Indi ce

Unidad I Estadstica
1. Usos y aplicaciones de la estadstica ...............................................................................................................3
2. Conceptos bsicos................................................................................................................................................ 6
3. Variables y su clasificacin............................................................................................................................. 10
4. Clasificacin de escalas .................................................................................................................................. 13
5. Muestreo y censo.............................................................................................................................................. 16
6. Muestreo aleatorio ........................................................................................................................................... 19
7. Clasificacin de la estadstica......................................................................................................................... 23
Unidad II Presentacin de la informacin
8. Construccin de tablas de informacin.......................................................................................................... 27
9. Hoja d conteo y categoras............................................................................................................................. 33
10. Distribucin de frecuencias........................................................................................................................... 38
11. Lmites reales y marcas de clase............................................................................. ....................................... 42
12. Tipos de frecuencias ...................................................................................................... ................................ 47
13. Reglas de construccin de grficas ............................................................................................................... 52
14. Grficas circulares y diagramas de barras.................................................................................................... 56
15. Histogramas y polgonos de frecuencia.................................................................................... 61
16. Polgonos de frecuencias acumuladas................................................................................................ .. 67
17. Repaso de uni dad............................................................................................................................................. 72
Unidad I I I Medidas de tendencia central y de dispersin
18. Notacin sigma ................................................................................................................................................ 81
19. Media aritmtica ............................................................................................................................................. 85
Int roducci n
Actualmente la vida de todo ser humano se ha ido transformando de acuerdo a los avances cientficos,
tecnolgicos, educativos, etc., de tal forma que el hombre se ha visto en la necesidad de tomar decisiones de
diversa ndole, personales, empresariales o en su caso gubernamentales. Tales situaciones han obligado a todos
los individuos que se encuentran inmersos en estos quehaceres a buscar alternativas y soluciones a sus labores
a travs de la obtencin de mayor informacin.
Ahora, dentro de estas necesidades bsicas de obtener informacin sobre la sociedad actual encontramos a
la estadstica y la probabilidad, mismas que desempean un papel relevante en la vida del hombre, ya que
manejadas adecuadamente llegan a proporcionar los datos necesarios requeridos por cualquier rea; as,
encontramos que su participacin en nuestra sociedad es diversa, ya que la podemos encontrar en la elaboracin
de reportes, investigaciones cientficas, as como en peridicos y revistas.
Asimismo, una de las metas principales de esta gua es introducir al bachiller en el mundo de la estadstica
y la probabilidad para que comprenda mejor el mundo que lo rodea, por lo cual la metodologa propuesta para
esta gua se fundamenta bsicamente en el hecho de que el educando adquiera el conocimiento y manejo de la
informacin estadstica mediante ejemplos reales de su propio entorno.
Para tai efecto, os temas propuestos en cada uno de los 45 temas que conforman esta gua de estudios se
reestructuran de la siguiente manera: la primera unidad hace una introduccin a los conceptos bsicos que se
utilizan a lo largo del curso, la segunda hace un anlisis de la forma en que se presenta la informacin en tablas
y grficas. La tercera estudia las medidas de tendencia central y de dispersin as como la aplicacin que stas
tienen en la toma de decisiones. La cuarta realiza un breve estudio de los diferentes enfoques de os que se vale
la estadstica para analizar la probabilidad adems de estudiar el anlisis combinatorio; finalmente, en la quinta
unidad se considera la distribucin normal mediante la aplicacin que tiene en las diferentes disciplinas.
Por otra parte, cada una de las lecciones que integran esta gua sugieren ejercicios que tienen como objetivo
primordial reafirmar los contenidos manejados en cada tema.
Objetivos generales0
Al finalizar el estudio del presente curso el alumno:
Comprender que la informacin de una muestra explica el comportamiento de los parmetros de la
poblacin bajo ciertas condiciones.
Interpretar tablas y grficas de informacin de un fenmeno real.
Organizar datos en tablas y grficas de informacin.
Interpretar las medidas de tendencia central y de dispersin de una muestra aleatoria en la toma de
decisiones.
Aplicar las frmulas bsicas de asignar probabilidad y combinatoria en la obtencin de informacin, que
permita tomar alguna decisin.
Obtendr informacin de fenmenos que se distribuyen normalmente.
Tema 1
Usos y apl i caci ones de la
est adst i ca
Objetivo
Conoceremos la importancia de la estadstica en las diferentes disciplinas.
Presentacin
En las ltimas dcadas han sido pocas las ciencias en donde el progreso de la estadstica no se ha dejado
sentir. En afecto, resulta difcil sobreestimar las contribuciones de la estadstica en los diferentes problemas de
produccin, en la toma de decisiones a nivel gubernamental, en la investigacin cientfica como la agronoma,
medicina, biologa o en las ciencias sociales (pedagoga, economa o sociologa, por mencionar algunas) as
como tambin en los negocios, las empresas privadas y la industria. De esta forma, la estadstica se ha
convertido en una herramienta vital para la ciencia y la tecnologa; por consiguiente, se han hecho necesarios
ciertos conocimientos estadsticos sin los que el investigador no podra apreciar, comprender o aplicar gran parte
de! trabajo desarrollado en su campo. Por tal motivo, para esclarecer el uso y aplicacin de la estadstica en las
diferentes disciplinas, mencionaremos en este tema algunos ejemplos donde desempea un papel importante.
Desarrollo
En la agricultura, la estadstica nos permite conocer, a travs de los resultados que arroja un experimento,
cul es el fertilizante o fungicida ptimo para un determinado cultivo, identificar qu variedad es la mejor para
obtener mayor produccin, o en su caso, saber cul es la ms resistente a las plagas, secas o heladas, qu
mtodo es el ms indicado para sembrar y para que la produccin sea mayor, considerando costo y tiempo, etc.,
resultados que son de gran inters para los involucrados en la agricultura, puesto que repercuten directamente
en el mejoramiento de los productos y en el aumento de la produccin.
En los procesos industriales y manufactureros (fig. A) se produce una gran cantidad de artculos a una
velocidad considerablemente grande, por esto, resultara demasiado costoso y llevara mucho tiempo revisar
artculo por artculo en cada una de las diferentes fases del proceso de produccin para encontrar imperfecciones.
En estos tipos de procesos es de suma importancia, ya que permite, mediante muestreo, verificar el control de
calidad: verificar que la materia prima empleada est dentro de un rango aceptable de calidad, vigilar el proceso
de produccin a travs del cual se determinan las fallas que pudieran tener la maquinaria o el personal
involucrado en el engranaje de produccin y con ello poder ofrecer lotes de artculos de mejor calidad, para que
de esta forma, tengan mayor aceptacin en el mercado y que os costos de produccin sean mnimos.
En la medicina, mediante estrategias experimentales estrictamente vigiladas, muy bien constituidas y basadas
en principios estadsticos que precisen el tratamiento ms indicado con el propsito de brindar mejores atenciones
y resultados para controlar o erradicar alguna enfermedad. Por ejemplo, la estadstica ayuda a: 1. Determinar
la dosis y confiabilidad que requiere una nueva droga o frmaco para lanzarlo al mercado; 2. Verificar qu
mtodo anticonceptivo es el ms eficaz y deja menos secuelas en el paciente; 3. Comprobar qu tipo de resina
y mtodo de colocacin es el que da mayor confiabilidad para resistir la caries y los cambios bruscos de
temperatura en cavidad bucal.
