Você está na página 1de 15

Origen y evolucin de la estadstica

El trmino alemn Statistik, que fue primeramente introducido por Gottfried Achenwall
(1749), designaba originalmente el anlisis de datos del Estado, es decir, la "ciencia del
Estado" (tambin llamada aritmtica poltica de su traduccin directa del ingls). No fue
hasta el siglo XIX cuando el trmino estadstica adquiri el significado de recolectar y
clasificar datos. Este concepto fue introducido por el militar britnico Sir John Sinclair
(1754-1835).
En su origen, por tanto, la Estadstica estuvo asociada a los Estados, para ser utilizados
por el gobierno y cuerpos administrativos (a menudo centralizados). La coleccin de
datos acerca de estados y localidades contina ampliamente a travs de los servicios de
estadstica nacionales e internacionales. En particular, los censos suministran
informacin regular acerca de la poblacin.
Ya se utilizaban representaciones grficas y otras medidas en pieles, rocas, palos de
madera y paredes de cuevas para controlar el nmero de personas, animales o ciertas
mercancas. Hacia el ao 3000 a. C. los babilonios usaban ya pequeos envases
moldeados de arcilla para recopilar datos sobre la produccin agrcola y de los gneros
vendidos o cambiados. Los egipcios analizaban los datos de la poblacin y la renta del
pas mucho antes de construir las pirmides en el siglo XI a. C. Los libros bblicos de
Nmeros y Crnicas incluyen en algunas partes trabajos de estadstica. El primero
contiene dos censos de la poblacin de Israel y el segundo describe el bienestar material
de las diversas tribus judas. En China existan registros numricos similares con
anterioridad al ao 2000 a. C. Los antiguos griegos realizaban censos cuya informacin
se utilizaba hacia el 594 a. C. para cobrar impuestos.
Orgenes en probabilidad
Los mtodos estadstico-matemticos emergieron desde la teora de probabilidad, la
cual data desde la correspondencia entre Pascal y Pierre de Fermat (1654). Christian
Huygens (1657) da el primer tratamiento cientfico que se conoce a la materia. El Ars
coniectandi (pstumo, 1713) de Jakob Bernoulli y la Doctrina de posibilidades (1718)
de Abraham de Moivre estudiaron la materia como una rama de las matemticas.1 En la
era moderna, el trabajo de Kolmogrov ha sido un pilar en la formulacin del modelo
fundamental de la Teora de Probabilidades, el cual es usado a travs de la estadstica.
La teora de errores se puede remontar a la pera miscellnea (pstuma, 1722) de Roger
Cotes y al trabajo preparado por Thomas Simpson en 1755 (impreso en 1756) el cual
aplica por primera vez la teora de la discusin de errores de observacin. La
reimpresin (1757) de este trabajo incluye el axioma de que errores positivos y
negativos son igualmente probables y que hay unos ciertos lmites asignables dentro de
los cuales se encuentran todos los errores; se describen errores continuos y una curva de
probabilidad.
Pierre-Simon Laplace (1774) hace el primer intento de deducir una regla para la
combinacin de observaciones desde los principios de la teora de probabilidades.
Laplace represent la Ley de probabilidades de errores mediante una curva y dedujo una
frmula para la media de tres observaciones. Tambin, en 1871, obtiene la frmula para
la ley de facilidad del error (trmino introducido por Lagrange, 1744) pero con
ecuaciones inmanejables. Daniel Bernoulli (1778) introduce el principio del mximo
producto de las probabilidades de un sistema de errores concurrentes.
El mtodo de mnimos cuadrados, el cual fue usado para minimizar los errores en
mediciones, fue publicado independientemente por Adrien-Marie Legendre (1805),

