República Bolivariana De Venezuela

Ministerio del Poder Popular para la Educación Universitaria

Cátedra: Estadística Inferencial

Profesor(a): Esther Molero

Grupo: 1

Modelos de Estimación
Estadística

Realizado por:
Roselin Hernández
C.I: 28.171.481
Administración

Maracaibo, Marzo 2021

 Índice

- Introducción
1. Datos, Datos agrupados, Datos No Agrupados, Datos Estadísticos.
- Concepto
- Aplicaciones
- Características
- Ejemplos c/u
- Realiza un cuadro de semejanzas y diferencias entre ellas.
2. ¿Qué son parámetros?
3. Determinar los parámetros poblacionales por medio de las técnicas de
estimación. Con aplicaciones, características y ejemplos
4. Explicación de la media poblacional y la varianza con sus ejemplos.
5. Explicación de la estimación puntual por intervalos con aplicaciones y
características.
6. Definir
- Población
- Muestra
- Varianza
- Desviación estándar
- Media
- Conclusión
- Referencias Bibliográficas
 Introducción

La estadística es una disciplina que proporciona principios y herramientas

para emitir juicios sobre colectivos basados en datos obtenidos para propósitos
específicos. Es decir, brinda el soporte para saber qué datos obtener, como,
cuando y donde obtenerlo y una vez obtenidos proporciona métodos y
procedimientos para organizarlos con diferentes propósitos.

De manera que, los datos que precisamos deben ser generados, de alguna
forma, la cual siempre está asociada a la definición de variables, que constituyen
los conceptos más importantes en los inicios de una investigación, ya que su
finalidad es establecer conclusiones acerca del medio del cual se han obtenido
esos datos.

Así mismo, se darán a conocer los diferentes métodos que existen en la

estimación puntual y estos se utilizan con distintas finalidades lo cuales son de
gran importancia dentro del estudio de la estadística, ya que están centrados casi
siempre en obtener algún tipo de conclusión acerca de uno o más parámetros y
para hacer esto se requiere que un investigador obtenga datos muéstrales de
cada una de las poblaciones en estudio.
 Desarrollo

1. Datos, Datos agrupados, Datos No Agrupados, Datos Estadísticos.

Conceptos

 Datos
Los datos representan un fragmento de una cantidad, medida, descripción o
palabra, los cuales son agrupados o clasificados de una determinada manera para
generar de información. En forma general, los datos solo sirven después de ser
procesados según una intención y relevancia.

Otra definición sería la siguiente, un dato es la representación de

una variable que puede ser cuantitativa o cualitativa que indica un valor que se le
asigna a las cosas y se representa a través de una secuencia de símbolos,
números o letras, de modo que los datos describen hechos empíricos y para
examinarlos deben ser organizados o tabulados, ya que un dato por sí mismo no
puede demostrar demasiado sino que se debe evaluar el conjunto para examinar
los resultados.

 Datos Agrupados

Los datos agrupados son aquellos que se han clasificado en categorías o

clases, tomando como criterio su frecuencia, esto se hace con la finalidad de
simplificar el manejo de grandes cantidades de datos y establecer sus tendencias,
de modo que una vez organizados en estas clases por sus frecuencias, los datos
conforman una distribución de frecuencias, de la cual se extrae información de
utilidad a través de sus características.Por lo cual pueden organizarse o
clasificarse de dos formas: datos agrupados en frecuencia o en intervalos.

Los datos agrupados en frecuencia son los que se distribuyen u organizan en una
tabla de frecuencia (La frecuencia es igual al número de veces en que se repite
cada valor en una serie de datos.), así, Por medio de ella, es fácil identificar la
cantidad de respuestas repetidas.

Los datos agrupados por intervalos son los que se organizan dentro de un rango y
se delimita su amplitud por límites establecidos. Así, por medio de esta, es fácil
identificar la cantidad de elementos en un determinado rango de valores.

