5 DEFINICIONES DE ESTADISTICA

ESTADSTICA
La estadstica es una ciencia formal y una herramienta que estudia el uso y los anlisis provenientes de una muestra
representativa de datos, busca explicar las correlaciones y dependencias de un fenmeno fsico o natural, de ocurrencia
en forma aleatoria o condicional.
Sin embargo, la estadstica es ms que eso, es decir, es la herramienta fundamental que permite llevar a cabo el proceso
relacionado con la investigacin cientfica.
Es transversal a una amplia variedad de disciplinas, desde la fsica hasta las ciencias sociales, desde las ciencias de la
salud hasta el control de calidad.
Se usa para la toma de decisiones en reas de negocios o instituciones gubernamentales.
La estadstica se divide en dos grandes reas:
Estadstica descriptiva
Se dedica a la descripcin, visualizacin y resumen de datos originados a partir de los fenmenos de estudio.
Los datos pueden ser resumidos numrica o grficamente. Ejemplos bsicos de parmetros estadsticos son:
la media y la desviacin estndar. Algunos ejemplos grficos son: histograma, pirmide poblacional, grfico
circular, entre otros.
Estadstica inferencial
Se dedica a la generacin de los modelos, inferencias y predicciones asociadas a los fenmenos en cuestin
teniendo en cuenta la aleatoriedad de las observaciones. Se usa para modelar patrones en los datos y extraer
inferencias acerca de la poblacin bajo estudio. Estas inferencias pueden tomar la forma de respuestas a
preguntas
s/no
(prueba
de
hiptesis),
estimaciones
de
unas
caractersticas
numricas
(estimacin), pronsticos de futuras observaciones, descripciones de asociacin (correlacin) o modelamiento de
relaciones entre variables (anlisis de regresin). Otras tcnicas de modelamiento incluyen anova,series de
tiempo y minera de datos.
Ambas ramas (descriptiva e inferencial) comprenden la estadstica aplicada. La estadstica inferencial, por su
parte, se divide en estadstica paramtrica y estadstica no paramtrica.
Hay tambin una disciplina llamada estadstica matemtica, la que se refiere a las bases tericas de la materia.
La palabra estadsticas tambin se refiere al resultado de aplicar un algoritmo estadstico a un conjunto de
datos, como en estadsticas econmicas, estadsticas criminales, entre otros.
http://es.wikipedia.org/wiki/Estad%C3%ADstica
Definicin de Estadstica
La Estadstica es la ciencia cuyo objetivo es reunir una informacin cuantitativa concerniente a individuos, grupos, series
de hechos, etc. y deducir de ello gracias al anlisis de estos datos unos significados precisos o unas previsiones para el
futuro.
La estadstica, en general, es la ciencia que trata de la recopilacin, organizacin presentacin, anlisis e
interpretacin de datos numricos con e fin de realizar una toma de decisin ms efectiva.
Otros autores tienen definiciones de la Estadstica semejantes a las anteriores, y algunos otros no tan semejantes.
Para Chacn esta se define como "la ciencia que tiene por objeto el estudio cuantitativo de los colectivos"; otros la
definen como la expresin cuantitativa del conocimiento dispuesta en forma adecuada para el escrutinio y anlisis.
La ms aceptada, sin embargo, es la de Minguez, que define la Estadstica como "La ciencia que tiene por objeto
aplicar las leyes de la cantidad a los hechos sociales para medir su intensidad, deducir las leyes que los rigen y hacer su
prediccin prxima".
Los estudiantes confunden comnmente los dems trminos asociados con las Estadsticas, una confusin que es
conveniente aclarar debido a que esta palabra tiene tres significados: la palabra estadstica, en primer trmino se usa
para referirse a la informacin estadstica; tambin se utiliza para referirse al conjunto de tcnicas y mtodos que se
utilizan para analizar la informacin estadstica; y el trmino estadstico, en singular y en masculino, se refiere a una
medida derivada de una muestra.
http://www.eumed.net/cursecon/libreria/drm/0.htm

ESTADSTICA
El termino estadstica proviene del latn statisticum collegium (consejo de Estado) y de su derivado
italiano statista (hombre de Estado o poltico). En 1749, el alemn Gottfried Achenwall comenz a utilizar la palabra
alemana statistik para designar el anlisis de datos estatales. Por lo tanto, los orgenes de la estadstica estn
relacionados con el gobierno y sus cuerpos administrativos.
Hoy puede decirse que la recopilacin y la interpretacin de los datos obtenidos en un estudio es tarea de la
estadstica, considerada como una rama de la matemtica. Las estadsticas (el resultado de la aplicacin de un
algoritmo estadstico a un grupo de datos) permiten la toma de decisiones dentro del mbito gubernamental, pero
tambin en el mundo de los negocios y el comercio.
http://definicion.de/estadistica/
DEFINICIN ESTADSTICA
La Estadstica es una ciencia formal que estudia la recoleccin, anlisis e interpretacinde datos de una muestra
representativa, ya sea para ayudar en la toma de decisiones opara explicar condiciones regulares o irregulares de algn
fenmeno o estudio aplicado,de ocurrencia en forma aleatoria o condicional. Sin embargo, la estadstica es ms queeso,
es decir, es el vehculo que permite llevar a cabo el proceso relacionado con lainvestigacin cientfica.Es transversal a
una amplia variedad de disciplinas, desde la fsica hasta las cienciassociales, desde las ciencias de la salud hasta el
control de calidad. Se usa para la tomade decisiones en reas de negocios o instituciones gubernamentales.La
estadstica se divide en dos grandes reas: La estadstica descriptiva, se dedica a la descripcin, visualizacin y resumen
de datos originados a partir de los fenmenos de estudio. Los datos pueden ser resumidos numrica o grficamente.
Ejemplos bsicos de parmetros estadsticos son: la media y la desviacin estndar. Algunos ejemplos grficos son:
histograma, pirmide poblacional, grfico circular, entre otros. La estadstica inferencial, se dedica a la generacin de los
modelos, inferencias y predicciones asociadas a los fenmenos en cuestin teniendo en cuenta la aleatoriedad de las
observaciones. Se usa para modelar patrones en los datos y extraer inferencias acerca de la poblacin bajo estudio.
Estas inferencias pueden tomar la forma de respuestas a preguntas si/no (prueba de hiptesis), estimaciones de unas
caractersticas numricas (estimacin), pronsticos de futuras observaciones, descripciones de asociacin (correlacin) o
modelamiento de relaciones entre variables (anlisis de regresin). Otras tcnicas de modelamiento incluyen anova,
series de tiempo y minera de datos.Ambas ramas (descriptiva e inferencial) comprenden la estadstica aplicada.
Haytambin una disciplina llamada estadstica matemtica, la que se refiere a las basestericas de la materia. La palabra
estadsticas tambin se refiere al resultado deaplicar un algoritmo estadstico a un conjunto de datos, como en
estadsticaseconmicas, estadsticas criminales, entre otros.
http://es.slideshare.net/pluassantana/definicion-estadistica

Estadstica
La Estadstica es la ciencia que trata de los mtodos y procedimientos para recoger, clasificar, resumir, hallar
regularidades y analizar datos, as como de realizar inferencias a partir de ellos, con la finalidad de ayudar a la toma
de decisiones y en su caso formular predicciones. Podemos por tanto clasificar la Estadstica en:
Descriptiva o deductiva, que tiene por objeto la recogida, recopilacin, y reduccin de datos, su organizacin en
tablas y grficos y el clculo de unos valores que representen al conjunto de datos.
Inferencial o inductiva tiene por objeto establecer previsiones o conclusiones sobre una poblacin basndose en
los resultados obtenidos de una muestra
http://www.tuveras.com/estadistica/estadistica01.htm
CONCEPTO BSICO DE ESTADSTICA DINMICA
LA ESTADSTICA DESCRIPTIVA, que se dedica a los mtodos de recoleccin, descripcin, visualizacin y resumen de
datos originados a partir de los fenmenos en estudio. Los datos pueden ser resumidos numrica o grficamente.

Ejemplos bsicos de parmetros estadsticos son: la media y la desviacin estndar. Algunos ejemplos grficos son:
histograma, pirmide poblacional, clster, etc.
LA INFERENCIA ESTADSTICA, que se dedica a la generacin de los modelos, inferencias y predicciones asociadas a
los fenmenos en cuestin teniendo en cuenta la aleatoriedad de las observaciones. Se usa para modelar patrones en
los datos y extraer inferencias acerca de la poblacin bajo estudio. Estas inferencias pueden tomar la forma de
respuestas a preguntas si/no (prueba de hiptesis), estimaciones de caractersticas numricas (estimacin), pronsticos
de futurasobservaciones, descripciones de asociacin (correlacin) o moldeamiento de relaciones entre variables
(anlisis de regresin). Otras tcnicas de moldeamiento incluyen anova, series de tiempo y minera de datos.
http://eduprobabilidaddinamica10.blogspot.mx/2010/04/probabilidad-y-estadistica-dinamica.html
INTRODUCCIN A LA ESTADSTICA DESCRIPTIVA
Tradicionalmente la aplicacin del trmino estadstica se ha utilizado en tres mbitos:
a) Estadstica como enumeracin de datos.
b) Estadstica como descripcin, es decir, a travs de un anlisis de conjuntos coherentes de datos para su posterior
comparacin y anlisis. (ESTADSTICA DESCRIPTIVA)
c) Estadstica matemtica o inferencia, unida a la teora de de probabilidades. Se encarga de extraer conclusiones a
partir de una muestra al total de la poblacin con un pequeo margen de error. (ESTADSTICA INDUCTIVA)
Por tanto se podra definir la estadstica como la ciencia que permite estudiar las regularidades o patrones en un
conjunto de datos para tomar decisiones racionales.
Todo anlisis estadstico requiere seguir una serie de etapas:
1) Definicin del problema de estudio y objetivos del mismo.
2) Seleccin de la informacin necesaria para realizar el estudio.
3) Recogida de la informacin que va a depender del presupuesto con el que contemos y de la calidad de los datos
exigida.
4) Ordenacin y clasificacin de la informacin en tablas y grficos.
5) Resumen de los datos mediante medidas de posicin, dispersin, asimetra y concentracin.
6) Anlisis estadstico formal obteniendo hiptesis y contrastndolas.
7) Interpretacin de resultados y extraccin de conclusiones.
8) Extrapolacin y prediccin.
http://www.uam.es/personal_pdi/economicas/fphernan/EconometriaTII.pdf
DEFINICION DE ESTADISTICA Y UTILIDAD
La estadstica estudia los mtodos cientficos para recoger, organizar, resumir y analizar datos, as como para sacar
conclusiones vlidas y tomar decisiones razonables basadas en tal anlisis.
La estadstica es una ciencia con base matemtica referente a la recoleccin, anlisis e interpretacin de datos, que
busca explicar condiciones regulares en fenmenos de tipo aleatorio. Es transversal a una amplia variedad de disciplinas,
desde la fsica hasta las ciencias sociales, desde las ciencias de la salud hasta el control de calidad, y es usada para la
toma de decisiones en reas de negocios e instituciones gubernamentales.
Durante el siglo XX, la creacin de instrumentos precisos para asuntos de salud pblica (epidemiologa, bioestadstica,
etc.) y propsitos econmicos y sociales (tasa de desempleo, econometra, etc.) necesit de avances sustanciales en las
practicas estadsticas.
Hoy el uso de la estadstica se ha extendido ms all de sus orgenes como un servicio al Estado o al gobierno.
Personas y organizaciones usan la estadstica para entender datos y tomar decisiones en ciencias naturales y sociales,
medicina, negocios y otras reas. La estadstica es entendida generalmente no como un sub-rea de las matemticas
sino como una ciencia diferente aliada. Muchas universidades tienen departamentos acadmicos de matemticas y
estadstica separadamente. La estadstica se ensea en departamentos tan diversos como psicologa, educacin y salud
pblica.
Regresin lineal - Grficos de dispersin en estadstica
Al aplicar la estadstica a un problema cientfico, industrial o social, se comienza con un proceso o poblacin a ser
estudiado. Esta puede ser la poblacin de un pas, de granos cristalizados en una roca o de bienes manufacturados por
una fbrica en particular durante un periodo dado. Tambin podra ser un proceso observado en varios instantes y los
datos recogidos de esta manera constituyen una serie de tiempo.

