Está en la página 1de 10

Probabilidad y Estadística

Ing. Esteban LeMaître González

Escuela de Ingeniería en Producción Industrial
Agosto, 2010
ITCR

sumatoria. la organización. mínimo. y que es muy diferente al significado de la ESTADISTICA. máximo.1 Análisis Estadístico versus Estadísticas Análisis Estadístico: Es parte del método científico que tiene como objeto la recolección. Ejemplo: promedio. finanzas. la interpretación y la representación de datos. la determinación de la exactitud en las estimaciones. define la estadística como una ciencia que estudia cómo se debe emplear la información y como dar una guía de acción en situaciones practicas que entrañan incertidumbre. como las estadísticas de divorcio. la estimación de cantidades de población. para finalmente tomar decisiones y resolver problemas. Estas cifras son variables cuyo valor numérico puede determinarse a partir de una muestra aleatoria. 2 elemaitre . Sin embargo una definición más amplia. etc. decisiones que implican un riesgo frente a la incertidumbre. Estadística: Una definición corriente de la estadística es la relación de datos numéricos u observaciones. consumo. Estadísticas: Es un conjunto de cifras que representan algún evento o fenómeno ocurrido de tipo histórico o cronológico. cuantificación y estudio de la variación y el diseño de experimentos y reconocimientos. presentada de forma ordenada y sistemática. el análisis.Probabilidad y Estadística Conceptos y Definiciones UNIDAD 1: CONCEPTOS Y DEFINICIONES 1. el probar una hipótesis.

4. al menos de manera tentativa. Los pasos del método son los siguientes: 1. utilizando los conocimientos científicos o de la ingeniería del fenómeno bajo estudio. 2. 6. 5.2 Método Científico El ingeniero es el facilitador de soluciones a los problemas de la sociedad mediante la aplicación eficiente de principios científicos. Desarrollar una descripción clara y concisa del problema. Realizar los experimentos apropiados y recolectar datos para probar o validar el modelo tentativo o las conclusiones planteadas en los pasos 2 y 3. Refinar el modelo con base en los datos observados. Proponer un modelo para el problema. El método científico es el enfoque aplicado para formular y resolver estos problemas. Sacar conclusiones o hacer recomendaciones con base en la solución del problema. 3. Realizar un experimento apropiado para confirmar que la solución propuesta del problema es efectiva a la vez que eficiente. Consignar todas las limitaciones y/o supuestos del modelo. 7. Identificar. 8.Probabilidad y Estadística Conceptos y Definiciones 1. El metodo para resolver problemas Desarrollar una Descripcion Clara Identificar los factores Importantes Realizar Experimentos Proponer o refinar un modelo Manipular el modelo Confirmar la Solucion Conclusiones y Recomendaciones 3 elemaitre . Manipular el modelo para contribuir a desarrollar una solución del problema. los factores importantes que afectan el problema o que pueden jugar un papel en su solución.

” se debe ubicar en el tiempo y el espacio” Respecto al tamaño las poblaciones pueden ser finitas o infinitas: Población Finita: Definida en el tiempo y en el espacio determinado.Probabilidad y Estadística Conceptos y Definiciones El ingeniero debe conocer una manera eficiente para planear experimentos. población de naturaleza infinita. con relación en procesos repetitivos. 2004) 1. y entender cómo se relacionan los datos observados con el modelo que han propuesto para el problema bajo estudio. Con un número definido y determinado. 4 elemaitre . recolectar datos. Población: Son todos los elementos del universo. Ejemplo: La vacuna contra el Sida.3 Poblaciones y Muestras 1. Población Infinita: Si se puede ubicar en el tiempo y el espacio con un número indefinido de UEE. analizar e interpretar datos. numero de caras y cruces en el lanzamiento repetido de una moneda. Ejemplo: El conjunto de familias residentes en Alajuelita en el año 2007. Está asociada a situaciones existentes. o grupo total de objetos acerca del cual se quieren recolectar las mediciones para obtener conclusiones y poder tomar decisiones. Ejemplo: Numero de personas que llegan al servicio de emergencias de un hospital en un día. (Montgomery.

