Professional Documents
Culture Documents
Final Estadistica
Final Estadistica
Tema:
Integrantes:
CARRERA:
MATERIA:
Estadística I
PERIODO LECTIVO:
2022- 2023
2
Índice
Tema:..............................................................................................................................1
Introducción....................................................................................................................5
Objetivo general..........................................................................................................6
Desarrollo...................................................................................................................7
Marco Teórico................................................................................................................8
Población:...................................................................................................................8
Muestra:....................................................................................................................8
Medidas de centralización..........................................................................................8
Conclusión....................................................................................................................18
Bibliografía...................................................................................................................19
Anexos..........................................................................................................................20
3
Índice de Tablas
Índice de Ilustraciones
Introducción
la sociedad, pues es ésta disciplina la que aporta herramientas a cualquier ciudadano para que
problemas cotidianos.
interpretar el mundo que lo rodea, además del desarrollo del razonamiento estadístico, que va
Objetivo general.
herramientas y métodos para realizar el análisis de los datos obtenidos mediante los criterios
estadísticos estudiados.
Descripción.
y calcular las diversas medidas de tendencia central. Finalmente, que pueda interpretar dichas
medidas calculadas.
estadísticos.
7
Desarrollo
Analizamos datos de personas que viven en zonas rurales para poder sacar
sufre algún tipo de discapacidad, sobre su situación laboral, modalidad de trabajo que realizo
Para empezar a definir nuestra población, el objetivo principal es sesgar que cada
persona encuestada nos pueda dar una información aparentemente fidedigna sobre cada
pregunta.
8
Marco Teórico
Las medidas de tendencia promedio más utilizadas son: media, mediana y moda. Las
medidas de dispersión, por otro lado, miden el grado en que se dispersan los valores de una
variable. En otras palabras, las medidas de dispersión tienen como objetivo evaluar cuánto
se conoce como tal. Una población se precisa como un conjunto finito o infinito de personas
"Una población es un conjunto de todos los elementos que estamos estudiando, acerca
(Cadenas, 1974).
una población, que bajo, la asunción de un error (generalmente no superior al 5%) estudiamos
"Se llama muestra a una parte de la población a estudiar qué sirve para
Medidas de centralización
Nos dan los valores centrales de los datos obtenidos. Las más usuales son: la media, la
moda y la mediana.
ordenada en dos partes iguales, dejando tantos valores por encima como por debajo y por
Rango y Desviación media, las medidas de dispersión indican si los datos están más
indica la longitud del intervalo en el que se hallan todos los datos. Aunque el rango da una
información importante, resulta más interesante calcular cuánto se desvían en promedio los
datos de la media.
Se calcula como la media de los valores absolutos de las diferencias entre la media
aritmética y los diferentes datos.
Hay que tener en cuenta que las fórmulas de la varianza y la desviación estándar
son diferentes para una muestra que para una población (Matemovil, Varianza,
2022).
Probabilidad.
Posteriormente, hay una serie de aportes por parte de diversos matemáticos para el
Bayes), que fueron constituyendo con sus aportaciones las herramientas de esta nueva teoría
Sin embargo, no fue sino hasta el año 1812, con los trabajos de Laplace, cuando la teoría de
que ocurra, y se entiende como el mayor o menor grado de posibilidad de que un evento
Tipos de probabilidad
experimentación.
probabilidad de que determinados eventos aleatorios tengan lugar, a partir de la lógica formal
y no de su experimentación.
otro tipo de escenario probable que tenga dos posibles resultados únicamente.
12
frecuencia de un evento, y simplemente se dan a conocer los casos probables de que ocurra
dicho evento.
hechos distintos, cuando puede determinarse la ocurrencia de uno tras la ocurrencia del otro.
