Trabajo en equipo[1]

TRABAJO DE ESTADISTICA
PRESENTADO POR:
PAULA ANDREA ESPINOSA
ALBERT GÓMEZ FIERRO
MIGUEL SOLANO
JUAN CARLOS MUÑETON
JENNY GÓMEZ SÁNCHEZ
PROFESORES:
JOSE JOAQUIN PAEZ
PATRICIA LEURO
SENA
DOLCA
BOGOTA,
AGOSTO
2010
TRABAJO DE ESTADISTICA
Defina Variables, atributos y de ejemplos de cada uno.
1. Variables:
Son atributos, cualidades, características observables que poseen las
personas, objetos, instituciones que expresan magnitudes que varían
discretamente o en forma continua.
Ejemplo: la edad, sexo, talla, peso, contextura, color del cabello, color de
ojos, grado de atención, conocimientos previos, confesión religiosa,
procedencia, clase social, etc.
Son variables de las cosas, objetos: forma, color, tamaño, peso,
conservación, antigüedad, etc. Las instituciones también poseen
variables como: antigüedad, organización, eficiencia, magnitud,
productividad, etc.
2.
2.1.
Clasificación: Existen diversas clasificaciones de variables.
Por su Grado de abstracción o concreción.
a. Variables Teóricas: Son aquellas que son abstractas.
Ejemplos: estatus socioeconómico, rendimiento académico,
imperialismo, dependencia, dominación, infraestructura, etc.
b. Variables Intermedias: Son aquellas que permiten comprender a las
variables teóricas.
Ejemplo El rendimiento académico no se entiende sino está referida
a los calificativos, a la asistencia, a la dedicación al estudio,
puntualidad del estudiante.
c. Variables empíricas: Indicadores, son aquellas que permiten
entender mejor a las variables intermedias y por tanto a las variables
teóricas.
Ejemplos: la variable calificativa puede ser muy buena, buena,
regular, mala y pésima. Las variables empíricas pueden expresarse
cuantitativamente.
2.2. Por su posición en la investigación:
a. Variable Dependiente: Es aquella que dentro de una hipótesis
representa la consecuencia, el efecto, el fenómeno que se estudia.
Se simboliza con la letra Y.
Ejemplo: entre las variables de rendimiento académico y aplicación
de métodos, la variable dependiente es rendimiento académico. En
una función matemática como la típica: Y= (f) X (Se lee Y está en
función de X; ó Y depende de X)
b. Variable Independiente: Es aquella que influye en la variable
dependiente y no de depende de otra variable, dentro de una
hipótesis. Se simboliza con la letra X.
Ejemplo: entre las variables hiperactividad y falta de autoestima, la
variable autoestima es independiente, ya que explica o influye en la
hiperactividad del niño.
c. Variable Extrañas: Externas son aquellas que provienen del exterior
al campo de investigación y por ello se denominan también
intervinientes. Son de varias clases pero lo que ahora nos interesa son
las variables conexas, o variables sujeto y orgánicas, como son las
cualidades del sujeto que se investiga por ejemplo: edad, sexo,
inteligencia, conocimientos previos, procedencia, etc. y que pueden
influir en la variable dependiente, por ejemplo rendimiento académico.
En otras hipótesis las variables extrañas pueden provenir de fuera del
sujeto de estudio. Se simbolizan con la letra Z.
2.2. Por su Naturaleza: Pueden ser cualitativas, ordinales y
cuantitativas.
a. Variables Cualitativas: son aquellas que nominan o señalan
cualidades. Ejemplo: La variable talla puede expresarse: muy alto, alto,
mediano, bajo, muy bajo.
b. Variables Ordinales: son las que expresan una clasificación
jerarquizada, en orden de importancia. Ejemplo: la variable nivel de
instrucción comprende: iletrado, primaria, secundaria, superior.
c. Variables Cuantitativas: pueden ser discretas y continuas
c.1. Variables Discretas: son las que expresan números enteros,
por tanto pueden ser contados. Ejemplo población escolar,
producción de petróleo, nacimientos, muerto, etc.
c.2. Variables Continuas: son las que expresan en números
decimales, por tanto pueden ser medidos con mayor exactitud.
Ejemplo: el peso, edad ó talla de una persona.
2. Atributos:
Los atributos también llamados caracteres cualitativos, son aquellos que
no son susceptibles de medición, es decir que no se pueden expresar
mediante un número.
"Reciben el nombre de variables cualitativas o atributos, aquellas
características que pueden presentarse en individuos que constituyen un
conjunto.
La forma de expresar los atributos es mediante palabras, por ejemplo;
profesión, estado civil, sexo, nacionalidad, etc. Puede notar que los
atributos no se presentan en la misma forma en todos los elementos. Estas
distintas formas en que se presentan los atributos reciben el nombre de
"modalidades".
Ejemplo:
El estado civil de cada uno de los estudiantes del curso de estadísticas, no
se presenta en la misma modalidad en todos.
 Variables cualitativas
Son las variables que expresan distintas cualidades, características o
modalidad. Cada modalidad que se presenta se denomina atributo o
categoría y la medición consiste en una clasificación de dichos atributos.
