SlideShare ist ein Scribd-Unternehmen logo
1 von 18
Frank Aguilar
CI: 23.634.604
Escuela de Ing.
Eléctrica
Variable
Una variable en la estadística es cada una de las características o cualidades que
poseen los individuos de una población.
Tipos de variables
Variable cualitativa: se refieren a las características o cualidades que no pueden
ser medidas con números. Podemos distinguir dos tipos:
• Variable cualitativa nominal: presenta modalidades no numéricas que no admiten
un criterio de orden.
Ejemplo: El estado civil, con las siguientes modalidades: soltero, casado, divorciado
y viudo.
• Variable cualitativa ordinal: presenta modalidades no numéricas en las que
existen un orden.
Ejemplo: La nota en un examen: suspenso, aprobado, notable, sobresaliente.
Medallas de una prueba deportiva: oro, plata, bronce.
Variable cuantitativa: es la que se expresa mediante un número, por tanto se
pueden realizar operaciones aritméticas con ella. Podemos distinguir dos tipos:
• Variable discreta: es aquella que solo puede tomar un número finito de valores
entre dos valores cualesquiera de una característica:
Ejemplo: El número de hermanos de 5 amigos: 2, 1, 0, 2, 3.
• Variable continua: es aquella que puede tomar cualquier valor entre dos valores
dados de una característica.
Ejemplo: La altura de 5 amigos: 1.73, 1.72, 1.81, 1.69, 1.75.
Podemos usar la cantidad de decimales que deseemos, si disponemos de un
instrumento de medida que nos dé la máxima aproximación deseada.
Población y Muestra
Población
Es un conjunto finito o infinito de personas, cosas o elementos que tienen
características comunes.
Ejemplo: El número de habitantes de Venezuela que arrojó el censo de 2.001; el
número de vehículos que fueron matriculados en Caracas en 2010; el número de
estudiantes inscritos en el I.U.P. Santiago Mariño en 2015; etc.
Muestra
Una muestra es un conjunto de unidades, una porción del total, que representa la
conducta del universo en su conjunto. Una muestra, en un sentido amplio, es una
parte del todo que se llama universo o población y que sirve para representarlo.
Cuando un investigador realiza en ciencias sociales un experimento, una encuesta o
cualquier tipo de estudio, trata de obtener conclusiones generales acerca de una
población determinada. Para el estudio de ese grupo, tomará un sector, al que se
conoce como muestra.
Ejemplo:
Parámetros Estadísticos
Es un número que se obtiene a partir de los datos de una distribución estadística.
Los parámetros estadísticos sirven para sintetizar la información dada por una
tabla o una gráfica.
Tipos de parámetros estadísticos
Hay tres tipos parámetros estadísticos:
• De centralización
• De posición
• De dispersión
Medidas de centralización
Nos indican en torno a qué valor (centro) se distribuyen los datos.
La medidas de centralización son:
Media aritmética: La media es el valor promedio de la distribución.
Mediana: La mediana es la puntación de la escala que separa la mitad superior de
la distribución y la inferior, es decir divide la serie de datos en dos partes
iguales.
Moda: La moda es el valor que más se repite en una distribución.
Medidas de posición
Las medidas de posición dividen un conjunto de datos en grupos con el mismo
número de individuos.
Para calcular las medidas de posición es necesario que los datos estén ordenados
de menor a mayor.
La medidas de posición son:
Cuártiles: los cuártiles dividen la serie de datos en cuatro partes iguales.
Déciles: los déciles dividen la serie de datos en diez partes iguales.
Percéntiles: los percéntiles dividen la serie de datos en cien partes iguales.
Medidas de dispersión
Las medidas de dispersión nos informan sobre cuanto se alejan del centro los
valores de la distribución.
Las medidas de dispersión son:
Rango o recorrido: el rango es la diferencia entre el mayor y el menor de los
datos de una distribución estadística.
Desviación media: la desviación media es la media aritmética de los valores
absolutos de las desviaciones respecto a la media.
Varianza: la varianza es la media aritmética del cuadrado de las desviaciones
respecto a la media.
Desviación típica: la desviación típica es la raíz cuadrada de la varianza.
Escalas de Medición
Son una sucesión de medidas que permiten organizar datos en orden jerárquico.
Las escalas de medición, pueden ser clasificadas de acuerdo a una degradación de
las características de las variables. Estas escalas son:
• Nominales: una escala de medición es nominal si los datos son etiquetas o
categorías que se usan para definir un atributo de un elemento. Los datos nominales
pueden ser numéricos o no numéricos.
Ejemplo: El sexo de una persona es un dato nominal no numérico. El numero de
seguro social de una persona es un dato nominal numérico.
• Ordinales: una escala de medición es ordinal si los datos pueden usarse para
jerarquizar u ordenar las observaciones. Los datos ordinales pueden ser numéricos o
no numéricos.
Ejemplo: Las medidas pequeño, mediano y grande para dar el tamaño de un
objeto son datos ordinales no numéricos.
• Intervalares: una escala de medición es intervalares si los datos tienen las
propiedades de los datos ordinales y los intervalos entre observaciones se expresan
en términos de una unidad de medición fija. Los datos de intervalo tienen que ser
numéricos.
Ejemplo: Las mediciones de temperatura son datos de intervalo. Suponga que
