Presentación Estadística y sus Términos Básicos Oliver Ramirez
Desarrollo de la Presentación:
•Definición, Tipos y Ejemplo de Variable.
◦Definición y Ejemplo de Población y Muestra.
•Definición y Ejemplo de Parámetros Estadísticos.
• Definición, Tipos y Ejemplo de Escalas de Medición.
• Definición y Ejemplo de Sumatoria Razón, Proporción, Tasa y Frecuencia.
Presentación Estadística y sus Términos Básicos Oliver Ramirez
Desarrollo de la Presentación:
•Definición, Tipos y Ejemplo de Variable.
◦Definición y Ejemplo de Población y Muestra.
•Definición y Ejemplo de Parámetros Estadísticos.
• Definición, Tipos y Ejemplo de Escalas de Medición.
• Definición y Ejemplo de Sumatoria Razón, Proporción, Tasa y Frecuencia.
Presentación Estadística y sus Términos Básicos Oliver Ramirez
Desarrollo de la Presentación:
•Definición, Tipos y Ejemplo de Variable.
•Definición y Ejemplo de Población y Muestra.
◦Definición y Ejemplo de Parámetros Estadísticos.
•Definición, Tipos y Ejemplo de Escalas de Medición.
•Definición y Ejemplo de Sumatoria Razón, Proporción, Tasa y Frecuencia.
Presentación Estadística y sus Términos Básicos Oliver Ramirez
Desarrollo de la Presentación:
•Definición, Tipos y Ejemplo de Variable.
◦Definición y Ejemplo de Población y Muestra.
•Definición y Ejemplo de Parámetros Estadísticos.
• Definición, Tipos y Ejemplo de Escalas de Medición.
• Definición y Ejemplo de Sumatoria Razón, Proporción, Tasa y Frecuencia.
Presentación Estadística y sus Términos Básicos Oliver Ramirez
Desarrollo de la Presentación:
•Definición, Tipos y Ejemplo de Variable.
◦Definición y Ejemplo de Población y Muestra.
•Definición y Ejemplo de Parámetros Estadísticos.
• Definición, Tipos y Ejemplo de Escalas de Medición.
• Definición y Ejemplo de Sumatoria Razón, Proporción, Tasa y Frecuencia.
Presentación Estadística y sus Términos Básicos Oliver Ramirez
Desarrollo de la Presentación:
•Definición, Tipos y Ejemplo de Variable.
•Definición y Ejemplo de Población y Muestra.
◦Definición y Ejemplo de Parámetros Estadísticos.
•Definición, Tipos y Ejemplo de Escalas de Medición.
•Definición y Ejemplo de Sumatoria Razón, Proporción, Tasa y Frecuencia.
Definición y Ejemplo de: Variable (tipos), Población y Muestra, Parámetros Estadísticos, Escala de Medición, Sumatoria Razón, Proporción, Tasa y Frecuencia. Indique a través de un ejemplo general, cada uno de estos conceptos.
Contenido de la Presentación:
o Definición, Tipos y Ejemplo de Variable.
o Definición y Ejemplo de Población y Muestra.
o Definición y Ejemplo de Parámetros Estadísticos.
o Definición, Tipos y Ejemplo de Escalas de Medición.
o Definición y Ejemplo de Sumatoria Razón, Proporción, Tasa y Frecuencia.
o Indique a través de un ejemplo general, cada uno de estos conceptos.
Conceptos Básicos Estadísticos, con ejemplo. Variable, población y muestra, escala de medición, parámetros estadísticos,sumatoria, razón, proporción, tasa y frecuencia.
Definición y Ejemplo de: Variable (tipos), Población y Muestra, Parámetros Estadísticos, Escala de Medición, Sumatoria Razón, Proporción, Tasa y Frecuencia. Indique a través de un ejemplo general, cada uno de estos conceptos.
Contenido de la Presentación:
o Definición, Tipos y Ejemplo de Variable.
o Definición y Ejemplo de Población y Muestra.
o Definición y Ejemplo de Parámetros Estadísticos.
o Definición, Tipos y Ejemplo de Escalas de Medición.
o Definición y Ejemplo de Sumatoria Razón, Proporción, Tasa y Frecuencia.
o Indique a través de un ejemplo general, cada uno de estos conceptos.
