Este temario corresponde en exclusiva a la especialidad de Matemáticas del Cuerpo de Profesores de Enseñanza Secundaria (código 590/512) — una de las aproximadamente 50 especialidades oficiales de este cuerpo. No cubre ninguna otra especialidad de Secundaria (Lengua Castellana y Literatura, Geografía e Historia, Física y Química, Biología y Geología, Inglés, Filosofía, Tecnología, Dibujo, Música...) ni los cuerpos de Maestros o de Profesores Técnicos de Formación Profesional, que tienen temarios propios y distintos, todavía no publicados en OpositaGratis. El cuestionario específico (Parte A) que se reproduce aquí es el fijado con carácter estatal por el entonces Ministerio de Educación y Ciencia, y sigue siendo, más de tres décadas después, el temario base que las distintas Administraciones educativas —las 17 comunidades autónomas más Ceuta y Melilla, cada una competente para convocar su propia oposición— citan y desarrollan en sus resoluciones de convocatoria anual, al no existir una versión posterior que lo haya derogado o sustituido con carácter general para esta especialidad. Cada convocatoria autonómica concreta puede añadir particularidades propias (requisitos lingüísticos en comunidades con lengua cooficial, la prueba de programación y unidad didáctica, u otras variaciones menores de redacción), que no están reflejadas en este índice.
Este tema abre el bloque de Estadística, Probabilidad y Lógica del temario de Secundaria-Matemáticas y cumple una función de encuadre: define qué es la Estadística como disciplina científica, distingue sus dos grandes ramas —descriptiva e inferencial— y sitúa históricamente su origen y su papel social actual. Es un tema con poca carga de cálculo pero alta exigencia conceptual e histórica, habitual como pregunta de desarrollo largo en la parte teórica del examen, y sirve de pórtico a los temas siguientes del bloque (población y muestra, representación de datos, parámetros, probabilidad e inferencia), que desarrollan en detalle cada uno de los conceptos aquí solo enunciados.
La Estadística es la ciencia que se ocupa de la recogida, organización, análisis, interpretación y presentación de datos, con el objetivo de extraer información útil y fundamentar la toma de decisiones en contextos de incertidumbre. A diferencia de las matemáticas puras, que trabajan con objetos deterministas, la Estadística nace precisamente para tratar la variabilidad y el azar inherentes a los fenómenos observados, ya sean naturales, sociales o económicos. Su método combina herramientas propias (frecuencias, parámetros, modelos probabilísticos) con instrumentos tomados de otras ramas de la matemática, en particular del cálculo de probabilidades, que le proporciona el sustento teórico para generalizar resultados de una muestra a una población. Conviene distinguir la Estadística como disciplina científica de su uso coloquial como sinónimo de "dato numérico": en sentido riguroso, la Estadística es un cuerpo metodológico con fundamentos axiomáticos (teoría de la probabilidad de Kolmogorov) y un conjunto de técnicas de inferencia validadas matemáticamente. Su ámbito de aplicación es prácticamente universal —biología, medicina, economía, ingeniería, ciencias sociales, control de calidad— lo que explica su presencia transversal en el currículo de Secundaria y Bachillerato, tanto en la asignatura de Matemáticas como en la de Matemáticas Aplicadas a las Ciencias Sociales, y la necesidad de que el profesorado domine tanto su formalización matemática como su didáctica aplicada a problemas reales y contextualizados.
Objetivo y métodos de la estadística descriptiva
La estadística descriptiva tiene como objetivo resumir, organizar y presentar de forma clara y sintética la información contenida en un conjunto de datos, sin pretender extraer conclusiones que vayan más allá de los propios datos observados. Sus métodos se articulan en tres fases: en primer lugar, la organización de los datos brutos en tablas de frecuencias (absolutas, relativas, acumuladas); en segundo lugar, su representación gráfica mediante diagramas de barras, histogramas, polígonos de frecuencias, diagramas de sectores o diagramas de caja, que permiten una lectura visual inmediata de la distribución; y en tercer lugar, el cálculo de parámetros o medidas de síntesis —de centralización (media, mediana, moda), de posición (cuartiles, percentiles), de dispersión (varianza, desviación típica, rango) y de forma (asimetría, curtosis)— que condensan en unos pocos valores numéricos las características esenciales de la distribución. La estadística descriptiva se aplica tanto a datos de una población completa como a los de una muestra, y en este último caso no implica todavía ningún proceso de generalización: describir una muestra es simplemente reportar lo que en ella se observa. Es, por tanto, la fase previa e imprescindible de todo análisis estadístico, y en el aula constituye el bloque de contenidos más extenso por su valor instrumental y su aplicabilidad inmediata a la interpretación crítica de la información cuantitativa que rodea al alumnado.
Objetivo y métodos de la estadística inferencial
La estadística inferencial tiene como objetivo generalizar, con un grado de fiabilidad cuantificable, las conclusiones obtenidas a partir de una muestra al conjunto de la población de la que dicha muestra procede. Mientras que la estadística descriptiva se limita a los datos observados, la inferencial da el salto epistemológico de formular afirmaciones sobre parámetros poblacionales desconocidos (la media μ, la proporción p, la varianza σ² de toda la población) basándose únicamente en la información parcial que proporciona la muestra. Sus dos grandes procedimientos son la estimación —puntual, cuando se propone un único valor como mejor aproximación del parámetro, o por intervalos de confianza, cuando se ofrece un rango de valores plausibles junto con un nivel de confianza asociado— y el contraste de hipótesis, mediante el cual se decide, con un riesgo de error controlado, si los datos muestrales son compatibles con una hipótesis previa sobre la población. El fundamento matemático de toda inferencia es el cálculo de probabilidades: solo puede cuantificarse el margen de error de una generalización si se dispone de un modelo probabilístico del muestreo, lo que exige que la muestra se haya obtenido mediante un procedimiento aleatorio. La estadística inferencial es, en este sentido, la culminación metodológica del bloque, y su estudio en Secundaria y Bachillerato se centra en los procedimientos más básicos de estimación de medias y proporciones.
