Con esta actividad se espera conseguir los siguientes
resultados de aprendizaje:
El estudiante propone los aspectos propios de las nueve tecnologías
4.0 en logística y su uso en el entorno geográfico latinoamericano.
La actividad consiste en:
Individualmente, escoge, explica y propone casos de éxito de dos TIC
de industria 4.0 en logística, mediante una presentación audiovisual.
Escoge un país y mediante una herramienta de comprensión lectora
presenta el estado actual de la SCM 4.0 y las mejores prácticas en el
país seleccionado. Colaborativamente, presentan un documento de
investigación que resuma el estado de la SCM 4.0 en Latinoamérica.
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
Analisis de datos - Javier Mauricio Forero Forero.pptx
1. ANÁLISIS DE DATOS
Realizado por:
Javier Muricio Forero Forero
Tarea 3 TIC de
Industria 4.0 en Logística y su presencia en la empresa
Latinoamericana.
2. Análisis de Datos
Es la técnica que consiste en el estudio de los
hechos y el uso de sus expresiones en cifras para
lograr información valida y confiable.
3. Objetivos
Del análisis Técnica estadística
Hallar que hay en los datos Media, mediana, moda
Conocer que tanto varia los datos
Desviación estándar, varianza, desviación
promedio
Como están distribuidos los datos Frecuencia
Que relación existe entre variables? Correlación y medidas de asociación
Estimaciones y predicciones
Estimación de punto e intervalos y
regresión
Describir las diferencias entre grupos y
variables Prueba de T, Z y análisis de varianza
Demostrar causalidad Prueba de T, Z y análisis de varianza
4. La realización de estudios estadísticos implica emitir unos
resultados cuantificables de dicho estudio o experimento. La
claridad de dicha presentación es de vital importancia para la
comprensión de los resultados y la interpretación de los
mismos. A la hora de representar los resultados de un análisis
estadístico de un modo adecuado se presentarán los datos
numéricos por medio de tablas, en ocasiones un diagrama o un
gráfico pueden ayudarnos a representar de un modo más
eficiente nuestros datos.
Metodología en el análisis de datos y
posterior representación gráfica
5. Análisis Descriptivo.
• Cuando se dispone de datos de una población, y antes de
abordar análisis estadísticos más complejos, un primer paso
consiste en presentar esa información de forma que ésta se
pueda visualizar de una manera más sistemática y resumida.
6. •Para variables categóricas, se quiere conocer la frecuencia y el
porcentaje del total de casos que "caen" en cada categoría.
•Una forma muy sencilla de representar gráficamente estos
resultados
es mediante diagramas de barras o diagramas de sectores.
•En los gráficos de sectores, también conocidos como diagramas de
"tartas“.
7. • Se debe comprobar la normalidad de alguna de las
variables numéricas de las que se dispone. Un diagrama de
cajas o un histograma.
8. Comparación de dos o más
grupos.
• Para comparar las observaciones tomadas en dos o más grupos de
individuos, el método estadístico a utilizar, así como los gráficos
apropiados para visualizar esa relación, dependen del tipo de
variables.
• Cuando se trabaja con dos variables cualitativas podemos seguir
empleando gráficos de barras o de sectores.
9. • La comparación de variables continuas en dos o más grupos
se realiza habitualmente en términos de su valor medio, por
medio del test T de Student, análisis de la varianza o métodos
no paramétricos equivalentes, y así se ha de reflejar en el tipo
de gráfico utilizado.
10. Relación entre dos variables numéricas.
• Para estudiar la relación entre dos variables continuas, el
método de análisis adecuado es el estudio de la correlación.
(Pearson, Spearman, etc.).
• Cuando se dispone de todos los datos, un modo sencillo de
comprobar, gráficamente, si existe una correlación alta, es
mediante diagramas de dispersión.
11. Herramientas estadísticas
• Los gráficos ofrecen grandes posibilidades para la
representación de datos y pueden ser utilizados en múltiples
situaciones, incluso para representar los resultados obtenidos
por métodos de análisis más complicados.
12. •Son importantes las representaciones gráfica, no obstante, es
difícil precisar cuándo es más apropiado utilizar un gráfico que
una tabla. Más bien podremos considerar dos modos distintos
pero complementarios de visualizar los mismos datos.
•La creciente utilización de distintos programas informáticos
hace especialmente sencillo la obtención de las mismas. (SPSS,
STATGRAPHICS, S-PLUS, EGRET, CURVE EXPERt, STARLETS).
13. Análisis Estadístico con SPSS
• El paquete estadístico SPSS facilita la obtención de
información mediante una encuesta, resumir esa
información y realizar un análisis e interpretación de los
datos.
• Es indispensable que todo(a) investigador(a) maneje este
paquete o paquetes similares para alcanzar mayores niveles
de competencia, así como sustentar sus conclusiones y
aseveraciones en cualquier campo de investigación
14. • Mediante SPPS podrá :
• Diseñar las fases de una encuesta, y diseño del
cuestionario.
• Preparar el análisis de datos.
• Construir la matriz de datos.
• Depuración de datos.
• Evaluación de errores.
• Creación de ficheros de datos.
15. A nivel de descripción estadística, se tiene estas
posibilidades
• Datos y distribución de frecuencias.
• Diagrama de tallo y hojas.
• Representaciones gráficas.
• Características de una distribución.
• Medidas de Tendencia Central, comparación
entre ellas.
• Medidas de dispersión.
• Diagrama de caja.
• Análisis estadísticos básicos.
17. • Medidas de dependencia lineal: Covarianza,
correlación, recta de regresión.
• Medidas de asociación de dos variables
cualitativas
• Tablas de contingencia.
• Comparación de medias.
• Análisis de Regresión.
• Análisis de la varianza., etc….
18. Ejemplo de uso en logística:
Predicción de la demanda:
•Se analizan datos históricos de ventas, tendencias del
mercado y eventos especiales para predecir la demanda
futura de productos.
•Esto permite optimizar la producción, el inventario y el
transporte.
Beneficios:
•Reducción de costes
•Aumento de la eficiencia
•Mejora en la toma de decisiones
•Mayor satisfacción del cliente
Herramientas:
•Existen diversas herramientas para el análisis de datos,
como:
• Microsoft Power BI
• Tableau
19. REFERENCIAS
•Cabero-Almenara, J., & Barahona-Quintana, M. (2019). El análisis
de datos en la investigación educativa: Una revisión de la literatura.
Revista de Educación, 384, 1-24.
•Delgado-Gutiérrez, D., & Romero-Frías, E. (2020). Análisis de
datos para la toma de decisiones en la empresa. Revista de
Economía Aplicada, 24(74), 123-147.
•García-Sánchez, F., & Pérez-Marqués, M. (2018). Minería de datos:
Una herramienta para la gestión del conocimiento en las
organizaciones. Revista Española de Documentación Científica, 41(3),
e203.
•Peña Andrés, C. Hernández Ramos, E. y Hernández Ramos, E.
(2018). Cadena de suministro 4.0: beneficios y retos de las
tecnologías disruptivas. Marge Books, (PP. 37-102). Obtenido de:
https://elibronet.bibliotecavirtual.unad.edu.co/es/lc/unad/titulos/45161