Facilitadora:

Laura Leticia Aguirre Padilla

Alumna: Gladis Maybeth Muñoz Cabriales Matrícula:

22126214

PROYECTO FINAL
ESTADISTICAS DESCRIPTIVAS
 Análisis descriptivo de datos

Características

Dentro de sus características podemos encontrar que su descripción es detallada,

ya que el análisis descriptivo se centra en describir y resumir características clave de
un conjunto de datos, proporcionando una visión detallada.

Sus características pueden ser también descriptivas, en donde se utilizan medidas

estadísticas como la media, la mediana, la moda y la desviación estándar para
resumir la información.

Estos se representan a través de gráficos y visualizaciones para facilitar la

interpretación de los datos.

Ventajas

- Proporciona una comprensión inicial y detallada de la distribución y

características de los datos.
- Es relativamente sencillo y accesible, lo que lo hace útil para comunicar
información de manera clara a personas sin un fondo técnico.
- Facilita la identificación de patrones, tendencias y características claves en
los datos.

Desventajas

- No proporciona explicaciones causales. Se centra en describir lo que está

sucediendo, pero no por qué.
- No se utilizan pruebas de inferencia estadística, por lo que las conclusiones
pueden ser imitadas en términos de generalización a poblaciones mas
amplias.
- Puede ser sensibles a valores atípicos, lo que puede afectar la interpretación
de las estadísticas descriptivas.

Usos en una empresa

- Exploración de datos: En las primeras etapas de análisis de datos, el análisis

descriptivo ayuda a explorar y comprender la naturaleza de los datos
recopilados.
- Informes y presentaciones: Es útil para crear informes y presentaciones que
describan el rendimiento, las tendencias del mercado, la demografía del
cliente, etc.
 - Benchmarking: Permite comparar métricas clave con estándares de la
industria o competidores.
- Toma de decisiones: Proporciona información esencial para la toma de
decisiones basada en datos, ya que presenta una imagen clara de la
situación actual.

El análisis descriptivo es una herramienta valiosa para comprender y comunicar

información clave en la empresa, pero es importante complementarlo con otros
enfoques, según sea necesario, para obtener una comprensión más profunda y
respaldar la toma de decisiones informada.

Gráficos estadísticos

Características

Es una representación pictórica de la relación entre dos variables.

Representan visualmente datos estadísticos para facilitar la comprensión.

Hay variedad de tipos: barras, gráficas de sectores, las pictográficas, líneas,

dispersión, entre otros.

Utilizan ejes, escalas y colores para transmitir información de manera clara.

También se les conoce como diagramas.

Ventajas

- Tienen una claridad visual ya que facilitan la comprensión rápida de datos

complejos.
- Permiten comparar datos de manera efectiva.
- Ayudan a identificar patrones y tendencias.
- Son útiles para presentar resultados a diferentes audiencias.

Desventajas

- Pueden distorsionar la realidad si no se utilizan correctamente.

- Algunas complejidades pueden perderse en la representación visual.
- La elección del tipo de grafico puede afectar la percepción de los datos.

Usos en una empresa

Los gráficos de barras o líneas se utilizan para analizar el desempeño y visualizar el

rendimiento de ventas, producción, etc.

Estos pueden mostrar las tendencias a lo largo del tiempo.

El uso de estos gráficos ayuda a la comparación de datos o resultados entre

distintos periodos o productos.

Los gráficos estadísticos son herramientas poderosas en la toma de decisiones

empresariales al proporcionar una representación visual de datos complejos, en
donde hay que utilizarlos de manera precisa para evitar o interpretar
erróneamente.

Distribución Binomial

Sus características son:

- Numero de ensayos(n): representa la cantidad total de ensayos o pruebas.

- Probabilidad de éxito( p): indica la probabilidad de éxito en un solo ensayo.
- Probabilidad de fracaso(q) : es la probabilidad de fracaso en un solo ensayo
(q=1− p).
 - Variable aleatoria(x ): representa el número de éxitos en los n ensayos.

Ventajas

- Es un modelo relativamente simple y fácil de entender.

- Puede aplicarse a situaciones donde solo hay dos resultados posibles en
cada ensayo.
- Permite calcular la probabilidad de un número específico de éxitos en una
serie de ensayos.

Desventajas

- Solo es aplicable cuando hay dos resultados posibles en cada ensayo.

- La distribución binomial asume independencia entre los ensayos, lo cual
puede no ser realista en algunas situaciones.

Usos en una empresa

La distribucional binomial se puede aplicar dentro de la empresa para calcular la

probabilidad de obtener un numero especifico de productos defectuosos en una
muestra, lo cual ayudaría a controlar la calidad.

Puede ayudar a gestionar los proyectos en donde se puede evaluar la probabilidad

de que un proyecto tenga un número determinado de éxitos en un periodo de
tiempo específico.

Para prever la probabilidad de éxito en campañas de marketing, por ejmplo la tasa

de respuesta a una promoción.

O también se puede aplicar a situaciones como la selección de candidatos, en

donde la idea es buscar entender la probabilidad de contratar un número
especifico de empleados competentes.

La distribución binomial se aplica mejor cuando las condiciones del ensayo son
constantes y se cumplen los supuestos del modelo.

Las probabilidades se pueden calcular mediante la fórmula de probabilidad

binomial.
n! x n− x
P ( x )= p q
( n−x ) ! x !
 Distribución Poisson

Sus características son:

- La variable discreta x es el número de ocurrencias de un suceso durante un

intervalo.
- Las ocurrencias deben ser aleatorias y no contener ningún vicio que
favorezca unas ocurrencias en favor de otras.
- Las ocurrencias deben estar uniformemente distribuidas dentro del intervalo
que se emplee.
- La probabilidad de que más de un resultado ocurra en un intervalo de
tiempo muy corto o en una región muy pequeña es despreciable.