Población y muestra
La población estadística es el conjunto total de individuos, elementos o unidades sobre los que se desea obtener información en un estudio determinado; puede ser finita (los alumnos matriculados en un centro) o infinita (el conjunto teórico de todas las mediciones posibles de un proceso de fabricación continuo). La muestra es un subconjunto de la población, seleccionado con el fin de estudiarlo y, a partir de sus resultados, inferir conclusiones sobre la población completa cuando el estudio exhaustivo de esta —el censo— resulta inviable por razones de coste, tiempo, tamaño o porque el proceso de medición es destructivo (por ejemplo, ensayar la resistencia a rotura de todas las piezas fabricadas dejaría la producción entera inutilizada). El tamaño de la población se denota habitualmente N y el de la muestra n, con n ≤ N. La distinción entre población y muestra es la base conceptual de toda la estadística inferencial: los valores numéricos calculados sobre la población se llaman parámetros (μ, σ, p) y son, en general, desconocidos y constantes; los calculados sobre la muestra se llaman estadísticos o estimadores (x̄, s, p̂) y son variables aleatorias, ya que su valor cambia según la muestra concreta que se haya extraído. Comprender esta diferencia terminológica y conceptual es indispensable para no confundir la descripción de una muestra con una afirmación sobre la población, error frecuente entre el alumnado y también en la interpretación mediática de encuestas y estudios.
Variables cualitativas y cuantitativas
Una variable estadística es la característica objeto de estudio que se mide u observa en cada individuo de la población o muestra, y puede tomar distintos valores o modalidades. Las variables cualitativas o categóricas expresan una cualidad o atributo no numérico, como el sexo, el estado civil, el color de ojos o el nivel de estudios; dentro de ellas se distingue entre nominales, cuando las categorías no admiten un orden natural (nacionalidad, grupo sanguíneo), y ordinales, cuando sí existe una jerarquía entre las modalidades aunque no se puedan cuantificar las distancias entre ellas (nivel de satisfacción: bajo, medio, alto). Las variables cuantitativas o numéricas expresan una magnitud medible, sobre la que tienen sentido las operaciones aritméticas y las medidas de centralización y dispersión propiamente dichas; se subdividen a su vez en discretas y continuas. Esta clasificación no es un mero ejercicio taxonómico: determina qué técnicas descriptivas e inferenciales son aplicables en cada caso. Con variables cualitativas la medida de centralización pertinente es la moda y la representación gráfica adecuada es el diagrama de sectores o de barras; con variables cuantitativas cobran sentido la media, la mediana, la varianza y gráficos como el histograma. Identificar correctamente el tipo de variable es, por tanto, el primer paso metodológico de cualquier análisis estadístico y un contenido procedimental clave en la programación didáctica de esta materia.
Variables discretas y continuas
Dentro de las variables cuantitativas se distingue entre discretas y continuas según el conjunto de valores que pueden tomar. Una variable discreta toma un número finito o infinito numerable de valores aislados, típicamente resultado de un proceso de conteo: el número de hermanos, el número de vehículos que pasan por un peaje en una hora o el número de piezas defectuosas en un lote son variables discretas, ya que entre dos valores consecutivos (por ejemplo, 2 y 3 hermanos) no existe ningún valor intermedio posible dentro del contexto de la variable. Una variable continua, en cambio, puede tomar en principio cualquier valor dentro de un intervalo real, y su origen suele ser un proceso de medición más que de conteo: la estatura, el peso, el tiempo empleado en una prueba o la temperatura son variables continuas, pues entre dos valores cualesquiera siempre cabe, matemáticamente, otro valor intermedio. En la práctica, toda medición de una variable continua se registra con una precisión finita (redondeo a un número de decimales), lo que exige agrupar los datos en intervalos de clase para su tratamiento estadístico, mientras que las variables discretas pueden tratarse valor a valor si el número de valores distintos no es excesivo. Esta distinción resulta determinante en el capítulo de probabilidad, donde a las variables discretas se les asocia una función de probabilidad puntual y a las continuas una función de densidad, con tratamientos matemáticos —sumatorios frente a integrales— sustancialmente distintos.
Distribución de frecuencias
La distribución de frecuencias es la organización sistemática de los datos observados que asocia a cada valor o intervalo de valores de la variable el número de veces que aparece en el conjunto de datos. La frecuencia absoluta (nᵢ) de un valor es el número de observaciones que toman ese valor; la suma de todas las frecuencias absolutas es igual al tamaño total de la muestra, N = Σnᵢ. La frecuencia relativa (fᵢ = nᵢ/N) expresa esa misma información en proporción respecto al total, con la propiedad de que Σfᵢ = 1, lo que la hace especialmente útil para comparar distribuciones de tamaños muestrales distintos y constituye, además, el puente conceptual hacia la probabilidad frecuentista. Cuando los valores admiten un orden natural, tiene sentido calcular las frecuencias acumuladas, absolutas (Nᵢ) o relativas (Fᵢ), que indican cuántas observaciones (o qué proporción de ellas) son menores o iguales que un valor dado, y resultan esenciales para el cálculo de medidas de posición como la mediana o los cuartiles. Cuando la variable es continua o discreta con muchos valores distintos, los datos se agrupan en intervalos de clase, cada uno caracterizado por su límite inferior, su límite superior, su amplitud y su marca de clase (punto medio del intervalo), que se emplea como representante del intervalo en los cálculos posteriores. La construcción correcta de una tabla de frecuencias —con un número de intervalos ni excesivo ni insuficiente (orientativamente, la regla de Sturges propone k≈1+log₂N, con valores habituales entre 5 y 15)— es el primer paso operativo de todo estudio estadístico descriptivo.
