Trabajo no. 2 que es la estadistica?

La estadstica es una ciencia formal que estudia la recoleccin, anlisis e interpretacin de

datos de una muestra representativa, ya sea para ayudar en la toma de decisiones o para
explicar condiciones regulares o irregulares de algn fenmeno o estudio aplicado, de
ocurrencia en forma aleatoria o condicional.
La Estadstica es la ciencia que se encarga de recolectar datos de una poblacin o muestra.
Los conceptos estadsticos se han trabajado intuitivamente desde la antigedad, las primeras
culturas recopilaban datos poblacionales por medio de censos como los realizados en Egipto
por Moiss (segn consta la Biblia) y el empadronamiento que fue efectuado por los romanos
en Judea.
A partir del siglo XIX , entre otros, con el aporte de Adolphe Quetelet (1796-1874), se crearon
diferentes mtodos de clculo de probabilidades para determinar y analizar el tipo de datos que
regulan algunos fenmenos.
Sin embargo, la estadstica es ms que eso, es decir, es la herramienta fundamental que
permite llevar a cabo el proceso relacionado con la investigacin cientfica.
Es transversal a una amplia variedad de disciplinas, desde la fsica hasta las ciencias sociales,
desde las ciencias de la salud hasta el control de calidad.
Se usa para la toma de decisiones en reas de negocios o instituciones gubernamentales.

