1

Contenido Unidad I: El papel de la estadstica ...............................................................................................2

1.1 Panorama general de la estadstica ...................................................................................3

1.2 Clasificacin de la estadstica .............................................................................................5

1.3 Estadstica descriptiva e inferencial ...................................................................................6

1.4 Concepto y tipos de variables .............................................................................................8

1.5 Datos cuantitativos y cualitativos ......................................................................................11

1.6 Niveles de medicin: nominal, ordinal, intervalo y de razn .........................................12

Conclusiones ..................................................................................................................................17

Referencias ....................................................................................................................................18

2

Unidad I: El papel de la estadstica

La estadstica ha estado presente desde la antigedad y la historia est resumida

en tres grandes etapas o fases (Ruiz, 2004, pg. 5-6).

1.- Primera Fase: Los Censos:

Desde el momento en que se constituye una autoridad poltica, la idea de

inventariar de una forma ms o menos regular la poblacin y las riquezas

existentes en el territorio est ligada a la conciencia de soberana y a los primeros

esfuerzos administrativos.

2.- Segunda Fase: De la Descripcin de los Conjuntos a la Aritmtica

Poltica:

Las ideas mercantilistas extraan una intensificacin de este tipo de

investigacin.

3.- Tercera Fase: Estadstica y Clculo de Probabilidades:

El clculo de probabilidades se incorpora rpidamente como un instrumento

de anlisis extremadamente poderoso para el estudio de los fenmenos

econmicos y sociales y en general para el estudio de fenmenos cuyas causas

son demasiados complejas para conocerlos totalmente y hacer posible su

anlisis.

Los datos constituyen pues la materia prima de la Estadstica, pudindose

establecer distintas clasificaciones en funcin de la forma en que stos vengan

dados. Se obtienen datos al realizar cualquier tipo de prueba, experimento,

valoracin, medicin, observacin, etc., dependiendo de la naturaleza de los

mismos y del mtodo empleado para su obtencin. Una vez obtenidos los datos

por los procedimientos que se consideren pertinentes, pueden generarse nuevos

datos mediante transformacin y/o combinacin de las variables originales (Arriaza

Gmez, 2008, pg. 38)

3

1.1 Panorama general de la estadstica

El vocablo statistik proviene de la palabra italiana stadista (que significa

estatista). Fue utilizado por primera vez por Gottfried Achenwall (1719- 1772),

(Levin, Rubin, 2004, pg. 3).

De acuerdo a Ruz (2004, pg. 3) la Estadstica es la ciencia cuyo objetivo

es reunir una informacin cuantitativa concerniente a individuos, grupos, series de

hechos, etc. y deducir de ello gracias al anlisis de estos datos unos significados

precisos o unas previsiones para el futuro. La estadstica, en general, es la ciencia

que trata de la recopilacin, organizacin presentacin, anlisis e interpretacin de

datos numricos con el fin de realizar una toma de decisin ms efectiva.

Para, Lind, Marchal y Mason (2006, pg. 3) la estadstica es la ciencia que

se ocupa de recolectar, organizar, representar, analizar e interpretar datos para

ayudar a una toma de decisiones ms efectiva. De igual manera lo definen Bargas

y Camargo (2004 pg. 4), pero con la diferencia que estos autores lo consideran

como la rama de las matemticas.

La importancia de estudiar estadstica radica en que su campo de

aplicacin es muy amplio y verstil, adems en la actualidad juega un papel cada

vez ms importante, ya que permite entre otras cosas, sustentar los hallazgos de

una investigacin, pronosticar el comportamiento de una poblacin, tomar

decisiones y elaborar proyectos a corto, mediano y largo plazo en ciencias como:

sociales, biolgicas, ingenieras, econmicas, etctera.

Otros autores expresan que la estadstica es una disciplina que utiliza

recursos matemticos para organizar y resumir una gran cantidad de datos

obtenidos de la realidad, e inferir conclusiones respecto a ellos (Cazau, 2006

pg.1,). Por otro lado, Triola, (2004 pg. 4) enuncia que la estadstica es una

coleccin de mtodos para planear experimentos, obtener datos, y despus

organizar resumir, presentar, analizar, interpretar y llegar a conclusiones basadas

en los datos.

