UNIDAD 1: VARIABLES Y REPRESENTACIONES
TEMA 1: Aplicaciones en los Negocios y Economía
SUBTEMA 1: Aplicaciones en los negocios y en la economía
La Estadística Descriptiva se usa para interpretar grandes volúmenes de datos y extraer
conclusiones, como analizar el comportamiento del consumidor o medir la eficiencia
operativa. Por ejemplo, una empresa puede analizar datos de ventas para identificar
patrones de compra en distintos periodos del año y ajustar su estrategia de inventario.
SUBTEMA 2: Contaduría
En contaduría, la estadística descriptiva se utiliza para resumir los datos financieros de
la empresa, como ingresos, gastos y ganancias. Un ejemplo sería calcular el promedio de
ingresos trimestrales para identificar tendencias y patrones que ayuden en la toma de
decisiones financieras.
SUBTEMA 3: Finanzas y Marketing
En finanzas, las estadísticas ayudan a analizar el rendimiento de las inversiones y evaluar
riesgos. Por ejemplo, calcular el promedio de rendimientos anuales de una inversión o la
desviación estándar para medir su volatilidad. En marketing, se puede usar estadística
para segmentar mercados analizando datos demográficos y de comportamiento.
SUBTEMA 4: Producción y economía
En producción, se utilizan estadísticas para evaluar la calidad y eficiencia. Un ejemplo es
calcular la tasa de defectos en una línea de producción. En economía, las estadísticas
descriptivas ayudan a analizar indicadores macroeconómicos como el PIB, la inflación y
el desempleo para evaluar el estado de una economía y prever tendencias.
TEMA 2: Datos y Variables
SUBTEMA 1: Datos
Definición: Los datos son el conjunto de valores recopilados sobre una o más variables.
Pueden representar información sobre individuos, empresas, economías, etc., y son la
base para cualquier análisis estadístico.
Ejemplo: Supongamos que estamos estudiando la satisfacción de los clientes en una
cadena de restaurantes. Los datos podrían incluir la calificación de satisfacción (en una
escala de 1 a 10), la cantidad gastada por cliente, y el número de visitas mensuales de
cada cliente.
SUBTEMA 2: Elementos, variables y observaciones
Elementos: Son los objetos o sujetos de los que se recopilan datos.
Ejemplo: Si estamos estudiando las ventas en una tienda, cada producto sería un
elemento.
Variables: Son las características medibles de cada elemento.
Ejemplo: Precio, cantidad en inventario y ventas mensuales podrían ser variables
asociadas a cada producto.
Observaciones: Son los valores específicos que toma cada variable para cada elemento.
Ejemplo: Si un producto específico se vendió 100 veces en un mes y tiene un precio de
$10, esas cifras son observaciones.
SUBTEMA 3: Escalas de medición
Nominal: Agrupa datos en categorías sin orden jerárquico.
Ejemplo: El tipo de productos vendidos (bebidas, alimentos, ropa).
Ordinal: Clasifica con orden, pero sin cuantificar la distancia entre valores.
Ejemplo: Niveles de satisfacción del cliente (insatisfecho, neutral, satisfecho).
Intervalo: Tiene orden y distancias iguales entre valores, pero carece de un cero
absoluto.
Ejemplo: La temperatura en grados Celsius.
Razón: Como la escala de intervalo, pero con un cero absoluto, permitiendo
operaciones matemáticas.
Ejemplo: Ingresos mensuales en dólares, donde un valor de 0 significa la ausencia de
ingresos.
SUBTEMA 4: Datos cualitativos y cuantitativos
Datos cualitativos: No son numéricos y describen categorías o cualidades.
Ejemplo: Género del cliente (masculino, femenino), o tipo de producto (comida,
bebida).
Datos cuantitativos: Son numéricos y representan cantidades.
Ejemplo: Ingresos mensuales de un cliente, número de productos vendidos. Estos se
dividen en:
Datos discretos: Valores enteros y contables (como el número de productos
vendidos).
Datos continuos: Valores dentro de un rango continuo, como la altura o el tiempo de
espera.
TEMA 3: Fuente de Datos
SUBTEMA 1: Fuentes existentes
Incluyen bases de datos públicas (como la información del INEC o el Banco Central),
registros empresariales, y estadísticas gubernamentales. Estas fuentes son útiles para
obtener datos históricos y hacer análisis sin necesidad de realizar nuevos estudios.
SUBTEMA 2: Estudios estadísticos
Se realizan para recopilar datos específicos a través de encuestas, experimentos o
estudios observacionales. Por ejemplo, una encuesta de satisfacción del cliente realizada
por una empresa es un estudio estadístico que permite comprender mejor el mercado.
SUBTEMA 3: Errores en la adquisición de datos
Los errores en los datos pueden ser sistemáticos o aleatorios. Un error sistemático
ocurre cuando hay un sesgo en la recolección de datos (como medir mal las variables),
mientras que un error aleatorio es un error por fluctuaciones no controladas.
SUBTEMA 4: Corrección de Errores en la adquisición de datos
Para corregir errores, se utilizan métodos como la limpieza de datos, que elimina o
corrige valores atípicos y datos incompletos, y la verificación de la consistencia de los
datos para asegurar su precisión antes del análisis.
TEMA 4: Estadística Descriptiva
SUBTEMA 1: Concepto y definiciones
Definición: La estadística descriptiva se centra en la organización, presentación y
resumen de datos para ayudar a entender su estructura. Utiliza tablas, gráficos y medidas
numéricas.
Ejemplo: Analizar los datos de ventas mensuales mediante una tabla de frecuencias,
cálculo de promedios, y representación gráfica para comprender los picos de ventas y la
estacionalidad.
SUBTEMA 2: Variables y Tipos de Variables
Variables cualitativas: No numéricas, dividen datos en categorías.
Ejemplo: Tipo de cliente (nuevo o recurrente), o método de pago (efectivo, tarjeta).
Variables cuantitativas: Son numéricas, subdivididas en:
Variables discretas: Asumen valores enteros. Ejemplo: cantidad de empleados en una
empresa.
Variables continuas: Pueden tomar cualquier valor dentro de un rango. Ejemplo: peso
de un paquete en kilogramos.
SUBTEMA 3: Representación gráfica de las variables
Histogramas: Utilizados para datos cuantitativos, muestran la frecuencia en intervalos
continuos.
Ejemplo: Un histograma de ingresos mensuales de clientes muestra en qué rango de
ingresos se concentra la mayoría.
Gráficos de barras: Útiles para datos cualitativos, representan la frecuencia de cada
categoría.
Ejemplo: Un gráfico de barras del método de pago muestra cuál es el más popular
(efectivo, tarjeta, etc.).
Diagramas de dispersión: Representan la relación entre dos variables cuantitativas.
Ejemplo: Un diagrama de dispersión entre la cantidad de ventas y el gasto en publicidad
muestra si existe una correlación entre ambas.
Diagramas de caja (boxplot): Resumen visualmente la mediana, los cuartiles y los
valores atípicos.
Ejemplo: Un boxplot de la cantidad de ventas en diferentes sucursales permite ver la
distribución de ventas y detectar sucursales con bajo rendimiento.