1.

ESTADISTICA

La estadstica es una coleccin de mtodos para planificar y realizar experimentos,
obtener datos y luego analizar, interpretar, y formular una conclusin basada en esos
datos. Es la ciencia encargada de recopilar, organizar, analizar e interpretar informacin
numrica o cualitativa, de manera que pueda llevar a conclusiones vlidas.
Cuando coloquialmente se habla de estadstica, se suele pensar en una relacin de datos
numricos presentada de forma ordenada y sistemtica. Esta idea es la consecuencia del
concepto popular que existe sobre el trmino y que cada vez est ms extendido debido a
la influencia de nuestro entorno, ya que hoy da es casi imposible que cualquier medio de
difusin, peridico, radio, televisin, etc, no nos aborde diariamente con cualquier tipo de
informacin estadstica sobre accidentes de trfico, ndices de crecimiento de poblacin,
turismo, tendencias polticas, etc.
Slo cuando nos adentramos en un mundo ms especfico como es el campo de la
investigacin de las Ciencias Sociales: Medicina, Biologa, Psicologa, ... empezamos a
percibir que la Estadstica no slo es algo ms, sino que se convierte en la nica
herramienta que, hoy por hoy, permite dar luz y obtener resultados, y por tanto beneficios,
en cualquier tipo de estudio, cuyos movimientos y relaciones, por su variabilidad intrnseca,
no puedan ser abordadas desde la perspectiva de las leyes determistas. Podramos, desde
un punto de vista ms amplio, definir la estadstica como la ciencia que estudia cmo debe
emplearse la informacin y cmo dar una gua de accin en situaciones prcticas que
entraan incertidumbre.

La Estadstica se ocupa de los mtodos y procedimientos para recoger, clasificar, resumir,
hallar regularidades y analizar los datos, siempre y cuando la variabilidad
e incertidumbre sea una causa intrnseca de los mismos; as como de realizar inferencias a
partir de ellos, con la finalidad de ayudar a la toma de decisiones y en su caso
formular predicciones.
Estadstica descriptiva:

Describe, analiza y representa un grupo de datos utilizando mtodos numricos y grficos
que resumen y presentan la informacin contenida en ellos.


Estadstica inferencial:

Apoyndose en el clculo de probabilidades y a partir de datos muestrales, efecta
estimaciones, decisiones, predicciones u otras generalizaciones sobre un conjunto mayor
de datos.

2. DISEO EXPERIMENTAL

El diseo experimental es una tcnica estadstica que permite identificar y cuantificar las
causas de un efecto dentro de un estudio experimental. En un diseo experimental se
manipulan deliberadamente una o ms variables, vinculadas a las causas, para medir el
efecto que tienen en otra variable de inters. El diseo experimental prescribe una serie de
pautas relativas qu variables hay que manipular, de qu manera, cuntas veces hay que
repetir el experimento y en qu orden para poder establecer con un grado de confianza
predefinido la necesidad de una presunta relacin de causa-efecto.
El diseo experimental encuentra aplicaciones en la industria, la agricultura,
la mercadotecnia, la medicina, la ecologa, las ciencias de la conducta, etc. constituyendo
una fase esencial en el desarrollo de un estudio experimental.

Ejemplo 2:

Para estudiar el efecto del alcohol en el tiempo de reaccin a un estmulo,
se distribuyen aleatoriamente 60 sujetos en dos grupos iguales. Los sujetos
de un grupo consumen una cantidad de alcohol especfica, y los sujetos del
otro grupo consumen una bebida no alcohlica. Se miden los tiempos de
reaccin en segundos para todos los sujetos antes y despus de la bebida.

a. Cul es la variable respuesta?.
Respuesta:
La variable respuesta es: el tiempo de reaccin a un estmulo en
segundos.

b. Cul es la variable explicatoria?.
Respuesta:
La variable explicatoria es: el grupo tratamiento (con alcohol/sin
alcohol).

c. Es este un estudio observacional experimental?.
Justifique.
Respuesta:
Este es un estudio experimental porque el investigador activamente
impone un tratamiento a los sujetos (tomar una bebida alcohlica para un
grupo y sin alcohol para el otro).

d. Es este un estudio prospectivo retrospectivo?. Justifique.
Respuesta:
Al ser un estudio experimental es por definicin un estudio
prospectivo. Es decir los investigadores eligieron la muestra segn la
variable explicatoria (tratamiento) y averiguaron la variable respuesta
(tiempo de reaccin). Un estudio experimental NO puede ser
retrospectivo.

