1. República Bolivariana de Venezuela
Ministerio del Poder Popular para la Educación Universitaria
Instituto Universitario Politécnico “Santiago Mariño”
Ingeniería en Mantenimiento Mecánico
Estadística
Alumno:
Oscar Rojas CI 23340321
2. Variable
Llamamos Variable Estadística a una propiedad característica de la población que estamos interesados en estudiar.
Tipos de variables estadísticas:
Variable Cualitativa: No se expresa mediante un número.
Ejemplo: la opinión de los españoles sobre el terrorismo.
Variable Cuantitativa: Se expresa mediante un número. De éstas hay de dos tipos:
●Cuantitativa Discreta: Sólo admite valores aislados.
Ejemplo: el número de goles marcados por los equipos de fútbol de Primera División.
●Cuantitativa Continua: Puede admitir cualquier valor dentro de un intervalo.
Ejemplo: tenemos la estatura de los alumnos de 3º año del instituto.
3. Población
Es la colección de datos que corresponde a las características de la totalidad de individuos,
objetos, cosas o valores en un proceso de investigación.
Es un segmento del numero total que será objeto de estudio (cuando no se segmenta la
población es igual al universo).
Ejemplo: Población de libros de una biblioteca.
Muestra
Es una pequeña parte de la población que se selecciona aleatoriamente o no para realizar un
estudio
A parte representativa de la población que es seleccionada para ser estudiada, ya que la
población es
demasiado grande para ser estudiada en su totalidad.
Ejemplo: población de libros en la sección de historia.
4. Parámetros
Son las medidas o características descriptivas inherentes a las poblaciones.
Sirven para sintetizar la información dada por una tabla o por una grafica.
Ejemplo: Los salarios promedio de todos los empleados de una empresa.
Estadísticos
Son las medidas descriptivas inherentes a una muestra, las cuales pueden usarse como estimación del parámetro.
Por tanto, lo estadístico son variables aleatorias que pueden adoptar diferentes valores y que tienen su propia
distribución de probabilidad.
Ejemplo: Podría tomarse los salarios promedio de una muestra de los empleados de la empresa.
5. Escalas de Medición
Escala nominal
Una escala de medición es 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.
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. Suponga que la temperatura en un lugar es de
21°C y en otro es de 4°C. Estos lugares se pueden jerarquizar de acuerdo con lo calurosos que son: el primero es
más caliente que el segundo. La unidad fija de medición, 1°C , permite decir cuán más caliente es el primer
lugar: 17°C .
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.
6. Sumatoria
O sumatorio se emplea para representar la suma de muchos o infinitos sumandos.
Ejemplo: En un test realizado a un grupo de 42 personas se han obtenido las puntuaciones que muestra la tabla.
Calcula la media.
X= 1820 = 43.33 ∑Xi= 42 ∑Xi . Fi= 1820
42
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.
Ejemplo: En 2004 se dieron 86 casos de Brucelosis en Castilla-La Mancha, de los cuales 70 fueron en varones y 16 en
mujeres. La razón para el sexo varón (también llamada índice de masculinidad) es de 70/16= 4.37 (se dan 4.37 casos
en varones por cada caso en mujeres) .
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%.
Ejemplo: La proporción de varones es de 70/86=0.81 (81%).
XI Fi XiFi
(10,20) 15 1 15
(20,30) 25 8 200
(30,40) 35 10 350
(40,50) 45 9 405
(50,60) 55 8 440
(60,70) 65 4 260
(70,80) 75 2 150
7. Ejemplo General
El Banco Mercantil tiene estimado que sus cajeros automáticos son utilizados en promedio 300.000 veces al dia.de
este total un 5% corresponde al numero de veces que se utiliza en supermercados. Para realizar el estudio se analiza
el numero de veces que se utilizo durante los últimos 30 días en Macko de la Urbina. Determina lo siguiente:
Universo: 300.000 mil veces al día que se utilizado en promedio en cajero.
Población: 15.000 veces al día que es utilizado en promedio el cajero automático en las cadenas de supermercado.
Muestra: 30 días.
Variable: N° de veces que es utilizado el cajero.
Tipo de Variable: Cuantitativa Discreta.
Unidad Estadística: El cajero.
Tabla de Datos
Paso 1.- Ordenar los datos de menor a mayor.
36=1 63=1 76=1 90=1
47=1 64=1 77=1 95=2
52=2 65=1 78=1
54=1 68=1 80=1
59=2 70=1 83=1
60=1 73=1 84=4
61=2 75=1 87=1
83 64 84 76 84 54 75 59 70 61
63 80 84 73 68 52 65 90 52 77
95 36 78 61 59 84 95 47 87 60
8. Ejemplo General
Paso 2.- Determinar el Rango.
Rango: Valor máximo- Valor mínimo
Rango: 95-36=59
Paso 3.- Numero de Intervalos.
3,32.Lg(N)+1
Números de Intervalos: 3,32.Lg(30+1)= 5,90 = 5
Siempre aproxima hacia abajo independientemente del valor del decimal.
Paso 4.- Numero de datos por intervalo
N° de datos x intervalo= Rango = 59= 11,8= 12
intervalo 5
Paso 5.- Realizamos la tabla de distribución de frecuencia.
N° de
intervalos
Veces/día fi Fi hi(%) Hi(%) Xi Xi.fi
1 36 47 2 2 6,67 6,67 41,5 83
2 48 59 5 7 16,66 23,33 53,32 267,5
3 60 71 8 15 26,67 50 65,5 524
4 72 83 7 22 23,33 73,33 77,5 542,5
5 84 95 8 30 26,67 100 89,5 716
N°=30 Xi.fi=2133
9. Ejemplo General
fi (frecuencia)= Números de veces al día
Fi (frecuencia)= Acumulada
hi (%) (% de veces al día)= fi x 100
n
Hi(%) (% Acumulado de veces al día)
Xi= Promedio de intervalos= limite superior + limite inferior
2
X= ∑Xi . Fi = 2133
n 30
X= 71,1 = 71
10. Conceptos Diferencias
Estadística
Descriptiva
Es la rama de las matemáticas que
recolecta, presenta y caracteriza un
conjunto de datos (por ejemplo,
edad de una población, altura de los
estudiantes de una escuela,
temperatura en los meses de
verano, etc.) con el fin de describir
apropiadamente las diversas
características de ese conjunto.
•Analiza, estudia y describe las
características particulares de la
totalidad de los individuos de un
grupo.
•Tiene como finalidad obtener
información, analizarla, elaborarla y
simplificarla lo necesario para poder
interpretarla rápidamente.
•Tiene una función inductiva.
Estadística
Inferencial
Es una parte de la estadística que
comprende los métodos y
procedimientos que por medio de la
inducción determina propiedades
de una población estadística, a
partir de una pequeña parte de la
misma.
•La inferencia siempre es en términos
aproximados y debe declararse el nivel
de confianza de la inferencia.
•EI trabaja con muestras, subconjuntos,
y a partir de su estudio se busca deducir
aspectos relevantes de toda una
población.
•La muestra debe ser representativa de
la población, lo que significa que
cualquier individuo de la población
estudiada debe tener la misma
probabilidad de ser elegido.