¿Por qué estudiar estadística?

¿Podemos entender lo que

allí está escrito?
¿Qué se debe entender por
correlación? Campus: [Link]
 ¿Por qué es útil?

1. Útil para resumir y describir datos.

2. Nos da una forma de recabar información para

hacer inferencia y probar hipótesis.

3. Reduce el costo de la investigación.

4. Nos da medidas de incertidumbre.

 HERRAMIENTAS
CIENCIA RAMAS Medidas de
Tablas
tendencia central
Descriptiva Estadísticos
Dispersión
Ordenar, resumir
analizar
Gráficos
Description
Aplicada
Estadística

Bioestadística
Recoge, clasifica y
analiza e interpreta SUB RAMAS
datos con el fin de
propiciar una toma Prueba de
de decisiones más Inferencial Paramétrica hipótesis
eficaz

Obtener
conclusiones a No Diseño de
partir de los datos de Paramétrica experimento
la muestra analizada
Derivaciones de la
estadística:
Bioestadística
Biometría
Econometría
Ciencia de datos
Bioinformática
Actuaría
Geoestadística
Minería de datos
Estadística……
 Especialidades
Ingeniero de datos: obtiene, almacena
y mantiene los dato.

Donde Analista de datos: procesa, visualiza y

estamos? describe los datos.

Ingeniero de Machine Learning:

entrega modelos y los despliega en
producción.

Científico de datos: supervisa todo el

ciclo, obtiene valor de los datos.
 Especialidades

Analista de datos: procesa, visualiza y

describe los datos.

Según Mainland5, la estadística es el método científico que se ocupa del

estudio de la variación; y según Cobo y cols., La variabilidad es quizás lo
único constante en nuestro mundo6.

1 3
Manipulación de Visualización
datos

Análisis de
datos
2 Limpieza de
datos
 Tipos de análisis
Análisis avanzado
Análisis operacional Como hacemos que
suceda?

A qué responde ? Análisis

Qué método usa? Que pasara ?

Prescriptivo

Redes neuronales
VALOR

Análisis
Predictivo

Por que ocurrió? Multivariada

Que paso ?
Que ocurrió ? Análisis
Que paso ? Diagnostico

Análisis
descriptivo

DIFICULTAD
 Estadística
Descriptiv Inferencial
a
Resumir cuantitativamente
Intervalos de confianza,
una muestra aleatoria, a
pruebas de hipótesis, A
través de diferentes
través de las cuales se puede
mediciones llamadas
realizar inferencia acerca de
estadística, sin,
las características de una
necesariamente, realizar
población.
inferencias sobre las
características de la
población
 Instituto Nacional de Estadística e Informática
Escuela Nacional de Estadística e Informática

Estadística
Descriptiva
¿Cómo la podemos
Medidas de resumen
agrupar?

Tendencia Central Posición Variació

n
Percentiles
Media Moda
Coeficiente de
Mediana Rango Variación

Varianza

Desviación Estandar

Campus: [Link]
Objetivos
Distinguir entre una variable cualitativa
y una variable cuantitativa.

Describir la diferencia entre una

variable discreta y una variable
continua
 Estadística descriptiva
Ventas por
PROC FREQ mes
data=STAT1.ameshousing3;
TABLES Mo_Sold /
plots=freqplot ;
RUN;

Ventas por
PROC FREQ años
data=STAT1.ameshousing3;
TABLES Mo_Sold /
plots=freqplot ;
RUN;
 Estadística descriptiva
Fertilizant
e3

PROC UNIVARIATE data=[Link];

VAR BulbWt;
CLASS Fertilizer;
HISTOGRAM BulbWt / normal kernel; Fertilizant
INSET n mean std / position=ne; e4
TITLE "Interval Variable Distribution
Analysis";
RUN;
Qué gráficos incluye?
Boxplot

Histogra
ma

Grafico
s

QQ plot QQ plot
Aquellas características que van
cambiando en su estado o Las observaciones o
expresión entre los elementos de la mediciones sobre los
población o muestra. 1
elementos de una
población.

Qué es
una
Variable?

