COMENTARIO DEL BLOG EN EL ESTUDIO

EL BLOG ES UNA HERRAMIENTA MUY IMPORTANTE YA QUE ES ALGO INNOVADOR EN EL ESTUDIO PARA TODOS LOS JOVENES. CON ESTE TIPO ESTUDIO SE APLICARA Y SE ENSEÑARA UN MEJOR APRENDIZAJE SOBRE TEMAS A DESARROLLAR PROPORCIONADOS POR UN CATEDRATICO. ADEMAS BENEFICIARA TANTO AL ESTUDIANTE PORQUE APRENDERA COMO ES QUE SE CREA, SE UTILIZA Y PARA QUE SIRVE UN BLOG. MEJORARA SU CONOCIMIENTO CON RESPECTO A LA TECNOLOGIA QUE ES LO QUE ABARCA HOY EN DIA. Y QUE SE SIGA CON ESTE TIPO DE ENSEÑANZA POR PARTE DE LOS CATEDRATICOS QUE LA UTILIZAN CON SUS ALUMNOS.

ESPERANZA MATEMATICA

En estadística la esperanza matemática (o simplemente esperanza) o valor esperado de una variable aleatoria es la suma del producto de la probabilidad de cada suceso por el valor de dicho suceso. Por ejemplo, en un juego de azar el valor esperado es el beneficio medio.
Si todos los sucesos son de igual probabilidad la esperanza es la media aritmética.

COMENTARIO: con la esperanza matematica nosotros podremos calcular que resultado dara un evento al multiplicarlo por su probabilidad y sumarlo por los demas eventos.
Y asi encontraremos la respuesta esperada.

CLASIFICACION DE LOS EVENTOS

1. MUTUAMENTE EXCLUYENTES O DISJUNTOS: aquellos que no pueden ocurrir al mismo tiempo.

2. INDEPENDIENTES: estos no se ven afectados por otros. Por ejemplo el color de los zapatos y el clima.

3. DEPENDIENTES: cuando un evento afecta a la probabilidad de que suceda otro. Ejemplo: cuanco uno hace un mal ejercicio es probable de que no saque un buen resultado

4. NO EXCLUYENTES ENTRE SI: cuando la concurrencia de uno de ellos no impide que suceda otro (a) ejemplo: que una persona sea actor y que tenga 35 años.

COMENTARIO: estos eventos se dan dependiendo del evento que se plantee y se denominara segun el caso. Puede ser excluyente cuando uno de estos puede que este otra vez. Independientes cuando no dependen del resultado de otro. Dependientes cuando si dependen del resultado que se de del anterior.

ARBOL DE PROBABILIDADES

Un arbol de probabilidad es una grafica que presenta los resultados posibles de un evento asi como la probabilidad de cada uno de ellos.

COMENTARIO: con este metodo podremos saber cuantas probabilidades puedan haber para que se de el resultado de un evento.

CLASIFICACION DE LA PROBABILIDAD

PROBABILIDAD CLASICA:
La probabilidad clasica supone que todos los eventos tienen la misma probabilidad de ocurrir. Esta es la relacion entre el numero de eventos señalados como exitosos respecto al total de eventos disponibles.

PROBABILIDAD RELATIVISTA:
La probabilidad objetiva bajo el enfoque de frecuencia relativa define la probabilidad como la relacion entre el numero de eventos favorables obtenidsos respecto al total de intentos.

COMENTARIO: la probabiliad clasica simplemente supone cuantos eventos pueden ocurrir en cambio la relativista da un resultado mas concreto sobre la probabilidad de alguna actividad.

PROBABILIDAD

La probabilidad mide la frecuencia con la que aparece un resultado determinado cuando se realiza un experimento. El experimento tiene que ser aleatorio, es decir, que pueden presentarse en diversos resultados, dentro de un conjunto posible de soluciones. Hay experimentos que no son aleatorios y por lo tanto no se les puede aplicar las reglas de la probabilidad.

EJEMPLOS:
1. aleatorio: lanzamos una moneda al aire: el resultado puede ser cara o cruz, pero no sabemos de antemano cual de ellos va a salir.

2. no aleatorio: en lugar de tirar la moneda al aire, directamente seleccionamos cara. Aqui no podemos hablar de probabilidades, sino que ha sido un resultado determinado por uno mismo.

