Tecnológico de estudios superiores

de Coacalco
Módulo: ANÁLISIS DE DATOS
EXPERIMENTALES
Profesor: QUEZADA ESTRADA MANUEL
Grupo: 8312
Actividad: ENSAYO COMPETENCIA 1
Competencia 1: ESTADÍSTICA DESCRIPTIVA Y
FUNDAMENTOS DE PROBABILIDAD
Alumnos 1. Campos Caballero Aquetzalli Junoe
2.DomínGuez Alarcón Angel Joshua
3. fuentes alfaro mirian andrea
4. HERNÁNDEZ ARAGÓN SHARON
5. HERNANDEZ BEADE JOYCE
jatziry
Objetivo
Desarrollar conceptos básicos sobre el análisis de datos experimentales
para así poder utilizarlos como herramienta cuando nos enfrentemos a
problemas estadísticos o de probabilidad, también nos servirá como
guía en la toma de decisiones dentro de una empresa en dónde
debemos elegir el método más adecuado adaptándose al problema que
se nos presente y así mismo obtener resultados exitosos y evitar
errores.

Antecedentes

Recopilar información sobre el análisis de datos experimentales,

dentro de los conceptos básicos, estos nos darán una idea general del
tema, ahora hablemos de las medidas de tendencia central que estás
son de mucha importancia y utilidad ya que nos sirven principalmente
para reducir la información ya que una de sus funciones es agrupar los
datos y resolver los problemas de manera más práctica y eficaz.
Dentro de la representación gráfica de datos, estás nos van a permitir
principalmente analizar y comparar visualmente sobre la evolución de
magnitud de una a lo largo de un determinado tiempo , aquí mismo
podemos cuantificar analizar y comprender cómo van evolucionando y
se van relacionando las distintas variables.
Las permutaciones y combinaciones son formas en dónde se puede
seleccionar cierto número de elementos, en las permutaciones sí
importa el orden de los datos mientras que en las combinaciones no
importa el orden.
La función de los tipos de probabilidad, es recolectar la información en
dónde se hará un estudio para analizar, clasificar y resumir los datos de
una variable , los resultados obtenidos nos servirán como apoyó para
tomar decisiones adecuadas. Los diferentes tipos de probabilidad son
una herramienta fundamental para la planificación estratégica, sirven
como apoyo para tomar decisiones en situaciones donde se presente
incertidumbre, a continuación, se irán describiendo cada una de ellas.
El manejo de software estadístico funciona como herramienta de apoyo
para mantener un orden de datos, también es de gran apoyo al
momento de resolver problemas de estadística descriptiva o
inferencial ,de igual manera facilita cuantificar el número de datos y así
mismo obtener su análisis ,otra de sus funciones es recopilar, organizar
e interpretar la información obtenida , está información puede ser de
gran ayuda para proporcionar nuevas oportunidades.

1.1 Concepto Básico

Análisis estadístico: Es aquel en donde se

analizan los datos recopilados, utilizando
diversas técnicas para describir y analizar e
interpretar los datos útiles y significativos que
arrojan una conclusión útil.

Análisis cuantitativo: Proceso en donde se busca

una cifra representativa para lograr obtener un
resultado, para lograr el correcto análisis de una
variable; su principal fundamento está en la recolección y codificación
de datos, como ejemplo de este tipo tenemos los siguientes: Encuestas
con preguntas cerradas, experimento, etc.
Análisis cualitativo: Proceso en donde su principal objetivo es
obtener conclusiones, pero a diferencia del cuantitativo no son
expresados en forma numérica, si no pretenden conocer las opiniones e
ideología de los integrantes; como ejemplo en estas encuestas de
preguntas abiertas, entrevistas, análisis documental, etc.

Estadística: Disciplina que se une en un análisis para dar orden a una

serie de datos obtenidos durante una experimentación con el fin de
tener predicciones de algún hecho.

Frecuencia absoluta: Describe la cantidad de veces en que se

repite el valor de una muestra en un suceso o hecho específico.

