Tarea Tarea 1 Estadística La estadística es la parte de las matemáticas que se ocupa de los métodos para recoger, organizar, resumir y analizar datos, así como para sacar conclusiones válidas y tomar decisiones razonables basadas en tal análisis.
Dentro del campo de la estadística pueden estudiarse características de la sociedad, de las personas, de los animales, de las plantas, de determinados productos o de cualquier obeto de interés !umano en general, bien leos del concepto de las "cosas que pertenecen al E stado"
#$%&'T #$%&'T()*#( de la estadística estadístic a su importancia radica en que podemos tomar decisiones en base a los resultados que ésta presente. (demás, con ella se puede saber por qué sucedieron algunos acontecimientos o sucesos, o bien, qué podría suceder y así proveer algunas situaciones.
Estadística descriptiva La estadística descriptiva es la técnica matemática que obtiene, organiza, presenta y describe un conjunto de de datos con datos con el prop+sito de acilitar su uso generalmente con el apoyo de tablas, medidas numéricas o grá-cas. (demás, calcula parámetros estadísticos como las medidas de centralizaci+n y de dispersi+n que describen el conunto estudiado.
Estadística #nerencial La estadística inferencial es una parte de la estadística que comprende los métodos y procedimientos que por medio de la inducci+n determina propiedades de una poblaci+n estadística, a partir de una pequea parte de la misma. /u obetivo es obtener conclusiones 0tiles para !acer deducciones sobre una totalidad, basándose en la inormaci+n numérica. /e dedica a la generaci+n de los modelos, inerencias y predicciones asociadas a los en+menos en cuesti+n teniendo en cuenta la aleatoriedad de las observaciones. /e usa para modelar patrones en los datos y etraer inerencias acerca de la poblaci+n poblaci+n
bao estudio. Estas inerencias pueden tomar la orma de respuestas a preguntas sí2no 3prueba de !ip+tesis4, estimaciones de unas características numéricas 3estimaci+n4, pron+sticos de uturas observaciones, descripciones de asociaci+n 3correlaci+n4 o modelamiento de relaciones entre variables de /am 3análisis de regresi+n4. &tras técnicas de modelamiento incluyen análisis de varianza, series de tiempo y minería de datos.
%oblaci+n Es un conunto de suetos o individuos con determinadas características demográ-cas, de la que se obtiene la muestra o participantes en un estudio epidemiol+gico a la que se quiere etrapolar los resultados de dic!o estudio 3inerencia estadística4.
$uestra 5na muestra es un subconunto de casos o individuos de una poblaci+n estadística. En diversas aplicaciones interesa que una muestra sea una muestra representativa y para ello debe escogerse una técnica de muestreo adecuada que produzca una muestra aleatoria adecuada 3contrariamente se obtiene una muestra sesgada cuyo interés y utilidad es más limitado dependiendo del grado de sesgo que presente4
6ariable Es una propiedad que puede 7uctuar y cuya variaci+n es susceptible de adoptar dierentes valores, los cuales pueden medirse u observarse. Las variables adquieren valor cuando se relacionan con otras variables, es decir, si orman parte de una !ip+tesis o de una teoría. En este caso se las denomina constructos o construcciones hipotéticas. Eisten dierentes tipos de variables8 9*ualitativa )ormal 9*ualitativa &rdinal 9*uantitativa *ontinua 9*uantitativa Discreta.
Variables cualitativas /on el tipo de variables que como su nombre lo indica epresan distintas cualidades, características o modalidad. *ada modalidad que se presenta se denomina atributo o categoría, y la medici+n consiste en una clasi-caci+n de
dic!os atributos. Las variables cualitativas pueden ser dicotómicas cuando s+lo pueden tomar dos valores posibles, como sí y no, hombre y mujer o ser polinómicas cuando pueden adquirir tres o más valores. Dentro de ellas podemos distinguir8 •
•
Variable cualitativa ordinal o variable casi cuantitativa8 La variable puede tomar distintos valores ordenados siguiendo una escala establecida, aunque no es necesario que el intervalo entre mediciones sea uniorme, por eemplo8 leve, moderado, fuerte. Variable cualitativa nominal8 En esta variable los valores no pueden ser sometidos a un criterio de orden, como por eemplo los colores. Variables cuantitativas /on las variables que toman como argumento cantidades numéricas, son variables matemáticas. Las variables cuantitativas además pueden ser8
•
Variable discreta8 Es la variable que presenta separaciones o interrupciones en la escala de valores que puede tomar. Estas separaciones o interrupciones indican la ausencia de valores entre los distintos valores especí-cos que la variable pueda asumir. Eemplo8 El n0mero de !ios 31, :, ;, <, =4. •
Variable continua8 Es la variable que puede adquirir cualquier valor dentro de un intervalo especi-cado de valores. %or eemplo la masa 3:,; >g, :,< >g, :,= >g,...4 o la altura 31,?< m, 1,?= m, 1,?? m,...4, o el salario. /olamente se está limitado por la precisi+n del aparato medidor, en teoría permiten que eista un valor entre dos variables.
Datos u &bservaciones /on n0meros que pueden ser comparados, analizados e interpretados. El campo del cual son tomados los datos estadísticos se identi-can como poblaci+n o universo.
Error de muestreo El error de muestreo es la desviación de la muestra seleccionada de las verdaderas características, rasgos, comportamientos, cualidades o guras de toda la población.
/esgo muestral El sesgo muestra, a veces también llamado efecto de selección o error muestral es una distorsi+n que se introduce debido a la orma en que se selecciona la muestra. /e re-ere a la distorsi+n de un análisis estadístico, debido al método de recolecci+n de muestras. /i el sesgo muestral no es tomado en cuenta, entonces algunas conclusiones propuestas pueden ser err+neas. 5n eemplo de sesgo muestral es el sesgo de @er>son.
Aue es una gra-ca 5n gráco o representación gráca es un tipo de representaci+n de datos, generalmente ayuda a muc!as personas a cumplir con su trabao numérico, mediante recursos Brá-cos 3líneas, vectores, super-cies o símbolos4, para que se mani-este visualmente la relaci+n matemática o correlaci+n estadística que guardan entre sí. También es el nombre de un conunto de puntos que se plasman en coordenadas cartesianas y sirven para analizar el comportamiento de un proceso o un conunto de elementos o signos que permiten la interpretaci+n de un en+meno. La representaci+n grá-ca permite establecer valores que no se !an obtenido eperimentalmente sino mediante la interpolaci+n 3lectura entre puntos4 y la etrapolaci+n 3valores uera del intervalo eperimental4.
Aué importancia tiene la representaci+n grá-ca en estadística La representación grafca de datos es un procedimiento técnico para la acilitaci+n de interpretaci+n de resultados cuando estos son en una cantidad grande, recuentemente se utilizan grafcas de sectores, de barras, polígonos de recuencia entre otros. &betivos de una representación gráfca. 5no de los obetivosC
