NOMBRE: CHIPE MOREIRA ANNISTON

METODOLOGIA DE LA INVESTIGACION
TAREA#1
-Correspondiente a la clase “Procesamiento y análisis de datos” en referencia a la fase 1.
Seleccionar un software apropiado para analizar los datos. Describa en forma clara, solo con
datos esenciales y de fácil entendimiento para el lector cada una de los 23 numerales como están
en el libro METODOLOGÍA DE LA INVESTIGACIÓN de Roberto Hernández – Sampieri

1. Informes

Un informe es un documento que presenta los resultados de un análisis de datos. Los informes
pueden ser muy diversos, dependiendo de los objetivos del estudio y del tipo de datos que se están
analizando.

En el contexto de la investigación, los informes suelen incluir los siguientes elementos:

• Una introducción que proporciona un resumen del estudio y sus objetivos.

• Una descripción de los datos.

• Un análisis de los datos.

• Una discusión de los resultados.

• Unas conclusiones que resumen los resultados y sus implicaciones.

Los informes pueden estar dirigidos a un público específico, como otros investigadores,
profesionales o el público en general.

2. Estadísticos descriptivos

Los estadísticos descriptivos son medidas que describen los datos de un conjunto de datos. Los
estadísticos descriptivos más comunes son:
 • Tablas de frecuencias: Estas tablas muestran la frecuencia con la que se presentan los
diferentes valores de una variable.
• Medidas de tendencia central: Estas medidas indican el valor central de un conjunto de
datos. Los ejemplos más comunes son la media, la mediana y la moda.
• Medidas de dispersión: Estas medidas indican la variabilidad de un conjunto de datos. Los
ejemplos más comunes son la desviación estándar y la varianza.
• Razones: Estas medidas comparan dos variables. Un ejemplo común es la razón de
mortalidad infantil, que es la proporción de niños que mueren antes de cumplir un año.
• Tablas de contingencia: Estas tablas muestran la relación entre dos o más variables.

Los estadísticos descriptivos son una herramienta esencial para el análisis de datos. Proporcionan
una visión general de los datos y ayudan a identificar tendencias y patrones.

3. Tablas

Las tablas son una forma de organizar y presentar datos. Las tablas pueden ser muy simples, como
una lista de números, o muy complejas, con múltiples columnas y filas.

En el contexto del análisis de datos, las tablas se utilizan para presentar los resultados de los análisis
estadísticos. Las tablas pueden ayudar a comunicar los resultados de una manera clara y concisa.

4. Comparar medias

La comparación de medias es una técnica estadística que se utiliza para determinar si las medias
de dos o más grupos son significativamente diferentes.

Las pruebas más comunes para comparar medias son la prueba t y el análisis de varianza
(ANOVA).

La prueba t se utiliza para comparar las medias de dos grupos. El ANOVA se utiliza para comparar
las medias de tres o más grupos.
5. Modelo lineal general

El modelo lineal general es un modelo estadístico que se utiliza para predecir una variable
dependiente a partir de una o más variables independientes.

El modelo lineal general se puede escribir de la siguiente manera:

Y = β0 + β1X1 + β2X2 + ... + βnXn

donde:

• Y es la variable dependiente

• β0 es la constante

• β1, β2, ..., βn son los coeficientes del modelo

• X1, X2, ..., Xn son las variables independientes

El modelo lineal general se puede utilizar para analizar una amplia gama de datos, incluyendo
datos de encuestas, datos experimentales y datos de observación.

6. Modelos lineales generalizados

Los modelos lineales generalizados son una extensión del modelo lineal general. Los modelos
lineales generalizados se pueden utilizar para analizar datos que no se ajustan a los supuestos del
modelo lineal general.

7. Modelos mixtos

Los modelos mixtos son una combinación de modelos lineales y modelos no lineales. Los modelos
mixtos se pueden utilizar para analizar datos que contienen tanto variables continuas como
variables categóricas.
8. Correlaciones

La correlación es una medida de la relación entre dos variables. La correlación se puede calcular
para cualquier nivel de medición de las variables.

La correlación puede ser positiva o negativa. Una correlación positiva indica que las variables
están relacionadas en la misma dirección. Una correlación negativa indica que las variables están
relacionadas en direcciones opuestas.

9. Regresión

La regresión es una técnica estadística que se utiliza para predecir una variable dependiente a partir
de una o más variables independientes.La regresión se puede utilizar para analizar una amplia
gama de datos, incluyendo datos de encuestas, datos experimentales y datos de observación.

