Tecnologia trabajo 1

1. Excel avanzado y métodos estadísticos
Sofia Acosta Escobar
Nicolle Andrade Ramirez
Angela Castañeda Betancourt
Santiago Alejandro Meneses Genoy
Sofia Nieto Rivera
Sofia Rosero Serna
Grado 11 - 3
I.E. Liceo Departamental
Área de Tecnologia e informatica
Santiago de Cali
2024

2. Tabla de contenido,
1. Métodos estadísticos, población, muestra.................................................................................3
1.1. ¿Qué es la estadística?.......................................................................................................3
1.2. Ramas y aplicaciones.........................................................................................................3
1.3. Hipótesis............................................................................................................................. 4
1.4. Variable...............................................................................................................................5
1.5. Dato.....................................................................................................................................5
1.6. Población............................................................................................................................ 6
1.7. Muestra...............................................................................................................................6
1.8. Nivel de medición nominal................................................................................................7
2. Distribución de frecuencias........................................................................................................7
2.1. Nombre de la variable....................................................................................................... 7
2.2. Frecuencia absoluta...........................................................................................................8
2.3. Frecuencia relativa porcentual.........................................................................................8
3. Conclusiones................................................................................................................................9
4. Referencias Bibliográficas........................................................................................................10
5. Blogs...........................................................................................................................................12
2

3. 1. Métodos estadísticos, población, muestra.
1.1. ¿Qué es la estadística?
La estadística es una rama de las matemáticas que se encarga de recolectar, organizar,
analizar e interpretar datos con el objetivo de tomar decisiones informadas y realizar predicciones
sobre fenómenos y situaciones en diversos ámbitos, como la ciencia, la economía, la salud, entre
otros.
1.2. Ramas y aplicaciones
La estadística se divide en dos ramas: la estadística descriptiva y la estadística inferencial.
- Estadística descriptiva: Es la rama de la estadística que se encarga de describir los datos
recopilados para ayudar a analizarlos y de los cuales se extraen conclusiones. Es decir,
sirve para resumir un conjunto de datos mediante medidas estadísticas, gráficos o tablas,
en lugar de aprender sobre la población que representa la muestra.Suele ser la primera
parte a realizar en un análisis estadístico.
Por ejemplo, podemos usar la estadística descriptiva para presentar las frecuencias de una
muestra de datos en un gráfico de barras. Asimismo, podemos calcular la media
aritmética, la desviación típica y otras medidas descriptivas para determinar cómo es la
muestra de datos del estudio estadístico.
- Estadística inferencial: Es el enfoque donde determinan los posibles pronósticos sobre el
comportamiento de un grupo de datos en el futuro.Es decir, la estadística inferencial sirve
para hacer deducciones sobre los parámetros estadísticos de una población analizando
solamente una parte de ella. Ya que normalmente, cuando se lleva a cabo un estudio
estadístico no se puede analizar a todos los elementos de la población, por lo tanto, se
analiza solamente una muestra de individuos y luego se deducen los resultados a toda la
población.
Este tipo de estadística está relacionado con la probabilidad. A su vez, se divide en dos
subtipos:
3

4. - Estadística paramétrica:Conoce cómo se distribuye la variable aleatoria.En este tipo de
estadística, el grupo de datos presenta cierta distribución de probabilidad, por lo que se
pueden implementar ciertos parámetros para su análisis.
- Estadística no paramétrica:En este caso, el grupo de datos no puede ser analizado por
ningún parámetro en específico, ya que tampoco es posible identificar su distribución. Por
lo que debe aplicar fórmulas para descubrir el tipo de distribución para luego aplicar la
estadística paramétrica.
Así, tanto la estadística descriptiva como la estadística inferencial van de la mano.
- Estadística en la Economía: Esta estadística se refiere al uso de métodos matemáticos y
herramientas estadísticas para recolectar, analizar e interpretar datos económicos con el
fin de comprender y predecir fenómenos económicos, tomar decisiones financieras y
evaluar políticas económicas.
- Estadística en la Contaduría: Esta estadística se refiere al uso de técnicas y
herramientas estadísticas para analizar y presentar datos financieros de manera
significativa, facilitando la toma de decisiones contables y financieras basadas en
información cuantitativa precisa.
- Estadística en la Política: Esta estadística se refiere al uso de métodos y técnicas
estadísticas para recolectar, analizar e interpretar datos relacionados con la opinión
pública, elecciones, encuestas y otros aspectos políticos, con el objetivo de comprender
tendencias, tomar decisiones estratégicas y evaluar el impacto de políticas públicas.
- Estadística en el Deporte: Esta estadística se refiere al análisis de datos numéricos
relacionados con el rendimiento de los atletas, equipos y eventos deportivos. Se utilizan
técnicas estadísticas para evaluar el desempeño, identificar patrones, tomar decisiones
tácticas y estratégicas, así como para predecir resultados en diferentes disciplinas
deportivas.
1.3. Hipótesis
Una hipótesis estadística es una suposición sobre el valor de un parámetro estadístico. Es
decir, las hipótesis estadísticas son afirmaciones que se hacen sobre las características de una
4

