S2 Tipo de Estadística

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 30

BIOESTADISTICA

Facultad Ciencias de la
Salud y Servicios Sociales

UNIDAD 1
CONCEPTOS BÁSICOS DE ESTADÍSTICA
TEMA 2:
DEFINICIÓN DE DATOS
SUBTEMA: 1.- Estadística Descriptiva.
SUBTEMA: 2.- Estadística Inferencia
SUBTEMA: 3.- Fuente de datos
SUBTEMA: 4.- Diferencias entre estadística paramétrica y no paramétrica.

Msc. Juan T. Calderón Cisneros


OBJETIVO

DESARROLLA CONOCIMIENTOS
BÁSICOS SOBRE LOS
CONCEPTOS DE BIOESTADÍSTICA
APLICADA CORRECTAMENTE EN
EL ÁMBITO DE LAS CIENCIAS DE
LA SALUD Y LAS CIENCIAS
BIOLÓGICAS.
Tipos de Estadísticas

• ¿Cuáles son los tipos de Estadísticas?

1. Estadística Descriptiva
2. Estadística Inferencial
Estadística Descriptiva
• Conjunto de métodos para organizar, resumir y presentar
datos de manera informativa.
• Los conjuntos de datos no organizados son de poco valor.
• Sin embargo hay técnicas estadísticas disponibles para
organizar este tipo de información de manera significativa.
• Algunos datos pueden organizarse en una distribución de
frecuencias.
• Los promedios específicos, como la media, pueden calcularse
para describir el valor central de un grupo de datos
numéricos.
Ejemplos de Estadística Descriptiva

• EJEMPLO 1: un sondeo de opinión encontró


que 49% de las personas en una encuesta
sabían el nombre del primer libro en la Biblia.
La estadística “49” describe el número de
cada 100 personas que saben la respuesta.
• EXAMPLE 2: según el Consumer Reports, los
dueños de lavadoras de ropa Whirlpool
reportaron 9 problemas por cada 100
máquinas durante 1995. La estadística “9”
describe el número de problemas por cada
100 máquinas.
Estadística Inferencial:
• Conjunto de métodos utilizados para saber algo
acerca de una población, con base en una muestra.
• La principal preocupación referente a la Estadística
Inferencial es encontrar algo sobre una población
basada en una muestra tomada de esa población
• Una población es un conjunto de todos los posibles
individuos, objetos o medidas de interés.
• Una muestra es una porción, o parte, de la población
de interés.
Ejemplos de inferencia estadística
• EJEMPLO 1: las cadenas de TV monitorean la
popularidad de sus programas contratando a alguna
organización de consultoría para muestrear las
preferencias de los televidentes.
• EJEMPLO 2: el departamento de contabilidad de una
empresa elegirá una muestra de facturas para verificar la
exactitud de todas las facturas de la compañía.
• EJEMPLO 3: los catadores de vino prueban unas cuantas
gotas para tomar la decisión de liberar todo el vino para
la venta.
DATOS

Caso de estudio:
En toda compañía en la cual se desea saber el nivel de
aceptación que tienen los productos que se ofrecen a
los consumidores, se utiliza la estadística la cual nos
permitirá mediante cuestionarios saber que tan bien
posesionado se encuentra un producto en el mercado y
cuáles son las sugerencias que tienen los clientes o que
esperan los clientes obtener de nuestro producto; la
misma que nos permitirá hacer sugerencias acerca del
producto. Así como saber las ventas futras en base a
las ventas anteriores, o también cuantos insumos
necesitarán comprar en el siguiente mes para poder
satisfacer las necesidades del mercado
DATOS
El departamento de mercadotecnia de Unilever, compañía
productora de jabones, tiene la responsabilidad de presentar
recomendaciones acerca de la ganancia potencial de un nuevo
grupo de jabones faciales recién desarrollados con olor a frutas,
como uva, naranja y piña. Antes de tomar una decisión final,
realizarán pruebas en diferentes mercados. Esto quiere decir que los
puede presentar y vender en Guayaquil, Quito y Cuenca. Unilever
tomará la decisión de introducir o no los jabones a nivel nacional
basándose en las pruebas del estudio.
DATOS
Comentario:
En este ejemplo podemos observar que la compañía
Unilever, antes de poner un producto en el mercado realiza
un análisis de investigación de mercados, mediante la
entrega de jabones de muestra el mismo que nos permitirá
saber si las personas que lo reciben les agrada el producto y
si estarían dispuestos a comprarlo en el momento que salgan
al mercado, así como cuanto estarían dispuesto a pagar, que
recomendaciones le harían, y en qué lugar le gustaría que se
expendieran estos productos
CONCEPTOS BÁSICOS

Son la materia prima con que trabaja


DATOS la estadística

Todo dato tienen al menos tres componentes:


ESTRUCTURA a.- una unidad de análisis,
DEL DATO b.- una variable y
c.- una categoría

Walpole, R. E., Myers, R. H., & Myers, S. L. (1999). Probabilidad y estadística para
ingenieros. Pearson Educación.
ESTRUCTURA DEL DATO
Es la característica, propiedad o
VARIABLE atributo que se predica de la unidad
de análisis.

