INDICE:

1. INTRODUCCIÓN...................................................................................................4

2. CONCEPTOS GENERALES.................................................................................5

2.1. POBLACIÓN.................................................................................................5

2.2. INDIVIDUO....................................................................................................5

2.3. MUESTRA.....................................................................................................5

2.4. ETAPAS DEL ESTUDIO ESTADISTICO......................................................5

2.5. TIPOS DE VARIABLES ESTADITICAS........................................................6

2.5.1. VARIABLES CUANTITATIVAS..............................................................6

2.5.2. VARIABLES CUALITATIVAS.................................................................6

3. DISTRIBUCIÓN DE FRECUENCIAS....................................................................8

3.1. TABLAS DE FRECUENCIAS........................................................................8

3.2. MODALIDADES............................................................................................8

3.3. FRECUENCIA ABSOLUTA:..........................................................................8

3.4. FRECUENCIA ABSOLUTA ACUMULADA:..................................................8

3.5. FRECUENCIA RELATIVA ACUMULADA:....................................................8

4. REPRESENTACIONES GRAFICAS.....................................................................9

4.1. VARIABLES CUALITATIVAS........................................................................9

4.2. VARIABLES CUANTITATIVAS Y DISCRETAS................................................10

4.3. VARIABLES CUANTITATIVAS CONTINUAS...................................................11

5. MEDIDAS CARACTERÍSTICAS: POSICIÓN, DISPERSIÓN Y FORMA.............11

5.1. MEDIDAS DE POSICIÓN...........................................................................12

 5.1.1 MEDIDAS DE POSICIÓN DE TENDENCIA CENTRAL...........................12

5.1.2. MEDIDAS DE POSICIÓN DE TENDENCIA NO CENTRAL......................12

5.1.3 MEDIDAS DE DISPERSIÓN ABSOLUTAS................................................13

5.1.4 MEDIDAS DE DISPERSIÓN RELATIVA.................................................13

5.1.5 MEDIDAS DE FORMA.............................................................................14

5.2. REPRESENTACIÓN DE MEDIDAS: EL DIAGRAMA DE CAJA.................14

6. RECTA DE REGRESIÓN....................................................................................15

7. BIBLIOGRAFIA....................................................................................................15
1. INTRODUCCIÓN
La estadística desde su origen y a lo largo de la historia ha mostrado un respetable
prestigio en las estrategias de hacer uso de la información recopilada con la finalidad
de analizar la información contenida en datos, es común sorprenderse de los
resultados que predice la estadística, aunque también es importante considerar que
siempre existe el error estadístico o el error humano cometido al realizar una
extracción, en la actualidad el hombre ha hecho uso de la estadística en casos que
van desde el cálculo más sencillo hasta el más complejo. En la vida diaria se pueden
observar ejemplos del uso de la estadística; ya que el uso de ésta es tan amplio que
se extiende desde un simple cálculo hasta los métodos utilizados para el conocimiento
científico y de la sociedad. La estadística descriptiva es la rama de la estadística que
recolecta, analiza y caracteriza un conjunto de datos tanto como el peso de la
población, beneficios diarios de una empresa, temperatura mensual, con el objetivo de
describir las características y comportamientos de este conjunto mediante medidas de
resumen, tablas o gráficos.
2. CONCEPTOS GENERALES
2.1. POBLACIÓN
Conjunto de elementos a los que se les estudia una característica[ CITATION
PED13 \l 3082 ]
2.2. INDIVIDUO
Cada uno de los elementos de la población[ CITATION PED13 \l 3082 ]
2.3. MUESTRA
Subconjunto (representativo) de la población, que se selecciona con el
objetivo de extraer información.[ CITATION PED13 \l 3082 ]
2.4. ETAPAS DEL ESTUDIO ESTADISTICO
Dentro de las etapas del estudio estadístico tenemos:
 Recogida de datos: De acuerdo con la localización de la información,
los datos estadísticos pue- den ser internos o externos, los datos
externos son usualmente obtenidos de dos maneras tanto como datos
publicados o de encuestas o recopilación de primera mano.
[ CITATION PED13 \l 3082 ]
 Ordenación, tabulación y gráficos: El primer paso para organizar un
grupo de datos es ordenar y corregir, si es necesario, cada uno de los
