El documento trata sobre la historia, definición y aplicaciones de la estadística. Explica que la estadística ha existido desde la antigüedad cuando se utilizaban datos para contar personas y bienes. Luego describe que la estadística es útil en diversas áreas como la medicina, ciencias sociales y economía. Finalmente, resume que la estadística implica la recolección, organización y análisis de datos para la toma de decisiones bajo incertidumbre.

1. Profesor
Josué Caraballo.
Tema
Trabajo de estadística.

2.  Historia de la Estadística.
 Estadística.
 Campos de aplicación.
 Clasificación de la estadística.
 Estadística cuantitativa y cualitativa.
 Muestreos probabilístico, No probabilísticos
y sus tipos.
 Variable estadística y sus tipos.

3.  La estadística es mucho más que sólo
números apilados y gráficas bonitas. Es una
ciencia con tanta antigüedad como la
escritura, y es por sí misma auxiliar de todas
las ciencias –medicina, ingeniería,
sociología, psicología, economía, etcétera–,
así como de los gobiernos, mercados y otras
actividades humanas.

4.  En la actualidad, la estadística ocupa un lugar de
gran importancia en la investigación y en la práctica
médica. En los estudios de medicina de cualquier
país se incluyen varias asignaturas dedicadas a la
estadística; es difícil, por no decir imposible, que un
trabajo de investigación sea aceptado por una revista
médica sin que sus autores hayan utilizado técnicas
y conceptos estadísticos en su planteamiento y en el
análisis de los datos.
 Desde los comienzos de la civilización han existido
formas sencillas de estadísticas, pues ya se
utilizaban representaciones gráficas y otros símbolos
en pieles, rocas, palos de madera y paredes de
cuevas para contar el número de personas, animales
y otras cosas.

5.  Hacia el año 3000 a. de C. los babilonios utilizaban
ya pequeñas tablillas de arcilla para recopilar datos
sobre la producción agrícola y los géneros
vendidos o cambiados mediante trueque. En el
antiguo Egipto, los faraones
lograron recopilar, alrededor del año 3050 a. de C.,
prolijos datos relativos a la población y la riqueza
del país; de acuerdo con el historiador
griego Heródoto, dicho registro de la riqueza y la
población se hizo con el propósito de preparar la
construcción de las pirámides. En el mismo Egipto,
Ramsés II hizo un censo de las tierras con el objeto
de verificar un nuevo reparto

6.  La estadística es la ciencia de los datos, la cual implica
su recolección, clasificación, síntesis, organización,
análisis e interpretación, para la toma de decisiones frente
a la incertidumbre.
 La estadística es la rama del conocimiento humano que
tiene como objeto el estudio de ciertos métodos inductivos
aplicables a fenómenos susceptibles de expresión
cuantitativa.
 La estadística es el arte de aprender a partir de los datos.
Está relacionada con la recopilación de datos, su
descripción subsiguiente y su análisis, lo que nos lleva a
extraer conclusiones.

7.  La estadística es una ciencia de aplicación
práctica casi universal en todos los campos
científicos:
 En las ciencias naturales: se emplea con
profusión en la descripción de modelos
termodinámicos complejos (mecánica
estadística), en física cuántica, en mecánica de
fluidos o en la teoría cinética de los gases, entre
otros muchos campos.
 En las ciencias sociales y económicas: es un
pilar básico del desarrollo de la demografía y la
sociología aplicada.

8.  En economía: suministra los valores que ayudan a
descubrir interrelaciones entre múltiples parámetros
macro y microeconómicos.
 En las ciencias médicas: permite establecer
pautas sobre la evolución
de las enfermedades y los enfermos, los índice
s de mortalidad
asociados a procesos morbosos, el grado de eficac
ia de un medicamento, etcétera.

9. El estudio de la estadística se divide clásicamente en dos, la
estadística descriptiva y la estadística inferencial.
 La estadística inferencial o inductiva sirve extrapolar los
resultados obtenidos en el análisis de los datos y a partir de ello
predecir acerca de la población, con un margen de confianza
conocido.
 La estadística descriptiva o deductiva se construye a partir
de los datos y la inferencia sobre la población no se puede
realizar, al menos con una confianza determinada, la
representación de la información obtenida de los datos se
representa mediante el uso de unos cuantos parámetros y
algunas graficas planteadas de tal forma que den importancia
los mismos datos.

11.  Cuantitativos Son
aquellos que se pueden
medir.
Determinan variables
estadísticas que
pueden ser:
 Discretas Sólo pueden
tomar un número finito
de valores enteros, los
valores posibles de
estas variables son
aislados.
Ejemplos de variables
estadísticas
cuantitativas discretas
 - Número de hermanos:
pueden ser 1, 2, 3 …,
pero nunca podrá ser
3,45.
 - Número de
empleados de una
fábrica.
 - Número de goles
marcados por un equipo
de futbol en la liga.

