Este documento presenta una introducción a la estadística descriptiva e inferencial. Explica que la estadística descriptiva se dedica a resumir y describir datos, usando medidas como la media, moda y mediana. La estadística inferencial se dedica a generar modelos, inferencias y predicciones sobre una población basadas en una muestra. Luego define conceptos clave como población, muestra, variables y atributos. Finalmente, describe diversas medidas estadísticas descriptivas como las de tendencia central y los cuantiles.
Este documento introduce conceptos básicos de estadística aplicada a la educación superior. Explica la diferencia entre estadística descriptiva e inferencial, y define población, variables, atributos y los elementos que componen una variable como nombre, definición, valores posibles y procedimiento de clasificación. También clasifica variables en cualitativas, cuantitativas discretas y continuas. El objetivo es proporcionar una introducción a métodos estadísticos útiles para la educación superior.
El documento define conceptos estadísticos como probabilidad, distribuciones binomial, Poisson y exponencial. Explica que la probabilidad se refiere a la posibilidad de ocurrencia de un evento y que la estadística estudia datos de muestras para explicar fenómenos. También describe cómo las distribuciones de probabilidad modelan resultados esperados y cómo se usan conceptos como valor esperado.
Este documento describe las principales escalas de medición utilizadas en estadística y sus aplicaciones en investigaciones científicas. Explica las escalas nominal, ordinal, de intervalo y de razón, y cómo cada una afecta la presentación y análisis de datos. También destaca la importancia de entender las escalas de medición para seleccionar los métodos estadísticos apropiados y sacar conclusiones válidas de los datos.
Este documento describe las principales escalas de medición utilizadas en estadística y sus aplicaciones en investigaciones científicas. Explica las escalas nominal, ordinal, de intervalo y de razón, detallando las características y un ejemplo de cada una. Además, destaca la importancia de las escalas de medición para la clasificación de variables, selección de gráficos y métodos estadísticos, y su uso extendido en diversas áreas científicas como las ciencias naturales, sociales, económicas y médicas.
El documento trata sobre el tema de la estadística. Explica que la estadística estudia la recolección, análisis e interpretación de datos de una muestra representativa para ayudar en la toma de decisiones o explicar fenómenos. Se divide en estadística descriptiva, que se dedica a la descripción y resumen de datos, y estadística inferencial, que se usa para modelar patrones en los datos y extraer inferencias. También define conceptos clave como población, muestra, variables y tipos de variables.
Este documento discute los diferentes tipos de muestreo y cómo determinar el tamaño de muestra. Explica que existen dos tipos de diseños de investigación: diseños no experimentales y diseños experimentales. También describe los tres principales tipos de muestreo probabilístico - muestreo aleatorio simple, muestreo aleatorio proporcional y muestreo aleatorio estratificado - y las fórmulas para calcular el tamaño de muestra en cada caso. El objetivo es orientar a los investigadores sobre qué muestreo usar y cómo calcular el tamaño de muestra
Este documento presenta una introducción a conceptos básicos de estadística. Explica que la estadística se encarga de recopilar, organizar, procesar y analizar datos para deducir características de una población. Luego describe las ramas principales de la estadística como descriptiva, inferencial y matemática. Finalmente, ilustra algunas aplicaciones de la estadística en educación, contabilidad, administración, deportes y economía.
La estadística es la ciencia que estudia la recolección, análisis e interpretación de datos. Se divide en estadística descriptiva, que analiza y presenta datos de forma básica, e inferencia estadística, que deduce propiedades a partir de muestras pequeñas. La población estadística son los elementos que componen una población, mientras que la muestra estadística es un subconjunto de casos que permite inferir propiedades de la población.
Este documento introduce conceptos básicos de estadística aplicada a la educación superior. Explica la diferencia entre estadística descriptiva e inferencial, y define población, variables, atributos y los elementos que componen una variable como nombre, definición, valores posibles y procedimiento de clasificación. También clasifica variables en cualitativas, cuantitativas discretas y continuas. El objetivo es proporcionar una introducción a métodos estadísticos útiles para la educación superior.
El documento define conceptos estadísticos como probabilidad, distribuciones binomial, Poisson y exponencial. Explica que la probabilidad se refiere a la posibilidad de ocurrencia de un evento y que la estadística estudia datos de muestras para explicar fenómenos. También describe cómo las distribuciones de probabilidad modelan resultados esperados y cómo se usan conceptos como valor esperado.
Este documento describe las principales escalas de medición utilizadas en estadística y sus aplicaciones en investigaciones científicas. Explica las escalas nominal, ordinal, de intervalo y de razón, y cómo cada una afecta la presentación y análisis de datos. También destaca la importancia de entender las escalas de medición para seleccionar los métodos estadísticos apropiados y sacar conclusiones válidas de los datos.
Este documento describe las principales escalas de medición utilizadas en estadística y sus aplicaciones en investigaciones científicas. Explica las escalas nominal, ordinal, de intervalo y de razón, detallando las características y un ejemplo de cada una. Además, destaca la importancia de las escalas de medición para la clasificación de variables, selección de gráficos y métodos estadísticos, y su uso extendido en diversas áreas científicas como las ciencias naturales, sociales, económicas y médicas.
El documento trata sobre el tema de la estadística. Explica que la estadística estudia la recolección, análisis e interpretación de datos de una muestra representativa para ayudar en la toma de decisiones o explicar fenómenos. Se divide en estadística descriptiva, que se dedica a la descripción y resumen de datos, y estadística inferencial, que se usa para modelar patrones en los datos y extraer inferencias. También define conceptos clave como población, muestra, variables y tipos de variables.
Este documento discute los diferentes tipos de muestreo y cómo determinar el tamaño de muestra. Explica que existen dos tipos de diseños de investigación: diseños no experimentales y diseños experimentales. También describe los tres principales tipos de muestreo probabilístico - muestreo aleatorio simple, muestreo aleatorio proporcional y muestreo aleatorio estratificado - y las fórmulas para calcular el tamaño de muestra en cada caso. El objetivo es orientar a los investigadores sobre qué muestreo usar y cómo calcular el tamaño de muestra
Este documento presenta una introducción a conceptos básicos de estadística. Explica que la estadística se encarga de recopilar, organizar, procesar y analizar datos para deducir características de una población. Luego describe las ramas principales de la estadística como descriptiva, inferencial y matemática. Finalmente, ilustra algunas aplicaciones de la estadística en educación, contabilidad, administración, deportes y economía.
La estadística es la ciencia que estudia la recolección, análisis e interpretación de datos. Se divide en estadística descriptiva, que analiza y presenta datos de forma básica, e inferencia estadística, que deduce propiedades a partir de muestras pequeñas. La población estadística son los elementos que componen una población, mientras que la muestra estadística es un subconjunto de casos que permite inferir propiedades de la población.
Este documento presenta conceptos básicos de estadística como variables, población, muestra, parámetros estadísticos, escalas de medición y tipos de variables. Define una variable como algo que puede cambiar o variar, y explica que hay variables cualitativas y cuantitativas. También describe la población y muestra, y los parámetros estadísticos como números que resumen datos. Finalmente, detalla las escalas de medición nominal, ordinal, de intervalo y de razón.
La estadística inferencial permite obtener conclusiones sobre una población a partir de una muestra. Incluye conceptos como probabilidad, que mide numéricamente la posibilidad de que ocurra un evento, y métodos de muestreo, que seleccionan una parte representativa de una población para hacer inferencias. Existen tres tipos de probabilidad - clásica, frecuencial y subjetiva - y dos tipos de muestras - probabilísticas y no probabilísticas. La estadística inferencial proporciona herramientas para estudiar datos
Cómo realizar "paso a paso" un contraste de hipótesis con SPSS para WindowsJairo Acosta Solano
Cuando queremos evaluar el grado de asociación o independencia entre una variable cuantitativa y una variable categórica (y recuérdese que ésta clasifica o diferencia a los individuos en grupos, tantos como categorías tiene dicha variable), el procedimiento estadístico inferencial recurre a comparar las medias de la distribuciones de la variable cuantitativa en los diferentes grupos establecidos por la variable categórica. Si ésta tiene solo dos categorías (es dicotómica), la comparación de medias entre dos grupos independientes se lleva a cabo por el test t de Student; si tiene tres o más categorías, la comparación de medias entre tres o más grupos independientes se realiza a través de un modelo matemático más general, el Análisis de la Varianza (ANOVA). En ambos casos, las pruebas estadísticas son exigentes con ciertos requisitos previos: la distribución Normal de la variable cuantitativa en los grupos que se comparan y la homogeneidad de varianzas en las poblaciones de las que proceden los grupos; su no cumplimiento conlleva la necesidad de recurrir a pruebas
estadísticas no paramétricas. En este documento se enseña a hacer estos análisis con el programa SPSS para Windows.
