Tema 12

Introduccin a la estadstica

12.1.Tratamiento de datos
La estadstica descriptiva tendra por objeto la ordenacin, clasificacin y
resumen de dichos datos, con objeto de tener una visin ms precisa y
conjunta de las observaciones, intentando descubrir de esta manera posibles
relaciones entre aquellos, viendo cules toman valores parecidos y cules
difieren en gran medida del resto, destacando aquellos hechos de posible
inters que nos pueden aportar, etc. Tambin nos permiten sugerir cuestiones
para analizar con mayor profundidad.
Un censo son los datos que tomamos para toda la poblacin, ya sea de
personas o no.
Una muestra se refiere a una parte de la poblacin, y los datos que se toman
en el estudio se refieren a un nmero ms o menos reducido de individuos de
esa poblacin.
Los datos se pueden resumir, en una tabla de frecuencias.
La frecuencia absoluta es el nmero de veces que se repite un determinado
suceso o dato.
La frecuencia relativa es el cociente entre la frecuencia de cada uno de los
sucesos o datos y el nmero total de elementos observados.

Adems de estos tipos de frecuencias existen otros que recogen la suma de

frecuencias, tanto relativas, como absolutas, pero de forma acumulada; es lo
que llamamos frecuencia relativa acumulada y frecuencia absoluta acumulada.
Cuando se representan nos permiten observar la dirtribucin de frecuencias en
forma de escalera.
La marca de clase hace referencia al punto medio del intervalo.
Se produce sesgo cuando se introduce un elemento importante de distorsin
de la realidad.En ocasiones se utiliza de forma intencional por parte de quien
elabora un cuestionario o encuesta para que responda a un determinado
sentido.

A)Tipos de datos
Cuando queremos averiguar la clase social, el nivel de estudios u otras
caractersticas difciles de medir, en este caso, lo que tenenemos que hacer es
establecer un conjunto de clases sociales o un nivel de estudios y en tal caso
hablariamos de modalidades
Es imprescindible saber concretamente cuntas modalidades existen en
relacin a lo que pretendemos estudiar.

B) Variables estadsticas
Son variables medibles aquellas a las que podemos asignar un nmero, como
por ejemplo, la talla, el peso, entre otros.
Dentro de ellas hay que distinguir:

Las variables discretas son aquellas que asignan un valor entero que no
se puede fraccionar, y en una escala correspondera a un nmero
determinado.

Las variables continuas son aquellas medibles, pero que s pueden ser
fraccionadas en partes, dependiendo del patrn de medida que
utilicemos.

Cuando usamos datos no medibles, utilizamos una serie de tributos y

categoras para dichas variables.
Se utilizan distintas escalas de medida:

Escala nominal: es aquella en la que los nmeros sirven slo para

etiquetas para identificar los elementos que quieren medir.

Escala ordinal: lo nico que registran es si un elemento tiene ms o

menos cantidad de aquella caracterstica que se mide, y lo que se hace
es ordenarlos de mayor a menos con respecto a esa caracterstica.

Escala de intervalo: aqu existe un patrn de medida y una unidad de

medida.

Escala de razn: es similar a la anterior y lo nico que la diferencia es

que en este caso el origen es natural y no arbitrario como en el anterior.

C) Representacin grfica
Si hablamos de datos cuantitativos utilizamos:

Histograma: sirve para representar las frecuencias agrupadas en

intervalos.

Curva o diagrama de barras acumulativo: se utiliza para representar

frecuencias acumuladas.

Diagrama de barras: sirve para representar las frecuencias de forma

aislada y sin intervalos.

Diagrama de escalera: sirve para representar frecuencias aisladas pero

de forma acumulada, tanto absolutas como relativas.

Grfico de dispersin: se limita a representar una nube de puntos de

todos los datos obtenidos y en ocasiones sin agrupar.

Diagrama de lneas: es similar al anterior y sirve para representar

tendencias a lo largo del tiempo y series temporales.

Polgono de frecuencias: se utiliza para variables discretas.

Polgono de frecuencias acumuladas: se utiliza en variables continuas.

reas de 2 o 3 dimensiones- se utilizan para comparar series temporales

diversas.

Si hablamos de datos cualitativos utilizamos:

Diagrama de sectores o circular: sirve para representar en forma de

quesitos el porcentaje o proporcin de datos que cumplen una
determinada condicin.

Diagrama de barras: sirve para representar variables nominales y

ordinales.

