Your SlideShare is downloading. ×

Consulta estadistica

57
views

Published on

Consulta acerca de escalas de medición

Consulta acerca de escalas de medición

Published in: Education

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
57
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
0
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. DEPARTAMENTO CIENCIAS DE LA VIDA CARRERA DE INGENIERÍA AGROPECUARIA SANTO DOMINGO ESTADÍSTICA PERÍODO :Agosto 2013 – Diciembre 2013 ESTUDIANTE :David Tapia G NIVEL :Tercero DOCENTE :Ing. Vinicio Uday FECHA :11 de septiembrede 2013 CONSULTA SANTO DOMINGO - ECUADOR 2013
  • 2. ESCALA DE MEDICIÓN. Se entenderá por medición al proceso de asignar el valor a una variable de un elemento en observación. Este proceso utiliza diversas escalas: nominal, ordinal, de intervalo y de razón. Las variables de las escalas nominal y ordinal se denominan también categóricas, por otra parte las variables de escala de intervalo o de razón se denominan variables numéricas. Con los valores de las variables categóricas no tiene sentido o no se puede efectuar operaciones aritméticas. Con las variables numéricas sí. Escala Nominal: Es aquella forma de medición de las variables cualitativas cuyas categorías no pueden ser ordenadas respecto a alguna característica Ejemplo: color de ojos, estado civil, sexo, etc Escala Ordinal: Es aquella forma de medición de las variables cualitativas cuyas categorías admiten una ordenación. Ejemplo: Nivel socioeconómico (Alto, Medio, Bajo) Escala de intervalos: Es propia de las variables cuantitativas, donde las mediciones poseen un cero relativo. Ejemplo: Tº medida en grados ºF, coeficiente intelectual, etc. Escala de razón: Es aquella que posee un cero absoluto y es propia de las variables cuantitativas. (1) Variable: En otras palabras, una variable es un símbolo que permite identificar a un elemento no especificado dentro de un determinado grupo. Este conjunto suele ser definido como el conjunto universal de la variable (universo de la variable, en otras ocasiones), y cada pieza incluida en él constituye un valor de la variable. VARI AB L E CUAL IT AT IVA Las variables cualitativas se refieren a características o cualidades que no pueden ser medidas con números. Distinguimos dos tipos: Variable cualitativa nominal Una variable cualitativa nominal presenta modalidades no numéricas que no admiten un criterio de orden. Por ejemplo: El estado civil, con las siguientes modalidades: soltero, casado, separado, divorciado y viudo. Variable cualitativa ordinal Una variable cualitativa ordinal presenta modalidades no numéricas, en las que existe un orden. Por ejemplo:
  • 3. La nota en un examen: suspenso, aprobado, notable, sobresaliente. Puesto conseguido en una prueba deportiva: 1º, 2º, 3º…Medallas de Una prueba deportiva: oro, plata, bronce. VARIABLE CUANTITATIVA Es una variable que se expresa numéricamente, susceptible de ser medida. Puede ser: Variable cuantitativa discreta: Toma valores enteros no puede tomar una fracción de valor entre dos números consecutivos. Por ejemplo: el número de camas hospitalarias, número de médicos por servicio hospitalario… Variable cuantitativa continua: Toma valores que pueden ser cualquiera de los números reales, encontrando infinitos valores entre dos números consecutivos. Por ejemplo: peso, edad..(2) DIFERENCIA DE ESTADÍSTICA Y BIOESTADÍSTICA. La estadística es una ciencia con base matemática referente a la recolección, análisis e interpretación de datos, que busca explicar condiciones regulares en fenómenos de tipo aleatorio.Esta se divide en dos elementos la estadística descriptiva y la inferencia estadística. La estadística descriptiva se dedica a los métodos de recolección, descripción, visualización y resumen de datos originados a partir de los fenómenos en estudio. Los datos pueden ser resumidos numérica o gráficamente. Y la inferencia estadística se dedica a la generación de los modelos inferencias y predicciones asociadas a los fenómenos en cuestión teniendo en cuenta la aleatoriedad de las observaciones. Labioestadística es la aplicación de la estadística a la biología es decir esta es una de las ramas de la estadística La diferencia es que la estadística es una ciencia y la bioestadística es una rama de esta ciencia (3) DIFERENCIA ENTRE POBLACIÓN Y MUESTRA La Población: Una población está determinada por sus características definitorias. Por lo tanto, el conjunto de elementos que posea esta característica se denomina población o universo.
  • 4. Población es la totalidad del fenómeno a estudiar, donde las unidades de población poseen una característica común, la que se estudia y da origen a los datos de la investigación. La Muestra Una muestra es un conjunto de unidades, una porción del total, que representa la conducta del universo en su conjunto. Una muestra, en un sentido amplio, no es más que eso, una parte del todo que se llama universo o población y que sirve para representarlo. Cuando un investigador realiza en ciencias sociales un experimento, una encuesta o cualquier tipo de estudio, trata de obtener conclusiones generales acerca de una población determinada. Para el estudio de ese grupo, tomará un sector, al que se conoce como muestra. Conclusión: Muestra es: subconjunto que seleccionamos de la población. Y la Población: conjunto de todos los individuos que porten información sobre el fenómeno que se estudia. (4) DIFERENCIA ENTRE PARÁMETRO Y ESTADÍSTICO Parámetro: Es una cantidad numérica calculada sobre una población y resume los valores que esta toma en algún atributo. Intenta resumir toda la información que hay en la población en unos pocos números (parámetros) ejemplo: la altura media de los sujetos. Estadístico: Es una cantidad numérica