ESTADSTICA

TEMA 1 . INTRODUCCIN
Si deseamos conocer la clasificacin media con la que han accedido todos los estudiantes universitarios
que estn cursando periodismo (independientemente del curso) en cualquiera de las universidades
espaolas (pblicas o privadas). Cmo procederemos?
PASO 1 Obtener datos/saber a quin preguntamos Todo tipo de personas.
PASO 2 Mirar si alguien lo ha hecho antes (Pag. Ministerio de Educacin.GBD).

- Poblacin: Grupo objeto del estudio (Todos los que estudian periodismo).
- Muestra: Seleccin del conjunto con el que vamos a trabajar. Que represente (Varias edades, sexos).
- Censo: TODOS los individuos de la poblacin.
- Medida: Lo que vamos a medir (Nota Media de Acceso).
- Datos Muestrales: Lo que he medido (Notas de alumnos individualmente).
- Parmetro: Nmero que resume algn aspecto de la poblacin de inters. Me dar la medida de los
datos muestrales.
- Estadstico: La frmula matemtica que me permitir calcular el valor del parmetro (Media de los
alumnos).

-La estadstica es la ciencia que se encarga de estudiar una determinada poblacin por medio de la
recoleccin, recopilacin e interpretacin de datos. Puede ayudar a tomar las decisiones con menor error
o riesgo en el futuro.
Dos tipos:
- Estadstica Descriptiva: Descripcin, visualizacin y resumen de los datos, numrica o
grficamente. Suele apoyarse con tablas, grficas o medidas numricas.
- Estadstica Inferencial: Tiene en cuenta las variables aleatorias e incertidumbre (ERROR
ESTADSTICO = Factores externos que no se pueden controlar). Se usa para modelar patrones y
obtener conclusiones tiles para lograr hacer deducciones.

-OBJETIVO: Aquello que pretendemos estudiar (Obtener la nota media, el tiempo que los alumnos tardan
en terminar el grado de periodismo). Debemos recoger la informacin necesaria para lograrlo.
-VARIABLE: Las caractersticas asociadas con dichos objetivos (Edad, peso ,notas de un examen). Dos
tipos:
- Cualitativas: Expresan distintas cualidades, caracterstica, categoras (Dicotmicas: dos valores
Politmicas: ms de dos). Siempre me darn opciones.
ORDINAL: Distintos valores ordenados. (Intervalos)
NOMINAL: Valores no sometidos a un orden (Colores)
- Cuantitativas: Adoptan valores numricos.
DISCRETA: 1,2,3,4
CONTINUA: 314, 45,Valores infinitos entre dos nmeros. Pesos, salarios
 ESTADSTICA

-Si divides en segmentos una cuantitativa, se convierte en cualitativa.

-En las columnas me darn las variables.
-En las filas me darn sujetos, cosas, individuos
-Explicaciones concisas.
-Depende de a quin le hable le dar los datos de una forma u otra.
-Debemos encontrar que es lo relevante de la informacin, lo relevante de la provincia de nacimiento no es
que un 70% sean de Alicante, sino que un 30% vienen de fuera. No siempre el dato ms grande es el ms
importante.
-Para publicar una grfica pondramos Alicante y resto de provincias. Si publicamos todas las provincias
individualmente es difcil de leer.
-La forma con la que trabajamos los datos no debe ser la misma con la que los presentamos.
-Hay tablas que nos indican la diagonal.
-Arriba se quedan los que gastan ms de lo que ingresan. Hay que saber dejar claro que es el gasto y que es
el ingreso.

Para ser buen periodista se debe ser capaz de preguntar lo mismo de 3 maneras distintas
 ESTADSTICA
TEMA 2 . ESTADSTICA DESCRIPTIVA
1.Tabla de frecuencias
-Herramienta de anlisis estadstico ms sencilla. Presentacin resumida y organizada de los distintos
valores que toma la variable anotando el nmero de sujetos que han dado cada una de las posibles
respuestas. No describe poblacin, solo muestras. Dos procesos fundamentales: contar y ordenar. Es
necesario:
Conocer los posibles valores de la variable.
Ordenar los datos muestrales.
Organizar los resultados.
Podemos extraer: n de casos y porcentajes.

Tabla de frecuencias para una variable CUALITATIVA

-Los valores de la variable vienen claramente identificados.

