SlideShare ist ein Scribd-Unternehmen logo
1 von 13
1
Profesora: Alejandra Camors
SUBTEMA 2. Estudio Estadístico.
Población y Muestra.
Variables
 Plantear hipótesis sobre una población
 Los estudiantes que tienen bajo rendimiento académico
provienen de hogares conflictivos
 ¿En qué sentido? ¿Mayor número? ¿Tiempo medio?
 Decidir qué datos recoger (diseño de experimentos)
 Qué individuos pertenecerán al estudio (muestras)
 Estudiantes del Ciclo Básico
 Criterios de exclusión ¿Cómo se eligen? ¿Cuáles descartamos?
 Qué datos recoger de los mismos (variables)
 Número de estudiantes
 Notas
 ¿Género? ¿barrios dónde residen? ¿Otros factores?
 Recoger los datos (muestreo)
 ¿Estratificado? ¿Sistemáticamente?
 Describir (resumir) los datos obtenidos
 Promedio de estudiantes que tienen bajos rendimientos(estadísticos)
 % de estudiantes y sexo (frecuencias), gráficos,...
 Analizar los datos
 Realizar una inferencia sobre la población
 Los estudiantes que tienen bajo rendimiento viven episodios violentos al menos
1 vez por semana.
2
No tenés que
entenderlo del
todo (aún)
ISFD N° 1
Plantear
hipótesis
Obtener
conclusiones
Recoger datos
y analizarlos
Diseñar
experimento
3
 1.- Los que pueden ser retenidos por observación objetiva.
 Los de carácter colectivo, que abarcan gran numero de
casos. Ejemplo: la migración de una escuela a otra
 Los que se producen muy separados entre si.
Ejemplo: una epidemia de piojos.
 Los que se presentan con igual frecuencia pero
impresionan mas unos que otros. Ejemplo: los episodios de
violencia en una escuela asentada en un barrio marginal
 Los que se presentan con determinada intensidad en
una pequeña parte de lo colectivo y se considera que con esa
misma intensidad existen en la totalidad. Ejemplo: Ideología
respecto de la inclusión de las TIC en la enseñanza.
 2.-Los que poseen cierta apreciación cualitativa pero se
desconoce su intensidad cuantitativa. Ejemplo: Estadística de
abandono, de estudiantes que trabajan, etc.
 3.-Los que pueden ser apreciados cuantitativamente pero no en
su totalidad, lo que conduce a errores graves. Ejemplo: La
Economía de un país.
 Población es el conjunto sobre el que estamos
interesados en obtener conclusiones (hacer
inferencia).
 Normalmente es demasiado grande para poder
abarcarlo.
 Muestra es un subconjunto suyo al que tenemos
acceso y sobre el que realmente hacemos las
observaciones (mediciones)
 Debería ser “representativo”
 Esta formado por miembros “seleccionados” de
la población (individuos, unidades
experimentales).
5
La materia prima de la estadística son los datos, es decir la información generada por
las variables.
Una variable es una característica observable que varía entre los diferentes
individuos de una población. La información que disponemos de cada individuo es
resumida en variables.
6
En los individuos de la población argentina,
de uno a otro es variable:
 El grupo sanguíneo
 {A, B, AB, O}  Var. Cualitativa
 Su nivel de felicidad “declarado”
 {Deprimido, Ni fu ni fa, Muy Feliz}  Var.
Ordinal
 El número de hijos
 {0,1,2,3,...}  Var. Numérica discreta
 La altura
 {1’62 ; 1’74; ...}  Var. Numérica continua
 Cualitativas
Si sus valores (modalidades) no se pueden asociar naturalmente a un
número (no se pueden hacer operaciones algebraicas con ellos)
 Nominales: Si sus valores no se pueden ordenar
 Género, Localidad, Religión, Nacionalidad, Trabaja (Sí/No)
 Ordinales: Si sus valores se pueden ordenar
 Mejoría en el rendimiento académico, Grado de satisfacción
 Cuantitativas o Numéricas
Si sus valores son numéricos (tiene sentido hacer operaciones algebraicas
con ellos)
 Discretas: Si toma valores enteros
 Número de embarazos adolescentes, Cantidad de alumnos de un curso
 Continuas: Si entre dos valores, son posibles infinitos valores intermedios.
 Altura, peso
7
 Son diferentes en función de que las
variables sean discretas o continuas.
Valen con frec. absolutas o relativas.
 Diagramas barras para v. discretas
 Se deja un hueco entre barras para indicar los
valores que no son posibles
 Histogramas para v. continuas
 El área que hay bajo el histograma entre dos
puntos cualesquiera indica la cantidad
(porcentaje o frecuencia) de individuos en el
intervalo.
0 1 2 3 4 5 6 7 Ocho o más
Número de hijos
100
200
300
400
Recuento
419
255
375
215
127
54
24 23 17
20 40 60 80
Edad del encuestado
50
100
150
200
250
Recuento
8
Ejemplo: Se desea saber si los padres de los estudiantes de una
escuela rural están dispuestos a pagar la cooperadora escolar
en vez de juntar fondos trabajando por comisiones, para ello
se decide realizar una encuesta.
 ¿Determina cual opción de las siguientes nos genera la mejor
muestra.
 A) Escoger al azar a adultos que eventualmente se acercan a la escuela.
 B) Escoger al azar a adultos que asiduamente recurren al comercio más
grande del pueblo.
 C) Escoger al azar del registro de estudiantes un grupo de padres y
visitarlos.
¿Cuáles son las variables utilizadas en la encuesta y porqué?¿Cuáles son las variables utilizadas en la encuesta y porqué?
 Es buena idea codificar las variables
como números para poder procesarlas
con facilidad en un ordenador.
 Es conveniente asignar “etiquetas” a los
valores de las variables para recordar qué
significan los códigos numéricos.
 Sexo (Cualit: Códigos arbitrarios)
 1 = Hombre
 2 = Mujer
 Felicidad Ordinal: Respetar un orden al
codificar.
 1 = Muy feliz
 2 = Bastante feliz
 3 = No demasiado feliz
 Se pueden asignar códigos a respuestas
especiales como
 0 = No sabe
 99 = No contesta...
 Estas situaciones deberán ser tenidas en
cuentas en el análisis. Datos perdidos
10
 Aunque se codifiquen como números, debemos recordar siempre el
verdadero tipo de las variables y su significado cuando vayamos a usar
programas de cálculo estadístico.
 No todo está permitido con cualquier tipo de variable.
11
 Los posibles valores de una variable suelen denominarse modalidades.
 Las modalidades pueden agruparse en clases (intervalos)
 Edades:
 Menos de 20 años, de 20 a 50 años, más de 50 años
 Hijos:
 Menos de 3 hijos, De 3 a 5, 6 o más hijos
 Las modalidades/clases deben forman un sistema exhaustivo y excluyente
 Exhaustivo: No podemos olvidar ningún posible valor de la variable
 Mal: ¿Cuál es su color del pelo: Rubio, Moreno?
 Bien: ¿Cuál es su grupo sanguíneo?
 Excluyente: Nadie puede presentar dos valores
simultáneos de la variable
 Estudio sobre el ocio
 Mal: De los siguientes, qué le gusta: (deporte, cine)
 Bien: Le gusta el deporte: (Sí, No)
 Bien: Le gusta el cine: (Sí, No)
 Mal: Cuántos hijos tiene: (Ninguno, Menos de 5, Más de 2)
Tema 1 12
 Estudio Estadístico
 Población
 Muestra
 Variables
 Cualitativas
 Numéricas
Clase 2 y 3 13ISFD N° 1