Robert Adrain (1808), y Carl Friedrich Gauss (1809). Gauss haba usado el mtodo en
su famosa prediccin de la localizacin del planeta enano Ceres en 1801. Pruebas
adicionales fueron escritas por Laplace (1810, 1812), Gauss (1823), James Ivory (1825,
1826), Hagen (1837), Friedrich Bessel (1838), W.F. Donkin (1844, 1856), John
Herschel (1850) y Morgan Crofton (1870). Otros contribuidores fueron Ellis (1844),
Augustus De Morgan (1864), Glaisher (1872) y Giovanni Schiaparelli (1875). La
frmula de Peters para , el probable error de una observacin simple es bien conocido.
El siglo XIX incluye autores como Laplace, Silvestre Lacroix (1816), Littrow (1833),
Richard Dedekind (1860), Helmert (1872), Hermann Laurent (1873), Liagre, Didion y
Karl Pearson. Augustus De Morgan y George Boole mejoraron la presentacin de la
teora. Adolphe Quetelet (1796-1874), fue otro importante fundador de la estadstica y
quien introdujo la nocin del hombre promedio (lhomme moyen) como un medio de
entender los fenmenos sociales complejos tales como tasas de criminalidad, tasas de
matrimonio o tasas de suicidios.
Estado actual
Durante el siglo XX, la creacin de instrumentos precisos para asuntos de salud pblica
(epidemiologa, bioestadstica, etc.) y propsitos econmicos y sociales (tasa de
desempleo, econometra, etc.) necesit de avances sustanciales en las prcticas
estadsticas.
Hoy el uso de la estadstica se ha extendido ms all de sus orgenes como un servicio al
Estado o al gobierno. Personas y organizaciones usan la estadstica para entender datos
y tomar decisiones en ciencias naturales y sociales, medicina, negocios y otras reas. La
estadstica es entendida generalmente no como un sub-rea de las matemticas sino
como una ciencia diferente aliada. Muchas universidades tienen departamentos
acadmicos de matemticas y estadstica separadamente. La estadstica se ensea en
departamentos tan diversos como psicologa, educacin y salud pblica.
Al aplicar la estadstica a un problema cientfico, industrial o social, se comienza con un
proceso o poblacin a ser estudiado. Esta puede ser la poblacin de un pas, de granos
cristalizados en una roca o de bienes manufacturados por una fbrica en particular
durante un periodo dado. Tambin podra ser un proceso observado en varios ascos
instantes y los datos recogidos de esta manera constituyen una serie de tiempo.
Por razones prcticas, en lugar de compilar datos de una poblacin entera, usualmente
se estudia un subconjunto seleccionado de la poblacin, llamado muestra. Datos acerca
de la muestra son recogidos de manera observacional o experimental. Los datos son
entonces analizados estadsticamente lo cual sigue dos propsitos: descripcin e
inferencia.
El concepto de correlacin es particularmente valioso. Anlisis estadsticos de un
conjunto de datos puede revelar que dos variables (esto es, dos propiedades de la
poblacin bajo consideracin) tienden a variar conjuntamente, como si hubiera una
conexin entre ellas. Por ejemplo, un estudio del ingreso anual y la edad de muerte
podra resultar en que personas pobres tienden a tener vidas ms cortas que personas de
mayor ingreso. Las dos variables se dicen que estn correlacionadas. Sin embargo, no se
puede inferir inmediatamente la existencia de una relacin de causalidad entre las dos
variables. El fenmeno correlacionado podra ser la causa de una tercera, previamente
no considerada, llamada variable confusora.
Si la muestra es representativa de la poblacin, inferencias y conclusiones hechas en la
muestra pueden ser extendidas a la poblacin completa. Un problema mayor es el de
determinar que tan representativa es la muestra extrada. La estadstica ofrece medidas

para estimar y corregir por aleatoriedad en la muestra y en el proceso de recoleccin de


