Nombre alumno: Diana Rubi Lara Pérez

Matricula: 172206

Grupo: GM56

Nombre materia: Herramientas Estadísticas Para La Gestión De Procesos

Nombre del docente: Fátima Inés Ortiz Rodríguez

Número y tema de la actividad: Actividad 4. Formulario estadístico

Ciudad y fecha: Veracruz, Ver. A 07 de Febrero de 2023.

 Actividad 4. Formulario estadístico

1. Tipos de variables:

Cualitativas nominales son aquellas que describen

Variables cualitativas son aquellas una característica que no presenta ningún orden o
cuyo resultado o expresión es una jerarquía, por ejemplo, el género de una persona o
cualidad o característica, por ejemplo,
el color de un objeto.
el color de un objeto, el género o Cualitativas ordinales describen una característica
nacionalidad de una persona, etc. Y que puede ser ordenada o jerarquizada, por
se subdividen en: ejemplo, la posición final de un atleta en una
competencia olímpica (primer, segundo o tercer
lugar).
Variables continuas son aquellas cuyo valor se
puede presentar en decimales, fracciones o partes
Variables cuantitativas son aquellas dentro de un intervalo de valores definido, por
que adoptan valores cuantificables, ejemplo, tiempo o peso.
por lo general, numéricos. Y se Variables discretas son aquellas que son
subdividen en: cuantificables sólo en números enteros cerrados o
en criterios específicos, por ejemplo, el número de
alumnos en un salón.

2. Estadística descriptiva:

Es el análisis de información que busca describir o resumir datos o información de tal forma
que se puedan percibir características, tendencias, patrones o comportamientos.

Métodos Descriptivos Representación Gráfica.

Graficas de hoja y tallo: Este tipo de gráfico
conjunta información numérica analizándola,
dividiéndola y agrupándola por cada uno de
sus dígitos.

Histograma: es un gráfico que representa

gráficamente la frecuencia que tienen
determinados datos continuos.

Análisis de Pareto: el Diagrama o Análisis de

Pareto es una gráfica de barras en la cual se
presentan las frecuencias, impacto o costos de
los problemas.
 Gráfica circular: conocidas como graficas de
pastel, son una herramienta de representación
visual que nos va a permitir observar los
porcentajes o tamaños relativos en los que los
datos se encuentran agrupados.

Diagramas de Caja y bigotes: son

herramientas visuales que presentan
información como los cuartiles, los valores
máximos y mínimos, la dispersión y la simetría
de los valores, datos o información.

3. Mediciones estadísticas: 

Las medidas de tendencia central son formas de presentar las características centrales de la
información, grupo de datos o los patrones.

Medidas de tendencia central Formula:

Media aritmética: es igual a la suma de todos los datos,
dividida entre el número de datos (X)

Mediana: es el valor medio de un conjunto de datos.

Moda: es el valor más común dentro del grupo de datos.

Las medidas de dispersión agrupan datos describiendo qué tanta dispersión hay entre ellos.

Medidas de dispersión Formula:

Rango: es la diferencia que existe entre el valor más
grande y el más pequeño en un grupo de datos.
Cuartiles: son grupos de información generados al
dividir los datos disponibles en cuatro.

Varianza (S2): va a medir qué tan dispersos están los

datos. La varianza es el promedio de las diferencias al
cuadrado de la media.

Desviación estándar (S): es la medida de dispersión de

los valores en un determinado grupo de datos. La
desviación estándar es usada junto con la media de un
grupo de datos para resumir datos continuos.

Las medidas de sesgo al momento de ser analizados y/o graficados, presentan una simetría,
sesgo o asimetría.

Medidas de Sesgo Grafica

Distribución simétrica: cuando la media se encuentra
ubicada en el centro de los datos y los divide en dos
partes iguales y/o simétricas.

Cálculo del coeficiente de asimetría de Fisher.

Si g1= 0, se puede decir que la distribución o la curva es
positiva.
Distribución asimétrica: es aquella en la que la media no divide los datos en partes iguales.

 Asimetría positiva: cuando la mayoría de los

datos son mayores a la media aritmética.

