Universidad Abierta para

Adultos

Asignatura:
Estadística 1

Tema:
Tarea 1

Participante:
Kateryn Elianny Mercedes Santos

Matricula:
15-0593

Facilitadora:
Isidro Cruz Eduardo
 Estadística
es una rama de las matemáticas y una herramienta que estudia usos y análisis
provenientes de una muestra representativa de datos, que busca explicar las
correlaciones y dependencias de un fenómeno físico o natural, de ocurrencia en
forma aleatoria o condicional.
Es transversal a una amplia variedad de disciplinas, desde la física hasta
las ciencias sociales, desde las ciencias de la salud hasta el control de calidad.
Además, se usa en áreas de negocios o instituciones gubernamentales ya que su
principal objetivo es describir al conjunto de datos obtenidos para la toma de
decisiones o bien, para realizar generalizaciones sobre las características
observadas.

Importancia de la estadística
A diferencia de otras ramas de la matemática que poseen una parte importante de
abstracción, la estadística tiene aplicaciones directas y concretas en la vida real ya
que toma los números y cifras de diferentes fenómenos sociales como por ejemplo
la desocupación, la tasa de mortalidad, la de natalidad y muchos otros datos incluso
más complejos.

Podemos decir que la función principal de la estadística es justamente la recolección

y agrupamiento de datos de diverso tipo para construir con ellos informes
estadísticos que nos den idea sobre diferentes y muy variados temas, siempre
desde un punto de vista cuantitativo y no cualitativo. Esto es muy importante de
remarcar ya que la estadística se convierte entonces en una ciencia que nos habla
de cantidades (por ejemplo, cuántas personas viven en un país por metro cuadrado)
pero no nos da información directa sobre la calidad de vida de esas personas. En
este sentido podemos decir que se presentan varias limitaciones ya que no permite
conocer más que numéricamente aspectos que requieren un trabajo más complejo
y profundo.

El aspecto cuantitativo como centro de la estadística y su influencia en la mejora de

la calidad de vida
Sin embargo, a pesar de lo mencionado en el párrafo anterior, lo interesante de la
estadística como ciencia es que en muchos casos, la información cuantitativa que
nos brinda nos permite conocer a ese nivel mucho mejor a una sociedad, por
ejemplo cuántas personas viven en un país, cuál es la tasa de desempleo, cuál es
la tasa de indigencia o pobreza, cuál es el nivel promedio de educación de esa
sociedad, etc. Todos estos datos numéricos son utilizados por los responsables del
Estado a través de sus distintos organismos y secretarías para luego realizar
proyectos de diferente tipo que tengan que ver con mejorar esa situación o
mantenerla en el caso de que sea buena.

En algunos casos, aunque no directamente, la estadística también nos permite

inferir (no conocer) la calidad de vida de una población ya que si encontramos altas
tasas de desempleo, pobreza y marginalidad podremos suponer que la calidad de
vida es muy baja.

La estadística tiene una utilidad no sólo en aspectos sociales sino que también sirve
para todo tipo de investigación científica si se tiene en cuenta que los datos
estadísticos son el resultado de varios casos de entre los cuales se toma un
promedio. Así, una estadística puede servir para una investigación científica al
demostrar que un porcentaje determinado de los casos observados representó un
resultado.

Estadística descriptiva
Estadística descriptiva: Se dedica a la descripción, visualización y resumen de datos
originados a partir de los fenómenos de estudio. Los datos pueden ser
resumidos numérica o gráficamente. Su objetivo es organizar y describir las
características sobre un conjunto de datos con el propósito de facilitar su aplicación,
generalmente con el apoyo de gráficas, tablas o medidas numéricas.

Estadística inferencial
Estadística inferencial: Se dedica a la generación de los modelos, inferencias y
predicciones asociadas a los fenómenos en cuestión teniendo en cuenta
la aleatoriedad de las observaciones. Se usa para modelar patrones en los datos y
extraer inferencias acerca de la población bajo estudio. Estas inferencias pueden
tomar la forma de respuestas a preguntas sí/no (prueba de hipótesis), estimaciones
de unas características numéricas (estimación), pronósticos de futuras
observaciones, descripciones de asociación (correlación) o modelamiento de
relaciones entre variables (análisis de regresión). Otras técnicas
de modelamiento incluyen análisis de varianza, series de tiempo y minería de
datos. Su objetivo es obtener conclusiones útiles para lograr hacer deducciones
acerca de la totalidad de todas las observaciones hechas, basándose en
la información numérica.

Población
 Una población estadística es un conjunto de sujetos o elementos que
presentan características comunes. Sobre esta población se realiza el estudio
estadístico con el fin de sacar conclusiones.
El tamaño poblacional es el número de individuos que constituyen la población.
Según el número de sujetos, el tamaño puede ser finito o infinito. Los conjuntos
infinitos son algo artificial o conceptual, ya que toda población de entidades físicas
es finita. Por ejemplo:
 Población finita: el conjunto de habitantes de una ciudad, los bolígrafos
producidos en una fábrica en un día, etc.
 Población infinita: el conjunto de los números positivos.

Cuando la población es muy grande, normalmente es imposible estudiar a todos

los individuos.

