informe de presemtacion

7/26/2019 Informe de Presemtacion

1/29

UNIVERSIDAD NACIONAL DE INGENIERIA FACULTAD DE INGENIERIA CIVILESTADISTICA Y PROBABILIDADES

INTRODUCCIN

El presente trabajo fue realizado con la intencin de agrupar un conjunto de datosque frecuentemente se nos presenta a diario para llevarlo a un diseo y analizar.

Cuando hablamos de mtodo, nos referimos a un conjunto de procedimientossistemticos para lograr el desarrollode una ciencia.

!hora bien, al desglosar nuestra investigacinplanteamos tcnicasreferentes acomo recolectar datos, como medir los datos, codificacin, validez y los diferentesinstrumentos de medicintales como" la entrevista, el cuestionario, la observacin,la encuesta.

El e#perimento entre otro tomando en consideracin la confiabilidad de estosinstrumentos que no es otra cosa que el grado en que su aplicacin repetida almismo sujeto o objeto produce iguales resultados sin dejar otras. $us posiblesvariaciones antes instrumentos poco confiables.

! continuacin presentamos un desarrollo bien definido que nos permitir conocercada unos de los mtodospara recolectar informacin.

%as universidades fueron" &'!%(, $tanford, 'avarra, )rvinne, &'*!C, &'E.

SEXTA PRCTICA CALIFICADATRABAJO DE APLICACIN
http://www.monografias.com/trabajos11/metods/metods.shtmlhttp://www.monografias.com/trabajos13/mapro/mapro.shtmlhttp://www.monografias.com/trabajos12/desorgan/desorgan.shtmlhttp://www.monografias.com/trabajos12/desorgan/desorgan.shtmlhttp://www.monografias.com/trabajos10/fciencia/fciencia.shtmlhttp://www.monografias.com/trabajos11/norma/norma.shtmlhttp://www.monografias.com/trabajos6/juti/juti.shtmlhttp://www.monografias.com/trabajos11/basda/basda.shtmlhttp://www.monografias.com/trabajos37/codificacion/codificacion.shtmlhttp://www.monografias.com/trabajos15/la-estadistica/la-estadistica.shtmlhttp://www.monografias.com/trabajos12/recoldat/recoldat.shtml#entrevhttp://www.monografias.com/trabajos15/disenio-cuestionarios/disenio-cuestionarios.shtmlhttp://www.monografias.com/trabajos11/metcien/metcien.shtml#OBSERVhttp://www.monografias.com/trabajos12/recoldat/recoldat.shtml#queeshttp://www.monografias.com/trabajos11/metods/metods.shtmlhttp://www.monografias.com/trabajos11/metods/metods.shtmlhttp://www.monografias.com/trabajos13/mapro/mapro.shtmlhttp://www.monografias.com/trabajos12/desorgan/desorgan.shtmlhttp://www.monografias.com/trabajos10/fciencia/fciencia.shtmlhttp://www.monografias.com/trabajos11/norma/norma.shtmlhttp://www.monografias.com/trabajos6/juti/juti.shtmlhttp://www.monografias.com/trabajos11/basda/basda.shtmlhttp://www.monografias.com/trabajos37/codificacion/codificacion.shtmlhttp://www.monografias.com/trabajos15/la-estadistica/la-estadistica.shtmlhttp://www.monografias.com/trabajos12/recoldat/recoldat.shtml#entrevhttp://www.monografias.com/trabajos15/disenio-cuestionarios/disenio-cuestionarios.shtmlhttp://www.monografias.com/trabajos11/metcien/metcien.shtml#OBSERVhttp://www.monografias.com/trabajos12/recoldat/recoldat.shtml#queeshttp://www.monografias.com/trabajos11/metods/metods.shtmlhttp://www.monografias.com/trabajos11/metods/metods.shtml


2/29


ANTECEDENTES:

UNALM

%a &niversidad 'acional !graria %a (olina +&'!%( mantiene su estructura defuncionamiento por departamentos, pero como unidad acadmica, n-cleo deoperaciones de investigacin, enseanza y proyeccin social que agrupa aprofesores que cultivan disciplinas afines, bajo un sistema de currculum fle#ible.Est regida por la %ey &niversitaria '/ 01211, promulgada el 3 de diciembre de4351. 6recisamente, esta norma deja en libertad a cada universidad para queorganice y establezca su propio rgimen acadmico, de acuerdo con suscaractersticas y necesidades.

%a &'!%( es una organizacin tcnica, acadmica y -nica en el pas. 7frece asus alumnos ambientes propicios para el estudio, cmodas aulas de clase,

laboratorios modernos y equipados para cada una de las especialidades, uncentro de procesamiento de datos, e#tensas reas para prcticas de campo,invernaderos, planos pilotos agroindustriales que generan recursos propios, y labiblioteca agrcola ms completa del pas.

STANDFORD

%a &niversidad %eland $tanford 8unior +%eland $tanford 8unior &niversity eningls, conocida como &niversidad $tanford, ubicada en 6alo !lto+California, esuna universidad privada, considerada como una de las ms prestigiosas de losEstados &nidosy del mundo.

Est localizada a unos 9: ;m al sudeste de $an


3/29


%a &niversidad de 'avarra es una universidad privada perteneciente al 7pus *eiyfundada en 6amplona +'avarra, Espaa en 4390 por 8osemara Escriv de>alaguer.

