NIVERSIDAD AUTONOMA “GABRIEL RENE MORENO”

FACULTAD INTEGRAL ICHILO

CARRERA INGENIERIA DE SISTEMAS

UNIDAD IV
ESTADISTICA Y DISTRIBUCION NO
AGRUPADA

Ing. Juan Siancas

DOCENTE

SANTA CRUZ – BOLIVIA

Mayo 2022
 UNIDAD IV
ESTADISTICA Y DISTRIBUCION NO AGRUPA
1.- Estadística
ESTADÍSTICA es el arte de realizar inferencias y sacar conclusiones a partir de datos
imperfectos.
Los datos son generalmente imperfectos en el sentido que aún cuando posean
información útil no nos cuentan la historia completa. Es necesario contar con métodos que
nos permitan extraer información a partir de los datos observados para comprender mejor
las situaciones que los mismos representan.
Es importante estudiar la estadística, manejando los datos estadísticos y las conclusiones
obtenidas aplicando metodología estadística, para ejercer una profunda influencia en casi
todos los campos de la actividad humana. En particular, la estadística invade cada vez
más cualquier investigación relativa. Este crecimiento, probablemente relacionado con el
interés por aumentar la credibilidad y confiabilidad de las investigaciones, no garantiza
que en todos los casos la metodología estadística haya sido correctamente utilizada, o
peor aún, que sea válida.
2.- Método Estadístico
El conjunto de los métodos que se utilizan para medir las características de la
información, para resumir los valores individuales, y para analizar los datos a fin de
extraerles el máximo de información, es lo que se llama métodos estadísticos. Los
métodos de análisis para la información cuantitativa se pueden dividir en los siguientes
seis pasos:
1. Definición del problema.
2. Recopilación de la información existente.
3. Obtención de información original.
4. Clasificación.
5. Presentación.
6. Análisis.
El método que permite organizar, sintetizar, presentar, analizar, cuantificar e interpretar
una gran cantidad de datos, de tal forma que se puedan tomar decisiones, realizar
generalizaciones y obtener conclusiones válidas (dar información) sobre los fenómenos o
líneas de investigación en estudio
Algunas técnicas de análisis de datos son sorprendentemente simples de aprender y usar
más allá del hecho que la teoría matemática que las sustentan puede ser muy compleja.
Todos, aún los estadísticos, tenemos problemas al enfrentarnos con listados de datos.
Existen muchos métodos estadísticos cuyo propósito es ayudarnos a poner de manifiesto
las características sobresalientes e interesantes de nuestros datos que pueden ser
usados en casi todas las áreas del conocimiento.
Los métodos estadísticos pueden y deberían ser usados en todas las etapas de una
investigación, desde el comienzo hasta el final. Existe el convencimiento de que la
estadística trata con el ANÁLISIS DE DATOS (quizás porque esta es la contribución más
visible de la estadística), pero este punto de vista excluye aspectos vitales relacionados
con el DISEÑO DE LAS INVESTIGACIONES. Es importante tomar conciencia que la
elección del método de análisis para un problema, se basa tanto en el tipo de datos
disponibles como en la forma en que fueron recolectados

