estadística

nombre femenino
1. 1.
Ciencia que utiliza conjuntos de datos numéricos para obtener, a partir de ellos,
inferencias basadas en el cálculo de probabilidades.
"hizo un curso de introducción a la estadística"
2. 2.
Estudio que reúne, clasifica y recuenta todos los hechos que tienen una
determinada característica en común, para poder llegar a conclusiones a partir de
los datos numéricos extraídos.

Origen[editar]
El término alemán Statistik, introducido originalmente por Gottfried Achenwall en 1749, se
refería al análisis de datos del Estado, es decir, la «ciencia del Estado» (o más bien, de
la ciudad-estado). También se llamó aritmética política de acuerdo con la traducción literal
del inglés. No fue hasta el siglo XIX cuando el término estadística adquirió el significado de
recolectar y clasificar datos. Este concepto fue introducido por el militar británico sir John
Sinclair (1754-1835).
En su origen, por tanto, la estadística estuvo asociada a los Estados o ciudades libres, para
ser utilizados por el gobierno y cuerpos administrativos (a menudo centralizados). La colección
de datos acerca de estados y localidades continúa ampliamente a través de los servicios de
estadística nacionales e internacionales. En particular, los censos comenzaron a suministrar
información regular acerca de la población de cada país. Así pues, los datos estadísticos se
referían originalmente a los datos demográficos de una ciudad o Estado determinados. Y es
por ello que en la clasificación decimal de Melvil Dewey, empleada en las bibliotecas, todas las
obras sobre estadística se encuentran ubicadas al lado de las obras de o sobre la demografía.
Ya se utilizaban representaciones gráficas y otras medidas en pieles, rocas, palos de madera
y paredes de cuevas para controlar el número de personas, animales o ciertas mercancías.
Hacia el año 3000 a. C. los babilonios usaban ya pequeños envases moldeados de arcilla para
recopilar datos sobre la producción agrícola y de los géneros vendidos o cambiados. Los
egipcios analizaban los datos de la población y la renta del país mucho antes de construir las
pirámides en el siglo XI a. C. Los libros bíblicos de Números y Crónicas incluyen en algunas
partes trabajos de estadística. El primero contiene dos censos de la población de la Tierra de
Israel y el segundo describe el bienestar material de las diversas tribus judías.
En China existían registros numéricos similares con anterioridad al año 2000 a. C. Los
antiguos griegos realizaban censos cuya información se utilizaba hacia el 594 a. C. para
cobrar impuestos.

Orígenes en probabilidad[editar]
Los métodos estadístico-matemáticos emergieron desde la teoría de probabilidad, la cual data
desde la correspondencia entre Pascal y Pierre de Fermat (1654). Christian Huygens (1657)
da el primer tratamiento científico que se conoce a la materia. El Ars
coniectandi (póstumo, 1713) de Jakob Bernoulli y la Doctrina de posibilidades (1718)
de Abraham de Moivre estudiaron la materia como una rama de las matemáticas.2 En la era
moderna, el trabajo de Kolmogórov ha sido un pilar en la formulación del modelo fundamental
de la Teoría de Probabilidades, el cual es usado a través de la estadística.
La teoría de errores se puede remontar a la Ópera miscellánea (póstuma, 1722) de Roger
Cotes y al trabajo preparado por Thomas Simpson en 1755 (impreso en 1756) el cual aplica
por primera vez la teoría de la discusión de errores de observación. La reimpresión (1757) de
este trabajo incluye el axioma de que errores positivos y negativos son igualmente probables y
que hay unos ciertos límites 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 combinación
de observaciones desde los principios de la teoría de probabilidades. Laplace representó la
Ley de probabilidades de errores mediante una curva y dedujo una fórmula para la media de
tres observaciones. También, en 1871, obtiene la fórmula para la ley de facilidad del error
(término introducido por Lagrange, 1744) pero con ecuaciones inmanejables. Daniel
Bernoulli (1778) introduce el principio del máximo producto de las probabilidades de un
sistema de errores concurrentes.

Fotografía de Ceres por el telescopio espacial Hubble. La posición fue estimada por Gauss mediante el
método de mínimos cuadrados.

