antecedentes históricos de la estadística angelo

8/6/2019 Antecedentes histricos de la estadstica angelo

1/9

Universidad nacional experimental de Guayana

Vicerrectorado acadmico

Ing. En informtica

Profesor: Integrantes:

Ruiz Juan Carlos Barrera Daniel

Calcurian Angelo

Puerto Ordaz-Edo Bolvar


2/9

1) Antecedentes histricos de la estadsticaLa estadstica fue fundada por el londinense JohnGraunt, Graunt nacido en 1620 en

Berchin Lane, Londres donde su padre tena una tienda y el hogar. Aprendi pronto el

oficio de vendedor de mercera y prosper en el negocio. El xito le dio la posibilidad de

dedicarse a ocupaciones ms amplias que las de la venta de artculos de mercera, en unpequeo libro Natural and political Observations made upon the Bells of Mortality.

Este libro fue el primer intento para interpretar fenmenos biolgicos de masa y de

la conducta social: a partir de datos numricos escribir las cifras brutas de nacimientos y

defunciones en Londres, de 1604 a 1661. El oprculo de Graunt apareci en 1662. Treinta

aos ms tarde, la Royal Society public en su Philosophical Transactions un artculo

sobre tasas de mortalidad escrito por el eminente astrnomo Edmund Halley. Ambas

publicaciones constituyen la base de todo trabajo posterior sobre esperanza de vida,

indispensable para la solvencia de las compaas de seguros de vida.

Luego se hizo amigo de Sir William Petty, ms tarde autor de un libro sobre la

nueva ciencia de la aritmtica poltica, y probablemente discuti con l las ideas expresadas

en sus Obervations. Donde las tablas de mortalidad, que atrajeron la atencin de Graunt,

eran publicadas semanalmente por la compaa de Sacristanes parroquiales y contenan el

nmero de muertes acaecidas en cada parroquia, sus causas y tambin un Recuento de

todos los entierros y bautizos habidos en la semana en las cuales anotaban el nmero de

nacimientos de acuerdo a los que acudan al bautismo y lo mismo suceda cuando

presentaban sus defunciones (en las parroquias se llevaba el control).

Un ejemplo de las observaciones hechas por Graunt en 1632 fueron las siguientes:

Varones 4,994

Bautizados Hembras 4,590

T o t a l 9,584

Varones 4,932

Enterrados Hembras 4,603

T o t a l 9,535

Con estos datos deduca las siguientes observaciones:

a) Hay ms varones que hembras

b) Pocos murieron de hambre

c) Hay pocos asesinatos

d) Los lunticos son pocos


3/9

Graunt fue miembro del consejo comn de la ciudad y desempe otros cargos,

pero al convertirse al catolicismo dej el comercio y cualquier otra obra pblica. Graunt

tena cabeza y talento para el trabajo, y era jocoso y fecundo en su conversacin. Graunt

muri de ictericia la vspera de Pascua en 1674 y fue enterrado en la iglesia de St. Dunston.

Donde Anchenwall un economista, acu en 1760 la palabra estadstica, que deriva del

trmino italiano statista. La raz de la palabra procede del latn status que significa estado o

situacin.

La estadstica es una ciencia referente a la recoleccin, anlisis e interpretacin de

datos, ya sea para ayudar en la resolucin de la toma de decisiones o para explicar

condiciones regulares o irregulares de algn fenmeno o estudio aplicado, de ocurrencia en

forma aleatoria o condicional. Sin embargo estadstica es mucho ms que eso, dado que en

otras palabras es el vehculo que permite llevar a cabo el proceso relacionado con la

investigacin cientfica.

Tambin se denominan estadsticas (en plural) a los datos estadsticos.

La estadstica se divide en dos grandes reas:

La estadstica descriptiva, que se dedica a los mtodos de recoleccin, descripcin,visualizacin y resumen de datos originados a partir de los fenmenos en estudio.

Los datos pueden ser resumidos numrica o grficamente. Ejemplos bsicos de

parmetros estadsticos son: la media y la desviacin estndar. Algunos ejemplos

grficos son: histograma, pirmide poblacional, clsters, entre otros.

La estadstica inferencial, que se dedica a la generacin de los modelos, inferenciasy predicciones asociadas a los fenmenos en cuestin teniendo en cuenta la

aleatoriedad de las observaciones. Se usa para modelar patrones en los datos y

extraer inferencias acerca de la poblacin bajo estudio. Estas inferencias pueden

tomar la forma de respuestas a preguntas si/no (prueba de hiptesis), estimaciones

de caractersticas numricas (estimacin), pronsticos de futuras observaciones,

descripciones de asociacin (correlacin) o modelamiento de relaciones entre

variables (anlisis de regresin). Otras tcnicas de modelamiento incluyen anova,

series de tiempo y minera de datos.

