Trabajo sobre métodos estadísticos en excel avanzado

1. Excel avanzado métodos estadísticos
Laura Valeria Gómez Henao
Sara Nuñez Diaz
Yulian Alexander Renteria Palacios
Luna Restrepo Solarte
Juan Esteban Vieda Escobar
Isabella Zuleta Rodriguez
Grado 11-6
I.E. Liceo Departamental
Tecnología e Informática
Santiago de Cali
2024

2. Excel avanzado métodos estadísticos
Laura Valeria Gómez Henao
Sara Nuñez Diaz
Yulian Alexander Renteria Palacios
Luna Restrepo Solarte
Juan Esteban Vieda Escobar
Isabella Zuleta Rodriguez
Grado 11-6
Guillermo Mondragón
I.E. Liceo Departamental
Tecnología e Informática
Santiago de Cali
2024

3. Tabla de contenido
Tabla de contenido......................................................................................................................3
Métodos Estadísticos................................................................................................................. 4
1. Estadística Descriptiva:....................................................................................................... 6
2. Estadística Inferencial:........................................................................................................ 7
Aplicaciones de la estadística................................................................................................... 9
1. Economía:........................................................................................................................... 9
2. Contaduría.........................................................................................................................10
3. Política:..............................................................................................................................10
4. Deporte:............................................................................................................................. 11
Distribución de Frecuencias.................................................................................................... 11
Variable cualitativa:..........................................................................................................12
Variables cuantitativas:....................................................................................................12
Variable discreta:............................................................................................................. 13
Variable continua:............................................................................................................ 13
Frecuencia absoluta.............................................................................................................. 13
Frecuencia relativa porcentual.............................................................................................. 16
Conclusiones:............................................................................................................................16
Referencias:...............................................................................................................................18
Anexos:...................................................................................................................................... 19
Blogs:......................................................................................................................................... 28

4. Métodos Estadísticos
Un proceso estadístico se entiende como un conjunto sistemático de actividades encaminadas a
la producción de estadísticas que comprende, entre otras, la detección de necesidades, el diseño,
la recolección, el procesamiento, el análisis y la difusión.
La población en investigación es un conjunto completo de elementos que poseen un parámetro
común entre sí.. A menudo se utiliza para describir la población humana o el número total de
personas que viven en un área geográfica de algún país o estado. La población en investigación
no tiene que ser necesariamente humana. Puede ser cualquier colección de datos que posea un
parámetro común, como por ejemplo el número total de tiendas de mascotas en una ciudad.
Una muestra es la parte más pequeña del total, es decir, un subconjunto de toda la población.
Cuando se realizan encuestas, la muestra son los miembros de la población que son invitados a
participar en la encuesta. Dicho de manera sencilla, una muestra es un subgrupo o subconjunto
dentro de la población, que puede ser estudiado para investigar las características o el
comportamiento de los datos de población.
Imagina que estás en una fiesta de 500 personas y quieres saber qué tartas pedir, si de queso o de
chocolate. Te llevaría muchísimo tiempo averiguar qué quiere cada uno.
La estadística te da el plan para que sepas qué preguntas hacer, a cuántas personas y cómo
organizar las respuestas, para así saber que al doble de gente le gusta la tarta de queso. De esta
manera te ayuda a tomar la mejor decisión y pedir 10 de queso y 5 de chocolate.
En otras palabras, la estadística es la ciencia de los datos y su principal objetivo es mejorar la
comprensión de los hechos a partir de la información disponible. Utiliza diferentes métodos para
obtener la información y así conseguir conclusiones relevantes.
Conviene saber que la estadística NO es una rama de las matemáticas. Utiliza herramientas
matemáticas del mismo modo que lo hace la física, la ingeniería o la economía, pero eso no las

