RESUMEN PRIMER PARCIAL

Estadística: Definiciones básicas

Experimento o Encuesta: Se llama así a la observación planeada de un fenómeno
de cualquier índole con el objetivo de conocer su comportamiento, poder
describirlo y/o tomar una decisión.
Se llama Unidad experimental a cada uno de los entes que son observados en el
experimento.
Se llama Medición a la asignación, conforme a reglas preestablecidas, de valores
(símbolos, numerales o números), a cada una de las características que poseen las
Unidades Experimentales.
Se llama Escala de medición a una regla preestablecida o instrumento de
medición, que consiste en un conjunto de valores que se asignaran a una
característica especifica que poseen las Unidades de Experimentales.
Se llama Dato estadístico al valor asignado a una de las características de una
Unidad Experimental, conforme a la Escala de Medición empleada.
Un dato estadístico es el valor que resulta de una medición. Se pueden clasificar
en:
Datos estadísticos cualitativos: Son aquellos valores correspondientes a los
atributos o propiedades categóricas que solo se pueden usar para identificar y
describir a una Unidad Experimental.
Datos estadísticos cuantitativos: Son aquellos valores que, además de identificar
y describir a una Unidad Experimental, establecen las diferencias posibles entre
los valores en cantidad y grado.
Escalas de medición
Escala nominal: Se usa únicamente para clasificar a los entes en distintas
categorías. La operación básica y más sencilla en todo proceso de investigación,
es la clasificación, esto significa separar las unidades experimentales desde el
punto de vista de determinadas características, decidiendo cuales son las que
pertenecen a una misma clase y cuales pertenecen a distintas clases. Esta escala
se utiliza cuando los datos son cualitativos, constituyendo el nivel más bajo de
medición. Los valores correspondientes a esta escala reciben el nombre de
categorías y son simples etiquetas. Si algún numero se asocia a una categoría,
este estaría cumpliendo una función de código, de ninguna manera se pueden
utilizar para operaciones matemáticas. La relación lógica de la Escala Nominal es
la relación de equivalencia y posee las propiedades de simetría y transitividad.
Ej.: Provincia de origen del personal de una empresa: Los empleados de una
empresa pueden ser clasificados en las distintas provincias, pero no es posible
establecer una jerarquía entre ellas.
Escala Ordinal: Se usa para, además de clasificar a los entes en distintas
categorías, clasificarlos de acuerdo a su rango. Esta escala se utiliza cuando los
datos son cualitativos, y es posible ordenarlo de acuerdo a una jerarquía
preestablecida de sus valores según el grado que poseen. La escala Ordinal
constituye un nivel de medición superior al de la Escala Nominal. Cuando a las
categorías se las representan con números, se hace la misma salvedad que la
realizada para la Escala Nominal. Las relaciones lógicas propias de esta escala
son, Relación de Equivalencia y la Relación de Origen y posee las propiedades
de simetría, para dos valores de la misma categoría; asimetría, para dos valores
de distinta categoría, y transitividad.
A<B<C<D
B tiene mayor jerarquía que A, C tiene mayor jerarquía B, D tiene mayor
jerarquía que C, se puede decir que la mayor diferencia jerárquica entre A y D es
igual al agregado de las diferencias jerárquicas entre A y B, y la diferencia
jerárquica entre B y C, la diferencia jerárquica entre C y D, pero no se puede
establecer cuál de las diferencia jerárquicas parciales es mayor.
Ej.: Grado de acuerdo con una determinada política del gobierno si las
posibilidades son: muy de acuerdo, de acuerdo y desacuerdo: Se puede establecer
una relación de orden o jerarquía entre las respuestas.
Escala de Intervalo o Distancia: Se usa para, además de clasificar a los entes en
distintas categorías y clasificarlos de acuerdo a su rango, poder establecer una
distancia entre dos cualquiera de ellos. Esta escala se utiliza cuando los datos son
cuantitativos, por lo tanto los valores de cada categoría necesariamente deben ser
números.
A<B<C

