Datos

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 4

1. Datos: Información concreta sobre hechos, elementos, etc.

, que permite estudiarlos,


analizarlos o conocerlos.
2. Diferencia entre estadística y probabilidad: la estadística se basa en el estudio de
los datos para analizarlos e intentar esclarecer conclusiones determinadas sobre
fenómenos que ocurren de forma aleatoria. Por otro lado, la probabilidad se encarga
del estudio de variables aleatorias para medir la frecuencia con la que se consigue un
resultado determinado en un fenómeno aleatorio que en la mayoría de ocasiones
depende del azar.
En el caso de que todos los cuervos que hubiéramos visto en nuestra vida fueran
negros, nos atreveríamos a decir, en estadística, que todos los pájaros son negros.
Sin embargo, si sobre una muestra de 100 cuervos, tuviéramos la certeza de que 80
son negros, sería muy probable que encontráramos un cuervo negro, ya que
tendríamos una probabilidad del 80º.

3. Diferencia entre estadística descriptiva, inferencial y multivariada:

La estadística descriptiva es el conjunto de métodos estadísticos que describen y/o


caracterizan un grupo de datos. La estadística inferencial busca deducir y sacar
conclusiones acerca de situaciones generales más allá del conjunto de datos
obtenidos. La estadística multivariable abarca la observación y el análisis
simultáneos de más de una variable respuesta.
4. Fuentes de datos: Los datos estadísticos necesarios para la comprensión de los
hechos pueden obtenerse a través de fuentes primarias y fuentes secundarias.

• Fuentes de datos primarias: es la persona o institución que ha recolectado


directamente los datos.

• Fuentes secundarias: son las publicaciones y trabajos hechos por personas o


entidades que no han recolectado directamente la información.

5. Variable: es una característica o cualidad de un individuo que está propensa a


adquirir diferentes valores. Estos valores, a su vez, se caracterizan por poder
medirse. 
6. Tipos de variable:

La variable estadística, de acuerdo con las características que la definen, puede ser


cualitativa o cuantitativa. 
7. Variable cualitativa: Las variables cualitativas son aquellas características o
cualidades que no pueden ser calculadas con números, sino que son clasificadas con
palabras.
Este tipo de variable, a su vez, se divide en:

 Cualitativa nominal: aquellas variables que no siguen ningún orden en


específico. Por ejemplo, los colores, tales como el negro, naranja o amarillo.
 Cualitativa ordinal: aquellas que siguen un orden o jerarquía. Por ejemplo, el
nivel socioeconómico alto, medio o bajo.
 Cualitativa binaria: variables que permiten tan solo dos resultados. Por
ejemplo, sí o no; hombre o mujer.

8. Las variables cuantitativas son aquellas características o cualidades que sí pueden


expresarse o medirse a través de números.
Este tipo de variable, a su vez, se divide en:

 Cuantitativa discreta: aquella variable que utiliza valores enteros y no finitos.


Por ejemplo, la cantidad de familiares que tiene una persona, tal como 2, 3, 4
o más.
 Cuantitativa continua: aquella variable que utiliza valores finitos y objetivos, y
suele caracterizarse por utilizar valores decimales. Por ejemplo, el peso de
una persona, tal como 64.3 kg, 72.3 kg, etc.
9. Una variable dicotómica es aquella que solo puede tomar dos valores. Estos valores,

habitualmente son cero, como ausencia, o uno, como presencia.

*Un ejemplo habitual es el género. En este caso podríamos utilizar el cero para
referirnos al masculino y el uno para el femenino.

10. Las variables politómicas pueden adquirir tres o más valores.

Ejemplo: El tipo de sangre de una persona.


11. Escalas de medida: Para que los datos tengan sentido es necesario compararlos. Y
para poder compararlos debemos utilizar escalas de medición

Escala nominal
Cuando un dato identifica una etiqueta (o el nombre de un atributo) de un elemento, En esta
carecen de sentido el orden de las etiquetas, así como la comparación y las operaciones
aritméticas. 

Escala ordinal
Cuando los datos muestran las propiedades de los datos nominales, pero además tiene sentido
el orden (o jerarquía) de estos, se utiliza una escala ordinal.

Escala de intervalo
En una escala de intervalo, los datos tienen las propiedades de los datos ordinales, pero a su
vez la separación entre las variables tiene sentido. Este tipo de datos siempre es numérico, y el
valor cero no indica la ausencia de la propiedad.

Escala de razón
n una escala de razón, los datos tienen todas las propiedades de los datos de intervalo, y la
proporción entre ellos tiene sentido. Para esto se requiere que el valor cero de la escala indique
la ausencia de la propiedad a medir.

12. La POBLACIÓN está compuesta por todos los elementos) que participan del
fenómeno que fue definido y delimitado en el análisis estadístico

Ejemplo: Los peces en un estanque

Una muestra es una parte de la población. La muestra puede ser definida como un
SUBGRUPO DE LA POBLACIÓN o universo. Para seleccionar la muestra, primero
deben delimitarse las características de la población.

Ejemplo: Los peces en el estanque que tienen escamas

Una muestra representativa debe contener todas las características de la población


o universo, para que los resultados sean generalizables. La muestra debe ser
proporcional al tamaño de la población. Preferentemente seleccionada por
procedimientos aleatoreos/probabilísticos.

Por ejemplo, considera una marca que está a punto de lanzar un nuevo producto en
una ciudad de Colombia. Será prácticamente imposible enviar una encuesta para
recolectar información sobre las características del producto de todas las personas
de Bogotá. Por lo tanto, se recoge una pequeña muestra de personas que
representarán a la población de la ciudad y se les puede enviar una encuesta para
obtener sus comentarios sobre el producto. Esta muestra se denomina muestra
representativa.

13. El muestreo aleatorio simple es un procedimiento de muestreo probabilístico que da


a cada elemento de la población objetivo y a cada posible muestra de un tamaño
determinado, la misma
probabilidad de ser seleccionado.

14. El "Diseño de Experimentos" es una técnica estadística sistemática cuyo objetivo es


realizar una serie de pruebas en las que se inducen cambios deliberados para
averiguar si determinados factores influyen en la variable de interés o de estudio y, si
existe influencia de algún factor en el proceso o producto

El diseño de experimentos es altamente efectivo para aquellos procesos, que su


rendimiento se ve afectado por varios factores. Con esta técnica se puede conseguir
entre otras cosas, mejorar el rendimiento de un proceso, reducir la variabilidad o los
costos de producción, así como aumentar la calidad de los productos o servicios

15. Datos observacionales: Los estudios observacionales son estudios de


carácter estadístico y demográficos, ya sean de tipo sociológico o biológico -estudios
epidemiológicos- en los que no hay intervención por parte del investigador, y este se
limita a medir las variables que define en el estudio.

Datos transversales: Los datos transversales, o datos de corte transversal de


una población de estudio, en estadística y econometría, son un tipo
de datos recopilados mediante la observación de muchos sujetos (como individuos,
empresas, países o regiones) al mismo tiempo, o sin tener en cuenta las diferencias
en el tiempo. El análisis de los datos transversales suele consistir en comparar las
diferencias entre los sujetos.

También podría gustarte