Introduccin

Desde hace siglos, la aplicacin de registros e instrumentos para estudiar una determinada poblacin han
sido utilizados por diversas naciones, tales como: roma, Egipto, china, entre otros. De all viene el origen
de la estadstica, la cual antes de ser una ciencia fue implementada por jefes de gobierno para llevar los
registros de datos numricos, de la poblacin de los nacimientos, y las disfunciones ocurridas en uno o
varios aos.
Tambin es aplicada diariamente por estudiantes universitarios, que al realizar
trabajos, encuestas, entrevistas etc., hacen tambin el uso de ella.
Hoy en da, la estadstica es una ciencia que se encarga de estudiar una determinada poblacin por
medio de la recoleccin, recopilacin e interpretacin de datos. Del mismo modo, es considerada una
tcnica especial apta para e estudio cuantitativo de los fenmenos de masa o colectivo.

Definicin de Estadstica:
La estadstica 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.
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.
Esta ciencia tiene dismiles aplicaciones y a travs de ella se pueden expresar, mediante indicadores,
aspectos de gran utilidad en lo econmico, social y natural.

Objetivo de la estadstica:
La estadstica como ciencia se encarga de recopilar, e interpretar datos que en el futuro servirn para
proyectar posibles problemticas futuras, consiguiendo segn estos datos, la solucin ms viable y
rpida.
El objetivo bsico de la estadstica es hacer inferencia acerca de una poblacin con base a
la informacin contenida en una muestra, qu significa esto?
Inferir significa inducir una cosa de otra, llevar consigo, conducir a un resultado.
Es decir se pretende establecer inferencia acerca de una poblacin, entendiendo a la poblacin como un
conjunto de individuos, organismos o entes inanimados de los cuales queremos conocer alguna o algunas
caractersticas para que nos ayuden a tomar una decisin u obtener alguna conclusin de suma
importancia, y nada sabemos sobre la distribucin, existencia, ubicacin, valor de esta o estas
caractersticas que nos interesa saber.
Ejemplo Que estamos interesados si nuestra poblacin juvenil consume o no droga. Con mayor precisin,
necesitamos saber en la actualidad qu fraccin de nuestra poblacin consume drogas, entendiendo que
el consumo de drogas lo tenemos tipificado en alguna escala o nivel. De manera que nuestro objetivo es
saber con toda la exactitud posible, que fraccin de toda nuestra poblacin juvenil consume droga.
Por razones materiales, de recursos humanos, de imposibilidad fsica y en definitiva de costos, no
podemos efectuar una encuesta a toda la poblacin. Necesitamos entonces hacer una consulta a un gran
nmero de jvenes, donde este nmero ser concomitante con la eliminacin de las barreras que impiden
consultar a toda la poblacin juvenil. Definido este nmero de jvenes a los cuales, mediante tcnicas de
consulta adecuadas, se entender como una muestra de la poblacin en estudio. Sobre esta muestra
haremos anlisis estadstico para poder inferir qu fraccin de jvenes de la poblacin juvenil consume
drogas.
Es decir, de un anlisis adecuado sobre una muestra concluiremos con una inferencia que la
extenderemos o aplicaremos a toda la poblacin, y adems daremos a conocer alguna "medida de
equivocacin" en esa inferencia. Con estos resultados nuestros gobernantes, las familias tomarn
grandes polticas de decisin.

Importancia de la estadstica en
las ciencias administrativas y contables:
La Estadstica Econmica tiene sus antecedentes en el siglo XVII y su mximo exponente fue William
Petty quin es considerado por Carlos Marx como el creador de esta ciencia sin olvidar a Gregory King
que tambin realiz clculos aproximados de los ndices econmicos sociales de esta ciencia.
La economa necesita de la Estadstica, con la ayuda de esta se confeccionan los planes de desarrollo de
la economa nacional, se supervisa el control de su cumplimiento y se determinan las necesidades
de recursos por territorios, as como las reservas con que cuenta la economa a cualquier nivel. Adems
la estadstica constituye un instrumento de suma importancia para que se conozca el comportamiento de
la economa a diferentes niveles ya sea en una empresa, municipio, provincia, nacin, as como
a escala internacional.
 El conocimiento de la Estadstica Econmica permite apoyar la toma de decisiones para la aplicacin de
la poltica econmica que se proponen los pases para conducir la sociedad, as como para trazar
la estrategia de desarrollo acorde con los programas que se consideran segn las condiciones imperantes
en cada nacin. Sera un error concebir la Estadstica Econmica como un simple instrumento para
estudiar aspectos parciales. El amplio campo de su aplicacin permite incursionar en cada uno de los
elementos que componen el complejo sistema socio-econmico, as como investigar de una manera
integral la relacin entre sus principales variables. Es por esto que en el estudio de la economa la
Estadstica Econmica constituye un elemento de inestimable valor.

Estadsticas descriptivas e inferencia:

La estadstica descriptiva, que se dedica a los mtodos de recoleccin, descripcin, visualizacin y
resumen de datos originados a partir de los fenmenos en estudio. Los datos pueden ser resumidos
numrica o grficamente.
Ejemplos bsicos de descriptores numricos son la media y la desviacin estndar.
Resmenes grficos incluyen varios tipos de figuras y grficos.
La inferencia estadstica, que se dedica a la generacin de los modelos, inferencias y predicciones
asociadas a los fenmenos en cuestin teniendo en cuenta lo aleatorio e incertidumbre en las
observaciones. Se usa para modelar patrones en los datos y extraer inferencias acerca de la poblacin de
estudio.
Estas inferencias pueden tomar la forma de respuestas a preguntas si/no (prueba de hiptesis),
estimaciones de caractersticas numricas (estimacin), pronsticos de futuras observaciones,
descripciones de asociacin (correlacin) o modelamiento de relaciones entre variables (anlisis de
regresin). Otras tcnicas de modelamiento incluyen ANOVA, series de tiempo y minera de datos.

Investigacin estadstica tipos:

Es una actividad que tiene como fruto descubrir las esencias de una realidad empleando para ello
tcnicas estadsticas.

Etapas de la investigacin estadstica:

Seleccin y determinacin de la poblacin o muestra y las caractersticas contenidas que se
desean estudiar. En el caso de que se desee tomar una muestra, es necesario determinar el tamao de la
misma y el tipo de muestreo a realizar (probabilstico o no probabilstico).

Obtencin de los datos. Esta puede ser realizada mediante la observacin directa de los
elementos, la aplicacin de encuestas y entrevistas, y la realizacin de experimentos.

Clasificacin, tabulacin y organizacin de los datos. La clasificacin incluye el tratamiento de los

datos considerados anmalos que pueden en un momento dado, falsear un anlisis de
los indicadores estadsticos. La tabulacin implica el resumen de los datos en tablas y grficos
estadsticos.

Anlisis descriptivo de los datos. El anlisis se complementa con la obtencin de indicadores

estadsticos como las medidas: de tendencia central, dispersin, posicin y forma.

Anlisis inferencial de los datos. Se aplican tcnicas de tratamiento de datos que involucran
elementos probabilsticos que permiten inferir conclusiones de una muestra hacia la poblacin (opcional).

Elaboracin de conclusiones. Se construye el informe final.

