SlideShare una empresa de Scribd logo
1 de 15
REPUBLICA BOLIVARIANA DE VENEZUELA
MINISTERIO DEL PODER POPULAR PARA LA EDUCACIÓN
I.U.P “SANTIAGO MARIÑO”
SEDE BARCELONA
ING. INDUSTRIAL
Organización de los datos
Profesora:
Amelia Vásquez Bachiller:
Luisyani real C.I:26789562
Barcelona, 2019
INTRODUCCION
La estadística es el estudio de los modos de recolectar y analizar datos con el fin de
establecer conclusiones acerca del medio del cual se han obtenido los datos. a es
la ciencia que trata sobre la toma, organización recopilación, presentación y análisis de datos
para deducir conclusiones sobre ellos y para tomar decisiones que estén de acuerdo con los
análisis efectuados.
La Estadística es una disciplina que utiliza recursos matemáticos para organizar y resumir una
gran cantidad de datos obtenidos de la realidad, e inferir conclusiones respecto de ellos. Por
ejemplo, la estadística interviene cuando se quiere conocer el estado sanitario de un país, a
través de ciertos parámetros como la tasa de morbilidad o mortalidad de la población.
En este caso la estadística describe la muestra en términos de datos organizados y resumidos,
y luego infiere conclusiones respecto de la población. Aplicada a la investigación científica,
también infiere cuando provee los medios matemáticos para establecer si una hipótesis debe o
no ser rechazada. La estadística puede aplicarse a cualquier ámbito de la realidad, y por ello
es utilizada
en física, química, biología, medicina, astronomía, psicología, sociología, lingüística, demografí
a, etc. Y es importante en todos los contextos desde el estudiantil, de trabajo y profesional por
que se aplica en la vida diaria de cada uno de estos en el estudiantil por ejemplo para sacar
tu promedio de una calificación o para saber la media o cuanto necesitas para ciertas materias.
ORGANIZACIÓN DE LOS DATOS:
La estadística con frecuencia se realiza con la intención de llegar a establecer conclusiones o a
obtener resultados, esto demanda muchas veces estudiar centenares, miles o aun cifras más altas de
cosas, objetos, personas o grupos. Por ejemplo un caso extremo de estudio que involucra a la
estadística es la realización de un censo, a pesar de la ayuda de procedimientos complejos diseñados
para tal fin, constituye siempre una tarea gigantesca resumir y describir las enormes cantidades de
datos que se generan de los proyectos de investigación.
Usando los principios más elementales de la estadística descriptiva, es posible describir las
características de los datos con bastante claridad y precisión, de modo que las tendencias o
generalidades se puedan descubrir más rápidamente y comunicar con mayor facilidad. Primero, es
menester clarificar que dependiendo del nivel de medición de la variable se posibilitará su
organización.
En el apartado anterior de variables y datos se estableció que los datos podían provenir de variables
de tipo categórico o numérico.
Si es el caso de las primeras, la forma de organizarlas tiene que ver con construir una tabla de
frecuencias.
POR EJEMPLO:
si se preguntase a un grupo de 52 alumnos el sexo al que pertenecen, se podría generar
la siguiente tabla de frecuencias.
sexo frecuencia femenino 22 masculino 30
Debe hacerse notar que la variable anterior es de tipo nominal y que en ellas no existe un orden natural, por
lo que un convencionalismo que se utiliza en estadística es ordenar este tipo de variables en forma
alfabética de la A la Z o viceversa.
Otro ejemplo de datos categóricos podrían ser cuando se pregunta a los mismos alumnos su estado de
salud y sus respuestas posibles son: Excelente, Muy buena, Buena, Regular y Mala, es posible advertir que
se trata de una variable de tipo ordinal puesto que es posible saber quién tiene mejor o peor salud,
construyendo una tabla de frecuencias, los datos se verían así:
Estado de Salud frecuencia Excelente 16 Muy Buena 18 Buena 6 Regular 10 Mala 2
total: 52
total: 52
Es importante hacer notar que en el caso de variables de tipo ordinal es
necesario respetar el orden natural de la misma variable para construir la
tabla, es decir, en el ejemplo anterior se puede presentar la tabla iniciando
desde el mejor estado de salud al peor, o viceversa.
Si se trata de datos de tipo numérico, los datos se pueden organizar en
forma de: a) lista de datos b) distribución de frecuencias simple c)
distribución de frecuencias agrupada
para presentarlos en forma de lista es necesario.
TIPOS DE ORGANIZACIÓN DE DATOS:
Organización no estructurada
- Utiliza información no estructurada contenida en libros, artículos informes.
- Es tan grande la variedad de información que es muy difícil saber que es lo que nos va a
interesar en el caso de una búsqueda y seria imposible determinar un campo por cada
tema.
Organización estructurada
- Utiliza información estructurada o datos definidos (facturas, recibos de clientes, etc.).
- El diseño de una buena base de datos deberá reconocer con método y exactitud los datos
que se van a utilizar, antes de su implementación.
- Esta organizada mediante campos.
Tratamiento de datos formateados (organizados).
- Sistemas orientados a proceso.
- Sistemas orientados a datos.
- Sistema de gestión de datos relacionales.
Tratamiento de datos no formateados (no organizados)
- documentos.
- Sistemas de recuperación de información.
- Sistemas de gestión de bases de datos documentales.
OPERACIONES CON ORGANIZACIÓN DE DATOS:
Las operaciones mas usuales en los registros son:
