ESTADISTICA

1. Definición:
Es una rama de las matemáticas y una herramienta que estudia usos y análisis
provenientes de una muestra representativa de datos, que busca explicar las
correlaciones y dependencias de un fenómeno físico o natural, de ocurrencia en
forma aleatoria o condicional.

2. Origen Etimológico:
Procede del latín statisticum collegium (“consejo de Estado”) y de su derivado
italiano statista (“hombre de Estado” o “político”).

3. Clases:
A) Estadística Descriptiva:

Se define como la ciencia que sistematiza, recoge, ordena y presenta los datos
referentes a un asunto, fenómeno o problema de investigación, sin pretender
extender las conclusiones que puedan extraerse de los datos a otros grupos
distintos o mas amplios. Se calcula a partir de los datos de una muestra o de una
población. Ejemplo:
• El nivel promedio de inteligencia obtenido mediante la prueba Stanford Binet,
resultó ser 104 para el grupo dos de estudiantes de Psicología.
• Durante los últimos dos días se han informado un total de ocho homicidios.
• En una entrevista a 1100 electores, se obtuvo la siguiente información: el
candidato del Partido Conservador obtuvo la preferencia de un 44% de los
encuestados, mientras que un 45% optó por el candidato del Partido Liberal y aún
se mantiene un 11% indeciso.

B) Estadística Inferencial :

Su objetivo parte de la deducción de leyes que rigen los diferentes fenómenos

estudiados, para de esa forma hacer previsiones sobre los mismos, tomar
decisiones u obtener conclusiones.
Es decir, que para un análisis estadístico inferencial se requiere utilizar técnicas,
procesamientos y análisis estadísticos más avanzados con los datos estadísticos
obtenidos de la muestra, para así confirmar la veracidad de las inferencias que se
haga sobre la respectiva población a que corresponde la muestra.
Generalmente, este tipo de análisis emplea como herramienta básica el cálculo
de probabilidades y se lleva cabo para exponer relaciones de causa y efecto, así
como probar hipótesis y teorías científicas.
Ejemplo:
• Los estudiantes de Psicología que obtuvieron un IQ de inteligencia sobre 120,
probablemente obtendrán sobre 700 puntos en cada área de la prueba de
admisión para ingreso a la universidad.
 • Si aún hay un 11% de los electores indecisos y si la población electoral es de
cerca de 88 millones electores, quiere decir que aún hay cerca de 10 millones de
electores quienes realmente decidirán cuál va a ser el candidato ganador.

4. Objetivos de la estadística
Mejorar la comprensión de hechos a partir de datos.
Hacer inferencias acerca de una población, con base en la información contenida
en una muestra.

5. Historia de la Estadistica
Su origen empieza posiblemente en la isla de Cerdeña, donde existen
monumentos prehistóricos pertenecientes a los Nuragas, las primeros habitantes
de la isla; estos monumentos constan de bloques de basalto superpuestos sin
mortero y en cuyas paredes de encontraban grabados toscos signos que han sido
interpretados con mucha verosimilidad como muescas que servían para llevar la
cuenta del ganado y la caza.
Hacia el año 3.000 a.C. los babilonios usaban ya pequeñas tablillas de arcilla para
recopilar datos en tablas sobre la producción agrícola y los géneros vendidos o
cambiados mediante trueque.
Los egipcios ya analizaban los datos de la población y la renta del país mucho antes
de construir la pirámides.En los antiguos monumentos egipcios se encontraron
interesantes documentos en que demuestran la sabia organización y
administración de este pueblo; ellos llevaban cuenta de los movimientos
poblacionales y continuamente hacían censos. Tal era su dedicación por llevar
simpre una relación de todo que hasta tenían a la diosa Safnkit, diosa de los libros
y las cuentas. Todo esto era hecho bajo la dirección del Faraón y fue a partir del
año 3050 a.C.
En la Biblia observamos en uno de los libros del Pentateuco, bajo el nombre de
Números, el censo que realizó Moisés después de la salida de Egipto.
Textualmente dice: "Censo de las tribus,en el llibro bíblico Crónicas describe el
bienestar material de las diversas tribus judías.
En China existían los censos chinos ordenados por el emperador Tao hacia el año
2.200 a.C.
Posteriormente, hacia el año 500 a.C., se realizaron censos en Roma para conocer
la población existente en aquel momento. Se erigió la figura del censor, cuya
misión consistía en controlar el número de habitantes y su distribución por los
distintos territorios.
En la Edad Media, en el año 762, Carlomagno ordenó la creación de un registro
de todas sus propiedades, así como de los bienes de la iglesia.
Después de la conquista normanda de Inglaterra en 1.066, el rey Guillermo I, el
Conquistador, elaboró un catastro que puede considerarse el primero de Europa.
Los Reyes Católicos ordenaron a Alonso de Quintanilla en 1.482 el recuento de
fuegos (hogares) de las provincias de Castilla.
En 1.662 un mercader de lencería londinense, John Graunt, publicó un tratado
con las observaciones políticas y naturales, donde Graunt pone de manifiesto las
cifras brutas de nacimientos y defunciones ocurridas en Londres durante el
periodo 1.604-1.661, así como las influencias que ejercían las causas naturales,
sociales y políticas de dichos acontecimientos. Puede considerarse el primer
trabajo estadístico serio sobre la población.

