BREVE RESEÑA HISTORICA, PERSONAJES QUE HICIERON APORTES, CAMPOS DE ACCION Y CONCEPTOS BASICOS DE LA ESTADISTICA

ELIANA RAQUEL GRACIA ALEANCRISTINA FERNANDA ELY MALULE

UNIVERSIDAD DE CORDOBAFACULTAD DE CIENCIAS DE LA SALUD

ADMINISTRACION EN SALUDMONTERIA

2011

BREVE RESEÑA HISTORICA, PERSONAJES QUE HICIERON APORTES, CAMPOS DE ACCION Y CONCEPTOS BASICOS DE LA ESTADISTICA

ELIANA RAQUEL GRACIA ALEANCRISTINA ELY MALULE

Trabajo de: Estadística Descriptiva

Tutora: YALIDIS VELASQUEZ MENDEZ

UNIVERSIDAD DE CORDOBAFACULTAD DE CIENCIAS DE LA SALUD

ADMINISTRACION EN SALUDMONTERIA

2011

INTRODUCCION

Con el devenir del tiempo la estadística ha sido de gran importancia para todas las cosas que surgen a diario, siendo que atraves de ella se pueden recopilar información que nos permita tomar decisiones sobre ciertas situaciones, por otro lado la estadística hace que muchas investigaciones tengan la probabilidad de ser aplicadas y surjan cada día nuevos experimentos y el hombre se vean en la necesidad de explorar los diferentes campos en la cual esta pueda ser aplicada.

TALLER

1. BREVE RESEÑA HISTORICA DE LA ESTADISTICA.

La Estadística estudia los métodos científicos para recoger, organizar, resumir y analizar datos, así como para sacar conclusiones válidas y tomar decisiones razonables basadas con tal análisis. En un sentido menos amplio, el término estadística se usa para denotar los propios datos, o número derivados de ellos, tales como los promedios.

Las ciencias al evolucionar pierden sus rasgos primitivos, se transforman, se dividen y aún cambian de nombre. La estadística ha seguido igual proceso y para comprender su estado actual necesitamos conocer algo de su historia.

Formalmente se considera fundador de la estadística a Godofredo Achenwall (1719 – 1772) profesor y economista alemán quien siendo docente de la universidad de Leipzig, escribió el descubrimiento de una nueva ciencia que llamo estadística ( palabra derivada de Staat que significa gobierno) y que definió como el conocimiento profundo de la situación respectiva y comparativa de cada estado.

Achenwall y sus seguidores estructuraron los métodos estadísticos que se orientaron a investigar, medir y comparar las riquezas de las naciones. No obstante lo anterior no significa que antes de los estudios de Achenwall, los estados no hubiesen efectuados inventarios de sus riquezas; estos inventarios o censos (palabra derivada del latín censere que significa valuar o tasar) se realizaron desde la antigüedad. Se sabe que 2000 a 3500 años antes de Cristo, los chinos y los egipcios efectuaron censos que eran simples inventarios elementales y que 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 AC. 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.11 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 Desde su creación, la estadística se ha enriquecido continuamente con los aportes de matemáticos, filósofos y científicos de todas las disciplinas.

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. 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.

2. PERSONAJES QUE HICIERON APORTES A LA ESTADISTICA.

Las fuentes de la Estadística la constituyen los censos y recuentos, los juegos deAzar, la inferencia inductiva basada en datos empíricos, y el tratamiento de los errores en las mediciones. Entre los personajes que hicieron aportes a la Estadística se encuentra:

John Graunt (ingles) publicó en 1662 un artículo titulado "Natural and Political Observations upon the Bills of Mortality", en el que presenta cálculos demográficos

que evidencian el reciente descubrimiento de la regularidad de ciertas proporciones, es considerado por algunos, como el iniciador de la Estadística

Jacob Bernoulli, (o James, o Jacques Bernoulli), un matemático suizo (1654) es considerado el iniciador de la teoría de la probabilidad. En su obra "Ars Conjectandi", introduce lo que hoy se conoce como la primera ley de los grandes números.

