Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ALCIDES CARRIÓN
ESTADISTICA APLICADA A LA
INVESTIGACIÓN
SEMANA 01: COMENTARIOS SOBRE EL
DESARROLLO DEL CURSO
TEMARIO:
1.- BASES CIENTÍFICAS DE LA ESTADÍSTICA-
PROBABILIDADES - ESTADISTICA DESCRIPTIVA
2.- ANALISIS CUANTITATIVA Y CUALITATIVA DE DATOS
3.- CONTRASTE DE HIPÓTESIS PARA VARIAS MUESTRAS
4.- ANALISIS DE REGRESIÓN LINEAL Y NO LINEAL
PROBABILIDADES
Modelo Cúbico
Tipos de Modelos
Modelo Modelo
Trigonométrico Exponencial
EJEMPLO DE MODELO LINEAL
20 mt. 10 mt.
•
SOLUCIÓN
•
ANALISIS COMBINATORIO
PRINCIPIO FUNDAMENTAL :
• SI ALGÚN SUCESO PUEDE REALIZARSE DE “M” MANERAS DIFERENTES Y OTRA SELECCIÓN PUEDE EFECTUARSE DE “N”
MANERAS DISTINTAS, AMBAS SELECCIONES SE PUEDEN PRODUCIR DE “M * N” MANERAS DIFERENTES, EJEMPLO:
FORMULANDO LA COMBINACIÓN: L1 L1 # # #
ANALISIS COMBINATORIO
PRINCIPIO FUNDAMENTAL:
LA EMPRESA TIENE 3 CAMIONETAS PARA REALIZAR LA SUPERVISIÓN DE SUS LABORES, Y 4 OPERADORES
DISPONIBLES, ENTONCES CUÁLES Y CUANTOS DIFERENTES FORMAS DE UTILIZACIÓN TENDRÁ PARA HACER
TRABAJAR ESTOS EQUIPOS.
PLANTEAMOS LA FORMULA:
12 maneras diferentes
PRINCIPIOS FUNDAMENTALES
A.- Principio fundamental de la adición:
Si el Evento “A” puede ocurrir la “K1” formas diferentes y el Evento “B” de “k2”
formas diferentes, además se sabe que “A” y “B” no pueden ocurrir
simultáneamente, entonces el Evento “A” ó “B” se podrá realizar de “K1+K2”
formas diferentes (Llamado eventos excluyentes)
La probabilidad es la Posibilidad de
que algo ocurra
Las Probabilidades se expresan
como fracciones o como decimales,
que están entre uno y cero
Por ejemplo:
Espacio muestral
{ varón, mujer}
❑ Definición clásica
❑ Frecuencia relativa de
ocurrencia
❑ Probabilidad subjetiva
PROBABILIDAD CLÁSICA
La probabilidad clásica, a menudo se le conoce como la probabilidad a
priori, debido a que si utilizamos ejemplos previsibles como monedas
no alteradas, dados no cargados y mazos de barajas normales, entonces
podemos establecer la respuesta de antemano, sin necesidad de lanzar
una moneda, un dado o tomar una carta. No tenemos que efectuar
experimentos para poder llegar a conclusiones.
Este planteamiento de la probabilidad tiene serios problemas cuando
intentamos aplicarlo a los problemas de toma de decisiones menos
previsibles.
La probabilidad clásica supone también una especie de simetría en el
mundo
PROBABILIDAD CLÁSICA
CONCLUSIONES DE PROBABILIDAD
Se necesita tener en cuanta para el desarrollo de una investigación los
siguientes :
1.- Un experimento aleatorio, es tal que se conocen sólo los posibles
resultados
2.- El espacio muestral (E), es el conjunto en el cual están todos los
posibles resultados del experimento aleatorio.
3.- Un suceso o evento (A) : Es “A” es un subconjunto del
espacio muestral “E“ lo que se busca en todo proyecto
es que la probabilidad de que el vento ocurra,
E
A
VARIABLES
Una Variable podemos definir de la siguiente manera como un concepto menos
abstracto del concepto del cual proviene y se puede observar en la realidad.
Una variable contiene indicadores a través de los cuales se pueden contar y/o medir
aspectos concretos del concepto.
