หลักสูตรสถิติเชิงพรรณนาและวิเคราะห์

สถิติเบื้องต้นเบื้องต้น

เมื่อความซับซ้อนของโลกของเราเพิ่มขึ้นและเราเข้าสู่เส้นทางที่แท้จริงและเสมือนจริงของสหัสวรรษใหม่มันยากที่จะตัดสินใจอย่างชาญฉลาดและชาญฉลาด

หลักสูตรการบรรยาย-สถิติการวิเคราะห์ที่เลือก

บ่อยครั้งการตัดสินใจเหล่านี้จะต้องทำด้วยความรู้ที่ไม่สมบูรณ์ของสถ เรากำลังเผชิญกับแรงกดดันอย่างต่อเนื่องของปัญหาเศรษฐกิจอาละวาดและปัญหาที่น่าวิตกเช่นการเพิ่มขึ้นของอัตราเงินเฟ้อในประเทศที่ด้อยพัฒนาและประเทศโลกที่สามเกือบทุกแห่งระบบภาษีที่ยุ่งยากการบีบบังคับและไม่เป็นธรรมและความผันผวนของวงจรเศรษฐกิจมากเกินไป

โครงสร้างทางเศรษฐกิจและสังคมทั้งหมดของเราถูกคุกคามโดยการเพิ่มมลภาวะต่อสิ่งแวดล้อมอย่างทวีคูณโดยหนี้สาธารณะที่กดขี่และอาชญากรรมโดยอัตราอาชญากรรมที่เพิ่มขึ้นอย่างต่อเนื่องทุกวันอันเป็นผลมาจากการสูญเสียคุณค่าทางศีลธรรมและผลประโยชน์ที่คาดเดาไม่ได้ เพิ่มช่องว่างที่เกือบจะไม่มีที่สิ้นสุดระหว่างประเทศที่พัฒนาแล้วและประเทศยากจนในเอเชียละตินอเมริกาและแอฟริกาและทำหน้าที่เป็นแหล่งเพาะพันธุ์สำหรับการระบาดของความรุนแรงที่เกิดจากการเหยียดเชื้อชาติเกลียดกลัวชาวต่างชาติและการต่อสู้ทางชนชั้น

ผู้ที่เชื่อว่าเงื่อนไขเหล่านี้เป็นลักษณะของวิถีชีวิตในปัจจุบันอาจเตือนคุณได้ว่าปัญหาที่คล้ายคลึงกันนี้ทำให้เกิดการล่มสลายของจักรวรรดิโรมันมากกว่าการรุกรานของทวยราษฎร์อนารยชนแห่งภาคเหนือ ระยะเวลาค่อนข้างสั้นของเราที่ประสบความสำเร็จบนโลกใบนี้ไม่รับประกันความอยู่รอดในอนาคต หากไม่มีวิธีแก้ปัญหาที่ใช้การได้กับปัญหาเร่งด่วนเหล่านี้เราสามารถนำไดโนเสาร์มาให้อภัยได้ดังที่ชาวโรมันโบราณทำไปแล้ว เนื่องจากข้างต้นจำเป็นต้องมีเครื่องมือที่มีความน่าเชื่อถือสูงซึ่งช่วยให้เราสามารถตัดสินใจได้อย่างมีประสิทธิภาพและมีประสิทธิภาพเพื่อแก้ปัญหาลำดับความสำคัญที่สามารถกำหนดกรอบได้ตามเกณฑ์ 80/20 (80% ของปัญหาทั้งหมดเกิดจาก 20 % ของสาเหตุ)ดังนั้นจึงเป็นสิ่งจำเป็นที่มืออาชีพในอนาคตทุกคนที่ต้องการควบคุมชะตากรรมของมนุษยชาติให้ถูกต้องเรียนรู้และใช้วิธีการทางสถิติเพื่อลดโอกาสที่จะเกิดข้อผิดพลาดในการตัดสินใจในยุคของความรู้ที่เรียกว่าซึ่งปัจจุบันมี เครื่องมือที่ทันสมัยทั้งหมดที่ผ่านซอฟต์แวร์ที่ยอดเยี่ยมช่วยให้สามารถเร่งการทำงานทางสถิติทั้งหมด

เราขอแนะนำอย่างยิ่งว่าการปรับปรุงเทคนิคการเรียนการสอนและการฝึกอบรมอย่างมีมนุษยธรรมที่มหาวิทยาลัยของเรานั้นได้รับการปรับปรุงและนำไปใช้กับเนื้อหาเชิงโปรแกรมและหลักสูตรของโปรแกรมที่แตกต่างกันภาระหน้าที่ที่ครูและนักเรียนใช้ซอฟต์แวร์ที่แตกต่างกัน พวกเขาเข้าสู่ตลาดทำให้พวกเขาได้รับการอัพเดตด้วยเทคโนโลยีล่าสุด

1.1 ความสำคัญของสถิติ

การวิจัยทางวิทยาศาสตร์ทุกแขนงสามารถได้รับประโยชน์จากการวิเคราะห์เชิงสถิติเนื่องจากสามารถใช้เทคนิคทางสถิติในเกือบทุกด้านของชีวิตการสำรวจได้รับการออกแบบมาเพื่อรวบรวมข้อมูลก่อนวันเลือกตั้งและคาดการณ์ผลลัพธ์ของการเลือกตั้ง ผู้บริโภคจะถูกสุ่มเลือกเพื่อรับข้อมูลเพื่อทำนายความพึงพอใจสำหรับผลิตภัณฑ์และ / หรือบริการบางอย่าง

ผู้มีอำนาจตัดสินใจทางสถิติเกี่ยวกับนโยบายเศรษฐกิจประธานาธิบดีรัฐมนตรีและที่ปรึกษาสาธารณะอาวุโสอื่น ๆ มีสถิติเป็นเครื่องมือที่มีค่า นักเศรษฐศาสตร์พิจารณาดัชนีต่างๆของสถานการณ์ทางเศรษฐกิจในช่วงระยะเวลาหนึ่งและใช้ข้อมูลเพื่อทำนายสถานการณ์ทางเศรษฐกิจในอนาคต ด้วยความช่วยเหลือของการวิเคราะห์ทางสถิติเท่านั้นที่สามารถทำการตัดสินใจอย่างชาญฉลาดเกี่ยวกับอัตราภาษีโปรแกรมทางสังคมค่าใช้จ่ายในการป้องกันนโยบายแรงงานการลงทุนที่มีความสำคัญ…

มันเป็นสิ่งจำเป็นสำหรับผู้ประกอบการในการแสวงหาผลกำไรอย่างไม่เหน็ดเหนื่อยซึ่งกิจกรรมของการควบคุมคุณภาพโดยรวมการลดต้นทุนการรวมสินค้า - หุ้นและด้านธุรกิจที่หลากหลายสามารถจัดการได้อย่างมีประสิทธิภาพผ่านขั้นตอนทางสถิติที่ทำสัญญา วิศวกรสุ่มตัวอย่างคุณลักษณะคุณภาพของผลิตภัณฑ์พร้อมกับตัวแปรกระบวนการอื่น ๆ ที่ควบคุมเพื่ออำนวยความสะดวกในการระบุตัวแปรที่เกี่ยวข้องมากที่สุดกับคุณภาพนั้น

ในการวิจัยตลาดสถิติมีค่าช่วยในการพิจารณาว่าผลิตภัณฑ์และ / หรือบริการใหม่มีแนวโน้มที่จะประสบความสำเร็จ ประโยชน์ของมันยังเห็นได้ชัดสำหรับที่ปรึกษาทางการเงินที่ต้องประเมินโอกาสการลงทุนผ่านตลาดหลักทรัพย์ นักบัญชีผู้จัดการบุคลากรและผู้ผลิตยังได้รับประโยชน์จากการวิเคราะห์ทางสถิติ

แม้แต่นักวิจัยทางการแพทย์นักจิตวิทยาจิตแพทย์และผู้เชี่ยวชาญด้านสุขภาพและพฤติกรรมหลายคนที่มีความกังวลเกี่ยวกับประสิทธิภาพของยาใหม่ทำการทดลองเพื่อตรวจสอบผลของยาภายใต้สภาพแวดล้อมที่ควบคุมในมนุษย์และสัตว์ ของวิธีการที่เหมาะสมในการรักษาโรคบางอย่างพวกเขาพบว่าในสถิติพันธมิตรที่สำคัญ

โดยทั่วไปแล้วสถิติสามารถใช้เพื่อปรับปรุงประสิทธิภาพการทำงานและในหลาย ๆ ด้านของชีวิตประจำวันเพราะเป็นแนวทางสากลที่ไม่ทราบ