Se puede decir que la distancia entre a y b es mayor que la distancia entre b y c,

pero no se pude establecer la proporcionalidad entre ellos. Al punto de origen de
esta escala se le asigna arbitrariamente el valor cero, llamado cero arbitrario, que
no necesariamente indica ausencia de la característica medida.
Ej.: Temperatura ambiente: Temperatura cero grados no indica ausencia de
temperatura
Escala de Razón o proporción: Se usa para, además de clasificar a los entes en
distintas categorías, clasificarlos de acuerdo a su rango, y poder establecer una
distancia entre dos cualquiera de ellos, poder establecer una proporcionalidad
entre dos cualquiera de ellos, poder establecer una proporcionalidad entre dos
cualquiera de ellos.
A<B<C
Se puede decir que la distancia entre a y b es mayor que la distancia entre b y c,
como así también se puede establecer la proporcionalidad entre ellos. El punto de
origen de esta escala es realmente cero, llamado cero real, que indica ausencia de
la característica medida. Esta escala constituye el nivel más alto de medición.
Ej.: Peso de una persona (en kg): Peso cero indica ausencia de peso.
Información: Al resultado de la evaluación de los datos estadísticos cuando se los
compara con una adecuada referencia.
Ej.: La edad mínima requerida para ver una determinada película en el cine es 16
años. Llega una persona para ver la película y el empleado de la entrada le
consulta la edad. Ella le contesta que tiene 18 años y el empleado le permite
entrar.
Referencia: Es la edad mínima, 16 años.
Dato estadístico: Es la edad de la persona, 18 años.
Información: Surge cuando se comparan las edades, la persona es apta.
Decisión: Es la acción del empleado, le permite la entrada.
Estadística
Es la disciplina científica que crea, desarrolla y aplica los adecuados métodos de
recopilación de datos, y su evaluación, para transformarlos en informaciones con
las cuales se describan objetivamente las distintas situaciones investigadas, se
analice el comportamiento de determinadas características que poseen las
unidades experimentales, y se tomen decisiones en condición de incertidumbre.
Para que un evento sea objeto de análisis estadístico, debe ser susceptible de
presentar distintos resultados, aun cuando se lo repita bajo condiciones similares.
La tarea Estadística está presente cuando se necesita estudiar aquellas situaciones
que requieran ser medidas en similares condiciones y los resultados de estas
puedan presentar variabilidad.
Universo
Es el conjunto de Unidades Experimentales que poseen características comunes
observables para obtener información sobre un hecho particular. Puede ser finito
o infinito. Se va a determinar cuándo se establezca el objetivo del trabajo a
realizar.
Se llama variable a cualquier característica observable que tienen las unidades
experimentales. Se llama recorrido de una variable al conjunto de los posibles
valores que ella puede asumir. De acuerdo al tipo de datos que original la
variable, estas se clasifican en:
Variable cualitativa: Cuando los valores que puede asumir no constituyen un
espacio métrico. Esto quiere decir que no es posible establecer una distancia
entre dos valores cualesquiera, como así tampoco realizar operaciones
algebraicas con los valores de una variable cualitativa. Se miden en escala
nominal o en escala ordinal.
Variable cuantitativa: Cuando los valores que puede asumir si constituyen un
espacio métrico. Esto quiere decir que es posible establecer la distancia entre dos
valores cualesquiera como así también realizar operaciones algebraicas con los
valores de una variable cuantitativa. Se miden en escala de Intervalo o de razón y
los valores pueden ser únicamente números.
Variable cuantitativa continua: Dado un intervalo [a; b] de números reales, si
cualquier número real que pertenece a dicho intervalo puede ser un valor de la
variable, entonces la variable es continua. Se originan cuando la característica a
medir es una magnitud (longitud, superficie, volumen) y no se establecen
restricciones. El recorrido de una continua es siempre infinito no numerable.
Variable cuantitativa discreta: Dado un intervalo [a; b] de números reales, si solo
alguno números reales que pertenecen a dicho intervalo pueden ser un valor de la
variable, entonces la variable es discreta. Se originan en los conteos, cuando se
establecen restricciones al medir magnitudes. El recorrido de una discreta es
siempre finito o infinito numerable.
Se llama Población a cada una de las variables particulares que se estudian en un
universo. Se llama Muestra a un subconjunto o parte de una población sobre la
base de la cual se puede hacer un juicio acerca de esta.
Etapas de la tarea estadística
1. Enunciación del problema, definición del Universo e identificación de las
variables.
2. Formulación de los instrumentos de medición: son aquellos con los cuales se
obtienen y/o registran los datos a medida que se los conoce o ellos se producen.
3. Recopilación de los datos: Forman la materia prima del proceso estadístico
para la obtención de información.
Fuentes internas o propias: Si el estadístico y el especialista deciden recopilar los
datos por cuenta propia lo pueden realizar de 3 formas clásicas:
• Registro: Es la recopilación sistemática de los datos en el momento que se
producen. Ej. El registro nacional de las personal o dentro de una empresa el
registro de proveedores.
• Censo: Es la observación del universo y la medición, a la totalidad de las
unidades experimentales que lo conforman, de todas las variables que
previamente hayan sido declaradas relevantes para la investigación a llevar a
cabo, en un instante dado. Es un método estático de recopilación de datos.
• Muestreo: Es un conjunto de métodos que se utilizan para tomar una muestra,
por lo tanto se observa una parte del universo en un instante dado. Es un método
estático de recopilación de los datos.
Fuentes externas: Son las publicaciones. Si se utiliza este tipo de fuente para la
obtención de los datos hay que verificar la calidad y responsabilidad de la
publicación tratando que, en lo posible sea un material especializado.
• Fuente externa primaria: Cuando los datos publicados fueron recopilados
directamente por los responsables del medio que los reproduce, mediante alguno
de los métodos descriptos para las Fuentes Propias. Generalmente se recurre,
como fuente externa primaria, a las publicaciones de organismos oficiales, como
el Instituto Nacional de Estadísticas y Censos.
• Fuente externa secundaria: Cuando los datos publicados no fueron recopilados
directamente por los responsables del medio que los reproduce. Generalmente las
fuentes externas secundarias son publicaciones periodísticas que reproducen
datos recopilados y presentados por otros organismos.
4. Presentación de los datos
Una vez que los datos se han recopilado es necesario que sean presentados en
forma efectiva, de modo tal que puedan ser comunicados y que, a la vez,
permitan tanto, obtener alguna información primaria, como así también,
organizarlos para proceder al análisis.
Presentación escrita: Consiste en incorporar los datos en un párrafo combinando
cifras y textos. No es muy eficaz cuando hay gran cantidad de datos.
Cuadro estadístico: también llamado tabla estadística, es una técnica de
presentación de datos basada en un arreglo de filas y columnas donde se pueden
clasificar los datos de acuerdo a las características que se le estudian a las
unidades experimentales, permitiendo organizarlos adecuadamente.
• Cuadro estadístico de referencia: Son aquellos que se usan solo para publicar
los datos y son utilizados como fuente para otros trabajos.
• Cuadro estadístico de Análisis: Son aquellos que se utilizan para presentar los
datos de modo tal que facilite la realización de los cálculos matemáticos
necesarios para el análisis de los datos.
La diferencia entre ambos está en la forma en que se los utiliza y no en su
estructura.
5. Análisis de los datos
Análisis estadístico descriptivo: Permite describir, en forma apropiada, el
comportamiento empírico de las variables, mediante el cálculo de algunas
medidas capaces de resumir la información que contienen los datos.
Análisis estadísticos inferencial: El análisis inferencial permite tener información
acerca de una población o tomar decisiones concernientes a ella, mediante los
datos obtenidos con una muestra.
Análisis probabilístico: Con la utilización de modelos teóricos, permite
cuantificar la incertidumbre que provocan los resultados de ciertos experimentos,
cuando a estos no se los puede predecir con exactitud, como así también, medir el
“error” que pudiera cometerse en las decisiones tomadas mediante el Análisis
inferencial.
6. Interpretación de los resultados
Los resultados que se obtienen mediante el análisis de los datos están expresados
en un lenguaje estadístico. En esta etapa, el Estadístico y el Especialista deben
“traducir” estos resultados al lenguaje de la disciplina objeto de la investigación y
entre ambos poder compatibilizarlos, dado que toda conclusión estadística tiene
asociada una conclusión especifica donde se tomaras las decisiones.
Se llama regularidad estadística a la información del comportamiento de una
variable, que proporciona el registro ordenado de sus valores observados. El
conocimiento de la regularidad estadística permitirá la construcción de modelos
teóricos con los cuales realizar predicciones confiables sobre los eventos que son
investigados.
Cantidades absolutas y relativas
Los Datos Cuantitativos que se obtienen mediante la recopilación de los datos
para realizar un determinado trabajo, según el tipo de información que se quiera
proporcionar, se pueden expresar de dos maneras:
• En forma absoluta, si solamente se quiere mostrar la cuantía de la magnitud
• En forma relativa, si a la cuantía de la magnitud medida, se la quiere relacionar
con otro valor de la misma magnitud.
Esto da origen a los dos tipos de cantidades:
Cantidades absolutas: Son aquellos datos cuantitativos que, cuando son
presentados y/o analizados, están expresados en las unidades de medida
correspondientes a la magnitud que se está midiendo.
Cantidades relativas: Son aquellos datos cuantitativos que surgen del cociente
entre dos cantidades absolutas correspondientes a la misma magnitud y unidad de
medida.
Se llama Proporción estadística a la cantidad relativa que se obtiene haciendo el
cociente entre una parte y su correspondiente total.

