¿Qué es la estadística?

Entendemos por estadística como la disciplina científica que se ocupa de la

obtención, el orden y el análisis de un conjunto de datos con el fin de obtener
explicaciones y predicciones sobre fenómenos que son observados, consiste en
métodos, procedimientos y formulas que permiten recolectar cierto tipo de
información para su análisis y sobre este extraer conclusiones relevantes. Siendo
también la estadística como la “ciencia de los datos” y que su principal objetivo es
mejorar la comprensión de hechos en base a la información que se tenga
disponible.

CONTEXTO HISTORICO.

Se le atribuye al economista Gottfried Achenwall, el origen de la palabra

estadística, entendiéndola como la ciencia de las cosas que pertenecen al estado.
Es conveniente marcar que la estadística NO es una rama de las matemáticas,
utiliza herramientas de las matemáticas del mismo modo que lo hace la física, la
ingeniería o la economía, pero eso no las hace ser parte de las matemáticas. Es
cierto que tienen una relación estrecha, pero la estadística y las matemáticas son
disciplinas diferentes
El origen de la estadística empieza con los grandes imperios de la antigüedad,
como son Babilonia, Egipto, China, India, Grecia y Roma, entre otros, los cuales
llevaban a cabo listas de personas, profesiones y bienes que se conocen como
censos.
La palabra estadística proviene del vocablo latino status, utilizado en la Edad
Media para denotar un Estado político, es decir, para describir verbalmente las
características principales de un Estado. Con el tiempo, la estadística comenzó a
utilizarse para describir y analizar datos no necesariamente relacionados con las
características del Estado, por lo que su uso se extendió a otras áreas.
LA ESTADISTICA COMO DISCIPLINA.
La estadística es una disciplina de carácter científico y formal al igual que
deductiva, se le considera como una rama de las matemáticas (en su aplicación),
ya que estudia la variabilidad y las leyes de la probabilidad, esto mediante
herramientas diversas que incluyen conceptos y muestras.
Comprende los métodos y procedimientos necesarios para el recolectar
información de una realidad para organizarla, conceptualizarla y clasificarla de
forma que se pueda interpretar matemáticamente.
Historia de la estadística
Los primeros antecedentes de la estadística datan desde la antigüedad, en
especial en las primeras civilizaciones cuando surgieron poblaciones o imperios de
numerosas poblaciones, en los que se dio la necesidad de llevar una contabilidad
de la población y con esto el tener información relevante para el Estado, el cobro
de impuestos, etc.
Sin embargo, los primeros métodos de cálculo de probabilidad que se encuentran
registrados datan de 1654 por Pascal y Pierre de Fermat. En contraparte los
primeros tratamientos científicos de la materia pertenecen a Christian Huygens en
1657.