Datos: Se usa principalmente para escribir las consecuencias de un

hecho, esto mediante la utilización de símbolos, números o letras que
representen un valor significativo de un análisis cualitativo o
cuantitativo.

Rango: Valor numérico en donde se hace una resta del valor máximo -
valor mínimo de una serie numérica o de datos.

Censo: Técnica de estadística que ayuda hacer un conteo del número

de elementos o variables de una población, ejemplo: Censo electoral,
conteo de una población (INEGI), etc.

Población: Se le nombra así a todos los elementos o personas que

comparten características similares o iguales con el fin de su estudio, un
ejemplo para este caso sería el siguiente: Todas las personas que
habitan en Coacalco tienen diferentes gustos musicales, rasgos,
empleos, etc.; pero lo que los vuelve una población es que comparten el
mismo territorio para vivir y es lo que los vuelve una población.
Muestra: Extracción de una porción determinada de un producto o
población, en donde se utiliza una hipótesis para posteriormente
realizar metodologías que arrojan variables, en las cuales sirven para
demostrar un evento y confirmar la hipótesis inicial.

1.2 Medidas de tendencia central para datos

agrupados y no agrupados
Las medidas de tendencia, son medidas que en estadísticas, arrojan un
valor basado en un centro de variables; estas facilitan la comparación
entre las variables y los componentes, así como la fácil interpretación de
estos para que las conclusiones obtenidas sean representadas en
distintos gráficos, para una representación más clara; dentro de estas se
dividen en los siguientes dos grupos:

Datos agrupados: Datos que una vez recopilados, son ordenados en

categorías o principalmente en la frecuencia que estos tienen; en este
conjunto se ocupan rangos que simplifiquen una gran cantidad de
datos.
● Media aritmética: Datos organizados en forma de tablas donde se
tiene una frecuencia absoluta “Fi” y centros de clases “Xn” y se
utiliza la siguiente fórmula:

● Mediana: Se utiliza la siguiente fórmula:

-c: ancho del intervalo que contiene a la mediana

-BM: frontera inferior de ese mismo intervalo
-fm: número de observaciones que contiene el intervalo al que
pertenece la mediana.
-n: total de datos.
-fBM: cantidad de observaciones que hay antes del intervalo que
contiene la mediana.
● Moda: Rango, clase o dato que tiene una mayor frecuencia

Datos no agrupados: Son aquellos que son extraídos de un

experimento o estudio, durante su recolección los datos están sin ser
interpretados, es decir solo se han ordenado y a diferencia de los
agrupados no se han clasificado.
● Media aritmética: Tenemos una variable “x” y una cantidad de
datos “n”, en esta se ejecuta la siguiente fórmula:

Ejemplo: Los propietarios de un parador turístico de montaña tienen la

intención de conocer cuántos días en promedio permanecen los
visitantes en las instalaciones. Para ello se llevó un registro de los días
de permanencia de 20 grupos de turistas, obteniéndose los siguientes
datos: 1; 1; 2; 2; 1; 4; 5; 1; 3; 4; 5; 4; 3; 1; 1; 2; 2; 3; 4; 1
Promedio de días, en el que los turistas se quedan:

● Mediana:
Número par: Se calcula como el promedio de dos variables centrales,
fórmula:
Ejemplo: Hallar la mediana de los datos del parador turístico primero se
ordenan de menor a mayor: 1; 1; 1; 1; 1; 1; 1; 2; 2; 2; 2; 3; 3; 3; 4; 4; 4; 4;
5; 5

El número de datos es par, por lo tanto, hay dos datos centrales: X10 y
X11 y como ambos valen 2, su promedio también.
Mediana = 2

Número impar: Se encuentra en medio de todos los datos, fórmula:

Ejemplo: Calcular la mediana de los siguientes precios de un kilo de

manzanas en diferentes supermercados: 9, 11, 8, 7, 13, 10, 12
Se ordenan los valores de < a >: 7, 8, 9, 10, 11, 12, 13

En este caso la serie arroja un número impar de 7 valores, la mediana sería el

valor central: Me = 10

● Moda: Valor con mayor frecuencia

Como pudimos observar estas son las medidas de dispersión que se

utilizan para cada tipo de agrupación, pues cada una de ella contiene
distintas fórmulas y reglas pues es distinta la forma de resolución para
un número par e impar, aunque no sea para todas las medidas es
necesario tener dedicación para evitar errores.

