Este documento proporciona una introducción a conceptos básicos de estadística como muestra, población, variable, dato y parámetro. Explica los tipos de estadística como descriptiva, inferencial y aplicada. También describe pasos para un estudio estadístico, tipos de muestreo, variables y tablas de frecuencias. El objetivo es ofrecer una visión general de los principales conceptos y métodos de la estadística.

1. EstadísticaEstadística
Integrante:Integrante:
23.495.213 Jhonny Pérez23.495.213 Jhonny Pérez
M-742M-742
Mayo-20013Mayo-20013

2. 
concEptos Básicos:
Muestra: En estadística una muestra estadística (también llamada muestra aleatoria o
simplemente muestra) es un subconjunto de casos o individuos de una población
estadística. Ejemplo : un complejo urbanístico en el cual una casa seria la muestra.
Población: En estadística, población es el conjunto de cosas, personas, animales o
situaciones que tiene una o varias características o atributos comunes, por ejemplo: los
habitantes de El Salvador en el presente año, las personas menores de edad en el año
2001; los estudiantes de la Universidad, las reacciones de un nuevo medicamento, las
diferencias entre los tratamientos de diferentes formulaciones de insecticidas, entre otras.
Muestra: La muestra es una parte, generalmente pequeña, que se toma del conjunto total
para analizarla y hacer estudios que le permitan al investigador inferir o estimar las
características de un problema. Ejemplo, una casa de un pueblo.

3. 
Estadístico : es una medida cuantitativa, derivada de un conjunto de datos de una
muestra, con el objetivo de estimar o inferir características de una población o modelo
estadístico.
Censo: es el cuento de individuos que conforman una población estadística, definida
como un conjunto de elementos de referencia sobre el que se realizan las
observaciones.
Encuesta: Una encuesta es un estudio observacional en el cual el investigador busca
recaudar datos por medio de un cuestionario prediseñado, y no modifica el entorno ni
controla el proceso que está en observación (como sí lo hace en un experimento). Los
datos se obtienen a partir de realizar un conjunto de preguntas normalizadas dirigidas a
una muestra representativa o al conjunto total de la población estadística en estudio

4. 
Variable: La variable es una medida en un experimento, representada por una (x) o por
una (y) que puede tomar un valor de un conjunto de valores. Como ejemplos de
variables se pueden mencionar: la agresividad, la memoria, la formación de grupos
sociales, la oferta y la demanda, la calidad de los productos, el nivel del mar, la duración
de los objetos.
Dato: Son números que pueden ser comparados, analizados e interpretados. Ejemplo .
- porcentaje de votos de cada candidato a la presidencia de la república.
Parámetro: Es un número que resume la ingente cantidad de datos que pueden
derivarse del estudio de una variable estadística. Ejemplo. Una elección presidencial,
cuantos votos fueron hacia el mismo candidato.

5. 
Estadística:
La estadística es una de las ramas de la ciencia matemática que se centra en el trabajo
con datos e informaciones que son ya de por sí numéricos o que ella misma se encarga
de transformar en números. La estadística, si bien es una ciencia de extracción exacta,
tiene una injerencia directa en cuestiones sociales por lo cual su utilidad práctica es
mucho más comprensible que lo que sucede normalmente con otras ciencias exactas
como la matemática.
tipos:
DESCRIPTIVA O DEDUCTIVA: esta clase de estadística se utiliza con el propósito de
recolectar, describir y resumir un conjunto de datos obtenidos. Estos pueden
visualizarse de manera numérica y gráfica. Sin embargo, su uso se acota sólo al uso de
la información obtenida. Es decir, que a partir de loa misma no se puede realizar ningún
tipo de generalización.

6. 
INFERENCIAL O INDUCTIVA: esta clase de estadística tiene la particularidad de que a
partir de los datos muéstrales que maneja, es posible realizar conclusiones y
predicciones que incluyan a toda la población. Es decir, que los resultados obtenidos a
partir del análisis y conclusión podrán ser extrapolados, y de esta forma realizar un
pronóstico inclusivo. Las inferencias pueden presentarse a través de respuestas a
preguntas del tipo si/no, relaciones entre una serie de variables, estimaciones
numéricas, entre otras.
APLICADA: Está conformada por las dos clases de estadísticas anteriores. Su objetivo
consiste en deducir resultados sobre un universo, a partir de una muestra determinada.
Este tipo de estadística puede ser aplicada en cualquier área que no pertenezca a ella,
tal como historia, psicología, etc.
ESTADÍSTICA MATEMÁTICA: se refiere al empleo de la estadística pero desde un
punto de vista formal, a través del uso de distintas ramas propias de la matemática y de
la teoría de la probabilidad. Su uso es necesario debido a que los datos que maneja la
estadística matemática son aleatorios e inciertos.

