BIENVENIDOS A ESTADÍSTICA I

Día a día manejamos la estadística en nuestra vida cotidiana. Bastará con que lean un
diario o revista de actualidad para encontrase con información que describe variados
aspectos desde los económicos hasta los deportivos, y en todos y cada uno de ellos se
hace presente esta ciencia.

Desde el momento en que deciden salir de sus hogares y consultan el pronóstico del
tiempo para saber si llevar o no paraguas, las frecuencias con las que arriban los medios
de transporte que los llevarán a su destino, hasta los resultados de las posiciones de los
clubes de futbol en el torneo que están siguiendo, dependen de estadísticas.

Es así como podemos encontrarnos dependiendo de este tipo de información para la toma
de decisiones permanentemente y esto es lo que convierte a la estadística en una ciencia
de suma utilidad para diversos campos de aplicación.
 ¿Qué es la Estadística?
La estadística es la ciencia que estudia cuantitativamente los fenómenos aleatorios,
es decir, cualquier hecho de la naturaleza o de la actividad humana cuyo resultado no
se puede prever con exactitud, que existe sobre él un cierto grado de incertidumbre.

Ejemplo: El tirar un dado es un fenómeno aleatorio, ya que hasta que el dado no

caiga no podemos decir que numero va a salir.
 Ramas de la Estadística
La Estadística se divide en tres partes:
 Diseño: Planeamiento y desarrollo de investigaciones.
 Descripción: Los métodos de la Estadística Descriptiva ayudan a presentar los datos de modo tal
que sobresalga su estructura. Hay varias formas de organizar los datos en gráficos que permiten
detectar tanto las características sobresalientes como las características inesperadas. El otro modo
de describir los datos es resumirlo en uno o dos números que pretenden caracterizar el conjunto con
la menor distorsión o pérdida de información posible. Básicamente se trata de la descripción de
datos observados, a través de gráficos, tablas e indicadores que buscan simplificar y fotografiar la
realidad observada.
 Inferencia: La Estadística Inferencial hace referencia a un conjunto de métodos que permiten
hacer predicciones acerca de características de un fenómeno sobre la base de información parcial.
Es decir, de lo particular saca conclusiones sobre lo general , en donde, a partir de los datos de una
muestra se concluye acerca de una característica de la población.
 Definiciones básicas: ejemplo introductorio

Para comenzar con el desarrollo de algunos conceptos que los acompañarán en el trascurso de todo
el material partiremos de un pequeño caso.

Supongan que son una empresa de comercialización que está interesada en relanzar un producto al
mercado, que se ha dejado de comercializar hace unos años. La empresa cree que dicho producto
tendría una excelente aceptación ya que la competencia se encuentra ofreciendo un producto de
similares características con un excelente resultado.

Para corroborar las creencias que se poseen deberían describirse a los potenciales compradores de
dicho producto y sus características para, no sólo conocer el impacto que pudiera tener, sino para
poseer la suficiente información con la finalidad de iniciar una publicidad que genere un importante
impacto en los posibles consumidores.
 Definiciones básicas
Lo primero que se debe identificar es cuál es el individuo en estudio, en este caso, los potenciales compradores del
producto, es decir personas con capacidad de compra (Cabe aclarar que los individuos que se analizan no siempre serán
personas, por ejemplo, si se decidirá realizar un control de producción de cierta pieza, la unidad de estudio sería la pieza
fabricada).

Identificado el individuo el conjunto de todos estos es lo que se denomina la población de estudio, es decir, la totalidad
de individuos que poseen la característica de estudio. El tamaño de la población se denotará con la letra “ N”.

Las características observables de esta población se denominan variables aleatorias que, para nuestro ejemplo podrían
ser:

 El nivel de ingreso
 La edad de los compradores
 El género.
 Ocupación
 Nivel de formación

A los indicadores que pudieran obtenerse de la población en análisis se los llama parámetros. Son indicadores que
describen a la totalidad del conjunto, por ejemplo, la edad promedio de la población de compradores, el porcentaje de
hombres, etc.
 Población? Será posible?
Si hablamos de la población la pregunta será ¿ será posible conocer los datos o los resultados de una
población? Piensen en nuestro caso, quienes serán los posibles compradores, ¿podremos entrevistar a
todos?
En general no debido a que es extremadamente caro o simplemente a que es físicamente imposible. Es
por ello que se cuenta con la necesidad de tomar una muestra. La muestra es entonces, una porción de la
población. El tamaño de la muestra lo denotaremos con la letra “ n”.
Para que la muestra sea de utilidad para la descripción de la población a través de ella, debe ser
representativa del grupo analizado. (si quiero información sobre personas de Capital Federal no puedo
tomar la muestra en el Gran Bs. As.).
Para lograr dicho objetivo existen distintos tipos de muestreo, siendo los más conocidos y utilizados el
muestreo simple al azar y el muestreo estratificado
 Algunos tipos de muestreo

■ Muestreo simple al azar: En el muestro simple al azar, todos los individuos de la población
posen las mismas posibilidades de pertenecer a la muestra seleccionada. Para lograrlo puede
realizarse utilizando una tabla de números aleatorios. Este tipo de muestreo suele utilizarse
cuando las características de los individuos de la población resultan similares.

