Tarea de Investigación Modulo IX 2018

UNIVERSIDAD TECNOLOGICA DE HONDURAS

CAMPUS:
El Progreso Yoro

CARRERA:
Relaciones Industriales

ASIGNATURA:
Estadística 1

CATEDRATICO (A):
Héctor Antonio Castillo Cruz

TAREA:
Investigación Modulo IX

ALUMNO:

Ingrid Zulema Morales Menjivar. Cta. # 201520040123

Clase Online. El Progreso Yoro, 04-12-18

#2015-2004-0123 Ingrid Zulema Morales Menjivar Pá gina 1

 Tarea de Investigación Modulo IX 2018

TABLA DE CONTENIDO

INTRODUCCIÓN...................................................................................................................................3

TAREA DE INVESTIGACIÓN MODULO IX............................................................ ............................4-8

CONCLUSIONES.................................................................................................................................. 9

BIBLIOGRAFIAS..................................................................................................................................10

#2015-2004-0123 Ingrid Zulema Morales Menjivar Pá gina 2

 Tarea de Investigación Modulo IX 2018

Introducción

En el presente informe prenderemos un poco sobre que es una distribución de probabilidades, como
generar y ejemplificar una distribución de frecuencias , que es una variable aleatoria y en que
consiste, saber identificar cuáles son las variables aleatorias discretas y cuáles son las variables
aleatorias continuas, que es una división de distribuciones, que es la estadística inferencial y a su vez
que comprende, que es población y que es muestra y cuáles son las ventajas del muestreo, así como
también la hipótesis estadística y el modelo de regresión lineal. Todos estos conceptos nos ayudaran
a tener una mejor comprensión de lo que abarca la estadística.

#2015-2004-0123 Ingrid Zulema Morales Menjivar Pá gina 3

 Tarea de Investigación Modulo IX 2018

1. ¿Qué es una distribución de probabilidades?

Una distribución de probabilidad indica toda la gama de valores que pueden representarse como

resultado de un experimento si éste se llevase a cabo.

Es decir, describe la probabilidad de que un evento se realice en el futuro, constituye una

herramienta fundamental para la prospectiva, puesto que se puede diseñar un escenario de
acontecimientos futuros considerando las tendencias actuales de diversos fenómenos naturales.

Toda distribución de probabilidad es generada por una variable (porque puede tomar diferentes
valores) aleatoria x (porque el valor tomado es totalmente al azar), y puede ser de dos tipos:

1. Variable aleatoria discreta (x). Porque solo puede tomar valores enteros y un número finito
de ellos. Por ejemplo:

 x ® Variable que define el número de alumnos aprobados en la materia de probabilidad en

un grupo de 40 alumnos (1, 2 ,3…ó los 40).

2. Variable aleatoria continua (x). Porque puede tomar tanto valores enteros como
fraccionarios y un número infinito de ellos dentro de un mismo intervalo.

Por ejemplo:

 x ® Variable que define la concentración en gramos de plata de algunas muestras de mineral

(14.8 gr., 12.1, 42.3, 15.0, 18.4, 19.0, 21.0, 20.8, …, ¥)

https://www.monografias.com/trabajos57/distribuciones-probabilidad/distribuciones-
probabilidad.shtml

2. ¿Cómo generar una distribución de frecuencias?, ejemplifique.

Las distribuciones de frecuencias son tablas en que se dispone las modalidades de la variable por
filas. En las columnas se dispone el número de ocurrencias por cada valor, porcentajes, etc. La
finalidad de las agrupaciones en frecuencias es facilitar la obtención de la información que contienen
los datos.
Ejemplo: Quieren conocer si un grupo de individuos está a favor o en contra de la exhibición de
imágenes violentas por televisión, para lo cual han recogido los siguientes datos:

#2015-2004-0123 Ingrid Zulema Morales Menjivar Pá gina 4

 Tarea de Investigación Modulo IX 2018

La inspección de los datos originales no permite responder fácilmente a cuestiones como cuál es la
actitud mayoritaria del grupo, y resulta bastante más difícil determinar la magnitud de la diferencia
de actitud entre hombres y mujeres.