Medidas de centralización y de dispersión
Las medidas de centralización indican en torno a qué valor tienden a agruparse los datos; las principales son la media aritmética (promedio de todos los valores, sensible a los valores extremos), la mediana (valor que ocupa la posición central de los datos ordenados, robusta frente a valores atípicos) y la moda (valor o valores de mayor frecuencia, única medida de centralización aplicable a variables cualitativas). Estas medidas, aisladamente, pueden ocultar información relevante: dos distribuciones pueden compartir exactamente la misma media y, sin embargo, presentar una dispersión de los datos radicalmente distinta en torno a ella. Por ello se complementan con las medidas de dispersión, que cuantifican el grado de variabilidad o alejamiento de los datos respecto a la medida de centralización: el rango (diferencia entre el valor máximo y el mínimo), el rango intercuartílico (diferencia entre el tercer y el primer cuartil, más robusto frente a valores extremos), la varianza (media de los cuadrados de las desviaciones respecto a la media, σ² = Σ(xᵢ-x̄)²·fᵢ) y la desviación típica (raíz cuadrada de la varianza, σ, que recupera las unidades originales de la variable). El uso conjunto de una medida de centralización y una de dispersión —nunca de una sola de forma aislada— constituye la base de toda descripción estadística rigurosa, y su cálculo, propiedades y significado se desarrollan en profundidad en el tema 60 de este mismo bloque.
Representaciones gráficas de datos estadísticos
La representación gráfica traduce visualmente la información numérica de una distribución de frecuencias, facilitando su interpretación intuitiva e inmediata. El tipo de gráfico adecuado depende de la naturaleza de la variable: para variables cualitativas se emplean el diagrama de barras (frecuencias representadas por barras separadas, de altura proporcional a nᵢ o fᵢ) y el diagrama de sectores (círculo dividido en sectores cuyo ángulo central es proporcional a la frecuencia, α = fᵢ·360°); para variables cuantitativas discretas, el diagrama de barras y, para las frecuencias acumuladas, un diagrama escalonado; para variables cuantitativas continuas agrupadas en intervalos, el histograma (rectángulos contiguos, sin separación entre ellos, de área proporcional a la frecuencia) y el polígono de frecuencias (línea poligonal que une los puntos medios de las bases superiores de las barras del histograma). Existen además representaciones más específicas, como el diagrama de tallo y hojas, que conserva la información individual de cada dato, o el diagrama de caja y bigotes, que resume simultáneamente la posición central, la dispersión y la posible existencia de valores atípicos a partir de los cinco números clave (mínimo, primer cuartil, mediana, tercer cuartil, máximo). Elegir un gráfico incorrecto o construirlo con escalas engañosas puede distorsionar gravemente la lectura de los datos, cuestión que se desarrolla con detalle en el tema 59 al abordar la tendenciosidad gráfica y el pensamiento crítico ante la información estadística publicada en los medios.
El muestreo como base de la inferencia
El muestreo es el conjunto de técnicas empleadas para seleccionar, a partir de una población, un subconjunto de individuos (la muestra) que la represente adecuadamente, de modo que las conclusiones obtenidas en ella puedan generalizarse a la población completa con un margen de error conocido. La validez de cualquier proceso de inferencia estadística descansa por completo en la calidad del muestreo: si la muestra no es representativa, ninguna sofisticación matemática posterior puede corregir el sesgo introducido en el origen —principio resumido en la máxima estadística "garbage in, garbage out". Para que el muestreo permita construir un modelo probabilístico riguroso, la selección de los individuos debe realizarse mediante algún procedimiento aleatorio, en el que cada elemento de la población tenga una probabilidad conocida (no necesariamente igual) de formar parte de la muestra; solo en ese caso es lícito aplicar la teoría de la probabilidad para deducir la distribución muestral de los estadísticos calculados y, a partir de ella, los intervalos de confianza y los contrastes de hipótesis. Los distintos tipos de muestreo probabilístico —aleatorio simple, sistemático, estratificado y por conglomerados— y las condiciones de representatividad de una muestra se desarrollan con detalle en el tema 58, que es el complemento metodológico natural e indispensable de este primer tema introductorio.
Estimación puntual y estimación por intervalos
La estimación es el procedimiento de inferencia mediante el cual se propone un valor, o un rango de valores, para un parámetro poblacional desconocido a partir de los datos de una muestra. En la estimación puntual se ofrece un único número, calculado mediante un estimador —una fórmula aplicada a los datos muestrales—, como mejor aproximación del parámetro: la media muestral x̄ estima la media poblacional μ, la proporción muestral p̂ estima la proporción poblacional p, y la cuasivarianza muestral s² estima la varianza poblacional σ². Un buen estimador debe cumplir propiedades como la insesgadez (su valor esperado coincide con el parámetro que estima) y la consistencia (converge al parámetro real al aumentar el tamaño muestral). El problema de la estimación puntual es que no informa sobre la fiabilidad de la aproximación: un mismo valor numérico puede proceder de una muestra muy precisa o muy imprecisa. Por ello, la estimación por intervalos de confianza complementa el resultado anterior proporcionando un intervalo [x̄ - E, x̄ + E], construido a partir de la distribución muestral del estimador, construido con un procedimiento que, repetido con muchas muestras, contiene el verdadero valor del parámetro en una proporción prefijada de casos (el nivel de confianza, habitualmente 90 %, 95 % o 99 %); una vez calculado, el parámetro está o no está en el intervalo concreto, y decir que hay un 95 % de probabilidad de que μ esté dentro de él es una interpretación incorrecta. Cuanto mayor es el nivel de confianza exigido, más amplio resulta el intervalo, y cuanto mayor es el tamaño de la muestra, más estrecho y preciso puede construirse para un mismo nivel de confianza; esta relación se estudia en detalle en los temas de inferencia estadística.
