Instituto Tecnolgico Superior de San Martin Texmelucan

Probabilidad y Estadstica.

ESTADSTICA
DESCRIPTIVA
E INFERENCIAL
Ing. Gonzalo Santilln Bahamaca

1
 Qu es la estadstica ?
La estadstica se ocupa de los
mtodos cientficos para :
recolectar , organizar , resumir ,
presentar y analizar datos ; as como
de sacar conclusiones vlidas y tomar
decisiones con base a este anlisis
Murray R. Spiegel & Larry J. Stephens

2
 Uso de la estadstica
No existe actividad humana donde no se involucre :

Personalmente : comparacin de alternativas ,

evaluacin de servicios , ingresos vs. Pagos, etc.
Cotidianamente : Censos , indices de precios ,
ajustes de tarifas , frecuencia de enfermedades,
preferencia de candidatos polticos.
Empresarialmente : control de proceso y calidad ,
evaluacin de productividad, estudios de costos,
nivel de satisfaccin de clientes , proyectos de
inversin,etc.

3
 Importancia de la estadstica
De qu sirve tener datos si no son representativos?
Qu pasa si tomo decisiones con informacin incorrecta?
Es bueno suponer informacin para su anlisis?
Hay una forma objetiva de mejorar una situacin o proceso?
Hay una forma clara de reducir riesgos y tener certidumbre ?
Puedo controlar variables sin tener su medicin?

Si podemos observar y recolectar informacin precisa y

relevante , para organizarla de la mejor forma y analizarla de
tal forma que nos permita tener un panorama completo de la
situacin u objeto de estudio estamos entonces haciendo
Estadstica .

4
 Ventajas de la estadstica
El empleo correcto de la estadstica nos permite :
Visualizacin de los datos Eliminacin de incertidumbre
Integracin de comunicacin
Medicin de las variables
Optimizacin de uso de tiempo
Apoyo en las decisiones
Mejora de la eleccin
Reduccin de riesgos Eficacia de manejo de informacin
Organizacin de informacin Estmulo enfocado a resultados
Certeza Documentacin de procesos y
Reconocimiento decisiones
de alternativas Visualizacin y control de tendencias
Aceptacin de soluciones Toma de decisiones racional y objetiva

5
 Definiciones bsicas
Poblacin: Conjunto de elementos que se quiere estudiar.
Habitantes de una ciudad.
Televisores fabricados en una factora.
Alumnos de primero de bachillerato.

Muestra: Cualquier subconjunto de una poblacin. El

nmero de elementos de una muestra se llama tamao.

Variable estadstica : Cada uno de los rasgos o

caractersticas que se quiere estudiar de los elementos de
la poblacin, susceptible o no de medida.
Color del pelo: negro, castao, rubio o pelirrojo
Sexo: hombre o mujer
Miembros asalariados de una familia: 0, 1 , 2 , 3 ,4 ,
Alturas de alumnos:178, 169, 172, 183,
6
 Definiciones bsicas
Individuo: Cada uno de los elementos que componen una
poblacin y/o muestra .

Es sinnimo de unidad bsica o ltima del muestreo

Carcter : Propiedad o cualidad que presentan los

elementos de una poblacin que se desea estudiar .
Cualitativo cuando no puede medirse numricamente
Cuantitativo cuando puede medirse numricamente (Variable)

Estadstico : Es una medida descriptiva de una muestra

Ingreso promedio de los trabajadores
Frecuencia de venta de productos

7
 Tipos de Estadstica
La Estadstica descriptiva o deductiva:
Trata del recuento, ordenacin y clasificacin de
los datos obtenidos de las observaciones:
Construccin de tablas, grficos y clculo de parmetros.

