POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
Conceptos de programación, métodos estadísticos.
1. Conceptos Básicos De Programación, Métodos Estadísticos.
Angie Gabriela Bastidas Home
Monica Yulitza Ceron Urbano
Gabriela Jojoa Sánchez
Danna Michel Montes Gomes
Valentina Mosquera Arenas
Valentina Vargas Buitriago
Grado 11-5
Institución Educativa Liceo Departamental
Año Lectivo 2022
Santiago De Cali
1
2. Conceptos Básicos De Programación, Métodos Estadísticos.
Angie Gabriela Bastidas Home
Monica Yulitza Ceron Urbano
Gabriela Jojoa Sánchez
Danna Michel Montes Gomes
Valentina Mosquera Arenas
Valentina Vargas Buitriago
Grado 11-5
lic.guillermo mondragon
Institución Educativa Liceo Departamental
Año Lectivo 2022
Santiago De Cali
2
3. Tabla De Contenido
Portada…………………………………………………………………………………...1.
Contraportada..……………………………………………….………………………….2.
Tabla de contenido………..……………………………………………………………..3.
Métodos estadísticos…………………………………………………………….…...…4.
¿Qué es la estadística?..........................................................................................4.
Ramas de la estadística…………………………………………………………………4.
Aplicaciones de la estadística…………………………………………………………..4.
Elementos de la aplicación de la estadística………………………………………... .7.
Distribución de frecuencias ……………………………………………………………..9.
Taller anexo: Estructuras básicas aplicando PSEINT……………………………... .11.
Mapa conceptual…………………………………………………………………………21.
Conclusiones……………………………………………………………………………..23
Referencias………………………………………………………………………………24.
Capturas de pantalla…………………………………………………………………….25.
Blogs y correos institucionales…………………………………………………………26.
3
4. Métodos Estadísticos
1. ¿Qué es la estadística?
La estadística es la ciencia que estudia los métodos que permiten realizar este proceso
para variables aleatorias. Estos métodos permiten resumir datos y acotar el papel de la
casualidad (azar).
Se divide en dos áreas:
Estadística descriptiva: Trata de describir las variables aleatorias en las "muestras".
Estadística inductiva o inferencial: Trata de la generalización hacia las poblaciones de
los resultados obtenidos en las muestras y de las condiciones bajo las cuales estas
conclusiones son válidas.
2. Ramas de la estadística.
La estadística, a grandes rasgos, contempla dos ramas:
● Estadística descriptiva, dedicada a la visualización, clasificación y presentación
numérica o gráfica de los datos surgidos durante el estudio. Su objetivo es
facilitar el manejo de grandes volúmenes de datos, tal y como ocurre en
pirámides, histogramas o gráficos circulares.
● Estadística inferencial, dedicada a generar modelos y predicciones a partir de los
fenómenos estudiados, tomando en cuenta su dinámica de aleatoriedad. A
través de dichos modelos matemáticos aspira a dar conclusiones útiles o
pronósticos que trascienden el ámbito de lo meramente descriptivo.
3. Aplicaciones de las estadísticas.
Aunque comúnmente se asocie a estudios demográficos, económicos y sociológicos,
gran parte de los logros de la estadística se derivan del interés de los científicos por
4
5. desarrollar modelos que expliquen el comportamiento de las propiedades de la materia
y de los caracteres biológicos.
3.1 Aplicaciones de la estadística en la educación:
La estadística resulta una herramienta imprescindible en el campo de la Educación. Se
requiere saber el número de estudiantes matriculados, considerando, por ejemplo, su
lugar de procedencia, edad, sexo, años de estudios, número de cursos aprobados o
desaprobados, asistencia diaria, mensual y anual. Cabe considerar el aspecto de las
mediciones como el coeficiente intelectual y edad mental de los estudiantes, y la
velocidad y comprensión en la tarea de la lectoescritura. También se registra lo
relacionado con el magisterio, como la distribución de docentes por categorías,
especialidad, años de servicios y otros
3.2 aplicación de la estadística en la contaduría:
● La estadística ayuda a la contabilidad en el empleo de cálculos de tipo
estadístico, permitiendo establecer registros contables que afectan los estados
financieros.
