DATOS  INFORMACION  TOMAR DECISIONES EMPRESARIALES

Ejemplos de información:

 Tasa/índice
 Promedio
 Porcentaje
 Proporción
 Gráfica
 Tablas de frecuencia

ESTADISTICA SE DIVIDE EN:

1. DESCRIPTIVA: describe a un conjunto de datos muestrales o poblacionales, con tablas,

gráficas, medidas de resumen.
2. INFERENCIAL: conjunto de técnicas utilizadas para inferir cómo se comporta una
población a partir de datos de una muestra.

Censo: se evalúa a toda la población

Pero la mayoría de estudios utilizan muestras. Pero para poder sacar conclusiones tenemos que
extrapolar esos resultados hacia toda la población, con técnicas de inferencia estadística.

CONCEPTOS
Hipótesis: creencia, suposición

Hipótesis estadística: creencia, suposición acerca del valor de un parámetro.

Parámetro: un valor numérico Estadístico: un valor numérico

que representa una que representa una
característica de la población característica de la muestra
Promedio o media Promedio real de la edad Promedio muestral de la edad
X
µ
Proporción Proporción real de compra de Proporción muestral de
Es: parte/todo un nuevo producto compra de un nuevo producto
Número entre 0 y 1 π ^p
Desviación estándar Desviación estándar Desviación estándar muestral
poblacional
σ s
Varianza σ
2
s
2
 Hipótesis Nula (H0): es la que buscamos rechazar para probar la H1. Es lo contrario a la H1.
SIGNOS: ≥ , ≥ ,=¿ (siempre lleva la igualdad)

Hipótesis Alterna (H1): es la que deseamos probar. SIGNOS: ¿ ,> ,≠ (siempre lleva la
diferencia)

Son contrarias:

PASO 1: PLANTEAMIENTO DE LAS HIPOTESIS

Caso 1 Caso 2 Caso 3
H 0 : μ≥ 12 H 0 : μ=12 H 0 : μ≤ 12
H 1: μ< 12 H 1: μ ≠ 12 H 1: μ> 12
UNILATERAL IZQUIERDA BILATERAL UNILATERAL DERECHA

P.H. unilateral izquierda P.H. bilateral P.H. unilateral derecha

H0: µ ≥ µ0 H0: µ = µ0 H0: µ ≤ µ0
H1: µ < µ0 H1: µ ≠ µ0 H1: µ > µ0

μ0 :valor de prueba

PASO 2: DETERMINAR EL NIVEL DE SIGNIFICANCIA

Nivel de significancia: Probabilidad de cometer un error tipo 1.
Rechazar H0 No Rechazar H0
H0 verdadera ERROR TIPO 1
P(error1) = α
HO falsa ERROR TIPO 2
P(error2) = ꞵ

(alfa) α= probabilidad de cometer error tipo 1

(beta) ꞵ= probabilidad de cometer error tipo 2

Los valores de α estarán entre 1% y 10%