Cuadro estadístico
Es un arreglo de filas y columnas dispuestas metódicamente de modo tal que se
puedan presentar y organizar los datos para clasificarlos adecuadamente. Deben
estar estructurados teniendo en cuenta las siguientes partes componentes:
1. Titulo: Debe describir concisamente el contenido del cuadro Ej.: que son los
datos, donde fueron recopilados, como están clasificados, cuando ocurrieron los
eventos que dieron origen a los datos.
2. Nota de encabezado: Se incorpora al cuadro para explicar ciertos puntos
relacionados con la tabla completa que no han sido incluidos en el titulo o cuando
se quiere hacer una ampliación de éste, ya sea detallando algún elemento
importante o aclarando la unidad de medida de la magnitud que corresponde a los
datos.
3. Columna Matriz: Teniendo en cuenta la naturaleza fundamental de los datos
estadístico que se quieren presentar, se debe establecer cuál de las variables se
considera más significativa o más importante. Los valores correspondientes a
esta se disponen en la primera columna del cuadro.
4. Encabezado de las columnas: Los valores de las otras variables que quieran ser
presentadas junto a la variable más significativa, o algunas características
especiales de esta, generalmente se disponen en columnas, cuyos títulos
constituyen el Encabezado de las columnas.
5. Cuerpo: Es el conjunto de celdas que se forman con la intersección de filas y
columnas. Estas se llama unidad básica de presentación del cuadro, y en cada una
de ellas se registran los datos correspondientes.
6. Nota al pie: Cuando es necesario clarificar o explicitar algún dato o elemento
en particular, se realiza una nota específica a pie del cuadro.
7. Fuente: La fuente es el ultimo ítem que se presenta en todo cuadro, y en ella se
consigna el origen y la forma de relevamiento de los datos.
Gráficos
Es un dibujo metódicamente realizado para presentar los datos y expresarlos en
forma plástica. Debe estar estructurado
1. Titulo: Debe describir concisamente el contenido del cuadro Ej.: que son los
datos, donde fueron recopilados, como están clasificados, cuando ocurrieron los
eventos que dieron origen a los datos.
2. Nota de encabezado: Se incorpora al grafico cuando se quiere hacer una
ampliación del título, ya sea detallando algún elemento importante o aclarando la
unidad de medida de la magnitud que corresponde a los datos.(debajo del título y
entre paréntesis)
3. Diagrama: Está formado por los distintos trazos que se utilizan para realizar
los dibujos. Estos trazos pueden ser líneas, rectángulos, etc.
4. Nota al pie: Cuando es necesario clarificar o explicitar algún dato o elemento
en particular.
5. Fuente: es el ultimo ítem que se presenta en todo grafico, y en él se consigna el
origen y la forma de relevamiento de los datos.
Tipos de gráficos estadísticos
Según el tipo de diagrama que se utiliza para realizar los gráficos, estos reciben
distintas denominaciones:
Grafico estadístico lineal: Se utiliza para representar valores de 2 variables
cuantitativas presentadas conjuntamente, o mostrar la evolución de una variable
cuantitativa a través del tiempo, usando para ello un sistema de coordenadas. El
diagrama está formado por líneas rectas que unen los puntos del plano que
representan valores de las variables.
Grafico estadístico de barras: Se utilizan, fundamentalmente, cuando una de las
variables es cualitativa. Consiste en rectángulos dibujados en un sistema de
coordenadas cartesianas ortogonales y la base de ellos puede estar,
indistintamente, sobre el eje de abscisas o sobre el eje de ordenadas según sea el
eje que este representando a la variable cualitativa. Cada rectángulo recibe el
nombre de barra.
Si se quiere mostrar la incidencia que tienen cada una de las partes que forman
los totales representados en cada una de las barras, a estas se las particiona
proporcionalmente dando origen a un grafico de barras llamado de barras
segmentadas.

