UNIVERSIDAD AUTONOMA DE CHIAPAS

FACULTAD DE CIENCIAS QUIMICAS

CAMPUS IV

LIC. QUIMICO FARMACOBIOLOGO

ESTADISTICA

INTEGRANTES:
ALEJANDRO EDUARDO DE LEON BARRIOS
EDDUIN URIEL HERNANDEZ OCHOA
JESUS ALBERTO LOPEZ GARCIA
DIEGO PINEDA AGUILAR

Docente:
Mtro. Miguel A. Rosales Guerrero

TAPACHULA, CHIAPAS 15 DE ENERO DEL 2017

NOMENCLATURA DE ESTADISTICA:
Poblacin: coleccin completa de individuos, objetos o medidas que tienen una
caracterstica en comn.
Muestra: un subconjunto de la poblacin; es decir, una muestra se compone de
algunos de los individuos, objetos o medida de la poblacin.
Variables de respuesta(o simplemente variable): una caracterstica de cada
elemento individual de una poblacin o muestra la edad de un alumno al ingresar
a la universidad, el color de su pelo, su estatura, etc., son variables de respuesta.
Pieza de datos: el valor de la variable de respuesta asociado con cada elemento;
por ejemplo el coche es verde, Bill Jones ingreso a la universidad a la edad de
23.
Experimento: una actividad planificada, cuyos resultados producen un conjunto
de datos.
Parmetro: una caracterstica medible de una poblacin completa. Una
caracterstica asi es la proporcin de alumnos de ms de 21 aos de edad que se
inscribe a la universidad. En estadstica, se acostumbra asignar a los parmetros
un nombre simblico representado por una letra griega ( , ,).
Estadstico: la medida de una caracterstica relativo a la muestra. El valor
promediado de los datos y la imagen de los datos son ejemplos de tales medidas.
La mayora de los estadsticos mustrales se encuentran por medio de una
formula, y suelen ser asignados nombre simblico que son letras del alfabeto latn
(por ejemplo como x, s, R,).
Asimetra: sirve para determinar analticamente en que medida coincide con la
curva normal una distribucin, se utiliza expresiones matemticas.
Correlacin: considerada bajo el punto de vista estadstico, se extiende mas alla
del alcance de una simple relacin, es decir trasciende a la relacin, incluyendo a
las nociones de cuantificacin del grado de relacin y de la direccionalidad en que
se representa esta relacin.
Datos: los datos son los de registros de los resultados de una serie de medidas
y/o observaciones de un fenmeno o evento determinado. La clasificacin mas
elemental de los datos, indica que estos pueden ser:
o Cualitativos: son categricos, no se puede realizar operaciones
matemticas con ellos ni se pueden cuantificar directamente.

o Cuantitativos: se expresa directamente por un nmero que indica cantidad y

con ellos pueden realizarse operaciones matemticas.
Dispersin: nicamente se aplican a datos provenientes de variables cuantitativas
y expresan hasta que punto los valores de una distribucin de datos se alejan del
punto central o se acercan a l. Las medidas de dispersin son:
Rango (R)
Desviacin media (Dm)
Varianza (S2)
Desviacin estndar (S)
Coeficiente de variacin (CV)

Error muestral: Es comn que se presente diferencias entre la muestra

seleccionada y la poblacin de donde esta proviene.
Estadstica aplicada: es una rama de la ciencia estadstica que trata de la
aplicacin del mtodo cientfico en el anlisis de datos, con la finalidad de tomar
decisiones racionales.
Estadstica descriptiva: tiene como objetivo la recopilacin, presentacin,
organizacin, y caracterizacin de un conjunto de datos, con la finalidad de
describir en la forma ms apropiada las cualidades y caractersticas de este
conjunto especifico de datos.
Estadstica inductiva: tiene por objetivo estimar las caractersticas de una
poblacin a partir de los datos referentes a una muestra.
Media: es una medida muy descriptiva de cualquier caracterstica cuantificable de
una muestra o de una poblacin, es decir, se refiere siempre a variables
cuantitativas. (Se puede denotar con la letra mayscula correspondiente a la
variable, encima de la cual se coloca una tilde , no obstante la denotacin ms
prctica es con la letra mayscula M)

