El documento resume brevemente la historia de la estadística desde sus orígenes en el antiguo Egipto y Babilonia hasta su desarrollo como ciencia en el siglo XVIII. También define términos estadísticos básicos como población, muestra y tipos de variables, e introduce conceptos como muestreo probabilístico y no probabilístico.
Este documento introduce la bioestadística, su historia y ramas. La bioestadística proviene del griego y se desarrolló inicialmente para registrar características de interés para gobernantes. Muchas teorías biológicas como las de Mendel y Darwin tuvieron bases estadísticas. Actualmente, la bioestadística se usa ampliamente junto con computadoras para todo tipo de investigación. Algunas ramas de la estadística son descriptiva, probabilidad e inferencia. La estadística se aplica en
El primer médico que utilizó métodos matemáticos para cuantificar variables de pacientes y sus enfermedades fue el francés Pierre Charles-Alexandre Louis (1787-1872). La primera aplicación de la Método numérico (que es como tituló a su obra y llamó a su método) es su clásico estudio de la tuberculosis, que influyó en toda una generación de estudiantes. Sus discípulos, a su vez, reforzaron la nueva ciencia de la epidemiología con en el método estadístico. En las recomendaciones de Louis para evaluar diferentes métodos de tratamiento están las bases de los ensayos clínicos que se hicieron un siglo después. En Francia Louis René Villermé (1782-1863) y en Inglaterra William Farr (1807-1883) —que había estudiado estadística médica con Louis— hicieron los primeros mapas epidemiológicos usando métodos cuantitativos y análisis epidemiológicos. Francis Galton (1822-1911), basado en el darwinismo social, fundó la biometría estadística.
Pierre Simon Laplace (1749-1827), astrónomo y matemático francés, publicó en 1812 un tratado sobre la teoría analítica de las probabilidades, Théorie analytique des probabilités, sugiriendo que tal análisis podría ser una herramienta valiosa para resolver problemas médicos.
El documento introduce el tema de la bioestadística. Explica que la estadística se refiere a la recopilación y análisis de datos para hacer inferencias sobre poblaciones. Los estadísticos guían el diseño de estudios, analizan datos usando técnicas estadísticas y presentan resultados. El estudio de la estadística es útil para la investigación y la toma de decisiones informadas. La bioestadística aplica métodos estadísticos específicamente al campo de las ciencias de la vida.
El documento define la bioestadística y explica su importancia en la investigación y la medicina. Explica que la bioestadística es la rama de la estadística aplicada al estudio de los seres vivos. También describe los usos de la estadística en salud pública, medicina e investigación para la planificación, evaluación y análisis de programas de salud, diagnósticos médicos, pruebas de hipótesis y más. Finalmente, enfatiza la importancia de la bioestadística para la soluc
La bioestadística es la aplicación de estadísticas a temas biológicos. Se desarrolló bajo el trabajo de Sir Francis Galton y envuelve el uso de técnicas estadísticas para investigación en salud. Existen dos tipos de análisis estadísticos: descriptivo, que resume datos; e inferencial, que intenta probar hipótesis. Las variables son características que varían entre individuos y pueden ser cualitativas u cuantitativas. Medidas comunes incluyen la media, mediana y moda.
Este documento describe conceptos básicos de estadística descriptiva como variables cuantitativas, cualitativas, medidas de tendencia central y variabilidad, y formas de representar datos como tablas, gráficos de histograma, ojiva, barras y circulares. La estadística es una herramienta para analizar datos de una muestra representativa y ayudar en la toma de decisiones.
Bioestadistica descriptiva y bioestadistica analitica 1.1.pptxDIANAMENDEZANGLARILL
La bioestadística descriptiva describe las características de los grupos de pacientes en un estudio mediante medidas como la media, mediana y moda. La bioestadística analítica o inferencial toma decisiones basadas en hipótesis y permite extrapolar conclusiones de una muestra a una población más grande con un margen de error probabilístico.
Este documento presenta el programa SPSS (Statistical Package for the Social Sciences), un potente programa de análisis estadístico de datos. Describe las funciones de SPSS, incluyendo la administración y análisis de grandes conjuntos de datos, una variedad de análisis estadísticos básicos y avanzados, y la capacidad de crear y transformar variables. También discute brevemente las ventajas e inconvenientes del uso de SPSS.
Este documento introduce la bioestadística, su historia y ramas. La bioestadística proviene del griego y se desarrolló inicialmente para registrar características de interés para gobernantes. Muchas teorías biológicas como las de Mendel y Darwin tuvieron bases estadísticas. Actualmente, la bioestadística se usa ampliamente junto con computadoras para todo tipo de investigación. Algunas ramas de la estadística son descriptiva, probabilidad e inferencia. La estadística se aplica en
El primer médico que utilizó métodos matemáticos para cuantificar variables de pacientes y sus enfermedades fue el francés Pierre Charles-Alexandre Louis (1787-1872). La primera aplicación de la Método numérico (que es como tituló a su obra y llamó a su método) es su clásico estudio de la tuberculosis, que influyó en toda una generación de estudiantes. Sus discípulos, a su vez, reforzaron la nueva ciencia de la epidemiología con en el método estadístico. En las recomendaciones de Louis para evaluar diferentes métodos de tratamiento están las bases de los ensayos clínicos que se hicieron un siglo después. En Francia Louis René Villermé (1782-1863) y en Inglaterra William Farr (1807-1883) —que había estudiado estadística médica con Louis— hicieron los primeros mapas epidemiológicos usando métodos cuantitativos y análisis epidemiológicos. Francis Galton (1822-1911), basado en el darwinismo social, fundó la biometría estadística.
Pierre Simon Laplace (1749-1827), astrónomo y matemático francés, publicó en 1812 un tratado sobre la teoría analítica de las probabilidades, Théorie analytique des probabilités, sugiriendo que tal análisis podría ser una herramienta valiosa para resolver problemas médicos.
El documento introduce el tema de la bioestadística. Explica que la estadística se refiere a la recopilación y análisis de datos para hacer inferencias sobre poblaciones. Los estadísticos guían el diseño de estudios, analizan datos usando técnicas estadísticas y presentan resultados. El estudio de la estadística es útil para la investigación y la toma de decisiones informadas. La bioestadística aplica métodos estadísticos específicamente al campo de las ciencias de la vida.