Historia
Origen
El trmino alemn Statistik, introducido originalmente por Gottfried Achenwall en 1749, se
refera al anlisis de datos del Estado, es decir, la "ciencia del Estado" (o ms bien, de la
ciudad-estado). Tambin se llam aritmtica poltica de acuerdo con la traduccin literal del
ingls. No fue hasta el siglo XIX cuando el trmino estadstica adquiri el significado de
recolectar y clasificar datos. Este concepto fue introducido por el militar britnico Sir John
Sinclair (1754-1835).
En su origen, por tanto, la Estadstica estuvo asociada a los Estados o ciudades libres, para ser
utilizados por el gobierno y cuerpos administrativos (a menudo centralizados). La coleccin de
datos acerca de estados y localidades contina ampliamente a travs de los servicios de
estadstica nacionales e internacionales. En particular, los censos comenzaron a suministrar
informacin regular acerca de la poblacin de cada pas. As pues, los datos estadsticos se
referan originalmente a los datos demogrficos de una ciudad o estado determinados. Y es por
ello que en la clasificacin decimal de Melvil Dewey, empleada en las bibliotecas, todas las
obras sobre estadstica se encuentran ubicadas al lado de las obras de o sobre la demografa.
Ya se utilizaban representaciones grficas y otras medidas en pieles, rocas, palos de madera y
paredes de cuevas para controlar el nmero de personas, animales o ciertas mercancas.
Hacia el ao 3000 a. C. los babilonios usaban ya pequeos envases moldeados de arcilla para
recopilar datos sobre la produccin agrcola y de los gneros vendidos o cambiados. Los
egipcios analizaban los datos de la poblacin y la renta del pas mucho antes de construir las
pirmides en el siglo XI a. C. Los libros bblicos de Nmeros y Crnicas incluyen en algunas
partes trabajos de estadstica. El primero cona estn ubicadas al lado de las demogrficas. La
estadstica tiene dos censos de la poblacin de la Tierra de Israel y el segundo describe el
bienestar material de las diversas tribus judas. En China existan registros numricos similares
con anterioridad al ao 2000 a. C. Los antiguos griegos realizaban censos cuya informacin se
utilizaba hacia el 594 a. C. para cobrar impuestos.
Orgenes en probabilidad
Los mtodos estadstico-matemticos emergieron desde la teora de probabilidad, la cual data
desde la correspondencia entre Pascal y Pierre de Fermat (1654). Christian Huygens (1657) da
el primer tratamiento cientfico que se conoce a la materia. El Ars coniectandi (pstumo, 1713)
de Jakob Bernoulli y la Doctrina de posibilidades (1718) de Abraham de Moivre estudiaron la
materia como una rama de las matemticas.
1
En la era moderna, el trabajo de Kolmogrov ha
sido un pilar en la formulacin del modelo fundamental de la Teora de Probabilidades, el cual
es usado a travs de la estadstica.
La teora de errores se puede remontar a la pera miscellnea (pstuma, 1722) de Roger
Cotes y al trabajo preparado por Thomas Simpson en 1755 (impreso en 1756) el cual aplica por
primera vez la teora de la discusin de errores de observacin. La reimpresin (1757) de este
trabajo incluye el axioma de que errores positivos y negativos son igualmente probables y que
hay unos ciertos lmites asignables dentro de los cuales se encuentran todos los errores; se
describen errores continuos y una curva de probabilidad.
Pierre-Simon Laplace (1774) hace el primer intento de deducir una regla para la combinacin
de observaciones desde los principios de la teora de probabilidades. Laplace represent la Ley
de probabilidades de errores mediante una curva y dedujo una frmula para la media de tres
observaciones. Tambin, en 1871, obtiene la frmula para la ley de facilidad del error (trmino
introducido por Lagrange, 1744) pero con ecuaciones inmanejables. Daniel Bernoulli (1778)
introduce el principio del mximo producto de las probabilidades de un sistema de errores
concurrentes.
El mtodo de mnimos cuadrados, el cual fue usado para minimizar los errores en mediciones,
fue publicado independientemente por Adrien-Marie Legendre (1805), Robert Adrain (1808), y
Carl Friedrich Gauss (1809). Gauss haba usado el mtodo en su famosa prediccin de la
localizacin del planeta enano Ceres en 1801. Pruebas adicionales fueron escritas por Laplace