Este documento explica los conceptos y técnicas de análisis multivariado. Se define el análisis multivariado como un método estadístico que determina la contribución de múltiples factores a un resultado mediante el estudio simultáneo de varias variables. Luego clasifica las técnicas multivariadas en explicativas, que investigan las relaciones entre variables dependientes e independientes, y descriptivas, que describen las interdependencias entre variables. Finalmente, concluye que el análisis multivariado permite comprender mejor los fenómenos mediante
Este documento trata sobre diferentes técnicas de estimación estadística como la estimación puntual, por intervalo, con muestras grandes y pequeñas. Explica conceptos como insesgabilidad, consistencia, eficiencia y suficiencia de un estimador, así como el cálculo de intervalos de confianza. El objetivo es dar valores aproximados de parámetros poblacionales a partir de muestras de datos.
El documento presenta una discusión sobre el concepto de hipótesis. Explica que una hipótesis puede establecer relaciones entre hechos, proponer soluciones a problemas, o representar relaciones entre variables. También describe algunas funciones de las hipótesis como guiar la investigación e indicar qué observaciones son pertinentes. Finalmente, señala que el objetivo principal de una hipótesis es probar y sugerir teorías.
Este documento presenta diferentes tipos de muestreo para obtener información de una muestra representativa de una población, incluyendo muestreo probabilístico como muestreo aleatorio simple y muestreo estratificado, y muestreo no probabilístico como muestreo sistemático. Además, explica cómo determinar el tamaño de la muestra para estudios cuantitativos y cualitativos utilizando fórmulas estadísticas.
Este documento presenta información sobre medidas descriptivas. Explica que las medidas descriptivas se dividen en medidas de centralización como la media aritmética, media geométrica, media armónica, mediana y moda, y medidas de dispersión como el rango, desviación media, varianza y desviación estándar. El objetivo es aprender a calcular estas medidas y comprender su importancia para el análisis de datos en una investigación.
Este documento presenta una introducción a los métodos estadísticos. Explica que la estadística es una ciencia que permite describir y analizar datos para obtener conclusiones e inferencias. Luego, describe las estrategias de enseñanza para el curso, incluyendo el uso de plataformas virtuales y evaluaciones. Finalmente, presenta algunos conceptos básicos de estadística como población, muestra, variable, dato y clasificaciones de la estadística.
Este documento presenta una introducción a los conceptos básicos de la estadística, incluyendo definiciones de estadística descriptiva e inferencial, población, muestra, variables y niveles de medición. Explica que la estadística es el estudio de conjuntos de datos para identificar patrones y realizar predicciones. Distingue entre estadística descriptiva, que resume datos, e inferencial, que generaliza sobre una población a partir de una muestra. También define conceptos clave como población, muestra, variables cualitativas
El documento presenta información sobre métodos de análisis multivariado. Explica que estos métodos permiten analizar múltiples variables medidas para cada sujeto de estudio de forma simultánea. Describe brevemente los métodos de análisis factorial, análisis de correspondencias y análisis de cluster, incluyendo sus objetivos, etapas y usos comunes. Finalmente, incluye un ejemplo de tablas de resultados de un análisis de cluster.
Presentacion estadistica inferencias y referencias a proporcionesJonosky Barreto
Este documento presenta información sobre la aplicación de estadística en la gerencia de recursos humanos. Incluye temas como estimación de proporciones, estimación bayesiana, hipótesis referente a una proporción y bondad de ajuste. También presenta ejemplos y fórmulas relacionadas con estas técnicas estadísticas.
Este documento describe la estadística descriptiva e inferencial. La estadística descriptiva se refiere a resumir y describir conjuntos de datos mediante medidas como la media, moda y mediana. La estadística inferencial se refiere a generar modelos e inferencias sobre una población basados en una muestra. El documento también define conceptos clave como población, muestra, variables e intervalos de clase.
La estadística se divide en dos ramas: la estadística descriptiva, que se dedica a resumir y visualizar datos, y la inferencia estadística, que genera modelos e inferencias teniendo en cuenta la aleatoriedad. La estadística se asocia con estudios demográficos, económicos y sociológicos, y se emplea en casi todos los campos científicos. Algunos conceptos estadísticos clave son población, muestra, distribución de frecuencias, y frecuencias absoluta
Este documento presenta una introducción a la estadística. Explica que la estadística se divide en dos ramas principales: estadística descriptiva y estadística inferencial. La estadística descriptiva resume conjuntos de datos, mientras que la estadística inferencial deduce propiedades de una población a partir de una muestra. También define conceptos clave como variable, dato, población, muestra y nivel de medición. Finalmente, destaca algunas aplicaciones importantes de la estadística en campos como la educación
La estadística descriptiva se dedica a describir y resumir datos, mientras que la estadística inferencial genera modelos e inferencias sobre una población basadas en una muestra. La estadística descriptiva usa medidas como la media y desviación estándar para describir datos, mientras que la inferencial realiza estimaciones, pruebas de hipótesis y otros análisis para extraer conclusiones más allá de los datos disponibles. La diferencia clave es que la descriptiva solo describe los datos, mientras que la inferencial asume un modelo probabilístico sub
Este documento presenta un glosario de términos estadísticos fundamentales como variables, muestreo, estimación, población, entre otros. Explica brevemente la diferencia entre estadística descriptiva e inferencial. La estadística descriptiva resume y describe conjuntos de datos, mientras que la inferencial permite inferir características de una población a partir de una muestra. Finalmente, resume los pasos típicos de un estudio estadístico como planteamiento del problema, elaboración de un modelo, extracción de muestra y anális
Este documento define conceptos básicos de estadística como población, muestra, muestreo, media, mediana y moda. También describe diferentes tipos de datos estadísticos y métodos para organizar y visualizar datos como tablas de frecuencias, diagramas de barras, histogramas y gráficos circulares. La estadística es la ciencia que analiza datos cuantitativos para sacar conclusiones sobre poblaciones.
Este documento describe las diferentes escalas de medición utilizadas en estadística: nominal, ordinal, de intervalo y de razón. Explica que las escalas nominales asignan etiquetas a categorías mientras que las escalas ordinales permiten jerarquizar u ordenar los datos. Las escalas de intervalo y razón permiten cálculos más avanzados como promedios y desviaciones estándar.
El documento presenta tres definiciones de estadística y describe sus objetivos, tipos (descriptiva, inferencial, aplicada y matemática), y conceptos clave como variable, población, muestra, gráfico, tabla de datos e intervalos. Explica la diferencia entre variable independiente y dependiente, y cómo expresar datos estadísticamente.
1) La estadística es una ciencia que estudia datos provenientes de muestras representativas para explicar fenómenos aleatorios o condicionales. Se divide en estadística descriptiva, que resume y describe datos, y estadística inferencial, que genera modelos e inferencias.
2) Una población es un conjunto de elementos con características comunes, mientras que una muestra es un subconjunto de casos de una población usado para inferir sus propiedades.
3) Los datos estadísticos provienen de observaciones y
La estadística es una rama de las matemáticas que se ocupa de recopilar y analizar datos numéricos. Es importante porque permite resumir y expresar resultados de manera sencilla para tomar decisiones informadas. Se divide en estadística descriptiva, que muestra los datos directamente, e inferencial, que ofrece conclusiones generales. Incluye métodos como estudios experimentales u observacionales, y niveles de medición como nominal, ordinal e intervalo.
