Introducción a la Estadística: conceptos básicos y variables

UEMC Universidad Europea Miguel de Cervantes

Estadística Tema 1. Introducción y Conceptos Fundamentales Tipos de variables

Inmaculada Fierro Febrero, 2025

UEMC Universidad Europea Miguel de Cervantes

Tema 1. INTRODUCCIÓN A LA ESTADÍSTICA

ÍNDICE

1. INTRODUCCIÓN
2. CONCEPTOS BÁSICOS
3. TIPOS DE VARIABLES ESTADÍSTICAS
4. NIVELES DE MEDICIÓN DE LAS VARIABLES (ESCALAS)
5. RECUERDO DEL PROGRAMA EXCEL
6. NORMAS PARA CREAR UNA HOJA DE RECOGIDA DE DATOS CON EXCEL
7. INTRODUCCIÓN A R y SPSS

Inmaculada Fierro uemc.es

UEMC Universidad Europea Miguel de Cervantes

INTRODUCCIÓN

LOS DATOS

En nuestra sociedad, cada día se generan billones de datos Hoy, los datos son un recurso clave para los negocios Los datos tienen valor cuando son comprensibles Con la estadística podemos lograr: DATA DATA Organizar los datos para extraer su información Cuantificar la incertidumbre ante eventos futuros Evaluar el riesgo asociado a la toma de decisiones

Inmaculada Fierro uemc.es

UEMC Universidad Europea Miguel de Cervantes

INTRODUCCIÓN

La estadística es una ciencia viva y multidisciplinar Estadística: Conjunto de métodos necesarios para, recoger, sintetizar y analizar información a partir de datos, cuya característica fundamental es la variabilidad, para extraer conclusiones científicas.

Datos variables Método científico

Inmaculada Fierro uemc.es

UEMC Universidad Europea Miguel de Cervantes

INTRODUCCIÓN

Método científico

Es un proceso destinado a explicar fenómenos, establecer relaciones entre los hechos y enunciar leyes que expliquen los fenómenos físicos del mundo y permitan obtener, con estos conocimientos, aplicaciones útiles al hombre.

EL MÉTODO CIENTÍFICO

Antecedentes Duda, pregunta, problema Reformulación Hipótesis Revisión Diseño experimental Experimentación, observación, recolección de datos Resultados Evaluación de los resultados Rechazo, refutación Conclusiones 1 Publicación Ley, principio Teoría 1 Generalización 1 Repetición Î Aceptación de la hipótesis www.biologiacelularb.com.ar

Inmaculada Fierro uemc.es

UEMC Universidad Europea Miguel de Cervantes

INTRODUCCIÓN

Tras la generación de la hipótesis y el diseño experimental, la realización de los experimentos suponía una recolección de datos fruto de la observación. La estadística (descriptiva) se encarga de extraer y presentar información de estos datos y también de extraer consecuencias a partir de estos datos (estadística inferencial).

NO NONON N .... MON El objetivo es decidir si los datos apoyan o no la hipótesis de partida y elucidar la influencia del azar en nuestros resultados. La estadística utiliza el cálculo de probabilidades para realizar estimaciones y nos ayuda en la toma de decisiones

Inmaculada Fierro uemc.es

UEMC Universidad Europea Miguel de Cervantes

INTRODUCCIÓN

Al lograr sintetizar y analizar información a partir de datos, cuya característica fundamental es la variabilidad, extrayendo conclusiones científicas, la estadística nos ayudará a: · Explicar ciertos fenómenos y comportamientos · Identificar factores de riesgo · Tomar decisiones acertadas

Inmaculada Fierro uemc.es

UEMC Universidad Europea Miguel de Cervantes

CONCEPTOS BÁSICOS DE ESTADÍSTICA

Estadística descriptiva. Pretende sintetizar y resumir la información contenida en unos datos. Utiliza los siguientes procedimientos: · Índices estadísticos. Números que resumen la información contenida en datos reales. Ejemplo: promedios, porcentajes ... · Representaciones gráficas. Estadística inferencial o analítica. Pretende demostrar asociaciones o relaciones entre las características observadas. Su misión es inferir, extraer consecuencias a partir de unos datos. Necesario para contrastar las hipótesis de una investigación frente a los datos recogidos empíricamente.

