Instituto tecnológico de Santo Domingo
(intec)
Presentación
Trabajo
Nombre:
Samuel
Matricula:
Asignatura:
Probabilidad y Estadística
Profesor:
Fidelito Díaz Ferreras
Fecha:
01-11-18
Introducción
A continuación, se presentan un conjunto
de términos usado en estadística y en otra área
con el objetivo de darlos a
conocer y tener un dominio pleno de todos y cada uno de estos.
Así mismo poder
plantear, ver y entender las diferencias de termino que hoy en día lo
utilizamos
con una frecuencia considerable pero que en realidad desconocemos su
verdadero significado.
En ese mismo sentido aprender su
significado científico. como su significado científico.
Se plantea las
diferencias de cada una de las palabras o termino un poco confusos y asi se
tendrá una idea más clara y precisa de las dos palabras que tengan definiciones
un poco
similares en el artículo.
La estadística descriptiva
Es la rama de las Matemáticas que recolecta, presenta
y caracteriza un conjunto de datos
(por ejemplo, edad de una población, altura
de los estudiantes de una escuela, temperatura
en los meses de verano, etc.)
con el fin de describir apropiadamente las diversas características
de ese
conjunto.
La estadística inferencial
Es una parte de la estadística que comprende los
métodos y procedimientos que por medio
de la inducción determina propiedades de
una población estadística, a partir de una parte de esta.
Su objetivo es
obtener conclusiones útiles para hacer deducciones sobre una totalidad,
basándose
en la información numérica de la muestra.
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. Se usa para modelar patrones en los datos y
extraer inferencias acerca de la población bajo estudio. Estas inferencias
pueden tomar la forma de respuestas a preguntas sí/no (prueba de hipótesis),
estimaciones de unas características numéricas (estimación), pronósticos de futuras
observaciones, descripciones de asociación (correlación) o modelamiento de
relaciones entre variables de Sam (análisis de regresión). Otras técnicas de
modelamiento incluyen análisis de varianza, series de tiempo y minería de
datos.
La diferencia entre Estadística Descriptiva y
Estadística Inferencial
Es que la Estadística Descriptiva sólo se encarga de
hacer descripciones a partir de ciertos datos; mientras que la segunda se va
más allá y hace estimaciones acerca de los datos que se recogen de las muestras
que se toman de una población.
La probabilidad
Es una
medida de la certidumbre asociada a un suceso o evento futuro y suele
expresarse como un número entre 0 y 1 (o entre 0 % y 100 %).
La posibilidad
tiene su
origen etimológico en el latín –possibilĭtas-, que hace referencia a la
facultad de algo para existir o no. En este sentido, se puede decir que,
posibilidad es una situación que puede o no suceder o ejecutarse y no se sabe
si se hará o no. Igualmente, de acuerdo al Diccionario de la Real Academia de
la Lengua Española (RAE), posibilidad es la aptitud, potencia u ocasión para
ser o existir algo.
Estadístico
En estadística un estadístico (muestral) es una medida
cuantitativa, derivada de un conjunto de datos de una muestra, con el objetivo
de estimar o inferir características de una población o modelo estadístico. Más
formalmente un estadístico es una función medible T que, dada una muestra
estadística de valores.
La diferencia entre probabilidad y posibilidad
La diferencia es que probabilidad es el cálculo
matemático de las posibilidades que existen de que una cosa se cumpla o suceda
al azar. mientras que la posibilidad habla de la potencialidad de que
algo suceda. La probabilidad se basa en pruebas mientras que la posibilidad se
basa en hipótesis y suposiciones.
Las variables cualitativas pueden ser dicotómicas cuando sólo pueden tomar dos
valores posibles, como sí y no, hombre y mujer o ser politómicas cuando
pueden adquirir tres o más valores. Dentro de ellas podemos distinguir: por
ejemplo: leve, moderado, fuerte.
Variable cualitativa nominal: En esta variable los
valores no pueden ser sometidos a un criterio de orden, como por ejemplo los
colores o el lugar de nacimiento.
Variable cualitativa ordinal o variable cuasicuantitativa: La variable puede tomar
distintos valores ordenados siguiendo una escala establecida, aunque no es
necesario que el intervalo entre mediciones sea uniforme, por ejemplo: leve,
moderado, fuerte.
Las variables de razón poseen las mismas
características de las variables de intervalo, con la diferencia que cuentan
con un cero absoluto; es decir, el valor cero (0) representa la ausencia total
de medida, por lo que se puede realizar cualquier operación Aritmética (Suma,
Resta, Multiplicación y División) y Lógica (Comparación y ordenamiento). Este
tipo de variables permiten el nivel más alto de medición. Las variables altura,
peso, distancia o el salario, son algunos ejemplos de este tipo de escala de medida.
ej Cantidad de litros de agua consumido por una persona en un día.
