Estadística: qué es, definición,

significado, objetivos, tipos,

partes, elementos, historia,
ejemplos
 E Experto GestioPolis.Com

 11 minutos de lectura

La estadística es la ciencia que se encarga de recopilar, organizar, procesar,

analizar e interpretar datos con el fin de deducir las características de un
grupo o población objetivo, su importancia radica en que es una fuente de
información altamente confiable para la toma de decisiones.

En este post hallarás respuesta a las preguntas qué es estadística, cómo se

define, cuál es su significado y sus partes. Además, aprenderás cuáles son los
objetivos de esta ciencia, los tipos de estadística, descriptiva e inferencial (también
llamada analítica o cuantitativa) y de lo que se ocupa cada una, ejemplificándolas
de manera sencilla. Adicionalmente, encontrarás una breve reseña con la historia
de esta ciencia, algunas definiciones de términos clave para iniciar su estudio y
como cereza del pastel un curso compuesto por 13 video lecciones a través de las
cuales te podrás adentrar al mundo de esta rama del saber. ¡Comencemos!
 Qué es estadística, definición,
significado y partes
La estadística es la ciencia de los datos, se ocupa de su recolección, organización,
estructuración, análisis y presentación. Dichos datos se refieren a un fenómeno
variable e incierto, por ejemplo el resultado de lanzar una moneda. Su aplicación
busca inferir los principios que dirigen esos fenómenos, además, permite hacer
predicciones y una toma de decisiones más informada.

Definición de estadística
A continuación la definición de estadística según algunos autores:

 Es la ciencia que estudia cómo debe emplearse la información y cómo dar una
guía de acción en situaciones prácticas que entrañan incertidumbre. (Gutiérrez, p.
23)
 Es la ciencia de los datos, la cual implica su recolección, clasificación, síntesis,
organización, análisis e interpretación, para la toma de decisiones frente a la
incertidumbre (Ángel, p. 28)
 Es la rama del conocimiento humano que tiene como objeto el estudio de ciertos
métodos inductivos aplicables a fenómenos susceptibles de expresión
cuantitativa. (López, p. 1)
 Es el arte de aprender a partir de los datos. Está relacionada con la recopilación
de datos, su descripción subsiguiente y su análisis, lo que nos lleva a extraer
conclusiones. (Ross, p. 3)
 La estadística es la ciencia que trata de la recolección y descripción de las
mediciones de muestras así como de las estimaciones y comparaciones
poblacionales realizadas a partir de los resultados muestrales. (Romero, p. 25)
 Es una ciencia exacta cuyo objetivo fundamental es el estudio de diversas formas
de comportamiento de la sociedad, para lo cual se fundamenta en el uso de
diversos métodos y procedimientos matemáticamente demostrables de manera
formal y rigurosa. (Cóndor, p. 10)
 Es una ciencia que facilita la toma de decisiones mediante la presentación
ordenada de los datos observados en tablas y gráficos estadísticos, reduciendo
los datos observados a un pequeño número de medidas estadísticas que
permitirán la comparación entre diferentes series de datos y estimando la
probabilidad de éxito que tiene cada una de las decisiones posibles. (Fernández
et.al, p. 18)

Significado de Estadística
El Diccionario de la Lengua Española otorga el siguiente significado al término
estadística:
 Estudio de los datos cuantitativos de la población, de los recursos naturales e
industriales, del tráfico o de cualquier otra manifestación de las sociedades
humanas.
 Rama de la matemática que utiliza grandes conjuntos de datos numéricos para
obtener inferencias basadas en el cálculo de probabilidades.

Partes de la estadística
De acuerdo con Moore (p. XXXIV) la estadística, para su estudio, se divide en tres
partes:

1. La obtención de datos proporciona métodos para obtener datos que permiten dar

respuestas claras a preguntas concretas,
2. El análisis de datos se ocupa de los métodos y las ideas necesarias para
organizar y describir datos utilizando gráficos y resúmenes numéricos.
3. La inferencia estadística va más allá de los datos disponibles y obtiene
conclusiones sobre un universo más amplio teniendo en cuenta la omnipresencia
de la variabilidad y la incertidumbre de las conclusiones.

En el siguiente video se hace una corta introducción al concepto de estadística, se

presenta una definición y, a través de un ejemplo, algunos conceptos adicionales
que seguro te van a resultar útiles.

Objetivos de la estadística
1. Objetivo General
Como objetivo general se tiene que:

El objetivo de la estadística es mejorar la comprensión de hechos a partir de

datos. (Moore, p. 267)

El principal objetivo de la estadística es hacer inferencias acerca de una población,

con base en la información contenida en una muestra. (Pérez, p. 172)

2. Objetivos específicos
Algunos objetivos específicos son (Martínez, p. 9):

 Conocer la realidad de una observación o fenómeno.

