República Bolivariana de Venezuela

Ministerio del poder popular para la educación universitaria

Universidad nacional experimental “Simón Rodríguez”

Núcleo- Maturín

Curso: terminología en estadística. E INV.

Terminología en estadística e investigación

Profesor: Participantes

Gilberto Gil Wuerly Veracierta

Sixto Blanco

Reymond Rincones

Maturín, 20 de marzo del 2023

 Índice

1. Símbolos estadísticos………………………………………………………………………………………………………4,5
2. Diferencia entre símbolos estadísticos………………………………………………………………………………5
3. Significado de
medida……………………………...........................................................................5,6
4. Escala nominal ………………………………………………………………………………………………………………7,8
5. Escala ordinal………………………………………………………………………………………………………………….8,9
6. Escala de intervalos……………………………………………………………………………………………………………9
7. Escala de relación o proporción
…………………………………………………………………………………….9,10
8. Distribución de
frecuencia………………………………………………………………………………………………..10
9. Construcción de distribución de frecuencias……………………………………………………………………
10
 Introducción

Cabe destacar que la estadística es la ciencia que obtiene conclusiones a partir de datos
numéricos que nos dan información sobre la realidad en algún aspecto determinado.
También se dice que es la rama de la matemática que utiliza leyes de la probabilidad
para analizar datos que son extraídos como muestra representativa de la realidad
total, extrayendo conclusiones probables sobre fenómenos que pueden o no ser
aleatorios. Además, la estadística se utiliza en investigaciones médicas para
comprobar la eficacia de un medicamento, en la economía para saber cuáles
productos son los más consumidos.
 1. Símbolos estadísticos:

La estadística se refiere al estudio de la colección, organización, análisis, interpretación

y presentación de datos, se encuentra relacionada con todos los aspectos que intervienen en
los datos, entre los que se incluyen la recolección de datos en términos de diseño de
entrevistas y experimentos. Los símbolos matemáticos que se encargan de describir y de
representar una herramienta o proceso, reciben el nombre de símbolos estadísticos. Es de
mencionar que en ocasiones la probabilidad y la estadística generalmente tienen
convenciones sobre símbolos exclusivos para dichas disciplinas, a los que se le suman los
tradicionales y convencionales símbolos matemáticos • S2: Se refiere a la varianza simple.

• r: Simboliza la simple correlación de coeficientes.

• kr: Simboliza el cúmulo de las muestras.

Los símbolos utilizados con mayor frecuencia para referirse a los parámetros de población
son:

• μ: Se refiere a la población como tal.

• σ2: Simboliza la varianza de la población.

• ρ: Simboliza la correlación de la población

• κr: Simboliza los cúmulos de población.

• n: Simboliza el número de elementos en una distribución de la muestra.

• α: La letra griega Alpha simboliza la intercepción o un error de tipo I.

• β: La letra griega beta simboliza vertiente o un error de tipo II.

• σ: La letra griega sigma simboliza la desviación estándar de la población.

• s: La letra s significa la desviación estándar de la muestra.

• s2: La letra s al cuadrado simboliza la varianza de la muestra.

Otro conjunto de símbolos estadísticos usados con mayor frecuencia es:

• C: Simboliza la distribución, y también es conocida como la distribución para una

variable independiente:

• U: Se refiere a la distribución que no es lo mismo que y también es conocida como

variable dependiente.

• SC: Simboliza todos los elementos (generalmente números) en una distribución.

• N: Simboliza el número de elementos una distribución poblacional.

2. Diferencia entre símbolos estadísticos:

• α: La letra griega Alpha simboliza la intercepción o un error de tipo I.

• β: La letra griega beta simboliza vertiente o un error de tipo II.

• σ: La letra griega sigma simboliza la desviación estándar de la población.

• s: La letra s significa la desviación estándar de la muestra.

3. Significado de medida:
El primer paso que vamos a dar a la hora de analizar a fondo el término medida que
ahora nos ocupa es proceder a dictaminar su origen etimológico. En este sentido,
tenemos que subrayar que el mismo emana del latín y más exactamente del verbo
metiri, que puede traducirse como “medir”.
Medida es la acción y efecto de medir (comparar una cantidad con su unidad o algo
no material con otra cosa; moderar las acciones o palabras). Puede tratarse, por lo
tanto, del resultado de una medición. Por ejemplo: “La mesa tiene una medida de
ochenta centímetros de largo por cincuenta centímetros de ancho”, “Me encanta este
mueble, pero, por sus medidas, no creo que entre en mi cocina”, “Por favor, toma la
medida de esa tabla para ver cuánto tenemos que cortar”.
 En este sentido, podemos medir, por ejemplo, el tamaño de un objeto o la distancia
entre dos puntos. Eso supondrá que tengamos que utilizar las unidades de medida
que se encuentran estandarizadas. Entre las más significativas, según el Sistema
Internacional de Unidades (SIU), estarían el kilómetro, el metro, el centímetro, el
milímetro.
No obstante, existen otras unidades para determinar el tiempo, la masa, la
temperatura o la intensidad lumínica. Una de las tantas definiciones de la estadística
es concebida como el conjunto sistemático de procedimientos para la observación,
registro, organización, síntesis y análisis e interpretación de los fenómenos y de las
leyes que los regulan para poder así predecir o concluir acerca de ellos. Esta
definición claramente involucra las dos fases de la estadística: la descriptiva y la
inferencial.

