En este documento podras encontrar las bases del excel avanzado

1. Excel avanzado
Maria Alejandra Cabrera
Nathalia Londoño Paz
Sara Mancera Villa
Ana Sofia Moreno Teteye
Samuel Ojeda Viveros
Venus Schayuu Quintero Reina
Sara Quintero Cano
Grado 11-1
I.E. Liceo Departamental
Tecnología e informática
Santiago de Cali
2023

2. Excel avanzado: Actividad
María Alejandra Cabrera
Nathalia Londoño Paz
Sara Mancera Villa
Ana Sofía Moreno Teteye
Samuel Ojeda Viveros
Venus Schayu Quintero Reina
Sara Quintero Cano
Grado 10-1
Guillermo Mondragon Castro
I.E. Liceo Departamental
Tecnología e informática
Santiago de Cali
2023

3. Tabla de contenido
Métodos estadísticos……...................................................................................................1
¿Que es la
estadística?………………………………………………………………………..………………1.1
Métodos estadísticos..……………………………………………………………………………1.2
Ramas de la estadística……………………………………………………………….………….1.3
Aplicaciones de la estadística en la economía…………………………………………………1.4
Aplicaciones de la estadística en la contaduría…………………………………………………1.4.1
Aplicaciones de la estadística en la política……………………………………………….….1.4.2
Aplicaciones de la estadística en el deporte……………………………………………….…1.4.3
¿Qué es una hipótesis?.......................................................................................................1.5
¿Qué es la variable?...........................................................................................................1.6
¿Qué es el dato?..................................................................................................................1.7
¿Qué es una Población?......................................................................................................1.8
¿Qué es una muestra?......................................................................................................1.9
Nivel nominal………………………………………………………………………………………2
Distribución de frecuencias…………………………………………………………….…………2.1
Frecuencia absoluta………………………………………………………………..……………..2.2
Frecuencia relativa porcentual……………………………………………………………..…….2.3

4. 1. Métodos estadísticos
1.1. ¿Qué es la estadística?
En el ámbito tecnológico, la estadística nos permite extraer información valiosa de
grandes volúmenes de datos generados por sistemas, aplicaciones y usuarios. Estos datos se
pueden utilizar para identificar patrones, predecir tendencias, evaluar el rendimiento y tomar
decisiones informadas.
La estadística juega un papel fundamental en la ciencia de datos. Al combinar la
estadística con los múltiples programas del ecosistema de Python, obtenemos una herramienta
que permite realizar diversas tareas aplicadas al análisis de datos y el Machine Learning (ML).
El reconocimiento de imágenes, el trabajo con series temporales, los estudios crediticios
mediante análisis de datos y los diferentes algoritmos para el ML tienen su fundamento en los
métodos desarrollados en la estadística.
1.2. Métodos estadísticos
En la práctica de recolección y análisis de los datos para indicar patrones y tendencias
(análisis estadístico), se hace uso de los conocidos métodos estadísticos para reducir los
sesgos a la hora de evaluar los datos. A continuación se los vamos a mencionar.
1.2.1.Media
Los grandes datos están dominando el mundo, sin importar cómo lo veas. La media,
también conocida como promedio, es la técnica inicial utilizada para realizar el análisis
estadístico. Cuando se aplica está técnica, es posible ver rápidamente los datos mientras se
determina la tendencia general de la colección de datos. El cálculo sencillo y rápido también es
ventajoso para los usuarios del método. La media estadística determina el centro de datos en
consideración. El resultado se conoce como la media de datos presentados.
1.2.2.Desviación estándar
La técnica conocida como la desviación estándar mide que tan ampliamente se
distribuyen los datos respecto a la media. Cuando se trabaja con datos, una desviación
estándar alta nos indica que los datos están ampliamente dispersos desde la media. Por otro
lado,una baja desviación nos demuestra que los datos están en línea con la media y también
puede ser denominada como el valor esperado del conjunto.
La desviación estándar es usada con frecuencia para analizar la dispersión de los
puntos de datos, sin tomar en cuenta si ya están agrupados o no.
1.2.3. Regresión
La regresión estadística estudia la conexión que existe entre la variable independiente
y la variable dependiente, o sea, la información que estás tratando de evaluar y los datos
utilizados para predecir a la variable dependiente.
1.2.4. Prueba de hipótesis