- Consulta: lectura del contenido del registro.
- Modificación: alterar la información contenida en un registro
- inserción: añadir un nuevo registro al archivo
- borrado: suprimir un registro del archivo
Las operaciones sobre archivos se realizan mediante programas, de modo tal que los archivos
se identifican por un nombre externo al que están asociados. Pueden existir programas que
proceden el mismo archivo de datos. La mayoría de los programas ejecutaran las siguientes
clases de funciones:
- crear archivos (créate)
-abrir o arrancar (open) un archivo que fue creado con anterioridad a la ejecución de este
programa
- incrementar o ampliar el tamaño del archivo (append, extend)
- cerrar el archivo después que el programa ha terminado de utilizarlo (close)
- borrar (delete) un archivo que ya existe
- transferir datos desde (leer) o a (escribir) el dispositivo, diseñado por el programa.
Antes de cualquier dato pueda ser escrito o leído de un archivo , el archivo debe ser crear el
dispositivo correspondiente.
las operaciones sobre archivos tratan con la propia estructura del archivo, no con los
registros de datos dentro del archivo
con anterioridad a la creación de un archivo se requiere diseñar la estructura del mismo
mediante los campos de registro, longitud y tipo de los mismo.
Para poder gestionar un archivo mediante un programa es preciso declarar el archivo, su
nombre y la estructura de sus registros . La declaración se realizara con las siguientes
instrucciones
archivo : nombre
registro
campo 1_tipo
campo2: tipo
campo3: tipo.
EJEMPLOS DE CADA ORGANIZACIÓN DE DATOS:
Organización de datos: números o medidas que han sido recopiladas como resultado
de observaciones. Datos cuantitativos: observaciones que generan valores
numéricos. Ejemplo: 50 años, 12 Kg., 7 cm. Datos cualitativos: representan
características observables más no medibles. Ejemplo: color de cabello, Sexo,
Nacionalidad, Marcas de auto, Grado de Satisfacción con la Universidad, etc.
Variable: característica o fenómeno que puede tomar distintos valores. Ejemplo:
Edad= 20,13, 25 Variable cuantitativa: los valores que tomas son numéricos.
Ejemplo: peso, edad, temperatura, estatura, Cantidad de Habitaciones, Número de
hijos, Kilómetros recorridos, Tiempo de vuelo, Ingreso, etc. Variable cualitativa:
valores que consisten en categorías de clasificación. Ejemplo: rojo, negro, castaño.
Ejemplo 2: barrio de residencia de los alumnos, simpatizante de un club de fútbol o
béisbol, profesiones laborales, ideología política, estado civil. ÁREA nº de
estudiantes educación 500 tecnología 300 medicina 600 COLOR DE PIEL nº de
personas negro 500 blanco 300 moreno 600 SEXO PERSONAS masculino 25
femenino 30 RELIGIÓN nº de personas católico 500 judío 300 evangélico 600 nota:
para esta escala no hay un orden especifico para las categorías. Escala ordinal:
se organizan datos por categorias hay MUTUA EXCLUSIVIDAD, pero existe una
relación “MAYOR QUE” (relevancia entre las categorías), si importa el orden de la
categorias.
APLICADA NIVEL ACADÉMICO nº de personas primaria 25 secundaria 35
diversificado 41 universitario 41 RENDIMIENTO nº de personas excelente 15 bueno 17
regular 10 deficiente 4 NIVELES DE DESNUTRICIÓN nº de personas leve 15
moderada 17 severa 10 escala de intervalo: tiene las mismas características de la
anterior (ordinal) y tiene unidad constante de medición, es decir: entre las categorías va
a existir una unidad o distancia que va a permanecer constante entre ellas. Ejemplo:
mensualidad nº de días 200.000 bs. – 400.000 bs. 7 500.000 bs. - 700.000 bs. 2 nota:
la unidad constante es 300.000 bs. TEMPERATURA nº de días 20º - 29º 7 10º - 19º 2 0
º- 9º 4 1
CONCLUSIÓN
para llevar a cabo una buena organización de datos se deben indagar los fenómenos, ya
que se realiza una investigación a fondo, y ese fenómeno que se busca debe poseer
variables sea cuantitativa o cualitativa y a través de ellas nos damos cuenta si se debe
realizar un análisis estadístico descriptivo o un análisis estadístico inferencial. Un análisis
estadístico descriptivo es un análisis de los datos obtenidos en una muestra (n) y como su
nombre lo indica describen y resumen las observaciones obtenidas sobre un fenómeno, un
suceso o un hecho; y el análisis estadístico inferencial consiste en llegar a obtener
conclusiones o generalizaciones que sobrepasan los límites de los conocimientos
aportados por un conjunto de datos. Es decir que, la recolección de los datos puede
inducir una investigación por muestreo o mediante el diseño experimental, dando como
origen datos muéstrales y datos experimentales.
Palabras clave: etapa inicial, conocimiento ligero, relevante, utiliza diagrama o medidas
simples Procedimiento de análisis clásico. Palabras clave: conocimiento definido,
resultados de datos concisos, se utilizan tablas y estadígrafos. Ahora bien, en cuanto a los
procesos de medición de los datos, no siempre son de alta calidad y por ello es importante
la toma de decisiones y se debe tener sumo cuidado con la información adquirida, ya que
puede ser a través de intuiciones, pero es más recomendable la información adquirida que
se da a través de los hechos.
BIBLIOGRAFÍA
http://www.wikillerato.org/Organizaci%C3%B3n_de_los_datos.html
Recuperado de: http://www.fic.umich.mx/~lcastro/2organizacion.pdf
http://www.wikillerato.org/Organizaci%C3%B3n_de_los_datos.html
http://ocw.uc3m.es/ingenieria-informatica/informatica/documentos-teoria/tema-5-organizacion-de-los-datos

