Trabajo de tecnología Excel avanzado y métodos estadísticos

1. BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS
Juan José Andrade
Juan David Cáceres
Walter Cortés
Juanita Figueroa
Juan Stevan Garcia
Marianna Gutiérrez
Grado: 11-6
Cali Colombia | 2024
Institución Educativa Liceo Departamental

2. TABLA DE CONTENIDO
Ejes temáticos 2. Métodos estadísticos, Población, muestra……………………………………...3
¿Qué es la estadística?…………………………………………………………………….3
¿Cuáles son las ramas de la estadística?…………………………………………………..3
Aplicaciones de la estadística en distintos ámbitos……………………………………….4
Hipótesis estadísticas……………………………………………………………………...8
Variables estadísticas……………………………………………………………………...9
Datos estadísticos………………………………………………………………………...11
Población estadística……………………………………………………………………..12
Muestra estadística……………………………………………………………………….13
Nivel de medición nominal………………………………………………………………14
Ejes temáticos 3. Distribución de frecuencias………………………………………..…….……15
Distribución de frecuencias………………………………………………………………15
Nombre de la variable……………………………………………………………………16
Frecuencia absoluta ……………………………………………………………………...17
Frecuencia relativa porcentual…………………………………………………………...18
Conclusiones……………………………………………………………………………………..19
Referencias……………………………………………………………………………………….21
Blogs de los participantes………………………………………………………………………..22
Evidencias………………………………………………………………………………………..22

3. EJES TEMÁTICOS. 2
¿QUÉ ES LA ESTADÍSTICA?
La estadística es la ciencia encargada de estudiar los datos. Esta incluye recolectar, analizar y
describir los datos para llegar a conclusiones sobre un fenómeno en particular.
La estadística emplea herramientas matemáticas y de probabilidades, con las cuales desarrolla
métodos y modelos para analizar los datos. Estos métodos estadísticos se aplican en diversas
áreas de las ciencias naturales y sociales, la publicidad y el mercadeo, en las industrias y el
entretenimiento.
De allí que tras un análisis estadístico se pueda comprender un hecho, tomar decisiones, estudiar
problemas sociales, ofrecer soluciones en determinados casos, deducir relaciones en una
población, entre otros.
La estadística ofrece una variedad de aplicaciones útiles en distintos escenarios:
● Identificar los productos más vendidos en una tienda.
● Realizar pronósticos del tiempo basados en datos climáticos.
● Analizar el desempeño de los equipos deportivos. Esto incluye partidos ganados,
perdidos y empatados, esta información es útil para predecir resultados en distintos
juegos. etc.
¿CUÁLES SON LAS RAMAS DE LA ESTADÍSTICA?
Los conocimientos generados a partir del estudio de la estadística son muy efectivos para el
desarrollo de diferentes ciencias, como la medicina. Por lo tanto, a pesar de que las ramas de la
estadística son diferentes entre sí, son muy útiles en la sociedad, ya que se utilizan para una gran
variedad de aplicaciones para comprender y manejar de una forma más sencilla el análisis de
datos científicos. A continuación, mencionaremos las principales ramas de esta disciplina y sus
especificaciones. Son las siguientes:
● Estadística descriptiva
● Estadística inferencial
● Estadística no paramétrica
● Estadística matemática
Estadística Descriptiva: La estadística descriptiva es una de las ramas de la estadística
que se encarga de resumir o describir de forma medible las características específicas de una
recolección de datos. Para ello, se resumen un conjunto de información obtenidos a través de una
población o un grupo bajo una situación específica. Generalmente, los estudios generados a

4. partir de esta especialidad son manifestados por medio de gráficos, los cuales forman una parte
importante en los análisis de datos cuantitativos.
Estadística inferencial: La estadística inferencial se diferencia de las otras ramas de la
estadística, especialmente porque esta disciplina busca deducir las propiedades y características
de una población. Esto significa, que no solamente recopila una gran cantidad de datos, sino que
por medio de diferentes estudios busca explicar ciertas propiedades esenciales por medio de los
datos obtenidos. El objetivo principal de esta especialidad es obtener una conclusión exacta en
un análisis estadístico que haya sido ejecutado a través de los métodos de la estadística
descriptiva, por lo que se dice que ambas ciencias se encuentran relacionadas.
Estadística no paramétrica: Esta es una división de la estadística inferencial, la cual
consiste en una serie de procedimientos que se aplican en modelos estadísticos. Este es un tipo
de procedimiento cuyos cálculos mayormente se encuentran fundamentados en distribuciones
desconocidas o no definidas, por lo que este podría ser un paso que se realice de forma previa al
procedimiento paramétrico.
Esta comprende diversos procesos estadísticos que se basan en la obtención de datos reales,
determinados bajo un número infinito de parámetros, el cual se utiliza para resumir la cantidad
de datos provenientes de variables estadísticas.
Estadística matemática: La estadística matemática es una disciplina que parte de esta
ciencia y consiste en la recopilación de información a través de datos y técnicas matemáticas,
incluyendo álgebra lineal, ecuaciones diferenciales, análisis estocástico y matemático y la teoría
de la probabilidad.
APLICACIONES DE LA ESTADÍSTICA EN DISTINTOS ÁMBITOS ( ECONOMÍA,
CONTADURÍA, POLÍTICA, DEPORTE)
Economía: En el caso de la Economía, la estadística es de gran importancia, pues la
economía necesita de la Estadística, ya que esta constituye un instrumento de suma importancia
para que se conozca el comportamiento de la
economía a diferentes niveles ya sea en una
empresa, municipio, provincia, nación, así como a
escala internacional, el amplio campo de su
aplicación permite incursionar en cada uno de los
elementos que componen el complejo sistema
socio-económico, así como investigar de una
manera integral la relación entre sus principales