(1810, 1812), Gauss (1823), James Ivory (1825, 1826), Hagen (1837), Friedrich Bessel (1838),
W.F. Donkin (1844, 1856), John Herschel (1850) y Morgan Crofton (1870). Otros contribuidores
fueron Ellis (1844), Augustus De Morgan (1864), Glaisher (1872) y Giovanni Schiaparelli
(1875). La frmula de Peters para , el probable error de una observacin simple es bien
conocido.
El siglo XIX incluye autores como Laplace, Silvestre Lacroix (1816), Littrow (1833), Richard
Dedekind (1860), Helmert (1872), Hermann Laurent (1873), Liagre, Didion y Karl Pearson.
Augustus De Morgan y George Boole mejoraron la presentacin de la teora. Adolphe Quetelet
(1796-1874), fue otro importante fundador de la estadstica y quien introdujo la nocin del
hombre promedio (lhomme moyen) como un medio de entender los fenmenos sociales
complejos tales como tasas de criminalidad, tasas de matrimonio o tasas de suicidios.
Estado actual
Durante el siglo XX, la creacin de instrumentos precisos para asuntos de salud pblica
(epidemiologa, bioestadstica, etc.) y propsitos econmicos y sociales (tasa de desempleo,
econometra, etc.) necesit de avances sustanciales en las prcticas estadsticas.
Hoy el uso de la estadstica se ha extendido ms all de sus orgenes como un servicio al
Estado o al gobierno. Personas y organizaciones usan la estadstica para entender datos y
tomar decisiones en ciencias naturales y sociales, medicina, negocios y otras reas. La
estadstica es entendida generalmente no como un sub-rea de las matemticas sino como
una ciencia diferente aliada. Muchas universidades tienen departamentos acadmicos de
matemticas y estadstica separadamente. La estadstica se ensea en departamentos tan
diversos como psicologa, educacin y salud pblica.
Al aplicar la estadstica a un problema cientfico, industrial o social, se comienza con un
proceso o poblacin a ser estudiado. Esta puede ser la poblacin de un pas, de granos
cristalizados en una roca o de bienes manufacturados por una fbrica en particular durante un
periodo dado. Tambin podra ser un proceso observado en varios ascos instantes y los datos
recogidos de esta manera constituyen una serie de tiempo.
Por razones prcticas, en lugar de compilar datos de una poblacin entera, usualmente se
estudia un subconjunto seleccionado de la poblacin, llamado muestra. Datos acerca de la
muestra son recogidos de manera observacional o experimental. Los datos son entonces
analizados estadsticamente lo cual sigue dos propsitos: descripcin e inferencia.
El concepto de correlacin es particularmente valioso. Anlisis estadsticos de un conjunto de
datos puede revelar que dos variables (esto es, dos propiedades de la poblacin bajo
consideracin) tienden a variar conjuntamente, como si hubiera una conexin entre ellas. Por
ejemplo, un estudio del ingreso anual y la edad de muerte podra resultar en que personas
pobres tienden a tener vidas ms cortas que personas de mayor ingreso. Las dos variables se
dicen que estn correlacionadas. Sin embargo, no se puede inferir inmediatamente la
existencia de una relacin de causalidad entre las dos variables. El fenmeno correlacionado
podra ser la causa de una tercera, previamente no considerada, llamada variable confusora.
Si la muestra es representativa de la poblacin, inferencias y conclusiones hechas en la
muestra pueden ser extendidas a la poblacin completa. Un problema mayor es el de
determinar que tan representativa es la muestra extrada. La estadstica ofrece medidas para
estimar y corregir por aleatoriedad en la muestra y en el proceso de recoleccin de los datos,
as como mtodos para disear experimentos robustos como primera medida, ver diseo
experimental.
El concepto matemtico fundamental empleado para entender la aleatoriedad es el de
probabilidad. La estadstica matemtica (tambin llamada teora estadstica) es la rama de las
matemticas aplicadas que usa la teora de probabilidades y el anlisis matemtico para
examinar las bases tericas de la estadstica.
El uso de cualquier mtodo estadstico es vlido solo cuando el sistema o poblacin bajo
consideracin satisface los supuestos matemticos del mtodo. El mal uso de la estadstica
puede producir serios errores en la descripcin e interpretacin, afectando las polticas
