Este documento presenta una introducción a los métodos estadísticos y conceptos básicos como variables, datos, población, muestra, hipótesis estadística y niveles de medición. Explica las ramas principales de la estadística como descriptiva, inferencial, paramétrica y no paramétrica. También describe la aplicación de la estadística en educación, contaduría, gerontología, economía y deporte. Finalmente, introduce conceptos como distribución de frecuencias, frecuencia absoluta y relativa.

1. Conceptos de programación y métodos estadísticos
Daniel Alejandro Bonilla Guzmán
Catalina Diaz Zea
Juliana Galvis Robles
Laura Sofia Lasso Muñoz
Luis Eduardo Mosquera Torres
Grado 11-4
ORIENTO:
Guillermo Mondragon
Profesor Area de tecnologia e informatica
I.E.Liceo Departamental
Tecnología
Santiago de Cali
2022
1

2. TABLA DE CONTENIDO
1. Métodos estadísticos
1.1. ¿Qué es la estadística?
1.2. Ramas principales de la estadística
1.3. Aplicación de la estadística
1.4. Estadística en la educación
1.5. Estadística en la contaduría
1.6. Estadística en la gerontología
1.7. Estadística en el deporte
1.8. Estadística en la economía
1.9. Hipótesis estadística
1.10. Variable
1.11. Dato
1.12. Población
1.13. Muestra
1.14. Nivel nominal
2. Distribución de frecuencias
2.1. Definición
2.2. Variable
2.3. Frecuencia absoluta
2.4. Frecuencia relativa porcentual
2.5. Equivalencia en grados
3. Taller de pseint
4. Mapas conceptuales, ejes temáticos 2 y 3
5. Conclusiones
6. Referencias
2

3. 1. MÉTODOS ESTADÍSTICOS
1.1. ¿Qué es la estadística?
La estadística consiste en métodos, procedimientos y fórmulas que permiten recolectar
información para luego analizarla y extraer de ella conclusiones relevantes. Se puede decir
que es la Ciencia de los Datos y que su principal objetivo es mejorar la comprensión de los
hechos a partir de la información disponible.
1.2. Ramas principales de la estadística
La estadística se divide en dos grandes áreas: estadística descriptiva y estadística inferencial,
las cuales comprenden la estadística aplicada.
Además de estas dos áreas, existe la estadística matemática, la cual comprende las bases
teóricas de la estadística.
- Estadística en administración
La estadística administrativa es la rama de la estadística que describe o resume de forma
cuantitativa (medible) características de una colecciónde una recolecciónde
información.
Es decir, la estadística descriptiva se encarga de resumir una muestra estadística (conjunto de
datos obtenidos de una población) en lugar de aprender sobre la población que representa la
muestra.
Algunas de las medidas comúnmente utilizadas en la estadística descriptiva para describir un
conjunto de datos son las medidas de tendencia central y las medidas de variabilidad o
dispersión.
En cuanto a las medidas de tendencia central, se utilizan medidas como la media, la mediana
y la moda. Mientras que en las medidas de variabilidad se utilizan la varianza, la curtosis,
etc.
La estadística descriptiva suele ser la primera parte a realizar en un análisis estadístico. Los
resultados de estos estudios suelen ser acompañados de gráficos, y representan la base de casi
cualquier análisis cuantitativo (medible) de datos.
3

4. Un ejemplo de estadística descriptiva podría ser considerar un número para resumir que tan
bien se está desempeñando un bateador de béisbol.
Así, el número se obtiene por el número de hits que ha dado un bateador dividido entre el
número de veces que ha estado al bate. Sin embargo, este estudio no dará información más
específica, como cuáles de esos bateos han sido Home Runs.
Otros ejemplos de estudios de estadística descriptiva pueden ser: La media de edad de los
ciudadanos que viven en una cierta área geográfica, la longitud media de todos los libros
referentes a un tema específico, la variación respecto al tiempo que los visitantes pasan
navegando en una página de internet.
- Estadística inferencial
La estadística inferencial se diferencia de la estadística descriptiva principalmente por el uso
de la inferencia y la inducción.
Es decir, esta rama de la estadística busca deducir propiedades de una población estudiada, es
decir, no solo recolecta y resume los datos, sino que busca explicar ciertas propiedades o
características a partir de los datos obtenidos.
En este sentido, la estadística inferencial implica obtener las conclusiones correctas de un
análisis estadístico realizado mediante estadística descriptiva.
Por ello, muchos de los experimentos en ciencias sociales involucran un grupo de población
reducido, así mediante inferencias y generalizaciones se puede determinar como la población
en general se comporta.
Las conclusiones obtenidas mediante la estadística inferencial están sujetas a la aleatoriedad
(ausencia de patrones o regularidades) pero mediante la aplicación de los métodos adecuados
se logra la obtención de resultados relevantes.
Así, tanto la estadística descriptiva como la estadística inferencial van de la mano.
La estadística inferencial se divide en:
- Estadística paramétrica
Comprende los procedimientos estadísticos basados en la distribución de los datos reales, los
cuales se determinan mediante un número finito de parámetros (número que resume la
cantidad de datos derivados de una variable estadística).
4

