SlideShare una empresa de Scribd logo
1 de 18
Conceptos de programación y Métodos estadísticos
Eduardo Rojas Escobar
Jean Carlos Montoya Gordon
Institución Educativa Liceo Departamental
Grado 11-4
Área Tecnología e Informática
Cali, Valle del Cauca
2022
Conceptos de programación y Métodos estadísticos
Eduardo Rojas Escobar
Jean Carlos Montoya Gordon
Magister Guillermo Mondragón
Institución Educativa Liceo Departamental
Grado 11-4
Área Tecnología e Informática
Cali, Valle del Cauca
2022
Tabla de Contenidos
1. Que es la estadística
Métodos estadísticos, Población, muestra
Ramas de la estadística
Aplicación de la estadística
conceptos
● Hipótesis...............................................................................................................
● Variable.................................................................................................................
● Dato.......................................................................................................................
● Población...............................................................................................................
● Muestra..................................................................................................................
● Nivel de medición nominal....................................................................................
2. Distribución de frecuencias:
● Nombre de la variable..............................................................................................
● Frecuencia absoluta..................................................................................................
● Frecuencia relativa porcentual..................................................................................
● Equivalencia en grados.............................................................................................
3. Taller PSEINT:
● Averigue los siguientes conceptos...........................................................................
● ¿Qué diferencia hay entre un contador y un acumulador?......................................
● ¿Cómo declarar una variable en pseint?..................................................................
● Explique cada tipo de lenguaje: java, python y C + +. Y ¿qué representan?..........
● Ejercicios de aplicación PSEINT.............................................................................
● Mapa conceptual......................................................................................................
● Conclusiones............................................................................................................
● Referencias...............................................................................................................
● Links de los blogs.....................................................................................................
¿Qué es la estadística?
La estadística estudia los procedimientos científicos para recoger, acomodar, abreviar y
examinar datos, posibilita obtener conclusiones y tomar elecciones válidas razonables
fundamentadas en la investigación. La estadística es, por consiguiente, la ciencia que recoge,
califica y examina la información que se muestra comúnmente por medio de datos agregados
que permiten que las visualizaciones logren cuantificarse, medirse, estimarse y compararse
usando medidas de tendencia central, medidas de repartición, procedimientos gráficos,
etcétera.
Métodos estadísticos
• La población: Representa el grupo enorme de personas que queremos aprender y
principalmente suele ser inaccesible. Es, en conclusión, un colectivo homogéneo que concentra
unas propiedades determinadas.
• La muestra: Es el grupo menor de personas (subconjunto poblacional accesible y reducido
sobre el que realizamos las mediciones o el experimento con la iniciativa de obtener
conclusiones generalizables a la población ).
Ramas de la estadística
Hay 2 ramas primordiales de la estadística que son: la estadística detallada y la estadística
inferencial.
Estadística Detallada: Se dedica a los procedimientos de recolección, explicación,
visualización y resumen de datos originados desde los fenómenos en análisis. Los datos tienen
la posibilidad de ser resumidos numérica o gráficamente.
Estadística inferencial: Se dedica a la generación de los modelos, inferencias y predicciones
similares a los fenómenos en cuestión teniendo presente lo aleatorio e incertidumbre en las
visualizaciones.
Aplicaciones de la estadística
Aunque habitualmente se asocie a estudios demográficos, económicos y sociológicos, parte
importante de los logros de la estadística se derivan del interés de los científicos por desarrollar
modelos que expliquen la conducta de las características de la materia y de los letras y números
biológicos. La medicina, la enseñanza, la gerontología y, en conclusión, casi todos los campos
de las ciencias emplean artefactos estadísticos de trascendencia fundamental para el desarrollo
de sus modelos de trabajo.
Educación: La estadística educativa, nos posibilita recolectar información para analizarla y
tomar elecciones en diferentes niveles. Nos sirve para representar y sustraer información así
como para tomar conclusiones y tomar elecciones correctas en las instituciones educativas.
Contaduría: La Estadística contribuye a la contabilidad, debido a que la utilización o trabajo
de cálculos de tipo estadístico, posibilita entablar diferentes registros contables que están
afectando los estados financieros. Las aplicaciones de la estadística sirven para facilitar las
funcionalidades de planeación, control, y toma de elecciones.
Administración: Para los emprendedores el valor de la estadística se inspira primordialmente
en su costo para la toma adecuada de elecciones, pues posibilita conocer las primordiales
características de los objetos o datos vigilados y las propiedades claves de los fenómenos
estudiados.
Gerontología: La estadística cumple con fundamentarse en el procedimiento científico y
enfocarlo con intervenciones de calidad en el proceso del envejecimiento y la fase de la vejez
usándola para la valorización de una vida de alta calidad.
Deporte: La contribución de la estadística a la cientificidad del sistema de preparación del
deportista se patentiza en ejercer modelos estadísticos que permitan obtener una información
objetiva sobre la caracterización de los atletas en diferentes fases de su preparación.
Economía: La enorme mayor parte de las veces mediante estadísticas los economistas recaban
los datos para generar y ajustar sus preposiciones y principios que después aplicarán a la vida
real. a un problema o un fenómeno económico puede hablarse quizás de la inflación.
Conceptos primordiales
Hipótesis: El desarrollo de pruebas de conjetura es un instrumento estadística que posibilita
validar si los resultados logrados de la aplicación de una metodología son
significativos, o sea, si éstos en verdad presentan la mejoría que se observa a la luz de un
criterio cuantitativo que puede captar los anhelos de optimización del analista y no los
resultados reales del proceso en estudio.
Variable: Una variable estadística es una característica que puede fluctuar y cuya alteración
es susceptible de adoptar diferentes valores, los cuales tienen la posibilidad de medirse u
observarse. Las cambiantes adquieren costo una vez que se relacionan con otras cambiantes, o
sea, si son parte de una premisa o de una teoría.
Datos: Los datos estadísticos, en este marco, son los valores que se obtienen al llevar a cabo
un análisis de tipo estadístico. Se trata del producto de la observación de ese fenómeno que se
pretende examinar. Para que resulten útiles, los datos estadísticos tienen que organizarse y
considerarse desde un entorno. Es fundamental considerar que el procesamiento de los datos
estadísticos es lo cual crea información. El dato por sí mismo, considerado como algo aislado,
carece de interés.
Población: La población estadística se basa en la recolección de un grupo de recursos o sujetos
que disfrutan de propiedades usuales, con el propósito de estudiarlos y sacar conclusiones
concretas para establecer resultados. Según la magnitud poblacional estudiada, el resultado
podría ser limitado o infinito. Si el resultado de los conjuntos investigados es infinito, dichos
se piensan conceptuales o artificiales, debido a que toda población debería tener un resultado
específico al ser estudiada.
Muestra: Una muestra estadística es un subconjunto de datos correspondiente a una población
de datos. Estadísticamente hablando, debería estar construido por un cierto número de
visualizaciones que constituyan correctamente el total de los datos.
La estadística, como rama de las matemáticas, se ocupa de recoger datos, ordenarlos y
analizarlos. O sea, una vez que deseamos aprender un definido fenómeno recurrimos a la
estadística. Un óptimo ejemplo de fenómeno que estudia la estadística, es el sueldo medio de
los habitantes de un territorio.
Niveles de medición nominal: La medición de las cambiantes puede desarrollarse por medio
de 4 escalas de medición. 2 de las escalas miden cambiantes categóricas y las otras 2 miden
cambiantes numéricas Los niveles de medición son las escalas nominal, ordinal, de intervalo y
de razón. Se usan para apoyar en la categorización de las cambiantes, el diseño de las cuestiones
para medir cambiantes, e inclusive indican el tipo de estudio estadístico apropiado para el
procedimiento de los datos. Una característica importante de la medición es la dependencia que
