Desarrollo de la Presentación:
•Definición, Tipos y Ejemplo de Variable.
◦Definición y Ejemplo de Población y Muestra.
•Definición y Ejemplo de Parámetros Estadísticos.
• Definición, Tipos y Ejemplo de Escalas de Medición.
• Definición y Ejemplo de Sumatoria Razón, Proporción, Tasa y Frecuencia.
1. Republica Bolivariana de Venezuela
Ministerio del Poder Popular para la Educación Superior
Instituto Universitario Politécnico “Santiago Mariño”
Extensión – Caracas
La estadística y sus términos básicos
Integrante:
Br. Oliver Ramirez
C.I: 21.287.166
Ing. Electrónica #44A
2. La Estadística:
Ciencia que estudia las “regularidades” que se observan en una serie de fenómenos
que pueden expresarse a través de la información numérica.
3. Definición, Tipos y Ejemplo de Variable:
Una variable estadística 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 relacionan con otras variables, es decir, si
forman parte de una hipótesis o de una teoría. En este caso se las
denomina constructos o construcciones hipotéticas.
Existen diferentes tipos de variables: -Cualitativa Normal -Cualitativa Ordinal -
Cuantitativa Continua -Cuantitativa Discreta
4. Tipos de Variables
Variables cualitativas:
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, y la medición consiste en una clasificación de
dichos atributos. Las variables cualitativas pueden
ser dicotómicas cuando sólo pueden tomar dos valores
posibles, como sí y no, hombre y mujer o
ser politómicas cuando pueden adquirir tres o más
valores.
De ellas se distingue:
Variable cualitativa ordinal o variable
cuasicuantitativa: 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.
Variables cuantitativas:
Son las variables que toman como
argumento cantidades numéricas, son variables
matemáticas.
Pueden ser:
Variable discreta: Es la variable que presenta
separaciones o interrupciones en la escala de
valores que puede tomar. Estas separaciones o
interrupciones indican la ausencia de valores
entre los distintos valores específicos que la
variable pueda asumir. Ejemplo: El número de
hijos (1, 2, 3, 4, 5).
Variable continua: Es la variable que
puede adquirir cualquier valor dentro
de un intervalo especificado de valores.
Por ejemplo la masa (2,3 kg, 2,4 kg,
2,5 kg,...) o la altura (1,64 m, 1,65 m,
1,66 m,...), o el salario. Solamente se
está limitado por la precisión del
aparato medidor, en teoría permiten
que exista un valor entre dos variables.
5. Definición y Ejemplo de Población 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.
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.
6. Población
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.
Poblaciones Reales:
Las reales son aquellas concretas,
que ya existen. Ejemplo: Los
aspirantes a un puesto de trabajo,
los vendedores de una empresa.
Poblaciones Hipotéticas:
Son las formas imaginables en que se
podría presentar un suceso. Ejemplo:
Estimaciones de la población
económicamente activa dentro de diez
años.
Muestras
Muestreo probabilístico (aleatorio): En
este tipo de muestreo, todos los
individuos de la población pueden
formar parte de la muestra, tienen
probabilidad positiva de formar parte
de la muestra. Por lo tanto es el tipo
de muestreo que deberemos utilizar
en nuestras investigaciones, por ser el
riguroso y científico.
Muestreo no probabilístico (no aleatorio): En este tipo de
muestreo, puede haber clara influencia de la persona o
personas que seleccionan la muestra o simplemente se
realiza atendiendo a razones de comodidad. Salvo en
situaciones muy concretas en la que los errores cometidos
no son grandes, debido a la homogeneidad de la
población, en general no es un tipo de muestreo riguroso
y científico, dado que no todos los elementos de la
población pueden formar parte de la muestra. Por
ejemplo, si hacemos una encuesta telefónica por la
mañana, las personas que no tienen teléfono o que están
trabajando, no podrán formar parte de la muestra.
Muestreo aleatorio simple:
En un muestreo aleatorio simple todos los
individuos tienen la misma probabilidad de ser
seleccionados. La selección de la muestra
puede realizarse a través de cualquier
mecanismo probabilístico en el que todos los
elementos tengan las mismas opciones de
salir. Por ejemplo uno de estos mecanismos es
utilizar una tabla de números aleatorios, o
también con un ordenador generar números
aleatorios, comprendidos entre cero y uno, y
multiplicarlos por el tamaño de la población,
este es el que vamos a utilizar.
Estratificado: Se
divide la población
total en clases
homogéneas, llamadas
estratos; por ejemplo,
por grupos de
edades, por sexo.
Hecho esto la muestra
se escoge
aleatoriamente en
número proporcional
al de los
componentes de cada
clase o estrato.
7. Definición y Ejemplo de Parámetros Estadísticos:
Se le conoce como parámetro al dato que se considera como imprescindible y
orientativo para lograr evaluar o valorar una determinada situación. A partir de un
parámetro, una cierta circunstancia puede comprenderse o ubicarse en perspectiva.
Un parámetro estadístico es aquel formado por una función establecida sobre los
valores numéricos de una comunidad. Se trata, por lo tanto, de una cifra representativa
que permite modelizar un plano real.
Parámetros de centralización. Son datos que representan de forma global a toda la
población. Entre ellos vamos a estudiar la media aritmética, la moda y la mediana.
Parámetros de dispersión. Son datos que informan de la concentración o dispersión de
los datos respecto de los parámetros de centralización. Por ejemplo el recorrido, la
desviación media, la varianza y la desviación típica.
8. Parámetros
Hay tres tipos parámetros estadísticos:
• De centralización.