1.3 Representación gráfica de datos

La representación gráfica de datos es esencial en análisis de datos
experimentales, consiste en la recopilación de datos de un tema en
específico con la finalidad de convertirla en información que nos sirva
para conseguir un objetivo o un resultado en específico.
La ventaja de la representación es que nos permite conocer un sin
número de datos que podemos deducir a la relación y función que
tienen todas las variables. Es muy importante conocerlas ya que, un
buen gráfico puede llamar la atención del público ya que se puede
facilitar la comparación de datos con otros gráficos y tener estadísticas
claras y específicas.

Hay distintos tipos de gráfico y cada uno tiene un uso específico:

Gráfico de dispersión: este tipo de gráfico nos

permite analizar si hay un tipo de relación entre dos
variables, cada punto en la gráfica se compone de dos
variables (x, y), que, si una de ellas
aumenta, la otra también lo hará y se
le llama correlación positiva, lo contrario sería que una
aumentará y la otra disminuye, a lo cual se le llama
correlación negativa.

Gráfico de barras: El gráfico de barras se

caracteriza por comparar dos o más valores y son perfectos para
mostrar datos en categorías.
Tiene barras rectangulares y se puede graficar horizontal y
verticalmente. Se utilizan para graficar datos categóricos o de serie.
Gráfico de columnas: Este gráfico se utiliza
normalmente para mostrar cambios a lo largo de un
tiempo. Las categorías se colocan en el eje “y” dando lugar
a las columnas, y en el eje “x” se muestra a los valores.
Gráfico de línea: Es aquel que se grafica por medio de
puntos y líneas que muestran la tendencia de alguna
variable con cambios mínimos o bien, que se cruzan
entre sí con cambios grandes.
Histograma: Es la representación que simboliza
la distribución de datos numéricos. Sirve para dar la
primera vista general sobre un cambio en la
población o muestra. (característica cuantitativa y continua).
La diferencia del histograma y una gráfica de barras es que
este tiene espacios entre sí y el histograma no.
Gráfica de pastel: Se utiliza para representar porcentajes
(%) y proporciones. Se utilizan en datos nominales o
categóricos,
ya que puede mostrar mejor la variedad de proporción de los datos.

Mapas: Sirve principalmente para representar datos

geográficos, como ubicaciones, población o ventas por
región.

La elección del tipo de gráfico depende del contexto y

los datos que quieras recopilar y analizar. Es necesario
que sepas que gráfico elegir para poder comunicar correctamente la
información (si es que así lo deseas) a tu entorno o al mundo.

1.4 Permutaciones y combinaciones

En el análisis, las permutaciones y combinaciones sirven para resolver
problemas con la selección y organización de variables o elementos. Las
permutaciones son grupos en los que el orden sí importa y las
combinaciones el contenido importa, pero el orden no.
Permutaciones: Organizar dígitos, letras, personas, cosas, etc.
Combinaciones: Seleccionar diferentes cosas de un menú.

Ejemplo 1:
muestreo aleatorio: Cuando se aplica un muestreo o una encuesta
pueden existir muchas combinaciones de respuestas aleatorias. Las
combinaciones se utilizan para analizar la variabilidad de las respuestas.

Análisis de secuencia de datos: Las permutaciones se utilizan

para analizar datos con secuencia.

Diseño experimental: En el diseño de experimentos, las

permutaciones y combinaciones se utilizan para crear diferentes
combinaciones de factores o variables independientes para evaluar su
efecto en una variable dependiente.
La permutación se puede calcular con la siguiente fórmula la cual se
conoce como fórmula general:

● "n" es el número total de elementos en el conjunto.