Por razones prcticas, en lugar de compilar datos de una poblacin entera, usualmente se estudia un subconjunto
seleccionado de la poblacin, llamado muestra. Datos acerca de la muestra son recogidos de manera observacional o
experimental. Los datos son entonces analizados estadsticamente lo cual sigue dos propsitos: descripcin e inferencia.
El concepto de correlacin es particularmente valioso. Anlisis estadsticos de un conjunto de datos puede revelar que
dos variables (esto es, dos propiedades de la poblacin bajo consideracin) tienden a variar conjuntamente, como si
hubiera una conexin entre ellas. Por ejemplo un estudio del ingreso anual y la edad de muerte entre personas podra
resultar en que personas pobres tienden a tener vidas ms cortas que personas de mayor ingreso. Las dos variables se
dicen a ser correlacionadas. Sin embargo, no se pude inferir inmediatamente la existencia de una relacin de causalidad
entre las dos variables. El fenmeno correlacionado podra ser la causa de un tercero, previamente no considerado,
llamado variable confundida.
Si la muestra es representativa de la poblacin, inferencias y conclusiones hechas en la muestra pueden ser extendidas
a la poblacin completa. Un problema mayor es el de determinar que tan representativa es la muestra extrada. La
estadstica ofrece medidas para estimar y corregir por aleatoriedad en la muestra y en el proceso de recoleccin de los
datos, as como mtodos para disear experimentos robustos como primera medida, ver diseo experimental.
El concepto matemtico fundamental empleado para entender la aleatoriedad es el de probabilidad. La estadstica
matemtica (tambin llamada teora estadstica) es la rama de las matemticas aplicadas que usa la teora de
probabilidades y el anlisis matemtico para examinar las bases tericas de la estadstica.
El uso de cualquier mtodo estadstico es vlido solo cuando el sistema o poblacin bajo consideracin satisface los
supuestos matemticos del mtodo. El mal uso de la estadstica puede producir serios errores en la descripcin e
interpretacin, afectando las polticas sociales, la prctica mdica y la calidad de estructuras tales como puentes y
plantas de reaccin nuclear.
Incluso cuando la estadstica es correctamente aplicada, los resultados pueden ser difcilmente interpretados por un no
experto. Por ejemplo, el significado estadstico de una tendencia en los datos, que mide el grado al cual la tendencia
puede ser causada por una variacin aleatoria en la muestra, puede no estar de acuerdo con el sentido intuitivo. El
conjunto de habilidades estadsticas bsicas (y el escepticismo) que una persona necesita para manejar informacin en
el da a da se refiere como cultura estadstica
http://prepafacil.com/cobach/Main/DefinicionDeEstadisticaYUtilidad
CLASIFICACIN CLSICA DE LA ESTADSTICA
El estudio de la estadstica se divide clsicamente en dos, la estadstica descriptiva y la estadstica inferencial.
La estadstica inferencial o inductiva sirve extrapolar los resultados obtenidos en el anlisis de los datos y a partir de ello
predecir acerca de la poblacin, con un margen de confianza conocido.
La estadstica descriptiva o deductiva se construye a partir de los datos y la inferencia sobre la poblacin no se puede
realizar, al menos con una confianza determinada, la representacin de la informacin obtenida de los datos se
representa mediante el uso de unos cuantos parmetros y algunas graficas planteadas de tal forma que den importancia
los mismos datos.
http://dieumsnh.qfb.umich.mx/estadistica/clasificac.htm
APLICACIONES DE LA ESTADSTICA
La estadstica puede presentarse en diferentes niveles de dificultad matemtica y puede estar dirigida hacia aplicaciones
en distintos campos de la investigacin. De acuerdo con esto, se han escrito muchos libros de texto sobre estadstica
empresarial, estadstica educativa, estadstica mdica, estadstica psicolgica,, e inclusive sobre estadstica para
historiadores.
Virtualmente cada rea de la investigacin cientfica puede beneficiarse del anlisis estadstico. Para quien formula las
polticas econmicas y para quien asesora al presidente y a otros funcionarios pblicos sobre procedimientos
econmicos apropiados, la estadstica ha demostrado ser una herramienta valiosa. Las decisiones sobre las tasas
tributarias, los programas sociales, el gasto de defensa y muchos otros asuntos pueden hacerse de manera inteligente
tan slo con la ayuda del anlisis estadstico. Los hombres y mujeres de negocios, en su eterna bsqueda de la
rentabilidad, consideran que la estadstica es esencial en el proceso de toma de decisiones. Los esfuerzos en control de
calidad, minimizacin de costos, combinacin de productos e inventarios, y una gran cantidad de otros asuntos
empresariales, pueden manejarse efectivamente a travs del uso de procedimientos estadsticos comprobados.
Para quienes estn en el rea de la investigacin de mercados, la estadstica es de gran ayuda en el momento de
determinar qu tan probable es que un producto nuevo sea exitoso. La estadstica tambin es muy til para evaluar las
oportunidades de inversin por parte de asesores financieros. Los contadores, los jefes de personal, y los fabricantes
encuentran oportunidades ilimitadas de beneficiarse con el uso del anlisis estadstico. Incluso un investigador en el

campo de la medicina, interesado en la efectividad de un nuevo medicamento, considera la estadstica una aliada
imprescindible.
As pues, la teora general de la estadstica es aplicable a cualquier campo cientfico en el cual se hacen observaciones.
El estudio y aplicacin de los mtodos estadsticos son necesarios en todos los campos del conocimiento, sean stos de
nivel tcnico o cientfico.
En mercadotecnia, entre otras cosas, la estadstica puede ser utilizada para:
Estimar la proporcin de clientes que prefieren un producto en vez de otro y la razn de esto.
Sacar conclusiones respecto a la estrategia de publicidad que sera ms til para el incremento de ventas de un
producto.
Mejorar la calidad de los productos fabricados o de los servicios procurados por la organizacin.
http://www.uaeh.edu.mx/docencia/VI_Lectura/licenciatura/documentos/LEC5.pdf
CONCEPTOS FUNDAMENTALES EN ESTADSTICA.
Estadstica.- rea especializada de las matemticas cuyo fin es el anlisis de conjuntos de datos. El corpus estadstico
puede dividirse en dos grandes categoras: la estadstica descriptiva y la estadstica inferencial.
Estadstica descriptiva.- es aquel rea de la estadstica que se interesa por describir conjuntos de datos. Esta
descripcin se hace en base a los datos presentes y solo a ellos. Cuando realizamos un anlisis descriptivo, el conjunto
de datos que analizamos lo llamamos muestra y sus resultados carecen de error.
Estadstica inferencial.- cuando realizamos un anlisis descriptivo, solo obtenemos informacin del conjunto de datos
analizados, pero cuando realizamos un anlisis inferencial tratamos de extender esos resultados a otros conjuntos de
datos ms amplios. Para ello seleccionamos un grupo de inters, la poblacin, y de ese grupo tomamos una parte
representativa de la misma, la muestra, analizamos la muestra y extendemos sus resultados a la poblacin de la que
procede. Los resultados de la estadstica inferencial asumen la existencia de error.
Poblacin.- conjunto total de datos que es de nuestro inters. El objetivo de la estadstica inferencial es el estudio de la
poblacin.
Muestra.- es una parte de la poblacin que tiene unas caractersticas similares a la poblacin de la que ha sido extrada.
La estadstica inferencial estudia la muestra para extender sus resultados a la poblacin. La estadstica descriptiva
estudia la muestra, pero no extiende sus resultados a la poblacin.
Parmetro.- cuando calculamos un determinado ndice, como la media o la desviacin tpica, sobre una poblacin
hablamos de parmetros. De esta forma cuando decimos que el parmetro media es de 6, nos referimos a que la media
poblacional es de 6.
Estimador.- cuando calculamos un determinado ndice sobre una muestra con la intencin de generalizarlo a la
poblacin, hablamos de estimadores. As cuando decimos que el estimador media toma el valor 6, estamos diciendo que
la media de la muestra es igual a 6.
Estadstico.- es el valor que toma un determinado ndice (media, varianza, curtosis, asimetra) en su distribucin
terica de probabilidad. El estadstico es el valor que segn se encuentre en la regin critica o en la regin de aceptacin,
nos permitir aceptar o rechazar la hiptesis nula.
Valor p de Fisher (tambin p-valor o simplemente p).- es probabilidad de que un determinado estadstico se deba al
azar. Es deseable que su valor sea alto, as una p de 0,894 nos dice que de 1000 muestras que hubisemos extrado de
esa poblacin, 894 nos hubieran dado un estadstico como el obtenido por efectos del azar. Si el valor de p hubiese sido
0,004 significara que de 1000 muestras, 4 hubieran mostrado un estadstico como el hallado por el mero efecto del azar,
lo cual no es en ninguna medida deseable. Por tanto:
Si p > " Aceptamos H0
Si p " Rechazamos H0
Nivel de significacin.- cuando desarrollamos un contraste de hiptesis bajo la perspectiva del nivel crtico de Neyman
y Pearson, la probabilidad de aceptacin de la hiptesis nula especificada a priori se conoce como nivel de significacin.
Su complementario es alpha, que es la probabilidad a priori de la regin crtica o hiptesis alternativa.
Valor crtico.- tambin denominado punto crtico, es el valor que delimita la regin de aceptacin de la hiptesis nula de
la regin crtica o regin de rechazo de la hiptesis nula.
Nivel de confianza.- cuando desarrollamos un contraste de hiptesis bajo la perspectiva del intervalo de confianza de
Neyman y Pearson, la probabilidad de que el parmetro 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 parmetro en la
poblacin. Es incorrecto pensar que el 95% (por ejemplo) de las veces el estadstico estar dentro del intervalo de

confianza. Lo correcto es interpretar que el intervalo cuando se calcule en las infinitas muestras extradas de la poblacin
contendr el estadstico en el 95% de las veces.
Error tipo I.- se comete al rechazar una hiptesis nula verdadera, se da cuando el tratamiento no es efectivo, pero el
investigador concluye que s lo es, es decir, se comete cuando el investigador rechaza la hiptesis nula (Ho) siendo sta
verdadera. Caeremos en error tipo I cuando deseamos cometer un error mnimo al aceptar la hiptesis alternativa, por lo
que corremos el riesgo de rechazar una hiptesis nula verdadera. El error tipo I implica que el tratamiento no tiene efecto
pero decidimos que s lo tiene. El error tipo I es mas grave que el error tipo II. Rechazar una hiptesis no prueba que sea
falsa. El error tipo I es equivalente a un falso positivo.
Error tipo II.- se comete al aceptar una hiptesis 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 hiptesis nula siendo sta falsa.
Caeremos en error tipo II cuando deseamos cometer un error mnimo alaceptar la hiptesis nula, por lo que correremos
el riesgo de aceptar una hiptesis nula falsa. El error tipo II implica que el tratamiento si tiene efecto pero no lo
percibimos. Aceptar una hiptesis no prueba que sea cierta. El error tipo II es equivalente a un falso negativo.
Potencia.- es la probabilidad de rechazar una hiptesis nula falsa, o lo que es lo mismo, rechazar correctamente la
hiptesis nula.
http://www.conexionismo.com/leer_articulo.php?ref=conceptos_fundamentales_en_estadistica-o96552y7
CONCEPTO DE POBLACIN Y MUESTRA
El concepto de poblacin en estadstica va ms all de lo que comnmente se conoce como tal. Una poblacin se
precisa como un conjunto finito o infinito de personas u objetos que presentan caractersticas comunes.
Destacamos algunas definiciones:
"Una poblacin es un conjunto de todos los elementos que estamos estudiando, acerca de los cuales intentamos sacar
conclusiones". Levin & Rubin (1996).
"Una poblacin es un conjunto de elementos que presentan una caracterstica comn". Cadenas (1974).
El tamao que tiene una poblacin es un factor de suma importancia en el proceso de investigacin estadstica y en
nuestro caso social, y este tamao vienen dado por el nmero de elementos que constituyen la poblacin, segn el
nmero de elementos la poblacin puede ser finita o infinita. Cuando el nmero de elementos que integra la poblacin es
muy grande, se puede considerar a esta como una poblacin infinita, por ejemplo; el conjunto de todos los nmeros
positivos.
Una poblacin finita es aquella que est formada por un limitado nmero de elementos, por ejemplo; el nmero de
habitantes de una comarca.
Cuando la poblacin es muy grande, es obvio que la observacin y/o medicin de todos los elementos se multiplica la
complejidad, en cuanto al trabajo, tiempo y costos necesarios para hacerlo. Para solucionar este inconveniente se utiliza
una muestra estadstica.

Evolucin de la poblacin espaola

Es a menudo imposible o poco prctico observar la totalidad de los individuos, sobre todos si estos son muchos. En lugar
de examinar el grupo entero llamado poblacin o universo, se examina una pequea parte del grupo denominada
muestra.
Muestra:
La muestra es una representacin significativa de las caractersticas de una poblacin, que bajo, la asuncin de un error
(generalmente no superior al 5%) estudiamos las caractersticas de un conjunto poblacional mucho menor que la
poblacin global.
"Se llama muestra a una parte de la poblacin a estudiar que sirve para representarla". Murria R. Spiegel (1991).
"Una muestra es una coleccin de algunos elementos de la poblacin, pero no de todos". Levin & Rubin (1996).
"Una muestra debe ser definida en base de la poblacin determinada, y las conclusiones que se obtengan de dicha
muestra solo podrn referirse a la poblacin en referencia", Cadenas (1974).
Por ejemplo estudiamos los valores sociales de una poblacin de 5000 habitantes aprox., entendemos que sera de gran
dificultad poder analizar los valores sociales de todos ellos, por ello, la estadstica nos dota de una herramienta que es la
muestra para extraer un conjunto de poblacin que represente a la globalidad y sobre la muestra realizar el estudio. Una
muestra representativa contiene las caractersticas relevantes de la poblacin en las mismas proporciones que estn
incluidas en tal poblacin.
Los expertos en estadstica recogen datos de una muestra. Utilizan esta informacin para hacer referencias sobre la
poblacin que est representada por la muestra. En consecuencia muestra y poblacin son conceptos relativos. Una
poblacin es un todo y una muestra es una fraccin o segmento de ese todo.
Tcnicas de Muestreo:
Esto no es ms que el procedimiento empleado para obtener una o ms muestras de una poblacin; el muestreo es una
tcnica que sirve para obtener una o ms muestras de poblacin.
Este se realiza una vez que se ha establecido un marco muestral representativo de la poblacin, se procede a la
seleccin de los elementos de la muestra aunque hay muchos diseos de la muestra.
Al tomar varias muestras de una poblacin, las estadsticas que calculamos para cada muestra no necesariamente
seran iguales, y lo ms probable es que variaran de una muestra a otra.
Tipos de muestreo
Existen dos mtodos para seleccionar muestras de poblaciones; el muestreo no aleatorio o de juicio y el muestreo
aleatorio o de probabilidad. En este ltimo todos los elementos de la poblacin tienen la oportunidad de ser escogidos en
la muestra. Una muestra seleccionada por muestreo de juicio se basa en la experiencia de alguien con la poblacin.
Algunas veces una muestra de juicio se usa como gua o muestra tentativa para decidir como tomar una muestra
aleatoria ms adelante. Las muestras de juicio evitan el anlisis estadstico necesario para hacer muestras de
probabilidad.

