Este documento proporciona definiciones y explicaciones de términos básicos en estadística. Define variable, población, muestra y parámetro estadístico. Explica tipos de variables como cualitativas, cuantitativas, discretas y continuas. Describe escalas de medición como nominal, ordinal, de intervalo y de razón. También cubre conceptos como suma, razón, proporción, tasa y frecuencia.

1. REPIBLICA BOLIVARIANA DE VENEZUELA
MINISTERIO DEL PODER POPULAR PARA LA EDUCACION SUPERIOR
I.U.P SANTIAGO MARIÑO
CATEDRA: ESTADISTICA
INGENIERIA CIVIL
BACHILLER:
JOSE PLANCHART
C.I : 25.301.121
BARCELONA, JUNIO 2016
FACILITADOR:
PEDRO BELTRÁN
TERMINOS BASICOS
EN ESTADISTICA

2. VARIABLE
 Una característica se clasifica como variable si, se encuentra
que ésta toma diferentes valores en los diferentes elementos
de la muestra o población en estudio, por lo tanto NO es
constante. En otras palabras, es una propiedad que puede
fluctuar y cuya variación es susceptible de medirse u
observarse.
Unidad de Análisis Variable
Individuo Peso, estatura, edad, personalidad,
predilección de actividad, etc
Pareja Diferencia de edades, estado civil,
promedio de edades , personalidades
, etc
Grupos Tipo de liderazgo, tamaño, onjetivos
específicos, etc.

3. Tipos de variables
Variable cualitativa:
refieren a
características o
cualidades que no
pueden ser medidas
con números.
Variable cualitativa
nominal: presenta
modalidades no
numéricas que no
admiten un criterio de
orden
Variable cualitativa
ordinal:presenta
modalidades no
númericas, en las que
existe un orden.
El estado civil, con las
siguientes modalidades:
soltero, casado, separado,
divorciado y viudo.
Puesto conseguido en
una prueba deportiva:
1º, 2º, 3º, ...

4. Variable cuantitativa:
expresa mediante un
número, por tanto se
pueden realizar
operaciones aritméticas
con ella
Variable discréta: solo puede
tomar un número finito de
valores entre dos valores
cualesquiera de una
caraterística
Variable continua: puede
tomar un número infinito de
valores entre dos valores
cualesquiera de una
caraterística
El número de hermanos de
5 amigos: 2, 1, 0, 1, 3.
La altura de los 5 amigos:
1.73, 1.82, 1.77, 1.69,
1.75.

5. Variable aleatoria: toda función
que asocia a cada elemento del
espacio muestral E un número
real.
Se utilizan letras mayúsculas X,
Y, ... para designar variables
aleatorias, y las respectivas
minúsculas (x, y, ...) para
designar valores concretos de
las mismas
Variable aleatoria continua:
aquella que puede tomar todos
los valores posibles dentro de
un cierto intervalo de la recta
real.
Ejemplos
La altura de los alumnos de
una clase, las horas de
duración de una pila.
Variable aleatoria
discreta:es aquella que sólo
puede tomar valores
enteros.
Ejemplos
El número de hijos de una
familia, la puntuación
obtenida al lanzar un dado
Variable aleatoria binomial: es
una variable aleatoria discreta,
sólo puede tomar los valores 0,
1, 2, 3, 4, ..., n suponiendo
que se han realizado n
pruebas.
Ejemplo
k = 6, al lanzar una moneda 10
veces y obtener 6 caras.
Variable aleatoria normal: sigue
una distribución normal de media
μ y desviación típica σ, y se
designa por N(μ, σ), si se cumplen
las siguientes condiciones:
1. La variable puede tomar
cualquier valor: (-∞, +∞ )
2. La función de densidad, es la
expresión en términos de
ecuación matemática de la curva
de Gauss.