5. hace ser parte de las matemáticas. Es cierto que tienen una relación estrecha, pero la estadística y
las matemáticas son disciplinas diferentes.
La estadística sirve principalmente para:
● Recopilar datos: Mediante su método permite organizar cómo se recolectan los datos
para que sean fiables y relevantes.
● Interpretar y describir datos: Una vez recopilados, la estadística nos adyuda a describir
y entender los datos. A través de medidas como la media, la moda, la mediana o la
desviación típica.
● Analizar tendencias y patrones: Nos permite identificar y entender el comportamiento
de los datos. Por ejemplo, si la salud está empeorando y si una acción es volátil.
● Relacionar datos: Permite comparar tendencias y relacionarlas. Por ejemplo, te puede
mostrar de forma sencilla si existe correlación entre el ejercicio físico y la salud.
● Tomar decisiones basadas en datos: Uno de los objetivos principales de la estadística.
Gracias a ella podemos tomar decisiones informadas basadas en datos y no en opiniones.
Esto es super útil en todos los campos.
● Predecir el futuro: Parece una locura pero es así. Gracias a los datos existentes y a las
tendencias podemos conocer el futuro (aunque no en todo claro). Por ejemplo, en
meteorología, planificación urbana, ciencias actuariales o marketing.
Su metodología se utiliza en muchas disciplinas como por ejemplo: biología, física, economía,
sociología, etc.
La estadística se divide en varias ramas, cada una con su enfoque y aplicación específicos. Estos
son:
1. Estadística Descriptiva:
La estadística descriptiva se encarga de describir o resumir de forma cuantitativa las
características de un conjunto de datos. En lugar de aprender sobre la población completa, se
enfoca en resumir una muestra estadística obtenida de esa población.

6. Algunas medidas comunes utilizadas en la estadística descriptiva son:
● Medidas de tendencia central: Estas incluyen la media, la mediana y la moda.
● Medidas de variabilidad o dispersión: Aquí se emplean la varianza, la curtosis, entre
otras.
La estadística descriptiva es fundamental en cualquier análisis cuantitativo y proporciona la base
para comprender los datos.
Por ejemplo, has realizado una encuesta a 40 encuestados sobre su color favorito de coche. Y
ahora tiene una hoja de cálculo con los resultados.
Sin embargo, esta hoja de cálculo no es muy informativa y quieres resumir los datos con algunos
gráficos y tablas que te permitan llegar a algunas conclusiones sencillas (por ejemplo, el 24% de
las personas dijeron que el blanco es su color favorito).
Seguro que esto sería mucho más representativo y claro que una fea hoja de cálculo. Y tienes un
montón de opciones para visualizar datos, como gráficos circulares, gráficos de líneas, etc.

7. 2. Estadística Inferencial:
La estadística inferencial se ocupa de hacer inferencias o predicciones sobre una población a
partir de una muestra. Utiliza técnicas como la prueba de hipótesis, intervalos de confianza y
regresión para generalizar los resultados de la muestra a toda la población.
Por ejemplo, supongamos que una empresa quiere saber si los consumidores están satisfechos
con un nuevo producto que han lanzado al mercado. Para hacer esto, la empresa puede
seleccionar una muestra aleatoria de consumidores y pedirles que califiquen el producto en una
escala del 1 al 10. Una vez que la empresa tiene los datos de la muestra, puede utilizar la
estadística inferencial para hacer generalizaciones sobre la población completa de consumidores
que compraron el producto.
3. Estadística Aplicada: La estadística aplicada utiliza los métodos de la estadística
descriptiva e inferencial para resolver problemas en diversas áreas. Se aplica en campos
como la economía, ciencias sociales, ciencias de la salud, ingeniería, negocios y
gobierno. Su objetivo es tomar decisiones informadas y hacer generalizaciones a partir de
datos reales.
Los beneficios de conocer la Estadística Aplicada son incontables.

8. Algunos ejemplos:
● Obtener una guía estadística durante tu doctorado.
● Dar respuestas solventes a los revisores que están juzgando tu trabajo.
● Analizar las muestras de datos que tanto esfuerzo te ha costado conseguir.
● Mejorar la metodología estadística de tus nuevas investigaciones y ganar una propuesta
de proyecto.
● Tomar mejores decisiones en tu empresa
● Ser un ciudadano/a competente con capacidad crítica para valorar la información de su
entorno y hacerse las preguntas oportunas.
Aplicaciones de la estadística
La estadística está constituida de una gran gama de aplicaciones en distintas áreas, incluyendo
economía, contaduría, política y deporte. A continuación algunos ejemplos de cómo se aplica en
cada una.
1. Economía:
● Hipótesis: Una hipótesis en economía podría ser que el aumento del salario mínimo
reduce la tasa de desempleo.
● Variable: La variable sería el salario mínimo y la tasa de desempleo.
● Dato: Los datos pueden ser el salario mínimo en diferentes regiones o países y las tasas
de desempleo correspondientes.

