Datos estadsticos

Los datos estadsticos no son otra cosa que el producto de

las observaciones efectuadas en las personas y objetos en
los cuales se produce el fenmeno que queremos estudiar.
Dicho en otras palabras, son los antecedentes (en cifras)
necesarios para llegar al conocimiento de un hecho o para
reducir las consecuencias de este.
Los datos estadsticos se pueden encontrar de forma no
ordenada, por lo que es muy difcil en general, obtener
conclusiones de los datos presentados de esta manera. Para
poder obtener una precisa y rpida informacin con
propsitos de descripcin o anlisis, estos deben organizarse
de una manera sistemtica; es decir, se requiere que los
datos sean clasificados. Esta clasificacin
u organizacin puede muy bien hacerse antes de la
recopilacin de los datos.
Ejemplo:
Si se quiere conocer las caractersticas de los estudiantes del
Ncleo San Carlos de la UNESR, que solicitan prstamo a
la biblioteca de dicha Universidad, la recoleccin de la
informacin debe clasificar a cada estudiante sobre la base
de: Carrera que estudia, edad, semestre de estudios, etc.
Vemos pues que la clasificacin marca la pauta de la clase de
datos que debe ser obtenido.
Clasificacin de los datos
Los datos estadsticos pueden ser clasificados en cualitativos,
cuantitativos, cronolgicos y geogrficos.

Datos Cualitativos: cuando los datos son cuantitativos, la

diferencia entre ellos es de clase y no de cantidad.
Ejemplo:
Si deseamos clasificar los estudiantes que cursan
la materia de estadstica I por su estado civil, observamos
que pueden existir solteros, casados, divorciados, viudos.
Datos cuantitativos: cuando los valores de los datos
representan diferentes magnitudes, decimos que son datos
cuantitativos.
Ejemplo:
Se clasifican los estudiantes del Ncleo San Carlos de la
UNESR de acuerdo a sus notas, observamos que los valores
(nota) representan diferentes magnitudes.
Datos cronolgicos: cuando los valores de los datos varan
en diferentes instantes o perodos de tiempo, los datos son
reconocidos como cronolgicos.
Ejemplo:
Al registrar los promedios de notas de los Alumnos del Ncleo
San Carlos de la UNESR en los diferentes semestres.
Datos geogrficos: cuando los datos estn referidos a una
localidad geogrfica se dicen que son datos geogrficos.
Ejemplo
El nmero de estudiantes de educacin superior en las
distintas regiones del pas.

VARIABLES, FUENTES Y MTODOS

La eleccin entre los numerosos mtodos de recopilacin de
datos sobre la pesca depende de las variables que se vayan
a medir, del origen y de los recursos disponibles. En muchos
casos, existe una forma natural de recopilar variables
concretas. Por ejemplo, las variables relativamente estticas,
como la eslora de las embarcaciones o la potencia de los
motores, a menudo se recopilan mejor a travs de un sistema
de registros. Las variables altamente dinmicas, como las
capturas o el esfuerzo, suelen obtenerse mejor a travs de
registros diarios, como los libros de a bordo.
Para la misma variable, los mtodos pueden ser diferentes en
funcin del tipo de pesca. Por ejemplo, para la pesca a gran
escala, los datos sobre las capturas se recopilan mejor a
travs de los libros de a bordo, mientras que en el caso de la
pesca a pequea escala, las entrevistas con los pescadores
y/o los cuestionarios suelen ser el mejor mtodo. Las fuentes
(pescadores, elaboradores, etc.) tambin son un factor
importante en la eleccin y el diseo de los mtodos. Los
compradores, elaboradores y otros intermediarios suelen
conservar sus propios registros de venta, que se utilizan
como base de los formularios de datos. Los pescadores a
pequea escala no suelen conservar ningn registro, y la
obtencin de datos en este caso se limita a entrevistas
individuales, pero la estructura de la entrevista puede ser ms
flexible.
La recopilacin de datos con fines de ordenacin debe
realizarse con suficiente frecuencia. Por ejemplo, los datos
para el seguimiento de las poblaciones deberan recopilarse
constantemente, mientras que los datos sobre las unidades
familiares pueden recopilarse a intervalos mucho ms largos.
En general, los datos que se recopilan con frecuencia tendrn
probablemente que basarse en la facilitacin de los mismos