1.2 ประวัติสถิติ

เมื่อวิทยาศาสตร์พัฒนาขึ้นพวกเขาสูญเสียคุณสมบัติดั้งเดิมของพวกเขาเปลี่ยนแบ่งและแม้แต่เปลี่ยนชื่อ สถิติได้ดำเนินการตามกระบวนการเดียวกันและเพื่อให้เข้าใจสถานะปัจจุบันเราจำเป็นต้องรู้ประวัติของมัน อย่างเป็นทางการ Godofredo Achenwall (1719 - 1772) ศาสตราจารย์และนักเศรษฐศาสตร์ชาวเยอรมันผู้เป็นศาสตราจารย์ที่ University of Leipzig ได้เขียนการค้นพบวิทยาศาสตร์ใหม่ที่ฉันเรียกว่าสถิติ (คำที่มาจาก Staat ซึ่งหมายถึงรัฐบาล) และที่กำหนดไว้ ในฐานะที่เป็นความรู้ที่ลึกซึ้งของแต่ละสถานการณ์และการเปรียบเทียบของแต่ละรัฐ Achenwall และผู้ติดตามของเขาได้จัดทำวิธีการทางสถิติที่มุ่งเป้าไปที่การตรวจสอบการวัดและการเปรียบเทียบความมั่งคั่งของชาติอย่างไรก็ตามสิ่งนี้ไม่ได้หมายความว่าก่อนการศึกษาของ Achenwallรัฐไม่ได้ทำสินค้าคงคลังของความมั่งคั่งของพวกเขา; สินค้าหรือสำมะโนประชากรเหล่านี้ (คำที่มาจากภาษาละตินซึ่งหมายถึงคุณค่าหรือการตีราคา) ได้ดำเนินการมาตั้งแต่สมัยโบราณ เป็นที่ทราบกันดีว่าระหว่างปี 2000 ถึง 3,500 ปีก่อนคริสต์กาลชาวจีนและชาวอียิปต์ได้ทำการสำมะโนครัวที่เป็นสินค้าคงเหลือเบื้องต้นและสถิติในรูปแบบง่าย ๆ นั้นมีมาตั้งแต่จุดเริ่มต้นของอารยธรรม หินเสาไม้และกำแพงถ้ำเพื่อนับจำนวนผู้คนสัตว์หรือสิ่งของ ประมาณ 3,000 ปีก่อนคริสต์ศักราช ชาวบาบิโลนใช้เม็ดดินเหนียวขนาดเล็กเพื่อรวบรวมข้อมูลเกี่ยวกับการผลิตทางการเกษตรและตามประเภทที่ขายหรือแลกเปลี่ยนโดยแลกเปลี่ยน ในศตวรรษที่สิบสามก่อนคริสต์ศักราชนานก่อนที่จะสร้างปิรามิดชาวอียิปต์วิเคราะห์ข้อมูลประชากรและรายได้ของประเทศ หนังสือเกี่ยวกับตัวเลขและพงศาวดารในพระคัมภีร์ประกอบด้วยบางส่วนเป็นงานสถิติ ครั้งแรกประกอบด้วยสองสำมะโนประชากรของประชากรอิสราเอลและที่สองอธิบายถึงความเป็นอยู่ที่ดีของชนเผ่ายิวหลายเผ่า มีบันทึกตัวเลขคล้ายกันในประเทศจีนก่อนปี 2000 ปีก่อนคริสตศักราชชาวกรีกโบราณทำการตรวจสอบสำมะโนประชากรซึ่งมีการใช้ข้อมูลประมาณ 594 ปีก่อนคริสต์ศักราชเพื่อเก็บภาษีชาวกรีกโบราณดำเนินการเซ็นเซอร์ซึ่งมีข้อมูลถูกนำมาใช้ประมาณ 594 ปีก่อนคริสต์ศักราชเพื่อเก็บภาษีชาวกรีกโบราณดำเนินการเซ็นเซอร์ซึ่งมีข้อมูลถูกนำมาใช้ประมาณ 594 ปีก่อนคริสต์ศักราชเพื่อเก็บภาษี

จักรวรรดิโรมันเป็นรัฐบาลแรกที่รวบรวมข้อมูลจำนวนมากเกี่ยวกับประชากรพื้นที่และรายได้ของดินแดนทั้งหมดภายใต้การควบคุมของตน ในช่วงยุคกลางมีสำมะโนประชากรเพียงไม่กี่ตัวเท่านั้นที่ถูกนำมาใช้ในยุโรป Caloringo kings Pipino the Short และ Charlemagne สั่งการศึกษารายละเอียดเกี่ยวกับคุณสมบัติของคริสตจักรในปี 758 และ 762 ตามลำดับ หลังจากการยึดครองของนอร์มันในอังกฤษในปี 1066 กษัตริย์วิลเลียมที่ 1 แห่งอังกฤษได้ทำการสำรวจสำมะโนประชากร ข้อมูลที่ได้จากการสำรวจสำมะโนประชากรนี้ดำเนินการในปี 1086 ถูกรวบรวมไว้ในหนังสือเดย์ การลงทะเบียนของการเกิดและการเสียชีวิตเริ่มขึ้นในประเทศอังกฤษในช่วงต้นศตวรรษที่ 16 และในปี ค.ศ. 1662 การศึกษาทางสถิติประชากรที่โดดเด่นครั้งแรกปรากฏขึ้นนักสังเกตการณ์ชาวอังกฤษชื่อเอ๊ดมันด์ฮัลเลย์เป็นพื้นฐานสำหรับการสังเกตการณ์ในตั๋วเงินลอนดอนแห่งการตายที่คล้ายกันเรื่องการศึกษาอัตราการตายในเมืองเบรสเลาประเทศเยอรมนี ตารางมรณะแรก ในศตวรรษที่ 19 ด้วยวิธีการทางวิทยาศาสตร์ทั่วไปเพื่อศึกษาปรากฏการณ์ทั้งหมดของวิทยาศาสตร์ธรรมชาติและสังคมศาสตร์นักวิจัยยอมรับความต้องการลดข้อมูลให้เป็นค่าตัวเลขเพื่อหลีกเลี่ยงความคลุมเครือของคำอธิบายด้วยวาจา

นับตั้งแต่การสร้างสถิติได้รับการผสานอย่างต่อเนื่องกับการมีส่วนร่วมของนักคณิตศาสตร์นักปรัชญาและนักวิทยาศาสตร์จากทุกสาขาวิชา

ในสมัยของเราสถิติได้กลายเป็นวิธีที่มีประสิทธิภาพในการอธิบายค่าของข้อมูลทางเศรษฐกิจการเมืองสังคมจิตวิทยาชีวภาพหรือกายภาพอย่างถูกต้องและเป็นเครื่องมือในการเชื่อมโยงและวิเคราะห์ข้อมูลดังกล่าว การทำงานของผู้เชี่ยวชาญทางสถิติไม่เพียง แต่รวบรวมและทำเป็นตารางข้อมูลเท่านั้น แต่เหนือสิ่งอื่นใดในกระบวนการ "ตีความ" ของข้อมูลนั้น การพัฒนาทฤษฎีความน่าจะเป็นได้เพิ่มขอบเขตการใช้งานสถิติ ชุดข้อมูลจำนวนมากสามารถประมาณได้ด้วยความแม่นยำสูงโดยใช้การแจกแจงความน่าจะเป็นบางอย่าง ผลลัพธ์ของสิ่งเหล่านี้สามารถใช้ในการวิเคราะห์ข้อมูลทางสถิติความน่าจะเป็นมีประโยชน์สำหรับการตรวจสอบความน่าเชื่อถือของการอนุมานเชิงสถิติและการทำนายชนิดและปริมาณของข้อมูลที่จำเป็นในการศึกษาทางสถิติที่กำหนด

1.3 สถิติและวิธีการ

จากมุมมองที่ได้รับการยอมรับอย่างกว้างขวางสถิติถูกกำหนดให้ดีที่สุดในฐานะสาขาวิชาคณิตศาสตร์ที่เกี่ยวข้องกับการอำนวยความสะดวกในการตัดสินใจที่ดีเมื่อเผชิญกับความไม่แน่นอนดังนั้นจึงพัฒนาและใช้เทคนิคสำหรับการรวบรวมอย่างระมัดระวัง การนำเสนอที่มีประสิทธิภาพและการวิเคราะห์ข้อมูลตัวเลขที่ถูกต้อง

คำจำกัดความนี้อย่างชัดเจนรวมสถิติเชิงพรรณนาและสถิติเชิงอุปนัยหรือเชิงอนุมาน สาขาต่าง ๆ ช่วยให้ผู้มีอำนาจตัดสินใจในการดึงข้อมูลประโยชน์สูงสุดจากข้อมูลที่ จำกัด ในอีกด้านหนึ่งตารางกราฟสรุปเน้นแบบจำลองที่จะซ่อนอยู่ในข้อมูลที่ไม่เป็นระเบียบ ในขณะที่การหักถูกต้องให้การประมาณการที่สมเหตุสมผลของสิ่งที่ไม่รู้จักพร้อมกับความน่าจะเป็นที่ระบุไว้อย่างชัดเจนว่าพวกเขาถูกหรือเท็จ

วัตถุดิบสำหรับสถิติประกอบด้วยชุดของตัวเลขที่ได้จากการนับหรือองค์ประกอบการวัด เมื่อรวบรวมข้อมูลสถิติต้องใช้ความระมัดระวังเป็นพิเศษเพื่อให้แน่ใจว่าข้อมูลนั้นสมบูรณ์และถูกต้อง

ปัญหาแรกสำหรับนักสถิติคือการกำหนดข้อมูลและจำนวนการรวบรวม ที่จริงแล้วความยากลำบากในการรวบรวมสำมะโนประชากรคือการได้รับจำนวนผู้อยู่อาศัยอย่างสมบูรณ์และถูกต้อง ในทำนองเดียวกับที่นักฟิสิกส์ที่ต้องการนับจำนวนการชนต่อวินาทีระหว่างโมเลกุลของก๊าซจะต้องเริ่มต้นด้วยการกำหนดลักษณะของวัตถุที่จะนับอย่างแม่นยำ