El documento define la bioestadística y explica su importancia en la investigación y la medicina. Explica que la bioestadística es la rama de la estadística aplicada al estudio de los seres vivos. También describe los usos de la estadística en salud pública, medicina e investigación para la planificación, evaluación y análisis de programas de salud, diagnósticos médicos, pruebas de hipótesis y más. Finalmente, enfatiza la importancia de la bioestadística para la soluc
La bioestadística es la aplicación de estadísticas a temas biológicos. Se desarrolló bajo el trabajo de Sir Francis Galton y envuelve el uso de técnicas estadísticas para investigación en salud. Existen dos tipos de análisis estadísticos: descriptivo, que resume datos; e inferencial, que intenta probar hipótesis. Las variables son características que varían entre individuos y pueden ser cualitativas u cuantitativas. Medidas comunes incluyen la media, mediana y moda.
Este documento describe conceptos básicos de estadística descriptiva como variables cuantitativas, cualitativas, medidas de tendencia central y variabilidad, y formas de representar datos como tablas, gráficos de histograma, ojiva, barras y circulares. La estadística es una herramienta para analizar datos de una muestra representativa y ayudar en la toma de decisiones.
Bioestadistica descriptiva y bioestadistica analitica 1.1.pptxDIANAMENDEZANGLARILL
La bioestadística descriptiva describe las características de los grupos de pacientes en un estudio mediante medidas como la media, mediana y moda. La bioestadística analítica o inferencial toma decisiones basadas en hipótesis y permite extrapolar conclusiones de una muestra a una población más grande con un margen de error probabilístico.
Este documento presenta el programa SPSS (Statistical Package for the Social Sciences), un potente programa de análisis estadístico de datos. Describe las funciones de SPSS, incluyendo la administración y análisis de grandes conjuntos de datos, una variedad de análisis estadísticos básicos y avanzados, y la capacidad de crear y transformar variables. También discute brevemente las ventajas e inconvenientes del uso de SPSS.
1) El documento presenta información general sobre bioestadística, incluyendo las definiciones de variables, población, muestra, parámetros y estimadores. 2) Explica que la bioestadística aplica métodos estadísticos a problemas biológicos y de salud, pudiendo ser descriptiva u analítica. 3) Detalla las diferentes escalas de medición de variables, así como medidas de tendencia central y dispersión utilizadas en bioestadística.
Este documento presenta información sobre tasas, razones y proporciones. Explica que la información puede ser presentada en forma literal o numérica, y que los datos numéricos incluyen cifras absolutas o relativas. Define razones, proporciones y tasas, y explica cómo se calculan e interpretan. También cubre conceptos como tasa de mortalidad, morbilidad, incidencia y prevalencia.
La estadística es una rama de las matemáticas que proporciona métodos y procedimientos para recolectar, organizar, analizar e interpretar datos con el fin de establecer conclusiones válidas sobre poblaciones. Incluye métodos para describir datos como la media y la desviación estándar, así como técnicas para realizar inferencias estadísticas sobre poblaciones basadas en muestras. La bioestadística aplica estos métodos a problemas biológicos como la medicina y la agricultura para comprender enfermedades,
Este documento describe diferentes tipos de estudios epidemiológicos. Los estudios epidemiológicos pueden ser descriptivos u analíticos. Los estudios descriptivos permiten planificar servicios de salud, mientras que los estudios analíticos identifican factores de riesgo. Los estudios analíticos incluyen estudios retrospectivos y prospectivos, que utilizan diferentes enfoques para determinar las asociaciones entre exposiciones y resultados de salud.
Este documento describe el estudio de casos y controles, un diseño epidemiológico observacional analítico utilizado para identificar factores de riesgo. Compara la exposición a un factor entre personas con la enfermedad (casos) y personas sin ella (controles). Proporciona respuestas rápidas a bajo costo pero requiere definir bien los casos y controles para evitar sesgos. Es útil para enfermedades raras al permitir analizar múltiples factores simultáneamente.
1. Organización de datos
Se hace a través de tablas que pueden ser:
-una distribución de frecuencia simple
-distribución con frecuencia de intervalos
Frecuencias: la frecuencia es el nuero de veces que aparece una variable o dato nominal.
2. Variables de estadística
Conjunto de valores que puede tomar una variable se llama la escala de esa variable
3. Tablas de estadísticas
4. Frecuencia absoluta
Se llama frecuencia absoluta al número de veces que aparece un valor de la variable estadística.
5. Frecuencia relativa
El resultado de dividir la frecuencia absoluta de un determinado valor entre el número total de datos
6. Frecuencia absoluta acumulada
La suma de frecuencias absolutas de todos los valores iguales o inferiores al valor considerado
7. Frecuencia relativa acumulada
El resultado de dividir la frecuencia acumulada entre el número total de datos
8. Representaciones graficas
Este cronograma describe las actividades de una cátedra de estadística médica en la Universidad de Oriente en Ciudad Bolívar durante el período I-2014. Incluye las fechas, unidades temáticas, actividades teóricas y prácticas, docentes responsables y evaluaciones.
Este documento presenta una introducción general a la bioestadística y su relación con la enfermería. Explica que la bioestadística se refiere a la aplicación de métodos estadísticos en el campo de la salud. Detalla que la bioestadística permite evaluar literatura médica y de enfermería, aplicar resultados de estudios en la atención de pacientes, e interpretar datos epidemiológicos y estadísticas vitales. Además, proporciona conceptos básicos sobre variables, poblaciones, m
Este documento introduce los conceptos básicos de la bioestadística. Explica que la estadística se utiliza para sistematizar y analizar datos sobre fenómenos variables en las ciencias de la vida. Define tipos de variables como cualitativas y cuantitativas, y describe métodos para organizar datos como tablas de frecuencias y representaciones gráficas. El objetivo final es ayudar a investigar en áreas biomédicas donde la variabilidad es común.
Este documento presenta una introducción a la bioestadística básica. Explica que la estadística descriptiva se utiliza para describir y analizar conjuntos de datos mediante métodos numéricos y gráficos. Luego describe las medidas de tendencia central como la media, mediana y moda, y las medidas de dispersión como el rango, varianza y desviación estándar. Finalmente, cubre temas como variables cuantitativas y cualitativas, tablas de frecuencias y representaciones gráficas de datos.
Este documento presenta información sobre ultrasonido obstétrico. Explica cómo se usa el ultrasonido para evaluar el embarazo mediante mediciones biométricas fetales y la detección de anomalías. También proporciona tablas con valores normales de mediciones fetales según la edad gestacional estimada.
El documento presenta una introducción al programa estadístico SPSS, describiendo sus principales características y funcionalidades para la organización y análisis de datos. Explica los tres pasos claves en un estudio estadístico y las tres ventanas de SPSS. Además, detalla los procedimientos básicos para introducir y explorar datos, así como diferentes técnicas estadísticas de análisis.
