Inferencia estadística

Fase_1_conceptos previos de la inferencia estadística

Objetivo:

Identificar los saberes previos de la inferencia estadística y contextualiza la

problemática a partir de la respuesta a las preguntas generadoras.
Descripción de la actividad
Responder las siguientes preguntas:
1. ¿Qué estudia la estadística?
Estudia la recolección, análisis e interpretación de datos, ya sea para ayudar
en la toma de decisiones o para explicar condiciones regulares o irregulares de
algún fenómeno o estudio aplicado, de ocurrencia en forma aleatoria o
condicional.

2. ¿Cuál es la importancia de la estadística para la toma correcta de

decisiones en el contexto sociocultural?

La importancia de las estadísticas es fundamental ya que cuando se asocian

dentro de un contexto adecuado para convertirse en información al analizar datos
recopilados en experimentos de cualquier tipo, se observa en la mayoría de las
ocasiones que dichos datos están sujetos a algún tipo de incertidumbre. El
investigador o el profesional, debe tomar decisiones respecto de su objeto de
análisis basándose en esos datos.
El teorema de Claude E. Shannon2 afirma que la información es un fenómeno que
proporciona significado o sentido a las cosas e indica, mediante códigos y
conjuntos de datos, los modelos del pensamiento humano.
3. ¿Cómo se aplica la estadística en la solución de problemas que
involucran aspectos de ingeniería?
Desde el enfoque empresarial e industrial, la estadística es una de las
herramientas más usadas, por ejemplo: En una empresa se sospecha que hay
franjas horarias donde los accidentes laborales son más frecuentes. Para estudiar
este fenómeno, contabilizan los accidentes laborales que sufren los trabajadores
según franjas horarias, durante un año.
Para estudiar este fenómeno, contabilizan los accidentes laborales que sufren los
trabajadores según franjas horarias, durante un año.
Con esa información, los responsables de seguridad de la empresa deben decidir
si hay franjas horarias donde los accidentes son más probables o si, por el
contrario, éstos ocurren absolutamente al azar, utilizando herramientas y métodos
estadísticos, parametrizando y luego interpretando el resultado no solo en
números, sino también en la realidad.
Tambien en los ensambles por minuto de un obrero promedio: Para tener un
control y ver en qué se puede mejorar para reducir tiempos.
Edad de operarios: Para saber que operarios ya podrían retirarse y considerar la
necesidad de contratar nuevo personal.
Número promedio de hijos de los trabajadores: Datos como estos son necesario a
la hora de asegurarlos o para ciertas prestaciones.
 Parametrización
Parametrizar es declarar parámetros, en estadística cuantitativos, para trabajar
con cualquier sistema. Para diseñar un modelo matemático Para cualquier valor
dado en el diseño de parámetros, estos representarán un objeto, que al aplicarle
herramientas y procesos estadísticos se ajustarán al diseño más satisfactorio y
admisible.
 Control Estadístico de la calidad

El control estadístico de la calidad es una colección de herramientas aplicadas a

procesos industriales (mano de obra, materias primas medidas, máquinas y medio
ambiente), procesos administrativos y/o servicios con objeto de verificar si todas y
cada una de las partes del proceso y servicio cumplen con unas ciertas exigencias
de calidad y ayudar a cumplirlas, son fundamentales en las actividades de mejora
de la calidad. La mejora de la calidad significa la sistemática eliminación del
desperdicio.
La calidad de los productos y servicios se ha vuelto hoy en día uno de los factores
de decisión más importantes en la mayor parte de las empresas. En
consecuencia, la mejora de la calidad se ha convertido en un aspecto importante
en muchas corporaciones.
 Control Estadístico de procesos
El control estadístico de procesos (CEP) es una herramienta muy poderosa para
lograr la estabilidad del proceso y mejorar la capacidad de este. Se puede
considerar como un conjunto de herramientas para la resolución de problemas que
pueden aplicarse en cualquier proceso.
Para garantizar el mejoramiento continuo en una empresa que tenga diseñado los
procesos de su Sistema de Gestión de la Calidad, y los indicadores de desempeño
de los mismos, se utilizan técnicas y herramientas para el análisis, control,
seguimiento en forma de estadística.
 Aplicaciones del control estadístico de la calidad
Las estadísticas juegan un papel importante en la mejora de la calidad, algunas de
sus aplicaciones son:
En el diseño y desarrollo de productos para comparar materiales o ingredientes y
para determinar las tolerancias del sistema y sus componentes. Esto reduce de
manera significativa costos y tiempo.
Para determinar la capacidad de un proceso de manufactura, llevando a mayores
rendimientos y menores costos de fabricación.
En pruebas de duración, ayuda proporcionando datos de confiabilidad y
rendimiento, conduce a productos nuevos o con una duración mayor y menos
costos de mantenimiento.

