República Bolivariana de Venezuela

Ministerio del poder popular para la educación

UNESR “Universidad Nacional Experimental Simón Rodríguez”

Administración mención: recursos humanos

Maturín-Edo-Monagas

NR-05

CONCEPTOS BASICOS DE
ESTADISTICA

Facilitador participante
Alfredo Tineo Sofía Mosqueda
 Índice

• Introducción • Propiedades de los conjuntos

• Regresión lineal

• Atributo • Tabla de doble entrada

• Azar • Variable

• Combinaciones • Variables independientes y dependientes

• Conjunto • Varianza

• Correlación lineal • Conclusión

• Desviación estándar

• Distribución binomial

• Distribución de probabilidad

• Escala

• Espacio muestral

• Estadística

• Estadística descriptiva e inferencial

• Estimaciones

• Generalizaciones

• Medidas de tendencia central

• Muestra

• Muestreo

• Permutaciones

• Población

• Porcentajes

• Probabilidad
 Introducción

En el siguiente material podremos apreciar los conceptos básicos de estadística que es

una disciplina que se encarga de procesar y organizar los datos, siendo los datos
cualquier medida o valor que se puede obtener a través de experimentos, encuestas,
censos u otros medios. El análisis de los datos por lo general se inicia con la
aplicación de métodos de estadística descriptiva, para luego seguir con métodos de
estadística inferencial. La estadística es útil para una amplia variedad de ciencias
fácticas, desde la física hasta las ciencias sociales, desde las ciencias de la salud hasta
el control de calidad. Además, se usa en áreas de negocios o instituciones
gubernamentales con el objetivo de describir el conjunto de datos obtenidos para la
toma de decisiones, o bien para realizar generalizaciones sobre las características
observadas.
Atributo: se utiliza para describir una característica o función de un objeto, por lo
general dentro de un patrón-que permite la agrupación de la misma con otros objetos
similares y típicamente se utiliza para describir el tamaño, forma o color de los
objetos en un grupo. El atributo term se enseña desde la edad preescolar donde los
niños se dan a menudo un conjunto de bloques de atributos de diferentes colores,
tamaños y formas que se pide a los niños a clasificar según un atributo específico,
como por tamaño, color o forma, a continuación, pedido para ordenar de nuevo por
más de un atributo. En resumen, el atributo en matemáticas se utiliza generalmente
para describir un patrón geométrico y se utiliza generalmente en todo el curso de
estudio matemático para definir ciertos rasgos o características de un grupo de objetos
en cualquier escenario dado, incluyendo la zona y las mediciones de un cuadrado o la
forma de una pelota de fútbol.

Azar: es una casualidad presente, teóricamente, en diversos fenómenos que se

caracterizan por causas complejas, no lineales y sobre todo que no parecen ser
predictibles en todos sus detalles En matemáticas, pueden existir series numéricas
con la propiedad de no poder ser obtenidas mediante un algoritmo más corto que la
serie misma. Es lo que se conoce como aleatoriedad. La rama de las matemáticas que
estudia este tipo de objetos es la teoría de la probabilidad. Cuando esta teoría se
aplica a fenómenos reales se prefiere hablar de estadística.

Combinaciones: son números estudiados en combinatoria que corresponden al

número de formas en que se puede extraer subconjuntos a partir de un conjunto dado.
Sin embargo, dependiendo del enfoque que tenga la exposición, se pueden usar otras
definiciones equivalentes.

Conjunto: es una colección de elementos considerada en sí misma como un objeto.

Los elementos de un conjunto, pueden ser las siguientes: personas, números, colores,
letras, figuras, etc. Se dice que un elemento (o miembro) pertenece al conjunto si está
definido como incluido de algún modo dentro de él. Un conjunto suele definirse
mediante una propiedad que todos sus elementos poseen. Un conjunto queda definido
únicamente por sus miembros y por nada más. En particular, un conjunto puede
escribirse como una lista de elementos, pero cambiar el orden de dicha lista o añadir
elementos repetidos no define un conjunto nuevo.

