El documento trata sobre el tema de la estadística. Explica que la estadística es la ciencia que utiliza conjuntos de datos numéricos para obtener inferencias basadas en probabilidades. Describe las ramas principales de la estadística como la estadística descriptiva y la estadística inferencial. También menciona algunas aplicaciones comunes de la estadística como la educación, contabilidad y administración. Finalmente, define conceptos estadísticos clave como población, muestra, variable e hipótesis.
Cómo realizar "paso a paso" un contraste de hipótesis con SPSS para WindowsJairo Acosta Solano
Cuando queremos evaluar el grado de asociación o independencia entre una variable cuantitativa y una variable categórica (y recuérdese que ésta clasifica o diferencia a los individuos en grupos, tantos como categorías tiene dicha variable), el procedimiento estadístico inferencial recurre a comparar las medias de la distribuciones de la variable cuantitativa en los diferentes grupos establecidos por la variable categórica. Si ésta tiene solo dos categorías (es dicotómica), la comparación de medias entre dos grupos independientes se lleva a cabo por el test t de Student; si tiene tres o más categorías, la comparación de medias entre tres o más grupos independientes se realiza a través de un modelo matemático más general, el Análisis de la Varianza (ANOVA). En ambos casos, las pruebas estadísticas son exigentes con ciertos requisitos previos: la distribución Normal de la variable cuantitativa en los grupos que se comparan y la homogeneidad de varianzas en las poblaciones de las que proceden los grupos; su no cumplimiento conlleva la necesidad de recurrir a pruebas
estadísticas no paramétricas. En este documento se enseña a hacer estos análisis con el programa SPSS para Windows.
Cómo realizar "paso a paso" un contraste de hipótesis con SPSS para WindowsJairo Acosta Solano
Cuando queremos evaluar el grado de asociación o independencia entre una variable cuantitativa y una variable categórica (y recuérdese que ésta clasifica o diferencia a los individuos en grupos, tantos como categorías tiene dicha variable), el procedimiento estadístico inferencial recurre a comparar las medias de la distribuciones de la variable cuantitativa en los diferentes grupos establecidos por la variable categórica. Si ésta tiene solo dos categorías (es dicotómica), la comparación de medias entre dos grupos independientes se lleva a cabo por el test t de Student; si tiene tres o más categorías, la comparación de medias entre tres o más grupos independientes se realiza a través de un modelo matemático más general, el Análisis de la Varianza (ANOVA). En ambos casos, las pruebas estadísticas son exigentes con ciertos requisitos previos: la distribución Normal de la variable cuantitativa en los grupos que se comparan y la homogeneidad de varianzas en las poblaciones de las que proceden los grupos; su no cumplimiento conlleva la necesidad de recurrir a pruebas
estadísticas no paramétricas. En este documento se enseña a hacer estos análisis con el programa SPSS para Windows.
Today is Pentecost. Who is it that is here in front of you? (Wang Omma.) Jesus Christ and the substantial Holy Spirit, the only Begotten Daughter, Wang Omma, are both here. I am here because of Jesus's hope. Having no recourse but to go to the cross, he promised to return. Christianity began with the apostles, with their resurrection through the Holy Spirit at Pentecost.
Hoy es Pentecostés. ¿Quién es el que está aquí frente a vosotros? (Wang Omma.) Jesucristo y el Espíritu Santo sustancial, la única Hija Unigénita, Wang Omma, están ambos aquí. Estoy aquí por la esperanza de Jesús. No teniendo más remedio que ir a la cruz, prometió regresar. El cristianismo comenzó con los apóstoles, con su resurrección por medio del Espíritu Santo en Pentecostés.
ACERTIJO DE CARRERA OLÍMPICA DE SUMA DE LABERINTOS. Por JAVIER SOLIS NOYOLAJAVIER SOLIS NOYOLA
El Mtro. JAVIER SOLIS NOYOLA, crea y desarrolla ACERTIJO: «CARRERA OLÍMPICA DE SUMA DE LABERINTOS». Esta actividad de aprendizaje lúdico que implica de cálculo aritmético y motricidad fina, promueve los pensamientos lógico y creativo; ya que contempla procesos mentales de: PERCEPCIÓN, ATENCIÓN, MEMORIA, IMAGINACIÓN, PERSPICACIA, LÓGICA LINGUISTICA, VISO-ESPACIAL, INFERENCIA, ETCÉTERA. Didácticamente, es una actividad de aprendizaje transversal que integra áreas de: Matemáticas, Neurociencias, Arte, Lenguaje y comunicación, etcétera.
2. 1. Que es la estadística?
R// Ciencia que utiliza conjuntos de datos numéricos para obtener, a partir de ellos,
inferencias basadas en el cálculo de probabilidades.
2. Ramas de la estadística
R//
Estadística descriptiva: la cual se relaciona con la descripción de los datos
recopilados en una muestra
Estadística inferencial: que se relaciona con el proceso de utilizar los datos de
una muestra para realizar inferencias y tomar decisiones respecto a la
población de la cual se toma la muestra
3. Aplicaciones de la estadística (educación, contaduría, administración,
gerontología , ñ; deporte, economía)
R//
Teoría de muestras.