7. 
análisis Estadístico:
Es la separación de las partes de un todo hasta llegar a conocer sus principios o
elementos. Si extendemos esta definición al ámbito estadístico, podremos afirmar que
el análisis estadístico es el análisis que emplea técnicas estadísticas para interpretar
datos, ya sea para ayudar en la toma de decisiones o para explicar los condicionantes
que determinan la ocurrencia de algún fenómeno.
Ejemplo de gráfico de sectores. Distribución de una muestra de pacientes según el
hábito de fumar.

8. 
pasos para un Estudio
Estadístico:
 1.1Planteamiento del problema.
 1.2 Fijación de los objetivos.
 1.3 Formulación de la hipótesis.
 1.4 Definición de la unidad de observación y de la unidad de medida.
 1.5 Determinación de la población y de la muestra.
 1.6 La recolección.
 1.7 Crítica, clasificación y ordenación.
 1.8 Tabulación.
 1.9 Presentación.
 1.10 Análisis.
 1.11 Publicación

9. 
Tipos de muesTreo:
Muestreo probabilístico: Forman parte de este tipo de muestreo todos aquellos métodos
para los que puede calcularse la probabilidad de extracción de cualquiera de las
muestras posibles. Este conjunto de técnicas de muestreo es el más aconsejable,
aunque en ocasiones no es posible optar por él.
Muestreo estratificado: Consiste en la división previa de la población de estudio en
grupos o clases que se suponen homogéneos respecto a característica a estudiar. A cada
uno de estos estratos se le asignaría una cuota que determinaría el número de miembros
del mismo que compondrán la muestra.
Muestreo sistemático: Es la elección de una muestra a partir de los elementos de una
lista según un orden determinado, o recorriendo la lista a partir de un número aleatorio
determinado.

10. 
Muestreo por conglomerados: Cuando la población se encuentra dividida, de manera
natural, en grupos que se suponen que contienen toda la variabilidad de la población, es
decir, la representan fielmente respecto a la característica a elegir, pueden seleccionarse
sólo algunos de estos grupos o conglomerados para la realización del estudio.
Muestreo errático: También se llama sin norma. La muestra se realiza de cualquier
forma, valorando únicamente la comodidad o la oportunidad en términos de costes,
tiempo u otro factor no estadístico.
Muestreo simple: Este tipo de muestreo toma solamente una muestra de una población
dada para el propósito de inferencia estadística. Puesto que solamente una muestra es
tomada, el tamaño de muestra debe ser los suficientemente grandes para extraer una
conclusión. Una muestra grande muchas veces cuesta demasiado dinero y tiempo.

11. 
Tipos de variables:
Variable dependiente: Hacen referencia a las características de la realidad que se ven
determinadas o que dependen del valor que asuman otros fenómenos o variables
independientes.
Variable independiente: Los cambios en los valores de este tipo de variables
determinan cambios en los valores de otra (variable dependiente)
Variables intervinientes: Este tipo de variables determina las relaciones entre dos o
más variables. Los resultados de las variables de estudio pueden verse afectadas por
los valores o la interposición de otras variables controladas o no en el proceso de
estudio. Estas variables nos permiten determinar los indicadores de variabilidad.

12. 
Variable continua: Cuando el objeto, suceso o fenómeno de estudio puede adoptar más
de un valor en un continuo, por ejemplo la estatura de las personas es una variable
continua ya puede asumir valores continuos.
Variables discretas: Hace referencia a la categorización en términos cualitativos entre
diferentes elementos o sujetos, por ejemplo, el sexo, clasificaciones sociales (alta, media,
baja).
Variables individuales: Se diferencia por las particularidades de los individuos, por
ejemplo: color de pelo, nivel educativo.
Variables colectivas: Se centra las características que presenta un determinado grupo de
personas, por ejemplo, grupos religiosos, deportivos. etc.
Variables antecedentes: Presenta como característica que los valores de la variable o
variables objeto de estudio depende del valor de la variable antecedente, por ejemplo: si
queremos estudiar el desarrollo tecnológico de una comarca, éste, va a depender de la
variable nivel cultural de la población, ordenadores por habitante, etc.

13. 
Tabla de frecuencias:
Es la agrupación de datos en categorías mutuamente excluyentes que indican el
número de observaciones en cada categoría.1 Esto proporciona un valor añadido
a la agrupación de datos. La distribución de frecuencias presenta las
observaciones clasificadas de modo que se pueda ver el número existente en
cada clase. Estas agrupaciones de datos suelen estar agrupadas en forma de
tablas.

14. 
Tabla de frecuencias