¿QUE ES LUCIDCHART?

 Es una herramienta de diagramación basada en la web, que permite a los usuarios colaborar y trabajar juntos en tiempo real, creando diagramas de flujo, organigramas, esquemas de sitios web, diseños UML, mapas mentales, prototipos de software y muchos otros tipos de diagrama. Construida con estándares web, como HTML5 y JavaScript, Lucidchart funciona en todos los navegadores web modernos, como Google Chrome, Firefox, Safari e Internet Explorer.

 CARACTERISTICAS DE LUCIDCHART

1. Trabajo colaborativo: Múltiples usuarios trabajando en un documento al mismo tiempo, permitiendo unificar equipos de trabajo que se encuentran en ubicaciones diferentes, disponiendo de chat de grupo y sistema de control de revisiones que permite conocer los cambios realizados en todo momento para una rápida detección de errores. Además, existe la opción de añadir notas y planificar hitos para la organización de los miembros del equipo.

2. Máxima compatibilidad: Su núcleo desarrollado bajo el lenguaje HTML5 permite utilizar la aplicación desde cualquier navegador y cualquier dispositivo al 100% de su capacidad. Por otro lado, Lucidchart dispone de opciones para importar y exportar documentos a otros sistemas como Microsoft Visio.

3. Seguridad: Es uno de sus aspectos fuertes, disponiendo de autoguardado, copia de seguridad automática en los servidores de Lucidchart y encriptación SSL.

4. Escalabilidad: Y otro de sus puntos fuertes es su escalabilidad y capacidad de integrarse en otros sistemas como Google Drive o Google Apps como una herramienta más del paquete de aplicaciones.

5. Precio: Existe una versión gratuita para pequeños proyectos de hasta dos usuarios y un máximo de 60 objetos que nos ha parecido algo insuficiente. Para llevar a cabo trabajos de mayor alcance que involucran a más personas disponemos de diferentes planes en los que el volumen de objetos que podemos utilizar es ilimitado, y cuyos precios varían en función del número de usuarios y otras funciones avanzadas.

6. Multiplataforma: Trabajar en los principales sistemas operativos como Microsoft Windows, Mac OS X y Linux.

VENTAJA DE LUCIDCHART 

Este programa  ofrece la posibilidad de crear diagramas con apariencia completamente profesional y visualmente agradables, sin requerir de conocimientos previos en diseño gráfico, todo mediante una interfaz intuitiva y un fácil manejo. Gracias a una gran variedad de plantillas, podremos centrarnos en el contenido y las ideas que queremos volcar, desentendiéndonos de la parte estética.

Lucidchart ofrece una opción gratuita de tiempo ilimitado, que únicamente requiere el correo electrónico para registrarse, sin instalaciones añadidas. No obstante, si queremos hacer uso de todo el abanico de funciones tendremos que abonar una cuota: 5,95€/mes por la versión sencilla, 9,95€/mes por la versión Pro o 20€/mes (3 usuarios) para la versión Equipo. 

Nos brinda la opción de trabajar tanto desde la nube como de manera integrada en las herramientas ofimáticas más comunes, como Microsoft Word o Microsoft Access, ofreciendo al mismo tiempo soporte para Google Drive y documentos Visio, además de un reproductor online propio para presentaciones. De este modo, no es necesario disponer de conexión a Internet, pues existe la posibilidad de elaborar ítems directamente desde, por ejemplo, un documento de Word.

 

 

¿QUE ES UN PARAMETRO?

 

Cuando se trata de estadística, esta referencia hace alusión a un número que logra resumir una cantidad considerable de datos obtenidos de las variables estadísticas calculadas. Para calcular este número, se necesita de una fórmula aritmética, esta última se obtiene calculando los datos de la población objeto de estudio.

