ESCUELA SUPERIOR POLITÉCNICA AGROPECUARIA DE MANABÍ

MANUEL FÉLIX LÓPEZ

CARRERA DE AGROINDUSTRIA

NIVEL TERCERO “B” PERÍODO SEP/2018 – MAR/2019

ESTADÍSTICA

TEMA:

TIPOS DE VARIABLES Y TIPOS DE DISTRIBUCIONES

ESTADÍSTICAS

AUTORES:

ANGELA C. ZAMBRANO CEDEÑO

FACILITADOR:

ING. FRANCISCO DEMERA,

CALCETA, NOVIEMBRE 2018

 1. MARCO TEÓRICO
1.1. TIPOS DE VARIABLES

Según Carpio, A. Entidad abstracta que adquiere distintos valores, se refiere a

una cualidad, propiedad o característica de personas o cosas en estudio y varía
de un sujeto a otro o en un mismo sujeto en diferentes momentos.

Manifestación Manual (2.1.) y Agresti (cap. 2). El proceso de definir y medir las
variables es crucial Si hacemos una definición incorrecta o medimos mal: todo
lo que venga detrás, toda la estadística que podamos hacer estará mal Resto
del curso: no vamos a hablar de esto, pero es esencial.

1.1.1. VARIABLES CUALITATIVAS

Expreso Sarduy, Y. 2006. La investigación cuantitativa se dedica a recoger,

procesar y analizar datos cuantitativos o numéricos sobre variables
previamente determinadas. Esto ya lo hace darle una connotación que va más
allá de un mero listado de datos organizados como resultado; pues estos datos
que se muestran en el informe final, están en total consonancia con las
variables que se declararon desde el principio y los resultados obtenidos van a
brindar una realidad específica a la que estos están sujetos.

Además de lo antes expuesto, vale decir que la investigación cuantitativa

estudia la asociación o relación entre las variables que han sido cuantificadas,
lo que ayuda aún más en la interpretación de los resultados.

1.1.2. VARIABLES CUANTITATIVAS

Para que exista metodología cuantitativa debe haber claridad entre los
elementos de investigación desde donde esta inicia hasta donde termina,
abordando los datos de manera estática y asignándole un significado numérico
a través de la estadística. Del Canto, E. & Silva, A. (2013).
 1.1.3. VARIABLES INDEPENDIENTE

Según Murillo, J. s.f. Una variable independiente es la característica o

propiedad que suponemos es la causa del fenómeno estudiado y es este
término el que vamos a emplear para referirnos a la variable que el investigador
va a manipular

1.1.4. VARIABLES DEPENDIENTE

Argumento Amiel, J. (2007). Es el fenómeno que resulta, el que debe

explicarse Se denominan variables intervinientes, Ocurren, simplemente
porque en nuestra realidad aquellas dos (causa - efecto) no se encuentran
aisladas, participan en el devenir del universo conjuntamente con muchísimas
otras variables presentes en su entorno. Algunas de estas variables afectan en
mayor o menor grado a la relación causa - efecto específica que pudiéramos
haber seleccionado, aquella que queremos estudiar. Son variables que
intervienen necesariamente, de allí su denominación.

1.1.5. VARIABLES MODERADORAS

Definen a los moderadores como variables intervinientes que afectan la

dirección y/o la fuerza de la relación entre una variable independiente y una
variable dependiente (reduciéndola, incrementándola, anulándola o
invirtiéndola). En palabras de estos autores, un moderador “[...] divide a una
variable focal independiente en subgrupos que establecen sus dominios de
máxima efectividad con respecto a una variable dependiente dada [...] implica
que la relación causal entre dos variables cambia como una función de la
variable moderadora. Etchebarne, I; O’Connell, M.; Roussos, A. ( 2008).

1.1.6. VARIABLES EXTRAÑAS

Expresó Murillo, J. s.f. Al realizar una investigación, hemos de delimitar, como

ya hemos hablado anteriormente, las variables que van a ser objeto de nuestro
estudio.

Existe un tipo de variables, denominadas variables extrañas o perturbadoras,

que son variables distintas a las variables independientes, y que, por tanto, se
encuentran fuera del diseño experimental de nuestra investigación. Estas
variables pueden afectar a la variable dependiente, dificultando el
reconocimiento de la relación causa-efecto entre las variables dependiente e
independiente, e influyendo así en el resultado de nuestra investigación.