La teoría de muestras estudia las técnicas y procedimientos que debemos emplear
para que las muestras sean representativas de la población que pretendemos estudiar,
de forma que los errores en la determinación de los parámetros de la población
objeto de estudio sean mínimos.
Estadística descriptiva.
La estadística descriptiva es una parte de la estadística que se dedica a analizar y
representar los datos. Este análisis es muy básico. Aunque hay tendencia a
generalizar a toda la población las primeras conclusiones obtenidas tras un análisis
descriptivo, su poder inferencial es mínimo y debería evitarse tal proceder.
Teoría de la estimación.
La teoría de la estimación estadística estudia cómo obtener información sobre una
población, mediante muestras extraídas de ella. Comprende la estimación puntual (a
través de estimadores) y la estimación por intervalos (intervalos de confianza).
Diseño de experimentos.
Los diseños de experimentos abarcan la secuencia completa de pasos tomados de
antemano para asegurar que los datos apropiados se obtendrán de modo que permitan
un análisis objetivo que conduzca a deducciones válidas con respecto al problema
establecido.
Contraste de hipótesis.
Un contraste de hipótesis (también denominado test de hipótesis o prueba de
significación) es una metodología de inferencia estadística para juzgar si una
propiedad que se supone cumple una población estadística es compatible con lo
observado en una muestra de dicha población. Aborda problemas como la valoración
de uno o más parámetros de la población y también permite ajustar una distribución
experimental a una teórica. Un contraste de hipótesis no establece la verdad de la
hipótesis, sino un criterio que nos permite decidir si la hipótesis se acepta o se
rechaza.
3. Análisis de la varianza.
El análisis de varianza (ANOVA) es una colección de modelos estadísticos y sus
procedimientos asociados, en el cual la varianza está particionada en ciertos
componentes debidos a diferentes variables explicativas. El análisis de varianza sirve
para comparar si los valores de un conjunto de datos numéricos son
significativamente distintos a los valores de otro o más conjuntos de datos. El
procedimiento para comparar estos valores está basado en la varianza global
observada en los grupos de datos numéricos a comparar. Típicamente, el análisis de
varianza se utiliza para asociar una probabilidad a la conclusión de que la media de
un grupo de puntuaciones es distinta de la media de otro grupo de puntuaciones.
Análisis de regresión y correlación.
La regresión y la correlación son dos técnicas estrechamente relacionadas y
comprenden una forma de estimación. En forma más especifica el análisis de
correlación y regresión comprende el análisis de los datos muestrales para saber que
es y como se relacionan entre si dos o mas variables en una población. El análisis de
correlación produce un número que resume el grado de la correlación entre dos
variables; y el análisis de regresión da lugar a una ecuación matemática que describe
dicha relación.
Tablas de contingencia.
Abarca las técnicas de estudio de las relaciones entre dos variables cualitativas así
como el grado de dependencia entre ellas.
Teoría de la decisión.
Trata sobre la elaboración de criterios de decisión en el marco de problemas
complejos y de carácter aleatorio. La Teoría de la Decisión tratará, por tanto, el
estudio de los procesos de toma de decisiones desde una perspectiva racional.
Series temporales (procesos estocásticos).
Un proceso estocástico es un concepto matemático que sirve para caracterizar es una
sucesión de variables aleatorias (estocásticas) que evolucionan en función de otra
variable, generalmente, el tiempo. Cada una de las variables aleatorias del proceso
tiene su propia función de distribución de probabilidad y, entre ellas, pueden estar
correlacionadas o no.
Análisis de ruido.
Estudia las fluctuaciones de los sistemas con el fin de valorar, controlar y predecir su
comportamiento dinámico.
4. Que es hipótesis?
R// Suposición hecha a partir de unos datos que sirve de base para iniciar una
investigación o una argumentación.
5. Que es variable?
R// es una palabra que representa a aquello que varía o que está sujeto a algún tipo de
cambio, una variable es un símbolo que permite identificar a un elemento no
4. especificado dentro de un determinado grupo.
6. Que es un dato ?
R// Un dato es la representación de una variable que puede ser cuantitativa o
cualitativa, indican un valor que se le asigna a las cosas.
7. Que es una población ?
R// La población estadística consiste en la recolección de un conjunto de elementos
o sujetos que gozan de características comunes, con el fin de estudiarlos y sacar
conclusiones específicas para determinar resultados
8. Que es una muestra?
R// es un subconjunto de casos o individuos de una población.
9. Que es un nivel de medición nominal ?
R//Los niveles de medición son las escalas nominal, ordinal, de intervalo y de
razón.
10. Distribución de frecuencia
R//Las tablas de distribución de frecuencias se utilizan cuando se recolectan datos, con ellas
se pueden representar los datos de manera que es más fácil analizarlos.
Se pueden elaborar tablas de distribución de frecuencias para datos no agrupados y
para datos agrupados. Estas últimas se utiliza cuando se tienen muchos datos.
Frecuencia absoluta. Se define como el número de elementos u observaciones
pertenecientes a una misma clase.
Frecuencia relativa: Se obtiene dividiendo la frecuencia absoluta por el número
total de observaciones. Indica la importancia relativa de la clase