Muestra
 En estadística, una muestra es un subconjunto de casos o individuos de
una población. En diversas aplicaciones interesa que una muestra sea
una muestra representativa y para ello debe escogerse una técnica de
muestra adecuada que produzca una muestra aleatoria adecuada (se
obtiene una muestra sesgada cuyo interés y utilidad es más limitado
dependiendo del grado de sesgo que presente).
Como un subgrupo o subconjunto representativo de la población, extraída
seleccionada por algún método de muestreo. La muestra siempre es una parte de
la población. Si se tienen varias poblaciones, entonces se tendrán varias muestras.
La muestra debe poseer toda la información deseada para tener la posibilidad de
extraerla, esto solo se puede lograr con una buena selección de la muestra y un
trabajo muy cuidadoso y de alta calidad en la recogida de datos.

Variable
Una variable estadística es una característica que puede fluctuar y cuya variación
es susceptible de adoptar diferentes valores, los cuales pueden medirse u
observarse. Las variables adquieren valor cuando se relacionan con otras variables,
es decir, si forman parte de una hipótesis o de una teoría. En este caso se las
denomina constructos o construcciones hipotéticas.

Variables cuantitativas
Son las variables que toman como argumento cantidades numéricas, son variables
matemáticas. Las variables cuantitativas además 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 específicos que la
variable pueda asumir. Ejemplo: El número de hijos (1, 2, 3, 4, 5).

Variable continua: Es la variable que puede adquirir cualquier valor dentro de

un intervalo especificado de valores. Por ejemplo la masa (2,3 kg, 2,4 kg,
2,5 kg,...) o la altura (1,64 m, 1,65 m, 1,66 m,...), o el salario. Solamente se está
limitado por la precisión del aparato medidor, en teoría permiten que exista un
valor entre dos variable

Variable cualitativa
Son el tipo de variables que como su nombre lo indica expresan distintas cualidades,
características o modalidad. Cada modalidad que se presenta se denomina atributo
o categoría, y la medición consiste en una clasificación de dichos atributos. Las
variables cualitativas puede ser dicotómicas cuando sólo pueden tomar dos valores
posibles, como sí y no, hombre y mujer o ser polifónicas cuando pueden adquirir
tres o más valores. Dentro de ellas podemos distinguir:

 Variable cualitativa ordinal o variable cuasi cuantitativa: 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, fuerte.

 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
nacimiento.

Error de muestreo

Cuando se utilizan valores muéstrales, o estadísticos para estimar valores

poblacionales, o parámetros, pueden ocurrir dos tipos generales de errores: el error
muestral y el error no muestral.

El error muestral se refiere a la variación natural existente entre muestras tomadas

de la misma población.
Cuando una muestra no es unas copias exacta de la población; aún si se ha tenido
gran cuidado para asegurar que dos muestras del mismo tamaño sean
representativas de una cierta población, no esperaríamos que las dos sean idénticas
en todos sus detalles. El error muestral es un concepto importante que ayudará a
entender mejor la naturaleza de la estadística inferencial.

Los errores que surgen al tomar las muestras no pueden clasificarse como errores
muéstrales y se denominan errores no muéstrales.

Sesgo de muestra

El sesgo de las muestras es un tipo de error no muestral. El sesgo muestral se

refiere a una tendencia sistemática inherente a un método de muestreo que da
estimaciones de un parámetro que son, en promedio, menores (sesgo negativo), o
mayores (sesgo positivo) que el parámetro real.

El sesgo muestral puede suprimirse, o minimizarse, usando la aleatorización.

La aleatorización se refiere a cualquier proceso de selección de una muestra de la

población en el que la selección es imparcial o no está sesgada; una muestra
elegida con procedimientos aleatorios se llama muestra aleatoria.

Los tipos más comunes de técnicas de muestreo aleatorios son el muestreo

aleatorio simple, el muestreo estratificado, el muestreo por conglomerados y el
muestreo sistemático.

Si una muestra aleatoria se elige de tal forma que todos los elementos de la
población tengan la misma probabilidad de ser seleccionados, la llamamos muestra
aleatoria simple.

Que una grafica

Una gráfica o representación gráfica es un tipo de representación de datos,

generalmente numéricos, mediante recursos
visuales (líneas, vectores, superficies o símbolos), para que se manifieste
visualmente la relación matemática o correlación estadística que guardan entre sí.
También es el nombre de un conjunto de puntos que se plasman en coordenadas
cartesianas y sirven para analizar el comportamiento de un proceso o un conjunto
de elementos o signos que permiten la interpretación de un fenómeno. La
representación gráfica permite establecer valores que no se han obtenido
experimentalmente sino mediante la interpolación (lectura entre puntos) y
la extrapolación (valores fuera del intervalo experimental).
 Qué importancia tiene la representación gráfica en estadística

La representación gráfica tiene una gran importancia debido a que sin ella no se
podría visualizar las estadísticas ni el producto antes de ser construido

Permite a las personas no especializadas, interpretar mejor determinada

información, haciéndola más entendible e interesante. Aun cuando presentan una
cantidad limitada de datos y cifras aproximadas, permite reforzar los argumentos o
conclusiones que una investigación presente. Proporciona una idea generalizada
de los resultados.