ESTADÍSTICA

Estadística es una ciencia que utiliza datos numéricos para obtener inferencias basadas en el cálculo de
probabilidades. Una estadística es también un conjunto de datos obtenidos a través de un estudio estadístico.

ESTADÍSTICA DESCRIPTIVA

La estadística descriptiva se puede definir como el estudio que incluye la obtención, organización, presentación
y descripción de información numérica. Su objetivo, por lo tanto, es describir las características principales de
los datos reunidos.

ESTADÍSTICA INFERENCIAL

Por su parte, la estadística inferencial es el estudio que utiliza técnicas a partir de las cuales se obtienen
generalizaciones o se toman decisiones en base a una información parcial o completa obtenida mediante
técnicas descriptivas. Su objetivo es extraer conclusiones de utilidad sobre el total de las observaciones posibles
basándose en la información obtenida.

ESTADÍSTICA GERENCIAL

Estadística es el estudio de cómo debe ser utilizada la información para mostrar los hechos y evidenciarlos
INFERENCIA ESTADÍSTICA

La inferencia estadística es el conjunto de métodos y técnicas que permiten inducir, a partir de la información
empírica proporcionada por una muestra, cual es el comportamiento de una determinada población con un
riesgo de error medible en términos de probabilidad.

MUESTRA

La población corresponde a todos los individuos que componen un espacio muestral. Una muestra estadística,
es una parte de la población, pero que es estadísticamente significativa. 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).

PARÁMETRO

En estadística, un parámetro es un número que resume la gran cantidad de datos que pueden derivarse del
estudio de una variable estadística. El cálculo de este número está bien definido, usualmente mediante una
fórmula aritmética obtenida a partir de datos de la población. Los parámetros estadísticos sirven para sintetizar
la información dada por una tabla o por una gráfica.
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.

ESTADÍGRAFO

Es un valor numérico que se obtiene a partir de datos muestrales. Describe alguna característica de la muestra,
y la toma de decisiones respecto a la población contiene cierto grado de incertidumbre.

Son las medidas descriptivas inherentes a una muestra, las cuales pueden usarse como estimación del
parámetro. Como ejemplo podría tomarse los salarios promedio de una muestra de los empleados de la empresa.

MEDIA

La media es la medida más usada para encontrar el promedio. De hecho, la gente siempre utiliza la palabra
"promedio" para referirse a la "media." Encontrarla es simple: solo suma todos los números en los datos y
divídelos por la cantidad de números. Ejemplo: ¿Cuál es la media de las edades de Andrea y sus primos?
MEDIANA (el número del medio en un grupo de datos)

La mediana es el número del medio en un grupo de datos. Sin embargo, los datos deben estar ordenados
numéricamente (de mayor a menor o de menor a mayor) antes de encontrar este promedio. Si el número del
medio está entre dos números, entonces encuentra la media entre esos dos (súmalos y divídelos entre 2). La
mediana se representa por Me.

MODA (número que más se repite)

La moda de un conjunto de datos es el dato que más veces se repite, es decir, aquel que tiene mayor frecuencia
absoluta. Se denota por Mo. En caso de existir dos valores de la variable que tengan la mayor frecuencia
absoluta, habría dos modas. Si no se repite ningún valor, no existe moda. Ejemplo: Encuentre la moda del
conjunto {2, 3, 5, 5, 7, 9, 9, 9, 10, 12}. Así, el 9 es la moda.

VARIANZA

La varianza en estadística es la raíz cuadrada de la desviación estándar, siendo una media de las frecuencias con
la media elevadas al cuadrado. Para calcular la varianza seguiremos los pasos enumerados a continuación:

 Calcular la media realizando el promedio de los números

 Restar la media a cada número anterior y elevarlo al cuadrado
  Calcular la media de las diferencias al cuadrado obtenidas en el punto anterior

DESVIACIÓN ESTÁNDAR

La desviación estándar es la medida de dispersión más común, que indica qué tan dispersos están los datos con
respecto a la media. Mientras mayor sea la desviación estándar, mayor será la dispersión de los datos. El símbolo
σ (sigma) se utiliza frecuentemente para representar la desviación estándar de una población, mientras que s se
utiliza para representar la desviación estándar de una muestra. La variación que es aleatoria o natural de un
proceso se conoce comúnmente como ruido.

