1. REPÚBLICA BOLIVARIANA DE VENEZUELA
MINISTERIO DEL PODER POPULAR PARA LA EDUCACIÓN SUPERIOR
INSTITUTO UNIVERSITARIO POLITÉCNICO
“SANTIAGO MARIÑO”
Profesor:
Pedro Beltrán
Integrante:
Xavier Landaez
C.I.: 24.673.908
Barcelona, agosto de 2015
2. INTRODUCCIÓN
Generalmente, al hablar de Estadística frecuentemente nos viene a la
mente imágenes de números agrupados en grandes arreglos y tablas, de
volúmenes de cifras relativas algunas veces a nacimientos, muertes, impuestos,
poblaciones, ingresos, deudas, créditos y muchas cosas más.
La Estadística es mucho más que números apilados y gráficas bien hechas.
Es una ciencia con tanta antigüedad como la escritura, y de por sí, representa un
auxilio de todas las demás ciencias. Las grandes empresas, la medicina, la
ingeniería, los gobiernos, etc. están entre los más beneficiados por el uso de ésta.
La ausencia de la Estadística conduciría a un caos general, dejando a los
administradores y ejecutivos sin la información vital a la hora de tomar decisiones
en tiempos o momentos de incertidumbre.
La Estadística que hoy día conocemos, debe gran parte de su realización a
los trabajos matemáticos de aquellos hombres que desarrollaron la Teoría de las
Probabilidades, con la cual se adhirió la Estadística, a las llamadas Ciencias
Formales.
3. Investigar los antecedentes históricos de la estadística.
Desde los comienzos de la civilización han existido formas sencillas de estadística,
pues ya se utilizaban representaciones gráficas y otros símbolos en pieles, rocas, palos
de madera y paredes de cuevas para contar el número de personas, animales o cosas.
Hacia el año 3000 a.C. los babilonios usaban pequeñas tablillas de arcilla para
recopilar datos sobre la producción agrícola y sobre los géneros vendidos o cambiados
mediante trueque. En el siglo XXXI a.C., mucho antes de construir las pirámides, los
egipcios analizaban los datos de la población y la renta del país.
Los libros bíblicos de Números y Crónicas incluyen, en algunas partes, trabajos de
estadística. El primero contiene dos censos de la población de Israel y el segundo
describe el bienestar material de las diversas tribus judías. En China existían registros
numéricos similares con anterioridad al año 2000 a.C. Los griegos clásicos realizaban
censos cuya información se utilizaba hacia el 594 a.C. para cobrar impuestos. El Imperio
romano fue el primer gobierno que recopiló una gran cantidad de datos sobre la
población, superficie y renta de todos los territorios bajo su control. Durante la edad
media sólo se realizaron algunos censos exhaustivos en Europa. Los reyes caloringios
Pipino el Breve y Carlomagno ordenaron hacer estudios minuciosos de las propiedades
de la Iglesia en los años 758 y 762 respectivamente. Después de la conquista normanda
de Inglaterra en 1066, el rey Guillermo I de Inglaterra encargó la realización de un censo.
La información obtenida con este censo, llevado a cabo en 1086, se recoge en el
Domesday Book. El registro de nacimientos y defunciones comenzó en Inglaterra a
principios del siglo XVI, y en 1662 apareció el primer estudio estadístico notable de
población, titulado Observations on the London Bills of Mortality -Comentarios sobre las
partidas de defunción en Londres. Un estudio similar sobre la tasa de mortalidad en la
ciudad de Breslau, en Alemania, realizado en 1691, fue utilizado por el astrónomo inglés
Edmund Halley como base para la primera tabla de mortalidad.
En el siglo XIX, con la generalización del método científico para estudiar todos los
fenómenos de las ciencias naturales y sociales, los investigadores aceptaron la necesidad
de reducir la información a valores numéricos para evitar la ambigüedad de las
descripciones verbales. En nuestros días, la estadística se ha convertido en un método
efectivo para describir con exactitud los valores de datos económicos, políticos, sociales,
psicológicos, biológicos o físicos, y sirve como herramienta para relacionar y analizar
dichos datos.