Poblacin y muestras:
Poblacin:
El concepto de poblacin en estadstica va ms all de lo que comnmente se conoce como tal. Una
poblacin se precisa como un conjunto finito o infinito de personas u objetos que presentan caractersticas
comunes.
Una poblacin es un conjunto de todos los elementos que estamos estudiando, acerca de los cuales
intentamos sacar conclusiones.
Una poblacin es un conjunto de elementos que presentan una caracterstica comn.
Ejemplo:
Los miembros del Colegio de Ingenieros del Estado Cojedes.
El tamao que tiene una poblacin es un factor de suma importancia en el proceso de investigacin
estadstica, y este tamao vienen dado por el nmero de elementos que constituyen la poblacin, segn
el nmero de elementos la poblacin puede ser finita o infinita.
 Cuando el nmero de elementos que integra la poblacin es muy grande, se puede considerar a esta
como una poblacin infinita, por ejemplo; el conjunto de todos los nmeros positivos. Una poblacin finita
es aquella que est formada por un limitado nmero de elementos, por ejemplo; el nmero de estudiante
del Ncleo San Carlos de la Universidad Nacional Experimental Simn Rodrguez.
Cuando la poblacin es muy grande, es obvio que la observacin de todos los elementos se dificulte en
cuanto al trabajo, tiempo y costos necesarios para hacerlo. Para solucionar este inconveniente se utiliza
una muestra estadstica.
Es a menudo imposible o poco prctico observar la totalidad de los individuos, sobre todos si estos son
muchos. En lugar de examinar el grupo entero llamado poblacin o universo, se examina una pequea
parte del grupo llamada muestra.
Muestra:
Se llama muestra a una parte de la poblacin a estudiar que sirve para representarla.
Una muestra es una coleccin de algunos elementos de la poblacin, pero no de todos". "Una muestra
debe ser definida en base de la poblacin determinada, y las conclusiones que se obtengan de dicha
muestra solo podrn referirse a la poblacin en referencia.
Ejemplo;
El estudio realizado a 50 miembros del Colegio de Ingenieros del Estado Cojedes.
El estudio de muestras es ms sencillo que el estudio de la poblacin completa; cuesta menos y lleva
menos tiempo. Por ltimo se aprobado que el examen de una poblacin entera todava permite la
aceptacin de elementos defectuosos, por tanto, en algunos casos, el muestreo puede elevar el nivel
de calidad.
Una muestra representativa contiene las caractersticas relevantes de la poblacin en las mismas
proporciones que estn incluidas en tal poblacin.
Los expertos en estadstica recogen datos de una muestra. Utilizan esta informacin para hacer
referencias sobre la poblacin que est representada por la muestra. En consecuencia muestra y
poblacin son conceptos relativos. Una poblacin es un todo y una muestra es una fraccin o segmento
de ese todo.

Variable y tipos:
Al conjunto de los distintos valores numricos que adopta un carcter cuantitativo se llama variable
estadstica.
Variables cualitativas:

Son las variables que expresan distintas cualidades, caractersticas o modalidad. Cada modalidad que se
presenta se denomina atributo o categora y la medicin consiste en una clasificacin de dichos atributos.
Las variables cualitativas pueden ser ordinales y nominales.
Las variables cualitativas pueden ser dicotmicas cuando slo pueden tomar dos valores posibles
como s y no, hombre y mujer o son politmicas cuando pueden adquirir tres o ms valores.
Dentro de ellas podemos distinguir:
Variable cualitativa ordinal: La variable puede tomar distintos valores ordenados siguiendo una escala
establecida, aunque no es necesario que el intervalo entre mediciones sea uniforme, por ejemplo, leve,
moderado, grave
Variable cualitativa nominal: En esta variable los valores no pueden ser sometidos a un criterio de orden
como por ejemplo los colores o el lugar de residencia.
Variables cuantitativas:

Son las variables que se expresan mediante cantidades numricas. Las variables cuantitativas adems
pueden ser:
Variable discreta: Es la variable que presenta separaciones o interrupciones en la escala de valores que
puede tomar. Estas separaciones o interrupciones indican la ausencia de valores entre los distintos
valores especficos que la variable pueda asumir. Un ejemplo es el nmero de hijos.
Variable continua: Es la variable que puede adquirir cualquier valor dentro de un intervalo especificado de
valores. Por ejemplo el peso o la altura, que solamente limitado por la precisin del aparato medidor,
en teora permiten que siempre exista un valor entre dos cualesquiera.
Segn la influencia que asignemos a unas variables sobre otras, podrn ser:
Variables independientes: Son las que el investigador escoge para establecer agrupaciones en el
estudio, clasificando intrnsecamente a los casos del mismo. Un tipo especial son las variables de
confusin, que modifican al resto de las variables independientes y que de no tenerse en cuenta
adecuadamente pueden alterar los resultados por medio de un sesgo.
Variables dependientes: Son las variables de respuesta que se observan en el estudio y que podran
estar influenciadas por los valores de las variables independientes.