la temperatura en un lugar es de 21°C y en otro es de 4°C. Estos lugares se pueden
jerarquizar de acuerdo con lo calurosos que son: el primero es más caliente que el
segundo. La unidad fija de medición, 1°C , permite decir cuán más caliente es el
primer lugar: 17°C .
• Racionales: una escala de medición es de razón si los datos tienen las propiedades
de los datos de intervalo y el cociente (o razón) entre dos medidas tiene sentido.
Los datos de razón tienen que ser numéricos.
Ejemplo: Variables como la distancia, la altura, el peso y el tiempo se miden con una
escala de razón.
Sumatoria, Razón, Proporción, Tasa y Frecuencia
Sumatoria
Se emplea para representar la suma de muchos o infinitos sumandos.
La expresión se lee: "sumatoria de Xi, donde i toma los valores de 1 a n".
La operación sumatoria se expresa con la letra griega sigma mayúscula Σ.
i es el valor inicial llamado límite inferior.
n es el valor final llamado límite superior.
Si la sumatoria abarca la totalidad de los valores, su expresión se puede
simplificar:
La suma de las frecuencias absolutas se puede expresar como: o
y la media como: o
Ejemplo:
Razón
Puede definirse como magnitudes que expresan la relación aritmética existente
entre dos eventos en una misma población, o un solo evento en dos poblaciones. Es un
cociente cuyo numerador no está contenido en el denominador. La dimensionalidad
de la razón queda anulada por cancelación algebraica, no tiene unidades. El rango de
una razón es de 0 al infinito.
Ejemplo:
En una población:
a = 300 hombre
b = 200 mujeres
Esta razón se interpreta afirmando que en esta población existe un promedio de 1,5
hombres por cada mujer (o 15 hombres por cada 10 mujeres).
Proporción
Las proporciones son medidas que expresan la frecuencia con la que ocurre un
evento en relación con la población total. Esta medida se calcula dividiendo el
número de eventos ocurridos entre la población en la que ocurrieron. Como cada
elemento de la población puede contribuir únicamente con un evento, es lógico que
al ser el numerador (el volumen de eventos) una parte del denominador (la población
en la que se presentaron los eventos), el primero nunca será más grande que el
segundo. Esta es la razón por la que el resultado no puede ser mayor que la unidad y
oscila siempre entre cero y uno.
Ejemplo:
Si en un año se presentan 3 muertes en una población compuesta por 100 personas,
la proporción anual de muertes en esa población será:
En el ejemplo anterior, la proporción anual de muertes en la población sería de 3
por 100, o de 3%, el denominador no incluye el tiempo. Las proporciones expresan
únicamente la relación que existe entre el numerador de veces en las que se
presenta un evento y el número total de ocasiones que pudo presentarse.
Tasas
El concepto de tasa es similar al de una proporción, con la diferencia de que las
tasas llevan incorporado el concepto de tiempo. Las tasas expresan la dinámica de un
suceso en una población a lo largo del tiempo. Se puede definir como la magnitud del
cambio de una variable (enfermedad o muerte) por unidad de cambio de otra
(usualmente el tiempo) en relación con el tamaño de la población que se encuentra en
riesgo de experimentar el suceso. En las tasas, el numerador expresa el número de
eventos sucedidos durante un periodo en un número determinado de sujetos
observados. A diferencia de una proporción, el denominador de una tasa no expresa
el número de sujetos en observación, sino el tiempo durante el cual tales sujetos
estuvieron en riesgo de sufrir el evento. La unidad de medida empleada se conoce
como tiempo – persona de seguimiento u observación.
El cálculo de tasas se realiza dividiendo el total de eventos ocurridos en un periodo
dado en una población entre el tiempo – persona total (es decir, la suma de los
periodos individuales libres de la enfermedad) en el que los sujetos estuvieron en
riesgo de presentar el evento. Las tasas se expresan multiplicando el resultado
obtenido por una potencia de 10, con el fin de permitir rápidamente su comparación
con otras cosas.
Ejemplo:
La observación de 100 individuos en riesgo de padecer el evento durante un año
corresponde a 100 años – persona de seguimiento. De manera similar, 10 sujetos
observados durante 10 años corresponden a 100 años – persona de seguimiento.
Si en una población la tasa de infarto al miocardio es 0,008 años-1, la
interpretación será que se producen ocho infartos por mil habitantes al año.
Referencias bibliográficas
VITUTOR. Variable estadística. [en línea]
Actualizada: 11 mayo 2016. [Fecha de consulta: 22 junio 2016]. Disponible en:
http://www.vitutor.com/estadistica/descriptiva/a_2.html
Salama, David. Estadística, metodología y aplicaciones. Caracas. Tipografía
Principios. 1998.
VITUTOR. Parámetros estadísticos. [en línea].
Actualizada: 09 marzo 2016. [Fecha de consulta: 22 junio 2016]. Disponible en:
http://www.vitutor.com/estadistica/descriptiva/a_7.html
GOOGLE Sites. Estadística y Bioestadística. [en línea].
Actualizada: 11 junio 2016. [Fecha de consulta: 22 junio 2016]. Disponible en:
https://sites.google.com/site/tallerdebioestadistica/estadistica-descriptiva/1-3-
escalas-de-medicion-escala-nominal-ordinal-de-intervalo-y-de-razon
UNAD. Porporción, Tasa, Razón. [en línea].
Actualizada: 13 agosto 2012. [Fecha de consulta: 22 junio 2016]. Disponible en:
http://datateca.unad.edu.co/contenidos/358009/exe/leccin_16__proporcin_tasa_
razn.html

Weitere ähnliche Inhalte

Was ist angesagt?

Estadística no paramétrica.pptx
Estadística no paramétrica.pptxEstadística no paramétrica.pptx
Estadística no paramétrica.pptx
RojasSotoEduardo
 
Problemas ondas y sonido
Problemas ondas y sonidoProblemas ondas y sonido
Problemas ondas y sonido
gyox27
 
Contraste de hipotesis
Contraste de hipotesisContraste de hipotesis
Contraste de hipotesis
Yerko Bravo
 
4. estadistica inferencial
4.  estadistica inferencial4.  estadistica inferencial
4. estadistica inferencial
rbarriosm
 

Was ist angesagt? (20)

Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 
Estadística no paramétrica.pptx
Estadística no paramétrica.pptxEstadística no paramétrica.pptx
Estadística no paramétrica.pptx
 
Distribucion de la diferencia de medias
Distribucion de la diferencia de mediasDistribucion de la diferencia de medias
Distribucion de la diferencia de medias
 
Problemas ondas y sonido
Problemas ondas y sonidoProblemas ondas y sonido
Problemas ondas y sonido
 
EstadíStica Escala
EstadíStica EscalaEstadíStica Escala
EstadíStica Escala
 
Estadística Inferencial
Estadística Inferencial Estadística Inferencial
Estadística Inferencial
 
Muestreo
MuestreoMuestreo
Muestreo
 
Ejrcicios elasticidad 2016
Ejrcicios elasticidad 2016Ejrcicios elasticidad 2016
Ejrcicios elasticidad 2016
 
Contraste de hipótesis Bilateral y Unilateral
Contraste de hipótesis Bilateral y UnilateralContraste de hipótesis Bilateral y Unilateral
Contraste de hipótesis Bilateral y Unilateral
 
