LA ESTADÍSTICA DESCRIPTIVA

Estudiante:
Johana Jiménez Rivera
Gina Paola Espinosa Ortiz

Tutor
Carlos Andrés Gonzales Mosquera

Buenaventura, Colombia Agosto de 2017

 INTRODUCCION

El término estadística se refiere a datos numéricos, tales como promedios, medianas, porcentajes y

números índices que ayudan a entender una gran variedad de negocios y situaciones económicas. Sin

embargo, como se verá, el campo de la estadística es mucho más que datos numéricos. En un sentido

amplio, la estadística se define como el arte y la ciencia de reunir datos, analizarlos, presentarlos e

interpretarlos. Especialmente en los negocios y en la economía, la información obtenida al reunir datos,

analizarlos, presentarlos e interpretarlos proporciona a directivos, administradores y personas que deben

tomar decisiones una mejor comprensión del negocio o entorno económico, permitiéndoles así tomar

mejores decisiones con base en mejor información.

 LA ESTADÍSTICA

La Estadística es una rama de las matemáticas que se encarga de recolectar, analizar, realizar

gráficos, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer

comparaciones y sacar conclusiones.

Conceptos de autores:

La estadística es la ciencia que estudia cómo debe emplearse la información y cómo dar una guía de

acción en situaciones prácticas que entrañan incertidumbre. (Gutiérrez, p.23)

La estadística es la rama del conocimiento humano que tiene como objeto el estudio de ciertos

métodos inductivos aplicables a fenómenos susceptibles de expresión cuantitativa. (López, p.1)

La estadística es el arte de aprender a partir de los datos. Está relacionada con la recopilación de

datos, su descripción subsiguiente y su análisis, lo que nos lleva a extraer conclusiones. (Ross, p.3)

La estadística es una ciencia que facilita la toma de decisiones mediante la presentación ordenada

de los datos observados en tablas y gráficos estadísticos, reduciendo los datos observados a un pequeño

número de medidas estadísticas que permitirán la comparación entre diferentes series de datos y estimando

la probabilidad de éxito que tiene cada una de las decisiones posibles. (Fernández et.al, p.18)
 Métodos

 Recolección: Se recoge la información cualitativa y cuantitativa. Ya que estos datos suelen tener

diferentes magnitudes, también se les puede llamar variables. Es por esto que a esta etapa también

se le llama medición de las variables.

 Recuento: Se trata de revisar la información recogida. También se muestra la frecuencia con que

aparecen las diferentes características, es decir, "¿Cuántos hay de...?"

 Presentación: Se elaboran tablas y/o gráficas que permiten una inspección precisa y rápida de los

datos.

 Descripción: Es en esta etapa en que se sacan las proporciones, tasas y los promedios de la

información recogida.

 Análisis: Se hacen comparaciones con antiguas estadísticas para demostrar si hay o no cambios.

A veces basta con una simple observación, como también pueden requerirse procedimientos más

complejos que necesiten de más tiempo.

 Etimología

La palabra “estadística” procede del latín statisticum collegium (“consejo de Estado”) y de su

derivado italiano statista (“hombre de Estado o político”).

Hacia el año 3000 a. C los babilonios usaban ya pequeños envases moldeados de arcilla para

recopilar datos sobre la producción agrícola y de los géneros vendidos o cambiados. Los egipcios

analizaban los datos de la población y la renta del país mucho antes de construir las pirámides en el siglo XI

a. C. Los libros bíblicos de Números y Crónicas incluyen en algunas partes trabajos de estadística. El

primero contiene dos censos de la población de la Tierra de Israel y el segundo describe el bienestar

material de las diversas tribus judías. En China existían registros numéricos similares con anterioridad al

año 2000 a. C. Los antiguos griegos realizaban censos cuya información se utilizaba hacia el 594 a. C. para

cobrar impuestos.

Un estudio estadístico consta de las siguientes fases:

- Recogida de datos

- Organización y representación de datos

- Análisis de datos

- Obtención de conclusiones
Conceptos de Estadística

 Población: Una población es el conjunto de todos los elementos a los que se somete a un estudio

estadístico.

 Individuo: Un individuo o unidad estadística es cada uno de los elementos que componen la

población.

 Muestra: Una muestra es un conjunto representativo de la población de referencia, el número de

individuos de una muestra es menor que el de la población.