Si se quiere resaltar la comparación entre las barras, se dibujan barras adyacentes

que muestren cada parte, dando origen a un grafico de barras llamado Barras
Agrupadas.

Gráficos circulares: Se utiliza para comparar partes de un total y su evolución en

el tiempo o en el espacio por tal motivo se presenta un grafico para cada
situación a comparar. Consiste en un círculo dividido en tanto sectores circulares
como partes componen los totales que se quieren comparar. El ángulo
correspondiente a cada uno de los sectores se determina de modo tal que
mantenga la misma proporción con el ángulo de la circunferencia de cada parte
con el total.
Análisis descriptivo
Distribución de las frecuencias: Al conjunto de datos dispuesto tal como se
presentan, se lo denomina Datos no agrupados. Si la cantidad de ellos es grande,
la experiencia indica veinte o más, y no están agrupados, es muy difícil poner en
evidencia la regularidad estadística. En los casos de contar con una gran cantidad
de datos o valores de cada una de las variables, el primer paso a realizar es
ordenarlos agrupándolos en clases de equivalencia, para que puedan ser
estudiados convenientemente, logrando que se manifieste la regularidad
estadística, como así también, obtener otras informaciones que pueden resultar de
interés. Hay que proceder a una clasificación.
Se llama Frecuencia absoluta a la cantidad de datos, o valores observados de una
variable, que pertenecen a una misma clase de equivalencia.
Se llama Frecuencia relativa al cociente entre la frecuencia absoluta y la cantidad
total de observaciones.
Distribución de frecuencias: Relación de clasificación de los datos que asigna a
cada valor, o grupo de valores que formen una misma clase de equivalencia, de
una o más variables, su correspondiente frecuencia. Se utilizan para tener los
datos estadísticos organizados, clasificados y distribuidos en las distintas clases.
Al conjunto de estos datos se lo denomina datos agrupados en una distribución de
frecuencias. Según la cantidad de variables que se quiera clasificar las
distribuciones pueden ser univariadas o polivariadas.
Frecuencia absoluta simple para variables discreta: Cantidad de veces que se
repite un valor de la variable. Para representarla se utiliza el grafico de bastones.
En el eje de abscisas se representa la variable en estudio y en el eje de ordenadas,
la frecuencia simple.
Frecuencia absoluta acumulada para variable discreta: La cantidad de unidades
experimentales con un valor de la variable menor o igual a un valor dado. Se
presenta en forma tabular y acompañada de la frecuencia absoluta simple.

q de q de Frecuencia
hijos mujeres acumulada
Xi fi Fi
1 3 3
2 4 7
3 7 14
4 4 18
5 2 20

Se utiliza el grafico escalonado o en escalera. En el eje de abscisas se representa la variable

en estudio, y en el eje de ordenadas, los valores de la frecuencia absoluta acumulada.

Frecuencia relativa simple: Cociente entre la frecuencia absoluta simple y la cantidad de

observaciones.
Frecuencia relativa acumulada: Al cociente entre la frecuencia absoluta acumulada y la
cantidad de observaciones.

Frecuencia absoluta simple para variable continua: La cantidad de unidades

experimentales cuyos valores observados de la variable pertenecen a un mismo
intervalo de clase.
Frecuencia absoluta acumulada para variable continua: La cantidad de unidades
experimentales que tienen un valor observado de la variable menor al límite
superior de un intervalo.
Gráficos que se utilizan:
Variables discretas
Frecuencia relativa simple: bastones
Frecuencia relativa acumulada: escalones
Variables continuas
Frecuencia relativa simple: Histograma
Frecuencia relativa absoluta: Ojiva

