SlideShare uma empresa Scribd logo
1 de 18
Baixar para ler offline
Blog, conceptos de programación, métodos
estadísticos.
Laura Marín
Santiago Mercado
Járrisson Giraldo
Mariana Navia
Sofia Pulido
11-2
Guillermo Mondragon
Tecnología
2023
Blogs
https://laurasofiablogtecno2022.blogspot.com/?m=1 (Laura Marín)
https://mariananavia077.blogspot.com/ (Mariana Navia)
https://agrocblogger.blogspot.com (Santiago Mercado)
https://nkknqlo.blogspot.com/ (Sofia Pulido)
https://jarrisson02.blogspot.com/ (Járrisson Giraldo)
1
TABLA DE CONTENIDO
EJES TEMÁTICOS
Blog, conceptos de programación, métodos estadísticos.
Blogs
DIFERENCIA ENTRE UN CONTADOR Y UN ACUMULADOR
CÓMO DECLARAR UNA VARIABLE EN PSEINT
TIPOS DE LENGUAJES
-Python
-Java
-C++
ALGORITMOS
CONCLUSIONES
Pruebas de trabajo colaborativo
2
Ejes temáticos:
¿Qué es la estadística?
La estadística estudia los métodos científicos para recoger, organizar, resumir y analizar
datos, permite obtener conclusiones válidas y tomar decisiones razonables basadas en el
análisis.
La estadística es, por tanto, la ciencia que recoge, clasifica y analiza la información que se
presenta habitualmente mediante datos agregados que permiten que las observaciones
puedan cuantificarse, medirse, estimarse y compararse utilizando medidas de tendencia
central, medidas de distribución, métodos gráficos, etc. La estadística aplicada trata sobre
cómo y cuándo utilizar los procedimientos matemáticos (estadística matemática) y cómo
interpretar los resultados que se obtienen.
Estadística descriptiva
La estadística descriptiva se enfoca en recolectar y describir o resumir los hallazgos básicos
que arrojan las investigaciones, incluyendo el tipo de muestreo y de medición que se
utilizaron, sin formular u ofrecer conclusiones. Los estadísticos en la rama descriptiva
presentan descripciones cuantitativas de forma clara y manejable. La estadística descriptiva
ayuda a las empresas a simplificar grandes volúmenes de datos de manera razonable y
convertirlos en resúmenes sencillos, incluso en estudios donde se utilizan diversas
metodologías de ponderación. Sin embargo, cuando los datos se sintetizan a un solo
indicador, se corre el riesgo de distorsionar los datos originales o de perder detalles
significativos, debido a que un solo monto podría compendiar un gran número de eventos
discretos. Por ejemplo, si un bateador en béisbol tiene un promedio de bateo de .333 nos
indica que logra un hit cada tres ocasiones, pero este promedio no nos informa si este
jugador está consiguiendo jonrones, dobles o solo sencillos.
Estadística inferencial
La tercera de las ramas de la estadística que describiremos se enfoca en extraer
conclusiones basadas en otros factores diversos además de los datos, incluyendo las
opiniones y observaciones de los especialistas, y las probabilidades de que suceda algún
evento económico o social. Por lo tanto, mientras que la estadística descriptiva simplemente
explica los datos, la estadística inferencial se centra en formular deducciones bien
informadas con base en lo siguiente:
● Pruebas T: se utilizan para comprobar la veracidad de los datos mediante comparar
los promedios extraídos de dos grupos de datos distintos.
3
● Modelos lineales (GLM, por sus siglas en inglés): es un esquema avanzado para
comparar cómo ciertas variaciones afectan al análisis de datos. Los modelos GLM
son el fundamento para múltiples pruebas estadísticas para autentificar los datos,
incluyendo el análisis de variación (ANOVA, por sus siglas en inglés), el análisis de
covarianza (ANCOVA, por sus siglas en inglés), pruebas de regresión simples y
polinómicas y métodos de multivariadas como el análisis factorial, el coeficiente de la
variable ficticia.
Estadística experimental
La estadística experimental se centra en desarrollar nuevas estadísticas a partir de
