Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Se sugiere que el primer paso para desarrollar el Módulo #1 sea leer compresivamente el capítulo #1 del libro
de texto que tiene en la plataforma. La lectura debe ser de manera individual y luego comente los temas leídos
con sus compañeros de equipo.
Seguido, debe revisar la presentación que se muestra a continuación e ir anotando en su cuaderno o dispositivo
tecnológico las consultas que le surjan y que no puedan ser aclaradas con sus compañeros de equipo.
Luego, aclare sus dudas con la profesora.
Resuelva los ejercicios que se encuentran en la Libreta de Trabajo como parte del Módulo 1 durante las clases
asignadas para ello y compare sus respuestas con el libro de texto.
Asista a clases, participe activamente y valide lo aprendido con otros compañeros tanto de su equipo como de
otros.
Por último, repase lo aprendido, ya estará más cerca el primer parcial y todo debe estar muy claro.
¡Éxitos!
INTRODUCCIÓN
DEFINICIONES DE ESTADÍSTICA
El termino Estadística proviene del latín statisticum collegium (“consejo de Estado”) y de
su derivado italiano statista (“hombre de Estado o político”).
La Estadística es una rama de la Matemática y es la ciencia que se encarga de recolectar
datos de una población o muestra. Los conceptos estadísticos se han trabajado
intuitivamente desde la antigüedad, las primeras culturas recopilaban datos poblacionales
por medio de censos como los realizados en Egipto por Moisés (según consta en la Biblia) y
el empadronamiento que fue efectuado por los romanos en Judea. Para que esta rama de las
Matemáticas tenga lugar y desarrolle sus trabajos deben contar con una serie de
instrumentos que se han convertido en fundamentales.
DEFINICIONES DE ESTADÍSTICA
La Estadística es la parte del Método Científico que tiene por objeto el hacer
predicciones acerca de una población en base a la información obtenida a través de
una muestra.
ESTADÍSTICA APLICADA
Estadística
Estadística Inferencial
Descriptiva
ESTADÍSTICA DESCRIPTIVA
Ahora que tenemos claro estos conceptos y cómo debemos conocerlos para los
estudios estadísticos de toda clase, vale la pena profundizar en los tipos.
TIPOS DE POBLACIÓN
Número de unidades de
cierto producto
vendidas en la pasada
semana
EJEMPLOS DE POBLACIONES INFINITAS
Muestra no Muestra
probabilística probabilística
MUESTRA / MUESTREO NO PROBABILÍSTICO
Suele ser mucho más sencilla y económica de obtener. Comprende un agrupamiento de
procedimientos como muestras a juicio, muestras de cuotas y el denominado trozo de pastel.
La desventaja del modelo no probabilístico es que no hay una forma probabilística de estimar qué
tan representativas son esas muestras de la población.
Para la muestra a juicio, el entrevistador selecciona a cualquier sujeto que desee, mientras que en las
muestras de cuota la selección está restringida por varias cuotas preestablecidas en relación con
sexo, edad, raza, y otras características que tratan de simular cualidades conocidas de la población.
En cualquier caso, el entrevistador evitará elegir vecindarios pobres, áreas inaccesibles o zonas de
depresión para trabajar. Con esto, los resultados tienen un prejuicio o sesgo automático porque se
omitirán grupos enteros en el proceso de selección.
El trozo de pastel se compone de un proceso de autoselección por mera conveniencia.
EJEMPLOS DE MUESTRA NO PROBABILÍSTICA
Personas Los
que miembros de
responden a una clase en
un anuncio particular
Personas
que visitan
Personas en
una
un teatro
exhibición
particular
en un centro
comercial
MUESTRA / MUESTREO PROBABILÍSTICO
Aleatorio
Sistemático Estratificado
Simple
Conglomerados
MUESTREO PROBABILÍSTICO – ALEATORIO SIMPLE
Muestreo aleatorio simple: muestra seleccionada de manera que cada elemento o individuo de la población tenga
las mismas posibilidades de que se le incluya.
