República Bolivariana de Venezuela.

Ministerio del Poder Popular para la Educación.

Instituto Universitario de Tecnología
¨Juan Pablo Pérez Alfonso¨
Escuela de Enfermería – III Semestre ¨A¨

ESTADISTICA
Facilitadora: Bachiller:
Rubén Chenique Planchez Karla C.I: 20.054.962
III Semestre
Sección: ¨A¨

Barcelona, Julio 2020

 Introducción

Estimar qué va a ocurrir respecto a algo (o qué está ocurriendo, o qué ocurrió), a
pesar de ser un elemento muy claramente estadístico, está muy enraizado en nuestra
cotidianidad. Dentro de ello, además hacemos estimaciones dentro de un intervalo de
posibilidades. Por ejemplo: “creo que terminaré la tarea en unos 5-6 días”.

Lo que hacemos en el terreno del análisis de datos es aplicar matizaciones técnicas a

este hábito. Vamos a dedicar este documento al concepto de estimación, comenzando
con la estimación de intervalos. Después nos ocuparemos de desarrollar la media,
mediana y moda así como otros métodos estadísticos fundamentales, con su significado
y símbolo. Y, por último, desarrollar cómo se calculan esos elementos.
 Actividad I

Estimación de Intervalos:

La estimación por intervalos permite conocer el rango de valores en que podemos

confiar que está el verdadero valor poblacional; por lo tanto, permite dimensionar la
imprecisión de la estimación puntual y este es su principal propósito.

La obtención del intervalo se basa en las siguientes consideraciones:

 Si conocemos la distribución muestral del estimador podemos obtener las

probabilidades de ocurrencia de los estadísticos muestrales.

 Si conociéramos el valor del parámetro poblacional, podríamos establecer la

probabilidad de que el estimador se halle dentro de los intervalos de la distribución
muestral.

 El problema es que el parámetro poblacional es desconocido, y por ello el

intervalo se establece alrededor del estimador. Si repetimos el muestreo un gran número
de veces y definimos un intervalo alrededor de cada valor del estadístico muestral, el
parámetro se sitúa dentro de cada intervalo en un porcentaje conocido de ocasiones.
Este intervalo es denominado "intervalo de confianza".

Ejemplo:
La siguiente imagen muestra la distribución de las Medias muestrales obtenidas de
100000 muestras aleatorias y los intervalos alrededor de cada una de las Medias
obtenidas de diez de las muestras:

Donde ls y le simbolizan los límites superior e inferior del intervalo de confianza al

95%.
 Nueve de los diez intervalos (salvo el definido alrededor de la Media muestral igual
a 3.7) incluyen el valor del parámetro dentro sus límites.

 
Estimación Puntual:

Una estimación puntual de un parámetro poblacional es cuando se utiliza un único

valor para estimar ese parámetro, es decir, se usa un punto en concreto de la muestra
para estimar el valor deseado. Cuando estimamos un parámetro de forma puntual,
podemos saber con certeza, cuál es ese valor. Imaginemos una población de 30 personas
de las que seleccionamos una muestra de 20 para las que conocemos sus edades.
Estimar de forma puntual la media de edad, sería tan sencillo como sumar esos 20 datos
y dividirlos entre el total de la muestra estadística.

Ejemplo:

Se desea estimar la Media de las puntuaciones del curso 2003/4, pero solo se dispone
de 50 puntuaciones seleccionadas aleatoriamente. La Media de la muestra (el
estimador), es igual a 5.6 y atribuimos este valor (la estimación) a la Media del curso
completo. Resumiendo:
 Podemos utilizar como estimadores de la Media de la población otros estadísticos de
tendencia central como la Moda o la Mediana, pero NO todos los estimadores son
apropiados. Los estimadores deben satisfacer ciertos requisitos, y por esta razón,
interesa conocer sus propiedades a fin de utilizar los que sean adecuados según las
circunstancias de la estimación.