 Determinar lo típico o normal de esa situación.
 Determinar los cambios que representa el fenómeno.
 Relacionar dos o más fenómenos.
 Determinar las causas que originan el fenómeno.
 Hacer estimaciones sobre el comportamiento futuro del fenómeno.
 Obtener conclusiones de un grupo menor (muestra) para hacerlas extensivas a un
grupo mayor (población).
 Determinar el grado de validez y confiabilidad ya sea de las predicciones o las
conclusiones obtenidas a partir de muestras.

Tipos de estadística
Básicamente se tienen dos tipos de estadística, a saber:

1. Estadística descriptiva
La estadística descriptiva se puede definir como un método para describir
numéricamente conjuntos numerosos. Por tratarse de un método de descripción
numérica, utiliza el número como medio para describir un conjunto, que debe ser
numeroso, ya que las permanencias estadísticas no se dan en los casos raros. No
es posible sacar conclusiones concretas y precisas de los datos
estadísticos. (Vargas, p.33)

Objetivo

La finalidad última de la estadística descriptiva es resumir la información de

conjuntos más o menos numerosos de datos. Para ello se asienta en un concepto
inmediato a la tarea de recuento: la frecuencia, medida empírica de la ocurrencia
de los distintos estados que puede presentar una variable. (SGT, p.16)

Ejemplo

Un docente de educación primaria desea conocer cuántos de los alumnos del

curso que dirige saben cómo hacer operaciones aritméticas con el ábaco. Realizó
una prueba a todos los estudiantes con la cual midió su grado de conocimientos
en el uso de esta herramienta, así obtuvo datos que pudo representar en tablas y
gráficos, además de calcular algunos indicadores con los cuales pudo apreciar
que solo un 50% de sus discípulos contaba con los conocimientos requeridos para
empezar el curso, por lo cual concluyó que lo mejor era impartir unas clases
iniciales de nivelación para que todos estén en capacidad de aprovechar las
lecciones.

Elementos de la estadística descriptiva. Fuente: Ramos et. al. (p. 16)

2. Estadística inferencial, analítica o deductiva

La estadística inferencial estudia la probabilidad de éxito de las diferentes
soluciones posibles a un problema en las diferentes ciencias en las que se aplica y
para ello utiliza los datos observados en una o varias muestras de la población.
Mediante la creación de un modelo matemático infiere el comportamiento de la
población total partiendo de los resultados obtenidos en las observaciones de las
muestras. (Fernández et.al, p.17)

Objetivo

La inferencia estadística intenta tomar decisiones basadas en la aceptación o el

rechazo de ciertas relaciones que se toman como hipótesis. Esta toma de
decisiones va acompañada de un margen de error, cuya probabilidad está
determinada. (Vargas, p.33)

La estadística inferencial tiene dos objetivos básicos: a) obtener conclusiones

válidas acerca de una población sobre la base de una muestra, es decir, que las
conclusiones que obtengamos de una muestra se puedan extrapolar a la
población que dio origen a esa muestra y b) poder medir el grado de incertidumbre
presente en dichas inferencias en términos de probabilidad. (Díaz, p.287)
Ejemplo

Un fabricante de colchones quiere conocer los hábitos de sueño de sus posibles

clientes, para lo cual decide realizar una encuesta. Inicialmente establece una
muestra de consumidores con el perfil requerido y procede a aplicarla, obteniendo
así un conjunto de datos que le permiten inferir que una gran mayoría de usuarios
prefieren los colchones blandos así que, para satisfacer al mercado, decide que
empleará espumas de este tipo en la producción.

Elementos de la estadística inferencial. Fuente: Ramos et. al. (p. 17)

Breve reseña histórica

Hasta la actualidad se han desarrollado muchas y muy variadas técnicas
estadísticas que se aplican en laboratorios y todo tipo de organizaciones por todo
el mundo, en todos o casi todos los campos del conocimiento humano, lo que
hace de la Estadística en sí misma una ciencia muy importante en el desarrollo de
la vida.

A continuación algunos hitos históricos de su desarrollo (Llinás, p. 22 – 24):

El matemático británico Thomas Bayes (1702-1761) fue el pionero en el uso de la

teoría de la probabilidad para argumentar desde lo particular a lo general o de la
muestra a la población.

Pierre-Simon Laplace, astrónomo francés (1749-1827) admitió el principio de la

probabilidad inversa, a él se debe el principio de que la distribución de una
cantidad compuesta de partes independientes muestra toda una serie de
características (la media, varianza y otras medidas) que son simplemente las
sumas de cada característica de las distribuciones de las partes.