Medidas de concentración: Son aquellas medidas con las cuales se puede

establecer el porcentaje de datos que está concentrado dentro de un determinado
intervalo que contenga una determinada concentración porcentual de datos. Tiene
sentido cuando los datos están agrupados en una distribución de frecuencias.
Rango percentilar: Es la frecuencia relativa porcentual que se acumula desde el
mínimo valor del recorrido hasta un valor dado de la variable. Se mide para un
valor específico de la variable y brinda el porcentaje de datos que se acumula
entre el menor valor de la variable y el valor dado. La diferencia entre los rangos
percentilares de 2 valores de la variable X mide la concentración de datos que
hay en el intervalo formado por ellos.
Variables discretas: El rango percentilar para un valor dado queda determinado
directamente por la frecuencia relativa acumulada hasta dicho valor. No se
requieren formulas especiales.
Variables continuas: Hay que diferenciar 2 situaciones:
a) Cuando el valor dado coincide con el límite superior de un intervalo, el rango
percentilar queda determinado directamente por la frecuencia relativa acumulada
hasta dicho valor. No se requieren formulas especiales.
b) Cuando el valor dado no coincide con el límite superior de un intervalo, para
la determinación del rango percentilar se requiere una formula de interpolación
lineal.
Percentiles: Calcula hasta que valor se acumula una determinada frecuencia
relativa. El percentil de orden K es aquel valor hasta donde se acumula, a lo
sumo, el K% de los datos, y desde donde se acumula a lo sumo el 100-k%. El
orden absoluto del percentil es la frecuencia absoluta acumulada correspondiente
al valor K, y se obtiene calculando el K% del total de observaciones N.

Medidas de posición o de tendencia central

Son aquellos valores destacados con los cuales es posible representar a la
totalidad de los valores observados de la variable. No necesariamente son valores
de la variable pero si están expresadas en la misma magnitud. Las medidas son:
Modo: Es el valor de la variable que se presenta con mayor frecuencia.
Variables discretas: Se puede determinar mediante la sola inspección de la
columna de las frecuencias simples, absolutas o relativas.
Variables continuas: Con la inspección de los datos solo se puede obtener el
intervalo de mayor frecuencia. El intervalo de mayor frecuencia se llama
Intervalo modal. El modo es un valor que pertenece a dicho intervalo y para
localizarlo hay que utilizar una formula de interpolación
Mediana: Es el valor que supera y es superado por igual cantidad de
observaciones.
Promedios simples: Ciertos valores que se obtienen mediante la aplicación de
operadores matemáticas, a la totalidad de los valores observados de dicha
variable, bajo el supuesto de que todas las unidades experimentales medidas
tienen la misma importancia relativa.
El promedio o media aritmética de una variable X, es el número que resulta de
sumar todos los valores observados de la variable y dividir esta suma por la
cantidad de unidades experimentales que se tienen. Debe interpretarse como
cuando le correspondería a cada uno, si todos fuesen iguales.
Método de cálculo:
Valores de una variable sin agrupar
Valores de una variable discreta agrupada en una distribución de frecuencias
simples

Valores de una variable continúa agrupados en una distribución de frecuencias

absolutas simples

Valores de una variables, discreta o continua, agrupados en una distribución de

frecuencias relativas simples

Se llama Desviación con respecto a la media aritmética, a la diferencia entre un

valor individual de la variable y su media aritmética.
Promedios ponderados
Se llama Ponderación a aquella cantidad que permite asignar a cada unidad
experimental que proporciona un valor de la variable en estudio, una determinada
importancia o peso relativo.
El promedio aritmético ponderado surge de hacer el cociente entre, la suma del
producto de cada valor de la variable y su correspondiente ponderación, y la
suma de ponderaciones.

Medidas de variabilidad
Las medidas de tendencia central se las puede considerar como “representantes”
de la totalidad de los valores observados de una variable. Estas medidas serán
buenas representantes si los valores observados son homogéneos; esto quiere
decir que si no hay demasiada diferencia o desviación entre cada uno de ellos y
alguna medida en particular, entonces la medida en cuestión es representativa.
Las medidas de variabilidad son aquellas que permiten estudiar, como se desvían,
en su conjunto, los valores observados de una variable, con respecto a alguna
Medida de Tendencia Central.
La Varianza es una medida de variabilidad que mide el promedio aritmético del
cuadrado de los desvíos que se producen entre cada valor de la variable y la
media