Así, por ejemplo, podemos calcular la probabilidad de que una moneda salga cara en
un único lanzamiento, pensando que sólo puede salir una cara (1) de las dos que hay (2), esto
lanzamientos seguidos, deberemos pensar que el caso favorable (cara y cara o sello y sello) es
uno entre cuatro posibilidades de resultado (cara y cara, cara y sello, sello y cara, sello y
evento es igual a la suma de las probabilidades individuales cuando los eventos son
Teorema de Bayes.
probabilidad total hace inferencia sobre un suceso B, a partir de los resultados de los sucesos
Para calcular la probabilidad tal como la definió Bayes en este tipo de sucesos,
Donde B es el suceso sobre el que tenemos información previa y A(n) son los
Una empresa tiene una fábrica en Estados Unidos que dispone de tres máquinas A, B
y C, que producen envases para botellas de agua. Se sabe que la máquina A produce un 40%
de la cantidad total, la máquina B un 30%, y la máquina C un 30%. También se sabe que cada
¿Cuáles es la probabilidad de que haya sido fabricado por la máquina A? ¿Y por la máquina
B? ¿Y por la máquina C?
Principio de conteo.
Las técnicas de conteo nos permiten identificar y contar los resultados de los experimentos.
De esta manera tenemos que “un experimento se describe como una sucesión de k pasos en
paso y así en lo sucesivo. Entonces el número total de resultados experimentales es (n1) (n2).
Ejemplo:
Variables aleatorias
un concepto que se puede definir en una frase. Sin embargo, es más complejo de lo que las
función matemática y experimento aleatorio. De manera que por aquí es por dónde debemos
empezar. Es decir, por entender primero qué es una función matemática y, más tarde, por
completamente al azar. Es decir, bajo las mismas condiciones iniciales arroja resultados
diferentes.
En otras palabras, es una ecuación que describe o intenta describir los resultados (con
Existen dos tipos de variables aleatorias dependiendo del espacio muestral. Por
ejemplo, si una variable aleatoria asume un número finito o sucesión infinita de valores tales
como 0,1,2... Se le llama variable aleatoria discreta, pero si la variable aleatoria toma
puede ser de dos tipos:1. Variable aleatoria discreta (x).Se le denomina variable porque puede
tomar diferentes valores, aleatoria, porque el valor tomado es totalmente al azar y discreta
porque solo puede tomar valores enteros y un número finito de ellos. No son variables
medibles, sino que son de tipo atributo; cuando se inspecciona un producto este puede ser
defectuoso o no, blanco o negro. cumple con las especificaciones o NO cumple, etc.
tomar tanto valores enteros como fracciones y un número infinito de ellos, esta variable nos
Una distribución de frecuencia es una lista de las frecuencias observadas de todos los
resultados experimentales que realmente ocurrieron durante el experimento, mientras que una
distribución de probabilidad es una lista de las probabilidades de todos los resultados posibles
f (x) ≥ 0
Σ f(x) = 1
f(x) = 1/n
En otras palabras, la distribución normal adapta una variable aleatoria a una función
Una variable aleatoria continua puede tomar cualquier número real. Por ejemplo, las
Una variable aleatoria discreta toma valores naturales. Por ejemplo, el número de
Dada una variable aleatoria X, decimos que la frecuencia de sus observaciones puede
típica:
Representación
distribución normal.
Propiedades
Matemáticamente,
Distribución unimodal. Los valores que son más frecuentes o que tienen más
probabilidad de aparecer están alrededor de la media. En otras palabras, cuando nos alejamos
Calcular la media.
función de distribución.
Ejemplo teórico
Sabemos que en este examen participan 476 estudiantes y que los resultados podrán
oscilar entre 0 y 10. Calculamos la media y la desviación típica a partir de las observaciones
Entonces, definimos la variable aleatoria X como los resultados del examen que
La
variable aleatoria X representa la variable resultados del examen y puede aproximarse a una
El resultado de cada estudiante se anota en una tabla. De esta forma, obtendremos una
Resultados Frecuencia
0 20
1 31
2 44
3 56
4 64
5 66
6 62
7 51
8 39
9 26
10 16
TOTAL 475
Una vez hecha la tabla, representamos los resultados del examen y las frecuencias. Si
el gráfico se parece a la imagen anterior y cumple con las propiedades, entonces, la variable
Razones para considerar que la variable resultados del examen sigue una distribución
normal:
derecha como a la izquierda del valor central. También, que la media, la mediana y la moda
Las observaciones con más frecuencia o probabilidad están alrededor del valor
produce errores estándar (las barras encima de cada columna). Estos errores son la diferencia
variadas.
