Documentos de Académico
Documentos de Profesional
Documentos de Cultura
UNIVERSIDAD NACIONAL
FEDERICO VILLARREAL
FACULTAD DE CIENCIAS ECONÓMICAS
ESCUELA PROFESIONAL DE ECONOMÍA
ALUMNO:
Palacios Avellaneda Eduardo Leandro
Laura Ortiz Deisy
Cienfuegos Rodríguez Sebastián
García Bolívar Cinthia
LIMA – 2019
1
DEDICATORIA
2
INDICE
DEDICATORIA ………. 01
ÍNDICE ………. 02
PRESENTACIÓN ………. 03
INTRODUCCIÓN ………. 04
TEMA
ESTADÍSTICA ………. 05
1. Definición: ………. 05
Estadística descriptiva ………. 05
Estadística inferencial ………. 06
2. Clasificación de la estadística ………. 07
La estadística inferencial o inductiva ………. 07
La estadística descriptiva o deductiva ………. 07
3. Evolución de la estadística ………. 08
4. Ejemplos de estadística. ………. 12
CONCLUSIONES ………. 22
SUGERENCIAS ………. 23
BIBLIOGRAFÍA ………. 24
3
PRESENTACIÓN
4
INTRODUCCIÓN
La estadística es una ciencia aplicada de las matemáticas y es una valiosa herramienta para
la toma de decisiones. Permite el estudio de fenómenos mediante la descripción del mismo a
través de inferencias mediante distribuciones probabilísticas.
5
TEMA: ESTADÍSTICA
1. Definición:
La estadística es una ciencia formal y una herramienta que estudia el uso y los análisis
provenientes de una muestra representativa de datos, busca explicar las correlaciones
y dependencias de un fenómeno físico o natural, de ocurrencia en forma aleatoria o
condicional.
Es transversal a una amplia variedad de disciplinas, desde la física hasta las ciencias
sociales, desde las ciencias de la salud hasta el control de calidad.
6
2. Clasificación de la estadística
El estudio de la estadística se divide clásicamente en dos, la estadística descriptiva y
la estadística inferencial.
La estadística inferencial o inductiva sirve extrapolar los resultados
obtenidos en el análisis de los datos y a partir de ello predecir acerca de la
población, con un margen de confianza conocido.
7
La estadística descriptiva o deductiva se construye a partir de los datos y la
inferencia sobre la población no se puede realizar, al menos con una
confianza determinada, la representación de la información obtenida de los
datos se representa mediante el uso de unos cuantos parámetros y algunas
graficas planteadas de tal forma que den importancia los mismos datos.
3. Evolución de la estadística
EVOLUCION HISTORICA DE LA ESTADISTICA
También los chinos efectuaron censos hace más de cuarenta siglos. Los griegos
efectuaron censos periódicamente con fines tributarios, sociales (división de tierras)
y militares (cálculo de recursos y hombres disponibles). La investigación histórica
revela que se realizaron 69 censos para calcular los impuestos, determinar los
derechos de voto y ponderar la potencia guerrera.
8
Cristo sucedía uno de estos empadronamientos de la población bajo la autoridad del
imperio.
Durante los mil años siguientes a la caída del imperio Romano se realizaron muy
pocas operaciones Estadísticas, con la notable excepción de las relaciones de tierras
pertenecientes a la Iglesia, compiladas por Pipino el Breve en el 758 y por
Carlomagno en el 762 DC. Durante el siglo IX se realizaron en Francia algunos
censos parciales de siervos. En Inglaterra, Guillermo el Conquistador recopiló el
Domesday Book o libro del Gran Catastro para el año 1086, un documento de la
propiedad, extensión y valor de las tierras de Inglaterra. Esa obra fue el primer
compendio estadístico de Inglaterra.
Aunque Carlomagno, en Francia; y Guillermo el Conquistador, en Inglaterra, trataron
de revivir la técnica romana, los métodos estadísticos
permanecieron casi olvidados durante la Edad Media.
9
inglés comenzó a publicar estadísticas semanales de los decesos. Esa costumbre
continuó muchos años, y en 1632 estos Bills of Mortality (Cuentas de Mortalidad)
contenían los nacimientos y fallecimientos por sexo. En 1662, el capitán John Graunt
usó documentos que abarcaban treinta años y efectuó predicciones sobre el número
de personas que morirían de varias enfermedades y sobre las proporciones de
nacimientos de varones y mujeres que cabría esperar. El trabajo de Graunt,
condensado en su obra Natural and Political Observations...Made upon the Bills of
Mortality (Observaciones Políticas y Naturales... Hechas a partir de las Cuentas de
Mortalidad), fue un esfuerzo innovador en el análisis estadístico.
