Este documento presenta información sobre conceptos básicos de programación y métodos estadísticos. Explica brevemente qué es la estadística, sus ramas principales (descriptiva e inferencial), y algunas de sus aplicaciones más comunes. Luego define conceptos fundamentales como variable, datos, población, muestra, entre otros. Finalmente, describe métodos como distribución de frecuencias y niveles de medición.
Diagnostico del corregimiento de Junin del municipio de Barbacoas
Conceptos de programacion y estadistica 11 5 (2)
1. Conceptos de programación y métodos estadísticos
Mariana Tobón, Isabella Viveros, Natalia Pantoja, César Cerón, Tatiana Arteaga,
Princi Gónzalez, & Ana Sol Hincapié
Asignatura de tecnología, Institución Educativa Liceo Departamental
Grado 11-5
Mag. Guillermo Mondragón
07 de marzo de 2022
2. 2
Tabla de contenido
¿Qué es la estadística? 3
Ramas de la estadística 3
Aplicaciones de la estadística 3
Conceptos fundamentales 4
Distribución de frecuencias 6
Nombre de variable. 6
Frecuencia Absoluta. 6
Frecuencia relativa porcentual. 7
Equivalencia en grados. 8
Taller PSEINT 9
A. Averigue los siguientes conceptos 9
¿Qué diferencia hay entre un contador y un acumulador? 9
¿Cómo declarar una variable en pseint? 9
Explique cada tipo de lenguaje: java, python y C + +. Y ¿qué representan? 9
Ejercicios de aplicación PSEINT 10
Mapa conceptual 19
Conclusiones 20
Referencias 21
Links de los blogs 22
3. 3
¿Qué es la estadística?
La estadística es un campo del conocimiento que permite al investigador deducir y
evaluar conclusiones acerca de una población a partir de información proporcionada por una
muestra.
Específicamente, la estadística trata de teoremas, herramientas, métodos y técnicas
que se pueden usar en:
a. Recolección, selección y clasificación de datos.
b. Interpretación y análisis de datos.
c. Deducción y evolución de conclusiones y de su confiabilidad, basada en
datos muéstrales.
Los métodos de la estadística fueron desarrollados para el análisis de datos
muestreados, así como para propósitos de inferencia sobre la población de la que se
seleccionó la muestra.
La estadística como ciencia, cubre un extenso campo donde poder aplicarla. Se agrupa
en 2 grandes áreas: estadística descriptiva y estadística inferencial, que desempeñan
funciones distintas, pero complementarias en el análisis.
Ramas de la estadística
Estadística descriptiva. La estadística descriptiva comprende las técnicas que se
emplean para resumir y describir datos numéricos.
Son sencillas desde el punto de vista matemático y su análisis se limita a los datos
recopilados sin inferir en un grupo mayor.
El estudio de los datos se realiza con representaciones gráficas, tablas, medidas de
posición y dispersión.
Estadística inferencial. Es una parte de la estadística que comprende los métodos y
procedimientos que por medio de la inducción determina propiedades de una población
estadística, a partir de una parte de esta.
Aplicaciones de la estadística
Aunque comúnmente se asocie a estudios demográficos, económicos y sociológicos,
gran parte de los logros de la estadística se derivan del interés de los científicos por
desarrollar modelos que expliquen el comportamiento de las propiedades de la materia y de
los caracteres biológicos. La medicina, la educación, la gerontología y, en definitiva, casi
4. 4
todos los campos de las ciencias emplean instrumentos estadísticos de importancia
fundamental para el desarrollo de sus modelos de trabajo.
Educación: La estadística educativa, nos permite recolectar información para
analizarla y tomar decisiones en diferentes niveles. Nos sirve para representar y extraer
información así como para tomar conclusiones y tomar decisiones adecuadas en las
instituciones educativas.
Contaduría: La Estadística auxilia a la contabilidad, ya que el uso o empleo de
cálculos de tipo estadístico, permite establecer diferentes registros contables que afectan los
estados financieros. Las aplicaciones de la estadística sirven para facilitar las funciones de
planeación, control, y toma de decisiones.