4

En la resolucin de problemticas que incluyen nociones de prediccin y

toma de decisiones que involucran la nocin de muestra, donde un nmero de

artculos (objetos o unidades de informacin) son extrados de una entidad mayor

llamada poblacin. La estadstica tiene como objetivo el de hacer inferencias

(predecir, decidir) sobre algunas caractersticas de una poblacin con base en la

informacin obtenida de la muestra (Mendenhall y Reinmuth, 1981).

Para Mendenhall y Reinmuth (1981) la solucin de todo problema

estadstico consta de cinco partes, la solucin de cada una de las partes permite el

logro del objetivo:

La primera y la ms importante de las partes es una especificacin clara de

las preguntas a contestar y de la poblacin sobre la cual dicha pregunta se

hace.

La segunda parte concierne al problema estadstico referente a la obtencin

de la muestra. Esta parte se le conoce como diseo del experimento o

procedimiento de muestreo y es importante porque la informacin cuesta

tiempo y dinero.

La tercera parte de un problema estadstico consiste en el anlisis de la

informacin muestral.

La cuarta parte de un problema estadstico corresponde a inferir acerca de

la poblacin haciendo uso de la informacin muestral.

La ltima parte de un problema estadstico se identifica con lo que

posiblemente es la mayor contribucin a la estadstica y se refiere al

anlisis y toma de decisiones.

En resumen la estadstica es una rama de la ciencia encargada del diseo

de experimentos o procedimientos de muestreo, del anlisis de datos y los

procedimientos para inferir acerca de una poblacin de mediciones con base en la

informacin contenida en una muestra (Mendenhall y Reinmuth, 1981).

De acuerdo Crdova (2003), la palabra estadstica se emplea en una gran

variedad de formas. En plural se emplea como sinnimo de dato. De la misma

5

forma, expresa que el trabajo estadstico o la investigacin estadstica es un

proceso que pasa generalmente por las siguientes etapas:

- Formulacin del problema o la tarea.

- Diseo del experimento.

- Recopilacin de los datos.

- Clasificacin, tabulacin y descripcin de resultados.

- Generalizacin o inferencia.

Segn Crdova (2003) en este texto bsico, define la estadstica, como la

ciencia que nos proporciona un conjunto de mtodos, tcnicas o procedimientos

para: recopilar, organizar (clasificar, agrupar), presentar, analizar, datos con el fin

de describirlos o de realizar generalizaciones vlidas.

1.2 Clasificacin de la estadstica

Para Pablo Cazau (2006), existen varias formas de clasificar los resultados

estadsticos:

1.) Segn la etapa: estadstica descriptiva e inferencial. En la

primera etapa se describe la muestra y en la segunda se infiere

conclusiones a partir de los datos que describen la muestra. La estadstica

descriptiva procede a resumir y organizar datos para facilitar su anlisis e

interpretacin. La estadstica inferencial procede a formular estimaciones y

probar hiptesis acerca de la poblacin a partir de esos datos resumidos y

obtenidos de la muestra, las conclusiones tienen algn grado de

probabilidad. Ambas estadsticas (descriptiva e inferencial) implican el

anlisis de datos.

2.) Segn la cantidad de variables estudiada: desde este punto de

vista hay una estadstica univariada (estudia una sola variable), estadstica

bivariada (estudia la relacin entre 2 variables) y estadista multivariada

(estudia 3 o ms variables).

6

3.) Segn el tiempo considerado: si se considera a la estadstica

descriptiva, se distingue la estadstica esttica o estructural que describe la

poblacin en un momento dado, y la estadstica dinmica o evolutiva que

describe como va cambiando la poblacin en el tiempo.

1.3 Estadstica descriptiva e inferencial

Descriptiva

El propsito fundamental de la estadstica descriptiva es resumir y

organizar una gran cantidad de datos referentes a una muestra o a una poblacin.

Los datos resumidos y organizados permiten describir la muestra o poblacin a los

efectos de conocerla y eventualmente utilizarlo en la estadstica inferencial para

obtener conclusiones a partir de ellos (Cazau, 2006, p. 5).