5. variables. Es por esto que en el estudio de la economía la Estadística constituye un elemento de
inestimable valor. Con la ayuda de la estadística se confeccionan los planes de desarrollo de la
economía de un país, se supervisa el control de su cumplimiento y se determinan las necesidades
de recursos por territorios, así como las reservas con que cuenta la economía a cualquier nivel. El
conocimiento de la Estadística en la economía permite apoyar la toma de decisiones para la
aplicación de la política económica que se proponen los países para conducir la sociedad, así
como para trazar la estrategia de desarrollo acorde con los programas que se consideran según
las condiciones imperantes en cada nación. La estadística es aplicada por economistas con el fin
de poder predecir y comprender futuros acontecimientos, a partir del análisis estadístico y
matemático, de esta manera poder sugerir medidas de políticas económicas conforme a objetivos
deseados; ésta también suministra los valores que ayudan a descubrir interrelaciones entre
múltiples parámetros macro y microeconómicos. Tanto los economistas teóricos como los que
trabajan en un entorno de negocio, necesitan conocer toda la información posible sobre las
características de su entorno, realizando estudios de mercado para conocer la demanda potencial
de nuevos productos, estimar niveles de desigualdad de una población, para informar el
desarrollo económico de una empresa o de un país que da a conocer los índices económicos
relativos a la producción, a la mano
Contabilidad: La Estadística es una herramienta de gran utilidad en la Contabilidad ya
que nos permite analizar, interpretar y proyectar información para la toma de decisiones, por
medio de gráficas estas nos ayudan a percibir que clientes son buenos, que sobre costos tuvo la
producción de un momento determinado
La estadística es la manera en que estudiamos la recolección, análisis e interpretación de
los datos de una muestra, la cual es de una gran ayuda al momento de tomar alguna decisión. Es
decir, esta se encarga de la recopilación, tabulación, análisis e interpretación de los datos
cualitativos y cuantitativos, para así tomar decisiones referentes al aspecto estudiado. Dentro de
la contabilidad la estadística es de gran importancia ya que son una herramienta que nos ayudan:
Analizar, Procesar, Analizar, Interpretar y proyectar la información, La estadística nos facilita en
las funciones de planeación, control y toma de decisiones. Lo cual nos ayuda con una mayor
precisión y una claridad de lo que se quiere saber. Podemos decir qué es un sistema de
información al servicio de las necesidades de la administración.
La contabilidad y la estadística también nos ayudan al momento de diferenciar las ventas
que se han realizado en la empresa, con las distintas tecnologías, nos permite que la empresa
logre una ventaja competitiva de tal forma que alcance un liderazgo en costo. La estadística nos
ayuda en dar información tanto interna como externa de la empresa, ya que es llevada a cabo
Fundamentalmente para que los dueños o directivas de la empresa puedan tomar decisiones de la
manera más clara.

6. También es de gran importancia ya que nos permite comparar los resultados de la
empresa en el pasado con aquellos obtenidos en el presente y para esto se utilizan diversas
herramientas de control; este tipo de estadística no está regulada por reglamentos o normas ya
que los resultados son de uso interior y sirven para la toma de decisiones.
En conclusión, la estadística es tan importante que casi no existe actividad humana que
no esté involucrada la estadística. Las decisiones más importantes de nuestra vida se toman con
base en la aplicación de esta ciencia Dentro de la contaduría la estadística es una herramienta de
apoyo fundamental, ya que por medio de esta, nos permiten analizar los datos registrados y
obtenidos en una empresa para la toma de sesiones, la estadística es primordial en la contaduría
ya que nos permite prever el futuro económico de la empresa mediante el análisis y la
comparación de los registros contables
Política: La estadística desempeña un papel crucial en la política, ya que proporciona
herramientas y métodos para recopilar, analizar e interpretar datos relevantes para la toma de
decisiones políticas. Aquí hay algunas aplicaciones específicas de la estadística en el ámbito
político:
➢ Encuestas de opinión y sondeos electorales: La estadística se utiliza para diseñar y
realizar encuestas de opinión y sondeos electorales que permiten a los políticos y partidos
políticos comprender las preferencias del electorado, pronosticar resultados electorales y
ajustar estrategias de campaña en consecuencia.
➢ Análisis de datos demográficos: La estadística se utiliza para analizar datos
demográficos, como la composición por edad, género, etnia y ubicación geográfica de la
población. Estos análisis ayudan a los políticos a entender mejor las necesidades y
preocupaciones de diferentes grupos de votantes y a diseñar políticas que aborden estas
necesidades de manera efectiva.
➢ Evaluación de políticas públicas: La estadística se utiliza para evaluar el impacto de
políticas públicas específicas en diversos aspectos de la sociedad, como la economía, la
educación, la salud y el medio ambiente. Los análisis estadísticos ayudan a determinar la
efectividad de las políticas existentes y a informar la toma de decisiones sobre políticas
futuras.
➢ Análisis de big data y minería de datos: La estadística se utiliza para analizar grandes
conjuntos de datos (big data) generados por redes sociales, medios de comunicación y
otras fuentes. Estos análisis ayudan a identificar patrones, tendencias y opiniones en la
opinión pública, lo que permite a los políticos adaptar sus mensajes y estrategias de
comunicación para llegar de manera más efectiva a los votantes.