SER la oveja rosa de la familia y ser FELIZ

Inmaculada Fierro uemc.es

UEMC Universidad Europea Miguel de Cervantes

CONCEPTOS BÁSICOS DE ESTADÍSTICA

Población. Conjunto total (universo) de los elementos (o individuos) que tienen una propiedad en común y cuyo conocimiento interesa. Los valores numéricos medidos o estimados de una población se denominan parámetros. Las poblaciones puede ser: · Finitas: Constan de un número determinado de elementos, susceptible a ser contado. Ejemplo: Los empleados de una fábrica, elementos de un lote de producción, etc. · Infinitas: Tienen un número indeterminado de elementos, los cuales no pueden ser contados. Ejemplo: Los números naturales.

Puedo estudiar toda la población? ? Suele asumirse que la población total es inaccesible desde un punto de vista practico y hay que conformarse con estudiar solo una muestra.

Inmaculada Fierro uemc.es

UEMC Universidad Europea Miguel de Cervantes

CONCEPTOS BÁSICOS DE ESTADÍSTICA

Población. Conjunto total (universo) de los elementos (o individuos) que tienen una propiedad en común y cuyo conocimiento interesa. Los valores numéricos medidos o estimados de una población se denominan parámetros.

Población Inferencia Muestreo Muestra

Puedo estudiar toda la población? ? Suele asumirse que la población total es inaccesible desde un punto de vista práctico y hay que conformarse con estudiar solo una muestra.

Inmaculada Fierro uemc.es

UEMC Universidad Europea Miguel de Cervantes

CONCEPTOS BÁSICOS DE ESTADÍSTICA

Muestreo. Proceso de extracción de la muestra a partir de la población. Debe ser representativo, la muestra seleccionada debe ser una imagen fiel (en pequeño) de la población

Muestra. Subconjunto de la población sobre la que se realiza el estudio. Los valores numéricos medidos en la muestra se denominan estadísticos.

Inmaculada Fierro uemc.es

UEMC Universidad Europea Miguel de Cervantes

CONCEPTOS BÁSICOS DE ESTADÍSTICA

Individuo. Cada elemento de la población o muestra Tamaño. Número de individuos que integran la población (N) o la muestra (n). En este caso hablaríamos de tamaño muestral.

Inmaculada Fierro uemc.es

UEMC Universidad Europea Miguel de Cervantes

CONCEPTOS BÁSICOS DE ESTADÍSTICA

Ejemplos

Población: individuos de un país. Muestra: individuos que estamos presentes en el aula (¿representativa?) Parámetro: medida o característica descriptiva inherente a una población (la idea es resumir toda la información que hay en la población en unos pocos números). Ej. Altura media de los individuos de un país o porcentaje de mujeres en ese país.

Muestra Estadístico o cantidad numérica calculada sobre la muestra: Altura media de los que estamos en el aula o porcentaje de mujeres en ese aula. (¿represetativa?)

Inmaculada Fierro uemc.es

UEMC Universidad Europea Miguel de Cervantes

CONCEPTOS BÁSICOS DE ESTADÍSTICA

Variable. Cualidad o magnitud estudiada de cada uno de los individuos de la población o muestra. Cumple las siguientes características: · Observable, se puede constatar o medir en cada uno de los elementos de la población o muestra. · Poseer varios grados, modalidades o valores posibles. • Cada uno de los elementos de la muestra debe pertenecer a una y solo una de estas modalidades (modalidades excluyentes).

Constante. Característica de los individuos de la muestra cuyo valor no se modifica, al menos no dentro del contexto o situación para el cual está previsto.

Inmaculada Fierro uemc.es

UEMC Universidad Europea Miguel de Cervantes

CONCEPTOS BÁSICOS DE ESTADÍSTICA

Dato. Valor particular de una variable. Estadística unidimensional. Se analiza una única variable Estadística n-dimensional. Se analizan dos o más variables y la relación existente entre ellas.

¿Cómo podemos clasificar la variables y por qué es necesario?

Inmaculada Fierro uemc.es

UEMC Universidad Europea Miguel de Cervantes

TIPOS DE VARIABLES

Nominal

Cualitativas o categóricas Sólo pueden clasificarse en categorías no numéricas. Si se utilizasen números no tendría sentido hacer operaciones matemáticas con ellos. Los valores (modalidades) no pueden ser ordenados (ej. Lugar de residencia)

Ordinal

Sus valores (modalidades) pueden ser ordenados (ej. Leve, moderado, grave)

Variables estadísticas

Discreta

Sólo pueden tomar un número finito de valores (ej. nº de dientes)

Cuantitativas

Toman valores numéricos con los que se pueden realizar operaciones matemáticas.

