Anda di halaman 1dari 7

ESTADISTICA

CAPTULO I

INTRODUCCIN

1.1 DEFINICIN DE ESTADSTICA


La Estadstica, como una herramienta vital para el proceso de toma de
decisiones, se emplea en casi todas las actividades que el hombre y la mujer
desarrollan, es por ello que presentamos este nuevo texto para que el grupo de
intelectuales, tanto profesionales como estudiantes de las distintas especialidades,
empleen estas
herramientas para utilizarlas en la solucin de problemas,
presentacin de informacin tabulada y ordenada. En consecuencia trataremos de
acercarnos a una definicin moderna de la estadstica como una ciencia y como arte.
La estadstica moderna, est relacionado con el empleo amplio de ordenadores
para solucionar problemas de diversas ndoles, personas que cumplen actividades
en mercado de valores, el recojo de datos en estudios de mercado, resultados de
encuestas de opinin, tasas de desempleo, predicciones de fenmenos futuros o de
resultado de xito de industrias particulares, hasta de informaciones deportivas, se
hallan expuestos cada da de sus vidas, a una variedad de informaciones
cuantitativas relativas a estos casos sealados. Por tanto, la estadstica moderna lo
podemos definir como: Aquella ciencia que abarca desde la recopilacin de
informacin, clasificacin sistemtica, presentacin, y caracterizacin de datos
relevantes, con la finalidad de contribuir al anlisis de grandes grupos de datos y al
proceso de toma de decisiones
La estadstica moderna tiene aplicaciones amplias en reas relevantes en
negocios, as:
En la Contabilidad, proporciona herramientas para la seleccin de muestras con
fines de auditorias contables y desarrollar modelos de pronsticos de valores
futuros.
En finanzas, contribuye a que los gerentes financieros tengan al da el progreso de
medidas financieras relevantes para la organizacin en el tiempo.
En la Administracin, para caracterizar el comportamiento y desempeo de los
trabajadores de la organizacin. As como tambin en el proceso de mejora continua
de la calidad de los productos que la organizacin fabrica.
En la industria de procesos, contribuye directa y estrechamente en el control de
procesos de fabricacin de productos manufacturados y de servicios.
1

1.2 CLASIFICACIN DE LA ESTADISTICA


1

Prof. Efren Chaparro

La estadstica para fines de estudio, podemos clasificarlo en:


A) Estadstica Descriptiva, es aquella parte de la estadstica cuyo propsito de
los resultados no es ir ms all de los datos bajo estudio. Es describir la
informacin pertinente con el objeto de resumirlo mediante la determinacin
de medidas que caracterizan los elementos de la poblacin o muestra.
B) Inferencia Estadstica, aquella que proporciona conclusiones generales de
una poblacin a partir de informaciones derivadas de una muestra. La
estadstica inferencial analiza grupos de datos de muestras con la finalidad de
estudiar las caractersticas de una poblacin y extraer conclusiones vlidas
que apoyen en la toma de decisiones administrativas.
1.3 CONCEPTOS ESTADSTICOS
Para un tratamiento de la informacin en forma ms eficiente, empleando
herramientas estadsticas, es de necesidad que el lector conozca algunos conceptos
que se utilizarn a los largo de este libro y que ciertamente ayudan al buen
entendimiento global del tema.
A) Poblacin, en un estudio o investigacin, es el universo de los elementos de
observacin o totalidad de unidades sobre las cuales est centrado el objeto de
la toma de decisiones.
Una poblacin a su vez, puede ser: Finita, cuando se conoce con exactitud el
nmero de elementos y que, as mismo, se pueden numerar por ser limitados.
Ejemplos de poblaciones finitas podemos citar:
- Nmero de alumnos matriculados en el quinto ao de secundaria en
colegios estatales.
- Nmero de declaraciones juradas de autoevalo de la provincia de Lima.
- Numero de clientes que adquieren telefona mvil en un ao, en una
ciudad capital de provincia.
- Nmero de ordenadores que adquieren estudiantes universitarios, en un
semestre acadmico de una universidad pblica.
Una poblacin es infinita, cuando los elementos de observacin no son
numerables, o cuando los muestreos se realizan con reposicin.
Ejemplo de poblaciones infinitas es:
- El conjunto de elementos de una poblacin hecha un muestreo con
reposicin
- El conjunto de resultados de un experimento repetitivos en las mismas
condiciones.
B) Muestra, en estadstica una muestra en una parte representativa de la poblacin,
adems que son las unidades realmente observables. Las unidades de
observacin de una poblacin son difciles de manejar o manipular. Sin embargo
los elementos de la muestra son las unidades accesibles al manejo, las cuales son
susceptibles a ordenamientos y arreglos de acuerdo a la necesidad y naturaleza
de la investigacin.
C) Parmetro, es una medida estadstica que se emplea para caracterizar o describir
una poblacin. As, un parmetro, puede ser el promedio de cierta caracterstica
cuantitativa, representado por la letra griega ( mu) o si el inters es representar
la dispersin lo hacemos mediante .
D) Estadstica, es aquella medida que caracteriza a una muestra. Es un valor que
cuantifica la caracterizacin de una muestra. Mediante este valor se puede

