Taller tecnología

1. Blog, Excel avanzado, métodos Estadísticos
Samuel Bedoya Valdion
Juan David Correa Herrera
Grado: 11-1
I.E. Liceo Departamental
Área de Tecnología e Informática
Santiago de Cali
2024

2. Blog, Excel avanzado, métodos Estadísticos
Samuel Bedoya Valdion
Juan David Correa Herrera
Grado: 11-1
Guillermo Mondragon
Docente
I.E. Liceo Departamental
Área de Tecnología e Informática
Santiago de Cali
2024

3. Tabla de contenido
1. ¿Qué es la estadística? 4
1.2. Aplicaciones de la estadística 4
1.2.1. Economía 5
1.2.2. Contaduría 5
1.2.3. Política 6
1.2.4. Deporte 6
2. Definiciones 7
2.1. Hipótesis 7
2.2.Variable 7
2.3. Dato 7
2.4. Base de datos 8
2.4. Población 8
2.4.1. Población estadística finita 8
2.4.2. Población estadística infinita 8
2.5. Muestra 8
2.6. Nivel de medición nominal 9
3. Distribución de frecuencia 9
3.1.Nombre de la variable 9
3.2.Frecuencia absoluta 10
3.2.1.Frecuencia absoluta acumulada 10
3.3.Frecuencia relativa 10
3.3.1.Frecuencia relativa absoluta 11
3.4.Frecuencia porcentual 11
3.5.Ejemplo general 11
4. Conclusiones 12
5. Blogs 13
6. Evidencias 13
7. Referencias 13

4. 1. ¿Qué es la estadística?
La estadística es una rama de las Matemáticas que te permite recopilar, organizar
y analizar datos según la necesidad que tengas, por ejemplo: obtener un resultado,
comparar información, tomar mejores decisiones, entre muchas cosas más, también
ayuda a resumir la información y a comprender patrones y tendencias de datos, la
estadística se divide en varias ramas, entre las cuales se incluye:
1.2. Aplicaciones de la estadística
Estadística Descriptiva
La cual se enfoca en describir y resumir los datos a través de medidas como la
media, la mediana, la moda, la desviación estándar, entre otros.
Estadística inferencial
Se utiliza para hacer inferencias o generalizaciones sobre una población a partir
de una muestra de datos. Incluye técnicas como la estimación de parámetros y pruebas de
hipótesis.
Estadística Probabilística
Se centra en el estudio de los fenómenos aleatorios y la teoría de la probabilidad.
Ayuda a
modelar la incertidumbre y a hacer predicciones sobre eventos futuros.
Estadística Matemática
Se ocupa del desarrollo de métodos y técnicas estadísticas utilizando herramientas
matemáticas más avanzadas, como el cálculo y la álgebra lineal.
Estadística Aplicada
Aplica métodos estadísticos para resolver problemas en campos específicos como
la medicina, la ingeniería, la economía, entre otros.
Estadística Multivariante
Se centra en el análisis de datos que involucran múltiples variables
simultáneamente, buscando relaciones y patrones complejos.
La estadística tiene una amplia gama de aplicaciones en diversos campos. Aquí
hay algunas aplicaciones específicas en economía, contaduría, política y deporte.

5. 1.2.1. Economía
Una hipótesis en economía podría ser que aumentar el salario mínimo aumentará
el desempleo.
Por ejemplo, una hipótesis podría ser que un aumento en las tasas de interés
disminuye el gasto de los consumidores.
Variable
En este caso, la variable sería la tasa de interés.
Dato
Datos relevantes incluyen las tasas de interés históricas y los niveles de gasto de
los consumidores.
Población
La población sería todos los consumidores afectados por las tasas de interés.
Muestra
Una muestra podría ser un grupo de consumidores seleccionados aleatoriamente
de una región específica
Nivel de medición nominal
Se podría usar para clasificar a los consumidores en grupos demográficos como
género (masculino, femenino), estado civil (soltero, casado, divorciado), etc…
1.2.2. Contaduría
Por ejemplo, una hipótesis podría ser que la implementación de ciertos controles
internos reducirá el riesgo de fraude financiero.
Variable
La variable sería la presencia o ausencia de controles internos.
Dato
Los datos relevantes incluyen la frecuencia y el monto de transacciones
fraudulentas antes y después de la implementación de los controles.
Población
La población sería todas las transacciones financieras de la empresa.
Muestra
Una muestra podría ser un subconjunto de transacciones seleccionadas
aleatoriamente para su análisis.