Estadística descriptiva (deductiva)

Es la fase de descripción, organización, síntesis y análisis de la información de
interés, pero sin llegar a conclusiones fuertes o profundas sobre la misma; es más,
una fase de recolección y organización de información para su examen cuidadoso.

Estadística Inferencial (Inductiva)

Esta fase busca obtener conclusiones sólidas y más profundas que una simple
descripción de la información, basados en el trabajo con muestras y su posterior
generalización de resultados para la toma de decisiones y conclusiones sólidas.

4. Escala nominal:
Consiste en clasificar objetos o fenómenos, según ciertas características, tipologías
o nombres, dándoles una denominación o símbolo, sin que implique ninguna
relación de orden, distancia o proporción entre los objetos o fenómeno. La medición
se da a un nivel elemental cuando los números u otros símbolos se usan para la
distinción y clasificación de objetos, persona o características. Cuando se utilizan
números para representar las diferentes clases de una escala nominal, estos no
poseen propiedades cuantitativas y sirven solamente para identificar las clases.

Todas las escalas tienen ciertas propiedades formales. De estas propiedades se

deducen definiciones exactas de las características de la escala más precisas de lo
que pueden darse en términos verbales. Estas propiedades pueden formularse en
forma más abstracta de lo que aquí se ha hecho, mediante un conjunto de axiomas
que delinean las operaciones para elaborar las escalas y las relaciones entre los
objetos a que se aplican. En una escala nominal, la operación de escalamiento
consiste en partir de una característica dada y formar un subconjunto de clases que
se excluyen mutuamente. La única relación implicada es la de equivalencia. Esto es,
los miembros de cualquier clase deben ser equivalentes en la propiedad medida.

La relación de equivalencia es reflexiva (x = x para todo x), simétrica (x = y luego y

= x) y transitiva (x = y et y = z luego x = z).

Puesto que en una escala nominal la clasificación puede presentarse igualmente por
cualquier conjunto de símbolos, se dice que es “única hasta una transformación de
uno a uno”. Los símbolos que representan a las diversas clases de la escala pueden
intercambiarse, llevando esto a cabo en forma consistente y completa. Tales
transformaciones son llamadas a veces “grupos simétricos de transformaciones”.
Los símbolos que designan a los diferentes grupos en una escala nominal pueden
intercambiarse sin alterar la información esencial de la escala; debido a esto, las
estadísticas de tipo descriptivo admisibles son aquellas que no se alteran por este
proceso: el modo, la frecuencia, el conteo, la proporción, etc. Se pueden desarrollar
procesos analíticos acerca de la distribución de las categorías, así como la posible
relación entre dos o más características clasificadas mediante este tipo de escala que
llamaremos “variables no-cuantitativas”.

Ejemplo:
 Cuando un producto se rotula de acuerdo al cumplimiento de las especificaciones de
diseño como “conforme y no conforme”. O “crítico, grave, y menor”. No se
obtienen valores numéricos y no se puede realizar un orden de las observaciones
con sentido.

5. Escala ordinal:
Llamada también escala de orden jerárquico, con ella se establecen posiciones
relativas de los objetos o fenómenos en estudio, respecto a alguna característica de
interés, sin que se reflejen distancias entre ellos. Puede suceder que los objetos de
una categoría de las escalas no sean precisamente diferentes a los objetos de otra
categoría de la escala, sino que están relacionados entre sí. Los numerales
empleados en las escalas ordinales no son cuantitativos, sino que indican
exclusivamente la posición en la serie ordenada y no “cual es” la diferencia entre
posiciones sucesivas de la escala.

Las relaciones entre los elementos en clasificación, pueden formularse con el signo
>, mayor que, o sea que axiomáticamente la diferencia fundamental entre una escala
nominal y una ordinal es que esta última incorpora no solamente la relación de
equivalencia (=) sino también la relación “más grande que” (>). Esta relación es
irreflexiva (no es verdad para ninguna x tal que x > x), asimétrica (x > y luego x <
y) y transitiva (x > y et y > z luego x > z).