7. ➢ Predicción y modelado político: La estadística se utiliza para desarrollar modelos
predictivos que pronostican resultados electorales, tendencias políticas y escenarios
futuros. Estos modelos ayudan a los políticos a anticipar posibles resultados y a tomar
decisiones estratégicas informadas.
Deportiva: 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.
➢ Un mayor rigor en el establecimiento de características modelo,
➢ Hacer de los tests elaborados o adaptados por los entrenadores de acuerdo a la
especificidad de su deporte verdaderos instrumentos de recogida de información
confiable para el perfeccionamiento del control del estado de preparación de los atletas y
garantizar a la vez la correcta validación y normalización de los mismos.
➢ Utilizar nuevos sistemas metodológicos de preparación tras la comprobación estadística
de su efectividad.
➢ Desarrollo de estrategias de juego: Los entrenadores y equipos utilizan estadísticas para
analizar el rendimiento de su propio equipo y el de sus oponentes. Esto incluye el estudio
de patrones de juego, fortalezas y debilidades, tácticas efectivas y áreas de mejora, lo que
permite desarrollar estrategias de juego más efectivas.
➢ Evaluación de la efectividad de las estrategias: La estadística se utiliza para evaluar la
efectividad de diferentes estrategias de juego y tácticas empleadas por equipos y
entrenadores. Esto incluye el análisis de datos sobre resultados de partidos, rendimiento
de jugadores y otros factores relevantes para determinar qué estrategias son más exitosas
en diferentes situaciones.
➢ Pronóstico de resultados: Se
utilizan modelos estadísticos para
predecir resultados de partidos y
competiciones. Esto incluye el
análisis de datos históricos,
tendencias de rendimiento,
condiciones de juego y otros

8. factores para estimar las probabilidades de victoria de cada equipo o atleta.
➢ Prevención y análisis de lesiones: La estadística se utiliza para monitorear y analizar
lesiones deportivas, identificar patrones y factores de riesgo, y desarrollar estrategias para
prevenir lesiones y mejorar la salud y el bienestar de los atletas
En resumen, la estadística es una herramienta poderosa en el mundo del deporte, que se utiliza
para mejorar el rendimiento de los atletas, optimizar estrategias de juego y maximizar el éxito
competitivo.
HIPÓTESIS ESTADÍSTICAS.
Las hipótesis estadísticas son afirmaciones realizadas acerca de las características de una
población o de la relación que pueda existir entre variables. Una hipótesis estadística se rechaza
o se acepta llevando a cabo una prueba de hipótesis. Los tipos de Hipótesis son:
Casuales: Explicar los factores de causalidad existentes entre dos o más variables
estadísticas. Sugieren la relación entre variables. Pero también sirve para determinar cuál
variable es considerada la causa. Lo que indica que si una variable aumenta o llega a disminuir,
impacta a la otra hipótesis. Aquí se estudia tanto la causalidad como los efectos.
Dentro de ellas están las hipótesis explicativas y las predictivas. La primera guarda relación con
el hecho de poder comprobar los efectos de una variable sobre otra. Es decir, el comportamiento
de una está sujeta a lo que pasa con la primera. La segunda propone establecer una relación de
causa y efecto entre las variables pero a futuro.
Ambos tipos de hipótesis pueden encontrar su formulación por dos modos. El inductivo y El
deductivo.
Deductivo: va de lo macro a lo micro. De lo general a lo singular. De una teoría pasa a
explicar un caso en particular.
Inductivo: van de forma opuesta. De un concepto pequeño tiene lugar uno grande. O sea,
que desde la observación de un fenómeno en especial se pueden formular nociones mayores.
Correlacionales: Estas hipótesis tratan de establecer qué tipo de relación existe entre dos
variables. Por ejemplo, cuanto más deporte realice una persona, mejor condición física tendrá.
Este tipo de correlación es positiva. Sin embargo, cuanto más deporte haga una persona, menor
número de problemas de salud sufrirá, existiendo una correlación negativa. O también, a menor
seguridad, mayor incertidumbre. Existiendo una correlación mixta.
Estas pueden llegar a ser predictivas y explicativas. Pues las correlacionales no sólo proponen la
relación entre dos variables. Si no que también expone cómo una incide sobre la otra.