● La estadística ayuda a la contabilidad en cuanto a su agilidad, procesamiento,
análisis e interpretación de información, dando como resultado la toma de
decisiones confiables sobre criterios económicos.
● La estadística se aplica para la selección de muestras en una auditoría.
● Ayuda a medir la variación de costos de una producción.
● Brinda información para la toma de decisiones, planeación y control en cuanto a
sus resultados.
● Ayuda para poder diferenciar las ventas que se han realizado en la empresa por
medio de la estadística anual.
5
6. ● Se elaboran informes más rápido, concisos y detallados.
● Se basa en una gran variedad de información de datos contables.
● Permite comparar los resultados de una empresa en el pasado, con aquellos
obtenidos en el presente.
● La estadística se ejerce dentro de la contabilidad llevando el nombre de
“contabilidad administrativa”.
3.3 Aplicación de la estadística en la administración:
Es indispensable la aplicación de la estadística en la administración, ya que
proporciona elementos de confiabilidad que sustentan la toma de decisiones en temas
administrativos, como calidad y productividad.
La aplicación de la estadística es para todas las disciplinas y siempre va a requerir de
datos para la resolución de problemas.
La estadística descriptiva ofrece datos para definir elementos básicos como son la
media, moda, desviación estándar y los diferentes diagramas de cajas, tablas de
contingencia y gráficas de dispersión. Y así tomar la decisión administrativa a partir de
hipótesis, en la industria como negocios a nivel general.
3.4 Aplicación de la estadística en la gerontología:
La gerontología tiene un gran lazo en la estadística ya que esta le brinda apoyo en los
datos de información para el estudio biológico del envejecimiento de la gente esto
incluye lo social, lo psicológico, cultural, económico, recreativo, ocupacional y por
supuesto lo físico.
3.5 Aplicación de la estadística en la deporte
La contribución de la estadística a la cientificidad del sistema de preparación del
deportista se patentiza en aplicar modelos estadísticos que permitan, entre otros:
Obtener una información objetiva sobre la caracterización de los atletas en diferentes
etapas de su preparación.
6
7. 3.5 Aplicación de la estadística en la economía:
La estadística es ampliamente utilizada en el análisis económico. Nos ayuda a
comprobar la aplicación de la teoría económica en la práctica. Algunos ejemplos del
uso de estadística en Economía son:
● Elaboración de indicadores macroeconómicos agregados.
● Predicciones acerca del comportamiento futuro de la demanda.
● Testear la validez de hipótesis basadas en la teoría económica.
● Calcular la tasa de paro.
● Organizar y presentar datos económicos como: evolución de los precios, PIB,
etc.
3.6 Aplicación de la estadística en la psicología:
Las observaciones de Psicología experimental efectuadas sobre grupos humanos, y en
general, los estudios que requieren evaluaciones para estados mentales o trastornos, y
pruebas psicológicas de diversos formatos encuentran un importante apoyo en la
Estadística.
4. Elementos de la aplicación de la estadística.
4.1 Hipótesis
La pruebas de hipótesis es un procedimiento esencial en estadística. Una prueba de
hipótesis evalúa dos afirmaciones mutuamente excluyentes sobre una población para
determinar qué afirmación es mejor admitida por los datos de la muestra.
4.2 Variable
Las variables estadísticas son datos numéricos que pueden obtener diferentes valores
según su fluctuación. Asimismo son datos medibles y cuantificables para obtener a
7
8. partir de él, otros estudios. Las variables estadísticas poseen muchos rasgos que
permiten identificarlas, algunos de ellos son:
● Recopilan información acerca de la población, para analizar sus características.
● Son aspectos o dimensiones que tienen como característica principal asumir
distintos valores, ya sean numéricos o alfabéticos.
● Se derivan de unidades de análisis y muchas veces están contenidas en
hipótesis y títulos de estudios.
● Su objetivo principal es buscar soluciones a problemas.
● Tienen buena fluctuación y son susceptibles a otros valores.
