Estadística

Keep track of all your to-dos for school with this template. You can turn all assignments into tasks using the task widget, set priorities, deadlines and mark progress.

Get Started. It's Free
or sign up with your email address
Rocket clouds
Estadística by Mind Map: Estadística

1. Estadística

1.1. Disciplina matemática que consiste en un conjunto de técnicas para el análisis de datos

1.1.1. Un Ejemplo de estadística se aplica en las encuestas que se hacen referentes a un tema del común, un producto o un servicio en donde se recopilan datos y opiniones y se establece un común denominador,

2. Escala ordinal

2.1. Llamada también escala de orden jerárquico, con ella se establecen posiciones relativas de los objetos o fenómenos en estudio, respecto a alguna característica de interés, sin que se reflejen distancias entre ellos.

2.1.1. Un ejemplo de ello sería el siguiente: Suponga que a los clientes en un almacen se les hace unas preguntas para valorar la calidad del servicio. Los clientes valoran la calidad de acuerdo a las siguientes respuestas: 1 (excelente), 2 (bueno), 3 (regular), 3 (malo) 4 (pésimo). Estos datos son ordinales. Note que una valoración de 1 no indica que el servicio es dos veces mejor que cuando se da una valoración de 2. Sin embargo podemos decir que la valoración de 1 es preferiblemente mejor que 2, y así en los demás casos.

3. Datos

3.1. Es la materia prima de la Estadística

3.1.1. Bases de datos que se usa para ser estudiada y analizada, para arrojar un resultado o varios resultados estadísticos. (encuestas, muestreos)

4. Medidas

4.1. Promedio aritmético - números simples que representan características de conjuntos de datos

4.1.1. Son las que establecen los limites a quienes se les va a realizar por ejemplo una encuesta a personas entre los 18 a 25 años,

5. Muestreo

5.1. Cantidad relativamente reducida de elementos representativos de una población

5.1.1. Es la información que se toma de forma aleatoria de unos datos producto de una encuesta a una población determinada sobre algún tema en especifico.

6. Pruebas de hipótesis

6.1. Son procedimientos a través de los cuales se trata de verificar si ciertas suposiciones son ciertas o no lo son

6.1.1. Un buen ejemplo de esto se aplica cuando se desea tener certeza de la acogida que tendrá un producto al salir al mercado, en donde se hace un estudio de pre factibilidad y se establecen unas hipótesis frente al interés del mercado por este.

7. Análisis de regresión y correlación

7.1. Es utilizado en economía y estudia la relación que podría existir entre la inversión y otra variable

7.1.1. Se puede aplicar para encuestas sociales, en donde se determinan rectas de regresión y coeficiente de correlación.

8. Análisis de series de tiempo.

8.1. Es el comportamiento porcentual que tienen ciertos indicadores con el transcurso de su periodo.

8.1.1. Un ejemplo de ello puede ser el comportamiento que tienen los almacenes de ropa tomando datos cada tres, seis o doce meses, para determinar el estado de resultados. La tasa de inflación puede ser otro ejemplo.

9. Números indice

9.1. Estudia las variaciones que sufren determinadas mediciones de un periodo a otro o durante diversos periodos

9.1.1. Precios y cantidades de artículos, indice de precios al consumidor, indice de la bolsa.

10. Análisis multivariado

10.1. En esta parte de la estadística revisa varias técnicas empleadas en el análisis de más de dos variables

10.1.1. Cuando se realiza una encuesta a varias poblaciones refiriendose a un solo tema.

11. Estadística descriptiva.

11.1. Se ocupa del análisis de los datos con el propósito de recopilarlos y organizarlos, sin utilizar muestras para hacer inferencia

12. Estadística inferencial.

12.1. Se ocupa del análisis del muestreo, para obtener conclusiones (inferencias) acerca de la población donde se obtienen los datos.

12.1.1. Un ejemplo de Estadística inferencial, se puede apreciar en el siguiente ejercicio: Una encuesta desarrollada por una empresa en marzo del 2010, dice que el rating de radio en Madrid esta encabezado por OC con un 10,5% seguido de RNE con 9,18% De acuerdo con una encuesta desarrollada por una empresa sobre telefonía residencial en el 2009, el gasto mensual promedia por cliente es de 90,30 euros por cliente. El INI informó que la Encuesta Permanente de Hogares del mes de marzo 2010 reporto la tasa más alta de desempleo que ascendió al 20% a nivel nacional. Saludos Ram.

13. población

13.1. Conjunto de todos los elementos o unidades de interés para un estudio determinado.

13.1.1. En estadística se implementa la población como la fuente de donde se obtiene toda a información necesaria que permita hacer una análisis sobre un tema determinado.

14. Muestra.

14.1. Subconjunto de los elementos de una población.

14.1.1. Es una parte de el total de información obtenida de una población.

15. Muestra aleatoria

15.1. Muestra representativa cuyos elementos son elegidos al azar.

15.1.1. Al igual que en la muestra se toma una parte del total de la información solo que esta no es tomada de forma determinada si no que se hace completamente aleatoria.