9. Diferencia de grupos: Estas hipótesis se adelantan para predecir el comportamiento de la
variable en grupos. En su esencia comparan los grupos. Y a partir de esto se establecen
diferencias. La representación es estadística. En este tipo hay dos formas de representación:
La que hace comparaciones y determina las diferencias. Sin importar en qué grupo recae. Por
ejemplo, hay una diferencia entre los puntajes de excelencia académica de estudiantes de
ingeniería y estudiantes de medicina.
Y en el otro caso la divergencia recae sobre un grupo específico. Por ejemplo, el puntaje de
excelencia académica es mayor en estudiantes de medicina que de ingeniería.
Descriptivas: Son aquellas hipótesis que tienen la función de informar acerca de la
relación existente entre dos o más variables.
Cada hipótesis, sin importar de qué tipo sea, debe presentar una hipótesis nula y una alternativa.
Hipótesis nula: Es la hipótesis estadística que sostiene que la suposición inicial que se
tiene respecto a un parámetro poblacional es falsa. Por lo tanto, la hipótesis nula es aquella
hipótesis que se pretende rechazar.
Hipótesis alternativa: Es la hipótesis estadística de la investigación que se pretende
probar que es cierta. Es decir, la hipótesis alternativa es una suposición previa que tiene el
investigador y para intentar demostrar que es verdadera llevará a cabo la prueba de hipótesis.
Ejemplo de hipótesis estadística: Supongamos que tenemos una fábrica de bicicletas.
Queremos conocer si uno de nuestros modelos pesa lo mismo tras la producción que lo calculado
en su diseño. Para ello, debemos de establecer tanto la hipótesis nula como la alternativa.
Como hemos visto anteriormente, ambas hipótesis son hipótesis estadísticas y tratan de verificar
o rechazar si el peso estipulado en el diseño del producto se corresponde con el peso tras ser
producido. De este modo, nuestro ingeniero afirma en el diseño del modelo que estamos
estudiando que la bicicleta pesaría 7kg. Para poder verificar si finalmente se cumple esta
suposición, estableceremos como hipótesis nula que la bicicleta pesa 7kg y como hipótesis
alternativa que el peso difiera de dicha cantidad.
En conclusión, una hipótesis estadística es la suposición de la característica o características que
tiene una población. Su función es verificar o rechazar dicha afirmación tras realizar el estudio
estadístico acordado para el análisis de dicha hipótesis.
VARIABLES ESTADÍSTICAS.
Cuando hablamos de una variable estadística nos referimos a algo que podemos observar, medir
o registrar en un conjunto de datos.
Por ejemplo, la altura de Juan es de 180 centímetros. La variable estadística es la altura y está
medida en centímetros. Los tipos de variables estadísticas son:

10. Variables cuantitativas: son variables que se expresan numéricamente.
Variable continua: toman un valor infinito de valores entre un intervalo de datos. El
tiempo que tarda un corredor en completar los 100 metros lisos.
Variable discreta: toman un valor finito de valores entre un intervalo de datos. Número
de helados vendidos.
Variables cualitativas: son variables que se expresan, por norma general, en palabras.
Variable ordinal: expresa diferentes niveles y orden.
Variable nominal: Expresa un nombre claramente diferenciado. Por ejemplo el color de
ojos puede ser azul, negro, castaño, verde, etc.
Además cada una de estas variables podría tener más subtipos, ya que tenemos variables de tipo
económico, categóricas, dicotómicas, dependientes, independientes y cardinales. Es decir, como
ya hemos dicho, hay muchos tipos de variables estadísticas. Por ejemplo, podríamos tener una
variable estadística de tipo cuantitativo, discreta y dependiente.
Adicionalmente, también debemos aclarar que el hecho que las variables cualitativas se
expresan con nombre no quiere decir que no puedan ser parte de un modelo matemático. Así
pues, podríamos crear una variable cuantitativa a partir de una variable cualitativa. Por ejemplo,
para el color de ojos podríamos asignar un 1 si tiene los ojos azules, un 2 si tiene los ojos verdes
y un 3 si tiene los ojos marrones. O, en otros casos, podríamos también convertir variables
dicotómicas que indica SI o NO, en 1 o 0.
DATOS ESTADÍSTICOS.
Son los valores que representan, de manera numérica o cualitativa, una característica específica
de un elemento o un conjunto. En general, estos pueden ser cifras, letras, símbolos o cadenas de
texto. Este tipo de dato se almacena o se asigna a una variable estadística, es decir, el aspecto a
analizar de una población, donde se utilizan para medir y describir un fenómeno. Esto hace
necesario que, durante el análisis estadístico, se apliquen diversos cálculos matemáticos con el
fin de obtener la mayor precisión respecto a los resultados.

