Contenido de la Presentación:
◦Definición, Tipos y Ejemplo de Variable.
◦Definición y Ejemplo de Población y Muestra.
◦Definición y Ejemplo de Parámetros Estadísticos.
◦Definición, Tipos y Ejemplo de Escalas de Medición.
◦Definición y Ejemplo de Sumatoria Razón, Proporción, Tasa y Frecuencia.
◦Indique a través de un ejemplo general, cada uno de estos conceptos.
Términos básicos de estadística: variables, población, muestra, parámetros, escalas de medición
1. República Bolivariana de Venezuela.
Ministerio del Poder Popular para la Educación Superior.
Instituto Universitario Politécnico “Santiago Mariño”.
Sede – Barcelona.
TÉRMINOS BÁSICOS
EN ESTADÍSTICA.
PROFESOR: Ramón Aray. BACHILLER:
SECCIÓN: YV. Fátima Branco C.I.: 24.829.148
Barcelona; Mayo 2016.
3. CLASIFICACION DE LAS VARIABLES.
Las variables estadísticas se pueden clasificar por diferentes criterios. Según su
medición existen dos tipos de variables:
• Cualitativa (o categórica): son las variables que pueden tomar como valores
cualidades o categorías.
• Ejemplos:
• Sexo (hombre, mujer) Salud (buena, regular, mala)
• Cuantitativas (o numérica): variables que toman valores numéricos.
• Ejemplos:
• Número de casas (1, 2,…)
• Edad (12,5; 24,3; 35;…)
4. CLASIFICACION DE LAS VARIABLES
CUALITATIVA (O CATEGÓRICA):
• Las variables cualitativas se pueden clasificar según sigan un orden
determinado o no.
VARIABLES CUALITATIVAS
Tipos Definición Ejemplos
Nominal
Variables cualitativa cuyas categorías no
siguen ningún orden.
– Color (blanco, rojo, azul,…)
– Lateralidad (zurdo, diestro)
Ordinal Son las variables categóricas con orden
– Nota examen
(suspenso, aprobado, notable,
sobresaliente)
– Nivel económico
(pobre, clase media, rico)
Binaria
Es un caso particular de variable nominal con
solo dos categorías. Si las dos categorías
determinan dos estados cualesquiera
(ejemplo: sexo) se denomina binaria
simétrica. Si el 1 determina la presencia de
una característica y el 0 la ausencia (ejemplo:
depresión, enfermedad,…) la variable se
dice binaria asimétrica.
– Sexo (mujer, hombre)
– Enfermo (si, no)
5. CLASIFICACION DE LAS VARIABLES
CUANTITATIVAS (O NUMÉRICA):
VARIABLES CUANTITATIVAS
Tipos Definición Ejemplos
Discreta
La variable solo puede tomar valores en
número determinado de valores. En
cada intervalo de valores la variable solo
puede tomar un valor.
– Canastas en un partido (20;
21; 22; pero no 21,5)
Continua
La variable puede adquirir cualquier
valor dentro de un intervalo de valores
determinado.
– Peso (53,53kg; 89,4kg;…)
Las variables cuantitativas se clasifican según el número de valores que
puede tomar la variable.
6. POBLACIÓN Y MUESTRA:
Población:
Una población está determinada por sus características
definitorias. Por lo tanto, el conjunto de elementos que posea esta
característica se denomina población o universo. Población es la
totalidad del fenómeno a estudiar, donde las unidades de población
poseen una característica común, la que se estudia y da origen a los
datos de la investigación.
Entonces, una población es el conjunto de todas las cosas que
concuerdan con una serie determinada de especificaciones. Un
censo, por ejemplo, es el recuento de todos los elementos de una
población.
7. POBLACIÓN Y MUESTRA:
• ALEATORIA - cuando se selecciona al azar y cada miembro tiene igual oportunidad de
ser incluido.
• ESTRATIFICADA - cuando se subdivide en estratos o subgrupos según las variables o
características que se pretenden investigar. Cada estrato debe corresponder
proporcionalmente a la población.
• SISTEMÁTICA - cuando se establece un patrón o criterio al seleccionar la muestra.
Ejemplo: se entrevistará una familia por cada diez que se detecten.
Muestra:
La muestra es un subconjunto fielmente representativo de la
población. Hay diferentes tipos de muestreo. El tipo de muestra
que se seleccione dependerá de la calidad y cuán representativo
se quiera sea el estudio de la población.
8. POBLACIÓN Y MUESTRA:
Ejemplos de Población y Muestra:
• Ejemplo 1: En una escuela se quiere saber cuál es el deporte más practicado por los
alumnos. Se realiza una encuesta a cinco alumnos de cada curso.
• Población: Todos los alumnos de la escuela.
• Muestra: Cinco alumnos de cada curso, elegidos por sorteo.
• Variable: Cualitativa (Deporte que practica).
• Ejemplo 2: Se desea conocer cuál es la estatura de los alumnos de una escuela. Se
miden 10 alumnos por curso.
• Población: Todos los alumnos de la escuela.
• Muestra: 10 alumnos por curso, elegidos al azar.
• Variable: cuantitativa continua (Estatura).
9. PARÁMETROS ESTADÍSTICOS
Un parámetro estadístico es un número que se obtiene a partir de los datos de
una distribución estadística.
Los parámetros estadísticos sirven para sintetizar la información dada por una
tabla o por una gráfica.
• Por ejemplo, suele ofrecerse como resumen de la juventud de una población la media
aritmética de las edades de sus miembros, esto es, la suma de todas ellas, dividida por el
total de individuos que componen tal población.