Correlación: indica la fuerza y la dirección de una relación lineal y proporcionalidad

entre dos variables estadísticas. Se considera que dos variables cuantitativas están
correlacionadas cuando los valores de una de ellas varían sistemáticamente con
respecto a los valores homónimos de la otra: si tenemos dos variables (A y B) existe
correlación entre ellas si al disminuir los valores de A lo hacen también los de B y
viceversa. La correlación entre dos variables no implica, por sí misma, ninguna
relación de causalidad

Desviación típica: (también conocida como desviación estándar y desvío típico y

representada de manera abreviada por la letra griega minúscula sigma σ o la letra
latina s, así como por las siglas SD (de standard deviation, en algunos textos
traducidos del inglés)) es una medida que se utiliza para cuantificar la variación o la
dispersión de un conjunto de datos numéricos. Una desviación estándar baja indica
que la mayor parte de los datos de una muestra tienden a estar agrupados cerca de su
media (también denominada el valor esperado), mientras que una desviación estándar
alta indica que los datos se extienden sobre un rango de valores más amplio.

Distribución binomial: distribución binómica es una distribución de probabilidad

discreta que cuenta el número de éxitos en una secuencia de n ensayos de Bernoulli
independientes entre sí con una probabilidad fija p de ocurrencia de éxito entre los
ensayos. Un experimento de Bernoulli se caracteriza por ser dicotómico, esto es, solo
dos resultados son posibles, a uno de estos se le denomina “éxito” y tiene una
probabilidad de ocurrencia p l} p y al otro se le denomina “fracaso” y tiene una
probabilidad q = 1 − p l.

Distribución de probabilidad: es aquella que permite establecer toda la gama de

resultados probables de ocurrir en un experimento determinado. Es decir, describe la
probabilidad de que un evento se realice en el futuro. La distribución de probabilidad
es una herramienta fundamental para la prospectiva, puesto que con ella es posible
diseñar un escenario de acontecimientos futuros considerando las tendencias actuales
de diversos fenómenos.

Escala: es la relación de proporción entre las dimensiones reales de un objeto y las del
dibujo que lo representa. Por ejemplo, si una escala indica una proporción 1:15000
significa que un centímetro del mapa representa 15000 en la vida real. El termino
escala es proveniente del latín Scala, es básicamente la sucesión ordenada de un
conjunto de términos de una misma calidad.

Espacio muestral: espacio de muestreo (denotado E, S, Ω o U) consiste en el conjunto

de todos los posibles resultados de un experimento aleatorio, junto con una estructura
sobre el mismo (ver más adelante). Por ejemplo, si el experimento consiste en lanzar
dos monedas, el espacio muestral es el conjunto {(cara, cara), (cara, cruz), (cruz,
cara) y (cruz, cruz)}. Un evento o suceso es cualquier subconjunto del espacio
muestral con estructura de σ-álgebra, llamándose a los sucesos que contengan un
único elemento sucesos elementales. En el ejemplo, el suceso "sacar cara en el primer
lanzamiento", o {(cara, cara), (cara, cruz)}, estaría formado por los sucesos
elementales {(cara, cara)} y {(cara, cruz)}. Para algunos tipos de experimento puede
haber dos o más espacios de muestreo posibles. Por ejemplo, cuando se toma una
carta de un mazo normal de 52 cartas, una posibilidad del espacio de muestreo podría
ser el número (del as al rey), mientras que otra posibilidad sería el palo (diamantes,
tréboles, corazones y picas). Una descripción completa de los resultados, sin
embargo, especificaría ambos valores, número y palo, y se podría construir un
espacio de muestreo que describiese cada carta individual como el producto
cartesiano de los dos espacios de muestreo descritos. Los espacios de muestreo
aparecen de forma natural en una aproximación elemental a la probabilidad, pero son
también importantes en espacios de probabilidad. Un espacio de probabilidad (Ω, F,
P) incorpora un espacio de muestreo de resultados, Ω, pero define un conjunto de
sucesos de interés, la σ-álgebra F, por la cual se define la medida de probabilidad P.

Estadística descriptiva: es el conjunto de métodos estadísticos que describen y/o

caracterizan un grupo de datos. La estadística inferencial busca deducir y sacar
conclusiones acerca de situaciones generales más allá del conjunto de datos
obtenidos.

Estadística: es una disciplina que se encarga de procesar y organizar los datos, siendo
los datos cualquier medida o valor que se puede obtener a través de experimentos,
encuestas, censos u otros medios. El análisis de los datos por lo general se inician con
la aplicación de métodos de estadística descriptiva, para luego seguir con métodos de
estadística inferencial. La estadística es útil para una amplia variedad de ciencias
fácticas, desde la física hasta las ciencias sociales, desde las ciencias de la salud hasta
el control de calidad. Además, se usa en áreas de negocios o instituciones
gubernamentales con el objetivo de describir el conjunto de datos obtenidos para la
toma de decisiones, o bien para realizar generalizaciones sobre las características
observadas. En la actualidad, la estadística aplicada a las ciencias fácticas permite
estudiar una determinada población a partir de la recopilación de información, el
análisis de datos y la interpretación de resultados. Del mismo modo, también es una
ciencia esencial para el estudio cuantitativo de los fenómenos de masa o colectivos.