5. Para aplicar procedimientos paramétricos, en su mayoría, se requiere conocer previamente la
forma de distribución para las formas resultantes de la población estudiada.
Por ello, si se desconoce en su totalidad la distribución que siguen los datos obtenidos, se
debe utilizar un procedimiento no paramétrico.
- Estadística no paramétrica
Esta rama de la estadística inferencial comprende los procedimientos aplicados en pruebas y
modelos estadísticos en los cuales su distribución no se ajusta a los llamados criterios
paramétricos. Al ser los datos estudiados los que definen su distribución, está no puede ser
definida previamente.
La estadística no paramétrica es el procedimiento que debe ser elegido al desconocer si los
datos se ajustan a una distribución conocida, de manera que pueda ser un paso previo al
procedimiento paramétrico.
Así mismo, en un prueba no paramétrica, las posibilidades de error se disminuyen mediante
el uso de tamaños muestrales adecuados.
1.3. Aplicación de la estadística
1.4. Estadística en la educación
Se ha mencionado de igual forma la existencia de la Estadística Matemática, como
disciplina de la estadística.
Esta consiste en una escala previa en el estudio de la estadística, en la cual usan la teoría de la
probabilidad (rama de las matemáticas que estudia los fenómenos aleatorios) y otras ramas de
las matemáticas.
La estadística matemática consiste en la obtención de información a partir de los datos y
utiliza técnicas matemáticas tales como: análisis matemático, álgebra lineal, análisis
estocástico, ecuaciones diferenciales, etc. Así, la estadística matemática ha sido influenciada
por la estadística aplicada.
La Estadística se ocupa de la recolección, agrupación, presentación, análisis e interpretación
de datos. Es un método científico que pretende sacar conclusiones a partir de observaciones
realizadas. La estadística educativa, nos permite recolectar información para analizarla y
tomar decisiones en diferentes niveles.
5

6. 1.5. Estadística en la contaduría
La estadística ayuda a la contabilidad en el empleo de cálculos de tipo estadístico,
permitiendo establecer registros contables que afectan los estados financieros.
■ La estadística ayuda a la contabilidad en cuanto a su agilidad, procesamiento, análisis e
interpretación de información, dando como resultado la toma de decisiones
confiables sobre criterios económicos.
■ La estadística se aplica para la selección de muestras en una auditoria. ■
Ayuda a medir la variación de costos de una producción.
■ Brinda información para la toma de decisiones, plantación y control en cuanto a sus
resultados.
■ Ayuda para poder diferenciar las ventas que se han realizado en la empresa por medio
de la estadística anual.
1.6. Estadística en la gerontología
Estudia demográficos o Estudios de la Población cuyo objeto de estudio son las personas
adultas mayores con las teorías de gerontología social de primera, segunda y tercera
generación. Con tal fin se reúne una muestra significativa del acervo en materia de
envejecimiento y se clasifican las publicaciones y sus contenidos siguiendo la matriz
estadounidense y europea de gerontología social.
1.7. Estadística en el deporte
La estadística abarca un campo de conocimiento aplicable a cualquier deporte o actividad
física y conlleva un conocimiento que puede ayudar al futuro profesional a ámbitos como la
investigación y puesta en práctica de los conocimientos adquiridos en el grado.
1.8. Estadística en la economía
La estadística es ampliamente utilizada en el análisis económico. Nos ayuda a comprobar la
aplicación de la teoría económica en la práctica. Algunos ejemplos del uso de estadística en
Economía son: Elaboración de indicadores macroeconómicos agregados
1.9. Hipótesis estadística
La hipótesis estadística es la suposición que se realiza acerca de las características de una
población. Es utilizada para verificarla o rechazarla tras realizar el estudio estadístico
pertinente.
1.10. Variable
La variable estadística es una característica o cualidad de un individuo que está propensa a
adquirir diferentes valores. Estos valores, a su vez, se caracterizan por poder medirse. Por
6

