UNIVERSIDAD CIUDADANA DE NUEVO LEÓN

Licenciatura en informatica administrativa

ACTIVIDAD : Ensayo capitulos del 1 al 5

Asignatura: Estadistica Descriptiva

TUTOR: Oscar Gonzalez Gonzalez

ALUMNO (A): Jonathan Aaron Rubio Mauricio

MATRÍCULA: 58455

Aula: B

Monterrey Nuevo León 25 de marzo del 2023

Introducción

La estadística descriptiva es importante porque nos permite resumir, organizar y

visualizar datos de manera comprensible. Algunas de las principales razones por
las que la estadística descriptiva es importante son:
Proporciona una comprensión clara y concisa de los datos: La estadística
descriptiva nos permite resumir y organizar grandes cantidades de datos en
medidas resumidas como la media, la mediana, la moda, la varianza, etc. Esto nos
ayuda a tener una mejor comprensión de los datos y a identificar patrones y
tendencias en los mismos.
Permite tomar decisiones informadas: La estadística descriptiva es fundamental
para la toma de decisiones en muchos ámbitos, como los negocios, la medicina, la
ciencia, la educación, etc. Al analizar los datos de manera descriptiva, podemos
identificar patrones y tendencias que nos ayudan a tomar decisiones informadas.
Ayuda en la investigación: La estadística descriptiva es un componente importante
de la investigación en muchas disciplinas, incluyendo la psicología, la sociología,
la economía, la biología, etc. Al analizar los datos de manera descriptiva, los
investigadores pueden identificar patrones y tendencias que pueden llevar a
descubrimientos importantes.
Facilita la comparación de datos: La estadística descriptiva nos permite comparar
datos de diferentes poblaciones o grupos, lo que puede ser útil en la toma de
decisiones y en la investigación. Por ejemplo, si estamos comparando el
rendimiento académico de dos grupos de estudiantes, podemos utilizar medidas
descriptivas como la media o la desviación estándar para comparar los datos.
En resumen, la estadística descriptiva es importante porque nos permite
comprender mejor los datos y tomar decisiones informadas en una variedad de
ámbitos. Además, es un componente importante de la investigación en muchas
disciplinas y nos permite comparar datos de diferentes poblaciones o grupos.
Recolección de datos

La recolección de datos es una de las primeras y más importantes etapas en la

investigación. Aquí te presento algunos métodos de recolección de datos comunes
en estadística descriptiva:
I. Encuestas: Las encuestas pueden realizarse por correo, por teléfono o en
persona y pueden ser estructuradas o no estructuradas. Las preguntas pueden
ser de opción múltiple, de selección única, abiertas, cerradas, etc.
II. Observación: Aquí, los datos se recopilan observando el comportamiento, la
actividad o los eventos de un grupo o individuo.
III. Experimentos: En este método, los datos se recopilan manipulando una o más
variables independientes y observando los efectos sobre una variable
dependiente.
IV. Análisis de registros: En algunas ocasiones, se pueden recolectar datos de
registros, como registros de ventas, registros médicos, registros financieros,
registros de empleados, entre otros.
Es importante tener en cuenta que el método de recolección de datos utilizado
puede afectar la calidad de los datos recopilados y, por lo tanto, debe ser
cuidadosamente seleccionado. Además, la muestra seleccionada debe ser
representativa y adecuada para el análisis estadístico que se desea realizar.
Presentación de datos

la presentación de datos es una parte importante del análisis estadístico. Aquí te

presento algunos métodos comunes para presentar datos en estadística
descriptiva, junto con algunos ejemplos:
1. Tablas de frecuencia: Una tabla de frecuencia muestra la frecuencia de
cada valor o categoría en un conjunto de datos. Por ejemplo, si se recopilan
los puntajes en una prueba, una tabla de frecuencia podría mostrar cuántos
estudiantes obtuvieron cada puntaje.
2. Diagramas de barras: Un diagrama de barras muestra la frecuencia de cada
valor o categoría en un conjunto de datos mediante barras verticales o
horizontales. Por ejemplo, si se recopilan los puntajes en una prueba, un
diagrama de barras podría mostrar la frecuencia de cada puntaje mediante
barras verticales.
3. La ojiva: Permite visualizar rápidamente la distribución acumulativa de los
datos y obtener información sobre el número de observaciones que caen
dentro de un determinado rango de valores. La ojiva es especialmente útil
para visualizar la mediana, el percentil y el cuartil de una distribución.
También puede utilizarse para comparar la distribución de dos o más
conjuntos de datos.
4. Diagrama circular o de pastel: Para crear un diagrama circular, se divide un
círculo en secciones proporcionales a las frecuencias o proporciones de
cada categoría. Cada sección se etiqueta con el nombre de la categoría y la
proporción que representa. La suma de todas las proporciones debe ser
igual a 100%, ya que representa la totalidad del conjunto de datos.
5. Histogramas: Un histograma muestra la distribución de frecuencia de un
conjunto de datos continuos mediante barras adyacentes. Por ejemplo, si
se miden las alturas de un grupo de personas, un histograma podría
mostrar la distribución de alturas en el grupo.
6. Gráficos de dispersión: Un gráfico de dispersión muestra la relación entre
dos variables mediante puntos en un plano cartesiano. Por ejemplo, si se
mide la altura y el peso de un grupo de personas, un gráfico de dispersión
podría mostrar la relación entre la altura y el peso mediante puntos en un
plano cartesiano.
Estos son solo algunos de los métodos comunes para presentar datos en
estadística descriptiva. La elección del método de presentación de datos depende
del tipo de datos recopilados y del objetivo del análisis estadístico.
Tabla de Frecuencias
Un conjunto de datos de notas en una clase de estadística:

Nota Frecuencia

5.0 2

5.5 1

6.0 3

6.5 5

7.0 7

7.5 4

8.0 2

8.5 1

9.0 1

En este ejemplo, las notas van desde 5.0 hasta 9.0. La columna "Nota" indica
cada uno de los valores posibles de notas, mientras que la columna "Frecuencia"
indica cuántas veces se obtuvo cada nota en el conjunto de datos. Por ejemplo,
hubo dos estudiantes que obtuvieron una nota de 5.0, un estudiante que obtuvo
una nota de 5.5, etc.
Las tablas de frecuencia son una forma útil de resumir grandes cantidades de
datos y facilitar su análisis. La información contenida en la tabla de frecuencia
puede ser utilizada para calcular medidas de tendencia central, como la media y la
mediana, y medidas de dispersión, como la desviación estándar

Diagrama de barras
Supongamos que tienes los siguientes datos de la cantidad de ventas mensuales
de tres tiendas diferentes:
 Tienda A: 250
 Tienda B: 150
 Tienda C: 300
Para representar estos datos en un diagrama de barras, primero se dibujan los
ejes vertical y horizontal. El eje vertical representa la cantidad de ventas y el eje
horizontal representa el nombre de cada tienda. Luego, para cada tienda, se
dibuja una barra que se extiende desde el eje horizontal hasta la altura
correspondiente en el eje vertical.
Aquí está el diagrama de barras resultante para los datos de ventas mensuales de
las tres tiendas:

Diagrama de barras

30

25

20

0 1 2 3 4 5 6 7 8 9

Como se puede ver en el diagrama de barras, la tienda C tuvo la mayor cantidad

de ventas, seguida por la tienda A y luego la tienda B. Los diagramas de barras
son una forma efectiva de visualizar datos numéricos y comparar los valores entre
diferentes categorías.

Diagrama circular o de pastel

Supongamos que tienes los siguientes datos de la cantidad de ventas anuales de
una empresa en tres categorías diferentes:
 Categoría A: $200,000
 Categoría B: $150,000
 Categoría C: $50,000
Para representar estos datos en un diagrama circular o de pastel, primero se
dibuja un círculo y se lo divide en sectores proporcionales a la cantidad de ventas
de cada categoría. Cada sector se identifica con el nombre de la categoría
correspondiente y la proporción de ventas que representa.
Aquí está el diagrama circular o de pastel resultante para los datos de ventas
anuales de la empresa en las tres categorías:

diagrama circular o de pastel

20 25 30

Como se puede ver en el diagrama circular o de pastel, la categoría A representa

la mayor proporción de ventas, seguida por la categoría B y luego la categoría C.
Los diagramas circulares o de pastel son una forma efectiva de visualizar datos
porcentuales y comparar la proporción de valores entre diferentes categorías.

Una ojiva
 Es un tipo de gráfico utilizado en estadística descriptiva para representar la
distribución de frecuencia acumulada de un conjunto de datos. En lugar de mostrar
simplemente la frecuencia ya de cada valor individual, una ojiva muestra la
frecuencia acumulada de todos los valores hasta un punto determinado en la
escala de valores.
Para crear una ojiva, sigue los siguientes pasos:
1. Ordena los datos de menor a mayor.
2. Crea una tabla que muestre los valores individuales y sus frecuencias
absolutas.
3. Calcula la frecuencia acumulada para cada valor, es decir, la cantidad total
de veces que ese valor o cualquier valor menor aparece en los datos.
4. Grafica la frecuencia acumulada en el eje y y los valores individuales en el
eje x.
5. Conecta los puntos en el gráfico con una línea suave para formar una curva
que se asemeje a una "ojiva".
Aquí hay un ejemplo de cómo se vería una ojiva para un conjunto de datos de
edad:
Edad Frecuencia absoluta Frecuencia Acumulada
20 3 3
25 5 8
30 8 16
35 6 22
40 4 26
45 2 28
50 1 29

35
Frecuencia Acumulada
30
25
20
15
10
5
0
15 20 25 30 35 40 45 50 55

La curva suave que conecta los puntos forma la "ojiva". En este ejemplo, la ojiva
muestra que la mayoría de las personas en el conjunto de datos tienen entre 25 y
35 años.