sociales, la prctica mdica y la calidad de estructuras tales como puentes y plantas de
reaccin nuclear.
Incluso cuando la estadstica es correctamente aplicada, los resultados pueden ser difcilmente
interpretados por un inexperto. Por ejemplo, el significado estadstico de una tendencia en los
datos, que mide el grado al cual la tendencia puede ser causada por una variacin aleatoria en
la muestra, puede no estar de acuerdo con el sentido intuitivo. El conjunto de habilidades
estadsticas bsicas (y el escepticismo) que una persona necesita para manejar informacin en
el da a da se refiere como cultura estadstica.
Estudios experimentales y observacionales
Un objetivo comn para un proyecto de investigacin estadstica es investigar la causalidad, y
en particular extraer una conclusin en el efecto que algunos cambios en los valores de
predictores o variables independientes tienen sobre una respuesta o variables dependientes.
Hay dos grandes tipos de estudios estadsticos para estudiar causalidad: estudios
experimentales y observacionales. En ambos tipos de estudios, el efecto de las diferencias de
una variable independiente (o variables) en el comportamiento de una variable dependiente es
observado. La diferencia entre los dos tipos es la forma en que el estudio es conducido. Cada
uno de ellos puede ser muy efectivo.
Niveles de medicin
Hay cuatro tipos de mediciones o escalas de medicin en estadstica. Los cuatro tipos de
niveles de medicin (nominal, ordinal, intervalo y razn) tienen diferentes grados de uso en la
investigacin estadstica. Las medidas de razn, en donde un valor cero y distancias entre
diferentes mediciones son definidas, dan la mayor flexibilidad en mtodos estadsticos que
pueden ser usados para analizar los datos. Las medidas de intervalo tienen distancias
interpretables entre mediciones, pero un valor cero sin significado (como las mediciones de
coeficiente intelectual o temperatura en grados Celsius). Las medidas ordinales tienen
imprecisas diferencias entre valores consecutivos, pero un orden interpretable para sus valores.
Las medidas nominales no tienen ningn rango interpretable entre sus valores.
La escala de medida nominal, puede considerarse la escala de nivel ms bajo. Se trata de
agrupar objetos en clases. La escala ordinal, por su parte, recurre a la propiedad de orden de
los nmeros. La escala de intervalos iguales est caracterizada por una unidad de medida
comn y constante. Es importante destacar que el punto cero en las escalas de intervalos
iguales es arbitrario, y no refleja en ningn momento ausencia de la magnitud que estamos
midiendo. Esta escala, adems de poseer las caractersticas de la escala ordinal, permite
determinar la magnitud de los intervalos (distancia) entre todos los elementos de la escala. La
escala de coeficientes o Razones es el nivel de medida ms elevado y se diferencia de las
escalas de intervalos iguales nicamente por poseer un punto cero propio como origen; es
decir que el valor cero de esta escala significa ausencia de la magnitud que estamos midiendo.
Si se observa una carencia total de propiedad, se dispone de una unidad de medida para el
efecto. A iguales diferencias entre los nmeros asignados corresponden iguales diferencias en
el grado de atributo presente en el objeto de estudio.
Clasificacion
La estadstica se divide en dos grandes reas:
La estadstica descriptiva, se dedica a la descripcin, visualizacin y resumen de datos
originados a partir de los fenmenos de estudio. Los datos pueden ser resumidos
numrica o grficamente. Ejemplos bsicos de parmetros estadsticos son: la media y
la desviacin estndar. Algunos ejemplos grficos son: histograma, pirmide
poblacional, grfico circular, entre otros. La estadstica descriptiva es una gran parte
de la estadstica que se dedica a recolectar, ordenar, analizar y representar un conjunto
de datos, con el fin de describir apropiadamente las caractersticas de este. Este
anlisis es muy bsico. Aunque hay tendencia a generalizar a toda la poblacin, las
primeras conclusiones obtenidas tras un anlisis descriptivo, es un estudio calculando
una serie de medidas de tendencia central, para ver en qu medida los datos se
agrupan o dispersan en torno a un valor central. Esto es lo que podra ser un concepto
aproximado.