Describe el comportamiento de una coleccin de datos, representado la

informacin en tablas, grficas y valores representativos de la coleccin (Bargas y

Camargo, pg. 4).

Segn Mendenhall y Reinmuth (1981) la estadstica descriptiva se refiere a

los mtodos usados para describir conjuntos de datos numricos los cuales se

pueden clasificar en dos tipos: Mtodos grficos y mtodos Numricos.

Las medidas descriptivas numricas calculadas a partir del total de

observaciones de la poblacin se denominan parmetros; aquellas calculadas de

las observaciones de una muestra se denominan estadsticas (Mendenhall y

Reinmuth, 1981).

Se denomina estadstica descriptiva, al conjunto de mtodos estadsticos

que se relacionan con el resumen y descripcin de los datos, como tablas,

grficas, y el anlisis mediante algunos clculos (Crdova, 2003).

7

Inferencial

La estadstica inferencial va ms all de mera descripcin de la muestra por

cuanto se propone, a partir del examen de sta ltima, inferir una conclusin

acerca de una poblacin, con un cierto nivel de confianza (o con cierto nivel de

error). Las muestras de las cuales se ocupa la estadstica inferencial son muestras

probabilsticas y esta estadstica se ocupa de 2 cuestiones la estimacin de

parmetros y la prueba de hiptesis (Cazua, 2006, p. 57).

La estadstica inferencial, tambin se denominada inferencia estadstica y

estadstica inductiva. El principal objetivo es encontrar algo sobre una poblacin

basndose en una muestra tomada de esa poblacin. Donde, poblacin es el

conjunto de todos los posibles individuos, objetos o medidas de inters y muestra

es una porcin o parte de la poblacin de inters (Lind, Marchal y Mason, 2006, p.

7).

Basndose en la informacin obtenida de la estadstica descriptiva y

empleando como herramienta la teora de la probabilidad se encarga de realizar

generalizaciones, anlisis y proyecciones para una posterior utilizacin en la toma

de decisiones y planificacin (Bargas y Camargo, 2004 p. 4).

La inferencia, particularmente la toma de decisiones y la prediccin, ha

jugado un papel muy importante en la vida del hombre, en muchas situaciones

practicas la informacin relevante es abundante aparente inconsistente y en

muchos casos abrumadora (Mendenhall y Reinmuth, 1981).

El objetivo de la estadstica es hacer inferencias acerca de una poblacin

con base en la informacin contenida en una muestra, sin embargo no sera

adecuado hablar de los objetivos y de los tipos de inferencia estadstica sin

referirse a alguna medida de bondad de los procedimientos de inferencia. En

resumen la inferencia estadstica en una situacin prctica que contempla dos

aspectos (Mendenhall y Reinmuth, 1981):

1) La inferencia

8

2) La medida de su bondad

Se denomina inferencia estadstica al conjunto de mtodos con los que se

hacen la generalizacin o la inferencia sobre una poblacin utilizando una

muestra. La inferencia puede contener conclusiones que pueden no ser ciertas en

forma absoluta, por lo que es necesario que stas sean dadas con una medida de

confiabilidad que es la probabilidad. Para utilizar los mtodos de la inferencia

estadstica, se requiere conocer los mtodos de la estadstica descriptiva

(Crdova, 2003).

En forma general, en estadstica; se denomina poblacin, a un conjunto de

elementos (que consiste de personas, objetos, etc.), que contienen una o ms

caractersticas observables de naturaleza cualitativa o cuantitativa que se pueden

medir en ellos. A cada elemento de una poblacin se denomina unidad elemental

o unidad estadstica.

Por ejemplo, los empleados de una empresa en un da laborable,

constituyen una poblacin en la que cada empleado (unidad estadstica), tiene

muchas caractersticas a ser observadas, como por ejemplo: sexo, estado civil,

lugar de procedencia, grado de instruccin, etc. (caractersticas cualitativas), o

nmero de hijos, ingresos mensuales, etc. (caractersticas cuantitativas) (Crdova,

2003).