Abraham De Moivre (nació en1667) matemático francés que vivía en Londres, publicó tres obras de contenidos sobre el tema de la probabilidad, entre 1718 y 1730. Contribuyó efectuando estudios sobre la ley de probabilidad binomial.

Thomas Bayes, ingles (murió-1761) ordenado ministro, Su obra "Ensayo sobre la Resolución de un Problema en la Doctrina del Azar", publicada 1764, sirvieron, dos siglos después, para grabar su nombre en toda una corriente estadística, la moderna inferencia bayesiana.

Arthur Young, 1763 comenzó a experimentar para descubrir el método agrícola más rentable. Publico un libro llamado "Un Curso de Agricultura Experimental", en 1771,cuyas aplicaciones al campo industrial se encuentran hoy en pleno desarrollo, son sorprendentemente modernas.

Pierre-Simon Laplace físico, matemático, y astrónomo francés, hizo contribuciones importantes de la probabilidad a la inferencia estadística, publico dos obras "Memoria sobre la Probabilidad de las Causas de Eventos", de 1774, y "Memoria sobre Probabilidades", de 1781.

francés Adrien Marie Legendre En 1805, el matemático dio a conocer un sistema para determinar las órbitas de los cometas, que involucra una descripción del método de los mínimos cuadrados, tan utilizado en la Estadística de hoy el método de los mínimos cuadrados fue el tema dominante de los estadísticos del siglo XIX.

Karl Friederich Gauss, un matemático nacido en Alemania, en 1777, también interesado en el estudio de las órbitas de los planetas, contribuyó al método de losmínimos cuadrados, en la ley de probabilidad normal, o curva de Gauss, como descripción probabilística del error.

Adolphe Quetelet era un belga, nacido en Gantes, en 1796,se inclino por las matemáticas, intereso por el estudio de la teoría de la probabilidad y su aplicación a los fenómenos sociales. impulso la realización del primer censo nacional en Bélgica y Holanda. lidero las organizaciones ligadas a la Estadística, como la Statistical Society of London, ahora Royal Statistical Society. A Quetelet se le ha llamado el "padre de la Estadística moderna".

Simeón Denis Poisson, físico matemático nacido en Francia, en 1781, publicó ungran tratado de probabilidad en 1837. Contiene el germen de dos elementos asociados al nombre de Poisson: La ley de probabilidad conocida como distribución de Poisson, y la generalización de la ley de los grandes números de Bernoulli.

Wilhelm Lexis, economista alemán, contribuyó a la estadística social, estudiandodatos presentados como series a través del tiempo, hacia 1880.

John Arbuthnot, médico de la reina Ana de Inglaterra, es más conocido comoestadístico, por sus estudios sobre las proporciones de los sexos en los nacimientos.

Henry Buckle, inglés, precursor de la moderna ciencia histórica, utilizó métodos estadísticos para ayudar a hacer de la historia una ciencia.

Gustav Fechner, alemán con estudios Incompletos en medicina, incursionó en lastécnicas de la experimentación, para describir la relación entre estímulos y sensación, derivando la Estadística hacia el campo de la psicología experimental.

Hermann Ebbinghaus, psicólogo, siguió la línea de Fechner, compartiendo dos Ideas cruciales: Que el estudio cuantitativo era la única manera de expresar con precisión las vagas nociones que la psicología. Ebbinghaus aplicó estas ideas al estudio de la memoria.

Francis Galton, nacido en 1822, investigó el carácter hereditario de la genialidad, utilizando curvas normales inversas, que llamó "ojivas", término que tomó de la arquitectura, y que aun se utiliza. Fue pionero en el tema de la regresión lineal simple, o reversión,se preocupó de la estimación de las componentes de varianza, o partes de la variabilidad de un fenómeno observado, atribuibles a causas identificables.

