DEFINICIN ESTADSTICA Ciencia que se ocupa del estudio de fenmenos de tipo genrico, normalmente complejos y enmarcados en un universo variable,

mediante el empleo de modelos de reduccin de la informacin y de anlisis de validacin de los resultados en trminos de representatividad . Si bien no hay una definicin de estadstica exacta, se puede decir que la estadstica es el estudio de los mtodos y procedimientos para recoger, clasificar, resumir y analizar datos y para hacer inferencias cientficas partiendo de tales datos . DIVISIN DE LA ESTADSTICA La estadstica se puede dividir en 2 categoras, la estadstica descriptiva y la inferencia estadstica . ESTADISTICA DESCRIPTIVA La estadstica descriptiva implica la abstraccin de varias propiedades de conjuntos de observaciones, mediante el empleo de mtodos grficos, tabulares numricos. Entre estas propiedades, estn la frecuencia con que se dan varios valores en la observacin, la nocin de un valor tpico o usual, la cantidad de variabilidad en un conjunto de datos observados y la medida de relaciones entre 2 mas variables. La estadstica descriptiva o deductiva. Se construye a partir de los datos y la inferencia sobre la poblacin no se puede realizar, al menos con una confianza determ inada, la representacin de la informacin obtenida de los datos se representa mediante el uso de unos cuantos parmetros, tablas y algunas graficas planteadas de tal forma que den importancia los mismos datos a travs de parmetros que caractericen la distribucin. Se da importancia a: la organizacin de datos (seleccin, clasificacin, rboles, histogramas, combinaciones, ) la estadstica descriptiva y sus medidas (media, mediana, varianza, desviacin tpica) ESTADISTICA INFERENCIAL La inferencia estadstica se basa en las conclusiones a la que se llega por la ciencia experimental basndose en informacin incompleta. Por ejemplo, Mendel al estudiar la manera como diferan entre s las plantas de guisantes en altura, color de las semillas, color de las vainas y color de las flores, tuvo que hacer sus conclusiones necesariamente basndose en un grupo de plantas relativamente poco numeroso comparado con toda la poblacin de plantas de guisantes de un tipo particular. Campo de aplicacin: En la actualidad se aplica en las ciencias sociales, en las ciencias naturales.(fsicas, meteorolgicas) en la industria (Produccin y control de calidad) en la administracin industrial (Recursos humanos, materiales, tiempos y movimientos etc.) en la economa, en las finanzas (inversiones, bolsas de valores) en la agricultura (periodo de siembra, calendario de lluvia) en el comercio, en la educacin, en la medicina, etc.

DEFINICION DE UN PROBLEMA Solucin de un problema estadstico La solucin de un problema estadstico comprende los siguientes pasos: A)Planteamiento del problema. En el planteamiento se define la poblacin, la caracterstica a estudiar (las variables), una hiptesis, etc. En este punto tambin se analizan los medios de los que se dispone y el procedimiento a seguir. B) Elaboracin de un modelo. Se establece un modelo terico de comportamiento de las variables de estudio. En ocasiones no es posible disear el modelo hasta realizar un estudio previo. Los posibles modelos son Normal, Binomial, Poisson, Uniforme, etc. C) Extraccin de la muestra. Se usa alguna tcnica de muestreo o un diseo experimental para obtener informacin de una pequea parte de la poblacin. D) Tratamiento de los datos. En esta fase se eliminan posibles errores, se depura la muestra, se tabulan los datos y se calculan los valores que sern necesarios en pasos posteriores, como la media y la varianza de la muestra. Los mtodos de esta etapa corresponden a los mtodos de la estadstica descriptiva. Algunas de las etapas de esta fase son: recopilacin, clasificacin y presentacin de la informacin. E) Estimacin de los parmetros, La estadstica inferencial nos proporciona herramientas para la prediccin o estimacin de los parmetros de la poblacin que nos ayudarn a resolver el problema. Un ejemplo de estas herramientas son las pruebas de hiptesis que se obtienen del anlisis de los datos y los intervalos de confianza Medidas de tendencia central Cuando se desea describir grupos de observaciones, con frecuencia se desea hacerlo describiendo el grupo con un solo nmero, por lo tanto no se har describiendo solo los nmeros mximos y mnimos ya que solo se tendra los extremos por lo tanto se tiene que utilizar un nmero central que describa un valor tpico en un grupo de observaciones al cual se le denominara medida de tendencia central. La medidas de tendencia central se aplican a grupos y no a individuos. Un promedio es una caracterstica de grupo, no individual. La Media aritmtica: La medida de tendencia central es el promedio de las observaciones del grupo. Se obtiene sumando las observaciones y dividiendo esta suma por el nmero de observaciones que hay en el grupo.
 La media resume en un valor las caractersticas de una variable teniendo en cuenta a todos los casos.  Solo puede utilizarse con variables cuantitativas.  Usualmente es abreviada como media

