En las ciencias fácticas, ¿cuál es el objetivo de la estadística descriptiva?

Organizar y describir las características de un conjunto de datos.

Ciencias · Estadística

Se copia a tu biblioteca con todas las funciones (audio, generar más, pregúntale al profesor) sin gastar de nuevo la IA en fichas/test. "Añadir todo el bloque" trae también el resto de temas de esta misma categoría.

Estadística

Universidad

Introducción al Grado en Estadística. Fuente: Wikipedia (CC BY-SA 4.0).

40 fichas24 preguntas de test8 apartados de resumen

Regístrate para entrar en «Estadística»

Ver el temario y sus bloques es libre. Abrir el tema completo — resumen, test, fichas y audio — es gratis pero requiere una cuenta, para guardar tu progreso y que esto siga siendo sostenible para todos.

Resumen por apartados

Test con nota

Fichas de repaso

Audio

Lo que tienes que saber

Leer la teoría completa →

Definición, aplicaciones y ramas de la estadística

Definición: Estudio de la variabilidad y procesos aleatorios bajo leyes de probabilidad
Uso en ciencias fácticas: Recolección, organización, análisis e interpretación de datos
Objetivo metodológico: Extraer conclusiones de muestras e inferencias sobre poblaciones
Estadística descriptiva: Resumen y visualización de datos (ej. media, desviación estándar, histogramas)
Estadística inferencial: Generación de modelos, predicciones e inferencias sobre poblaciones
Técnicas inferenciales: Pruebas de hipótesis, estimación, pronósticos, correlación y regresión
Subdivisiones de la inferencial: Paramétrica y no paramétrica
Estadística matemática: Establece las bases teóricas de las técnicas
Diferenciación: «Estadísticas» se refiere al resumen de resultados descriptivos

Evolución histórica y origen de la estadística

Origen: Gottfried Achenwall (1749), 'ciencia del Estado'.
Significado actual: Introducido por sir John Sinclair en el siglo XIX.
Relación bibliográfica: Ubicada junto a la demografía (Melvil Dewey).
Babilonia (3000 a. C.): Tablillas de arcilla para producción agrícola y comercio.
Egipto (3050 a. C.): Censos para planificación de pirámides y gestión de recursos.
China (2238 a. C.): Censo general de Yao (agrícola, industrial y comercial).
Grecia (594 a. C.): Censos para impuestos, servicio militar y derecho al voto.
Roma: Registros de nacimientos, defunciones y riqueza.
México (1116): Censo ordenado por el rey Xólotl.
Edad Media: Obra de Isidoro de Sevilla (Originum sive Etymologiarum).
España (Edad Moderna): Censos de Pecheros (1528), Obispos (1587), Millones (1591) y Aranda (1768).
Inglaterra (1500s): Multiplicación de datos por la peste.

Evolución histórica de la teoría de la probabilidad y la estadística

Origen: Correspondencia Pascal-Fermat (1654)
Primer tratamiento científico: Huygens (1657)
Consolidación matemática: Bernoulli (1713) y de Moivre (1718)
Modelo fundamental moderno: Kolmogórov
Teoría de errores: Simpson (1755) introdujo la discusión de errores y axioma de probabilidad igual
Reglas de combinación: Laplace (1774) dedujo fórmulas para la media y ley de facilidad del error
Principio de máximo producto: Bernoulli (1778)
Mínimos cuadrados: Publicado por Legendre (1805), Adrain (1808) y Gauss (1809)
Aplicación práctica: Gauss (1801) predijo la localización de Ceres
Estadística social: Quetelet introdujo el concepto de «hombre promedio»
Disciplina rigurosa: Galton y Pearson en el siglo XX
Aportes de Galton: Desviación típica, correlación y regresión
Aportes de Pearson: Coeficiente de correlación, método de momentos y distribuciones de Pearson
Instituciones: Biometrika y departamento de estadística en University College de Londres
Varianza: Primer uso del término por Fisher (1918)
Diseño experimental: Fisher (1935) desarrolló modelos rigurosos y el concepto de suficiencia
Biología: Principio de Fisher (ratio de sexo) y Fisherian runaway (1930)

Fundamentos, aplicaciones y métodos de la estadística

Definición: La estadística es una ciencia formal y subárea de las matemáticas aplicada a ciencias fácticas.
Unidad de estudio: Puede ser una población completa, un proceso o una serie de tiempo.
Muestra: Subconjunto seleccionado de la población para facilitar la recolección de datos.
Propósitos del análisis: Descripción e inferencia.
Correlación: Variación conjunta de dos variables; no implica causalidad.
Variable confusora: Tercera variable no considerada que puede explicar una correlación aparente.
Representatividad: Condición necesaria para extender las conclusiones de la muestra a la población.
Teoría estadística: Rama que usa la teoría de probabilidades y el análisis matemático.
Supuestos matemáticos: Requisito obligatorio para la validez de cualquier método estadístico.
Significado estadístico: Medida del grado en que una tendencia puede ser causada por variaciones aleatorias.
Causalidad: Estudio del efecto de las variables independientes sobre las variables dependientes.
Tipos de estudios de causalidad: Experimentales y observacionales.

