La estadística es la ciencia de recolectar, describir e interpretar datos. Involucra información numérica y gráficos para resumir datos y sus interpretaciones. Se divide en estadística descriptiva, que describe datos muestrales, y estadística inferencial, que interpreta valores resultantes de técnicas descriptivas. La recolección de datos implica definir objetivos, variables, poblaciones, diseñar muestreos y recolectar datos a través de encuestas, experimentos u observaciones.

1. ¿QUÉ ES ESTADÍSTICA?
Alumna: Karina Pérez Sánchez
3° Semestre, Grupo: “B”

2.  La estadística se ha convertido en un lenguaje universal de
lasa ciencias.
 El uso cuidadoso de métodos estadísticos te permitirá
obtener información precisa a partir de datos.
Estos métodos incluyen:
 Definir cuidadosamente la situación.
 Recolectar datos.
 Resumir con precisión los datos.
 Derivar y comunicar conclusiones significativas.

3. La estadística involucra
 Información, números, y gráficos visuales para resumir
esta información y sus interpretación
 Definición de estadística:
Ciencia de recolectar, describir e interpretar datos.

4. La estadística se divide en dos áreas:
 Estadística Descriptiva: Se incluye la recolección,
presentación y descripción de datos muéstrales.
 Estadística Inferencial: Se refiere a la técnica de
interpretar los valores que resultan a partir de la técnicas
descriptivas.

5. Algunos usos de la estadística
 En educación se utiliza la estadística descriptiva para
mostrar los resultados de los exámenes.
 En ciencia se recolectan y se analizan los datos
resultantes de experimentos.
 En el gobierno todo el tiempo se recolectan muchos tipos
de datos estadísticos.

6. Población como la idea fundamental de estadística
Población: Colección o conjunto de individuos, objetos o eventos
cuyas propiedades se analizan.
Dos tipos de población:
 Finita: Cuando la membresía de una población puede
mencionarse físicamente.
 Infinita: La membresía es ilimitada.
 Las poblaciones grandes son difíciles de estudiar por tanto se
acostumbra seleccionar una muestra y estudiarla.

7.  Muestra: Un subconjunto en una población.
Una muestra consiste en los individuos, objetos y mediciones
seleccionados de la población por el recolectar de la
muestra.
 Variable: Una característica de interés acerca de cada
elemento individual de una población o muestra.
 Valor de datos: El valor de la variable asociado con un
elemento de una población o muestra. Este valor puede
ser un número, una palabra o un símbolo.
 Datos: Es el conjunto de valores recolectados de la
variable para cada uno de los elementos que pertenecen a
la muestra.

8.  Experimento: Actividad planificada cuyos resultados
producen un conjunto de datos.
 Parámetro: Valor numérico que resume todos los datos de
una población entera. Para cada parámetro existe un
estadístico muestral.
 Estadístico: Este describe la muestra de la misma forma
que el parámetro describe a la población.

9. Tipos de variables
1. Variable cualitativa, categórica o atributo : Describe o jerarquiza un
elemento de una población.
 Nominal: Caracteriza, describe o nombra un elemento de una
población.
 Ordinal: Incorpora una posición ordenada o clasificación.
2. Variable cuantitativa o numérica: Cuantifica un elemento de una
población.
 Discreta: Puede asumir un número contable de valores.
Intuitivamente, la variable discreta puede asumir cualquier valor
correspondiente a puntos aislados a lo largo de un intervalo lineal.
 Continua: Puede asumir un número incontable de valores.
Intuitivamente, la variable puede asumir cualquier valor a lo largo de
un intervalo lineal.

10. Muestreo
 Es Imposible estudiar una población por lo tanto se utiliza
el muestro para ello debemos tener buenos datos.
 Es necesario usar métodos de muestreo (recolección de
datos) que producirán datos que sean representativos de
la población y no segados.
 Método de muestreo: Proceso de selección de ítems o
eventos que se convertirán en muestra.
 Método de muestreo sesgado: Producen datos que
sistemáticamente difieren de la población modelo.
 Método de muestreo no sesgado: Produce datos que
son representativos de la población original.

11. Métodos de muestreos utilizados
 Muestra de conveniencia: llamada muestra puntual,
cuando los ítems se eligen arbitrariamente y una forma no
estructurada de la población.
 Muestra voluntaria: Consiste en los resultados
recolectados de aquellos elementos de la población que se
eligen para aportar la información necesaria para su propia
iniciativa.

12. Proceso de recolección de datos
 Definir los objetivos de la encuesta.
 Definir la variable y la población de interés.
 Definir como recolectar datos y los esquemas de medición
de datos.
 Recolección de la muestra, seleccionar los sujetos a
muestrear y recolectar datos.
 Revisar el proceso de muestreo ala completar la
recolección.

13.  Para la recolección de datos son experimentos y estudios
observacionales.
 En un experimento el investigador controla o modifica el
entorno y observa el efecto sobre la variable de bajo
estudio.
 Estudio observacional: El investigador no modifica el
entorno y no controla el proceso de observar.
 Encuestas: Son estudios observacionales de personas.
Un censo se compila si todo elemento en la población puede
mencionarse o enumerarse y observarse.

14.  Cuando se selecciona una muestra para una encuesta, es
necesario construir un marco muestral.
 Marco muestral: Lista o conjunto de los elementos que
pertenecen a la población de la cual se extraerá la
muestra.
Este debe ser representativo para la población.
Posteriormente es el diseño muestral, y este se divide en
dos categorías.
 Muestras dirigidas
 Muestras probabilísticas
Marco muestral

15. Muestras probabilísticas
 Muestreo sencillo: Los elementos se tratan igual.
Se divide en dos:
Muestra aleatoria simple: Elemento o marco muestral tiene
la misma probabilidad de ser elegido.
Muestra sistemática: Se selecciona cada k-énesimo
termino del marco muestral, a partir de un primer elemento,
que se selecciona aleatoriamente de los primeros k
elementos.

16. Métodos múltiples
 Muestreo aleatorio múltiple: Se subdividen los elementos
y la muestra se elige en más de una etapa. Hace
subdivisiones llamados estratos.
 Muestra aleatoria estratificada: Se obtiene al estratificar
la población o marco muestral.
 Muestra estratificada proporcional: Se obtiene al
estratificar y seleccionar un número de ítems proporcional
al tamaño de los estratos.
 Muestra de conglomerados: Al estratificar la población y
después seleccionar todos los ítems.

17. Tecnología
 Course Mate.
 Applets Skillbuilder.
 Manuales de tecnología.