Más contenido relacionado

La actualidad más candente

Organización de datos estadísticos
Organización de datos  estadísticos Organización de datos  estadísticos
Organización de datos estadísticos leonelgranado
 
Organizacion de datos harry horne
Organizacion de datos harry horneOrganizacion de datos harry horne
Organizacion de datos harry horneHarryHonre
 
Organización de datos
Organización de datosOrganización de datos
Organización de datosJosePerdign
 
Conclusiones de unidad 2 organización de los datos
Conclusiones de unidad 2 organización de los datosConclusiones de unidad 2 organización de los datos
Conclusiones de unidad 2 organización de los datosJohanna Garcia
 
Organizacion de datos saia
Organizacion de datos saiaOrganizacion de datos saia
Organizacion de datos saiaanyelaabate
 
Introduccion a la estadistica
Introduccion a la estadisticaIntroduccion a la estadistica
Introduccion a la estadisticawcartaya
 
organización de los datos estadísticos
organización de los datos  estadísticos organización de los datos  estadísticos
organización de los datos estadísticos YunalyGarcacumana
 
Organización de datos
Organización de datosOrganización de datos
Organización de datosneurofuzzy
 
Organización de los datos
Organización de los datosOrganización de los datos
Organización de los datosRichard Torres
 
Teoria y Ejemplo de Distribucion de Estadística General
Teoria y Ejemplo de Distribucion de Estadística GeneralTeoria y Ejemplo de Distribucion de Estadística General
Teoria y Ejemplo de Distribucion de Estadística Generalfranciscoe71
 
Organizacion de datos estadistica
Organizacion de datos estadisticaOrganizacion de datos estadistica
Organizacion de datos estadisticaCarlosDanielGil1
 

La actualidad más candente (20)

Estadística capitulo i
Estadística capitulo iEstadística capitulo i
Estadística capitulo i
 
Organización de datos estadísticos
Organización de datos  estadísticos Organización de datos  estadísticos
Organización de datos estadísticos
 
Organizacion de datos harry horne
Organizacion de datos harry horneOrganizacion de datos harry horne
Organizacion de datos harry horne
 
Organización de datos
Organización de datosOrganización de datos
Organización de datos
 
Organizacion de datos
Organizacion de datosOrganizacion de datos
Organizacion de datos
 
Maria jose presentacion
Maria jose presentacionMaria jose presentacion
Maria jose presentacion
 
Estadística 1
Estadística                                                         1Estadística                                                         1
Estadística 1
 
Conclusiones de unidad 2 organización de los datos
Conclusiones de unidad 2 organización de los datosConclusiones de unidad 2 organización de los datos
Conclusiones de unidad 2 organización de los datos
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Organizacion de datos
Organizacion de datosOrganizacion de datos
Organizacion de datos
 
Organizacion de datos saia
Organizacion de datos saiaOrganizacion de datos saia
Organizacion de datos saia
 
Introduccion a la estadistica
Introduccion a la estadisticaIntroduccion a la estadistica
Introduccion a la estadistica
 
organización de los datos estadísticos
organización de los datos  estadísticos organización de los datos  estadísticos
organización de los datos estadísticos
 
Organización de datos
Organización de datosOrganización de datos
Organización de datos
 
Organización de los datos
Organización de los datosOrganización de los datos
Organización de los datos
 
Teoria y Ejemplo de Distribucion de Estadística General
Teoria y Ejemplo de Distribucion de Estadística GeneralTeoria y Ejemplo de Distribucion de Estadística General
Teoria y Ejemplo de Distribucion de Estadística General
 
Organizacion de datos estadistica
Organizacion de datos estadisticaOrganizacion de datos estadistica
Organizacion de datos estadistica
 
Organizacion de los datos
Organizacion de  los datosOrganizacion de  los datos
Organizacion de los datos
 
Organización de datos
Organización de datosOrganización de datos
Organización de datos
 
Organizacion de datos
Organizacion de datosOrganizacion de datos
Organizacion de datos
 

Similar a organizacion de datos

organización de datos
organización de datosorganización de datos
organización de datosYorgelisMendez
 
