METODOS ESTADISTICOS

PRIMERA SEMANA

Mag. Pareja Méndez Rafael

 INTRODUCCION
Reseña Histórica

Hasta la actualidad se han desarrollado muchas y muy variadas técnicas

estadísticas que se aplican en laboratorios y todo tipo de organizaciones
alrededor del mundo en todos o casi todos los campos del conocimiento
humano, lo que hace de la Estadística en sí misma una ciencia muy
importante en el desarrollo de la vida. Estos son sólo algunos hitos
históricos de su desarrollo.

El matemático británico Thomas Bayes (1702-1761) fue el pionero en el

uso de la teoría de la probabilidad para argumentar desde lo particular a
lo general o de la muestra a la población.
 INTRODUCCION
Pierre-Simon Laplace, astrónomo francés (1749-1827) admitió el principio de la probabilidad
inversa, a él se debe el principio de que la distribución de una cantidad compuesta de partes
independientes muestra toda una serie de características (la media, varianza y otras medidas)
que son simplemente las sumas de cada característica de las distribuciones de las partes.

Carl Friedrich Gauss, matemático, astrónomo y físico alemán (1777-1855), se acercó al

problema de la estimación estadística en forma empírica, planteando el problema de la
estimación no solo en términos de probabilidades sino en términos de otros parámetros
cuantitativos. Para este propósito trató de aplicar el método de máxima verosimilitud, aunque
intentó derivar y justificar este método con el principio de la probabilidad inversa. Además,
perfeccionó el ajuste sistemático de las fórmulas de regresión, simple y múltiple, por el método
de los mínimos cuadrados, el cual, en los casos en los que sea apropiado, es un ejemplo
particular del método de máxima verosimilitud.
 INTRODUCCION
Friedrich Robert Helmert, matemático y geólogo alemán (1843-1917), descubriría la
distribución chi-cuadrada como una distribución de la varianza muestral para una
distribución normal, pero como su obra fue escrita en alemán y desconocida en otras
lenguas, luego se le atribuyó ese mismo descubrimiento a Karl Pearson, matemático
y científico inglés (1857-1936), quién se considera que instituyó las disciplinas de la
estadística matemática y de la bioestadística.

William Sealy Gosset, estadístico inglés (1876-1937), descubrió, a comienzos del

Siglo XX, la forma de la distribución t mediante una combinación de trabajos
empíricos y matemáticos con números aleatorios en su trabajo como estudainte y
colaborador en el laboratorio de Pearson.
 INTRODUCCION
Ronald Fisher, estadístico y biólogo inglés (1890 – 1962), considerando uno de los
padres de la inferencia estadística moderna, propuso y desarrolló el concepto de
análisis de la varianza, los valores p, el método de máxima veroscimilitud, la
distribución f (de Fisher, aunque también se le atribuye a otro científico, el
estadounidense George W. Snedecor, quien la habría nombrado de esa manera por
su gran admiración a Fisher), investigó la relación de los genes de diferentes
características y desarrolló métodos de análisis multivariante para responder esas
inquietudes.

Frank Yates, estadístico inglés (1902 – 1994), en su trabajo con Fisher, desarrolló la
correccion de continuidad o correccion de Yates.
 INTRODUCCION
Egon Pearson, hijo de Karl, estadístico británico (1895 – 1980), y Jerzy Neyman,
matemático y estadístico polaco (1894 – 1981), propusieron la prueba de hipótesis,
en oposición a los estudios de Fisher, conocido como el lema fundamental de
Neyman-Pearson, un resultado que describe el criterio óptimo para distinguir dos
hipótesis simples.
 ESTADISTICA
Es una disciplina científica que se ocupa de la obtención, orden y análisis
de un conjunto de datos con el fin de obtener explicaciones y
predicciones sobre fenómenos observados.

La estadística consiste en métodos, procedimientos y fórmulas que

permiten recolectar información para luego analizarla y extraer de ella
conclusiones relevantes. Se puede decir que es la Ciencia de los Datos y
que su principal objetivo es mejorar la comprensión de los hechos a
partir de la información disponible.
 ESTADISTICA
El origen de la palabra estadística se suele atribuir al economista
Gottfried Achenwall (prusiano, 1719-1772) que entendía la estadística
como “ciencia de las cosas que pertenecen al Estado”.

Conviene saber 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.
 TIPOS DE ESTADÍSTICA
Los tipos de estadística se puede subdividir en dos grandes ramas: descriptiva
e inferencial.

Estadística descriptiva: Se refiere a los métodos de recolección,

organización, resumen y presentación de un conjunto de datos. Se trata
principalmente de describir las características fundamentales de los datos y
para ellos se suelen utilizar indicadores, gráficos y tablas.

Estadística inferencial: Se trata de un paso más allá de la mera descripción.

