ACTIVIDAD No1

Estadística Inferencial

CINDRI MILENA MELO BEJARANO

ID: 627627

JOHN JAIRO CRUZ BELTRAN

NRC: 2193

CORPORACION UNIVERSITARIA MINUTO DE DIOS

SEGURIDAD Y SALUD EN EL TRABAJO

BOGOTÁ, D.C

2020
1. ¿Qué es la probabilidad en estadística?

La probabilidad es simplemente qué tan posible es que ocurra un evento

determinado.

Cuando no estamos seguros del resultado de un evento, podemos hablar de la

probabilidad de ciertos resultados: qué tan común es que ocurran. Al análisis de los

eventos gobernados por la probabilidad se le llama estadística.

2. ¿Cuál es la diferencia entre población y muestra?

Población se refiere al universo, conjunto o totalidad de elementos sobre los que se

investiga o hacen estudios. 

Muestra es una parte o subconjunto de elementos que se seleccionan previamente de

una población para realizar un estudio.

Normalmente se selecciona la muestra de una población para su estudio, debido a que

estudiar a todos los elementos de una población resultaría muy extenso y poco práctico.

3. En un mapa conceptual indicar todos los tipos de muestreo. (Elaboración

propia)
 Tipos de muestreo

Probabilístico
No probabilístico

Juicio Conveniencia Voluntario Aleatorio Sistemático Estratificado

simple

Son
seleccionadas a Se halla atreves
Suministra la En listado todos Se divide y luego
juicio o la del intervalo
información los elementos se escogen al
opinión del Se eligen cuando sin ser que integren la azar los
investigador los elementos se seleccionado investigación individuos
encuentran a
mayor alcance
del investigador

4. Consultar las reglas básicas de probabilidades

La probabilidad de un suceso es una medida numérica de la posibilidad de que

ocurra. La idea es relevante en situaciones donde el azar juega un papel importante.

En primer lugar, definimos el concepto de un experimento aleatorio y sus posibles

resultados.
 Frecuencia y probabilidad

Todavía no hemos definido la probabilidad de un suceso, El método más frecuente

es usar la idea de frecuencias relativas. Para un suceso A se escribe P(A) para

representar su probabilidad.

Se han definido las probabilidades como límites de frecuencias, y se puede deducir

las siguientes propiedades básicas que poseen las probabilidades.

Si A y B son sucesos incompatibles (es decir que A y B = φ) entonces P(A o B) =

P(A) + P (B).Inmediatamente podemos concluir que como φ = Ω, entonces ¯ P (φ)

= 0, es decir que el suceso imposible es de verdad imposible.

5. Consultar en qué consisten las distribuciones de probabilidad Binomial y

Poisson

De entre todas las distribuciones continuas tiene especial relevancia la distribución Normal

o de Gauss. Aparece frecuentemente en las situaciones más variadas. Las variables que

presentan una distribución Normal tienen características comunes tales como la

acumulación de valores en torno al valor de la media, la simetría en la distribución de los

valores y escasos valores alejados de la media, por ejemplo: - Caracteres morfológicos de

individuos: altura, peso, número de pie, tamaño del palmo, etc. - Características de la

mayoría de los productos de consumo: duración de las bombillas, resistencia a la rotura de

muebles o de piezas, duración de los electrodomésticos, etc. - Calificaciones obtenidas en

cursos, asignaturas y exámenes

Distribución Binomial.
Se tiene un número fijo de pruebas n. Con las siguientes características:

 Cada prueba tiene sólo dos posibles resultados: genéricamente los llamamos éxito y

fracaso. Los denotamos con 1 (éxito) y 0 (fracaso).

 El resultado de cada prueba es independiente del resultado de las demás pruebas.

 La probabilidad de éxito no cambia de una prueba a otra.

 Nos interesa sólo el número total de éxitos X y no el orden en que hayan ocurrido.

Cuando se cumplen las condiciones anteriores X tiene la distribución binomial con

parámetros n y p, donde n es el número de intentos y p la probabilidad de obtener un éxito.

Los valores posibles son desde cero hasta ene: {0, 1, 2,..., n}. La función de probabilidad

es: f(k) = P(X=k) = nCk pkq(n-k), para k en {0,1,2,...,n} donde me he visto obligado por la

tipografía, a usar el símbolo poco usual nCk para denotar las combinaciones de k objetos

tomados de un total de n: nCk = [n!] / [K!(n-k)!] Además, la letra q representa la

probabilidad de fracaso q = 1-p. La media de la binomial es: E(X) = np y la varianza:

var(X) = npq.

