CLASE 01: Conceptos básicos

gepomachaguap@unac.edu.pe
Material de Clases © German Pomachagua Perez 7-Ene.-20
 INTRODUCCION

El objetivo fundamental de la estadística es analizar datos y transformarlos

en información para la toma de decisiones

Dato Procesamiento Información

Material de Clases © German Pomachagua Perez 7-Ene.-20

 Mapa conceptual

Material de Clases © German Pomachagua Perez 7-Ene.-20

Actualmente con el boom de la Big Data, tener nociones
de probabilidad y estadística se ha hecho fundamental. En los últimos años ha
habido un resurgimiento de todo lo relacionado con estadística , data
mining y machine learning empujados principalmente por la explosión de datos
con que contamos, estos conceptos combinados forman la base de lo que
actualmente se conoce como la Ciencia de Datos

La minería de datos consiste en la transformación de datos en conocimiento

para la toma de decisiones”, lo cual se logra mediante técnicas de análisis
simbólico. Según Dibay (2000) crea un puente entre la Estadística y el
Aprendizaje automático.
A diferencia de la Estadística, en la minería de datos no se trabaja con muestras
de la información, sino que se buscan patrones ocultos en los datos mediante
métodos algorítmicos y utilizando un sistema automatizado.
Material de Clases © German Pomachagua Perez 7-Ene.-20
¿Cuál es la relación entre Big Data, minería de datos
y Estadística?

Material de Clases © German Pomachagua Perez 7-Ene.-20

Material de Clases © German Pomachagua Perez 7-Ene.-20
 ¿QUÉ ES EL ANÁLISIS MULTIVARIANTE?

Es el conjunto de métodos estadísticos cuya finalidad es analizar simultáneamente

conjuntos de datos multivariantes en el sentido de que hay varias variables medidas
para cada individuo ú objeto estudiado.
Su razón de ser radica en un mejor entendimiento del fenómeno objeto de estudio
obteniendo información que los métodos estadísticos univariantes y bivariantes son
incapaces de conseguir. Técnicas de Minería de Datos

Material de Clases © German Pomachagua Perez 7-Ene.-20

 ¿Qué es Estadística ?

 Es la ciencia que proporciona un

conjunto de métodos, técnicas y
procedimientos para recopilar,
RECOLECTAR
organizar, presentar y analizar datos
con el fin de describirlos o realizar
generalizaciones válidas. ORGANIZAR

 Es una ciencia que constantemente

ANALIZAR
proporciona métodos y técnicas para
mejorar la calidad de las observaciones
científicas, y ayuda a la toma de INTERPRETAR
decisiones en condiciones de
incertidumbre.
DATOS
Material de Clases © German Pomachagua Perez 7-Ene.-20
 ¿Qué son DATOS ?
Es el valor de la variable.
Ejemplo :

Datos Unidad de
Variable medida
Edad del paciente 27 años
Peso 70 Kg.
Tiempo permanencia 5 días
Temperatura corporal 37,5 °C
Profesión Contador ---

Si un DATO es útil para tomar decisiones se convierte en INFORMACIÓN.

Material de Clases © German Pomachagua Perez 7-Ene.-20

 DIVISION DE LA ESTADISTICA

ESTADÍSTICA DESCRIPTIVA-EXPLORATORIA-(Data Analysis)

Tiene como objetivo presentar los datos obtenidos en forma resumida, clara y
comprensible
Ejemplo 1: La cantidad de robos ocurridos el último mes en el distrito de Surco.
Ejemplo 2: La nota promedio del curso de REDES del grupo 1
Ejemplo 3: Electores según ONPE 2019

Hombres Mujeres Total

Nº de electores 12´488,163 (49.64%) 12´311,221 (50.36%) 24´799,384
Nº de electores en el extranjero 974,230
Nº de electores Lima Metropolitana 7´446,852
Nº de jóvenes entre 18 y 30 años 6´937,424

Mencionamos algunos procedimientos:

Tablas de distribuciones de frecuencia
Gráficos de distribución de frecuencias
Diagramas de cajas
Diagramas de tallos y hojas
Estadísticos de tendencia central, dispersión y de forma

Material de Clases © German Pomachagua Perez 7-Ene.-20

 ESTADÍSTICA DESCRIPTIVA: Algunos procedimientos
Tabla de Frecuencias Grafico de Cajas y Bigotes
<Xi-1 - Xi] fi hi Fi Hi 25