Este documento presenta conceptos básicos de estadística como variables, población, muestra, parámetros estadísticos, escalas de medición y tipos de variables. Define una variable como algo que puede cambiar o variar, y explica que hay variables cualitativas y cuantitativas. También describe la población y muestra, y los parámetros estadísticos como números que resumen datos. Finalmente, detalla las escalas de medición nominal, ordinal, de intervalo y de razón.
La estadística inferencial permite obtener conclusiones sobre una población a partir de una muestra. Incluye conceptos como probabilidad, que mide numéricamente la posibilidad de que ocurra un evento, y métodos de muestreo, que seleccionan una parte representativa de una población para hacer inferencias. Existen tres tipos de probabilidad - clásica, frecuencial y subjetiva - y dos tipos de muestras - probabilísticas y no probabilísticas. La estadística inferencial proporciona herramientas para estudiar datos
Cómo realizar "paso a paso" un contraste de hipótesis con SPSS para WindowsJairo Acosta Solano
Cuando queremos evaluar el grado de asociación o independencia entre una variable cuantitativa y una variable categórica (y recuérdese que ésta clasifica o diferencia a los individuos en grupos, tantos como categorías tiene dicha variable), el procedimiento estadístico inferencial recurre a comparar las medias de la distribuciones de la variable cuantitativa en los diferentes grupos establecidos por la variable categórica. Si ésta tiene solo dos categorías (es dicotómica), la comparación de medias entre dos grupos independientes se lleva a cabo por el test t de Student; si tiene tres o más categorías, la comparación de medias entre tres o más grupos independientes se realiza a través de un modelo matemático más general, el Análisis de la Varianza (ANOVA). En ambos casos, las pruebas estadísticas son exigentes con ciertos requisitos previos: la distribución Normal de la variable cuantitativa en los grupos que se comparan y la homogeneidad de varianzas en las poblaciones de las que proceden los grupos; su no cumplimiento conlleva la necesidad de recurrir a pruebas
estadísticas no paramétricas. En este documento se enseña a hacer estos análisis con el programa SPSS para Windows.
Este documento explica los conceptos y técnicas de análisis multivariado. Se define el análisis multivariado como un método estadístico que determina la contribución de múltiples factores a un resultado mediante el estudio simultáneo de varias variables. Luego clasifica las técnicas multivariadas en explicativas, que investigan las relaciones entre variables dependientes e independientes, y descriptivas, que describen las interdependencias entre variables. Finalmente, concluye que el análisis multivariado permite comprender mejor los fenómenos mediante
Este documento trata sobre diferentes técnicas de estimación estadística como la estimación puntual, por intervalo, con muestras grandes y pequeñas. Explica conceptos como insesgabilidad, consistencia, eficiencia y suficiencia de un estimador, así como el cálculo de intervalos de confianza. El objetivo es dar valores aproximados de parámetros poblacionales a partir de muestras de datos.
El documento presenta una discusión sobre el concepto de hipótesis. Explica que una hipótesis puede establecer relaciones entre hechos, proponer soluciones a problemas, o representar relaciones entre variables. También describe algunas funciones de las hipótesis como guiar la investigación e indicar qué observaciones son pertinentes. Finalmente, señala que el objetivo principal de una hipótesis es probar y sugerir teorías.
Este documento presenta diferentes tipos de muestreo para obtener información de una muestra representativa de una población, incluyendo muestreo probabilístico como muestreo aleatorio simple y muestreo estratificado, y muestreo no probabilístico como muestreo sistemático. Además, explica cómo determinar el tamaño de la muestra para estudios cuantitativos y cualitativos utilizando fórmulas estadísticas.
Este documento presenta información sobre medidas descriptivas. Explica que las medidas descriptivas se dividen en medidas de centralización como la media aritmética, media geométrica, media armónica, mediana y moda, y medidas de dispersión como el rango, desviación media, varianza y desviación estándar. El objetivo es aprender a calcular estas medidas y comprender su importancia para el análisis de datos en una investigación.
Este documento presenta una introducción a los métodos estadísticos. Explica que la estadística es una ciencia que permite describir y analizar datos para obtener conclusiones e inferencias. Luego, describe las estrategias de enseñanza para el curso, incluyendo el uso de plataformas virtuales y evaluaciones. Finalmente, presenta algunos conceptos básicos de estadística como población, muestra, variable, dato y clasificaciones de la estadística.
Este documento presenta una introducción a los conceptos básicos de la estadística, incluyendo definiciones de estadística descriptiva e inferencial, población, muestra, variables y niveles de medición. Explica que la estadística es el estudio de conjuntos de datos para identificar patrones y realizar predicciones. Distingue entre estadística descriptiva, que resume datos, e inferencial, que generaliza sobre una población a partir de una muestra. También define conceptos clave como población, muestra, variables cualitativas
El documento presenta información sobre métodos de análisis multivariado. Explica que estos métodos permiten analizar múltiples variables medidas para cada sujeto de estudio de forma simultánea. Describe brevemente los métodos de análisis factorial, análisis de correspondencias y análisis de cluster, incluyendo sus objetivos, etapas y usos comunes. Finalmente, incluye un ejemplo de tablas de resultados de un análisis de cluster.
Presentacion estadistica inferencias y referencias a proporcionesJonosky Barreto
Este documento presenta información sobre la aplicación de estadística en la gerencia de recursos humanos. Incluye temas como estimación de proporciones, estimación bayesiana, hipótesis referente a una proporción y bondad de ajuste. También presenta ejemplos y fórmulas relacionadas con estas técnicas estadísticas.
Este documento describe la estadística descriptiva e inferencial. La estadística descriptiva se refiere a resumir y describir conjuntos de datos mediante medidas como la media, moda y mediana. La estadística inferencial se refiere a generar modelos e inferencias sobre una población basados en una muestra. El documento también define conceptos clave como población, muestra, variables e intervalos de clase.
La estadística se divide en dos ramas: la estadística descriptiva, que se dedica a resumir y visualizar datos, y la inferencia estadística, que genera modelos e inferencias teniendo en cuenta la aleatoriedad. La estadística se asocia con estudios demográficos, económicos y sociológicos, y se emplea en casi todos los campos científicos. Algunos conceptos estadísticos clave son población, muestra, distribución de frecuencias, y frecuencias absoluta
Este documento presenta una introducción a la estadística. Explica que la estadística se divide en dos ramas principales: estadística descriptiva y estadística inferencial. La estadística descriptiva resume conjuntos de datos, mientras que la estadística inferencial deduce propiedades de una población a partir de una muestra. También define conceptos clave como variable, dato, población, muestra y nivel de medición. Finalmente, destaca algunas aplicaciones importantes de la estadística en campos como la educación
La estadística descriptiva se dedica a describir y resumir datos, mientras que la estadística inferencial genera modelos e inferencias sobre una población basadas en una muestra. La estadística descriptiva usa medidas como la media y desviación estándar para describir datos, mientras que la inferencial realiza estimaciones, pruebas de hipótesis y otros análisis para extraer conclusiones más allá de los datos disponibles. La diferencia clave es que la descriptiva solo describe los datos, mientras que la inferencial asume un modelo probabilístico sub
Este documento presenta un glosario de términos estadísticos fundamentales como variables, muestreo, estimación, población, entre otros. Explica brevemente la diferencia entre estadística descriptiva e inferencial. La estadística descriptiva resume y describe conjuntos de datos, mientras que la inferencial permite inferir características de una población a partir de una muestra. Finalmente, resume los pasos típicos de un estudio estadístico como planteamiento del problema, elaboración de un modelo, extracción de muestra y anális
Este documento define conceptos básicos de estadística como población, muestra, muestreo, media, mediana y moda. También describe diferentes tipos de datos estadísticos y métodos para organizar y visualizar datos como tablas de frecuencias, diagramas de barras, histogramas y gráficos circulares. La estadística es la ciencia que analiza datos cuantitativos para sacar conclusiones sobre poblaciones.
