1. Blog, excel avanzado y métodos estadísticos
Sara Gisel Garzón Martínez
Camilo Granada Gonzalez
Fabio Steven Morales Sandoval
Ana Sofia Parra Burbano
Maria Del Mar Ramos Castro
Maria Isabel Velez Bohorquez
Grado 11-6
I.E. Liceo Departamental
Área de Tecnología e Informática
Santiago de Cali
2024
2. índice
Actividad Blog, Excel avanzado y Métodos estadísticos
Ejes temáticos. 3
Desarrollo: 3
2. Métodos estadísticos. 3
¿Qué es la estadística? 3
Ramas de la estadística 3
Aplicaciones de la estadística. 4
3. Distribución de frecuencia: 6
● Nombre de la variable: 6
● Frecuencia absoluta: 6
● Frecuencia relativa porcentual: 7
Conclusiones: 8
Blogs 8
Evidencias: 8
2
3. Actividad Blog, Excel avanzado y Métodos estadísticos
Ejes temáticos.
1. Elaboración de blog 2024, slideshare, y uso del Drive
Excel avanzado: Combinación de correspondencia, función si.
2. Métodos estadísticos, población y muestra.
Averigua: ¿qué es la estadística? ramas y de qué trata cada una. Aplicaciones de las
estadística (economía, contaduría, política, deporte).
3. Distribución de frecuencias: nombre de la variable, frecuencia absoluta, frecuencia
relativa porcentual.
Desarrollo:
2. Métodos estadísticos.
¿Qué es la estadística?
La estadística es una ciencia que se ocupa de idear diversas estrategias, métodos,
fórmulas y procedimientos que son útiles para dar una explicación o establecer comparaciones
acerca de un fenómeno en particular. Generalmente, esta ciencia se utiliza para estudiar una
muestra o una población de la cual se desea obtener una información específica, por lo que
suele ser valiosa para dar solución a una problemática o para observar los cambios en una
situación determinada.
Ramas de la estadística
● Estadística descriptiva: La estadística descriptiva es una de las ramas de la
estadística que se encarga de resumir o describir de forma medible las características
específicas de una recolección de datos.
● Estadística inferencial: Esta disciplina busca deducir las propiedades y características
de una población. Esto significa, que no solamente recopila una gran cantidad de datos,
sino que por medio de diferentes estudios busca explicar ciertas propiedades esenciales
por medio de los datos obtenidos.
3
4. ● Estadística no paramétrica: Esta es una división de la estadística inferencial, la cual
consiste en una serie de procedimientos que se aplican en modelos estadísticos. Este
es un tipo de procedimiento cuyos cálculos mayormente se encuentran fundamentados
en distribuciones desconocidas o no definidas, por lo que este podría ser un paso que
se realice de forma previa al procedimiento paramétrico.
● Estadística paramétrica: Al igual, la estadística paramétrica es una división de la
estadística inferencial. Esta comprende diversos procesos estadísticos que se basan en
la obtención de datos reales, determinados bajo un número infinito de parámetros, el
cual se utiliza para resumir la cantidad de datos provenientes de variables estadísticas.
● Estadística matemática: La estadística matemática es una disciplina que parte de esta
ciencia y consiste en la recopilación de información a través de datos y técnicas
matemáticas, incluyendo álgebra lineal, ecuaciones diferenciales, análisis estocástico y
matemático y la teoría de la probabilidad.
Aplicaciones de la estadística.
● Economía: Dentro del campo financiero, la estadística es estrictamente necesaria
porque forma parte del control administrativo, ayuda a ver la economía desde diferentes
niveles, proyectar gastos y determinar el retorno de la inversión.
● Contaduría: Lo que significa que se encarga de procesar y analizar datos para poder
establecer relaciones, generar reportes, gráficos e información que aporten a la
comprensión de un evento.
● Política: La información estadística y los registros administrativos nos permiten
diagnosticar los problemas de la sociedad y hacerle seguimiento a las acciones de
política que se implementen para dar solución a las necesidades de la población.
4
5. ● Deportes: La estadística en el desarrollo del entrenamiento deportivo posibilitan
conocer si se han cumplido o no los objetivos trazados, retroalimenta al entrenador y
este decide sobre la estrategia a seguir con sus atletas. También contribuye en el
sistema de preparación del deportista se patentiza en aplicar modelos estadísticos que
permitan obtener una información objetiva sobre la caracterización de los atletas en
diferentes etapas de su preparación.
● Hipótesis: En la metodología científica, una hipótesis es una declaración que expresa
una relación o predicción entre variables y que se formula con el objetivo de ser
sometida a prueba a través de la recopilación y análisis de datos. Representa una guía
para la investigación, proporcionando un marco conceptual para validar o refutar con
base en la evidencia empírica obtenida.
● Variable: En el ámbito estadístico, una variable es una propiedad o característica que
puede variar y ser medida. Puede ser cuantitativa, representando cantidades numéricas,
o cualitativa, indicando categorías. La identificación y clasificación de variables son
fundamentales para comprender las relaciones y patrones presentes en un conjunto de
datos.
● Dato:La información cuantitativa o cualitativa recopilada durante una investigación se
denomina dato. Estos datos sirven como la materia prima esencial para llevar a cabo
análisis estadísticos, permitiendo extraer patrones, tendencias o inferencias
significativas que respalden los objetivos de la investigación.
● Población: La población en estadística se refiere al conjunto completo de elementos o
individuos que comparten una característica común y son el foco de estudio. La
generalización de los resultados se busca aplicar a toda la población, destacando la
importancia de una muestra representativa para obtener conclusiones válidas y
aplicables.