Francis Ysidro Edgeworth se interesó en aplicar los métodos estadísticos previamente aplicados en astronomía y geodesia, a la economía y sociología. Contribuyó al desarrollo de la regresión y la correlación. Aporta la aproximación de Edgcworlh, cuya aplicación se ha intensificado en la actualidad

Karl Pearson mostró interés en distribuciones probabilísticas asimétricas, en contraposición con las distribuciones normales, simétricas. Pearson mostró interés en los más diversos temas, además de la estadística, como la filosofía, la religión, la historia, entre otros. Su "Gramática de las Ciencias", de 1892, ilustra su convicción de que la estadística analítica yace en los fundamentos de todo el conocimiento.

George Udny Yule, ingliés con estudios de ingeniería y física, fue un colaborador de Pearson, que hizo algunos aportes a la obra de este último. Trabajó en correlación, y también en curvas asimétricas, como su predecesor. Colaboró en la publicación de Pearson, proporcionando un ejemplo de la aplicación de ajuste de una curva asimétrica a datos sobre distribución de pobreza en Inglaterra y Gales.

Jerzy Neyman polaco en 1934publicó en la Royal Statistical Society, de Londres, lo que puede ser considerado el primer trabajo científico sobre el muestreo de poblaciones finitas. Neyman y Egon Pearson, hijo de Karl Pearson, presentaron en 1936 una teoría sobre la forma de probar hipótesis estadísticas, en base a datos. Neyman y Pearson vieron la prueba de hipótesis como un medio para que el investigador tomara una decisión sobre un parámetro de la población.

Neyman introdujo, en 1934, la teoría de los intervalos de confianza. Es una forma de estimar un parámetro, contrapuesta a la estimación puntual, que determina un intervalo que contiene el parámetro, y un coeficiente de confianza, que representa la probabilidad que el intervalo efectivamente contenga al parámetro. Los intervalos de confianza y las pruebas de hipótesis son dos elementos de la inferencia estadística.

William Gosset, ingles en 1908 quien fuera alumno de Pearson, publica un artículo "El Error Probable de una Media", bajo el seudónimo de Student. Este artículo constituye un paso importante en el sentido de cuantificar los resultados de la experimentación.

Sir RonaId Aylmer Fisher este gran estadístico inglés ingresó a la Estación Experimental de Rothamsted en 1919. Desde allí entregó una importante cantidad de conocimiento relacionado con el diseño de experimentos, contribuyendo a desarrollar técnicas que son consideradas claves para en la experimentación comparativa; dio a conocer sus resultados en sucesivas publicaciones a partir de 1925, y hasta después de 1940, sobre métodos de experimentación agrícola.

George Snedecor nacio en Estados Unidos En 1882 incursionó en el lema de regresión múltiple, , quien hizo grandes aportes al área del diseño de experimentos, en particular en aplicaciones a la agricultura.Ligado al nombre de Snedecor, aparece el de William Cochran, nacido en 1909, en Escocia, quien hizo aportes al diseño de experimentos y a la teoría del muestreo. Ambos son coautores de un libro clásico sobre métodos estadísticos.

También hicieron aportes de importancia a este campo, se encuentran Frank Wilcoxon, irlandés nacido en 1892, y Charles Spearman, inglés nacido en 1863. Wilcoxon recurrió a la simple idea de reemplazar los datos por sus rangos, al ordenarlos, sobre los cuales se pueden conocer propiedades distribucionales. Creó, de esta manera, una prueba basada en rangos, que hoy lleva su nombre.

Esta idea inspiró el desarrollo de gran cantidad de otras pruebas, y del campo de la estadística no paramétrica, en general.

Charles Spearman Es conocido por sus contribuciones al análisis factorial, que se mencionó como una de las técnicas de la rama de la Estadística denominada análisis multivariante. Estos intereses lo obligaron a estudiar estadística, llevándolo a desarrollar un coeficiente de correlación basado en rangos, que hoy lleva su nombre. El trabajo de Spearman ha sido desarrollado con posterioridad, desembocando en el análisis de varianza multivariante.

