Luis Alberto León León.

Seguridad Pública
Unidad I
Cuestionario Unidad 1

1.- ¿Qué diferencia existe entre Estadística descriptiva y Estadística inferencial?

De acuerdo con el material que forma parte del curso tanto la Estadística
descriptiva como la Estadística inferencial son tipos de análisis estadísticos que
sirven para reunir, organizar y analizar los datos numéricos pero a cada uno le
corresponde un enfoque distinto.
La Estadística descriptiva tiene como principal objetivo la descripción y
caracterización de los datos que se obtienen a partir de las técnicas que se
emplean. Es importante utilizar este tipo de métodos en materia de Seguridad
Pública particularmente cuando el objetivo principal es realizar un diagnóstico
general.
Por otra parte, la Estadística inferencial tal como su nombre lo indica permite
hacer inferencias, es decir, deducir determinadas propiedades de una población a
partir de una muestra determinada. Este tipo de estadísticas no sólo permite
comparar muestras que correspondan a diferentes poblaciones sino que tiene una
utilidad particular para la Seguridad Pública toda vez que permite una toma de
decisiones racional y basada en los datos obtenidos directamente de muestra de
población seleccionada.

02.- ¿Que es población?

Es el conjunto de todos los elementos del estudio estadístico. En otras palabras es
aquel conjunto que reúne aquellos elementos que permiten la resolución de un
problema y que presentan una característica común determinada, observable y
medible.

3.- ¿Qué es una Muestra?

Es un subconjunto de mediciones o eventos, extraído de la población (mediante
técnicas de muestreo) cuyo estudio sirve para inferir las características de la
población en general. El muestreo (o criterio de selección de una muestra) resulta
importante. Si la muestra es representativa de la población es posible establecer
una distribución de frecuencia que pueda servir para obtener suficiente
información y una buena aproximación (sin errores de inferencia) de la
configuración de la población.

4.- ¿Menciona y en qué consisten los parámetros mediciones de las

características de la población?
Los parámetros para realizar las mediciones de las características de la población
son los siguientes:
 ẋ mediana: corresponde al valor central ( o promedio de los valores
centrales) de un conjunto de valores ordenados en forma creciente o
decreciente.
  μ media: medida que se obtiene de dividir la suma de todos los valores de
una variable por la frecuencia total. Es útil pues proporciona información
acerca de la tendencia central de los datos.
 σ varianza: describe la dispersión que representa la variabilidad de una
serie de datos respecto a su media.
 de los mismos.
Si la distribución de una población puede expresarse mediante alguna función, los
parámetros pueden ser utilizados para determinar el comportamiento de la
distribución.

5.- ¿Menciona y describe los Tipos de Muestreo?

De acuerdo con el documento El muestreo elaborado por la Universidad de

Sonora. Departamento de Matemáticas entre los tipos de muestreo podemos
destacar los siguiente:

 El muestreo aleatorio simple es aquel en el que todos los individuos tienen

la misma probabilidad de ser seleccionados, se les asigna un número y es a
través de un medio mecánico o mecanismo probabilístico (bolas dentro de
una bolsa, tablas de números aleatorios, números aleatorios generados con
una calculadora u ordenador, etc.). Se pueden elegir tantos sujetos sean
necesario para completar el tamaño de muestra requerido. Es un
procedimiento simple. Sin embargo, tiene poca o nula utilidad práctica
cuando la población es muy grande.
  El muestreo aleatorio sistemático es similar al aleatorio simple pues es
necesario numerar los elementos de la población solamente que en éste en
lugar de extraer n números aleatorios solo se extrae uno solo (i), el resto
de los elementos que integran la muestra ocupan los lugares : i, i+k, i+2k,
i+3k,...,i+(n-1)k, es decir se toman los individuos de k en k, siendo k el
resultado de dividir el tamaño de la población entre el tamaño de la
muestra: k= N/n. El número i que empleamos como punto de partida será
un número al azar entre 1 y k. La desventaja de éste muestreo es que
cuando (i), la constante de muestreo está asociada con el fenómeno de
interés, las estimaciones obtenidas a partir de la muestra pueden contener
sesgo de selección.
 El muestreo Estratificado es aquel que está conformado por grupos denominados
ESTRATOS o subpoblaciones entre las cuales existe una pequeña variabilidad
entre sus elementos, respecto a alguna característica. Dicho de otro modo, la
variabilidad entre los estratos se presenta al interior de los mismos. Sé opta por
este tipo de muestreo cuando se busca particularmente que cada uno de los
estratos sea debidamente considerado y representado, por esta razón se
muestrea cada grupo aleatoriamente para obtener la parte proporcional de la
muestra.
 El muestreo por conglomerados es útil cuando existe una gran variabilidad entre
los elemento e cada conglomerado o grupo. Cuando hay una variabilidad
importante al interior del conglomerado este tipo de muestreo busca establecer el
máximo de semejanza entre ellos. Analizando de forma completa los grupos y
descartando los demás.
 El muestreo por cuotas. Se asienta generalmente sobre la base de un buen
conocimiento de los estratos de la población y/o de los individuos más
"representativos" para los fines de la investigación. Es similar al muestreo aleatorio
estratificado, pero no es aleatorio. Como su nombre lo indica se fijan "cuotas" que
consisten en un número de individuos que reúnen determinadas condiciones.
Dicha cuota permite realizar una elección, se utiliza frecuentemente en encuestas
de opinión.
 Muestreo intencional o de Conveniencia. Se caracteriza por un esfuerzo
deliberado de obtener muestras "representativas" mediante la inclusión en la
muestra de grupos supuestamente típicos. Se utiliza en sondeos preelectorales en
donde se determinan las tendencias del voto a partir de las votaciones anteriores.
El investigador seleccione directa e intencionadamente los individuos de la
población frecuentemente. Generalmente se elige a personas con las que se tenga
fácil acceso.
 Bola de nieve Se localiza a algunos individuos, los cuales conducen a otros, y
estos a otros, hasta conseguir una muestra suficiente. Este tipo se emplea muy
frecuentemente cuando se hacen estudios con poblaciones "marginales",
delincuentes, sectas, determinados tipos de enfermos, etc.
 Muestreo discrecional · A criterio del investigador los elementos son elegidos
sobre lo que él cree que pueden aportar al estudio.

6.-¿En qué consiste una variable aleatoria?

Es un número cuyo valor se determina mediante un proceso al azar. El valor de la
variable depende del resultado de un experimento, que a su vez depende
enteramente del azar. Se dice que una variable aleatoria X es una función que
asocia un número real a cada punto del espacio muestral. La variable X por tanto,
designa el espacio muestral o lo que es lo mismo el conjunto de resultados
elementeales que puede presentarse bajo distintas combinaciones posibles a
partir de las cuales se establece un rango o recorrido.

7.- ¿En qué consiste una variable Discreta?

Pertenece a un conjunto discreto en el cual en un rango dado hay un número finito
de valores. Es posible por tanto elaborar una lista con todos los valores numéricos
posibles de la variable aleatoria y de las probabilidades correspondientes en una
tabulación.

8.- ¿En qué consiste una variable continua?

Se dice que es continua una variable si su recorrido no es un conjunto numerable.
Esto significa que el conjunto de posibles valores abarca todo un intervalo de
números reales. A partir de éstas variables no es posible conocer la probabilidad
de un evento por lo que es necesario realizar distribuciones de frecuencias.

9.- ¿En qué consisten los Modelos probabilísticos?

Los modelos probabilísticos frecuentemente también denominados distribuciones de

probabilidad permiten describir los resultados a partir de experimento que tenga por
objeto de estudio el comportamiento de una variable aleatoria (discreta o continua) y que
permita calcular la probabilidad de que un evento ocurra. Es decir, un modelo
probabilístico permite describir los resultados de un experimento, pero también contribuye
a predecir el comportamiento de la variable de estudio. Dado que las variables pueden ser
discretas o continuas existen modelos probabilísticos que se adaptan mejor a unas y a
otras.