En la &niversidad de 'avarra se pueden cursar 02 titulaciones oficiales y ms de1?? programas de postgrado en 4? facultades, dos escuelas superiores, el )E$E+)nstituto de Estudios $uperiores de la Empresa, dos escuelas universitarias, el)$$! +$chool of (anagement !ssistants, y otros centros e instituciones. %a>ibliotecade la &niversidad, con ms de 4,4 millones de vol-menes, tiene una delas mayores colecciones de Europa.

)ncluye la Clnica &niversidad de 'avarraque, con cerca de 4.2?? profesionalescualificados, atiende a ms de 4??.??? pacientes al ao. En el ao 0??@ seinaugur el Centro de )nvestigacin (dica !plicada +C)(! en el que 1??investigadores desarrollan sus estudios biomdicos.

%a &niversidad de 'avarra, junto con la &niversidad Europea de (adrid, la&niversidad CE& $an 6ablo, la &niversidad )nternacional de Catalua, la&niversidad Catlica de =alencia $an =icente (rtiry la &niversidad !lfonso A el$abioes una de las : -nicas universidades privadas en Espaa autorizadas paraimpartir los grados oficiales de (edicina.

UNDAC

! mrito de la Besolucin '/ ?@?! D 3? D B, se crea la Escuela de 6ost rado el

00 de febrero de 433?. Con Besolucin '/ 05: D 39 D !'B, %a Escuela de 6ostrado entra en funcionamiento del 05 de octubre de 433@ con la Besolucin '/05: D 39 D !'B.

$e rige por las %eyes 6eruanas y su propio Estatuto, en cuyo artculo se establecelos fines siguientes"


4/29


celebracin del *a del (aestro.)naugurada oficialmente dos meses despus, inici su fecunda y azarosa vidacomo forjadora de preceptores para los primeros aos del 6er- independiente. $uprimer *irector fue el ciudadano ingls *iego Fhompson, quien implant el modeloeducativo llamado $istema %ancasteriano en la preparacin de los maestros. *eacuerdo con este sistema, los alumnos ms avanzados se convertan en monitoresy contribuan mediante la prctica en el aula a la mejor formacin de suscondiscpulos.

OBJETIVOS:

1. Evaluar y realzar la calidad de los datos

0. *escribir la poblacin de estudio y su relacin con alguna supuesta fuente+justificar todoslos pacientes potenciales involucradosG comparacin de la poblacin de estudioobtenida conla poblacin blanco

1. Evaluar la posibilidad de sesgos +p.ej., noDrespuesta, negativa a contestar, y

desaparicin de sujetos, grupos de comparacin

@. Estimar las medidas de frecuencia y e#tensin +prevalencia, incidencia, media,mediana

9. Estimar medidas de fuerza de asociacin o efecto

:. Evaluar el grado de incertidumbre a partir del azar +HruidoI

2. Controlar y analizar los efectos de otros factores relevantes

5. >uscar una mayor comprensin de las relaciones observadas o no observadas

3. Evaluar el impacto o importancia



5/29


EDICION DE DATOS:

En un estudio bien ejecutado, el plan de recoleccin de datos incluyeprocedimientos, instrumentos,y formularios, diseados y ensayados para ma#imizar su precisin. Fodas lasactividades de recoleccin de datos son monitorizadas para asegurar laadherencia al protocolo de recoleccin de datos y para promover acciones paraminimizar y resolver situaciones de datos faltantes o cuestionables. %osprocedimientos de monitorizacin son establecidos al inicio y mantenidos durante

todo el estudio, dado que cuanto antes se detecten las irregularidades, mayor laprobabilidad de que puedan ser resueltas de manera satisfactoria y msprecozmente se puedan establecer medidas preventivas.$in embargo, a menudo hay necesidad de HeditarI los datos, tanto antes comodespus de computarizarlos. El primer paso es HmanualI o Hedicin visualI. !ntesde digitar los formularios +salvo que los datos sean entrados en la computadora enel momento de recoleccin, p.ej., a travs de programas como C!F) D entrevistastelefnicas asistidas por computadora +computerDassisted telephone intervieJing,los formularios deben ser revisados para identificar irregularidades y problemasque pasaron desapercibidos o no fueron corregidos durante el monitoreo.



6/29


LIMPIEZA DE DATOS

&na vez que los datos son introducidos en la computadora y son verificados+pueden verificarse por introduccin por dos personas o por verificacin visual sonsometidos a una serie de verificaciones por la computadora para HlimpiarlosI.

Verificacin de ran!"

%a verificacin de rango compara cada dato con un conjunto de valores permitidosy usuales para esa variable. %a verificacin de rango se usa para"

4. *etectar y corregir valores no vlidos

0. )dentificar e investigar valores inusuales

1. $ealar valores atpicos o e#tremos +HoutliersI +a-n si son correctos, su

@. presencia puede influir sobre los mtodos estadsticos a utilizar

http://www.google.com.pe/imgres?q=recoleccion+de+datos&um=1&hl=es&biw=1152&bih=683&tbm=isch&tbnid=iGnm5HerASkZDM:&imgrefurl=http://impactruenos.blogspot.com/2008/04/metodo-de-recoleccin-de-datos.html&docid=MQUkN1vzyfqGOM&imgurl=http://bp1.blogger.com/_TDL0AJ0C4BY/SBYY633CjfI/AAAAAAAAAA0/Rau-VknvE0A/s320/Metodo%2Bde%2Brecoleccion%2Bde%2Bdatos.jpg&w=300&h=210&ei=_3LCTr2tJMifgwe_7NTVDg&zoom=1