Muestreo no probabilistico
Muestreo no probabilisticoMuestreo no probabilistico
Muestreo no probabilistico
 
Muestreo Estadistico
Muestreo EstadisticoMuestreo Estadistico
Muestreo Estadistico
 
Contraste de hipotesis
Contraste de hipotesisContraste de hipotesis
Contraste de hipotesis
 
Informe Medición
Informe Medición  Informe Medición
Informe Medición
 
ESTADISTICA - EJERCICIOS DE MUESTREO
ESTADISTICA - EJERCICIOS DE MUESTREOESTADISTICA - EJERCICIOS DE MUESTREO
ESTADISTICA - EJERCICIOS DE MUESTREO
 
EstadíStica Inferencial
EstadíStica InferencialEstadíStica Inferencial
EstadíStica Inferencial
 
Prueba de hipótesis
Prueba de hipótesisPrueba de hipótesis
Prueba de hipótesis
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Inferencia Estadística
Inferencia EstadísticaInferencia Estadística
Inferencia Estadística
 
T de student
T de studentT de student
T de student
 
4. estadistica inferencial
4.  estadistica inferencial4.  estadistica inferencial
4. estadistica inferencial
 

Ähnlich wie Estadistica

Terminos basicos de la estadistica.
Terminos basicos de la estadistica.Terminos basicos de la estadistica.
Terminos basicos de la estadistica.
deissys02
 

Ähnlich wie Estadistica (20)

Terminos Basicos de la Estadistica
Terminos Basicos de la EstadisticaTerminos Basicos de la Estadistica
Terminos Basicos de la Estadistica
 
Términos Básicos de Estadística l
Términos Básicos de Estadística lTérminos Básicos de Estadística l
Términos Básicos de Estadística l
 
Estadistica ZV Profesor Pedro Beltran
Estadistica ZV Profesor Pedro BeltranEstadistica ZV Profesor Pedro Beltran
Estadistica ZV Profesor Pedro Beltran
 
Términos básicos de estadística ericka jaimes
Términos básicos de estadística   ericka jaimesTérminos básicos de estadística   ericka jaimes
Términos básicos de estadística ericka jaimes
 
Términos básicos de estadística ericka jaimes
Términos básicos de estadística   ericka jaimesTérminos básicos de estadística   ericka jaimes
Términos básicos de estadística ericka jaimes
 
Estadistica
Estadistica Estadistica
Estadistica
 
Trabajo de estadistica
Trabajo de estadisticaTrabajo de estadistica
Trabajo de estadistica
 
Estadistica 122
Estadistica 122Estadistica 122
Estadistica 122
 
Estadistica 1
Estadistica 1Estadistica 1
Estadistica 1
 
La estadística
La estadísticaLa estadística
La estadística
 
Diapositiva ronald ma
Diapositiva ronald maDiapositiva ronald ma
Diapositiva ronald ma
 
Paramentros estadísticos
Paramentros estadísticosParamentros estadísticos
Paramentros estadísticos
 
Estadistica.. variables
Estadistica.. variablesEstadistica.. variables
Estadistica.. variables
 
Terminos basicos de la estadistica.
Terminos basicos de la estadistica.Terminos basicos de la estadistica.
Terminos basicos de la estadistica.
 
Candida bragado
Candida bragadoCandida bragado
Candida bragado
 
Conceptos Básicos de Estadistica.
Conceptos Básicos de Estadistica.Conceptos Básicos de Estadistica.
Conceptos Básicos de Estadistica.
 
Terminos basicos de estadistica.
Terminos basicos de estadistica.Terminos basicos de estadistica.
Terminos basicos de estadistica.
 
Terminos basicos de estadistica.
Terminos basicos de estadistica.Terminos basicos de estadistica.
Terminos basicos de estadistica.
 
Terminos basicos de estadistica.
Terminos basicos de estadistica.Terminos basicos de estadistica.
Terminos basicos de estadistica.
 
Terminos basicos de estadistica.
Terminos basicos de estadistica.Terminos basicos de estadistica.
Terminos basicos de estadistica.
 

