Академический Документы
Профессиональный Документы
Культура Документы
INTRODUCCIN
El presente trabajo fue realizado con la intencin de agrupar un conjunto de datos
que frecuentemente se nos presenta a diario para llevarlo a un diseo y analizar.
Cuando hablamos de mtodo, nos referimos a un conjunto de procedimientos
sistemticos para lograr el desarrollo de una ciencia.
Ahora bien, al desglosar nuestra investigacin planteamos tcnicas referentes a
como recolectar datos, como medir los datos, codificacin, validez y los diferentes
instrumentos de medicin tales como: la entrevista, el cuestionario, la observacin,
la encuesta.
El experimento entre otro tomando en consideracin la confiabilidad de estos
instrumentos que no es otra cosa que el grado en que su aplicacin repetida al
mismo sujeto o objeto produce iguales resultados sin dejar otras. Sus posibles
variaciones antes instrumentos poco confiables.
A continuacin presentamos un desarrollo bien definido que nos permitir conocer
cada unos de los mtodos para recolectar informacin.
Las universidades fueron: UNALM, Stanford, Navarra, Irvinne, UNDAC, UNE.
ANTECEDENTES:
UNALM
La Universidad Nacional Agraria La Molina (UNALM) mantiene su estructura de
funcionamiento por departamentos, pero como unidad acadmica, ncleo de
operaciones de investigacin, enseanza y proyeccin social que agrupa a
profesores que cultivan disciplinas afines, bajo un sistema de currculum flexible.
Est regida por la Ley Universitaria N 23733, promulgada el 9 de diciembre de
1983. Precisamente, esta norma deja en libertad a cada universidad para que
organice y establezca su propio rgimen acadmico, de acuerdo con sus
caractersticas y necesidades.
La UNALM es una organizacin tcnica, acadmica y nica en el pas. Ofrece a
sus alumnos ambientes propicios para el estudio, cmodas aulas de clase,
laboratorios modernos y equipados para cada una de las especialidades, un
centro de procesamiento de datos, extensas reas para prcticas de campo,
invernaderos, planos pilotos agroindustriales que generan recursos propios, y la
biblioteca agrcola ms completa del pas.
STANDFORD
La Universidad Leland Stanford Junior (Leland Stanford Junior University en
ingls), conocida como Universidad Stanford, ubicada en Palo Alto (California), es
una universidad privada, considerada como una de las ms prestigiosas de los
Estados Unidos y del mundo.
Est localizada a unos 56 km al sudeste de San Francisco, en terrenos del
condado de Santa Clara contiguos a la ciudad de Palo Alto. La universidad se
halla por lo tanto en el corazn geogrfico e histrico de Silicon Valley.
NAVARRA
UNDAC
A mrito de la Resolucin N 040/A - 90 - R, se crea la Escuela de Post Grado el
22 de febrero de 1990. Con Resolucin N 286 - 95 - ANR, La Escuela de Post
Grado entra en funcionamiento del 28 de octubre de 1994 con la Resolucin N
286 - 95 - ANR.
Se rige por las Leyes Peruanas y su propio Estatuto, en cuyo artculo se establece
los fines siguientes:
Formar investigadores en los diferentes campos de la ciencia, de la tecnologa y
de las humanidades, para contribuir a la solucin de los problemas regionales y
nacionales.
Preparar investigadores del ms alto nivel cientfico para las labores de
investigacin y docencia universitaria.
UNE
La historia de la Universidad Nacional de Educacin se remonta al 6 de Julio de 1822, cuando el
de San Martn, por Decreto Supremo, cre la primera Escuela Normal de Preceptores, fecha
OBJETIVOS:
1. Evaluar y realzar la calidad de los datos
2. Describir la poblacin de estudio y su relacin con alguna supuesta fuente
(justificar todos
los pacientes potenciales involucrados; comparacin de la poblacin de estudio
obtenida con
la poblacin blanco)
3. Evaluar la posibilidad de sesgos (p.ej., no-respuesta, negativa a contestar, y
desaparicin de sujetos, grupos de comparacin)
4. Estimar las medidas de frecuencia y extensin (prevalencia, incidencia, media,
mediana)
5. Estimar medidas de fuerza de asociacin o efecto
6. Evaluar el grado de incertidumbre a partir del azar (ruido)
7. Controlar y analizar los efectos de otros factores relevantes
8. Buscar una mayor comprensin de las relaciones observadas o no observadas
9. Evaluar el impacto o importancia
EDICION DE DATOS:
En un estudio bien ejecutado, el plan de recoleccin de datos incluye
procedimientos, instrumentos,
y formularios, diseados y ensayados para maximizar su precisin. Todas las
actividades de recoleccin de datos son monitorizadas para asegurar la
adherencia al protocolo de recoleccin de datos y para promover acciones para
minimizar y resolver situaciones de datos faltantes o cuestionables. Los
procedimientos de monitorizacin son establecidos al inicio y mantenidos durante
todo el estudio, dado que cuanto antes se detecten las irregularidades, mayor la
probabilidad de que puedan ser resueltas de manera satisfactoria y ms
precozmente se puedan establecer medidas preventivas.
