Estadística descriptiva e inferencial

1 · Definición

La estadística descriptiva resume y presenta las características de un conjunto de datos observado. La estadística inferencial usa ese conjunto para sacar conclusiones sobre otro más grande que no se observó.

2 · Para qué sirve la distinción

Porque cambia qué se puede afirmar. Si describís, tus afirmaciones valen para los casos que tenés y punto: no hace falta margen de error ni prueba de hipótesis, porque no estás generalizando nada. Si inferís, cada número que informes tiene que venir acompañado de su incertidumbre.

Confundirse de rama es el error conceptual más caro de la materia, y se comete en las dos direcciones.

3 · Qué hace cada una

	Descriptiva	Inferencial
Sobre qué habla	Los casos observados	Una población más grande
Herramientas	Tablas, gráficos, media, desvío	Intervalos, pruebas de hipótesis, modelos
Necesita muestreo probabilístico	No	Sí
Informa incertidumbre	No corresponde	Siempre
Notación	Estadísticos latinos ($\bar{x}$, $s$)	Estima parámetros griegos ($\mu$, $\sigma$)

Esa última fila es la clave, y se desarrolla en parámetro y estadístico.

4 · Un ejemplo

Descriptiva. El Censo Nacional de Población releva a todos los habitantes del país. Cuando se informa cuánta población tiene una provincia, no hay inferencia: se contó. No corresponde poner un intervalo de confianza alrededor de la población censada.

Inferencial. La Encuesta Permanente de Hogares releva unas decenas de miles de casos y estima la tasa de desocupación del total urbano. Acá sí hay inferencia, y por eso el resultado tiene error muestral: si se hubiera sorteado otra muestra, el número habría dado algo distinto.

Las dos juntas. El análisis de la EPH empieza describiendo la muestra —cuántos casos, cómo se reparten, qué forma tiene la distribución— y recién después estima parámetros de la población. La descripción no es un trámite previo: es lo que permite saber si la inferencia es razonable.

5 · Cómo saber en cuál estás

Una sola pregunta: ¿querés hablar de casos que no observaste?

• Si la respuesta es no, es descriptiva. Describís tu grupo, tu curso, tu servicio, tu empresa.
• Si es sí, es inferencial. Y entonces hace falta que los casos observados hayan sido elegidos de una manera que permita generalizar — es decir, con muestreo probabilístico.

6 · Errores frecuentes

• Hacer pruebas de hipótesis cuando se tiene toda la población. Si relevaste a los 120 alumnos de la carrera y querés hablar solo de esos 120, no hay nada que inferir: la diferencia que observás es la diferencia. El p-valor ahí no significa nada.
• Describir una muestra y hablar como si fuera la población. “El 60 % de los encuestados opina X” es descriptivo y correcto. “El 60 % de los argentinos opina X” es una inferencia, y exige muestreo probabilístico y margen de error.
• Creer que una muestra grande habilita a inferir por sí sola. Lo que habilita a generalizar es cómo se eligieron los casos, no cuántos. Una encuesta voluntaria por internet con 50.000 respuestas no permite inferir nada sobre la población general.
• Saltear la descripción. Correr una prueba de hipótesis sin haber mirado antes la distribución es la forma más rápida de no darse cuenta de que los supuestos no se cumplen.

@misc{estadistica_ar_estadistica_descriptiva_e_inferencial,
  author       = {Montivero, Jorge Luis},
  title        = {{Estadística descriptiva e inferencial}},
  year         = {2026},
  howpublished = {\url{https://estadistica.ar/conceptos/estadistica-descriptiva-e-inferencial}},
  note         = {estadistica.ar. Consultado el \today},
  urldate      = {2026-09-18}
}