Estadisitcas descrictivva

Origen de la estadística

La estadística surgió en épocas muy remotas; como todas las ciencias, no se creó
de improviso, sino mediante un proceso largo de desarrollo y evolución, desde
hechos de simple recolección de datos hasta la diversidad y rigurosa
interpretación de los datos que se dan hoy en día.

Desde los comienzos de la civilización han existido formas sencillas de estadística,

pues ya se utilizaban representaciones gráficas y otros símbolos en pieles, rocas,
palos de madera y paredes de cuevas para contar el número de personas,
animales o cosas. Es una ciencia con tanta antigüedad como la escritura, y es por
sí misma auxiliar de todas las demás ciencias.
Estadística proviene del término alemán Statistik que se traduce como “La ciencia
del Estado”, por lo que designaba originalmente el análisis de datos del Estado. En
el siglo XIX cuando el militar británico Sir John Sinclair (1754-1835) introdujo al
término estadística el significado de recolectar y clasificar datos. También se sabe
proviene del latín statisticum collegium (“consejo de Estado”) y su derivado italiano
statista (“hombre de Estado o político”).

Que es la Estadistica:

Es la rama de las matemáticas que recopila, organiza, analiza e interpreta los

datos obtenidos de un problema estadístico, para obtener conocimiento de los
hechos pasados, para prever situaciones futuras y tomar decisiones en base a las
experiencias”.
Ahora, a pesar de ser la anterior una respuesta entendible y completa, es
necesario el exponer otras interesantes definiciones acerca del tema, tales como
las siguientes:

 Es una rama de las matemáticas que se ocupa de reunir, organizar y analizar

datos numéricos y que ayuda a resolver problemas como el diseño de
experimentos y la toma de decisiones.
 Es el recuento, ordenación y clasificación de los datos obtenidos por las
observaciones, para poder hacer comparaciones y sacar conclusiones.
 Es un conjunto de métodos científicos ligados a la toma, organización,
recopilación, presentación y análisis de datos, tanto para la deducción de
conclusiones como para tomar decisiones razonables de acuerdo con tales
análisis.
 Es la ciencia cuyo objetivo es reunir una información cuantitativa concerniente a
individuos, grupos, series de hechos, etc. y deducir de ello gracias al análisis de
estos datos unos significados precisos o unas previsiones para el futuro.
 En general, es la ciencia que trata de la recopilación, organización
presentación, análisis e interpretación de datos numéricos con el fin de realizar
una toma de decisión más efectiva.
 Es la ciencia que tiene por objeto el estudio cuantitativo de los colectivos.
Enrique Chacón.
 La ciencia que tiene por objeto aplicar las leyes de la cantidad a los hechos
sociales para medir su intensidad, deducir las leyes que los rigen y hacer su
predicción próxima.

Por qué se estudia la estadística?

La estadística resulta fundamental para conocer el comportamiento de ciertos

eventos, por lo que ha adquirido un papel clave en la investigación. Se usa como
un valioso auxiliar y en los diferentes campos del conocimiento y en las variadas
ciencias. Es un lenguaje que permite comunicar información basada en datos
cuantitativos.

Es tan importante que casi no existe actividad humana en que no esté involucrada
la Estadística. Las decisiones más importantes de nuestra vida se toman con base
en la aplicación de la Estadística.

Cual es la utilidad de la estadística.

Siempre que se necesite recopilar, organizar y presentar datos, la estadística

descriptiva es esencial en áreas de la ciencia que trabajan con muchos elementos
y cantidades, así como en gran parte de las actividades humanas: economía,
política, salud, deporte y más.

Seguidamente mencionamos algunos ejemplos:

Economía: La estadística descriptiva se ocupa de registrar y organizar de manera

coherente datos acerca de las poblaciones y sus edades, ingresos, inversiones,
ganancias y gastos. De esta forma los gobiernos y las instituciones planifican
mejoras e invierten recursos apropiadamente. Con su ayuda se realiza el
seguimiento de compras, ventas, devoluciones y eficiencia de los servicios. Por tal
motivo la estadística es indispensable en la toma de decisiones.

Física y Mecánica: La Física y la Mecánica se valen de la Estadística para el

estudio de los medios continuos, que constan de una gran cantidad de partículas,
como átomos y moléculas. Resulta que no es posible hacerle seguimiento a cada
una de ellas por separado.

Pero estudiando el comportamiento global del sistema (una porción de gas, por
ejemplo) desde el punto de vista macroscópico, es posible averiguar promedios y
definir variables macroscópicas para conocer sus propiedades. Ejemplo de ello es
la teoría cinética de los gases.

Medicina: Es una herramienta imprescindible al hacer el seguimiento de las

enfermedades, desde sus orígenes y durante su evolución, así como la eficacia de
los tratamientos. Las estadísticas que describen las tasas de morbilidad, de
curación, tiempos de incubación o desarrollo de una enfermedad, la edad en que
suele aparecer y datos por el estilo, son necesarias al momento de diseñar los
tratamientos más eficaces.