Este documento describe las diferentes escalas de medición utilizadas en estadística: nominal, ordinal, de intervalo y de razón. Explica que las escalas nominales asignan etiquetas a categorías mientras que las escalas ordinales permiten jerarquizar u ordenar los datos. Las escalas de intervalo y razón permiten cálculos más avanzados como promedios y desviaciones estándar.
El documento presenta tres definiciones de estadística y describe sus objetivos, tipos (descriptiva, inferencial, aplicada y matemática), y conceptos clave como variable, población, muestra, gráfico, tabla de datos e intervalos. Explica la diferencia entre variable independiente y dependiente, y cómo expresar datos estadísticamente.
1) La estadística es una ciencia que estudia datos provenientes de muestras representativas para explicar fenómenos aleatorios o condicionales. Se divide en estadística descriptiva, que resume y describe datos, y estadística inferencial, que genera modelos e inferencias.
2) Una población es un conjunto de elementos con características comunes, mientras que una muestra es un subconjunto de casos de una población usado para inferir sus propiedades.
3) Los datos estadísticos provienen de observaciones y
La estadística es una rama de las matemáticas que se ocupa de recopilar y analizar datos numéricos. Es importante porque permite resumir y expresar resultados de manera sencilla para tomar decisiones informadas. Se divide en estadística descriptiva, que muestra los datos directamente, e inferencial, que ofrece conclusiones generales. Incluye métodos como estudios experimentales u observacionales, y niveles de medición como nominal, ordinal e intervalo.
Este documento presenta una introducción a la estadística. Define la estadística y sus dos ramas principales: estadística descriptiva y estadística inferencial. Luego describe algunas aplicaciones de la estadística en educación, contaduría, administración, gerontología, deportes y economía. Finalmente, introduce algunos conceptos básicos como hipótesis, variable, dato, población, muestra, nivel de medición, distribución de frecuencias y frecuencia.
Este documento presenta una introducción a la estadística. Explica que la estadística se ocupa de la recolección, agrupación, presentación, análisis e interpretación de datos. Se divide en estadística descriptiva, que resume datos, y estadística inferencial, que deduce propiedades de una población a partir de una muestra. También define conceptos como variable, dato, población, muestra y nivel de medición. Finalmente, destaca algunas aplicaciones de la estadística en educación, contaduría,
Este documento describe los conceptos básicos de la estadística. Explica que la estadística es la ciencia que estudia la recolección, análisis e interpretación de datos para ayudar a tomar decisiones o explicar fenómenos. Se divide en estadística descriptiva, que describe y resume datos, y estadística inferencial, que genera modelos e inferencias sobre la población a partir de una muestra. También define conceptos clave como población, muestra, variables cualitativas y cuantitativas. Finalmente, resume la import
Interpretación de conceptos básicos de estadísticaDaniela Cuellar
Este documento presenta conceptos básicos de estadística como población, muestra, variable, parámetro, estadístico, censo y encuesta. Explica que la población es el conjunto total y la muestra es una parte de ella, y que una muestra aleatoria se selecciona sin condiciones. También describe los tipos de estadística descriptiva e inferencial y los pasos para realizar un estudio estadístico como planteamiento del problema, elaboración de un modelo, extracción de muestra y análisis de datos.
La estadística se utiliza para recopilar, organizar, analizar e interpretar datos cuantitativos y cualitativos. Se divide en estadística descriptiva, que describe datos, y estadística inferencial, que realiza inferencias sobre una población a partir de una muestra. La estadística se aplica a muchas ciencias y actividades humanas. Las variables pueden ser cualitativas, como colores o niveles socioeconómicos, o cuantitativas, como peso o edad. Los datos estadísticos reflejan fenómenos
Este documento presenta conceptos básicos de estadística. Explica que la estadística estudia la recolección, análisis e interpretación de datos para ayudar en la toma de decisiones. Define términos como población, muestra, variable, universo y frecuencia.
Este documento presenta conceptos básicos de estadística descriptiva e inferencial. Explica medidas de tendencia central como la media, mediana y moda, así como medidas de dispersión como rango, varianza y desviación estándar. También cubre distribuciones de frecuencias, hipótesis estadísticas, pruebas paramétricas y no paramétricas, y supuestos para el uso de estadística paramétrica.
Este documento presenta una introducción a los conceptos básicos de estadística. Explica que la estadística estudia la recolección, análisis e interpretación de datos para ayudar en la toma de decisiones. Luego define conceptos clave como variables, población, muestra, atributos y tipos de variables. Finalmente introduce la noción de probabilidad para medir la frecuencia de resultados en experimentos.
La estadística se ocupa de reunir y organizar datos numéricos para ayudar a resolver problemas y tomar decisiones. Su objetivo es obtener, analizar y simplificar la información de manera que pueda interpretarse fácilmente y utilizarse para el fin deseado. En la actualidad, la estadística se usa para describir valores económicos, políticos, sociales y otros datos, sirviendo como herramienta para relacionar y comparar dicha información.
Este documento presenta los resultados de una encuesta aplicada a restaurantes sobre programas de sustentabilidad. Muestra las variables medidas como ahorro de energía, reuso de aceites y ahorro de agua, así como los porcentajes de restaurantes que sí o no implementan dichas prácticas. Finalmente, resume los porcentajes de restaurantes que reportan ahorro de energía, reuso de aceites y ahorro de agua.
Momento 2, sustentabilidad en los restauranteslaura ochoa
Este documento presenta un estudio sobre la sustentabilidad en restaurantes de la zona conurbada Veracruz-Boca del Río. El objetivo es identificar las estrategias ambientales que aplican los restaurantes, como ahorro de energía y agua. Se realizará un muestreo aleatorio de 11 restaurantes para estimar la proporción que aplica medidas sustentables. Las variables son los restaurantes de la zona y sus programas de sustentabilidad. El intervalo de confianza estimado para la proporción es de 25.27% a 74.72%.
Momento 2, sustentabilidad en los restauranteslaura ochoa
Este documento presenta un estudio sobre la sustentabilidad en restaurantes de la zona conurbada de Veracruz-Boca del Río. El objetivo es identificar las estrategias ambientales que aplican los restaurantes para ser sustentables, como ahorro de energía y agua. Se realizó un muestreo aleatorio de 11 restaurantes. Los resultados muestran que con un 90% de confianza, la proporción de restaurantes con programas de sustentabilidad está entre 25.27% y 74.72%.
1) Los grandes restaurantes de Beijing aplicarán un nuevo estándar para reducir el consumo energético, incluyendo iluminación de bajo consumo y horarios para las luces de neón.
2) La asociación de restaurantes de Beijing apoya estas medidas porque reducen los costos de los restaurantes al gastar menos energía.
3) La comisión municipal de comercio implementará plenamente el nuevo estándar a partir del 25 de enero de 2010.
Este documento presenta un resumen sobre el planteamiento de hipótesis estadísticas en más de dos poblaciones utilizando el análisis de varianza (ANOVA). Explica conceptos como hipótesis nula, estimadores de varianza, distribución F de Fisher y cómo el ANOVA descompone la varianza total en varianzas entre y dentro de grupos para determinar si las diferencias entre medias son estadísticamente significativas. También incluye ejemplos y fórmulas para aplicar este método.
Este documento presenta información sobre intervalos de confianza. Explica que un intervalo de confianza ofrece un rango de valores probable para un parámetro poblacional basado en una muestra, a diferencia de una estimación puntual que da un solo valor. Luego proporciona fórmulas para calcular intervalos de confianza para la media y la proporción, con ejemplos ilustrativos. Finalmente, incluye ejercicios prácticos para aplicar los conceptos.
Este documento presenta un resumen sobre el planteamiento de hipótesis estadísticas en más de dos poblaciones utilizando el análisis de varianza (ANOVA). Explica conceptos como hipótesis nula, estimadores de varianza, distribución F de Fisher y cómo el ANOVA descompone la varianza total en varianzas entre y dentro de grupos para determinar si las diferencias entre medias son debidas al azar.
