Estadística Inferencial

Licenciatura en Sistemas de Información y Administración

22/05/2022
Asignatura: Estadística Inferencial
FERNANDO RODRIGUEZ ZAVALA
Actividad 1

FERNANDO RODRIGUEZ ZAVALA

Matricula: UCNL 47053

Tutor: Oscar González Gonzalez

Quinto tetra mestre grupo A

Monterrey N.L.
 Introducción

En un curso de estadística descriptiva, se proporcionan herramientas para describir El

comportamiento de un conjunto de datos utilizando tablas, gráficos y métricas descriptivas.
Entonces, después de ejecutar el programa que los generó, se pueden sacar conclusiones sobre la
distribución de los datos, su media y variabilidad, y Sobre esta base, se toma una decisión. Sin
embargo, a menudo la información describe un subconjunto o muestra de un conjunto más grande
Quiere saber su comportamiento. Entonces surge la pregunta, si la información Las descripciones en
la muestra se pueden generalizar a la población.

El éxito de cualquier decisión depende de la calidad de la información Tener. Uno de los desafíos
que enfrentan las organizaciones hoy en día es tener información Accesible, detallada y actualizada
para facilitar las decisiones correctas. Existir El desempeño profesional a menudo encuentra
situaciones en las que no se desempeña profesionalmente. Información suficiente para tomar una
decisión por lo que es necesario implementar Tomó un esfuerzo extraordinario recogerlo; la
dificultad, entonces, es determinar cuánto Se requiere información. En esta unidad, la importancia de
los métodos de muestreo para la extracción Información que garantiza resultados fiables.

1
 Desarrollo de la actividad
ACTIVIDAD 1 A REALIZAR

Resuelve los siguientes ejercicios.

1. Hacer un resumen, glosario, definiciones, lo más completo, de los conceptos empleados en

esta unidad, bien definidos, formulas empleadas, bien identificadas, donde se aplican,
significado de cada variable, en orden.
R= Estimador Estimado: Es una regla o fórmula a aplicar con los valores de una muestra
para determinar el valor de un parámetro poblacional que se interesa conocer.
La estadística inferencial: Pretende determinar el valor de parámetros poblacionales
utilizando estimadores o estadísticos de prueba con los valores de una muestra.
Estimación de parámetros: Se pretende fijar el valor de un parámetro poblacional que se
interesa conocer a través de una regla o fórmula basada en los valores de la muestra.
Pruebas o contrastes de hipótesis: Consisten en apoyar o rechazar una hipótesis acerca del
valor de un parámetro poblacional a través del uso de un estadístico de prueba.
Población: Se llama así al total de unidades que cumplen con ciertas características
medibles a las cuales se les aplicarán métodos estadísticos para su estudio. El tamaño de la
población es denotada con la letra N.
Censo: •Es la medición realizada a todas de unidades que conforman la población.
Muestreo: Es la metodología con la que se determina el número de elementos que serán
seleccionados de la población para formar un subconjunto llamado muestra.
Muestra: Es un subconjunto de la población cuyos elementos son elegidos mediante alguna
metodología de muestreo; su estudio permitirá realizar inferencias respecto a la población. El
tamaño de muestra se denota con la letra n
Muestra representativa: Se dice que una muestra es representativa cuando las unidades
que la conforman contienen las diferentes características de la población en una proporción
semejante, de manera que es una imagen de ella.
Unidad muestral: Unidad más pequeña de la que se recaban las mediciones.
Marco muestral: Fuente de referencia de donde se selecciona la muestra. Como ejemplo,
supóngase que se desea obtener información de los empleados de una empresa a través de una
muestra, el marco muestral es la nómina de la última quincena.
Muestras independientes: Cuando los grupos son muestras de poblaciones independientes,
el estudio contempla.
Muestra relacionada: Cuando se efectúan mediciones de la misma muestra, pero en
condiciones diferentes
Muestreo por cuota: En este tipo de esquema de muestreo, predomina el criterio del
investigador. Por lo general, se aplica cuando la persona encargada del estudio conoce bien las