● "r" es el número de elementos que se están seleccionando y
permutando.
● "n!" representa la factorial de "n", que es el producto de todos los
enteros positivos desde 1 hasta "n".
● "(n - r)!" representa la factorial de la diferencia entre "n" y "r".
ejemplo:
La fórmula de combinación se representa como "C(n, r)" y se calcula de
la siguiente manera:

● "n" es el número total de elementos en el conjunto.

● "r" es el número de elementos que se están seleccionando sin
importar el orden.
● "n!" representa la factorial de "n", que es el producto de todos los
enteros positivos desde 1 hasta "n".
● "r!" representa la factorial de "r", que
es el producto de todos los enteros
positivos desde 1 hasta "r".
● "(n - r)!" representa la factorial de la
diferencia entre "n" y "r".
ejemplo:

1.5 Tipos de probabilidad

El término probabilidad proviene de lo probable, o sea, de aquello que
es más posible que ocurra, y se entiende como el mayor o menor grado
de posibilidad de que un evento aleatorio ocurra. Para obtener la
probabilidad de un suceso, generalmente se determina la frecuencia
con la que ocurre, y se procede a realizar cálculos teóricos.

Los tipos de probabilidad que hay son:

● Frecuencial. Es aquella que determina la cantidad de veces que
un fenómeno puede ocurrir, se consideran un cierto tipo de
oportunidades, a través de la experimentación.
● Matemática. Esta pertenece al ámbito de la aritmética, y aspira
al cálculo en cifras de la probabilidad de que determinados
eventos aleatorios tengan lugar, a partir de la lógica formal y no
de su experimentación.
● Binomial. Es aquella que estudia el éxito o fracaso de un evento
que únicamente tenga dos posibilidades.
● Objetivo. Se denomina así a toda probabilidad en la que
conocemos de antemano la frecuencia de un evento.
● Subjetiva. Esta es lo contrario de la matemática, ya que se
sustenta en ciertas eventualidades que permiten inferir la
probabilidad de un evento.
● Hipergeométrica. Esta se obtiene gracias a técnicas de
muestreo, creando grupos de eventos según su aparición.
● Lógica. Esta posee un rasgo característico que establece la
ocurrencia de un hecho a partir de la lógica
inductiva.
● Condicional. Se emplea para comprender la
causalidad entre dos hechos distintos, cuando
puede determinarse la ocurrencia de uno tras
la ocurrencia de otro.
1.6 Manejo de software
estadístico
Los softwares estadísticos son herramientas que nos permiten analizar
datos complejos y resolver problemas en los procesos de producción.
Estos disponen de una multitud de opciones precisas y muy intuitivas
que permiten controlar y mejorar los resultados de sus procesos de
producción, permitiendo visualizar los resultados obtenidos mediante
gráficos, tablas, diagramas, histogramas, pruebas de hipótesis, etc. Estos
permiten un uso adecuado de la información.
Uno de los softwares que es más fácil de usar es Excel ya que tiene
muchas funciones que permite ordenar o filtrar sus datos de la forma
que se desee. Excel es una de las herramientas más eficientes al
momento de obtener información a partir de grandes cantidades de
datos. También funciona para cálculos sencillos y para realizar
seguimientos a cualquier tipo de información. Otra función que tiene
Excel es que cuenta con la opción de crear gráficas y tablas de una
dinámicas ya que pueden extraer datos detallados de un conjunto
enorme.
Conclusiones
forma sencilla. Otra de las cosas que tiene Excel son las tablas
En conclusión, en base a nuestra investigación nos habla prácticamente
de varios temas y puntos de vista a tratar, en cada tema podemos
observar que conlleva cada
subtema donde nos permiten
identificar los valores más
representativos de los datos, de
acuerdo a la manera como se
tienden a concentrar, también la
visualización de los datos por
medio de gráficos ayuda a detectar
patrones, tendencias, relaciones y
estructuras de los datos.
Básicamente podemos concentrarnos en cada uno de ellos para poder
centrarnos en lo que deseamos analizar y comprender, respecto a la
permutación y combinaciones; la visualización de los datos por medio
de gráficos ayuda a detectar patrones, tendencias, relaciones y
estructuras de los datos.

