ESTADÍSTICA DESCRIPTIVA
La estadística descriptiva es la rama de la estadística que se encarga de recopilar, organizar, resumir y
presentar datos para describir sus características principales sin hacer inferencias sobre la población.
La estadística descriptiva se centra en analizar y resumir un conjunto de datos mediante medidas numéricas,
tablas y gráficos, con el fin de facilitar su comprensión y permitir comparaciones precisas entre elementos o
variables. Su objetivo principal es transformar datos crudos en información útil, mostrando tendencias, patrones
y variabilidad dentro de la muestra o población estudiada.
Ejemplo general
Si en un grupo las calificaciones son 6, 7, 7, 8, 8, 8, 9 y 10, la estadística descriptiva ayuda a saber cuál es
el promedio, cuál se repite más y qué tan separadas están entre sí.
1. CONCEPTOS BÁSICOS
Categoría Concepto Ejemplo
Conjunto total de elementos que se quieren Todos los alumnos de una
Población
estudiar. universidad.
Parte de la población que se selecciona para 50 alumnos elegidos para aplicar
Muestra
analizar. una encuesta.
Dato Valor individual observado. Una edad de 19 años.
Variable Característica que se mide u observa. Peso, estatura, ingreso o carrera.
Cómo distinguirlos
En una investigación sobre presión arterial: la población pueden ser todos los pacientes de una clínica; la
muestra, 80 pacientes; el dato, 120/80 en una persona; y la variable, la presión arterial.
2. TIPOS DE VARIABLES Y ESCALAS DE MEDICIÓN
Variables cualitativas
• Nominal: clasifica sin orden. Ejemplo: color de ojos, tipo de sangre.
• Ordinal: clasifica con orden. Ejemplo: nivel de satisfacción: bajo, medio, alto.
Variables cuantitativas
• Discreta: toma valores enteros. Ejemplo: número de hijos.
• Continua: puede tomar decimales. Ejemplo: peso, temperatura, tiempo.
Escalas de medición
Categoría Concepto Ejemplo
Nominal Solo clasifica. Tipo de sangre A, B, AB, O.
Ordinal Clasifica con orden. Excelente, bueno, regular.
Intervalo Tiene distancias iguales, pero no cero absoluto. Temperatura en °C.
Razón Tiene distancias iguales y cero real. Edad, peso, ingresos.
Regla rápida
Si el cero significa ausencia real de la característica, normalmente estás ante una escala de razón.
3. ORGANIZACIÓN DE DATOS Y FRECUENCIAS
Datos no agrupados y datos agrupados
Los datos no agrupados se presentan tal como se recolectan. Los datos agrupados se ordenan en clases o
intervalos para facilitar su lectura cuando hay muchos valores.
Página 1
Frecuencias
• Frecuencia absoluta: número de veces que aparece un dato.
• Frecuencia relativa: proporción respecto al total.
• Frecuencia porcentual: frecuencia expresada en porcentaje.
• Frecuencia acumulada: suma progresiva de frecuencias.
Ejemplo de frecuencias
Datos: 2, 2, 3, 3, 3, 4
Frecuencia absoluta del 2 = 2; del 3 = 3; del 4 = 1.
Frecuencia relativa del 3 = 3/6 = 0.50.
Frecuencia porcentual del 3 = 50%.
Frecuencia acumulada hasta el valor 3 = 5.
4. MEDIDAS DE TENDENCIA CENTRAL
Categoría Concepto Ejemplo
Media Promedio aritmético de los datos. 4, 6 y 8 → media = 6.
Mediana Valor central de los datos ordenados. 2, 4, 6, 8, 10 → mediana = 6.
Moda Dato que más se repite. 3, 4, 4, 5 → moda = 4.
Cómo elegir la mejor medida
La media sirve cuando los datos no tienen valores extremos muy fuertes.
La mediana es muy útil cuando existen datos atípicos.
La moda ayuda a identificar la categoría o valor más frecuente.
5. MEDIDAS DE POSICIÓN
• Cuartiles: dividen los datos en 4 partes iguales. Q1 = 25%, Q2 = 50%, Q3 = 75%.
