Aquí encontrará las lecciones digitales del módulo en estadísticas descriptivas.
- Saber, con referencias a la teoría, posiblemente acompañadas de ejemplos, exploraciones en geogebra y mapas conceptuales;
- Cómo hacerlo, con videos que exhiben el proceso decisivo involucrado;
- Ahora depende de usted, con tarjetas de ejercicios guiados, ejercicios que se llevarán a cabo (interactivos o que se llevaran a cabo en el cuaderno), actividad en Geogebra.
Al final de la sección, se propone una autoevaluación de capacitación que se llevará a cabo en línea: sus estudiantes podrán autoevaluar el trabajo realizado y resaltar qué partes del camino necesitan más estudios. De hecho, la autoevaluación es auto -corriente: una vez terminado, se propone al estudiante un informe en el que, en función de los errores cometidos, se recomiendan los temas a revisar.
Al final del formulario, los controles, de diferentes niveles de dificultad también son propuestas; Si cree que es adecuado, puede usarlos como son, o puede construir una más consistente con la ruta específica que realmente se elige para sus alumnos: para hacerlo, puede elegir entre los ejercicios de.
Los objetivos del módulo en estadísticas descriptivas son:
- Saber, con referencias a la teoría, posiblemente acompañadas de ejemplos, exploraciones en geogebra y mapas conceptuales;
- Cómo hacerlo, con videos que exhiben el proceso decisivo involucrado;
- Ahora depende de usted, con tarjetas de ejercicios guiados, ejercicios que se llevarán a cabo (interactivos o que se llevaran a cabo en el cuaderno), actividad en Geogebra.
Cada lección fue construida para hacer que el estudiante protagonista: es responsabilidad del estudiante leer la teoría y realizar los ejercicios, obviamente con las indicaciones que proporciona.
¿Cómo explicar la estadística descriptiva?
Una de las muchas definiciones de estadísticas es la de ser la ciencia que estudia los fenómenos capaces de variar, por lo tanto, si un personaje no varía, no afecta. Por lo tanto, se basa en el análisis de datos, pero ¿cuáles son los datos estadísticos? Son simplemente los valores detectados al examinar un evento específico y sirven para estudiar el fenómeno que se observa.
Las estadísticas descriptivas, o análisis descriptivo, es la parte de las estadísticas que se ocupa de recopilar, resumir e interpretar los datos de una población o muestra. Además, podemos dividir las estadísticas descriptivas en 3 categorías diferentes, dependiendo de los caracteres tomados en consideración durante el análisis:
- Estadísticas descriptivas univariadas: solo un carácter de toda la población examina
- Estadísticas descriptivas bivariat: solo dos caracteres de toda la población examinan
- Estadísticas descriptivas multivariadas: múltiples caracteres de toda la población examinan
Si una empresa de agua de fábrica de agua, su población será todas las botellas producidas, mientras que si toma solo una parte de ellas, se refiere a una muestra.
Lo que sea en el mundo que nos rodee, puede expresarse a través de estadísticas descriptivas, pero está claro que debe tener un propósito preciso para que pueda ser útil para el análisis de datos.
Hay tres fases para cruzar para realizar una buena estadística descriptiva:
- Estadísticas descriptivas univariadas: solo un carácter de toda la población examina
- Estadísticas descriptivas bivariat: solo dos caracteres de toda la población examinan
- Estadísticas descriptivas multivariadas: múltiples caracteres de toda la población examinan
¿Qué es la estadística descriptiva conclusión?
Una estadística descriptiva (en el sentido de un sustantivo) es una estadística resumida que describe o resume las características de una recopilación de información cuantitativamente, [1] mientras que las estadísticas descriptivas (en el sentido de una masa nome) es el proceso de uso y análisis estas estadísticas. Las estadísticas descriptivas difieren de las estadísticas de inferencia (o estadísticas inductivas) por su objetivo de combinar una muestra en lugar de usar los datos para aprender más sobre la población que representa la muestra de datos. [2] Esto generalmente significa que, en contraste con las estadísticas de inferencia, las estadísticas descriptivas no se desarrollan sobre la base de la teoría de la probabilidad y a menudo no son estadísticas paramétricas. Incluso si un análisis de datos saca sus conclusiones esenciales con la ayuda de estadísticas de inferencia, las estadísticas descriptivas generalmente también se presentan. [4] Por ejemplo, en las personas que informan en documentos, generalmente contienen una tabla para dar el tamaño total de la muestra, los tamaños de muestra en subgrupos importantes (por ejemplo, para cada grupo de tratamiento o exposición) y características demográficas o clínicas como la edad promedio, la proporción de la proporción de Sujetos cada género, la proporción de sujetos con comorbilidades relacionadas, etc.
