Presentacion medidas de dispersion estadisticapaola fraga
Las medidas de tendencia central y dispersión son importantes para describir una distribución de datos. Las medidas de tendencia central como la media nos indican donde se sitúa un dato, mientras que las medidas de dispersión como la desviación estándar y la varianza miden qué tan dispersos están los datos alrededor de la media. Juntas, estas medidas proveen una descripción completa de una distribución.
El documento proporciona información sobre medidas de variabilidad y dispersión estadística como la varianza, desviación estándar y coeficiente de variación. Explica cómo calcular estas medidas para datos agrupados y no agrupados, incluyendo fórmulas y ejemplos numéricos. También describe las propiedades de estas medidas y cómo se pueden usar para comparar la variabilidad entre distribuciones de datos.
Las medidas de variabilidad como la desviación estándar y la varianza indican cuán dispersos están los valores de una variable con respecto a su media. Una mayor medida de variabilidad significa una mayor variación en los valores, mientras que una menor medida indica valores más homogéneos. El coeficiente de variación expresa la desviación estándar como un porcentaje de la media, lo que permite comparar la variabilidad entre conjuntos de datos con diferentes unidades o tamaños de media.
Este documento define y explica varias medidas de dispersión como el rango, la desviación típica, la varianza y el coeficiente de variación. Describe que estas medidas cuantifican la separación de los valores de una distribución con respecto a la media y que permiten evaluar la confiabilidad del valor central y determinar si una distribución es homogénea u heterogénea.
Este documento presenta una introducción a los conceptos básicos de muestras y poblaciones, y al análisis de varianza (ANOVA) como una herramienta estadística para determinar si existen diferencias significativas entre los promedios de dos o más grupos. Explica la importancia de realizar pruebas de significancia estadística, el establecimiento de hipótesis nulas y de error, y cómo el estadístico F de ANOVA mide las variaciones entre y dentro de los grupos para probar diferencias.
El documento explica los conceptos básicos de la estimación de parámetros poblacionales a partir de una muestra. Define parámetro, estadístico e indica que la estimación de parámetros implica seleccionar una muestra aleatoria, obtener datos, calcular estadísticos descriptivos y luego estimar los parámetros poblacionales. Explica dos métodos de estimación: puntual y por intervalo de confianza, y provee detalles sobre cómo calcular un intervalo de confianza para la media cuando la muestra es pequeña (n<30
El documento presenta información sobre un módulo de estadística aplicada a la educación superior que se desarrollará del 20 de mayo al 10 de junio de 2013. Incluye conceptos clave como regresión lineal simple, correlación lineal simple, diseños experimentales y análisis de varianza. El autor enfatiza la importancia de utilizar métodos estadísticos para validar hipótesis de manera científica.
Presentacion medidas de dispersion estadisticapaola fraga
Las medidas de tendencia central y dispersión son importantes para describir una distribución de datos. Las medidas de tendencia central como la media nos indican donde se sitúa un dato, mientras que las medidas de dispersión como la desviación estándar y la varianza miden qué tan dispersos están los datos alrededor de la media. Juntas, estas medidas proveen una descripción completa de una distribución.
El documento proporciona información sobre medidas de variabilidad y dispersión estadística como la varianza, desviación estándar y coeficiente de variación. Explica cómo calcular estas medidas para datos agrupados y no agrupados, incluyendo fórmulas y ejemplos numéricos. También describe las propiedades de estas medidas y cómo se pueden usar para comparar la variabilidad entre distribuciones de datos.
Las medidas de variabilidad como la desviación estándar y la varianza indican cuán dispersos están los valores de una variable con respecto a su media. Una mayor medida de variabilidad significa una mayor variación en los valores, mientras que una menor medida indica valores más homogéneos. El coeficiente de variación expresa la desviación estándar como un porcentaje de la media, lo que permite comparar la variabilidad entre conjuntos de datos con diferentes unidades o tamaños de media.
Este documento define y explica varias medidas de dispersión como el rango, la desviación típica, la varianza y el coeficiente de variación. Describe que estas medidas cuantifican la separación de los valores de una distribución con respecto a la media y que permiten evaluar la confiabilidad del valor central y determinar si una distribución es homogénea u heterogénea.
Este documento presenta una introducción a los conceptos básicos de muestras y poblaciones, y al análisis de varianza (ANOVA) como una herramienta estadística para determinar si existen diferencias significativas entre los promedios de dos o más grupos. Explica la importancia de realizar pruebas de significancia estadística, el establecimiento de hipótesis nulas y de error, y cómo el estadístico F de ANOVA mide las variaciones entre y dentro de los grupos para probar diferencias.
El documento explica los conceptos básicos de la estimación de parámetros poblacionales a partir de una muestra. Define parámetro, estadístico e indica que la estimación de parámetros implica seleccionar una muestra aleatoria, obtener datos, calcular estadísticos descriptivos y luego estimar los parámetros poblacionales. Explica dos métodos de estimación: puntual y por intervalo de confianza, y provee detalles sobre cómo calcular un intervalo de confianza para la media cuando la muestra es pequeña (n<30
El documento presenta información sobre un módulo de estadística aplicada a la educación superior que se desarrollará del 20 de mayo al 10 de junio de 2013. Incluye conceptos clave como regresión lineal simple, correlación lineal simple, diseños experimentales y análisis de varianza. El autor enfatiza la importancia de utilizar métodos estadísticos para validar hipótesis de manera científica.
El documento describe los conceptos clave para calcular el tamaño de una muestra, incluyendo parámetro, estadístico, error muestral, nivel de confianza y varianza poblacional. Luego presenta un ejemplo numérico para calcular el tamaño de muestra necesario para estimar la media de horas trabajadas semanalmente por mujeres en un estudio, basado en un nivel de confianza del 95% y un error máximo de 0.1. Finalmente, menciona brevemente calcular el tamaño de muestra para estimar la proporción
Este documento describe diferentes técnicas de agrupación de datos, incluyendo límites de clase, rango de clase, fronteras de clase, marca de clase, intervalo de clase, diagrama de tallos y hojas, diagrama de Pareto y diagrama de puntos. Explica cómo calcular cada uno de estos conceptos y provee ejemplos ilustrativos.
La desviación estándar mide cuánto se desvían las puntuaciones de un grupo respecto a su media, y cuanto mayor es la desviación estándar más dispersas están las puntuaciones. Se utiliza para determinar la confiabilidad de datos y normalizar puntuaciones en una escala estandarizada. Cuando la desviación estándar es pequeña, la media es más representativa del grupo completo.
El documento analiza la relación entre variables a través de regresión y correlación. Explica que la regresión predice una variable en función de otras y que la correlación mide la intensidad de la relación. Define relación funcional como aquella expresada por una función matemática, a diferencia de la estadística donde los puntos no caen exactamente sobre la curva.
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.
Bioestadística muestreo y diseño de experimentosExplorer BioGen
Este documento describe diferentes conceptos relacionados con el muestreo y diseño de experimentos. Define población, muestra, parámetro y estadístico. Explica que el tamaño de muestra debe ser suficientemente grande para ser representativo pero no demasiado grande. También cubre cómo estimar el tamaño de muestra necesario y diferentes tipos de muestreo como aleatorio simple, sistemático, estratificado y de grupo.