El muestreo de juicio o criterio es aquel en el que el investigador utiliza su criterio

para seleccionar a los miembros de la poblacin que puedan generar muestras
representativas.
http://www.edukanda.es/mediatecaweb/data/zip/940/page_07.htm

VARIABLES Y SU CLASIFICACIN
La Estadstica es la ciencia que proporciona tcnicas y procedimientos que permiten observar y medir cierta
caracterstica de la poblacin. Las caractersticas que estudia la estadstica de la poblacin vienen a ser conceptos como
pueden ser ventas, estatura, peso, consumo, etc. Tales conceptos, cuando son investigados, en estadstica reciben el
nombre de variables. Vienen a ser llamados variables estadsticas, puesto que originan una serie de datos que tienden a
fluctuar
al
realizar
su
medicin.
Vamos
a
definir
variable
de
la
forma
siguiente:
Una variable es una propiedad caracterstica de la poblacin en estudio, susceptible de tomar diferentes valores, los
cuales se pueden observar y medir.
Las variables pueden ser de dos tipos: cualitativas y cuantitativas. Las variables cualitativas se clasifican a su vez en
nominales y ordinales, en tanto que las variables cuantitativas se clasifican a su vez en discretas y continuas.
Variables cualitativas: son aquellas que no se pueden medir numricamente ejemplo: nacionalidad, color de la piel,
sexo, etc.
A su vez, las variables cualitativas pueden ser:
Nominales: son datos que corresponden a categoras que por su naturaleza no admiten un orden. Por ejemplo: sexo
(masculino y femenino); carrera de estudio: economa, contabilidad, administracin, etc.
Ordinales: son aquellos que corresponden a evaluaciones subjetivas que se pueden ordenar o jerarquizar. Por
ejemplo: en una competencia artstica las posiciones de los ganadores se ordenan o jerarquizan en primer lugar,
segundo lugar, tercer lugar, cuarto lugar, etc.
Variables cuantitativas: son aquellas que tienen valor numrico como la edad, el precio de un producto, ingresos
anuales de un consumidor, etc.
A su vez, las variables cuantitativas pueden ser:
Discretas: estas son aquellas que slo pueden tomar valores enteros como 1, 2, 8, -4, etc. En este sentido, los
hermano en una familia podrn ser: 1, 2, 3..., etc. Sin embargo, nunca podrn ser 1.5 o 2.3.
Continuas: son aquellas que pueden tomar cualquier valor real dentro de un intervalo o rango. Por ejemplo, los litros
de leche ordeados podrn se 1.5 o 10.3 etc.
http://materiaestadistica.blogspot.mx/2012/01/variables-y-su-clasificacion.html
FUENTES DE DATOS ESTADSTICOS:
Los datos estadsticos necesarios para la comprensin de los hechos pueden obtenerse a travs de fuentes primarias y
fuentes secundarias.
Fuentes de datos primarias: es la persona o institucin que ha recolectado directamente los datos.
Fuentes secundarias: son las publicaciones y trabajos hechos por personas o entidades que no han recolectado
directamente la informacin.
Las fuentes primarias ms confiables, son las efectuadas por oficinas gubernamentales encargadas de tal fin.
En la prctica, es aconsejable utilizar fuentes de datos primarias y en ltima instancia cuando estas no existan, usar
estadsticas de fuentessecundarias. Con este ltimo tipo no debemos pasar por alto que la calidad de las conclusiones
estadsticas dependen en grado sumo de la exactitud de los datosque se recaben. De anda servira usar tcnicas
estadsticas precisas y refinadas para llegar a conclusiones valederas, si estas tcnicas no son aplicadas a datos
adecuados o confiables.
Cuando un investigador quiere obtener datos estadsticos relativo a un estudio que desea efectuar, puede elegir entre
una fuente primaria o en su defecto, una secundaria. O recopilar los datos por s mismo. La posibilidad mencionada en
ltimo termino podr deberse bien a la inexistencia de los datos o bien a que esto no se encuentran discriminados en la
forma requerida.
Ejemplo:
Si un investigador quiere conocer el nmero de alumnos repitientes en educacin media, clasificados por ciclos, para los
ltimos diez aos, el investigador puede usar una fuente primaria, tal como la memoria y cuenta el Ministerio de
Educacin cada ao
http://www.buenastareas.com/ensayos/Fuentes-De-Datos-Estad%C3%ADsticos/2020859.html#

POBLACIN
Partimos de la definicin del poblacin para definir la muestra, puesto que la seleccin de la muestra tiene como objeto
conseguir una muestra representativa de la poblacin. As la poblacin de un estudio puede ser un conjunto de sujetos,
objetos, sucesos, eventos o contextos de los que se desea conocer algn aspecto, dato o caracterstica.
MUESTRA
La muestra tiene el objeto de conseguir datos del total de una poblacin con la ventaja de la eficiencia, considerando el
tiempo y reduccin de costes del estudio. De manera que seleccionando a un reducido grupo de la poblacin de estudio,
y aplicando sobre el la investigacin, los datos resultantes sean representativos de toda la poblacin de estudio, es decir
que los datos obtenidos del estudio de la muestra se puedan extrapolar a toda la poblacin.
El tamao de la muestra debe de definirse antes de iniciar el muestreo. Para ello se realiza una determinacin del
tamao muestral, que veremos ms adelante. Esta determinacin sirve para conocer de antemano el nmero de casos
necesarios para conseguir que la muestra sea representativa de la poblacin.
El tipo de estudio que deseemos llevar a cabo tambin es un factor a tener en cuenta en este proceso, puesto que los
pasos a dar difieren de un tipo de estudios a otros. As podemos definir la muestra segn el tipo de estudio que
realicemos:
EN ESTUDIOS CUANTITATIVOS
Subgrupo de la poblacin de inters sobre el que vamos a trabajar, que es representativo de toda la poblacin de
estudio.
EN ESTUDIOS CUALITATIVOS
Subgrupo de personas, sucesos, contextos, eventos, sucesos, comunidades... del que extraeremos los datos
para el estudio, sin que necesariamente sean representativos de la poblacin de estudio.
Mtodos de seleccin de la muestra. Tamao Muestral
Si esta parte del estudio no est bien realizada, nos encotraremos en situaciones en que no existiran diferencias
significativas entre las muestras. Adems todo muestra superior a la necesaria, supondr un aumento del tiempo
del estudio y de los costes del mismo, lo que puede suponer su viabilidad econmica.
Para realizar correctamente el tamao muestral, debemos trabajar dos herramientas de la inferencia estadstica
que aportarn la validez de las conclusiones, como son la estimacin de parmetros y el contraste de hiptesis.
ESTIMACIN DE PARMETROS
Pretende realizar el clculo aproximado del valor de estudio en la poblacin, mediante el estudio de la muestra de la
poblacin.
Para ello necesitamos conocer la variabilidad del parmetro, que la podemos obtener de la bibliografa sobre este o
realizando un estudio piloto en la poblacin. Tambin podemos utilizar la desviacin tpica poblacional, en el estudios
cuantutativos, y en caso de estudios cualitativos es necesario trabajar con probabilidadades de xito p(p-1).
Otro de los datos que debemos conocer es el error de estimacin, que nos ofrece precisin, que podemos corregir
mediante el intervalo de confianza, es decir cuando el error de estimacin es demasiado elevado, se puede aumentar la
muestra, de manera que se amplia el intervalo de confianza. Ello supone que aumentar el nivel de confianza, o lo que
es lo mismo, que existen mayores probabilidades de que el valor de la poblacin est dentro de el intervalo de confianza
del estudio.
TAMAO MUESTRAL PARA LA ESTIMACIN DE UNA PROPORCIN.
Valor aproximado de la variable de estudio.
Revisin de bibliografa para ver datos anteriores

Estudio piloto
Precisin de la estimacin
Nivel de Confianza 95%, corresponde a z= 1,96.

Frmula:

N= nmero de sujetos necesarios.

Z= Valor del coieficiente z correspondiente al nivel de confianza fijado.
p= Valor poblacional esperado.
d= Precisin.

TAMAO MUESTRAL PARA LA ESTIMACIN DE UNA MEDIA.

En este caso tambin debemos de concocer el nivel de confianza y la precisin de la estimacin, pero se le suma el
concepto de desviacin tpica o desviacin de la varianza (s), en el caso de la distribucin de la variable cuantitativa.
Nivel de confianza. Z= Valor del coieficiente z correspondiente al nivel de confianza fijado.
Precisin de la estimacin. d= Precisin.
Desviacin tpica
Frmula:

Muestreo
Le llamamos muestreo al conjunto de tcnicas y pasos a dar para llevar a cabo el proceso de la seleccin de la muestra.
Para que el muestreo sea correcto y la muestra obtenida sea representativa de la poblacin debemos de hacer que:

Se conserve la independencia durante la seleccin de la muestra.

Que todos los elementos de la poblacin tengan igual probabilidad de pertenecer a la muestra.

Existen diferentes mtodos, pero los factores que van a decidir en su eleccin son el tiempo, los recursos econmicos del
estudio y las caractersticas de los elementos de la poblacin.
En el seguiente esquema se exponen todos los conceptos del muestreo, algunos de los cuales vamos a definir:

Figura 4.1 Esquema del Muestreo. Fuente: http://serviciossegundosmedios.blogspot.com.es

A continuacin vamos a definir los muestreos segn su tipo procedimiento.
MUESTREO PROBABLISTICO
La caracteristica de este tipo de muestreo es que la probabilidad de aparicin de cualquier tipo de la muestra es
conocida. Este tipo de muestreo presenta los siguientes subtipos:
MUESTREO ALEATORIO SIMPLE
Todos los elementos tienen la misma probabilidad de aparicin.
Cojemos un listado de los elementos de la poblacin y se va seleccionando al azar. Tambin se
puede utilizar una eleccin mediante una tabla de nmeros aleatorios, o un
programa informtico que nos ofrezca nmeros aleatrios.
El nico inconveniente es que hay que tener una lista completa de la poblacin.
MUESTREO SISTEMTICO
La forma de seleccin depende de la poblacin y el nmero de la numero de la
muestra. Mediante la aplicacin del coeficiente K=N/m donde N es la poblacin y m el
tamao muestral, se nos ofrece k que es el coeficiente de elevacin. Tras su
obtencin K indica el punto de inicio de la seleccin en el listado de la poblacin, y a
partir de este valor se seleccionan los elementos situados a K posiciones del el K
inicial.
Si la poblacin est ordenada en en cierta tendencia conocida,no es necesario un
listado completo de la poblacin. Pero K no puede estar asociada a ningn fenmeno
de inters.
MUESTREO ESTRATIFICADO
Si la poblacin est en subconjuntos que son homogneos respecto a la variable de
estudio, podemos dividir la poblacin en subgrupos homogneos y realizar el
muestreo aleatorio dentro de cada estrato.

MUESTREO POR CONGLOMERADOS

Se toman al azar grupos de elementos de los cuales sacaremos al azar los individuos para la muestra. De manera que
cada grupo tienen la misma probabilidad de ser elegido.
Es un estudio til para poblaciones grandes y dispersadas, aunque de de estimaciones menos precisas. Pero es
una solucin muy rentable si se ha elegido un muestreo aleatorio simple.
EL MUESTREO NO PROBABILSTICO
Lo realiza el investigador, no el azar, lo que supone que las muestras son menos representativas que las probabilisticas,
pero se reducen los costes y el tiempo de la seleccin. El inconveniente es evidente, la produccin de multitud de sesgos
que no lleven a la obtencin de claros resultados. Dentro de estos muestreos encontramos:
MUESTREO DE CASOS CONSECUTIVOS

Donde el investigador elige la muestra por criterios de intervalo temporal o

hasta completar el nmero de la muestra.

MUESTREO DE CONVIVENCIA
El investigador selecciona los elementos ms fcilmente accesibles o que suponen un menor coste, lo que puede
suponer la colaboracin de voluntarios.
https://sites.google.com/site/wikinfermeria/trabajo-final-de-grado/4-recursos-para-seleccion-de-muestra

PRESENTACIN DE DATOS ESTADSTICOS

La presentacin de datos estadsticos constituye en sus diferentes modalidades uno de los aspectos de mas uso en
la estadstica descriptiva. A partir podemos visualizar a travs de los diferentes medios escritos y televisivos
de comunicacin masiva la presentacin de los datos estadsticos sobre el comportamiento de las
principales variables econmicas y sociales, nacionales e internacionales.
1-Presentacin escrita: Esta forma de presentacin de informaciones se usa cuando una serie de datos incluye
pocos valores, por lo cual resulta mas apropiada la palabra escrita como forma de escribir el comportamiento de los
datos; mediante la forma escrita, se resalta la importancia de las informaciones principales.
2-Presentacin tabular: Cuando los datos estadsticos se presentan a travs de un conjunto de filas y de columnas que
responden a un ordenamiento lgico; es de gran eso e importancia para el uso e importancia para el usuario ya que
constituye la forma ms exacta de presentar las informaciones. Una tabla consta de varias partes, las principales son las
siguientes:
Titulo: Es la parte ms importante del cuadro y sirve para describir todo l contenido de este.
Encabezados: Son los diferentes subttulos que se colocan en la parte superior de cada columna.
Columna matriz: Es la columna principal del cuadro.
Cuerpo: El cuerpo contiene todas las informaciones numricas que aparecen en la tabla.
Fuente: La fuente de los datos contenidos en la tabla indica la procedencia de estos.

Notas al pie: Son usadas para hacer algunas aclaraciones sobre aspectos que aparecen en la tabla o cuadro y que no
han sido explicados en otras partes.
3-Presentacin grafica: Proporciona al lector o usuario mayor rapidez en la comprensin de los datos, una grafica es
una expresin artstica usada para representar un conjunto de datos.
De acuerdo al tipo de variable que vamos a representar, las principales graficas son las siguientes:
Histograma: Es un conjunto de barras o rectngulos unidos uno de otro, en razn de que lo utilizamos para representar
variables continuas.
Polgono de frecuencias: Esta grafica se usa para representar los puntos medios de clase en una distribucin de
frecuencias
Grfica de barras: Es un conjunto de rectngulos o barras separadas una de la otra, en razn de que se usa para
representar variables discretas; las barras deben ser de igual base o ancho y separadas a igual distancia. Pueden
disponerse en forma vertical y horizontal.
Grfica lineal: Son usadas principalmente para representar datos clasificados por cantidad o tiempo; o sea, se usan
para representar series de tiempo o cronolgicas.
Grfica de barra 100% y grfica circular: se usan especialmente para representar las partes en que se divide una
cantidad total.
La ojiva: Esta grafica consiste en la representacin de las frecuencias acumuladas de una distribucin de frecuencias.
Puede construirse de dos maneras diferentes; sobre la base "menor que" o sobre la base "o ms". Puede determinar
el valor de la mediana de la distribucin.
En estadstica denominamos grficos a aquellas imgenes que, combinando la utilizacin De sombreado, colores,
puntos,
lneas, smbolos,
nmeros, texto y
un sistema De
referencia
(coordenadas),
permiten
presentar informacin cuantitativa.
La utilidad De los grficos es doble, ya que pueden servir no slo como sustituto a las tablas, sino que tambin
constituyen por s mismos una poderosa herramienta para el anlisis De los datos, siendo en ocasiones el medio ms
efectivo no slo para describir y resumir la informacin, sino tambin para analizarla.
En este trabajo solo nos vamos a centrar nicamente en los grficos como vehculo de presentacin de datos, sin
abordar su otra faceta como herramienta de anlisis.
Distribucin de frecuencia
Grficos estadsticos
Los grficos son medios popularizados y a menudo los ms convenientes para presentar datos, se emplean para tener
una representacin visual de la totalidad de la
nformacin. Los grficos estadsticos presentan los datos en forma
de dibujo de tal modo que se pueda percibir fcilmente los hechos esenciales y compararlos con otros.