Ventajas

- Es útil para modelar eventos raros en grandes poblaciones o intervalos de

tiempo.

Desventajas

- Asume independencia de los eventos, lo que puede no ser realista en

algunas situaciones.
- La igualdad de media y varianza puede ser limitante en algunos escenarios
donde la variabilidad es más alta.

Usos en una empresa

Puede utilizarse para predecir el número de llamadas que un centro de atención al

cliente puede recibir en un período determinado.

Puede aplicarse también para prever la cantidad de defectos en una línea de

ensamblaje.

Puede prever la demanda de productos, lo que es vital para gestionar

eficientemente los niveles de inventario.

Su fórmula para determinar las probabilidades a menudo es:

x −μ
(μ) ∗e
P ( x )=
x!

Distribución muestral de la media

Características

Representa la variabilidad de las medias muestrales que podrían obtenerse al

extraer repetidamente muestras de la misma población.

Tiende a aproximarse a una distribución normal, especialmente con muestras

grandes.

Ventajas

- Proporciona una herramienta clave en inferencia estadística, ya que permite

hacer afirmaciones sobre la población basándose en la distribución de la
media muestral.
- Permite estimar la precisión de una estimación puntual y construir intervalos
de confianza para la media poblacional.

Desventajas

- Requiere que la población de interés sea suficientemente grande o que la

muestra sea la suficientemente grande.
- Puede que no sea tan efectiva con tamaños de muestra pequeños o en
casos donde la población no sigue una distribución normal.

Usos en una empresa

Se puede utilizar en la empresa para realizar inferencias sobre las características de

una población basándose en muestras extraídas de esa población.

Puede aplicarse en la toma de decisiones basadas en datos, como la estimación de

la media de ingresos de los clientes, la duración de un proceso de producción.

Es una herramienta fundamental en estadística inferencial que brinda a las

empresas una base para hacer afirmaciones sobre las poblaciones basadas en
datos muestrales.

La aplicación de la distribución muestral de la media sin reemplazamiento:

μ x =μ y σ x =
σ
√N √ N p −N
N p−1

Y cuando el muestreo se hace con reemplazamiento:

σ
μ x =μ y σ x =
√N
 Distribución muestral de proporciones

Características

Ventajas

- Permite realizar inferencias sobre la población basándose en muestras,

proporcionando estimaciones puntuales e intervalos de confianza para la
proporción poblacional.
- Facilita la predicción de la variabilidad de las proporciones en múltiples
muestras.

Desventajas

- Algunas fórmulas y métodos asociados con la distribución muestral de

proporciones dependen de ciertas condiciones, como la aleatoriedad de la
muestra y el tamaño de la muestra.

Usos en una empresa

Se pueden utilizar para estimar la proporción de consumidores que prefieren un

producto o servicio en particular.

También podría aplicarse para realizar inferencias sobre la población total de

empleados ya sea en la rotación de estos mismos o la adhesión a políticas internas.

Así se obtiene una distribución muestral de proporciones con remplazamiento cuya

media μ p y desviación estándar σ p están dadas por:

μ p y σ p=
√ √
pq
N
=
p(1−q)
N

Diseño de un muestreo

Características

Tamaño de la muestra: Determinar cuántas unidades se seleccionarán para la

muestra.
Método de selección: Escoger el tipo de muestreo, ya sea el aleatorio simple,
conglomerado, sistemático o estratificado.

Asegurarse de que la muestra sea representativa de la población total.

Definir los niveles de confianza y precisión deseados.

Ventajas

- Tiene eficiencia ya que es más económico y rápido que recopilar datos de

toda la población.
- Puede ser mas practico cuando la recopilación de datos de la población
completa es impracticable.
- Proporciona estimaciones precisas de parámetros poblacionales.

Desventajas

- Existe el riesgo de que la muestra no refleje con precisión la población.

- La selección del diseño o tipo de muestreo adecuado puede ser compleja y
debe abordarse con cuidado.
- Algunas inferencias pueden tener límites en términos de generalización a la
población completa.

Usos en una empresa

Las empresas utilizan el muestreo en diversas áreas, como:

Control de calidad: ya que verifican la calidad de un lote de productos mediante el

muestreo.

Investigación de mercado: obtienen datos representativos sobre las preferencias y

comportamientos del consumidor.

Auditoría financiera: revisan una muestra de transacciones para evaluar la precisión

de los registros contables.

Recursos Humanos: realizan encuestas de satisfacción laboral o evalúan la eficacia

de programas de capacitación mediante muestras.

El diseño de un muestreo efectivo permite a las empresas tomar decisiones

informadas basadas en una fracción representativa de datos, equilibrando la
necesidad de información con eficiencia y recursos disponibles.
REFERENCIAS

Spiegel M. y Stephens L. (2002). Estadística. México: McGraw-Hill

Francisco Márquez. (2016). La distribución de Poisson. Recuperado a partir de:

https://fisicaymates.com/distribucion-de-poisson/

Triola, M., 2004, Probabilidad y Estadística: Pearson Educación

Spiegel M. y Stepens L. (2002). Estadística. México: McGraw-Hill. s/d.

Representaciones gráficas. Obtenido a partir de:
http://halweb.uc3m.es/esp/Personal/personas/jmmarin/esp/EDescrip/tema2.pdf