Se refiere a los métodos utilizados para poder hacer predicciones,
generalizaciones y obtener conclusiones a partir de los datos analizados
teniendo en cuenta el grado de incertidumbre existente.
 TIPOS DE ESTADÍSTICA
La estadística inferencial se subdivide a su vez en dos grandes tipos:
estadística paramétrica y no paramétrica.

Estadística paramétrica: Se caracteriza porque asume que los datos tienen

una determinada distribución o se especifican determinados parámetros que
deberían cumplirse. Así por ejemplo, en un análisis paramétrico podemos
trabajar bajo el supuesto de que la población se distribuye como una Normal
(hay que justificar nuestro supuesto) y luego sacar conclusiones bajo el
supuesto que esta condición se cumple.

Estadística no paramétrica: En ella no es posible asumir ningún tipo de

distribución subyacente en los datos ni tampoco un parámetro específico. Un
ejemplo de este tipo de análisis es la prueba binomial.
 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.
 OBJETIVOS DE LA ESTADÍSTICA
Objetivo General

Como objetivo general se tiene que:

El objetivo de la estadística es mejorar la comprensión de hechos a

partir de datos.

El principal objetivo de la estadística es hacer inferencias acerca de

una población, con base en la información contenida en una
muestra.
 OBJETIVOS DE LA ESTADÍSTICA
Objetivos específicos

 Algunos objetivos específicos son

 Conocer la realidad de una observación o fenómeno.

 Determinar lo típico o normal de esa situación.

 Determinar los cambios que representa el fenómeno.

 Relacionar dos o más fenómenos.

 OBJETIVOS DE LA ESTADÍSTICA

Objetivos específicos

 Determinar las causas que originan el fenómeno.

 Hacer estimaciones sobre el comportamiento futuro del fenómeno.

 Obtener conclusiones de un grupo menor (muestra) para hacerlas

extensivas a un grupo mayor (población).

 Determinar el grado de validez y confiabilidad ya sea de las predicciones

o las conclusiones obtenidas a partir de muestras.
 PARTES DE LA ESTADÍSTICA
De acuerdo con Moore (p. XXXIV) la estadística, para su estudio, se
divide en tres partes:

 El análisis de datos se ocupa de los métodos y las ideas necesarias

para organizar y describir datos utilizando gráficos y resúmenes
numéricos.

 La obtención de datos proporciona métodos para obtener datos que

permiten dar respuestas claras a preguntas concretas,

 La inferencia estadística va más allá de los datos disponibles y obtiene

conclusiones sobre un universo más amplio teniendo en cuenta la
omnipresencia de la variabilidad y la incertidumbre de las conclusiones.
 ELEMENTOS DE LA ESTADÍSTICA
A continuación se definen algunos de los elementos más empleados en estadística:

Población. Es el conjunto de todos los posibles elementos que intervienen en un

experimento o en un estudio.

Hay de dos tipos:

Población finita. Es aquella que indica que es posible alcanzarse o sobrepasarse al

contar. Es aquella que posee o incluye un número limitado de medidas y
observaciones.

Población infinita. Es infinita si se incluye un gran conjunto de medidas y

observaciones que no pueden alcanzarse en el conteo. Son poblaciones infinitas
porque hipotéticamente no existe límite en cuanto al número de observaciones que
cada uno de ellos puede generar.
 ELEMENTOS DE LA ESTADÍSTICA

Muestra. Un conjunto de medidas u observaciones tomadas a partir de

una población dada. Es un subconjunto de la población.

Muestra representativa. Un subconjunto representativo seleccionado

de una población de la cual se obtuvo.

Muestreo. El estudio de la muestra representativa.

Censo. Al estudio completo de la población.

 ELEMENTOS DE LA ESTADÍSTICA

Parámetro. Lo constituyen las características medibles en una

población completa. Se le asigna un símbolo representado por una
letra griega.

Estadístico o estadígrafo. Es la medida de una característica relativa a una

muestra. La mayoría de los estadísticos muestrales se encuentran por medio
de una fórmula y suelen asignárseles nombres simbólicos que son letras
latinas.
 DATOS ESTADÍSTICOS (VARIABLES)

Los datos son agrupaciones de cualquier número de observaciones

relacionadas. Para que se considere un dato estadístico debe tener 2
características:

a) Que sean comparables entre sí.

b) Que tengan alguna relación.

Variable. Una característica que asume valores.

 CLASES DE DATOS
• Variable cuantitativa o escalar. Será una variable cuando pueda asumir
sus resultados en medidas numéricas.

• Variable cuantitativa discreta. Es aquella que puede asumir sólo ciertos

valores, números enteros. Ejemplo: El número de estudiantes (1,2,3,4)

• Variable cuantitativa continua. Es aquella que teóricamente puede tomar

cualquier valor en una escala de medidas, ya sea entero o fraccionario.
Ejemplo, Estatura: 1.90 m

• Variables cualitativas nominales. Cuando no es posible hacer medidas

numéricas, son susceptibles de clasificación. Ejemplo: Color de autos:
rojo, verde, azul.
GRACIAS.