¿QUÉ ES UNA VARIABLE ESTADÍSTICA?

La variable estadística es una característica o cualidad de un individuo que

está propensa a adquirir diferentes valores. Estos valores, a su vez, se
caracterizan por poder medirse.
Por ejemplo, el color de pelo, las notas de un examen, el sexo o la estatura de una
persona, son variables estadísticas.

Tipos de variables estadística:

La variable estadística, de acuerdo con las características que la definen, puede

ser cualitativa o cuantitativa.

Variable cualitativa: Las variables cualitativas son aquellas características o

cualidades que no pueden ser calculadas con números, sino que son
clasificadas con palabras.
Este tipo de variable, a su vez, se divide en:

Cualitativa nominal: aquellas variables que no siguen ningún orden en

específico. Por ejemplo, los colores, tales como el negro, naranja o amarillo.

Cualitativa ordinal: aquellas que siguen un orden o jerarquía. Por ejemplo, el

nivel socioeconómico alto, medio o bajo.

Cualitativa binaria: variables que permiten tan solo dos resultados. Por ejemplo,
sí o no; hombre o mujer.

Variable cuantitativa: Las variables cuantitativas son aquellas características o

cualidades que sí pueden expresarse o medirse a través de números.
Este tipo de variable, a su vez, se divide en:

Cuantitativa discreta: aquella variable que utiliza valores enteros y no finitos. Por
ejemplo, la cantidad de familiares que tiene una persona, tal como 2, 3, 4 o más.
Cuantitativa continua: aquella variable que utiliza valores finitos y objetivos, y
suele caracterizarse por utilizar valores decimales. Por ejemplo, el peso de una
persona, tal como 64.3 kg, 72.3 kg, etc.

Ejemplos de variable estadística

A continuación se exponen ejemplos de cada tipo de variable estadística:

Variables cualitativas
Nominal: el color de pelo de una persona, tal como castaño, rubio o morocho.
Ordinal: la condición de un pasaporte, del tipo aprobado, denegado o en espera.
Binaria: ante la pregunta de si una persona posee hogar propio, la respuesta será
sí o no.
Variables cuantitativas
Discreta: la cantidad de primos que tienen una persona, tal como 2, 4, 6 u 8.
Continua: la estatura de una persona, tal como 1,65 cm.

FRECUENCIA ABSOLUTA:

La frecuencia absoluta es una medida estadística que nos da información

acerca de la cantidad de veces que se repite un suceso al realizar un número
determinado de experimentos aleatorios. Esta medida se representa
mediante las letras fi. La letra f se refiere a la palabra frecuencia y la letra i se
refiere a la realización i-ésima del experimento aleatorio.

La frecuencia absoluta es muy utilizada en estadística descriptiva y es útil para

saber acerca de las características de una población y/o muestra. Esta medida se
puede utilizar con variables cualitativas o cuantitativas siempre que estas se
puedan ordenar.

La frecuencia absoluta se puede usar para variables discretas (las variables se

ordenan de menor a mayor) y para variables continuas (las variables se ordenan
de menor a mayor agrupadas por intervalos). La frecuencia absoluta se utiliza para
calcular la frecuencia relativa.

La suma de las frecuencias absolutas es igual al número total de datos de la

muestra o población.
 Ejemplo de frecuencia absoluta (fi) para una variable discreta

Supongamos que las notas de 20 alumnos del primer curso de economía son las
siguientes:

1, 2, 8, 5, 8, 3, 8, 5, 6, 10, 5, 7, 9, 4, 10, 2, 7, 6, 5, 10.

A simple vista se puede observar que de los 20 valores, 10 de ellos son distintos y
los demás se repiten al menos una vez. Para elaborar la tabla de frecuencias
absolutas, en primer lugar, se ordenarían los valores de menor a mayor y se
calcularía la frecuencia absoluta para cada uno.

Por tanto tenemos:

Xi = Variable aleatoria estadística, nota del examen del primer curso de economía.

N = 20

fi = Frecuencia absoluta = Número de veces que se repite el suceso (en este caso,
la nota del examen).

Xi fi

1 1

2 2

3 1

4 1

5 4

6 2

7 2

8 3
9 1

10 3

∑ 20

Como se puede observar, la suma de todas las frecuencias absolutas es igual al

total de datos utilizados del experimento (en este caso, es el número total de
alumnos que asciende a 20).

Ejemplo de frecuencia absoluta para una variable continua

Supongamos que la altura (medida en metros) de 15 personas que se presentan a

las posiciones del cuerpo de policía nacional son las siguientes:

1,82, 1,97, 1,86, 2,01, 2,05, 1,75, 1,84, 1,78, 1,91, 2,03, 1,81, 1,75, 1,77, 1,95,
1,73.