Ejemplo: suponga que una población consta de 845 empleados de Nitra Industries. Se va a elegir una muestra de
52 empleados de dicha población. Una forma de asegurarse de que todos los empleados de la población tienen las
mismas posibilidades de que se les elija consiste en escribir primero el nombre de cada empleado en un papel y
depositarlos todos en una caja. Después de mezclarlos , se efectúa la primera selección tomando un papel de la
caja sin mirarlo. Se repite este proceso hasta terminar de elegir la muestra de 52 empleados. Un método más
conveniente de seleccionar una muestra aleatoria consiste en utilizar un número de identificación por cada
empleado y una tabla de números aleatorios como la del apéndice B.6. Como su nombre lo indica, estos números
se generaron mediante un proceso aleatorio (en este caso, con una computadora).
PARÁMETRO ESTADÍSTICO
En estadística, un parámetro es un número que resume la gran cantidad de datos que pueden derivarse
del estudio de una variable estadística. El cálculo de este número está bien definido, usualmente
mediante una fórmula aritmética obtenida a partir de datos de la población.
ESPACIO MUESTRAL
Solución
Yi
(C,S) (S,S)
S
MONEDA #2
(C,C) (S,C)
C
C S
Xi
MONEDA #1
En este caso, se cumple con el concepto de equiprobabilidad, es decir, los
eventos tienen la misma probabilidad de ocurrir.
Ejemplo #2
Solución
Yi
(1,6) (2,6) (3,6) (4,6) (5,6) (6,6)
6
(1,5) (2,5) (3,5) (4,5) (5,5) (6,5)
5
(1,4) (2,4) (3,4) (4,4) (5,4) (6,4)
4
DADO #2
1 2 3 4 5 6
Xi
DADO #1
El espacio muestral estará formado por 36 casos posibles.
Ejemplo #3
Solución
#1 #2 #3 RESULTADOS
POSIBLES
C
CCC
C S
CCS
C
C S CSC
S
CSS
C
SCC
S C S
SCS
C
S SSC
S
SSS
MEDIDAS ESTADÍSTICAS
MEDIDAS DE POSICIÓN
5 2 4 6 4 3 4 4 2 3
Se clasifican Cuantitativa
Cualitativas
en: s
VARIABLE ALEATORIA
Supongamos que se lanzan dos monedas al aire. El espacio muestral, esto es, como ya
se definió, el conjunto de resultados elementales posibles asociado al experimento,
quedaría de la siguiente manera:
Donde (c representa "sale cara" y x, "sale cruz"). Podemos asignar entonces a cada
suceso elemental del experimento el número de caras obtenidas.
TIPOS DE VARIABLES ALEATORIAS
Toma valores finitos y/o fijos. Una característica X es de tipo discreto cuando puede
tomar una serie de valores claramente separados x1… xk.
VARIABLE ALEATORIA CONTINUA
Número Año
ESTUDIANTES Peso en libras de Género académico
estudiantes
PRODUCCIÓN Porcentaje Número Tamaño
DE de de Sabor de la
GASEOSAS azúcar rupturas botella
Los datos se clasifican por niveles de medición. El nivel de medición de los datos rige los cálculos que
se llevan a cabo con el fin de resumir y presentar los datos. También determina las pruebas estadísticas
que se deben realizar.
Existen cuatro niveles de medición: nominal, ordinal, de intervalo y de razón. La medición más baja, o
más primaria, corresponde al nivel nominal. La más alta, o el nivel que proporciona la mayor
información relacionada con la observación, es la medición de razón.
DATOS DE NIVEL NOMINAL
En el caso del nivel nominal de medición, las observaciones acerca de una variable cualitativa sólo se
clasifican y cuentan. No existe una forma particular para ordenar las etiquetas. No existe un orden
natural.
El género representa otro ejemplo del nivel nominal de medición.
