Saltar al contenido principal

# 1: Estadísticas - Parte 1

$$\newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} }$$

$$\newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}}$$

$$\newcommand{\id}{\mathrm{id}}$$ $$\newcommand{\Span}{\mathrm{span}}$$

( \newcommand{\kernel}{\mathrm{null}\,}\) $$\newcommand{\range}{\mathrm{range}\,}$$

$$\newcommand{\RealPart}{\mathrm{Re}}$$ $$\newcommand{\ImaginaryPart}{\mathrm{Im}}$$

$$\newcommand{\Argument}{\mathrm{Arg}}$$ $$\newcommand{\norm}[1]{\| #1 \|}$$

$$\newcommand{\inner}[2]{\langle #1, #2 \rangle}$$

$$\newcommand{\Span}{\mathrm{span}}$$

$$\newcommand{\id}{\mathrm{id}}$$

$$\newcommand{\Span}{\mathrm{span}}$$

$$\newcommand{\kernel}{\mathrm{null}\,}$$

$$\newcommand{\range}{\mathrm{range}\,}$$

$$\newcommand{\RealPart}{\mathrm{Re}}$$

$$\newcommand{\ImaginaryPart}{\mathrm{Im}}$$

$$\newcommand{\Argument}{\mathrm{Arg}}$$

$$\newcommand{\norm}[1]{\| #1 \|}$$

$$\newcommand{\inner}[2]{\langle #1, #2 \rangle}$$

$$\newcommand{\Span}{\mathrm{span}}$$ $$\newcommand{\AA}{\unicode[.8,0]{x212B}}$$

$$\newcommand{\vectorA}[1]{\vec{#1}} % arrow$$

$$\newcommand{\vectorAt}[1]{\vec{\text{#1}}} % arrow$$

$$\newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} }$$

$$\newcommand{\vectorC}[1]{\textbf{#1}}$$

$$\newcommand{\vectorD}[1]{\overrightarrow{#1}}$$

$$\newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}}$$

$$\newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}}$$

$$\newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} }$$

$$\newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}}$$

Los datos están a nuestro alrededor. Los investigadores recopilan datos sobre la efectividad de un medicamento para bajar el colesterol. Los encuestadores informan sobre el porcentaje de estadounidenses que apoyan el control de armas. Los economistas reportan sobre el salario promedio de los egresados universitarios. Hay muchas otras áreas donde se recopilan datos. Para poder entender los datos y cómo resumirlos, necesitamos entender las estadísticas.

Supongamos que quiere conocer el patrimonio neto promedio de un senador estadounidense actual. Hay 100 Senadores, por lo que no es tan difícil recolectar todos los 100 valores, para luego resumir los datos. Si en cambio quieres encontrar el patrimonio neto promedio de todos los Senadores y Representantes actuales en el Congreso de Estados Unidos, solo hay 435 miembros del Congreso. Entonces, aunque va a ser un poco más de trabajo, no es tan difícil encontrar el patrimonio neto promedio de todos los miembros. Ahora suponga que quiere encontrar el patrimonio neto promedio de todos en Estados Unidos. Esto sería muy difícil, si no imposible. Tomaría mucho tiempo y dinero recopilar la información de manera oportuna antes de que todos los valores hayan cambiado. Entonces, en lugar de obtener el patrimonio neto de cada estadounidense, tenemos que encontrar una manera más fácil de encontrar esta información. El patrimonio neto es lo que se quiere medir, y se llama variable. El patrimonio neto de cada estadounidense se llama población. Lo que tenemos que hacer es recolectar una parte menor de la población, llamada muestra. Para ver cómo funciona esto, formalicemos las definiciones.

Los datos están a nuestro alrededor. Los investigadores recopilan datos sobre la efectividad de un medicamento para bajar el colesterol. Los encuestadores informan sobre el porcentaje de estadounidenses que apoyan el control de armas. Los economistas reportan sobre el salario promedio de los egresados universitarios. Hay muchas otras áreas donde se recopilan datos. Para poder entender los datos y cómo resumirlos, necesitamos entender las estadísticas.
• 1.2: Muestreo Aleatorio
Ahora que sabes que tienes que tomar muestras para recabar datos, la siguiente pregunta es ¿cuál es la mejor manera de recolectar una muestra? Hay muchas formas de tomar muestras. No todos ellos darán como resultado una muestra representativa. Además, el hecho de que una muestra sea grande no significa que sea una buena muestra.
• 1.3: Estudios Clínicos
Ahora ya sabes cómo recolectar una muestra, a continuación necesitas aprender a realizar un estudio. Discutiremos los fundamentos de los estudios, tanto los estudios observacionales como los experimentos.
• 1.4: ¿Deberías creer en un estudio estadístico?
Ahora hemos mirado los fundamentos de un estudio estadístico, pero ¿cómo te aseguras de que realizas un buen estudio estadístico?
• 1.5: Gráficas
Una vez que hemos recopilado los datos, entonces tenemos que comenzar a analizar los datos. Una forma de analizar los datos es mediante técnicas gráficas. El tipo de gráfico a utilizar depende del tipo de datos que tengas. Los datos cualitativos utilizan gráficos como gráficos de barras, gráficos circulares y pictogramas. Los datos cuantitativos utilizan gráficos como histogramas. Para crear cualquier gráfica, primero debe crear un resumen de los datos en forma de una distribución de frecuencia, que se crea enumerando todos los valores de datos y con qué frecuencia ocurren.
• 1.6: Los gráficos en los medios
Hay muchos otros tipos de gráficas que encontrarás en los medios de comunicación.
• 1.7: Ejercicios

This page titled 1: Estadísticas - Parte 1 is shared under a CC BY-SA 4.0 license and was authored, remixed, and/or curated by Maxie Inigo, Jennifer Jameson, Kathryn Kozak, Maya Lanzetta, & Kim Sonier via source content that was edited to the style and standards of the LibreTexts platform; a detailed edit history is available upon request.