La correlación mide la relación entre dos variables. Se expresa numéricamente a través del coeficiente de correlación, el cual puede variar de -1 a 1. Un valor cercano a 1 indica una fuerte relación positiva o negativa, mientras que un valor cercano a 0 indica una débil o nula relación. El documento provee detalles sobre cómo calcular el coeficiente de correlación de Pearson para datos agrupados y no agrupados.
Este documento describe diferentes medidas de dispersión como el rango, la desviación estándar, la varianza y el coeficiente de variación. Explica que estas medidas analizan cómo se distribuyen los valores de una variable y permiten comparar muestras. Define cada medida y proporciona fórmulas e interpretaciones.
El documento describe una reunión académica sobre el análisis de varianza. Presenta información sobre el propósito y utilidad del análisis de varianza, así como sobre los tipos de modelos, variables, hipótesis e independencia requeridos. Varias personas discuten conceptos clave como las diferencias entre medias y varianzas de grupos, y por qué el análisis de varianza es mejor que comparar pares de grupos individualmente.
Este documento presenta una introducción al análisis de regresión y correlación. Explica la diferencia entre relaciones funcionales y estadísticas, y proporciona ejemplos de cada una. También define conceptos clave como variable dependiente, independiente, regresión simple, múltiple, lineal y no lineal. Explica cómo crear diagramas de dispersión y calcular el coeficiente de correlación de Pearson. Por último, describe el proceso de estimación de regresión lineal simple, incluidos los supuestos y cálculos involucrados.
Este documento presenta una introducción a las estadísticas. Explica que la estadística es la ciencia que recoge, organiza, presenta, analiza e interpreta datos para tomar mejores decisiones. Distingue entre estadística descriptiva, que resume y presenta datos, e inferencial, que hace generalizaciones basadas en muestras. También define poblaciones, muestras y variables, y describe los métodos estadísticos descriptivos e inferenciales.
El documento explica que la desviación estándar es la raíz cuadrada de la varianza y representa la dispersión de los datos respecto a la media. También describe cómo calcular la desviación estándar para datos agrupados y no agrupados, y enumera algunas propiedades como que siempre es un valor positivo o cero y que se multiplica por el mismo número que se multiplique a los valores originales. Por último, hace algunas observaciones sobre lo sensible que es a valores extremos y su relación inversa con la concentración de los datos.
El análisis de varianza (ANOVA) determina si los efectos observados en diferentes clases son debidos al azar o son realmente diferentes mediante la descomposición de la varianza total en variaciones dentro y entre grupos. ANOVA compara las medias de las poblaciones al estimar la varianza y utilizar la relación entre la varianza dentro y entre grupos para concluir si las medias son iguales o diferentes.
Este documento describe los conceptos de población, muestra y tipos de muestra en la investigación. Explica que una población es el conjunto total de casos que cumplen ciertos criterios, mientras que una muestra es un subgrupo de la población. Describe dos tipos principales de muestra: las muestras probabilísticas, que permiten generalizar resultados a toda la población, y las muestras no probabilísticas, cuyos resultados solo se aplican a la propia muestra. Finalmente, ofrece ejemplos de cómo seleccionar y t
La distribucion normal y su uso en la inferencia estadisticaeraperez
Este documento describe la distribución normal y su uso en la inferencia estadística. Explica que la distribución normal surge de la agregación de muchos procesos aleatorios y se aproxima a muchos fenómenos naturales. También cubre conceptos como estimación, pruebas de hipótesis, calificación Z, y propiedades útiles de la distribución normal como aproximación en análisis de datos. Finalmente, incluye un ejemplo práctico sobre inspección de lotes de lápices.
Este documento define y explica conceptos estadísticos como medidas de dispersión, rango, desviación típica, varianza y coeficiente de variación. Describe cómo calcular e interpretar estas medidas y cómo indican qué tan dispersos están los valores de una distribución con respecto a la media. También resume las características y utilidades de cada medida de dispersión.
El documento describe los modelos de ecuaciones estructurales (SEM), una técnica estadística multivariante para estimar series de ecuaciones simultáneas mediante regresiones múltiples. El SEM permite estimar las relaciones entre variables latentes y observables dentro de un mismo modelo, basado en una teoría y hipótesis previas. El proceso del SEM incluye especificar un modelo, identificarlo, estimar parámetros, evaluar el ajuste y reespecificar el modelo si es necesario.
El documento analiza conceptos básicos de estadística, incluyendo las ramas de estadística descriptiva e inferencial, la diferencia entre población y muestra, y técnicas como tablas de frecuencia, medidas de tendencia central y dispersión, y gráficos. Explica cómo se recolectan y organizan datos estadísticos para resumir características de una población a partir de una muestra representativa.
El documento habla sobre el tamaño de la muestra en estadística. Explica que el tamaño de muestra depende de factores como el tipo de muestreo, el parámetro a estimar, el error máximo permitido, la varianza poblacional y el nivel de confianza. Describe las fórmulas para calcular el tamaño de muestra para estimar la media y la proporción en poblaciones finitas e infinitas. Incluye ejemplos numéricos para ilustrar cómo calcular el tamaño de muestra en diferentes situaciones.
Este documento describe los diferentes tipos de variables cualitativas y cuantitativas que se usan en bioestadística y epidemiología, incluyendo variables nominales, ordinales, de intervalo y de razón. Explica cómo la clasificación de las variables en estas escalas ayuda a determinar qué estadísticas son apropiadas para resumir los diferentes tipos de datos, como la moda para datos nominales y la media para datos de razón.
Este documento describe conceptos básicos de estadística. La estadística es el estudio sistemático de la recolección, organización, análisis y descripción numérica de datos. Se divide en estadística descriptiva, que resume datos, y estadística inferencial, que analiza datos para sacar conclusiones. Conceptos clave incluyen población, muestra, variable estadística cualitativa y cuantitativa, y tabla de frecuencias para organizar datos.
El documento describe los pasos para construir tablas a través de Excel. Explica cómo crear tablas para variables cualitativas y cuantitativas discretas y continuas. Para variables cualitativas, se arrastran los datos y el conteo a la tabla. Para variables cuantitativas discretas, se siguen pasos similares. Para variables continuas, se definen los límites de clase y se usa la función de histograma de Excel.
El documento describe los conceptos clave para calcular el tamaño de una muestra, incluyendo parámetro, estadístico, error muestral, nivel de confianza y varianza poblacional. Luego presenta un ejemplo numérico para calcular el tamaño de muestra necesario para estimar la media de horas trabajadas semanalmente por mujeres en un estudio, basado en un nivel de confianza del 95% y un error máximo de 0.1. Finalmente, menciona brevemente calcular el tamaño de muestra para estimar la proporción
Este documento describe diferentes técnicas de agrupación de datos, incluyendo límites de clase, rango de clase, fronteras de clase, marca de clase, intervalo de clase, diagrama de tallos y hojas, diagrama de Pareto y diagrama de puntos. Explica cómo calcular cada uno de estos conceptos y provee ejemplos ilustrativos.
La desviación estándar mide cuánto se desvían las puntuaciones de un grupo respecto a su media, y cuanto mayor es la desviación estándar más dispersas están las puntuaciones. Se utiliza para determinar la confiabilidad de datos y normalizar puntuaciones en una escala estandarizada. Cuando la desviación estándar es pequeña, la media es más representativa del grupo completo.