 Datos No Agrupados

Los datos no agrupados son el conjunto de datos que no se han clasificado

y es presentada en su forma de aparición en una tabla de datos donde cada valor
se representa de forma individual .Por lo general este conjunto comprende una
cantidad de elementos menor a 30 (n<30) con poca o nula repetición, es decir, el
manejo de estos datos es simple, se recolectan los datos de la población y dichos
datos se distribuyen en una tabla de datos y se analizan sin necesidad de formar
clases con ellos.

 Datos estadísticos

Dentro de la estadística, la necesidad de recolectar datos reside en cuatro razones

importantes:

1. Proporcionar la introducción imprescindible para un estudio de

investigación.
2. Medir el desempeño de un proceso de producción en curso.
3. Ayudar en la formulación de cursos alternativos de acción en un proceso de
toma de decisiones.
4. Satisfacer nuestra curiosidad.
 Es entonces que podemos decir que los datos estadísticos pueden concebirse
como información numérica necesaria para ayudarnos a tomar una decisión con
más bases, es decir, para que un análisis estadístico sea útil en el proceso de
toma de decisiones, los datos de entradas deben ser apropiados. Por tanto, la
recolección de datos es extremadamente importante.

Aplicaciones

 Datos

- En informática, los datos alimentan todo los sistemas. La identificación de

los datos es generado por el sistema de estructura de datos del programa
informático. La representación de estos datos son los que inciden en la
creación de algoritmos o instrucciones.
- En una investigación, la recolección de datos sirve para obtener información
relevante para la generación de una hipótesis o para apoyar los argumentos
expuestos mediante el análisis de datos. Una forma de recolección de
información es la encuesta.
- Algunas de las formas para la recopilación de datos son hechas, por
ejemplo, a través de encuestas o datos estadísticos, este último se define
como resultados que ayudan a inferir sobre probabilidades.

 Datos Agrupados y los No agrupados

- Estos se aplican y son de gran importancia para la estadística y la

probabilidad, ya que sirven para evaluar la tendencia futura de un fenómeno
determinado, es por ello que la forma de recolección de dichos datos es
fundamental, buscando en todo momento que sean representativos.
  Datos Estadísticos.

- Algunas de las aplicaciones de este procedimiento estadístico en función de

los datos recopilados pueden referir en el ámbito de la política, de las
finanzas y del mercadeo, etc. Estos se fundamentan bajo un proceso
inductivo, significa que a partir de un número pequeño de datos
particulares, se intenta sacar una conclusión general.

Características

 Datos

1.- Los datos describen hechos empíricos.

2.- Deben ser organizados o tabulados, ya que un dato por sí mismo no puede
demostrar demasiado

3.- Son los hechos que describen sucesos y entidades

4.- Son comunicados por varios tipos de símbolos tales como las letras del
alfabeto, números, etc.

 Datos agrupados

1.- Su objetivo es resumir la información.

2.- Comúnmente, pertenecen a una muestra mayor a 20 elementos, por lo cual

requieren ser agrupados, esto implica: ordenar, clasificar y expresar los en una
tabla de frecuencias.

3.- Se agrupan los datos, esto quiere decir que se pueden clasificar de forma
coherente y lógica mediante una tabla de frecuencias.

4.- La agrupación de los datos puede ser simple o mediante intervalos de clase
  Datos no agrupados

1.- Los datos son dados en bruto, es decir, no se presentan clasificados.

2.- No es necesario clasificar ni generar una tabla de frecuencias ya que no tiene

gran dificultad el trabajar con los datos ya que son pocos

3.- Número de elementos generalmente menor a 20. Esto no sucede así siempre.
Aunque contemos con menos de 20 elementos, debe de verificarse que los datos
sean significativos

4.- Una fila de datos recogidos que aun no an sido organizados numéricamente se
denomina datos no agrupados.

 Datos estadísticos

1.- Son discretos cuando sus valores son distintos y separados.

2.- Se clasifican en: cualitativos y cuantitativos.

3.- Permiten encontrar el método correcto para realizar un análisis certero.

4.- Los datos estadísticos, pueden obtenerse a través de la recolección de datos

originales.

