introducción al pensamiento estadístico

15
Introducción al pensamiento estadístico Fernando Esaú Sánchez Baltazar

Upload: fernando-sanchez

Post on 30-Jun-2015

482 views

Category:

Documents


4 download

TRANSCRIPT

Page 1: Introducción al pensamiento estadístico

Introducción al pensamiento estadístico

Fernando Esaú Sánchez Baltazar

Page 2: Introducción al pensamiento estadístico

La estadística se utiliza para

Resolver problemas en una diversidad de contextos.

Añadir confiabilidad a las decisiones.

Reducir las conjeturas.

Page 3: Introducción al pensamiento estadístico

En la vida cotidiana

En general, la gente no les interesa las estadísticas y por lo tanto tratan de evitarlo.

En muchos institutos en el mundo, sólo hay unos pocos estadísticos. 

Incluso cuando se resuelve un problema de tamaño pequeño a mano, a la gente le gustaría utilizar el software de informática y computación basada en Web para hacer el trabajo sucio.

Page 4: Introducción al pensamiento estadístico

El aprendizaje de la estadística

La enseñanza estadística antiguamente generaba un sentimiento de incapacidad para comprender conceptos, debido a que los instructores no tenían una formación estadística.

La mayoría de los cursos de aula no son sistemas de aprendizaje. Los instructores se basan en ponencias y ensayos, y la memorización. Se basan en «decir»

Actualmente el objetivo es aprender el pensamiento estadístico, haciendo y practicando, enfatizar más en los conceptos, y menos teoría y menos recetas y, fomentar el aprendizaje activo mediante los sitios web. 

Page 5: Introducción al pensamiento estadístico

Concepto de estadística

La estadística es una ciencia que estudia la recolección, análisis e interpretación de datos, ya sea para ayudar en la resolución de la toma de decisiones o para explicar condiciones regulares o irregulares de algún fenómeno o estudio aplicado, de ocurrencia en forma aleatoria o condicional.

Sin embargo estadística es más que eso, en otras palabras es el vehículo que permite llevar a cabo el proceso relacionado con la investigación científica.

Page 6: Introducción al pensamiento estadístico

Estadística

Descriptiva

Inferencial

Page 7: Introducción al pensamiento estadístico

Estadística descriptiva

Se dedica a los métodos de recolección, descripción, visualización y resumen de datos originados a partir de los fenómenos de estudio. Los datos pueden ser resumidos numérica o gráficamente.

Ejemplos básicos de parámetros estadísticos son: la media y la desviación estándar.

Algunos ejemplos gráficos son: histograma, pirámide poblacional, entre otros.

Page 8: Introducción al pensamiento estadístico

Estadística inferencial

Se dedica a la generación de los modelos, inferencias y predicciones asociadas a los fenómenos en cuestión teniendo en cuenta la aleatoriedad de las observaciones.

Estas inferencias pueden tomar la forma de respuestas a preguntas si/no (prueba de hipótesis), estimaciones de características numéricas (estimación), pronósticos de futuras observaciones, descripciones de asociación (correlación) o modelamiento de relaciones entre variables (análisis de regresión).

Page 9: Introducción al pensamiento estadístico

Probabilidad

Se deriva del verbo que significa "saber" lo que no es fácilmente accesible o comprensible. La palabra "prueba" tiene el mismo origen.

La probabilidad mide la frecuencia con la que se obtiene un resultado (o conjunto de resultados) al llevar a cabo un experimento aleatorio, del que se conocen todos los resultados posibles, bajo condiciones suficientemente estables.

Page 10: Introducción al pensamiento estadístico

Aplicaciones de la probabilidad

Se usa extensamente en áreas como la estadística, la física, la matemática, la ciencia y la filosofía para sacar conclusiones sobre la probabilidad de sucesos potenciales y la mecánica subyacente de sistemas complejos

En unión con la estadística, se ha convertido en el marco científico para campos como la educación, la biología y la medicina, con una creciente influencia recientemente en las ciencias exactas como la astronomía, la geología y la física. 

Page 11: Introducción al pensamiento estadístico

De los datos a los conocimientos instrumentales

Al examinar la distribución de datos, se debe detectar la diferencia, la similitud y la diferencia entre la asociación y la relación de causalidad debe acompañar este desarrollo conceptual.

Los datos deben ser recogidos de acuerdo con un plan bien desarrollado si la información válida sobre una conjetura es que se obtengan. 

Page 12: Introducción al pensamiento estadístico

Información y conocimiento

El conocimiento es lo que conocemos bien. 

La información es la comunicación del conocimiento. En cada intercambio de conocimientos, hay un emisor y un receptor. 

 

Los datos se convierten en información, cuando sea relevante a su problema de decisión. 

Page 13: Introducción al pensamiento estadístico

información

explícita

información explícita se

puede explicar de forma

estructurada

tácita

La información tácita es

inconsistente y confusa de

explicar

La información se convierte en hecho, cuando los datos, puede apoyarla. Los hechos son lo que los datos revela. Sin embargo, el determinante fundamental (es decir, aplicar) el conocimiento se expresa junto con algunos grado de confianza estadística

Page 14: Introducción al pensamiento estadístico

El camino de los datos estadísticos de gestión de conocimiento

La inferencia estadística es la parte de la estadística matemática que se encarga del estudio de los métodos para la obtención del modelo de probabilidad que sigue una variable aleatoria de una determinada población, a través de una muestra (parte de la población) obtenida de la misma .

Cuando las poblaciones en las que se pretende estudiar una determinada variable aleatoria, son grandes; lo que se hace, es estudiar una muestra de la población

El propósito del pensamiento estadístico es familiarizarse con las técnicas estadísticas, para poder ejecutar los procedimientos disponibles

Page 15: Introducción al pensamiento estadístico

Bibliografía

Desrosières, Alain (2004). La política de los grandes números. Ed. Melusin