CUARTILES

Los cuartiles son los tres valores de la variable que dividen a un conjunto de datos ordenadosen cuatro partes
iguales.

Q1, Q2 y Q3 determinan los valores correspondientes al 25%, al 50% y al 75% de los datos.

Q2 coincide con la mediana.

Cálculo de los cuartiles

1 Ordenamos los datos de menor a mayor.

2 Buscamos el lugar que ocupa cada cuartil mediante la expresión .

DECILES

Los deciles son los nueve valores que dividen la serie de datos en diez partes iguales.

Los deciles dan los valores correspondientes al 10%, al 20%... y al 90% de los datos.

D5 coincide con la mediana.

Cálculo de los deciles. En primer lugar buscamos la clase donde se encuentra

PERCENTILES

Los percentiles son los 99 valores que dividen la serie de datos en 100 partes iguales.

Los percentiles dan los valores correspondientes al 1%, al 2%... y al 99% de los datos.

P50 coincide con la mediana.

Cálculo de los percentiles. En primer lugar buscamos la clase donde se encuentra

FRECUENCIA
En estadística, la frecuencia (o frecuencia absoluta) de un evento es el número de veces en que dicho evento se
repite durante un experimento o muestra estadística.1 Comúnmente, la distribución de la frecuencia suele
visualizarse con el uso de histogramas.

FRECUENCIA ABSOLUTA

Es la frecuencia que corresponde al número de veces que se repite un dato dentro un rango dado, según sea
definido previamente. En el caso ejemplificado, son 35 alumnos, donde cada clase o rango corresponde a una
posición dentro de la tabla. De este modo se define los ni para i de 1 a 7.

TABLA DE DISTRIBUCIÓN DE FRECUENCIAS

Llamamos tabla estadística a la disposición de forma ordenada y agrupada de los valores y frecuencias de una
distribución. Distinguiremos entre tablas estadísticas de distribuciones no agrupadas y tablas de distribuciones
agrupadas.

DATOS PROBABILÍSTICOS

Se basan en el principio de equiprobabilidad, ya que cada elemento del universo tiene una probabilidad conocida
y no nula de figurar en la muestra, es decir, todos los elementos del universo pueden formar parte de la muestra.
DATOS DE NO PROBABILÍSTICOS

No se efectúa bajo normas probabilísticas de selección, durante sus procesos intervienen opiniones y criterios
personales del investigador o no existe norma bien definida o validada. Por esta razón es aquel que se utiliza de
forma empírica.

PROBABILIDADES

Las Probabilidades pertenecen a la rama de la matemática que estudia ciertos experimentos llamados aleatorios,
o sea regidos por el azar, en que se conocen todos los resultados posibles, pero no es posible tener certeza de
cuál será en particular el resultado del experimento. Por ejemplo, experimentos aleatorios cotidianos son el
lanzamiento de una moneda, el lanzamiento de un dado, extracción de una carta de un mazo de naipes. Más
adelante se verá que debemos distinguir entre los conceptos de probabilidades matemáticas o clásicas de las
probabilidades experimentales o estadísticas.

ESPACIO MUESTRAL

Dentro de la estadística de probabilidades, el espacio muestral se define como el conjunto de todos los resultados
posibles que se obtienen al realizar un experimento aleatorio (aquel del que no se puede predecir su resultado).

