_Presentación Tecnologia El tornillo y el plano inclinado.pdf
Blog, Excel avanzado, métodos estadísticos
1. Blog, excel avanzado, métodos estadísticos
Juan Felipe Arcos Gómez
Maria Jose Garcia
Taliana Guzman
Edgar Fabriany Martinez Ponce
Valery Patarroyo Hoyos
Grado 11-5
I.E. Liceo Departamental
Área de Tecnologia e Informatica
Santiago de Cali
2024
1
2. Blog, excel avanzado, métodos estadísticos
Juan Felipe Arcos
Maria Jose Garcia
Taliana Guzman
Edgar Fabriany Martinez Ponce
Valery Patarroyo Hoyos
Grado 11-5
Guillermo Mondragon
I.E. Liceo Departamental
Área de Tecnologia e Informatica
Santiago de Cali
2024
2
3. Tabla de contenido
Ejes temático 2................................................................................................................ 3
Métodos estadísticos........................................................................................... 4
Ramas de la estadística....................................................................................... 4
Estadística Descriptiva..............................................................................4
Estadística Inferencial...............................................................................5
Aplicaciones de la estadística.............................................................................5
Ejes temático 3................................................................................................................ 8
Distribución de frecuencias.................................................................................8
Conclusiones...................................................................................................................9
Referencias.................................................................................................................... 10
Capturas (evidencias de trabajo).................................................................................12
Blogs...............................................................................................................................15
3
4. Ejes temático 2
Métodos estadísticos, población, muestra. Averigua: ¿qué es la estadística?,
ramas y de qué trata cada una Aplicaciones de la estadística (economía, contaduría,
política, deporte) Hipótesis, variable, dato, población, muestra, nivel de medición
nominal.
Métodos estadísticos
¿Qué es la estadística?: La estadística es una disciplina científica formal y
deductiva, a menudo considerada rama de las matemáticas, que estudia la variabilidad
y las leyes de la probabilidad, a través de herramientas diversas, tanto conceptuales
como de muestreo.
Igualmente, la estadística es un conjunto de métodos, normas y reglas
empleadas en el estudio del comportamiento de un grupo determinado de datos, de
acuerdo al enfoque de la investigación, de manera que puedan tomar decisiones y
realizar conclusiones con respecto a una situación, un fenómeno o,en el contexto
empresarial, una oportunidad del entorno o una aceptación y una demanda de un
producto o servicio .También, es importante en cualquier ámbito de estudio, desde el
científico hasta el empresarial, pues brinda seguridad y precisión al momento de
analizar los datos de una investigación.
Por último, la estadística proporciona resultados estimados y conclusiones que
conducen a soluciones, tanto numéricas como sociales. Es una herramienta poderosa
para comprender hechos, tomar decisiones informadas y resolver problemas de uso
cotidiano,empresarial,etc.
4
5. Ramas de la estadística
Estadística Descriptiva
La estadística descriptiva es una de las ramas de la estadística que se encarga
de recolectar los datos para luego analizarlos y caracterizarlos, todo esto con el objetivo
de poder describir sus características y el tipo de comportamiento que posee utilizando
tablas y gráficos. Por ende, una característica es que se basa en distribuir los datos en
rangos de frecuencias para facilitar su manejo. Utilizar la aritmética para encontrar los
valores más representativos de los datos, a través de las medidas de tendencia central,
así como analizar la dispersión de los mismos.
Estadística Inferencial
Se llama estadística inferencial o inferencia estadística a la rama de la
Estadística encargada de hacer deducciones, es decir, inferir propiedades, conclusiones
y tendencias, a partir de una muestra del conjunto. Su papel es interpretar, hacer
proyecciones y comparaciones.Por ende, la estadística inferencial es sumamente útil en
el análisis de poblaciones y tendencias, para hacerse una idea posible de las acciones
y reacciones de la misma de cara a condiciones específicas. Esto no significa que se
las pueda predecir fielmente, ni que estemos en presencia de una ciencia exacta, pero
sí de una aproximación posible al resultado final.
Aplicaciones de la estadística
Economía: La economía es una disciplina que estudia cómo se utilizan los
recursos escasos para producir bienes y servicios, y cómo se distribuyen entre
individuos, empresas y gobiernos para satisfacer las necesidades humanas. Examina
cómo se toman decisiones económicas en diferentes contextos, cómo funcionan los
mercados, cómo se formulan políticas económicas y cómo se generan y distribuyen la
riqueza. La economía abarca una amplia gama de subcampos, como la microeconomía
(que se centra en el comportamiento de agentes individuales, como consumidores y
5
6. empresas) y la macroeconomía (que estudia la economía en su conjunto, incluyendo
variables como el crecimiento económico, el desempleo y la inflación).