De manera formal, la estadística surge en el Siglo XIX, cuando se le da

reconocimiento como disciplina que estudia las formas para recabar información y
datos. Es a partir de este momento que el estudio de la estadística tiene como
sucesos relevantes dentro del Siglo XX, cuando Francis Galton y Karl Peterson
transforman el campo de estudio dando aportaciones a una rigurosa matemática
aplicada en otras áreas.
Importancia de la estadística.
La estadística tiene relevancia en el mundo actual, esto por la relevancia que tiene
en la toma de decisiones, implementación de políticas, necesidades de población,
obtención de información sobre distintas áreas.
Objetivos de la estadística.
La estadística tiene distintos objetivos o aplicaciones como lo son;
Conocer características de población. Hacer inferencias o conclusiones sobre
características principales de una población de estudio.
Establecer relación entre variables. Con la finalidad de establecer un análisis y
origen de un fenómeno, estudiando sus cambios y permitiendo hacer
proyecciones. Que permiten a la toma de decisiones según el área en el cual se
aplique.
Apoyo en disciplinas o áreas relacionadas con la economía como el conocer
proyecciones inflación, PIB, proyecciones bursátiles, etc.
Ejemplo de uso de la estadística en economía
La estadística es ampliamente utilizada en el análisis económico. Nos ayuda a
comprobar la aplicación de la teoría económica en la práctica. Algunos ejemplos
del uso de estadística en Economía son:
 Elaboración de indicadores macroeconómicos agregados.
 Predicciones acerca del comportamiento futuro de la demanda.
 Testear la validez de hipótesis basadas en la teoría económica.
 Calcular la tasa de paro.
 Organizar y presentar datos económicos como: evolución de los precios,
PIB, etc.
TIPOS DE ESTADÍSTICA
La estadística contempla dos ramas o tipos principales, la descriptiva que esta
orientada a la visualización y presentación numérica y la inferencial que se
encarga de generar modelos y predicciones. Para entender esta ciencia es
necesario sobre los tipos de estadística, estos son los siguientes:
Estadística descriptiva
Esta estadística ayuda a organizar y sintetizar la variabilidad en grupos
observables que son reales, consiste en describir y estructurar las variables entre
las observaciones que se realicen, esta estadística aplica herramientas como
gráficos, promedio, rangos, gráficos de tablas, entre otros que ayudan a la
organización de datos.
Se refiere al análisis, resumen y presentación de resultados relacionados con un
conjunto de datos derivados de una muestra o de una población, comprendiendo
tres características principales como lo son la distribución de frecuencias, medidas
de tendencia central y medidas de variabilidad.
Por estadística descriptiva entendemos, por ejemplo, el cálculo de la media y la
mediana, dos indicadores muy importantes y sobre todo diferentes. La mediana es
un indicador que «no tiene en cuenta los valores extremos, a veces poco
frecuentes», a diferencia de la media, que está muy influida por estos valores
extremos.
Estadística inferencial
Se ocupa de hacer predicciones o inferencias a partir de observaciones y el
análisis de una muestra. Por lo que permite tener conclusiones para explicar una
situación o fenómeno. Lo que permite inferir los datos que van más allá de la
información inmediata que pueda dar la descriptiva. La estadística inferencial
también se divide en dos otros tipos: la estadística paramétrica y la no
paramétrica.
Imaginemos que queremos saber la altura promedio de todos los estudiantes de
una escuela, pero sería difícil medir la altura de cada uno de ellos. En cambio,
podríamos medir la altura de una muestra de estudiantes y usar esa información
para hacer una inferencia sobre la altura promedio de todos los estudiantes en la
escuela.
Para hacer esta inferencia, aplicamos técnicas estadísticas a los datos de la
muestra para estimar el valor desconocido de la población (en este caso, la altura
promedio de todos los estudiantes). Estas técnicas pueden incluir la estimación de
parámetros de una distribución de probabilidad, el cálculo de intervalos de
confianza o la realización de pruebas de hipótesis.
Estadística Paramétrica.
Se basa en el uso de supuestos de distribución de población, tiende a ser mas
exacta y confiable ya que las formulas que se utilizan están diseñadas para una
población con distribución normal.
Estadística No Paramétrica.
En esta estadística, las pruebas no admiten una distribución de probabilidad para
los datos, siendo que estos requieren menos supuestos, tienen datos estadísticos
que proceden solo de procedimientos de recuento y distribución, siendo su
interpretación mas fácil.
ELEMENTOS DE LA ESTADÍSTICA
La estadística consta de elementos esenciales para su aplicación, los cuales son:
Población. -Es el conjunto de elementos que forman parte de un estudio, esta
puede ser finita o infinita, los cuales poseen un parámetro común entre sí. Es
común referirse a la población como el cumulo total de personas que viven en un
área geográfica, sin embargo, esta no solo es aplicable en este caso, si no
también a datos que poseen un parámetro en común, como por ejemplo el número
total de tiendas de mascotas en una ciudad.
Muestra. - Es la representación de la población mediante un grupo, siendo este
grupo una parte pequeña de la población. Es un subconjunto de toda la población,
siendo estos los miembros que cubren ciertas características de la población en
las cuales nos es necesario enfocarnos.
Por ejemplo: A una empresa de alimentos para gatos le gustaría conocer todas las
tiendas de mascotas donde puede vender. La compañía tiene datos de población
sobre el número total de tiendas de mascotas en una ciudad específica.
Este fabricante de alimentos para mascotas ahora puede crear una muestra de
investigación en línea seleccionando únicamente las tiendas de mascotas que
venden alimentos para gatos.
Los datos pueden ser estudiados para varias características y los resultados
pueden ser mostrados en estadísticas e informes para una mejor comprensión del
negocio.
Utilizando los datos de la muestra, la empresa puede descubrir formas de hacer
crecer su negocio hasta llegar a la población total de tiendas de mascotas.
Individuo: cada unidad estadística que compone la población
Muestreo: conjunto de métodos para obtener una muestra
Parámetro: características medibles en una población
Valor: distintos resultados que se obtienen en un estudio estadístico. Por ejemplo.
Un dado puede darte 6 valores por cada cara que tiene.
Dato: valores que se ha obtenido al realizar el estudio. Por ejemplo: si tiro un dado
4 veces, puedo obtener cuatro datos: 3, 6, 1 y 4.
Censo: estudio de toda la población
DIFERENCIA ENTRE POBLACION Y MUESTRA.
Dentro de las aplicaciones se utiliza una muestra de la población en
investigaciones ya que es mas fácil y rentable procesar un subconjunto mas
pequeño que en lugar de todo un grupo, a diferencia de la población la cual se
tiene que contabilizar elemento por elemento.

