ESTADSTICA

SEMANA 1

NDICE
ESTADSTICA DESCRIPTIVA ............................................................................................................ 3 APRENDIZAJES ESPERADOS ........................................................................................................... 3 INTRODUCCIN ............................................................................................................................. 3 PASOS QUE DEBE SEGUIR UN ESTUDIO ESTADSTICO .................................................................. 4 POBLACIN Y MUESTRA................................................................................................................ 5 CONCEPTO DE POBLACIN Y MUESTRA ................................................................................... 5 LAS ESCALAS DE ESCALAS DE MEDICIN .................................................................................. 5 TABLAS O CUADROS DE DISTRIBUCIN DE FRECUENCIAS ............................................................ 7 VARIABLES CONTINUAS DE INTERVALOS .................................................................................. 9 FRMULA DE STURGES ........................................................................................................... 11 COMENTARIO FINAL.................................................................................................................... 13 REFERENCIAS ............................................................................................................................... 14

ESTE DOCUMENTO CONTIENE LA SEMANA 1

ESTADSTICA DESCRIPTIVA APRENDIZAJES ESPERADOS

Durante el desarrollo de esta semana, se espera que el alumno logre acercarse a los trminos bsicos utilizados en estadstica, adems se describe la definicin y las principales diferencias entre poblacin y muestra.

INTRODUCCIN
El trmino estadstica proviene de la palabra Estado y se refiere al origen histrico de esta disciplina, relacionada con la descripcin cuantitativa de asuntos del Estado. Tambin se llam aritmtica poltica. Segn definicin de William Petty a finales del 1600, su objetivo inicial era describir cuantitativamente diversos hechos de inters. En tiempos de Julio Csar (100 a. C.), Augusto el estadstico era el recaudador de impuestos y en tiempos de Guillermo el Conquistador (1070 aproximadamente) se edit el primer registro o censo de Inglaterra (Libro Domesday, 1086). En el siglo XVII, John Graunt (1620-1674) y W. Petty (1623-1687) desarrollaron la estadstica vital. En esta misma poca, en forma independiente naci la rama matemtica de las probabilidades, esto surge a raz del inters en el juego de Antoine Gombaud (el caballero de Mer: 1610-1685) y de los matemticos Blas Pascal (1623-1662) y Pierre de Fermat (1601-1665). Posteriormente, Jacob Bernouilli (1654-1705), Abraham de Moivre (1667-1754), Pierre Simon Laplace (1749-1827) y Karl Friedrich Gauss (1777-1855) contribuyeron a fortalecer las probabilidades, combinndola con los datos estadsticos. Adolphe Quetelet (1796-1874) y finalmente Francis Galton (1822-1911) aplicaron la estadstica al anlisis de la variabilidad biolgica. El desarrollo definitivo de la estadstica, uniendo sus races descriptivas y matemticas viene con Karl Pearson (1857-1936), William Sealy Gosset, Student (el estudiante), (1876-1937), Jerzy Neyman (1894), Egon Sharp Pearson (1895), Abraham Wald (1902-1950) y Ronald Aylmer Fisher (1890-1962). Tal vez las figuras ms destacadas que relacionaron la estadstica y la biologa, dando origen a la biometra, son K. Pearson, fundador de la revista Biometrika y R. A. Fisher autor de Statistical Methods for Research Workers (1925).

En paralelo, la estadstica matemtica ha sido enriquecida con las contribuciones de James Clerk Maxwell, Ludwig Boltzman y Josiah Willard Gibbs (mecnica estadstica) y por Andri Kolmogrov (probabilidades axiomticas) y Henri Lebesgue (Teora de la Medida). La estadstica ha tenido un desarrollo progresivo e intensivo a partir de los aos 70 y esto se refleja en la diversidad de carreras profesionales que la utiliza, entre ellas, ingeniera, medicina, bioestadstica, enfermera,

ESTE DOCUMENTO CONTIENE LA SEMANA 1

agronoma, economa, arquitectura, derecho, sicologa, publicidad, relaciones pblicas y comunicacin social.