9. ● Población: La población podría ser todos los trabajadores en un país o región en
particular.
● Muestra: Una muestra podría ser un grupo seleccionado de trabajadores en un área
específica.
● Nivel de medición nominal: En este contexto, el nivel de medición nominal podría ser la
clasificación de los trabajadores según su sector de empleo, como agricultura,
manufactura o servicios.
2. Contaduría
● Hipótesis: Una hipótesis en contabilidad podría ser que las empresas con mayores niveles
de endeudamiento tienen una mayor probabilidad de incumplimiento.
● Variable: La variable sería el nivel de endeudamiento de una empresa y la probabilidad
de incumplimiento.
● Dato: Los datos podrían incluir estados financieros de empresas y tasas de
incumplimiento.
● Población: La población podría ser todas las empresas en un sector específico.
● Muestra: Una muestra podría ser un grupo seleccionado de empresas dentro de ese sector.
● Nivel de medición nominal: En contabilidad, el nivel de medición nominal podría ser la
clasificación de empresas según su sector de actividad.
3. Política:
● Hipótesis: En política podría ser que el desempeño económico de un país influye en la
popularidad del partido en el poder.

10. ● Variable: En este caso, la variable sería el desempeño económico y la popularidad del
partido.
● Dato: Los datos podrían incluir cifras económicas como el crecimiento del PIB y
encuestas de opinión política.
● Población: podría ser todos los votantes elegibles en un país.
● Muestra: Una muestra podría ser un grupo de votantes seleccionados para una encuesta.
● Nivel de medición nominal: En política, el nivel de medición nominal podría ser la
afiliación política de los encuestados, como demócratas, republicanos, etc.
4. Deporte:
● Hipótesis: Una hipótesis en deportes podría ser que los equipos que tienen más posesión
de balón tienen más probabilidades de ganar un partido de fútbol.
● Variable: En este caso, la variable sería la posesión de balón y la probabilidad de ganar.
● Dato: Los datos podrían incluir estadísticas de posesión de balón y resultados de partidos.
● Población: La población podría ser todos los equipos en una liga específica.
● Muestra: podría ser un grupo seleccionado de partidos para analizar.
● Nivel de medición nominal: En deportes, el nivel de medición nominal podría ser la
clasificación de los equipos según su liga o división.

11. Distribución de Frecuencias
La distribución de frecuencias es una tabla que muestra la distribución de datos estadísticos
mediante sus frecuencias. Es una herramienta que permite ordenar los datos de manera que se
presentan numéricamente las características de la distribución de un conjunto de datos o
muestras.
Existen dos tipos de variables para la distribución de frecuencias:
Variable cualitativa:
Características de un individuo u objeto, que se expresan con palabras. Por ejemplo, el color de
ojos, de cabello, género o estado civil.

12. Variables cuantitativas:
Aquellas características de un individuo que se escriben con números. Por ejemplo, edad, peso,
altura, ingresos, presión o cantidad de hermanos.
Las variables cuantitativas se dividen en discretas y continuas.
Variable discreta:
Estas no aceptan un valor entre dos números consecutivos. Generalmente, las variables discretas
son resultado de un conteo y no permiten los números decimales. Por ejemplo, si tienes los
datos 1, 2, 3, 10, 11 y 15, entre el 1 y 2 no puede aparecer el 1.48, porque del 1 salta
directamente al 2.
Estas variables podrían ser el número de pacientes, número de alumnos o número de motos por
modelo.
Variable continua:
Son aquellas que pueden tomar cualquier valor entre dos intervalos o números. Por ejemplo, si se
necesita escribir la estatura de un grupo de basquetbolistas, se puede utilizar las variables 1.78,
1.65, 1.45, porque la altura suele expresarse de esa manera. Estas variables se utilizan para medir
el tiempo transcurrido, la temperatura, el peso o la distancia entre dos puntos.
Frecuencia absoluta
La frecuencia absoluta es una medida estadística que nos proporciona información sobre la
cantidad de veces que se repite un suceso al realizar un número determinado de experimentos
aleatorios. Se representa mediante la letra fi. La letra f se refiere a la realización i-ésima del
experimento aleatorio, es decir, se refiere a cada prueba específica.
Esta medida es útil en estadística descriptiva para comprender mejor las características de un
conjunto de datos, ya sea cualitativo o cuantitativo, siempre que los datos puedan organizarse de
alguna manera