Las estadísticas descriptivas proporcionan resúmenes simples sobre la muestra y las observaciones hechas. Tales resúmenes pueden ser cuantitativos, es decir, resumiendo estadísticas, o visuales, es decir, los gráficos fáciles de entender. Estos resúmenes pueden formar la base para la primera descripción de los datos como parte de un análisis estadístico adicional o solo ser suficientes para un examen específico.
Por ejemplo, la tasa de disparo en el baloncesto puede ser una estadística descriptiva que resume el rendimiento de un jugador o un equipo. Este número se divide por el número de grabaciones registradas. Por ejemplo, un jugador que dispara 33% hace aproximadamente uno de los tres tiros. El porcentaje resume o describe varios eventos discretos. También tenga en cuenta el promedio de calificación. Este único número describe el rendimiento general de un estudiante en toda la gama de su experiencia de estudio. [6]
¿Qué es la estadística descriptiva con tus propias palabras?
Las estadísticas, aunque un conjunto central de herramientas para la ciencia de datos, a menudo se pasan por alto a favor de habilidades más sólidamente técnicas como la programación. Incluso los algoritmos de aprendizaje automático, con su dependencia de conceptos matemáticos como el álgebra y el cálculo, ¡sin mencionar las estadísticas! – a menudo se tratan en un nivel más alto de lo que se requiere para apreciar las matemáticas subyacentes, que llevan, tal vez, a «científicos de datos» que carecen de una comprensión fundamental de uno de los aspectos clave de su profesión.
Esta publicación no resolverá la discrepancia entre conocer y no conocer los conceptos básicos absolutos de las estadísticas. Sin embargo, si no puede comprender completamente la terminología de estadísticas descriptivas básicas incluida en este documento, definitivamente carece de conocimiento fundamental que se necesita para construir una serie completa de conceptos profesionales mucho más robustos y útiles además.
Así que aquí hay una colección de 15 términos clave básicos de estadísticas descriptivas, explicadas en lenguaje fácil de entender. Sigue un ejemplo completo, que incluye un poco de código Python. Tenga en cuenta que, como introducción básica, las representaciones matemáticas y las descripciones de los términos en este documento se han omitido intencionalmente.
Las estadísticas descriptivas son una colección de herramientas estadísticas que se utilizan para describir o resumir cuantitativamente una recopilación de datos. Las estadísticas descriptivas tienen como objetivo resumir y, como tales, se pueden distinguir de las estadísticas inferenciales, que son de naturaleza más predictiva.
Una población es un individuo o grupo seleccionado que representa el conjunto completo de miembros de un cierto grupo de interés.
¿Cómo está conformada la estadística descriptiva?
Las estadísticas descriptivas (también: descriptivas) tienen como objetivo presentar claramente y clasificar y ordenar datos empíricos (por ejemplo, resultados de experimentos) por tablas, figuras clave (también: medida o parámetros) y gráficos. Esto es particularmente útil para un material de datos extenso, ya que esto no se puede pasar por alto fácilmente.
Las estadísticas exploratorias tienen como objetivo encontrar estructuras y relaciones previamente desconocidas en los datos y, por lo tanto, generar nuevas hipótesis. Estas hipótesis basadas en datos de prueba de puñalada se pueden examinar para su generalidad como parte de las estadísticas de cierre utilizando métodos teóricos de probabilidad.
Las estadísticas descriptivas difieren de las estadísticas inductivas o inferenciales (estadísticas de inferencia) en que no hace declaraciones sobre una población que va más allá de los casos examinados y no permite verificar las hipótesis. [1] Las estadísticas descriptivas no utilizan modelos estocásticos (base de las estadísticas inductivas), por lo que las declaraciones hechas no están cubiertas por probabilidades de error.
Por lo tanto, los métodos de estadísticas descriptivas se pueden utilizar para cualquier tipo de muestras, mientras que para los métodos de estadísticas inductivas se deben colocar varios requisitos, incluida la muestra. Los métodos de estadísticas exploratorias son principalmente idénticas a los de las estadísticas descriptivas; Es más el objetivo del análisis, lo que diferencia ambas subareas.
Artículos Relacionados:
