Estadstica

Qu es la estadstica?
Es una Ciencia que explica y provee de herramientas
para trabajar con datos, ha experimentado un gran
desarrollo a lo largo de los ltimos aos con la
aparicin de la informtica.

Para nuestro propsito, una definicin razonable

y satisfactoria sera: La estadstica es la ciencia,
pura y aplicada, que crea, desarrolla y aplica
tcnicas de modo que pueda evaluarse la
incertidumbre de inferencias inductivas (Robert
Steel y James Torrie). 1
 reas de Aplicacin de la Estadstica
El uso de la Estadstica es muy amplio. Resulta difcil nombrar
un rea en la cual no se emplee.
Los mtodos estadsticos han encontrado aplicacin en:
Gobierno
Negocios
Ciencias Sociales
Ingeniera
Ciencias Fsica y Naturales
Control de Calidad
Ciencias de la salud
Muchos otros campos de la actividad intelectual.
reas de Aplicacin de la Estadstica

Esto se debe a la creciente facilidad con la

cual se pueden manejar grandes cantidades
de datos numricos, debido al uso de
 Investigacin cientfica y Estadstica

La estadstica aporta al investigador, en su fase de

formulacin del problema, la definicin y
clasificacin de los tipos de variables aleatorias que
conforman la problematizacin de la investigacin.

La estadstica aporta en el planteamiento de las

hiptesis. Una hiptesis estadstica es una
proposicin sobre los parmetros de una o ms
poblaciones.

Procesamiento y anlisis de los resultados de la

investigacin cientfica.
 Divisin de Estadstica

Estadstica descriptiva.- Puede definirse como aquellos

mtodos que incluyen la recoleccin, presentacin y
caracterizacin de un conjunto de datos con el fin de
describir apropiadamente las diversas caractersticas de ese
conjunto de datos.

Estadstica inferencial.- est definida por un conjunto de

tcnicas, mediante las cuales se hacen generalizaciones o se
toman decisiones en base a informacin parcial (muestra)
obtenida mediante tcnicas descriptivas.
 Conceptos de Poblacin y
Muestra
Poblacin: Una coleccin de elementos con
caractersticas comunes y de inters en un momento
particular, de las cuales es posible obtener mediciones
u observaciones de algunas o de todas las
caractersticas (variables).
Conceptos de Poblacin y
Muestra
 Conceptos de Poblacin y
Muestra
Muestra: Una muestra puede definirse simplemente
como una parte representativa de una poblacin, cuyos
elementos deben ser seleccionados utilizando las
tcnicas del muestreo.
 Ejemplos: Poblacin y Muestra
Madres gestantes menores que 20 aos en la
provincia de Lamas.
Agricultores dedicados al cultivo de cacao en la
Regin San Martn.
Nios desnutridos menores que 7 aos en la Regin
San Martn.
Pacientes diabticos en la provincia de San Martn.
Precipitacin pluvial mensual, en San Martn, los
ltimos 30 aos.
Estudiantes de la UNSM-Tarapoto.
 Variables y datos
Variables:
Son las caractersticas de inters de cada
individuo de la poblacin o muestra.

Ej: sexo, edad, peso, estatura, color de ojos,

estado civil, altura de planta, altura del
animal, peso del ganado, dimetro del tallo,
...
Datos:
Son los valores que toma la variable en cada
caso.
 Tipos de datos y variables
Cualitativos: son datos que solo toman valores
asociados a las cualidades o atributos,
clasificndolos en una de varias categoras, es
decir, no son valores numricos.
Ejemplo:
Sexo: f/m.
Hbito de fumar: Fumador/No fumador
Color de ojos: negro, azul, marrn,
Religin: catlica, evanglica,
Raza del ganado vacuno: Brahman, Jersey,
Gir,
 Tipos de datos y variables
Cuantitativos: provienen de variables que pueden
medirse, cuantificarse o expresarse numricamente.
Ejemplos:
Peso: 60 kg., 64.8 kg, etc,
Edad: 4 aos, 6 aos, etc.
Estatura: 1,78 m, 1.89 m
Sueldo mensual: 2000 soles, 1900 soles, etc.
Humedad: 6 g/m3, 1,5g/m3, etc
Intensidad de un sismo: 6.5 Richter, 8.5 Richter,
etc.
Cantidad de hermanos: 0. 4, 1, etc.
 Tipos de variables cualitativas
Nominal: los datos se pueden agrupar en
categoras que no mantienen una relacin
de orden entre si, por lo tanto no estn
definidas las operaciones lgicas (>, <, , )
sino solo las de igualdad o diferencia.