Niveles de medición, técnicas estadísticas y conceptos de población

Nivel Nominal: Agrupación en clases sin orden interpretable.
Nivel Ordinal: Posee orden interpretable pero diferencias imprecisas.
Nivel de Intervalo: Unidad constante y distancia medible; cero arbitrario.
Nivel de Razón: Nivel más alto; posee punto cero propio (ausencia de magnitud).
Pruebas estadísticas: Incluyen ANOVA, Pearson, Spearman, χ², t de Student y U de Mann-Whitney.
Población: Conjunto total de valores; su análisis completo es un censo.
Población finita: Número limitado de elementos.
Población infinita: Número ilimitado de observaciones.
Muestra: Subconjunto de la población; su selección es el muestreo.
Muestra representativa: Debe contener las características esenciales de la población.
Parámetro: Medida numérica de la población (μ o σ).

Evolución de la estadística, mal uso de los datos y métodos de inferencia

Impacto computacional: Transición de modelos lineales a redes neuronales, árboles de decisión y modelos multinivel.
Métodos de remuestreo: Crecimiento de tests de permutación, bootstrap y muestreo de Gibbs.
Teoría del caos: Establecida en EE. UU. con 350 libros en 1997 y aplicada en física y ciencias sociales.
Sesgo de datos: Introducido por selección no aleatorizada o eliminación selectiva de outliers.
Requisito profesional: Se propone que la estadística sea una profesión regulada para titulados en Matemáticas o Estadística.
Error de tipo I: Consecuencia común del desconocimiento técnico en la interpretación de datos.
P-hacking: Práctica de buscar asociaciones significativas sin hipótesis previa, afectando la reproducibilidad.
Inferencia clásica: Riesgo de sobreestimar la importancia de diferencias pequeñas en muestras grandes.
Inconsistencia científica: Causada por el uso de muestras pequeñas y técnicas estadísticas mal aplicadas.

Críticas a la prueba de hipótesis y metodología en la enseñanza de la estadística

Crítica al p-valor: resume la evidencia del efecto pero no su tamaño.
Intervalos de confianza: indican tamaño del efecto e incertidumbre.
Métodos bayesianos: alternativa a la prueba de hipótesis, también criticada.
Errores tipo I y II: generan tensiones en la aprobación de medicamentos.
Enseñanza efectiva: requiere ejemplos concretos y problemas relevantes.
Vinculación cualitativo-cuantitativo: permite usar detalles descriptivos para cuantificar y generalizar.
Triangulación de resultados: disminuye la falibilidad de los datos.
Integración curricular: el razonamiento cuantitativo debe estar en los cursos sustanciales.
Uso de Wikipedia: análisis de visitas sirve para identificar temas de planes de estudio.
Enfoque práctico: prioriza selección de pruebas, interpretación y software libre.

Derecho Estadístico y Criminología Estadística

Derecho Estadístico: disciplina jurídica que estudia tendencias y frecuencias de fenómenos masivos.
Objetivo: regular la vida en sociedad para hacerla más justa y menos manipulable.
Función principal: proporcionar datos para la regulación social con fiabilidad y validez.
Uso en justicia: herramienta fundamental donde los datos pueden determinar la inocencia o agravio.
Riesgo: uso erróneo de datos estadísticos en procesos judiciales.
Criminología Estadística: disciplina que aporta principios y técnicas de investigación para juicios más certeros.
Contexto: escasos enfoques estadísticos rigurosos en países latinoamericanos.

Vista previa de las fichas (6 de 40)

01
La estadística estudia la variabilidad de los fenómenos y los procesos [____] que la generan.
aleatorios
02
En las ciencias fácticas, ¿cuál es el objetivo de la estadística descriptiva?
Organizar y describir las características de un conjunto de datos.
03
La estadística inferencial se utiliza para extraer inferencias acerca de la [____] bajo estudio.
población
04
La estadística inferencial se divide en dos tipos: [____] y no paramétrica.
paramétrica
05
¿Qué disciplina establece las bases teóricas de las técnicas estadísticas?
Estadística matemática
06
En 1749, ¿quién introdujo el término alemán Statistik para referirse al análisis de datos del Estado?
Gottfried Achenwall

+ 34 fichas más, 24 preguntas de test y audio al registrarte (gratis).