3. DISTRIBUCION DE FRECUENCIA


Una distribucin de frecuencias o tabla de frecuencias es
una ordenacin en forma de tabla de los datos estadsticos,
asignando a cada dato su frecuencia correspondiente.

TIPOS DE FRECUENCIA

FRECUENCIA ABSOLUTA

La frecuencia absoluta es el nmero de veces que aparece un
determinado valor en un estudio estadstico.
Se representa por f
i
.
La suma de las frecuencias absolutas es igual al nmero total de datos,
que se representa por N.






Para indicar resumidamente estas sumas se util i za la letra
griega (si gma mayscula) que se lee suma o sumatoria.


FRECUENCIA RELATIVA

La frecuencia relati va es el cociente entre la frecuencia absoluta de un
determinado valor y el nmero total de datos.
Se puede expresar en tantos por ciento y se representa por n
i
.

La suma de las frecuencias relati vas es igual a 1.
Frecuencia acumulada
La frecuencia acumulada es la suma de las frecuencias absolutas de todos
los valores inferiores o i guales al valor considerado.Se representa por F
i
.

Frecuencia relativa acumulada
La frecuencia rel ati va acumulada es el cociente entre la frecuencia
acumulada de un determinado valor y el nmero total de datos. Se puede
expresar en tantos por ciento.


4. GRAFICAS DE DISTRIBUCION DE FRECUENCIA










5.- MEDIDAS DE TENDENCIA CENTRAL: MEDIA, MEDIANA, MODA

Supngase que un determinado alumno obtiene
35 puntos en una prueba de matemtica. Este
puntaje, por s mismo tiene muy poco significado a
menos que podamos conocer el total de puntos
que obtiene una persona promedio al participar en
esa prueba, saber cul es la calificacin menor y
mayor que se obtiene, y cun variadas son esas
calificaciones.
En otras palabras, para que una calificacin tenga
significado hay que contar con elementos de
referencia generalmente relacionados con ciertos
criterios estadsticos.
Las medidas de tendencia central (media,
mediana y moda) sirven como puntos de referencia para interpretar las
calificaciones que se obtienen en una prueba.
Volviendo a nuestro ejemplo, digamos que la calificacin promedio en la prueba que
hizo el alumno fue de 20 puntos. Con este dato podemos decir que la calificacin
del alumno se ubica notablemente sobre el promedio. Pero si la calificacin
promedio fue de 65 puntos, entonces la conclusin sera muy diferente, debido a
que se ubicara muy por debajo del promedio de la clase.
En resumen, el propsito de las medidas de tendencia central es:
Mostrar en qu lugar se ubica la persona promedio o tpica del grupo.
Sirve como un mtodo para comparar o interpretar cualquier puntaje en relacin con
el puntaje central o tpico.

El promedio de notas es muy
importante.
Sirve como un mtodo para comparar el puntaje obtenido por una misma persona
en dos diferentes ocasiones.
Sirve como un mtodo para comparar los resultados medios obtenidos por dos o
ms grupos.
Las medidas de tendencia central ms comunes son:

La media aritmtica: comnmente conocida como media o promedio. Se
representa por medio de una letra M o por una X con una lnea en la parte superior.
La mediana: la cual es el puntaje que se ubica en el centro de una distribucin. Se
representa como Md.
La moda: que es el puntaje que se presenta con mayor frecuencia en una
distribucin. Se representa Mo.
De estas tres medidas de tendencia central,
la media es reconocida como la mejor y ms til.
Sin embargo, cuando en una distribucin se
presentan casos cuyos puntajes son muy bajos o
muy altos respecto al resto del grupo, es
recomendable utilizar la mediana o la moda.
(Porque dadas las caractersticas de la media, esta
es afectada por los valores extremos).
La media es considerada como la mejor medida de
tendencia central, por las siguientes razones:
Los puntajes contribuyen de manera proporcional al
hacer el cmputo de la media.
Es la medida de tendencia central ms conocida y utilizada.
Las medias de dos o ms distribuciones pueden ser fcilmente promediadas
mientras que las medianas y las modas de las distribuciones no se promedian.
La media se utiliza en procesos y tcnicas estadsticas ms complejas mientras que
la mediana y la moda en muy pocos casos.

Cmo calcular, la media, la moda y la mediana
Media aritmtica o promedio
Es aquella medida que se obtiene al dividir la suma de todos los valores de una
variable por la frecuencia total. En palabras ms simples, corresponde a la suma
de un conjunto de datos dividida por el nmero total de dichos datos.