1.4 Concepto y tipos de variables

La variable es la caracterstica, propiedad o atributo que se predica de la

unidad de anlisis. Por ejemplo; puede ser la edad, grado de aprendizaje, peso,

nivel de salud, (Cazau, 2006, p. 3).

Variable tambin suele definirse como trmino que forma parte de una

expresin matemtica y puede tomar un conjunto de valores dentro de un

intervalo, llamado dominio de la variable. Por lo general se representa con

smbolos como A, B, X, W, y. (Bargas y Camargo, 2004. pg. 4).

9

De acuerdo a Bargas y Camargo, (2004, pg. 4) las variables pueden ser

discretas o continuas dependiendo de los valores que asuman.

Las variables discretas pueden tomar valores generalmente enteros, los

cuales son el resultado de conteos o enumeraciones y dan origen a datos

discretos, por ejemplo: el nmero de libros empleados por un alumno para

efectuar un trabajo escolar, el nmero de asignaturas aprobadas en un semestre y

el nmero de goles anotados en un partido de futbol.

Las variables continuas pueden tomar cualquier valor ya sea entero o

fraccionario, los cuales provienen de mediciones y originan datos continuos,

ejemplo: la temperatura promedio diaria registrada en una ciudad, la altura y peso

de los alumnos.

Por su parte Lind, Marchal y Mason (2006, pg.8- 9) mencionan que existen

dos tipos de variables las cuales son:

Variable cuantitativa. Cuando la variable estudiada se puede expresar

numricamente, se denomina variable cuantitativa. Ejemplos: el saldo de una

cuenta de cheques, la edad, las velocidades de un vehculo, el nmero de hijos en

una familia, etc. Las variables cuantitativas pueden ser discretas (resultado de un

coteo) o continuos (cualquier valor dentro de un intervalo determinado)

Variable cualitativa. Cuando la caracterstica o variable en un estudio es no

numrica se le denomina variable cualitativa o de atributo. Ejemplos: genero

sexual, religin, tipo de automvil, estado o lugar de nacimiento y color de los ojos

de una persona. Normalmente los datos cualitativos se resumen en diagramas o

grficas de barra.

De acuerdo a Lind, Marchal y Wathen (2012) existen dos tipos bsicos de

variables: 1) cualitativas y 2) cuantitativas.

Cuando la caracterstica que se estudia es de naturaleza no numrica,

recibe el nombre de variable cualitativa o atributo.

10

Cuando la variable que se estudia aparece en forma numrica, se le

denomina variable cuantitativa. Las variables cuantitativas pueden ser

discretas o continuas. Las variables discretas adoptan slo ciertos valores y

existen vacos entre ellos. Ejemplos de variables discretas son el nmero de

camas en una casa (1, 2, 3, 4, etc.); el nmero de automviles que en una hora

usan la salida 25, etc. Las observaciones de una variable continua toman

cualquier valor dentro de un intervalo especfico. Ejemplos de variables continuas

son la presin del aire en una llanta y el peso de un cargamento de tomates.

De la misma manera, Crdova, (2003) alude que las variables se clasifican

en cualitativas y cuantitativas.

Variable cualitativa: es la caracterstica cuyos valores se expresan en

escalas nominal u ordinal, por ejemplo, sexo, profesin, estado civil, orden de

mritos, etc. Con sus valores, que son cualidades, no se pueden realizar

operaciones aritmticas.

Variable cuantitativa: es la caracterstica cuyos valores se expresan en

escalas de intervalo o de razn, por ejemplo, temperatura, nmero de hijos,

ingresos mensuales, tiempo de vida til, etc. Con sus valores, que son nmeros,

se pueden realizar operaciones aritmticas. Se clasifican en discretas, y continas.

Grfica 1Tipos de variables. Tomado de Lind, Marchal y Wathen (2012).

11

Variable discreta, es aquella variable cuantitativa que puede tomar slo

ciertos valores en un intervalo considerado y no admite ningn valor entre dos

valores consecutivos fijos. Generalmente, es una variable cuyos valores se

obtienen por conteo (nmeros naturales). Por ejemplo, una familia puede tener

0.1.2....hijos, pero no algn valor intermedio.

Variable continua: es aquella variable cuantitativa que puede tomar

cualquier valor en el intervalo considerado, por ejemplo, salario, tiempo, peso,

volumen, longitud, etc.

