1) La estadística descriptiva se utiliza para describir y resumir conjuntos de datos mediante tablas, gráficos y medidas como la media. 2) La estadística inferencial estudia muestras para inferir conclusiones sobre la población, asumiendo que la muestra representa a la población. 3) Es importante obtener muestras representativas y aplicar técnicas de muestreo como el aleatorio simple para hacer inferencias válidas sobre la población.

1. ¿Qué es DESCRIBIR?
¿Qué es INFERIR?
Estadística Descriptiva vs Estadística Inferencial

2. Su propósito es presentar resúmenes de un conjunto de datos y poner
de manifiesto sus características, mediante representaciones gráficas.
Los datos se usan para fines comparativos, y no se usan principios de
probabilidad. El interés se centra en describir el conjunto dado de datos
y no se plantea el extender las conclusiones a otros datos diferentes o a
una población. Batanero (2001)
ESTADÍSTICA DESCRIPTIVA
0
5
10
A B C D F G
Numerodepiezas
Color
COLORES
A
B
B
B
B
B B
B
B
B
C
C
C
D
D
D
D

3. Tablas de
Distribución de
Frecuencia
Gráficos y
Diagramas
Medidas
Estadísticas
Se describe un colectivo mediante la construcción e interpretación de:
54 57 56 70 85
58 69 50 69 52
51 69 61 51 50
65 85 80 67 54
54 67 70 50 68
64 67 81 61 55
56 45 82 88 81
80 51 53 65 50
59 77 61 64 85
50 70 85 62 93
60 57
Fuente: ZP
Peso de los alumnos del curso Estadística I Sec 1 y 2 Semestre 2006-
I Ingeniería Industrial UNEG. Población de 54 alumnos. (2 datos
perdidos)
ANÁLISIS DESCRIPTIVO DE DATOS
Dado un conjunto de datos…
Ejemplo:
• Media aritmética= 65
• Varianza= 25
• Desviación estándar= 5

4. MUESTRA
Estudia los resúmenes de datos con referencia a un modelo de distribución probabilístico o una
familia de modelos, determinando márgenes de incertidumbre en las estimación de los
parámetros desconocidos del mismo. Se supone que el conjunto de datos analizados es una
muestra de una población y el interés principal es predecir el comportamiento de la población, a
partir de los resultados en la muestra. (Batanero, 2001)
INFERENCIA ESTADÍSTICA

5. Premisa mayor Premisa menor Inferencia deductiva
Razonamiento Deductivo
LO GENERAL LO PARTICULARa
Todos los venezolanos
somos unos bonchones
Andrés es venezolano Andrés es
Bonchón
FORMAS DE INFERENCIA

6. Observar una muestra Inferencia Inductiva
LO PARTICULAR LO GENERALa
Se observaron lesiones
pulmonares en una muestra de
pacientes fumadores
Fumar es nocivo
para la salud
Razonamiento Inductivo
FORMAS DE INFERENCIA

7. INFERENCIA ESTADÍSTICA
µ = ???
PARÁMETRO
PARA ESTIMAR
X =0,97mm
X = espesor de cada salchichón (en mm)
estadísticos
UTILIZAMOS
VARIABLE

8. "Segeun un etsduio de una uivenrsdiad ignlsea, no
ipmotra el odren en el que las ltears etsan ersciats,
la uicna csoa ipormtnate es que la pmrirea y la
utlima ltera esten ecsritas en la psiocion cocrrtea. El
rsteo peuden estar ttaolmntee mal y aun pordas
lerelo sin pobrleams. Etso es pquore no lemeos
cada ltera por si msima snio la paalbra cmoo un
tdoo. Pesornamelnte me preace icrneilbe...",
¿HACE INFERENCIA NUESTRA MENTE CUANDO LEEMOS?

