Академический Документы
Профессиональный Документы
Культура Документы
Adems de todo lo expuesto hemos de dejar patente que para que esta rama
de las Matemticas tenga lugar y desarrolle sus trabajos deben contar con una
serie de instrumentos que se han convertido en fundamentales. En concreto,
nos referimos a los llamados niveles de medicin (intervalo, nominal, razn y
ordinal), los estudios observacionales y tambin las tcnicas de anlisis
estadstico.
En este ltimo grupo de herramientas habra que incluir algunas tan conocidas
e importantes como la frecuencia estadstica, el anlisis de varianza, la grfica
estadstica, el anlisis de regresin, la prueba t de Student o el anlisis factorial
confirmatorio.
Veamos dos ejemplos que nos aclaren estos dos tipos de Estadstica:
Ejemplo 1. Cuando van a llegar cualquier tipo de elecciones, por ejemplo, las
elecciones generales, es muy frecuente que los medios de comunicacin, nos
adelanten los resultados de encuestas o sondeos en los que se nos indica el
resultado final de dichas elecciones con una precisin y con un error
determinados. Estos sondeos son realizados por distintas tcnicas sobre un
grupo (muestra) ms o menos numeroso de personas. Naturalmente, cunto
mayor sea el nmero de espaoles con derecho a voto encuestados, mayor
ser la fiabilidad de la encuesta, pero tambin mayor ser el coste del sondeo.
El estudio de esta muestra se hara mediante estadstica descriptiva, pero lo
que nos interesa no es el resultado de este estudio reducido sino el resultado
final de las elecciones. El paso de generalizar los resultados de la muestra a
toda la poblacin, se hace mediante tcnicas de Estadstica inferencial. La
eleccin de la muestra debe hacerse mediante mtodos de muestreo para que
el estudio resulte lo ms fiable posible.
Un mtodo sera pasar clase por clase y medirlos a todos, esto nos podra
llevar un tiempo considerable pero sera la forma ms exacta de hacer dicho
estudio, aunque es fcil encontrarnos con ausencias y tendramos que volver
varios das y pasar lista para conseguir la estatura de todo el alumnado. Una
vez que tengamos todos los datos en nuestro poder los resultados los
obtendramos mediante Estadstica descriptiva.
Otra posibilidad podra ser pasar clase por clase, decirle a los alumnos y
alumnas que anoten su estatura en un papel y recogerlos todos. Tambin as
tendramos un estudio de Estadstica descriptiva, aunque seguramente menos
fiable que con el mtodo anterior, pues casi con toda seguridad, y lo digo por
experiencia, algunos alumnos escriban su estatura a clculo y otros, con ganas
de bromas, muy por encima o muy por debajo de la realidad.
Y otra posibilidad sera escoger una muestra, es decir un grupo de por ejemplo
50 personas, hacer el estudio descriptivo sobre ellas y despus generalizarlo a
todo el instituto con Estadstica inferencial. En este caso, comprobaramos por
una parte que cunto mayor sea la muestra ms trabajo tendremos, pero ms
fiable ser el resultado final y por otra, que la eleccin de la muestra debe
hacerse de manera que permita tambin fiarnos del resultado obtenido. Si
estamos en segundo de bachillerato, podramos coger como muestra los 50
alumnos de este curso? Por qu? Qu forma de elegir la muestra se te
ocurre?
Muestra estadstica
ndice
[ocultar]
1Introduccin
2.1Espacio muestral
2.3Estimacin
2.4Nivel de confianza
2.5Ejemplo
5Referencias
Introduccin[editar]
Las muestras se obtienen con la intencin de inferir propiedades de la totalidad
de la poblacin, para lo cual deben ser representativas de la misma (una
muestra representativa se denomina tcnicamente muestra aleatoria). Para
cumplir esta caracterstica la inclusin de sujetos en la muestra debe seguir
una tcnica de muestreo. En tales casos, puede obtenerse una informacin
similar a la de un estudio exhaustivo con mayor rapidez y menor coste (vanse
las ventajas de la eleccin de una muestra, ms abajo).
Por otra parte, en ocasiones, el muestreo puede ser ms exacto que el estudio
de toda la poblacin porque el manejo de un menor nmero de datos provoca
tambin menos errores en su manipulacin. En cualquier caso, el conjunto de
individuos de la muestra son los sujetos realmente estudiados.
Espacio muestral[editar]
El espacio muestral del que se toma una muestra concreta est formado por el
conjunto de todas las posibles muestras que se pueden extraer de una
poblacin mediante una determinada tcnica de muestreo.
Estimacin[editar]
Ejemplo[editar]
Desviacin tolerada: 5%
Resultado 196
Segn la estadstica:
Si una poblacin es finita pero muy grande, desde un punto de vista estadstico
da igual considerarla infinita.
