REPÚBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA EDUCACIÓN SUPERIOR

UNIVERSIDAD “ALONSO DE OJEDA”
FACULTAD DE CIENCIAS ADMINISTRATIVAS
ESCUELA DE CONTADURIA PÚBLICA
CATEDRA: ESTADÍSTICA I

"FUNDAMENTOS BÁSICOS Y DISTRIBUCIÓN DE FRECUENCIAS"

PRESENTADO POR:

MAYO 2024
INTRODUCION
La estadística es la ciencia que se ocupa del estudio y la aplicación del
conjunto de métodos necesarios para recoger, clasificar, representar y resumir los
datos de un experimento aleatorio, así como para la realización de inferencias a
partir del análisis de estos datos. Proporciona los procedimientos para evaluar la
conformidad de la información empírica con los modelos teóricos propuestos que
intentan explicar la realidad. En la actualidad la estadística está experimentando
un importante avance, fruto de la disponibilidad de medios informáticos cada vez
más avanzados que permiten el manejo de grandes volúmenes de datos, así
como la aplicación de nuevos métodos. En este trabajo se estarán abordando
diferentes puntos así como lo es una definición más compleja, su clasificación y su
aplicación; así también estaremos desarrollando otros términos correspondientes
al tema. En el estudio de la estadística sólo se requiere una formación matemática
básica, pues se incide en la interpretación y la aplicación de los métodos
estadísticos más que en la formulación matemática de éstos. En cada capítulo tras
la exposición de los conceptos, se incluyen ejemplos para que se pueda tener una
mayor comprensión al momento de estudiar dicha rama de las matemáticas.

ESTADISTICA 1
1ra. Asignación
UNIDAD 1: Fundamentos básicos y Distribución de frecuencias
 MARCO TEORICO
1. Defina y explique los siguientes aspectos
a. ¿Qué es estadística?
b. ¿Cuál es la aplicación de la estadística?
c. Clasificación de la estadística
d. Que se conoce como estadística descriptiva
e. Que se conoce como estadística inferencial
f. Población
g. Muestra
h. Parámetro
i. Estadígrafo
j. Unidad estadística
k. Variable
l. Tipos de variable (6)
m. Nivel de medición (4)

2. Defina y explique los siguientes términos

a. Datos estadísticos
b. Distribución de frecuencias
c. Gráficos de distribución de frecuencia
d. Clase marca de clase
e. Frecuencia absoluta
f. Frecuencia acumulada
g. Frecuencia relativa

3. Explique y de ejemplos de las siguientes representaciones graficas:

a. Histograma de frecuencia
b. Polígonos de frecuencia
c. Diferentes formas de polígonos de frecuencia
d. Grafico circular
e. Otros gráficos
4. Explique y de ejemplo de las siguientes medidas de posición
a. Moda
b. Mediana
c. Media
d. Media aritmética
e. Cuartil decil
f. Percentil
g. Semejanzas y diferencias entre: media, mediana y moda

5. Explique y de ejemplo de las siguientes medidas de dispersión

a. Rango
b. Varianza
c. Desviación estándar
d. Coeficiente de Pearson
e. Sesgo
f. Coeficiente de variación
g. ¿Cuál es el uso y la interpretación de la desviación estándar

1. DEFINA Y EXPLIQUE LOS SIGUIENTES ASPECTOS

a. ¿Qué es estadística?
 La estadística es una rama de las matemáticas que te permite
recopilar, organizar y analizar datos según la necesidad que tengas,
por ejemplo: obtener un resultado, comparar información, tomar
mejores decisiones, entre muchas cosas más.

Al utilizar métodos, procedimientos y fórmulas, la estadística es

considerada la ciencia del análisis de datos y su principal objetivo es
ayudar a comprender lo que sucede en tu entorno a partir de la
información disponible.

b. ¿Cuál es la aplicación de la estadística?

La estadística sirve para conocer comportamientos, aspectos de la
industria y tendencias en el mercado.

Ese es el caso de Netflix, la plataforma de películas y series que reúne

datos de sus usuarios para saber cuál es el contenido que más les
gusta. Así, pueden decidir cuál será la película del momento o qué
serie lanzarán el próximo mes.

Google también procesa millones de búsquedas a diario y las analiza

para mejorar la experiencia de sus usuarios.

