Portafolio Terminologia en Estadistica e Investigacion, Seccion B, Setim Goncalves Ediliana Del Valle 20.780.029, Unesr

REPÚBLICA BOLIVARIANA DE VENEZUELA
UNIVERSIDAD NACIONAL EXPERIMENTAL

“SIMÓN RODRÍGUEZ”
NÚCLEO PALO VERDE
EXTENSIÓN LA GUAIRA
Asignatura: Terminología en estadística e investigación
PORTAFOLIO FINAL
Estudiante
SETIM GONCALVES EDILIANA
C.I. 20.780.029
Profesor
Prof. Eladio Serrano
La Guaira, noviembre del 2020 a Febrero 2021

NÚCLEO PALO VERDE
Trabajo N°. 1.
HISTORIA Y CONTEXTO
Estudiante
C.I. 20.780.029
Profesor
La Guaira, 09 de noviembre de 2020

ESTADÍSTICA:
Es una rama de las matemáticas que se ocupa de reunir, organizar y

analizar datos numéricos y que ayuda a resolver problemas como el diseño
de experimentos y la toma de decisiones.
ENFONQUE HISTORICO DE LA ESTADISTICA:
Desde los comienzos de la civilización han existido formas sencillas de

estadística, pues ya se utilizaban representaciones gráficas y
otros símbolos en pieles, rocas, palos de madera y paredes de cuevas para
contar el número de personas, animales o cosas.
Hacia el año 3000 a.C. los babilonios usaban pequeñas tablillas de

arcilla para recopilar datos sobre la producción agrícola y sobre los géneros
vendidos o cambiados mediante trueque. En el siglo XXXI a.C., mucho antes
de construir las pirámides, los egipcios analizaban los datos de la población y
la renta del país.
Los libros bíblicos de Números y Crónicas incluyen, en algunas partes,

trabajos de estadística. El primero contiene dos censos de la población
de Israel y el segundo describe el bienestar material de las diversas tribus
judías. En China existían registros numéricos similares con anterioridad al
año 2000 a.C. Los griegos clásicos realizaban censos cuya información se
utilizaba hacia el 594 a.C. para cobrar impuestos. El Imperio romano fue el
primer gobierno que recopiló una gran cantidad de datos sobre la población,
superficie y renta de todos los territorios bajo su control. Durante la edad
media sólo se realizaron algunos censos exhaustivos en Europa. Los reyes
carolingios Pipino el Breve y Carlomagno ordenaron hacer estudios
minuciosos de las propiedades de la Iglesia en los años 758 y 762
respectivamente. Después de la conquista normanda de Inglaterra en 1066,
el rey Guillermo I de Inglaterra encargó la realización de un censo. La
información obtenida con este censo, llevado a cabo en 1086, se recoge en
el Domesday Book. El registro de nacimientos y defunciones comenzó en
Inglaterra a principios del siglo XVI, y en 1662 apareció el primer estudio
estadístico notable de población, titulado Observations on the London Bills of
Mortality Comentarios sobre las partidas de defunción en Londres. Un
estudio similar sobre la tasa de mortalidad en la ciudad de Breslau,
en Alemania, realizado en 1691, fue utilizado por el
astrónomo inglés Edmund Halley como base para la primera tabla de
mortalidad.
En el siglo XIX, con la generalización del método científico para

estudiar todos los fenómenos de las ciencias naturales y sociales, los
investigadores aceptaron la necesidad de reducir la información
a valores numéricos para evitar la ambigüedad de las descripciones
verbales. En nuestros días, la estadística se ha convertido en un método
efectivo para describir con exactitud los valores de datos económicos,
políticos, sociales, psicológicos, biológicos o físicos, y sirve como
herramienta para relacionar y analizar dichos datos.
El trabajo del experto estadístico no consiste ya sólo en reunir y

tabular los datos, sino sobre todo en el proceso de "interpretación" de esa
información. El desarrollo de la teoría de la probabilidad ha aumentado el
alcance de las aplicaciones de la estadística. Muchos conjuntos de datos se
pueden aproximar, con gran exactitud, utilizando determinadas distribuciones
probabilísticas; los resultados de éstas se pueden utilizar para analizar datos
estadísticos. La probabilidad es útil para comprobar la fiabilidad de las
inferencias estadísticas y para predecir el tipo y la cantidad de datos
necesarios en un determinado estudio estadístico.
TERMINOLOGIA EN ESTADÍSTICA:
COEFICIENTE DE VARIACIÓN: Es una medida de dispersión relativa. No

tiene unidades y se calcula dividiendo la cuasi-desviación típica entre la
media muestral. Se suele expresar en tanto por ciento.
CONFIABILIDAD: es la capacidad que posee un instrumento de medición o

de recolección de información.
CORRELACIÓN: Expresa la concordancia entre dos variables según el

sentido de la relación de estas en términos de aumento ó disminución.
DESVIACIÓN TIPICA: es la característica de una muestra o población que

cuantifica su dispersión o variabilidad. Tiene las mismas unidades que la
variable. La desviación típica es invariante con respecto al origen de
la distribución. Su cuadrado es la varianza
DISTRIBUCIÓN DE FRECUENCIAS: son las Frecuencias absolutas o

relativas de todos los posibles valores de una característica. Las poblaciones
y las distribuciones muestra les se pueden describir matemática o
gráficamente. Uno de los objetivos de la estadística es estimar parámetros
de las distribuciones poblacionales
FRECUENCIA: es el número de piezas de datos, que pertenecen a cada

clase. La suma de todas las frecuencias de ser exactamente igual al número
de piezas de datos.
ESCALA: Escala de medición que permite asignar orden (además de

nombres) a los datos
ESCALA NOMINAL: Es una respuesta cualitativa, como puede ser

