3. ● Nombre de la variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . 8
● Frecuencia absoluta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . 9
● Frecuencia relativa porcentual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . 9
Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . 10
Blogs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . 11
Referentes bibiliográficos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . 12
Anexos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . 13
Métodos estadísticos
¿Qué es la estadística?
La estadística es la ciencia de los datos y su principal objetivo es mejorar la
comprensión de los hechos a partir de la información disponible.
Utiliza diferentes métodos para obtener la información y así conseguir conclusiones
relevantes.
Conviene saber que la estadística NO es una rama de las matemáticas. Utiliza
herramientas matemáticas del mismo modo que lo hace la física, la ingeniería o la
economía, pero eso no las hace ser parte de las matemáticas. Es cierto que tienen
una relación estrecha, pero la estadística y las matemáticas son disciplinas
diferentes.
Los métodos estadísticos son técnicas utilizadas en el estudio y análisis de datos.
Permiten recopilar , organizar , interpretar y validar los datos para obtener
3
4. conclusiones y tomar decisiones basadas en ellos. Algunos de los métodos
estadísticos más utilizados incluyen:
Descriptivo: Se utilizan para describir un conjunto de datos y su comportamiento.
Esto puede incluir la distribución de frecuencias,que muestra la cantidad de veces
que se repite un fenómeno en un contexto determinado, y las medidas de tendencia
central, como la media, la mediana y el promedio, que permiten conocer el
comportamiento general en su población.
Inferenciales: Se utilizan para realizar inferencias y tomar decisiones basadas en la
información disponible. Estos métodos incluyen técnicas como la estimación de
parámetros , la prueba de hipótesis y el análisis de regresión.
Análisis de varianza (ANOVA): Se utiliza para comparar las medias de dos o más
grupos y determinar si existen diferencias significativas entre ellos.
Regresión:Se utiliza para analizar la relación entre una variable dependiente y una
o más variables independientes. Permite predecir el valor de la variable dependiente
en función de las variables independientes.
Análisis de series temporales: Se utiliza para analizar datos que están ordenados
en el tiempo, como datos económicos o climáticos. Permite identificar patrones ,
tendencias y estacionalidad en los datos.
Población
En el ámbito de la estadística , la población corresponde al conjunto de elementos
que se quieren investigar . Estos elementos pueden ser objetos, acontecimientos ,
situaciones o grupos de personas. La población estadística puede ser finita o infinita
, dependiendo del número de elementos que la componen .
En el caso de una población finita, la media poblacional de una propiedad se calcula
como la media aritmética de la propiedad considerando cada miembro de la
población. Por ejemplo, la media poblacional de la altura sería la suma de las alturas
de cada individuo dividido por el número total de individuos.
Cabe recalcar que la media de una muestra puede diferir de la media de la
población, especialmente en el caso de muestras pequeñas. Sin embargo, la ley de
los grandes números establece que cuanto mayor sea el tamaño de la muestra, más
probable será que la media de la muestra se acerque a la media de la población.
4
5. Muestra
En estadística, una muestra es un subconjunto de casos o individuos de una
población. Se utiliza para realizar estudios y análisis cuando es impracticable o
costoso recopilar datos de toda la población. Una muestra estadística debe ser
representativa, lo que significa que debe tener las mismas características que la
población en general. Si la muestra no es representativa, sus resultados pueden
estar sesgados y limitar su utilidad.
El uso de muestras en estadística requiere que se trate con muestras aleatorias.
Esto significa que cada miembro de la población tiene la misma probabilidad de ser
seleccionado para formar parte de la muestra. Si la muestra no es aleatoria, las
conclusiones basadas en ella pueden no ser confiables y estar sesgadas en algún
aspecto.
Aplicaciones de la estadística
Aplicación en economía: La estadística es una herramienta de gran valor para las
pequeñas y grandes empresas. En una época donde el flujo de información abunda,
se ha convertido en un recurso indispensable para la toma de decisiones.
Un análisis cuantitativo te permitirá conocer dónde se ubica la empresa, hacia
dónde se dirige y cuáles son las acciones a tomar para lograr metas y objetivos.