Escala de medicin:
Una escala es un patrn convencional de medicin, y bsicamente consiste en un instrumento capaz de
representar con gran fidelidad verbal, grfica o simblicamente el estado de una variable.
La medicin de las variables puede realizarse por medio de cuatro escalas de medicin. Dos de las
escalas miden variables categricas y las otras dos miden variables numricas.
Los niveles de medicin son las escalas nominal, ordinal, de intervalo y de razn. Se utilizan para ayudar
en la clasificacin de las variables, el diseo de las preguntas para medir variables, e incluso indican el
tipo de anlisis estadstico apropiado para el tratamiento de los datos.
a) Medicin Nominal.
En este nivel de medicin se establecen categoras distintivas que no implican un orden especfico.
Por ejemplo, si la unidad de anlisis es un grupo de personas, para clasificarlas se puede establecer la
categora sexo con dos niveles, masculino (M) y femenino (F), los respondientes solo tienen que sealar
su gnero, no se requiere de un orden real.
As, si se asignan nmeros a estos niveles solo sirven para identificacin y puede ser indistinto: 1=M, 2=F
o bien, se pueden invertir los nmeros sin que afecte la medicin: 1=F y 2=M. En resumen en la escala
nominal se asignan nmeros a eventos con el propsito de identificarlos. No existe ningn referente
cuantitativo. Sirve para nombrar las unidades de anlisis en una investigacin y es utilizada en crceles,
escuelas, deportes, etc. La relacin lgica que se expresa es: A B (A es diferente de B).
b) Medicin Ordinal.
Se establecen categoras con dos o mas niveles que implican un orden inherente entre si. La escala de
medicin ordinal es cuantitativa porque permite ordenar a los eventos en funcin de la mayor o menor
posesin de un atributo o caracterstica.
Por ejemplo, en las instituciones escolares de nivel bsico suelen formar por estatura a los estudiantes, se
desarrolla un orden cuantitativo pero no suministra medidas de los sujetos. La relacin lgica que expresa
esta escala es A B (A es mayor que B). Clasificar a un grupo de personas por la clase social a la que
pertenecen implica un orden prescrito que va de lo mas alto a lo mas bajo. Estas escalas admiten la
asignacin de nmeros en funcin de un orden prescrito.
Las formas ms comunes de variables ordinales son tems (reactivos) actitudnales estableciendo una
serie de niveles que expresan una actitud de acuerdo o desacuerdo con respecto a algn referente.
Por ejemplo, ante el tem: La economa mexicana debe dolarizarse, el respondiente puede marcar su
respuesta de acuerdo a las siguientes alternativas:
___ Totalmente de acuerdo
___ De acuerdo
___ Indiferente
___ En desacuerdo
___ Totalmente en desacuerdo
Las anteriores alternativas de respuesta pueden codificarse con nmeros que van del uno al cinco que
sugieren un orden preestablecido pero no implican una distancia entre un nmero y otro. Las escalas
de actitudes son ordinales pero son tratadas como variables continuas.
c) Medicin de Intervalo.
La medicin de intervalo posee las caractersticas de la medicin nominal y ordinal. Establece la distancia
entre una medida y otra. La escala de intervalo se aplica a variables continuas pero carece de un punto
cero absoluto.
El ejemplo mas representativo de este tipo de medicin es un termmetro, cuando registra cero grados
centgrados de temperatura indica el nivel de congelacin del agua y cuando registra 100 grados
centgrados indica el nivel de ebullicin, el punto cero es arbitrario no real, lo que significa que en este
punto no hay ausencia de temperatura.
Una persona que en un examen de matemticas que obtiene una puntuacin de cero no significa que
carezca de conocimientos, el punto cero es arbitrario por que sigue existiendo la caracterstica medida.
d) Medicin de Razn.
Una escala de medicin de razn incluye las caractersticas de los tres anteriores niveles de medicin
anteriores (nominal, ordinal e intervalo).
Determina la distancia exacta entre los intervalos de una categora. Adicionalmente tiene un punto cero
absoluto, es decir, en el punto cero no existe la caracterstica o atributo que se mide. Las variables de
ingreso, edad, nmero de hijos, etc. son ejemplos de este tipo de escala. El nivel de medicin de razn se
aplica tanto a variables continuas como discretas.