por los pescadores o el personal del sector. Para los datos

menos frecuentes, se pueden emplear encuestadores, ya que
los costes de recopilacin son muy inferiores.
Existen casos en que los programas para la recopilacin de
datos sobre la pesca no pueden ponerse en prctica de forma
regular debido a limitaciones operativas. Estos casos abarcan
las actividades de pesca a pequea escala en muchas zonas
interiores o en zonas martimas remotas, en las que las
actividades de pesca estn dispersas en una zona de
grandes dimensiones y en que los pescadores a tiempo
parcial utilizan un gran nmero de tcnicas y artes de pesca,
a menudo en muchos hbitat diferentes. En estas
circunstancias, pueden tomarse diferentes enfoques
alternativos para evaluar las pesqueras, como por ejemplo:
censos de alcance limitado o encuestas piloto sobre
muestras;
encuestas sobre las unidades familiares o encuestas
sobre el consumo de pescado;
circuitos comerciales;
sistemas de libros de a bordo.
Todos ellos pueden utilizarse para comprobar los datos
relativos a los desembarques, adems de ofrecer informacin
sociocultural y sobre la produccin.
Fuentes de datos
Captura: al nivel en que se capturan los peces. Es el enfoque
ms directo de los datos pesqueros (por ejemplo, capturas,
esfuerzo).

Pues captura: niveles a travs de los cuales el pescado se

prepara para el mercado. Abarcan intermediarios, subastas
de pescado, almacenamiento frigorfico, plantas de
elaboracin y transporte de productos.
Mercado: toda situacin en la que el pescado se transfiere
comercialmente. Puede incluir la lonja de pescado en el
puerto, la transaccin de productos (mercado secundario)
entre distribuidores, las plantas de elaboracin y el mercado
de consumo.
Consumidores: nivel al que los productos se consumen
finalmente.
Organismos gubernamentales y afines: todos los
organismos o instituciones que forman parte del gobierno
(incluido el nivel intergubernamental). Puede abarcar
diferentes organismos fuera del sector pesquero (por ejemplo,
aduanas, guardacostas y servicios meteorolgicos).
Industria de apoyo: industrias que suministran
materiales y servicios a las pesqueras, pero que no
participan directamente en la actividad pesquera (por
ejemplo, la construccin naval, los proveedores de artes de
pesca).

Verifique datos
La realizacin de un estudio de comparacin es un proceso
iterativo. Luego de reunir datos sin procesar, el equipo de
comparaciones debera revisarlos cuidadosamente a efectos
de asegurarse de que tanto la calidad como la cantidad de la
informacin que se est recopilando cumplan con los
requisitos que permiten la ejecucin exitosa del proyecto.

Este proceso es de vital importancia para el estudio dado que

la mala calidad de los datos (definiciones inconsistentes,
datos faltantes o valores extremos) puede generar resultados
sesgados. Especficamente, al investigar datos sin procesar y
su calidad debe prestarse atencin a los siguientes aspectos:
Datos Faltantes
Precisin y Comparabilidad de los Archivos de Datos
Luego de investigar los datos, el equipo de comparaciones
puede organizar la base de datos de comparacin. No
obstante, es posible que la muestra no tenga el tamao
necesario para utilizar anlisis sofisticados. Si el tamao de la
muestra es demasiado pequeo, es posible que el analista
deba trabajar para expandir su tamao, ya sea mediante la
utilizacin de datos en panel o la realizacin de
comparaciones internacionales (de varias regiones).
Asegurar la comparabilidad de las definiciones de datos:
comprobar las definiciones de datos de las variables
principales para asegurarse que son realmente
comparables. Por ejemplo, el nmero de trabajadores se
refiere a trabajadores a tiempo completo, a tiempo parcial, o
total de trabajadores?

Estadsticos de experimentos
Una serie de pruebas o en las vuales se introducen cambios
deliberados en las variable de entrada que forman el proceso,
de manera que sea posible observar y identificar las causas
de los cambios en la variable de salida, para la realizacin de
este se aplican distintos niveles, o combinaciones de niveles

cuando hay presente ms de un factor a distintas unidades

experimentales y se observa el valor de la variable respuesta
Unidades experimentales: (personas, elementos fsicos,)
Factor: Variable controlable por el experimentador (Niveles
del factor o tratamientos) Variable de inters: Variable
Respuesta Error experimental o perturbacin: Variables no
controlables por el experimentador Tamao del experimento:
nmero total de observaciones.