Población Muestra

La característica medible de la población,

La característica medible de la muestra
como la media o la desviación estándar, se
se llama estadística.
conoce como parámetro.

La muestra es un subconjunto de la
Los datos de población son un todo y
población que se obtiene utilizando el
completo.
muestreo.
Una encuesta realizada a toda una Una encuesta realizada con una muestra
población es más precisa, sin margen de de la población arroja resultados precisos,
error, excepto la inexactitud humana en las solo después de factorizar aún más el
respuestas. Sin embargo, esto no siempre margen de error y el intervalo de
es posible. confianza .

La estadística es el componente
El parámetro de la población es un
descriptivo de la muestra, el cual se
elemento numérico o medible que define el
encuentra mediante el uso de la media
sistema del conjunto.
muestral o la proporción muestral.

Razones para utilizar una muestra

Es práctica
Ofrece datos urgentes
Es rentable
Está representada con exactitud
Ofrece estadísticas deductivas
Características de las Población
La cantidad de personas en las poblaciones no es todo lo que se puede saber
sobre estas. También están datos como:
Edad: La edad de una población puede decirnos mucho sobre lo que esa
población está haciendo, así como lo que va a hacer en el futuro.
Ubicación: Averiguar dónde vive la gente es una de las principales razones por
las que diversos países realizan su censo. Muchos programas gubernamentales
también basan sus fondos en pautas demográficas. Los datos de ubicación
también nos informan sobre el movimiento de las personas.
Datos Socioeconómicos: Nos ayudan a conocer el tipo de concentraciones de
gente en ciertas áreas urbanas o por ejemplo las altas concentraciones de
personas con cáncer cerca de ciertas zonas industriales.
Raza: El estudio demográfico de la raza es muy polémico. Científicamente, no
existen diferentes “razas” de seres humanos. La diferencia entre los asiáticos y los
negros es la misma que la diferencia entre las personas con ojos marrones y las
personas con ojos azules.
Sin embargo, la idea de la raza sigue desempeñando un papel importante en
nuestras sociedades. Muchos de nosotros nos identificamos como parte de una
cierta raza por razones culturales. Los demógrafos pueden estudiar las
poblaciones raciales para obtener información sobre temas que podrían
enfatizarse en un grupo racial, como un problema médico.
¿Qué es el tamaño de la muestra?
La muestra es una selección de elementos de la población que representan a la
población total, es una fracción significativa que cumple con las características que
se requieren dentro del estudio estadístico con la finalidad de evitar un sesgo en la
interpretación de datos.
El definir el tamaño de la muestra es importante para realizar una investigación de
forma correcta por lo que hay que tomar en cuenta las circunstancias que se
desarrollen dentro de nuestro estudio. Por lo cual es ideal tener una muestra de un
tamaño promedio acorde a nuestros elementos. Una muestra demasiado grande
tendrá como consecuencia la perdida de análisis de elementos valiosos en cambio
una muestra muy pequeña no proporcionará información confiable.