2
características de las unidades en estudio, por lo que fija el número de unidades que serán
consideradas.
Muestreo por juicio o intencional: A criterio del investigador, son elegidos los elementos
que pueden aportar al estudio.
Muestreo de bola de nieve: Este método se aplica para eventos donde es difícil recabar
información, por tal razón, al encontrar una unidad que cumpla con las características que se
buscan en el estudio, se espera que éste nos contacte con otro y ése con otro, y así sucesivamente
hasta conseguir una muestra suficiente.
Muestreo aleatorio simple: En este método, las unidades de población tienen la misma
probabilidad de ser elegidas. Cada elemento es seleccionado aleatoriamente.
Muestreo sistemático: A diferencia del anterior, en este método los elementos de la
población son seleccionados cada K números, donde K es un valor constante que se determina a
través de dividir el tamaño de la población entre el tamaño de la muestra deseada:
N
K
n
Muestreo estratificado: En el muestreo estratificado, la población es dividida en categorías
diferentes entre sí, llamadas estratos, que poseen gran homogeneidad respecto a alguna
característica (por ejemplo, profesión, sexo, estado civil, etcétera). Lo que se pretende con este
tipo de muestreo es asegurar que todos los estratos de interés estarán representados
adecuadamente en la muestra, además de ganar precisión.
Muestreo por conglomerados: El muestreo por conglomerados consiste en seleccionar
aleatoriamente el número de conglomerados necesario para alcanzar el tamaño muestral, donde
se investigan a todos los elementos que componen los conglomerados elegidos, o a una muestra.
Atribuibles al muestreo: Son por la diferencia entre el valor del estimador muestral y el
valor del parámetro poblacional considerando la información de la muestra con la que se trabajó.
No atribuibles al muestreo: Se explican, entre otras causas, por un mal diseño del
instrumento, la logística implementada o una elevada tasa de no respuesta
Parámetro N conocida N desconocida Media 𝒏 = 𝒁 𝟐𝑺 𝟐𝑵 𝑵𝒆 𝟐 + 𝒁𝟐𝑺 𝟐 𝒏 = 𝒁 𝟐𝑺 𝟐 𝒆 𝟐
Proporción 𝒏 = 𝒁 𝟐𝒑𝒒𝑵 𝑵𝒆 𝟐 + 𝒁𝟐𝒑𝒒 𝒏 = 𝒁 𝟐𝒑𝒒 𝒆 𝟐

Valor_buscado: Es el número de la tienda que se desea buscar.

Es el número de la tienda que se desea buscar: Este parámetro se refiere al rango donde se
buscará la información.
Indicador de columnas: En este parámetro, se presenta el número de columna del rango de
búsqueda donde se encuentra la información que se desea agregar. En este ejemplo, la
información que se quiere agregar es el número de unidades vendidas que se halla en la columna
2 del rango de búsqueda.
Ordenados: • Es un valor lógico. Si se escribe 0 (cero), se está indicando que se requieren
valores de búsqueda coincidentes. Si se pone 1, significa que los valores de búsqueda pueden ser
parecidos.

3
 2. La siguiente tabla muestra el número de horas, que 10 estudiantes de la Universidad, dedican
a estudiar al día después de clases.

HR.DE
ESTUDIANTE
ESTUDIO
1 2
2 1
3 1
4 0
5 3
6 1
7 2
8 4
9 2
10 2

Se desea conocer el promedio de horas que estos estudiantes dedican a estudiar sus
materias después de
clase, por lo que se pide lo siguiente:

Determinar un tamaño de muestra que permita estimar el promedio de horas dedicado a

estudiar al día después de clase, y que garantice un error máximo de estimación de 0.8 h. con
un nivel de confianza del 90%.

Fórmula empleada: 𝒏 = 𝒁2 𝑺𝟐 𝑵 / 𝑵 𝒆𝟐  +  𝒁𝟐 𝑺𝟐

R = n= 9.99 (se realizó en Excel)

3. El siguiente conjunto de datos forma una población: 2, 4, 6, 8, y 10, calcular: paso a paso:
La media de la población (μ), los elementos de la población (X i), el rango, la varianza y la
desviación estándar.

R= Media de Población 7, Elementos de población 5, rango 4, varianza 2.91, desviación estándar

1.7

4
 Conclusión

Un aspecto importante a considerar son las limitaciones de las herramientas de razonamiento, las
cuales deben tenerse en cuenta a la hora de sacar conclusiones sólidas. Primero, para usar el
análisis inferencial que vemos en este trabajo, la población bajo estudio debe ser infinita o tener un
número extremadamente grande de elementos tal que su distribución de probabilidad sea continua y
satisfaga
En nuestro caso de estudio, esto fue así porque la definición de población adoptada incluía a todos
los estudiantes de primer año de la Facultad de Química, de manera genérica y atemporal. Incluso si
la población se define como un subconjunto contemporáneo de estos estudiantes (por ejemplo,
durante los últimos 30 años), las herramientas de razonamiento se pueden aplicar con éxito porque
la población será tan grande que su estudio completo (censo) no será factible porque algunos
información no disponible.

Bibliografía

Mtra. Adriana Rodríguez Domínguez Lic. Manuel García Minjares. (S.F).

Introducción al muestro. En Licenciatura de Administración, Estadística
Inferencial (328). México: UNAM.