Dossier de Tecnologies de la Informació

Tecnologies de la informació

Mòdul d’estadística

TECNOLOGIES DE LA INFORMACIÓ GES ½ TARDA CFPA MESTRE ESTEVE

CFPA Mestre Esteve

0

CURS 2008­2009

Curs 2008­2009

Tecnologies de la informació

Mòdul d’estadística

CONCEPTES PRELIMINARS .

Estadística és la ciència que ens proporciona els mètodes necessaris per a investigar un fenomen que ha tingut lloc en un elevat nombre de casos, i per a obtenir conseqüències que permetin preveure com es produirà en el futur.

En general l'estudi estadístic d'un fenomen consta de les següents fases: 1) Recopilació de les dades.

2) Ordenació i anàlisi dels mateixos.

3) Obtenció de conclusions.

Bàsicament l'Estadística es classifica en: Estadística descriptiva: és la qual, partint d'un conjunt de dades, obté conclusions que no rebasan els coneixements que aquestes dades ens proporcionen.

Estadística inductiva: És la qual va més enllà i Ilega a conclusions que rebasan els coneixements proporcionats per les dades.

Població. Elements i caràcters Població és el col∙lectiu o conjunt de persones o coses sobre les quals es va a realitzar la investigació estadística.

Les persones o coses que integren la població es diuen elements.

N = numero d'elements de la població.

Els elements de la població posseeixen certes propietats o trets que anomenem car àcter s. Els caràcters es classifiquen en: ­ Qualitatius: ATRIBUT ­ Quantitatius: VARIABLE ­­­­­­­­­­ > contínua discreta Car àcter s qualitatius o atr ibuts són els quals es descriuen mitjançant paraules:professió, nacionalitat, etc. Un atribut adquireix distints valors: les modalitats.

Car àcter s quantitatius o var iables són els quals es descriuen mitjançant nombres, per exemple, l'edat, el nombre de fills, l'alçària, etc.

L'observació d'un caràcter quantitatiu produeix distints nombres: són els valors CFPA Mestre Esteve

1

Curs 2008­2009

Tecnologies de la informació

Mòdul d’estadística

de la variable (solen representar­se per x i).

Dintre de les variables quantitatives diferenciem: Var iable discr eta: és la qual només pot prendre determinats valors i no existeixen valors intermedis entre dos consecutius. Exemple: el nombre de fills.

Var iable contínua: és la qual pot prendre tots els infinits valors possibles d'un cert interval. Exemple: l'alçària, el pes, etc.

En la pràctica totes les variables es consideren discretes.

DISTRIBUCIONS DE FREQÜÈNCIES Una distribució de freqüències és una taula on estan representats els distints valors de la variable o atribut amb les seves freqüències corresponents.

Fr eqüència absoluta d'un deterninat valor de la variable o atribut és el nombre de vegades que aquest es presenta. Ho representem per n i.

Fr eqüència absoluta acumulada d'un determinat valor de la variable és el nombre que resulta de sumar a la seva freqüència absoluta corresponent les freqüències absolutes de tots els valors anteriors (Ni).

Sni = N

Última Ni = N

Fr eqüència r elativa és la qual resulta de dividir la freqüència absoluta corresponent per la població. La simbolitzem per h i . hi = ni/N Es compleix que Shi = 1 La freqüència relativa multiplicada per 100 determina el per centatge (p i).

Fr eqüència r elativa acumulada d'un determinat valor és el nombre resultant de sumar a la seva freqüència relativa corresponent les freqüències relatives de tots els valors anteriors. (H i) La freqüència relativa acumulada multiplicada per 100 dóna el per centatge acumulat (P i).

CFPA Mestre Esteve

2

Curs 2008­2009

Tecnologies de la informació

Mòdul d’estadística

Els estudis estadístics (REPÀS) L'estadística és la ciència que es dedica a estudiar pautes de comportament, ja sigui de persones, objectes o fenòmens, a partir de la recollida de dades i l'anàlisi d'aquestes. En tot estudi estadístic se segueixen aquests passos: 1. Disseny de l'estudi i definició dels seus objectius.

2. Recollida de les dades.

3. Organització i tractament de les dades obtingudes.

4. Anàlisi dels resultats obtinguts per extreure'n conclusions.

En quin dels 4 passos crearem gràfics associats a les dades?

Disseny de l'estudi i definició dels seus objectius.

Organització i tractament de les dades obtingudes.

Anàlisi dels resultats obtinguts per extreure'n conclusions.

Recollida de les dades.

Introducció a l'estadística Elements d'un estudi estadístic Població: Conjunt dels elements que són objecte d'estudi.

Mostra: Subconjunt de la població triada per obtenir les dades de l'estudi estadístic. És molt important que la mostra sigui representativa.