DATOS DE NIVEL ORDINAL
Una calificación es más alta o mejor, que la siguiente: superior es mejor que bueno, bueno es mejor
que promedio, etc. Sin embargo, no es posible distinguir la magnitud de las diferencias entre los
grupos. ¿La diferencia entre superior y bueno es la misma que entre malo e inferior?
No es posible afirmarlo. Si sustituye 5 por superior y 4 por bueno, concluirá que la calificación
superior es mejor que la calificación bueno, pero si añade una calificación de superior y una de bueno
no espere que el resultado tenga significado. Además, no debe concluir que la calificación de bueno
(calificación de 4) sea necesariamente dos veces más alta que malo (calificación de 2). Sólo tendrá
claro que la calificación bueno es mejor que la calificación malo; no en qué grado es mejor
calificación.
RESUMIENDO:
Las propiedades del nivel ordinal de los datos son las siguientes:
1. Las clasificaciones de los datos se encuentran representadas por conjuntos de etiquetas o nombres
(alto, medio, bajo), las cuales tienen valores relativos.
2. En consecuencia, los valores relativos de los datos se pueden clasificar u ordenar.
DATOS DE NIVEL DE INTERVALO
El nivel de intervalo de medición es el nivel inmediato superior. Incluye todas las características del
nivel ordinal, pero, además, la diferencia entre valores constituye una magnitud constante. Un ejemplo
de nivel de intervalo de medición es la temperatura. Suponga que las temperaturas altas durante tres
días consecutivos de invierno en Boston son de 28, 31 y 20 grados Fahrenheit. Estas temperaturas se
clasifican fácilmente, aunque, además, es posible determinar la diferencia entre ellas, gracias a que un
grado Fahrenheit representa una unidad de medición constante.
EJEMPLO
¿Por qué razón la talla es una medición de intervalo? Observe que conforme la talla cambia 2 unidades
(de la talla 10 a la 12, o de la talla 24 a la 26), cada medida aumenta 2 pulgadas. En otras palabras, los
intervalos son los mismos.
RESUMIENDO:
Todos los datos cuantitativos son registrados en el nivel de razón de la medición. El nivel de razón es
el más alto. Posee todas las características del nivel de intervalo, aunque, además, el punto 0 tiene
sentido y la razón entre dos números es significativa. Ejemplos de la escala de razón de medición
incluyen salarios, unidades de producción, peso, cambios en los precios de las acciones, la distancia
entre sucursales y la altura. El dinero ilustra bien el caso. Si tiene cero dólares, entonces no tiene
dinero. El peso constituye otro ejemplo.
EJEMPLO
La media ponderada es una medida de tendencia central, que es apropiada cuando en un conjunto de datos cada
uno de ellos tiene una importancia relativa (o peso) respecto de los demás datos. Se obtiene multiplicando cada
uno de los datos por su ponderación (peso) para luego sumarlos, obteniendo así una suma ponderada; después se
divide esta entre la suma de los pesos, dando como resultado la media ponderada.
REALICE EL SIGUIENTE EJEMPLO
Se puede usar una media ponderada para calcular la nota final de parciales de esta asignatura, en donde se asigna
distinta importancia (peso) a los distintos exámenes que se realicen. Por ejemplo, los dos primeros exámenes
tienen un peso o valor de 30% y 20% respectivamente, y el último del 50%; las calificaciones respectivas son de
81, 75 y 95, entonces la nota final de parciales corresponde a la siguiente media ponderada:
81 x 0.30 = 24.3
75 x 0.20 = 15.0
95 x 0.50 = 47.5
86.8
RANGO MEDIO
El medio rango o rango medio de un conjunto de valores numéricos X = {x1…, xn} es la media del menor y
mayor valor, o la mitad del camino entre el dato de menos valor y el dato de mayor valor. En consecuencia el
medio rango es:
EJEMPLO
Para una muestra de valores (3, 3, 5, 6, 8), el dato de menor valor Min= 3 y el dato de
mayor valor Max= 8. El medio rango resolviéndolo mediante la
correspondiente fórmula sería:
REPRESENTACIÓN DEL MEDIO RANGO