Este documento explica los intervalos de confianza, que son rangos de valores que probablemente incluyan un parámetro poblacional desconocido basado en una muestra. Define intervalos de confianza para la media y la proporción, y proporciona ejemplos como hallar un intervalo de confianza del 95% para la media de la estatura de los españoles basado en una muestra de 10 personas. También incluye ejercicios para practicar el cálculo de intervalos de confianza.
Este documento presenta información sobre el cálculo del tamaño de la muestra para estimar parámetros poblacionales como medias y proporciones. Explica que el tamaño de la muestra depende del nivel de confianza, error permitido y si la población es finita o infinita. También incluye fórmulas para calcular el tamaño de la muestra para estimar una media poblacional o la proporción de una categoría en la población, y brinda ejemplos para ilustrar cómo aplicar estos conceptos.
Este documento presenta información sobre el cálculo del tamaño de la muestra para estimar parámetros poblacionales como medias y proporciones. Explica las fórmulas para determinar el tamaño de la muestra en función del nivel de confianza, error permitido y características de la población. También discute factores como el diseño del estudio y tipo de muestreo que afectan el cálculo. Finalmente, provee un ejemplo numérico para ilustrar cómo aplicar estas fórmulas.
Este documento describe diferentes técnicas de muestreo estadístico, incluyendo muestreo probabilístico, no probabilístico, estratificado, sistemático, por estadios múltiples y por conglomerados. Explica conceptos como población, distribución muestral, número aleatorio y margen de error.
Este documento describe diferentes técnicas de muestreo estadístico, incluyendo muestreo probabilístico, no probabilístico, estratificado, sistemático, por estadios múltiples y por conglomerados. Explica conceptos como población, distribución muestral, número aleatorio y margen de error.
Este documento describe diferentes técnicas de muestreo estadístico, incluyendo muestreo aleatorio, no aleatorio, estratificado, sistemático, por estadios múltiples y por conglomerados. Explica que el muestreo aleatorio es más recomendable y define conceptos como población, distribución muestral, número aleatorio y margen de error.
Este documento describe diferentes técnicas de muestreo estadístico, incluyendo muestreo aleatorio, no aleatorio, estratificado, sistemático, por estadios múltiples y por conglomerados. Explica que el muestreo aleatorio es más recomendable y define conceptos como población, distribución muestral, número aleatorio y margen de error.
Este documento describe diferentes técnicas de muestreo estadístico, incluyendo muestreo aleatorio, no aleatorio, estratificado, sistemático, por estadios múltiples y por conglomerados. Explica que el muestreo aleatorio es más recomendable y define conceptos como población, distribución muestral, número aleatorio y margen de error.
Este documento describe la estadística descriptiva e inferencial. La estadística descriptiva se dedica a resumir y describir datos, usando medidas como la media y desviación estándar. La estadística inferencial genera modelos e inferencias sobre una población basadas en una muestra, usando técnicas como pruebas de hipótesis, estimación, correlación y regresión. Juntas, estas ramas forman la estadística aplicada.
Este documento presenta una introducción a la estadística descriptiva e inferencial. Explica que la estadística descriptiva se dedica a resumir y describir datos, mientras que la inferencial se enfoca en generar modelos, inferencias y predicciones tomando en cuenta la aleatoriedad de las observaciones. Luego define conceptos clave como población, muestra, variables, atributos e introduce medidas descriptivas como la media, moda y mediana. Finalmente, explica el cálculo y características de medidas como la media aritmética, ponderada, geomé
Este documento introduce los conceptos básicos de la estadística descriptiva e inferencial. Explica que la estadística descriptiva se dedica a resumir y describir datos, usando medidas como la media, moda y mediana. La estadística inferencial se dedica a generar modelos, inferencias y predicciones sobre una población basadas en una muestra. Luego define conceptos clave como población, muestra, variables y atributos. Finalmente, explica en detalle diferentes medidas estadísticas descriptivas como las de tendencia central y los cu
Este documento presenta una introducción a la estadística descriptiva e inferencial. Explica que la estadística descriptiva se dedica a resumir y describir datos, mientras que la inferencial se enfoca en generar modelos, inferencias y predicciones tomando en cuenta la aleatoriedad de las observaciones. Luego define conceptos clave como población, muestra, variables, atributos e introduce medidas descriptivas como la media, moda y mediana. Finalmente, explica el cálculo y características de medidas como la media aritmética, ponderada, geomé
Este documento presenta una introducción a la estadística descriptiva e inferencial. Explica que la estadística descriptiva se dedica a resumir y describir datos, usando medidas como la media, moda y mediana. La estadística inferencial se dedica a generar modelos, inferencias y predicciones sobre una población basadas en una muestra. Luego define conceptos clave como población, muestra, variables y atributos. Finalmente, describe diversas medidas estadísticas descriptivas como las de tendencia central y los cuantiles.
Soluciones Examen de Selectividad. Geografía junio 2024 (Convocatoria Ordinar...Juan Martín Martín
Criterios de corrección y soluciones al examen de Geografía de Selectividad (EvAU) Junio de 2024 en Castilla La Mancha.
Soluciones al examen.
Convocatoria Ordinaria.
Examen resuelto de Geografía
conocer el examen de geografía de julio 2024 en:
https://blogdegeografiadejuan.blogspot.com/2024/06/soluciones-examen-de-selectividad.html
http://blogdegeografiadejuan.blogspot.com/
SEMIOLOGIA DE HEMORRAGIAS DIGESTIVAS.pptxOsiris Urbano
Evaluación de principales hallazgos de la Historia Clínica utiles en la orientación diagnóstica de Hemorragia Digestiva en el abordaje inicial del paciente.
La Unidad Eudista de Espiritualidad se complace en poner a su disposición el siguiente Triduo Eudista, que tiene como propósito ofrecer tres breves meditaciones sobre Jesucristo Sumo y Eterno Sacerdote, el Sagrado Corazón de Jesús y el Inmaculado Corazón de María. En cada día encuentran una oración inicial, una meditación y una oración final.
José Luis Jiménez Rodríguez
Junio 2024.
“La pedagogía es la metodología de la educación. Constituye una problemática de medios y fines, y en esa problemática estudia las situaciones educativas, las selecciona y luego organiza y asegura su explotación situacional”. Louis Not. 1993.
CONTENIDOS Y PDA DE LA FASE 3,4 Y 5 EN NIVEL PRIMARIA
Estadistica descrip inferencial
1. ESTADISTICA INFERENCIAL
ESTADISTICA DESCRIPTIVA E INFERENCIAL
UNIVERSIDAD VERACRUZANA
FACULTAD DE ADMINISTRACIÓN
Estadística Inferencial
TEMA
Estadística Inferencial y descriptiva
EQUIPO: Restaurantes 2
Aguilar Hernández Leticia
Avila Ortega Gabriela
Barcelata Beltrán Ana María
Domínguez Rivera Laura María
Durán Fabián Luis Selin
García Velázquez Anahí
González Cabañas Lizeth
Pacheco Betancourt Adriana Nohemi
PROGRAMA EDUCATIVO: Lic. Admón. Turística
Veracruz, Ver., a 10 de mayo del 2010
Mtra. A Elsa Retureta Álvarez Página 1
2. ESTADISTICA INFERENCIAL
ESTADISTICA DESCRIPTIVA E INFERENCIAL
GLOSARIO
CONCEPTO DEFINICION TRADUCCIÓN
Población El concepto de población en A population is the collection of inter-
estadística va más allá de lo breeding organisms of a particular
que comúnmente se conoce species, or similar features.
como tal. Una población se
precisa como un conjunto finito
o infinito de personas u objetos
que presentan características
comunes.
Muestra In statistics, a sample is a subset of a
"Se llama muestra a una parte population. Typically, the population is
de la población a estudiar qué very large, making a census or a
sirve para representarla". Murria complete enumeration of all the
R. Spiegel values in the population impractical or
impossible. The sample represents a
subset of manageable size
Muestreo Esto no es más que el Is that part of statistical practice
procedimiento empleado para concerned with the selection of an
obtener una o más muestras de unbiased or random subset of
una población; el muestreo es individual observations within a
una técnica que sirve para population of individuals intended to
obtener una o más muestras de yield some knowledge about the
población. population of concern, especially for
the purposes of making predictions
based on statistical inference.
