Universidad Abierta Para Adultos

Participante
Pedro de Jesús Polonia Susana

Matricula
14-6523

Asignatura
Estadística I

Tema
Definición de los siguientes conceptos

Facilitadora
Juan Carlos Espinal

Fecha
03-11-2017
 Introducción.

En este hermoso tema veremos una serie de definiciones con un gran amplio detalles de
cada una, por lo que le estaré comentando sobre, estadística, importancia de la
estadística, estadística descriptiva, estadística Inferencial, población, muestra, variable,
Variable cuantitativa, variable cuantitativa discreta, variable cuantitativa continua,
variable cualitativa, Variable cualitativa ordinal, Variable cualitativa nominal, datos u
observaciones, error de muestreo, sesgo muestral, Que es una gráfica, qué importancia
tiene la representación gráfica en estadística, por lo que le hablare de cada una de esta
definiciones con mi más amplios conocimientos de la búsqueda para que saborear con
deseo cada uno de estos puntos.
Defina los siguientes conceptos:

Estadística:

Es la (la forma femenina del término alemán Statistik, derivado a su vez

del italiano statista, "hombre de Estado") 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.

Hoy en día, la estadística es una ciencia que se encarga de estudiar una

determinada población por medio de la recolección, recopilación e interpretación de
datos. Del mismo modo, también es considerada una técnica especial apta para el
estudio cuantitativo de los fenómenos de masa o colectivo.

La estadística se divide en dos grandes áreas:

 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.
 Ejemplos básicos de parámetros estadísticos son: la media y la desviación estándar.
 Ejemplos gráficos son: histograma, pirámide poblacional, gráfico circular, entre otros.

 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.

Ambas ramas (descriptiva e inferencial) comprenden la estadística aplicada, pero

la estadística inferencial, por su parte, se divide en estadística
paramétrica y estadística no paramétrica.

Existe también una disciplina llamada estadística matemática, la que se refiere a las
bases teóricas de la materia. La palabra «estadísticas» también se refiere al resultado
de aplicar los logaritmos estadísticos a un conjunto de datos, como en estadísticas
económicas, estadísticas criminales, etcétera.

Importancia de la estadística:

La estadística es la base del conocimiento práctico y real. Su definición.- La estadística

es una de las ramas de la ciencia matemática que se centra en el trabajo con datos e
informaciones que son ya de por sí numéricos o que ella misma se encarga de
transformar en números.

La estadística, si bien es una ciencia de extracción exacta, tiene

una injerencia directa en cuestiones sociales por lo cual su utilidad práctica es mucho
más comprensible que lo que sucede normalmente con otras ciencias exactas como la
matemática.
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.

Estadística descriptiva:

La estadística descriptiva es la técnica matemática que obtiene, organiza, presenta y

describe un conjunto de datos con el propósito de facilitar su uso generalmente con el
apoyo de tablas, medidas numéricas o gráficas. Además, calcula parámetros
estadísticos como las medidas de centralización y de dispersión que describen el
conjunto estudiado.

Estadística Inferencial:

La estadística inferencial es una parte de la estadística que comprende los métodos y

procedimientos que por medio de la inducción determina propiedades de una población
estadística, a partir de una parte de esta. Su objetivo es obtener conclusiones útiles para
hacer deducciones sobre una totalidad, basándose en la información numérica de la
muestra.

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 de Sam (análisis de regresión). Otras
técnicas de modelamiento incluyen análisis de varianza, series de tiempo y minería de
datos.
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.

Supongamos que queremos saber cuál es el nivel de colesterol de la población de

Estados Unidos. Por cuestiones económicas y de tiempo obvias, no está al alcance
realizar un análisis de sangre a toda la población de EEUU. Para solucionar este
impedimento, se utiliza una muestra estadística.

Muestra:
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:

El término variable puede referirse a uno de los siguientes:

En Matemática, Lógica, Estadística y Ciencias

 Variable (matemáticas), es un símbolo que puede ser reemplazado o que toma un

valor numérico en una ecuación o expresión matemática en general.
 Variable discreta, es aquella que sólo puede tomar valores dentro de un conjunto
finito, como los números naturales.
 Variable continúa, es aquella que toma valores en uno o varios intervalos de la recta
real.
 Variable proposicional (también llamada variable sentencial o letra sentencial) es una
variable que puede ser verdadera o falsa.
 Variable estadística, característica que es medida en diferentes individuos, y que es
susceptible de adoptar diferentes valores.
 Variable aleatoria, tipo de «variable estadística».
 Estrella variable pulsante, es un tipo de estrella.
En Programación e Informática

 Variable (programación), espacio de memoria de un ordenador, necesario para la

ejecución de «programas».
 Variable de entorno
 Variable local
 Variable global
 Variable de instancia
 variable homogénea

Variable cuantitativa:

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.

Variable cuantitativa discreta:

Una variable discreta es una variable que no puede tomar algunos valores dentro de un
mínimo conjunto numerable, quiere decir, no acepta cualquier valor, únicamente aquellos
que pertenecen al conjunto. Estas variables se dan de modo coherente separaciones
entre valores observables sucesivos.
Variable cuantitativa continúa:

Dentro de la nomenclatura matemática, se conoce con el nombre de variable a la entidad

usada dentro de las distintas operaciones, funciones y fórmulas, y que siendo
representada generalmente con una letra (x, y, z, etc.) asume valores distintos, hecho
del cual proviene su nombre.

Variable cualitativa:

Variable cualitativa ordinal o variable casi 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 ordinal:

Variable cualitativa ordinal o variable casicuantitativa: 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:

Una variable cualitativa nominal presenta modalidades no

numéricas que no admiten un criterio de orden . Por ejemplo:
El estado civil, con las siguientes modalidades: soltero, casado,
separado, divorciado y viudo.

Datos u Observaciones:

Concepto de dato. Es el elemento primario de la información conformado por símbolos

(letras, números, dibujos, señas, gestos) que reunidos pueden cobrar significación.
... Datos estadísticos son hechos u observaciones expresados en forma numérica, que
sirven para realizar estudios comparativos.

Error de muestreo:

Cuando se utilizan valores muestrales, o estadísticos para estimar valores poblacionales,

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

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

la misma población.

Sesgo muestral:
El sesgo de selección está estrechamente relacionado con: El sesgo de la muestra,
un sesgo de selección producido por un sesgo accidental en la técnica de muestreo,
como contra a la manipulación deliberada o inconsciente.

Que es una gráfica:

Un gráfico o representación gráfica ,es un tipo de representación de datos,

generalmente numéricos, mediante recursos
gráficos (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. Un gráfico o representación gráfica ,es un tipo de representación de datos,
generalmente numéricos, mediante recursos
gráficos (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).
 Conclusión

Al finalizar esta hermosa unidad pude adquirir nuevos conocimientos ya que es un buen
inicio de la clase por parte del maestro, por lo que al iniciar de esta manera ya uno puede
adentrarse en la materia. Ya que cada uno de estos puntos habla de cosas diferentes y
en parte casi iguales puedo decir que fue fructífero estudiar este hermoso tema, por lo
que me recomiendo a mí mismo estudiar cada uno de estos puntos más a fondo, ya que
si pongo de mi parte seré mejor profesional en la vida.