Un Histograma
Es un gráfico de barras que representa la distribución de frecuencia de un
conjunto de datos numéricos continuos. El histograma muestra cómo se
distribuyen los datos a lo largo de un rango continuo de valores y se construye
mediante la agrupación de los datos en intervalos y la representación de la
frecuencia de cada intervalo mediante una barra.
Para construir un histograma, primero se debe seleccionar un número apropiado
de intervalos (también llamados clases) para agrupar los datos continuos. El
ancho de los intervalos debe ser tal que haya suficiente precisión en el gráfico
para representar la distribución de frecuencia, pero no tan ancho que la
información se pierda. Luego, se cuenta la frecuencia de cada intervalo y se
representa gráficamente mediante una barra de altura proporcional a la frecuencia.
Un ejemplo de histograma podría ser la distribución de alturas de un grupo de
personas. Los datos de altura se agruparían en intervalos, por ejemplo, cada
intervalo podría tener una amplitud de 5 centímetros (por ejemplo, de 160 a 165
cm, de 165 a 170 cm, etc.) y luego se contarían las frecuencias de cada intervalo.
El histograma resultante mostraría la frecuencia de las alturas en cada intervalo, lo
que permitiría ver la distribución de alturas en el grupo y si hay valores atípicos o
no.
Los histogramas son una herramienta importante ya que permiten visualizar de
manera efectiva la distribución de frecuencias de un conjunto de datos numéricos
continuos y proporcionan información sobre la forma de la distribución y cualquier
valor atípico que pueda estar presente.

un ejemplo de cómo se ve un histograma

Supongamos que tenemos los siguientes datos de la cantidad de horas que un
grupo de 20 estudiantes universitarios estudian por semana:
4, 5, 6, 7, 8, 8, 8, 9, 9, 10, 10, 10, 11, 11, 12, 12, 12, 13, 14, 18
Para construir un histograma con estos datos, primero debemos agrupar los datos
en intervalos. Podemos elegir un ancho de intervalo de 4hrs y crear los siguientes
intervalos:
4 estudian menos de 6 horas a la semana horas ≤ 6
9 estudian más de 6hrs y menos o igual que 10 horas horas ≤ 6 y ≥10
7 estudian más de 10 horas y menos o igual que 14 horas
1 estudian más de 14 horas y menos de 16
Luego, contamos cuántas observaciones caen en cada intervalo y graficamos los
resultados en un gráfico de barras. La altura de cada barra representa el número
de observaciones en el intervalo correspondiente. Aquí está el histograma
resultante:

Gráfico de dispersión
Es una herramienta muy útil en estadística descriptiva para analizar la relación
entre dos variables cuantitativas. Se utiliza para representar los datos en un
diagrama de puntos donde cada punto representa una observación de ambas
variables.
Para crear un gráfico de dispersión, sigue estos pasos:
1. Obtén los valores de las dos variables que deseas comparar.
2. Coloca los valores de una variable en el eje x y los valores de la otra
variable en el eje y.
3. Para cada observación, coloca un punto en el gráfico de coordenadas
correspondiente a los valores de las dos variables.
4. Si se desea, se pueden agregar colores, formas y tamaños diferentes a los
puntos para distinguir entre grupos o categorías.
Aquí hay un ejemplo de un gráfico de dispersión que muestra la relación entre la
altura y el peso de un grupo de personas:
En este ejemplo, los valores de estatura se colocarían en el eje y y los valores de
peso en el eje x. Cada punto en el gráfico representa una observación de ambas
variables, es decir, la estatura y el peso de una persona en particular. El gráfico de
dispersión muestra que hay una relación positiva entre la altura y el peso de las
personas, lo que sugiere que a medida que aumenta la altura, también aumenta el
peso.
El gráfico de dispersión también puede ser útil para identificar patrones,
tendencias o outliers (valores atípicos) en los datos. Por ejemplo, si se observa
una agrupación de puntos en una región particular del gráfico, esto puede sugerir
que existe una relación más fuerte entre las dos variables en esa región en
comparación con otras partes del gráfico. Si se observa un punto que se aleja
significativamente de la agrupación general de puntos, esto podría indicar un valor
atípico o una observación que merece una mayor atención y estudio.