Cálculo del coeficiente de asimetría de Fisher.

Si g1 > 0, se puede decir que la distribución o la curva es
positiva.
 Asimetría negativa: se presenta cuando la
mayor parte de los datos son inferiores a la
media.

Cálculo del coeficiente de asimetría de Fisher.

Si g1 < 0, se puede decir que la distribución o la curva es
positiva.

Cálculo del coeficiente de curtosis.

Sí g2=0, se puede decir que la distribución es
Mesocúrtica (normal).
Cálculo del coeficiente de curtosis.
Sí g2 > 0, se puede decir que la distribución o la
curva es leptocúrtica (muy concentrada).
Cálculo del coeficiente de curtosis.
Sí g < 0, es porque la distribución y la curva es
platicúrtica (muy poco concentrada).

4. Distribuciones de probabilidad.

Tipo de Distribución Formula Representacion

Distribución Normal: es una
distribución normal es simétrica, es
decir, 50% de los valores se encuentran
a la derecha de la media y el otro 50, a
la izquierda.

Distribución binomial: es un tipo de

distribución que tiene dos posibles
resultados únicamente, entendida como
la probabilidad de éxito o fracaso de un
 experimento que se repite en más de
una ocasión.

Distribución poisson: nos va a dar la

probabilidad de que pase un
determinado evento en un intervalo de
tiempo definido y fijo.
Distribución exponencial: modela el
tiempo transcurrido entre dos eventos y
se presenta cuando los datos o la
densidad de su probabilidad se
encuentran concentradas en uno de los
extremos de los rangos.
Distribución de Erlang: es una
distribución de probabilidad continua.

Distribución de Weibull: esta

distribución se genera a partir de los
parámetros de forma, escala y valor del
límite. Es dependiendo de los valores
de dichos parámetros como esta
distribución puede tomar varias formas.

5. Prueba de hipótesis

Una hipótesis es una afirmación que se presenta sobre una situación, experimento, sujetos o
datos. El objetivo es que pueda ser confirmada o descartada más allá de cualquier duda.

Pruebas de hipótesis
Hipótesis Nula Hipótesis Alternativa
(H0) = Primera hipótesis se conoce como (HA) = Segunda hipótesis alternativa que
hipótesis nula; es la afirmación original va a ser el resultado diferente o contrario a la
denotada en forma de hipótesis que se primera.
buscará confirmar o rechazar.

Tipos de errores
Tipo 1 Tipo 2
Se presenta cuando se cree que se presenta De forma opuesta al error de tipo uno, se
un resultado o efecto cuando en realidad no presenta cuando se determina que no hay un
se presenta. A este tipo de error también resultado o efecto cuando en realidad sí lo
se le llama de falsa ilusión. Al riesgo de hay. Este tipo de error también se le
que se dé un error de tipo I se conoce como conoce como error de descuido. Al riesgo
(alfa). de que se dé un error de tipo II se conoce
como (beta).
 6. Intervalos de confianza:

Intervalos de confianza: Formula

Es la diferencia entre dos medias muestrales
se puede determinar si las medias son
iguales o no. Se tienen dos muestras
grandes aleatorias: una primera X1 de una
muestra n1 y varianza con un valor
esperado de , y una segunda muestra X2
de una muestra n2 con varianza de con
un valor esperado de . Siendo las
medias muestrales, y se tiene una
distribución normal; por lo tanto:

Conclusiones:

Considero que el uso de las herramientas estadísticas dentro de una empresa es esencial
utilizarlas como ayuda a los directivos para toma decisiones ante la incertidumbre,
proyecciones de ventas, análisis financieros, establecer cantidades de producción y análisis de
muestreo para determinar la calidad de un producto, etc.  El uso de la estadística proporciona
datos reales sobre situaciones en lugar de tomar decisiones basadas en corazonadas sin
fundamento. Los directivos deben tener la capacidad de observar los datos y hacer
predicciones sobre el futuro de la empresa, cada decisión debe estar respaldada por datos
reales. Es necesario contar con formulario de guía como herramienta para poder facilitar la
aplicación de las herramientas estadísticas, facilitando a la organización el uso de la
información.