Para elaborar la tabla de frecuencias, los valores se ordenan de menor a mayor,

pero en este caso, dado que la variable es continua y podría tomar cualquier valor
de un espacio continuo infinitesimal, hay que agrupar las variables por intervalos.

Por tanto, tenemos:

Xi = Variable aleatoria estadística, altura de los postulantes al cuerpo de policía

nacional.

N = 15

fi = Frecuencia absoluta = Número de veces que se repite el suceso (en este caso,
las alturas que se encuentran dentro de un determinado intervalo).

Xi fi

[1,70 , 1,80) 5

[1,80 , 1,90) 4

[1,90 , 2,00) 3
[2,00 , 2,10) 3

∑ 15

PROBABILIDAD:

Es la posibilidad de que un evento suceda dependiendo de las condiciones

dadas para que acontezca (ejemplo: qué probabilidad hay de que llueva). Será
medida entre 0 y 1 o expresada en porcentajes, dichos rangos podrán observarse
en ejercicios resueltos de probabilidad. Para ello se medirá la relación entre los
sucesos favorables y los posibles.

Los sucesos favorables son los válidos según la experiencia del individuo; y
los posibles son los que pueden darse si son válidos o no a su experiencia. La
probabilidad y estadística están relacionadas al ser el área donde se registran
sucesos. La etimología del término viene del latín probabilitas o posibilitatis,
relacionadas a “probar” o “comprobar” y tat que se refiere a “cualidad”. El término
se relaciona a la cualidad de probar.

Tipos de probabilidad

Probabilidad clásica

Todos los casos posibles tienen la misma posibilidad de suceder. Un ejemplo

es una moneda, en el que las posibilidades son las mismas que salga cara o sello.

Probabilidad condicionada

Es la probabilidad que un suceso A ocurra en conocimiento que también sucede

otro B y se expresa P(A|B) o P(B|A) según sea el caso y se entendería como “la
probabilidad de B dado A”. No existe necesariamente relación entre ambos o
puede que uno sea consecuencia del otro, e incluso pueden suceder al mismo
tiempo. Su fórmula está dada por
Ejemplo: en un grupo de amigos al 30% les gusta la montaña y la playa, y al 55%
les gusta la playa, ¿Cuál sería la probabilidad que a uno que le guste la playa, le
guste la montaña? Los sucesos serían que a uno le guste la montaña [P(A)=?], a
otro le guste la playa [P(B)=55%] y que le guste la montaña y la playa
[P(AB)=30%], por lo que:

Probabilidad frecuencial

Se dividen los casos favorables con los posibles, cuando estos últimos tiende
a infinito.

Su fórmula es siendo s es el suceso, N la cantidad de casos y P(s) la probabilidad

del evento.

DESVIACIÒN ESTANDAR:

La desviación estándar o desviación típica es una medida que ofrece información

sobre la dispersión media de una variable. La desviación estándar es siempre
mayor o igual que cero.

Para entender este concepto necesitamos analizar 2 conceptos fundamentales.

• Esperanza matemática, valor esperado o media: Es la media de nuestra

serie de datos.

• Desviación: La desviación es la separación que existe entre un valor

cualquiera de la serie y la media.
Ahora, entendiendo estos dos conceptos la desviación típica se calculará de forma
similar a la media. Pero tomando como valores las desviaciones. Y aunque este
razonamiento es intuitivo y lógico tiene un fallo que vamos a comprobar con el
siguiente gráfico.

En la imagen anterior tenemos 6 observaciones, es decir, N = 6. La media de las

observaciones está representa por la línea negra situada en el centro del gráfico y
es 3. Entenderemos por desviación, la diferencia que existe entre cualquiera de
las observaciones y la línea negra. Así pues, tenemos 6 desviaciones.

1. Desviación -> (2-3) = -1

2. Desviación -> (4-3) = 1

3. Desviación -> (2-3) = -1

4. Desviación -> (4-3) = 1

5. Desviación -> (2-3) = -1

6. Desviación -> (4-3) = 1

Como podemos ver si sumamos las dos desviaciones 6 desviaciones y dividimos

entre N (6 observaciones), el resultado es cero. La lógica sería que la desviación
media fuese de 1. Pero una característica matemática de la media respecto a los
valores que la forman es, precisamente, que la suma de las desviaciones es cero.
¿Cómo arreglamos esto? Elevando al cuadrado las desviaciones

Fórmulas para calcular la desviación típica

La primera es elevando al cuadrado las desviaciones, dividir entre el número total

de observaciones y por último hacer la raíz cuadrada para deshacer el elevado al
cuadrado, tal que:
Alternativamente existiría otra forma de calcularla. Sería haciendo un promedio de
la suma de los valores absolutos de las desviaciones. Es decir, aplicar la siguiente
fórmula:

Sin embargo, esta fórmula no es una alternativa de la desviación típica pues arroja
diferentes resultados. En realidad, la fórmula anterior es la desviación respecto de
la media. La desviación estándar o típica y la desviación respecto de la media
tienen similitudes pero no son lo mismo. A esta última forma se le conoce como
desviación media.