● Algunas pueden ser independientes, y en otros casos, pueden depender de
algún valor para su solución.
4.3 Datos
El dato describe a la información que sirve como acceso a un conocimiento preciso y
concreto. Estadístico, por su parte, es aquello vinculado a la estadística: es la
especialidad de la matemática que apela a cifras para generar inferencia o para reflejar
cuantitativamente un fenómeno. Los datos estadísticos son un marco, son lo valores
que se obtienen al llevar a cabo un estudio de tipo estadístico
● Visualizar un conjunto de datos en distintos tipos de diagramas.
● Manipular directamente variables para explorar y visualizar relaciones entre los
datos. Los cambios en los datos en una aplicación se aplican dinámicamente a
todas las aplicaciones vinculadas.
● Explorar medidas de tendencia central y otras técnicas estadísticas de resumen.
● Ajustar funciones a los datos.
● Crear líneas de regresión para diagramas de dispersión.
● Realizar gráficos de pruebas de hipótesis y resultados estadísticos (pruebas z y
t) en base a un resumen de valores estadísticos o un conjunto de datos.
4.4 Población.
La población es el total de individuos o conjunto de ellos que enseñan o podrían
enseñar el rasgo característico que se desea experimentar .
Dentro de la población estadística principalmente hay dos tipos de población.
8
9. Población estadísticas finita.
Es aquella en la que el número de valores que lo componen tienen un fin. Por ejemplo,
la población estadística que nos indica la cantidad de árboles de una ciudad es finita.
Población estadísticas infinita.
Es aquella que no tiene fin. Por ejemplo, el número de planetas que existe en el
universo. Aunque puede que sea finito, el número es tan grande y desconocido que
estadísticamente se asume como infinito.
4.5 Muestra
Una muestra estadística es un subconjunto de datos a una población de datos.
Estadísticamente hablando, debe componerse por cierto número de observaciones que
representan apropiadamente el total de datos.
4.5 Nivel estadístico nominal
El nivel nominal es apenas una medida. Esta describe a la cualidad más que a la
cantidad. Un nivel nominal de medición es simplemente una cuestión de diferencial por
hombre, por ejemplo, 1 = hombre , 2= mujer
Aunque estamos usando los números 1 y 2 esto nos indica cantidad. La categoría
binaria de 0 y 1 utilizada para los computadores de un nivel nóminal de medición.
Distribución de Frecuencias.
5.1 Nombre de la variable.
Las distribuciones de frecuencias son tablas en que se dispone las modalidades de la
variable por filas. En las columnas se dispone el número de ocurrencias por cada valor,
porcentajes, etc. La finalidad de las agrupaciones en frecuencias es facilitar la
obtención de la información que contienen los datos.
El nombre de la variable es la forma usual de referirse al valor almacenado: esta
separación entre nombre y contenido permite que el nombre sea usado
independientemente de la información exacta que representa.
X: Símbolo genérico de la variable.
9
10. f: Frecuencia (también se simboliza como ni).
5.2 Frecuencia absoluta
La frecuencia absoluta es una medida estadística que nos da información acerca de la
cantidad de veces que se repite un suceso al realizar un número determinado de
experimentos aleatorios. Esta medida se representa mediante las letras fi. La letra f se
refiere a la palabra frecuencia y la letra i se refiere a la realización i-ésima del
experimento aleatorio.
La frecuencia absoluta se puede usar para variables discretas (las variables se ordenan
de menor a mayor) y para variables continuas (las variables se ordenan de menor a
mayor agrupadas por intervalos). La frecuencia absoluta se utiliza para calcular la
frecuencia relativa.
La suma de las frecuencias absolutas es igual al número total de datos de la muestra o
población.
5.3 Frecuencia relativa porcentual.
La frecuencia relativa es una medida estadística que se calcula como el cociente de la
frecuencia absoluta de algún valor de la población/muestra (fi) entre el total de valores
que componen la población/muestra (N).