Dentro de la ciencia, la estadstica, como herramienta de sta, toma un papel de gran relevancia en la
investigacin de mercados y en los departamentos de publicidad donde intervienen psiclogos, socilogos,
economistas, administradores, etc., ya que en ella se encuentra la metodologa para poder llevar a cabo una
encuesta mediante los diferentes mtodos de manejo y captacin de datos para la toma de decisiones en los
problemas, tales como la penetracin de nuevos productos en el mercado, a travs del estudio de las diferentes
preferencias del consumidor y los agentes que determinan sus gustos; en la estimacin del impacto de las
campaas publicitarias, como sera el caso de las utilizadas en la poltica, las cuales nos permiten predecir los
resultados de las elecciones municipales, estatales o a la Presidencia de la Repblica de un determinado pas.
Ei aumento o disminucin de la popularidad de un artista, canal de televisin o estacin de radio.
En la educacin, para determinar qu mtodo de enseanza-aprendizaje es el que da mayor rendimiento; en
el seguimiento de nuevos programas de estudio, implementando para ello encuestas que permitan evaluarlos
eficazmente, ilustrando los resultados de una prueba, aprovechamiento del grupo o escuela. Estos datos se
obtienen empleando la estadstica descriptiva.
Sin embargo, no siempre los resultados representados y obtenidos estadsticamente reflejan la realidad, ya
que por utilizar un valor estadstico inadecuado, por emplear un enunciado abierto no especfico o por usar datos
derivados de un diseo experimental defectuoso se provoca una mala interpretacin por parte del investigador
o consumidor de la informacin; por ejemplo, supon que una empresa emplea a cinco personas, cuyos salarios
son N$ 150.00, N$ 120.00, N$ 100.00, N$ 150.00 y N$ 100.00 pesos a la semana y el dueo de la empresa
se autopaga N$ 700.00 pesos por semana. Por lo que hace pblico que en su empresa el salario promedio que
se paga a los empleados es de M$ 220.00 pesos a la semana, dato que no concuerda con la realidad, ya que slo
un trabajador (el dueo) recibe un sueldo superior al promedio, pero las personas que reciban esta informacin
pensarn que todos los empleados ganan alrededor de M$ 220.00 pesos semanales, lo cual no es cierto.
Otro caso sera el que nos presenta la grfica de la figura 1.1, que nos muestra un informe mensual de las
venas de petrleo de tres pases americanos.
Venta de petrleo en el mes de abril de 1991 en miles de millones de barriles de Venezuela, Mxico y Brasil.
Datos hipotticos
g00f -----
700
600-
5 0 0 i -------- L- ------- 1... J L - _
Venezuela Brasil Mxico
Figura 1.1
Si la observas cuidadosamente pensaras que Mxico vendi dos terceras partes de lo que vendi Venezuela,
o que Brasil vendi la mitad de los que vendi Mxico, cuando en realidad no es as, ya que la grfica debera
presentarse como lo muestra la figura 1.2, sta da una impresin distinta a la de la figura 1.1
Venta de petrleo en el mes de abril de 1991 en miles de millones de barriles de Venezuela, Mxico y Brasil.
Usos y aplicaciones de la estadstica
Datos hipotticos
Venezuela
Brasil
Mxico
Figura 1.2
En la estadstica, como en cualquier otra ciencia, se pueden cometer errores, todo depende de quien maneje
la informacin, es decir, si el usuario es descuidado o ignorante de los conceptos ms elementales de la
estadstica tendremos resultados que no van acorde con el fenmeno estudiado.
Tambin es importante sealar que la estadstica es una herramienta matemtica de la cual se valen las
diferentes disciplinas para describir y analizar los fenmenos que en ellas ocurren, puesto que no existe ningn
procedimiento estadstico capaz de disear investigaciones o seleccionar problemas de otras ramas del saber para
someterlos a estudio, por lo cual la estadstica por s sola no puede aportar resultados o interpretaciones en
ausencia de otra ciencia.
Ejercicios
1. Realiza una lista de los lugares cercanos a tu comunidad donde crees que ocupen la estadstica.
2. Visita empresas o dependencias gubernamentales para conocer el uso y aplicacin de la estadstica.
3. Da respuesta a los comentarios hechos en las figuras A y B.
Tema 2
Concept os bsi cos
Objetivo
Conoceremos los conceptos bsicos de la estadstica y probabilidad.
Presentacin
Antes de introducirnos en el estudio de la estadstica es conveniente conocer su lenguaje para evitar
confusiones y hacernos sentir como si de momento nos trasladaran a un pas extrao y no pudiramos entender
nada de lo que estuvieran diciendo al entablar una conversacin, por tal motivo, en este tema nos ocuparemos
de definir los conceptos elementales del campo de la estadstica y que sern empleados a lo largo de este curso.
Desarrollo
Muchas veces en la vida cotidiana, cuando observamos determinadas caractersticas en personas, animales
o cosas nos percatamos que stas toman valores diferentes de acuerdo a sus poseedores, por ejemplo: la portada
de los cuadernos de tus compaeros, la estatura de las personas que viven contigo, los colores con los que estn
pintados los frentes de las casas de tu comunidad o los nmeros que poseen en la espalda los jugadores de un
equipo de bisbol. Por lo que diremos que cada una de estas caractersticas son una variable. Sin embargo, es
posible que al observar una caracterstica en diversos poseedores sta no cambie y en este caso diremos que la
caracterstica es una constante, por ejemplo: el color de la camisa de tus compaeros si es que en tu escuela
llevan uniforme; el nmero de jugadores que deben estar en el terreno de juego de un equipo de ftbol o el
nombre de la escuela a la que acuden tus compaeros de clase.
Por otro lado, si al observar un fenmeno los resultados obtenidos son nmeros, medidas o cualquier tipo
de numerales, stos reciben el nombre de datos estadsticos, los cuales podrn ser recuentos, tales como el
nmero de agricultores que prefieren el fertilizante X para el cultivo de maz, el nmero de estudiantes de
Telebachillerato en el estado, los pesos de los obreros de una fbrica o bien las calificaciones de una prueba de
clavados en el trampoln de tres metros.
Poblacin o universo
Si se te preguntara qu es una poblacin? inmediatamente pensars en un conjunto de personas; sin embargo,
una poblacin dentro de la estadstica es un conjunto cuyos elementos pueden ser individuos, animales, objetos
3 medidas. As pues, definiremos una poblacin como:
la mayor coleccin de elementos que posee alguna caracterstica comn
observable.
Conceptos bsicos
Lo cual demuestra que slo se tiene inters en una instancia particular. Por ejemplo, si el inters es conocer
los pesos de todos los alumnos de tu escuela, la poblacin constar entonces de todos esos pesos; si el inters
es por los pesos de los alumnos de segundo semestre, se tendr una poblacin diferente que incluya slo esos
pesos, y si nada ms nos interesaran los pesos de tus compaeros de equipo de la clase de estadstica, slo
tendremos esos pesos, as que las poblaciones quedarn determinadas por la esfera de inters de un fenmeno
sujeto a estudio.