1.1.7. VARIABLE NOMINAL

Variables nominales, son variables expresadas en unidades monetarias

corrientes (en función de soles corrientes) o a precios de mercado actuales.
Por ejemplo, si un cuaderno cuesta cinco soles en 1995, el valor nominal o
corriente de diez cuadernos será de 50 soles.

Variables reales: son variables de cantidad y están expresadas a precios

constantes o en soles del valor constante de un año base. «Real» significa
eliminar la variación de precios de valor nominal de una variable. Hay dos
maneras de obtener una cantidad real o una variable real. Jimenéz, F.2006.

2. DISTRISTRIBUCIÓN ESTADISTICO

Deliberó Badii, M. y Castillo, J. (2009). Las distribuciones de probabilidad están

relacionadas con la distribución de frecuencias. De hecho, podemos pensar en
la distribución de probabilidad como una distribución de frecuencias teórica.
Una distribución de frecuencias teórica es una distribución de probabilidades
que describe la forma en que se espera que varíen los resultados. Debido a
que estas distribuciones tratan sobre expectativas de que algo suceda, resultan
ser modelos útiles para hacer inferencias y tomar decisiones de incertidumbre

2.1. DISTRIBUCIÓN BINOMIAL

Declar Ramiro, C, Caballero, A & Herrera, M. (2017). A los datos con

distribución Binomial con varianzas heterogéneas y homogéneas, se les aplicó
la transformación angular arcoseno, por ser la transformación sugerida para
este tipo de datos (20) y de la familia de transformaciones de potencia de Box-
Cox: logaritmo natural, raíz cuadrada e inversa, que resultaron ser las
sugeridas con mayor frecuencia en los experimentos analizados.
Se utilizó la prueba de Comparación de Proporciones con el fin de contrastar la
diferencia entre el porcentaje de experimentos con distribución Binomial de
referencia y con las transformaciones angular y de potencia Box-Cox para
experimentos con varianza entre tratamientos homogénea y heterogénea.

2.2. DISTRIBUCIÓN DE POISSON

Según Moreno, J. (1995). La distribución de piosson corresponde a

experimentos en los que observamos la aparición de sucesos desfavorables
puntuales sobre «soporte continuo».

El proceso de poisson tiene las siguientes propiedades:

 Los sucesos son independientes y aparecen en el soporte

continuo de forma aleatoria, es decir un proceso sin memoria,
donde el resultado que hayan ocurrido anteriormente no influye
en los resultados posteriores.

 El proceso es estable, es decir a larga plazo produce un número

medio de suceso desfavorable constante k por unidad de soporte
continuo.

2.3. DISTRIBUCIÓN HIPERGEOMÉTRICA

Evidencia Miller, I. 2000. Justo como la distribución hipegeométrica toma el

lugar de la distribución bínomial para el muestreo sin reemplazo, también existe
una distribución multivariada análoga a la distribución multinomial que aplica al
muestreo sin reemplazo. Para derivar esta fórmula, consideremos un conjunto
de N elementos, de los cuales M, son elementos de la primera clase, 𝑀2 son
elementos de la segfunda clase... y 𝑀𝑘 son elementos de la kesima clase tales
que ∑𝑘𝑖=1 𝑀𝑖 = 𝑁.como en relación con la distribución multinomial, estamos
interesados en la probabilidad de obtener 𝑋1 elementos (resultados) de la
primera clase, 𝑋2 elementos de la segunda clases, y 𝑋𝑘 elementos de la kesima
clese, pero ahora estamos escogiendo sin reeplazar, n de los N elememtos del
conjunto.
 2.4. DISTRIBUCIÓN NORMAL

Manifiesto Moore, B. (2005).Tal como sugieere la regla del 68-95-99-7, todas

las distribuciones normalmeles comparten muchas propiedades comunes. De
hecho, todas ellas son iguales si tomamos como unidad de medida σ a patir de
un centro que es la media µ pasar a estas unidades se llama estandarizar. Para
estandarizar en valer, restale la media de la distribución y lugar de divídelo por
la desviación tipica.

