TEMA 56: USOS DE LA ESTADÍSTICA: ESTADÍSTICA DESCRIPTIVA Y ESTADÍSTICA INFERENCIAL.

MÉTODOS BÁSICOS Y APLICACIONES DE CADA UNA DE ELLAS AL ESTUDIO Y TOMA DE DECISIONES EN

2. Estadística descriptiva e inferencial. 3

2.2. Estadística inferencial. 4

3. El método estadístico. 5

4. Algunos problemas abordados en estadística. 6

5. Campo de aplicación de la estadística. 7

6. Toma decisiones. 7

7. Relación del tema con el currículo 9

8. Conclusión 9

10. Bibliografía. 9
TEMA 57: USOS DE LA ESTADÍSTICA.: ESTADÍSTICA DESCRIPTIVA Y ESTADÍSTICA

INFERENCIAL. MÉTODOS BÁSICOS Y APLICACIONES DE CADA UNA DE ELLAS AL

ESTUDIO Y TOMA DE DECISIONES EN PROBLEMAS DE LAS CIENCIAS SOCIALES Y DE

LA NATURALEZA.

1. Introducción

Históricamente, la estadística comenzó por ser descriptiva, su origen se remonta a los trabajos

demográficos de John Graunt mercader londinense que publicó en 1662 un libro para tratar de

interpretar fenómenos biológicos y sociales de la población a partir de datos numéricos, centrado

en estudios sobre la mortalidad de los habitantes de Londres en el S. XVII.

Desde la antigüedad los Estados han recogido información sobre la población y riqueza que

existía en sus dominios. Los datos más antiguos que se conocen son los censos chinos hacia el año

2000 aC. En la época del imperio romano se realizaron censos en Roma. Desde aquellos días hasta

el siglo XVII muchos estados organizaron estudios sobre distintas características de sus

poblaciones.

En 1692, Edmund Halley, publicó un articulo en el que se hacía un intento de establecer el precio

de las anualidades a satisfacer a las compañías de seguros, sobre la esperanza de vida.

En España el primer censo se efectúa en 1787 por el Conde de Floridablanca. A comienzos del

siglo XIX surgen las Agencias Oficiales de Estadística.

El gran impulso a la estadística actual fue dado a partir de la obra de Darwin. Para contrastar

dicha teoría Galton estudio la distribución normal e introdujo el concepto de línea de regresión.

Weldon, Pearson, Gosset (Student tuvo que ponerse ese seudónimo para poder publicar sus

trabajos, ya que en aquel momento trabajaba para la Guinnes, y no le permitían trabajar fuera de

su campo), Fisher, fueron ampliando la teoría estadística actual.

Tras acumular información, criticarla, ponerla en condiciones, analizarla, sintetizarla y después

de haberse comprobado analogías, descubierto permanencias estadísticas, reconocido cierto

número de distribuciones tipo, observado algunas formas de dependencias estructurales bastante

generales, la Estadística llegó a ser explicativa, gracias, en particular a la aportación del Cálculo

de Probabilidades. Ambas disciplinas confluyen en el S. XIX.

1
El modo de hacer de la estadística representa la introducción en matemáticas de esquemas

nuevos que resultan especialmente eficaces para la confrontación con un mundo de problemas tan

complejos que los métodos matemáticos clásicos eran incapaces de manejar. Se trata de

encontrar leyes a fin de tomar las decisiones oportunas en aquellos aspectos que parecen estar

dominados por lo aleatorio.

La estadística trata, en primer lugar, de acumular la masa de datos numéricos provenientes de la

observación de multitud de fenómenos. Mediante la teoría de la probabilidad analiza y explora la

estructura matemática subyacente al fenómeno del que estos datos provienen, tratando de sacar

conclusiones y predicciones para aprovechar mejor el fenómeno.

El diseño de experimentos y la teoría de muestras se encargan de la recolección de datos acerca

de un fenómeno. La Estadística Descriptiva describe y procesa de modo adecuado la masa de

datos, provenientes de observaciones y experimentos, mediante gráficas o parámetros

estadísticos que esquematizan la información. El análisis de esos datos se realiza mediante la

Teoría de la Probabilidad.

Un modelo matemático es una abstracción simplificada de la realidad más compleja y siempre

existirá cierta discrepancia entre lo observado y lo previsto por el modelo.

La estadística proporciona una metodología para evaluar y juzgar estas discrepancias entre la

realidad y la teoría.

El arte de obtener con confianza conclusiones sobre el modo de proceder del fenómeno que se

estudia, es el objeto de las diversas técnicas existentes de inferencia estadística.

