Diccionario de términos de estadística básica

La estadística, es una herramienta indispensable en el análisis y comprensión de datos en diversos campos del conocimiento, la capacidad para interpretar y aplicar los principios estadísticos básicos es una habilidad esencial en este mundo. Sin embargo, para muchos, esta materia puede ser algo intimidante, lleno de jerga y técnicas complejas que pueden ser difíciles de entender sin una orientación adecuada. 

Por eso decidí crear este gran diccionario de términos de estadística básica para que sirva de herramienta para navegar en el mundo de los datos con mayor confianza y una comprensión más profunda y práctica de la estadística.

Diccionario de términos de estadística básica

Estadística. 

Rama de las matemáticas que, a través de diversas metodologías y técnicas, se encarga de la recolección y organización de datos acerca de personas, sucesos o cosas. Así mismo, facilita su análisis e interpretación, con el fin de obtener conclusiones (1). En la actualidad, esta disciplina es útil para un sinfín de ciencias y aplicaciones, organizada en dos grandes áreas de estudio: La estadística descriptiva y la estadística inferencial (6).

Estadística descriptiva. 

Dedicada a visualizar, describir y resumir numérica o gráficamente la información obtenida a partir de un conjunto de datos estadísticos (6).

Estadística inferencial. 

Dedicada a proponer modelos, predicciones e inferencias a partir de las observaciones hechas en torno a la aleatoriedad de un fenómeno (6).

Dato. 

Es la representación de una variable que puede ser cuantitativa o cualitativa que indica un valor que se le asigna a las cosas y se representa a través de una secuencia de símbolos, números o letras (7).

Información. 

Es un conjunto organizado de datos relevantes para uno o más sujetos que extraen de él un conocimiento. Es decir, es una serie de conocimientos comunicados, compartidos o transmitidos y que constituyen por lo tanto algún tipo de mensaje. Sin embargo, su definición varía según la disciplina o el enfoque desde el cual se la piense (8).

Variable. 

Son características o cualidades de una persona, animal u objeto, las cuales se pueden medir. Como su nombre lo indica, sus valores pueden cambiar. Hay dos tipos de variables que se utilizan en el análisis e interpretación de datos: variables cualitativas y variables cuantitativas (2).

Variable cualitativa. 

Son características de un individuo u objeto, que se pueden expresar con palabras. Por ejemplo: los colores, el género, el estado civil o la marca de un producto (2). Responden a la pregunta ¿cuál? o ¿cuáles? (7).

Variable cuantitativa. 

Son aquellas características de un objeto o individuo que se pueden escribir con números. Por ejemplo: edades, ingresos, el peso, altura, presión, humedad, tiempo transcurrido, temperatura, distancias o cualquier cantidad que pueda ser medida. A su vez, las variables cuantitativas se dividen en discretas y continuas (2). 

Variables discretas. 

Son aquellas que no aceptan un valor entre dos números consecutivos. Generalmente, las variables discretas son resultados de un conteo y no permiten los números decimales (2).

Variables continuas. 

Son aquellas que pueden tomar cualquier valor entre dos intervalos o números (2). es decir, si permite los números decimales.

Población. 

Es el conjunto de todos los elementos cuyas propiedades se van a estudiar. También es llamada universo. Una población puede ser: finita (cuando la cantidad de elementos es posible determinar) o infinita (cuando la cantidad de elementos es imposible de determinar) (3).

Muestra. 

Es un subconjunto de la población. En muchas ocasiones, es importante trabajar con una muestra representativa de la población, para ello, debemos trabajar con criterios y técnicas de muestreo. Una muestra representativa debe reflejar las características de la población. En la práctica, para estudiar una población grande, debemos tomar una muestra (3).

Individuo. 

Cada uno de los elementos que componen a la población. También se le conoce como unidad estadística (3).

Censo. 

Es el proceso en el que se recogen y analizan todos los miembros de una población. Sus ventajas son que proporciona información exhaustiva y las conclusiones son más precisas y fiables. Sus desventajas son que exige muchos recursos de tiempo y costo y puede no resultar viable en una población infinita (4).

Muestreo. 

Es el proceso mediante el cual se toman a ciertos individuos que pertenecen a una población que está siendo sujeto de un análisis. El objetivo es que la muestra sea representativa, es decir, que sus indicadores o variables sean los mismos o muy similares al de la población. Los muestreos son de tipo probabilístico (cuando las observaciones se seleccionan aleatoriamente, es decir al azar) y tipo no probabilístico (cuando la muestra seleccionada no depende de la probabilidad, sino de la decisión de los investigadores) (5).

Muestreo aleatorio simple. 

Todos los individuos de la población tienen la misma probabilidad de ser elegidos como parte de la muestra. Tiene de ventaja que es fácil de llevar a cabo a través de sistemas informáticos. Sin embargo, requiere el listado completo de toda la población y, si la muestra es muy pequeña, la selección podría no ser representativa (5).

Muestreo sistemático. 

Se elige una observación al azar y, para seleccionar el resto de la muestra, se utilizan intervalos numéricos regulares (5).

Muestreo aleatorio estratificado. 

Se divide a la población en estratos, que son grupos que comparten características en común y son más homogéneos, inclusive, que la población en su conjunto. Entonces, se selecciona una muestra, ya sea de manera aleatoria o sistemática, dentro de cada estrato. El objetivo es lograr una representatividad de cada estrato (5).

Muestreo por conglomerados o clusters. 

Consiste en crear grupos más pequeños que la población, los cuales reflejan o compartan todas las características de esta. Luego, elegimos algunos de los conglomerados como muestra y lo analizamos de forma detallada (5).

Muestreo por conveniencia. 

Consiste en que el investigador captará a los sujetos que estén a su disponibilidad. Por ejemplo, por su proximidad o facilidad de acceso (5).

Muestreo opinático o intencional. 

El investigador utiliza su juicio o criterio para elegir a quienes van a participar como parte de la muestra (5).

Muestreo casual o accidental. 

El investigador selecciona sin juicio previo a los individuos que van a formar parte de la muestra. Por ejemplo, esto suele suceder cuando se hacen encuestas en la calle (5).

Muestreo de bola de nieve. 

Consiste en que, después de encontrar al primer sujeto (o primeros sujetos) de la muestra, el investigador le pide ayuda a él (o ellos) para identificar a otros individuos con esas mismas características. Se tratad e una técnica utilizada cuando es difícil localizar a un grupo específico por el manejo de datos sensibles, por ejemplo, emigrantes en situación de ilegalidad (5).

Muestreo por cuotas. 

Se trata de una combinación de las muestras estratificadas y las muestras intencionales, ya que el investigador elige a las personas que entrevistar de acuerdo a su pertenencia (y representatividad) de un determinado estrato o grupo determinado de antemano (6).

Espero que este diccionario de estadística básica te haya sido util para tu aprendizaje. Los datos son un pilar fundamental de nuestra sociedad y su relevancia solo seguirá creciendo. Puede ser abrumador al principio, y tal vez tengas ganas de evitarlos, pero luego estas palabras serán parte de tu vocabulario y te ayudarán a aprender a analizar críticamente los datos para tomar decisiones más acertadas y efectivas.

Recuerda que puedes darte una vuelta por mi canal de YouTube, allí tengo mis apuntes digitales.

¿Faltó alguna palabra?

Escríbeme en los comentarios la palabra y su significado y así seguimos actualizando este artículo.