El método de mínimos 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 había usado el método en su famosa predicción de la
localización 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 fórmula de Peters para , el probable error de una

observación 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 y Didion. Augustus De
Morgan y George Boole mejoraron la presentación de la teoría. Adolphe Quetelet (1796-1874),
fue otro importante fundador de la estadística y quien introdujo la noción del «hombre
promedio» (l’homme moyen) como un medio de entender los fenómenos sociales complejos
tales como tasas de criminalidad, tasas de matrimonio o tasas de suicidios.

Siglo XX[editar]
Karl Pearson, un fundador de la estadística matemática.

El campo moderno de la estadística se emergió a los principios del siglo XX dirigida por la
obra de Francis Galton y Karl Pearson, quienes transformaron la estadística a convertirse en
una disciplina matemática rigurosa usada por análisis, no solamente en la ciencia sino en la
manufactura y la política. Las contribuciones de Galton incluyen los conceptos de desviación
típica, correlación, análisis de la regresión y la aplicación de estos métodos al estudio de la
variedad de características —la altura, el peso entre otros—.3 Pearson desarrolló el coeficiente
de correlación de Pearson, definió como un momento-producto,4 el método de momentos por
caber las distribuciones a las muestras y la distribuciones de Pearson, entre otras cosas.5
Galton y Pearson se fundaron Biometrika como su primera revista de la estadística
matemática y la bioestadística (en aquel entonces conocida como la biometría). Pearson
también fundó el primer departamento de estadística en University College de Londres.6
Durante el siglo XX, la creación de instrumentos precisos para asuntos de salud
pública (epidemiología, bioestadística, etc.) y propósitos económicos y sociales (tasa
de desempleo, econometría, etc.) necesitó de avances sustanciales en las prácticas
estadísticas.
La segunda ola de los años 1910 y 1920 se inició William Gosset, y se culminó en la obra
de Ronald Fisher, quién escribió los libros de texto que iban a definir la disciplina académica
en universidades en todos lados del mundo. Sus publicaciones más importantes fueron su
papel de 1918 The Correlation between Relatives on the Supposition of Mendelian Inheritance,
lo cual era el primero en usar el término estadístico varianza, su obra clásica de
1925 Statistical Methods for Research Workers y su 1935 The Design of Experiments,78910
donde desarrolló los modelos rigurosos de diseño experimental. Originó el concepto
de suficiencia y la información de Fisher.11 En su libro de 1930 The Genetical Theory of
Natural Selection aplicó la estadística a varios conceptos en la biología como el Principio de
Fisher12 (sobre el ratio de sexo), el Fisherian runaway,131415161718 un concepto en la selección
sexual sobre una realimentación positiva efecto hallado en la evolución.

Estado actual[editar]
Hoy el uso de la estadística se ha extendido más allá de sus orígenes como un servicio
al Estado o al gobierno. Personas y organizaciones usan la estadística para entender datos y
tomar decisiones en ciencias naturales y sociales, medicina, negocios y otras áreas. La
estadística es entendida generalmente no como un sub-área de las matemáticas sino como
una ciencia diferente «aliada». Muchas universidades tienen departamentos académicos de
matemáticas y estadística separadamente. La estadística se enseña en departamentos tan
diversos como psicología, sociología, educación y salud pública.

Importancia de la estadística
La estadística resulta fundamental para conocer el comportamiento de
ciertos eventos, por lo que ha adquirido un papel clave en la investigación.
Se usa como un valioso auxiliar y en los diferentes campos del
conocimiento y en las variadas ciencias. Es un lenguaje que permite
comunicar información basada en datos cuantitativos.

Es tan importante que casi no existe actividad humana en que no esté

involucrada la Estadística. Las decisiones más importantes de nuestra
vida se toman con base en la aplicación de la Estadística. Pongamos
algunos ejemplos.

La estadística es de gran importancia en la investigación científica debido

a que:

 Permite una descripción más exacta.

 Nos obliga a ser claros y exactos en nuestros procedimientos y en
nuestro pensar.
 Permite resumir los resultados de manera significativa y cómoda.
 Nos permite deducir conclusiones generales.