Ejemplos de c/u

 Datos

Ejemplos de datos cualitativos

Nombre: Jazmín Suarez

Ocupación: Docente
Domicilio: Avenida Conquistadores
Género: Femenino

Ejemplos de datos cuantitativos

Edad: 59
Altura: 1.56
Número de hijos: 4
Años en el cargo: 8

 Datos Agrupados
Supongamos que se mide la estatura de 100 estudiantes de sexo femenino,
seleccionadas de entre todos los cursos de física básica de una universidad, y se
obtienen los siguientes resultados:

Los resultados obtenidos se dividieron en 5 clases, que aparecen en la

columna izquierda. La primera clase, comprendida entre 155 y 159 cm, tiene 6
estudiantes, la segunda clase 160 – 164 cm tiene 14 estudiantes, la tercera clase
de 165 a 169 cm es la que tiene el mayor número de integrantes: 47. Luego sigue
la clase de 170-174 cm con 28 alumnas y por último la de 175 a 179 cm con
apenas 5.

El número de integrantes de cada clase es precisamente

la frecuencia o frecuencia absoluta y al sumarlas todas, se obtiene el total de
datos, que en este ejemplo es 100.
  Datos no agrupados
Resultados de un examen de coeficiente intelectual CI realizado a 20
alumnos al azar de una universidad. Los datos obtenidos fueron los siguientes:

119, 109, 124, 119, 106, 112, 112, 112, 112, 109, 112, 124, 109, 109, 109, 106,
124, 112, 112,106

Edades de 20 empleados de cierta cafetería muy popular:

24, 20, 22, 19, 18, 27, 25, 19, 27, 18, 21, 22, 23, 21, 19, 22, 27, 29, 23, 20

El promedio de notas finales de 10 alumnos de una clase de Matemática:

3,2;  3,1;  2,4;  4,0;  3,5; 3,0;  3,5;  3,8;  4,2;  4,9

 Datos Estadísticos
Si lanzamos una moneda al aire 5 veces obtenemos 5 datos
- Cara
- Cara
- Cruz
- Cara
- Cruz
Realiza un cuadro de semejanzas y diferencias entre ellas

Diferencias Semejanzas
1. Los datos agrupados son
aquellos que fueron organizados.
2. Los datos no agrupados forman
un conjunto universal.
3. Los datos deben ser organizados
y tabulados.
4. Los datos estadísticos son
discretos cuando sus valores son
distintos y separados

2. ¿Qué son parámetros?

Un parámetro es un elemento de un sistema que permite clasificarlo y poder

evaluar algunas de sus características como el rendimiento, la amplitud o la
condición. Por tanto, no es más que un valor que representa algo que queremos
medir. Sin embargo, esta definición tiene algunas variantes dependiendo de la
disciplina de que se trate. Suele estar relacionado con términos como variable,
axioma o función.

De manera que, un parámetro tiene una enorme utilidad en estadística, en

primer lugar, sirve para conocer atributos de una distribución de datos. Por
ejemplo, la media aritmética o la desviación típica de estos. Además,
en probabilidad permite conocer las llamadas funciones de distribución, en una
recta de regresión nos indica valores numéricos asociados a dicha recta y que la
hacen única.

También, cuando hacemos inferencia estadística utilizamos los llamados

«estimadores del parámetro». Estos estadísticos nos permiten aproximarnos al
valor real de dicho parámetro en la población. Por ejemplo, el estimador de
la varianza. En definitiva, sin parámetros no podríamos estudiar la información y
analizarla.

3. Determinar los parámetros poblacionales por medio de las técnicas

de estimación. Con aplicaciones, características y ejemplos
 4. Explicación de la media poblacional y la varianza con sus ejemplos.

o Media Poblacional

- La media poblacional es la suma de todos los valores de la población

divididos entre el número total de valores de la población: donde es la
medida poblacional, N es el total de observaciones de la población y X un
valor particular.

Para estimar la media poblacional.