Nutrición: Una de las muchas aplicaciones de la estadística descriptiva es

registrar y ordenar datos acerca el consumo de alimentos en las distintas
poblaciones: su cantidad, calidad y cuáles son los que más se consumen, entre
otras muchas observaciones que interesan a los expertos.

Diferencia entre estadísticas descriptivas e inferencia.

Las diferencias entre la estadística deductiva y la estadística inductiva son las

siguientes:

La estadística descriptiva, como su nombre lo indica, se encarga de describir

datos y obtener conclusiones. La estadística inferencial argumenta sus resultados
a partir de las muestras de una población.

En la estadística descriptiva se utilizan números, como medidas, para analizar

datos y llegar a conclusiones de acuerdo a ellos. Con la estadística inferencial se
intenta conseguir información al utilizar un procedimiento ordenado en el manejo
de los datos de la muestra.
Estadísticas Descriptiva

La estadística descriptiva, también conocida como estadística deductiva, es la

rama de la estadística que se encarga de resumir listas largas de datos con el
objetivo de obtener las características generales de un determinado grupo.

Este tipo de estadística se utiliza para organizar, sintetizar y describir información

de una manera fácil y rápida. Comúnmente también emplea gráficos, cuadros y
tablas para representar los valores y facilitar la comprensión de los datos.

Estadística inductiva o inferencial

También conocida como estadística inductiva, es la rama de la estadística que

analiza y estudia los datos de una población a partir de una muestra extraída.Este
método se encarga de analizar y estudiar los datos más allá de la estadística
descriptiva, con el objetivo de tomar decisiones y realizar predicciones.

Población.

Conjunto o colección de objetos al que está referido un estudio estadístico. El

vocablo suena a personas, pero una población estadística puede estar constituida
por cualquier tipo de elemento, es decir, una población puede estar constituida por
personas, pero también por objetos de cualquier tipo de naturaleza. Por ejemplo,
en un estudio sobre la incidencia de cierta enfermedad en un país, la población
sería todos los habitantes de dicho país. En un estudio sobre la calidad de la
producción de ciertos componentes para ordenadores, la población serían todos
los componentes que se han fabricado.
Población finita.

Es aquella en la que el número de valores que la componen tiene un fin. Por

ejemplo, la población estadística que nos indica la cantidad de árboles de una
ciudad es finita. Es cierto que puede variar con el tiempo, pero en un instante
determinado es finita, tiene fin.

Población infinita.

Se trata de aquella población que no tiene fin. Por ejemplo, el número de planetas
que existen en el universo. Aunque puede que sea finito, el número es tan grande
y desconocido que estadísticamente se asume como infinito.

Formas de Observar la Población

Observación directa:
Es aquella donde se tienen un contacto directo con los elementos o caracteres en
los cuales se presenta el fenómeno que se pretende investigar, y los resultados
obtenidos se consideran datos estadísticos originales. Para Ernesto Rivas
González (1997) «Investigación directa, es aquella en que el investigador observa
directamente los casos o individuos en los cuales se produce el fenómeno,
entrando en contacto con ellos; sus resultados se consideran datos estadísticos
originales, por esto se llama también a esta investigación primaria».

Observación Indirecta:
Es aquella donde la persona que investiga hace uso de datos estadísticos ya
conocidos en una investigación anterior, o de datos observados por un tercero
(persona o entidad). Con el fin de deducir otros hechos o fenómenos.
Ejemplo; si un investigador pretende estudiar la producción por años de una granja
avícola, en sus últimos cinco años de producción, tendría que hacer un
seguimiento, a tal fin recurriría a las observaciones que posee la oficina
administrativa de la granja durante estos cinco años, o dirigirse a la oficina de
estadística, llevada en el ministerio de producción y comercio (M.P.C) de la
localidad donde está registrada dicha granja. Es de notar que el investigador se
vale de observaciones realizadas por terceros.

Observación Continua:
Como su nombre lo indica es aquella que se lleva acabo de un modo permanente.
Ejemplo: la contabilidad comercial, llevada en cuanto a compras, ventas y otras
operaciones que se van registrando a medida que van produciéndose.

Observación Periódica:
Es aquélla que se lleva a cabo a través de períodos de tiempo constantes. Estos
períodos de tiempos pueden ser semanas, trimestres, semestres, años, etc. Lo
que debemos destacar es que los períodos de tiempo tomados como unidad
deben tomarse constantes en lo posible.

Observación circunstancial:
Es aquella que se efectúa en forma ocasional o esporádica, esta observación
hecha más por una necesidad momentánea, que de carácter regular o
permanente.

Observación Exhaustiva.
Cuando la observación es efectuada sobre la totalidad de los elementos de la
población se habla de una observación exhaustiva.

Observación Parcial.
Dados que las poblaciones en general son grandes, la observación de todos sus
elementos se ve imposibilitada. La solución para superar este inconveniente es
observar una parte de esta población.

Observación Mixta.
En este tipo de observación se combinan adecuadamente la observación
exhaustiva con la observación parcial. Por lo general, este tipo de observaciones
se lleva a cabo de tal manera que los caracteres que se consideran básicos se
observan exhaustivamente y los otros mediante una muestra; o bien cuando la
población es muy grande, parte de ella se observa parcialmente.

Muestra
Cuando la población es muy grande, se extrae de ella una muestra representativa
y se analiza, sin perder por ello información relevante.

Se puede escoger al azar, o bien de acuerdo a algún criterio previamente

establecido por el analista. La ventaja es que al ser un subconjunto de la
población, es mucho más manejable.

Muestreo:
Es por lo tanto una herramienta de la investigación científica, cuya función básica
es determinar que parte de una población debe examinarse, con la finalidad de
hacer inferencias sobre dicha población.

TIPOS DE MUESTREO
Existen diferentes criterios de clasificación de los diferentes tipos de muestreo,
aunque en general pueden dividirse en dos grandes grupos: métodos de muestreo
probabilísticos y métodos de muestreo no probabilísticos.
 Muestreo probabilístico: Los métodos de muestreo probabilísticos son aquellos
que se basan en el principio de equiprobabilidad. Es decir, aquellos en los que
todos los individuos tienen la misma probabilidad de ser elegidos para formar parte
de una muestra y, consiguientemente, todas las posibles muestras de tamaño n
tienen la misma probabilidad de ser seleccionadas. Sólo estos métodos de
muestreo probabilísticos nos aseguran la representatividad de la muestra extraída
y son, por tanto, los más recomendables.:
 Muestreo aleatorio simple: El procedimiento empleado es el siguiente: 1) se
asigna un número a cada individuo de la población y 2) a través de algún medio
mecánico (bolas dentro de una bolsa, tablas de números aleatorios, números
aleatorios generados con una calculadora u ordenador, etc.) se eligen tantos
sujetos como sea necesario para completar el tamaño de muestra requerido. Este
procedimiento, atractivo por su simpleza, tiene poca o nula utilidad práctica
cuando la población que estamos manejando es muy grande.
 Muestreo aleatorio sistemático: Este procedimiento exige, como el anterior,
numerar todos los elementos de la población, pero en lugar de extraer n números
aleatorios sólo se extrae uno. Se parte de ese número aleatorio i, que es un
número elegido al azar, y los elementos que integran la muestra son los que
ocupa los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k, es decir se toman los individuos de k
en k, siendo k el resultado de dividir el tamaño de la población entre el tamaño de
la muestra: k= N/n. El número i que empleamos como punto de partida será un
número al azar entre 1 y k. El riesgo este tipo de muestreo está en los casos en
que se dan periodicidades en la población ya que al elegir a los miembros de la
muestra con una periodicidad constante (k) podemos introducir una homogeneidad
que no se da en la población.
 Muestreo aleatorio estratificado: Trata de obviar las dificultades que presentan
los anteriores ya que simplifican los procesos y suelen reducir el error muestral
para un tamaño dado de la muestra. Consiste en considerar categorías típicas
diferentes entre sí (estratos) que poseen gran homogeneidad respecto a alguna
característica (se puede estratificar, por ejemplo, según la profesión, el municipio
de residencia, el sexo, el estado civil, etc.). Lo que se pretende con este tipo de
muestreo es asegurarse de que todos los estratos de interés estarán
representados adecuadamente en la muestra. Cada estrato funciona
independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio
simple o el estratificado para elegir los elementos concretos que formarán parte de
la muestra.
 Muestreo aleatorio por conglomerados: Los métodos presentados hasta ahora
están pensados para seleccionar directamente los elementos de la población, es
decir, que las unidades muéstrales son los elementos de la población. En el
muestreo por conglomerados la unidad muestral es un grupo de elementos de la
población que forman una unidad, a la que llamamos conglomerado. Las unidades
hospitalarias, los departamentos universitarios, una caja de determinado producto,
etc., son conglomerados naturales.
 Muestreo por cuotas: En este tipo de muestreo se fijan unas "cuotas" que
consisten en un número de individuos que reúnen unas determinadas condiciones,
por ejemplo: 20 individuos de 25 a 40 años, de sexo femenino y residentes en
Gijón. Una vez determinada la cuota se eligen los primeros que se encuentren que
cumplan esas características. Este método se utiliza mucho en las encuestas de
opinión.
 Muestreo intencional o de conveniencia: Este tipo de muestreo se caracteriza
por un esfuerzo deliberado de obtener muestras "representativas" mediante la
inclusión en la muestra de grupos supuestamente típicos. Es muy frecuente su
utilización en sondeos preelectorales de zonas que en anteriores votaciones han
marcado tendencias de voto.
 Bola de nieve: Se localiza a algunos individuos, los cuales conducen a otros, y
estos a otros, y así hasta conseguir una muestra suficiente. Este tipo se emplea
muy frecuentemente cuando se hacen estudios con poblaciones "marginales",
delincuentes, sectas, determinados tipos de enfermos, etc.
 Muestreo Discrecional · A criterio del investigador los elementos son elegidos
sobre lo que él cree que pueden aportar al estudio.
ELEMENTOS.
Son las personas, cosas u objetos que integran la población

CARACTERES.
Son las propiedades, rasgos o cualidades que presentan los elementos de una
población.

