Subido por José Enrique Ferrín Giler

ESCUELA SUPERIOR POLITÉCNICA AGROPECUARIA DE MANABÍ MANUEL FÉLIX LÓPEZ

Anuncio
ESCUELA SUPERIOR POLITÉCNICA AGROPECUARIA DE
MANABÍ MANUEL FÉLIX LÓPEZ
CARRERA AGROINDUSTRIA
NIVEL SEGUNDO “B”
PERÍODO: SEP2019/MAR2020
ESTADÍSTICA
TEMAS
ACTIVIDADES DE ESTADÍSTICAS
AUTOR:
DIEGO A. GILER PINARGOTE
FACILITADOR:
ING. SACON VERA ELY FERNADO
CALCETA, NOVIEMBRE DEL 2019
TRABAJO N°1
Recopile una lista de definiciones de la estadística a partir de textos de autores
de prestigio y a partir de ella prepara una lista de las características que te
parezcan más esenciales de la estadística.
La Estadística puede definirse como la disciplina científica dedicada al tratamiento de
la información que contiene series de datos que proceden de la observación de
fenómenos colectivos (demográficos, económicos, sanitarios, etc.) en los que
intervienen factores de variación que hacen necesario formular modelos
probabilísticos para poder llegar a conclusiones o predicciones bajo un determinado
nivel de probabilidad. En general, los procedimientos estadísticos se aplican a la
recopilación, organización, presentación, análisis e interpretación de datos numéricos
con el fin de realizar una toma de decisión más efectiva (Sábado, 2010).
La Estadística es la ciencia cuyo objetivo es reunir una información cuantitativa
concerniente a individuos, grupos, series de hechos, etc. y deducir de ello gracias al
análisis de estos datos unos significados precisos o unas previsiones para el futuro.
La estadística, en general, es la ciencia que trata de la recopilación, organización
presentación, análisis e interpretación de datos numéricos con el fin de realizar una
toma de decisión más efectiva (Ruiz, 2004).
La Estadística se ocupa de los métodos y procedimientos para recoger, clasificar,
resumir, hallar regularidades y analizar los datos, siempre y cuando la variabilidad e
incertidumbre sea una causa intrínseca de los mismos; así como de realizar
inferencias a partir de ellos, con la finalidad de ayudar a la toma de decisiones y en
su caso formular predicciones (Laguna, 2014).
Escribe algunos ejemplos de fenómenos aleatorios y no aleatorios
Fenómenos aleatorios




Resultados de las elecciones gubernamentales
Evolución del desempleo
Crisis económicas
Clima
Fenómenos no aleatorios

La siguiente semana tiene 7 días.


Si el carro no tiene gasolina, no enciende.
Si llueve y salgo me mojo.
Ruiz, D. 2004. Manual de estadística. (En línea). ES. Consultado, 11 de nov. 2019.
Formato PDF. Disponible en http://www.eumed.net/cursecon/libreria/drm/drmestad.pdf
Laguna, C. 2014. Introducción a la estadística. (En línea). ES. Consultado, 11 de nov.
2019. Formato PDF. Disponible en http://www.ics-aragon.com/cursos/saludpublica/2014/pdf/M2T01.pdf
Sábado, J. 2010. Fundamentos bioestadístico y análisis de datos para enfermería. 2
vol. España. Univ. Autónoma de Barcelona. p 13.
TRABAJO N°2
¿Cuáles son los principales motivos de emplear el muestreo en un estudio
estadístico, en lugar de usar una población completa?

Necesitamos estudiar menos individuos, necesitamos menos recursos (tiempo y
dinero).

La manipulación de datos es mucho más simple. Si con una muestra de 1.000
personas tengo suficiente, ¿para qué quiero analizar un fichero de millones de
registros?
Al realizar una encuesta sobre preferencias de horarios, el 30% de los alumnos
encuestados no devolvieron los cuestionarios. ¿Crees que este porcentaje de
no respuestas puede afectar las conclusiones?
No afecta por que es apenas el 30% de la población estudiantil, con el 70% es mas
que suficiente para poder obtener buenas conclusiones de la encuesta realizada
Supón que tienes que realizar una encuesta entre los alumnos de la Carrera
para saber si eligieron sus estudios como primera opción o no. Piensa en
algunas formas posibles de elegir una muestra representativa de 50 alumnos
entre todos los de la Carrera.