Propiedades de la varianza
• Es necesariamente un numero real no negativo
• De una constante es nula
• La varianza de la suma de una variable más, o menos, una constante, es igual a
la varianza de la variable.
Desvío estándar
Es la raíz cuadrada positiva de la varianza. Esta medida es la adecuada para
establecer la variabilidad que presentan los valores observados de la variable, en
su conjunto, con respecto a la Media aritmética.
Coeficiente de variación
Para poder establecer si la variabilidad alrededor de la Media Aritmética que
presenta una variable es baja o no, es necesario que el valor numérico del desvió
estándar sea comparado o relacionado con ella (la media). El Coeficiente de
variación de una variable es el cociente entre el desvío estándar y la media
aritmética. Es un número puro, desprovisto de magnitud. Su valor numérico
permite establecer criterios generales acerca de la homogeneidad de los datos, de
la representatividad de la media y la comparación con la variabilidad de otras
variables aunque las unidades de medida o las magnitudes sean distintas.
Si el CV es menor o igual a 0,10 se puede considerar que la variable en estudio es
homogénea, y consecuentemente, la Media Aritmética es representativa.
Momentos empíricos
Son operadores matemáticos que se obtienen a partir de los valores observados
de la variable. Se clasifican en:
Momento empírico absoluto

Momento empírico centrado

Medidas de forma
Otra característica importante a tener en cuenta al analizar los valores observados
de una variable es la forma que presenta la distribución de frecuencias
correspondiente ya que ello permite visualizar aproximadamente cual podría ser
el Modelo Matemático que mejor se ajusta para describir el comportamiento de
una variable.
La Simetría y la Curtosis son dos de los aspectos que permiten establecer dicha
forma.
Una distribución de frecuencias es simétrica cuando:
Si la variable es discreta, las frecuencias simples correspondientes a valores de la
variable que equidistan de la media aritmética son igual.
Si la variable es continua, las frecuencias simples de los intervalos cuyos puntos
medios equidisten de la Media aritmética, son iguales.
Se llama Curtosis o apuntamiento, a una determinada relación entre la amplitud
total y la máxima frecuencia que presenta una distribución de frecuencia.
Probabilidad
Modelo deterministico: Es aquel modelo matemático que describe el
comportamiento de las variables cuyos valores quedan inequívocamente
determinados a partir de las condiciones en que se llevara a cabo el experimento
que las origina.
Modelo no deterministico o estadístico: Aquel modelo matemático que describe
el comportamiento de las variables cuyos valores no quedan inequívocamente
determinados a partir de las condiciones en que se llevara a cabo el experimento
que las origina.
Se llama Experimento aleatorio o estocástico a aquel fenómeno empírico que
admite dos o más resultados posibles y no se tienen elementos de juicio
suficientes como para poder predecir con exactitud cuál o cuáles de ellos
ocurrirán, aunque se los repita bajo las mismas condiciones.
Se llama Espacio muestral correspondiente a un experimento aleatorio, al
conjunto de todos los resultados posibles que puede presentar dicho experimento.
Ej.: Se espera, al azar, el nacimiento de una persona. El experimento consiste en
observar el color de ojos que tiene la persona recién nacida. El espacio muestral
es azul, gris, verde, marrón.
Se llama Suceso aleatorio, S, a cualquier subconjunto del espacio muestral U,
correspondiente a un experimento aleatorio E.
Suceso complementario: Aquel suceso que ocurre si, y solo si no se presenta el
suceso S.
Suceso intersección o Conjunto: Aquel suceso que ocurre si, y solo si se
presentan conjuntamente dos o más de los sucesos que forman el espacio
muestral.
Suceso unión incluyente: Aquel suceso que ocurre si, y solo si ocurre alguno de
los sucesos que forma el espacio muestral.
Suceso unión excluyente: Aquel suceso que ocurre si, y solo si ocurre solo uno
de los suceso que forman el espacio muestral.
Cuando en un mismo espacio muestral se definen dos o mas sucesos, estos, por la
propia naturaleza del experimento aleatorio que se lleva cabo, algunas veces
podrían presentarse en forma simultanea. Pero hay sucesos que nunca, bajo
ninguna circunstancia, se presentaran jutnos en la misma realización del
Experimento Aleatorio.
Sucesos compatibles: Dos o mas sucesos son compatibles si y solo si es posible
que se presenten en forma conjunta.
Sucesos mutuamente excluyentes o incompatibles: Si y solo si la presentación de
unos de ellos impide, excluye, la presentación del o de los otros.

