Explicación de los 3 métodos de mendel ( gráfico, Pennet y matemático)?

Para análisis, datos y gráficas sobre Wikipedia, véaseWikipedia : Estadísticas.

Unadistribución normalLaestadística(la forma femenina del términoalemánStatistik, derivado a su vez delitalianostatista, "hombre de Estado")1​es una rama de las matemáticas y una herramienta que estudia usos y análisis provenientes de una muestra representativa dedatos, que busca explicar las correlaciones y dependencias de unfenómeno físicoonatural, de ocurrencia en formaaleatoriaocondicional.

Es transversal a una amplia variedad de disciplinas, desde lafísicahasta lasciencias sociales, desde lasciencias de la saludhasta elcontrol de calidad.

Además, se usa en áreas denegocioso institucionesgubernamentalesya que su principal objetivo es describir al conjunto de datos obtenidos para la toma de decisiones o bien, para realizar generalizaciones sobre las características observadas.

Hoy en día, la estadística es unacienciaque se encarga de estudiar una determinadapoblaciónpor medio de larecolección, recopilacióneinterpretación de datos.

Del mismo modo, también es considerada una técnica especial apta para el estudio cuantitativo de los fenómenos de masa o colectivo.

La estadística se divide en dos grandes áreas : Estadística descriptiva : Se dedica a la descripción, visualización y resumen de datos originados a partir de los fenómenos de estudio.

Los datos pueden ser resumidosnuméricaográficamente.

Su objetivo es organizar y describir las características sobre un conjunto de datos con el propósito de facilitar su aplicación, generalmente con el apoyo degráficas, tablas omedidas numéricas.

Ejemplos básicos deparámetros estadísticosson : lamediay ladesviación estándar.

Ejemplos gráficos son : histograma, pirámide poblacional, gráfico circular, entre otros.

Estadística inferencial : Se dedica a la generación de losmodelos, inferencias y predicciones asociadas a los fenómenos en cuestión teniendo en cuenta laaleatoriedadde las observaciones.

Se usa para modelar patrones en los datos y extraer inferencias acerca de lapoblaciónbajo estudio.

Estas inferencias pueden tomar la forma de respuestas a preguntas sí / no (prueba de hipótesis), estimaciones de unas características numéricas (estimación), pronósticosde futuras observaciones, descripciones de asociación (correlación) o modelamiento de relaciones entrevariables(análisis de regresión).

Otras técnicas demodelamientoincluyenanálisis de varianza, series de tiempoyminería de datos.

Su objetivo es obtener conclusiones útiles para lograr hacer deducciones acerca de la totalidad de todas las observaciones hechas, basándose en lainformaciónnumérica.