INTRODUCCIN
El presente ensayo se presenta reflexiones sistemticas y crticas sobre el
abordaje cualitativo, y se da a conocer los instrumentos ms frecuentes
empleados en la recoleccin de datos cualitativos que son:
Una variable discreta es una variable que solo puede tomar algunos valores
dentro de un mnimo conjunto numerable, es decir, no acepta cualquier valor,
nicamente aquellos que pertenecen al conjunto. Estas variables se dan de
modo coherente separaciones entre valores observables sucesivos. Dicho con
ms rigor, se define una variable discreta como la variable que hay entre dos
valores observables (potencialmente), hay por lo menos un valor no observable
(potencialmente). Como ejemplo, el nmero de animales en una granja (0, 1, 2,
3...).
Distribucin de frecuencias
ndice
[ocultar]
1Tipos de frecuencias
1.1Frecuencia absoluta
1.2Frecuencia relativa
1.3Frecuencia acumulada
1.4Frecuencia relativa acumulada
2Referencias
Tipos de frecuencias[editar]
Frecuencia absoluta[editar]
Frecuencia relativa[editar]
Frecuencia acumulada[editar]
Fc (Hr) = HXr / N
donde MXr es el nmero de datos X con un valor menor que o igual a Xr, y N es
nmero total de los datos. En breve se escribe:
Fc = M / N
Fc(%) = 100 M / N
32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27
3, 15, 24, 28, 33, 35, 38, 42, 43, 38, 36, 34, 29, 25, 17, 7, 34, 36, 39, 44, 31,
26, 20, 11, 13, 22, 27, 47, 39, 37, 34, 32, 35, 28, 38, 41, 48, 15, 32, 13.
Se forman los intervalos teniendo presente que el lmite inferior de una clase
pertenece al intervalo, pero el lmite superior no pertenece al intervalo, se
cuenta en el siguiente intervalo.
Intervalo ci ni Ni fi Fi
Total: 40 1
Distribucin de frecuencias
Generalmente las tablas incluyen varas columnas con las frecuencias relativas
(son el nmero de ocurrencias dividido por el total de datos, y se simbolizan
"fr" o "pi"), frecuencias acumuladas (la frecuencia acumulada es el total de
frecuencias de los valores iguales o inferiores al de referencia, y se simbolizan
"fa" o "na". No obstante la frecuencia acumulada tambin es definida
incluyendo al valor de referencia), frecuencias acumuladas relativas (la
frecuencia acumulada relativa es el total de frecuencias relativas de los valores
iguales o inferiores al de referencia, y se simbolizan "fr" o "pa")
Intervalo: Cada uno de los grupos de valores de la variable que ocupan una fila
en una distribucin de frecuencias
Lmites aparentes: Valores mayor y menor del intervalo que son observados en
la tabla. Dependen de la precisin del instrumento de medida. En el ejemplo,
los lmites aparentes del intervalo con mayor nmero de frecuencias son 34 y
39.
Lmites exactos: Valores mximo y mnimo del intervalo que podran medirse si
se contara con un instrumento de precisin perfecta. En el intervalo 34-39,
estos lmites son 33.5 y 39.5
Punto medio del intervalo (Mco Marca de clase): Suma de los lmites dividido
por dos. Mc del intervalo del ejemplo= 36.5
Establecer el nmero de clases (k)en que se van a agrupar los datos tomando
como base para esto la siguiente tabla.
Menos de 50 5a7
50 a 99 6 a 10
100 a 250 7 a 12
250 en adelante 10 a 20
El uso de esta tabla es uno de los criterios que se puede tomar en cuenta para
establecer el nmero de clases en las que se van a agrupar los datos, existen
otros para hacerlo.
Para formar la primera clase, se pone como lmite inferior de la primera clase
un valor un poco menor que el dato menor encontrado en la muestra y
posteriormente se suma a este valor C, obteniendo de esta manera el lmite
superior de la primera clase, luego se procede a obtener los lmites de la clase
siguiente y as sucesivamente.
Ejemplo:
Solucin:
a) Agrupando datos;
3.
4.Formando clases.
Para formar la primera clase se toma un valor un poco menor que el valor
menor encontrado en la muestra; luego,
Total 40 1.000
b) Grficas:
a) Media ( ).
=
Donde:
k = nmero de clases
xi = marca de clase i
fi = frecuencia de la clase i
b) Mediana (Xmed).
Donde:
A = LRS-LRI
f) Moda (Xmod).
Donde:
d1 = =
d2 = =
A = LRS LRI
Donde:
xi = marca de clase i
= media aritmtica
fi = frecuencia de la clase i