Individu: Cadascun dels elements que formen part de la població.

Variable estadística: Propietat o característica de la població que estem interessats a estudiar. Si la variable estadística pren valors numèrics, direm que la variable és quantitativa; en cas contrari, direm que és qualitativa.

Considerem ara els següents exemples d'estudis estadístics: Estudi estadístic

Població

Mostra

Individu

Variable estadística

Conèixer la quantitat de Tots els Un conjunt format Un alumne de Nombre ordinadors que tenen a estudiants de per 15 alumnes de GES de d’ordinadors que casa els estudiants de GES GES de l’escola. GES de l’escola. l’escola. té a casa. de l’escola.

Totes els joves Estudiar l'alçada dels joves residents a catalans.

Catalunya.

4000 joves agafant Un jove 1000 de cada català. província.

Tots els Analitzar el diari que estudiants llegeixen els estudiants de matriculats a la la UdG. UdG.

Conjunt format per Un estudiant 20 estudiants de Diari Llegit. de la UdG. cada facultat.

CFPA Mestre Esteve

3

Mesura de l'alçada.

Curs 2008­2009

Tecnologies de la informació

Mòdul d’estadística

En els dos primers estudis, la variable és quantitativa, però la primera variable pren únicament valors enters (0, 1, 2, 3, ...), mentre que la segona variable pot prendre qualssevol valor dins d'un interval.

Direm que la primera és discreta i la segona contínua.

Respon ara: Volem estudiar el color dels cabells d'una població: Aquesta variable és quantitativa.

Aquesta variable és qualitativa.

Classificació de les variables estadístiques Així, podem considerar l'esquema següent a fi de classificar les variables estadístiques:

RELACIONA

Nombre de consoles

Mesura de l'alçada

Diari llegit

CFPA Mestre Esteve

4

Curs 2008­2009

Mòdul d’estadística

Tecnologies de la informació NOCIONS D’ ESTADÍSTICA DESCRIPTIVA

Per a variable discreta xi

ni

Ni

hi

xi = VARIABLE ni = FREQÜÈNCIA Ni = FREQÜÈNCIA ACUMULADA hi = FREQÜÈNCIA RELATIVA Hi = FREQÜÈNCIA RELATIVA ACUMULADA pi = PERCENTATGE Pi = PERCENTATGE ACUMULAT

CFPA Mestre Esteve

5 Curs 2008­2009

Hi

pi

Pi

Mòdul d’estadística

Tecnologies de la informació

CFPA Mestre Esteve

6 Curs 2008­2009

Tecnologies de la informació

1

2

3

CFPA Mestre Esteve

7

Curs 2008­2009

Tecnologies de la informació

4

5

CFPA Mestre Esteve

8

Curs 2008­2009

Tecnologies de la informació

6

7

8

CFPA Mestre Esteve

9

Curs 2008­2009

Tecnologies de la informació

9 1. A les eleccions sindicals els resultats obtinguts per les diverses opcions han estat les següents: Opcions

Número de vots Homes

Dones

A B C

358.410 310.550 95.800

180.290 140.450 85.200

Resta

83.000

30.000

a) Quin és el percentatge d’electors que van votar l’opció guanyadora si hi va haver una abstenció del 45 %? b) Quina opció va obtenir més vots femenins en termes relatius? c) Fes la gràfica corresponent.

10 2. Els números de calçat dels 29 alumnes d’una clase de 1r de Batxillerat són: 37, 35, 38, 39, 41, 36, 38, 39, 37, 40, 35, 42, 39, 37, 36, 38, 35, 41, 39, 40, 36, 38, 37, 38, 38, 41, 39, 40, 38 a) Fer la taula estadística. b) Dibuixar un diagrama de barres amb aquests valors. c) Calcular la moda. d) Calcular la mitjana dels números de sabata dels alumnes.

CFPA Mestre Esteve

10

Curs 2008­2009

Tecnologies de la informació

cafè A quinq edat vas començar a consumir?

On vas comencar a consumir?