Grficos de barras horizontales

Representan valores discretos a base de trazos horizontales, aislados unos de otros. Se utilizan cuando los textos
correspondientes a cada categora son muy extensos.

para una serie

para dos o ms series

Grficos de barras proporcionales

Se usan cuando lo que se busca es resaltar la representacin de los porcentajes de los datosque componen un total.
Las barras pueden ser:
Verticales
Horizontales

Grficos de barras comparativas: Se utilizan paramparar dos o ms series, para comparar valores entre
.categoras.s barras pueden ser: Verticales Horizontales

Grficos de barras e usan para mostrar las relaciones entre dos o ms series con el total. Las barras pueden ser:
verticales horizontales

Grficos de lneas
En este tipo de grfico se representan los valores de los datos en dos ejes cartesianos ortogonales entre s. Se pueden
usar para representar: una serie dos o ms series

Una presentacin adecuada y clara de los resultados de un trabajo de investigacin adems de ser fundamental para
contribuir a la difusin de los mismos, puede incluso ser imprescindible para lograr que se acepte su publicacin. En la
actualidad la exigencia de las revistas y de los revisores ha contribuido a que el nivel de calidad en la presentacin de
datos sea bastante bueno, por lo que es conveniente tener algunas ideas muy claras para evitar errores o situaciones
que hoy ya no son admisibles, lo que no solo nos preparar para la publicacin de nuestros trabajos sino tambin para
una lectura crtica de los de otros. Precisamente un buen punto de partida para obtener informacin, no slo sobre cmo
presentar nuestros resultados sino tambin sobre cmo preparar todo el conjunto del artculo, lo constituyen las propias
guas suministradas por las revistas.

Un artculo bien concebido debe transmitir la mayor parte de la informacin con slo leer el Abstract y los Resultados,
siendo para ello vital que los datos, con las tablas y figuras correspondientes, estn bien presentados y organizados. En
general no debiera ser necesario acudir al texto para entender una tabla o una figura; otro caso es para interpretarla, lo
que ya corresponde al apartado de Discusin o Conclusiones.
La manera de presentar los datos es diferente segn el tipo de los mismos. De forma rpida podemos hacer dos
grandes grupos: datos cuantitativos y datos cualitativos. En el grupo de datos cuantitativos tenemos aquellos cuyo
resultado puede variar de forma continua, como puede ser el peso, la edad, etc. y los que slo pueden tomar valores
enteros como por ejemplo el nmero de hijos, el nmero de ingresados en la Unidad de Quemados un da concreto, etc.
A su vez en las variables cualitativas distinguiremos las nominales, que constituyen una simple etiqueta -como puede ser
el sexo, el grupo sanguneo, etc.- de las ordinales, en las que se da una relacin de orden entre las respuestas, como por
ejemplo en el resultado de una patologa/tratamiento (fallece, empeora, sin cambios, mejora, curacin) o el nivel
educacional. Cada tipo variable tiene requerimientos propios en cuanto a presentacin y en cuanto a las pruebas que se
utilizan para contrastar los valores entre diferentes grupos.
Observados en ella sern vlidos aproximadamente para esa poblacin, y los procedimientos estadsticos nos permiten
cuantificar la magnitud del trmino "aproximadamente", lo que depender del tamao y representatividad de
la muestra (error de muestreo), la variacin debida a las tcnicas de medida empleadas (error de medida), y la propia
variabilidad del proceso estudiado (error aleatorio).

La precisin de la estimacin efectuada a partir de los datos del estudio se refleja en el intervalo de confianza. El
intervalo de confianza de un parmetro viene dado por dos lmites, inferior y superior, en el que, de acuerdo con nuestros
datos, esperamos que se encuentre el valor verdadero del parmetro de la poblacin (desconocido), con un nivel
de seguridad determinado y que se suele fijar en el 95%.
El intervalo de confianza es mucho ms informativo que indicar solo si un resultado ha sido estadsticamente significativo,
incluso aunque se d el valor de la probabilidad
Representaciones grficas pueden alcanzar en el proceso de anlisis de datos. La mayora de los textos estadsticos y
epidemiolgicos4 hacen hincapi en los distintos tipos de grficos que se pueden crear, como una herramienta
imprescindible en la presentacin de resultados y el proceso de anlisis estadstico. No obstante, es difcil precisar
cundo es ms apropiado utilizar un grfico que una tabla. Ms bien podremos considerarlos dos modos distintos pero
complementarios de visualizar los mismos datos. La creciente utilizacin de distintos programas informticos hace
especialmente sencillo la obtencin de las mismas. La mayora de los paquetes estadsticos (SPSS, STATGRAPHICS, SPLUS, EGRET,...) ofrecen grandes posibilidades en este sentido. Adems de los grficos vistos, es posible elaborar otros
grficos, incluso tridimensionales, permitiendo grandes cambios en su apariencia y facilidad de exportacin a otros
programa
Figura 1. Ejemplo de grfico de sectores. Distribucin de una muestra de pacientes segn el hbito de fumar.

Figura 2. Ejemplo de grfico de barras. Estadio TNM en el cncer gstrico.

Figura 3.Ejemplo de un histograma correspondiente a los datos de la Tabla I.

Figura 4. Polgono de frecuencias para los datos de la Tabla I.

Figura 5.Ejemplo de un diagrama de caja correspondiente a lo datos en la Tabla I.

Figura 7. Diagrama de barras agrupadas. Relacin entre la presencia de alguna enfermedad coronaria y los
antecedentes cardiacos familiares en una muestra.

Figura 8. Barras de error. Variacin en el ndice desa corporal segn el sexo.

Figura 9. Grfico de lneas. N mero de pacientes trasplantados renales en el Complexo Hospitalario "Juan
Canalejo" durante el periodo 1981-1997.

Figura 10. Diagrama de dispersin entre la talla y el peso de una muestra de individuos.

Figura 11. Dos diagramas de lneas superpuestos. Variacin en el peso medio de una muestra de recin nacidos
segn el control ginecolgico del embarazo y el hbito de fumar de la madre.

Figura 12. Diagrama de dispersin (regresin logstica). Probabilidad de padecer cirrosis heptica, segn
un modelo de regresin logstica ajustando por el % de protrombina y el presentar o no hepatomegalia.

Figura 13. Curva ROC para el porcentaje de protrombina en la prediccin de cirrosis.

En estadstica denominamos grficos a aquellas imgenes que, combinando la utilizacin de sombreado, colores,
puntos, lneas, smbolos, nmeros, texto y un sistema de referencia (coordenadas), permiten presentar informacin
cuantitativa. La utilidad de los grficos es doble, ya que pueden servir no slo como sustituto a las tablas, sino que
tambin constituyen por s mismos una poderosa herramienta para el anlisis de los datos, siendo en ocasiones el medio
ms efectivo no slo para describir y resumir la informacin, sino tambin para analizarla.
El propsito de un grfico no es entonces muy diferente del de cualquier otra herramienta estadstica: ayudar a la
comprensin y comunicacin de la evidencia aportada por los datos respecto a una hiptesis en estudio. Un grfico
cientfico debe servir por tanto para representar la realidad, no para generar nuevas realidades inexistentes fuera de la
propia imagen. La llegada de los ordenadores y de programas para la generacin de grficos y presentaciones ha puesto
en manos del usuario comn una herramienta poderosa, antes de que disponga de los conocimientos o la mentalidad
adecuada para usarla, y de esa forma nos vemos invadidos, cierto que con honrosas excepciones, por una insensata
proliferacin de grficos mercantilistas que parece que tienen como nico objetivo hacernos ver la capacidad
delprograma utilizado: llenos de una variada gama de colores, todo tipo de fuentes de letras imaginables, casi tantos
como palabras, y por supuesto representacin al menos en tres dimensiones. Todo lo contrario de lo que un buen grfico
cientfico debe ser, en el que su calidad radica precisamente en la simplicidad de la presentacin para permitir visualizar
unos datos complejos.
En este artculo nos vamos a centrar nicamente en los grficos como vehculo de presentacin de datos, sin abordar su
otra faceta como herramienta de anlisis.
La calidad de un grfico estadstico consiste en comunicar ideas complejas con precisin, claridad y eficiencia, de tal
manera que:

Induzca a pensar en el contenido ms que en la apariencia

No distorsione la informacin proporcionada por los datos

Presente mucha informacin (nmeros) en poco espacio

Favorezca la comparacin de diferentes grupos de datos o de relaciones entre los mismos (por ejemplo una
secuencia temporal)
A su vez los grficos se integran dentro de un contexto de presentacin, por ejemplo en papel o proyectados en una
pantalla en una presentacin oral, y deben estar adecuadamente diseados para el soporte al que van destinados.
Personalmente me resulta asombroso la enorme cantidad de veces que oigo atnito a un presentador, que nos muestra
una transparencia o una diapositiva llena de texto minsculo, ilegible para la audiencia, decir que "aunque uds
probablemente no pueden leerlo"... entonces para qu lo ha puesto en esa imagen? qu arcana misin cumple

entonces el texto que la audiencia no puede leer?. Lo mismo podemos decir de los grficos en papel por qu contienen
tantos puntos o rayas que no se pueden distinguir unos de otros?
Aunque como norma general en los grficos cientficos los adornos sobran, tampoco hay que olvidar que a menudo
tambin cumplen una misin esttica, ayudando de esa forma a una presentacin que quizs sera demasiado rida slo
con texto y nmeros. Pero entonces esa funcin esttica debe ser comprendida y valorada, quedando perfectamente
integrada en el contexto de lo que se presenta, y no puede ser una disculpa para distorsionar su contenido.
Algunas sugerencias para la confeccin de grficos

En un artculo las tablas y las figuras deben llevar numeracin diferente, y mientras que el ttulo de una tabla debe ir en la
parte superior de sta, el de la figura se colocar en la parte inferior.
Si se piensa utilizar un grfico es porque aporta algo a la presentacin de los datos; no tiene sentido gastar
innecesariamente espacio con una imagen, como en la figura de la izquierda, en la que mediante barras representamos
dos frecuencias, cuando los datos se pueden expresar con una simple frase o con una pequea tabla.
La moda imperante de utilizar perspectiva para simular tres dimensiones en grficas en las que nicamente se
representa 2 dimensiones de los datos o a veces incluso slo una dimensin (como son los diagramas de barras en la
que la nica dimensin de los datos, la frecuencia absoluta o relativa, corresponde a la altura de la barra, ya que la
anchura no mide nada), distorsiona las relaciones entre los distintos elementos de los grficos magnificando unas y
empequeeciendo otras y por lo tanto constituye un elemento no deseable, por lo que nuestra encarecida recomendacin
es no utilizar en esos casos representaciones en 3 dimensiones.

En la imagen de la izquierda vemos un ejemplo de flagrante confusin a la hora de percibir la informacin por el
observador. Entre las dos ltimas barras de la derecha parece que existe escasa diferencia, aunque con distinto signo,
pero si nos fijamos en el escalado del eje, la barra morada tiene menos de 10 unidades de altura, si tomamos como
referencia la cara frontal, pero si nos fijamos en la cara posterior, la altura es superior a 10 (est por encima de la lnea
de 60). Sin embargo en la barra ltima, de color rojo, cuando nos fijamos en la cara en primer plano la altura parece ser
de 20 unidades, y si tomamos como referencia la cara posterior parece que la altura corresponde a algo ms de 15
unidades. Con qu nos quedamos? Un verdero lo. Este ejemplo no est preparado, se trata de un caso real que me
presentaron hace pocos das: no es necesario escarbar mucho para encontrar ejemplos a nuestro alrededor.

Un tipo de representacin muy utilizado son las tartas y sin embargo desde el punto de vista de la comunicacin de
resultados son totalmente inadecuadas, hasta tal punto que nuestra recomendacin es no emplearlas nunca y mucho
menos con tres dimensiones
Categora
Frec.abs.
%
No sabe leer ni escribir
69
7,8
Sin estudios
246
27,9
Estudios primarios incompletos
262
29,7
Estudios primarios completos
129
14,6
Estudios de graduado escolar
85
9,7
Estudios de bachiller superior

57
6,5
Estudios universitarios medios
24
2,7
Estudios universitarios superiores
9
1,0
Total
881
En la tabla de la izquierda se presentan los datos procedentes de un estudio real, correspondientes al nivel cultural de
881 pacientes diabticos, atendidos en rgimen ambulatorio.
En la tarta que vemos ms abajo se han representado los datos de esa tabla utilizando como lamentablemente es
habitual tres dimensiones. No s qu le parecer a ud lector, pero a m, si me fijo en los sectores amarillos (Estudios
primarios incompletos) y verde (Sin estudios), me parece que el sector verde es algo ms grande que el amarillo, lo que
est en clara contradiccin con los datos de la tabla. Les aseguro que el grfico no est "amaado", me he limitado a
capturar la pantalla de mi programa. Prueben con su programa favorito. El problema ptico radica en dnde coloquemos
cada sector.

Fjense en cambio en el diagrama de barras de la siguiente figura. Ahora s se est reflejando adecuadamente
los datos en el grfico y nos permite establecer relaciones visuales fiables entre ellos.

Veamos seguidamente cmo queda en una presentacin estndar de PowerPoint. La primera tarta corresponde a
los datos de la tabla tal y como los presenta ese programa y en la segunda tarta intercambiamos la posicin de los
sectores amarillo y verde, sin variar los porcentajes, pero no es eso lo que parece en la imagen, ya que el sector verde
parece ms pequeo que el amarillo en la primera tarta, y mayor en la segunda.
En general es mejor presentar una tabla que una tarta, o un diagrama de barras, sobre todo si se desea comparar con
otros datos.