Ejemplos: color de ojos, sexo, profesin,

estado civil, religin.
 Tipos de variables cuantitativas
Ordinal: existe un cierto orden o jerarqua entre las
categoras (>, <, , ).

Ejemplos: grados militares, organigrama de una

empresa, escalafn de los profesores universitarios,
grados de instruccin, calidad de productos.
 Tipos de variables cuantitativas
Discretas: es aquella que solo puede tomar un
nmero finito o infinito numerable de valores.
Ejemplo:
cantidad de hermanos,
cantidad de mascotas en cada hogar en
Tarapoto,
Tasas de inters para prstamos en los bancos
en la Regin S.M.,
nmero de veces que acuden los pacientes a un
hospital en un ao.
 Tipos de variables cuantitativas
Continuas: es la variable que puede tomar
cualquier valor en una escala continua.
Ejemplo:
Peso de los pacientes.
Estatura de los pacientes.
Temperatura corporal.
Altura de rboles maderables.
Gastos diarios en refrigerio de los estudiantes
de Medicina Humana.
 Clases de variables, segn su relacin

Variables dependientes
Variables independientes

Ejemplo: En personas hasta los 20 aos, la estatura y

el peso. Suponemos que al aumentar las estatura (en
aos) los pesos (Kgr.) correlativamente aumentan, de
modo que la estatura es la variable independiente o
explicativa, ya que ella me est explicando en cierta
medida el cambio en el peso de las personas, el cual
sera la variable dependiente.
 Variables y datos: Ejemplos
En los comentarios siguientes identifique la variable y el tipo de variable

1. Medios de transporte que utilizan los estudiantes para llegar a la

ciudad universitaria.
2. Grado de instruccin de los pacientes adultos atendidos en el
hospital EsSalud.
3. Nmero de accidentes de trnsito en la Regin San Martn por
semana durante el ao 2015.
4. Tiempo que transcurre entre la llegada de los clientes en el Banco de
Crdito, en Tarapoto.
5. El jornal diario que reciben los campesinos por trabajar en la siembra
de arroz, en Alto Mayo.
6. El tiempo que dedican los estudiantes por da para estudiar.
7. Nmero de mascotas en cada hogar en el distrito de Tarapoto
8. Calidad de productos agroindustriales en la Regin San Martn.
9. El tiempo de atencin de consultas externas en un Hospital.
10. Rendimiento de arroz por hectrea en las unidades agropecuarias
en la Regin San Martn.
 Parmetro y Estimador

Parmetro, es una medida usada para describir alguna

caracterstica de una poblacin, y para determinar su
valor es necesario utilizar la informacin de la
poblacin completa y por lo tanto, las decisiones se
tomarn con certidumbre total. Las ms usadas son:
La media poblacional (),
La varianza poblacional (2)
Proporcin poblacional ( P ).
 Parmetro y Estimador

Estimador (Estadgrafo o Estadstico), es una

medida usada para describir alguna caracterstica de la
muestra y la toma de decisiones contiene un grado de
incertidumbre. Las ms usadas son:
_
La media muestral (X)
La varianza muestral (S)
Proporcin muestral (p)
Si no sabes para dnde vas,
cualquier camino te sirve

Primero saber
qu es lo que necesitamos saber
FUENTES DE RECOLECCION DE DATOS

Fuentes de Datos
El lugar o la forma como obtenemos los datos para realizar
nuestros anlisis estadsticos se denomina fuente.