Por el año 1540 el alemán Sebastián Muster realizó una compilación estadística de
los recursos nacionales, comprensiva de datos sobre organización política,
instrucciones sociales, comercio y poderío militar. Durante el siglo XVII aportó
indicaciones más concretas de métodos de observación y análisis cuantitativo y
amplió los campos de la inferencia y la teoría Estadística.
Los eruditos del siglo XVII demostraron especial interés por la Estadística
Demográfica como resultado de la especulación sobre si la población aumentaba,
decrecía o permanecía estática.
En los tiempos modernos tales métodos fueron resucitados por algunos reyes que
necesitaban conocer las riquezas monetarias y el potencial humano de sus respectivos
países. El primer empleo de los datos estadísticos para fines ajenos a la política tuvo
lugar en 1691 y estuvo a cargo de Gaspar Neumann, un profesor alemán que vivía en
Breslau. Este investigador se propuso destruir la antigua creencia popular de que en
los años terminados en siete moría más gente que en los restantes, y para lograrlo
hurgó pacientemente en los archivos parroquiales de la ciudad. Después de revisar
miles de partidas de defunción pudo demostrar que en tales años no fallecían más
personas que en los demás. Los procedimientos de Neumann fueron conocidos por el
astrónomo inglés Halley, descubridor del cometa que lleva su nombre, quien los
aplicó al estudio de la vida humana. Sus cálculos sirvieron de base para las tablas de
mortalidad que hoy utilizan todas las compañías de seguros.
Durante el siglo XVII y principios del XVIII, matemáticos como Bernoulli, Francis
Maseres, Lagrange y Laplace desarrollaron la teoría de probabilidades. No obstante
durante cierto tiempo, la teoría de las probabilidades limitó su aplicación a los juegos
de azar y hasta el siglo XVIII no comenzó a aplicarse a los grandes problemas
científicos.
Jacques Quételect es quien aplica las Estadísticas a las ciencias sociales. Este
interpretó la teoría de la probabilidad para su uso en las ciencias sociales y resolver
la aplicación del principio de promedios y de la variabilidad a los fenómenos sociales.
Quételect fue el primero en realizar la aplicación práctica de todo el método
Estadístico, entonces conocido, a las diversas ramas de la ciencia.
11
en la Física como resultado de las investigaciones atómicas y que este principio se
juzga aplicable tanto a las ciencias sociales como a las físicas.
4. Ejemplos de estadística.
La estadística descriptiva toma datos del total de individuos considerados y resume
la información recabada en unas pocas medidas estadísticas para extraer conclusiones
que explican el comportamiento promedio de los mismos.
Por ejemplo: Consideramos los puntajes obtenidos en una prueba o test por
todos los alumnos ingresantes a primer año de una escuela (en escala 0 a 10)
y calculamos modo=7, mediana=6,5 y media aritmética=7,5 Interpretamos
que la nota que más se repite es 7puntos, que la mitad de los alumnos
obtuvieron menos de 6,5 y la otra mitad entre 6,5 y 10, y que el promedio de
todas las notas es 7,5
Media Muestral: x = x
n
Por Ejemplo:
Calcule la media de los siguientes números: 10 , 11 , 12 , 12 , 13
1. Sumar las cantidades < 10 + 11 + 12 + 12 + 13 = 58>
2. Dividir la suma por la cantidad de elementos < 58/5>
3. El resultado es la media <11.6>
Por lo tanto, la media de los 5 números es 11.6. Note que la media resulta un
número que está entre el rango de elementos; en este caso, 11.6 está entre
10,11,12 y 13.
