Ao de la Consolidacin del Mar de Grau

UNIVERSIDAD CATLICA LOS NGELES CHIMBOTE

FACULTAD DE EDUCACIN
ESCUELA PROFESIONAL DE EDUCACIN INICIAL

TEMA : LA ESTADSTICA Y LOS TIPOS DE DATOS

CURSO : ESTADSTICA

DOCENTE : JAIME PAREDES SANCHEZ

ALUMNA : SOTO SANCHEZ, SHEYLA ISABEL

CICLO : VI

HUACHO PER

2016
 2

DEDICATORIA
El presente trabajo se lo dedico a mis
padres quienes da a da me apoyan en mi
formacin como futura profesional.
 3

NDICE

CARATULA...........................................................................................................1
DEDICATORIA......................................................................................................2
INTRODUCCIN..................................................................................................4

LA ESTADSTICA Y LOS TIPOS DE DATOS

CAPTULO I
LA ESTADSTICA..................................................................................................5

1.1. ORIGEN.....................................................................................................5
1.2. DEFINICIN...............................................................................................6
1.3. IMPORTANCIA ..........................................................................................7
1.4. REAS DE LA ESTADSTICA ...................................................................8
1.4.1. DISEO ..........................................................................................8
1.4.2. DESCRIPCIN ..............................................................................8
1.4.3. INFERENCIA ..................................................................................9

CAPTULO II
TIPOS DE DATOS..............................................................................................11
2.1. CARACTERSTICAS DE LOS CONJUNTOS DE DATOS. .....................11
2.2. TIPOS DE DATOS ..................................................................................12
2.2.1. DATOS CATEGRICOS O CUALITATIVOS ..............................12
2.2.2. DATOS NUMRICOS .................................................................14
2.2.3. OTRO TIPO DE DATOS .............................................................15

CONCLUSIONES...............................................................................................19
BIBLIOGRAFA...................................................................................................20
 4

INTRODUCCIN

La presente investigacin se refiere al tema de la Estadstica, que se puede

definir es la ciencia cuyo objetivo es reunir una informacin para facilitar al
hombre el estudio de datos masivos de individuos, grupos, series de hechos,
etc. y deducir de ello gracias al anlisis de estos datos unos significados
precisos o unas previsiones para el futuro.

Tambin se refiere a la importancia, mtodos e importancia de la estadstica ya

que est relacionada con el estudio de proceso cuyo resultado es ms o menos
imprescindible y con la finalidad de obtener conclusiones para tomar decisiones
razonables de acuerdo con tales observaciones

La Estadstica se ocupa de los mtodos cientficos para recolectar, organizar,

resumir, presentar y analizar datos, as como de sacar conclusiones vlidas y
tomar decisiones con base en este anlisis, as tambin realizar predicciones a
cerca del conjunto del cual se han seleccionado dichos datos. El empleo
cuidadoso de los mtodos estadsticos permite obtener informacin precisa de
los datos.
 5