Para poblaciones infinitas. Ejemplo
Se desea estimar la calificación promedio de los estudiantes de la UDJGH, para
ello se definen los siguientes criterios.
- Nivel de confianza= 95%
- Desviación estándar= 16.44
- Error Máximo tolerable= 5

Para poblaciones finitas. Ejemplo

En base a los datos del ejemplo anterior, con N= 5000
 o Varianza
La varianza es una medida de dispersión que representa la variabilidad de
una serie de datos respecto a su media, formalmente se calcula como la suma de
los residuos al cuadrado divididos entre el total de observaciones. También se
puede calcular como la desviación típica al cuadrado. Dicho sea de paso,
entendemos como residuo a la diferencia entre el valor de una variable en un
momento y el valor medio de toda la variable.

La unidad de medida de la varianza será siempre la unidad de medida

correspondiente a los datos pero elevada al cuadrado. La varianza siempre es
mayor o igual que cero. Al elevarse los residuos al cuadrado es matemáticamente
imposible que la varianza salga negativa. Y de esa forma no puede ser menor que
cero.

Donde

 X: variable sobre la que se pretenden calcular la varianza

 xi: observación número i de la variable X. i puede tomará valores entre 1 y
n.
 n: número de observaciones.
 x̄: Es la media de la variable X.

O lo que es lo mismo:
 Para entender mejor este concepto, proponemos el ejemplo de una
empresa que quiere calcular la varianza de las toneladas de alimento que ha
vendido en los últimos 6 meses:

Mes Cantidad vendida

Enero 18

Febrero 20

Marzo 20

Abril 22

Mayo 20

Junio 20

El primer paso para calcular la varianza consiste en calcular la media

aritmética (el promedio). Esta se obtiene teniendo en cuenta que la cantidad de
valores a analizar son 6 (los últimos 6 meses):
(18 + 20 + 20 + 22 + 20 + 20) / 6 = 20
Una vez obtenida la media aritmética, en este caso 20, procedemos a calcular la
varianza, utilizando la fórmula antes mencionada:

σ²= [(18-20)2 + (20-20)2 + (20-20)2 + (22-20)2 + (20-20)2 + (20-20)2] / 6 = 1,33

De esta manera, obtenemos una varianza (σ²) de 1,33.

5. Explicación de la estimación puntual por intervalos con

aplicaciones y características.
 6. Definir

- Población

Una población estadística es el total de individuos o conjunto de ellos que

presentan o podrían presentar el rasgo característico que se desea estudiar. Se
clasifica en:

- Población estadística finita: Es aquella en la que el número de

valores que la componen tiene un fin. Por ejemplo, la población
estadística que nos indica la cantidad de árboles de una ciudad es
finita. Es cierto que puede variar con el tiempo, pero en un instante
determinado es finita, tiene fin.
- Población estadística infinita: Se trata de aquella población que no
tiene fin. Por ejemplo, el número de planetas que existen en el
universo. Aunque puede que sea finito, el número es tan grande y
desconocido que estadísticamente se asume como infinito.
- Muestra

Una muestra estadística es un subconjunto de datos perteneciente a una

población de datos, estadísticamente hablando, debe estar constituido por un
cierto número de observaciones que representen adecuadamente el total de los
datos.

De manera que, como un subgrupo o subconjunto representativo de la

población, extraída seleccionada por algún método de muestreo, la muestra
siempre es una parte de la población. Si se tienen varias poblaciones, entonces se
tendrán varias muestras. La muestra debe poseer toda la información deseada
para tener la posibilidad de extraerla, y esto solo se puede lograr con una buena
selección de la muestra y un trabajo muy cuidadoso y de alta calidad en
la recogida de datos
 - Varianza

Se conoce como varianza a la raíz cuadrada que se desprende de una

desviación estándar, la cual permite que las industrias de manufactura puedan
trabajar con precisión en su producción y reduzcan su índice de errores, de modo
que la varianza toma los datos dispersos de la media y, luego de medirlos, le da
valor a las variaciones y desviaciones. Además, permite contabilizar y prevenir
posibles errores.
Al proponer la utilización de la varianza, Ronald Fisher mencionó que
esta serviría para saber y considerar el valor medio de una variable. Tal es así que
la varianza fue creada para determinar si las diferencias que existen entre las
medias de muestreo exponen las diferencias que hay entre los valores medios.
De esta manera, se identifica el valor por medio de una raíz cuadrada que
permite saber cuán dificultoso es el margen de errores y, asimismo, realizar un
plan específico y exitoso.