Organización de los Datos(Estadística)
Organización de los Datos(Estadística)Organización de los Datos(Estadística)
Organización de los Datos(Estadística)DuglibethRodriguez
 
Presentación Slideshare Organización de Datos
Presentación Slideshare Organización de DatosPresentación Slideshare Organización de Datos
Presentación Slideshare Organización de Datosdianacanache
 
Presentación de Estadística 1
Presentación de Estadística 1Presentación de Estadística 1
Presentación de Estadística 1RicardoNoheda
 
Organizacion de datos estadistica
Organizacion de datos estadisticaOrganizacion de datos estadistica
Organizacion de datos estadisticaDanielRosal2
 
Metodos estadisticos
Metodos estadisticosMetodos estadisticos
Metodos estadisticosLuis Narvaez
 
Estadística organización de datos
Estadística organización de datos Estadística organización de datos
Estadística organización de datos oriannysrodriguez
 
Organizacion de los datos - Reynieri Valor
Organizacion de los datos - Reynieri ValorOrganizacion de los datos - Reynieri Valor
Organizacion de los datos - Reynieri Valorreynier valor
 
Presentación Slideshare Organización de Datos
Presentación Slideshare Organización de Datos Presentación Slideshare Organización de Datos
Presentación Slideshare Organización de Datos dianacanache
 
Organización de datos
Organización de datos Organización de datos
Organización de datos RosangelGarca
 
Estadistica organizacion de datos
Estadistica organizacion de datosEstadistica organizacion de datos
Estadistica organizacion de datosCesarRabottini
 
Organización de los datos
Organización de los datos Organización de los datos
Organización de los datos Carlos Contreras
 
organización de datos
organización de datosorganización de datos
organización de datosjosegrecova
 
Epidemiología y bioestadística
Epidemiología y bioestadísticaEpidemiología y bioestadística
Epidemiología y bioestadísticaElena Angel
 
Investigacion estadisitica
Investigacion estadisiticaInvestigacion estadisitica
Investigacion estadisiticaEdinsonGomez11
 
Organizacion de datos
Organizacion de datosOrganizacion de datos
Organizacion de datoszet69lie
 

Similar a organizacion de datos (20)

organización de datos
organización de datosorganización de datos
organización de datos
 
Organización de los Datos(Estadística)
Organización de los Datos(Estadística)Organización de los Datos(Estadística)
Organización de los Datos(Estadística)
 
Presentación Slideshare Organización de Datos
Presentación Slideshare Organización de DatosPresentación Slideshare Organización de Datos
Presentación Slideshare Organización de Datos
 
Presentación de Estadística 1
Presentación de Estadística 1Presentación de Estadística 1
Presentación de Estadística 1
 
Organizacion de datos estadistica
Organizacion de datos estadisticaOrganizacion de datos estadistica
Organizacion de datos estadistica
 
Organización de datos
Organización de datosOrganización de datos
Organización de datos
 
Metodos estadisticos
Metodos estadisticosMetodos estadisticos
Metodos estadisticos
 
Estadística organización de datos
Estadística organización de datos Estadística organización de datos
Estadística organización de datos
 
Jose garcia org de datos
Jose garcia org de datosJose garcia org de datos
Jose garcia org de datos
 
Organizacion de los datos - Reynieri Valor
Organizacion de los datos - Reynieri ValorOrganizacion de los datos - Reynieri Valor
Organizacion de los datos - Reynieri Valor
 
Presentacion 2
Presentacion 2Presentacion 2
Presentacion 2
 
Presentación Slideshare Organización de Datos
Presentación Slideshare Organización de Datos Presentación Slideshare Organización de Datos
Presentación Slideshare Organización de Datos
 
Organización de datos
Organización de datos Organización de datos
Organización de datos
 
Estadistica organizacion de datos
Estadistica organizacion de datosEstadistica organizacion de datos
Estadistica organizacion de datos
 
Organizacion de datos
Organizacion de datosOrganizacion de datos
Organizacion de datos
 
Organización de los datos
Organización de los datos Organización de los datos
Organización de los datos
 
organización de datos
organización de datosorganización de datos
organización de datos
 
Epidemiología y bioestadística
Epidemiología y bioestadísticaEpidemiología y bioestadística
Epidemiología y bioestadística
 
Investigacion estadisitica
Investigacion estadisiticaInvestigacion estadisitica
Investigacion estadisitica
 
Organizacion de datos
Organizacion de datosOrganizacion de datos
Organizacion de datos
 

Último

27311861-Cuencas-sedimentarias-en-Colombia.ppt
27311861-Cuencas-sedimentarias-en-Colombia.ppt27311861-Cuencas-sedimentarias-en-Colombia.ppt
27311861-Cuencas-sedimentarias-en-Colombia.pptjacnuevarisaralda22
 
Clasificación de Equipos e Instrumentos en Electricidad.docx
Clasificación de Equipos e Instrumentos en Electricidad.docxClasificación de Equipos e Instrumentos en Electricidad.docx
Clasificación de Equipos e Instrumentos en Electricidad.docxwilliam801689
 