La Estadstica inferencial o inductiva:

Utiliza los resultados de la estadstica
descriptiva y se apoya en el clculo de
probabilidades para la obtencin de conclusiones
sobre una poblacin a partir de los resultados
obtenidos de una muestra.
8
 Variables cualitativas y cuantitativas
Escalas
Ordinales Etapas

Cualitativas
(Cualidades ,
Colores
categoras o
atributos) Nominales Lugares
Profesiones


Variables Discretas Nmero de hijos
(Unidades Pginas de un libro
Cuantitati vas completas )

(Aquellas
medibles Edad
numricamente) Continuas Peso
(Cualquier Talla
valor en un Tiempo
rango) 9
 Tipos de Variables Cualitativas
Dicotmicas: Slo hay dos categora, que son
excluyentes una de la otra
Ejemplo: enfermo-sano, muerto-vivo, mujer-hombre

Nominal: tiene mas de dos categoras y no hay orden

entre ellas.
Ejemplo: color de los ojos, grupo sanguneo

Ordinal: tiene varias categoras y hay orden entre

ellas.
Ejemplo: grado tumoral, calificacin del riesgo en
anestesia.
10
 Tipos de Variables Cuantitativas

Continuas: nmeros infinito no numerables de

elementos. Tiene asociado el concepto de
medida, en unidades a veces fraccionarias.
Ejemplo: Presin arterial, Edad, peso.

Discretas: nmeros finitos o infinitos

numerables de elementos. Se asocia con el
concepto de conteo.
Ejemplo: N de hijos, N de casos de
tuberculosis por estado.
11
 Presentaciones estadsticas y
representaciones grficas
Son los mtodos empleados para organizar y presentar las
observaciones , con el objeto de mostrar la mxima
informacin con una rpida visualizacin , manejo de
esttica y sencillz operativa . Pueden ser de dos tipos:
Tablas:
Forma sencilla y clara de agrupar la informacin
Pueden ser sencillas o complejas segn la cantidad de datos
Es importante el manejo lgico de la disposicin
Grficos:

Permiten visualizar la informacin y sus relaciones

Es una forma ilustrativa y clara de los datos
Es una forma creativa y artstica de presentacin 12
Variables : Representacin Tabular
VENTAS MENSUALES POR ZONA
Volumen Volmen Volmen
Fecha de Volmen %
Ventas Ventas Ventas Total
Venta Ventas Sur Mensual
Norte Centro Forneo

Enero $8,691.89 $19,156.00 $57,793.83 $28,688.78 $114,330.50 18.7%

Febrero $1,617.88 $1,076.03 $19,437.13 $19,321.98 $41,453.02 6.8%

Marzo $1,223.00 $6,677.00 $33,278.32 $20,249.31 $61,427.63 10.1%

Abril $9,645.62 $0.00 $21,343.71 $14,846.76 $45,836.09 7.5%

Mayo $1,051.57 $4,354.00 $19,174.22 $16,886.01 $41,465.80 6.8%

Junio $4,387.45 $0.00 $20,529.59 $22,709.82 $47,626.86 7.8%

Julio $3,362.64 $8,899.00 $26,405.06 $21,065.89 $59,732.59 9.8%

Agosto $0.00 $0.00 $0.00 $0.00 $0.00 0.0%

Septiembre $1,681.32 $1,036.16 $26,598.83 $30,541.29 $59,857.60 9.8%

Octubre $7,132.00 $0.00 $25,738.73 $21,813.00 $54,683.73 9.0%

Noviembre $1,051.57 $2,345.00 $18,477.38 $22,846.24 $44,720.19 7.3%

Diciembre $2,334.00 $6,487.00 $14,802.09 $15,639.72 $39,262.81 6.4%

Total $42,178.94 $50,030.19 $283,578.89 $234,608.80 $610,396.82

% por Zona 6.9% 8.2% 46.5% 38.4%

13
Variables cualitativas:
Representacin grfica

14
Variables cuantitativas:
Representacin grfica

15
 Diferentes tipos de medidas
Las descripciones numricas de datos son
importantes. Dado un conjunto de n
observaciones :
x1 , x2 ,....., xn
La estadstica descriptiva nos ayuda
mediante el manejo de medidas de
tendencia central relativas a la posicin
de los datos y medidas de dispersin
relativas a la variabilidad de los datos.