describir el comportamiento de una muestra respecto a una determinada


variable. Un valor particular de un estadstico o estadstica es llamado
estadgrafo. El promedio de una muestra se representa mediante x, y la
dispersin mediante s.
1.4 DEFINICIN DE VARIABLES ESTADSTICAS
Una variable es una magnitud o atribucin de un valor o valores, a una
caracterstica determinada de un elemento o de una unidad de observacin. Las
variables segn sean caracterizados se clasifican del siguiente modo:
A) Por su Naturaleza,
En esta clasificacin las variables pueden ser:
1 Variables cualitativas, cuando la caracterizacin de la variable no es numrica,
es decir, que sus valores se representan mediante atributos que describen la
naturaleza de la variable.
Ejemplo de variables cualitativas son: Sexo, religin, Marca de ordenadores, color
de ojos, origen de futbolistas en Espaa, etc.
2 Variables cuantitativas, son aquellos que se pueden representar mediante
cantidades y pueden tomar magnitudes diferentes.
Las variables cuantitativas a su vez pueden ser: Cuantitativas discretas, son
cantidades representados mediante nmeros enteros, no admitiendo valores
intermedios entre ellos. Ejemplo de variables cuantitativas discretas sera, el nmero
de hijos en familias de un distrito de la provincia, entre cero y cinco. En este caso
cada valor de la variable, como la que observamos
x { 0, 1,2, 3, 4, 5}
es un nmero natural, por lo tanto
xN
Otros ejemplos de variables discretas son: cantidad de monedas de denominacin
diferente, nmero de ascensos en fuerzas armadas, nmero de errores que comete un
digitador en una pgina.
Cuantitativas continuas, son aquellas que admiten cualquier valor entre rangos
pequeos, se representan mediante nmeros reales y se originan mediante procesos
de mediciones. Los ejemplos que ilustran este tipo de variable pueden ser: altura x
de un grupo de deportistas. Estos valores son nmeros reales, por tanto cada valor
de la variable
x { 1.53, 1.64, 1.65, 1.73, 1.76, 1.87}
es un nmero real, por lo tanto
xR
Otros ejemplos pueden ser: Valor de patrimonio de una empresa de servicios,
duracin en horas de bateras de telfonos celulares,

Fig. 1.1 Clasificacin de la variable por su naturaleza

VARIABLE

CUANTITATIVA

CONTINUA

CUALITATIVA

DISCRETA

B) Por su escala de medicin


Las variables bajo esta modalidad se clasifican en:
1 Nominales, en esta clasificacin, la variable se clasifica en categoras
mutuamente excluyentes, sin indicacin de jerarquas de unas ms o menos
que otras.
Ejemplos de variables nominales, podemos mencionar: Sexo, con sus dos
categoras, masculino y femenino.
Sabor bebidas gaseosas, limn, fresa, frambuesa, cola
Marca de ordenador, IBM, Panasnic, Olivetti, Epson.
2. Ordinales, en esta clasificacin es relevante la posicin o lugar de una
categora, debido a que stas representan diferentes jerarquas unas con
respecto a otras. Pueden situarse de manera creciente o decreciente.
Ejemplos de estas variables son, Desempeo de una autoridad poltica:
ptimo, bueno, regular, malo, psimo.
rganos jurisdiccionales del Poder judicial: Corte suprema, Corte superior,
Juzgados especializados, Juzgados de paz.
Nivel socioeconmico de una poblacin: Bajo, Medio, Alto
Administracin de una empresa: Deficiente, regularmente eficiente,
eficiente, Notables.
3. Intervalares, son aquellas variables cuyos valores suponen orden que
permiten avaluar las variaciones numricas, y grados de distancias iguales
entre las categoras. Estas variables no tienen un origen natural, tienen un
origen ficticio o convencional.
Ejemplo de esta clase de variables es: lectura de temperatura ambiente de 12
a 20 horas: 15 , 0, 17, 18 , 20, 14, 12, 10. Estos valores pueden
ordenarse a fin de tener una explicacin respecto de la temperatura, sin