11. Durante el desarrollo de una investigación, se suele utilizar el método estadístico para la
obtención de datos estadísticos. A partir de los mismos, los investigadores pueden realizar
inferencias, respecto al comportamiento de una población, y conclusiones
Los tipos de datos estadísticos son:
Datos categóricos o cualitativos: se refieren a características o cualidades particulares
de una población, las cuales no pueden ser cuantificables y, por lo tanto, no se puede operar con
ellos matemáticamente. Algunos ejemplos de este tipo de datos son los colores, la forma, la
textura, el olor o el sabor. Se clasifican en:
Nominales: son aquellos en los que no es posible aplicar un método de ordenamiento,
pues no existe un criterio que permita determinar su orden. Ejemplo de ello son los colores.
Ordinales: en este caso, los datos se pueden ordenar debido a que, en el ámbito en el que
se encuentran, existe una escala definida. El nivel de estudios, el grado de satisfacción y el
estado de ánimos son ejemplos de este tipo de dato.
Datos numéricos o cuantitativos: son características numéricas de una población, por lo
que son medibles y se puede operar matemáticamente con los mismos. Dentro de este tipo se
enmarcan datos como la altura, la edad, el peso o el precio. Se clasifican en:
Discretos: son datos que representan cantidades o unidades exactas de una variable
específica. Por lo tanto, se tratan de números enteros, debido a que la característica a la que
hacen referencia se debe considerar como una sola unidad. Por ejemplo, el número de personas
de una población es un dato discreto.
Continuos: matemáticamente, se dice que estos datos se encuentran en intervalos
infinitos, por lo que el número de valores que pueden adquirir son ilimitados. Las características
que representan son índices o unidades de medición, las cuales pueden abarcar tanto números
enteros como decimales. El peso, la altura, la distancia, entre otras consideraciones físicas hacen
parte de este conjunto.
POBLACIÓN ESTADÍSTICA
Una población estadística es, en esencia, un grupo de individuos o elementos que tienen algo en
común. Ese ‘algo’ es lo que queremos estudiar.
Ejemplo imagina que queremos estudiar el hábito de lectura en una ciudad. Aquí, nuestra
población estadística no serían todos los habitantes de la ciudad, sino aquellos que leen
regularmente. Este grupo específico sería el que nos interesaría para nuestra investigación.
Los tipos de población estadística son:

12. Población estadística finita: es aquella en la que el número de valores que la componen
tiene 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.
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.
Ejemplo: Como vemos en la imagen,
tenemos una población estadística de 150
individuos. Los 150 individuos son estudiantes
de economía de un instituto. Cuando el número
de individuos de una población es reducido, es
recomendable utilizar los datos del total de
población, pero en casos más grandes es
imposible. Para explicar este caso, imaginemos
que nosotros somos uno de esos 100 estudiantes
de economía. Nos encargan que realicemos un
estudio sobre qué porcentaje de los alumnos
considera que la economía es interesante y nos
dan 10 minutos.
En 10 minutos no podemos buscar a
todos los alumnos, ir preguntando a las distintas clases, en distintos cursos. Así que lo que
haremos será preguntar a unos cuantos, por ejemplo a 13. Esos datos no pueden representar de
forma 100% fiable a la opinión de los 150 individuos, pero sí podrían ofrecernos una idea
aproximada. A estos 13 alumnos se les llama muestra.
Es un subconjunto de datos pertenecientes a una población de datos (parte de la población
sobre la que se hace el estudio estadístico). Debe de estar constituido por un cierto número de
observaciones que representen adecuadamente el total de los datos.
MUESTRA ESTADÍSTICA
Para explicar por qué se utiliza una muestra
estadística en lugar de la población total, vamos a
recurrir a un ejemplo.

13. Supongamos que queremos estudiar un fenómeno cualquiera. En nuestro caso, ese fenómeno es
el salario medio de los ciudadanos de un país. La población de datos está formada por todos y
cada uno de los trabajadores del país. Claro que por razones de tiempo y coste sería imposible ir
preguntando a cada trabajador cual es su salario anual. Tardaríamos mucho tiempo o
necesitaríamos muchos recursos.
En este punto aparece el concepto de muestra estadística. En lugar de preguntar a los millones de
trabajadores de un país o región, tan solo recogemos una pequeña cantidad de datos. Por
ejemplo, preguntamos a 100.000 personas. Esta tarea sigue siendo complicada, pero es mucho
más asequible preguntar a 100.000 personas que a 30 millones.
Esta pequeña cantidad de datos ha de ser representativa. Es decir, debe representar
adecuadamente a la población. Si las 100.000 personas a las que preguntamos se concentran en
barrios ricos, obtendremos datos que no son representativos. El salario medio nos saldría mucho
más alto de lo que es en realidad.
Los tipos de muestras estadísticas son:
Muestra probabilística: en este tipo de muestras todos los sujetos disponibles tienen las
mismas probabilidades de ser incluidos.
Muestra aleatoria simple: es un conjunto de variables aleatorias independientes e
idénticamente distribuidas, obtenidas a partir de la variable aleatoria X y que se distribuyen igual
que la misma.
Muestra aleatoria sistemática: en este caso la población se enumera y se agrupa en
grupos de 10 personas. Posteriormente, se selecciona a un miembro de cada grupo para elaborar
la muestra.
Muestra aleatoria por conglomerados: la población se encuentra ya agrupada
previamente y de estos grupos se extraen los individuos para conformar la muestra.
Muestra estratificada: en este caso la población se divide en subgrupos o estratos con
base en las variables de estratificación.
Muestra no probabilística: En este tipo de selección de muestra todos los elementos no
tienen la misma probabilidad de ser elegidos, ya que depende del procedimiento escogido para
seleccionarlos.
Bola de nieve: En primer lugar se seleccionan a diferentes sujetos. A partir de ahí estos
sujetos colaboran para encontrar a más sujetos que tengan relación con ellos.