muestreos limitados o en mejorar los resultados existentes que ofrezcan un valor añadido a
los usuarios de los datos a partir de investigaciones exploratorias. Es para fines de
mercadotecnia o para implementar estrategias empresariales. Por lo tanto, se enfoca en
descubrir ideas y perspectivas, además de recabar datos estadísticos exactos. Se usa
primordialmente para definir áreas de posible crecimiento, iniciativas alternativas y para fijar
prioridades a las actividades empresariales con miras a aumentar los ingresos.
Estadística casual
Esta rama de la estadística se basa en la correlación y causación cuando se considera que
dos o más variables están vinculadas; es decir, si los valores de una variación aumentan o
disminuyen, sucede lo mismo en los valores de la otra variable (incluso si la variación
sucede en la dirección opuesta). Por ejemplo, para las dos variables supuestas horas
trabajadas y remuneraciones obtenidas hay una relación entre ambas: se incrementarán en
la misma medida.
Por otro lado, si consideramos las variables precio y poder de compra, las dos se
modificarán equitativamente, pero de manera inversa: así, si el precio aumenta, el
consumidor experimentará una disminución en su capacidad para comprar el producto
(suponiendo que el ingreso del cliente sea constante). A esto se le conoce como
correlación, la cual se emplea para describir el volumen y la dirección en que ocurre la
relación entre dos o más variables teóricamente.
4
Cómo se aplica la estadística en:
Educación.
La estadística se aplica en la educación para analizar datos relacionados con el rendimiento
académico, diseñar estudios e investigaciones, evaluar el aprendizaje de los estudiantes y
tomar decisiones informadas para mejorar la calidad de la educación.
Contaduría.
La estadística se aplica en la contabilidad para analizar los datos financieros, gestionar los
riesgos financieros, auditar las empresas y hacer pronósticos financieros, lo que permite a
los contadores y analistas financieros tomar decisiones informadas sobre la gestión de los
recursos financieros de la empresa.
Administración.
La estadística se utiliza en la administración para controlar la calidad, tomar decisiones
informadas, realizar estudios de mercado y realizar análisis financieros, con el fin de mejorar
el desempeño de la empresa y tomar decisiones informadas sobre la gestión de los
recursos empresariales.
Deporte.
La estadística se utiliza en el deporte para analizar el desempeño de los atletas y equipos,
tomar decisiones informadas, evaluar lesiones y analizar tendencias a largo plazo, con el
objetivo de mejorar su rendimiento y tomar decisiones informadas.
Distribución de frecuencias
Nombre de la variable
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.
Frecuencia absoluta
La frecuencia absoluta es el número de veces que aparece un determinado valor
en un estudio estadístico.
Se representa por fi.
5
Ejemplo
Durante el mes de julio, en una ciudad se han registrado las siguientes temperaturas
máximas:
32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27, 28, 29, 30, 32, 31, 31, 30, 30, 29, 29, 30,
30, 31, 30, 31, 34, 33, 33, 29, 29.
En la primera columna de la tabla colocamos la variable ordenada de menor a
mayor y en la segunda anotamos la frecuencia absoluta.
xi fi
27 1
28 2
29 6
30 7
31 8
32 3
33 3
34 1
31
Frecuencia relativa porcentual
La frecuencia relativa porcentual es el porcentaje de la frecuencia relativa, siendo
esta la división de la frecuencia absoluta entre el total de valores en una selección
de datos.
La frecuencia relativa es muy usada en probabilidad, y hace referencia a la relación
de una frecuencia absoluta entre un total.
Este valor de frecuencia relativa porcentual representa la posibilidad sobre 100% de