El objetivo imperativo de la estadística es elaborar un modelo realista, debido a esto, los datos estadísticos se convierten en una consecuencia que no se puede evitar. Los parámetros en matemática y en cualquiera de sus ramas son indispensables para mantener orden en los datos que se obtienen de cada cálculo, más aún si esas referencias son el resultado de estudios de una comunidad determinada. Tomando en cuenta esto, ese factor además de brindar un idea generalizada de la población global, posibilita un análisis comparativo para realizar diferentes estimaciones sobre el modelo de la realidad que se pretende crear

Elementos de un parámetro estadístico

Así como estos datos tienen reglas y tipos, también poseen una serie de elementos indispensables para obtener ciertos valores de una población determinada, estos elementos se distribuyen en promedio, la moda y la mediana, las tres forman parte de las medidas de tendencia central. Ahora bien, también existen las medidas de tendencia no central que están conformadas por cuartiles, deciles y percentiles. Para abarcar todo este contenido se desglosan cada uno de los elementos, de manera que se pueda entender a cabalidad todo lo referente a ellos.

Promedio

Se trata de la media aritmética y es conocida por ser bastante extendida, tiene una serie de propiedades o elementos, estos van referidos a la sencillez de su cálculo debido a la intervención de todos los datos, es interpretado como un centro de masas o base de equilibrio del conjunto determinado de datos que se están calculando. También logra minimizar cualquier desviación cuadrática de las referencias y es susceptible a cambios de escala y origen. También es susceptible cuando los valores de la variable son sumamente extremos.

La moda

Se trata de una referencia bastante repetida y el valor de su variable tiene una frecuencia absoluta, por eso lleva el nombre de moda, porque en sí, es lo que más se lleva. Calcular la moda es realmente sencillo, pues solo hace falta realizar un recuento para encontrar los datos correspondientes. Las propiedades de la moda son la interpretación y cálculo sencillo, depende de las frecuencias y gracias a eso puede calcular variables cualitativas, aunque existan datos mayores, su valor es independiente, eso convierte a la moda en un elemento susceptible de las variaciones de muestras.

La mediana

Se está frente a la mediana cuando al menos la mitad de los datos obtenidos tienen un valor variable muy por debajo de sí mismos, sólo cuando los valores se mantienen en un orden de menor a mayor. Uno de los ejemplos de parámetros estadísticos es el cálculo de la mediana de una familia, el método es sencillo, solo se debe ubicar el valor central. Las cualidades o propiedades de la mediana se refieren a la casi nula afectación por dispersión y la no susceptibilidad de que la media presente oscilaciones motivado a los valores de su variable.

Cargando…

Medidas de posición no central

Estos no son más que valores que se ubican muy por debajo de sí en determinadas cantidades de datos. Es un punto más general del concepto de mediana que se ha proporcionado anteriormente, pues esta solo deja por debajo al 50% de la distribución de los datos, mientras que los cuantiles lo hacen por cualquier porcentaje. Para diferenciar los cuartiles, deciles y percentiles, se toma en cuenta las partes en las que se dividen. Los cuartiles se dividen en 4 partes, los deciles en 10 y los percentiles en cien.

Aplicación de los parámetros

Los parámetros puede aplicarse en diferentes áreas, bien sea en cuestiones numérica o por el simple uso de la palabra en conversaciones habituales. En este apartado se mencionarán algunas de las áreas en las que se utilizan los parámetros, cómo son sus aplicaciones y la manera de identificar si se está frente a un sinónimo de parámetro o no. Hay que recordar que, de acuerdo a la rama o ciencia que se refiera, estos dato pueden llamarse de diferentes maneras.

Parámetros informáticos

Cuando de computación se trata, estos datos son conocidos como argumentos y se tratan de variables que son utilizadas para recibir los valores de ingreso de una determinada rutina, método o subrutina. Las rutinas invocantes serán el método de envío de estos valores. La subrutina, por otro lado, toma todos los valores que le han sido asignados a sus datos para lograr alterar su comportamiento en el tiempo de ejecución.

Parámetros de red

Se trata de lo que se conoce como la distancia permanente entre celdas unitarias de acuerdo a la estructura cristalina que estas poseen. Las redes poseen 3 parámetros, las cuales son representadas en a, b y c, pero hay un elemento especiales en las redes cúbicas y es que para ellas, todos los datos son ciertamente iguales, por eso, la manera correcta de referirse a ellos es mediante la a. En cuanto a las redes cristalinas hexagonales, los datos a y b se consideran idénticos, en este sentido, solo se toman en cuenta el a y el c.