CAPTULO I
LA ESTADSTICA

1.5. ORIGEN

La palabra estadstica se origina, en las tcnicas de recoleccin,

organizacin, conservacin, y tratamiento de los datos propios de un
estado, con que los antiguos gobernantes controlaban sus sbditos y
dominios econmicos. Estas tcnicas evolucionaron a la par con el
desarrollo de las matemticas, utilizando sus herramientas en el proceso
del anlisis e interpretacin de la informacin. Para mediados del siglo
XVII en Europa, los juegos de azar eran frecuentes, aunque sin mayores
restricciones legales.
El febril jugador De Mr consult al famoso matemtico y filosofo Blaise
Pascal (1623-1662) para que le revelara las leyes que controlan el juego
de los dados, el cual, interesado en el tema, sostuvo una
correspondencia epistolar con el tmido Pierre de Fermat (1601-1665,
funcionario pblico apasionado por las matemticas; clebre porque no
publicaba sus hallazgos) dando origen a la teora de la probabilidad, la
cual se ha venido desarrollando y constituyndose en la base primordial
de la estadstica.
En nuestros das, son de uso cotidiano las diferentes tcnicas
estadsticas que partiendo de observaciones muestrales o histricas,
crean modelos lgico-matemticos que se "aventuran" describir o
pronosticar un determinado fenmeno con cierto grado de certidumbre
medible. El presente texto no pretende teorizar el saber estadstico,
desde luego, no es un libro para estadsticos, ya que, adrede se obvia el
rigor cientfico de lo expuesto en beneficio de la sencillez necesaria para
el nefito; con un lenguaje coloquial se conduce al lector a travs del
contenido, a partir de dos o tres ejemplos que ilustran la aplicabilidad de
los temas tratados.
El avance tecnolgico en la informtica ha contribuido enormemente al
desarrollo de la estadstica, sobre todo en la manipulacin de la
informacin, pues en el mercado existen paquetes estadsticos de
 6

excelente calidad, como el SAS, SPSS, SCA, STATGRAPHICS, amn

de otros, que "corren" en un ordenador sin mayores exigencias tcnicas,
permitiendo el manejo de grandes volmenes de informacin y de
variables.
La estadstica, entonces, dej de ser una tcnica exclusiva de los
estados, para convertirse en una herramienta imprescindible de todas
las ciencias, de donde proviene la desconcertante des-uniformidad en
las definiciones de los diferentes autores, ya que cada estudioso la
define de acuerdo con lo que utiliza de ella y tenemos definiciones como
que: la estadstica es la tecnologa del mtodo cientfico, o que es el
conocimiento relacionado

1.6. DEFINICIN
Definir la estadstica es una tarea difcil porque tendramos que definir
cada una de las tcnicas que se emplean en los diferentes campos en
los que interviene. Sin embargo, diremos, en forma general, que la
estadstica es un conjunto de tcnicas que, partiendo de la observacin
de fenmenos, permiten al investigador obtener conclusiones tiles
sobre ellos. 1.3 DIVISIN La estadstica se divide en dos grandes ramas
de estudio que son: La estadstica descriptiva, la cual se encarga de la
recoleccin, clasificacin y descripcin de datos muestrales o
poblacionales, para su interpretacin y anlisis, que es de la que nos
ocuparemos en este curso; y la estadstica matemtica o inferencial, que
desarrolla modelos tericos que se ajusten a una determinada realidad
con cierto grado de confianza. Estas dos ramas no son independientes;
por el contrario, son complementarias y entre ambas dan la suficiente
ilustracin sobre una posible realidad futura, con el fin de que quien
tenga poder de decisin, tome las medidas necesarias para transformar
ese futuro o para mantener las condiciones existentes.
Estadstica es el arte de realizar inferencias y sacar conclusiones a partir
de datos imperfectos. Los datos son generalmente imperfectos en el
sentido que an cuando posean informacin til no nos cuentan la
historia completa. Es necesario contar con mtodos que nos permitan
extraer informacin a partir de los datos observados para comprender
 7

mejor las situaciones que los mismos representan. Algunas tcnicas de

anlisis de datos son sorprendentemente simples de aprender y usar
ms all del hecho que la teora matemtica que las sustentan puede ser
muy compleja. Todos, an los estadsticos, tenemos problemas al
enfrentarnos con listados de datos. Existen muchos mtodos
estadsticos cuyo propsito es ayudarnos a poner de manifiesto las
caractersticas sobresalientes e interesantes de nuestros datos que
pueden ser usados en casi todas las reas del conocimiento. Los
mtodos estadsticos pueden y deberan ser usados en todas las etapas
de una investigacin, desde el comienzo hasta el final. Existe el
convencimiento de que la estadstica trata con el anlisis de datos
(quizs porque esta es la contribucin ms visible de la estadstica), pero
este punto de vista excluye aspectos vitales relacionados con el diseo
de las investigaciones. Es importante tomar conciencia que la eleccin
del mtodo de anlisis para un problema, se basa tanto en el tipo de
datos disponibles como en la forma en que fueron recolectados.