tiene de la probabilidad de alteración. La validez y la fiabilidad de la medición de una variable
es dependiente de las elecciones que se tomen para operacionalizar y conseguir una correcta
comprensión del criterio evitando imprecisiones y ambigüedad, por en caso opuesto, la variable
corre el peligro inherente de ser invalidada ya que no crea información fidedigna.
Distribución de frecuencias
Las distribuciones de frecuencias son tablas en que se dispone las maneras de la variable por
filas. En las columnas se dispone el número de ocurrencias por cada costo, porcentajes, etcétera.
El fin de las agrupaciones en frecuencia es facilitar la obtención de la información que tienen
dentro los datos.
Nombre de variable.
El reparto de frecuencias agrupadas o tabla con datos agrupados se emplea si las cambiantes
toman un número enorme de valores o la variable es continua. Se agrupan los valores en
intervalos que tengan la misma amplitud llamados clases. A cada clase se le asigna su
frecuencia que corresponde.
Los nombres de las cambiantes tienen la posibilidad de comenzar con letras, o los símbolos $
o _. Solo tienen la posibilidad de contener letras, números, $ y _. No tienen la posibilidad de
comenzar con un número. "myVariable", "leaf_1" y "$money3" son todos ejemplos. válidos de
nombres de cambiantes.
Ejemplos no Válidos:
Ejemplos Válidos:
Frecuencia Absoluta.
La frecuencia absoluta es una medida estadística que nos da información acerca de la
cantidad de veces que se repite un suceso al realizar un número determinado de experimentos
aleatorios. Esta medida se representa mediante las letras fi. La letra f se refiere a la palabra
frecuencia y la letra i se refiere a la realización i-ésima del experimento aleatorio
Ejemplo: Un profesor tiene la lista de las notas en matemáticas de 30 alumnos de su clase.
Las notas son las siguientes:
Una vez realizado el recuento, se representan las frecuencias absolutas de cada una de las
notas (ni). Las frecuencias son: n1(3)=2, n2(4)=4, n3(5)=6, n4(6)=7, n5(7)=5, n6(8)=3,
n7(9)=2 y n 8(10)=1.
Frecuencia relativa porcentual.
La frecuencia relativa porcentual es el porcentaje de la frecuencia relativa, siendo esta la
separación de la frecuencia absoluta entre el total de valores en una selección de datos.
La frecuencia relativa es bastante utilizada en posibilidad, y se refiere a la interacción de una
frecuencia absoluta entre un total.
Este costo costo de frecuencia relativa porcentual representa la probabilidad sobre 100% de
descubrir este número en una secuencia de datos, es por esta razón que es una interacción de
frecuencias
La frecuencia Relativa (n) y la frecuencia Relativa Acumulada (N) tienen la posibilidad de
redactar de forma porcentual al multiplicar por 100 su resultado decimal
Equivalencia en grados. Son otra forma de representar el porcentaje empero por el momento
no en una escala del 100% sino bajo una medida angular de 360°; para eso vamos a usar la
siguiente fórmula:
Calcular los grados es muy semejante que calcular el costo del porcentaje, multiplicamos el
costo de la frecuencia absoluta fi por 360 y lo dividimos entre el total de datos, además
denominado la muestra.
Por teoría al sumar las contribuciones de los porcentajes, nos debería ofrecer la integridad de
los datos o sea 360⁰ .
Al final registramos los datos hallados en la tabla de repartición de frecuencias.
Taller PSEINT
Averigüe los siguientes conceptos:
A. ¿Qué diferencia hay entre un acumulador y un contador?
R/ En programación es común el uso de contadores y acumuladores, en este post explico la
diferencia porque frecuentemente quienes están aprendiendo a programar confunden unos
con otros.
Un contador es una variable que se utiliza para contar algo. Normalmente usamos un
contador dentro de un ciclo y cambiamos su valor sumándole o restándole una constante, es
decir, siempre se le suma o resta la misma cantidad. El caso más utilizado es incrementar la
variable en uno.
Un acumulador es una variable que se utiliza para sumar valores. Al igual que el contador, se
utiliza normalmente dentro de un ciclo pero cambiamos su valor sumándole una variable, es
decir, no siempre se le suma la misma cantidad.
En el siguiente programa, utilizamos el mismo arreglo del programa contador.c, pero ahora
no vamos a contar cuántas veces aparece un número x, sino que vamos a sumar todos los
valores que aparezcan en el arreglo y que sean mayores a un número determinado.
B. ¿Cómo declarar una variable en pseint?
R/ Declarar variables significa indicar el tipo de dato que almacenara las variables que
participan en el programa.
Es bueno acostumbrarse para que cuando se emplee un lenguaje de programación formal
tipado o no tipado no nos cueste declarar las variables. En caso de hacerlo con PSeInt, no es
necesario hacerlo, aunque se puede hacer con la instrucción "Define".
Para declarar variables, lo único que debemos hacer es indicar el nombre de la variable y su
tipo (numérico, lógico y cadena), antes del inicio del programa, separados por comas. Si se
observa otra forma de declarar variables.
Es normal si al principio, no sabemos todas las variables que pueden aparecer, con el tiempo
lo identificaremos de una forma más rápida y sencilla.
Lo importante de esto es reconocer que tipo de datos queremos que almacene una variable
en concreto.
C. Explique cada tipo de lenguaje: java, python y C + +. Y ¿qué representan?
R/ java Como cualquier lenguaje de programación, el lenguaje Java tiene su propia
estructura, reglas de sintaxis y paradigma de programación. El paradigma de programación
del lenguaje Java se basa en el concepto de programación orientada a objetos (OOP), que las
funciones del lenguaje soportan.
El lenguaje Java es un derivado del lenguaje C, por lo que sus reglas de sintaxis se parecen
mucho a C: por ejemplo, los bloques de códigos se modularizan en métodos y se delimitan
con llaves ({ y }) y las variables se declaran antes de que se usen.
Python: es un lenguaje de programación multiplataforma y de código abierto que puede
utilizarse tanto para desarrollo web, creación de software y procesamiento de datos, entre
muchos otros propósitos. Esta versatilidad y facilidad para aprenderlo (es ampliamente
considerado el lenguaje más sencillo de aprender) lo han convertido en el lenguaje de
programación más popular del mundo, según el índice PYPL.
Fue lanzado por primera vez en 1991 por Guido van Rossum y sigue siendo desarrollado hoy
en día por la Python Software Foundation.
Python se basa en los lenguajes C y C++ y tiene sus raíces en el sistema operativo UNIX.
Python existe desde hace años, pero no fue hasta mediados de la década de 2000 cuando se
afianzó en el mundo del desarrollo web, con el auge de sitios como Wordpress.
Entre las aplicaciones más populares que nosotros podemos encontrar en el día a día, como
Google, Instagram o Netflix, vamos a ver que Python es responsable por mantenerlas
funcionando tras bambalinas . Incluso una gran parte de la plataforma de Platzi funciona con
código escrito en Python
C+Y: C es un lenguaje de programación de propósito general originalmente desarrollado por
Dennis Ritchie entre 1969 y 1972 en los Laboratorios Bell, como evolución del anterior
lenguaje B, a su vez basado en BCPL.
EJERCICIOS EN PSEINT:
*Represente el algoritmo usando el programa pseint en modo flexible y muestre el diagrama
de flujo, Hacer las capturas de pantalla*
1. Toma 2 números, hacer la resta, la multiplicación y la división; muestre el resultado.
2. Calcular el promedio de 4 calificaciones o el promedio de 4 notas.
3. Hacer un programa que muestre el área y perímetro de un triángulo.
4. Hacer un programa que muestre el área y perímetro de un círculo.
5. Hacer un programa para convertir una temperatura ingresada de Celsius a Fahrenheit.
6. Hacer un programa para convertir una longitud ingresada en pulgadas a pies.
7. Ingresar por teclado el nombre y la edad de cualquier persona e imprima tanto el nombre
como la edad.
Mapa Conceptual:
Conclusiones:
● Podemos concretar como estadística a la ciencia o el estudio que usa diferentes teoremas o
herramientas para recolectar, ordenar e interpretar los datos numéricos o una muestra de los
mismos.
● Podemos dividir la estadística en 2 partes con distinta funcionalidad, no obstante, con el
mismo fin analítico. Éstas son las estadísticas detalladas y la estadística inferencial.
● Si observamos bien podemos hallar la estadística en la mayoría de ciencias.
● Las distribuciones de frecuencias a diferencia de la estadística posibilita obtener la
información de los datos numéricos mediante tablas de variable por fila.
● Dentro del lenguaje de programación encontramos variables/códigos con funciones
específicas en ésta
● Actualmente hay lenguajes de programación que reemplazan los códigos específicos por
lenguajes simplificados. Entre estos: Java, Python, C + +.
● Sabemos por algoritmo en programación como una secuencia de instrucciones/códigos
automatizados para concretar una o varias operaciones.
Con el trabajo podemos concluir que la estadística y el reparto de frecuencias tienen por
objetivo sintetizar la información, mediante la preparación de tablas de frecuencias,
representaciones gráficas y el cálculo de medidas estadísticas, estas nos sirven para recolectar
información y analizarlas. Podemos diferenciarlas por sus diferentes métodos teoremas y/o
modalidades.
Links de blog:
━
Eduardo Rojas Escobar:
https://eduardorojas10.blogspot.com/?m=1
━
Jean Carlos Montoya:
https://montismontis.blogspot.com/
Capturas de Pantalla:

Más contenido relacionado

La actualidad más candente

Métodos estadísticos y distribución de frecuencias
Métodos estadísticos y distribución de frecuenciasMétodos estadísticos y distribución de frecuencias
Métodos estadísticos y distribución de frecuenciassofiarosero5
 
Metodos estadisticos y distribucion de frecuencias
Metodos estadisticos y distribucion de frecuenciasMetodos estadisticos y distribucion de frecuencias
Metodos estadisticos y distribucion de frecuenciasDanielaSanchez255
 
Blog, conceptos de programación, métodos estadísticos
Blog, conceptos de programación, métodos estadísticosBlog, conceptos de programación, métodos estadísticos
Blog, conceptos de programación, métodos estadísticosLauraOspina49
 
Conceptos de programación y métodos estadísticos
Conceptos de programación y métodos estadísticos Conceptos de programación y métodos estadísticos
Conceptos de programación y métodos estadísticos MarthaTorres3612
 
Metodos estadisticos y distribucion de frecuencias
Metodos estadisticos y distribucion de frecuenciasMetodos estadisticos y distribucion de frecuencias
Metodos estadisticos y distribucion de frecuenciasCata2004
 
Conceptos de programación, métodos estadísticos
Conceptos de programación, métodos estadísticosConceptos de programación, métodos estadísticos
Conceptos de programación, métodos estadísticossahamaramarin
 

La actualidad más candente (12)

Trabajo tecnologia
Trabajo tecnologiaTrabajo tecnologia
Trabajo tecnologia
 
Trabajo de tecnologia (1)
Trabajo de tecnologia (1)Trabajo de tecnologia (1)
Trabajo de tecnologia (1)
 
Métodos estadísticos y distribución de frecuencias
Métodos estadísticos y distribución de frecuenciasMétodos estadísticos y distribución de frecuencias
Métodos estadísticos y distribución de frecuencias
 
Metodos estadisticos y distribucion de frecuencias
Metodos estadisticos y distribucion de frecuenciasMetodos estadisticos y distribucion de frecuencias
Metodos estadisticos y distribucion de frecuencias
 
Blog, conceptos de programación, métodos estadísticos
Blog, conceptos de programación, métodos estadísticosBlog, conceptos de programación, métodos estadísticos
Blog, conceptos de programación, métodos estadísticos
 
Metodos estaditicos
Metodos estaditicosMetodos estaditicos
Metodos estaditicos
 
Conceptos de programación y métodos estadísticos
Conceptos de programación y métodos estadísticos Conceptos de programación y métodos estadísticos
Conceptos de programación y métodos estadísticos
 
Metodos estadisticos y distribucion de frecuencias
Metodos estadisticos y distribucion de frecuenciasMetodos estadisticos y distribucion de frecuencias
Metodos estadisticos y distribucion de frecuencias
 
Conceptos de programación, métodos estadísticos
Conceptos de programación, métodos estadísticosConceptos de programación, métodos estadísticos
Conceptos de programación, métodos estadísticos
 
Estadistica Descriptiva
Estadistica DescriptivaEstadistica Descriptiva
Estadistica Descriptiva
 
Taller tecnologia
Taller tecnologiaTaller tecnologia
Taller tecnologia
 
Trabajo de preguntas
Trabajo de preguntasTrabajo de preguntas
Trabajo de preguntas
 