Su principal característica La característica observada

es la variación 3
2 de cada individuo de la
muestra

La materia prima con la que trabaja la estadística

 Tipos de variables
Variabl
es

Cualitativ Cuantitativ
as 1 2 as
Binaria Continu
s as
Discreta
Ordinal
s

Binarias 1.1 1.2 Ordinal 2.1 Continuas 2.2 Discretas

Presen Vigor de Conteo
cia Kg/p s
Ausenc la plnata Frutos,
ia Peso
flores
mi ma min I I I I I I I I I I I I I I I I I
n x max
 Variable
Como se clasifican?
Qué tienen en
común?
Nutrición
En el laboratorio el análisis
Entomología
Con la utilización de una técnica
bromatológico de cierta fuente de manejo integrado de plagas en
alimenticia puede mostrar que papa, puede hallarse que en tres
el valor de la proteína cruda, diferentes trampas ubicadas en el
aún sobre la misma muestra,
varía entre 13,8 % y 14,3 %. Variación mismo lote el conteo de polillas
fue de 300, 420 y 380 insectos..

Cultivo Add Title

La altura de dos plantas Una encuesta aplicada a varios
sembradas el mismo día, productores puede mostrar que a
utilizando el mismo tipo de una de las preguntas
semilla y bajo las mismas relacionadas con el estado civil,
condiciones, puede indicar ellos pueden responder de cinco
que una de las plantas mide formas distintas: soltero, casado,
35,3 cm y la otra 40,4 cm viudo, separado o en unión libre.
 La
estadística
hecha
sencilla
 Altura

M
F

Altura
Peso
 Altura
Altura

M F Peso

Genero edad Altura Peso

(cm) (Kg)
Female Adulto 1.4 60

Male Niño 1.2 15

Male Adulto 1.5 85

Female Adulto 1.3 74

Male Adulto 1.6 77

Femele Mayor 1.5 65

 Altura
Altura

M F

Altura
Proporción
M F
Genero edad Altura Peso
Chi-cuadrado

Altura
(cm) (Kg)
Female Adulto 1.4 60 Niño Adulto Mayor

T-test
Male Niño 1.2 15

Male Adulto 1.5 85

Male
Female Adulto 1.3 74 ANOVA
Female

Male Adulto 1.6 77

Altura
Femele Mayor 1.5 65 Correlación
Peso
Població
n

Muestra
Població
n

Muestra
Població
n
Genero edad Altura Peso
(cm) (Kg)

Female Adulto 1.4 60

Male Niño 1.2 15

Muestra Male Adulto 1.5 85

Female Adulto 1.3 74

Male Adulto 1.6 77

Femele Mayor 1.5 65

Població
n
Genero edad Altura Peso
(cm) (Kg)

Female Adulto 1.4 60

Male Niño 1.2 15

Muestra Male Adulto 1.5 85

Female Adulto 1.3 74

Male Adulto 1.6 77

Femele Mayor 1.5 65

 Variable
Població s
n
Genero edad Altura Peso
(cm) (Kg)

Female Adulto 1.4 60

Male Niño 1.2 15

Muestra Male Adulto 1.5 85

Female Adulto 1.3 74

Male Adulto 1.6 77

Femele Mayor 1.5 65

 Variable
s

Genero edad Altura Peso

(m) (Kg)

Female Adulto 1.4 60

Male Niño 1.2 15

Male Adulto 1.5 85

Female Adulto 1.3 74

Male Adulto 1.6 77

Femele Mayor 1.5 65

 Variable
s

Genero edad Altura Peso

(m) (Kg)

Female Adulto 1.4 60

Male Niño 1.2 15

Male Adulto 1.5 85

Female Adulto 1.3 74

Male Adulto 1.6 77

Femele Mayor 1.5 65

 Variable
s
Categórica Numérica
s s
Genero edad Altura Peso
(m) (Kg)

Female Adulto 1.4 60

Male Niño 1.2 15

Male Adulto 1.5 85

Female Adulto 1.3 74

Male Adulto 1.6 77

Femele Mayor 1.5 65

 Variable
s
Categórica Numérica
s s
Genero edad Altura Peso
(m) (Kg)

Female Adulto 1.4 60

Male Niño 1.2 15

Male Adulto 1.5 85

Female Adulto 1.3 74

Male Adulto 1.6 77

Femele Mayor 1.5 65

 Variable
s
Categórica Numérica
s s
Genero edad Altura Peso
(m) (Kg)

Female Adulto 1.4 60

Male Niño 1.2 15

Male Adulto 1.5 85

Female Adulto 1.3 74

Male Adulto 1.6 77

Femele Mayor 1.5 65

 Variable
s
Categórica Numérica
s s
Genero edad Altura Peso
(m) (Kg)
1 2 3 4 5 6 7

