CONCEPTOS BASICOS DE ESTADISTICA DESCRIPTIVA
INTRODUCCION
Por mucho tiempo, la palabra estadstica se refera a informacin numrica sobre los
estados o territorios polticos. La palabra viene del latn statisticus que significa del
estado. Las estadsticas como las conocemos hoy da tomaron en desarrollarse
varios John Graunt fue el primero en publicar sobre el anlisis estadstico y su
trabajo llev al desarrollo de las ciencias actuariales utilizadas por las compaas de
seguros.
1. DEFINICIN DE ESTADSTICA:
La estadstica es una coleccin de mtodos para planificar y realizar experimentos,
obtener datos y luego analizar, interpretar, y formular una conclusin basada en esos
datos. Es la ciencia encargada de recopilar, organizar, analizar e interpretar informacin
numrica o cualitativa, de manera que pueda llevar a conclusiones vlidas.
La estadstica se puede definir como la ciencia que recopila, organiza, analiza e
interpreta la informacin numrica o cualitativa, mejor conocida como datos, de manera
que pueda llevar a conclusiones vlidas.
2. ESTADSTICA DESCRIPTIVA
La estadstica descriptiva es la ciencia que recopila, organiza e interpreta la
informacin numrica cualitativa. Los peridicos, revistas, radio y televisin usan la
estadstica descriptiva para informar y persuadirnos acerca de ciertas acciones a tomar
y en la formacin de opiniones.
Dentro de la estadstica descriptiva se encuentran las medidas de posicin, como ser la
media, la moda y la mediana A continuacin veamos estas medidas de posicin.
3. MEDIDAS DE POSICIN
Las medidas de posicin nos facilitan informacin sobre la serie de datos que estamos
analizando y se caracterizan porque llegan a reducir aun mas los datos.
3.1. MEDIDAS TENDENCIA CENTRAL
Este tipo de medidas nos permiten identificar y ubicar el punto (valor) alrededor del cual
se tienden a reunir los datos (Punto central). Estas medidas aplicadas a las
caractersticas de las unidades de una muestra se les denomina estimadores o
estadgrafos; mientras que aplicadas a poblaciones se les denomina parmetros o
valores estadsticos de la poblacin. Los principales mtodos utilizados para ubicar el
punto central son la media, la mediana y la moda.
Las medidas de posicin central son:
3.1.1. Media
3.1.2. Mediana
3.1.3. Moda
3.1.1 MEDIA
Es la medida de posicin central ms utilizada, la ms conocida y la ms sencilla de
calcular, debido principalmente a que sus ecuaciones se prestan para el manejo
algebraico, lo cual la hace de gran utilidad. Su principal desventaja radica en su
sensibilidad al cambio de uno de sus valores o a los valores extremos demasiado
grandes o pequeos. La media se define como la suma de todos los valores
observados, dividido por el nmero total de observaciones.
3.1.2. MEDIANA
Con esta medida podemos identificar el valor que se encuentra en el centro de los
datos, es decir, nos permite conocer el valor que se encuentra exactamente en la mitad
del conjunto de datos despus que las observaciones se han ubicado en serie
ordenada. Esta medida nos indica que la mitad de los datos se encuentran por debajo
de este valor y la otra mitad por encima del mismo.
Es el valor de la variable que ocupa el lugar central de la distribucin, es decir el valor
de la variable que deja el 50% de observaciones hacia la izquierda y el 50% a la
derecha.
Para poder hallar la mediana, lo primero que hay que hacer es ordenar los valores de la
variable de forma creciente, y escribir los valores de las frecuencias acumuladas F
i
.
3.1.3. MODA
La medida modal nos indica el valor que ms veces se repite dentro de los datos; es
decir, si tenemos la serie ordenada (2, 2, 5 y 7), el valor que ms veces se repite es el
nmero 2 quien sera la moda de los datos. Es posible que en algunas ocasiones se
presente dos valores con la mayor frecuencia, lo cual se denomina bimodal o en otros
casos ms de dos valores, lo que se conoce como multimodal. Dicho de otra manera, la
moda es el valor de la variable que ms veces se repite.
En conclusin las Medidas de tendencia central, nos permiten identificar los valores
ms representativos de los datos, de acuerdo a la manera como se tienden a
concentrar. La Media nos indica el promedio de los datos; es decir, nos informa el valor
que obtendra cada uno de los individuos si se distribuyeran los valores en partes
iguales. La Mediana por el contrario nos informa el valor que separa los datos en dos
partes iguales, cada una de las cuales cuenta con el cincuenta por ciento de los datos.
Por ltimo la Moda nos indica el valor que ms se repite dentro de los datos.
4. MEDIDAS DE DISPERSION
Las medidas de dispersin ms importantes y las ms utilizadas son la Varianza y la
Desviacin estndar (o Tpica).
4.1. VARIANZA
Esta medida nos permite identificar la diferencia promedio que hay entre cada uno de
los valores respecto a su punto central (Media). Este promedio es calculado, elevando
cada una de las diferencias al cuadrado (Con el fin de eliminar los signos negativos), y
calculando su promedio o media; es decir, sumado todos los cuadrados de las
diferencias de cada valor respecto a la media y dividiendo este resultado por el nmero
de observaciones que se tengan
N
f x x
S
i i
X
2
2
) (
4.2. DESVIACION ESTANDAR O TIPICA
Esta medida nos permite determinar el promedio aritmtico de fluctuacin de los datos
respecto a su punto central o media. La desviacin estndar nos da como resultado un
valor numrico que representa el promedio de diferencia que hay entre los datos y la
media. Para calcular la desviacin estndar basta con hallar la raz cuadrada de la
varianza, por lo tanto su ecuacin sera:
4.3. COEFICIENTE DE VARIACIN
El coeficiente de variacin permite comparar la dispersin entre dos poblaciones
distintas e incluso, comparar la variacin producto de dos variables diferentes (que
pueden provenir de una misma poblacin).
Estas variables podran tener unidades diferentes, por ejemplo, podremos determinar si
los datos tomados al medir el volumen de llenado de un embase de cierto lquido varan
ms que los datos tomados al medir la temperatura de el lquido contenido en el
embase al salir al consumidor. El volumen los mediremos en centmetros cbicos y la
temperatura en grados centgrados.
4.4. COEFICIENTE DE SESGO
El coeficiente de sesgo determina el grado de asimetra (alargamiento de la distribucin
hacia la izquierda o hacia la derecha.
4.5. CURTOSIS
Esta medida determina el grado de concentracin que presentan los valores en la
regin central de la distribucin. Por medio del Coeficiente de Curtosis, podemos
identificar si existe una gran concentracin de valores (Leptocrtica), una concentracin
normal (Mesocrtica) una baja concentracin (Platicrtica).