“defectuoso” o “no defectuoso” una descripción del color o del aspecto.
EVALUACIÓN: es un conjunto de actividades programadas para recoger
información sobre la que profesores y alumnos reflexionan y toman
decisiones para mejorar sus estrategias de enseñanza y aprendizaje, e
introducir en el proceso en curso las correcciones necesarias.
GRAFICO CIRCULAR: Gráfico formado por un círculo dividido en sectores,

de modo que cada uno de ellos representan una categoría distinta de la
variable observada, manteniendo su proporción relativa respecto del total de
la muestra.
HISTOGRAMA: es un gráfico formado por rectángulos unidos unos a otros,

cuyos vértices de la base coinciden con los extremos de los intervalos y el
centro de cada intervalo con la marca de clases, que representamos en el eje
de las abscisas.
INVESTIGACION: es una indagación o búsqueda de algo para recoger

nuevos conocimientos de fuentes primarias que permiten enriquecer el
acervo de una ciencia o una disciplina; de una manera laxa se llama también
investigación el adquirir conocimientos de un aspecto de la realidad sin
un objetivo teorético.
INVESTIGACIÓN BÀSICA: También llamada investigación fundamental o

investigación pura, se suele llevar a cabo en los laboratorios; contribuye a la
ampliación del conocimiento científico, creando nuevas teorías o modificando
las ya existentes. Investiga leyes y principios.
INVESTIGACIÓN DE CAMPO: es aquella en que el mismo objeto de estudio

sirve como fuente de información para el investigador. Consiste en la
observación, directa y en vivo, de cosas, comportamiento de personas,
circunstancia en que ocurren ciertos hechos; por ese motivo la naturaleza de
las fuentes determina la manera de obtener los datos.
INVESTIGACIÓN HISTÓRICA: Trata de la experiencia pasada; se relaciona
no sólo con la historia, sino también con las ciencias de la naturaleza, con el
derecho, la medicina o cualquier otra disciplina científica.
INVESTIGACIÓN TRANSVERSAL: es aquella donde se “recolectan datos

en un solo momento, en un tiempo único. El propósito de este método es
describir variables y analizar su incidencia e interrelación en un momento
dado.
MARCAS DE CLASES: es el valor que representa a todo el intervalo para el

cálculo de algunos parámetros como la media aritmética o la desviación
típica.
MEDIA: es lo que casi todos nosotros llamamos promedio de un conjunto de

números. Para encontrar la media sólo hay que sumar todas las piezas de
datos.
MEDIANA: es el número medio obtenido cuando las piezas de datos se

ponen en orden de acuerdo con su tamaño. Teniendo en unta la magnitud.
MODA: es el valor que ocurre con mayor frecuencia.
MUESTRA: es un conjunto de la población; es decir, una muestra se

compone de algunos de los individuos, objetos o medidas de una población.
OJIVA: es un polígono de frecuencia acumulativo. Toda ojiva debe empezar

en cero y terminar en 100%.
POBLACIÓN: es una colección completa de individuos, objetos o medidas

que tienen una característica en común. Puede definirse cuidadosamente en
cada caso, a fin de poder determinar la pertenencia a ella.
PROBABILIDAD: Asignación de un número entre cero y uno a cada
resultado experimental.
SÍMBOLOS ESTADÍSTICOS:
Son letras o conjunto de letras o conjunto de letras convenidas en la

estadística con que se designa un elemento.
VALIDEZ: Es la calidad de credibilidad que se le da a un instrumento de

medición o de recolección de información.
VARIABLE: Es una característica de cada elemento individual de una

población o una muestra.
VARIANZA: es la característica de una muestra o población que cuantifica

su dispersión o variabilidad. La varianza tiene unidades al cuadrado de la
variable. Su raíz cuadrada positiva es la desviación típica.
AT:
Dk: Decil: son los nueve valores que dividen la serie de datos, en diez partes
iguales, dan lo valores correspondiente al 10%, al 20%.... y al 90%.
DM: Desviación Media: indica el grado de concentración o de dispersión de
los valores de la variable.
DSC:
Fa: frecuencia acumulada: es el número de veces que se observa dicho valor
o el número de casos planificados en la clase definida por él.
Fr: frecuencia relativa: es el cociente entre la frecuencia con que se presenta

dicho valor y el total de observaciones.
IC: Intervalo de Clase: se emplean si las variables toman un número grande

de valores o la variable es continua.
Lsr: Limite Superior: es la que no pertenece al límite de intervalo y se cuenta
en el siguiente intervalo.
Qk: Cuartil: son los tres valores de la variable de la variable que dividen a un
conjunto de datos ordenados en cuatro partes iguales.
S: Desviación Típica o estándar: es la raíz cuadrada de la varianza, es decir.
La raíz cuadrada de la media de los cuadrados de las puntuaciones de
desviación.
NÚCLEO PALO VERDE
Trabajo N°. 2.
Símbolos en el ejercicio estadístico
Estudiante
C.I. 20.780.029
Profesor