Las tasas miden la probabilidad de ocurrencia de un evento en una población y período determinados. Existen tasas generales que usan el total de la población en el denominador, y tasas específicas que usan solo el grupo de edad expuesto al riesgo. Algunos ejemplos son la tasa de natalidad, mortalidad y morbilidad generales, y tasas como la de fecundidad, mortalidad materna y por edad que son específicas.
El documento describe diferentes formas de presentar datos estadísticos en ciencias de la salud, incluyendo cuadros, gráficos y figuras. Explica que el tipo de gráfico a usar depende de si la variable es cualitativa o cuantitativa. Para variables cualitativas, los más populares son diagramas de barras y de sectores, mientras que para datos cuantitativos se usan histogramas. Además, enumera diferentes tipos de cuadros, gráficos y figuras que pueden usarse.
Cuadro comparativo estadistica parametrica y no parametricaMarianaSandoval24
Este documento compara la estadística paramétrica y no paramétrica. La estadística paramétrica asume distribuciones conocidas de los datos como la normal, mientras que la no paramétrica no hace suposiciones sobre la distribución. La paramétrica usa pruebas como t de Student y ANOVA, mientras que la no paramétrica usa pruebas como chi cuadrado, U de Mann-Whitney y H de Kruskal-Wallis. La paramétrica requiere datos cuantitativos continuos y muestras aleatorias
Este documento describe los pasos para la clasificación y presentación de datos estadísticos. Explica que la clasificación de datos implica revisar la información, clasificarla y computarla, y presentarla mediante cuadros y gráficas. Detalla diferentes métodos para el cómputo de datos como lista, palotes, tarjetas y microprocesadores. También describe cómo organizar la información en variables cualitativas y cuantitativas y cómo clasificarlas para su presentación.
Este documento describe los pasos para aplicar pruebas de significancia estadística. Estos procedimientos determinan si una hipótesis nula debe ser rechazada o no. Los pasos incluyen formular hipótesis nula e hipótesis alternativa, definir un nivel de significancia, seleccionar una prueba estadística apropiada, calcular el valor p, y comparar el valor p con el nivel de significancia para tomar una decisión sobre si rechazar o no la hipótesis nula.
El documento resume brevemente la historia de la estadística desde sus orígenes en el antiguo Egipto y Babilonia hasta su desarrollo como ciencia en el siglo XVIII. También define términos estadísticos básicos como población, muestra, variables y tipos de muestreo.
El documento presenta conceptos básicos de estadística como escalas de medición, fuentes de información, tipos de variables, muestreo probabilístico y no probabilístico, y estrategias de muestreo. Explica que la estadística transforma datos en información y conocimiento mediante procesos de análisis. También describe los principios del muestreo como la ley de los grandes números y que el tamaño de muestra depende de la heterogeneidad poblacional, confianza y error deseado.
Este documento proporciona una introducción general a la estadística, incluyendo su definición, orígenes, clases, elementos de recolección de información, importancia, aplicaciones y técnicas de análisis. También explica conceptos como probabilidad, teorías estadísticas, disciplinas especializadas e importantes contribuidores a la estadística como campo científico.
1) El documento presenta información general sobre bioestadística, incluyendo las definiciones de variables, población, muestra, parámetros y estimadores. 2) Explica que la bioestadística aplica métodos estadísticos a problemas biológicos y de salud, pudiendo ser descriptiva u analítica. 3) Detalla las diferentes escalas de medición de variables, así como medidas de tendencia central y dispersión utilizadas en bioestadística.
Este documento presenta información sobre tasas, razones y proporciones. Explica que la información puede ser presentada en forma literal o numérica, y que los datos numéricos incluyen cifras absolutas o relativas. Define razones, proporciones y tasas, y explica cómo se calculan e interpretan. También cubre conceptos como tasa de mortalidad, morbilidad, incidencia y prevalencia.
La estadística es una rama de las matemáticas que proporciona métodos y procedimientos para recolectar, organizar, analizar e interpretar datos con el fin de establecer conclusiones válidas sobre poblaciones. Incluye métodos para describir datos como la media y la desviación estándar, así como técnicas para realizar inferencias estadísticas sobre poblaciones basadas en muestras. La bioestadística aplica estos métodos a problemas biológicos como la medicina y la agricultura para comprender enfermedades,
Este documento describe diferentes tipos de estudios epidemiológicos. Los estudios epidemiológicos pueden ser descriptivos u analíticos. Los estudios descriptivos permiten planificar servicios de salud, mientras que los estudios analíticos identifican factores de riesgo. Los estudios analíticos incluyen estudios retrospectivos y prospectivos, que utilizan diferentes enfoques para determinar las asociaciones entre exposiciones y resultados de salud.
Este documento describe el estudio de casos y controles, un diseño epidemiológico observacional analítico utilizado para identificar factores de riesgo. Compara la exposición a un factor entre personas con la enfermedad (casos) y personas sin ella (controles). Proporciona respuestas rápidas a bajo costo pero requiere definir bien los casos y controles para evitar sesgos. Es útil para enfermedades raras al permitir analizar múltiples factores simultáneamente.
1. Organización de datos
Se hace a través de tablas que pueden ser:
-una distribución de frecuencia simple
-distribución con frecuencia de intervalos
Frecuencias: la frecuencia es el nuero de veces que aparece una variable o dato nominal.
2. Variables de estadística
Conjunto de valores que puede tomar una variable se llama la escala de esa variable
3. Tablas de estadísticas
4. Frecuencia absoluta
Se llama frecuencia absoluta al número de veces que aparece un valor de la variable estadística.
5. Frecuencia relativa
El resultado de dividir la frecuencia absoluta de un determinado valor entre el número total de datos
6. Frecuencia absoluta acumulada
La suma de frecuencias absolutas de todos los valores iguales o inferiores al valor considerado
7. Frecuencia relativa acumulada
El resultado de dividir la frecuencia acumulada entre el número total de datos
8. Representaciones graficas
Este cronograma describe las actividades de una cátedra de estadística médica en la Universidad de Oriente en Ciudad Bolívar durante el período I-2014. Incluye las fechas, unidades temáticas, actividades teóricas y prácticas, docentes responsables y evaluaciones.
