1. Politécnico Santiago MariñoPolitécnico Santiago Mariño
Estadística S.A.I.A Diurno CEstadística S.A.I.A Diurno C
Anaile PintoAnaile Pinto
Caracas 4 de julio del 2016Caracas 4 de julio del 2016
2. LA VASIABLE Y SUS TIPOSLA VASIABLE Y SUS TIPOS
Una variableUna variable estadística es una propiedad que puede fluctuar y cuya variación es susceptible de adoptarestadística es una propiedad que puede fluctuar y cuya variación es susceptible de adoptar
diferentes valores, los cuales pueden medirse u observarse. Las variables adquieren valor cuando se relacionandiferentes valores, los cuales pueden medirse u observarse. Las variables adquieren valor cuando se relacionan
con otras variables, es decir, si forman parte de una hipótesis o de una teoría. En este caso se la denominacon otras variables, es decir, si forman parte de una hipótesis o de una teoría. En este caso se la denomina
constructos o construcciones hipotéticasconstructos o construcciones hipotéticas..
Variables cualitativasVariables cualitativas
Son el tipo de variables que como su nombre lo indica expresan distintas cualidades,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,características o modalidad. Cada modalidad que se presenta se denomina atributo o categoría,
y la medición consiste en una clasificación de dichos atributos. Las variables cualitativas puedeny la medición consiste en una clasificación de dichos atributos. Las variables cualitativas pueden
ser dicotómicas cuando sólo pueden tomar dos valores posibles, comoser dicotómicas cuando sólo pueden tomar dos valores posibles, como sí y nosí y no, , hombre y mujerhombre y mujer o o
ser politómicas cuando pueden adquirir tres o más valores. Dentro de ellas podemos distinguir:ser politómicas cuando pueden adquirir tres o más valores. Dentro de ellas podemos distinguir:
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.
3. Población y MuestraPoblación y Muestra
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.
Para su estudio, en general se clasifican en Poblaciones Finitas y Poblaciones Infinitas.
Poblaciones Finitas: Constan de un número determinado de elementos, susceptible a ser contado. Ejemplo: Los empleados de una
fábrica, elementos de un lote de producción, etc.
Poblaciones Infinitas: Tienen un número indeterminado de elementos, los cuales no pueden ser contados. Ejemplo: Los números
naturales.
Así también las poblaciones pueden ser clasificadas en Reales e Hipotéticas, las reales son aquellas concretas, que ya existen.
Ejemplo: Los aspirantes a un puesto de trabajo, los vendedores de una empresa. Mientras que las hipotéticas, son las formas
imaginables en que se podría presentar un suceso. Ejemplo: Estimaciones de la población económicamente activa dentro de diez
años.
Muestra: “Es una parte representativa de la población que es seleccionada para ser estudiada, ya que la población es demasiado
grande para ser estudiada en su totalidad” Allen Webster.
Ya que se ha definido que es población y muestra, se procede a definir dos conceptos que se encuentran íntimamente relacionados a ellos:
Parámetro: Son las medidas o características descriptivas inherentes a las poblaciones. Los salarios promedio de todos los empleados de una
empresa, puede ser un ejemplo de parámetro.
Estadístico o Estadígrafo: Son las medidas descriptivas inherentes a una muestra, las cuales pueden usarse como estimación del parámetro.
Como ejemplo podría tomarse los salarios promedio de una muestra de los empleados de la empresa.
4. Parámetros estadísticosParámetros estadísticos
estadística, un estadística, un parámetroparámetro es un número que resume la gran cantidad de datos que pueden derivarse del estudio es un número que resume la gran cantidad de datos que pueden derivarse del estudio
de una variable estadística.El cálculo de este número está bien definido, usualmente mediante unade una variable estadística.El cálculo de este número está bien definido, usualmente mediante una
fórmula aritmética obtenida a partir dedatos de la población.fórmula aritmética obtenida a partir dedatos de la población.
Los parámetros estadísticos son una consecuencia inevitable del propósito esencial de la estadística: crear unLos parámetros estadísticos son una consecuencia inevitable del propósito esencial de la estadística: crear un
modelo de la realidad.modelo de la realidad.
El estudio de una gran cantidad de datos individuales de una población puede ser farragoso e inoperativo, por lo queEl estudio de una gran cantidad de datos individuales de una población puede ser farragoso e inoperativo, por lo que
se hace necesario realizar un resumen que permita tener una idea global de la población, compararla con otras,se hace necesario realizar un resumen que permita tener una idea global de la población, compararla con otras,
comprobar su ajuste a un modelo ideal, realizarestimaciones sobre datos desconocidos de la misma y, encomprobar su ajuste a un modelo ideal, realizarestimaciones sobre datos desconocidos de la misma y, en
definitiva, tomar decisiones. A estas tareas contribuyen de modo esencial los parámetros estadísticos.definitiva, tomar decisiones. A estas tareas contribuyen de modo esencial los parámetros estadísticos.
