programación y métodos estadísticos

1. CONCEPTOS DE PROGRAMACIÓN Y MÉTODOS ESTADÍSTICOS
DAZA DAZA LAURA SOFÍA
HOYOS LUISA FERNANDA
HURTADO HELLEN FRANCHESCA
PULIDO KEREN SUSANA
RIOS MARIA CAMILA
INSTITUCIÓN EDUCATIVA LICEO DEPARTAMENTAL
11-2
TECNOLOGÍA
SANTIAGO DE CALI
2022

2. 2
TABLA DE CONTENIDO
1. Preguntas resueltas de los ejes temáticos 2 y 3 3
1.1. métodos estadísticos 3
1.2. distribución de frecuencia 6
2. Taller Anexo Pseint 7
3. Mapas conceptuales 12
4. conclusiones 13
5. referencia 14
6. evidencia 15
7. links blogs 21

3. 3
1. Preguntas resueltas de los ejes temáticos 2 y 3
2. Métodos Estadísticos:
Métodos estadísticos
El procedimiento estadístico se basa en una serie de métodos para el funcionamiento de los datos
cualitativos y cuantitativos de la indagación.
Población
Es el conjunto de elementos que son objeto de estudio estadístico.
Muestra
es una parte de la población con la que realmente se realiza el estudio. La elección de la muestra
es muy importante para que los resultados que se extraigan de ella se puedan generalizar a toda
la población.
Estadística
La estadística es una ciencia y una rama de las matemáticas por medio de la cual se recolecta,
examina, explica y estudia una serie de datos para establecer comparaciones o variabilidades que
permitan entender un fenómeno en especial.
La estadística se vale, en una enorme medida, de la observación para la recolección de datos que
más adelante van a ser analizados y comparados con el objetivo de obtener un resultado.
El propósito de la estadística es tanto dar un resultado numérico como exponer de qué forma se
está desarrollando una situación en concreto.
Asimismo, la estadística se emplea para aprender una población o muestra sobre el que se
pretende obtener una información en especial, tal cual se puede dar una solución a un problema o
ver cómo ha variado una situación en concreto. Tras un estudio estadístico se logra entender un
hecho, tomar elecciones, aprender inconvenientes sociales, dar datos y resoluciones en ciertos
casos, deducir datos respecto a una población, entre otros.
● Ramas de la estadística
La bioestadística o estadística descriptiva: La estadística detallada es, junto con la
inferencia estadística o estadística inferencial, una de las dos grandes ramas de la

4. 4
estadística. Su propio nombre lo indica, trata de describir algo. Pero no describirlo de
cualquiera forma, sino de manera cuantitativa. Pensemos en el peso de una caja de
vegetales, en la altura de una persona o en la cantidad de dinero que gana una compañía.
De estas variables podríamos decir muchas cosas. Por ejemplo, podríamos indicar que
esta o aquella caja de tomates pesan mucho o pesan menos que otras. Siguiendo con otro
ejemplo, podríamos mencionar que el ingreso de una organización cambia mucho en todo
el tiempo o que una persona tiene una altura promedio.
La bioestadística o estadística analítica: La bioestadística analítica o inferencial va
más allá, puesto que instituye asociaciones o interrelaciones en medio de las propiedades
observadas. Su misión es hacer inferencias o extraer consecuencias científicas. La
existencia de estas asociaciones va a servir de base para contrastar las hipótesis de una
investigación ante los datos recogidos empíricamente.
La bioestadística analítica o inferencial usa además 2 tipos de métodos: la comprobación
de conjetura (‘contraste de hipótesis’) y la estimación de intervalos de confianza.
Aplicaciones de la estadística
Educación: recolecta información organizada para representar algún aspecto de las
escuelas, Qué puede incluir cualquier información relevante sobre estudiantes, padres y
maestros.Se utiliza para identificar, recopilar e interpretar datos educativos de diferentes
Fuentes y esto informa, evalúa y mejora los recursos, los procesos y los resultados de las
escuelas.
Contaduría: ayuda a la contabilidad en el empleo de cálculos de tipo estadístico,
permitiendo establecer registros contables que afectan los estados financieros. También
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.
Administración: proporciona elementos de confiabilidad que sustentan la toma de
decisiones en temas administrativos, como calidad y productividad.