3.- Áreas de la estadística

Describiremos brevemente cada una de las áreas en que puede dividirse la estadística:
I. Diseño: Planeamiento y desarrollo de investigaciones.
II. Descripción: Resumen y exploración de datos.
III. Inferencia: Hacer predicciones o generalizaciones acerca de características de una
población en base a la información de una muestra de la población.
3.1.- Diseño
Es una actividad crucial. Consiste en definir como se desarrollará la investigación para dar
respuesta a las preguntas que motivaron la misma. La recolección de los datos requiere
en general de un gran esfuerzo, por lo que, dedicar especial cuidado a la etapa de
planificación de la investigación ahorra trabajo en las siguientes etapas. Un estudio
bien diseñado resulta simple de analizar y las conclusiones suelen ser obvias. Un
experimento pobremente diseñado o con datos inapropiadamente recolectados o
registrados puede ser incapaz de dar respuesta a las preguntas que motivaron la
investigación, más allá de lo sofisticado que sea el análisis estadístico.
3.2.- Descripción
Los métodos de la Estadística Descriptiva o Análisis Exploratorio de Datos ayudan a
presentar los datos de modo tal que sobresalga su estructura. Hay varias formas simples
e interesantes de organizar los datos en gráficos que permiten detectar tanto las
características sobresalientes como las características inesperadas. El otro modo de
describir los datos es resumirlos en uno o dos números que pretenden caracterizar el
conjunto con la menor distorsión o pérdida de información posible.
3.3.- Inferencia
Inferencia Estadística hace referencia a un conjunto de métodos que permiten hacer
predicciones acerca de características de un fenómeno sobre la base de información
parcial acerca del mismo.
4.- Ramas de la estadística
Este concepto ha permitido a los especialistas en Estadística llegar a un acuerdo para
clasificar a esta materia en dos grandes ramas, las cuales se definen como: Estadística
descriptiva y Estadística inferencial. Ambas desempeñan funciones distintas pero
complementarias en el análisis estadístico
Dentro de la estadística se pueden considerar dos ramas perfectamente diferenciadas por
sus objetivos y por los métodos que utilizan
4.1.- Estadística Descriptiva
La estadística descriptiva o análisis exploratorio de datos ofrece modos de presentar y
evaluar las características principales de los datos a través de tablas, gráficos y medidas
resúmenes
La Estadística Descriptiva, es aquella rama de la Estadística que se encarga mediante la
aplicación de métodos y técnicas de obtener, organizar, presentar y describir los datos. Lo
anterior se aplica exclusivamente a los datos que forman una muestra, la cual permitiría
inferir o generalizar acerca de la totalidad de los elementos que constituyen la población
de estudio, si esta muestra es representativa. El resumen de los datos puede realizarse
en forma tabular, gráfica o numérica.
Ejemplo:
Un maestro de Estadística aplica un cuestionario a un grupo de estudiantes elegidos al
azar, acerca de su edad, estatura, peso, talla y sexo. Estas estadísticas se pueden usar
para analizar el promedio de edad, peso y talla de este grupo de estudiantes.
Los resultados obtenidos pueden utilizarse para llegar a conclusiones válidas para este
grupo y para realizar una inferencia en todos los grupos de la licenciatura, porque se sabe
que la muestra es representativa de la población.
4.2.- Estadística inferencial
Es otra rama de la Estadística cuyos objetivos son generalizar o deducir a partir de
estudios de muestras, el comportamiento de una población; con ello se pueden tomar
decisiones útiles. La información que proporcionan las muestras se obtiene de la
estadística descriptiva.
Ejemplo:
✓ El ingeniero de control de calidad de una fábrica de hornos de microondas, al
recibir un nuevo embarque de bases de vidrio, se pregunta si lo acepta o no, ya
que el encargado del almacén le informa que en una caja de 50 bases, cuatro
están defectuosas
✓ Un investigador quiere conocer en promedio cuántos refrescos consumen los
alumnos de las secundarias de una delegación departamental. Éste debe
entrevistar a todos los alumnos de las 16 secundarias de la delegación del turno
matutino como el vespertino; pero realizar un censo sería imposible, por el tiempo
y por los recursos humanos y económicos. Por tanto, decide tomar una muestra
representativa de la población en forma aleatoria y utilizar la estadística inferencial
para determinar el consumo promedio de refrescos de los alumnos de las
secundarias de la delegación. Los datos de la muestra se utilizan para inferir
(deducir) o llegar a conclusiones acerca de la población de la cual se toma la
muestra.

4.- Varianza
La varianza mide la mayor o menor dispersión de los valores de la variable respecto a la
media aritmética. Cuanto mayor sea la varianza mayor dispersión existirá y por tanto
menor representatividad tendrá la media aritmética.
La varianza se expresa en las mismas unidades que la variable analizada, pero elevadas
al cuadrado.
S2 = ∑(X-Xm)^2/n-1
5.- Desviación Estándar
Se define como la raíz cuadrada con signo positivo de la varianza
S = √S2
Donde:
X = Variable (dato base)
N = Gran Total
n = Muestra
Xm = Media
S2 = Varianza
S = Desviación Estándar

También otros autores lo denominan de la siguiente manera:

 = Población
2 = Varianza
 = Desviación Estándar

6.- Medidas de Dispersión Relativa (Coeficiente)

Nos permiten comparar la dispersión de distintas distribuciones.
Coeficiente de Variación de Pearson (CV)
Indica la relación existente entre la desviación típica de una muestra y su media
CV = S/Xm*100
Al dividir la desviación típica por la media se convierte en un valor excento de unidad de
medida. Si comparamos la dispersión en varios conjuntos de observaciones tendrá menor
dispersión aquella que tenga menor coeficiente de variación.
El principal inconveniente, es que al ser un coeficiente inversamente proporcional a la
media aritmética, cuando está tome valores cercanos a cero, el coeficiente tenderá a
infinito.
7.- Distribución “t”
La distribución “t” de student, es una función de probabilidad con forma tipo campana
simétrica. Se toma una muestra aleatoria de tamaño n<30 de una población con
distribución normal con media de la población y varianza desconocida.

Xm − Xr
tc = * n
S
Donde:
tC = t de student calculado
tT = t de student de tabla
Xm = Media
Xr = Variable de referencia
S = Desviación Estándar
n = Muestra

El nivel de significación de “t”, es de la siguiente manera:

◼ La decisión que se toma no es de certeza sino de probabilidad, luego está
sometida a error.
◼ Se rechaza la hipótesis de nulidad si la prueba da un valor cuya probabilidad de
ocurrencia, cae en la región de rechazo de la hipótesis nula (Ho).
◼ El nivel de significación es fijado por el investigador, siendo habitualmente de 5%
(α = 0.05) o de 1% (α = 0,01)
◼ El criterio para rechazar o aceptar la Ho debe establecerse previamente al
examen de los datos.

tC>tT, se rechaza la Ho y se acepta la Ha

tC<tT, se acepta la Ho y se rechaza la Ha

8.- Bibliografía

RODRIGUEZ, Ojeda Luis

2007 Probabilidad y Estadística Básica para Ingenieros, con el Soporte de
MATLAB para Cálculo y Gráficos Estadísticos. Escuela de Ciencias
Matemáticas. Guayaquil, Ecuador. 311 Páginas.
ANDERSON, David, SWEENEY Dennis y WILLIAMS, Tomas
2008 Estadística para Administración y Economía. 10ma Edición.
México. 1055 Páginas.
ANEXO: