Universidad Nacional de San

Agustín
Escuela Profesional de Ingeniería en Telecomunicaciones

Métodos Matemáticos 2

Mg. Esther Yanet Yanapa Zapana

ALUMNO (A) : ...............................................................................

CICLO : ………. SECCIÓN : ..................

SEMESTRE : ……….

2020
 CONCEPTOS BÁSICOS DE ESTADÍSTICA

Definición:

Estadística es la disciplina que provee de métodos y procedimientos para obtener, describir, analizar
e interpretar un conjunto de datos, que permiten, luego, tomar decisiones y predecir fenómenos que
puedan expresarse en forma cuantitativa, de acuerdo a ciertos objetivos preestablecidos
La estadística es una ciencia auxiliar para todas las ramas del saber; su utilidad se entiende mejor si
tenemos en cuenta que los quehaceres y decisiones diarias conllevan cierto grado de incertidumbre
y la Estadística ayuda en la incertidumbre, trabaja con ella y nos orienta para tomar las decisiones
con un determinado grado de confianza.
La Estadística se clasifica en estadística descriptiva y estadística inferencial.

Estadística Descriptiva:
Trata de la recolección, clasificación, presentación y descripción de los datos. Es decir sólo se
ocupa de describir y analizar un grupo de datos, sin sacar conclusiones sobre un grupo mayor. Es lo
que piensa la mayor parte de las personas cuando escucha la palabra “Estadística”.

Estadística Inferencial o Inductiva:

En la estadística inferencial vamos más allá de la mera descripción de los datos, ya que un objetivo
básico es el uso de los datos provenientes de una muestra para hacer una afirmación acerca de una
característica de la población. Se hacen dos tipos de afirmaciones: una tiene que ver con la
estimación de parámetros y la otra con la prueba de hipótesis.

Proporciona la teoría necesaria para afirmar algo acerca de la población o tomar decisiones
generales a partir de los datos bajo estudio. Es decir, se pretende inferir conclusiones referentes a la
población de donde procede la muestra, estas conclusiones nunca pueden ser totalmente ciertas por
lo cual siempre tendrán cierto grado de incertidumbre.
Inferir es emitir juicios o conclusiones basados en algún conocimiento o experiencia sobre un
evento o suceso.
La estadística descriptiva y la inferencial no son independientes; por el contrario, son
complementarias y entre ambas dan la suficiente ilustración sobre una posible realidad futura, con
el fin que quien tenga poder de decisión, tome las medidas necesarias para transformar ese futuro o
para mantener las condiciones existentes.
Objetivos de la Estadística:

Descripción.- Los datos que están expresados en su forma natural se clasifican y se presentan en
cuadros o tablas. Esta etapa preliminar consiste generalmente en la recopilación, organización,
tabulación y representación gráfica de los datos y en la determinación de los estadígrafos que
proporcionan en forma resumida una descripción cuantitativa del fenómeno estudiado.

Análisis.- Toda investigación estadística incluye un problema de análisis con el objeto de formarse
un concepto de una población y adoptar decisiones; mediante el análisis se infiere propiedades para
una población sobre la base de resultados muestrales conocidos. La tarea principal del análisis es
producir la decisión que dio origen a la investigación. Sin embargo se considera que el análisis
estadístico no está completo sin una estimación del grado de confianza que sea justificado atribuir a
esa decisión.
Predicción.- Es la estimación de resultados en el futuro. Esta estimación dependerá del grado de
conocimiento del comportamiento pasado y presente de las variables en estudio. Permite hacer
conjeturas bien informadas acerca de observaciones que aún no se han obtenido.

Campos de aplicación de la Estadística.

Las ciencias que necesitan de la Estadística se clasifican en:

 Las que obligatoriamente necesitan de la Estadística, lo que implica que muchas veces se
confunden con ella. Ejemplo: la Demografía.
 Las que necesitan de la estadística para estudiar fenómenos cuantitativos y cualitativos.
Ejemplo: Ingeniería, Economía, Sociología, Psicología, Biología, Ciencias de la Educación.
 Las que necesitan obtener sus resultados con máxima exactitud, lo cual lo logra a través de la
estadística. Ejemplo: Astronomía, Meteorología, Física, Medicina.

