Se refiere a n estudio
que produjo datos
muestrales
Datos: son las
observaciones
recolectadas
Estadística: es un método de conjunto
de método para planear studios y
experimentos
Población: es el
conjunto completo de
todos los elentos
Censo: es el
conjunto de
datos de cada
uno de los
miembros de la
población
Muestra: es un
conjunto de datos
de cada uno de los
miembros d la
poblacion
Los datos muestrables
deben reunirse de una
forma adecuada, como a
través de un proceso de
selección aleaotoria
Si los datos muestrales
no se reúnen d forma
apropiada, resultara
taninutiles que ninguna
cantidad tortura
estadística podrá
salvarlos
Tipo de Datos
Se trata principalmente de
utilizar datos muéstrales para
hacer inferencias
Parámetro: una medición
numérica que describe
algunas características de
una poblacion
Estadísticas: es una medición
numérica que describe algunas
características de una muestra
Datos
cuantitativos:
consisten en
numero que
presentan
conteos o
mediciones
Datos
cualitativos: (o
categóricos o
de atributo) se
dividen en
diferentes
categorías que
se distinguen
por algunas
características
no numéricas.
Datos discretos: resulta
cuando el numero de valores
posibles es un numero finito
o un numero que "puede
contarse"
Datos continuos (numéricos) : resultan de un infinito de
posibles valores que corresponde a alguna escala
continua que cure un rango de datos sin huecos,
interrupciones o saltos.
El nivel de medición nominal: se caracteriza por
datos que consiste exclusivamente en nombres,
etiquetas o categorías.
El nivel de medición ordinal: cuando
pueden acomodarse en algún orden.
El nivel de medición de intervalo: tienen la
propiedad adicional de que la diferencia entre dos
valores de datos cualquiera tiene un sinificado
El nivel de medición de razón: la
propiedad adicional de que si tiene un
punto de partida cero natural
Pensamiento Critico
El éxito en el curso de introducción a la
estadística generalmente requiere mas
sentido común, que conocimientos
matemáticos, nos enfocamos en la
interpretación de datos y resultados
Una muestra de respues voluntaria( o muestra
autoseleccionada): es aquella en que los propios
sujetos deciden ser incluidos
Muestras pequeñas: Las
conclusiones no se deben basar en
muestras demasiado cortas
Graficas: se pueden utilizar para
exagerar o subestimar la verdadera
naturaleza de los datos
Pictogramas: son los
objetos tridimensionales,
como las bolsas de dinero,
sacos de monedas, etc.
Porcentajes: son datos inciertos
por que no siempre se maneja el
100% como se expresa.
Porcentaje : 6% de 1200
respuestas=6/100*1200=72
Fracción---porcentaje:
3/4=0.75--0.7*100=75%
Decimal---porcentaje:
0.250---0.250*100%=25.0&
Porcentaje---decimal:
85%=85/100=0.85
Falta de Respuesta: cuando
alguien se reúsa a responder
preguntas de encuestas.
Datos Faltantes: En ocasiones los
resultadose ven afectados por los
faltantes
Correlación y casualidad: esto significa
que cuando encontramos una asociación
estadística entre dos variables, no
podemos concluir que una de las variables
sea causa de la otra variable
Estudios para el propio beneficio:
En ocasiones los estudios reciben el
patrocinio de grupos con intereses
específicos que buscan promoverr
Números precisos: en este
caso, el numero es un
estimado
Imágenes parciales: es la técnica
correcta, aunque muy engañosa pues no
presenta los resultados completos
Distorsiones deliberadas:
es la información alterada a
pesar de la original
recabada en encestas
Diseño de experimentos
Reconozca que, para diseñar
experimentos, se requiere de una
gran reflexión y cuidado para
asegurarse de obtener
resultados validos.
Estudio Observacional: vemos y
medimos características especificas,
pero no intentamos modificar a los
sujetos que estamos estudiando
Experimento: aplicamos algunos
tratamientos y luego procedemos a
observar sus efectos sobre los
sujetos
Unidades experimentales: en los
experimentos, a los sujetos se les
denomina unidades
experimentales
Estudio Transversal: Los datos se
observan, miden y reúnen en un
solo momento
Estudio Retrospectivo (o de control
de caso): Los datos se toman del
pasado
Estudio prospectivo (o
longitudinal o de cohorte): los
datos se reunirán en el futuro y
se toman de grupos que
comparten factores comunes
Confusión: ocurre en un experimento
cuando uno es capaz de distinguir entre
los efectos de diferentes factores
Control de los factores de las variables: se
adquiere control al utilizar dispositivos
como un estudio a ciegas, un diseño de
bloques aleatorio, un diseño experimental
completamente aleatorio o un diseño
experimental rigurosamente controlado.
Estudio a ciegas:
experimento masivo para
probar y prevenir
situaciones posibles
Bloques:
Cuando se
diseña un
experimento
Diseño experimental completamente aleatorio: los
sujetos se asignan a distintos grupos de
tratamiento mediante un proceso de selección
aleatoria.
Diseño riguroso controlado: otro método
para asignar sujetos a los tratamientos
consiste en utilizarlo
Aleatoriedad y otras estrategias de
muestreo: si los os muéstrales no se
reúnen de forma adecuada, resultarían
tan inútiles que ninguna cantidad de
tortura estadística podrán salvarlos.
Muestra Aleatoria: los miembros de la
población se selecciona de modo que cada
miembro individual tenga la misma
posibilidad de ser elegido.
Muestra aleatoria simple: de n sujetos se
selecciona de manera que cada posible
muesa del mismo tamaño n tenga la
misma posibilidad de ser elegida
Muestra probabilística: implica seleccionar miembros de
una población de forma de que cada miembro tenga una
posibilidad conocida.
Muestreo sistemático :
elegimos un punto de partida y
luego selecionamos
Muestreo de conveniencia: se
utilizan los resultados que sean
muy facies de obtener
Muestreo Estratificado: subdividimos
a la población en dos grupos de
modo que contengan las mismas
características
Muestreo por
conglomerado: primero
dividimos el área de la
población en secciones y
luego escogemos al azar
Muestreo de etapas múltiples: implica la selección de una
muestra en diferentes pasos, los cuales suelen incluir distintos
procedimientos de muestreo
Error de Muestreo: es la diferencia
entre el resultado de una muestra y
el verdadero resultado.
Error que no es de muestreo: es
cuando los datos se analizan
incorrectamente