นักสถิติต้องเผชิญกับปัญหาที่ซับซ้อนเมื่อยกตัวอย่างพวกเขาใช้ตัวอย่างสำหรับแบบสำรวจความคิดเห็นหรือแบบสำรวจความคิดเห็น การเลือกตัวอย่างที่สามารถแสดงถึงความต้องการของประชากรทั้งหมดได้อย่างถูกต้องไม่ใช่เรื่องง่าย

ในการสร้างกฎหมายทางกายภาพชีวภาพหรือสังคมนักสถิติต้องเริ่มต้นด้วยชุดข้อมูลและแก้ไขตามประสบการณ์ ตัวอย่างเช่นในการศึกษาครั้งแรกเกี่ยวกับการเติบโตของประชากรการคาดการณ์การเปลี่ยนแปลงจำนวนผู้อยู่อาศัยโดยการคำนวณความแตกต่างระหว่างจำนวนการเกิดและจำนวนผู้เสียชีวิตในช่วงเวลาที่กำหนด ผู้เชี่ยวชาญในการศึกษาประชากรยืนยันว่าอัตราการเติบโตขึ้นอยู่กับจำนวนการเกิดโดยไม่ต้องมีจำนวนผู้เสียชีวิตที่สำคัญ ดังนั้นการเติบโตในอนาคตของประชากรจึงคำนวณจากจำนวนการเกิดประจำปีต่อประชากร 1,000 คน อย่างไรก็ตามในไม่ช้าพวกเขาก็ตระหนักว่าการคาดการณ์ที่ได้รับโดยใช้วิธีนี้ไม่ได้ให้ผลลัพธ์ที่ถูกต้องนักสถิติพบว่ามีปัจจัยอื่น ๆ ที่ จำกัด การเติบโตของประชากร ระบุว่าจำนวนการเกิดที่เป็นไปได้นั้นขึ้นอยู่กับจำนวนของผู้หญิงและไม่ได้ขึ้นอยู่กับจำนวนประชากรทั้งหมดและเนื่องจากผู้หญิงมีเพียงเด็ก ๆ ในช่วงชีวิตของพวกเขาข้อมูลที่สำคัญที่สุดที่จะใช้ในการทำนายประชากรคือ จำนวนเด็กที่เกิดมีชีวิตต่อผู้หญิงอายุ 1,000 ปี ค่าที่ได้จากการใช้ข้อมูลนี้จะปรับปรุงเมื่อรวมกับข้อมูลสำหรับเปอร์เซ็นต์ของผู้หญิงที่ไม่มีลูก ดังนั้นความแตกต่างระหว่างการเกิดและการเสียชีวิตจึงเป็นประโยชน์ในการบ่งชี้การเติบโตของประชากรในช่วงระยะเวลาหนึ่งในอดีตจำนวนการเกิดต่อ 1,000 คนที่อาศัยอยู่เท่านั้นแสดงอัตราการเติบโตในช่วงเวลาเดียวกันและมีเพียงจำนวนเท่านั้น เกิดทุก 1ผู้หญิงวัยเจริญพันธุ์จำนวน 000 คนใช้ในการทำนายจำนวนผู้อยู่อาศัยในอนาคต

สถิติเชิงพรรณนาวิเคราะห์ศึกษาและอธิบายบุคคลทั้งหมดในประชากร วัตถุประสงค์คือเพื่อรับข้อมูลวิเคราะห์เตรียมและทำให้มันง่ายขึ้นตามความจำเป็นเพื่อให้สามารถตีความได้อย่างสะดวกสบายและรวดเร็วและดังนั้นจึงสามารถใช้งานได้อย่างมีประสิทธิภาพตามวัตถุประสงค์ที่ต้องการ

สถิติเชิงพรรณนาทำงานร่วมกับบุคคลทุกคนในประชากร อย่างไรก็ตามสถิติเชิงอนุมานทำงานกับกลุ่มตัวอย่างกลุ่มย่อยที่เกิดจากบุคคลบางคนจากประชากร จากการศึกษาของกลุ่มตัวอย่างจุดมุ่งหมายคือการอนุมานแง่มุมที่เกี่ยวข้องของประชากรทั้งหมด วิธีการเลือกตัวอย่างวิธีการอนุมานทำและสิ่งที่ระดับความเชื่อมั่นอย่างใดอย่างหนึ่งสามารถมีในด้านพื้นฐานของสถิติอนุมานซึ่งการศึกษาต้องมีความรู้ระดับสูงของสถิติความน่าจะเป็นและคณิตศาสตร์

สถิติที่ใช้กับเศรษฐกิจที่เราเรียกอย่างเป็นทางการว่าเศรษฐมิตินั้นมีความสำคัญอย่างยิ่งในฐานะเครื่องมือ

1.4 สถิติและคอมพิวเตอร์

เราอยู่ในยุคของความรู้ที่เรียกว่าโลกาภิวัตน์ของอินเทอร์เน็ตที่ความรู้กลายเป็นล้าสมัยในพริบตา ความหลากหลายและความอุดมสมบูรณ์ของข้อมูลที่หนังสือพิมพ์วันอาทิตย์นำเสนอในวันนี้นั้นยิ่งใหญ่กว่าที่คนทั่วไปในศตวรรษที่ 17 จะได้รับตลอดชีวิตของเขา เรามีสิทธิ์และจำเป็นต้องรู้ข้อมูลทั้งหมดนี้และเข้าถึงได้โดยสรุปและเชื่อถือได้และนี่คือจุดที่สถิติมีบทบาทสำคัญบางอย่าง

สถิติร่วมกับสารสนเทศช่วยให้มีประสิทธิภาพเชื่อถือได้และจัดการได้ง่ายในปริมาณมากของข้อมูลและผลลัพธ์ที่จะส่งไปยังการวิเคราะห์และการตีความของมืออาชีพ

ขณะนี้มีแพ็คเกจทางสถิติมากมายที่ปรับปรุงการทำงานทั้งหมดและที่สำคัญที่สุดคือ:

SPSS: การจัดการข้อมูล, การวิเคราะห์ทางสถิติ, กราฟและการนำเสนอผลลัพธ์ STAGRAPHICS: แพคเกจการวิเคราะห์เชิงโต้ตอบและระบบกราฟ SAS: การวางแผน, การวิเคราะห์เชิงสถิติ, กราฟและการนำเสนอผล Excel: การวิเคราะห์ทางสถิติ, กราฟและการนำเสนอผลสถิติ: การวางแผน การวิเคราะห์ทางสถิติกราฟและการนำเสนอผล MINITAB: การวางแผนการวิเคราะห์ทางสถิติกราฟและการนำเสนอผล ARIMA: การออกแบบการทดลองตัวอย่าง: การวิเคราะห์ทางเศรษฐมิติและสถิติกราฟและการนำเสนอผล

1.5 การสะท้อนกลับ

“ ชีวิตของเราเริ่มต้นที่จะสิ้นสุดวันที่เราเงียบเกี่ยวกับสิ่งที่สำคัญ”

Martin Luther King

“ La soñada igualdad se aleja y sistema neoliberal procura ahondar las desigualdades. El darwinismo neoliberal globalizado permite que 225 ricos posean tanto como 2500 millones de pobres, 3 billonarios, el PIB de los 48 países más pobres del universo ” ³¿ Es justo? ¿ Usted que piensa?

La pobreza extrema, por debajo del limite de subsistencia, para millones de personas. Pobreza en forma de hambre permanente que se transforma en azote bíblico en momento como el presente; pobreza de capacidad y de gestión que afecta a la inmensa mayoría, analfabeta en mas de dos tercios de las mujeres y más de la mitad de los hombres de los países del tercer mundo en la llamada era del conocimiento. El narcotráfico enfermedad social de los países ricos y desgracia de los países pobres, el hambre, la deuda externa, la malaria de siempre, el SIDA de la última década, la escasez de agua potable y de energía, el analfabetismo, la guerra y la destrucción se han convertido en imagen habitual y nos hemos insensibilizados.

Parafraseando, como dijo el expresidente español Felipe González , a Joseph Ki-Zerbo, de Burkina Faso, afectado de malaria, venerable en su vejez de luchador por un futuro mejor para su continente, decía en las palabras finales de una de sus intervenciones “ la juventud africana se encuentra ante un pasado mudo, un presente ciego y un futuro sordo “ así nos hemos quedados nosotros en todos los países subdesarrollados, masticando un silencio cómplice y cobarde.

Ya se fue el milenio, considerado durante mucho tiempo sinónimo de futuro y desde ahora en adelante, nuestro presente. La globalización vuela y llega a los rincones más recónditos del planeta ignorando la independencia de los pueblos y la diversidad de sus regímenes políticos, vivimos una nueva colonización donde los actores principales son las empresas y conglomerados de grupos de industriales y financieros privados que intentan dominar el mundo. Nunca antes los dueños del poder y de la tierra habían sido tan poco numerosos y sin embargo tan poderosos. Estos grupos se sitúan en el triangulo formado por los Estados Unidos, Europa y Japón, donde la mitad de ellos tienen su base en los Estados Unidos.