 la estadística en los pronósticos económicos para prever gastos en

invernaderos:

Un diagrama de dispersión muestra que existe una fuerte relación lineal entre el
promedio de la temperatura exterior de los días de un mes y el promedio del
consumo diario de gas durante ese mes en un invernadero. Se quiere utilizar dicha
relación para predecir su consumo de gas. Si un mes tiene un promedio de 10
grados-día por día, ¿Cuánto gas se utilizará en ese mes?
Incertidumbre con la toma de muestra con hidrocarburos.
La incertidumbre en estadística es la aleatoriedad o el error proveniente de varias
fuentes al usar la metodología estadística, la probabilidad de que pase algo malo,
en términos de teoría de decisiones, las pérdidas promedio o las pérdidas que se
pronostican cuando algo malo sucede.

Cuando se estudian relaciones entre variables, la estadística muestra relaciones

estadísticas y no relaciones causales. En general si no tenemos cuidado podemos
llegar a obtener las conclusiones más absurdas o sesgadas, por eso debemos
hacer el análisis con cuidado y conocer las variables, para que al interpretarlo no
tomemos decisiones que puedan resultar perjudícales.

4. ¿Cuáles son las etapas para la resolución de un problema estadístico?

1.Planteamiento del problema
En el planteamiento del problema se sitúa el eje central sobre el que articular todo
lo demás.
Esta fase responde a la siguiente pregunta:
¿Qué necesito estudiar y por qué?
En ocasiones, por increíble que parezca plantear el problema puede hacernos
llegar a la conclusión de que en realidad no necesitamos realizar un estudio
estadístico.
2.Recogida de datos
Una vez hemos planteado el problema debemos recoger los datos.
Aquí es importante la metodología. De tal modo que existen diferentes
consideraciones. Así pues, debemos establecer el tipo de muestreo, el tamaño de
la muestra, el tipo de recolección de datos (por ejemplo, a través de bases de
datos o de encuestas personalizadas), en persona, por internet o por teléfono, etc.
3.Organización de los datos
Una vez tenemos todos los datos queda unificarlos y organizarlos.
Como en todo, necesitamos introducir los datos en programa o plataforma que
luego nos permita calcular determinadas métricas y analizar correctamente.
Para ello, siempre es conveniente organizar los datos. Es más, a veces
necesitaremos recoger datos de diferentes bases de datos que ofrecen formatos
de archivos diferentes y será necesario unificarlo todo en el mismo formato.
4.Análisis de los datos
Una vez planteado el problema, recolectados los datos y organizados podemos
analizarlos de forma eficaz.
Dependiendo del planteamiento del problema, se realizará un tipo de análisis u
otro.
5.Interpretación de los datos
una vez obtenemos los resultados resulta que hay mucha dispersión, conviene
reducirla y nosotros interpretamos que no, esto podría afectar negativamente a la
empresa.

5. De acuerdo a las etapas para la resolución de un problema estadístico,

¿en qué etapa se hace necesario el uso de modelos matemáticos para
profundizar en la solución de un problema de esta disciplina?
En el análisis de los datos se hace necesario un modelo matemático, Una vez
planteado el problema, recolectados los datos y organizados podemos analizarlos
de forma eficaz. Dependiendo del planteamiento del problema, se realizará un tipo
de análisis u otro. Por ejemplo, si queremos saber si dos variables son
dependientes, podríamos utilizar un análisis de integración. Mientras que si lo que
queremos estudiar es la dispersión total de un activo financiero, calcularemos el
rango estadístico.
Definir los conceptos básicos de la estadística presentados en un mapa
conceptual, los cuales son necesarios para iniciar cualquier proceso de
investigación.