La pereza intelectual nos lleva a adoptar modas, tanto en la utilizacin de procedimientos estadsticos como en la
representacin de datos, sin plantearnos si stas son adecuadas. Conviene siempre reflexionar sobre lo que se hace.
As por ejemplo, viene siendo muy habitual representar los porcentajes con una barra y una lnea que marca el intervalo
de confianza de ste, como en la primera figura de la izquierda. Pero este tipo de representacin tiene un cierto

contenido de engao, ya que la presencia de esas lneas para el intervalo de confianza marcan slo el lmite superior, y
sin embargo es igualmente probable valores por debajo del extremo superior de la barra.
Una presentacin ms adecuada sera la de la segunda figura, que refleja esa caracterstica de simetra del intervalo de
confianza. Es igualmente probable obtener valores superiores o inferiores.
Otra costumbre, que no tiene mucho sentido, y tambin muy difundida es la de unir puntos entre los que no existe una
relacin secuencial. S que es lgico construir de esa forma curvas de evolucin de crecimiento, de supervivencia, pero
no es lgico unir puntos que no guardan relacin secuencial. Por ejemplo, en la grfica anterior, si los 10 ensayos que se
representan en el eje de las X son independientes no tendra sentido unir los puntos; s lo sera, si se trata de ensayos
secuenciales.
En la siguiente figura vemos el perfil de la media de los resultados del cuestionario de calidad de vida SF-36 en los
hombres (rojo) y mujeres (amarillo) en un grupo de pacientes diabticos. Hay un punto para cada una de las
dimensiones, que corresponden a los conceptos de funcin fsica, rol fsico, dolor corporal, salud general, vitalidad,
funcin social, rol emocional y salud mental. La moda es presentar los puntos unidos por una lnea por qu?. No dudo
de que haya alguna razn, pero los que as lo presentan conocen el motivo o lo hacen slo por moda?

La utilizacin de un escalado adecuado es imprescindible en un buen grfico estadstico. Es fundamental sobre todo si se
van a comparar diferentes grficas, ya que entonces los ejes deben tener el mismo recorrido y las grficas tener el
mismo tamao.
El recorrido de los ejes contiene en s mismo tambin informacin. As en la grfica anterior, se quera indicar que el
resultado posible de cada una de las escalas va de 0 a 100, y que las diferencias entre el grupo de mujeres y de
hombres, siendo importantes, pueden quedar minimizadas en ese campo de variacin. Si pretendiramos realzar esas
diferencias hubiramos elegido otro recorrido para el eje:
En ambos casos el recorrido elegido transmite por s mismo un mensaje, por lo tanto debe escogerse adecuadamente.
Es difcil, sino imposible, dar consejos generales en cuanto a cmo elaborar un grfico, si acaso slo unas
mnimas normas bsicas como las que venimos comentando. Hay que tener en cuenta adems que el grfico cumple
tambin una funcin esttica, que fomenta la lectura del texto y ayuda a su comprensin. Y en el aspecto esttico es
donde ser ms complicado lograr un consenso. Quizs la nica norma general sea la de buscar sencillez y claridad,
incluso el uso del color debe ser moderado y bien elegido. Las lneas debieran ser finas, eliminndose aquellas que son
superfluas y enmaraan el grfico. Solo se utilizarn rejillas si se considera necesario para ayudar a la interpretacin y
ubicacin de los datos. En la imagen debe haber un adecuado balance entre el espacio en blanco y el que
contienedatos, aunque en ocasiones el espacio en blanco s que contiene informacin y transmite un mensaje, como en
la grfica anterior sobre calidad de vida, cuando decidamos presentar todo el rango de variacin con el fin de minimizar
la importancia de las diferencias.
En el grfico ideal no tenemos que acudir al texto para interpretarlo.

Debe existir una adecuada relacin entre el texto, las tablas y las imgenes, siendo fciles de localizar y encontrndose
prximas al texto donde son referenciadas y a ser posible en la misma pgina. Tambin una buena idea puede ser
combinar texto y tablas embebidas, para facilitar la
Lectura, ya que muchos nmeros seguidos en una misma frase son difciles de comprender. Veamos un ejemplo.
Se encontr una diferencia importante en la PAS entre el grupo de pacientes obesos y el resto, de 5.1 mmHg
(Int.confianza del 95% de 3.7 a 7.2), con los siguientes valores en cada grupo:
Grupo
Media
Desv.Tp.
Tam.
OBESO=NO
136,54
15,04
476
OBESO=SI
141,62
15,00
355
Incluir aqu la tabla con los datos en ambos grupos es mucho ms legible que si hubiramos continuado la frase
indicando, a continuacin de los valores de la diferencia, los datos de cada grupo. As, con la tabla, resulta mucho ms
fcil de leer que si se expresa con un prrafo; por supuesto siempre que la tabla quede embebida en el texto y no vaya
colocada en otro punto, y hagamos referencia a ella con el consabido vase tabla n, lo que distraer la atencin.
Hay muchas otras posibilidades de grficos, adems de las tartas, barras, nubes de puntos y curvas, que constituyen una
alternativa ms eficiente de presentacin que el texto. Por ejemplo, una informacin que debera figurar en todo trabajo
de investigacin, es la relativa al colectivo de sujetos del que se extrajo la muestra analizada, as como
el procedimiento utilizado y la evolucin del tamao de muestra durante el desarrollo del estudio. Este tipo informacin
resulta complicado de describir slo con texto y sobre todo difcil de seguir por el lector, siendo mucho ms ilustrativa la
presentacin de un diagrama de flujo, tal y como proponen las recomendaciones CONSORT, de las que hemos extrado
el ejemplo de la figura.
Las caractersticas globales de un conjunto de datos estadsticos pueden resumirse mediante una serie de cantidades
numricas representativas llamadas parmetros estadsticos. Entre ellas, las medidas de tendencia central, como la
media aritmtica, la moda o la mediana, ayudan a conocer de forma aproximada el comportamiento de una distribucin
estadstica.
Medidas de centralizacin

Se llama medidas de posicin, tendencia central o centralizacin a unos valores numricos en torno a los cuales se
agrupan, en mayor o menor medida, los valores de una variable estadstica. Estas medidas se conocen tambin
como promedios.
Para que un valor pueda ser considerado promedio, debe cumplirse que est situado entre el menor y el mayor de la
serie y que su clculo y utilizacin resulten sencillos en trminos matemticos.
Se distinguen dos clases principales de valores promedio:
Las medidas de posicin centrales: medias (aritmtica, geomtrica, cuadrtica, ponderada), mediana y moda.
Las medidas de posicin no centrales: entre las que destacan especialmente los cuantales.

Las medidas de centralizacin son parmetros representativos de distribuciones de frecuencia como las que ilustra la
imagen.
Media aritmtica
Se define media aritmtica de una serie de valores como el resultado producido al sumar todos ellos y dividir la suma
por el nmero total de valores. La media aritmtica se expresada como
Dada una variable x que toma los valores x1, x2, ..., xn, con frecuencias absolutas simbolizadas por f1, f2, ..., fn, la
media aritmtica de todos estos valores vendr dada por:

Media ponderada
En algunas series estadsticas, no todos los valores tienen la misma importancia. Entonces, para calcular la media se
ponderan dichos valores segn su peso, con lo que se obtiene una media ponderada.
Si se tiene una variable con valores x1, x2, ..., xn, a los que se asigna un peso mediante valores numricos
p1, p2, ..., pn, la media ponderada se calcular como sigue:

El clculo de la media aritmtica de una serie de valores puede abreviarse si se resta a todos los valores un mismo
nmero elegido convenientemente.

Cantiles
Los cuanteles son medidas de tendencia no centrales, que permiten determinar la proporcin de la poblacin de una
variable estadstica cuyos valores estadsticos son menores o iguales que un valor tomado como referencia. Este valor
puede determinarse dividiendo la poblacin en diez partes (deciles), cien partes (percentiles), etctera.
Variables estadsticas
En el mundo natural y en las sociedades humanas existen fenmenos cuyo comportamiento no puede establecerse
mediante leyes fijas, sino que obedecen a la conjuncin de mltiples factores cuya interaccin es a menudo incontrolable.
En tales casos se recurre a anlisis estadsticos, que recogen datos sobre un nmero elevado de manifestaciones del
fenmeno y los relacionan y describen por medio de tablas, grficos y valores numricos representativos.
Conceptos de estadstica
En el manejo de modelos estadsticos se utilizan tres conceptos fundamentales:
Poblacin, definida como el conjunto de todos los elementos que verifican una cierta caracterstica considerada
de inters para el estudio estadstico.
Individuo, cada uno de los elementos de una poblacin. El nmero de individuos define el tamao de la poblacin.
Muestra o subpoblacin, entendida como cualquier subconjunto representativo de la poblacin considerada.
Por su parte, los individuos de una poblacin poseen una serie de cualidades o propiedades que, genricamente, se
conocen por caracteres. Existen dos clases de estas propiedades:
Cuantitativas, susceptibles de expresarse mediante nmeros. Por ejemplo, la edad, el nmero de hijos, el peso o la
estatura.
Cualitativas, que slo pueden explicarse mediante palabras, como el color del pelo, la nacionalidad, el sexo, el
estado civil, etc.
Clases de variables estadsticas
El conjunto de valores que constituyen un carcter estadstico se denomina variable estadstica. En trminos estrictos, se
denomina variable estadstica a todo carcter cuantitativo de un individuo, mientras que los caracteres cualitativos se
suelen llamar atributos.
Las variables estadsticas se clasifican en dos grandes grupos:
Variables discretas, que toman nicamente valores puntuales. Por ejemplo, el nmero de hijos de una mujer es siempre
un valor entero: 0, 1, 2, 3, ...
Variables continuas, que pueden tomar cualquier valor dentro del conjunto de los nmeros reales R o de un intervalo
suyo. Ejemplos de variables continuas son las medidas antropomrficas de los recin nacidos, la altura de los
ciudadanos de un determinado colectivo, la medicin de temperaturas, etctera.
Se llama recorrido de una variable a la mxima diferencia que existe entre sus valores.
Clasificacin de los caracteres estadsticos
Frecuencias

Si se observa un carcter en los elementos de una poblacin, se determinar que aparece de la misma manera en un
cierto nmero de ellos. Este concepto se denomina frecuencia, de forma que:
Se denomina frecuencia absoluta al nmero de veces que aparece cada valor de una variable dentro del conjunto de
datos. La frecuencia absoluta del carcter i se expresa como fi.
Se llama frecuencia relativa, y se expresa como hi, al cociente entre la frecuencia absoluta del carcter y el nmero total
de observaciones n. Es decir:
hi = fi/n
Cuando se ordenan los valores de la variable en sentido creciente o decreciente y se van sumando hasta un cierto valor
determinado, se habla de frecuencia acumulada, que puede ser absoluta o relativa segn el concepto de frecuencia que
se considere.
Presentacin de tablas
Una primera forma de presentacin de datos estadsticos se basa en el uso de tablas. Las ms sencillas son las tablas
de distribucin de frecuencias, donde se indican en columnas:
El valor de la variable.
La frecuencia absoluta, la frecuencia relativa y, en ocasiones, la frecuencia acumulada.
En las tablas estadsticas se cumplen algunas propiedades interesantes que sirven de mecanismos de control de su
exactitud:
La suma de todas las frecuencias absolutas es igual al tamao de la poblacin de la muestra.
La suma de las frecuencias relativas es siempre igual a 1.
La ltima frecuencia absoluta acumulada coincide con el nmero total de observaciones.
La ltima frecuencia relativa acumulada es igual a la unidad.
Clases de estadstica
La estadstica es una ciencia que estudia colecciones de datos numricos para extraer inferencias de ellos basadas en
diversos mtodos. A menudo, se emplean cantidades numricas representativas (de tendencia central, como la media
aritmtica, y de dispersin, como la desviacin tpica), para ilustrar las propiedades de estos conjuntos numricos; esta
rama de la estadstica recibe el nombre de deductiva o descriptiva. En cambio, cuando recurre al estudio de
subpoblacin es o muestras (por ejemplo, en encuestas entre ciertos colectivos), hace uso de la teora de probabilidades,
en una especialidad denominada estadstica
Frecuencia de grafico de lneas
EJ: Agrupar en una tabla de datos
10, 1, 6, 9, 2, 5, 7, 4, 3, 8 - 45
- Tablas de frecuencias: Una tabla de frecuencia esta formada por las categoras o valores de una variable y sus
frecuencias correspondientes. Esta tabla es lo mismo que una distribucin de frecuencias. Esta tabla se crea por medio
de la tabulacin y agrupacin, la cual es un mtodo sencillo como lo habamos empezado a ver en la tabla de datos, Se
realiza el mismo procedimiento de tabulacin anteriormente descrito si el numero de valores observados para la variable,
se trabaja con una sola variable, descontando los repetidos son pequeos, si existen repetidos la frecuencia f es el

numero de repeticiones de un valor de X dado, Sin embargo, cuando el conjunto de datos es mayor, resulta laborioso
trabajar directamente con los valores individuales observados y entonces se lleva a cabo, por lo general, algn tipo de
agrupacin como paso preliminar, antes de iniciar cualquier otro tratamiento de los datos. Las reglas para proceder a la
agrupacin son diferentes segn sea la variable, discreta o continua, para una variable discreta suele resultar
conveniente hacer una tabla en cuya primera columna figuren todos los valores de la variable X representados en el
material, y en la segunda, la frecuencia f con que ha aparecido cada valor de X en las observaciones.
Para una variable continua, el procedimiento de agrupacin es algo ms complicado. Se toma un intervalo adecuado
sobre el eje de la variable que contenga los n valores observados, y divdase el intervalo en cierto numero de intervalos
de clase. Todas las observaciones que pertenecen al mismo intervalo de clase se agrupan y cuentan, y l numero que
resulte representa la frecuencia de clase correspondiente a dicho intervalo, luego se forma una tabla, en cuya primera
columna figuran los limites de cada intervalo de clase, y en la segunda aparecen las correspondientes frecuencias.
Estas clases de tablas son las mas usadas y brindan mayor informacin de los datos que las tablas de entradas de
datos, efectivamente, una tabla de este tipo dar en forma abreviada, una informacin completa acerca de la distribucin
de los valores observados. Con estas se pueden utilizar mas a fondo los mtodos grficos al igual que los mtodos
aritmticos.

