antecedentes históricos de la estadística angelo
TRANSCRIPT
-
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
-
8/6/2019 Antecedentes histricos de la estadstica angelo
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
-
8/6/2019 Antecedentes histricos de la estadstica angelo
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 -
8/6/2019 Antecedentes histricos de la estadstica angelo
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
-
8/6/2019 Antecedentes histricos de la estadstica angelo
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
-
8/6/2019 Antecedentes histricos de la estadstica angelo
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
-
8/6/2019 Antecedentes histricos de la estadstica angelo
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.
-
8/6/2019 Antecedentes histricos de la estadstica angelo
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
-
8/6/2019 Antecedentes histricos de la estadstica angelo
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