Qu es la estadstica? Y Para qu se usa la estadstica? En la vida cotidiana se aplican diferentes conceptos relacionados con estadstica, esto de manera consciente o inconsciente. Por ejemplo, un profesor, con el fin de decidir el grado de dificultad al comienzo de una asignatura interroga a ocho alumnos aleatoriamente de un total de 32. Algunas de las posibles situaciones que pueden ocurrir son: Los alumnos en promedio sacan baja calificacin. Algunos alumnos sacan mediocres calificaciones. Los alumnos en general sacan muy buenas calificaciones. Frente a cada una de estas tres posibilidades, el profesor resuelve partir con un curso de nivel: bajo, medio o avanzado. Observar una muestra (subconjunto de la totalidad) y suponer que las caractersticas se mantienen para toda la poblacin (total fuente de informacin), claramente puede llevar a conclusiones errneas, medir esta incertidumbre y/o minimizar este tipo de error es tarea de la estadstica.

PASOS QUE DEBE SEGUIR UN ESTUDIO ESTADSTICO

Un estudio estadstico, cualquiera que sea, debe seguir los siguientes pasos: a) Eleccin de una muestra representativa: la muestra debe tener un tamao apropiado en funcin de los objetivos (debe contener la informacin necesaria para responder a la hiptesis y a los objetivos del estudio). Debe representar las caractersticas del grupo en estudio (la muestra debe representar las caractersticas de la poblacin). El rea de la estadstica que trata estos problemas es llamada Teora de Muestreo. b) Resumen de la informacin: implica sintetizar la informacin usando conteos, grficos, tablas de frecuencias, etc. Esta es la tarea de la estadstica descriptiva.

c) Generalizacin a partir de los resultados obtenidos en la muestra a la poblacin: esta tarea pertenece a la inferencia estadstica y para realizarla es imprescindible tener conocimientos de Teora de Probabilidades. A continuacin se entregarn diferentes definiciones sobre los temas mencionados en cada punto.

ESTE DOCUMENTO CONTIENE LA SEMANA 1

POBLACIN Y MUESTRA
CONCEPTO DE POBLACIN Y MUESTRA
POBLACIN: la poblacin es el conjunto de elementos que estn en estudio y puede ser infinito o
finito (Anderson, Sweeney & Williams, 2008). Ejemplos de poblacin en un estudio estadstico: a) El nmero de televisores por hogares de una cierta ciudad (finito numerable). b) El nmero de nios que murieron y nacern en un hospital (infinito numerable). c) El resultado del lanzamiento de una moneda indefinidamente (infinito numerable). d) La duracin de cierto artculo electrnico (infinito no numerable). En la prctica observar a la poblacin resulta antieconmico o poco prctico, esto debido a que realizar un censo de una determinada poblacin tiene un costo importante, la otra razn es el tiempo que demora hacerlo, por lo tanto, es comn llevar a cabo estudios por medio de una muestra.

MUESTRA: una muestra es una parte (subconjunto) de la poblacin que trata de preservar la
mayor parte de las caractersticas de ella (Anderson& otros, 2008). Considerando los ejemplos anteriores: a) Tomar al azar 1.000 encuestas del censo y buscar el nmero de televisores que posee cada hogar en la misma ciudad. b) En un mes del ao, se cuenta diariamente el nmero de nios nacidos. c) Se registran los primeros 100 lanzamientos de la moneda. d) Medir el tiempo de duracin de una partida de ampolletas. La forma de tomar la muestra y el tamao de ella, depende de algunos factores, tales como: a) Poblacin objetivo. b) Tamao del error. c) Tiempo para el estudio. d) Cantidad de recursos (como el dinero, entre otros). Otro elemento de un estudio estadstico son las escalas de medicin.

LAS ESCALAS DE ESCALAS DE MEDICIN

ESCALA NOMINAL: solo las variables cualitativas se pueden medir con esta escala, una variable
cualitativa est compuesta por diferentes categricas.
5

ESTE DOCUMENTO CONTIENE LA SEMANA 1

Ejemplo: la variable sexo puede tomar dos valores que son: masculino y femenino, para que las categoras de clasificacin sean tiles, deben ser mutuamente excluyentes, complementarias y exhaustivas. En cada una de ellas se puede obtener la frecuencia. (Anderson& otros, 2008).

