Parcial 1: teoría Flashcards
Conjunto de información recolectada (mediciones, género, respuestas de encuestas)
Datos
Estadística
Ciencia que se encarga de planear estudios y experimentos, obtener datos>organizar>resumir>presentar>analizar>interpretar información para extraer conclusiones basadas en los DATOS
Conjunto completo (incluye a todos los sujetos que se estudiarán) de todos los elementos que se someten a estudio
Población
Censo
Conjunto de datos de cada uno de los miembros de la población
Muestra
Subconjunto de miembros seleccionados de una población
Diferencia entre Población y Muestra
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
Diferencia entre Estadística y Censo
Estadística: estudio aplicado a la muestra
Censo: estudio aplicado a la población
Contexto de datos
Es lo que se representa los valores; de donde provienen y razón por la que se recabaron
Lugar de donde provienen los datos
Fuente de datos (aún hay que verificar si son verídicos o no)
Muestras de una prueba de un tema en específico
Método de muestreo
Conclusiones
Afirmaciones a las que llegas después de haber analizado los temas en específico (bien fundamentado en datos)
Complemento de las conclusiones y ayuda a la parte práctica
Implicaciones prácticas
¿Como deben reunirse los datos muéstrales?
Forma adecuada (proceso de selección aleatoria) sino serán inútiles
Significancia Estadística difiere de su…
Significancia Práctica
Ejemplo de una muestra de respuesta voluntaria
Los sujetos deciden si ser incluidos por sí mismos o no (llamadas para apoyar algún sujeto en programa de TV)
¿Por qué la muestra de respuesta voluntaria no es adecuado para un estudio estadístico?
Porque los datos suelen ser favorables al tema de interés
Diferencia entre significancia Estadística y significancia Práctica
Estadística: se basa solo en hechos sin importar lo demás
Práctica: se basa en la lógica
Importancia de entender el contexto de los datos
Porque sin él contexto es posible malinterpretar los datos
Medición numérica que describe características de la población
Parámetro
Medición numérica que describe características de una muestra
Estadístico
Datos cuantitativos (numéricos)
Números que representan conteos o mediciones
Datos categóricos (cualitativos o de atributo)
Nombres o etiquetas que no son números (no representa conteo o medición)
Ejemplos de datos categóricos
Afiliación a partidos políticos (demócratas, republicano, independiente)
Números 12, 67, 28 y 13 son sustitutos de nombres en las playeras
Ejemplos de datos cuantitativos
Las edades (en años) de los participantes Estatura de una persona en su grupo
Dato discreto
Numero de valores posibles es un muero finito o un número que “pueda contarse” (valores posibles 1, 2, 3, 4) CONTEO
Cuando organizas _________ y se elaboran informes sobre ellos, debes utilizar las unidades adecuadas de medición, como ___, ____, ____, etc. (Ejemplos)
Datos cuantitativos Dólares, horas, pies o metros Ejemplo: "Todas las cantidades en dólares" "Todos los tiempos en centésimas de segundo"
Tipos de datos cuantitativos
Discretos y continuos
Datos continuos
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
Otra forma de clasificar datos en niveles de medición
Nominal
Ordinal
De intervalo
De razón
Nivel de medición nominal
Datos que consisten exclusivamente en nombres, etiquetas o categorías
NO se pueden acomodar en un esquema de orden (más bajo a más alto)
Chico/Grande
Me gusta/No me gusta
Verdadero/Falso
Ejemplos de medición nominal
Cuando pueden acomodarse en algún orden, aunque las diferencias entre los valores de los datos no pueden calcularse o carecen de significado
Nivel de medición ordinal Colores Meses del año Hora del día Calificación A/B/C/D 1er lugar/2do lugar/3er lugar
Los datos ordinales no deben utilizarse para…
Realizar cálculos promedios
Nivel de medición de intervalo
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
Ejemplos de nivel de medición de intervalo
Temperatura
Kilometraje/ h de carro
Nivel de medición de razón
Hay un punto de partida cero natural y las razones tienen significado
Ejemplos de nivel de medición de razón
Distancias (km)
Precios ($)
Utilizar razones que significan “dos veces” y “tres veces”
Gráficas y su uso inadecuado
Datos estadísticos se representan en gráficas, estos datos deben interpretarse en forma cuidadosa y aprender a como organizarlo
Muestra errónea
Método empleado para recabar los datos arruina la muestra, ya que es posible que este sesgada (muestra de respuesta voluntaria)
Ejemplos de respuesta voluntaria con errores graves por ser sesgadas
Encuestas por internet, por correo o teléfonicas
Otra forma de malinterpretar datos estadísticos
Correlación y causalidad, ya que encuentras asociación estadística entre dos variables y concluir que una de ellas causa a la otra variable
“Una correlación no implica causalidad”
Correlación y causalidad
