Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
las ramas de la ciencia matemtica que se centra en el trabajo con datos e informaciones que son
bien es una ciencia de extraccin exacta, tiene una injerencia directa en cuestiones sociales por lo
cual su utilidad prctica es mucho ms comprensible que lo que sucede normalmente con otras
A diferencia de otras ramas de la matemtica que poseen una parte importante de abstraccin, la
estadstica tiene aplicaciones directas y concretas en la vida real ya que toma los nmeros y
cifras de diferentes fenmenos sociales como por ejemplo la desocupacin, la tasa de mortalidad,
agrupamiento de datos de diverso tipo para construir con ellos informes estadsticos que nos den
La estadstica es una ciencia formal y una herramienta que estudia usos y anlisis provenientes
Es transversal a una amplia variedad de disciplinas, desde la fsica hasta las ciencias sociales,
desde las ciencias de la salud hasta el control de calidad. Adems, se usa en reas de negocios o
obtenidos para la toma de decisiones o bien, para realizar generalizaciones sobre las
caractersticas observadas.
mismo modo, tambin es considerada una tcnica especial apta para el estudio cuantitativo de los
Tipos de estadstica
partir de los fenmenos de estudio. Los datos pueden ser resumidos numrica o grficamente. Su
objetivo es organizar y describir las caractersticas sobre un conjunto de datos con el propsito de
Ejemplos grficos son: histograma, pirmide poblacional, grfico circular, entre otros.
usa para modelar patrones en los datos y extraer inferencias acerca de la poblacin bajo estudio.
Estas inferencias pueden tomar la forma de respuestas a preguntas s/no (prueba de hiptesis),
tiempo y minera de datos. Su objetivo es obtener conclusiones tiles para lograr hacer
la informacin numrica.
Ambas ramas (descriptiva e inferencial) comprenden la estadstica aplicada, pero la estadstica
Lenguaje
sean personas, medidas u objetos que pueden ser expresados mediante una variable y adems,
tienen una caracterstica; de que son de inters estadstico para un estudio en especfico. Al anlisis
Poblacin finita: Es aquella que expresa que es posible sobrepasarse al contar o bien, alcanzarse;
por lo tanto, es la que tiene o incluye un nmero limitado ya sea de objetos, medidas o personas.
Por ejemplo: el gasto en comida durante cierto tiempo, un conjunto de calificaciones o bien, el
una moneda.
Muestra: Es aquel subconjunto perteneciente a una poblacin. Esto quiere decir que se conforma
por algunos datos de esta, ya sean ciertos objetos, personas, o medidas de la poblacin. Al estudio
Muestra representativa: Es aquel subconjunto representativo de una poblacin, pero para que se
muestreo. Se dice que la muestra adecuada es aquella que contiene caractersticas esenciales de
Escalas de medicin
El nivel de medida de una variable en matemticas y estadsticas, tambin llamado escala de
contenida dentro de los nmeros asignados a los objetos y, por lo tanto, dentro de una variable.
Segn la teora de las escalas de medida, varias operaciones matemticas diferentes son posibles
ordinal
Las variables de intervalo y de razn tambin estn agrupadas como variables continuas.
Medida nominal
cualidad ms que en cantidad . Ante las observaciones que se realizan de la realidad, es posible
asignar cada una de ellas exclusivamente a una categora o grupo. Cada grupo o categora se
denomina con un nombre o nmero de forma arbitraria, es decir, que se etiqueta en funcin de
los deseos o conveniencia del investigador. Este nivel de medicin es exclusivamente cualitativo
sujeto se asigna a un grupo, y las variables son de tipo cualitativo (de cualidad) y no cuantitativo
puesto que indica donde est cada sujeto y no "cuanto es de un curso y no de otro". En este
ejemplo los nmeros 2 y 3 pueden sustituir las letras A y B, de forma que 2 y 3 son simples
etiquetas que no ofrecen una valoracin numrica sino que actan como nominativos.
No es posible que un mismo valor o sujeto est en dos grupos a la vez. No se puede ser de 2 y 3
a la vez. Por lo tanto este nivel exige que las categoras sean mutuamente excluyentes entre s.
Los nmeros no tienen valor ms que como nombres o etiquetas de los grupos.
En este tipo de medidas, se asignan nombres o etiquetas a los objetos. La asignacin se lleva a
dada. Si dos instancias tienen el mismo nombre asociado a ellas, entonces pertenecen a la misma
Medida ordinal
El nivel ordinal describe las variables a lo largo de un continuo sobre el que se pueden ordenar
los valores. En este caso las variables no slo se asignan a grupos sino que adems pueden
establecerse relaciones de mayor que, menor que o igual que, entre los elementos.