Por ejemplo, la variable sexo puede tomar dos valores: femenino y masculino.
VARIABLE ALEATORIA
Una variable aleatoria es una función que asigna un valor, usualmente
numérico, al resultado de un experimento aleatorio.
Por ejemplo, los posibles resultados de tirar un dado dos veces: (1, 1), (1,
2), etc. o un número real (Ejm. la temperatura máxima medida a lo largo del
día en una ciudad concreta)
NOTACIÓN. Letra mayúscula: v.a de la función Ejm. X = va.
Letra Minúscula, Valor de la v.a. Ejm. x = valor de la v.a.
40%
0,49 0,49
0 0,6 1 p
D M F
DISTRIBUCIÓN BINOMIAL
- Propiedad de éxito
- q = 1 –p : probabilidad de fracaso
- El experimento se repite “ n” veces
- Esas “n” repeticiones deben ser independientes entre si
- X Número de éxitos en la “n” pruebas
- Rango: Rx = {o, 1, 2, …,n}
EJEMPLO
En Una fabrica de focos, el 5% sale con defectos, determinar la
probabilidad de que en una muestra de 12 focos, se encuentra 2 focos
defectuosos, identifique y plantee la probabilidad.
Identificando el tipo de distribución.
- Se trata de un experimento en un ensayo de “n” veces resultados
- El ensayo debe tener sólo debe tener 2 resultados
- Estos resultados deben ser constantes; entonces:
1). “n” = 12 ensayos
2). Cada ensayo debe arrojar solo dos casos (buenas y defectuosas)
3). Entre cada ensayo existe 5% de defectuosos.
Relacionando variables:
X = variable aleatoria que depende del azar
x = n’ = numero de focos defectuosos
k = valor que toma la variable para el cada es = 2
n = 12 número de veces que se van a repetir el ensayo
P = probabilidad 5% = 5/100 = 0,05…..éxito
q = 1-p en cada ensayo salga el fracaso o focos defectuosos:
q = 1 – p = 1 – 0,05 = 0,95
Desarrollando en el modelo estadístico de probabilidades:
P(X-2) = 0,0988= 9,88%, que nos indica que siempre dos de ellos serán
defectuosos.
DISTRIBUCIÓN HIPERGEOMÉTRICA
Es una distribución discreta que modela el número de eventos
en una muestra de tamaño fijo cuando usted conoce el número
total de elementos en la población de la cual proviene la
muestra. Cada elemento de la muestra tiene dos resultados
posibles (es un evento o un no evento).
EJEMPLO:
En una caja hay 10 celulares de los cuales hay 3 celulares dañados, si se
sacan 5 celulares de la caja ¿Cuál es la probabilidad de sacar un celular
dañado?
Analizando los datos:
N = Número total de la población
k = número de éxitos de la población
n = número de muestras
X = número de éxitos de la muestra
Además:
N = 10 celulares , k = 3 cel. Dañados , n = número de la muestra, x = , X = 1, x = Celulares dañados.
DISTRIBUCIÓN DE PASCAL
EJEMPLO
Preguntas:
•¿A que suceso nos referimos cuando decimos X = 0?
•¿Cuál es la probabilidad de que el primer 6 aparezca en el cuarto
lanzamiento?
DISTRIBUCIÓN GEOMÉTRICA
EJEMPLO
DISTRIBUCIÓN DE POISSON
EJEMPLO
BASES CIENTÍFICAS DE LA ESTADÍSTICA
DEFINICIÓN:
LA ESTADÍSTICA ES LA CIENCIA QUE NOS PROPORCIONA UN CONJUNTO DE
MÉTODOS Y PROCEDIMIENTOS PARA RECOPILAR , ORGANIZAR , ANALIZAR E
INTERPRETAR DATOS , EN FORMA ADECUADA PARA REALIZAR UNA TOMA DE
DECISIONES SOBRE UN PROYECTO O EMPRESA A REALIZAR .
• ESTADISTICA DESCRIPTIVA: SU OPERATIVIDAD PRINCIPAL ES; ORDENAR, RESUMIR DATOS, MANEJO DE VARIABLES, ANÁLISIS
MULTIVARIADAS, RELACIÓN ENTRE ELLAS Y CÓMO AFECTA A LOS PROBLEMAS.