CALCULO SISTEMA DE PUESTA A TIERRA PARA BAJA TENSION Y MEDIA TENSION
CALCULO SISTEMA DE PUESTA A TIERRA PARA BAJA TENSION Y MEDIA TENSIONCALCULO SISTEMA DE PUESTA A TIERRA PARA BAJA TENSION Y MEDIA TENSION
CALCULO SISTEMA DE PUESTA A TIERRA PARA BAJA TENSION Y MEDIA TENSIONJuan Carlos Meza Molina
 
ingenieria grafica para la carrera de ingeniera .pptx
ingenieria grafica para la carrera de ingeniera .pptxingenieria grafica para la carrera de ingeniera .pptx
ingenieria grafica para la carrera de ingeniera .pptxjhorbycoralsanchez
 
PostgreSQL on Kubernetes Using GitOps and ArgoCD
PostgreSQL on Kubernetes Using GitOps and ArgoCDPostgreSQL on Kubernetes Using GitOps and ArgoCD
PostgreSQL on Kubernetes Using GitOps and ArgoCDEdith Puclla
 
INSUMOS QUIMICOS Y BIENES FISCALIZADOS POR LA SUNAT
INSUMOS QUIMICOS Y BIENES FISCALIZADOS POR LA SUNATINSUMOS QUIMICOS Y BIENES FISCALIZADOS POR LA SUNAT
INSUMOS QUIMICOS Y BIENES FISCALIZADOS POR LA SUNATevercoyla
 
Ejemplos aplicados de flip flops para la ingenieria
Ejemplos aplicados de flip flops para la ingenieriaEjemplos aplicados de flip flops para la ingenieria
Ejemplos aplicados de flip flops para la ingenieriaAndreBarrientos3
 
nomenclatura de equipo electrico en subestaciones
nomenclatura de equipo electrico en subestacionesnomenclatura de equipo electrico en subestaciones
nomenclatura de equipo electrico en subestacionesCarlosMeraz16
 
Sesion 6 _ Curso Integrador II_TSZVQJ.pdf
Sesion 6 _ Curso Integrador II_TSZVQJ.pdfSesion 6 _ Curso Integrador II_TSZVQJ.pdf
Sesion 6 _ Curso Integrador II_TSZVQJ.pdfOmarPadillaGarcia
 
UNIDAD II 2.pdf ingenieria civil lima upn
UNIDAD  II 2.pdf ingenieria civil lima upnUNIDAD  II 2.pdf ingenieria civil lima upn
UNIDAD II 2.pdf ingenieria civil lima upnDayronCernaYupanquiy
 
Herramientas de la productividad - Revit
Herramientas de la productividad - RevitHerramientas de la productividad - Revit
Herramientas de la productividad - RevitDiegoAlonsoCastroLup1
 
libro de ingeniería de petróleos y operaciones
libro de ingeniería de petróleos y operacioneslibro de ingeniería de petróleos y operaciones
libro de ingeniería de petróleos y operacionesRamon Bartolozzi
 
Maquinaria Agricola utilizada en la produccion de Piña.pdf
Maquinaria Agricola utilizada en la produccion de Piña.pdfMaquinaria Agricola utilizada en la produccion de Piña.pdf
Maquinaria Agricola utilizada en la produccion de Piña.pdfdanielJAlejosC
 
PERFORACIÓN Y VOLADURA EN MINERÍA APLICADO
PERFORACIÓN Y VOLADURA EN MINERÍA APLICADOPERFORACIÓN Y VOLADURA EN MINERÍA APLICADO
PERFORACIÓN Y VOLADURA EN MINERÍA APLICADOFritz Rebaza Latoche
 
Estadística Anual y Multianual del Sector Eléctrico Ecuatoriano
Estadística Anual y Multianual del Sector Eléctrico EcuatorianoEstadística Anual y Multianual del Sector Eléctrico Ecuatoriano
Estadística Anual y Multianual del Sector Eléctrico EcuatorianoEduardoBriones22
 
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023COMPEDIOS ESTADISTICOS DE PERU EN EL 2023
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023RonaldoPaucarMontes
 
QUIMICA GENERAL UNIVERSIDAD TECNOLOGICA DEL PERU
QUIMICA GENERAL UNIVERSIDAD TECNOLOGICA DEL PERUQUIMICA GENERAL UNIVERSIDAD TECNOLOGICA DEL PERU
QUIMICA GENERAL UNIVERSIDAD TECNOLOGICA DEL PERUManuelSosa83
 
4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdf
4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdf4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdf
4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdfnicolascastaneda8
 
CALCULO DE ENGRANAJES RECTOS SB-2024.pptx
CALCULO DE ENGRANAJES RECTOS SB-2024.pptxCALCULO DE ENGRANAJES RECTOS SB-2024.pptx
CALCULO DE ENGRANAJES RECTOS SB-2024.pptxCarlosGabriel96
 

Último (20)

27311861-Cuencas-sedimentarias-en-Colombia.ppt
27311861-Cuencas-sedimentarias-en-Colombia.ppt27311861-Cuencas-sedimentarias-en-Colombia.ppt
27311861-Cuencas-sedimentarias-en-Colombia.ppt
 
Clasificación de Equipos e Instrumentos en Electricidad.docx
Clasificación de Equipos e Instrumentos en Electricidad.docxClasificación de Equipos e Instrumentos en Electricidad.docx
Clasificación de Equipos e Instrumentos en Electricidad.docx
 