Por ejemplo, se puede ordenar al conjunto de alumnos del mdulo de diversificacin curricular
en funcin de la calificacin obtenida en el ltimo examen sea de Espaol, Esperanto o de
matemticas es lo mismo.
Las variables de este tipo adems de nombrar se considera el asignar un orden a los datos. Esto
implica que un nmero de mayor cantidad tiene un ms alto grado de atributo medido en
comparacin con un nmero menor, pero las diferencias entre rangos pueden no ser iguales.
Las operaciones matemticas posibles son: contabilizar los elementos, igualdad y desigualdad,
Este nivel integra las variables que pueden establecer intervalos iguales entre sus valores. Las
variables del nivel de intervalos permiten determinar la diferencia entre puntos a lo largo del
mismo continuo. Las operaciones posibles son todas las de escalas anteriores, ms la suma y la
resta.
En este tipo de medida, los nmeros asignados a los objetos tienen todas las caractersticas de las
medidas ordinales, y adems las diferencias entre medidas representan intervalos equivalentes.
Esto es, las diferencias entre un par arbitrario de medidas puede compararse de manera
significativa. Estas variables nombran, ordenan y presentan igualdad de magnitud. Por lo tanto,
operaciones tales como la adicin, la sustraccin tienen significado. En estas variables el punto
cero de la escala es arbitrario y no significa ausencia de valor. Se pueden usar valores negativos.
Las razones entre valores no tienen sentido pues dependen de la posicin del cero, no puede
decirse que una temperatura es el doble que la otra, pues usando grados centgrados dar un
resultado y usando grados Fahrenheit dar otro. Las medidas de tendencia central pueden
ms informacin.
Las variables medidas al nivel de intervalo se llaman variables de intervalo o variables de escala.
Ejemplos de este tipo de variables son la fecha, la temperatura, las puntuaciones de una prueba,
Integra aquellas variables con intervalos iguales que pueden situar un cero absoluto. Estas
caracterstica. El cero absoluto supone identificar una posicin de ausencia total del rasgo o
ausencia de temperatura, puesto que el cero grados centgrados est situado por arbitrio de los
creadores de la escala. Por el contrario, la escala Kelvin s tiene un cero absoluto, precisamente
all donde las molculas cesan su actividad y no se produce por lo tanto roce entre los
componentes moleculares. El cero absoluto de la escala Kelvin se sita a unos -273 grados
centgrados.
(ordinal), sumar y restar (intervalo) a las que se aade multiplicar, dividir, etc.
Por ejemplo; el ingreso; el cero representara que no recibe ingreso en virtud de un trabajo, la
velocidad; el cero significa ausencia de movimiento. Otros ejemplos de variables racionales son
la edad, y otras medidas de tiempo. En otras palabras, la escala de razn comienza desde el cero
y aumenta en nmeros sucesivos iguales a cantidades del atributo que est siendo medido.
Bibliografia
Best, Joel (2001). Damned Lies and Statistics: Untangling Numbers from the Media, Politicians,
and Activists. University of California Press. ISBN 0-520-21978-3.Recuperado
de www.wikipedia.com.
Desrosires, Alain (2004). La poltica de los grandes nmeros. Ed. Melusina. ISBN
84-933273-5-2.Recuperado de www.wikipedia.com.
Hacking, Ian (1990). The Taming of Chance. Cambridge University Press. ISBN
0-521-38884-8.Recuperado de www.wikipedia.com.
Lindley, D. V. (1985). Making Decisions (2. edicin edicin). John Wiley & Sons. ISBN
0-471-90808-8.Recuperado de www.wikipedia.com.
Stigler, Stephen M. (1990). The History of Statistics: The Measurement of Uncertainty before
1900. Belknap Press/Harvard University Press. ISBN 0-674-40341-X.Recuperado
de www.wikipedia.com.
Tijms, Henk (2004). Understanding Probability: Chance Rules in Everyday life. Cambridge
University Press. ISBN 0-521-83329-9. Recuperado de www.wikipedia.com.
Volle, Michel (1984). Le mtier de statisticien (2. ed. edicin). Econmica. ISBN 2-7178-0824-8.
Recuperado de www.wikipedia.com.
Salkind, N. J. (1998). Mtodos De Investigacin (3 ed., pg. 380). Mxico [etc.]: Prentice Hall.
Recuperado de .www.wikipedia.com.
Stevens, S.S. (1946). On the theory of Scales Measurement. Science, 103(2684), 677-680.
Recuperado de www.wikipedia.com.