Ejemplo de cálculo de la desviación estándar

Vamos a comprobar como, con cualquiera de las dos fórmulas expuestas, el

resultado de la desviación típica o desviación media es el mismo.

Según la fórmula de la varianza (raíz cuadrada):

Según la fórmula del valor absoluto:

Tal como dictaba el cálculo intuitivo. La desviación media es de 1. Pero, ¿no

habíamos dicho que la fórmula del valor absoluto y de la desviación típica daban
valores diferentes? Así es, pero hay una excepción. El único caso en que la
desviación estándar y la desviación respecto de la media ofrecen el mismo
resultado es el caso en que todas las desviaciones son igual a 1.

PROPORCIÒN:

La proporción es la medida de estadística descriptiva que más se usa. Es el

número de observaciones con una característica en particular entre la población
de referencia. El numerador siempre está incluido en el denominador. Se expresa
en porcentaje.

Las medidas de proporción utilizadas en la práctica clínica para describir la

enfermedad son la prevalencia y la incidencia.

La prevalencia es el número de casos existentes de una enfermedad en particular

entre la población de referencia.

Por ejemplo: la prevalencia de pacientes con cáncer de próstata diagnosticados en

el Servicio de Urología en el 2004 sería:

No. de pacientes con cáncer de próstata: 75

prevalencia =
Total de pacientes del Servicio de Urología: 1500

75/1500= 0.05.
 Generalmente la fracción resultante se multiplica por 100, debido a que la
probabilidad es de 0 a 100 y se expresa en porcentaje. Esto es, la prevalencia de
pacientes con cáncer de próstata diagnosticados en el Servicio de Urología
durante el 2004 fue de 5%; dicho de otra manera, aproximadamente 5 de cada
100 pacientes que acuden al Servicio de Urología son diagnosticados con cáncer
de próstata.

La incidencia, a diferencia de la prevalencia, es el número de casos nuevos que se

presentan de una enfermedad en particular dividida entre la población libre de la
enfermedad al inicio del seguimiento.

Número de casos nuevos

incidencia =
Total de pacientes del ServicioPoblación libre de la
enfermedad al inicio del periodo de seguimiento de Urología: 1500

Ejemplo: Se pretende estimar la incidencia de infección de sitio quirúrgico en

cirugías electivas en un hospital de segundo nivel. A lo largo del trimestre se
presentaron 25 casos nuevos de infección de sitio quirúrgico y en ese mismo
periodo se realizaron 789 cirugías.

Número de casos nuevos (25)

incidencia = x100 = 3.17%
Población expuesta a cirugía electiva (789)

es decir, durante el trimestre, de cada 100 pacientes que se operaron,

aproximadamente 3 desarrollaron infección de sitio quirúrgico.

REFLA DE TRES:

Una forma de resolver los problemas de proporcionalidad, directa e inversa:

la regla de 3 simple.

• Si la relación entre las magnitudes es directa (cuando aumenta una magnitud

también lo hace la otra) hay que aplicar la regla de tres simple directa.
• Por el contrario, si la relación entre las magnitudes es inversa (cuando aumenta
una magnitud disminuye la otra) se aplica la regla de tres simple inversa.
Si quieres, antes de comenzar puedes repasar la proporcionalidad leyendo
los post de las semanas anteriores:

• Ejercicios de números proporcionales

• Problemas de proporcionalidad
Ahora que recuerdas en qué consiste la proporcionalidad y has visto
ejemplos de problemas, ¿qué te parece si pasamos a aprender la regla de
tres simple?

¿Qué es la regla de 3 simple?

La regla de 3 simple es una operación que nos ayuda a resolver

rápidamente problemas de proporcionalidad, tanto directa como inversa.

Para hacer una regla de tres simple necesitamos 3 datos: dos magnitudes
proporcionales entre sí, y una tercera magnitud. A partir de
estos, averiguaremos el cuarto término de la proporcionalidad.