Similar a Conceptos_basicos_de_programacion_y_metodos_estadisticos_Montoya_y_Rojas_11-4.docx

TALLER DE TECNOLOGIA EN GRUPO DE 11-4.pdf
TALLER DE TECNOLOGIA EN GRUPO DE 11-4.pdfTALLER DE TECNOLOGIA EN GRUPO DE 11-4.pdf
TALLER DE TECNOLOGIA EN GRUPO DE 11-4.pdfmarianaguzmanagudelo
 
TECNOLOGIA 11-4. Excel avanzado, métodos estadísticos
TECNOLOGIA 11-4. Excel avanzado, métodos estadísticosTECNOLOGIA 11-4. Excel avanzado, métodos estadísticos
TECNOLOGIA 11-4. Excel avanzado, métodos estadísticosjulianahurtadorondon
 
TECNOLOGIA 11-4.pdf primer periodo, combinacion de correspondencia
TECNOLOGIA 11-4.pdf primer periodo, combinacion de correspondenciaTECNOLOGIA 11-4.pdf primer periodo, combinacion de correspondencia
TECNOLOGIA 11-4.pdf primer periodo, combinacion de correspondenciaMARIAPAULAVARGASTABA1
 
Trabajo de sobre excel avanzado TECNOLOGIA 11-4.pdf
Trabajo de sobre excel avanzado TECNOLOGIA 11-4.pdfTrabajo de sobre excel avanzado TECNOLOGIA 11-4.pdf
Trabajo de sobre excel avanzado TECNOLOGIA 11-4.pdfBRIANHERNANDEZVALENC
 
ESTRUCTURAS BÁSICAS DE PROGRAMACIÓN
ESTRUCTURAS BÁSICAS DE PROGRAMACIÓN ESTRUCTURAS BÁSICAS DE PROGRAMACIÓN
ESTRUCTURAS BÁSICAS DE PROGRAMACIÓN MelanyHerrera9
 
ESTRUCTURAS BÁSICAS DE PROGRAMACIÓN
ESTRUCTURAS BÁSICAS DE PROGRAMACIÓNESTRUCTURAS BÁSICAS DE PROGRAMACIÓN
ESTRUCTURAS BÁSICAS DE PROGRAMACIÓNsofiaurbano1
 
Estructuras básicas de programación
Estructuras básicas de programaciónEstructuras básicas de programación
Estructuras básicas de programaciónpilarrestrepo2
 
11-4 tecnología impecable trabajo sobre Excel avanzado
11-4 tecnología impecable trabajo sobre Excel avanzado11-4 tecnología impecable trabajo sobre Excel avanzado
11-4 tecnología impecable trabajo sobre Excel avanzadoMayraAlejandraHoyosV
 
TECNOLOGIA 11-4.8888888888888888888888888
TECNOLOGIA 11-4.8888888888888888888888888TECNOLOGIA 11-4.8888888888888888888888888
TECNOLOGIA 11-4.8888888888888888888888888ElianaValencia28
 
Conceptos de Programación, Métodos Estadísticos.pdf
Conceptos de Programación, Métodos Estadísticos.pdfConceptos de Programación, Métodos Estadísticos.pdf
Conceptos de Programación, Métodos Estadísticos.pdfvaleriacaicedo7
 
Conceptos de Programación, Métodos Estadísticos.pdf
Conceptos de Programación, Métodos Estadísticos.pdfConceptos de Programación, Métodos Estadísticos.pdf
Conceptos de Programación, Métodos Estadísticos.pdfdavidlopez878156
 
Conceptos de programación, métodos estadísticos
Conceptos de programación, métodos estadísticosConceptos de programación, métodos estadísticos
Conceptos de programación, métodos estadísticosjuansolano67
 
Conceptos de Programación, Métodos Estadísticos.pdf
Conceptos de Programación, Métodos Estadísticos.pdfConceptos de Programación, Métodos Estadísticos.pdf
Conceptos de Programación, Métodos Estadísticos.pdfvaleriacaicedo7
 
Conceptos de programación, métodos estadísticos
Conceptos de programación, métodos estadísticosConceptos de programación, métodos estadísticos
Conceptos de programación, métodos estadísticosAna Sofía Correa Llanos
 
Conceptos de programación, métodos estadísticos
Conceptos de programación, métodos estadísticosConceptos de programación, métodos estadísticos
Conceptos de programación, métodos estadísticosEvelyn322524
 
Trabajo de informatica
Trabajo de informaticaTrabajo de informatica
Trabajo de informaticaemmanuelsoto19
 

Similar a Conceptos_basicos_de_programacion_y_metodos_estadisticos_Montoya_y_Rojas_11-4.docx (20)

TALLER DE TECNOLOGIA EN GRUPO DE 11-4.pdf
TALLER DE TECNOLOGIA EN GRUPO DE 11-4.pdfTALLER DE TECNOLOGIA EN GRUPO DE 11-4.pdf
TALLER DE TECNOLOGIA EN GRUPO DE 11-4.pdf
 
TECNOLOGIA 11-4. Excel avanzado, métodos estadísticos
TECNOLOGIA 11-4. Excel avanzado, métodos estadísticosTECNOLOGIA 11-4. Excel avanzado, métodos estadísticos
TECNOLOGIA 11-4. Excel avanzado, métodos estadísticos
 
TECNOLOGIA 11-4.pdf primer periodo, combinacion de correspondencia
TECNOLOGIA 11-4.pdf primer periodo, combinacion de correspondenciaTECNOLOGIA 11-4.pdf primer periodo, combinacion de correspondencia
TECNOLOGIA 11-4.pdf primer periodo, combinacion de correspondencia
 
Trabajo de sobre excel avanzado TECNOLOGIA 11-4.pdf
Trabajo de sobre excel avanzado TECNOLOGIA 11-4.pdfTrabajo de sobre excel avanzado TECNOLOGIA 11-4.pdf
Trabajo de sobre excel avanzado TECNOLOGIA 11-4.pdf
 
ESTRUCTURAS BÁSICAS DE PROGRAMACIÓN
ESTRUCTURAS BÁSICAS DE PROGRAMACIÓN ESTRUCTURAS BÁSICAS DE PROGRAMACIÓN
ESTRUCTURAS BÁSICAS DE PROGRAMACIÓN
 
ESTRUCTURAS BÁSICAS DE PROGRAMACIÓN
ESTRUCTURAS BÁSICAS DE PROGRAMACIÓNESTRUCTURAS BÁSICAS DE PROGRAMACIÓN
ESTRUCTURAS BÁSICAS DE PROGRAMACIÓN
 
Estructuras básicas de programación
Estructuras básicas de programaciónEstructuras básicas de programación
Estructuras básicas de programación
 
11-4 tecnología impecable trabajo sobre Excel avanzado
11-4 tecnología impecable trabajo sobre Excel avanzado11-4 tecnología impecable trabajo sobre Excel avanzado
11-4 tecnología impecable trabajo sobre Excel avanzado
 