La evolución de la estadística ha llegado al punto en que su proyección se

percibe en casi todas las áreas de trabajo. También abarca la recolección,
presentación y caracterización de información para ayudar tanto en el
análisis e interpretación de datos como en el proceso de la toma de
decisiones. La estadística es parte esencial de la forma profesional, es
hasta cierto punto una parte necesaria para toda profesión.


Oir Lecc.
La estadística descriptiva es una ciencia que analiza series de datos
(por ejemplo, edad de una población, altura de los estudiantes de una
escuela, temperatura en los meses de verano, etc) y trata de extraer
conclusiones sobre el comportamiento de estas variables.
Las variables pueden ser de dos tipos:
Variables cualitativas o atributos: no se pueden medir
numéricamente (por ejemplo: nacionalidad, color de la piel, sexo).
Variables cuantitativas: tienen valor numérico (edad, precio de un
producto, ingresos anuales).
Las variables también se pueden clasificar en:
Variables unidimensionales: sólo recogen información sobre una
característica (por ejemplo: edad de los alunmos de una clase).
Variables bidimensionales: recogen información sobre dos
características de la población (por ejemplo: edad y altura de los alumnos
de una clase).
Variables pluridimensionales: recogen información sobre tres o más
características (por ejemplo: edad, altura y peso de los alumnos de una
clase).
Por su parte, las variables cuantitativas se pueden clasificar en
discretas y continuas:
Discretas: sólo pueden tomar valores enteros (1, 2, 8, -4, etc.). Por
ejemplo: número de hermanos (puede ser 1, 2, 3....,etc, pero, por
ejemplo, nunca podrá ser 3,45).
Continuas: pueden tomar cualquier valor real dentro de un intervalo. Por
ejemplo, la velocidad de un vehículo puede ser 80,3 km/h, 94,57
km/h...etc.
Cuando se estudia el comportamiento de una variable hay que distinguir
los siguientes conceptos:
Individuo: cualquier elemento que porte información sobre el fenómeno
que se estudia. Así, si estudiamos la altura de los niños de una clase, cada
alumno es un individuo; si estudiamos el precio de la vivienda, cada
vivienda es un individuo.
Población: conjunto de todos los individuos (personas, objetos,
animales, etc.) que porten información sobre el fenómeno que se estudia.
Por ejemplo, si estudiamos el precio de la vivienda en una ciudad, la
población será el total de las viviendas de dicha ciudad.
Muestra: subconjunto que seleccionamos de la población. Así, si se
estudia el precio de la vivienda de una ciudad, lo normal será no recoger
información sobre todas las viviendas de la ciudad (sería una labor muy
compleja), sino que se suele seleccionar un subgrupo (muestra) que se
entienda que es suficientemente representativo.

muestreo
nombre masculino
1. 1.
Selección de un conjunto de personas o cosas que se consideran representativos
del grupo al que pertenecen, con la finalidad de estudiar o determinar las
características del grupo.
"para hacer una buena encuesta se necesita antes hacer un buen muestreo"
2. 2.
Técnica empleada en esta selección.

DATOS ESTADISTICOS
Son números que pueden ser comparados, analizados e interpretados.
El campo del cual son tomados los datos estadísticos se identifican como población o universo.

Un parámetro estadístico es un número que resume la ingente 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.

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.8 ago. 2011

Estadística inferencial
La estadística inferencial es una parte de la estadística que comprende los métodos y
procedimientos que por medio de la inducción determina propiedades de una población
estadística, a partir de una parte de esta. Su objetivo es obtener conclusiones útiles para
hacer deducciones sobre una totalidad, basándose en la información numérica de la muestra.

¿Qué es Recolección de datos? Uso de técnicas y herramientas que pueden ser utilizadas para
desarrollar sistemas de información, los cuales pueden ser la entrevistas, la encuesta, el
cuestionario, la observación, el diagrama de flujo y el diccionario de datos. ¿Cuál es la finalidad?
Buscar información
que será útil
a una investigación
en común.