1.5 Datos cuantitativos y cualitativos

Cualitativos

Los datos cualitativos o de atributo describe un elemento de una poblacin,

por ejemplo los colores (azul, rojo, amarillo) la complexin de las personas

(delgada, media, robusta), la clasificacin de los sabores (dulce, salado, agrio,

picante) (Bargas y Camargo, 2004, p. 5).

Los datos cualitativos o categricos se refieren a caractersticas de la

poblacin que no pueden asociarse a cantidades con significado numrico, sino a

caractersticas que slo pueden clasificarse (Sez, 2012, p. 19-20).

Los datos cualitativos (o categoras o de atributo) se divide en diferentes

categoras que se distinguen por alguna caractersticas no numrica (Triola, 2004,

p.6).

Cuantitativo

Datos cuantitativos consisten en nmeros que representan conteos o

mediciones (Triola, 2004, p. 6).

Los datos discretos y continuos se denominan numricos o cuantitativos

(Bargas y Camargo, 2004, p. 5).

Los datos cuantitativos son los que representan una cantidad reflejada en

una escala numrica. A su vez, pueden clasificarse como datos cuantitativos

12

discretos si se refieren al conteo de alguna caracterstica, o datos cuantitativos

continuos si se refieren a una medida (Sez, 2012, p. 19-20).

1.6 Niveles de medicin: nominal, ordinal, intervalo y de razn

Segn Cazau, (2006):

En el nivel nominal, medir significa simplemente asignar un atributo a una

unidad de anlisis.

En el nivel ordinal, medir significa asignar un atributo a una unidad de

anlisis cuyas categoras pueden ser ordenadas en una serie creciente o

decreciente.

El nivel de intervalos iguales incluye un cero relativo o arbitrario (cero

centgrados no implica ausencia de temperatura).

El nivel de cocientes o razones incluye un cero absoluto o real que

representa la ausencia real de la variable, (cero metros implica la ausencia

de longitud).

De acuerdo a Triola, p. 6.-9, (2004) los niveles de medicin son:

Nivel de medicin nominal, son los datos consiguientes exclusivamente en

nombres, etiquetas o categoras que no pueden acomodarse segn un

esquema de orden (por ejemplo; de bajo a alto).

Los datos estn en el nivel de medicin ordinal cuando pueden acomodarse

en algn orden, aunque no es posible determinar diferencias entre los

valores de los datos o tales diferencias carecen de significado.

El nivel de edicin de intervalo se parece al nivel ordinal, pero con la

propiedad adicional de que la diferencia entre 2 valores de datos

cualesquiera tiene un significado. Sin embargo, los datos en este nivel no

tienen un punto de partida inherente (natural) desde cero (donde nada de la

cantidad est presente).

El nivel de medicin de razn se parece al nivel de intervalo, aunque tiene

la propiedad adicional de que s tiene un punto de partida o cero inherente

13

(donde cero indica que nada de la cantidad est presente). Para los valores

en este nivel, tanto las diferencias como las proporciones tienen significado.

Para Lind, Marchal y Wathen (2012, pp. 9-13) los

Datos de nivel nominal: En el caso del nivel nominal de medicin, las

observaciones acerca de una variable cualitativa slo se clasifican y se cuentan.

No existe una forma particular para ordenar las etiquetas.

Datos de nivel ordinal: Es el nivel inmediato superior de datos.

Datos de nivel de intervalo: Es el nivel inmediato superior. Incluye todas las

caractersticas del nivel ordinal, pero, adems, la diferencia entre valores

constituye una magnitud constante. Un ejemplo de nivel de intervalo de medicin

es la temperatura.

Datos de nivel de razn: Todos los datos cuantitativos son registrados en el

nivel de razn de la medicin. El nivel de razn es el ms alto. Posee todas las

caractersticas del nivel de intervalo, aunque, adems, el punto 0 tiene sentido y la

razn entre dos nmeros es significativa. Ejemplos de la escala de razn de

medicin incluyen salarios, unidades de produccin, peso, cambios en los precios

de las acciones, la distancia entre sucursales y la altura.