embargo para realizar el anlisis de los datos stos deben estar en las mismas
unidades.
En esta medidas el cero grado (0), no significa ausencia de fro o calor, es
decir ausencia de temperatura, por ello manifestamos que es un cero relativo.
4. Proporcionales, Es semejante a la escala intervalar, con la diferencia que
en sta, los valores de la variable tienen un cero natural.
Cmo ejemplo, se puede citar todas las variables cuantitativas, que tienen un
cero real, como ser ingresos econmicos mensuales de un ingeniero civil, 0
ingresos, 100, 300, 500, 1000, etc. El cero, significa que el ingeniero no tiene
ingresos, esto es un cero natural.

Es pertinente tener en cuenta cuando se realiza la calificacin de la escala de


medida de una variable, el modo cmo fue medido, no el modo como se
manifiesta la medida. Una variable que se expresa numricamente no
significa que sea necesariamente cuantitativa. Por ejemplo, si medimos el
ingreso monetario de familias de un barrio de la capital por sus declaraciones
juradas al erario nacional, la variable ser indudablemente cuantitativa
continua; sin embargo si los ingresos se pueden categorizar, en bajo, medios
y altos, la variable sera cualitativa ordinal.

1.5

FUNCIONES
Una funcin es una regla de correspondencia que relaciona a los elementos de un
conjunto, llamado de partida y otro conjunto de llegada, segn la cual a cada
elemento del primer conjunto le corresponde uno y slo uno del segundo
conjunto.
Los elementos del conjunto de partida forman el dominio de la funcin.(Dom(f)).
Los elementos del conjunto de llegada, los mismos que estn relacionados con el
dominio, constituyen la imagen de la funcin.( Im(f) ).
Puesto que una funcin de variable real debe existir, en consecuencia una
funcin ser de variable real, cuando su dominio e imagen son nmeros reales.
Es comn, manifestar que el desarrollo de una empresa est en funcin de la
administracin. As, una empresa exitosa, se debe a una Notable administracin.
En consecuencia se puede afirmar con mucha propiedad que el xito de una
empresa est en funcin de la administracin.
Ilustracin grfica de funciones
Los pares ordenados que conforman una funcin puede representarse
grficamente en el plano cartesiano, de esta manera se forma un conjunto de
puntos dispersos o lneas rectas o curvas.
Si en vez de tener un modelo de una funcin real cualquiera, se tiene una grfica
de la funcin , para determinar la imagen de la funcin para un valor en
particular, trazamos una lnea vertical perpendicular al eje de las abscisas hasta
tocar la grfica, por lo tanto la ordenada de ese punto en la curva ser su imagen.
Si por alguna razn la vertical que hemos trazado, toca la grfica en ms de un
punto, entonces la grfica no representa a una funcin.

EJEMPLO 1.1

La figura 1.2, representa la funcin:


f(x) = x2 2x 3
Si arbitrariamente cogemos un punto, por ejemplo, (2, -3), pertenece a la
funcin,. Sin embargo si cogemos el punto (3, 7), esto es un punto que no
pertenece a la funcin f(x).
Ahora bien, para calcular la imagen de la funcin cuando x= 1, se procede:
f(x)= 12 2(1) 3= -4
El dominio de la funcin es R, cualquier trazo vertical que trazamos corta la
grfica en un punto. La imagen de la funcin son todos los nmeros reales que
sean mayores o guales a -4

fig. 1.2 Grfica de una funcin cuadrtica


1.6 CONJUNTOS
La teora de conjuntos es una rama de la matemtica moderna, ampliamente
difundido en problemas de la vida real, por tanto se puede extrapolar sus
propiedades a temas que vamos a desarrollar en este libro, particularmente en
probabilidades, por su analoga entre lo que llamamos universo y espacio muestral o
entre conjuntos y eventos.

Es frecuente representar un espacio muestral y eventos en probabilidades,


mediante el empleo de los diagramas de Venn. El espacio muestral se representa por
medio de puntos dentro de una figura rectangular, cada punto representa uno de los
resultados del experimento. Puesto que, un evento es un subconjunto del espacio de
muestras. stos se representan mediante crculos que contienen los puntos de la que
consta el evento.

fig. 1.3 Diagrama de Venn para el conjunto A