Contraste de hipótesis
El contraste o test de hipótesis es el segundo gran procedimiento de la estadística inferencial, junto con la estimación, y consiste en un método formal para decidir, a partir de los datos de una muestra, si una afirmación previa sobre un parámetro poblacional (la hipótesis nula, H₀) debe rechazarse en favor de una hipótesis alternativa (H₁), con un riesgo de error controlado y prefijado de antemano. El procedimiento general parte de suponer cierta la hipótesis nula, calcula un estadístico de contraste a partir de la muestra y determina la probabilidad (el p-valor) de haber obtenido un resultado tan extremo o más, bajo dicho supuesto; si esa probabilidad es menor que el nivel de significación fijado (habitualmente α = 0,05), se rechaza H₀ por considerarse el resultado muestral demasiado improbable para ser compatible con ella. Este procedimiento formaliza matemáticamente el razonamiento científico de refutación de hipótesis y constituye la herramienta estadística estándar para validar o descartar afirmaciones en investigación experimental, control de calidad industrial o estudios clínicos. A diferencia de la estimación, que busca un valor o rango plausible para el parámetro, el contraste de hipótesis responde a una pregunta binaria de decisión (rechazar o no rechazar H₀), y ambos procedimientos están matemáticamente relacionados: un intervalo de confianza al (1-α)·100 % contiene exactamente los valores del parámetro que no serían rechazados por un contraste bilateral al nivel α. El desarrollo completo de esta técnica se aborda en los temas de inferencia estadística.
Relación entre probabilidad y estadística inferencial
El cálculo de probabilidades constituye el fundamento matemático que hace posible la estadística inferencial: sin un modelo probabilístico no puede cuantificarse el margen de error de ninguna generalización de la muestra a la población. Cuando una muestra se selecciona mediante un procedimiento aleatorio, cada estadístico calculado sobre ella (la media muestral, la proporción muestral) se convierte en una variable aleatoria, cuya distribución de probabilidad —la distribución muestral— puede deducirse teóricamente a partir de la distribución de la población y del tamaño de la muestra, apoyándose en resultados centrales como la ley de los grandes números y el teorema central del límite, que garantiza que la distribución de la media muestral se aproxima a una distribución normal a medida que crece el tamaño de la muestra, con independencia de la distribución original de la población. Esta conexión permite calcular la probabilidad de que el estimador se aleje del verdadero parámetro en más de una cierta cantidad, lo que a su vez posibilita construir intervalos de confianza con un nivel de probabilidad garantizado y calcular el riesgo de error (α) de un contraste de hipótesis. Por esta razón, el bloque de Probabilidad se estudia siempre antes de la Inferencia estadística: la probabilidad es, en sentido estricto, la teoría matemática subyacente que sostiene todo el edificio metodológico de la generalización estadística.
Origen histórico de la estadística en censos y demografía de estado
El término "estadística" procede etimológicamente del latín moderno statisticum (relativo al Estado; se difundió en el siglo XVIII con Achenwall, que describió la Staatenkunde alemana) y refleja su origen histórico real: la disciplina nació de la necesidad práctica de los gobiernos de cuantificar su población, sus recursos y su riqueza con fines fiscales, militares y administrativos. Ya en la Antigüedad existen registros de censos de población en Babilonia, Egipto, China y el Imperio romano; en la Biblia se recoge el censo ordenado por el emperador Augusto. El desarrollo moderno de la estadística demográfica se sitúa en el siglo XVII, con los trabajos de John Graunt, considerado pionero de la demografía estadística por su análisis de los registros de mortalidad de Londres (Natural and Political Observations upon the Bills of Mortality, 1662), y de William Petty, creador de la llamada "aritmética política", precursora del análisis económico cuantitativo de los Estados. Durante los siglos XVIII y XIX, los Estados europeos institucionalizaron la recogida periódica de datos poblacionales, económicos y sociales mediante oficinas estadísticas nacionales, germen de los actuales institutos de estadística. Es también en este periodo cuando confluyen la estadística descriptiva de origen estatal con el cálculo de probabilidades desarrollado en el ámbito de los juegos de azar (Pascal, Fermat, Bernoulli, Laplace), fusión que dará lugar, ya en el siglo XX, con Fisher, Pearson y Neyman, a la moderna estadística inferencial tal como se conoce hoy.
Diferencia entre correlación y causalidad
La correlación estadística mide el grado y el sentido de la asociación lineal entre dos variables, mientras que la causalidad implica que la variación de una de ellas produce, mecánica o directamente, la variación de la otra; la confusión entre ambos conceptos constituye uno de los errores metodológicos más frecuentes en la interpretación de datos, tanto en el ámbito académico como en la divulgación mediática. Que dos variables presenten una correlación alta —por ejemplo, un coeficiente de correlación de Pearson próximo a 1 o a -1— no autoriza a afirmar que una sea causa de la otra, ya que dicha correlación puede deberse a varias razones alternativas: la existencia de una tercera variable oculta o de confusión que influye simultáneamente sobre ambas (por ejemplo, el número de ahogamientos y el consumo de helados se correlacionan positivamente porque ambos aumentan con la temperatura estival, sin relación causal directa entre sí); una relación causal inversa a la supuesta; una coincidencia puramente casual, especialmente probable al comparar series temporales largas (correlaciones espurias); o efectivamente una relación causal, que debe confirmarse mediante diseños experimentales controlados —con asignación aleatoria a grupos de tratamiento y control— y no solo mediante datos observacionales. Este principio, resumido en el aforismo "correlación no implica causalidad", es un contenido transversal de gran relevancia didáctica para desarrollar el pensamiento crítico del alumnado ante titulares y estudios que atribuyen relaciones de causa-efecto a partir de meras asociaciones estadísticas.