Distribución Poisson: Este modelo se llama así para honrar la memoria de otro gran

probabilista y matemático. La v.a. de Poisson se refiere a sucesos en un intervalo de tiempo

o en un área específica. El intervalo de tiempo puede ser de cualquier duración, un minuto,

una hora, un día, un año. Algunos ejemplos de situaciones modeladas con el modelo de

Poisson son: el número de fallas de una máquina en una semana, el número juegos de algún

deporte pospuestos por lluvia en una temporada. Cuando se trata de superficies, los

ejemplos son: el número de ratas en un terreno, el número de errores de mecanografía por

página, el número de defectos por centímetro cuadrado. Para que una v.a. sea de Poisson, se

requiere que se satisfagan 3 hipótesis (que suelen llamarse también postulados del proceso

de Poisson). Usted puede consultar estos postulados en la página 136 de su texto. En los

problemas que resolvemos en este curso, el hecho de que el modelo a utilizar sea el de

Poisson, forma parte del enunciado del problema.

6. En cierta cadena de centros comerciales trabajan 150 personas en el departamento

de personal, 450 en el departamento de ventas, 200 en el departamento de

contabilidad y 100 departamentos de atención al cliente. Con objeto de realizar una

encuesta laboral, se quiere seleccionar una muestra de 180 trabajadores. ¿Qué

número de trabajadores tendríamos que seleccionar en cada departamento

atendiendo a un criterio de proporcionalidad?

N=150+450+200+100=900

180 =X1 X1 = 30 PERSONAL

900

180 =X2 X2 = 90 VENTA

900

180 =X3 X3=40 CONTABILIDAD

 900

180 = X4 X4 = 20 ATENCION AL CLIENTE

900

7. Dado que los hobbies y los gustos de las personas son variables y aún más con la

edad, según registros estadísticos anteriores, se sabe que en un barrio de Bogotá

viven 2.500 niños, 7.000 adultos y 500 ancianos. A partir de esto, se decide elegir la

muestra de tamaño 130 utilizando un muestreo estratificado. Determinar el tamaño

muestra correspondiente a cada estrato utilizando un criterio proporcional, deben

considerarse los estratos formados por: niños, adultos y ancianos.

Población = 7000 adultos + 2500 niños + 500 ancianos

TOTAL Población = 10000

Muestra requerida  = 100

Adultos    10000 -----7000

                    100 -----   X X= 70 adultos

Niños       10000 ----- 2500

           100 -----   X X = 25 niños

Ancianos     10000 ----500 X = 5 ancianos

                        100 ----  X

La muestra representativa

70 adultos, 25 niños y 5 ancianos.

8. Al efectuar una encuesta a 125 personas, 88 afirman comprar zapatillas Adidas. Calcular

la probabilidad de que una persona elegida al azar no compre zapatillas Adidas.

P (A) 88 = 0,704 =70,4%

125

P (A) = 1- 0,296 * 100= 29,6

9. En un viaje organizado por Europa para 240 personas, 60 de los que van saben hablar

inglés, 20 saben hablar francés, y el resto solo hablan español. Escogemos uno de los

viajeros al azar. a) ¿Cuál es la probabilidad de que hable español? b) ¿Cuál es la

probabilidad de que hable francés e inglés. (Suma de probabilidades)? c) ¿Cuál es la

probabilidad de que solo hable francés?

N=240
60 +20 = 80 = 0,33

P=60 INGLES 240 240 240

S=20 FRANCES

E=160 ESPAÑOL

P€= 160/240 =0,67

R= 66,6%

10. Consultar que es una permutación y una combinación (combinatoria) estadística.

Cuando formamos grupos en los que el orden no importa, los grupos se llaman

combinaciones. Cuando formamos grupos en los que el orden sí importa, los grupos se

llaman permutaciones. Recuerda con permutaciones, posición (orden) importa.

Algunas situaciones de probabilidad implican múltiples eventos. Cuando uno de los eventos

afecta a otros, se llaman eventos dependientes. Por ejemplo, cuando objetos son escogidos

de una lista o grupo y no son devueltos, la primera elección reduce las opciones para

futuras elecciones.

Existen dos maneras de ordenar o combinar resultados de eventos dependientes.

Las permutaciones son agrupaciones en las que importa el orden de los objetos.

Las combinaciones son agrupaciones en las que el contenido importa pero el orden no.

Permutaciones y Combinaciones

 
Una cosa que sabemos sobre situaciones que implican eventos dependientes es que una

acción elimina resultados posibles de acciones futuras. Hay otro factor importante que

considera sobre los resultados de eventos dependientes: ¿Cómo están organizados?

¿Debemos hacer una lista, anotando el orden en que ocurren, o sólo los amontonamos

juntos ignorando el orden?

REFERENCIA

https://es.khanacademy.org/math/probability/probability-geometry/probability-
basics/a/probability-the-basics

https://www.diferenciador.com/poblacion-y-muestra/