• Deciles: dividen los datos en 10 partes.
• Percentiles: dividen los datos en 100 partes.
Ejemplo de percentil
Si un estudiante está en el percentil 90, significa que su resultado es igual o superior al de 90% del grupo.
6. MEDIDAS DE DISPERSIÓN
Categoría Concepto Ejemplo
Rango Diferencia entre el dato mayor y el menor. 15 y 5 → rango = 10.
Mide cuánto se alejan los datos respecto a Mientras más grande, más
Varianza
la media, en unidades al cuadrado. dispersión.
Permite interpretar la dispersión
Desviación estándar Raíz cuadrada de la varianza.
en las mismas unidades.
Describe la dispersión del 50%
Rango intercuartílico Diferencia entre Q3 y Q1.
central.
Relaciona dispersión y media en Sirve para comparar dos grupos
Coeficiente de variación
porcentaje. con escalas distintas.
Idea clave
Si dos grupos tienen la misma media pero uno presenta mayor desviación estándar, ese grupo tiene datos
más separados entre sí.
Página 2
7. FORMA DE LA DISTRIBUCIÓN Y VALORES ATÍPICOS
• Simetría: ambos lados de la distribución se parecen.
• Asimetría positiva: la cola se extiende hacia la derecha; suele ocurrir con ingresos.
• Asimetría negativa: la cola se extiende hacia la izquierda.
• Curtosis: indica si la distribución es más apuntada o más achatada.
• Valor atípico: dato muy alejado del resto; puede alterar sobre todo la media.
Ejemplo de valor atípico
Edades: 18, 19, 21 y 70. El 70 destaca por estar muy lejos del resto y puede cambiar bastante el promedio.
8. REPRESENTACIÓN GRÁFICA DE LOS DATOS
Categoría Concepto Ejemplo
Carreras con mayor número de
Barras Compara categorías o valores discretos.
alumnos.
Circular Muestra proporciones del total. Porcentaje de ventas por producto.
Representa datos continuos agrupados
Histograma Distribución de edades.
en intervalos.
Permite ver la forma de la
Polígono de frecuencias Une los puntos medios de los intervalos.
distribución.
Dispersión Relaciona dos variables cuantitativas. Horas de estudio y calificación.
9. ANÁLISIS UNIVARIADO Y BIVARIADO
• Univariado: estudia una sola variable. Ejemplo: solo la edad de 100 personas.
• Bivariado: estudia dos variables y la relación entre ellas. Ejemplo: edad y salario.
• Covarianza: indica si dos variables tienden a moverse juntas.
• Correlación: mide la fuerza y dirección de la relación lineal, en un rango de -1 a 1.
Interpretación rápida de la correlación
Cercana a 1: relación positiva fuerte.
Cercana a -1: relación negativa fuerte.
Cercana a 0: poca o ninguna relación lineal.
10. DIFERENCIA ENTRE ESTADÍSTICA DESCRIPTIVA E INFERENCIAL
Descriptiva Inferencial
Resume y presenta los datos observados. Ejemplo: Usa una muestra para sacar conclusiones sobre
el promedio del grupo es 8.2. una población. Ejemplo: con 50 alumnos se estima
el promedio de toda la universidad.
11. EJEMPLO COMPLETO RESUELTO
Datos: 18, 19, 20, 20, 21, 22, 22, 22, 23 y 30
• Media = 217 / 10 = 21.7
• Mediana = (21 + 22) / 2 = 21.5
• Moda = 22
• Rango = 30 - 18 = 12
• Interpretación: la mayoría de las edades se concentra cerca de 20 a 22 años y 30 está alejado del resto.
12. GUÍA RÁPIDA PARA MEMORIZAR
Centro de los datos Media, mediana y moda
Ubicación del dato Cuartiles, deciles y percentiles
Separación entre datos Rango, varianza y desviación estándar
Forma del comportamiento Simetría, asimetría y curtosis
Presentación visual Tablas, barras, histogramas y cajas
Página 3