TEORIA DEL CONTEO

La teoría de conjuntos es de mucha utilidad en el desarrollo de las probabilidades, y es por ello que se debe revisar los conocimientos sobre las operaciones de conjuntos como lo son: la unión, la intersección, el complemento de un conjunto, etc.
.- Consideraremos a W como el conjunto universal el cual posee todos los elementos posibles, así el conjunto A es un subconjunto de W si todos los elementos de A son elementos de W, y se denota:
A Ì W si para todo x ÎA, x Î W
.- Sean A y B dos conjuntos cuales quiera entonces:
la unión se define como: C = A È B = { x / xÎA o xÎB};
la intersección se define como: C = A Ç B = { x / xÎA y xÎB};
el complemento se define como: Ac = { x Î W / x Ï A },
El conjunto que no posee elementos se denomina conjunto vacío y se denota por Æ . (Notemos que A Ç Ac = Æ )
Diremos que A y B son disjuntos o mutuamente excluyente si: A Ç B = Æ.
Para resolver algunos problemas de probabilidades es necesario conocer el numero de elementos que posee cierto conjunto y el conjunto universal, denominado, en probabilidades, espacio muestral, es por ello que se debe saber como determinar el número de elementos de cualquier conjunto, tarea que puede ser algo complicado, sin embargo en algunos casos esto se puede realizar y por ello es que es importante el aprender a calcular este número.

COMENTARIO: por medio de esta teoria podremos descifrar cuantos conjuntos pueden salir de una sola y por la cual se podran definir o sacar permutaciones o combinaciones.

METODO DE MINIMOS CUADRADOS

Métodos de mínimos cuadrados.

El procedimiento mas objetivo para ajustar una recta a un conjunto de datos presentados en

un diagrama de dispersión se conoce como "el método de los mínimos cuadrados". La recta

resultante presenta dos características importantes:

1. Es nula la suma de las desviaciones verticales de los puntos a partir de la recta de ajuste

∑ (Yｰ - Y) = 0.

2. Es mínima la suma de los cuadrados de dichas desviaciones. Ninguna otra recta daría

una suma menor de las desviaciones elevadas al cuadrado ∑ (Yｰ - Y)² → 0

EJEMPLO 1

Se toma una muestra aleatoria de 8 ciudades de una región geográfica de 13 departamentos y se determina por los datos del censo el porcentaje de graduados en educación superior y la mediana del ingreso de cada ciudad, los resultados son los siguientes:

CIUDAD : 1 2 3 4 5 6 7 8

% de (X)

Graduados : 7.2 6.7 17.0 12.5 6.3 23.9 6.0 10.2

Ingreso (Y)

Mediana : 4.2 4.9 7.0 6.2 3.8 7.6 4.4 5.4 (0000)

Tenemos las ecuaciones normales

∑y = na + b∑x

∑xy = a∑x + b∑x²

Debemos encontrar los términos de las ecuaciones

∑y, ∑x, ∑xy, ∑ x² Por tanto procedemos de la siguiente forma:

Y	X	XY	X²
4.2	7.2	30.24	51.84
4.9	6.7	32.83	44.89
7.0	17.0	119.00	289.00
6.2	12.5	77.50	156.25
3.8	6.3	23.94	39.69
7.6	23.9	181.64	571.21
4.4	6.0	26.40	36.00
5.4	10.2	55.08	104.04
43.5	89.8	546.63	1292.92

COMENTARIO: este metodo lo itilizaremos y nos sirve para ajustar mejor los datos en una recta, de correlacion lineal y es un metodo muy facil de aplicar por medio de una expresion que anteriormente ya se mostro y en la cual se especifica el uso y el funcionamiento.

METODO DE LAS MEDIAS MOVILES

Las medias móviles son el indicador más empleado en el análisis chartista. Se trata de un promedio aritmético que "suaviza" la curva de precios y se convierte en una linea o curva de la tendencia, permitiendo analizar su inicio y su final. No proporciona cambios de tendencia pero si los puede confirmar.

Una media móvil, tal como su nombre indica, es una media sobre un conjunto de valores (precios, volúmenes...) que tiene la particularidad que su cálculo se efectúa sobre un número concreto de datos (n días) que marcan el periodo. A medida que se incorpora un nuevo dato desaparece el primero, para mantener siempre este periodo de cálculo.


