1 Modelos Estadisticos PDF

Tema
METODOS ESTADISTICOS PARA LA

1 INVESTIGACION
INTRODUCCIÓN
“El pensamiento estadístico algún

día será tan necesario para la
ciudadanía como la capacidad de
leer y escribir...”
H.G.Wells hace mas de 100 años
OBJETIVOS
Al finalizar el Tema 1, el participante será capaz de:
1. Comprender los áreas de aplicación de la
Estadística en el ámbito pesquero.
2. Comprender el pensamiento estadístico
3. Definir las etapas del trabajo estadístico.
4. Identificar los diversos tipos de datos.
5. Diferenciar población y muestra.
6. Distinguir parámetro y estimador.
Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

CONTENIDO
1. El Pensamiento Estadístico
2. Investigación científica
3. Estructura de un proyecto de investigación
4. Concepto de Estadística.
5. ¿Qué son datos ?

8. ¿Qué tipos de datos existen ?
9. ¿Qué se puede hacer con los datos?
10. Población y muestra
11. Parámetro y estimador
12. Estadística descriptiva e inferencial
13. Ejercicio aplicativo

1.1 El pensamiento estadístico
La implementación del pensamiento estadístico

tiene tres fases:
Identificar los factores de variabilidad.
Conocer (o medir) la variabilidad.
Manejar (o controlar) la variabilidad

1.2 La investigación científica
1.3.1 ¿Qué es la investigación científica?
Es la búsqueda sistematizada y objetiva
de nuevos conocimientos. Investigar es un
proceso de buscar, indagar o pesquisar.
El método científico, comprende la realizar
a investigación en forma sistematizada y
objetiva, organizada y coherente.

1.3.2 Etapas de la investigación científica
A. Planificación: Elaboración del proyecto.
Abarca una descripción detallada y
fundamentada de cada una de las
actividades a desarrollarse en la
investigación
B. Ejecución: Es la etapa en la cual se
lleva a cabo al investigación. Recolección
de datos, análisis e interpretación.
C. Informe: Escrito donde se presentan los
hallazgos encontrados.

1.4 Estructura de un proyecto de
investigación
1.4.1 Definición del problema
A. Título
B. Antecedentes: se refiere al nivel actual de
conocimientos. La investigación que se
planea realizar debe contribuir a elevar el
conocimiento que la humanidad tenga de
este tema. Si no se conocen los
antecedentes, es probable que repita una
investigación anterior. Existen antecedentes
teóricos (marco teórico) y antecedentes
empíricos (resultados).
C. Objetivos: Enunciado de los logros
alcanzables y evaluables en el estudio.
a. ¿Cómo voy a identificar las variables?
b. ¿Cómo voy a medir esas variables?
c. ¿Qué técnica estadística se utilizará?
D. Hipótesis: Enunciado de la relación de la
relación entre 2 o más variables.
Recomendación: al escribir el título, el problema,

objetivos y las hipótesis, se debe referir a lo mismo.

1.4.2 Tipo de estudio
Casos y controles
1.4.3 Definición del alcance del estudio
¿Qué ámbito abarca el estudio?. Definir el
alcance físico, temporal, social, etc.
1.4.4 Diseño estadístico de la muestra
A) Tamaño de la muestra
B) Procedimiento de selección

1.4.5 Definición de variables y escalas de
medición
Depende de los objetivos y las hipótesis
1.4.6 Recolección de datos

Fuentes primarias y secundarias. Diseñar
cuestionario y fichas de observación.
1.4.7 Procesamiento de la información

Definir con anticipación los análisis
estadísticos que se van a realizar y entre
que variables: regresión, hipótesis, entre
otros.
1.4.8 Recursos y presupuesto de
investigación
Qué recursos personales y de materiales
se requieren. Cuales son los costos
para llevar a cabo la investigación.
Cómo se desembolsará (mes a mes)
estos gastos. Cómo se financiará.
1.4.9 Cronograma
Con ayuda de un Diagrama Gantt o un
PERT, para visualizar las diferentes
etapas.
1.4.10 Referencias bibliográficas

1.5 Partes de un informe final de
investigación
1.5.1 Introducción: Título, antecedentes,
objetivos, hipótesis
1.5.2 Materiales y métodos
1.5.3 Resultados analíticos: fundamentar
diferencias evidenciadas
1.5.4 Discusión de resultados
1.5.5 Conclusiones: en relación con los
objetivos de la investigación

1.6 ¿Qué es Estadística ?
Es una ciencia que RECOLECTAR
comprende diversas
técnicas para : ORGANIZAR
ANALIZAR
INTERPRETAR
DATOS
A esta secuencia se llama proceso estadistico.