 Muestreo: El muestreo es la reunión de datos que se desea estudiar, obtenidos de una proporción

reducida y representativa de la población.

 Valor: Un valor es cada uno de los distintos resultados que se pueden obtener en un estudio

estadístico. Si lanzamos una moneda al aire 5 veces obtenemos dos valores: cara y cruz.

 Dato: Un dato es cada uno de los valores que se ha obtenido al realizar un estudio estadístico. Si

lanzamos una moneda al aire 5 veces obtenemos 5 datos: cara, cara, cruz, cara, cruz.
 Población y muestra

Las estadísticas de por sí no tienen sentido si no se consideran o se relacionan dentro del contexto con

que se trabajan. Por lo tanto es necesario entender los conceptos de población y de muestra para lograr

comprender mejor su significado en la investigación educativa o social que se lleva a cabo.

Población: es el conjunto total de individuos, objetos o medidas que poseen algunas características

comunes observables en un lugar y en un momento determinado. Cuando se vaya a llevar a cabo alguna

investigación debe de tenerse en cuenta algunas características esenciales al seleccionarse la población bajo

estudio.

Entre éstas tenemos:

1. Homogeneidad - que todos los miembros de la población tengan las mismas características según

las variables que se vayan a considerar en el estudio o investigación.

2. Tiempo - se refiere al período de tiempo donde se ubicaría la población de interés. Determinar si el

estudio es del momento presente o si se va a estudiar a una población de cinco años atrás o si se van

a entrevistar personas de diferentes generaciones.

3. Espacio - se refiere al lugar donde se ubica la población de interés. Un estudio no puede ser muy

abarcador y por falta de tiempo y recursos hay que limitarlo a un área o comunidad en específico.

4. Cantidad - se refiere al tamaño de la población. El tamaño de la población es sumamente

importante porque ello determina o afecta al tamaño de la muestra que se vaya a seleccionar,

además que la falta de recursos y tiempo también nos limita la extensión de la población que se

vaya a investigar.
 Muestra: La muestra es un subconjunto fielmente representativo de la población.

Hay diferentes tipos de muestreo. El tipo de muestra que se seleccione dependerá de la calidad y cuán

representativo se quiera sea el estudio de la población.

1. Aleatoria: cuando se selecciona al azar y cada miembro tiene igual oportunidad de ser incluido.

2. Estratificada: cuando se subdivide en estratos o subgrupos según las variables o características que

se pretenden investigar. Cada estrato debe corresponder proporcionalmente a la población.

3. Sistemática: cuando se establece un patrón o criterio al seleccionar la muestra. Ejemplo: se

entrevistará una familia por cada diez que se detecten.

El muestreo: es indispensable para el investigador ya que es imposible entrevistar a todos los miembros

de una población debido a problemas de tiempo, recursos y esfuerzo. Al seleccionar una muestra lo que se

hace es estudiar una parte o un subconjunto de la población, pero que la misma sea lo suficientemente

representativa de ésta para que luego pueda generalizarse con seguridad de ellas a la población.

El tamaño de la muestra depende de la precisión con que el investigador desea llevar a cabo su

estudio, pero por regla general se debe usar una muestra tan grande como sea posible de acuerdo a

los recursos que haya disponibles. Entre más grande la muestra mayor posibilidad de ser más

representativa de la población.

En la investigación experimental, por su naturaleza y por la necesidad de tener control sobre las

variables, se recomienda muestras pequeñas que suelen ser de por lo menos 30 sujetos. En la investigación

descriptiva se emplean muestras grandes y algunas veces se recomienda seleccionar de un 10 a un 20 por

ciento de la población accesible.

 Variables y atributos

Como se ha explicado, los caracteres de un elemento pueden ser de muy diversos tipos, por lo que los se

puede clasificar en: dos grandes clases:

 Variables Cuantitativas.
 Variables Cualitativas o Atributos.

Las variables cuantitativas: son las que se describen por medio de números, como por ejemplo el peso,

Altura, Edad, Número de Suspensos…

A su vez este tipo de variables se puede dividir en dos subclases:

 Cuantitativas discretas. Aquellas a las que se les puede asociar un número entero, es decir, aquellas

que por su naturaleza no admiten un fraccionamiento de la unidad, por ejemplo número de

hermanos, páginas de un libro, etc.

 Cuantitativas continuas: Aquellas que no se pueden expresar mediante un número entero, es decir,

aquellas que por su naturaleza admiten que entre dos valores cualesquiera la variable pueda tomar

cualquier valor intermedio, por ejemplo peso, tiempo. etc.

