INSTITUTO TECNOLOGICO DE LA ZONA MAYA INGENIERIA EN GESTION EMPRESARIAL

1.6 BREVE RESEA DE LA INFERENCIA ESTADISTICA

DOCENTE:
M. C. MARGARITA ROJAS AVILA 4o SEMESTRE GRUPO C SEMIESCOLARIZADO

ESTADISTICAS INFERENCIALES

INTEGRANTES:
1. ELENA CORDOVA CHAN 2. IVAN MENDEZ MAGAA 3. ELMER G. CEBALLOS ARJONA 4. HERANDY M. CAHIUCH NAHUAT 5. DAVID MEDINA ONOFRE

ESTADISTICAS INFERENCIALES

ENERO 2013

1.- LNEA DEL TIEMPO ANTECEDENTES ANTES DE CRISTO

(3050) Egipto: hay datos sobre poblacin y riqueza (segn Heredoto) para construir las pirmides de Egipto. (3000) Babilonia : Hay registros de datos comerciales y agrcolas. (2000) China: Existen registros numricos de bienestar material. Israel antiguo: el rey David ordena un censo para conocer el nmero de habitantes. (540) Grecia: censos peridicos para fines tributarios sociales y militares.

2.- Lnea Del Tiempo Antecedentes Despus de Cristo.

(1086) Inglaterra.- censo encargado por Guillermo I El Conquistador. (1501-1576-1564-1642)Se enriquece la estadstica, con Girolamo Cardano (Fsico italiano) y Galileo Galilei (Fsico y Astrnomo). (1650) Se considera inicios de la probabilidad con la correspondencia que mantuvo Pascal con Fermat. (1657)Dentro de los orgenes de esta ciencia de teoras de probabilidad entra Christian Huygens (Gemetra, fsico y astrnomo) con un corto articulo. (1662) Se considera como iniciador de estadstica a John Graunt por sus trabajos de demografa. (1650- 1657) Estos periodos abordan problemas de estadstica Inferencial.

3. LNEA DEL TIEMPO ANTECEDENTES DESPUS DE CRISTO

(1654-1705)Jacob Bernoulli es considerado como iniciador de la teora de probabilidad, introduce la 1ra Ley de los engrandes nmeros. (Siglo XVII a XIX) La estadstica se propaga a travs de varias disciplinas: astronoma, geodesia, psicologa, biologa y ciencias sociales. (1718-1730) Abraham De Moivre hizo la1ra formulacin de la Ley de probabilidad normal.

ESTADISTICAS INFERENCIALES

ENERO 2013

(1760) Godofredo Achewall acua la palabra ESTADISTICA, del italiano STATISTA (estadista) del latin STATUS (estado o situacin).

(1764) Thomas Bayes publica Ensayo sobre la resolucin de un problema de doctrina del azar grava su nombre la Inferencia Bayesiana.

4. LNEA DEL TIEMPO ANTECEDENTES SIGLO XVII Y XVIII

(1773-1855) Karl Gauss (matemtico, astrnomo y fsico alemn) contribuyo al Mtodo de los mnimos cuadrados y desemboco en l Ley de probabilidad normal. (1774-1781) Pierre Simn Laplace (Matemtico Francs) formulo la Ley de probabilidad normal (1801-1887) Gustav Fechner (Psiclogo Alemn) Derivo la Estadstica hacia la Psicologa Experimental. (1805) Adrian Marie Legendre (Matemtico y Estadstico Francs) crea un sistema que involucra el Mtodo de mnimos cuadrados, como mtodos de estimacin de parmetros. (1835) Adolphe Quetelet (Matemtico, meteorlogo, astrnomo, estadstico y socilogo) es llamado padre de la Estadstica Moderna.

5. LNEA DEL TIEMPO ANTECEDENTES SIGLO XVIII

(1837) Simen Denis Poisson (Matemtico y Fsico); publico La distribucin de Poisson y Ley de los grandes nmeros de Bernoulli. (1850-1909) Hermann Ebbinghaus (Psiclogo Alemn): aplico el diseo experimental al estudio de la memoria. (1880) Willhelm Lexis (Economista y Estadstico Alemn) contribuyo a la estadstica social estudiando datos como series de tiempo.

ESTADISTICAS INFERENCIALES

ENERO 2013

Se crea una revolucin Estadstica proporcionando una aplico el metodologa emprica que sustituye a la experimentacin controlada. Algunas personalidades importantes son: Francis Galton: fue pionero en el tema de la regresin lineal simple, y por la correlacin. Investigo la distribucin normal Bivariada. Francis Edgeworth: aporto la aproximacin de Edgeworth y desarrollo una versin del Teorema de lmite central.

6. LNEA DEL TIEMPO ANTECEDENTES FINALES SIGLO XVIII Y COMIENZO SIGLO XIX
(1892) Karl Person,(Inglaterra).- Introdujo la distribucin Gamma.- Desarrollo el estadstico Ji Cuadrado. (1906) A.L. Bowley (Inglaterra, matemtico y economista).- Aplica la teora de Inferencia a las encuestas por muestreo. (1934) Jerzy Neyman (Polonia, matematico y estadstico).- Desarrollo el muestreo de

poblaciones finitas y la estimacin por intervalo. Estableci que la seleccin aleatoria es la base de una teora cientfica que permite predecir la validez de las estimaciones mustrales y dejo establecidas una filosofa sobre la eficiencia de la estrategia muestral. 1892-1962 Ronald Fisher (Bilogo, genetista estadstico ingles).- Desarrollo tcnicas claves para la experimentacin: El diseo experimental en bloques La aleotorizacin. El diseo Factorial. El anlisis de varianza. Teora de estimacin eficiente, basada en La Funcin de Verosimilitud.

