DEPARTAMENTO DE MATEMTICAS

CONCEPTOS GENERALES
INTRODUCCION
En este captulo se describen los conceptos y definiciones bsicas necesarios para mayor
comprensin de los temas a desarrollar en esta asignatura. El propsito es estandarizar una
terminologa comn. As, se establecen una serie de convenciones, para agilizar la lectura del
texto. El problema consiste en la diversidad de trminos usados para nombrar los mismos
conceptos, debido a la gran variedad de autores, modas y tendencias, que existen en la bibliografa
actual. Cada uno, aportando su cuota de originalidad, pero complicando la simplicidad. Otro
problema que se trata de resolver, es el uso de palabras con un significado claro en el leguaje
diario, pero con uno diferente en la Estadstica. Por tanto, conviene empezar precisando algunas
ideas generales a modo de convencin.

DEFINICIN DE ESTADSTICA
Existen diversidad de conceptos y definiciones que permiten establecer especficamente la
formulacin de objetivos y el campo de accin de la Estadstica. Alguna de ellas la define como una
rama de las matemticas que trata de la recopilacin, anlisis, interpretacin y presentacin de
datos numricos.
La Estadstica es la ciencia cuyo objetivo es reunir una informacin cuantitativa concerniente a
individuos, grupos, series de hechos, etc. y deducir de ello gracias al anlisis de estos datos unos
significados precisos o unas previsiones para el futuro.
La estadstica, en general, es la ciencia que trata de la recopilacin, organizacin presentacin,
anlisis e interpretacin de datos numricos con e fin de realizar una toma de decisin ms
efectiva.
Otros autores tienen definiciones de la Estadstica semejantes a las anteriores, y algunos otros no
tan semejantes. Para Chacn esta se define como la ciencia que tiene por objeto el estudio
cuantitativo de los colectivos; otros la definen como la expresin cuantitativa del conocimiento
dispuesta en forma adecuada para el escrutinio y anlisis. La ms aceptada, sin embargo, es la de
Minguez, que define la Estadstica como La ciencia que tiene por objeto aplicar las leyes de la
cantidad a los hechos sociales para medir su intensidad, deducir las leyes que los rigen y hacer su
prediccin prxima.
Los estudiantes confunden comnmente los dems trminos asociados con las Estadsticas, una
confusin que es conveniente aclarar debido a que esta palabra tiene tres significados: la palabra
estadstica, en primer trmino se usa para referirse a la informacin estadstica; tambin se utiliza
para referirse al conjunto de tcnicas y mtodos que se utilizan para analizar la informacin
estadstica; y el trmino estadstico, en singular y en masculino, se refiere a una medida derivada
de una muestra.

UTILIDAD E IMPORTANCIA
Los mtodos estadsticos tradicionalmente se utilizan para propsitos descriptivos, para organizar y
resumir datos numricos. La estadstica descriptiva, por ejemplo trata de la tabulacin de datos, su
presentacin en forma grfica o ilustrativa y el clculo de medidas descriptivas.
Ahora bien, las tcnicas estadsticas se aplican de manera amplia en mercadotecnia, contabilidad,
control de calidad y en otras actividades; estudios de consumidores; anlisis de resultados en
deportes; administradores de instituciones; en la educacin; organismos polticos; mdicos; y por
otras personas que intervienen en la toma de decisiones.

HISTORIA DE LA ESTADSTICA
Como dijera Huntsberger: "La palabra estadstica a menudo nos trae a la mente imgenes de
nmeros apilados en grandes arreglos y tablas, de volmenes de cifras relativas a nacimientos,
muertes, impuestos, poblaciones, ingresos, deudas, crditos y as sucesivamente. Huntsberger
tiene razn pues al instante de escuchar esta palabra estas son las imgenes que llegan a nuestra
cabeza.
La Estadstica es mucho ms que slo nmeros apilados y grficas bonitas. Es una ciencia con
tanta antigedad como la escritura, y es por s misma auxiliar de todas las dems ciencias. Los
mercados, la medicina, la ingeniera, los gobiernos, etc. Se nombran entre los ms destacados
clientes de sta.
La ausencia de sta conllevara a un caos generalizado, dejando a los administradores y ejecutivos
sin informacin vital a la hora de tomar decisiones en tiempos de incertidumbre.
La Estadstica que conocemos hoy en da debe gran parte de su realizacin a los trabajos
matemticos de aquellos hombres que desarrollaron la teora de las probabilidades, con la cual se
adhiri a la Estadstica a las ciencias formales.
En este breve material se expone los conceptos, la historia, la divisin as como algunos errores
bsicos cometidos al momento de analizar datos Estadsticos.
Los comienzos de la estadstica pueden ser hallados en el antiguo Egipto, cuyos faraones lograron
recopilar, hacia el ao 3050 antes de Cristo, prolijos datos relativos a la poblacin y la riqueza del
pas. De acuerdo al historiador griego Herdoto, dicho registro de riqueza y poblacin se hizo con
el objetivo de preparar la construccin de las pirmides. En el mismo Egipto, Ramss II hizo un
censo de las tierras con el objeto de verificar un nuevo reparto.
En el antiguo Israel la Biblia da referencias, en el libro de los Nmeros, de los datos estadsticos
obtenidos en dos recuentos de la poblacin hebrea. El rey David por otra parte, orden a Joab,
general del ejrcito hacer un censo de Israel con la finalidad de conocer el nmero de la poblacin.
Tambin los chinos efectuaron censos hace ms de cuarenta siglos. Los griegos efectuaron
censos peridicamente con fines tributarios, sociales (divisin de tierras) y militares (clculo de