encontrar este número en una serie de datos, es por esta razón que es una relación
de frecuencias.
Ejemplo
Tenemos el término x = 3, tiene una frecuencia absoluta de 2 y el total de dígitos es
30, entonces:
fr = (2/30)· 100%
fr = 7%
Siendo la frecuencia relativa porcentual del 7%.
6
Equivalencia en grados
Los grados son otra forma de representar el porcentaje, pero ya no en una escala
de 100% sino bajo una medida angular de 360°; para ellos vamos a emplear la
siguiente fórmula:
𝑮𝒓𝒂𝒅𝒐𝒔 =𝑓𝑖 ÷ 𝑇𝑜𝑡𝑎𝑙 Χ 360°
Calcular los grados es muy similar que calcular el valor del porcentaje, multiplicamos
el valor de la frecuencia absoluta fi por 360 y lo dividimos entre el total de datos,
también llamado la muestra. Apliquemos la fórmula para cada una de las
calificaciones del ejemplo anterior.
Para 2.0
% =𝑓𝑖 / 𝑇𝑜𝑡𝑎𝑙 Χ 360° =1 / 10 Χ 360° = 360° / 10 = 36°
Para 3.0
% =𝑓𝑖 / 𝑇𝑜𝑡𝑎𝑙 Χ 360° =3 / 10 Χ 360° = 1080° / 10 = 108°
Para 4.0
% =𝑓𝑖 / 𝑇𝑜𝑡𝑎𝑙 Χ 360° =4 / 10 Χ 360° = 1440° / 10 = 144°
Para 5.0
% =𝑓𝑖 / 𝑇𝑜𝑡𝑎𝑙 Χ 360° =2 / 10 Χ 360° = 720° / 10 = 72°
Por teoría al sumar las contribuciones de los porcentajes, nos debe dar la totalidad
de los datos es decir 360°. Comprobemos: 36°+ 108° + 144° + 72° = 360° Por
último registramos los datos hallados en la tabla de distribución de frecuencias.
Calificación Conteo Fi ni % Grados
2.0 I 1 1/10 10% 36°
3.0 I I I 3 3/10 30% 108°
4.0 I I I I 4 4/10 40% 144°
5.0 I I 2 2/10 20% 72°
Total 10 10 100% 360°
7
I. 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, phyton y c++ que
representan?
DIFERENCIA ENTRE UN CONTADOR Y UN ACUMULADOR
La diferencia entre un contador y un acumulador es que mientras el primero va aumentando
en una cantidad fija preestablecida, el acumulador va aumentando en una cantidad o valor
variable.
CÓMO DECLARAR UNA VARIABLE EN PSEINT
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. Si se
observa otra forma de declarar variables.
TIPOS DE LENGUAJES
- Python
Python es un lenguaje de programación ampliamente utilizado en las aplicaciones web, el
desarrollo de software, la ciencia de datos y el machine learning (ML). Los desarrolladores
utilizan Python porque es eficiente y fácil de aprender, además de que se puede ejecutar en
muchas plataformas diferentes.
8
- Java
Java es una plataforma informática de lenguaje de programación creada por Sun
Microsystems en 1995. Ha evolucionado desde sus humildes comienzos hasta impulsar una
gran parte del mundo digital actual, ya que es una plataforma fiable en la que se crean
muchos servicios y aplicaciones.
- C++
C++ es un lenguaje de programación diseñado en 1979 por Bjarne Stroustrup. La intención
de su creación fue extender al lenguaje de programación C y añadir mecanismos que
permiten la manipulación de objetos. En ese sentido, desde el punto de vista de los
lenguajes orientados a objetos, C++ es un lenguaje híbrido.
9
ALGORITMOS
II. Represente el algoritmo usando el programa pseint en modo flexible y
muestre el diagrama de flujo, Hacer las capturas de pantalla.
1. Toma 2 números, hacer la resta, la multiplicación y la división; muestre el
resultado.
10
11
2. Calcular el promedio de 4 calificaciones o el promedio de 4 notas.
12
3. Hacer un programa que muestre el área y perímetro de un triángulo.
13
4. Hacer un programa que muestre el área y perímetro de un círculo.
14
5. Hacer un programa para convertir una temperatura ingresada de Celsius a
Fahrenheit.
15
6. Hacer un programa para convertir una longitud ingresada en pulgadas a pies.
16
7. Ingresar por teclado el nombre y la edad de cualquier persona e imprima tanto
el nombre como la edad.
conclusiones:
En conclusión hemos aprendido la diferencia de un contador y un acumulador, cómo
declarar una variable en pseint, los tipos de lenguaje, sumas, restas, crear algoritmos y etc.
17