La encuesta:
Este método consiste en obtener información de los sujetos de estudio, proporcionada por ellos mismos,
sobre opiniones, actitudes o sugerencias. Hay dos maneras de obtener información con este método: la
entrevista y el cuestionario.
La entrevista
Es la comunicación establecida entre el investigador y el sujeto de estudiado a fin de obtener respuestas
verbales a las interrogantes planteadas sobre el problema propuesto.
Se estima que este método es más eficaz que el cuestionario, ya que permite obtener una información mas
completa. A través de ella el investigador puede explicar el propósito del estudio y especificar claramente la
información que necesita, si hay una interpretación errónea de la pregunta permite aclararla, asegurando una
mejor respuesta. Best afirma "es también posible buscar la misma información por distintos caminos en
diversos estadios de la entrevista", obteniéndose así una comprobación de la veracidad de las respuestas.
 Como técnica de recolección de datos la entrevista tiene muchas ventajas; es aplicable a toda persona,
siendo muy útil con los analfabetas, los niños o con aquellos que tienen limitación física u orgánica que les
dificulte proporcionar una respuesta escrita. También se presta para usarla en aquellas investigaciones sobre
aspectos psicológicos o de otra índole sonde se desee profundizar en el tema, según la respuesta original del
consultado, ya que permite explorar o indagar en la medida que el investigador estime pertinente.
Hay dos tipos de entrevista: la estructurada y la no estructurada, la primera se caracteriza por estar
rígidamente estandarizada, replantean idénticas preguntas y en el mismo orden a cada uno de los
participantes, quienes deben escoger la respuesta en 2, 3 o mas alternativas que se les ofrecen. Inclusive los
comentarios introductorios y finales se formulan de la misma manera en todas las situaciones. Para orientar
mejor la entrevista se elabora un formulario que contenga todas las preguntas. Sin embrago, al utilizar este
tipo de entrevista el investigador tiene limitada libertad de formular preguntas independientes generadas por
la interacción personal.
Algunas ventajas que presenta este tipo de entrevista son:
 La información es mas fácil de procesar, simplificando el análisis comparativo
 El entrevistador no necesita ser entrenado arduamente en la técnica
 Hay uniformidad en el tipo de información obtenida

Pero también tiene desventajas, tales como:

 Es difícil obtener información confidencial
 Se limita la posibilidad de profundizar en un tema que emerja durante la entrevista

La entrevista no estructurada es más flexible y abierta, aunque los objetivos de la investigación rigen a las
preguntas, su contenido, orden profundidad y formulación se encuentra por entero en manos del entrevistador.
Si bien el investigador, sobre las bases del problema, los objetivos y las variables, elabora las preguntas antes
de realizar la entrevista, modifica el orden, la forma de encauzar las preguntas o su formulación para
adaptarlas a las diversas situaciones y características particulares de los sujetos de estudio.
Este tipo de entrevista es muy útil en los estudios descriptivos y en las fases de exploración para el diseño del
instrumento de recolección de datos.
Las ventajas de este método son:
 Es adaptable y susceptible de aplicarse a toda clase de sujetos en situaciones diversas
 Permite profundizar en los temas de interés
 Orienta a posibles hipótesis y variables cuando se exploran áreas nuevas.

Entre las desventajas se cita:

 Se requiere mas tiempo
 Es mas costosa por la inversión de tiempo con los entrevistadores
 Se dificulta la tabulación de datos
 Se requiere de mucha habilidad técnica para obtener la información y mayor conocimiento del tema