13
ESTADISTICA INFERENCIAL : PRUEBA DE HIPOTESIS
DEFINICIÓN Y ASPECTOS GENERALES
PASO 1
1 Ho : P = p 2 Ho : P ≤p 3 Ho : P ≥ p
H1 : P ≠ P H1 : P >P H1 : P < P
PASO 2
PASO 3
14
PASO 4
Cuando n ≤ 𝟑𝟎 𝑿−𝒖
𝒕 == 𝝈
√𝒏
𝑷−𝒑
Cuando es para 𝒛= 𝒑∗𝒒
√ 𝒏
proporciones
PASO 5
PASO 6
PASO 7
15
EJERCICIOS
1. Sports Illustrated discutió los problemas que tenían las redes de televisión al transmitir los
juegos de fútbol profesional, debido a las variaciones en la cantidad de tiempo que se
toma el partido. Los juegos que tomaran del siguiente programa, mientras que los juegos
que requerían de menos tiempo dejaron a las cadenas con franjas de tiempo por llenar.
NBC decidió probar la hipótesis de que debería asignar exactamente 3.1 horas por juego.
Para probar esta hipótesis, se seleccionaron los tiempos de 12 juegos. Los resultados en
horas son los siguientes. Si 𝜶 = 𝟏% ¿qué debe hacer la NBC?
La afirmación de Sports Illustrated sobre el tiempo de juego que 𝜋 = 3.1 contiene el signo
igual y por lo tanto sirve como la hipótesis nula.
𝐻𝑜 : 𝜋 = 3.1
𝐻𝑎 : 𝜋 < 3.1
𝟐. 𝟗𝟏 + 𝟑. 𝟏𝟗 + 𝟑. 𝟎𝟓 + 𝟑. 𝟐𝟏 + 𝟑. 𝟎𝟗 + 𝟑. 𝟏𝟗 + 𝟑. 𝟏𝟐 + 𝟐. 𝟗𝟖 + 𝟑. 𝟏𝟕 + 𝟐. 𝟗𝟑 + 𝟐. 𝟗𝟓. 𝟑. 𝟏𝟒
̅ =
𝒙
𝟏𝟐
̅ = 𝟑. 𝟎𝟕𝟓𝟓
𝒙
∑ 𝒇𝒙𝟐 − ∑ 𝒏(𝒙
̅)𝟐 𝟏𝟏𝟑. 𝟕𝟖𝟓𝟕 − 𝟏𝟏𝟑. 𝟓𝟎𝟒𝟒𝟎
𝒔=√ = √ = 𝟎. 𝟏𝟓𝟗𝟗𝟏
𝒏−𝟏 𝟏𝟐 − 𝟏
̅ − 𝒙𝒐
𝒙 𝟑. 𝟎𝟕𝟓𝟓 − 𝟑. 𝟏
𝒁= 𝒔 = 𝟎.𝟏𝟓𝟗𝟗𝟏𝟏
= −𝟎. 𝟓𝟑𝟎𝟕𝟑𝟒𝟓
√𝒏 √𝟏𝟐
16
Regla de decisión:
No rechazar 𝑯𝒐 si Z si es mayor que –1.79. Rechazar si 𝑯𝒐 es menor que
–1.79
Debido a que Z = -0.53 > -1.79, se afirma la hipótesis nula 𝐻𝑜 : 𝜋 = 3.1; se puede decir que
la duración de los partidos en el año de 1997 es menor que 3.1 horas
Interpretación:
Tras un análisis de la duración de los partidos en el año de 1997, se puede
deducir que las televisoras deberían distribuir mejor su tiempo. Ya que habrá
muchas franjas de tiempo libre, tal vez transmitiendo más propaganda llegarían a
3.1 horas y a transmitir el partido por el tiempo que dure este.
17
2)En 1997, la legislatura de Illinois debatió varias propuestas para reformar la financiación de las
escuelas estatales (Peoria Journal Star , mayo de 1997). Se aducía que el monto promedio que
invertía Illionis por alumno era menor que el promedio de Estados Unidos de 5,015 por Quality
Counts , el ¨guardián¨ del estado en cuanto a la educación basada en los ciudadanos ,reportó una
media de US$5,015 por alumno .
Mark Boozell, el asesor del gobernador para asuntos de educación realizó una encuesta de opinión
pública. Descubrió que se gastaba un promedio de US$5,112 con base en una muestra de 1.200
estudiantes, para igualarse con otros en el estudio. Se asume una desviación estándar de US$1,254.
Bocel también encontró que las 25 escuelas encuestadas reportaron una media de US$2,200.00. Se
asume una desviación estándar de US$900. 000.Boozell además aprendió que de los 1,000
contribuyentes a quienes se encuestó, 355 apoyaron el plan del gobernad ir de incrementar los
impuestos para pagar la reforma educativa.
a) Pruebe el argumento de que el gasto promedio en Illinois es menor que el promedio de Estados
Unidos de US$5,541 a un nivel de significancia del 5%, y calcule el valor p.