Las variables cualitativas pueden ser ordinales y nominales. Las variables
cualitativas pueden ser dicotómicas cuando sólo pueden tomar dos valores
posibles como sí y no, hombre y mujer o son politómicas cuando pueden
adquirir tres o más valores.
Dentro de ellas podemos distinguir:
o Variable cualitativa ordinal: También llamada 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.
o 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.
2.
3. CUADRO SINOPTICO DE MÉTODOS DE RECOLECCIÓN DE LA
INFORMACIÓN.
4. Población y muestra
Puesto que la estadística se ocupa de una gran cantidad de datos, debe
primeramente definir de cuáles datos se va a ocupar. El conjunto de datos de
los cuales se ocupa un determinado estudio estadístico se llama población.
No debe confundirse la población en sentido demográfico y la población en
sentido estadístico.
La población en sentido demográfico es un conjunto de individuos (todos los
habitantes de un país, todas las ratas de una ciudad), mientras que una
población en sentido estadístico es un conjunto de datos referidos a
determinada característica o atributo de los individuos (las edades de todos los
individuos de un país, el color de todas las ratas de una ciudad).
Incluso una población en sentido estadístico no tiene porqué referirse a muchos
individuos. Una población estadística puede ser también el conjunto de
calificaciones obtenidas por un individuo a lo largo de sus estudios
universitarios.
Los datos de la totalidad de una población pueden obtenerse a través de un
censo. Sin embargo, en la mayoría de los casos no es posible obtenerlos por
razones de esfuerzo, tiempo y dinero, razón por la cual se extrae, de la
población, una muestra, mediante un procedimiento llamado muestreo.
Se llama muestra a un subconjunto de la población, preferiblemente
representativo de la misma.
ejemplo, si la población es el conjunto de todas las edades de los estudiantes
de la provincia de Buenos Aires, una muestra será conjunto de edades de 2000
estudiantes de la provincia de Buenos Aires tomados al azar.
Universo: El Universo es generalmente definido como todo lo que existe
físicamente: la totalidad del espacio y del tiempo, de todas las formas de la
materia, la energía y el impulso, las leyes y constantes físicas que las
gobiernan.
5. FORMULA
Estudios para contraste de hipótesis. Es decir pretendemos comparar si
las medias o las proporciones de las muestras son diferentes.
Tabla 1. Elementos de la Inferencia Estadística
A. Estudios para determinar parámetros
Con estos estudios pretendemos hacer inferencias a valores poblacionales
(proporciones, medias) a partir de una muestra.
A.1. Estimar una proporción:
Si deseamos estimar una proporción, debemos saber:
a. El nivel de confianza o seguridad (1lugar a un coeficiente (Z ). Para una seguridad del 95% = 1.96, para una
seguridad del 99% = 2.58.
b. La precisión que deseamos para nuestro estudio.
c. Una idea del valor aproximado del parámetro que queremos medir (en
este caso una proporción). Esta idea se puede obtener revisando la
literatura, por estudio pilotos previos. En caso de no tener dicha
información utilizaremos el valor p = 0.5 (50%).
Ejemplo: ¿A cuantas personas tendríamos que estudiar para conocer la
prevalencia de diabetes?
Seguridad = 95%; Precisión = 3%: Proporción esperada = asumamos que
puede ser próxima al 5%; si no tuviésemos ninguna idea de dicha proporción
utilizaríamos el valor p = 0,5 (50%) que maximiza el tamaño muestral:
donde:
Z 2 = 1.962 (ya que la seguridad es del 95%)
p = proporción esperada (en este caso 5% = 0.05)
q = 1 – p (en este caso 1 – 0.05 = 0.95)
d = precisión (en este caso deseamos un 3%)
Si la población es finita, es decir conocemos el total de la población y
deseásemos saber cuántos del total tendremos que estudiar la respuesta seria:
donde:
N = Total de la población
Z 2 = 1.962 (si la seguridad es del 95%)
p = proporción esperada (en este caso 5% = 0.05)
q = 1 – p (en este caso 1-0.05 = 0.95)
d = precisión (en este caso deseamos un 3%).
¿A cuántas personas tendría que estudiar de una población de 15.000
habitantes para conocer la prevalencia de diabetes?
Seguridad = 95%; Precisión = 3%; proporción esperada = asumamos que
puede ser próxima al 5% ; si no tuviese ninguna idea de dicha proporción
utilizaríamos el valor p = 0.5 (50%) que maximiza el tamaño muestral.
Según diferentes seguridades el coeficiente de Z varía, así:
Si la seguridad Z
Si la seguridad Z
Si la seguridad Z
Si la seguridad Z
fuese del 90% el coeficiente sería 1.645
fuese del 95% el coeficiente sería 1.96
fuese del 97.5% el coeficiente sería 2.24
fuese del 99% el coeficiente sería 2.576
Bibliografía:
www.monografias.com › Educacion
http://www.monografias.com/trabajos15/estadistica/estadistica.shtml
.http://es.wikipedia.org/wiki/Fuente_primaria