ESTADSTICA DESCRIPTIVA APRENDIZAJES ESPERADOS Durante el desarrollo de
esta semana, se espera que el alumno logre acercarse a los trminos bsicos
utilizados en estadstica, adems se describe la definicin y las principales
diferencias entre poblacin y muestra. INTRODUCCIN El trmino estadstica
proviene de la palabra Estado y se refiere al origen histrico de esta disciplina,
relacionada con la descripcin cuantitativa de asuntos del Estado. Tambin se
llam aritmtica poltica. Segn definicin de William Petty a finales del 1600,
su objetivo inicial era describir cuantitativamente diversos hechos de inters.
En tiempos de Julio Csar (100 a. C.), Augusto el estadstico era el recaudador
de impuestos y en tiempos de Guillermo el Conquistador (1070
aproximadamente) se edit el primer registro o censo de Inglaterra (Libro
Domesday, 1086). En el siglo XVII, John Graunt (1620-1674) y W. Petty (16231687) desarrollaron la estadstica vital. En esta misma poca, en forma
independiente naci la rama matemtica de las probabilidades, esto surge a
raz del inters en el juego de Antoine Gombaud (el caballero de Mer: 16101685) y de los matemticos Blas Pascal (1623-1662) y Pierre de Fermat (16011665). Posteriormente, Jacob Bernouilli (1654-1705), Abraham de Moivre (16671754), Pierre Simon Laplace (1749-1827) y Karl Friedrich Gauss (1777-1855)
contribuyeron a fortalecer las probabilidades, combinndola con los datos
estadsticos. Adolphe Quetelet (1796-1874) y finalmente Francis Galton (18221911) aplicaron la estadstica al anlisis de la variabilidad biolgica. El
desarrollo definitivo de la estadstica, uniendo sus races descriptivas y
matemticas viene con Karl Pearson (1857-1936), William Sealy Gosset,
Student (el estudiante), (1876-1937), Jerzy Neyman (1894), Egon Sharp
Pearson (1895), Abraham Wald (1902-1950) y Ronald Aylmer Fisher (18901962). Tal vez las figuras ms destacadas que relacionaron la estadstica y la
biologa, dando origen a la biometra, son K. Pearson, fundador de la revista
Biometrika y R. A. Fisher autor de Statistical Methods for Research Workers
(1925). En paralelo, la estadstica matemtica ha sido enriquecida con las
contribuciones de James Clerk Maxwell, Ludwig Boltzman y Josiah Willard Gibbs
(mecnica estadstica) y por Andri Kolmogrov (probabilidades axiomticas) y
Henri Lebesgue (Teora de la Medida). La estadstica ha tenido un desarrollo
progresivo e intensivo a partir de los aos 70 y esto se refleja en la diversidad
de carreras profesionales que la utiliza, entre ellas, ingeniera, medicina,
bioestadstica, enfermera, agronoma, economa, arquitectura, derecho,
sicologa, publicidad, relaciones pblicas y comunicacin social. Qu es la
estadstica? Y Para qu se usa la estadstica? En la vida cotidiana se aplican
diferentes conceptos relacionados con estadstica, esto de manera consciente
o inconsciente. Por ejemplo, un profesor, con el fin de decidir el grado de
dificultad al comienzo de una asignatura interroga a ocho alumnos
aleatoriamente de un total de 32. Algunas de las posibles situaciones que
pueden ocurrir son: Los alumnos en promedio sacan baja calificacin. Algunos
alumnos sacan mediocres calificaciones. Los alumnos en general sacan muy
buenas calificaciones. Frente a cada una de estas tres posibilidades, el profesor
resuelve partir con un curso de nivel: bajo, medio o avanzado. Observar una
muestra (subconjunto de la totalidad) y suponer que las caractersticas se
mantienen para toda la poblacin (total fuente de informacin), claramente
puede llevar a conclusiones errneas, medir esta incertidumbre y/o minimizar
este tipo de error es tarea de la estadstica. PASOS QUE DEBE
SEGUIRUNESTUDIOESTADSTICO Un estudio estadstico, cualquiera que sea,
debe seguir los siguientes pasos: a) Eleccin de una muestra representativa: la
muestra debe tener un tamao apropiado en funcin de los objetivos (debe
contener la informacin necesaria para responder a la hiptesis y a los
objetivos del estudio). Debe representar las caractersticas del grupo en
estudio (la muestra debe representar las caractersticas de la poblacin). El
rea de la estadstica que trata estos problemas es llamada Teora de Muestreo.
b) Resumen de la informacin: implica sintetizar la informacin usando
conteos, grficos, tablas de frecuencias, etc. Esta es la tarea de la estadstica
descriptiva. c) Generalizacin a partir de los resultados obtenidos en la
muestra a la poblacin: esta tarea pertenece a la inferencia estadstica y para
realizarla es imprescindible tener conocimientos de Teora de Probabilidades. A
continuacin se entregarn diferentes definiciones sobre los temas
mencionados en cada punto.
