¿Cómo estamos vinculados con la estadística?

[pic 1][pic 2][pic 3][pic 4][pic 5]

[pic 6]

INTRODUCCIÓN

En este trabajo colaborativo buscamos entender y aprender como estamos vinculados con la estadística, así también sus diversas funciones que son aplicadas en la vida cotidiana, también nos permitirá conocer estas herramientas para efectuar sus aplicaciones de manera correcta. Conoceremos los tipos de variables y sus definiciones. Por ultimo conoceremos ejemplos en su aplicación para poder identificar su aplicación en la vida diaria de nuestra sociedad.

1. Explique los tipos de datos que podemos encontrar en una muestra con sus respectivas variables y confeccione un mapa conceptual.

La estadística es la disciplina encargada de recopilar, estudiar e interpretar datos para describir las características de una determinada población o muestra. Para este proceso, es necesario conocer los diferentes tipos de datos que pueden presentarse, así como las variables asociadas a cada uno de ellos.

Existen varios tipos de datos que se pueden encontrar en las muestras de estadística, y estos se clasifican en dos grandes categorías: datos cualitativos y datos cuantitativos.

Los datos cualitativos: se refieren a aquellos que no se pueden medir con números, sino que se describen con palabras o etiquetas. Dentro de esta categoría, encontramos dos tipos de variables: nominal y ordinal.

La variable nominal: se refiere a categorías que no tienen un orden específico. Por ejemplo, el género (hombre o mujer) o la ocupación (estudiante, trabajador, desempleado, etc.). Estas variables no se pueden ordenar de menor a mayor ni se pueden aplicar operaciones matemáticas sobre ellas.

La variable ordinal: en cambio, sí tiene un orden específico. Sin embargo, no se puede determinar la magnitud o diferencia entre cada categoría. Por ejemplo, la clasificación socioeconómica (baja, media y alta) o la satisfacción del cliente (muy insatisfecho, insatisfecho, neutral, satisfecho, muy satisfecho). En este caso, se pueden ordenar las categorías de menor a mayor, pero no se pueden comparar las diferencias de forma matemática.

Los datos cuantitativos: se refieren a aquellos que se pueden medir con números. Dentro de esta categoría, encontramos dos tipos de variables: discreta y continua.

La variable discreta: se refiere a valores contables. Es decir, valores que solo pueden ser números enteros. Por ejemplo, el número de hijos que tiene una familia, el número de estudiantes en una clase o la cantidad de veces que una persona ha hecho ejercicio en una semana.

La variable continua: se refiere a valores que pueden tomar cualquier valor en un rango determinado. Por ejemplo, la altura de una persona, el tiempo que tarda un corredor en recorrer una distancia o la temperatura en grados Celsius.

A continuación, se presenta un mapa conceptual que resume los diferentes tipos de datos y sus respectivas variables:

[pic 7]

1. ¿Cuáles son las diversas etapas implicadas para un proyecto estudio de análisis estadístico? Explique cada una de las etapas agregando un ejemplo o caso ficticio.

Para el análisis estadístico es una herramienta poderosa que puede ser utilizada en una amplia variedad de proyectos, desde la investigación científica hasta la toma de decisiones empresariales o gubernamentales, etc. A continuación, explicaremos las diversas etapas que se suelen seguir en un proyecto de análisis estadístico y se proporciona un ejemplo para cada una de estas etapas.

Etapa 1: Definir el problema

La primera etapa en un proyecto de análisis estadístico consiste en definir el problema a resolver. En esta etapa, es importante determinar qué datos se necesitan recopilar y cómo los van a analizar.

Ejemplo: Una tienda de retail quiere entender mejor los patrones de compra de sus clientes. Definen el problema como "¿Cuáles son los productos más populares que compran los clientes frecuentes?"

Etapa 2: Recopilar datos

Una vez que se ha definido el problema, se debe recopilar los datos necesarios para el análisis. Es importante asegurarse de que los datos sean precisos, completos y relevantes.

Ejemplo: La tienda de retail recopila datos de ventas de los últimos 12 meses de sus clientes frecuentes, incluyendo los productos comprados, la fecha y la hora y el valor de la venta.

Etapa 3: Limpieza de datos.

Después de recopilar los datos, se debe realizar una limpieza de datos para eliminar cualquier información innecesaria y corregir cualquier inconsistencia. Es importante asegurarse de que los datos sean coherentes y estén listos para el análisis.

Ejemplo: En el conjunto de datos de la tienda, se realizará una limpieza de datos para eliminar posibles entradas repetidas, campos no requeridos y datos erróneos.

Etapa 4: Análisis exploratorio de datos

En esta etapa, se utilizan técnicas estadísticas para explorar los datos y descubrir patrones y relaciones. Esto puede incluir gráficos, estadísticas descriptivas y análisis de correlación.

Ejemplo: La tienda puede utilizar un análisis de gráfico de barras para identificar los productos más vendidos y la cantidad de ventas realizadas. En este análisis, se pueden analizar diferentes tiendas para ver cómo difieren las tendencias de consumo.

Etapa 5: Aplicación de técnicas estadísticas

...