Elaborar 2 ejercicios:
Ejercicio 1:
Se realizó un test en un grupo de 42 integrantes de los cuales se

han obtenido las puntuaciones que dejamos a continuación en la tabla.
Calcula la media tomando esos datos.
fi Xi fi
xi
[10, 20) 15 1 15
[20,30) 25 8 200
[30,40) 35 10 350
[40,50) 45 9 405
[50,60) 55 8 440
[60,70) 65 4 260
[70,80) 75 2 150
xi = 42 xi fi = 1 820
Ejercicio 2:
Una población de alumnos tiene una estatura media de 160 cm con una
desviación estándar de 16 cm. Estos mismos alumnos, tienen un peso medio
de 70 kg con una desviación estándar de 14 kg. ¿Cuál de las 2 variables
presenta mayor variabilidad relativa?
Vamos a comparar la dispersión de 2 variables, la estatura y el peso, usando

el coeficiente de variación.
Podemos que ver que CVP > CVE , por eso, el peso de esta población de
alumnos tiene mayor variabilidad relativa que la estatura.

NÚCLEO PALO VERDE
Trabajo N°. 3.
MEDIDAS Y ESCALAS
Estudiante
C.I. 20.780.029
Profesor
La Guaira, 23 de diciembre de 2020
Escalas de medición discreta continua y nominal

Escalas de medida son una sucesión de medidas que permiten
organizar datos en orden jerárquico. Las escalas de medida, pueden ser
clasificadas de acuerdo a una degradación de las características de las
variables. Estas escalas son: nominales, ordinales, intervalares o racionales.
Según pasa de una escala a otra el atributo o la cualidad aumenta. Las
escalas de medición ofrecen información sobre la clasificación de variables
discretas o continuas, también más conocidas como escalas grandes o
pequeñas. Toda vez que dicha clasificación determina la selección de
la gráfica adecuada.
Escalas de medición de variables
Uno de los elementos fundamentales de la definición de una variable

es el tipo de escala que utilizaremos para medirla. En función de la escala
elegida decidiremos su codificación, tratamiento informático y estadístico.
Hay cuatro tipos de escalas de medición, que en orden creciente de

potencia, según la proporción de información que contienen, son:
Escala nominal
Consta de dos o más categorías mutuamente excluyentes. Si solo hay

dos, se llama escala nominal dicotómica. A cada categoría se le suele
asignar un número de código sin significado cuantitativo, lo que facilita su
introducción en bases de datos. En cualquier situación, si se usa una
codificación propia, debe tenerse claro lo que significa cada código para cada
variable.
Veamos algunos ejemplos:
Sexo:
1) masculino; 2) femenino.
Fumar:
0) no; 1) sí.
Estado civil:
1, casado; 2, soltero; 3, viudo; 4, divorciado,
Procedencia del ingreso:
1, urgencias; 2, consultas; 3, otro hospital.
Dependiendo del programa que va a ser utilizado para el análisis, se

prefiere codificar las variables nominales dicotómicas de forma que la
presencia de enfermedad o del factor de exposición se suele codificar como
uno (1), mientras que la ausencia de enfermedad o de exposición a algún
factor como cero (0) o dos (2).
Por ejemplo, el antecedente de hábito tabáquico puede codificarse

como 1 y 0 (1: fumador; 0: no fumador) o como 1 y 2 (1: fumador; 2: no
fumador). Aunque matemáticamente la presencia/ausencia de una
característica se corresponde con la codificación 1-0, es frecuente usar la
codificación 1-2, para evitar que variables vacías sean asignadas al 0 por
error.
Escala ordinal
Las variables ordinales tienen la cualidad adicional, respecto a la

escala nominal, de que sus categorías están ordenadas por rango; cada
clase posee una misma relación posicional con la siguiente; es decir, la
escala muestra situaciones escalonadas. Si se usan números, su única
significación está en indicar la posición de las distintas categorías en la serie;
sin embargo, no asumen que la distancia del primer escalón al segundo sea
la misma que la del segundo al tercero.
ejemplos:
Clase social:
1) baja, 2) media, 3) alta.
Grados de reflujo vesicoureteral:
grados 1, 2, 3, 4.
Conformidad con una afirmación:
0) completo desacuerdo, 1) acuerdo parcial, 2) acuerdo total.
Fumar:
0) no fumador, 1) fumador leve, <10/día; 2) fumador moderado, 10-20/día, y

3) gran fumador, >20/día).
Existen escalas que serán mezcla de nominal y ordinal, porque solo

algunas categorías estén ordenadas por rango; esto ocurre en las escalas en
las que un valor representa a una categoría inclasificable (ejemplo: no sabe
no contesta o resultado indeterminado).
Escalas de intervalos
Las escalas de intervalos poseen la cualidad adicional de que los

intervalos entre sus clases son iguales. Diferencias iguales entre cualquier
par de números de la escala indican diferencias también iguales en el
atributo sometido a medición.
Ejemplo:
la diferencia de temperatura entre una habitación a 22 grados
centígrados y otra a 26 es la misma que la existente entre dos a 33 y 37
grados centígrados, respectivamente.
Sin embargo, la razón entre los números de la escala no es

necesariamente la misma que la existente entre las cantidades del atributo.
Ejemplo:
Una habitación a 20 grados no está el doble caliente que otra a 10.

