SlideShare ist ein Scribd-Unternehmen logo
1 von 10
República Bolivariana de Venezuela
Ministerio del Poder Popular para la Educación
Instituto Universitario Politécnico Santiago Mariño
Escuela Ingeniería de Eléctrica
Sede Barcelona, Anzoátegui
Términos básicos en la Estadística
Profesor: Integrante:
Carlos Hernández Gómez Reimer
C.I: 26119679
Sección “EV”
Barcelona, Junio, 2016
Definición, Tipos y Ejemplo de Variable.
Es una propiedad que puede fluctuar y cuya variación es susceptible de adoptar
diferentes valores, los cuales pueden medirse u observarse.
Las variables adquieren valor cuando se relacionan con otras variables, es decir,
si forman parte de una hipótesis o de una teoría. En este caso se las
denomina constructos o construcciones hipotéticas.
Existen diferentes tipos de variables: -Cualitativa Normal -Cualitativa Ordinal
-Cuantitativa Continua -Cuantitativa Discreta
Variables cualitativas
Son el tipo de variables que como su nombre lo indica expresan distintas
cualidades, características o modalidad. Cada modalidad que se presenta se
denomina atributo o categoría, y la medición consiste en una clasificación de
dichos atributos. Las variables cualitativas pueden ser dicotómicas cuando sólo
pueden tomar dos valores posibles, como sí y no, hombre y mujer o ser platónicas
cuando pueden adquirir tres o más valores. Dentro de ellas podemos distinguir:
Variable cualitativa ordinal o variable casi cuantitativa
La variable puede tomar distintos valores ordenados siguiendo una escala
establecida, aunque no es necesario que el intervalo entre mediciones sea
uniforme, por ejemplo: leve, moderado, fuerte.
Variable cualitativa nominal
En esta variable los valores no pueden ser sometidos a un criterio de orden, como
por ejemplo los colores.
Variables cuantitativas
Son las variables que toman como argumento cantidades numéricas,
son variables matemáticas. Las variables cuantitativas además pueden ser:
 Variable discreta: 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 específicos que la
variable pueda asumir. Ejemplo: El número de hijos (1, 2, 3, 4, 5).
 Variable continua: Es la variable que puede adquirir cualquier valor dentro de
un intervalo especificado de valores. Por ejemplo la masa (2,3 kg, 2,4 kg,
2,5 kg,...) o la altura (1,64 m, 1,65 m, 1,66 m,...), o el salario. Solamente se
está limitado por la precisión del aparato medidor, en teoría permiten que
exista un valor entre dos variables.
Definición y Ejemplo de Población y Muestra.
Es el conjunto total de individuos, objetos o medidas que poseen algunas
características comunes observables en un lugar y en un momento determinado.
Cuando se vaya a llevar a cabo alguna investigación debe de tenerse en cuenta
algunas características esenciales al seleccionarse la población bajo estudio.
Entre éstas tenemos:
Homogeneidad: que todos los miembros de la población tengan las mismas
características según las variables que se vayan a considerar en el estudio o
investigación.
Tiempo: sé refiere al período de tiempo donde se ubicaría la población de interés.
Determinar si el estudio es del momento presente o si se va a estudiar a una
población de cinco años atrás o si se van a entrevistar personas de diferentes
generaciones.
Espacio: sé refiere al lugar donde se ubica la población de interés. Un estudio no
puede ser muy abarcador y por falta de tiempo y recursos hay que limitarlo a un
área o comunidad en específico.
Cantidad: sé refiere al tamaño de la población. El tamaño de la población es
sumamente importante porque ello determina o afecta al tamaño de la muestra
que se vaya a seleccionar, además que la falta de recursos y tiempo también nos
limita la extensión de la población que se vaya a investigar.
MUESTRA:
La muestra es un subconjunto fielmente representativo de la población.
Hay diferentes tipos de muestreo. El tipo de muestra que se seleccione dependerá
de la calidad y cuán representativo se quiera sea el estudio de la población.
ALEATORIA: cuando se selecciona al azar y cada miembro tiene igual
oportunidad de ser incluido.
ESTRATIFICADA: cuando se subdivide en estratos o subgrupos según las
variables o características que se pretenden investigar. Cada estrato debe
corresponder proporcionalmente a la población.
SISTEMÁTICA: cuando se establece un patrón o criterio al seleccionar la muestra.
Ejemplo:
Se entrevistará una familia por cada diez que se detecten.
Definición y Ejemplo de Parámetros Estadísticos
En estadística, un parámetro es un número que resume la gran cantidad de datos
que pueden derivarse del estudio de una variable estadística.1 El cálculo de este
número está bien definido, usualmente mediante una fórmula aritmética obtenida a
partir de datos de la población.
Los parámetros estadísticos son una consecuencia inevitable del propósito
esencial de la estadística: crear un modelo de la realidad.
El estudio de una gran cantidad de datos individuales de una población puede ser
farragoso e inoperativo, por lo que se hace necesario realizar un resumen que
permita tener una idea global de la población, compararla con otras, comprobar su
ajuste a un modelo ideal, realizar estimaciones sobre datos desconocidos de la
misma y, en definitiva, tomar decisiones. A estas tareas contribuyen de modo
esencial los parámetros estadísticos.
Definición, Tipos y Ejemplo de Escalas de Medición.
Uno de los principales problemas con los que se encuentra la Medición Educativa
es que trabajamos con variables que no podemos cuantificar de la misma forma
que en las ciencias naturales y por tanto no tenemos los instrumentos necesarios
para medir los aspectos educativos.
Las escalas de medida nos van a permitir realizar un tipo determinado de
operaciones con los números. Stevens propone a partir de su definición clásica de
asignar números a objetos o acontecimientos de acuerdo con reglas, cuatro
escalas nominal, ordinal, de intervalo y de razón, que posteriormente aumenta a
cinco con la escala de intervalo logarítmico.
Tipos de Escalas de Medición
Escala Nominal.
