SlideShare ist ein Scribd-Unternehmen logo
1 von 84
INTRODUCCIÓN A LA
ESTADISTICA
Universidad
Nacional Mayor de
San Marcos
ESTADISTICA Y
PROBABILIDADES
01
Ing. William Jaime León Velásquez
wjleonv@yahoo.com
http://www.slideshare.net/williamleon20/clase01-eyp
Definición
Clasificación de la estadística
Objetivos y funciones
Campos de aplicación
Terminología
La pc y la enseñanza
estadística
CONTENIDO
TEMATICO
26/08/2015 Ing. William Jaime León Velásquez 2
La estadística es la materia que
proporciona métodos y
procedimientos para obtener,
describir, analizar e interpretar un
conjunto de datos, y sirvan para
tomar decisiones y predecir
fenómenos
DEFINICIÓN
3
Ing. William Jaime León
Velásquez
26/08/2015
La estadística es una ciencia
auxiliar para todas las ramas del
saber; su utilidad se entiende
mejor si tenemos en cuenta que
los quehaceres y decisiones
diarias conllevan cierto grado de
incertidumbre.
La Estadística ayuda en la
incertidumbre, trabaja con ella y
nos orienta para tomar las
decisiones con un determinado
grado de confianza.
DEFINICIÓN
4
Ing. William Jaime León
Velásquez
26/08/2015
CLASIFICACIÓN
26/08/2015 Ing. William Jaime León Velásquez 5
CLASIFICACION
6
Ing. William Jaime León
Velásquez
26/08/2015
Comprende la recolección, clasificación,
presentación y descripción de los datos.
ESTADISTICA DESCRIPTIVA
7
Ing. William Jaime León
Velásquez
26/08/2015
Sólo se ocupa de describir
y analizar un grupo de
datos, sin sacar
conclusiones sobre un
grupo mayor.
Es lo que piensa la mayor
parte de las personas
cuando escucha la palabra
“Estadística”.
Abarca el uso de los datos
provenientes de una muestra
para hacer una afirmación
acerca de una característica
de la población.
Se realizan dos tipos de
afirmaciones:
– La estimación de
parámetros y
– La prueba de hipótesis.
ESTADÍSTICA INFERENCIAL O INDUCTIVA
8
Ing. William Jaime León
Velásquez
26/08/2015
Se pretende inferir
conclusiones relacionados a
la población de donde
procede la muestra.
Estas conclusiones nunca
pueden ser totalmente ciertas
por lo cual siempre tendrán
cierto grado de incertidumbre
ESTADÍSTICA INFERENCIAL O INDUCTIVA
9
Ing. William Jaime León
Velásquez
26/08/2015
Proporciona la teoría necesaria para afirmar algo
acerca de la población o tomar decisiones
generales a partir de los datos bajo estudio.
Inferir es emitir juicios
o conclusiones
basados en algún
conocimiento o
experiencia sobre un
evento o suceso.
ESTADÍSTICA INFERENCIAL O INDUCTIVA
10
Ing. William Jaime León
Velásquez
26/08/2015
ESTADÍSTICA INFERENCIAL O INDUCTIVA
11
Ing. William Jaime León
VelásquezCLASIFICACIÓN26/08/2015
Con la finalidad de que la
persona con poder de decisión,
tome las medidas necesarias:
• Para transformar ese futuro
o
• Para mantener las
condiciones existentes.
12
Ing. William Jaime León
VelásquezCLASIFICACIÓN26/08/2015
ESTADÍSTICA INFERENCIAL O INDUCTIVA
La estadística descriptiva y la inferencial no
son independientes; por el contrario, son
complementarias y entre ambas dan la
suficiente explicación sobre una posible
realidad futura.
OBJETIVO Y
FUNCIONES DE LA
ESTADÍSTICA
26/08/2015 Ing. William Jaime León Velásquez 13
• Es la obtención de conclusiones basadas en
los datos experimentales.
OBJETIVO DE LA ESTADÍSTICA
14
Ing. William Jaime León
Velásquez
26/08/2015
•Describir las características principales de los
datos reunidos
OBJETIVO DE LA
ESTADÍSTICA DESCRIPTIVA
15
Ing. William Jaime León
Velásquez
26/08/2015
Extraer las conclusiones útiles sobre la totalidad de
todas las observaciones posibles basándose en la
información recolectada.
OBJETIVO DE LA
ESTADÍSTICA INFERENCIAL
16
Ing. William Jaime León
Velásquez
26/08/2015
DESCRIPTIVA
ANALÍTICA
PREDICTIVA
FUNCIÓN
17
Ing. William Jaime León
Velásquez
26/08/2015
 Se determinan los estadígrafos que
proporcionan en forma resumida
una descripción cuantitativa del
fenómeno estudiado.
FUNCIÓN DESCRIPTIVA
18
Ing. William Jaime León
Velásquez
26/08/2015
Los datos que están expresados en su forma
natural:
 Se clasifican y se presentan en cuadros o tablas.
Esta etapa preliminar consiste en:
• la recopilación,
• La organización,
• La tabulación y
• La representación gráfica de los datos
La tarea principal del análisis es
producir la decisión que dio
origen a la investigación.
Se considera que el análisis
estadístico no está completo sin
una estimación del grado de
confianza que sea justificado
atribuir a esa decisión.
FUNCIÓN ANALÍTICA
19
Ing. William Jaime León
Velásquez
26/08/2015
Toda investigación estadística incluye un problema de
análisis con el objeto de formarse un concepto de una
población y adoptar decisiones;
Mediante el análisis se infiere propiedades para una
población sobre la base de resultados muestrales
conocidos.
Es la estimación de resultados
en el futuro.
Esta estimación dependerá del
grado de conocimiento del
comportamiento pasado y
presente de las variables en
estudio.
Permite hacer conjeturas bien
informadas acerca de
observaciones que aún no se
han obtenido.
FUNCIÓN PREDICTIVA
20
Ing. William Jaime León
VelásquezFUNCIÓN26/08/2015
CAMPOS DE
APLICACION
26/08/2015 Ing. William Jaime León Velásquez 21
• Ejemplo: Ingeniería, Economía,
Sociología, Psicología, Biología,
Ciencias de la Educación.
• Las que necesitan obtener sus
resultados con máxima
exactitud, se logra a través de la
estadística. Ejemplo: Astronomía,
Meteorología, Física, Medicina.
CAMPOS DE APLICACIÓN
22
Ing. William Jaime León
Velásquez
26/08/2015
Se clasifican en:
• Las que obligatoriamente necesitan de la
Estadística, muchas veces se confunden con ella.
Ejemplo: la Demografía.
• Las que necesitan de la estadística para estudiar
fenómenos cuantitativos y cualitativos.
Aporta a resolver los problemas de
producción, al uso eficiente de
materiales y fuerza de trabajo, a la
investigación básica y al desarrollo
de nuevos productos.
El ingeniero industrial, que no
puede examinar cada ampolleta o
fósforo fabricados sin incurrir en la
destrucción del producto, controla
su calidad mediante muestras
tomadas al azar.
EN LA INGIENERÍA
23
Ing. William Jaime León
Velásquez
26/08/2015
La estadística permite al ingeniero comprender
fenómenos sujetos a variaciones y predecirlos o
controlarlos eficazmente.
Las técnicas estadísticas se
emplean en los estudios
comparativos de diferentes
grupos socioeconómicos y
culturales y en el estudio del
comportamiento y las actitudes
de grupo.
El sociólogo trata de auscultar la
opinión pública mediante
encuestas, para determinar su
preferencia por un candidato
preferencial o su posición frente
a determinados problemas
económicos, políticos y sociales.
EN LA SOCIOLOGÍA
24
Ing. William Jaime León
Velásquez
CAMPOS
APLICACIÓN
26/08/2015
Los problemas educacionales que
para su solución demandan base
estadística son de dos clases:
– Los problemas de carácter
administrativo y
– Los de orden didáctico.
EN LA EDUCACIÓN
25
Ing. William Jaime León
Velásquez
26/08/2015
La educación es campo inagotable de investigación y
demanda estadística;
– Permite resumir los resultados en forma significativa
y conveniente,
– Permite llegar a conclusiones generales,
– Permite hacer predicciones.
Los psicólogos se valen de los
conceptos y técnicas de la
Estadística para medir y
comparar:
• La conducta,
• Las actitudes,
• La inteligencia y
• Las aptitudes del hombre.
EN LA PSICOLOGÍA
26
Ing. William Jaime León
Velásquez
CAMPOS
APLICACIÓN
26/08/2015
Para estudiar los planes de los
consumidores y efectuar pronósticos de
la tendencia de las actividades
económicas.
Si se quiere formar un stock de un
artículo x,
Para tener conocimientos respecto de la
futura demanda del mismo, se
encontrará a varios interrogantes:
– El gusto de los consumidores,
– La competencia,
– La renta de los consumidores, etc.
EN LA ECONOMÍA
27
Ing. William Jaime León
Velásquez
CAMPOS
APLICACIÓN
26/08/2015
Los hombres de negocios utilizan la
estadística para:
• Producir los volúmenes de ventas,
• Medir las reacciones de los
consumidores ante nuevos
productos,
• Tomar decisiones en cuanto a la
forma de invertir el presupuesto
para publicidad,
• Determinar el mejor método para
utilizar las habilidades y aptitudes
de sus empleados.
El hombre de negocios utiliza
encuestas estadísticas para
determinar la reacción del público a
sus nuevos productos.
EN LOS NEGOCIOS
28
Ing. William Jaime León
Velásquez
CAMPOS
APLICACIÓN
26/08/2015
El auditor de una
empresa no pierde
tiempo en examinar
todos los elementos que
ésta posee sino que
mediante métodos
adecuados selecciona
algunas muestras de los
inventarios, máquinas o
documentos en cobro.
EN LA CONTABILIDAD
29
Ing. William Jaime León
Velásquez
CAMPOS
APLICACIÓN
26/08/2015
En Medicina es imprescindible:
• Probando nuevos tratamientos
en grupos de pacientes,
• Obteniendo conclusiones sobre
ciertas enfermedades
• Observando durante un tiempo
un grupo de pacientes para
saber si para el tratamiento de
cierto tipo de cáncer es más
efectiva la cirugía, la radioterapia
o la quimioterapia, sin más que
observar un grupo de pacientes
tratados con estas técnicas.
EN LA MEDICINA
30
Ing. William Jaime León
Velásquez
26/08/2015
Se emplea para estudiar
• las reacciones de las
plantas y los animales
ante diferentes
presiones
ambientales,
• Para investigar la
herencia, etc.
EN LA BIOLOGÍA
31
Ing. William Jaime León
Velásquez
26/08/2015
La Estadística se ha aplicado a una
amplia variedad de proyectos de
investigación que implican el
estudio de individuos o grupos.
Se expresan mediante información:
• De criminalidad,
• De violencia familiar,
• De suicidios,
• De divorcios,
• De intervenciones realizadas por
la policía, etc.
EN EL DERECHO
32
Ing. William Jaime León
Velásquez
26/08/2015
Las técnicas estadísticas se emplean
en actividades como:
• experimentos sobre la producción
de plantas y animales,
• diferenciar tierras de cultivo,
• estudios de la bondad relativa de
