1. Tipos de estadística
1.1. Estadística descriptiva
1.1.1. Métodos para organizar, resumir y presentar datos de manera informativa. (Lind, Marchal & Wathen. 2019.)
1.1.2. Rama de la estadística que formula recomendaciones de cómo resumir, de forma clara y sencilla, los datos de una investigación en cuadros, tablas, figuras o gráficos. (Rendón-Macías ME, Villasís-Keever MÁ, Miranda-Novales MG. 2016.)
1.1.3. Ejemplos: El cálculo de la media y la mediana
1.1.4. Es una de las dos ramas de la estadística que se enfoca en resumir de manera simple los resultados y variables de una investigación utilizando herramientas como tablas, gráficas, etc.
1.2. Estadística inferencial
1.2.1. Métodos que se emplean para determinar una propiedad de una población con base en la información de una muestra de ella. (Lind, Marchal & Wathen. 2019.)
1.2.2. Es la rama de Estadística que se ocupa de los procesos de estimación (puntual y por intervalos), análisis y pruebas hipótesis. (Acosta, Salomón; Laines, Blanca; Piña, Gilber, 2014.)
1.2.3. La estadística inferencial se enfoca en sacar conclusiones a partir de información sacada de una muestra de la población.
1.2.4. Ejemplos: Sondeos de tendencias de voto
2. Tipos de variables
2.1. Cualitativa
2.1.1. Cuando la característica que se estudia es de naturaleza no numérica. (Lind, Marchal & Wathen. 2019.)
2.1.2. Reciben este nombre aquéllas variables cuyos elementos de variación tienen un carácter cualitativos no susceptible de medición numérica. (Daniel Cauas, 2015)
2.1.3. Las variables cualitativas no son numéricas, se expresan con palabras.
2.1.4. Ejemplos: el sexo, color de ojos, sabor de helado favorito.
2.2. Cuantitativa
2.2.1. Cuando la variable que se estudia aparece en forma numérica. (Lind, Marchal & Wathen. 2019.)
2.2.2. Aquella que utiliza preferentemente información cuantitativa o cuantificable (medible). (Daniel Cauas, 2015)
2.2.3. El tipo de variable que aparece en forma de numeros en vez de palabras.
2.2.4. Ejemplos: Temperatura, edad, estatura, etc.
3. Niveles de medición
3.1. Ordinal
3.1.1. Los datos se ordenan (Lind, Marchal & Wathen. 2019.)
3.1.2. Surge a partir de la operación de ordenamiento; en está escala se habla de primero, segundo, tercero. (Giampaolo Orlandoni Merli, 2010.)
3.1.3. Este tipo de nivel de medición se enfoca en darle un orden a los datos.
3.1.4. Ejemplos: cuando los datos se ordenan de mayor a menor
3.2. Nominal
3.2.1. Los datos solo se clasifican. (Lind, Marchal & Wathen. 2019.)
3.2.2. En esta escala las unidades observacionales (UO) se agrupan en clases excluyentes según determinada propiedad, con lo que se define una partición sobre el conjunto de tales unidades. (Giampaolo Orlandoni Merli, 2010.
3.2.3. Clasifican los observaciones de acuerdo a sus propiedades y se cuentan pero no tienen un orden natural.
3.2.4. Ejemplo: El genero es un ejemplo de nivel nominal de medición.
3.3. Intervalo
3.3.1. Diferencia significativa entre valores. (Lind, Marchal & Wathen. 2019.)
3.3.2. Esta escala representa magnitudes, con la propiedadde igualdad de la distancia entre puntos de escala de la misma amplitud. (Giampaolo Orlandoni Merli, 2010.
3.3.3. Este nivel de medición se divide en magnitudes constantes.
3.3.4. Ejemplo: la temperatura
3.4. De razón
3.4.1. Punto 0 significativo y razón entre valores. (Lind, Marchal & Wathen. 2019.)
3.4.2. Tiene las mismas propiedades que la escala intervalos, y además posee el cero absoluto. (Giampaolo Orlandoni Merli, 2010.
3.4.3. En este nivel el numero 0 tiene valor, y la manera en la que las variables estan ordenandas tienen sus motivos
3.4.4. Ejemplo: salarios, peso, cambio de precios, etc.