Parámetro poblacional

No es más que el valor verídico de la media de una población determinada. Cuando las características dominantes de esta población son desconocidas, los valores pueden calcularse mediante las muestras.

En todas estas áreas se encuentran algún tipo de sinónimo de parámetro para ubicarlos o identificarlos según sea el caso, por ejemplo, datos, referencias, indicadores, medidas o factores.

¿QUE ES LA PROBABILIDAD?

 

El término probabilidad proviene de lo probable, o sea, de aquello que es más posible que ocurra, y se entiende como el mayor o menor grado de posibilidad de que un evento aleatorio ocurra, expresado en una cifra entre 1 (posibilidad total) y 0 (imposibilidad absoluta), o bien en porcentajes entre el 100% o el 0%, respectivamente.

Para obtener la probabilidad de un suceso, generalmente se determina la frecuencia con la que ocurre (en experimentos aleatorios bajo condiciones estables), y se procede a realizar cálculos teóricos.

Para ello se sigue lo establecido por la Teoría de la probabilidad, una rama de las matemáticas dedicada al estudio de la probabilidad. Esta disciplina es largamente empleada por otras ciencias naturales y sociales como disciplina auxiliar, ya que les permite manejar escenarios posibles en base a generalizaciones.

El origen de la probabilidad reside en la necesidad del ser humano de anticiparse a los hechos, y de predecir en cierta medida el futuro. Así, en su empeño por percibir patrones y conexiones en la realidad, se enfrentó constantemente al azar, o sea, a lo que carece de orden.

Las primeras consideraciones formales sobre esta materia provienen del siglo XVII, específicamente de la correspondencia entre Pierre de Fermat y Blaise Pascal en 1654, o de los estudios de Christiaan Huygens en 1657 y de la Kybeia de Juan Caramuel en 1649, texto hoy en día perdido.

Puede servirte: Polígono de frecuencias

Tipos de probabilidad

Existen los siguientes tipos de probabilidad:

 

• Frecuencial. Aquella que determina la cantidad de veces que un fenómeno puede ocurrir, considerando un número determinado de oportunidades, a través de la experimentación.
• Matemática. Pertenece al ámbito de la aritmética, y aspira al cálculo en cifras de la probabilidad de que determinados eventos aleatorios tengan lugar, a partir de la lógica formal y no de su experimentación.
• Binomial. Aquella en la que se estudia el éxito o fracaso de un evento, o cualquier otro tipo de escenario probable que tenga dos posibles resultados únicamente.
• Objetiva. Se denomina así a toda probabilidad en la que conocemos de antemano la frecuencia de un evento, y simplemente se dan a conocer los casos probables de que ocurra dicho evento.
• Subjetiva. Contrapuesta a la matemática, se sustenta en ciertas eventualidades que permiten inferir la probabilidad de un evento, aunque alejada de una probabilidad certera o calculable. De allí su subjetividad.
• Hipergeométrica. Aquella que se obtiene gracias a técnicas de muestreo, creando grupos de eventos según su aparición.
• Lógica. La que posee como rasgo característico que establece la posibilidad de ocurrencia de un hecho a partir de las leyes de la lógica inductiva.
• Condicionada. Aquella que se emplea para comprender la causalidad entre dos hechos distintos, cuando puede determinarse la ocurrencia de uno tras la ocurrencia del otro.

Ejemplos de probabilidad

En meteorología, la probabilidad se calcula considerando múltiples condicionantes.

La probabilidad se halla continuamente a nuestro alrededor. Los ejemplos más obvios de ella tienen que ver con juegos de azar: los dados, por ejemplo. Es posible determinar la frecuencia de aparición de cada cara, a partir de una serie continua de lanzamientos del dado. O también puede hacerse con la lotería, aunque ello exige cálculos tan enormes que, virtualmente, los hace imposibles de predecir.