5. En la prueba de hipótesis se evalúan y se aprueban (o no) los conjuntos de variables
aleatorias de los conjuntos de datos, también la llaman << Prueba T>> en el análisis
estadístico.
Este se basa en determinar si la hipótesis planteada es válida para la recolección de
datos. Permite comparar los datos para las distintas hipótesis.
1.2.5.Determinar el tamaño de la muestra
A la hora de evaluar los datos es importante conseguir datos fiables, y en ocasiones
esto puede ser todo un reto, ya que el conjunto de datos es demasiado grande. Cuando este es
el caso, es muy común optar por el método Determinar el tamaño de la muestra, que consiste
en analizar una muestra de datos de tamaño disminuido.
Debes escoger un tamaño coherente para que los resultados sean eficaces, si el
tamaño de la muestra es muy pequeño no podrás contar con unos buenos resultados.
1.3. Ramas de la estadística (y de qué trata cada una)
La estadística es un campo de la ciencia que abarca varias ramas destinadas a dar
respuesta a determinadas cuestiones relativas a la naturaleza de los datos y los medios por los
que se puede interpretar esta información. A continuación describimos algunas de las
principales ramas de la estadística junto con una breve descripción de lo que implica cada una:
● Estadística descriptiva: juega un papel importante en la captura y resumen de los
datos para que otros puedan percibirlos fácilmente. Para ello utilizamos diferentes tipos
de gráficos y tablas, medidas como la media, mediana y moda para la tendencia central,
y también la desviación estándar y el rango intercuartil para la dispersión.
● Estadística Inferencial: Se trata de hacer inferencias, es decir, sacar conclusiones o
generalizar para la población a partir de la información proporcionada por su muestra.
Las principales técnicas utilizadas en este campo son la estimación puntual, la prueba
de hipótesis y el análisis de regresión.
● La estadística probabilística: se ocupa de la investigación y el uso de principios de
probabilidad para comprender y apreciar la incertidumbre de los datos. Esto implica,
entre otros, la teoría de la probabilidad, distribuciones de probabilidad como la
distribución normal, la distribución binomial, la distribución de Poisson, etc., y procesos
estocásticos.
● En Estadística Multivariada: analizamos más de una variable juntas para conocer las
relaciones y patrones que pueden estar presentes entre ellas. Abarca métodos como
análisis de regresión múltiple, análisis factorial, análisis de conglomerados y análisis de
componentes principales.
● las estadísticas no paramétricas: se utilizan cuando no se pueden hacer
suposiciones sobre la distribución de los datos o la población. Implica enfoques que

6. están libres de cualquier influencia de la distribución subyacente de los datos, como se
ve en la prueba de rangos con signos de Wilcoxon y la prueba de Kruskal-Wallis.
● Un enfoque bayesiano : utiliza el teorema de Bayes para actualizar antecedentes o
creencias sobre un parámetro o modelo a medida que llegan los datos. Es conocido por
modelar la incertidumbre e informar la toma de decisiones basada en la probabilidad
posterior.
● La estadística espacial: es un subcampo de la estadística que estudia el análisis de
datos con dimensionalidad espacial, por ejemplo, la distribución geográfica de variables.
Estos métodos incluyen kriging, análisis de autocorrelación espacial y modelado de
datos geoespaciales.
● La estadística computacional: los investigadores se concentran en formular e
implementar métodos computacionales utilizados para analizar datos. Algunos métodos
incluyen técnicas de simulación, algoritmos de optimización, así como métodos
numéricos que abordan cuestiones estadísticas complejas.
1.4. Aplicaciones de la estadística en la economía.
La estadística en la economía es fundamental para recopilar, organizar y analizar datos
económicos, así como para desarrollar modelos que ayuden a comprender y predecir el
comportamiento económico. Además, se utiliza para evaluar políticas económicas, gestionar
riesgos financieros, estudiar el mercado y tomar decisiones estratégicas en el ámbito
empresarial. En resumen, la estadística proporciona herramientas clave para entender y
abordar una amplia gama de cuestiones económicas y financieras.
1.4.1. Aplicaciones de la estadística en la contaduría.
La estadística en contaduría es esencial para analizar datos financieros, realizar
auditorías, pronosticar resultados, evaluar riesgos y controlar costos. Se utiliza para identificar
patrones en la información financiera, detectar irregularidades durante auditorías, prever
tendencias futuras, gestionar riesgos y optimizar la asignación de recursos. En resumen, la
estadística en contaduría es fundamental para una gestión financiera efectiva y una toma de
decisiones informada en las organizaciones.
1.4.2. Aplicaciones de la estadística en la política.
La estadística tiene numerosas aplicaciones en el ámbito político. Aquí hay algunas
formas en las que se utiliza la estadística en la política:

7. 1. Encuestas de opinión pública: Las encuestas son una herramienta fundamental en la
política para medir la opinión pública sobre diferentes temas, candidatos políticos,
partidos, políticas gubernamentales, entre otros. La estadística se utiliza para diseñar
las encuestas, analizar los datos recopilados y extraer conclusiones significativas sobre
las preferencias y tendencias de los votantes.
2. Análisis electoral: La estadística se utiliza para analizar los resultados de las
elecciones, incluyendo la distribución geográfica de los votos, las tendencias de voto en
diferentes grupos demográficos, la participación electoral, entre otros aspectos. Estos
análisis ayudan a comprender mejor los patrones de comportamiento electoral y a
predecir resultados futuros.
3. Modelado predictivo: Los modelos estadísticos se utilizan para predecir resultados
electorales, tanto a nivel nacional como local. Estos modelos pueden tener en cuenta
una variedad de factores, como encuestas de opinión, tendencias históricas, economía,
demografía, entre otros, para estimar el apoyo a diferentes candidatos o partidos en
futuras elecciones.
4. Redistribución de distritos electorales: La estadística se utiliza en el proceso de
redistribución de distritos electorales (redistricting), donde se ajustan los límites de los
distritos para reflejar cambios en la población. Los métodos estadísticos ayudan a
garantizar que la redistribución sea justa y equitativa, evitando el sesgo político conocido
como gerrymandering.
5. Evaluación de políticas públicas: La estadística se utiliza para evaluar el impacto de
políticas públicas en diferentes aspectos, como la economía, la salud, la educación,
entre otros. Los análisis estadísticos pueden ayudar a determinar la eficacia de las
políticas implementadas y a informar decisiones futuras.
6. Análisis de encuestas de salida: Durante las elecciones, se realizan encuestas de
salida para recopilar datos sobre el comportamiento de los votantes. La estadística se
utiliza para analizar estos datos y proporcionar información sobre los patrones de voto,
las razones para apoyar a ciertos candidatos o políticas, y otros aspectos relevantes
para entender el resultado electoral.
1.4.3. Aplicaciones de la estadística en el 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.
También se realizan los tests elaborados o adaptados por los entrenadores de acuerdo
a la especificidad de su deporte para el perfeccionamiento del control del estado de preparación
de los atletas y garantizar a la vez la correcta validación y normativas de los mismos. Se

8. concilian métodos propios de los enfoques cuantitativos con los propios de los enfoques
cualitativos, lo que resulta válido para acceder de la mejor manera posible al conocimiento de la
verdad. Por tanto, la Estadística es una herramienta de trabajo valiosa no solamente para la
investigación cuantitativa, sino también para la investigación cualitativa la cual no está ausente
en la esfera del deporte.
1.5. ¿Qué es la hipótesis?
Una hipótesis es una proposición o suposición provisional que se formula para ser
investigada, analizada o probada mediante el método científico. En el contexto de la
investigación, una hipótesis es una declaración que sugiere una relación entre dos o más
variables y que puede ser sometida a pruebas empíricas para verificar su validez. Las hipótesis
pueden ser afirmativas o negativas y suelen formularse antes de llevar a cabo un estudio o
experimento, con el fin de establecer una base para la investigación y orientar el proceso de
recolección y análisis de datos. Una vez que se ha recopilado y analizado la información
relevante, se evalúa si los resultados apoyan o refutan la hipótesis planteada.
1.6. ¿Qué es la variable?
Una variable es una característica que puede ser medida, observada o manipulada en
un estudio o experimento. Puede ser independiente (manipulada) o dependiente (resultado
esperado), y puede ser de diferentes tipos, como categórica o continua. Las variables son
fundamentales en la investigación, ya que permiten estudiar relaciones y efectos entre distintos
fenómenos.
1.7. ¿Qué es el dato?
Un dato es una representación simbólica de un hecho, concepto o instrucción que se
utiliza como base para el cálculo, la inferencia o la toma de decisiones. En términos más
simples, un dato es una unidad de información que puede ser cuantitativa o cualitativa y que
puede ser recopilada, registrada, almacenada o procesada. Los datos pueden ser números,
palabras, imágenes, sonidos o cualquier otra forma de información que pueda ser capturada y
analizada. En el contexto de la investigación y el análisis de datos, los datos se utilizan para
describir, comprender y tomar decisiones sobre fenómenos o situaciones específicas.
1.8. ¿Qué es una Población?
La población es el conjunto completo de elementos que comparten una característica común en
un estudio o investigación. Puede ser finita o infinita, y es sobre esta población que se desean
hacer inferencias. En muchos casos, es difícil o imposible estudiar toda la población, por lo que
se toma una muestra representativa para realizar inferencias sobre la población en su conjunto.
1.9. ¿Qué es una muestra?
Una muestra es un subconjunto representativo de una población más grande,
seleccionado con el fin de realizar observaciones, mediciones o análisis que permitan obtener
conclusiones sobre la población en su conjunto. Se elige utilizando técnicas de muestreo para
garantizar su representatividad y generalización a la población completa.