Contaduría: La contaduría, también conocida como contabilidad, es el proceso de
medir, procesar y comunicar información financiera sobre una entidad económica, como
una empresa, organización sin fines de lucro o gobierno. La contaduría se ocupa de
registrar transacciones financieras, preparar estados financieros como el balance
general, el estado de resultados y el flujo de efectivo, y proporcionar análisis e
interpretación de estos datos para la toma de decisiones gerenciales, la rendición de
cuentas y el cumplimiento de normativas legales y fiscales. Los contadores también
desempeñan un papel importante en la auditoría, que implica verificar la precisión y la
integridad de la información financiera de una entidad.
Hipótesis: Una hipótesis es un suposición provisional que se formula para ser
evaluada y probada. Se basa en el razonamiento lógico y en observaciones previas.
Las hipótesis pueden surgir de teorías existentes, de observaciones anecdóticas o de la
necesidad de explicar un fenómeno. Son esenciales porque guían una investigación al
plantear una relación entre dos o más variables. Las hipótesis pueden ser de dos tipos:
Hipótesis nula, que establece que no hay diferencia o relación entre las variables, e
hipótesis alternativa, que propone que si existe una diferencia o relación entre las
variables.
Por ejemplo, si estamos investigando cómo la temperatura afecta el rendimiento
de un procesador, nuestra hipótesis podría ser que a medida que la temperatura
aumenta, el rendimiento del procesador disminuirá.
Datos: Los datos son la materia prima de cualquier investigación. Consisten en
hechos brutos, observaciones o registros de fenómenos que se recolectan durante el
proceso de estudio. Pueden ser de naturaleza cualitativa, (es decir descriptiva, no
numérica) o cuantitativa (numérica). Los datos pueden provenir de diversas fuentes,
como encuestas, experimentos, observaciones directas o registros históricos. Es
fundamental que los datos sean precisos, relevantes y fiables para que los resultados
de la investigación sean válidos y confiables.
6
7. Por ejemplo, en un proyecto de tecnología, los datos podrían incluir mediciones de
rendimiento, resultados de pruebas, respuestas de encuestas, registros de
comportamiento del usuario, entre otros.
Muestra: En una investigación, no siempre es posible estudiar toda la población
de interés debido a limitaciones de recursos, tiempo o acceso. Por lo tanto, se
selecciona una muestra, que es un subconjunto representativo de la población total. La
selección de la muestra debe realizarse de manera cuidadosa y aleatoria para
garantizar que sea representativa y que los resultados obtenidos pueden generalizarse
con cierto grado de confianza a la población completa. Existen diversas técnicas de
muestreo, como el muestreo aleatorio simple, el muestreo estratificado y el muestreo
por conglomerados, entre otros.
Por ejemplo, si queremos estudiar el rendimiento de un nuevo software en una
empresa, podríamos seleccionar una muestra de empleados de diferentes
departamentos y niveles jerárquicos para participar en el estudio.
Variable: Una variables es cualquier característica, atributo o condición que
puede tener diferentes valores y que puede medirse, observarse o manipularse. Las
variables pueden ser independientes (causas) o dependientes (efectos) según su
relación en el estudio. También pueden clasificarse como cualitativas (categorías o
cualidades) o cuantitativas (números o cantidades). Identificar y definir
claramente las variables es fundamental para diseñar un estudio de investigación
ólido y para interpretar adecuadamente los resultados.
Por ejemplo, si estamos estudiando cómo el tipo de sistema operativo afecta la
velocidad de procesamiento de una computadora, el tipo de sistema operativo sería la
variable independiente, mientras que la velocidad de procesamiento sería la variable
dependiente.
Población: Se refiere al conjunto completo de elementos o individuos que
comparten una característica común y que son objeto de estudio. La población puede
ser finita o infinita, pero en cualquier caso, representa el universo del cual se extrae la
muestra del estudio. Es importante distinguir entre la población objetivo (es decir,
aquella a la que se pretenden generalizar los resultados) y la población (aquella a la
que realmente se puede acceder para recopilar datos).
7
8. Por ejemplo, si estamos estudiando la altura de todos los estudiantes de una escuela, la
población serían todos los estudiantes de esa escuela. Es importante distinguir entre la
población objetivo, que es el grupo al que se desea generalizar los resultados, y la
población accesible, que es el grupo del cual se puede obtener una muestra.
Nivel de medición nominal: En el nivel de medición nominal, las variables se
clasifican o categorizan en grupos distintos, pero no existe un orden o jerarquía
intrínseca entre las categorías. Las variables nominales representan diferentes
categorías o atributos que no se pueden ordenar de manera significativa.
En un punto de vista, el género, la afiliación política o el estado civil son variables
nominales. Este nivel de medición es el más básico y se utiliza cuando las variables
simplemente se clasifican en grupos sin tener en cuenta ninguna cantidad numérica
asociada.
Ejes temático 3
Distribución de frecuencias: nombre de la variable, frecuencia absoluta,
frecuencia relativa porcentual.