Además, la estadística se utiliza en investigaciones médicas para

comprobar la eficacia de un medicamento, en la economía para saber
cuáles productos son los más consumidos, en la educación para
conocer cuántas personas están estudiando en tu país. En fin, en
diferentes campos y situaciones en las que es necesario interpretar
grandes cantidades de información

c. Clasificación de la estadística
Hay dos tipos de estadística: la descriptiva y la inferencial.
 Estadística descriptiva: te ayuda a organizar una gran cantidad de
datos a través de métodos, tablas y gráficos que te permiten presentar
los resultados de forma ordenada. En este curso te mostramos
algunas de estas herramientas.

La estadística inferencial: se encarga de realizar conclusiones y

deducciones a partir de una muestra de datos. Es útil cuando
necesitas tomar decisiones o establecer cuál es la tendencia en un
grupo de información.
Por ejemplo: si quieres saber cuál es el salario promedio de los pilotos
de tu país deberías encuestarlos a todos, pero te tomaría mucho
tiempo. Lo que haces es reunir las respuestas de solo un grupo de
pilotos y, según los resultados, deducir la cifra promedio.

d. Que se conoce como estadística descriptiva

Estadística descriptiva, dedicada a la visualización, clasificación y
presentación numérica o gráfica de los datos surgidos durante el
estudio. Su objetivo es facilitar el manejo de grandes volúmenes de
datos, tal y como ocurre en pirámides poblacionales, histogramas o
gráficos circulares.

e. Que se conoce como estadística inferencial

Estadística inferencial, dedicada a generar modelos y predicciones a
partir de los fenómenos estudiados, tomando en cuenta su dinámica
de aleatoriedad. A través de dichos modelos matemáticos aspira a dar
con conclusiones útiles o pronósticos que trascienden el ámbito de lo
meramente descriptivo.
f. Población
En estadística, una población es el conjunto del que se extrae una
muestra para un estudio. Así, cualquier selección agrupada por una
 característica común puede considerarse una población. Una muestra
es una porción estadísticamente significativa de una población.

Los estadísticos, científicos y analistas prefieren conocer las

características de cada entidad de una población para sacar las
conclusiones más precisas posibles. Sin embargo, esto es imposible o
poco práctico la mayor parte del tiempo, ya que los conjuntos de
población tienden a ser bastante grandes. Por lo general, se debe
tomar una muestra de una población, ya que las características de
cada individuo de una población no se pueden medir debido a
limitaciones de tiempo, recursos y accesibilidad.
g. Muestra
Una muestra estadística (o en contextos referidos explícitamente a lo
estadístico, una muestra) se entiende como un subconjunto más o
menos representativo de una población estadística, aislado del resto
con fines de evaluación y estudio. Es decir, se trata de un fragmento
de la totalidad de elementos a estudiar, compuesta por un número
más manejable de ellos, seleccionados (idealmente) al azar.

La lógica detrás de la toma de una muestra estadística es que, dadas

las condiciones propicias, puede estudiarse un conjunto muy
voluminoso a través de porciones más pequeñas que resulten
representativas, o sea, que sean más o menos proporcionales al
resto.

Por ejemplo, si deseamos estudiar el universo de los millones de

electores de un país, deberemos tomar una muestra lo
suficientemente amplia como para llevarnos, en un grupo reducido de
unos pocos cientos de personas, un reflejo de las opiniones políticas
que hay en la población entera. Así, de una población de millones de
individuos, estudiaríamos una muestra de cientos de ellos.
 Dichas muestras se obtienen a través de diferentes técnicas
estadísticas, que garantizan a través de distintos mecanismos una
aleatoriedad adecuada para el menor sesgo posible en la selección,
es decir, la mayor posible objetividad que permita obtener
aproximaciones válidas al universo estadístico. Si, por el contrario, se
obtiene una muestra sesgada, las conclusiones posibles serán menos
fidedignas y por lo tanto menos útiles.

h. Parámetro
Un parámetro es un elemento de un sistema que permite clasificarlo y
poder evaluar algunas de sus características como el rendimiento, la
amplitud o la condición.

Un parámetro tiene una enorme utilidad en estadística. En primer

lugar, sirve para conocer atributos de una distribución de datos. Por
ejemplo, la media aritmética o la desviación típica de estos. En
probabilidad permite conocer las llamadas funciones de distribución.
En una recta de regresión nos indica valores numéricos asociados a
dicha recta y que la hacen única.