Weitere ähnliche Inhalte

Was ist angesagt?

El muestreo II. El tamaño de la muestra
El muestreo II. El tamaño de la muestraEl muestreo II. El tamaño de la muestra
El muestreo II. El tamaño de la muestra
meirisarri
 
Introduccion a la estadistica
Introduccion a la estadisticaIntroduccion a la estadistica
Introduccion a la estadistica
diazfatima
 
Muestreo estadístico
Muestreo estadísticoMuestreo estadístico
Muestreo estadístico
Juan Santana
 
Estadística, Maryelis Flores
Estadística, Maryelis FloresEstadística, Maryelis Flores
Estadística, Maryelis Flores
maryelistf
 
Que significa la estadística
Que significa la estadísticaQue significa la estadística
Que significa la estadística
Miguel Bracamonte
 
Estadistica silvia
Estadistica silviaEstadistica silvia
Estadistica silvia
Silvi Guanga
 

Was ist angesagt? (20)

Presentación1
Presentación1Presentación1
Presentación1
 
Estadistica 1 Santiago Mariño
Estadistica 1 Santiago Mariño Estadistica 1 Santiago Mariño
Estadistica 1 Santiago Mariño
 
Estad uma 01
Estad uma 01Estad uma 01
Estad uma 01
 
Estadística Elemental.
Estadística Elemental.Estadística Elemental.
Estadística Elemental.
 