Regla de 3 simple directa

Empezaremos viendo cómo aplicarla en casos de proporcionalidad

directa (cuando aumenta una magnitud también lo hace la otra).

Colocaremos en una tabla los 3 datos (a los que llamamos “a”, “b” y “c”) y
la incógnita, es decir, el dato que queremos averiguar (que llamaremos “x”).
Después, aplicaremos la siguiente fórmula:

Para ver un ejemplo, vamos a resolver el mismo problema de

proporcionalidad directa que vimos la semana pasada, ahora aplicando la
regla de 3 simple:
Al llegar al hotel nos han dado un mapa con los lugares de interés de
la ciudad, y nos han dicho que 5 centímetros del mapa representan 600
metros de la realidad. Hoy queremos ir a un parque que se encuentra a
8 centímetros del hotel en el mapa. ¿A qué distancia del hotel se
encuentra este parque?

Vamos a hacer la tabla con los 3 datos y la incógnita (“x”), y hallaremos

“x” con la fórmula que acabamos de aprender:

Solución: El parque se encuentra a 960 metros del hotel

Regla de 3 simple inversa

Ahora vamos a ver cómo aplicar la regla de 3 simple en casos

de proporcionalidad inversa (cuando aumenta una magnitud disminuye la
otra).

Colocaremos los 3 datos y la incógnita en la tabla igual que los hemos

colocado en el caso anterior. Pero aplicaremos una fórmula distinta:
Vamos a ver un ejemplo con el mismo problema que resolvimos en el
post de la semana anterior.

Ayer 2 camiones transportaron una mercancía desde el puerto hasta el

almacén. Hoy 3 camiones, iguales a los de ayer, tendrán que hacer 6
viajes para transportar la misma cantidad de mercancía del almacén al
centro comercial. ¿Cuántos viajes tuvieron que hacer ayer los
camiones?

Colocamos los datos en una tabla y aplicamos la fórmula de la regla de

3 simple inversa:

Solución: Ayer los 2 camiones hicieron 9 viajes.

PORCENTAJE:
El porcentaje es, realmente, un símbolo.

Un símbolo que representa una fracción de denominador 100. Así, en el lenguaje

escrito, es mucho más sencillo escribir el porcentaje que la fracción:
Este símbolo (%) se lee como “por ciento” e indica, como hemos dicho, el número
de partes en que la unidad, o cantidad de referencia, ha sido dividida. Es decir, el
porcentaje (%) siempre aparece en una expresión que relaciona dos cantidades.
Por ejemplo: “El 13% de los niños que hacen Smartick eligen el juego
de Enredados para jugar después de su sesión”. En este caso, las cantidades que
se están relacionando son la cantidad de niños que hacen Smartick con la
cantidad de esos niños que, además eligen jugar a Enredados después de su
sesión.

Pero, ¿cómo podríamos calcular el número exacto de niños que eligen jugar
a Enredados? Bien, es muy sencillo, pero debemos saber algunas cosas:

• Multiplicar fracciones.

• Cuántos niños hacen Smartick: imaginemos que fueran solo 300 niños.

¡Ya está todo listo!

Como sabemos la cantidad de referencia (el número de niños que hacen Smartick)
solo tenemos que multiplicar la fracción que nos indica el porcentaje 13%, es
decir, “13 partido de 100” por 300. Donde lo que hacemos es dividir la cantidad de
referencia en 100 partes iguales y tomar 13.

Así, 300 entre 100 es 3. Que multiplicado por 13 es 39. Por tanto 39 de los 300
alumnos de Smartick eligen el juego de Enredados después de sus sesiones.

NÙMERO ÌNDICE:

Un número índice es una medida estadística que permite estudiar las

fluctuaciones o variaciones de una (o más) magnitud(es) en relación al
tiempo o al espacio. Los índices más habituales son los que realizan
las comparaciones en el tiempo, por lo que, como veremos más
adelante, los números índices son en realidad series temporales.

Aproximación:

Los números índices nacen de la necesidad de conocer en

profundidad la magnitud de un fenómeno y poder realizar
comparaciones del mismo en distintos territorios o a lo largo del
tiempo. Una forma inicial de resolver el problema es referir cada
situación a la anterior, pero esto no hace viable la posibilidad de
comparaciones significativas, al menos directamente, salvo en lo
concerniente a dos de ellas inmediatas. Por esto es más conveniente
escoger una situación determinada como punto de referencia inicial,
para remitir a ella todas las demás observaciones, esta situación se
denomina situación base y las comparaciones que se realizan vienen
establecidas a través de un número índice. Los números índices, o
simplemente índices, proporcionan comparaciones entre datos
correspondientes a diferentes situaciones, escalonadas con arreglo a
algún criterio conocido (por ejemplo, por el transcurso del tiempo).

