Universidad Abierta Para Adultos
ESCUELA
Psicología Clínica
ASIGNATURA
Psicología General
FACILITADOR
Yanet Jiminián
PARTICIPANTE
Janna Maria Peña Almonte
MATRICULA
100054567
TEMA
Tarea de la semana VI
FECHA
22-11-2022
1. Copiar en word y completar las preguntas de repaso y los ejercicios de
autoevaluación del Módulo VIII estudiado, están al final del módulo
estudiado.
PREGUNTAS DE REPASO
1. ¿En qué consiste el procesamiento de datos?
El procesamiento de datos, generalmente, es "la acumulación y manipulación de
elementos de datos para producir información significativa." Se debe considerar como
equipos de procesamiento de datos a las impresoras, escáneres, arreglo de disco, unidades
de cinta, switchs, escritorio, monitores e incluso las grabadoras de CD-ROM, pues son
bienes que no funcionan independientemente, sino que forman parte de un conjunto o
equipo de cómputo, careciendo aisladamente de utilidad, por lo que de acuerdo a su
clasificación arancelaria (Subpartida Nacional 8517.50.00.00), son equipos de
procesamiento de datos.
2. ¿Qué es la edición de la información?
Para la informática, editar es visualizar un archivo en pantalla para poder modificarlo:
“Dile a Luis que empiece a editar las fotos que subiremos a la página web”, “¿Cómo hago
para editar las fórmulas de la hoja de cálculo?”.
3. ¿En qué consiste la codificación de un cuestionario? Ponga ejemplo.
El proceso de codificación es una etapa de la encuesta en la que se asigna un código
numérico a determinadas variables del cuestionario, para que esta variable se pueda
ubicar en diferentes grupos y posteriormente se puedan hacer los cálculos respectivos.
4. ¿Cómo se realiza la tabulación manual de los datos?
1. En la primera columna colocar los distintos valores ordenados de menor a mayor
de la variable discreta.
2. En la segunda columna los valores de las frecuencias absolutas (recuento de
datos).
Así, ¿cómo se realiza una tabulación?
1. En la primera columna colocar los distintos valores ordenados de menor a mayor
de la variable discreta.
2. En la segunda columna los valores de las frecuencias absolutas (recuento de
datos).
De igual forma, ¿qué es la representación tabular en matemáticas?
Tabulación se refiere al hecho de calcular valores parciales para una función y
compararlos en una tabla, de ahí el nombre de tabular. ... Consiste en dar valores a la
variable x y con ellos calcular los correspondientes a la variable y, los cuales se van
anotando en una tabla.
En consecuencia, ¿cuál es la frecuencia en tabulación de datos?
Tabulación y Distribución de Frecuencia: La distribución de frecuencias o tabla de
frecuencias es una ordenación en forma de tabla de los datos estadísticos, asignando a
cada dato su frecuencia correspondiente.... La suma de las frecuencias absolutas es igual
al número total de datos, que se representa por N.
5. ¿Qué es el análisis de datos?
El análisis de datos es la ciencia que se encarga de examinar un conjunto de datos con el
propósito de sacar conclusiones sobre la información para poder tomar decisiones, o
simplemente ampliar los conocimientos sobre diversos temas.
El análisis de datos consiste en someter los datos a la realización de operaciones, esto se
hace con la finalidad de obtener conclusiones precisas que nos ayudarán a alcanzar
nuestros objetivos, dichas operaciones no pueden definirse previamente ya que
la recolección de datos puede revelar ciertas dificultades.
6. Mencione los principales análisis estadísticos que pueden realizarse.
Análisis Descriptivo
Es el más sencillo. Tiene como fin describir un conjunto de datos, obteniendo así los
parámetros que distinguen las características de un conjunto de datos.
Por ejemplo, se puede saber el número de ventas realizadas, el número nuevo de clientes,
número de productos que se tiene en stock.
Los motivos para realizar este análisis son que permite conocer al detalle la información
que se posee y conocer la forma en la que se estructura la información. Se limita a realizar
deducciones directamente a partir de los datos y parámetros obtenidos.
Análisis Exploratorio
Consiste en un conjunto de técnicas estadísticas cuya finalidad es conseguir un
entendimiento básico de los datos, permitiendo detectar características sobresalientes,
como inesperadas y valores atípicos.
Por ejemplo, en que sucursal se vende más, de que producto hay más stock, qué
diferencias hay entre el producto más vendido y el menos vendido, saber si hay
diferencias económicas significativas por barrios, …
Este análisis debe ser la primera etapa de todo análisis de datos, para evitar que datos
erróneos o inesperados sean procesados de modo inapropiado. Se apoya en un
planteamiento descriptivo y se realiza sin aceptar ideas preconcebidas sobre el contenido
de la información de los datos.
La aplicación de este análisis permite estudiar la tendencia, distribución y forma de cada
uno de los indicadores, estudiar la normalidad sobre un conjunto de indicadores y si este
criterio no se cumpliera, este análisis orienta sobre el tipo de transformación que se debe
someter a los datos.