¿Qué es la RECOLECCIÓN de datos ?
Es el registro de características
(medición, observación, conteo) a una
unidad elemental (o de análisis).

¿Qué es la ORGANIZACIÓN de datos ?
Es el ordenamiento para una mejor

comprensión y facilitar sus análisis.
(tablas, gráficos y figuras)
Los datos sin organizar se llaman datos

brutos, y son de poca utilidad.

Por ejemplo, los siguientes datos sobre peso en gramos
de ejemplares de tilapia en cultivo en jaulas.
231 199 209 236 259 248 183 269 212 194 191 260 197 265 261 238
159 227 245 214 275 186 234 262 230 212 163 220 202 221 223 243
203 180 292 198 201 174 223 186 200 192 236 186 188 234 230 170
304 197 216 214 189 138 269 197 222 202 213 163 241 218 242 197
248 228 154 218 243 192 191 243 230 248 231 262 177 207 276 230
238 189 212 200 179 249 225 223 289 280 235 220 194 205 206 194
209 233 222 223 267 212 263 159 243 230 253 192 200 232 222 227
193 195 259 186 229 184 215 254 233 229 263 163 212 271 216 230
225 252 218 265 218 155 222 173 228 214 266 172 203 262 213 249
244 177 242 180 241 261 221 222 189 204 229 212 192 257 248 243
190 166 216 197 250 224 257 220 255 241 245 212 225 201 209 155
192 249 216 250 248 187 222 195 247 161 188 229 194 174 184 215
209 250 180 228 196 254 208 265 234 219 203 230 232 212 236 191
161 258 252 169 249 231 170 233 161 189 191 209 229 246 274 215
206 218 234 248 222 175 202 154 249 189 171 263 238 177 261 265
224 249 252 220 199 239 221 221 221 232 218 239 205 196 211 221
276 251 189 286 258 227 236 167 184 245 243 218 173 220 231 196
196 200 221 217 270 261 248 254 232 231 219 225 265 222 226 208
219 189 226 292 192 172 186 264 211 240 237 156 228 241 171 223
185 199 188 263 208 199 259 272 202 214 201 231 210 223 210 209
239 203 212 295 202 195 218 218 253 239 272 216 221 208 225 175
239 191 214 215 227 221 208 224 208 181 187 179 234 262 216 221
152 180 193 244 184 183 226 266 242 220 266 269 223 198 204 179
209 215 222 196 228 195 160 261 177 232 224 203 265 238 247 225
169 172 187 199 245 183 171 246 187 222 278 212 250 174 220 188
223 241 200 193 226 243 206 142 277 244 210 258 207 267 254 136
231 253 229 240 204 187 202 209 238 240 190 253 203 271 281 226
244 182 146 251 277 184 240 239 185 201 259 234 174 226 246 222
205 211 216 230 220 201 231 183 214 219 206 276 215 195 209 258
287 182 176 275 204 183 212 237 249 142 256 258 213 208 202 244 6

Por ejemplo
Diagrama Circular
Tabla de Distribución
Talla N° ejemplares
30 - 34 6
35 - 39 12
40 - 44 8
45 - 49 2 12
10
Diagrama de 4
Barras 2
0
30-34 35-39 40-44 45-49
¿Qué es el ANALISIS de datos ?
Es el cálculo de MEDIDAS
REPRESENTATIVAS (o de resumen)
tales como promedios, medidas de
variabilidad y medidas de la forma de
la distribución.
También se analizan datos cuando se

establecen relaciones entre ellos
(regresión y correlación).

¿Qué es la INTERPRETACIÓN de datos ?
Es darle un sentido práctico o útil a los

resultados obtenidos en el análisis.

1.7 ¿Qué son DATOS ?
Son los registros de una característica.
Ejemplo :
Unidad de
Características Datos
medida
Edad del paciente 27 años
Peso del recién nacido 3,750 Kg.
Tiempo permanencia 5 días
Temperatura corporal 37,5 °C
Profesión Enfermera ---
Si un DATO es útil para tomar decisiones se
convierte en INFORMACIÓN.
Los datos ayudan a los responsables de tomar
decisiones a hacer suposiciones coherentes
acerca de las CAUSAS y, por tanto, de los
EFECTOS probables de ciertas características
en situaciones dadas.

¿Por qué necesitamos recolectar datos?
Proporcionan la evidencia imprescindible en un

estudio de investigación.
Permiten medir el desempeño en el proceso de
producción de un bien o servicio.
Ayudan a la formulación de cursos alternativos
de acción en un proceso de toma de
decisiones.
Satisfacen nuestra curiosidad innata.

