Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTADISTICA DESCRIPTIVA
• Se ocupa de los métodos de recolección,
descripción, visualización y resumen de los datos,
que pueden ser presentados en forma numérica o
gráfica.
INFERENCIA ESTADISTICA
• Permite hacer afirmaciones válidas acerca de la
POBLACION con base a la información obtenida
de una MUESTRA, con la ayuda de la
PROBABILIDAD
Población:
Es la totalidad de posibles objetos o medidas
de interés sobre los que se hace un estudio
Pueden ser infinitas ó finitas
Muestra:
Es una parte de una población, seleccionada
adecuadamente, que conserva los aspectos
clave de la población
Muestra
Población
PROBABILIDAD
Muestra INFERENCIA
Muestra Aleatoria
Cuando el proceso de toma de una
muestra es tal que garantiza a cada uno
de los elementos de la población la misma
oportunidad de ser incluidos en dicha
muestra, denominamos a la muestra
muestra aleatoria y al proceso de
selección muestreo aleatorio.
Variables Variables
Controlables Respuesta
PROCESO
Variables
Incontrolables
Variable Finita (Discreta)
Cantidad de botellas
Variable Infinita (Contínua)
VOLUMEN LLENADO
Variable contínua
TEMPERATURA
1 2 3 4 5 6 7 8 9 10 11
Distribuciones de probabilidad
Probabilidad
TEMPERATURA
1 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2.0
Distribuciones de probabilidad Contínuas
Normal
“Ji” Cuadrada
“t” de Student
“F” de Fisher
Distribución Normal de una
muestra
__
x − µ
Z =
σ
n
Distribución Normal de una
muestra
Distribución “ji” cuadrada 2
(χ )
Si s2 es la varianza de una muestra aleatoria de
tamaño n, tomada se una población normal con
varianza σ2, entonces la variable aleatoria:
2
2 ( n − 1) s
χ = 2
σ
___ ∑x
i =1
i
X =
n
Estadistica descriptiva
Varianza es un parámetro de dispersión
Si x1; x2; x3; …. ; xn representan los elementos de
una muestra aleatoria de tamaño n, la varianza
muestral está definida por:
n __
2
∑
i =1
( xi − x )2
s =
n −1
Desviación Standard
2
s= s
Estadistica descriptiva
Varianza = Cuadrado medio (CM)
n __
∑ ( xi − x ) 2 Suma de cuadrados
s2 = i =1 CM = ----------------------------
n −1 Grados de libertad
_
Media muestral : x
Media poblacional µ
Varianza muestral : s2
Varianza Poblacional : σ
Varianza de una variable que es función de
otras:
• y = f(x1;x2;x3…..xn)
2
∂y
2
∑ i ∂ x xi
γ ( ) s 2
i
s =
y
∑γ i
Teorema del límite central
Si x1; x2; x3; …. ; xn son variables aleatorias
independientes, con valor medio µ y
varianza σ2 entonces la distribución de la
variable : n
(∑ xi ) − nµ
Z = i =1
σ n