6. Nivel de medición nominal
Se podría usar para clasificar las transacciones en tipos como ingresos, egresos,
inversiones, etc…
1.2.3. Política
Por ejemplo, una hipótesis podría ser que una campaña política centrada en
ciertos temas aumentará el apoyo del electorado.
Variable
La variable sería la presencia o ausencia de la campaña centrada.
Dato
Datos relevantes incluyen encuesta de opinión antes y después de la campaña.
Población
La población sería todos los volantes elegibles.
Muestra
Una muestra podría ser un grupo de votantes seleccionados aleatoriamente de un
distrito electoral.
Nivel de medición nominal
Se podría usar para clasificar a los votantes en categorías políticas como liberal,
conservador, independiente, etc…
1.2.4. Deporte
Por ejemplo, una hipótesis podría ser que un aumento en el tiempo de
entrenamiento mejorará el desempeño de un equipo deportivo.
Variable
La variable podría ser el tiempo dedicado al entrenamiento
Dato
Datos relevantes incluirían el tiempo de entrenamientos y los resultados de los
partidos.
Población
La población sería todos los equipos en la liga.
Muestra
Una muestra podría ser un equipo seleccionado aleatoriamente de la liga.
Nivel de medición nominal

7. Se podría usar para clasificar los equipos en divisiones como primera división,
segunda división, etc…
2. Definiciones
2.1. Hipótesis
Una hipótesis suele ser una proposición o enunciado que se considera cierto de
entrada, aunque aún no haya podido probarse, y que por lo tanto constituye una
especulación o una conjetura de trabajo, carente de confirmación o refutación mediante la
experiencia.
En la estadística también se utilizan técnicas de prueba de hipótesis para evaluar
la evidencia en contra de la hipótesis nula, utilizando datos de muestra. si la evidencia es
los suficientemente fuerte, se rechaza la hipótesis nula a favor de la hipótesis alternativa.
Si la evidencia no es suficientemente fuerte, se retiene la hipótesis nula. Estas pruebas
proporcionan una manera objetiva de tomar decisiones basadas en datos y de hacer
inferencias sobre las poblaciones a partir de muestras.
2.2.Variable
Las variables son características o cualidades de una persona, animal u objeto, las
cuales pueden medir. Por ejemplo: La edad, la estatura, el peso o la altura de un edificio,
cada uno de estos números representa una variable y, como su nombre lo indica, puede
cambiar y adquirir diferentes valores.
2.3. Dato
Son números que representan las modalidades de las variables. Por ejemplo, el 1
puede representar la modalidad “mujer”, el 6 3 representa una de las magnitudes que

8. podemos registrar en la variable “grado de conocimiento de las técnicas estadísticas”. Los
datos pueden ser clasificados según diferentes criterios, uno de los cuales se basa en las
modalidades que representa.
2.4. Base de datos
Una base de datos es una recopilación de datos sistemática y almacenada
electrónicamente. Puede contener cualquier tipo de datos, incluidos palabras, números,
imágenes videos y archivos. Pueden usar un software denominado sistema de
administración de bases de datos (DBMS) para almacenar, recuperar y editar datos. En
los sistemas informáticos, la palabra base de datos también puede referirse a cualquier
DBMS, al sistema de base de datos o a una aplicación asociada con la base de datos.
2.4. Población
Una población estadística es, en esencia, un grupo de individuos o elementos que
tienen algo en común. Ese “algo” es lo que queremos estudiar.
Aunque la idea de población estadística puede sonar compleja, en realidad es un
concepto bastante sencillo. Vamos a explicarlo de una manera clara y precisa, sin
renunciar a la rigurosidad y precisión que requieren las variables cuantitativas.
2.4.1. Población estadística finita
Es aquella en la que el número de valores que la componen tienen un fin. Por
ejemplo, la población estadística que nos indica la cantidad de árboles de una ciudad es
finita. Es cierto que puede variar con el tiempo, pero en un instante determinado es finita,
tiene fin.
2.4.2. Población estadística infinita
Se trata de aquella población que no tiene fin. Por ejemplo, el número de planetas
que existen en el universo. Aunque puede que sea finito, el número es tan grande y
desconocido que estadísticamente se asume como infinito.
2.5. Muestra
Podemos definir la muestra estadística como un proceso analítico mediante el cual
con datos parciales pero significativos se pueden obtener datos estadísticos respecto al
total de un fenómeno que queremos estudiar. Dicho total se conoce como población o
población estadística. Podríamos decir que para el muestreo estadístico se escoge una