9. 2. Nivel nominal
2.1. Distribución de frecuencias
La distribución de frecuencias es una herramienta estadística utilizada para organizar y
resumir conjuntos de datos numéricos. Consiste en la tabla que muestra la frecuencia con la
que ocurren diferentes valores en un conjunto de datos.
Por ejemplo, si estás trabajando con un conjunto de datos que registra las edades de
un grupo de personas, la distribución de frecuencias te mostrará cuántas personas tienen
edades en rangos específicos, como cuántas tienen entre 20 y 30 años, cuántas tienen entre 31
y 40 años, y así sucesivamente.
La distribución de frecuencias puede presentarse en forma de tabla o de gráfico, como
un histograma, que es una representación visual de la distribución de frecuencias donde los
datos se agrupan en intervalos y se muestra la frecuencia de cada intervalo. Este tipo de
análisis es fundamental para comprender la estructura y las características de un conjunto de
datos, lo que puede ayudar en la toma de decisiones y en la comprensión de fenómenos
específicos en diversas áreas, como la investigación científica, el análisis financiero, la
sociología, entre otros.
2.2. Frecuencia absoluta
La frecuencia absoluta es simplemente el número de veces que aparece un valor
específico en un conjunto de datos. Es una medida fundamental en la distribución de
frecuencias y se utiliza para describir la cantidad de veces que ocurre cada valor en un conjunto
de datos.
Por ejemplo, si tienes un conjunto de datos que registra las edades de un grupo de
personas y observas que hay 5 personas con 20 años, entonces la frecuencia absoluta del
valor "20" en ese conjunto de datos es 5.
En resumen, la frecuencia absoluta proporciona información sobre la cantidad de
ocurrencias de cada valor en un conjunto de datos y es útil para comprender la distribución de
esos datos y nos dice cuántas veces ocurre un suceso en particular durante la realización de
pruebas o experimentos.
2.3.frecuencia relativa porcentual
La frecuencia porcentual es una medida que expresa la frecuencia de un determinado
valor en relación con el total de observaciones en un conjunto de datos, expresado como un
porcentaje.
Es una forma de normalizar la frecuencia absoluta para expresar la contribución
relativa de cada valor al conjunto de datos.

10. Para calcular la frecuencia porcentual de un valor específico, se divide la frecuencia
absoluta de ese valor por el total de observaciones en el conjunto de datos y luego se multiplica
por 100 para obtener el porcentaje.
La fórmula para calcular la frecuencia porcentual es:
[ Frecuencia porcentual = frac{Frecuencia absoluta}{Total de observaciones} times 100% ]
Por ejemplo, si en un conjunto de datos de 100 personas, 20 tienen 20 años, la
frecuencia porcentual de personas con 20 años sería:
[ Frecuencia porcentual = frac{20}{100} times 100% = 20% ]
Esto significa que el 20% del total de personas en el conjunto de datos tiene 20 años.
La frecuencia porcentual es útil para comparar la distribución de diferentes valores en
un conjunto de datos y comprender su importancia relativa dentro del conjunto.
Evidencias del trabajo

14. Blogs
● https://tecnonath0.blogspot.com/?m=1
● https://saratecho11.blogspot.com/p/perido-1-2024.html
● https://aprendiendo343567678.blogspot.com/p/1-periodo-2024.html
● https://tecno-conocimiento-2023.blogspot.com/
● https://www.blogger.com/blog/posts/89057756139995808
Referencias
Caseres, P; Mercedes, P; Mantilla, A & Yallico, P. (diciembre, 12 del 2022). La estadística y sus
aportes en la investigación científica de la contaduría. Minerva Journal.
https://dialnet.unirioja.es/descarga/articulo/9016307.pdf

15. Cepal. (S.F). Acerca de estadísticas económicas. Cepal.org. https://www.cepal.org/es/temas
/estadisticas-economicas/acerca-estadisticas-economicas
Cristina Ortega. (S.F). Métodos de análisis estadísticos ¿Cuáles utilizar? Questionpro.
https://www.questionpro.com/blog/es/metodos-de-analisis-estadisticos/
Datos hoy. (S.F). ¿Qué es estadística en tecnología?. Datos hoy: análisis y estadística.
https://datoshoy.com/que-es-estadisticas-en-tecnologia
Indeed. (S.F). Ramas de la estadística: Especialidades y objetivos. Indeed.com.
https://www.indeed.com/orientacion-profesional/desarrollo-profesional/ramas-estadistic
a
Victor Castro. (S.F).Utilización de la estadística en el ámbito deportivo. Scribd.
https://es.scribd.com/document/430095515/Utilizacion-de-La-Estadistica-en-Ambito-De
portivo