12.  Continuas Pueden
tomar cualquier valor
real (infinitos) dentro de
un intervalo.
 Ejemplos de variables
estadísticas
cuantitativas continuas
 - Velocidad de un
vehículo: puede ser 20;
54,2; 100 ; … km/h
 - Temperaturas
registradas en un
observatorio cada hora.
 - Peso en kg de los
recién nacidos en un día
en España.

13.  Cualitativos No se pueden medir
numéricamente.
 Ejemplos de variables estadísticas
cualitativas
 - Color de los ojos.
 - Bondad de una persona.
 - Profesión de una persona.
 Determinan modalidades. Las modalidades
del carácter profesión pueden ser:
arquitecto, albañil, médico, … etc.

14.  Muestreo probabilístico se refiere que todas
las personas tienen posibilidad de formar parte
de la muestra.
 Muestra es un subconjunto de casos o
individuos de una población estadística.
 Muestreo se conoce como muestreo a la
técnica para la selección de una muestra a partir
de una población estadística .1

15.  Muestro aleatorio simple El muestreo
aleatorio simple es la forma más fácil
de muestreo probabilístico. Lo único que el
investigador tiene que hacer es asegurarse
de que todos los miembros de la población
sean incluidos en la lista y luego seleccionar
al azar el número deseado de sujetos.

17.  Muestreo aleatorio estratificado
El muestreo aleatorio estratificado también
es conocido como muestreo aleatorio
proporcional. Ésta es una técnica de
muestreo probabilístico en donde los sujetos
son inicialmente agrupados en diferentes
categorías, tales como la edad, el nivel
socioeconómico o el género.

19.  Muestreo aleatorio sistemático El muestreo
aleatorio sistemático se puede comparar con
una progresión aritmética en donde la diferencia
entre dos números consecutivos es la misma.
Por ejemplo, supongamos que estás en una
clínica y tienes 100 pacientes.
 Lo primero que tienes que hacer es elegir un
número entero que sea menor que el número
total de la población. Éste será tu primer sujeto,
por ejemplo (3).
 Selecciona otro número entero que será el
número de individuos entre los sujetos, por
ejemplo, (5).
 Tus sujetos serán los pacientes 3, 8, 13, 18, 23
y así sucesivamente.

21.  Muestreo aleatorio por conglomerados
El muestreo aleatorio por conglomerados se
realiza cuando es imposible el muestreo
aleatorio simple debido al tamaño de la
población.

22.  Muestreo no probabilístico Es aquél para
el que no se puede calcular la probabilidad
de extracción de una determinada muestra.
Por tal motivo, se busca seleccionar a
individuos que tienen un conocimiento
profundo del tema bajo estudio y se
considera que la información aportada por
esas personas es vital para la toma de
decisiones.

23.  Muestreo por cuotas Es la técnica más
difundida sobre todo en estudios de mercado y
sondeos de opinión. En primer lugar es
necesario dividir la población de referencia en
varios estratos definidos por algunas variables
de distribución conocida (como el género o la
edad). Posteriormente se calcula el peso
proporcional de cada estrato, es decir, la parte
proporcional de población que representan.

25.  Muestreo de bola de nieve Indicado para
estudios de poblaciones clandestinas,
minoritarias o muy dispersas pero en
contacto entre sí. Consiste en identificar
sujetos que se incluirán en la muestra a partir
de los propios entrevistados. Partiendo de
una pequeña cantidad de individuos que
cumplen los requisitos necesarios, servirán
como localizadores de otros con
características análogas.

27.  Método por conveniencia se basa en la
comodidad del trabajador del campo.

28.  Método por juicio los elementos de la
muestra se seleccionan de acuerdo con lo
que un experto piensa que es un grupo
representativo del universo.

29.  Una variable estadística es una propiedad
que puede fluctuar y cuya variación es
susceptible de adoptar diferentes valores,
los cuales pueden medirse u observarse.

30.  Variables cualitativas Son el tipo de
variables que como su nombre lo indica
expresan distintas cualidades,
características o modalidad. Cada
modalidad que se presenta se denomina
atributo o categoría, y la medición consiste
en una clasificación de dichos atributos.
Dentro de ellas podemos distinguir:

31.  Variable cualitativa ordinal o variable casi
cuantitativa: La variable puede tomar
distintos valores ordenados siguiendo una
escala establecida, aunque no es necesario
que el intervalo entre mediciones sea
uniforme, por ejemplo :leve, moderado,
fuerte.
 Variable cualitativa nominal: En esta
variable los valores no pueden ser
sometidos a un criterio de orden, como por
ejemplo los colores.

32.  Variables cuantitativas Son las variables
que toman como argumento cantidades
numéricas, son variables matemáticas. Las
variables cuantitativas además pueden ser:
 Variable 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).