Actividad N° 1: Foro

Lectura y acercamiento a la solución.

Estudiante
Yohaira Viviana Sepulveda Garcia

UNIDADES TECNOLÓGICAS DE SANTANDER – UTS

Estadística Inferencial
BUCARAMANGA
2023
 INTRODUCCION

La generación de modelos y predicciones asociadas en la búsqueda de datos y

obtener información más precisa hace que la estadística inferencial nos permita

deducir sobre temas de una manera más clara con métodos que para poder

aprender sobre ellos y manejarlos debemos basarnos en información básica cómo

la veremos a continuación..
1. ¿Qué es una variable y cuáles son, los tipos de variables en estadística?

Variable estadística: Es una característica o cualidad de un individuo que

está propensa a adquirir diferentes valores. Estos valores, a su vez, se caracterizan

por poder medirse. Por ejemplo, el color de cabello, el nivel académico, el sexo o la

estatura de una persona, son variables estadísticas.

Tipos de variables estadística: La variable estadística, de acuerdo con las

características que la definen, puede ser cualitativa o cuantitativa.

Clasificación y tipos de variables estadísticas: Las variables se clasifican

en cualitativas y cuantitativas.

Variable cualitativa: Son aquellas características o cualidades que no

pueden ser calculadas con números, sino que son clasificadas con palabras. Este

tipo de variable, se divide en:

Cualitativa nominal: Aquellas variables que no siguen ningún orden en

específico. Por ejemplo, los tipos de árboles de una zona tales como pino, acacia,

eucalipto, cedro, entre otros.

Cualitativa ordinal: Aquellas que siguen un orden o jerarquía. Por ejemplo,

la clasificación de los grupos del SISBEN A, B, C o D.

Cualitativa binaria: Variables que permiten tan solo dos resultados. Por

ejemplo, sí o no; niño o niña.

 Variable cuantitativa: Son aquellas características o cualidades que sí

pueden expresarse o medirse a través de números. Este tipo de variable, se divide

en:

Cuantitativa discreta: Aquella variable que utiliza valores enteros y no

finitos. Por ejemplo, la cantidad de familiares que tiene una persona, tal como 2, 3, 4

o más.

Cuantitativa continua: Aquella variable que utiliza valores finitos y objetivos,

y suele caracterizarse por utilizar valores decimales. Por ejemplo, el peso de una

persona, tal como 59 kg, 71.2 kg, 63.4 kg, entre otros.

2. ¿Cuáles son, y para qué sirven las medidas de posición? Medidas de

posición: son parámetros estadísticos que permiten definir un conjunto de datos. Es

decir, las medidas de posición ayudan a saber cómo es un conjunto de datos.

En estadística, existen dos tipos de medidas de posición: las medidas de

posición central, que permiten determinar los valores centrales de un conjunto de

datos, y las medidas de posición no central, que sirven para dividir los datos en

intervalos iguales.

¿Cuáles son las medidas de posición? En estadística, las medidas de

posición son:

Medidas de posición central: Indican los valores centrales de una

distribución.

Media: Es el promedio de todos los datos de la muestra.

 Mediana: Es el valor del medio de todos los datos ordenados de menor a

mayor.

Moda: Es el valor que más se repite del conjunto de datos.

Medidas de posición no central: Dividen el conjunto de datos en partes

iguales.

Cuartiles: Dividen la muestra de datos en cuatro partes idénticas.

Quintiles: Separan los datos en cinco partes iguales.

Deciles: Parten el conjunto de datos en diez intervalos de la misma amplitud.

Percentiles: Dividen los datos en cien partes equivalentes.

3.- ¿Cuáles son, y para qué sirven las medidas de dispersión?

Medidas de dispersión: Son valores numéricos que indican el nivel de

variabilidad de una variable. En otras palabras, son aquellos valores que reflejan el

grado de separación entre los valores de una distribución estadística, con respecto a

las medidas de tendencia central consideradas. Asimismo, las medidas de

dispersión se expresan en números reales no negativos, y el valor será 0 cuando

todos los datos de la distribución sean iguales. Por tanto, a mayor dispersión de los

mismos, mayor será el valor numérico de la dispersión.

¿Para qué sirven las medidas de dispersión? En un estudio estadístico, a

la hora de generalizar los datos de una muestra, las medidas de dispersión son muy

importantes ya que condicionan de manera directa el error con el que trabajemos.

Así, cuanta más dispersión recojamos en una muestra, más tamaño necesitaremos

para trabajar con el mismo error.

Por otro lado, estas medidas nos ayudan a determinar si nuestros datos se

alejan mucho del valor central. Con ello, nos dan información de si este valor central

es adecuado para representar la población de estudio. Esto es muy útil para

comparar distribuciones y comprender los riesgos en la toma de decisiones.

Estas medidas son muy útiles para comparar distribuciones y comprender los

riesgos en la toma de decisiones. A mayor dispersión, menos representativo es el

valor central. Estas son las más utilizadas:

Recorrido o rango: Es la diferencia entre el último valor de la variable y el

primero.

La desviación media: Consideramos la desviación de un valor de la variable

como la diferencia en valor absoluto entre ese valor de la variable y la media

aritmética de la serie.

Varianza: es una función algebraica de todos los valores, apropiada para

tareas de estadística inferencial.

La desviación típica o estándar: Es la medida de dispersión que mejor

proporciona la variación de los datos con respecto a la media aritmética. Su valor se

relaciona directamente con la dispersión de los datos, a mayor dispersión de ellos,

mayor desviación típica y a menor dispersión menor desviación típica.

El coeficiente de variación: es una medida de dispersión más

representativa que las anteriores, porque es un número abstracto. Es decir, es

independiente de las unidades en que figuren los valores de la variable.

 4.- ¿Cómo se calcula, la probabilidad de un evento? Para calcular la

probabilidad de un evento se toma en cuenta todos los casos posibles de ocurrencia

del mismo; es decir, de cuántas formas puede ocurrir determinada situación. Los

casos favorables de ocurrencia de un evento serán los que cumplan con la

condición que estamos buscando.

La probabilidad toma valores entre 0 y 1 o expresados en tanto por ciento,

entre 0% y 100%:

El valor cero corresponde al suceso imposible; ejemplo: lanzamos un dado al

aire y la probabilidad de que salga el número 7 es cero.

El valor uno corresponde al suceso seguro, ejemplo: lanzamos un dado al

aire y la probabilidad de que salga cualquier número del 1 al 6 es igual a uno

(100%).

El resto de sucesos tendrá probabilidades entre cero y uno: que será tanto

mayor cuanto más probable sea que dicho suceso tenga lugar.

Métodos de medición de Probabilidad: Uno de los métodos más utilizados

es aplicando la Regla de Laplace: define la probabilidad de un suceso (P) como el

cociente entre casos favorables (F) y casos posibles (N).

5.- Propiedades de la probabilidad

1. La suma de las probabilidades de un suceso y su contrario vale 1.

 2. Probabilidad del suceso imposible es cero.

3. La probabilidad de la unión de dos sucesos es la suma de sus

probabilidades menos la probabilidad de su intersección.

4. Si un suceso A está incluido en otro suceso B, entonces la probabilidad de

A es menor o igual a la probabilidad de B.

5. Si A1, A2, ..., Ak son incompatibles dos a dos.

6. Si el espacio muestral E es finito y un suceso es S = {x1, x2, ..., xn}

 CONCLUSIONES

Gracias a todo lo anterior, podemos interpretar la importancia de la estadística y

como aplicarla correctamente en las investigaciones y/o actividades que las

necesitemos; con estos conceptos ampliamos nuestro panorama en conocimientos.