Presentacion de Estadistica- John Peraza

1. Republica Bolivariana de Venezuela
Ministerio Del Poder Popular Para la Educacion Superior
I.U.P “Santiago Mariño”
Ingeniería En Sistemas
Profesor: Bachiller:
Pedro Beltrán Peraza John
C.I: 23.734.386

2. ¿Que es Una Variable?
 Es una propiedad que puede fluctuar y cuya variación es
susceptible de adoptar diferentes valores, los cuales pueden
medirse u observarse. Las variables adquieren valor para la
investigación cuando se relacionan con otras variables, es decir,
si forman parte de una hipótesis o de una teoría En este caso se
las denomina constructos o construcciones hipotéticas.
 Una variable estadística es cada una de las características o
cualidades que poseen los individuos de una población.

3. Variable Cuantitativa
Una variable cuantitativa es la que se expresa mediante un número, por tanto se
pueden realizar operaciones aritméticas con ella.
Variable Discreta
Una variable discreta es aquella que toma valores aislados, es decir no admite valores
intermedios entre dos valores específicos.
Ejemplo:
El número de hermanos de 5 amigos: 2, 1, 0, 1, 3.
Una Variable Continua
Es aquella que puede tomar valores comprendidos entre dos números.
Ejemplos:
La altura de los 5 amigos: 1.73, 1.82, 1.77, 1.69, 1.75.
En la práctica medimos la altura con dos decimales, pero también se podría dar
con tres decimales.

4. Población y muestra
Las estadísticas de por sí no tienen sentido si no se consideran o se relacionan
dentro del contexto con que se trabajan.
Por lo tanto es necesario entender los conceptos de población y de muestra para
lograr comprender mejor su significado en la investigación educativa o social que
se lleva a cabo.
Población
 Es el conjunto total de individuos, objetos o medidas que poseen algunas
características comunes observables en un lugar y en un momento determinado.
 Cuando se vaya a llevar a cabo alguna investigación debe de tenerse en cuenta
algunas características esenciales al seleccionarse la población bajo estudio.

5. La Muestra
 Es indispensable para el investigador ya que es imposible entrevistar a todos
los miembros de una población debido a problemas de tiempo, recursos y
esfuerzo.
 Al seleccionar una muestra lo que se hace es estudiar una parte o un Sub-conjunto
de la población, pero que la misma sea lo suficientemente
representativa de ésta para que luego pueda generalizarse con seguridad de ellas
a la población.
 La Muestra es un sub-conjunto fielmente representativo de la población.

6. Parámetros y Estadísticos
Parámetros: Es una Cantidad numérica calcula sobre una población y
resume los valores que esta toma en algún atributo.
Intenta resumir toda la información que hay en la población en
unos pocos números (parámetros). La altura media de los sujetos.
Estadístico: Es una cantidad numérica calculada sobre una muestra que
resume su información sobre algún aspecto.
Si un estadístico se usa para aproximar una parámetro también se le
suele llamar “Estimador”
Normalmente nos interesa conocer un parámetro, pero por la
dificultad que conlleva estudiar a “TODA” la población, calculamos
un estimador sobre una muestra y “Confiamos” en que sean
próximos.

7. Tipos de Estadísticos
Posición
Dividen un conjunto ordenado de datos en grupos con la misma cantidad de
individuos.
 Entre ellos cabe destacar: Cuantíales, percentiles, cauartiles, deciles,…
Centralización
Indican valores con respecto a los que los datos parecen agruparse.
 Entre ellos cabe destacar: Media, Mediana, y Moda.
Dispersión
Indican la mayor o menor concentración de os datos con respecto a las
medidas de centralización.
 Entre ellos: Desviación típica, coeficiente de variación, rango, varianza.

8. Tipos de Estadísticos
Forma
Dan una idea de cómo se distribuyen los datos.
 Entre ellos: Asimetría, Apuntamiento o curtosis.

9. Escala de Medición
Se entenderá por medición al proceso de asignar el valor a una variable de un
elemento en observación. Este proceso utiliza diversas escalas: nominal, ordinal,
de intervalo y de razón.
La escala nominal
Sólo permite asignar un nombre al elemento medido. Esto la convierte en la menos
informativa de las escalas de medición.
Los siguientes son ejemplos de variables con este tipo de escala:
 Nacionalidad.
 Uso de anteojos.
 Número de camiseta en un equipo de fútbol.
 Número de Cédula Nacional de Identidad.
A pesar de que algunos valores son formalmente numéricos, sólo están siendo
usados para identificar a los individuos medidos.