Female Adulto 1.4 60

Male Niño 1.2 15

Male Adulto 1.5 85

Female Adulto 1.3 74

Male Adulto 1.6 77

Femele Mayor 1.5 65

 Variable
s
Categórica Numérica
s s
Genero edad Altura Peso
(cm) (Kg)
1 2 3 4 5 6 7

Female Adulto 1.4 60 Resume

n n %

Male Niño 1.2 15 Males 3 43

Femal 4 57
Male Adulto 1.5 85 e

Visualizació
Female Adulto 1.3 74
n
4
Male Adulto 1.6 77 3

M F
Femele Mayor 1.5 65
 Variable
s
Categórica Numérica
s s
Genero edad Altura Peso
(m) (Kg)
1 2 3 4 5 6 7

Female Adulto 1.4 60 Resume Resume

n n % n
Rango 1 6
Male Niño 1.2 15 Males 3 43 IQR 2 4

Femal 4 57 Median 3
Male Adulto 1.5 85 e a
Media 3.5
Visualizació
Female Adulto 1.3 74
n Visualizació
4 n
Male Adulto 1.6 77 3

M F
Femele Mayor 1.5 65
Genero edad Altura Peso
(m) (Kg) Rango IQR Median Media
a
Males 1.4-1.7 1.5-1.6 1.59 1.58
Male Adulto 1.6 77
Fameles 1.3-1.6 1.4-1.5 1.53 1.54

Male Niño 1.2 15

Male Adulto 1.5 85

Male
Female Adulto 1.3 74

Famele Adulto 1.4 60 Female

Femele Mayor 1.5 65

 Lo que
observamos en Lo que
nuestros datos debemos hacer
Genero edad Altura Peso
(m) (Kg) 1 prueba de
Una categórica proporción de
muestra
Female Adulto 1.4 60 M F

Male Niño 1.2 15 Dos categóricas

Male Adulto 1.5 85

Una numérica
Female Adulto 1.3 74

Male Adulto 1.6 77 Una numérica y

una categórica

Femele Mayor 1.5 65

Dos categóricas
 Lo que
observamos en Lo que
nuestros datos debemos hacer
Genero edad Altura Peso
(m) (Kg) 1 prueba de
Una categórica proporción de
muestra
Female Adulto 1.4 60 M F

Male Niño 1.2 15 Dos categóricas Chi-cuadrado

Niño Adulto Mayor

Male Adulto 1.5 85

Una numérica
Female Adulto 1.3 74

Male Adulto 1.6 77 Una numérica y

una categórica

Femele Mayor 1.5 65

Dos categóricas
 Lo que
observamos en Lo que
nuestros datos debemos hacer
Genero edad Altura Peso
(m) (Kg) 1 prueba de
Una categórica proporción de
muestra
Female Adulto 1.4 60 M F

Male Niño 1.2 15 Dos categóricas Chi-cuadrado

Niño Adulto Mayor

Male Adulto 1.5 85

Una numérica T-test
Female Adulto 1.3 74

Male Adulto 1.6 77 Una numérica y

una categórica

Femele Mayor 1.5 65

Dos categóricas
 Lo que
observamos en Lo que
nuestros datos debemos hacer
Genero edad Altura Peso
(m) (Kg) 1 prueba de
Una categórica proporción de
muestra
Female Adulto 1.4 60 M F

Male Niño 1.2 15 Dos categóricas Chi-cuadrado

Niño Adulto Mayor

Male Adulto 1.5 85

Una numérica T-test
Female Adulto 1.3 74

Male
Male Adulto 1.6 77 Una numérica y T-test o
una categórica Female
ANOVA
Femele Mayor 1.5 65
Dos categóricas
 Lo que
observamos en Lo que
nuestros datos debemos hacer
Genero edad Altura Peso
(m) (Kg) 1 prueba de
Una categórica proporción de
muestra
Female Adulto 1.4 60 M F

Male Niño 1.2 15 Dos categóricas Chi-cuadrado

Niño Adulto Mayor

Male Adulto 1.5 85

Una numérica T-test
Female Adulto 1.3 74

Male
Male Adulto 1.6 77 Una numérica y T-test o
una categórica Female
ANOVA
Femele Mayor 1.5 65
Dos categóricas Correlación

Altura
Peso