Mais conteúdo relacionado

Semelhante a tecnología (2).pdf

Primer trabajo tecnologia 2021
Primer trabajo tecnologia 2021Primer trabajo tecnologia 2021
Primer trabajo tecnologia 2021marianapalacio13
 
Conceptos de programación y métodos estadísticos 11 2
Conceptos de programación y métodos estadísticos 11 2Conceptos de programación y métodos estadísticos 11 2
Conceptos de programación y métodos estadísticos 11 2sofiadaza2
 
Primer trabajo tecnologia 2021 (1)
Primer trabajo tecnologia 2021 (1)Primer trabajo tecnologia 2021 (1)
Primer trabajo tecnologia 2021 (1)marianapalacio13
 
Trabajo de informatica
Trabajo de informaticaTrabajo de informatica
Trabajo de informaticalauraflorez47
 
BLOG, CONCEPTOS DE PROGRAMACIÓN, MÉTODOS ESTADÍSTICOS.pdf
BLOG, CONCEPTOS  DE PROGRAMACIÓN, MÉTODOS ESTADÍSTICOS.pdfBLOG, CONCEPTOS  DE PROGRAMACIÓN, MÉTODOS ESTADÍSTICOS.pdf
BLOG, CONCEPTOS DE PROGRAMACIÓN, MÉTODOS ESTADÍSTICOS.pdfdanielabolaos17
 
Estrategias de apoyo de tecnología.pdf
Estrategias de apoyo de tecnología.pdfEstrategias de apoyo de tecnología.pdf
Estrategias de apoyo de tecnología.pdfSebastinRamos6
 
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdf
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdfBLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdf
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdfJuancamiloZuiga4
 
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdf
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdfBLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdf
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdfValentinaFajardo11
 
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdf
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdfBLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdf
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdfJuanPistola
 
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdf
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdfBLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdf
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdfdanagabrielaqr
 
Taller excel y estadistica 11-1 Stephania.pdf
Taller excel y estadistica 11-1 Stephania.pdfTaller excel y estadistica 11-1 Stephania.pdf
Taller excel y estadistica 11-1 Stephania.pdfstephaniaordonez
 
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..docx
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..docxBLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..docx
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..docxJaredOsoriol
 
TALLER DE TECNOLOGÍA.pdf
TALLER DE TECNOLOGÍA.pdfTALLER DE TECNOLOGÍA.pdf
TALLER DE TECNOLOGÍA.pdfmarianasadovnik
 
TRABAJO DE TECNOLOGIA (1).pdf
TRABAJO DE TECNOLOGIA (1).pdfTRABAJO DE TECNOLOGIA (1).pdf
TRABAJO DE TECNOLOGIA (1).pdfLily523672
 
TRABAJO DE TECNOLOGIA (1).pdf
TRABAJO DE TECNOLOGIA (1).pdfTRABAJO DE TECNOLOGIA (1).pdf
TRABAJO DE TECNOLOGIA (1).pdfHyE0n
 

Semelhante a tecnología (2).pdf (20)

Primer trabajo tecnologia 2021
Primer trabajo tecnologia 2021Primer trabajo tecnologia 2021
Primer trabajo tecnologia 2021
 
