BLOG, EXCEL AVANZADO, MÉTODOS ESTADÍSTICOS.

1. Blog, Excel avanzado, métodos estadístico
Kevin Adrian Delgado Franco
Laura Sofía Gutierrez Arango
Ana Lucía Hernández Carmona
Mariana Molina Zapata
Sofía Múnera Villarreal
Grado: 11-3
Guillermo Mondragón
Docente
Institución Educativa Liceo Departamental
Área Tecnología e Informática
Santiago de Cali
2023

2. Tabla de contenido
1. Métodos estadísticos, población, muestra………………………………………………3
1.1. ¿Qué es la estadística?.........................................................................................3
1.2. Aplicaciones de la estadística………………………………………..……………….4
1.3. Hipótesis …….……………………………………………………………………………5
1.4. Variable…………...……………………………………………………………………….5
1.5. Dato………………………………………………………………………………………...5
1.6. Población…………...…………………………………………………………………..…5
1.7. Muestra………………………………………………………………………………..…...5
1.8. Nivel de medición nominal………………………………………………………….….6
2. Distribución de frecuencias………………………………………………………………....7
2.1. ¿Qué es una tabla de frecuencias?.…………………………………………………..7
2.2. Tipos de frecuencias………………………………………………………………….…7
2.3. Frecuencia absoluta………………………………………………………………….….9
2.4. Frecuencia relativa porcentual..………………………………………………….……9
3. Conclusiones………………………………………………………………………………….10
4. Referencias…………………………………………………………………………………….11
5. Links de blogs…………………………………………………………………………………11
6. Evidencias……………………………………………...………………………………………12

3. 1. Métodos estadísticos, población, muestra
1.1. ¿Qué es la estadística?
La estadística es una disciplina científica formal y deductiva, considerada a menudo
como una rama de las matemáticas. Se encarga de estudiar la variabilidad y las leyes de la
probabilidad a través de diversas herramientas, tanto conceptuales como de muestreo.
Además, se dedica a recolectar, analizar y describir datos para llegar a conclusiones sobre
un fenómeno en particular, empleando herramientas matemáticas y de probabilidades para
desarrollar métodos y modelos para el análisis de los datos
Ramas:
Estadística descriptiva: Se encarga de recolectar, organizar, presentar y describir
un conjunto de datos, con el objetivo de proporcionar una imagen significativa, resumir de
una manera útil la información y permitir una interpretación sencilla.
La estadística descriptiva es la rama de la estadística que se ocupa de resumir y
describir los datos. A diferencia de la estadística inferencial, que se utiliza para hacer
inferencias sobre una población a partir de una muestra, la estadística descriptiva se centra
en proporcionar un resumen de los datos disponibles. La estadística descriptiva se divide en
tres categorías principales: 1. Distribución de frecuencias: Se refiere a la organización de los
datos en una tabla que muestra la frecuencia de cada valor. 2. Medidas de tendencia central:
Son valores que representan el centro del conjunto de datos. Las más comunes son la
media (promedio), la mediana (valor medio) y la moda (valor más frecuente).
Medidas de variabilidad: Estos son valores que indican cuánto varían los datos.
Incluyen la varianza, la desviación estándar y el rango. Además de estas categorías, la
estadística descriptiva también puede incluir la creación de gráficos y tablas para visualizar
los datos.
Estadística inferencial: A partir de los datos de una muestra, hace inferencias y
predicciones sobre la población en general. Es decir, se encarga de generalizar a un
colectivo mayor a partir de la información recogida en una muestra.
La estadística inferencial es una rama de la estadística que se utiliza para hacer
deducciones o inferencias acerca de las características de una población a partir de los
datos obtenidos de una muestra de esa población. En otras palabras, nos permite hacer
generalizaciones precisas sobre una población más grande utilizando solo una muestra
representativa. Hay varias técnicas en la estadística inferencial, como las pruebas de
hipótesis, la estimación de parámetros, la correlación y la regresión, entre otras. Aquí te
explico un poco sobre algunas de ellas:
Pruebas de hipótesis: Este es un procedimiento formal que nos permite tomar
decisiones basadas en los datos de la muestra. Por ejemplo, podríamos querer probar si la
media de una población es igual a un cierto valor. • Estimación de parámetros: Aquí, el