Abraham Wald, húngaro 1902 - 1950, desarrolló la Teoría de Decisiones, entre 1939 y 1947, que constituye un modelo estadístico teórico, distinto a la escuela inferentista, de R. A. Fisher, dominante hasta entonces. Este último ve la estadística como un medio de hacer inferencias, de reducir la incertidumbre a través de la experimentación y la observación, o como un medio de resumir datos. Otra contribución importante de Wald, es la de la inferencia secuencial, que toma decisiones que incluyen la opción de tomar mis observaciones, cuando no hay evidencia categórica para tomar una decisión. Estos métodos son utilizados en la actualidad en el muestreo de aceptación, para el control de la calidad.

George Box acuñó, estadístico en 1953,utilizo el término robustez, para designar los métodos estadísticos que procuran asegurar resultados aceptables, cuando no secumplen los supuestos estándares en que se basan los métodos estadísticos regulares.

A partir de la Segunda Guerra Mundial, comienza la era de los computadores, quePermitieron un acelerado desarrollo de la Estadística hacia regiones nuevas, caracterizadas por la aparición de técnicas cuya aplicación requiere de enormes cantidades de cálculos numéricos, imposibles de realizar con los medios existentes hasta ese entonces.

Actualmente, la investigación en Estadística, cuyo resultado es la creación de nuevos métodos estadísticos, y una comprensión mejor de los métodos ya existentes, se apoya fuertemente en la computación. En el presente, el desarrollo de la Estadística parece ir junto con el desarrollo de la ciencia de la computación.

3. CAMPOS DE ACCION DE LA ESTADISTICA Y QUE PAPEL JUEGA ESTA EN TU CARRERA.

En la actualidad se aplica en las ciencias sociales, en las ciencias naturales (físicas, meteorológicas) en la industria (Producción y control de calidad) en la administración industrial (Recursos humanos, materiales, tiempos y movimientos etc.) en la economía, en las finanzas (inversiones, bolsas de valores) en la

agricultura (periodo de siembra, calendario de lluvia) en el comercio, en la educación, en la medicina, entre otras.

También se presentan en situaciones como:

La prueba de una vacuna

Cuando se quiere determinar la efectividad de la misma donde se diseña un experimento, se aplica se le hace un seguimiento durante un periodo adecuado para después compara los resultados obtenidos y conseguir una conclusión.

Determinación de la etiología de una enfermedad

No es fácil en la mayoría determinar el origen de una enfermedad y en ello la estadística juega un papel muy importante proporcionando herramientas para comparar la distribución de la enfermedad en un grupo con diversas características socioeconómicas acotando las condiciones ambientales y del huésped que conduzca a dicha explicación.

Determinación de la dosis de la dosis de una droga

Para sacar una droga al mercado, es necesario superar una serie de etapas y experimentos que son rigurosos dependiendo las leyes del país donde se encuentre, por tal razón es necesario diseñar experimentos que determinen los niveles de sensibilidad y la dosis adecuada que permitan atacar la enfermedad y no producir molestias; por lo general una droga puede producir efectos adversos a los individuos.

Bueno esta juega un papel importante en un administrador de salud porque a la hora de tomar decisiones nos sirve como herramienta para evaluar el nivel de prestación del servicio de salud y el nivel de satisfacción de los clientes, también para evaluar que tan eficaces son los programas que debemos aplicar para el bienestar de la comunidad.

4. CONCEPTOS BASICOS DE LA ESTADISTICA.

Muestra: subconjunto que seleccionamos de la población. Ejemplo, si se estudia el precio de la vivienda de una ciudad, lo normal será no recoger

información sobre todas las viviendas de la ciudad (sería una labor muy compleja), sino que se suele seleccionar un subgrupo (muestra) que se entienda que es suficientemente representativo.

Estadística: Es una ciencia matemática que trata de la recolección, clasificación y presentación de los hechos sujetos a una apreciación numérica y se utiliza para describir, analizar e interpretar ciertas características de un fenómeno o conjunto de individuos llamado población.

Ambigüedad: el resultado del estudio estadístico de un conjunto de datos o valores que permite llegar a diferentes conclusiones.

Probabilidad: Es el conjunto de posibilidades de que un evento ocurra o no en un momento y tiempo determinado. Dichos eventos pueden ser medibles a través de una escala de 0 a 1, donde el evento que no pueda ocurrir tiene una probabilidad de 0 y uno que ocurra con certeza es de 1.