Medidas de tendencia central y de dispersión

Las medidas de tendencia central y de dispersión son herramientas utilizadas para
resumir y analizar datos. Las medidas de tendencia central describen dónde se
concentran los datos en términos de su valor medio, mientras que las medidas de
dispersión describen cuánto varían los datos.
Las tres medidas de tendencia central más comunes son la media aritmética, la
mediana y la moda. La media aritmética se calcula sumando todos los valores de
un conjunto de datos y dividiéndolos por el número total de valores. La mediana es
el valor central en un conjunto de datos ordenados, es decir, el valor que divide los
datos en dos partes iguales. La moda es el valor que aparece con más frecuencia
en un conjunto de datos.
Las medidas de dispersión incluyen el rango, la desviación estándar y la varianza.
El rango es la diferencia entre el valor máximo y mínimo en un conjunto de datos.
La desviación estándar es una medida de cuánto varían los datos en relación con
la media aritmética. La varianza es la media de las diferencias cuadradas entre
cada valor y la media aritmética.
En resumen, las medidas de tendencia central nos ayudan a entender dónde se
concentran los datos, mientras que las medidas de dispersión nos ayudan a
entender cuánto varían los datos. Ambas son importantes para comprender y
analizar conjuntos de datos.

Probabilidad y teoría de conjuntos

La probabilidad y la teoría de conjuntos se pueden utilizar para describir conjuntos

de datos y eventos aleatorios en estadística descriptiva utilizando diferentes
métodos, como la enumeración, la comprensión y los diagramas de Venn.
La enumeración se utiliza para describir un conjunto de datos o un evento
aleatorio especificando cada elemento de manera explícita. Por ejemplo, si se
tienen los datos de altura de cinco personas, se pueden describir mediante la
enumeración de cada valor de altura.
La comprensión se utiliza para describir un conjunto de datos o un evento aleatorio
de manera más general, especificando las características que deben tener los
elementos del conjunto. Por ejemplo, si se desea describir un conjunto de datos de
personas mayores de 18 años, se puede utilizar la comprensión especificando que
todos los elementos deben tener una edad mayor o igual a 18 años.
Los diagramas de Venn son una herramienta visual utilizada para describir la
relación entre conjuntos de datos. En un diagrama de Venn, los conjuntos se
representan como círculos y se superponen si tienen elementos en común. Por
ejemplo, si se tienen dos conjuntos de datos A y B, el diagrama de Venn mostrará
la intersección entre los conjuntos si hay elementos en común.

Técnicas de conteo

Hay varios tipos de conteo que se utilizan para contar y analizar conjuntos de
datos. Algunas técnicas de conteo comunes incluyen:
Conteo directo: es el método más simple de conteo y se utiliza para contar
elementos individuales en un conjunto de datos.
Combinatoria: se utiliza para contar el número de posibles combinaciones de
elementos en un conjunto de datos, como el número de formas en que se pueden
seleccionar diferentes subconjuntos de elementos.
Permutación: se utiliza para contar el número de formas en que se pueden
ordenar los elementos de un conjunto de datos.
Diagrama de árbol: se utiliza para contar el número de posibles resultados en un
conjunto de eventos que tienen varias etapas.
Principio de inclusión-exclusión: se utiliza para contar el número de elementos que
pertenecen a al menos uno de varios conjuntos, o al menos a dos de ellos.
Conteo de particiones: se utiliza para contar el número de formas en que se
pueden dividir un conjunto de elementos en subconjuntos de un tamaño
específico.
Conteo por recursividad: se utiliza para contar el número de elementos en un
conjunto de datos que se pueden generar mediante una serie de operaciones
recursivas.

Conclusión
En este ensayo con los ejemplos ya presentados entendimos la
importancia de que la estadística descriptiva es una herramienta
esencial en la vida laboral, y de esta nos podemos enfocar mejor en lo
que pretendemos solucionar en el ámbito laboral, ya que permite a los
profesionales analizar y entender los datos que se recopilan en su
trabajo diario. Algunos ejemplos de cómo será de utilidad en la vida
laboral son los siguientes:
Investigación de mercado: los profesionales del marketing y la
investigación de mercado utilizan la estadística descriptiva para
analizar los datos de los consumidores y sus hábitos de compra. Los
análisis de tendencias, patrones de compra y preferencias del
consumidor son esenciales para la toma de decisiones en el desarrollo
de nuevos productos o servicios.
Gestión de recursos humanos: la estadística descriptiva es esencial
para el análisis de la fuerza laboral de una empresa. Los profesionales
de recursos humanos utilizan la estadística para analizar la
distribución de habilidades, la edad, el género y otros factores para
identificar brechas en la fuerza laboral y desarrollar estrategias para
abordar esas brechas.
Sin lugar a duda con esta información nos desarrollaremos con mayor
fuerza competitiva en nuestro ámbito laboral

Bibliografía
Benega Gutierrez, A. (s. f.). Probabilidad y Estadistica enfoque por competencias
(Primer Edición). Mc Graw-Hill /Interamericana.