Por ejemplo, suele ofrecerse como resumen de la juventud de una población la media aritmética de las edades de susPor ejemplo, suele ofrecerse como resumen de la juventud de una población la media aritmética de las edades de sus
miembros, esto es, la suma de todas ellas, dividida por el total de individuos que componen tal población.miembros, esto es, la suma de todas ellas, dividida por el total de individuos que componen tal población.
5. Escalas de MediciónEscalas de Medición
Escalas de mediciónEscalas de medición
El proceso de asignar un valor numérico a una variable se llama medición. Las escalas de medición sirven para ofrecernos informaciónEl proceso de asignar un valor numérico a una variable se llama medición. Las escalas de medición sirven para ofrecernos información
sobre las clasificaciones que podemos hacer con respecto a las variables (discretas o continuas).sobre las clasificaciones que podemos hacer con respecto a las variables (discretas o continuas).
Cuando se mide una variable el resultado puede aparecer en uno de cuatro diversos tipos de escalas de medición; nominal, ordinal,Cuando se mide una variable el resultado puede aparecer en uno de cuatro diversos tipos de escalas de medición; nominal, ordinal,
intervalo y razón.intervalo y razón.
Conocer la escala a la que pertenece una medición es importante para determinar el método adecuado para describir y analizar esosConocer la escala a la que pertenece una medición es importante para determinar el método adecuado para describir y analizar esos
datos.datos.
Escala nominal:Escala nominal:
Utiliza los números para identificar que un dato pertenece a un grupo o a una categoría. Es aquella escala que no presenta un orden oUtiliza los números para identificar que un dato pertenece a un grupo o a una categoría. Es aquella escala que no presenta un orden o
dimensión particular, son observaciones que pueden clasificarse o contarse.dimensión particular, son observaciones que pueden clasificarse o contarse.
En el análisis de datos resulta más sencillo asignar a ciertos atributos “etiquetas” numéricas en lugar de utilizar datos complejos. Por elloEn el análisis de datos resulta más sencillo asignar a ciertos atributos “etiquetas” numéricas en lugar de utilizar datos complejos. Por ello
podemos utilizar un “1” para designar a las mujeres y un “2” para designar a los hombres, sin que ninguno de los números representepodemos utilizar un “1” para designar a las mujeres y un “2” para designar a los hombres, sin que ninguno de los números represente
más o menos, solamente con el objetivo de distinguir y organizar datos.más o menos, solamente con el objetivo de distinguir y organizar datos.
En esta escala cada persona u objeto debe pertenecer a una y solamente una de las categorías que tienen y el conjunto de estasEn esta escala cada persona u objeto debe pertenecer a una y solamente una de las categorías que tienen y el conjunto de estas
categorías debe ser exhaustivo; es decir, tiene que contener a todos los casos posibles.categorías debe ser exhaustivo; es decir, tiene que contener a todos los casos posibles.
Escala ordinal:Escala ordinal:
En esta escala los números representan una clasificación (mayor que o menor que), sin que represente una unidad de medida, quedandoEn esta escala los números representan una clasificación (mayor que o menor que), sin que represente una unidad de medida, quedando
implícito que un número de mayor cantidad tiene más alto grado de atributo medido en comparación de un número menor. Se estableceimplícito que un número de mayor cantidad tiene más alto grado de atributo medido en comparación de un número menor. Se establece
una gradación u orden natural para las categorías, cada uno de los datos puede localizarse dentro de alguna de las categoríasuna gradación u orden natural para las categorías, cada uno de los datos puede localizarse dentro de alguna de las categorías
disponibles.disponibles.
Escala de intervalo:Escala de intervalo:
En esta escala además del “mayor que” y el “menor que” también se establece una unidad de medida que nos permite precisar cuanto seEn esta escala además del “mayor que” y el “menor que” también se establece una unidad de medida que nos permite precisar cuanto se
es mayor o menor. La unidad de medición es arbitraria, el cero es convencional y pueden existir cantidades negativas; la medición de laes mayor o menor. La unidad de medición es arbitraria, el cero es convencional y pueden existir cantidades negativas; la medición de la
temperatura y del coeficiente intelectual son ejemplos de este tipo de escala.temperatura y del coeficiente intelectual son ejemplos de este tipo de escala.
En esta escala se pueden hacer comparaciones por medio de diferencias o de sumas, sin embargo no se admiten comparaciones porEn esta escala se pueden hacer comparaciones por medio de diferencias o de sumas, sin embargo no se admiten comparaciones por
medio de multiplicaciones, divisiones o porcentajes pues carecen de sentido.medio de multiplicaciones, divisiones o porcentajes pues carecen de sentido.
Escala de razón:Escala de razón:
Similar a la escala de intervalo, pero tiene un cero absoluto y por ello los múltiplos de los valores de la escala serán significativos; el nivelSimilar a la escala de intervalo, pero tiene un cero absoluto y por ello los múltiplos de los valores de la escala serán significativos; el nivel
de votos en una elección sería un buen ejemplo de una escala de medición de razón.de votos en una elección sería un buen ejemplo de una escala de medición de razón.