13. Al sumar todas las frecuencias absolutas en un conjunto de datos, obtienes el número total de
datos que estás analizando, ya sea de una muestra o de una población.
Se puede utilizar la frecuencia absoluta para trabajar con dos tipos de variables:
Variables discretas y variables continuas
Ejemplo de frecuencia absoluta para una variable absoluta:
Supongamos que las notas de 20 alumnos del primer curso de economía son las siguientes:
1, 2, 8, 5, 8, 3, 8, 5, 6, 10, 5, 7, 9, 4, 10, 2, 7, 6, 5, 10.
A simple vista se puede observar que de los 20 valores, 10 de ellos son distintos y los demás se
repiten al menos una vez. Para elaborar la tabla de frecuencias absolutas, en primer lugar, se
ordenarán los valores de menor a mayor y se calcularía la frecuencia absoluta para cada uno.
Por tanto tenemos:
Xi = Variable aleatoria estadística, nota del examen del primer curso de economía.
N = 20
fi = Frecuencia absoluta = Número de veces que se repite el suceso (en este caso, la nota del
examen).

14. Como se puede observar, la suma de todas las frecuencias absolutas es igual al total de datos
utilizados del experimento (en este caso, es el número total de alumnos que asciende a 20).
Ejemplo de frecuencia absoluta como variable continua:
Supongamos que la altura (medida en metros) de 15 personas que se presentan a las posiciones
del cuerpo de policía nacional son las siguientes:
1,82, 1,97, 1,86, 2,01, 2,05, 1,75, 1,84, 1,78, 1,91, 2,03, 1,81, 1,75, 1,77, 1,95, 1,73.
Para elaborar la tabla de frecuencias, los valores se ordenan de menor a mayor, pero en este caso,
dado que la variable es continua y podría tomar cualquier valor de un espacio continuo
infinitesimal, hay que agrupar las variables por intervalos.
Por tanto, tenemos:

15. Xi = Variable aleatoria estadística, altura de los postulantes al cuerpo de policía nacional.
N = 15
fi = Frecuencia absoluta = Número de veces que se repite el suceso (en este caso, las alturas que
se encuentran dentro de un determinado intervalo).
Frecuencia relativa porcentual
La frecuencia relativa porcentual es una medida estadística que se utiliza para expresar la
frecuencia de un determinado valor en relación con el total de observaciones, expresada en
porcentaje. Se calcula dividiendo la frecuencia absoluta de un valor entre el total de
observaciones y multiplicando por 100.
Es el valor porcentual que se le asigna a determinada frecuencia absoluta, se calcula 𝑓𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎
𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑎 ∙ 100. El valor porcentual total corresponde a 100%.
Por ejemplo, si tenemos un conjunto de datos con 100 observaciones y el valor 20 aparece 10
veces, la frecuencia relativa porcentual de 20 sería (10/100) * 100 = 10%.