Ej: Agrupar en una tabla 1, 1, 2, 2, 2, 2, 3, 3, 3, 4, 5

Xf
1f
2f
2f
4f
3
3
4
1
5
1
S 11
Agrupar en una tabla las siguientes estaturas: 160, 168, 175, 183, 170, 164, 170, 184, 171, 168, 187, 161, 183, 175, 185,
186, 187, 164, 165, 175, 162, 188, 169, 163, 166, 172, 173, 167, 174, 176, 178, 179, 177
Existen mltiples tipos de grficos, pero aqu trataremos solamente de los usados ms frecuentemente, que son: grfico
de barras simples, grfico de sectores o circular (pastel), grfico de barras mltiples, grfico de barras compuestas,
histograma, polgono de frecuencias, grfico de frecuencias acumuladas y grfico aritmtico simple. Tambin haremos
una breve referencia a otros tipos de grfico utilizados en ciertos temas del campo de la Medicina, como son los grficos
semilogartmicos, los probabilstico y los logsticos
Veamos primeramente algunos principios comunes en la construccin de grficos:

En su gran mayora los grficos se inscriben en un sistema de ejes coordenados, siendo el circular o de sectores una
excepcin. En uno de los ejes se representan las frecuencias observadas o los valores calculados a partir de los datos,
mientras que en el otro se representa el criterio principal de clasificacin (que aparece en el taln de la tabla
correspondiente). La escala relativa al eje donde se representan frecuencias debe comenzar en cero. De ser necesario,
se puede interrumpir "adecuadamente" la escala. Decimos adecuadamente porque la forma de realizar esa ruptura
depende del tipo de grfico. La longitud de un eje debe ser, aproximadamente, entre una vez y una vez y media la del
otro. Esta proporcionalidad es importante, pues garantiza la comparabilidad entre grficos. Cada eje debe ser rotulado,
es decir, indicar que representa, y en caso de que corresponda, la unidad de medida usada. Un grfico no debe
sobrecargarse de lneas o cifras, el solo da la idea general del fenmeno, pues los detalles estn representados en la
tabla correspondiente
2.-Componentes deun grfico. Un grfico, al igual que una tabla, est compuesto de las partes siguientes:
a.- Identificacin del grfico. b.- Ttulo del grfico. c.- Cuerpo del grfico o grfico propiamente dicho (incluye la clave o
leyenda de ser necesaria esta). d.- Pie del grfico.
Las caractersticas de estos componentes, salvo el grfico propiamente dicho, son las mismas de dichos componentes
en la tabla o cuadro estadstico, as que no insistiremos en ellas y pasaremos directamente a discutir la construccin de
los diferentes tipos de grficos.
Debemos hacer una aclaracin antes de continuar. En la actualidad es muy infrecuente encontrar un grfico hecho a
mano. Generalmente se emplean sistemas graficadores de microcomputadoras. Esto no invalida la necesidad de
conocer las reglas y convenciones establecidas con respecto a la confeccin de los mismos. Dada la enorme libertad que
brindan algunos de esos sistemas, en ms de una oportunidad hemos visto grficos confeccionados por
estos medios que presentan errores, entre otras cosas, por seleccionar un tipo de grfico no adecuado para
la informacin que se desea representar (4, 5).
3.- Diferentes tipos de grficos.
a) Grfico de barras simples.
Se usa fundamentalmente para representar distribuciones de frecuencias de una variable cualitativa o cuantitativa
discreta y, ocasionalmente, en la representacin de series cronolgicas o histricas. Uno de los ejes sirve para inscribir
las frecuencias, ya sean absolutas o relativas (%), y el otro para la escala de clasificacin utilizada. Un ejemplo de este
tipo de grfico es el que se presenta a continuacin:

Cada clase se representa con una barra o rectngulo cuya altura (si el eje de frecuencias es el vertical) resulta
proporcional a la frecuencia que representa. Todas las barras deben tener el mismo grosor y el espacio entre barras
debe ser el mismo, teniendo un ancho de 0,5 a 1 vez el de las barras.
El orden de las barras en el grfico debe ser el mismo que en la tabla que le sirve de fuente. Por ello, si no existe un
criterio "a priori" de orden entre las clases establecidas, pueden ordenarse las mismas (y, como es lgico, las barras en el
grfico) en orden ascendente o descendente de las frecuencias, para facilitar la interpretacin de esos resultados.
b) Grfico circular, de sectores o pastel.
El grfico siguiente es un ejemplo tpico de grfico circular (confeccionado con los mismos valores del grfico anterior):

Se usa, fundamentalmente, para representar distribuciones de frecuencias relativas (%) de una variable cualitativa o
cuantitativa discreta. En este grfico se hace corresponder la medida del ngulo de cada sector con
la frecuencia correspondiente a la clase en cuestin. Si los 360 del crculo representan el 100 % de los datos
clasificados, a cada 1% le correspondern 3,6. Luego, para obtener el tamao del ngulo para un sector dado bastara
con multiplicar el por ciento correspondiente por 3,6 (por simple regla de tres).
Mediante un sector circular se representan las medidas angulares correspondientes a las diferentes categoras,
respetando el orden establecido en la tabla, partiendo de un punto dado de la circunferencia. Ese punto dado
generalmente es el punto ms alto de la circunferencia (12 en el reloj). Si lo que se representa en cada sector no puede
colocarse dentro del mismo, se elabora una leyenda o se coloca fuera, adyacente al mismo. Se acostumbra a diferenciar
los sectores con tramas o colores diferentes, lo que hace que resulte un grfico ms vistoso que el de barras simples.
c) Grfico de barras mltiples. Se usa para representar las frecuencias observadas en clasificaciones dobles, es decir,
cuando son dos los criterios de clasificacin, para variables cualitativas o cuantitativas discretas. Su forma de
construccin es similar a la del grfico de barras simples, slo que en este caso se representan dos variables. El hecho
de ser doble, triple, cudruple, etc., parte del nmero de clases que tenga la variable, que no es el criterio principal de
clasificacin. Las barras que integran una barra mltiple se colocan juntas o ligeramente solapadas.
Veamos un ejemplo de este tipo de grfico:

Este es un grfico de barras triples. En la leyenda aparece el criterio de clasificacin que complementa al que aparece en
el eje de categoras. Note la separacin entre los "tros" de barras.
d) Grfico de barras compuestas.
Su objetivo es la representacin de las frecuencias relativas (%) observadas en clasificaciones dobles, es decir, cuando
son dos los criterios de clasificacin, para variables cualitativas o cuantitativas discretas.
Su forma de construccin es la siguiente: cada barra representa el 100 % de los individuos en cada clase del criterio
principal de clasificacin y se divide, proporcionalmente, en los por cientos correspondientes a las clases del otro criterio
de clasificacin. Como es lgico, las diferentes partes en que se dividen las barras compuestas se diferencian con tramas
o colores diferentes.

Existen mltiples tipos de grficos, pero aqu trataremos solamente de los usados ms frecuentemente, que son: grfico
de barras simples, grfico de sectores o circular (pastel), grfico de barras mltiples, grfico de barras compuestas,
histograma, polgono de frecuencias, grfico de frecuencias acumuladas y grfico aritmtico simple. Tambin haremos
una breve referencia a otros tipos de grfico utilizados en ciertos temas del campo de la Medicina, como son los grficos
semilogartmicos, los probabilstico y los logsticos (2).
Veamos primeramente algunos principios comunes en la construccin de grficos:
n su gran mayora los grficos se inscriben en un sistema de ejes coordenados, siendo el circular o de sectores una
excepcin. En uno de los ejes se representan las frecuencias observadas o los valores calculados a partir de los datos,
mientras que en el otro se representa el criterio principal de clasificacin (que aparece en el taln de la tabla
correspondiente). La escala relativa al eje donde se representan frecuencias debe comenzar en cero. De ser necesario,
se puede interrumpir "adecuadamente" la escala. Decimos adecuadamente porque la forma de realizar esa ruptura
depende del tipo de grfico. La longitud de un eje debe ser, aproximadamente, entre una vez y una vez y media la del
otro. Esta proporcionalidad es importante, pues garantiza la comparabilidad entre grficos. Cada eje debe ser rotulado,
es decir, indicar que representa, y en caso de que corresponda, la unidad de medida usada. Un grfico no debe
sobrecargarse de lneas o cifras, el solo da la idea general del fenmeno, pues los detalles estn representados en la
tabla correspondiente (3).
2.- Componentes de un grfico. Un grfico, al igual que una tabla, est compuesto de las partes siguientes:
a.- Identificacin del grfico. b.-Ttulodelgrfico. c.- Cuerpo del grfico o grfico propiamente dicho (incluye la clave o
leyenda de ser necesaria esta). d.- Pie del grfico.
Las caractersticas de estos componentes, salvo el grfico propiamente dicho, son las mismas de dichos componentes
en la tabla o cuadro estadstico, as que no insistiremos en ellas y pasaremos directamente a discutir la construccin de
los diferentes tipos de grficos.
Debemos hacer una aclaracin antes de continuar. En la actualidad es muy infrecuente encontrar un grfico hecho a
mano. Generalmente se emplean sistemas graficadores de microcomputadoras. Esto no invalida la necesidad de
conocer las reglas y convenciones establecidas con respecto a la confeccin de los mismos. Dada la enorme libertad que
brindan algunos de esos sistemas, en ms de una oportunidad hemos visto grficos confeccionados por estos medios
que presentan errores, entre otras cosas, por seleccionar un tipo de grfico no adecuado para la informacin que se
desea representar (4, 5).
3.- Diferentes tipos de grficos.
a) Grfico de barras simples.
Se usa fundamentalmente para representar distribuciones de frecuencias de una variable cualitativa o cuantitativa
discreta y, ocasionalmente, en la representacin de series cronolgicas o histricas. Uno de los ejes sirve para inscribir
las frecuencias, ya sean absolutas o relativas (%), y el otro para la escala de clasificacin utilizada. Un ejemplo de este
tipo de grfico es el que se presenta a continuacin:

Cada clase se representa con una barra o rectngulo cuya altura (si el eje de frecuencias es el vertical) resulta
proporcional a la frecuencia que representa. Todas las barras deben tener el mismo grosor y el espacio entre barras
debe ser el mismo, teniendo un ancho de 0,5 a 1 vez el de las barras.
El orden de las barras en el grfico debe ser el mismo que en la tabla que le sirve de fuente. Por ello, si no existe un
criterio "a priori" de orden entre las clases establecidas, pueden ordenarse las mismas (y, como es lgico, las barras en el
grfico) en orden ascendente o descendente de las frecuencias, para facilitar la interpretacin de esos resultados.
b) Grfico circular, de sectores o pastel.
El grfico siguiente es un ejemplo tpico de grfico circular (confeccionado con los mismos valores del grfico anterior):

Se usa, fundamentalmente, para representar distribuciones de frecuencias relativas (%) de una variable cualitativa o
cuantitativa discreta. En este grfico se hace corresponder la medida del ngulo de cada sector con
la frecuencia correspondiente a la clase en cuestin. Si los 360 del crculo representan el 100 % de los datos
clasificados, a cada 1% le correspondern 3,6. Luego, para obtener el tamao del ngulo para un sector dado bastara
con multiplicar el por ciento correspondiente por 3,6 (por simple regla de tres).
Mediante un sector circular se representan las medidas angulares correspondientes a las diferentes categoras,
respetando el orden establecido en la tabla, partiendo de un punto dado de la circunferencia. Ese punto dado
generalmente es el punto ms alto de la circunferencia (12 en el reloj). Si lo que se representa en cada sector no puede
colocarse dentro del mismo, se elabora una leyenda o se coloca fuera, adyacente al mismo. Se acostumbra a diferenciar
los sectores con tramas o colores diferentes, lo que hace que resulte un grfico ms vistoso que el de barras simples.
c) Grfico de barras mltiples. Se usa para representar las frecuencias observadas en clasificaciones dobles, es decir,
cuando son dos los criterios de clasificacin, para variables cualitativas o cuantitativas discretas. Su forma de
construccin es similar a la del grfico de barras simples, slo que en este caso se representan dos variables. El hecho
de ser doble, triple, cudruple, etc., parte del nmero de clases que tenga la variable, que no es el criterio principal de
clasificacin. Las barras que integran una barra mltiple se colocan juntas o ligeramente solapadas.
Veamos un ejemplo de este tipo de grfico:

Este es un grfico de barras triples. En la leyenda aparece el criterio de clasificacin que complementa al que aparece en
el eje de categoras. Note la separacin entre los "tros" de barras.
d) Grfico de barras compuestas.
Su objetivo es la representacin de las frecuencias relativas (%) observadas en clasificaciones dobles, es decir, cuando
son dos los criterios de clasificacin, para variables cualitativas o cuantitativas discretas.
Su forma de construccin es la siguiente: cada barra representa el 100 % de los individuos en cada clase del criterio
principal de clasificacin y se divide, proporcionalmente, en los por cientos correspondientes a las clases del otro criterio
de clasificacin. Como es lgico, las diferentes partes en que se dividen las barras compuestas se diferencian con tramas
o colores diferentes.