VARIABLES.
Una variable es un símbolo, tal como X, Y, H, x o B, que pueden tomar un
conjunto prefijado de valores, llamado dominio de esa variable. Para Murray R.
Spiegel (1991) «una variable que puede tomar cualquier valor entre dos valores
dados se dice que es una variable continua en caso contrario diremos que la
variable es discreta». Las variables, también llamadas caracteres cuantitativos,
son aquellas cuyas variaciones son susceptibles de ser medidas
cuantitativamente, es decir, que pueden expresar numéricamente la magnitud de
dichas variaciones. Por intuición y por experiencia sabemos que pueden
distinguirse dos tipos de variables; las continuas y las discretas

.
Variables discretas
Serán aquellas que pueden tomar solo un número limitado de valores separados y
no continuos; son aquellas que solo toman un determinado número de valores,
porque entre dos valores consecutivos no pueden tomar ningún otro.

Variables continuas
Admiten infinitos valores dentro de cierto rango, como el peso de una persona, el
pH de la sangre, el tiempo de una consulta telefónica y el diámetro de los balones
de fútbol.
ATRIBUTOS: También llamados caracteres cualitativos. Por su naturaleza, son
aquellos que no pueden ser expresados mediantes números, es decir, están
representados por aquellos caracteres que no son susceptibles de medición.
Ejemplos: La nacionalidad, el color de los ojos, estado civil, profesión y otros.
Censo:
Se entiende por censo aquella numeración que se efectúa a todos y cada uno de
los caracteres componentes de una población. Para Levin & Rubin (1996)
«Algunas veces es posible y práctico examinar a cada persona o elemento de la
población que deseamos describir. A esto lo llamamos una numeración completa o
censo. Utilizamos el muestreo cuando no es posible contar o medir todos los
elementos de la población.

Si es posible listar (o enumerar) y observar cada elemento de la población, los

censos se utilizan rara vez porque a menudo su compilación es bastante difícil,
consume mucho tiempo por lo que resulta demasiado costoso.

Encuesta:
Se entiende por encuesta las observaciones realizadas por muestreo, es decir son
observaciones parciales.
El diseño de encuestas es exclusivo de las ciencias sociales y parte de la premisa
de que si queremos conocer algo sobre el comportamiento de las personas, lo
mejor, más directo y simple es preguntárselo directamente a ellas. (Cadenas,
1974).
Según Antonio Napolitano «La encuesta, es un método mediante el cual se quiere
averiguar. Se efectúa a través de cuestionarios verbales o escritos que son
aplicados a un gran número de personas».

La Medida de los Caracteres

Medicion de los Caracteres
Se entiende por medición la asignación de números a elementos u objetos para
representar o cuantificar una propiedad. El problema básico está dado por la
asignación un numeral que represente la magnitud de la característica que
queremos medir y que dichos números pueden analizarse por manipulaciones de
acuerdo a ciertas reglas. Por medio de la medición, los atributos de nuestras
percepciones se transforman en entidades conocidas y manejables llamadas
"números". Es evidente que el mundo resultaría caótico si no pudiéramos medir
nada

Niveles o Escala de Medidas

Otra aproximación es que los datos pueden definirse también por la escala usada
para la medición de las variables, distinguiéndose cuatro de ellas: nominales,
ordinales, de intervalo y de razón. Los cuatro niveles de medida determinan qué
operaciones son posibles de usar y por consiguiente las pruebas estadísticas que
son permisibles en cada nivel. Todas las escalas tienen algunas propiedades
formales que proporcionan definiciones de las características de la escala con
mayor exactitud que las que puede asignarse en términos verbales. Estas
propiedades pueden expresarse más abstractamente especificando las
operaciones aritméticas posibles y las relaciones entre los objetos que han sido
clasificados.

Escala Nominal:
La escala de medida nominal, puede considerarse la escala de nivel más bajo, y
consiste en la asignación, puramente arbitraria de números o símbolos a cada una
de las diferentes categorías en las cuales podemos dividir el carácter que
observamos, sin que puedan establecerse relaciones entre dichas categorías, a no
ser el de que cada elemento pueda pertenecer a una y solo una de estas
categorías.
Se trata de agrupar objetos en clases, de modo que todos los que pertenezcan a
la misma sean equivalentes respecto del atributo o propiedad en estudio, después
de lo cual se asignan nombres a tales clases, y el hecho de que a veces, en lugar
de denominaciones, se le atribuyan números, puede ser una de las razones por
las cuales se le conoce como «medidas nominales».
Escala Ordinal:
En caso de que puedan detectarse diversos grados de un atributo o propiedad de
un objeto, la medida ordinal es la indicada, puesto que entonces puede recurrirse
a la propiedad de «orden» de los números asignándolo a los objetos en estudio de
modo que, si la cifra asignada al objeto A es mayor que la de B, puede inferirse
que A posee un mayor grado de atributo que B.
La asignación de números a las distintas categorías no puede ser completamente
arbitraria, debe hacerse atendiendo al orden existente entre éstas.
Los caracteres que posee una escala de medida ordinal permiten, por el hecho
mismo de poder ordenar todas sus categorías, el cálculo de las medidas
estadísticas de posición, como por ejemplo la mediana.