Grfica 1. Niveles de medicin en estadstica. Tomado de Lind, Marchal y Wathen (2012)

14

Niveles segn Levin, (1979).

El nivel nominal de medicin simplemente involucra el proceso de

denominar o etiquetar; esto es colocar los casos dentro de categoras y contar su

frecuencia de ocurrencia. Al trabajar con los datos nominales debemos tener en

cuenta que cada caso debe colocarse en una sola categora. Esta exigencia indica

que las categoras no deben traslaparse ni excluirse mutuamente.

Nivel ordinal, cuando el investigador va ms all de este nivel de medicin y

busca ordenar sus datos en trminos del grado en que poseen una determinada

caracterstica, entonces se est trabajando al nivel ordinal de medicin. Este nivel

de medicin da informacin acerca de la organizacin de categoras, pero no

indica la magnitud de las diferencias entre los nmeros.

Nivel por intervalos, este nivel indica tanto el orden de las categoras como

la distancia exacta entre ellas. Emplea unidades constantes de medicin los

cuales proporciona intervalos iguales entre los puntos de escala.

Segn Crdova (2003) el conocimiento de las escalas de medicin es muy

importante, pues cada una de ellas tiene mtodos estadsticos especficos. Las

escalas de medicin son de los siguientes tipos:

* Nominal

* Ordinal

* De intervalos, y

* De razones.

Se tiene una escala nominal si dos o ms valores de una variable slo

permiten percibir tas diferencias o semejanzas de las unidades estadsticas que se

midan tales valores son como etiquetas que identifican a las unidades estadsticas

y las hacen iguales o diferentes entre s.

15

Para Crdova, (2003) si se asignan nmeros a estos valores cualitativos

(modalidades), con estos no se pueden realizar operaciones aritmticas. Slo son

vlidas las relaciones de igualdad (=) y no igualdad (*).

Por ejemplo, la variable "sexo" asigna a las personas dos valores:

"masculino" y "femenino" que son de escala nominal. Con los valores de esta

variable las personas estn en una misma modalidad o en modalidades diferentes.

Si se asigna un "cero" al sexo "masculino" y un "uno 1 al sexo femenino, con estos

nmeros, no se pueden realizar operaciones aritmticas. Slo se puede decir que

el smbolo 0 es distinto al smbolo 1, pero no podemos decir que 1 es mayor que

0, o que 0 es menor que 1. Las variables estadsticas: "estado civil", "ideas

religiosas", entre otras, tienen modalidades que son de escala nominal.

El mtodo estadstico con datos obtenidos en escala nominal consiste

bsicamente en obtener el nmero o porcentaje de casos en cada modalidad y

obtener la moda (valor de mayor frecuencia)

Una escala ordinal es una escala nominal donde los valores de la variable

se pueden ordenar en forma ascendente (o descendente). En una escala ordinal

los valores o modalidades reflejan el orden de las unidades estadsticas. Si se

asignan nmeros a tales modalidades, con estos, no se pueden realizar

operaciones aritmticas. Slo son vlidas las relaciones de igualdad (=), de no

igualdad (*) y de orden (

16

una unidad de escala y comprobar cuntas veces la diferencia entre dos valores

es igual a la diferencia entre otros dos valores de la escala (es decir, podemos

comparar intervalos).

Esto es, si x1, x2 y x3 son tres valores en la escala de intervalo, se verifica,

por ejemplo, la relacin:

Donde c es una constante, y X1 1.

La escala de razn tiene un cero absoluto (ausencia total de la

caracterstica que se observa). Con los nmeros de esta escala son vlidas las

relaciones de igualdad, de no igualdad, de orden y todas las operaciones

matemticas. Los valores de esta escala se obtienen en general, por mediciones

tipo conteo (discretos) o por mediciones tales como de longitud, peso, volumen,

vida til, etc. (continuos).

Crdova pone de ejemplo que si la variable X, es la longitud (en metros) de

un objeto, entonces, los valores de esta variable son de escala de razn. En

efecto, si tres objetos A, B, y C miden 2, 4 y 16 metros, se pueden establecer las

relaciones: 2416, 2 < 4 < 16.