No obstante en muchos casos el tratamiento estadístico hace que a variables discretas las trabajemos

como si fuesen continuas y viceversa.

Los atributos: son aquellos caracteres que para su definición precisan de palabras, es decir, no le

podemos asignar un número. Por ejemplo Sexo Profesión, Estado Civil, etc.

A su vez las podemos clasificar en:

  Ordenables: Aquellas que sugieren una ordenación, por ejemplo la graduación militar, El nivel de

estudios, etc.

 No ordenables: Aquellas que sólo admiten una mera ordenación alfabética, pero no establece orden

por su naturaleza, por ejemplo el color de pelo, sexo, estado civil, etc.

Datos

Datos son hechos/informaciones y cifras que se recogen, analizan y resumen para su presentación e

interpretación. A todos los datos reunidos para un determinado estudio se les llama conjunto de datos para

el estudio. La tabla 1.1 muestra un conjunto de datos que contiene información sobre 25 empresas que

forman parte del S&P 500. El S&P 500 consta de 500 empresas elegidas por Standard & Poor’s. Estas

empresas representan 76% de la capitalización de mercado de todas las acciones de Estados Unidos. Las

acciones de S&P 500 son estrechamente observadas por los inversionistas y por los analistas de Wall Street.
 Ejemplo:

Elementos, variables y observaciones

Elementos son las entidades de las que se obtienen los datos. En el conjunto de datos de la tabla 1.1,

cada acción de una empresa es un elemento; los nombres de los elementos aparecen en la primera columna.

Como se tienen 25 acciones, el conjunto de datos contiene 25 elementos. Una variable es una característica

de los elementos que es de interés. El conjunto de datos de la tabla 1.1 contiene las cinco variables
siguientes:

• Bolsa de valores (mercado bursátil): Dónde se comercializa (cotiza) la acción: N (Bolsa de Nueva

York) y NQ (Mercado Nacional Nasdaq).

• Ticker (denominación abreviada): Abreviación usada para identificar la acción en la lista de la bolsa.

• Posición en BusinessWeek: Número del 1 al 500 que indica la fortaleza de la empresa.

• Precio por acción ($): El precio de cierre (28 de febrero de 2005).

• Ganancia por acción ($): Las ganancias por acción en los últimos 12 meses.

Los valores encontrados para cada variable en cada uno de los elementos constituyen los datos. Al

conjunto de mediciones obtenidas para un determinado elemento se le llama observación. Volviendo a la

tabla 1.1, el conjunto de mediciones para la primera observación (Abbott Laboratories) es N, ABT, 90, 46 y

2.02. El conjunto de mediciones para la segunda observación (Altria Group) es N, MO, 148, 66 y 4.57, etc.

Un conjunto de datos que tiene 25 elementos contiene 25 observaciones.

 TIPOS DE ESTADÍSTICA

Estadística descriptiva

La mayor parte de la información estadística en periódicos, revistas, informes de empresas y otras

publicaciones consta de datos que se resumen y presentan en una forma fácil de leer y de entender. A estos

resúmenes de datos, que pueden ser tabulares, gráficos o numéricos se les conoce como estadística

descriptiva.

Se puede definir como un método para describir numéricamente conjuntos numerosos. Por tratarse

de un método de descripción numérica, utiliza el número como medio para describir un conjunto, que debe

ser numeroso, ya que las permanencias estadísticas no se dan en los casos raros. No es posible sacar

conclusiones concretas y precisas de los datos estadísticos. (Vargas, p.33)

Objetivo de la estadística descriptiva

La finalidad última de la estadística descriptiva es resumir la información de conjuntos más o menos

numerosos de datos. Para ello se asienta en un concepto inmediato a la tarea de recuento: la frecuencia,

medida empírica de la ocurrencia de los distintos estados que puede presentar una variable. (SGT, p.16)
Ejemplo:
 Volviendo al conjunto de datos de la tabla 1.1 que presenta 25 de las empresas de S&P 500. Los

métodos de la estadística descriptiva pueden emplearse para resumir la información en este conjunto

de datos. Por ejemplo, en la tabla 1.4 se presenta un resumen tabular de los datos de la variable bolsa

de valores. Un resumen gráfico de los mismos datos, al que se le llama gráfica de barras aparece en la

