Caractersticas de la estadstica
La Estadstica es un conjunto de tcnicas. Tcnicas analticas para ver en unos datos lo que
nuestra mirada no es capaz de ver porque son muy numerosos. En Estadstica hay tres
tipos de tcnicas, tres actividades bsicas, tres acciones: Descripcin, Relacin y
Comparacin.
Descripcin: Tcnicas donde no se infiere, slo se mira lo que se tiene: la muestra. Se le
calculan descriptores que capten aspectos relevantes de ella. Se dibujan grficos que la
resuman. La muestra es el fin, no un medio.
Relacin: Tcnicas que buscan relaciones entre variables, entre diferentes caractersticas
medidas a una serie de individuos. Se busca la existencia de relacin entre ellas y se
pretende establecer relaciones matemticas entre ellas.
Comparacin: Tcnicas que comparan poblaciones de individuos. El objetivo es poder
hablar de la igualdad o de la diferencia entre esos grupos, entre esas poblaciones.
La Relacin y la Comparacin s son tcnicas donde se infiere, son tcnicas inferenciales.
La muestra ahora es un medio, no un fin. Se pretende desde la muestra sacar
conclusiones poblacionales. Desde la relacin entre las variables a nivel muestral o desde
2
______________________________________________________________________________________________________________________________________________________________________
Es muy importante situar desde el principio cul es el papel bsico de la Estadstica. Y ver
la simplicidad que hay detrs de una aparente complejidad. La Estadstica es, en realidad,
un mundo caracterizado, aunque desde fuera parezca que no, por un paisaje muy
homogneo. En Estadstica estamos siempre describiendo, relacionando o
comparando. Pero, qu hace cualquier cientfico en su actividad diaria? Tambin
describir, relacionar y comparar.
Sosteniendo a la Estadstica, desde la base, existe un bsico paisaje de conceptos del
mundo de la probabilidad: especialmente la nocin de variable aleatoria, la nocin de
funcin de distribucin, de modelizacin matemtica. Estos conceptos se vern como
complementos de lo que constituye el hilo conductor de la Estadstica: la construccin de
tcnicas para describir lo que vemos en la muestra y para inferir acerca de lo que no
vemos en la muestra.
Ramas de la estadstica
Segn el colectivo a partir del cual se obtenga la informacin y el objetivo que persiga a la
hora de analizar esos datos, le estadstica de llama descriptiva o inferencial.
Los problemas por los que se ocupa la Estadstica Inferencial se relacionan con la
estimacin de parmetros tanto mustrales como poblacionales y la definicin de
criterios para verificar si lo que se ha hecho u obtenido tiene la suficiencia en calidad
estadstica, y si se puede utilizar como elemento de pronostico o de representacin del
3
______________________________________________________________________________________________________________________________________________________________________
Conceptos y Terminologa
Poblacin: Una poblacin es el conjunto de todos los elementos a los que se somete a un
estudio estadstico. No debe confundirse la poblacin en sentido demogrfico y la
poblacin en sentido estadstico. La poblacin en sentido demogrfico es un conjunto de
individuos (todos los habitantes de un pas, todas las ratas de una ciudad), mientras que
una poblacin en sentido estadstico es un conjunto de datos referidos a determinada
caracterstica o atributo de los individuos (las edades de todos los individuos de un pas,
el color de todas las ratas de una ciudad).
Individuo: Un individuo o unidad estadstica es cada uno de los elementos que componen
la poblacin.
Muestreo: El muestreo es una tcnica que sirve para obtener una o ms muestras de
poblacin. ste se realiza una vez que se ha establecido un marco muestral representativo
de la poblacin, se procede a la seleccin de los elementos de la muestra aunque hay
muchos diseos de la muestra.
Censo: Se entiende por censo aquella numeracin que se efecta a todos y cada uno de
los caracteres componentes de una poblacin.
Encuesta: Se entiende por encuesta las observaciones realizadas por muestreo, es decir
son observaciones parciales.