La estadística también permite hacer proyecciones a futuro para trabajar en
proyectos que impulsen el crecimiento.
Aplicación en contabilidad: La contabilidad y la estadística también nos ayudan al
momento de diferenciar las ventas que se han realizado en la empresa, con las
distintas tecnologías, nos permite que la empresa logre una ventaja competitiva de
tal forma que alcance un liderazgo en costo. La estadística nos ayuda en dar
información tanto interna como externa de la empresa, ya que es llevada a cabo
fundamentalmente para que los dueños de la empresa puedan tomar decisiones de
la manera más clara.
También es de gran importancia ya que nos permite comparar los resultados de la
empresa en el pasado con aquellos obtenidos en el presente y para esto se utilizan
diversas herramientas de control.
Aplicación en política: La estadística es una herramienta esencial en la coyuntura
económica en la que nos encontramos; en la medida que a través de ella se
pretende obtener una información lo más realista posible, eficaz y eficiente,
fundamental en la toma de decisiones y en el diseño de las políticas públicas. Es
más, la estadística no sólo es capaz de estimar el presente, sino también de
predecir el futuro. Permite planificar el diseño de las políticas públicas de la
sociedad.
5
6. Aplicación en deporte: En el ámbito deportivo tiene una gran influencia la
estadística, debido a lo buena herramienta que es para suministrar datos referente a
los deportistas en las competencias y/o torneos. Para así el encargado de dirigir el
deportista o si bien es el caso de ser un deporte colectivo, el equipo; pueda tomar
las mejores decisiones para mejorar.
Hipótesis
En estadística, una hipótesis es una afirmación o suposición sobre una
característica o relación en una población. Hay dos tipos principales de hipótesis en
estadística: la hipótesis nula (H0) y la hipótesis alternativa (H1).
- La hipótesis nula (H0) es la afirmación inicial que se somete a prueba.
Generalmente, establece que no hay efecto, diferencia o relación entre variables.
- La hipótesis alternativa (H1) es la afirmación que se busca demostrar, y
generalmente establece que hay un efecto, diferencia o relación entre variables.
El proceso de prueba de hipótesis en estadística implica recopilar datos y utilizar
pruebas estadísticas para determinar si hay evidencia suficiente para rechazar la
hipótesis nula a favor de la hipótesis alternativa. Este proceso es fundamental para
tomar decisiones basadas en evidencia en diversas áreas, desde la medicina hasta
la economía.
El proceso de prueba de hipótesis en estadística implica recopilar datos y utilizar
pruebas en estadísticas para determinar si hay evidencia suficiente para rechazar la
hipótesis nula a favor de la hipótesis alternativa. Este proceso es fundamental para
tomar decisiones basadas en evidencia en diversas áreas, desde la medicina hasta
la economía.
Variable de la estadística: En estadística, una variable es una característica o
atributo que puede tomar diferentes valores. Existen dos tipos principales de
variables:
1. Variables cualitativas: Son variables que representan características no
numéricas y se dividen en dos subtipos:
- Variables nominales: Representan categorías sin un orden específico (por
ejemplo, color, género).
- Variables ordinales: Representan categorías con un orden específico (por
ejemplo, nivel de educación, grado de satisfacción).
6
7. 2. Variables cuantitativas: Son variables numéricas que representan cantidades o
medidas y se dividen en dos subtipos:
- Variables discretas: Toman valores enteros y representan recuentos o conteos
(por ejemplo, número de hijos, número de autos).
- Variables continuas: Toman valores en un rango continuo y representan
mediciones (por ejemplo, altura, peso).
Las variables son fundamentales en la estadística, ya que se utilizan para describir
poblaciones, analizar datos y realizar inferencias sobre fenómenos del mundo real.
Dato de la estadística: Un dato en estadística es una observación o medición
específica que se recopila sobre una o varias variables. Los datos pueden ser
numéricos o categóricos, y se utilizan para realizar análisis y tomar decisiones
informadas en diversos campos.
Por ejemplo, si estamos estudiando la estatura de un grupo de personas, los datos
podrían incluir las alturas individuales de cada persona en el grupo. Estos datos
pueden luego ser analizados para calcular medidas de tendencia central (como la
media o la mediana) y medidas de dispersión (como la desviación estándar) con el
fin de comprender mejor la distribución de las alturas en el grupo.