figura 1.5. Estos tipos de resúmenes, tabular y gráfico, permiten que los datos sean más fáciles de

interpretar. Al revisar la tabla 1.4 y la figura 1.5 es fácil entender que la mayor parte de las acciones

del conjunto de datos cotizan en la bolsa de Nueva York. Si emplea porcentajes: 80% cotizan en la

bolsa de Nueva York y 20% en el Nasdaq

En la figura 1.6 se presenta un resumen gráfico, llamado histograma, de los datos de la

variable cuantitativa precio por acción. El histograma facilita ver que los precios por acción van de $0

a $100, con una mayor concentración entre $20 y $60. Además de las presentaciones tabular y gráfica
para resumir datos se emplea también la estadística descriptiva numérica. El estadístico descriptivo

más común para resumir datos es el promedio o media. Mediante los datos de la variable ganancia

por acción de las acciones S&P de la tabla 1.1, el promedio se calcula sumando las ganancias por

acción de las 25 acciones y dividiendo entre 25. Al hacer esto se obtiene como ganancia promedio por

acción $2.49. Este promedio da una tendencia central, o posición central, de los datos de la variable.

En numerosos campos sigue creciendo el interés por los métodos estadísticos que son aplicables para

elaborar y presentar estadísticas descriptivas

Estadística inferencial

En muchas situaciones se requiere información acerca de grupos grandes de elementos (individuos,

empresas, votantes, hogares, productos, clientes, etc.). Pero, debido al tiempo, costo y a otras

consideraciones, sólo es posible recolectar los datos de una pequeña parte de este grupo. Al grupo grande de

elementos en un determinado estudio se le llama población y al grupo pequeño muestra. En términos

formales se emplean las definiciones siguientes.

Al proceso de realizar un estudio para recolectar datos de toda una población se le llama censo. Al

proceso de efectuar un estudio para recolectar datos de una muestra se le llama encuesta muestral. Una de

las principales contribuciones de la estadística es emplear datos de una muestra para hacer estimaciones y

probar hipótesis acerca de las características de una población mediante un proceso al que se le conoce

como inferencia estadística.

 POBLACIÓN: La población es el conjunto de todos los elementos de interés en un

estudio determinado.

 MUESTRA: La muestra es un subconjunto de la población.

Estudia la probabilidad de éxito de las diferentes soluciones posibles a un problema en las

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. (Fernández et.al, p.17)

Objetivo de la estadística inferencial

La inferencia estadística intenta tomar decisiones basadas en la aceptación o el rechazo de ciertas

relaciones que se toman como hipótesis. Esta toma de decisiones va acompañada de un margen de error,

cuya probabilidad está determinada. (Vargas, p.33)

La estadística inferencial tiene dos objetivos básicos:

 Obtener conclusiones válidas acerca de una población sobre la base de una muestra, es decir, que

las conclusiones que obtengamos de una muestra se puedan extrapolar a la población que dio origen

a esa muestra.

 Poder medir el grado de incertidumbre presente en dichas inferencias en términos de probabilidad.

(Díaz, p.287).

Ejemplos:

Como un ejemplo de inferencia estadística, considere un estudio realizado por Norris Electronics.

Norris fabrica focos de alta intensidad que se emplean en diversos productos electrónicos. Con

objeto de incrementar la vida útil de estos focos, el grupo de diseño del producto elaboró un

filamento nuevo. En este caso, la población está definida por todos los focos que se produzcan con

el filamento nuevo. Para evaluar las ventajas del filamento, se fabricaron 200 focos. Los datos

recolectados de esta muestra dan el número de horas que duró cada foco hasta que se quemara el

filamento. Véase la tabla 1.5. Suponga que Norris desea usar estos datos muestrales para hacer una

inferencia acerca del número de horas promedio de vida útil de todos los focos que se producen
con el filamento nuevo. Al sumar los 200 valores de la tabla 1.5 y dividir la suma entre 200 se

obtiene el promedio del tiempo de vida de los focos: 76 horas. Este resultado muestral sirve para

estimar que el tiempo de vida promedio de los focos de la población es 76 horas. En la figura 1.7 se

proporciona un resumen gráfico del proceso de inferencia estadística empleado por Norris

Electronics. Siempre que un estadístico usa una muestra para estimar una característica

poblacional que interesa, suele proporcionar información acerca de la calidad o precisión de la

estimación. En el ejemplo de Norris, el estadístico puede informar que la estimación puntual del

tiempo de vida promedio de la población de los nuevos focos es 76 horas con un margen de error

de ±4 horas. Entonces, el intervalo de estimación del tiempo de vida promedio de los focos

fabricados con el nuevo filamento es de 72 a 80 horas. El estadístico también puede informar qué

tan confiado está de que el intervalo de 72 a 80 horas contenga el promedio poblacional.