1.7. IMPORTANCIA
En las ltimas dcadas la estadstica ha alcanzado un alto grado de
desarrollo, hasta el punto de incursionar en la totalidad de las ciencias;
inclusive, en la lingstica se aplican tcnicas estadsticas para
esclarecer la paternidad de un escrito o los caracteres ms relevantes
de un idioma. La estadstica es una ciencia auxiliar para todas las ramas
del saber; su utilidad se entiende mejor si tenemos en cuenta que los
quehaceres y decisiones diarias embargan cierto grado de
incertidumbre... y la Estadstica ayuda en la incertidumbre, trabaja con
ella y nos orienta para tomar las decisiones con un determinado grado
de confianza. Los crticos de la estadstica afirman que a travs de ella
es posible probar cualquier cosa, lo cual es un concepto profano que se
deriva de la ignorancia en este campo y de lo polifactico de los
mtodos estadsticos. Sin embargo muchos "investigadores"
tendenciosos han cometido abusos con la estadstica, elaborando
"investigaciones" de intencin, teniendo previamente los resultados que
les interesan mostrar a personas ingenuas y desconocedoras de los
 8

hechos. Otros, por ignorancia o negligencia, abusan de la estadstica

utilizando modelos inapropiados o razonamientos ilgicos y errneos
que conducen al rotundo fracaso de sus investigaciones.

1.8. REAS DE LA ESTADSTICA

Describiremos brevemente cada una de las reas en que puede dividirse
la estadstica:
I. Diseo: Planeamiento y desarrollo de investigaciones.
II. Descripcin: Resumen y exploracin de datos.
III. Inferencia: Hacer predicciones o generalizaciones acerca de
caractersticas de una poblacin en base a la informacin de una
muestra de la poblacin.

1.8.1. DISEO
Es una actividad crucial. Consiste en definir como se desarrollar
la investigacin para dar respuesta a las preguntas que motivaron
la misma. La recoleccin de los datos requiere en general de un
gran esfuerzo, por lo que, dedicar especial cuidado a la etapa de
planificacin de la investigacin ahorra trabajo en las siguientes
etapas. Un estudio bien diseado resulta simple de analizar y las
conclusiones suelen ser obvias.
Un experimento pobremente diseado o con datos
inapropiadamente recolectados o registrados puede ser incapaz
de dar respuesta a las preguntas que motivaron la investigacin,
ms all de lo sofisticado que sea el anlisis estadstico. An en
los casos en que se estudian datos ya registrados, en que
estamos restringidos a la informacin existente, los principios del
buen diseo de experimentos, pueden ser tiles para ayudar a
seleccionar un conjunto razonable de datos que est relacionado
con el problema de inters.

1.8.2. DESCRIPCIN
Los mtodos de la Estadstica Descriptiva o Anlisis Exploratorio
de Datos ayudan a presentar los datos de modo tal que
sobresalga su estructura. Hay varias formas simples e
interesantes de organizar los datos en grficos que permiten
detectar tanto las caractersticas sobresalientes como las
 9

caractersticas inesperadas. El otro modo de describir los datos

es resumirlos en uno o dos nmeros que pretenden caracterizar
el conjunto con la menor distorsin o perdida de informacin
posible.
Explorar los datos, debe ser la primera etapa de todo anlisis de
datos. Por qu no analizarlos directamente? En primer lugar
porque las computadoras no son demasiado hbiles (slo son
rpidas), hacen aquello para lo que estn programadas y actan
sobre los datos que les ofrecemos. Datos errneos o inesperados
sern procesados de modo inapropiado y ni usted, ni la
computadora se darn cuenta a menos que realice previamente
un anlisis exploratorio de los datos.