5. población. Las hipótesis podrán verificarse o rechazarse en función de los resultados que arroje el
estudio estadístico realizado. Las hipótesis estadística se pueden clasificar en dos tipos:
- 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: la hipótesis «La nueva máquina tiene una precisión del 95% de piezas
bien fabricadas» es una hipótesis estadística porque hace una suposición acerca del valor
de un parámetro poblacional, en concreto, afirma que la proporción de la población de
piezas bien fabricadas es igual al 95%.
1.4. Variable
Las variables estadísticas son características que poseen las personas, cosas o lugares y
que pueden ser medidas. Es decir, una variable estadística es una característica que podemos
observar, medir o registrar en un conjunto de datos. Hay varios tipos de variables estadísticas, las
dos principales son:
- Variable cualitativa: se usa para designar categorías o cualidades que se expresan en
palabras, como por ejemplo estado civil, nacionalidad, profesión, entre otros.
- Variable cuantitativa: a estas variables se les asigna un número, ya que representan
cantidades, como por ejemplo la edad, salario, calificaciones, entre otras.
1.5. Dato
El dato es cada uno de los valores analizados en un estudio estadístico.Es decir, los datos
estadísticos son los valores obtenidos en experimentos estadísticos. Se clasifican en dos grandes
tipos: los datos cualitativos y los datos cuantitativos. Asimismo, cada uno de estos dos tipos de
datos estadísticos se dividen en dos subtipos:
5

6. - Datos cualitativos (o datos categóricos): Datos que representan cualidades o categorías.
Datos cualitativos ordinales: Las diferentes categorías admiten un orden jerárquico. Por
ejemplo: las medallas olímpicas (oro, plata y bronce).
Datos cualitativos nominales: Los datos no se pueden ordenar. Por ejemplo: el género de
una persona (hombre o mujer).
- Datos cuantitativos (o datos numéricos): Datos cuyos valores son números.
Datos cuantitativos discretos: Los datos sólo pueden tomar un número finito de valores.
Por ejemplo: el número de personas que hay en una habitación (0, 1, 2, 5, 10…)
Datos cuantitativos continuos: Los datos pueden tomar cualquier valor. Por ejemplo: la
estatura de una persona (1,90 m, 1,65 m, 1,70 m…).
1.6. Población
La palabra población viene del latín tardío populatio ("multitud"), este a su vez del latín
clásico populus ("gente, pueblo").
Un ejemplo sencillo para entender qué es población en términos de estadística es el
siguiente: Imagina que quieres saber la altura promedio de todos los estudiantes de tu ciudad. La
población en este caso sería todos los estudiantes.
Técnicamente, población en estadística se refiere a las posibles observaciones de una
variable o a las unidades donde se puede realizar una observación. En otras palabras, una
población es un grupo de elementos a los cuales se les quiere formular una pregunta o realizar
algún experimento.
1.7. Muestra
La palabra muestra (parte representativa, ejemplar, espécimen, prototipo) viene del latín
monstrare (mostrar).
Continuando con el ejemplo que se proporcionó anteriormente para poder definir “población”.
Imagina que quieres saber la altura promedio de todos los estudiantes de tu ciudad. La
"población" en este caso sería todos los estudiantes. En este ejemplo la muestra se podría concluir
6