Kürzlich hochgeladen

4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdf
4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdf4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdf
4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdf
nicolascastaneda8
 
analisis tecnologico( diagnostico tecnologico, herramienta de toma de deciones)
analisis tecnologico( diagnostico tecnologico, herramienta de toma de deciones)analisis tecnologico( diagnostico tecnologico, herramienta de toma de deciones)
analisis tecnologico( diagnostico tecnologico, herramienta de toma de deciones)
Ricardo705519
 
PRESENTACION NOM-009-STPS-TRABAJOS EN ALTURAS
PRESENTACION NOM-009-STPS-TRABAJOS EN ALTURASPRESENTACION NOM-009-STPS-TRABAJOS EN ALTURAS
PRESENTACION NOM-009-STPS-TRABAJOS EN ALTURAS
ejcelisgiron
 

Kürzlich hochgeladen (20)

Elaboración de la estructura del ADN y ARN en papel.pdf
Elaboración de la estructura del ADN y ARN en papel.pdfElaboración de la estructura del ADN y ARN en papel.pdf
Elaboración de la estructura del ADN y ARN en papel.pdf
 
PERFORACIÓN Y VOLADURA EN MINERÍA APLICADO
PERFORACIÓN Y VOLADURA EN MINERÍA APLICADOPERFORACIÓN Y VOLADURA EN MINERÍA APLICADO
PERFORACIÓN Y VOLADURA EN MINERÍA APLICADO
 
4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdf
4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdf4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdf
4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdf
 
Sesion 6 _ Curso Integrador II_TSZVQJ.pdf
Sesion 6 _ Curso Integrador II_TSZVQJ.pdfSesion 6 _ Curso Integrador II_TSZVQJ.pdf
Sesion 6 _ Curso Integrador II_TSZVQJ.pdf
 
JM HIDROGENO VERDE- OXI-HIDROGENO en calderas - julio 17 del 2023.pdf
JM HIDROGENO VERDE- OXI-HIDROGENO en calderas - julio 17 del 2023.pdfJM HIDROGENO VERDE- OXI-HIDROGENO en calderas - julio 17 del 2023.pdf
JM HIDROGENO VERDE- OXI-HIDROGENO en calderas - julio 17 del 2023.pdf
 
CALCULO DE ENGRANAJES RECTOS SB-2024.pptx
CALCULO DE ENGRANAJES RECTOS SB-2024.pptxCALCULO DE ENGRANAJES RECTOS SB-2024.pptx
CALCULO DE ENGRANAJES RECTOS SB-2024.pptx
 
TIPOS DE SOPORTES - CLASIFICACION IG.pdf
TIPOS DE SOPORTES - CLASIFICACION IG.pdfTIPOS DE SOPORTES - CLASIFICACION IG.pdf
TIPOS DE SOPORTES - CLASIFICACION IG.pdf
 
DIAPOSITIVAS DE SEGURIDAD Y SALUD EN EL TRABAJO
DIAPOSITIVAS DE SEGURIDAD Y SALUD EN EL TRABAJODIAPOSITIVAS DE SEGURIDAD Y SALUD EN EL TRABAJO
DIAPOSITIVAS DE SEGURIDAD Y SALUD EN EL TRABAJO
 
analisis tecnologico( diagnostico tecnologico, herramienta de toma de deciones)
analisis tecnologico( diagnostico tecnologico, herramienta de toma de deciones)analisis tecnologico( diagnostico tecnologico, herramienta de toma de deciones)
analisis tecnologico( diagnostico tecnologico, herramienta de toma de deciones)
 
Maquinaria Agricola utilizada en la produccion de Piña.pdf
Maquinaria Agricola utilizada en la produccion de Piña.pdfMaquinaria Agricola utilizada en la produccion de Piña.pdf
Maquinaria Agricola utilizada en la produccion de Piña.pdf
 
Practica PLC MIcrologix 1400 con pantalla HMI y servomotor
Practica PLC MIcrologix 1400 con pantalla HMI y servomotorPractica PLC MIcrologix 1400 con pantalla HMI y servomotor
Practica PLC MIcrologix 1400 con pantalla HMI y servomotor
 
Gestion de proyectos para el control y seguimiento
Gestion de proyectos para el control  y seguimientoGestion de proyectos para el control  y seguimiento
Gestion de proyectos para el control y seguimiento
 
PRESENTACION NOM-009-STPS-TRABAJOS EN ALTURAS
PRESENTACION NOM-009-STPS-TRABAJOS EN ALTURASPRESENTACION NOM-009-STPS-TRABAJOS EN ALTURAS
PRESENTACION NOM-009-STPS-TRABAJOS EN ALTURAS
 
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdf
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdfReporte de simulación de flujo del agua en un volumen de control MNVA.pdf
Reporte de simulación de flujo del agua en un volumen de control MNVA.pdf
 
UNIDAD II 2.pdf ingenieria civil lima upn
UNIDAD  II 2.pdf ingenieria civil lima upnUNIDAD  II 2.pdf ingenieria civil lima upn
UNIDAD II 2.pdf ingenieria civil lima upn
 
Controladores Lógicos Programables Usos y Ventajas
Controladores Lógicos Programables Usos y VentajasControladores Lógicos Programables Usos y Ventajas
Controladores Lógicos Programables Usos y Ventajas
 
Principales aportes de la carrera de William Edwards Deming
Principales aportes de la carrera de William Edwards DemingPrincipales aportes de la carrera de William Edwards Deming
Principales aportes de la carrera de William Edwards Deming
 
Ejemplos aplicados de flip flops para la ingenieria
Ejemplos aplicados de flip flops para la ingenieriaEjemplos aplicados de flip flops para la ingenieria
Ejemplos aplicados de flip flops para la ingenieria
 
Resistencia-a-los-antimicrobianos--laboratorio-al-cuidado-del-paciente_Marcel...
Resistencia-a-los-antimicrobianos--laboratorio-al-cuidado-del-paciente_Marcel...Resistencia-a-los-antimicrobianos--laboratorio-al-cuidado-del-paciente_Marcel...
Resistencia-a-los-antimicrobianos--laboratorio-al-cuidado-del-paciente_Marcel...
 
MANTENIBILIDAD Y CONFIABILIDAD DE LOS SISTEMAS MECANICOS
MANTENIBILIDAD Y CONFIABILIDAD DE LOS SISTEMAS MECANICOSMANTENIBILIDAD Y CONFIABILIDAD DE LOS SISTEMAS MECANICOS
MANTENIBILIDAD Y CONFIABILIDAD DE LOS SISTEMAS MECANICOS
 

