Trabajo informativo del área tecnología

1. 1
MÉTODOS ESTADÍSTICOS Y DISTRIBUCIÓN DE FRECUENCIAS
PEREA QUINTERO SALOME
MARTINEZ VALENCIA ANGEL
GARZON QUINTERO ANA SOFIA
CARDONA BRAND MARIA DEL MAR
SANTOS SAENZ EMMANUEL
AGUADO PRADO ANGELICA MARIA
INSTITUCION EDUCATIVA LICEO DEPARTAMENTAL
SANTIAGO DE CALI
2021

2. 2
TABLA DE CONTENIDO
¿Qué es la estadística? ………. 3
Ramas de la estadística ………. 3
Estadística descriptiva ………. 3
Estadística inferencial ………. 4
Estadística matemática ………. 5
Aplicaciones de la estadística ………. 6
Gerontología ………. 6
Deporte ………. 7
Economía ………. 7
Aplicación de la hipótesis en estadística ………. 8
La variable estadística ………. 8
Variables discretas ………. 8
Variables continuas ………. 8
Datos estadísticos ………. 9
Población ………. 9
Muestra ………. 9
Aleatoria ………. 9
Estratificada ………. 9
Sistemática ..……. 10
Población y muestra ………. 10
Niveles de medición / escala ………. 10
Escala nominal ………. 11
Características ………. 11
Distribución de frecuencias ………. 12
Tipos de frecuencias ………. 12
Mapa conceptual ………. 13
Conclusiones ………. 14
Referencias ………. 15
Capturas de pantalla ………. 15
Links de blogs ………. 17

3. 3
¿QUE ES LA ESTADÍSTICA?
La estadística es la ciencia que se encarga de recopilar, organizar, procesar,
analizar e interpretar datos con el fin de deducir las características de un grupo o
población objetivo, pero esta sería solo una visión estrecha de lo que comprende
esta rama del saber.
Esta ciencia facilita la toma de decisiones mediante la presentación ordenada de los
datos observados en tablas y gráficos estadísticos, reduciendo los datos observados
a un pequeño número de medidas estadísticas que permitirán la comparación entre
diferentes series de datos y estimando la probabilidad de éxito que tiene cada una
de las decisiones posibles.
(Figura 1)
RAMAS DE LA ESTADÍSTICA
La estadística se divide en dos grandes áreas: estadística descriptiva y estadística
inferencial, las cuales comprenden la estadística aplicada.
Además de estas dos áreas, existe la estadística matemática, la cual comprende las
bases teóricas de la estadística.
1. Estadística descriptiva

4. 4
La estadística descriptiva es la rama de la estadística que describe o resume de
forma cuantitativa (medible) características de una recolección de información.
Es decir, la estadística descriptiva se encarga de resumir una muestra estadística
(conjunto de datos obtenidos de una población) en lugar de aprender sobre la
población que representa la muestra.
Algunas de las medidas comúnmente utilizadas en la estadística descriptiva para
describir un conjunto de datos son las medidas de tendencia central y las medidas
de variabilidad o dispersión.
En cuanto a las medidas de tendencia central, se utilizan medidas como la media, la
mediana y la moda. Mientras que en las medidas de variabilidad se utilizan la
varianza, la curtosis, etc.
La estadística descriptiva suele ser la primera parte a realizar en un análisis
estadístico. Los resultados de estos estudios suelen ser acompañados de gráficos,
y representan la base de casi cualquier análisis cuantitativo (medible) de datos.
Un ejemplo de estadística descriptiva podría ser considerar un número para resumir
que tan bien se está desempeñando un bateador de béisbol.
Así, el número se obtiene por el número de hits que ha dado un bateador dividido
entre el número de veces que ha estado al bate.
2. Estadística inferencial
La estadística inferencial se diferencia de la estadística descriptiva principalmente
por el uso de la inferencia y la inducción.
Es decir, esta rama de la estadística busca deducir propiedades de una población
estudiada, es decir, no solo recolecta y resume los datos, sino que busca explicar
ciertas propiedades o características a partir de los datos obtenidos.

5. 5
En este sentido, la estadística inferencial implica obtener las conclusiones correctas
de un análisis estadístico realizado mediante estadística descriptiva.
Entonces podemos decir que tanto la estadística descriptiva como la estadística
inferencial van de la mano.
3. Estadística matemática
Se ha mencionado de igual forma la existencia de la Estadística Matemática, como
disciplina de la estadística.
Esta consiste en una escala previa en el estudio de la estadística, en la cual usan la
teoría de la probabilidad (rama de las matemáticas que estudia los fenómenos
aleatorios) y otras ramas de las matemáticas.
La estadística matemática consiste en la obtención de información a partir de los
datos y utiliza técnicas matemáticas tales como: análisis matemático, álgebra lineal,
análisis estocástico, ecuaciones diferenciales, etc. Así, la estadística matemática ha
sido influenciada por la estadística aplicada.