6.
7.
8. Sumatoria Razon, taza y EmpleoSumatoria Razon, taza y Empleo
RAZONRAZON
Es un cociente en el que el numerador no está incluido en el denominador. A menudo las cantidades se miden en las mismas unidades,Es un cociente en el que el numerador no está incluido en el denominador. A menudo las cantidades se miden en las mismas unidades,
pero no es esencial. El rango oscila entre 0 e infinito.pero no es esencial. El rango oscila entre 0 e infinito.
EjemplosEjemplos
Cociente entre el número de casos de TBC en varones y mujeres en 2005:Cociente entre el número de casos de TBC en varones y mujeres en 2005:
Razón= 135/53= 2,55Razón= 135/53= 2,55
Cociente entre los casos de TBC ocurridos en individuos con edades superiores a 55 y el grupo de individuos con edades inferiores a 55 :Cociente entre los casos de TBC ocurridos en individuos con edades superiores a 55 y el grupo de individuos con edades inferiores a 55 :
Razón=95/93=1,02Razón=95/93=1,02
PROPORCIONPROPORCION
Es un cociente en el que el numerador está incluido en el denominador. Una proporción no es más que la expresión de la probabilidad deEs un cociente en el que el numerador está incluido en el denominador. Una proporción no es más que la expresión de la probabilidad de
que un suceso ocurra.que un suceso ocurra.
El rango esta comprendido entre 0 y 1 o bien en términos porcentuales de 0% a 100%, y no tiene dimensión.El rango esta comprendido entre 0 y 1 o bien en términos porcentuales de 0% a 100%, y no tiene dimensión.
EjemplosEjemplos
Cociente entre el número de casos ocurridos en varones y el total de casos en el año 2005.Cociente entre el número de casos ocurridos en varones y el total de casos en el año 2005.
135/188=0,72 El 72% de los casos han ocurrido en varones.135/188=0,72 El 72% de los casos han ocurrido en varones.
Cociente entre el número de casos ocurrido en individuos con más de 65 años y el total de casos en el año 2005.Cociente entre el número de casos ocurrido en individuos con más de 65 años y el total de casos en el año 2005.
77/188=0,41 El 41% de los casos se han detectado en personas mayores de 65 años.77/188=0,41 El 41% de los casos se han detectado en personas mayores de 65 años.
TASATASA
La tasa es una forma especial de proporción o de razón que tiene en cuenta el tiempo. Es una medida que relaciona el cambio de unaLa tasa es una forma especial de proporción o de razón que tiene en cuenta el tiempo. Es una medida que relaciona el cambio de una
magnitud por unidad de cambio en otra magnitud (por regla general, tiempo). La utilización de las tasas es esencial para compararmagnitud por unidad de cambio en otra magnitud (por regla general, tiempo). La utilización de las tasas es esencial para comparar
experiencias entre poblaciones en diferentes tiempos, diferentes lugares o entre diferentes tipos de personas. Su rango oscila entre 0 eexperiencias entre poblaciones en diferentes tiempos, diferentes lugares o entre diferentes tipos de personas. Su rango oscila entre 0 e
infinito y su medida es tiempo-¹.infinito y su medida es tiempo-¹.
EjemplosEjemplos
Cociente entre el número de casos de TBC en varones durante el años 2005 y la población estimada de varones en el año 2005:Cociente entre el número de casos de TBC en varones durante el años 2005 y la población estimada de varones en el año 2005:
135/516.329=0,000261 La tasa es de 26,1 casos de TBC por cada 100.000 habitantes varones en 1 año (2005).135/516.329=0,000261 La tasa es de 26,1 casos de TBC por cada 100.000 habitantes varones en 1 año (2005).
Cociente entre los casos de defunción por TBC y la población estimada en el año 2005:Cociente entre los casos de defunción por TBC y la población estimada en el año 2005:
8/1076635=0,000007 La tasa de mortalidad es de 0,7 por 100.000 habitantes en 1 año.8/1076635=0,000007 La tasa de mortalidad es de 0,7 por 100.000 habitantes en 1 año.
9. Diferencia entre estadística descriptiva y estadística inferencialDiferencia entre estadística descriptiva y estadística inferencial
La estadística descriptiva analiza, estudia y describe a la totalidad de individuos de una población. Su finalidad
es obtener información, analizarla, elaborarla y simplificarla lo necesario para que pueda ser interpretada
cómoda y rápidamente y, por tanto, pueda utilizarse eficazmente para el fin que se desee. La estadística
inferencial, sin embargo, trabaja con muestras, subconjuntos formados por algunos individuos de la población. A
partir del estudio de la muestra se pretende inferir aspectos relevantes de toda la población. Cómo se
selecciona la muestra, cómo se realiza la inferencia, y qué grado de confianza se puede tener en ella son
aspectos fundamentales de la estadística inferencial, para cuyo estudio se requiere un alto nivel de
conocimientos de estadística, probabilidad y matemáticas.