CALCULO SISTEMA DE PUESTA A TIERRA PARA BAJA TENSION Y MEDIA TENSION
CALCULO SISTEMA DE PUESTA A TIERRA PARA BAJA TENSION Y MEDIA TENSIONCALCULO SISTEMA DE PUESTA A TIERRA PARA BAJA TENSION Y MEDIA TENSION
CALCULO SISTEMA DE PUESTA A TIERRA PARA BAJA TENSION Y MEDIA TENSION
 
ingenieria grafica para la carrera de ingeniera .pptx
ingenieria grafica para la carrera de ingeniera .pptxingenieria grafica para la carrera de ingeniera .pptx
ingenieria grafica para la carrera de ingeniera .pptx
 
PostgreSQL on Kubernetes Using GitOps and ArgoCD
PostgreSQL on Kubernetes Using GitOps and ArgoCDPostgreSQL on Kubernetes Using GitOps and ArgoCD
PostgreSQL on Kubernetes Using GitOps and ArgoCD
 
INSUMOS QUIMICOS Y BIENES FISCALIZADOS POR LA SUNAT
INSUMOS QUIMICOS Y BIENES FISCALIZADOS POR LA SUNATINSUMOS QUIMICOS Y BIENES FISCALIZADOS POR LA SUNAT
INSUMOS QUIMICOS Y BIENES FISCALIZADOS POR LA SUNAT
 
Ejemplos aplicados de flip flops para la ingenieria
Ejemplos aplicados de flip flops para la ingenieriaEjemplos aplicados de flip flops para la ingenieria
Ejemplos aplicados de flip flops para la ingenieria
 
nomenclatura de equipo electrico en subestaciones
nomenclatura de equipo electrico en subestacionesnomenclatura de equipo electrico en subestaciones
nomenclatura de equipo electrico en subestaciones
 
Sesion 6 _ Curso Integrador II_TSZVQJ.pdf
Sesion 6 _ Curso Integrador II_TSZVQJ.pdfSesion 6 _ Curso Integrador II_TSZVQJ.pdf
Sesion 6 _ Curso Integrador II_TSZVQJ.pdf
 
UNIDAD II 2.pdf ingenieria civil lima upn
UNIDAD  II 2.pdf ingenieria civil lima upnUNIDAD  II 2.pdf ingenieria civil lima upn
UNIDAD II 2.pdf ingenieria civil lima upn
 
Herramientas de la productividad - Revit
Herramientas de la productividad - RevitHerramientas de la productividad - Revit
Herramientas de la productividad - Revit
 
libro de ingeniería de petróleos y operaciones
libro de ingeniería de petróleos y operacioneslibro de ingeniería de petróleos y operaciones
libro de ingeniería de petróleos y operaciones
 
Maquinaria Agricola utilizada en la produccion de Piña.pdf
Maquinaria Agricola utilizada en la produccion de Piña.pdfMaquinaria Agricola utilizada en la produccion de Piña.pdf
Maquinaria Agricola utilizada en la produccion de Piña.pdf
 
PERFORACIÓN Y VOLADURA EN MINERÍA APLICADO
PERFORACIÓN Y VOLADURA EN MINERÍA APLICADOPERFORACIÓN Y VOLADURA EN MINERÍA APLICADO
PERFORACIÓN Y VOLADURA EN MINERÍA APLICADO
 
Estadística Anual y Multianual del Sector Eléctrico Ecuatoriano
Estadística Anual y Multianual del Sector Eléctrico EcuatorianoEstadística Anual y Multianual del Sector Eléctrico Ecuatoriano
Estadística Anual y Multianual del Sector Eléctrico Ecuatoriano
 
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023COMPEDIOS ESTADISTICOS DE PERU EN EL 2023
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023
 
413924447-Clasificacion-de-Inventarios-ABC-ppt.ppt
413924447-Clasificacion-de-Inventarios-ABC-ppt.ppt413924447-Clasificacion-de-Inventarios-ABC-ppt.ppt
413924447-Clasificacion-de-Inventarios-ABC-ppt.ppt
 
QUIMICA GENERAL UNIVERSIDAD TECNOLOGICA DEL PERU
QUIMICA GENERAL UNIVERSIDAD TECNOLOGICA DEL PERUQUIMICA GENERAL UNIVERSIDAD TECNOLOGICA DEL PERU
QUIMICA GENERAL UNIVERSIDAD TECNOLOGICA DEL PERU
 
4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdf
4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdf4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdf
4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdf
 