El documento analiza la relación entre variables a través de regresión y correlación. Explica que la regresión predice una variable en función de otras y que la correlación mide la intensidad de la relación. Define relación funcional como aquella expresada por una función matemática, a diferencia de la estadística donde los puntos no caen exactamente sobre la curva.
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.
Bioestadística muestreo y diseño de experimentosExplorer BioGen
Este documento describe diferentes conceptos relacionados con el muestreo y diseño de experimentos. Define población, muestra, parámetro y estadístico. Explica que el tamaño de muestra debe ser suficientemente grande para ser representativo pero no demasiado grande. También cubre cómo estimar el tamaño de muestra necesario y diferentes tipos de muestreo como aleatorio simple, sistemático, estratificado y de grupo.
La correlación mide la relación entre dos variables. Se expresa numéricamente a través del coeficiente de correlación, el cual puede variar de -1 a 1. Un valor cercano a 1 indica una fuerte relación positiva o negativa, mientras que un valor cercano a 0 indica una débil o nula relación. El documento provee detalles sobre cómo calcular el coeficiente de correlación de Pearson para datos agrupados y no agrupados.
Este documento describe diferentes medidas de dispersión como el rango, la desviación estándar, la varianza y el coeficiente de variación. Explica que estas medidas analizan cómo se distribuyen los valores de una variable y permiten comparar muestras. Define cada medida y proporciona fórmulas e interpretaciones.
El documento describe una reunión académica sobre el análisis de varianza. Presenta información sobre el propósito y utilidad del análisis de varianza, así como sobre los tipos de modelos, variables, hipótesis e independencia requeridos. Varias personas discuten conceptos clave como las diferencias entre medias y varianzas de grupos, y por qué el análisis de varianza es mejor que comparar pares de grupos individualmente.
Este documento presenta una introducción al análisis de regresión y correlación. Explica la diferencia entre relaciones funcionales y estadísticas, y proporciona ejemplos de cada una. También define conceptos clave como variable dependiente, independiente, regresión simple, múltiple, lineal y no lineal. Explica cómo crear diagramas de dispersión y calcular el coeficiente de correlación de Pearson. Por último, describe el proceso de estimación de regresión lineal simple, incluidos los supuestos y cálculos involucrados.
Este documento presenta una introducción a las estadísticas. Explica que la estadística es la ciencia que recoge, organiza, presenta, analiza e interpreta datos para tomar mejores decisiones. Distingue entre estadística descriptiva, que resume y presenta datos, e inferencial, que hace generalizaciones basadas en muestras. También define poblaciones, muestras y variables, y describe los métodos estadísticos descriptivos e inferenciales.
El documento explica que la desviación estándar es la raíz cuadrada de la varianza y representa la dispersión de los datos respecto a la media. También describe cómo calcular la desviación estándar para datos agrupados y no agrupados, y enumera algunas propiedades como que siempre es un valor positivo o cero y que se multiplica por el mismo número que se multiplique a los valores originales. Por último, hace algunas observaciones sobre lo sensible que es a valores extremos y su relación inversa con la concentración de los datos.
El análisis de varianza (ANOVA) determina si los efectos observados en diferentes clases son debidos al azar o son realmente diferentes mediante la descomposición de la varianza total en variaciones dentro y entre grupos. ANOVA compara las medias de las poblaciones al estimar la varianza y utilizar la relación entre la varianza dentro y entre grupos para concluir si las medias son iguales o diferentes.
Este documento describe los conceptos de población, muestra y tipos de muestra en la investigación. Explica que una población es el conjunto total de casos que cumplen ciertos criterios, mientras que una muestra es un subgrupo de la población. Describe dos tipos principales de muestra: las muestras probabilísticas, que permiten generalizar resultados a toda la población, y las muestras no probabilísticas, cuyos resultados solo se aplican a la propia muestra. Finalmente, ofrece ejemplos de cómo seleccionar y t
La distribucion normal y su uso en la inferencia estadisticaeraperez
Este documento describe la distribución normal y su uso en la inferencia estadística. Explica que la distribución normal surge de la agregación de muchos procesos aleatorios y se aproxima a muchos fenómenos naturales. También cubre conceptos como estimación, pruebas de hipótesis, calificación Z, y propiedades útiles de la distribución normal como aproximación en análisis de datos. Finalmente, incluye un ejemplo práctico sobre inspección de lotes de lápices.
Este documento define y explica conceptos estadísticos como medidas de dispersión, rango, desviación típica, varianza y coeficiente de variación. Describe cómo calcular e interpretar estas medidas y cómo indican qué tan dispersos están los valores de una distribución con respecto a la media. También resume las características y utilidades de cada medida de dispersión.
El documento describe los modelos de ecuaciones estructurales (SEM), una técnica estadística multivariante para estimar series de ecuaciones simultáneas mediante regresiones múltiples. El SEM permite estimar las relaciones entre variables latentes y observables dentro de un mismo modelo, basado en una teoría y hipótesis previas. El proceso del SEM incluye especificar un modelo, identificarlo, estimar parámetros, evaluar el ajuste y reespecificar el modelo si es necesario.
El documento analiza conceptos básicos de estadística, incluyendo las ramas de estadística descriptiva e inferencial, la diferencia entre población y muestra, y técnicas como tablas de frecuencia, medidas de tendencia central y dispersión, y gráficos. Explica cómo se recolectan y organizan datos estadísticos para resumir características de una población a partir de una muestra representativa.
El documento habla sobre el tamaño de la muestra en estadística. Explica que el tamaño de muestra depende de factores como el tipo de muestreo, el parámetro a estimar, el error máximo permitido, la varianza poblacional y el nivel de confianza. Describe las fórmulas para calcular el tamaño de muestra para estimar la media y la proporción en poblaciones finitas e infinitas. Incluye ejemplos numéricos para ilustrar cómo calcular el tamaño de muestra en diferentes situaciones.
Este documento describe los diferentes tipos de variables cualitativas y cuantitativas que se usan en bioestadística y epidemiología, incluyendo variables nominales, ordinales, de intervalo y de razón. Explica cómo la clasificación de las variables en estas escalas ayuda a determinar qué estadísticas son apropiadas para resumir los diferentes tipos de datos, como la moda para datos nominales y la media para datos de razón.
Este documento describe conceptos básicos de estadística. La estadística es el estudio sistemático de la recolección, organización, análisis y descripción numérica de datos. Se divide en estadística descriptiva, que resume datos, y estadística inferencial, que analiza datos para sacar conclusiones. Conceptos clave incluyen población, muestra, variable estadística cualitativa y cuantitativa, y tabla de frecuencias para organizar datos.
El documento describe los pasos para construir tablas a través de Excel. Explica cómo crear tablas para variables cualitativas y cuantitativas discretas y continuas. Para variables cualitativas, se arrastran los datos y el conteo a la tabla. Para variables cuantitativas discretas, se siguen pasos similares. Para variables continuas, se definen los límites de clase y se usa la función de histograma de Excel.
La estadística es la ciencia que estudia fenómenos que presentan variabilidad u incertidumbre mediante la recopilación y análisis de datos para deducir leyes y realizar previsiones. Se utiliza variables para recoger información sobre las características de una muestra representativa de una población mayor. Los datos se presentan de forma ordenada en tablas de frecuencias y gráficos para resumir y analizar la información.