VARIABLE GASTO RESPUESTAS

0 50 56
VARIABLE SEXO RESPUESTAS
51 100 26
Hombre 43
101 150 2
Mujer 51
151 200 0
Total 94
Ms de 200 10
Total 94

Tabla de frecuencias para una variable CUANTITATIVA

-El conjunto de posibles respuestas puede ser tan extenso que el nmero de sujetos para cada respuesta
sea en su mayora igual a cero.
Paso 1. Obtener el rango de los datos como la diferencia entre los valores mximo y mnimo.
Paso 2. El resultado se divide entre el nmero de intervalos que deseas. Poner menos de 5.
Paso 3. Se deben establecer los lmites y amplitud (diferencia entre lmite superior e inferior) de cada uno
de ellos. Obtenemos adems el punto medio (marca de clase mc) de cada una de las clases construidas,
de forma que dicho valor es el representante de cada una de ellas.
1.

VARIABLE TIEMPO MARCA DE CLASE RESPUESTAS

[0, 20) 10 26
[20, 40) 30 52
[40, 60) 50 9
[60, 80) 70 6
[80, 100] 90 1
Total 94
 ESTADSTICA
Clculos a partir de la tabla de frecuencias
-Se pueden realizar nuevos clculos:
Tamao muestral n: Nmero de individuos de la muestra bajo estudio. En ocasiones no coincide con el
nmero de sujetos medidos, pero es debido a la falta de respuesta o medicin.
Frecuencia absoluta ni: Nmero de sujetos englobados en la clase i. Si tuviramos cuatro clases
tendramos que n = n1+n2+n3+n4.
Frecuencia relativa f: Cociente entre la frecuencia absoluta de la clase y el tamao de muestra.

=

-Todas las frecuencias relativas toman valores entre 0 y 1, y la suma de todas ellas es igual a 1.
Porcentaje Pi: Expresin en porcentaje de la frecuencia relativa de la clase i.

= 100

Tabla de frecuencias para dos o ms variables.

-En muchas ocasiones es necesario estudiar ms de una variable. Si tenemos dos variables A y B y
queremos obtener la tabla de frecuencias conjunta:
Frecuencia Absoluta nij: Nmero de sujetos englobados en la clase i de A y j de B a la vez. El tamao
muestral es la suma de las frecuencias absolutas de todas las casillas de la tabla.
Porcentaje Pij: Expresin en porcentaje de la frecuencia relativa de dicha casilla.

= 100

2. Procedimientos grficos

Diagrama de barras: Fcil de realizar e interpretar, pero aparece dificultad cuando la variable
estudiada tiene muchas categoras (Aparecern muchas barras).

Barras apiladas
(para dos variables cualitativas)

Diagrama de sectores: De pastel/tarta. Para porcentajes y proporciones. Generalmente variables

cualitativas, pero se puede utilizar para representar una tabla de frecuencias de una variable
cuantitativa. Poco recomendable al ser ms fcil de interpretar las lneas.
 ESTADSTICA
Grfico de lneas: Principalmente para representar variables cualitativas. Funciona como el grfico
de barras. Suele representar frecuencias o porcentajes. Se puede utilizar para representar y
comparar la informacin proporcionada por dos variables.
Grficos combinados: Mezcla de barras y de lneas que trata de representar, para una misma
variable, dos caractersticas distintas como frecuencias de cada categora y la frecuencia
acumulada, que es sumar los valores de las frecuencias de todas las categoras que quedan por
debajo. Se pueden hacer sustituyendo frecuencias de porcentaje. Proporciona informacin sobre

cada categora y sobre su acumulacin.

Histograma: Sirve para obtener una primera vista general de la distribucin de la poblacin, o la
muestra, respecto a una caracterstica, cuantitativa o continua. Permite observar el grado de
variabilidad de los datos.

3. Medidas de Localizacin

La Media:
Media Muestral = Representa el valor central del conjunto de datos. Para una variable cuantitativa
se obtiene mediante el cociente entre la suma de valores y el tamao muestral.

-Cuando involucramos en el clculo una variable cuantitativa y una cualitativa podemos obtener la
media global del conjunto de datos de tipo cuantitativo. Tambin podemos obtenerla para los
grupos de sujetos identificados por la categora 1 y la 2, lo que nos permitir comparar el
comportamiento de la variable para ambos grupos.

Media Ponderada = Debemos obtener la tabla de frecuencias, y de ah la marca de clase de cada

una de las categoras. Si viene definida por intervalos, dicha marca ser el punto medio del
 ESTADSTICA
intervalo, si viene definida en una escala ordinal se debe definir una marca de clase artificial. Dos
opciones:
- 1=Muy en desacuerdo, 2=En desacuerdo
- 0=Muy en desacuerdo, 25=En desacuerdo

-Para cada clase o categora multiplicamos la frecuencia relativa por la marca de clase
correspondiente.
-Definimos la media como la suma de los valores obtenidos en el paso anterior.