 Aplicaciones de la estadística en los negocios y en la economía

En el entorno mundial actual de los negocios y de la economía, todo mundo tiene acceso a enormes

cantidades de información estadística. Los directivos y los encargados de tomar decisiones que tienen éxito

entienden la información y saben usarla de manera eficiente. En esta sección se proporcionan ejemplos que

ilustran algunos de los usos de la estadística en los negocios y en la economía.

 Contaduría: Las empresas de contadores públicos al realizar auditorías para sus clientes

emplean procedimientos de muestreo estadístico. Por ejemplo, suponga que una empresa de

contadores desea determinar si las cantidades en cuentas por cobrar que aparecen en la hoja

de balance del cliente representan la verdadera cantidad en cuentas por cobrar. Por lo general,

el gran número de cuentas por cobrar hace que su revisión tome demasiado tiempo y sea muy

costosa. Lo que se hace en estos casos es que el personal encargado de la auditoría selecciona

un subconjunto de las cuentas al que se le llama muestra. Después de revisar la exactitud de

las cuentas tomadas en la muestra (muestreadas) los auditores concluyen si la cantidad en

cuentas por cobrar que aparece en la hoja de balance del cliente es aceptable.

 Finanzas: Los analistas financieros emplean una diversidad de información estadística como

guía para sus recomendaciones de inversión. En el caso de acciones, el analista revisa

diferentes datos financieros como la relación precio/ganancia y el rendimiento de los

dividendos. Al comparar la información sobre una determinada acción con la información

sobre el promedio en el mercado de acciones, el analista empieza a obtener conclusiones para

saber si una determinada acción está sobre o subvaluada. Por ejemplo, Barron’s (12 de

septiembre de 2005) informa que la relación promedio precio/ganancia de 30 acciones del

promedio industrial Dow Jones fue 16.5. La relación precio/ganancia de JPMorgan es 11.8. En

este caso la información estadística sobre las relaciones precio/ganancia indican un menor
 precio en comparación con la ganancia para JPMorgan que el promedio en las acciones Dow

Jones. Por tanto el analista financiero concluye que JPMorgan está subvaluada. Ésta y otras

informaciones acerca de JPMorgan ayudarán al analista a comprar, vender o a recomendar

mantener las acciones.

 Marketing: Escáneres electrónicos en las cajas de los comercios minoristas recogen datos para

diversas aplicaciones en la investigación de mercado. Por ejemplo, proveedores de datos como

ACNielsen e Information Research Inc. compran estos datos a las tiendas de abarrotes, los

procesan y luego venden los resúmenes estadísticos a los fabricantes; quienes gastan cientos

de miles de dólares por producto para obtener este tipo de datos. Los fabricantes también

compran datos y resúmenes estadísticos sobre actividades promocionales como precios o

displays promocionales. Los administradores de marca revisan estas estadísticas y las propias

de las actividades promocionales para analizar la relación entre una actividad promocional y

las ventas. Estos análisis suelen resultar útiles para establecer futuras estrategias de marketing

para diversos productos.

 Producción: La importancia que se le da actualmente a la calidad hace del control de calidad

una aplicación importante de la estadística a la producción. Para vigilar el resultado de los

procesos de producción se usan diversas gráficas de control estadístico de calidad. En

particular, para vigilar los resultados promedio se emplea una gráfica x-barra. Suponga, por

ejemplo, que una máquina llena botellas con 12 onzas de algún refresco. Periódicamente un

empleado del área de producción toma una muestra de botellas y mide el contenido promedio

de refresco. Este promedio o valor xbarra se marca como un punto en una gráfica x-barra. Si

este punto queda arriba del límite de control superior de la gráfica, hay un exceso en el
 llenado, y si queda debajo del límite de control inferior de la gráfica hay falta de llenado. Se

dice que el proceso está “bajo control” y puede continuar, siempre que los valores x-barra se

encuentren entre los límites de control inferior y superior. Con una interpretación adecuada,

una gráfica de x-barra ayuda a determinar si es necesario hacer algún ajuste o corrección a un

proceso de producción.