1.8.3. INFERENCIA
Estadstica hace referencia a un conjunto de mtodos que
permiten hacer predicciones acerca de caractersticas de un
fenmeno sobre la base de informacin parcial acerca del mismo.
Los mtodos de la inferencia nos permiten proponer el valor de
una cantidad desconocida (estimacin) o decidir entre dos teoras
contrapuestas cul de ellas explica mejor los datos observados
(test de hiptesis). El fin ltimo de cualquier estudio es aprender
sobre las poblaciones. Pero es usualmente necesario, y ms
prctico, estudiar solo una muestra de cada una de las
poblaciones. Definimos: POBLACIN MUESTRA total de
sujetos o unidades de anlisis de inters en el estudio cualquier
subconjunto de los sujetos o unidades de anlisis de la poblacin,
en el cual se recolectarn los datos Usamos una muestra para
conocer o estimar caractersticas de la poblacin, denominamos:
PARMETRO una medida resumen calculada sobre la
poblacin ESTADSTICO una medida resumen calculada sobre
la muestra La calidad de la estimacin puede ser muy variada, y
generalmente las estimaciones estadsticas son errneas, en el
sentido que no son perfectamente exactas. La ventaja de los
mtodos estadsticos es que aplicados sobre datos obtenidos a
partir de muestras aleatorias permiten cuantificar el error que
 10

podemos cometer en nuestra estimacin o calcular la probabilidad

de cometer un error al tomar una decisin en un test de hiptesis.
Finalmente, cuando existen datos para toda la poblacin
(CENSO) no hay necesidad de usar mtodos de estadstica
inferencial, ya que es posible calcular exactamente los
parmetros de inters. En el censo poblacional, por ejemplo, se
registra el sexo de todas las personas censadas, que son
prcticamente toda la poblacin, as que es posible conocer
exactamente la proporcin de habitantes de los dos sexos.
 11

CAPTULO II
TIPOS DE DATOS

2.1. CARACTERSTICAS DE LOS CONJUNTOS DE DATOS.

En lo que sigue denominaremos
- UNIDAD DE ANLISIS O DE OBSERVACIN al objeto bajo estudio.
El mismo puede ser una persona, una familia, un pas, una regin,
una institucin o en general, cualquier objeto.
- VARIABLE a cualquier caracterstica de la unidad de observacin que
interese registrar, la que en el momento de ser registrada puede ser
transformada en un nmero.
- VALOR de una variable, OBSERVACIN o MEDICIN, al nmero
que describe a la caracterstica de inters en una unidad de
observacin particular.
- CASO o REGISTRO al conjunto de mediciones realizadas sobre una
unidad de observacin.
Consideremos el siguiente ejemplo:

Caso Sexo Lugar nacimiento Edad PAS

1 F J1 35 110
2 M J2 28 120 Registro
3 M J2 59 136
Observacin
Variable

Sexo, lugar nacimiento, edad, presin arterial sistlica son variables que
describen a una persona, su sexo, su lugar de nacimiento, su edad, etc.
son los valores que estas variables toman para esta persona.
Cuando se disea una investigacin, se intenta estudiar de qu modo
una o ms variables (variables independientes) afectan a una o ms
variables de inters (variables dependientes). Por ejemplo en un
experimento, el investigador impone a los sujetos condiciones (variable
independiente) y estudia el efecto de la misma sobre una caracterstica
del sujeto (aparicin de una cierta caracterstica, modificacin de una
condicin, etc.).
 12

Un paso importante al comenzar a manejar un conjunto de datos es

identificar cuntas variables se han registrado y cmo fueron registradas
esas variables, lo que permitir definir la estrategia de anlisis. En el
ejemplo anterior algunas de las variables son nmeros y otras son letras
que indican categoras. A continuacin se presenta una clasificacin de
los distintos tipos de datos que podemos encontrar. Debe notarse que
distintos autores usan distintos criterios para clasificar datos por lo que
presentaremos aqu un criterio que resulta til desde el punto de vista de
seleccionar el mtodo de anlisis estadstico ms apropiado para los
mismos.