Conceptos de programación y métodos estadísticos 11 2
Conceptos de programación y métodos estadísticos 11 2Conceptos de programación y métodos estadísticos 11 2
Conceptos de programación y métodos estadísticos 11 2
 
Primer trabajo tecnologia 2021 (1)
Primer trabajo tecnologia 2021 (1)Primer trabajo tecnologia 2021 (1)
Primer trabajo tecnologia 2021 (1)
 
Trabajo de informatica
Trabajo de informaticaTrabajo de informatica
Trabajo de informatica
 
BLOG, CONCEPTOS DE PROGRAMACIÓN, MÉTODOS ESTADÍSTICOS.pdf
BLOG, CONCEPTOS  DE PROGRAMACIÓN, MÉTODOS ESTADÍSTICOS.pdfBLOG, CONCEPTOS  DE PROGRAMACIÓN, MÉTODOS ESTADÍSTICOS.pdf
BLOG, CONCEPTOS DE PROGRAMACIÓN, MÉTODOS ESTADÍSTICOS.pdf
 
Estrategias de apoyo de tecnología.pdf
Estrategias de apoyo de tecnología.pdfEstrategias de apoyo de tecnología.pdf
Estrategias de apoyo de tecnología.pdf
 
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdf
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdfBLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdf
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdf
 
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdf
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdfBLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdf
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdf
 
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdf
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdfBLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdf
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdf
 
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdf
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdfBLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdf
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..pdf
 
Taller excel y estadistica 11-1 Stephania.pdf
Taller excel y estadistica 11-1 Stephania.pdfTaller excel y estadistica 11-1 Stephania.pdf
Taller excel y estadistica 11-1 Stephania.pdf
 
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..docx
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..docxBLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..docx
BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS..docx
 
Tecnologia
TecnologiaTecnologia
Tecnologia
 
TALLER DE TECNOLOGÍA.pdf
TALLER DE TECNOLOGÍA.pdfTALLER DE TECNOLOGÍA.pdf
TALLER DE TECNOLOGÍA.pdf
 
TRABAJO DE TECNOLOGIA.pdf
TRABAJO DE TECNOLOGIA.pdfTRABAJO DE TECNOLOGIA.pdf
TRABAJO DE TECNOLOGIA.pdf
 
TRABAJO DE TECNOLOGIA
TRABAJO DE TECNOLOGIATRABAJO DE TECNOLOGIA
TRABAJO DE TECNOLOGIA
 
TRABAJO DE TECNOLOGIA.pdf
TRABAJO DE TECNOLOGIA.pdfTRABAJO DE TECNOLOGIA.pdf
TRABAJO DE TECNOLOGIA.pdf
 
TRABAJO DE TECNOLOGIA (1).pdf
TRABAJO DE TECNOLOGIA (1).pdfTRABAJO DE TECNOLOGIA (1).pdf
TRABAJO DE TECNOLOGIA (1).pdf
 
TRABAJO DE TECNOLOGIA (1).pdf
TRABAJO DE TECNOLOGIA (1).pdfTRABAJO DE TECNOLOGIA (1).pdf
TRABAJO DE TECNOLOGIA (1).pdf
 
Trabajo de tecnologia
Trabajo de tecnologiaTrabajo de tecnologia
Trabajo de tecnologia
 

