CAPITULO 1

30 abril
la toma de decisiones se basa en:
 experiencia
 intuición
 datos 
 probabilidades 
 conocimiento estadístico 
 análisis estadístico
 evaluación y alternativas 

revisar: diapositiva clase 1 

importante para tomar decisiones 

 recopilar datos
 analizar
 sustentar decisiones 

¿por qué estudiar estadística? 

 entender datos 
 recopilar datos 
 toma de decisiones 
 interpretar datos

estadística en los ámbitos

en derecho:
 mide la probabilidad que una persona ha cometido un delito
 antecedentes son datos y por lo tanto estadística  
deporte:
 el jugador tenga experiencia (se lo mide por los goles) 
 porcentaje de las faltas 
redes sociales:
 probabilidad de descarga de aplicaciones 
 tabla de frecuencia de lugares que se visita (google maps) 
google:
 uso de datos mining que se asocia con el usuario
 base de datos basados en el interés del usuario 

14 de mayo

Nivel de medición
 Nominal: se presentan como nombres o etiquetas; si aparecen números no cumplen una función
numérica
o # de camisetas de los jugadores de futbol
 Ese numero no cumple una función numérica, sino una función de etiqueta
o Marca de automóvil
 Ordinal: datos se ordenan
o Numero de lista en clase
 El atributo es el orden alfabético
o Posición de los equipos dentro de los diez grandes
 Intervalo: diferencia significativa entre valores
o Temperatura
o Talla
 Por ejemplo hay talla 0 , es decir no hay el 0 absoluto
 Talla 0 si existe, cuando el 0 si existe es una variable de intervalo
 Razón o división: punto 0 significativo y razón entre valores
o # de pacientes atendidos
o # de llamadas de ventas realizadas
 Cuando hacemos una división y encontramos algo significativo es de razón
 Hice 0 llamadas es decir que no hizo llamadas
 El 0 no existe, no hay atributo que mide
 o Distancia a clase

 Nominal
o No hay operaciones básicas
o Es la mas básica
 Ordinal
o Presenta orden
 Intervalo
 Razón
o Con este se hace mas estadística

Tipo de medición
 Cualitativa
 Cuantitativa
o Discreta = ciertos valores (no decimales)
o Continua= cualquier valor

CAPITULO 2
Estadística descriptiva:
 Distribución
 Lugar donde se concentran
Saber:
 Variables cualitativas vs cuantitativas
Base de datos:
 Contiene variables

Notas GRAFICO DE BARRAS

 es ideal cuando se basa en una variable cualitativa
 no se pueden mezclar datos
 los espacios que vemos en los graficas de barras es propio del mismo

19 de mayo de 20

 tabla de frecuencia absoluta y luego calcular la frecuencia relativa

por ejemplo:
52/total (180) = 0,289
 frecuencia relativa, si esta bien siempre da 1
 grafico de pastel se usa para representar tabla de frecuencia relativa
o variable cualitativa

recordatorios “VARIABLE CUANTITATIVA”

 la aproximación se le debe hacer a la centena, recordar que eso se hace en el paso del intervalo
o la aproximación se hace al inmediato superior
 ejemplo: 21,2 su aproximación seria 22
 para confirmar si esta bien las clases debe coincidir el limite superior e inferior que sacamos
anteriormente
 el total al sumar las clases deben ser igual al numero de observaciones

21 mayo de 2020
 variables cuantitativas
o se usa histogramas
o punto medio es el valor típico de cada clase
 desventajas del histograma
o perdemos información
 leer pagina 31

 pagina 28
a. la variable bebida: cualitativa
b. tabla de frecuencia absoluta ; muestra la preferencia del consumidor
 pagina 33
a. observaciones en bruto

 para el polígono de frecuencia necesitamos :

o el punto medio
o frecuencia absoluta
o para calcular el primer valor que ira en el polígono es
 1er punto medio – ancho de clase
 Ultimo punto medio + ancho de clase
 Polígono de frecuencia ventajas:
o Vemos ganancia típica (punto medio) de forma directa
o Para ver quien gana mas siempre debemos ver por donde empieza y donde termina
26 de mayo
 Jueves hay lección

