República Bolivariana de Venezuela.

Ministerio del Poder Popular para la Educación Universitaria.

Universidad Nacional Experimental Simón Rodríguez.

Estado-Monagas.

Núcleo-Maturín.

ESTADÍSTICAS PRIMARIAS
Y
MEDICIÓN DE CARACTERES.
(INFORME)

Facilitador: Participante:

Wilfredo Córdova Yoerlis Carmona.

C.I:31.719.016

“Sección M-A”

ESTADÍSTICA.
La estadística es la ciencia de los datos, se ocupa de su recolección,
organización, estructuración, análisis y presentación. Dichos datos se refieren a
un fenómeno variable e incierto, por ejemplo el resultado de lanzar una
moneda. Su aplicación busca inferir los principios que dirigen esos fenómenos,
además, permite hacer predicciones y una toma de decisiones más informada.

TIPOS DE ESTADÍSTICA.

Básicamente se tienen dos tipos de estadística, a saber:

1. Estadística descriptiva
La estadística descriptiva se puede definir como un método para describir
numéricamente conjuntos numerosos. Por tratarse de un método de
descripción numérica, utiliza el número como medio para describir un conjunto,
que debe ser numeroso, ya que las permanencias estadísticas no se dan en los
casos raros. No es posible sacar conclusiones concretas y precisas de los
datos estadísticos.

Objetivo

La finalidad última de la estadística descriptiva es resumir la información de

conjuntos más o menos numerosos de datos. Para ello se asienta en un
concepto inmediato a la tarea de recuento: la frecuencia, medida empírica de la
ocurrencia de los distintos estados que puede presentar una variable. 

Ejemplo

Un docente de educación primaria desea conocer cuántos de los alumnos del

curso que dirige saben cómo hacer operaciones aritméticas con el ábaco.
Realizó una prueba a todos los estudiantes con la cual midió su grado de
conocimientos en el uso de esta herramienta, así obtuvo datos que pudo
representar en tablas y gráficos, además de calcular algunos indicadores con
los cuales pudo apreciar que solo un 50% de sus discípulos contaba con los
conocimientos requeridos para empezar el curso, por lo cual concluyó que lo
mejor era impartir unas clases iniciales de nivelación para que todos estén en
capacidad de aprovechar las lecciones.

Elementos de la estadística descriptiva.

2. Estadística inferencial, analítica o deductiva
La estadística inferencial estudia la probabilidad de éxito de las diferentes
soluciones posibles a un problema en las diferentes ciencias en las que se
aplica y para ello utiliza los datos observados en una o varias muestras de la
población. Mediante la creación de un modelo matemático infiere el
comportamiento de la población total partiendo de los resultados obtenidos en
las observaciones de las muestras.

Objetivo
La inferencia estadística intenta tomar decisiones basadas en la aceptación o el
rechazo de ciertas relaciones que se toman como hipótesis. Esta toma de
decisiones va acompañada de un margen de error, cuya probabilidad está
determinada. 

La estadística inferencial tiene dos objetivos básicos: a) obtener conclusiones

válidas acerca de una población sobre la base de una muestra, es decir, que
las conclusiones que obtengamos de una muestra se puedan extrapolar a la
población que dio origen a esa muestra y b) poder medir el grado de
incertidumbre presente en dichas inferencias en términos de probabilidad. 

Ejemplo
Un fabricante de colchones quiere conocer los hábitos de sueño de sus
posibles clientes, para lo cual decide realizar una encuesta. Inicialmente
establece una muestra de consumidores con el perfil requerido y procede a
aplicarla, obteniendo así un conjunto de datos que le permiten inferir que una
gran mayoría de usuarios prefieren los colchones blandos así que, para
satisfacer al mercado, decide que empleará espumas de este tipo en la
producción.

Elementos de la estadística inferencial. 

 MUESTRA.

Un conjunto de medidas u observaciones tomadas a partir de una población

dada. Es un subconjunto de la población .

MUESTREO.
Esto no es más que el procedimiento empleado para obtener una o más
muestras de una población; el muestreo es una técnica que sirve para obtener
una o más muestras de población.

POBLACIÓN.

Es el conjunto de todos los posibles elementos que intervienen en un

experimento o en un estudio. Hay de dos tipos

 Población finita. Es aquella que indica que es posible alcanzarse o

sobrepasarse al contar. Es aquella que posee o incluye un número limitado de
medidas y observaciones.