Estimación: es un cálculo que se realiza a partir de la evaluación estadística. Dicho

estudio suele efectuarse sobre una muestra y no sobre toda la población objetivo. Para
llevar a cabo una estimación, entonces, es necesario primero contar con una serie de
datos. Además, es común que los investigadores se sustenten en un marco teórico.
Por ejemplo, podemos estimar la inflación definiéndola como la diferencia entre los
precios (de la economía) del periodo A y los precios del periodo B. Entonces, se
calcula una variación porcentual entre los datos registrados en ambos puntos del
tiempo. Vale aclarar también que la estimación puede efectuarse sin rigurosidad
matemática. Esto suele suceder, por ejemplo, cuando se consulta a algunos expertos
sobre cuánto va a crecer la economía en el presente año. Entonces, sin haber
trabajado un cálculo econométrico, el analista lanza una cifra (o un rango),
posiblemente con base en los indicadores que se vienen observando, como el
consumo de cemento.

Generalización: es la base comunitaria de toda inferencia deductiva válida. El

concepto de generalización tiene aplicación en muchas disciplinas, a veces teniendo
un significado especializado según el contexto. El texto debe estar bien formulado
para que este tenga a su vez más relación a lo que es la generalización. Dados con
conceptos relacionados, A y B, el concepto A es una generalización del concepto B si
y solo si: Cada instancia del concepto B es también una instancia del concepto A.
Existen instancias del concepto A que no son instancias del concepto B. En forma
equivalente, A es una generalización de B si B es una especialización de A. Un caso
particular de generalización es la aplicada en matemáticas pues los conceptos
generales se convierten en los particulares de otros más generales; así un cuadrado es
la generalización (además de la abstracción) de todo objeto que posee cuatro lados, la
generalización de un cuadrado sería un cubo (ideado a partir del cuadrado), luego la
generalización de este sería un hipercubo y así sucesivamente -véase politopo-,
compartiendo la misma cualidad. (Existe una perspectiva desde la que se notan cuatro
lados en cada nivel de generalización).

Medida de tendencia central: (moda, media y mediana), parámetro de tendencia

central o medida de centralización es un número ubicado hacia el centro de la
distribución de los valores de una serie de observaciones (medidas), en la que se
encuentra ubicado el conjunto de los datos. Las medidas de tendencia central más
utilizadas son: media, mediana u moda. Cuando se hace referencia únicamente a la
posición de estos parámetros dentro de la distribución, independientemente de que
esté más o menos centrada, se habla de estas medidas como medidas de posición.1 En
este caso se incluyen también los cuantiles entre estas medidas.

Muestra: es un subconjunto de casos o individuos de una población. En diversas

aplicaciones, interesa que una muestra sea representativa, y para ello debe escogerse
una técnica de muestra adecuada que produzca una muestra aleatoria adecuada.
También es un subconjunto de la población, y para ser representativa, debe tener las
mismas características de la población. Si se obtiene una muestra sesgada, su interés y
utilidad son más limitados, en función del grado de sesgos que presente. Como un
subgrupo o subconjunto representativo de la población, extraída seleccionada por
algún método de muestreo, la muestra siempre es una parte de la población. Si se
tienen varias poblaciones, entonces se tendrán varias muestras. La muestra debe
poseer toda la información deseada para tener la posibilidad de extraerla, y esto solo
se puede lograr con una buena selección de la muestra y un trabajo muy cuidadoso y
de alta calidad en la recolección de datos.

Muestreo: a la técnica para la selección de una muestra a partir de una población

estadística. Al elegir una muestra aleatoria se espera conseguir que sus propiedades
sean extrapolables a la población. Este proceso permite ahorrar recursos, y a la vez
obtener resultados parecidos a los que se alcanzarían si se realizase un estudio de toda
la población. En las investigaciones llevadas por empresarios y de la medicina se usa
muestreo extensivamente en recoger información sobre poblaciones. Cabe mencionar
que para que el muestreo sea válido y se pueda realizar un estudio adecuado (que
consienta no solo hacer estimaciones de la población sino estimar también los
márgenes de error correspondientes a dichas estimaciones), debe cumplir ciertos
requisitos. Nunca podremos estar enteramente seguros de que el resultado sea una
muestra representativa, pero sí podemos actuar de manera que esta condición se
alcance con una probabilidad alta. En el muestreo, si el tamaño de la muestra es más
pequeño que el tamaño de la población, se puede extraer dos o más muestras de la
misma población. Al conjunto de muestras que se pueden obtener de la población se
denomina espacio muestral. La variable que asocia a cada muestra su probabilidad de
extracción, sigue la llamada distribución muestral.