Curiosamente, Graunt no conocía los trabajos de B. Pascal » (1.623-1.662) ni de

C. Huygens (1.629-1.695) sobre estos mismos temas. Un poco más tarde, el
astrónomo Edmund Halley (1.656- 1.742) presenta la primera tabla de mortalidad
que se puede considerar como base de los estudios contemporáneos. En dicho
trabajo se intenta establecer el precio de las anualidades a satisfacer a las
compañías de seguros. Es decir, en Londres y en París se estaban construyendo,
casi de manera simultánea, las dos disciplinas que actualmente llamamos
estadística y probabilidad.

En el siglo XIX, la estadística entra en una nueva fase de su desarrollo con la

generalización del método para estudiar fenómenos de las ciencias naturales y
sociales. Galton » (1.822-1.911) y Pearson (1.857-1936) se pueden considerar
como los padres de la estadística moderna, pues a ellos se debe el paso de la
estadística deductiva a la estadística inductiva.

Los fundamentos de la estadística actual y muchos de los métodos de inferencia

son debidos a R. A. Fisher. Se intereso primeramente por la eugenesia, lo que le
conduce, siguiendo los pasos de Galton a la investigación estadística, sus trabajos
culminan con la publicación de la obra Métodos estadísticos para investigaciones.
En el aparece la metodología estadística tal y como hoy la conocemos.

A partir de mediados del siglo XX comienza lo que podemos denominar la

estadística moderna, uno de los factores determinantes es la aparición y
popularización de los computadores. El centro de gravedad de la metodología
estadística se empieza a desplazar técnicas de computación intensiva aplicadas a
grandes masas de datos, y se empieza a considerar el método estadístico como
un proceso iterativo de búsqueda del modelo ideal

Las aplicaciones en este periodo de la Estadística a la Economía conducen a una

disciplina con contenido propio: la Econometría. La investigación estadística en
problemas militares durante la segunda guerra mundial y los nuevos métodos de
programación matemática, dan lugar a la Investigación Operativa
 6. Usos de la ciencia estadística
La estadística es una ciencia de aplicación práctica casi universal en todos los
campos científicos:
o Ciencias naturales: se emplea con profusión en la descripción de modelos
termodinámicos complejos en física cuántica, en teoría cinética de los
gases.
o Ciencias sociales y económicas: es un pilar básico del desarrollo de la
demografía y la sociología aplicada.
o Economía: suministra los valores que ayudan a descubrir interrelaciones
entre múltiples parámetros macro y microeconómicos.
o Ciencias médicas: permite establecer pautas sobre la evolución de las
enfermedades y los enfermos, el grado de eficacia de un medicamento.