recursos y hombres disponibles). La investigacin histrica revela que se realizaron 69 censos para
calcular los impuestos, determinar los derechos de voto y ponderar la potencia guerrera.
Pero fueron los romanos, maestros de la organizacin poltica, quienes mejor supieron emplear los
recursos de la estadstica. Cada cinco aos realizaban un censo de la poblacin y sus funcionarios
pblicos tenan la obligacin de anotar nacimientos, defunciones y matrimonios, sin olvidar los
recuentos peridicos del ganado y de las riquezas contenidas en las tierras conquistadas. Para el
nacimiento de Cristo suceda uno de estos empadronamientos de la poblacin bajo la autoridad del
imperio.
Durante los mil aos siguientes a la cada del imperio Romano se realizaron muy pocas
operaciones Estadsticas, con la notable excepcin de las relaciones de tierras pertenecientes a la
Iglesia, compiladas por Pipino el Breve en el 758 y por Carlomagno en el 762 DC. Durante el siglo
IX se realizaron en Francia algunos censos parciales de siervos. En Inglaterra, Guillermo el
Conquistador recopil el Domesday Book o libro del Gran Catastro para el ao 1086, un
documento de la propiedad, extensin y valor de las tierras de Inglaterra. Esa obra fue el primer
compendio estadstico de Inglaterra.
Aunque Carlomagno, en Francia; y Guillermo el Conquistador, en Inglaterra, trataron de revivir la
tcnica romana, los mtodos estadsticos permanecieron casi olvidados durante la Edad Media.
Durante los siglos XV, XVI, y XVII, hombres como Leonardo de Vinci, Nicols Coprnico, Galileo,
Neper, William Harvey, Sir Francis Bacon y Ren Descartes, hicieron grandes operaciones al
mtodo cientfico, de tal forma que cuando se crearon los Estados Nacionales y surgi como fuerza
el comercio internacional exista ya un mtodo capaz de aplicarse a los datos econmicos.
Para el ao 1532 empezaron a registrarse en Inglaterra las defunciones debido al temor que
Enrique VII tena por la peste. Ms o menos por la misma poca, en Francia la ley exigi a los
clrigos registrar los bautismos, fallecimientos y matrimonios. Durante un brote de peste que
apareci a fines de la dcada de 1500, el gobierno ingls
comenz a publicar estadstica semanales de los decesos. Esa costumbre continu muchos aos,
y en 1632 estos Bills of Mortality (Cuentas de Mortalidad) contenan los nacimientos y
fallecimientos por sexo. En 1662, el capitn John Graunt us documentos que abarcaban treinta
aos y efectu predicciones sobre el nmero de personas que moriran de varias enfermedades y
sobre las proporciones de nacimientos de varones y mujeres que cabra esperar. El trabajo de
Graunt, condensado en su obra Natural and Political Observations...Made upon the Bills of Mortality
(Observaciones Polticas y Naturales ... Hechas a partir de las Cuentas de Mortalidad), fue un
esfuerzo innovador en el anlisis estadstico.
Por el ao 1540 el alemn Sebastin Muster realiz una compilacin estadstica de los recursos
nacionales, comprensiva de datos sobre organizacin poltica, instrucciones sociales, comercio y
podero militar. Durante el siglo XVII aport indicaciones ms concretas de mtodos de
observacin y anlisis cuantitativo y ampli los campos de la inferencia y la teora Estadstica.
Los eruditos del siglo XVII demostraron especial inters por la Estadstica Demogrfica como
resultado de la especulacin sobre si la poblacin aumentaba, decreca o permaneca esttica.
En los tiempos modernos tales mtodos fueron resucitados por algunos reyes que necesitaban
conocer las riquezas monetarias y el potencial humano de sus respectivos pases. El primer
empleo de los datos estadsticos para fines ajenos a la poltica tuvo lugar en 1691 y estuvo a cargo
de Gaspar Neumann, un profesor alemn que viva en Breslau. Este investigador se propuso