Tablas de doble entrada: Tambin llamadas tablas de contingencias, son aquellas tablas de datos referentes a dos
variables, formada, en las cabeceras de las filas, por las categoras o valores de una variable y en las de las columnas
por los de la otra, y en las casillas de la tabla, por las frecuencias o numero de elementos que renen a la vez las dos
categoras o valores de las dos variables que se cruzan en cada casilla. Para la tabulacin de un material agrupado de
observaciones simultneas de dos variables aleatorias necesitaremos una tabla descrita como anteriormente lo
describimos, las reglas para agrupar son las mismas que en el caso de una sola variable.
Este tipo de tablas brindan informacin estadstica de dos eventos relacionados entre s, es til en casos en los cuales
los experimentos son dependientes de otro experimento, mas adelante aparecen mas aplicaciones
del anlisis estadstico bivariable.
Existen mltiples tipos de grficos, pero aqu trataremos solamente de los usados ms frecuentemente, que son: grfico
de barras simples, grfico de sectores o circular (pastel), grfico de barras mltiples, grfico de barras compuestas,
histograma, polgono de frecuencias, grfico de frecuencias acumuladas y grfico aritmtico simple. Tambin haremos
una breve referencia a otros tipos de grfico utilizados en ciertos temas del campo de la Medicina, como son los grficos
semilogartmicos, los probabilstico y los logsticos
Veamos primeramente algunos principios comunes en la construccin de grficos:

 n su gran mayora los grficos se inscriben en un sistema de ejes coordenados, siendo el circular o de sectores una
excepcin. En uno de los ejes se representan las frecuencias observadas o los valores calculados a partir de los datos,
mientras que en el otro se representa el criterio principal de clasificacin (que aparece en el taln de la tabla
correspondiente). La escala relativa al eje donde se representan frecuencias debe comenzar en cero. De ser necesario,
se puede interrumpir "adecuadamente" la escala. Decimos adecuadamente porque la forma de realizar esa ruptura
depende del tipo de grfico. La longitud de un eje debe ser, aproximadamente, entre una vez y una vez y media la del
otro. Esta proporcionalidad es importante, pues garantiza la comparabilidad entre grficos. Cada eje debe ser rotulado,
es decir, indicar que representa, y en caso de que corresponda, la unidad de medida usada. Un grfico no debe
sobrecargarse de lneas o cifras, el solo da la idea general del fenmeno, pues los detalles estn representados en la
tabla correspondiente (3).
2.- Componentes de un grfico. Un grfico, al igual que una tabla, est compuesto de las partes siguientes:
a.- Identificacin del grfico. b.- Ttulo del grfico. c.- Cuerpo del grfico o grfico propiamente dicho (incluye la clave o
leyenda de ser necesaria esta). d.- Pie del grfico.
Las caractersticas de estos componentes, salvo el grfico propiamente dicho, son las mismas de dichos componentes
en la tabla o cuadro estadstico, as que no insistiremos en ellas y pasaremos directamente a discutir la construccin de
los diferentes tipos de grficos.
Debemos hacer una aclaracin antes de continuar. En la actualidad es muy infrecuente encontrar un grfico hecho a
mano. Generalmente se emplean sistemas graficadores de microcomputadoras. Esto no invalida la necesidad de
conocer las reglas y convenciones establecidas con respecto a la confeccin de los mismos. Dada la enorme libertad que
brindan algunos de esos sistemas, en ms de una oportunidad hemos visto grficos confeccionados por estos medios
que presentan errores, entre otras cosas, por seleccionar un tipo de grfico no adecuado para la informacin que se
desea representar (4, 5).
3.- Diferentes tipos de grficos.
a) Grfico de barras simples.
Se usa fundamentalmente para representar distribuciones de frecuencias de una variable cualitativa o cuantitativa
discreta y, ocasionalmente, en la representacin de series cronolgicas o histricas. Uno de los ejes sirve para inscribir
las frecuencias, ya sean absolutas o relativas (%), y el otro para la escala de clasificacin utilizada. Un ejemplo de este
tipo de grfico es el que se presenta a continuacin:

Cada clase se representa con una barra o rectngulo cuya altura (si el eje de frecuencias es el vertical) resulta
proporcional a la frecuencia que representa. Todas las barras deben tener el mismo grosor y el espacio entre barras
debe ser el mismo, teniendo un ancho de 0,5 a 1 vez el de las barras.
El orden de las barras en el grfico debe ser el mismo que en la tabla que le sirve de fuente. Por ello, si no existe un
criterio "a priori" de orden entre las clases establecidas, pueden ordenarse las mismas (y, como es lgico, las barras en el
grfico) en orden ascendente o descendente de las frecuencias, para facilitar la interpretacin de esos resultados
b) Grfico circular, de sectores o pastel.

El grfico siguiente es un ejemplo tpico de grfico circular (confeccionado con los mismos valores del grfico anterior):

Se usa, fundamentalmente, para representar distribuciones de frecuencias relativas (%) de una variable cualitativa o
cuantitativa discreta. En este grfico se hace corresponder la medida del ngulo de cada sector con
la frecuencia correspondiente a la clase en cuestin. Si los 360 del crculo representan el 100 % de los datos
clasificados, a cada 1% le correspondern 3,6. Luego, para obtener el tamao del ngulo para un sector dado bastara
con multiplicar el por ciento correspondiente por 3,6 (por simple regla de tres).
Mediante un sector circular se representan las medidas angulares correspondientes a las diferentes categoras,
respetando el orden establecido en la tabla, partiendo de un punto dado de la circunferencia. Ese punto dado
generalmente es el punto ms alto de la circunferencia (12 en el reloj). Si lo que se representa en cada sector no puede
colocarse dentro del mismo, se elabora una leyenda o se coloca fuera, adyacente al mismo. Se acostumbra a diferenciar
los sectores con tramas o colores diferentes, lo que hace que resulte un grfico ms vistoso que el de barras simples.
c) Grfico de barras mltiples. Se usa para representar las frecuencias observadas en clasificaciones dobles, es decir,
cuando son dos los criterios de clasificacin, para variables cualitativas o cuantitativas discretas. Su forma de
construccin es similar a la del grfico de barras simples, slo que en este caso se representan dos variables. El hecho
de ser doble, triple, cudruple, etc., parte del nmero de clases que tenga la variable, que no es el criterio principal de
clasificacin. Las barras que integran una barra mltiple se colocan juntas o ligeramente solapadas
Veamos un ejemplo de este tipo de grfico:

Este es un grfico de barras triples. En la leyenda aparece el criterio de clasificacin que complementa al que aparece en
el eje de categoras. Note la separacin entre los "tros" de barras.
d) Grfico de barras compuestas.
Su objetivo es la representacin de las frecuencias relativas (%) observadas en clasificaciones dobles, es decir, cuando
son dos los criterios de clasificacin, para variables cualitativas o cuantitativas discretas.
Su forma de construccin es la siguiente: cada barra representa el 100 % de los individuos en cada clase del criterio
principal de clasificacin y se divide, proporcionalmente, en los por cientos correspondientes a las clases del otro criterio

de clasificacin. Como es lgico, las diferentes partes en que se dividen las barras compuestas se diferencian con tramas
o colores diferentes.

1. Mtodos grficos:
Primero definir lo que es un grfico o diagrama en estadstica
Un diagrama es una especie de esquemtico, formado por lneas, figuras, mapas, utilizado para representar, bien datos
estadsticos a escala o segn una cierta proporcin, o bien los elementos de un sistema, las etapas de un proceso y las
divisiones o subdivisiones de una clasificacin. Entre las funciones que cumplen los diagramas se pueden sealar las
siguientes:
Hacen ms visibles los datos, sistemas y procesos
Ponen de manifiesto sus variaciones y su evolucin histrica o espacial.
Pueden evidenciar las relaciones entre los diversos elementos de un sistema o de un proceso y representar la
correlacin entre dos o ms variables.
Sistematizan y sintetizan los datos, sistemas y procesos.
Aclaran y complementan las tablas y las exposiciones tericas o cuantitativas.
Algunos de los diagramas ms importantes son el diagrama en rbol, diagrama de reas o superficies, diagrama de
bandas, diagrama de barras, diagrama de bloques, diagrama circular, diagrama circular polar, diagrama de puntos,
diagrama de tallo y hoja diagrama, histograFIA
El estudio de su disposicin y de las relaciones que muestran puede sugerir hiptesis nuevas. mas y grficos de caja y
bigote o boxplots.
2.1 Grficos invariados: Para trabajar los grficos invariables debemos primero saber lo que es el anlisis estadstico
invariable y despus de esto trabajaremos los mtodos pedidos
El anlisis estadstico que opera con datos referentes a una sola variable o distribucin de frecuencias y pretende
determinar sus propiedades estadsticas. El a.e.u. proporciona al analista medidas representativas de la distribucin o
promedios, ndices de dispersin de los datos de la distribucin, procedimientos para normalizar los datos, medidas de
desigualdad de unos datos en relacin con otros y por ultimo medidas de la asimetra de la distribucin.
Grficos de puntos: Es una variacin del diagrama lineal simple el cual esta formado por lneas rectas o curvas, que
resultan de la representacin, en un eje de coordenadas, de distribuciones de frecuencias, este construye colocando en
el eje x los valores correspondientes a la variable y en el eje de las ordenadas el valor correspondiente a la frecuencia
para este valor. Proporciona principalmente informacin con respecto a las frecuencias. Este se usa cuando solo se
necesita informacin sobre la frecuencia.

Cuando la muestra se agrupa por intervalos se trabaja con la marca de clase del intervalo de clase, la marca de clase es
el punto medio del intervalo
EJ: Duracin de tubos de nen Existen mltiples tipos de grficos, pero aqu trataremos solamente de los usados ms
frecuentemente, que son: grfico de barras simples, grfico de sectores o circular (pastel), grfico de barras mltiples,
grfico de barras compuestas, histograma, polgono de frecuencias, grfico de frecuencias acumuladas y grfico
aritmtico simple. Tambin haremos una breve referencia a otros tipos de grfico utilizados en ciertos temas del campo
de la Medicina, como son los grficos semilogartmicos, los probabilstico y los logsticos (Explicar los elementos bsicos
necesarios a tener en cuenta para realizar una correcta representacin grfica de los datos.
Veamos primeramente algunos principios comunes en la construccin de grficos:
n su gran mayora los grficos se inscriben en un sistema de ejes coordenados, siendo el circular o de sectores una
excepcin. En uno de los ejes se representan las frecuencias observadas o los valores calculados a partir de los datos,
mientras que en el otro se representa el criterio principal de clasificacin (que aparece en el taln de la tabla
correspondiente). La escala relativa al eje donde se representan frecuencias debe comenzar en cero. De ser necesario,
se puede interrumpir "adecuadamente" la escala. Decimos adecuadamente porque la forma de realizar esa ruptura
depende del tipo de grfico. La longitud de un eje debe ser, aproximadamente, entre una vez y una vez y media la del
otro. Esta proporcionalidad es importante, pues garantiza la comparabilidad entre grficos. Cada eje debe ser rotulado,
es decir, indicar que representa, y en caso de que corresponda, la unidad de medida usada. Un grfico no debe
sobrecargarse de lneas o cifras, el solo da la idea general del fenmeno, pues los detalles estn representados en la
tabla correspondiente.
2.-Componentes de un grfico.
Un grfico, al igual que una tabla, est compuesto de las partes siguientes:
a.- Identificacin del grfico. b.- Ttulo del grfico. c.- Cuerpo del grfico o grfico propiamente dicho (incluye la clave o
leyenda de ser necesaria esta). d.- Pie del grfico.
Las caractersticas de estos componentes, salvo el grfico propiamente dicho, son las mismas de dichos componentes
en la tabla o cuadro estadstico, as que no insistiremos en ellas y pasaremos directamente a discutir la construccin de
los diferentes tipos de grficos.
Debemos hacer una aclaracin antes de continuar. En la actualidad es muy infrecuente encontrar un grfico hecho a
mano. Generalmente se emplean sistemas graficadores de microcomputadoras. Esto no invalida la necesidad de
conocer las reglas y convenciones establecidas con respecto a la confeccin de los mismos. Dada la enorme libertad que
brindan algunos de esos sistemas, en ms de una oportunidad hemos visto grficos confeccionados por estos medios
que presentan errores, entre otras cosas, por seleccionar un tipo de grfico no adecuado para la informacin que se
desea representar (4, 5).
3.- Diferentes tipos de grficos.
a) Grfico de barras simples.
Se usa fundamentalmente para representar distribuciones de frecuencias de una variable cualitativa o cuantitativa
discreta y, ocasionalmente, en la representacin de series cronolgicas o histricas. Uno de los ejes sirve para inscribir
las frecuencias, ya sean absolutas o relativas (%), y el otro para la escala de clasificacin utilizada. Un ejemplo de este
tipo de grfico es el que se presenta a continuacin:

Cada clase se representa con una barra o rectngulo cuya altura (si el eje de frecuencias es el vertical) resulta
proporcional a la frecuencia que representa. Todas las barras deben tener el mismo grosor y el espacio entre barras
debe ser el mismo, teniendo un ancho de 0,5 a 1 vez el de las barras.
El orden de las barras en el grfico debe ser el mismo que en la tabla que le sirve de fuente. Por ello, si no existe un
criterio "a priori" de orden entre las clases establecidas, pueden ordenarse las mismas (y, como es lgico, las barras en el
grfico) en orden ascendente o descendente de las frecuencias, para facilitar la interpretacin de esos resultados.
b) Grfico circular, de sectores o pastel.
El grfico siguiente es un ejemplo tpico de grfico circular (confeccionado con los mismos valores del grfico anterior):

Se usa, fundamentalmente, para representar distribuciones de frecuencias relativas (%) de una variable cualitativa o
cuantitativa discreta. En este grfico se hace corresponder la medida del ngulo de cada sector con
la frecuencia correspondiente a la clase en cuestin. Si los 360 del crculo representan el 100 % de los datos
clasificados, a cada 1% le correspondern 3,6. Luego, para obtener el tamao del ngulo para un sector dado bastara
con multiplicar el por ciento correspondiente por 3,6 (por simple regla de tres).
Mediante un sector circular se representan las medidas angulares correspondientes a las diferentes categoras,
respetando el orden establecido en la tabla, partiendo de un punto dado de la circunferencia. Ese punto dado
generalmente es el punto ms alto de la circunferencia (12 en el reloj). Si lo que se representa en cada sector no puede
colocarse dentro del mismo, se elabora una leyenda o se coloca fuera, adyacente al mismo. Se acostumbra a diferenciar
los sectores con tramas o colores diferentes, lo que hace que resulte un grfico ms vistoso que el de barras simples.
c) Grfico de barras mltiples. Se usa para representar las frecuencias observadas en clasificaciones dobles, es decir,
cuando son dos los criterios de clasificacin, para variables cualitativas o cuantitativas discretas. Su forma de
construccin es similar a la del grfico de barras simples, slo que en este caso se representan dos variables. El hecho
de ser doble, triple, cudruple, etc., parte del nmero de clases que tenga la variable, que no es el criterio principal de
clasificacin. Las barras que integran una barra mltiple se colocan juntas o ligeramente solapadas.
Veamos un ejemplo de este tipo de grfico:

Este es un grfico de barras triples. En la leyenda aparece el criterio de clasificacin que complementa al que aparece en
el eje de categoras. Note la separacin entre los "tros" de barras.
d) Grfico de barras compuestas.
Su objetivo es la representacin de las frecuencias relativas (%) observadas en clasificaciones dobles, es decir, cuando
son dos los criterios de clasificacin, para variables cualitativas o cuantitativas discretas.
Su forma de construccin es la siguiente: cada barra representa el 100 % de los individuos en cada clase del criterio
principal de clasificacin y se divide, proporcionalmente, en los por cientos correspondientes a las clases del otro criterio
de clasificacin. Como es lgico, las diferentes partes en que se dividen las barras compuestas se diferencian con tramas
o colores diferentes.