Alfabetización estadística y ciudadanía crítica ante los datos
La alfabetización estadística (statistical literacy) es la capacidad de comprender, interpretar, evaluar críticamente y comunicar información basada en datos, competencia cada vez más necesaria en una sociedad que produce y difunde cantidades crecientes de información cuantitativa a través de medios de comunicación, redes sociales e informes institucionales. Incluye, entre otras destrezas, saber distinguir una muestra representativa de una sesgada, entender el significado real de un margen de error o un nivel de confianza, detectar gráficos manipulados o engañosos, diferenciar correlación de causalidad y valorar la fiabilidad de la fuente de los datos antes de aceptar sus conclusiones. La Ley Orgánica 2/2006, de Educación, modificada por la Ley Orgánica 3/2020 (LOMLOE), y los currículos de Matemáticas de Secundaria y Bachillerato (Reales Decretos 217/2022 y 243/2022) incorporan explícitamente esta competencia en el sentido estocástico, uno de los sentidos en que se organizan los saberes básicos de la materia, entendiendo que su finalidad no es solo instrumental (saber calcular una media o una varianza) sino formativa: preparar a una ciudadanía capaz de participar informadamente en el debate público sobre cuestiones que se argumentan con datos —desde encuestas electorales hasta estudios epidemiológicos o económicos—. Desde el punto de vista didáctico, esta alfabetización se trabaja mejor mediante el análisis de casos reales y noticias tomadas de la prensa que mediante ejercicios exclusivamente numéricos descontextualizados, y constituye uno de los argumentos que justifican la presencia extensa de este bloque en el temario de oposición.
Estadística oficial y organismos de recogida de datos (INE)
La estadística oficial es la producida, coordinada o supervisada por organismos públicos con el objetivo de proporcionar información fiable, homogénea y comparable sobre la realidad demográfica, social, económica y territorial de un país, imprescindible para el diseño y la evaluación de políticas públicas. En España, el organismo de referencia es el Instituto Nacional de Estadística (INE), creado en 1945 y encargado, entre otras funciones, de la elaboración del Censo de Población y Viviendas, de la coordinación del Padrón municipal de habitantes (gestionado por los ayuntamientos), de la Encuesta de Población Activa (EPA), del Índice de Precios de Consumo (IPC) y de la contabilidad nacional, con metodologías públicas y sujetas a estándares de calidad y comparabilidad internacional. A escala europea, esta labor se coordina a través de Eurostat, y a escala mundial existen organismos como la División de Estadística de Naciones Unidas. La existencia de una estadística oficial, elaborada con criterios técnicos rigurosos e independientes de intereses particulares, es una garantía democrática frente a la manipulación de datos con fines políticos o comerciales, y constituye además una fuente primaria de gran valor didáctico: el profesorado puede emplear tablas y series reales del INE para plantear problemas contextualizados de estadística descriptiva e inferencial, conectando el contenido curricular con la realidad social y económica del entorno del alumnado, en línea con el enfoque competencial que promueve el currículo vigente.
Papel de la estadística en el método científico experimental
La estadística desempeña un papel instrumental esencial en el método científico, al proporcionar el marco matemático que permite diseñar experimentos, controlar fuentes de variabilidad y cuantificar objetivamente el grado de evidencia que los datos aportan a favor o en contra de una hipótesis. En el diseño experimental, la estadística aporta técnicas como la aleatorización (asignación al azar de los sujetos a los distintos grupos de tratamiento, que neutraliza el efecto de variables de confusión desconocidas), el uso de grupos de control y la determinación del tamaño muestral necesario para detectar un efecto de una magnitud dada con una potencia estadística suficiente. En el análisis de resultados, el contraste de hipótesis permite decidir si las diferencias observadas entre grupos experimentales son atribuibles al tratamiento estudiado o son explicables simplemente por la variabilidad aleatoria propia del muestreo, evitando así que se tomen como significativos hallazgos que en realidad son fruto del azar (falsos positivos). Este papel resulta especialmente visible en campos como la medicina, donde los ensayos clínicos aleatorizados y controlados constituyen el estándar de referencia para validar la eficacia de un fármaco o tratamiento, o en la física experimental, donde el criterio de significación estadística (habitualmente muy exigente, del orden de 5 sigma) es el que determina cuándo un hallazgo experimental puede considerarse un descubrimiento. Por ello, la formación estadística forma parte integral de la metodología científica moderna en todas las disciplinas empíricas.
Relación entre estadística descriptiva e inferencial en la investigación
En cualquier investigación empírica bien diseñada, la estadística descriptiva y la inferencial no son procedimientos alternativos sino etapas sucesivas y complementarias de un mismo proceso de análisis de datos. La fase descriptiva es siempre previa y necesaria: antes de generalizar cualquier resultado a la población, es imprescindible organizar, resumir y explorar los datos de la muestra mediante tablas de frecuencias, gráficos y parámetros de centralización y dispersión, lo que permite detectar errores de registro, valores atípicos, patrones de distribución o la necesidad de transformar variables. Solo una vez descrita adecuadamente la muestra tiene sentido plantear el paso inferencial: seleccionar el procedimiento de estimación o de contraste de hipótesis adecuado al tipo de variable, al tamaño muestral y a los supuestos que se puedan razonablemente asumir sobre la distribución poblacional. Un error metodológico frecuente, tanto en trabajos de investigación como en la práctica docente, consiste en aplicar directamente técnicas inferenciales sofisticadas sin haber realizado antes un análisis descriptivo cuidadoso, lo que puede llevar a ignorar violaciones de los supuestos del modelo (por ejemplo, aplicar un contraste que asume normalidad a una distribución claramente asimétrica) o a no detectar valores atípicos que distorsionan gravemente los resultados. Esta complementariedad metodológica —descripción exploratoria seguida de inferencia confirmatoria— debe transmitirse explícitamente al alumnado como buena práctica del razonamiento estadístico, más allá del mero manejo mecánico de fórmulas.