6. 6
(Figura 2)
APLICACIONES DE LA ESTADÍSTICA
La estadística es una ciencia que posee una aplicación en casi todos los campos
científicos existentes:
En las ciencias naturales: tiene su uso en la mecánica estadística, en física cuántica
y en mecánica de fluidos, entre otros campos.
En las ciencias sociales y económicas: es un punto básico del desarrollo de la
demografía y la sociología aplicada.
En economía: provee los valores que permiten descubrir interrelaciones entre
múltiples parámetros macro y microeconómicos.
En las ciencias médicas: permite establecer patrones sobre la evolución de las
enfermedades y los enfermos, los índices de mortalidad y el grado de eficacia de un
medicamento.
Gerontología
Es el estudio científico de los procesos y los problemas del envejecimiento vistos
desde todos los aspectos: biológico, clínico, psicológico, sociológico, legal,
económico y político.
Al envejecimiento se le puede estudiar desde muchos ángulos, Por ello la
gerontología implica en su actividad a muchas especialidades del conocimiento, se
habla de una actividad interdisciplinaria.
A nivel poblacional corresponde al estudio de los diferentes grupos de edad según
perfil demográfico, el perfil epidemiológico, los factores determinantes y de riesgo de
la salud, las políticas públicas, entre otros.

7. 7
(Figura 3)
Deporte
La contribución de la Estadística a la cientificidad del sistema de preparación del
deportista se patentiza en aplicar modelos estadísticos que permitan, entre otros:
obtener una información objetiva sobre la caracterización de los atletas en diferentes
etapas de su preparación, obtener una información objetiva de la actuación de los
atletas y del equipo frente a sus adversarios, más exactitud en el pronóstico del
rendimiento deportivo, más eficiencia en la detección de talentos deportivos y un
mayor rigor en el establecimiento de características modelo.
(Figura 4)
Economía
Calcular los posibles valores futuros de alguna variable económica de interés.

8. 8
Hacer una estimación de la media de algún valor económico.
Hacer un estudio para determinar cuáles son las variables más importantes que
explican determinado fenómeno económico.
(Figura 5)
APLICACIÓN DE LA HIPOTESIS EN ESTADISTICA
La aplicación de la hipótesis es un procedimiento esencial en estadística. Una
prueba de hipótesis determina dos afirmaciones mutuamente excluyentes sobre una
población para determinar qué afirmación es mejor admitida por los datos de la
muestra.
LA VARIABLE ESTADÍSTICA
El conjunto de valores que constituyen un carácter estadístico se denomina variable
estadística. Es decir, es todo carácter cuantitativo de un individuo, mientras que los
caracteres cualitativos se suelen llamar atributos. Las variables estadísticas se
clasifican en dos grupos:
Variables discretas: Toman únicamente valores puntuales.
EJEMPLO: El número de hijos de una mujer es siempre un valor entero (0, 1, 2, 3,
…)
Variables continuas: Toman cualquier valor dentro del conjunto de los números
reales.
EJEMPLO: Las medidas antropomórficas de los recién nacidos, las altura de los
ciudadanos de un determinado colectivo, la medición de temperaturas, etc.
También tenemos algo que se llama recorrido de una variable, que es la máxima
diferencia que existe entre sus valores.
DATOS ESTADÍSTICOS

9. 9
Los datos se presentan expresando el valor de la frecuencia absoluta que toman
la variables significativas de un estudio, ya sea de una población o una muestra. La
frecuencia absoluta de un valor es el número de datos observados. El cociente
entre la frecuencia absoluta de un valor y el número total de datos es llamado
frecuencia relativa, también, suelen presentarse los datos en forma de porcentaje,
es decir, en forma de razón de denominador 100. Una razón se obtiene como el
cociente entre dos cantidades numéricas comparables, si el cociente se refiere a
dos cantidades que se indican en unidades distintas, la razón recibe el nombre de
tasa.
POBLACIÓN
Población es el conjunto total de individuos, objetos o medidas, que llegan a tener
características en común, siendo observadas desde un momento o lugar
determinado. Cuando se trata de una investigación existen algunos elementos o
características que se deben tener en cuenta para llevar a cabo el estudio:
Homogeneidad: Son todos los miembros pertenecientes a la población que deben
poseer las mismas características comunes según las variables que se consideren
en el estudio
Tiempo: Es necesario determinar en qué tiempo se ubica la población por estudiar,
ya sea el presente, pasado o de diferente generaciones
Espacio: Este tipo de estudios no pueden abarcar demasiado, por eso es necesario
determinar el lugar donde se ubica la población de interés
Cantidad: Este es uno de los elementos más importantes pues se refiere a la
cantidad o tamaño de la población que se va a investigar, esta puede ser finita o
infinita.
MUESTRA
La muestra es un subconjunto que representa a la población. Esto es indispensable
ya que resultaría casi imposible poder entrevistar a toda una población. Consiste en
seleccionar a cierto grupo de pobladores, lo suficientemente representativo como
para poder seguir con el estudio y luego generalizarse con total actividad en la
población. Estas pueden ser de tres tipos:
ALEATORIA: Cuando es seleccionada al azar y cualquier miembro de la población
puede ser incluido
ESTRATIFICADA: Cuando es dividida según las variables o características
estudiadas
SISTEMÁTICA: Cuando se establece un patrón al seleccionar al grupo de estudio

