Академический Документы
Профессиональный Документы
Культура Документы
Murria R. Spiegel, (1991) dice: "La estadística estudia los métodos científicos para recoger,
organizar, resumir y analizar datos, así como para sacar conclusiones válidas y tomar
decisiones razonables basadas en tal análisis.
Estadística Descriptiva:
Es una parte de la estadística que se dedica a analizar y representar los datos. Este
análisis es muy básico, pero fundamental en todo estudio. Aunque hay tendencia a
generalizar a toda la población las primeras conclusiones obtenidas tras un análisis
descriptivo, su poder inferencial es mínimo y debería evitarse tal proceder. Otras ramas de
la estadística se centran en el contraste de hipótesis y su generalización a la población.
Estadística Inductiva:
Variable de la Estadística:
Es una característica (magnitud, vector o número) que puede ser medida, adoptando
diferentes valores en cada uno de los casos de un estudio.
- El Peso
- El Salario
- La Edad
- No. De Hijos
Un atributo esencial de una variable continua es que, a diferencia de lo que ocurre con
una variable discreta, nunca se la puede medir exactamente. Con una variable continua
debe haber inevitablemente un error de medida.
Una variable discreta es sencillamente la que toma valores enteros...una variable para
la que se dan de modo inherente separaciones entre valores observables sucesivos. Dicho
con mas rigor, se define una variable discreta como la variable tal que entre 2
cualesquiera valores observables (potencialmente), hay por lo menos un valor no
observable (potencialmente). Por ejemplo, un recuento del número de colonias de un
cultivo en agar es una variable discreta. Mientras que cuentas de 3 y 4 son potencialmente
observables, no lo es una de 3,5.
Población de Estadística:
Es el total de elementos que se van a estudiar los cuales pueden ser personas, animales,
cosas o fenómenos. La población debe ser homogénea y entre sus características puede
ser infinita o finita.
Muestra estudiada: es el grupo de sujetos en el que se recogen los datos y se realizan las
observaciones, siendo realmente un subgrupo de la población muestreada y accesible. El
número de muestras que se puede obtener de una población es una o mayor de una.
Muestra:
Atributos:
Ejemplo;
El estado civil de cada uno de los estudiantes del curso de estadísticas I, no se presenta
en la misma modalidad.
Muestreo:
Esto no es más que el procedimiento empleado para obtener una o más muestras de
una población; el muestreo es una técnica que sirve para obtener una o más muestras de
población.
Al tomar varias muestras de una población, las estadísticas que calculamos para cada
muestra no necesariamente serían iguales, y lo más probable es que variaran de una
muestra a otra.
Ejemplo;
Consideremos como una población a los estudiantes de educación del Núcleo San
Carlos de la UNESR, determinando por lo menos dos caracteres ser estudiados en dicha
población: Religión de los estudiantes
Sexo
Tipos de Muestreo:
Una muestra aleatoria simple es seleccionada de tal manera que cada muestra posible
del mismo tamaño tiene igual probabilidad de ser seleccionada de la población. Para
obtener una muestra aleatoria simple, cada elemento en la población tenga la misma
probabilidad de ser seleccionado, el plan de muestreo puede no conducir a una muestra
aleatoria simple. Por conveniencia, este método pude ser reemplazado por una tabla de
números aleatorios. Cuando una población es infinita, es obvio que la tarea de numerar
cada elemento de la población es infinita, es obvio que la tarea de numerar cada
elemento de la población es imposible. Por lo tanto, ciertas modificaciones del muestreo
aleatorio simple son necesarias
Es aquel en que un elemento puede ser seleccionado más de una vez en la muestra para
ello se extrae un elemento de la población se observa y se devuelve a la población, por lo
que de esta forma se pueden hacer infinitas extracciones de la población aun siendo esta
finita.
El método de selección.
El tamaño de la muestra
Muestreo Opinatico:
Escala:
Para que una escala pueda considerarse como capaz de aportar información objetiva
debe reunir los dos siguiente requisitos básicos:
Validez: indica la capacidad de la escala para medir las cualidades para las cuales ha
sido construida y no otras parecidas. Una escala confusa no puede tener validez, lo mismo
que en una escala que esté midiendo, a la vez e indiscriminadamente, distintas variables
superpuestas. "Una escala tiene validez cuando verdaderamente mide lo que afirma
medir".
Tipos de Escala:
Escalas Nominales
Son aquellas en que sólo se manifiesta una equivalencia de categorías entre los
diferentes puntos que asume la variable. Es como una simple lista de las diferentes
posiciones que pueda adoptar la variable, pero sin que en ella se defina ningún tipo de
orden o de relación. Si es una investigación sobre producción agrícola queremos
determinar los cereales que se cultivan en una cierta región, tendremos una variable que
se designará como "cereal cultivado".
Los distintos valores que esa variable reconoce serán, concretamente: trigo, maíz,
centeno, etc. Entre estos valores no cabe obviamente ninguna jerarquía, no se puede
trazar ningún ordenamiento. Sin embargo, a la enunciación explícita de todas estas
posibilidades la consideramos como una escala, pues de algún modo es útil para medir el
comportamiento de la variable, indicándonos en que posición se halla en cada caso.
Un ejemplo de escala ordinal es el que suele usarse para medir la variable "grado de
escolaridad": podemos decir que una persona que ha tenido 2 años de instrucción escolar
ha recibido más instrucción que quien solo tiene un año y menos que quien posee tres. Sin
embargo no puede afirmarse válidamente que la diferencia entre quien posee 2 años de
instrucción y quien ha recibido un año es igual a la diferencia entre quienes han recibido
16 y 17años de educación formal. Por tanto, como no podemos determinar la equivalencia
entre las distancias que separan un valor de otro, debemos concluir que la escala
pertenece a la categoría ordinal.