COMENTARIO: este metodo lo utilizaremos para encontrar la media de los datos estudiados durante un tiempo, con esto podremos ver cual es el promedio principal de cualquier fenomeno como por ejemplo de precios, produccion, etc.

METODO DE DOS PROMEDIOS

Divide las series de tiempo en dos partes , osea se toma la mitad de abajo y se opera igual que la mitad de arriba.
Es el metodo de las series de tiempo que pronostica las ventas para el siguiente periodo. Para ello, promedia los datos de unos cuantos periodos recientes y este promedio se convierte en el pronostico del periodo siguiente

COMENTARIO: este metodo lo utilizaremos para estudiar por separado las series y despues compararlas y sacar conclusiones sobre el problema estudiado y ver que cambios sufre.

TENDENCIA EVOLUTIVA

Es aquella tendencia que no sigue una tendencia lineal sino que evoluciona a lo largo del tiempo y toma diferentes caracteristicas y formas de prediccion.

Es la tendencia que ocurre o se desarrolla por evolucion durante un periodo del tiempo, pueden ser cortos o largos.

COMENTARIO: es la tendencia que va evolucionando durante un tiempo determinado sobre un dato que se este estudiando y cambie.

TENDENCIA DETERMINISTA

Se dice que una tendencia es determinista si conociendo sus valores pasados se puede determinar sin error sus valores futuros. Con tendencias deterministas no hay incertidumbre sobre ellas. Es aquel cuya media es funcion del tiempo.





COMENTARIO: esta tendencia nos sirve para sacar conclusiones de lo que va a suceder con un dato en un futuro por medio de los estudios realizados.

CLASES DE TENDENCIA

CONSTANTE: una tendencia constante es aquella cuyo valor no varia en el tiempo, es un valor fijo, aunque a veces no determinado.

VARIABLE O ESTOCASTICA: el componente estocastico mide la variabilidad de las series de tiempo despues de retirar los otros componentes.

COMENTARIO: la tendencia constante es aquella que no varia y se mantiene fijo en el tiempo. La tendencia estocastica o variable es la que si tiene un cambio durante un periodo determinado.

CLASIFICACION DE LAS SERIES TEMPORALES

ESTACIONARIA: es aquella serie de datos cuyas propiedades estadisticas basica, como media y la varianza, permanecen constantes en el tiempo, se dice que una serie que no presenta crecimiento o declinacion es estacionaria.


NO ESTACIONARIA: en las series no estacionarias la media y la varianza cambian a lo largo del tiempo, una serie no estacionaria puede ser estacional es decir, que la serie tiene una pauta de evoluccion que se repite de un año a otro, ya que este tipo de series son dinamicas o evolutivas.





COMENTARIO: las series estacionarias son aquellas que no varian su nivel en el tiempo.
Las no estacionarias los datos que si varian durante un tiempo

EJEMPLOS DE GRAFICAS DE SERIES DE TIEMPO

Cuando se grafican las mediciones como una serie de tiempo a menudo se observan tendencias, ciclos u otras características importantes de los datos que, de otra forma, pasarían inadvertidas. Por lo tanto, cuando se tienen datos tomados en forma cronológica, y antes de realizar los cálculos para una distribución de frecuencia o un histograma, es indispensable realizar primero el gráfico de serie de tiempo para verificar que la muestra sea aleatoria y no contenga ciclos, tendencias u otros fenómenos no aleatorios.

La gráfica siguiente presenta la evolución de los caudales de un río para un mismo mes y para diferentes años. Como se observa, no hay aparentemente ninguna tendencia ni ningún comportamiento cíclico.

La gráfica siguiente presenta de nuevo la evolución de los caudales mensuales para un río para los diferentes meses del año y para un período de varios años. No se observa ninguna tendencia en los caudales, pero sí un comportamiento cíclico, con un ciclo de 12 meses. Observe, por ejemplo, el comportamiento de los caudales para los períodos 1, 13, 25, etc. En este caso, no tendría sentido calcular, por ejemplo, un solo histograma para todo el conjunto de datos, sino que habría que analizar, en principio, cada mes por separado. Todo el conjunto de datos puede analizarse usando las técnicas especiales diseñadas para el análisis de las series de tiempo.