1.8 ¿Qué tipos de datos existen?
CONSTANTE:
Si el registro de la característica toma un sólo valor
en todas las unidades elementales. Son muchos
datos, pero iguales.
Ejemplo:
• Sexo de las pacientes en el Servicio de Ginecología
• Título profesional de los miembros del Colegio de
Ingenieros del Perú
Las constantes no son interés en Estadística,

puesto que ella se ocupa del estudio de la
variabilidad de los datos.
VARIABLE:
Si el registro de la característica toma diversos
valores en las unidades elementales.
Ejemplo:
Edad, sexo y peso de los pacientes de una
Clínica
Una misma característica puede generar

constantes ó variables, depende del marco
muestral.

Los datos variables pueden ser :
1. Cualitativos : Registro de un atributo. Provienen de

una observación. Las operaciones posibles son el
cálculo de la tasa porcentual y de proporciones.
Pueden ser dicotómicas (sólo pueden tener 2
categorías.
Ejemplo :Estado de salud: sano o enfermo. Sexo de
peces : macho y hembra
• 80% son machos (tasa porcentual).
• 8 de cada 10 peces son machos (proporción)
O politómicas (si tienen más de 2 categorías)
Ejemplo : tamaño de los peces: grande, mediano
chico
2. Cuantitativos : Registro de una característica a
través de un conteo o una medición. Las
operaciones posibles son los promedios y las
medidas de dispersión, entre otras.
Las variables cuantitativas pueden ser continuas

o discretas.

- DISCRETA o DISCONTINUA: Cuando la variable sólo
puede tomar determinados valores dentro de una
escala de valores. Proviene de un conteo.
Ejemplo: Número de peces en el estanque.
Número de hembras.
- CONTINUA : Cuando la variable puede tomar

cualquier valor, dentro de una escala de valores.
Provienen de una medición.
Ejemplo: Tiempo de cultivo.
Peso y talla de los ejemplares
DATOS
CONSTANTES VARIABLES
CUALITATIVAS CUANTITATIVAS
DISCRETAS CONTINUAS

1.9 ¿Qué se puede hacer con los datos?
Identificar caracte- Organizarlos en tablas, gráficos y figuras
rísticas de interés
para la produccion Calcular promedios (media, mediana,
moda y percentiles) .
Calcular su dispersión (varianza,

desviación estándar ) y forma de la curva.
Recolección de
Determinar una ecuación que represente
datos
la relación entre ellos (regresión)
Determinar el grado de asociación entre

ellos (correlación).
Utilizar datos para
Analizarlos dentro de un horizonte
mejorar la calidad
temporal (series cronológicas)
1.10 Población y Muestra
Marco Poblacional
Conjunto de todas las unidades elementales
(peces, procesos o cosas) al que se circunscribe
el estudio estadístico.
Ejemplos :
• Los ingenieros pesqueros del Perú.
• Los trabajadores en las langostineras en
Tumbes
• El proceso de muestreo
• Los registros por campaña del cultivo de
peces.
MARCO POBLACIONAL
(1200 peces de un estanque)

Población Estadística
Registro de una característica EN TODOS los

elementos del marco poblacional.
Tiene tantos datos como elementos tenga el

marco poblacional.
Habrán tantas poblaciones como características

se deseen registrar en un determinado marco
poblacional.

MARCO POBLACIONAL
(1200 peces de un estanque)
Características
de interés sexo
Edad Peso talla
Población Población Población

Registro
de la
caracte- P1 P2 P3 ... Pn
rística (1200 datos) (1200 datos)

Marco Muestral
Subconjunto del marco poblacional.

Comprende los elementos o estratos del marco
poblacional (es representativo).
En contraste con el marco poblacional es más

conveniente porque se obtienen los datos en
menor tiempo y reduciendo los costos.
Ejemplo :
75 peces de un estanque.

Marco Poblacional Técnicas Marco Muestral
de muestreo
(1200 peces de un estanque) (75 peces de un estanque)
Característica
Edad Peso talla sexo.
Registro
de la POBLACIÓN POBLACIÓN POBLACIÓN POBLACIÓN
carac-
terística.
...
P1 P2 P3 Pn

Muestra
Registro de una característica en todos los elementos
del marco muestral.
Tiene tantos datos como elementos el marco muestral.
Habrán tantas muestras como características se
deseen registrar en un marco muestral.
Las muestras no extraen de la población, sino del
marco muestral

Técnicas
MARCO POBLACIONAL MARCO MUESTRAL
de muestreo
(1200 peces en un estanque) (75 peces en un estanque)
Edad Peso Temp.