Uso de la estadística en el análisis de macrodatos (big data)
El fenómeno del big data —conjuntos de datos de volumen, velocidad y variedad tan elevados que exceden la capacidad de las herramientas estadísticas y de procesamiento tradicionales— ha transformado profundamente el papel y las técnicas de la estadística en las últimas décadas, dando lugar a la disciplina emergente de la ciencia de datos, que combina la estadística clásica con la programación, la computación de altas prestaciones y el aprendizaje automático (machine learning). Muchos de los algoritmos que sustentan la inteligencia artificial actual —regresión logística, árboles de decisión, redes neuronales— son, en su fundamento matemático, generalizaciones o extensiones de técnicas estadísticas clásicas como la regresión lineal o el análisis de la varianza, aplicadas ahora a volúmenes de datos y con una capacidad de cómputo impensables hace décadas. El big data plantea, no obstante, retos metodológicos específicos que no elimina la simple abundancia de datos: la existencia de sesgos sistemáticos en la recogida de datos masivos (por ejemplo, datos procedentes de redes sociales que sobrerrepresentan a ciertos grupos demográficos), el riesgo de encontrar correlaciones espurias al analizar un número muy elevado de variables simultáneamente, y cuestiones éticas relativas a la privacidad y al uso de datos personales. Desde el punto de vista curricular, este contenido conecta la estadística clásica que se enseña en Secundaria con las aplicaciones tecnológicas más actuales, reforzando la relevancia y la vigencia del bloque de Estadística y Probabilidad en la sociedad digital contemporánea.
Niveles de medida de las variables (clasificación de Stevens)
Además de la clasificación en cualitativas y cuantitativas, suele emplearse la tipología de niveles de medida propuesta por S. S. Stevens en 1946. En la escala nominal las categorías solo se distinguen (grupo sanguíneo): se pueden contar y calcular la moda. En la ordinal existe un orden pero las distancias no son interpretables (grado de satisfacción): se puede usar la mediana. En la escala de intervalo hay distancias con sentido pero el cero es arbitrario (temperatura en grados Celsius; 20 ºC no es el doble de caliente que 10 ºC). En la escala de razón existe un cero absoluto y tienen sentido los cocientes (masa, longitud, tiempo, ingresos). A mayor nivel de medida, más operaciones y estadísticos son legítimos: la media solo es plenamente interpretable en las escalas de intervalo y de razón. Es un error de examen calcular la media de códigos de categorías nominales (por ejemplo, de números asignados a colores).
Estadística bivariante: correlación y regresión como parte de la descriptiva
La estadística descriptiva no se limita a una variable. Cuando se observan dos variables sobre los mismos individuos se organizan los datos en tablas de contingencia (variables cualitativas) o en nubes de puntos (diagramas de dispersión, variables cuantitativas). Se cuantifica la relación lineal mediante la covarianza y el coeficiente de correlación lineal de Pearson r, que cumple -1≤r≤1: el signo indica el sentido de la asociación y el valor absoluto su intensidad; r=0 indica ausencia de relación lineal, no ausencia de relación de cualquier tipo. La recta de regresión de Y sobre X, y-ȳ=(σxy/σx²)(x-x̄), es la que minimiza la suma de los cuadrados de los residuos (método de mínimos cuadrados, debido a Legendre en 1805 y a Gauss) y permite predecir; el coeficiente de determinación r² mide la proporción de variación de Y explicada por el modelo. Estas técnicas son descriptivas cuando se aplican a los datos observados e inferenciales cuando se contrasta si la relación es extensible a la población.
Errores en el contraste de hipótesis y significación estadística
En un contraste de hipótesis pueden cometerse dos tipos de error: el error de tipo I consiste en rechazar H₀ siendo verdadera (su probabilidad máxima es el nivel de significación α), y el error de tipo II consiste en no rechazar H₀ siendo falsa (probabilidad β). La potencia del contraste es 1-β, la probabilidad de detectar un efecto real. Disminuir α, a tamaño muestral fijo, aumenta β; para reducir ambos errores hay que aumentar el tamaño de la muestra. Un p-valor pequeño indica que los datos son poco compatibles con H₀, pero no es la probabilidad de que H₀ sea cierta ni mide la magnitud o la importancia práctica del efecto; con muestras enormes diferencias insignificantes pueden resultar estadísticamente significativas. No rechazar H₀ no demuestra que H₀ sea verdadera: significa que los datos no aportan evidencia suficiente en su contra. Este tipo de interpretaciones erróneas son un contenido clásico de alfabetización estadística.
Paradoja de Simpson y otras trampas de la interpretación
Otra advertencia de la estadística aplicada es la paradoja de Simpson: una tendencia observada en varios subgrupos puede invertirse al combinar los datos en un único grupo, porque la composición de los subgrupos difiere (variable de confusión). Un ejemplo habitual es comparar tasas de éxito de dos tratamientos que parecen mejores en cada categoría de gravedad y peores en conjunto, porque uno se aplica más a casos graves. También son frecuentes la falacia ecológica (atribuir a individuos lo observado en grupos), el sesgo de supervivencia (analizar solo los casos que han 'sobrevivido' a un filtro), las comparaciones múltiples (si se hacen muchos contrastes, alguno resultará significativo por azar) y los promedios que ocultan una distribución muy asimétrica (renta media frente a mediana). Todos son ejemplos útiles para el aula porque obligan a pensar en qué datos hay detrás de la cifra.