 Población infinita. Es infinita si se incluye un gran conjunto de medidas y

observaciones que no pueden alcanzarse en el conteo. Son
poblaciones .observaciones que cada uno de ellos puede generar.

DATOS.

Los datos son agrupaciones de cualquier número de observaciones

relacionadas. Para que se considere un dato estadístico debe tener 2
características:

a) Que sean comparables entre sí.

b) Que tengan alguna relación.

 ESTIMACIONES Y SUS CARACTERÍSTICAS.

La estimación es el conjunto de técnicas que permiten dar un valor aproximado

de un parámetro de una población a partir de los datos proporcionados por una
muestra. Existen tres tipos de estimación estadística.

a)    La estimación puntual

Una estimación es puntual cuando se usa un solo valor extraído de la muestra
para estimar el parámetro desconocido de la población. Al valor usado se le
llama estimador.

b)   Estimación por intervalo

Una estimación por intervalo de un parámetro θ es algún par de funciones de la
muestra que satisfacen L(x) ≤ U(x) para todo x ∈ X . El intervalo aleatorio [L(X),
U(X)] es llamado un estimador por intervalo.

c)    Estimación bayesiana
El enfoque bayesiano se basa en la interpretación subjetiva de la probabilidad,
el cual considera a ésta como un grado de creencia con respecto a la
incertidumbre.

VARIABLE Y TIPOS DE VARIABLES.

Una variable es algo que puede tener diferentes valores, como el peso, la
altura o el color de los ojos, a diferencia de una constante que solo tiene un
valor, como la velocidad de la luz.

Los tipos de variables vienen determinados por el dato que representa. Por
ejemplo, el peso es una variable cuantitativa Cuando se expresa en números
 como gramos o Kilogramos de los objetos. Mientras que si se presenta en
términos de “pesado” o “liviano” sería una variable cualitativa porque presenta
una cualidad.

1. Variable cuantitativa continúa.

Una variable cuantitativa continua es toda variable representada por números
que pueden ser expresados por fracciones o decimales como la temperatura,
donde encontramos valores como 37 ºC, 37.5ºC o 38.5ºC.

Otros ejemplos de variables son:

 Los niveles de un compuesto en la sangre: los niveles de azúcar en la

sangre de una persona con diabetes durante un día puede ser 7.5 mM, 8.3 mM
o 5.0 mM.
 La medida de la presión atmosférica: a 0 metros sobre el nivel del mar la
presión atmosférica es igual a 1 atm y a 1000 metros sobre el nivel del mar es
igual a 0.887 atm.
 La masa de un objeto: los aguacates de un árbol pueden medir 200.5 gramos,
201 gramos o 205.2 gramos.
 La longitud de un objeto: la altura de los árboles en un parque.

2. Variable cuantitativa.
Una variable cuantitativa discreta solamente puede tomar valores integrales, es
decir 1, 2 o 555, pero no 1.5 o 2.25. Ejemplos de este tipo de variables son:

 El número de veces que algo sucede: las veces que llovió cada mes en el
año 2020 en Venezuela.
 El número de veces que alguien asume un determinado comportamiento:
las veces que personas mayores de 50 años participan en un maratón.
 La cantidad de personas o seres en un grupo: el número de estudiantes en
un salón de clases solo pueden ser un valor integral, no puede haber una
fracción de un estudiante.
 La cantidad de objetos en un lugar: el número de sillas o de libros en cada
salón de clases de una escuela.

3. Variable cualitativa dicotómica

La variable cualitativa dicotómica es un dato no numérico que presenta una

cualidad, propiedad o condición observable, que nada más presenta dos
valores. Por ejemplo:

 El veredicto de un jurado: "culpable" o "no culpable".

 El sexo: "masculino" o "femenino".
 El resultado de un examen de antígeno: "positivo" o "negativo".
 Presencia de una condición: "presente" o "ausente".
 El tipo de hospital: "público" o "privado".

4. Variable cualitativa categórica o nominal.

Es la variable no numérica que presenta tres o más categorías. Por ejemplo:

 La afinidad por un equipo: en el futbol mexicano puedes ser fanático de "el

Atlas Fútbol Club", "el Club América" o "el club León".
 Los deportes olímpicos: "natación", "voleibol", "atletismo", "esgrima" o
"gimnasia".
 Los estados de la materia: "sólido", "líquido" o "gaseoso".
 Carreras universitarias: "biología", "derecho", "medicina", "enfermería" o
"economía".