CARACTERISTICAS DE LA MUESTRA.
Para poder tener un tamaño de muestra ideal que vaya acorde a nuestras
proyecciones, se tienen que cumplir las siguientes características:
Representativa: Hace referencia a que todos los miembros de un grupo de
personas tengan las mismas oportunidades de participar en la investigación.
Adecuada: Se refiere a que el tamaño de la muestra debe de ser obtenido
mediante un análisis que permite resultados como disminuir el margen de error.
Ejemplo:
Si quieres realizar una investigación dentro de una universidad que ofrece 10
carreras diferentes y cada una tiene 700 alumnos, no querrás hacer 7000 mil
encuestas, bastará con determinar el tamaño de la muestra. Sin embargo,
debemos considerar el margen de error.
Definición y tipos de escalas de medición.
Es un proceso de comparación cuantitativa entre dos o mas elementos, es un
instrumento que combina tanto símbolos como números para identificar las veces
que figura un determinado patrón en el conjunto de elementos estudiados. Los
datos de una escala de medición se conforman por características o propiedades
que se atraviesan mediante la medición de distintos indicadores.
Tipos de escalas de medición
En estadística, podemos identificar cuatro escalas de medición:
Tipo de escala de medición ordinal
Establece un orden de los elementos según a su jerarquía o claridad.
Por ejemplo, si intentamos medir la calidad del contenido de 10 diferentes revistas
científicas que debaten sobre un mismo tema, podríamos ordenarlas del 1 al 10,
siendo el 1 el libro con peor calidad y nula relevancia y el 10 el de excelente
calidad y relevancia.
De acuerdo a este ejemplo, podremos obtener una escala en cuanto al orden de la
variable “calidad” y otra con la variable “relevancia”.
Tipo de escala de medición nominal
Se enfoca en clasificar los elementos observados, teniendo como función principal
el identificar y cotejar las características nominales o etiquetas de un resultado
concreto.
Si retomamos al ejemplo de escala de medición anterior, la escala nominal podría
definir el género de la mayoría de las personas que votaron en cuanto a la
relevancia y la calidad de una revista científica u otra. A este respecto, si el
sondeo recopila un número de 100 personas, la escala nominal definirá cuántos
fueron mujeres y cuántos hombres.
Tipo de escala de medición de intervalo
Comparte similitudes con la medición ordinal, solo que se le añade a esta la
división entre variables según su sentido
Un ejemplo de esta escala de medición pueden ser las encuestas que las
empresas realizan para medir la satisfacción de sus clientes. Básicamente
consiste en una pregunta relacionada a la satisfacción con una escala del 1 al 10.
Por lo tanto, la escala de intervalo se elabora de acuerdo a los datos obtenidos de
la encuesta. Estos datos, se agrupan de la siguiente manera:
Del 1 al 4 = clientes poco satisfechos.
5 a 8 = clientes moderadamente satisfechos.
9 a10 = clientes satisfechos que seguramente recomendarán los servicios o
productos de la empresa.
Tipo de escala de medición de razón
Mediante esta escala se puede cuantificar la razón de un determinado fenómeno o
acontecimiento. Por ejemplo, para medir la calidad de una revista científica, se
puede hacer una escala de razón en función del número de ventas de las revistas
comparadas. En este caso, la escala estará encabezada por la revista con más
ventas y finalizará con la que se haya vendido menos.
Escalas comparativas y no comparativas
Dentro del estudio de la estadística se manejan también varias escalas de
medición las cuales se dividen en comparativas y no comparativas.
1. Escala gráfica de medición de datos
En cada extremo de esta escala gráfica se colocan valores opuestos y se le pide a
los encuestados que marquen mediante deslizamiento el punto que más se
acerque a su opinión.
2. Escala Likert
La escala de Likert contiene un número impar de opciones, popularmente se usan
cinco o siete y se etiqueta un extremo como muy negativo y el otro como muy
positivo, incluyendo una etiqueta de “Neutral” en medio de la escala.
3. Escala de diferencial semántico (Max Diff)
Una escala diferencial es una combinación de diferentes conceptos, normalmente
contiene un número impar de características a calificar y se etiquetan ambos
extremos con valores opuestos.
4.- Matriz de lado a lado de análisis de datos
Otro de los tipos de escalas de medición que se utiliza popularmente en las
encuestas es la matriz de lado a lado y la forma más común de hacerlo es
evaluando importancia / satisfacción.
Este tipo de escalas de medición se usa principalmente para investigar qué
características incluir en tus productos o para evaluar las características más
importantes ya existentes.
Usando un buen software para encuestas podrás aprovechar todo el poder de este
tipo de escala.
¿Cuál es la importancia de la estadística en los negocios?
Un análisis cuantitativo permitirá el conocer en donde se ubica la empresa y hacia
donde tomar dirección, ofreciendo cifras y mediciones que se pueden dar de forma
eficiente y certera, planeando, investigando, analizando y haciendo proyecciones
sobre lo que se espera lograr dentro de una empresa.
Reunir información cuantitativa que permita hacer un análisis de datos sobre
aspectos clave de la empresa; interpretar información numérica que ayude a una
toma de decisiones más efectiva;
permite respaldar ideas y desechar aquellas que no beneficien al logro de
objetivos; cualquier plan que se ponga en marcha estará argumentado con
evidencias y datos objetivos;
ayuda a establecer métodos de trabajos sistemáticos.
En detalle, el uso de las estadísticas en las empresas permite:
1. Medición del rendimiento
Desde el rendimiento de un determinado producto, hasta la productividad de los
trabajadores, es posible medirlos a través de la recopilación de datos que buscan
establecer cifras puntuales.
Aquí también aplica el rendimiento de las inversiones, si se lograron o no los
objetivos, cuál es el riesgo de asumir nuevas decisiones con el retorno del dinero.