Podemos hacernos mejor idea si disponemos en una tabla los valores de la variable acompañados
del número de veces (la frecuencia) que aparece cada valor:

X: Símbolo genérico de la variable.

F: Frecuencia (también se simboliza como ni).

La distribución de frecuencias de los datos del ejemplo muestra que la actitud mayoritaria de los
individuos del grupo estudiado es indiferente.

La interpretación de los datos ha sido facilitada porque se ha reducido el número de números a

examinar (en vez de los 20 datos originales, la tabla contiene 5 valores de la variable y 5
frecuencias).

Generalmente las tablas incluyen varías columnas con las frecuencias relativas (son el número de
ocurrencias dividido por el total de datos, y se simbolizan "fr" o "pi"), frecuencias acumuladas (la
frecuencia acumulada es el total de frecuencias de los valores iguales o inferiores al de referencia, y
se simbolizan "fa" o "na". No obstante la frecuencia acumulada también es definida incluyendo al
valor de referencia), frecuencias acumuladas relativas (la frecuencia acumulada relativa es el total
de frecuencias relativas de los valores iguales o inferiores al de referencia, y se simbolizan "fr" o
"pa")

https://www.uv.es/webgid/Descriptiva/3_distribucin_de_frecuencias.html

3. ¿Qué es una variable aleatoria?

Una función que asocia un número real, perfectamente definido, a cada punto muestral.

A veces las variables aleatorias (v.a.) están ya implícitas en los puntos muéstrales.

Ejemplo 1: Experiencia consistente en medir la presión sistólica de 100 individuos. Un punto

muestral (resultado de un experimento) es ya un número (presión sistólica). La v.a. está implícita.

http://www.hrc.es/bioest/estadis_21.html

#2015-2004-0123 Ingrid Zulema Morales Menjivar Pá gina 5

 Tarea de Investigación Modulo IX 2018

4. ¿Qué es una variable aleatoria discreta?

Una variable aleatoria se dirá discreta si el conjunto de valores que toma es un conjunto numerable,
es decir, que solo puede tomar unos valores concretos. Dicho conjunto lo denotaremos por: {x1, x2,
x3,...., xk}

Toda variable aleatoria discreta tiene asociada una función de probabilidad, que a cada valor, le
marca la probabilidad de que la variable tome  dicho valor. Esta probabilidad viene a jugar el mismo
papel que la frecuencia relativa en los temas de estadística.

Discreta: número finito o infinito numerable de elementos.

http://ieszaframagon.com/matematicas/estadistica/var_aleatoria/tema5_2.html

5. ¿Qué es una variable aleatoria continua?

Una variable aleatoria continua es una función X que asigna a cada resultado posible de un

experimento un número real. Si X puede asumir cualquier valor en algun intervalo I (el intervalo
puede ser acotado o desacotado), se llama una variable aleatoria continua. Si puede asumir solo
varios valores distintos, se llama una variable aleatoria discreta.

www.zweigmedia.com/MundoReal/cprob/cprob1.html

6. ¿Qué es una división de distribuciones?

Es la división que se realiza dependiendo del tipo de variable a estudiar. Las cuatro principales (de las
que nacen todas las demás) son:
a) Si la variable es una variable discreta (valores enteros), corresponderá una distribución discreta,
de las cuales existen:

 Distribución binomial (eventos independientes).

 Distribución de Poisson (eventos independientes).
 Distribución hipergeométrica (eventos dependientes).
b) Si la variable es continua, esto significa que puede tomar cualquier valor dentro de un intervalo, la
distribución que se generará será una distribución continua, también llamada distribución
normal o gaussiana.
Además, se puede utilizar la "distribución de Poisson como una aproximación de la distribución
binomial" cuando la muestra por estudiar es grande y la probabilidad de éxito es pequeña. De la
combinación de los dos tipos de distribuciones anteriores (a y b), surge una conocida
como "distribución normal como una aproximación de la distribución binomial y de Poisson".

#2015-2004-0123 Ingrid Zulema Morales Menjivar Pá gina 6

 Tarea de Investigación Modulo IX 2018

https://es.scribd.com/document/360608606/Distribucion-de-Probabilidad

7. ¿Qué es estadística inferencial?

