FASE 2 – ELABORAR DOCUMENTO DE IDENTIFICACIÓN Y ANALISIS DE

VARIABLES ESTADISTICAS

PRESENTADO A:
JESSICA ALMEIDA BRAGA

PRESENTADO POR:
DIEGO FERNANDO HURTADO
CODIGO: 1116433125

ASIGNATURA:
ESTADISTICA DESCRIPTIVA (PARA AGRARIAS)

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

UNAD – 2019
LA PAILA
 INTRODUCCIÓN

La estadística es la ciencia de recolectar, describir e interpretar datos. Un objetivo

típico en estadística es describir la población con base a una información obtenida
mediante la observación de relativamente pocos elementos individuales. Cuando se
le da una solución estadística a un problema, se desarrolla una secuencia de pasos
que constituyen el del arte de la investigación estadística a través de las variables
continuas y discretas.

En el desarrollo de la presente actividad se pretende dar solución a los conceptos

básicos utilizados para la resolución de ejercicios aplicados en cada uno de los
entornos necesarios para poder pasar los conceptos teóricos a la práctica y de esta
forma dar con el cumplimiento de los objetivos planteados.

OBJETIVOS

OBJETIVO GENERAL

Interpretar los fundamentos teóricos de los tipos de variables estadísticas

cuantitativas y cualitativas, la forma de procesamiento y el desarrollo de las mismas
para facilitar el manejo de las variables estadísticas.

OBJETIVOS ESPECIFICOS

 Reconocer el entorno de trabajo a través de las lecturas de los referentes

bibliográficos indicados para cada una de las preguntas orientadoras.
 Responder las preguntas orientadoras planteadas por el docente en el foro
colaborativo para poder comprender a fondo los conceptos básicos.
 Debatir de forma grupal las respuestas que se den a las preguntas
orientadoras para poder llegar a conclusiones grupales.
 DESARROLLO DE LA ACTIVIDAD

1. Consulte y relacione en sus propias palabras las siguientes definiciones

básicas en la unidad 1 del curso:

Vector de Datos: es aquel conformado por varias variables aleatorias de forma que
se puede utilizar como una herramienta estadística en la implementación de muchas
variables al mismo tiempo para la obtención de un dato específico.

Matriz de Datos: representan modelos lineales que pueden ser descritos en

diferentes entonos y son utilizadas para el análisis macro de información. Por
ejemplo: se puede comparar con un Sistema de carga en un barco que tiene una
capacidad para alojar contenedores y espacios en donde no hay contenido, en este
punto, se utilizan las matrices para representar las localizaciones en donde se
pueden alojar los contenedores.

Variable Cuantitativa discreta: están compuesta por variables numéricas, es

decir, que estas pueden ser contadas de forma finita. La característica principal es
que son números como por ejemplo: el número de fallas de un estudiante a la
universidad, la cantidad de pedidos realizados en una empresa, entre otros.

Variable Cuantitativa continua: están compuesta por variables numéricas, a

diferencia de la discreta, las continuas no pueden ser contadas por lo que son
infinitas. La característica principal es que son números como por ejemplo: los
granitos de arena que tiene el mar, la cantidad de átomos de un objeto, entre otros.

Variable Cualitativa Normal: son aquellas variables que pueden estar

representadas por valores como cualidades o categorías por ejemplo: el género
femenino o masculino; el estado de salud buena, mala o estable, entre otros
ejemplos.

Variable Cualitativa Categórica: son aquellas variables que pueden estar

representadas según diferentes categorías con la finalidad de ordenar la
información en diferentes sesiones. Estas se caracterizan principalmente porque
pueden tomar variables limitadas por un número finito.
Tabla de frecuencias, como es la tabla de frecuencias de una variable continua
y de una discreta, ¿cuál tiene intervalos?

Tabla de Frecuencias de una Variable Discreta

Este tipo de ejercicios con variables discretas tienen la característica principal en

donde se presentan solamente números enteros y en donde se identifica la
frecuencia (número de veces que se repite un numero) y ni (frecuencia relativa entre
el número total de elementos). Estas variables discretas están compuestas por
números enteros para calcular los valores de la tabla.
Tabla de Frecuencias de una Variable Continua

Este tipo de ejercicios con variables continuas tienen la característica principal en

donde se presentan números NO enteros, identificando cuando el número más
grande restado del número pequeño se aproxima a uno mayor; esto con la finalidad
de establecer los valores de Xi, fi, Fi, ni y Ni.