Distribución de frecuencias
Frecuencia absoluta: La frecuencia absoluta es una medida estadística que nos
da información acerca de la cantidad de veces que se repite un suceso al realizar un
número determinado de experimentos aleatorios. Esta medida se representa mediante
las letras fi. La letra f se refiere a la palabra frecuencia y la letra i se refiere a la
realización i-ésima del experimento aleatorio, es decir se refiere a cada prueba
específica.
Podemos usar la frecuencia absoluta para trabajar con dos tipos de variables: las
discretas, que son datos que se pueden ordenar de menor a mayor, y las continuas,
que son datos que se ordenan de menor a mayor y se agrupan en intervalos. Además,
esta medida nos sirve para calcular la frecuencia relativa, que es otra forma de analizar
datos estadísticos. Un punto importante es que si sumamos todas las frecuencias
absolutas de un conjunto de datos, obtenemos el número total de datos que estamos
analizando, ya sea de una muestra o de una población.Por ejemplo, si estás contando
8
9. cuántas manzanas hay en una cesta de frutas, la frecuencia absoluta sería el número
exacto de las manzanas.
Este concepto nos es muy útil en estadística descriptiva, una rama de la
estadística que se enfoca en describir y resumir datos. Nos ayuda a entender mejor las
características de un grupo grande de datos, y/o de una muestra, se aplica tanto a
datos cualitativos (como palabras o categorías) como a cuantitativos (números),
siempre y cuando estos datos se puedan organizar de alguna manera.
Frecuencia relativa porcentual:La frecuencia relativa es una medida estadística
que se calcula como el cociente de la frecuencia absoluta de algún valor de la
población/muestra (fi) entre el total de valores que componen la población/muestra (N).
Es una magnitud, utilizada en estadística, que indica la proporción o fracción de la
cantidad de veces que ocurre un fenómeno o evento respecto a los demás.
El total de las frecuencias relativas representa la unidad, es decir, 1, pues cada una de
ellas representa, únicamente, una parte del total de las frecuencias. Esto también se
puede interpretar como que la suma de las frecuencias relativas es igual al 100%.
Cuando estos valores se expresan en porcentajes se habla de frecuencia porcentual.
La distribución de frecuencias, de la que hace parte la frecuencia relativa, es uno de los
parámetros más importantes de la estadística descriptiva. Esta permite comparar
diversos grupos y la recurrencia de sus acciones o de los fenómenos que se presentan
durante un periodo de tiempo.
Para entender la frecuencia relativa, primero necesitamos saber qué es la
frecuencia absoluta,a diferencia de la frecuencia absoluta, la frecuencia relativa nos
muestra la proporción o el porcentaje que representa cada valor dentro del total de
datos. Se calcula dividiendo la frecuencia absoluta entre el número total de
observaciones en el conjunto de datos.
9
10. Conclusiones
Principalmente, la estadística es una disciplina que estudia la variabilidad y las
leyes de la probabilidad mediante diversas herramientas, siendo indispensable para la
toma de decisiones y la comprensión de fenómenos en diversos ámbitos, desde la
economía hasta la investigación científica. Así mismo, sus más diferentes ramas, como
la estadística descriptiva y la inferencial, permiten caracterizar y hacer deducciones
sobre conjuntos de datos, respectivamente. Aplicada en campos como la economía y la
contaduría , la estadística ayuda a comprender y a prever comportamientos,
optimizando la toma de decisiones.
Por otro lado, la hipótesis y las variables son fundamentales en la investigación
estadística, proporcionando un marco para formular suposiciones y medir aspectos
específicos de un fenómeno. La recolección de datos se realiza tanto en poblaciones
completas como en muestras representativas, utilizando técnicas de muestreo
adecuadas. Además, el nivel de medición nominal categoriza variables sin un orden
específico.
Terminando, la distribución de frecuencia absoluta cuenta la cantidad de
ocurrencias de un suceso, mientras que la frecuencia relativa porcentual muestra la
proporción de cada valor en relación con el total de datos. Estos conceptos son
esenciales para comprender la distribución de datos y comparar grupos en estadística
descriptiva.
Referencias
● Métodos estadísticos
Estadística - Qué es, características y ejemplos (excelparatodos.com)
● Ramas de la estadística
Estadística inferencial - Concepto, usos y ejemplos
Estadística descriptiva: historia, características, ejemplos, conceptos
(lifeder.com)
10
11. ● Aplicaciones de la estadística
https://dialnet.unirioja.es/
Las Variables de Investigación
Técnicas de Muestreo sobre una Población a Estudio
hipótesis - Definición y Explicación científica
Gestión- Explicación de datos de investigación
Población - Definición, tipos y métodos de estudio
diferentes niveles de medición: nivel nominalExplorando
● Frecuencia absoluta
https://economipedia.com/definiciones/frecuencia-absoluta.html
● Frecuencia relativa porcentual
https://excelparatodos.com/frecuencia-relativa/
https://economipedia.com/definiciones/frecuencia-relativa.html
11