7/29


9. =erificar la lgica de las distribuciones y tambin apreciar sus formas, dadoque esto tambin afectar la seleccin de procedimientos estadsticos

Verificacin de #a c!n"i"$encia

%a verificacin de la consistencia e#amina cada par +a veces ms de datosrelacionados, en relacin con el conjunto de valores habituales y permitidos de lasvariables como par. 6or ejemplo, los hombres no deben haber tenido unahisterectoma. %os estudiantes universitarios habitualmente tienen por lo menos 45aos +aunque pueden haber e#cepciones, por eso se considera que la verificacinde la consistencia es un procedimiento HblandoI, no HduroI. %a verificacin de laconsistencia se usa para"

4. *etectar y corregir las combinaciones no permitidas

0. $ealar e investigar combinaciones inusuales

1. =erificar la consistencia de los denominadores y valores HausentesI y HnocorrespondeI +i.e., verificar que los patrones de salteado de llenado hansido cumplidos

@. =erificar la lgica de las distribuciones conjuntas +p.ej., en los grficos depuntos

CODIFICACION DE LOS DATOS

%a codificacin de los datos significa la traduccin de la informacin en valoresadecuados para ser ingresados en la computadora y para el anlisis estadstico.Fodo tipo de datos +p.ej., historias clnicas, cuestionarios, pruebas de laboratoriodebe ser codificado, aunque en algunos casos la codificacin ha sido realizadapreviamente. El objetivo es crear variables a partir de la informacin, con laposibilidad de anlisis en mente. %as siguientes interrogantes subyacen las

decisiones sobre codificacin"

4. KLu informacin e#isteM

0. KLu informacin es relevanteM

1. KCmo ser probablemente analizadaM



8/29


E%e&'#!" de deci"i!ne" "!(re c!dificacin ) edicin de da$!"

N &n criterio tpico para la seropositividad para =)O es un E%)$! repetidamentepositivo +ensayo inmunoenzimtico recombinante para anticuerpos =)Oconfirmado por una pruebaPestern >lot con elfin de identificar la presencia de protenas particulares +p.ej.,p0@, gp@4, gp40?4:?. *e esta manera los datos del laboratorio pueden incluirtodos los siguientes"

a. &na evaluacin global del estado =)O +positivonegativoindeterminado

b. 6ares de resultados de E%)$! e#presados como"

i. Q Q Q R R R indeterminado

ii. densidades pticas

b. Besultados de Pestern >lot +para las personas con resultados de E%)$!positivos e#presados como"

i. +Q R indeterminado

ii. deteccin de bandas especficas de protenas, p.ej., p0@, gp@4,gp40?4:?

Es necesario llegar a un balance entre la codificacin de lo mnimo y lacodificacin de HtodoI.

%a codificacin es ms sencilla cuando se hace toda de una vez.

&no siempre puede ignorar posteriormente las opciones codificadas que se

consideran sin importancia. %a informacin no codificada no estar a disposicin para su anlisis +p.ej.,

la fecha en que se recibi el cuestionario, qu cuestionarios fueronseleccionados al azar para una encuesta de verificacin basada en 4?S delos cuestionarios totales.



9/29


(ayores detalles significan ms reDcodificaciones para el anlisis lo cual

significa ms programacin y por lo tanto ms oportunidades para cometererrores.

%as decisiones postergadas deben ser concretadas en alg-n momento, asque porqu no hacerlo de entrada +p.ej., cuando un entrevistado marcarespuestas adyacentes como H1. &na o dos vecesI y H@. *os a cinco vecesIKqu debe codificarse R K1M,K@M, K1.9M Kun valor codificado faltanteM K&ncdigo a ser reemplazado en el futuro cuando se tome una decisinM

Es importante documentar cmo se realiz la codificacin y cmo se

resolvieron los problemas, de manera de mantener la consistencia ycontestar las inevitables preguntas.

NIVELES O ESCALAS DE MEDICIN

%os constructos o factores en estudio son representados por HvariablesI. %asvariables +tambin llamadas HfactoresI tienen HvaloresI o HnivelesI. %as variablesresumen y reducen los datos, tratando de representar la informacin HesencialI.

T*cnica" ana#+$ica" de'endiend! de# $i'! de ,aria(#e

%as variables pueden ser clasificadas de diversas maneras. &na variable continuatoma todos los valores dentro de su rango permitido, de manera que entre dosvalores cualesquiera dentro del rango hay otros valores legtimos entre ellos. &navariable continua +llamada tambin a veces Hvariable de medicinI se usa en



10/29


respuesta a la pregunta HKcuntoMI. %as mediciones como peso, altura, y lapresin arterial pueden, en principio, ser representadas por variables continuas yfrecuentemente son tratadas como tales en los anlisis estadsticos. En laprctica, por supuesto, los instrumentos utilizados para medir estos y otrosfenmenos y la precisin con que se registran los valores permiten slo un n-merofinito de valores, pero estos pueden ser considerados como puntos en uncontinuo. (atemticamente, una variable discreta puede tomar slo ciertos valoresentre sus valores m#imo y mnimo, a-n si no hay un lmite para el n-mero dedichos valores +p.ej., el conjunto de n-meros racionales es pasible de ser contadoaunque es ilimitado en n-mero. %as variables discretas que pueden tomarcualquier valor dentro de un conjunto grande de valores a menudo son tratadascomo si fueran continuas. $i los valores de una variable pueden ser ordenados, elhecho de que el analista decida tratar la variable como discreta yo continuadepende de la distribucin de la variable, los requerimientos de los procedimientosanalticos disponibles y la opinin del analista sobre la interpretacin de losresultados que se pueden obtener.