ESCALA ORDINAL: con esta escala se miden variables de tipo cuantitativo; estas pueden tomar
diferentes valores, de tal manera que es posible ordenarlos en forma ascendente o descendente, pero se desconoce la distancia que existe entre las categoras de la variable. Se usa cuando se detectan diferentes grados del valor de una variable y cuando los datos recopilados a partir de ella, se pueden ordenar por rangos (Anderson & otros, 2008). Ejemplo: Si se presentan tres refrescos diferentes a una persona y se le pide que exprese su preferencia utilizando una escala del uno al tres, esto se evala en una escala ordinal, pues se puede suponer que hay un orden en los resultados, pero la diferencia en las puntuaciones no tiene importancia, pues no se puede saber si la diferencia entre un tres y un dos es la misma que entre un uno y un dos. Observacin: corresponde a los datos medidos a las variables en cada uno de los elementos del conjunto de datos, una observacin se designa con una letra minscula. Ejemplo aplicado: Conjunto de datos: habitantes de la ciudad de Santiago. Variables: X = Gnero Y = Edad Conjunto de observaciones de una muestra tamao 10: Observacin Gnero Observacin Edad x1 Masculino y1 34 x2 Masculino y2 23 x3 Femenino y3 56 x4 Femenino y4 45 x5 Masculino y5 34 x6 Masculino y6 67 x7 Femenino y7 56 x8 Femenino y8 19 x9 Masculino y9 26 x10 Femenino y10 32
Fuente: http://observatorio.ministeriodesarrollosocial.gob.cl/casen_est_demografia.php

ESTE DOCUMENTO CONTIENE LA SEMANA 1

TABLAS O CUADROS DE DISTRIBUCIN DE FRECUENCIAS

Una tabla de frecuencia, es el resumen u ordenamiento de la informacin obtenida en la poblacin o muestra, se expresa por medio de una tabla de doble entrada, con las siguientes caractersticas: siendo n el tamao de la muestra y m el nmero de filas de la tabla (Anderson & otros, -2008). Frecuencias absolutas (n de Clases observaciones en cada clase) A1 n1 A2 n2 An-1 nn-1 Am nm

Se define: Ai = clase i = 1, , m (intervalos u observaciones); ni = frecuencia absoluta del nmero de observaciones que pertenecen a Ai.

Por lo tanto: Al interior de cada clase, se definen las frecuencias absolutas acumuladas:

Frecuencias relativas:

Frecuencias relativas acumuladas:

Marca de clases (variables cuantitativas). En el caso que la clase sea un intervalo, se define como el valor central y es el representante de todas las observaciones en esa clase, se denotar por Xi.

ESTE DOCUMENTO CONTIENE LA SEMANA 1

Ejemplo de una tabla de distribucin de frecuencias:

A continuacin, otro ejemplo: Se desea estudiar la edad de ingreso de los alumnos de una universidad. Para esto se toma una muestra de 20 alumnos. Observaciones: 17 22 18 19

21 21

23 23

18 22

19 18

19 24

18 22

20 23

21 20

Si se agrupan estos datos en una tabla o cuadro de distribucin de frecuencias. Resultara lo siguiente:

ESTE DOCUMENTO CONTIENE LA SEMANA 1

VARIABLES CONTINUAS DE INTERVALOS

En el caso de las variables continuas muchas veces es necesario agrupar datos (series agrupadas) por intervalos llamados intervalos de clase. Estos se anotan como , donde representa el lmite inferior del intervalo e , el lmite superior (Yule & Kendall, 1954). La amplitud de cada intervalo es:

En estas tablas de distribucin de frecuencias se define marca de clase como el valor promedio entre los lmites del intervalo su clculo es:

Ejemplo (edades): En una universidad se desea estudiar la edad de los alumnos que ingresar a primer ao. Para esto se toma una muestra de 20 alumnos. Los datos que se tienen son: 17 22 21 18 19 21

23 23

18 22

19 18

19 24

18 22

20 23

21 20

ESTE DOCUMENTO CONTIENE LA SEMANA 1

Si se agrupan estos datos en una tabla o cuadro de distribucin de frecuencias, resultara lo siguiente:

Pero, tambin se puede agrupar de la siguiente forma (utilizando intervalos):

Nota: No debemos olvidar que a la hora de contar los datos que estn en cada intervalo de la forma [Y'i-1 , Y'i]. El lmite superior no se considera, pues se cuenta en el siguiente intervalo. Donde: xi: Marca de clases del i-simo intervalo. ni: Frecuencia absoluta del i-simo intervalo. Ni: Frecuencia absoluta acumulada del i-simo intervalo. fi: Frecuencia relativa del i-simo intervalo. Fi: Frecuencia relativa acumulada del i-simo intervalo. hi: Frecuencia porcentual del i-simo intervalo. Hi: Frecuencia porcentual acumulada del i-simo intervalo.