La Mediana:
-Se obtiene, tras la ordenacin de los datos, como el valor que deja el 50% de ellos por debajo de
ese valor. Se calcula de forma distinta en funcin de que el nmero de datos de la muestra sea par
o impar:

Impar: Se ordenan todos los valores y se toma como mediana el que ocupo la posicin central.
Entre 1,2,4,5,6,9,11, la mediana sera 5.
Par: Se ordenan todos los valores y se calcula la mediana como la media de los dos valores
centrales. 1,2,4,5,6,8,9,11, la mediana es (5 + 6) / 2 = 5.5

La Moda: (Moda muestral)

-Es el valor que ms veces se repite sobre el conjunto de datos. En ocasiones existe ms de un valor
que se repite con mayor frecuencia (multimodales).

Los Percentiles:
-Es el valor de la variable que deja por debajo un p% de los datos. El percentil 20 nos indica el valor
de la variable por debajo de la cual se encuentran el 20% de los datos, y por encima el 80%de los
mismos.
P. 25 = Primer Cuartil, P. 50 = Mediana, P. 75 = Tercer Cuartil.

Las Variaciones Porcentuales:

- Son incrementos o decrementos obtenidos mediante comparacin.
-Para ver el incremento/decremento porcentual de una magnitud M2 con respecto a una M1:

2 1
100
1

-M2 = M1: Incremento del 0%

-M1 > M2: Decremento (Porcentaje negativo)
-M2 > M1: Incremento (Porcentaje positivo)

4. Medidas de Dispersin
-Permiten conocer la disparidad o variabilidad entre l os valores observados. El problema con las medidas
de localizacin es que por si solas no son capaces de caracterizar completamente a la muestra estudiada.
Dos muestras pueden tener la misma media pero contener valores muy distintos:
 ESTADSTICA
M1: 3, 4, 4, 4, 5
M2: 0, 0, 4, 8, 8
-Ambas tiene tamao cinco y tanto la media como la mediana es igual a 4. Sin embargo, en la primera los
valores estn muy concentrados y en la segunda ms dispersos.
-Es necesario acompaar las medidas de localizacin con una media de dispersin.

El Rango
-Es la diferencia entre el valor mximo y mnimo.
-Si los valores ms extremos estn muy alejados del centro de los datos, el rango ser muy grande. Es fcil
de obtener, pero no resulta de gran utilidad prctica. 1 5 10
- 4 5 6

La Varianza y la Desviacin Tpica (o estndar)

-Varianza Muestral: Trata de medir la variabilidad de los datos con respecto a la media muestral. Si la
variable mide una distancia en metros, la varianza se expresa en metros al cuadrado. Siempre toma valores
mayores o iguales que cero. Si todos los datos coinciden con la media muestral la varianza ser cero.
Cuanto mayor sea el valor de la varianza, mayor ser la variabilidad de los datos con respecto a la media.
 ESTADSTICA
El Error Estndar
-Diferentes muestras escogidas de la misma poblacin tienden a dar distintos valores de medias
muestrales. El error estndar es la desviacin tpica de todas las posibles muestras.
-Es el cociente entre la desviacin tpica y la raz cuadrada del tamao muestral.
-Se utiliza habitualmente para dar una medida del error admisible en el clculo de la media.
-Frmula:

La estandarizacin de datos
-La distancia de cada dato con respecto a la media y corregido por la desviacin tpica. Slo vlido con
variables de tipo cuantitativo. Los datos estandarizados de esta forma tienen media 0 y desviacin tpica 1.
Herramienta valiosa para la comparacin de dos poblaciones y clculo de probabilidades.
 ESTADSTICA
TEMA 3. NMERO NDICE

-Constituyen una tcnica para analizar y comparar un conjunto de datos en distintos momentos de tiempo
y/o del espacio. La teora de los nmeros ndices se ha desarrollado, fundamentalmente, para el estudio de
las variaciones de precios, sin embargo se utilizan en todos los campos de la actividad humana.