Datos Estadsticos: Son los resultados del experimento o mediciones de las observaciones
realizadas, son el general, el producto de las observaciones efectuadas en los cuales se
produce el fenmeno que queremos estudiar. Un dato es cada uno de los valores que se
ha obtenido al realizar un estudio estadstico. Si lanzamos una moneda al aire 5 veces
4
______________________________________________________________________________________________________________________________________________________________________
Valor
Un valor es cada uno de los distintos resultados que se pueden obtener en un estudio
estadstico. Si lanzamos una moneda al aire 5 veces obtenemos dos valores: cara y cruz.
Variables estadsticas
Un Carcter Estadstico es cada una de las caractersticas o cualidades que poseen los
individuos de una poblacin.
5
______________________________________________________________________________________________________________________________________________________________________
6
______________________________________________________________________________________________________________________________________________________________________
ENTREVISTA: La entrevista, desde el punto de vista del mtodo, es una forma especfica
de interaccin social que tiene por objeto recolectar datos para una indagacin. El
investigador formula preguntas a las personas capaces de aportarle datos de inters,
estableciendo un dilogo peculiar, asimtrico, donde una de las partes busca recoger
informaciones y la otra es la fuente de esas informaciones. Por razones obvias slo se
emplea, salvo raras excepciones, en las ciencias humanas.
La ventaja esencial de la entrevista reside en que son los mismos actores sociales quienes
proporcionan los datos relativos a sus conductas, opiniones, deseos, actitudes y
expectativas, cosa que por su misma naturaleza es casi imposible de observar desde
fuera. Nadie mejor que la misma persona involucrada para hablarnos acerca de todo
aquello que piensa y siente, de lo que ha experimentado o proyecta hacer.
Los datos de las encuestas se vuelcan en una matriz de datos, y a partir de ellos se
elaboran:
Frecuencia absoluta
La frecuencia absoluta es el nmero de veces que aparece un determinado valor en un
estudio estadstico. Se representa por fi.
La suma de las frecuencias absolutas es igual al nmero total de datos, que se representa
por N.
Para indicar resumidamente estas sumas se utiliza la letra griega (sigma mayscula) que
se lee suma o sumatoria.
Frecuencia relativa
La frecuencia relativa es el cociente entre la frecuencia absoluta de un determinado valor
y el nmero total de datos: es un tanto por uno.
Se puede expresar en tantos por ciento y se representa por ni.
Frecuencia acumulada
La frecuencia acumulada es la suma de las frecuencias absolutas de todos los valores
inferiores o iguales al valor considerado. Se representa por Fi.
8
______________________________________________________________________________________________________________________________________________________________________
xi Recuento fi Fi ni Ni
27 I 1 1 0.032 0.032
28 II 2 3 0.065 0.097
29 6 9 0.194 0.290
30 7 16 0.226 0.0516
31 8 24 0.258 0.774
34 I 1 31 0.032 1
31 1
9
______________________________________________________________________________________________________________________________________________________________________
Amplitud de la clase:
La amplitud de la clase es la diferencia entre el lmite superior e inferior de la clase.
Marca de clase:
La marca de clase es el punto medio de cada intervalo y es el valor que representa a todo
el intervalo para el clculo de algunos parmetros.
Ci fi Fi ni Ni
10
______________________________________________________________________________________________________________________________________________________________________
40 1
Diagrama de barras
Un diagrama de barras se utiliza para de presentar datos cualitativos o datos
cuantitativos de tipo discreto.
Se representan sobre unos ejes de coordenadas, en el eje de abscisas se colocan
los valores de la variable, y sobre el eje de ordenadas las frecuencias absolutas o relativas
o acumuladas.
Los datos se representan mediante barras de una altura proporcional a la frecuencia.
Ejemplo
Un estudio hecho al conjunto de los 20 alumnos de una clase para determinar su grupo
sanguneo ha dado el siguiente resultado:
Grupo sanguneo fi
A 6
B 4
AB 1
0 9
N 20
11
______________________________________________________________________________________________________________________________________________________________________
Hora Temperatura
6 7
9 12
12 14
15 11
18 12
21 10
24 8
ci fi Fi
[50, 60) 55 8 8
[60, 70) 65 10 18
12
______________________________________________________________________________________________________________________________________________________________________
[80, 90) 85 14 48
[90, 100) 95 10 58
65
Diagrama de sectores
Un diagrama de sectores se puede utilizar para todo tipo de variables, pero se usa
frecuentemente para las variables cualitativas.