Además, cuando hacemos inferencia estadística utilizamos los

llamados estimadores del parámetro». Estos estadísticos nos permiten
aproximarnos al valor real de dicho parámetro en la población. Por
ejemplo, el estimador de la varianza. En definitiva, sin parámetros no
podríamos estudiar la información y analizarla.

i. Estadígrafo
Un estadígrafo es un estadístico: un individuo que se especializa en
estadística. Los estadígrafos, en definitiva, son expertos en estas
cuestiones. Pueden obtener los datos numéricos a través de
 encuestas, investigaciones y otras metodologías y luego los estudian
para generar conclusiones y conocimientos útiles.

La primera tarea del estadígrafo es la recolección de los datos. Esos

números son la materia prima que le sirve para desarrollar un análisis
y así llegar a una conclusión, vinculada al comportamiento y a las
propiedades de los dígitos.

j. Unidad estadística
Una unidad es la abstracción matemática de una "variable aleatoria". Los
ejemplos comunes de una unidad serían una sola persona, animal,
planta, artículo manufacturado o país que pertenece a una colección más
grande de dichas entidades que están siendo estudiadas.

k. Variable
Una variable es una característica de los elementos u objetos que se
estudian. Y los datos son los valores que se obtienen para cada variable.
Al conjunto de las mediciones obtenidas para un determinado elemento u
objeto se le llama observación.

l. Tipos de variable
Aunque hay decenas de tipos de variables estadísticas, por norma
general podemos encontrarnos dos tipos de variables:

Variable cuantitativa: Son variables que se expresan numéricamente.

Variable continua: Toman un valor infinito de valores entre un intervalo

de datos. El tiempo que tarda un corredor en completar los 100 metros
lisos.
 Variable discreta: Toman un valor finito de valores entre un intervalo
de datos. Número de helados vendidos.

Variable cualitativa: Son variables que se expresan, por norma

general, en palabras.

Variable ordinal: Expresa diferentes niveles y orden.

Variable nominal: Expresa un nombre claramente diferenciado. Por

ejemplo el color de ojos puede ser azul, negro, castaño, verde, etc.

Además cada una de estas variables podría tener más subtipos, ya

que tenemos variables de tipo económico, categóricas, dicotómicas,
dependientes, independientes y cardinales. Es decir, como ya hemos
dicho, muchos tipos de variables estadísticas. Por ejemplo, podríamos
tener una variable estadística de tipo cuantitativo, discreta y
dependiente.

Adicionalmente, también debemos aclarar que el hecho que las

variables cualitativas se expresen con nombre no quiere decir que no
puedan ser parte de un modelo matemático. Así pues, podríamos
crear una variable cuantitativa a partir de una variable cualitativa. Por
ejemplo, para el color de ojos podríamos asignar un 1 si tiene los ojos
azules, un 2 si tiene los ojos verdes y un 3 si tiene los ojos marrones.
O, en otros casos, podríamos también convertir variables dicotómicas
que indica SI o NO, en 1 o 0
.
m. Nivel de medición:
Los estadísticos a menudo se refieren a los "niveles de medición" de
una variable, una medida o una escala para distinguir entre variables
medidas que tienen diferentes propiedades. Hay cuatro niveles
básicos: nominal, ordinal, de intervalo y de razón.

Nominal
Una variable medida en una escala "nominal" es una variable que
realmente no tiene ninguna distinción evaluativa. En realidad, un valor
no es mayor que otro. Un buen ejemplo de variable nominal es el sexo
(o género). La información en un conjunto de datos sobre sexo
generalmente se codifica como 0 o 1, 1 indica hombre y 0 indica mujer
(o al revés: 0 para hombre, 1 para mujer). 1 en este caso es un valor
arbitrario y no es mayor ni mejor que 0. Sólo hay una diferencia
nominal entre 0 y 1. Con las variables nominales, hay una diferencia
cualitativa entre valores, no cuantitativa.

Ordinal Algo medido en una escala "ordinal" tiene una connotación

evaluativa. Un valor es mayor, mayor o mejor que el otro. Se prefiere
el producto A al producto B y, por lo tanto, A recibe un valor de 1 y B
recibe un valor de 2. Otro ejemplo podría ser calificar su satisfacción
laboral en una escala del 1 al 10, donde 10 representa satisfacción
total. Con escalas ordinales sólo sabemos que 2 es mejor que 1 o 10
es mejor que 9; no sabemos en cuánto. Puede variar. La distancia
entre 1 y 2 puede ser más corta que entre 9 y 10.