2.3. TIPOS DE DATOS

2.3.1. DATOS CATEGRICOS O CUALITATIVOS
Las variables categricas resultan de registrar la presencia de un
atributo.
Las categoras de una variable cualitativa deben ser definidas
claramente durante la etapa de diseo de la investigacin y
deben ser mutuamente excluyentes y exhaustivas. Esto significa
que cada unidad de observacin debe ser clasificada sin
ambigedad en una y solo una de las categoras posibles y que
existe una categora para clasificar a todo individuo.
En este sentido, es importante contemplar todas las posibilidades
cuando se construyen variables categricas, incluyendo una
categora tal como No sabe / No contesta, o No registrado u
Otras, que asegura que todos los individuos observados sern
clasificados con el criterio que define la variable.
Los datos categricos se clasifican en dicotmicos, nominales y
ordinales.

a) Dos categoras (DICOTMICOS)

El individuo o la unidad de observacin puede ser asignada a
solo una de dos categoras. En general, se trata de presencia
- ausencia del atributo y es ventajoso asignar cdigo 0 a la
ausencia y 1 a la presencia.
Ejemplos:
1) varn mujer
2) embarazada - no embarazada
3) fumador - no fumador
 13

4) hipertenso normotenso
Debe notarse que los ejemplos 1) y 2) definitivamente cubren
todas las categoras, mientras que 3) y 4) son simplificaciones
de categoras ms complejas. En 3) no est claro donde se
asignan los ex-fumadores, en tanto que en 4) fue necesario
establecer un criterio de corte para armar una variable
categrica a partir de una variable numrica.

b) Ms de dos categoras
CATEGORAS NOMINALES No existe orden obvio entre
las categoras. Ejemplos: pas de origen, estado civil,
diagnstico.
CATEGORAS ORDINALES Existe un orden natural entre
las categoras.
Ejemplos:
1) Tabaquismo: No fuma / ex-fumador / fuma 10 cigarrillos
diarios / fuma > 10 cigarrillos diarios
2) Severidad de la patologa: Ausente / leve / moderado /
severo.
An cuando los datos ordinales puedan ser codificados como
nmeros como en el caso de estadios de cncer de mama de
I a IV, no podemos decir que una paciente en el estadio IV
tiene un pronstico dos veces ms grave que una paciente en
estadio II, ni que la diferencia entre estadio I y II es la misma
que entre estadio III y IV. En cambio, cuando se considera la
edad de una persona, 40 aos es el doble de 20 y una
diferencia de 1 ao es la misma a travs de todo el rango de
valores.
Por esta razn, debemos ser cuidadosos al tratar variables
cualitativas, especialmente cuando se han codificado
numricamente, ya que no pueden ser analizadas como
nmeros sino que deben ser analizados como categoras. Es
incorrecto presentar, por ejemplo, el estadio promedio de
cncer en un grupo de pacientes.
 14

En la prctica clnica se usan escalas para definir grados de

un sntoma o de una enfermedad, tales como 0, +, ++, +++.
Es importante definir operativamente este tipo de variables y
estudiar su confiabilidad de modo de asegurar que dos
observadores puestos frente al mismo paciente, lo clasificarn
en la misma categora.

2.3.2. DATOS NUMRICOS

Una variable es numrica cuando el resultado de la observacin
o medicin es un nmero. Se clasifican en:
a) Discretos. La variable slo puede tomar un cierto conjunto de
valores posibles. En general, aparecen por conteo. Ejemplo:
nmero de miembros del hogar, nmero de intervenciones
quirrgicas, nmero de casos notificados de una cierta
patologa.
b) Continuos. Generalmente son el resultado de una medicin
que se expresa en unidades. Las mediciones pueden tomar
tericamente un conjunto infinito de valores posibles dentro
de un rango. En la prctica los valores posibles de la variable
estn limitados por la precisin del mtodo de medicin o por
el modo de registro. Ejemplos: altura, peso, pH, nivel de
colesterol en sangre.
La distincin entre datos discretos y continuos es importante para
decidir qu mtodo de anlisis estadstico utilizar, ya que hay
mtodos que suponen que los datos son continuos.
Consideremos por ejemplo, la variable edad. Edad es continua,
pero si se la registra en aos resulta ser discreta. En estudios
con adultos, en que la edad va de 20 a 70 aos, por ejemplo, no
hay problemas en tratarla como continua, ya que el nmero de
valores posibles es muy grande. Pero en el caso de nios en
edad preescolar, si la edad se registra en aos debe tratarse
como discreta, en tanto que si se la registra en meses puede
tratarse como continua.
 15