Ejemplo 1:
En matemticas, un alumno tiene las siguientes notas: 4, 7, 7, 2, 5, 3
n = 6 (nmero total de datos)

La media aritmtica de las notas de esa asignatura es 4,8. Este nmero representa
el promedio.

Ejemplo 2:

La media, el mejor dato.
Cuando se tienen muchos datos es ms conveniente agruparlos en una tabla de
frecuencias y luego calcular la media aritmtica. El siguiente cuadro con las medidas
de 63 varas de pino lo ilustra.
Largo (en m) Frecuencia absoluta Largo por Frecuencia absoluta
5 10 5 . 10 = 50
6 15 6 . 15 = 90
7 20 7 . 20 = 140
8 12 8 . 12 = 96
9 6 9 . 6 = 54
Frecuencia total = 63 430


Se debe recordar que la frecuencia absoluta indica cuntas veces se repite cada
valor, por lo tanto, la tabla es una manera ms corta de anotar los datos (si la
frecuencia absoluta es 10, significa que el valor a que corresponde se repite 10
veces).
Moda (Mo)
Es la medida que indica cual dato tiene la mayor frecuencia en un conjunto de
datos; o sea, cual se repite ms.
Ejemplo 1:
Determinar la moda en el siguiente conjunto de datos que corresponden a las
edades de nias de un Jardn Infantil.
5, 7, 3, 3, 7, 8, 3, 5, 9, 5, 3, 4, 3
La edad que ms se repite es 3, por lo tanto, la Moda es 3 (Mo = 3)
Ejemplo 2:
20, 12, 14, 23, 78, 56, 96
En este conjunto de datos no existe ningn valor que se repita, por lo tanto, este
conjunto de valores no tiene moda.
Mediana (Med)
Para reconocer la mediana, es necesario tener ordenados los valores sea de mayor
a menor o lo contrario. Usted divide el total de casos (N) entre dos, y el valor
resultante corresponde al nmero del caso que representa la mediana de la
distribucin.
Es el valor central de un conjunto de valores ordenados en forma creciente o
decreciente. Dicho en otras palabras, la Mediana corresponde al valor que deja igual
nmero de valores antes y despus de l en un conjunto de datos agrupados.
Segn el nmero de valores que se tengan se pueden presentar dos casos:
Si el nmero de valores es impar, la Mediana corresponder al valor central de
dicho conjunto de datos.
Si el nmero de valores es par, la Mediana corresponder al promedio de los dos
valores centrales (los valores centrales se suman y se dividen por 2).
Ejemplo 1:
Se tienen los siguientes datos: 5, 4, 8, 10, 9, 1, 2
Al ordenarlos en forma creciente, es decir de menor a mayor, se tiene: 1, 2, 4, 5, 8,
9, 10
El 5 corresponde a la Med, porque es el valor central en este conjunto de datos
impares.
Ejemplo 2:
El siguiente conjunto de datos est ordenado en forma decreciente, de mayor a
menor, y corresponde a un conjunto de valores pares, por lo tanto, la Med ser el
promedio de los valores centrales.
21, 19, 18, 15, 13, 11, 10, 9, 5, 3

Ejemplo 3:


Interpretando el grfico de barras podemos deducir que:
5 alumnos obtienen puntaje de 62
5 alumnos obtienen puntaje de 67
8 alumnos obtienen puntaje de 72
12 alumnos obtienen puntaje de 77
16 alumnos obtienen puntaje de 82
4 alumnos obtienen puntaje de 87
lo que hace un total de 50 alumnos
Sabemos que la mediana se obtiene haciendo

lo cual significa que la mediana se ubica en la posicin intermedia entre los
alumnos 25 y 26 (cuyo promedio es 25,5), lo cual vemos en el siguiente cuadro:

puntaj
e
alumno
s
62 1
62 2
62 3
62 4
62 5
67 6
67 7
67 8
67 9
67 10
72 11
72 12
72 13
72 14
72 15
72 16
72 17
72 18
77 19
77 20
77 21
77 22
77 23
77 24
77 25
77 26
77 27
77 28
77 29
77 30
82 31
82 32
82 33
82 34
82 35
82 36
82 37
82 38
82 39
82 40
82 41
82 42
82 43
82 44
82 45
82 46
87 47
87 48
87 49
87 50


El alumno 25 obtuvo puntaje de 77
El alumno 26 obtuvo puntaje de 77
Entonces, como el total de alumnos es par debemos promediar esos puntajes:

La mediana es 77, lo cual significa que 25 alumnos obtuvieron puntaje desde 77
hacia abajo (alumnos 25 hasta el 1 en el cuadro) y 25 alumnos obtuvieron puntaje
de 77 hacia arriba (alumnos 26 hasta el 50 en el cuadro).