Población: conjunto de todos los individuos (personas, objetos, animales, etc.) que porten información sobre el fenómeno que se estudia. Por ejemplo, si estudiamos el precio de la vivienda en una ciudad, la población será el total de las viviendas de dicha ciudad.

Dato: Son los valores cualitativos o cuantitativos mediante los cuales se miden las características de los objetos, sucesos o fenómenos a estudiar.

Error: Cuando se habla de error estadístico se trata de una apreciación histórica observacional de desviación de resultados y se acepta como “real” estadísticamente (siempre que se hayan aplicado los principios estadísticos apropiados). El error estadístico es una expresión matemática, en medicina, en cambio, el error señala una deficiencia en la calidad asistencial.

Variable: Una variable es una característica (magnitud, vector o número) que puede ser medida y según como se observe, puede variar su valor en diferentes casos como personas, lugares o cosas.

Tipos de variable y su clasificación:

Las variables pueden ser:

Variable cualitativa: Son las variables que expresan distintas cualidades, características o modalidad, no se pueden medir con números (por ejemplo: nacionalidad, color de la piel, sexo). Cada modalidad que se presenta se denomina atributo o categoría y la medición consiste en una clasificación de dichos atributos. Podemos distinguir dos tipos:

Variable cualitativa nominal: Una variable cualitativa nominal presenta modalidades no numéricas que no admiten un criterio de orden. Por ejemplo: El estado civil, con las siguientes modalidades: soltero, casado, separado, divorciado y viudo.

Variable cualitativa ordinal o variable cuasicuantitativa: Una variable cualitativa ordinal presenta modalidades no numéricas, en las que existe un orden. Por ejemplo: La nota en un examen: suspenso, aprobado, notable, sobresaliente. Puesto conseguido en una prueba deportiva: 1º, 2º, 3º….Medallas de una prueba deportiva: oro, plata, bronce….

Variable cuantitativa: Una variable cuantitativa es la que se expresa mediante un número, por tanto se pueden realizar operaciones aritméticas con ella. Podemos distinguir dos tipos:

Variable discreta: Una variable discreta es aquella que toma valores aislados, es decir no admite valores intermedios entre dos valores específicos. Por ejemplo: El número de hermanos (puede ser 1, 2, 3....,etc, pero, por ejemplo, nunca podrá ser 3,45).

Variable continua: Una variable continua es aquella que puede tomar valores comprendidos entre dos números. Por ejemplo: La altura de los 5 amigos: 1.73, 1.82, 1.77, 1.69, 1.75. ………En la práctica medimos la altura con dos decimales, pero también se podría dar con tres decimales.

Variable aleatoria: Se llama variable aleatoria a toda función que asocia a cada elemento del espacio muestral E un número real. Se utilizan letras mayúsculas X, Y,... para designar variables aleatorias, y las respectivas minúsculas (x, y, ...) para designar valores concretos de las mismas, las hay también:

Variable aleatoria discreta: Una variable aleatoria discreta es aquella que sólo puede tomar valores enteros. Ejemplos: El número de hijos de una familia, la puntuación obtenida al lanzar un dado.

Variable aleatoria continúa: Una variable aleatoria continua es aquella que puede tomar todos los valores posibles dentro de un cierto intervalo de la recta real. Ejemplos: La altura de los alumnos de una clase, las horas de duración de una pila.

Variable aleatoria binomial: La variable aleatoria binomial, X, expresa el número de éxitos obtenidos en cada prueba del experimento. La variable binomial es una variable aleatoria discreta, sólo puede tomar los valores 0, 1, 2, 3, 4..... n suponiendo que se han realizado n pruebas. Ejemplo k = 6, al lanzar una moneda 10 veces y obtener 6 caras.

Variable aleatoria normal: Una variable aleatoria continua, X, sigue una distribución normal de media μ y desviación típica σ, y se designa por N(μ, σ), si se cumplen las siguientes condiciones:1. La variable puede tomar cualquier valor: (-∞, +∞ ) 2. La función de densidad, es la expresión en términos de ecuación matemática de la curva de Gauss.