14. Muestra por cuotas: La población es elegida en función a unas características
determinadas.
Muestra discrecional: La selección de la población la realizan los investigadores en
función a su propio criterio.
Muestra por conveniencia: Es una muestra elegida por los propios investigadores según
su interés o cercanía.
NIVEL DE MEDICIÓN NOMINAL
Es la forma más fundamental de medición, es el nivel de medición más bajo en estadística. Este
nivel categoriza o etiqueta datos sin dar ningún valor u orden cuantitativo. Es puramente
cualitativo y normalmente se utiliza para categorizar o agrupar datos.
Por ejemplo, el género de los individuos (hombre, mujer) representa datos nominales. Aquí,
"Hombre" y "Mujer" son categorías sin valor cuantitativo. Otro ejemplo sería la raza de perros
(Husky, Beagle, Bulldog). No podemos diferenciar cuantitativamente ni establecer un orden
entre estas razas; son simplemente etiquetas o categorías.
EJES
TEMÁTICOS 3
¿QUÉ ES LA DISTRIBUCIÓN DE FRECUENCIAS?
La distribución de frecuencias, en otras palabras, es la manera en la que se ordena una serie de
observaciones en diferentes grupos, y normalmente en modo ascendente o descendente. Para
verlo en un ejemplo, un grupo de personas puede agruparse de acuerdo con su edad en rangos de

15. 18 a 25 años, de 26 a 40 años, de 41 a 60 años y de 61 años a más. Conviene resaltar que la
distribución de frecuencias suele efectuarse respecto a una muestra estadística, aunque también
podría ser en función de toda una población.
Otro aspecto a tener en cuenta es que los grupos en los que se distribuyen los datos pueden ser
números específicos, por ejemplo, si la variable es el número de veces que la persona ha rendido
una evaluación, que puede ser 1, 2 o 3. Aunque, como vimos líneas arriba, también puede ser que
se esté trabajando con intervalos.
Tipos de tablas de frecuencia: Existen
varios tipos de tablas de frecuencia que
se utilizan para analizar diferentes
aspectos de los datos. Algunos de los
tipos más comunes son:
➢ Tabla de frecuencia simple: Es
la forma más básica de tabla de
frecuencia y muestra la
frecuencia absoluta o el
recuento de ocurrencias de cada
valor o categoría en una
variable.
➢ Tabla de frecuencia acumulada: Esta tabla muestra la frecuencia acumulada de los valores
o categorías hasta un determinado punto. Puede ser frecuencia acumulada ascendente,
donde se suma el número de ocurrencias desde el valor más bajo hasta cada valor
sucesivo, o frecuencia acumulada descendente, donde se suma desde el valor más alto
hacia abajo.
➢ Tabla de frecuencia relativa: En esta tabla, en lugar de mostrar la frecuencia absoluta, se
muestra la frecuencia relativa de cada valor o categoría, que se calcula dividiendo la
frecuencia absoluta entre el tamaño total de la muestra. Esto permite tener una visión
proporcional de la distribución de los datos.
NOMBRE DE LA VARIABLE
¿Qué son las variables?
Una variable se define como una propiedad que puede variar y cuya variación puede medirse u
observarse. Según Ander-Egg, las variables son características que pueden tener distintos valores

16. o magnitudes y se aplican a personas, seres vivos, objetos, hechos y fenómenos. Ejemplos de
variables incluyen aspectos como sexo, raza, tipo de población, accesibilidad a servicios de
salud, número de hijos, peso, talla, inteligencia, entre otros.
La variabilidad en estas características es lo que hace que las variables sean relevantes en la
investigación científica. Por ejemplo, la inteligencia puede variar entre individuos. Además,
variables como la rapidez de un servicio, la eficiencia de un procedimiento o la eficacia de una
vacuna también son ejemplos destacados. Adquieren importancia en la investigación cuando
están relacionadas entre sí, formando parte de hipótesis o teorías. En este contexto, se les puede
llamar constructos o construcciones hipotéticas. La interrelación de variables permite
comprender y analizar fenómenos más complejos en el ámbito científico.
¿Cómo nombrar las variables?
● Los nombres de las variables pueden empezar con letras, o los símbolos $ o _. Solo
pueden contener letras, números, $ y _. No pueden empezar con un número.
"myVariable", "leaf_1" y "$money3" son todos ejemplos válidos de nombres de
variables.
● Los nombres de las variables distinguen entre mayúsculas y minúsculas, lo que significa
que "xPos" es diferente de "xpos", así que asegúrate de ser consistente.
● Los nombres de las variables no pueden ser los mismos que los nombres de las variables
existentes, y hay muchas en nuestro entorno de programación de ProcessingJS. Si alguna
vez te sale un error como "Read only!", trata de cambiar el nombre de tu variable.
● Los nombres de las variables deben ser claros y con sentido; por ejemplo, en vez de "ts",
usa "toothSize".
● Los nombres de las variables deben usar el formato mayúscula y minúscula (camelCase)
para varias palabras, como "toothSize" en vez de "toothsize" o "tooth_size".

