Este documento describe conceptos básicos de estadística descriptiva e inferencial. Explica que la estadística descriptiva se usa para organizar, resumir y presentar datos, mientras que la estadística inferencial se usa para generalizar conclusiones y tomar decisiones. También define términos como variable, unidad experimental, población, muestra, parámetro, estadístico y niveles de medición. Finalmente, describe diferentes tablas, gráficos y distribuciones que se usan para presentar datos, incluyendo diagramas de sect

1. ESTADISTICA DESCRIPTIVACURSO DE PROBABILIDAD Y ESTADISTICASULMA GISELA GUZMAN MARROQUIN

2. Ciencia que recoge, organiza, presenta, analiza e interpreta datos con el fin de propiciar la toma decisiones más eficaz.ESTADISTICA DESCRIPTIVA. Método para organizar, resumir y presentar los datos de manera informativa.ESTADISTICA INFERENCIAL. Métodos empleados para generalizar conclusiones y hacer toma de decisiones.ESTADISTICA

3. Conceptos BásicosVariable: Característica de interés que cambia o varia con el tiempo y/o para los diferentes individuos u objetos que se consideren.Las variables cualitativas miden una cualidad o característica en cada unidad experimental.Las variables cuantitativas miden una cantidad numérica en cada unidad experimental.Una variable discreta sólo puede adoptar un número contable o finito de valores.Una variable continua toma una cantidad infinita de valores que corresponden a los puntos en un intervalo lineal

4. Unidad Experimental: Individuo u objeto sobre el cual se mide una variable.Población: Conjunto de todos los datos específicos de interés para el investigador.Muestra: Parte representativa o subconjunto de la población de la población de interés.Parámetro: Medida numérica que describe una característica de la población.Estadístico: Medida numérica que describe alguna característica de la muestra.

5. Niveles de Medición.Nivel Nominal: Los datos se distribuyen en categorías sin un orden particular.Nivel Ordinal: Supone que una clasificación se encuentra en un nivel superior a otra.Nivel de Intervalo: Escala numérica en la cual el valor de cero es arbitrario pero la diferencia entre valores es importante. Nivel de Razón: Medida numérica en la cual el cero es una valor fijo en cualquier escala y la razón entre valores es importante.

6. TABLAS Y GRAFICOS. Si la variable de interés es cualitativa, se lista cada una de las categorías que se consideran con las siguientes frecuencias: Frecuencia Absoluta: Número de datos específicos en cada categoría. Se representa generalmente por .Frecuencia Relativa: Proporción de datos específicos en cada categoría. Se nota por . Se acostumbra a presentarla en forma porcentual al multiplicarla por 100. .DESCRIPCION DE DATOS

7. Una vez organizada y clasificada la información con sus respectivas frecuencias, se utilizan distintos gráficas para presentar el conjunto de datos. Gráfico de Sectores: Gráfica circular llamada generalmente diagramas de pastel que muestra como se distribuyen los datos específicos entre categorías en forma porcentual.

8. Diagrama de Barras: Muestra la distribución de las mediciones entre las categorías, utilizando barras cuya altura es proporcional a la frecuencia absoluta o relativa.

9. Diagrama de Pareto: Diagrama de barras que muestra las categorías ordenadas en forma descendente de acuerdo con sus frecuencias

10. Si la variable es cuantitativa la información se organiza en una distribución de frecuencias como en el caso anterior, anexando las siguientes frecuencias: Frecuencia Absoluta Acumulada: Frecuencia que acumula en forma progresiva la frecuencia Absoluta. Se nota generalmente por Frecuencia Relativa Acumulada: Frecuencia que acumula en forma progresiva las frecuencias relativas. Se nota por

11. Cuando el conjunto de datos es muy grande y la variable toma muchos valores es necesario agrupar los datos en clases o intervalos. Estas clases generalmente deben estar entre 5 y 15, agrupando en su totalidad la información, y siendo excluyentes una clase de la otra. La construcción de la distribución de frecuencias se base en creación de estas clases. El número de clases depende del número de observaciones y para esto hay varios criterios. El más utilizado es el dado por la fórmula de Sturges: en donde n es el número de datos.Para determinar la longitud de las clases, se utiliza la siguiente fórmula:La primera clase debe contener el menor de los datos y el último el mayor. En lo posible todas las clases deben tener la misma longitud o ancho.

12. Histograma: Gráfica de barras en los que las frecuencias o los porcentajes de cada grupo de datos numéricos están representados por barras individuales. En un histograma no hay espacios entre las barras adyacentes.

13. Polígono de Frecuencias: Gráfica construida conectando la secuencia de el punto medio de cada clase. Es útil al comparar dos o mas conjuntos de datos.

14. Ojiva: Polígono que se obtiene al unir por segmentos de recta los puntos medios situados a una altura igual a la frecuencia acumulada a partir de los puntos medio de cada clase