Su fin es identificar sujetos/objetos dentro de una distribución, por lo que
únicamente podremos establecer las relaciones de igualdad/desigualdad entre los
sujetos/objetos de una distribución. Un ejemplo es el nombre de las ciudades: solo
podemos diferenciarlas entre sí de acuerdo con esta escala. El número de los
jugadores de fútbol o de baloncesto nos proporciona la misma información: solo
sirve para identificarlos y diferenciarlos del resto de jugadores, no podemos
establecer ningún tipo de orden o de gradación en función de este número.
Ejemplo:Igualdad/Desigualdad
Escala Ordinal.
Este tipo de escala está destinada a ordenar a los sujetos/objetos de una
distribución en función de alguna característica. Cabe señalar que la distancia
entre sus unidades no es uniforme. De esta forma, podemos decir que A está por
encima que B, pero no que sea el doble o que sea la mitad uno que otro. Un
ejemplo es el orden de llegada en una carrera. Además del atributo de
igualdad/desigualdad, en esta escala podemos añadir el ordenamiento de sus
componentes.
Ejemplo:
A____B___________C_______________________________D
__E______
Orden
Escala de Intervalo.
En esta escala la distancia entre las unidades de medida sí es uniforme, de forma que
podemos decir que D es el doble que A, por ejemplo. Por ello, permite realizar
operaciones matemáticas, como suma, resta, multiplicación o división. El cero es
arbitrario, no indica la ausencia de atributo. Como ejemplo puede servir la escala de
tiempo que utilizamos: el cero es arbitrario, puesto en el nacimiento de Cristo, o la
escala para medir la temperatura en grados centígrados, en la que el cero es también
relativo.
Ejemplo:
_A____B____C____D
Operaciones aritméticas; Cero relativo
Escala de Razón.
Similar a la de intervalo, con la única diferencia que el cero en esta escala sí indica la
ausencia de atributo, es cero absoluto. Como ejemplo podemos señalar la altura
en centímetros, o el peso en gramos. En ambos casos 4 es doble que 2 (2+2=4), o
4 es la mitad que 8, por ejemplo, debido a que la distancia entre sus unidades de
medida es uniforme.
Ejemplo: Cero absolutos
Tipo Características Ejemplo
Nominal Igualdad Nombre ciudades
Ordinal " Orden Llegada carrera
Intervalo " op.matemáticos, 0 relativo Centígrados
Razón " 0 absoluto Altura
Definición y Ejemplo de Sumatoria Razón, Proporción, Tasa y Frecuencia.
RAZON
Es un cociente en el que el numerador no está incluido en el denominador. A
menudo las cantidades se miden en las mismas unidades, pero no es esencial. El
rango oscila entre 0 e infinito.
Ejemplo
Cociente entre el número de casos de TBC en varones y mujeres en 2005:
Razón= 135/53= 2,55
Cociente entre los casos de TBC ocurridos en individuos con edades superiores a
55 y el grupo de individuos con edades inferiores a 55 :
Razón=95/93=1,02
PROPORCION
Es un cociente en el que el numerador está incluido en el denominador. Una
proporción no es más que la expresión de la probabilidad de que un suceso
ocurra.
El rango esta comprendido entre 0 y 1 o bien en términos porcentuales de 0% a
100%, y no tiene dimensión.
Ejemplos
Cociente entre el número de casos ocurridos en varones y el total de casos en el
año 2005.
135/188=0,72 El 72% de los casos han ocurrido en varones.
Cociente entre el número de casos ocurrido en individuos con más de 65 años y el
total de casos en el año 2005.
77/188=0,41 El 41% de los casos se han detectado en personas mayores de
65 años.
TASA
La tasa es una forma especial de proporción o de razón que tiene en cuenta el
tiempo. Es una medida que relaciona el cambio de una magnitud por unidad de
cambio en otra magnitud (por regla general, tiempo). La utilización de las tasas es
esencial para comparar experiencias entre poblaciones en diferentes tiempos,
diferentes lugares o entre diferentes tipos de personas. Su rango oscila entre 0 e
infinito y su medida es tiempo-¹.
Ejemplos
Cociente entre el número de casos de TBC en varones durante el años 2005 y la
población estimada de varones en el año 2005:
135/516.329=0,000261 La tasa es de 26,1 casos de TBC por cada 100.000
Habitantes varones en 1 año (2005).
Cociente entre los casos de defunción por TBC y la población estimada en el año
2005:
8/1076635=0,000007 La tasa de mortalidad es de 0,7 por 100.000 habitantes
en 1 año.
Frecuencia
Es la cantidad de veces que se repite un determinado valor de la variable. Se
suelen representar con histogramas y diagramas de Pareto.
Ejemplo:
Supongamos que las calificaciones de un alumno de secundaria fueran las
siguientes: 18, 13, 12, 14, 11, 08, 12, 15, 05, 20, 18, 14, 15, 11, 10, 10, 11, 13.
Entonces: La frecuencia absoluta de 11 es 3, pues 11 aparece 3 veces. La
frecuencia relativa de 11 es 0.17, porque corresponde a la división 3/18 (3 de las
veces que aparece de las 18 notas que aparecen en total).
Ejemplo General
Estudiamos los valores sociales de una población de 5000 habitantes
aprox., entendemos que sería de gran dificultad poder analizar los valores sociales
de todos ellos, por ello, la estadística nos dota de una herramienta que es la
muestra para extraer un conjunto de población que represente a la globalidad y
sobre la muestra realizar el estudio. Una muestra representativa contiene las
características relevantes de la población en las mismas proporciones que están
incluidas en tal población. • Los expertos en estadística recogen datos de una
muestra. Utilizan esta información para hacer referencias sobre la población que
está representada por la muestra. Una población es un todo, solo basta una
muestra para llevar acabo toda la investigación ya que una muestra es una
fracción o segmento de ese todo.
Bibliografía
Fuente:http://ponce.inter.edu/cai/reserva/lvera/CONCEPTOS_BASICOS.pdf
Camel, F. (2010). Estadística médica y planificación de la salud, Tomo I. Mérida:
Consejo de Publicaciones de la Universidad de Los Andes.
• www.wikipedia.com • http://bioestadisticaula.blogspot.com/2012/0 7/proporcion-
razon-y-tasa.html • http://www.ucv.cl/web/estadistica/cb_esc_m edic.htm