Numero ndice:
Es una medida estadstica diseada para poner de relieve cambios en una variable o en un grupo de
variables relacionadas con respecto al tiempo, situacin geogrfica, ingreso o cualquier otra
caracterstica. Una coleccin de nmeros ndice para diferentes aos, lugares, etc.; se llama a veces serie
de ndices.
Los nmeros ndices miden el tamao o la magnitud de algn objeto en un punto determinado en el
tiempo, como el porcentaje de una base o referencia en el pasado
En realidad, los nmeros ndices relacionan una o varias variables de un perodo dado con la misma
variable o variables en otro perodo, llamado perodo base.
Aplicaciones de los nmeros ndices.
Los nmeros ndices se usan para hacer comparaciones. Por ejemplo, con los nmeros ndices podemos
comparar los costes de alimentacin o de otros servicios en una ciudad durante un ao con los del ao
anterior, o la produccin de arroz en un ao en una zona del pas con la otra zona. Aunque se usa
principalmente en Economa e Industria; los nmeros ndices son aplicables en muchos campos.
En Educacin, por ejemplo, se pueden usar los nmeros ndices para comparar la inteligencia relativa de
estudiantes en sitios diferentes o en aos diferentes.
Muchos gobiernos se ocupan de elaborar nmeros ndices (o ndices, con el propsito de predecir
condiciones econmicas o industriales, tales como: ndices de precios, de produccin, salariales,
del consumidor, poder adquisitivo, costo de vida y tantos otros.
Tal vez el ms conocido sea el ndice de coste de la vida o ndice de precios al consumo, que prepara el
Instituto de Estadstica. En muchos contratos aparecen ciertas clusulas de revisin que producen
aumentos salariales automticos correspondientes a los aumentos del ndice de precios al consumo.

Tipos de ndices:
Nmeros ndices Simples Estudian la evolucin en el tiempo de una magnitud que slo tiene un
componente (sin desagregacin). Se emplean con gran difusin en el mundo de la empresa a la hora de
estudiar las producciones y ventas de los distintos artculos que fabrican y lanzan al mercado. Nmeros
ndices Complejos Sin Ponderar Estudian la evolucin en el tiempo de una magnitud que tiene varios
componentes y a los cuales se asigna la misma importancia o peso relativo (siendo esta ltima
hiptesis nada realista)
Por su naturaleza son de poco uso en el mundo de la economa.
Nmeros ndices Complejos Ponderados Estudian la evolucin en el tiempo de una magnitud que tiene
varios componentes y a los cuales se asigna un determinado coeficiente de ponderacin wi. Son los que
realmente se emplean en el anlisis de la evolucin de fenmenos complejos de naturaleza econmica
(IPC, IPI, etc.)
Coeficiente de ponderacin del componente i Propiedades que cumplen en general los ndices simples
(pero no todos los complejos)
Identidad: si coinciden el periodo base y el de comparacin, entonces:
Inversin: el producto de dos ndices invertidos de dos periodos es:
Circular: la generalizacin de la inversin para varios periodos
Proporcionalidad: Si la magnitud vara en proporcin
ndices de Precios
Estos ndices miden la evolucin de los precios a lo largo del tiempo
Los ndices de precios se clasifican en: Simples Sauerbeck Nmeros ndice de precios Sin ponderar.
ndices Complejos de Precios Sin Ponderar
a) ndice media aritmtica de ndices simples o de Sauerbeck Es la media aritmtica de los ndices de
precios simples para cada componente. PS ndice de Sauerbeck
b) ndice media agregativa simple o de Bradstreet-Dutot Es el cociente entre la media aritmtica simple de
los N precios en el periodo t y en el 0.
PBD ndice de Bradstreet-Dutot
ndices Complejos de Precios Ponderados
Cada uno de los mtodos apunta una forma distinta para establecer los coeficientes de ponderacin wi
a) ndice de precios de Laspeyres PL Utiliza como coeficientes de ponderacin el valor de las
transacciones en el periodo base
Tiene la ventaja de que las ponderaciones del periodo se mantienen fijas para todos los periodos pero por
contra el inconveniente de que su representatividad disminuye segn nos alejamos.
b) ndice de precios de Paasche PP Utiliza como coeficientes de ponderacin el valor de las
transacciones, con las cantidades del periodo de comparacin y los precios del periodo base. Las
ponderaciones son por ello variables
Tiene la ventaja de que los pesos relativos de los distintos componentes se actualizan cada periodo con el
agravante de complejidad y costes derivados de este clculo.
c) ndice de precios de Edgeworth PE Utiliza como coeficientes de ponderacin la suma de los dos
anteriores.
d) ndice de precios de Fisher PF Se define como la media geomtrica de los ndices de Laspeyres y
Paasche
ndices de Cantidades o Cunticos
Los ndices cunticos miden la evolucin de cantidades a lo largo del tiempo. Para cualquier magnitud y
por supuesto las cantidades, siempre se pueden elaborar nmeros ndices simples, complejos sin
ponderar y complejos ponderados empleando las mismas consideraciones y la misma formulacin que la
vista para ndices de precios
Cada uno de los mtodos apunta una forma distinta para establecer los coeficientes de ponderacin wi.