2. Desarrollar nuevos productos

Cuando se crean productos basados en estadísticas es más factible alcanzar
metas, ya que debe haberse proyectado la aceptación que estos recibirán, el
potencial dentro del mercado e incluso como una forma de mejorar la atención al
cliente.
3. Realizar predicciones
Los datos que se estudian no solo son del presente, también hay que incluir los
del pasado. Estos pueden arrojar resultados importantes que ayuden a realizar
predicciones para un corto, mediano o largo plazo.
¿Qué es la estadística descriptiva?
Se refiere al análisis, resumen y presentación de resultados que están
relacionados con un conjunto de datos que derivan de la muestra o de toda una
población, la estadística descriptiva se comprende de tres elementos principales:
la distribución de frecuencias, las medidas de tendencia central y las medidas de
variabilidad.
Por estadística descriptiva entendemos, por ejemplo, el cálculo de la media y la
mediana, dos indicadores muy importantes y sobre todo diferentes. La mediana es
un indicador que «no tiene en cuenta los valores extremos, a veces poco
frecuentes», a diferencia de la media, que está muy influida por estos valores
extremos.
La estadística descriptiva tiene como objetivo describir los datos que son
observados de una forma sintética y significativa con la finalidad de analizarlos de
una mejor manera, recogiendo observaciones sobre los sujetos de estudio. La
estadística descriptiva facilita la forma en la cual se presentan los datos,
permitiendo que se presenten de una forma comprensible, teniendo una
interpretación simplificada del conjunto de datos o de población, con la finalidad de
resumir estos mismos con el apoyo de descripciones en forma de tablas o de
graficas.
Tipos de estadística descriptiva
La estadística descriptiva se divide en algunos tipos, dentro de estos su aplicación
varia de su estudio y el para que se requiere.
Distribución de frecuencias

Representa la frecuencia o el recuento de los diferentes resultados en un conjunto

de datos o muestras, se representa normalmente en una tabla o grafico o en su
caso una combinación de estos dos. Cada tabla o grafico va acompañada de la
frecuencia de aparición de los valores y del grupo o rango en específico.
Hace referencia a una representación o resumen de datos agrupados o que se
han clasificado según la función de sus excluyentes y del número de ocurrencias
en cada clase. Permitiendo una forma más estructurada y organizada de presentar
los datos en bruto. Los gráficos más utilizados son gráficos de barras,
histogramas, graficas circulares y de líneas. Normalmente las distribuciones de
frecuencia se representan en tablas.

Tipos de distribuciones de frecuencia

Frecuencia absoluta (fi): Es la cantidad de observaciones que pertenecen cada

grupo, se interpreta como la cantidad de veces que se repite un suceso, es una
medida estadística que nos da información sobre la cantidad de veces en las
cuales se repite un suceso al realizar un numero determinado de elementos
aleatorios.
Frecuencia relativa (hi): Esta se calcula dividiendo la frecuencia absoluta entre el
numero de datos, el resultado de esta operación es lo que se toma como
frecuencia relativa, para esto es necesario calcular antes la frecuencia absoluta.