16. Conclusiones:
En conclusión, la estadística emerge como una herramienta esencial en la toma de decisiones y
comprensión de fenómenos en diversas áreas de la vida. La analogía de elegir tartas en una fiesta
destaca cómo la estadística organiza, interpreta y analiza datos para proporcionar información
valiosa y fundamentar decisiones informadas.
La estadística no se limita a ser una rama de las matemáticas, aunque comparte herramientas
matemáticas. Su papel trasciende a disciplinas como la biología, física, economía y sociología,
demostrando ser una ciencia transversal que se adapta a diferentes contextos.
La estadística descriptiva es una rama de la estadística que se ocupa de describir las
características de los datos conocidos. La estadística descriptiva proporciona resúmenes sobre los
datos de la población o los datos de la muestra. Aparte de la estadística descriptiva, la estadística
inferencial es otra rama crucial de la estadística que se utiliza para hacer inferencias sobre los
datos de población.
La tabla de frecuencias es necesaria para mostrar de forma ordenada un conjunto de datos
estadísticos mediante frecuencias.
Las variables estadísticas nos ayudan a analizar, clasificar e interpretar los datos en una tabla de
frecuencias. Existen las cualitativas, que nos ayudan a clasificar las características de un
individuo que se expresan con palabras y las cuantitativas, que nos ayudan a clasificar las
características que se pueden escribir numéricamente.
La frecuencia absoluta nos ayuda a organizar grandes conjuntos de datos en una forma que es
más fácil de entender y analizar, además, es esencial para la estadística descriptiva, ya que se
enfoca en describir y resumir características de bases de datos.
La frecuencia relativa porcentual es importante en la estadística porque nos permite tener una
interpretación clara al expresar una frecuencia como un porcentaje así facilitando la compresión
de datos, es útil para visualizar la proporción que representa cada categoría de una base de datos.

17. La estadística juega un papel fundamental en la toma de decisiones informadas en una amplia
gama de áreas, ayudando a entender patrones, tendencias y relaciones entre variables que de otra
manera podrían pasar desapercibidas. Su aplicación práctica en campos tan diversos subraya su
relevancia y utilidad en la comprensión y mejora de diversos aspectos de la sociedad.
Referencias:
AM Espinosa Garzón. (Septiembre 2017). Estadística para las Ciencias Sociales y Humanas.
https://digitk.areandina.edu.co/bitstream/handle/areandina/1218/Estad%C3%ADstica%
20para%20las%20Ciencias%20Sociales%20y%20Humanas%20I.pdf?sequence=1
Equipo editorial, Etecé. (5 Agosto 2021). "Estadística".
https://concepto.de/estadistica/#ixzz8U5r5EwTP
Equipo editorial de indeed. (20 junio 2023). Ramas de la estadística: especialidades y objetivos.
Ramas de la estadística | Indeed.com
GFC Global. (s.f). Estadística básica: variables estadísticas.
https://edu.gcfglobal.org/es/estadistica-basica/variables-estadisticas/1/
Issuu. (s.f) Concepto básico de estadística.
https://issuu.com/skcp.588/docs/estadistica-convertido/s/10217358#:~:text=Frecuencia
%20porcentual%20acumulada%3A%20es%20el,frecuencia%20relativa%20acumulada
%20por%20100%25.&text=1
Lifeder. (15 de diciembre de 2022). Ramas de la estadística.
Ramas de la estadística: cuáles son y características (lifeder.com)
Marco, F. ( 30 enero 2024) Economipedia.
Frecuencia absoluta: Qué es, usos y ejemplos (economipedia.com)
Renat, B. (s.f). TABLA DE FRECUENCIAS. Universo formulas.
https://www.universoformulas.com/estadistica/descriptiva/tabla-frecuencias/
Paul Nicole Roldan. (7 febrero 2024). Estadística: ¿Qué es y para qué sirve? Tipos y ejemplos
¿Qué es la estadística y para qué sirve? Tipos y ejemplos (economipedia.com)
Universidad Nacional de Colombia. (1 junio 2022). Estadísticas oficiales institucionales.
https://estadisticaun.github.io/G_Estadisticas/index.html

18. Anexos:
Sara Nuñez:

20. Luna Restrepo:

21. Isabella Zuleta:

23. Laura Gomez:

25. Juan Vieda:

26. Yulian Renteria:

27. Blogs:
Sara Nuñez: https://taydream1318.blogspot.com/
Luna Restrepo: https://aprendeconlunitapambisita.blogspot.com
Isabella Zuleta: APRENDE Y ANALIZA CON ISABELLA
(aprendeconisabellita22.blogspot.com)
Laura Gomez: https://lacienciaconlaurita3.blogspot.com/
Juan Vieda: https://alguntema1.blogspot.com
Yulian Renteria: https://lamedicinaengeneral1.blogspot.com/?m=1