Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Los mejores documentos en venta realizados por estudiantes que han terminado sus estudios
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Descubre las mejores universidades de tu país según los usuarios de Docsity
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
diagrama de flujo tratamiento de datos
Tipo: Esquemas y mapas conceptuales
1 / 18
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!
Administración de empresas, Facultad de ciencias empresariales, corporación universitaria Minuto de Dios ESTADISTICA DESCRIPTIVA NCR 208 ADRIANA MARIA ALZATE PATIÑO Junio 27 de 2023
La estadística descriptiva esta por todas partes desde la tecnología y todas las ciencias hasta la medicina y psicología. Unos conocimientos básicos de estadística Son necesarios para cualquier persona. La estadística descriptiva es un conjunto de técnicas numéricas y gráficas para describir y analizar un grupo de datos, sin extraer conclusiones (inferencias) sobre la población a la que pertenecen. En este tema se introducirán algunas técnicas descriptivas básicas, como la construcción de tablas de frecuencias, la elaboración de gráficas y las principales medidas descriptivas de centralización, dispersión y forma que permitirán realizar la descripción de datos. En cualquier análisis estadístico el objetivo último es extraer conclusiones sobre un colectivo de interés denominado población. En ocasiones, el tamaño de la población (formada por individuos) puede hacer inabordable el estudio individualizado de las características de cada uno de ellos. Cuando se estudia el comportamiento de una variable en una población (conjunto sobre el que se desea obtener conclusiones o hacer inferencias) hay que tener en cuenta que ésta normalmente es demasiado grande para poder abarcarla. Entonces, se toma una muestra formada por miembros “seleccionados” de la población (individuos o unidades experimentales) que sea suficientemente representativa (en cantidad y diversidad). Por eso distinguimos entre: - descriptiva se dedica a la presentación, organización y resumen de los datos observados. - inferencial permite generalizar los datos de las muestras al total de la población. El avance de la computación numérica y el desarrollo de la teoría de la probabilidad han aumentado el alcance de las aplicaciones de la estadística.
La determinación de los rasgos esenciales de todo el conjunto de datos, eliminando lo superfluo y resaltando las características fundamentales. Todo ello con la pretensión de obtener un reducido pero significativo conjunto de indicadores globales de todo el conjunto de datos. De ello suelen ocuparse las distintas técnicas descriptivas de reducción y representación de datos. La determinación de relaciones funcionales (exactas) o estadísticas (tendenciales) entre distintas características. De ello se ocupa la Regresión y la Correlación, pero también técnicas más complejas de análisis multivariante. La determinación, aproximada en términos de certidumbre parcial, de ciertas características fundamentales sobre colectivos inabarcables por su extensión o inaccesibles por su propia naturaleza. A ello se orientaría el análisis inferencial El diagrama de flujo que se expone , ilustra claramente estos objetivos, si bien no debemos olvidar que: El análisis de Series Temporales no tiene por qué limitarse al estudio de única variable o atributo. El análisis inferencial puede aplicarse a todos y cada uno de los casos. La Regresión En el marco del análisis estadístico multidimensional interesa, en gran medida, descubrir la interdependencia o la relación existente entre dos o más de las características analizadas.