16
 Medidas de Tendencia Central

Las medidas descriptivas ms comunes de

tendencia central o posicin son: la media
aritmtica y la mediana

Existen otras medidas de tendencia central

que en ocasiones pueden resultar de inters
tales como : la moda, los cuartiles, los
deciles, los percentiles, la media armnica,
la media geomtrica y la media ponderada.

17
 Media Aritmtica

La media aritmtica es simplemente el

promedio (tambin llamada media muestral
ya que generalmente se calcula en relacin a
una muestra).
Se calcula de la siguiente forma: si las
observaciones de una muestra de tamao n
son x1, x2,,xn entonces:
n

x 1 x 2 ... x n
x
i 1
i

X
n n

18
Caractersticas de la media
Ventajas :
Fcil de calcular e interpretar.
En su clculo intervienen todos los datos disponibles.
Su valor es nico para una serie de datos.
Es el punto de equilibrio de la informacin.

Desventajas :
No es representativa con pocos datos
Se ve afectada por el grado de dispersin
Es poco til con datos muy heterogneos
No todos los valores contribuyen de igual forma ,los
mayores tienen ms peso

19
 Mediana

La mediana se suele definir como el valor

ms intermedio o central una vez que los
datos han sido ordenados en forma creciente.
Se suele denotar por Me. La forma ms
general de calcular la mediana es la siguiente:

x n 1 2 si n es impar

Me x
n 2 x ( n 2) 1
si n es par
2
20
 Caractersticas de la mediana
Ventajas :
Valor nico que no se ve afectado por los extremos por ser
equidistante de ellos.
Se localiza a la mitad de los datos , dejando el 50 % por arriba y
el 50 % por debajo de su valor.
Es menos sensible a las variaciones de los datos.
No se ve afectada por la dispersin de los datos.

Desventajas :
No se emplea para hacer clculos
Utiliza muy poca informacin de los datos
Cuanto ms grande es la serie de datos , ms complicado se
vuelve su determinacin.

21
 Moda
La moda de un conjunto de observaciones es el
valor que ms se repite, aquel cuya frecuencia
absoluta es mxima.
Puede ser nica, que haya ms de una, o que
no exista.
Cuando hay ms de una , la distribucin de los
datos se denomina acorde : bimodal , trimodal,
polimodal, etc.

22
Uso de : Media , Mediana y Moda
Nos brindan una idea muy clara de la posicin de los
parmetros dentro de una distribucin de datos.

La media tiene el uso ms frecuente y sencillo ,

tales como : talla media del mexicano, temperatura
histrica promedio , etc.
La mediana es representativa en poblaciones
heterogneas , tales como : distribucin de
salarios , peso medio, etc.
La moda literalmente tiene que ver con estar de
moda o lo que ms se lleva , tal como: nmero de
individuos por casa en Mxico, cantidad de
usuarios de ciertos equipos celulares , etc.
23
Relacin entre : Media,Mediana y Moda
La forma de distribucin de las observaciones puede variar ,
causando desviaciones de estas mediciones centrales , por eso
es conveniente el empleo conjunto de la media y la mediana en
una poblacin o muestra.

La media se usa para distribuciones simtricas que no

tienen sesgo , mientras que la mediana es ms
representativa cuando se tienen datos de distribucin
sesgada.
24
 Medidas de Dispersin

Las medidas descriptivas ms comunes de

dispersin son: el rango, la varianza y la
desviacin estndar .

Existen otras medidas de dispersin que en

ocasiones pueden resultar de inters tales
como : rango semi-intercuartilar , rango
percentilar y coeficiente de variacin.