Escalas de intervalos.
La escala de intervalos iguales, está caracterizada por una unidad de medida
común y constante que asigna un número igual al número de unidades
equivalentes a la de la magnitud que posea el elemento observado. Es importante
destacar que el punto cero en las escalas de intervalos iguales es arbitrario, y no
refleja en ningún momento ausencia de la magnitud que estamos midiendo. Esta
escala, además de poseer las características de la escala ordinal, encontramos
que la asignación de los números a los elementos es tan precisa que podemos
determinar la magnitud de los intervalos (distancia) entre todos los elementos de la
escala. Sin lugar a dudas, podemos decir que la escala de intervalos es la primera
escala verdaderamente cuantitativa y a los caracteres que posean esta escala de
medida pueden calculársele todas las medidas estadísticas a excepción del
coeficiente de variación.

Escala de coeficientes o Razones.

El nivel de medida más elevado es el de cocientes o razones, y se diferencia de
las escalas de intervalos iguales únicamente por poseer un punto cero propio
como origen; es decir que el valor cero de esta escala significa ausencia de la
magnitud que estamos midiendo. Si se observa una carencia total de propiedad,
se dispone de una unidad de medida para el efecto. A iguales diferencias entre los
números asignados corresponden iguales diferencias en el grado de atributo
presente en el objeto de estudio. Además, siendo que cero ya no es arbitrario, sino
un valor absoluto, podemos decir que A. Tiene dos, tres o cuatro veces la
magnitud de la propiedad presente en B.

Estadísticas Primarias

Datos Estadísticos

Los datos estadísticos no son otra cosa que el producto de las observaciones
efectuadas en las personas y objetos en los cuales se produce el fenómeno que
queremos estudiar. Dicho en otras palabras, son los antecedentes (en cifras)
necesarios para llegar al conocimiento de un hecho o para reducir las
consecuencias de este. Los datos estadísticos se pueden encontrar de forma no
ordenada, por lo que es muy difícil en general, obtener conclusiones de los datos
presentados de esta manera. Para poder obtener una precisa y rápida información
con propósitos de descripción o análisis, estos deben organizarse de una manera
sistemática; es decir, se requiere que los datos sean clasificados. Esta
clasificación u organización puede muy bien hacerse antes de la recopilación de
los datos

Fuente de datos estadísticos:

Los datos estadísticos necesarios para la comprensión de los hechos pueden

obtenerse a través de fuentes primarias y fuentes secundarias.
• Fuentes de datos primarias: es la persona o institución que ha recolectado
directamente los datos. • Fuentes secundarias: son las publicaciones y trabajos
hechos por personas o entidades que no han recolectado directamente la
información.

Metodos de recolección de datos

La entrevista personal: los datos estadísticos necesarios para una investigación,

se reúnen frecuentemente mediante un proceso que consiste en enviar un
entrevistador o agente, directamente a la persona investigada. El investigador
efectuará a esta persona una serie de preguntas previamente escritas en un
cuestionario o boleta, donde anotará las respuestas correspondientes.

Cuestionarios por correo: consiste en enviar por correo el cuestionario

acompañado por el instructivo necesario, dando en este no solo las instrucciones
pertinentes para cada una de las preguntas, sino también una breve explicación
del objeto de la encuesta con el fin de evitar interpretaciones erróneas.

Entrevista por teléfono: como lo indica su nombre, este método consiste en

telefonear a la persona a entrevistar y hacerle una serie de preguntas. Este
método
es bastante simple y económico, ya que el entrenamiento y supervisión de las
personas encargadas de efectuar las preguntas es siempre fácil.

Series estadísticas: Cuando se realiza una investigación se obtiene una masa de

datos que deben ser organizados para disponerlos en un orden, arreglo o
secuencia lógica, con el fin de facilitar el análisis de los mismos esta colección de
datos numéricos obten idos de la observación, que se clasifican y ordenan según
un determinado criterio, se denominan "series estadísticas", también conocidas
como "distribución estadística".
Series temporales o cronológicas; estas se definen como una masa o conjunto
de datos producto de la observación de un fenómeno individual o colectivo,
cuantificable en sucesivos instantes o periodos de tiempo.
Series atemporales; cuando las observaciones de un fenómeno se hacen
referidas al mismo instante o intervalo de tiempo, nos encontramos ente una serie
atemporal. Aquí el tiempo no va incluido a cada observación, puesto que es el
mismo tiempo para todas ellas. Este tipo de observación proporciona una "visión
instantánea" de los fenómenos o caracteres de los componentes del colectivo en
estudio.
Series de frecuencia cuantitativa: Son las que expresan los valores de las
frecuencias de una variable estadística cuantitativa.
Series de frecuencias cualitativas: es el resultado del agrupamiento de los
valores que se repiten (frecuencia) al ser observada una variable.
Series especiales o geográficas: es aquella que está formada por los valores
que toman una variable en función del espacio geográfico.

estadísticas Derivadas

Razón:
Es el cociente entre dos números, en el que ninguno o sólo algunos elementos del
numerador están incluidos en el denominador. El rango es de 0 a infinito.