Puede ser la edad para una persona,


EJEMPLOS el grado de cohesión para una familia,
el peso específico para una sustancia química
el nivel de ‘salud’ para una dentadura

Walpole, R. E., Myers, R. H., & Myers, S. L. (1999). Probabilidad y estadística para
ingenieros. Pearson Educación.
ESTRUCTURA DEL DATO

Es cada una de las posibles


CATEGORÍA
variaciones de una variable.

Categorías de la variable sexo son masculino


y femenino, de la variable ocupación pueden
EJEMPLOS ser arquitecto, médico, etc.
y de la variable edad pueden ser 10 años, 11
años, etc.

Walpole, R. E., Myers, R. H., & Myers, S. L. (1999). Probabilidad y estadística para
ingenieros. Pearson Educación.
DIFERENCIAS ENTRE ESTADÍSTICA PARAMÉTRICA Y
NO PARAMÉTRICA

La estadística paramétrica utiliza cálculos y


procedimientos asumiendo que conoce cómo se
distribuye la variable aleatoria a estudiar.

Por el contrario, la estadística no paramétrica utiliza


métodos para conocer cómo se distribuye un fenómeno
para, más tarde, utilizar técnicas de estadística
paramétrica.
VARIABLES

Caso de estudio: él número de habitaciones en


una casa (1, 2, 3,..., etc.).
Comentario:
Las variables discretas como bien lo dice resultan
de un conteo, el mismo que tiene brechas o
espacios entre cada valor. Como podemos
observar en el Ejemplo1 cuando contamos el
número de habitaciones en una casa podemos ver
que hay 1, 2, 3,... habitaciones el hecho de que
haya un cuarto pequeño esto no quiere decir que
sea media habitación al contrario se debe de
contar como una habitación.
U1.-2-Introducción a la estadística.
1-2
U1.-2-Introducción a la estadística.
1-2
U1.-2-Introducción a la estadística.
1-2
U1.-2-Introducción a la estadística.
1-2
U1.-2-Introducción a la estadística.
1-2
U1.-2-Introducción a la estadística.
1-2
U1.-2-Introducción a la estadística.
1-2
U1.-2-Introducción a la estadística.
1-2
U1.-2-Introducción a la estadística.
1-2
U1.-2-Introducción a la estadística.
1-2
Actividad en clase:
ACTIVIDAD DE CIERRE
UNIDAD DE ANÁLISIS
La abundancia de datos trae muchas oportunidades, y
podemos obtener muchos beneficios al aplicar una
metodología de Business Analytics en escenarios
reales de una empresa
Revisar el siguiente link:
https://www.youtube.com/watch?v=em9LiZ
mj_x0
Tomado de La importancia del análisis de datos en las
empresas | Roylin Castrillo | TEDxINCAE
Bibliografía

Montgomery, D. C., Runger, G. C., &


Medal, E. G. U. (1996). Probabilidad y
estadística aplicadas a la
ingeniería (No. 968-18-5914-6. 01-A1
LU. AL-PyE. 1.). Mexico DF, Mexico:
McGraw-Hill.

Walpole, R. E., Myers, R. H., & Myers,


S. L. (1999). Probabilidad y estadística
para ingenieros. Pearson Educación.
TAREAS ACADÉMICAS
Duración: Sesión 2
Objetivo: Identificar las características más relevantes de la alfabetización estadística.
Instrucciones:
Con base en tu lectura cuidadosa del siguiente recurso, realiza lo que se pide:
Elaborar un mapa mental sobre ¿Cómo contribuir a la alfabetización estadística?,
Recuperado de
https://revistavirtual.ucn.edu.co/index.php/RevistaUCN/article/viewFile/4/8

Consultar los materiales de la plataforma (documento base de lectura y diapositivas,


sobre el tema “alfabetización estadística”).

 Revisa en internet qué es un mapa mental y revisar diversos ejemplos que puedan ser
utilizados para la realización de la actividad.
 El mapa mental debe ser realizado de manera digital, no se aceptarán trabajos a mano
 Una vez finalizada la tarea, captura la pantalla y pega la imagen del mapa mental, así
mismo debe adjuntar el link de la página donde realizó el mapa mental.
 Entrega el documento en formato PDF por medio del espacio de tareas en la plataforma en
el tiempo establecido.
29
BIOESTADÍSTICA

ING. JUAN T. CALDERON CISNEROS. MSC, PhD(C)


DOCENTE-INVESTIGADOR – ACREDITADO
SENESCYT-REG-INV-18-02756

COORDINADOR DE LA RED ACADÉMICA "HERRAMIENTAS DE ESTADÍSTICA


MULTIVARIANTE PARA EL ANÁLISIS DE BIG DATA".
Nro. SENESCYT-2018-040_ REG-RED –18-0011.

RESEARCHERID IS: K-6083-2014


Scopus Author ID: 57204238028
http://orcid.org/0000-0002-8167-8694
http://www.redhemabigdat.com/
https://ec.linkedin.com/in/juan-t-calderon-cisneros-19a14b31

También podría gustarte