7. de la siguiente manera: En lugar de medir a todos, puedes medir solo a un grupo de estudiantes,
como tu clase. Este grupo sería la "muestra".
Teniendo en cuenta el término de población, muestra se puede definir como cualquier conjunto
específico de elementos procedentes de una población en el cual se pueden sacar las conclusiones
de la pregunta o el experimento.
1.8. Nivel de medición nominal
El nivel de medición nominal, o la escala de medición nominal, en estadística es utilizado
para asignar números como si fueran etiquetas para identificar o clasificar elementos, no se trata
de utilizar los números en un sentido matemático, simplemente se utiliza a modo de clasificación
sin un significado especial.
Algunos ejemplos donde se aplique la medición nominal son los siguientes:
- Género: Masculino (1), Femenino (2).
- Color de ojos: Azul (1), Verde (2), Marrón (3).
2. Distribución de frecuencias
Una distribución de frecuencias es una tabla que organiza las modalidades (valores) de
una variable, lo que permite resumir los datos. Esta recopila frecuencias absolutas o el número de
veces que cada modalidad que ocurre para el valor y/o atributo de una variable de igual
frecuencia. Las muestras se agrupan para facilitar el acceso a la información contenida en los
datos, ya sean cualitativos o cuantitativos.
Así mismo, el programa nos ayuda a distinguir las diferencias entre procedimientos
descriptivos que implican el análisis de una o más variables conjuntas.
2.1. Nombre de la variable
El nombre de una variable se refiere a un término y/o etiqueta dada a una variable que
identifica la característica que se está estudiando en el archivo de datos al que pertenece; y,
7

8. aunque un grupo de variables tengan el mismo contenido, no pueden tener el mismo nombre ya
que este se usa para diferenciarlas unas de otras.
Los nombres de las variables se almacenan en archivos de datos (para una organización
clara y ordenada) y estos solo pueden contener letras, números y símbolos ($, _, etc) porque no
deben comenzar con un número, por la gran cantidad de lenguajes de programación, entonces
cabe la posibilidad que al interpretarlo, se cree un error o confusión en el código. Los caracteres
después del primer carácter, pueden ser cualquier combinación de letras, números y signos que
sean de no puntuación.
2.2. Frecuencia absoluta
La frecuencia absoluta es una medida estadística que indica la cantidad de veces que se
repite un dato o suceso en particular en un conjunto de experimentos aleatorios. Esta se aplica
tanto a datos cualitativos (como palabras o categorías), como a datos cuantitativos (números),
siempre y cuando estos datos se puedan organizar de alguna manera.
La frecuencia absoluta es utilizada en estadística descriptiva para conocer sus
características y cuantas veces se repite en una muestra. Además, al sumar todas las frecuencias
absolutas en un conjunto de datos, obtienes el número total de datos que se está analizando, ya
sea de una muestra o de una población.
2.3. Frecuencia relativa porcentual.
La frecuencia relativa porcentual es u n valor que se expresa en porcentaje y representa la
proporción de veces que ocurre un determinado evento en relación con el total de eventos
observados. Se calcula dividiendo la frecuencia absoluta de un evento entre el total de eventos y
luego multiplicando por 100 para obtener el valor en porcentaje.
La fórmula para calcular la frecuencia relativa porcentual es:
Frecuencia relativa porcentual= (frecuencia del evento/ total de eventos) * 100 = %
Por ejemplo, si tenemos un total de 50 eventos y un evento específico ocurrió 10 veces, la
frecuencia relativa porcentual sería:
8

9. Frecuencia relativa porcentual= (10/50) * 100 = 20%
3. Conclusiones
- La estadística nos ayuda en la toma de decisiones fundamentadas o predicciones sobre
situaciones que se presentan en diversos ámbitos.
- Las ramas de la estadística son el apoyo para analizar datos desde diferentes perspectivas.
- La variable estadística es una característica de algo que se puede medir o agrupar en un
conjunto de datos y sirven para recopilar y analizar información en una investigación.
- La frecuencia absoluta es una medida estadística que se utiliza para determinar la veces
que se repite un dato en un conjunto de todos los observados y sirve para conocer
características, distribución y cuantas veces se repite un determinado valor.
- El nombre de una variable ayuda a distinguir cada variable en un archivo de datos de
manera uniforme y organizada.
- La distribución de frecuencias es una manera de organizar las modalidades de los datos
que se nos brindan, resumiendo así la información y recopilando de manera ordenada
cada modalidad.
- En estadística se selecciona una población la cual es el conjunto de elementos los cuales
serán observados.
- La muestra en estadística es un grupo proveniente de una población, es utilizada para
sacar conclusiones generalizadas sobre esta.
- La combinación de correspondencia es una técnica poderosa que se utiliza en software de
procesamiento de palabras, como Microsoft Word, para crear documentos personalizados
en lotes, como cartas, etiquetas, sobres u otros tipos de comunicaciones. Esta técnica es
especialmente útil cuando necesitas enviar la misma información de base a múltiples
destinatarios, pero con detalles específicos para cada uno.
- La escala de medición nominal es utilizada para asignar números a modo de etiquetas.
- La frecuencia relativa porcentual corresponde a las veces que se repite un número en un
conjunto de datos respecto al total, pero se expresa en porcentajes (%).
9