Ejemplo
En una clase de 30 alumnos, 12 juegan a baloncesto, 3 practican la natacin, 9 juegan al
ftbol y el resto no practica ningn deporte.
Alumnos ngulo
Baloncesto 12 144
Natacin 3 36
Ftbol 9 108
Sin deporte 6 72
13
______________________________________________________________________________________________________________________________________________________________________
Histograma
ci fi Fi
[50, 60) 55 8 8
[60, 70) 65 10 18
[70, 80) 75 16 34
[80, 90) 85 14 48
[90, 100) 95 10 58
65
Ejemplo
En la siguiente tabla se muestra las calificaciones (suspenso, aprobado, notable y
sobresaliente) obtenidas pr un grupo de 50 alumnos.
fi hi
[0, 5) 15 3
[5, 7) 20 10
[7, 9) 12 6
[9, 10) 3 3
50
15
______________________________________________________________________________________________________________________________________________________________________
Parmetros estadsticos
Un parmetro estadstico es un nmero que se obtiene a partir de los datos de
una distribucin estadstica.
Los parmetros estadsticos sirven para sintetizar la informacin dada por una tabla o por
una grfica.
De centralizacin.
De posicin.
De dispersin.
Medidas de centralizacin
Media aritmtica
La media aritmtica es el valor obtenido al sumar todos los datos y dividir el resultado
entre el nmero total de datos.
16
______________________________________________________________________________________________________________________________________________________________________
xi fi xi fi
[10, 20) 15 1 15
[30,40) 35 10 350
[50, 60 55 8 440
[60,70) 65 4 260
42 1 820
17
______________________________________________________________________________________________________________________________________________________________________
Las suma de las desviaciones de los nmeros 8, 3, 5, 12, 10 de su media aritmtica 7.6 es
igual a 0:
8 7.6 + 3 7.6 + 5 7.6 + 12 7.6 + 10 7.6 =
= 0. 4 4.6 2.6 + 4. 4 + 2. 4 = 0
2 La media aritmtica de los cuadrados de las desviaciones de los valores de la variable
con respecto a un nmero cualquiera se hacemnima cuando dicho nmero coincide con
la media aritmtica.
xi fi
[72, ) 8
100
18
______________________________________________________________________________________________________________________________________________________________________
Moda
La moda es el valor que ms se repite en una distribucin.
Se representa por Mo.
Se puede hallar la moda para variables cualitativas y cuantitativas.
Hallar la moda de la distribucin: 2, 3, 3, 4, 4, 4, 5, 5 Mo= 4
Si en un grupo hay dos o varias puntuaciones con la misma frecuencia y esa frecuencia es
la mxima, la distribucin es bimodal o multimodal, es decir, tiene varias modas.
1, 1, 1, 4, 4, 5, 5, 5, 7, 8, 9, 9, 9 Mo= 1, 5, 9
Cuando todas las puntuaciones de un grupo tienen la misma frecuencia, no hay moda.
2, 2, 3, 3, 6, 6, 9, 9
Si dos puntuaciones adyacentes tienen la frecuencia mxima, la moda es el promedio de
las dos puntuaciones adyacentes.
0, 1, 3, 3, 5, 5, 7, 8 Mo = 4
Clculo de la moda para datos agrupados
1 Todos los intervalos tienen la misma amplitud.
Ejemplo
Calcular la moda de una distribucin estadstica que viene dada por la siguiente tabla:
fi
[60, 63) 5
[63, 66) 18
[66, 69) 42
19
______________________________________________________________________________________________________________________________________________________________________
[72, 75) 8
100
Ejemplo
En la siguiente tabla se muestra las calificaciones (suspenso, aprobado, notable y
sobresaliente) obtenidas por un grupo de 50 alumnos. Calcular la moda.
fi hi
[0, 5) 15 3
[5, 7) 20 10
[7, 9) 12 6
[9, 10) 3 3
50
20
______________________________________________________________________________________________________________________________________________________________________
Mediana
Clculo de la mediana
1 Ordenamos los datos de menor a mayor.
2 Si la serie tiene un nmero impar de medidas la mediana es la puntuacin central de la
misma. 2, 3, 4, 4, 5, 5, 5, 6, 6 Me= 5
3 Si la serie tiene un nmero par de puntuaciones la mediana es la media entre las
dos puntuaciones centrales. 7, 8, 9, 10, 11, 12 Me= 9.5
ai es la amplitud de la clase.
Ejemplo
Calcular la mediana de una distribucin estadstica que viene dada por la siguiente tabla:
fi Fi
[60, 63) 5 5
[63, 66) 18 23
[66, 69) 42 65
[69, 72) 27 92
100
100 / 2 = 50
Clase modal: [66, 69)
22
______________________________________________________________________________________________________________________________________________________________________
Clculo de la mediana
1 Ordenamos los datos de menor a mayor.
2 Si la serie tiene un nmero impar de medidas la mediana es la puntuacin central de la
misma. 2, 3, 4, 4, 5, 5, 5, 6, 6 Me= 5
3 Si la serie tiene un nmero par de puntuaciones la mediana es la media entre las
dos puntuaciones centrales. 7, 8, 9, 10, 11, 12 Me= 9.5
Cuartiles
Los cuartiles son los tres valores de la variable que dividen a un conjunto de datos
ordenados en cuatro partes iguales.
Q1, Q2 y Q3 determinan los valores correspondientes al 25%, al 50% y al 75% de
los datos.
Q2 coincide con la mediana.
Deciles
Los deciles son los nueve valores que dividen la serie de datos en diez partes iguales.
Los deciles dan los valores correspondientes al 10%, al 20%... y al 90% de los datos.
D5 coincide con la mediana.
Percentiles
Los percentiles son los 99 valores que dividen la serie de datos en 100 partes iguales.
Los percentiles dan los valores correspondientes al 1%, al 2%... y al 99% de los datos.
P50 coincide con la mediana.
23
______________________________________________________________________________________________________________________________________________________________________
fi Fi
[50, 60) 8 8
[60, 70) 10 18
[70, 80) 16 34
[80, 90) 14 48
24
______________________________________________________________________________________________________________________________________________________________________
[100, 110) 5 63
[110, 120) 2 65
65
Deciles
Los deciles son los nueve valores que dividen la serie de datos en diez partes iguales.
Los deciles dan los valores correspondientes al 10%, al 20%... y al 90% de los datos.
D5 coincide con la mediana.
25
______________________________________________________________________________________________________________________________________________________________________
[50, 60) 8 8
[60, 70) 10 18
[70, 80) 16 34
[80, 90) 14 48
[90, 100) 10 58
[100, 110) 5 63
[110, 120) 2 65
65
Percentiles
Los percentiles son los 99 valores que dividen la serie de datos en 100 partes iguales.
Los percentiles dan los valores correspondientes al 1%, al 2%... y al 99% de los datos.
P50 coincide con la mediana.
[50, 60) 8 8
[60, 70) 10 18
[70, 80) 16 34
[80, 90) 14 48
[90, 100) 10 58
[100, 110) 5 63
[110, 120) 2 65
65
Percentil 35
Percentil 60
Medidas de dispersin
Las medidas de dispersin nos informan sobre cunto se alejan del centro los valores de
la distribucin.
Rango o recorrido
El rango es la diferencia entre el mayor y el menor de los datos de una distribucin
estadstica.
Desviacin media
28
______________________________________________________________________________________________________________________________________________________________________
Varianza
La varianza es la media aritmtica del cuadrado de las desviaciones respecto a la media.
Desviacin tpica
La desviacin tpica es la raz cuadrada de la varianza.
Desviacin media
La desviacin respecto a la media es la diferencia entre cada valor de la variable
estadstica y la media aritmtica.
Di = x - x
La desviacin media es la media aritmtica de los valores absolutos de las desviaciones
respecto a la media.
La desviacin media se representa por
Ejemplo
Calcular la desviacin media de la distribucin:
9, 3, 8, 8, 9, 8, 9, 18
Ejemplo
Calcular la desviacin media de la distribucin:
29
______________________________________________________________________________________________________________________________________________________________________
21 457.5 98.57
Varianza
La varianza es la media aritmtica del cuadrado de las desviaciones respecto a la
media de una distribucin estadstica.
La varianza se representa por .