Sampling is an important aspect of
data collection.
Variables y Las variables, también suelen A letter that represents a value in an
Atributos ser llamados caracteres algebraic expression can be used to
cuantitativos, son aquellos que measure.
pueden ser expresados
mediante números. Son
caracteres susceptibles de
medición. Como por ejemplo, la
estatura, el peso, el salario, la
edad.
Inferencia Según la RAE se define Is the process of drawing a conclusion
inferencia como sacar una by applying clues (of logic, statistics
consecuencia o deducir algo de etc.) to observations or hypotheses; or
otra cosa. Una inferencia es una by interpolating the next logical step in
evaluación que realiza la mente an intuited pattern. The conclusion
entre conceptos que, al drawn is also called an inference. The
interactuar, muestran sus laws of valid inference are studied in
Mtra. A Elsa Retureta Álvarez Página 2
3. ESTADISTICA INFERENCIAL
ESTADISTICA DESCRIPTIVA E INFERENCIAL
propiedades de forma discreta, the field of logic.
necesitando utilizar la
abstracción para lograr entender
las unidades que componen el
problema, creando un punto
axiomático o circunstancial, que
nos permitirá trazar una línea
lógica de causa-efecto, entre los
diferentes puntos inferidos en la
resolución del problema.
Grupo de valores que describen In statistics, the range of each class of
Clases o una característica. Deben incluir data, used when arranging large
intervalos de todas las observaciones y ser amounts of raw data into grouped
clase excluyentes. Los intervalos data
contienen los límites de clase
que son los puntos extremos del
intervalo. Se denominan
intervalos cerrados, cuando
contienen ambos límites e
intervalos abiertos si incluyen
solo un límite.
Número de Es el número total de grupos en In descriptive statistics, the range is
clases que se clasifica la información, the length of the smallest interval
se recomienda que no sea which contains all the data. It is
menor que 5 ni mayor que 15 calculated by subtracting the smallest
observation (sample minimum) from
the greatest (sample maximum) and
provides an indication of statistical
dispersion
Marca de Clase Es el punto medio del intervalo The mid-value of a class interval, or
de clase, se recomienda the integral value nearest the midpoint
observar que los puntos medios of the interval.
coincidan con los datos
observados para minimizar el
error.
Mtra. A Elsa Retureta Álvarez Página 3
4. ESTADISTICA INFERENCIAL
ESTADISTICA DESCRIPTIVA E INFERENCIAL
Introducción
La estadística es una ciencia con base matemática referente a la recolección,
análisis e interpretación de datos, que busca explicar condiciones regulares en
fenómenos de tipo aleatorio.
Es transversal a una amplia variedad de disciplinas, desde la física hasta las
ciencias sociales, desde las ciencias de la salud hasta el control de calidad. Se
usa para la toma de decisiones en áreas de negocios o instituciones
gubernamentales o no.
La estadística se divide en dos elementos:
* La estadística descriptiva, que se dedica a los métodos de recolección,
descripción, visualización y resumen de datos originados a partir de los fenómenos
en estudio. Los datos pueden ser resumidos numérica o gráficamente. Ejemplos
básicos de parámetros estadísticos son: la media y la desviación estándar.
Algunos ejemplos gráficos son: histograma, pirámide poblacional, clústers, etc.
* La estadística Inferencial, que se dedica a la generación de los modelos,
inferencias y predicciones asociadas a los fenómenos en cuestión teniendo en
cuenta la aleatoriedad de las observaciones. Se usa para modelar patrones en los
datos y extraer inferencias acerca de la población bajo estudio. Estas inferencias
pueden tomar la forma de respuestas a preguntas si/no (prueba de hipótesis),
estimaciones de características numéricas (estimación), pronósticos de futuras
observaciones, descripciones de asociación (correlación) o moldeamiento de
relaciones entre variables (análisis de regresión). Otras técnicas de moldeamiento
incluyen anova, series de tiempo y minería de datos.
Ambas ramas (descriptiva e Inferencial) comprenden la estadística aplicada. Hay
también una disciplina llamada estadística matemática, la cual se refiere a las
bases teóricas de la materia. La palabra «estadísticas» también se refiere al
resultado de aplicar un algoritmo estadístico a un conjunto de datos, como en
estadísticas económicas, estadísticas criminales, etc.
Mtra. A Elsa Retureta Álvarez Página 4
5. ESTADISTICA INFERENCIAL
ESTADISTICA DESCRIPTIVA E INFERENCIAL
Estadística Descriptiva
Se refiere a la recolección, presentación, descripción, análisis e interpretación de
una colección de datos, esencialmente consiste en resumir éstos con uno o dos
elementos de información (medidas descriptivas) que caracterizan la totalidad de
los mismos. La estadística Descriptiva es el método de obtener de un conjunto de
datos conclusiones sobre sí mismos y no sobrepasan el conocimiento
proporcionado por éstos. Puede utilizarse para resumir o describir cualquier
conjunto ya sea que se trate de una población o de una muestra, cuando en la
etapa preliminar de la Inferencia Estadística se conocen los elementos de una
muestra.
Medidas descriptivas
Con estas medidas se persigue reducir en pocas cifras significativas el conjunto de
observaciones de una variable y describir con ellas ciertas características de los
conjuntos, logrando una comparación más precisa de los datos que la que se
puede conseguir con tablas y gráficas.
Medidas de tendencia central: promedios
Los promedios son una medida de posición que dan una descripción compacta de
cómo están centrados los datos y una visualización más clara del nivel que
alcanza la variable, pueden servir de base para medir o evaluar valores extremos
o raros y brinda mayor facilidad para efectuar comparaciones.
Es importante poner en relieve que la notación de promedio lleva implícita la idea
de variación y que este número promedio debe cumplir con la condición de ser
representativo de conjunto de datos.
El promedio como punto típico de los datos es el valor alrededor del cual se
agrupan los demás valores de la variable.
Media aritmética
Es una medida matemática, un número individual que representa razonablemente
el comportamiento de todos los datos.
Para datos no agrupados X = S xi / n
Para datos agrupados X = S fi Xi / S fi
Donde Xi es la marca de clase para cada intervalo y fi es la frecuencia de clase
Características de la Media:
Mtra. A Elsa Retureta Álvarez Página 5
6. ESTADISTICA INFERENCIAL
ESTADISTICA DESCRIPTIVA E INFERENCIAL
1. En su cálculo están todos los valores del conjunto de datos por lo que cada uno
afecta la media.
2. La suma algebraica de las desviaciones de los valores individuales respecto a la
media es cero.
3. La suma del cuadrado de las desviaciones de una serie de datos a cualquier
número A es mínimo si A = X
4. Aunque es confiable porque refleja todos los valores del conjunto de datos
puede ser afectada por los valores extremos, y de esa forma llegar a ser una
medida menos representativa, por lo que si la distribución es asimétrica, la media
aritmética no constituye un valor típico.
La moda
Es el valor de un conjunto de datos que ocurre más frecuentemente, se considera
como el valor más típico de una serie de datos.
Para datos agrupados se define como Clase Modal el intervalo que tiene más
frecuencia.
La moda puede no existir o no ser única, las distribuciones que presentan dos o
más máximos relativos se designan de modo general como bimodales o
multimodales.
Características de la Moda.
1. Representa más elementos que cualquier otro valor
2. No está afectada por los valores extremos pero para datos continuos es dudoso
su cálculo.
3. La moda para una distribución de frecuencias de datos agrupados no puede ser
calculada exactamente, el valor de la moda puede ser afectado por el método de
agrupación de los intervalos de clase.
4. La moda no permite conocer la mayor parte de los datos
5. Algunas veces el azar interviene de manera importante y hace que un valor no
representativo se repita frecuentemente.
