Sei sulla pagina 1di 13

I.

INTRODUCCIÓN

Cada avance en el campo de la agricultura, la tecnología, con la ciencia y


la vida humana en general es producto de una necesidad por satisfacer. La
estadística no es ajena a ello; desde los inicios de la civilización se
encuentran registros de contabilidad desde los más simples hasta los más
complejos (pinturas rupestres, tablas de arcilla, jeroglíficos, quipos, etc) que
permitían almacenar información de las actividades realizadas en el
quehacer cotidiano de una población a fin de organizar las actividades de
forma eficiente teniendo en cuenta el histórico productivo y tomando las
previsiones futuras.

El manejo de la información es una poderosa herramienta y representa una


ventaja significativa de vital importancia con respecto a quienes prescinden
de su utilización, lo que se verá reflejado en un mejor planeamiento de las
acciones futuras, su desarrollo metódico y calendarizado y por ende
eficiencia en la toma de decisiones (lo que no siempre se traduce en la
obtención de buenos resultados), pero brinda un panorama certero del
universo que se estudia a partir de una muestra significativa.
II. OBJETIVOS
 Manejo de conceptos básicos de estadística, su importancia en el
desarrollo de actividades productivas así como también en la toma de
decisiones.
 Valorar la importancia de la estadística a lo largo de la investigación o
método científico.

III. REVISIÓN BIBLIOGRAFICA


 Weber, Saulo Enrique, 2006
 Morre David, 1992, Chance, Beth.; Rossman,
 Allan J. 2005
 Wikipedia, portugués, 16 de Agosto 2019 (fecha de consulta)
 Cochran, Willian G. 1977
 Enciclopedia de clasificaciones estadísticas, 2017.

IV. MATERIALES Y MÉTODOS


4.1. MATERIALES
 Libros de consulta
 Material de consulta digital (internet)
 Impresora
 Papel, lapicero, regla, compás, etc

4.2. MÉTODOS

1. ESTADÍSTICA

Ciencia que usa teorías probabilísticas explicar la frecuencia de


ocurrencia de eventos tanto en estudios de observación como en
experimentos para modelar la aleatoriedad incertidumbre de forma
a estimar imposibilitar la previsión de casos futuros según sea el
caso (Weber, Saulo enrique, 2006)

Es una ciencia qué colecta analiza interpreta datos y extrae


conclusiones sobre las características de las fuentes para
comprender mejor las situaciones.
Algunas prácticas incluyen el planeamiento, sumarizacion e
interpretación de observaciones dado a que su objetivo es la
producción de mejor información a partir de los datos disponibles
por lo que algunos autores la sugieren como una rama de la teoría
de la decisión.

Debido a sus raíces empíricas y su foco en aplicaciones,


generalmente es considerada una disciplina distinta a la
matemática y no una rama de ella (Mone, David, 1992 Chance,
Beth L; Rossman, Allan J. 2005).

Permite obtener conclusiones a partir de los datos obtenidos en una


mediante su ordenamiento e interpretación e incluso hacer
generalizaciones sobre la población.

Tiene gran valor en actividades de negocio y gubernamentales


donde el estudio de datos facilita la toma de decisiones e incluso
hacer generalizaciones.

2. POBLACIÓN ESTADÍSTICA

 Conjunto de todos los elementos posibles que intervienen en un


experimento o estudio de interés.
 Pueden ser objetos reales, situaciones, personas (Número de
alumnos del IESTP IT por ejemplo) o hipotético (posibles
incidencias en un partido de fútbol)
 El objetivo de un estudio estadístico es producir información sobre
una población escogida ya sean personas, objetos, sucesos,
simples o compuestos.

2.1. Población Finita.- Indica que es posible alcanzarse o sobre


pasarse al contar. Posee o incluye un número limitado de
medidas y observaciones.

2.2. Población Infinita.- Si se incluye un gran número de medidas


y observaciones que no pueden alcanzarse en el conteo.
Hipotéticamente no existe límite en cuanto al número de
observaciones que cada uno puede generar.
CENSO: Estudio completo de la población.
PARAMETRO: Características medibles de una población.