25
 Rango
El rango de la muestra es la medida de variabilidad ms sencilla entre todas las mencionadas
Como valor se define como la diferencia entre la observacin ms grande y la ms pequea :

Indica el ancho, recorrido o amplitud de valores . Tiene como sus lmites el valor mayor y el
menor en la distribucin de datos.

r xmax xmin

26
 Caractersticas del rango
Ventajas :
Fcil de determinar e interpretar.
Nos indica los lmites de nuestra informacin.
Nos permite visualizar la amplitud de dispersin
de los valores de forma sencilla.

Desventajas :
Ignora toda la informacin de la muestra
No mide el grado de dispersin , solo su ancho
No nos da una idea detallada de la informacin
de las observaciones.

27
 Varianza

Es una medida significativa de la dispersin de

las observaciones alrededor de la media.
Se define como el promedio de las desviaciones
respecto a su media , elevadas al cuadrado :
n

(x x)
i
2

s
2 i 1
n

28
Caractersticas de la Varianza
Ventajas :
Fcil de calcular mediante su frmula.
Indica el grado y forma de dispersin de los
datos con respecto a la media.
Depende de todas las mediciones.

Desventajas :
Es imprctica por ser un trmino cuadrtico de
poco sentido en la realidad.
Es un nmero muy grande de referencia
matemtica , pero sin valor concreto y de difcil
manejo comparativo.

29
 Desviacin estndar

Es una medida significativa de la dispersin de las

observaciones alrededor de la media.
Se define como la raz cuadrada del promedio de las
desviaciones respecto a su media , elevadas al cuadrado
; es decir la raz cuadrada de la varianza :

(x x)
i
2

i 1
n

30
Caractersticas de la Desviacin Estndar
Ventajas :
Fcil de calcular mediante su frmula y particularmente en
hojas de clculo como Excel que lo hacen de forma
automtica.
Indica el grado y forma de dispersin de los datos con
respecto a la media.
Depende de todas las mediciones.
Muy prctica por usar los mismos valores de las unidades
que se analizan.
Un valor grande indica que los datos se alejan mucho de la
media y un valor pequeo indica que se acercan a la media.

Desventajas :
Si hacemos el clculo manual , es complicado.

31
 Utilidad de las medidas de dispersin
Las medidas centrales solo nos indican el valor medio
alrededor del cual se agrupan nuestros datos , pero las
de dispersin nos detallan la variacin de las
observaciones en cuanto a forma y extensin.

Nos muestran claramente la distancia entre los datos y

la media aritmtica, adems de que dependen de todas
las observaciones.

Son nicas de una serie de datos y por eso se

denominan absolutas , pero pierden sentido de
comparacin , para lo cual hay que usar el coeficiente
de variacin (desviacin estndar sobre
la media en porcentaje) .

32
 Medidas de Distribucin

Las medidas de distribucin nos permiten

identificar la forma en que se separan o
aglomeran los valores de acuerdo a su
representacin grfica. Son : la simetra y la
curtosis.

Estas medidas describen la manera como los

datos tienden a reunirse de acuerdo con la
frecuencia con que se hallen dentro de la
informacin.

Su utilidad radica en la posibilidad de

identificar las caractersticas de la
distribucin sin necesidad de generar el
grfico.
33
 Simetra y Asimetra
Si los valores de la serie de datos presentan
la misma tendencia (forma) a izquierda y
derecha de un valor central como la media
aritmtica, se dice que es simtrica de lo
contrario ser asimtrica.
Para medir el nivel de asimetra se utiliza el
llamado Coeficiente de Asimetra de Fisher,
que viene definido:
n
(1 / n)( ( xi x ) 3

g1 i 1
s3
34
 Simetra y Asimetra
Los resultados pueden ser los siguientes:

g1 < 0 (distribucin asimtrica

negativa; existe mayor
concentracin de valores a la
izquierda de la media que a su
derecha)

g1 = 0 (distribucin simtrica;
existe la misma concentracin de
valores a la derecha y a la
izquierda de la media)

g1 > 0 (distribucin asimtrica

positiva; existe mayor
concentracin de valores a la
derecha de la media que a su
izquierda)
35
 Curtosis
El Coeficiente de Curtosis analiza el grado de concentracin que presentan los valores alrededor de la zona central de la
distribucin.

