Estadisticas y sus conceptos basicos

1. REPUBLICA BOLIVARIANA DE VENEZUELA.
MINISTERIO DEL PODER POPULAR PARA LA EDUCACION
UNIVERSITARIA.
INSTITUTO UNIVERSITARIO POLITECNICO “SANTIGO MARIÑO”.
ING SISTEMAS.
SEDE BARCELONA-EDO. ANZOATEGUI.
TÉRMINOS BÁSICOS DE LA
ESTADÍSTICA
Bachiller: Daniela Velásquez
C.I: 26520400
Profesor: Luz Marina Lara
Barcelona, Junio 2016

2. Estadística:
 La estadística es la parte de la matemática que se encarga de recolectar,
organizar, computar datos con el objeto de inferir conclusiones sobre ellos.
Variable Estadística:
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.

3. Existen diferentes 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. 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.

4.  Variables cuantitativas: Son las variables que toman como
argumento cantidades numéricas, son variables matemáticas.
Las variables cuantitativas además 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. 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.
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.
También las poblaciones pueden ser clasificadas en Reales e Hipotéticas
-Reales: Son aquellas concretas, que ya existen.
Ejemplo: Los aspirantes a un puesto de trabajo.
-Hipotéticas: Son las formas imaginables en que se podría presentar un suceso.
Ejemplo: Estimaciones de la población económicamente dentro de diez años.

6. 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.

7. Parámetros Estadísticos:
 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 una fórmula aritmética
obtenida a partir de datos de la población.
Habitualmente se agrupan los parámetros en las siguientes categorías:
Medidas de posición. Se trata de valores de la variable estadística que
se caracterizan por la posición que ocupan dentro del rango de valores
posibles de esta. Entre ellos se distinguen:
-Medidas de tendencia central: medias, moda y mediana.
-Medidas de posición no central: cuantiles (cuartiles, deciles y
percentiles).
-Medidas de dispersión: Resumen la heterogeneidad de los datos,
lo separados que estos están entre sí. Hay dos tipos, básicamente:

8. -Medidas de dispersión absolutas: que vienen dadas en las mismas
unidades en las que se mide la variable: recorridos, desviaciones medias,
varianza, desviación típica y media.
-Medidas de dispersión relativa: que informan de la dispersión en términos
relativos, como un porcentaje. Se incluyen entre estas el coeficiente de
variación, el coeficiente de apertura, los recorridos relativos y el índice
de desviación respecto de la mediana.
-Medidas de forma: Su valor informa sobre el aspecto que tiene la gráfica
de la distribución. Entre ellas están los coeficientes de asimetría y los de
curtosis.

9. Medidas de Centralización:
 Habitualmente necesitamos disponer de un valor numérico que represente
la disparidad de datos de una distribución de frecuencias. Estos valores
son los llamados parámetros centrales o medidas de centralización, ya
que son valores "intermedios" que se sitúan alrededor del centro de la
distribución.
Las medidas de centralización son:
-Aritmética: La medida es el valor promedio a la distribución.
-Mediana: Es la puntuación de la escala que separa la mitad de la
distribución y la inferior, divide los datos en partes iguales.
-Moda: Es el valor que mas se repite en la distribución.

10. Escala de Medición:
Es el 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).
-Escala Nominal: Es aquella escala que no presenta un orden o
dimensión particular, son observaciones que pueden clasificarse o
contarse.
-Escala Ordinal: En 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.
-Escala Intervalo: En 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.

11. Sumatoria:
 Es una notación matemática que permite representar sumas de muchos
sumandos, n o incluso infinitos sumandos, evitando el empleo de
los puntos suspensivos o de una explícita notación de paso al límite . Se
expresa con la letra griega sigma mayúscula(Σ).
-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 nivel de votos en una elección sería un buen
ejemplo de una escala de medición de razón.

12. RAZÓN:
Es el cociente entre dos números, en el que ninguno o sólo
algunos elementos del numerador están incluidos en el denominador.
El rango es de 0 a infinito.
Ejemplos:
En el año 2002, según el Centro Nacional de Epidemiología se declararon
los siguientes casos de legionelosis: Comunitario: 372 Casos y 9 Defunciones,
Nosocomial: 29 Casos y5 Defunciones, Total 401 Caso y 14 Defunciones.
-Legionelosis adquirida en la comunidad/legionelosis nosocomiales
= 372/29= 12,8. Por cada caso de legionelosis nosocomial hay
12,8 casos comunitarios.
-Defunciones por legionelosis adquirida en la
comunidad/defunciones por legionelosis nosocomiales
= 9/5= 1,8. Por cada defunción por legionelosis nosocomial hay 1,8
defunciones por legionelosis adquirida en la comunidad.

13. Proporción:
es una razón en la cual los elementos del numerador
están incluidos en el denominador. Se utiliza como estimación de la
probabilidad de un evento. El rango es de 0 a 1, o de 0 a 100%.
Ejemplos (tomados del termino anterior):
-Casos de legionelosis comunitarias en relación al total del año 2002
= 372/401= 0,93* 100= 93%. El 93% de las legionelosis declaradas en
España en 2002 fueron adquiridas en la comunidad.
-Defunciones por legionelosis comunitarias en relación al total de las
defunciones por legionelosis del año 2002= 9/14= 0,64* 100= 64%. El 64%
de las defunciones por legionelosis declaradas en España en 2002 fueron
por legionella adquirida en la comunidad.

14. TASA:
Es un tipo especial de razón o de proporción que incluye una medida
de tiempo en el denominador. Está asociado con la rapidez de cambio
de un fenómeno por unidad de una variable (tiempo, temperatura, presión).
Los componentes de una tasa son el numerador, el denominador, el tiempo
específico en el que el hecho ocurre, y usualmente un multiplicador, potencia
de 10, que convierte una fracción o decimal en un número entero.
Según el Instituto Nacional de Estadística, en el año 2002 se encontraba
censada en España una población de 41.837.894 personas.
Ejemplos:
-Tasa de legionelosis en el año 2002 en España= 401/41.837.894
=0,96*10-5 (*100.000)= 0,96 personas padecieron legionelosis
en el año 2002 en España por cada 100.000 habitantes.
-Tasa de mortalidad por legionelosis en España en 2002= 14/41.837.894
= 3,3*10-7 (*100.000)= 0,033 personas fallecieron por legionelosis en España
en 2002 por cada 100.000 habitantes.

15. Frecuencia:
Es el número de veces que aparece un determinado valor
en un estudio estadístico. Se representa por f.
La suma de las frecuencias absolutas es igual al número total de
datos, que se representa por N. Para indicar resumidamente estas
sumas se utiliza la letra griega Σ (sigma mayúscula) que se lee suma
o sumatoria.
-Frecuencia relativa
Es el cociente entre la frecuencia absoluta de un determinado valor
y el número total de datos. Se puede expresar en tantos por ciento y
se representa por n. La suma de las frecuencias relativas es igual a 1.
-Frecuencia acumulada
Es la suma de las frecuencias absolutas de todos los valores inferiores o
iguales al valor considerado. Se representa por F.
-Frecuencia relativa acumulada
Es el cociente entre la frecuencia acumulada de un determinado valor
y el número total de datos. Se puede expresar en tantos por ciento.

16. Bibliografía:
 http://es.wikipedia.org/wiki/Wikipedia:Portada
 http://sameens.dia.uned.es/
 http://recursostic.educacion.es/
 http://www.vitutor.com/
 http://estadisticaparaadministracion.blogspot.com/