Ti'!" de ,aria(#e" di"cre$a"

4. Iden$ificacinR una variable que simplemente nombra cada observacin +p.ej.,un n-mero de identificacin en el estudio y que no se usa en el anlisisestadsticoG

0. N!&inal R una categorizacin o clasificacin, que no tiene un orden inherenteGlos valores o la variable son completamente arbitrarios y podran serreemplazados por cualquier otro sin afectar los resultados +p.ej., grupossanguneos !>7, n-mero de registro en la clnica, etnia.%as variables nominales pueden ser dicotmicas +dos categoras, p.ej. se#o opolitmicas +ms de dos categoras.



11/29


1. Ordina#R una clasificacin en que los valores pueden ser ordenados o tienenun ordenG dado que los valores codificados slo necesitan reflejar el orden puedenser reemplazados por cualquier otro conjunto de valores con el mismoordenamiento relativo +p.ej., 4, 0, 9G :,00, :3G 1.9, @.0, :.3 podran todos ser utilizados en vez de 4, 0 ,1. Como ejemplospodemos considerar la severidad de las lesiones y la situacin socioeconmica.@. De c!n$e!Rel n-mero de entidades, eventos, o alg-n otro fenmeno quepuede ser contado, para el cual la pregunta relevante es HcuntosMI +p.ej., paridad,n-mero de hermanosG la sustitucin de los valores de la variable por otrosn-meros cambiara su sentido. En el anlisis de datos epidemiolgicos, lasvariables de conteo a menudo se tratan como continuas, sobre todo cuando susposibles valores son muchos.

Ti'!" de ,aria(#e" c!n$in-a"

./ De in$er,a#!R las diferencias +intervalos entre los valores tienen significado,pero las razones entre los valores no lo tienen. Es decir, que si la variable toma losvalores 44D55, con un promedio de @?, tiene sentido afirmar que el puntaje delsujeto ! de :? Hse aleja el doble del promedioI que el puntaje de 9? del sujeto >.6ero no tiene sentido decir que el puntaje del sujeto ! es H4.9 veces el promedioI.%a razn es que el punto cero de la escala es arbitrario, de manera que los valoresde los puntajes tienen sentido slo en relacin uno con el otro. $in prdida deinformacin, la escala puede ser desplazada" 44D55 puede ser transformada en ?D22 restando 44 puntos. %os puntajes de la escala tambin pueden sermultiplicados por una constante. *espus de cualquiera de estas dostransformaciones, el puntaje del sujeto ! sigue alejndose el doble de la mediaque el puntaje del sujeto >, pero el puntaje del sujeto ! no es ms 4.9 veces elpuntaje promedio. %as escalas sicolgicas +p.ej., para ansiedad, para depresin amenudo utilizan este tipo de escalas. &n ejemplo que proviene de la fsica es latemperatura medida en escala de


12/29


HKEs que HmsI es realmente msMI y H Khay umbrales o discontinuidadesinvolucradasMI *e nuevo, la realidad subyacente +o, ms bien, el modeloconceptual que tengamos de ella determina el enfoque de la cuantificacin. %osvalores de las variables a menudo son agrupados en un pequeo n-mero decategoras para algunos anlisis y utilizados en su forma original para otros.

TRABAJO PREPARATORIO 2 E3PLORANDO LOS DATOS

Frata de HsentirI los datosR analizar la distribucin de cada variable. E#aminagrficos de correlacin bivariados y cruces de variables. KFienen sentido lospatrones que aparecenM K$on creblesM

N 7bserva la forma R simetra vs. asimetra, interrupciones en la formaN Elige medidas de resumen apropiadas para la distribucin y tipo de variable

+nominal, ordinal, medida

De '!"icinR media, mediana, porcentaje por encima del punto de corte

Di"'er"inR desvo estndar, cuartilesN >usca relaciones entre los datosN (ira dentro de los subgrupos importantesN 7bserva la proporcin de valores faltantes

CUERPO DEL INFORME

Titulo: (edida de los tiempos de cone#in a las pginas de las diversasuniversidades asignadas" &'!%(, $tanford, 'avarra, )rvinne, &'*!C, &'EG

realizando una distribucin estadstica que nos ayude a obtener informacin eneste caso cuantitativa.

Mtoo!:



13/29


En la medida de los tiempos en conectarse a los sitios Jebs de las universidadesse us el programa PingDom Toolscomplementa la barra de herramientas dele#plorador.Fenemos lo siguiente"

Orien:

%os datos fueron tomados del tiempo que tarda en conectarse a los sitios Jebs delas universidades para la medida se us el programa PingDom Toolscomplementala barra de herramientas del e#plorador.

4erra&ien$a":

6ara obtener los clculos se uso la siguiente teora de estadstica descriptivaG

P!(#aci!ne"5 &-e"$ra" e inferencia

Como se ha sealado anteriormente, el objetivo de la estadstica descriptiva, es ladescripcinde los datos y no la inferencia partiendo de los datos.

&na poblacin de unidades es un grupo de entidades que tienen algunacaracterstica cuantificable en com-n.

