INSTITUCION UNIVERSITARIA POLITECNICO GRANCOLOMBIANO

FACULTAD DE INGENIERÍA, DISEÑO E INNOVACIÓN

ESTADISTICA II

PROYECTO DE AULA CORTE N° 2

MIGUEL

RICHARD

RODRIGUEZ PULIDO SERGIO

ZAPATA CIFUENTES EDWIN HERNANDO

BOGOTA D.C – ABRIL –11 – 2019

 Laboratorio Estadística II Segundo Corte.
1. Realice un párrafo de contextualización (máximo 1 página) donde explique cómo se obtuvo
la base de datos trabajada y la importancia de su análisis. Además, indague sobre Data Science,
Análisis de Datos, Big Data o Reconocimiento de patrones y úselo para justificar su trabajo.

La base de datos a trabajar trata principalmente sobre la población total en el mundo tomando
otras variables como sequias, inundaciones, emisiones de gas, metano, óxido nitroso etc. Fue
tomada del link descrito en el laboratorio. Con el análisis a esta base de datos podemos
determinar una cantidad dada en porcentajes o decimales del aumento de la población, la base
de datos comienza desde el año de 1960 hasta el 2017 con sus respectivos indicadores
midiendo la principal y secundarias variables observando si ha crecido o disminuido y así
llegar a dar una respuesta por año en un indicador estadístico.

Un Data Scientist es un experto en Data Science (Ciencia de datos), su trabajo consiste en

extraer conocimiento a partir de los datos para poder responder a las preguntas que se le
formulan.

La Data Science, nace a partir del método científico y es la evolución de lo que hasta ahora se
conocía como análisis de datos, pero a diferencia de éste que sólo se dedicaba a analizar
fuentes de datos de una única fuente, el Data Scientist debe explorar y analizar datos de
múltiples fuentes, a menudo tan inmensas (conocidas como Big Data), y que pueden tener
formatos muy diferentes.

Big Data es un término que describe el gran volumen de datos, tanto estructurados como no
estructurados, que inundan los negocios cada día. Pero no es la cantidad de datos lo que es
importante. Lo que importa con el Big Data es lo que las organizaciones hacen con los datos.
Big Data se puede analizar para obtener ideas que conduzcan a mejores decisiones y
movimientos de negocios estratégicos.

Reconocimiento de patrones es la ciencia que se ocupa de los procesos sobre ingeniería,

computación y matemáticas relacionados con objetos físicos y/o abstractos, con el propósito
de extraer información que permita establecer propiedades de o entre conjuntos de dichos
objetos. También son los medios por los cuales se puede interpretar el mundo.

Ya sabiendo las definiciones de Big Data, la Data Science y el reconocimiento de patrones, la

base que estamos analizando es una Big Data ya que cumple con las características para serlo,
también llega a ser una Data Science, la base de datos analizados es una Big Data. Para el
reconocimiento de patrones la base según la definición tiene procesos matemáticos, pero no
puede llegar a ser usada para el reconocimiento de patrones.
2. Realice cada una de las siguientes pruebas de hipótesis:

 Prueba de Hipótesis para la media con una significancia del 4%.

Planteamiento y resolución Hipótesis.

Hₒ: μ ≤ 210
Hₐ:μ ≥ 210
Poblacion urbana total Colombia Año 2017
n 80,446
s 256145,1352
x 68,23268

Z= 68,23268 – 100/ 256145/ √57

Z= -9,3633
Grados libertad= 100 -1
Grados libertad = 99

Valor Critico: INV.T(0,04;99)

Valor Critico: -1,76884234

Como es de cola inferior: -9,3633

El estadístico cae en la zona de rechazo: -1,7688
 Prueba de Hipótesis para la diferencia de medias con una significancia del 8%.

Hₒ: μ ≤ 210
Hₐ:μ ≥ 210

Crecimiento poblacion anual en Colombia Año 2017

n 0,843640032
s 1,96647193
x 112,0889

Z= 112,0889 – 210/ 1,96647193/ √57

Z= -6,6048
Grados libertad= 210 -1
Grados libertad = 209

Valor Critico: INV.T(0,08;209)

Valor Critico: -1,410008853

Como es de cola superior: -6,6048

El estadístico cae en la zona de rechazo: -1,4100
 BIBLIOGRAFIA

1. https://datos.bancomundial.org/tema/cambio-climatico?end=2018&start=1960
2. https://www.powerdata.es/big-data
3. https://inlab.fib.upc.edu/es/blog/que-es-un-data-scientist

4. Reconocimiento de Patrones Jesús Ariel Carrasco Ochoa Instituto Nacional de

Astrofísica Óptica y Electrónica