2.4.1. DISTRIBUCIÓN NORMAL ESTANDARIZADA

Averiguo Moore, B. (2005).La distribución estandarizada es la distribución

normal N (0,1) de media 0 y desviación típica 1.

Si una variable x tienen una distribución normal N ( µ , σ ) de media µ y

desviación típicaσ, entonces la variable estandarizada

x−µ
z=
σ
 3. DISEÑO METODOLÓGICO
3.1. UBICACIÓN

La investigación se la realizó en la provincia de Manabí, cantón Bolívar en las

instalaciones de la Escuela Superior Politécnica Agropecuaria de Manabí
Manuel Félix López en la biblioteca.

3.2. TIPO DE INVESTIGACIÓN

La presente investigación es de carácter bibliográfico la cual se realizó para

obtener conocimiento de los tipos de variables y tipos de descripción
estadístico.

3.3. MANEJO DE LA INVESTIGACIÓN

El desarrollo de la investigación se da en base a la recolección de datos para

aplicar en posteriores trabajos de investigación, por la cual con conocimientos
ya adquirido podemos das pasos estadísticos más certeros.
 4. BIBLIOGRAFÍA

Carpio, A. Que son las variables. (En Línea). Consultado el 20 de noviembre

2018. Formato PDF. Disponible en.
www.urp.edu.pe/pdf/clase_variablesdeinvestigacion.pdf
Manual (2.1.) y Agresti (cap. 2). Que son variables. (En Línea). Consultado el
20 de noviembre 2018. Formato PDF. Disponible en.
https://previa.uclm.es/profesorado/jmezo/estadistica/t2.pdf.

Sarduy, Y. 2006. Variable cualitativa. (En Línea).consultado el 20 de

noviembre 2018. Formato SCIELO. Disponible en https://www.scielosp.

Del Canto, E. & Silva, A. (2013). Definición de variable cuantitativa. (En Línea).
Consultado el 21 de noviembre 2018. Formato “REVISTA DE
CIENCIAS” PDF. Disponible en.
http://www.redalyc.org/pdf/153/15329875002.pdf.

Murillo, J. s.f. Definición de variable indeterminada. (En Línea). Consultado el

21de noviembre 2018. Formato REVISTA. Disponible en
http://webcache.googleusercontent.com/search?q=cache:http://www.post
gradoune.edu.pe/pdf/documentos-academicos/ciencias-de-la-
educacion/10.pdf

Amiel, J. 2007. Definición de variable dependiente. (En Línea). Consultado el

21 de noviembre 2018. Formato SCIELO. Disponible en
http://www.scielo.

Etchebarne, I; O’Connell, M; Roussos, A. 2008. Definición de las variable de

moderadoras. (En Línea). Consultado en 21 de noviembre 2018.
Formato PDF. Disponible en
http://repositorio.ub.edu.ar/bitstream/handle/123456789/2748/roussos14.
pdf?sequence=1&isAllowed=ypdf.

Murillo, J. s.f. variable extraña. (En Línea). Consultado el 21 de noviembre

2018.formato REVISTA. Disponible en
http://webcache.googleusercontent.com/search?q=cache:http://www.post
 gradoune.edu.pe/pdf/documentos-academicos/ciencias-de-la-
educacion/10.pdf

Jimenéz, F.2006. macroeconomia enfoque y modelo. Variables nomimal. Perú.

p. 32,33.

Badii, M. y Castillo, J. 2009. Distribución estadística. Consultado el 21

noviembre del 2018. Formato PDF. Disponible en
http://www.spentamexico.org/v4-n1/4(1)%20149-178.pdf.

Ramiro, C, Caballero, A & Herrera, M. 2017. Distribución binomial. Consultado

el 22 de noviembre 2018. Formato scielo. Disponible en
http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0258-
59362017000100014

Moreno, J. 1995. Manual de estadística universitaria. Distribución poisson.

Madrid. p. 100.

Miller, I. 2000. Estadísticas matemática aplicaciones. Distribución

hipergeométrica. 6ed. México. p. 200.

Moore, B. 2005. Estadística aplicada básica. Distribucion de normal . 2 ed.

Trujillo- perú.P 67-68.