Sin embargo, a menudo hay necesidad de editar los datos, tanto antes como
despus de computarizarlos. El primer paso es manual o edicin visual. Antes
de digitar los formularios (salvo que los datos sean entrados en la computadora en
el momento de recoleccin, p.ej., a travs de programas como CATI - entrevistas
telefnicas asistidas por computadora (computer-assisted telephone interviewing),
los formularios deben ser revisados para identificar irregularidades y problemas
que pasaron desapercibidos o no fueron corregidos durante el monitoreo.
LIMPIEZA DE DATOS
Una vez que los datos son introducidos en la computadora y son verificados
(pueden verificarse por introduccin por dos personas o por verificacin visual) son
sometidos a una serie de verificaciones por la computadora para limpiarlos.
Verificacin de rangos
La verificacin de rango compara cada dato con un conjunto de valores permitidos
y usuales para esa variable. La verificacin de rango se usa para:
1. Detectar y corregir valores no vlidos
2. Identificar e investigar valores inusuales
3. Sealar valores atpicos o extremos (outliers) (an si son correctos, su
4. presencia puede influir sobre los mtodos estadsticos a utilizar)
SEXTA PRCTICA CALIFICADA
TRABAJO DE APLICACIN
+ + / + / / indeterminado
ii.
densidades pticas
(+ / / indeterminado)
ii.
3. Ordinal una clasificacin en que los valores pueden ser ordenados o tienen
un orden; dado que los valores codificados slo necesitan reflejar el orden pueden
ser reemplazados por cualquier otro conjunto de valores con el mismo
ordenamiento relativo (p.ej., 1, 2, 5; 6,
22, 69; 3.5, 4.2, 6.9 podran todos ser utilizados en vez de 1, 2 ,3). Como ejemplos
podemos considerar la severidad de las lesiones y la situacin socioeconmica.
4. De conteo el nmero de entidades, eventos, o algn otro fenmeno que
puede ser contado, para el cual la pregunta relevante es cuntos? (p.ej., paridad,
nmero de hermanos); la sustitucin de los valores de la variable por otros
nmeros cambiara su sentido. En el anlisis de datos epidemiolgicos, las
variables de conteo a menudo se tratan como continuas, sobre todo cuando sus
posibles valores son muchos.
Tipos de variables continuas
1. De intervalo las diferencias (intervalos) entre los valores tienen significado,
pero las razones entre los valores no lo tienen. Es decir, que si la variable toma los
valores 11-88, con un promedio de 40, tiene sentido afirmar que el puntaje del
sujeto A de 60 se aleja el doble del promedio que el puntaje de 50 del sujeto B.
Pero no tiene sentido decir que el puntaje del sujeto A es 1.5 veces el promedio.
La razn es que el punto cero de la escala es arbitrario, de manera que los valores
de los puntajes tienen sentido slo en relacin uno con el otro. Sin prdida de
informacin, la escala puede ser desplazada: 11-88 puede ser transformada en 077 restando 11 puntos. Los puntajes de la escala tambin pueden ser
multiplicados por una constante. Despus de cualquiera de estas dos
transformaciones, el puntaje del sujeto A sigue alejndose el doble de la media
que el puntaje del sujeto B, pero el puntaje del sujeto A no es ms 1.5 veces el
puntaje promedio. Las escalas sicolgicas (p.ej., para ansiedad, para depresin) a
menudo utilizan este tipo de escalas. Un ejemplo que proviene de la fsica es la
temperatura medida en escala de Fahrenheit o Celsius.
2. De razn tanto las diferencias como las razones tienen sentido. Tienen un
punto cero no arbitrario, de manera que tiene sentido caracterizar un valor como
x veces el valor del promedio. Cualquier transformacin salvo la multiplicacin
por una constante (p.ej., el cambio de unidades) distorsionar las relaciones de los
valores de una variable medida en una escala de razn. Los parmetros
fisiolgicos como la presin arterial o el colesterol son medidas de razn. La
temperatura absoluta o Kelvin es una medida en escala de razn.
Muchas variables importantes en epidemiologa son dicotmicas (i.e., nominal con
dos niveles) - enfermo vs. sano, expuesto vs. no expuesto. Aunque una variable
puede aparentar ser ordinal o continua, el propio fenmeno puede no merecer ser
tratado como tal. Sera necesario preguntarse:
Mtodos:
Origen:
Los datos fueron tomados del tiempo que tarda en conectarse a los sitios webs de
las universidades para la medida se us el programa PingDom Tools complementa
la barra de herramientas del explorador.