Este documento describe las metodologías y dimensiones para evaluar proyectos de manera intermedia y final. Incluye evaluaciones de la suficiencia de recursos, efectividad, impacto, relevancia y sostenibilidad del proyecto. Se utilizan métodos como revisión documental, grupos focales, entrevistas y visitas de campo para generar indicadores y medir el progreso de cada componente y actividad del proyecto.
Este documento presenta conceptos básicos de estadística descriptiva. Explica que la estadística descriptiva se encarga de recolectar, organizar y resumir datos para describir las características de una población. Luego describe cómo organizar y presentar los datos mediante tablas de frecuencia, intervalos de clase y gráficos como el polígono de frecuencias. Finalmente, ilustra estos conceptos con ejemplos numéricos.
El documento discute la relación entre la estadística y la investigación pedagógica. Explica que la estadística implica la recopilación y interpretación de datos para estudios, y que la investigación pedagógica estudia la naturaleza y problemas de la educación. Además, señala que la estadística sirve para interpretar publicaciones científicas y diseñar propuestas educativas, y que ayuda a abordar problemas para mejorar la educación y la sociedad. Finalmente, detalla algunas aplicaciones de la est
El documento habla sobre los conceptos de población, muestra, y muestreo en el contexto de investigación. Explica que la población es el conjunto total de unidades de análisis relevantes, mientras que la muestra es una subparte representativa de la población. Detalla los pasos típicos del proceso de muestreo, incluyendo definir la población y unidad de análisis, determinar el tamaño de la muestra, y seleccionar la muestra. También distingue entre muestreo probabilístico y no probabilístico.
Este documento presenta información sobre estadística inferencial y su aplicación utilizando sistemas informáticos. Explica conceptos como muestreo, medidas de tendencia central, correlación, regresión y cómo se pueden visualizar y analizar datos utilizando el programa SPSS. El objetivo es determinar cómo ayudan estas herramientas estadísticas e informáticas en la toma de decisiones, especialmente en problemas relacionados con el comercio exterior.
Este documento presenta una introducción a la estadística. Explica que la estadística se originó como una técnica para recopilar y organizar datos de poblaciones enteras para gobernantes antiguos, y que evolucionó para incluir el análisis matemático de datos. Ahora es una herramienta esencial en todas las ciencias. También resume brevemente la historia de la estadística y proporciona definiciones del término desde diferentes fuentes.
Este documento describe los conceptos clave de una prueba de hipótesis estadística. Explica que una prueba de hipótesis involucra contrastar una hipótesis nula (Ho) versus una hipótesis alternativa (H1) utilizando datos de una muestra. También define los errores tipo I y II y cómo se calculan las medidas de discrepancia y los estadísticos de prueba para determinar si se rechaza o no la hipótesis nula. Finalmente, presenta algunos ejemplos ilustrativos de pruebas de hip
Este documento presenta una guía para diseñar y ejecutar experimentos. Proporciona instrucciones para definir el cliente, el problema, la solución hipotética, los supuestos clave y el criterio de éxito del experimento. El objetivo es validar hipótesis a través de pruebas concretas y cuantificables que generen aprendizajes para la toma de decisiones.
Este documento describe diferentes sistemas de costos y técnicas de costeo. Explica que los sistemas de costos establecen normas y procedimientos para calcular los costos y se clasifican según la unidad de costeo y modalidad de producción. Luego describe los sistemas de costos por órdenes de producción, por procesos, estándar y basado en actividades. También explica las técnicas de costeo por absorción, variable y sus conceptos asociados como costo marginal y contribución marginal.
Historia del desarrollo económico de Honduras iGerardo Lagos
El documento resume brevemente la historia económica de Honduras y Mesoamérica, dividiéndola en varios períodos: prehispánico, colonial e independiente en Honduras, y preclásico, clásico y posclásico en Mesoamérica. Describe algunas características culturales, políticas y tecnológicas clave de las civilizaciones mesoamericanas durante cada período, como la agricultura, la escritura, la urbanización y la estratificación social.
El documento instruye calcular varias medidas estadísticas como la media, mediana y moda para 4 series de datos, y crear gráficos como histograma, diagrama de pastel y ojiva. Se debe presentar el trabajo a mano con los 4 ejercicios, y usar Excel solo para los ejercicios 3 y 4, presentando el archivo digital.
La contabilidad de costos analiza, registra y controla los costos de producción, administrativos y financieros para medir el margen de contribución y punto de equilibrio. Se compone de materia prima, mano de obra y gastos. Proporciona información interna para la toma de decisiones. Sus ventajas incluyen un detalle cronológico de costos y establecer estándares, pero requiere de un departamento de contabilidad de costos.
Historia del desarrollo económico de Honduras IVGerardo Lagos
Este documento describe la historia del desarrollo económico de Honduras con énfasis en la agricultura. Explica cómo la ruptura de la Federación Centroamericana en la década de 1840 llevó a Honduras a depender del comercio y las inversiones extranjeras, principalmente de Gran Bretaña e Inglaterra. También describe los esfuerzos de modernización de la economía a través de la Reforma Liberal en la década de 1870, incluido el impulso a la minería y la infraestructura, aunque la agricultura
El documento trata sobre conceptos básicos de bioestadística para la realización y análisis de pruebas de hipótesis. Explica el significado del valor de p y cómo interpretarlo, la diferencia entre muestras independientes y pareadas, la importancia de probar la normalidad de los datos antes de seleccionar pruebas paramétricas o no paramétricas, y ejemplos de cómo utilizar pruebas estadísticas como la t de Student, U de Mann-Whitney y Chi cuadrado en SPSS para comparar grupos con variables cual
Tamaño de muestra para diferencia de dos medias y dos proporcionesDomingo de la Cerda
Este documento describe cómo calcular el tamaño de la muestra necesario para estimar la diferencia de medias y proporciones entre dos poblaciones. Explica que el error depende de la desviación estándar de cada población y el tamaño de muestra, y proporciona fórmulas para calcular el tamaño de muestra cuando los tamaños son iguales o diferentes. También cubre cómo realizar pruebas de hipótesis estadísticas para comparar medias y proporciones entre dos muestras.
Planeación, control y gestión de inventarios. Parte IIZona Logistica
Este documento presenta varios modelos y conceptos clave para la gestión de inventarios. Explica que existen dos enfoques principales: el modelo de stocks push, que introduce productos de manera eficiente, y el modelo pull, que reabastece de forma continua artículos demandados por el consumidor. También analiza problemas comunes como la distancia entre puntos de producción y consumo, y que el tiempo de tolerancia del cliente es menor que el tiempo de reabastecimiento. Finalmente, discute principios importantes como reducir el tiempo de reabastecimiento y usar lotes pequeños
El documento explica los conceptos básicos de la estadística, incluyendo su definición como la ciencia de sistematizar y analizar datos sobre fenómenos variables para deducir leyes y hacer predicciones. Describe los pasos de un estudio estadístico, como plantear hipótesis, recoger datos de una muestra representativa, describir y analizar los datos para hacer inferencias sobre la población. También define conceptos clave como población, muestra, variables cualitativas y cuantitativas, y métodos para presentar datos ordenadamente
El documento introduce los conceptos básicos de la estadística, incluyendo su definición como la ciencia de sistematizar y analizar datos con variabilidad para deducir leyes y hacer predicciones. Explica que la estadística se utiliza en ciencias donde hay incertidumbre y variabilidad, y describe los pasos de un estudio estadístico, como plantear hipótesis, recoger datos de una muestra representativa, describir y analizar los datos para hacer inferencias sobre la población.