Histograma, en que variables se usa: el histograma se utiliza en el estudio y

análisis de variables continuas, de forma que se pueda representar valores
continuos gráficamente como se observa en el siguiente ejemplo:
Gráficos de barras, en que variables se usa: preferiblemente es utilizado en el
desarrollo de variables discretas que forman barras rectangulares para medir la
frecuencia de un grupo de datos finitos y compuesto por números enteros.

Media muestral. Mostrar la fórmula de cálculo. Es utilizada para calcular valores

estadísticos con respecto a variables aleatorias, es decir, la probabilidad que existe
en un grupo de datos denominado intervalo de confianza.

Varianza: se considera como el conjunto de variables que establecen determinada

medida de variación que puede ser igual al cuadrado de la desviación estándar y
esta varianza se divide en 2 tipologías que son:

Varianza poblacional (ϛ2): el cuadrado de la desviación estándar poblacional σ

Varianza muestral (σ2): el cuadrado de la desviación estándar ϛ

Mediana: se considera como el número del medio entre un grupo finito de números
que normalmente están organizados por el tamaño; según la cantidad de números
sea par o impar es fácil determinar el número del medio.

Moda: es el valor obtenido que representa la mayor frecuencia absoluta, es decir,

el mayor número de veces que aparece un valor dentro de una cantidad finita de
datos.

Cuartiles y percentiles: los cuartiles son los valores de una distribución que se
dividen en partes iguales, es decir, que comprenden el mismo número de datos a
cada lado.

Los percentiles son los 99 valores que dividen la serie de datos en 100 partes
iguales. Los percentiles dan los valores correspondientes al 1%, al 2%... y al 99%
de los datos

2. El estudiante debe consultar la presentación de instalación del programa R

e instalarlo en su PC
3. Cada estudiante debe consultar la presentación DESCRIPTIVAEN R y
seguirla para en el programa R correr el código suministrado. En el archivo
código descriptiva.
 Histogram of edad
3.0
2.5
2.0
Frequency

1.5
1.0
0.5
0.0

16 18 20 22 24

edad
Variables Cuantitativas Discretas

Variables Cuantitativas Continuas

Variables Cualitativas
4. Cada estudiante debe trabajar una variable cuantitativa continua de su
carrera, una variable discreta de su carrera y una variable cualitativa de su
carrera, tomando desde el programa R el archivo código descriptiva y
reemplazando los datos de sus variables generando los vectores de cada una
de sus variables y ejecutando el procesamiento.

Variables cuantitativas continuas

Variables cuantitativas discretas
 CONCLUSIONES

El desarrollo de la presente actividad me permitió cumplir con los objetivos

planteados inicialmente, siendo el principal propósito interpretar los fundamentos
teóricos de los tipos de variables estadísticas cuantitativas y cualitativas, la forma
de procesamiento y el desarrollo de las mismas para facilitar el manejo de las
variables estadísticas.

Gracias a la aplicación de dichos conceptos me fue posible aprender todo lo

relacionado con el Programa R y llevar a cabo una serie de ejercicios con la finalidad
de responder las preguntas orientadoras planteadas por el docente en el foro
colaborativo para poder comprender a fondo los conceptos básicos.

Este tipo de actividades fortalecen nuestras capacidades como profesionales.

REFERENCIAS BIBLIOGRAFICAS

Matus, R., Hernández, M., & García, E. (2010). Estadística. Recuperado de:

http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/reader.action?ppg=1&docID=3
187261&tm=1519661894239

Mecabot. (2017). El software R, una herramienta para implementar métodos

numéricos. Recuperado de: http://mecabot-ula.org/tutoriales/r-project-metodos-
numericos/

Mirás M & Rodríguez E. (20181). Técnicas estadísticas con hoja de cálculo y R.

Recuperado
dehttps://publicacions.uvigo.es/opencms/export/sites/publicacions/publicacions_gl/
documentos/xndice_y_primer_capxtulo_TECNICAS_ESTADISTICAS.pdf

Saenz J. (2010). Métodos estadísticos con R y R comander. Recuperado

de:https://cran.r-project.org/doc/contrib/Saez-Castillo-RRCmdrv21.pdf