas, palos de madera y paredes de cuevas para
contar el nmero de personas, animales o ciertas cosas.
Su origen empieza posiblemente en la isla de Cerdea, donde existen
monumentos prehistricos pertenecientes a los Nuragas, las primeros habitantes
de la isla; estos monumentos constan de bloques de basalto superpuestos sin
mortero y en cuyas paredes de encontraban grabados toscos signos que han
sido interpretados con mucha verosimilidad como muescas que servan para
llevar la cuenta del ganado y la caza.
Hacia el ao 3.000 a.C. los babilonios usaban ya pequeas tablillas de arcilla
para recopilar datos en tablas sobre la produccin agrcola y los gneros
vendidos o cambiados mediante trueque.
Los egipcios ya analizaban los datos de la poblacin y la renta del pas mucho
antes de construir la pirmides.En los antiguos monumentos egipcios se
encontraron interesantes documentos en que demuestran la sabia organizacin
y administracin de este pueblo; ellos llevaban cuenta de los movimientos
poblacionales y continuamente hacan censos. Tal era su dedicacin por llevar
simpre una relacin de todo que hasta tenan a la diosa Safnkit, diosa de los
libros y las cuentas. Todo esto era hecho bajo la direccin del Faran y fue a
partir del ao 3050 a.C.
En la Biblia observamos en uno de los libros del Pentateuco, bajo el nombre de
Nmeros, el censo que realiz Moiss despus de la salida de Egipto.
Textualmente dice: "Censo de las tribus: El da primero del segundo ao despus
de la salida de Egipto, habl Yavpe a Moiss en el desierto de Sina en el
tabernculo de la reunin, diciendo: "Haz un censo general de toda la asamblea
de los hijos de Israel, por familias y por linajes, describiendo por cabezas los
nombres de todos los varones aptos para el servicio de armas en Israel. En el
llibro bblico Crnicas describe el bienestar material de las diversas tribus judas.
En China existan los censos chinos ordenados por el emperador Tao hacia el
ao 2.200 a.C.
Posteriormente, hacia el ao 500 a.C., se realizaron censos en Roma para
conocer la poblacin existente en aquel momento. Se erigi la figura del censor,
cuya misin consista en controlar el nmero de habitantes y su distribucin por
los distintos territorios.
En la Edad Media, en el ao 762, Carlomagno orden la creacin de un registro
de todas sus propiedades, as como de los bienes de la iglesia.
Despus de la conquista normanda de Inglaterra en 1.066, el rey Guillermo I, el
Conquistador, elabor un catastro que puede considerarse el primero de
Europa.
Los Reyes Catlicos ordenaron a Alonso de Quintanilla en 1.482 el recuento de
fuegos (hogares) de las provincias de Castilla.
En 1.662 un mercader de lencera londinense, John Graunt, public un tratado con las
observaciones polticas y naturales, donde Graunt pone de manifiesto las cifras brutas
de nacimientos y defunciones ocurridas en Londres durante el periodo 1.604-1.661, as
como las influencias que ejercan las causas naturales, sociales y polticas de dichos
acontecimientos. Puede considerarse el primer trabajo estadstico serio sobre la
poblacin.

CLASIFICACION: La estadstica se puede clasificar en dos grandes ramas:

* Estadstica descriptiva o deductiva.
* Estadstica inferencial o inductiva.
La primera se emplea simplemente para resumir de forma numrica o grfica un
conjunto de datos. Se restringe a describir los datos que se analizan. Si aplicamos las
herramientas ofrecidas por la estadstica descriptiva a una muestra, solo nos
limitaremos a describir los datos encontrados en dicha muestra, no se podr
generalizar la informacin hacia la poblacin. La estadstica inferencial permite realizar
conclusiones o inferencias, basndose en los datos simplificados y analizados de una
muestra hacia la poblacin o universo. Por ejemplo, a partir de una muestra
representativa tomada a los habitantes de una ciudad, se podr inferir la votacin de
todos los ciudadanos que cumplan los requisitos con un error de aproximacin.
CAMPOS DE APLICACIN: La estadstica es una ciencia de aplicacin prctica casi
universal en todos los campos cientficos:
-Ciencias naturales: se emplea con profunsin en la descripcin de modelos
termodinmicos complejos en fsica cuntica, en teora cintica de los gases.
-Ciencias sociales y econmicas: es un pilar bsico del desarrollo de la demografa
y la sociologa aplicada.
-Economa: suministra los valores que ayudan a descubrir interrelaciones entre
mltiples parmetros macro y microeconmicos.
-Ciencias mdicas: permite establecer pautas sobre la evolucin de las
enfermedades y los enfermos, el grado de eficacia de un medicamento.
LIMITACIONES Y VENTAJAS: Las ventajas de la estadstica es la de poder concentrar
informacin dispersa y no homognea a los efectos de acompaar la toma de
decisiones. La desventaja radica en considerar que los valores utilizados son reales un
100%, cuando influyen elementos tales como errores en la recopilacin, insuficiente
cantidad de muestras, no estandarizacin de las respuestas, etc, que disminuyen el
valor de las prestaciones o directamente las invalidan.
MEDIDAS DESCRIPTIVAS NUMERICAS: se emplean usualmente para describir
conjuntos de datos. De la misma manera que las grficas pueden mejorar la
presentacin de datos, las descripciones numricas son tambin valiosas. Puesto que
las representaciones grficas no siempre consiguen ofrecer una informacin completa
de una serie de datos, es necesario analizar procedimientos numricos que permitan
resumir toda la informacin del fenmeno en estudio en unos nmeros llamados
parmetros estadsticos. Todas estas medidas tienen su fin para hacer posteriormente
la inferencia estadstica que como hemos dicho al principio buscamos como meta
definitiva. Buscamos entonces primordialmente: la localizacin del centro de los datos
y su variabilidad.

MEDIDAS DE TENDENCIA CENTRAL: sirven como puntos de referencia para

interpretar las calificaciones que se obtienen en una prueba. Las medidas de
tendencia central ms comunes son:
La media aritmtica : comnmente conocida como media o promedio . Se
representa por medio de una letra M o por una X con una lnea en la parte superior.
La mediana : la cual es el puntaje que se ubica en el centro de una distribucin. Se
representa como Md .
La moda : que es el puntaje que se presenta con mayor frecuencia en una
distribucin. Se representa Mo .
De estas tres medidas de tendencia central, la media es reconocida como la mejor y
ms til. Sin embargo, cuando en una distribucin se presentan casos cuyos puntajes
son muy bajos o muy altos respecto al resto del grupo, es recomendable utilizar la
mediana o la moda. (Porque dadas las caractersticas de la media, esta es afectada
por los valores extremos). La media es considerada como la mejor medida de
tendencia central, por las siguientes razones: Los puntajes contribuyen de manera
proporcional al hacer el cmputo de la media.
Es la medida de tendencia central ms conocida y utilizada. Las medias de dos o ms
distribuciones pueden ser fcilmente promediadas mientras que las medianas y las
modas de las distribuciones no se promedian. La media se utiliza en procesos y
tcnicas estadsticas ms complejas mientras que la mediana y la moda en muy pocos
casos.
MEDIDA DE DISPERSION: Parmetros estadsticos que indican como se alejan los
datos respecto de la media aritmtica. Sirven como indicador de la variabilidad de los
datos. Las medidas de dispersin ms utilizadas son el rango, la desviacin estndar y
la varianza.
MEDIDA DE POSICION: Son indicadores usados para sealar que porcentaje de datos
dentro de una distribucin de frecuencias superan estas expresiones, cuyo valor
representa el valor del dato que se encuentra en el centro de la distribucin de
frecuencia, por lo que tambin se les llama " Medidas de Tendencia Central ". Pero
estas medidas de posicin de una distribucin de frecuencias han de cumplir
determinadas condiciones para que lean verdaderamente representativas de la
variable a la que resumen.
MEDIDA DE FORMA: permiten comprobar si una distribucin de frecuencia tiene
caractersticas especiales como simetra, asimetra, nivel de concentracin de datos y
nivel de apuntamiento que la clasifiquen en un tipo particular de distribucin. Las
medidas de forma son necesarias para determinar el comportamiento de los datos y
as, poder adaptar herramientas para el anlisis probabilstico. Medidas de forma: Son
indicadores estadsticos que permiten identificar si una distribucin de frecuencia
presenta uniformidad.
METODOS GRAFICOS: En estadstica denominamos grficos a aquellas imgenes
que, combinando la utilizacin De sombreado, colores, puntos, lneas, smbolos,
nmeros, texto y un sistema De referencia (coordenadas), permiten presentar
informacin cuantitativa. Barras, Lneas, Circulares, reas, Cartogramas, Mixtos,
Histogramas, Otros