diversos fertilizantes, insecticidas,
etc. y
• estudios de métodos para
aumentar el rendimiento de las
cosechas.
EN LA AGRICULTURA
33
Ing. William Jaime León
Velásquez
26/08/2015
TERMINOLOGIA
26/08/2015 Ing. William Jaime León Velásquez 34
TERMINOLOGIA
35
Ing. William Jaime León
Velásquez
POBLACION
MUESTR
A
UNIDAD
ESTADISTIC
A.
N HOMBRES n hombres 1 hombre
TECNICA DE MUESTREO
26/08/2015
 Se compone por todos los
objetos, cosas, individuos,
características del
fenómeno que se quiere
estudiar
UNIVERSO
36
Ing. William Jaime León
Velásquez
26/08/2015
 Ejemplo:
 Todos los alumnos de la
Universidad Nacional
Mayor de San Marcos.
 Todos los meses de los
años
UNIVERSO
37
Ing. William Jaime León
VelásquezTERMINOLOGÍA26/08/2015
 Es la totalidad de
individuos o elementos
que poseen alguna
característica común
susceptible de ser
estudiada.
 Es la totalidad de las
unidades de análisis. El
estudio de la población
completa se llama censo
y es con frecuencia
costoso, lleva mucho
tiempo y no es práctico.
POBLACIÓN
38
Ing. William Jaime León
VelásquezTERMINOLOGÍA26/08/2015
Ejemplos:
• Todos los alumnos del la
Facultad de Ingeniaría
Industrial de la UNMSM
• Todos los meses
comprendidos durante el
periodo 2005-2010.
POBLACIÓN
39
Ing. William Jaime León
VelásquezTERMINOLOGÍA26/08/2015
Puede ser
• Finita e
• Infinita..
POBLACIÓN
40
Ing. William Jaime León
VelásquezTERMINOLOGÍA26/08/2015
Cuando es posible
enumerar todos sus
elementos de tal manera
que haya un primero y un
último elemento.
Al número de elementos
de una población finita se
le denota por N.
POBLACIÓN FINITA
41
Ing. William Jaime León
VelásquezTERMINOLOGÍA26/08/2015
Cuando sus elementos
no se pueden
enumerar.
En la práctica toda
población
extremadamente
grande se trata como
población infinita.
POBLACIÓN INFINITA
42
Ing. William Jaime León
Velásquez
26/08/2015
Es un subconjunto
representativo de la población
que se aísla para su análisis
estadístico.
Se toman muestras cuando es
difícil o costoso observar todos
los elementos de la población.
El número de elementos de la
muestra se denota por n.
Al proceso de obtener la
muestra se llama muestreo.
MUESTRA
43
Ing. William Jaime León
Velásquez
26/08/2015
Ejemplos:
•Los alumnos del cuarto
ciclo de la Facultad de
Ingeniería Industrial de la
UNMSM.
•Todos los meses de
verano comprendidos
durante el periodo de 2005-
2012.
MUESTRA
44
Ing. William Jaime León
Velásquez
26/08/2015
Para que una muestra sea
representativa, y por lo tanto
útil, debe de reflejar las
similitudes y diferencias
encontradas en la población,
ejemplificar las características
de la misma.
Cuando decimos que una
muestra es representativa
indicamos que reúne
aproximadamente las
características de la población
que son importantes para la
investigación.
MUESTRA
45
Ing. William Jaime León
Velásquez
26/08/2015
Si una muestra es
representativa de una
población, es posible
inferir importantes
conclusiones sobre las
poblaciones a partir del
análisis de la muestra.
Ya que dicha inferencia no
es del todo exacta, el
lenguaje de las
probabilidades aparecerá al
establecer nuestras
conclusiones.
MUESTRA
46
Ing. William Jaime León
Velásquez
26/08/2015
Es el objeto o elemento
indivisible que será
estudiado en una
población, sobre el cual
se van a obtener datos.
La unidad estadística
genera el fenómeno que
se desea estudiar y
proporciona datos
concretos. Es cualquier
elemento que porte
información sobre el
fenómeno que se estudia.
UNIDAD ESTADÍSTICA
47
Ing. William Jaime León
Velásquez
26/08/2015
Ejemplos:
•Un alumno.
•Un mes.
UNIDAD ESTADÍSTICA
48
Ing. William Jaime León
VelásquezTERMINOLOGÍA26/08/2015
TERMINOLOGIA
26/08/2015 Ing. William Jaime León Velásquez 49
UNIVERSO
POBLACIÓN
MUESTRA
UNIDAD
ESTADÍSTICA
Es un número o denominación
que podemos asignar a la
unidad de análisis.
Es una característica de la
población que interesa al
investigador.
Son observables y susceptibles
de tomar distintos valores o ser
expresados en diferentes
categorías.
Es una característica o
propiedad determinada del
individuo, sea medible o no.
VARIABLE
50
Ing. William Jaime León
Velásquez
26/08/2015
Las variables pueden ser:
• Cualitativas y
• Cuantitativas.
VARIABLE
51
Ing. William Jaime León
Velásquez
26/08/2015
Cuando se refieren a
características, atributos o
actitudes.
Son variables cuyos valores
consisten en categorías de
clasificación, es decir se
refieren a la cualidad que
presenta la población. Sus
resultados no son numéricos.
VARIABLES CUALITATIVAS
52
Ing. William Jaime León
Velásquez
26/08/2015
Ejemplos:
• Estado Civil
• Clase social
• Lugar de
Procedencia
• Marca de PC
• Color favorito
• Ciclo de estudios.
VARIABLES CUALITATIVAS
53
Ing. William Jaime León
Velásquez
26/08/2015
Variable cualitativa
nominal.-
No implica ningún
orden entre las
diferentes categorías.
VARIABLES CUALITATIVAS
54
Ing. William Jaime León
Velásquez
26/08/2015
Ejemplos:
•Color de ojos
• Profesión
• Partido político
• Sexo
• Raza
• Nacionalidad
• Curso favorito
• Estado Civil
• Religión
VARIABLES CUALITATIVAS
55
Ing. William Jaime León
Velásquez
26/08/2015
Variable cualitativa
ordinal
Implican un orden entre
sus categorías.
VARIABLES CUALITATIVAS
56
Ing. William Jaime León
Velásquez
26/08/2015
Ejemplos:
• Grado de instrucción
• Año de estudios
• Grado académico.
• Clase social
• Contextura física
• Piso donde reside.
VARIABLES CUALITATIVAS
57
Ing. William Jaime León
Velásquez
26/08/2015
Cuando expresan
dimensiones o capacidades.
Son variables que se
obtienen como resultado de
mediciones o conteos.
VARIABLES CUANTITATIVAS
58
Ing. William Jaime León
Velásquez
26/08/2015
Ejemplos:
• Estatura
• Peso
• Número de PC’s
• Temperatura
• Ingresos
• Cociente intelectual
VARIABLES CUANTITATIVAS
59
Ing. William Jaime León
VelásquezTERMINOLOGÍA26/08/2015
Variables cuantitativas
discretas.-
Cuando asumen valores
numéricos aislados y no
pueden tomar ningún
valor entre dos
consecutivos.
Son contables.
Se asocian con los
números naturales.
VARIABLES CUANTITATIVAS
60
Ing. William Jaime León
VelásquezTERMINOLOGÍA26/08/2015
Ejemplos:
• Número de hijos.
• Número de computadoras en
reparación.
• Número de cursos aprobados
• Número de Ingenieros que
siguen maestría.
VARIABLES CUANTITATIVAS
61
Ing. William Jaime León
VelásquezTERMINOLOGÍA26/08/2015
Variable cuantitativa continua
Cuando puede tomar cualquier
valor, dependiendo éste de la
precisión con que se trabaje.
Es decir, puede tomar infinitos
valores entre dos números por
muy próximos que estén.
Es aquella que puede sufrir
cualquier grado de subdivisión.
Son medibles. Se asocian con los
números reales.
VARIABLES CUANTITATIVAS
62
Ing. William Jaime León
VelásquezTERMINOLOGÍA26/08/2015
Ejemplos:
• Edad
• Presión arterial
• Estatura
• Calificaciones
• Peso al nacer
• Sueldo
• Nº Horas de Estudio
• Velocidad
VARIABLES CUANTITATIVAS
63
Ing. William Jaime León
VelásquezTERMINOLOGÍA26/08/2015
Observación
Es el valor o respuesta que
adquiere la variable en cada
unidad de análisis. Son números
o medidas que han sido
recopilados como resultado de
observaciones, que pueden ser
comparados, analizados e
interpretados. Los datos son la
materia prima de la estadística.
DATO ESTADÍSTICO
64
Ing. William Jaime León
VelásquezTERMINOLOGÍA26/08/2015
•Ejemplos:
• 50, 55, 70, 48 , 56, .....
(Peso).
• Lima, Ica, Huancayo,.....
(Lugar de procedencia).
• 3, 1, 2, 4, 0, ....
(Nº de cursos reprobados)
• Alto, Medio, Bajo
(Nivel Socioeconómico)
DATO ESTADÍSTICO
65
Ing. William Jaime León
VelásquezTERMINOLOGÍA26/08/2015
Es un valor obtenido para
describir en forma resumida las
características más importantes
de una población. Son las
medidas de resumen de una
población, ésta puede tener
muchas características y por lo
tanto muchos parámetros.
Para determinar su valor es
necesario utilizar la información
de la población completa y por lo
tanto, las decisiones que se
tomen basándose en un
parámetro serán con certidumbre
total.
PARÁMETRO
66
Ing. William Jaime León
VelásquezTERMINOLOGÍA26/08/2015
Los parámetros más usados son:
•Media : 
•Proporción : P
•Varianza : 2
PARÁMETRO
67
Ing. William Jaime León
Velásquez
26/08/2015
Ejemplos:
•La edad promedio de todos los
ingenieros que trabajan en la
Facultad de Ingeniería Industrial
de la UNMSM.
•La proporción de alumnas que
estudian ingeniería Industrial en
la Facultad de ingeniería
Industrial de la UNMSM.
PARÁMETRO
68
Ing. William Jaime León
Velásquez
26/08/2015
Es una medida usada para
describir alguna característica de
la muestra. La toma de decisiones
basada en un estadígrafo contiene
cierto grado de incertidumbre
debido al error de muestreo. El
estadístico puede usarse para
hacer inferencias acerca de los
parámetros de la población.
ESTADÍSTICO
69
Ing. William Jaime León
Velásquez
26/08/2015
Los estadígrafos más usadas son:
•Media :
•Proporción : p
•Varianza : S2
ESTADÍSTICO
70
Ing. William Jaime León
Velásquez
x
26/08/2015
Ejemplos:
•El promedio aritmético de una
evaluación a 10 ingenieros elegido
al azar en la UNMSM.
•La proporción de alumnos a
quienes les gusta el curso de
Estadística en un grupo elegido al
azar en la facultad de ingeniería
industrial de la UNMSM
ESTADÍSTICO
71
Ing. William Jaime León
Velásquez
26/08/2015
Es la fracción de la población
que posee una determinada
propiedad.
Es el parámetro que más se
utiliza en la descripción de una
población de atributos. Es la
relación que existe entre el
número de casos observados
con una característica y el total
de objetos que poseen la
característica.
Indica el tanto por 1.
PROPORCIÓN
72
Ing. William Jaime León
Velásquez
26/08/2015
Ejemplo:
•Se tiene una población de 1200
ingenieros industriales compuesta
por 300 mujeres y 900 hombres,
entonces la proporción de hombres
será:
• P = = 0,75
La proporción de ingenieros varones
es 0,75.
PROPORCIÓN
73
Ing. William Jaime León
Velásquez
4
3
1200
900

