Con los ejemplos anteriores del promedio de bateo y el promedio de calificaciones, uno puede ver algunos ejemplos más de estadísticas descriptivas. Aquí hay un ejemplo más abstracto: considere el conjunto de datos {2, 5, 7, 6, 8, 9, 5, 7, 10, 4}. ¿Cuál es el medio de este conjunto de datos?
La media mencionada aquí es el promedio de un conjunto de datos, y se calcula tomando la suma del conjunto de datos y dividiendo esa suma por el tamaño del conjunto de datos. En otras palabras, para un conjunto de datos que contiene n elementos,
donde x es un elemento del conjunto de datos, y N es el número de elementos en el conjunto de datos. Dicha media se conoce como {eq} overline {x} {/eq}, pronunciada «X-bar», y es una de las estadísticas descriptivas más comunes y útiles.
$$ overline {x} = frac { sum x} {n} = frac {63} {10} = 6.3 $$
Hay dos tipos de estadísticas descriptivas: medidas de tendencia central, también llamadas medidas del centro, y medidas de dispersión, también llamadas medidas de variabilidad o dispersión. El primero describe los valores del que el conjunto de datos parece estar agrupado, mientras que el segundo describe cómo difundir los datos. Al considerar los dos juntos, se puede determinar un valor «típico» para el conjunto de datos. También pueden saber qué tan lejos de ese valor típico es probable que esté un punto de datos.
Hay cuatro tipos de estadísticas descriptivas: medidas de frecuencia, medidas de tendencia central, medidas de dispersión y medidas de posición. En este artículo, el enfoque se centra principalmente en medidas de tendencia central y dispersión. Las medidas de frecuencia se refieren a cuántos elementos hay en conjuntos de datos. Estas estadísticas incluyen frecuencia o recuentos, y frecuencia o proporciones relativas. Las medidas de la posición incluyen rango de percentil y rango de cuartil (que en sí mismo es un subconjunto de rango de percentil).
¿Cómo se aplica la estadística descriptiva en la vida cotidiana?
¿Cómo encaja el análisis descriptivo en nuestra vida diaria? A menudo escuchamos la palabra «estadísticas» en nuestras clases de matemáticas. Sin embargo, la mayoría de nosotros no somos conscientes de la importancia de las estadísticas en nuestra vida. Desempeña un papel importante en el campo de la medicina, las pruebas de calidad e incluso el pronóstico del tiempo.
Antes de una elección política, a menudo se muestra un estudio en las noticias para ayudar a las personas a ser conscientes de quiénes son los posibles ganadores. Para conocer a una población estimada en un área, un estudio de caso a menudo realizado en lugar de entrevistar a la residencia de la ubicación uno por uno. Para que conozca el mercado objetivo de su negocio, debe analizar quiénes se basan en la edad, el sexo y la ubicación.
El análisis de datos es el proceso de recopilación, clasificación y evaluación de conjuntos de datos para obtener la información necesaria para ayudar a tomar decisiones a través de la aplicación de métodos estadísticos.
Hay cuatro tipos principales de análisis de datos: análisis descriptivo, análisis de diagnóstico, análisis predictivo y análisis prescriptivo.
El análisis descriptivo se llama a la base de todas las ideas de datos. Responde a la pregunta, «¿Qué pasó?» lo que lo convierte en la forma más simple entre otros tipos. El análisis de diagnóstico, por otro lado, responde a la pregunta «¿Por qué sucedió?». Este tipo profundiza para hacer un mejor análisis de lo que sucedió. El tercer tipo de análisis de datos responde a la pregunta: «¿Qué es probable que suceda?» – El análisis predictivo. Se utiliza para determinar patrones y predicciones de tendencias y resultados futuros basados en los datos actuales recopilados. Por último, el análisis prescriptivo, combinado con las ideas de los análisis anteriores, determina el curso de acción a tomar y encuentra la solución correcta a un problema.
¿Cómo se aplica la estadística descriptiva en tu vida diaria?
Aunque existe una superposición entre la ciencia de datos y el análisis de los datos de la compañía, la diferencia fundamental es el uso de la tecnología en cada campo. Los científicos de datos trabajan en estrecha colaboración con la tecnología de datos con respecto a los analistas de negocios. Los analistas de negocios llenan el vacío entre los negocios y la TI. Definen casas de negocios, recopilan información de las partes interesadas o validan soluciones. El científico de datos, por otro lado, usa tecnología para trabajar con datos comerciales. Pueden escribir programas, aplicar técnicas de aprendizaje automático para crear y desarrollar nuevos algoritmos. Los científicos de datos no solo incluyen el problema, sino que también pueden crear una herramienta que proporcione soluciones al problema. No es raro encontrar analistas de negocios y científicos de datos que trabajen en el mismo equipo. Los analistas de negocios toman la producción de científicos de datos y la usan para contar una historia que la compañía en su conjunto puede entender.
Los ingenieros de datos crean y administran los sistemas que permiten a los científicos de datos acceder e interpretar los datos. Trabajan más estrictamente con la tecnología a continuación en comparación con un científico de datos. El rol generalmente proporciona la creación de modelos de datos, la creación de la tubería de datos y la supervisión de la extracción, transformación, carga (ETL). Dependiendo de la configuración y el tamaño de la organización, el ingeniero de datos también puede administrar la infraestructura relacionada, como el almacenamiento de grandes estados, plataformas de transmisión y procesamiento como Amazon Simple Storage Service (Amazon S3). Los científicos de datos utilizan los datos procesados por los ingenieros de datos para crear y capacitar a modelos predictivos. Por lo tanto, los científicos de datos pueden entregar los resultados a los analistas para tomar más decisiones.
El aprendizaje automático es la ciencia de las máquinas de capacitación para analizar y aprender de los datos como lo hacen los seres humanos. Es uno de los métodos utilizados en proyectos de ciencia de datos para obtener información detallada automatizada por los datos. Los ingenieros de aprendizaje automático se especializan en informática, algoritmos y habilidades de codificación específicas para métodos de aprendizaje automático. El científico de datos podría usar métodos de aprendizaje automático como herramienta o trabajar estrechamente con otros ingenieros de aprendizaje automático para procesar datos.
¿Qué ejemplos de la vida cotidiana de cada uno se aplica la estadística?
¿Alguna vez has oído hablar del sesgo cognitivo? Ya sea que los conozca o no, puedo asegurarme de que tengan un impacto significativo en su vida. Es hora de darse cuenta de ello.
«Mentirnos a nosotros mismos está mucho más arraigado en nuestra alma de mentir a los demás».
¿Alguna vez has tenido esa sensación molesta de ser el peor enemigo de ti mismo? Considere una persona inteligente promedio, sabe cómo distinguir lo que está bien de lo que está mal, sin embargo, se encuentra, más a menudo de lo que le gustaría, para tomar decisiones estúpidas:
Nuestra mente es, sin duda, una de las creaciones más refinadas de la naturaleza, pero de vez en cuando entra en «inclinación» y nos hace comportarse como burros totales. ¿Porque? ¿Es evitable? ¿Cómo podemos tomar mejores decisiones, decisiones que nos acerquen a nuestros objetivos en lugar de partir?
El origen del sesgo del término inglés debe buscarse en el antiguo Provencal, biais, que significa oblicuo, inclinado. Este término, que inicialmente se usó para definir tiros torcidos en el juego de tazones, con los siglos pasados se usó de manera más general para indicar un prejuicio o una inclinación mental.
Traducido, el sesgo cognitivo representa la forma en que nuestro cerebro distorsiona la realidad. La pregunta en este punto es: ¿por qué hacemos diaminas? ¿Por qué usamos estas distorsiones cognitivas para interpretar la realidad que nos rodea?
La respuesta, como sucede a menudo, está vinculada a nuestra evolución.
¿Qué es la estadística y ejemplos?
La estadística es la ciencia de que mediante el uso de métodos matemáticos lo ayuda a encontrar respuestas a sus hipótesis de investigación sobre fenómenos colectivos. La mayoría de las acciones que hacemos diariamente son el resultado de un razonamiento estadístico. En este artículo lo ayudaré a comprender cómo las estadísticas también podrían ser útiles para usted.
«Las estadísticas son una disciplina que tiene el propósito del estudio cuantitativo y cualitativo de un fenómeno colectivo particular en condiciones de incertidumbre o no determinismo, es decir, no es un conocimiento completo de él o de una de su parte». (Wikipedia)
Estas son las definiciones teóricas de lo que se entiende por estadísticas de acuerdo con Wikipedia. Otras definiciones similares se pueden encontrar fácilmente en cualquier libro estadístico o incluso en el diccionario. En cambio, más complicado para encontrar una definición práctica. ¿Qué son las estadísticas en términos concretos?
En un nivel práctico, las estadísticas se pueden definir como un conjunto de técnicas de análisis de datos que le permiten:
- Diseño: planifique cómo, cuáles y cuántos datos son necesarios para recopilar para un estudio
- Describe: Sintetizar datos con tablas y gráficos
- Inferre: generalice los resultados y realice pronósticos basados en los datos recopilados
- sacar conclusiones y presentar: resumir efectivamente la información contenida en los datos para comprender mejor la realidad que nos rodea
En la mayoría de los casos, los análisis estadísticos se realizan solo en una parte de la población que desea estudiar. Por lo tanto, es importante no solo describir lo que está contenido en la muestra (estadísticas descriptivas) sino también usar la probabilidad de estimar, con el menor grado de incertidumbre posible, lo que sucede en la población de la cual se extrajo esa muestra (inferencia estadística ).
¿Cuáles son los usos que se le pueden dar a la estadística?
Arrendamiento – Conducción de lecherías: es el uso que el arrendador o el conductor, que tiene la intención de poner fin al arrendamiento de una lechería, da la cancelación a la otra parte antes del 25 de noviembre y que el contrato de arrendamiento cesa el 25 de marzo del año siguiente.
Se aplican un contrato de empleo entre el operador de la lechería y el trabajador Cascinaio: se aplican las convenciones sindicales entre las categorías en cuestión.
Revisión del accionista de la lechería social y cooperativa, a menos que en el estatuto de la lechería social o cooperativa no se proporcione de otra manera, el acto de retirar un miembro de la compañía debe ejercerse a más tardar el 25 de noviembre.
Las estaciones de montaña natural pública e interactuante deben recibir toros aprobados regularmente por la Comisión Provincial de Monta Taurina, de acuerdo con las disposiciones de la Ley Regional no. 11 de 15-2-1980 que también regula las estaciones de montaña artificiales.
Art. 2 – Tasa de montaña – se establece por el patrimonio de la estación en sí teniendo en cuenta los méritos de cada reproductor individual.
Art. 3 – Números de mapa: el propietario de la carne tiene derecho, aprovechando una sola tarifa, que está sujeta a n. 3 saltos.
Art. 4 – Resultado del embarazo: si la vacuna después de los tres saltos está vacía, el sello de la estación, excepto en acuerdos particulares, recolectará la tasa reducida de la mitad.
Artículos Relacionados:
- La estadística descriptiva es muy importante en la vida real porque nos ayuda a comprender mejor nuestros datos.
- Ejemplos cortos de estadística descriptiva: aprenda a describir datos con estas técnicas
- Ejemplo de estadística descriptiva: análisis y conclusiones
- Estadística descriptiva: qué es y cuáles son sus tipos