Las poblaciones estadsticas se clasifican en dos: finitas e infinitas, son las primeras aqullas que poseen un
nmero fijo de elementos, por ejemplo: los das de la semana o el nmero de meses del ao. Si la poblacin
o universo consiste en una sucesin sin fin de elementos constituye una poblacin infinita, como por ejemplo,
el conjunto de nmeros naturales (, 2, 3, 4,...) o el conjunto de estrellas del universo.
Muestra
Una vez definida una poblacin cualquiera, podemos definir a una muestra como:
Una parte de una poblacin o universo.
Es decir, como un subconjunto de la poblacin, as, de una poblacin formada por N elementos, se extraen
unos cuantos de ellos, esta porcin o subconjunto de la totalidad ser una muestra (ver figura 2.1).
Poblacin
03 03
03 03-
03 _____^
03
03
03
03
03
03
Figura 2.1
Por ejemplo, supongamos que la poblacin consiste en todos los autos de los maestros de tu escuela, pero
si slo se toman unos cuantos, el nuevo conjunto de autos constituye una muestra (fig. 2.2).
03 03
03
Figura 2.2
Cuando un subconjunto de una poblacin o universo es seleccionado en forma tal que cada uno de sus
miembros tenga igual oportunidad de ser elegido se le llama muestra aleatoria. Por ejemplo, los nmeros
premiados por la Lotera Nacional o los que semana a semana resultan ser los ganadores en el concurso de
Melate, son casos de muestras aleatorias, ya que debido a la mecnica del concurso todo nmero tiene la misma
oportunidad de ser elegido. Los compaeros que integran el equipo de qumica, fueron elegidos aleatoriamente?
Entonces, podras considerar al equipo como una muestra aleatoria?
Parmetro y estadstico
A cualquier caracterstica de una poblacin que sea medible se le conoce con el nombre de parmetro, por
ejemplo, la produccin de personas registradas en el nuevo padrn electoral, la edad promedio de los alumnos
de tu saln de clases o el peso promedio de las truchas canadienses. En estadstica, se acostumbra asignara los
parmetros un nombre simblico, representado por una letra griega, por ejemplo: S/x
El nmero que resulta de la manipulacin de determinados datos iniciales, de acuerdo con ciertos
procedimientos previamente sealados, recibe el nombre de estadstico,, aqu es importante destacar que un
estadstico se calcula a partir de los datos que contiene una muestra para poder estimar el parmetro de una
poblacin (ver figura 2.3) y a los estadsticos suelen asignrseles letras cursivas (x, s) para representarlos.
Poblacin Figura 2.3
Para aclarar un poco ms lo sealado anteriormente, imagnate una poblacin de cinco elementos
(calificaciones obtenidas en el examen de estadstica) y calcula su promedio; posteriormente toma una muestra
y calcula tambin su promedio; pues bien, el promedio obtenido de la poblacin ser un parmetro y el
promedio de ia muestra un estadstico.
Poblacin
Muestra
1. Escribe dentro dei parntesis de la izquierda una (v) si la caracterstica es una variable o una (c) si resulta
ser una constante.
( ) Nmero de das de la semana.
( ) Color de pantaln de tu uniforme.
( ) Color de los autos de tu ciudad.
( ) Nmero de alumnos de tu escuela por semestre.
( ) Nmero de alumnos en el equipo de fsica.
( ) Edad de tus compaeros de clase.
2. De la poblacin v = [1, 2, 3, 4] encuentra todas las muestras posibles de dos elementos.
3. Da tres ejemplos de poblaciones finitas.
4. a) Qu es una muestra?
b) Qu es una muestra aleatoria?
c) Qu diferencia existe entre muestra y muestra aleatoria?
5. Qu diferencia existe entre parmetro y estadstico?
Tema 3
Vari abl es y su cl asi fi caci n
Objetivo
Identificaremos ios diferentes tipos de variables.
Presentacin
El tener completamente claro el concepto de variable es fundamental en el quehacer estadstico, puesto que
dentro de un conjunto de datos experimentales, siempre se encuentran variaciones y uno de os objetivos
generales del anlisis estadstico consiste en conocer la variabilidad existente de stos. Como sabes, cuando se
observa una caracterstica y sta cambia en diferentes personas, animales o cosas, se dice que tenemos una
variable cuantitativa o cualitativa como se ver en el presente tema.
Desarrollo
La materia prima de la estadstica son los datos; stos se obtienen a travs de las observaciones que se
realizan a los elementos de una poblacin y generalmente son nmeros que representan el valor de una
caracterstica de inters que poseen los elementos de la poblacin, por ejemplo: el nmero de ramas primarias,
el nmero de frutos, el dimetro del tallo, la altura de una poblacin de rboles frutales o el nmero de
habitantes, el nmero de cuartos, el material del techo, el material del piso de una poblacin de viviendas o bien
la superficie cultivable, la cultivada, la produccin por hectrea, el nmero de ejidatarios de una poblacin de
ejidos, stas son caractersticas que en su momento constituyen las variables.
. Es importante mencionar que no es lo mismo una caracterstica de un elemento de la poblacin que los
elementos propiamente dichos de la poblacin, es decir, es distinto estar interesado en el lugar de nacimiento,
nivel de escolaridad, velocidad mxima, que en una vivienda, persona o automvil puesto que los primeros son
variables ya que se est interesado en una caracterstica y los segundos son slo elementos de una poblacin.
Tambin se debe tener cuidado en no confundir a una variable con un dato estadstico. Por ejemplo, si
decimos que el nmero de alumnos en el Telebachiiierato de Monte Blanco durante el ciclo escolar 91-92 es de
190, esta informacin global es un dato estadstico y no una variable. Pero si se estudia el nmero de alumnos
en el Telebachillerato por Centro, entonces el nmero de alumnos se convierte en una variable. Lo mismo ocurre
si afirmamos que la produccin de petrleo en Mxico en el mes de abril de 1991 fue de 250,000 millones de
barriles, el cual es un dato estadstico, pero si se observa la produccin de petrleo en diferentes pases en el
mismo mes y ao o en Mxico en diferentes meses, la produccin de este energtico ser una variable.
Clasificacin de las variables
Las variables estadsticas esencialmente se clasifican en cualitativas y cuantitativas y stas ltimas en discretas
y continuas.
Una variable cuantitativa es aquella que mediante un patrn puede ser medida, permitiendo adems el uso
de las operaciones aritmticas fundamentales. As por ejemplo, a travs del uso de un metro podrs obtener las
estaturas de los alumnos de tu saln de clases; utilizando una pipeta graduada en mililitros obtendrs la cantidad
de agua desprendida en una reaccin qumica o bien, por medio de un conteo determinar el nmero de maestros
por escuela de tu comunidad; ahora bien, si la informacin proviene de una medicin tendremos una variable
continua, y si sta procede de un conteo 'ser una variable discreta.