Este documento introduce conceptos básicos de estadística, incluyendo su definición, propósito y pasos. Explica que la estadística se utiliza para estudiar fenómenos variables mediante la recopilación y análisis de datos de una muestra representativa de una población más grande. También describe diferentes tipos de variables, métodos de muestreo y formas de presentar datos como tablas de frecuencia y gráficos.
La estadística estudia fenómenos variables mediante la observación de muestras representativas de una población y el análisis de datos recogidos como variables. Presenta la información de las muestras en tablas de frecuencias y gráficas para resumir y hacer inferencias sobre la población.
Introducción a la Estadísitica DescriptivaSalLpezTorres1
Este documento introduce conceptos básicos de estadística. Explica que la estadística se utiliza para estudiar fenómenos que presentan variabilidad mediante la recopilación y análisis de datos. Define variables, poblaciones y muestras, y describe los pasos de un estudio estadístico, incluido el planteamiento de hipótesis, el diseño de experimentos, la recopilación y análisis de datos, e inferencias sobre la población. También introduce diferentes tipos de variables y métodos para presentar datos de man
Este documento presenta una introducción a la estadística. Define la estadística como la ciencia que sistematiza y estudia datos sobre fenómenos variables para deducir leyes y hacer predicciones. Explica que la estadística se utiliza en diversas áreas como economía, salud y educación. Además, describe los tipos de variables estadísticas, como cualitativas y cuantitativas, y los diferentes tipos de gráficos para representar datos, incluyendo diagramas de barras e histogramas.
Este documento proporciona una introducción a la estadística, definiendo el campo y explicando conceptos clave como poblaciones, muestras, variables, tipos de variables, recopilación y presentación de datos, y gráficos comunes. Explica que la estadística se utiliza para sistematizar y analizar datos sobre fenómenos variables o inciertos.
Este documento trata sobre la introducción a la estadística. 1) La estadística es la ciencia que estudia fenómenos que presentan variabilidad mediante la recopilación y análisis de datos. 2) Se aplica en diversas áreas como las ciencias, la economía y la salud. 3) Existen diferentes tipos de gráficos y diagramas para resumir y visualizar datos estadísticos.
Este documento define la estadística y describe sus pasos básicos. La estadística estudia fenómenos variables mediante la recopilación y análisis de datos para deducir leyes y hacer predicciones. Los pasos incluyen plantear hipótesis, diseñar experimentos, recopilar datos, describir datos, e inferir conclusiones sobre la población general. También define conceptos clave como población, muestra, variables, tablas de frecuencia y gráficos.
Este documento presenta una introducción a la estadística y probabilidades. Explica que la estadística se utiliza para estudiar fenómenos que presentan variabilidad e incertidumbre mediante la sistematización y análisis de datos. Define la estadística como la ciencia de recoger y presentar datos para deducir leyes que rigen fenómenos y hacer predicciones. Detalla los pasos de un estudio estadístico, incluyendo plantear hipótesis, recoger datos, describir y analizar los datos,
Este documento introduce conceptos básicos de estadística. Explica que la estadística estudia fenómenos que presentan variabilidad mediante la recopilación y análisis de datos para deducir leyes subyacentes. Define población, muestra, variables cualitativas y numéricas, y describe cómo los datos se presentan de forma ordenada en tablas de frecuencias y gráficos para resumir la información de manera comprensible. El documento cubre los pasos fundamentales de un estudio estadístico, como plan
Este documento introduce conceptos básicos de estadística descriptiva. La estadística es la ciencia de recolectar, describir, organizar e interpretar datos para transformarlos en información y tomar mejores decisiones. La estadística descriptiva resume la información contenida en un conjunto de datos usando tablas de frecuencias, medidas numéricas y representaciones gráficas. Estas técnicas incluyen diagramas de barras, diagramas de sectores, histogramas y polígonos de frecuencias acumuladas.
Este documento presenta una introducción a la bioestadística. Define la estadística como la ciencia que sistematiza y analiza datos sobre fenómenos variables para deducir leyes subyacentes y hacer predicciones. Explica conceptos clave como población, muestra, variables cualitativas y cuantitativas, y los pasos para un estudio estadístico como plantear hipótesis, recoger datos y realizar inferencias. Finalmente, describe formas de presentar datos como tablas de frecuencias y gráficos.
Este documento presenta una introducción a la estadística. Explica que la estadística se utiliza para estudiar fenómenos que presentan variabilidad e incertidumbre y ayuda a deducir leyes que rigen dichos fenómenos. Describe los pasos básicos de un estudio estadístico, incluyendo plantear hipótesis, recoger datos, describir y analizar los datos, e inferir conclusiones sobre la población. También define conceptos clave como población, muestra, variables, tipos de variables, y form
Este documento presenta una introducción a la estadística. Explica que la estadística se utiliza para estudiar fenómenos que presentan variabilidad e incertidumbre y ayuda a deducir leyes que rigen dichos fenómenos. Describe los pasos básicos de un estudio estadístico, incluyendo plantear hipótesis, recoger datos, describir y analizar los datos, e inferir conclusiones sobre la población. También define conceptos clave como población, muestra, variables, tipos de variables, y form
El documento presenta una introducción a la estadística. Explica que la estadística se utiliza para estudiar fenómenos que presentan variabilidad e incertidumbre y ayuda a deducir leyes que rigen dichos fenómenos. Define la estadística como la ciencia de sistematizar, recoger y presentar datos sobre un fenómeno variable para estudiarlo y hacer predicciones. Describe los pasos básicos de un estudio estadístico, incluyendo plantear hipótesis, recoger datos de una muestra
El documento presenta una introducción a la estadística. Explica que la estadística se utiliza para estudiar fenómenos que presentan variabilidad e incertidumbre en las ciencias. Define la estadística como la ciencia de sistematizar, recoger y presentar datos sobre un fenómeno para deducir leyes que lo rigen y hacer predicciones. Describe los pasos básicos de un estudio estadístico, incluyendo plantear hipótesis, diseñar el estudio, recoger datos de una muestra representativa
Este documento presenta una introducción a la estadística. Explica que la estadística se utiliza para estudiar fenómenos que presentan variabilidad e incertidumbre y ayuda a deducir leyes que rigen dichos fenómenos. Describe los pasos básicos de un estudio estadístico, incluyendo plantear hipótesis, recoger datos, describir y analizar los datos, e inferir conclusiones sobre la población. También define conceptos clave como población, muestra, variables, tipos de variables, y form
Similar a Estadística con Excel... Sustento Teórico (20)
La transcomplejidad contemporánea se basa en enfoques transdisciplinarios y del paradigma de la complejidad. Integra diferentes disciplinas y saberes para comprender problemas complejos. Busca producir conocimiento a través del diálogo y la dialéctica entre acciones humanas, la innovación, la integración y la transformación. La naturaleza del conocimiento es compleja y está en constante construcción, deconstrucción y reconstrucción.