El desarrollo de las teorías de de la decisión, de la estimación, de juegos, de colas, análisis

multivariante, etc, permiten prever mayor auge de la estadística en el futuro. En las sociedades

organizadas actuales, no existe prácticamente ninguna actividad humana en la que no intervenga

la estadística, al menos en forma de encuestas, predicciones, estimaciones, etc.

Además de su papel instrumental, el estudio de la Estadística es importante para entender las

posibilidades y limitaciones de la investigación experimental, para diferenciar las conclusiones

que pueden obtenerse de los datos de las que carecen de base empírica y para desarrollar un

pensamiento crítico y antidogmático ante la realidad.

2
Muchos ciudadanos ven la Estadística con gran desconfianza: unos creen que es la ciencia en que

las diferencias individuales quedan ocultas a través de las medias, otros que es la ciencia

mediante la cual con gráficos, tasas de variación y porcentajes, se manipula la opinión desde la

publicidad, la tecnología o la economía. Vivimos en la era de la Estadística y cada aspecto de la

actividad humana es medido e interpretado en términos estadísticos.

El conocimiento de los métodos estadísticos es lo que hará posible participar en la argumentación

pública basada en cifras y datos.

2. Estadística descriptiva e inferencial.

2.1. Estadística descriptiva.

Estadística descriptiva o deductiva trata del recuento, ordenación y clasificación de los datos

obtenidos mediante observaciones. Se construyen tablas y se representan gráficos que permiten

simplificar la complejidad de los datos que intervienen en la distribución. Se calculan parámetros

estadísticos que caracterizan la distribución.

Denominamos población al conjunto formado por todos los elementos cuyo conocimiento nos

interesa. A cada uno de los elementos de una población, le llamamos individuo. Muestra es un

subconjunto limitado extraído de una población, con objeto de reducir el número de experiencias.

Las medidas descriptivas utilizadas principalmente son: la centralización o posición, la dispersión,

la deformación o simetría y el apuntamiento.

Entre las medidas de posición aparece como más esencial la media aritmética y es una medida

que representa a un conjunto de datos; conociendo la media de dos o más grupos homogéneos

podemos compararlos. Las medidas de dispersión se refieren al concepto de la variabilidad y

complementan el conocimiento de un colectivo dado por las medidas de posición. Las medidas de

simetría nos indican si las medidas de los fenómenos estudiados se agrupan simétricamente en

torno al valor medio. Por último, las medidas de apuntamiento indican si en la distribución de las

medidas predominan los valores centrales. Para la obtención de estas medidas se usan solamente

las matemáticas elementales: suma, resta, multiplicación, división, etc.

Una vez seleccionados los caracteres que consideremos básicos para la investigación que vamos a

realizar, procedemos a observarlos sobre los elementos de la población. Para el conocimiento de

3
dicha población estadística, debemos analizar cada uno de sus individuos (o cada individuo de una

muestra). Éste análisis no siempre es posible, lo cual nos lleva a considerar distintos métodos de

observación:

a) Observación exhaustiva: Cuando podemos observar todos los elementos de una población, en

cuyo caso diremos que estamos realizando un censo.

b) Observación parcial: Cuando sólo puede observarse una parte determinada de los elementos de

la población, de una muestra, entonces diremos que estamos realizando una encuesta o sondeo.

2.2. Estadística inferencial.

Estadística inferencial o inductiva plantea y resuelve el problema de establecer previsiones y

conclusiones generales sobre una población a partir de los resultados obtenidos de una muestra.

Utiliza resultados obtenidos mediante la estadística descriptiva y se apoya fuertemente en el

cálculo de probabilidades. Operando de esta forma estamos ante un muestreo probabilístico y

obteniendo muestras representativas, que en poblaciones homogéneas lo serán más que en las no

homogéneas. Los modelos estadísticos van a actuar de puente entre lo observado (muestra) y lo

desconocido (población), su construcción y estudio es el objetivo del cálculo de probabilidades.

Los procedimientos de inferencia estadística pueden clasificarse:

- Por el objetivo del estudio: muestreo frente a diseño. Observar una muestra representativa de

la población o poblaciones de interés.

- Por el método utilizado: métodos paramétricos frente a no paramétricos. Los primeros suponen

que los datos provienen de una distribución que puede caracterizarse por un pequeño número de

parámetros que se estiman a partir de los datos. Los no paramétricos suponen aspectos muy

generales de la distribución y tratan de estimar su forma o contrastar su estructura.

- Por la información considerada: enfoque clásico frente al bayesano. El clásico supone que los

parámetros son cantidades fijas desconocidas sobre los que no se dispone de información de los

datos muestrales. El bayesiano considera a los parámetros del modelo como variables aleatorias y

permite introducir información inicial sobres sus valores mediante una distribución de

probabilidad que se denomina distribución a priori.