Weitere ähnliche Inhalte

Was ist angesagt?

Terminos basicos de la estadistica.
Terminos basicos de la estadistica.Terminos basicos de la estadistica.
Terminos basicos de la estadistica.
deissys02
 
Conceptos basicos de la estadistica
Conceptos basicos de la estadisticaConceptos basicos de la estadistica
Conceptos basicos de la estadistica
jesus castillo
 

Was ist angesagt? (19)

Término básicos de estadística
Término básicos de estadísticaTérmino básicos de estadística
Término básicos de estadística
 
Estadística-Presentacion
Estadística-PresentacionEstadística-Presentacion
Estadística-Presentacion
 
Terminos basicos
Terminos basicosTerminos basicos
Terminos basicos
 
Terminos basicos en la estadistica. (1)
Terminos basicos en la estadistica. (1)Terminos basicos en la estadistica. (1)
Terminos basicos en la estadistica. (1)
 
Terminos basicos en la estadistica. (1)
Terminos basicos en la estadistica. (1)Terminos basicos en la estadistica. (1)
Terminos basicos en la estadistica. (1)
 
TERMINOS BASICOS DE LA ESTADISTICA
TERMINOS BASICOS DE LA ESTADISTICATERMINOS BASICOS DE LA ESTADISTICA
TERMINOS BASICOS DE LA ESTADISTICA
 
definicion de variables de estadistica 1
definicion de variables de estadistica 1definicion de variables de estadistica 1
definicion de variables de estadistica 1
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Términos básicos en estadística
Términos básicos en estadísticaTérminos básicos en estadística
Términos básicos en estadística
 
Terminos basicos de la estadistica.
Terminos basicos de la estadistica.Terminos basicos de la estadistica.
Terminos basicos de la estadistica.
 
Presentación Estadisticas
Presentación EstadisticasPresentación Estadisticas
Presentación Estadisticas
 
Trabajo 1 luis
Trabajo 1 luisTrabajo 1 luis
Trabajo 1 luis
 
Estadisticas
EstadisticasEstadisticas
Estadisticas
 
términos básicos de estadistica.
términos básicos de estadistica.términos básicos de estadistica.
términos básicos de estadistica.
 