Este documento discute el concepto de conocimiento transdisciplinario. Explica que surgió de la dualidad sujeto-objeto y que va más allá de la unidad del conocimiento, buscando una transformación de cómo vivimos. Argumenta que se necesita una lógica que capture la interdependencia y perspectiva holística de los sistemas organizados con su entorno, así como una lógica dialéctica que permita la interpretación circular y reinterpretación de datos.
Este documento discute la necesidad del pensamiento complejo para comprender la realidad desde diferentes niveles y perspectivas. Adoptar un paradigma sistémico cambia los cimientos científicos al considerar las partes en relación con el todo. Se propone el diálogo como instrumento para comprender otras perspectivas y desarrollar nuevos enfoques transdisciplinarios que permitan construir un espacio conceptual más rico.
Este documento discute la transdisciplinariedad del conocimiento. Propone que la transdisciplinariedad trasciende los límites disciplinarios mediante métodos que exploran nuevas formas de descubrir el conocimiento de manera integrada. Define la transdisciplinariedad como una epistemología emergente que critica los fundamentos epistemológicos de la lógica disciplinaria y busca comprender el mundo desde una visión unificada del conocimiento.
Este documento describe diferentes tipos de conocimiento disciplinario e interdisciplinario. Explica la interdisciplinariedad como la cooperación entre disciplinas donde cada una aporta sus propios conceptos y métodos. La multidisciplinariedad implica el estudio de múltiples campos sin una integración completa. Finalmente, la transdisciplinariedad trasciende las divisiones tradicionales del conocimiento y busca conectar todas las ramas del saber.
El documento discute las diferencias entre multidisciplinariedad, interdisciplinariedad y transdisciplinariedad. La multidisciplinariedad implica una cooperación entre disciplinas que puede ser acumulativa pero no interactiva, mientras que la interdisciplinariedad mezcla las prácticas y suposiciones de las disciplinas. La transdisciplinariedad va más allá de los límites de una sola disciplina e integra el conocimiento científico con experiencias extra-científicas y la resolución de problemas.
El documento describe la reconstrucción del Edificio Matemático. Explica que el Edificio Matemático incluye elementos como numeración, ecuaciones, expresiones, teoremas y leyes. Identifica a David Hilbert como el padre del Edificio Matemático. Propone que la reconstrucción debe ser no fragmentada y multidireccional, utilizando nuevos procesos didácticos y tecnologías para redefinir los fundamentos matemáticos.
Este documento instruye cómo crear una caja narrativa personal usando materiales de desecho como una caja de cartón, goma blanca, fotografías y herramientas como lápiz, tijeras, brocha o pincel. La persona debe dibujar la inicial de su nombre en la caja y pegar fotografías sobre la inicial para representar su historia personal.
Se pide pintar una piedra o cartón de 20cm x 20cm usando la técnica de puntillismo con varios colores para crear una imagen que se identifique con el estudiante.
El documento proporciona instrucciones para una actividad académica en la que los estudiantes dibujarán un ojo y lo decorarán con elementos que reflejen sus gustos personales. Los estudiantes utilizarán materiales como cartulina, cartón, lápices, creyones, pintura y pegamento para crear su collage sobre el ojo y expresarse a través de él. El documento también lista los materiales necesarios para completar la actividad.
Este documento describe el cambio de paradigma en la educación universitaria. Señala que los objetivos y roles de la educación han cambiado radicalmente, haciendo que las herramientas y procesos del pasado sean obsoletos. Argumenta que los educadores deben concentrarse en desarrollar la creatividad, imaginación y flexibilidad en sí mismos y en sus estudiantes, rechazando el trabajo rutinario y enfocándose en algo significativo.
Soc. del conocimiento, educación, tecnología de la información y la comunicaciónProf. Ana Margarita Durán
Este documento discute el papel de la tecnología en la educación. Argumenta que la tecnología puede promover la democratización e inclusión en la educación al facilitar el acceso a contenidos educativos digitales. Sin embargo, también plantea riesgos como la información falsa y la saturación de datos. El documento revisa teorías del aprendizaje relevante y destaca la importancia de enseñar a los estudiantes a analizar críticamente la información en línea.
Este documento discute el enfoque basado en competencias en la educación. Propone que las competencias deben considerarse como un proceso de desarrollo continuo y que el aprendizaje debe ser constructivo e interactivo. También argumenta que los docentes deben comunicarse permanentemente con los estudiantes y proporcionar diversas opciones para que construyan su aprendizaje basado en teorías como el constructivismo de Vygotsky y Coll.
Este documento propone un programa de formación andragógica dirigido a los docentes del Instituto Universitario de Tecnología "Antonio José de Sucre" en Mérida, Venezuela. El programa consiste en cuatro talleres que cubren temas como la educación andragógica, la planificación del trabajo docente para adultos, estrategias pedagógicas para adultos, e instrumentos de evaluación para adultos. El objetivo es ayudar a los docentes a reorientar su enfoque hacia los estudiantes universitarios adultos.
El coaching es un método para dirigir e instruir a personas o grupos con el objetivo de alcanzar metas o desarrollar habilidades a través de la transformación personal. Existen diferentes tipos de coaching como el personal, deportivo, organizacional y ontológico. El coaching en educación sirve para transportar a los estudiantes de donde están a donde desean estar mediante el entrenamiento.
Este documento trata sobre la importancia de conocerse a uno mismo. Explica que las personas no eligen factores como su familia, país o atributos físicos, pero que cada individuo es responsable de construir su propia personalidad. Señala varias razones por las que es importante el autoconocimiento, como aprovechar mejor las fortalezas y debilidades, mejorar las relaciones interpersonales y la asertividad. Finalmente, destaca que el cerebro y la inteligencia son herramientas clave para desarrollar habilidades como la inteligencia emocional
El documento discute el arte como una actividad humana que involucra la expresión de habilidades y la fusión de elementos como color, luz y forma en un contexto cultural. Explica que el desarrollo de la sensibilidad artística y la creación de objetos artísticos son importantes en la educación. También propone un enfoque interdisciplinario y basado en competencias para desarrollar la creatividad a través de diferentes lenguajes artísticos e integrando otras disciplinas.
Soc. del conoc.educación, tecnología de la información y comunicación - TICProf. Ana Margarita Durán
Este documento discute el rol de la tecnología y el aprendizaje a lo largo de la vida en la educación universitaria. Señala que las TIC juegan un papel importante como factor de cambio social y en la transformación de las universidades para formar profesionales altamente calificados que puedan desempeñarse adecuadamente en un mundo cambiante e incierto. También destaca la importancia de la interacción y comunicación sincrónica y asincrónica entre los participantes del proceso educativo, y que el aula ya no es el único referente
El documento discute la enseñanza de las geociencias desde un enfoque transdisciplinario. Define la transdisciplinariedad como el estudio integrado de la naturaleza, el universo y el ser humano. Varias barreras se oponen a este enfoque, como el miedo al cambio y la comodidad con lo conocido. Se argumenta que la enseñanza debe ir más allá de las disciplinas e involucrar reflexiones críticas desde una perspectiva holística para permitir el desarrollo del pensamiento racional en los estudiantes.
El documento describe diferentes técnicas artísticas como dibujo a lápiz, acuarela, pintura, recorte de papel y fotografía. También discute conceptos como competencias, experiencias artísticas, y el rol del estudiante como responsable y protagonista de su propio aprendizaje a través de las artes.
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.
Business Plan -rAIces - Agro Business Techjohnyamg20
Innovación y transparencia se unen en un nuevo modelo de negocio para transformar la economia popular agraria en una agroindustria. Facilitamos el acceso a recursos crediticios, mejoramos la calidad de los productos y cultivamos un futuro agrícola eficiente y sostenible con tecnología inteligente.
1. Durán Ana; García Liuva; Maldonado José; Marrero Elizabeth; Rocha Raquel.
LA ESTADÍSTICA EN LA
INVESTIGACIÓN EDUCATIVA
MEDIANTE EL PROGRAMA EXCEL
MÉTODOS CUANTITATIVOS
Profesor: Dr. Fernando Camacho
2. ¿Para qué sirve la estadística?
La Ciencia se ocupa en general de fenómenos observables
La Ciencia se desarrolla observando hechos, formulando leyes que los
explican y realizando experimentos para validar o rechazar dichas
leyes
Los modelos que crea la ciencia son de tipo determinista o aleatorio
(estocástico)
La Estadística se utiliza como tecnología al servicio de las ciencias
donde la variabilidad y la incertidumbre forman parte de su naturaleza
3. .
Definición
La Estadística es la Ciencia de la:
• Sistematización, recogida, ordenación y
presentación de los datos referentes a un fenómeno
que presenta variabilidad o incertidumbre para su
estudio metódico, con objeto de
• deducir las leyes que rigen esos fenómenos,
• y poder de esa forma hacer previsiones sobre los
mismos, tomar decisiones u obtener
conclusiones.
Descriptiva
Probabilidad
Inferencia
4. Pasos en un estudio estadístico
Plantear hipótesis sobre una población
Decidir qué datos recoger (diseño de experimentos)
Qué individuos pertenecerán al estudio (muestras)
Qué datos recoger de los mismos (variables)
Recoger los datos (muestreo)
¿Estratificado? ¿Sistemáticamente?
Describir (resumir) los datos obtenidos
Realizar una inferencia sobre la población
Cuantificar la confianza en la inferencia
7. Población y muestra
Población es el conjunto sobre el que se está
interesado en obtener conclusiones (hacer
inferencia).
Normalmente es demasiado grande para
poder abarcarlo.
Muestra es un subconjunto suyo al que se tiene
acceso y sobre el que realmente se hacen las
observaciones (mediciones)
Debería ser “representativo”
Esta formado por miembros “seleccionados”
de la población (individuos, unidades
experimentales).
8. Variables
Es una característica observable que varía entre los
diferentes individuos de una población. La información que
disponemos de cada individuo es resumida en variables.
9. Cualitativas
Si sus valores (modalidades) no se pueden asociar naturalmente a un
número (no se pueden hacer operaciones algebraicas con ellos)
Nominales: Si sus valores no se pueden ordenar
Sexo, Grupo Sanguíneo, Religión, Nacionalidad, Fumar (Sí/No)
Ordinales: Si sus valores se pueden ordenar
Mejoría a un tratamiento, Grado de satisfacción, Intensidad del dolor
Cuantitativas o Numéricas
Si sus valores son numéricos (tiene sentido hacer operaciones
algebraicas con ellos)
Discretas: Si toma valores enteros
Número de hijos, Número de cigarrillos, Número de años
Continuas: Si entre dos valores, son posibles infinitos valores intermedios.
Altura, Presión intraocular, Dosis de medicamento administrado, edad
Tipos de variables
10. Es buena idea codificar las variables
como números para poder
procesarlas con facilidad en un
ordenador.
Es conveniente asignar “etiquetas” a
los valores de las variables para
recordar qué significan los códigos
numéricos.
Sexo (Cualit: Códigos arbitrarios)
1 = Hombre
2 = Mujer
Raza (Cualit: Códigos arbitrarios)
1 = Blanca
2 = Negra,...
Se pueden asignar códigos a
respuestas especiales como
0 = No sabe
99 = No contesta...
Estas situaciones deberán ser
tenidas en cuentas en el análisis.
Datos perdidos (‘missing data’)
11. Aunque se codifiquen como números, las variables y su significado
usan programas de cálculo estadístico.
No todo está permitido con cualquier tipo de variable.
12. Los posibles valores de una variable suelen denominarse modalidades.
Las modalidades pueden agruparse en clases (intervalos)
Edades:
Menos de 20 años, de 20 a 50 años, más de 50 años
Hijos:
Menos de 3 hijos, De 3 a 5, 6 o más hijos
Las modalidades/clases deben forman un sistema exhaustivo y excluyente
Exhaustivo: No es posible dar un valor de la variable
¿Cuál es su color del pelo: (Rubio, Moreno)?
¿Cuál es su grupo sanguíneo?
Excluyente: No se puede presentar dos valores
simultáneos de la variable
Estudio sobre el ocio
De los siguientes, qué le gusta: (deporte, cine)
Le gusta el deporte: (Sí, No)
Le gusta el cine: (Sí, No)
Cuántos hijos tiene: (Ninguno, Menos de 5, Más de 2)
13. Presentación ordenada de datos
0
1
2
3
4
5
6
7
Hombre Mujer
Las tablas de frecuencias y las representaciones gráficas son
dos maneras equivalentes de presentar la información. Las dos
exponen ordenadamente la información recogida en una
muestra.
Género Frec.
Hombre 4
Mujer 6
14. Durán Ana, García Liuva, Maldonado José, Marrero Elizabeth, Rocha Raquel.
Tablas de frecuencia
Nivel de felicidad
467 30,8 31,1 31,1
872 57,5 58,0 89,0
165 10,9 11,0 100,0
1504 99,1 100,0
13 ,9
1517 100,0
Muy feliz
Bastante feliz
No demasiado feliz
Total
Válidos
No contestaPerdidos
Total
Frecuencia Porcentaje
Porcentaje
válido
Porcentaje
acumulado
Sexo del encuestado
636 41,9 41,9
881 58,1 58,1
1517 100,0 100,0
Hombre
Mujer
Total
Válidos
Frecuencia Porcentaje
Porcentaje
válido
Número de hijos
419 27,6 27,8 27,8
255 16,8 16,9 44,7
375 24,7 24,9 69,5
215 14,2 14,2 83,8
127 8,4 8,4 92,2
54 3,6 3,6 95,8
24 1,6 1,6 97,3
23 1,5 1,5 98,9
17 1,1 1,1 100,0
1509 99,5 100,0
8 ,5
1517 100,0
0
1
2
3
4
5
6
7
Ocho o más
Total
Válidos
No contestaPerdidos
Total
Frecuencia Porcentaje
Porcentaje
válido
Porcentaje
acumulado
Exponen la información recogida en la muestra, de forma que no se pierda nada de
información (o poca).