Se calcula con la siguiente frmula :

Los resultados pueden ser :

g2 = 0 (distribucin mesocrtica).
g2 > 0 (distribucin leptocrtica).
g2 < 0 (distribucin platicrtica).

n
(1 / n)( ( xi x ) 4
g2 i 1
4
3
s

36
 Curtosis

Existen 3 tipos de distribuciones segn su grado

de curtosis se observar de la siguiente forma :

37
 Tipos de Curtosis

Distribucin mesocrtica: presenta un grado de

concentracin medio alrededor de los valores
centrales de la variable (el mismo que presenta
una distribucin normal).

Distribucin leptocrtica: presenta un elevado

grado de concentracin alrededor de los valores
centrales de la variable.

Distribucin platicrtica: presenta un reducido

grado de concentracin alrededor de los valores
centrales de la variable.

38
 Ejemplo prctico de Alfredo Casas
Se tiene informacin del consumo promedio de agua de
los huspedes de un hotel segn la temporada :
CONSUMO($)
MES PROMEDIO
POR HUESPED
ENERO 30
FEBRERO 45
MARZO 50
ABRIL 58
MAYO 65
JUNIO 110
JULIO 100
AGOSTO 120
SEPTIEMBRE 50
OCTUBRE 60
NOVIEMBRE 45
DICIEMBRE 35
TOTAL 768
39
 Ejemplo prctico de Alfredo Casas

Ordenando los datos y con base

a las frmulas y funciones de la CONSUMO
hoja de Excel obtenemos los PROMEDIO
MES
siguientes resultados de las POR
HUESPED
medidas centrales y de
dispersin : 30 ENERO
35 DICIEMBRE
Media : 64 45 FEBRERO
Mediana : 54
45 NOVIEMBRE
Moda : 45
Rango : 30 120 50 MARZO
Varianza : 809.33 50 SEPTIEMBRE
Desviacin Estndar : 28.45 58 ABRIL
Simetra : 0.98
60 OCTUBRE
Curtosis : -0.32
65 MAYO
100 JULIO
110 JUNIO
120 AGOSTO
768 TOTAL

40
 Ejemplo prctico de Alfredo Casas
Interpretacin :
Cada huesped consume $ 64 en promedio por mes
Los datos NO son simtricos , se desplazan ligeramente
hacia la derecha con un sesgo positivo , solo con ver que la
mediana es inferior a la media.
Aunque la frmula solo indica un dato de moda, tenemos dos
nmeros que se repiten dos veces : 45 y 50 , por lo que la
distribucin es de tipo bimodal.
El rango de consumo es de 90 unidades , entre el lmite
inferior de 30 y el superior de 120
La desviacin estndar no es grande comparativamente ,
lo que indica que los datos no se alejan tanto de la media.
El valor de simetra g1 > 0 , nos indica una distribucin
asimtrica positiva porque existe mayor concentracin de
valores a la derecha de la media que a su izquierda.
En cuanto a la curtosis con valor de de -0.32 (g2 < 0 ) nos
confirma una distribucin platicrtica porque presenta un
reducido grado de concentracin alrededor de los
valores centrales de la variable.
41
 Grfico del ejemplo de Alfredo

Desviacin
Estndar
Rango

Media
Mediana
Moda

42
 BIBLIOGRAFA

1) Spiegel, Murray R. y Stephens, Larry J. (2001).

Estadstica serie Schaum. Mxico: McGraw-Hill, pp. 1
124
2) Domnguez, Jorge. (2009). Estadstica y probabilidad. El
Mundo de los datos y el azar. Mxico: Oxford University
Press. Unidad 3: Resumen y organizacin de datos, pp. 76
a 129.

43