7. Importancia de la estadística en la ingeniería industrial

La estadistica es muy importante ya que nos permite ver la cantidad de mejoría, o, en su
defecto, la disminución de nuestra productividad, notar si estamos haciendo bien las
cosas, si en realidad estamos aprovechando nuestros recursos y si vamos por un buen
camino. Además, gracias a ella, podemos hacer un análisis de todo esto y hacer un
pronóstico de lo que venderemos en un futuro, si obtendremos ganancias, si la empresa
necesita mejorar o si nuestros proyectos implementados están funcionando. Mediante
diagramas, datos reales, tablas estadísticas (grafico de cajas, grafica circular, graficas de
barras, pero muy especialmente el histograma), demostramos a las altas gerencias que
hace falta una mejoría o que el sistema o método que estamos implementando nos está
ayudando a aumentar nuestro servicio o producto terminado.
8. Ejemplos de variables cualitativas:
Las condiciones de trabajo en una empresa
La competitividad empresarial en la empresa
Cuánto afecta los periodos estacionales en la adquisición de la materia prima
Grados de instrucción de los trabajadores de una empresa
La nacionalidad de los gerentes de la empresa
Estados emocionales de los trabajadores de la empresa
Grados de satisfacción con respecto al trabajo
Ejemplos de variables cuantitativas:
El numero de trabajadores de la empresa
Porcentaje de eficiencia de la empresa
Precision de las maquinas
Peso de las materias primas
Numero de llamadas telefónicas de la empresa
Número de acciones vendidas cada día en la Bolsa.
Tiempo en horas de trabajo de una maquina
Venta de productos mensual en una empresa
Gastos en materia prima de la empresa
 9. Muestreo:
 Definicion :

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.

 Clases de muestreo::
I. Muestreo probabilístico
Los métodos de muestreo probabilísticos son aquellos que se basan en el principio de
equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma
probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente,
todas las posibles muestras de tamaño n tienen la misma probabilidad de ser
seleccionadas. Sólo estos métodos de muestreo probabilísticos nos aseguran la
representatividad de la muestra extraída y son, por tanto, los más recomendables. Dentro
de los métodos de muestreo probabilísticos encontramos los siguientes tipos:

1.- Muestreo aleatorio simple: El procedimiento empleado es el siguiente:

1) se asigna un número a cada individuo de la población
2) a través de algún medio mecánico (bolas dentro de una bolsa, tablas de
números aleatorios, números aleatorios generados con una calculadora u
ordenador, etc.) se eligen tantos sujetos como sea necesario para completar el
tamaño de muestra requerido. Este procedimiento, atractivo por su simpleza,
tiene poca o nula utilidad práctica cuando la población que estamos manejando
es muy grande

2.- Muestreo aleatorio sistemático:

Este procedimiento exige, como el anterior, numerar todos los elementos de la
población, pero en lugar de extraer n números aleatorios sólo se extrae uno. Se
parte de ese número aleatorio i, que es un número elegido al azar, y los elementos
que integran la muestra son los que ocupa los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k,
es decir se toman los individuos de k en k, siendo k el resultado de dividir el
tamaño de la población entre el tamaño de la muestra: k= N/n. El número i que
empleamos como punto de partida será un número al azar entre 1 y k. El riesgo
este tipo de muestreo está en los casos en que se dan periodicidades en la
población ya que al elegir a los miembros de la muestra con una periodicidad
constante (k) podemos introducir una homogeneidad que no se da en la
población. Imaginemos que estamos seleccionando una muestra sobre listas de
10 individuos en los que los 5 primeros son varones y los 5 últimos mujeres, si
empleamos un muestreo aleatorio sistemático con k=10 siempre
seleccionaríamos o sólo hombres o sólo mujeres, no podría haber una
representación de los dos sexos.

3.- Muestreo aleatorio estratificado:

Trata de obviar las dificultades que presentan los anteriores ya que simplifican los
procesos y suelen reducir el error muestral para un tamaño dado de la muestra.
Consiste en considerar categorías típicas diferentes entre sí (estratos) que poseen
gran homogeneidad respecto a alguna característica (se puede estratificar, por
ejemplo, según la profesión, el municipio de residencia, el sexo, el estado civil,
etc.). Lo que se pretende con este tipo de muestreo es asegurarse de que todos
los estratos de interés estarán representados adecuadamente en la muestra.
Cada estrato funciona independientemente, pudiendo aplicarse dentro de ellos
el muestreo aleatorio simple o el estratificado para elegir los elementos concretos
que formarán parte de la muestra. En ocasiones las dificultades que plantean son
demasiado grandes, pues exige un conocimiento detallado de la población.
(Tamaño geográfico, sexos, edades,...). La distribución de la muestra en función
de los diferentes estratos se denomina afijación, y puede ser de diferentes tipos:
Afijación Simple: A cada estrato le corresponde igual número de elementos
muéstrales. Afijación Proporcional: La distribución se hace de acuerdo con el peso
(tamaño) de la población en cada estrato. Afijación Optima: Se tiene en cuenta la
previsible dispersión de los resultados, de modo que se considera la proporción y
la desviación típica. Tiene poca aplicación ya que no se suele conocer la
desviación.