Histogramas: Se emplea para ilustrar muestras agrupadas en intervalos. Esta formado por rectngulos unidos a otros,
cuyos vrtices de la base coinciden con los lmites de los intervalos y el centro de cada intervalo es la marca de clase,
que representamos en el eje de las abscisas. La altura de cada rectngulo es proporcional a la frecuencia del intervalo
respectivo. Esta proporcionalidad se aplica por medio de la siguiente formula
Altura del rectngulo = frecuencia relativa/longitud de base
El histograma se usa para representar variables cuantitativas continuas que han sido agrupadas en intervalos de clase, la
desventaja que presenta que no funciona
para variables discretas, de lo contrario es una forma til y practica de mostrar los datos estadsticos.
EJ:
EJ: Agrupar en una tabla de datos
10, 1, 6, 9, 2, 5, 7, 4, 3, 8

10

Tablas de frecuencias: Una tabla de frecuencia esta formada por las categoras o valores de una variable y sus
frecuencias correspondientes. Esta tabla es lo mismo que una distribucin de frecuencias. Esta tabla se crea por medio
de la tabulacin y agrupacin, la cual es un mtodo sencillo como lo habamos empezado a ver en la tabla de datos, Se
realiza el mismo procedimiento de tabulacin anteriormente descrito si el numero de valores observados para la variable,
se trabaja con una sola variable, descontando los repetidos son pequeos, si existen repetidos la frecuencia f es el
numero de repeticiones de un valor de X dado, Sin embargo, cuando el conjunto de datos es mayor, resulta laborioso
trabajar directamente con los valores individuales observados y entonces se lleva a cabo, por lo general, algn tipo de
agrupacin como paso preliminar, antes de iniciar cualquier otro tratamiento de los datos. Las reglas para proceder a la
agrupacin son diferentes segn sea la variable, discreta o continua, para una variable discreta suele resultar
conveniente hacer una tabla en cuya primera columna figuren todos los valores de la variable X representados en el
material, y en la segunda, la frecuencia f con que ha aparecido cada valor de X en las observaciones.
Para una variable continua, el procedimiento de agrupacin es algo ms complicado. Se toma un intervalo adecuado
sobre el eje de la variable que contenga los n valores observados, y divdase el intervalo en cierto numero de intervalos
de clase. Todas las observaciones que pertenecen al mismo intervalo de clase se agrupan y cuentan, y l numero que
resulte representa la frecuencia de clase correspondiente a dicho intervalo, luego se forma una tabla, en cuya primera
columna figuran los limites de cada intervalo de clase, y en la segunda aparecen las correspondientes frecuencias.
Estas clases de tablas son las mas usadas y brindan mayor informacin de los datos que las tablas de entradas de
datos, efectivamente, una tabla de este tipo dar en forma abreviada, una informacin completa acerca de la distribucin
de los valores observados. Con estas se pueden utilizar mas a fondo los mtodos grficos al igual que los mtodos
aritmticos.
Ej: Agrupar en una tabla 1, 1, 2, 2, 2, 2, 3, 3, 3, 4, 5

S 11

Agrupar en una tabla las siguientes estaturas: 160, 168, 175, 183, 170, 164, 170, 184, 171, 168, 187, 161, 183, 175, 185,
186, 187, 164, 165, 175, 162, 188, 169, 163, 166, 172, 173, 167, 174, 176, 178, 179, 177

160-165 6

265-270 6

170-175 6

175-180 7

180-185 3

185-190 5

S 33

Tablas de doble entrada: Tambin llamadas tablas de contingencias, son aquellas tablas de datos referentes a
dos variables, formada, en las cabeceras de las filas, por las categoras o valores de una variable y en las de las
columnas por los de la otra, y en las casillas de la tabla, por las frecuencias o numero de elementos que renen a la vez
las dos categoras o valores de las dos variables que se cruzan en cada casilla. Para la tabulacin de un material
agrupado de observaciones simultaneas de dos variables aleatorias necesitaremos una tabla descrita como
anteriormente lo describimos, las reglas para agrupar son las mismas que en el caso de una sola variable.
Este tipo de tablas brindan informacin estadstica de dos eventos relacionados entre s, es til en casos en los cuales
los experimentos son dependientes de otro experimento, mas adelante aparecen mas aplicaciones del anlisis
estadstico bivariable.
Ej:

T1/T2 S

NO

12

NO

10

Mtodos grficos:
Primero definir lo que es un grfico o diagrama en estadstica
Un diagrama es una especie de esquemtico, formado por lneas, figuras, mapas, utilizado para representar, bien datos
estadsticos a escala o segn una cierta proporcin, o bien los elementos de un sistema, las etapas de un proceso y las
divisiones o subdivisiones de una clasificacin. Entre las funciones que cumplen los diagramas se pueden sealar las
siguientes:

-Hacen ms visibles los datos, sistemas y procesos

Ponen de manifiesto sus variaciones y su evolucin histrica o espacial.

Pueden evidenciar las relaciones entre los diversos elementos de un sistema o de un proceso y representar la
correlacin entre dos o ms variables.

Sistematizan y sintetizan los datos, sistemas y procesos.

Aclaran y complementan las tablas y las exposiciones tericas o cuantitativas.

El estudio de su disposicin y de las relaciones que muestran pueden sugerir hiptesis nuevas.
Algunos de los diagramas ms importantes son el diagrama en rbol, diagrama de reas o superficies, diagrama de
bandas, diagrama de barras, diagrama de bloques, diagrama circular, diagrama circular polar, diagrama de puntos,
diagrama de tallo y hoja diagrama, histogramas y grficos de caja y bigote o boxplots.
2.1 Grficos univariados: Para trabajar los grficos univariables debemos primero saber lo que es el anlisis estadstico
univariable y despus de esto trabajaremos los mtodos pedidos
El anlisis estadstico que opera con datos referentes a una sola variable o distribucin de frecuencias y pretende
determinar sus propiedades estadsticas. El a.e.u. proporciona al analista medidas representativas de la distribucin o
promedios, ndices de dispersin de los datos de la distribucin, procedimientos para normalizar los datos, medidas de
desigualdad de unos datos en relacin con otros y por ultimo medidas de la asimetra de la distribucin.

Grficos de puntos: Es una variacin del diagrama lineal simple el cual esta formado por lneas rectas o curvas,
que resultan de la representacin, en un eje de coordenadas, de distribuciones de frecuencias, este construye colocando
en el eje x los valores correspondientes a la variable y en el eje de las ordenadas el valor correspondiente a la
frecuenciapara este valor. Proporciona principalmente informacin con respecto a las frecuencias. Este se usa cuando
solo se necesita informacin sobre la frecuencia.
Cuando la muestra se agrupa por intervalos se trabaja con la marca de clase del intervalo de clase, la marca de clase es
el punto medio del intervalo
EJ: Duracin de tubos de nen

X(horas)

Xm

300-400

350

400-500

450

500-600

550

10

600-700

650

700-800

750

S 30

Diagramas de barras: nombre que recibe el diagrama utilizado para representar grficamente distribuciones
discretas de frecuencias no agrupadas. Se llama as porque las frecuencias de cada categora de la distribucin se hacen
figurar por trazos o columnas de longitud proporcional, separados unos de otros. Existen tres principales clases de
grficos de barras:

Barra simple: se emplean para graficar hechos nicos

Barras mltiples: es muy recomendable para comprar una serie estadstica con otra, para ello emplea barras
simples se distinto color o tramado en un mismo plano cartesiano, una al lado de la otra

Barras compuestas: en este mtodo de graficacion las barras de la segunda serie se colocan encima de las
barras de la primera serie en forma respectiva.
El diagrama de barras proporciona informacin comparativa principalmente y este es su uso principal, este diagrama
tambin muestra la informacin referente a las frecuencias
Ej:

CIUDAD

TEMPERATURA

12

18

24

TIENDA

Enero

Febrero Marzo

abril

mayo

Junio

800

600

700

900

1100

1000

700

500

600

1000

900

1200

Histogramas: Se emplea para ilustrar muestras agrupadas en intervalos. Esta formado por rectngulos unidos a otros,
cuyos vrtices de la base coinciden con los limites de los intervalos y el centro de cada intervalo es la marca de clase,
que representamos en el eje de las abscisas. La altura de cada rectngulo es proporcional a la frecuencia del intervalo
respectivo. Esta proporcionalidad se aplica por medio de la siguiente formula Altura del rectngulo = frecuencia
relativa/longitud de base
El histograma se usa para representar variables cuantitativas continuas que han sido agrupadas en intervalos de clase, la
desventaja que presenta que no funcionapara variables discretas, de lo contrario es una forma til y practica de mostrar
los datos estadsticos. Ejempl

Xm

118-126

122

126-134

130

134-142

138

142-150

146

12

150-158

154

158-166

162

166-174

170

174-182

178

S 40

Grficos de sectores: es un grfico que se basa en una proporcionalidad entre la frecuencia y el ngulo central
de una circunferencia, de tal manera que a la frecuencia total le corresponde el ngulo central de 360. Para construir se
aplica la siguiente formula:
X = frecuencia relativa * 360/S frecuencia relativa
Este se usa cuando se trabaja con datos que tienen grandes frecuencias, y los valores de la variable son pocos, la
ventaja que tiene este diagrama es que es fcil de hacer y es entendible fcilmente, la desventaja que posee es que
cuando los valores de la variable son muchos es casi imposible o mejor dicho no informa mucho este diagrama y no es
productivo, proporciona principalmente informacin acerca de las frecuencias de los datos de una manera entendible y
sencilla.EJ: Representar mediante un grfico de sectores la frecuencia con que aparece cada una de las cinco vocales
en el presente prrafo:

Vocal

Frecuencia

13

20

S 46

Existen mltiples tipos de grficos, pero aqu trataremos solamente de los usados ms frecuentemente, que son: grfico
de barras simples, grfico de sectores o circular (pastel), grfico de barras mltiples, grfico de barras compuestas,
histograma, polgono de frecuencias, grfico de frecuencias acumuladas y grfico aritmtico simple. Tambin haremos
una breve referencia a otros tipos de grfico utilizados en ciertos temas del campo de la Medicina, como son los grficos
semilogartmicos, los probabilsticas y los logsticos (
Se usa fundamentalmente para representar distribuciones de frecuencias de una variable cualitativa o cuantitativa
discreta y, ocasionalmente, en la representacin de series cronolgicas o histricas. Uno de los ejes sirve para inscribir
las frecuencias, ya sean absolutas o relativas (%), y el otro para la escala de clasificacin utilizada. Un ejemplo de este
tipo de grfico es el que se presenta a continuacin:

Cada clase se representa con una barra o rectngulo cuya altura (si el eje de frecuencias es el vertical) resulta
proporcional a la frecuencia que representa. Todas las barras deben tener el mismo grosor y el espacio entre barras
debe ser el mismo, teniendo un ancho de 0,5 a 1 vez el de las barras.
El orden de las barras en el grfico debe ser el mismo que en la tabla que le sirve de fuente. Por ello, si no existe un
criterio "a priori" de orden entre las clases establecidas, pueden ordenarse las mismas (y, como es lgico, las barras en el
grfico) en orden ascendente o descendente de las frecuencias, para facilitar la interpretacin de esos resultados)
Grfico circular, de sectores o pastel.
El grfico siguiente es un ejemplo tpico de grfico circular (confeccionado con los mismos valores del grfico anterior):

Se usa, fundamentalmente, para representar distribuciones de frecuencias relativas (%) de una variable cualitativa o
cuantitativa discreta. En este grfico se hace corresponder la medida del ngulo de cada sector con
la frecuencia correspondiente a la clase en cuestin. Si los 360 del crculo representan el 100 % de los datos
clasificados, a cada 1% le correspondern 3,6. Luego, para obtener el tamao del ngulo para un sector dado bastara
con multiplicar el por ciento correspondiente por 3,6 (por simple regla de tres).
Mediante un sector circular se representan las medidas angulares correspondientes a las diferentes categoras,
respetando el orden establecido en la tabla, partiendo de un punto dado de la circunferencia. Ese punto dado
generalmente es el punto ms alto de la circunferencia (12 en el reloj). Si lo que se representa en cada sector no puede
colocarse dentro del mismo, se elabora una leyenda o se coloca fuera, adyacente al mismo. Se acostumbra a diferenciar
los sectores con tramas o colores diferentes, lo que hace que resulte un grfico ms vistoso que el de barras simples.
c) Grfico de barras mltiples. Se usa para representar las frecuencias observadas en clasificaciones dobles, es decir,
cuando son dos los criterios de clasificacin, para variables cualitativas o cuantitativas discretas. Su forma de

construccin es similar a la del grfico de barras simples, slo que en este caso se representan dos variables. El hecho
de ser doble, triple, cudruple, etc., parte del nmero de clases que tenga la variable, que no es el criterio principal de
clasificacin. Las barras que integran una barra mltiple se colocan juntas o ligeramente solapadas.
Veamos un ejemplo de este tipo de grfico:

Este es un grfico de barras triples. En la leyenda aparece el criterio de clasificacin que complementa al que aparece en
el eje de categoras. Note la separacin entre los "tros" de barras.
d) Grfico de barras compuestas.
Su objetivo es la representacin de las frecuencias relativas (%) observadas en clasificaciones dobles, es decir, cuando
son dos los criterios de clasificacin, para variables cualitativas o cuantitativas discretas.
Su forma de construccin es la siguiente: cada barra representa el 100 % de los individuos en cada clase del criterio
principal de clasificacin y se divide, proporcionalmente, en los por cientos correspondientes a las clases del otro criterio
de clasificacin. Como es lgico, las diferentes partes en que se dividen las barras compuestas se diferencian con tramas
o colores diferentes.

Medidas de Tendencia Central y de Dispersin para un grupo de 20 datos

Datos a utilizar

:
Selecciona las medidas que deseas sean calculadas:

Tipos de grficos
Para las distribuciones de frecuencias la representacin grfica ms comn es el histograma. Un ejemplo es el que se
presenta a continuacin y que representa el nmero de "visitas" que ha tenido este hipertexto de acuerdo a la hora de la
visita.

En el eje horizontal (o de las abscisas) se representan los intervalos

http://www.monografias.com/trabajos81/presentacion-datos-estadisticos/presentacion-datos-estadisticos3.shtml