%as unidades pueden ser personas, rboles, bacterias, compuestos qumicos, etc..6ueden ser finitas o infinitas en n-mero. %a caracterstica cuantificable puede ser

una variable continua o discreta.

&na poblacin de observaciones es un grupo que consiste en los valoresnumricos de una caracterstica cuantificable determinada en cada elemento deuna poblacin de unidades.

%a misma poblacin de unidades tendr en ocasiones ms de una poblacin deobservaciones asociada.

&na muestra de unidades es un n-mero finito de unidades procedentes de unapoblacin de unidades.

&na muestra de observaciones es un n-mero finito de observaciones procedentes

de una poblacin de observaciones.

Es decir una muestra es una parte de una poblacin que aislamos para estudiarla.

Este conceptoes de importancia para el anlisis estadstico porque por lo generaluno dispone de una muestra de una poblacin para el estudio que intenta realizar.6or ejemplo, si necesitramos hacer un promedio de todas las alturas de loshabitantes de un pas de 0??.???.??? de habitantes +esta sera la poblacin

http://monografias.com/trabajos10/anali/anali.shtmlhttp://www.monografias.com/trabajos15/composicion-follaje/composicion-follaje.shtmlhttp://www.monografias.com/trabajos/bacterias/bacterias.shtmlhttp://www.monografias.com/trabajos10/teca/teca.shtmlhttp://monografias.com/trabajos10/anali/anali.shtmlhttp://www.monografias.com/trabajos15/composicion-follaje/composicion-follaje.shtmlhttp://www.monografias.com/trabajos/bacterias/bacterias.shtmlhttp://www.monografias.com/trabajos10/teca/teca.shtml


14/29


estadstica, es lgico suponer lo engorroso que sera medir la altura de todos.Esto se realiza midiendo las alturas de una muestra de esta poblacin, porejemplo 4?.??? habitantes. Este procedimiento es inductivo ya que el investigadorsaca conclusiones acerca de la poblacin basndose en el anlisis de unamuestra de esa poblacinG esto es hacer una inferencia acerca de una poblacinpartiendo de una muestra.

$e llama inferencia estadstica una conclusin que se refiere a una poblacin deobservaciones, obtenida sobre la base de una muestra de observaciones.

Carac$er+"$ica de"cri'$i,aglobal de una poblacin de observaciones se llamaparmetro.

Carac$er+"$ica de"cri'$i,aglobal de una muestra de observaciones se llamaestadgrafo.

M-e"$ra a#ea$!ria

&na muestra aleatoria es una muestra sacada de una poblacin de unidades, demanera que todo elemento de la poblacin tenga la misma probabilidaddeselecciny que las unidades diferentes se seleccionen independientemente.

Varia(#e" a#ea$!ria" ) di"$ri(-ci!ne"

$e llama variable aleatoria aquella que toma diversos valores o conjuntos devalores con distintas probabilidades. E#isten 0 caractersticas importantes de unavariable aleatoria, sus valores y las probabilidades asociadas a esos valores.

&na tabla, grfico o e#presin matemtica que d las probabilidades con que unavariable aleatoria toma diferente valores, se llama distribucin de la variablealeatoria.

Como vimos anteriormente, la inferencia estadstica se relaciona con lasconclusiones que se pueden sacar acerca de una poblacin de observacionesbasndose en una muestra de observaciones. Entonces intervienen lasprobabilidades en el proceso de la seleccin de la muestraG en este caso se deseasaber algo sobre una distribucin con base en una muestra aleatoria de esadistribucin.

La re're"en$acin de #!" da$!": FRECUENCIAS

Cuando se re-ne gran cantidad de datos primarios es -til distribuirlos en clases ycategoras y determinar las frecuencias de las clases, o sea, el n-mero deelementos que pertenecen a una clase. El ordenamiento tabular de los datospor clases conjuntamente con las frecuencias de clases sedenomina distribucin de frecuencias.

http://www.monografias.com/trabajos54/resumen-estadistica/resumen-estadistica.shtmlhttp://www.monografias.com/trabajos5/selpe/selpe.shtmlhttp://www.monografias.com/trabajos11/basda/basda.shtmlhttp://www.monografias.com/trabajos54/resumen-estadistica/resumen-estadistica.shtmlhttp://www.monografias.com/trabajos5/selpe/selpe.shtmlhttp://www.monografias.com/trabajos11/basda/basda.shtml


15/29


El caso que se describe a continuacin, variablesdiscretas sedenomina distribucinpor conteo de valoresindividuales. $upongamos queun determinado colectivo, representado por la variable estadsticaAi, quepara mayor sencillez consideraremos como unidimensionalG sean los datosde esta variable +representativo cada uno de ellos de un suceso A4, A0, U ,An +supuesto que sean n los valores de la variable considerada.

Frecuencia de un dato

El n-mero de veces que este aparece en el colectivo consecuentemente, si unavariable estadstica toma r valores, cada uno de los cuales puede repetirse un

cierto n-mero de veces, podramos decir que el n-mero de datos representado porla variable seran ', siendo ' la suma de las respectivas frecuencias de cada dato

Frecuencia absoluta o simplemente frecuencia (fi)

'os habla del n-mero de veces que un dato aparece en un colectivo

Frecuencia relativa

$e definir como" el coeficiente entre la frecuencia absoluta del dato considerado yla frecuencia total.