9. parte de la población que, sin ser tu totalidad, puede representarla debido a sus
características comunes, sean cual sean.
2.6. Nivel de medición nominal
El nivel nominal es apenas una medida. se refiere a la cualidad más que a la
cantidad. Un nivel nominal de medición es simplemente una cuestión de diferenciar por
nombre, por ejemplo, 1=hombre, 2=mujer. Aunque estamos usando los números 1 y 2,
estos no indican la cantidad. La categoría binaria de 0 y 1 utilizada para las computadoras
es un nivel nominal de medición.
3. Distribución de frecuencia
3.1.Nombre de la variable
Para crear una distribución de frecuencia para una variable, primero necesitas
tener los datos de esa variable. Una vez que tengas los datos, puedes seguir estos pasos
para crear la distribución de frecuencia.
Recopila tus datos
Toma una muestra de los datos que deseas analizar. Por ejemplo, si estás
trabajando con alturas de personas, necesitarías una lista de alturas.
Organiza los datos
Ordena los datos en orden ascendente o descendente, según tu preferencia.

10. Identifica los valores únicos
Haz una lista de todos los valores diferentes que aparecen en tus datos.
Contar la frecuencia de cada valor único
Cuenta cuántas veces aparece cada valor único en tus datos. Esto se llama
frecuencia.
Crear una tabla de distribución de frecuencia
Organiza los valores únicos y sus frecuencias en una tabla. Puedes incluir
columnas para el valor único, la frecuencia y posiblemente otras medidas estadísticas.
Calcular frecuencia relativa y acumulada
Puedes calcular la frecuencia relativa dividiendo la frecuencia de cada valor
único por el número total de observaciones. También puedes calcular la frecuencia
acumulada sumando las frecuencias a medida que avanzas en la tabla.
Visualización
Puedes representar la distribución de frecuencia mediante gráficos, como
histogramas, gráficos de barras o gráficos circulares.
3.2.Frecuencia absoluta
La frecuencia absoluta es el recuento o número de veces que ocurre un valor
específico en un conjunto de datos. Por ejemplo, si estás analizando las edades de un
grupo de personas y encuentras que hay 10 personas de 20 años, entonces la frecuencia
absoluta para la edad de 20 años sería 10.
3.2.1.Frecuencia absoluta acumulada
La frecuencia absoluta acumulada es la suma acumulativa de las frecuencias
absolutas a medida que avanzas a través de los valores únicos en tus datos ordenados. Es
útil para ver cómo se acumulan las frecuencias a lo largo de los diferentes valores de la
variable.
3.3.Frecuencia relativa
La frecuencia relativa es la proporción o el porcentaje de veces que ocurre un
valor específico en un conjunto de datos en relación con el número total de
observaciones. Se calcula dividiendo la frecuencia absoluta de un valor particular por el
número total de observaciones en los datos.

11. 3.3.1.Frecuencia relativa absoluta
La frecuencia relativa absoluta es similar a la frecuencia relativa, pero expresa la
frecuencia absoluta de un valor específico como proporción del total de observaciones en
los datos. En otras palabras, es la frecuencia absoluta de un valor dividida por el total de
observaciones en los datos.
3.4.Frecuencia porcentual
La frecuencia porcentual es una medida de la frecuencia relativa expresada en
términos de porcentaje. Mientras que la frecuencia relativa expresa la proporción de
veces que ocurre un valor en relación con el total de observaciones, la frecuencia
porcentual lo hace en términos de porcentaje, lo que puede ser más intuitivo para
interpretar.
3.5.Ejemplo general
Vamos a poner en práctica todos los conceptos: frecuencia absoluta, frecuencia
relativa absoluta, frecuencia porcentual y frecuencia acumulada, usando un ejemplo
general.
Supongamos que tenemos una lista de calificaciones de un examen, y queremos
analizar la distribución de estas calificaciones. Aquí está nuestra lista de calificaciones:
88, 92, 75, 88, 95, 88, 82, 90, 85, 88
Frecuencia Absoluta
Primero, contamos cuántas veces aparece cada calificación en la lista.
● Calificación 75: 1 vez
● Calificación 82: 1 vez
● Calificación 85: 1 vez
● Calificación 88: 4 veces
● Calificación 90: 1 vez
● Calificación 92: 1 vez
● Calificación 95: 1 vez
Frecuencia Porcentual:
Convertimos la frecuencia relativa absoluta en porcentaje multiplicando por 100.