elementos recopilados, el siguiente paso es decidir las clasificaciones
adecuadas para incluir todos los elementos, el último paso es tabular.
[ CITATION PED13 \l 3082 ]
 Descripción de características:
Hay tres modos de describir un conjunto de datos recopilados:
mediante enunciados o textos, tablas estadísticas y gráficas
estadísticas.[ CITATION PED13 \l 3082 ]
 Análisis formal: Esta parte proporciona el fundamento básico para el
análisis estadístico.[ CITATION PED13 \l 3082 ]
2.5. TIPOS DE VARIABLES ESTADITICAS
Las técnicas de estadística descriptiva permiten describir y analizar un grupo
dado de datos, sin extraer conclusiones sobre la población a la que
pertenecen. Se tendrá que recurrir a la inferencia estadística, que es la parte
de la estadística que trata las condiciones bajo las cuales las inferencias
extraídas a partir de una muestra son válidas, para extraer conclusiones
sobre la población de interés. Para aplicar una técnica descriptiva, numérica o
gráfica, será necesario analizar previamente el tipo de variable con la que se
está trabajando.[ CITATION PED13 \l 3082 ]
2.5.1. VARIABLES CUANTITATIVAS
Son aquellas que se expresan mediante un número, por tanto, se puede
realizar operaciones aritméticas con ellas. Puede ser discretas o
continuas.
Ejemplos de variables cuantitativas:[ CITATION PED13 \l 3082 ]
 El peso de las vacas de una granja.
 Estatura de los habitantes de una ciudad.
 El número de hijos en una familia.
 Número de clientes atendidos en una tienda.
 Velocidad a la que avanza un tren.
 Cantidad de pulgas que tiene un perro.
2.5.2. VARIABLES CUALITATIVAS
Son aquellas que expresan características, cualidades o atributos, y no
pueden ser medidas con números. Pueden ser ordinales o nominales.
Ejemplos de variables cualitativas:[ CITATION PED13 \l 3082 ]
 La marca de los celulares de tus amigos.
 Red social preferida por los millenials.
 El color de ojos de los actores de una película.
 Posición en la que llega un corredor en la prueba de 100 metros
planos.
 El curso favorito de tus amigos.
 Series de Netflix más vistas en tu país.
 La tienda de ropa preferida por los habitantes de una ciudad.
3. DISTRIBUCIÓN DE FRECUENCIAS
Las tablas de frecuencias son una de las técnicas básicas para el resumen de
información a partir de una muestra de datos. Su construcción es sencilla, pero en
conjuntos de datos de un tamaño moderado o grande su cálculo puede resultar
laborioso, aunque se pueden obtener utilizando cualquier paquete estadístico.
[ CITATION PED13 \l 3082 ]
3.1. TABLAS DE FRECUENCIAS
Las tablas de frecuencias se utilizan para representar la información contenida en
una muestra de tamaño n extraída de una población, (x1, . . . , xn).[ CITATION
PED13 \l 3082 ]
3.2. MODALIDADES
Cada uno de los valores que puede tomar una variable (cualitativa o cuantitativa
discreta). Se denotan como: ci, i = 1, . . . , k. El número de individuos de la
muestra en cada modalidad ci se denota por ni.[ CITATION PED13 \l 3082 ]
3.3. FRECUENCIA ABSOLUTA:
Para cada modalidad ci, la frecuencia absoluta es ni, i = 1, . . . , k. Frecuencia
relativa: para cada modalidad ci, la frecuencia relativa es fi = ni /n, i = 1, . . . , k.
[ CITATION Lil01 \l 3082 ]
3.4. FRECUENCIA ABSOLUTA ACUMULADA:
La frecuencia absoluta acumulada de una modalidad ci, siendo la sumatorias de
las frecuencias absolutas.[ CITATION Lil01 \l 3082 ]
3.5. FRECUENCIA RELATIVA ACUMULADA:
La frecuencia relativa acumulada de una modalidad ci, siendo la sumatoria de
frecuencias relativas.[ CITATION Lil01 \l 3082 ]
4. REPRESENTACIONES GRAFICAS
La clasificación de variables que se ha expuesto en la sección anterior,
distinguiendo entre variables cualitativas y cuantitativas (discretas y continuas) es
de crucial importancia a la hora de construir representaciones gráficas. De modo
esquemático, se introducen las principales técnicas de representación para
variables cualitativas, variables cuantitativas discretas y cuantitativas continuas.
En el caso de variables cuantitativas discretas, si tienen pocos valores, se puede
hacer uso de las representaciones descritas para variables cualitativas (diagramas
de barras y sectores). Si por el contrario toman muchos valores, entonces se
pueden utilizar las representaciones para variables cuantitativas continuas.
[ CITATION Lil01 \l 3082 ]
4.1. VARIABLES CUALITATIVAS
Para la representación de variables cualitativas se suelen utilizar el diagrama de
barras o el diagrama de sectores. Para construir un diagrama de barras, en el eje
horizontal se representan las categorías o modalidades de la variable que se
quiere representar y se levantan barras de altura proporcional a la frecuencia de
cada modalidad (absoluta o relativa). En el diagrama de sectores también se
representan las distintas modalidades y su frecuencia, de manera que el círculo
se reparte de forma proporcional a la frecuencia de cada modalidad. [ CITATION
Lil01 \l 3082 ]