Intervalo
Una variable medida en una escala de intervalo proporciona
información sobre más o mejor como lo hacen las escalas ordinales,
pero las variables de intervalo tienen la misma distancia entre cada
valor. La distancia entre 1 y 2 es igual a la distancia entre 9 y 10. La
temperatura usando Celsius o Fahrenheit es un buen ejemplo, hay
exactamente la misma diferencia entre 100 grados y 90 que entre 42 y
32.
Razón
Algo medido en una escala de razón tiene las mismas propiedades
que una escala de intervalo excepto que, con una escala de razón,
hay un punto cero absoluto. La temperatura medida en Kelvin es un
ejemplo. No hay ningún valor posible por debajo de 0 grados Kelvin,
es el cero absoluto. El peso es otro ejemplo, 0 libras. es una ausencia
significativa de peso. El saldo de su cuenta bancaria es otra. Aunque
puede tener un saldo de cuenta negativo o positivo, existe un
significado definido y no arbitrario de un saldo de cuenta de 0.

Se puede pensar que nominal, ordinal, intervalo y razón están

clasificados en su relación entre sí. La razón es más sofisticada que el
intervalo, el intervalo es más sofisticado que el ordinal y el ordinal es
más sofisticado que el nominal. No sé si las filas están equidistantes o
no, probablemente no. Entonces, ¿qué tipo de nivel de medición es
esta clasificación de niveles de medición? Yo diría ordinal. En
estadística, es mejor ser un poco conservador en caso de duda.

2. DEFINA Y EXPLIQUE LOS SIGUIENTES TÉRMINOS

a. Datos estadísticos
Las variables estadísticas son características o cualidades de una
persona, animal u objeto, las cuales puedes medir. Por ejemplo: la
edad, la estatura, el peso o la altura de un edificio.

b. Distribución de frecuencias
Las distribuciones de frecuencias son tablas en que se dispone las
modalidades de la variable por filas. En las columnas se dispone el
número de ocurrencias por cada valor, porcentajes, etc. La finalidad
de las agrupaciones en frecuencias es facilitar la obtención de la
información que contienen los datos.
c. Gráficos de distribución de frecuencia

d. Clase marca de clase

Clase. Es el número de subconjuntos en que se han agrupado los
datos. Cada clase se puede denominar mediante una letra, un número
o alguna característica del subconjunto. Intervalo de clase.

e. Frecuencia absoluta
Frecuencia absoluta es el número de veces que se repite un resultado
en el conjunto de todos los observados.
f. Frecuencia acumulada
La frecuencia acumulada o frecuencia acumulativa es la frecuencia de
ocurrencia de valores de un fenómeno menor que un valor de
referencia. El fenómeno puede ser una variable aleatoria que varía en
el tiempo o en el espacio. La frecuencia acumulada se llama también
frecuencia de no−excedencia. El análisis de la frecuencia acumulada
se hace con el propósito de obtener una idea de cuantas veces
ocurriría un cierto fenómeno lo que puede ser instrumental en describir
o explicar una situación en la cual el fenómeno juega un papel
importante, o en planificar intervenciones, por ejemplo en el control de
inundaciones.

g. Frecuencia relativa
Frecuencia relativa es la proporción de cada frecuencia absoluta, es
decir, el número de veces que se produce ese resultado (frecuencia
absoluta) dividido por el número total de datos observados.
 3. EXPLIQUE Y DE EJEMPLOS DE LAS SIGUIENTES
REPRESENTACIONES GRAFICAS:
4. Histograma de frecuencia
Un histograma es la representación gráfica en forma de barras, que
simboliza la distribución de un conjunto de datos. Sirven para obtener
una "primera vista" general, o panorama, de la distribución de la
población, o de la muestra, respecto a una característica, cuantitativa
y continua.
5. Polígonos de frecuencia
Un polígono de frecuencias da la misma información de un
histograma, para esto graficamos un punto por cada clase del
conjunto de datos en donde en la entrada de las abscisas se toma el
valor del punto medio de la clase y en la entrada las ordenadas
tendrán en mismo valor que la altura del rectángulo. Al final, unimos
cada punto con su sucesor y su antecesor