Términos básicos en la estadística
Términos básicos en la estadísticaTérminos básicos en la estadística
Términos básicos en la estadística
 
Conceptos basicos de la estadistica
Conceptos basicos de la estadisticaConceptos basicos de la estadistica
Conceptos basicos de la estadistica
 
Apuntes unidad 1
Apuntes unidad 1Apuntes unidad 1
Apuntes unidad 1
 
Terminos basicos en estadistica
Terminos basicos en estadisticaTerminos basicos en estadistica
Terminos basicos en estadistica
 
Trabajo jose estadistica
Trabajo jose estadisticaTrabajo jose estadistica
Trabajo jose estadistica
 

Andere mochten auch

Disney Consumer Product : Marketing Nutrition to Children
Disney Consumer Product : Marketing Nutrition to ChildrenDisney Consumer Product : Marketing Nutrition to Children
Disney Consumer Product : Marketing Nutrition to Children
Kartik Sagar
 

Andere mochten auch (20)

Rationalnumbers (1)
Rationalnumbers (1)Rationalnumbers (1)
Rationalnumbers (1)
 
Basic Computer training in Ambala
Basic Computer training in AmbalaBasic Computer training in Ambala
Basic Computer training in Ambala
 
SANJAY GUPTA-1
SANJAY GUPTA-1SANJAY GUPTA-1
SANJAY GUPTA-1
 
Wedding event management
Wedding event managementWedding event management
Wedding event management
 
Mayo clinic
Mayo clinicMayo clinic
Mayo clinic
 
Rationalnumbers (1)
Rationalnumbers (1)Rationalnumbers (1)
Rationalnumbers (1)
 
Estratexias de marketing dixital
Estratexias de marketing dixitalEstratexias de marketing dixital
Estratexias de marketing dixital
 
Posta en marcha de solucións Industria 4.0
Posta en marcha de solucións Industria 4.0Posta en marcha de solucións Industria 4.0
Posta en marcha de solucións Industria 4.0
 
Diagnose da aplicación de solucións dixitais
Diagnose da aplicación de solucións dixitaisDiagnose da aplicación de solucións dixitais
Diagnose da aplicación de solucións dixitais
 
Disney Consumer Product : Marketing Nutrition to Children
Disney Consumer Product : Marketing Nutrition to ChildrenDisney Consumer Product : Marketing Nutrition to Children
Disney Consumer Product : Marketing Nutrition to Children
 
Event management
Event managementEvent management
Event management
 
"Klimata pārmaiņas notiek!" Māris Kļaviņš
"Klimata pārmaiņas notiek!" Māris Kļaviņš"Klimata pārmaiņas notiek!" Māris Kļaviņš
"Klimata pārmaiņas notiek!" Māris Kļaviņš
 
Klimata pārmaiņas dzīvesveids un patēriņš (1.daļa)
Klimata pārmaiņas dzīvesveids un patēriņš (1.daļa)Klimata pārmaiņas dzīvesveids un patēriņš (1.daļa)
Klimata pārmaiņas dzīvesveids un patēriņš (1.daļa)
 
Ilgtspējīgas attīstības pamati (1.daļa)
Ilgtspējīgas attīstības pamati (1.daļa)Ilgtspējīgas attīstības pamati (1.daļa)
Ilgtspējīgas attīstības pamati (1.daļa)
 
"Latvijas klimata politika un ilgtspējīgas attīstības mērķi" Einārs Cilinskis
"Latvijas klimata politika un ilgtspējīgas attīstības mērķi" Einārs Cilinskis"Latvijas klimata politika un ilgtspējīgas attīstības mērķi" Einārs Cilinskis
"Latvijas klimata politika un ilgtspējīgas attīstības mērķi" Einārs Cilinskis
 
Klimata pārmaiņas dzīvesveids un patēriņš (2.daļa)
Klimata pārmaiņas dzīvesveids un patēriņš (2.daļa)Klimata pārmaiņas dzīvesveids un patēriņš (2.daļa)
Klimata pārmaiņas dzīvesveids un patēriņš (2.daļa)
 
Vai cilvēks spēj ietekmēt dabu?
Vai cilvēks spēj ietekmēt dabu?Vai cilvēks spēj ietekmēt dabu?
Vai cilvēks spēj ietekmēt dabu?
 
"Latvijas klimats globālo pārmaiņu kontekstā" Agrita Briede
"Latvijas klimats globālo pārmaiņu kontekstā" Agrita Briede"Latvijas klimats globālo pārmaiņu kontekstā" Agrita Briede
"Latvijas klimats globālo pārmaiņu kontekstā" Agrita Briede
 
Latvijas klimats un tā mainības raksturs (2.daļa)
Latvijas klimats un tā mainības raksturs (2.daļa)Latvijas klimats un tā mainības raksturs (2.daļa)
Latvijas klimats un tā mainības raksturs (2.daļa)
 
Klimata izmaiņas un biodaudzveidība (2.daļa)
Klimata izmaiņas un biodaudzveidība (2.daļa)Klimata izmaiņas un biodaudzveidība (2.daļa)
Klimata izmaiņas un biodaudzveidība (2.daļa)
 

Ähnlich wie Estadistica trabajo 2

Terminos basicos en estadistica
Terminos basicos en estadisticaTerminos basicos en estadistica
Terminos basicos en estadistica
gabrielpereira2910
 

Ähnlich wie Estadistica trabajo 2 (20)

Presentacion estadistica
Presentacion  estadisticaPresentacion  estadistica
Presentacion estadistica
 
Trabjo jose estadis
Trabjo jose estadisTrabjo jose estadis
Trabjo jose estadis
 
Diapositivas estadisticas
Diapositivas estadisticasDiapositivas estadisticas
Diapositivas estadisticas
 
Diapositivas estadisticas
Diapositivas estadisticasDiapositivas estadisticas
Diapositivas estadisticas
 