26/08/2015
Porcentaje
Es la proporción multiplicada
por 100. Permite comparar dos
o más series estadísticas cuyos
totales son diferentes pues
quedan reducidos a 100.
Expresa el tanto por 100.
PORCENTAJE
74
Ing. William Jaime León
Velásquez
26/08/2015
Ejemplo:
•Se tiene una población de 1600
ingenieros compuesta por 600
mujeres y 1000 hombres, entonces el
porcentaje de mujeres será:
P% =
El 37,5% de los ingenieros son
mujeres.
PORCENTAJE
75
Ing. William Jaime León
Velásquez
%5,37100
1600
600

26/08/2015
LA PC EN LA
ENSEÑANZA
ESTADISTICA
26/08/2015 Ing. William Jaime León Velásquez 76
LA PC EN LA ENSEÑANZA DE LA
ESTADÍSTICA
77
Ing. William Jaime León
Velásquez
Los primeros usos del software
estadístico en la enseñanza de la
estadística han sido la presentación
de "output" impresos a los
alumnos para interpretar
resultados. La masividad en la
universidad y el costo de las
computadoras, hacían imposible
otra forma de presentar dicho
software.
26/08/2015
LA PC EN LA ENSEÑANZA DE LA
ESTADÍSTICA
78
Ing. William Jaime León
Velásquez
Al aplicar esta técnica se daba el
primer paso de innovación en la
forma de enseñar estadística.
Porque se evitaban cálculos
engorrosos (por ejemplo cuando se
planteaba una regresión múltiple o
técnicas de análisis de la varianza,
entre otros).
26/08/2015
LA PC EN LA ENSEÑANZA DE LA
ESTADÍSTICA
79
Ing. William Jaime León
Velásquez
Paradójicamente, el uso de la
computadora ha generado
nuevos problemas. Uno de ellos
es que se corre el riesgo de
desarrollar análisis que
constituyen sólo un ejercicio de
uso de software, sin dedicar el
suficiente tiempo a analizar la
coherencia y lógica detrás de los
mismos.
26/08/2015
LA PC EN LA ENSEÑANZA DE LA
ESTADÍSTICA
80
Ing. William Jaime León
Velásquez
Ejemplos:
Determinar medias y
desviaciones estándar, debido a
que en la tabla de datos figuran
códigos numéricos de las distintas
categorías.
Calcular la media y el desvío
estándar de los números que
identifican cada formulario.
Asignar un número a cada
individuo según el orden que
ocupa, y concluir que su
distribución es simétrica.
26/08/2015
LA PC EN LA ENSEÑANZA DE LA
ESTADÍSTICA
81
Ing. William Jaime León
Velásquez
Cuando los cálculos llevaban
mucho tiempo, se debía
pensar si era necesario realizar
tal operación. Ahora que los
cálculos no son obstáculo,
muchas veces no se piensa qué
es lo que se está haciendo.
26/08/2015
LA PC EN LA ENSEÑANZA DE LA
ESTADÍSTICA
82
Ing. William Jaime León
Velásquez
Hoy en día los software se trabaja bien en las
gráficas y los indicadores, y se muestra
rápidamente lo que pasa al cambiar los
datos.
Si la computadora está presentando las
gráficas, el alumnos puede fijarse en el
comportamiento de los mismos, en vez de
calcular y graficar.
26/08/2015
LA PC EN LA ENSEÑANZA DE LA
ESTADÍSTICA
83
Ing. William Jaime León
Velásquez
26/08/2015
FINwjleonv@yahoo.com
26/08/2015 Ing. William Jaime León Velásquez 84

Weitere ähnliche Inhalte

Was ist angesagt?