tecnología (2).pdf

  • 1. Blog, conceptos de programación, métodos estadísticos. Laura Marín Santiago Mercado Járrisson Giraldo Mariana Navia Sofia Pulido 11-2 Guillermo Mondragon Tecnología 2023
  • 2. Blogs https://laurasofiablogtecno2022.blogspot.com/?m=1 (Laura Marín) https://mariananavia077.blogspot.com/ (Mariana Navia) https://agrocblogger.blogspot.com (Santiago Mercado) https://nkknqlo.blogspot.com/ (Sofia Pulido) https://jarrisson02.blogspot.com/ (Járrisson Giraldo) 1
  • 3. TABLA DE CONTENIDO EJES TEMÁTICOS Blog, conceptos de programación, métodos estadísticos. Blogs DIFERENCIA ENTRE UN CONTADOR Y UN ACUMULADOR CÓMO DECLARAR UNA VARIABLE EN PSEINT TIPOS DE LENGUAJES -Python -Java -C++ ALGORITMOS CONCLUSIONES Pruebas de trabajo colaborativo 2
  • 4. Ejes temáticos: ¿Qué es la estadística? La estadística estudia los métodos científicos para recoger, organizar, resumir y analizar datos, permite obtener conclusiones válidas y tomar decisiones razonables basadas en el análisis. La estadística es, por tanto, la ciencia que recoge, clasifica y analiza la información que se presenta habitualmente mediante datos agregados que permiten que las observaciones puedan cuantificarse, medirse, estimarse y compararse utilizando medidas de tendencia central, medidas de distribución, métodos gráficos, etc. La estadística aplicada trata sobre cómo y cuándo utilizar los procedimientos matemáticos (estadística matemática) y cómo interpretar los resultados que se obtienen. Estadística descriptiva La estadística descriptiva se enfoca en recolectar y describir o resumir los hallazgos básicos que arrojan las investigaciones, incluyendo el tipo de muestreo y de medición que se utilizaron, sin formular u ofrecer conclusiones. Los estadísticos en la rama descriptiva presentan descripciones cuantitativas de forma clara y manejable. La estadística descriptiva ayuda a las empresas a simplificar grandes volúmenes de datos de manera razonable y convertirlos en resúmenes sencillos, incluso en estudios donde se utilizan diversas metodologías de ponderación. Sin embargo, cuando los datos se sintetizan a un solo indicador, se corre el riesgo de distorsionar los datos originales o de perder detalles significativos, debido a que un solo monto podría compendiar un gran número de eventos discretos. Por ejemplo, si un bateador en béisbol tiene un promedio de bateo de .333 nos indica que logra un hit cada tres ocasiones, pero este promedio no nos informa si este jugador está consiguiendo jonrones, dobles o solo sencillos. Estadística inferencial La tercera de las ramas de la estadística que describiremos se enfoca en extraer conclusiones basadas en otros factores diversos además de los datos, incluyendo las opiniones y observaciones de los especialistas, y las probabilidades de que suceda algún evento económico o social. Por lo tanto, mientras que la estadística descriptiva simplemente explica los datos, la estadística inferencial se centra en formular deducciones bien informadas con base en lo siguiente: ● Pruebas T: se utilizan para comprobar la veracidad de los datos mediante comparar los promedios extraídos de dos grupos de datos distintos. 3
  • 5. ● Modelos lineales (GLM, por sus siglas en inglés): es un esquema avanzado para comparar cómo ciertas variaciones afectan al análisis de datos. Los modelos GLM son el fundamento para múltiples pruebas estadísticas para autentificar los datos, incluyendo el análisis de variación (ANOVA, por sus siglas en inglés), el análisis de covarianza (ANCOVA, por sus siglas en inglés), pruebas de regresión simples y polinómicas y métodos de multivariadas como el análisis factorial, el coeficiente de la variable ficticia. Estadística experimental La estadística experimental se centra en desarrollar nuevas estadísticas a partir de muestreos