4. objetivo es estimar los parámetros de la población, como la media o la varianza, a partir de
los datos de la muestra. • Correlación y regresión: Estas técnicas se utilizan para explorar la
relación entre dos o más variables. Por ejemplo, podríamos estar interesados en cómo se
relaciona el peso con la altura. La estadística inferencial es una herramienta poderosa en la
toma de decisiones basadas en datos y se utiliza en una amplia variedad de campos, desde
la ciencia y la medicina hasta la economía y la sociología.
Estadística paramétrica: Se basa en la suposición de que la distribución de los
datos sigue un patrón específico o modelo. Los parámetros de estos modelos son estimados
y utilizados para hacer predicciones
La estadística paramétrica es muy útil cuando se cumplen ciertas suposiciones sobre
los datos. Por ejemplo, si se sabe que los datos siguen una distribución normal, entonces se
pueden aplicar técnicas paramétricas para hacer inferencias sobre la media y la varianza de
la población. Sin embargo, es importante tener en cuenta que si las suposiciones
subyacentes de la estadística paramétrica no se cumplen, entonces las conclusiones
extraídas pueden ser incorrectas. En estos casos, a menudo se utilizan métodos de
estadística no paramétrica.
Estadistica matematica:
La estadística matemática es una rama de las matemáticas que se ocupa de los
métodos para recopilar, analizar, interpretar y presentar datos. Se divide en dos ramas
principales: la teoría de la probabilidad y la inferencia estadística. La teoría de la
probabilidad se ocupa de fenómenos aleatorios y tiene como objetivo proporcionar una base
matemática para el estudio de la incertidumbre. Aquí, los conceptos como variables
aleatorias, distribuciones de probabilidad y procesos estocásticos juegan un papel crucial.
Por otro lado, la inferencia estadística es el proceso de usar datos para inferir las
propiedades de una población o distribución subyacente. Incluye métodos como la
estimación de parámetros (por ejemplo, la media o la varianza de una población) la prueba
de hipótesis (por ejemplo, determinar si una cierta afirmación sobre la población es
verdadera o falsa).
Además, la estadística matemática también abarca áreas como el diseño de
experimentos, el análisis de la varianza, la regresión lineal y el análisis multivariante, entre
otras. Estas herramientas son fundamentales en una amplia variedad de campos, desde la
ciencia y la ingeniería hasta la economía y la sociología.
1.2. Aplicaciones de la estadística
En cuanto a la contabilidad, la estadística es muy importante ya que ayuda a agilizar,
analizar, procesar, interpretar, proyectar información para apoyar a la toma de decisiones.
En cuanto a criterios económicos; permite comparar las ganancias de la empresa en un
pasado con las ganancias del presente, ayuda a medir los costos de una producción, etc.
Las estadísticas son una herramienta clave en nuestra economía actual; en la medida
que el objetivo es obtener la información más realista, efectiva y funcional, esencial para la
toma de decisiones y la planificación de políticas públicas.

5. Además, las estadísticas no solo pueden evaluar el presente, sino también predecir el
futuro. Permite planificar la política pública de la sociedad.
1.3. Hipótesis
● En estadística, una hipótesis es una afirmación o suposición sobre una característica
o relación en una población.
● Las hipótesis pueden ser de dos tipos: hipótesis nula (H0) y hipótesis alternativa
(H1). La hipótesis nula es la afirmación que se desea probar o refutar, mientras que
la hipótesis alternativa es la que se sostiene si se rechaza la hipótesis nula.
● Las hipótesis son fundamentales en los procesos de inferencia estadística, donde se
utilizan pruebas estadísticas para evaluar su validez.
1.4. Variable
● Una variable en estadística es una característica o atributo que puede tomar
diferentes valores.
● Las variables se dividen en dos categorías principales: variables cualitativas (o
categóricas) y variables cuantitativas.
● Las variables cualitativas representan características no numéricas y pueden ser
nominales (sin orden) o ordinales (con orden). Ejemplos incluyen género, estado civil,
nivel educativo, etc.
● Las variables cuantitativas representan cantidades numéricas y pueden ser continuas
o discretas. Ejemplos incluyen edad, ingresos, temperatura, etc.
1.5. Dato
● Un dato es un valor numérico o cualitativo que representa una observación o
medición de una variable en una muestra o población.
● Los datos pueden ser recolectados de diversas fuentes, como encuestas,
experimentos, registros, etc.
● Los datos pueden ser un solo valor (dato univariado) o un conjunto de valores (dato
multivariado).
1.6. Población
● En estadística, una población es el conjunto completo de todas las posibles
observaciones que están sujetas a estudio.
● La población puede referirse a personas, objetos, eventos o cualquier otra entidad
que esté siendo investigada.
● En la práctica, puede ser difícil o imposible recopilar datos de toda la población, por
lo que generalmente se trabaja con una muestra representativa de la población en
lugar de la población completa.
● El objetivo de la inferencia estadística es hacer conclusiones sobre la población
basadas en la información obtenida de la muestra.
1.7. Muestra
Una muestra estadística se entiende como un subconjunto más o menos

