Parcial 1: teoría

Question 1

Conjunto de información recolectada (mediciones, género, respuestas de encuestas)

Answer 1

Datos

Question 2

Estadística

Answer 2

Ciencia que se encarga de planear estudios y experimentos, obtener datos>organizar>resumir>presentar>analizar>interpretar información para extraer conclusiones basadas en los DATOS

Question 3

Conjunto completo (incluye a todos los sujetos que se estudiarán) de todos los elementos que se someten a estudio

Answer 3

Población

Question 4

Censo

Answer 4

Conjunto de datos de cada uno de los miembros de la población

Question 5

Muestra

Answer 5

Subconjunto de miembros seleccionados de una población

Question 6

Diferencia entre Población y Muestra

Answer 6

Población: a todos
Muestra: a ciertas personas que van dirigidas con cierto perfil
Ejemplo: 3D es la población y yo soy la muestra\3D es la muestra de preparatoria

Question 7

Diferencia entre Estadística y Censo

Answer 7

Estadística: estudio aplicado a la muestra

Censo: estudio aplicado a la población

Question 8

Contexto de datos

Answer 8

Es lo que se representa los valores; de donde provienen y razón por la que se recabaron

Question 9

Lugar de donde provienen los datos

Answer 9

Fuente de datos (aún hay que verificar si son verídicos o no)

Question 10

Muestras de una prueba de un tema en específico

Answer 10

Método de muestreo

Question 11

Conclusiones

Answer 11

Afirmaciones a las que llegas después de haber analizado los temas en específico (bien fundamentado en datos)

Question 12

Complemento de las conclusiones y ayuda a la parte práctica

Answer 12

Implicaciones prácticas

Question 13

¿Como deben reunirse los datos muéstrales?

Answer 13

Forma adecuada (proceso de selección aleatoria) sino serán inútiles

Question 14

Significancia Estadística difiere de su…

Answer 14

Significancia Práctica

Question 15

Ejemplo de una muestra de respuesta voluntaria

Answer 15

Los sujetos deciden si ser incluidos por sí mismos o no (llamadas para apoyar algún sujeto en programa de TV)

Question 16

¿Por qué la muestra de respuesta voluntaria no es adecuado para un estudio estadístico?

Answer 16

Porque los datos suelen ser favorables al tema de interés

Question 17

Diferencia entre significancia Estadística y significancia Práctica

Answer 17

Estadística: se basa solo en hechos sin importar lo demás

Práctica: se basa en la lógica

Question 18

Importancia de entender el contexto de los datos

Answer 18

Porque sin él contexto es posible malinterpretar los datos

Question 19

Medición numérica que describe características de la población

Answer 19

Parámetro

Question 20

Medición numérica que describe características de una muestra

Answer 20

Estadístico

Question 21

Datos cuantitativos (numéricos)

Answer 21

Números que representan conteos o mediciones

Question 22

Datos categóricos (cualitativos o de atributo)

Answer 22

Nombres o etiquetas que no son números (no representa conteo o medición)

Question 23

Ejemplos de datos categóricos

Answer 23

Afiliación a partidos políticos (demócratas, republicano, independiente)
Números 12, 67, 28 y 13 son sustitutos de nombres en las playeras

Question 24

Ejemplos de datos cuantitativos

Answer 24

Las edades (en años) de los participantes
Estatura de una persona en su grupo

Question 25

Dato discreto

Answer 25

Numero de valores posibles es un muero finito o un número que “pueda contarse” (valores posibles 1, 2, 3, 4) CONTEO

Question 26

Cuando organizas _________ y se elaboran informes sobre ellos, debes utilizar las unidades adecuadas de medición, como ___, ____, ____, etc. (Ejemplos)

Answer 26

Datos cuantitativos 
Dólares, horas, pies o metros 
Ejemplo: 
"Todas las cantidades en dólares" 
"Todos los tiempos en centésimas de segundo"

Question 27

Tipos de datos cuantitativos

Answer 27

Discretos y continuos

Question 28

Datos continuos

Answer 28

Resultan de un número infinito de posibles valores, que corresponden a alguna escala continúa que cubre un rango de valores sin huecos, interrupciones o saltos
TIEMPO, TEMPERATURA

Question 29

Otra forma de clasificar datos en niveles de medición

Answer 29

Nominal
Ordinal
De intervalo
De razón

Question 30

Nivel de medición nominal

Answer 30

Datos que consisten exclusivamente en nombres, etiquetas o categorías
NO se pueden acomodar en un esquema de orden (más bajo a más alto)

Question 31

Chico/Grande
Me gusta/No me gusta
Verdadero/Falso

Answer 31

Ejemplos de medición nominal

Question 32

Cuando pueden acomodarse en algún orden, aunque las diferencias entre los valores de los datos no pueden calcularse o carecen de significado

Answer 32

Nivel de medición ordinal 
Colores 
Meses del año 
Hora del día 
Calificación A/B/C/D
1er lugar/2do lugar/3er lugar

Question 33

Los datos ordinales no deben utilizarse para…

Answer 33

Realizar cálculos promedios

Question 34

Nivel de medición de intervalo

Answer 34

Diferencia entre dos valores de datos cualesquiera tiene un significado. Sin embargo, los datos en este nivel no tienen un punto de partida cero natural

Question 35

Ejemplos de nivel de medición de intervalo

Answer 35

Temperatura

Kilometraje/ h de carro

Question 36

Nivel de medición de razón

Answer 36

Hay un punto de partida cero natural y las razones tienen significado

Question 37

Ejemplos de nivel de medición de razón

Answer 37

Distancias (km)
Precios ($)
Utilizar razones que significan “dos veces” y “tres veces”

Question 38

Gráficas y su uso inadecuado

Answer 38

Datos estadísticos se representan en gráficas, estos datos deben interpretarse en forma cuidadosa y aprender a como organizarlo

Question 39

Muestra errónea

Answer 39

Método empleado para recabar los datos arruina la muestra, ya que es posible que este sesgada (muestra de respuesta voluntaria)

Question 40

Ejemplos de respuesta voluntaria con errores graves por ser sesgadas

Answer 40

Encuestas por internet, por correo o teléfonicas

Question 41

Otra forma de malinterpretar datos estadísticos

Answer 41

Correlación y causalidad, ya que encuentras asociación estadística entre dos variables y concluir que una de ellas causa a la otra variable

Question 42

“Una correlación no implica causalidad”

Answer 42

Correlación y causalidad