1QUE ES ESTADISTICA

La estadstica matemtica es el estudio de la estadstica desde un punto de vista puramente formal, usando la teora de la probabilidad y otras ramas de la matemtica tales como lgebra lineal y anlisis matemtico. La estadstica matemtica trata de la obtencin de informacin a partir de los datos. En la prctica tales datos contienen cierta aleatoriedad o incertidumbre. La estadstica trabaja con estos datos usando los mtodos de la teora de la probabilidad. Tambin se puede decir que es la tcnica de estudiar la informacin que nos da una muestra de una determinada poblacin para poder conocer la ltima La estadstica es una ciencia formal que estudia la recoleccin, anlisis e interpretacin de datos, ya sea para ayudar en la toma de decisiones o para explicar condiciones regulares o irregulares de algn fenmeno o estudio aplicado, de ocurrencia en forma aleatoria o condicional. Sin embargo estadstica es ms que eso, en otras palabras es el vehculo que permite llevar a cabo el proceso relacionado con la investigacin cientfica.

OBJETIVO Objetivo: Que el alumno reafirme sus conocimientos de teora de la Probabilidad y de Inferencia Estadstica, con el fin de desarrollar habilidades en el manejo de Herramientas estadsticas que le sern tiles en los cursos curriculares. El curso Incluye la revisin de algunos conceptos fundamentales del lgebra Lineal y Presupone familiaridad con el Clculo Integral y Diferencial en varias variables.

2LAS RAMAS DE LA ESTADISTICA La Estadstica se divide en dos ramas: 1La ESTADISTICA DESCRIPTIVA, que se dedica a los mtodos de recoleccin, descripcin, visualizacin y resumen de datos originados a partir de los fenmenos en estudio. Los datos pueden ser resumidos numrica o grficamente. Ejemplos bsicos de descriptores numricos son la media y la desviacin estndar. Resmenes grficos incluyen varios tipos de figuras y grficos. 2La INFERENCIA ESTADISTICA, que se dedica a la generacin de los modelos, inferencias y predicciones asociadas a los fenmenos en cuestin teniendo en cuenta lo aleatorio e incertidumbre en las observaciones. Se usa para modelar patrones en los datos y extraer inferencias acerca de la poblacin de estudio. Estas inferencias pueden tomar la forma de respuestas a preguntas si/no (prueba de hiptesis), estimaciones de caractersticas numricas (estimacin), pronsticos de futuras observaciones, descripciones de asociacin (correlacin) o modelamiento de relaciones entre variables (anlisis de regresin). Otras tcnicas de modelamiento incluyen ANOVA, series de tiempo y minera de datos.

3ARCA DE LA APLICACIN DE MITOLOGIA ESTADISCA A medida que la tecnologa progresa el profesional se enfrenta, cada vez con mayor frecuencia, con informacin cuantitativa ms que descriptiva. En cierto sentido la estadstica es el lenguaje necesario para coordinar y manejar el material cuantitativo. As pues es importante llegar a una cierta comprensin de este lenguaje, a fin de poder interpretar adecuadamente dichos resultados. La planificacin, realizacin e interpretacin de una gran parte de la investigacin descansa cada vez ms sobre la metodologa estadstica.

4QUE SE PUEDE HACER CON LA ESTADISTICA Hacer estadsticas, es una tarea que es un bien comn de la sociedad. En esta acepcin se entiende como la manera de disear un instrumento de recojo de datos, registrar, tabular, codificar, resumir y graficar informacin. Por ello, ahora todos hacemos estadsticas, nios, adultos, profesionales, no profesionales, organismos pblicos y privados. Los estadsticos deberamos estar orgullosos que mucha gente hace estadsticas pero deberamos estar vigilantes de que las personas no crean que hacer estadsticas los vuelve estadsticos.

Analizar datos, es una actividad que es ms restringida a determinados grupos profesionales. El anlisis de datos presupone el conocimiento de un conjunto de modelos estadsticos disponibles en software. El anlisis de datos es especializado. Por ejemplo, analizar series temporales en Economa usando Eviews, ecuaciones estructurales en Psicologa usando Lisrel, datos educativos usando HLM, Winstep o BILOG-MG, analizar datos de clases latente usando LatentGold en psiquiatra, analizar datos epidemiolgicos usando EPI-INFO, o grandes cantidades de datos en organismos pblicos y privados usando Clementine. El anlisis de datos tambin se realiza usando software que presenta modelos populares en determinadas reas generales como SPSS para las ciencias sociales o MINITAB para la industria.

5QUE ES POBLACION Poblacin: Es el conjunto de todos los elementos que cumplen ciertas propiedades y entre los cuales se desea estudiar un determinado fenmeno (pueden ser hogares, nmero de tornillos producidos por una fbrica en un ao, lanzamientos de una moneda, etc. ). Llamamos poblacin estadstica o universo al conjunto de referencia sobre el cual van a recaer las observaciones.