COMENTARIO:
Creo que estas graficas nos muestran como es que los diferentes estudios que se realizan sobre un problema, dato o variable varia segun el tiempo y pueden tomer una tendencia que puede ser ciclica o no y que ademas nos puede pronosticar que cambio puede sufrir mas adelante la misma variable

SERIES DE TIEMPO

Series de Tiempo
Una serie temporal o cronologica es un conjunto e observaciones de una variable, ordenadas segu transcurre el tiempo.
En una serie de tiempo las observaciones no se deben ordenar de mayor a menor debidoa que se perderia el grueso de la informacion debido a que nos intersea detectar como se mueve la variable en el tiempo es muy importante respetar la secuencia temporal de las observaciones.

2.2 Representacion de una Serie Temporal
Par realizar la reprsenyacion de una serie ytemporal se debe realizae mediante una gráfica de disprsión x-y como se muestra en la fig.1

REGRESION Y CORRELACION LINEAL

REGRESION: La regresión lineal simple comprende el intento de desarrollar una línea recta o ecuación matemática lineal que describe la reacción entre dos variables.

La regresión puede utilizadas de diversas formas. Se emplean en situaciones en la que las dos variables miden aproximadamente lo mismo, pero en las que una variable es relativamente costosa, o, por el contrario, es poco interesante trabajar con ella, mientras que con la otra variable no ocurre lo mismo.
La finalidad de una ecuación de regresión seria estimar los valores de una variable con base en los valores conocidos de la otra.

Otra forma de emplear una ecuación de regresión es para explicar los valores de una variable en término de otra. Es decir se puede intuir una relación de causa y efecto entre dos variables. El análisis de regresión únicamente indica qué relación matemática podría haber, de existir una. Ni con regresión ni con la correlación se pude establecer si una variable tiene “causa “ciertos valores de otra variable.

Ecuación Lineal:
Dos características importantes de una ecuación lineal
la independencia de la recta
la localización de la recta en algún punto. Una ecuación lineal tiene la forma:

y = a + bx

En la que a y b son valores que se determina a partir de los datos de la muestra; a indica la altura de la recta en x= 0, y b señala su pendiente. La variable y es la que se habrá de predecir, y x es la variable predictora.

RELACION ENTRE LA CURVA Y EL DIAGRAMA DE CAJAS

El diagrama de cajas es un grafico, basado en cuartiles, mediante el cualse visualiza un conjunto de datos. Es una representacion de la informacion contenida en un conjunto de datos. Para su constrccion se necesitan los valores mayor y menor, asi como los cuartiles Q1, Q2 y Q3.

El area bajo la curva es un tipo de curva uniforme y simetrica cuya forma recuerda a muchos a una campana. El rasgo mas importante de la curva normal es su simetria.

CARACTERISTICAS DEL DIAGRAMA DE CAJAS

Representa un solo eje. Se representan los valores minimo y maximo, la primera y la tercera cuartila y la mediana. Proporcionan informacion completa visual sobre como se distribuyen los datos.

Proporciona una idea intuitiva de la simetria de la distribucion de datos: si la media no esta en el centro de del rectangulo eso significa, que la distribucion no es simetrica, conociendo ademas a que lado se escora.

Suministra informacion sobre la mediana, el cuartil Q1, Q3. sobre la existencia de atipicos y la simetria de la distribucion., sobre un rectangulo alineado horizontal o verticalmente.

DIAGRAMA DE CAJAS Y BIGOTES (BOX AND WHISKER PLOT)

Un diagrama de caja es un gráfico, basado en cuartiles, mediante el cual se visualiza un conjunto de datos.
En un gráfico que se suministra información sobre la mediana, El cuartil Q1 y Q3, sobre la existencia de atípicos y la simetría de la distribución.

VALORES ESTANDARIZADOS

Determina el numero de desviaciones estandar que hey entre un valor dado y la media. Estara por encima de la media si Z es positivo y por abajo si Z es negativo. Indica la direccion y el grado en que cualquier puntaje crudo se desvia de la media de una distribucion en una escala de unidades DE por arriba de la media, mientras que un puntaje Z de -2,1 significa que el puntaje cae un poco mas de 2DE por debajo de la media.

