DESARROLLO DEL FORO

1. ¿Cuáles son los tipos de parámetros estadísticos?

Un parámetro estadístico es un número que se obtiene a partir de los datos de

una muestra estadística. Los parámetros estadísticos también se conocen
como estadísticos descriptivos. Los parámetros estadísticos sirven para
sintetizar o resumir la información dada por una tabla o por una gráfica. En otras
palabras, dados unos pocos parámetros estadísticos se puede tener una idea
general de la distribución de la información.
Parámetros estadísticos: Son datos que resumen el estudio realizado en la
población. Pueden ser de dos tipos:
I. Parámetros de centralización. Son datos que representan de forma global a
toda la población. Entre ellos tenemos la media aritmética, la moda y la
mediana.
 MODA:

 Se define la moda como el valor de la variable que más se repite, es el

decir, aquél que tiene mayor frecuencia absoluta. Se representa por Mo.
 Si hay dos o varias puntuaciones con la misma frecuencia máxima, la
distribución es bimodal o multimodal, es decir, tiene varias modas.
 Media aritmética

 Se define la media aritmética como la suma de todos los datos dividida por el

número de datos. Se representa por  .

 Mediana
 Si ordenamos todos los valores de la variable de menor a mayor, se define
la mediana como el valor de la variable que está en el centro. Se representa por Me.
 Para calcular la mediana es necesario que los datos estén ordenados de menor a
mayor. Se pueden dar los siguientes casos:

 Datos no agrupados o agrupados puntualmente: Si hay un número impar de datos

observados, habrá un sólo valor central, mientras que si hay un número par de datos
habrá que hallar la media de los dos valores centrales. En el caso de datos
agrupados puntualmente deberemos guiarnos con las frecuencias acumuladas.

 Datos agrupados por intervalos: La mediana se encuentra en el intervalo donde la

frecuencia acumulada llega hasta la mitad de la suma de las frecuencias absolutas.

II. Parámetros de dispersión. Son datos que informan de la concentración o

dispersión de los datos respecto de los parámetros de centralización. Entre
ellos están el recorrido, la desviación media, la varianza y la desviación típica.
  Cuartiles
 Los cuartiles son los valores de la variable que dividen la serie ordenada de datos
en cuatro partes iguales.

 Los cuartiles son tres: Q1, Q2 y Q3, que delimitan al 25%, al 50% y al 75% de los
datos, respectivamente.

 Q2 coincide con la mediana.

 La diferencia Q3 - Q1 se llama recorrido intercuartílico.

 Deciles
 Los deciles son los valores de la variable que dividen la serie ordenada de
datos en diez partes iguales.

 Los deciles son 9: D1, D2 ... , D9, que delimitan al 10%, al 20%, ..., 90% de los
datos, respectivamente.
 D5 coincide con la mediana.

 Percentiles
 Los percentiles son los valores de la variable que dividen la serie ordenada de
datos en cien partes iguales.

 Los percentiles son 99: P1, P2 ... , P99, que delimitan al 1%, al 2%, ... , 99% de los
datos, respectivamente.

 P50 coincide con la mediana.

III. Parámetro de dispersión:

 Rango o recorrido

 Se define el rango o recorrido como la diferencia entre el mayor y el menor de los

valores de la variable. Se representa por R.

 Varianza
 Se define la varianza como la media aritmética de los cuadrados de las
desviaciones respecto de la media. 
2. ¿Qué es la media muestral y la media poblacional?
 Una media o promedio es una medida de tendencia central. Resulta al efectuar
una serie determinada de operaciones con un conjunto de números y que, en
determinadas condiciones, puede representar por sí solo a todo el conjunto.
Existen distintos tipos de medias, tales como la media geométrica, la media
ponderada y la media armónica aunque en el lenguaje común, tanto en
estadística como en matemáticas la elemental de todas ellas es el término que
se refiere generalmente a la media aritmética.
 La media muestral es una variable aleatoria, ya que depende de la muestra, si
bien es una variable aleatoria en general con una varianza menor que las
variables originales usadas en su cálculo. Si la muestra es grande y está bien
escogida, puede tratarse la media muestral como un valor numérico que
aproxima con precisión la media poblacional, que caracteriza una propiedad
objetiva de la población. 
 El nombre "media poblacional" se usa para significar qué valor numérico de
una media muestral es numéricamente cercano al parámetro media
poblacional, para una muestra adecuada y suficientemente grande.

3. ¿Qué es varianza muestral o poblacional?

 La varianza es una medida de dispersión que representa la variabilidad de una
serie de datos respecto a su media. Formalmente se calcula como la suma de
los residuos al cuadrado divididos entre el total de observaciones. También se
puede calcular como la desviación típica al cuadrado.

4. ¿Cuál es la media y la varianza de la distribución normal estándar?

 La tabla de la distribución normal presenta los valores de probabilidad para una

variable estándar Z, con media igual a 0 y varianza igual a 1.
Para usar la tabla, siempre debemos estandarizar la variable por medio de la
expresión:

Siendo   el valor de interés; la media de nuestra variable y   su desviación

estándar. Recordemos que, y   corresponden a parámetros, o sea valores en
el universo, que generalmente no conocemos, por lo que debemos calcular Z
usando los datos de nuestra muestra.
En general, el valor de Z se interpreta como el número de desviaciones
estándar que están comprendidas entre el promedio y un cierto valor de
variable x. En otras palabras, se puede decir que es la diferencia entre un valor
de la variable y el promedio, expresada esta diferencia en cantidad de
desviaciones estándar.

5. ¿Qué es la distribución binomial de Poisson?

 Esta distribución es una de las más importantes distribuciones de variable discreta.
Sus principales aplicaciones hacen referencia a la modelización de situaciones en
las que nos interesa determinar el número de hechos de cierto tipo que se pueden
producir en un intervalo de tiempo o de espacio, bajo presupuestos de aleatoriedad
y ciertas circunstancias restrictivas. Otro de sus usos frecuentes es la
consideración límite de procesos dicotómicos reiterados un gran número de veces
si la probabilidad de obtener un éxito es muy pequeña.