Este documento presenta una introducción general a la bioestadística y su relación con la enfermería. Explica que la bioestadística se refiere a la aplicación de métodos estadísticos en el campo de la salud. Detalla que la bioestadística permite evaluar literatura médica y de enfermería, aplicar resultados de estudios en la atención de pacientes, e interpretar datos epidemiológicos y estadísticas vitales. Además, proporciona conceptos básicos sobre variables, poblaciones, m
Este documento introduce los conceptos básicos de la bioestadística. Explica que la estadística se utiliza para sistematizar y analizar datos sobre fenómenos variables en las ciencias de la vida. Define tipos de variables como cualitativas y cuantitativas, y describe métodos para organizar datos como tablas de frecuencias y representaciones gráficas. El objetivo final es ayudar a investigar en áreas biomédicas donde la variabilidad es común.
Este documento presenta una introducción a la bioestadística básica. Explica que la estadística descriptiva se utiliza para describir y analizar conjuntos de datos mediante métodos numéricos y gráficos. Luego describe las medidas de tendencia central como la media, mediana y moda, y las medidas de dispersión como el rango, varianza y desviación estándar. Finalmente, cubre temas como variables cuantitativas y cualitativas, tablas de frecuencias y representaciones gráficas de datos.
Este documento presenta información sobre ultrasonido obstétrico. Explica cómo se usa el ultrasonido para evaluar el embarazo mediante mediciones biométricas fetales y la detección de anomalías. También proporciona tablas con valores normales de mediciones fetales según la edad gestacional estimada.
El documento presenta una introducción al programa estadístico SPSS, describiendo sus principales características y funcionalidades para la organización y análisis de datos. Explica los tres pasos claves en un estudio estadístico y las tres ventanas de SPSS. Además, detalla los procedimientos básicos para introducir y explorar datos, así como diferentes técnicas estadísticas de análisis.
Las tasas miden la probabilidad de ocurrencia de un evento en una población y período determinados. Existen tasas generales que usan el total de la población en el denominador, y tasas específicas que usan solo el grupo de edad expuesto al riesgo. Algunos ejemplos son la tasa de natalidad, mortalidad y morbilidad generales, y tasas como la de fecundidad, mortalidad materna y por edad que son específicas.
El documento describe diferentes formas de presentar datos estadísticos en ciencias de la salud, incluyendo cuadros, gráficos y figuras. Explica que el tipo de gráfico a usar depende de si la variable es cualitativa o cuantitativa. Para variables cualitativas, los más populares son diagramas de barras y de sectores, mientras que para datos cuantitativos se usan histogramas. Además, enumera diferentes tipos de cuadros, gráficos y figuras que pueden usarse.
Cuadro comparativo estadistica parametrica y no parametricaMarianaSandoval24
Este documento compara la estadística paramétrica y no paramétrica. La estadística paramétrica asume distribuciones conocidas de los datos como la normal, mientras que la no paramétrica no hace suposiciones sobre la distribución. La paramétrica usa pruebas como t de Student y ANOVA, mientras que la no paramétrica usa pruebas como chi cuadrado, U de Mann-Whitney y H de Kruskal-Wallis. La paramétrica requiere datos cuantitativos continuos y muestras aleatorias
Este documento describe los pasos para la clasificación y presentación de datos estadísticos. Explica que la clasificación de datos implica revisar la información, clasificarla y computarla, y presentarla mediante cuadros y gráficas. Detalla diferentes métodos para el cómputo de datos como lista, palotes, tarjetas y microprocesadores. También describe cómo organizar la información en variables cualitativas y cuantitativas y cómo clasificarlas para su presentación.
Este documento describe los pasos para aplicar pruebas de significancia estadística. Estos procedimientos determinan si una hipótesis nula debe ser rechazada o no. Los pasos incluyen formular hipótesis nula e hipótesis alternativa, definir un nivel de significancia, seleccionar una prueba estadística apropiada, calcular el valor p, y comparar el valor p con el nivel de significancia para tomar una decisión sobre si rechazar o no la hipótesis nula.
El documento resume brevemente la historia de la estadística desde sus orígenes en el antiguo Egipto y Babilonia hasta su desarrollo como ciencia en el siglo XVIII. También define términos estadísticos básicos como población, muestra, variables y tipos de muestreo.
El documento presenta conceptos básicos de estadística como escalas de medición, fuentes de información, tipos de variables, muestreo probabilístico y no probabilístico, y estrategias de muestreo. Explica que la estadística transforma datos en información y conocimiento mediante procesos de análisis. También describe los principios del muestreo como la ley de los grandes números y que el tamaño de muestra depende de la heterogeneidad poblacional, confianza y error deseado.
Este documento proporciona una introducción general a la estadística, incluyendo su definición, orígenes, clases, elementos de recolección de información, importancia, aplicaciones y técnicas de análisis. También explica conceptos como probabilidad, teorías estadísticas, disciplinas especializadas e importantes contribuidores a la estadística como campo científico.
El documento proporciona una historia general de la estadística desde sus orígenes en la antigüedad hasta el desarrollo de la teoría de probabilidad en el siglo XIX. Explica que las primeras formas de estadística incluían el conteo y registro gráfico de datos por parte de las civilizaciones babilonia, egipcia y china hace miles de años. Más tarde, los griegos y romanos realizaron censos poblacionales, y durante la Edad Media se llevaron a cabo censos en Europa. En
Este documento resume la historia de la estadística desde sus orígenes en la antigüedad hasta la actualidad. Las primeras formas de estadística incluyeron representaciones gráficas para contar personas, animales y objetos utilizadas por las civilizaciones babilonia y egipcia miles de años atrás. En la Edad Media se realizaron censos en Europa. En el siglo XIX, la estadística se desarrolló como un método científico para describir y analizar datos numéricos de diversos campos. Hoy en día
El documento proporciona una historia general de la estadística desde sus orígenes en la antigüedad hasta el desarrollo de la teoría de probabilidad en el siglo XIX. Explica que las primeras formas de estadística incluían representaciones gráficas y conteos utilizados por las civilizaciones babilonia, egipcia y china miles de años atrás. También describe brevemente el desarrollo de censos y registros numéricos en Grecia, Roma e Inglaterra. Finalmente, resume que la
Este documento describe los conceptos y métodos básicos de estadística descriptiva y analítica. Explica los pasos de un estudio estadístico, incluyendo la formulación de hipótesis, el diseño de experimentos, la recopilación y análisis de datos, y la extracción de conclusiones. También cubre temas como la extracción de muestras, los tipos de muestreo, el tamaño de la muestra, y los objetivos y métodos de la estadística descriptiva e inferencial.