Fuentes Primarios: son aquellos que el investigador

obtiene directamente de la realidad, recolectndolos
con sus propios instrumentos.

Ejemplo: Medir la estatura y el peso de nios recin

nacidos.
FUENTES DE RECOLECCION DE DATOS

Datos Secundarios: son registros escritos que proceden de

un contacto con la prctica, pero que ya han sido elegidos y
procesados por otros investigadores.

Ejemplo: Datos publicados (en papel o en forma electrnica)

en revistas especializadas, tesis, censos y en las hojas de
registro anteriores.
 Tcnicas de Recoleccin de Datos
Existen diversas tcnicas de recoleccin de datos, los ms
comunes son:
La Observacin: Consiste en el uso sistemtico de nuestros
sentidos para captar la realidad que queremos estudiar.

Es una tcnica antigua, a travs de sus sentidos, el hombre

capta la realidad que lo rodea, que luego organiza
intelectualmente.
 Tcnicas de Recoleccin de Datos
La encuesta
La Entrevista. La entrevista es una tcnica en la cual el
investigador, de acuerdo a la informacin que necesita
recolectar elabora una serie de preguntas que ms tarde
realiza a la persona que se convertir en su fuente.
El Cuestionario. Es el mtodo que utiliza un instrumento
impreso. Como en el caso de la entrevista, hay preguntas
pero todas estn formuladas en un papel, ellas estn destinadas
a obtener repuestas sobre el problema en estudio y son dadas
por consultado a travs de un proceso de escritura, sin
embargo, el cuestionario puede ser llenado por el encuestado o
con ayuda de un empadronador.
 ESTADSTICA DESCRIPTIVA
(Exploracin de datos)

Las cifras no mienten, pero los mentirosos

tambin usan cifras
 Organizacin de datos cuantitativos
Estructura de una tabla de Distribucin de frecuencias para
datos continuos cunado el inters es categorizar
N Marca de
clases Intervalo de Clase (Yi) Frecuencia Frecuencia Frecuencia abso. Frecuencia relat.
clase absoluta relativa acumulada acumLada
[Ii-1 - Ii) simple (fi) simple (hi) (Fi) (Hi)

1 I0 - I1 Y1 f1 h1 F1 H1
2 I1 - I2 Y2 f2 h2 F2 H2
3 I2 - I3 Y3 f3 h3 F3 H3
4 I3 - I4 Y4 f4 h4 F4 H4

k Ik-1 - Ik Yk fk hk Fk= n Hk= 1
fi = n hi =1
 Organizacin de los datos
Distribucin de Frecuencias:
Se recomienda su uso cuando se tienen grandes
cantidades de datos cuantitativos continuos (n).
Pasos:
1. Para definir la cantidad de clases (k), se puede
usar:
La regla de Sturges: k = 1 + 3.3log(n)
Otros criterios
k = n
La cantidad de clases no puede ser tan pequeo
(menos de 5) o tan grande (ms de 20), que la
verdadera naturaleza de la distribucin sea
imposible de visualizar.
 Organizacin de los datos
2. Determinar el Rango
Rango = valor ms alto valor ms bajo

3. Determinar el tamao de intervalo de clase

(amplitud de clase)
TIC = Rango/K
La amplitud de todas las clases deber ser la misma.