calculada sobre la muestra que resume su información sobre algún aspecto. Se usa para aproximar un parámetro (5) DIFERENCIA ENTRE ESTADÍSTICA DESCRIPTIVA E INFERENCIAL Estadística Descriptiva se refiere a la recolección, presentación, descripción, análisis e interpretación de una colección de datos, esencialmente consiste en resumir éstos con uno o dos elementos de información (medidas descriptivas) que caracterizan la totalidad de los mismos. La estadística Descriptiva es el método de obtener de un conjunto de datos conclusiones sobre sí mismos y no sobrepasan el conocimiento proporcionado por éstos. Puede utilizarse para resumir o describir cualquier conjunto ya sea que se trate de una población o de una muestra, cuando en la etapa preliminar de la Inferencia Estadística se conocen los elementos de una muestra. Estadística Inferencial se refiere al proceso de lograr generalizaciones acerca de las propiedades del todo, población, partiendo de lo específico, muestra. Las cuales llevan implícitos una serie de riesgos. Para que éstas generalizaciones sean válidas la muestra deben ser representativa de la población y la calidad de la información debe ser controlada, además puesto que las conclusiones así extraídas están sujetas a errores, se tendrá que especificar el riesgo o probabilidad que con que se pueden cometer esos errores. La estadística inferencial es el conjunto de técnicas que se utiliza para obtener conclusiones que sobrepasan los límites del conocimiento aportado por los datos, busca obtener información de un colectivo mediante un metódico procedimiento del manejo de datos de la muestra. (6)
  • 5. REQUISITOS PARA SELECCIONAR UNA MUESTRA Para seleccionar una muestra lo primero que hay que hacer es definir la unidad de análisis. El “quienes van a ser medidos” depende de precisar claramente el problema a investigar y los objetivos de la investigación. Una vez definida la unidad de análisis, hay que delimitar la población que va a ser estudiada y sobre la cual se pretende generalizar los resultados. La población es el conjunto total de las unidades de análisis. Un estudio no será mejor por tener una población más grande, sino que la calidad del trabajo estriba en delimitar claramente la población con base a los objetivos del estudio. Las poblaciones deben situarse claramente en torno a sus características de contenido, lugar y en el tiempo.(7) REDONDEO DE DATOS Este es el método comúnmente más utilizado. Introduciremos una convención que evita que se cometa errores acumulativos de redondeo. Si el primer digito de la parte del número que va a ser eliminada en el redondeo es menor que 5, el dígito anterior permanece sin cambio. Si el primer digito de la parte que va a ser eliminada en el redondeo es 5 o sea seguido únicamente de ceros el digito anterior aumenta la cantidad a unidad si es impar y se deja sin cambio cuando es par. Cero es considerado par. Si la parte del número que va a ser eliminado en el redondeo es mayor que 5 el dígito anterior se incrementa en una unidad. Existe otro método que es neutro (no presenta ningún sesgo estadístico) y que es el elegido por HCLab en todos sus redondeos, el redondeo par/impar. (8) USO DE LOS PORCENTAJES El porcentaje es una buena herramienta de la estadística y su uso es una clase especial de proporción que tiene la facilidad de comparar entre dos o más datos, algunos de sus usos son: Descripción de relaciones: En ocasiones una cifra es significativa solo si se relaciona con otra cifra ejemplo: Se entrevista 1000 personas de las cuales 600 son mujeres de las cuales el 80% fuma esta cifra carece de significado a menos que se relacione con 1000 (9) Comparación de términos relativos: Este uso se lo hace en base a la distribución de dos o más series de datos ejemplo: Ventas de autos en todas las provincias Auto Ha vendido en provincia 1= 20% Auto B vendido en provincia 20= 80% Con el uso de porcentajes hay que ser cautelosos ya que existen los siguientes errores:
  • 6. El promedio de los porcentajes: El promedio de 45% y 20% El uso de porcentajes demasiado grandes: El 2500% El uso de bases demasiadas pequeñas: El 60% de 5 NOTACIÓN SUMA En estadística se requiere la suma de grandes masas de datos y es pertinente tener una notación simplificada para indicar la suma de estos datos. Así, si una variable se puede denotar por X; entonces las observaciones sucesivas de esta variable se escriben: X1 + x2 + x3 + ….. En general, la i-ésima observación se escribe X; i=1 La letra sigma mayúscula se emplea para indicar la suma de esta n observaciones. Propiedades de Σ Teorema 1 Si a es una constante y cada uno de los n valores diferentes de i es igual a a, entonces; Teorema 2 Sea a una constante cualquiera de todos los valores individuales que intervienen en la suma: Teorema 3 La notación sigma se puede distribuir respecto de la suma (o de la diferencia): BIBLIOGRAFÍA: 1) http://www.escolares.net/matematicas/conceptos-de-estadistica/ 2) Sara, D. J. (s.f.). Variables. Obtenido de Universidad Nacional Mayor de San Marcos-PERÚ 3) http://stephanymunoz.wordpress.com/2010/04/30/diferencia-de-estadistica-y- bioestadistica/ 4) http://espanol.answers.yahoo.com/question/index?qid=20100809112046AACRj QM
  • 7. 5) http://bioestadistica1.wordpress.com/2012/11/22/diferencia-entre-parametro-y- estadistico/ 6) http://sofyen-psicologia.blogspot.com/2009/09/la-diferencia-entre- estadistica.html 7) http://www.estudiantesdefsoc.com.ar/sociologia/47-metodologia-i- sociologia/160-icomo-seleccionar-una-muestra.html 8) http://www.hcsoft.net/lab/index.php?zona=comohacer&hoja=redondeos 9) http://recodatos.blogspot.com/2009/05/tecnicas-de-recoleccion-de-datos.html 10) http://colposfesz.galeon.com/est501/suma/sumahtml/notasuma/notasuma.htm