Para variables discretasDonde:N=fi y fi/N=1

http://www.monografias.com/trabajos12/guiainf/guiainf.shtml#HIPOTEShttp://www.monografias.com/trabajos11/travent/travent.shtmlhttp://www.monografias.com/trabajos14/nuevmicro/nuevmicro.shtmlhttp://www.monografias.com/trabajos15/estadistica/estadistica.shtmlhttp://www.monografias.com/trabajos12/guiainf/guiainf.shtml#HIPOTEShttp://www.monografias.com/trabajos11/travent/travent.shtmlhttp://www.monografias.com/trabajos14/nuevmicro/nuevmicro.shtmlhttp://www.monografias.com/trabajos15/estadistica/estadistica.shtml


16/29


Valores de la variable Xi

(datos)

frecuencias absolutas

fi

frecuencias relativas

fi/N

X1 f1 f1/N

X2 f2 f2/N

Xn fn fn/N

Para variables continuas

Intervalos

(C)

Marcas de Clases

Xi

Frecuencias Absolutas

fi

X1-X2 X1 f1

X2-X3 X2 f2

Xn-1-Xn Xn fn

*onde" (arca de clase"

'umero de observaciones"

!mplitud del intervalo"



17/29


RE6LAS 6ENERALES PARA CONSTRUIR LAS DISTRIBUCIONES DEFRECUENCIAS POR INTERVALOS

$ean las distribuciones de datos del conjuntoG

A = (X1, X2,, Xn)

1. Efectuar el arreglo ordenado +!scendente o *escendente de la poblacin omuestra

2. 7btener la frecuencia absoluta mediante la tabulacin o conteo de los datos+homogenizar los datos

3. Encontrar el rango o recorrido +B de los datos"

R = (valor mayor valor menor) = Xn X1

4. Encontrar el n-mero de clases o intervalos de clases +T. El n-mero declases debe ser tal que se evite el detalle innecesario, pero que no conduzcaa la prdida de ms informacin de la que puede ser convenientementeignorada. 6ara este clculo se utiliza la formula deSturges

K = 1 + 3.322(log. N)

REPRESENT!"#NES $R%&"!S'E '"STR"*!"N 'E&RE!*EN!"S

Los uadros estad!sticos"

%a estadstica es una disciplinaque nos ensea a organizar los datos

recogidos para poder analizar sus caractersticas y posteriormente inferir, a

partir de las muestras tomadas, las caractersticas de la poblacin investigada.

%os cuadros o tablas corresponden a arreglos sistemticos de los datos por

filas y columnas y son un buen complemento del te#toen los informes

El primer procedimientoestadstico consiste en tabular los datos seg-n el tipo

de escala de medicin utilizada. %a tabulacin de los datos conlleva a

representar la informacin a travs de tablas que de forma general contiene las

siguientes partes fundamentales"

a Numeraci#n+siempre que se presenten dos o ms cuadros

http://www.monografias.com/trabajos11/estadi/estadi.shtml#METODOShttp://www.monografias.com/trabajos14/disciplina/disciplina.shtmlhttp://www.monografias.com/trabajos13/libapren/libapren.shtmlhttp://www.monografias.com/trabajos13/mapro/mapro.shtmlhttp://www.monografias.com/trabajos11/estadi/estadi.shtml#METODOShttp://www.monografias.com/trabajos14/disciplina/disciplina.shtmlhttp://www.monografias.com/trabajos13/libapren/libapren.shtmlhttp://www.monografias.com/trabajos13/mapro/mapro.shtml


18/29


b $!tulo"es la descripcinque precede al cuadro, la cual deber estar

redactada en forma breve y clara, de tal manera que e#prese su

contenido, siguiendo el ordenamiento del mismo. Es necesario

abarcar las caractersticas" 7-*5 Dnde5 C&! ) C-8nd!c %ncabe&amiento" se refiere al n-mero de atributos o variables que

se quieren representar en el cuadro y se anotan como

denominaciones de las columnas y subcolumnasG puede ser

unidimensional, bidimensional o multidimensional. %os ttulos de las

columnas van en may-sculas y los subttulos en min-sculas.

d uerpo"es el conjunto de columnas y lneas que contiene el cuadro

en orden vertical y horizontal, donde se colocan los datos sobre los

hechos observados.

e Pie"se refiere a la informacin adicional necesaria a saber" notas,llamadas, fuentesde informacin y otras. $e anotan en el espacio

debajo de la lnea inferior que limita el cuerpo del cuadro.

LosGrficos%stad!sticos"

El grfico es quizs el au#iliar ms valioso y utilizado para e#presar datos

estadsticos, este elemento no le aade novedad a las tablas o cuadros

estadsticos, es de fcil comprensin y accesible a un n-mero mayor de

usuarios. El grfico adems de e#presar visualmente los hechos msimportantes de la informacin numrica, permite una mejor y ms fcil

comprensin y ahorra tiempo y esfuerzo en el anlisis de datos estadsticos

al facilitar su apreciacin visual en forma conjunta"

a) 'istoramas de frecuencias"

