Introduccin a la Estad o stica.

La Estad stica es una ciencia que se ocupa del estudio de los mtodos y procedimientos para e recoger, clasicar, resumir y analizar datos y para hacer inferencias cient cas sobre una caracter stica o varias de una poblacin, partiendo de los datos observados sobre muestras representativas de dicha o poblacin. o

Ambitos de aplicacin en Ingenier o a: - Estudio de materiales (duracin, dureza, elasticidad, etc). o - Control de calidad. Control de proceso de fabricacin. o - Fiabilidad. - Medidas (calibracin, mtodos, etc). o e - ... El primer paso en todo estudio estad stico es la toma de informacin acerca de los individuos de o la poblacin y esto se puede hacer mediante un censo o mediante la extraccin de una muestra. Un o o censo es la toma de informacin de todos los individuos de la poblacin pero en muchos estudios o o no es posible, bien por que la poblacin es innita o bien por razones econmicas, de organizacin, o o o etc. Extraer una muestra supone seleccionar una parte pequea de la poblacin y realizar en ella un n o censo. Si la muestra es representativa de toda la poblacin se pueden inferir conclusiones sobre la o poblacin a partir del estudio de la muestra. Estos dos mtodos de obtencin de informacin, dan o e o o lugar a las dos ramas de la Estad stica: Estad stica descriptiva: Se analizan todos los elementos de la poblacin objeto de estudio, respecto de la caracter o stica a observar. Las observaciones se resumen en tablas y grcos que permitan obtener de un vistazo a

ww

w.

at em

La estad stica interviene en m ltiples campos: u - Encuesta de poblacin activa. o - Estad sticas de aprobados de la EUP. - Tendencia de voto,...

at ic

El objetivo de cualquier estudio estad stico es obtener informacin acerca de algunas caraco ter sticas de los individuos de cierto colectivo llamado poblacin estad o stica. Ejemplos de ello son: o los alumnos de la escuela (poblacin) y su edad , n de asignaturas en las que estn matriculados, o a no de crditos que poseen, etc; otro ejemplo es: el conjunto de piezas producidas por una fbrica e a (poblacin) y sus caracter o sticas de ductibilidad, rugosidad, etc; el colectivo de usuarios de una red telefnica (poblacin) y su grado de satisfaccin, el no de llamadas efectuadas en un cierto a o, etc, o o o n como caracter sticas.

a1

.c

om

rpido el mximo de informacin. Se obtienen tambin unos valores numricos signicativos que a a o e resumen la informacin. o Inferencia estad stica: Se estudia una parte representativa de la poblacin (muestra) y a partir de los datos observados o se hacen inferencias sobre la poblacin. o Como puente entre ambas, aparece la probabilidad, que constituye la base terica para poder o hacer inferencias a partir de lo observado y crear modelos para problemas concretos.

Mtodo Estad e stico. Para cerrar esta introduccin, exponemos aqu brevemente cules son los pasos que se deben de o a seguir en todo estudio estad stico, lo que se denomina el mtodo estad e stico y que son similares a los que se deben seguir en la resolucin de cualquier problema cient o co (matemtico, tcnico, etc). a e

Qu queremos estudiar? (objetivo del estudio); e Dnde lo vamos a estudiar? (poblacin); o o

Qu aspectos tienen relacin con el objetivo del estudio? (variables a estudiar). e o

Con los datos observados se formula una hiptesis sobre el modelo que representa al problema o real. Algunos parmetros de este modelo pueden ser conocidos y otros tendrn que ser estimaa a dos (fase de estimacin). o Anlisis de resultados: a En esta ultima fase, los resultados obtenidos se comparan con la hiptesis inicial (incluida en o el modelo). Si se observan discrepancias, stas conducen a variar la hiptesis inicial, volviendo e o a la fase de construccin del modelo. Sino, se presentan las conclusiones del estudio, poniendo o especial cuidado en la especicacin del marco en que stas son adecuadas. o e Ejemplo: Una mquina produce ejes cuyo dimetro debe encontrarse entre 3 0.05 mm. Todos los ejes a a cuyo dimetro est fuera de estas especicaciones se consideran defectuosos. a e Se trata de determinar cul es la proporcin de ejes defectuosos que produce la mquina, que a o a llamaremos p; para ello:

ww

Construccin del modelo: o

w.

Haremos especial hincapi en la importancia de la depuracin , en este momento y a lo largo e o de todo el curso, pues tanto si nosotros mismos hemos obtenido los datos como si eran datos ya existentes, los posibles errores o sesgos pueden invalidar el estudio.

at

em

Recogida, organizacin y depuracin de los datos. o o

at ic

a1

.c

Planteamiento del problema:

om

 Recogida de los datos. Hay que establecer un procedimiento: n mero de datos que hay que u recoger, en qu condiciones y con qu intervalo de tiempo, etc e e Depuracin de esos datos. Eliminar los posibles datos errneos, por errores de recogida, de o o transcripcin, etc. o Estimacin de p a partir de los datos o, si el valor de p estaba preestablecido (por exigencias o del comprador, por ejemplo) contrastar si ese valor queda sucientemente respaldado por los datos, es decir, comparar la hiptesis inicial a los datos. En esta fase se determina el modelo. o Anlisis de resultados. Con los resultados obtenidos se determina si el modelo es o no vlido y a a se puede actuar en consecuencia.
ww w.

M at

em

at

ic

a1

.c o