Métodos de Predicción

Repaso de
conceptos
estadísticos
básicos

Sesión 02
Saltar a la primera
página
1-2

¿Qué significa estadística?

 Estadística es la ciencia de recolectar,
organizar, presentar, analizar e interpretar
datos con el propósito de ayudar a una
toma de decisiones más efectiva.

Saltar a la primera
página
1-4

Tipos de estadísticas
 Estadística descriptiva: métodos para
organizar, resumir y presentar datos de
manera informativa.
 EJEMPLO 1: un sondeo de opinión
encontró que 49% de las personas en
una encuesta sabían el nombre del
primer libro en la Biblia. La estadística
“49” describe el número de cada 100
personas que saben la respuesta.
 EJEMPLO 2: según el Consumer
Reports, los dueños de lavadoras de
ropa Whirlpool reportaron 9 problemas
por cada 100 máquinas durante 1995.
La estadística “9” describe el número de
problemas por cada 100 máquinas.

Saltar a la primera
página
1-5

Tipos de estadísticas
 Estadística inferencial: una decisión,
estimación, predicción o generalización sobre
una población, con base en una muestra.
 Una población es un conjunto de todos los
posibles individuos, objetos o medidas de
interés.
 Una muestra es una porción, o parte, de la
población de interés.

Saltar a la primera
página
1-6

Tipos de estadísticas
(ejemplos de inferencia estadística)

 EJEMPLO 1: las cadenas de TV monitorean la

popularidad de sus programas contratando
organizaciones para muestrear las preferencias de
televidentes.
 EJEMPLO 2: el departamento de contabilidad de
una empresa elegirá una muestra de facturas para
verificar la exactitud de todas las facturas de la
compañía.
 EJEMPLO 3: los catadores de vino prueban unas
cuantas gotas para tomar la decisión de liberar todo
el vino para la venta.

Saltar a la primera
página
Presentación de la información
numérica
 Gráficos de puntos (Tab. 2.3)

Saltar a la primera
página
 Diagramas de cajas (Tab. 2.3)

Saltar a la primera
página
Histogramas

Saltar a la primera
página
Gráfica de serie de tiempo

Saltar a la primera
página
Distribuciones de
probabilidad
 La distribución de probabilidad de
una variable aleatoria discreta
enlista todos los valores posibles
que puede tomar dicha variable,
junto con la probabilidad de cada
uno.

Saltar a la primera
página
Saltar a la primera
página
Saltar a la primera
página
 Distribución binomial
 Ejemplo:
 Suponga que se sacan ocho artículos al azar de
una línea de producción de la cual se sabe que
hace partes defectuosas 5% del tiempo. ¿Cuál es
la probabilidad de obtener exactamente cero
defectos?

Saltar a la primera
página
 Distribución normal estándar (Z)
 Ejemplo:
 Los pesos de una población de partes fabricadas por cierta
máquina se distribuyen normalmente con una media de 10 libras y
una desviación estándar de 2 libras. ¿Cuál es la probabilidad de
que una parte que se tome al azar de la máquina pese entre 9 y 12
libras?

Saltar a la primera
página
 Distribución t student
 El gerente de una compañía de tarjetas de crédito declara que el tiempo
medio para resolver reclamaciones es de 30 días. Para probar esta
afirmación, se recolectaron datos de una muestra de 15 quejas. Estas
tenían un tiempo medio para resolverse de 35.9 días y una desviación
estándar de 10.2 días. Considerando los datos como una muestra
aleatoria de una población normal ¿El gerente está en lo cierto?