Para simplificar el clculo de la varianza vamos o utilizar las siguientes expresiones que
son equivalentes a las anteriores.
Ejercicios de varianza
Calcular la varianza de la distribucin:
9, 3, 8, 8, 9, 8, 9, 18
30
______________________________________________________________________________________________________________________________________________________________________
42 1 820 88 050
Propiedades de la varianza
1 La varianza ser siempre un valor positivo o cero, en el caso de que las puntuaciones
sean iguales.
2 Si a todos los valores de la variable se les suma un nmero la varianza no vara.
3 Si todos los valores de la variable se multiplican por
un nmero la varianza queda multiplicada por el cuadrado de dicho nmero.
4 Si tenemos varias distribuciones con la misma media y conocemos sus
respectivas varianzas se puede calcular la varianza total.
Si todas las muestras tienen el mismo tamao:
31
______________________________________________________________________________________________________________________________________________________________________
Desviacin tpica
La desviacin tpica es la raz cuadrada de la varianza.
Es decir, la raz cuadrada de la media de los cuadrados de las puntuaciones de desviacin.
La desviacin tpica se representa por .
Para simplificar el clculo vamos o utilizar las siguientes expresiones que son equivalentes
a las anteriores.
32
______________________________________________________________________________________________________________________________________________________________________
42 1 820 88 050
33
______________________________________________________________________________________________________________________________________________________________________
Puntuaciones diferenciales
Las puntuaciones diferenciales resultan de restarles a las puntuaciones directas la media
aritmtica.
xi = Xi X
Puntuaciones tpicas
Las puntuaciones tpicas son el resultado de dividir las puntuaciones diferenciales entre
la desviacin tpica. Este proceso se llamatipificacin.
Las puntuaciones tpicas se representan por z.
34
______________________________________________________________________________________________________________________________________________________________________
Ejemplo
En una clase hay 15 alumnos y 20 alumnas. El peso medio de los alumnos es 58.2 kg y el
de las alumnas y 54.4 kg. Las desviaciones tpicas de los dos grupos son, respectivamente,
3.1 kg y 5.1 kg. El peso de Jos es de 70 kg y el de Ana es 65 kg. Cul de ellos puede,
dentro del grupo de alumnos de su sexo, considerarse ms grueso?
35
______________________________________________________________________________________________________________________________________________________________________
36
______________________________________________________________________________________________________________________________________________________________________
Las notas de un examen de matemticas de 30 alumnos de una clase son las siguientes:
5, 3, 4, 1, 2, 8, 9, 8, 7, 6, 6, 7, 9, 8, 7, 7, 1, 0, 1, 5, 9, 9, 8, 0, 8, 8, 8, 9, 5, 7.
Ordenamos los datos contando los alumnos que han sacado un 0 han sido 2, un 1 han
sido 3 y as sucesivamente. Construimos la tabla correspondiente:
fi: frecuencia absoluta, nmero de veces que se repite una nota. El sumatorio nos da los
datos totales N = 30.
Fi: frecuencia absoluta acumulada. Para calcularla vamos sumando los valores de la
frecuencia absoluta fi. F 2 = f 1 + f2 => 2 + 3 = 5 F 3 = F 2 + f 3 => 5 + 1 = 6
38
______________________________________________________________________________________________________________________________________________________________________
39
______________________________________________________________________________________________________________________________________________________________________
a) Tabla de frecuencias
41
______________________________________________________________________________________________________________________________________________________________________
b) Diagrama de sectores
Para realizar el diagrama de sectores necesitamos conocer el ngulo. Para hallar el ngulo
multiplicamos la frecuencia relativa por 360 que se corresponden con el total. Ver datos
en la tabla.
Dibujamos los ngulos obtenidos en un crculo, unos a continuacin de otros.
42
______________________________________________________________________________________________________________________________________________________________________
Variable discretas
Para resolver esto construimos una tabla, debemos fijarnos en las columnas que
necesitamos para calcular lo que nos piden.
xi2fi Necesitamos este sumatorio para hallar la desviacin tpica. Para conseguir los
valores se multiplica en cada fila el valor de xi por xifi.