Para calcular la frecuencia relativa antes es necesario calcular la frecuencia absoluta.
sin ella no podríamos obtener la frecuencia relativa.
la frecuencia relativa se representa con las letras “hi” y su fórmula de cálculo es la
siguiente:
blank blank blank
Advertisement
blank
hi = Frecuencia relativa de la observación i-ésima
fi = Frecuencia absoluta de la observación i-ésima
N = Número total de observaciones de la muestra
De la fórmula de cálculo de la frecuencia relativa se desprenden dos conclusiones:
10
11. La primera es que la frecuencia relativa va a estar acotada entre 0 y 1, debido a que la
frecuencia de los valores de la muestra, siempre va a ser menor al tamaño de la
muestra.
La segunda es que la suma de todas las frecuencias relativas va a ser 1 si se mide en
tanto por 1, o 100 si se mide en tanto por ciento.
Por consiguiente la frecuencia relativa nos informa acerca de la proporción o el peso
que tiene algún valor u observación en la muestra. Esto la hace de especial utilidad,
dado que a diferencia de la frecuencia absoluta, la frecuencia relativa nos va a permitir
hacer comparaciones entre muestras de tamaños distintos. Esta se puede expresar
como un valor decimal, como fracción o como porcentaje.
5.4 Equivalencia en grados.
En la estadística el proceso de recolección de datos es una de las primeras etapas que
se deben de llevar a cabo al momento de realizar un estudio, el cual nos permiten tener
una visión más clara de la información y por ende se nos hará más fácil el análisis de
los resultados y de la redacción de conclusiones.
Taller anexo: Estructuras básicas aplicando PSEINT.
Averigua los siguientes conceptos: ¿Qué diferencia hay entre un contador y un
acumulador, como declarar una variable en pseint, los lenguajes pueden ser de tres
tipos favor explique cada uno, java-python y c++ que representan?
● Un acumulador en programación es una versión ampliada de un contador. El
acumulador tiene las mismas características que un contador excepto el valor de
incremento que es un valor variable.
● En caso de hacerlo con PSeInt, no es necesario hacerlo, aunque se puede hacer
con la instrucción "Define". Para declarar variables, lo único que debemos hacer
es indicar el nombre de la variable y su tipo (numérico, lógico y cadena), antes
del inicio del programa, separados por comas.
● java:El lenguaje de programación Java encabeza el último Índice TIOBE como
uno de los lenguajes de programación más populares. Java funciona con 7 mil
millones de dispositivos y se utiliza para desarrollar aplicaciones nativas de
Android.
● python: En la actualidad, todos hemos escuchado hablar de python ya que es
uno de los principales lenguajes de código abierto para el desarrollo web. Python
11
12. es uno de los lenguajes de preferencia utilizado por expertos o científicos de
datos y por esa razón se ha hecho aún más popular. Este lenguaje se puede leer
de manera fácil y tiene una biblioteca amplia que se adapta a muchos
paradigmas o estilo de programación, incluyendo la orientada a objetos y la
imperativa.
● c + +:Este lenguaje de programación web es más utilizado para el desarrollo de
sistemas operativos pero de igual forma se puede desarrollar cualquier tipo de
aplicación. Este lenguaje tiene una biblioteca extensa y además es rápido y bien
estructurado. Este lenguaje de programación es utilizado para crear plataformas
de computación, juegos, e incluso desarrollar otros lenguajes, entre otras cosas.
Representa el algoritmo usando el programa pseint en modo flexible y muestre
el diagrama de flujo, Hacer las capturas de pantalla.
12
23. Conclusiones
En conclusión podemos decir que los métodos estadísticos siempre han estado en el
ambiente de la civilización ya que utilizamos representaciones gráficas, la estadística
también nos sirve para recolectar,analizar,organizar y tomar decisiones que estén de
acuerdo con el análisis del trabajo.
Teniendo en cuenta el método estadístico podemos decir que pseint es una
herramienta muy útil para los estudiantes de nuevo ingreso de las carreras de
programación esto está enfocado en las debilidades que muestran el estudiante al
inicio de la programación y así podemos fortalecerlas con el uso de esta herramienta
tan útil.
23