Hector hernandez
Hector hernandezHector hernandez
Hector hernandez
 
Hector hernandez
Hector hernandezHector hernandez
Hector hernandez
 
Términos Básicos en Estadística
Términos Básicos en EstadísticaTérminos Básicos en Estadística
Términos Básicos en Estadística
 
Terminos basicos estadistica 1
Terminos basicos estadistica 1Terminos basicos estadistica 1
Terminos basicos estadistica 1
 
Términos básicos de la estadística
Términos básicos de la estadísticaTérminos básicos de la estadística
Términos básicos de la estadística
 
Estadistica precentacion
Estadistica precentacionEstadistica precentacion
Estadistica precentacion
 
Términos básicos en estadística
Términos básicos en estadísticaTérminos básicos en estadística
Términos básicos en estadística
 
Presentación Estadística y sus Términos Básicos
Presentación Estadística y sus Términos Básicos Presentación Estadística y sus Términos Básicos
Presentación Estadística y sus Términos Básicos
 
Presentación Estadística y sus Términos Básicos
Presentación Estadística y sus Términos Básicos Presentación Estadística y sus Términos Básicos
Presentación Estadística y sus Términos Básicos
 
Presentación Estadística y sus Términos Básicos
Presentación Estadística y sus Términos Básicos Presentación Estadística y sus Términos Básicos
Presentación Estadística y sus Términos Básicos
 
Terminos basicos en estadistica
Terminos basicos en estadisticaTerminos basicos en estadistica
Terminos basicos en estadistica
 
Terminos basicos en estadistica
Terminos basicos en estadisticaTerminos basicos en estadistica
Terminos basicos en estadistica
 
Terminos basicos en estadistica
Terminos basicos en estadisticaTerminos basicos en estadistica
Terminos basicos en estadistica
 
Términos Básicos en Estadística
Términos Básicos en EstadísticaTérminos Básicos en Estadística
Términos Básicos en Estadística
 
Terminos basicos en estadísticas rebecca capote
Terminos basicos en estadísticas rebecca capoteTerminos basicos en estadísticas rebecca capote
Terminos basicos en estadísticas rebecca capote
 
Estadistica
EstadisticaEstadistica
Estadistica
 

Kürzlich hochgeladen

ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
gustavoiashalom
 
4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdf
4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdf4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdf
4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdf
nicolascastaneda8
 
MODIFICADO - CAPITULO II DISEÑO SISMORRESISTENTE DE VIGAS Y COLUMNAS.pdf
MODIFICADO - CAPITULO II DISEÑO SISMORRESISTENTE DE VIGAS Y COLUMNAS.pdfMODIFICADO - CAPITULO II DISEÑO SISMORRESISTENTE DE VIGAS Y COLUMNAS.pdf
MODIFICADO - CAPITULO II DISEÑO SISMORRESISTENTE DE VIGAS Y COLUMNAS.pdf
vladimirpaucarmontes
 

Kürzlich hochgeladen (20)

Controladores Lógicos Programables Usos y Ventajas
Controladores Lógicos Programables Usos y VentajasControladores Lógicos Programables Usos y Ventajas
Controladores Lógicos Programables Usos y Ventajas
 
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023COMPEDIOS ESTADISTICOS DE PERU EN EL 2023
COMPEDIOS ESTADISTICOS DE PERU EN EL 2023
 
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
ANALISIS Y DISEÑO POR VIENTO, DE EDIFICIOS ALTOS, SEGUN ASCE-2016, LAURA RAMIREZ
 
ATS-FORMATO cara.pdf PARA TRABAJO SEGURO
ATS-FORMATO cara.pdf  PARA TRABAJO SEGUROATS-FORMATO cara.pdf  PARA TRABAJO SEGURO
ATS-FORMATO cara.pdf PARA TRABAJO SEGURO
 
Elaboración de la estructura del ADN y ARN en papel.pdf
Elaboración de la estructura del ADN y ARN en papel.pdfElaboración de la estructura del ADN y ARN en papel.pdf
Elaboración de la estructura del ADN y ARN en papel.pdf
 
Desigualdades e inecuaciones-convertido.pdf
Desigualdades e inecuaciones-convertido.pdfDesigualdades e inecuaciones-convertido.pdf
Desigualdades e inecuaciones-convertido.pdf
 
4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdf
4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdf4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdf
4º Clase Laboratorio (2024) Completo Mezclas Asfalticas Caliente (1).pdf
 
ingenieria grafica para la carrera de ingeniera .pptx
ingenieria grafica para la carrera de ingeniera .pptxingenieria grafica para la carrera de ingeniera .pptx
ingenieria grafica para la carrera de ingeniera .pptx
 
PostgreSQL on Kubernetes Using GitOps and ArgoCD
PostgreSQL on Kubernetes Using GitOps and ArgoCDPostgreSQL on Kubernetes Using GitOps and ArgoCD
PostgreSQL on Kubernetes Using GitOps and ArgoCD
 