Objetivo de la experimentacin
Estudiar el efecto que sobre la Variable Respuesta tiene un
conjunto de otras variables que reciben el nombre de
Factores.
Etapas
Disear un experimento con una estructura lo ms adecuada
posible a la situacin que se desea estudiar y a los medios
disponibles.
a) Planteamiento general del problema y de los objetivos que
se persiguen.
b) Seleccin y definicin de la variable respuesta.
c) Eleccin de los factores y niveles que han de intervenir en
el experimento.
d) Determinacin del conjunto de unidades experimentales
incluidas en el estudio.
e) Determinacin de los procedimientos por los cuales los
tratamientos se asignan a las unidades experimentales.
2) Realizar la experimentacin de acuerdo con el plan
previamente establecidos en el diseo

Analizar estadsticamente los resultados obtenidos y

comprobar si las hiptesis establecidas y el modelo de diseo
elegido se adecuan a la situacin estudiada. 4) Realizar las
modificaciones oportunas para ampliar o modificar el diseo.
5) Obtener las conclusiones apropiadas
Tipos de experimento
Clasific los experimentos en dos tipos. El primero es el
experimento absoluto, en ste el inters principal es el
hallazgo y la estimacin de las propiedades fsicas de la
poblacin estudiada. Se espera que estas propiedades sean
constantes, de all el carcter de absoluto. En estos
experimentos un factor singular es estudiado frecuentemente
para examinar un nmero reducido de tratamientos posibles o
niveles de un factor. La seleccin de los tratamientos se hace
generalmente mediante procesos aleatorios, por tanto, si el
experimento puede ser repetido, el mismo grupo de
tratamientos no ser utilizado necesariamente. El propsito
principal, en este caso, consiste en incrementar el
conocimiento cientfico.

Por esta razn, el tratamiento es considerado una variable

aleatoria y el modelo sealado es un modelo de efectos
aleatorios o Modelo II de Eisenhart (1947), bajo el cual se
detectan y estiman componentes (aleatorias) de variacin
asociada a una poblacin compuesta.
El segundo tipo es el experimento comparativo.
Frecuentemente, cuando se estudia un grupo de

tratamientos, los resultados absolutos varan errticamente

mientras que los resultados relativos permanecen
razonablemente estables. En tales situaciones es posible
establecer que, en circunstancias similares, se espera que
ciertos tratamientos sean sustancialmente mejores que otros,
aunque los resultados de un solo tratamiento no pueden ser
establecidos exactamente. En estos casos los experimentos
tienden a ser comparativos y tienen un inters secundario
dado por los resultados absolutos. Brown lee (1957) clasifica
estos experimentos como ciencias aplicadas. La teora
estadstica del diseo de experimentos se relaciona
inicialmente con este tipo de experimentacin. Los
experimentos comparativos son, bsicamente, experimentos
en los cuales los tratamientos se comparan por sus efectos
medios sobre una variable respuesta, con el objeto principal
de determinar cul de ellos es mejor en algn sentido. El
propsito de este tipo de experimentos es proveer
informacin necesaria para tomar decisiones administrativas
satisfactorias. La principal caracterstica de este tipo de
experimentacin es que todos los tratamientos de inters
estn incluidos en el experimento. Consecuentemente, la
estructura matemtica bsica es el modelo de efectos fijos
(Modelo I) de Eisenhart (1947), ya que bajo experimentos
repetidos se seleccionarn los mismos tratamientos. En este
caso, el inters se centra en la deteccin y estimacin de
relaciones determinadas (constantes) entre las medias del
universo de objetos considerados. Estos modelos tienen
como fin primordial probar varias hiptesis relacionadas con
las medias de los tratamientos.
El experimento comparativo comienza con un planteamiento
exacto del problema a ser resuelto. Esto significa que se debe
hacer una especificacin detallada de los objetivos del

experimento, con una formulacin precisa de la hiptesis a

probar.

Simplicidad: se debe tener en cuenta que tanto la

seleccin de los tratamientos como la disposicin
experimental deber hacerse de la forma ms simple
posible.
Grado de precisin: el experimento deber tener
la capacidad de medir diferencias entre tratamientos con
los grados de precisin que desee el investigador. Para
cumplir con este propsito se deber elaborar un diseo
apropiado y tendr que realizarse el nmero de
repeticiones pertinente.
Ausencia de error sistemtico: se debe
planear un experimento con el propsito de asegurar
que las unidades experimentales que reciban un
tratamiento no difieran sistemticamente de aquellas que
reciben otro, procurando de esta manera obtener una
estimacin no sesgada del efecto de tratamientos.
Rango de validez de las conclusiones: las
conclusiones debern tener un rango de validez tan
amplio como sea posible. Los experimentos que
contribuyen a aumentar este rango son los experimentos
replicados y los experimentos con estructuras
factoriales.
Clculo del grado de incertidumbre: en todo
experimento existe algn grado de incertidumbre en
cuanto a la validacin de las conclusiones. El
experimento deber ser concebido de modo que sea

posible calcular la posibilidad de obtener los resultados

observados debidos, nicamente al azar.

Datos estadsticos

Martnez Gonzales yaneisi

Carrera Osorio Karen Lorena

Presentado a: ralfis cassiani

Universidad popular del cesar

Programa psicologa
Valledupar (cesar)
2015