9. Observa desde muy de cerca la
imágen de la derecha. Observar esa
imágen de esta manera, es
equivalente a tomar una muestra
de una población. En principio solo
tienes en tu mente un conjunto de
datos, que no te dicen nada. Sin
embargo, si te alejas unos 5 metros
y observas de nuevo la imágen,
empezarás a extraer más
información, y posiblemente
adivines que representa esta
imágen (puedes ver la imágen
original haciendo clic sobre ella) .
Habrás hecho una inferencia de los
datos muestrales, para tener una
imágen del conjunto. Esta es en
resumidas cuentas el objeto de las
técnicas que se describen en este
curso: Obtener muestras e inferir
datos sobre la población
http://www.cead-laspalmas.net/inferencia/index2.htm

10. µ = ???
PARÁMETRO
PARA ESTIMAR
X =0,97mm
estadísticos
UTILIZAMOS
Siempre habrá diferencia entre el valor del ESTADÍSTICO y el valor del PARÁMETRO que se estima.
A esa diferencia se le conoce como ERROR.
Existen dos tipos de errores:
1. ERROR SISTEMÁTICO O DISTORSIONES: causados por factores externos a la muestra y que se pueden producir en
cualquier momento de la investigación,
2. ERROR DE MUESTREO, DE AZAR O DE ESTIMACIÓN: Es inevitable, ya que siempre habrá diferencia entre los valores
medios de la muestra y los valores medios del universo, la magnitud de este error depende del tamaño de la muestra
(a mayor tamaño de muestra menor error) y de la dispersión o desviación (a mayor dispersión mayor error).
Se concluye entonces que para que una muestra sea representativa debe estar dentro de ciertos límites y proporciones
establecidas por la estadística
SIEMPRE
HABRÁ
UN
ERROR

11. 1) OBTENER LA MUESTRA
2) DESCRIBIR LA MUESTRA
•TAMAÑO DE LA MUESTRA
•REPRESENTATIVIDAD
•TÉCNICAS DE MUESTREO
•Tablas de Frecuencia, Gráficas, Diagramas.
•Medidas de Tendencia Central de la muestra.(la más usada es la media)
•Medidas de Dispersión de la muestra.(la más usada es la desviación estándar)
•Tipo de Distribución de la muestra (normal?, sesgada?, rectangular?,…)
3) INFERIR A PARTIR DE LA MUESTRA
Qué puede deducirse sobre la POBLACIÓN estadística de la cual fue extraída
una MUESTRA?
PROCEDIMIENTO PARA HACER INFERENCIA ESTADÍSTICA

12. TRATAMIENTO ESTADÍSTICO DE MUESTRAS
1- TAMAÑO DE LA MUESTRA
¿Cuántos elementos debo considerar?
2- REPRESENTATIVIDAD DE LA MUESTRA
La muestra debe reproducir la características del universo.
BAJO QUÉ CONDICIONES RESULTA APROPIADA UNA MUESTRA?
¿Hasta qué punto todos los segmentos de una población están
incluidos en la muestra en sus proporciones correctas?
3- FORMAS DE SELECCIONAR LA MUESTRA
¿Cómo deben ser elegidos los elementos que van a conformar la
muestra?
TÉCNICAS DE MUESTREO
1) OBTENER LA MUESTRA…

13. Clases de Muestras
ALEATORIAS O PROBABILÍSTICAS
NO ALEATORIAS o NO PROBABILÍSTICAS
SIMPLE
SISTEMÁTICO
ESTRATIFICADO
POR CONGLOMERADO
TÉCNICAS DE MUESTREO
INTENCIONAL u OPINÁTICA SIN NORMAS,
CIRCUNSTANCIALES o ERRÁTICAS
Ver más en: Félix Seijas (2006). Investigación por Muestreo. Ed.FACES-UCV. p.90

14. TIPOS DE MUESTREO
ALEATORIO SIMPLE
•Se identifican y se enumeran todos los elementos de la población (N)
•Se busca la manera de seleccionar los “n” elementos de la muestra, cumpliendo con la
condición de que todos ellos deben tener la misma posibilidad de ser elegidos.
Tabla de 500 números generados aleatoriamente.
11483 31239 95550 43717 73195 19314 01102 31801 27783 85968
44435 35309 78957 65044 38145 73162 03983 45167 55696 82570
31159 79845 98483 71697 98535 17131 87381 27414 77675 62969
01724 54109 26138 80015 96707 60286 18490 67723 44393 06789
98035 69612 64095 83794 90099 10151 34578 93272 22574 76321
13612 79483 10556 27922 29604 72081 79317 45838 55583 84772
23458 08957 27542 47017 29980 28104 27178 37094 29160 59327
13304 31910 79476 69033 56727 92268 41477 29949 10136 61866
50360 89561 27570 74129 58176 71622 37265 33039 83932 46546
67209 62453 83528 37915 24495 02969 31310 20040 37540 76213
•Se puede usar una tabla de números aleatorios