5. 5
Gerontología: la estadística ayuda a describir el estado y las características en
investigaciones realizadas de geriatría y también explicar su evolución en los últimos
años.
Deporte: aplicar modelos estadísticos que permitan, entre otros: Obtener una
información objetiva sobre la caracterización de los atletas en diferentes etapas de su
preparación.
Economía: con la ayuda de la estadística se elaboran los planes de desarrollo de la
economía nacional, se supervisa el control de su cumplimiento y se determinan las
necesidades de recursos por territorios, así como las reservas con que cuenta la economía
a cualquier nivel. Además la estadística es de suma importancia para que se conozca el
comportamiento de la economía ya sea en una empresa, municipio, provincia, nación, así
como a escala internacional.
Hipótesis
Es una suposición que se hace sobre las características de una población. Es utilizada
para verificarla o rechazarla tras realizar el estudio estadístico pertinente. Tanto personas
como empresas estamos cada vez más acostumbrados a disponer y hacer uso de multitud
de datos.
Variable
Es una característica de una muestra o población de datos que puede adoptar diferentes
valores.Por ejemplo, la altura de Daniel es de 175 centímetros.
Dato
Son números que representan las posibilidades de las cambiantes. Los datos tienen la
posibilidad de ser clasificados según diferentes criterios, uno de los cuales se fundamenta
en las posibilidades que muestran: Se mencionará que son datos dicotómicos los que
provienen de cambiantes que solo aceptan 2 posibilidades (por ejemplo la variable
"género"), son datos dicotomizados esos que muestran 2 categorías pero provienen de
cambiantes con bastante más de 2 maneras (por ejemplo datos con valores 1 y 0 que
representan aprobado y suspenso).
Población

6. 6
Indica el conjunto de elementos que se quiere investigar, estos elementos pueden ser
objetos, acontecimientos, situaciones o grupo de personas.
Muestra
Es un subconjunto más pequeño de la población.
Nivel de medición nominal
Es un nivel en donde los sujetos o unidades de estudio son clasificados en categorías. Las
categorías son las posibles clasificaciones que pueden tener una variable.
Por ejemplo: Las personas pueden clasificarse según sexo (Hombre y Mujer), o su estado
civil (soltero, casado, divorciado y viudo).
3. Distribución de frecuencias
Nombre de la variable
El nombre de la variable es la forma usual de referirse al valor almacenado. Cada variable tiene
un único nombre el cual no puede ser cambiado. Las variables pueden tener el mismo contenido,
pero no el mismo nombre. El nombre de una variable empezará siempre por una letra, pudiendo
contener a continuación tanto letras como números.
Frecuencia absoluta
La frecuencia absoluta es el número de veces que aparece un determinado valor en un estudio
estadístico.Se representa por fi. La forma de obtener la frecuencia absoluta es contando las veces
que aparece el valor en el conjunto de datos.
Frecuencia relativa porcentual
cuantifica la cantidad de veces que se repite un valor o una categoría con respecto al total de
datos, lo hace con valores porcentuales entre 0 y 100. Se calcula con la frecuencia absoluta de un
valor, se la divide por el número total de datos, se obtiene la frecuencia relativa (que será un
número entre 0 y 1). Como la frecuencia relativa está entre 0 y 1, si se multiplica por 100, se
conseguirá calcular el porcentaje
Equivalencia en grados
Diagrama circular:

7. 7
Es la representación de la proporción de elementos de cada uno de los valores de la variable.se
utiliza para representar porcentajes y proporciones. Los sectores de esta representación se
calculan teniendo en cuenta que un círculo completo es 360º. El ángulo de cada porción debe ser
proporcional a la frecuencia de cada valor. Por ejemplo, si un valor representa un 50% del total
de elementos, su sector del círculo tendrá un ángulo de 180º .
La fórmula para calcular el ángulo de cada sector es la siguiente:
Taller Anexo Pseint
1.
Un acumulador es una variable que se utiliza para sumar valores. Al igual que el
contador, se utiliza normalmente dentro de un ciclo pero cambiamos su valor sumándole
una variable, es decir, no siempre se le suma la misma cantidad.
En caso de hacerlo con pseint, no es necesario hacerlo, aunque se puede hacer con la
instrucción “define”. Para declarar variables, lo único que debemos hacer es indicar el
nombre de la variable y su tipo( numérico, lógico y cadena), antes del inicio del
programa, separados por comas.
Lenguaje de máquina: es el sistema de códigos directamente interpretable por un circuito
microprogramable, como el microprocesador de una computadora o el microcontrolador
de un autómata.
Lenguaje de bajo nivel: es aquel en el que sus instrucciones ejercen un control directo
sobre el hardware y están condicionados por la estructura física de las computadoras que
lo soportan.