 Economía: Los economistas suelen hacer pronósticos acerca del futuro de la economía o sobre

algunos aspectos de la misma. Usan una variedad de información estadística para hacer sus

pronósticos. Por ejemplo, para pronosticar las tasas de inflación, emplean información estadística

sobre indicadores como el índice de precios al consumidor, la tasa de desempleo y la utilización de

la capacidad de producción. Estos indicadores estadísticos se utilizan en modelos computarizados

de pronósticos que predicen las tasas de inflación.

 ESTUDIO DE CASO TALLER 1 (UNIDAD 1)
Estadística Descriptiva

Un fabricante de electrodomésticos ofrece una garantía de un año por cada

uno de los artículos que vende, entre ellos, televisores, equipos de sonido,
neveras, radios, etc. Para ello, elabora un formulario que, además del
nombre y la dirección, incluye:

Ciudad
Artículo adquirido
Establecimiento en el que adquirió el artículo
Valor por el que se adquirió el artículo
Tiempo de garantía informado del artículo
Nombre del vendedor
Salario Mensual
Ocupación
Estado civil
Número de personas a cargo
Edad
Teléfono de contacto

El fabricante vendió en el año 2017 un total de 2 217 artículos y, para saber

el nivel de satisfacción de sus compradores, se contactan tres (3) clientes de
cada uno de los 20 establecimientos que venden los productos.

A partir de la información planteada, determine los siguientes aspectos:

1. Método de muestreo utilizado

2. Población
3. Muestra (tamaño)
4. Marco
5. Elemento o unidad

A partir de las características investigadas, determine cuáles son atributos y

cuáles son variables; de estas últimas, identifique las variables discretas y
continuas.
 DESARROLLO

1. Método de muestreo utilizado.

Muestra probabilística
Tipo (muestreo aleatorio simple)

2. Población.
N= 2.217 compradores de electrodomésticos de los 20 establecimientos

3. Muestra (tamaño).
60 clientes, 3 de cada establecimiento

4. Marco.
Las ventas de los artículos durante el año 2017

5. Elemento o unidad.
Compradores de electrodomésticos

CARACTERISTICAS

VARIABLE CUANTITATIVA VARIABLE CUANTITATIVAS ATRIBUTOS

DISCRETA CONTINUA

- Artículo adquirido - Valor del artículo adquirido. - Estado civil.

- Tiempo de garantía del artículo. - Salario mensual. - Ocupación.
- Número de personas a cargo. - Teléfono de contacto. - Ciudad.
- Edad. - Establecimiento en el
- Ventas totales de artículo en el que adquirió el
año. artículo.
- Número de establecimientos. - Nombre del vendedor.
 CONCLUCION

La Estadística es una ciencia matemática que se utiliza para describir, analizar e interpretar ciertas

características de un conjunto de individuos llamado población. Cuando nos referimos a muestra y

población hablamos de conceptos relativos pero estrechamente ligados. Una población es un todo y una

muestra es una fracción o segmento de ese todo.

Podemos dividir la estadística en dos ramas; la estadística descriptiva, que se dedica a los métodos

de recolección, descripción, visualización y resumen de datos originados a partir de los fenómenos en

estudio; y la estadística inferencial, que se dedica a la generación de los modelos, inferencias y predicciones

asociadas a los fenómenos en cuestión.

La estadística trata en primer lugar, de acumular la masa de datos numéricos provenientes de la

observación de multitud de fenómenos, procesándolos de forma razonable. Mediante la teoría de la

probabilidad analiza y explora la estructura matemática subyacente al fenómeno del que estos datos

provienen y, trata de sacar conclusiones y predicciones que ayuden al mejor aprovechamiento del

fenómeno.
 REFERENCIAS BILBLIOGRAFICA

ANDERSON, D. SWEENEY D. y Williams, T. (1982, 2005).

Estadística para administración y economía. México: Thomson editores.

Ángel Gutiérrez, Julio César. Estadística general aplicada. Universidad Eafit, 1998.

WEDGRAFIA

https://www.upg.mx/wp-content/uploads/2015/10/LIBRO-13-Estadistica-para-administracion-y-
economia.pdf

http://metodologiaeninvestigacion.blogspot.com/2010/07/poblacion-y-muestra.html

Powered by TCPDF (www.tcpdf.org)