los datos, as como mtodos para disear experimentos robustos como primera medida,
ver diseo experimental.
El concepto matemtico fundamental empleado para entender la aleatoriedad es el de
probabilidad. La estadstica matemtica (tambin llamada teora estadstica) es la rama
de las matemticas aplicadas que usa la teora de probabilidades y el anlisis
matemtico para examinar las bases tericas de la estadstica.
El uso de cualquier mtodo estadstico es vlido solo cuando el sistema o poblacin bajo
consideracin satisface los supuestos matemticos del mtodo. El mal uso de la
estadstica puede producir serios errores en la descripcin e interpretacin, afectando las
polticas sociales, la prctica mdica y la calidad de estructuras tales como puentes y
plantas de reaccin nuclear.
Incluso cuando la estadstica es correctamente aplicada, los resultados pueden ser
difcilmente interpretados por un inexperto. Por ejemplo, el significado estadstico de
una tendencia en los datos, que mide el grado al cual la tendencia puede ser causada por
una variacin aleatoria en la muestra, puede no estar de acuerdo con el sentido intuitivo.
El conjunto de habilidades estadsticas bsicas (y el escepticismo) que una persona
necesita para manejar informacin en el da a da se refiere como cultura estadstica.
Definicin de Estadstica:
La estadstica es comnmente considerada como una coleccin de hechos numricos
expresados en trminos de una relacin sumisa, y que han sido recopilados a partir de
otros datos numricos.
Definen la estadstica como un valor resumido, calculado, como base en una muestra de
observaciones que generalmente, aunque no por necesidad, se considera como una
estimacin de parmetro de determinada poblacin; es decir, una funcin de valores de
muestra.
La estadstica es una tcnica especial apta para el estudio cuantitativo de los fenmenos
de masa o colectivo, cuya mediacin requiere una masa de observaciones de otros
fenmenos ms simples llamados individuales o particulares.
Esta ciencia tiene dismiles aplicaciones y a travs de ella se pueden expresar,
mediante indicadores, aspectos de gran utilidad en lo econmico, social y natural.

Importancia de la estadstica en las ciencias administrativas y contables:


La Estadstica Econmica tiene sus antecedentes en el siglo XVII y su mximo
exponente fue William Petty quin es considerado por Carlos Marx como el creador de
esta ciencia sin olvidar a Gregory King que tambin realiz clculos aproximados de los
ndices econmicos sociales de esta ciencia.
La economa necesita de la Estadstica, con la ayuda de esta se confeccionan los planes
de desarrollo de la economa nacional, se supervisa el control de su cumplimiento y se
determinan las necesidades de recursos por territorios, as como las reservas con que
cuenta la economa a cualquier nivel. Adems la estadstica constituye un instrumento

de suma importancia para que se conozca el comportamiento de la economa a


diferentes niveles ya sea en una empresa, municipio, provincia, nacin, as como
a escala internacional.
El conocimiento de la Estadstica Econmica permite apoyar la toma de decisiones para
la aplicacin de la poltica econmica que se proponen los pases para conducir
la sociedad, as como para trazar la estrategia de desarrollo acorde con
los programas que se consideran segn las condiciones imperantes en cada nacin. Sera
un error concebir la Estadstica Econmica como un simple instrumento para estudiar
aspectos parciales. El amplio campo de su aplicacin permite incursionar en cada uno
de los elementos que componen el complejo sistema socio-econmico, as como
investigar de una manera integral la relacin entre sus principales variables. Es por esto
que en el estudio de la economa la Estadstica Econmica constituye un elemento de
inestimable valor.
Definicion de trminos bsicos ( Dar ejemplos de cada uno)
Poblacin:
El concepto de poblacin en estadstica va ms all de lo que comnmente se conoce
como tal. Una poblacin se precisa como un conjunto finito o infinito de personas u
objetos que presentan caractersticas comunes.
Una poblacin es un conjunto de todos los elementos que estamos estudiando, acerca de
los cuales intentamos sacar conclusiones.
Una poblacin es un conjunto de elementos que presentan una caracterstica comn.
Ejemplo:
Los miembros del Colegio de Ingenieros del Estado Cojedes.
El tamao que tiene una poblacin es un factor de suma importancia en el proceso de
investigacin estadstica, y este tamao vienen dado por el nmero de elementos que
constituyen la poblacin, segn el nmero de elementos la poblacin puede ser finita o
infinita.
Cuando el nmero de elementos que integra la poblacin es muy grande, se puede
considerar a esta como una poblacin infinita, por ejemplo; el conjunto de todos los
nmeros positivos. Una poblacin finita es aquella que est formada por un limitado
nmero de elementos, por ejemplo; el nmero de estudiante del Ncleo San Carlos de
la Universidad Nacional Experimental Simn Rodrguez.
Cuando la poblacin es muy grande, es obvio que la observacin de todos los elementos
se dificulte en cuanto al trabajo, tiempo y costos necesarios para hacerlo. Para
solucionar este inconveniente se utiliza una muestra estadstica.

Es a menudo imposible o poco prctico observar la totalidad de los individuos, sobre


todos si estos son muchos. En lugar de examinar el grupo entero llamado poblacin
o universo, se examina una pequea parte del grupo llamada muestra.
Muestra:
Se llama muestra a una parte de la poblacin a estudiar que sirve para representarla.
Una muestra es una coleccin de algunos elementos de la poblacin, pero no de todos".
"Una muestra debe ser definida en base de la poblacin determinada, y las conclusiones
que se obtengan de dicha muestra solo podrn referirse a la poblacin en referencia.
Ejemplo;
El estudio realizado a 50 miembros del Colegio de Ingenieros del Estado Cojedes.
El estudio de muestras es ms sencillo que el estudio de la poblacin completa; cuesta
menos y lleva menos tiempo. Por ltimo se aprobado que el examen de una poblacin
entera todava permite la aceptacin de elementos defectuosos, por tanto, en algunos
casos, el muestreo puede elevar el nivel de calidad.
Una muestra representativa contiene las caractersticas relevantes de la poblacin en las
mismas proporciones que estn incluidas en tal poblacin.
Los expertos en estadstica recogen datos de una muestra. Utilizan
esta informacin para hacer referencias sobre la poblacin que est representada por la
muestra. En consecuencia muestra y poblacin son conceptos relativos. Una poblacin
es un todo y una muestra es una fraccin o segmento de ese todo.
Variable y tipos:
Al conjunto de los distintos valores numricos que adopta un carcter cuantitativo se
llama variable estadstica.

Variables cualitativas:
Son las variables que expresan distintas cualidades, caractersticas o modalidad. Cada
modalidad que se presenta se denomina atributo o categora y la medicin consiste en
una clasificacin de dichos atributos. Las variables cualitativas pueden ser ordinales y
nominales.
Las variables cualitativas pueden ser dicotmicas cuando slo pueden tomar dos valores
posibles como s y no, hombre y mujer o son politmicas cuando pueden adquirir tres o
ms valores.
Dentro de ellas podemos distinguir:
Variable cualitativa ordinal: La variable puede tomar distintos valores ordenados
siguiendo una escala establecida, aunque no es necesario que el intervalo entre
mediciones sea uniforme, por ejemplo, leve, moderado, grave

Variable cualitativa nominal: En esta variable los valores no pueden ser sometidos a un
criterio de orden como por ejemplo los colores o el lugar de residencia.

Variables cuantitativas:
Son las variables que se expresan mediante cantidades numricas. Las variables
cuantitativas adems pueden ser:
Variable discreta: Es la variable que presenta separaciones o interrupciones en la escala
de valores que puede tomar. Estas separaciones o interrupciones indican la ausencia de
valores entre los distintos valores especficos que la variable pueda asumir. Un ejemplo
es el nmero de hijos.
Variable continua: Es la variable que puede adquirir cualquier valor dentro de un
intervalo especificado de valores. Por ejemplo el peso o la altura, que solamente
limitado por la precisin del aparato medidor, en teora permiten que siempre exista un
valor entre dos cualesquiera.
Segn la influencia que asignemos a unas variables sobre otras, podrn ser:
Variables independientes: Son las que el investigador escoge para establecer
agrupaciones en el estudio, clasificando intrnsecamente a los casos del mismo. Un tipo
especial son las variables de confusin, que modifican al resto de las variables
independientes y que de no tenerse en cuenta adecuadamente pueden alterar los
resultados por medio de un sesgo.
Variables dependientes: Son las variables de respuesta que se observan en el estudio y
que podran estar influenciadas por los valores de las variables independientes.

Concepto y aplicacin de las escalas de medicin


Escala de medicin:
Una escala es un patrn convencional de medicin, y bsicamente consiste en un
instrumento capaz de representar con gran fidelidad verbal, grfica o simblicamente el
estado de una variable.
La medicin de las variables puede realizarse por medio de cuatro escalas de medicin.
Dos de las escalas miden variables categricas y las otras dos miden variables
numricas.
Los niveles de medicin son las escalas nominal, ordinal, de intervalo y de razn. Se
utilizan para ayudar en la clasificacin de las variables, el diseo de las preguntas para
medir variables, e incluso indican el tipo de anlisis estadstico apropiado para el
tratamiento de los datos.
a) Medicin Nominal.