Permutación: es la variación del orden o posición de los elementos de un conjunto

ordenado o una tupla. Permutar es colocar elementos en distintas posiciones.
También, se llama permutaciones de km elementos en k n posiciones a las distintas
formas en que pueden ordernarse los k m elementos ocupando únicamente las k n
posiciones. Siempre y cuando

Población: es un conjunto de elementos o eventos similares que son de interés para

alguna pregunta o experimento. Una población estadística puede ser un grupo de
objetos existentes (por ejemplo, el conjunto de todas las estrellas dentro de la Vía
Láctea) o una hipotética y potencialmente infinita grupo de objetos concebidos como
una generalización de la experiencia (por ejemplo, el conjunto de todas las manos
posibles en un juego de póquer). Un objetivo común del análisis estadístico es
producir información sobre alguna población elegida. En la inferencia estadística, se
elige un subconjunto de la población (una muestra estadística) para representar la
población en un análisis estadístico.4 La relación entre el tamaño de esta muestra
estadística y el tamaño de la población se denomina fracción de muestreo. Entonces
es posible estimar los parámetros de la población utilizando las estadísticas de
muestra adecuadas
 Porcentaje: es un símbolo matemático, que representa una cantidad dada como una
fracción en 100 partes iguales. También se le llama comúnmente tanto por ciento
donde por ciento significa «de cada cien unidades». Se usa para definir relaciones
entre dos cantidades, de forma que el tanto por ciento de una cantidad, donde tanto es
un número, se refiere a la parte proporcional a ese número de unidades de cada cien
de esa cantidad. El porcentaje se denota utilizando el símbolo «%», que
matemáticamente equivale al factor 0,01 y que se debe escribir después del número al
que se refiere, dejando un espacio de separación.12 Por ejemplo, «treinta y dos por
ciento» se representa mediante 32 % y significa ‘treinta y dos de cada cien’. El
porcentaje se usa para comparar una fracción (que indica la relación entre dos
cantidades) con otra, expresándolas mediante porcentajes para usar 100 como
denominador común.

Probabilidad de un evento: asociada a un suceso o evento aleatorio es una medida del

grado de certidumbre de que dicho suceso pueda ocurrir. Se suele expresar como un
número entre 0 y 1, donde un suceso imposible tiene probabilidad cero y un suceso
seguro tiene probabilidad uno. Una forma empírica de estimar probabilidades consiste
en obtener la frecuencia con la que sucede un determinado acontecimiento mediante
la repetición de experimentos aleatorios, bajo condiciones suficientemente estables.
En algunos experimentos de los que se conocen todos los resultados posibles, las
probabilidades de estos sucesos pueden ser calculadas de manera teórica,
especialmente cuando todos son igualmente probables. La teoría de la probabilidad es
la rama de las matemáticas que estudia los experimentos o fenómenos aleatorios. Se
usa extensamente en áreas como la estadística, la física, la matemática, las ciencias
sociales, la Investigación médica, las finanzas, la economía y la filosofía para sacar
conclusiones sobre la probabilidad de sucesos potenciales y la mecánica subyacente
de sistemas complejos.

Probabilidad: asociada a un suceso o evento aleatorio es una medida del grado de

certidumbre de que dicho suceso pueda ocurrir. Se suele expresar como un número
entre 0 y 1, donde un suceso imposible tiene probabilidad cero y un suceso seguro
tiene probabilidad uno. Una forma empírica de estimar probabilidades consiste en
obtener la frecuencia con la que sucede un determinado acontecimiento mediante la
repetición de experimentos aleatorios, bajo condiciones suficientemente estables. En
algunos experimentos de los que se conocen todos los resultados posibles, las
probabilidades de estos sucesos pueden ser calculadas de manera teórica,
especialmente cuando todos son igualmente probables. La teoría de la probabilidad es
la rama de las matemáticas que estudia los experimentos o fenómenos aleatorios. Se
usa extensamente en áreas como la estadística, la física, la matemática, las ciencias
sociales, la Investigación médica, las finanzas, la economía y la filosofía para sacar
conclusiones sobre la probabilidad de sucesos potenciales y la mecánica subyacente
de sistemas complejos.