Estadistica

  • 2. Variable Una variable en la estadística es cada una de las características o cualidades que poseen los individuos de una población. Tipos de variables Variable cualitativa: se refieren a las características o cualidades que no pueden ser medidas con números. Podemos distinguir dos tipos: • Variable cualitativa nominal: presenta modalidades no numéricas que no admiten un criterio de orden. Ejemplo: El estado civil, con las siguientes modalidades: soltero, casado, divorciado y viudo. • Variable cualitativa ordinal: presenta modalidades no numéricas en las que existen un orden. Ejemplo: La nota en un examen: suspenso, aprobado, notable, sobresaliente. Medallas de una prueba deportiva: oro, plata, bronce.
  • 3. Variable cuantitativa: es la que se expresa mediante un número, por tanto se pueden realizar operaciones aritméticas con ella. Podemos distinguir dos tipos: • Variable discreta: es aquella que solo puede tomar un número finito de valores entre dos valores cualesquiera de una característica: Ejemplo: El número de hermanos de 5 amigos: 2, 1, 0, 2, 3. • Variable continua: es aquella que puede tomar cualquier valor entre dos valores dados de una característica. Ejemplo: La altura de 5 amigos: 1.73, 1.72, 1.81, 1.69, 1.75. Podemos usar la cantidad de decimales que deseemos, si disponemos de un instrumento de medida que nos dé la máxima aproximación deseada.
  • 4. Población y Muestra Población Es un conjunto finito o infinito de personas, cosas o elementos que tienen características comunes. Ejemplo: El número de habitantes de Venezuela que arrojó el censo de 2.001; el número de vehículos que fueron matriculados en Caracas en 2010; el número de estudiantes inscritos en el I.U.P. Santiago Mariño en 2015; etc.
  • 5. Muestra Una muestra es un conjunto de unidades, una porción del total, que representa la conducta del universo en su conjunto. Una muestra, en un sentido amplio, es una parte del todo que se llama universo o población y que sirve para representarlo. Cuando un investigador realiza en ciencias sociales un experimento, una encuesta o cualquier tipo de estudio, trata de obtener conclusiones generales acerca de una población determinada. Para el estudio de ese grupo, tomará un sector, al que se conoce como muestra. Ejemplo:
  • 6. Parámetros Estadísticos Es un número que se obtiene a partir de los datos de una distribución estadística. Los parámetros estadísticos sirven para sintetizar la información dada por una tabla o una gráfica. Tipos de parámetros estadísticos Hay tres tipos parámetros estadísticos: • De centralización • De posición • De dispersión
  • 7. Medidas de centralización Nos indican en torno a qué valor (centro) se distribuyen los datos. La medidas de centralización son: Media aritmética: La media es el valor promedio de la distribución. Mediana: La mediana es la puntación de la escala que separa la mitad superior de la distribución y la inferior, es decir divide la serie de datos en dos partes iguales. Moda: La moda es el valor que más se repite en una distribución.
  • 8. Medidas de posición Las medidas de posición dividen un conjunto de datos en grupos con el mismo número de individuos. Para calcular las medidas de posición es necesario que los datos estén ordenados de menor a mayor. La medidas de posición son: Cuártiles: los cuártiles dividen la serie de datos en cuatro partes iguales. Déciles: los déciles dividen la serie de datos en diez partes iguales. Percéntiles: los percéntiles dividen la serie de datos en cien partes iguales.
  • 9. Medidas de dispersión Las medidas de dispersión nos informan sobre cuanto se alejan del centro los valores de la distribución. Las medidas de dispersión son: Rango o recorrido: el rango es la diferencia entre el mayor y el menor de los datos de una distribución estadística. Desviación media: la desviación media es la media aritmética de los valores absolutos de las desviaciones respecto a la media. Varianza: la varianza es la media aritmética del cuadrado de las desviaciones respecto a la media. Desviación típica: la desviación típica es la raíz cuadrada de la varianza.
  • 10. Escalas de Medición Son una sucesión de medidas que permiten organizar datos en orden jerárquico. Las escalas de medición, pueden ser clasificadas de acuerdo a una degradación de las características de las variables. Estas escalas son: • Nominales: una escala de medición es nominal si los datos son etiquetas o categorías que se usan para definir un atributo de un elemento. Los datos nominales pueden ser numéricos o no numéricos. Ejemplo: El sexo de una persona es un dato nominal no numérico. El numero de seguro social de una persona es un dato nominal numérico. • Ordinales: una escala de medición es ordinal si los datos pueden usarse para jerarquizar u ordenar las observaciones. Los datos ordinales pueden ser numéricos o no numéricos. Ejemplo: Las medidas pequeño, mediano y grande para dar el tamaño de un objeto son datos ordinales no numéricos.