Herramientas:
Valores de la variable Xi
frecuencias absolutas
frecuencias relativas
(datos)
fi
fi/N
X1
f1
f1/N
X2
f2
f2/N
Xn
fn
fn/N
Intervalos
Marcas de Clases
Frecuencias Absolutas
(C)
Xi
fi
X1-X2
X1
f1
X2-X3
X2
f2
Xn-1-Xn
Xn
fn
Donde:
Marca de clase:
Numero de observaciones:
Amplitud del intervalo:
b) Polgono de frecuencias:
c) Ojivas:
Registro Administrativo
RESULTADOS
Veamos los datos obtenidos:
UNALM
STANDFORD NAVARRA
IRVINE
UNDAC
UNE
2.37
4.33
1.57
3.57
1.81
6.34
2.36
4.5
0.9
2.9
0.9
5.7
2.35
5.1
1.2
3.15
1.15
5.85
2.3
5.4
1.3
3.45
1.2
5.94
2.5
4.22
1.15
3.03
1.35
6.01
2.1
4.34
3.81
1.45
6.16
2.3
5.23
1.6
3.56
1.6
6.34
2.2
4.1
1.5
4.15
1.81
6.38
2.25
3.9
1.78
3.5
1.9
6.26
2.23
4.8
1.9
3.68
1.83
6.45
2.4
4.8
2.2
4.2
1.79
6.62
2,5
3.8
1.2
2.2
6.79
2.6
4.25
1.6
3.95
2.01
6.4
2.45
1.72
3.83
6.72
2.5
4.7
0.95
3.32
1.9
6.28
2.4
3.9
1.32
3.57
1.5
6.5
MODA
Donde:
L=Limite inferior de la clase modal.
d1=Diferencia entre la frecuencia de la clase modal y la frecuencia de la clase anterior.
d2= Diferencia entre la frecuencia de la clase modal y la frecuencia de la clase
posterior.
C= Intervalo de clase.
MEDIANA
Donde:
n=Nmero total de observaciones.
L=Limite inferior de la clase que contiene la mediana.
f =Frecuencia de la clase que contiene la mediana.
F=Frecuencia acumulada "menos de" de la clase anterior.
C = Intervalo de clase.
UNALM
Stanford
Navarra
Irvine
UNDAC
UNE
2.363125
4.523125
1.430625
3.604375
1.65
6.29625
Mo
Me
2.5
3.9
1.2
3.57
1.81
6.34
2.365
4.42
1.41
3.57
1.8
6.34
COMPARACION DE MODAS
COMPARACION DE VARIANZAS
1.43
1.65 2.36
3.60
Tenemos:
UNALM
0 STANDFORD
NAVARRA
IRVINE
UNDAC
ROJO
VERDE
AZUL
AMARILLO
MAGENTA
4.52
6.29
UNE
CYAN
OBSERVACIONES Y CONCLUSIONES:
Notamos que la diferencia de tiempo al ingresar a un sitio web se debe a su
cantidad de informacin (archivos, videos, animaciones, etc.), a nuestro
historial visitado, la hora que se visita, la cantidad de usuarios que visita
esta pgina, etc., lo que hace que posea ms lentitud en su proceso de
carga.
Gracias a este trabajo mediante a la estadstica comparativa pudimos
comparar los anlisis mustrales mediante grficas obteniendo as una idea
de cmo se funcionan estas y sus caractersticas, adems de que al
realizar una distribucin de frecuencias, hacemos una tabla que resume de
una manera ms entendible, ordenada numricamente los datos de una
manera conveniente.
Mayormente al hacer una distribucin de datos de una muestra se trata se
ajustar o aproximar a una distribucin conocida como la normal y la tstudent para facilitar el anlisis y adems al hacer este tipo de
aproximaciones tambin disminuimos nuestro porcentaje de error, ya que
compensa todas la observaciones iniciales al hacer las mediciones, debido
a que toda la informacin se condensa en nuestra grafica.
Se observa que los valores atpicos aumentan el grado de desconfianza en
nuestro anlisis.
Al tomar los datos se observo que a medida que temamos mas datos estos
se dispersaban y el coeficiente d variacin aumentaba, esto ocurre pues al
abrir tantas veces el mismo sitio web los accesos ya se hacen rpidos, pues
es una direccin conocida para el buscador, adems que ya est guardada
en el historial de exploracin.
La principal ventaja de usar una de estas tablas de resumen es que las
principales caractersticas de los datos se hacen evidentes inmediatamente
para el lector.
La principal desventaja de tal tabla de resumen es que no podemos saber
cmo se distribuyen los valores individuales dentro de un intervalo de clase
particular sin tener acceso a los datos originales. El punto medio de la
clase, sin embargo, es el valor usado para representar todos los datos
resumidos en un intervalo particular. El punto medio de una clase (o marca
SEXTA PRCTICA CALIFICADA
TRABAJO DE APLICACIN
BIBLIOGRAFIA
http://es.geocities.com/riotorto/nopa/nopa.htm
http://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_probabilidad
http://es.wikipedia.org/wiki/Valor_esperado
http://es.wikipedia.org/wiki/Variable_aleatoria