15. TIPOS DE MUESTREO
El método aleatorio
El muestreo de las entrevistas de las encuestas Eurobarómetro no se realiza según
el método de cuotas (X personas por categoría socio profesional, edad, sexo, etc.),
sino según la técnica más concreta del método aleatorio.
Dicho método impide cualquier posibilidad de hacer trampa, ya que es
imposible que el encuestador elija a la persona que le va a responder.
Después de haber determinado puntos de llegada o direcciones de inicio según
una estratificación geográfica, se le pide al encuestador que siga un camino
aleatorio (primera calle a la izquierda, segunda a la derecha, tercer edificio,
segundo piso, etc.). Llama a la puerta y dice que desea hablar con la persona
(de más de 15 años), que viva en este lugar, cuya fecha de cumpleaños sea la
más cercana del día de esta entrevista. Si dicha persona está ausente, volverá
para verla hasta tres veces.
Fuente: http://ec.europa.eu/research/rtdinfo/special_euro/01/article_3149_es.html
Métodos de encuesta: Explicaciones de Leendert de Voogd, administrador delegado de EOS Gallup Europe, el centro de coordinación
a cargo de las encuestas Eurobarómetro.
Ejemplo:

16. TIPOS DE MUESTREO
SISTEMÁTICO
Análogo al anterior, aunque resulta más cómoda la elección de los elementos.
Si hemos de elegir 40 elementos de un grupo de 600, se comienza por calcular el cociente
600/40 que nos dice que existen 40 grupos de 15 elementos entre los 600.
Se elige un elemento de salida entre los 15 primeros, y suponiendo que sea el k-simo, el
resto de los elementos serán los k-simos de cada grupo.
En concreto, si el elemento de partida es el número 6, los restantes serán los que tengan
los números: 15+6 ,2x15+6,......,39x15+6
Este procedimiento simplifica enormemente la elección de elementos, pero puede dar al
traste con la representatividad de la muestra, cuando los elementos se hayan
numerado por algún criterio concreto, y los k-simos tienen todos una determinada
característica, que haga conformarse una muestra no representativa.
Fuente: http://ec.europa.eu/research/rtdinfo/special_euro/01/article_3149_es.html
Métodos de encuesta: Explicaciones de Leendert de Voogd, administrador delegado de EOS Gallup Europe, el centro de coordinación a cargo de
las encuestas Eurobarómetro.

17. TIPOS DE MUESTREO
ESTRATIFICADO
Resulta apropiado usarlo cuando en la población de estudio se observan grupos
diferenciados o estratos, y es pertinente para la investigación tomar en cuenta esta
diferenciación. Estos grupos o estratos pueden tener distintos tamaños.
•Dividimos la población en grupos internamente HOMOGÉNEOS, llamados
ESTRATOS.
•Externamente, es decir entre estratos, los grupos son muy diferentes.
•Después, en cada grupo seleccionamos aleatoriamente un número de
elementos equivalente a la fracción que representa ese estrato en la
población.

18. TIPOS DE MUESTREO
POR CONGLOMERADO
Consiste en dividir el conjunto total en subconjuntos de elementos que reciben
el nombre de CONGLOMERADOS.
Internamente, los conglomerados son HETEROGÉNEOS con respecto a las
variables que se están estudiando.
Externamente, es decir, entre conglomerados, no debe haber mucha
variabilidad.
Una vez escogido cada conglomerado, se debe tratar o entrevistar a todos los
elementos del mismo.
Ejemplos: Cuando se eligen manzanas de casas para estudiar familias. Cuando
se eligen urnas electorales para averiguar la cantidad de votos de cada
candidato, etc.
Ver más en: Félix Seijas (2006). Investigación por Muestreo. Ed.FACES-UCV.pp.112-113

19. Cuántos elementos de la
población
vamos a considerar?
x9 x2
x11
x4
x3
x6
x7
x5
x10
x1
x12
x13
x15
x16
x17
x18
x19
x20
Población de “N” elementos
Muestra de
“n” elementos
TAMAÑO DE LA MUESTRA
No está dentro de los objetivos de este primer curso
profundizar en las consideraciones que se deben hacer
para determinar el tamaño de la muestra