destruir la antigua creencia popular de que en los aos terminados en siete mora ms gente que
en los restantes, y para lograrlo hurg pacientemente en los archivos parroquiales de la ciudad.
Despus de revisar miles de partidas de defuncin pudo demostrar que en tales aos no fallecan
ms personas que en los dems. Los procedimientos de Neumann fueron conocidos por el
astrnomo ingls Halley, descubridor del cometa que lleva su nombre, quien los aplic al estudio
de la vida humana. Sus clculos sirvieron de base para las tablas de mortalidad que hoy utilizan
todas las compaas de seguros.
Durante el siglo XVII y principios del XVIII, matemticos como Bernoulli, Francis Maseres,
Lagrange y Laplace desarrollaron la teora de probabilidades. No obstante durante cierto tiempo, la
teora de las probabilidades limit su aplicacin a los juegos de azar y hasta el siglo XVIII no
comenz a aplicarse a los grandes problemas cientficos.
Godofredo Achenwall, profesor de la Universidad de Gotinga, acu en 1760 la palabra estadstica,
que extrajo del trmino italiano statista (estadista). Crea, y con sobrada razn, que los datos de la
nueva ciencia seran el aliado ms eficaz del gobernante consciente. La raz remota de la palabra
se halla, por otra parte, en el trmino latino status, que significa estado o situacin; Esta etimologa
aumenta el valor intrnseco de la palabra, por cuanto la estadstica revela el sentido cuantitativo de
las ms variadas situaciones.
Jacques Qutelect
de la probabilidad
promedios y de la
aplicacin prctica
ciencia.

es quien aplica las Estadsticas a las ciencias sociales. Este interpret la teora
para su uso en las ciencias sociales y resolver la aplicacin del principio de
variabilidad a los fenmenos sociales. Qutelect fue el primero en realizar la
de todo el mtodo Estadstico, entonces conocido, a las diversas ramas de la

Entre tanto, en el perodo del 1800 al 1820 se desarrollaron dos conceptos matemticos
fundamentales para la teora Estadstica; la teora de los errores de observacin, aportada por
Laplace y Gauss; y la teora de los mnimos cuadrados desarrollada por Laplace, Gauss y
Legendre. A finales del siglo XIX, Sir Francis Gaston ide el mtodo conocido por Correlacin, que
tena por objeto medir la influencia relativa de los factores sobre las variables. De aqu parti el
desarrollo del coeficiente de correlacin creado por Karl Pearson y otros cultivadores de la ciencia
biomtrica como J. Pease Norton, R. H. Hooker y G. Udny Yule, que efectuaron amplios estudios
sobre la medida de las relaciones.
Los progresos ms recientes en el campo de la Estadstica se refieren al ulterior desarrollo del
clculo de probabilidades, particularmente en la rama denominada indeterminismo o relatividad, se
ha demostrado que el determinismo fue reconocido en la Fsica como resultado de las
investigaciones atmicas y que este principio se juzga aplicable tanto a las ciencias sociales como
a las fsicas.

DIVISIN DE LA ESTADSTICA
Hay dos fases en el campo de la Estadstica: la Estadstica Descriptiva y la Inferencial.
La primera se limita a la descripcin de una serie de datos a travs de su organizacin y resumen
sin llegar a conclusiones o a generalizaciones con respecto a un grupo mayor. Tambin se conoce
como Estadstica Deductiva. Esta descripcin se hace a travs de la elaboracin de cuadros,
grficos, clculos de promedios, varianzas, proporciones de una o ms variables.
La segunda fase, conocida como Estadstica Inferencial, se deriva de muestras, de observaciones
hechas slo acerca de una parte de un conjunto numeroso de elementos y esto implica que su
anlisis requiere de generalizaciones que van ms all de los datos. La Estadstica Inferencial trata
de llegar a conclusiones acerca de un grupo mayor (poblacin) basado en la informacin de un
grupo menor (muestra); busca dar explicaciones al comportamiento de un conjunto de
observaciones, probar la significacin o validez de los resultados, intenta descubrir causas que la
originan.