17. FRECUENCIA ABSOLUTA
¿Qué es la frecuencia absoluta?
El método de la ciencia estadística se utiliza para el análisis de muestras tomadas de la población
para recabar información útil de ellas. Para ello debe estructurarse y ordenarse esta información
obtenida de la muestra (o de la población entera) para facilitar este estudio.
El primer paso es estudiar las frecuencias con que se dan los resultados, aquí debemos distinguir
entre:
● Frecuencia absoluta es el número de veces que se repite un resultado en el conjunto de
todos los observados.
● Frecuencia relativa es la proporción de cada frecuencia absoluta, es decir, el número de
veces que se produce ese resultado (frecuencia absoluta) dividido por el número total de
datos observados.
● Frecuencia absoluta acumulada es la suma de todas las frecuencias absolutas del estudio
con valores de repetición iguales o inferiores al estudiado.
● La última frecuencia absoluta (la que se da más veces en total) coincidirá exactamente
con todo el tamaño de la muestra.

18. ● La suma de todas las frecuencias absolutas será igual que el tamaño de la muestra.
● La suma de todas las frecuencias relativas será igual a 1.
Tipos de frecuencias absolutas: En estadística, los diferentes
tipos de frecuencias son los siguientes:
Frecuencia absoluta: consiste en el número de veces que
aparece un valor en una muestra estadística.
Frecuencia absoluta acumulada: se calcula sumando la
frecuencia absoluta del valor más las frecuencias absolutas de
todos los valores menores.
Frecuencia relativa: es la frecuencia absoluta partido por el
número total de datos.
Frecuencia relativa acumulada: es igual a la suma de la
frecuencia relativa del valor más las frecuencias relativas de
todos los valores menores.
FRECUENCIA RELATIVA PORCENTUAL
¿Qué es una frecuencia relativa porcentual?
Las frecuencias relativas porcentuales son una forma de expresar la distribución de datos en un
conjunto en términos de porcentajes. Se utilizan comúnmente en estadísticas para resumir y
visualizar la distribución de datos. Detallando un poco más sobre frecuencias relativas
porcentuales:
Cálculo: Para calcular la frecuencia relativa porcentual de una categoría específica, se
divide el número de observaciones en esa categoría por el total de observaciones y luego se
multiplica por 100 para obtener el porcentaje.
Porcentaje Relativo = (Frecuencia Relativa * 100) / Total de Observaciones
Interpretación: Las frecuencias relativas porcentuales proporcionan una comprensión
más clara de cómo se distribuyen los datos en diferentes categorías o clases. Por ejemplo, si estás
analizando la distribución de calificaciones en un examen y encuentras que el 30% de los
estudiantes obtuvieron una A, el 50% obtuvo una B y el 20% obtuvo una C, entonces estas serían
las frecuencias relativas porcentuales de las calificaciones.

19. Por ejemplo; Supongamos que se tienen los siguientes datos sobre el número de horas que los
estudiantes de una clase de estadística estudian por semana:
- Menos de 5 horas: 10 estudiantes
- 5 a 10 horas: 15 estudiantes
- Más de 10 horas: 5 estudiantes
El total de estudiantes es 30. Para calcular las frecuencias relativas porcentuales:
- Menos de 5 horas: (10/30) * 100 = 33.33%
- 5 a 10 horas: (15/30) * 100 = 50%
- Más de 10 horas: (5/30) * 100 = 16.67%
Estos porcentajes representan las frecuencias relativas porcentuales de cada categoría.
Uso: Las frecuencias relativas porcentuales se utilizan para resumir y comparar
distribuciones de datos en diferentes categorías. Son especialmente útiles cuando se desean
comparar grupos de diferentes tamaños,
ya que los porcentajes relativos permiten
hacer comparaciones más equitativas.
Representación gráfica: Las
frecuencias relativas porcentuales se
pueden visualizar fácilmente utilizando
gráficos como gráficos de barras, gráficos
circulares (también conocidos como
gráficos de pastel) o gráficos de sectores.
CONCLUSIONES.
1) En estadística, la población es el conjunto completo de datos que se desea analizar y la
muestra es un subconjunto de la población que se utiliza para estimar características de la
población. Los métodos estadísticos se utilizan para extraer información de las observaciones y
estimar propiedades de la población a partir de una muestra.
La importancia de una buena muestra radica en la necesidad de elegir un grupo que sea
representativo de la población que se desea estudiar. De no ser así, se corre el riesgo de obtener
resultados sesgados y que no sean aplicables a la población en su conjunto.