Continua

Las modalidades pueden tomar cualquier valor dentro de un intervalo (ej. Peso)

Inmaculada Fierro uemc.es

UEMC Universidad Europea Miguel de Cervantes

TIPOS DE VARIABLES

Algunos consejos que nos ayudarán a manejar los datos: · Se recomienda que todas las variables se codifiquen como números para poderlas procesar con facilidad en el ordenador. · Es conveniente asignar "etiquetas" a los valores de las variables para recordar qué significan los códigos numéricos.

Así por ejemplo la variable "sexo" tiene dos posibilidades (categorías): “Varón" (etiqueta) "Mujer" (etiqueta) asignamos el código "1" asignamos el código "2"

Inmaculada Fierro uemc.es

UEMC Universidad Europea Miguel de Cervantes

TIPOS DE VARIABLES

Así por ejemplo la variable "estado civil" tiene distintas posibilidades (categorías): "Soltero" (etiqueta) “Casado" (etiqueta) "Viudo" (etiqueta) asignamos el código "1" asignamos el código "2" asignamos el código "3" "Divorciado /separado (etiqueta) asignamos el código "4" "Otros" (etiqueta) asignamos el código "5"

Las variable "sexo" y "estado civil", son nominales, pues solo pueden clasificarse en categorías no numéricas. Sin embargo puedo asignarles un código. El proceso de cambiar los nombres de las categoría por números se denomina codificación.

Inmaculada Fierro uemc.es

UEMC Universidad Europea Miguel de Cervantes

TIPOS DE VARIABLES

Ejemplo de base de datos

Variable nominal Variable continua Variable discreta Variable ordinal

A B id sexo edad inicio |numcig peso talla grupo ecivil dia 0 mes 0 year 0 estudios interes OPQ R dia 5 mes 5 year 5 abandono

Individuos 2 1 2 59 20 20 49 150 2 1 19 3 1998 3 2 25 5 1998 2 3 2 1 21 13 20 78 173 1 2 11 2 1998 7 0 28 5 1998 2 4 3 1 54 13 11 83 178 2 1 11 3 1998 6 2 12 8 1998 2 5 4 1 66 15 20 75 2 1 13 6 1998 6 1 22 10 1998 2 6 5 1 51 45 60 80 170 1 1 6 2 1998 7 1 12 6 1998 2 7 6 2- 27 13 20 57 158 1 2 26 1 1998 7 0 13 6 1998 2 7 1 41 16 40 51 157 2 2 13 1 1998 6 3 15 6 1998 2 Datos 2 59 20 15 47 155 1 2 21 1 1998 5 1 15 6 1998 1 9 1 31 16 20 61 163 1 2 26 1 1998 8 1 16 6 1998 1 11 10 1 62 14 10 48 155 2 2 11 4 1998 2 2 16 6 1998 2 12 11 1 22 7 63 173 2 2 14 1 1998 6 2 17 6 1998 2 13 12 1 51 15 8 78 2 1 6 1998 5 2 27 2 1999 2 14 13 1 50 21 30 77 164 1 1 15 1 1999 5 1 18 9 1999 2 15 14 1 67 19 30 64 169 2 1 17 3 1998 4 1 19 6 1998 2 16 15 2 56 17 20 100 155 1 4 3 2 1998 2 1 19 6 1998 2 17 16 1 19 13 15 68 170 2 2 19 5 1998 5 2 22 6 1998 2 18 17 2 20 14 15 52 165 2 2 15 4 1998 5 2 13 7 1998 2 19 18 1 69 30 71 166 2 1 14 5 1998 2 2 13 7 1998 2 20 19 2 42 20 20 55 167 1 1 16 2 199 8 1 13 7 1998 2 21 20 1 64 16 10 67 175 1 1 28 2 1998 5 2 13 7 1998 2 22 1 72 9 20 90 170 2 2 19 2 1998 2 1 13 7 1998 2 23 22 1 71 22 20 67 165 1 1 3 3 1998 2 1 15 7 1998 2 24 23 1 75 10 20 75 165 1 1 2 3 1998 1 1 17 7 1998 2 25 24 1 47 10 30 90 175 1 1 16 2 1998 4 2 16 7 1998 2 26 25 1 77 10 20 68 170 1 1 3 2 1998 2 1 16 7 1998 2 E F IG H - J 1 KL M N 1 Martínez MA, Sánchez-Villegas A, Toledo EA, Faulín J. Bioestadística amigable. Barcelona: Elsevier; ----

Inmaculada Fierro uemc.es 21 12