MTODO ESTADSTICO
El conjunto de los mtodos que se utilizan para medir las caractersticas de la informacin, para
resumir los valores individuales, y para analizar los datos a fin de extraerles el mximo de
informacin, es lo que se llama mtodos estadsticos. Los mtodos de anlisis para la informacin
cuantitativa se pueden dividir en los siguientes seis pasos:

1. Definicin del problema.

2. Recopilacin de la informacin existente.
3. Obtencin de informacin original.
4. Clasificacin.
5. Presentacin.
6. Anlisis.

ERRORES ESTADSTICOS COMUNES

Al momento de recopilar los datos que sern procesados se es susceptible de cometer errores as
como durante los cmputos de los mismos. No obstante, hay otros errores que no tienen nada que
ver con la digitacin y que no son tan fcilmente identificables. Algunos de stos errores son:
Sesgo: Es imposible ser completamente objetivo o no tener ideas preconcebidas antes de
comenzar a estudiar un problema, y existen muchas maneras en que una perspectiva o estado
mental pueda influir en la recopilacin y en el anlisis de la informacin. En estos casos se dice
que hay un sesgo cuando el individuo da mayor peso a los datos que apoyan su opinin que a
aquellos que la contradicen. Un caso extremo de sesgo sera la situacin donde primero se toma
una decisin y despus se utiliza el anlisis estadstico para justificar la decisin ya tomada.

Datos no comparables: el establecer comparaciones es una de las partes ms importantes del

anlisis estadstico, pero es extremadamente importante que tales comparaciones se hagan entre
datos que sean comparables.
Proyeccin descuidada de tendencias: la proyeccin simplista de tendencias pasadas hacia el
futuro es uno de los errores que ms ha desacreditado el uso del anlisis estadstico.
Muestreo Incorrecto: en la mayora de los estudios sucede que el volumen de informacin
disponible es tan inmenso que se hace necesario estudiar muestras, para derivar conclusiones
acerca de la poblacin a que pertenece la muestra. Si la muestra se selecciona correctamente,
tendr bsicamente las mismas propiedades que la poblacin de la cual fue extrada; pero si el
muestreo se realiza incorrectamente, entonces puede suceder que los resultados no signifiquen
nada

ALGUNOS CONCEPTOS ESTADSTICOS

Escalas de Medicin
Llamaremos medicin al proceso de atribuir nmeros a las variables. El conjunto de reglas o
modelos desarrollados para la asignacin de nmeros a las variables es lo que se denomina
escala. La clasificacin de las escalas ms usada es la propuesta por Stevens (1946) que divide
las escalas en: nominales, ordinales, de intervalo y de razn.

Escala nominal: nos permite identificar sujetos como "iguales" o "diferentes". Usando una
escala nominal podemos decidir si un sujeto es igual o diferente a otro, pero no podemos
establecer relaciones de orden respecto a esa caracterstica, ni relaciones de cantidad ni
de diferencia. Por ejemplo: si medimos el color de los ojos podemos establecer la siguiente
escala: A azul, V verde, M marrn y N negro. No podemos ordenar los sujetos
de mayor a menor o viceversa, simplemente podemos asegurar si dos sujetos tienen el
mismo o distinto color de ojos. Otros ejemplos: nacionalidad, sexo, profesin. A este tipo
de variables medidas con escala nominal se les puede asignar a cada categora cualquier
tipo de smbolos. En el ejemplo hemos asignado letras pero podamos haber optado por
nmeros: 1 azul, 2 verde, 3 marrn y 4 negro.

Escala ordinal: Esta escala no slo permite la identificacin y diferenciacin de los sujetos
sino que adems permite establecer relaciones del tipo "mayor que" o "menor que". Es
decir, de los sujetos se puede decir cual presenta una mayor o menor magnitud de la
caracterstica medida, los objetos se pueden ordenar. Ejemplo: nivel de estudios se puede
asignar 1 a estudios primarios, 2 a estudios secundarios, 3 a estudios universitarios.
Podemos ordenar a los sujetos segn el nivel de estudios, el valor 3 es mayor que el 2 y el
1. Aunque no podemos afirmar que la diferencia existente entre el 2 y el 1 sea la misma
que la que existe entre el 3 y el 2. Ni que el que tenga nivel 3 tenga 3 veces ms de nivel
de estudios que el que tiene nivel 1. Otros ejemplos de escala ordinal: posicin relativa en
la clase, escala de dureza de los minerales.