43
______________________________________________________________________________________________________________________________________________________________________
44
______________________________________________________________________________________________________________________________________________________________________
En un test de inteligencia realizado a una muestra de 200 personas, se han obtenido los
resultados siguientes:
Puntuacin 30 - 40 40 - 50 50 - 60 60 - 70 70 - 80 80 - 90
Nmero de personas 6 18 76 70 22 8
a) Calcula la media, y la desviacin tpica.
b) Dibuja un histograma para representar grficamente los datos, haz tambin el
polgono de frecuencias.
La media y la desviacin tpica de los puntos conseguidos por Ana y Rosa en una semana
de entrenamiento jugando al baloncesto han sido las siguientes: media de Ana 22 puntos
y desviacin tpica 4,106. Media de Rosa 22 puntos y desviacin tpica 2.
a) Calcula el coeficiente de variacin de cada una de ellas.
b) Cul de las dos ha sido ms regular?
46
______________________________________________________________________________________________________________________________________________________________________
Si desarrollamos esta frmula, podemos encontrar otra expresin ms sencilla para el clculo de la
varianza:
1
______________________________________________________________________________________________________________________________________________________________________
De todas los parmetros estudiados, los ms significativos son la media para las medidas de
centralizacin y la desviacin tpica para las medidas de dispersin.
Vamos a hacer un estudio conjunto de ambas para entender mejor su significado.
La media aritmtica es el centro de gravedad de la distribucin estadstica. Si nos imaginamos el
diagrama de barras o el histograma de frecuencias apoyado en un punto del eje horizontal de forma que
quedase en equilibrio, el valor de este punto en dicho eje sera el valor de la media.
Como ya hemos comentado, no es suficiente con un parmetro de centralizacin, es necesario un
2
______________________________________________________________________________________________________________________________________________________________________
Por ejemplo, en una exposicin de ganado estudiamos un conjunto de vacas con una media de 500 kilos
y una desviacin tpica de 50 kilos. Y observamos tambin un conjunto de perros con una media de 40
kilos y una desviacin tpica de 10 kilos. Qu grupo de animales es ms homogneo?
Un razonamiento falso sera decir que el conjunto de perros es ms homogneo porque su desviacin
3
______________________________________________________________________________________________________________________________________________________________________
Puntuaciones normalizadas. Si antes hemos comparado variables, tambin podemos estar interesados
en comparar datos de distribuciones distintas y saber, cul destaca ms o menos dentro de su grupo
segn la caracterstica observada. Esto lo vamos a hacer tipificando la variable con la frmula:
obteniendo as una nueva variable estadstica de media 0 y desviacin tpica 1, con la que resultar ms
fcil poder comparar los datos.
Por ejemplo, si en la exposicin de ganado anterior, escogemos una vaca que pesa 550 kilos y un perro
que pesa 55 kilos, cul tiene ms peso dentro de su grupo?
Naturalmente no vale decir la vaca que pesa mucho ms. Tipificamos ambos valores y obtenemos:
zv = (550-500)/50 =1 zp = (55-40)/10 = 1.5
Como las dos variables tipificadas tienen la misma media y la misma desviacin tpica, tiene ms peso el
animal que tiene mayor puntuacin normalizada, es decir, el perro.
4
______________________________________________________________________________________________________________________________________________________________________
4. El precio de dos productos en 40 supermercados distintos viene reflejado en las siguientes tablas.
1 l. leche 0.67 0.69 0.70 0.71 0.72 0.74 0.77
N mercados 3 7 10 6 6 5 3 40
5.
xi 2 2.2 2.4 2.6 2.8 3
5
______________________________________________________________________________________________________________________________________________________________________
6.
xi 0 1/6 1/4 1/3 1/2 2/3 3/4 1
fi 85 75 66 60 45 39 22 8 400
10. Horas de funcionamiento de dos tipos de pilas fabricadas por una determinada empresa.
Horas [80,90) [90,100) [100,110) [110,120) [120,130) [130,140) [140,150]
6
______________________________________________________________________________________________________________________________________________________________________
11. A continuacin se detalla la puntuacin en un test realizado a las personas de una empresa.
Puntuacin [0,5) [5,10) [10,15) [15,20) [20,25) [25,30) [30,35) [35,40]
N personas 1 3 7 15 23 29 37 40 155
7
______________________________________________________________________________________________________________________________________________________________________