1) La estadística es una ciencia que estudia datos provenientes de muestras representativas para explicar fenómenos aleatorios o condicionales. Se divide en estadística descriptiva, que resume y describe datos, y estadística inferencial, que genera modelos e inferencias. 2) Una población es un conjunto de elementos con características comunes, mientras que una muestra es un subconjunto de casos de una población usado para inferir sus propiedades. 3) Los datos estadísticos provienen de observaciones y

1. REPÚBLICA BOLIVARIANA DE VENEZUELA
INSTITUTO UNIVERSITARIO POLITÉCNICO
“SANTIAGO MARIÑO”
EXTENSIÓN “PUERTO ORDAZ”
ESTADÍSTICA
Ciudad Guayana, Abril de 2014
Realizador:
Hidalgo Jorge, C.I.: 20.975.236
Sección i, Esc. 42
Estadística I

2. Definiciones Generales
Estadística
La estadística es una ciencia formal y una herramienta que estudia el uso y
los análisis provenientes de una muestra representativa de datos, busca explicar
las correlaciones y dependencias de un fenómeno físico o natural, de ocurrencia
en forma aleatoria o condicional.
Sin embargo, la estadística es más que eso, es decir, es la herramienta
fundamental que permite llevar a cabo el proceso relacionado con la investigación
científica.
Distribución normal
Es transversal a una amplia variedad de disciplinas, desde la física hasta
las ciencias sociales, desde las ciencias de la salud hasta el control de calidad.
Se usa para la toma de decisiones en áreas de negocios o instituciones
gubernamentales.
La estadística se divide en dos grandes áreas:
La estadística descriptiva, se dedica a la descripción, visualización y
resumen de datos originados a partir de los fenómenos de estudio. Los datos
pueden ser resumidos numérica o gráficamente. Ejemplos básicos de parámetros
estadísticos son: la media y la desviación estándar. Algunos ejemplos gráficos
son: histograma, pirámide poblacional, gráfico circular, entre otros.
La estadística inferencial, se dedica a la generación de los modelos,
inferencias y predicciones asociadas a los fenómenos en cuestión teniendo en
cuenta la aleatoriedad de las observaciones. Se usa para modelar patrones en los
datos y extraer inferencias acerca de la población bajo estudio. Estas inferencias
pueden tomar la forma de respuestas a preguntas si/no (prueba de hipótesis),
estimaciones de unas características numéricas (estimación), pronósticos de

3. 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.
Ambas ramas (descriptiva e inferencial) comprenden la estadística aplicada.
Hay también una disciplina llamada estadística matemática, la que se
refiere a las bases teóricas de la materia.
La palabra «estadísticas» también se refiere al resultado de aplicar un
algoritmo estadístico a un conjunto de datos, como en estadísticas económicas,
estadísticas criminales, entre otros.
Método Estadístico
El conjunto de los métodos que se utilizan para medir las características de
la información, para resumir los valores individuales, y para analizar los datos a fin
de extraerles el máximo de información, es lo que se llama métodos estadísticos.
Los métodos de análisis para la información cuantitativa se pueden dividir en los
siguientes seis pasos:
1. Definición del problema.
2. Recopilación de la información existente.
3. Obtención de información original.
4. Clasificación.
5. Presentación.
6. Análisis.

4. Población
El concepto de población en estadística va más allá de lo que comúnmente se
conoce como tal. Una población se precisa como un conjunto finito o infinito de
personas u objetos que presentan características comunes.
"Una población es un conjunto de todos los elementos que estamos estudiando,
acerca de los cuales intentamos sacar conclusiones". Levin & Rubin (1996).
"Una población es un conjunto de elementos que presentan una característica
común". Cadenas (1974).
Muestra
En estadística una 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. Para cumplir
esta característica la inclusión de sujetos en la muestra debe seguir una técnica de
muestreo. En tales casos, puede obtenerse una información similar a la de un
estudio exhaustivo con mayor rapidez y menor coste (véanse las ventajas de la
elección de una muestra, más abajo).
Por otra parte, en ocasiones, el muestreo puede ser más exacto que el estudio de
toda la población porque el manejo de un menor número de datos provoca
también menos errores en su manipulación. En cualquier caso, el conjunto de
individuos de la muestra son los sujetos realmente estudiados.
El número de sujetos que componen la muestra suele ser inferior que el de la
población, pero suficiente para que la estimación de los parámetros determinados
tenga un nivel de confianza adecuado. Para que el tamaño de la muestra sea
idóneo es preciso recurrir a su cálculo.