POBLACIN Y MUESTRA CONCEPTO DE POBLACIN Y MUESTRA POBLACIN: la
poblacin es el conjunto de elementos que estn en estudio y puede ser
infinito o finito (Anderson, Sweeney & Williams, 2008). Ejemplos de poblacin
en un estudio estadstico: a) El nmero de televisores por hogares de una
cierta ciudad (finito numerable). b) El nmero de nios que murieron y nacern
en un hospital (infinito numerable). c) El resultado del lanzamiento de una
moneda indefinidamente (infinito numerable). d) La duracin de cierto artculo
electrnico (infinito no numerable). En la prctica observar a la poblacin
resulta antieconmico o poco prctico, esto debido a que realizar un censo de
una determinada poblacin tiene un costo importante, la otra razn es el
tiempo que demora hacerlo, por lo tanto, es comn llevar a cabo estudios por
medio de una muestra. MUESTRA: una muestra es una parte (subconjunto) de
la poblacin que trata de preservar la mayor parte de las caractersticas de ella
(Anderson& otros, 2008). Considerando los ejemplos anteriores: a) Tomar al
azar 1.000 encuestas del censo y buscar el nmero de televisores que posee
cada hogar en la misma ciudad. b) En un mes del ao, se cuenta diariamente el
nmero de nios nacidos. c) Se registran los primeros 100 lanzamientos de la
moneda. d) Medir el tiempo de duracin de una partida de ampolletas. La
forma de tomar la muestra y el tamao de ella, depende de algunos factores,
tales como: a) Poblacin objetivo. b) Tamao del error. c) Tiempo para el
estudio. d) Cantidad de recursos (como el dinero, entre otros). Otro elemento
de un estudio estadstico son las escalas de medicin. LAS ESCALAS DE
ESCALAS DE MEDICIN ESCALA NOMINAL: solo las variables cualitativas se
pueden medir con esta escala, una variable cualitativa est compuesta por
diferentes categricas.
Ejemplo: la variable sexo puede tomar dos valores que son: masculino y
femenino, para que las categoras de clasificacin sean tiles, deben ser
mutuamente excluyentes, complementarias y exhaustivas. En cada una de
ellas se puede obtener la frecuencia. (Anderson& otros, 2008). ESCALA
ORDINAL: con esta escala se miden variables de tipo cuantitativo; estas
pueden tomar diferentes valores, de tal manera que es posible ordenarlos en
forma ascendente o descendente, pero se desconoce la distancia que existe
entre las categoras de la variable. Se usa cuando se detectan diferentes
grados del valor de una variable y cuando los datos recopilados a partir de ella,
se pueden ordenar por rangos (Anderson & otros, 2008). Ejemplo: Si se
presentan tres refrescos diferentes a una persona y se le pide que exprese su
preferencia utilizando una escala del uno al tres, esto se evala en una escala
ordinal, pues se puede suponer que hay un orden en los resultados, pero la
diferencia en las puntuaciones no tiene importancia, pues no se puede saber si
la diferencia entre un tres y un dos es la misma que entre un uno y un dos.
Observacin: corresponde a los datos medidos a las variables en cada uno de
los elementos del conjunto de datos, una observacin se designa con una letra
minscula. Ejemplo aplicado: Conjunto de datos: habitantes de la ciudad de
Santiago. Variables: X = Gnero Y = Edad Conjunto de observaciones de una
muestra tamao 10: Observacin Gnero Observacin Edad x1 Masculino y1 34
x2 Masculino y2 23 x3 Femenino y3 56 x4 Femenino y4 45 x5 Masculino y5 34
x6 Masculino y6 67 x7 Femenino y7 56 x8 Femenino y8 19 x9 Masculino y9 26
x10 Femenino y10 32 Fuente:
[Link]
TABLAS O CUADROS DE DISTRIBUCIN DE FRECUENCIAS Una tabla de
frecuencia, es el resumen u ordenamiento de la informacin obtenida en la
poblacin o muestra, se expresa por medio de una tabla de doble entrada, con
las siguientes caractersticas: siendo n el tamao de la muestra y m el nmero
de filas de la tabla (Anderson & otros, -2008). Clases Frecuencias absolutas (n
de observaciones en cada clase) A1 n1 A2 n2 An-1 nn-1 Am nm Se define:
Ai = clase i = 1, , m (intervalos u observaciones); ni = frecuencia absoluta
del nmero de observaciones que pertenecen a Ai . Por lo tanto: Al interior de
cada clase, se definen las frecuencias absolutas acumuladas: Frecuencias
relativas: Frecuencias relativas acumuladas: Marca de clases (variables
cuantitativas). En el caso que la clase sea un intervalo, se define como el valor
central y es el representante de todas las observaciones en esa clase, se
denotar por X