La concentración del capital y el poder se ha acelerado enormemente bajo el influjo de las revoluciones tecnológicas de la información. La globalización no intenta conquistar países sino mercados. La preocupación de este moderno poder no es la conquistar territorios como los fueron las grandes invasiones en la colonia, sino la toma de sus riquezas.; lo que lleva consigo destrucciones impresionantes, donde industrias enteras son brutalmente desmanteladas en todas las regiones, paros masivos, contratos-basuras, desempleo, sobreexplotación de hombres, mujeres y niños, miseria, etc.

La globalización es también pillaje planetario, los grandes grupos saquean el medio ambiente, sacan provecho de las riquezas de la naturaleza que son patrimonio de humanidad y lo hacen sin escrúpulos ni limitaciones, acompañado de una criminalidad financiera y bancaria, por la que pasan sumas que superan el billón de dólar anuales, es decir, mas que el PIB de la tercera parte de la humanidad.

La mercantilización generalizada de palabras y cosas, cuerpos y espíritus, de la naturaleza y la cultura provoca mayor desigualdad mientras la producción mundial de productos alimenticios básicos cubren mas del 110% de las necesidades, 30 millones de personas continúan muriendo de hambre cada año y más de 800 millones están famélicos.

A principios de la década del 60, el 20% de la población del mundo, los más ricos, tenían unos ingresos 30 veces superiores que el 20 % de los más pobres. Hoy en día los ingresos de los ricos son 82 veces superiores. De los 6.000 millones de habitantes del planeta, solamente 500 millones viven con holgura, el resto, los 5,500 millones malviven en la necesidad.5 ¿ Usted amigo lector cree que esto es justo?

Se perdieron los valores, las estructuras sociales y políticas; se desarrollan zonas sin derechos, entidades caóticas e ingobernables que escapan a todo tipo de legalidad, sumergidas en un estado de barbarie donde los grupos de saqueadores son los únicos capacitados para imponer la ley chantajeando a la población, carteles del narcotráfico y redes mafiosas, especulación financiera, corrupción a todo nivel, contaminación ambiental, fanáticos religiosos y étnicos, efecto invernadero, desertización y proliferación nuclear entre otras.

¿ Serán consecuencia lógica o ilógica o realmente entrópica del neoliberalismo implementados en el triangulo del poder arriba mencionado? ¿ Que piensa usted amigo estudiante y futuro profesional?

Aunque alegremente se pregona el triunfo de la democracia y la libertad en un planeta que casi se ha librado de regímenes autoritarios, la censura y la manipulación vuelven paradójicamente con mas fuerza. Nuevos y seductores “ lideres “ proponen mundos maravillosos, mágicos pero alejados de la realidad distrayendo a los viejos y convenciendo a los jóvenes para que abandonen toda acción cívica y reivindicativa. Amigos en esta nueva era de alienación, de la cultura global, de la informática, de los mensajes planetarios., La comunicación juega un papel ideológico importante que puede amordazar y liberar el pensamiento.

Si Usted, amigo lector es capaz de resolver problemas y tomar decisiones acertadas, tendrá una excelente posición en el campo empresarial, si a la vez que toma decisiones inteligentes, resuelve problemas, alguien estará dispuesto a pagarle con generosidad. En este mundo se suele pagar mas a quienes formulan preguntas adecuadas para lograr los objetivos fundamentales que a quienes toman la responsabilidad para lograrlos. Las respuestas suelen ser muy evidentes una vez que se han hecho las preguntas correctas. El análisis estadístico demostrará ser de gran utilidad en la formación adecuada de esas preguntas.

Los empresarios saben que los complejos problemas con que nos enfrentamos en el mundo actual exigen soluciones cuantitativas. Si usted no estuviera en condiciones de aplicar la estadística y otros métodos cuantitativos a los numerosos problemas corrientes que si duda se le presentaran, se encontrara en fuerte desventaja en el mercado empresarial.

Quienes aspiren a ocupar puestos de dirección, trabajar independientes o desempeñar cualquier profesión del sector industrial advertirán que una comprensión básica de la estadística no solo multiplica sus oportunidades de trabajo sino que renueva las probabilidades de promoción debido a las mejoras del rendimiento en el trabajo. Tenga presente que en el mercado actual los empresarios se resisten a contratar analfabetas estadísticos por lo tanto si sus aspiraciones profesionales se encaminan a la industria privada, al sector oficial o al desempeño de cualquier actividad lucrativa, se encontrara mucho mejor respaldado por su experiencia académica si adquiere una base sólida en los fundamentos del análisis estadístico “ Amigo lector no se olvide de la primera parte de la reflexión y luchemos por la utopía de un mundo mejor.” Cada vez que usted toma decisiones esta aplicando la estadística, ya que tomar decisiones es inherente a todo ser viviente, por lo tanto es de aplicación universal. Tomarla bien o mal depende no solamente de los soporte cuantitativos y cualitativos sino también de la formación moral y ética, ya que con la estadística también se puede engañar y manipular.

REVISTAS ELECTRONICAS

Journal of Statistics Education. Excelente revista (¡gratuita!) editada por la American Statistical Association sobre educación estadística (a todos los niveles)Homepage de la American Statistical Association. La mayor asociación de estadísticos, editora de Journal of Agricultural, Biological, and Environmental Statistics, Journal of the American Statistical Association, Journal of Statistics Education y The American Statistician entre otras revistas. Environmental and Ecological Statistics Community Ecology Journal of Agricultural, Biological, and Environmental Statistics Bulletin of the Ecological Society of America (gratuita; contiene artículos de ecología estadística) Journal of Statistical Software (gratuita) InterStat (Statistics on the Internet) (gratuita)Probability and Statistics Journals on the Web

ESTADISTICA ON LINE

Aula Virtual de Bioestadística, Universidad ComplutenseCurso de bioestadística de la Universidad de MálagaApuntes de Bioestadística. Unidad de Bioestadística Clínica del Hospital Ramón y CajalLecciones de Estadística, 5campus.org (análisis multivariante…)Curso de Bioestadística de la Universidad Nacional de Misiones (Argentina)Curso de estadística (para ingenieros) de una universidad mexicanaCursos de estadística de la Universidad de California, Los AngelesCursos de estadística de la Universidad de MichiganElectronic Statistics TextbookA New View of StatisticsHyperStat Statistics TextbookStatistics at Square OneStatistics Every Writer Should KnowIntroductory Statistics: Concepts, Models, and ApplicationsMultivariate Statistics: Concepts, Models, and ApplicationsA complete guide to nonlinear regressionOrdination Methods for EcologistsAnnotated Bibliography of Canonical Correspondence Analysis and related constrained ordination methods 1986-1993Multivariate Statistics: an IntroductionA glossary of ordination-related termsGlossary of Statistical Terms and Medical Citations for Statistical IssuesGlossary of over 30 statistical termsEVSC 503 Applied Statistics for the Environmental Scienceshttp://s9000.furman.edu/mellonj/spss1.htmhttp://www.indiana.edu/~statmath/stat/spss/win/index.htmlhttp://www.utexas.edu/cc/stat/tutorials/spss/SPSS1/Outline1.htmlhttp://web.uccs.edu/lbecker/SPSS/content.htmhttp://core.ecu.edu/psyc/wuenschk/SPSS/SPSS-Data.htmhttp://www.tulane.edu/~panda2/Analysis2/ahome.htmlhttp://www.shef.ac.uk/~scharr/spss/index2.htmhttp://calcnet.mth.cmich.edu/org/spss/index.htmlhttp://calcnet.mth.cmich.edu/org/spss/toc.htmhttp://www.public.asu.edu/~pythagor/spssworkbook.htmhttp://lib.stat.cmu.edu/http://www.stat.ufl.edu/vlib/statistics.htmlhttp://www.statserv.com/softwares.htmlhttp://www.maths.uq.edu.au/~gks/webguide/http://www.statistics.com/http://www.helsinki.fi/~jpuranen/links.html#stchttp://www.maths.uq.edu.au/~gks/webguide/free.html_{http://nhsbig.inhs.uiuc.edu/}http://www.okstate.edu/artsci/botany/ordinate/software.htmhttp://life.bio.sunysb.edu/ee/biometry/http://life.bio.sunysb.edu/morph/software.html.http://pbil.univ-lyon1.fr/ADE-4/ADE-4.htmlhttp://ourworld.compuserve.com/homepages/Rainer_Wuerlaender/statsoft.htmhttp://www.stat.auckland.ac.nz/~mja/Programs.htmhttp://it.stlawu.edu/~rlock/maa99/http://it.stlawu.edu/~rlock/tise98/java.htmlhttp://www.stat.vt.edu/~sundar/java/applets/http://www.kuleuven.ac.be/ucs/java/index.htmhttp://noppa5.pc.helsinki.fi/koe/http://www2.kenyon.edu/people/hartlaub/MellonProject/mellon.html Demostraciones Java para el aprendizaje de la estadística Electronic Textbook (UCLA), programa on-line de representación y cálculo de funciones de densidad y de distribución (normal, F, ji-cuadrado, números aleatorios…). Equivalente a un libro de tablas

