Tarea UNIDAD 2

Yenifer Regla Sotolongo Palau

Estadística

Septiembre 2023
Las alumnas y alumnos deberán redactar un documento y una presentación en
diapositivas que considere al menos, los siguientes aspectos:
1) cómo diferenciar si los datos tienen errores sistemáticos, aleatorios, ambos o
ninguno de ellos.
2) Ofrecer un ejemplo de cada caso.
3) Qué particularidades deben tener los datos para asegurar que sólo existen errores
aleatorios.
4) Qué significa que se cumpla o no, la hipótesis nula.
5) Ofrecer ejemplos de lo anterior.
6) Cómo se analizan resultados de experimentos diferentes que tengan dos medias
aritméticas, cada una de ellas su propia desviación estándar, o su propia varianza.
7) Ofrecer ejemplos
8) Cómo se analizan experimentos con pocos datos, muestras, o con poca repetición, y
cómo varía el análisis respecto a un experimento de muchas muestras?
9) Proponer y discutir ampliamente un experimentos que se les haga de interés,
relacionado con el proyecto de investigación de cada estudiante

Respuesta

Vamos a abordar tus preguntas una por una:

1. Diferencia de errores sistemáticos y aleatorios:

Errores sistemáticos: Son errores que se producen de manera consistente en la

misma dirección en múltiples mediciones debido a un sesgo o defecto en el proceso de
medición. Se pueden identificar al observar patrones consistentes en los datos.

Errores aleatorios: Son errores que varían aleatoriamente en diferentes direcciones

alrededor del valor verdadero debido a la variabilidad inherente del proceso de
medición. Se pueden identificar al observar la dispersión de los datos alrededor de la
media.

2. Ejemplos:

Errores sistemáticos: Medir la temperatura con un termómetro descalibrado que

siempre muestra 2 grados Celsius por encima de la temperatura real.

Page 1
 Errores aleatorios: Medir el tiempo que tarda un corredor en una carrera utilizando
varios cronómetros diferentes que tienen una precisión variable.

3. Particularidades para asegurar errores aleatorios:

Para asegurar que solo existen errores aleatorios, debes garantizar que el proceso de
medición sea imparcial y que no haya sesgos sistemáticos. Además, de que el proceso
de muestreo sea aleatorio y que las condiciones sean lo más uniformes posible.

4. Hipótesis nula y su significado:

- La hipótesis nula (H0) es una afirmación que se somete a prueba en un experimento

estadístico. Generalmente, afirma que no hay diferencia significativa o efecto entre
grupos o condiciones.

- Si se cumple la hipótesis nula, significa que no se encontraron pruebas estadísticas

suficientes para respaldar la existencia de una diferencia o efecto significativo entre
grupos o condiciones.

5. Ejemplo de cumplimiento de la hipótesis nula:

Supongamos que estás probando un nuevo medicamento y la hipótesis nula afirma

que no hay diferencia significativa en la frecuencia cardíaca promedio entre el grupo
que toma el medicamento y el grupo de control. Si los resultados del estudio no
muestran una diferencia significativa, entonces se cumple la hipótesis nula.

6. Análisis de experimentos con dos medias y desviaciones estándar diferentes:

Para comparar dos medias con desviaciones estándar diferentes, generalmente se

utiliza una prueba estadística como la prueba t de Student. Esta prueba determina si la
diferencia entre las dos medias es estadísticamente significativa dadas las desviaciones
estándar y el tamaño de muestra.

Page 2
7. Ejemplo:

Comparar el rendimiento en matemáticas entre dos grupos de estudiantes, donde un

grupo ha recibido tutoría adicional y el otro no. Se registran las calificaciones de ambos
grupos, cada uno con su propia desviación estándar.

8. Análisis de experimentos con pocos datos o muestras vs. muchos datos:

- En experimentos con pocos datos o muestras, la incertidumbre estadística puede

ser mayor, lo que significa que es más difícil detectar diferencias significativas. Se
puede utilizar una prueba t o pruebas no paramétricas.

- En experimentos con muchas muestras, la precisión estadística aumenta, lo que

facilita la detección de diferencias significativas.

Page 3