En este nivel de medicin se establecen categoras distintivas que no implican un orden


especfico.
Por ejemplo, si la unidad de anlisis es un grupo de personas, para clasificarlas se puede
establecer la categora sexo con dos niveles, masculino (M) y femenino (F), los
respondientes solo tienen que sealar su gnero, no se requiere de un orden real.
As, si se asignan nmeros a estos niveles solo sirven para identificacin y puede ser
indistinto: 1=M, 2=F o bien, se pueden invertir los nmeros sin que afecte la medicin:
1=F y 2=M. En resumen en la escala nominal se asignan nmeros a eventos con el
propsito de identificarlos. No existe ningn referente cuantitativo. Sirve para nombrar
las unidades de anlisis en una investigacin y es utilizada en crceles,
escuelas,deportes, etc. La relacin lgica B (A es diferente de B).que se expresa es: A
b) Medicin Ordinal.
Se establecen categoras con dos o mas niveles que implican un orden inherente entre si.
La escala de medicin ordinal es cuantitativa porque permite ordenar a los eventos
en funcin de la mayor o menor posesin de un atributo o caracterstica.
Por ejemplo, en las instituciones B (A es mayor que B). Clasificar a un grupo de
personas por laescolares de nivel bsico suelen formar por estatura a los estudiantes, se
desarrolla un orden cuantitativo pero no suministra medidas de los sujetos. La relacin
lgica que expresa esta escala es A clase social a la que pertenecen implica un orden
prescrito que va de lo mas alto a lo mas bajo. Estas escalas admiten la asignacin de
nmeros en funcin de un orden prescrito.
Las formas ms comunes de variables ordinales son tems (reactivos) actitudnales
estableciendo una serie de niveles que expresan una actitud de acuerdo o desacuerdo
con respecto a algn referente.
Por ejemplo, ante el tem: La economa mexicana debe dolarizarse, el respondiente
puede marcar su respuesta de acuerdo a las siguientes alternativas:
___ Totalmente de acuerdo
___ De acuerdo
___ Indiferente
___ En desacuerdo
___ Totalmente en desacuerdo
Las anteriores alternativas de respuesta pueden codificarse con nmeros que van del uno
al cinco que sugieren un orden preestablecido pero no implican una distancia entre un
nmero y otro. Las escalas de actitudes son ordinales pero son tratadas como variables
continuas.
c) Medicin de Intervalo.

La medicin de intervalo posee las caractersticas de la medicin nominal y ordinal.


Establece la distancia entre una medida y otra. La escala de intervalo se aplica a
variables continuas pero carece de un punto cero absoluto.
El ejemplo mas representativo de este tipo de medicin es un termmetro, cuando
registra cero grados centgrados de temperatura indica el nivel de congelacin
del agua y cuando registra 100 grados centgrados indica el nivel de ebullicin, el punto
cero es arbitrario no real, lo que significa que en este punto no hay ausencia de
temperatura.
Una persona que en un examen de matemticas que obtiene una puntuacin de cero no
significa que carezca de conocimientos, el punto cero es arbitrario por que sigue
existiendo la caracterstica medida.
d) Medicin de Razn.
Una escala de medicin de razn incluye las caractersticas de los tres anteriores niveles
de medicin anteriores (nominal, ordinal e intervalo).
Determina la distancia exacta entre los intervalos de una categora. Adicionalmente
tiene un punto cero absoluto, es decir, en el punto cero no existe la caracterstica o
atributo que se mide. Las variables de ingreso, edad, nmero de hijos, etc. son ejemplos
de este tipo de escala. El nivel de medicin de razn se aplica tanto a variables
continuas como discretas.
Numero ndice:
Es una medida estadstica diseada para poner de relieve cambios en una variable o en
un grupo de variables relacionadas con respecto al tiempo, situacin geogrfica, ingreso
o cualquier otra caracterstica. Una coleccin de nmeros ndice para diferentes aos,
lugares, etc.; se llama a veces serie de ndices.
Los nmeros ndices miden el tamao o la magnitud de algn objeto en un punto
determinado en el tiempo, como el porcentaje de una base o referencia en el pasado
En realidad, los nmeros ndices relacionan una o varias variables de un perodo dado
con la misma variable o variables en otro perodo, llamado perodo base.
Aplicaciones de los nmeros ndices.
Los nmeros ndices se usan para hacer comparaciones. Por ejemplo, con los nmeros
ndices podemos comparar los costes de alimentacin o de otros servicios en una ciudad
durante un ao con los del ao anterior, o la produccin de arroz en un ao en una zona
del pas con la otra zona. Aunque se usa principalmente en Economa e Industria; los
nmeros ndices son aplicables en muchos campos.
En Educacin, por ejemplo, se pueden usar los nmeros ndices para comparar
la inteligencia relativa de estudiantes en sitios diferentes o en aos diferentes.