4.2. VARIABLES CUANTITATIVAS Y DISCRETAS

Además del diagrama de barras descrito para las variables cualitativas, que
también se puede utilizar para variables cuantitativas discretas, para la
representación de este tipo de variables se tiene el diagrama acumulativo de
frecuencias. El diagrama acumulativo de frecuencias se construye representando,
para cada modalidad de la variable y uniéndolos con segmentos horizontales y
verticales, de forma que se obtiene una función escalonada. Si se utilizan las
frecuencias relativas acumuladas, el valor máximo del diagrama acumulativo se
alcanza en el 1, mientras que, si se construye con las frecuencias absolutas
acumuladas, el máximo será el número de datos de la muestra. [ CITATION
Lil01 \l 3082 ]
 4.3. VARIABLES CUANTITATIVAS CONTINUAS
En el caso de variables cuantitativas continuas, podemos construir el polígono
acumulativo de frecuencias, de igual modo que el diagrama acumulativo de
frecuencias explicado para variables cuantitativas discretas, pero considerando
las marcas de clase de cada intervalo en la representación. Sin embargo, son
más usuales otras representaciones como el histograma y el diagrama de tallo y
hojas.[ CITATION Lil01 \l 3082 ]

5. MEDIDAS CARACTERÍSTICAS: POSICIÓN, DISPERSIÓN Y FORMA

Denotando por X la variable estadística de interés y por xi la observación en el
individuo i, se introducirán en este apartado algunas de las principales medidas
características para describir la información contenida en una muestra x1, . . . , xn de
tamaño n. Dichas medidas se utilizan para resumir la información atendiendo a tres
aspectos principales: alrededor de qué valores se encuentran los datos, cuánto se
dispersan y si se distribuyen de manera similar a una campana de Gauss, que será el
modelo que se tome como referencia. Por ello, se distinguirán tres tipos de medidas:
medidas de posición, medidas de dispersión y medidas de forma.[ CITATION Fer16 \l
3082 ]
5.1. MEDIDAS DE POSICIÓN
Las medidas de posición o localización nos indican el valor o valores alrededor de
los cuales se sitúan los datos observados. Distinguiremos medidas de localización
de tendencia central (media, mediana y moda) y de tendencia no central
(cuartiles, deciles y percentiles).[ CITATION Fer16 \l 3082 ]
5.1.1 MEDIDAS DE POSICIÓN DE TENDENCIA CENTRAL
Como medidas de posición de tendencia central se introducirán la media
aritmética o media muestral, la mediana y la moda. Estas medidas nos
proporcionan valores alrededor de los cuales se distribuyen los datos
observados en la muestra.[ CITATION Fer16 \l 3082 ]
a) MEDIA ARITMÉTICA:
También llamada promedio o media, de un conjunto finito de números
es el valor característico de una serie de datos cuantitativos, objeto de
estudio que parte del principio de la esperanza matemática o valor
esperado, se obtiene a partir de la suma de todos sus valores dividida
entre el número de sumandos.[ CITATION Fer16 \l 3082 ]
b) MEDIANA:
La mediana es el valor que ocupa el lugar central de todos los datos
cuando éstos están ordenados de menor a mayor.[ CITATION Fer16 \l
3082 ]
c) MODA:
La moda es el valor que aparece más dentro de un conglomerado. En
un grupo puede haber dos modas y se conoce como bimodal, y más
de dos modas o multimodal cuando se repiten más de dos valores; se
llama amodal cuando en un conglomerado no se repiten los valores.
[ CITATION Fer16 \l 3082 ]
5.1.2. MEDIDAS DE POSICIÓN DE TENDENCIA NO CENTRAL
a) CUARTILES:
Los cuartiles son valores que dividen una muestra de datos en cuatro
partes iguales. Utilizando cuartiles puede evaluar rápidamente la
dispersión y la tendencia central de un conjunto de datos, que son los
pasos iniciales importantes para comprender sus datos.[ CITATION
Fer16 \l 3082 ]

