TALLER ESTADSTICA

RESUMEN

La estadstica desde su origen y a lo largo de la historia ha mostrado un respetable

prestigio en las estrategias de hacer uso de la informacin recopilada con la finalidad de
analizar la informacin contenida en datos.

Es comn sorprenderse de los resultados que predice la estadstica, tan es as que en

ocasiones resulta difcil pensar en que una estadstica no ha funcionado, aunque
tambin es importante considerar que siempre existe el error estadstico o el error
humano cometido al realizar una extraccin.

En la actualidad el hombre ha hecho uso de la estadstica en casos que van desde

el clculo ms sencillo hasta el ms complejo. En la vida diaria se pueden observar
ejemplos del uso de la estadstica; ya que el uso de sta es tan amplio que se extiende
desde un simple clculo hasta los mtodos utilizados para el conocimiento cientfico y
de la sociedad.

La estadstica es una ciencia formal y una herramienta que estudia el uso y los anlisis
provenientes de una muestra representativa de datos, busca explicar las correlaciones
y dependencias de un fenmeno fsico o natural, de ocurrencia en
forma aleatoria o condicional.

Sin embargo, la estadstica es ms que eso, es decir, es la herramienta fundamental que

permite llevar a cabo el proceso relacionado de la estadstica con la investigacin
cientfica.

Es transversal a una amplia variedad de disciplinas, desde la fsica hasta las ciencias
sociales, desde las ciencias de la salud hasta el control de calidad.

Se usa para la toma de decisiones en reas de negocios o

instituciones gubernamentales.

La estadstica se divide en dos grandes reas:

1. Estadstica descriptiva: Se dedica a la descripcin, visualizacin y resumen de

datos originados a partir de los fenmenos de estudio. Los datos pueden ser
resumidos numrica o grficamente. Ejemplos bsicos de parmetros
estadsticos son: la media y la desviacin estndar. Algunos ejemplos grficos
son: histograma, pirmide poblacional, grfico circular, entre otros.
 2. Estadstica inferencial: Se dedica a la generacin de los modelos, inferencias y
predicciones asociadas a los fenmenos en cuestin teniendo en cuenta
la aleatoriedad de las observaciones. Se usa para modelar patrones en los datos
y extraer inferencias acerca de la poblacin bajo estudio. Estas inferencias
pueden tomar la forma de respuestas a preguntas s/no (prueba de hiptesis),
estimaciones de unas caractersticas numricas (estimacin), pronsticos de
futuras observaciones, descripciones de asociacin (correlacin) o
modelamiento de relaciones entre variables (anlisis de regresin). Otras
tcnicas de modelamiento incluyen anlisis de varianza, series de
tiempo y minera de datos.

Ambas ramas (descriptiva e inferencial) comprenden la estadstica aplicada. La

estadstica inferencial, por su parte, se divide en estadstica paramtrica y estadstica
no paramtrica.

Hay tambin una disciplina llamada estadstica matemtica, la que se refiere a las bases
tericas de la materia.

La palabra estadsticas tambin se refiere al resultado de aplicar un algoritmo

estadstico a un conjunto de datos, como en estadsticas econmicas, estadsticas
criminales, entre otros.

EJEMPLOS

1. Un pediatra obtuvo la siguiente tabla sobre los meses de edad de 50 nios de

su consulta en el momento de andar por primera vez:

Meses Nios
9 1
10 4
11 9
12 16
13 11
14 8
15 1
a. Moda: La moda es 12.
50
b. Mediana: =25 . La mediana es 25.
2
610
c. Media Aritmtica: =12.2
50
2. Se tienen los valores 2, 2, 4, 4, 5, 6, 7, 8, 8. Averiguar la desviacin media de
estos valores.
 x |x|
2 -3 3
Por lo tanto, la desviacin media es 1,8.
2 3 3
3. Hallar la desviacin tpica de la serie: 5, 8, 10, 12, 16.
4 -1 1
x 4 |xx|
-1 1 |xx| 2

5 4 -1
-5,2 1 27,04

8 5 0
-2,2 0 4,84

10 6 1
-0,2 1 0,04

12 7 2
1,8 2 3,24

16 8 3
5,8 3 33,64
8 3 3

Primero hallamos 10,2. Luego S = 13,76=3,71

4. Hallar la varianza de la siguiente serie de datos: 12, 6, 7, 3, 15, 10,
18, 5.

12+ 6+7+3+15+10+ 18+5

x= =9,5
8
2 2 2 2 2 2 2 2
2 12 +6 +7 +3 +15 +10 +18 +5
= 9,5=23,75
8

= 23,75=4,87