10. 10
POBLACIÓN Y MUESTRA
(Figura 6)
NIVELES DE MEDICIÓN / ESCALA
Se clasifican en:
Nominal: Sus valores solo se pueden clasificar en clases o categorías, no se
pueden ordenar de pequeño a grande o de menos a más. Ejemplos: sexo, estado
civil, profesión, ocupación.
Ordinal: Sus valores se pueden clasificar en categorías y se pueden ordenar en
jerarquías con respecto a la característica que se evalúa. Ejemplos: nivel
socioeconómico, clase social, puntaje Apache de Gravedad cardiaca, lugar en la
clase
De intervalo: Sus valores tienen un orden natural, es posible cuantificar la
diferencia entre dos valores de intervalo. Generalmente tienen unidad de medida.
Una variable de intervalo es discreta cuando sólo puede tomar un valor entero
(Ejemplo: número de hijos, veces que se consultó al establecimiento de salud) o
bien es continua si puede tomar cualquier valor en un intervalo (Ejemplo: peso, talla,
índice de masa corporal)
De proporción: El cero representa la ausencia de la característica que se evalúa.
Ejemplos: costo por atención, adecuación peso (edad).

11. 11
(Figura 7)
ESCALA NOMINAL
La escala nominal posee solo la característica de descripción, y esto significa que
posee etiquetas únicas que sirven para identificar o delegar valores a los artículos.
Cuando la escala nominal se utiliza con fines de identificación, existe una
correlación uno a uno entre un objeto y el valor asignado a él.
Por ejemplo, los números que están escritos en los autos de carrera simplemente
están ahí para identificar al conductor asociado con el automóvil, la realidad es que
estos números no tienen nada que ver con las características del automóvil.
Pero cuando se utiliza la escala nominal para fines de clasificación, los números
asignados al objeto sirven como etiquetas para categorizar y organizar objetos por
clase.
Características:
· En una escala nominal, una variable se divide en dos o más
categorías, por ejemplo, de acuerdo / en desacuerdo, si / no, etc. Es un
mecanismo de medición en el que la respuesta a una pregunta en
particular puede caer en cualquier categoría.
· La escala nominal es de naturaleza cualitativa, lo que significa que los
números se usan únicamente para categorizar o identificar objetos. Por

12. 12
ejemplo, en el fútbol, ¿has notado que los jugadores tienen un número en
su camiseta? (cada uno tiene un número diferente). La realidad es que
estos números no tienen nada que ver con la capacidad de los jugadores,
sin embargo, pueden ayudar a identificar al jugador.
· En una escala nominal, los números no definen las características
relacionadas con el objeto, lo que significa que cada número se asigna a
un objeto aleatorio o por decisión propia. El único aspecto permitido
relacionado con los números en una escala nominal es que sirven para
“contar”. Si volvemos al ejemplo de la clasificación de hombres y mujeres,
1 siendo hombres y 2 siendo mujeres, los números nos servirán para
saber cuántos hombres (1) hay y cuántas mujeres (2) hay.
DISTRIBUCIÓN DE FRECUENCIAS
Es la agrupación de datos en categorías mutuamente excluyentes que indican el
número de observaciones en cada categoría, en otras palabras estamos hablando
de tablas de frecuencias, lo que a su vez equivale a decir que es el orden de datos
estadísticos, cuyos datos constan cada uno de su frecuencia.
Estas tablas se usan en dos situaciones que son para variables discretas o variables
continuas.
Se dice que una variable es discreta cuando no puede tomar ningún valor entre dos
consecutivos, y que es continua cuando puede tomar cualquier valor dentro de un
intervalo.
Ejemplos de variable discreta: número de empleados de una fábrica; número de
hijos.
Ejemplos de variable continua: temperaturas registradas en un observatorio; tiempo
en recorrer una distancia en una carrera; contenido de alcohol en un cuba-libre;
estatura.
¿QUÉ ES UNA FRECUENCIA?
Es la medida del número de veces que se repite un fenómeno por unidad de tiempo.
TIPOS DE FRECUENCIAS:
1. Frecuencia absoluta:
Es el número de veces que aparece un determinado valor en un estudio estadístico.
... La suma de las frecuencias absolutas es igual al número total de datos, que se
representa por N.