4.- Muestreo aleatorio por conglomerados:

Los métodos presentados hasta ahora están pensados para seleccionar
directamente los elementos de la población, es decir, que las unidades muéstrales
son los elementos de la población. En el muestreo por conglomerados la unidad
muestral es un grupo de elementos de la población que forman una unidad, a la
que llamamos conglomerado. Las unidades hospitalarias, los departamentos
universitarios, una caja de determinado producto, etc., son conglomerados
naturales. En otras ocasiones se pueden utilizar conglomerados no naturales
como, por ejemplo, las urnas electorales. Cuando los conglomerados son áreas
geográficas suele hablarse de "muestreo por áreas". El muestreo por
conglomerados consiste en seleccionar aleatoriamente un cierto numero de
conglomerados (el necesario para alcanzar el tamaño muestral establecido) y en
investigar después todos los elementos pertenecientes a los conglomerados
elegidos.

II. Métodos de muestreo no probabilísticos :

A veces, para estudios exploratorios, el muestreo probabilístico resulta
excesivamente costoso y se acude a métodos no probabilísticos, aun siendo
conscientes de que no sirven para realizar generalizaciones (estimaciones
inferenciales sobre la población), pues no se tiene certeza de que la muestra
extraída sea representativa, ya que no todos los sujetos de la población tienen la
misma probabilidad de se elegidos. En general se seleccionan a los sujetos
siguiendo determinados criterios procurando, en la medida de lo posible, que la
muestra sea representativa. En algunas circunstancias los métodos estadísticos y
epidemiológicos permiten resolver los problemas de representatividad aun en
situaciones de muestreo no probabilístico, por ejemplo los estudios de caso-
control, donde los casos no son seleccionados aleatoriamente de la población.
Entre los métodos de muestreo no probabilísticos más utilizados en investigación
encontramos:

1.- Muestreo por cuotas:

También denominado en ocasiones "accidental". Se asienta generalmente sobre
la base de un buen conocimiento de los estratos de la población y/o de los
individuos más "representativos" o "adecuados" para los fines de la investigación.
Mantiene, por tanto, semejanzas con el muestreo aleatorio estratificado, pero no
tiene el carácter de aleatoriedad de aquél. En este tipo de muestreo se fijan unas
"cuotas" que consisten en un número de individuos que reúnen unas
determinadas condiciones, por ejemplo: 20 individuos de 25 a 40 años, de sexo
femenino y residentes en Gijón. Una vez determinada la cuota se eligen los
primeros que se encuentren que cumplan esas características. Este método se
utiliza mucho en las encuestas de opinión.
2.- Muestreo intencional o de conveniencia:
Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener
muestras "representativas" mediante la inclusión en la muestra de grupos
supuestamente típicos. Es muy frecuente su utilización en sondeos preelectorales
de zonas que en anteriores votaciones han marcado tendencias de voto. También
puede ser que el investigador seleccione directa e intencionadamente los
individuos de la población. El caso más frecuente de este procedimiento el utilizar
como muestra los individuos a los que se tiene fácil acceso (los profesores de
universidad emplean con mucha frecuencia a sus propios alumnos).

3.- Bola de nieve:

Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y así
hasta conseguir una muestra suficiente. Este tipo se emplea muy frecuentemente
cuando se hacen estudios con poblaciones "marginales", delincuentes, sectas,
determinados tipos de enfermos, etc.

4.- Muestreo Discrecional ·

A criterio del investigador los elementos son elegidos sobre lo que él cree que
pueden aportar al estudio es muy grande.
Tema:Estadistica

Curso: Estadística

Alumna:Correa Quiroz Kathery

Escuela: Ingeniería Mecatrónica
Ciclo: 5°

Universidad Nacional de Trujillo

2017