T de una muestra

Prueba de mu = 30 vs. no = 30
Hipótesis

Media del
Error
N Media Desv.Est. estándar IC de 95% T P
15 35.90 10.20 2.63 (30.25; 41.55) 2.24 0.042

Saltar a la primera
página
Evidencia en
contra de Ho
2.24

Saltar a la primera
página
Inferencia a partir de una muestra


Z de una muestra
La desviación estándar supuesta = 10.4

Media del
Error
N Media estándar IC de 95%
500 23.500 0.465 (22.588, 24.412)

Saltar a la primera
página
 Pruebas de Hipótesis
 Hipótesis:
 Enunciado acerca del valor de un parámetro o de la
relación entre variables en una población, con el
propósito de ponerse a prueba
 Prueba de Hipótesis:
 Procedimiento basado en evidencia muestral y en la
teoría de probabilidad para determinar si una hipótesis
es :
 razonable y no debe rechazarse
 irrazonable y debe ser rechazada

Ing° María Guzmán Saltar a la primera

Valle página
 Hipótesis
•Hipótesis Nula (H0)
Enunciado tentativo que se hace acerca del valor
de un parámetro.
Conjetura inicial
•Hipótesis alternativa
Enunciado que se aceptará si los datos
proporcionan amplia evidencia de que H0 es
falsa.

Ing° María Guzmán Saltar a la primera

Valle página
Prueba de hipótesis
Paso 1: Formular las hipótesis (nula y alterna)

Paso 2: Obtener una muestra, medir y calcular

estadístico de prueba

Suponer que Ho es verdadera y determinas la distribución

muestral del estadístico de prueba

Calcular probabilidad de que el valor de la estadística de la

muestra sea por lo menos tan grande como que podría haberse
obtenido de esta distribución muestral

SI la probabilidad es alta, no se rechaza Ho, si es baja se desacredita y

puede rechazarse.

Ing° María Guzmán Valle

Saltar a la primera
página
 Tipos de Error
 Error Tipo I:
 Rechazar la hipótesis nula cuando en realidad es verdadera.
 Error Tipo II:
 Aceptar la Hipótesis nula cuando en realidad es falsa.

Aceptamos Rechazamos
Ho Ho
Ho es
Verdadera OK Tipo I
Ho es
Falsa Tipo II OK

Ing° María Guzmán Saltar a la primera

Valle página
 Prueba de hipótesis
 El supervisor de un taller sospecha que el peso medio de las partes
producidas por cierta máquina ha disminuido. Se desea probar la
hipótesis de que el peso medio de las piezas fabricadas todavía es de
50 libras, que es el peso medio de las partes en años pasados. Se toma
una muestra aleatoria de 100 piezas y se supone que la desviación
estándar de los pesos de las partes es de 5 libras sin importar el peso
medio.

Saltar a la primera
página
Ejemplo
 Suponga que se desea probar la hipótesis de que el puntaje promedio
de los estudiantes en un examen es de 500, contra la hipótesis de que
es menos a 500. Se toma una muestra aleatoria de 15 estudiantes de
entre la población y produce un puntaje promedio de 475 en tal
muestra. La desviación estándar de la población se estima mediante
la desviación estándar de la muestra, S=35. Suponga que la población
de los puntajes en los exámenes se distribuye normalmente.

Saltar a la primera
página
T de una muestra

Prueba de mu = 500 vs. < 500

Media del Límite

Error superior Evidencia para
N Media Desv.Est. estándar 95% T P
15 475.00 35.00 9.04 490.92 -2.77 0.008
rechazar Ho, por
tanto el promedio
de la calificación
en el examen de los
estudiantes es
menor a 500.

Saltar a la primera
página
 Análisis de correlación
Diagramas de dispersión

Saltar a la primera
página
 Coeficiente de Correlación
Mide la fuerza de la relación lineal entre dos
variables
Correlaciones: Ingresos (miles), Edad (años)

Correlación de Pearson de Ingresos (miles) y Edad (años) = 0.888

Valor P = 0.044

Análisis de regresión: Ingresos (miles) vs. Edad (años)

La ecuación de regresión es
Ingresos (miles) = 13.5 + 0.678 Edad (años)
Saltar a la primera
página
Evaluación de la normalidad

Saltar a la primera
página
Caso de Estudio

Saltar a la primera
página