6.- MEDIDAS DE DISPERSIN

A pesar de la gran importancia de las medidas de tendencia central y de la cantidad de
informacin que aportan individualmente, no hay que dejar de sealar que en muchas
ocasiones esa informacin, no slo no es completa, sino que puede inducir a errores en su
interpretacin. Veamos algunos ejemplos.

Consideremos dos grupos de personas extrados como muestras respectivas de dos
poblaciones distintas: el primero est compuesto por 100 personas que asisten a la
proyeccin de una pelcula para nios, y el segundo por 100 personas elegidas entre los
asistentes a una discoteca juvenil. Pudiera ocurrir que, aun siendo las distribuciones de las
edades de ambos grupos muy distinta, la media y la mediana coincidieran para ambas. (Da
un ejemplo concreto en que esto ocurra).

Igualmente ocurre en este otro ejemplo. La caja de un kiosco registra las siguientes
entradas en miles de pesos, a lo largo de dos semanas correspondientes a pocas
distintas del ao

1 semana 2 semana
10 30
20 40
30 50
50 50
60 60
80 60
100 60
350 350


La media y la mediana de ambas distribuciones coinciden (el valor de ambas es 50 en los
dos casos) y, sin embargo, las consecuencias que se podran derivar de una y otra tabla
son bien distintas.

Comprendemos pues, a la vista de estos ejemplos, la necesidad de conocer otras
medidas, aparte de los valores de centralizacin, que nos indiquen la mayor o menor
desviacin de cada observacin respecto de aquellos valores.

Las medidas de desviacin, variacin o dispersin que estudiaremos a continuacin son:
Rango o amplitud, desviacin media y desviacin tpica.
RANGO, AMPLITUD TOTAL O RECORRIDO

El rango se suele definir como la diferencia entre los dos valores extremos que toma la
variable. Es la medida de dispersin ms sencilla y tambin, por tanto, la que proporciona
menos informacin. Adems, esta informacin puede ser errnea, pues el hecho de que no
influyan ms de dos valores del total de la serie puede provocar una deformacin de la
realidad.
Comparemos, por ejemplo, estas dos series:

Serie 1: 1 5 7 7 8 9 9 10 17
Serie 2: 2 4 6 8 10 12 14 16 18

Ambas series tienen rango 16, pero estn desigualmente agrupadas, pues mientras la
primera tiene una mayor concentracin en el centro, la segunda se distribuye
uniformemente a lo largo de todo el recorrido.

El uso de esta medida de dispersin, ser pues, bastante restringido.
DESVIACIN MEDIA

En teora, la desviacin puede referirse a cada una de las medidas de tendencia central:
media, mediana o moda; pero el inters se suele centrar en la medida de la desviacin con
respecto a la media, que llamaremos desviacin media.

Puede definirse como la media aritmtica de las desviaciones de cada uno de los valores
con respecto a la media aritmtica de la distribucin, y de indica as:

N
x x
DM


=

Ntese que se toman las desviaciones en valor absoluto, es decir, que la frmula no
distingue si la diferencia de cada valor de la variable con la media es en ms o en menos.

Ya se habr advertido que esta expresin sirve para calcular la desviacin media en el
caso de datos sin agrupar. Veamos un ejemplo:

Se tiene los valores 2, 2, 4, 4, 5, 6, 7, 8, 8. Averiguar la desviacin media de estos valores.

x x x x
2 -3 3
2 3 3
4 -1 1
4 -1 1
4 -1 1
5 0 0
6 1 1
7 2 2
8 3 3
8 3 3

DM = 1,8

Veamos ahora cmo se calcula la desviacin media en el caso de datos agrupados en
intervalos.

N
x n
DM
i

=

donde observamos que ahora las desviaciones van multiplicadas por las frecuencias de los
intervalos correspondientes.

Adems, las desviaciones son de cada centro, o marca de clase, a la media aritmtica. Es
decir,

N
x x n
DM
m i

=
) (



Ejemplo: Para hallar la desviacin media de la siguiente tabla referida a las edades de los
100 empleados de una cierta empresa:


Clase n
i
16-20 2
20-24 8
24-28 8
28-32 18
32-36 20
36-40 18
40-44 15
44-48 8
48-52 3

veamos cmo se procede:

Clase n
i
x
m n
i
x
m
x x n
i
x x
16-20 2 18 36 16,72 33,44
20-24 8 22 176
24-28 8
28-32 18
32-36 20
36-40 18
40-44 18
44-48 8
48-52 3
100


DM = 6,09

La desviacin media viene a indicar el grado de concentracin o de dispersin de los
valores de la variable. Si es muy alta, indica gran dispersin; si es muy baja refleja un buen
agrupamiento y que los valores son parecidos entre s.