  • 11. • Intervalares: una escala de medición es intervalares si los datos tienen las propiedades de los datos ordinales y los intervalos entre observaciones se expresan en términos de una unidad de medición fija. Los datos de intervalo tienen que ser numéricos. Ejemplo: Las mediciones de temperatura son datos de intervalo. Suponga que la temperatura en un lugar es de 21°C y en otro es de 4°C. Estos lugares se pueden jerarquizar de acuerdo con lo calurosos que son: el primero es más caliente que el segundo. La unidad fija de medición, 1°C , permite decir cuán más caliente es el primer lugar: 17°C . • Racionales: una escala de medición es de razón si los datos tienen las propiedades de los datos de intervalo y el cociente (o razón) entre dos medidas tiene sentido. Los datos de razón tienen que ser numéricos. Ejemplo: Variables como la distancia, la altura, el peso y el tiempo se miden con una escala de razón.
  • 12. Sumatoria, Razón, Proporción, Tasa y Frecuencia Sumatoria Se emplea para representar la suma de muchos o infinitos sumandos. La expresión se lee: "sumatoria de Xi, donde i toma los valores de 1 a n". La operación sumatoria se expresa con la letra griega sigma mayúscula Σ. i es el valor inicial llamado límite inferior. n es el valor final llamado límite superior. Si la sumatoria abarca la totalidad de los valores, su expresión se puede simplificar: La suma de las frecuencias absolutas se puede expresar como: o y la media como: o
  • 14. Razón Puede definirse como magnitudes que expresan la relación aritmética existente entre dos eventos en una misma población, o un solo evento en dos poblaciones. Es un cociente cuyo numerador no está contenido en el denominador. La dimensionalidad de la razón queda anulada por cancelación algebraica, no tiene unidades. El rango de una razón es de 0 al infinito. Ejemplo: En una población: a = 300 hombre b = 200 mujeres Esta razón se interpreta afirmando que en esta población existe un promedio de 1,5 hombres por cada mujer (o 15 hombres por cada 10 mujeres).
  • 15. Proporción Las proporciones son medidas que expresan la frecuencia con la que ocurre un evento en relación con la población total. Esta medida se calcula dividiendo el número de eventos ocurridos entre la población en la que ocurrieron. Como cada elemento de la población puede contribuir únicamente con un evento, es lógico que al ser el numerador (el volumen de eventos) una parte del denominador (la población en la que se presentaron los eventos), el primero nunca será más grande que el segundo. Esta es la razón por la que el resultado no puede ser mayor que la unidad y oscila siempre entre cero y uno. Ejemplo: Si en un año se presentan 3 muertes en una población compuesta por 100 personas, la proporción anual de muertes en esa población será: En el ejemplo anterior, la proporción anual de muertes en la población sería de 3 por 100, o de 3%, el denominador no incluye el tiempo. Las proporciones expresan únicamente la relación que existe entre el numerador de veces en las que se presenta un evento y el número total de ocasiones que pudo presentarse.
  • 16. Tasas El concepto de tasa es similar al de una proporción, con la diferencia de que las tasas llevan incorporado el concepto de tiempo. Las tasas expresan la dinámica de un suceso en una población a lo largo del tiempo. Se puede definir como la magnitud del cambio de una variable (enfermedad o muerte) por unidad de cambio de otra (usualmente el tiempo) en relación con el tamaño de la población que se encuentra en riesgo de experimentar el suceso. En las tasas, el numerador expresa el número de eventos sucedidos durante un periodo en un número determinado de sujetos observados. A diferencia de una proporción, el denominador de una tasa no expresa el número de sujetos en observación, sino el tiempo durante el cual tales sujetos estuvieron en riesgo de sufrir el evento. La unidad de medida empleada se conoce como tiempo – persona de seguimiento u observación. El cálculo de tasas se realiza dividiendo el total de eventos ocurridos en un periodo dado en una población entre el tiempo – persona total (es decir, la suma de los periodos individuales libres de la enfermedad) en el que los sujetos estuvieron en riesgo de presentar el evento. Las tasas se expresan multiplicando el resultado obtenido por una potencia de 10, con el fin de permitir rápidamente su comparación con otras cosas.
  • 17. Ejemplo: La observación de 100 individuos en riesgo de padecer el evento durante un año corresponde a 100 años – persona de seguimiento. De manera similar, 10 sujetos observados durante 10 años corresponden a 100 años – persona de seguimiento. Si en una población la tasa de infarto al miocardio es 0,008 años-1, la interpretación será que se producen ocho infartos por mil habitantes al año.
  • 18. Referencias bibliográficas VITUTOR. Variable estadística. [en línea] Actualizada: 11 mayo 2016. [Fecha de consulta: 22 junio 2016]. Disponible en: http://www.vitutor.com/estadistica/descriptiva/a_2.html Salama, David. Estadística, metodología y aplicaciones. Caracas. Tipografía Principios. 1998. VITUTOR. Parámetros estadísticos. [en línea]. Actualizada: 09 marzo 2016. [Fecha de consulta: 22 junio 2016]. Disponible en: http://www.vitutor.com/estadistica/descriptiva/a_7.html GOOGLE Sites. Estadística y Bioestadística. [en línea]. Actualizada: 11 junio 2016. [Fecha de consulta: 22 junio 2016]. Disponible en: https://sites.google.com/site/tallerdebioestadistica/estadistica-descriptiva/1-3- escalas-de-medicion-escala-nominal-ordinal-de-intervalo-y-de-razon UNAD. Porporción, Tasa, Razón. [en línea]. Actualizada: 13 agosto 2012. [Fecha de consulta: 22 junio 2016]. Disponible en: http://datateca.unad.edu.co/contenidos/358009/exe/leccin_16__proporcin_tasa_ razn.html