6. Puede usarse para datos cuantitativos como cualitativos
7. La moda como estadístico, varía mucho de una muestra a otra
Mtra. A Elsa Retureta Álvarez Página 6
7. ESTADISTICA INFERENCIAL
ESTADISTICA DESCRIPTIVA E INFERENCIAL
8. Cuando se tienen dos o más modas es difícil su interpretación
9. Tiene la ventaja de que los datos desproporcionados con respecto al resto no la
distorsionan, pero no se presta para un tratamiento matemático.
La mediana
Es el valor de la observación que ocupa la posición central de un conjunto de
datos ordenados según su magnitud. Es el valor medio o la media aritmética de
los valores medios. La mediana es un valor de la variable que deja por debajo de
él un número de casos igual al que deja por arriba.
Geométricamente la mediana es el valor de la variable que corresponde a la
vertical que divide al histograma en dos áreas iguales.
Cuando determinados valores de un conjunto de observaciones son muy grandes
o pequeños con respecto a los demás, entonces la media aritmética se puede
distorsionar y perder su carácter representativo, en esos casos es conveniente
utilizar la mediana como medida de tendencia central.
Características de la mediana
1. Es un promedio de posición no afectado por los valores extremos.
2. No está definida algebraicamente
3. Cuando la localización del elemento central puede ser determinada y los límites
de clase mediana son conocidos, la mediana para la distribución de frecuencias
puede ser calculada por interpolación, no importando que ésta contenga intervalos
abiertos, cerrados, iguales o diferentes.
4. La suma de los valores absolutos, sin considerar el signo, de las desviaciones
individuales respecto a la mediana es mínimo.
5 La mediana en caso de una distribución asimétrica, no resulta desplazado del
punto de tendencia central.
6. Si el universo tiene curtosis excesiva la mediana como estadístico, varía menos
que cualquier otra medida.
7. Si la mediana se calcula por interpolación y hay lagunas en los valores de la
clase mediana o los datos son irregulares, esta medida no es buena ya que su
ubicación puede resultar falsa.
Mtra. A Elsa Retureta Álvarez Página 7
8. ESTADISTICA INFERENCIAL
ESTADISTICA DESCRIPTIVA E INFERENCIAL
8. Si se desea ubicar las condiciones de un elemento en una clase, la mediana
resulta ser indicada, ya que por comparación pone en evidencia si un elemento
está en la mitad superior a ella o en la inferior.
Media aritmética ponderada
En ésta, para cada uno de los valores de xi se asigna un factor wi de peso, que
depende de la importancia que el investigador desee darle.
Xp = S ( xi wi) / S wi
Media geométrica
Útil cuando la variable cambia a lo largo del tiempo, esto es, en el cálculo del
promedio de tasas, razones, proporciones geométricas y relaciones de variables.
Se utiliza en Matemáticas Financieras y Finanzas para promediar números
índices, tasas de cambio, etc.
La media Geométrica de una serie de números es la raíz n-ésima del producto de
esos números
M = n e (x 1 * x 2 * x 3 *.....*x n)
Se ve afectada por todos los números y valores extremos pero en menor grado
que la Media Aritmética, su valor siempre es menor que el de ésta.
Media armónica
Se utiliza para el promedio de rendimientos y velocidades. La Media Armónica de
una serie de números es el reciproco de la media aritmética del recíproco de esos
números.
1 / MH = [S 1 / xi] / n
Media cuadrática
Es la raíz cuadrada de la media aritmética de los cuadrados de los números, se
usa eficientemente para promediar los errores o desviaciones porque es más
susceptible a los mismos.
MC = 2 e S [xi 2] / n
Los cuantiles
Son valores que dividen a la distribución en n partes iguales
Mtra. A Elsa Retureta Álvarez Página 8
9. ESTADISTICA INFERENCIAL
ESTADISTICA DESCRIPTIVA E INFERENCIAL
Cuartiles, cuatro partes iguales: Q1, Q2, Q3
Deciles, diez pares iguales : D1, D2..........D9
Percentiles o centiles, cien partes iguales: P1, P2.....P99
Los cuantiles permiten hacer un análisis minucioso de la distribución, se utilizan
generalmente cuando se quiere ubicar un dato dentro del conjunto. Por ejemplo.
Pertenece el dato x al 50% superior ?, al 10% inferior? , Al 50 % central?, etc.
Medidas de dispersión
Un rasgo principal de los datos es su dispersión o amplitud, que se refiere a su
variabilidad, a la evaluación de cuán separados o extendidos están estos datos o
bien cuanto difieren unos de otros.
Variación: es el grado en que los datos numéricos tienden a extenderse al rededor
de un valor, generalmente el valor medio
¿Por qué es importante la variación?
1. Al menudo una medida de posición de un conjunto de datos se vincula con la
indicación de cuán típico o representativo es para la población y para ello es
necesario contar con la información que proporcionan las mediadas de variación.
Solo el conocimiento de un estadístico de tendencia central no aclara o define toda
la distribución, además que no existe un valor de tendencia central ideal, por lo
que es significativo tener una idea de la dispersión de los valores y determinar si
es mucha o poca al rededor de la media, pues si la variación es muy grande
entonces esta medida de tendencia central no es buena selección como valor
típico.
2. La medida de tendencia central no indica la relación de un dato con los otros, es
necesario para ello las medidas de variabilidad o dispersión.
3. Al tratar problemas con datos dispersos se requiere conocer que problemas
puede esto traer, hasta que punto la dispersión tiene un riesgo aceptable o
inaceptable en la toma de decisiones.
4. Al comparar dos distribuciones por lo general centramos la atención en la
posición y en la dispersión.
Rango
Mide la dispersión de la totalidad de los datos. Es la más obvia de las mediadas ya
que es la distancia entre los valores máximo y mínimo.
Mtra. A Elsa Retureta Álvarez Página 9
10. ESTADISTICA INFERENCIAL
ESTADISTICA DESCRIPTIVA E INFERENCIAL
El rango o recorrido da alguna idea del grado de variación que ocurre en la
población, pero con frecuencia los resultados pueden ser engañosos, pues este
depende de los valores extremos e ignora la variación de las demás
observaciones. Está afectado por ocurrencias raras o extraordinarias.
Intervalo interdecil
Mide la dispersión del 80% de los datos centrales y se obtiene de la diferencia
entre el decil 9 y el decil 1, evitando así los puntos extremos.
Intervalo intercuartil :
Cuando aumenta la dispersión de una distribución de frecuencias, se amplía la
distancia entre los cuartiles, por lo que esta distancia puede usarse como base de
una medida de variabilidad
El intervalo intercuartil, es el recorrido entre el cuartil 3 y el cuartil 1. Es el intervalo
en el cual está comprendido el 50% de los datos centrales.
Desviación cuartílica
Mide el intervalo promedio de un cuarto de los datos [Q3-Q1)/2]
Si la distribución es perfectamente simétrica, los dos cuartiles Q1 y Q3 equidistan
de la mediana y la mitad de la distancia entre los cuartiles representa la distancia
promedio entre ellos y la mediana.
Si en una distribución simétrica se mide una distancia igual a la desviación
cuartílica a ambos lados de un punto ubicado en el centro de los cuartiles, el 50%
de los valores estarán incluidos dentro de esos límites y el valor del punto medio
coincide con la mediana.
La ventaja de la desviación cuartílica es que evita los valores extremos utilizando
únicamente la mitad intermedia de los datos.
Desviación media
La desviación Media o Desviación absoluta promedio, es la media aritmética de
las desviaciones absolutas de cada una de las observaciones con respecto a su
valor central, la media aritmética, o la mediana
Cuanto mayor es su valor, mayor es la dispersión de los datos
DM =[ S | xi . X | ] / n
DM = [ S fi | xi - X | ] / S fi
Mtra. A Elsa Retureta Álvarez Página 10
11. ESTADISTICA INFERENCIAL
ESTADISTICA DESCRIPTIVA E INFERENCIAL
Las características de esta media de dispersión son:
1. Su valor depende del valor de cada observación.
2. Se puede calcular al rededor de la media o de la mediana.
3. La desviación promedio respecto a la mediana es un mínimo
4. Mide la desviación de una observación sin notar si está por encima o por debajo
del promedio.