6. representativo de una población estadística, aislado del resto con fines de evaluación y
estudio. Es decir, se trata de un fragmento de la totalidad de elementos a estudiar,
compuesta por un número más manejable de ellos, seleccionados (idealmente) al azar.
A grandes rasgos, una muestra estadística se caracteriza por lo siguiente:
Forma parte de un conjunto mayor, que es la población estadística o universo
estadístico, de la cual es, idealmente, representativa.
Posee un número reducido y por lo tanto manejable de elementos de interés
estadístico, en comparación con la población entera.
Se elige al azar y a través de distintas técnicas de muestreo. Puede ser más o
menos fidedigna, dependiendo de esto último.
Su tamaño es objeto de estudio matemático, a fin de garantizar las proporciones
justas para que resulte representativa del total.
Tipos de muestreo:
Muestras estadísticas probabilísticas:
Aleatoria simples: Se eligen al azar sin ningún criterio específico.
Estratificadas: Se seleccionan al azar dentro de subgrupos predefinidos (estratos).
Por conglomerado: Se eligen al azar dentro de grupos preestablecidos, pero no
diseñados por el investigador.
Muestras estadísticas no probabilísticas:
Intencionales: Se seleccionan según criterios específicos del investigador para
obtener resultados representativos.
Por conveniencia: Se eligen por su disponibilidad o conveniencia.
Consecutivas: Se recolectan de forma secuencial mientras el investigador se mueve
de un grupo a otro.
Por cuotas: Se seleccionan según ciertas características para cumplir cuotas
preestablecidas.
1.8. Nivel de medición nominal
Iniciemos definiendo qué es un nivel de medición.

7. Un nivel de medición se refiere a la escala o categoría utilizada para medir una
variable en particular. Define la relación entre los números asignados a los atributos de una
variable.
Una escala nominal, es básicamente una forma de medición donde los números se
utilizan simplemente como “etiquetas” para identificar o clasificar un objeto. En esta escala,
se manejan principalmente variables no numéricas, es decir, cualidades que no se pueden
cuantificar.
Por ejemplo, supongamos que se realiza esta pregunta: “¿Podrías seleccionar el
grado de incomodidad de tu enfermedad?”
Las opciones de respuesta utilizadas para este tipo de escala serían:
1. Leve
2. Moderado
3. Severo
En este ejemplo en particular, 1 = leve, 2 = Moderado y 3 = Severo. Aquí los números
simplemente son utilizados como etiquetas y no tienen ni un solo valor.
El nivel nominal es apenas una medida. Se refiere a la cualidad más que a la
cantidad. Un nivel nominal de medición es simplemente una cuestión de diferenciar por
nombre, por ejemplo, 1 = hombre, 2 = mujer.
2. Distribución de frecuencias
2.1. ¿Qué es una tabla de frecuencias?
Una tabla de frecuencias es una herramienta utilizada en estadística para resumir y
organizar datos de manera sistemática. Consiste en una tabla que muestra la frecuencia de
cada valor o intervalo de valores en un conjunto de datos. Las tablas de frecuencias son
útiles para comprender la distribución de los datos y pueden proporcionar información sobre
la frecuencia con la que ocurren ciertos valores.
En una tabla de frecuencias típica, se enumeran los diferentes valores o intervalos de
valores en una columna y se muestra el número de veces que cada valor ocurre en una
columna adyacente. Además de la frecuencia absoluta (el número de veces que aparece
cada valor), a menudo se incluye la frecuencia relativa, que es la proporción de la frecuencia
absoluta con respecto al número total de observaciones en el conjunto de datos.
2.2. Tipos de frecuencias
● Frecuencia absoluta: La frecuencia absoluta es el número de veces que
aparece un determinado valor estadístico y técnico. Se representa por fila. Se suele
representar con números. Se representa donde el subíndice representa cada uno de los

8. valores.
● Frecuencia relativa porcentual: La frecuencia relativa es igual al número de
veces que se repite un evento o sea la frecuencia multiplicado por el 100% y dividida entre el
total de los datos
● Frecuencia acumulada: La frecuencia acumulada es la suma de las
frecuencias absolutas de todos los valores inferiores o iguales al valor considerado.
La frecuencia acumulada es la frecuencia estadística F(XXr) con que el valor de una
variable aleatoria (X) es menor que o igual a un valor de referencia (Xr).
● Frecuencia relativa acumulada: La frecuencia relativa acumulada es el
cociente entre la frecuencia acumulada de un determinado valor y el número total de datos.
Se puede expresar en tantos por ciento.