1. Nmeros ndice Simples

-Se refieren a un solo artculo o concepto, y se traduce a trabajar con una nica variable. Son simples
relacionales o porcentajes.
-El ndice se establece dada una secuencia de tiempos donde una nica magnitud ha sido observada con
valores y tomando el periodo 0 como base. (Se observa cuanto ha cambiado desde que se toma el primer
periodo hasta el ltimo, pero si es un intervalo muy grande no sabes cundo ha cambiado ms ni cundo
menos, para ello est la tasa de variacin y de crecimiento promedio)

Tasa de Variacin
-Cuantifica el incremento o decremento de la magnitud entre dos instantes (t1 y t2) de tiempo con
respecto al periodo base t0.
-Restar al ndice obtenido (respecto al periodo base) 100 (valor de referencia para la base).
-Su interpretacin se centra en dos puntos:
El cambio que se produce en el ndice entre los instantes t1 y t2 con respecto al periodo base.
Si el resultado es positivo Crecimiento, incremento, reajuste o alza.
negativo Cada, decremento, decrecimiento o dficit.
-La principal dificultad es que no tiene en cuenta el nmero de periodos transcurridos para valorar el alza o
dficit entre el periodo t1 y t2 con respecto al periodo base. Cuando los periodos estn muy alejados el
cambio reflejado en la tasa de variacin puede no ser la debida.

Tasa de Crecimiento Promedio

-Cuantifica (en porcentaje) el incremento o decremento medio de la magnitud entre dos instantes de
tiempo (t1 y t2) con respecto al periodo base t0.

ndices Simples Encadenados

-Estn interesados en comparar el comportamiento de la magnitud estudiada entre periodos consecutivos
(intermensuales, intertrimestrales, interanuales). (Intermensuales = 11 comparaciones posibles,
Intertrimestrales = 3 comparaciones posibles)

2. Nmeros ndice Complejos no Ponderados

-Si asumimos que todas las magnitudes deben tener el mismo peso en el clculo del ndice complejo
entonces estaremos ante ndices complejos no ponderados.
 ESTADSTICA
ndice complejo de la media agregativa (IBD, Bradstreet y Dtot)
-Se utilizan para calcular cuando todas las magnitudes tienen la misma escala de medida. Procedimiento:
Paso 1: Calculamos el total agregado de todas las magnitudes para un mismo periodo de tiempo.
Paso 2: Fijamos el periodo de referencia.
Paso 3: Calculamos un ndice simple para cada periodo utilizando los datos totales obtenidos en el paso 1.

ndice Complejo de la Media Aritmtica (IS, Sauerberk)

-Se utiliza para calcular un ndice complejo cuando las magnitudes estudiadas se encuentran en distintas
escalas de medida. Procedimiento:
Paso 1: Fijamos el periodo de referencia.
Paso 2: A partir de los datos recogidos obtenemos un ndice simple para cada una de las magnitudes,
tomando como referencia la dada en el paso 1.
Paso 3: Calculamos el promedio de los ndices obtenidos para un mismo periodo.

3. Nmeros ndice Complejos Ponderados

-Cuando consideramos que todas las magnitudes involucradas no tienen el mismo peso relativo
(importancia) en el clculo ndice.
-Definiendo pesos para cada magnitud medida y con los procedimientos para la obtencin de los ndices
complejos no ponderados (IBD e IS) podemos obtener los ndices complejos ponderados.
Para el clculo podemos utilizar dos procedimientos distintos:

Procedimiento a partir de los datos originales

Paso 1: Ponderamos cada uno de los valores por el peso de la magnitud.
Paso 2: Calculamos la suma de los datos ponderados para un mismo periodo.
Paso 3: Seleccionamos el periodo de referencia.
Paso 4: Calculamos el ndice simple con los totales obtenidos en el paso 2 para cada periodo tomando
como referencia el periodo fijado en el paso 3.

Procedimiento a partir de los ndices simples de cada magnitud

Paso 1: Obtenemos los ndices simples de cada magnitud tomando como referencia uno de ellos.
Paso 2: Ponderamos cada uno de los ndices por el peso de la magnitud.
Paso 3: Calculamos la suma de los datos ponderados para un mismo periodo.
Paso 4: Calculamos el ndice simple con los totales obtenidos en el paso 3 para cada periodo tomando
como referencia el periodo fijado en el paso 1.

ndices de precios y cantidades de Laspeyres

-La nica diferencia respecto a los anteriores es el tipo de peso o ponderacin que se debe utilizar en su
clculo. Hay diferentes posibilidades de ponderacin, lo que da lugar a diferentes tipos de ndices de
precios y cantidades. Los IPC de Laspeyres son los ms extendidos y utilizados.
-Obtenemos el ndice de precios y cantidades asociados con las tablas sumando todas las magnitudes para
un mismo periodo y calculando un ndice simple con esos totales fijando la referencia correspondiente.