El documento trata sobre la historia y conceptos básicos de la estadística. Explica que la estadística se originó en el siglo XVIII para estudiar los juegos de azar y ha crecido en las últimas seis décadas con aplicaciones de métodos estadísticos en ciencias sociales. Se divide en estadística descriptiva, que resume propiedades de una población, y estadística diferencial, que generaliza de muestras a conjuntos de datos. Define conceptos como población, muestra, individuo y variables cualit
La estadística inferencial permite obtener conclusiones sobre una población a partir de una muestra. Incluye conceptos como probabilidad, que mide numéricamente la posibilidad de que ocurra un evento, y métodos de muestreo, que seleccionan una parte representativa de una población para hacer inferencias. Existen tres tipos de probabilidad - clásica, frecuencial y subjetiva - y dos tipos de muestras - probabilísticas y no probabilísticas. La estadística inferencial proporciona herramientas para estudiar datos
La estadística inferencial permite hacer generalizaciones sobre una población basadas en una muestra. El documento introduce conceptos como probabilidad clásica, probabilidad frecuencial y probabilidad subjetiva, así como métodos de muestreo como muestreo aleatorio simple, sistemático y estratificado. Explica que la estadística inferencial utiliza métodos probabilísticos y no probabilísticos para inferir características de una población a partir de una muestra representativa. El objetivo final es poder hacer inferencias sobre la población total con base en los resultados
La estadística inferencial permite hacer generalizaciones sobre una población basadas en una muestra. El documento introduce conceptos como probabilidad clásica, probabilidad frecuencial y probabilidad subjetiva, así como métodos de muestreo como muestreo aleatorio simple, sistemático y estratificado. Explica que la estadística inferencial utiliza métodos probabilísticos y no probabilísticos para inferir características de una población a partir de una muestra representativa.
Este documento trata sobre la estadística, incluyendo su definición, orígenes, tipos (descriptiva, inferencial, aplicada, matemática), importancia, elementos de recolección de información, técnicas de análisis estadísticos y disciplinas especializadas. Explica conceptos como probabilidad, teorías estadísticas, exponentes y lugares donde se aplica la estadística.
8.- ASPECTOS ESTADISTICOS PARA EL ANALISIS DE LA INFORMACION.pptJhoelQM1
Este documento presenta conceptos básicos de estadística como población, muestra, variables, tipos de muestreo y cálculo del tamaño de la muestra. Explica que la estadística descriptiva estudia características de la población completa mientras que la inferencial lo hace sobre una muestra representativa. También define variables cuantitativas, cualitativas, nominales, ordinales y discretas para el análisis de datos.
Este documento describe los métodos de selección de muestras probabilísticas y no probabilísticas. Explica que las muestras probabilísticas requieren determinar el tamaño de la muestra y seleccionar elementos de manera aleatoria para asegurar que todos tengan la misma probabilidad de ser seleccionados. También describe diferentes procedimientos de selección como la tombola y números aleatorios. Las muestras no probabilísticas se seleccionan de manera informal y sus resultados solo son generalizables a la muestra, no a la población
El documento resume brevemente la historia de la estadística, desde los primeros censos realizados en Israel y China hace miles de años, hasta el desarrollo de la estadística moderna en el siglo XIX. Menciona figuras clave como John Graunt, Adolphe Quetelet y Wilhelm Farr y cómo contribuyeron al establecimiento de la estadística como ciencia.
El documento describe los métodos cuantitativos de investigación. Estos se basan en la recolección y análisis de datos numéricos para describir objetos de estudio y establecer relaciones entre variables. El método cuantitativo mide, cuenta y analiza los datos de forma matemática para lograr una descripción precisa y encontrar explicaciones. Se caracteriza por ser objetivo, producir datos sólidos y replicables, y permitir la generalización de resultados.
El documento describe las principales fuentes de datos demográficos como censos de población, encuestas por muestreo, registros administrativos, estadísticas vitales y estadísticas de migración. Explica que los censos de población son la fuente primaria de datos demográficos y proveen información sobre todos los habitantes de un país o territorio en un momento dado. También describe brevemente otros métodos como encuestas y registros administrativos.
Este documento presenta diferentes tipos de muestreo para la investigación científica. Explica los métodos de muestreo probabilísticos como el aleatorio simple, sistemático y estratificado, así como el muestreo por conglomerados. También describe métodos no probabilísticos como el muestreo por cuotas, intencional y bola de nieve. Finalmente, analiza las ventajas e inconvenientes de los distintos tipos de muestreo probabilístico.
Este documento trata sobre la estadística, incluyendo su propósito, orígenes, clases, elementos de recolección de información, importancia, probabilidad, teorías de probabilidad, exponentes, técnicas de análisis estadístico y disciplinas especializadas. Explora conceptos como estadística descriptiva e inferencial, cuadros estadísticos, entrevistas, encuestas y observación como métodos de recolección de datos, e identifica áreas como la industria, bancos y universidades donde se aplica la estad
El documento presenta información sobre estadística II, incluyendo conceptos como población, muestra, muestreo y tipos de muestreo. Explica que una población es el conjunto total de elementos sobre los cuales se harán inferencias y una muestra es un subconjunto de casos que representa a la población. También describe diferentes tipos de muestreo como muestreo probabilístico, muestreo aleatorio simple y muestreo estratificado.
En la ciudad de Pasto, estamos revolucionando el acceso a microcréditos y la formalización de microempresarios informales con nuestra aplicación CrediAvanza. Nuestro objetivo es empoderar a los emprendedores locales proporcionándoles una plataforma integral que facilite el acceso a servicios financieros y asesoría profesional.
Ofrecemos herramientas y metodologías para que las personas con ideas de negocio desarrollen un prototipo que pueda ser probado en un entorno real.
Cada miembro puede crear su perfil de acuerdo a sus intereses, habilidades y así montar sus proyectos de ideas de negocio, para recibir mentorías .
Business Plan -rAIces - Agro Business Techjohnyamg20
Innovación y transparencia se unen en un nuevo modelo de negocio para transformar la economia popular agraria en una agroindustria. Facilitamos el acceso a recursos crediticios, mejoramos la calidad de los productos y cultivamos un futuro agrícola eficiente y sostenible con tecnología inteligente.
5. 5
La historia de la estadística inicia
alrededor de 1749 .
La palabra estadística, del italiano
statista (estadista), del latín status,
estado o situación.
Godofredo Achenwall
Cientista político y estadístico alemán, 1719-1772.
Considerado el inventor de la llamada ciencia "Estadística"
6. 6
Egipto 3050 AC
Hay
Datos sobre
población y riqueza.
Según Herodoto, para preparar la
construcción de las pirámides de Egipto.