Las variables que presentan una distribución Normal tienen características comunes
palmo, etc.
etc.
Las Propiedades de la función f(x) se aprecian en su gráfica y son: - f(x) tiene por
dominio (,). - f(x) es continua en su dominio. - f(x) es simétrica respecto a la recta x=μ.
- Ffx) tiene un máximo absoluto en) 2 1 (, - f(x) tiene dos puntos de inflexión en x=
μ+σ y x=μ-σ. - f(x) es siempre positiva y asintótica con respecto al eje OX. - La gráfica de la
gráficamente representa el área encerrada bajo la curva, el eje OX y la recta x=a. Puede
observarse la dificultad de la integral, es por ello y dado lo habitual que es el uso de esta
distribución, que se utiliza una tabla ya confeccionada para el cálculo de probabilidades. Pero
como bien estarás pensando es imposible realizar una tabla para cada valor de μ y de σ que
Las curvas de las diferentes funciones de densidad son en realidad la misma curva
curva es siempre la misma (como función de densidad que es vale 1) aunque repartida de
forma diferente. Los anteriores argumentos justifican el uso de la N (0,1) como distribución
estándar, para la cual existe la tabla de valores de la función de distribución. A partir de ella y
características: Cada prueba tiene sólo dos posibles resultados: genéricamente los llamamos
Nos interesa sólo el número total de éxitos X y nó el orden en que hayan ocurrido.
Los valores posibles son desde cero hasta ene: {0, 1, 2..., n}. La función de probabilidad es:
f(k) = P(X=k) = nCk pkq(n-k), para k en {0,1, 2..., n} donde me he visto obligado por la
tipografía, a usar el símbolo poco usual nCk para denotar las combinaciones de k objetos
tomados de un total de n: nCk = [n!] / [k! (n-k)!] además, la letra q representa la probabilidad
Distribución Poisson. Este modelo se llama así para honrar la memoria de otro gran
en un área específica. El intervalo de tiempo puede ser de cualquier duración, un minuto, una
hora, un día, un año. Algunos ejemplos de situaciones modeladas con el modelo de Poisson
son: el número de fallas de una máquina en una semana, el número juegos de algún deporte
pospuestos por lluvia en una temporada. Cuando se trata de superficies, los ejemplos son: el
de defectos por centímetro cuadrado. Para que una v. a. sea de Poisson, se requiere que se
satisfagan 3 hipótesis (que suelen llamarse también postulados del proceso de Poisson).
La probabilidad está concentrada cerca de cero. Se puede ver, usando la tabla, que la
probabilidad de un intervalo cercano a cero es mayor que la de un intervalo del mismo ancho
28
pero alejado de cero. En el salón hacemos varios ejercicios de cálculo de probabilidades que
cuentas con la misma tabla se ve que la F(a) + F(-a) = 1, para cualquier valor de a. Esto nos
eje real partido en cuatro pedazos, 1. antes de -a, 2. entre -a y 0, 3. entre 0 y a, 4. después de
a. Las probabilidades de (1) y (4) son iguales; las de (2) y (4) son iguales; las de (1) y (2)
sumadas dan 0.5; las de (3) y (4) suman 0.5. Use la tabla para calcular: P(Z < 1.45), P(Z > -
0.92), P(-0.53 < Z < 1.23). En la tarea tiene Ud. muchos ejercicios más de cálculo de
la densidad, tiene un valor central (el cero) que ``atrae'' los valores. La unidad de medida de
esta variable es el uno. Usos de la normal. La normal no estándar En los casos en que este
en este caso no estándar, es preciso hacer una transformación que se llama estandarización.
Esta estandarización es una codificación de los valores. La fórmula para estandarizar es: Z =
(X - mu) / sigma.
Muestreo
muestra.
Muestreo Probabilístico
probabilística, se necesita un marco muestral con todos los individuos y que todos sean
manera que un individuo sólo puede pertenecer a un estrato. También tenemos otros tipos de
muestreo estratificado
Muestreo Sistemático
forma aleatoria entre la población para posteriormente seleccionar para la muestra a cada
necesidad de generar muchos números aleatorios, así como sujetos en nuestra muestra.