DISTRIBUCION DE PORCENTAJES BAJO LA CURVA

AREA BAJO LA CURVA

Es un tipo de curva uniforme y simetrica cuya forma recuerda a muchos una campana, por lo que se le conoce como la curva en forma de campana. El rasgo mas importante de la curva normal es su simetria. Par apoder emplear la curva normal en la resolucion de problemas, debemos familiarizarnos con el area bajo la curva normal: aquella area que esta entre ls curva y la linea base y que contiene un 100% o todos los casos en una distribucion normal dada. A principios del siglo XIX Gauss y Lapiacce ampliaron el desarrollo del concepto de la curva y el de probabilidad. Actualmente la curva se le conoce como: "curva de error" "curva de campana" "curva de Gauss" "curva DeMoire". La altura maxima de la curva esta en la media. Es asintotica porque las colas nunca tocan la linea de base sino que se prolongan indefinidamente en uno y otros sentidos.

EL PORTAFOLIOS

El Portafolio es un método de enseñanza, aprendizaje y evaluación que consiste en la aportación de
producciones de diferente índole por parte del estudiante a través de las cuáles se pueden juzgar sus
capacidades en el marco de una disciplina o materia de estudio. Estas producciones informan del
proceso personal seguido por el estudiante, permitiéndole a él y los demás ver sus esfuerzos y logros,
en relación a los objetivos de aprendizaje y criterios de evaluación establecidos previamente.
El portafolio como modelo de enseñanza - aprendizaje, se fundamenta en la teoría de que la
evaluación marca la forma cómo un estudiante se plantea su aprendizaje.
El portafolio del estudiante responde a dos aspectos esenciales del proceso de enseñanza-aprendizaje,
implica toda una metodología de trabajo y de estrategias didácticas en la interacción entre docente y
discente; y, por otro lado, es un método de evaluación que permite unir y coordinar un conjunto de
evidencias para emitir una valoración lo más ajustada a la realidad que es difícil de adquirir con otros
instrumentos de evaluación más tradicionales que aportan una visión más fragmentada.