Conceptos Básicos Estadísticos, con ejemplo. Variable, población y muestra, escala de medición, parámetros estadísticos,sumatoria, razón, proporción, tasa y frecuencia.
Go is a board game that is more than 2,500 years old (yes, this is not about the programming language!) and it is fascinating from multiple viewpoints. For instance, go bots still can’t beat professional players, unlike in chess.
This talk will show you what is so special about Go that computers still can’t beat humans. We will take a look at the most popular underlying algorithm and show you how the Monte Carlo method, basically random simulation, plays a vital role in conquering Go's complexity and creating the strong Go bots of today.
What did AlphaGo do to beat the strongest human Go player? (Strange Group Ver...Tobias Pfeiffer
This year AlphaGo shocked the world by decisively beating the strongest human Go player, Lee Sedol. An accomplishment that wasn't expected for years to come. How did AlphaGo do this? What algorithms did it use? What advances in AI made it possible? This talk will answer these questions.
Microemulsion is an isotropic mixture of oil, surfactant, Cosurfactant and drug.
Upon mild agitation followed by dilution in aqueous media, such as gastrointestinal (GI) fluids, the systems can form fine oil in water (O/W) Microemulsions which usually have a droplet size less than 100 nm.
Microemulsion have been successfully used to improve the solubility, chemical stability, and oral bioavailability of many poorly water soluble drugs.
They have characteristic properties such as a low interfacial tension, large interfacial area and capacity to solubilize both aqueous and oil-soluble compounds.
AlphaGo: Mastering the Game of Go with Deep Neural Networks and Tree SearchKarel Ha
the presentation of the article "Mastering the game of Go with deep neural networks and tree search" given at the Optimization Seminar 2015/2016
Notes:
- All URLs are clickable.
- All citations are clickable (when hovered over the "year" part of "[author year]").
- To download without a SlideShare account, use https://www.dropbox.com/s/p4rnlhoewbedkjg/AlphaGo.pdf?dl=0
- The corresponding leaflet is available at http://www.slideshare.net/KarelHa1/leaflet-for-the-talk-on-alphago
- The source code is available at https://github.com/mathemage/AlphaGo-presentation
Definición, Tipos y Ejemplo de Variable.
Definición y Ejemplo de Población y Muestra.
Definición y Ejemplo de Parámetros Estadísticos.
Definición, Tipos y Ejemplo de Escalas de Medición.
Definición y Ejemplo de Sumatoria Razón, Proporción, Tasa y Frecuencia.
Indique a través de un ejemplo general, cada uno de estos conceptos.
La estadística es una ciencia formal y una herramienta que estudia el uso y los análisis provenientes de una muestra representativa de datos, busca explicar las correlaciones y dependencias de un fenómeno físico o natural, de ocurrencia en forma aleatoria o condicional.
Sin embargo, la estadística es más que eso, es decir, es la herramienta fundamental que permite llevar a cabo el proceso relacionado de la estadistica con la investigación científica.
Es transversal a una amplia variedad de disciplinas, desde la física hasta las ciencias sociales, desde las ciencias de la salud hasta el control de calidad.
La presente investigación se refiere al tema de la Estadística, que se puede definir es la ciencia cuyo objetivo es reunir una información para facilitar al hombre el estudio de datos masivos de individuos, grupos, series de hechos, etc. y deducir de ello gracias al análisis de estos datos unos significados precisos o unas previsiones para el futuro.
1º Caso Practico Lubricacion Rodamiento Motor 10CVCarlosAroeira1
Caso pratico análise analise de vibrações em rolamento de HVAC para resolver problema de lubrificação apresentado durante a 1ª reuniao do Vibration Institute em Lisboa em 24 de maio de 2024
1. Universidad Antonio José De Sucre
Puerto La Cruz. Anzoátegui
Estadística
Nombre: José Rivera
CI: 24228216
Prof: Ranielina Rondón
2. Variable: una variable estadística es una propiedad que puede fluctuar y cuya
variación es susceptible de adoptar diferentes valores, los cuales pueden medirse
u observarse. Las variables adquieren valor cuando se relacionan con otras
variables, es decir, si forman parte de una hipótesis o de una teoría. En este caso
se las denomina constructos o construcciones hipotéticas.