CLASES
 Frecuencia acumulativa ; aplicamos en VARIABLE CUANTITATIVA
o El de la primera clase es igual
o El de la segunda clase es= primera + segunda
 Grafico de distribución de frecuencia absoluta
o 3er grafico de “gráficos recomendados”
o Seleccionamos limite superior y frecuencia acumulativa absoluta
 Ganancia típica
o Clase con frecuencia mas alta
o Y luego se promedia dicha clase

2 de junio de 2020
 Exámenes dentro de 2 semanas

MEDIDAS NUMERICAS
Medidas de ubicación o medidas de tendencia central
 Media o media poblacional
o También conocido como promedio
o Cuando se calcula una medida basada en poblacion se denomina parámetro
Σx
o Se representa con la letra: μ=
N
 Media muestra
o Cuando se trabaja con muestra se denomina estadístico
o Se representa con x= Ex/n
 Mediana
o No es sensible a valores extremos
o Datos deben ser de intervalos o razón
 Moda
o Observación que aparece con mas frecuencia
o Útil para resumir datos de nivel nominal
o Esta se aplica para una variable
 Si sale N/D significa que no hay moda en dicha variable
o Es buena para determinar de todo tipo de valores
o No es afectada por datos extremos
o Se usa con menor frecuencia
Desventaja
 Se puede encontrar dos modas
 Media geométrica

 Media aritmética
o Los datos deben ser de INTERVALOS O RAZON
 En datos nominales no hay que calcular promedio
o Es único
o Todos los valores se incluyen al momento de calcular
o Es sensible a valores extremos

Fechas importantes
 11 de junio taller
 16 de junio examen
  Media ponderada
o es igual que la media solo que es una forma diferente, y se llama ponderada por el
numero de veces que aparece cada valor

 media geométrica
o cambio promedio de porcentajes

deber para el martes

SEGUNDO PARCIAL

 estadística descriptiva: eventos pasados , base de datos

 estadística inferencial: probabilidad de eventos futuros , segunda etapa
o calculo de probabilidad
o en el caso de empresa Toys and Things se basa en una muestra porque
 involucra tiempo y dinero
 mayor costo
 estadística inferencial: eventos del futuro basado en calculo de probabilidad, generalmente de un
estudio de muestra
o no tengo datos
o directivos cuentan con poca información del nuevo producto o servicio que lanzaran par
la toma de decisiones
 inferencia estadística son las conclusiones o decisiones que se toma sobre la poblacion, pero
basado en una muestra

probabilidad:
 tiene que ver con una posibilidad, azar
 es un numero que describe la posibilidad de que un hecho suceda
 tomar decisiones basado en un numero
 valor numérico que va entre 0 y 1 ; puede ser 0 o 1 ; ya sea por oportunidad o casualidad
 se puede expresar de forma decimal o fraccionaria
 cuando la probabilidad toma el valor de:
o 1 : seguramente sucederá
o 0: no sucederá

 Experimento : proceso que induce que ocurra solo 1 de las posibles observaciones
o Lanzar moneda al aire, los resultados son :
 Cara
 Sello
o Lanzamiento de dados , resultados son:
 1 punto
 2 punto
 3 punto
 4 punto
 5 punto
 6 punto
o Nunca saldrán los 2 resultados a la vez
 Resultado: es lo que sale de los experimentos
  Evento: conjunto de 1 o mas resultados
o Ejemplo: 100 estudiantes se les preguntan si comprarían el nuevo iPhone
 30 les gustaría comprar
 15 lo comprarían
 28 compran
 3 hechos diferentes
 Probabilidad de que le guste el teléfono : 30/100
 Probabilidad De que compren : 15/100
 Probabilidad De que haya comprado: 28/100
o Ejemplo: dado
 Salga numero par : 2,4,6
 Salga numero mayor que 4: 5,6
 Salga un 3 o numero menor: 1,2,3