La presencia de fracciones o decimales en los resultados de las observaciones no significa que los datos sean
continuos, por ejemplo: en una competencia de patinaje artstico donde el competidor slo puede recibir
calificaciones de 10.0, 9.9, 9.8, 9.7, etc., no constituye una variable continua sino discreta, pues no existe la
posibilidad que al competidor se le asignen calificaciones tales como 7.75, 9.86, 8.435; por esto, para evitar
confusiones algunos autores han definido a las variables discretas como aqullas que en su recorrido tienen un
nmero finito de valores y continua cuando su recorrido sea infinito, puesto que todo conteo es finito.
Por otra parte, como ya mencionamos, la medida de una cantidad ser siempre una variable continua. Por
ejemplo, cuando medimos a una persona aunque siempre damos el resultado en nmeros: 1.73., 1.48., 1.07
cm., etc., esto no quiere decir que en realidad no puede tomar cualquier valor del continuo de valores que posee
el metro patrn. Este es el concepto bsico de una variable continua.
Algunas caractersticas se pueden medir por medio de un patrn; sin embargo, muchas otras slo podrn
clasificarse; por ejemplo, cuando se analizan los colores de los coches de acuerdo a los gustos del consumidor
o cuando a una persona se le asigna una case socioeconmico (alta, media, baja), o bien cuando se estudia la
descendencia de los seres humanos en cuanto a su sexo, caso en el que hay slo dos valores posibles a saber:
masculino y femenino, por lo que diremos que nos encontramos con una variable cualitativa o de atributos.
Hay que notar que no podemos pensar nunca que las variables de atributos llegarn a representar una serie
ordenada de valores, como hemos expresado que ocurre con las cuantitativas. De esta manera, aun cuando se
puedan asignar valores numricos a las variables cualitativas, estos nmeros no poseen propiedades cuantitativas
por lo que servirn nicamente para identificar la clase a la que corresponden o la posicin que ocupan en una
serie. As, observamos con mucha frecuencia que en las encuestas y reportes que se entregan a una determinada
dependencia, al sexo de una persona se le asignan los nmeros 0 y 1, cero para hombres y 1para mujeres.
Asimismo, a la clase socioeconmica se le asigna el nmero 1 a la clase alta, 2 a la media y 3 a la baja.
Tambin existen poblaciones cuyos elementos poseen una caracterstica en forma de nmero, como el ao de
fabricacin de un automvil, pero esta variable es el atributo puesto que el hecho de haber sido fabricado en
1992 no le asigna ninguna medida al coche.
Ejercicios
I. Relaciona las dos columnas. Escribe dentro del parntesis de la izquierda la letra que contenga la respuesta
correcta.
1. ( A ) Nmero de habitantes por ciudad A) Variable discreta ^ r<yn ^
2. ( ) Peso de tus compaeros B) Variable continua v w >r], r r -
3. ( ) Marcas de automviles de tu comunidad C) Variable de atributos
4. ( ) Nmero de pupitres por saln de clases
5. ( ) Edad de tus familiares
6. ( ) Color de los ojos de tus compaeros
7. ( ) Velocidad de los autos que pasan por tu escuela
8. ( ) Nmero de hojas de los rboles de tu alrededor
II. Da 3 ejemplos de variable discreta, continua y de atribuios.
III. Completa el siguiente diagrama:
variables cualitativas
IV. Presenta un esquema que concentre las diferencias que existen entre variables continuas, discretas y de
atributos.
Tema 4
Cl asi f i caci n de escal as
Objetivo
Conoceremos los diferentes tipos de escalas.
Presentacin
Con frecuencia, solemos describir las cosas que observamos comparndolas con algo para tener una. mejor
idea de lo que tratamos de comunicar, por ejemplo: si estamos estudiando el precio del tomate en el mercado,
a menudo escuchamos comentarios que hacen las amas de casa como: "Don J uan est dando el kilo de tomate
0.50 nuevos pesos ms caro que doa Rufina" o "La semana pasada el kilogramo de tomate estuvo 1.00 nuevo
peso ms barato". Dentro de la estadstica se han establecido tres tipos de escalas que nos permiten medir y
comparar los resultados de ios diferentes tipos de variables.
Desarrollo
Es muy posible que cuando se te habla de los procesos de medicin pienses que stos son muy costosos y
complicados para obtener una medida adecuada de 3avariable que se est analizando. Sin.embargo, en la vida
cotidiana no todas las mediciones que se hacen en un estudio requieren de una precisin minuciosa, como es el
caso de las variables de atributos, que son las ms comunes de encontrar en el quehacer estadstico. La escala
nominal es la que nos permite clasificar las observaciones de una variable de atributos en un conjunto de
mutuamente excluyentes, ordenadas de manera indistinta, ya que esto no tiene ningn efecto en el
resultado de la evaluacin. las. categoras de una escala de este tipo se les pueden asignar cifras u otros
smbolos arbitrarios con el solo fin de distinguirlas; si son nmeros, recuerda que no poseen propiedades
cuantitativas. Por ejemplo: veamos la variable estado civil, la cual se mide por medio de una escala nominal de
cinco categoras.
Variable: estado civil
Escala de medicin nominal
Soltero Casado Unin libre Divorciado Viudo
1 2 3 4 5
S C U. L D V
Es importante notar que aunque a las categoras se les asign un determinado smbolo (S, C, U.L, D, V) es
slo por simplificacin y lo mismo ocurre con los nmeros sealados, pues stos carecen de propiedades
numricas ya que nicamente sirven para distinguir un estado civil de otro. Sera absurdo sealar que soltero
(1) ms casado (2) sera igual a unin libre (3), tambin observa que si una persona pertenece a una determinada
categora automticamente queda excluida de alguna otra, es decir, si una persona es soltera no puede ser casada
o viuda simultneamente.
Otros ejemplos de variables de atributos que requieren ser medidas por escalas nominales son: el color de
:s de las personas, el sexo de una determinada especie, nacionalidad de una persona, etc.
La informacin recabada por este tipo de escalas se realiza por medio de la frecuencia con la que ocurre cada
negora, as por ejemplo: podramos decir que en una comunidad 103 personas son solteras, 20 casadas, 10
. en en unin libre, 2 divorciadas y una es viuda.
El siguiente nivel de medicin es el que corresponde a las escalas ordinales, las cuales miden variables de
u.-:butos en donde s interesa el orden, esto motiva a que las categoras independientes sean ordenadas de mayor
i menor o viceversa. De manera que las categoras en este tipo de escalas no slo se diferencian una de la otra
::mo las nominales), sino que tambin las relaciones entre ellas se mantienen en trminos algebraicos de
: es igualdades: A mayor que B o A es menor que B, en smbolos matemticos:
A > B
A < B
Y al igual que en las nominales, cuando se les asignen nmeros a las categoras stos no tienen propiedades
-imitativas. Para ilustrarlo mejor consideremos a la variable grado de quemaduras de una persona, que es
iluada por medio de una escala ordinal de tres categoras (primero, segundo y tercer grado).
Variable: grado de quemaduras.
Escala: ordinal
ler. grado 2o. grado Ser. grado
1 2 3
Observa que cada una de las categoras de esta escala son mutuamente excluyentes, es decir, si una persona
_::e una quemadura de 2o. grado, no podra tener quemaduras de 3er. y ler. grado simultneamente y que
mbin se encuentran ordenadas de menor a mayor, as cuando comparamos las quemaduras en dos personas
remos que son ms graves las de Ser. grado que las de 2o. grado, y stas ms que las de ler. grado.