Ambas ramas (descriptiva e inferencial) comprenden la estadstica aplicada. Hay

tambin una disciplina llamada estadstica matemtica, la cual se refiere a las bases tericas

de la materia
http://es.wikipedia.org/wiki/Aleatoriahttp://es.wikipedia.org/wiki/Condicionalhttp://es.wikipedia.org/wiki/Estad%C3%ADstica_descriptivahttp://es.wikipedia.org/wiki/Par%C3%A1metro_estad%C3%ADsticohttp://es.wikipedia.org/wiki/Media_aritm%C3%A9ticahttp://es.wikipedia.org/wiki/Desviaci%C3%B3n_est%C3%A1ndarhttp://es.wikipedia.org/wiki/Histogramahttp://es.wikipedia.org/wiki/Pir%C3%A1mide_poblacionalhttp://es.wikipedia.org/w/index.php?title=Cl%C3%BAsters&action=edit&redlink=1http://es.wikipedia.org/wiki/Estad%C3%ADstica_inferencialhttp://es.wikipedia.org/wiki/Modelo_num%C3%A9ricohttp://es.wikipedia.org/wiki/Aleatoriedadhttp://es.wikipedia.org/w/index.php?title=Modelar&action=edit&redlink=1http://es.wikipedia.org/wiki/Poblaci%C3%B3nhttp://es.wikipedia.org/wiki/Prueba_de_hip%C3%B3tesishttp://es.wikipedia.org/wiki/Estimaci%C3%B3n_estad%C3%ADsticahttp://es.wikipedia.org/wiki/Hip%C3%B3tesis_%28m%C3%A9todo_cient%C3%ADfico%29http://es.wikipedia.org/wiki/Correlaci%C3%B3nhttp://es.wikipedia.org/wiki/Regresi%C3%B3n_%28estad%C3%ADstica%29http://es.wikipedia.org/wiki/Modelamiento_matem%C3%A1ticohttp://es.wikipedia.org/wiki/Anovahttp://es.wikipedia.org/wiki/Series_de_tiempohttp://es.wikipedia.org/wiki/Miner%C3%ADa_de_datoshttp://es.wikipedia.org/wiki/Estad%C3%ADstica_aplicadahttp://es.wikipedia.org/wiki/Estad%C3%ADstica_matem%C3%A1ticahttp://es.wikipedia.org/wiki/Estad%C3%ADstica_matem%C3%A1ticahttp://es.wikipedia.org/wiki/Estad%C3%ADstica_aplicadahttp://es.wikipedia.org/wiki/Miner%C3%ADa_de_datoshttp://es.wikipedia.org/wiki/Series_de_tiempohttp://es.wikipedia.org/wiki/Anovahttp://es.wikipedia.org/wiki/Modelamiento_matem%C3%A1ticohttp://es.wikipedia.org/wiki/Regresi%C3%B3n_%28estad%C3%ADstica%29http://es.wikipedia.org/wiki/Correlaci%C3%B3nhttp://es.wikipedia.org/wiki/Hip%C3%B3tesis_%28m%C3%A9todo_cient%C3%ADfico%29http://es.wikipedia.org/wiki/Estimaci%C3%B3n_estad%C3%ADsticahttp://es.wikipedia.org/wiki/Prueba_de_hip%C3%B3tesishttp://es.wikipedia.org/wiki/Poblaci%C3%B3nhttp://es.wikipedia.org/w/index.php?title=Modelar&action=edit&redlink=1http://es.wikipedia.org/wiki/Aleatoriedadhttp://es.wikipedia.org/wiki/Modelo_num%C3%A9ricohttp://es.wikipedia.org/wiki/Estad%C3%ADstica_inferencialhttp://es.wikipedia.org/w/index.php?title=Cl%C3%BAsters&action=edit&redlink=1http://es.wikipedia.org/wiki/Pir%C3%A1mide_poblacionalhttp://es.wikipedia.org/wiki/Histogramahttp://es.wikipedia.org/wiki/Desviaci%C3%B3n_est%C3%A1ndarhttp://es.wikipedia.org/wiki/Media_aritm%C3%A9ticahttp://es.wikipedia.org/wiki/Par%C3%A1metro_estad%C3%ADsticohttp://es.wikipedia.org/wiki/Estad%C3%ADstica_descriptivahttp://es.wikipedia.org/wiki/Condicionalhttp://es.wikipedia.org/wiki/Aleatoria


4/9

2) Influencia de la informtica en la estadsticaEn primer lugar, se debe sealar que la estadstica es una herramienta de manejo

frecuente entre los informticos, pues es bastante probable que en su prctica profesional

tengan que tratar gran cantidad de datos (estadstica descriptiva o anlisis de datos, data

minina,...), para posteriormente extraer consecuencias de ellos (estadstica de la inferencia).