Ello se debe a que el cero de la escala no expresa el valor nulo o ausencia
de atributo.
Escalas de razones
Su cualidad adicional es que el cero sí indica ausencia de atributo. En

consecuencia, la razón entre dos números de la escala es igual a la existente
entre las cantidades del atributo medido. Ejemplos:
Peso: medido en kilogramos.
Concentración de glucosa en una muestra: medida en mg/dl.
Tasa de mortalidad: muertes por 1000 personas en riesgo.
Ingresos: medidos en euros.
Las escalas de intervalos y razones se llaman también métricas o

dimensionales. Las variables continuas van a medirse con escalas de
razones o intervalos, por lo que es habitual que nos refiramos a ellas
englobándolas como escalas continuas, ya que comparten estrategias de
análisis, como la elección del test estadístico. Algunos paquetes estadísticos,
como SPSS, las denominan simplemente “escalas”.
Cuando en la recogida de una variable continua (escala de razones o
intervalos) no podemos recoger valores a partir de un límite (por ejemplo:
cargas virales superiores a 100 000), si optamos por mantener esas
observaciones en el análisis, la variable se comporta en ese rango como una
variable ordinal.
NÚCLEO PALO VERDE
Trabajo N°. 4.
CLASES DE ESTADISTICA
Estudiante
C.I. 20.780.029
Profesor

Estadística deductiva:
La estadística deductiva, también conocida como estadística
descriptiva, es la rama de la estadística que se encarga de resumir listas
largas de datos con el objetivo de obtener las características generales de un
determinado grupo.
EJEMPLO:
Supuesto: Valor máximo = 87, Valor mínimo = 11. Luego: AMPLITUD
= 87 - 11 = 76.
Si decidimos construir 8 intervalos, la amplitud de cada uno será de 10
unidades (valor aproximado de 76/8). El primer intervalo no tiene porqué
iniciarse en 11 (mínimo); es más, se aconseja tomar siempre valores
"visualmente agradables" (5, 10, 15,...). Con esto los intervalos serían:
[10,20) [20,30) [30,40) [40,50) [50,60) [60,70) [70,80) [80,90] Si partimos de
la decisión de que los intervalos tengan 15 unidades de amplitud,
simplemente iniciaremos su construcción hasta llegar a un intervalo que
contenga al valor máximo observado.
[10,25) [25,40) [40,55) [55,70) [70,85) [85,90]
Estadística Inductiva:
Está fundamentada en los resultados obtenidos del análisis de una
muestra de población, con el fin de inducir o inferir el comportamiento o
característica de la población, de donde procede, por lo que recibe también
el nombre de Inferencia estadística, Tambien podemos decir que a través de
los datos puede dar conclusiones y realizar pronósticos.
EJEMPLO:
En una fábrica que consta de 600 trabajadores queremos tomar una
muestra de 20. Sabemos que hay 200 trabajadores en la sección A, 150 en
la B, 150 en la C y 100 en la D.
Estadística analógica: Es también conocida como el tipo de

razonamiento no deductivo que consiste en obtener una conclusión a partir
de premisas en las que se establece una analogía o semejanza entre
elementos o conjuntos de elementos distintos.
El razonamiento por analogía parte de juicios anteriores ya conocidos

a otros que se pretende conocer, manteniendo la misma particularidad.
En este tipo de razonamiento no hay preservación de la verdad como

sucede con el razonamiento inductivo.
EJEMPLO:
Premisa 1: Las flores del girasol cambian su posición respecto a la del sol
Premisa 1: Las flores del rosal son análogas a las flores de los girasoles
( tienen pistilo, corola, pétalos, etc.)
Conclusión: Entonces las rosas cambian su posición respecto a la del sol
Observa que:
En el razonamiento por analogía las conclusiones son falsas porque la
analogía que se establece se cumple en lo general, pero no en lo particular.

NÚCLEO PALO VERDE
Trabajo N°. 5.
METODO DE INVESTIGACION DE ESTADISTICA
Estudiante
C.I. 20.780.029
Profesor
1. TRABAJO DE CAMPO:
La experiencia del trabajo de campo representa la oportunidad más

clara de afianzar los conocimientos adquiridos por el estudiante y desarrollar
sus competencias profesionales (habilidades, actitudes y aptitudes). Ese esta
ocasión donde adquiere una realidad de intervención y bases para la
solución de problemas que se produzcan dentro de una organización.
Considerando que el análisis de la información es un recurso esencial,
generado por las necesidades humanas, esta adquiere una nueva dimensión
en el proceso de toma de decisiones en lo que engloba la estadística.
1.1- FUENTES DE INFORMACION:
Son todos aquellos medios que utilizamos para poder obtener la

información que estamos recopilando en el trabajo de campo, todos tenemos
que tener fuentes donde apoyarnos para proceder con la investigación,
difunden los conocimientos propios de un área determinada.
2.- RECOPILACION DE DATOS:
Existen un sinfín de variedades de métodos a fin de recopilar los datos

sobre una situación existente, como entrevistas, cuestionarios, inspección
de registros (revisión en el sitio) y observación. Cada uno tiene ventajas y
desventajas. Generalmente, se utilizan dos o tres para complementar el
trabajo de cada una y ayudar a asegurar una investigación completa.
3.- EVALUACION Y DEPURACION DE LOS DATOS:
La depuración es una actividad inevitable y difícil dentro de la

producción de datos estadísticos. Si se define, planifica y ejecuta de forma
deficiente, puede tener un impacto muy negativo en la calidad de los datos,
en los costes de producción y en los plazos de difusión de los datos.
4.- PRESENTACION DE LOS DATOS:

Con la tabulación se dispone de la suma o total de los datos. Pero
esto no basta. Existe la necesidad de ordenarlos y presentarlos de manera
sistemática para facilitar su lectura y análisis. Las formas de presentación de
datos pueden ser escritas, tabular, gráfica y mixta.
5.- ANALISIS E INTERPRETACION DE LOS RESULTADOS OBTENIDOS:
La importancia de analizar y entender el significado y alcance real de

estos instrumentos es fundamental para el investigador, para los
financiadores de las investigaciones y para los profesionales que precisan de
una actualización permanente basada en buena evidencia y ayudas a la
toma de decisiones. Se repasan diversos aspectos de los diseños, resultados
y análisis estadísticos, intentando facilitar su entendimiento desde lo más
elemental a aquello que es más común pero no por ello mejor comprendido y
aportar una mirada constructiva y realista, sin ser exhaustiva.

NÚCLEO PALO VERDE
Trabajo N°. 6.
Medidas de Tendencia Central y
Posición:
Estudiante
C.I. 20.780.029
Profesor
Medidas de Tendencia Central y Posición:

Las medidas de tendencia central son medidas estadísticas que
pretenden resumir en un solo valor a un conjunto de valores. Representan un
centro en torno al cual se encuentra ubicado el conjunto de los datos. Las
medidas de tendencia central más utilizadas son: media, mediana y moda.
Las medidas de dispersión en cambio miden el grado de dispersión de los
valores de la variable. Dicho en otros términos las medidas de dispersión
pretenden evaluar en qué medida los datos difieren entre sí. De esta forma,
ambos tipos de medidas usadas en conjunto permiten describir un conjunto
de datos entregando información acerca de su posición y su dispersión.
a) Media: la media aritmética o promedio aritmético. Se representa por la

letra griega µ cuando se trata del promedio del universo o población y por Ȳ
(léase Y barra) cuando se trata del promedio de la muestra.
b) mediana: La mediana es el valor de la variable que ocupa la posición

central, cuando los datos se disponen en orden de magnitud. Es decir, el
50% de las observaciones tiene valores iguales o inferiores a la mediana y el
otro 50% tiene valores iguales o superiores a la mediana.
c) modo: La moda de una distribución se define como el valor de la variable

que más se repite. En un polígono de frecuencia la moda corresponde al
valor de la variable que está bajo el punto más alto del gráfico. Una muestra
puede tener más de una moda.
d) varianza: La varianza es una medida de dispersión que representa la

variabilidad de una serie de datos respecto a su media. Formalmente se
calcula como la suma de los residuos al cuadrado divididos entre el total de
observaciones.
e) desviación típica: es la desviación media de una variable respecto de su
media aritmética, adquiriendo siempre unos valores que son iguales o
mayores que 0.
Ejemplo de desviación típica:
Calcular la desviación típica de la distribución de la tabla:

Media aritmética
Desviación típica
NÚCLEO PALO VERDE
Trabajo N°. 7.
Concepción:
Estudiante
C.I. 20.780.029
Profesor
La Guaira, 11 de enero de 2021

Universo: En estadística es el nombre específico que recibe particularmente
la investigación social. La operación dentro de la delimitación del campo de
investigación que tiene por objeto la determinación del conjunto de unidades
de observaciones del conjunto de unidades de observación que van a ser
investigadas.
Población: Es el conjunto de elementos objeto de estudio. Cada elemento

se denomina individuo. Cuando el número de individuos de la población es
muy grande, tomamos una parte de ésta, denominada muestra. La muestra
es un subconjunto de la población y tiene que ser representativa de la
misma.
Muestra: Como un subgrupo o subconjunto representativo de la población,

extraída seleccionada por algún método de muestreo, la muestra siempre es
una parte de la población.
Constante: Una constante es un dato cuyo valor no puede cambiar durante

la ejecución del programa. Recibe un valor en el momento de la compilación
y este permanece inalterado durante todo el programa.
Variable: La variable estadística 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.
Dimensión: Las dimensiones son elementos integrantes de una variable

compleja, que resulta de su análisis y descomposición. Son los grandes
bloques estructurales de la variable susceptible de ser descompuesta en los
indicadores.
Función: Las funciones Estadísticas sirven para realizar el análisis de los
datos almacenados en una hoja de cálculo. Permitiendo obtener el número
de entradas de datos o el valor promedio de los mismos.
Luego de haber hecho las investigaciones correspondientes, podemos