TECNOLOGIA 11-4.8888888888888888888888888
TECNOLOGIA 11-4.8888888888888888888888888TECNOLOGIA 11-4.8888888888888888888888888
TECNOLOGIA 11-4.8888888888888888888888888
 
Conceptos de Programación, Métodos Estadísticos.pdf
Conceptos de Programación, Métodos Estadísticos.pdfConceptos de Programación, Métodos Estadísticos.pdf
Conceptos de Programación, Métodos Estadísticos.pdf
 
Conceptos de Programación, Métodos Estadísticos.pdf
Conceptos de Programación, Métodos Estadísticos.pdfConceptos de Programación, Métodos Estadísticos.pdf
Conceptos de Programación, Métodos Estadísticos.pdf
 
Conceptos de programación, métodos estadísticos
Conceptos de programación, métodos estadísticosConceptos de programación, métodos estadísticos
Conceptos de programación, métodos estadísticos
 
Conceptos de Programación, Métodos Estadísticos.pdf
Conceptos de Programación, Métodos Estadísticos.pdfConceptos de Programación, Métodos Estadísticos.pdf
Conceptos de Programación, Métodos Estadísticos.pdf
 
Conceptos de programación, métodos estadísticos
Conceptos de programación, métodos estadísticosConceptos de programación, métodos estadísticos
Conceptos de programación, métodos estadísticos
 
Conceptos de programación, métodos estadísticos
Conceptos de programación, métodos estadísticosConceptos de programación, métodos estadísticos
Conceptos de programación, métodos estadísticos
 
Nocarga
NocargaNocarga
Nocarga
 
Estadistica1
Estadistica1Estadistica1
Estadistica1
 
Estadisticas 1
Estadisticas 1Estadisticas 1
Estadisticas 1
 
Trabajo de informatica
Trabajo de informaticaTrabajo de informatica
Trabajo de informatica
 
Trabajo tecno normas apa
Trabajo tecno normas apaTrabajo tecno normas apa
Trabajo tecno normas apa
 

Más de JeanCarloMontoya

Conceptos_basicos_de_programacion_y_metodos_estadisticos_Montoya_y_Rojas_11-4...
Conceptos_basicos_de_programacion_y_metodos_estadisticos_Montoya_y_Rojas_11-4...Conceptos_basicos_de_programacion_y_metodos_estadisticos_Montoya_y_Rojas_11-4...
Conceptos_basicos_de_programacion_y_metodos_estadisticos_Montoya_y_Rojas_11-4...JeanCarloMontoya
 
Conceptos_basicos_de_programacion_y_metodos_estadisticos_Montoya_y_Rojas_11-4...
Conceptos_basicos_de_programacion_y_metodos_estadisticos_Montoya_y_Rojas_11-4...Conceptos_basicos_de_programacion_y_metodos_estadisticos_Montoya_y_Rojas_11-4...
Conceptos_basicos_de_programacion_y_metodos_estadisticos_Montoya_y_Rojas_11-4...JeanCarloMontoya
 
La electricidad y_electronica__
La electricidad y_electronica__La electricidad y_electronica__
La electricidad y_electronica__JeanCarloMontoya
 
La electricidad y_electronica__
La electricidad y_electronica__La electricidad y_electronica__
La electricidad y_electronica__JeanCarloMontoya
 
Electricidad y electronica_
Electricidad y electronica_Electricidad y electronica_
Electricidad y electronica_JeanCarloMontoya
 
La electricidad y_electronica__
La electricidad y_electronica__La electricidad y_electronica__
La electricidad y_electronica__JeanCarloMontoya
 
Electricidad y electronica_
Electricidad y electronica_Electricidad y electronica_
Electricidad y electronica_JeanCarloMontoya
 

Más de JeanCarloMontoya (7)

Conceptos_basicos_de_programacion_y_metodos_estadisticos_Montoya_y_Rojas_11-4...
Conceptos_basicos_de_programacion_y_metodos_estadisticos_Montoya_y_Rojas_11-4...Conceptos_basicos_de_programacion_y_metodos_estadisticos_Montoya_y_Rojas_11-4...
Conceptos_basicos_de_programacion_y_metodos_estadisticos_Montoya_y_Rojas_11-4...
 
Conceptos_basicos_de_programacion_y_metodos_estadisticos_Montoya_y_Rojas_11-4...
Conceptos_basicos_de_programacion_y_metodos_estadisticos_Montoya_y_Rojas_11-4...Conceptos_basicos_de_programacion_y_metodos_estadisticos_Montoya_y_Rojas_11-4...
Conceptos_basicos_de_programacion_y_metodos_estadisticos_Montoya_y_Rojas_11-4...
 
La electricidad y_electronica__
La electricidad y_electronica__La electricidad y_electronica__
La electricidad y_electronica__
 
La electricidad y_electronica__
La electricidad y_electronica__La electricidad y_electronica__
La electricidad y_electronica__
 
Electricidad y electronica_
Electricidad y electronica_Electricidad y electronica_
Electricidad y electronica_
 
La electricidad y_electronica__
La electricidad y_electronica__La electricidad y_electronica__
La electricidad y_electronica__
 
Electricidad y electronica_
Electricidad y electronica_Electricidad y electronica_
Electricidad y electronica_
 

Último

LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...JAVIER SOLIS NOYOLA
 
Procesos Didácticos en Educación Inicial .pptx
Procesos Didácticos en Educación Inicial .pptxProcesos Didácticos en Educación Inicial .pptx
Procesos Didácticos en Educación Inicial .pptxMapyMerma1
 
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptxPresentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptxYeseniaRivera50
 
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdf
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdfBIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdf
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdfCESARMALAGA4
 
Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024IES Vicent Andres Estelles
 
Unidad II Doctrina de la Iglesia 1 parte
Unidad II Doctrina de la Iglesia 1 parteUnidad II Doctrina de la Iglesia 1 parte
Unidad II Doctrina de la Iglesia 1 parteJuan Hernandez
 
Estrategia de Enseñanza y Aprendizaje.pdf
Estrategia de Enseñanza y Aprendizaje.pdfEstrategia de Enseñanza y Aprendizaje.pdf
Estrategia de Enseñanza y Aprendizaje.pdfromanmillans
 
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOTUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOweislaco
 
c3.hu3.p1.p3.El ser humano como ser histórico.pptx
c3.hu3.p1.p3.El ser humano como ser histórico.pptxc3.hu3.p1.p3.El ser humano como ser histórico.pptx
c3.hu3.p1.p3.El ser humano como ser histórico.pptxMartín Ramírez
 
CIENCIAS NATURALES 4 TO ambientes .docx
CIENCIAS NATURALES 4 TO  ambientes .docxCIENCIAS NATURALES 4 TO  ambientes .docx
CIENCIAS NATURALES 4 TO ambientes .docxAgustinaNuez21
 
Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.José Luis Palma
 
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxOLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxjosetrinidadchavez
 
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptxc3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptxMartín Ramírez
 
programa dia de las madres 10 de mayo para evento
programa dia de las madres 10 de mayo  para eventoprograma dia de las madres 10 de mayo  para evento
programa dia de las madres 10 de mayo para eventoDiegoMtsS
 
Uses of simple past and time expressions
Uses of simple past and time expressionsUses of simple past and time expressions
Uses of simple past and time expressionsConsueloSantana3
 

Último (20)

Sesión La luz brilla en la oscuridad.pdf
Sesión  La luz brilla en la oscuridad.pdfSesión  La luz brilla en la oscuridad.pdf
Sesión La luz brilla en la oscuridad.pdf
 
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
 
Procesos Didácticos en Educación Inicial .pptx
Procesos Didácticos en Educación Inicial .pptxProcesos Didácticos en Educación Inicial .pptx
Procesos Didácticos en Educación Inicial .pptx
 
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptxPresentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
Presentación de Estrategias de Enseñanza-Aprendizaje Virtual.pptx
 
Power Point: "Defendamos la verdad".pptx
Power Point: "Defendamos la verdad".pptxPower Point: "Defendamos la verdad".pptx
Power Point: "Defendamos la verdad".pptx
 
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdf
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdfBIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdf
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdf
 
Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024
 
Unidad II Doctrina de la Iglesia 1 parte
Unidad II Doctrina de la Iglesia 1 parteUnidad II Doctrina de la Iglesia 1 parte
Unidad II Doctrina de la Iglesia 1 parte
 
Estrategia de Enseñanza y Aprendizaje.pdf
Estrategia de Enseñanza y Aprendizaje.pdfEstrategia de Enseñanza y Aprendizaje.pdf
Estrategia de Enseñanza y Aprendizaje.pdf
 
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOTUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
 
c3.hu3.p1.p3.El ser humano como ser histórico.pptx
c3.hu3.p1.p3.El ser humano como ser histórico.pptxc3.hu3.p1.p3.El ser humano como ser histórico.pptx
c3.hu3.p1.p3.El ser humano como ser histórico.pptx
 
TL/CNL – 2.ª FASE .
TL/CNL – 2.ª FASE                       .TL/CNL – 2.ª FASE                       .
TL/CNL – 2.ª FASE .
 
Sesión de clase: Defendamos la verdad.pdf
Sesión de clase: Defendamos la verdad.pdfSesión de clase: Defendamos la verdad.pdf
Sesión de clase: Defendamos la verdad.pdf
 
CIENCIAS NATURALES 4 TO ambientes .docx
CIENCIAS NATURALES 4 TO  ambientes .docxCIENCIAS NATURALES 4 TO  ambientes .docx
CIENCIAS NATURALES 4 TO ambientes .docx
 
Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.
 
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptxOLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
OLIMPIADA DEL CONOCIMIENTO INFANTIL 2024.pptx
 
Earth Day Everyday 2024 54th anniversary
Earth Day Everyday 2024 54th anniversaryEarth Day Everyday 2024 54th anniversary
Earth Day Everyday 2024 54th anniversary
 
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptxc3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
 
programa dia de las madres 10 de mayo para evento
programa dia de las madres 10 de mayo  para eventoprograma dia de las madres 10 de mayo  para evento
programa dia de las madres 10 de mayo para evento
 
Uses of simple past and time expressions
Uses of simple past and time expressionsUses of simple past and time expressions
Uses of simple past and time expressions
 

Conceptos_basicos_de_programacion_y_metodos_estadisticos_Montoya_y_Rojas_11-4.docx