ESTE DOCUMENTO CONTIENE LA SEMANA 1

10

Frente a estas dos tablas surgen las siguientes interrogantes: cuntos intervalos o clases se pueden considerar? Qu tamao deben tener los intervalos, si se consideran iguales? Respuesta: no existen reglas fijas para determinar el nmero de clases y el ancho de cada uno de ellos. No obstante, existe una frmula dada por Herbert Sturges (1926), la cual considera intervalos de igual tamao.

FRMULA DE STURGES
Primero se debe determinar el nmero de intervalos por medio de la siguiente frmula:

En donde n = tamao de la muestra. Luego, el ancho o amplitud de cada intervalo:

M = mximo y L= mnimo. Ejemplo: La misma universidad, anteriormente citada, est interesada en la estatura de los 20 estudiantes. La informacin obtenida es la siguiente. 1,70 1,86 1,78 1,72 1,65 1,80 1,75 1,74 1,67 1,68

1,68

1,72

1,74

1,69

1,82

1,61

1,73

1,81

1,83

1,85

Para organizar esta informacin en un cuadro de distribucin de frecuencias, se utilizar la frmula de Sturges. Primero, calcular el nmero de intervalos:

Segundo, determinar la amplitud o ancho de los intervalos:

Finalmente, el cuadro de distribucin:

ESTE DOCUMENTO CONTIENE LA SEMANA 1

11

Nota 1: El estudiante que mide 1,86 m fue contabilizado en el intervalo [1,81 , 1,86), pues no exista otro intervalo posterior. Nota 2: La construccin de una tabla de frecuencias es mecnica y solo se necesita saber la definicin de cada columna. La estadstica va mucho ms all y es muy importante interpretar cada celda de esta tabla en trminos de la variable. Algunas preguntas y respuestas aclaratorias del cuadro anterior: a) Qu significa que el valor de n2 sea 5? Respuesta: Que hay 5 personas que miden entre 1,66 m y 1,71 m. b) Qu significa que el valor de N5 sea 20? Respuesta: Que las 20 personas no miden ms de 1,86 m. c) Qu significa que el valor de f1 sea 0,10? Respuesta: La proporcin de personas que miden entre 1,61 m y 1,66 m es 0,1. d) Qu significa que el valor de F2 sea 0,35? Respuesta: La proporcin de personas que no superan el 1,71 m es 0,35. e) Qu significa que el valor de h4 sea 10%? Respuesta: El 10 por ciento de los estudiantes mide entre 1,76 m y 1,81 m. f) Qu significa que el valor de H4 sea 75? Respuesta: El 75 por ciento de los estudiantes mide menos de 1,81 m.

ESTE DOCUMENTO CONTIENE LA SEMANA 1

12

COMENTARIO FINAL
Una vez concluida esta semana, estamos en condiciones de entender parte de la historia de la Estadstica y quienes fueron los principales investigadores que ayudaron a construir todos los teoremas que conocemos y estudiamos actualmente, los primeros conceptos que podemos aplicar son: poblacin y muestra, esto nos servir en los ms variados aspectos cotidianos y en nuestra vida laboral, ya que entender la diferencia y aplicar un estudio donde se cumple con los elementos bsicos para que una muestra sea representativa es fundamental. Otro de los aprendizajes que estn en condiciones de aplicar es reconocer e identificar claramente el tipo de medida de las variables que se pueden encontrar en diferentes conjuntos de datos, esto es muy importante, ya que dependiendo de esa informacin se define el tipo de anlisis o tabla que se construye, adems tambin tienen todas las herramientas para agrupar variables continuas utilizando la frmula de Sturger y construir tablas de distribucin de frecuencia.

ESTE DOCUMENTO CONTIENE LA SEMANA 1

13

REFERENCIAS
Anderson David R., Sweeney Dennis J., Williams Thomas A. (2008). Estadstica para administracin y economa (10 edicin). Cencage Learning Canavos, George. (1988). Introduccin y estadstica descriptiva. Probabilidad y estadstica. Mxico: McGraw-Hill/Interamericana S. A. Pagano, Robert R. (2011). Estadstica para las ciencias del comportamiento (9 edicin). Cencage Learning. Sir William Petty (1623- 1687) filsofo, mdico, economista y estadstico ingls. Estadsticas vitales publicadas por el INE (Instituto nacional de estadstica) 2012: http://www.ine.cl/canales/chile_estadistico/demografia_y_vitales/estadisticas_vitales/est adisticas_vitales.php

PARA REFERENCIAR ESTE DOCUMENTO, CONSIDERE: IACC (2012). Estadstica. Semana 1.

ESTE DOCUMENTO CONTIENE LA SEMANA 1

14