También se encuentran:

Variables unidimensionales: sólo recogen información sobre una característica (por ejemplo: edad de los alumnos de una clase).

Variable bidimensional: Una variable bidimensional es una variable en la que cada individuo está definido por un par de caracteres, (X, Y). Estos dos caracteres son a su vez variables estadísticas en las que sí existe relación entre ellas, una de las dos variables es la variable independiente y la otra variable dependiente. ( por ejemplo: edad y altura de los alumnos de una clase).

Variables pluridimensionales: recogen información sobre tres o más características (por ejemplo: edad, altura y peso de los alumnos de una clase).

Censo: se denomina censo, en estadística descriptiva, al recuento de individuos que conforman una población estadística, definida como un conjunto de elementos de referencia sobre el que se realizan las observaciones. El censo de una población estadística consiste, básicamente, en obtener el número total de individuos mediante las más diversas técnicas de recuento.

Encuesta: Es un método de recolección de datos, la encuesta es llevada a cabo generalmente a través de algún formulario que la persona debe llenar.

Parámetros: Un parámetro estadístico es un número que se obtiene a partir de los datos de una distribución estadística. Los parámetros estadísticos sirven para sintetizar la información dada por una tabla o por una grafica.

Estadístico: En estadística un estadístico (muestral) es una medida cuantitativa, derivada de un conjunto de datos de una muestra, con el objetivo de estimar o contrastar características de una población o modelo estadístico. Más formalmente un estadístico es una función medible T que, dada una muestra estadística de valores (X1,X2,...,Xn), les asigna un número ,T(X1,X2,...,Xn ), que sirve para estimar determinado parámetro de la distribución de la que procede la muestra. Así, por ejemplo, la media de los valores de una muestra (media muestral) sirve para estimar la media de la población de la que se ha extraído la misma; la varianza muestral podría usarse para estimar la varianza poblacional, etc.

Inferencias estadísticas: La inferencia estadística o estadística inferencial es una parte de la Estadística que comprende los métodos y procedimientos para deducir propiedades (hacer inferencias) de una población, a partir de una pequeña parte de la misma (muestra).

Porcentaje: Es la proporción de una cantidad de datos específicos, con respecto al total de esos datos.

Inferir: Es emitir juicios o conclusiones basados en algún conocimiento o experiencia sobre un evento o suceso.

Promedio: Es una medida que caracteriza un grupo de datos bajo algún criterio. Como: la media aritmética y la media ponderada.

Entrevista: La entrevista es un dialogo en el que la persona (entrevistador), generalmente un periodista hace una serie de preguntas a otra persona (entrevistado), con el fin de conocer mejor sus ideas, sus sentimientos su forma de actuar. La entrevista es también información y reportaje, las entrevistas pueden ser reales o imaginarias.

Observaciones de campo: Es la observación que realiza el investigador en el lugar donde ocurren los sucesos o eventos, para extraer los datos.

Medidas de tendencia central: La medidas de centralización nos indican en torno a qué valor (centro) se distribuyen los datos.

Moda: el valor que ocurre con mayor frecuencia; es decir, el valor más frecuente. La moda puede no existir, e incluso no ser única en caso de existir.

Mediana: Es el valor que ocupa el lugar central de todos los datos los datos cuando éstos están ordenados de menor a mayor.

La mediana se representa por M e .

La mediana se puede hal lar sólo para var iables cuant i tat ivas .

Media aritmética: La media aritmética es el valor obtenido al sumar todos los

datos y dividir el resultado entre el número total de datos. Es el símbolo de la media ar i tmét ica.

Medidas de Dispersión: Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución.

Rango: Situación de un dato respecto de una distribución estadística, es decir la diferencia entre el mayor y el menor de los datos.

Desviación media: La desviación con respecto a la media es la diferencia entre cada valor de la variable estadística y la media aritmética. D i = x - x

La desviación media es la media aritmética de los valores absolutos de las

desviaciones respecto a la media. La desviación media se representa por:

Varianza: Es la media aritmética del cuadrado de las desviaciones respecto a la

media de una distribución estadística. La varianza se representa por. .