8. 8
Antiguo Israel La Biblia, en el Libro de los Números y Cróncas: Hay
datos estadísticos de dos recuentos de la
población, y datos de los bienes materiales de las
tribus judías
El rey David, alrededor de 1000 AC,
ordenó hacer un censo de Israel, para
conocer el número de habitantes.
9. 9
China, 2000 AC Existen registros numéricos del bienestar
material.
10. 10
Grecia, 540 AC Censos periódicos para fines tributarios,
sociales y militares.
11. 11
Imperio Romano Eran maestros de la organización
política, y realizaban censos de población cada cinco años.
Recordemos que JESUS nació en Belén porque sus Padres
debieron acudir allí por un censo ordenado por el emperador
Augusto.
12. 12
Francia, 758 y 762 Se hicieron estudios minuciosos de las propiedades de
la Iglesia, ordenadas por Pipino el Breve y por Carlomagno,
respectivamente.
Francia, siglo IX Censos parciales de la
servidumbre de los campos.
13. 13
Inglaterra, 1066
Censo encargado por Guillermo I,
el Conquistador.
Inglaterra, siglo XVI Hicieron un registro minucioso de
muertes por la temida peste.
Sus resultados aparecen en el
Domesday Book, que es el primer
compendio estadístico de ese país.
26. El muestreo es una herramienta de la
investigación cuya función es
determinar que parte de una realidad
en estudio (población o universo) debe
examinarse con la finalidad de hacer
inferencias sobre dicha población
32. Las muestras son seleccionadas
mediante métodos que permiten a
cada muestra tener igual
probabilidad de ser seleccionada y a
cada elemento de la población
entera tener igual probabilidad de
quedar incluido en la muestra. La
forma más fácil de selección es
usando números aleatorios
33. En muestras grandes , se lo
hace por elección de los
miembros de la muestra con
base en un módulo constante
34. Consiste en subdividir la población en
subpoblaciones, y seleccionar dentro
de cada estrato los elementos al azar
(proporcional o no).
Se simplifica los procesos y se reduce el
error muestral para un tamaño dado
de la muestra . Hay mayor precisión
Asegura que todos los estratos estén
representados en la muestra
36. Las unidades muestrales son los
elementos de la población .
La unidad muestral es un grupo de
elementos de la población que forman
una unidad (conglomerado)
Pasos: . Dividimos la población en
grupos. .Seleccionamos al azar los
grupos - muestra .Analizamos cada
elemento del conglomerado
37. Es común emplear lo que se denomina
muestreo Polietápico .
Operar en sucesivas etapas ,
empleando el método de muestreo
probabilístico más adecuado.
39. No usa el azar, sino el criterio del
investigador
No todos los sujetos de una población
tiene la misma probabilidad de ser
escogidos
40. En Estadística el tamaño de la muestra
es el número de sujetos que componen
la muestra extraída de una población
Si no se conoce con precisión el tamaño
de la población, la fórmula será:
Z2*p*q
n = ----------------------
e2
41. Si se conoce el tamaño de la población,
la fórmula será:
Z2*p*q*N
n = ----------------------
Z2*p*q + N*e2
42. Es la unidad mas pequeña de la cual
se pretende obtener información
45. Variables Nominales:
Ejemplos: sexo, nacionalidad, estado ocupacional, grupo
sanguíneo, partido político, estado civil, religión, plan social
al que pertenece, localidad donde reside, etc.
No se puede establecer ningún tipo de relación
Análisis estadístico limitado
46. Variables Ordinales:
Ejemplos: estrato social, orden de mérito, nivel educativo,
opinión acerca de un hecho/situación/gobierno
Los atributos, además de poseer las características
mencionadas, tienen la propiedad de poder establecer un
orden
No puede conocerse la magnitud de la diferencia entre un
atributo y otro
Son variables no métricas o cualitativas
Análisis estadístico limitado
47. Variables Cuantitativas o métricas:
Variables discretas:
Entre dos valores dados, no existen valores intermedios
Ejemplos: número de hijos, número de elementos vendidos, número
de beneficiarios de un plan
Variables continuas:
Entre dos valores dados, existen valores intermedios
Ejemplos: edad, peso, altura, ingreso
Notas del editor
Se puede afirmar que la historia de la estadística comienza alrededor de 1749 aunque, con el tiempo, ha habido cambios en la interpretación de la palabra estadística. En un principio, el significado estaba restringido a la información acerca de los estados. Este fue extendido posteriormente para incluir toda colección de información de cualquier tipo, y más tarde fue extendido para incluir el análisis e interpretación de los datos. En términos modernos, "estadística" significa tanto conjuntos de información recopilada, por ejemplo registros de temperatura, contabilidad nacional, como trabajo analítico que requiera inferencia estadística.
Las actividades estadísticas a menudo se asocian con modelos expresados mediante el uso de probabilidades, y requieren de la teoría de probabilidades para tener una firme base teórica: Ver Historia de las Probabilidades.
Un gran número de conceptos de la estadística han tenido un importante impacto en un amplio rango de ciencias. Estos incluyen el diseño de experimentos y enfoques a la inferencia estadística como la Inferencia Bayesiana, para cada uno de los cuales se puede considerar que tiene su propia secuencia en el desarrollo de las ideas que subyacen en la estadística moderna.
Los egipcios analizaban los datos de la población y la renta del país mucho antes de construir las pirámides en el siglo XXXI a.C.
Desde los comienzos de la civilización han existido formas sencillas de estadística, pues ya se utilizaban representaciones gráficas y otros símbolos en pieles, rocas, palos de madera y paredes de cuevas para contar el número de personas, animales o ciertas cosas. Hacia el año 3000 a.C. los babilonios usaban ya pequeñas tablillas de arcilla para recopilar datos en tablas sobre la producción agrícola y de los géneros vendidos o cambiados mediante trueque.
Los libros bíblicos de Números y Crónicas incluyen, en algunas partes, trabajos de estadística. El primero contiene dos censos de la población de Israel y el segundo describe el bienestar material de las diversas tribus judías.
En China existían registros numéricos similares con anterioridad al año 2000 a.C. Los griegos clásicos realizaban censos cuya información se utilizaba hacia el 594 a.C. para cobrar impuestos.
Los griegos clásicos realizaban censos cuya información se utilizaba hacia el 594 a.C. para cobrar impuestos.
El Imperio romano fue el primer gobierno que recopiló una gran cantidad de datos sobre la población, superficie y renta de todos los territorios bajo su control. Durante la edad media sólo se realizaron algunos censos exhaustivos en Europa.
Los reyes carolingios Pipino, el Breve, y Carlomagno ordenaron hacer estudios minuciosos de las propiedades de la Iglesia en los años 758 y 762 respectivamente.