RESUMEN DE ESTADISTICA II INIDAD 2
RESUMEN DE ESTADISTICA II INIDAD 2RESUMEN DE ESTADISTICA II INIDAD 2
RESUMEN DE ESTADISTICA II INIDAD 2
FELIX Castro Garcia
 
Cálculo del tamaño de la muestra
Cálculo del tamaño de la muestraCálculo del tamaño de la muestra
Cálculo del tamaño de la muestra
Miriam Rocio
 
Lenguaje estadístico
Lenguaje estadísticoLenguaje estadístico
Lenguaje estadístico
lauraperez175
 
Pseudocodigos 10 ejemplos
Pseudocodigos 10 ejemplosPseudocodigos 10 ejemplos
Pseudocodigos 10 ejemplos
Dulcevelazquez6
 
Tamaño de muestra para diferencia de dos medias y dos proporciones
Tamaño de muestra para diferencia de dos medias  y dos proporcionesTamaño de muestra para diferencia de dos medias  y dos proporciones
Tamaño de muestra para diferencia de dos medias y dos proporciones
Domingo de la Cerda
 
Pdf probabilidad
Pdf probabilidadPdf probabilidad
Pdf probabilidad
antonelab
 
Ejemplos distribución poisson
Ejemplos distribución poissonEjemplos distribución poisson
Ejemplos distribución poisson
FeLipe PueNntes
 

Was ist angesagt? (20)

RESUMEN DE ESTADISTICA II INIDAD 2
RESUMEN DE ESTADISTICA II INIDAD 2RESUMEN DE ESTADISTICA II INIDAD 2
RESUMEN DE ESTADISTICA II INIDAD 2
 
Tamaño Optimo de la muestra
Tamaño Optimo de la muestraTamaño Optimo de la muestra
Tamaño Optimo de la muestra
 
Probabilidad y estadística
Probabilidad y estadísticaProbabilidad y estadística
Probabilidad y estadística
 
Cálculo del tamaño de la muestra
Cálculo del tamaño de la muestraCálculo del tamaño de la muestra
Cálculo del tamaño de la muestra
 
Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...
Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...
Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...
 
Introduccion a la estadistica
Introduccion a la estadisticaIntroduccion a la estadistica
Introduccion a la estadistica
 
Lenguaje estadístico
Lenguaje estadísticoLenguaje estadístico
Lenguaje estadístico
 
Pseudocodigos 10 ejemplos
Pseudocodigos 10 ejemplosPseudocodigos 10 ejemplos
Pseudocodigos 10 ejemplos
 
Tamaño de muestra para diferencia de dos medias y dos proporciones
Tamaño de muestra para diferencia de dos medias  y dos proporcionesTamaño de muestra para diferencia de dos medias  y dos proporciones
Tamaño de muestra para diferencia de dos medias y dos proporciones
 
Medidas de Tendencia Central, Posición y Dispersión
Medidas de Tendencia Central, Posición y DispersiónMedidas de Tendencia Central, Posición y Dispersión
Medidas de Tendencia Central, Posición y Dispersión
 
Muestreo Estadístico
Muestreo EstadísticoMuestreo Estadístico
Muestreo Estadístico
 
Estadistica!!!
Estadistica!!!Estadistica!!!
Estadistica!!!
 
Pruebas de hipotesis Varianza desconocida
Pruebas de hipotesis Varianza  desconocidaPruebas de hipotesis Varianza  desconocida
Pruebas de hipotesis Varianza desconocida
 
Muestreo no probabilistico
Muestreo no probabilisticoMuestreo no probabilistico
Muestreo no probabilistico
 
Problemas de determinación de tamaño de la muestra (9)
Problemas de determinación de tamaño de la muestra (9)Problemas de determinación de tamaño de la muestra (9)
Problemas de determinación de tamaño de la muestra (9)
 
Introduccion a las estadisticas
Introduccion a las estadisticasIntroduccion a las estadisticas
Introduccion a las estadisticas
 
Pdf probabilidad
Pdf probabilidadPdf probabilidad
Pdf probabilidad
 
Teorema del limite central
Teorema del limite centralTeorema del limite central
Teorema del limite central
 
Ejemplos distribución poisson
Ejemplos distribución poissonEjemplos distribución poisson
Ejemplos distribución poisson
 
Tarea 17 de probabilidad y estadistica con respuestas
Tarea 17 de probabilidad y estadistica con respuestasTarea 17 de probabilidad y estadistica con respuestas
Tarea 17 de probabilidad y estadistica con respuestas
 

Andere mochten auch

Aplicaciones estadisticos , matriciales , tablas y graficos dinamicos
Aplicaciones estadisticos , matriciales , tablas y graficos dinamicosAplicaciones estadisticos , matriciales , tablas y graficos dinamicos
Aplicaciones estadisticos , matriciales , tablas y graficos dinamicos
Pao Kathy Pechocha
 
Ejemplos de estadística.
Ejemplos de estadística.Ejemplos de estadística.
Ejemplos de estadística.
MaRii Peraza
 
Estadistica formatos p subir 2
Estadistica formatos p subir 2Estadistica formatos p subir 2
Estadistica formatos p subir 2
hoteles1
 
Aplicación de la probabilidad y la estadistica
Aplicación de la probabilidad y la estadisticaAplicación de la probabilidad y la estadistica
Aplicación de la probabilidad y la estadistica
Masqr75
 
Síndrome de muerte súbita del lactante
Síndrome  de muerte súbita del lactanteSíndrome  de muerte súbita del lactante
Síndrome de muerte súbita del lactante
EquipoURG
 
Síndrome de muerte súbita en bebés lactantes
Síndrome de muerte súbita en bebés lactantesSíndrome de muerte súbita en bebés lactantes
Síndrome de muerte súbita en bebés lactantes
Sebastian Posada
 
Distribuciones continuas de probabilidad
Distribuciones continuas de probabilidadDistribuciones continuas de probabilidad
Distribuciones continuas de probabilidad
Julian
 

Andere mochten auch (20)

APLICACIONES ESTADÍSTICAS Y MATRICIALES
APLICACIONES ESTADÍSTICAS Y MATRICIALES APLICACIONES ESTADÍSTICAS Y MATRICIALES
APLICACIONES ESTADÍSTICAS Y MATRICIALES
 
Aplicaciones estadisticos , matriciales , tablas y graficos dinamicos
Aplicaciones estadisticos , matriciales , tablas y graficos dinamicosAplicaciones estadisticos , matriciales , tablas y graficos dinamicos
Aplicaciones estadisticos , matriciales , tablas y graficos dinamicos
 
Trabajo de las formelas
Trabajo de las formelasTrabajo de las formelas
Trabajo de las formelas
 
Ejemplos de estadística.
Ejemplos de estadística.Ejemplos de estadística.
Ejemplos de estadística.
 
Estadistica formatos p subir 2
Estadistica formatos p subir 2Estadistica formatos p subir 2
Estadistica formatos p subir 2
 
Muerte en la infancia: consuelo y esperanza
Muerte en la infancia: consuelo y esperanzaMuerte en la infancia: consuelo y esperanza
Muerte en la infancia: consuelo y esperanza
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
 
Aplicación de la probabilidad y la estadistica
Aplicación de la probabilidad y la estadisticaAplicación de la probabilidad y la estadistica
Aplicación de la probabilidad y la estadistica
 
Tarea n°1 estadistica
Tarea n°1 estadistica Tarea n°1 estadistica
Tarea n°1 estadistica
 
Etnicidad Y Salud
Etnicidad Y Salud Etnicidad Y Salud
Etnicidad Y Salud
 
distribuciones de probabilidad continuas.
distribuciones de probabilidad continuas.distribuciones de probabilidad continuas.
distribuciones de probabilidad continuas.
 
Síndrome de muerte súbita del lactante
Síndrome  de muerte súbita del lactanteSíndrome  de muerte súbita del lactante
Síndrome de muerte súbita del lactante
 
estadística
estadística estadística
estadística
 
VARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD. Bioestadística. LolaFFB
VARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD. Bioestadística. LolaFFBVARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD. Bioestadística. LolaFFB
VARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD. Bioestadística. LolaFFB
 
Unidad 1 definición, función y campos de aplicación de la estadìstica
Unidad 1 definición, función y campos de aplicación de la estadìsticaUnidad 1 definición, función y campos de aplicación de la estadìstica
Unidad 1 definición, función y campos de aplicación de la estadìstica
 
Síndrome de muerte súbita en bebés lactantes
Síndrome de muerte súbita en bebés lactantesSíndrome de muerte súbita en bebés lactantes
Síndrome de muerte súbita en bebés lactantes
 
Estaditica
EstaditicaEstaditica
Estaditica
 
Distribuciones continuas de probabilidad
Distribuciones continuas de probabilidadDistribuciones continuas de probabilidad
Distribuciones continuas de probabilidad
 
Supervivencia presentación.
Supervivencia presentación.Supervivencia presentación.
Supervivencia presentación.
 