  • 1. Conceptos de programación y Métodos estadísticos Eduardo Rojas Escobar Jean Carlos Montoya Gordon Institución Educativa Liceo Departamental Grado 11-4 Área Tecnología e Informática Cali, Valle del Cauca 2022
  • 2. Conceptos de programación y Métodos estadísticos Eduardo Rojas Escobar Jean Carlos Montoya Gordon Magister Guillermo Mondragón Institución Educativa Liceo Departamental Grado 11-4 Área Tecnología e Informática Cali, Valle del Cauca 2022
  • 3. Tabla de Contenidos 1. Que es la estadística Métodos estadísticos, Población, muestra Ramas de la estadística Aplicación de la estadística conceptos ● Hipótesis............................................................................................................... ● Variable................................................................................................................. ● Dato....................................................................................................................... ● Población............................................................................................................... ● Muestra.................................................................................................................. ● Nivel de medición nominal.................................................................................... 2. Distribución de frecuencias: ● Nombre de la variable.............................................................................................. ● Frecuencia absoluta.................................................................................................. ● Frecuencia relativa porcentual.................................................................................. ● Equivalencia en grados............................................................................................. 3. Taller PSEINT: ● Averigue los siguientes conceptos........................................................................... ● ¿Qué diferencia hay entre un contador y un acumulador?...................................... ● ¿Cómo declarar una variable en pseint?.................................................................. ● Explique cada tipo de lenguaje: java, python y C + +. Y ¿qué representan?.......... ● Ejercicios de aplicación PSEINT............................................................................. ● Mapa conceptual...................................................................................................... ● Conclusiones............................................................................................................ ● Referencias............................................................................................................... ● Links de los blogs.....................................................................................................
  • 4. ¿Qué es la estadística? La estadística estudia los procedimientos científicos para recoger, acomodar, abreviar y examinar datos, posibilita obtener conclusiones y tomar elecciones válidas razonables fundamentadas en la investigación. La estadística es, por consiguiente, la ciencia que recoge, califica y examina la información que se muestra comúnmente por medio de datos agregados que permiten que las visualizaciones logren cuantificarse, medirse, estimarse y compararse usando medidas de tendencia central, medidas de repartición, procedimientos gráficos, etcétera. Métodos estadísticos • La población: Representa el grupo enorme de personas que queremos aprender y principalmente suele ser inaccesible. Es, en conclusión, un colectivo homogéneo que concentra unas propiedades determinadas. • La muestra: Es el grupo menor de personas (subconjunto poblacional accesible y reducido sobre el que realizamos las mediciones o el experimento con la iniciativa de obtener conclusiones generalizables a la población ). Ramas de la estadística Hay 2 ramas primordiales de la estadística que son: la estadística detallada y la estadística inferencial. Estadística Detallada: Se dedica a los procedimientos de recolección, explicación, visualización y resumen de datos originados desde los fenómenos en análisis. Los datos tienen la posibilidad de ser resumidos numérica o gráficamente. Estadística inferencial: Se dedica a la generación de los modelos, inferencias y predicciones similares a los fenómenos en cuestión teniendo presente lo aleatorio e incertidumbre en las visualizaciones. Aplicaciones de la estadística Aunque habitualmente se asocie a estudios demográficos, económicos y sociológicos, parte importante de los logros de la estadística se derivan del interés de los científicos por desarrollar modelos que expliquen la conducta de las características de la materia y de los letras y números biológicos. La medicina, la enseñanza, la gerontología y, en conclusión, casi todos los campos de las ciencias emplean artefactos estadísticos de trascendencia fundamental para el desarrollo de sus modelos de trabajo.
  • 5. Educación: La estadística educativa, nos posibilita recolectar información para analizarla y tomar elecciones en diferentes niveles. Nos sirve para representar y sustraer información así como para tomar conclusiones y tomar elecciones correctas en las instituciones educativas. Contaduría: La Estadística contribuye a la contabilidad, debido a que la utilización o trabajo de cálculos de tipo estadístico, posibilita entablar diferentes registros contables que están afectando los estados financieros. Las aplicaciones de la estadística sirven para facilitar las funcionalidades de planeación, control, y toma de elecciones. Administración: Para los emprendedores el valor de la estadística se inspira primordialmente en su costo para la toma adecuada de elecciones, pues posibilita conocer las primordiales características de los objetos o datos vigilados y las propiedades claves de los fenómenos estudiados. Gerontología: La estadística cumple con fundamentarse en el procedimiento científico y enfocarlo con intervenciones de calidad en el proceso del envejecimiento y la fase de la vejez usándola para la valorización de una vida de alta calidad. Deporte: La contribución de la estadística a la cientificidad del sistema de preparación del deportista se patentiza en ejercer modelos estadísticos que permitan obtener una información objetiva sobre la caracterización de los atletas en diferentes fases de su preparación. Economía: La enorme mayor parte de las veces mediante estadísticas los economistas recaban los datos para generar y ajustar sus preposiciones y principios que después aplicarán a la vida real. a un problema o un fenómeno económico puede hablarse quizás de la inflación. Conceptos primordiales Hipótesis: El desarrollo de pruebas de conjetura es un instrumento estadística que posibilita validar si los resultados logrados de la aplicación de una metodología son significativos, o sea, si éstos en verdad presentan la mejoría que se observa a la luz de un criterio cuantitativo que puede captar los anhelos de optimización del analista y no los resultados reales del proceso en estudio. Variable: Una variable estadística es una característica que puede fluctuar y cuya alteración es susceptible de adoptar diferentes valores, los cuales tienen la posibilidad de medirse u observarse. Las cambiantes adquieren costo una vez que se relacionan con otras cambiantes, o sea, si son parte de una premisa o de una teoría. Datos: Los datos estadísticos, en este marco, son los valores que se obtienen al llevar a cabo un análisis de tipo estadístico. Se trata del producto de la observación de ese fenómeno que se pretende examinar. Para que resulten útiles, los datos estadísticos tienen que organizarse y considerarse desde un entorno. Es fundamental considerar que el procesamiento de los datos
  • 6. estadísticos es lo cual crea información. El dato por sí mismo, considerado como algo aislado, carece de interés. Población: La población estadística se basa en la recolección de un grupo de recursos o sujetos que disfrutan de propiedades usuales, con el propósito de estudiarlos y sacar conclusiones concretas para establecer resultados. Según la magnitud poblacional estudiada, el resultado podría ser limitado o infinito. Si el resultado de los conjuntos investigados es infinito, dichos se piensan conceptuales o artificiales, debido a que toda población debería tener un resultado específico al ser estudiada. Muestra: Una muestra estadística es un subconjunto de datos correspondiente a una población de datos. Estadísticamente hablando, debería estar construido por un cierto número de visualizaciones que constituyan correctamente el total de los datos. La estadística, como rama de las matemáticas, se ocupa de recoger datos, ordenarlos y analizarlos. O sea, una vez que deseamos aprender un definido fenómeno recurrimos a la estadística. Un óptimo ejemplo de fenómeno que estudia la estadística, es el sueldo medio de los habitantes de un territorio. Niveles de medición nominal: La medición de las cambiantes puede desarrollarse por medio de 4 escalas de medición. 2 de las escalas miden cambiantes categóricas y las otras 2 miden cambiantes numéricas Los niveles de medición son las escalas nominal, ordinal, de intervalo y de razón. Se usan para apoyar en la categorización de las cambiantes, el diseño de las cuestiones para medir cambiantes, e inclusive indican el tipo de estudio estadístico apropiado para el procedimiento de los datos. Una característica importante de la medición es la dependencia que tiene de la probabilidad de alteración. La validez y la fiabilidad de la medición de una variable es dependiente de las elecciones que se tomen para operacionalizar y conseguir una correcta comprensión del criterio evitando imprecisiones y ambigüedad, por en caso opuesto, la variable corre el peligro inherente de ser invalidada ya que no crea información fidedigna. Distribución de frecuencias Las distribuciones de frecuencias son tablas en que se dispone las maneras de la variable por filas. En las columnas se dispone el número de ocurrencias por cada costo, porcentajes, etcétera. El fin de las agrupaciones en frecuencia es facilitar la obtención de la información que tienen dentro los datos. Nombre de variable. El reparto de frecuencias agrupadas o tabla con datos agrupados se emplea si las cambiantes toman un número enorme de valores o la variable es continua. Se agrupan los valores en intervalos que tengan la misma amplitud llamados clases. A cada clase se le asigna su frecuencia que corresponde.
