CÁTEDRA

PROBABILIDAD Y ESTADÍSTICA
Depto. Ms. Básicas

ESPECIALIDADES

Ingeniería Eléctrica
Ingeniería Mecánica
Ingeniería Metalúrgica

DOCENTES

Prof. Adjunto: Dra. Ana María Craveri

Ayudante de Primera: Est. Susana Carasai

Probabilidad y Estadística 2017 – Dra. Ana M. Craveri Página 1

UNIDAD Nº 1
INTRODUCCIÓN – ESTADÍSTICA DESCRIPTIVA: Recolección y Presentación
de datos estadísticos (Tiempo estimado: 2 semanas)
1.1 ¿Qué es la estadística moderna? El pensamiento estadístico en la Ingeniería y la
Administración Industrial. 1.2 Variables y escalas de medición. 1.3 Obtención,
registro y presentación de datos estadísticos. 1.4 Representación gráfica de datos
cuantitativos y cualitativos. Aplicaciones: Uso de Microsoft Excel.

1.1.- Introducción ¿Qué es La Estadística?

La Estadística es una metodología empleada en la toma de decisiones frente a la
incertidumbre, partiendo de datos, sean éstos numéricos o no, y calculando los riesgos.
La Estadística integra un conjunto de métodos, que conforman su teoría, con la
aplicación práctica en distintas áreas. Esta metodología abarca un conjunto de técnicas
referidas a la recolección, presentación, análisis e interpretación de datos.
La Teoría Estadística, como rama del Método Científico, ha tenido un desarrollo
relativamente reciente. Si bien es cierto que sus raíces pueden hallarse en los trabajos de
Laplace y Gauss sobre la Teoría de los Errores de Medición, recién tuvo su verdadero
desarrollo en el último cuarto del siglo XIX con Galton y Pearson.
La Estadística se puede dividir en dos grandes ramas que no están totalmente
separadas:
Estadística Descriptiva
Estadística Inferencial
La Estadística Descriptiva comprende las técnicas de obtención, presentación y
análisis de los datos.
La Estadística Inferencial, se refiere a las técnicas para la utilización de estos datos en
la toma de decisiones. El proceso de toma de decisiones por lo general tiene una
componente aleatoria, puesto que frecuentemente se toman decisiones en base a
información incompleta (muestras), por lo que las técnicas utilizadas en estos procesos
están basadas en la Teoría de las Probabilidades.

1.2.- Algunas Definiciones Importantes

Población
Cada uno de los elementos sobre los que se realiza una observación recibe el nombre de
unidad elemental.
El conjunto de unidades elementales constituye la población física.
La población estadística (o simplemente la población) es la totalidad de observaciones
posibles (numéricas o no) bajo consideración. Puede ser finita o infinita y una misma
población física puede dar origen a varias poblaciones estadísticas.
Censo
Es un intento de medir todos los elementos de una población de interés. En muchos
casos el censo es impracticable, ya sea porque la población es infinita, porque la
observación implica la destrucción de la unidad, por razones de costos, etc. En estos
casos se recurre a una muestra.

