Este documento define 14 conceptos clave de la estadística. Explica que la estadística se ocupa de recolectar, organizar y analizar datos para sacar conclusiones y hacer predicciones. Define estadística descriptiva como métodos para describir datos, e inferencial como métodos para hacer predicciones y generalizaciones. También define población, muestra, parámetro, variable, y tipos de variables como cuantitativas y cualitativas. Concluye que estos conceptos son importantes para entender y aplicar el análisis estad
0 calificaciones0% encontró este documento útil (0 votos)
41 vistas8 páginas
Este documento define 14 conceptos clave de la estadística. Explica que la estadística se ocupa de recolectar, organizar y analizar datos para sacar conclusiones y hacer predicciones. Define estadística descriptiva como métodos para describir datos, e inferencial como métodos para hacer predicciones y generalizaciones. También define población, muestra, parámetro, variable, y tipos de variables como cuantitativas y cualitativas. Concluye que estos conceptos son importantes para entender y aplicar el análisis estad
Este documento define 14 conceptos clave de la estadística. Explica que la estadística se ocupa de recolectar, organizar y analizar datos para sacar conclusiones y hacer predicciones. Define estadística descriptiva como métodos para describir datos, e inferencial como métodos para hacer predicciones y generalizaciones. También define población, muestra, parámetro, variable, y tipos de variables como cuantitativas y cualitativas. Concluye que estos conceptos son importantes para entender y aplicar el análisis estad
Este documento define 14 conceptos clave de la estadística. Explica que la estadística se ocupa de recolectar, organizar y analizar datos para sacar conclusiones y hacer predicciones. Define estadística descriptiva como métodos para describir datos, e inferencial como métodos para hacer predicciones y generalizaciones. También define población, muestra, parámetro, variable, y tipos de variables como cuantitativas y cualitativas. Concluye que estos conceptos son importantes para entender y aplicar el análisis estad
Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
Descargar como docx, pdf o txt
Está en la página 1de 8
INTRODUCCION:
La presente investigación se refiere al tema de la Estadística, La Estadística se
ocupa de los métodos científicos para recolectar, organizar, resumir, presentar y analizar datos, así como de sacar conclusiones válidas y tomar decisiones con base en este análisis, así también realizar predicciones a cerca del conjunto del cual se han seleccionado dichos datos. El empleo cuidadoso de los métodos estadísticos permite obtener información precisa de los datos. Defina los siguientes conceptos y de un ejemplo:
1. Estadística:
La estadística es una disciplina científica que se ocupa de la obtención, orden y
análisis de un conjunto de datos con el fin de obtener explicaciones y predicciones sobre fenómenos observados.
La estadística consiste en métodos, procedimientos y fórmulas que permiten
recolectar información para luego analizarla y extraer de ella conclusiones relevantes. Se puede decir que es la Ciencia de los Datos y que su principal objetivo es mejorar la comprensión de los hechos a partir de la información disponible.
El origen de la palabra estadística se suele atribuir al economista Gottfried
Achenwall (prusiano, 1719-1772) que entendía la estadística como “ciencia de las cosas que pertenecen al Estado”.
Conviene saber que la estadística NO es una rama de las matemáticas. Utiliza
herramientas de las matemáticas del mismo modo que lo hace la física, la ingeniería o la economía, pero eso no las hace ser parte de las matemáticas. Es cierto que tienen una relación estrecha, pero la estadística y las matemáticas son disciplinas diferentes.
2. Estadística descriptiva:
Se refiere a los métodos de recolección, organización, resumen y presentación
de un conjunto de datos. Se trata principalmente de describir las características fundamentales de los datos y para ellos se suelen utilizar indicadores, gráficos y tablas.
Ejemplo: edad y altura de los alumnos de una clase.
3. Estadística Inferencial:
Se trata de un paso más allá de la mera descripción. Se refiere a los métodos
utilizados para poder hacer predicciones, generalizaciones y obtener conclusiones a partir de los datos analizados teniendo en cuenta el grado de incertidumbre existente.
La estadística inferencial se subdivide a su vez en dos grandes tipos:
estadística paramétrica y no paramétrica.
Estadística paramétrica: Se caracteriza porque asume que los datos tienen
una determinada distribución o se especifican determinados parámetros que deberían cumplirse. Así por ejemplo, en un análisis paramétrico podemos trabajar bajo el supuesto de que la población se distribuye como una Normal (hay que justificar nuestro supuesto) y luego sacar conclusiones bajo el supuesto que esta condición se cumple.
Estadística no paramétrica: En ella no es posible asumir ningún tipo de
distribución subyacente en los datos ni tampoco un parámetro específico. Un ejemplo de este tipo de análisis es la prueba binomial. 4. Población:
Una población estadística es un conjunto de sujetos o elementos que
presentan características comunes. Sobre esta población se realiza el estudio estadístico con el fin de sacar conclusiones.
