ANÁLISIS ESTADÍSTICO

Ph.D. Miguel A. Flores Sánchez

Octubre 2019

Email: miguel.flores@epn.edu.ec Móvil: 0983472472

Twitter: @mflores72000
CONTENIDO
PRESENTACIÓN
 PARTE I: INTRODUCCIÓN
✓Modelo pedagógico
✓Objetivo de la Estadística
CONTENIDO

✓Metodología de la estadística
✓Falacias estadísticas y verdades a medias
✓Argot estadístico
✓Estadística descriptiva
✓Encuestas
 MUNDO ACADÉMICO
IMAGINARIO
MODELO PEDAGÓGICO

TEORÍA

?? ?!

?? ?!
EXPERIENCIA

MUNDO
REAL
EMPRESARIAL

https://www.youtube.com/watch?v=l05SsqavCAg
• ALGUNAS DEFINICIONES…

Qué es población y muestra

estadística?
Población y muestra estadística
Objetivo de la estadística

Mundo real: Obtener información de la población a

partir de una muestra.
 X
Imaginario
Variable aleatoria

Real Característica de estudio

Muestreo
METODOLOGÍA

Estadística
ESTADÍSTICA

Inferencial Estadística Teoría de Muestreo

Descriptiva • Estrategias de muestreo

Inferir Teoría de Probabilidades

• Teorema Central de Límite

Población estadística Muestra

Parámetros Estimadores

Mundo Imaginario: describir la característica de interés de un

fenómeno aleatorio (patrón) a través de un modelo probabilístico
Objetivo de la estadística

Mundo Imaginario: describir la

característica de interés de un fenómeno
aleatorio (patrón) a través de un modelo
probabilístico.

Mundo real: Obtener información de la

población a partir de una muestra.
CLASIFICACIÓN DE LA ESTADÍSTICA

• Descriptiva • Paramétrico • Univariante

• Inferencial • No paramétrico • Multivariante
• Bayesiano • Funcional

Objetivo Enfoque Análisis

CLASIFICACIÓN
Cultura estadística
Cultura estadística

Tendencia central
La media aritmética de un conjunto
finito de números es el valor
característico de una serie de datos
cuantitativos objeto de estudio que
parte del principio de la esperanza
matemática o valor esperado

Variabilidad
La varianza es una medida de la
variabilidad que da cuenta del
grado de homogeneidad de los
datos.
La desviación estándar es
simplemente el "promedio" o
variación esperada con respecto a
la media aritmética.
Tendencia central y variabilidad

9 Dispersión:
(𝟎+𝟎+𝟎)
=𝟎
𝟑

Serie 1: 9 9 9 = 27
9 (𝟒+𝟑+𝟏)
Dispersión: = 𝟐, 𝟕
𝟑

Serie 2: 5 12 10 = 27
9 (𝟕+𝟐+𝟗)
Dispersión: =𝟔
𝟑

Serie 3: 2 7 18 = 27
Libro : Equívocos y falacias en la interpretación de
estadísticas. Stephen, Campbell
VERDADES A MEDIAS

• Marco muestral
• «Mientras más grande la muestra
mejor»
• Nivel de confianza 95%
• Error de estimación 5%

Resultados de una investigación de mercado:

Votación Mínima Votación Máxima
estimada Estimada
Candidato A 48.23 % 51.34 %

Candidato B 49.30 % 52.84 %

Cuando esto sucede mencionan lo siguiente:

“Existe un empate técnico”
CULTURA ESTADÍSTICA

• Quito
• Sangolqui
• Riobamba
• Guayaquil
• Babahoyo
• Samborondón
• Santa Elena
• Esmeraldas
• Cuenca
 FALACIAS ESTADÍSTICAS
La producción de acero en el año fue de 4.2
FALACIAS ESTADÍSTICAS Y

✓Malas comparaciones millones de toneladas, se preveía una

VERDADES A MEDIAS

producción de 10.3 millones de toneladas

✓Muestra para el año siguiente, la producción real en el
✓Promedios engañosos año siguiente fue de 5.9 millones de
toneladas, un incremento del 1.7 millones en
✓Escalas gráficas vez de 6.1 millones, o sea, el 28% de la
expansión planeada.
VERDADES A MEDIAS
Votación Votación
Mínima Máxima
✓Error de estimación estimada Estimada
✓Nivel de confianza Candidato A 48.23 % 51.34 %