tomar y determinar por analogía o relación directa, la población que se
refiere al universo, conjunto o totalidad de todos los elementos sobre los que
se investiga o hacen estudios, mientras que la muestra es una parte o
subconjunto que se selecciona de los elementos que previamente se le
harán estudios y es tomada de esa población que antes se menciona.
Los expertos implementaron esta manera ya que estudiar cada uno de

los elementos es bastante extenso y complicado.
Las características más sobresalientes de la población es que se

puede clasificar según la cantidad de individuos que la conforman y además
Posee variables estadísticas. Por su parte la muestra normalmente se toma
entre 5% y 10% para ser más efectiva, los elementos deben ser aleatorios y
también debe ser representativa de la población.
El objetivo principal de la población es analizar los datos recabados

referentes a las características comunes que comparten los elementos con
diversos propósitos y el de la muestra estudiar el comportamiento,
características, gustos o propiedades de una parte representativa de la
población.
NÚCLEO PALO VERDE
Trabajo N°. 8.
Concepción
Estudiante
C.I. 20.780.029
Profesor
La Guaira, 18 de enero del 2021

Elaborar dos ejercicios uno sobre razones y otro sobre tasa:
A) En una fiesta la razón de niñas a niños es de 7 a 5 si en total asisten

180 niños y niñas. ¿Cuántos son todos los niños?
Se dice que la razón o la división de niñas a niños es de 7 a 5, entonces

escribimos la razón como una división y agregándole una constante que
denotamos como (K) tanto como al 7 como al 5, ya que las niñas no son 7 en
total ni los niños son 5, sino que son dos cantidades equivalentes a 7 y a 5.
Además también nos mencionan que el total de los niños que asistieron es
de 180 entre niñas y niños, es decir, que la sumatoria entre niñas y niños es
de 180.
Ahora procedemos a realizar la operación de suma de equivalentes de

niñas y los niños que son 7k y 5k que tienen un total 12k, pasamos a igualar
la operación con el total que son 180, aquí despejamos la constante que
conocemos que es k pasando al otro lado la suma de 7k y 5k que es 12k
dividiendo los 180 niños, al realizar la operación de la división de 180 entre
12k que nos da un resultado de 15k.
Como sabemos ahora cuál es el valor de k que es 15 podemos resolver la

interrogante planteada en el enunciado del ejercicio que es ¿Cuántos niños
asistieron? Sabiendo que los niños equivalen a 5 la respuesta correcta es 75.
Para llegar a ese resultado simplemente lo que realizamos fue multiplicar 15
que es k por 5 que es el valor equivalente dado en el ejercicio.
Ahora vamos a plantear numéricamente lo antes explicado:
= → =?
B) Durante el año 2015 nacieron 986 personas en una aldea de África,
en ese mismo año murieron 96 infantes menores de un año en ese
mismo lugar. ¿Cuál es la tasa de mortalidad infantil en esa aldea?
Para calcular la tasa de mortalidad infantil utilizamos un formula en

específico que es: el número de niños fallecidos menores de 1 año dividido
entre el número de niños en ese año multiplicado por 1000.
Entonces aplicado la formula anteriormente antes explicada nos quedaría

la tasa de mortalidad es igual a 96 divido entre 986 multiplicado por 1000,
eso nos da un resultado de 97,36308316.
Determinamos que se espera que en promedio por cada 1000 niños

nacidos fallezcan antes de cumplir 1 año de vida un aproximado 97 infantes.
Ahora vamos a plantear numéricamente lo antes explicado:

NÚCLEO PALO VERDE
Trabajo N°. 9.
Datos Agrupados y no Agrupados
Estudiante
C.I. 20.780.029
Profesor
La Guaira, 25 de enero del 2021.
Datos Agrupados y no Agrupados:
Los datos agrupados se conocen por su principal característica que es

la frecuencia con que se presentan, es decir, que serán aquellos que se
encuentran contados y clasificados.
Los datos no agrupados serán aquellos que carecen de frecuencia ya

sea porque no se encuentran contabilizados o clasificados, quiere decir que
son poco utilizados.
Ejercicio sobre datos agrupados:
Una granja registró durante diciembre 2019 el nacimiento de 29 crías de vacas, el peso al
nacer fue el siguiente expresado en kg:
22 31 33 34 35 36 37 38 38 39
40 40 40 41 41 42 42 42 42 42
43 43 44 45 46 46 46 46 50
Tenemos n=29
a) Calculamos el rango: R= dato mayor - dato menor=
R= 50-22= 28
R= 28
b) Calculamos intervalos: m= 1+3,3(logn)=

m= 1+ 3,3 (1,46)=
m= 1+4,81
m= 5,81 aproximamos y decimos que m= 6.
c) Calcular amplitud: i=
i=
Ahora procedemos a llenar nuestra tabla:
a) Para obtener los intervalos vamos a sumar el límite inferior de