Asimismo, a las categoras se les pueden asignar nmeros, como los ilustramos antes, pero stos carecen de
:: piedades aritmticas y slo tienen como nicas funciones identificar a las categoras y sealar la posicin que
cupan en la serie ordenada.
Debemos tener cuidado en no caer en el error de pensar que como existen dos lugares entre ler. y 3er.
:_io, estas lesiones sean doblemente graves que si comparramos una quemadura de ler. grado con una de 2o
-io slo por existir una posicin entre ellas.
Otras variables que requieren escalas ordinales para ser medidas son: la posicin que ocupan los jugadores
ebisbol, grado de escolaridad, la posicin que ocupa un equipo de ftbol, el rango militar, etc.
Por ltimo, analizaremos el nivel ms alto que alcanza la medicin cientfica por medio de la escala cardinal*
i cual se caracteriza porque las diferencias iguales entre dos puntos en cualquier parte de la escala son iguales
o:re s y las cifras asociadas a las diferentes categoras tienen propiedades cuantitativas, por lo que se puede
:remar con ellas operaciones aritmticas. As, la diferencia entre 7 cm. y 15 cm. es exactamente la misma que
me 98 cm. y 106 cm.
La escala cardinal medir variables continuas y discretas, por ejemplo, el peso de os alumnos de tu centro
e estudios es una variable continua que puede ser medida por medio de este tipo de escalas, como las que
:seen las bsculas.
Variable: peso
Escala de medicin: cardinal
i:egoras.
1.... 5.... 10.... 15....20....25 kilogramos
No obstante, por razones de tipo prctico se acostumbra dar el peso en nmeros redondos, pero no debemos
perder de vista que la variable puede tomar cualquier valor en la escala como: 55.5 kg., 61.83 kg., 49.785 kg.,
etc., y que la diferencia entre 45 kg. y 50 kg. es igual a la de 35 kg. y 40 kg., y de igual manera para cualquier
otras diferencias iguales.
Ahora, supongamos que tenemos a la variable nmero de hermanos que tiene cada compaero tuyo. Este tipo
de variable es discreta, entonces la evaluaremos por medio de una escala cardinal.
Variable: nmero de hermanos
Escala de medicin: cardinal
0 12 3 4 5 6 7 8 9 10 11 12 13 hermanos
Observa que entre 0 y 1encontramos la misma diferencia entre 7 y 8 o entre 12 y 13, es decir, 1hermano
y que cuando alguien pertenezca a alguna categora no podr estar en otra simultneamente; esto quiere decir
que las categoras son mutuamente excluyentes y tambin entre ellas existe un orden (de menor a mayor)
exduyentes, el cual nos permite medir y comparar a la variable en estudio, es decir, si J uan tiene 6 hermanos
y Pedro 10, diremos que Pedro tiene ms hermanos que J uan con una diferencia de 4 hermanos.
Para concluir, diremos que la estadstica para establecer sus mediciones se basa en tres tipos de escalas:
nominal, ordinal y cardinal, donde las nicas relaciones matemticas que se pueden utilizar en cada una de ellas
son las siguientes:
Escala Relacin matemtica
Nominal
Ordinal
Cardinal
= ,
>, <, =,
+ , -, X, -T-, < , >
Ejercicios
1. Determina en qu escala de medida se deben basar las respuestas del siguiente cuestionario:
a) Cul es tu estatura?
b) Qu distancia existe entre tu casa y la escuela?
c) Cul es tu edad?
d) Cuntos hermanos tienes?
e) Cul es la ocupacin de tu pap?
f) Qu lugar ocupas en aprovechamiento en tu saln de clases?
2. Realiza un resumen de los tres tipos de escala.
3. Cules son las diferencias que existen entre las escalas?
4. Da tres ejemplos de variables que se tengan que medir con escalas: nominal, ordinal y cardinal.
Tema 5
Muest ra y censo
Objetivo
Identificaremos ias diferencias entre muestra y censo.
Presentacin
Cuando se prueba un pedazo de pastel para saber si est sabroso, cuando el ama de casa prueba el guisado
para ver si necesita un poco ms de sal, o bien cuando en las ferias en totopo nos dan a probar el mole de
a comunidad, lo que en realidad se est haciendo es un muestreo. El muestre estadstico es muy semejante
a los ejemplos mencionados, aunque los mtodos empleados para llevarlo a cabo son ms formales y precisos
y es generalmente ms utilizado que eLanlisis de todos los elementos de una poblacin (censo). En esta leccin
examinaremos las ventajas y desventajas que tiene el muestreo sobre el censo. V__ ^
Desarrollo
Un censo comprende el anlisis de cada uno de los elementos de una determinada poblacin, mientras que
muestreo slo incluye la observacin de una pequea parte del universo en estudio. Es importante sealar que
lingn mtodo de muestreo garantiza que los resultados obtenidos en um muestra sean exactamente iguales a
os de la poblacin que se est analizando, pero s es posible decir qu tan prximos estn los parmetros
)oblacionales. Sin embargo, existen situaciones en las que el muestreo resulta til, por ejemplo:
a) En los procesos manufactureros donde los elementos de la poblacin nunca terminan, resultara imposible
examinar cada elemento de sta. Por ejemplo, en una fbrica que produce focos, tornillos, etc.
b) Una muestra puede ser ms oportuna que un censo cuando la informacin se necesita rpidamente v es
ms favorable cuando la pof * cin cuenta con un nmero grande de elementos o stos estn muy dispersos
y su anlisis puede llevar tanto tiempo que cuando se ha terminado la informacin obtenida ya no sera
utilizable, por ejemplo: el tiempo que necesitaramos para examinar cada reja de un cargamento de
ciruelas sera mucho y la fruta podra empezar a descomponerse hasta el punto que no fuera aceptada en
el mercado por su avanzado estado de descomposicin. O si una poblacin tiende a cambiar con el
tiempo, un censo completo no es adecuado porque al estarlo levantando se estudiaran realmente varias
poblaciones. Por ejemplo: encuestar personas de la ciudad de San Francisco para conocer el porcentaje
de individuos que adquirieron Sida, puede llevarse mucho tiempo que, cuando se obtengan los resultados
y se tomen las medidas de sanidad convenientes, el padecimiento puede haberse extendido a tal magnitud
que sera necesario tomar otras disposiciones, va que tambin el virus cambia constantemente, Jo que
obstaculizara que ya se hubiera encontrado una vacuna para el mal.
c) Un censo resulta imposible de realizar en los procesos manufactureros donde se tienen que analizar la
durabilidad de focos, lmparas de destellos, fusibles, etc., ya que los artculos generalmente se destruyen
en el proceso de prueba. As, al realizar un censo con estas condiciones obtendramos resultados de una
poblacin que ya no existira.
