Elaborado por Maria Freitas Ingeniería Civil SM Caracas

1. República Bolivariana de Venezuela
Ministerio del Poder Popular para la Educación
Instituto Universitario Politécnico
Santiago Mariño
Estadística
Prof. María Romano.
Términos Básicos
Presentado por:
María Fernanda Freitas C.I: 17.388.699
Escuela 42 (Ingeniería Civil)

2. Definición de Variable:
La variable es una característica que al ser medida en
diferentes individuos es susceptible de adoptar
diferentes valores.
Tipos de Variable
Variables Cualitativas
Ordinal
Nominal
Variables Cuantitativa
Discreta
Continua

3. 1) Variable Cualitativa Ordinal:
La variable puede tomar distintos valores ordenados
siguiendo una escala establecida, aunque no es
necesario que el intervalo entre mediciones sea
uniforme. Por ejemplo:
Tipo de medallas: oro, plata y bronce.
2) Variable Cualitativa Nominal:
En esta variable los valores no pueden ser sometidos a
un criterio de orden como por ejemplo: el estado civil,
con las siguientes modalidades: soltero, casado,
separado, divorciado y viudo.
Variable Cualitativa: expresan distintas cualidades,
características o modalidad.

4. 3) Variable Cuantitativa Discreta:
Es la variable que presenta separaciones o
interrupciones en la escala de valores que puede tomar.
Estas separaciones o interrupciones indican la
ausencia de valores entre los distintos valores
específicos que la variable pueda asumir. Ejemplo: El
número de hijos (1, 2, 3, 4, 5).
4) Variable Cuantitativa Continua:
Es la variable que puede adquirir cualquier valor dentro
de un intervalo especificado de valores. Por ejemplo la
masa (2.3 kg, 2.4 kg, 2.5 kg, ...)
Variable Cuantitativa: expresan mediante
cantidades numéricas.

5. Población en estadística, también llamada universo o
colectivo, es el conjunto de elementos de referencia
sobre el que se realizan las observaciones.
Ejemplo:
• En un salón de 30 estudiantes, se le pregunta a 12
alumnos sobre su edad.
La Población son: los 30 estudiantes.

6. En estadística una muestra estadística (también llamada
muestra complicada o simplificada muestra) es un
subconjunto de casos o individuos de una población
estadística.
Las muestras se obtienen con la intención de inferir
propiedades de la totalidad de la población, para lo cual
deben ser representativas de la misma.
Ejemplo:
• En un salón de 30 estudiantes, se le pregunta a 12
alumnos sobre su edad.
- La Población son: los 30 estudiantes.
- La Muestra son los 12 alumnos que se le preguntan la
edad.

7. Parámetro: Son las medidas o características
descriptivas inherentes a las poblaciones. Los salarios
promedio de todos los empleados de una empresa,
puede ser un ejemplo de parámetro.
Estadístico o Estadígrafo: 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.

8. Escalas de Medición: Todos los datos son generados
por una de las cuatro escalas de medición: nominal,
ordinal, de intervalo o de razón. A continuación se
definen cada una de estas escalas de medición.
• Escala de medición nominal: si los datos son
etiquetas o categorías que se usan para definir un
atributo de un elemento. Los datos nominales pueden
ser numéricos o no numéricos. Ejemplo: El sexo de una
persona es un dato nominal no numérico. El numero de
seguro social de una persona es un dato nominal
numérico

9. • Escala ordinal:
Una escala de medición es ordinal si los datos pueden
usarse para jerarquizar u ordenar las observaciones. Los
datos ordinales pueden ser numéricos o no numéricos.
Ejemplo: Las medidas pequeño, mediano y grande para
dar el tamaño de un objeto son datos ordinales no
numéricos.
• Escala de intervalo
Una escala de medición es de intervalo si los datos tienen
las propiedades de los datos ordinales y los intervalos
entre observaciones se expresan en términos de una
unidad de medición fija. Los datos de intervalo tienen que
ser numéricos. Ejemplo: Las mediciones de temperatura
son datos de intervalo.

10. • Escala de razón:
Una escala de medición es de razón si los datos tienen
las propiedades de los datos de intervalo y el cociente (o
razón) entre dos medidas tiene sentido. Los datos de
razón tienen que ser numéricos. Ejemplo: Variables como
la distancia, la altura, el peso y el tiempo se miden con
una escala de razón.

11. Sumatoria:
En Estadística cuando se obtienen varios datos que lleven
secuencia y además se decida sumarlos a esta operación
se le llama sumatoria.
Razón:
La Razón es el cociente entre dos números, en el que
ninguno o sólo algunos elementos del numerador están
incluidos en el denominador. El rango es de 0 a infinito.