Propiedades de la media aritmtica

 1. Puede ser calculada en distribuciones con escala relativa e intervalar.  2. Todos los valores son incluidos en el cmputo de la media.  3. Una serie de datos solo tiene una media.  4. Es una medida muy til para comparar dos o ms poblaciones.  5. Es la nica medida de tendencia central donde la suma de las desviaciones de cada valor respecto a la media es igual a cero. Por lo tanto podemos considerar a la media como el punto de balance de una serie de datos.

Desventajas de la media aritmtica 1. Si alguno de los valores es extremadamente grande o extremadamente pequeo, la media no es el promedio apropiado para representar la serie de datos. 2. No se puede determinar si en una distribucin de frecuencias hay intervalos de clase abiertos.

Media Geomtrica La media geomtrica es la raz ensima del producto de todos los valores de la serie. Promedio ponderado: Es el promedio que se utiliza cuando a los valores por promediar tienen diferentes grados de importancia entre s.

Mediana: Es el valor situado en medio en un conjunto de observaciones ordenadas por magnitud. valor tal que no ms de la mitad de las observaciones son menores que l y no ms de la mitad mayores. Forma calcular Mediana:
 El primer paso es ordenar los datos de acuerdo a su magnitud  Determina el valor central de la serie y esa es la mediana.

FORMULA: Posicin de la mediana= N +1 2

Si el nmero de datos es par, existirn dos valores centrales y entonces la mediana se obtiene sacando el promedio de ellos. Moda: La moda es el valor que ocurre con mas frecuencia en un conjunto de observaciones. Ejemplos: Es la altura ms repetida Es la velocidad ms comn Ventaja: No se ve afectada por la presencia de valores altos o bajos. Limitacin:
 Requiere un nmero suficiente de observaciones para que se manifieste o se defina claramente.  Puede darse el caso de que una determinada serie no tenga moda o que tenga varias modas.

Los cuantilos

En algunas ocasiones es importante obtener valores que dividan el conjunto de datos en fracciones especificas. As como la mediana divide el conjunto de datos en dos partes iguales, es decir, la mitad de los valores son inferiores a la mediana y la otra mitad son superiores. Si cada una de estas mitades se volviera a dividir por la mitad, el conjunto quedara dividido en cuatro partes y cada parte se llamara cuartilo. Pero el conjunto puede dividirse tambin por 10 (deciles) o por 100 (percentiles) y todos se llaman cuantilos. Tanto la mediana, como los cuartilos y los deciles pueden expresarse como percentiles.

Percentiles: Los percentiles representan los valores de la variable que estn por debajo de un porcentaje, el cual puede ser una valor de 1% a 100% (en otras palabras, el total de los datos es divido en 100 partes iguales). Observacin: A veces puede ser til otorgar pesos o valores a los datos dependiendo de su relevancia para determinado estudio. En esos casos se puede utilizar una media ponderada