TEMA

APLICACIÓN DE LA ESTADÍSTICA
INFERENCIAL EN LA CARRERA QUE
ESTUDIO

MATERIA
ESTADÍSTICA II

FACILITADOR

Sustentantes
María victoria amaro duarte
INDICE
 INTRODUCCION
Dentro de la materia de estadística, tenemos la “estadística inferencial”, que se
encarga de realizar estas investigaciones en base a muestras poblacionales.
Gracias a esto, no existe la necesidad de llegar a cada rincón de la zona a
investigar, ni de llegar a la totalidad de la población.
Para toda carrera esta materia es clave, ya que estamos hablando de herramientas
que se ocupa de encontrar la manera de llegar al consumidor de diversas formas,
tomando en cuenta el producto, la empresa, su imagen, las circunstancias y
fenómenos externos. Por lo tanto, la estadística inferencial es fundamental para
entender las necesidades del público objetivo de cualquier marca o empresa sin la
necesidad de preguntar a cada miembro o individuo de la población. Esto plantea
un ahorro en tiempo y recursos, lo que también permite cambios y reajustes en las
distintas estrategias.
 JUSTIFICACION

La estadística estudia la probabilidad de éxito de las diferentes

soluciones posibles a un problema en idas diferentes ciencias en las
que se aplica y para ello utiliza los datos observados en una o varias
muestras de la población. Mediante la creación de un modelo
matemático infiere el comportamiento de la población total partiendo
de los resultados obtenidos en las observaciones de las muestras.

Ahora bien, las técnicas estadísticas se aplican de manera amplia

en la contabilidad, control de calidad y en otras actividades; estudios
de consumidores; análisis de resultados en deportes;
administradores de instituciones; en la educacion; organismos
políticos; médicos; y por otras personas que intervienen en la toma
de decisiones.
 CAPITULO I
“LA ESTADISTICA INFEREHCIAL. GENERALIDADES”

Teoría Del muestreo

La teoría del muestreo se refiere al estudio de las relaciones que

existen entre un colectivo o población y las muestras que se extra en
de las mismas.

Por otro lado podemos decir que la teoría del muestreo Es la

actividad por la cual se toman ciertas muestras de una población de
elementos de los cuales vamos a tomar cienos criterios de decisión,
el muestreo es importante porque a través de él podemos hacer
diferentes análisis.

Teoría de las Probabilidades

Según los conocimientos adquiridos podemos decir que la teoría de

las probabilidades consiste de que en cada experimento aleatorio se
asigna un valor x a un suceso para saber si es probable a no.

También es una rama de las matemáticas que estudia los fenómenos

aleatorios y estocásticos. La misma se ocupa de asignar un cierto
número a cada posible resultado que pueda ocurrir en un experimento
aleatorio con el fin de cuantificar dichos resultados y saber si un
suceso es más probable que otro.
 Distribución de Probabilidades para variables continuas y
Discretas

La distribución de probabilidades es la forma en la cual una variable

puede tomar cieno valor, anexo detalles:

Una distribución continua describe las probabilidades de los

posibles valores de una variable aleatoria continua.

Una variable aleatoria continua es una variable aleatoria con un

conjunto de valores posibles (conocido como el rango) que es infinito
y no se puede contar.

Las probabilidades de las variables aleatorias continuas (X) se definen

como el área por debajo de la curva de su PDF. Por Ío tanto, solo los
rangos de valores pueden tener una probabilidad diferente de cero. La
probabilidad de que una variable aleatoria continua equivalga a algún
valor siempre es cero.

La distribución normal continua puede describir la distribución del

peso de hombres adultos. Par ejemplo, usted puede calcular la
probabilidad de que un hombre pese entre 160 y 170 libras.

Con una distribución de probabilidad discreta, cada valor posible de

la variable aleatoria discreta puede estar asociado con una
probabilidad distinta de cero Por Ío tanto, una distribución de
probabilidad discreta suele representarse en forma tabular.
 Ejemplo del número de quejas de clientes

Con una distribución discreta, a diferencia de una distribución continua,

usted puede calcular la probabilidad de que X sea exactamente igual a
algún valor. Por ejemplo, puede utilizar la distribución discreta de
Poisón para describir el número de quejas de clientes en un día.
Supongamos que el número promedio de quejas por dia es 10 y usted
desea saber la probabilidad de recibir 5, 10 y 15 quejas de clientes en
un día.

Pruebas de Hipótesis

Prueba de hipótesis es una regla que especifica si se puede aceptar o

rechazar una afirmación acerca de una población dependiendo de la
evidencia proporcionada por una muestra de datos
Esta probabilidad consta de examinar dos poblaciones opuesta nulas
de tal manera que p+q es igual a 1

Una prueba de hipótesis examina dos hipótesis opuestas sobre una

población: la hipótesis nula y la hipótesis alternativa. La hipótesis nula
es el enunciado que se probará. Por lo general, la hipótesis nula es un
enunciado de que "no hay efecto" o "no hay diferencia". La hipótesis
alternativa es el enunciado que se desea poder concluir que es
verdadero de acuerdo con las evidencias proporcionadas por los datos
de la muestra. Con base en los datos De muestra, la prueba
determina si se puede rechazar la hipótesis nula. Usted utiliza el valor
p para tomar esa decisión. Si el valor p es menor que el nivel de
significancia (denotado como a o alfa), entonces puede rechazar la
hipótesis nula.
CAPITULO II
 1) Construye una distribución de probabilidad discreta.

