.

INTRODUCCION A LA ETADÍSTICA.
CONCEPTO DE ESTADÍSTICA:
La estadística es la ciencia que está relacionada con la colección, organización, presentación, análisis e interpretación de datos
numéricos.
La colección de datos es el proceso de obtener mediciones o cuentas, la organización de los datos es la tarea de
presentar las cuentas o mediciones colectadas en forma conveniente para derivar conclusiones lógicas, el análisis de los datos es
el proceso de extraer, de las mediciones o cuentas, información relevante, a partir de la cual pueda ser formulada una descripción
numérica resumida y comprensible, la interpretación de los datos es la tarea de obtener conclusiones a partir del análisis de los
datos y generalmente implica la formulación de predicciones que serán válidas para la totalidad de los objetos de donde se
colectaron las mediciones o cuentas.
La estadística ayuda a tomar decisiones ante circunstancias cuyas características distintivas son incertidumbre y
variabilidad.
1.- La primer característica se origina en la imposibilidad de considerar todos los factores involucrados, dada la complejidad del
entorno en general.
2.- La segunda, se debe a la variación inherente en todo aquello que ocurre natural o cotidianamente, e incluso en aquello que se
fabrica, independientemente del rigor con el que se fijen y se lleven a cabo las condiciones de producción.

Con el fin de abordar la “incertidumbre”, la estadística se vale del cálculo de probabilidades, creando modelos
que permiten estimar los riesgos implicados en la toma de decisiones.
Se considera que:
1) Prácticamente todas las ciencias naturales, exactas, sociales, económicas, de la conducta y cualquier evento de la
cotidianidad, pueden enmarcarse bajo incertidumbre y variabilidad.
2) Que la toma de decisiones es indispensable y que tiene un efecto en la vida diaria, se puede empezar a vislumbrar la
importancia del estudio de la estadística.
De acuerdo con el tipo de situación y los objetivos de estudio, la estadística se divide en :
1.- Estadística descriptiva
2.- Estadística inferencial .

Técnicas Estadísticas conocidas como: Análisis exploratorio de datos,ya que tienen elementos, métodos y objetivos propios que pueden
complementar la estadística descriptiva e inferencial.
Análisis exploratorio de datos.
El análisis exploratorio de datos es la parte más actual de las técnicas estadísticas, caracterizada por su sencillez, debida principalmente a:
1) El empleo de gráficas y la reducción del uso de fórmulas algebraicas.
2) A que requiere muy pocas consideraciones previas sobre los datos.
Estos aspectos hacen que el análisis exploratorio de los datos sea un elemento ideal en la exploración preliminar de un conjunto de datos.
Estadística descriptiva.
La estadística descriptiva se emplea para describir las características básicas de los datos en el estudio. Por
medio de gráficas y valores numéricos calculados algebraicamente (media, desviación estándar, proporción, etc.), proporciona
resúmenes simples de los datos de que se dispone.
En la estadística descriptiva simplemente se describe lo que son o lo que muestran los datos, es una serie de métodos para
organizar, resumir y presentar datos de manerainformativa.
Por ejemplo: En un centro de verificación vehicular se pueden registrar las emisiones de contaminantes de un lote de automóviles,
se pueden utilizar estos datos para analizar el promedio de emisiones por lote, los márgenes de emisiones, etc., o cualesquiera de
otras medidas de los datos para el lote con base en el registro.
La mayor parte de las estadísticas deportivas, como el promedio de bateo, rebotes y número de goles, son
estadísticas descriptivas, porque se usan para describir el esfuerzo de un individuo o de un equipo. Muchos de los datos
estadísticos generados en la industria y los negocios son descriptivos. Conjuntamente con el análisis exploratorio de datos, la
estadística descriptiva forma hoy en día las bases de prácticamente cualquier análisis cuantitativo de datos.

Estadística inferencial.
En la estadística inferencial el objetivo es describir la población(totalidad de los elementos de interés), con base en la información
obtenida mediante la observación de relativamente pocos elementos individuales de la población (muestra). A este proceso se le
llama estimación de parámetros poblacionales.
Una aplicación de la estadística inferencial puede ser la investigación farmacéutica, para probar un nuevo medicamento, los
investigadores pueden diseñar experimentos con cierto número de pacientes, seleccionados de una muestra al azar a fin de que la
muestra sea representativa, y así reducir (no eliminar) la incertidumbre, tratar de llegar a conclusiones y hacer inferencias acerca
de la población a la que va dirigido e medicamento.
La estadística Inferencial es de dos tipos:
1) Estadística paramétrica: para llegar a conclusiones, la base es una distribución de probabililidades, la conclusión se refiere a
alguno (s) de los parámetros en dicha distribución.
2) Estadística no paramétrica: para llegar a conclusiones no se requiere de la suposición de una distribución de probabilidades,
por lo que también se llama libre de distribuciones, las conclusiones las basa en un análisis de rangos que corresponden a las
observaciones, más que a las mismas observaciones.
 .

Estadística Inferencial y probabilidad.