7. ejemplo, el color de pelo, las notas de un examen, el sexo o la estatura de una persona, son
variables estadísticas
Tipo de variables estadística: La variable estadística, de acuerdo con las características que la
definen, puede ser cualitativa o cuantitativa
1.11. Dato
Un dato estadístico es cada uno de los valores que se ha obtenido al realizar un estudio
estadístico. Si lanzamos una moneda al aire 5 veces obtenemos 5 datos: cara, cara, cruz, cara,
cruz.
1.12. Población
En estadística, el término “población” se refiere al conjunto de elementos que se quiere
investigar, estos elementos pueden ser objetos, acontecimientos, situaciones o grupo de
personas.
1.13. Muestra
En estadística, una muestra es un subconjunto de casos o individuos de una población. En
diversas aplicaciones, interesa que una muestra sea representativa, y para ello debe escogerse
una técnica de muestra adecuada que produzca una muestra aleatoria adecuada.
1.14. Nivel de medición nominal
Se refiere a la cualidad más que a la cantidad. Un nivel nominal de medición es simplemente
una cuestión de diferenciar por nombre, por ejemplo, 1 = hombre, 2 = mujer. Aunque estamos
usando los números 1 y 2, estos no indican cantidad.
7

8. 2. DISTRIBUCIÓN DE FRECUENCIAS
2.1. Definición
La distribución de frecuencias, en otras palabras, es la manera en la que se ordena una serie
de observaciones en diferentes grupos, y normalmente en modo ascendente o descendente.
2.2. Variable
Valores percentiles son aquellos valores de la variable que dividen a la distribución de
frecuencias en partes con igual número de observaciones: así, los cuartiles la dividen en
cuatro partes iguales y se obtienen directamente activando la opción Cuartiles.
2.3. 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.
La frecuencia absoluta se puede usar para variables discretas (las variables se ordenan de
menor a mayor) y para variables continuas (las variables se ordenan de menor a mayor
agrupadas por intervalos). La frecuencia absoluta se utiliza para calcular la frecuencia
relativa.
La suma de las frecuencias absolutas es igual al número total de datos de la muestra o
población.
2.4. Frecuencia relativa porcentual
Es el porcentaje de la frecuencia relativa, siendo esta la división de la frecuencia absoluta
entre el total de valores en una selección de datos. La frecuencia relativa es muy usada en
probabilidad, y hace referencia a la relación de una frecuencia absoluta entre un total.
2.5. Equivalencia de grados
Los grados son otra forma de representar el porcentaje pero ya no en una escala del 100%
sino bajo
una medida angular de 360°; para ello vamos a emplear la siguiente fórmula. 8
�
�
�
�
�
�
�
�
�
�
�
�=

9. �
�
�
�
�
�
�
�
�
�
�
�
�
�
Χ 360°
Calcular los grados es muy similar que calcular el valor del porcentaje, multiplicamos el valor
de la frecuencia absoluta fi por 360 y lo dividimos entre el total de datos, también llamado la
muestra.
3. Taller de pseint
Algoritmo:Asignación
9
Algoritmo; Entrada-Salida

10. 10
Algoritmo Dimensión

11. 11
Proceso: Si entonces

12. 12
Proceso: Selección múltiple

13. 13
Lazos:mientras-repetir- para

14. 14

15. 15

16. Suma:
16
promedio:

17. 17
Triángulo

18. 18
Círculo

19. 19
temperatura

20. 20
IMC

21. 21
4. Mapas conceptuales

22. 22
6. Referencias
1. Statistics. (2017, July 3). In Wikipedia, The Free Encyclopedia. Retrieved 08:30,
July 4, 2017, from en.wikipedia.org
2. Data. (2017, July 1). In Wikipedia, The Free Encyclopedia. Retrieved 08:30, July
4, 2017, from en.wikipedia.org
3. Estadística. (2017, 25 de junio). Wikipedia, La enciclopedia libre. Fecha de
consulta: 08:30, julio 4, 2017 desde es.wikipedia.org
4. Estadística paramétrica. (2017, 10 de febrero). Wikipedia, La enciclopedia libre.
Fecha de consulta: 08:30, julio 4, 2017 desde es.wikipedia.org
5. Estadística no paramétrica. (2015, 14 de agosto). Wikipedia, La enciclopedia libre.
Fecha de consulta: 08:30, julio 4, 2017 desde es.wikipedia.org
6. Estadística descriptiva. (2017, 29 de junio). Wikipedia, La enciclopedia libre.
Fecha de consulta: 08:30, julio 4, 2017 desde es.wikipedia.org
7. https://economipedia.com/definiciones/distribucion-de-frecuencias.html 8.
https://www.udocz.com/apuntes/146103/porcentaje-y-grados-en-una-tabla-de-frec
uencias
Evidencias:

23. 23
24