Siendo N el numero de observaciones o muestra, fi, la frecuencia

absoluta y hi la frecuencia relativa.
Frecuencia absoluta relativa (Fi) Se calcula sumando las frecuencias absolutas de
una clase o de un grupo de muesta con la anterior o las anteriores (frecuencias
absolutas).
Frecuencia relativa acumulada (Hi): Se calcula de la misma forma que la absoluta
relativa.
Tendencia central
La tendencia central o medidas de tendencia central es otro tipo de estadística
descriptiva, se refiere al resumen de un conjunto de datos utilizando un valor único
que refleja lo que se conoce como el centro de distribución de datos. Estas
también se conocen como medidas de localización central, las más básicas y
utilizadas son: La media, La mediana y La moda.
Variabilidad
La variabilidad es una estadística de resumen, esta refleja el grado de dispersión
de una muestra, determina la distancia en que los puntos de datos parecen tener
contacto con el centro. Hacen referencia al rango y la amplitud de la distribución
de valores, el estudio de la variabilidad se conforma de los datos conocidos como
el rango, la desviación estándar y la varianza, los cuales se utilizan justo para
representar diferentes componentes y aspectos para lograr la dispersión o también
conocidas como las medidas de dispersión, las cuales entran el rango y la
desviación estándar; el rango mide la diferencia entre el valor más alto y el valor
más bajo y la desviación estándar se encarga de medir cuanto se alejan los
valores individuales de la media.
¿Qué son las medidas de tendencia central?
Las medidas de tendencia central son datos que ubican un conjunto de datos que
se utilizan principalmente para resumir la información. Son fundamentales en el
análisis estadístico para identificar el valor que representa el centro de un conjunto
de datos.
Se les conoce como Medidas de Centralización, se trata de herramientas muy
empleadas ya que resumen un conjunto de datos en solo un valor el cual simplifica
el análisis de todo un bloque de información y proporciona una visión general del
mismo.
Dentro de las medidas de tendencia central, se utilizan las más básicas como son
la media, la mediana y la moda, la aplicación de estas varía según su función, si
estamos trabajando con cierto conjunto de datos numéricos, es fundamenta el
conocer como se relacionan entre sí, sin embargo, si analizamos una serie de
datos, se tiene que evaluar la posición central de estos. Pero en función podemos
aplicar las medidas de tendencia central de forma individual o de forma conjunta,
esto por su aplicación, sin embargo, se tiene de referencia practica el uso de las
tres para mejor comprensión de datos.
Principales medidas de tendencia central
Promedio o media
Esta es la cantidad que se obtiene al sumar todos los datos de un conjunto de
valores o muestra para después dividir el resultado entre el total de los valores
analizados, el resultado se expresa en la misma unidad de los datos originales.
Ejemplo: Para obtener la media del conjunto de números 3, 4, 7, 8, 10 se deben
sumar todas las cifras 2+4+7+8+9=30. El resultado hay que dividirlo entre 5, que
corresponde al número de valores registrados 30/5=6. La media es 6.
Mediana
Se refiere al dato que ocupa una posición central (centro) en un conjunto de datos
cuando se organizan en orden de magnitud, este orden puede ser en ascendente
a descendente o de forma contraria, dejando la misma cantidad de valores a un
lado y al otro. Existen también dos formas de aplicación especifica
 Mediana para datos impares.
Para la mediana para datos impares se debe de ordenar de forma ascendente
antes de localizar el centro. La mediana será el numero que se encuentra en el
centro de tal forma que el numero de dato en ambos lados quede de forma
igualitaria.
Ejemplo: En el conjunto de datos ya ordenado de los números 1, 3, 5, 8, 10, 13,
15, la mediana será 8, puesto que divide el conjunto en dos partes iguales.
 Mediana para datos pares.
Para la mediana para datos pares, se deben de ordenar los datos de menor a
mayor y se tiene que tomar en consideración los dos datos que quedan en el
centro del conjunto, una vez que se tengan identificados estos valores, se procede
a sacar el promedio de estos dos, dando como resultado la mediana.
Ejemplo: En el conjunto de números 1, 3, 6, 8, 9, 11, se toman los valores
centrales 6 y 8 para hacer el cálculo. El resultado se obtiene con la siguiente
operación (6+8)/2=7. La mediana en este ejercicio es igual a 7.
Moda
La moda es la variable que mas se repite en un conjunto de datos o de muestra,
esta no tiene una forma en especial de calcular, solo es bajo observación de datos
que se identifica que valor es el que mas se repite.
Medidas tendencia central y dispersión
Las medidas de tendencia central y de dispersión están vinculadas, esto ya que en
ambas se utilizan para describir un conjunto de datos, las medidas de dispersión,
variación o variabilidad, pretenden evaluar en que forma los datos son analizados,
y sobre esto se realiza una evaluación de las medidas de tendencia central,
permitiendo conocer si los datos están concentrados cerca del valor central.
Las más usadas son:
Rango de variación.
Varianza.
Coeficiente de variación.
Desviación estándar.
¿Para qué sirven las medidas de tendencia central?
Las medidas de tendencia central tienen distintos usos, entre ellos:
Resumir la información.
Conocer el elemento promedio o típico de un grupo.
Comparar e interpretar los resultados obtenidos al analizar una colección de
valores observados.
Estudiar el comportamiento de una misma variable en distintas ocasiones.
Comparar los resultados con otros grupos estadísticos o poblacionales
Ordenar los datos sistemáticamente.
Aportar credibilidad a una información, ya que arrojan promedios o sesgos en
los datos reunidos.
Media ponderada
La media ponderada es un subtipo de media que se utiliza para otorgar diferentes
pesos a los valores sobre los que se calcula, dando una importancia distinta a
cada uno de los valores, para poder calcular la media ponderada se tiene que
asignar un peso a los valores que se van a considerar, la suma de todos estos
valores por sus pesos se divide por la suma de sus pesos. El peso en media
ponderada es el valor de importancia que se les da a los elementos, entre mayor
valor mayor peso.

Fórmula de la media ponderada

La fórmula de la media ponderada es la siguiente:

Sumatorio: El sumatorio nos indica que debemos sumar un conjunto de valores

desde el primero, hasta el N. Así, si existen 10 valores, deberemos sumar el
primero, el segundo, el tercero, … , y el décimo. En este caso, es una suma de
productos. Por tanto, lo que deberemos hacer es sumar el resultado de los
productos.
N: Representa el número total de observaciones. Por ejemplo, si la nota de
nuestra asignatura depende de tres factores (examen, ejercicios y participación) N
valdrá tres.
x: La variable X es sobre la que calculamos la media ponderada. Siguiendo el
ejemplo de la nota final de la asignatura, X sería la nota en número de cada parte.
i: Representa la posición de cada observación. En este ejemplo, podríamos
ponerle un número a cada factor al examen el 1, a los ejercicios un 2 y a la
participación un 3. De manera que x1 es la nota del examen, x2 la nota de los
ejercicios y x3 la nota de la participación en clase.
Por último, a diferencia de la media aritmética aparece el valor P. La P es de
porcentaje, peso o ponderación. Cualquiera de las tres palabras es equivalente en
estos casos. Será el peso otorgado a cada una de las partes, examen 70%,
ejercicios 20% y participación un 10%. Hemos de recordar, no obstante que
debemos expresar los porcentajes en tanto por uno.
Ejemplo de media ponderada
Supongamos que tenemos que calcular la nota final de x asignatura. Para ello,
debemos realizar una media ponderada que se distribuye como sigue a
continuación:
Trabajo sobre el crash del 29 — 20%
Examen final ———————— 70%
Asistencia a clase —————— 10%
En el trabajo sobre el crash del 29, gracias a que buscamos información en
Economipedia, nos pusieron un 9,5. En el examen final tuvimos un 8,5. Sin
embargo, solo asistimos a 10 clases de un total de 20. Por lo que nuestra nota en
asistencia a clase es de un 5.
Para saber nuestra nota final de la asignatura de economía debemos multiplicar
nuestra nota por la ponderación. Tal que:

Nuestra nota final de la asignatura es de 8,35.

Media geométrica
La media geométrica es un tipo de media que se calcula como la raíz del producto
de un conjunto de números estrictamente positivos. La media geométrica se
calcula como un producto conjunto. Es decir, que todos los valores se multiplican
entre sí. De modo que si uno de ellos fuera cero, el producto total sería cero. Por
ello, debemos siempre tener en cuenta que a la hora de calcular la media
geométrica necesitamos números que sean únicamente positivos.
Uno de sus principales usos es para calcular medias sobre porcentajes, pues su
cálculo ofrece unos resultados más adaptados a la realidad. Veremos ejemplos de
esto más tarde, pero antes debemos conocer su fórmula.
Fórmula de la media geométrica
La fórmula de la media geométrica es la siguiente:

N: Se trata del número total de observaciones. Por ejemplo, si tenemos el

crecimiento de los beneficios de una empresa durante 4 periodos, N será 4.
x: La variable X es sobre la que calculamos la media geométrica. Siguiendo el
ejemplo anterior, el crecimiento de los beneficios estará expresado en porcentaje y
será la variable X.
i: Representa la posición de cada observación. En este ejemplo, podríamos
ponerle un número cada periodo. Un 1, al periodo 1, un 2 al periodo 2, etc. De
manera que x1 es el crecimiento de los beneficios en el periodo 1, x2 el crecimiento
de los beneficios en el periodo 2, x3 el crecimiento de los beneficios en el periodo 3
y x4 el crecimiento de los beneficios en el periodo 4.
Ejemplo de media geométrica
Supongamos los resultados de una empresa. La empresa ha generado un 20%
de rentabilidad el primer año, un 15% el segundo año, un 33% el tercer año y un
25% el cuarto año. Lo fácil, en este caso sería sumar las cantidades y dividir entre
cuatro. Sin embargo, esto no es correcto.
Para calcular la media de varios porcentajes debemos hacer uso de la media
geométrica. Aplicado al caso anterior, tendríamos lo siguiente:

El resultado es 1,23, que expresado en porcentaje es un 23%. Lo que quiere decir

que en promedio, cada año la empresa ha ganado un 23%. Dicho de otra forma, si
cada año hubiese ganado un 23%, hubiera ganado lo mismo que ganando un 20%
el primer año, un 15% el segundo, un 33% el tercero y un 25% el último año.

Qué es la probabilidad

La probabilidad es el cálculo que evalúa las posibilidades que existen de que

suceda algún evento en el cual intervienen elementos al azar ya sea en un
ambiente controlado o no controlado. Proviene del termino probable que significa
aquello que es más posible que ocurra.
Para la probabilidad se expresan los eventos en grado de porcentaje de
probabilidad, es decir se expresa una cifra entre la posibilidad total hasta la
posibilidad nula, siendo estas el 0% y el 100%. Siendo parte de estas
características la frecuencia con la cual ocurre un evento.