BIBLIOGRAFÍA

Montgomery Douglas y Runger George.(1996), Probabilidad y Estadística aplicada a la Ingeniería., Mcgraw-Hill, MexicoMontgomery Douglas y Hines William.(1995), Probabilidad y Estadística aplicada a la Ingeniería. y Administración, segunda edición,CECSA, MéxicoMendenhall William, Wackerly Dennis y Scheaffer Richard (1994), Estadística Matemáticas con Aplicaciones, segunda edición, Grupo Editorial Iberoamerica. M, MéxicoGovinden Portus Lincoyan.(1998), Introducción a la Estadística,. Mcgraw-Hill, Santafé de BogotáWebster Allen L.(1998), Estadística aplicada a la Empresa y a la Economía, segunda edición, Mcgraw-Hill, MadridKohler Heinz.(1996), Estadística para Negocios y Economía, primera edición,CECSA, MéxicoMartinez Bencardino Ciro (1995), Estadística, sexta edición,ECOE EDICIONES Santafé de Bogotá.Alvarez C Ricardo (1994), Estadística Fundamental Aplicada, primera edición,PUBLIADCO, CaliEstadística,» Enciclopedia Microsoft® Encarta® 2000. © 1993-1999 Microsoft Corporation.Stockburger David W (1996) Introductory Statistics: Concepts, models an applications,, http://www.psychstat.smsu.edu/sbk00.htmMendoza Duran (1995)Probabilidad y Estadística, http://w3.mor.itesm.mx/~cmendoza/ma835/ma83500.htmlValdés Fernando,Comprensión y uso de la estadística, http://www.cortland.edu/flteach/stats/glos-sp.htmlHurtado Minotta Enrique A, Reflexiones para el Currículo, http://www.geocities.com/soho/atrium/7521/tesis.htmlAcademic Freedom, www.hrw.org/wr2k/issues-01.htmGonzalez Felipe, Africa: El silencio de los tambores, www.arrakis.es/~trazeg/gonzalez.html.El año 2000, WWW.arrakis.es/~ trazeg/anno2000.htmlMendenhall, W.; D.D. Wackerly y R.L. Scheaffer. Estadística Matemática con Aplicaciones. Grupo Editorial Iberoamérica. México.Freund, John E. y Gary A. Simon. Estadística elemental. Prentice-Hall Hispanoamericana, SA. México, 1994. (8ª edición.)Spiegel, M.R. Estadística. McGraw-Hill. México. (Serie Schaum.)http://www.unl.edu.ar/fave/sei/encuestas/index.html.Wonnacott, Thomas H. y Ronald J. Wonnacott (1998) Introducción a la estadística. Limusa/IPN. México.

MODULO II

DEFINICIONES Y CONCEPTOS BÁSICOS

2.1 ESTADISTICA: Se define como la rama de las matemáticas que se ocupa de facilitar la toma de decisiones acertadas frente a una incertidumbre y por lo tanto, desarrolla y utiliza técnicas para la recolección cuidadosa, presentación efectiva y el análisis correcto de la información numérica. La estadística la podemos agrupar en dos grandes ramas, la descriptiva o deductiva y la analítica o inferencia estadística.

ESTADISTICA DESCRIPTIVA: Es aquella que recopila, analiza, estudia y describe a la totalidad de individuos de una población. Su finalidad es obtener información, analizarla, elaborarla y simplificarla lo necesario para que pueda ser interpretada cómoda y rápidamente y por lo tanto, pueda utilizarse eficazmente para el fin que se desee. La estadística descriptiva también se puede definir como la rama de la estadística que se ocupa del desarrollo y utilización de técnicas para la presentación eficaz de información numérica con el objeto de poner de relieve los modelos que de otra forma quedarían ocultos en un conjunto de datos.ESTADISTICA ANALITICA: Conocida como inferencia estadística, se define como la rama de la estadística que se encarga del desarrollo y utilización de técnicas probabilística para analizar correctamente o sacar deducciones de informaciones numéricas. Mientras la estadística descriptiva trabaja con todos los individuos de la población, la estadística inferencial, trabaja con muestras, (subconjuntos formados por algunos individuos de la población. A partir del estudio de la muestra se pretende inferir aspectos relevantes de toda la población.

Cómo se selecciona la muestra, cómo se realiza la inferencia, y qué grado de confianza se puede tener en ella son aspectos fundamentales de la estadística inferencial, para cuyo estudio se requiere un alto nivel de conocimientos de estadística, probabilidad y matemáticas.

A veces se deduce una verdad general, a partir de particularidades y en otras ocasiones se obtienen conclusiones particulares a partir de un conocimiento general. Obtener conclusiones acerca de un todo desconocido a partir de una parte conocida es el razonamiento inductivo y funciona por ejemplo cuando un ingeniero de producción concluye con un 95% de confianza de que es verdad contra un 5% de estar equivocado, que el porcentaje promedio de desperdicio de un proceso productivo es del 3% anual obtenido a partir de un muestreo de la producción. Por otra parte al obtener deducciones sobre una parte desconocida partiendo de un todo conocido se llama razonamiento deductivo. El razonamiento deductivo y el inductivo son complementarios por lo tanto ante que los estadísticos puedan generalizar en forma segura de la parte al todo, deben estudiar como es que la parte ha sido generada.

2.2 POBLACION: Es el conjunto de todas las observaciones de interés para el investigador, o el conjunto de todos los elementos o eventos que tienen características similares. La población puede ser finita o infinita. Es finita cuando todos sus elementos se pueden contar con exactitud, en caso contrario es infinita.

2.3 PARAMETRO: Es cualquier medida descriptiva de la población completa de observaciones que tienen interés para el investigador por ejemplo el ingreso promedio de los docentes universitarios de las universidades colombianas.

2.4 MUESTRA: Es la porción representativa de la población, que se selecciona para un estudio porque la población es demasiado grande para analizarla en totalidad. En otras palabra la muestra es un subconjunto de la población seleccionada por medios científicos.

2.5 ESTADISTICO: Es cualquier medida descriptiva de la muestra y sirve para estimar el parámetro de la población. El estadístico es a la muestra lo que el parámetro es a la población. Por ejemplo el ingreso promedio de los docentes universitario de la Usaca es el estadístico cuando la Usaca es una muestra de las universidades colombianas.

2.6 VARIABLES: Es una característica de la muestra o de la población que se analiza en un estudio estadístico. Una variable puede ser cualitativa o cuantitativa.

2.6.1 VARIABLE CUALITATIVA: Es aquella que se puede expresar normalmente por medio de palabra y no de números, por ejemplo, el estado civil, la nacionalidad, el sexo, la profesión, la raza, el color de la piel de los profesores de la Usaca. Las variables cualitativas pueden ser binomiales o multinomiales. Se pueden hacer observaciones solo en dos categorías sobre una variable cualitativa binomial, por ejemplo, hombre o mujer, bueno o malo, rico o pobre, ausente o presente, empleado o desempleado. Sobre una variable cualitativa multinomial se pueden hacer observaciones en mas de dos categorías, por ejemplo, en puestos de trabajo, colores, idiomas, estratos, nacionalidades, religiones, etc.

2.6.2 VARIABLE CUANTITATIVA: Es aquella que se expresa numéricamente, por ejemplo, las exportaciones de café, las ventas de acero, el ingreso per cápita, la producción de autos, el decomiso de cocaína, las hectáreas fumigadas, etc. Las variables cuantitativas pueden ser discretas o continuas.

2.6.2.1 VARIABLE CONTINUA: Es aquella que toma cualquier valor dentro de un intervalo dado. Por muy cerca que estén dos observaciones siempre es posible hacer otra medición que caigan dentro de esa dos. Los valores de una variable continua provienen de las mediciones y de los pesajes.

2.6.2.2 VARIABLE DISCRETA: Es aquella que solo puede tomar determinados valores por lo general, números enteros, por ejemplo, el numero de hijos de una familia, numero de empleados de una empresa, numero de vacas en una hacienda, numero de carros fabricados, etc.

2.7 UNIDAD ELEMENTAL: Son las personas u objetos que poseen las características que interesan en una investigación estadística. Por ejemplo si alguien esta interesado en la filiación política de los estudiantes de un curso, rápidamente identificaría a los estudiantes de ese curso como unidades elementales, pero si quiere saber el estado su rendimiento en estadística, las notas pueden ser tomadas como unidades elementales a ser investigadas.

2.8 DATO: Es cualquier observación individual de una característica(variable) especifica, susceptible de ser comparada. Cualquier conjunto de observaciones de una o mas particularidades de interés, para una o mas unidades elementales, se denomina conjunto de datos. Un conjunto de datos es univariado, bivariado o multivariado si contiene una, dos, o mas de dos variables

En el cuadro No 1 que aparece a continuación se muestra una base de datos donde en donde se pueden observar los diferentes componentes (unidad elemental, tipos de variables, datos, muestra, etc).

CUADRO No 1 BASE DE DATOS DE LOS EMPLEADOS DE LA EMPRESA Metalconsulting Ingenieria ltda

2.9 EXPERIMENTO: Es la recolección de datos provenientes de unidades elementales que se efectúa ejerciendo control sobre algunos o todos los factores que pueden hacerlos diferentes entre sí, afectando por lo tanto, la característica de interés en la observación.