d) El costo del censo es un factor que hace pensarlo ms de una vez, ya que efectuarlo costara mucho
dinero. En algunos casos, particularmente el costo al efectuar un censo de poblacin y vivienda es
enorme, y por tal motivo el gobierno mexicano ha determinado efectuarlo cada 10 aos. Otros ejemplos
seran los que lleva a cabo la Secretara de Agricultura y Recursos Hidrulicos, SARH, o bien, al contar
el nmero total de peces en un lago, donde la poblacin es tan grande y cambiante; los problemas que
enfrenta el investigador a la hora de contar una vez cada pez, sin que ste sufra dao alguno son muy
complicados, por lo que se excluye por completo al censo.
e) La exactitud puede verse afectada cuando se efecta un censo de una gran poblacin. El muestreo, por
ser un subconjunto de la poblacin comprende menos observaciones y por lo tanto menos recopiladores
de la informacin. Cuando hay un gran nmero existe una menor coordinacin y control que si hay pocos
elementos, por lo que aumenta la posibilidad de cometer errores.
f) Generalmente los gastos de recopilacin de la informacin estn sujetos a limitaciones presupustales de
la dependencia que efectuar el estudio; asimismo, suele tambin establecerse un lmite de tiempo. As,
si se utiliza un censo, las consideraciones de tiempo y costo pueden hacer que al efectuarlo se restrinjan
las metas planeadas inicialmente, midiendo una o unas cuantas caractersticas por elemento. Sin embargo,
una muestra tomada con las mismas restricciones de tiempo y dinero, da lugar a un estudio ms profundo
de un pequeo nmero de objetos.
Es importante sealar que si todos los elementos de una poblacin fueran idnticos, entonces una muestra
de un solo elemento proporcionara toda la informacin de la poblacin total, y no tendra caso efectuar un censo
porque se perdera tiempo y dinero al realizarlo. Aunque esta situacin es un caso extremo, existen muchos
ejemplos en los que los elementos de una poblacin son muy semejantes.
Por otro lado, existen ciertas situaciones en las que resulta ms ventajoso inspeccionar cada uno de los
elementos de una poblacin, es decir, llevar a cabo un censo. Entre ellas estn las siguientes:
a) En poblaciones muy pequeas donde quiz sea ms costoso y largo realizar una muestra que realizar un
censo. Por ejemplo, si la poblacin consta de treinta ejidatarios de los cuales se quiere determinar la
cantidad de tierra que poseen (cultivada, no cultivable, etc.), es preferible efectuar un censo.
b) Si despus de realizar un estudio previo resulta que el tamao que se debe tomar es relativamente grande
con respecto al tamao de la poblacin, entonces con un esfuerzo extra y relativamente pequeo se puede
hacer un censo. En general, esto ocurre cuando existe mucha variabilidad entre los elementos de la
poblacin.
c) Un censo es la nica forma de alcanzar una exactitud completa de los parmetros de la poblacin, puesto
qe'ebido a la variabilidad del muestreo, nunca se tendrTa segurrdad^cales son los verdaderos; un
censo puede proporcionar esta informacin, aunque hay que estar consciente que los errores en la
recopilacin de la informacin -entre otros afectan la exactitud de ste. Por ejemplo: el gerente de
un supermercado no tomara una muestra al azar del dinero en las cajas para saber a cunto ascendi la
venta de un da, sino que contara el dinero de cada caja, es decir, efectuara un censo. Resulta evidente
que si toma alguna caja como representativa de todas las dems causara algunos problemas administrati
vos.
Ejercicios
1. Cul es la diferencia entre censo y muestra?
2. Menciona dos situaciones donde un muestreo es ms conveniente que un censo.
3. Da dos ejemplos donde el censo es ms conveniente que el muestreo.
4. Escribe dentro del parntesis una (v) si la proposicin resulta verdadera y una (f) si es falsa.
( ) Un muestreo garantiza que los resultados obtenidos sern iguales a los de la poblacin.
( ) Cuando la poblacin es infinita resulta imposible realizar un censo.
( ) Una muestra puede ser ms oportuna que un censo cuando la informacin se necesita rpidamente.
( ) La exactitud es la misma si se efecta un censo o un muestreo.
( ) El censo es la nica forma de alcanzar una exactitud completa.
5. Forma equipos y discute en qu casos es ms ventajoso realizar un muestreo y en cules un censo.
6. Toma la estatura de todos tus compaeros de clase y calcula e promedio; posteriormente toma una muestra
de tamao cinco y calcula el promedio, compara los resultados y discute con tu maestro los problemas que
se te presentaron (por equipos).
Tema 6
Muest reo al eat ori o
Objetivo
Aplicaremos las tcnicas para obtener una muestra aleatoria.
Presentacin
Dentro de la estadstica existe una gran variedad de mtodos para tomar muestras, pero el ms importante
de ellos es el que estudiaremos en este tema: el muestreo aleatorio. La mayora de pruebas estadsticas se basan
en el muestreo tomado al azar, es decir, debido a que falta una muestra representativa de la poblacin, debe
tomarse aleatoriamente donde cada uno de os elementos del universo tengan la misma oportunidad de ser escogi
dos; adems, una muestra aleatoria permite estimar qu tan prximos estn los estadsticos de los parmetros
poblacionales, cosa que no ocurre con las muestras tomadas no aleatoriamente.
Desarrollo
Por los temas anteriores sabes que una muestra aleatoria es aqulla en que cada elemento de una poblacin
tiene la misma oportunidad de ser escogido y que dentro de la estadstica contamos con poblaciones discretas
y continuas; as, en caso de tomar muestra aleatoria de una poblacin discreta diremos que es aqulla en la que
cada elemento de la poblacin tiene la misma oportunidad de ser incluido en la muestra; si sta proviene de una
poblacin continua la definiremos como aqulla en la cual la oportunidad de incluir un intervalo de valores en
la muestra es igual al porcentaje de la poblacin que est comprendida en dicho intervalo.
Es importante destacar que cuando se selecciona una muestra aleatoria, el proceso que se utiliza en la
seleccin de los elementos de una poblacin es la aleatoria y no los elementos de la muestra. Adems, es
necesario no confundir al azar estadstico con el significado comn de casualidad ya que sta no puede satisfacer
necesariamente la situacin de que un elemento tenga la misma oportunidad de ser incluido en la muestra; por
ejemplo, no es lo mismo decir: "Me encontr por casualidad a mi maestro en el parque", que: "mi maestro fue
seleccionado al azar para que me encontrara en el parque".
Obtencin de una muestra aleatoria
Si la poblacin que se est estudiando es infinita como os procesos manufactureros, una muestra aleatoria
se determina tomando los elementos en el orden que van saliendo de la mquina, puesto que el proceso de
fabricacin se mantiene estable durante el periodo de tiempo en el que se hacen las observaciones; tambin es
completamente al azar el instante en que se empiezan a tomar las observaciones en el proceso de manufactura.
Algunos ejemplos de procesos que se consideran aleatorios son los tiempos de llegada de los automviles a una
caseta de cobro de caminos y puentes federales; las llamadas telefnicas que se reciben en el conmutador de la
Comisin Federal de Electricidad; el tiempo de servicio en la caja de un supermercado o banco y la produccin
de cualquier proceso manufacturero.