Característica Estado
civil
Corp.
Edad Peso Estado Temp.

civil corporal MUESTRA MUESTRA MUESTRA MUESTRA
m1 m2 m3 mn
75 datos
Registro
de la POBLACIÓN POBLACIÓN POBLACIÓN POBLACIÓN
carac-
terística.
...
P1 P2 P3 Pn

1.11 Parámetro y Estimador
Parámetro
Valor representativo de una población. Se simboliza
por letras griegas. Sólo hay un parámetro en cada
población.
 : Media poblacional (mu)

2 : V arianza poblacional (sigma cuadrado)
 : Desviación estándar poblacional (sigma)
 : Proporción poblacional (pi)
 : Coeficiente de correlación poblacional (rho)
Estimador
Valor representativo de una muestra. Se llama
también estadígrafo o estadístico. Se simboliza por
letras latinas.
Existen tantos estimadores como muestras se
extraigan de una población.
x Media muestral.
s2 Varianza muestra.
s Desviación estándar muestral.
p Proporción muestral
r Coeficiente de correlación muestral
n1
x1
n2
x2
POBLACIÓN
n3
x3
. .
. .
nm
xm
PARÁMETRO
DIFERENTES MUESTRAS GENERAN DIFERENTES

VALORES DEL ESTIMADOR

1.12 Estadística Descriptiva e Inferencial
Estadística Descriptiva
Técnicas que permiten describir un conjunto de
datos. El análisis se limita a esos datos (sean
muestrales o poblacionales). Tiene como objetivo
presentar los datos obtenidos en forma
resumida, clara y comprensible.
Estadística Inferencial
Técnicas que permiten estimar un parámetro a
partir de datos muestrales.
Muestra POBLACIÓN
Estimador Parámetro

Estadística
MUESTRA Estimador : x
Descriptiva
Estadística
POBLACIÓN
Inferencial
Parámetro : µ - = Error de muestreo

Ejemplos sobre muestra y estimador
Suponga que estamos interesados en conocer la

duración del periodo de desove de la anchoveta
en el Peru
El IMARPE esta interesado en la determinar la

biomasa existente de merluza en el mar Peruano.

1.13 Ejercicio Aplicativo
Para evaluar el cultivo de 680

tilapias en una jaula flotante,
se midieron 27 ejemplares
Determinar las medidas de

tendencia central y de
variabilidad del conjunto de
datos y graficar el histograma
de frecuencias.
Promedio, mediana, desviación
estándar, varianza, coeficiente
de variabilidad, tercer cuartil

En esta situación, identifique:
La característica :
La unidad elemental :
(o unidad de análisis)
El marco poblacional :
La población :
El marco muestral :

La muestra :
Tipo de dato :
Un dato registrado :
La unidad de medida:
El estimador :
El parámetro :

REFLEXIÓN
El hombre es del tamaño de

la dificultades
a las que se enfrenta
Si tu piensas como David,

puedes ser tan grande como
Goliat

1 Modelos Estadisticos PDF

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

1 Modelos Estadisticos PDF

Загружено:

Авторское право:

Доступные форматы

Tema

METODOS ESTADISTICOS PARA LA

“El pensamiento estadístico algún

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

La implementación del pensamiento estadístico

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Recomendación: al escribir el título, el problema,

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

1.4.6 Recolección de datos

1.4.7 Procesamiento de la información

1.4.10 Referencias bibliográficas

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

A esta secuencia se llama proceso estadistico.

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Es el ordenamiento para una mejor

Los datos sin organizar se llaman datos

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

También se analizan datos cuando se

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Es darle un sentido práctico o útil a los

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Proporcionan la evidencia imprescindible en un

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Las constantes no son interés en Estadística,

Una misma característica puede generar

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

1. Cualitativos : Registro de un atributo. Provienen de

Las variables cuantitativas pueden ser continuas

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

- CONTINUA : Cuando la variable puede tomar

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Calcular su dispersión (varianza,

Determinar el grado de asociación entre

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Registro de una característica EN TODOS los

Tiene tantos datos como elementos tenga el

Habrán tantas poblaciones como características

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Población Población Población

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Subconjunto del marco poblacional.

En contraste con el marco poblacional es más

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Edad Peso talla sexo.

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Edad Peso Temp.

Edad Peso Estado Temp.

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

 : Media poblacional (mu)

DIFERENTES MUESTRAS GENERAN DIFERENTES

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Parámetro : µ - = Error de muestreo

Material de Clases © Jorge Córdova Egocheaga. Febrero 2003

Suponga que estamos interesados en conocer la