Diferencia entre el valor absoluto y valor relativo:

Valor absoluto es que no depende del signo que tenga el valor en s.
Los rabes inventaron los smbolos numricos y el sistema de posicin relativa sobre el cual se basa
nuestro sistema decimal actual y otros sistemas numricos. Cada uno de los smbolos tiene un valor fijo
superior en uno al valor del smbolo que lo precede en la progresin ascendente: 0, 1, 2, 3, 4, 5, 6, 7,
8,9. Cuando se combinan varios smbolos (o dgitos), el valor del nmero depende de la "posicin relativa"
de cada uno de los dgitos y del "valor de los dgitos", el primero es el "valor posicional" y el segundo es el
"valor absoluto".
El valor absoluto es el que tiene un numero mas all del lado del cero en el que este
El valor absoluto de -8 es 8, o sea vale 8 pero como esta del lado izquierdo del cero le agregamos el (-),
para poder ubicarlo
Al valor absoluto tambin se lo llama modulo y se lo simboliza con dos rayitas I de cada lado del nmero
as:
l 5 l = 5 y l-5 l = 5
El modulo o valor absoluto de un nmero siempre es positivo
Si por ejemplo tienes algo como
lxl =3 la x puede ser x1=3 y x2=-3
Si tienes algo como lxl=-9 no existe ya que no puede ser negativo un modulo.
El valor relativo de un nmero o de una expresin hace referencia no solamente a su valor como tal sino
tambin atiende a otros aspectos, como puede ser su posicin o su orientacin.
Con respecto a la recta de los reales un numero es negativo o positivo segn de que lado del cero se
encuentre.

Conclusin
Despus de haber brindado algunas nociones bsicas de la estadstica, sus objetivos, calificacin y las
diferentes tcnicas que la misma utiliza para estudiar una determinada poblacin, podemos sintetizar lo
siguiente: la estadstica es una ciencia, debido a que utiliza mtodos de investigacin cientfica y a la vez
es una serie de herramientas, instrumentos y estrategia para estudiar a una poblacin.
Por otra parte, la estadstica se califica en descriptiva e inferencial. Donde la primera estudia los mtodos
de recoleccin y descripcin de los fenmenos en estudios; mientras que la otra se dedica a la generacin
de los mtodos, inferencias y predicciones asociados a los fenmenos en cuestin, teniendo en cuenta lo
aleatorio e incertidumbre en las observaciones.

Leer ms: http://www.monografias.com/trabajos60/estadistica/estadistica2.shtml#ixzz4sP0ewREL