ESTADÍSTICA

Facultad Nacional de Ingeniería

Oruro - Bolivia

José Luis Zamorano Escalante

Universidad Técnica de Oruro
Presentación
El termino estadística proviene del latín
statisticum collegium (“consejo de Estado”) y
de su derivado italiano statista (“hombre de
Estado o político”). En 1749, el alemán
Gottfried Achenwall comenzó a utilizar la
palabra alemana statistik para designar el
análisis de datos estatales. Por lo tanto, los
orígenes de la estadística están relacionados
con el gobierno y sus cuerpos administrativos.

ESTADISTICA:

Método científico que nos proporciona

procedimientos válidos para la
recolección, tabulación, análisis,
interpretación y presentación de datos,
que pueden ser utilizados en la toma de
decisiones.

Ramas de la Estadistica:

 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

 Posibilidad de ocurrencia de un evento

 No. de casos favorables en relación al No de

casos posibles (totales)
 Distribuciones de probabilidad

Probabilidad Discreta
 Un evento tiene un valor de probabilidad
 Distribuciones de probabilidad

Probabilidades Discretas
 Bernoulli : Una prueba dos eventos
 Binomial : N pruebas dos eventos
 Multinomial : N pruebas N eventos
 Hipergeométrica : Pruebas destructivas
 Poisson : Pruebas que tienen un área o
tiempo definidos
Variable contínua

Probabilidad Contínua
 Un evento tiene cero de probabilidad de
ocurrencia

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

Tiene una distribución ji cuadrada con υ=n-1 grados

de libertad
Distribución “ji” cuadrada (χ2)
Distribución “ji” cuadrada (χ2)
Distribución “t” de Student

Si Z es una variable normal estandar y V una
variable ji cuadrada con υ grados de libertad,
entonces la variable aleatoria T :
__
Z
T = ( x − µ)
V T=
ν S n

Es una distribución t con υ grados de libertad
Distribución “t” de Student
Distribución “t” de Student
Distribución “F” de Fisher

Si U y V son variables aleatorias que
tienen distribución “ji” cuadrada con υ1 y
υ2 grados de libertad, entonces :
U
ν 1
F =
V
ν 2

Tiene una distribución “F” con υ1 y υ2

grados de libertad
Distribución “F” de Fisher
Distribución “F” de Fisher
 Estadistica descriptiva

Media (promedio) es un parámetro de

tendencia central

Si x1; x2; x3; …. ; xn representan los
elementos de una muestra aleatoria de
tamaño n, la media muestral está definida
por:
n

___ ∑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

Grados de Libertad : No. De Comparaciones

independientes en el cálculo de un parámetro
estadístico ( Total de muestra menos No. Parámetros
Calculados)
 Estadistica descriptiva

_

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

Es la distribución normal estandarizada

N(0,1) cuando n →∞.
Distribución Normal