La estadística se divide en dos ramas: la estadística descriptiva, que se dedica a resumir y visualizar datos, y la inferencia estadística, que genera modelos e inferencias teniendo en cuenta la aleatoriedad. La estadística se asocia con estudios demográficos, económicos y sociológicos, y se emplea en casi todos los campos científicos. Algunos conceptos estadísticos clave son población, muestra, distribución de frecuencias, y frecuencias absoluta

1. ACTIVIDAD
1. La estadística podría definirse como la ciencia que se encarga de recopilar, organizar,
procesar, analizar e interpretar datos con el fin de deducir las características de una población
objetivo, pero esta sería solo una visión estrecha de lo que comprende esta rama del saber.
La Estadística se divide en dos ramas:
La estadística descriptiva, que se dedica a los métodos de recolección, descripción, visualización
y resumen de datos originados a partir de los fenómenos en estudio. Los datos pueden ser
resumidos numérica o gráficamente. Ejemplos básicos de descriptores numéricos son la media y
la desviación estándar. Resúmenes gráficos incluyen varios tipos de figuras y gráficos.
La inferencia estadística, que se dedica a la generación de los modelos, inferencias y
predicciones asociadas a los fenómenos en cuestión teniendo en cuenta lo aleatorio e
incertidumbre en las observaciones. Se usa para modelar patrones en los datos y extraer
inferencias acerca de la población de estudio. Estas inferencias pueden tomar la forma de
respuestas a preguntas si/no (prueba de hipótesis), estimaciones de características numéricas
(estimación), pronósticos de futuras observaciones, descripciones de asociación (correlación) o
modelamiento de relaciones entre variables (análisis de regresión). Otras técnicas de
modelamiento incluyen ANOVA, series de tiempo y minería de datos.

2. Se asocia a estudios demográficos, económicos y sociológicos. Casi todos los campos de la
ciencia emplean instrumentos estadísticos de importancia fundamental para el desarrollo de su
modelo de trabajo.
 Ciencias naturales: se emplea con profusión en la descripción de modelos
termodinámicos complejos en física cuántica, en teoría cinética de los gases.
 Ciencias sociales y económicas: es un pilar básico del desarrollo de la demografía y la
sociología aplicada.
 Economía: suministra los valores que ayudan a descubrir interrelaciones entre múltiples
parámetros macro y microeconómicos.
 Ciencias médicas: permite establecer pautas sobre la evolución de las enfermedades y los
enfermos, el grado de eficacia de un medicamento.
Una hipótesis es un enunciado no verificado, una vez refutado o confirmado dejará de ser
hipótesis y sería un enunciado verificado. La hipótesis es una conjetura científica que requiere
una contrastación con la experiencia. Para ella no son suficientes los argumentos persuasivos,
por más elaborados que sean.
En matemáticas y en lógica, una variable es un símbolo constituyente de un predicado, fórmula,
algoritmo o de una proposición. El término «variable» se utiliza aun fuera del ámbito matemático
para designar una cantidad susceptible de tomar distintos valores numéricos dentro de un
conjunto de números especificado.
Un dato es una representación simbólica de un atributo o variable cuantitativa o cualitativa. Los
datos describen hechos empíricos, sucesos y entidades.

3. Desde la sociología consideramos a las poblaciones como conjuntos de personas o de cosas que
pueden ser analizados mediante la estadística a causa de la elaboración de muestreos. La
sociología analiza más bien el ámbito conductual de las poblaciones y el cómo se comportan y
reaccionan tras (por ejemplo) una catástrofe natural, una crisis económica (entre otras).
Una muestra estadística (o una muestra) es un subconjunto de elementos de la población
estadística. El mejor resultado para un proceso estadístico sería estudiar a toda la población. Pero
esto generalmente resulta imposible, ya sea porque supone un coste económico alto o porque
requiere demasiado tiempo.
El nivel nominal es apenas una medida. Se refiere a la cualidad más que a la cantidad. Un nivel
nominal de medición es simplemente una cuestión de diferenciar por nombre, por ejemplo, 1 =
hombre, 2 = mujer.
En estadística, se le llama distribución de frecuencias a la agrupación de datos en categorías
mutuamente excluyentes que indican el número de observaciones en cada categoría. Esto
proporciona un valor añadido a la agrupación de datos.
La frecuencia absoluta es el número de veces que aparece un determinado valor estadístico y
técnico. Se representa por fila. Se suele representar con "n_i". La frecuencia relativa es igual al
números de veces que se repite un evento o sea la frecuencia multiplicado por el 100% y dividida
entre el total de la frecuencia. La frecuencia acumulada es la suma de las frecuencias absolutas
de todos los valores inferiores o iguales al valor considerado. 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.

4. 2.
Dato
X1
Frecuencia
Absoluta
n1
Frecuencia
Relativa
h1
Frecuencias Acumuladas
Absoluta Relativa
H1 N1
1 6 0.24 =24% 6 0.24 = 24%
2 5 0.2 = 20% 11 0.44 = 44%
3 2 0.08 = 8% 13 0.52 = 52%
4 3 0.12 = 12% 16 0.64 = 64%
5 1 0.04 = 4% 17 0.68 = 68%
6 8 0.32 = 32% 25 1 = 100%
∑ 25 1 = 100%