4
3. El método estadístico.

Una investigación empírica utiliza ambos tipos de razonamiento: el deductivo y el inductivo.

El método estadístico es el procedimiento mediante el cual se sistematiza y organiza este

proceso, cuyas etapas básicas se describen a continuación:

1ª) Planteamiento del problema: Tenemos que definir el problema en términos precisos indicando

el ámbito de aplicación, o sea, la población que se quiere investigar y las variables que debemos

observar y cómo medirlas.

2º) Construcción de un modelo estadístico: Un modelo estadístico es una aproximación operativa

de la realidad que queremos observar, que tiene en cuenta explícitamente las variables

observables presumiblemente más importantes, y engloba en la parte aleatoria los efectos del

resto.

3º) Recogida de la información muestral: Una vez construido el modelo del problema tenemos que

medir los valores de la variable de interés. Esta recogida de información se puede hacer de dos

formas:

- Por muestreo: observando pasivamente una muestra de las variables y anotando sus valores.

- Con un diseño de experimentos: fijamos los valores de ciertas variables y observamos la

respuesta de otras.

4º) Depuración de la muestra: hay que esperar que exista entre un 2 y un 5% de observaciones

con errores de medición, trascripción, etc. Por tanto, antes de utilizar los datos muestrales

conviene aplicar técnicas estadísticas simples para identificar errores.

5º) Estimación de los parámetros: usaremos la información disponible para decidir respecto a un

valor concreto de estos parámetros así como cuantificar el posible error en la estimación.

6º) Contrastes de simplificación: una vez estimados los parámetros estudiaremos si el modelo

puede simplificarse.

7º) Crítica y diagnosis del modelo: estudiamos la compatibilidad entre la información empírica y el

modelo, comprobando que la parte aleatoria lo es realmente. Si aceptamos el modelo como

correcto, lo usamos para tomar decisiones o realizar previsiones de la variable. En caso contrario

volveríamos a empezar.

5
4. Algunos problemas abordados en estadística.

Descripción de datos: Cuando se ha recogido un gran conjunto de datos y queremos describir las

características particulares de dicho conjunto de la forma más breve y concisa posible para

resumir la información contenida en los datos. Como primera medida registramos los datos

convenientemente en una tabla y efectuamos una representación gráfica apropiada.

Análisis: En la mayor parte de las investigaciones basadas en material estadístico cabe

considerar los datos como valores observados de fenómenos aleatorios de azar y se emplean para

hacer ciertas inferencias acerca de las distribuciones de probabilidad de las variables

procedentes de dichos fenómenos aleatorios.

Contrastación de hipótesis: Consideramos dado un conjunto de datos si es posible describirse

adecuadamente mediante algún modelo probabilístico. Es posible que se quiera saber si un

conjunto de medidas obtenidas en relación con algún experimento físico, biológico o psicológico

puede considerarse como valores observados de una variable distribuida normalmente. Un caso de

este tipo puede resolverse creando una medida adecuada del grado de concordancia o bondad de

ajuste entre la distribución sugerida y nuestros datos, y aplicar después un contraste de

hipótesis.

Medición de relaciones: Problemas de regresión y correlación que nos determinan la relación

existente de dependencia entre dos fenómenos. Comparar el rendimiento de dos procedimientos

aplicados a un mismo colectivo.

Predicción: Posibilidad de responder a preguntas tales como ¿qué va a ocurrir en determinadas

condiciones?, ¿qué consecuencias resultarán si tomamos una medida u otra? La predicción en este

sentido amplio de la palabra es el fin práctico último de la ciencia. Los diversos problemas de

planificación social e industrial, que dependen para su solución de la posibilidad de hacer

predicciones de los datos estadísticos futuros. La previsión puede mejorarse estudiando la

relación entre la variable de interés y otras variables.

6
5. Campo de aplicación de la estadística.

Economía y Administración Pública: Podemos distinguir una primera parte puramente

descriptiva donde se presentan los datos estadísticos correspondientes a diversos aspectos de

las sociedades humanas: producción, consumo, finanzas, emigración, demografía, etc. Estos

resultados son publicados por los organismos oficiales de estadística en todas las naciones. Una

segunda parte se encarga de someter los datos anteriores a estudio y análisis para prever las

necesidades en un futuro: estudio de las series temporales, estudios sobre producción industrial,

índice del coste de la vida, etc.

Psicología experimental: Se utiliza la estadística para el estudio del comportamiento de los

individuos, de sus aptitudes, de su cociente intelectual, etc., llevándose a cabo mediante la

aplicación de baterías de test apropiadas, siendo hoy día la forma de contratación de

numerosísimas empresas.