5. Variables ordinales
Los valores pueden ordenarse, de menor a mayor, de más importante a menos
importante, de primero a último, etc. Este tipo de variable la observamos en:

 Clase social: "clase baja", "clase media" o "clase alta".

 Nivel socioeconómico: A/B (clase rica), C+ (clase media alta), C (clase
media), D+ (clase media baja), D (clase pobre), E (pobreza extrema).
 Competencia en un idioma: "básico", "intermedio" o "avanzado".
 Grados de un colegio: primer grado, segundo grado, tercer grado, etc.

6. Variable independiente
La variable independiente es una variable que se presenta sin necesidad de
otra. En ciencia, es la variable manipulada o controlada por el investigador. Es
decir, se le puede atribuir valores a voluntad dentro de ciertos límites. Por
ejemplo, en el estudio de los efectos de una droga, la variable independiente
puede ser cualitativa si hay un grupo control sin droga y un grupo con
tratamiento.

Por lo general, los estudios científicos se enfocan en examinar los efectos de

una variable independiente. En un estudio se analizó el impacto de cinco
intensidades de un campo magnético sobre plantas de cebada. En este caso,
la variable independiente fue la intensidad del campo magnético.
7. Variable dependiente
La variable dependiente es una variable que es consecuencia de otra. Por
ejemplo, la altura de los niños es una variable dependiente de la edad. Un niño
de 10 años es más alto que un niño de 5 años.

La variable dependiente es la medida del efecto de la variable independiente.

En un estudio se midió la circunferencia de la cintura en dos grupos de
mujeres, un grupo control y otro grupo que practicó danza terapia por ocho
semanas. La variable dependiente es la circunferencia de la cintura, mientras el
régimen de baile es la variable independiente.

La forma más fácil de identificar una variable dependiente es detectando el

efecto o la consecuencia de algo, es decir, la variable independiente que es la
causa. Como en el caso anterior, la práctica de baile es la causa o variable
independiente y la consecuencia es sobre la medida de la cintura o variable
dependiente.

Mientras la variable independiente se manipula o fija, la variable dependiente

se mide o registra.

8. Variable independiente extraña

Son aquellas variables independientes que no están relacionadas con el
propósito del estudio, pero que pueden afectar las variables dependientes.

ATRIBUTOS.

Los atributos también llamados caracteres cualitativos, son aquellos que no son
susceptibles de medición, es decir que no se pueden expresar mediante un
número.

FORMAS DE OBSERVAR LA POBLACIÓN.

1. Atendiendo a la fuente se clasifican en directa o

indirecta.

 Observación directa: es aquella donde se tienen un contacto directo

con los elementos o caracteres en los cuales se presenta el fenómeno
que se pretende investigar, y los resultados obtenidos se consideran
datos estadísticos originales.
 Ejemplo; el seguimiento de la población agrícola por año, llevado en
una determinada granja.

 Observación Indirecta: es aquella donde la persona que

investiga hace uso de datos estadísticos ya conocidos en una
investigación anterior, o de datos observados por un tercero (persona o
entidad). Con el fin de deducir otros hechos o fenómenos.

Ejemplo; si un investigador pretende estudiar la producción por años de una

granja avícola, en sus últimos cinco años de producción, tendría que hacer un
seguimiento, a tal fin recurriría a las observaciones que posee la oficina
administrativa de la granja durante estos cinco años, o dirigirse a la oficina de
estadística, llevada en el ministerio de producción y comercio (M.P.C) de la
localidad donde está registrada dicha granja. Es de notar que el investigador se
vale de observaciones realizadas por terceros.

1. Atendiendo a la periodicidad, puede ser continua,

periódica o circunstancial.

 Una observación continua; como

su nombre lo indica es aquella que se lleva acabo de un modo
permanente.

Ejemplo: la contabilidad comercial, llevada en cuanto a compras, ventas y

otras operaciones que se van registrando a medida que van produciéndose.

 Una observación periódica; es aquélla que se lleva a cabo a través de

períodos de tiempo constantes. Estos períodos de tiempos pueden ser
semanas, trimestres, semestres, años, etc. Lo que debemos destacar es
que los períodos de tiempo tomados como unidad deben tomarse
constantes en los posible.

Ejemplo; el registro llevado por la Oficinas de Control de

Estudios de la UNESR, en cuanto a la inscripción de los estudiantes por
semestre.