Por otro lado, si la poblacin a analizar es finita se cuenta con dos formas de seleccionar una muestra
aleatoria, dependiendo de las caractersticas de la poblacin. Si en sta es claramente identificable cada uno de
sus elementos, entonces se elaborar una lista llamada marco de referencia; posteriormente, se aplicar un
mtodo aleatorio para seleccionar los elementos que integrarn la muestra, pero si por algn motivo los
miembros de la poblacin no se pueden identificar o resulta difcil hacerlo, se imposibilita un listado quedando
como alternativa para muestrear slo "situaciones" en lugar de elementos de ia poblacin, por ejemplo, 10 cm.
arriba y 25 cm. abajo cuando realiza el control de 1acontaminacin ambiental midiendo la cantidad de holln
en los tubos de las chimeneas.
La posibilidad de obtener una muestra aleatoria que sea representativa de la poblacin es mucho mayor
cuando se pueden listar cada uno de ios elementos del universo, por ejemplo, se pueden listar ios estados de la
Repblica Mexicana, los alumnos de segundo semestre de tu escuela, los ejidatarios de un determinado lugar,
los libros de una biblioteca, los automviles de tu comunidad, etc.
Es necesario tener bien claro que el listado que se efecta de los elementos de la poblacin no es un censo,
ya que slo se est sealando la manera de identificar a ios miembros del universo y, el anlisis de las
caractersticas de stos se les aplicar exclusivamente a los elementos de la muestra, por ejemplo: una lista de
supermercado nos indica la cantidad de personas atendidas en un da o la cantidad de dinero que obtuvieron en
una semana de ventas. La lista de alumnos nos dice: la estatura que tienen, el nmero de hermanos, el color de
sus ojos, etc.
El proceso de seleccin de los elementos que se incluirn en la muestra consiste en asignar nmeros
consecutivos a los elementos listados y aleatoriamente designarlos, utilizando cartas, dados, bolas numeradas;
por ejemplo, como lo hace la Lotera Nacional que dentro de una urna se encuentran bolitas numeradas y
despus de mezclarlas seleccionan ios nmeros ganadores, es decir, se toma una muestra. Pero cuando se
realizan estudios cientficos rara vez se utilizan tales tcnicas aleatorias puesto que cada tcnica deja algo que
desear. Por ejemplo, las cartas pueden pegarse de tal manera que al barajarse no se puede garantizar que cada
cana tiene igual oportunidad de ser escogida; las aristas de un dado pueden estar gastadas, por lo que pueden
influir en el resultado a 1ahora de tirarlos. Adems, en una urna existe la posibilidad de que las bolas no estn
bien mezcladas o tengan el mismo peso, no obstante, si estas tcnicas fueran utilizadas para seleccionar un
nmero grande de elementos resultaran tediosas y tardadas.
Debido a que el muestreo aleatorio es muy importante dentro de la estadstica, se han elaborado tablas
especiales para que sean utilizadas en la seccin de una muestra y reciben el nombre de Tablas de Nmeros
Aleatorios.
Tablas de Nmeros Aleatorios
Estas tablas contienen los diez dgitos 0, 1, 2,..., 8, 9 que se pueden leer individualmente o en grupos
dependiendo del criterio que se establezca previamente y en cualquier orden, es decir, en columna haca abajo,
hacia arriba, en filas, diagonalmente, etc.
La caracterstica de este tipo de tablas es que los dgitos se encuentran ordenados, de tal manera que tienen
la misma oportunidad de aparecer en cualquier punto de la misma sin importar la secuencia seleccionada, igual
ocurre con la combinacin de dgitos.
Las tablas de nmeros aleatorios se pueden elaborar numerando bolas con los diez dgitos, se meten en una
urna y posteriormente se van sacando de una en una, se devuelven anotando el resultado obtenido, hasta contar
un gran nmero de cifras. En la actualidad existen mtodos ms eficaces para generar nmeros aleatorios como
ios que traen las calculadoras y las computadoras. Las tablas elaboradas mediante esos mtodos son verificadas
completamente para asegurarse que sean en realidad aleatorias, al final del tema se presenta un ejemplo. Sin
embargo, el inters no radica en elaborar la tabla, sino en cmo utilizarla mediante los siguientes pasos:
I. Realiza una lista de ios elementos de la poblacin (marco de referencia).
II. Numerar consecutivamente los elementos de la lista, empezando con el cero (0, 00, 000, etc., segn la
cantidad de elementos que tendr 1apoblacin).
III. Toma los nmeros de una Tabla de Nmeros Aleatorios comenzando en un punto previamente escogido
al azar, as como la secuencia a seguir, de manera que la cantidad de dgitos de cada uno sea igual a la
de! ltimo elemento de la lista; luego, si el ltimo nmero es 15, 97, 68, se tomar un nmero de dos
dgitos y si es 400, 967, 108 se tomar un nmero que contenga tres dgitos.:
IV. Se omitirn los nmeros que sean mayores al numero que le corresponde al ltimo elemento de la lista,
as como los que se vayan repitiendo en el proceso, continuando de esta forma hasta contar con el ninerc
de observaciones deseadas.
V. Utiliza dichos nmeros para identificar los elementos de la lista que se habrn de incluir en la muestra
para ilustrar el uso de la Tabla de Nmeros Aleatorios; por ejemplo, supon que de una lista de 40
elementos se desea seleccionar una muestra de tamao 9, los cuales se tomarn de la Tabla 6.1 a partir
de la columna 5 hacia abajo.
Como la lista consta de 40 elementos ser necesario tomar dos cifras de la Tabla de Nmeros Aleatorios.
en esta ocasin los tomaremos de la derecha.
Tabla 6.1
10 09 73 25 33 Uno
37 54 20 48 05 Dos
08 42 26 89 53 Se desecha por ser mayor al ltimo de la lista
99 01 90 25 29 Tres
12 80 79 99 70 Se desecha por ser mayor al ltimo nmero de,
la lista
66 06 57 47 17 Cuatro
31 06 01 08 05 Se desecha por estar ya seleccionado
85 26 97 76 02 Cinco
63 57 33 21 35 Seis
73 79 64 57 53 Se desecha por ser mayor al ltimo nmero de
la lista
98 52 01 77 67 Se desecha por ser mayor al ltimo nmero de
la lista
11 80 50 54 31 Siete
83 45 29 96 34 Ocho
88 68 54 02 00 Nueve
99 59 46 73 48
Entonces, de os elementos listados el 33, 5, 29, 17, 2, 35, 31, 34, 00 sern los que integren la muestr
Para aclarar ms esto, de una lista de 800 elementos obtengamos una muestra aleatoria de tamao 15. P
este ejemplo. Se deben tomar tres cifras, para lo que se ha determinado que se elijan a partir de la cuarta
columna hacia la derecha en una tabla de nmeros aleatorios.
As, la muestra queda determinada por los elementos 717. 170, 406, 614, 439, 732, 602, 692, 247, 579
135, 048, 548, 709, 624.
Ejercicios
1. Con bolas numeradas efecta una Tabla de Nmeros Aleatorios
2. En una lista numerada con 8,500 elementos:
a) Describe brevemente cmo utilizar la Tabla de Nmeros Aleatorios para obtener una muestra de tamao
20.
b) Cuntos dgitos debes leer en la Tabla de Nmeros Aleatorios?
c) Cmo decidirs en dnde empezar la Tabla?