4. El trabajo del experto estadístico no consiste ya sólo en reunir y tabular los datos,
sino sobre todo en el proceso de "interpretación" de esa información. El desarrollo de la
teoría de la probabilidad ha aumentado el alcance de las aplicaciones de la estadística.
Muchos conjuntos de datos se pueden aproximar, con gran exactitud, utilizando
determinadas distribuciones probabilísticas; los resultados de éstas se pueden utilizar
para analizar datos estadísticos. La probabilidad es útil para comprobar la fiabilidad de
las inferencias estadísticas y para predecir el tipo y la cantidad de datos necesarios en un
determinado estudio estadístico.
Conceptos fundamentales:
Conceptos fundamentales en estadística.
Estadística.- área especializada de las matemáticas cuyo fin es el análisis de conjuntos de
datos. El corpus estadístico puede dividirse en dos grandes categorías: la estadística
descriptiva y la estadística inferencial.
Estadística descriptiva.- es aquel área de la estadística que se interesa por describir
conjuntos de datos. Esta descripción se hace en base a los datos presentes y solo a ellos.
Cuando realizamos un análisis descriptivo, el conjunto de datos que analizamos lo
llamamos muestra y sus resultados carecen de error.
Estadística inferencial.- cuando realizamos un análisis descriptivo, solo obtenemos
información del conjunto de datos analizados, pero cuando realizamos un análisis
inferencial tratamos de extender esos resultados a otros conjuntos de datos más amplios.
Para ello seleccionamos un grupo de interés, la población, y de ese grupo tomamos una
parte representativa de la misma, la muestra, analizamos la muestra y extendemos sus
resultados a la población de la que procede. Los resultados de la estadística inferencial
asumen la existencia de error.
Población.- conjunto total de datos que es de nuestro interés. El objetivo de la estadística
inferencial es el estudio de la población.
Muestra.- es una parte de la población que tiene unas características similares a la
población de la que ha sido extraída. La estadística inferencial estudia la muestra para
extender sus resultados a la población. La estadística descriptiva estudia la muestra, pero
no extiende sus resultados a la población.
5. Parámetro.- cuando calculamos un determinado índice, como la media o la desviación
típica, sobre una población hablamos de parámetros. De esta forma cuando decimos que
el parámetro media es de 6, nos referimos a que la media poblacional es de 6.
Estimador.- cuando calculamos un determinado índice sobre una muestra con la intención
de generalizarlo a la población, hablamos de estimadores. Así cuando decimos que el
estimador media toma el valor 6, estamos diciendo que la media de la muestra es igual a
6.
Estadístico.- es el valor que toma un determinado índice (media, varianza, curtosis,
asimetría…) en su distribución teórica de probabilidad. El estadístico es el valor que según
se encuentre en la región crítica o en la región de aceptación, nos permitirá aceptar o
rechazar la hipótesis nula.
Valor p de Fisher (también p-valor o simplemente p).- es probabilidad de que un
determinado estadístico se deba al azar. Es deseable que su valor sea alto, así una p de
0,894 nos dice que de 1000 muestras que hubiésemos extraído de esa población, 894 nos
hubieran dado un estadístico como el obtenido por efectos del azar. Si el valor de p
hubiese sido 0,004 significaría que de 1000 muestras, 4 hubieran mostrado un estadístico
como el hallado por el mero efecto del azar, lo cual no es en ninguna medida deseable.
Por tanto:
Si p > α " Aceptamos H0
Si p ≤ α " Rechazamos H0
Nivel de significación.- cuando desarrollamos un contraste de hipótesis bajo la
perspectiva del nivel crítico de Neyman y Pearson, la probabilidad de aceptación de la
hipótesis nula especificada a priori se conoce como nivel de significación. Su
complementario es alpha, que es la probabilidad a priori de la región crítica o hipótesis
alternativa.