5.1.3 MEDIDAS DE DISPERSIÓN ABSOLUTAS

Las medidas de posición o localización indican en torno a qué valores se
sitúan los datos, pero para obtener una descripción más precisa de los
mismos, es necesario conocer cuál es la dispersión que presentan. Las
medidas de dispersión absolutas dependen de las unidades en las que se
miden las observaciones, siendo las más conocidas la varianza muestral y la
desviación típica muestral, que no es más que la raíz cuadrada de la varianza
muestral.[ CITATION Fer16 \l 3082 ]
a) VARIANZA:
La varianza se define como la media aritmética de los cuadrados de las
diferencias de los datos con su media aritmética.[ CITATION Fer16 \l 3082
]
b) DESVIACIÓN ESTÁNDAR:
La desviación estándar es la raíz cuadrada positiva de la varianza.
[ CITATION Fer16 \l 3082 ]
5.1.4 MEDIDAS DE DISPERSIÓN RELATIVA
Una de las medidas de dispersión relativa no depende de las unidades de los
datos más usual es el coeficiente de variación:[ CITATION Fer16 \l 3082 ]
C V =s/x.
 Los coeficientes de variación permiten comparar variables, aunque estas
estén registradas en distintas unidades de medida. También es de utilidad
para comparar variables que, aunque de la misma magnitud, están en escalas
distintas. [ CITATION Fer16 \l 3082 ]
5.1.5 MEDIDAS DE FORMA
Consideraremos dos medidas que proporcionan una idea de la forma de
cómo se distribuyen los datos. Su cálculo no es tan sencillo como el de las
medidas de posición y dispersión estudiadas y lo que nos interesa es su
interpretación.[ CITATION Fer16 \l 3082 ]
a) COEFICIENTE DE ASIMETRÍA:
El coeficiente de asimetría de Fisher toma valor 0 cuando la
distribución de los datos es simétrica con respecto a la media. Valores
positivos de este coeficiente indicarán la presencia de asimetría
positiva más datos con valores superiores a la media, mientras que
valores negativos son
indicativos de una asimetría negativa (más datos con valores inferiores
a la media.[ CITATION Fer16 \l 3082 ]
b) COEFICIENTE DE CURTOSIS:
El coeficiente de curtosis mide el grado de apuntamiento de la
distribución.[ CITATION Fer16 \l 3082 ]
5.2. REPRESENTACIÓN DE MEDIDAS: EL DIAGRAMA DE CAJA
Las representaciones gráficas que se han descrito en la sección anterior
utilizan los datos observados para su construcción o la información que se
obtiene en las tablas de frecuencias. A partir de las medidas características
que se han descrito, se puede construir una nueva representación, el
diagrama de caja.[ CITATION Fer16 \l 3082 ]
El diagrama de caja se construye a partir de las siguientes medidas:
 - El primer y el tercer cuartil, Q1 y Q3, que delimitan la caja central.
LI = Q1 − 1.5(Q3 − Q1)
LS = Q3 + 1.5(Q3 − Q1)
El diagrama de caja se utiliza para determinar los valores atípicos de la
muestra, que son datos que difieren numéricamente de los demás.
Formalmente, los datos atípicos son aquellos datos que quedan fuera del
intervalo (LI, LS). [ CITATION Fer16 \l 3082 ]
6. RECTA DE REGRESIÓN
Existen muchas situaciones que requieren el análisis combinado de dos o más
variables, debido a las posibles relaciones entre ellas. Para variables cuantitativas
continuas, una forma de representar la dependencia entre ellas es a través de la recta
de regresión. En esta sección introduciremos las medidas características usuales en
este contexto vector de medias y matriz de varianzas-covarianzas y veremos cómo se
construye una recta de regresión.[ CITATION Fer16 \l 3082 ]

7. BIBLIOGRAFIA
D, F. (2016). Estadistica Descriptiva y Analisis de Datos. Arequipa.
FARALDO, P. (2013). ESTADISTICA DESCRIPTIVA. CUZCO.
Orellana, L. (2001). estadistica descriptiva. Lima.