 La observación circunstancial:
es aquella que se efectúa en forma ocasional o esporádica, esta
observación hecha más por una necesidad momentánea, que
de carácter regular o permanente.

Ejemplo; la obtención de números de aulas utilizadas y no utilizadas en los

colegios pertenecientes al municipio San Carlos del Estado Cojedes.

1. Atendiendo a la cobertura; pueden ser exhaustiva,

parcial o mixta
  Observación Exhaustiva. Cuando la observación es efectuada sobre la
totalidad de los elementos de la población se habla de una observación
exhaustiva.
 Observación Parcial. Dados que las poblaciones en general son
grandes, la observación de todos sus elementos se ve imposibilitada. La
solución para superar este inconveniente es observar una parte de esta
población.
 Observación Mixta. En este tipo de observación se combinan
adecuadamente la observación exhaustiva con la observación parcial.
Por lo general, este tipo de observaciones se lleva a cabo de tal manera
que los caracteres que se consideran básicos se observan
exhaustivamente y los otros mediante una muestra; o bien cuando la
población es muy grande, parte de ella se observa parcialmente.

CENSO.

Se entiende por censo aquella numeración que se efectúa a todos y cada uno
de los caracteres componentes de una población.

ENCUESTA.

Se entiende por encuesta las observaciones realizadas por muestreo, es decir

son observaciones parciales.

Niveles de medición.
La forma de medir un conjunto de datos se denomina nivel de medición. Los
procedimientos estadísticos correctos dependen de que el investigador esté
familiarizado con los niveles de medición. No todas las operaciones
estadísticas se pueden usar con todos los conjuntos de datos. Los datos se
pueden clasificar en cuatro niveles de medición. Son (de menor a mayor nivel):

 Nivel de escala nominal

 Nivel de escala ordinal
 Nivel de escala de intervalos
 Nivel de escala de cociente

ESCALAS DE MEDICIÓN.

Como hemos dicho, para que los datos tengan sentido es necesario
compararlos. Y para poder compararlos debemos utilizar escalas de
medición. Dichas escalas tendrán diferentes propiedades en función de las
características de los datos que se compararán. En estadística existen cuatro
escalas de medición: nominal, ordinal, de intervalo y de razón.
 

Escala nominal.

Cuando un dato identifica una etiqueta (o el nombre de un atributo) de un

elemento, se considera que la escala de medición es una escala nominal. En
esta carecen de sentido el orden de las etiquetas, así como la comparación y
las operaciones aritméticas. La única finalidad de este tipo de datos es
clasificar a las observaciones. 

Ejemplo:
Una variable que indica si el visitante de este post es «hombre» o «mujer».
En esta variable se tienen dos etiquetas para clasificar a los visitantes. El orden
carece de sentido, así como la comparación u operaciones aritméticas.
 

Escala ordinal.

Cuando los datos muestran las propiedades de los datos nominales, pero
además tiene sentido el orden (o jerarquía) de estos, se utiliza una escala
ordinal.

Ejemplo:
Una variable que mide la calidad de un post. La variable puede tomar valores
enteros del 1 al 5, donde el valor 1 es el peor y el 5 el mejor.
En esta variable sigue sin tener sentido las operaciones aritméticas, pero ahora
sí tiene sentido el orden. Si un post tiene valor 4 y otro tiene valor 2, el primero
se entiende que es mejor que es segundo.

Escala de intervalo.

En una escala de intervalo, los datos tienen las propiedades de los datos

ordinales, pero a su vez la separación entre las variables tiene sentido. Este
tipo de datos siempre es numérico, y el valor cero no indica la ausencia de la
propiedad.

Veamos un ejemplo:
La temperatura (en grados centígrados) media de una ciudad.
En esta escala, los números mayores corresponden a temperaturas mayores.
Es decir, el orden importa, pero a la vez la diferencia entre las temperaturas
importa.
 

Escala de razón.

En una escala de razón, los datos tienen todas las propiedades de los datos
de intervalo, y la proporción entre ellos tiene sentido. Para esto se requiere que
el valor cero de la escala indique la ausencia de la propiedad a medir. Ejemplos
de este tipo de variables son el peso de una persona a el tiempo utilizado para
una tarea. 

Ejemplo:
Una variable que mide el salario de una persona.
En esta variable, si una persona gana 100, y otra 10, la primera gana más que
la segunda (comparación). También tiene sentido decir que la primera gana 90
más que la segunda (diferencia), o que gana 10 veces más (proporción).