Biología: En Genética se ha aplicado en el estudio de las propiedades hereditarias. En Medicina

para comparar la eficacia de dos drogas o procedimientos curativos.

Ciencias Físico-Matemáticas: Se aplica en el estudio de la mecánica-estadística, en la teoría

cinética, radioactividad, investigación operativa, etc.

Ciencias Químicas: Para comprobar la eficacia de los fertilizantes sobre las cosechas, productos

de laboratorio, composición de fármacos y su aplicación sobre animales y plantas.

Meteorología: para la confección de las series temporales y predicción de ciclones, movimientos

sísmicos, temperaturas, etc.

Industria: Se aplica en problemas de control de calidad en la producción de la gran industria.

Dirección Empresarial: El procedimiento estadístico es un método eficaz para el estudio del

precio de venta, análisis de mercados, “stock” de fabricación, gestión financiera, etc.

7
6. Toma de decisiones.

Un principio general de la investigación científica es escoger siempre la hipótesis más simple

capaz de explicar la realidad observada. La razón es que una hipótesis simple es más fácil de

contrastar empíricamente y descubrir sus deficiencias, lo que permite aprender de los datos con

mayor rapidez y seguridad.

Este principio justifica que muchas investigaciones estadísticas tengan por objeto contrastar una

hipótesis simplificadora del tipo: una población es idéntica a otra de referencia; dos o más

poblaciones son iguales entre sí. Por ejemplo, se conoce que la vida media de los elementos

resultantes de un proceso de fabricación es 5000 horas, se introducen cambios en el proceso y

se desea contrastar que la vida media no ha variado. Otro ejemplo, se desea saber si la

remuneración media obtenida en un trabajo análogo por personas de igual cualificación

profesional es la misma (no depende del sexo).

Una hipótesis se contrasta comparando sus predicciones con la realidad: si coinciden, dentro del

margen de error admisible, mantendremos la hipótesis, en caso contrario, la rechazaremos, y

buscaremos nuevas hipótesis capaces de explicar los datos observados. Este proceso iterativo es

consustancial al avance de cualquier disciplina científica.

Un problema aparentemente muy distinto, pero relacionado con el anterior, es decidir entre

cursos alternativos de acción en condiciones de incertidumbre. Por ejemplo, decidir si revisar o

no un proceso de fabricación que puede estar desajustado, o lanzar o no un nuevo producto a

mercado, o comprar o no una nueva maquinaria. La metodología para analizar estos problemas es la

teoría de la decisión, que incluye como caso particular, la teoría de contraste de hipótesis.

8
7. Relación del tema con el currículo

En el bloque 6 de Estadística y Probabilidad, empezando por 1º de ESO, en el que ya se formulan

conjeturas sobre el comportamiento de fenómenos aleatorios sencillos, se diseñan experiencias

para su comprobación y se ven diferentes formas de recogida de información. Continuando a lo

largo del currículo de secundaria, en 2º cálculo de algunos parámetros, en 3º de otros más e

introduciendo la probabilidad. Es en 4º tanto en una opción como en otra en la que el estudio

queda casi completo. En bachillerato también lo estudiamos someramente en Matemáticas I de 1º

de bachillerato en el que se ven algunas distribuciones de probabilidad, y nos metemos más en

inferencia haciendo predicciones. Pero es en matemáticas aplicadas a las ccss donde más

profundamente se ve, para tener una buena base con la que concluir en 2º de bachillerato el

estudio completo de estadística descriptiva e inferencia estadística. Se estudia de forma global

este tema en la optativa de 2º de bachillerato, Estadística.

8. Conclusión

Aunque a lo largo del currículo de ESO, aparece este tema en todos los cursos, con más o menos

dificultad, la realidad nos dice que no se puede ver en todos los cursos, y que es en el 2º ciclo

donde se suele estudiar. A veces llegan a bachillerato sin haber visto nada de estadística

(dependiendo de las características del alumnado) y se tiene que ver a marchas forzadas, sin

poder a llegar a sacar las conclusiones oportunas por las que se realizan los estudios estadísticos.

9. Bibliografía.

- Cramer. Métodos matemáticos de estadística. Aguilar.

- Cramer. Teoría de probabilidades y aplicaciones. Aguilar.

- Apóstol. Calculus. Volumen II.

-Sixto Ríos. Métodos Estadísticos.

- Gmurman. Teoría de probabilidades y estadística matemática.

- Calot. Curso de estadística descriptiva.

- Libros de COU, de 1º y de 2º de Bachillerato.

- R.D. 1631/06: Enseñanzas ESO. Decreto 231/07: Enseñanzas ESO en Andalucía.

- Decreto 208/02: Enseñanzas bachillerato en Andalucía.