Diagrama de anillos: es similar al de sectores pero con forma de anillo,

en cada parte del anillo se van representando los datos cualitativos.

Pictograma: utilizan dibujos.

Mapa o cartograma: sirve para representar en mapas los datos que

requerimos.

12.2. Anlisis e interpretacin de datos

A) Medidades de posicin
-La media aritmtica: es el sumatorio de todos los datos observados divididos
entre el nmero total de las observaciones realizadas.
-La mediana: es el valor que queda en el centro cuando utilizamos un conjunto
de datos tomados de forma ordenada.
-La moda: es el valor que ms se repite dentro de una distribucin de datos.
-Los centiles: valor de la variable que divide en partes la distribucin de
frecuencias, ordenadas de forma creciente.
-Los cuartiles: cada mitad de la mediana en otras dos partes iguales.

B) Medidas de dispersin
-El rango o recorrido: es la diferencia entre el valor mximo y mnimo.
-La varianza: mide la presin de los datos, pero a partir de la media y no de la
mediana.
-La desviacin tpica o estndar

12.3. Probabilidad
La probabilidad estudia este tipo de fenmenos aleatorios. En este sentido, la
probabilidad sirve para estudiar ciertos comportamientos que se estructuran
constituyendo modelos de comportamiento.

A) Sucesos y experimentos aleatorios

Un suceso es el resultado de realizar un experimento experiencia o prueba.
Un suceso es aleatorio, estocstico o de azar si:
a) Todos los posibles resultados del mismo son conocidos con anterioridad.
b) No es predecible el resultado del experimento con anterioridad a su
realizacin.
c) Se puede repetir tantas veces como se quiera el experimento en
condiciones idnticas.
d) A medida que se repite la experiencia en numerosas ocasiones, el
cociente entre las veces que ha salido el suceso y el de las veces que se
ha hecho la prueba tiende a estabilizarse en torno a un valor fijo.

Un experimento aleatorio es la realizacin de acciones o pruebas que producen

un suceso.

Un suceso seguro coincide con el espacio muestral.

Un suceso imposible es aquel que jams se realiza.
El conjunto de las partes es el conjunto de todos los posibles subconjuntos del
espacio muestral.
Los sucesos contrarios son aquellos en los que si no se da uno se debe
realizar el otro y viceversa.

Unin de sucesos

Interseccin de sucesos

Sucesos incompatibles

Sucesos contrarios

B) Frecuencia y probabilidad
Si repetimos un experimento aleatorio en las mismas condiciones y anotamos
sus frecuencias relativas, se observa que dichas frecuencias tienden a
estabilizarse en un nmero que se encuentra entre cero y uno. Este valor es el
que recibe el nombre de probabilidad.

C) Probabilidad de sucesos condicionados y dependencia de sucesos

La probabilidad condicionada se pone la condicin de que sea mujer y que
adems consuma ese determinado producto.
Este tipo de probabilidades se corresponde con el concepto de frecuencia
condicionada.

D) Regla de Bayes
En algunas ocasiones todo el espacio muestral se puede partir en varios
sucesos incompatibles entre s.

12.4. Inferencia estadstica

A) Concepto de inferencia
La inferencia estadstica es un proceso a travs del cual podemos extraer una
serie de conclusiones sobre la poblacin a partir de una muestra dada.

B) Muestra representativa
A la hora de elegir un tamao de muestra adecuado hay que tener en cuenta,
los siguientes factores:

El coste econmico

La dispersin de la poblacin

El nmero de grupos y subgrupos poblacionales.

El margen de error permitido en el estudio.

El principio de generalizacin, nos indica que cuanto ms se aproxime el

tamao de la muestra al de la poblacin, menor ser el riesgo de extrapolacin
y, por tanto, menor ser el error que se comete a la hora de utilizar
estimaciones sobre la misma.
-La distribucin normal: conjunto de datos posibles entre los que se mueven en
una poblacin determinada.
-Estimadores

La proporcin

La media

El total

-Error estndar o tpico de la estimacin

-Intervalo de confianza
-Poblaciones finitas
-Determinacin del tamao de la muestra
-Afijacin
La afijacin sera el procedimiento a travs del cual una vez determinado el
tamao de la poblacin, ste se distribuye entre los diversos estratos.Los tipos
de afijacin que ms se utilizan son los siguientes:

Afijacin simple

Afijacin proporcional

Afijacin ptima