También lidiamos con la probabilidad cuando consultamos el pronóstico del tiempo, y se nos advierte un cierto porcentaje de probabilidad de lluvia. Dependiendo de la cifra, será más o menos probable que llueva, pero podría ocurrir que no suceda, dado que se trata de una predicción, no de una certeza.

Fórmula para calcular la probabilidad

El cálculo de las probabilidades se lleva a cabo según la fórmula siguiente:

Probabilidad = Casos favorables / casos posibles x 100 (para llevarlo a porcentaje)

Así, por ejemplo, podemos calcular la probabilidad de que una moneda salga cara en un único lanzamiento, pensando que sólo puede salir una cara (1) de las dos que hay (2), esto es, 1 / 2 x 100 = 50% de probabilidad.

En cambio, si decidimos calcular cuántas veces saldrá la misma cara en dos lanzamientos seguidos, deberemos pensar que el caso favorable (cara y cara o sello y sello) es uno entre cuatro posibilidades de resultado (cara y cara, cara y sello, sello y cara, sello y sello). Por ende, 1 / 4 x 100 = 25% de probabilidad.

Aplicaciones de la probabilidad

El cálculo de la probabilidad tiene numerosas aplicaciones en la vida cotidiana, como son:

• El análisis de riesgo empresarial, según el cual se estiman las posibilidades de caída de precio de las acciones bursátiles, y se intenta predecir la conveniencia o no de la inversión en una u otra empresa.
• El análisis estadístico de la conducta, de importancia para la sociología, emplea la probabilidad para evaluar la posible conducta de la población, y así predecir tendencias de pensamiento o de opinión. Es común verlo en las campañas electorales.
• La determinación de garantías y seguros, procesos en los que se evalúa la probabilidad de avería de los productos o la fiabilidad de un servicio (o de un asegurado, por ejemplo), para así saber cuánto tiempo de garantía conviene ofrecer, o a quiénes conviene asegurar y por cuánto.
• En la ubicación de partículas subatómicas, según el Principio de Incertidumbre de Heisenberg, el cual establece que no podemos saber dónde está una partícula subatómica en un momento determinado y al mismo tiempo a qué velocidad se mueve, de modo que los cálculos en la materia se realizan normalmente en términos probabilísticos: existe X por ciento de probabilidades de que la partícula esté allí.
• En la investigación biomédica, se calculan porcentajes de éxito y de fracaso de las drogas médicas o de las vacunas, para así saber si son fiables o no, y si conviene o no producirlas en masa, o a qué porcentaje de la población podrán causarle determinados efectos secundarios.

¿QUE ES ESTADISTICA?

 La Estadística se ocupa de la recolección, agrupación, presentación, análisis e interpretación de datos. A menudo se llaman estadísticas a las listas de estos datos, cosa que crea una cierta ambigüedad, que no debería originarnos confusiones. La Estadística no son sólo los resultados de encuestas, ni el cálculo de unos porcentajes, la Estadística es un método científico que pretende sacar conclusiones a partir de unas observaciones hechas.

 CONCEPTOS GENERALES:

• Población estadística: conjunto finito o infinito de elementos, denominados individuos, sobre los cuales se realizan observaciones. Ejemplos: todos los habitantes de cierto lugar, todos los ejemplares de una determinada especie de tortugas, todos los microchips que fabrica una empresa, etc.
•  Muestra: subconjunto finito de una población. El número de individuos que forman la muestra se denomina tamaño muestral. 
• Variable o carácter: cada una de las características que pueden observarse en un individuo de la muestra. Ejemplos: en una muestra de una población de seres humanos podemos medir: la altura, la edad, el peso, el sexo, número de hermanos…; en una muestra de una población de una especie de tortugas podemos medir: la anchura del caparazón, la longitud del caparazón, la edad 
  

CONCEPTO ESPECIFICO

• Conocer la realidad de una observación o fenómeno.
• Determinar lo típico o normal de esa situación.
• Determinar los cambios que representa el fenómeno.
• Relacionar dos o más fenómenos.
• Determinar las causas que originan el fenómeno.
• Hacer estimaciones sobre el comportamiento futuro del fenómeno.
• Obtener conclusiones de un grupo menor (muestra) para hacerlas extensivas a un grupo mayor (población).
• Determinar el grado de validez y confiabilidad ya sea de las predicciones o las conclusiones obtenidas a partir de muestras.