13. 13
2. Frecuencia relativa porcentual:
Es el porcentaje de la frecuencia relativa, siendo esta la división de la frecuencia
absoluta entre el total de valores en una selección de datos. La frecuencia relativa
es muy usada en probabilidad, y hace referencia a la relación de una frecuencia
absoluta entre un total.
3. Frecuencia absoluta acumulada:
Es el resultado de ir sumando las frecuencias absolutas de las observaciones o
valores de una población o muestra. ... Para calcular la frecuencia absoluta
acumulada, hay que calcular primero la frecuencia absoluta (fi) de la población o
muestra.
4. Frecuencia relativa acumulada:
Es el cociente entre la frecuencia acumulada de un determinado valor y el número
total de datos. Se representa por Ni. Se puede expresar en tantos por ciento.
5. Equivalencia en grados:
Los grados en una tabla de frecuencias: son iguales al número de muestras
independientes que son libres de modificar, por ejemplo el número de personas en
unos datos, menos el número de parámetros estimados (el número de 1,9,10
relaciones impuestas a los datos). Es decir, están relacionados al tamaño de la
muestra.
MAPA CONCEPTUAL

14. 14
CONCLUSIONES
Podemos concluir que las estadísticas las utilizamos de forma permanente en
nuestras vidas para determinar datos en cantidad día a día y calcular de una
manera más rápida cualquier tipo de cosas.
Nos permite recolectar, organizar, procesar, analizar e interpretar datos de una
manera más sencilla.
También aplicamos las estadísticas en nuestra vida cotidiana ya que las utilizamos
para realizar acciones y tomamos decisiones a partir de la experiencia, Ahí es
donde entra nuestro pensamiento estadístico y así sabremos cuál es la mejor opción
para elegir.
Sin darnos cuenta la estadística impacta prácticamente todos los aspectos de
nuestra vida, porque a partir de todas nuestras actividades es posible recopilar
datos que, después de ser analizados, nos permiten tomar decisiones.

15. 15
REFERENCIAS
● Díaz Narváez, Víctor. Metodología de la investigación científica y
bioestadística. RIL Editores, 2009
● López Cazuzo, Rafael. Cálculo de probabilidades e inferencia estadística,
Universidad Católica Andrés Bello, 2006.
● Estadística. (2017, 25 de junio). Wikipedia, La enciclopedia libre. Fecha de
consulta: 08:30, julio 4, 2017 desde es.wikipedia.org
● Estadística descriptiva. (2017, 29 de junio). Wikipedia, La enciclopedia libre.
Fecha de consulta: 08:30, julio 4, 2017 desde es.wikipedia.org
● Estadística inferencial. (2017, 24 de mayo). Wikipedia, La enciclopedia libre.
Fecha de consulta: 08:30, julio 4, 2017 desde es.wikipedia.org
● Mero Vélez, Alexandra (2014). «Acción del trabajador social y su impacto en
los adultos mayores en condición de abandono en el Hospital Rafael
Rodríguez Zambrano de Manta en el periodo 2013-2014.». Tesis. Consultado
el 5 de junio de 2020.
● muestra, P. (2017). Población y muestra.
Metodologiaeninvestigacion.blogspot.pe. Recuperado de:
http://metodologiaeninvestigacion.blogspot.pe/2010/07/poblacion-y-
muestra.html
● Del Villar, A. F. (1996). La credibilidad de la investigación cualitativa en la
enseñanza de la Educación Física. En Conferencia Centro Internacional de
Entrenamiento ARCONCON. Madrid. España.
CAPTURAS DE PANTALLA

16. 16

17. 17
LINKS DE BLOGS
Salomé Perea: https://tecnologiaavanzada23.blogspot.com/p/periodo-1-2021.html
Sofía Garzón: https://anasofiagarzonquintero.blogspot.com/p/periodo-1-2021.html
Ángel Martínez: https://martinezangel1895.blogspot.com/p/primer-periodo-2021.html
Angelica Aguado: https://tecnoamap.blogspot.com/p/periodo-1-2021.html?m=0
Emanuel Santos:https://tecnoabyss.blogspot.com/p/primer-periodo-2021.html?m=1
María Del Mar Cardona: https://tecnobrand18.blogspot.com/p/periodo-1-2021.html