Distribuciones Muéstrales
diversas muestras que se pueden extraer de ellas. El muestreo se puede realizar con o sin
reemplazo, y la población inicial puede ser infinita o finita. Una población finita muestreada
con permutación teóricamente puede considerarse infinita. Además, a efectos prácticos, las
Cada muestra de tamaño n que podemos extraer de una población proporciona una
media. Si consideramos cada una de estas medias como valores de una variable aleatoria
2016)
la normal anterior.
Es un rango que se encuentra delimitado por dos valores, inferior y superior, dentro
del cual, con un cierto de grado de probabilidad establecido (arbitraria, pero generalmente de
estudiado en la muestra (estimador puntual).Es un rango que se encuentra delimitado por dos
valores, inferior y superior, dentro del cual, con un cierto de grado de probabilidad
Masculino
42%
Femenino
58%
Femenino Masculino
Según la encuesta realizada a 60 personas, nos podemos dar cuenta que 32 son
mujeres el cual representa el 58% de los encuestados, y 28 personas son de género masculino
5%
10%
40%
45%
seguidos por 24 personas entre masculino y femenino el cual representa el 40% que
representa la edad entre 26 a 35 años, 6 personas entre 46 a 65 años que representa el 10% y
Si
5%
No
95%
Si No
mientras que 3 personas si posee algún tipo de discapacidad, el cual lo representamos con el
5% de los encuestados.
36
50
45 47
40
35
30
25
20
15
10
11
5
0 2
Centro Sur Norte
Desde Casa 23
Ilustración .5 ¿A qué sector laboral
pertenece?
Total general 60
18% 13%
Publico
Privado
Independiente
68%
En esta pregunta nos podemos dar cuenta que el 68% de los encuestados laborar en el
sector privado, seguido el 18% que laboran de manera independiente y con el 14% labora en
el sector público.
No Trabajo 13
Desde Casa 23
Presencial 24
0 5 10 15 20 25 30
por un 40% laboro presencialmente a pesar de las restricciones que dio el gobierno, seguido
de 23 personas que corresponde un 38,3% laboro desde su casa y 13 personas el cual esta
8%
Si
No
92%
En esta pregunta podemos analizar que 55 perosnas el cual representa el 92% de las
bioseguridad.
40
Categoría Bioseguridad
Lavado de manos 47
Mascarilla 55
Alcohol 50
Traje de Bioseguridad 7
47
L avad o d e Man o s
7
Tr aj e d e Bi o segu r i d ad
50
Al c o h o l
55
Masc ar i l l a
Esta pregunta esta relacionada a la anterior, realizamos esta pregunta adicional para
especificar que tipo de bioseguridad utilizaron las personas que respondieron con un si, el
cual nos podemos dar cuenta que de las 55 personas que respondieron con un si, utilizo
Conclusión
En la encuesta realizada por medio del internet, a 60 personas que residen en la ciudad
de Guayaquil, se obtuvieron datos muy importantes de los cuales se evidencio que durante la
pandemia del Covid-19, el 58% de trabajadores fueron de sexo femenino y el 42% de género
masculino, con una promedio de rango de edades entre 36 a 45 años, teniendo de referencia al
sector norte con el mayor porcentaje de competencia laboral, de los cuales la mayor parte
pertenece al sector laboral privado, y con el mayor porcentaje de las personas encuestadas las
protección.
42
Bibliografía
Obtenido de
https://dspace.scz.ucb.edu.bo/dspace/bitstream/123456789/4294/3/584.pdf
https://matemovil.com/varianza-y-desviacion-estandar-ejemplos-y-ejercicios/
estandar-ejemplos-y-ejercicios/
Obtenido de https://www.gestiopolis.com/caracteristicas-los-muestreos-
probabilisticos-no-probabilisticos/
https://www.sac.org.ar/cuestion-de-metodo/para-que-sirve-la-distribucion-muestral-
de-medias/
43
Anexos
Preguntas de Encuesta