3. MUESTRA:
 Conjunto de medidas u observaciones tomadas a partir de una
población dada. Es un subconjunto de la población de tamaño
manejable. (Wikipedia, 15 Agosto, portugués)
 Ningún elemento puede o debe ser seleccionado más de una vez
en una misma muestra.

3.1. Muestra Representativa.- Subconjunto representativo


tomado de una población dada.

3.2. Muestra Aleatoria.- Cada individuo u objetivo tiene una


chance conocida ayerente de cero de ser seleccionado como
parte de una muestra (Cohran, Willian G. 1977)

MUESTREO: Estudio de la muestra representativa.

POBLACIÓN MUESTRA VARIABLE


Alumnos TESTP - I Alumnos AGRO II NOTAS
Ganadería Provincial Ganadería bovina Bovinos lecheros
dishital

4. PARA QUE SIRVE LA ESTADISTICA

 Cuantificar la realidad y disponer los elementos que nos permiten


su análisis.
 Describir valores de datos, relacionarlos y compararlos.
 Necesario para comprender el mundo.
 Es importante tomar precauciones sobre la calidad de los datos y
su objetividad.
 Ayuda en la toma de decisiones brindando búsquedas y
recomendaciones.
 Describe los datos obtenidos.
 Permite conocer datos de una población a partir de una muestra.
 Para estudiar las relaciones entre datos, los porcentajes, gráficos,
medias.
 Permite cuantificar ingresos, tamaño alcance de alguna
problemática, planificar una dieta, desempeño en política, etc.
 Muy importante para el cálculo de probabilidades.
 Es importante tener criterios de selección bien definidos.
 Facilita la inferencia y el análisis de datos.

5. TIPOS DE ESTADISTICA
5.1. Estadística Descriptiva o Deductiva.- Su propósito es
recolectar, describir, resumir, presentar y analizar un conjunto
de datos obtenidos.
 A partir de su información no se puede realizar ningún tipo de
producción o generalización. Los datos pueden visualizarse
de manera numérica o gráfica.

5.2. Estadística Inferencial Inductiva o de Pronóstico.- A partir


de sus datos se puede analizar conclusiones y predicciones
amplias, realizando un pronóstico amplio indusivo. Deduce
resultados o prueba.

5.3. Estadística Aplicada.- Deduce resultados a partir de la


muestra obtenida de un universo, se puede aplicar en
cualquier área como psicología, historia, etc.

5.4. Estadística Matemática.- Desde el punto de vista formal a


través del uso de sus distintas ramas y de la teoría de la
probabilidad. Sus datos son aleatorios e inciertos.

(Enciclopedia de Clasificaciones, 2017)


6. RAMAS DE LA ESTADISTICA

6.1. E. Descriptiva.- Descripción de datos recopilados en una


muestra de forma cuantitativa (medible). Resume una
muestra.

Algunas de sus medidas son la media, mediana y moda,


tendencia central y las medidas de variabilidad o dispersión
(Vananzo; Curtosis). Suele ser la primera parte de un estudio,
sus resultados suelen acompañar con gráficos y representan
la base de casi cualquier análisis cuantitativo de datos.

6.2. E. Inferencial.- Relaciona los procesos usando los datos de la


muestra para inferir, deducir sus propiedades y tomar
decisiones. Explica ciertas propiedades o características.

Implica obtener conclusiones correctas en la estadística


descriptiva. Sus conclusiones están sujetas a la aleatoriedad
(Sin patrones), pero mediante la aplicación de métodos
adecuados se logra resultados relevantes.

6.2.1. E. Inferencial Paramétrica.- Procedimientos basados en la


distribución de datos reales. Requiere conocer la forma de
distribución para las formas resultantes de la población
estudiada.

6.2.2. E. Inferencial No Paramétrica.- Procedimientos aplicados


en pruebas y modelos en los que su distribución no se ajusta
a los criterios paramétricos. Debe ser elegida al desconocer
si los datos se ajustan a una distribución conocida.