9. 2.3. Frecuencia absoluta
La frecuencia absoluta es una medida estadística que nos da información acerca de
la cantidad de veces que se repite un suceso al realizar un número determinado de
experimentos aleatorios. Esta medida se representa mediante las letras fi. La letra f se
refiere a la palabra frecuencia y la letra i se refiere a la realización i-ésima del experimento
aleatorio, es decir, se refiere a cada prueba específica.
Puntos clave
● La frecuencia absoluta es una medida estadística que indica cuántas veces se
repite un suceso en un conjunto de experimentos aleatorios.
● Es útil en estadística descriptiva para comprender mejor las características de
un conjunto de datos, ya sea cualitativo o cuantitativo, siempre que los datos puedan
organizarse de alguna manera.
● Al sumar todas las frecuencias absolutas en un conjunto de datos, obtienes el
número total de datos que estás analizando, ya sea de una muestra o de una población.
2.4. Frecuencia relativa porcentual
La frecuencia porcentual es una magnitud estadística que representa el porcentaje,
de allí su nombre, que ocupa o que se repite un conjunto de datos respecto a la muestra o
población a la que pertenece. Este tipo de frecuencia se puede definir, asimismo, como la
relación que conservan unos elementos con los demás que hacen parte de un mismo grupo.
Es la última frecuencia que se calcula durante el análisis de distribución de
frecuencias, uno de los parámetros de la estadística descriptiva, en el que se busca

10. determinar el número de veces que se repite un fenómeno en un contexto específico.
Generalmente, las frecuencias se grafican mediante diagramas de barras, de
columnas o histogramas. Sin embargo, las frecuencias porcentuales, debido a su naturaleza
y objetivo, se pueden representar mediante un gráfico de pastel o torta, también llamado
gráfico circular, con el fin de observar la manera en que se encuentra dividida una población.
Por ejemplo: el primer número siempre va a ser igual al primer dato de la frecuencia relativa
en %, es decir, a cero por ciento. Luego, para obtener el segundo dato, necesitas sumar el
cero con el 10%, que es el segundo número de la frecuencia relativa y el que está ubicado
de forma diagonal. Entonces: 0 + 10 = 10. Continúa:
10 + 5 = 15% 15 + 10 = 25% 25 + 10 = 35%
3. Conclusiones
Concluimos que la estadística es una disciplina fundamental en diversas áreas de
estudio y aplicaciones prácticas. A través de sus métodos y técnicas, la estadística permite
recopilar, organizar, analizar e interpretar datos para tomar decisiones informadas y resolver
problemas en una amplia gama de campos. Las ramas principales de la estadística incluyen
la estadística descriptiva y la estadística inferencial.La estadística tiene numerosas
aplicaciones en diversos campos, como la economía, la contaduría, la política y el deporte.
Los conceptos fundamentales de la estadística, como hipótesis, variable, dato, población,
muestra y nivel de medición nominal, son esenciales para comprender y aplicar los métodos
estadísticos correctamente. La distribución de frecuencias, por ejemplo, es una técnica
básica que permite resumir y presentar datos de manera organizada.

11. 4. Referencias
Editorial Etecé. (2021, 5 de agosto). Muestra estadística. Concepto.
https://concepto.de/muestra-estadistica/#ixzz8UAwSGCdb
Economipedia. Frecuencia absoluta: Qué es,usos y ejemplos. Economipedia.
https://economipedia.com/definiciones/frecuencia-absoluta.html
Excelparatodos. Frecuencia porcentual. Excelparatodos.
https://excelparatodos.com/frecuencia-porcentual/#que-es-la-frecuencia-porcentual
GFCGlobla. ¿Qué es una tabla de frecuencias?. GFCGlobal.
https://edu.gcfglobal.org/es/estadistica-basica/que-es-una-tabla-de-frecuencias/1/
Issuu. Conceptos básicos de la estadística. Issuu.
https://issuu.com/skcp.588/docs/estadistica-convertido/s/10217358
QuestionPro. Niveles de Medición: Aprende a dominarlos. QuestionPro.
https://www.questionpro.com/blog/es/niveles-de-medicion/
Rodriguez, C. Aplicación de la estadística en la contabilidad. SCRIBD.
https://es.scribd.com/document/565507829/APLICACION-DE-LA-ESTADISTICA-EN-LA-C
ONTABILIDAD
Ramos, E. Estadística y políticas públicas. elEconomista.es.
https://www.eleconomista.es/firmas/noticias/8497120/07/17/Estadistica-y-politicas-publica
s.html
Wikipedia. Distribución de frecuencias. Wikipedia.
https://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_frecuencias
5. Links de Blogs
Kevin Adrian Delgado Franco - Blog
https://tecnologiakevin56.blogspot.com/
Laura Sofía Gutierrez Arango - Blog
https://laurasofi32.blogspot.com/?m=1
Ana Lucía Hernández Carmona - Blog
https://elmundodelatecnologia5567.blogspot.com/
Mariana Molina Zapata - Blog
https://elmundoenlatecnologia09.blogspot.com/
Sofía Múnera Villarreal - Blog
https://sofiamunera3.blogspot.com/

12. 6. Evidencias