Con todo lo que se ha investigado en este trabajo, se puede concluir

que la estadística es una rama de la matemática que no se encuentra
muy visible en lo cotidiano pero que en realidad es de mucha utilidad
para interpretar y ver desde un punto de vista muy general datos que se
obtienen. Otro beneficio que obtendremos de esta materia es que nos
permite realizar estudios reales, con problemas exactos; lo cual nos
ayuda a mejorar nuestros proyectos. Todo lo que muestra en este
apartado es de gran importancia, ya que nos será de gran utilidad a lo
largo de nuestra carrera de Ingeniería Química.
Referencias
1. Ortega, C. (2023). Análisis estadístico: qué es, usos y cómo realizarlo. QuestionPro
https://www.questionpro.com/blog/es/analisis-estadistico/#que_es_un_ análisis estadístico
2. López, J. F. (2022). Análisis cuantitativo. Economipedia.
https://economipedia.com/definiciones/analisis-cuantitativo.html
3. Dmg. (2022). Ejemplos de cuantitativo. Ejemplos.cc. https://www.ejemplos.cc/cuantitativo/
4. Aicad Business School. (2020). Análisis cualitativo: ¿Qué es? ¿Cómo hacerlo? beneficios y más.
Aicad Business School. https://www.aicad.es/analisis-cualitativo
5. Sanjuán, F. J. M. (2022). Frecuencia absoluta. Economipedia.
https://economipedia.com/definiciones/frecuencia-absoluta.html
6. López, J. F. (2022b). Rango (estadística). Economipedia.
https://economipedia.com/definiciones/rango-estadistica.html
7. Enciclopedia Económica. (2022b). Población estadística. Enciclopedia Económica.
https://enciclopediaeconomica.com/poblacion-estadistica/ç
8. Benites, L. (2021). Datos agrupados / datos no agrupados: definición, ejemplos. Statologos.
https://statologos.com/datos-agrupados/
9. Estadística, P. Y. (2022). Datos agrupados. Probabilidad y Estadística.
https://www.probabilidadyestadistica.net/datos-agrupados/#datos-agrupados-y-no-agrupados
10. Zapata, F. (2022). Medidas de posición, de tendencia central y dispersión. Lifeder.
https://www.lifeder.com/medidas-de-posicion/
11. Ejemplos de mediana. (s. f.). https://www.matematicas10.net/2015/12/ejemplos-de-mediana.html
12. Consultores, A. (2023). Diagrama de dispersión: relación entre variables. Aiteco Consultores.
https://www.aiteco.com/diagrama-de-dispersion/#:~:text=El%20diagrama%20de%20dispersi
%C3%B3n%20permite,existencia%20de%20una%20correlaci%C3%B3n%20positiva.
13. CK-12 Foundation. (s. f.). CK-12 Foundation. https://flexbooks.ck12.org/cbook/ck-12-conceptos-de-
matem%C3%A1ticas-de-la-escuela-secundaria-grado-8-en-espa%C3%B1ol/section/10.8/primary/
lesson/utilizaci%C3%B3n-del-diagrama-de-dispersi%C3%B3n-para-interpretar-los-datos/
14. Gaskin, J. (2023, 6 septiembre). ¿Qué es una gráfica de barras? Más de 20 plantillas para elegir.
Venngage Blog. https://es.venngage.com/blog/grafico-de-barras/#:~:texto=Una%20gr%C3%A1fica
%20de%20 barras%20es,para%20 mostrar%20datos%20entre%20 categor%C3%ADas.
15. Ortega, C. (2022, 20 enero). Gráfica de Barras. Características y usos. Gráfica de barras.
https://tudashboard.com/grafica-de-barras/#:~:text=Un%20gr%C3%A1fico%20de%20barras
%20se,sacar%20conclusiones%20r%C3%A1pida%20y%20f%C3%A1cilmente.