&n histograma es un grfico que sirve para representar una distribucin de

frecuencias. Este grfico est formado por un conjunto de rectngulos +caso

de variables continuas que tienen como base un eje horizontal

+generalmente el eje de las abscisas o de las A, y como centro los

puntos mediosde las clases. %os anchos de las clases y las reas de los

rectngulos son proporcionales a las frecuencias de las clases. En el caso

de las variables discretas el grfico consiste de un conjunto de barras

verticales en lugar de rectngulos, hallndose cada barra sobre

la observacinrespectiva y con una altura proporcional a la frecuencia de la

observacin

http://monografias.com/trabajos10/anali/anali.shtmlhttp://www.monografias.com/trabajos10/formulac/formulac.shtml#FUNChttp://www.monografias.com/trabajos11/estadi/estadi.shtml#METODOShttp://www.monografias.com/trabajos11/estadi/estadi.shtml#METODOShttp://www.monografias.com/trabajos14/medios-comunicacion/medios-comunicacion.shtmlhttp://www.monografias.com/trabajos14/medios-comunicacion/medios-comunicacion.shtmlhttp://www.monografias.com/trabajos11/metcien/metcien.shtml#OBSERVhttp://monografias.com/trabajos10/anali/anali.shtmlhttp://www.monografias.com/trabajos10/formulac/formulac.shtml#FUNChttp://www.monografias.com/trabajos11/estadi/estadi.shtml#METODOShttp://www.monografias.com/trabajos14/medios-comunicacion/medios-comunicacion.shtmlhttp://www.monografias.com/trabajos11/metcien/metcien.shtml#OBSERV


19/29


b) Pol!ono de frecuencias"

El polgono de frecuencias es un grfico formado por lneas quebradas, que

tiene los centros de las clases representadas en un eje horizontal +eje de

las A y las frecuencias de las clases en un eje vertical +eje de las V. %a

frecuencia correspondiente a cada centro de clase se seala mediante un

punto y luego los puntos consecutivos se unen por lneas rectas. *el

correspondiente histograma se puede lograr el polgono de frecuenciauniendo los puntos medios de las bases superiores de cada rectngulos

mediante lneas rectas.



20/29


c) *ivas"

%as ojivas se refieren a los grficos que se construyen utilizando una

distribucin acumulativa de frecuencias, el orden de acumulacin se aplica

al cuadro de distribucin de frecuencia y puede ser descendente +faW, fraW

o ascendente +faX, fraX. %a figura que se forma al unir los puntos del

polgono de frecuencias acumulativas es lo contrario del orden anunciado

+por ejemplo si se utiliz el orden descendente en la acumulacin de los

datos en el cuadro, la ojiva resulta ser ascendente.



21/29


FIC4A TECNICA ESTADISTICA

N!&(re de #a ,aria(#e:Fiempo de cone#in al sitio Jeb de la universidadsolicitada

De"cri'cin de #a ,aria(#e: 'os referimos a un tipo de variable de tipocualitativa continua, ya que nos referimos al tiempo de cone#in.

Unidad de &edida: El tiempo medido es en segundos

Peri!dicidad Medicin de# rei"$r!: El tiempo que se demoro en recolectar todas las

mediciones fue de alrededor de una hora apro#imadamente.

C!(er$-ra de In$erne$" Oablamos de un servicio inalmbrico de bandaancha en una noteboo; y en el momento que se tomo los datos seencontraba a una velocidad de speedy de 0@(bps.

N!&(re de #a f-en$e de inf!r&acin: %as universidades &'!%(,$tandford, 'avarra, )rvine, &'*!C, &'E.

Ti'! de f-en$e de inf!r&acin:(uestra aleatoria de medicin de tiempo de

cone#in al sitio Jeb de las universidades

Rei"$r! Ad&ini"$ra$i,! O("er,aci!ne": $e pudo haber hecho las mediciones en otro tipo de

horario, en nuestro caso se realizo en la noche alrededor de las 5 de lanoche donde la velocidad del internet es de mejor recepcin.

Di"'!ni(i#idad de #a e"$ad+"$ica:%os sitios Jebs de las respectivasuniversidades son4. &'!%( JJJ.lamolina.edu.pe0. $F!'*


22/29


RESULTADOS

=eamos los datos obtenidos"

UNALM STANDFORD NAVARRA IRVINE UNDAC UNE

0.12 @.11 4.92 1.92 4.54 :.1@

0.1: @.9 ?.3 0.3 ?.3 9.2

0.19 9.4 4.0 1.49 4.49 9.59

0.1 9.@ 4.1 1.@9 4.0 9.3@

0.9 @.00 4.49 1.?1 4.19 :.?4

0.4 @.1@ 4 1.54 4.@9 :.4:

0.1 9.01 4.: 1.9: 4.: :.1@

0.0 @.4 4.9 @.49 4.54 :.15

0.09 1.3 4.25 1.9 4.3 :.0:

0.01 @.5 4.3 1.:5 4.51 :.@9

0.@ @.5 0.0 @.0 4.23 :.:0

0,9 1.5 4.0 @ 0.0 :.23

0.: @.09 4.: 1.39 0.?4 :.@

0.@9 9 4.20 1.51 0 :.20

0.9 @.2 ?.39 1.10 4.3 :.05



23/29


0.@ 1.3 4.10 1.92 4.9 :.9

Oaciendo los clculos de las medidas de tendencia central"

MEDIA ARITMETICA

MODA

Donde:

L=Limite inferior de la clase modal.

d1=Diferencia entre la frecuencia de la clase modal y la frecuencia de la clase anterior.d2= Diferencia entre la frecuencia de la clase modal y la frecuencia de la claseposterior.

C= Intervalo de clase.

MEDIANA

Donde:n=Nmero total de observaciones.

L=Limite inferior de la clase que contiene la mediana.f =Frecuencia de la clase que contiene la mediana.

F=Frecuencia acumulada "menos de" de la clase anterior.C= Intervalo de clase.