La estadstica inferencial, se dedica a la generacin de los modelos, inferencias y
predicciones asociadas a los fenmenos en cuestin teniendo en cuenta la aleatoriedad
de las observaciones. Se usa para modelar patrones en los datos y extraer inferencias
acerca de la poblacin bajo estudio. Estas inferencias pueden tomar la forma de
respuestas a preguntas si/no (prueba de hiptesis), estimaciones de unas
caractersticas numricas (estimacin), pronsticos de futuras observaciones,
descripciones de asociacin (correlacin) o modelamiento de relaciones entre variables
(anlisis de regresin). Otras tcnicas de modelamiento incluyen anova, series de
tiempo y minera de datos.
Ambas ramas (descriptiva e inferencial) comprenden la estadstica aplicada.
Hay tambin una disciplina llamada estadstica matemtica, la que se refiere a las bases
tericas de la materia.
La palabra estadsticas tambin se refiere al resultado de aplicar un algoritmo estadstico a
un conjunto de datos, como en estadsticas econmicas, estadsticas criminales, entre otros.
tipos de DATOS

Datos Nominales
Son n meros o letras que representan categoras donde no interesa
el orden (ejm., 0=masculino, 1=fememino)

Datos Ordinales
Son n meros o letras que representan categoras donde el orden interesa (ejm., lesin fatal=1,
lesin severa=2, lesin moderada=3, etc.)

Datos Discretos
Son aquellos que surgen por el procedimiento de conteo. Es decir, los datos discretos toman
valores enteros (ejm., el n mero de hijos por familia; el n mero de automoviles que pasan por
una avenida en una hora, etc.)

Datos Continuos
Son aquellos que surgen cuando se mide alguna caracterstica. Es decir, toman al menos
tericamente cualquier valor dentro de un intervalo (ejm., el peso, la estatura, la tensin arterial
de las personas, etc.)

Poblacion y Muestra

Poblacion
es la coleccion de todos los individuos, objetos u observaciones que poseen al menos una
caracterstica comun
Poblacin finita: el nmero de elementos que la forman es finito, por ejemplo el nmero
de alumnos de un centro de enseanza.
Poblacin infinita: el nmero de elementos que la forman es infinito, o tan grande que
pudiesen considerarse infinitos. Como por ejemplo: si se realizase un estudio sobre los
productos que hay en el mercado. Hay tantos y de tantas calidades que esta poblacin
podra considerarse infinita.
Poblacin base: es el grupo de personas designadas por las siguientes caractersticas:
personales, geogrficas o temporales, que son elegibles para participar en el estudio.
Poblacin muestreada: es la poblacin base con criterios de viabilidad o posibilidad de
realizarse el muestreo. Ejemplo: Eficacia de un frmaco hacia enfermos de sida en
USA.
Poblacin diana: es el grupo de personas a la que va proyectado dicho estudio, la
clasificacin caracterstica de los mismos, lo cual lo hace modelo de estudio para el
proyecto establecido. Ejemplo: Poblacin de estudiantes de Licenciatura en Contadura
entre 18 y 23 aos.
Parmetro
es una medida resumen que describe una caracterstica de toda la poblacion.

Muestra
es una parte o un subconjunto representativo de la poblacin. Y al proceso de obtener una
muestra se llama muestreo

Metodos para obtener muestras

Muestras Probabilsticas
son aquellas en que todos los elementos de la poblacion tienen una posibilidad (una
probabilidad conocida) de ser incluida en la muestra. Naturalmente no es necesario que todos
tengan la misma posibilidad, basta que tengan alguna posibilidad.

Tabla de Numeros Aleatorios: un procedimiento para extraer una muestra aleatoria, es
empleando una tabla de n meros aleatorios, el cual puede construirse, empleando el mtodo
de la urna con 10 tarjetas numeradas: 0,1,2,,9. Despues que se mezclan las tarjetas, se
extrae aleatoriamente una tarjeta y se registra su n mero. La tarjeta se reemplaza antes de la
extraccion siguiente, se mezclan bien las tarjetas y as, sucesivamente. En la practica, se
realiza mediante una computadora, por un procedimiento completamente al azar.

Muestreo Aleatorio Simple
este metodo o esquema de muestreo, se caracteriza porque todos los elementos de la
poblacion tienen la misma probabilidad de ser incluidos en la muestra, o en otros terminos,
porque todas las posibles muestras de un tamao fijo son igualmente probables.

Muestreo Sistematico
en este procedimiento, se selecciona una muestra, tomando cada -sima unidad de la
poblacion una vez que las unidades de muestreo estn numeradas o arregladas en alguna
forma.

Muestreo Estratificado
este se usa cuando la poblacion no es homognea, sino que pueden en ella identificarse
clases definidas por algun atributo o caracterstica relacionada con la variable que se estudia.
Este procedimiento implica dividir la poblacion en clases o grupos homogneos relativos a las
caractersticas que van a estudiarse, llamados estratos.

Formas de resumir los DATOS

Tablas
Tablas de frecuencias (distribucin de frecuencias)
Frecuencias relativas (porcentaje del total)
Graficos
Histogramas
Polgonos de Frecuencias
Diagrama de Puntos
Diagrama de Cajas (Box plots)

VARIABLE. DEFINICIN, CLASIFICACIN Y EJEMPLOS.
Una variable es una caracterstica que al ser medida en diferentes individuos es susceptible de
adoptar diferentes valores. (www.wikipedia.com)
Al conjunto de los distintos valores numricos que adopta un carcter cuantitativo se llama
variable estadstica.
Variables cualitativas: Son las variables que expresan distintas cualidades, caractersticas o
modalidad. Cada modalidad que se presenta se denomina atributo o categora y la medicin
consiste en una clasificacin de dichos atributos. No se pueden medir numricamente (por
ejemplo: nacionalidad, color de la piel, sexo). Las variables cualitativas pueden ser ordinales y
nominales.
Variable cualitativa ordinal: 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, grave.
Variable cualitativa nominal: En esta variable los valores no pueden ser sometidos a un
criterio de orden como por ejemplo los colores o el lugar de residencia.
Variables cuantitativas: Son las variables que se expresan mediante cantidades numricas,
es decir, tienen valor numrico (edad, precio de un producto, ingresos anuales). Las variables
cuantitativas adems 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 especficos que la variable pueda asumir.
Slo pueden tomar valores enteros (1, 2, 8, -4, etc.). Por ejemplo: nmero de hermanos
(puede ser 1, 2, 3...., etc., pero, por ejemplo, nunca podr ser 3.45).
Variable continua: Es la variable que puede adquirir cualquier valor dentro de un
intervalo especificado de valores. Por ejemplo el peso o la altura, que solamente
limitado por la precisin del aparato medidor, en teora permiten que siempre exista un
valor entre dos cualesquiera. Pueden tomar cualquier valor real dentro de un intervalo.
Por ejemplo, la velocidad de un vehculo puede ser 90.4 km/h, 94.57 km/h...etc.
ESCALA. DEFINICIN, CLASIFICACIN Y EJEMPLOS.
Una escala es un patrn convencional de medicin, y bsicamente consiste en un instrumento
capaz de representar con gran fidelidad verbal, grfica o simblicamente el estado de una
variable. La medicin de las variables puede realizarse por medio de cuatro escalas de
medicin. Dos de las escalas miden variables categricas y las otras dos miden variables
numricas. Los niveles de medicin son las escalas nominal, ordinal, de intervalo y de razn.
Se utilizan para ayudar en la clasificacin de las variables, el diseo de las preguntas para
medir variables, e incluso indican el tipo de anlisis estadstico apropiado para el tratamiento de
los datos.
Escala nominal: Utiliza los nmeros para identificar que un dato pertenece a un grupo o
a una categora. Es aquella escala que no presenta un orden o dimensin particular,
son observaciones que pueden clasificarse o contarse. En el anlisis de datos resulta
ms sencillo asignar a ciertos atributos "etiquetas" numricas en lugar de utilizar datos
complejos. Por ello podemos utilizar un "1" para designar a las mujeres y un "2" para
designar a los hombres, sin que ninguno de los nmeros represente ms o menos,
solamente con el objetivo de distinguir y organizar datos. En esta escala cada persona u
objeto debe pertenecer a una y solamente una de las categoras que tienen y el
conjunto de estas categoras debe ser exhaustivo; es decir, tiene que contener a todos
los casos posibles.
Escala ordinal: En esta escala los nmeros representan una clasificacin (mayor que o
menor que), sin que represente una unidad de medida, quedando implcito que un
nmero de mayor cantidad tiene ms alto grado de atributo medido en comparacin de
un nmero menor. Se establece una gradacin u orden natural para las categoras,
cada uno de los datos puede localizarse dentro de alguna de las categoras disponibles.
Escala de intervalo: En esta escala adems del "mayor que" y el "menor que" tambin
se establece una unidad de medida que nos permite precisar cunto se es mayor o
menor. La unidad de medicin es arbitraria, el cero es convencional y pueden existir
cantidades negativas; la medicin de la temperatura y del coeficiente intelectual son
ejemplos de este tipo de escala. En esta escala se pueden hacer comparaciones por
medio de diferencias o de sumas, sin embargo no se admiten comparaciones por medio
de multiplicaciones, divisiones o porcentajes pues carecen de sentido.
Escala de razn: Similar a la escala de intervalo, pero tiene un cero absoluto y por ello
los mltiplos de los valores de la escala sern significativos; el nivel de votos en una
eleccin sera un buen ejemplo de una escala de medicin de razn.
DATOS. DEFINICIN Y EJEMPLOS.
Un dato es cada uno de los valores que se ha obtenido al realizar un estudio estadstico.
Ejemplo: Si lanzamos una moneda al aire 5 veces obtenemos 5 datos: cara, cara, cruz, cara,
cruz. (www.ditutor.com)
PARMETROS Y ESTADSTICOS. DEFINICIN Y DIFERENCIAS.
Estadstico: valor numrico que describe una caracterstica de la muestra y se obtiene
mediante la manipulacin algebraica de sus datos. (Pardo Merino). Ejemplo: Suponga se tom
una muestra representativa de los estudiantes regulares de La Universidad del Zulia. Para esta
muestra se calcul: edad promedio, rendimiento promedio, porcentaje de estudiantes que
fuman.
Parmetro: valor numrico que describe una caracterstica de la poblacin (Pardo Merino). Los
parmetros se estiman a partir de la informacin aportada por una muestra de la poblacin.
Ejemplo: Si se considera como universos a todos los estudiantes regulares de La Universidad
del Zulia, la edad promedio de estos, el porcentaje de estudiantes de sexo masculino que
fuman, el ingreso medio todos los estudiantes, son valores que describen a este conjunto.
La diferencia es que el estadstico es la cantidad que caracteriza a una muestra, y que sirve
para aproximar el valor de un parmetro desconocido y un parmetro es un valor fijo que
caracteriza a una poblacin.
Etapas del proceso de investigacin estadstico
Es una actividad que tiene como fruto descubrir las esencias de una realidad empleando para
ello tcnicas estadsticas. (Quesada Ibarguen, Vctor Manuel y Vergara Schmalbach, Juan
Carlos). Etapas de la investigacin estadstica:
Seleccin y determinacin de la poblacin o muestra y las caractersticas contenidas
que se desean estudiar. En el caso de que se desee tomar una muestra, es necesario
determinar el tamao de la misma y el tipo de muestreo a realizar (probabilstico o no
probabilstico).
Obtencin de los datos. Esta puede ser realizada mediante la observacin directa de los
elementos, la aplicacin de encuestas y entrevistas, y la realizacin de experimentos.
Clasificacin, tabulacin y organizacin de los datos. La clasificacin incluye el
tratamiento de los datos considerados anmalos que pueden en un momento dado,
falsear un anlisis de los indicadores estadsticos. La tabulacin implica el resumen de
los datos en tablas y grficos estadsticos.
Anlisis descriptivo de los datos. El anlisis se complementa con la obtencin de
indicadores estadsticos como las medidas: de tendencia central, dispersin, posicin y
forma.
Anlisis inferencial de los datos. Se aplican tcnicas de tratamiento de datos que
involucran elementos probabilsticos que permiten inferir conclusiones de una muestra
hacia la poblacin (opcional).
Elaboracin de conclusiones. Se construye el informe final.
Conclusin
Despus de haber brindado algunas nociones bsicas de la estadstica, su definicin,
clasificacin y las diferentes tcnicas que la misma utiliza para estudiar una determinada
poblacin, podemos sintetizar lo siguiente: la estadstica es una ciencia, debido a que utiliza
mtodos de investigacin cientfica y a la vez es una serie de herramientas, instrumentos y
estrategia para estudiar a una poblacin.
Por otra parte, la estadstica se califica en descriptiva e inferencial. Donde la primera estudia
los mtodos de recoleccin y descripcin de los fenmenos en estudios; mientras que la otra se
dedica a la generacin de los mtodos, inferencias y predicciones asociados a los fenmenos
en cuestin, teniendo en cuenta lo aleatorio e incertidumbre en las observaciones.