X P( (X- (X- ((X-

X) E(x)) E(x))2 E(X))2P(X)
P(X=0)=7/ 0 0. -1.8 3.24 1.134
20 35
P(X=1)=6/ 1 0. -0.8 0.64 0.192
20 30
P(X=2)=3/ 2 0. 0.2 0.04 0.006
20 15
P(X=4)=1/ 4 0. 2.2 4.84 0.242
20 05
P(X=5)=1/ 5 0. 3.2 10.24 0.512
20 05
P(X=7)=1/ 7 0. 5.2 27.04 1.352
20 05
P(X=8)=1/ 8 0. 6.2 38.44 1.922
20 05

Total 1 5.36

E(x)=0(0.35)+1(0.3)+2(0.15)+4(0.05)+5(0.05)+7(0.05)+8(0.05)

E(x)= 0 + 0.3 + 0.3 +0.2 + 0.25 + 0.35 + 0.4

E (x) ꓿1.8
• Calcular la Varianza y Obtener la Desviación Típica de la
tabla Elaborada.
La varianza es σ2 =
5.36 σ=√ σ2

σ=√ 5.36= 2.315

La Desviación es σ=2.315

• Interpretar el valor de la Esperanza Matemática.

Esto significa que el grado de depreciación o variación de la variable aleatoria de x
con respecto a la esperanza Matemática de la media

• Interpretar el valor de la desviación típica.

Un valor de desviación estándar más alto indica una mayor dispersión de los
datos.

Caso 1:
De las personas que asisten a un centro de salud para realizarse la prueba
de Covid-19, el 0.33 da positivo del virus, entonces determine la
probabilidad de que en una muestra aleatoria de 9 personas 5 estén
afectadas del virus.

Datos

P=0.33 Q= 0.67 N=5

R=3

P(r)=Ni/ xi(n-x)! (P) x (G)n-x

P (3) = 5i/ 3i (5-3) i*(0.33)3(0.67)5-3

P(3)= 10*0.035937*0.4489

P (3) ꓿ 0.1613*100 ꓿16.13%

Caso 2:

En la sala de internamiento de un centro de salud hay 10 pacientes de los

cuales 3 son sintomáticos de Covid-19, entonces si tomamos una muestra
aleatoria de 6 pacientes cual es la probabilidad de que 2 sean sintomáticos
del virus.
Datos

N=10 K=3 .n=6

X=2

P (2)= (3:2) (10:6- 3:2) / (10:6)

(3:2) = 3!/ 2!(3-2)!= 6/2=3
N-K=10-3=7

.n-x = 6-2 = 4
(7:4) = 7!/ 4!(7-4)!= 5,040/ 144 = 35

(10:6) = 10!/ 6!(10-6) =3,628,800/ 17,280 = 210

P (2) = (3*35) / 210

P (2)= 0.5*100= 50%
CONCLUSION

Luego de un estudio del tema podemos concluir que la estadística inferencial en la

carrera que estudiamos tiene una participación importante, en virtud de que los
procesos estadísticos nos ayudan a la toma de decisiones y organización.

De igual manera en el desarrollo del tema se pudo evaluar los datos

correspondientes al COVID 19 en la Republica Dominicana, sobre informaciones
útiles de personas recuperadas, durante 1 día en 20 provincias. Basándonos en
datos numéricos que nos ayudaron a sacar una muestra del informe poblacional,
que ofrece el Ministerio de Salud Pública.
BIBLIOGRAFIA

https://www.google.com/search?client=avast&q=teoria+de+muestreo

https://www.google.com/search?client=avast&q=teoria+de+probabilidad
https://www.google.com/search?client=avast&sxsrf=ALeKk00SBFKWVYFeqs74JwuWAbC9gA0U1g
%3A1593045375317&ei=f_HzXsvtEqG1ggfE3YfYBQ&q=distribuci%C3%B3n+de+probabilidad+discr
eta+y+continua&oq=distribucion+de+probabilidad+discreta+&gs_lcp=CgZwc3ktYWIQAxgAMgIIADI
CCAAyAggAMgIIADICCAAyAggAMgIIADICCAAyAggAMgIIADoECCMQJzoECAAQQzoHCAAQFBCHAjo
GCAAQChAeOgYIABAIEB46BggAEAcQHlCYgANYuoYEYJKUBGgBcAB4AIABqwKIAZcZkgEGMC4xOC40
mAEAoAEBqgEHZ3dzLXdpeg&sclient=psy-ab

https://www.google.com/search?q=distribuci%C3%B3n+de+probabilidad+discreta+y+continua&cli
ent=avast&sxsrf=ALeKk00X5Zaln5jsksyshfchxuFA_d5jKg:1593045448077&source=lnms&tbm=isch
&sa=X&ved=2ahUKEwiyqazg3JvqAhVEhOAKHX2xBNYQ_AUoAXoECA0QAw&biw=1280&bih=609#i
mgrc=tsPmg4-kG97FOM

https://www.who.int/es/emergencies/diseases/novel-coronavirus- 2019?
gclid=CjwKCAjw88v3BRBFEiwApwLevVJnVsPvFH4EUvP77IyHVtuOIK239rZR63pRQSTSTN_n_q
c5YpydcBoCJN8QAvD_BwE
ANEXOS
 Distribucion de Probabilidades

Distribuci6n de Probabilidades
To blo, formuI a gréfico que describe los volores de un vorio ble ol
ozor y la pro bo bilidod osociodo con dichos voI res

Distribucié n de Probo bilidod Distribucio n de Pro bo bilidod

Discreta Co ntinuo

Requerimientos:
Requerimientos:
•O € P (x) € 1 para todos Ios volores de x
• I (x] V o para todos los volores de x entre a y b
•Z P(x) = 1
• El oreo total boto Ia curvo entre a y b es 1.00

Disfribucio n de Probabilidad Bino miol

Distribu‹ié n de Probabilidad Nor mo I
Distribuc ion de Probobi lidod Pois son
Distribuc ion de Probabilidad Exponent ioI

A notocién de la probabilidad es P(X)