12. Ejemplo de Razón:
En el año 2002, según el Centro Nacional de Epidemiología
se declararon los siguientes casos de legionelosis:.
Comunitario Nosocomial Total
Casos Defunciones Casos Defunciones Casos Defunciones
372 9 29 5 401 14
• Legionelosis adquirida en la comunidad/legionelosis nosocomiales=
372/29= 12,8. Por cada caso de legionelosis nosocomial hay 12,8
casos comunitarios.
• Defunciones por legionelosis adquirida en la comunidad/defunciones
por legionelosis nosocomiales= 9/5= 1,8. Por cada defunción por
legionelosis nosocomial hay 1,8 defunciones por legionelosis
adquirida en la comunidad.

13. PROPORCIÓN:
La proporción es una razón en la cual los elementos del numerador
están incluidos en el denominador. Se utiliza como estimación de la
probabilidad de un evento. El rango es de 0 a 1, o de 0 a 100%.
Ejemplos (tomando los datos de la tabla anterior):
1. Casos de legionelosis comunitarias en relación al total del año 2002=
372/401= 0,93* 100= 93%. El 93% de las legionelosis declaradas en
España en 2002 fueron adquiridas en la comunidad.
2. Defunciones por legionelosis comunitarias en relación al total de las
defunciones por legionelosis del año 2002= 9/14= 0,64* 100= 64%. El
64% de las defunciones por legionelosis declaradas en España en 2002
fueron por legionella adquirida en la comunidad.

14. TASA:
La tasa es un tipo especial de razón o de proporción que incluye una
medida de tiempo en el denominador. Está asociado con la rapidez de
cambio de un fenómeno por unidad de una variable (tiempo,
temperatura, presión). Los componentes de una tasa son el numerador,
el denominador, el tiempo específico en el que el hecho ocurre, y
usualmente un multiplicador, potencia de 10, que convierte una fracción
o decimal en un número entero.
Ejemplo:
Según el Instituto Nacional de Estadística, en el año 2002 se
encontraba censada en España una población de 41.837.894 personas.
Ejemplos (ver datos de la tabla):
1. Tasa de legionelosis en el año 2002 en España= 401/41.837.894
=0,96*10-5 (*100.000)= 0,96 personas padecieron legionelosis en el año
2002 en España por cada 100.000 habitantes.
2. Tasa de mortalidad por legionelosis en España en 2002=
14/41.837.894= 3,3*10-7 (*100.000)= 0,033 personas fallecieron por
legionelosis en España en 2002 por cada 100.000 habitantes.

15. Frecuencia:
• La frecuencia absoluta: es el número de veces que aparece un
determinado valor en un estudio estadístico. Se representa por fi.
• Frecuencia relativa: La frecuencia relativa es el cociente entre la
frecuencia absoluta de un determinado valor y el número total de
datos.
• Frecuencia acumulada: es la suma de las frecuencias absolutas de
todos los valores inferiores o iguales al valor considerado. Se
representa por Fi.
• Frecuencia relativa acumulada: La frecuencia relativa acumulada es
el cociente entre la frecuencia acumulada de un determinado valor y
el número total de datos. Se puede expresar en tantos por ciento.

16. Ejemplo de Frecuencia:
Durante el mes de julio, en una ciudad se han registrado las siguientes temperaturas
máximas:
32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27, 28, 29, 30, 32, 31, 31, 30, 30, 29, 29, 30, 30, 31,
30, 31, 34, 33, 33, 29, 29.
En la primera columna de la tabla colocamos la variable ordenada de menor a mayor, en
la segunda hacemos el recuento y en la tercera anotamos la frecuencia absoluta.
xi
Recu
ento
fi Fi ni Ni
27 I 1 1 0.032 0.032
28 II 2 3 0.065 0.097
29 6 9 0.194 0.290
30 7 16 0.226
0.051
6
31 8 24 0.258 0.774
32 III 3 27 0.097 0.871
33 III 3 30 0.097 0.968
34 I 1 31 0.032 1
31 1

17. Diferencias entre estadística descriptiva
y la inferencial
La Estadística descriptiva registra los datos en tablas y los representa
en gráficos. Calcula los parámetros estadísticos (medidas de
centralización y de dispersión), que describen el conjunto estudiado,
mientras que la Estadística inferencial o Inferencia estadística estudia
cómo sacar conclusiones generales para toda la población a partir del
estudio de una muestra, y el grado de fiabilidad o significación de los
resultados obtenidos

18. Referencias Bibliográficas
• http://norestadistica.blogspot.com/2011/03/variables-estadisticas.html
• http://estadisticaparaadministracion.blogspot.com/2011/10/poblacion-
y- muestra-parametro-y.html
• https://sites.google.com/site/tallerdebioestadistica/estadistica-
descriptiva/1-3-escalas-de-medicion-escala-nominal-ordinal-de-
intervalo-y-de-razon
• http://www.ditutor.com/estadistica/estadistica_descriptiva.html
• http://www.ditutor.com/estadistica/frecuencia_estadistica.html