5. Datos estadísticos:
Los datos estadísticos no son otra cosa que el producto de las observaciones
efectuadas en las personas y objetos en los cuales se produce el fenómeno que
queremos estudiar. Dicho en otras palabras, son los antecedentes (en cifras)
necesarios para llegar al conocimiento de un hecho o para reducir las
consecuencias de este.
Clasificación de los datos
Los datos estadísticos pueden ser clasificados en cualitativos, cuantitativos,
cronológicos y geográficos.
Datos Cualitativos: cuando los datos son cuantitativos, la diferencia entre ellos es
de clase y no de cantidad.
Datos cuantitativos: cuando los valores de los datos representan diferentes
magnitudes, decimos que son datos cuantitativos.
Datos cronológicos: cuando los valores de los datos varían en diferentes instantes
o períodos de tiempo, los datos son reconocidos como cronológicos.
Datos geográficos: cuando los datos están referidos a una localidad geográfica se
dicen que son datos geográficos.
Media Estadística
La media estadística se usa en estadística para dos conceptos diferentes aunque
numéricamente similares:
La media muestral, que es un estadístico que se calcula a partir de la media
aritmética de un conjunto de valores de una variable aleatoria.
La media poblacional, valor esperado o esperanza matemática de una variable
aleatoria.

6. En la práctica dada una muestra estadística suficientemente grande el valor de la
media muestral de la misma es numéricamente muy cercano a la esperanza
matemática de la variable aleatoria medida en esa muestra. Dicho valor esperado,
sólo es calculable si se conoce con toda exactitud la distribución de probabilidad,
cosa que raramente sucede en la realidad, por esa razón, a efectos prácticos la
llamada media se refiere normalmente a la media muestral.
Registro
Los datos en el registro estadístico se pueden encontrar de forma no ordenada,
por lo que es muy difícil en general, obtener conclusiones de los datos
presentados de esta manera. Para poder obtener una precisa y rápida información
con propósitos de descripción o análisis, estos deben organizarse de una manera
sistemática; es decir, se requiere que los datos sean clasificados. Esta
clasificación u organización puede muy bien hacerse antes de la recopilación de
datos.
Frecuencia
Se llama 'frecuencia que se repite un determinado valor de la variable. Se suelen
representar con histogramas y diagramas de Pareto.
Tipos de frecuencia
En estadística se pueden distinguir hasta cuatro tipos de frecuencias:
Frecuencia absoluta: Es el promedio de una suma predeterminada y además
consiste en saber cuál es el número o símbolo de mayor equivalencia. (ni) de una
variable estadística Xi, es el número de veces que este valor aparece en el
estudio. A mayor tamaño de la muestra aumentará el tamaño de la frecuencia
absoluta; es decir, la suma total de todas las frecuencias absolutas debe dar el
total de la muestra estudiada (N).
Frecuencia relativa (fi), es el cociente entre la frecuencia absoluta y el tamaño de
la muestra (N). Siendo el fi para todo el conjunto i. Se presenta en una tabla o

7. nube de puntos en una distribución de frecuencias. Si multiplicamos la frecuencia
relativa por 100 obtendremos el porcentaje o tanto por ciento (pi)
Frecuencia absoluta acumulada (Ni), es el número de veces ni en la muestra N.
Frecuencia relativa acumulada (Fi), es el cociente entre la frecuencia absoluta
acumulada