Media:
La media (promedio) de un conjunto de datos se encuentra al sumar todos los
números en el conjunto de datos y luego al dividir entre el número de valores en el
conjunto.

 Datos agrupados: Se suma los números, después divide por cuántos números
hay. (En otras palabras es la suma dividida por la cuenta).

Ejemplo:
¿Cuál es la media de estos números?
3, 10, 5
Suma los números: 3 + 10 + 5 = 18
Divide por cuántos números hay (tenemos 3 números): 18 ÷ 3 = 6
La media es 6

 Datos no agrupados: La media aritmética o promedio de un conjunto de datos.

Se la representa con:

se halla con la fórmula:

Ejemplo:
Hallar la media del conjunto de datos: 10, 5, 8, 9, 6, 7, 4, 1

Mediana:

La mediana es el valor medio cuando un conjunto de datos se ordena de menor a

mayor.
  Datos agrupados: Para calcular la mediana, ordena los números que te han dado
según su valor y encuentra el que queda en el medio.

Ejemplo:

Mira estos números: 3, 13, 7, 5, 21, 23, 39, 23, 40, 23, 14, 12, 56, 23, 29

Si los ordenamos queda: 3, 5, 7, 12, 13, 14, 21, 23, 23, 23, 23, 29, 39, 40, 56

Hay quince números. El del medio es el octavo número: 3, 5, 7, 12, 13, 14, 21, 23,
23, 23, 23, 29, 39, 40, 56

La mediana de este conjunto de valores es 23.

 Datos no agrupados: Para calcular a la mediana, se ordenan los datos y se

encuentra el punto medio de éstos (la posición (n+1)/2). Si la media y la
mediana coinciden, la distribución es simétrica. Si la media es mayor que la
mediana, la distribución es asimétrica positiva; si la mediana es mayor, la
distribución es asimétrica negativa.

Ejemplo:

Hallar la mediana del conjunto de datos: 13, 6, 3, 1, 7, 11, 9, 8

Primero debemos ordenar los datos para determinar cuál es el valor que está en la
mitad.

1, 3, 6, 8, 9, 11, 13 por la tanto Me=8

Moda:
La moda es el número que se presenta con más frecuencia en un conjunto de datos.

 Datos agrupados: La moda es simplemente el valor que aparece más veces.

Para calcular la moda tienes que ordenar los números que te dan.
Ejemplo:

Mira estos números:3, 7, 5, 13, 20, 23, 39, 23, 40, 23, 14, 12, 56, 23, 29

Ordenados quedan: 3, 5, 7, 12, 13, 14, 20, 23, 23, 23, 23, 29, 39, 40, 56

Así es más fácil ver qué números aparecen más veces. En este caso la moda es 23.

 Datos no agrupados: Se le representa con Mo y es el dato que tiene la mayor

frecuencia. La moda puede existir o no y pueden ser uno o más valores es decir
no es única.

Ejemplo:

Hallar la moda del conjunto de datos: 4, 6, 6, 9, 7, 6, 3, 4, 5

Mo= 6

Actividad II

Fluctuaciones cíclicas:

Las fluctuaciones cíclicas son movimientos oscilatorios alrededor de una tendencia,

caracterizados por diferentes fases sucesivas recurrentes, de expansión y contracción, de
mayor o menor amplitud, que no se encuentran ceñidas a lapsos fijos y que son
susceptibles de medición.

Las fluctuaciones cíclicas han sido registradas y estudiadas por ciencias tan
diferentes como la astronomía, la geología, la meteorología, la biología, o la economía.

Medición

Dado que las series cronológicas o temporales se componen de movimientos

seculares a largo plazo o tendencias, fluctuaciones cíclicas, fluctuaciones estacionales y
fluctuaciones accidentales, irregulares o casuales, la existencia de determinadas
fluctuaciones cíclicas se establece mediante diferentes métodos de análisis de las series
temporales, mediante los cuales es posible aislarlas de las fluctuaciones estacionales y
de las tendencias. Una vez eliminada la estacionalidad y hecho el ajuste de tendencia se
obtienen los ciclos, no es necesario eliminar los movimientos casuales. Los métodos
básicos utilizados son los mínimos cuadrados y los promedios móviles, pero
actualmente existen diferentes procedimientos y técnicas estadísticos para efectuar
análisis específicos, tales como los correlogramas, el Filtro de Hodrick-Prescott o el
programa de computador BV4.