2.10 ENCUESTA: Encuesta o estudio de observaciones es la recopilación de datos provenientes de unidades elementales que se ejecutan sin controlar los factores que los hacen diferentes entre sí y que pueden afectar las características de interés en la observación. Existen dos tipos de encuestas, completas (censo) y parciales

2.10.1 CENSO: Es una encuesta completa en la que se hacen observaciones sobre una o mas características de interés para toda unidad elemental que exista. Un censo produce siempre un conjunto de datos que consta de al menos una población estadística, pero posiblemente contiene varias. Existen varios procedimientos para llevar a cabo un censo. Una posibilidad es la observación directa de algunas actividades en curso, donde el encuestador registra, por ejemplo los pesos netos de los bultos de café cuando son llenado por una maquina, o las referencias y marcas de los computadores vendidos en un almacén. Un censo también se puede hacer también mediante una entrevista personal o telefónica en la que el investigador lee preguntas de una lista cuidadosamente elaborada y anota las respuestas verbales que recibe. Otra forma sería un censo por autonumeración como es el caso en que habiendo leído un conjunto de instrucciones, algunas personas responden por escrito cuestionarios que recibieron por correo normal, correo electrónico, por fax, o en la esquina de casa. Es frecuente que estos mismos procedimientos se apliquen a encuestas parciales.

2.10.2 ENCUESTA MUESTRAL: Es un estudio parcial en el que se hacen observaciones sobre una o más características de interés para solo un subconjunto de todas las unidades elementales.

2.11 RAZONES PARA HACER UN MUESTREO: hay muchas y variadas razones para realizar un muestrea y de una u otras formas todas están relacionadas con el tiempo, el presupuesto, la confiabilidad y calidad de la información. Dentro de estas razones listaremos algunas:

El costo de recopilar y procesar la información es menor cuanto menos unidades elementales se tomen. Esta es una consideración crucial siempre que el número de unidades elementales pertinentes sea grande. Obsérvese que las empresas comerciales interesadas en conocer las preferencias de los consumidores con relación a productos nuevos o ya conocidos nunca hacen encuestas entre todos los consumidores, sino solo a un pequeño porcentaje de los mismos. Las empresas incluso resuelven interrogantes sobre sus operaciones internas por el método de muestreo, ya que un censo sería muy costoso y difícil de manejar. Considérese un banco que desea averiguar el porcentaje de errores cometidos mensualmente al abonar intereses en unos 4 millones de cuentas de ahorros, o al facturar a unos 6 millones de cuentas de créditos. El costo a pagar en empleados administrativos que hagan un censo de todas las cuentas será enorme y no se justifica.A veces un censo es físicamente imposible de realizar cuando el numero de unidades elementales es muy grande o cuando son inaccesibles. En tales casos situaciones el muestreo es inevitable o cuando es prácticamente imposible ponerse en comunicación con algunas unidades elementales, como sería el caso de aviones siniestrados en el mar o en regiones montañosas remotas o de personas con domicilios desconocidos.Un censo no tiene sentido cuando produce información que llega demasiado tarde; por ejemplo, una encuesta de opinión política llevada a cabo antes de unas elecciones. Un censo de millones de habitantes tardaría demasiado en dar resultados, en cambio un muestreo es lo único que puede proporcionar con oportunidad una información deseada.El muestreo puede proporcionar datos mas precisos que un censo. Aunque esto suene paradójico, es cierto, ya que se necesitan menos trabajadores de estadística y se les puede capacitar mejor y supervisarlos de modo más eficiente; por lo tanto para un costo dado se recibe información de mayor calidad.Un censo no tiene sentido y es infinitamente costoso cuando adquirir la información deseada destruye las unidades elementales de interés. Por ejemplo medir la vida útil de las baterías o la calidad de los bombillos producidos por una fabrica. Si se probaran todas las unidades elementales de interés se gastaría toda la producción y las respuestas a las preguntas originales serían inútiles.

2.12. TIPOS DE MUESTRAS: Teniendo en cuenta la frecuencia con que los ejecutivos, gerentes, economistas, ingenieros e investigadores, utilizan las encuestas muestrales, es importante comprender y analizar el significado de muestreo y tipos de muestreos. Se obtienen diferentes tipos de muestras según sea el método de selección de las unidades elementales para la observación. Entre los diferentes tipos tenemos las muestras por conveniencias, de juicios y aleatorias.

2.12.1 MUESTRAS DE CONVENIENCIAS: Cuando la conveniencia sea la consideración fundamental y solo se escojan para observación las unidades elementales mas fácilmente accesibles, el subconjunto resultante de todas ellas o de una población estadística asociada constituye una muestra por conveniencia. Es poco probable que este tipo de muestra sea representativo de una población, en el sentido de que se pueda obtener inferencias validas. Este procedimiento asegura todo lo contrario. Imagínese que a las primeras 20 personas que sale de una fabrica se le pregunta acerca de sus salarios y se obtiene así un promedio de $ 500.000 mensuales. Es difícil que se tenga confianza en este resultado ya que la selección estuvo basada por entero en la conveniencia personal, en donde no se tuvo en cuenta en averiguar si era lo representativo de la fuerza laboral de la empresa considerada como un todo. Otros ejemplos son el de un senador que juzga las actitudes de los electores que con base en el correo recibido toma una muestra de conveniencia, al igual que una asistente que pide por teléfono la opinión de los electores, sin tener en cuenta la de aquellos que no contestaron el teléfono, los que no tienen ese servicio o que lo tienen y no aparecen en la guía telefónica.

2.12.2 MUESTRAS DE JUICIOS: Son aquellas donde el juicio personal, presumiblemente basado en la experiencia previa, juega un papel importante en la selección de las unidades elementales para la observación. Por lo tanto se cree que el juicio experto es capaz de obtener una muestra representativa del todo. Dicho subconjunto de una población asociada se denomina muestra de juicio. Sin embargo, formular dicho juicio puede ser casi imposible, en especial cuando las unidades elementales son heterogéneas y la muestra deseada pequeña. Un buen ejemplo de juicio experto es la construcción mensual del índice de precio al consumidor (IPC) donde el experto decide con base en su juicio personal, entre prácticamente miles de millones de precios, cuales han de muestrearse y que ponderación han de asignárseles. Determinar el IPC requiere decisiones complejas relativas a que tiendas y en que zonas geográficas han de hacerse las encuestas, en que días, y de que productos. Un precio cobrado a muchos clientes en una tienda popular es más importante que uno cobrado a pocos clientes en una tienda casi vacía; mas personas compran los sábados que los lunes, por lo tanto aprovechan las ofertas de fin de semanas; las los frijoles, el arroz, la carne, las frutas parecen más importantes que las de los refrescos, el té, los fósforos y el cine. En todas estas cuestiones y en mas se aplica un juicio experto, cuando este falla, como es posible que ocurra, la muestra termina siendo no representativa del todo asociado.

2.12.3 MUESTRAS ALEATORIAS: Son las más importantes ya que evitan el problema de la falta de representatividad. Están formadas por un subconjunto de todas las unidades elementales o de una población asociada de sus características, que se escoge por un proceso aleatorio que dará a cada unidad o población asociada una posibilidad positiva y conocida de ser seleccionada, aunque no necesariamente igual. Si se ejecuta en forma correcta, el proceso de selección aleatoria no permite discernir al investigador que unidades particulares del o población entran en la muestra. Como consecuencia de ello dicha muestra tiende a llevar al máximo las oportunidades de hacer deducciones validas sobre la totalidad de la que proviene. Las muestras aleatorias las podemos clasificar en varios tipos a saber: aleatoria simple, aleatoria sistemática, aleatoria estratificada, aleatoria agrupada

2.12.3.1 MUESTRA ALEATORIA SIMPLE: Es un subconjunto de una población, escogida de tal modo que todo subconjunto posible del mismo tamaño tiene una oportunidad igual de ser seleccionada. Este procedimiento requiere que cada unidad individual tenga una oportunidad igual de selección. El procedimiento más común en la practica de seleccionar una muestra aleatoria simple consiste en el uso de las tablas de números aleatorios que consiste en una lista de números generada por un proceso aleatorio de modo que cada digito posible tenga igual probabilidad de preceder o seguir a cualquier otro.

2.12.3.2 MUESTRA ALEATORIA SISTEMATICA: Es un subconjunto de una población escogida al seleccionar al azar uno de los primeros k elementos, incluyendo todo elemento K-ésimo de ahí en adelante. Al utilizar este procedimiento K se determina al dividir el tamaño de la población N entre el tamaño de una muestra n. Supóngase que queremos seleccionar una muestra de 5 empresas donde se desea incluir cada vigésima empresa, entre las 100 empresas mas grande del país listada y enumeradas de acuerdo a sus utilidades en el último año. Lo primero que hacemos es dividir N/n (k = 100/5 = 20) para hallar k y luego procedemos a sacar aleatoriamente un número entre 00 y 19 de un recipiente que contenga los dichos números o usamos una tabla de números aleatorios, para hallar el punto de inicio, es decir el numero de la primera empresa seleccionada y a partir de ahí hallar el resto de números. Suponga el primer numero seleccionado fue 05 entonces la muestra quedaría conformada por las empresas codificada con los números 05,25,45,65 y 85 Si la selección inicial hubiese sido 02 o 18 las muestras hubiesen sido 02, 22,42, 62, 82 o 18,38 58, 78 y 98 respectivamente.