La denotación más habitual del espacio muestral es mediante la letra griega omega: Ω. Entre los ejemplos más
comunes de espacios muestrales podemos encontrar los resultados de lanzar una moneda al aire (cara y cruz) o
de tirar un dado (1, 2, 3, 4, 5 y 6).
ASIMETRÍA

Las medidas de asimetría son indicadores que permiten establecer el grado de simetría (o asimetría) que
presenta una distribución de probabilidad de una variable aleatoria sin tener que hacer su representación gráfica.
Como eje de simetría consideramos una recta paralela al eje de ordenadas que pasa por la media de la
distribución. Si una distribución es simétrica, existe el mismo número de valores a la derecha que a la izquierda
de la media, por tanto, el mismo número de desviaciones con signo positivo que con signo negativo. Decimos
que hay asimetría positiva (o a la derecha) si la "cola" a la derecha de la media es más larga que la de la izquierda,
es decir, si hay valores más separados de la media a la derecha. Diremos que hay asimetría negativa (o a la
izquierda) si la "cola" a la izquierda de la media es más larga que la de la derecha, es decir, si hay valores más
separados de la media a la izquierda.

CURTOSIS

La curtosis (o apuntamiento) es una medida de forma que mide cuán escarpada o achatada está una curva o
distribución. Este coeficiente indica la cantidad de datos que hay cercanos a la media, de manera que a mayor
grado de curtosis, más escarpada (o apuntada) será la forma de la curva.

La curtosis se mide promediando la cuarta potencia de la diferencia entre cada elemento del conjunto y la media,
dividido entre la desviación típica elevado también a la cuarta potencia. Sea el conjunto X=(x1, x2,…, xN), entonces
el coeficiente de curtosis será:
INTERVALO

Son divisiones o categorías en las cuales se agrupan un conjunto de datos ordenados con características
comunes. En otras palabras, son fraccionamientos del rango o recorrido de la serie de valores para reunir los
datos que presentan valores comprendidos entre dos limites.

Para organizar los valores de la serie de datos hay que determinar un número de clases que sea conveniente. En
otras palabras, que ese número de intervalos no origine un número pequeño de clases ni muy grande. Un número
de clases pequeño puede ocultar la naturaleza natural de los valores y un número muy alto puede provocar
demasiados detalles como para observar alguna información de gran utilidad en la investigación.

k = 1 + 3,3logN

RANGO

Es el límite dentro del cual están comprendidos todos los valores de la serie de datos, en otras palabras, es el
número de diferentes valores que toma la variable en un estudio o investigación dada. Es la diferencia entre el
valor máximo de una variable y el valor mínimo que ésta toma en una investigación cualquiera. El rango es el
tamaño del intervalo en el cual se ubican todos los valores que pueden tomar los diferentes datos de la serie de
valores, desde el menor de ellos hasta el valor mayor estando incluidos ambos extremos. El rango de una
distribución de frecuencia se designa con la letra R.
CLASE

Una clase es un rango, grupo o intervalo de datos numéricos. Por ejemplo si hablamos de edad en un grupo de
clase y tienes alumnos de 15 a 17 años, 18 a 20 años, 21 a 23 años esos grupos o rangos son las clases

VARIABLE

Una variable estadística es una característica que puede fluctuar y cuya variación es susceptible de adoptar
diferentes valores, los cuales pueden medirse u observarse. Las variables adquieren valor cuando se relacionan
con otras variables, es decir, si forman parte de una hipótesis o de una teoría.

FRECUENCIA RELATIVA

Es el resultado de dividir la frecuencia absoluta de un determinado valor entre el número total de datos, se
representa por . La suma de la frecuencias relativas es igual a . Lo cual puede verse fácilmente si se
factoriza .
LIMITE DE CLASE

Son los valores menor y mayor que de encontrarse como datos en la muestra pertenecen a la clase en cuestión.
Los límites de una clase tienen la misma aproximación que los datos en la muestra o de la población, esto es, si
los datos son enteros, entonces los límites son enteros. Si los datos tienen aproximación a décimas, entonces los
límites tendrán décimas, y asi sucesivamente. Se denotan por Li

AMPLITUD DE CLASE

La amplitud de la clase es la diferencia entre el límite superior e inferior del intervalo de clase.

Donde: R: Rango k: número de intervalos de clase.

MARCA DE CLASE

El Punto Medio o Marca de Clase es la semisuma de los límites de una clase, estos límites son el inferior y el
superior. La Marca de Clase se obtiene sumando el límite inferior (LI) y superior de una clase (LS) y dividiendo
el resultado entre dos (2). La marca de clase en este caso la representaremos como MC.