✓Cuestionarios Candidato B 49.30 % 52.84 %

 CONCEPTOS ESCALAS

✓Universo ✓Nominal
ARGOT ESTADÍSTICO

✓Población ✓Ordinal
✓Marco muestral ✓Intervalo
✓Muestra ✓Razón

VARIABLES DE ESTUDIO VARIABLES ALETAORIAS

✓Cuantitativas ✓Discretas
✓Cualitativas ✓Continuas
 TENDENCIA CENTRAL VARIABILIDAD
ESTADÍSTICA DESCRIPTIVA

✓Media (promedio) ✓Varianza

✓Mediana ✓Desviación estándar
✓Moda ✓Desviación absoluta media
✓Coeficiente de variación
✓Rango

FORMA POSICIÓN
✓Coeficiente de curstosis ✓Percentiles (cuantiles)
✓Coeficiente de asimetría ✓Deciles
✓quintiles
✓Quartiles
TALLER 1: identificación y clasificación
de las características de estudio

Fuente: http://es.slideshare.net/JoanFernandoChipia/tipos-de-escalas-y-variables-estadsticas
TALLER 1: identificación y clasificación
de las características de estudio

Fuente: http://es.slideshare.net/JoanFernandoChipia/tipos-de-escalas-y-variables-estadsticas
TALLER 1: identificación y clasificación
de las características de estudio
A.- Identificar a que clasificación de variable pertenece las siguientes características de interés.
Variables de estudio Escala Variables aletorias
Nº
Caracteristica de estudio
Cuantitativa Cualitativa Nominal Ordinal Intervalo Razón Discreta Continua
1 Número de hermanos
2 Número de empleados de una fábrica
3 Número de goles marcados por un equipo de futbol en la liga
4 Velocidad de un vehículo
5 Temperaturas registradas en un observatorio cada hora
6 Peso en kg de los recién nacidos en un día en España
7 Color de los ojos
8 Profesión de una persona
9 Estado civil
10 Sexo del empleado
11 jerarquía del empleado
12 Número de descargas diarias desde un sitio web
13 Número de personas entre 30 y 40 años que caen en mora al mes
14 Número de sacos de palma africana producidos en la semana
15 Número de visitantes de un sitio web al mes
16 Número de mujeres que solicitan créditos al IESS al año
17 Tiempo de descarga de un archivo
18 Tiempo requerido para el ensamblaje de un producto
19 Cotización de las acciones de FedEx
20 Presión arterial de un paciente hipertenso
B.-Dar un ejemplo de características de estudio por cada tipo de clasificación (estudio, escala y aleatorias)
que tengan que ver con su contexto laboral.
Nota: Más información sobre tipos de variables http://www.ditutor.com/estadistica/variables_tipos.html
DATA SCIENCE & BIG DATA
X- M
¿Big Data?
¿Fuente de Datos?
¿Cuántas transacciones?
¿Cuál es la estructura de los Datos?
¿Data Mining?
DATA WAREHOUSE & DATA LAKE
40
41
42
43
44
45
46
47
48
ANALÍTICA
MS EXCEL

49
APLICACIONES DE NEGOCIO
SECTOR TELCOM
ASEGURAMIENTO DE INGRESO
MONITOREO Y ANÁLSIS DE TRÁFICO GRATUITO MB

SERIE 2
SERIE 3

SERIE 1
Resultados
Resultados
Resultados
LCL UCL
310.1829 444.7627
OPORTUNIDADES DE APLICACIÓN ML
MODELO PREDICTIVO PARA CLIENTES PREPAGO CON NAVEGACIÓN
GRATUITA

• Predecir y analizar un modelo que nos permita determinar los

clientes con servicio celular “prepago” que pueden estar
navegando de manera gratuita por medio de aplicaciones o
cualquier otra funcionalidad y que no estén consumiendo
paquetes o realizando recargas
• Número de teléfono
• Total de consumos (Megas)
• Consumo gratuito (megas)
• Monto de recargas
• Cantidad de recargas
• Saldo ($USD)
• Variable Target
DETECCIÓN DE FRAUDE
MONITOREO Y ANÁLSIS DE TRÁFICO LDI ENTRANTE
APLICACIONES DE NEGOCIO
INDUSTRIA 4.0
 TRES FRASES QUE ME HAN ACOMPAÑADO DURANTE LA EVOLUCIÓN
DE MI VIDA PROFESIONAL

AUTOAPRENDIZAJE MISIÓN DE AYUDAR INVESTIGAR

AVANZAR EN COMUNIDAD