Del mismo modo, la variable nmero de pulsaciones/min. es una

variable discreta, pero se la trata como continua debido al gran
nmero de valores posibles.
Los datos numricos (discretos o continuos) pueden ser
transformados en categricos y ser tratados como tales. Aunque
esto es correcto no necesariamente es eficiente y siempre es
preferible registrar el valor numrico de la medicin, ya que esto
permite:
- Analizar la variable como numrica Anlisis estadstico ms
simple y ms potente.
- Armar nuevas categoras usando criterios diferentes.
Slo en casos especiales es preferible registrar datos numricos
como categricos, por ejemplo, cuando se sabe que la medicin
es poco precisa (nmero de cigarrillos diarios, nmero de tazas de
caf en una semana).

2.3.3. OTRO TIPO DE DATOS

a) Porcentajes
Los porcentajes son el resultado de tomar el cociente entre
dos cantidades. Ejemplos: reduccin porcentual de la presin
arterial luego de la aplicacin de una droga, o peso corporal
relativo (peso observado/peso deseable). En el primer caso
las cantidades que forman el cociente se miden
simultaneamente, en tanto que en el segundo caso el
denominador es un valor estndar preexistente.
Aunque los porcentajes pueden pensarse como variables
continuas pueden causar problemas en el anlisis,
especialmente cuando pueden tomar valores mayores y
menores que 100% (ejemplo: de peso corporal relativo) o
cuando pueden dar valores negativos (ejemplo: reduccin
porcentual de la PA. En este ltimo caso, un paciente con
PAS en 150 mm Hg con un 20% de aumento en la PAS
llegar a 180 mmHg, pero una posterior disminucin del 20%
lo llevar a 144 mm Hg). Se debe tener cuidado al analizar
estos datos.
 16

b) Escalas analgicas visuales

Cuando se necesita que una persona indique el grado de
alguna caracterstica no medible, tal como satisfaccin, dolor,
bienestar, agrado, acuerdo, etc. una tcnica que permite
obtener categoras ordinales es la escala analgica visual. Se
presenta al encuestado una lnea recta (generalmente de 10
cm.) cuyos extremos indican estados extremos y se les pide
que marquen una posicin en la recta que represente la
percepcin de su estado.
Ejemplo. Interesa estimar grado de satisfaccin con un
tratamiento, se puede usar la siguiente escala.

Totalmente Totalmente
insatisfecho satisfecho
ubicacin del encuestado

Estas escalas son muy tiles para valorar cambios en el

mismo individuo. An cuando un puntaje de 3.7 no dice nada
en si mismo, una reduccin de 2 puntos en un paciente si nos
da informacin. Debe tenerse cuidado al tratar este tipo de
datos ya que, a diferencia de los datos numricos, an
cuando se registren como nmeros la escala subyacente no
necesariamente es la misma para dos sujetos distintos.

c) Scores
Los scores son indicadores de la condicin de un individuo
basados en la observacin de varias variables, generalmente
categricas. En clnica los scores se construyen en base a
sntomas y signos, asignndole a cada uno de ellos un
puntaje y calculando un puntaje total o score, que es un
indicador de la condicin del paciente.
Un ejemplo es el score Apgar usado como indicador de
pronstico en el recin nacido.

PUNTAJE
Signo
0 1 2
Latidos Ausente 100 100
Respiracin Ausente Llanto dbil, Llanto fuerte
hiperventilacin
Tono muscular Flcido Leve Buena flexin
 17

Reflejos Ausente Leve Llanto

Color Azul, plido Cuerpo rosado, Totalmente rosa
extremidades azules

El recin nacido es evaluado en los minutos 0 y 5 de vida.