2.12.3.3 MUESTRA ALEATORIA ESTRATIFICADA: Es un subconjunto de una

población escogida al tomar muestras aleatorias separadas (simples o sistemáticas) de cada estrato de la población. Cuando la población a ser muestreada contiene dos o mas subgrupos o estratos mutuamente exclusivos y claramente distinguibles, que difieren mucho uno de otro con respecto a alguna característica de interés a la vez que sus elementos son mas bien homogéneos podemos seleccionar una muestra aleatoria estratificada., donde los tamaños de las muestras separadas varían de acuerdo con la importancia de los estratos. Si supiéramos que 10 de las 100 empresas enumeradas contabilizaron el 70% de las ventas generales, mientras que las otras 90 facturaron el 30% restante y si las ventas fueran la característica de Interés para nosotros, quizás desearíamos asegurarnos que en nuestro muestreo no se excluya a las 10 empresas gigantes como podría pasar si se tomara una muestra aleatoria simple o sistemática. Podríamos dividir el listado en dos grandes estratos (10 gigantes y 90 pequeñas) y luego crear la muestra al seleccionar compañías de cada uno de los grupos. Para un 10% del total de la muestra, podríamos seleccionar 7 empresas del estrato gigante y 3 del estrato pequeño esperando que estas 10 compañías constituyan mas de la mitad de todas las ventas. El muestreo aleatorio estratificado ha adquirido mucha importancia para los encuestadores que desean predecir los resultados de las elecciones gubernamentales.

2.12.3.4 MUESTRA ALEATORIA AGRUPADA: En ocasiones cuando la población a muestrear se dividen en forma natural en grupos, con base en la accesibilidad física se toma una muestra aleatoria agrupada, que esta conformada por un subconjunto de la población, escogido al tomar censos separados en un subconjunto de grupos geográficamente distintos escogidos al azar. Alguien que deseara muestrear los residentes o las tiendas de una ciudad, podría dividir la ciudad en manzanas, seleccionar al azar unas cuantas (por cualquiera de los métodos anteriores) y luego entrevistar a cada residente o propietario de tienda ubicado dentro del perímetro escogido. Debido a la proximidad geográfica de los entrevistados, este procedimiento ahorraría tiempo y gastos considerables de transportes, en comparación con el muestreo aleatorio simple que abarcara toda una ciudad en las que las unidades elementales de interés estarían ubicadas en una multitud de lugares. El procedimiento descrito recibe también el nombre de muestreo de grupo de una sola etapa. En ocasiones este muestreo es sustituido por el llamado de grupo de etapas múltiples, que mas complejo. Un ejemplo de este último podría ser una encuesta domiciliaria a nivel nacional dirigida como sigue: primero se escoge al azar un subconjunto de departamentos (grupos primarios), enseguida un subconjunto de ciudades dentro de los departamentos previamente seleccionados (grupos secundarios) y en tercer lugar un subconjunto de manzanas (grupos terciarios) en las ciudades de los grupos secundarios. Nótese que las encuestas gubernamentales siempre se realizan en las manzanas de los grupos terciarios.

2.13 ERRORES EN ENCUESTAS: Como hemos vistos se pueden recopilar datos al tomar un censo o realizar varias formas de muestreo, de ahí que sea inevitable que los datos de todas las encuestas estén sujetos a errores que pueden surgir de innumerables y a veces inesperadas fuentes. En el mejor de los casos, los errores ocultan la verdad solo ligeramente y en el peor pueden reducir el valor de una encuesta y darle un sentido negativo, no hay algo mas desafortunado que saber algo que no es cierto. Los errores se pueden generar durante la etapa de planeación de una encuesta, pero es mas probable que se den en las últimas etapas, cuando se registran y procesan los datos. Sería trabajo inoficioso enumerar todas las formas en que pueden presentarse errores en las encuestas; sin embargo debemos estar consciente del problema y por ahora veremos dos categorías amplias de error que son: el error aleatorio y el error sistemático o sesgo.

2.13.1 ERROR ALEATORIO: Llamado también error de oportunidad o error muestral, es igual a la diferencia entre el valor de una variable obtenido al tomar una muestra aleatoria simple y el valor que resulta de efectuar un censo o del promedio de todas las muestras aleatorias posibles del mismo tamaño. Este tipo de error esta asociado solo con encuestas muestrales y resulta de la etapa en que se determinan las unidades de interés de la población que han incluirse en la muestra. Este error puede ser positivo o negativo, pequeño o grande, pero siempre es posible reducirlo al incrementar el tamaño de la muestra o número de muestras aleatorias tomadas y es cero en un censo. Lo mas importante es que el tamaño de este error puede ser estimado y muchas veces se reporta junto con los datos observados.

2.13.2 ERROR SISTEMATICO: Llamado sesgo o error no muestral es igual a la diferencia entre el valor de una variable obtenida al tomar un censo o al promediar los resultados de todas las muestras aleatorias posibles de un cierto tamaño y el valor verdadero. Desafortunadamente el sesgo puede ser difícil de detectarse y su tamaño a diferencia del error muestral no se puede estimar por lo tanto los estadísticos que busquen descubrir la verdad deben estar enterados de cuales son las fuentes importantes de sesgos y hacer cuanto puedan por neutralizarla. (Se pueden provocar errores sistemáticos prácticamente desde el diseño de las encuestas. Errores denominados sesgos de selección, sesgo de respuesta o sesgo de no respuestas).

2.14 NIVELES DE MEDICION: Los datos se pueden clasificar por su nivel de medición en cuatro tipos de datos de complejidad creciente a saber: datos nominales, ordinales, de intervalo y de razón

2.14.1 DATOS NOMINALES: El nivel de medición mas débil, que da una cantidad mínima de información, produce datos nominales Estos son números que solo nombran o marcan diferencias de clases y sirve para clasificar observaciones sobre variables cualitativas en grupos mutuamente exclusivos, donde los números de cada grupo pueden contarse. Por ejemplo, el sexo de las personas es una variable que puede clasificarse en masculino o femenino, donde también se puede codificar con los valores como 0 y 1 teniendo en cuenta que los números en este caso solo sirve para indicar categorías. Es importante anotar que una medición nominal no lleva consigo ninguna indicación sobre el orden de preferencia, sino que se limita a establecer una disposición en categorías en las cuales se puede colocar cada observación.

2.14.2 DATOS ORDINALES: Son números que no solo poseen las características de los datos nominales sino que por su tamaño se ordenan y clasifican observaciones en base a su importancia, es decir, se jerarquizan a partir de algún criterio, por ejemplo los resultados de cualquier actividad se pueden clasificar como excelente, bueno, regular, malo y pésimo, los sondeos de opinión utilizan a menudo una escala ordinal, como muy de acuerdo, de acuerdo, en desacuerdo, muy en desacuerdo y sin opinión. Al igual que los datos nominales pueden utilizar números para ordenar las jerarquías.

2.14.3 DATOS DE INTERVALO: Estos son números que poseen todas las características de los datos ordinales y además están relacionados entre si por intervalos o distancias significativas porque todo los números están referidos a un punto cero arbitrario. Teniendo en cuenta esta arbitrariedad, las proporciones de dichos números no tienen sentido La suma y la resta son permisible pero no la multiplicación ni la división. Las escalas de tiempo calendario, tiempo horario y de temperatura son muy buenos ejemplos de mediciones que empiezan desde un punto cero ubicado arbitrariamente y luego utilizan una distancia unitaria, igualmente arbitraria pero consistente, para expresar intervalos entre números.

2.14.4 DATOS DE PROPORCION: El nivel de medición que produce la información mas útil es proporcionada por los datos de proporción o razón, que son números que poseen todas las características de los datos de intervalos y además tienen razones con sentido porque están referidas a un punto cero absoluto natural que denota la ausencia total de la característica que se miden. Todas las operaciones aritméticas se pueden realizar. Ejemplos son las mediciones de salarios, edad, distancias, altura, pesos, volúmenes, etc.

2.15 ETAPAS BASICAS DEL METODO ESTADÍSTICO

Los aspectos básicos para desarrollar o realizar una investigación o experimento utilizando el método estadístico, donde se parte de la observación de fenómenos, cuyas condiciones de ocurrencia, pueden ser controlados o no por los investigadores, consta como mínimo de las siguientes etapas:

2.15.1 OBJETIVO DE LA INVESTIGACIÓN.

Antes de iniciar cualquier investigación se debe tener bien definido Que y porque se va a investigar, Como se llevara a cabo dicha investigación, es decir, en que condiciones y con cuales recursos. Cuando y Donde se va realizar. La contestación adecuada al Qué, Como, Cuando y Donde; su desglose en metas, tareas y actividades menores; La obtención de los recursos físicos, financieros, bibliográficos y humanos son fundamentales para el desarrollo del cronograma de la investigación.

2.15.2 UNIDAD DE INVESTIGACIÓN

Es el elemento de la población que origina la información y puede estar constituida por uno o varios individuos u objetos (un animal, una persona, una fabrica, un avión, etc) y denominarse simple o compleja. La unidad de investigación debe estar perfectamente identificada, y ser fácilmente mensurable.

2.15.3 DETERMINACION DE LA POBLACIÓN Y DE LA MUESTRA

Como habíamos definido anteriormente la población es el conjunto de todas las observaciones de interés para el investigador., también podemos definir la población como el conjuntos de todos los elementos que tienen características comunes. Es fundamental definir claramente la población a investigar clarificando si es finita o es infinita y dada la dificultad que implica trabajar con poblaciones grandes es necesario trabajar con subconjuntos o muestras de dicha población. Existen muchos métodos para seleccionar y calcular el tamaño de la muestra. (Este tema se desarrollará en estadística III)

2.15.4 RECOLECCION DE LA INFORMACIÓN

Una de las etapas mas importantes de la investigación estadística es la recolección de datos La información se puede recolectar por diferentes medios, entre los cuales los mas comunes son: por observación directa, por encuestas, por publicaciones y/o fuentes externas confiables que hallan realizados investigaciones estadísticas.