Administración: Para los emprendedores la importancia de la estadística se basa
principalmente en su valor para la toma correcta de decisiones, puesto que permite conocer
las principales propiedades de los objetos o datos observados y las características claves de
los fenómenos estudiados.
Gerontología: La estadística cumple con basarse en el método científico y enfocarlo
con intervenciones de calidad en el proceso del envejecimiento y la etapa de la vejez
usandola para la valorización de una vida de alta calidad.
Deporte: La contribución de la estadística a la cientificidad del 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.
Economía: La gran mayoría de las veces por medio de estadísticas los economistas
recaban los datos para crear y ajustar sus preposiciones y principios que más tarde aplicarán a
la vida real. a un problema o un fenómeno económico puede hablarse tal vez de la inflación.
Conceptos fundamentales
Hipótesis: El desarrollo de pruebas de hipótesis es una herramienta estadística que
permite validar si los resultados obtenidos de la aplicación de una metodología son
significativos, es decir, si éstos realmente muestran la mejoría que se observa a la luz de un
criterio cuantitativo que puede captar los deseos de mejora del analista y no los resultados
reales del proceso en análisis.
Variable: Una variable estadística es una característica que puede fluctuar y cuya
variación es susceptible de adoptar diferentes valores, los cuales pueden medirse u
5. 5
observarse. Las variables adquieren valor cuando se relacionan con otras variables, es decir,
si forman parte de una hipótesis o de una teoría.
Datos: Los datos estadísticos, en este marco, son los valores que se obtienen al llevar
a cabo un estudio de tipo estadístico. Se trata del producto de la observación de aquel
fenómeno que se pretende analizar. Para que resulten útiles, los datos estadísticos deben
organizarse y considerarse a partir de un contexto. Es importante tener en cuenta que el
procesamiento de los datos estadísticos es lo que genera información. El dato por sí mismo,
considerado como algo aislado, carece de interés.
Población: La población estadística consiste en la recolección de un conjunto de
elementos o sujetos que gozan de características comunes, con el fin de estudiarlos y sacar
conclusiones específicas para determinar resultados. Según el tamaño de la población
estudiada, el resultado puede ser finito o infinito. Si el resultado de los conjuntos investigados
es infinito, estos se consideran conceptuales o artificiales, ya que toda población debe tener
un resultado específico al ser estudiada.
Muestra: Una muestra estadística es un subconjunto de datos perteneciente a una
población de datos. Estadísticamente hablando, debe estar constituido por un cierto número
de observaciones que representen adecuadamente el total de los datos.
La estadística, como rama de las matemáticas, se encarga de recoger datos, ordenarlos
y analizarlos. Es decir, cuando queremos estudiar un determinado fenómeno recurrimos a la
estadística. Un buen ejemplo de fenómeno que estudia la estadística, es el salario medio de
los ciudadanos de un país.
Niveles de medición nominal: La medición de las variables puede realizarse por
medio de cuatro escalas de medición. Dos de las escalas miden variables categóricas y las
otras dos miden variables numéricas Los niveles de medición son las escalas nominal,
ordinal, de intervalo y de razón. Se utilizan para ayudar en la clasificación de las variables, el
diseño de las preguntas para medir variables, e incluso indican el tipo de análisis estadístico
apropiado para el tratamiento de los datos.
Una característica esencial de la medición es la dependencia que tiene de la
posibilidad de variación. La validez y la confiabilidad de la medición de una variable
depende de las decisiones que se tomen para operacionalizar y lograr una adecuada
comprensión del concepto evitando imprecisiones y ambigüedad, por en caso contrario, la
variable corre el riesgo inherente de ser invalidada debido a que no produce información
confiable.
6. 6
Distribución de frecuencias
Las distribuciones de frecuencias son tablas en que se dispone las modalidades de la
variable por filas. En las columnas se dispone el número de ocurrencias por cada valor,
porcentajes, etc. La finalidad de las agrupaciones en frecuencia es facilitar la obtención de la
información que contienen los datos.