CALCULO DE ENGRANAJES RECTOS SB-2024.pptx
CALCULO DE ENGRANAJES RECTOS SB-2024.pptxCALCULO DE ENGRANAJES RECTOS SB-2024.pptx
CALCULO DE ENGRANAJES RECTOS SB-2024.pptx
 

organizacion de datos

  • 1. REPUBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DEL PODER POPULAR PARA LA EDUCACIÓN I.U.P “SANTIAGO MARIÑO” SEDE BARCELONA ING. INDUSTRIAL Organización de los datos Profesora: Amelia Vásquez Bachiller: Luisyani real C.I:26789562 Barcelona, 2019
  • 2. INTRODUCCION La estadística es el estudio de los modos de recolectar y analizar datos con el fin de establecer conclusiones acerca del medio del cual se han obtenido los datos. a es la ciencia que trata sobre la toma, organización recopilación, presentación y análisis de datos para deducir conclusiones sobre ellos y para tomar decisiones que estén de acuerdo con los análisis efectuados. La Estadística es una disciplina que utiliza recursos matemáticos para organizar y resumir una gran cantidad de datos obtenidos de la realidad, e inferir conclusiones respecto de ellos. Por ejemplo, la estadística interviene cuando se quiere conocer el estado sanitario de un país, a través de ciertos parámetros como la tasa de morbilidad o mortalidad de la población. En este caso la estadística describe la muestra en términos de datos organizados y resumidos, y luego infiere conclusiones respecto de la población. Aplicada a la investigación científica, también infiere cuando provee los medios matemáticos para establecer si una hipótesis debe o no ser rechazada. La estadística puede aplicarse a cualquier ámbito de la realidad, y por ello es utilizada en física, química, biología, medicina, astronomía, psicología, sociología, lingüística, demografí a, etc. Y es importante en todos los contextos desde el estudiantil, de trabajo y profesional por que se aplica en la vida diaria de cada uno de estos en el estudiantil por ejemplo para sacar tu promedio de una calificación o para saber la media o cuanto necesitas para ciertas materias.
  • 3. ORGANIZACIÓN DE LOS DATOS: La estadística con frecuencia se realiza con la intención de llegar a establecer conclusiones o a obtener resultados, esto demanda muchas veces estudiar centenares, miles o aun cifras más altas de cosas, objetos, personas o grupos. Por ejemplo un caso extremo de estudio que involucra a la estadística es la realización de un censo, a pesar de la ayuda de procedimientos complejos diseñados para tal fin, constituye siempre una tarea gigantesca resumir y describir las enormes cantidades de datos que se generan de los proyectos de investigación. Usando los principios más elementales de la estadística descriptiva, es posible describir las características de los datos con bastante claridad y precisión, de modo que las tendencias o generalidades se puedan descubrir más rápidamente y comunicar con mayor facilidad. Primero, es menester clarificar que dependiendo del nivel de medición de la variable se posibilitará su organización. En el apartado anterior de variables y datos se estableció que los datos podían provenir de variables de tipo categórico o numérico. Si es el caso de las primeras, la forma de organizarlas tiene que ver con construir una tabla de frecuencias.
  • 4. POR EJEMPLO: si se preguntase a un grupo de 52 alumnos el sexo al que pertenecen, se podría generar la siguiente tabla de frecuencias. sexo frecuencia femenino 22 masculino 30 Debe hacerse notar que la variable anterior es de tipo nominal y que en ellas no existe un orden natural, por lo que un convencionalismo que se utiliza en estadística es ordenar este tipo de variables en forma alfabética de la A la Z o viceversa. Otro ejemplo de datos categóricos podrían ser cuando se pregunta a los mismos alumnos su estado de salud y sus respuestas posibles son: Excelente, Muy buena, Buena, Regular y Mala, es posible advertir que se trata de una variable de tipo ordinal puesto que es posible saber quién tiene mejor o peor salud, construyendo una tabla de frecuencias, los datos se verían así: Estado de Salud frecuencia Excelente 16 Muy Buena 18 Buena 6 Regular 10 Mala 2 total: 52 total: 52
  • 5. Es importante hacer notar que en el caso de variables de tipo ordinal es necesario respetar el orden natural de la misma variable para construir la tabla, es decir, en el ejemplo anterior se puede presentar la tabla iniciando desde el mejor estado de salud al peor, o viceversa. Si se trata de datos de tipo numérico, los datos se pueden organizar en forma de: a) lista de datos b) distribución de frecuencias simple c) distribución de frecuencias agrupada para presentarlos en forma de lista es necesario.
  • 6. TIPOS DE ORGANIZACIÓN DE DATOS: Organización no estructurada - Utiliza información no estructurada contenida en libros, artículos informes. - Es tan grande la variedad de información que es muy difícil saber que es lo que nos va a interesar en el caso de una búsqueda y seria imposible determinar un campo por cada tema. Organización estructurada - Utiliza información estructurada o datos definidos (facturas, recibos de clientes, etc.). - El diseño de una buena base de datos deberá reconocer con método y exactitud los datos que se van a utilizar, antes de su implementación. - Esta organizada mediante campos.
  • 7. Tratamiento de datos formateados (organizados). - Sistemas orientados a proceso. - Sistemas orientados a datos. - Sistema de gestión de datos relacionales. Tratamiento de datos no formateados (no organizados) - documentos. - Sistemas de recuperación de información. - Sistemas de gestión de bases de datos documentales.