Estadística: Conceptos basicos
Estadística: Conceptos basicosEstadística: Conceptos basicos
Estadística: Conceptos basicos
 
Rep1 estadística
Rep1 estadísticaRep1 estadística
Rep1 estadística
 
El muestreo II. El tamaño de la muestra
El muestreo II. El tamaño de la muestraEl muestreo II. El tamaño de la muestra
El muestreo II. El tamaño de la muestra
 
Términos Básicos en Estadística.
Términos Básicos en Estadística.Términos Básicos en Estadística.
Términos Básicos en Estadística.
 
Tecnología
TecnologíaTecnología
Tecnología
 
Taller 1 estadistica
Taller   1 estadisticaTaller   1 estadistica
Taller 1 estadistica
 
Introduccion a la estadistica
Introduccion a la estadisticaIntroduccion a la estadistica
Introduccion a la estadistica
 
Actividades de Estadística
Actividades de EstadísticaActividades de Estadística
Actividades de Estadística
 
Muestreo estadístico
Muestreo estadísticoMuestreo estadístico
Muestreo estadístico
 
Estadística
EstadísticaEstadística
Estadística
 
Estadística, Maryelis Flores
Estadística, Maryelis FloresEstadística, Maryelis Flores
Estadística, Maryelis Flores
 
Guia estadistica
Guia estadisticaGuia estadistica
Guia estadistica
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Que significa la estadística
Que significa la estadísticaQue significa la estadística
Que significa la estadística
 
Estadistica silvia
Estadistica silviaEstadistica silvia
Estadistica silvia
 
Estadistica silvia
Estadistica silviaEstadistica silvia
Estadistica silvia
 

Andere mochten auch

1. Interpretacion De Graficos
1.  Interpretacion De Graficos1.  Interpretacion De Graficos
1. Interpretacion De Graficos
Hernan Villa
 
Apostila culinaria receitasdiet
Apostila culinaria receitasdietApostila culinaria receitasdiet
Apostila culinaria receitasdiet
rose
 
Concepto y elemento de la elipse
Concepto y elemento de la elipseConcepto y elemento de la elipse
Concepto y elemento de la elipse
amandasdfas
 
Enfermedad de alzhaimer
Enfermedad de alzhaimerEnfermedad de alzhaimer
Enfermedad de alzhaimer
Jalil Blanco
 
VISIÓN PROSPECTIVA DE LA TECNOLOGÍA :ESCENARIOS DESEABLES
VISIÓN PROSPECTIVA DE LA TECNOLOGÍA :ESCENARIOS DESEABLES  VISIÓN PROSPECTIVA DE LA TECNOLOGÍA :ESCENARIOS DESEABLES
VISIÓN PROSPECTIVA DE LA TECNOLOGÍA :ESCENARIOS DESEABLES
Wm Juarez Razo Hpd
 
VISIÓN PROSPECTIVA DE LA TECNOLOGÍA :ESCENARIOS DESEABLES
VISIÓN PROSPECTIVA DE LA TECNOLOGÍA :ESCENARIOS DESEABLES  VISIÓN PROSPECTIVA DE LA TECNOLOGÍA :ESCENARIOS DESEABLES
VISIÓN PROSPECTIVA DE LA TECNOLOGÍA :ESCENARIOS DESEABLES
Wm Juarez Razo Hpd
 
Disposición de Plantas Torre Blondet
Disposición de Plantas Torre BlondetDisposición de Plantas Torre Blondet
Disposición de Plantas Torre Blondet
uploadcc
 
Elaborar cronologia de las crisis a partir de 2007 hasta hoy
Elaborar cronologia de las crisis a partir de 2007 hasta hoyElaborar cronologia de las crisis a partir de 2007 hasta hoy
Elaborar cronologia de las crisis a partir de 2007 hasta hoy
JORGE AMERICO PALACIOS PALACIOS
 