Carl Friedrich Gauss, matemático, astrónomo y físico alemán (1777-1855), se

acercó al problema de la estimación estadística en forma empírica, planteando el
problema de la estimación no solo en términos de probabilidades sino en términos
 de otros parámetros cuantitativos. Para este propósito trató de aplicar el método
de máxima verosimilitud, aunque intentó derivar y justificar este método con el
principio de la probabilidad inversa. Además, perfeccionó el ajuste sistemático de
las fórmulas de regresión, simple y múltiple, por el método de los mínimos
cuadrados, el cual, en los casos en los que sea apropiado, es un ejemplo
particular del método de máxima verosimilitud.

Friedrich Robert Helmert, matemático y geólogo alemán (1843-1917), descubriría

la distribución chi-cuadrada como una distribución de la varianza muestral para
una distribución normal, pero como su obra fue escrita en alemán y desconocida
en otras lenguas, luego se le atribuyó ese mismo descubrimiento a Karl Pearson,
matemático y científico inglés (1857-1936), quién se considera que instituyó las
disciplinas de la estadística matemática y de la bioestadística.

William Sealy Gosset, estadístico inglés (1876-1937), descubrió, a comienzos del

Siglo XX, la forma de la distribución t mediante una combinación de trabajos
empíricos y matemáticos con números aleatorios en su trabajo como estudiante y
colaborador en el laboratorio de Pearson.

Ronald Fisher, estadístico y biólogo inglés (1890 – 1962), considerando uno de los
padres de la inferencia estadística moderna, propuso y desarrolló el concepto de
análisis de la varianza, los valores p, el método de máxima veroscimilitud, la
distribución f (de Fisher, aunque también se le atribuye a otro científico, el
estadounidense George W. Snedecor, quien la habría nombrado de esa manera
por su gran admiración a Fisher), investigó la relación de los genes de diferentes
características y desarrolló métodos de análisis multivariante para responder esas
inquietudes.

Frank Yates, estadístico inglés (1902 – 1994), en su trabajo con Fisher, desarrolló
la correccion de continuidad o correccion de Yates.

Egon Pearson, hijo de Karl, estadístico británico (1895 – 1980), y Jerzy Neyman,
matemático y estadístico polaco (1894 – 1981), propusieron la prueba de
hipótesis, en oposición a los estudios de Fisher, conocido como el lema
fundamental de Neyman-Pearson, un resultado que describe el criterio óptimo
para distinguir dos hipótesis simples.

Más sobre eventos históricos de esta ciencia en el siguiente video:

Elementos de la estadística
A continuación se definen algunos de los elementos más empleados en
estadística:

 Población. Es el conjunto de todos los posibles elementos que intervienen en un

experimento o en un estudio. La hay de dos tipos
o Población finita. Es aquella que indica que es posible alcanzarse o sobrepasarse
al contar. Es aquella que posee o incluye un número limitado de medidas y
observaciones.
o Población infinita. Es infinita si se incluye un gran conjunto de medidas y
observaciones que no pueden alcanzarse en el conteo. Son poblaciones infinitas
porque hipotéticamente no existe límite en cuanto al número de observaciones
que cada uno de ellos puede generar.
 Muestra. Un conjunto de medidas u observaciones tomadas a partir de una
población dada. Es un subconjunto de la población.
 Muestra representativa. Un subconjunto representativo seleccionado de una
población de la cual se obtuvo.
 Muestreo. Al estudio de la muestra representativa.
 Censo. Al estudio completo de la población.
 Parámetro. Lo constituyen las características medibles en una población
completa. Se le asigna un símbolo representado por una letra griega.
 Estadístico o estadígrafo. Es la medida de una característica relativa a una
muestra. La mayoría de los estadísticos muestrales se encuentran por medio de
una fórmula y suelen asignárseles nombres simbólicos que son letras latinas.
 Datos estadísticos (Variables). Los datos son agrupaciones de cualquier número
de observaciones relacionadas. Para que se considere un dato estadístico debe
tener 2 características: a) Que sean comparables entre sí. b) Que tengan alguna
relación.
 Variable. Una característica que asume valores. Clases de datos:
o Variable cuantitativa o escalar. Será una variable cuando pueda asumir sus
resultados en medidas numéricas.
o Variable cuantitativa discreta. Es aquella que puede asumir solo ciertos valores,
números enteros. Ejemplo: El número de estudiantes (1,2,3,4)
o Variable cuantitativa continua. Es aquella que teóricamente puede tomar
cualquier valor en una escala de medidas, ya sea entero o fraccionario. Ejemplo,
Estatura: 1.90 m
o Variables cualitativas nominales. Cuando no es posible hacer medidas
numéricas, son susceptibles de clasificación. Ejemplo: Color de autos: rojo, verde,
azul.
 Experimento. Es una actividad planificada, cuyos resultados producen un
conjunto de datos. Es el proceso mediante el cual una observación o medición es
registrada. Ejemplo: ¿Cuál será la preferencia del consumidor ante dos marcas de
refresco con similares características en un ambiente armónico y sin publicidad?