Propiedad: Una escala de razn x permanece invariante ante la

transformacin:

y = a x

Donde a es una constante arbitraria. La aplicacin de mtodos estadsticos

cuantitativos requiere que la Variable se mida por lo menos en escala de

intervalos.

17

Conclusiones

Estadstica: (stadista del italiano que significa estatista), es la ciencia que nos

proporciona un conjunto de mtodos, tcnicas o procedimientos para la

planeacin, recopilacin, organizacin presentacin, anlisis e interpretacin de

datos con el fin de realizar una toma de decisin ms efectiva y elaborar proyectos

en diversas ciencias.

Clasificacin

1. El anlisis de datos:

Descriptiva (describe la muestra)

Inferencial (conclusiones de los resultados descritos por la muestra)

2. El nmero de variables:

Univariada

Bivariada

Multivariada

3. El tiempo:

Estadstica esttica o estructural (en un momento dado).

Estadstica dinmica o evolutiva (como ha cambiado la poblacin en el

tiempo).

Estadstica descriptiva: su finalidad es resumir y organizar los datos referentes a

una muestra o poblacin, representando la informacin en tablas, grficas y

valores representativos.

Estadstica inferencial: su finalidad es obtener conclusiones con base en la

informacin contenida en la muestra o poblacin, realizando generalizaciones,

anlisis y proyecciones o predicciones para la toma de decisiones y en la

elaboracin de proyectos.

Variable: caracterstica, propiedad o atributo definida cuyos valores se expresan

en escalas.

Clasificacin

1. Cualitativas o atributo (se expresa en forma no numrica, es decir, de forma

nominal u ordinal)

2. Cuantitativas (se expresa en forma numrica)

18

Discretas (valores en nmeros enteros de la obtencin de datos por

conteos o enumeraciones).

Continuas (valores en nmeros enteros o fraccionarios de la

obtencin de mediciones).

Datos cualitativos o categricos: representacin de atributos de forma nominal u

ordinal.

Datos cuantitativos: representacin simblica (con nmeros discretos o continuos)

en forma de conteos o mediciones.

Niveles de medicin

1. Escala o instrumento de medida asignndoles nombres, etiquetas o

categoras:

Nominal (asignar un atributo a una unidad de anlisis).

Ordinal (ordenadas decrecientemente o crecientemente).

2. Escala o instrumento de medida asignndoles valores numricos:

Intervalo (indica tanto el orden de las categoras como la distancia

exacta entre ellas)

De razn (tiene punto de partida o cero inherente)

Referencias

Arriaza Gmez, A. J. (2008). Estadstica Bsica con R y R-commander. Servicio

de Publicaciones de la Universidad de Cdiz.

Bargas, R. y Camargo, M. (2004). Introduccin a la probabilidad y la estadstica.

Impreso en Mxico, Mrida, Yucatn. Universidad Autnoma de Yucatn.

Cazau, P. (2006). Fundamentos de estadstica.

Crdova, M. (2003). Estadstica descriptiva e inferencial. Lima, Per: Librera

Moshera S.R.L.

19

Levin, Jack. (1979). Fundamentos de estadstica en la investigacin social.

Mxico: Harla.

Levin, Richard y Rubin, David. (2004). Estadstica para administracin y

Economa. Mxico. Pearson.

Lind, Douglas; Marchal Willian y Mason, Robert. (2004). Estadstica para

administracin y economa (11 edicin). Editorial Mxico alfaomega grupo

editor S.A de C.V.

Lind, Douglas; Marchal Willian y Wathen. (2012). Estadstica aplicada a los

negocios y la economa (15ed). Mxico: McGraw Hill.

Mendenhall, W. y Reinmuth, J.E. (1981). Estadstica para Administracin y

Economa. D.F., Mxico: Grupo Editorial Iberoamericana.

Ruiz Muoz, D. (2004). Manual de Estadstica. Universidad Pablo de Olavide.

Sez Castillo, Antonio Jos (2012) Apuntes de estadstica para ingenieros.

Departamento de Estadstica e Investigacin Operativa. Universidad de

Jan.

Triola, M. (2004). Probabilidad y estadstica. Mxico: Pearson.