Mediana: esta es una medida de tendencia central que indica el punto de divisin
de los datos en la mitad, es decir, el valor central de una distribucin de datos,
se utiliza nicamente para datos cuantitativos.
Moda: es una medida de tendencia central cuya particularidad es que se puede
utilizar como para datos cuantitativos como para datos cualitativos. Se define
como valor ms frecuente de una distribucin y tiene el significado de que
muestra el valor ms caracterstico de una serie de datos.
Probabilidad terica: es el coeficiente entre el nmero de casos favorables y de
casos posibles.
Una investigacin es cientficamente vlida al estar sustentada en informacin
verificable, que responda lo que se pretende demostrar con la hiptesis formulada.
Para ello, es imprescindible realizar un proceso de recoleccin de datos en forma
planificada y teniendo claros objetivos sobre el nivel y profundidad de la
informacin a recolectar. (Inga. Mariela Torres)
Se llaman unidades estadsticas o individuos a los elementos componentes de la
poblacin estudiada. La poblacin puede ser un conjunto de personas humanas: el
personal de una empresa, los alumnos de un centro de enseanza, los Habitantes
de Espaa el 26 de Diciembre de 1996 o un conjunto de objetos, la produccin de
un taller, el parque automovilstico espaol, conjunto de facturas de una empresa,
etc. La poblacin en una investigacin estadstica debe ser definida con precisin.
(Inga. Mariela Torres)
Cada uno de los individuos de la poblacin puede describirse segn uno o varios
caracteres. As, en el caso de los alumnos de un centro podramos estudiar los
caracteres: sexo, edad, curso, asignaturas pendientes, media curso anterior,
nmero de hermanos, domicilio. (Inga. Mariela Torres)
Los caracteres pueden ser numricos en cuyo caso lo llamaremos variables
(cuantitativas) o no numricos atributos (cualitativas) (Inga. Mariela Torres)
Cada uno de los caracteres estudiados puede presentar dos o ms modalidades.
Las modalidades son las diferentes situaciones posibles del carcter. Las
modalidades de un carcter deben ser al mismo tiempo incompatibles y
exhaustivas. Es decir cada individuo de la poblacin puede adoptar una y slo una
modalidad del carcter. (Inga. Mariela Torres)
Los caracteres ms sencillos admiten dos modalidades (caracteres dicotmicos)
por ejemplo el sexo (Hombre, Mujer) una pieza satisface los requerimientos de
calidad o no. El nmero de modalidades de un carcter puede variar segn la
informacin que se quiera recoger as por ejemplo el estado civil:
Con dos modalidades: Soltero/a o Casado/a
Con tres modalidades: Soltero/a , casado/a o divorciado/a
Con cuatro modalidades: Soltero/a , casado/a o divorciado/a, viudo/a
Con cinco modalidades: Soltero/a, casado/a o divorciado/a, viudo/a , no
declarado

TIPOS DE MUESTREO ESTADISTICO

Existen numerosas tcnicas para seleccionar muestras. Este paso es de importancia vital en
un estudio estadstico, porque las conclusiones que se obtienen dependen muy
esencialmente de la/s muestra/s analizada/s. Las tcnicas que proporcionan las mejores
muestras son las aleatorias, en las que cualquier integrante de la poblacin tiene la misma
probabilidad de ser elegido.

La cantidad de elementos que integran la muestra (el tamao de la muestra) depende de

mltiples factores, como el dinero y el tiempo disponibles para el estudio, la importancia
del tema analizado, la confiabilidad que se espera de los resultados, las caractersticas
propias del fenmeno analizado, etc.