Valor crítico.- también denominado punto crítico, es el valor que delimita la región de
aceptación de la hipótesis nula de la región crítica o región de rechazo de la hipótesis nula.
Nivel de confianza.- cuando desarrollamos un contraste de hipótesis bajo la perspectiva
del intervalo de confianza de Neyman y Pearson, la probabilidad de que el parámetro se
encuentre dentro del intervalo estimado, se denomina nivel de confianza.
Intervalo de confianza.- es el rango de valores donde se estima que se encuentra un
determinado parámetro en la población. Es incorrecto pensar que el 95% (por ejemplo) de
las veces el estadístico estará dentro del intervalo de confianza. Lo correcto es interpretar
que el intervalo cuando se calcule en las infinitas muestras extraídas de la población
contendrá el estadístico en el 95% de las veces.
6. Error tipo I.- se comete al rechazar una hipótesis nula verdadera, se da cuando el
tratamiento no es efectivo, pero el investigador concluye que sí lo es, es decir, se comete
cuando el investigador rechaza la hipótesis nula (Ho) siendo ésta verdadera. Caeremos en
error tipo I cuando deseamos cometer un error mínimo al aceptar la hipótesis alternativa,
por lo que corremos el riesgo de rechazar una hipótesis nula verdadera. El error tipo I
implica que el tratamiento no tiene efecto pero decidimos que sí lo tiene. El error tipo I es
mas grave que el error tipo II. Rechazar una hipótesis no prueba que sea falsa. El error tipo
I es equivalente a un falso positivo.
Error tipo II.- se comete al aceptar una hipótesis nula falsa, se da cuando el tratamiento es
efectivo pero el investigador concluye que no lo es, es decir, se comete cuando el
investigador no rechaza la hipótesis nula siendo ésta falsa. Caeremos en error tipo II
cuando deseamos cometer un error mínimo al aceptar la hipótesis nula, por lo que
correremos el riesgo de aceptar una hipótesis nula falsa. El error tipo II implica que el
tratamiento si tiene efecto pero no lo percibimos. Aceptar una hipótesis no prueba que
sea cierta. El error tipo II es equivalente a un falso negativo.
Potencia.- es la probabilidad de rechazar una hipótesis nula falsa, o lo que es lo mismo,
rechazar correctamente la hipótesis nula.
7. Conclusión
En conclusión se puede decir que la estadística desde los comienzos de la
civilización han existido formas sencillas de estadística, pues ya se utilizaban
representaciones gráficas y otros símbolos para contar el número de personas, animales o
ciertas cosas. La historia de la estadística se basaba en tres grandes etapas o fases; las
cuales fueron los Censos que constituye una autoridad política, la idea de inventariar de
una forma más o menos regular la población y las riquezas existentes en el territorio está
ligada a la conciencia de soberanía y a los primeros esfuerzos administrativos; De la
Descripción de los Conjuntos a la Aritmética Política que eran Las ideas mercantilistas
extrañan una intensificación de este tipo de investigación. Colbert multiplica las encuestas
sobre artículos manufacturados, el comercio y la población y por último la Estadística y
Cálculo de Probabilidades que se incorpora rápidamente como un instrumento de análisis
extremadamente poderoso para el estudio de los fenómenos económicos y sociales y en
general para el estudio de los fenómenos.
La estadística es la ciencia que trata de la recolección, clasificación y presentación
de los hechos sujetos a una apreciación numérica como base a la explicación, descripción
y comparación de los fenómenos. La estadística tiene una suma de importancia en Caber
señalar que en estadística se utiliza términos como lo son:
Estadística descriptiva es aquella parte de la ciencia estadística que tiene por
objeto describir y analizar un determinado colectivo sin pretender sacar conclusiones de
tipo más general. La Estadística Inductiva, es aquella parte de la ciencia estadística que,
basándose en los resultados obtenidos del análisis de una muestra de la población, infiere,
induce o estima las leyes de comportamiento de la población a la cual pertenece la
muestra.