Puesto que cualquier transformación tendiente a conservar el orden no altera la

información contenida en una escala ordinal, se dice que la escala es “única hasta
una transformación monotónica”. Esto es, no importa que números se den a una
pareja de clases o a los miembros de esas clases, siempre que el número mayor sea
dado a los miembros de la clase mayor o más preferida. Por supuesto, pueden usarse
números menores para grados más preferidos (…de primera clase, de segunda clase,
etc.); en tanto se sea consecuente, es indiferente el uso del número mayor o menor
 para denotar “mayor” o “más preferido”. Fundamentalmente, las escalas ordinales
se estudian en Estadística, con base en las llamadas “estadísticas de orden” o
“estadísticas de rango”.

Ejemplo:
Suponga que a los clientes en un almacén se les hace unas preguntas para valorar la
calidad del servicio. Los clientes valoran la calidad de acuerdo a las siguientes
respuestas: 1 (excelente), 2 (bueno), 3 (regular), 3 (malo) 4 (pésimo). Estos datos
son ordinales. Note que una valoración de 1 no indica que el servicio es dos veces
mejor que cuando se da una valoración de 2. Sin embargo, podemos decir que la
valoración de 1 es preferiblemente mejor que 2, y así en los demás casos.

6. Escala de intervalos:
Se puede decir que la escala de los intervalos es la distancia entre las variables es
fija como por ejemplo en la temperatura: al hablar de 2° 3° y 4 ° hay una distancia
similar entre cada punto. Por otra parte, el valor del cero (0) es relativo y no implica
que no se represente en la variable, es decir que estar a cero grados (0°) no implica
la ausencia de la temperatura.

7. Escala de relación o propósito:

La relación de escala representa la proporción entre una dimensión lineal de un
modelo y la misma dimensión del original. Ejemplos de objetos que guardan una
relación de escala son las maquetas tridimensionales de un edificio o sus planos. Tal

es casos, la escala es una magnitud adimensional que se mantiene exactamente en

todo el modelo o dibujo.

La Escala de proporción es la escala de nivel más alto que permite al investigador

clasificar o identificar los objetos, ordenarlos por rango y comparar los intervalos o
diferencias.
8. Distribución de frecuencia:
La distribución de frecuencias, en otras palabras, es la manera en la que se ordena
una serie de observaciones en diferentes grupos, y normalmente en modo
ascendente o descendente. Para verlo en un ejemplo, un grupo de personas puede
agruparse de acuerdo con su edad en rangos de 18 a 25 años, de 26 a 40 años, de 41
a 60 años y de 61 años a más. Conviene resaltar que la distribución de frecuencias
suele efectuarse respecto a una muestra estadística, aunque también podría ser en
función de toda una población.

9. Construcción de distribución de frecuencia:

Luego de revisar algunos los temas de frecuencia absoluta y frecuencia relativa,
vamos a revisar finalmente la construcción de tablas de distribución de frecuencias.
Para construir la tabla de frecuencias, sigue los siguientes pasos:

1) Halla el número total de elementos en el estudio (n).

2) Establece las categorías (Xi). Recuerda que las categorías no se deben
superponer, es decir, ningún dato debe pertenecer a dos categorías, y ningún dato
debe quedar sin categoría.
3) Halla las frecuencias absolutas (ni).
4) Halla las frecuencias absolutas acumuladas (Ni).
5) Halla las frecuencias relativas (fi).
6) Halla las frecuencias relativas acumuladas (Fi).
7) Halla las frecuencias porcentuales.
8) Halla las frecuencias porcentuales acumuladas:
Ahora vamos a revisar ahora varios problemas, tanto con datos cuantitativos como
cualitativos.

Ejemplo:
En un aula de clase, las notas de los alumnos fueron las siguientes: 12 – 18 – 10 –
14 – 08 – 04 – 12 – 11 – 05 – 17 – 14 – 13 – 15 – 16 – 11 – 00 – 09 – 14 – 13 – 13 –
14 – 14 – 08 – 06 – 12
Numero de datos (n) = 25 Rango (R) = 18
Xmy= 18 Intervalo (K) = 2
Xmin= 00 Amplitud (A) = 9

Nota de los X f F Fr %
alumnos
11- 15
(00-09) 4.5 7 7 0,28 28
(09-18) 13.5 18 25 0,72 72
Ʃ 25 1 100
 Conclusión
En conclusión, se puede decir que la estadística es comúnmente
considerada como una colección de hechos numéricos
expresados en términos de una relación sumisa, y
que han sido recopilado a partir de otros datos
numéricos y proporciona los procedimientos para evaluar la conformidad de la
información empírica con los modelos teóricos propuestos que intentan explicar la
realidad y también brinda seguridad y precisión al momento de analizar los datos de
una investigación. Por esta razón, en este artículo te explicamos de qué se trata, cuál
es su finalidad, cómo aplicarla correctamente y algunos ejemplos esclarecedores.
 Bibliocracia:
https://definicion.de/medida/
http://red.unal.edu.co/cursos/ciencias/2001065/html/un1/cont_104_04.html
http://red.unal.edu.co/cursos/ciencias/2001065/html/un1/cont_105_05.html