Nombre de variable.
La distribución de frecuencias agrupadas o tabla con datos agrupados se emplea si las
variables toman un número grande de valores o la variable es continua. Se agrupan los
valores en intervalos que tengan la misma amplitud denominados clases. A cada clase se le
asigna su frecuencia correspondiente.
Los nombres de las variables pueden empezar con letras, o los símbolos $ o _. Solo
pueden contener letras, números, $ y _. No pueden empezar con un número. "myVariable",
"leaf_1" y "$money3" son todos ejemplos. válidos de nombres de variables.
Ejemplos válidos:
Ejemplos no válidos:
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
Ejemplo: Un profesor tiene la lista de las notas en matemáticas de 30 alumnos de su
clase. Las notas son las siguientes:
7. 7
Se realiza el recuento de la variable que se estudia (notas) para ver el número de veces
que aparece cada nota.
Una vez realizado el recuento, se representan las frecuencias absolutas de cada una de
las notas (ni). Las frecuencias son: n1(3)=2, n2(4)=4, n3(5)=6, n4(6)=7, n5(7)=5, n6(8)=3,
n7(9)=2 y n 8(10)=1.
Frecuencia relativa porcentual.
La 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.
Este valor valor de frecuencia relativa porcentual representa la posibilidad sobre
100% de encontrar este número en una serie de datos, es por esta razón que es una relación de
frecuencias
La frecuencia Relativa (n) y la frecuencia Relativa Acumulada (N) se pueden escribir
de manera porcentual al multiplicar por 100 su resultado decimal.
8. 8
Equivalencia en 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:
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.
Apliquemos la fórmula para cada uno de las calificaciones del ejemplo anterior:
Por teoría al sumar las contribuciones de los porcentajes, nos debe dar la totalidad de
los datos es decir 360⁰.
Por último registramos los datos hallados en la tabla de distribución de frecuencias.
9. 9
Taller PSEINT
A. Averigue los siguientes conceptos
¿Qué diferencia hay entre un contador y un acumulador?
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 el siguiente programa,
utilizamos el mismo arreglo del programa contador.
¿Cómo declarar una variable en pseint?
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.
Explique cada tipo de lenguaje: java, python y C + +. Y ¿qué representan?
Java: Es un lenguaje de programación interpretado que utiliza el paradigma orientado
a objetos (POO) desarrollado por la compañía Sun Microsystem en el año 1995. Tiene la
particularidad de que los programas desarrollados en él no necesitan del proceso de
compilación y pueden ser ejecutados en cualquier dispositivo usando Java Virtual Machine.
Este tiene una sintaxis basada en sus antecesores C y C + +, pero simplificando el modelo de
los objetos y desechando herramientas para manejo de bajo nivel.
Actualmente es uno de los lenguajes de programación más populares, sin embargo no
es el mejor para comenzar a programar por la complejidad de su manejo sintáctico.
Características de Java
- Usa programación orientada a objetos
- Puede ejecutarse en diferentes sistemas operativos
Python: Python es un lenguaje de programación de alto nivel que se utiliza para
desarrollar aplicaciones de todo tipo. A diferencia de otros lenguajes como Java o .NET, se
trata de un lenguaje interpretado, es decir, que no es necesario compilarlo para ejecutar las
aplicaciones escritas en Python, sino que se ejecutan directamente por el ordenador utilizando
un programa denominado interpretador, por lo que no es necesario “traducirlo” a lenguaje
máquina.
Python es un lenguaje sencillo de leer y escribir debido a su alta similitud con el
lenguaje humano. Además, se trata de un lenguaje multiplataforma de código abierto y, por lo
tanto, gratuito, lo que permite desarrollar software sin límites. Con el paso del tiempo, Python
ha ido ganando adeptos gracias a su sencillez y a sus amplias posibilidades, sobre todo en los
10. 10
últimos años, ya que facilita trabajar con inteligencia artificial, big data, machine learning y
data science, entre muchos otros campos en augen.