No se puede estudiar la población entera se saca una muestra. Recursos. (a nivel censal) Población Destructible: al uso se destruye. Unidades estadísticas elementales UEE La UEE es una investigación dada de aquel elemento. objeto o persona. De esta forma la población es el conjunto de todas los UEE. La UEE es a lo que se desea estudiar.1 Muestreo: Técnica que selecciona un tamaño de muestra y hace la investigación persiguiendo que los elementos entrevistados puedan representar la población a la que pertenecen.Probabilidad y Estadística Conceptos y Definiciones Censo: Instancia donde el investigador estudia a todas y cada una de las unidades estadísticas elementales. Muestra: Un subconjunto o parte representativo de la población que se obtiene y se usa para extraer conclusiones sobre la población. 3. etc. La familia residente en Tres Ríos en Julio de 2009 5 elemaitre . Población en estudio es demasiado grande. tiempo. Se garantiza que al estudiar mas parte de la población es probable que los resultados son de calidad y precisión será muy similares o igual que estudiar toda la población. 2. al cual se refiere la información que se va a recoger. Cuatro Razones para muestrear Costos. Ejemplo: 3.

42 X2 1. (ρ) Proporción 5. Estadístico: Función definida sobre los valores numéricos de una muestra. Ejemplo: (X) Promedio. significa que las variables no son independientes.40 X4 1. Ejemplo: (μ) Media. (σ) Sigma.Probabilidad y Estadística Conceptos y Definiciones 3. b. Muestra Aleatoria con Reemplazo: En una población finita. 4. el objeto se extrae.4 Variables y Atributos En los elementos de la población o del muestreo. estas pueden ser del tipo variable cualitativa (Atributos) y de la variable cuantitativa (Valores Discretos o Continuos) 6 elemaitre .29 … … Xn 1. (S) Desviación Estándar. Muestra Aleatoria Sin Reemplazo: En una población finita. Ejemplo: X1 1. cada una con la misma probabilidad de ser elegido. (P) Proporción 1.2 Muestra Aleatoria: Es un conjunto de elementos variables independientes. garantizando una distribución independiente e idéntica. Parámetro: función definida sobre los valores numéricos de características medibles de una población. se observa y se regresa a la población para su posible reselección. se observa y hasta que termine el evento se regresa a la población. el objeto se extrae.33 a.32 X3 1. se observan características de interés que varían entre las Unidades Estadísticas Elementales.

sin muebles Defectuoso.Probabilidad y Estadística Conceptos y Definiciones 1. Ejemplo: Unidad Elemental Un Estudiante Una Casa Un bombillo Una Venta Un empleado Un Maestro Característica Clase de alumno Condición de alquiler Condición Tipo de articulo Opinión del jefe Sexo Posibles Observaciones Regular.jugo de naranja. Características o Variable Cualitativa (Atributo): Cuando la característica o variable produce datos que no se pueden ordenar o clasificar por tamaño o intensidad sino por grupos.malo Hombre. 2.betún Excelente – bueno – regular . Dato: Es un resultado u observación particular asociado a alguna característica: Característica Profesión Tiempo de Servicio Número de personas en el hogar Dato Ingeniero 7. Características o Variable Cuantitativas: Se caracteriza por producir datos que se pueden ordenar por tamaño o intensidad.oyente Amueblada.no defectuoso Jabón .especial. tenemos dos tipos: 7 elemaitre .mujer 3. solamente se pueden hacer grupos o clases de datos.54 8 Unidad --Minutos Personas Las características producen datos y pueden ser cualitativos o cuantitativos.