Hitos históricos de la inferencia moderna
Hitos de memoria: Jakob Bernoulli (Ars conjectandi, publicada póstumamente en 1713) formula la ley de los grandes números; De Moivre y Laplace obtienen versiones del teorema central del límite; Legendre (1805) y Gauss emplean los mínimos cuadrados, y Gauss desarrolla la distribución normal en el análisis de errores de medida; Quetelet (siglo XIX) aplica la estadística y la curva normal a datos sociales (el 'hombre medio'); Galton y Pearson crean la correlación y la regresión; William Sealy Gosset ('Student') publica en 1908 la distribución t para muestras pequeñas; Ronald Fisher introduce la verosimilitud, el análisis de la varianza y el diseño de experimentos (años 1920-1930); Neyman y Egon Pearson formalizan el contraste de hipótesis con errores de tipo I y II (años 1930); Kolmogorov axiomatiza la probabilidad en 1933. La estadística bayesiana, basada en el teorema de Bayes, actualiza probabilidades a la luz de los datos y se utiliza ampliamente hoy día.
Marco legal de la estadística oficial en España y la Unión Europea
La estadística pública en España se regula por la Ley 12/1989, de 9 de mayo, de la Función Estadística Pública, que crea el Plan Estadístico Nacional como instrumento de ordenación de las estadísticas para fines estatales, establece el secreto estadístico (los datos individuales recogidos para fines estadísticos están protegidos y no pueden usarse con otro fin) y regula el INE como organismo autónomo adscrito al ministerio competente en materia económica. A escala europea, el Reglamento (CE) n.º 223/2009 del Parlamento Europeo y del Consejo, de 11 de marzo de 2009, relativo a la estadística europea, fija los principios de independencia profesional, imparcialidad, objetividad, fiabilidad, secreto estadístico y rentabilidad, y encomienda a Eurostat la coordinación del Sistema Estadístico Europeo. En la enseñanza, los usos de estas fuentes se apoyan en el currículo (Reales Decretos 217/2022 y 243/2022).
Ideas clave para el examen — memoriza esto
La Estadística se fundamenta axiomáticamente en la teoría de la probabilidad de Kolmogorov, no es un mero recuento de datos.
Estadística descriptiva: resume y organiza datos observados, sin generalizar más allá de ellos.
Estadística inferencial: generaliza de la muestra a la población con un margen de error cuantificado, apoyándose en la probabilidad.
Parámetro (μ, σ, p): valor poblacional, desconocido y constante. Estadístico (x̄, s, p̂): valor muestral, variable aleatoria.
Variables cualitativas (nominales/ordinales) vs. cuantitativas (discretas/continuas): determinan qué técnicas descriptivas son válidas.
La frecuencia relativa fᵢ = nᵢ/N es el puente conceptual entre estadística descriptiva y probabilidad frecuentista.
Ninguna medida de centralización debe interpretarse aislada de una medida de dispersión: dos distribuciones pueden compartir media y diferir radicalmente en variabilidad.
La validez de toda inferencia depende por completo de que el muestreo sea aleatorio; sin ello no hay modelo probabilístico que sustente el margen de error.
Estimación puntual (un valor) vs. estimación por intervalos (un rango con nivel de confianza asociado): la segunda informa de la precisión, la primera no.
Contraste de hipótesis: procedimiento de decisión binaria (rechazar o no H₀) con un riesgo de error prefijado (nivel de significación α).
El teorema central del límite es la pieza matemática que conecta probabilidad e inferencia, garantizando la normalidad asintótica de la media muestral.
Origen histórico: la Estadística nace ligada al Estado (censos, demografía) y confluye en el siglo XIX-XX con el cálculo de probabilidades de origen lúdico.
Correlación no implica causalidad: una asociación puede deberse a variables de confusión, causalidad inversa o azar (correlación espuria).
La alfabetización estadística es un objetivo curricular explícito (sentido estocástico), orientado a la ciudadanía crítica ante datos y encuestas.
El INE y Eurostat son las fuentes de referencia de estadística oficial en España y la UE, útiles para contextualizar problemas con datos reales.
La aleatorización experimental es la herramienta estadística que permite atribuir causalidad en un ensayo controlado.
En toda investigación, la fase descriptiva (exploración de datos) debe preceder siempre a la fase inferencial (generalización).
El big data y la ciencia de datos son extensiones computacionales de técnicas estadísticas clásicas (regresión, ANOVA), no una disciplina ajena a ellas.
Niveles de medida (Stevens, 1946): nominal, ordinal, intervalo (cero arbitrario) y razón (cero absoluto). La media solo tiene pleno sentido en intervalo y razón.
-1≤r≤1; r=0 solo indica ausencia de relación lineal; r² es la proporción de variación explicada por la regresión.
Error de tipo I: rechazar H₀ siendo cierta (probabilidad α). Error de tipo II: no rechazar H₀ siendo falsa (probabilidad β). Potencia = 1-β.
El p-valor no es la probabilidad de que H₀ sea cierta; no rechazar H₀ no prueba que sea verdadera.
Un intervalo de confianza al 95 % no significa que haya un 95 % de probabilidad de que μ esté en el intervalo concreto calculado, sino que el método acierta en el 95 % de las muestras.
Paradoja de Simpson: una tendencia de subgrupos puede invertirse al agruparlos (variable de confusión).
Ley 12/1989, de la Función Estadística Pública: Plan Estadístico Nacional y secreto estadístico. Reglamento (CE) 223/2009: estadística europea y Eurostat.
Fechas: Bernoulli 1713 (ley de los grandes números), Legendre 1805 (mínimos cuadrados), Student 1908, Kolmogorov 1933, Stevens 1946, INE 1945.
12 preguntas sobre este tema, en orden aleatorio. Sin registro, sin límite de intentos.
Pregunta 1 de 120 aciertos
La ley que regula la función estadística pública y crea el Plan Estadístico Nacional es:
Preguntas frecuentes
¿De qué trata el Tema 57 de Secundaria?