Frecuencias absolutas: Contabilizan el número de individuos de cada modalidad
Frecuencias relativas (porcentajes): Ídem, pero dividido por el total
Frecuencias acumuladas: Sólo tienen sentido para variables ordinales y numéricas
Muy útiles para calcular Cuartiles
¿Qué porcentaje de individuos tiene menos de 3 hijos? Sol: 83,8
¿Entre 4 y 6 hijos? [Soluc 1ª]: 8,4%+3,6%+1,6%= 13,6%. [Soluc 2ª]: 97,3% - 83,8% = 13,5%
15. Datos desordenados y ordenados en tablas
Variable: Género
Modalidades:
H = Hombre
M = Mujer
Muestra:
M H H M M H M M M H
Equivale a:
HHHH MMMMMM
Género Frecuencia
Frec. relat.
porcentaje
Hombre 4 4/10=0,4=40%
Mujer 6 6/10=0,6=60%
10=tamaño
muestral
16. Gráficos para variables cualitativas
Diagramas de barras
Alturas proporcionales a las frecuencias (absolutas
o relativas.)
Se pueden aplicar también a variables discretas
Diagramas de sectores (tortas, polares)
No usarlo con variables ordinales.
El área de cada sector es proporcional a su
frecuencia (absoluta o relativa.)
Pictogramas
Fáciles de entender.
El área de cada modalidad debe ser proporcional a
la frecuencia. ¿De los dos, cuál es incorrecto?.
17. Gráficos diferenciales para variables cualitativas
Son diferentes en función de que las
variables sean discretas o continuas.
Valen con frecuencias absolutas o
relativas.
Diagramas barras para v. discretas
Se deja un hueco entre barras para indicar
los valores que no son posibles
Histogramas para v. continuas
El área que hay bajo el histograma entre
dos puntos cualesquiera indica la cantidad
(porcentaje o frecuencia) de individuos en
el intervalo.
0 1 2 3 4 5 6 7 Ocho o más
Número de hijos
100
200
300
400
Recuento
419
255
375
215
127
54
24 23 17
20 40 60 80
Edad del encuestado
50
100
150
200
250
Recuento
18. Durán Ana, García
Liuva, Maldonado José,
Marrero Elizabeth,
Rocha Raquel.
Diagramas integrales
Cada uno de los anteriores diagramas tiene su correspondiente diagrama integral. Se realizan a
partir de las frecuencias acumuladas. Indican, para cada valor de la variable, la cantidad
(frecuencia) de individuos que poseen un valor inferior o igual al mismo. No los construiremos en
clase. Se pasan de los diferenciales a los integrales por integración y a la inversa por derivación
(en un sentido más general del que visteis en bachillerato.)
20. Aplicación de la Estadística Inferencial
CIENCIAS FORMALES: No necesitan contacto con el mundo real
(MATEMÁTICAS)
CIENCIAS EMPÍRICAS:
• Necesitan observar el mundo real
• Exige trabajar con muestras
• Las diferencias existentes entre las observaciones (muestras) incorporan
incertidumbre y el cálculo probabilístico
• En las ciencias empíricas deterministas (una misma causa siempre
produce un mismo resultado): FÍSICA
• En las ciencias empíricas aleatorias (una misma causa no siempre
produce un mismo resultado): ECONOMÍA, SOCIOLOGÍA, ETC…
21. Conceptos básicos
POBLACIÓN: Conjunto de elementos que se quieren analizar (suelen tener un tamaño
grande)
MUESTRA: Subconjunto de elementos de una población (debe ser representativa =
aleatoria)
• Método de muestreo aleatorio sistemático
• Método de muestreo aleatorio estratificado
• Afijación proporcional
• Afijación no proporcional: más elementos del grupo que presente más
heterogeneidad
• Método de muestreo aleatorio por conglomerados
PARÁMETRO: Valor que describe una característica poblacional
• Desconocido
• Constante
ESTADÍSTICO: Valor que describe una característica muestral
• Conocido
• Variable aleatoria
22. Conceptos básicos
VARIABLE ALEATORIA:
• No se conoce su valor hasta que se realiza el experimento
• Antes de realizar el experimento se conocen sus valores y la probabilidad de
que los tome = función de probabilidad
FUNCIÓN DE PROBABILIDAD
• Un caso concreto
• El caso general: en poblaciones infinitas es necesario definir:
• Forma: normal
• Su valor esperado: a través de métodos matemáticos
• Su varianza: a través de métodos matemáticos
23. Función De Distribución Normal
-3 -2 -1 0 1 2-3 -2 -1 0 1 2
33
zz
68%
99%
95%
Probabilidades de la curva N (0,1)
± σ = 68 %
± 2σ = 95 %
± 3σ = 99 %
24. Función de Distribución Normal
Es la función de distribución más importante por la frecuencia con que se encuentra y por sus
aplicaciones teóricas:
• Caracteres morfológicos de individuos (personas, animales, plantas,...) de una especie
(tallas, pesos, diámetros, perímetros,...).
• Caracteres sociológicos, por ejemplo: consumo de cierto producto por un mismo grupo de
individuos, puntuaciones de examen, ...
• Caracteres fisiológicos, por ejemplo: efecto de una misma dosis de un fármaco.
• Errores cometidos al medir ciertas magnitudes.
Características de la distribución normal:
• Tiene forma de campana
• Es simétrica respecto a su valor central (media, mediana y moda coinciden)
• Es asintótica respecto al eje de abscisas
• Los puntos de inflexión se encuentran a una desviación típica por encima y por debajo de la
media
• Cualquier combinación lineal de variables normalmente distribuidas también se distribuye
con una distribución normal
25. ¿Cómo hacer estadística inferencial?
CONTRASTE DE HIPÓTESIS
• Objetivo: detectar la existencia de un efecto significativo
• Etapas:
1. Definición de una hipótesis científica: respuesta a un problema
2. Definición de una hipótesis estadística: hipótesis nula
3. Construcción de un estadístico de contraste que:
• Proporcione información sobre la hipótesis a contrastar
• Del cuál conozca su distribución bajo el supuesto de cumplimiento de la Hipótesis
nula
1. Cálculo del estadístico de contraste en la muestra
2. Aplicación de la regla de decisión (nivel de significación y nivel de confianza:
• Si el valor del estadístico calculado es probable, suponiendo la hipótesis cierta, se
acepta la hipótesis
• Si el valor del estadístico calculado es improbable, suponiendo la hipótesis cierta,
se rechaza la hipótesis
27. Fases del Procesamiento y
Análisis de Datos
Recolección de datos mediante:
Encuesta
Entrevista
Observación
Es el proceso mediante el cual los datos individuales se agrupan y se
estructuran
con el propósito de responder a:
• Problema de investigación
• Objetivos
• Hipótesis del estudio
28. Fases del Procesamiento y
Análisis de Datos
Pasos
•Agrupar y estructurar
los datos obtenidos en
el trabajo de campo
•Definir las herramientas
y programas estadísticos
para el procesamiento
de los datos
•Obtener los resultados
mediante ecuaciones,
gráficas y tablas
Descripción de resultados mediante:
•Estadística descriptiva
Medidas de tendencia central
(media, moda, mediana)
•Medidas de dispersión
(varianza, desviación estándar)
•Estadística inferencial
Pruebas paramétricas, análisis multivariado
de varianza y covarianza)
Prueba de signos
Prueba de Friedman
Análisis de
resultados
•Reflexión sobre los
resultados obtenidos del
trabajo de campo y en
función de
•Problema de investigación,
•Los objetivos del estudio
•Las hipótesis (si las hubo)