Desviación típica: La desviación típica es la raíz cuadrada de la varianza.Es decir, la raíz cuadrada de la media de los cuadrados de las puntuaciones de desviación. La desviación típica se representa por σ.

Desviación: Diferencia entre un valor y otro valor medio o típico.

Normalidad: Se puede hablar de normalidad en una distribución de datos, cuando las medidas de tendencia central (media, mediana y moda) coinciden en su valor. Lo cual origina gráficamente una curva simétrica, donde su eje de simetría es el punto donde coinciden las tres medidas de tendencia central.

Correlación: Es la relación concomitante entre dos o más variables, o sea, entre dos o más series de datos. El grado de relación puede ser medido y representado por el coeficiente de correlación designado por la letra griega rho ( ) o por r.

Azar o Aleatorio: Son todos aquellos eventos fortuitos o productos de la suerte.

Aleatoriamente: Actividades o métodos producidos o llevados a cabo simulando un comportamiento al azar.

Clase: Subdivisión de escala de datos.

Tamaño de la muestra: Es la cantidad de datos que serán extraídos de la población para formar parte de la muestra.

Cuartiles: son 3 valores que distribuyen la serie de datos, ordenada de forma creciente o decreciente, en cuatro tramos iguales, en los que cada uno de ellos concentra el 25% de los resultados.

Frecuencia: Número de veces en que se repite un dato.

Frecuencia absoluta: La frecuencia absoluta es el número de veces que aparece un determinado valor en un estudio estadístico. Se representa por Fi. La suma de las frecuencias absolutas es igual al número total de datos, que se

representa por N. Para indicar resumidamente estas sumas se utiliza la letra griega Σ (sigma

mayúscula) que se lee suma o sumatoria.

Frecuencia relativa: La frecuencia relativa es el cociente entre la frecuencia Absoluta de un determinado valor y el número total de datos.

Se puede expresar en tantos por ciento y se representa por ni. La suma de las frecuencias relativas es igual a 1.

Frecuencia acumulada: La frecuencia acumulada es la suma de las frecuencias absolutas de todos los valores inferiores o iguales al valor considerado. Se representa por Fi.

Frecuencia relativa acumulada: La frecuencia relativa acumulada es el cociente entre la frecuencia acumulada de un determinado valor y el número total de datos. Se puede expresar en tantos por ciento.

Intervalo: Se llama intervalo al conjunto de números reales comprendidos entre otros dos lados: a y b que se llaman extremos del intervalo.

Limite: El límite de una sucesión es el número al cual se van aproximando los términos de una sucesión

Limite de Intervalo: Son los valores extremos que tiene el intérvalo de clase, inferior y superior, entre los cuales van a estar los valores de los datos agrupados en ese intérvalo de clase.

Histograma: Un histograma es una representación gráfica de una variable en forma de barras. Se utilizan para variables continuas o para variables discretas, con un gran número de datos, y que se han agrupado en clases.

Polígono de frecuencias: Se obtiene conectando los puntos medios de cada intérvalo de un histograma de frecuencias acumuladas con segmentos rectilíneos.

Variación: Este se obtiene relacionando la desviación estándar con el promedio y es un dato clave para estimar la tendencia al equilibrio o desequilibrio que presenta una medición individual o un conjunto de mediciones.

CONCLUSION

Finalmente cada aporte que hacen estos grandes personajes a la estadística no solo quedó en letras si no que a través de ellos este mundo constante de evolución ha servido para implementar métodos que han sido de gran beneficio al ciencia. Por otro lado la estadística recopila masa de información de diferentes fenómenos los cuales puedan ser procesados para obtener conclusiones y que ayuden al mejor beneficio de dicho fenómeno.

BIBLIOGRAFIA

www.wikipedia.com.co.

http://www.gestiopolis1.com/recursos7/Docs/fin/estadistica-descriptiva.pdf.

http://www.acupuntura-orgon.com.ar/estadistica.htm.