Existen diferentes tipos de variables: -Cualitativa Normal -Cualitativa Ordinal -
Cuantitativa Continua -Cuantitativa Discreta.
Variables cualitativas: Son el tipo de variables que como su nombre lo
indica expresan distintas cualidades, características o modalidad. Cada
modalidad que se presenta se denomina atributo o categoría, y la medición
consiste en una clasificación de dichos atributos. Las variables cualitativas
pueden ser dicotómicas cuando sólo pueden tomar dos valores posibles,
como sí y no, hombre y mujer o ser politómicas cuando pueden adquirir tres
o más valores. Dentro de ellas podemos distinguir:
Variable cualitativa ordinal o variable casi cuantitativa: La variable puede
tomar distintos valores ordenados siguiendo una escala establecida,
aunque no es necesario que el intervalo entre mediciones sea uniforme, por
ejemplo: leve, moderado, fuerte.
Variable cualitativa nominal: En esta variable los valores no pueden ser
sometidos a un criterio de orden, como por ejemplo los colores.
Variables cuantitativas: Son las variables que toman como
argumento cantidades numéricas, son variables matemáticas. Las variables
cuantitativas además pueden ser:
Variable discreta: Es la variable que presenta separaciones o interrupciones
en la escala de valores que puede tomar. Estas separaciones o
interrupciones indican la ausencia de valores entre los distintos valores
específicos que la variable pueda asumir. Ejemplo: El número de hijos (1, 2,
3, 4, 5).
Variable continua: Es la variable que puede adquirir cualquier valor dentro
de un intervalo especificado de valores. Por ejemplo la masa (2,3 kg,
2,4 kg, 2,5 kg,...) o la altura (1,64 m, 1,65 m, 1,66 m,...), o el salario.
Solamente se está limitado por la precisión del aparato medidor, en teoría
permiten que exista un valor entre dos variables.
Población: Es la colección de datos que corresponde a las características de la
totalidad de individuos, objetos, cosas o valores en un proceso de investigación.
3. Para su estudio, en general se clasifican en Poblaciones Finitas y Poblaciones
Infinitas.
Poblaciones Finitas: Constan de un número determinado de elementos,
susceptible a ser contado. Ejemplo: Los empleados de una fábrica,
elementos de un lote de producción, etc.
Poblaciones Infinitas: Tienen un número indeterminado de elementos, los
cuales no pueden ser contados. Ejemplo: Los números naturales.
Así también las poblaciones pueden ser clasificadas en Reales e Hipotéticas, las
reales son aquellas concretas, que ya existen. Ejemplo: Los aspirantes a un
puesto de trabajo, los vendedores de una empresa. Mientras que las hipotéticas,
son las formas imaginables en que se podría presentar un suceso. Ejemplo:
Estimaciones de la población económicamente activa dentro de diez años.
En toda investigación lo ideal sería contar con observaciones o características de
todos los elementos de nuestro grupo de interés, pero en muchas ocasiones eso
sería muy caro y/o muy tardado o simplemente imposible, es por ello que se
toman muestras.
Muestra: “Es una parte representativa de la población que es seleccionada para
ser estudiada, ya que la población es demasiado grande para ser estudiada en su
totalidad” Allen Webster.
Parámetro: Son las medidas o características descriptivas inherentes a las
poblaciones. Los salarios promedio de todos los empleados de una empresa,
puede ser un ejemplo de parámetro.
Escala de Medición: El proceso de asignar un valor numérico a una variable se
llama medición. Las escalas de medición sirven para ofrecernos información sobre
las clasificaciones que podemos hacer con respecto a las variables (discretas o
continuas).
Cuando se mide una variable el resultado puede aparecer en uno de cuatro
diversos tipos de escalas de medición; nominal, ordinal, intervalo y razón.
