República bolivariana de Venezuela.
Ministerio del poder popular para la educación.
I.U.T.E.P.I “Instituto Universitario De Tecnología Para La Informática”.
Acarigua- Edo Portuguesa
NOCIONES BÁSICAS DE
ESTADISTICA
INTEGRANTES
Alejandro Castillo
CI: 31114638
Administración industrial
CURSO: ESTADISTICAS I
Acarigua, Marzo 2025
Estadística:
La estadística es una disciplina que se encarga de recopilar, analizar, interpretar,
presentar y organizar datos. Es una herramienta fundamental en diversos campos como
la economía, la medicina, la psicología, la sociología, entre otros. La estadística permite
transformar datos en información útil para la toma de decisiones informadas. A
continuación, se presentan algunas nociones básicas de estadística, destacando los
términos más importantes.
1. Población y Muestra
Población: La población es el conjunto total de elementos o individuos que
comparten una característica común que se estudia. Por ejemplo, todos los
estudiantes de una universidad, todos los habitantes de una ciudad o todos los
empleados de una empresa. La población puede ser finita o infinita.
Muestra: La muestra es un subconjunto de la población que se selecciona para
el estudio. La muestra debe ser representativa de la población para que los
resultados del análisis sean válidos. La selección de una muestra adecuada es
crucial para la precisión y la validez de los resultados estadísticos.
2. Variables
Variable: Una variable es una característica o atributo que puede tomar
diferentes valores. Las variables pueden ser cualitativas o cuantitativas:
o Variables Cualitativas: Son variables no numéricas que describen
cualidades o categorías. Pueden ser nominales u ordinales.
Nominales: No tienen un orden específico (por ejemplo, colores,
nombres, género).
Ordinales: Tienen un orden o jerarquía (por ejemplo, niveles de
satisfacción: baja, media, alta).
o Variables Cuantitativas: Son variables numéricas que expresan
cantidades o magnitudes. Pueden ser discretas o continuas.
Discretas: Toman valores enteros (por ejemplo, número de hijos,
número de coches).
Continuas: Pueden tomar cualquier valor dentro de un rango
(por ejemplo, altura, peso, temperatura).
3. Tipos de Datos
Datos Nominales: Datos cualitativos que no tienen un orden específico. Por
ejemplo, colores, nombres, géneros.
Datos Ordinales: Datos cualitativos que tienen un orden o jerarquía. Por
ejemplo, niveles de satisfacción, rangos militares.
Datos de Intervalo: Datos cuantitativos con diferencias significativas entre
valores, pero sin un cero absoluto. Por ejemplo, temperatura en grados Celsius.
Datos de Razón: Datos cuantitativos con un cero absoluto, lo que permite
comparar proporciones. Por ejemplo, peso, altura, ingresos.
4. Medidas de Tendencia Central
Media: La media es el promedio aritmético de un conjunto de datos. Se calcula
sumando todos los valores y dividiéndolos por el número total de valores. La
media es sensible a los valores extremos (outliers).
Mediana: La mediana es el valor central de un conjunto de datos ordenados. Si
el número de datos es impar, la mediana es el valor del medio. Si el número de
datos es par, la mediana es el promedio de los dos valores centrales. La mediana
no se ve afectada por los valores extremos.
Moda: La moda es el valor que se repite con mayor frecuencia en un conjunto
de datos. Un conjunto de datos puede tener más de una moda (bimodal o
multimodal) o no tener ninguna moda.
5. Medidas de Dispersión
Rango: El rango es la diferencia entre el valor máximo y el valor mínimo de un
conjunto de datos. Proporciona una medida simple de la variabilidad de los
datos.
Varianza: La varianza es una medida que indica la variabilidad de los datos
respecto a la media. Se calcula como el promedio de los cuadrados de las
diferencias entre cada valor y la media. La varianza se expresa en unidades al
cuadrado.
Desviación Estándar: La desviación estándar es la raíz cuadrada de la varianza.
Proporciona una medida de dispersión en las mismas unidades que los datos
originales. Una desviación estándar alta indica una mayor dispersión de los datos
respecto a la media.
6. Representación de Datos
Histograma: Un histograma es un gráfico de barras que representa la
distribución de frecuencias de un conjunto de datos cuantitativos. Las barras
representan intervalos de valores y su altura indica la frecuencia de los datos en
cada intervalo.
Gráfico de Barras: Un gráfico de barras representa datos cualitativos o
cuantitativos de forma gráfica mediante barras. Las barras pueden ser verticales
u horizontales y su altura o longitud representa la frecuencia o magnitud de los
datos.
Gráfico de Pastel: Un gráfico de pastel representa datos cualitativos en forma
de sectores de un círculo. Cada sector muestra la proporción de cada categoría
respecto al total. Es útil para visualizar la distribución porcentual de los datos.
7. Inferencia Estadística
Inferencia Estadística: La inferencia estadística es el proceso de sacar
conclusiones sobre una población a partir de una muestra. Involucra el uso de
técnicas de estimación y pruebas de hipótesis para hacer predicciones y tomar
decisiones basadas en datos muestrales.
Estimación: La estimación es el proceso de inferir un valor desconocido de la
población (parámetro) a partir de una muestra. Puede ser puntual (un solo valor)
o por intervalos (un rango de valores).
Pruebas de Hipótesis: Las pruebas de hipótesis son procedimientos utilizados
para evaluar afirmaciones sobre una población basadas en datos muestrales. Se
establecen hipótesis nula (H0) y alternativa (H1) y se utiliza un nivel de
significancia para tomar decisiones.
Conclusión
Las nociones básicas de estadística son fundamentales para el análisis y la interpretación
de datos en diversos campos del conocimiento. Comprender conceptos como población,
muestra, variables, tipos de datos, medidas de tendencia central y de dispersión,
representación gráfica de datos e inferencia estadística es esencial para tomar decisiones
informadas y basadas en datos. La estadística proporciona herramientas valiosas para
transformar datos en información útil y aplicable en la vida real.