  • 8. OPERACIONES CON ORGANIZACIÓN DE DATOS: Las operaciones mas usuales en los registros son: - Consulta: lectura del contenido del registro. - Modificación: alterar la información contenida en un registro - inserción: añadir un nuevo registro al archivo - borrado: suprimir un registro del archivo
  • 9. Las operaciones sobre archivos se realizan mediante programas, de modo tal que los archivos se identifican por un nombre externo al que están asociados. Pueden existir programas que proceden el mismo archivo de datos. La mayoría de los programas ejecutaran las siguientes clases de funciones: - crear archivos (créate) -abrir o arrancar (open) un archivo que fue creado con anterioridad a la ejecución de este programa - incrementar o ampliar el tamaño del archivo (append, extend) - cerrar el archivo después que el programa ha terminado de utilizarlo (close) - borrar (delete) un archivo que ya existe - transferir datos desde (leer) o a (escribir) el dispositivo, diseñado por el programa.
  • 10. Antes de cualquier dato pueda ser escrito o leído de un archivo , el archivo debe ser crear el dispositivo correspondiente. las operaciones sobre archivos tratan con la propia estructura del archivo, no con los registros de datos dentro del archivo con anterioridad a la creación de un archivo se requiere diseñar la estructura del mismo mediante los campos de registro, longitud y tipo de los mismo. Para poder gestionar un archivo mediante un programa es preciso declarar el archivo, su nombre y la estructura de sus registros . La declaración se realizara con las siguientes instrucciones archivo : nombre registro campo 1_tipo campo2: tipo campo3: tipo.
  • 11. EJEMPLOS DE CADA ORGANIZACIÓN DE DATOS: Organización de datos: números o medidas que han sido recopiladas como resultado de observaciones. Datos cuantitativos: observaciones que generan valores numéricos. Ejemplo: 50 años, 12 Kg., 7 cm. Datos cualitativos: representan características observables más no medibles. Ejemplo: color de cabello, Sexo, Nacionalidad, Marcas de auto, Grado de Satisfacción con la Universidad, etc. Variable: característica o fenómeno que puede tomar distintos valores. Ejemplo: Edad= 20,13, 25 Variable cuantitativa: los valores que tomas son numéricos. Ejemplo: peso, edad, temperatura, estatura, Cantidad de Habitaciones, Número de hijos, Kilómetros recorridos, Tiempo de vuelo, Ingreso, etc. Variable cualitativa: valores que consisten en categorías de clasificación. Ejemplo: rojo, negro, castaño.
  • 12. Ejemplo 2: barrio de residencia de los alumnos, simpatizante de un club de fútbol o béisbol, profesiones laborales, ideología política, estado civil. ÁREA nº de estudiantes educación 500 tecnología 300 medicina 600 COLOR DE PIEL nº de personas negro 500 blanco 300 moreno 600 SEXO PERSONAS masculino 25 femenino 30 RELIGIÓN nº de personas católico 500 judío 300 evangélico 600 nota: para esta escala no hay un orden especifico para las categorías. Escala ordinal: se organizan datos por categorias hay MUTUA EXCLUSIVIDAD, pero existe una relación “MAYOR QUE” (relevancia entre las categorías), si importa el orden de la categorias.
  • 13. APLICADA NIVEL ACADÉMICO nº de personas primaria 25 secundaria 35 diversificado 41 universitario 41 RENDIMIENTO nº de personas excelente 15 bueno 17 regular 10 deficiente 4 NIVELES DE DESNUTRICIÓN nº de personas leve 15 moderada 17 severa 10 escala de intervalo: tiene las mismas características de la anterior (ordinal) y tiene unidad constante de medición, es decir: entre las categorías va a existir una unidad o distancia que va a permanecer constante entre ellas. Ejemplo: mensualidad nº de días 200.000 bs. – 400.000 bs. 7 500.000 bs. - 700.000 bs. 2 nota: la unidad constante es 300.000 bs. TEMPERATURA nº de días 20º - 29º 7 10º - 19º 2 0 º- 9º 4 1
  • 14. CONCLUSIÓN para llevar a cabo una buena organización de datos se deben indagar los fenómenos, ya que se realiza una investigación a fondo, y ese fenómeno que se busca debe poseer variables sea cuantitativa o cualitativa y a través de ellas nos damos cuenta si se debe realizar un análisis estadístico descriptivo o un análisis estadístico inferencial. Un análisis estadístico descriptivo es un análisis de los datos obtenidos en una muestra (n) y como su nombre lo indica describen y resumen las observaciones obtenidas sobre un fenómeno, un suceso o un hecho; y el análisis estadístico inferencial consiste en llegar a obtener conclusiones o generalizaciones que sobrepasan los límites de los conocimientos aportados por un conjunto de datos. Es decir que, la recolección de los datos puede inducir una investigación por muestreo o mediante el diseño experimental, dando como origen datos muéstrales y datos experimentales. Palabras clave: etapa inicial, conocimiento ligero, relevante, utiliza diagrama o medidas simples Procedimiento de análisis clásico. Palabras clave: conocimiento definido, resultados de datos concisos, se utilizan tablas y estadígrafos. Ahora bien, en cuanto a los procesos de medición de los datos, no siempre son de alta calidad y por ello es importante la toma de decisiones y se debe tener sumo cuidado con la información adquirida, ya que puede ser a través de intuiciones, pero es más recomendable la información adquirida que se da a través de los hechos.