24 46

<38 - - 45] 3 0.14 3 0.14 23 52

<45 - - 52] 2 0.10 5 0.24 22 41

71
47
62

<52 - - 59] 7 0.33 12 0.57 21 43

93
65
28
94

20

<59 - - 66] 3 0.14 15 0.71 19

<66 - -73] 6 0.29 21 1.00 18

EDAD
17
21 1.00 N= 80

H OMBR E
20

MU JER

SEXO

Diagrama de Tallos y hojas Gráficos de distribución de

EDAD Stem-and-Leaf Plot CLUSTER
frecuencias
Frequency Stem & Leaf

1,00 3. 9
3,00 4. 029
8,00 5. 14678889
5,00 6. 34689
4,00 7. 0012

Material de Clases © German Pomachagua Perez 7-Ene.-20

 DIVISION DE LA ESTADISTICA

Estadística Inferencial ( Data modelling)

Es un conjunto de métodos que permiten efectuar una estimación, predicción o
generalización sobre una población, basado en el análisis de datos de una
muestra.
Inferencia
Muestra POBLACIÓN

Estimador Parámetro

Ejemplo: El INEI estima que el año 2025 tendremos una población

de 34´,412,393

Material de Clases © German Pomachagua Perez 7-Ene.-20

 2016

Material de Clases © German Pomachagua Perez 7-Ene.-20

 DEFINICIONES BASICAS
Unidad Estadística: (Unidad de análisis) el elemento fundamental e
indivisible de la población (persona, animal o cosa), sobre las
cuales se va obtener datos, en otras palabras es el que proporciona
el dato.

Ejemplos: un alumno de la
universidad, un turista nacional,
un turista internacional, una
ama de casa, un supermercado,
una empresa de calzado, un
mozo, un lugar turístico, un
grifo, una persona, una familia
etc.

Material de Clases © German Pomachagua Perez 7-Ene.-20

 Población y muestra

Población Muestra
• TODOS los posibles • PARTE “representativa”
•Individuos, objetos, de la población.
mediciones y conteos • Un ESTADÍSTICO describe
• Un PARÁMETRO describe a una muestra.
a una población.
Diapositiva 15
Material de Clases © German Pomachagua Perez 7-Ene.-20
 POBLACION
Parámetro: Es una medición numérica que describe algunas
características de una población; para determinar su valor es
necesario utilizar toda la información de la población (censo).
Sólo hay un parámetro en cada población.
Generalmente es desconocido y por lo tanto debe ser estimado
Los más usados son:
 : Media poblacional (mu)
2 : Varianza poblacional (sigma cuadrado)
π : Proporción poblacional

Censo: Estudio realizado a todos y a cada

uno de los individuos que forman parte de
la población
Material de Clases © German Pomachagua Perez 7-Ene.-20
 Año 2010 = 35 públicas y 65 privadas =100
Año 2016-2018 = 51 públicas y 92 privadas =143
Año 2020= 85 U. Licenciadas al 03/01/2020
Material de Clases © German Pomachagua Perez 7-Ene.-20
Material de Clases © German Pomachagua Perez 7-Ene.-20
SUELDOS PROMEDIOS DE EGRESADOS POR CARRERA - 2018

Material de Clases © German Pomachagua Perez 7-Ene.-20

SUELDOS PROMEDIOS DE EGRESADOS POR CARRERA - 2018

Material de Clases © German Pomachagua Perez 7-Ene.-20

SUELDOS PROMEDIOS DE EGRESADOS POR CARRERA - 2018

Material de Clases © German Pomachagua Perez 7-Ene.-20

SUELDOS PROMEDIOS DE EGRESADOS POR CARRERA - 2018

Material de Clases © German Pomachagua Perez 7-Ene.-20

Material de Clases © German Pomachagua Perez 7-Ene.-20
Pensiones de universidades privadas 2019019

Material de Clases © German Pomachagua Perez 7-Ene.-20

 MUESTRA: Parte o subconjunto representativo de una población, sus
elementos son seleccionados aleatoriamente o no con el objeto de
investigar las características de la población de la cual proceden.

Muestreo: Es un procedimiento de selección de los elementos a ser

estudiados o encuestados
Si
No

Material de Clases © German Pomachagua Perez 7-Ene.-20

Estimador (estadígrafo): Es una medición numérica que
describe algunas características de una muestra.
Su valor es usado con propósitos de estimación de los
parámetros de una población, de la cual se extrajo la
muestra.
Los más usados son:

𝒙ഥ : media muestral
𝑆 2 ∶ varianza muestral
𝑝ҧ ∶ proporción muestral

Ejemplo - De los 100 estudiantes entrevistados, el 70% apoya

la resolución sobre la vacancia del Director

Material de Clases © German Pomachagua Perez 7-Ene.-20

Ejemplo: El siguiente gráfico muestra la evolución de la inflación desde el año
1980 al 2010. ¿El índice de precios al consumidor IPC que obtiene el INEI, es un
parámetro o un estadígrafo?