20. 2) En conclusión, la estadística es una herramienta fundamental en diversos ámbitos,
incluyendo el deportivo, económico, estadístico y político. A través del análisis y la
interpretación de datos, la estadística proporciona información clave para la toma de decisiones
informada, la identificación de patrones y tendencias, y la formulación de estrategias efectivas.
Su aplicación en el ámbito deportivo mejora el rendimiento y la planificación de equipos, en el
ámbito económico facilita la gestión y predicción de tendencias, en el ámbito estadístico permite
inferencias y generalizaciones basadas en muestras representativas, y en el ámbito político
contribuye a la evaluación de políticas y la comprensión del comportamiento electoral. La
estadística, en resumen, desempeña un papel crucial en la comprensión y mejora de diversos
aspectos de nuestra sociedad.
3) En conclusión, se determina que la frecuencia absoluta es, un concepto estadístico que
se refiere al número de veces que ocurre un determinado valor en un conjunto de datos.Esto
depende del contexto específico en el que se esté utilizando, en su mayor parte un fin que
depende del objetivo particular del análisis estadístico y de qué tan bien puede combinarse con
otros métodos y nociones estadísticas. Estas interpretaciones no sólo son necesarias sino también
útiles cuando permiten comprender más las estadísticas y tomar decisiones razonables.
4) La conclusión, sobre el nombre de la variable en un contexto estadístico o de
investigación depende de varios factores, incluyendo el propósito del estudio, la naturaleza de los
datos y la relevancia de la variable en cuestión. Sobre el nombre de la variable debe centrarse en
su claridad, relevancia y consistencia con los objetivos de la investigación. Un nombre adecuado
contribuye a la validez y la utilidad de los resultados obtenidos en el estudio.
5) La frecuencia relativa porcentual es una medida esencial en estadística que nos permite
comprender la distribución de los valores dentro de un conjunto de datos. Representa la
proporción de veces que un valor específico aparece en relación con el total de observaciones. Al
expresarla en porcentaje, obtenemos una perspectiva más intuitiva y fácil de interpretar.
6) La estadística se emplea habitualmente para dar resultados matemáticos o científicos
basados en datos, se define a partir de diversas formas en las que desarrolla una situación, es
capaz de realizar inferencias de una población tomando como base datos proporcionados, gracias
a estos datos específicos mejora la compresión de los hechos.
7) En conclusión, la estadística incluye recolectar, analizar y describir los datos para
llegar a conclusiones sobre un fenómeno en particular.
La estadística emplea herramientas matemáticas y de probabilidades, con las cuales desarrolla
métodos y modelos para analizar los datos.

21. De allí que tras un análisis estadístico se pueda comprender un hecho, tomar decisiones, estudiar
problemas sociales, ofrecer soluciones en determinados casos, deducir relaciones en una
población, entre otros.
Los conocimientos generados a partir del estudio de la estadística son muy efectivos para el
desarrollo de diferentes ciencias, como la medicina.
Por lo tanto, a pesar de que las ramas de la estadística son diferentes entre sí, son muy útiles en la
sociedad, ya que se utilizan para una gran variedad de aplicaciones para comprender y manejar
de una forma más sencilla el análisis de datos científicos.
REFERENCIAS.
Estadística, P. Y. (2023, 26 enero). Hipótesis estadística. Probabilidad y Estadística.
https://www.probabilidadyestadistica.net/hipotesis-estadistica/#:~:text=%C2%BFQu%C3%A9%2
0es%20una%20hip%C3%B3tesis%20estad%C3%ADstica%3F%20Una%20hip%C3%B3tesis%2
0estad%C3%ADstica,acepta%20llevando%20a%20cabo%20una%20prueba%20de%20hip%C3%
B3tesis
Las variables de investigación | SalusPlay. (s. f.).
https://www.salusplay.com/apuntes/apuntes-metodologia-de-la-investigacion/tema-2-las-variables
-de-investigacion#:~:text=Son%20atributos%20o%20caracter%C3%ADsticas%20que,%2C%20t
alla%20en%20cent%C3%ADmetros%2C%20etc
López, J. F. (2022, 24 noviembre). Muestra estadística. Economipedia.
https://economipedia.com/definiciones/muestra-estadistica.html#google_vignette
Ortega, C. (2023, 3 noviembre). Tabla de frecuencias: Qué es, elementos y cómo
creaerla. QuestionPro. https://www.questionpro.com/blog/es/tabla-de-frecuencias/
T-Test, Chi-Square, ANOVA, Regression, Correlation. . . (s. f.).
https://datatab.es/tutorial/frequency-table
Westreicher, G. (2022, 24 noviembre). Distribución de frecuencias. Economipedia.
https://economipedia.com/definiciones/distribucion-de-frecuencias.html
Westreicher, G. (2022, noviembre 24). Población. Economipedia.
https://economipedia.com/definiciones/poblacion.html
Westreicher, G. (2022, noviembre 24). Variable dependiente. Economipedia.
https://economipedia.com/definiciones/variable-dependiente.html

22. BLOG DE LOS PARTICIPANTES.
Juan José Andrade: https://tecnoandrade1.blogspot.com/p/primer-periodo-2024.html
Juan David Cáceres: https://roboticajuandavid.blogspot.com/?m=1
Marianna Gutiérrez: https://tecnologiaparasecundaria26.blogspot.com/p/primer-periodo.html
Juanita figueroa: https://elblogdejunita03.blogspot.com/
Walter Cortés: https://tecnomono1208.blogspot.com/2024/03/primer-periodo_10.html
Stevan Garcia: https://controseta.blogspot.com/p/primer-periodo-2024.html
EVIDENCIAS.
Juan José Andrade.

23. Juan David Cáceres.

27. Walter Cortés.

29. Juanita Figueroa.

31. Stevan Garcia.

33. Marianna Gutierréz

35. .