8. 8
Lenguaje de alto nível: se caracteriza por expresar los algoritmos de una manera
adecuada a la capacidad cognitiva humana, en lugar de la capacidad con que los ejecutan
las máquinas. Estos lenguajes permiten una máxima flexibilidad al programador a la hora
de abstraerse o de ser literal.
Java: es un lenguaje de programación y una plataforma informática. Es una tecnología
que se usa para el desarrollo de aplicaciones que convierten a la web en un elemento más
interesante y útil.
Python: es un lenguaje de programación interpretado cuya filosofía hace hincapié en las
legibilidad de programación multiparadigma, ya que soporta parcialmente la orientación
a objetos, programación imperativa y, en menor medida, programación funcional.
C + +: Su función es extender al lenguaje de programación C mecanismos que permiten
la manipulación de objetos. En ese sentido, desde el punto de vista de los lenguajes
orientados a objetos, C + + es un lenguaje híbrido.
Keren Pulido
2.
1. Algoritmo: Resta

9. 9
Algoritmo: Multiplicación
Algoritmo: División
2. Algoritmo: Promedio

10. 10
3. Algoritmo: Área y Perímetro de un Triángulo
4. Algoritmo: Área y Perímetro de un Círculo
5. Algoritmo: Grados Fahrenheit a Grados Celsius

11. 11
6. Algoritmo: Pulgadas a Pies

12. 12
Mapas conceptuales

13. 13
Conclusiones
● Gracias a todo lo anterior, podemos interpretar que la estadística tiene una gran
importancia en la programación ya que los procedimientos que se van hacer en una
investigación y al ejecutar cálculos es más rápido, eficiente, preciso y más exactos con la
estadística. También gracias a que la estadística tiene elementos que las conforman los
cuales nos ayudan a la hora de indagar, porque estos componentes hacen más fácil la
recolección de datos, para sacar los resultados.
La estadística también nos ayuda para indicarle al programa a partir de qué lugar empieza
a existir, qué nombre tendrá y qué tipo de datos almacenará, además si hay repetición en
los datos.
● Finalmente entendemos que el pseint no es un lenguaje sino que es un software en el cual
podemos iniciar en la programación, en este podemos crear secuencias de pasos para
resolver un problema (algoritmo) como de resta, multiplicación, división, promedio,
temperatura… Al igual que con la estadística este software también tiene algunos
componentes y herramientas las cuales van a facilitar el trabajo de la programación.

14. 14
Referencias
● Bernat, R.(2020).universo formulas.
https://www.universoformulas.com/estadistica/descriptiva/diagrama-circular/
● Mendiburu, F.(s.f).historia de la estadística.
https://sites.google.com/site/historiadelaestadisticaacti/3
● Rosibel, L. (1 de Abril del 2021). ALEPH.
https://aleph.org.mx/que-es-frecuencia-porcentual-ejemplos
● (2021).masmatemática.https://www.youtube.com/watch?v=TAcuWRP7vHU
● José, L. (15 de noviembre del 2019). Estadística descriptiva.
https://economipedia.com/definiciones/estadistica-descriptiva.html
● Elsevier, C. (30 de abril del 2020). Bioestadística: de los datos a la información útil y
digerible para el profesional sanitario.
https://www.elsevier.com/es-es/connect/medicina/edu-bioestadistica-de-los-datos-a-la-inf
ormacion-util-y-digerible

15. 15
Evidencias
MARIA CAMILA RIOS

16. 16
LAURA SOFÍA DAZA

17. 17
KEREN SUSANA PULIDO

18. 18
HELLEN HURTADO

19. 19
LUISA HOYOS

20. 20

21. 21