2.15.5 PROCESAMIENTO DE LA INFORMACIÓN

Consiste en ordenar la información, filtrarla, eliminando los posibles errores, (donde es fundamental el conocimiento de la población por parte de quien depura y filtra para poder detectar las falsedades en las respuestas), tabularla mediante la utilización de cuadros o tablas donde se resume la información de acuerdo al interés especifico del investigador, y analizar la información mediante los métodos y normas estadísticos. Cabe anotar que para la presentación final hay que tener en cuenta a quien va dirigida la información por lo tanto es indispensable combinar gráficos, tablas y/o cuadros con el fin de que la información llegue con claridad y permita hacer los análisis fácilmente.

El avance tecnológico y la masificación de las computadoras hacen que estas tareas manualmente engorrosas sean realizadas fácilmente y en muy corto tiempo.

2.15.6 PUBLICACION

Es la etapa final de entrega de la información después de revisada, donde quedan consignados todo los resultados de la investigación. Estos resultados deben presentarse adecuadamente de tal forma que puedan servir para estudios posteriores.

TALLER MODULO 2

Visite los homepages de las principales revistas y lea como mínimo 3 artículos relacionados con su actividadLea los capítulos de introducción y generalidades que se encuentran en los cursos de estadística on line.Averigüe como se diseñan las encuestas, haga un resumen de lo básico que deben contener y diseñe una encuesta de acuerdo a su actividad

REVISTAS ELECTRONICAS

Journal of Statistics Education. Excelente revista (¡gratuita!) editada por la American Statistical Association sobre educación estadística (a todos los niveles)Homepage de la American Statistical Association. La mayor asociación de estadísticos, editora de Journal of Agricultural, Biological, and Environmental Statistics, Journal of the American Statistical Association, Journal of Statistics Education y The American Statistician entre otras revistas. Environmental and Ecological Statistics Community Ecology Journal of Agricultural, Biological, and Environmental Statistics Bulletin of the Ecological Society of America (gratuita; contiene artículos de ecología estadística) Journal of Statistical Software (gratuita) InterStat (Statistics on the Internet) (gratuita)Probability and Statistics Journals on the Web

ESTADISTICA ON LINE

Aula Virtual de Bioestadística, Universidad ComplutenseCurso de bioestadística de la Universidad de MálagaApuntes de Bioestadística. Unidad de Bioestadística Clínica del Hospital Ramón y CajalLecciones de Estadística, 5campus.org (análisis multivariante…)Curso de Bioestadística de la Universidad Nacional de Misiones (Argentina)Curso de estadística (para ingenieros) de una universidad mexicanaCursos de estadística de la Universidad de California, Los AngelesCursos de estadística de la Universidad de MichiganElectronic Statistics TextbookA New View of StatisticsHyperStat Statistics TextbookStatistics at Square OneStatistics Every Writer Should KnowIntroductory Statistics: Concepts, Models, and ApplicationsMultivariate Statistics: Concepts, Models, and ApplicationsA complete guide to nonlinear regressionOrdination Methods for EcologistsAnnotated Bibliography of Canonical Correspondence Analysis and related constrained ordination methods 1986-1993Multivariate Statistics: an IntroductionA glossary of ordination-related termsGlossary of Statistical Terms and Medical Citations for Statistical IssuesGlossary of over 30 statistical termsEVSC 503 Applied Statistics for the Environmental Scienceshttp://s9000.furman.edu/mellonj/spss1.htmhttp://www.indiana.edu/~statmath/stat/spss/win/index.htmlhttp://www.utexas.edu/cc/stat/tutorials/spss/SPSS1/Outline1.htmlhttp://web.uccs.edu/lbecker/SPSS/content.htmhttp://core.ecu.edu/psyc/wuenschk/SPSS/SPSS-Data.htmhttp://www.tulane.edu/~panda2/Analysis2/ahome.htmlhttp://www.shef.ac.uk/~scharr/spss/index2.htmhttp://calcnet.mth.cmich.edu/org/spss/index.htmlhttp://calcnet.mth.cmich.edu/org/spss/toc.htmhttp://www.public.asu.edu/~pythagor/spssworkbook.htmhttp://lib.stat.cmu.edu/http://www.stat.ufl.edu/vlib/statistics.htmlhttp://www.statserv.com/softwares.htmlhttp://www.maths.uq.edu.au/~gks/webguide/http://www.statistics.com/http://www.helsinki.fi/~jpuranen/links.html#stchttp://www.maths.uq.edu.au/~gks/webguide/free.html_{http://nhsbig.inhs.uiuc.edu/}http://www.okstate.edu/artsci/botany/ordinate/software.htmhttp://life.bio.sunysb.edu/ee/biometry/http://life.bio.sunysb.edu/morph/software.htmlhttp://pbil.univ-lyon1.fr/ADE-4/ADE-4.htmlhttp://ourworld.compuserve.com/homepages/Rainer_Wuerlaender/statsoft.h tmhttp://www.stat.auckland.ac.nz/~mja/Programs.htmhttp://it.stlawu.edu/~rlock/maa99/http://it.stlawu.edu/~rlock/tise98/java.htmlhttp://www.stat.vt.edu/~sundar/java/applets/http://www.kuleuven.ac.be/ucs/java/index.htmhttp://noppa5.pc.helsinki.fi/koe/http://www2.kenyon.edu/people/hartlaub/MellonProject/mellon.html Demostraciones Java para el aprendizaje de la estadística Electronic Textbook (UCLA), programa on-line de representación y cálculo de funciones de densidad y de distribución (normal, F, ji-cuadrado, números aleatorios…). Equivalente a un libro de tablas

BIBLIOGRAFÍA

Montgomery Douglas y Runger George.(1996), Probabilidad y Estadística aplicada a la Ingeniería., Mcgraw-Hill, MexicoMontgomery Douglas y Hines William.(1995), Probabilidad y Estadística aplicada a la Ingeniería. y Administración, segunda edición,CECSA, MéxicoMendenhall William, Wackerly Dennis y Scheaffer Richard (1994), Estadística Matemáticas con Aplicaciones, segunda edición, Grupo Editorial Iberoamerica. M, MéxicoGovinden Portus Lincoyan.(1998), Introducción a la Estadística,. Mcgraw-Hill, Santafé de BogotáWebster Allen L.(1998), Estadística aplicada a la Empresa y a la Economía, segunda edición, Mcgraw-Hill, MadridKohler Heinz.(1996), Estadística para Negocios y Economía, primera edición,CECSA, MéxicoMartinez Bencardino Ciro (1995), Estadística, sexta edición,ECOE EDICIONES Santafé de Bogotá.Alvarez C Ricardo (1994), Estadística Fundamental Aplicada, primera edición,PUBLIADCO, CaliEstadística,» Enciclopedia Microsoft® Encarta® 2000. © 1993-1999 Microsoft Corporation.Stockburger David W (1996) Introductory Statistics: Concepts, models an applications,, http://www.psychstat.smsu.edu/sbk00.htmMendoza Duran Carlos. (1995)Probabilidad y Estadística, http://w3.mor.itesm.mx/~cmendoza/ma835/ma83500.htmlValdés Fernando,Comprensión y uso de la estadística, http://www.cortland.edu/flteach/stats/glos-sp.htmlHurtado Minotta Enrique A, Reflexiones para el Currículo, http://www.geocities.com/soho/atrium/7521/tesis.htmlAcademic Freedom, www.hrw.org/wr2k/issues-01.htmGonzalez Felipe, Africa: El silencio de los tambores, www.arrakis.es/~trazeg/gonzalez.html.El año 2000, WWW.arrakis.es/~ trazeg/anno2000.htmlMendenhall, W.; D.D. Wackerly y R.L. Scheaffer. Estadística Matemática con Aplicaciones. Grupo Editorial Iberoamérica. México.Freund, John E. y Gary A. Simon. Estadística elemental. Prentice-Hall Hispanoamericana, SA. México, 1994. (8ª edición.)Spiegel, M.R. Estadística. McGraw-Hill. México. (Serie Schaum.)http://www.unl.edu.ar/fave/sei/encuestas/index.html.Wonnacott, Thomas H. y Ronald J. Wonnacott (1998) Introducción a la estadística. Limusa/IPN. México.

สาขาเศรษฐศาสตร์สาขาเศรษฐศาสตร์ที่ใช้วิธีการและแบบจำลองทางคณิตศาสตร์ แคลคูลัส, ความน่าจะเป็น, สถิติ, โปรแกรมเชิงเส้นและทฤษฎีเกมรวมถึงส่วนอื่น ๆ ของคณิตศาสตร์ที่ใช้ในการวิเคราะห์ตีความและทำนายระบบเศรษฐกิจและตัวแปรต่าง ๆ เช่นราคาปฏิกิริยาตลาด ต้นทุนการผลิตแนวโน้มธุรกิจและนโยบายเศรษฐกิจ³เฟอร์นันโดคาสเตลโลยูโทเปียในสายตา www.arrakis.es/~trazeg/castello.html

Felipe Gonzalez Africa: ความเงียบของกลอง, www.arrakis.es/~trazeg/gonzalez.html

ปี 2000 WWW.arrakis.es/~ trazeg / anno2000.html

ดาวน์โหลดไฟล์ต้นฉบับ