Formula: La fórmula de la marca de clase es la siguiente: MC = (LI + LS) / 2

HISTOGRAMA DE PEARSON

Un histograma es una representación gráfica de una variable en forma de barras, donde la superficie de cada
barra es proporcional a la frecuencia de los valores representados. Sirven para obtener una "primera vista"
general, o panorama, de la distribución de la población, o de la muestra, respecto a una característica,
cuantitativa y continua (como la longitud o el peso). De esta manera ofrece una visión de grupo permitiendo
observar una preferencia, o tendencia, por parte de la muestra o población por ubicarse hacia una determinada
región de valores dentro del espectro de valores posibles (sean infinitos o no) que pueda adquirir la característica.

DATO

Son números que pueden ser comparados, analizados e interpretados. El campo del cual son tomados los datos
estadísticos se identifican como población o universo. ... Los internos son los registros obtenidos dentro de la
organización que hace un estudio estadístico, Los externos se obtienen de datos publicados y encuestas.

VALOR

Un valor es cada uno de los distintos resultados que se pueden obtener en un estudio estadístico. Si lanzamos
una moneda al aire 5 veces obtenemos dos valores: cara y cruz. Un dato es cada uno de los valores que se ha
obtenido al realizar un estudio estadístico.
INDIVIDUOS

En estadística se refiere a cada uno de los elementos de la población. Se llama unidad estadística o individuo a
cada uno de los elementos que componen la población estadística. El individuo es un ente observable que no
tiene por qué ser una persona, puede ser un objeto, un ser vivo, o incluso algo abstracto.

MUESTREO

Muestreo es un término mayormente utilizado en el campo de la estadística, la cual para poder realizar estudios
a una población (que es el conjunto de elementos físicos, que presentan alguna característica en común, situados
en un espacio geográfico determinado en un lapso de tiempo específico, y sobre los cuales se desea investigar),
es necesario tomar una muestra de esa población dada, debido a que estas pueden ser finitas o infinitas, y aún
en el caso en el que sean finitas estas pueden estar formadas por una gran cantidad de elementos lo que hace
imposible un análisis completo, un ejemplo de una población tomando en cuenta todas sus características puede
ser “la cantidad de maíz cosechado en la granja –La Esperanza- durante el año 2010”. Para poder estudiarlos es
necesario obtener una muestra.

DATOS DETERMINADOS

Son hechos, observaciones o experiencias en que se basa el argumento, la teoría o la prueba. Los datos pueden
ser numéricos, descriptivos o visuales. Los datos pueden ser en estado bruto o analizado, pueden ser
experimentales u observacionales. Los datos incluyen: cuadernos de laboratorio, cuadernos de campo, datos de
investigación primaria (incluidos los datos en papel o en soporte informático), cuestionarios, cintas de audio,
videos, desarrollo de modelos, fotografías, películas, y las comprobaciones y las respuestas de la prueba.

DATOS AGRUPADOS

Los datos agrupados son aquellos datos que pertenecen a un tamaño demuestra mayor a 20 o más elementos,
por lo que para ser analizados requieren ser agrupados en clases a partir de ciertas características. - Su objetivo
es resumir la información. - Comúnmente, pertenecen a una muestra mayor a 20 elementos, por lo cual
requieren ser agrupados, esto implica: ordenar, clasificar y expresar los en una tabla de frecuencias. Se agrupan
los datos, esto quiere decir que se pueden clasificar de forma coherente y lógica mediante una tabla de
frecuencias.

DATOS NO AGRUPADOS

Los datos no agrupados son aquellos datos cuya que pertenecen a una muestra menor a 20 elementos, por lo
que para ser analizados, no requieren ser agrupados. - los datos tal como se recabaron, en bruto (es decir, no se
presentan clasificados) - no es necesario clasificar ni generar una tabla de frecuencias, ya que no tiene “mucho
sentido”. - Muestra menor a 20 Elementos. Aunque contemos con menos de 20 elementos, debe de verificarse
que los datos no sean significativos, esto es que la información no sea “repetitiva”, de esta forma, sabremos que
no se podrá clasificar y por lo tanto se puede presentar la información en una tabla de frecuencias.

VARIABLE CUANTITATIVO
Las variables cuantitativas son aquellas que adoptan valores numéricos (es decir, cifras). De este modo se
diferencian de las variables cualitativas, que expresan cualidades, atributos, categorías o características.

Ejemplos: Número de casas (1, 2,…). Discreta; Edad (12,5; 24,3; 35;…). Continua.

VARIABLE CUALITATIVO

La variable cualitativa (o variables categórica) es una variable que pueden tomar como valores cualidades o
categorías.

Ejemplos: Sexo (hombre, mujer), Salud (buena, regular, mala)

VARIABLE DISCRETO

Las variables discretas son aquellas cuyas observaciones se agrupan ‘inherentemente’ o ‘naturalmente’ en
categorías, porque dichas variable por su naturaleza sólo pueden tomar ciertos valores muy específicos. El
“género” de un sujeto es un buen ejemplo de una variable discreta: los seres humanos pueden ser mujeres u
hombres, se ajustan a una u otra categoría y no hay continuidad ni puntos intermedios entre ellas. Los países o
regiones del mundo también son buenos ejemplos de variables discretas. Otro ejemplo son las calificaciones o
educación de los maestros. Podemos crear las siguientes categorías para describir esta última variable: (a)
educación primaria completa, (b) educación secundaria completa, (c) educación superior incompleta, (d)
educación superior completa y (e) educación de postgrado.

VARIABLE CONTINUA
A diferencia de las variables discretas, las variables continuas, como su nombre lo indica, sólo se pueden agrupar
en forma arbitraria en categorías, porque por su naturaleza pueden tomar cualquier valor a lo largo de un
continuo (o de una escala numérica continua). La estatura de los habitantes de un país es un ejemplo de variable
continua, así como el ingreso de las familias en dicho país. Un buen ejemplo en el área de la educación son las
“calificaciones de pruebas”, que sólo se pueden agrupar arbitrariamente creando ‘intervalos’ artificiales, como
por ejemplo 1-20, 21-40, etc. Note que los intervalos también podrían ser 1-10, 11-20, 21-30, etc, o cualquier
otro intervalo que se prefiera, ya que la variable no se ajusta naturalmente a categorías predeterminadas como
en el caso de las variables discretas.

CUALITATIVA NOMINAL

Son aquellas que establecen la distinción de los elementos en las categorías sin implicar orden entre ellas

Ejemplo:

1. Lugar de nacimiento (Lima , Chiclayo, Perú) ·

2. Estado Civil o conyugal (soltero, casado, viudo, divorciado, separado, conviviente)·

VARIABLE CUALITATIVA ORDINAL

Son aquellas que agrupan a los objetos, individuos, en categorías ordenadas, para establecer relaciones
comparativas.

1. Nivel de pobreza (no pobre, pobre, muy pobre, extremadamente pobre)·

2. Categoría de un docente universitario (principal, asociado, auxiliar)

3. escolaridad
VARIABLE INDEPENDIENTE

Un variable independiente es una variable que representa una cantidad que se modifica en un experimento. A
menudo xxx es la variable que se utiliza para representar la variable independiente en una ecuación.

Ejemplo: Estás haciendo tareas domésticos para ganar tu mesada. Por cada tarea que haces obtienes $3.

¿Cuál es la variable independiente? La variable independiente es la cantidad de tareas que haces, pues esta es
la variable sobre la que tienes control.

VARIABLES DEPENDIENTES

Una variable dependiente representa una cantidad cuyo valor depende de cómo se modifica la variable
independiente.

A menudo y es la variable que se utiliza para representar la variable dependiente en una ecuación.

Ejemplo: Utilicemos el mismo contexto.

Estás haciendo tareas domésticos para ganar tu mesada. Por cada tarea que haces obtienes $3.

¿Cuál es la variable dependiente? La variable dependiente es la cantidad de dinero que obtienes, pues la
cantidad de dinero que ganas depende del número de tareas que hagas.