Se pueden distinguir dos aspectos básicos de la estadística inferencial:
1.- La recolección de los datos debe realizarse de tal modo que la muestra obtenida sea representativa de la población.
2.- Los procedimientos inferenciales deban permitir enunciar conclusiones respecto de la población, con cierto nivel de
confianza.
El primer aspecto se resuelve al tomar muestras aleatorias de la población, con lo cual se prepara el camino
para resolver el segundo aspecto, mediante el uso de la teoría de probabilidad.
Los resultados son empleados por la estadística inferencial, ya que se trata del proceso inverso: ir de la muestra
a la población con cierta probabilidad (nivel deconfianza), es importante que la muestra sea aleatoria, ya que de otra manera seria
imposible usar la teoría de probabilidad.
Figura 2.
DATOS Y ESCALAS DE MEDICION:
Origen de los datos.
En cuanto al origen de los datos, pueden ser un conjunto de personas, animales, plantas,objetos o incluso números
correspondientes a mediciones, dependiendo de donde secentre el interés del estudio. Independientemente de la naturaleza de los
elementos delconjunto de estudio, a la totalidad suele llamársele población, así una población pueden serlos jugadores que han
ganado el título de goleo en cada una de las copas del mundo que sehan realizado, la cosecha de aguacate de una huerta en el
estado de Michoacán, un lote deproductos manufacturados en un turno en una empresa.Como se ha visto no siempre es posible
estudiar a toda la población de modo queusualmente se emplea un subconjunto de elementos, en cuyo caso se dice que se
empleauna muestra.
Tipos de datos.
El tipo de datos lo definen los atributos en los que se tiene interés respecto a los elementosde la población. Cualquiera que sea el
atributo o característica, se puede esperar variaciónen los resultados. Se puede entonces ver el atributo de interés como una
variable.Las variables pueden clasificarse como cualitativas o cuantitativas. Es una variablecualitativa, la medición que describe un
elemento, colocándolo en una categoría o grupo.En una variable cuantitativa, en cambio, la medición da valores numéricos con los
cualespueden realizarse operaciones, como la suma o el promedio.
Escalas de medición: nominal, ordinal, de intervalo y de razón.
La medición se define como el acto de asignar nombres o números a los elementos de lapoblación de interés, de acuerdo con
ciertas reglas, se tienen diferentes escalas o nivelesde medición. Tales escalas son: nominal, ordinal, de intervalo y de razón.

Escala nominal.
En algunos casos los atributos de interés o las variables consisten en nombres o etiqueta, y las observaciones (mediciones)
únicamente se pueden clasificar. No hay sin embargo, unorden en particular para las distintas clasificaciones o categorías.En la
escala nominal la medición consiste en asignar símbolos que pueden ser letras,nombres o incluso números (sin que haya
relaciones matemáticas entre ellos).
Las características de las variables del nivel nominal son:
1.- Las categorías que se usan para las variables son mutuamente excluyentes y exhaustivas.
Un objeto pertenece a una y solo una categoría.
2.- Las categorías no guardan un orden lógico ente ellas que permita, por ejemplo ordenarlas.

Escala ordinal.
Al igual que en la escala nominal, la medición en la escala ordinal consiste en asignar símbolos que pueden ser letras, nombres e
incluso números.
Ejemplo, el desempeño con el cual clasificamos el servicio de un proveedor.
A diferencia de la escala nominal, se puede distinguir una relación entre las clasificaciones,
ya que “excelente” es mejor que “muy bueno”, “muy bueno” es mejor que “bueno”, y así
sucesivamente.
Las características de las variables del nivel ordinal son:
1. Las categorías son mutuamente excluyentes y exhaustivas.
2. Las categorías pueden ordenarse de mayor a menor (o viceversa), de acuerdo con lacaracterística especial que poseen.

Escala de intervalo.
La escala de intervalo posee todas las características de escala ordinal, con la propiedadadicional de que los nombres o símbolos
asignados son generalmente números, y la diferencia entre dos de ellos da resultados significativos, ya que hay una unidad de
medida común y constante.
Ejemplo: es la lectura de temperaturas en grados Celsius o Fahrenheit, estas temperaturasse pueden ordenar fácilmente, pero
también se puede determinar la diferencia entre las temperaturas y darle un sentido.
Las propiedades de la escala de intervalo son:
1.- Las categorías son mutuamente excluyentes y exhaustivas.
2.- Las categorías están ordenadas de acuerdo con la cantidad de la característica que poseen.
3.- Diferencias iguales en las características están presentadas por diferencias iguales en los números asignados a las categorías.
Escala de razón.
La escala de razón es el nivel más alto de medición, tiene todas las características de la escala de intervalo, pero
además, tiene un punto cero natural o teórico. Por consiguiente,además de las diferencias y las sumas, la multiplicación y la
división de los datos tienen significado numérico racional.
Variables como unidades de producción e ingresos de una empresa o negocio se expresan como medidas de razón.
Las propiedades de la escala de razón son:
1.- Las categorías son mutuamente excluyentes y exhaustivas.
2.- Las categorías están ordenadas de acuerdo con la cantidad de la característica queposeen.
3.- Diferencias iguales en la característica están representadas por diferencias iguales en los números asignados a las
características.
4.- El punto cero refleja la ausencia de esta característica.

¿Porque son importantes las escalas de medición?

La relevancia de las escalas de medición de los datos, es que indican los cálculos y las actividades graficas que se pueden realizar
con ellos para poderlos explorar, organizar,resumir y presentar. De la misma forma, las diferentes pruebas de inferencia estadística
aplicables a los datos, exigen diferentes niveles de medición. Mientras que la mayoría de las pruebas estadísticas en ingeniería y
ciencias exigen mediciones de intervalo o de razón(pruebas paramétricas), hay otras pruebas que se han diseñado para las
ciencias de la conducta que utilizan datos nominales u ordinales (pruebas no paramétricas).