6. Poblacion: Es la colección de datos que
corresponde a las características de la
totalidad de individuos, objetos, cosas o
valores en un proceso de investigación.
Para su estudio, en general se clasifican
en Poblaciones Finitas y Poblaciones
Infinitas.
 Poblaciones Finitas: Constan de un
número determinado de elementos,
susceptible a ser contado. Ejemplo: Los
empleados de una fábrica, elementos de
un lote de producción, etc.
 Poblaciones Infinitas: Tienen un número
indeterminado de elementos, los cuales no
pueden ser contados. Ejemplo: Los números
naturales.
Muestra: “Es una parte representativa de la
población que es seleccionada para ser
estudiada, ya que la población es demasiado
grande para ser estudiada en su totalidad” Allen
Webster.
Ejemplo: *De los números primos,
los menores que 100.
*De los números reales, los enteros
menores que 10.
POBLACION Muestra

7. PARAMETRO
ESTADISTICO
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
MEDIDAS DE CENTRALIZACIÓN: Indican a qué valor se
distribuyen los datos. Son:
Media aritmética: La media es el valor promedio de la
distribución.
Mediana: La mediana es la puntación de la escala que
separa la mitad superior de la distribución y la inferior, es
decir divide la serie de datos en dos partes iguales.
Moda: La moda es el valor que más se repite en una
distribución.
MEDIDAS DE POSICIÓN: Dividen un conjunto de datos en
grupos con el mismo número de individuos. Para calcular las
medidas es necesario que los datos estén de menor a
mayor. Son:
Cuartiles: Dividen la serie de datos en cuatro partes iguales.
Deciles: Dividen la serie de datos en diez partes iguales.
Percentiles: Dividen la serie de datos en cien partes iguales.
Ejemplo de un parámetro
estadístico:
Los salarios de todos los
empleados de una
empresa
MEDIDAS DE DISPERSIÓN
Informan sobre cuanto se alejan del centro los valores de la distribución. Son:
Rango o recorrido: Diferencia entre el mayor y el menor de los datos de una
distribución estadística.
Desviación media: Media aritmética de los valores absolutos de las desviaciones
respecto a la media.
Varianza: Media aritmética del cuadrado de las desviaciones respecto a la media.
Desviación típica: Raíz cuadrada de la varianza

8. Escalas de medición
 Escala nominal: nos permite identificar
sujetos como "iguales" o "diferentes". Usando
una escala nominal podemos decidir si un
sujeto es igual o diferente a otro, pero no
podemos establecer relaciones de orden
respecto a esa característica, ni relaciones
de cantidad ni de diferencia. Por ejemplo: si
medimos el color de los ojos podemos
establecer la siguiente escala: A → azul,
V → verde, M → marrón y N → negro. No
podemos ordenar los sujetos de mayor a
menor o viceversa, simplemente podemos
asegurar si dos sujetos tienen el mismo o
distinto color de ojos. Otros ejemplos:
nacionalidad, sexo, profesión. A este tipo de
variables medidas con escala nominal se les
puede asignar a cada categoría cualquier tipo
de símbolos. En el ejemplo hemos asignado
letras pero podíamos haber optado por
números: 1 → azul, 2 →verde, 3 → marrón y
4 → negro.
 Escala ordinal: Esta escala no sólo permite la
identificación y diferenciación de los sujetos
sino que además permite establecer
relaciones del tipo "mayor que" o "menor
que". Es decir, de los sujetos se puede decir
cual presenta una mayor o menor magnitud
de la característica medida, los objetos se
pueden ordenar. Ejemplo: nivel de estudios
se puede asignar 1 a estudios primarios, 2 a
estudios secundarios, 3 a estudios
universitarios. Podemos ordenar a los sujetos
según el nivel de estudios, el valor 3 es
mayor que el 2 y el 1. Aunque no podemos
afirmar que la diferencia existente entre el 2
y el 1 sea la misma que la que existe entre el
3 y el 2. Ni que el que tenga nivel 3 tenga 3
veces más de nivel de estudios que el que
tiene nivel 1. Otros ejemplos de escala
ordinal: posición relativa en la clase, escala
de dureza de los minerales.

9. Escalas de medición
 Escala de intervalo: Con esta
escala, además de poder
identificar un objeto y establecer
relaciones del tipo mayor que y
menor que, también podemos
hacer afirmaciones acerca de las
diferencias en la cantidad del
atributo de unos y otros objetos.
 Un ejemplo típico es el calendario,
podemos afirmar que ha
transcurrido el mismo tiempo entre
1960 y 1966 que entre 1980 y 1986
porque contamos con una unidad
de medida llamada año
 Escala de razón: También se llama
de proporción o de cociente.
Además de las características de
las otras tres escalas, contamos
con una unidad de medida con cero
absoluto, es decir, que significa
ausencia del atributo o
característica medida.
 Ejemplos: peso, duración de un
suceso, temperatura en grados
Kelvin (que sí tiene cero absoluto).