Probabilidad y Estadística 2017 – Dra. Ana M. Craveri Página 2

Muestra Estadística
Es una parte de la población obtenida mediante técnicas basadas en la teoría de
probabilidades que garantizan su representatividad.
Así una muestra representativa de una población es la porción de la misma que se
analizará a los efectos de inferir conclusiones respecto de la población.
Diremos que la muestra es aleatoria o probabilística cuando cada elemento de la
población tiene la misma probabilidad de ser elegido, no aleatoria en caso contrario.
La tabla de números aleatorios, proporciona listas de números al azar que pueden usarse
para elegir muestras aleatorias. Todos los paquetes de computadora generan listas de
números aleatorios que pueden usarse para seleccionar muestras aleatorias. Además de
la muestra aleatoria simple, existen otras técnicas de muestreo, más apropiadas a
situaciones particulares que no serán analizadas en el presente curso.
Parámetro
Es una medida de resumen que se calcula para describir una característica de toda la
población (en la práctica resultan en general desconocidos).
Estadística
Es una medida de resumen que se calcula con los datos de la muestra para describir una
característica de una sola muestra de la población. Las estadísticas son los Estimadores
de los Parámetros Poblacionales.
Característica o Variable
En este texto se utilizó frecuentemente el término característica. Una característica o
variable es el hecho que observamos en cada elemento de la población o de la muestra.
El conjunto de observaciones de la variable constituyen nuestros datos. Las variables
pueden clasificarse en dos categorías generales: cuantitativas o cualitativas (o
categóricas), en consecuencia los datos, que constituyen la información con la que
trabajará la Estadística, pueden ser cuantitativos o cualitativos.
Los datos cuantitativos se refieren a información numérica, como cuántos o cuánto, y se
miden en una escala numérica. Ejemplos de datos cuantitativos son: el peso en Kg., la
edad en años, la longitud en cm, el volumen en m3, las tasas, los índices, los
porcentajes, etc.
Los datos cualitativos representan categorías o atributos que pueden clasificarse según
un criterio o cualidad. Ejemplos de datos cualitativos son los relativos a variables tales
como: género (varón o mujer), lugar de residencia, calificación obtenida en una
evaluación (Insuficiente, aprobado, bueno, distinguido, sobresaliente), tipo de defecto,
etc.
Los datos cuantitativos pueden clasificarse en discretos o continuos:
Discretos: Son los obtenidos de un proceso de conteo (por ejemplo: número de materias
aprobadas, número de integrantes del grupo familiar, número de piezas defectuosas por
caja). El dato es un número natural (o cero).
Continuos: Son los obtenidos de un proceso de medición, donde la variable que se mide
puede tomar cualquier valor numérico dentro de un intervalo real (por ejemplo:
diámetro en mm., edad en años cumplidos, puntaje obtenido en un test de aptitud). El
dato es un número real.
1.3.- Las Escalas de Medición
En el sentido más amplio todos los datos recolectados son “medidos”. Pueden
reconocerse cuatro niveles de medición, del nivel de medición más débil al más fuerte,
las escalas son: nominal, ordinal, de intervalo y de cociente.
Los datos obtenidos de una variable cualitativa o categórica son “medidos” en una
escala nominal o en una escala ordinal. Si los datos observados simplemente se
clasifican en las diversas categorías en las que no se implica ningún orden, se obtiene un

Probabilidad y Estadística 2017 – Dra. Ana M. Craveri Página 3

nivel de medición nominal. Por otra parte, si los datos observados se clasifican en las
distintas categorías en las que se implica algún orden, se obtiene un nivel de medición
ordinal.

Ejemplos de escala nominal:

Variable Categórica Categorías
-Género Masculino Femenino

-Tipo de institución Pública Privada

Ejemplos de escala ordinal:

Variable Categórica Categorías
-Tipo de calificación Alta Media Baja
-Rendimiento Muy bueno Bueno Regular Malo

Los datos cuantitativos para los cuales pueden calcularse las distancias entre sus
valores, se dicen que se miden en una escala de intervalo. Esta escala no siempre tiene
un punto cero (origen de coordenadas), es decir un punto que indique la ausencia de lo
que se quiere medir. Ejemplos de éstos son:
-Temperatura en grados Celsius: Una temperatura de 80º es 40º más caliente que una
temperatura de 40º, pero no sería correcto decir que 80º es el doble de caliente que 40º.
Nótese además que una temperatura de 0º no representa la ausencia total de calor.
-Puntajes en las pruebas de inteligencia: Un puntaje de inteligencia de 110 es cinco
puntos superior a uno de 105, pero no podemos decir que una persona con un puntaje de
inteligencia de 180 es el doble de inteligente que otra que obtuvo 90.
Las escalas de razón: Con datos medidos en una escala de razón podemos determinar
cuántas veces es mayor una medida que otra, el dato cero indica ausencia de la
característica que se está midiendo. Algunos ejemplos de datos medidos en escala de
razón son:
- Diámetro en mm
- Nº de piezas defectuosas
- Porcentaje de defectuosos

Probabilidad y Estadística 2017 – Dra. Ana M. Craveri Página 4