413924447-Clasificacion-de-Inventarios-ABC-ppt.ppt
413924447-Clasificacion-de-Inventarios-ABC-ppt.ppt413924447-Clasificacion-de-Inventarios-ABC-ppt.ppt
413924447-Clasificacion-de-Inventarios-ABC-ppt.ppt
 
Six Sigma Process and the dmaic metodo process
Six Sigma Process and the dmaic metodo processSix Sigma Process and the dmaic metodo process
Six Sigma Process and the dmaic metodo process
 
Tinciones simples en el laboratorio de microbiología
Tinciones simples en el laboratorio de microbiologíaTinciones simples en el laboratorio de microbiología
Tinciones simples en el laboratorio de microbiología
 
MODIFICADO - CAPITULO II DISEÑO SISMORRESISTENTE DE VIGAS Y COLUMNAS.pdf
MODIFICADO - CAPITULO II DISEÑO SISMORRESISTENTE DE VIGAS Y COLUMNAS.pdfMODIFICADO - CAPITULO II DISEÑO SISMORRESISTENTE DE VIGAS Y COLUMNAS.pdf
MODIFICADO - CAPITULO II DISEÑO SISMORRESISTENTE DE VIGAS Y COLUMNAS.pdf
 
QUIMICA GENERAL UNIVERSIDAD TECNOLOGICA DEL PERU
QUIMICA GENERAL UNIVERSIDAD TECNOLOGICA DEL PERUQUIMICA GENERAL UNIVERSIDAD TECNOLOGICA DEL PERU
QUIMICA GENERAL UNIVERSIDAD TECNOLOGICA DEL PERU
 
JM HIDROGENO VERDE- OXI-HIDROGENO en calderas - julio 17 del 2023.pdf
JM HIDROGENO VERDE- OXI-HIDROGENO en calderas - julio 17 del 2023.pdfJM HIDROGENO VERDE- OXI-HIDROGENO en calderas - julio 17 del 2023.pdf
JM HIDROGENO VERDE- OXI-HIDROGENO en calderas - julio 17 del 2023.pdf
 
2. Cristaloquimica. ingenieria geologica
2. Cristaloquimica. ingenieria geologica2. Cristaloquimica. ingenieria geologica
2. Cristaloquimica. ingenieria geologica
 
Maquinaria Agricola utilizada en la produccion de Piña.pdf
Maquinaria Agricola utilizada en la produccion de Piña.pdfMaquinaria Agricola utilizada en la produccion de Piña.pdf
Maquinaria Agricola utilizada en la produccion de Piña.pdf
 
TIPOS DE SOPORTES - CLASIFICACION IG.pdf
TIPOS DE SOPORTES - CLASIFICACION IG.pdfTIPOS DE SOPORTES - CLASIFICACION IG.pdf
TIPOS DE SOPORTES - CLASIFICACION IG.pdf
 
DIAPOSITIVAS DE SEGURIDAD Y SALUD EN EL TRABAJO
DIAPOSITIVAS DE SEGURIDAD Y SALUD EN EL TRABAJODIAPOSITIVAS DE SEGURIDAD Y SALUD EN EL TRABAJO
DIAPOSITIVAS DE SEGURIDAD Y SALUD EN EL TRABAJO
 
Quimica Raymond Chang 12va Edicion___pdf
Quimica Raymond Chang 12va Edicion___pdfQuimica Raymond Chang 12va Edicion___pdf
Quimica Raymond Chang 12va Edicion___pdf
 