CONCEPTOS USADOS EN ESTADÍSTICA

Población o Universo.- Es la totalidad de individuos o elementos que poseen alguna característica

común susceptible de ser estudiada. Es la totalidad de las unidades de análisis. El estudio de la
población completa se llama censo y es con frecuencia costoso, lleva mucho tiempo y no es
práctico.
Ejemplos:
- Todos los estudiantes del segundo año de la UNSA.
- Todos los meses comprendidos durante el periodo 2014-2019.

La población puede ser finita e infinita.

Población Finita.- Cuando es posible enumerar todos sus elementos de tal manera que haya un
primero y un último elemento. Al número de elementos de una población finita se le denota por 𝑵.
Población Infinita.- Cuando sus elementos no se pueden enumerar. En la práctica toda población
extremadamente grande se trata como población infinita.

Muestra.- Es un subconjunto representativo de la población que se aísla para su análisis

estadístico. Se toman muestras cuando es difícil o costoso observar todos los elementos de la
población. El número de elementos de la muestra se denota por 𝒏. Al proceso de obtener la muestra
se llama muestreo.
Ejemplos:
- Los estudiantes del segundo ciclo de la Facultad de Ingeniería de Producción y Servicios de la
UNSA.
- Todos los meses de verano comprendidos durante el periodo de 2014-2019.
Para que una muestra sea representativa, y por lo tanto útil, debe de reflejar las similitudes y
diferencias encontradas en la población, ejemplificar las características de la misma. Cuando
decimos que una muestra es representativa indicamos que reúne aproximadamente las
características de la población que son importantes para la investigación.
Si una muestra es representativa de una población, es posible inferir importantes conclusiones sobre
las poblaciones a partir del análisis de la muestra. Ya que dicha inferencia no es del todo exacta, el
lenguaje de las probabilidades aparecerá al establecer nuestras conclusiones.

Unidad Estadística o unidad de Análisis.- Es el objeto o elemento indivisible que será estudiado
en una población, sobre el cual se van a obtener datos. La unidad estadística genera el fenómeno
que se desea estudiar y proporciona datos concretos. Es cualquier elemento que porte información
sobre el fenómeno que se estudia.
Ejemplos:
- Un estudiante.
- Un mes.

Variable.- Es un número o denominación que podemos asignar a la unidad de análisis. Es una

característica de la población que interesa al investigador. Son observables y susceptibles de tomar
distintos valores o ser expresados en diferentes categorías. Es una característica o propiedad
determinada del individuo, sea medible o no.

Esta propiedad hace que las personas de un grupo puedan diferir de las de otro grupo en la muestra
o población de estudio. A las variables se les denotan con las letras: X, Y, Z.
Las variables pueden ser: Cualitativas y cuantitativas.
Variables Cualitativas.- Cuando se refieren a características, atributos o actitudes. Son variables
cuyos valores consisten en categorías de clasificación, es decir se refieren a la cualidad que presenta
la población. Sus resultados no son numéricos.
Ejemplos:
- Estado Civil - Clase social - Lugar de Procedencia
- Marca de PC - Color favorito - Ciclo de estudios.
Variables cuantitativas.- Cuando expresan dimensiones o capacidades. Son variables que se
obtienen como resultado de mediciones o conteos.
Ejemplos:
- Estatura - Peso - Número de PC’s
- Temperatura - Ingresos - Cociente intelectual

Las variables cuantitativas se clasifican en: Discretas y Continuas.

Variables cuantitativas discretas.- Cuando asumen valores numéricos aislados y no pueden tomar
ningún valor entre dos consecutivos. Son contables. Se asocian con los números naturales.
Ejemplos:
- Número de hijos. - Número de computadoras en reparación.
- Número de cursos aprobados. - Número de administradores que siguen maestría.