3. Los alumnos de una escuela tienen credenciales numeradas en forma consecutiva de 4971 al 5110, selecciona
una muestra aleatoria del tamao 10.
4. Utiliza la Tabla de Nmeros Aleatorios para tomar una muestra de tamao 30 de un listado de 1000
elementos, empieza por la segunda columna y lee hacia abajo.
5. Con la Tabla de Nmeros Aleatorios determina una muestra de tamao 15 de una lista de 500 elementos,
empieza del tercer rengln hacia la derecha.
Tema 7
Cl asi f i caci n de la
est adst i ca
Objetivo
Describiremos la clasificacin de la estadstica y su aplicacin.
Presentacin
Con mucha frecuencia, en casi todos los campos del quehacer humano como la agricultura, la medicina, la
biologa, la qumica, la economa, la administracin, la demografa, etc., gran cantidad de informacin es
proporcionada a travs de tablas con datos numricos y grficas de diferente ndole, por lo que no siempre
resulta fcil extraer y retener la informacin que contienen, ya que en ocasiones deben analizarse cientos y hasta
miles de datos. Para resolver este problema, la estadstica ha encontrado la manera de ordenar la informacin,
s tal forma que a partir de ella se pueden sacar conclusiones vlidas. En este tema nos dedicaremos a la
clasificacin de la estadstica, la cual nos sealar qu parte de ella se ocupa de la simplificacin de la informa
cin y cul otra a su anlisis.
Desarrollo
Una necesidad bsica de los problemas estadsticos es la de describir un conjunto de observaciones obtenidas
i partir de un estudio, ya que stas usualmente son un conjunto de calificaciones, recuentos, conteos, etc., que
por s solas no presentan absolutamente nada; por esto al realizar la funcin de sintetizar la informacin de
manera veraz, completa y oportuna, el estadstico formula reglas y procedimientos siguiendo el mtodo cient
fico, del cual son partes muy importantes la observacin y la experimentacin con la realidad, seguida de la
formulacin de hiptesis acerca del comportamiento de la misma. De esta forma, un estadstico con una cantidad
e datos considerable podr realizar operaciones que cumplen funciones descriptivas, tales como:
a) Reordenar los datos y agruparlos en varias formas para que sea posible tener a primera vista una imagen
global de stos.
b) Construir tablas y grficas que permitan visualizar los resultados.
c) Calcular promedios (media, mediana, moda) para saber algo acerca del rendimiento de la poblacin.
d) Tomando el promedio como punto de referencia, describir la dispersin de los datos respecto a un punto
central (rango, desviacin media, desviacin estndar, varianzas).
Para tener una idea ms clara de la importancia de la estadstica descriptiva consideremos el siguiente
problema: "Por una cierta localidad pasa un ro de caudal variable que se almacena en una presa de capacidad
conocida. El agua de dicha presa se usa para generar energa elctrica, para recreacin de los miembros de la
comunidad y, corriente abajo, para regados. Cualquier excedente en la presa provoca un derrame que causa
rraves daos en la regin, en tanto que, de tener un dficit de agua, el faltante debe comprarse del estado vecino
i un costo extra. Adems, de ser posible, conviene tener llena la presa para facilitar tanto la navegacin a vela
como la generacin eficiente de electricidad. Se desea establecer una poltica para el manejo del agua que
permita satisfacer la demanda y a la vez evite, en lo posible, los riesgos de inundaciones y la necesidad de
comprar agua a otros proveedores".(*)
Como te podrs dar cuenta la solucin de un problema de este tipo parece complicado, pero si para plantearlo
y resolverlo primero lo describimos, tendremos un panorama mejor; as, si concentramos en una tabla las
observaciones de cunto ha llovido durante un mes tendremos ms claro el problema.
Nivel de precipitacin diaria de San J uan
Veracruz, en el mes de septiembre de 1993.
No llueve 4
Llueve poco 16
Llueve mucho 10
Datos hipotticos
Y si lo graficramos sera mejor (las tcnicas de cmo construir tablas y grficas se vern en la siguiente
unidad). Luego, a partir de ios resultados obtenidos en la experimentacin estaremos en condiciones de calcular
promedios y desviaciones para tener una mejor imagen del problema (las medidas de tendencia central y de
dispersin sern estudiadas en la unidad tres).
El trabajo ms importante del investigador comienza justamente al haber complementado la labor descriptiva
de un problema. De hecho, se est ms cerca del inicio que del fin de la tarea. La razn es evidente si
consideramos que el propsito de la investigacin es a menudo el de explorar hiptesis de naturaleza general
y no simplemente el elecomparar algunas muestras.
Por tal motivo, en dcadas recientes el crecimiento de la estadstica se ha dejado sentir en la mayor parte de
las actividades humanas y el hecho ms importante ha sido el desarrollo alcanzado por la estadstica inferencial
o Camben conocida con el nombre de estadstica inductiva.
La estadstica inferencial trata de obtener conclusiones generales a partir de los datos obtenidos mediante un
muestreo aleatorio, as se aplica a problemas tales como: el de efectuar el clculo estimativo del consumo de
maz de un pas a partir de los datos obtenidos en aos anteriores; el investigador, la demanda de un producto
por medio de ensayos hechos con muestras del mismo; el predecir las reservas de petrleo de una determinada
regin partiendo de los datos obtenidos de las caractersticas que presenta el aceite, etc. Para abordar estos
problemas es necesario acudir a la estimacin y prueba de hiptesis tcnicas centrales de la inferencia estadstica.
Las generalizaciones que se hacen en la estadstica inductiva van ms all de la informacin contenida en un
conjunto de datos. Al realizar inferencias inductivas de esta clase debemos proceder con mucho cuidado. Se ha
de estudiar hasta dnde se puede llegar con estas generalizaciones, puesto que las conclusiones a las que se
lleguen debern ir acorde con la realidad ya que en muchos casos son de gran importancia para una
investigacin, Por tal motivo, algunos de los problemas ms importantes de inferencia estadstica se refieren a
la evolucin de os riesgos y consecuencias a las que se est expuesto al hacer generalizaciones a partir de los
datos mustrales.
Luego entonces, podemos concluir que el campo de la estadstica se divide ampliamente en dos ramas:
estadstica descriptiva y estadstica inferencial. Estadstica es la ciencia, encargada de recolectar, clasificar,
describir e interpretar datos numricos.
Ejercicios
1. Realiza un resumen acerca de la diferencia entre estadstica descriptiva e inferencia estadstica.
2. Investiga en tu localidad si existe algn lugar que emplee la estadstica y seala si sta es descriptiva o
inferencial.
3. En los censos de poblacin y vivienda que realiza el gobierno mexicano cada diez aos, se recurre a la
inferencia estadstica?
4. Una fbrica de focos para cmaras fotogrficas produce 10 000 al da, y la gerencia desea saber el porcentaje
de focos defectuosos por medio de una muestra. Se recurre a la inferencia estadstica?
5. El director de una escuela por medio de una grfica ilustra el aprovechamiento de los alumnos. Tuvo
necesidad de ayudarse con la estadstica inferencial?