En resumen, los datos son la materia prima de la estadística y son fundamentales
para obtener información significativa sobre poblaciones y fenómenos.
Población estadística: En estadística, una población se refiere al conjunto
completo de elementos o individuos que comparten una característica específica y
sobre los cuales se quiere obtener información. Esta característica puede ser
cualquier cosa que se esté estudiando, como la estatura de las personas, la
preferencia por un producto, o el desempeño en un examen.
Es importante tener en cuenta que la población estadística no siempre se refiere a
una población humana en el sentido tradicional. Puede referirse a cualquier conjunto
de elementos que comparten una característica común, como por ejemplo todas las
computadoras de una cierta marca, todos los árboles en un bosque, o todas las
transacciones financieras en un sistema bancario.
En la práctica, es común que sea imposible recopilar datos de toda la población, por
lo que se toma una muestra representativa de la población para realizar inferencias
sobre ella. El estudio de la muestra puede proporcionar información útil y válida
sobre la población en su conjunto.
7
8. Muestra en la estadística: En estadística, una muestra es un subconjunto
representativo de una población más grande. Su objetivo es proporcionar
información sobre la población sin tener que estudiar a todos sus miembros. La
selección de una muestra debe ser aleatoria y representativa para evitar sesgos.
Una muestra bien elegida refleja las características clave de la población, lo que
permite hacer inferencias precisas. Para garantizar la validez de los resultados, es
crucial que la muestra sea lo suficientemente grande y que sus características sean
conocidas y documentadas. Además, es importante tener en cuenta el margen de
error y la confiabilidad de la muestra al interpretar los resultados estadísticos. Las
muestras pueden ser de diferentes tipos, como muestras aleatorias simples,
muestras estratificadas o muestras por conglomerados, cada una con sus propias
técnicas de selección. En resumen, una muestra bien diseñada y representativa es
fundamental para obtener conclusiones precisas y generalizables sobre una
población a partir de datos estadísticos.
Nivel de medición nominal en estadística: En estadística, el nivel de medición
nominal es el más básico y simple. Se utiliza para categorizar o clasificar datos en
diferentes grupos o categorías, pero no implica un orden o jerarquía entre ellas. Las
variables nominales son cualitativas y se representan mediante etiquetas o nombres
descriptivos, pero no se pueden ordenar de ninguna manera significativa. Por
ejemplo, el género, la raza, la nacionalidad o el estado civil son variables nominales,
ya que cada categoría no tiene un orden inherente.
En el nivel nominal, solo se pueden realizar operaciones como contar, calcular
frecuencias o realizar porcentajes dentro de cada categoría, pero no se pueden
realizar operaciones matemáticas como sumar, restar, multiplicar o dividir entre las
categorías.
El nivel nominal es fundamental en la estadística para identificar grupos y comparar
la frecuencia con la que ocurren ciertas características en una población. Sin
embargo, debido a su naturaleza discreta y sin orden, se limita en su capacidad
para proporcionar información detallada sobre la relación entre variables.
Distribución de frecuencias
En estadística, la distribución de frecuencias es la agrupación de datos en
categorías mutuamente excluyentes que indican el número de observaciones en
cada categoría. Esto proporciona un valor añadido a la agrupación de datos. Son
tablas de datos en categorías que se disponen a las modalidades de las variables
8
9. por filas. En las columnas se dispone el número de ocurrencia, por cada valor u
porcentaje
Las distribuciones o tablas de frecuencias permiten resumir los datos en una tabla
que recoge:
Nombre de la variable
● Frecuencia absoluta o número de veces que aparece cada valor o modalidad
en la muestra.
● Porcentaje de veces que aparece cada valor de la variable o modalidad del
atributo sobre el total de observaciones.
● Porcentaje válido calculado sobre el total de observaciones excluidos los
valores missing.
● Porcentaje acumulado hasta cada uno de los valores de la variable
ordenados de menor a mayor. Este porcentaje tiene interpretación sólo en los
casos en que la variable sea susceptible de medida por lo menos en una
escala ordinal.