Después de la conquista normanda de Inglaterra en 1066, el rey Guillermo I de Inglaterra encargó un censo. La información obtenida con este censo, llevado a cabo en 1086, se recoge en el Domesday Book.
El registro de nacimientos y defunciones comenzó en Inglaterra a principios del siglo XVI, y en 1662 apareció el primer estudio estadístico notable de población, titulado Observations on the London Bills of Mortality (Comentarios sobre las partidas de defunción en Londres). Un estudio similar sobre la tasa de mortalidad en la ciudad de Breslau, en Alemania, realizado en 1691, fue utilizado por el astrónomo inglés Edmund Halley como base para la primera tabla de mortalidad
Muestreo sistemático
Se utiliza cuando el universo o población es de gran tamaño, o ha de extenderse en el tiempo. Primero hay que identificar las unidades y relacionarlas con el calendario (cuando proceda). Luego hay que calcular una constante, que se denomina coeficiente de elevación K= N/n; donde N es el tamaño del universo y n el tamaño de la muestra. Determinar en qué fecha se producirá la primera extracción, para ello hay que elegir al azar un número entre 1 y K; de ahí en adelante tomar uno de cada K a intervalos regulares. Ocasionalmente, es conveniente tener en cuenta la periodicidad del fenómeno.
Esto quiere decir que si tenemos un determinado número de personas que es la población (N) y queremos escoger de esa población un número más pequeño el cual es la muestra (n), dividimos el número de la población por el número de la muestra que queremos tomar y el resultado de esta operación será el intervalo, entonces escogemos un número al azar desde uno hasta el número del intervalo, y a partir de este número escogemos los demás siguiendo el orden
Muestreo estratificado
Consiste en la división previa de la población de estudio en grupos o clases que se suponen homogéneos con respecto a alguna característica de las que se van a estudiar. A cada uno de estos estratos se le asignaría una cuota que determinaría el número de miembros del mismo que compondrán la muestra. Dentro de cada estrato se suele usar la técnica de muestreo sistemático, una de las técnicas de selección más usadas en la práctica.
Según la cantidad de elementos de la muestra que se han de elegir de cada uno de los estratos, existen dos técnicas de muestreo estratificado:
Asignación proporcional: el tamaño de la muestra dentro de cada estrato es proporcional al tamaño del estrato dentro de la población.
Asignación óptima: la muestra recogerá más individuos de aquellos estratos que tengan más variabilidad. Para ello es necesario un conocimiento previo de la población.
Por ejemplo, para un estudio de opinión, puede resultar interesante estudiar por separado las opiniones de hombres y mujeres pues se estima que, dentro de cada uno de estos grupos, puede haber cierta homogeneidad. Así, si la población está compuesta de un 55% de mujeres y un 45% de hombres, se tomaría una muestra que contenga también esos mismos porcentajes de hombres y mujeres.
Para una descripción general del muestreo estratificado y los métodos de inferencia asociados con este procedimiento, suponemos que la población está dividida en h subpoblaciones o estratos de tamaños conocidos N1, N2,..., Nh tal que las unidades en cada estrato sean homogéneas respecto a la característica en cuestión. La media y la varianza desconocidas para el i-ésimo estrato son denotadas por mi y si2, respectivamente.
Muestreo por conglomerados
Se utiliza cuando la población se encuentra dividida, de manera natural, en grupos que se supone que contienen toda la variabilidad de la población, es decir, la representan fielmente respecto a la característica a elegir, pueden seleccionarse sólo algunos de estos grupos o conglomerados para la realización del estudio.
Dentro de los grupos seleccionados se ubicarán las unidades elementales, por ejemplo, las personas a encuestar, y podría aplicársele el instrumento de medición a todas las unidades, es decir, los miembros del grupo, o sólo se le podría aplicar a algunos de ellos, seleccionados al azar. Este método tiene la ventaja de simplificar la recogida de información muestral.
Cuando, dentro de cada conglomerado seleccionado, se extraen algunos individuos para integrar la muestra, el diseño se llama muestreo bietápico.
Las ideas de estratos y conglomerados son, en cierto sentido, opuestas. El primer método funciona mejor cuanto más homogénea es la población respecto del estrato, aunque más diferentes son éstos entre sí. En el segundo, ocurre lo contrario. Los conglomerados deben presentar toda la variabilidad, aunque deben ser muy parecidos entre sí.
Tipos de variables
Variable independiente-es aquella cuyo valor no depende del de otra variable.
La variable independiente en una función se suele representar por x. La variable independiente se representa en el eje de abscisas.
Variable dependiente - es aquella cuyos valores dependen de los que tomen otra variable. La variable dependiente en una función se suele representar por y. La variable dependiente se representa en el eje ordenadas. La variable y está en función de la variable x.
Variables estadísticas
Variable cualitativa - se refieren a características o cualidades que no pueden ser medidas con números. Podemos distinguir dos tipos:
Variable cualitativa nominal
Una variable cualitativa nominal presenta modalidades no numéricas que no admiten un criterio de orden. Por ejemplo:
El estado civil, con las siguientes modalidades: soltero, casado, separado, divorciado y viudo. Color de ojos, sexo
Variable cualitativa ordinal o variable cuasicuantitativa - presenta modalidades no númericas, en las que existe un orden. Por ejemplo:Nivel socioeconómico (Alto, Medio, Bajo)
La nota en un examen: suspenso, aprobado, notable, sobresaliente.
Puesto conseguido en una prueba deportiva: 1º, 2º, 3º, ...
Medallas de una prueba deportiva: oro, plata, bronce.
Variable cuantitativa
Una variable cuantitativa es la que se expresa mediante un número, por tanto se pueden realizar operaciones aritméticas con ella. Podemos distinguir dos tipos:
Variable discreta
M NBVC
Una variable discreta es aquella que toma valores aislados, es decir no admite valores intermedios entre dos valores específicos. Por ejemplo:
El número de hermanos de 5 amigos: 2, 1, 0, 1, 3.
Variable continua
Una variable continua es aquella que puede tomar valores comprendidos entre dos números. Por ejemplo:
La altura de los 5 amigos: 1.73, 1.82, 1.77, 1.69, 1.75.
En la práctica medimos la altura con dos decimales, pero también se podría dar con tres decimales.
Variable aleatoria
Se llama variable aleatoria a toda función que asocia a cada elemento del espacio muestral E un número real.
Se utilizan letras mayúsculas X, Y, ... para designar variables aleatorias, y las respectivas minúsculas (x, y, ...) para designar valores concretos de las mismas.