Este tema abre el bloque de Estadística, Probabilidad y Lógica del temario de Secundaria-Matemáticas y cumple una función de encuadre: define qué es la Estadística como disciplina científica, distingue sus dos grandes ramas —descriptiva e inferencial— y sitúa históricamente su origen y su papel social actual. Es un tema con poca carga de cálculo pero alta exigencia conceptual e histórica, habitual como pregunta de desarrollo largo en la parte teórica del examen, y sirve de pórtico a los temas siguientes del bloque (población y muestra, representación de datos, parámetros, probabilidad e inferencia), que desarrollan en detalle cada uno de los conceptos aquí solo enunciados.
¿Qué hay que memorizar del Tema 57 para el examen?
La Estadística se fundamenta axiomáticamente en la teoría de la probabilidad de Kolmogorov, no es un mero recuento de datos. Estadística descriptiva: resume y organiza datos observados, sin generalizar más allá de ellos. Estadística inferencial: generaliza de la muestra a la población con un margen de error cuantificado, apoyándose en la probabilidad. Parámetro (μ, σ, p): valor poblacional, desconocido y constante. Estadístico (x̄, s, p̂): valor muestral, variable aleatoria. Variables cualitativas (nominales/ordinales) vs. cuantitativas (discretas/continuas): determinan qué técnicas descriptivas son válidas. La frecuencia relativa fᵢ = nᵢ/N es el puente conceptual entre estadística descriptiva y probabilidad frecuentista. Ninguna medida de centralización debe interpretarse aislada de una medida de dispersión: dos distribuciones pueden compartir media y diferir radicalmente en variabilidad. La validez de toda inferencia depende por completo de que el muestreo sea aleatorio; sin ello no hay modelo probabilístico que sustente el margen de error. Estimación puntual (un valor) vs. estimación por intervalos (un rango con nivel de confianza asociado): la segunda informa de la precisión, la primera no. Contraste de hipótesis: procedimiento de decisión binaria (rechazar o no H₀) con un riesgo de error prefijado (nivel de significación α). El teorema central del límite es la pieza matemática que conecta probabilidad e inferencia, garantizando la normalidad asintótica de la media muestral. Origen histórico: la Estadística nace ligada al Estado (censos, demografía) y confluye en el siglo XIX-XX con el cálculo de probabilidades de origen lúdico. Correlación no implica causalidad: una asociación puede deberse a variables de confusión, causalidad inversa o azar (correlación espuria). La alfabetización estadística es un objetivo curricular explícito (sentido estocástico), orientado a la ciudadanía crítica ante datos y encuestas. El INE y Eurostat son las fuentes de referencia de estadística oficial en España y la UE, útiles para contextualizar problemas con datos reales. La aleatorización experimental es la herramienta estadística que permite atribuir causalidad en un ensayo controlado. En toda investigación, la fase descriptiva (exploración de datos) debe preceder siempre a la fase inferencial (generalización). El big data y la ciencia de datos son extensiones computacionales de técnicas estadísticas clásicas (regresión, ANOVA), no una disciplina ajena a ellas. Niveles de medida (Stevens, 1946): nominal, ordinal, intervalo (cero arbitrario) y razón (cero absoluto). La media solo tiene pleno sentido en intervalo y razón. -1≤r≤1; r=0 solo indica ausencia de relación lineal; r² es la proporción de variación explicada por la regresión. Error de tipo I: rechazar H₀ siendo cierta (probabilidad α). Error de tipo II: no rechazar H₀ siendo falsa (probabilidad β). Potencia = 1-β. El p-valor no es la probabilidad de que H₀ sea cierta; no rechazar H₀ no prueba que sea verdadera. Un intervalo de confianza al 95 % no significa que haya un 95 % de probabilidad de que μ esté en el intervalo concreto calculado, sino que el método acierta en el 95 % de las muestras. Paradoja de Simpson: una tendencia de subgrupos puede invertirse al agruparlos (variable de confusión). Ley 12/1989, de la Función Estadística Pública: Plan Estadístico Nacional y secreto estadístico. Reglamento (CE) 223/2009: estadística europea y Eurostat. Fechas: Bernoulli 1713 (ley de los grandes números), Legendre 1805 (mínimos cuadrados), Student 1908, Kolmogorov 1933, Stevens 1946, INE 1945.
¿Hay preguntas de test de este tema exacto?
Sí, 12 preguntas tipo test sobre este tema, en el apartado "Ponte a prueba" de esta misma página. Sin registro y sin límite de intentos.
¿De dónde sale el temario de este tema?
Del índice oficial de BOE núm. 226, de 21 de septiembre de 1993, páginas 27400 a 27438 (Orden de 9 de septiembre de 1993, del Ministerio de Educación y Ciencia, BOE-A-1993-23257), Anexo III — cuestionario específico (Parte A) de la especialidad Matemáticas del Cuerpo de Profesores de Enseñanza Secundaria (Temario oficial estatal de referencia — especialidad Matemáticas (Cuerpo de Profesores de Enseñanza Secundaria)).
Fuentes de este desarrollo
Ley 12/1989, de 9 de mayo, de la Función Estadística Pública (BOE de 11 de mayo de 1989).
Reglamento (CE) n.º 223/2009 del Parlamento Europeo y del Consejo, de 11 de marzo de 2009, relativo a la estadística europea.
Ley Orgánica 2/2006, de 3 de mayo, de Educación, modificada por la Ley Orgánica 3/2020, de 29 de diciembre (LOMLOE).
Real Decreto 217/2022, de 29 de marzo, por el que se establece la ordenación y las enseñanzas mínimas de la Educación Secundaria Obligatoria.
Real Decreto 243/2022, de 5 de abril, por el que se establecen la ordenación y las enseñanzas mínimas del Bachillerato.
Instituto Nacional de Estadística (INE): metodologías y publicaciones oficiales (ine.es).
Peña, D. (2002). Fundamentos de Estadística. Alianza Editorial.
Mientras tanto, practica con tests gratis de Secundaria.