Andere mochten auch (20)

1. Interpretacion De Graficos
1.  Interpretacion De Graficos1.  Interpretacion De Graficos
1. Interpretacion De Graficos
 
Subtema3. Estadística
Subtema3. EstadísticaSubtema3. Estadística
Subtema3. Estadística
 
Muerte cerebral
Muerte cerebralMuerte cerebral
Muerte cerebral
 
Tema 3 tic
Tema 3 ticTema 3 tic
Tema 3 tic
 
Reflexiones y mapas mentales. Equipo Taringas
Reflexiones y mapas mentales. Equipo TaringasReflexiones y mapas mentales. Equipo Taringas
Reflexiones y mapas mentales. Equipo Taringas
 
Apostila culinaria receitasdiet
Apostila culinaria receitasdietApostila culinaria receitasdiet
Apostila culinaria receitasdiet
 
Business Forms Management on Corporate Intranets
Business Forms Management on Corporate IntranetsBusiness Forms Management on Corporate Intranets
Business Forms Management on Corporate Intranets
 
2013 AP Automation Study
2013 AP Automation Study2013 AP Automation Study
2013 AP Automation Study
 
Concepto y elemento de la elipse
Concepto y elemento de la elipseConcepto y elemento de la elipse
Concepto y elemento de la elipse
 
Enfermedad de alzhaimer
Enfermedad de alzhaimerEnfermedad de alzhaimer
Enfermedad de alzhaimer
 
Glosario de educación a distancia
Glosario de educación a distanciaGlosario de educación a distancia
Glosario de educación a distancia
 
Ku.sp5
Ku.sp5Ku.sp5
Ku.sp5
 
VISIÓN PROSPECTIVA DE LA TECNOLOGÍA :ESCENARIOS DESEABLES
VISIÓN PROSPECTIVA DE LA TECNOLOGÍA :ESCENARIOS DESEABLES  VISIÓN PROSPECTIVA DE LA TECNOLOGÍA :ESCENARIOS DESEABLES
VISIÓN PROSPECTIVA DE LA TECNOLOGÍA :ESCENARIOS DESEABLES
 
La tecnología en las aulas
La tecnología en las aulasLa tecnología en las aulas
La tecnología en las aulas
 
Extracto de Pecado original
Extracto de Pecado originalExtracto de Pecado original
Extracto de Pecado original
 
VISIÓN PROSPECTIVA DE LA TECNOLOGÍA :ESCENARIOS DESEABLES
VISIÓN PROSPECTIVA DE LA TECNOLOGÍA :ESCENARIOS DESEABLES  VISIÓN PROSPECTIVA DE LA TECNOLOGÍA :ESCENARIOS DESEABLES
VISIÓN PROSPECTIVA DE LA TECNOLOGÍA :ESCENARIOS DESEABLES
 
Disposición de Plantas Torre Blondet
Disposición de Plantas Torre BlondetDisposición de Plantas Torre Blondet
Disposición de Plantas Torre Blondet
 
Elaborar cronologia de las crisis a partir de 2007 hasta hoy
Elaborar cronologia de las crisis a partir de 2007 hasta hoyElaborar cronologia de las crisis a partir de 2007 hasta hoy
Elaborar cronologia de las crisis a partir de 2007 hasta hoy
 
Tema 1
Tema 1Tema 1
Tema 1
 
Yadira azpilcueta
Yadira azpilcuetaYadira azpilcueta
Yadira azpilcueta
 

Ähnlich wie Clase2 estadistica preceptores

Conceptos basicos
Conceptos basicosConceptos basicos
Conceptos basicos
javier
 
estadistica descriptiva y gráficos estadisticos
estadistica descriptiva y gráficos estadisticosestadistica descriptiva y gráficos estadisticos
estadistica descriptiva y gráficos estadisticos
nicolassoto71
 
estadistica_probabilidad_curso_clase avanzada
estadistica_probabilidad_curso_clase avanzadaestadistica_probabilidad_curso_clase avanzada
estadistica_probabilidad_curso_clase avanzada
GerardoCordova18
 