PROCESAMIENTO ESTADISTICO DE DATOS: es, en general, "la acumulacin y

manipulacin de elementos de datos para producir informacin significativa." El
procesamiento de datos trata de un subconjunto del procesamiento de la informacin,
el cambio (procesamiento) de la informacin de cualquier manera detectable por un
observador. El procesamiento de datos es distinto del procesamiento de textos, pues
este ltimo manipula textos nada ms en lugar de los datos. El procesamiento de
datos puede involucrar diversas funciones, entre ellas :
 "Validacin" - Asegurar que los datos suministrados son "limpio, correcto y
til".
Clasificacin - "Ordena elementos de cierta secuencia y / o en diferentes
conjuntos".
Recapitulacin - Reducir los detalles de los datos a sus principales puntos.
Agregacin - Combinacin de mltiples piezas de datos.
"Anlisis" - La "coleccin, organizacin, anlisis, interpretacin y presentacin
de datos".
Informacin - Lista detallada o resumen de los datos de informacin
computarizada.

PASOS PARA ELABORAR UNA LINEA DE TIEMPO: La lnea de tiempo permite

ordenar una secuencia de eventos o de hitos sobre un tema, de tal forma que se
visualice con claridad la relacin temporal entre ellos.

Para elaborar una Lnea de Tiempo sobre un tema particular, se deben identificar los
eventos y las fechas (iniciales y finales) en que estos ocurrieron; ubicar los eventos en
orden cronolgico; seleccionar los hitos ms relevantes del tema estudiado para poder
establecer los intervalos de tiempo ms adecuados; agrupar los eventos similares;
determinar la escala de visualizacin que se va a usar y por ltimo, organizar los
eventos en forma de diagrama.
Cules son los pasos para elaborar una lnea de tiempo comparativa?
1. Identifica los hechos histricos y lugares que te interesa conocer y analizar en forma
comparativa.
2. Selecciona los datos y fechas ms relevantes a partir de una cronologa acerca de
esos acontecimientos.
3. Elabora la lnea de tiempo y organiza la secuencia de manera ordenada, respetando
la proporcin matemtica
en la representacin grfica. Por ejemplo, 1 cm equivale a 1 ao.
4. Coloca las fechas y, luego, los datos en forma muy breve, pero a la vez suficiente
para comprenderlos.
5. Tambin puedes agregar imgenes para complementar y presentar los resultados
en forma didctica.
La elaboracin de Lneas de Tiempo, como actividad de aula, demanda de los
estudiantes: identificar unidades de medida del tiempo (siglo, dcada, ao, mes, etc);
comprender cmo se establecen las divisiones del tiempo (eras, periodos, pocas,
etc); utilizar convenciones temporales (ayer, hoy, maana, antiguo, moderno, nuevo);
comprender la sucesin como categora temporal que permite ubicar acontecimientos
en el orden cronolgico en que se sucedieron (organizar y ordenar sucesos en el
tiempo) y entender cmo las Lneas de Tiempo permiten visualizar con facilidad la
duracin de procesos y la densidad (cantidad) de acontecimientos. Las Lneas de
Tiempo son valiosas para organizar informacin en la que sea relevante el (los)
perodo(s) de tiempo en el (los) que se suceden acontecimientos o se realizan
procedimientos. Adems, son tiles para construir conocimiento sobre un tema
particular cuando los estudiantes las elaboran a partir de lecturas o cuando analizan
Lneas de Tiempo producidas por expertos.