24/29


%os datos obtenidos fueron los siguientes

(o (e

UNALM 2.363125 2.5 2.365St"#$o% 4.523125 3.9 4.42N"&"%%" 1.430625 1.2 1.41I%&i#' 3.604375 3.57 3.57

UNDAC 1.65 1.81 1.8UNE 6.29625 6.34 6.34

ANALISIS 9 COMPARACION DE DATOS



25/29


COMPARACION DE MODAS

COMPARACION DE VARIANZAS



26/29


COMPARACION DE CURVAS DE DISTRIBUCION NORMAL

./; ./


27/29


&'E CV!'

ANALISIS DE LAS 6RAFICAS:

DE LA MEDIA:Bepresenta el valor promedio que es la suma de los datos recogidos sobre el total

de los datos " y en nuestra grafica observamos que la mayor media es la &'E y la

de menor media es la universidad de 'avarra, esto quiere decir que en valor

promedio nos demoramos mayor tiempo en ingresar a la pgina principal de la

&'E respecto a las dems universidades

DE LA MODA:Bepresenta el dato de mayor frecuencia de los datos recogidos para el anlisisEn nuestra grafica observamos que la de mayor moda es la &'E de misma

manera la de menor moda es la universidad de 'avarra

DE LA MEDIANA:Es el valor que separa en dos partes iguales los datos recogidos previamente

ordenados en forma creciente o decreciente tambin viene a ser el percentil 9?En la grfica tenemos que la &'E es de mayor mediana y la universidad de

'avarra es la de menor mediana

7>$EB=!C)7'" vemos que en la comparacin de la media mediana son igualesporque las desviaciones estndar son casi insignificantes con respecto a la media

DE LA CURVA NORMAL:Como bien sabemos al tratar de graficar nuestras distribuciones muestrales a una

curva, la apro#imamos a un tipo de curva conocida, esta sera la curva normal, es

importante tambin recalcar la estandarizacin de datos.Entonces nosotros apro#imamos a un tipo de curva conocida que es la normal y al

hacer el anlisis de las curvas vemos que la tenga mayor altura es la que presente

menor desviacin estndar, entonces al analizar nuestra grafica vemos que la

curva de mayor varianza es de la universidad de $tandford y la de menor varianza

es de la &'!%(G entonces concluimos que al haber hecho las mediciones tuvimos

mayores variaciones en la universidad de standford, puede ser porque entramos a

un tipo de pgina que pertenece a un pas lejano, tambin porque presenta

mayores complementos en su Jeb.



28/29


OBSERVACIONES 9 CONCLUSIONES:

'otamos que la diferencia de tiempo al ingresar a un sitio Jeb se debe a su

cantidad de informacin +archivos, videos, animaciones, etc., a nuestrohistorial visitado, la hora que se visita, la cantidad de usuarios que visitaesta pgina, etc., lo que hace que posea ms lentitud en su proceso decarga.

racias a este trabajo mediante a la estadstica comparativa pudimos

comparar los anlisis mustrales mediante grficas obteniendo as una ideade cmo se funcionan estas y sus caractersticas, adems de que alrealizar una distribucin de frecuencias, hacemos una tabla que resume deuna manera ms entendible, ordenada numricamente los datos de unamanera conveniente.

(ayormente al hacer una distribucin de datos de una muestra se trata se

ajustar o apro#imar a una distribucin conocida como la normal y la tDstudent para facilitar el anlisis y adems al hacer este tipo deapro#imaciones tambin disminuimos nuestro porcentaje de error, ya quecompensa todas la observaciones iniciales al hacer las mediciones, debidoa que toda la informacin se condensa en nuestra grafica.

$e observa que los valores atpicos aumentan el grado de desconfianza en

nuestro anlisis.

!l tomar los datos se observo que a medida que temamos mas datos estos

se dispersaban y el coeficiente d variacin aumentaba, esto ocurre pues alabrir tantas veces el mismo sitio Jeb los accesos ya se hacen rpidos, pueses una direccin conocida para el buscador, adems que ya est guardadaen el historial de e#ploracin.

%a principal ventaja de usar una de estas tablas de resumen es que las

principales caractersticas de los datos se hacen evidentes inmediatamente

para el lector.

%a principal desventaja de tal tabla de resumen es que no podemos saber

cmo se distribuyen los valores individuales dentro de un intervalo de claseparticular sin tener acceso a los datos originales. El punto medio de laclase, sin embargo, es el valor usado para representar todos los datosresumidos en un intervalo particular. El punto medio de una clase +o marca



29/29


de clase es el punto a la mitad de los lmites de cada clase y esrepresentativo de los datos de esa clase.

BIBLIO6RAFIA

Manual de Crdova y Zaora, !"#ad$"#%&a y 'roa%l%dade"

##*+//e".eo&%#%e".&o/r%o#or#o/no*a/no*a.#

##*+//e".%%*ed%a.or/%%/%"#r%u&%0C303nde*roa%l%dad

##*+//e".%%*ed%a.or/%%/alore"*erado

##*+//e".%%*ed%a.or/%%/ar%alealea#or%a
http://es.geocities.com/riotorto/nopa/nopa.htmhttp://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_probabilidadhttp://es.wikipedia.org/wiki/Valor_esperadohttp://es.geocities.com/riotorto/nopa/nopa.htmhttp://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_probabilidadhttp://es.wikipedia.org/wiki/Valor_esperado

informe de presemtacion

Documents