Estad uma 01
Estad uma 01Estad uma 01
Estad uma 01
cuevanet
 
Actividad1_Estadística para las ciencias sociales.docx
Actividad1_Estadística para las ciencias sociales.docxActividad1_Estadística para las ciencias sociales.docx
Actividad1_Estadística para las ciencias sociales.docx
NahomiRivas3
 

Ähnlich wie Clase2 estadistica preceptores (20)

Clase1 - Estadística Preceptores
Clase1 - Estadística PreceptoresClase1 - Estadística Preceptores
Clase1 - Estadística Preceptores
 
3esoestad uma 01
3esoestad uma 013esoestad uma 01
3esoestad uma 01
 
Estadistica ii
Estadistica iiEstadistica ii
Estadistica ii
 
Conceptos basicos
Conceptos basicosConceptos basicos
Conceptos basicos
 
Estadistica 1 para egb
Estadistica 1 para egbEstadistica 1 para egb
Estadistica 1 para egb
 
Bioestadística1º clase
Bioestadística1º claseBioestadística1º clase
Bioestadística1º clase
 
Estadística
EstadísticaEstadística
Estadística
 
Introducción a la Estadísitica Descriptiva
Introducción a la Estadísitica DescriptivaIntroducción a la Estadísitica Descriptiva
Introducción a la Estadísitica Descriptiva
 
estad_uma_01.ppt
estad_uma_01.pptestad_uma_01.ppt
estad_uma_01.ppt
 
estad_uma_01.ppt
estad_uma_01.pptestad_uma_01.ppt
estad_uma_01.ppt
 
estad_uma_01.ppt
estad_uma_01.pptestad_uma_01.ppt
estad_uma_01.ppt
 
estad_uma_01.ppt
estad_uma_01.pptestad_uma_01.ppt
estad_uma_01.ppt
 
estadistica descriptiva y gráficos estadisticos
estadistica descriptiva y gráficos estadisticosestadistica descriptiva y gráficos estadisticos
estadistica descriptiva y gráficos estadisticos
 
estadistica datos agrupados e introduccion
estadistica datos agrupados e introduccionestadistica datos agrupados e introduccion
estadistica datos agrupados e introduccion
 
estad_uma_01.ppt
estad_uma_01.pptestad_uma_01.ppt
estad_uma_01.ppt
 
estadistica_probabilidad_curso_clase avanzada
estadistica_probabilidad_curso_clase avanzadaestadistica_probabilidad_curso_clase avanzada
estadistica_probabilidad_curso_clase avanzada
 
Estad uma 01
Estad uma 01Estad uma 01
Estad uma 01
 
ESTADISTICA
ESTADISTICAESTADISTICA
ESTADISTICA
 
Actividad1_Estadística para las ciencias sociales.docx
Actividad1_Estadística para las ciencias sociales.docxActividad1_Estadística para las ciencias sociales.docx
Actividad1_Estadística para las ciencias sociales.docx
 
SEMANA 01.pdf
SEMANA 01.pdfSEMANA 01.pdf
SEMANA 01.pdf
 

Mehr von Alejandra Camors (10)

Muestreo técnicas de recolección
Muestreo técnicas de recolecciónMuestreo técnicas de recolección
Muestreo técnicas de recolección
 
Variables operacionalización-cuestionario clase02-10
Variables operacionalización-cuestionario clase02-10Variables operacionalización-cuestionario clase02-10
Variables operacionalización-cuestionario clase02-10
 
Clase 1. Sistematización de Experiencias
Clase 1. Sistematización de ExperienciasClase 1. Sistematización de Experiencias
Clase 1. Sistematización de Experiencias
 
Unidad 2. Combinatoria
Unidad 2. Combinatoria Unidad 2. Combinatoria
Unidad 2. Combinatoria
 
Agenda congreso 2
Agenda congreso 2Agenda congreso 2
Agenda congreso 2
 
Dispersion04
Dispersion04Dispersion04
Dispersion04
 
Unidad 3. Medidas de Posición
Unidad 3.  Medidas de PosiciónUnidad 3.  Medidas de Posición
Unidad 3. Medidas de Posición
 
Muestreo clase2
Muestreo clase2Muestreo clase2
Muestreo clase2
 
Parques de misiones
Parques de misionesParques de misiones
Parques de misiones
 
Programa encuentro nacional e.t. 2011
Programa encuentro nacional e.t. 2011Programa encuentro nacional e.t. 2011
Programa encuentro nacional e.t. 2011
 