4. Determinar los lmites de las clases.

I0 = Valor mnimo
l1 = l0 + TIC l2 = l1 + TIC l3 = l2 + TIC Ik = lk-1 + TIC
 Organizacin de los datos
5. Calcular marca de clase (Yi)
Y1 = (I0 +I1)/2 Y2 = (I1 +I2)/2 3 = (I2 +I3)/2
Yk = (Ik-1 +Ik)/2
6 Determinar la frecuencia absoluta (fi)
Determinado por el conteo de los datos que
corresponden a cada intervalo de clase.
[Ii-1 - Ii), significa, que en el momento de efectuar
el conteo de datos se incluye el valor del lmite
inferior y no se incluye el valor del lmite superior.
 Organizacin de los datos
7. Calcular la frecuencia relativa (hi)
h1 = f1/n h2 = f2/n h3 = f3/n h4 = f4/n

hk = fk-1/n

8. Calcular la frecuencia absoluta acumulada (Fi)

F1 = f1 F2 = F1 + f2
F3 = F2 + f3 F4 = F3 + f4

Fk = Fk-1 + fk
 Organizacin de los datos
9. Calcular la frecuencia relativa acumulada (Hi)
H1 = h1 o H1 = F1 /n
H2 = H1 + h2 o H2 = F2 /n
H3 = H2 + h3 o H3 = F3 /n
H4 = H3 + h4 o H4 = F4 /n
...
Hk = Hk-1 + hk o Hk = Fk /n
 Organizacin de los datos
Estas son los puntajes obtenidos por los 110 candidatos que se
presentaron a un concurso:

38 51 32 65 25 28 34 12 29 43
71 62 50 37 8 24 19 47 81 53
16 62 50 37 4 17 75 94 6 25
55 38 46 16 72 64 61 33 59 21
13 92 37 43 58 52 88 27 74 66
63 28 36 19 56 84 38 5 42 50
98 51 62 7 17 43 47 54 58 26
12 42 34 68 77 45 60 31 72 23
18 22 70 34 5 59 20 68 55 49
33 52 14 40 38 54 50 11 41 76
49 59 61 39 21 19 38 80 72 9
 Organizacin de los datos
Estas son los puntajes obtenidos por los 110 candidatos que se
presentaron a un concurso:

Intervalos Frecuenc Porcentaje Porcentaje

ia acumulado
4 a 16 12 10,9 10,9
16 a 28 18 16,4 27,3
28 a 40 20 18,2 45,5
40 a 52 19 17,3 62,7
52 a 64 20 18,2 80,9
64 a 76 12 10,9 91,8
76 a 88 5 4,5 96,4
88 a 100 4 3,6 100,0
Total 110 100,0
 Organizacin de los datos
Estas son los puntajes obtenidos por los 110 candidatos que se
presentaron a un concurso:
 Organizacin de los datos
Edad de pacientes
50 65 49 50 58
49 60 56 58 55
55 38 70 60 46
30 66 68 28 73
60 36 35 33 50
65 30 65 69 68
70 59 25 27 69
68 75 34 59 38
28 65 65 45 48
64 50 49 31 26
45 40 62 39 32
27 65 61 59 24
40 38 58 60 21
59 37 55 79 48
60 50 46 57 32
68 57 35 49 50
40 36 59 69 22
46 56 61 64 29
54 39 31 48 65
59 60 49 59 24
 Organizacin de los datos
peso de pacientes
65.6 65.6 57.9 57.9 51.0 68.0
70.5 70.5 60.6 60.6 49.9 59.5
50.4 50.4 68.0 68.0 60.0 49.7
68.0 68.0 59.5 69.5 50.5 48.8
56.5 56.5 49.7 49.7 68.9 47.9
51.5 51.5 48.8 48.8 51.0 69.0
60.0 60.0 47.9 47.9 49.9 70.0
55.7 55.7 69.0 69.0 60.0 55.7
49.9 69.9 70.0 70.0 60.5 45.9
70.5 70.5 55.7 55.7 68.9 69.6
49.8 49.8 45.9 45.9 70.5 56.0
54.5 54.5 69.6 69.6 49.8 55.5
56.0 56.0 56.0 56.0 54.5 48.0
49.0 69.0 55.5 55.5 56.0 46.9
70.0 70.0 48.0 48.0 69.0 48.0
48.0 48.0 46.9 46.9 70.0 50.0
50.0 50.0 59.0 59.0 48.0 53.5
53.5 53.5 47.0 67.0 50.0 56.0
56.0 68.0 54.5 54.5 53.5 80.9
80.9 80.9 68.9 68.9 90.5 100.4
 Organizacin de datos cuantitativos
Estructura de una tabla de Distribucin de frecuencias para
datos discretos
N
clases Frecuencia Frecuencia Frecuencia abso. Frecuencia relat.
Valor de la
absoluta simple relativa simple acumulada acumLada
variable
(fi) (hi) (Fi) (Hi)