Aunque los estudios a largo plazo pueden encontrar la duración promedio de

determinada fluctuación cíclica, es imposible predecir su duración exacta, la cual no
puede deducirse del promedio, ni de la duración del ciclo anterior ni de la de algún
grupo de ciclos precedentes. En cambio sí es posible determinar el carácter necesario de
determinadas fluctuaciones cíclicas, cuyo desenvolvimiento concreto resulta de una
compleja interrelación de múltiples variables, de manera que se une la determinación
con la probabilidad.

Actividad III
Cuadro sinóptico

Coeficiente de correlación
 Es una prueba estadística para analizar la relación entre dos variables medidas en un
nivel por intervalos o de razón. Se simboliza con la letra r.

Si r < 0 Hay correlación negativa Si r > 0 Hay correlación positiva:

Si r = 0 se dice que las variables

están incorrelacionadas

Las dos variables se correlacionan Las dos variables se correlacionan

en sentido inverso. A valores altos en sentido directo. A valores altos
de una de ellas le suelen de una le corresponden valores
corresponder valor bajos de la otra altos de la otra e igualmente con
y viceversa los valores bajos

No puede establecerse ningún

sentido de covariación.
Error Muestra

Tipo II TIPO I

Es la aceptación de Es el rechazo de la
la hipótesis nula ho hipótesis nula ho
cuando es falsa Actividad IV cuando es verdadera
Mapa Mental

Consiste en aceptar la Consiste en aceptar la

hipótesis nula ho, cuando la hipótesis alternativa h1,
cierta es la alternativa h1. cuando la cierta es la nula
ho.

Se representa con el Se representa con el

símbolo alfa β símbolo alfa α
 Conclusión

Una estimación estadística es un proceso mediante el que establecemos qué valor

debe tener un parámetro según deducciones que realizamos a partir de estadísticos. En
otras palabras, estimar es establecer conclusiones sobre características poblacionales a
partir de resultados muéstrales.
 Las medidas de tendencia central (media, mediana y moda) sirven como puntos de
referencia para interpretar resultados. El propósito de las medidas de tendencia central
es mostrar en qué lugar se ubica la persona promedio o típica del grupo, sirven como un
método para comparar o interpretar cualquier puntaje en relación con el puntaje central
o típico, como un método para comparar el puntaje obtenido por una misma persona en
dos diferentes ocasiones y como un método para comparar los resultados medios
obtenidos por dos o más grupos.
 Bibliografía

Estadística Inferencial, ¨estimación por intervalos¨. Obtenido de:

https://www.uv.es/webgid/Inferencial/5_estimacin_por_intervalos.html#:~:text=La
%20estimaci%C3%B3n%20por%20intervalos%20consiste,basa%20en%20las
%20siguientes%20consideraciones%3A&text=c)%20El%20problema%20es%20que,se
%20establece%20alrededor%20del%20estimador.

Marco F, ¨estimacion puntual¨. Obtenido de:

https://economipedia.com/definiciones/estimacion-puntual.html#:~:text=Una
%20estimaci%C3%B3n%20puntual%20de%20un,para%20estimar%20el%20valor
%20deseado.

Duarte L, (18 de marzo de 2013), ¨prueba de hipotesis¨. Obtenido de:

https://es.slideshare.net/luppittaduartte/estadistica-unidad-3

Paradas J, (15 de ene. de 2017), ¨media aritmetica en datos agrupados y no agrupados¨.

Obtenido de: https://es.slideshare.net/johermanparadas1/media-aritmetica-en-datos-
agrupados-y-no-agrupados