Etapas de una investigacion estadistica
Etapas de una investigacion estadisticaEtapas de una investigacion estadistica
Etapas de una investigacion estadistica
 

Ähnlich wie Clase01 eyp

EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS.pdf
EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS.pdfEXCEL AVANZADO, MÉTODOS ESTADÍSTICOS.pdf
EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS.pdf
JuanesViedaEscobar
 
Estrategias de apoyo de tecnología.pdf
Estrategias de apoyo de tecnología.pdfEstrategias de apoyo de tecnología.pdf
Estrategias de apoyo de tecnología.pdf
SebastinRamos6
 

Ähnlich wie Clase01 eyp (20)

La estadistica descriptiva
La estadistica descriptivaLa estadistica descriptiva
La estadistica descriptiva
 
CONCEPTOS DE PROGRAMACIÓN Y MÉTODOS ESTADÍSTICOS.docx.pdf
CONCEPTOS DE PROGRAMACIÓN Y MÉTODOS ESTADÍSTICOS.docx.pdfCONCEPTOS DE PROGRAMACIÓN Y MÉTODOS ESTADÍSTICOS.docx.pdf
CONCEPTOS DE PROGRAMACIÓN Y MÉTODOS ESTADÍSTICOS.docx.pdf
 
Sesion 1 jcmg
Sesion 1 jcmgSesion 1 jcmg
Sesion 1 jcmg
 
INTRODUCCION_A_LA_ESTADISTICA_.pdf
INTRODUCCION_A_LA_ESTADISTICA_.pdfINTRODUCCION_A_LA_ESTADISTICA_.pdf
INTRODUCCION_A_LA_ESTADISTICA_.pdf
 
TALLER ANEXO PSEINT.docx
TALLER ANEXO PSEINT.docxTALLER ANEXO PSEINT.docx
TALLER ANEXO PSEINT.docx
 
Taller tecnologia
Taller tecnologiaTaller tecnologia
Taller tecnologia
 
ESTADISTICA DESCRIPTIVA SALUD PUBLICA 22.pdf
ESTADISTICA DESCRIPTIVA SALUD PUBLICA 22.pdfESTADISTICA DESCRIPTIVA SALUD PUBLICA 22.pdf
ESTADISTICA DESCRIPTIVA SALUD PUBLICA 22.pdf
 
ESTADISTICA DESCRIPTIVA SALUD PUBLICA 22.pdf
ESTADISTICA DESCRIPTIVA SALUD PUBLICA 22.pdfESTADISTICA DESCRIPTIVA SALUD PUBLICA 22.pdf
ESTADISTICA DESCRIPTIVA SALUD PUBLICA 22.pdf
 
a. ESTADISTICA DESCRIPTIVA SALUD PUBLICA 22.pdf
a.  ESTADISTICA DESCRIPTIVA SALUD PUBLICA 22.pdfa.  ESTADISTICA DESCRIPTIVA SALUD PUBLICA 22.pdf
a. ESTADISTICA DESCRIPTIVA SALUD PUBLICA 22.pdf
 
Documento estadistica Graficos Estaisticos
Documento estadistica Graficos Estaisticos Documento estadistica Graficos Estaisticos
Documento estadistica Graficos Estaisticos
 
Herramientas para la administración Clase 1 semana - 5.pptx
Herramientas para la administración Clase 1 semana - 5.pptxHerramientas para la administración Clase 1 semana - 5.pptx
Herramientas para la administración Clase 1 semana - 5.pptx
 
S01 Conceptos básicos estadística presentación.pdf
S01 Conceptos básicos estadística presentación.pdfS01 Conceptos básicos estadística presentación.pdf
S01 Conceptos básicos estadística presentación.pdf
 
Cuadernillo de probabilidad
Cuadernillo de probabilidadCuadernillo de probabilidad
Cuadernillo de probabilidad
 
Conceptos basicos de programacion y metodos estadisticos 11-4
Conceptos basicos de programacion y metodos estadisticos 11-4Conceptos basicos de programacion y metodos estadisticos 11-4
Conceptos basicos de programacion y metodos estadisticos 11-4
 
EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS.pdf
EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS.pdfEXCEL AVANZADO, MÉTODOS ESTADÍSTICOS.pdf
EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS.pdf
 
EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS.pdf
EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS.pdfEXCEL AVANZADO, MÉTODOS ESTADÍSTICOS.pdf
EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS.pdf
 
EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS.pdf
EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS.pdfEXCEL AVANZADO, MÉTODOS ESTADÍSTICOS.pdf
EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS.pdf
 
EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS.pdf
EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS.pdfEXCEL AVANZADO, MÉTODOS ESTADÍSTICOS.pdf
EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS.pdf
 
Py e 2
Py e 2Py e 2
Py e 2
 
Estrategias de apoyo de tecnología.pdf
Estrategias de apoyo de tecnología.pdfEstrategias de apoyo de tecnología.pdf
Estrategias de apoyo de tecnología.pdf
 

Mehr von Universidad Nacional Mayor de San Marcos

Mehr von Universidad Nacional Mayor de San Marcos (18)

Clase05 eyp
Clase05 eypClase05 eyp
Clase05 eyp
 
Clase04 eyp
Clase04 eypClase04 eyp
Clase04 eyp
 
Clase03 eyp
Clase03 eypClase03 eyp
Clase03 eyp
 
Clase02 eyp
Clase02 eypClase02 eyp
Clase02 eyp
 
Distribuciones muestrales
Distribuciones muestralesDistribuciones muestrales
Distribuciones muestrales
 
Distribuciones continuas
Distribuciones continuasDistribuciones continuas
Distribuciones continuas
 
Distribuciones discretas
Distribuciones discretasDistribuciones discretas
Distribuciones discretas
 
Análisis de Regresión Múltiple
Análisis de Regresión MúltipleAnálisis de Regresión Múltiple
Análisis de Regresión Múltiple
 
Análisis de Regresión Lineal
Análisis de Regresión LinealAnálisis de Regresión Lineal
Análisis de Regresión Lineal
 
Análisis de Correlacion Lineal
Análisis de Correlacion LinealAnálisis de Correlacion Lineal
Análisis de Correlacion Lineal
 
Serie de tiempo
Serie de tiempoSerie de tiempo
Serie de tiempo
 
Metodos No Parametricos Parte II. Est ind clase12
Metodos No Parametricos Parte II. Est ind clase12Metodos No Parametricos Parte II. Est ind clase12
Metodos No Parametricos Parte II. Est ind clase12
 
Metodos No Parametricos Parte I. Est ind clase11
Metodos No Parametricos Parte I. Est ind clase11Metodos No Parametricos Parte I. Est ind clase11
Metodos No Parametricos Parte I. Est ind clase11
 
Pruebas de Bondad de Ajuste. Independencia y Homogenidad. Est ind clase10
Pruebas de Bondad de Ajuste. Independencia y Homogenidad. Est ind clase10Pruebas de Bondad de Ajuste. Independencia y Homogenidad. Est ind clase10
Pruebas de Bondad de Ajuste. Independencia y Homogenidad. Est ind clase10
 
Analisis de la varianza Est ind clase04
Analisis de la varianza Est ind clase04Analisis de la varianza Est ind clase04
Analisis de la varianza Est ind clase04
 
Prueba de Hipotesis para Muestras Pequeñas Est ind clase03
Prueba de Hipotesis para Muestras Pequeñas Est ind clase03Prueba de Hipotesis para Muestras Pequeñas Est ind clase03
Prueba de Hipotesis para Muestras Pequeñas Est ind clase03
 
Prueba de hipotesis para proporciones Est ind clase02
Prueba de hipotesis para proporciones Est ind clase02Prueba de hipotesis para proporciones Est ind clase02
Prueba de hipotesis para proporciones Est ind clase02
 
Prueba de Hipotesis Est ind clase01
Prueba de Hipotesis Est ind clase01Prueba de Hipotesis Est ind clase01
Prueba de Hipotesis Est ind clase01
 

Kürzlich hochgeladen

RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACIONRESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
amelia poma
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Fernando Solis
 

Kürzlich hochgeladen (20)

RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACIONRESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
 
Louis Jean François Lagrenée. Erotismo y sensualidad. El erotismo en la Hist...
Louis Jean François Lagrenée.  Erotismo y sensualidad. El erotismo en la Hist...Louis Jean François Lagrenée.  Erotismo y sensualidad. El erotismo en la Hist...
Louis Jean François Lagrenée. Erotismo y sensualidad. El erotismo en la Hist...
 
Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024
 
PLAN LECTOR 2024 integrado nivel inicial-miercoles 10.pptx
PLAN LECTOR 2024  integrado nivel inicial-miercoles 10.pptxPLAN LECTOR 2024  integrado nivel inicial-miercoles 10.pptx
PLAN LECTOR 2024 integrado nivel inicial-miercoles 10.pptx
 
SISTEMA RESPIRATORIO PARA NIÑOS PRIMARIA
SISTEMA RESPIRATORIO PARA NIÑOS PRIMARIASISTEMA RESPIRATORIO PARA NIÑOS PRIMARIA
SISTEMA RESPIRATORIO PARA NIÑOS PRIMARIA
 
PP_Comunicacion en Salud: Objetivación de signos y síntomas
PP_Comunicacion en Salud: Objetivación de signos y síntomasPP_Comunicacion en Salud: Objetivación de signos y síntomas
PP_Comunicacion en Salud: Objetivación de signos y síntomas
 
activ4-bloque4 transversal doctorado.pdf
activ4-bloque4 transversal doctorado.pdfactiv4-bloque4 transversal doctorado.pdf
activ4-bloque4 transversal doctorado.pdf
 
Lecciones 06 Esc. Sabática. Los dos testigos
Lecciones 06 Esc. Sabática. Los dos testigosLecciones 06 Esc. Sabática. Los dos testigos
Lecciones 06 Esc. Sabática. Los dos testigos
 
Los avatares para el juego dramático en entornos virtuales
Los avatares para el juego dramático en entornos virtualesLos avatares para el juego dramático en entornos virtuales
Los avatares para el juego dramático en entornos virtuales
 
Biografía de Charles Coulomb física .pdf
Biografía de Charles Coulomb física .pdfBiografía de Charles Coulomb física .pdf
Biografía de Charles Coulomb física .pdf
 
Posición astronómica y geográfica de Europa.pptx
Posición astronómica y geográfica de Europa.pptxPosición astronómica y geográfica de Europa.pptx
Posición astronómica y geográfica de Europa.pptx
 
prostitución en España: una mirada integral!
prostitución en España: una mirada integral!prostitución en España: una mirada integral!
prostitución en España: una mirada integral!
 