La desviacin media se puede utilizar como medida de dispersin en todas aquellas
distribuciones en las que la medida de tendencia central ms significativas haya sido la
media. Sin embargo, para las mismas distribuciones es mucho ms significativa la
desviacin tpica, que estudiaremos a continuacin, y eso hace que el uso de la desviacin
media sea cada vez ms restringido.
DESVIACIN TPICA

Es sin duda la medida de dispersin ms importante, ya que adems sirve como medida
previa al clculo de otros valores estadsticos.

La desviacin tpica se define como la raz cuadrada de la media de los cuadrados de las
desviaciones con respecto a la media de la distribucin. Es decir,

( )
N
x x
S


=
2


para datos sin agrupar, o bien:

N
x x
S


=
2


Clculo de la desviacin tpica para datos no agrupados en clases

Veamos la frmula anterior aplicada a un caso concreto.

Hallar la desviacin tpica de la serie: 5, 8, 10, 12, 16.

x x x x x
2
5 -5,2 27,04
8 -2,2 4,84
10 -0,2 0,04
12 1,8 3,24
16 5,8 33,64

Primero hallamos x = 10,2

luego S = 71 , 3 76 , 13 =

Clculo de la desviacin tpica para datos agrupados en clases y agrupados por
frecuencias

Mtodo largo: Se aplica la siguiente frmula
N
f x
S

=
2


donde x x x
m
= y f es la frecuencia absoluta de cada intervalo.

Mtodo abreviado o corto: La frmula a utilizar es:

2
2
|
|
.
|

\
|
=

N
f d
N
f d
I S

donde:
I: amplitud de la clase
D: distancia en clases desde cada una en concreto a la clase que contiene a la media
supuesta A.

Ejemplo: Las alturas en cm de un grupo de 103 personas se distribuyen as:

Clases f
150 155
155 160
160 165
165 170
170 175
175 180
180 185
185 190
190 195
195 200
3
6
12
18
25
17
10
7
4
1
103
Resp: S = 9,56



7. CONCLUSIONES
Se le da un agradecimiento al profesor por haber dejado esta investigacin ya que
gracias a ella pude saber que la estadstica provino desde antes de Cristo en el pas
de Egipto, Persia, babilonia desde que Moiss levanto un censo del pueblo y
cuando a avanzado, primer censo en Amrica fue llevado a cabo por los Incas y
como muchos matemticos, filsofos, telogos, han experimentado y aplicado la
estadstica hasta hoy en da que la seguimos utilizando y aplicando para
la sociedad, ya que es un potente auxiliar de muchas ciencias y actividades
humanas: sociologa, sicologa, geografa humana, economa, etc.
Los conceptos antes mencionados han sido analizados e investigados de tal manera
de hacer ms fcil su comprensin y entendimientos ya que la estadstica es la
ciencia que trata de entender, organizar y tomar decisiones que estn de acuerdo
con los anlisis efectuados


8.-SUGERENCIAS
Es recomendable tomar en cuenta que la estadstica es muy importante en la vida
social y laboral del hombre ya que generaliza informacin.
Gracias a ello el anlisis de cualquier dato puede ser ms razonable y exacto.
Es una herramienta indispensable para la toma de decisiones.
Tambin es ampliamente empleada para mostrar los aspectos cuantitativos de una
situacin

9. BIBLIOGRAFIA
http://iespseza.educa.aragon.es/matematicas/paco_soler/Ficheros/Ejercicios/Estadis
tica.pdf
http://www.mat.uda.cl/hsalinas/cursos/2010/eyp2/Clase1.pdf
http://tarwi.lamolina.edu.pe/~cgonzales/pdf/Estadistica%20General/unidad1.pdf
http://es.scribd.com/doc/27513060/LIBRO-PDF-DISENO-DE-
EXPERIMENTOSKuehl-Diseno-de-Experimentos
importante aun no se saco datos
http://www.authorstream.com/Presentation/calidonauta-72003-1-distribucion-de-
frecuencias-sus-graficas-calidad-estadistica-pantigozo-eai01-entertainment-ppt-
powerpoint/
importante no se saco sus datos
http://www.ub.edu/aplica_infor/spss/cap2-1.htm
Datos massssss para copiar