Escala de intervalo: Con esta escala, adems de poder identificar un objeto y establecer
relaciones del tipo mayor que y menor que, tambin podemos hacer afirmaciones acerca
de las diferencias en la cantidad del atributo de unos y otros objetos. Es decir, disponemos

de una unidad de medida, aunque en este caso el cero sea un punto arbitrario en la escala.
Es decir, no indica ausencia total de la cantidad de atributo. Un ejemplo tpico es el
calendario, podemos afirmar que ha transcurrido el mismo tiempo entre 1960 y 1966 que
entre 1980 y 1986 porque contamos con una unidad de medida llamada ao. Pero no
podemos afirmar que hasta el ao 1000 haya pasado el doble de tiempo que hasta el ao
500, porque el valor cero no representa el comienzo del tiempo sino que, en nuestro
calendario se eligi el ao del nacimiento de Cristo como ao 1. Otros ejemplos: la
medicin de las temperaturas en grados Celcius la escala de los test de inteligencia.

Escala de razn: Tambin se llama de proporcin o de cociente. Adems de las

caractersticas de las otras tres escalas, contamos con una unidad de medida con cero
absoluto, es decir, que significa ausencia del atributo o caracterstica medida. Por ejemplo,
la longitud, podemos afirmar que un objeto que mide 10 cm. tiene el doble de longitud que
uno que mide 5 cm. Otros ejemplos: peso, duracin de un suceso, temperatura en grados
Kelvin (que s tiene cero absoluto).

Variable
Es la caracterstica que estamos midiendo. Una variable es una propiedad o caracterstica que
puede variar y cuya variacin es susceptible de medirse.
Ejemplos de variables:

Rendimiento acadmico en las asignaturas cursadas, que adopta distintos valores o

modalidades, normalmente son valores entre 0 y 7.
Sexo que adopta dos modalidades: varn y mujer
Lugar de procedencia
Motivacin ante la asignatura
Edad

En contraposicin a la variable aparece el concepto de constante que es una caracterstica de la

poblacin que slo puede tomar un valor para todos los elementos de la poblacin.
Ejemplos de constantes son:

Nivel Escolar de los encuestados (todos son universitarios).

La nacionalidad de los encuestados (Chilenos).

La variable se denota por las maysculas de letras finales del alfabeto castellano. A su vez cada
una de estas variables puede tomar distintos valores, colocando un subndice, que indica orden:
X = (X1, X2 , X3 , ......

, XK-2 , XK-1, XK )

Esto es, la letra mayscula con subndice representa un valor concreto de la Variable X en el sujeto
1, 2, 3, , K-2, K-1, K.
Las variables se pueden clasificar segn el nmero de valores que puedan tomar como variables
discretas y variables continuas.
Variable Continua es la que puede tomar todos los valores de un intervalo. Por ejemplo: el peso,
la talla, el tiempo empleado en la ejecucin de una tarea, la duracin de un suceso, etc.

Variable Discreta es aquella que adopta valores aislados. Ejemplo: raza, lugar de nacimiento,
sexo, religin, nmero de asignaturas aprobadas en el semestre, nmero de alumnos de una clase,
nivel socioeconmico, etc.
Tambin se pueden clasificar atendiendo al tipo de informacin que proveen en cualitativas y
cuantitativas.
Variables cualitativas son aquellas que se miden segn una escala nominal u ordinal. Informan
ms bien de una cualidad del sujeto: sexo, color de ojos, nivel socioeconmico, nivel cultural,
dureza de los minerales.
Variables cuantitativas son aquellas que se miden segn una escala de intervalo o de razn. De
alguna forma dan cuenta de la cantidad de atributo o caracterstica que el individuo posee. Por
ejemplo: peso, talla, temperaturas, nmero de asignaturas aprobadas.

Poblacin
Es el conjunto de elementos, individuos o entes sujetos a estudio que son de inters para un
problema dado. El tamao de la poblacin se denota por N.

Muestra
Es un subconjunto de elementos que forman parte de poblacin. Se denota por n.

Dato
Cada uno de los individuos, cosas, entes abstractos que integran una poblacin o universo
determinado. Dicho de otra forma, cada valor observado de la variable.

Parmetro
Cualquier caracterstica cuantificable de una poblacin. Por ejemplo, ingreso promedio de
trabajadores. Describen numricamente la caracterstica de una poblacin.

BIBLIOGRAFIA
Estadstica y Muestreo
Ciro Martnez Bencardino
Apuntes de Estadstica
David Ruiz Muoz
Ana Mara Snchez Snchez
http://www.eumed.net/libros/2006a/rmss/00.htm
Aproximacin de la Estadstica a partir de la Ciencias Sociales
Salvador Carrasco Arroyo
Departamento Economa Aplicada
Universidad de Valencia
Apuntes de Estadstica para Profesores
Concepcin Bueno y Toms Escudero.
http://psicologia-ubolivariana.blogspot.com/