12. ● Calificación 75: 0.1×100%=10%
● Calificación 82: 0.1×100%=10%
● Calificación 85: 0.1×100%=10%
● Calificación 88: 0.4×100%=40%
● Calificación 90: 0.1×100%=10%
● Calificación 92:0.1×100%=10%
Calificación 95:0.1×100%=10%
Frecuencia Acumulada:
Calculamos la frecuencia acumulada sumando las frecuencias absolutas a medida
que avanzamos en las calificaciones ordenadas.
● Calificación 75: Frecuencia Acumulada = 1
● Calificación 82: Frecuencia Acumulada = 1 + 1 = 2
● Calificación 85: Frecuencia Acumulada = 2 + 1 = 3
● Calificación 88: Frecuencia Acumulada = 3 + 4 = 7
● Calificación 90: Frecuencia Acumulada = 7 + 1 = 8
● Calificación 92: Frecuencia Acumulada = 8 + 1 = 9
● Calificación 95: Frecuencia Acumulada = 9 + 1 = 10
Ahora tenemos todas las medidas de resumen para nuestra distribución de
calificaciones.
4. Conclusiones
1. La estadística es una disciplina multifacética y amplia que se emplea en
diversos campos, donde se encuentra la economía, la contaduría, el deporte y la política.
Esta se emplea para desarrollar hipótesis, recolección de datos, organizar datos y tomar
decisiones importantes. A través de distintas ramas como lo son la estadística descriptiva,
inferencia, probabilística, etc. Se pueden analizar patrones, tendencias y relaciones entre
variables.
2. En el proceso estadístico se emplean conceptos fundamentales como lo son la
hipótesis, las cuales son proposiciones que se someten a prueba empleando datos de
muestra; variables, que son características que pueden medirse y cambiar; datos, números
que representan las modalidades de las variables, y pueden organizarse en bases de datos
electrónicas; población, la cual hace referencia al conjunto completo de elementos que
comparten una característica común; y para finalizar, la muestra, que es una parte
representativa de la población utilizada para realizar inferencias sobre ella.
3. Ya para finalizar nuestra conclusión, la distribución de frecuencia es un
procedimiento elemental que implica reunir, ordenar, y analizar datos para establecer
tendencias y patrones. Esta distribución de frecuencia brinda información sobre la
frecuencia absoluta y relativa de los valores, así como su acumulación y porcentaje. Este

13. procedimiento se muestra mediante un ejemplo que indica cómo aplicar los conceptos de
frecuencia absoluta, relativa, porcentual y acumulada en un conjunto de datos.
5. Blogs
Samuel Bedoya Valdion:
https://uw2u3388r88hr29r.blogspot.com/p/periodo-1-2024.html
Juan David Correa Herrera:
https://juandavidcorrea250.blogspot.com/p/periodo-1-2024.html
6. Evidencias
7. Referencias
1.2 Conceptos estadísticos. (s. f.). https://www.uv.es/webgid/Descriptiva/12_conceptos_
estadsticos.html
Concepto. Hipótesis (s.f.) https://concepto.de/hipotesis/
Estadística básica: ¿Qué es la estadística? (s. f.). GCFGlobal.org. https://edu.gcfglobal.org/es/
estadistica-basica/que-es-la-estadistica/1/
GFC Global. Estadística básica (s.f.) https://edu.gcfglobal.org/es/estadistica-basica/variables-
estadisticas/1/

14. Indeed. Ramas de la estadística (s.f.)
https://www.indeed.com/orientacion-profesional/desarrollo-prof
esional/ramas-estadistica
López, J. F. (2024, 29 febrero). Población estadística: Qué es, tipos y ejemplos.
Economipedia. https://economipedia.com/definiciones/poblacion-estadistica.html
Ortega, C. (2023, 19 junio). Niveles de Medición: Aprende a dominarlos. QuestionPro.
https://www.questionpro.com/blog/es/niveles-de-medicion/#:~:text=El%20nivel%
20nominal%20es%20apenas,2%2C%20estos%20no%20indican%20cantidad
¿Qué es una base de datos? - Explicación de las bases de datos en la nube - AWS. (s. f.).
Amazon Web Services, Inc. https://aws.amazon.com/es/what-is/database/
Software DELSOL. (2021, 24 mayo). ▷ Muestra estadística ¿Qué es?, ¿Cómo funciona?
Software del Sol. https://www.sdelsol.com/glosario/muestra-estadistica/