6. Diferentes formas de polígonos de frecuencia

Polígono de frecuencia absoluta: El polígono de frecuencia absoluta
tiene picos que muestran el número real de puntos en el intervalo
asociado.
Frecuencia relativa: es un gráfico de histograma que muestra la
frecuencia relativa o densidad de probabilidad de una sola variable.
Polígono de frecuencia relativa: Un polígono de frecuencia relativa
tiene picos que muestran el porcentaje del total de puntos de datos
que se encuentran dentro del intervalo.
7. Grafico circular
Los gráficos circulares representan la relación de la parte con el todo.
Un gráfico circular se divide en áreas o sectores. Cada sector
representa el conteo o porcentaje de observaciones de un
nivel de la variable.
8. Otros gráficos
Gráfico de barras: Se utilizan para mostrar la evolución o
comportamiento de una variable en el tiempo. Se compone en un
sistema de coordenadas de ejes cartesianos —eje X y eje Y— en el
que barras rectangulares horizontales o verticales representan
gráficamente la variable elegida. Este tipo de gráfico es habitual para
representar, por ejemplo, los ingresos de una compañía por trimestres
de actividad o la evolución del PIB de un país bien sea anual,
semestral, trimestral… Permite introducir diversas variables y observar
su evolución paralela a lo largo del mismo período de tiempo: en uno
de los ejes se establece el tiempo y el otro se levantan las barras
marcando el valor que corresponde a la variable.

Gráfico de tarta o diagrama de sectores

Permite visualizar las partes de un todo a través de una circunferencia
dividida en sectores o porciones. Por ejemplo, el porcentaje de
alumnos de una clase que realizan una determinada actividad
extraescolar: del 100 % de los alumnos, un 15 % juega al baloncesto,
un 10 % aprende programación, un 15 % estudia un idioma, un 40 %
juega al fútbol y el 20 % restante agrupa otras actividades.

Gráfico de líneas o diagrama de frecuencias

Este tipo de gráfico es similar al de barras —los datos se ordenan en

base a los ejes cartesianos— y es útil para observar la evolución de
una variable. Por ejemplo: cómo ha variado la temperatura mínima y
máxima durante una semana. En uno de los ejes tendremos la
temperatura y en otro los días de la semana. Se marcan los valores de
la temperatura mínima y se unen con una línea mostrando la
oscilación; con otro color se representa de igual forma la temperatura
 máxima. De un vistazo, el lector puede ver cómo han oscilado ambas
variables en un periodo de siete días.

Polígono de frecuencia relativa: Un polígono de frecuencia relativa

tiene picos que muestran el porcentaje del total de puntos de datos
que se encuentran dentro del intervalo.

4. EXPLIQUE Y DE EJEMPLO DE LAS SIGUIENTES MEDIDAS DE

POSICIÓN
a. Moda
La moda estadística es aquel valor que, dentro de un conjunto de datos,
se repite el mayor número de veces.

La determinación de la moda estadística en un conjunto de datos que

no están agrupados no requiere ningún tipo de cálculo, sino tan solo el
conteo de las variables. Otra forma de determinar la moda en datos no
agrupados consiste en verificar cuál es el valor de mayor frecuencia en
una tabla de frecuencias absolutas.

La moda estadística es aplicable tanto para datos de información

cualitativa como cuantitativa.

b. Mediana
Es el número intermedio de un grupo de números; es decir, la mitad de
los números son superiores a la mediana y la mitad de los números
tienen valores menores que la mediana. Por ejemplo, la mediana de 2,
3, 3, 5, 7 y 10 es 4. Moda Es el número que aparece más
frecuentemente en un grupo de números.
c. Media
Es el valor que resultaría de repartir equitativamente el total observado
entre los individuos de la muestra. La mediana es el valor que divide la
secuencia ordenada de observaciones en dos partes iguales. La moda
es el valor más frecuente.
d. Media aritmética
La media aritmética es el valor obtenido al sumar todos los datos y
dividir el resultado entre el número total de datos.
e. Cuartil decil
Los cuartiles son medidas que en la estadística te permiten conocer
la posición de un valor entre medio de muchos otros. Es decir, te
permite ordenar y segmentar un conjunto de datos en porciones
ordenadas
f. Percentil
El percentil es una medida estadística la cual divide una serie de datos
ordenados de menor a mayor en cien partes iguales. Se trata de un
indicador que busca mostrar la proporción de la serie de datos que
queda por debajo de su valor.
g. Semejanzas y diferencias entre: media, mediana y moda