  • 7. Los nombres de las cambiantes tienen la posibilidad de comenzar con letras, o los símbolos $ o _. Solo tienen la posibilidad de contener letras, números, $ y _. No tienen la posibilidad de comenzar con un número. "myVariable", "leaf_1" y "$money3" son todos ejemplos. válidos de nombres de cambiantes. Ejemplos no Válidos: Ejemplos Válidos: Frecuencia Absoluta. La frecuencia absoluta es una medida estadística que nos da información acerca de la cantidad de veces que se repite un suceso al realizar un número determinado de experimentos aleatorios. Esta medida se representa mediante las letras fi. La letra f se refiere a la palabra frecuencia y la letra i se refiere a la realización i-ésima del experimento aleatorio Ejemplo: Un profesor tiene la lista de las notas en matemáticas de 30 alumnos de su clase. Las notas son las siguientes:
  • 8. Una vez realizado el recuento, se representan las frecuencias absolutas de cada una de las notas (ni). Las frecuencias son: n1(3)=2, n2(4)=4, n3(5)=6, n4(6)=7, n5(7)=5, n6(8)=3, n7(9)=2 y n 8(10)=1. Frecuencia relativa porcentual. La frecuencia relativa porcentual es el porcentaje de la frecuencia relativa, siendo esta la separación de la frecuencia absoluta entre el total de valores en una selección de datos. La frecuencia relativa es bastante utilizada en posibilidad, y se refiere a la interacción de una frecuencia absoluta entre un total. Este costo costo de frecuencia relativa porcentual representa la probabilidad sobre 100% de descubrir este número en una secuencia de datos, es por esta razón que es una interacción de frecuencias La frecuencia Relativa (n) y la frecuencia Relativa Acumulada (N) tienen la posibilidad de redactar de forma porcentual al multiplicar por 100 su resultado decimal Equivalencia en grados. Son otra forma de representar el porcentaje empero por el momento no en una escala del 100% sino bajo una medida angular de 360°; para eso vamos a usar la siguiente fórmula: Calcular los grados es muy semejante que calcular el costo del porcentaje, multiplicamos el costo de la frecuencia absoluta fi por 360 y lo dividimos entre el total de datos, además denominado la muestra.
  • 9. Por teoría al sumar las contribuciones de los porcentajes, nos debería ofrecer la integridad de los datos o sea 360⁰ . Al final registramos los datos hallados en la tabla de repartición de frecuencias. Taller PSEINT Averigüe los siguientes conceptos: A. ¿Qué diferencia hay entre un acumulador y un contador? R/ En programación es común el uso de contadores y acumuladores, en este post explico la diferencia porque frecuentemente quienes están aprendiendo a programar confunden unos con otros. Un contador es una variable que se utiliza para contar algo. Normalmente usamos un contador dentro de un ciclo y cambiamos su valor sumándole o restándole una constante, es decir, siempre se le suma o resta la misma cantidad. El caso más utilizado es incrementar la variable en uno. Un acumulador es una variable que se utiliza para sumar valores. Al igual que el contador, se utiliza normalmente dentro de un ciclo pero cambiamos su valor sumándole una variable, es decir, no siempre se le suma la misma cantidad.
  • 10. En el siguiente programa, utilizamos el mismo arreglo del programa contador.c, pero ahora no vamos a contar cuántas veces aparece un número x, sino que vamos a sumar todos los valores que aparezcan en el arreglo y que sean mayores a un número determinado. B. ¿Cómo declarar una variable en pseint? R/ Declarar variables significa indicar el tipo de dato que almacenara las variables que participan en el programa. Es bueno acostumbrarse para que cuando se emplee un lenguaje de programación formal tipado o no tipado no nos cueste declarar las variables. En caso de hacerlo con PSeInt, no es necesario hacerlo, aunque se puede hacer con la instrucción "Define". Para declarar variables, lo único que debemos hacer es indicar el nombre de la variable y su tipo (numérico, lógico y cadena), antes del inicio del programa, separados por comas. Si se observa otra forma de declarar variables. Es normal si al principio, no sabemos todas las variables que pueden aparecer, con el tiempo lo identificaremos de una forma más rápida y sencilla. Lo importante de esto es reconocer que tipo de datos queremos que almacene una variable en concreto. C. Explique cada tipo de lenguaje: java, python y C + +. Y ¿qué representan? R/ java Como cualquier lenguaje de programación, el lenguaje Java tiene su propia estructura, reglas de sintaxis y paradigma de programación. El paradigma de programación del lenguaje Java se basa en el concepto de programación orientada a objetos (OOP), que las funciones del lenguaje soportan. El lenguaje Java es un derivado del lenguaje C, por lo que sus reglas de sintaxis se parecen mucho a C: por ejemplo, los bloques de códigos se modularizan en métodos y se delimitan con llaves ({ y }) y las variables se declaran antes de que se usen. Python: es un lenguaje de programación multiplataforma y de código abierto que puede utilizarse tanto para desarrollo web, creación de software y procesamiento de datos, entre muchos otros propósitos. Esta versatilidad y facilidad para aprenderlo (es ampliamente considerado el lenguaje más sencillo de aprender) lo han convertido en el lenguaje de programación más popular del mundo, según el índice PYPL. Fue lanzado por primera vez en 1991 por Guido van Rossum y sigue siendo desarrollado hoy en día por la Python Software Foundation. Python se basa en los lenguajes C y C++ y tiene sus raíces en el sistema operativo UNIX. Python existe desde hace años, pero no fue hasta mediados de la década de 2000 cuando se afianzó en el mundo del desarrollo web, con el auge de sitios como Wordpress. Entre las aplicaciones más populares que nosotros podemos encontrar en el día a día, como Google, Instagram o Netflix, vamos a ver que Python es responsable por mantenerlas funcionando tras bambalinas . Incluso una gran parte de la plataforma de Platzi funciona con código escrito en Python
  • 11. C+Y: C es un lenguaje de programación de propósito general originalmente desarrollado por Dennis Ritchie entre 1969 y 1972 en los Laboratorios Bell, como evolución del anterior lenguaje B, a su vez basado en BCPL. EJERCICIOS EN PSEINT: *Represente el algoritmo usando el programa pseint en modo flexible y muestre el diagrama de flujo, Hacer las capturas de pantalla* 1. Toma 2 números, hacer la resta, la multiplicación y la división; muestre el resultado. 2. Calcular el promedio de 4 calificaciones o el promedio de 4 notas. 3. Hacer un programa que muestre el área y perímetro de un triángulo. 4. Hacer un programa que muestre el área y perímetro de un círculo. 5. Hacer un programa para convertir una temperatura ingresada de Celsius a Fahrenheit. 6. Hacer un programa para convertir una longitud ingresada en pulgadas a pies. 7. Ingresar por teclado el nombre y la edad de cualquier persona e imprima tanto el nombre como la edad.
  • 12.
  • 13.
  • 14.
  • 15.
  • 16. Mapa Conceptual: Conclusiones: ● Podemos concretar como estadística a la ciencia o el estudio que usa diferentes teoremas o herramientas para recolectar, ordenar e interpretar los datos numéricos o una muestra de los mismos.
  • 17. ● Podemos dividir la estadística en 2 partes con distinta funcionalidad, no obstante, con el mismo fin analítico. Éstas son las estadísticas detalladas y la estadística inferencial. ● Si observamos bien podemos hallar la estadística en la mayoría de ciencias. ● Las distribuciones de frecuencias a diferencia de la estadística posibilita obtener la información de los datos numéricos mediante tablas de variable por fila. ● Dentro del lenguaje de programación encontramos variables/códigos con funciones específicas en ésta ● Actualmente hay lenguajes de programación que reemplazan los códigos específicos por lenguajes simplificados. Entre estos: Java, Python, C + +. ● Sabemos por algoritmo en programación como una secuencia de instrucciones/códigos automatizados para concretar una o varias operaciones. Con el trabajo podemos concluir que la estadística y el reparto de frecuencias tienen por objetivo sintetizar la información, mediante la preparación de tablas de frecuencias, representaciones gráficas y el cálculo de medidas estadísticas, estas nos sirven para recolectar información y analizarlas. Podemos diferenciarlas por sus diferentes métodos teoremas y/o modalidades. Links de blog: ━ Eduardo Rojas Escobar: https://eduardorojas10.blogspot.com/?m=1 ━ Jean Carlos Montoya: https://montismontis.blogspot.com/