Si definimos a T como el Número Índice de un determinado valor o

bien en el período t, respecto al período base o, entonces
𝑥𝑡
T=
𝑥𝑜
donde xt representa el valor del bien en el período t y xo el valor del
bien en el periodo o.
Propiedades:

Uno de los problemas de mayor importancia a la hora de elaborar un

número índice es el conseguir que este sea adecuadamente
representativo, para ello es preciso que el índice cumpla ciertas
propiedades de carácter matemático y reúna ciertos requisitos en su
definición:

1. Identidad. Cuando el período base y el de comparación

coinciden, el índice debe ser igual a uno.

2. Inversión. Si en un índice se invierten los períodos base y de

comparación, el índice toma el valor recíproco al anterior.

3. Circular. Si se multiplica el índice de un período Z con relación a

un período Y por el índice de Y con relación a X, el producto ha
de ser el índice de Z con relación a X.
 4. Existencia. El índice ha de tomar valores reales y finitos para
cualquier valor de la variable observada.

5. Proporcionalidad. El índice elaborado sobre unos determinados

valores de una variable ha de ser proporcional al índice
correspondiente a los valores de esa variable multiplicados por
un mismo número K.

6. Variación proporcional. Si los valores de la variable varían en

una cierta cuantía, el índice varía proporcionalmente.

7. Inalterabilidad. Si se introduce una nueva modalidad en el índice

complejo, de tal manera que el valor de este coincide con el del
índice simple de aquella, el índice complejo no varía.

8. Homogeneidad. El valor de un índice no ha de ser afectado por

modificaciones de las unidades de medida.

Índices simples y complejos:

Cuando se realiza una comparación entre los valores de una sola

magnitud se obtienen índices simples, En cambio, si se trabaja con
más de una magnitud a la vez, se habla de índices complejos. En los
dos casos se comparan siempre dos situaciones, una de las cuales se
considera como referencia. Cuando se trata de comparaciones
temporales, a la situación inicial, se le conoce como periodo base o
referencia, mientras que el periodo objeto de comparación se
denomina corriente o actual. Para elaborar un número índice de
carácter simple, se asigna al periodo que es objeto de referencia el
valor 100, de esta manera los números índices de las distintas
observaciones posteriores, no son otra cosa que porcentajes de cada
valor con respecto al de la referencia. Dentro de los índices complejos
se distingue entre índices ponderados y no ponderados, según el peso
que se le de a los distintos valores.

La distribución de probabilidad está definida sobre el conjunto de todos

los sucesos y cada uno de los sucesos es el rango de valores de la
variable aleatoria. También puede decirse que tiene una relación
estrecha con las distribuciones de frecuencia. De hecho, una
distribución de probabilidades puede comprenderse como una
frecuencia teórica, ya que describe cómo se espera que varíen los
resultados.
DISTRIBUCION DE PROBABILIDAD:
La distribución de probabilidad está completamente especificada por
la función de distribución, cuyo valor en cada x real es la probabilidad
de que la variable aleatoria sea menor o igual que x.

Tipos de variables
• Variable aleatoria: Es aquella cuyo valor es el resultado de un
evento aleatorio. Lo que quiere decir que son los resultados que se
presentan al azar en cualquier evento o experimento.
• Variable aleatoria discreta: Es aquella que solo toma ciertos valores
(frecuentemente enteros) y que resulta principalmente del conteo
realizado.
• Variable aleatoria continua: Es aquella que resulta generalmente de
la medición y puede tomar cualquier valor dentro de un intervalo
dado.1

División de distribuciones
Esta división se realiza dependiendo del tipo de variable a estudiar.
Las cuatro principales (de las que nacen todas las demás) son:
a) Si la variable es una variable discreta (valores enteros),
corresponderá una distribución discreta, de las cuales existen:

• Distribución binomial (eventos independientes).

• Distribución de Poisson (eventos independientes).
• Distribución hipergeométrica (eventos dependientes).
b) Si la variable es continua, esto significa que puede tomar cualquier
valor dentro de un intervalo, la distribución que se generará será una
distribución continua, también llamada distribución
normal o gaussiana.
Además, se puede utilizar la «distribución de Poisson como una
aproximación de la distribución binomial» cuando la muestra por
estudiar es grande y la probabilidad de éxito es pequeña. De la
combinación de los dos tipos de distribuciones anteriores (a y b), surge
una conocida como «distribución normal como una aproximación de la
distribución binomial y de Poisson».