TAREA DE APRENDIZAJE_ SEM01_TA01_EstadDescrip

PROBLEMAS 1: Sobre la Estadística Descriptiva versus la Estadística Inferencial.

Ejemplos:
1. Un gerente de personal desea conocer las aptitudes de cinco secretarias que trabajan en una dependencia
particular de una compañía.
Se aplica una prueba de aptitudes a las cinco secretarias y las calificaciones son 85, 90, 93, 82 y 95 puntos.
Supongamos que la medida estadística que emplea el gerente de personal es la aptitud promedio o media
aritmética, la cual es la suma de los valores observados dividida entre el número de observaciones.
Entonces, la calificación promedio es:
(85 +90+93+ 82 + 95)/ 5 = 445/ 5 = 89 puntos.
El resultado se limita a los datos obtenidos en este caso particular y no implica ninguna generalización
acerca de las aptitudes de las secretarias de otras oficinas de la misma compañía.

Es decir, el gerente está usando estadística para describir aptitudes de las secretarias de esa oficina.

Este método es de naturaleza descriptiva, debido a que el promedio condensa y describe la información
obtenida.

Los gráficos, tablas y mapas que muestran datos de tal forma que sean más fáciles de entender son ejemplos
del uso de estadística Descriptiva.

2. Suponga en el ejemplo 1, que el gerente de personal desea conocer la aptitud promedio de todas las
secretarias de la compañía, pero carece de tiempo o de los recursos para aplicar una prueba de aptitud a todas
ellas.

Entonces decide usar la aptitud promedio de las cinco secretarias para estimar la aptitud promedio de todas las
secretarias de la compañía.

El proceso de estimar esta aptitud promedio global será un problema de Inferencia Estadística.

3. Un fabricante de medicinas afirma que una nueva vacuna contra el catarro desarrollado por su compañía tiene
una efectividad del 95%, esto es, en proporción 95 de cada 100 personas que emplean la vacuna pasarán el
invierno sin contagiarse de catarro.

Como resulta imposible probar la vacuna en todas las personas, se considera una muestra de 40 personas que
han recibido la vacuna, y se observa que de ellas, 35 no se contagiaron de catarro.

1
 Si la afirmación del fabricante es correcta se esperaría que 38 personas (40x 0.95 = 38) pasarán el invierno
sin catarro.

Comparando las dos cifras: Puesto que el número observado es 35, lo cual es inferior al número esperado 38.
¿Deberá rechazarse la afirmación del fabricante en base a la evidencia?.

El proceso de decisión de rechazar o no la afirmación del fabricante es un problema de Inferencia

Estadística.

El problema también puede plantearse como sigue:

Calculando la proporción de personas no contagiadas, la cual es el cociente del número de personas

observadas que no se contagiaron entre el número total de personas observadas.

Es decir, la proporción de personas no contagiadas es: 35/40 = 0.88

Esta proporción expresado en porcentaje es 100(0.88) % = 88%. Entonces la evidencia indica sólo un
88% de efectividad de la vacuna en cuestión, que es menor a la afirmación del fabricante.

El proceso de decidir, se rechaza o no la afirmación del fabricante, es un problema de inferencia

estadística.

4. Cuatro bombillas de marca A dejaron de funcionar después de 1100, 980, 900 y 1020 horas de uso continuo.
Cinco bombillas de marca B dejaron de funcionar después de 960, 1050, 1065, 845 y 980 horas de uso
continuo.

Con esta información se llega a las siguientes conclusiones:

a. La duración promedio de las 04 bombillas marca A es de 1000 hs, mientras que la duración
promedio de las 05 bombillas marca B es de 980 hs.

b. La duración promedio de todas las bombillas marca A es mayor que la de todas las bombillas
marca B.

c. La diferencia entre los dos promedios es de 20 hs.

d. La diferencia entre los dos promedios es demasiado pequeño para llegar a la conclusión de que
las bombillas marca A son mejores que las bombillas marca B.

e. Si se selecciona y prueba otra bombilla marca A, probablemente durará más que el promedio
de las bombillas marca B.