 Enfoque para la probabilidad , se refiere a perspectivas

o Enfoque objetivo
 Probabilidad clásica: resultados de un experimento son igualmente posible
 Probabilidad empírica: representa una fracción de eventos similares que
sucedieron en el pasado
Enfoque objetivo
1. Probabilidad clásica:
 Evento mutuamente excluyente : cuando otro evento no puede incurrir al mismo tiempo
Ejemplo:
o no puede caer al mismo tiempo cara y sello
o Genero: masculino o femenino
o El dado no puede caer en # par o impar al mismo tiempo
o Apruebo o no apruebo, porque no ocurre los 2 al mismo tiempo

 Colectivamente exhaustivo : incluye todos los posibles resultados

o si el conjunto es de evento colectivamente exhaustivo y evento mutuamente excluyente,
su probabilidad es 1

2. Probabilidad empírica o frecuencia relativa:

 se basa en la ley de los grandes números : gran cantidad de intentos la probabilidad empírica de
un evento se aproximara a la probabilidad real
 mayor cantidad de observaciones proporciona un calculo mas precios de probabilidad
 según el enfoque empírico , la probabilidad del evento se aproxima al mismo valor de acuerdo
con la definición clásica de probabilidad

enfoque subjetivo
1. probabilidad subjetiva
 se da cuando se cuenta con poca o ninguna información la cual sustentar probabilidad

reglas para calculo de probabilidad

cuando se tengan 2 o mas evento se necesita aplicar reglas:
 regla de la adición
 regla de la multiplicación
REGLA DE LA ADICIÓN:
 regla especial : P(A o B) =P(A) + P(B)
o se aplican para eventos mutuamente excluyentes (1 resultado posible)
o Probabilidad de que ocurra uno u otro = suma de probabilidad
o Generalmente cuando se vea una O indica que se debe aplicar la regla especial de
adición
o Siempre da como resultado 1 en la probabilidad

 regla general: P(A o B) =P(A) + P(B) + P( A Y B )

o Generalmente cuando se vea una O indica que se debe aplicar la regla general de
adición
o Aplicado para evento no mutuamente excluyente
 Pueden pasar ambos, por ejemplo nadie prohíbe visitar 2 lugares
 2 eventos ocurren al mismo tiempo o simultáneamente = probabilidad conjunta

 regla de complemento: P(A)= 1- P(-A)

o esto siempre me dará 1
o es mas eficiente en el tiempo

 evento complementario
o es cuando la suma de sus probabilidades siempre me da 1

REGLA DE LA MULTIPLICACION:
probabilidad de que ocurran 2 o mas eventos de manera simultanea, cuando se vea una Y es
una regla de la multiplicación

 regla especial : P(A y B) =P(A) P(B)

o eventos independientes
o hechos independientes , independencia ( cuando hago algo no influye en mi otro
evento)
o requiere 2 eventos INDEPENDIENTES
o probabilidad conjunta : mide la posibilidad de que 2 eventos sucedan simultáneamente
o de igual manera
 suma de la probabilidad conjunta es 1

 regla general: P(A o B) =P(A) P(B IA)

o eventos no independientes es decir evento DEPENDIENTES
o probabilidad condicional ya que depende del 1er evento
o P(B IA) = dado que A ha ocurrido anteriormente

Tabla de contingencia
 Tabla de 2 direcciones que se usan para determinar diversas probabilidades
 Presenta simultáneamente 2 variables
 Nivel de medición : nominal

Principios de conteo:
 la formula de multiplicación (m*n)
o Se puede aplicar para mas de 2 eventos

 Permutación: orden importan

 Combinación: orden no importa
Recordad que o! = 1
Distribución de probabilidad
 Lista de todos los resultados de un experimento
 Probabilidad entre 0 y 1
 Eventos mutuamente excluyentes

Variable aleatoria discreto

 Brecha mínima debe ser significativa
 Asume valores fraccionarios

Variable aleatoria continua

 Puede suponer una infinidad de valores

Distribución discreta
 Resultado de contar algo

Media de una distribución de probabilidad discreta

 Se conoce como valor esperado