6QUE ES MUESTRA Muestra: es el subconjunto de la poblacin que es estudiado y a partir de la cual se sacan conclusiones sobre las caractersticas de la poblacin. La muestra debe ser representativa, en el sentido de que las conclusiones obtenidas deben servir para el total de la poblacin. Las muestras pueden ser probabilsticas o no probabilsticas. Una muestra probabilstica se elige mediante reglas matemticas, por lo que la probabilidad de seleccin de cada unidad es conocida de antemano. Por el contrario, una muestra no probabilstica no ser rige por las reglas matemticas de la probabilidad

7QUE ES VARIABLE Las variables pueden corresponder a cuatro niveles de medicin: 1) Nominal: hace referencia a datos que slo pueden clasificarse en categoras; existen slo conteos; no existe orden particular para los grupos. Ejemplo: color de ojos. 2) Ordinal: corresponde a aquellos datos que se pueden agrupar en categoras y ordenarlas segn algn tipo de gradacin. Ejemplo; nivel de dolor, nivel de preferencia. 3) de Intervalo: incluye todas las caractersticas de la escala ordinal, pero adems la distancia entre valores es constante pues los valores que toma este tipo de

variables corresponde al orden de los nmeros naturales. Ejemplo: nmero de hijos, 4) de Razn: tiene las caractersticas de la escala de intervalo, pero se agrega un punto cero absoluto tal que significa ausencia del atributo y la razn o cociente de dos nmeros es significativo pudindose aplicarles todo tipo de instrumental matemtico. Ejemplo: ingreso familiar.

8EJEMPLOS DELA CLASIFICACION DE LAS VARIABLES Variables cualitativas Son las variables que expresan distintas cualidades, caractersticas o modalidad. Cada modalidad que se presenta se denomina atributo o categora y la medicin consiste en una clasificacin de dichos atributos. Las variables cualitativas pueden ser dicotmicas cuando slo pueden tomar dos valores posibles como s y no, hombre y mujer o son politmicas cuando pueden adquirir tres o ms valores. Dentro de ellas podemos distinguir:

Variable cualitativa ordinal o variable cuasicuantitativa: La variable puede tomar distintos valores ordenados siguiendo una escala establecida, aunque no es necesario que el intervalo entre mediciones sea uniforme, por ejemplo: leve, moderado, grave.

Variable cualitativa nominal: En esta variable los valores no pueden ser sometidos a un criterio de orden como por ejemplo los colores o el lugar de residencia.

Variables cuantitativas Son las variables que se expresan mediante cantidades numricas. Las variables cuantitativas adems pueden ser:

Variable discreta: Es la variable que presenta separaciones o interrupciones en la escala de valores que puede tomar. Estas separaciones o interrupciones indican la ausencia de valores entre los distintos valores especficos que la variable pueda asumir. Ejemplo: El nmero de hijos (1, 2, 3, 4, 5). Variable continua: Es la variable que puede adquirir cualquier valor dentro de un intervalo especificado de valores. Por ejemplo la masa (2,3 kg, 2,4 kg, 2,5 kg, ...) o la altura (1,64 m, 1,65 m, 1,66 m, ...), que solamente est limitado por la precisin del aparato medidor, en teora permiten que siempre exista un valor entre dos variables, tambin puede ser el dinero o un salario dado y se puede identificar las clases de variables (cualitativas y cuantitativas). las clases de variables se pueden ser cualitativas y cuantitativas

INTRODUCCION La estadstica puede ser una herramienta importante en las actividades que se desarrollan en la Ingeniera de Construccin, especialmente cuando se requiere determinar, al ms bajo costo posible, la efectividad real de nuevas tcnicas, productos o procesos. Esto se consigue realizando un seguimiento planificado, o diseando un experimento especfico, que permita analizar el efecto de las diferencias entre el proceso patrn y el proceso de inters. Esta metodologa estadstica, que se conoce como diseo de experimentos, permite estudiar los fenmenos a un nivel experimental, para luego, si el diseo fue bien realizado, inferir a produccin los resultados de la experiencia. El diseo de experimentos tiene como objetivo principal determinar la influencia de varias variables independientes (factores), en la variacin de la variable dependiente (variable de inters). Este mtodo permite obtener informacin til con gran ahorro de tiempo y de recursos, especialmente cuando se compara con la alternativa de realizar varios experimentos con un slo factor cada uno. Ms an, en un diseo se pueden incluir, adems del efecto de cada factor, el efecto de una combinacin de ellos (interseccin). Este trabajo describe los pasos principales para disear un buen experimento, enfatizando las actividades requeridas antes de tomar ningn dato. Adems, se presentan campos de aplicacin de esta metodologa en.

Materialismo dialctico El materialismo dialctico expresin acuada por Plejanov y abreviada Diamat es una de las especies de materialismo (Vase). A veces se ha identificado 'materialismo dialctico' con 'marxismo', pero, en razn de las muy variadas especies de marxismo (Vase), tal identificacin es poco plausible. En todo caso, no se puede identificar el materialismo dialctico con el pensamiento de Marx, aun si se tiene en cuenta que ste fue materialista, que su materialismo se opuso al materialismo mecanicista, que us un tipo de pensamiento que en ocasiones exhibi una fuerte impronta dialctica e inclusive que dio su aprobacin a lo que luego fue considerada como una de las leyes dialcticas formuladas por el materialismo dialctico, esto es, el paso de la cantidad a la cualidad segn el modelo de la Lgica de Hegel. Sin embargo, nada de esto hace de Marx un materialista dialctico en sentido estricto; el materialismo de Marx es, en cambio, un materialismo histrico (Vase).