El tamaño poblacional es el número de individuos que constituyen la población.
Según el número de sujetos, el tamaño puede ser finito o infinito. Los conjuntos infinitos son algo artificial o conceptual, ya que toda población de entidades físicas es finita.
Por ejemplo:
Población finita: el conjunto de habitantes de una ciudad, los bolígrafos
producidos en una fábrica en un día, etc.
Población infinita: el conjunto de los números positivos.
Cuando la población es muy grande, normalmente es imposible estudiar a
todos los individuos.
Supongamos que queremos saber cuál es el nivel de colesterol de la población
de Estados Unidos. Por cuestiones económicas y de tiempo obvias, no está al alcance realizar un análisis de sangre a toda la población de EEUU. Para solucionar este impedimento, se utiliza una muestra estadística.
5. Muestra:
Una Muestra (o Muestra Estadística) es un conjunto de casos o individuos que
se extraen de una población estadística. El objetivo de las muestras es deducir propiedades del total de la población. Para ello es necesario que las muestras sean representativas (obtenidas mediante técnicas de muestreo adecuadas) y evitar así las muestras sesgadas.
Ejemplo: Para el estudio del desempleo en una ciudad de un millón de
habitantes, se toman como muestras la situación de los miembros de 100 familias aleatoriamente entre los diferentes distritos. Para que la muestra sea representativa el número de muestras por distrito debe ser proporcional al tamaño del mismo y las familias analizadas no estar relacionadas entre sí por proximidad, familiaridad, etc.
6. Parámetro:
En estadística, un parámetro es un número que resume la gran cantidad de
datos que pueden derivarse del estudio de una variable estadística. 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.
Por ejemplo, suele ofrecerse como resumen de la juventud de una población
la media aritmética de las edades de sus miembros, esto es, la suma de todas ellas, dividida por el total de individuos que componen tal población.
7. Variable:
Una variable estadística es cada una de las características o cualidades que
poseen individuos de una población.
Ejemplos de variables estadísticas:
Color de las bebidas gaseosas: rojo, amarillo, negro, naranja. Contenido de las bebidas gaseosas: 0.5 litros, 1 litro, 1.5 litros, 2.5 litros.
8. Variable cuantitativa:
Son aquellas que se expresan mediante un número, por lo tanto, se puede
realizar operaciones aritméticas con ellas. Puede ser discreta o continua.
Ejemplos de variables cuantitativas:
Peso de una bolsa de café.
El número de hijos en una familia.
9. Variable cuantitativa discreta:
Es aquella que puede asumir un número contable de valores.
Ejemplos:
El número de hijos en las familias. Puede ser 0, 1, 2, 3, 4,…
Otro ejemplo sería el número de alumnos en un aula.
10. Variable cuantitativa continúa:
Es aquella que puede asumir un número incontable de valores.
Ejemplos:
La estatura de los habitantes de una ciudad. Existen infinitos valores
posibles, un habitante puede medir 1,784596 metros, otro puede medir 1,589641254125 metros y otro puede medir 1,6457843120 metros. Existen infinitos valores posibles, es decir, un número incontable de valores. El ancho de las puertas producidas en una fábrica. Existen infinitos valores posibles. Una puerta medir 95,24513 cm, otra puerta medir 96,41 cm, etc.
11. Variable cualitativa:
Son aquellas que expresan características o cualidades, y no pueden ser
medidas con números. Pueden ser ordinales o nominales.
Ejemplos de variables cualitativas:
El color de los ojos de tus amigos.
El estado civil de una persona.
12. Variable cualitativa ordinal:
Una variable cualitativa ordinal presenta modalidades no numéricas, en las que
existe un orden.
Ejemplos:
La nota en un examen: suspenso, aprobado, notable, sobresaliente.
Puesto conseguido en una prueba deportiva: primero, segundo, tercer. Medallas de una prueba deportiva: oro, plata, bronce.
13. Variable cualitativa nominal:
Una variable cualitativa nominal presenta modalidades no numéricas que no
admiten un criterio de orden.
Ejemplo:
El estado civil, con las siguientes modalidades: soltero, casado, separado,
divorciado y viudo. 14. Datos u Observaciones.
Los datos estadísticos son hechos u observaciones expresados en forma
numérica, que sirven para realizar estudios comparativos. Para llevar a una información válida los datos deben ser claros y relevantes.
CONCLUSION:
Los conceptos antes mencionados han sido analizados e investigados de tal
manera de hacer más fácil su comprensión y entendimientos ya que la estadística es la ciencia que trata de entender, organizar y tomar decisiones que estén de acuerdo con los análisis efectuados. Es recomendable tomar en cuenta que la estadística es muy importante en la vida social y laboral del hombre ya que generaliza información.