Se llama frecuencia relativa correspondiente al Suceso Aleatorio S, al cociente

entre la cantidad de veces que ocurrió el Suceso, y la cantidad de veces que se
repitió el Experimento E.
Fr (S)= K/N
Principio de estabilidad de la frecuencia relativa
Establece que la frecuencia relativa correspondiente a un suceso aleatorio, oscila,
con una cnvergencia asintótica, alrededor de un numero fijo, cuando la cantidad
de observaciones del Experimento Aleatorio crece indefinidamente.
En ocasiones, las personas deben decidir llevar a cabo acciones cuyo resultado no
puede predecirse con exactitud. Bajo ciertas condiciones, estas acciones se
consideran Experimentos Aleatorios. El desconocimiento del, o de los posibles
resultados que se obtendrán, genera cierto grado de incertidumre. Por tal motivo,
al tomar la decisión, y para que esta sea objetiva, debe contarse con un
cuantificador, un numero capaz de proporcionar una medida del estado de duda o
vacilación en que se encuentre el “decididor”. El calculo de la probabilidad
permite cuantificar la incertidumbre que provoca el resultado de un Experimento
Aleatorio y medir la propensión a ocurrir que tiene cada uno de los resultados
posibles.
Axiomas y teoremas básicos para el calculo de la probabilidad
Axiomas
1. La probabilidad de ocurrencia de un suceso aleatorio es un numero real no
negativo.
2. Si el suceso aleatorio es el espacio muestra, a la probabilidad de ocurrencia del
suceso se le asigna el valor 1.
3. Sean S1 y S2 dos suceso mutuamente excluyentes perteneciente a un mismo
espacio muestral, la probabilidad de que se presente alguno de los dos, suceso
unión, es igual a la probabilidad de que se presente el suceso S1, mas la
probabilidad de que se presente el suceso S2.
4. Sean S1; S2;…;Sk K sucesos mutuamente excluyentes de A pares,
pertenecientes a un mismo espacio muestral, la probabilidad de que se presente
alguno de ellos, suceso unión, es igual a la probabilidad de que se presente el
suceso S1 mas la probabilidad de que se presente el suceso S2 mas, etc, mas la
probabilidad de que se presente el suceso Sk.
Teoremas
1. Si el suceso aleatorio es el conjunto vacio, la probabilidad de ocurrencia del
suceso aleatorio es 0.
2. La probabilidad de ocurrencia de un suceso mas la probabilidad de ocurrencia
de su complemento es igual a 1.
3. Si S1 y S2 son sucesos de un mismo espacio muestral, la probabilidad de que
se presente alguno de los dos, suceso unión incluyente, es igual a la probabilidad
de que se presente el suceso S1 mas la probabilidad d eque se presente el suceso
S2, menos la probabilidad de que se presenten conjuntamente.
4. Si S1 y S2 son sucesos de un mismo espacio muestral, la probabilidad de que
se presente solo uno de los dos, suceso unión excluyente, es igual a la
probabilidad de que se presente el suceso S1 mas la probabilidad de que se
presente el suceso S2 menos el duplo de la probabilidad de que se presenten
conjuntamente.
5. La probabilidad de ocurrencia de un suceso es un numero real comprendido
entre 0 y 1.

Probabilidad Marginal
Es la probabilidad de que se presente un suceso aleatorio S1 incluido en el
espacio muestral U asociado a un Experimento Aleatorio E.

Probabilidad conjunta (para 2 sucesos)

Es la probabilidad de que se presenten en el mismo experimento aleatorio dos
sucesos aleatorios S1 Y S2 incluido en el espacio muestral U, asociado a dicho
experimento E.

Se llama Probabilidad condicional del suceso S1 tal que se haya presentado el

suceso S2, a la probabilidad de que se presente el suceso S1 con la condición de
que previamente se presente el suceso S2.
P(S1/S2)= Probabilidad condicional de S1 dado S2.
P(S1/S2)= P(S1S2)/P(S2)

La Probabilidad conjunta de presentacion del suceso S1 Y S2 se calcula

multiplicando la probabilidad marginal de uno de ellos y la probabilidad
condicional del otro, dado el primero. La operación matemática que se utiliza es
la multiplicación, por tal motival la regla a utilizar para el calculo de llama regla
del producto.