La media aritmética como resumen de la vejez de un país.
10. ESCALAS DE MEDICIÓN
Escalas de medición son una sucesión de medidas que permiten organizar
datos en orden jerárquico. Las escalas de medición, pueden ser clasificadas de
acuerdo a una degradación de las características de las variables. Estas escalas son:
nominales, ordinales, o racionales.
Existen cuatro escalas de medición: (Stevens 1958)
11. ESCALAS DE MEDICIÓN
• Escala nominal:
Utiliza los números para identificar que un dato pertenece a un grupo o a una
categoría. Es aquella escala que no presenta un orden o dimensión particular, son
observaciones que pueden clasificarse o contarse.
Ejemplo:
En el análisis de datos resulta más sencillo asignar a
ciertos atributos “etiquetas” numéricas en lugar de utilizar
datos complejos. Por ello podemos utilizar un “1” para
designar a los hombres y un “2” para designar a las mujeres,
sin que ninguno de los números represente más o menos,
solamente con el objetivo de distinguir y organizar datos.
12. ESCALAS DE MEDICIÓN
• Escala ordinal:
En esta escala los números representan una clasificación (mayor que o menor
que), sin que represente una unidad de medida, quedando implícito que un número de
mayor cantidad tiene más alto grado de atributo medido en comparación de un número
menor. Se establece una gradación u orden natural para las categorías, cada uno de los
datos puede localizarse dentro de alguna de las categorías disponibles.
• Ejemplo:
13. ESCALAS DE MEDICIÓN
• Escala de intervalo:
En esta escala además del “mayor que” y el “menor que” también se establece
una unidad de medida que nos permite precisar cuanto se es mayor o menor. La unidad
de medición es arbitraria, el cero es convencional y pueden existir cantidades negativas;
la medición de la temperatura y del coeficiente intelectual son ejemplos de este tipo de
escala.
En esta escala se pueden hacer comparaciones por medio de diferencias o de
sumas, sin embargo no se admiten comparaciones por medio de multiplicaciones,
divisiones o porcentajes pues carecen de sentido.
• Ejemplo
14. ESCALAS DE MEDICIÓN
• Escala de razón:
Similar a la escala de intervalo, pero tiene un cero absoluto y por ello los
múltiplos de los valores de la escala serán significativos; el nivel de votos en una elección
sería un buen ejemplo de una escala de medición de razón.
15. SUMATORIA RAZÓN,
PROPORCIÓN, TASA Y
FRECUENCIASUMATORIA-RAZON:
Es el cociente entre dos números, en el que ninguno o sólo algunos elementos
del numerador están incluidos en el denominador. El rango es de 0 a infinito.
• Ejemplos: En el año 2002, según el Centro Nacional de Epidemiología se declararon los
siguientes casos de legionelosis:
Comunitario Nosocomial Total
Casos Defunciones Casos Defunciones Casos Defunciones
372 9 29 5 401 14
1. Legionelosis adquirida; 372/29= 12,8. Por cada caso de legionelosis nosocomial
hay 12,8 casos comunitarios.
2. Defunciones; 9/5= 1,8. Por cada defunción por legionelosis nosocomial hay 1,8
defunciones por legionelosis adquirida en la comunidad.
16. SUMATORIA RAZÓN,
PROPORCIÓN, TASA Y
FRECUENCIA
PROPORCIÓN: La proporción es una razón en la cual los elementos del numerador
están incluidos en el denominador. Se utiliza como estimación de la probabilidad de un
evento. El rango es de 0 a 1, o de 0 a 100%.
• Ejemplo: 1. Casos de legionelosis comunitarias en relación al total del año 2002:
372
401
= 0,93*100= 93%
• El 93% de las legionelosis declaradas en España en 2002 fueron adquiridas en la
comunidad.
• 2. Defunciones por legionelosis:
9
14
= 0,64*100=64%
• El 64% de las defunciones por legionelosis declaradas en España en 2002 fueron por
legionella adquirida en la comunidad.
17. SUMATORIA RAZÓN,
PROPORCIÓN, TASA Y
FRECUENCIA
• TASA Y FRECUENCIA:
La tasa es un tipo especial de razón o de proporción que incluye una medida de
tiempo en el denominador. Está asociado con la rapidez de cambio de un fenómeno por
unidad de una variable (tiempo, temperatura, presión).
• Ejemplos:
• 1. Tasa de legionelosis en el año 2002 en España: 401/41.837.894 =0,96*10-5
(*100.000)= 0,96 personas padecieron legionelosis en el año 2002 en España por cada
100.000 habitantes.
• 2. Tasa de mortalidad por legionelosis en España en 2002: 14/41.837.894= 3,3*10-7
(*100.000)= 0,033 personas fallecieron por legionelosis en España en 2002 por cada
100.000 habitantes.
18. EJEMPLO GENERAL
Un estudio en el que se podría aplicar todo lo anteriormente mencionado sobre LOS
TERMINOS BASICOS EN LA ESTADISTICA, podría ser:
LOS ELECTORES REGISTRADOS EN EL CNE.
• Población: Los electores registrados en el CNE.
• Muestra: Los que se inscribieron en 2015-2016.
• Variable: Los electores con edades comprendidas entre 18-25 anos
• Proporción y Tasa: Se podría considerar el padrón de electores y electoras para votar en
Diciembre de dicha fecha (18.904.364 habitantes inscritos) ya sea de manera generalizada
o dividido por sexo.
• Frecuencia: Promedio en que se apliquen las
elecciones ya sea presidencial, parlamentarias,
regionales, etc.