Paso 2: Elaborar un cuadro comparativo entre estadística descriptiva y estadística inferencial

teniendo en cuenta descripción, características, ventajas, desventajas, variables utilizadas o

involucradas y aplicaciones en el ámbito logístico y compartirlo en el en el foro colaborativo y
realizar comentarios a los instrumentos publicados por sus compañeros.

LA ESTADÍSTICA

Disciplina científica de tipo matemática que se ocupa de recopilar, organizar, analizar, interpretar y presentar
datos numéricos para comprender patrones, tendencias y características de un conjunto de datos. Su objetivo
principal es extraer información útil y significativa a partir de datos que a menudo son numerosos y complejos.

Las estadísticas se dividen en dos categorías principales: Estadística descriptiva y Estadística inferencial.

ASPECTO ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA INFERENCIAL

Esta fase se centra en la En esta fase, se utilizan métodos

Descripción: organización y resumen de datos.
Incluye la recopilación de datos, la
representación gráfica (mediante
gráficos, tablas, histogramas, etc.) y
el cálculo de medidas de resumen
como la media, la mediana, la
moda, la desviación estándar y
otras que describen las
características de los datos.
estadísticos para hacer inferencias o
conclusiones sobre una población
más amplia basándose en una
muestra de datos. Esto incluye la
realización de pruebas de hipótesis,
la estimación de intervalos de
confianza y la evaluación de la
probabilidad.

Tipos: Distribución de frecuencias: Pruebas de hipótesis: Probar

Utilizada tanto para datos hipótesis y extraer generalizaciones
cualitativos y cuantitativos. sobre la población a partir de los
Representa la frecuencia o el datos de la muestra son ejemplos
recuento de los diferentes de estadística inferencial.
resultados en un conjunto de datos
Análisis de regresión: Se realiza
o muestras.
para calcular cómo cambiará una
Tendencia central: Se refiere al variable en relación con otra.
resumen descriptivo de un conjunto Pueden utilizarse numerosos
de datos utilizando un único valor modelos de regresión, como la
que refleja el centro de la regresión lineal simple, la lineal
múltiple, la nominal, la logística y la
distribución de los datos.
ordinal.
Variabilidad: Estadística de
resumen, refleja el grado de
dispersión de una muestra.
Determinan la distancia que los
puntos de datos parecen tener con
respecto al centro.
 Características: - Resumen de datos.
- No hace suposiciones
sobre una población más
amplia.
- No se basa en la
probabilidad.
Ventajas: Fácil de entender y aplicar.
Útil para resumir datos de manera
precisa.
Apropiada para datos simples y
exploratorios.
Desventajas: No permite generalizar resultados
más allá de la muestra.
No permite probas hipótesis o
hacer predicciones precisas.
Variables: Variables Categóricas: Representan
categorías o grupos en los que se
pueden clasificar los datos. No
tienen un valor numérico intrínseco
y se utilizan para describir
cualidades, atributos o
características de los elementos en
el conjunto de datos.
Variables Numéricas: Representan
cantidades numéricas que pueden
ser medidas y analizadas. A su vez,
las variables numéricas se dividen
en dos subtipos:
a. Variables Numéricas Discretas:
Son aquellas que toman valores
numéricos específicos y contables,
por lo general números enteros.
b. Variables Numéricas Continuas:
Representan valores que pueden
tomar cualquier valor dentro de un
rango. Son medidas en escalas
continuas y no necesariamente
números enteros.
Aplicación ámbito logístico: - Resumen de inventarios.
- Control de calidad de productos.
- Seguimiento de tiempos de
entrega de pedidos.
- Análisis de distribución espacial de
almacenes.
- Generalización.
- Supone una población más
amplia.
- Utiliza técnicas de
probabilidad y teoría de
muestras.
Permite tomar decisiones basadas
en datos limitados.
Permite probar hipótesis.
Puede hacer predicciones.
Requiere suposiciones sobre la
población.
Puede ser compleja y técnica.
Requiere un tamaño de muestra
adecuado para ser confiable.
Variables Independientes:
Conocidas como variables
predictoras o variables explicativas,
se utilizan para predecir o explicar
un fenómeno o resultado. Estas
variables son manipuladas o
controladas en un experimento o
estudio y se asume que tienen un
efecto sobre la variable
dependiente.
Variables Dependientes: Las
variables dependientes son
aquellas que se miden y se utilizan
para evaluar el resultado o el efecto
de las variables independientes.
Estas son las variables que se
analizan y comparan entre
diferentes grupos o condiciones
para realizar inferencias.
- Estimación de la demanda futura
en la cadena de suministros.
- Evaluación de eficiencia de rutas
de transporte.
- Determinación de niveles de
inventarios óptimos.