Kürzlich hochgeladen

Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficios
JonathanCovena1
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
El Fortí
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
lupitavic
 
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
zulyvero07
 

Kürzlich hochgeladen (20)

proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñoproyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literario
 
Estrategias de enseñanza-aprendizaje virtual.pptx
Estrategias de enseñanza-aprendizaje virtual.pptxEstrategias de enseñanza-aprendizaje virtual.pptx
Estrategias de enseñanza-aprendizaje virtual.pptx
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
 
Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficios
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
 
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfEjercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grande
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 
PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonables
 
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfGUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
 
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
Programacion Anual Matemática5    MPG 2024  Ccesa007.pdfProgramacion Anual Matemática5    MPG 2024  Ccesa007.pdf
Programacion Anual Matemática5 MPG 2024 Ccesa007.pdf
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptx
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcción
 
Ley 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circularLey 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circular
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
 
CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDAD
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
 
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptxACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
ACUERDO MINISTERIAL 078-ORGANISMOS ESCOLARES..pptx
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...
 

Clase2 estadistica preceptores

  • 1. 1 Profesora: Alejandra Camors SUBTEMA 2. Estudio Estadístico. Población y Muestra. Variables
  • 2.  Plantear hipótesis sobre una población  Los estudiantes que tienen bajo rendimiento académico provienen de hogares conflictivos  ¿En qué sentido? ¿Mayor número? ¿Tiempo medio?  Decidir qué datos recoger (diseño de experimentos)  Qué individuos pertenecerán al estudio (muestras)  Estudiantes del Ciclo Básico  Criterios de exclusión ¿Cómo se eligen? ¿Cuáles descartamos?  Qué datos recoger de los mismos (variables)  Número de estudiantes  Notas  ¿Género? ¿barrios dónde residen? ¿Otros factores?  Recoger los datos (muestreo)  ¿Estratificado? ¿Sistemáticamente?  Describir (resumir) los datos obtenidos  Promedio de estudiantes que tienen bajos rendimientos(estadísticos)  % de estudiantes y sexo (frecuencias), gráficos,...  Analizar los datos  Realizar una inferencia sobre la población  Los estudiantes que tienen bajo rendimiento viven episodios violentos al menos 1 vez por semana. 2 No tenés que entenderlo del todo (aún) ISFD N° 1
  • 4.  1.- Los que pueden ser retenidos por observación objetiva.  Los de carácter colectivo, que abarcan gran numero de casos. Ejemplo: la migración de una escuela a otra  Los que se producen muy separados entre si. Ejemplo: una epidemia de piojos.  Los que se presentan con igual frecuencia pero impresionan mas unos que otros. Ejemplo: los episodios de violencia en una escuela asentada en un barrio marginal  Los que se presentan con determinada intensidad en una pequeña parte de lo colectivo y se considera que con esa misma intensidad existen en la totalidad. Ejemplo: Ideología respecto de la inclusión de las TIC en la enseñanza.  2.-Los que poseen cierta apreciación cualitativa pero se desconoce su intensidad cuantitativa. Ejemplo: Estadística de abandono, de estudiantes que trabajan, etc.  3.-Los que pueden ser apreciados cuantitativamente pero no en su totalidad, lo que conduce a errores graves. Ejemplo: La Economía de un país.
  • 5.  Población es el conjunto sobre el que estamos interesados en obtener conclusiones (hacer inferencia).  Normalmente es demasiado grande para poder abarcarlo.  Muestra es un subconjunto suyo al que tenemos acceso y sobre el que realmente hacemos las observaciones (mediciones)  Debería ser “representativo”  Esta formado por miembros “seleccionados” de la población (individuos, unidades experimentales). 5