Variable aleatoria discreta
Una variable aleatoria discreta es aquella que sólo puede tomar valores enteros.
Ejemplos
El número de hijos de una familia, la puntuación obtenida al lanzar un dado.
Variable aleatoria continua
Una variable aleatoria continua es aquella que puede tomar todos los valores posibles dentro de un cierto intervalo de la recta real.
Ejemplos
La altura de los alumnos de una clase, las horas de duración de una pila.
Variable aleatoria binomial
La variable aleatoria binomial, X, expresa el número de éxitos obtenidos en cada prueba del experimento.
La variable binomial es una variable aleatoria discreta, sólo puede tomar los valores 0, 1, 2, 3, 4, ..., n suponiendo que se han realizado n pruebas.
Ejemplo
k = 6, al lanzar una moneda 10 veces y obtener 6 caras.
Variable aleatoria normal
Una variable aleatoria continua, X, sigue una distribución normal de media μ y desviación típica σ, y se designa por N(μ, σ), si se cumplen las siguientes condiciones:
1. La variable puede tomar cualquier valor: (-∞, +∞ )
2. La función de densidad, es la expresión en términos de ecuación matemática de la curva de Gauss.
Variable estadística bidimensional
Una variable bidimensional es una variable en la que cada individuo está definido por un par de caracteres, (X, Y).
Estos dos caracteres son a su vez variables estadísticas en las que sí existe relación entre ellas, una de las dos variables es la variable independiente y la otra variable dependiente
Tipos de variables
Variable independiente-es aquella cuyo valor no depende del de otra variable.
La variable independiente en una función se suele representar por x. La variable independiente se representa en el eje de abscisas.
Variable dependiente - es aquella cuyos valores dependen de los que tomen otra variable. La variable dependiente en una función se suele representar por y. La variable dependiente se representa en el eje ordenadas. La variable y está en función de la variable x.
Variables estadísticas
Variable cualitativa - se refieren a características o cualidades que no pueden ser medidas con números. Podemos distinguir dos tipos:
Variable cualitativa nominal
Una variable cualitativa nominal presenta modalidades no numéricas que no admiten un criterio de orden. Por ejemplo:
El estado civil, con las siguientes modalidades: soltero, casado, separado, divorciado y viudo. Color de ojos, sexo
Variable cualitativa ordinal o variable cuasicuantitativa - presenta modalidades no númericas, en las que existe un orden. Por ejemplo:Nivel socioeconómico (Alto, Medio, Bajo)
La nota en un examen: suspenso, aprobado, notable, sobresaliente.
Puesto conseguido en una prueba deportiva: 1º, 2º, 3º, ...
Medallas de una prueba deportiva: oro, plata, bronce.
Variable cuantitativa
Una variable cuantitativa es la que se expresa mediante un número, por tanto se pueden realizar operaciones aritméticas con ella. Podemos distinguir dos tipos:
Variable discreta
M NBVC
Una variable discreta es aquella que toma valores aislados, es decir no admite valores intermedios entre dos valores específicos. Por ejemplo:
El número de hermanos de 5 amigos: 2, 1, 0, 1, 3.
Variable continua
Una variable continua es aquella que puede tomar valores comprendidos entre dos números. Por ejemplo:
La altura de los 5 amigos: 1.73, 1.82, 1.77, 1.69, 1.75.
En la práctica medimos la altura con dos decimales, pero también se podría dar con tres decimales.
Variable aleatoria
Se llama variable aleatoria a toda función que asocia a cada elemento del espacio muestral E un número real.
Se utilizan letras mayúsculas X, Y, ... para designar variables aleatorias, y las respectivas minúsculas (x, y, ...) para designar valores concretos de las mismas.
Variable aleatoria discreta
Una variable aleatoria discreta es aquella que sólo puede tomar valores enteros.
Ejemplos
El número de hijos de una familia, la puntuación obtenida al lanzar un dado.
Variable aleatoria continua
Una variable aleatoria continua es aquella que puede tomar todos los valores posibles dentro de un cierto intervalo de la recta real.
Ejemplos
La altura de los alumnos de una clase, las horas de duración de una pila.
Variable aleatoria binomial
La variable aleatoria binomial, X, expresa el número de éxitos obtenidos en cada prueba del experimento.
La variable binomial es una variable aleatoria discreta, sólo puede tomar los valores 0, 1, 2, 3, 4, ..., n suponiendo que se han realizado n pruebas.
Ejemplo
k = 6, al lanzar una moneda 10 veces y obtener 6 caras.
Variable aleatoria normal
Una variable aleatoria continua, X, sigue una distribución normal de media μ y desviación típica σ, y se designa por N(μ, σ), si se cumplen las siguientes condiciones:
1. La variable puede tomar cualquier valor: (-∞, +∞ )
2. La función de densidad, es la expresión en términos de ecuación matemática de la curva de Gauss.
Variable estadística bidimensional
Una variable bidimensional es una variable en la que cada individuo está definido por un par de caracteres, (X, Y).
Estos dos caracteres son a su vez variables estadísticas en las que sí existe relación entre ellas, una de las dos variables es la variable independiente y la otra variable dependiente
La variable independiente es aquella propiedad, cualidad o característica de una realidad, evento o fenómeno, que tiene la capacidad para influir, incidir o afectar a otras variables. Se llama independiente, porque esta variable no depende de otros factores para estar presente en esa realidad en estudio.
Algunos ejemplos de variables independientes son; el sexo, la raza, la edad, entre otros. Veamos un ejemplo de hipótesis donde está presente la variable independiente: “Los niños que hacen tres años de educación preescolar, aprenden a leer mas rápido en primer grado.” En este caso la variable independiente es “hacen tres años de educación preescolar.” Porque para que los niños de primer grado aprendan a leer más rápido, depende de que hagan tres años de educación preescolar.
La variable dependiente; es aquella característica, propiedad o cualidad de una realidad o evento que estamos investigando. Es el objeto de estudio, sobre la cual se centra la investigación en general. También la variable independiente es manipulada por el investigador, porque el investigador el puede variar los factores para determinar el comportamiento de la variable.
Por ejemplo: “Los niños que hacen tres años de educación preescolar, aprenden a leer mas rápido en primer grado.”
En este caso la variable dependiente sería “aprenden a leer mas rápido”, pero aprenden a leer mas rápido como consecuencia de que “hacen tres año de educación preescolar”. Por esta razón se recomienda que en el título de un trabajo siempre debe aparecer la variable dependiente, pues está es el objeto de estudio.