nuestros datos más la amplitud que es 5 y eso nos da 27 y así
sucesivamente hasta llegar al último de los intervalos
b) Para calcular la masa de clase solo debemos sumar el límite
inferior con el superior y luego dividirlo entre 2.
c) La frecuencia absoluta solo es el conteo de cada uno de los
datos que aparecen en nuestros números dados en el ejercicio.
d) La frecuencia acumulada es solo la suma en diagonal de la
frecuencia absoluta, el número tiene que ser igual al número total
de datos.
e) Frecuencia se determina en hacer la división entre la frecuencia
absoluta y el número total de datos.
f) El porcentaje de la frecuencia se determina multiplicando por 100
la frecuencia.
g) Frecuencia acumulada solo vamos a sumar el primer datos de la
frecuencia con el siguiente dato
h) Nuevamente para obtener el porcentaje solo lo multiplicamos por 100
Peso Mar Frecuen Frecuen Frecuen Relati Frecuen relati
en kg ca cia cia cia va cia va
de absoluta Acumula
clas da
e
Interval Xi Fi Fi Ni % Ni %
os
1 [22-27) 24,5 1 1 0.0344 3,44 0,0344 3,44
2 [27-32) 29,5 1 2 0,0344 3,44 0,0688 6,88
3 [32-37) 34,5 4 6 0,1379 13,79 0,2067 20,67
4 [37-42) 39,5 9 15 0,3103 31,03 0,517 51,7
5 [42-47) 44,5 13 28 0,4482 44,82 0,9652 96,52
6 [47-52) 49,5 1 29 0,0344 3,44 0,9996 99,96
Ejercicio Datos no Agrupados:
Se reportan las edades de 20 estudiantes en el curso de inglés:
18 16 17 19 16 19 19 17 17 18
17 19 18 17 17 18 17 15 16 19
a) Primero que nada organizamos las edades en orden creciente.

b) Frecuencia absoluta la obtenemos revisando la tabla dada
anteriormente y observando cuantas veces se nos repiten los alumnos
con la misma edad.
c) Esta columna la llenamos empezando con el primer dato de la
frecuencia absoluta y luego sumamos diagonalmente.
d) Frecuencia relativa la obtenemos dividiendo el primer dato entre el
valor de datos total
e) La obtenemos colocando el primer dato de frecuencia relativa y luego
sumando el siguiente dato
f) El porcentaje lo obtenemos multiplicando la frecuencia relativa por 100
Frecuencia Frecuencia Frecuencia Frecuencia porcentaje
Edades absoluta acumulada relativa acumulada
fi FI hi HI %
15 1 1 0,05 0,05 5
16 3 4 0,15 0,20 15
17 7 11 0,35 0,55 35
18 4 15 0,2 0,75 20
19 5 20 0,25 1 25

NÚCLEO PALO VERDE
Trabajo N°. 10.

Elementos de perfil Estadístico:
Estudiante
C.I. 20.780.029
Profesor
La Guaira, 01 de febrero del 2021.
Intervalo de Clases:
Es el rango utilizado para dividir el conjunto de posibles valores
numéricos al trabajar con grandes cantidades de datos.
Puntos medios:
El punto medio es el valor como su nombre lo dice del medio de un

conjunto de datos, para un conjunto de datos con un número par de
miembros, es el promedio de los dos valores medios del conjunto de datos.
Calcular el intervalo de clase:
 Calcula el rango de datos.

 Determina el número de clases del tamaño de la muestra
 Calcula el intervalo de clase utilizando la siguiente fórmula: intervalo
de clase = rango/número de clases.
 Usa tu criterio en el cálculo del intervalo de clase.
Principales métodos y técnicas de investigación cuantitativa:
 Experimento.
 Observación.
 Entrevista telefónicas o personales.
 Cuestionario bien sea por correo o físicamente.
 Encuesta personales, por internet o en grupo.
NÚCLEO PALO VERDE
Trabajo N°. 11.

Otras medidas estadísticas:
Estudiante
C.I. 20.780.029
Profesor

Realizar un ejercicio sobre moda:
a) Calcular la moda de los siguientes precios de un kilo de verduras en

diferentes supermercados: 9, 11, 9, 9, 13, 11, 12.
Lo primero que debemos hacer es ordenarlo de menor a mayor
9 9 9 11 11 12 13
Luego observamos que el valor o el numero 9 es el que mas se repite,

entonces eso nos indica que la moda es el numero 9
Entonces decimos que Mo= 9

NÚCLEO PALO VERDE
Trabajo N°. 12.

Elementos de la Estadística Descriptiva:
Estudiante
C.I. 20.780.029
Profesor

Ejercicio de Estadística Descriptiva:
En la tabla se recoge el éxito en un examen de los alumnos dependiendo del

tiempo dedicado al estudio
Poco tiempo Suficiente Mucho tiempo

tiempo
Aprobado 20 50 30
Reprobado 40 20 0
Calcula las siguientes probabilidades:
a) Probabilidad de que un alumno apruebe

b) Probabilidad de que un alumno le dedique poco tiempo y repruebe
c) probabilidad de que un alumno que le ha dedicado poco tiempo
repruebe
d) Probabilidad de que un alumno le dedique suficiente tiempo y
repruebe
e) Probabilidad de que un alumno que ha reprobado le haya dedicado
suficiente tiempo
Resolución:
Primero sumamos las filas y las columnas y al final sumamos todos los datos
Poco Suficiente Mucho
tiempo tiempo tiempo
Aprobado 20 50 30 100
Reprobado 40 20 0 60
60 70 30 160
a) = 0,525
b)
c)
d)
e)
NÚCLEO PALO VERDE
Trabajo N°. 13.