Proporción.
Es una razón en la cual los elementos del numerador están incluidos en el
denominador. Se utiliza como estimación de la probabilidad de un evento. El rango
es de 0 a 1 (o de 0 a 100%).

Porcentaje.
En matemáticas, un porcentaje es una forma de expresar un número como una
fracción de 100 (por ciento, que significa “de cada 100”). Es a menudo denotado
utilizando el signo porcentaje %, que se debe escribir inmediatamente después del
número al que se refiere, sin dejar espacio de separación.

Tasa.
Es un tipo especial de razón o de proporción que incluye una medida de tiempo en
el denominador. Está asociado con la rapidez de cambio de un fenómeno por
unidad de una variable (tiempo, temperatura, presión). Los componentes de una
tasa son el numerador, el denominador, el tiempo específico en el que el hecho
ocurre, y usualmente un multiplicador, potencia de 10, que convierte una fracción
o decimal en un número entero. El rango es de 0 a infinito.

Medidas de Tendencia Central para Datos Agrupados

Frecuencia: Es un conjunto de puntuaciones ordenadas en sus respectivas

categorías y generalmente se presenta como una tabla
Frecuencia Absoluta: Es el número de veces que se repite un determinado valor
de la variable (xi). Se designa por fi.
Frecuencia Relativa: Es uno de los tipos de frecuencia estadística que más
información nos proporciona acerca de una variable. Esto es así porque nos
permite saber sobre la porción que representa un valor dado en el conjunto de
datos que estamos manejando.
Frecuencia Acumulada: Es el resultado de sumar sucesivamente las frecuencias
absolutas o relativas, desde el menor al mayor de sus valores. Para calcular la
frecuencia acumulada hay que ordenar los datos de menor a mayor. Para un
cálculo más sencillo y una imagen más visual, estos se colocan en una tabla. Tras
tener los datos ordenados y tabulados, la frecuencia acumulada se obtiene
simplemente de ir sumando una clase o grupo de la muestra con la anterior
(primer grupo + segundo grupo, primer grupo + segundo grupo + tercer grupo y así
sucesivamente hasta llegar a acumular del primer grupo al último).
Frecuencia Porcentual: Resultado de multiplicar por 100 la frecuencia relativa.
Representado por pi, indica el tanto por ciento de la población que corresponde a
ese valor de la variable.
Proporción: Es la medida estadística más simple que puede adscribirse a una
variable binaria. La proporción expresa la frecuencia con que se encuentra la
variable de interés, dentro del conjunto total de datos de una población. Desde
este punto de vista, el problema es simple:

P= a / N

siendo P la proporción, a el número de veces que se ha presentado la variable de

interés, y N, el número de datos del total de la muestra. Se trata de una parámetro,
y es un número exacto, es decir, que si no cambia la población, la proporción será
constante

Rango Es la diferencia entre el valor más grande y el más pequeño del conjunto
de
datos.

Medidas de tendencia central: Son medidas estadísticas que se usan para

describir como se puede resumir la localización de los datos. Ubican e identifican
el punto alrededor del cual se centran los datos. Las medidas de tendencia central
nos indican hacia donde se inclinan o se agrupan más los datos. Las más
utilizadas son: la media, la mediana y la moda

El propósito de las medidas de tendencia central es:

1. Mostrar en qué lugar se ubica el elemento promedio o típica del grupo.
2. Sirve como un método para comparar o interpretar cualquier valor en relación
con el puntaje central o típico.
3. Sirve como un método para comparar el valor adquirido por una misma variable
en dos diferentes ocasiones.
4. Sirve como un método para comparar los resultados medios obtenidos por dos
o más grupos.

La Media Aritmética: La media o media aritmetica, usualmente llamada

promedio, se obtiene sumando todos los valores de los datos y divide el resultado
entre la cantidad de datos. Si los datos proceden de una muestra la media se
representa con una x testada (x) y si provienen de la poblacion se representan con
la letra griega miu (µ).

La mediana: Es el valor de la variable que ocupa la posición central, cuando los

datos se disponen en orden de magnitud. Es decir, el 50% de las observaciones
tiene valores iguales o inferiores a la mediana y el otro 50% tiene valores iguales o
superiores a la mediana. Si el número de observaciones es par, la mediana
corresponde al promedio de los dos valores centrales.

