UNIDAD #1
DOCENTE: ING. INGRID GIRALDO MARTÍNEZ M.SC
Unidad #1 Estadística Descriptiva
• Introducción a la Estadística.
• Tipos de datos y escalas de medición.
• Diferencias entre población, muestra, parámetro y estimador.
• Datos agrupados y tablas de frecuencia.
• Gráficos estadísticos (Histograma, ojiva, pastel, diagrama de cajas)
• Medidas de tendencia central y dispersión.
• Tipos de muestreo y elaboración de cuestionarios.
2. Planificación del trabajo de campo: en esta etapa se toman decisiones con respecto a los
procedimientos de entrevista, características del muestreo, diseño de herramientas, etc.
a) Análisis descriptivo: organización (mediante tablas y gráficos) y resumen (en pocos valores
que proporcionen la máxima información posible) los datos disponibles para extraer la
información relevante en nuestro estudio.
b) Inferencia estadística: en el caso de trabajar con muestras, la inferencia se encarga de
generalizar los resultados de la muestra a la población y obtener conclusiones generales. La
inferencia se basa en suponer que la población sigue un modelo o unas distribución conocida
y los datos que tenemos son realizaciones aleatorias de ese modelo. Para cuantificar la
fiabilidad de estos resultados se recurre al cálculo de probabilidades.
c) Validación del modelo: finalmente es necesario diagnosticar la validez de los supuestos del
modelo que nos han permitido interpretar los datos y llegar a conclusiones sobre la
población.
1. Estadística Descriptiva.
2. Cálculo de probabilidades.
3. Inferencia.
Aleatoriedad: La selección de los datos de una muestra estadística debe ser aleatoria. Es decir,
debe ser totalmente al azar. Si en lugar de realizarlo al azar, realizamos un proceso de selección
de datos planificado, estamos introduciendo un sesgo a la obtención de datos. Por tanto, para
evitar que la muestra sea sesgada y, por tanto, conseguir que sea una muestra representativa,
debemos hacer una selección aleatoria.
PROBABILIDAD Y ESTADÍSTICA ING. INGRID GIRALDO MARTÍNEZ M.SC
Ejemplo de muestra estadística
Estadística descriptiva
Es la parte de la estadística que permite analizar todo un conjunto de datos, de los cuales se
extraen conclusiones valederas, únicamente para ese conjunto. Para realizar este análisis se
procede a la recolección y representación de la información obtenida.
Como ejemplo de estas estadísticas podemos citar a aquellas que se obtienen generalmente en
los deportes, en los rendimientos académicos de los estudiantes de una determinada materia,
en los negocios al determinar las ventas obtenidas mensualmente en un determinado año por
una empresa en particular.
En esta rama de la estadística, lo que se pretende es obtener conclusiones generales de una determinada
población, mediante el estudio de una muestra representativa sacada de ella, dicho de otra manera, lo que
se trata es que, con el valor de los estadísticos obtenidos, podamos establecer los valores de los parámetros.
Entonces podemos concluir que la estadística inferencial analiza o investiga a una población, valiéndose de
los datos y resultados que se obtienen de una muestra.
Ejemplos muy claros de este tipo de estadística constituyen la aplicación de nuevos tratamientos con nuevos
fármacos, o las proyecciones que pueden hacer los investigadores de mercado sobre cómo influye la
publicidad en ciertos segmentos de mercado. Esta condición vista anteriormente, ha permitido que la
estadística inferencial, tenga un crecimiento cada vez mayor, por cuanto sus aplicaciones son cada vez más
eficientes en el manejo de poblaciones; por tal motivo es que existen métodos muy variados para poder
realizar la generalización de los resultados obtenidos en el muestreo. (Pruebas de hipótesis, predicciones
futuras y más)
Las variables cualitativas se refieren a características o cualidades que no pueden ser medidas
con números. Podemos distinguir dos tipos:
• 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.
• Variable cualitativa ordinal o variable cuasi cuantitativa: Una variable cualitativa ordinal
presenta modalidades no numéricas, en las que existe un orden. Por ejemplo:
• La nota en un examen: suspenso, aprobado, notable, sobresaliente.
• Puesto conseguido en una prueba deportiva: 1º, 2º, 3º,...
• Medallas de una prueba deportiva: oro, plata, bronce.