El análisis exploratorio permite definir hipótesis que deberán ser demostradas con un
análisis inferencial.
Análisis Inferencial
Pretende demostrar hipótesis planteadas proporcionando conclusiones con una cierta
probabilidad o nivel de confianza, es decir no existe una certeza absoluta.
Por ejemplo, se puede plantear la hipótesis que los clientes que compran un determinado
producto son familia numerosa (y por consiguiente candidatos a comprar otros productos
complementarios). O el día que se vende el producto estrella el cliente consume menos
de otros productos.
Es importante destacar, que para realizar el análisis inferencial, no se debe utilizar el
mismo conjunto de datos (dataset) que se usó para generar la hipótesis (utilizado en el
análisis exploratorio) puesto que habría sesgo y las conclusiones podrían no ser válidas.
Análisis Predictivo
Se fundamenta en la identificación de relaciones entre variables en eventos pasados, para
luego explotar dichas relaciones y predecir posibles resultados en futuras situaciones.
Por ejemplo, qué cantidad stock que se debe tener en el almacén para cada producto, o a
partir de los datos del padrón que tipo de ayudas/servicios se solicitarán a un
ayuntamiento el año que viene.
Cabe destacar que, mientras el análisis inferencial se preocupa de entender y demostrar
la relación, el análisis predictivo sólo se preocupa del valor, y no busca en ningún caso
entender el sistema o la relación entre elementos.
Este factor lo hace especialmente interesante para problemas complejos con gran cantidad
de variables influyentes o de difícil comprensión para la mente humana que abarcan desde
el genoma humano, a sistemas de recomendaciones en función de preferencias de
usuarios pasando por la detección de texto, el modelado de redes sociales o incluso la
conducción autónoma.
En este proceso se hace uso de los datos junto con técnicas analíticas, estadísticas y de
aprendizaje automático a fin de crear un modelo predictivo. Se desarrolla el modelo
mediante un conjunto de datos de entrenamiento y después se prueba (con un conjunto de
datos diferente) y se valida para determinar su precisión.
Análisis Causal
Permite relacionar las causas con los efectos y el grado en el que se afectan
mutuamente. En este nivel se puede predecir y además se puede identificar el por qué se
actúa de esa manera.
Es decir, con el análisis inferencial podemos afirmar que el día en que más se vende el
producto estrella se vende menos del resto de productos, pero no nos dice si vendiendo
menos de ese producto subirán las ventas del resto, en otras palabras, el análisis
inferencial nos dice que ha relación, pero para saber la causa hemos de hacer un análisis
causal.
El uso de técnicas de modelado e inferencia causal es clave para investigar y resolver
eficazmente problemas que resultan ser la causa de incidencias que están afectando a uno
o varios servicios.
Análisis Mecanicista
Es el más complejo. En este análisis se puede predecir y comprender como varias
variables afectan entre ellas, cómo el cambio de los valores de una de las variables
afectan, no ya al resultado sino al resto de variables. Debido a su complejidad se utiliza
muy poco ya que se debe tener un gran conocimiento de los procesos a modelar.
Permitirían saber por ejemplo, si el incremento en la inversión en publicidad y un
aumento de plantilla en el departamento de marketing influye en el incremento de ventas
y cómo ésta influye en las dos anteriores.
7. ¿Qué es una tabla de distribución de frecuencia? Ponga ejemplo.
Las distribuciones de frecuencias son tablas en que se dispone las modalidades de la
variable por filas. En las columnas se dispone el número de ocurrencias por cada valor,
porcentajes, etc. La finalidad de las agrupaciones en frecuencia es facilitar la obtención
de la información que contienen los datos.
Ejemplo:
Equipos preferidos en Rep. Dom.
Categorías Códigos Frecuencias
Águilas 1 200
Licey 2 150
Escogido 3 250
Estrellas 4 80
Toros 5 65
Gigantes del cibao 6 56
Total 801
8. Mencione las principales medidas de tendencia central.
Las medidas de tendencia central más utilizadas son: media, mediana y moda.
9. Calcule la media, la mediana y la moda de las siguientes puntuaciones
obtenidas en un examen de Educación a Distancia : 8, 7, 5, 8, 2, 8, 6, 4, 6, 7
Media= 6.1
Mediana= 2 y 8
Moda= 6
10. Mencione las principales medidas de la variabilidad.
Estas medidas son: la varianza, la desviación estándar y el rango intercuartílico
.
11. ¿Cuáles son las formas de presentar datos que generalmente se utilizan?
Existen diferentes formas de representar datos. Estos son algunos de los principales tipos
de gráficas que te ayudará a dar sentido a la información que genera tu negocio:
1. Gráfica de líneas
La gráfica de líneas o gráfico lineal es uno de los tipos más comunes de visualización de
datos. Son eficaces para mostrar el progreso de los datos a lo largo del tiempo.