Per què vas començar a consumir

alcohol años

CFPA Mestre Esteve

años

pastilles años

resta drogues años

años

Amics

Amics

Amics

Amics

Amics

Mili

Mili

Mili

Mili

Mili

Escola

Escola

Escola

Escola

Escola

Feina

Feina

Feina

Feina

Feina

Casa

Casa

Casa

Casa

Casa

Altres

Altres

Altres

Altres

Altres

Família

Família

Família

Família

Família

Amistats

Amistats

Amistats

Amistats

Amistats

Problemes

Problemes

Problemes

Problemes

Problemes

Diversió

Diversió

Diversió

Diversió

Diversió

Altres

Altres

Altres

Altres

Altres

Casa

Casa

Casa

Casa

Bar/Disco

Bar/Disco

Bar/Disco

Bar/Disco

Bar/Disco

Carrer/parc

Carrer/parc

Carrer/parc

Carrer/parc

Carrer/parc

Altres

Altres

Altres

Altres

Altres

Passar­m’ho bé

Passar­m’ho bé

Passar­m’ho bé

Passar­m’ho bé

Passar­m’ho bé

Evadir­me

Evadir­me

Evadir­me

Evadir­me

Evadir­me

Necessitat

Necessitat

Necessitat

Necessitat

Necessitat

Altres

Altres

Altres

Altres

Altres

A on acostumes a consumir Casa

Per què en consumeixes

tabac

11 Curs 2008­2009

Tecnologies de la informació

edat On

cafè

alcohol

tabac

pastilles

resta drogues

<16 16­25 >25 Amics

<16 16­25 >25 Amics

<16 16­25 >25 Amics

<16 16­25 >25 Amics

<16 16­25 >25 Amics

Mili

Mili

Mili

Mili

Mili

Escola

Escola

Escola

Escola

Escola

Feina

Feina

Feina

Feina

Feina

Casa

Casa

Casa

Casa

Casa

Altres

Altres

Altres

Altres

Altres

Família

Família

Família

Família

Amistats

Amistats

Amistats

Amistats

Amistats

Problemes

Problemes

Problemes

Problemes

Problemes

Diversió

Diversió

Diversió

Diversió

Diversió

Altres

Altres

Altres

Altres

Altres

Casa

Casa

Casa

Casa

Casa

Bar/Disco

Bar/Disco

Bar/Disco

Bar/Disco

Bar/Disco

Carrer/parc

Carrer/parc

Carrer/parc

Carrer/parc

Carrer/parc

Altres

Altres

Altres

Altres

Altres

Passar­m’ho bé

Passar­m’ho bé

Passar­m’ho bé

Passar­m’ho bé

Evadir­me

Evadir­me

Evadir­me

Evadir­me

Necessitat

Necessitat

Necessitat

Necessitat

Necessitat

Altres

Altres

Altres

Altres

Altres

Per què Família

On consu­ meixo

Per què Passar­m’ho bé consu­ Evadir­me meixo

CFPA Mestre Esteve

12 Curs 2008­2009

Tecnologies de la informació

CFPA Mestre Esteve

13 Curs 2008­2009

Tecnologies de la informació Autoformació 1

1

2

CFPA Mestre Esteve

14

Curs 2008­2009

Tecnologies de la informació Autoformació 2

1

2

3

4

5

CFPA Mestre Esteve

15

Curs 2008­2009

Tecnologies de la informació Autoformació 3 1

2

3

4

CFPA Mestre Esteve

16

Curs 2008­2009

Tecnologies de la informació Autoformació 4 1

2

3

CFPA Mestre Esteve

17

Curs 2008­2009

Tecnologies de la informació

FRACCIONS, PROPORCIONALITAT I PERCENTATGES

CFPA Mestre Esteve

18

Curs 2008­2009

Tecnologies de la informació

CFPA Mestre Esteve

19

Curs 2008­2009

Tecnologies de la informació

CFPA Mestre Esteve

20

Curs 2008­2009

Tecnologies de la informació

CFPA Mestre Esteve

21

Curs 2008­2009

Tecnologies de la informació

CFPA Mestre Esteve

22

Curs 2008­2009

Tecnologies de la informació

CFPA Mestre Esteve

23

Curs 2008­2009

Tecnologies de la informació

CFPA Mestre Esteve

24

Curs 2008­2009

Tecnologies de la informació

CFPA Mestre Esteve

25

Curs 2008­2009

Tecnologies de la informació

CFPA Mestre Esteve

26

Curs 2008­2009

Tecnologies de la informació ZONA D’AUTOFORMACIÓ

CFPA Mestre Esteve

27

Curs 2008­2009

Tecnologies de la informació

ZONA D’AUTOFORMACIÓ

CFPA Mestre Esteve

28

Curs 2008­2009

Tecnologies de la informació ZONA D’AUTOFORMACIÓ

CFPA Mestre Esteve

29

Curs 2008­2009

Tecnologies de la informació

CFPA Mestre Esteve

30

Curs 2008­2009

Tecnologies de la informació AMPLIACIÓ I REPÀS 1

CFPA Mestre Esteve

31

Curs 2008­2009

Tecnologies de la informació

2

CFPA Mestre Esteve

32

Curs 2008­2009

Tecnologies de la informació

3

CFPA Mestre Esteve

33

Curs 2008­2009

Tecnologies de la informació

CFPA Mestre Esteve

34

Curs 2008­2009

Tecnologies de la informació 4

CFPA Mestre Esteve

35

Curs 2008­2009

Tecnologies de la informació

CFPA Mestre Esteve

36

Curs 2008­2009