16. IBM documentation. (s. f.). https://www.ibm.com/docs/es/odm/8.5.1?topic=charts-defining-bar-
chart#:~:text=Una%20gr%C3%A1fica%20de%20 barras%20tiene,pueden%20ser%20 horizontales
%20o%20 verticales.
17. Presentar datos en un gráfico de columnas - soporte técnico de Microsoft. (s. f.).
https://support.microsoft.com/es-es/office/presentar-datos-en-un-gr%C3%A1fico-de-columnas-
d89050ba-e6b6-47de-b090-e9ab353c4c00#:~:texto=Los%20gr%C3%A1ficos%20de%20 columnas
%20 resultan,en%20 torno%20al%20 eje%20 vertical.
18. IBM documentation. (s. f.-c).
https://www.ibm.com/docs/es/SSLVMB_subs/statistics_mainhelp_ddita/spss/base/
chart_creation_linecharts.html#:~:texto=Un%20 gr%C3%A1fico%20de%20l%C3%ADneas%20
traza,que%20se%20 cruzan%20entre%20s%C3%AD.
19. IBM documentation. (s. f.-d). https://www.ibm.com/docs/es/odm/8.5.1?topic=charts-defining-pie-
chart#:~:texto=Una%20gr%C3%A1fica%20de%20 tarta%20es,sectores%20cream%20un%20 c
%C3%ADrculo%20completo.
20. ¿Qué es un diagrama geográfico? (s. f.). TIBCO Software. https://www.tibco.com/es/reference-
center/what-is-a-geographical-chart#:~:text=Los%20diagramas%20geogr%C3%A1ficos%20(tambi
%C3%A9n%20conocidos,varias%20regiones%20de%20un%20mapa.
21. Probabilidad - concepto, tipos, fórmula, aplicación y ejemplos. (s. f.). Concepto.
https://concepto.de/probabilidad/
22. Tcm. (2022). MiniTab: ¿Qué es y para qué sirve? TCM Consultoría y Formación.
https://www.tcmetrologia.com/blog/minitab-que-es-y-para-que-sirve/
23. Gutiérrez, J. (2023, 8 abril). Los 7 mejores programas de software estadístico: análisis comparativo.
Canal Innova. https://canalinnova.com/los-7-mejores-programas-de-software-estadistico/
24. Admin. (2021). ¿Por qué su empresa necesita un software de gestión empresarial? OnERP.
https://onerp.es/software-de-gestion-empresarial/#:~:text=Un%20buen%20software%20de
%20gesti%C3%B3n%20nos%20permite%20analizar%20y%20recoger,para%20mejorar%20en%20la
%20producci%C3%B3n
25. Probabilidad: qué es, fórmula, tipos, teorías - ferrovial. (2022, 2 noviembre). Ferrovial.
https://www.ferrovial.com/es/stem/probabilidad/
26. Función Permutaciones - MiniTab. (s. f.). (C) Minitab, LLC. All rights Reserved. 2023.
https://support.minitab.com/es-mx/minitab/20/help-and-how-to/calculations-data-generation-
and-matrices/calculator/calculator-functions/arithmetic-calculator-functions/permutations-
function/#:~:texto=Una%20 permutaci%C3%B3n%20es%20un%20 arreglo,%2C%20 bca%2C%20 cab
%2C%20 cba.
27. https://www.virtualpro.co. (2019, 27 agosto). La importancia de la probabilidad y estadística en la
vida diaria. VirtualPro.co. https://www.virtualpro.co/noticias/la-importancia-de-la-probabilidad-y-
estad-stica-en-la-vida-diaria#:~:text=La%20 probabilidad%20es%20una%20 herramienta,un%20
accidente%20o%20una%20 enfermedad
28. Permutación y combinación. (s. f.). Study Smarter ES.
https://www.studysmarter.es/resumenes/matematicas/estadistica-y-probabilidad/permutacion-y-
combinacion/
29. Medidas de tendencia central, posición y dispersión. (s. f.).
https://es.slideshare.net/reyniervalor/medidas-de-tendencia-central-posicin-y-dispersin-
113873479