Varianza
Otro tratamiento para evadir la suma cero de las desviaciones de las
observaciones respecto a su Media Aritmética, consiste en recurrir al proceso de
elevar al cuadrado estas desviaciones y sumar los cuadrados, dividiendo la suma
por el número de casos, a esta cantidad se le denomina varianza, y es la más
importante de las medidas de variación porque tiene la ventaja de no prescindir de
los signos de las desviaciones, pero al igual que la desviación media los valores
extremos pueden distorsionarla
s 2 = S ( xi - X ) 2 / n
s 2 = S fi (xi-X ) 2 / S fi
S 2 = S (xi-X) 2 / ( n)
S 2 = S fi ( xi-X ) 2 / ( S fi )
S 2 * = S (xi-X) 2 / ( n-1)
S 2 *= S fi ( xi-X ) 2 / ( S fi -1)
En inferencia, con una muestra tomada de una población grande se pretende
descubrir cuanto varían los datos al rededor de la media poblacional, sin embargo
cuando no se conoce la media de la población se estima a partir de la media
aritmética de la muestra y esto hace que parezca menos variable de lo que es en
realidad, al dividir por n-1 se está compensando por la variabilidad más pequeña
que se observa en la muestra, por lo que S 2 * , la suma de cuadrados dividida por
n-1 es considerado un estimador más eficiente para la varianza poblacional.
Desviación estándar
Cuando se utiliza la varianza como medida de dispersión, para salvar el problema
de trabajar con distintas dimensiones en la media y en la medida de variabilidad es
necesario definir la Desviación estándar como la raíz cuadrada de la varianza.
Mtra. A Elsa Retureta Álvarez Página 11
12. ESTADISTICA INFERENCIAL
ESTADISTICA DESCRIPTIVA E INFERENCIAL
La Desviación Estándar es útil para describir cuanto se apartan de la media de la
distribución los elementos individuales. Una medida de ello se denomina
puntuación estándar número de desviaciones a las que determinada observación
se encuentra con respecto a la media.
Puntuación estándar de xi = (xi - X) / s
Al comparar distribuciones también hacemos uso de la calificación estándar.
Característica de la Desviación Estándar:
1. Es afectada por el valor de cada observación
2. Como consecuencia de considerar desviaciones cuadráticas pone mayor
énfasis en las desviaciones extremas que en las demás desviaciones.
3. Si en el eje X de la distribución de frecuencias normal, se mide a ambos lados
de la media una distancia igual a :
Una desviación estándar se forma un intervalo en el cual se encuentra el 68.27%
de los valores centrales de la variable
Dos desviaciones estándar, se forma un intervalo donde se encuentra el 95.43%
de los valores centrales
Tres desviaciones estándar, se forma un intervalo que contiene el 99.73% de los
valores centrales
4. Al construir la tabla de frecuencias de una variable discreta y calcular a partir de
ella la desviación estándar no hay pérdida de información por lo que la desviación
para los datos observados es igual que para los datos tabulados.
En la construcción de una tabla de una variable continua hay pérdida de
información por el agrupamiento de los valores en intervalos y se traduce en la
discrepancia entre el valor de la desviación observada y tabulada.
Mediadas de dispersión relativas
Cuando se necesita comparar dos o más series de datos a veces no es posible
hacerlo con las medidas absolutas, ya sea porque las unidades son diferentes o
porque tienen diferente media, en éstos casos deben utilizarse cantidades
relativas definida generalmente como:
Dispersión relativa = Dispersión absoluta / media
Coeficiente de variación
Mtra. A Elsa Retureta Álvarez Página 12
13. ESTADISTICA INFERENCIAL
ESTADISTICA DESCRIPTIVA E INFERENCIAL
Es la medida de dispersión relativa más usada y se define como el cociente de la
desviación estándar entre el promedio aritmético, expresado en porcentaje y es
adimensional
V=S/X
Estadística Inferencial
Se refiere al proceso de lograr generalizaciones acerca de las propiedades del
todo, población, partiendo de lo específico, muestra. Las cuales llevan implícitos
una serie de riesgos. Para que éstas generalizaciones sean válidas la muestra
deben ser representativa de la población y la calidad de la información debe ser
controlada, además puesto que las conclusiones así extraídas están sujetas a
errores, se tendrá que especificar el riesgo o probabilidad que con que se pueden
cometer esos errores. La estadística Inferencial es el conjunto de técnicas que se
utiliza para obtener conclusiones que sobrepasan los límites del conocimiento
aportado por los datos, busca obtener información de un colectivo mediante un
metódico procedimiento del manejo de datos de la muestra.
En sus particularidades la Inferencia distingue la Estimación y la Contrastación de
Hipótesis. Es estimación cuando se usan las características de la muestra para
hacer inferencias sobre las características de la población. Es contrastación de
hipótesis cuando se usa la información de la muestra para responder a
interrogantes sobre la población
La Estadística es en la actualidad una ciencia que es necesario utilizar como
herramienta de trabajo para el desarrollo de numerosas ciencias, así como para
analizar situaciones y tomar decisiones que se apoyen en datos. En cuanto a la
actividad turística se deben absorber nociones que en el futuro nos faculten para
tomar decisiones en el campo de la empresa turística, al analizar e interpretar
datos económicos y del sector turístico
Un estudio estadístico comprende los siguientes pasos:
Planteamiento del problema
Suele iniciarse con una fijación de objetivos o algunas preguntas como ¿cuál será
la media de esta población respecto a tal característica?, ¿se parecen estas dos
poblaciones?, ¿hay alguna relación entre... ?
En el planteamiento se definen con precisión la población, la característica a
estudiar, las variables, etcétera.bb
Mtra. A Elsa Retureta Álvarez Página 13
14. ESTADISTICA INFERENCIAL
ESTADISTICA DESCRIPTIVA E INFERENCIAL
Se analizan también en este punto los medios de los que se dispone y el
procedimiento a seguir.
Elaboración de un modelo
Se establece un modelo teórico de comportamiento de la variable de estudio. En
ocasiones no es posible diseñar el modelo hasta realizar un estudio previo.
Los posibles modelos son distribuciones de probabilidad.
Extracción de la muestra
Se usa alguna técnica de muestreo o un diseño experimental para obtener
información de una pequeña parte de la población.
Tratamiento de los datos
En esta fase se eliminan posibles errores, se depura la muestra, se tabulan los
datos y se calculan los valores que serán necesarios en pasos posteriores, como
la media muestral, la varianza muestral
Los métodos de esta etapa están definidos por la estadística descriptiva.
Estimación de los parámetros
Con determinadas técnicas se realiza una predicción sobre cuáles podrían ser los
parámetros de la población.
Contraste de hipótesis
Los contrastes de hipótesis son técnicas que permiten simplificar el modelo
matemático bajo análisis. Frecuentemente el contraste de hipótesis recurre al uso
de estadísticos muestrales.
Conclusiones
Se critica el modelo y se hace un balance. Las conclusiones obtenidas en este
punto pueden servir para tomar decisiones o hacer predicciones.
El estudio puede comenzar de nuevo a partir de este momento, en un proceso
cíclico que permite conocer cada vez mejor la población y características de
estudio
Mtra. A Elsa Retureta Álvarez Página 14
15. ESTADISTICA INFERENCIAL
ESTADISTICA DESCRIPTIVA E INFERENCIAL
BIBLIOGRAFIA:
http://es.wikipedia.org/wiki/Inferencia
http://es.wikipedia.org/wiki/Estad%C3%ADstica
http://sitios.ingenieria-
usac.edu.gt/estadistica/estadistica2/estadisticadescriptiva.html
Sánchez Álvarez, Rafael. Estadística Elemental 7 Rafael Sánchez Álvarez y José
A. Torres Delgado.- La Habana: Ed. Pueblo y Educación, 1989.- 326p.
Mtra. A Elsa Retureta Álvarez Página 15