Regresión lineal: es una técnica de modelado estadístico que se emplea para describir
una variable de respuesta continua como una función de una o varias variables
predictoras. Puede ayudar a comprender y predecir el comportamiento de sistemas
complejos o a analizar datos experimentales, financieros y biológicos. Las técnicas de
regresión lineal permiten crear un modelo lineal. Este modelo describe la relación
entre una variable dependiente y (también conocida como la respuesta) como una
función de una o varias variables independientes Xi (denominadas predictores).

Tablas de doble entrada: También llamadas tablas de contingencias, son aquellas

tablas de datos referentes a dos variables, formada, en las cabeceras de las filas, por
las categorías o valores de una variable y en las de las columnas por los de la otra, y
en las casillas de la tabla, por las frecuencias o número de elementos que reúnen a la
vez las dos categorías o valores de las dos variables que se cruzan en cada casilla.
Para la tabulación de un material agrupado de observaciones simultáneas de dos
variables aleatorias necesitaremos una tabla descrita como anteriormente lo
describimos, las reglas para agrupar son las mismas que en el caso de una sola
variable. Este tipo de tablas brindan información estadística de dos eventos
relacionados entre sí, es útil en casos en los cuales los experimentos son dependientes
de otro experimento, más adelante aparecen más aplicaciones del análisis estadístico
bivariable.

Variable: es un símbolo constituyente de un predicado, fórmula, algoritmo o de una

proposición. El término «variable» se utiliza aun fuera del ámbito matemático para
designar una cantidad susceptible de tomar distintos valores numéricos dentro de un
conjunto de números especificado. Por el contrario, una constante es un valor que no
cambia (aunque puede no ser conocido, o indeterminado). En este contexto, debe
diferenciarse de una constante matemática, que es una magnitud numérica específica,
independientemente de la naturaleza del problema dado.

Variables dependientes e independientes: dependencia de los valores de las variables

independientes. Lástima variables dependientes representan el Las variables
experimentales son aquellas que están en el corazón producto o resultado cuya
variación se está estudiando. Las variables independientes, también conocidas en un
contexto estadístico como regresores, representan insumos o causas, es decir, razones
potenciales de variación. En un experimento, cualquier variable que el
experimentador manipule puede denominarse variable independiente. Modelos y
experimentos prueban los efectos que las variables independientes tienen sobre las
variables dependientes. Todas las veces, incluso si su influencia no es de interés
directo, pueden incluirse variables independientes por otras razones, como por
ejemplo para tener en cuenta su posible factor de confusión.

Variación: a cada una de las tuplas que pueden formarse tomando elementos de un
conjunto. En combinatoria de conjuntos finitos frecuentemente se necesita conocer
número de variaciones de un conjunto de m elementos tomados en tuplas de n
elementos (con o sin elementos repetidos en las tuplas).

Varianza: variancia que suele representarse como σ 2 de una variable aleatoria es una
medida de dispersión definida como la esperanza del cuadrado de la desviación de
dicha variable respecto a su media. Su unidad de medida corresponde al cuadrado de
la unidad de medida de la variable: por ejemplo, si la variable mide una distancia en
metros, la varianza se expresa en metros al cuadrado. La varianza tiene como valor
mínimo 0. La desviación estándar (raíz cuadrada positiva de la varianza) es una
medida de dispersión alternativa, expresada en las mismas unidades que los datos de
la variable objeto de estudio. Hay que tener en cuenta que la varianza puede verse
muy influida por los valores atípicos y no se aconseja su uso cuando las
distribuciones de las variables aleatorias tienen colas pesadas. En tales casos se
recomienda el uso de otras medidas de dispersión más robustas.
 Conclusión

Para concluir En la actualidad, la estadística aplicada a las ciencias fácticas permite

estudiar una determinada población a partir de la recopilación de información, el
análisis de datos y la interpretación de resultados. Del mismo modo, también es una
ciencia esencial para el estudio cuantitativo de los fenómenos de masa o colectivos.
Existen dos tipos de estadísticas que son: Estadística descriptiva es el conjunto de
métodos estadísticos que describen y/o caracterizan un grupo de datos. La estadística
inferencial busca deducir y sacar conclusiones acerca de situaciones generales más
allá del conjunto de datos obtenidos.
 Bibliografía

http://www.wikipedialibre.com

https://www.monografias.com