16. Probabilidad

16.1. Medida cuantitativa de la posibilidad de una ocurrencia de un evento.

16.1.1. Los ejemplos más claros y representativos son los ejercicios de lanzamiento de dados o monedas, en los que se determina la probabilidad que existe de obtener uno o varios resultados.

17. Evento

17.1. Suceso o hecho de interés

17.1.1. Son aquellos hechos en los que no se sabe con certeza lo que va a suceder, dependen del azar y no se puede determinar sus resultados aun repitiéndolo en varias ocasiones

18. Teoría de la probabilidad.

18.1. Se ocupa de analizar la forma en la que se miden diversos sucesos aleatorios.

18.1.1. Se usa en la estadística cuando una acción realizada puede arrojar más de un resultado, por ejemplo el lanzamiento de una moneda ya que es una sola acción pero esta puede tener un 50% de probabilidad que caiga cara o sello.

19. U

19.1. Unión

19.1.1. Termino aplicado en probabilidades cuando se trata de determinar la probabilidad de unión de sucesos compatibles.

20. n

20.1. Intersección

20.1.1. Termino aplicado en probabilidades cuando se trata de determinar la probabilidad de intersección de sucesos.

21. Y

21.1. Conjunción

21.1.1. En expresiones lógicas, o sea en proposiciones, la disyunción viene a ser la "o" y la conjunción la "y". La conjunción y las disyunción las usamos todos los días para expresarnos y dar a entender ciertas cosas.

22. Subconjunto.

22.1. Un conjunto B es un subconjunto de A, si todos los elementos de B son también elementos de A

22.1.1. Aplicado en teoría de conjuntos, y su definición nos hace entender los ejemplos en los que podemos encontrar este termino.

23. Experimento aleatorio.

23.1. Situaciones o ensayos que implican resultados inciertos.

23.1.1. Se aplica en probabilidades, cuando un evento tienen varios potenciales resultados, pero no se puede tener certeza de cual sera el resultado final, por el contrario solo se puede estimar el porcentaje de probabilidad en el que puede ocurrir un resultado especifico.

24. Espacio muestral.

24.1. Conjunto de todos los resultados posibles de un experimento aleatorio.

24.1.1. Por ejemplo, si el experimento consiste en lanzar dos monedas, el espacio de muestreo es el conjunto {(cara, cara), (cara, cruz), (cruz, cara) y (cruz, cruz)

25. Estadística Inferencial

25.1. Esta fase busca obtener conclusiones sólidas y más profundas que una simple descripción de la información, basados en el trabajo con muestras y su posterior generalización de resultados para la toma de decisiones y conclusiones sólidas

25.1.1. Ejemplos para estos es el estudio por medio de datos estadísticos de la acogida que puede tener un nuevo producto en un mercado existente, un estudio inferencial nos arroja suficiente información para toma una decisión

26. Colectivo o agregado

26.1. deben entenderse no solo los colectivos humanos, sino cualquier conjunto de hechos numerosos de la misma naturaleza, cualquiera que ella sea, que presentan ciertas características o modalidades distintivas, cuyo comportamiento generalizado y/o posible relación son objeto de estudio.

27. Escala de intervalo

27.1. Representa un nivel de medición más preciso, matemáticamente hablando, que las anteriores; no solo se establece un orden en las posiciones relativas de los objetos o individuos, sino que se mide también la distancia entre los intervalos o las diferentes categorías o clases.

27.1.1. Hemos encontrado un ejemplo que hace fácil entender el termino y su aplicación: Suponga que se está interesado en la temperatura del fundido de acero. Se toman cuatro lecturas cada dos horas: , , , y F. Obviamente los datos pueden ser ordenados (semejante a los datos ordinales) en orden ascendente de temperatura indicando temperatura más fria, menos fria, y asi sucesivamente. Además , las diferencias entre los valores ordenados pueden ser comparadas. Aquí el intervalo entre los valores de los datos y representan un incremento en la temperatura deF, y asi los demás intervalos. Hay que tener encuenta que en esta escala no hay un cero aboluto o real, el cero es arbitrario; por tanto no se puede decir que F es el doble de temperatura que F.

28. Escala de razón

28.1. Cuando una escala tiene todas las características de una escala de intervalo y además un punto cero real en su origen, se llama escala de razón.

28.1.1. Suponga que el peso de cuatro piezas fundidas de metal son 2.0, 2.1, 2.3 y 2.5 kg. El orden(ordinal) y la diferencia (intervalo) en los pesos puede ser comparado. Así, el incremento de peso de 2.0 a 2.1 es de 0.1 kg, el cual es el mismo que el que existe entre 2.3 y 2.4 kg. Tambien, cuando comparamos los pesos de 2.0 a 2.4 kg, se encuentra una razón significativa: el peso de una pieza de metal de 2.4 kg es un 20% más pesada que una que pese 2.0 kg. Existe un cero natural o real para la escala, así 0kg implica no peso.

29. Recolección de la información

29.1. Preparada la investigación, corregidos posibles fallos con base en muestra piloto y sus resultados, se procede a la fase siguiente de recolección definitiva de la información.

30. Diagrama de puntos

30.1. El diagrama de puntos es una gráfica muy útil para visualizar un conjunto pequeño de datos; por ejemplo, de unas 20 observaciones.