ESTADISTICA

ESTADISTICA La estadística es una ciencia matemática que se refiere a la recolección, estudio e interpretación de los datos obtenidos en un estudio. Es aplicable a una amplia variedad de disciplinas, desde la física hasta las ciencias sociales, ciencias de la salud como la Psicología y la Medicina, y usada en la toma de decisiones en áreas de negocios e instituciones gubernamentales. COMENTARIO Por medio de la estadistica nosotros podremos clasificar,cuautificar, tabular y organizar cualquier dato que sea cualitativo o cuantitativo y lograremos obtener una respuesta concret a cualquier problema de investigacion y que requiera de metodos estadisticos para poder realizarlo. VARIABLE Una variable es un simbolo que representa un elemento no especificado de un conjunto dado. Dicho conjunto es llamado conjunto universal de la variable o universo de la variable, y cada elemento del conjunto es un valor de la variable. Sea x una variable cuyo universo es el conjunto {1,3,5,7,9,11,13}; entonces x tiene los valores 1,3,5,7,9,11,13. En otras palabras x puede reemplazarse por cualquier entero positivo impar menor que 14. Por esta razón, a menudo se dice que una variable es un reemplazo de cualquier elemento de su universo. COMENTARIO: Es la representacion cuantificable de algun elemento, al cual se le estudiaria para poder darle una respuesta. VARIABLE CUALITATIVA: 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. COMENTARIO: Por medio de esta variable se podra estudiar las cualidades de algun objeto o elemento, y asi se podra saber que caracteristicas diferencian un objeto de otro, comol por ejemplo hombre y mujer entre sexo masculino y fenmenino. 1. Variable cualitativa ordinal: 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 COMENTARIO: Esta clase de variable nos sirve para ponerle orden a los datos del problema que estamos estudiando y asi nos sera mas facil comprender cada dato. 2. 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. COMENTARIO: En esta variable lo unico que puede hacerse es establecer frecuencias en cada atributo y la igualdad o desigualdad entre los diferentes datos o verificar que grupo es el que tiene mayor frecuencia que es la moda. VARIABLE CUANTITATIVA: Aquella que se puede medir y se expresa numéricamente. Estos números reciben el nombre de datos. COMENTARIO: Esta clase de variables representa los datos en forma numerica y esta clase de variables es la mas conveniente para realizar cualquier problema cuantificable Discretos: toman un número determinado de valores. COMENTARIO En esta clase de variables los datos tienen que ser concretos, que realmente se puedan contar y se puedan estudiar adecuadamente. Continuo: Pueden tomar cualquier valor comprendido entre dos valores dados. Estos datos se agrupan en intervalos. COMENTARIO: Son aquellos datos que tienen un valor infinito y pueden tomar valor desde cualquier infinidad de valores. CODIFICACIÓN El objetivo de este procedimiento es agrupar numéricamente los datos que se expresen en forma verbal para poder luego operar con ellos como si se tratara, simplemente, de datos cuantitativos. Para lograrlo se habrá de partir de un cúmulo de informaciones que tengan una mínima homogeneidad, lo cual es necesario para poder integrarlas. Pueden tratarse de cientos de respuestas a una misma pregunta o de una variedad de posibles situaciones observadas mediante un mismo ítem de una pauta de observación: en ambos casos existirá una determinada variedad de respuesta o de observaciones que presenten las elecciones o los comportamientos de los objetos de estudio. Ejemplo: COMENTARIO: La codificacion nos sirve mas que todo para tranaformar datos o numeros con decimales a enteros o tambien se pueden hacer de forma inversa. DIAGRAMA DE TALLOS Y HOJAS: Es una técnica estadística para representar un conjunto de datos. Cada valor numérico se divide en dos partes. El o los dígitos principales forman el tallo y los dígitos secundarios las hojas. Los tallos están colocados a lo largo del eje vertical, y las hojas de cada observación a lo largo del eje horizontal. Ejemplo. Considere los siguientes números: 65, 57, 79, 69, 53, 63, 71. Los tallos serán las decenas, y las ramas serán las unidades, de la siguiente manera Tallo Rama Frecuencia 5 73 2 6 593 5 7 91 3 Total 7 NOTACION SUMATORIA Una sumatoria nos permite representar sumas muy grandes, de n sumandos o incluso sumas infinitas y se expresa con la letra griega sigma( Σ ) . Una sumatoria se define como: CONCEPTOS ESTADISTICOS 1. ESTADISTICA: La estadistica nos sirve para cuantificar hechos o datos y por medio de esto sacar conclusiones sobre esta. ya que la estadistica contiene metodos y pasos que nos ayudan a determinar y sacar conclusiones sobre el problema. 2. INDIVIDUO O UNIDAD ESTRATEGICA: Es cualquier elemento de una poblacion que va a ser estudiado, este elemento puede ser una persona, o algun objeto del cual se quiere obtener informacion. 3. POBLACION: Es el grupo colectivo que se desea estudiar y en donde sacaremos una muestra para poder estudiarla y analizarla mejor. 4. MUESTRA: Es lo que sacaremos de la poblacion para estudiarla y obtener conclusiones sobre la poblacion por medio de esta. 5. PARAMETRO: Es la cantidad de la variable a la cual le podemos asignar un valor numerico. 6. ESTIMADOR O ESTADISTICO: Es algun dato del cual queremos estimarle un valor. Por medio de esto lo evaluaremos y le encontraremos un valor representativo. 7. VARIABLE: Es alguna caracteristica que puede variar segun su valor. 7.1 VARIABLE CUANTITATIVA: Son todos los datos que pueden ser representados numericamente. 7.2 VARIABLE CUALITATIVA: Estas variables no se pueden representar numericamente sino por medio de caracteristicas cualitativas que denotan a un dato. 8. VARIABLE CUANTITATIVA DISCRETA: Es aquella variable con un dato numerico concreto y no contiene mas. 9. VARIABLE CUANTITATIVA CONTINUA: Son aquellos datos que poseen un valor numerico infinito y por eso se denominan continuas. 10. ESCALAS DE MEDICION: Las escalas de medicion son aquellas que nos sirven para poder ordenar las caracteristicas cualitativas o cuantitativas de un dato. 10.1 ESCALA NOMINAL: Esta escala nos sirve para darle un nombre a los datos y ordenarlos. 10.2 ESCALA ORDINAL: Por medio de esta escala, nosotros ordenamos los datos y les asignamos nombres. 11. INFORMACION CUANTITATIVA: Tal y como el nombre lo designa, la informacion cuantitativa no es mas que la informacion que nosotros encontramos de forma numerica o cuantificable. 11.1 ESCALA DE RAZON: Esta escala nos permite ver la relacion que hay entre los datos, ademas de darles nombres, diferencias y orden. 11.2 ESCALA DE INTERVALO: Esta escala nos hace ver las diferencias que existen entre los datos dados y asi como las demas escalas asigna nombres y orden. 12. ESTADIGRAFO: Es aquella variable que nos explica las distribuciones que se dan entre los datos cuantitativos o cualitativos y asi poder entender mejor el problema y sacar conclusiones al respecto. MEDIDAS DE TENDENCIA CENTRAL MEDIA: La media o promedio, de una cantidad finita de números, es igual a la suma de todos ellos dividida entre el número de sumandos. Es uno de los principales estadísticos muestrales. COMENTARIO: como lo indica el concepto anterior es el promedio de una distribucion de datos ya sea simples o agrupadas. MODA: Es el dato que más se repiten en la cuenta. Si existen dos datos que se repite un numero igual de veces entonces el conjunto será bimodal. Ejemplo: Numero de personas en distintas casas en una villa: 5-7-4-6-9-5-6-1-5-3-7 en este caso el numero que más se repite es 5 entonces la moda en este caso es 5. COMENTARIO: la moda es el dato que mas se repite en una distribucion de frecuencias. MEDIANA: definiremos como mediana al valor de la variable que deja el mismo número de datos antes y después que él. COMENTARIO: practicamente la mediana es el centro de toda distribucion de frecuencias. MEDIA CUADRATICA: La media cuadrática es igual a la raíz cuadrada de la suma de los cuadrados de los valores dividida entre el número de datos: COMENTARIO: Por medio de esta podremos calcular cual es el promedio de los numeros cuadrados. MEDIA GEOMETRICA: La 'media geométrica' de una cantidad finita de números (digamos 'n' números) es la raíz n-ésima del producto de todos los números.

COMENTARIO: por medio de esta podremos encontrar respuesta a valores que sean infinitos.

MEDIA ARMONICA:La media armónica , representada por H, de una cantidad finita de números es igual al recíproco, o inverso, de la media aritmética de los recíprocos de dichos números
Así, dados los números a1,a2, ... , an, la media armónica será igual a:

MEDIDAS DE DISPERSION

DESVIACION MEDIA: La desviación media es la media de las diferencias en valor absoluto de los valores a la media.

COMENTARIO: La desviacion media nos sirven para ver que tan dispersos estanlos datos con respecto a la media.

DESVIACION ESTANDAR O TIPICA: La desviación estándar (o desviación típica) es una medida de dispersión para variables de razón (ratio o cociente) y de intervalo, de gran utilidad en la estadística descriptiva. Es una medida (cuadrática) que informa de la media de distancias que tienen los datos respecto de su media aritmética, expresada en las mismas unidades que la variable.

COMENTARIO: Al igual que la desviacion media la desviacion estandar nos sirve para verificar que tan dispersos estan los datos a la media o cualquier otro objeto.

MEDIDAS DE POSICION

CUARTILES: Dados una serie de valores X1,X2,X3...Xn ordenados en forma creciente,
Definimos:
Primer cuartil (Q1) como la mediana de la primera mitad de valores.
Segundo cuartil (Q2) como la propia mediana de la serie.
Tercer cuartil (Q3) como la mediana de la segunda mitad de valores.
En estadística descriptiva Los cuartiles son los tres valores que dividen al conjunto de datos ordenados en cuatro partes porcentualmente iguales.
Hay tres cuartiles denotados usualmente Q1, Q2, Q3. El segundo cuartil es precisamente la mediana. El primer cuartil, es el valor en el cual o por debajo del cual queda un cuarto (25%) de todos los valores de la sucesión (ordenada); el tercer cuartil, es el valor en el cual o por debajo del cual quedan las tres cuartas partes (75%) de los datos.

COMENTARIO: Los cuartiles lo utilizamos para verificar en que lugar se encuentra el dato con respecto a la media.