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfFeliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
 
Power Point E. S.: Los dos testigos.pptx
Power Point E. S.: Los dos testigos.pptxPower Point E. S.: Los dos testigos.pptx
Power Point E. S.: Los dos testigos.pptx
 
Tema 11. Dinámica de la hidrosfera 2024
Tema 11.  Dinámica de la hidrosfera 2024Tema 11.  Dinámica de la hidrosfera 2024
Tema 11. Dinámica de la hidrosfera 2024
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 
Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024
 
Revista Apuntes de Historia. Mayo 2024.pdf
Revista Apuntes de Historia. Mayo 2024.pdfRevista Apuntes de Historia. Mayo 2024.pdf
Revista Apuntes de Historia. Mayo 2024.pdf
 
1ro Programación Anual D.P.C.C planificación anual del área para el desarroll...
1ro Programación Anual D.P.C.C planificación anual del área para el desarroll...1ro Programación Anual D.P.C.C planificación anual del área para el desarroll...
1ro Programación Anual D.P.C.C planificación anual del área para el desarroll...
 
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLAACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
ACRÓNIMO DE PARÍS PARA SU OLIMPIADA 2024. Por JAVIER SOLIS NOYOLA
 

Clase01 eyp

  • 1. INTRODUCCIÓN A LA ESTADISTICA Universidad Nacional Mayor de San Marcos ESTADISTICA Y PROBABILIDADES 01 Ing. William Jaime León Velásquez wjleonv@yahoo.com http://www.slideshare.net/williamleon20/clase01-eyp
  • 2. Definición Clasificación de la estadística Objetivos y funciones Campos de aplicación Terminología La pc y la enseñanza estadística CONTENIDO TEMATICO 26/08/2015 Ing. William Jaime León Velásquez 2
  • 3. La estadística es la materia que proporciona métodos y procedimientos para obtener, describir, analizar e interpretar un conjunto de datos, y sirvan para tomar decisiones y predecir fenómenos DEFINICIÓN 3 Ing. William Jaime León Velásquez 26/08/2015
  • 4. La estadística es una ciencia auxiliar para todas las ramas del saber; su utilidad se entiende mejor si tenemos en cuenta que los quehaceres y decisiones diarias conllevan cierto grado de incertidumbre. La Estadística ayuda en la incertidumbre, trabaja con ella y nos orienta para tomar las decisiones con un determinado grado de confianza. DEFINICIÓN 4 Ing. William Jaime León Velásquez 26/08/2015
  • 5. CLASIFICACIÓN 26/08/2015 Ing. William Jaime León Velásquez 5
  • 6. CLASIFICACION 6 Ing. William Jaime León Velásquez 26/08/2015
  • 7. Comprende la recolección, clasificación, presentación y descripción de los datos. ESTADISTICA DESCRIPTIVA 7 Ing. William Jaime León Velásquez 26/08/2015 Sólo se ocupa de describir y analizar un grupo de datos, sin sacar conclusiones sobre un grupo mayor. Es lo que piensa la mayor parte de las personas cuando escucha la palabra “Estadística”.
  • 8. Abarca el uso de los datos provenientes de una muestra para hacer una afirmación acerca de una característica de la población. Se realizan dos tipos de afirmaciones: – La estimación de parámetros y – La prueba de hipótesis. ESTADÍSTICA INFERENCIAL O INDUCTIVA 8 Ing. William Jaime León Velásquez 26/08/2015
  • 9. Se pretende inferir conclusiones relacionados a la población de donde procede la muestra. Estas conclusiones nunca pueden ser totalmente ciertas por lo cual siempre tendrán cierto grado de incertidumbre ESTADÍSTICA INFERENCIAL O INDUCTIVA 9 Ing. William Jaime León Velásquez 26/08/2015 Proporciona la teoría necesaria para afirmar algo acerca de la población o tomar decisiones generales a partir de los datos bajo estudio.
  • 10. Inferir es emitir juicios o conclusiones basados en algún conocimiento o experiencia sobre un evento o suceso. ESTADÍSTICA INFERENCIAL O INDUCTIVA 10 Ing. William Jaime León Velásquez 26/08/2015
  • 11. ESTADÍSTICA INFERENCIAL O INDUCTIVA 11 Ing. William Jaime León VelásquezCLASIFICACIÓN26/08/2015
  • 12. Con la finalidad de que la persona con poder de decisión, tome las medidas necesarias: • Para transformar ese futuro o • Para mantener las condiciones existentes. 12 Ing. William Jaime León VelásquezCLASIFICACIÓN26/08/2015 ESTADÍSTICA INFERENCIAL O INDUCTIVA La estadística descriptiva y la inferencial no son independientes; por el contrario, son complementarias y entre ambas dan la suficiente explicación sobre una posible realidad futura.
  • 13. OBJETIVO Y FUNCIONES DE LA ESTADÍSTICA 26/08/2015 Ing. William Jaime León Velásquez 13
  • 14. • Es la obtención de conclusiones basadas en los datos experimentales. OBJETIVO DE LA ESTADÍSTICA 14 Ing. William Jaime León Velásquez 26/08/2015
  • 15. •Describir las características principales de los datos reunidos OBJETIVO DE LA ESTADÍSTICA DESCRIPTIVA 15 Ing. William Jaime León Velásquez 26/08/2015
  • 16. Extraer las conclusiones útiles sobre la totalidad de todas las observaciones posibles basándose en la información recolectada. OBJETIVO DE LA ESTADÍSTICA INFERENCIAL 16 Ing. William Jaime León Velásquez 26/08/2015
  • 18.  Se determinan los estadígrafos que proporcionan en forma resumida una descripción cuantitativa del fenómeno estudiado. FUNCIÓN DESCRIPTIVA 18 Ing. William Jaime León Velásquez 26/08/2015 Los datos que están expresados en su forma natural:  Se clasifican y se presentan en cuadros o tablas. Esta etapa preliminar consiste en: • la recopilación, • La organización, • La tabulación y • La representación gráfica de los datos
  • 19. La tarea principal del análisis es producir la decisión que dio origen a la investigación. Se considera que el análisis estadístico no está completo sin una estimación del grado de confianza que sea justificado atribuir a esa decisión. FUNCIÓN ANALÍTICA 19 Ing. William Jaime León Velásquez 26/08/2015 Toda investigación estadística incluye un problema de análisis con el objeto de formarse un concepto de una población y adoptar decisiones; Mediante el análisis se infiere propiedades para una población sobre la base de resultados muestrales conocidos.
  • 20. Es la estimación de resultados en el futuro. Esta estimación dependerá del grado de conocimiento del comportamiento pasado y presente de las variables en estudio. Permite hacer conjeturas bien informadas acerca de observaciones que aún no se han obtenido. FUNCIÓN PREDICTIVA 20 Ing. William Jaime León VelásquezFUNCIÓN26/08/2015
  • 21. CAMPOS DE APLICACION 26/08/2015 Ing. William Jaime León Velásquez 21
  • 22. • Ejemplo: Ingeniería, Economía, Sociología, Psicología, Biología, Ciencias de la Educación. • Las que necesitan obtener sus resultados con máxima exactitud, se logra a través de la estadística. Ejemplo: Astronomía, Meteorología, Física, Medicina. CAMPOS DE APLICACIÓN 22 Ing. William Jaime León Velásquez 26/08/2015 Se clasifican en: • Las que obligatoriamente necesitan de la Estadística, muchas veces se confunden con ella. Ejemplo: la Demografía. • Las que necesitan de la estadística para estudiar fenómenos cuantitativos y cualitativos.
  • 23. Aporta a resolver los problemas de producción, al uso eficiente de materiales y fuerza de trabajo, a la investigación básica y al desarrollo de nuevos productos. El ingeniero industrial, que no puede examinar cada ampolleta o fósforo fabricados sin incurrir en la destrucción del producto, controla su calidad mediante muestras tomadas al azar. EN LA INGIENERÍA 23 Ing. William Jaime León Velásquez 26/08/2015 La estadística permite al ingeniero comprender fenómenos sujetos a variaciones y predecirlos o controlarlos eficazmente.
  • 24. Las técnicas estadísticas se emplean en los estudios comparativos de diferentes grupos socioeconómicos y culturales y en el estudio del comportamiento y las actitudes de grupo. El sociólogo trata de auscultar la opinión pública mediante encuestas, para determinar su preferencia por un candidato preferencial o su posición frente a determinados problemas económicos, políticos y sociales. EN LA SOCIOLOGÍA 24 Ing. William Jaime León Velásquez CAMPOS APLICACIÓN 26/08/2015