Muchos gobiernos se ocupan de elaborar nmeros ndices (o ndices, con el propsito de


predecir condiciones econmicas o industriales, tales como: ndices de precios, de
produccin, salariales, del consumidor, poder adquisitivo, costo de vida y tantos otros.
Tal vez el ms conocido sea el ndice de coste de la vida o ndice de precios al consumo,
que prepara el Instituto de Estadstica. En muchos contratos aparecen ciertas clusulas
de revisin que producen aumentos salariales automticos correspondientes a los
aumentos del ndice de precios al consumo.

LA ESTADISTICA DESCRIPTIVA:
+ Es la rama de la estadstica que se ocupa de la recoleccin, presentacin, descripcin,
anlisis e interpetacin de un conjunto de datos.
+ Analiza, estudia y describe las caractersticas particulares de la totalidad de los
individuos de un grupo.
+ Tiene como finalidad obtener informacin, analizarla, elaborarla y simplificarla lo
necesario para poder interpretarla rapidamente.

+ Tiene una funcin inductiva.


+ Cuenta con dos formas de ordenar los datos: a) por medio de tablas de frecuencias, de
valores numricos, o de clases; ascendentes, descendentes y; b) por medio de
representaciones grficas, utilizando los histogrmas, polgonos de frecuencias, grficas
de series de tiempos. Los sistemas computacionales de Excel, Lotus Smart Suite,
Minitab, SAS-Pe, Start Graph, permiten realizar representaciones grficas de diversos
grupos de datos.
+ La ED utiliza como herramientas las Medidas de Tendencia Central que son de gran
utilidad para encontrar los indicadores mas representativos de un conjunto de datos. Las
de uso mas comun son la Media Aritmtica, La Media Ponderada, la Mediana Moda; la
Mediana y la Moda.
+ Las Medidas de Dispersin son las otras herramientas de la ED que se utilizan para
poder describir una distribucin de frecuencias a partir de la variacin de los valores
obtenidos. Las medidas de dispersin mas utilizadas son el Rango, la Varianza, la
Covarianza y la Desviacin Estndar.
LA ESTADISTICA INFERENCIAL
+ La EI es la rama de la Estadtica que nos permite deducir las propiedades del total de
los elementos de un conjunto a partir del estudio de una muestra significativa de este
conjunto.
+ La inferencia siempre es en trminos aproximados y debe declararse el nivel de
confianza de3 la inferencia.
+ La EI trabaja con muestras, subconjuntos, y a partir de su estudio se busca deducir
aspectos relevantes de toda una poblacin.
+ La muestra debe ser representativa de la poblacin, lo que significa que cualquier
individuo de la poblacin estudiada debe tener la misma probabilidad de ser elegido.
Herramientas de la EI
+ Analisis de varianza (ANOVA). Es una tcnica estadistica diseada para comparar la
varianza de dos poblaciones a partir del anlisis de sus respectivas varianzas. Se deben
de cumplir dos criterios:
1.- Las poblaciones de estudio debern ser normales y tener varianzas iguales.
2.- La seleccin de muestras es independiente.
+ Anlisis multifactorial de varianza (ANCOVA). Tambin es llamado Analisis de
Covarianza y permite la comparacin de mas de dos variables entre s con la idea de