PROBABILIDAD Y ESTADÍSTICA ING. INGRID GIRALDO MARTÍNEZ M.SC
Variable cuantitativa: Una variable cuantitativa es la que se expresa mediante un número, por
tanto se pueden realizar operaciones aritméticas con ella. Podemos distinguir dos tipos:
Variable discreta: Una variable discreta es aquella que toma valores aislados, es decir no admite
valores intermedios entre dos valores específicos. Por ejemplo:
El número de hermanos de 5 amigos: 2, 1, 0, 1, 3.
Variable continúa: Una variable continua es aquella que puede tomar valores comprendidos
entre dos números. Por ejemplo:
La altura de los 5 amigos:1.73, 1.82, 1.77, 1.69, 1.75.
En la práctica medimos la altura con dos decimales, pero también se podría dar con tres.
Es un instrumento de medida, de acuerdo al cual se asignan valores a los datos estadísticos. Se reconocen
cuatro niveles de medición:
• Nominal.
• Ordinal.
• de intervalo.
• de razón.
En la escala nominal, los valores obtenidos en las observaciones, pueden ser codificados
mediante números, donde estos números no tienen valor intrínseco, sino solo la de etiquetar;
por lo tanto, no pueden ser ordenados o medidos.
Generalmente los datos que provienen de variables cualitativas son representados en esta
escala de medición. Ejemplo: si se está determinando el estado civil de las personas, este
estado puede ser etiquetado como: casado(1),soltero(2), divorciado (3), unión libre (4).
Las encuestas que utilizan una escala tipo Likert (ver Tabla), utilizan datos medidos en escala
ordinal. Ejemplo: se puede pedir que el encuestado diga cómo percibe el presente libro de
estudio, para lo cual puede contestar con cualquiera de las siguientes opciones.
En este caso, no se pueden establecer diferencias entre los valores numéricos, toda vez que
estos representan una etiqueta o código, pero si responden aun orden pre establecido.
Los datos medidos en escala de intervalo constituyen las escalas de temperatura, excepto la
medida en grados Kelvin. Con los datos que están medidos en esta escala se puede establecer
las operaciones de suma y substracción, pero no de multiplicación y división.
Ejemplo: Al decir que en una ciudad la temperatura ambiente es de 20ºC y en otra es de 40º C,
se puede establecer que la segunda ciudad tiene una temperatura más alta de 20ºC, pero no se
puede concluir que la temperatura de ésta es el doble de la otra.
Con esta información se puede concluir que B gana $300 más que A y que además gana el
doble que A. Esto es posible por cuanto esta variable dispone de un cero absoluto.
Clasificación de las escalas Las Escalas al igual que las variables se clasifican en cualitativas y
cuantitativas, al mismo tiempo se subdividen en:
• Cualitativas:
• Escala nominal o clasificatoria
• Escala ordinal
• Cuantitativas:
• Escala discreta o discontinua
• Escala concreta o continua
• Otras escalas:
• Escala cronológica
• Escala intervalar
• Escala de razón
Variable: Profesión
Escala: Ingeniero, Médico, Abogado, Enfermero, Odontólogo
Diferencia: No existe diferencia entre los profesionales en cuanto a nivel de estudio (tercer nivel)
Variable: Sexo
Escala: Masculino, Femenino
Diferencia: Ninguna
Variable: Tiempo
Escala: 1,10h
2,10 h
3,10 h
4,10 h
Amplitud: Entre 1,10 y 4,10 h, existe una amplitud
de 4 h.
PROBABILIDAD Y ESTADÍSTICA ING. INGRID GIRALDO MARTÍNEZ M.SC
Escala dicotómica
Es aquella escala que presenta tan solo dos opciones para medir la variable, siendo esta
variable de tipo cualitativo o cuantitativo, dependiendo de la información o resultado que se
busque. Por ejemplo:
Las categorías se ordenan en unidades igualmente espaciadas, siendo posible medir las
diferencias relativas en cada punto de la escala, no existe el cero absoluto. Por ejemplo:
• Es costumbre que “los bigotes” no lleguen hasta los extremos, sino hasta las observaciones
que se separan de la caja en no mas de 1,5 R.I.
• Mas allá de esa distancia se consideran atípica o anómalas y así se marcan.
36 25 37 24 39 20 36 45 31 31
39 24 29 23 41 40 33 24 34 40
8 3 5 6 4 7 8 1 4 4
• Sus unidades son el cuadrado de las de la variable. De interpretación un poco compleja para
un principiante.
8 3 5 6 4 7 8 1 4 4
• Para que una muestra sea representativa, y por lo tanto útil, debe de reflejar las
similitudes y diferencias encontradas en la población, es decir ejemplificar las
características de ésta.