LA ESTADÍSTICA DESCRIPTIVA, COMO MÉTODO SE OCUPA DE LA RECOLECCIÓN, CARACTERIZACIÓN Y PRESENTACIÓN QUE PERMITEN
DESCRIBIR, APROPIADAMENTE LAS CARACTERÍSTICAS DE UN CONJUNTO DE DATOS. COMPRENDE EL USO DE GRÁFICOS, TABLAS Y MEDIDAS
DE RESUMEN Y OTRAS TÉCNICAS DE MEDIDA.
RESUMIDAMENTE PODEMOS DECIR; ES LA ESTADÍSTICA QUE PROPORCIONA UN CONJUNTO DE MÉTODOS QUE, POR MEDIO DEL CALCULO NOS
AYUDARÁN A RESUMIR Y DESCRIBIR DATOS.
• ESTADISTICA INFERENCIAL: OPERA COMO MÉTODOS QUE HACEN POSIBLE ESTUDIAR UNA O MÁS CARACTERÍSTICAS DE UNA
POBLACIÓN O TOMAR DECISIONES SOBRE LA POBLACIÓN BASADOS EN EL RESULTADO DE UNA MUESTRA, EN ESTE MÉTODO SE PRETENDE
INFERIR CONCLUSIONES QUE ATAÑEN A UNA POBLACIÓN A PARTIR DE UNA MUESTRA SABIENDO O ENTENDIENDO QUE ESTAS
CONCLUSIONES NUNCA PUEDEN SER ABSOLUTAMENTE CIERTAS , EN ELLAS ESTARÁN LIGADAS CIERTO GRADO DE INCERTIDUMBRE.
POBLACIÓN
Se entiende por población o universo a la totalidad de individuos o
elementos (unidades estadísticas) en las cuales se pueden presentarse
determinada característica susceptible a ser estudiadas.
Por ejemplo:
- La estatura de los alumnos de la maestría en ingeniería
- Alumnos de ingeniería de comunicaciones matriculados el 2020, en todas
las universidades del Perú
- Puntaje de rendimiento en la lectura de todos los alumnos del nivel
universitario
- Ventas anuales de los supermercados de lima metropolitana
- Los taladros perforados para la voladura en el tajo zona noreste,
- Pacientes que sufren depresión y que son atendidos en la clínica Ricardo
palma., etc.,
La población puede ser de dos tipos FINITA E INFINITA.
POBLACIÓN
. Población Finita: Es aquella que tiene numero determinado de elementos
. Población Infinita: Es aquella que tiene un número infinito de elementos.
En la práctica, una población finita, con un número muy grande de
elementos se considera población finita.
MUESTRA:
Es Un subconjunto de la población que representa a la
población. Se estudia a toda la población el estudio
realizado en un censo, pero si se toma una muestra el
estudio realizado será un muestreo.
EJEMPLOS:
- Seleccionar 110 alumnos de cada facultad para estudiar la
estatura de los alumnos de la UNDAC
- Seleccionar 4 empresas mineras de la región para estudiar a el
comportamiento de los trabajadores frente al
comportamiento del covid19.
- Seleccionar el registro de ventas de los productos minerales
de los últimos 4 años para estudiar el comportamiento
estadístico de los metales a nivel nacional.
- Seleccionar 15 pacientes registrados la última semana en la
posta médica de san juan pampa, para estudiar el grado
depresión en esta época de pandemia., et.
PARÁMETRO
Es una medida de resumen utilizada para describir alguna “CARACTERISTICA”,
de la población y para conocer su valor es necesario utilizar la información
toda la población.
µ : Media poblacional
σ2 : Varianza Poblacional
р : Proporción poblacional
ρ : Coeficiente de correlación.
ESTADISTICA:
Es la medida de resumen utilizada para describir alguna característica de la muestra,
que para nuestros estudios usaremos la notación siguiente.
: Media Muestral
s2 : Varianza muestral
p : Proporción Muestral
г : Coeficiente de correlación muestral
VARIABLES
ESTADISTICAS