Cada signo recibe un puntaje de 0 a 2, los cuales se suman y
el score resultante es un nmero entre 0 a 10. Se considera
que un score 7 es de buen pronstico, y que un Apgar 3
es de muy mal pronstico.
No es de inters aqu discutir la validez de este particular
score, pero remarcaremos tres caractersticas que son
comunes a este tipo de scores:
- En la evaluacin de cada signo est presente cierto nivel
de subjetividad
- Al transformar las categoras en nmeros, estamos
valorando las diferencias entre 0 y 1 y entre 1 y 2 como
equivalentes
- Los cinco signos son igualmente importantes en la
construccin del score.
Los scores deberan tratarse en el anlisis tal como se los
trata en la prctica, como criterios para definir categoras
ordinales y no como variables numricas.
d) Datos censurados
Una observacin censurada es aquella que no pudo ser
medirla exactamente, pero que se sabe que est ms all de
un cierto lmite, es decir, conocemos una cota inferior o
superior para el dato.
Ejemplos.
- Cuando se miden elementos traza, el nivel del elemento
en la muestra puede ser menor que el lmite de deteccin
de la tcnica. Este es un dato con censura izquierda ya
que no se conoce el verdadero valor, pero si se conoce
una cota superior.
- Estudios de seguimiento en los que interesa el tiempo de
supervivencia. En los pacientes que se mantienen vivos
finalizar el estudio, se desconoce el tiempo real de
supervivencia, pero se sabe que ste es mayor que el
tiempo de permanencia en el estudio. El tiempo de
 18

supervivencia est censurado a derecha, slo conocemos

una cota inferior para el mismo.
- Un estudio de seguimiento en que interesa estudiar el
tiempo transcurrido hasta la recidiva de una patologa. En
aquellos sujetos que se pierden del estudio (por
abandono, por muerte por otras causas o por cualquier
otra razn) pero que sabemos que estuvieron libres de la
patologa mientras permanecieron en el estudio (hasta el
ltimo control), el dato de tiempo transcurrido hasta la
recidiva est censurado a derecha.

Importancia de identificar el tipo de datos:

Porque el tipo de datos DETERMINA el mtodo de anlisis
apropiado y vlido y cada mtodo de anlisis estadstico es
especfico para un cierto tipo de datos. La distincin ms
importante es entre datos numricos y categricos.
 19

CONCLUSIONES

Los conceptos antes mencionados han sido analizados e investigados de tal

manera de hacer ms fcil su comprensin y entendimientos ya que la
estadstica es la ciencia que trata de entender, organizar y tomar decisiones
que estn de acuerdo con los anlisis efectuados.

La estadstica juega un papel muy importante en nuestras vidas, ya que

actualmente sta se ha convertido en un mtodo muy efectivo para describir
con mucha precisin los valores de datos econmicos, polticos, sociales,
psicolgicos, biolgicos y fsicos, adems, sirve como herramienta para
relacionar y analizar dichos datos. El trabajo del experto estadstico ha
evolucionado mucho, ya no consiste slo en reunir y tabular los datos, sino
sobre todo en el proceso de interpretacin de esa informacin, ahora tiene
un papel mucho ms importante del que tena en aos pasados.

Es de vital importancia para nuestra vida profesional venidera, que

manejemos estos conceptos con facilidad, as mismo el que los usemos de
la manera apropiada, siempre en pro de buscar soluciones a los problemas
que se nos puedan presentar.
 20

BIBLIOGRAFA

Gorgas, J y Col. (2011). Estadstica bsica para estudiantes de Ciencias.

Universidad Complutense de Madrid. Espaa.

Mendenhall, W y Col. (). Introduccin a la probabilidad y estadstica. Dcima

tercera edicin. Editorial Cengage Learning. Espaa

Murray, E. (1970). Estadstica. MCGRAW-HILL, Mxico. 1970.