2
 f. Ud. decide comprar bombillas marca A en vez de bombillas marca B.

¿Cuáles de las conclusiones provienen de la Estadística Descriptiva y cuáles de la Inferencia

Estadística?
Solución

a. La duración promedio de las 04 bombillas marca A es:

(1100+ 980+ 900 + 1020)/ 4 = 4000/ 4 = 1000 hs.

La duración promedio de las 05 bombillas marca B es:

(960+ 1050+ 1065+ 845 + 980)/5 = 4900/5 = 980 hs.

Como se está usando Estadística para describir el comportamiento sólo de los datos observados
y no para una generalización, la conclusión proviene de Estadística Descriptiva.

b. Puesto que se está generalizando, que la duración promedio de todas las bombillas marca A es
mayor que todas las bombillas marca B, la conclusión proviene de la Estadística Inferencial.

c. Vemos que: 1000 – 980 = 20 hs.,

Es decir la conclusión proviene de la estadística Descriptiva.

d. Se está usando los promedios de los datos observados para inferir sobre la diferencia de todas
las bombillas. Por lo tanto, es Inferencia Estadística.

e. Se hace una generalización de que cualquier bombilla marca A durará más que el promedio de
las bombillas marca B, proviene de Inferencia Estadística.

f. Ud. está generalizando que las bombillas marca A duran más que las bombillas marca B. Por lo
tanto, es Inferencia Estadística.

PROBLEMAS 2: Sobre Población versus Muestra, Parámetro versus Estadístico(o Estadígrafo), Unidad
Estadística.

Ejemplos:

3
 1. Suponga que los ingresantes al primer año de la universidad Nacional de Trujillo consta de 3000
estudiantes, los cuales han dado un examen único de selección que se aplicó a todos los estudiantes
que han ingresado a primer año de universidad en el país.

Explique las circunstancias bajo las cuales las calificaciones recibidas por los estudiantes ingresantes
al primer año de su universidad puede considerarse como:

a. Una muestra,

b. Una población.

Solución

a. Por ejemplo, si se quiere conocer, la calificación promedio de todos los ingresantes de las
universidades del país, la población estaría formada por las calificaciones de todos los ingresantes a
primer año de las universidades en el país, entonces las calificaciones de los ingresantes a la UNT
sería una muestra.

b. Por ejemplo, si se desea conocer la calificación promedio de todos los ingresantes de la UNT. La
población estaría compuesta por las calificaciones de todos los ingresantes a la UNT. Tendremos así,
una circunstancia en la cual las calificaciones recibidas por los estudiantes ingresantes a primer
año de la UNT se considera como población.

2. En un país, se realiza una votación preliminar para determinar las preferencias de los electores en una
elección presidencial.

Con este fin se entrevistan 1500 electores registrados y entre ellos 860 están a favor del candidato A.

Identifique lo siguiente:

a. La unidad estadística.
b. La muestra.
c. La población.
d. La variable
e. El parámetro.
f. El estadígrafo o estadístico.
g. ¿La población es finita o infinita?

Solución

a. La unidad estadística está constituida por cada elector registrado del país.

4
 b. La muestra está constituida por las respuestas de 1500 electores registrados del país.

c. La Población está constituida por las respuestas de todos los electores registrados del país.

d. La variable es: a favor o no del candidato A.

e. El parámetro es la proporción de todos los electores registrados que están a favor del candidato
A.

f. El estadístico es la proporción de los 1500 electores registrados que están a favor del candidato
A.

Es decir 860/ 1500 = 0.57 (57%)

3. Ejemplo de poblaciones Objetivo:

a. Las edades de todos los estudiantes del Perú.

b. Las edades de todos los alumnos del sistema universitario peruano.

c. Los diámetros de toda la producción diaria de tuercas.

d. Los pesos de todos los melones de una cosecha de la cooperativa los “meloneros “.