1 x1 f1 h1 F1 H1
2 x2 f2 h2 F2 H2
3 x3 f3 h3 F3 H3
4 x4 f4 h4 F4 H4
.
k xk fk hk Fk= n Hk= 1
fi = n hi =1
 Ejemplo (variables Discretos)
N de veces que acuden al hospital
7 5 6 8 6
9 9 4 7 8
9 10 5 6 8
2 5 3 7 4
5 7 2 7 7
4 6 5 2 3
3 2 6 1 9
7 1 5 8 3
2 6 3 6 10
6 4 3 2 1
5 6 1 4
1 7 8 8
7 7 4 8
5 3 8 2
7 10 10 8
3 9 5 4
6 4 6 7
7 8 5 6
6 5 5 6
6 4 4 9
 Ejemplo (variables Discretos)
N de veces que acuden al hospital
N de veces Frecuencia Porcentaje Porcentaje
acumulado
1 5 5,6 5,6
2 7 7,8 13,3
3 8 8,9 22,2
4 10 11,1 33,3
5 12 13,3 46,7
6 15 16,7 63,3
7 13 14,4 77,8
8 10 11,1 88,9
9 6 6,7 95,6
10 4 4,4 100,0
Total 90 100,0
Ejemplo (variables Discretos)
 Organizacin de datos cuantitativos
Estructura de una tabla de Distribucin de frecuencias para
datos cualitativos

Frecuencia
Valor de Frecuencia
absoluta
la relativa simple
simple
variable (hi)x100
(fi)

x1 f1 h1
x2 f2 h2
x3 f3 h3
x4 f4 h4
.
xk fk hk
fi = n hi =100
 Ejemplo: Tipos de enfermedad
Reumatismo Reumatismo Diabetes Reumatismo Presin Alta
Presin Alta Reumatismo Reumatismo Diabetes Presin Alta
Diabetes Presin Alta Prob. Visual Presin Alta Diabetes
Accidente Presin Alta Infeccin Diabetes Prob. Visual
Reumatismo Diabetes Infeccin Reumatismo Reumatismo
Diabetes Prob. Visual Presin Alta Prob. Visual Prob. Visual
Prob. Visual TBC Presin Alta Accidente Reumatismo
Reumatismo Accidente Diabetes Presin Alta Infeccin
Accidente Presin Alta Prob. Visual Diabetes Diabetes
Presin Alta Prob. Visual TBC TBC Accidente
Diabetes Diabetes Accidente Diabetes
TBC Presin Alta Presin Alta Presin Alta
Diabetes Diabetes Prob. Visual Presin Alta
Presin Alta Prob. Visual Diabetes Prob. Visual
Presin Alta Diabetes Presin Alta Diabetes
Prob. Visual Diabetes Diabetes Diabetes
Diabetes Reumatismo Prob. Visual Presin Alta
Diabetes Reumatismo Diabetes Presin Alta
Presin Alta Diabetes Diabetes Reumatismo
Presin Alta Presin Alta Reumatismo Reumatismo
Ejemplo: Tipos de enfermedad

Tipo de enfermedad Frecuencia Porcentaje

Accidente 6 6,7
Diabetes 26 28,9
Infeccin 3 3,3
Presin Alta 23 25,6
Prob. Visual 13 14,4
Reumatismo 15 16,7
TBC 4 4,4
Total 90 100,0

44
Ejemplo: Tipos de enfermedad

45
Ejemplo: Tipos de enfermedad

46