Material de Clases © German Pomachagua Perez 7-Ene.-20

 RESUMEN

Población (N) MUESTRA (n)

P E
A S
µ x
R MUESTREO T
A I
σ2 S2
M M
E p A
T INFERENCIA
π D
R O
O R

Material de Clases © German Pomachagua Perez 7-Ene.-20

Material de Clases © German Pomachagua Perez 7-Ene.-20
 Simbología a utilizar

MEDIDAS POBLACION MUESTRA

(parámetro) (estadístico)
Media aritmética 𝜇 𝑥ҧ
Varianza 𝜎2 𝑆2
Desviación estándar 𝜎 𝑆
Proporción 𝜋=𝑃 pത
Tamaño 𝑁 𝑛

Material de Clases © German Pomachagua Perez 7-Ene.-20

Ejemplo 1: Se ha hecho un estudio en el distrito de SJL para
determinar la preferencia de una marca especial de detergente por
parte de las amas de casa. Entre las 50 amas de casa
entrevistadas, 30 dijeron que preferían esta marca.
a) ¿Cual es la unidad de análisis?
b) ¿Cuál es la población?
c) ¿Cuál es la muestra?
d) ¿Cuál es el parámetro?
e) ¿Cuál es el estimador ?
Solución:
a) Una ama de casa del distrito de SJL
b) Todas las amas de casa del distrito de SJL.
c) Las 50 amas de casa
d) Proporción poblacional de mas de casa que prefieren tal
detergente
e) El estimador proporcional
x 30
p    0.6
n 50
Material de Clases © German Pomachagua Perez 7-Ene.-20
 VARIABLES

Es una característica de los elementos que se va investigar y que

toma diferentes valores o categorías.

Variable

Cualitativa Cuantitativa

Nominal Ordinal Discreta Continua

Material de Clases © German Pomachagua Perez 7-Ene.-20

 Tipos de variables: Según su naturaleza
 Cualitativas o Categóricas
Son aquellas características que se pueden clasificar, pero no medirse
 Nominales: Si sus valores no se pueden ordenar

 Sexo, Grupo Sanguíneo, Religión, Nacionalidad, Fumar (Sí/No)

 Ordinales: Si sus valores se pueden ordenar

 Calificaciones, Grado de satisfacción, Intensidad del dolor, la escala de
Mohs (dureza de los minerales comienza de 1 talco hasta 10 diamante)
 Cuantitativas o Numéricas
Si sus valores son numéricos (tiene sentido hacer operaciones algebraicas con
ellos)

 Discretas: Toma valores enteros y no puede tomar una fracción entre dos
valores consecutivos
 Número de hijos, Número de cigarrillos, Numero de accidentes

 Continuas: Si entre dos valores, son posibles infinitos valores intermedios.

 Altura, Presión intraocular, talla, peso

Material de Clases © German Pomachagua Perez 7-Ene.-20

 TIPOS DE VARIABLES:
Según su relación

 Independiente (X): Causal o determinante de los cambios en la v.

dependiente, es manipulada por el investigador.

 Dependiente (Y): Efecto como resultado de la manipulación de

la v. independiente, llamada también como variable resultado.

 Interviniente: Puede mediar en la relación entre las variables

independiente y dependiente
Ejemplo 1: ¿Cuál es la incidencia del nivel de cariño que reciben los
estudiantes de la ciudad de Lima en su rendimiento escolar?

Material de Clases © German Pomachagua Perez 7-Ene.-20

Titulo: “SISTEMA DE INFORMACIÓN CLIENTE/SERVIDOR CON TECNOLOGÍA WEB
PARA LOS PROCESOS DE MATRÍCULAS Y TRÁMITES DE CERTIFICACIÓN DE LA
ESCUELA NACIONAL DE ESTADÍSTICA E INFORMÁTICA DEL INEI -TACNA - 2013”

a) ¿Cuáles son las variables independientes y dependientes?

b) ¿Cual es la unidad de análisis?
c) ¿Cuál es la población?
d) ¿Cuál es la muestra?
e) ¿Cuál es el parámetro?
f) ¿Cuál es el estimador ?
g) ¿Técnicas e instrumentos para la recolección de datos?
h) ¿Tipo de muestreo?

Material de Clases © German Pomachagua Perez 7-Ene.-20