10. Log lineal

La regresión log lineal es una forma de regresión que se utiliza para analizar datos que están
distribuidos de forma logarítmica.

11. Redes neuronales

Las redes neuronales son un tipo de algoritmo de aprendizaje automático que se inspira en el
cerebro humano. Las redes neuronales se pueden utilizar para resolver una amplia gama de
problemas, incluyendo problemas de clasificación

12. Clasificación (conglomerados y análisis discriminante)

La clasificación es una técnica estadística que se utiliza para agrupar objetos o individuos en
función de sus características.
En el análisis de conglomerados, los objetos se agrupan en función de su similitud. Los grupos se
forman de forma iterativa, combinando los objetos que son más similares entre sí.

En el análisis discriminante, los objetos se agrupan en función de su pertenencia a un grupo

determinado. Los grupos se definen a priori, y el análisis discriminante se utiliza para determinar
qué variables son las más discriminantes para clasificar los objetos en cada grupo.

13. Reducción de dimensiones (análisis de factores)

La reducción de dimensiones es una técnica estadística que se utiliza para reducir el número de
variables en un conjunto de datos.

El análisis de factores es una técnica de reducción de dimensiones que se utiliza para identificar
factores subyacentes que explican la varianza de las variables originales.

14. Escala (fiabilidad y escalamiento multidimensional)

La escala es una técnica estadística que se utiliza para medir la magnitud de las diferencias entre
objetos o individuos.La fiabilidad es una medida de la consistencia interna de una escala. La
escalabilidad multidimensional es una técnica que se utiliza para representar datos
multidimensionales en un espacio bidimensional o tridimensional.

15. Pruebas no paramétricas

Las pruebas no paramétricas son pruebas estadísticas que no requieren que los datos sigan una
distribución específica.Las pruebas no paramétricas se utilizan a menudo cuando los datos no
cumplen los supuestos de las pruebas paramétricas.

16. Predicciones
La predicción es una técnica estadística que se utiliza para estimar el valor de una variable en
función de los valores de otras variables. La predicción se puede utilizar para una amplia gama de
propósitos, incluyendo la toma de decisiones, la planificación y la previsión.

17. Supervivencia

El análisis de supervivencia es una técnica estadística que se utiliza para estudiar el tiempo que
transcurre entre la aparición de un evento y un momento posterior.

El análisis de supervivencia se utiliza a menudo en el contexto de la investigación clínica, para

estudiar la supervivencia de los pacientes con una enfermedad determinada.

18. Respuesta múltiple (escalas)

La respuesta múltiple es una forma de escala de medición que permite a los encuestados
seleccionar más de una respuesta a una pregunta.Las escalas de respuesta múltiple se utilizan a
menudo para medir actitudes, opiniones o preferencias.

19. Análisis de valores perdidos

El análisis de valores perdidos es una técnica estadística que se utiliza para tratar los valores
perdidos en un conjunto de datos.Los valores perdidos pueden deberse a una variedad de factores,
como errores de medición o la falta de cooperación de los encuestados.

20. Imputación múltiple

La imputación múltiple es un método para reemplazar los valores perdidos en un conjunto de

datos.Los métodos de imputación múltiple incluyen la imputación por medias, la imputación por
mínimos cuadrados ponderados y la imputación por máxima verosimilitud.
 21. Muestras complejas

Las muestras complejas son muestras que no se obtienen mediante un muestreo aleatorio
simple.Las muestras complejas pueden ser muestras estratificadas, muestras por conglomerados o
muestras de conveniencia.

22. Control de calidad

El control de calidad es un conjunto de técnicas que se utilizan para garantizar que los productos
o servicios cumplan con los estándares de calidad establecidos.El control de calidad se utiliza a
menudo en la industria, pero también se puede aplicar a otros contextos, como la educación o la
salud.

23. Curva COR

La curva COR es una representación gráfica de la relación entre dos variables.La curva COR se
utiliza para visualizar la relación entre las variables y para estimar el grado de asociación entre
ellas.

Estos son algunos de los términos estadísticos más importantes que se utilizan en el análisis de
datos. Cada uno de estos términos tiene una definición y un propósito específicos.

Bibliografía

✓ Hernández, R., Fernández, C., & Baptista, M. del P. (2010). Metodologia de la investigación.

icmujeres. https://www.icmujeres.gob.mx/wp-content/uploads/2020/05/Sampieri.Met.Inv.pdf