6.2.3. E. Inferencial Matemática.- Usa la teoría de la probabilidad.


Obtiene información a partir de los datos y usa técnicas
matemáticas como análisis matemático, algebra lineal,
análisis estocástico, ecuaciones diferenciales, etc (Wikipedia
2019)

MEDIA.- Promedio. Suma de números de datos y división


entre el número de valores del conjunto.
MEDIANA.- El valor que ocupa el lugar central de todos los
datos cuando están agrupados de menor a mayor. Me

MODA.- Valor que tiene mayor frecuencia absoluta. Mo

7. PASOS EN UN ESTUDIO ESTADISTICO

 Para iniciar un estudio hay que tener claro el objetivo de la


investigación; preguntarse qué y cómo se llevará a cabo lo que
necesariamente podría llevar a diferentes respuestas.
 En cualquier estudio es de gran importancia la metodología a seguir
(recojo, ordenamiento y presentación de datos).
Se pueden tomar datos indirectos (que ya existen), o directos
(midiendo, observando, etc lugar donde tomarlos).
 Plantearse una hipótesis, para predecir resultados del porqué las
cosas se dan así.
 Hacer una encuesta con preguntas claras; se debe garantizar el
anonimato, agradecer la colaboración, informar el objetivo de la
misma, incluir preguntas iniciales fáciles, preguntas claves al centro
y preguntas comprometidas al final; cortas, claras, ordenadas,
neutras, no negativas, neutras, precisas, no repetitivas, un
cuestionario corto.
 Realizar la tabulación y codificación de la lista de datos clasificados
ordenados y relacionados entre si. Normalmente se usa una fila
para cada entrevistado y una columna por pregunta. La encuesta
no debe ser compleja para organizar, agrupar y simplificar datos
antes de elaborar una tabla definitiva.
 Analizar los datos añadiendo parámetros, calculando medias,
medianas, modas, rangos, variaciones, etc. El trabajo se hace en
una hoja de cálculo, se debe comentar y explicar.
 Elaborar un informe final presentando conclusiones razonadas. El
trabajo parte de algo que no sabemos y se dirige hacia algo que no
queremos saber.
 Presentar el trabajo ordenado con portada, motivación, ficha
técnica, tablas realizadas, parámetros calculados, gráficos,
conclusiones, recomendaciones, anexos, etc.

8. CLASSIFICACIÓN DE LAS VARIABLES (Datos estadísticos)


 Son agrupaciones de cualquier número de observaciones
relacionadas. Deben ser comparables entre sí y tener alguna
relación.
 Características que asumen los valores, sufren variación.
 Es la característica que se registra o investiga (Rubiños Luis 2012)
8.1. Variable cuantitativa o escalar. - Cuando puede asumir sus
resultados en medidas numéricas.
8.1.1. Variable cuantitativa discreta.- Puede asumir ciertos
valores (números enteros, 1, 2, 3… 10) de ordenamiento.
8.1.2. Variable Cuantitativa Continua. - Puede tomar cualquier
valor en una escala de medidas tanto entera como
fraccionaria (1, 9, 2, 3)
8.1.2. Variable cualitativa o normal.- No es posible hacer medidas
numéricas. Son susceptibles a clasificación: Auto rojo, azul,
blanco.
Expresan cantidad propiedad o atributo.

9. MEDIDAS DE VARIABILIDAD.
Nos informan del grado de concentración y dispersión de los datos
respecto a su promedio. Es homogénea, concentrada o poco
dispersa si los datos están cercanos al centro (444, 55, 66, 777) y
es heterogénea en caso contrario.
- RANGO. - Recorrido o amplitud total. Es la diferencia entre el
máximo y mínimo valor del conjunto de datos. A mayor rango
mayor dispersión.
- DESVIACIÓN MEDIA.- Es una medida de dispersión que
consiste en la media aritmética de las desviaciones respecto a
la media. También se usa respecto a la mediana.
- VARIANZA.- Es muy sensible a variabilidad. Junto con la media
forma el conjunto más importante de medidas.
No usa la misma unidad que los datos sino su cuadrado.
- DESVIACIÓN TÍPICA. Raíz cuadrada de la anterior. Su objeto
es conseguir la variabilidad.