comprobar el efecto de las variables y el efecto de la interaccin entre ellas. Se usa para
analizar los resultados de investigaciones de tipo experimental que usan un diseo
factorial.
+ Distribucin Xi2 (Chi cuadrada). De bondad ajustada y de independencia. Es una
prueba usada para la contrastacin de hiptesis.
+ Los elementos que integran la EI son:
1.- Teoria de las muestras. Las propiedades de una muestra deben ser extrapolables a
toda la poblacin.
2.- Contraste de hiptesis. Permite juzgar si la propiedad que suponemos debe cumplir
la poblacin estadstica es compatible con lo observado en la muestra.
3.- Diseo experimental. Consiste en la serie de pasos que hay que dar para crear un
experimento cientfico para corraborar o descartar una hiptesis.
4.- Informacin baynesiana. Las observaciones y las evidencias son utilizadas para
actualizar o para inferir la probabilidad y grado de certeza de una hiptesis.
5.- Mtodos no paramtricos. Son usados para estudiar modelos estadsticos que tienen
una distribucin que no se ajusta a los criterios paramtricos conocidos. Algunos de los
metodos no paramtricos mas utilizados son la Prueba Y (cuadrada) de Pearson, la
prueba de Cochran, la prueba de Fisher, la prueba de Kendall, la prueba de la mediana.
+ La mayora de los test no paramtricos estn programados en los paquetes estadsticos
computacionales mas frecuentes.
ESCALAS DE MEDICIN
Para qu sirve la Escala de Medicin?
CONCEPTO
Escalas de medicin son una sucesin de medidas que permiten organizar datos en
orden jerrquico. Las escalas de medicin, pueden ser clasificadas de acuerdo a una
degradacin de las caractersticas de las variables. Estas escalas son: nominales,
ordinales, intervalares o racionales. Segn pasa de una escala a otra el atributo o la
cualidad aumenta. Las escalas de medicin ofrecen informacin sobre la clasificacin
de variables discretas o continuas. Toda vez que dicha clasificacin determina la
seleccin de la grfica adecuada.
Escala de Medicin.
Se entender por medicin al proceso de asignar el valor a una variable de un elemento
en observacin. Este proceso utiliza diversas escalas: nominal, ordinal, de intervalo y de
razn.
Las variables de las escalas nominal y ordinal se denominan tambin categricas, por
otra parte las variables de escala de intervalo o de razn se denominan variables
numricas. Con los valores de las variables categricas no tiene sentido o no se puede
efectuar operaciones aritmticas. Con las variables numricas s.

La escala nominal slo permite asignar un nombre al elemento medido. Esto la


convierte en la menos informativa de las escalas de medicin.
Los siguientes son ejemplos de variables con este tipo de escala:
Nacionalidad.
Uso de anteojos.
Nmero de camiseta en un equipo de ftbol.
Nmero de Cdula Nacional de Identidad.
A pesar de que algunos valores son formalmente numricos, slo estn siendo usados
para identificar a los individuos medidos.
La escala ordinal, adems de las propiedades de la escala nominal, permite establecer
un orden entre los elementos medidos.
Ejemplos de variables con escala ordinal:
Preferencia a productos de consumo.
Etapa de desarrollo de un ser vivo.
Clasificacin de pelculas por una comisin especializada.
Madurez de una fruta al momento de comprarla.
La escala de intervalo, adems de todas las propiedades de la escala ordinal, hace que
tenga sentido calcular diferencias entre las mediciones.
Los siguientes son ejemplos de variables con esta escala:
Temperatura de una persona.
Ubicacin en una carretera respecto de un punto de referencia (Kilmetro 85
Ruta 5).
Sobrepeso respecto de un patrn de comparacin.
Nivel de aceite en el motor de un automvil medido con una vara graduada.
Finalmente, la escala de razn permite, adems de lo de las otras escalas, comparar
mediciones mediante un cuociente.

Algunos ejemplos de variables con la escala de razn son los siguientes:


Altura de personas.
Cantidad de litros de agua consumido por una persona en un da.