● Muestra: Una muestra es un subconjunto cuidadosamente seleccionado de la población
que participa en un estudio. La calidad y representatividad de la muestra son críticas
para garantizar que las conclusiones extraídas puedan extrapolarse a la población total,
siendo un componente esencial en la inferencia estadística.
5
6. ● Nivel de medición nominal: En la escala nominal de medición, los datos se clasifican
en categorías utilizando etiquetas o nombres, sin establecer un orden específico o
indicar magnitudes. Este nivel de medición se emplea para caracterizar propiedades
cualitativas, proporcionando una base descriptiva sin implicar relaciones cuantitativas
entre las categorías.
3. Distribución de frecuencia:
La distribución de frecuencias es una herramienta fundamental en estadística que nos
permite organizar y resumir datos de manera estructurada. Imagina que tenemos un conjunto
de observaciones. La distribución de frecuencias nos ayuda a clasificar estos datos en grupos o
categorías, lo que facilita su análisis y comprensión.
● Nombre de la variable:
Los nombres de las variables numéricas varían según la situación y el tipo de estudio.
Sin embargo, en general, la variabilidad se refiere a cualquier propiedad, cantidad o
calidad que se pueda medir o calcular.
Las variables se pueden clasificar en las siguientes dos categorías principales:
Variable cuantitativa: se puede medir con números. Por otro lado, las
variaciones cuantitativas son contiguas o dispersas. Los ejemplos de variables
incluyen altura, temperatura, edad y peso.
Variable cualitativa o variable de categoría: Se refiere a un tipo o
característica que no se puede contar. Una variable estándar puede especificar una
variable nominal o variable de orden. Los ejemplos de variables cualitativas incluyen el
sexo, el estado matrimonial, el nivel de educación y el tipo de profesión.
Los nombres de variables generalmente se eligen en función de su naturaleza e
importancia en el contexto de la investigación. Por ejemplo, si se estudia el rendimiento
académico de un estudiante, las variables pueden incluir "recursos de matemáticas",
"recortes de ciencias", "tiempos de clase" etc. Es importante elegir nombres de variables
6
7. claros y explicativos para que todos los que hayan leído los resultados puedan
comprender fácilmente el significado de cada variable.
● Frecuencia absoluta:
La frecuencia absoluta es una medida fundamental en estadística, ya que proporciona
información sobre la distribución de los datos y cuántas veces ocurre cada valor de la
variable en el conjunto de datos. Esto puede ayudar a identificar patrones, valores
atípicos y características importantes de los datos.
Representación gráfica: La frecuencia absoluta se puede representar
visualmente mediante diferentes tipos de gráficos, como histogramas, gráficos de barras
o gráficos de sectores. Estos gráficos muestran la cantidad de veces que aparece cada
categoría o valor de la variable, lo que facilita la interpretación y la comparación entre
diferentes categorías.
Por ejemplo, los datos siguientes indican la edad en un grupo específico.
20, 25, 30, 20, 35, 25, 20, 30, 30
Para comprobar la repetición numérica de cada edad en este conjunto de datos,
compruebe el número de características que muestra.
El máximo de 20 es 3.
El máximo de 25 es 3.
El máximo de 30 es 3.
El máximo de 35 es 1.
Por lo tanto, en este conjunto de datos, las repeticiones libres de 20, 25 y 30 son 3 y la
repetición real de 35 es 1.
● Frecuencia relativa porcentual:
La frecuencia relativa porcentual es una herramienta estadística que nos permite
entender la distribución de eventos en un conjunto de datos de manera más intuitiva. Al
calcularla, tomamos en cuenta la frecuencia relativa de un evento particular, es decir, el
número de veces que dicho evento ocurre, y lo relacionamos con el total de
observaciones en el conjunto de datos.
7
8. Imaginemos que estamos analizando la frecuencia de respuestas en una encuesta. La
frecuencia relativa porcentual nos dará una idea de la importancia relativa de cada
respuesta en comparación con el conjunto total de respuestas. Es un proceso de
normalización que nos permite expresar estas relaciones en términos de porcentaje, lo
que facilita la comparación y la interpretación de patrones en los datos.
Este enfoque es particularmente útil cuando se trabaja con conjuntos de datos de
diferentes tamaños, ya que proporciona una medida relativa que se ajusta a la escala
del conjunto completo. Al comprender la frecuencia relativa porcentual, podemos
identificar eventos significativos, entender la proporción de contribución de cada evento
y realizar comparaciones más significativas entre diferentes conjuntos de datos o
categorías.
Conclusiones
1. La estadística es una ciencia que se encarga de idear estrategias, métodos y
procedimientos para explicar y comparar fenómenos. Se divide en estadística
descriptiva e inferencial, y a su vez, en paramétrica y no paramétrica.
2. La estadística tiene aplicaciones en diversos campos como economía,
contaduría, política y deportes, entre otros.
3. Se definen conceptos clave como hipótesis, variables, datos, población y
muestra.
4. La distribución de frecuencias es una herramienta fundamental que organiza y
resume datos en grupos o categorías para su análisis. Se pueden clasificar
variables en cuantitativas y cualitativas, y la frecuencia absoluta proporciona
información sobre la distribución de los datos.
5. La representación gráfica de la frecuencia absoluta se realiza mediante
histogramas, gráficos de barras o gráficos de sectores para visualizar la
distribución de los datos.
8
9. Blogs
Sara Garzon: https://con-estilovintage.blogspot.com/?m=1
Camilo Granada: https://roboticaytecnologia21.blogspot.com/
Fabio Morales: http://tecnologiaconfabio.blogspot.com/
Ana Parra:https://tecnoana135.blogspot.com/
Maria Ramos:https://elcaorazondelatecnologia.blogspot.com/
Maria Velez:https://tecnomariablog4627.blogspot.com/
Evidencias:
9