La dependencia entre dos (o más) variables puede ser tal que se base en una relación funcional (matemática) exacta, como la existente entre la velocidad y la distancia recorrida por un móvil; o puede ser estadística. La dependencia estadística es un tipo de relación entre variables tal que conocidos los valores de la (las) variable (variables) independiente(s) no puede determinarse con exactitud el valor de la variable dependiente, aunque si se puede llegar a determinar un cierto comportamiento (global) de la misma. (Ej: la relación existente entre el peso y la estatura de los individuos de una población es una relación estadística). Pues bien, el análisis de la dependencia estadística admite dos planteamientos (aunque íntimamente relacionados): El estudio del grado de dependencia existente entre las variables que queda recogido en la teoría de la correlación. La determinación de la estructura de dependencia que mejor exprese la relación, lo que es analizado a través de la regresión. Una vez determinada la estructura de esta dependencia la finalidad última de la regresión es llegar a poder asignar el valor que toma la variable Y en un individuo del que conocemos que toma un determinado valor para la variable X (para las variablesX1, X2,..., Xn). La Correlación Para poder contar con un indicador que nos permita, por un lado establecer la covariación conjunta de dos variables, y por otro, que tenga la universalidad suficiente para poder establecer comparaciones entre distintos casos, se utiliza el coeficiente de correlación
Si r = 0 se dice que las variables están correlacionadas : no puede establecerse ningún sentido de covariación. Propiedad importante: Si dos variables son independientes estarán correlacionadas aunque el resultado recíproco no es necesariamente cierto. Matriz de correlaciones. La Covarianza En este sentido el indicador bivariante más importante es la covarianza : Dadas dos variables estadísticas x e y definiremos la covarianza Sxy como: En el caso de disponer de la distribución agregada por frecuencias en una tabla de correlación. En el caso de disponer de la distribución sin agregar por frecuencias (en un listado matricial de datos donde cada registro es una observación y nº de registros= N)
Propiedades: 1. La covarianza es el momento central de orden 1,1 de la distribución bidimensional. 2. Es invariante ante los cambios de origen en cualquiera de las dos variables.
3. Sin embargo depende de los cambios de unidad .Si se cambia de unidad de medida en ambas variables la covarianza se modifica proporcionalmente a ambos cambios: u= a+bx v = c + dy Suv = b.d.Sxy
O bien Yt donde t es el ordinal total del k-simo de año (mes, trimestre, etc.) considerado. t = j +i k El análisis inferencial puede aplicarse a todos y cada uno de los casos La inferencia estadística es un concepto que se refiere, en otros términos, al estudio de la frecuencia con que se da un fenómeno sobre un objeto de investigación. La muestra permite recopilar los datos de un sector relativamente menor al estudiado y que pertenece al mismo, para luego ampliar las conclusiones a toda la población en general. (Todos, s.f.) Los principales objetivos de la estadística inferencial son: Estimar posibles acontecimientos futuros. Definir conclusiones a partir del análisis de muestras. Estudiar grandes bloques de información abordando solo una parte de ellos. Permitir poner en práctica diversas acciones a partir de la información recopilada.
reporte a presentar (el formato, contexto, si es académico o no), se finaliza con la elaboración del reporte con el estilo requerido y se presenta al final.
En el anterior Diagrama de flujo se concibe el tema, estableciendo los objetivos, se justifica y se evalúan. Se procede a construir el marco teórico especificando si la investigación se inicia como exploratoria, descriptiva, correccional o explicativa, realizando una estimación tentativa del alcance final que tendrá la investigación. Estableciendo las hipótesis y de acuerdo a lo que se definió en el alcance de la investigación se analiza si es conveniente o no la formulación de la hipótesis describiendo los valores que serán utilizados dentro de la hipótesis definiendo conceptual y operacionalmente las variables. Después de escoger la hipótesis se procede a la elección y desarrollo del diseño, es primordial definir el tipo de diseño para que sea el más apropiado para la investigación ya sea experimental o múltiple. Cuando seleccionamos la muestra se delimita la población que se va a utilizar para la investigación, definiendo los casos sobre los cuales se va a recolectar los datos. Se seleccionan los métodos para analizar la muestra, se aplican procedimientos de selección y ya después se obtiene la muestra que se va a trabajar. Se recolectan los datos, se elaboran instrumentos para obtener, codificar y preparar los datos para realizar el análisis. Se decide si se utiliza algún programa de análisis de datos (puede ser computacional), se exploran estos datos y se analizan descriptivamente por cada variable, evaluando la confiabilidad y validez de los instrumentos de medición que se utilizaron para determinar si se cumplen o no las hipótesis. Finalmente se elabora un reporte o informe de resultado.