Concepto
• Inferencia Estadística: La inferencia estadística es el conjunto de métodos
que permiten inducir, a través de una muestra estadística, el comportamiento de
una determinada población. La inferencia estadística, estudia entonces como, a
través de la aplicación de dichos métodos sobre los datos de una muestra, se
pueden extraer conclusiones sobre los parámetros de la población de datos. De la
misma manera estudia también el grado de fiabilidad de los resultados extraídos
del estudio.
• Población: Una población de datos, es el conjunto total de datos que
existen sobre un variable.
• Muestra: Una muestra es una parte de la población de datos.
• Muestreo: es una herramienta de la investigación científica, cuya función
básica es determinar que parte de una población debe examinarse, con la
finalidad de hacer
inferencias sobre dicha población.
• Variable cualitativa: es aquella variable estadística que describe
cualidades, características y/o circunstancias de algún objeto, persona o
eventualidad, sin el uso de números, es decir expresa una categoría no numérica,
por ejemplo, el sexo (femenino o masculino) de un individuo.
• Variable cuantitativa: son las que tienen la capacidad de adoptar valores
numéricos, cualquier tipo de cifra, brindando un mayor entendimiento a los
resultados de las estadísticas, ya que dan un valor bastante exacto. Dentro de las
variables cuantitativas se pueden encontrar a su vez diferentes tipos que se
determinan dependiendo de la precisión del instrumento empleado para medirlo
Clasificación de las variables cuantitativas
Estas se pueden clasificar de diferentes maneras, entre ellas se encuentran las
siguientes:
De categoría
Son las que contienen un número de categorías o grupos finito, al mismo tiempo
no cuentan con un orden donde se aplique la lógica, entre los predictores
categóricos se pueden incluir métodos de pago, sexo/género o diferentes tipos de
materiales.
Discretas
Son aquellas que tienen un número de valores contables, que se encuentran entre
dos valores cualesquiera. Entre ellas se pueden contar las quejas de los clientes
que acuden a un mismo establecimiento o las fallas y defectos de algo en
particular.
Continua
Se considera que estas son variables que tienen un número infinito de valores,
que se encuentran entre dos valores sin especificación alguna, las mismas son en
todo momento de origen numérico. Un ejemplo seria la longitud de un objeto o
cualquier cosa en general, fecha y h9ora especifica en que se recibe un pago.
• Estadístico muestral: es una medida cuantitativa, derivada de un conjunto
de datos de una muestra, con el objetivo de estimar o inferir características de una
población o modelo estadístico.
Por ejemplo, la media de los valores de una muestra (media muestral) sirve para
estimar la media de la población de la que se ha extraído la misma; la varianza
muestral podría usarse para estimar la varianza poblacional, etc.
• Parámetro: Los parámetros son medidas descriptivas de una población
completa que se pueden utilizar como las entradas para que una función de
distribución de probabilidad.
Los parámetros generalmente se representan con letras griegas para distinguirlos
de los estadísticos de muestra.
Por ejemplo, la media de la población se representa con la letra griega mu (μ) y la
desviación estándar de la población, con la letra griega sigma (σ).
Los parámetros son constantes fijas, es decir, no varían como las variables. Sin
embargo, sus valores por lo general se desconocen, porque es poco factible medir
una población entera.
• Hipótesis: es una proposición o supuesto sobre los parámetros de una o
más poblaciones. Es importante recordar que las hipótesis siempre son
proposiciones sobre la población o distribución bajo estudio, no proposiciones
sobre la muestra.

Responda las preguntas, construya el mapa conceptual y socialice la actividad en

el foro fase 1: Reconocimiento de conceptos previos de la inferencia estadística.
El estudiante identifica la problemática a tratar: “Dificultades de ventas en línea
de la compañía K-mundo”
Para contextualizar la problemática, es necesario responder las siguientes
preguntas generadoras:
1. ¿Cuáles son los artículos que vende la compañía?

La compañía vende artículos del hogar, belleza, accesorios tecnológicos,

deportivos y vestuario.

2. ¿Cuáles son las variables cuantitativas continuas y las variables cuantitativas

discretas presentadas en la problemática de estudio?
-continuas: probabilidad de defecto
-discreta: la vida útil del producto
Precio de costo,
Precio de venta
Precio de envío
Precio del cliente

3. ¿Cuáles son las variables cualitativas presentadas en la problemática de

estudio? ¿Qué parámetros podemos calcular a estas variables?

Las variables cualitativas son

Utilidad del producto, recomendación del producto.
Las variables se prestan para calcular la moda, la frecuencia absoluta

4. ¿Cuáles son las características de los artículos que se evidencia en la base de

datos? ¿Qué parámetros podemos calcular a estas variables?

Las características de los artículos se puede determinar costos, promedio de

ventas, la desviación estándar de, las ventas.
 Con la variable de la edad se puede determinar el promedio, quien compra
más.

5. ¿Qué factores considera usted que afecta el proceso de venta en línea de la

compañía “k-mundo”?

En la base muestra que las personas usan mercado libre, los artículos menos
vendido son vestuario, de pronto es una idea de la talla no se puede medir.
Los factores que afectan la venta en línea puede ser la comunicación entre el
vendedor y comprador, las formas de envío algunos cobran esas formas
apartes,
 Bibliografía

1.Romero, R. E. (2016). Estadística para todos: análisis de datos: estadística

descriptiva, teoría de la probabilidad e inferencia. Madrid, ESPAÑA:
Larousse - Ediciones Pirámide. (pp. 23-27).

2.Inferencia Estadistica
www.economia.unam.mx › profesores › blopez › e

3.Elementos de Inferencia Estadística

books.google.com.co › books
Carlos Quintana Ruiz - 1993