En el contexto de tecnología, la distribución de frecuencias podría aplicarse, por
ejemplo, al análisis de la frecuencia de uso de ciertas aplicaciones, la distribución de
dispositivos por sistema operativo o incluso la frecuencia de actualizaciones de
software.
El nombre de la variable en la distribución se refiere a la característica o atributo que
estás analizando. Por ejemplo, si estás analizando la distribución de frecuencias de
la edad de los usuarios de una aplicación la variable sería “edad”. O si estás
analizando la distribución de frecuencias de los sistemas operativos en dispositivos
móviles la variable podría ser “Android”, “IOS”, “Windows” etc
Frecuencia absoluta
Son el número de veces que se repite el número en un conjunto de datos. En otras
palabras, es la cuenta o recuento directo de cuantas veces aparece cada valor
específico en un conjunto de datos.
Por ejemplo, si estás analizando la distribución de edades en una muestra de
personas y tienes las edades 25,30,25.40,30,35,entonces la frecuencia absoluta de
la edad 25 sería 2 (porque aparece dos veces), la frecuencia absoluta de la edad 30
sería 2 y la frecuencia absoluta de la edad 40 sería 1
La frecuencia absoluta proporciona información detallada sobre la distribución de los
valores en un conjunto de datos y es fundamental para calcular otras medidas
estadísticas, como la frecuencia relativa o porcentual.
9
10. Frecuencia relativa porcentual
Corresponde a las veces que se repite un número en un conjunto de datos respecto
al total, pero se expresa en porcentajes (%).
Es una medida estadística que expresa la frecuencia de un valor particular como un
porcentaje del total de observaciones. Es una forma de contextualizar la frecuencia
absoluta en la relación con el conjunto de datos en su totalidad.
Para calcular la frecuencia relativa porcentual, se divide en la frecuencia absoluta de
un valor por el tamaño total del conjunto de datos y luego se multiplica por 100 para
obtener el porcentaje.
Por ejemplo, si estás analizando la distribución de sistemas operativos en una
muestra de dispositivos móviles y encuentras que hay 150 dispositivos con android,
50 con iOS y 10 con otros sistemas operativos, puedes calcular la frecuencia
relativa porcentual así:
● Para Android: (150 dispositivos/ 210 total) * 100 = 71.43%
● Para iOS (50 dispositivos/ 210 total) * = 23.81%
● Para otros sistemas (10 dispositivos/ 210 total) * 100 =4.76%
Conclusiones
● La estadística representa una función sumamente importante en diferentes
ámbitos de la vida laboral y estudiantil. Es por eso que con sus diferentes
métodos estadísticos logramos recopilar , organizar , interpretar y validar
datos para una efectiva toma de decisiones
● El buen uso de la estadística te proporciona una visión clara de la proporción
de cada valor en relación con el total de observaciones, lo que facilita la
comparación y comprensión de la distribución de datos. Hallazgos claves
sobre la distribución de los valores en la variable analizada.
10
11. ● Se evidencia lo sustancial que puede llegar a ser las diversas aplicaciones
que tiene la estadística, es muy versátil debido a su facilidad y eficiencia que
otorga si se trabaja de la mejor forma. Aplicaciones que van desde el ámbito
político hasta el deportivo.
● Se conoce las múltiples distribuciones de frecuencia que se pueden analizar
y concluir con unos buenos métodos estadísticos yna debida aplicación
11
13. DISTRIBUCIONES DE FRECUENCIAS. (s. f.).
http://www.ub.edu/aplica_infor/spss/cap2-1.htm
Estadística básica: ¿Qué es una tabla de frecuencias? (s. f.). GCFGlobal.org.
https://edu.gcfglobal.org/es/estadistica-basica/que-es-una-tabla-de-frecuencias/1/
Hipótesis, variable, dato, población
https://virtual.uptc.edu.co/ova/estadistica/docs/libros/estadistica1/cap02.html#:~:text
=Una%20hip%C3%B3tesis%20estad%C3%ADstica%20es%20una,de%20un
a%20o%20m%C3%A1s%20poblaciones.&text=Es%20importante%20recorda
r%20que%20las,no%20proposiciones%20sobre%20la%20muestra.
13