■ Muestreo estratificado: El muestreo estratificado se utiliza para aquellos casos en que la

población presente una fuerte heterogeneidad a los fines del estudio realizado. Se procede
dividiendo a la población en estratos que logren una determinada homogeneidad en los aspectos
analizados ( los estratos pueden ser por ejemplo: por zonas, por edades, nivel socioeconómico,
etc.) y luego dentro de cada uno de los estratos se toman muestras al azar. El objetivo es poseer
información básica de todos los tipos de individuos que está siendo analizados.
Conceptos básicos de la estadística descriptiva
 Objetivo: Recopilar, ordenar y analizar datos.

 Unidad experimental o individuo: objeto o sujeto bajo estudio.

 Población: Total de unidades de análisis de interés en el estudio. Al tamaño de la población se la simboliza con la letra
“N”.

 Muestra: Subconjunto de la población en la que se recolectan los datos. Al tamaño de la muestra se la simboliza con la
letra “n”.

 Variable: Cualquier característica de la unidad de observación que interese registrar.

 Parámetro: Medida resumen o indicador calculado sobre la población.

 Estadístico o estimador: Medida resumen o indicador calculado sobre la muestra.

 Clasificación de variables aleatorias
Variables aleatorias cualitativas: describen una cualidad del individuo observado, por ejemplo, el
género, el nivel de formación.
A su vez éstas se pueden subdividir en dos grupos:
 Nominales: no se puede establecer una jerarquía u orden. Por ejemplo, el género.
 Ordinales: permiten establecer una jerarquía u orden. Por ejemplo el nivel de formación.

Variables aleatorias cuantitativas: miden la característica del individuo en forma numérica, o sea,
cuantifican. Por ejemplo, nivel de ingreso, edad de los compradores.
A su vez éstas se pueden subdividir en dos grupos:
 Discretas: son aquellas en las cuales entre dos valores cualesquiera de su dominio (valores que toma la
variable) existe un número finito de posibles valores que también pertenecen a su dominio. Serán,
ergo, aquellas variables que solo pueden tomar números enteros. Por ejemplo cantidad de hijos de una
familia.
 Continuas: son aquellas en las cuales entre dos valores cualesquiera de su dominio existe un número
infinito de posibles valores que también pertenecen a su dominio. Serán por ende, aquellas variables
que pueden asumir números fraccionarios. Por ejemplo, nivel de ingreso.
 Ejemplo
Supongamos que tenemos una empresa pequeña que tiene 100 empleados y le realizamos a cada uno de
ellos las siguientes preguntas:
1) Estado civil.
2) Cargo que ocupa en la empresa
3) Cantidad de años cumplidos de antiguedad en la empresa
4) Edad
5) Tiempo de antigüedad en el ultimo cargo
6) Cantidad de hijos
¿Estamos trabajando con una muestra o una población? ¿Cuál es la unidad de observación o individuo?
En el ejemplo que estamos trabajando estamos frente a una población (porque vamos a considerar a cada
unos de ellos), y podemos decir que su tamaño es N=100. Sin embargo, si seleccionara, por ejemplo, 40
empleados de la empresa para realizar el estudio estaríamos frente a una muestra de tamaño n=40.
Cada una de las preguntas que les hacemos a cada uno de los empleados es la característica que nos
interesa estudiar y es lo que a partir de ahora daremos a llamar Variable de estudio y la vamos a simbolizar
con la letra x.
Por ejemplo X: estado civil.
El individuo, en este caso, es cada empleado.

¿Cómo clasificaríamos a cada variable?

Cuando hablamos de clasificar a la variable estamos preguntando si la misma es cuantitativa (discreta o
continua) o cualitativa (ordinal o nominal).
 Clasificación de las variables del ejemplo
 Estado civil: cualitativa nominal (describe una cualidad en la que no se presenta ningún orden o
jerarquía).

 Cargo que ocupa en la empresa: cualitativa ordinal (los cargos en la empresa presentan cierto orden).

 Cantidad de años cumplidos de antigüedad en la empresa: Cuantitativa discreta, ya que al hablar de

años cumplidos (no cuentan los meses, días, horas , minutos, segundos) solo cuentan los años.

 Edad y Tiempo de antigüedad en el último cargo: Cuantitativas continuas ya que al decir edad es
sinónimo de tiempo vivido, o sea, que se contabilizan los años, meses, días, horas ,minutos .etc.

 Cantidad de hijos: Cuantitativa discreta ya que, por ejemplo, entre alguien que tiene 2 y otro que tiene
5, hay una cantidad finita en el medio que es quien tiene 3 o 4.
 Presentación de datos
Cantidad de alumnos por Facultad
4,000
3,500
3,000
Facultad Cantidad de alumnos 2,500
2,000
1,500
Agrarias 942 1,000
500
Arquitectura 3.103 0
s s s s ía
ria tur
a
ch
o
ica cta de er ogía lu
d
a c e a a i l Sa
Derecho 2.133 Ag
r
r qu
ite De
r
Econ
ó m Ex
m
an
id
In
ge
n
Ps
ico
A Hu
Económicas 3.746
Exactas 1.210 Agrarias Arquitec-
Salud
Humanidades 3.409 13% 4% tura
15%
Psicología
Ingeniería 1.047 14%
Derecho
Psicología 2.875 10%

Salud 2.653 Ingeniería Económicas

18%
5%
Total 21.118 Hu-
manidade
s Exactas
16% 6%
 Algunos tipos de gráficos
■ Grafico circular

■ Grafico de barras

■ Histograma
Ejemplo de gráfico que representa a una
variable discreta y a otra continua