C + +: C + + es un lenguaje de programación orientado a objetos muy potente que
evolucionó de la extensión de lenguaje informático “C” y que hoy en día sigue usándose para
realizar programación estructurada de alto nivel y rendimiento, como sistemas operativos,
videojuegos y aplicaciones en la nube.
Se trata de una de las herramientas programáticas más versátiles y completas, por esa
razón un programador C + + con experiencia es un perfil profesional con mucha demanda en
toda clase de proyectos tecnológicos.
Es importante mencionar que no todos los proyectos de informática requieren ser
desarrollados en lenguaje C + +. Muchas veces, un lenguaje más visual, intuitivo o
especializado es una opción igual de eficiente y más sencilla. C + + se recomienda
actualmente para proyectos muy específicos y de alta complejidad, por ejemplo programas de
cryptocurrencies y videojuegos de realidad aumentada.
Ejercicios de aplicación PSEINT
B. Represente el algoritmo usando el programa pseint en modo flexible y muestre el
diagrama de flujo, Hacer las capturas de pantalla.
1. Toma 2 números, hacer la resta, la multiplicación y la división; muestre el resultado.
20. 20
Conclusiones
● Podemos concretar como estadística a la ciencia o el estudio que utiliza diferentes
teoremas o herramientas para recolectar, organizar e interpretar los datos numéricos o
una muestra de los mismos.
● Podemos separar la estadística en dos partes, con diferente función pero con el mismo
fin analítico. Éstas son la estadística descriptiva y la estadística inferencial.
● Si observamos bien podemos encontrar la estadística dentro de la mayoría de ciencias.
● Las distribuciones de frecuencias a diferencia de la estadística facilita obtener la
información de los datos numéricos mediante tablas de variable por fila.
● Dentro del lenguaje de programación encontramos variables/códigos con funciones
específicas dentro de ésta
● Actualmente existen lenguajes de programación que reemplazan los códigos
específicos por lenguajes simplificados. Entre estos: Java, Python, C + +.
● Entendemos por algoritmo dentro de programación como una secuencia de
instrucciones/códigos automatizados con el fin de concretar una o varias operaciones.
Con el trabajo podemos concluir que la estadística y la distribución de frecuencias
tienen por objetivo sintetizar la información,mediante la elaboración de tablas de frecuencias,
representaciones gráficas y el cálculo de medidas estadísticas, estas nos sirven para recolectar
información y analizarlas. Podemos diferenciarlas por sus diferentes métodos teoremas y/o
formas.
21. 21
Referencias
Araque, B. (s.f.). Porcentaje en una tabla de frecuencias. uDocz. https://www.udocz.com/
apuntes/146103/porcentaje-y-grados-en-una-tabla-de-frecuencias
Marco, F. (2017). Frecuencia absoluta. Economipedia.com. https://economipedia.com/
definiciones/frecuencia-absoluta.html#:~:text=fi%20%3D%20Frecuencia%20absolut
a%20%3D%20N%C3%BAmero%20de,%2C%20la%20nota%20del%20examen
Wastreicher, G. (2021). Distribución de frecuencias. Economipedia.com.
https://economipedia.com/definiciones/distribucion-de-frecuencias.html
Universidad Nacional Autónoma de México (s.f.). Conceptos básicos de estadística. Páginas
Personales UNAM. http://www.paginaspersonales.unam.mx/app/webroot/files/977/
Conceptos_basicos_de_estadistica.pdf
22. 22
Links de los blogs
- Princi Gónzalez: https://princi2k.blogspot.com/
- César Cerón: http://tecnoblogg12.blogspot.com/
- Isabella Viveros: https://tecnoisaabella.blogspot.com/
- Ana Sol Hincapíe: https://solsitaa.blogspot.com/?m=1
- Natalia Pantoja: https://pantojanatalia.blogspot.com/
- Tatiana Arteaga: https://tatiarte08.blogspot.com/?m=1
- Mariana Tobón: https://elmundotecnologicodemariana.blogspot.com/
Captura de pantalla