Inicialmente, los muestreos se dividen en dos grandes grupos:

MUESTREO PROBABILSTICO

Los mtodos de muestreo probabilsticos son aquellos que se basan en el principio de

equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma
probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas
las posibles muestras de tamao n tienen la misma probabilidad de ser seleccionadas. Slo
estos mtodos de muestreo probabilsticos nos aseguran la representatividad de la muestra
extrada y son, por tanto, los ms recomendables. Dentro de los mtodos de muestreo
probabilsticos encontramos los siguientes tipos:
1.- MUESTREO ALEATORIO SIMPLE
Es el tipo de muestreo ms simple y en l se basan todos los dems. Para obtener los
elementos de la muestra se numeran los elementos de la poblacin y se seleccionan al azar
los elementos que debe contener la muestra. Todos los elementos tienen la misma
probabilidad de ser elegidos. Se eligen tantos sujetos como sea necesario para completar el
tamao de muestra requerido.
2.- MUESTREO ALEATORIO SISTEMTICO
Este procedimiento exige, como el anterior, numerar todos los elementos de la poblacin,
pero en lugar de extraer n nmeros aleatorios slo se extrae uno.
Se parte de ese nmero aleatorio i, que es un nmero elegido al azar, y los elementos que
integran la muestra son los que ocupa los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k, es decir se
toman los individuos de k en k, siendo k el resultado de dividir el tamao de la poblacin
entre el tamao de la muestra: k= N/n. El nmero i que empleamos como punto de partida
ser un nmero al azar entre 1 y k.
El riesgo este tipo de muestreo est en los casos en que se dan periodicidades en la
poblacin ya que al elegir a los miembros de la muestra con una periodicidad constante (k)
podemos introducir una homogeneidad que no se da en la poblacin. Imaginemos que
estamos seleccionando una muestra sobre listas de 10 individuos en los que los 5 primeros
son varones y los 5 ltimos mujeres, si empleamos un muestreo aleatorio sistemtico con
k=10 siempre seleccionaramos o slo hombres o slo mujeres, no podra haber una
representacin de los dos sexos.
3.- MUESTREO ALEATORIO ESTRATIFICADO
Trata de obviar las dificultades que presentan los anteriores ya que simplifican los procesos
y suelen reducir el error muestral para un tamao dado de la muestra. Consiste en
considerar categoras tpicas diferentes entre s (estratos) que poseen gran homogeneidad
respecto a alguna caracterstica (se puede estratificar, por ejemplo, segn la profesin, el
municipio de residencia, el sexo, el estado civil, etc.). Lo que se pretende con este tipo de
muestreo es asegurarse de que todos los estratos de inters estarn representados
adecuadamente en la muestra. Cada estrato funciona independientemente, pudiendo
aplicarse dentro de ellos el muestreo aleatorio simple o el estratificado para elegir los
elementos concretos que formarn parte de la muestra. En ocasiones las dificultades que
plantean son demasiado grandes, pues exige un conocimiento detallado de la poblacin.
(Tamao geogrfico, sexos, edades,...).
La distribucin de la muestra en funcin de los diferentes estratos se denomina afijacin, y
puede ser de diferentes tipos:
Afijacin Simple: A cada estrato le corresponde igual nmero de elementos mustrales.
Afijacin Proporcional: La distribucin se hace de acuerdo con el peso (tamao) de la
poblacin en cada estrato.
Afijacin ptima: Se tiene en cuenta la previsible dispersin de los resultados, de modo
que se considera la proporcin y la desviacin tpica. Tiene poca aplicacin ya que no se
suele conocer la desviacin.
4.- MUESTREO ALEATORIO POR CONGLOMERADOS
Los mtodos presentados hasta ahora estn pensados para seleccionar directamente los
elementos de la poblacin, es decir, que las unidades mustrales son los elementos de la
poblacin.
En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la
poblacin que forman una unidad, a la que llamamos conglomerado. Las unidades
hospitalarias, los departamentos universitarios, una caja de determinado producto, etc.,
Son conglomerados naturales. En otras ocasiones se pueden utilizar conglomerados no
naturales como, por ejemplo, las urnas electorales. Cuando los conglomerados son reas
geogrficas suele hablarse de "muestreo por reas".
El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto nmero de
conglomerados (el necesario para alcanzar el tamao muestral establecido) y en investigar
despus todos los elementos pertenecientes a los conglomerados elegidos.