Realizar la encuesta a 5 estudiantes por cada semestre.

Escoger 25 mujeres y 25 hombres al azar.

Que los estudiantes tengan disponibilidad de colaborar con la encuesta
Pon ejemplos de algunos sesgos que pueden aparecer en una investigación por
muestreo ¿Cómo se podrían controlar?
Sesgo de selección
Se denomina así a un tipo de error sistemático que tiene su origen en la falta de
representatividad de la muestra estudiada y que tiene como consecuencias la
limitación de la extrapolación de las conclusiones del estudio y/o la aparición de
asociaciones espurias (inexistentes) y/o la alteración de las asociaciones existentes
(ocultamiento de asociaciones reales o distorsión de éstas por infra o
sobreestimación del efecto).
EJEMPLO
Si se quiere pasar una encuesta sobre una zona geográfica determinada y se emplea
como marco de muestreo la base de datos del sistema sanitario público, nuestra
población de referencia no es la población del área geográfica, sino las personas de
dicha área con cobertura del sistema sanitario público.
¿COMO CONTROLARLO?
En términos generales, la mejor prevención del sesgo de selección es fijar
adecuadamente la población de referencia y trabajar con muestras representativas
de dicha población. Para lo primero, lo más adecuado es que el marco de muestreo
(conjunto de elementos de donde se obtiene la muestra) coincida con la población de
referencia.
SESGO DE CLASIFICACIÓN
El sesgo de clasificación consiste en la presencia de errores en la medición, los cuales
pueden tener su origen en el investigador o en la persona investigada. El sesgo de
clasificación puede afectar a la precisión y puede llevar a asociaciones espurias o a
la alteración de las asociaciones existentes. Los sesgos o errores que tienen su origen
en el investigador (sesgo del observador) pueden estar relacionados con la
inadecuada definición y/o aplicación de criterios diagnósticos o de medición, con la
utilización de métodos y/o instrumentos de medida no pertinentes para lo que se
quiere medir o inadecuados (aparatos mal calibrados o con fallos, escalas no
validadas, etc.) y con errores en el procesamiento de los datos.
¿COMO CONTROLARLO?
Los errores en la medición no pueden controlarse en la fase de análisis de datos. Las
medidas orientadas a su control Los errores en la medición no pueden controlarse en
la fase de análisis de datos. Las medidas orientadas a su control hacen referencia a
la fase de planificación y a la fase de recogida de datos.
SESGO DE CONFUSIÓN
El sesgo de confusión se produce cuando la asociación entre dos variables está
distorsionada por el efecto de una tercera variable, la cual influye en la variable
dependiente y está asociada con la variable independiente. A ésta se le denomina
variable de confusión o confundidora.
¿COMO CONTROLARLO?
El sesgo de confusión es el único que puede controlarse (prevenirse) con garantías,
además de en la fase de diseño (como el resto de sesgos), en la fase de análisis. Sin
embargo, en cualquier caso, las variables potenciales de confusión han de ser
identificadas mediante búsqueda bibliográfica y han de ser definidas en la fase de
diseño y recogidas junto con el resto de variables del estudio.
Buscar artículo sobre alguna encuesta reciente. Identificar la población y la
muestra, el tema de la encuesta, y analizar las variables estudiadas.
TEMA: Encuesta Nacional de salud España 2017
POBLACIÓN
personas residentes en viviendas familiares principales.
MUESTRA
29.195 entrevistas realizadas, 23.089 a personas adultas (15 y más años), y 6106 a
menores (0-14 años), estas últimas mediante entrevista a sus progenitores/ tutores
(ENSE, 2018).
VARIABLES EN ESTUDIO

Estado de salud

Uso de servicios sanitarios

Determiantes de la salud
ENSE (Encuesta Nacional de Salud de España). 2017. Revista Española de Salud
Pública. p??
Descargar