La Moda.
La moda de una distribución se define como el valor de la variable que más se
repite. La moda es el dato que más se repite o el dato que ocurre con mayor
frecuencia. Un grupo de datos puede no tener moda, tener una moda (unimodal),
dos modas (bimodal) o más de dos modas (multimodal).
Medidas de Dispersión o variabilidad no central
Las medidas de dispersión entregan información sobre la variación de la variable.
Pretenden resumir en un solo valor la dispersión que tiene un conjunto de datos.
Las medidas de dispersión más utilizadas son: Rango de variación, Varianza,
Desviación estándar, Coeficiente de variación.

Desviacion Tipica: Desviación estándar: también llamada desviación típica, es la

medida la cual nos ofrece información sobre la dispersión de la media de las
variables, está por lo general es mayor o igual a cero.
Desviacion media: Es la media de los valores absolutos de la diferencia de cada
valor de la distribución con la media aritmética.

Su fórmula es:

Cuando los datos están agrupados en frecuencias:

La desviación media es igual o menor que la desviación estándar:

No confundir la desviación media con la desviación absoluta de un dato respecto a

la media:

Varianza: Es la medida que cuantifica la variabilidad de los datos respecto al valor

de la media. La varianza para la muestra se representa mediante una s al
cuadrado.
Usos de la Varianza:
• En inferencia estadística.
• Para calcular la desviación estándar.
• Para calcular el tamaño de muestra

Coeficiente de variación: Es una medida de la dispersión relativa de los datos.

Se define como la desviación estándar de la muestra expresada como porcentaje
de la media muestral
Cuartiles: Dividen los datos en cuatro partes. Cada una de las partes representa
una cuarta parte, o el 25% de las observaciones. Los cuartiles son percentiles
específicos.
Los cuartiles se definen de la siguiente manera
Q1 = primer cuartil, o percentil 25.
Q2 = segundo cuartil, o percentil 50 (La mediana).
Q3 = tercer cuartil, o percentil 75.

Deciles
- Al dividir los datos en diez partes iguales, quedan definidos los deciles: D1,
D2, ..., D9.
- La fórmula para obtener el lugar del k-ésimo decil, siendo n el número de
observaciones, es: ºDk = k.(n+1)/10 y así, buscando en la lista ordenada de
los valores o en la columna de la frecuencia acumulada, se ve el valor de la
variable correspondiente. En caso que ºDk no sea un valor entero se
calcula por interpolación lineal el valor del decil.
- La mediana es el decil 5

Los percentiles: Son valores de la variable que dividen la distribución en 100

partes iguales. De este modo si el percentil 80 (P80) es igual a 35 años de edad,
significa que el 80% de los casos tiene edad igual o inferior a 35 años.
Asimetria: Esta medida nos permite identificar si los datos se distribuyen de forma
uniforme alrededor del punto central (Media aritmética). La asimetría presenta tres
estados diferentes, cada uno de los cuales define de forma concisa como están
distribuidos los datos respecto al eje de asimetría. Se dice que la asimetría es
positiva cuando la mayoría de los datos se encuentran por encima del valor de la
media aritmética, la curva es Simétrica cuando se distribuyen aproximadamente la
misma cantidad de valores en ambos lados de la media y se conoce como
asimetría negativa cuando la mayor cantidad de datos se aglomeran en los valores
menores que la media.

Asimetria de Pearson: Esta medida nos permite identificar si los datos se

distribuyen de forma uniforme alrededor del punto central (Media aritmética). La
asimetría presenta tres estados diferentes cada uno de los cuales define de forma
concisa como están distribuidos los datos respecto al eje de asimetría. Se dice
que la asimetría es positiva cuando la mayoría de los datos se encuentran por
encima del valor de la media aritmética, la curva es Simétrica cuando se
distribuyen aproximadamente la misma cantidad de valores en ambos lados de la
media y se conoce como asimetría negativa cuando la mayor cantidad de datos se
aglomeran en los valores menores que la media.

Asimetría en función de los Momentos:

 Asimetría negativa: la cola de la distribución se alarga para valores inferiores a

la media.
 Simétrica: hay el mismo número de elementos a izquierda y derecha de la
media. En este caso, coinciden la media, la mediana y la moda. La distribución se
adapta a la forma de la campana de Gauss, o distribución normal.
 Asimetría positiva: la cola de la distribución se alarga (a la derecha) para
valores superiores a la media.

SPEARMAN: Es una medida de dependencia no paramétrica en la cual se calcula

la jerarquía media de las observaciones, se hace el cuadrado a la diferencia y se
incorpora en la fórmula.

Regresión y correlación: La correlación cuantifica como de relacionadas están

dos variables, mientras que la regresión lineal consiste en generar una ecuación
(modelo) que, basándose en la relación existente entre ambas variables, permita
predecir el valor de una a partir de la otra.