MTODOS DE MUESTREO NO PROBABILSTICOS

A veces, para estudios exploratorios, el muestreo probabilstico resulta excesivamente
costoso y se acude a mtodos no probabilsticos, aun siendo conscientes de que no sirven
para realizar generalizaciones (estimaciones inferenciales sobre la poblacin), pues no se
tiene certeza de que la muestra extrada sea representativa, ya que no todos los sujetos de la
poblacin tienen la misma probabilidad de ser elegidos. En general se seleccionan a los
sujetos siguiendo determinados criterios procurando, en la medida de lo posible, que la
muestra sea representativa.
En algunas circunstancias los mtodos estadsticos y epidemiolgicos permiten resolver los
problemas de representatividad aun en situaciones de muestreo no probabilstico, por
ejemplo los estudios de caso-control, donde los casos no son seleccionados aleatoriamente
de la poblacin.
Entre los mtodos de muestreo no probabilsticos ms utilizados en investigacin
encontramos:
1.- MUESTREO POR CUOTAS
Tambin denominado en ocasiones "accidental". Se asienta generalmente sobre la base de
un buen conocimiento de los estratos de la poblacin y/o de los individuos ms
"representativos" o "adecuados" para los fines de la investigacin. Mantiene, por tanto,
semejanzas con el muestreo aleatorio estratificado, pero no tiene el carcter de aleatoriedad
de aqul.
En este tipo de muestreo se fijan unas "cuotas" que consisten en un nmero de individuos
que renen unas determinadas condiciones, por ejemplo: 20 individuos de 25 a 40 aos, de
sexo femenino y residentes en Gijn. Una vez determinada la cuota se eligen los primeros
que se encuentren que cumplan esas caractersticas. Este mtodo se utiliza mucho en las
encuestas de opinin.
2.- MUESTREO INTENCIONAL O DE CONVENIENCIA
Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener muestras
"representativas" mediante la inclusin en la muestra de grupos supuestamente tpicos. Es
muy frecuente su utilizacin en sondeos preelectorales de zonas que en anteriores
votaciones han marcado tendencias de voto.
Tambin puede ser que el investigador seleccione directa e intencionadamente los
individuos de la poblacin.
El caso ms frecuente de este procedimiento el utilizar como muestra los individuos a los
que se tiene fcil acceso (los profesores de universidad emplean con mucha frecuencia a sus
propios alumnos).
3.- BOLA DE NIEVE
Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y as hasta
conseguir una muestra suficiente. Este tipo se emplea muy frecuentemente cuando se hacen
estudios con poblaciones "marginales", delincuentes, sectas, determinados tipos de
enfermos, etc.
4.- MUESTREO DISCRECIONAL
A criterio del investigador los elementos son elegidos sobre lo que l cree que pueden
aportar al estudio.
 Bibliografa
Johnson, robert R.. (1990). estadstica elemental. Mxico: trillas S.A de C.V
Pilar pestaa de Martnez. (1966). Estadstica, conceptos bsicos, terminologa y
metodologa de la estadstica descriptiva. Mxico: los libros de el nacional
Hernndez Rodrguez O. (2004). Estadstica elemental para Ciencias Sociales.
Ed. Universidad de Costa Rica.

Martnez Coll. J.C. (2006). Estadstica bsica con aplicaciones.

Fernndez Fernndez S. (20002). Estadstica descriptiva. Madrid. Ed. ESIC.