TIPOS DE ESTADISTICAS

Básicamente se tienen dos tipos de estadística, a saber:

1. Estadística descriptiva

La estadística descriptiva se puede definir como un método para describir numéricamente conjuntos numerosos. Por tratarse de un método de descripción numérica, utiliza el número como medio para describir un conjunto, que debe ser numeroso, ya que las permanencias estadísticas no se dan en los casos raros. No es posible sacar conclusiones concretas y precisas de los datos estadísticos. (Vargas, p.33)

Objetivo

La finalidad última de la estadística descriptiva es resumir la información de conjuntos más o menos numerosos de datos. Para ello se asienta en un concepto inmediato a la tarea de recuento: la frecuencia, medida empírica de la ocurrencia de los distintos estados que puede presentar una variable. (SGT, p.16)

2. Estadística inferencial, analítica o deductiva

La estadística inferencial estudia la probabilidad de éxito de las diferentes soluciones posibles a un problema en las diferentes ciencias en las que se aplica y para ello utiliza los datos observados en una o varias muestras de la población. Mediante la creación de un modelo matemático infiere el comportamiento de la población total partiendo de los resultados obtenidos en las observaciones de las muestras.

Objetivo

La inferencia estadística intenta tomar decisiones basadas en la aceptación o el rechazo de ciertas relaciones que se toman como hipótesis. Esta toma de decisiones va acompañada de un margen de error, cuya probabilidad está determinada. 

La estadística inferencial tiene dos objetivos básicos: a) obtener conclusiones válidas acerca de una población sobre la base de una muestra, es decir, que las conclusiones que obtengamos de una muestra se puedan extrapolar a la población que dio origen a esa muestra y b) poder medir el grado de incertidumbre presente en dichas inferencias en términos de probabilidad

 

PARTE DE LA ESTADISTICA

 La estadística, para su estudio, se divide en tres partes:

1. El análisis de datos se ocupa de los métodos y las ideas necesarias para organizar y describir datos utilizando gráficos y resúmenes numéricos.
2. La obtención de datos proporciona métodos para obtener datos que permiten dar respuestas claras a preguntas concretas,
3. La inferencia estadística va más allá de los datos disponibles y obtiene conclusiones sobre un universo más amplio teniendo en cuenta la omnipresencia de la variabilidad y la incertidumbre de las conclusiones.

 

Tipos de variables:

Cualitativas, categóricas (o alfanuméricas) Pueden tomar valores no cuantificables numéricamente. Se denomina categoría a cada uno de los valores que toma la variable.

Cuantitativas (o numéricas): Pueden tomar valores cuantificables numéricamente.

 

• ·         Nominales: si no existe ningún orden entre las categorías de la variable.

 Ejemplos: el grupo sanguíneo (A, B ,AB, O); el color de los ojos (azules, verdes, marrones, negros),… Hay que distinguir las variables

• ·         binarias, aquéllas que sólo toman dos valores posibles (sí/no, presencia/ausencia de cierto carácter), dentro de las nominales.

Ejemplo: el sexo, ser fumador, tener carné de conducir, ser daltónico, …

• ·         Ordinales: cuando existe un cierto orden entre las categorías de la variable.

Ejemplo: el nivel de estudios (sin estudios, básicos, medios, superiores), el grado de miopía (ausencia, bajo, medio, alto), Cuantitativas (o numéricas): Pueden tomar valores cuantificables numéricamente.

• ·         Discretas: si solamente toman valores aislados (generalmente enteros). Suelen corresponder a contajes.

 Ejemplos: el número de hermanos, el número de cafés/día, el número de multas/año, …

• ·         Continuas: potencialmente puede tomar cualquier valor numérico dentro de un intervalo o de una unión de intervalos.

 Ejemplos: el tiempo de reacción a un cierto medicamento, el peso de un individuo, la longitud del caparazón de una tortuga, …