Escala de Likert:
Estudiante
C.I. 20.780.029
Profesor
Ejercicio de escala de Likert
Completamente de Desacuerdo un
acuerdo (5) De Neutro poco Inconforme
acuerdo (3) (2) (1)
(4)
Está de acuerdo
a la nueva
funcionalidad de
la Universidad
Siempre que
intenta ponerme
en contacto,
tiene éxito
Cree usted que
mejorara la
calidad de vida
del estudiante la
nueva reforma
Cree usted que
debe seguir
cambiando
hábitos para
seguir mejorando
Fue aplicada a un salón de clases de 50 alumnos pertenecientes a nuestra

casa de estudios en el estado La Guaira
Completamente de acuerdo 19
De acuerdo 16
Neutro 5
Desacuerdo un poco 8
inconforme 2

Portafolio Terminologia en Estadistica e Investigacion, Seccion B, Setim Goncalves Ediliana Del Valle 20.780.029, Unesr

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Portafolio Terminologia en Estadistica e Investigacion, Seccion B, Setim Goncalves Ediliana Del Valle 20.780.029, Unesr

Cargado por

Copyright:

Formatos disponibles

REPÚBLICA BOLIVARIANA DE VENEZUELA

UNIVERSIDAD NACIONAL EXPERIMENTAL

La Guaira, noviembre del 2020 a Febrero 2021

La Guaira, 09 de noviembre de 2020

Es una rama de las matemáticas que se ocupa de reunir, organizar y

ENFONQUE HISTORICO DE LA ESTADISTICA:

Desde los comienzos de la civilización han existido formas sencillas de

Hacia el año 3000 a.C. los babilonios usaban pequeñas tablillas de

Los libros bíblicos de Números y Crónicas incluyen, en algunas partes,

En el siglo XIX, con la generalización del método científico para

El trabajo del experto estadístico no consiste ya sólo en reunir y

COEFICIENTE DE VARIACIÓN: Es una medida de dispersión relativa. No

CONFIABILIDAD: es la capacidad que posee un instrumento de medición o

CORRELACIÓN: Expresa la concordancia entre dos variables según el

DESVIACIÓN TIPICA: es la característica de una muestra o población que

DISTRIBUCIÓN DE FRECUENCIAS: son las Frecuencias absolutas o

FRECUENCIA: es el número de piezas de datos, que pertenecen a cada

ESCALA: Escala de medición que permite asignar orden (además de

ESCALA NOMINAL: Es una respuesta cualitativa, como puede ser

GRAFICO CIRCULAR: Gráfico formado por un círculo dividido en sectores,

HISTOGRAMA: es un gráfico formado por rectángulos unidos unos a otros,

INVESTIGACION: es una indagación o búsqueda de algo para recoger

INVESTIGACIÓN BÀSICA: También llamada investigación fundamental o

INVESTIGACIÓN DE CAMPO: es aquella en que el mismo objeto de estudio

INVESTIGACIÓN TRANSVERSAL: es aquella donde se “recolectan datos

MARCAS DE CLASES: es el valor que representa a todo el intervalo para el

MEDIA: es lo que casi todos nosotros llamamos promedio de un conjunto de

MEDIANA: es el número medio obtenido cuando las piezas de datos se

MODA: es el valor que ocurre con mayor frecuencia.

MUESTRA: es un conjunto de la población; es decir, una muestra se

OJIVA: es un polígono de frecuencia acumulativo. Toda ojiva debe empezar

POBLACIÓN: es una colección completa de individuos, objetos o medidas

Son letras o conjunto de letras o conjunto de letras convenidas en la

VALIDEZ: Es la calidad de credibilidad que se le da a un instrumento de

VARIABLE: Es una característica de cada elemento individual de una

VARIANZA: es la característica de una muestra o población que cuantifica

Fr: frecuencia relativa: es el cociente entre la frecuencia con que se presenta

IC: Intervalo de Clase: se emplean si las variables toman un número grande

La Guaira, 09 de noviembre de 2020

Se realizó un test en un grupo de 42 integrantes de los cuales se

xi = 42 xi fi = 1 820

Vamos a comparar la dispersión de 2 variables, la estatura y el peso, usando

REPÚBLICA BOLIVARIANA DE VENEZUELA

La Guaira, 23 de diciembre de 2020

Escalas de medición discreta continua y nominal

Escalas de medición de variables

Uno de los elementos fundamentales de la definición de una variable

Hay cuatro tipos de escalas de medición, que en orden creciente de

Consta de dos o más categorías mutuamente excluyentes. Si solo hay

Veamos algunos ejemplos:

1, casado; 2, soltero; 3, viudo; 4, divorciado,

Procedencia del ingreso:

1, urgencias; 2, consultas; 3, otro hospital.

Dependiendo del programa que va a ser utilizado para el análisis, se

Por ejemplo, el antecedente de hábito tabáquico puede codificarse

Las variables ordinales tienen la cualidad adicional, respecto a la

1) baja, 2) media, 3) alta.

Grados de reflujo vesicoureteral:

Conformidad con una afirmación:

0) completo desacuerdo, 1) acuerdo parcial, 2) acuerdo total.

0) no fumador, 1) fumador leve, <10/día; 2) fumador moderado, 10-20/día, y

Existen escalas que serán mezcla de nominal y ordinal, porque solo