Conocer la escala a la que pertenece una medición es importante para determinar
el método adecuado para describir y analizar esos datos.
4. Escala nominal: Utiliza los números para identificar que un dato pertenece a
un grupo o a una categoría. Es aquella escala que no presenta un orden o
dimensión particular, son observaciones que pueden clasificarse o
contarse.
En el análisis de datos resulta más sencillo asignar a ciertos atributos “etiquetas”
numéricas en lugar de utilizar datos complejos. Por ello podemos utilizar un “1”
para designar a las mujeres y un “2” para designar a los hombres, sin que ninguno
de los números represente más o menos, solamente con el objetivo de distinguir y
organizar datos.
En esta escala cada persona u objeto debe pertenecer a una y solamente una de
las categorías que tienen y el conjunto de estas categorías debe ser exhaustivo;
es decir, tiene que contener a todos los casos posibles.
Escala ordinal:
En esta escala los números representan una clasificación (mayor que o menor
que), sin que represente una unidad de medida, quedando implícito que un
número de mayor cantidad tiene más alto grado de atributo medido en
comparación de un número menor. Se establece una gradación u orden natural
para las categorías, cada uno de los datos puede localizarse dentro de alguna de
las categorías disponibles.
Escala de intervalo: En esta escala además del “mayor que” y el “menor
que” también se establece una unidad de medida que nos permite precisar
cuánto se es mayor o menor. La unidad de medición es arbitraria, el cero es
convencional y pueden existir cantidades negativas; la medición de la
temperatura y del coeficiente intelectual son ejemplos de este tipo de
escala.
En esta escala se pueden hacer comparaciones por medio de diferencias o de
sumas, sin embargo no se admiten comparaciones por medio de multiplicaciones,
divisiones o porcentajes pues carecen de sentido.
Escala de razón: Similar a la escala de intervalo, pero tiene un cero
absoluto y por ello los múltiplos de los valores de la escala serán
5. significativos; el nivel de votos en una elección sería un buen ejemplo de
una escala de medición de razón.
Proporción: La proporción de un dato estadístico es el número de veces que se
presenta ese dato respecto al total de datos. Se conoce también como frecuencia
relativa y es uno de los parámetros de cálculo más sencillo. Tiene la ventaja de
que puede calcularse para variables cualitativas.
Por ejemplo, si se estudia el color de ojos de un grupo de 20 personas, donde 7 de
ellas los tienen azules, la proporción de individuos con ojos azules es del 35% (=
7/20).
El dato con mayor proporción se conoce como moda (véase, más arriba).
En inferencia estadística existen intervalos de confianza para la estimación de este
parámetro.
Tasa: La tasa es un coeficiente que expresa la relación entre la cantidad y la
frecuencia de un fenómeno o un grupo de fenómenos. Se utiliza para indicar la
presencia de una situación que no puede ser medida en forma directa.31 Esta
razón se utiliza en ámbitos variados, como la demografía o la economía, donde se
hace referencia a la tasa de interés
Algunos de los más usados son: tasa de natalidad, tasa de mortalidad, tasa de
crecimiento demográfico, tasa de fertilidad o tasa de desempleo.
Sumatoria Razón: es el cociente de dos variables, los valores del numerador y
del denominador son independientes, ninguno está contenido en el otro.
Ejemplos de razón:
Razón de masculinidad
Razón de mortalidad materna
6. Ejemplo:
Frecuencia: En epidemiología se usa una variedad de métodos para
manejar datos. Un método fundamental es la distribución de frecuencias, que
ubica a las personas en categorías distintas de acuerdo a una variable. Puede ser:
por sexo, edad, nivel de ingresos o estado de enfermedad, etc.
En epidemiología interesa clasificar y contar cada unidad de observación que
presenta una determinada característica o variable y obtener datos resumen.
Los datos individuales o resumen adquieren significado cuando están referidos a
un lugar y a un tiempo y a una población o grupo de personas específicos. Los
conceptos se conocen como: tiempo, lugar y persona y son esenciales en
epidemiología.