Variable cuantitativa continua.- Cuando puede tomar cualquier valor, dependiendo éste de la
precisión con que se trabaje. Es decir, puede tomar infinitos valores entre dos números por muy
próximos que estén. Es aquella que puede sufrir cualquier grado de subdivisión. Son medibles. Se
asocian con los números reales.
Ejemplos:
- Edad - Presión arterial - Estatura
- Presión Arterial - Calificaciones - Peso al nacer
- Sueldo - Nº Horas de Estudio - Velocidad

Parámetro.- Es un valor obtenido para describir en forma resumida las características más
importantes de una población. Son las medidas de resumen de una población, ésta puede tener
muchas características y por lo tanto muchos parámetros.
Para determinar su valor es necesario utilizar la información de la población completa y por lo
tanto, las decisiones que se tomen basándose en un parámetro serán con certidumbre total.
Los parámetros más usados son:
Media poblacional : 
Proporción poblacional : 𝑝
Varianza poblacional : 𝜎 2
Desviación Estándar poblacional: 𝜎
Ejemplos:
- La edad promedio de todos los matemáticos que trabajan en la UNSA.
- La proporción de estudiantes que estudian Ingeniería en Telecomunicaciones de la UNSA.
Estadísticos o Estadígrafo.- Es una medida usada para describir alguna característica de la
muestra. La toma de decisiones basada en un estadígrafo contiene cierto grado de incertidumbre
debido al error de muestreo. La estadística puede usarse para hacer inferencias acerca de los
parámetros de la población.
Los estadígrafos más usadas son:
Media muestral : 𝑥̅
Proporción muestral : 𝑃̅
Varianza muestral : 𝑆 2
Desviación estándar muestral : 𝑆

Ejemplos:
- El promedio aritmético de 20 ingenieros elegidos al azar en la UNSA.
- La proporción de estudiantes a quienes les gusta el curso de Estadística y Probabilidades en un
grupo elegido al azar en la Facultad de Ingeniería de Producción y Servicios de la UNSA.

Proporción.- Es la fracción de la población que posee una determinada propiedad. Es el parámetro

que más se utiliza en la descripción de una población de atributos. Es la relación que existe entre el
número de casos observados con una característica y el total de objetos que poseen la característica.
Indica el tanto por 1.
Ejemplo:
Se tiene una población de 1200 matemáticos compuesta por 300 mujeres y 900 hombres, entonces
la proporción de hombres será:
900 3
P=  = 0,75 La proporción de matemáticos hombres es 0,75.
1200 4

Porcentaje.- Es la proporción multiplicada por 100. Permite comparar dos o más series estadísticas
cuyos totales son diferentes pues quedan reducidos a 100. Expresa el tanto por 100.
Ejemplo:
Se tiene una población de 1600 matemáticos compuesta por 600 mujeres y 1000 hombres, entonces
el porcentaje de mujeres será:
600
P% =  100  37,5% El 37,5% de los matemáticos son mujeres.
1600

Escalas de Medición

Son los distintos niveles de valores que las variables estadísticas asignan a las unidades estadísticas
en estudio.

Escala nominal.- No implica ningún orden entre las diferentes categorías.

Ejemplos:
- Color de ojos - Profesión - Partido político
- Sexo - Raza - Nacionalidad
- Curso favorito - Estado Civil - Religión

Escala ordinal.- Además de existir diferencias estas implican un orden entre sus categorías.
Ejemplos:
- Grado de instrucción - Año de estudios - Grado académico.
- Clase social - Contextura física - Piso donde que reside.

Escala de intervalo.- Aquí existe un cero arbitrario, es decir no mide la ausencia total de la
característica que se observa en la unidad estadística.
Ejemplos:
- Temperatura
- Altitud

Escala de razón.- Aquí existe un cero absoluto, es decir mide la ausencia total de la característica
que se observa en la unidad estadística.
Ejemplos:
- Sueldo
- Edad