10. La Escala Ordinal
Además 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.
 Clasificación de películas por una comisión especializada.
 Madurez de una fruta al momento de comprarla
La Escala de Intervalo
Además de todas las propiedades de la escala ordinal, hace que tenga
sentido calcular diferencias entre las mediciones.

11. Los siguientes son ejemplos de variables con esta escala:
 Temperatura de una persona.
 Ubicación en una carretera respecto de un punto de referencia(Kilómetro
85 Ruta 5).
 Sobrepeso respecto de un patrón de comparación.
 Nivel de aceite en el motor de un automóvil medido con una vara graduada.
La Escala de Razón
Permite, además de lo de las otras escalas, comparar mediciones mediante un
cuociente.
Algunos ejemplos de variables con la escala de razón son los siguientes:
 Altura de personas.
 Cantidad de litros de agua consumido por una persona en un día.
 Velocidad de un auto en la carretera.
 Número de goles marcados por un jugador de básquetbol en un partido.

12. Sumatoria Razón
Razón
Es el cociente entre dos números, en el que ninguno o sólo algunos elementos
del numerador están incluidos en el denominador. El rango es de 0 a infinito.
Ejemplos:
En el año 2002, según el Centro Nacional de Epidemiología se declararon los
siguientes casos de legionelosis:
 Legionelosis adquirida en la
comunidad/legionelosis Nosocomiales= 372/29= 12,8.
Por cada caso de legionelosis Nosocomial hay 12,8 casos comunitarios.

13. Proporción
Es una razón en la cual los elementos del numerador están incluidos en
el denominador. Se utiliza como estimación de la probabilidad de un
evento. El rango es de 0 a 1, ó de 0 a 100%.
Ejemplos:
 Casos de legionelosis comunitarias en relación al total del año
2002= 372/401= 0,93 * 100= 93%.
 El 93% de las legionelosis declaradas en España en 2002 fueron
adquiridas en la comunidad.
 Defunciones por legionelosis comunitarias en relación al total de las
defunciones por legionelosis del año 2002= 9/14= 0,64* 100= 64%. El
64% de las defunciones por legionelosis declaradas en España en
2002 fueron por legionella adquirida en la comunidad.

14. Tasa
Es un tipo especial de razón o de proporción que incluye una medida de
tiempo en el denominador. Está asociado con la rapidez de cambio de un
fenómeno por unidad de una variable (tiempo, temperatura, presión).
Los componentes de una tasa son el numerador, el denominador, el
tiempo específico en el que el hecho ocurre, y usualmente un
multiplicador, potencia de 10, que convierte una fracción o decimal en un
número entero.
Según el Instituto Nacional de Estadística, en el año 2002 se encontraba
censada en España una población de 41.837.894 personas.
Ejemplos:
Tasa de legionelosis en el año 2002 en España= 401/41.837.894 =0,96*10-5
(*100.000)= 0,96 personas padecieron legionelosis en el año 2002 en España
por cada 100.000 habitantes.
 Tasa de mortalidad por legionelosis en España en 2002= 14/41.837.894=
3,3*10-7 (*100.000)= 0,033 personas fallecieron por legionelosis en España
en 2002 por cada 100.000 habitantes.

15. Frecuencia
Se denomina frecuencia a la cantidad de veces que se repite un
determinado valor de la variable.
Se suelen representar con histogramas y diagramas de Pareto.
Tipos de Frecuencia
Frecuencia absoluta
Es el promedio de una suma predeterminada y además consiste en
saber cual es el número o símbolo de mayor equivalencia. (ni) de una
variable estadística Xi, es el número de veces que este valor aparece en
el estudio. A mayor tamaño de la muestra aumentará el tamaño de la
frecuencia absoluta; es decir, la suma total de todas las frecuencias
absolutas debe dar el total de la muestra estudiada (N).

16. Frecuencia relativa (fi), es el cociente entre la frecuencia absoluta y el
tamaño de la muestra (N). Es decir,
Siendo el fi para todo el conjunto i. Se presenta en una tabla o nube de
puntos en una distribución de frecuencias.
Si multiplicamos la frecuencia relativa por 100 obtendremos
el porcentaje o tanto por ciento (pi)
Frecuencia absoluta acumulada (Ni), es el número de veces ni en la
muestra N.
Frecuencia relativa acumulada (Fi), es el cociente entre la frecuencia
absoluta acumulada y el total de la muestra.