10. 4. Referencias Bibliográficas
Añez, J. (27 de noviembre de 2019). Frecuencia absoluta (cálculo, utilidad, ejemplos y
representación gráfica). https://www.webyempresas.com/frecuencia-absoluta/
Anders, V. (s. f.). MUESTRA. Etimologias de Chile - Diccionario Que Explica el Origen
de las Palabras. https://etimologias.dechile.net/
Academia Balderix, Probabilidad y estadística. Ramas de la Estadística.
https://www.probabilidadyestadistica.net/ramas-de-la-estadistica/
Academia Balderix, Probabilidad y estadística. Hipótesis.
https://www.probabilidadyestadistica.net/ramas-de-la-estadistica/
Cajal, A. (15 de diciembre de 2022). Ramas de la estadística. Lifeder.
https://www.lifeder.com/ramas-estadistica/.
Editorial Grudemi. (2019). Frecuencia absoluta.
https://enciclopediaeconomica.com/frecuencia-absoluta/
Escobar, J. (23 de diciembre de 2022). Estadística: qué es, clasificación, características y
ejemplos. Excel para todos. https://excelparatodos.com/que-es-estadistica/
GFCGlobal. (s.f). ¿Qué es la estadística?.
https://edu.gcfglobal.org/es/estadistica-basica/variables-estadisticas/1/
Jimenez, J (s.f).METODOS ESTADISTICOS. Sociedad Española de Farmacia
Hospitalaria. https://www.sefh.es/bibliotecavirtual/erroresmedicacion/010.pdf
Jose. (28 de marzo de 2023). ¿Qué es una hipótesis estadística? - Teorías de
investigación matemática. Quees.com. https://quees.com/hipotesis-estadistica/.
10

11. Lopez, F. J. (4 de abril de 2020). Variable estadística: Qué es, tipos y ejemplos.
https://economipedia.com/definiciones/variable-estadistica.html
Roldan, N y Arias, A. (31 de julio de 2017). Estadística: ¿Qué es y para qué sirve? Tipos
y ejemplos. Economipedia.com. https://economipedia.com/definiciones/estadistica.html
Rancel, M. R. (s. f) Concepto y nombre de variables en programación pseudocódigo.
https://www.aprenderaprogramar.com/
Ortega, C. (23 de febrero de 2023). Escala nominal: Características y ejemplos.
QuestionPro. https://www.questionpro.com/blog/es/escala-nominal/
Sanjuán, F. J. M. (30 de enero de 2024). Frecuencia absoluta: Que es, usos y ejemplos.
https://economipedia.com/definiciones/frecuencia-absoluta.html
Terol, S. García, Bellido, R. Such, González, J. Jornet, M, J. (2010). Variables.
https://www.uv.es/innovamide/spss/1.2.variables.wiki
Zapata, F. (15 de diciembre de 2022). Variables estadísticas.
https://www.lifeder.com/variables-estadisticas/
(s. f.). Wikcionario, el diccionario libre. Wikcionario. https://es.wiktionary.org/wiki/
11

12. 5. Blogs
Sofia Acosta: https://sofiacosta0104.blogspot.com/p/primer-periodo-2024.html
Nicolle Andrade: https://tecnologianicolle.blogspot.com/
Angela Castañeda: https://tecnocienciaangelac.blogspot.com/
Santiago Meneses: https://tecnolife320.blogspot.com/
Sofia Nieto: https://tecnologiasofia97.blogspot.com/
Sofia Rosero: https://tallerdegat0s.blogspot.com/
12