Introduccin a la Estadstica y a la Bibliometra

1
ESTADISTICA Ciencia que trata de la recogida,
clasificación, representación y resumen de datos
y de las conclusiones (inferencias) que pueden
extraerse sobre las poblaciones a partir de los
datos muestrales.
POBLACIÓN
POBLACIÓN
muestreo
inferencia
MUESTRA
------------------- La vida es el arte de
llegar a conclusiones a partir de evidencias
insuficientes. Samuel Butler
2
Tipos de VARIABLES Nominales-
Cualitativas Ordinales Discretas -
Cuantitativas Continuas
3
Cualitativas Sus modalidades no necesitan
números para ser expresadas. Nominales Sus
modalidades no tienen un orden
natural. Ordinales Sus modalidades tienen un
orden natural. Cuantitativas Sus valores
necesitan números para ser expresados. Discretas
Sus valores son aislados (entre dos
consecutivos no hay otro). Continuas Sus
valores son continuos (entre cada dos valores
hay infinitos).
4
Otra clasificación para las variables
cuantitativas Escala de intervalo No tienen
cero absoluto y tiene sentido calcular
diferencias entre sus valores, pero no cocientes.
Escala de razón Tienen cero absoluto y tiene
sentido calcular diferencias y cocientes entre
sus valores. Clasificación práctica Por el
número de valores razonablemente posibles de la
variables (si tiene pocos valores se maneja como
discreta y si tiene muchos como continua). El
límite entre pocos y muchos valores posibles
debe establecerse en términos prácticos serán
pocos si existe la posibilidad de comprender
tablas, gráficas e informes sobre los datos si se
enumera de uno en uno cada valor posible, sin
agruparlos en intervalos.
5
Distribución del grupo sanguíneo de una muestra
de 500 donantes
6
Distribución del número de hermanos de una
muestra de 13 escolares4 3 0 1 0 7
2 0 1 1 5 2 0Datos ordenados0 0
0 0 1 1 1 2 2 3 4 5 7
7
Distribución del peso (Kg.) de una muestra de 500
estudiantes
8

• Normas para la construcción de TABLAS y GRAFICAS
• TABLAS
• Deben tener un enunciado que las explique por sí
  mismas.
• Deben indicar los totales de las columnas.
• Deben indicar las unidades de medida de la/s
  variable/s.
• Deben tener el mismo número de decimales en los
  números de una misma columna.
• GRAFICAS
• - DEBEN TENER LONGITUDES o SUPERFICIES
  PROPORCIONALES A LAS FRECUENCIAS.
• - Deben adecuarse al tipo de variable,
  respetando el orden de las modalidades en las
  variables ordinales y el lugar que ocupa cada
  valor en las variables numéricas.
• - En los histogramas, la longitud de los
  intervalos debería ser igual en todos.
• - En los histogramas, no debe haber huecos entre
  los intervalos.
• - En los histogramas, el número de intervalos
  debería estar entre 5 y 15, dependiendo del
  tamaño de la muestra a mayor cantidad de datos,
  mayor número de clases.

9

• Medidas para la muestra del grupo sanguíneo (n
  500)
• Medidas de posición NO HAY, porque el grupo
  sanguíneo es una característica NOMINAL y no
  tiene orden.
• Medidas de centralización SOLO LA MODA, que es
  el grupo sanguíneo 0 (cero), por ser el más
  frecuente.
• Medidas de dispersión NO HAY, porque el grupo
  sanguíneo es una característica NOMINAL y no
  tiene orden.

10
Medidas para la muestra del número de hermanos (n
13) Es una variable discreta, con un n
pequeño. Medidas de posición a partir de
(n1)/2 7º, etc. Mediana 1 (valor
central). Cuartiles Q1 0 Q3
3.5 Deciles y percentiles, no tienen sentido (n
pequeño). Medidas de centralización Moda 0
(el más frecuente). Mediana 1 (valor
central). Media 2.00 (reparto igualitario,
centro de equilibrio). Medidas de dispersión a
partir de la suma, que es 26, y de la suma de
cuadrados, que es 110, de los
datos. Varianza 4.833 Desviación standard
2.20 Coeficiente de variación 109.9 (gran
dispersión).
11
Medidas para la muestra del peso (n 500) Es una
variable continua, con un n grande. Medidas de
posición a partir de n/2 250º, etc.
Intervalo de la mediana 65-70) (valor
aproximado 68.19). Intervalo del primer
cuartil 60-65) (valor aproximado
63.35). Intervalo del tercer cuartil 70-75)
(valor aproximado 73.71). Medidas de
centralización Intervalo de la moda 65-70)
(valor aproximado 67.48). Intervalo de la
mediana 65-70) (valor aproximado
68.19). Media aproximada 66.78 Medidas de
dispersión a partir de la suma aproximada, que
es 33390, y de la suma de cuadrados aproximada,
que es 2256475, de los datos. Varianza
53.489 Desviación standard 7.31 Coeficiente
de variación 11.0 (pequeña dispersión).
12
Normas para la construcción de TABLAS y
GRAFICAS CAUSAS MAS FRECUENTES DE LAS GRAFICAS
INADECUADAS O ERRONEAS - RUPTURA DE LA
PROPORCIONALIDAD ENTRE LONGITUDES o SUPERFICIES Y
FRECUENCIAS. - Porque se tumban los diagramas
de sectores, cambiando el círculo a una elipse.
(ERRONEAS). - Porque se da grosor
tridimensional en cualquier gráfica, creando
sensaciones que hacen perder la dimensionalidad
de la percepción (dos dimensiones, tres
dimensiones?. (INADECUADAS). - Porque se cortan
los ejes, en particular el que refleja las
frecuencias (suele ser el vertical).
(INADECUADAS). - Porque en los histogramas la
longitud de los intervalos no es igual en todos
y se dibujan directamente las frecuencias, no
las densidades de frecuencia. (ERRONEAS). -
Porque en los pictogramas (gráficas con figuras)
se hacen proporcionales a las frecuencias tanto
las bases como las alturas. (ERRONEAS). -
CONFUSION PORQUE SE INTENTA EXPRESAR DEMASIADA
INFORMACION EN UNA SOLA GRAFICA (gráficas
superpuestas). (INADECUADAS).