UNIDAD I:

INTRODUCCIÓN A LA ESTADÍSITICA DESCRIPTIVA

CONCEPTOS BÁSICOS DE ESTADISTICA DESCRIPTIVA

Introducción

La estadística, es una rama de la matemática, que se encarga del estudio de situaciones a través
de la recolección, ordenamiento, análisis e interpretación de datos.

Su origen no se conoce con exactitud, pero se le atribuye entre otros a los antiguos egipcios
y chinos, quienes la aplicaban al realizar los censos de sus poblaciones hace ya más de 4000 años.
Debido a ello también es su nombre, pues Estadística, viene de «Estado», ya que era aplicada por
los gobernadores para tener un conteo del número de ciudadanos nacidos, enfermos, muertos,
etc. y con ello lograr establecer, por ejemplo, el avance del imperio y los impuestos que se
aplicarían, etc.

Pero no fue hasta el siglo XVII, en el año 1662, donde John Graunt (1620 - 1674), mercader
ingles, da a conocer su trabajo mediante un libro que muestra un conteo de todos los nacimientos
y muertes ocurridas en Londres en el periodo de 1604 a 1661, así como de las razones que
llevaban a estos hechos. Con esto, se marca el comienzo de la estadística moderna.

Aunque ya se trabajaba hacía mucho tiempo con este concepto, no se estableció la palabra
«Estadística» y aplicación, si no hasta el siglo XVIII por el polaco Gottfried Achenwall (1719 -
1772), en 1749, quien hacía referencia ella como la ciencia del estado. Posterior a ello,
proliferaron un sin fín de estudios de las diversas poblaciones, pero los trabajos realizados por Karl
Pearson (1857 - 1936), fueron los que permitieron que la estadística continuaran avanzando al
pasar de ser descriptiva a ser también inductiva, es por ello que se le conoce como el padre de la
estadística moderna.

A continuación, pasaremos a revisar las definiciones y aplicaciones de algunos conceptos

que son considerados como básicos para el trabajo en la estadística.
Definiciones

Población

Se hablará de Población, cuando se haga referencia a un grupo de elementos que comparten una
o más características de interés para el estudio a realizar y de los cuales se quiere obtener
conclusiones.

El número de elementos que componen una población puede ser finito o infinito.

También se le llama Universo.

Ejemplos de aplicación

a) Se desea realizar un estudio sobre las enfermedades respiratorias derivadas del consumo de
tabaco entre los fumadores activos.

En este caso, la población a estudiar corresponde a los «fumadores activos»

b) El instituto medio ambiental, requiere generar un estudio sobre el nivel de contaminación que
producen los autos sin convertidor catalítico en Chile.

Aquí, la población será «autos sin convertidor catalítico en Chile»

Muestra

Una muestra, será un grupo representativo de elementos, extraídos de la población, que se

utilizará para realizar el estudio.

La necesidad de tomar una muestra ocurre cuando la población a estudiar cuente con un número
muy grande o infinito de elementos, haciéndose difícil o imposible la reunión de todos sus
componentes.

Mientras mayor sea la cantidad de elementos que tenga la muestra, en relación a la población,
mayor veracidad tendrán las conclusiones que se obtengan del estudio y análisis.

Para que la información y posteriores conclusiones obtenidas, sean lo más cercanas a la realidad
posible, la muestra debe ser tomada aleatoriamente, es decir tomar elementos al azar, dándole a
todos igual probabilidad de ser seleccionados. Este método para escoger elementos se conocerá
como muestreo.
Ejemplos de aplicación

En el ejemplo anterior, sobre los fumadores, jamás se podrá reunir a todos las personas que
fuman, entonces lo que se hace es extraer una muestra, ella puede ser «personas que fuman en
Chile» o «personas que fuman en América», esta última muestra será mucho más representativa
del total de fumadores, pues abarca un mayor número de personas.

En el ejemplo sobre los autos no catalíticos chilenos, si bien es posible reunir a todos los
automóviles con esta característica, será un tanto engorroso el proceso, es por ello que se puede
tomar como muestra «los autos sin convertidor catalítico de la comuna de Santiago» o «los autos
sin convertidor catalítico de la región metropolitana», muestra que será más representativa.

Individuo

Se define individuo, como uno de los elementos pertenecientes a la población a estudiar, sin que
necesariamente éste sea una persona, pues también puede tratarse de un objeto o animal entre
otros.

También se le conoce como unidad estadística.

Ejemplos de aplicación

a) Para el ejemplo de los fumadores, el individuo será representado por «una persona que fuma»,
ya sea este hombre o mujer.

b) En el caso de los automóviles no catalíticos, el individuo será «un auto sin convertidor
catalítico».
Variable

Definición

Una variable o variable estadística es una o más características específicas que poseen los
individuos, parte de una determinada población estudiada, que al ser medida puede adoptar
diferentes valores o condiciones dependiendo de cada caso.

Tipos de variables.

Existen distintos tipos de variables, que se utilizarán dependiendo de la característica a estudiar,

entre ellas tenemos los casos en que se habla de una característica de medición entonces
estaremos ante variables cualitativas o cuantitativas.

A continuación, conoceremos cada una de ellas para, posteriormente, ver su aplicación mediante
ejemplos.

Variables Cualitativas

Se hablará de Variables Cualitativas, cuando se esté ante una característica del tipo no numérico,
es decir que muestren o indique una cualidad, atributo, destreza u otro.

Existen variables cualitativas dicotómicas, es decir que aceptan solo dos respuestas (sexo, ¿usted
fuma?).

y politómicas, aquellas que aceptan más de dos respuestas (Edad, ¿Qué estación del año
prefiere?).