  • 25. Los problemas educacionales que para su solución demandan base estadística son de dos clases: – Los problemas de carácter administrativo y – Los de orden didáctico. EN LA EDUCACIÓN 25 Ing. William Jaime León Velásquez 26/08/2015 La educación es campo inagotable de investigación y demanda estadística; – Permite resumir los resultados en forma significativa y conveniente, – Permite llegar a conclusiones generales, – Permite hacer predicciones.
  • 26. Los psicólogos se valen de los conceptos y técnicas de la Estadística para medir y comparar: • La conducta, • Las actitudes, • La inteligencia y • Las aptitudes del hombre. EN LA PSICOLOGÍA 26 Ing. William Jaime León Velásquez CAMPOS APLICACIÓN 26/08/2015
  • 27. Para estudiar los planes de los consumidores y efectuar pronósticos de la tendencia de las actividades económicas. Si se quiere formar un stock de un artículo x, Para tener conocimientos respecto de la futura demanda del mismo, se encontrará a varios interrogantes: – El gusto de los consumidores, – La competencia, – La renta de los consumidores, etc. EN LA ECONOMÍA 27 Ing. William Jaime León Velásquez CAMPOS APLICACIÓN 26/08/2015
  • 28. Los hombres de negocios utilizan la estadística para: • Producir los volúmenes de ventas, • Medir las reacciones de los consumidores ante nuevos productos, • Tomar decisiones en cuanto a la forma de invertir el presupuesto para publicidad, • Determinar el mejor método para utilizar las habilidades y aptitudes de sus empleados. El hombre de negocios utiliza encuestas estadísticas para determinar la reacción del público a sus nuevos productos. EN LOS NEGOCIOS 28 Ing. William Jaime León Velásquez CAMPOS APLICACIÓN 26/08/2015
  • 29. El auditor de una empresa no pierde tiempo en examinar todos los elementos que ésta posee sino que mediante métodos adecuados selecciona algunas muestras de los inventarios, máquinas o documentos en cobro. EN LA CONTABILIDAD 29 Ing. William Jaime León Velásquez CAMPOS APLICACIÓN 26/08/2015
  • 30. En Medicina es imprescindible: • Probando nuevos tratamientos en grupos de pacientes, • Obteniendo conclusiones sobre ciertas enfermedades • Observando durante un tiempo un grupo de pacientes para saber si para el tratamiento de cierto tipo de cáncer es más efectiva la cirugía, la radioterapia o la quimioterapia, sin más que observar un grupo de pacientes tratados con estas técnicas. EN LA MEDICINA 30 Ing. William Jaime León Velásquez 26/08/2015
  • 31. Se emplea para estudiar • las reacciones de las plantas y los animales ante diferentes presiones ambientales, • Para investigar la herencia, etc. EN LA BIOLOGÍA 31 Ing. William Jaime León Velásquez 26/08/2015
  • 32. La Estadística se ha aplicado a una amplia variedad de proyectos de investigación que implican el estudio de individuos o grupos. Se expresan mediante información: • De criminalidad, • De violencia familiar, • De suicidios, • De divorcios, • De intervenciones realizadas por la policía, etc. EN EL DERECHO 32 Ing. William Jaime León Velásquez 26/08/2015
  • 33. Las técnicas estadísticas se emplean en actividades como: • experimentos sobre la producción de plantas y animales, • diferenciar tierras de cultivo, • estudios de la bondad relativa de diversos fertilizantes, insecticidas, etc. y • estudios de métodos para aumentar el rendimiento de las cosechas. EN LA AGRICULTURA 33 Ing. William Jaime León Velásquez 26/08/2015
  • 34. TERMINOLOGIA 26/08/2015 Ing. William Jaime León Velásquez 34
  • 35. TERMINOLOGIA 35 Ing. William Jaime León Velásquez POBLACION MUESTR A UNIDAD ESTADISTIC A. N HOMBRES n hombres 1 hombre TECNICA DE MUESTREO 26/08/2015
  • 36.  Se compone por todos los objetos, cosas, individuos, características del fenómeno que se quiere estudiar UNIVERSO 36 Ing. William Jaime León Velásquez 26/08/2015
  • 37.  Ejemplo:  Todos los alumnos de la Universidad Nacional Mayor de San Marcos.  Todos los meses de los años UNIVERSO 37 Ing. William Jaime León VelásquezTERMINOLOGÍA26/08/2015
  • 38.  Es la totalidad de individuos o elementos que poseen alguna característica común susceptible de ser estudiada.  Es la totalidad de las unidades de análisis. El estudio de la población completa se llama censo y es con frecuencia costoso, lleva mucho tiempo y no es práctico. POBLACIÓN 38 Ing. William Jaime León VelásquezTERMINOLOGÍA26/08/2015
  • 39. Ejemplos: • Todos los alumnos del la Facultad de Ingeniaría Industrial de la UNMSM • Todos los meses comprendidos durante el periodo 2005-2010. POBLACIÓN 39 Ing. William Jaime León VelásquezTERMINOLOGÍA26/08/2015
  • 40. Puede ser • Finita e • Infinita.. POBLACIÓN 40 Ing. William Jaime León VelásquezTERMINOLOGÍA26/08/2015
  • 41. Cuando es posible enumerar todos sus elementos de tal manera que haya un primero y un último elemento. Al número de elementos de una población finita se le denota por N. POBLACIÓN FINITA 41 Ing. William Jaime León VelásquezTERMINOLOGÍA26/08/2015
  • 42. Cuando sus elementos no se pueden enumerar. En la práctica toda población extremadamente grande se trata como población infinita. POBLACIÓN INFINITA 42 Ing. William Jaime León Velásquez 26/08/2015
  • 43. Es un subconjunto representativo de la población que se aísla para su análisis estadístico. Se toman muestras cuando es difícil o costoso observar todos los elementos de la población. El número de elementos de la muestra se denota por n. Al proceso de obtener la muestra se llama muestreo. MUESTRA 43 Ing. William Jaime León Velásquez 26/08/2015
  • 44. Ejemplos: •Los alumnos del cuarto ciclo de la Facultad de Ingeniería Industrial de la UNMSM. •Todos los meses de verano comprendidos durante el periodo de 2005- 2012. MUESTRA 44 Ing. William Jaime León Velásquez 26/08/2015
  • 45. Para que una muestra sea representativa, y por lo tanto útil, debe de reflejar las similitudes y diferencias encontradas en la población, ejemplificar las características de la misma. Cuando decimos que una muestra es representativa indicamos que reúne aproximadamente las características de la población que son importantes para la investigación. MUESTRA 45 Ing. William Jaime León Velásquez 26/08/2015
  • 46. Si una muestra es representativa de una población, es posible inferir importantes conclusiones sobre las poblaciones a partir del análisis de la muestra. Ya que dicha inferencia no es del todo exacta, el lenguaje de las probabilidades aparecerá al establecer nuestras conclusiones. MUESTRA 46 Ing. William Jaime León Velásquez 26/08/2015
  • 47. Es el objeto o elemento indivisible que será estudiado en una población, sobre el cual se van a obtener datos. La unidad estadística genera el fenómeno que se desea estudiar y proporciona datos concretos. Es cualquier elemento que porte información sobre el fenómeno que se estudia. UNIDAD ESTADÍSTICA 47 Ing. William Jaime León Velásquez 26/08/2015
  • 48. Ejemplos: •Un alumno. •Un mes. UNIDAD ESTADÍSTICA 48 Ing. William Jaime León VelásquezTERMINOLOGÍA26/08/2015
  • 49. TERMINOLOGIA 26/08/2015 Ing. William Jaime León Velásquez 49 UNIVERSO POBLACIÓN MUESTRA UNIDAD ESTADÍSTICA
  • 50. Es un número o denominación que podemos asignar a la unidad de análisis. Es una característica de la población que interesa al investigador. Son observables y susceptibles de tomar distintos valores o ser expresados en diferentes categorías. Es una característica o propiedad determinada del individuo, sea medible o no. VARIABLE 50 Ing. William Jaime León Velásquez 26/08/2015
  • 51. Las variables pueden ser: • Cualitativas y • Cuantitativas. VARIABLE 51 Ing. William Jaime León Velásquez 26/08/2015
  • 52. Cuando se refieren a características, atributos o actitudes. Son variables cuyos valores consisten en categorías de clasificación, es decir se refieren a la cualidad que presenta la población. Sus resultados no son numéricos. VARIABLES CUALITATIVAS 52 Ing. William Jaime León Velásquez 26/08/2015
  • 53. Ejemplos: • Estado Civil • Clase social • Lugar de Procedencia • Marca de PC • Color favorito • Ciclo de estudios. VARIABLES CUALITATIVAS 53 Ing. William Jaime León Velásquez 26/08/2015
  • 54. Variable cualitativa nominal.- No implica ningún orden entre las diferentes categorías. VARIABLES CUALITATIVAS 54 Ing. William Jaime León Velásquez 26/08/2015