Solución:
5112 − 5541
𝑍= 1254 = −11.85
√1200
Debido a que Z =-11.85< −1.65 , la hipo tesis nula 𝐻0 : 𝜇 ≥ 5541 se rechaza. Los datos sustentan
la afirmación de que la financiación de Illinois está por debajo del promedio nacional. Como la
muestra la siguiente figura, el valor p, el área de la cola que va más allá del valor del estadístico
para la muestra de -11.85, es virtualmente cero:
18
b)Prueba del hipotesis de Quality Counts con un nivel de significancia del 1% .Calcule el
valor de p
Solución :
𝐻0 : 𝜇 = 5015 𝐻𝐴 : 𝜇 ≠ 5015
5112 − 5015
𝑍= 1254 = 2.68
√1200
Debido a que 𝑍 = 2.68 > 2.58 , rechaze la hipotesis nula 𝐻0 : 𝜇 = 5015 . Quality Counts
parece haber subestimado los gastos. Como lo muestra la figura, el valor p es 0.0037 x 2
=0.0074.
19
Solución:
0.355 − 0.40
𝑍= = −2.90
(0.40)(0.60)
√
1000
La afirmación de Madigan de que más del 40% de las personas están a favor de la
propuesta del gobernador no se confirma.
Como se vio la figura , debido a que 𝑍 = −2.91 < −1.65, 𝑙𝑎 ℎ𝑖𝑝𝑜𝑡𝑒𝑠𝑖𝑠 𝑛𝑢𝑙𝑎 𝐻0 : 𝜋 ≥
0.40 se rechaza .La afirmación de Philip de que menos del 40% de las
personas están a favor de la propuesta del gobernador queda confirmada .
20
e)Prueba la hipotesis de Daniel a un nivel de significancia del 5% .
Solución :
𝐻0 : 𝜇 = 2.5 𝐻𝐴 : 𝜇 ≠ 2.5
2.2 − 2.5
𝑍= 0.9 = −1.667
√25
21
CONCLUSIONES
Los conceptos antes mencionados han sido analizados e investigados de tal manera de hacer
más fácil su comprensión y entendimientos ya que la estadística es la ciencia que trata de
entender, organizar y tomar decisiones que estén de acuerdo con los análisis efectuados
La Estadística es una ciencia matemática que se utiliza para describir, analizar e interpretar
ciertas características de un conjunto de individuos llamado población. Cuando nos referimos
a muestra y población hablamos de conceptos relativos pero estrechamente ligados. Una
población es un todo y una muestra es una fracción o segmento de ese todo.
Podemos dividir la estadística en dos ramas; la estadística descriptiva, que se dedica a los
métodos de recolección, descripción, visualización y resumen de datos originados a partir de
los fenómenos en estudio; y la estadística inferencial, que se dedica a la generación de los
modelos, inferencias y predicciones asociadas a los fenómenos en cuestión.
22
SUGERENCIAS
1. Todas las barras deben ser del mismo ancho para no confundir al lector.
2. Los espacios entre barras deben ser igual a la mitad del ancho de las barras.
3. Se deben incluir las escalas y algunas indicaciones para que ayuden a la lectura de las
gráficas.
5. Se deben incluir dentro del cuerpo de la gráfica, o debajo, todo tipo de "claves" para
la interpretación de las gráficas.
7. Las notas de pie de página, o sobre fuentes, cuando sean necesarias, se deben colocar
después del título.
23
BIBLIOGRAFÍA
http://www.ceibal.edu.uy/contenidos/areas_conocimiento/mat/estadistic
a/sugerencias.html
http://es.wikipedia.org/wiki/Estad%C3%ADstica
http://www.monografias.com/trabajos91/acerca-estadistica/acerca-
estadistica.shtml
http://www.eumed.net/cursecon/libreria/drm/0.htm
http://www.ceibal.edu.uy/contenidos/areas_conocimiento/mat/estadistic
a/qu_es_la_estadstica.html
http://www.gestiopolis.com/recursos/experto/catsexp/pagans/eco/44/est
adistica.htm
http://www.mat.uda.cl/hgomez/Apuntes/Estad%C3%ADstica%20Descr
iptiva%20I.pdf
24