Instituto Tecnológico de Santo Domingo

Materia: Probabilidad y Estadística

Código: CBM206
Sección: 07

Informe: Capitulo 1

Nombre: Welnys Enmanuel Taveras Tejada

ID: 1087396
 Capítulo 1- Introducción a la Estadística

• Sección 1-1. Pensamiento estadístico y crítico.

El pensamiento estadístico involucra pensamiento critico y capacidad de dar
sentido a los resultados, mas que la capacidad de realizar cálculos complejos. Para
dicho pensamiento se manejan algunas definiciones básicas:

Los Datos son el conjunto de observaciones como mediciones, géneros, o

respuestas de encuestas.
Estadística es la ciencia que se encarga de planear estudios y experimentos,
obtener datos y luego organizar, resumir, presentar, analizar e interpretar esos
datos para conclusiones basados en ellos.
Población es el conjunto completo de todos los individuos, las cosas, o los eventos
sobre lo que se quiere investigar con respecto a una particularidad dada.
Censo es el conjunto de datos de todos los miembros de la población.
Una muestra es un subconjunto de miembros seleccionados de una población.

Para realizar un estudio se necesita preparar al mismo con el contexto de los

datos, la fuente de ellos, y uno o varios métodos de muestreo. Luego de estas
preparaciones iniciales se analizan los datos conseguidos, estos se grafican y se
aplican los métodos estadísticos (mayormente realizados con paquetes de
softwares estadísticos como Excel), y por ultimo se sacan las conclusiones de estos
datos.
Después de las conclusiones, estas tienen una significancia estadística y práctica,
aunque no siempre vayan de la mano. La significancia estadística se logra cuando
el resultado que se obtiene es muy improbable que se consiga aleatoriamente. La
significancia practica por otro lado muestra que algo puede ser efectivo pero el
sentido común sugiere que la diferencia no vale la pena para justificar su uso.
En el análisis de datos se pueden presentar casos que causarían problemas a la
hora de analizarlos, como lo son las conclusiones engañosas, o las preguntas
sesgadas, etc. El orden de las preguntas es otro factor que puede influir en el sesgo
de una encuesta. También algunas personas que se nieguen a responder y que
estas no sean iguales a las personas que respondieron también puede causar
problemas al momento del análisis. Y por último, algunos estudios citan
porcentajes engañosos, por ejemplo aquellos que referencian a porcentajes por
encima del 100%.

• Sección 1-2. Tipos de datos.

Los tipos de datos son los componentes clave que establecen el método
estadístico a utilizar en un estudio. Están los siguientes:
Parámetro es una medición numérica que describe algunas características de una
población.
Dato estadístico es una medición numérica que describe algunas características de
una muestra.

Algunos datos se clasifican como:

Cuantitativos los cuales consisten en números que representan conteos o
mediciones (como las edades). Estos pueden ser clasificados como:
Datos discretos que resultan cuando los valores de los datos son cuantitativos y el
numero de valores es finito.
Datos continuos (numéricos) que resultan de una cantidad infinita de valores
cuantitativos posibles, en los que la colección de valores no puede contarse.

Categoricos (o de atributo) estos consisten en nombres o etiquetas como, él

genero (no números que representan conteos).
Cuando se obtienen datos, es bastante común encontrar valores faltantes. Si hay
una cantidad significativa de valores faltantes se podría llegar a conclusiones
engañosas. Pero si una encuesta incluye varias entradas faltantes porque entre los
participantes una parte decidieron no responder las preguntas, el resultado puede
ser subestimado o sobreestimado.

• Sección 1-3. Recopilación de datos muestrales.

Lo principal es la aleatorización de los grupos de tratamiento con placebos debido
a su eficiencia, al momento de realizar los experimentos se reduce la posibilidad de
obtener resultados engañosos.

1. En un estudio transversal los datos se observan, se mide, y se recolectan en

un momento dado.
2. En un estudio retrospectivo se recolectan los datos correspondientes a un
periodo pasado.
3. En un diseño experimental completamente aleatorio se asignan sujetos a
diferentes grupos a través de un proceso de selección aleatoria.
4. En un diseño de bloques aleatorizados se forman grupos se forman grupos
con características similares, pero se asigna aleatoriamente un tratamiento.

Un error de muestreo pasa cuando la muestra se ha seleccionado aleatoriamente,

pero hay una diferencia entre el resultado de la muestra y el de la población real.
Un error no muestral es causado por un error humano como introducción
incorrecta de datos.
Un error de muestro no aleatorio pasa cuando se utiliza una forma de muestreo
que no es aleatoria, como una muestra por conveniencia.