Aun con esas desventajas y dada la utilidad de la entrevista, en sus dos formas, todo investigador debe
familiarizarse con su uso, ya que es probable que la aplique en cualquier tipo de investigación.
Cuestionario
Es el método que utiliza un instrumento o formulario impreso, destinado a obtener repuestas sobre el
problema en estudio y que el investido o consultado llena por si mismo.
El cuestionario puede aplicarse a grupos o individuos estando presente el investigador o el responsable del
recoger la información, o puede enviarse por correo a los destinatarios seleccionados en la muestra.
Debido a su administración se puede presentar problema relacionados con la cantidad y calidad de datos que
pretende obtener para el estudio. Algunos problemas asociados con el envío de los cuestionarios podrían ser:
que no fuese devuelto; los consultados pueden evadir la respuesta a alguna pregunta o no darle la
importancia necesaria a las respuestas proporcionadas. Por ello y otros factores más, el instrumento que se
use para la recolección de datos debe ser objeto de una cuidadosa elaboración.
Algunas ventajas del cuestionario son: su costo relativamente bajo, su capacidad para proporcionar
información sobre un mayor número de personas en un periodo bastante breve y la facilidad de obtener,
cuantificar, analizar e interpretar los datos.
Dentro de las limitaciones de este método figuran las siguientes: es poso flexible, la información no puede
variar ni profundizarse, si el cuestionario es enviado por correo se corre el riesgo de que no llegue al
destinatario o no se obtenga respuesta de los encuestados; además, resulta difícil obtener una tasa alta de
compleción del cuestionario. Debido a esa posible pérdida de información se recomienda cuando se use este
método una muestra más grande de sujetos de estudio.
 En general, en el proceso de recolección de datos para una investigación, estos métodos e instrumentos
y fuentes suelen combinarse; cada una con sus ventajas y desventajas, sus características propias y la
información que se requiera, dan flexibilidad para que el investigador determine su uso apropiado según el
estudio a realizar.

Un experimento, en estadística, es cualquier proceso que proporciona datos, numéricos

o no numéricos.

Se denomina censo, en estadística descriptiva, al recuento de individuos que conforman

una población estadística, definida como un conjunto de elementos de referencia sobre el
que se realizan las observaciones.

Medidas de tendencia central para datos no

agrupados y agrupados
Posted by: beatrizr71 on: marzo 7, 2011
 En: Uncategorized

 Dejar un comentario

Medidas de Tendencia Central para

datos no
agrupados
Existen tres medidas comunes para identificar el centro de un conjunto de datos: la media,
mediana y moda. En cada caso, se ubican alrededor del punto en donde se aglomeran los
datos.
Media: Medida de tendencia central usualmente llamada promedio, se define como la división de
la suma de todos los valores entre el numero de datos.
Mediana: Del conjunto de datos obtenidos es el valor que al organizar los datos en orden
ascendente o descenderte a la mitad o centro de los mismos. La posición que ocupa la mediana
puede ser determinada mediante la siguiente fórmula:

Mediana =X[(n/2)+1/2]

Ejemplo: Dados los siguientes 8 datos ordenados en orden ascendente: 5,8,8,11,11,11,14,16.,

encuentra la mediana.

Utilizando la formula para ubicar la posición del dato que representa la mediana indica que:

Mediana =(8/2)+1/2 = 4.5

Por lo que la mediana esta ubicada entre el dato 4 y 5; el valor del dato 4 es “ 11” y del dato 5
es “ 11”, por lo que al sacar el promedio, da que la mediana de la muestra estudiada es 11.

Moda: Es el dato que ocurre con mayor frecuencia en un conjunto de elementos estudiados. Del
ejemplo anterior donde los datos recopilados son: 5,8,8,11,11,11,14,16; el dato que ocurre con
mayor frecuencia es el valor 1, siendo este valor la moda.
Media ponderada: es una media aritmética, en la cual se considera a cada uno de los valores
de acuerdo con su importancia en el grupo.

Mediana Ponderada

En donde:

X = Observación individual
Q= el peso o ponderación asignada a cada observación

Medidas de Tendencia Central para datos agrupados

Cuando se trabaja con datos que han sido agrupados en una distribución de frecuencias, no se
sabe con certeza los valores individuales de cada dato. Por lo que se utilizan métodos alternos
para aproximar los valores de las medidas descriptivas.

Media para datos agrupados: Al calcular la media para datos agrupados, se supone que las
observaciones en cada clase son iguales al punto medio de la clase
Mediana: Primero se encuentra la clase mediana, la cual es la clase cuya frecuencia acumulada
es mayor o igual a n/2 y puede determinarse mediante la siguiente fórmula:

La moda es la observación que ocurre con mayor frecuencia, por lo que es necesario identificar
la clase modal, esta se localiza encontrando la clase que tenga más frecuencia.