  • 55. Ejemplos: •Color de ojos • Profesión • Partido político • Sexo • Raza • Nacionalidad • Curso favorito • Estado Civil • Religión VARIABLES CUALITATIVAS 55 Ing. William Jaime León Velásquez 26/08/2015
  • 56. Variable cualitativa ordinal Implican un orden entre sus categorías. VARIABLES CUALITATIVAS 56 Ing. William Jaime León Velásquez 26/08/2015
  • 57. Ejemplos: • Grado de instrucción • Año de estudios • Grado académico. • Clase social • Contextura física • Piso donde reside. VARIABLES CUALITATIVAS 57 Ing. William Jaime León Velásquez 26/08/2015
  • 58. Cuando expresan dimensiones o capacidades. Son variables que se obtienen como resultado de mediciones o conteos. VARIABLES CUANTITATIVAS 58 Ing. William Jaime León Velásquez 26/08/2015
  • 59. Ejemplos: • Estatura • Peso • Número de PC’s • Temperatura • Ingresos • Cociente intelectual VARIABLES CUANTITATIVAS 59 Ing. William Jaime León VelásquezTERMINOLOGÍA26/08/2015
  • 60. Variables cuantitativas discretas.- Cuando asumen valores numéricos aislados y no pueden tomar ningún valor entre dos consecutivos. Son contables. Se asocian con los números naturales. VARIABLES CUANTITATIVAS 60 Ing. William Jaime León VelásquezTERMINOLOGÍA26/08/2015
  • 61. Ejemplos: • Número de hijos. • Número de computadoras en reparación. • Número de cursos aprobados • Número de Ingenieros que siguen maestría. VARIABLES CUANTITATIVAS 61 Ing. William Jaime León VelásquezTERMINOLOGÍA26/08/2015
  • 62. Variable cuantitativa continua Cuando puede tomar cualquier valor, dependiendo éste de la precisión con que se trabaje. Es decir, puede tomar infinitos valores entre dos números por muy próximos que estén. Es aquella que puede sufrir cualquier grado de subdivisión. Son medibles. Se asocian con los números reales. VARIABLES CUANTITATIVAS 62 Ing. William Jaime León VelásquezTERMINOLOGÍA26/08/2015
  • 63. Ejemplos: • Edad • Presión arterial • Estatura • Calificaciones • Peso al nacer • Sueldo • Nº Horas de Estudio • Velocidad VARIABLES CUANTITATIVAS 63 Ing. William Jaime León VelásquezTERMINOLOGÍA26/08/2015
  • 64. Observación Es el valor o respuesta que adquiere la variable en cada unidad de análisis. Son números o medidas que han sido recopilados como resultado de observaciones, que pueden ser comparados, analizados e interpretados. Los datos son la materia prima de la estadística. DATO ESTADÍSTICO 64 Ing. William Jaime León VelásquezTERMINOLOGÍA26/08/2015
  • 65. •Ejemplos: • 50, 55, 70, 48 , 56, ..... (Peso). • Lima, Ica, Huancayo,..... (Lugar de procedencia). • 3, 1, 2, 4, 0, .... (Nº de cursos reprobados) • Alto, Medio, Bajo (Nivel Socioeconómico) DATO ESTADÍSTICO 65 Ing. William Jaime León VelásquezTERMINOLOGÍA26/08/2015
  • 66. Es un valor obtenido para describir en forma resumida las características más importantes de una población. Son las medidas de resumen de una población, ésta puede tener muchas características y por lo tanto muchos parámetros. Para determinar su valor es necesario utilizar la información de la población completa y por lo tanto, las decisiones que se tomen basándose en un parámetro serán con certidumbre total. PARÁMETRO 66 Ing. William Jaime León VelásquezTERMINOLOGÍA26/08/2015
  • 67. Los parámetros más usados son: •Media :  •Proporción : P •Varianza : 2 PARÁMETRO 67 Ing. William Jaime León Velásquez 26/08/2015
  • 68. Ejemplos: •La edad promedio de todos los ingenieros que trabajan en la Facultad de Ingeniería Industrial de la UNMSM. •La proporción de alumnas que estudian ingeniería Industrial en la Facultad de ingeniería Industrial de la UNMSM. PARÁMETRO 68 Ing. William Jaime León Velásquez 26/08/2015
  • 69. Es una medida usada para describir alguna característica de la muestra. La toma de decisiones basada en un estadígrafo contiene cierto grado de incertidumbre debido al error de muestreo. El estadístico puede usarse para hacer inferencias acerca de los parámetros de la población. ESTADÍSTICO 69 Ing. William Jaime León Velásquez 26/08/2015
  • 70. Los estadígrafos más usadas son: •Media : •Proporción : p •Varianza : S2 ESTADÍSTICO 70 Ing. William Jaime León Velásquez x 26/08/2015
  • 71. Ejemplos: •El promedio aritmético de una evaluación a 10 ingenieros elegido al azar en la UNMSM. •La proporción de alumnos a quienes les gusta el curso de Estadística en un grupo elegido al azar en la facultad de ingeniería industrial de la UNMSM ESTADÍSTICO 71 Ing. William Jaime León Velásquez 26/08/2015
  • 72. Es la fracción de la población que posee una determinada propiedad. Es el parámetro que más se utiliza en la descripción de una población de atributos. Es la relación que existe entre el número de casos observados con una característica y el total de objetos que poseen la característica. Indica el tanto por 1. PROPORCIÓN 72 Ing. William Jaime León Velásquez 26/08/2015
  • 73. Ejemplo: •Se tiene una población de 1200 ingenieros industriales compuesta por 300 mujeres y 900 hombres, entonces la proporción de hombres será: • P = = 0,75 La proporción de ingenieros varones es 0,75. PROPORCIÓN 73 Ing. William Jaime León Velásquez 4 3 1200 900  26/08/2015
  • 74. Porcentaje Es la proporción multiplicada por 100. Permite comparar dos o más series estadísticas cuyos totales son diferentes pues quedan reducidos a 100. Expresa el tanto por 100. PORCENTAJE 74 Ing. William Jaime León Velásquez 26/08/2015
  • 75. Ejemplo: •Se tiene una población de 1600 ingenieros compuesta por 600 mujeres y 1000 hombres, entonces el porcentaje de mujeres será: P% = El 37,5% de los ingenieros son mujeres. PORCENTAJE 75 Ing. William Jaime León Velásquez %5,37100 1600 600  26/08/2015
  • 76. LA PC EN LA ENSEÑANZA ESTADISTICA 26/08/2015 Ing. William Jaime León Velásquez 76
  • 77. LA PC EN LA ENSEÑANZA DE LA ESTADÍSTICA 77 Ing. William Jaime León Velásquez Los primeros usos del software estadístico en la enseñanza de la estadística han sido la presentación de "output" impresos a los alumnos para interpretar resultados. La masividad en la universidad y el costo de las computadoras, hacían imposible otra forma de presentar dicho software. 26/08/2015
  • 78. LA PC EN LA ENSEÑANZA DE LA ESTADÍSTICA 78 Ing. William Jaime León Velásquez Al aplicar esta técnica se daba el primer paso de innovación en la forma de enseñar estadística. Porque se evitaban cálculos engorrosos (por ejemplo cuando se planteaba una regresión múltiple o técnicas de análisis de la varianza, entre otros). 26/08/2015
  • 79. LA PC EN LA ENSEÑANZA DE LA ESTADÍSTICA 79 Ing. William Jaime León Velásquez Paradójicamente, el uso de la computadora ha generado nuevos problemas. Uno de ellos es que se corre el riesgo de desarrollar análisis que constituyen sólo un ejercicio de uso de software, sin dedicar el suficiente tiempo a analizar la coherencia y lógica detrás de los mismos. 26/08/2015
  • 80. LA PC EN LA ENSEÑANZA DE LA ESTADÍSTICA 80 Ing. William Jaime León Velásquez Ejemplos: Determinar medias y desviaciones estándar, debido a que en la tabla de datos figuran códigos numéricos de las distintas categorías. Calcular la media y el desvío estándar de los números que identifican cada formulario. Asignar un número a cada individuo según el orden que ocupa, y concluir que su distribución es simétrica. 26/08/2015
  • 81. LA PC EN LA ENSEÑANZA DE LA ESTADÍSTICA 81 Ing. William Jaime León Velásquez Cuando los cálculos llevaban mucho tiempo, se debía pensar si era necesario realizar tal operación. Ahora que los cálculos no son obstáculo, muchas veces no se piensa qué es lo que se está haciendo. 26/08/2015
  • 82. LA PC EN LA ENSEÑANZA DE LA ESTADÍSTICA 82 Ing. William Jaime León Velásquez Hoy en día los software se trabaja bien en las gráficas y los indicadores, y se muestra rápidamente lo que pasa al cambiar los datos. Si la computadora está presentando las gráficas, el alumnos puede fijarse en el comportamiento de los mismos, en vez de calcular y graficar. 26/08/2015
  • 83. LA PC EN LA ENSEÑANZA DE LA ESTADÍSTICA 83 Ing. William Jaime León Velásquez 26/08/2015
  • 84. FINwjleonv@yahoo.com 26/08/2015 Ing. William Jaime León Velásquez 84