Variable de intervalo
Son variables numéricas cuyos valores
representan magnitudes y la distancia entre los números de su escala es igual.
Con este tipo de variables podemos realizar comparaciones de
igualdad/desigualdad, establecer un orden dentro de sus valores y medir la
distancia existente entre cada valor de la escala. Las variables de intervalo
carecen de un cero absoluto, por lo que operaciones como la multiplicación y la
división no son realizables.
Un ejemplo de este tipo de variables es la temperatura, ya que
podemos decir que la distancia entre 10 y 12 grados es la misma que la
existente entre 15 y 17 grados. Lo que no podemos establecer es que una
temperatura de 10 grados equivale a la mitad de una temperatura de 20 grados.
Variables cualitativas
Son el tipo de variables que como su
nombre lo indica expresan distintas cualidades, características o modalidad.
Cada modalidad que se presenta se denomina atributo o categoría, y la medición
consiste en una clasificación de dichos atributos. Las variables cualitativas
pueden ser dicotómicas cuando sólo pueden tomar dos valores posibles, como sí y
no, hombre y mujer o ser politómicas cuando pueden adquirir tres o más valores.
Dentro de ellas podemos distinguir:
Ej:
el miedo
Variables cuantitativas
Son las variables que toman como argumento cantidades
numéricas, son variables matemáticas. Las variables cuantitativas además pueden
ser: Ej: la densidad
Variable discreta: Una variable puede ser
tratada como nominal cuando sus valores representan categorías que no obedecen
a una clasificación intrínseca. Por ejemplo, el departamento de la compañía en
el que trabaja un empleado. Algunos ejemplos de variables nominales son:
región, código postal o confesión religiosa.
Es la variable que presenta separaciones o
interrupciones en la escala de valores que puede tomar. Estas separaciones o
interrupciones indican la ausencia de valores entre los distintos valores
específicos que la variable pueda asumir. Ejemplo: El número de hijos (1, 2,
3, 4, 5).
Variable continua:
Es la variable que puede adquirir cualquier valor
dentro de un intervalo especificado de valores. Por ejemplo la masa (2,3 kg,
2,4 kg, 2,5 kg,...) o la altura (1,64 m, 1,65 m, 1,66 m,...), o el salario.
Solamente se está limitado por la precisión del aparato medidor, en teoría
permiten que exista un valor entre dos variables.
Experimento aleatorio
Es aquel que, bajo el mismo conjunto aparente de
condiciones iniciales, puede presentar resultados diferentes, es decir, no se
puede predecir o reproducir el resultado exacto de cada experiencia particular.
(Ej.: Lanzamiento de un dado).
El espacio muestral
O espacio de muestreo (denotado E, S, Ω o U) consiste
en el conjunto de todos los posibles resultados de un experimento aleatorio,
junto con una estructura sobre el mismo.
Una red neuronal artificial
es un grupo interconectado de nodos similar a la vasta red de neuronas en un
cerebro biológico. Cada nodo circular representa una neurona artificial y cada
flecha representa una conexión desde la salida de una neurona a la entrada de
otra.
Las
redes neuronales (también conocidas como sistemas conexionistas) son un modelo
computacional basado en un gran conjunto de unidades neuronales simples
(neuronas artificiales) de forma aproximadamente análoga al comportamiento
observado en los axones de las neuronas en los cerebros biológicos
La minería de datos o exploración de datos (es la etapa de
análisis de "Knowledge Discovery in Databases" o KDD) es un campo de
la estadística y las ciencias de la computación referido al proceso que intenta
descubrir patrones en grandes volúmenes de conjuntos de datos.1 Utiliza los
métodos de la inteligencia artificial, aprendizaje automático, estadística y
sistemas de bases de datos. El objetivo general del proceso de minería de datos
consiste en extraer información de un conjunto de datos y transformarla en una
estructura comprensible para su uso posterior.
Conclusión
En
este artículo se pudo ver y apreciar los diferentes términos conocidos en el
are de la estadística y en otras áreas, así como las diferencias de suma
relevancia esperando en ese mismo sentido aprender su significado científico.
Se plantea las diferencias de cada una de las palabras o termino un poco confusos
y así se tendrá una idea más clara y precisa de las dos palabras que tengan
definiciones un poco similares en el artículo.
Bibliografía
Documento
de enlaces
Libros
1) Probability and Statistical Inference
Book
by J. G. Kalbfleisch
2) Introductory statistics with R
Book
by Peter Dalgaard.
Ronald E. Walpole
y Raymond H. Myers