- Desviación estándar

La desviación estándar es la medida de dispersión más común, que indica

qué tan dispersos están los datos con respecto a la media. Mientras mayor sea la
desviación estándar, mayor será la dispersión de los datos.

El símbolo σ (sigma) se utiliza frecuentemente para representar la

desviación estándar de una población, mientras que s se utiliza para representar la
desviación estándar de una muestra. La variación que es aleatoria o natural de un
proceso se conoce comúnmente como ruido, esta se puede utilizar para
establecer un valor de referencia para estimar la variación general de un proceso.

- Media
 La media es el valor promedio de un conjunto de datos numéricos,
calculada como la suma del conjunto de valores dividida entre el número total de
valores. Algunas características de estas son:

- Considera todas las puntuaciones

- El numerador de la formula es la cantidad de valores
- Cuando hay puntuaciones extremas, no tiene una representación
exacta de la muestra

Conclusión

Finalmente concluimos que los conceptos antes mencionados han sido

analizados e investigados de tal manera de hacer más fácil su comprensión y
entendimiento ya que la estadística es la ciencia que trata de entender, organizar y
tomar decisiones que estén de acuerdo con los análisis efectuados.

Sin embargo, la estadística juega un papel muy importante en nuestras

vidas, ya que actualmente ésta se ha convertido en un método muy efectivo para
describir con mucha precisión los valores de datos económicos, políticos, sociales,
psicológicos, biológicos y físicos, además, sirve como herramienta para relacionar
y analizar dichos datos.

Es por ello que, el trabajo del experto estadístico ha evolucionado mucho,

ya no consiste sólo en reunir y tabular los datos, sino sobre todo en el proceso de
interpretación de esa información, ahora tiene un papel mucho más importante del
que tenía en años pasados.

De manera que, es de vital importancia para nuestra vida profesional

venidera, que manejemos estos conceptos con facilidad, así mismo el que los
usemos de la manera apropiada, siempre en pro de buscar soluciones a los
problemas que se nos puedan presentar.

Referencia Bibliográfica

Datos". En: Significados.com. Disponible

en: https://www.significados.com/datos/ Consultado: 23 de marzo de 2021.
Zapata, Fanny. (13 de mayo de 2020). Datos agrupados: ejemplos y ejercicio
resuelto. Lifeder. Recuperado de https://www.lifeder.com/datos-agrupados/.

"Estadística", Murray R. Spiguel Editorial schaum. Segunda edición “Estadística

aplicada” SOTY, NORBERTO Guarin Salazar ESTADISTICA PASO A PASO,
Howard B. Christense.

Macarena, Jaurequil (26 de enero de 2016). Datos Estadísticos. Libro Estadística.

Fuente: https://concepto.de/dato/#ixzz6pwJERGMe

https://www.monografias.com/docs/Datos-agrupados-y-no-agrupados-
FKARJQTPJ8UNZ#:~:text=Algunas%20de%20las%20caracter%C3%ADsticas
%20que,no%20agrupados%20son%20las%20siguientes%3A&text=%2D%20Los
%20datos%20son%20dados%20en,3

Última edición: 1 de octubre de 2020. Cómo citar: "Dato". Autor: María Estela
Raffino. De: Argentina. Para: Concepto.de. Disponible en:
https://concepto.de/dato/. Consultado: 23 de marzo de 2021.

Enrique Rus Arias (04 de noviembre, 2020). Parámetro. Economipedia.com

José Francisco López(18 de noviembre, 2017).Varianza. Economipedia.com

Varianza (2018). Recuperado de Enciclopedia Económica

(https://enciclopediaeconomica.com/varianza/

José Francisco López (09 de octubre, 2019).Población estadística.

Economipedia.com

José Francisco López (08 de noviembre, 2018).Muestra estadística.

Economipedia.com