Estadistica trabajo 2

  • 1. República Bolivariana de Venezuela Ministerio del Poder Popular para la Educación Instituto Universitario Politécnico Santiago Mariño Escuela Ingeniería de Eléctrica Sede Barcelona, Anzoátegui Términos básicos en la Estadística Profesor: Integrante: Carlos Hernández Gómez Reimer C.I: 26119679 Sección “EV” Barcelona, Junio, 2016
  • 2. Definición, Tipos y Ejemplo de Variable. Es una propiedad que puede fluctuar y cuya variación es susceptible de adoptar diferentes valores, los cuales pueden medirse u observarse. Las variables adquieren valor cuando se relacionan con otras variables, es decir, si forman parte de una hipótesis o de una teoría. En este caso se las denomina constructos o construcciones hipotéticas. Existen diferentes tipos de variables: -Cualitativa Normal -Cualitativa Ordinal -Cuantitativa Continua -Cuantitativa Discreta Variables cualitativas Son el tipo de variables que como su nombre lo indica expresan distintas cualidades, características o modalidad. Cada modalidad que se presenta se denomina atributo o categoría, y la medición consiste en una clasificación de dichos atributos. Las variables cualitativas pueden ser dicotómicas cuando sólo pueden tomar dos valores posibles, como sí y no, hombre y mujer o ser platónicas cuando pueden adquirir tres o más valores. Dentro de ellas podemos distinguir: Variable cualitativa ordinal o variable casi cuantitativa La variable puede tomar distintos valores ordenados siguiendo una escala establecida, aunque no es necesario que el intervalo entre mediciones sea uniforme, por ejemplo: leve, moderado, fuerte. Variable cualitativa nominal En esta variable los valores no pueden ser sometidos a un criterio de orden, como por ejemplo los colores. Variables cuantitativas Son las variables que toman como argumento cantidades numéricas, son variables matemáticas. Las variables cuantitativas además pueden ser:  Variable discreta: 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 específicos que la variable pueda asumir. Ejemplo: El número de hijos (1, 2, 3, 4, 5).
  • 3.  Variable continua: Es la variable que puede adquirir cualquier valor dentro de un intervalo especificado de valores. Por ejemplo la masa (2,3 kg, 2,4 kg, 2,5 kg,...) o la altura (1,64 m, 1,65 m, 1,66 m,...), o el salario. Solamente se está limitado por la precisión del aparato medidor, en teoría permiten que exista un valor entre dos variables. Definición y Ejemplo de Población y Muestra. Es el conjunto total de individuos, objetos o medidas que poseen algunas características comunes observables en un lugar y en un momento determinado. Cuando se vaya a llevar a cabo alguna investigación debe de tenerse en cuenta algunas características esenciales al seleccionarse la población bajo estudio. Entre éstas tenemos: Homogeneidad: que todos los miembros de la población tengan las mismas características según las variables que se vayan a considerar en el estudio o investigación. Tiempo: sé refiere al período de tiempo donde se ubicaría la población de interés. Determinar si el estudio es del momento presente o si se va a estudiar a una población de cinco años atrás o si se van a entrevistar personas de diferentes generaciones. Espacio: sé refiere al lugar donde se ubica la población de interés. Un estudio no puede ser muy abarcador y por falta de tiempo y recursos hay que limitarlo a un área o comunidad en específico. Cantidad: sé refiere al tamaño de la población. El tamaño de la población es sumamente importante porque ello determina o afecta al tamaño de la muestra que se vaya a seleccionar, además que la falta de recursos y tiempo también nos limita la extensión de la población que se vaya a investigar. MUESTRA: La muestra es un subconjunto fielmente representativo de la población. Hay diferentes tipos de muestreo. El tipo de muestra que se seleccione dependerá de la calidad y cuán representativo se quiera sea el estudio de la población. ALEATORIA: cuando se selecciona al azar y cada miembro tiene igual oportunidad de ser incluido.
  • 4. ESTRATIFICADA: cuando se subdivide en estratos o subgrupos según las variables o características que se pretenden investigar. Cada estrato debe corresponder proporcionalmente a la población. SISTEMÁTICA: cuando se establece un patrón o criterio al seleccionar la muestra. Ejemplo: Se entrevistará una familia por cada diez que se detecten. Definición y Ejemplo de Parámetros Estadísticos En estadística, un parámetro es un número que resume la gran cantidad de datos que pueden derivarse del estudio de una variable estadística.1 El cálculo de este número está bien definido, usualmente mediante una fórmula aritmética obtenida a partir de datos de la población. Los parámetros estadísticos son una consecuencia inevitable del propósito esencial de la estadística: crear un modelo de la realidad. El estudio de una gran cantidad de datos individuales de una población puede ser farragoso e inoperativo, por lo que se hace necesario realizar un resumen que permita tener una idea global de la población, compararla con otras, comprobar su ajuste a un modelo ideal, realizar estimaciones sobre datos desconocidos de la misma y, en definitiva, tomar decisiones. A estas tareas contribuyen de modo esencial los parámetros estadísticos. Definición, Tipos y Ejemplo de Escalas de Medición. Uno de los principales problemas con los que se encuentra la Medición Educativa es que trabajamos con variables que no podemos cuantificar de la misma forma que en las ciencias naturales y por tanto no tenemos los instrumentos necesarios para medir los aspectos educativos. Las escalas de medida nos van a permitir realizar un tipo determinado de operaciones con los números. Stevens propone a partir de su definición clásica de asignar números a objetos o acontecimientos de acuerdo con reglas, cuatro escalas nominal, ordinal, de intervalo y de razón, que posteriormente aumenta a cinco con la escala de intervalo logarítmico.