La estadística inferencial es una parte de la estadística que comprende los métodos y

procedimientos que por medio de la inducción determina propiedades de una población.

La estadística inferencial demuestra asociaciones y permite hacer comparaciones entre

características observadas.

https://www.sciencedirect.com/science/article/pii/S113835930773945X

8. ¿Qué es población?

Es el Conjunto Total de individuos, objetos o eventos que tienen la mismas características y sobre el
que estamos interesados en obtener conclusiones.

https://es.slideshare.net/jcarlos2509/estadistica-poblacion-muestra-y-variables

9. ¿Qué es muestra?

Es una parte de la población, la cual se selecciona con el propósito de obtener información por
ejemplo a través de una encuesta. Debe ser “representativo”

https://es.slideshare.net/jcarlos2509/estadistica-poblacion-muestra-y-variables

10. Ventajas del muestreo

 Necesitamos estudiar menos individuos, necesitamos menos recursos (tiempo y dinero).

 La manipulación de datos es mucho más simple. Si con una muestra de 1.000 personas tengo
suficiente, ¿para qué quiero analizar un fichero de millones de registros?

https://www.netquest.com/blog/es/blog/es/muestreo-que-es-porque-funciona

11. ¿Qué es hipótesis estadística?

Una hipótesis estadística es una afirmación o conjetura acerca de una o más poblaciones. Es
importante remarcar que las hipótesis son proposiciones sobre la población en estudio, nunca sobre
la muestra.

http://asignaturas.topografia.upm.es/matematicas/Estadistica/Contraste_de_Hipotesis(Apuntes).pd
f

#2015-2004-0123 Ingrid Zulema Morales Menjivar Pá gina 7

 Tarea de Investigación Modulo IX 2018

12. ¿Qué es el modelo de regresión lineal?

El modelo de regresión lineal es el más utilizado a la hora de predecir los valores de una variable
cuantitativa a partir de los valores de otra variable explicativa también cuantitativa (modelo de
regresión lineal simple).

http://ocw.uv.es/ciencias-de-la-salud/pruebas-1/1-3/t_09nuevo.pdf

#2015-2004-0123 Ingrid Zulema Morales Menjivar Pá gina 8

 Tarea de Investigación Modulo IX 2018

Conclusiones

Concluimos, aprendiendo muchos sobre cada uno de estos conceptos puesto que para comprender
la estadística es importante conocer cada uno de ellos, y eso no nos llevara a cometer errores al
momento de aplicar la estadística en cualquier momento de nuestra vida porque ya sabemos en que
momento , cuando y como se utilizan, como por ejemplo la distribución probabilidades, ya sabemos
que es una variable aleatoria discreta y una variable aleatoria continua y en que momento las vamos
a aplicar, asi como también ya sabemos que la estadística inferencial comprende los métodos y
procedimientos que por medio de la inducción determina propiedades de una población.

#2015-2004-0123 Ingrid Zulema Morales Menjivar Pá gina 9

 Tarea de Investigación Modulo IX 2018

Bibliografía

 https://www.monografias.com/trabajos57/distribuciones-probabilidad/distribuciones-
probabilidad.shtml

 https://www.uv.es/webgid/Descriptiva/3_distribucin_de_frecuencias.html

 http://www.hrc.es/bioest/estadis_21.html

 http://ieszaframagon.com/matematicas/estadistica/var_aleatoria/tema5_2.html

 www.zweigmedia.com/MundoReal/cprob/cprob1.html

 https://es.scribd.com/document/360608606/Distribucion-de-Probabilidad

 https://www.sciencedirect.com/science/article/pii/S113835930773945X

 https://es.slideshare.net/jcarlos2509/estadistica-poblacion-muestra-y-variables

 https://es.slideshare.net/jcarlos2509/estadistica-poblacion-muestra-y-variables

 https://www.netquest.com/blog/es/blog/es/muestreo-que-es-porque-funciona

 http://asignaturas.topografia.upm.es/matematicas/Estadistica/Contraste_de_Hipotesis(Apu
ntes).pdf

 http://ocw.uv.es/ciencias-de-la-salud/pruebas-1/1-3/t_09nuevo.pdf

#2015-2004-0123 Ingrid Zulema Morales Menjivar Pá gina 10