Razón:
Es el cociente entre dos números, en el que ninguno o sólo algunos elementos del
numerador están incluidos en el denominador. El rango es de 0 a infinito.
Tasa de Interés.
Es un porcentaje del saldo insoluto que paga un deudor al acreedor. La tasa de Interés
puede ser expresada en distintos plazos, como por ejemplo: diaria, mensual o anual, entre
otras.
Coeficiente de Natalidad:
Coeficiente de Mortalidad:
Índice:
El índice de una base de datos es una estructura de datos que mejora la velocidad de las
operaciones, permitiendo un rápido acceso a los registros de una tabla. Al aumentar
drásticamente la velocidad de acceso, se suelen usar sobre aquellos campos sobre los
cuales se hagan frecuentes búsquedas.
Dispersión Geográfica
Inequidad de Género
Desnutrición Infantil
Índice de Repitencia:
La deserción escolar se define como el abandono de los alumnos a la escuela sin haber
terminado sus estudios. La deserción escolar obedece a diferentes causas: económicas,
sociales, familiares, de contexto geográfico, entre otras.
Fuente:
Son datos estadísticos necesarios para la comprensión de los hechos pueden obtenerse
a través de fuentes primarias y fuentes secundarias.
Son aquellas en las que la información se encuentra en su origen, y por lo tanto debe
ser elaborada por primera vez y de forma específica.
Fuentes secundarias:
Son las publicaciones y trabajos hechos por personas o entidades que no han
recolectado directamente la información. Son aquellas que presentan información ya
elaborada, o existente, que fue generada anteriormente con otra finalidad que no tiene
porqué coincidir con la nuestra.
Gráficos Estadísticos:
Histogramas:
Polígono de Frecuencia:
Este gráfico se utiliza para el caso de variables cuantitativas, tanto discretas como
continuas, partiendo del diagrama de columnas, barras o histograma, según el tipo de
tabla de frecuencia manejada. Es la línea quebrada que une los puntos medios de los
lados superiores (marcas de clase) de un histograma. Los puntos o vértices del polígono
de frecuencias están situados, por tanto, en las marcas de clase, ya que estos
corresponden a los puntos medios de los intervalos.
Ojiva:
Figura formada por dos arcos de círculos iguales que se cortan en uno de los extremos,
con la concavidad encarada del uno hacia el otro: los arcos con forma de ojiva son
frecuentes en la arquitectura gótica. Figura compuesta de dos arcos de círculo iguales que
tienen sus centros en una misma recta y se cortan en uno de sus extremos formando un
ángulo curvilíneo. La ojiva es una gráfica asociada a la distribución de frecuencias, es
decir que en ella se permite ver cuántas observaciones se encuentran por encima o
debajo de ciertos valores, en lugar de solo exhibir los números asignados a cada intervalo.
Para que un valor pueda ser considerado promedio, debe cumplirse que esté situado
entre el menor y el mayor de la serie y que su cálculo y utilización resulten sencillos en
términos matemáticos.
Las medidas de posición no centrales: entre las que destacan especialmente los
cuantiles.
Media Aritmética:
Mediana:
Es el valor de la variable que deja el mismo número de datos antes y después que él,
una vez ordenados estos. De acuerdo con esta definición el conjunto de datos menores o
iguales que la mediana representarán el 50% de los datos, y los que sean mayores que la
mediana representarán el otro 50% del total de datos de la muestra.
Es un valor único de un conjunto de datos que mide al elemento central en los datos.
Este único elemento es el más cercano a la mitad o el más central en el conjunto de
números.
Moda:
Medidas de Dispersión:
Al igual que sucede con cualquier conjunto de datos, la media, la mediana y la moda
sólo nos revelan una parte de la información que necesitamos acerca de las características
de los datos. Para aumentar nuestro entendimiento del patrón de los datos, debemos
medir también su dispersión, extensión o variabilidad.
Varianza:
Desviación Típica:
Medidas de Posición:
Son indicadores usados para señalar que porcentaje de datos dentro de una
distribución de frecuencias superan estas expresiones, cuyo valor representa el valor del
dato que se encuentra en el centro de la distribución de frecuencia, por lo que también se
les llama " Medidas de Tendencia Central ". Pero estas medidas de posición de una
distribución de frecuencias han de cumplir determinadas condiciones para que lean
verdaderamente representativas de la variable a la que resumen.
Percentiles:
Los percentiles representan los valores de la variable que están por debajo de un
porcentaje, el cual puede ser una valor de 1% a 100% (en otras palabras, el total de los
datos es divido en 100 partes iguales). Los percentiles, que dividen a la distribución en
cien partes.
Decíles:
Son los nueve valores que dividen la serie de datos en diez partes iguales. Son ciertos
números que dividen la sucesión de datos ordenados en diez partes porcentualmente
iguales. Son los nueve valores que dividen al conjunto de datos ordenados en diez partes
iguales, son también un caso particular de los percentiles.
Cuartiles:
Los cuartiles son los tres valores que dividen al conjunto de datos ordenados en cuatro
partes porcentualmente iguales. Los cuartiles son los tres valores de la variable que
dividen a un conjunto de datos ordenados en cuatro partes iguales.
Distribuidores de Frecuencia:
1) RANGO.
Es una medida de dispersión que se obtiene como la diferencia entre el número mayor y
el número menor de los datos
2) AMPLITUD TOTAL.
3) LAS CLASES.
Están formadas por dos extremos. el menor se llama límite inferior el mayor se llama
límite superior. hay distintos tipos de clases.