Variables Cuantitativas

Hablaremos de variables cuantitativas cuando nos enfrentemos a características del tipo

numérico, es decir que se pueden trabajar mediante operaciones matemáticas como por ejemplo
ecuaciones, entre otras.

Estas variables se pueden clasificar en discretas o continuas.

 Variables Discretas Variables Continuas

Una variable cuantitativa discreta es aquella
que, únicamente, se representa mediante un
número entero (z), es decir que se puede
contar, aunque no necesariamente deban
presentarse ordenadamente.
Las variables cuantitativas continuas son
aquellas que se representan por el conjunto
numérico de los reales (r), es decir que entre
dos valores determinados puede haber
infinitos otros valores.

Ejemplos de aplicación. Ejemplos de aplicación.

 Número de individuos de una determinada  Altura de un grupo de individuos de una

población.
 Cantidad de libros en una biblioteca.
 Personas presentes en un estadio.
 Autos catalíticos que existen en una
determinada comuna.
ciudad.
 Masa de un cuerpo.
 La temperatura que se registra en una
semana en la comuna de Independencia.
 El tiempo que transcurre entre una acción y
otra.

Tabla de frecuencia

Definición.

Tabla de datos: También conocidas como Tablas de Frecuencia, son aquellas que nos permiten
ordenar y organizar una serie de datos, de tal manera de lograr identificar ciertos patrones,
características o conductas de una determinada población.

Existen dos tipos de tablas de datos o frecuencia:

Para datos no agrupados, que se utiliza cuando se posee una cantidad finita relativamente
pequeña de datos y por lo tanto, se puede realizar un estudio de cada individuo.

Para datos agrupados, que se utiliza cuando se cuenta con una cantidad finita enorme o infinita de
datos, en dichos casos lo que se hace es dividir los datos por intervalos uniformes, realizando un
estudio grupal.
Elementos para la construcción de una tabla de frecuencia.

Clase: Será el intervalo que representa a un subgrupo del total de datos a analizar.

Cada clase tiene un extremo o límite inferior y un extremo o límite superior.

Al ser intervalos, las clases pueden ser abiertas, semi-abiertas o cerradas, dependiendo de las
necesidades del investigador. Lo único que se debe tener presente, es de no incluir los mismos
datos en dos o más clases, pues esto alteraría el resultado del estudio.

Cuando se realiza la división en clases, el último dato de la última clase no necesariamente debe
coincidir con el último dato que tenemos en nuestro estudio. Lo importante, en estos casos, es
que las clases abarquen todos los datos que tenemos, independiente de si también, con ello,
abarca otros valores mayores.
Rango: Es la diferencia entre el extremo superior (dato mayor) e inferior (dato menor) del total de
datos.

Se denota por la letra .

Fórmula:

Marca de Clase: Será el valor representativo de cada clase.

Corresponde al punto medio de una clase y se calcula realizando la media aritmética (promedio)
entre el límite inferior y superior del intervalo a estudiar.

Nota: Cada clase cuenta con su marca de clase

Amplitud: Corresponde al cociente (división) entre el rango y la cantidad de clases que se desea
posea la tabla de frecuencia a construir.

Se denota por la letra A.

La amplitud (A) nos indicará la cantidad de datos incluidos en cada clase.

Frecuencia Absoluta: Es la cantidad de datos que contiene una misma clase.

Existe también la frecuencia absoluta acumulada, que será la suma progresiva de las frecuencias
absolutas, llegando al último dato igual a la cantidad total de datos existentes. Si esto no ocurre,
se debe a que alguna de las frecuencias de las clases está mal contabilizada.
Frecuencia Relativa: Corresponde a la fracción o cociente entre la frecuencia absoluta, como
numerador, y el total de datos del estudio, como denominador.

Representa a la parte, respecto del total de datos, que se encuentra abarcado en cada clase.

Existe también la frecuencia relativa acumulada, que será la suma progresiva de las frecuencias
relativas, llegando, en el último lugar, a 1. Si esto no ocurre, es que las partes no están bien
distribuidas y por ende debe ser revisado.

Resumen

La estadística es una de las ramas de la matemática que se ocupa del estudio y posterior análisis
de datos obtenidos de un determinado grupo de elementos, los cuales pueden ser personas,
animales o cosas, entre otros. En ella, se utilizan ciertos conceptos que ayudarán tanto a los
estadísticos, como a los futuros lectores del estudio, a interpretar los datos que se entregan.

Los conceptos de mayor utilidad son Población, Muestra e Individuo. Ellos son utilizados al hablar
del total, parte o de uno de los elementos a estudiar, respectivamente. Los individuos de una
población poseen una o más características comunes, que es el motivo por el cual se realiza el
estudio, pero, a pesar de ser condiciones similares, no se presentan de manera idéntica en todos
los elementos. Es por ello que, a dichas características, se les llama variables. Éstas, pueden ser de
distintos tipos, entre ellos están las cualitativas y cuantitativas, estas a su vez se clasificarán en
discretas y continuas.

El trabajo en estadística, también se requiere organización y prolijidad a la hora de realizar la

interpretación del gran número de datos reunidos. Para ello es que se utilizan tablas de
frecuencias que ayudan a resumir dichos datos haciendo más simple su lectura.

Existen tablas para datos no agrupados, utilizadas con una cantidad finita relativamente pequeña
de elementos y para datos agrupados, en donde la gran cantidad de elementos hace necesario el
estudio en subgrupos uniformes.

Algunos de los elementos base que ayudan a formar y que componen una tabla de frecuencia son:
rango, amplitud y clases, marca de clase, frecuencia absoluta y relativa respectivamente.