10. PRESENTACIÓN DE DATOS


10.1 ELEMENTOS DE UNA TABLA DE DISTRIBUCIÓN DE
FRECUENCIAS.
Consiste en agrupar observaciones en un número de categoría
anotando la cantidad de datos en cada frecuencia.
- TAMAÑO (n) Cantidad de datos.
- ALCANCE (a) Limite mayor y menor de los datos.
- RANGO (r) Amplitud del alcance, diferencia entre el mayor
y menor.
- INTERVALO DE CLASE (I) Participación del alcance en
grupos.
- LIMITE DE CLASE.- Extremo de cada intervalo de clase.
- ANCHO DE CLASE (w) Diferencia de límite superior e
inferior.

𝑅𝑎𝑛𝑔𝑜 𝑅
𝑤= =
𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠 𝐾

10.1.1. MARCA DE CLASE.- Promedio de datos en un intervalo.


Semi suma de los límites.

NÚMERO DE INTERVALOS (k).- Se clasifican según el


número de datos.

Regla de Sturges
K = 1 + 3,3 logn
10.1.2. FRECUENCIA ABSOLUTA (F1).- Número total de datos
de un intervalo. La suma total de frecuencias absolutas
debe corresponder al número total de elementos. Si en
𝐼 1 =𝑎11 b1
Hay 5 datos X, tales que a 𝑎 ≤ 𝑥 ≤ 𝑏 ⇒ 𝐹1 = 5

∑ 𝐹1 = 𝑛
𝐼=1

10.1.3. FRECUENCIA ABSOLUTA ACUMULADA (F1) Suma de


la frecuencia absoluta con todos los precedentes.
F1 = F1
F2 = F1 + F2
F3 = F1 + F2 + F3
𝐾

𝐹𝑘 = ∑ 𝐹𝑖 = 𝑛
𝐼=1

10.1.4. Frecuencia Relativa (h): (Cociente de cada frecuencia


absoluta entre el número de datos. Indica que el
porcentaje total corresponde a cada clase con todos los
precedentes).

3. DIAGRAMA DE BASES SEPARADAS

30

25

20

15

10

0
sandía arroz frejol maíz
4. DIAGRAMA URCULAR

N= 100% =360°
∞ = hi x 360°
17%
Medida del ángulo central
35%
sandía
arroz
frejol
26% maíz

22%

5. DIAGRAMA DE BASTONES

𝐾
𝑭𝟏
𝒉𝟏 = ∑ ℎ𝑖 = 1
𝒏
𝐼=1
10.1 FRECUENCIA RELATIVA ACUMULADA (M)

Suma cada clase relativa con todos los precedentes.

h1 =h1

h2 = h1+h2

h3 = h1+h2+h3

k
Hn hi  n
11

10.2 DISTRIBUCIÓN DE FRECUENCIAS

Presentación gráfica

Histogramas. Diagramas de barras o rectángulos cutas bases


representan intervalos de clases y la altura frecuencias
absolutas o relativas.

POLÍGONO DE FRECUENCIA: Se traza a partir de los puntos


medios y superiores de cada clase uniéndolos entre sí.

DIAGRAMA ESCALONADO: Similar al histograma salvo que


las alturas son frecuencias absolutas acumuladas o relativas
acumulados.
V. CONCLUSIONES

 Existe variación de opiniones respecto a si la estadística es una rama de


la matemática o una ciencia independiente íntimamente relacionada con
ella.
 Permite hacer generalizaciones a partir de un estudio pormenorizado de
una muestra representativa de objetos, situaciones, actividades,
personas, etc.
 Brinda de gran importancia a tener en cuenta a la hora de tomar
decisiones.
 En el ámbito de la formación profesional así como de la investigación
científica es una herramienta básica a tener en cuenta dado a su
capacidad analítica y deductiva del objeto de estudio.

VI. BIBLIOGRAFÍA
Cochran Willian G, 1977 Sampling Techniques, 3° Edition New York Willey.
Wikipedia enciclopedia virtual, fecha de consulta 16 de Agosto de 2019.
Enciclopedia de clasificaciones 2017.
Https://www.tiposde.org/ciencias-exactas/209-tipos-de-estadisticas.
Departamento de Matemáticas, Colegio Nuestra Señora del Pilar, Madrid.
Rubinos, Luis 2012 Razonamiento Matemático Cap. 072 Estadística.