4. Ejemplo de Poblaciones Objeto:

a. Todos los automóviles que circulan en un país.

b. Todos los pacientes con poliomielitis sometidos a una determinada terapia de rehabilitación.

c. Todos los enfermos de Sida, tratados en el hospital Regional en Enero 2005.

PROBLEMAS 3: Sobre Variables Cualitativa (Nominal y Ordinal) versus Variable Cuantitativa

(Discreta y Continua).

Ejemplo:
Clasificar las siguientes características en variables cualitativa (nominal y ordinal) versus variable
cuantitativa (discreta y continua):

5
a. Tiempo de servicio de los empleados de una empresa.

b. Número de cheques girados diariamente en un mes.

c. Lugar de nacimiento de las personas que viven en Lima.

d. Número de acciones comunes vendidas cada día en la Bolsa de Valores de Lima

e. Nivel educacional de las madres de familia de los alumnos de UPAO.

f. Religión de los habitantes de la Urbanización Los Granados de Trujillo.

g. Temperatura diaria de la ciudad de Pacasmayo de La Libertad.

h. Humedad diaria de Lima.

i. Estatura de los alumnos ingresantes a la escuela Naval del Perú el año 2005

j. Color de ojos de las cajamarquinas.

Solución

a. El tiempo que cualquier persona presta servicios a una empresa esta comprendida generalmente de
acuerdo a ciertas leyes entre 0 y 30 años. Es decir, puede ser cualquier punto del intervalo0 , 30, al
menos en teoría. Por tanto es una variable cuantitativa continua.

b. El número de cheques girados diariamente en un mes, puede ser: ninguno, uno, dos,……Es decir, es
una variable cuantitativa discreta.

c. Las personas que viven el Lima, pueden haber nacido en cualquier distrito o lugar del país o del
extranjero. Por tanto, es una variable cualitativa.

d. También es una variable cuantitativa discreta.

e. El nivel educacional es una variable cualitativa ordinal.

f. La religión es variable cualitativa nominal.

g. La temperatura diaria es variable cuantitativa continua.

h. La humedad diaria es variable cuantitativa continua.

6
i. Estatura de los alumnotes una variable cuantitativa continua.

j. El color de ojos es variable cualitativa nominal.

PROBLEMAS 4: Sobre los Tipos de Muestreo

1. Conteste si es verdadero o falso cada una de las siguientes proposiciones:

a. Cuando una muestra contiene las características relevantes de cierta población en la misma
proporción en que figuran en esta última, se dice que es una muestra representativa.

b. Cuando los electores incluidos en una muestra se basan en el juicio del individuo que toma la
muestra, se dice que es no aleatoria.

c. Un plan de muestreo que selecciona miembros de una población a intervalos uniformes en el tiempo,
orden o espacio recibe el nombre de muestreo estratificado.

2. ¿Son representativas las siguientes muestras?. Explicar.

a. El editor de una revista desea predecir el resultado de la siguiente elección presidencial y con esta
finalidad entrevista a 1000 suscritores de su revista para determinar sus preferencias al votar.

b. Se entrevista a los estudiantes de una clase de estadística acerca de sus actitudes hacia la legalización
del aborto; sus respuestas se utilizarán para predecir la opinión de la comunidad universitaria en lo
referente a este problema.

3. Una organización no lucrativa está efectuando una encuesta domiciliaria de opinión sobre los servicios
que presta la municipalidad a la comunidad. La organización haldeado un esquema para realizar el
muestreo aleatorio de las casas y planea efectuar la encuesta los días laborables de las 12 del día a las
5 de la tarde. ¿Producirá este esquema una muestra aleatoria?

4. Debería utilizarse muestreo estratificado o muestreo por conglomerados, y ¿cómo? para obtener una
muestra aleatoria en cada una de las siguientes situaciones?

a. Se realiza un estudio para determinar el patrón de gastos familiares en cierta ciudad.

b. Se realiza una encuesta para determinar la actitud de los estudiantes universitarios del Perú, con
respecto a la pena capital.

7
8