Tipos de probabilidad

Dentro de los tipos de probabilidad se tienen los siguientes:

 Frecuencial. Aquella que determina la cantidad de veces que un fenómeno
puede ocurrir, considerando un número determinado de oportunidades, a
través de la experimentación.
 Matemática. Pertenece al ámbito de la aritmética, y aspira al cálculo en
cifras de la probabilidad de que determinados eventos aleatorios tengan
lugar, a partir de la lógica formal y no de su experimentación.
 Binomial. Aquella en la que se estudia el éxito o fracaso de un evento, o
cualquier otro tipo de escenario probable que tenga dos posibles resultados
únicamente.
 Objetiva. Se denomina así a toda probabilidad en la que conocemos de
antemano la frecuencia de un evento, y simplemente se dan a conocer los
casos probables de que ocurra dicho evento.
 Subjetiva. Contrapuesta a la matemática, se sustenta en ciertas
eventualidades que permiten inferir la probabilidad de un evento, aunque
alejada de una probabilidad certera o calculable. De allí su subjetividad.
  Hipergeométrica. Aquella que se obtiene gracias a técnicas de muestreo,
creando grupos de eventos según su aparición.
 Lógica. La que posee como rasgo característico que establece la
posibilidad de ocurrencia de un hecho a partir de las leyes de la lógica
inductiva.
 Condicionada. Aquella que se emplea para comprender la causalidad
entre dos hechos distintos, cuando puede determinarse la ocurrencia de
uno tras la ocurrencia del otro.

Fórmula para calcular la probabilidad

El cálculo de las probabilidades se lleva a cabo según la fórmula siguiente:

Probabilidad = Casos favorables / casos posibles x 100 (para llevarlo a
porcentaje)
Así, por ejemplo, podemos calcular la probabilidad de que una moneda salga cara
en un único lanzamiento, pensando que sólo puede salir una cara (1) de las dos
que hay (2), esto es, 1 / 2 x 100 = 50% de probabilidad.
En cambio, si decidimos calcular cuántas veces saldrá la misma cara en dos
lanzamientos seguidos, deberemos pensar que el caso favorable (cara y cara o
sello y sello) es uno entre cuatro posibilidades de resultado (cara y cara, cara y
sello, sello y cara, sello y sello). Por ende, 1 / 4 x 100 = 25% de probabilidad.

¿Qué es la probabilidad subjetiva?

La probabilidad subjetiva es una medida estadística que consiste en indicar cuanto

es probable que suceda un evento basándose en la experiencia de una persona.
Se fundamenta en la opinión del experto que valora los posibles resultados o
escenarios mediante su conocimiento empírico y así determinar la probabilidad de
ocurrencia de un evento.
La probabilidad subjetiva siempre va en números del 0 al 1, a mayor probabilidad
subjetiva, mayor es la probabilidad de que ocurra un evento y a la inversa. Este
tipo de probabilidad es útil cuando se requiere cierto grado de flexibilidad en los
estudios estadísticos, cuando se desconoce algún valor, así como la rapidez para
determinar las probabilidades de un evento.

Ejemplos de probabilidad subjetiva

Por ejemplo, si una persona intenta calcular la probabilidad de que mañana llueva
basándose en la experiencia que tiene del clima de esa zona, es una probabilidad
subjetiva porque la persona no está realizando ningún cálculo matemático, sino
que se fundamenta en su intuición.
Otro ejemplo de probabilidad subjetiva es cuando un
analista profesional determina, a partir de su experiencia
previa, el porcentaje que tiene un equipo en ganar un
trofeo. En este caso, el analista no está utilizando ningún
modelo matemático para predecir el futuro, sino que su
opinión está basada en su experiencia y su conocimiento del deporte.

¿Qué es la probabilidad frecuencial?

La probabilidad frecuencial o probabilidad frecuentista, es la frecuencia relativa

que se espera a largo plazo de un experimento, este tipo de probabilidad es mas
compleja de calcular, ya que se requiere que se lleve a cabo un “N” numero de
experimentos repetidos.
Para poder calcular la probabilidad frecuencial se requiere que se realice el
experimento un numero elevado de veces y este numero dividirlo entre los casos
favorables obtenidos. Por su complejidad se requiere que esta probabilidad se
realice con apoyo de equipo informático.

La formula de la probabilidad frecuencial es la que se muestra del lado superior

derecho, la cual se lee de la siguiente manera: “la probabilidad frecuencial P(s), es
igual al Numero total de experimentos (N) entre el numero de casos favorables (s),
siendo el valor del limite de forma infinita o si tenemos un límite finito se tendrá
que marcar el valor total de experimentos.

Espacio muestral

El espacio muestral es el conjunto de todos los posibles resultados de un

experimento aleatorio, se representa con la nomenclatura E o con el signo griego
Omega (Ω).
Por ejemplo, cuando lanzamos una moneda, ¿cuáles son todos los posibles
resultados que podemos obtener? Que salga cara o cruz, ¿verdad? En total son
dos posibles resultados, por lo que el espacio muestral tiene 2 elementos.
E = {cara, cruz}
Y si lanzamos un dado, tenemos en total 6 posibles resultados que pueden salir.
Por lo tanto el espacio muestral sería de 6 elementos.
E = {1, 2, 3, 4, 5, 6}.