PERCENTILES:
Se representan con la letra C.
Es el percentil i-ésimo, donde la i toma valores del 1 al 99. El i % de la muestra son valores menores que él y el 100-i % restante son mayores.
Cuando los datos no están agrupados en intervalos los cuartiles, así como el resto de las medidas de posición, tienen un valor claro. Sin embargo, cuando tenemos una agrupación de los datos ya no es tan sencillo realizar el cálculo. Sí que resulta claro ver en cuál de los intervalos está el cuartil (quintil, decil o percentil) buscado, pero para calcular su valor exacto necesitaremos usar una fórmula.

COMENTARIO: Los percentiles al igual que los cuartiles nos sirven para ver en que lugar se encuentra la respuesta del dato estudiado.

MEDIDAS DE ASIMETRIA

SESGO: un sesgo es un error que aparece en los resultados de un estudio debido a factores que dependen de la recogida, análisis, interpretación, publicación o revisión de los datos que pueden conducir a conclusiones que son sistemáticamente diferentes de la verdad o incorrectas acerca de los objetivos de una investigación. Este error puede ser sistemático o no, y es diferente al error aleatorio.

COMENTARIO: El sesgo nos permite ver que grado asimetrico tienen los datos, pueden sen negativos o positivos.

CURTOSIS: En teoría de la probabilidad y estadística, la curtosis es una medida de lo "picudo"(concentrada entorno a la media) de la distribución de probabilidad de una variable aleatoria de número real. Una mayor curtosis implica que la mayor parte de la varianza es debida a desviaciones infrecuentes en los extremos, que se oponen a desviaciones comunes de medidas menos pronunciadas.

COMENTARIO: La curtosis se utiliza para describir que altura obtienen los datos con respecto a la media y si son leptocurticos, mesocurticos o platicurticos.

ESCALA DE LIKERT

La escala de Likert es una escala ordinal y como tal no mide en cuánto es más favorable o desfavorable una actitud, es decir que si una persona obtiene una puntuación de 60 puntos en una escala, no significa esto que su actitud hacia el fenómeno medido sea doble que la de otro individuo que obtenga 30 puntos, pero sí nos informa que el que obtiene 60 puntos tiene una actitud más favorable que el que tiene 30, de la misma forma que 40°C no son el doble de 20°C pero sí indican una temperatura más alta.
A pesar de esta limitación, la escala Likert tiene la ventaja de que es fácil de construir y de aplicar, y, además, proporciona una buena base para una primera ordenación de los individuos en la característica que se mide.

COMENTARIO: La escala de likert nos servira para comprobar que tan deacuerdo o desacuerdo estan las personas con respecto a un item de un problema estudiado, esto lo haran respondiendo cada item descrito en el diagrama de likert al cual a cada uno de estos se le asignara una puntuacion que calificara por medio de las respuestas que ellas contengan.

DIAGRAMA DE CAJAS

Presentación visual que describe al mismo tiempo varias características importantes de un conjunto de datos, tales como el centro, la dispersión, el alejamiento de la simetría, y la identificación de valores extremos (puntos atípicos), es decir, de valores que se alejan de una manera poco usual del resto de los datos.
Presenta los tres cuartiles, (y los valores mínimos y máximos) alineados sobre una caja vertical u horizontalmente.

COMENTARIO: El diagrama de cajas se utiliza para verificar que tan dispersos se encuentran los datos, que grado de asimetria contienen, para esto se utilizan los cuartiles 1,2 y 3 y aqui se comprueba cual es el centro de la distribucion de datos.

DIAGRAMA DE PUNTOS

El diagrama de puntos resulta de utilidad cuando el conjunto de datos esrazonablemente pequeño o hay relativamente pocos datos distintos. Cada dato se representa con un punto encima de la correspondiente localización en unaescala horizontal de medida. Cuando un valor se repite, hay un punto por cadaocurrencia y se colocan verticalmente. Permite por ejemplo analizar la dispersióny detectar datos atípicos.

COMENTARIO: El diagrama de puntos nos sirve para organizar y clasificar los datos o distribuciones de datos y poder comprender mejor el problema estudiado, los datos se ordenan y el dato repitente se le coloca un punto encima.