Diferentes tipos de gráficos. (Histograma, Polígono de Frecuencia y la Ojiva)

Histograma: Está compuesto por rectángulos, cuyo número coincide con la

cantidad de intervalos considerados, el ancho de la base de cada uno de esos
rectángulos es la misma siempre. Se emplea cuando la variable independiente es
categórica. Cada barra sólida, ya sea vertical u horizontal representa un tipo de
dato. Cuando es necesario representar divisiones de datos se utiliza una gráfica
de barras subdivididas. Los histogramas no muestran frecuencias acumuladas,
son preferibles para el tratamiento de datos cuantitativos y la barra con mayor
altura representa la mayor frecuencia. La sumatoria de las alturas de las columnas
equivale al 100% de los datos.

Polígono de Frecuencias
Es el nombre que tiene el tipo de gráfica que se realiza a partir de un histograma
de frecuencia, en los cuales se utilizan columnas verticales para expresar las
frecuencias, el polígono se crea al unir los puntos de máxima altura dentro de
estas columnas.
Ojiva: es la gráfica acumulativa de una serie de datos. Es decir, la ojiva es un
gráfico que muestra la frecuencia acumulada asociada a un conjunto de datos.
Por lo tanto, la ojiva sirve para saber el número de datos que se encuentran por
debajo de un valor determinado.

Herramientas básicas para el manejo y uso de las diferentes tecnologías

contenidos en los programas informáticos estadísticos en el campo laboral,
vida real y campo de la medicina veterinarias.
Que la tecnología ha revolucionado la vida de la gente es indiscutible. En la esfera
personal y social ha cambiado la forma y la profundidad de nuestras interacciones,
volcándonos a un entorno más digital. En el ámbito laboral, nuevas herramientas y
programas han hecho que el conocimiento y la práctica sean más avanzados y
útiles en los diferentes campos del saber, tanto para individuos como para
empresas.

La estadística es un claro ejemplo de ello. La aparición de múltiples programas ha

permitido que esta ciencia se vuelva más aplicada en el entorno empresarial. Esto
le ha dado un papel más preponderante en la toma de decisiones estratégicas
para el futuro de una compañía.

En este ecosistema de información, las empresas afrontan el gran reto de saber

cómo procesar, interpretar y analizar estos datos, con la finalidad de encontrar
información valiosa para el éxito de sus negocios.

No obstante, el adecuado manejo y análisis de toda esta información se puede

convertir en una labor que demanda una cantidad considerable de tiempo, a la vez
que no siempre se hace énfasis en lo verdaderamente importante.

Ante este escenario, la tecnología, los programas informáticos de estadística y la

potencia de los sistemas de cómputo actuales nos permiten usar toda esta data en
un tiempo relativamente corto. Así podemos extraer la información que sea
relevante para nuestro negocio y no quedarnos únicamente en datos descriptivos
En la actualidad la tecnología a incursionado fuertemente en todas las profesiones
y más aún cuando se trata de actividades que tienen que ver con la salud no
solamente de las personas sino de las mascotas también, hoy por hoy las historias
clínicas, los exámenes de laboratorio, las radiografías, es común ver como se
gestionan en línea, las instituciones médicas manejan su información en la nube
dando paso a una verdadera optimización no solo del tiempo, también de los
recursos que benefician tanto a empresas del sector de la salud como a sus
pacientes.
El uso de las comunicaciones electrónicas a través de dispositivos móviles u
ordenadores de escritorio junto con las redes sociales, han permitido trasmitir
información que benefician la salud de las personas y sus mascotas a través de
campañas de prevención que mejoran la calidad de vida, para el caso del cuidado
de los animales ya no es necesario solicitar citas para despejar dudas por
determinado comportamiento que preocupaba a sus dueños, a través de correos
electrónicos, video conferencias o mensajes de texto, es fácil enviar fotos o videos
donde el veterinario puede establecer la complejidad del estado de salud de la
mascota y en algunos casos diagnosticarla y recetarla para que su estado de
salud mejore.

Bibliografía

https://bibliotecadeinvestigaciones.wordpress.com/matematicas/estadistica-
descriptiva-conceptos-generales/
Zapata, Fanny. (12 de junio de 2020). Estadística descriptiva: historia,
características, ejemplos, conceptos. Lifeder. Recuperado de .

https://domingojosue.wordpress.com/2011/03/04/conceptos-basicos-de-
estadistica-descriptiva/

https://sites.google.com/site/estadisticainfdes/unidad-de-aprendizaje-i-estadistica/
1-1-importancia-del-estudio-de-la-estadistica
http://terminologiaestadistica.blogspot.com/2013/02/unidad-i.html

https://www.monografias.com/trabajos15/estadistica/estadistica
https://www.samiuc.es/estadisticas-variables-binarias/la-proporcion/
https://www.medwave.cl/series/MBE04/4934.html

https://www.emagister.com/uploads_courses/
Comunidad_Emagister_66885_66885.pdf

https://economipedia.com/definiciones/frecuencia-acumulada.html
https://www.probabilidadyestadistica.net/ojiva-estadistica/