  • 5. Tipos de Escalas de Medición Escala Nominal. Su fin es identificar sujetos/objetos dentro de una distribución, por lo que únicamente podremos establecer las relaciones de igualdad/desigualdad entre los sujetos/objetos de una distribución. Un ejemplo es el nombre de las ciudades: solo podemos diferenciarlas entre sí de acuerdo con esta escala. El número de los jugadores de fútbol o de baloncesto nos proporciona la misma información: solo sirve para identificarlos y diferenciarlos del resto de jugadores, no podemos establecer ningún tipo de orden o de gradación en función de este número. Ejemplo:Igualdad/Desigualdad Escala Ordinal. Este tipo de escala está destinada a ordenar a los sujetos/objetos de una distribución en función de alguna característica. Cabe señalar que la distancia entre sus unidades no es uniforme. De esta forma, podemos decir que A está por encima que B, pero no que sea el doble o que sea la mitad uno que otro. Un ejemplo es el orden de llegada en una carrera. Además del atributo de igualdad/desigualdad, en esta escala podemos añadir el ordenamiento de sus componentes. Ejemplo: A____B___________C_______________________________D __E______ Orden Escala de Intervalo. En esta escala la distancia entre las unidades de medida sí es uniforme, de forma que podemos decir que D es el doble que A, por ejemplo. Por ello, permite realizar operaciones matemáticas, como suma, resta, multiplicación o división. El cero es arbitrario, no indica la ausencia de atributo. Como ejemplo puede servir la escala de
  • 6. tiempo que utilizamos: el cero es arbitrario, puesto en el nacimiento de Cristo, o la escala para medir la temperatura en grados centígrados, en la que el cero es también relativo. Ejemplo: _A____B____C____D Operaciones aritméticas; Cero relativo Escala de Razón. Similar a la de intervalo, con la única diferencia que el cero en esta escala sí indica la ausencia de atributo, es cero absoluto. Como ejemplo podemos señalar la altura en centímetros, o el peso en gramos. En ambos casos 4 es doble que 2 (2+2=4), o 4 es la mitad que 8, por ejemplo, debido a que la distancia entre sus unidades de medida es uniforme. Ejemplo: Cero absolutos Tipo Características Ejemplo Nominal Igualdad Nombre ciudades Ordinal " Orden Llegada carrera Intervalo " op.matemáticos, 0 relativo Centígrados Razón " 0 absoluto Altura Definición y Ejemplo de Sumatoria Razón, Proporción, Tasa y Frecuencia. RAZON Es un cociente en el que el numerador no está incluido en el denominador. A menudo las cantidades se miden en las mismas unidades, pero no es esencial. El rango oscila entre 0 e infinito.
  • 7. Ejemplo Cociente entre el número de casos de TBC en varones y mujeres en 2005: Razón= 135/53= 2,55 Cociente entre los casos de TBC ocurridos en individuos con edades superiores a 55 y el grupo de individuos con edades inferiores a 55 : Razón=95/93=1,02 PROPORCION Es un cociente en el que el numerador está incluido en el denominador. Una proporción no es más que la expresión de la probabilidad de que un suceso ocurra. El rango esta comprendido entre 0 y 1 o bien en términos porcentuales de 0% a 100%, y no tiene dimensión. Ejemplos Cociente entre el número de casos ocurridos en varones y el total de casos en el año 2005. 135/188=0,72 El 72% de los casos han ocurrido en varones. Cociente entre el número de casos ocurrido en individuos con más de 65 años y el total de casos en el año 2005. 77/188=0,41 El 41% de los casos se han detectado en personas mayores de 65 años. TASA La tasa es una forma especial de proporción o de razón que tiene en cuenta el tiempo. Es una medida que relaciona el cambio de una magnitud por unidad de
  • 8. cambio en otra magnitud (por regla general, tiempo). La utilización de las tasas es esencial para comparar experiencias entre poblaciones en diferentes tiempos, diferentes lugares o entre diferentes tipos de personas. Su rango oscila entre 0 e infinito y su medida es tiempo-¹. Ejemplos Cociente entre el número de casos de TBC en varones durante el años 2005 y la población estimada de varones en el año 2005: 135/516.329=0,000261 La tasa es de 26,1 casos de TBC por cada 100.000 Habitantes varones en 1 año (2005). Cociente entre los casos de defunción por TBC y la población estimada en el año 2005: 8/1076635=0,000007 La tasa de mortalidad es de 0,7 por 100.000 habitantes en 1 año. Frecuencia Es la cantidad de veces que se repite un determinado valor de la variable. Se suelen representar con histogramas y diagramas de Pareto. Ejemplo: Supongamos que las calificaciones de un alumno de secundaria fueran las siguientes: 18, 13, 12, 14, 11, 08, 12, 15, 05, 20, 18, 14, 15, 11, 10, 10, 11, 13. Entonces: La frecuencia absoluta de 11 es 3, pues 11 aparece 3 veces. La frecuencia relativa de 11 es 0.17, porque corresponde a la división 3/18 (3 de las veces que aparece de las 18 notas que aparecen en total).
  • 9. Ejemplo General Estudiamos los valores sociales de una población de 5000 habitantes aprox., entendemos que sería de gran dificultad poder analizar los valores sociales de todos ellos, por ello, la estadística nos dota de una herramienta que es la muestra para extraer un conjunto de población que represente a la globalidad y sobre la muestra realizar el estudio. Una muestra representativa contiene las características relevantes de la población en las mismas proporciones que están incluidas en tal población. • Los expertos en estadística recogen datos de una muestra. Utilizan esta información para hacer referencias sobre la población que está representada por la muestra. Una población es un todo, solo basta una muestra para llevar acabo toda la investigación ya que una muestra es una fracción o segmento de ese todo.
  • 10. Bibliografía Fuente:http://ponce.inter.edu/cai/reserva/lvera/CONCEPTOS_BASICOS.pdf Camel, F. (2010). Estadística médica y planificación de la salud, Tomo I. Mérida: Consejo de Publicaciones de la Universidad de Los Andes. • www.wikipedia.com • http://bioestadisticaula.blogspot.com/2012/0 7/proporcion- razon-y-tasa.html • http://www.ucv.cl/web/estadistica/cb_esc_m edic.htm