10. NOTACION SUMA
En estadística se requiere la suma de
grandes masas de datos y es
pertinente tener una notación
simplificada para indicar la suma de
estos datos. Así, si una variable se
puede denotar por X, entonces las
observaciones sucesivas de esta
variable se escriben
La notación se lee:
Suma de X sub-i (ó sigma sub-i) donde i asume todos los valores de 1 hasta
n, ó simplemente suma de X sub-i donde i va de 1 a n.
La letra debajo del operador S se llama índice de la suma; en la expresión
note que el índice de la suma es i.
Las sumatorias se pueden representar bajo dos tipos de notaciones:
Notación suma abierta.- Esta notación va de una representación de
sumatoria a cada uno de los elementos que la componen, por ejemplo:
Notación suma pertinente.- Esta notación es al contrario de la suma
abierta, va de la representación de cada uno de los elementos de una
sumatoria a su representación matemática resumida, por ejemplo: .
Ejemplo 1: Si X1 = 3 X2 = 9
X3 =11
Encontrar:

11. RAZON,PROPORCION,TASA
 RAZON:Se denomina razón (“ratio”) a todo índice obtenido al dividir dos
cantidades.
 PROPORCION:Se denomina proporción a una razón tal que el valor del
numerador está incluido en el denominador. La proporción indica, en tantos
por uno, la parte que el numerador representa del denominado
 TASA:La tasa mide la magnitud de cambio de un parámetro por unidad de
cambio de otro. Es un tipo especial de razón o de proporción que incluye una
medida de tiempo en el denominador

12. EJEMPLOS DE RAZON, PROPORCION Y
TASA
Ejemplo(RAZON): Con los datos de la siguiente tabla se puede hallar el
cociente entre los casos de gripe y los casos de Legionelosis
declarados en 2004 en la CAPV:
AÑO CASOS DE
GRIPE
CASOS DE
LEGIONELOSIS
2004 22004 110
EJEMPLO(POBLACION):Con los datos de casos diagnosticados
de Legionelosis en 2004 podemos calcular estos dos tipos de
proporciones:
AÑO INGRESADO
S CON
LEGIONELO
SIS
MUERTES
POR
LEGIONELO
SIS
TOTAL DE
CASOS
2004 85 3 98
Al ser difícil el cálculo de la “tasa instantánea”, normalmente
se habla de “tasa media”
Ejemplo(TASA):La tasa media de aparición de legionelosis en
2004 en la CAPV es:
Tasa = 110/3000000= 0,000037
La tasa es, por tanto, de 3,7 casos de legionelosis por cada
100000habitantes en 1 año (2004)

13. FRECUENCIA
Frecuencia es el número de veces que el valor
de una variable se repite. Se distinguen dos
tipos principales de frecuencia: relativa y
absoluta.
Frecuencia absoluta
La frecuencia absoluta es el número de veces que
se repite un hecho en un experimento o un estudio.
Se suele representar de la siguiente forma: ni
Frecuencia relativa
Es el resultado de la división entre el valor de la frecuencia
absoluta (ni) y el tamaño de la muestra (N). Se suele
representar de esta forma: fi . Puede aparecer de forma
decimal, como fracción o como un porcentaje.

14. EJERCICIO

15. BIBLIOGRAFIA
 http://www.ditutor.com/estadistica/variables_tipos.html
 http://estadisticaparaadministracion.blogspot.com/2011/10/poblacion-y-
muestra-parametro-y.html
 https://evaluaciongaonamichelle1c.wordpress.com/2013/03/29/tipos-de-
parametros-estadisticos/
 http://estadisticaeducativaudo.blogspot.com/p/unidad-i-conceptos-basicos-
de.html
 http://colposfesz.galeon.com/est501/suma/sumahtml/suma.htm
 http://sameens.dia.uned.es/Trabajos6/Trabajos_Publicos/Trab_3/Astillero%2
0Pinilla_3/Razon.htm