limitados o en mejorar los resultados existentes que ofrezcan un valor añadido a los usuarios de los datos a partir de investigaciones exploratorias. Es para fines de mercadotecnia o para implementar estrategias empresariales. Por lo tanto, se enfoca en descubrir ideas y perspectivas, además de recabar datos estadísticos exactos. Se usa primordialmente para definir áreas de posible crecimiento, iniciativas alternativas y para fijar prioridades a las actividades empresariales con miras a aumentar los ingresos. Estadística casual Esta rama de la estadística se basa en la correlación y causación cuando se considera que dos o más variables están vinculadas; es decir, si los valores de una variación aumentan o disminuyen, sucede lo mismo en los valores de la otra variable (incluso si la variación sucede en la dirección opuesta). Por ejemplo, para las dos variables supuestas horas trabajadas y remuneraciones obtenidas hay una relación entre ambas: se incrementarán en la misma medida. Por otro lado, si consideramos las variables precio y poder de compra, las dos se modificarán equitativamente, pero de manera inversa: así, si el precio aumenta, el consumidor experimentará una disminución en su capacidad para comprar el producto (suponiendo que el ingreso del cliente sea constante). A esto se le conoce como correlación, la cual se emplea para describir el volumen y la dirección en que ocurre la relación entre dos o más variables teóricamente. 4
  • 6. Cómo se aplica la estadística en: Educación. La estadística se aplica en la educación para analizar datos relacionados con el rendimiento académico, diseñar estudios e investigaciones, evaluar el aprendizaje de los estudiantes y tomar decisiones informadas para mejorar la calidad de la educación. Contaduría. La estadística se aplica en la contabilidad para analizar los datos financieros, gestionar los riesgos financieros, auditar las empresas y hacer pronósticos financieros, lo que permite a los contadores y analistas financieros tomar decisiones informadas sobre la gestión de los recursos financieros de la empresa. Administración. La estadística se utiliza en la administración para controlar la calidad, tomar decisiones informadas, realizar estudios de mercado y realizar análisis financieros, con el fin de mejorar el desempeño de la empresa y tomar decisiones informadas sobre la gestión de los recursos empresariales. Deporte. La estadística se utiliza en el deporte para analizar el desempeño de los atletas y equipos, tomar decisiones informadas, evaluar lesiones y analizar tendencias a largo plazo, con el objetivo de mejorar su rendimiento y tomar decisiones informadas. Distribución de frecuencias Nombre de la variable 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. Frecuencia absoluta La frecuencia absoluta es el número de veces que aparece un determinado valor en un estudio estadístico. Se representa por fi. 5
  • 7. Ejemplo Durante el mes de julio, en una ciudad se han registrado las siguientes temperaturas máximas: 32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27, 28, 29, 30, 32, 31, 31, 30, 30, 29, 29, 30, 30, 31, 30, 31, 34, 33, 33, 29, 29. En la primera columna de la tabla colocamos la variable ordenada de menor a mayor y en la segunda anotamos la frecuencia absoluta. xi fi 27 1 28 2 29 6 30 7 31 8 32 3 33 3 34 1 31 Frecuencia relativa porcentual La frecuencia relativa porcentual es el porcentaje de la frecuencia relativa, siendo esta la división de la frecuencia absoluta entre el total de valores en una selección de datos. La frecuencia relativa es muy usada en probabilidad, y hace referencia a la relación de una frecuencia absoluta entre un total. Este valor de frecuencia relativa porcentual representa la posibilidad sobre 100% de encontrar este número en una serie de datos, es por esta razón que es una relación de frecuencias. Ejemplo Tenemos el término x = 3, tiene una frecuencia absoluta de 2 y el total de dígitos es 30, entonces: fr = (2/30)· 100% fr = 7% Siendo la frecuencia relativa porcentual del 7%. 6