Si el seguimiento de una métrica particular en un período de tiempo específico es tu
principal objetivo, una gráfica lineal es probablemente tu mejor opción. Las gráficas
lineales son excelentes para el seguimiento de las ventas, las campañas publicitarias y los
indicadores clave de rendimiento a lo largo del tiempo.
2. Gráfica de barras verticales y horizontales
Las gráficas de barras es otra de las formas de representar datos que más se utiliza. Se
utilizan cuando se tienen datos que se pueden comparar.
Si tienes varias métricas o categorías de datos diferentes que necesitas ver una al lado de
la otra, esta será tu mejor opción. El hecho de que quieras presentar los datos de forma
vertical u horizontal dependerá de tu conjunto de datos. Verticalmente suele ser lo ideal;
sin embargo, si tienes categorías con nombres más largos, o un conjunto de datos mucho
más grande, horizontal puede ser el camino perfecto a seguir.
3. Gráfica circular o de pastel
Cuando los datos que has recogido requieren una relación de parte a parte para ser
representados, una gráfica de pastel o circular es la mejor manera de resumirlo.
Una relación de parte a parte es importante cuando se quiere saber qué porcentaje del
negocio representa una determinada categoría, como la adquisición de nuevos clientes o
el gasto en publicidad de los diferentes canales de comercialización, o la representación
de una determinada categoría de productos o de un determinado segmento de clientes en
comparación con el conjunto.
4. Gráfica de área
Las gráficas de área son otras de las formas de representar datos. Son similares a las
gráficas lineales, pero difieren ligeramente en que están rellenos de color por debajo de
las líneas para indicar la magnitud de los cambios a lo largo del tiempo.
Mientras que este tipo de datos puede ser representado con una gráfica lineal, puede ser
más llamativo con una gráfica de área, especialmente cuando las métricas que estás
midiendo han tenido un salto o caída importante a lo largo del tiempo que deseas resaltar.
5. Tablas de datos
Los cuadros son excepcionalmente útiles cuando se necesita poder resumir, clasificar,
agrupar, filtrar, sumar o promediar rápidamente grandes cantidades de datos.
Aunque una gráfica de tablas no es una visualización muy impactante por sí misma, es
útil cuando se trata de organizar los datos en subconjuntos útiles, que pueden utilizarse
para crear visualizaciones más convincentes.
Mientras que una gráfica de pastel o una gráfica lineal pueden representar perfectamente
un conjunto estático de datos, una tabla dinámica y puede ayudar a organizar el conjunto
de datos de varias maneras diferentes.
12. Elabore una tabla e identifique cada una de sus partes.
13. Mencione los tipos de gráficas que se utilizan para presentar datos.
Las principales formas de presentar los datos son: histograma, polígono de frecuencia,
gráfica de pastel o circular, gráfica de columnas y gráfica de barras.
14. ¿En qué consiste la interpretación de los datos?
Consiste en observar los datos a la luz de las hipótesis y de las teorías y sacar
conclusiones que serán aportes para la construcción de nuevas teorías o para la
complementación y/o verificación de las existentes.
EJERCICIO DE AUTOEVALUACIÓN
I. Coloque en el paréntesis el número que corresponda a la definición
exacta del término.
respuestas, a fin de facilitar el
1. Tabulación proceso de tabulación.
2. Distribución de (2) Es un conjunto de
frecuencia puntuaciones ordenadas en
3. Análisis de datos sus respectivas categorías.
4. Media (7) Es el grado de dispersión
5. Interpretación que caracteriza a un grupo de
6. Codificación puntajes y es el grado en que
7. Variabilidad un conjunto de puntajes
difiere de alguna medida de
tendencia central.
(1) Consiste en resumir los
datos en tablas estadísticas.
(6) Consiste en asignar un (5) Tiene como objetivo
número o letra a las encontrarle significación a
diferentes alternativas de los datos, “hacerlos hablar”,
para sacar conclusiones.
II-Seleccione la respuesta correcta marcando con una X encima de la letra
correspondiente.
1- Área de la estadística aplicada a la investigación que organiza y resume datos.
a. Inferencial
b. Tabulación
c. Descriptiva
d. Ninguna de las anteriores
2- Es la sumatoria de un conjunto de puntajes dividida entre el número de
puntajes. Es la medida de tendencia central más usada.
a. Media
b. Mediana
c. Moda
d. Ninguna de las anteriores
3- Es la medida de variabilidad de uso más común. Se define como el promedio de
desviación de las puntuaciones con respecto a la media.
a. Rango
b. Mediana
c. Varianza
d. Desviación estándar
4- Sistema de presentar los datos en el que éstos se ordenan en filas y columnas en
un formato de cuadro o matriz.
a. Tabular
b. Gráfico
c. Textual
d. Todos los Anteriores
5- El análisis de los datos depende de:
a. Nivel de medición
b. Complejidad de las hipótesis.
c. Interés del investigador de las variables
d. Todas las anteriores