En segundo lugar, el clculo de probabilidades, adems es una herramienta

necesaria para abordar el estudio de la estadstica y la informtica estos son dos campos

muy relacionados entre s. Por ejemplo, en muchos casos la eleccin de un algoritmo se

hace en base a razones probabilsticas, pues para evaluar su rapidez se pueden introducir los

datos de forma aleatoria y medir el tiempo que tarda en realizar la tarea correspondiente.

As mismo, es muy importante en simulacin generar nmeros aleatorios; en transmisin de

la informacin el ruido que hace imposible transmitir la seal con exactitud es una variable

aleatoria; los mtodos de anlisis de imgenes son probabilsticos, etc.

Posee conocimientos de las bases metodolgicas de la investigacin cientfica que le

permiten conducir y participar en estudios que requieran conocimientos de la estadstica y

la informtica como en tecnologa de computadoras y redes, anlisis y diseo de sistemas

de informacin, diseo de sistemas de software, diseo de base de datos, mtodos

estadsticos, control de procesos, inspeccin por muestreo, ingeniera de confiabilidad,

diseo de experimentos y tcnicas de modelacin de procesos.

Integra sus conocimientos de informtica y de estadstica en la bsqueda de patrones de

comportamiento que permitan el anlisis de grandes volmenes de datos, con el fin de

optimizar la toma de decisiones.

Grficos:

Grafica de lneas

0

1

2

3

4

5

6

7

8

9

Examen 1 Examen 2 Examen 3

Fisica

Matematica


5/9

En este tipo de grfico se representan los valores de los datos en dos ejes cartesianos

ortogonales entre s. Estos grficos se utilizan para representar valores con grandes

incrementos entre s.

Grafica de Barras

Su clasificacin es muy extensa entre las cuales presentamos dos ejemplos.

Barras verticales: Representan valores usando trazos verticales, aislados o no unos

de otros, segn la variable a graficar sea discreta o continua. Pueden usarse para

representar

una serie

dos o ms series (tambin llamado de barras comparativas)

Aprobados Reprobados

Examen 1 10 0

Examen 2 7 3

Examen 3 3 7

Barras Horizontales: Representan valores discretos a base de trazos horizontales,aislados unos de otros. Se utilizan cuando los textos correspondientes a cada

categora son muy extensos.

0

2

4

6

8

10

12

Examen 1 Examen 2 Examen 3

Aprobados

Reprobados


6/9

Serie 1 Serie 2 Serie 3

Categora 1 4,3 2,4 2Categora 2 2,5 4,4 2

Categora 3 3,5 1,8 3

Categora 4 4,5 2,8 5

Grafico de torta o pastel

Estos grficos nos permiten ver la distribucin interna de los datos que representan

un hecho, en forma de porcentajes sobre un total. Se suele separar el sector correspondiente

al mayor o menor valor, segn lo que se desee destacar. Estas pueden ser:

En dos dimensiones

Alumnos

Aprobados 7

Reprobados 3

0 1 2 3 4 5 6

Categora 1

Categora 2

Categora 3

Categora 4

Serie 3

Serie 2

Serie 1

Alumnos

Aprobados

Reprobados


7/9

Tres dimensiones

Ventas1er trim. 8,2

2 trim. 3,2

3 trim. 1,4

4 trim. 1,2

Grafica histograma

Estos tipos de grficos se utilizan para representa distribuciones de frecuencias.

Algn software especfico para estadstica grafican la curva de gauss superpuesta con el

histograma

Ventas

1er trim.

2 trim.

3er trim.

4 trim.


8/9

0

5

10

15

20

25

30

35

precio

precio

precio

01/05/2002 32

01/06/2002 28

01/07/2002 10

01/08/2002 12

01/09/2002 26

01/10/2002 20

01/11/2002 14


9/9

Ojivas

La ojiva es una grfica asociada a la distribucin de frecuencias, es decir, que en

ella se permite ver cuntas observaciones se encuentran por encima o debajo de ciertos

valores, en lugar de solo exhibir los nmeros asignados a cada intervalo

Mes Precio1 1

2 68

3 97

4 90

0

20

40

60

80

100

120

1 2 3 4

Precio

Precio

antecedentes históricos de la estadística angelo

Documents