• De posición
• De dispersión.
Medidas de Centralización:
Nos indican en torno a qué
valor (centro) se
distribuyen los datos.
Medidas de Posición:
Las medidas de
posición dividen un
conjunto de datos en
grupos con el mismo
número de individuos.
Para calcular
las medidas de
posición es necesario
que los datos estén
ordenados de menor a
mayor
Medidas de Dispersión:
Las medidas de
dispersión nos informan
sobre cuanto se alejan del
centro los valores de la
distribución.
Media Aritmética:
La media es el
valor promedio de la
distribución.
Mediana:
La mediana es
la puntación de la escala
que separa la mitad
superior de la
distribución y la inferior,
es decir divide la serie de
datos en dos partes
iguales.
Moda:
La moda es
el valor que m
ás se repite en
una
distribución.
Rango:
El rango es
la diferencia ent
re el mayor y
el menor de
los datos de
una distribución
estadística.
Desviación Media:
La desviación
media es la media
aritmética de
los valores
absolutos de
las desviaciones re
specto a la media.
Varianza:
La varianza es
la media
aritmética del
cuadrado de
las
desviaciones r
especto a
la media.
9. Definición, Tipos y Ejemplo de Escalas de Medición
Escalas de medición: Son una sucesión de medidas que permiten organizar datos
en orden jerárquico. Las escalas de medición, pueden ser clasificadas de acuerdo a
una degradación de las características de las variables. Estas escalas son:
nominales, ordinales, intervalares o racionales.
Escala: Cualquier recurso para determinar la magnitud o cantidad de un objeto o
hecho de cualquier clase; instrumento para asignar un número o guarismo que
indicará cuánto hay de algo; un recurso de medición que provee un conjunto de
normas (numeradas de acuerdo con ciertas reglas de trabajo) con las que se puede
comparar el objeto que será medido, para asignarle un número o valor matemático
que represente su magnitud.
10. Tipos de Escalas:
Escalas nominales:
Son variables numéricas cuyos
valores representan una
categoría o identifican un grupo
de pertenencia. Este tipo de
variables sólo nos permite
establecer relaciones de
igualdad/desigualdad entre los
elementos de la variable. La
asignación de los valores se
realiza en forma aleatoria por lo
que NO cuenta con un orden
lógico. Un ejemplo de este tipo
de variables es el Género ya que
nosotros podemos asignarle
un valor a los hombres y otro
diferente a las mujeres y por más
machistas o feministas que
seamos no podríamos establecer
que uno es mayor que el otro.
Por ejemplo, un investigador
puede codificar todas las
respuestas de masculino como
"0" y todas las respuestas de
femenino como "1".
Escalas Ordinales:
Son variables numéricas cuyos
valores representan una categoría o
identifican un grupo de pertenencia
contando con un orden lógico. Este
tipo de variables nos permite
establecer relaciones de
igualdad/desigualdad y a su vez,
podemos identificar si una categoría
es mayor o menor que otra. Un
ejemplo de variable ordinal es el nivel
de educación, ya que se puede
establecer que una persona con título
de Postgrado tiene un nivel de
educación superior al de una persona
con título de bachiller. En las
variables ordinales no se puede
determinar la distancia entre sus
categorías, ya que no es cuantificable
o medible. Ejemplo: Si evalúas la
satisfacción en el empleo con una
escala del 1 al 10, sabes que la
calificación de 10 es mejor que una
de 9, que una de 9 es mejor que una
de 8, y aquí en adelante.
Intervalo:
Son variables numéricas cuyos
valores representan magnitudes y
la distancia entre los números de
su escala es igual. Con este tipo de
variables podemos realizar
comparaciones de
igualdad/desigualdad, establecer
un orden dentro de sus valores y
medir la distancia existente entre
cada valor de la escala. Las
variables de intervalo carecen de un
cero absoluto, por lo que
operaciones como la multiplicación
y la división no son realizables. Un
ejemplo de este tipo de variables
es la temperatura, ya que podemos
decir que la distancia entre 10 y 12
grados es la misma que la existente
entre 15 y 17 grados. Lo que no
podemos establecer es que una
temperatura de 10 grados equivale
a la mitad de una temperatura de
20 grados.
Razón/Ratio:
Las variables de razón poseen
las mismas características de
las variables de intervalo, con
la diferencia que cuentan con
un cero absoluto; es decir,
el valor cero (0) representa la
ausencia total de medida, por
lo que se puede realizar
cualquier
operación Aritmética (Suma,
Resta, Multiplicación y
División)
y Lógica(Comparación y
ordenamiento). Este tipo de
variables permiten el nivel más
alto de medición. Las variables
altura, peso, distancia o
el salario, son algunos
ejemplos de este tipo de escala
de medida.
11. Sumatoria, Razón, Tasa, Frecuencia, Proporción
Razón: 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.
Ejemplos:
Cociente entre el número de casos de TBC en varones y mujeres en 2005:
Razón= 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 :
Razón=95/93=1,02
Proporción: Es 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.
El rango esta comprendido entre 0 y 1 o bien en términos porcentuales de 0% a 100%, y no tiene dimensión.
Ejemplos:
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.
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.
Tasa: 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 una magnitud 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 e infinito y su medida es tiempo-¹.
Ejemplos:
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).
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.
Frecuencia: En estadística, la frecuencia (o frecuencia absoluta) de un evento x, es el número de veces ni que dicho
evento se repite durante un experimento o muestra estadística . Comúnmente, la distribución de la frecuencia suele
visualizarse con el uso de histogramas.