  • 8. Equivalencia en grados Los grados son otra forma de representar el porcentaje, pero ya no en una escala de 100% sino bajo una medida angular de 360°; para ellos vamos a emplear la siguiente fórmula: 𝑮𝒓𝒂𝒅𝒐𝒔 =𝑓𝑖 ÷ 𝑇𝑜𝑡𝑎𝑙 Χ 360° Calcular los grados es muy similar que calcular el valor del porcentaje, multiplicamos el valor de la frecuencia absoluta fi por 360 y lo dividimos entre el total de datos, también llamado la muestra. Apliquemos la fórmula para cada una de las calificaciones del ejemplo anterior. Para 2.0 % =𝑓𝑖 / 𝑇𝑜𝑡𝑎𝑙 Χ 360° =1 / 10 Χ 360° = 360° / 10 = 36° Para 3.0 % =𝑓𝑖 / 𝑇𝑜𝑡𝑎𝑙 Χ 360° =3 / 10 Χ 360° = 1080° / 10 = 108° Para 4.0 % =𝑓𝑖 / 𝑇𝑜𝑡𝑎𝑙 Χ 360° =4 / 10 Χ 360° = 1440° / 10 = 144° Para 5.0 % =𝑓𝑖 / 𝑇𝑜𝑡𝑎𝑙 Χ 360° =2 / 10 Χ 360° = 720° / 10 = 72° Por teoría al sumar las contribuciones de los porcentajes, nos debe dar la totalidad de los datos es decir 360°. Comprobemos: 36°+ 108° + 144° + 72° = 360° Por último registramos los datos hallados en la tabla de distribución de frecuencias. Calificación Conteo Fi ni % Grados 2.0 I 1 1/10 10% 36° 3.0 I I I 3 3/10 30% 108° 4.0 I I I I 4 4/10 40% 144° 5.0 I I 2 2/10 20% 72° Total 10 10 100% 360° 7
  • 9. I. 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, phyton y c++ que representan? DIFERENCIA ENTRE UN CONTADOR Y UN ACUMULADOR La diferencia entre un contador y un acumulador es que mientras el primero va aumentando en una cantidad fija preestablecida, el acumulador va aumentando en una cantidad o valor variable. CÓMO DECLARAR UNA VARIABLE EN PSEINT 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. Si se observa otra forma de declarar variables. TIPOS DE LENGUAJES - Python Python es un lenguaje de programación ampliamente utilizado en las aplicaciones web, el desarrollo de software, la ciencia de datos y el machine learning (ML). Los desarrolladores utilizan Python porque es eficiente y fácil de aprender, además de que se puede ejecutar en muchas plataformas diferentes. 8
  • 10. - Java Java es una plataforma informática de lenguaje de programación creada por Sun Microsystems en 1995. Ha evolucionado desde sus humildes comienzos hasta impulsar una gran parte del mundo digital actual, ya que es una plataforma fiable en la que se crean muchos servicios y aplicaciones. - C++ C++ es un lenguaje de programación diseñado en 1979 por Bjarne Stroustrup. La intención de su creación fue extender al lenguaje de programación C y añadir mecanismos que permiten la manipulación de objetos. En ese sentido, desde el punto de vista de los lenguajes orientados a objetos, C++ es un lenguaje híbrido. 9
  • 11. ALGORITMOS II. Represente el algoritmo usando el programa pseint en modo flexible y muestre el diagrama de flujo, Hacer las capturas de pantalla. 1. Toma 2 números, hacer la resta, la multiplicación y la división; muestre el resultado. 10
  • 12. 11
  • 13. 2. Calcular el promedio de 4 calificaciones o el promedio de 4 notas. 12
  • 14. 3. Hacer un programa que muestre el área y perímetro de un triángulo. 13
  • 15. 4. Hacer un programa que muestre el área y perímetro de un círculo. 14
  • 16. 5. Hacer un programa para convertir una temperatura ingresada de Celsius a Fahrenheit. 15
  • 17. 6. Hacer un programa para convertir una longitud ingresada en pulgadas a pies. 16
  • 18. 7. Ingresar por teclado el nombre y la edad de cualquier persona e imprima tanto el nombre como la edad. conclusiones: En conclusión hemos aprendido la diferencia de un contador y un acumulador, cómo declarar una variable en pseint, los tipos de lenguaje, sumas, restas, crear algoritmos y etc. 17