Probabilidad y Estadística Conceptos y Definiciones a. Continua: Una variable es continua en un intervalo si teóricamente puede tomar cualquier valor en ese intervalo. se dice que es una discontinua o discreta. podría obtenerse en gramos. Ejemplo: Unidad elemental Un Estudiante Una casa Un Vehículo Tiempo de Servicio característica Peso Valor Velocidad Duración Unidad de medida Kilos Colones Km/h Minutos Ejemplo de observación 87.500. Así el peso puede darse en un número exacto de kilogramos. Estas variables toman valores dentro de un intervalo dado A-B y siempre es posible tomar cualquier valor entre A y B.98 característica Nº de cuartos Nº de hermanos(as) Peso Nº de Cursos que lleva Tiempo de experiencia Unidad de medida cuarto Un hermano(a) Octavos de Kilo Curso Un año Ejemplo de observación 6 2 3/8 4 5 8 elemaitre . miligramos.250. etc.54 37. El valor 3. Ejemplo: Unidad elemental Una Casa Un Trabajador (a) Un Producto Un Estudiante Un maestro b.543 35. y no todos los posibles. Discreta: Si una variable solo puede tomar un número determinado de valores dentro de un intervalo.8753 Kg.09 88. es completamente real. pero si se desea ser más preciso.

la distribución de frecuencias. Estadística Descriptiva: La estadística descriptiva se entiende por aquellas técnicas e instrumentos que se emplean cuando únicamente se desea describir y analizar un conjunto de datos.00850 1. con la finalidad de ayudar a la toma de decisiones y en su caso formular predicciones.008 Hacia arriba 25000 26000 26000 0.009 Estadística Descriptiva versus Estadística Inferencial La estadística se ocupa de los métodos y procedimientos para recoger. La confección de cuadros y gráficos. proporciones. el cálculo de promedios.007 0. son ejemplos de técnicas empleadas. así como de realizar inferencias a partir de ellos.00749 0.008 0.008 0.008 0. resumir. La estadística puede estudiarse como dos grandes ramas: estadística descriptiva y estadística inferencial. varianzas y correlaciones. 1.00801 0. siempre y cuando la variabilidad e incertidumbre sea una causa intrínseca de los mismos.009 0. hallar regularidades y analizar los Datos.Probabilidad y Estadística Conceptos y Definiciones Tipos de Redondeo: Redondeo hacia Arriba Redondeo hacia Abajo Redondeo a la cifra o unidad más próxima Usual 24351 25500 25776 0.5 24000 26000 26000 0.007 0. 9 elemaitre . clasificar.008 Hacia abajo 24000 25000 25000 0.

Incluso en el proceso se puede medir el error o riesgo asociado a esa inferencia. o sea a partir de un conjunto de datos se sacan conclusiones que van más allá del conjunto de datos. Estadística Inferencial: Son las técnicas o procedimientos que se emplean cuando el propósito perseguido es no solo describir los datos sino para llegar a generalizaciones o inferencias más amplias de los datos observados en ellos (muestras) hasta un conjunto o universo mayor. el 35% tiene 3 hijos e hijas. Ejemplo: La mayor probabilidad de hijos e hijas de las familias en Cartago es 3 hijos en promedio. resumir o caracterizar los datos. La estadística inferencial va más allá del conjunto de datos que se tiene en estudio. 2.Probabilidad y Estadística Conceptos y Definiciones En esta se describe. Ejemplo: De una muestra de 50 familias de Cartago. podría incluso inferir que son familias de la nueva generación y que en el caso de las familias con más de 6 hijos son familias de la generación anterior que se caracterizan por tener muchos hijos y que son un 16% de la población Cartaginesa. para luego tomar decisiones bajo un grado de riesgo. 10 elemaitre . generaliza los resultados o las conclusiones observadas en una muestra. analiza y representa un grupo de datos utilizando métodos numéricos y gráficos que resumen y presentan la información contenida en ellos. del cual fueron seleccionados (población). La estadística descriptiva es describir. útil y que se pueda comunicar. infiere en el futuro. en una forma cómoda. Otra estadística descriptiva es que el 16% de las familias tienen más de 6 hijos.