  • 6. La materia prima de la estadística son los datos, es decir la información generada por las variables. Una variable es una característica observable que varía entre los diferentes individuos de una población. La información que disponemos de cada individuo es resumida en variables. 6 En los individuos de la población argentina, de uno a otro es variable:  El grupo sanguíneo  {A, B, AB, O}  Var. Cualitativa  Su nivel de felicidad “declarado”  {Deprimido, Ni fu ni fa, Muy Feliz}  Var. Ordinal  El número de hijos  {0,1,2,3,...}  Var. Numérica discreta  La altura  {1’62 ; 1’74; ...}  Var. Numérica continua
  • 7.  Cualitativas Si sus valores (modalidades) no se pueden asociar naturalmente a un número (no se pueden hacer operaciones algebraicas con ellos)  Nominales: Si sus valores no se pueden ordenar  Género, Localidad, Religión, Nacionalidad, Trabaja (Sí/No)  Ordinales: Si sus valores se pueden ordenar  Mejoría en el rendimiento académico, Grado de satisfacción  Cuantitativas o Numéricas Si sus valores son numéricos (tiene sentido hacer operaciones algebraicas con ellos)  Discretas: Si toma valores enteros  Número de embarazos adolescentes, Cantidad de alumnos de un curso  Continuas: Si entre dos valores, son posibles infinitos valores intermedios.  Altura, peso 7
  • 8.  Son diferentes en función de que las variables sean discretas o continuas. Valen con frec. absolutas o relativas.  Diagramas barras para v. discretas  Se deja un hueco entre barras para indicar los valores que no son posibles  Histogramas para v. continuas  El área que hay bajo el histograma entre dos puntos cualesquiera indica la cantidad (porcentaje o frecuencia) de individuos en el intervalo. 0 1 2 3 4 5 6 7 Ocho o más Número de hijos 100 200 300 400 Recuento 419 255 375 215 127 54 24 23 17 20 40 60 80 Edad del encuestado 50 100 150 200 250 Recuento 8
  • 9. Ejemplo: Se desea saber si los padres de los estudiantes de una escuela rural están dispuestos a pagar la cooperadora escolar en vez de juntar fondos trabajando por comisiones, para ello se decide realizar una encuesta.  ¿Determina cual opción de las siguientes nos genera la mejor muestra.  A) Escoger al azar a adultos que eventualmente se acercan a la escuela.  B) Escoger al azar a adultos que asiduamente recurren al comercio más grande del pueblo.  C) Escoger al azar del registro de estudiantes un grupo de padres y visitarlos. ¿Cuáles son las variables utilizadas en la encuesta y porqué?¿Cuáles son las variables utilizadas en la encuesta y porqué?
  • 10.  Es buena idea codificar las variables como números para poder procesarlas con facilidad en un ordenador.  Es conveniente asignar “etiquetas” a los valores de las variables para recordar qué significan los códigos numéricos.  Sexo (Cualit: Códigos arbitrarios)  1 = Hombre  2 = Mujer  Felicidad Ordinal: Respetar un orden al codificar.  1 = Muy feliz  2 = Bastante feliz  3 = No demasiado feliz  Se pueden asignar códigos a respuestas especiales como  0 = No sabe  99 = No contesta...  Estas situaciones deberán ser tenidas en cuentas en el análisis. Datos perdidos 10
  • 11.  Aunque se codifiquen como números, debemos recordar siempre el verdadero tipo de las variables y su significado cuando vayamos a usar programas de cálculo estadístico.  No todo está permitido con cualquier tipo de variable. 11
  • 12.  Los posibles valores de una variable suelen denominarse modalidades.  Las modalidades pueden agruparse en clases (intervalos)  Edades:  Menos de 20 años, de 20 a 50 años, más de 50 años  Hijos:  Menos de 3 hijos, De 3 a 5, 6 o más hijos  Las modalidades/clases deben forman un sistema exhaustivo y excluyente  Exhaustivo: No podemos olvidar ningún posible valor de la variable  Mal: ¿Cuál es su color del pelo: Rubio, Moreno?  Bien: ¿Cuál es su grupo sanguíneo?  Excluyente: Nadie puede presentar dos valores simultáneos de la variable  Estudio sobre el ocio  Mal: De los siguientes, qué le gusta: (deporte, cine)  Bien: Le gusta el deporte: (Sí, No)  Bien: Le gusta el cine: (Sí, No)  Mal: Cuántos hijos tiene: (Ninguno, Menos de 5, Más de 2) Tema 1 12
  • 13.  Estudio Estadístico  Población  Muestra  Variables  Cualitativas  Numéricas Clase 2 y 3 13ISFD N° 1