ESTADISTICAS INFERENCIALES

ENERO 2013

7. LNEA DEL TIEMPO ANTECEDENTES SIGLO XIX

(1933)George Snedecor (Matemtico E.U.A).- Fue uno de los pioneros de estadstica al constituirse en fundador de laboratorio de estadstica de IOWA STATE UNIVERSITY. (1936) Ego Pearson.- presento una teora de cmo probar Hiptesis. (1876-1937) William Gosset: Desarrollo el Test T, basado en la distribucin de probabilidad de T STUDENT, introducida por l. William Cochran (Matemtico Escocia).- Hizo contribuciones al diseo de experimentos y la teora de muestreo. Harold Hotelling (Economista y estadstico E.U.A).- Es conocido en Estadstica por sus trabajos en Anlisis Multivariante, en particular por la distribucin probabilidad T-Cuadrada de Hotelling, una generalizacin de la T de Student.

8. LNEA DEL TIEMPO ANTECEDENTES SIGLO XIX

Frank Wilcoxon (Qumico y estadstico E.U.A).- Contribuyo a la estadstica No-Paramtrica, en particular es suyo el test basado en rangos de Wilcoxon. Charles Spearman (Psiclogo Inglaterra) Se le considera el primer psicometrista sistemtico. Fue pionero en el desarrollo del mtodo del Analisis Multivariante denominado Anlisis Factorial. L.L. Thurstone: Defendi la explicacin de la inteligencia com conjunto de siete capacidades o factores, tambin identificados mediante el anlisis Factorial. Abraham Wald.- Desarroll la Teora de Muestreo Secuencial y la Teora Estadstica de Decisiones. Tambin en otros campos, como Mxima Verosimilitud Asinttica Estadistica No-Paramtrica, Anlisis Discriminante, Control de calidad, Modelos Lineales con Error en las Variables, entre otros.

ESTADISTICAS INFERENCIALES

ENERO 2013

9. LNEA DEL TIEMPO ANTECEDENTES SIGLO XIX AL DA DE HOY. 1953, 1960

Andrey Kolmogorov.- Matemtico, fsico y probabilista Ruso, Plante los fundamentos de la teora axiomtica de la probabilidad; teora Algortmica de la Aleatoriedad a la Mecnica Estadstica, a los Procesos Estocsticos, a la teora de la informacin. George Box.- Qumico, Matemtico, Estadstico Ingles; Acuo el trmino Robustez para designar procedimientos estadsticos que dan resultados aceptables cuando no se cumplen totalmente los supuestos en que se basan. Calyampudi Radhakrishna Rao Estadstico Indio. Hizo contribuciones en las areas de

Teora de Estimacin, inferencia, Modelos Lineales, Anlisis Multivariante, entre otras. Es conocido especialmente por la cota de Grmer-Rao y el Teorema de Rao-Blackwell.

1.6 BREVE INTRODUCCION A LA INFERENCIA ESTADISTICA

El principal objetivo de la Estadstica es inferir o estimar caractersticas de una poblacin que no es completamente observable (o no interesa observarla en su totalidad) a travs del anlisis de una parte de ella a la que llamamos muestra. La capacidad para "poder decir algo" sobre poblaciones con base en muestras est basada en supuestos con respecto a algn modelo de probabilidad que permite explicar las caractersticas del fenmeno bajo observacin.

Las razones por las que generalmente se trabaja con muestras son principalmente:

- Econmicas.

- Tiempo: si la poblacin es muy grande llevara tanto tiempo analizarla que incluso la caracterstica de inters podra variar en ese perodo. Por ejemplo, la tasa de paro.

ESTADISTICAS INFERENCIALES

ENERO 2013

- Destruccin: la medicin de cierta caracterstica podra llevar a la destruccin del individuo.

Al conjunto de procedimientos estadsticos en los que interviene la aplicacin de modelos de probabilidad y mediante los cuales se realiza alguna afirmacin sobre poblaciones con base en la informacin producida por muestras se le llama Inferencia Estadstica o Estadstica Inferencial. Puesto que las poblaciones son descritas por medidas numricas descriptivas, llamados parmetros, se puede hacer inferencias acerca de la poblacin haciendo inferencias respecto a sus parmetros

Por ejemplo, al estudiar la supervivencia de ciertos animales a un tratamiento. Lo que se hace entonces es analizar la muestra y extrapolar conclusiones desde la muestra a la poblacin. Ahora bien, para considerar vlidas en la poblacin las conclusiones obtenidas en la muestra, sta ha de representar bien a la poblacin (representativa). Por lo tanto, la seleccin de la muestra es de suma importancia, y para ello hay diversos mtodos (mtodos de muestreo). Cuando se intuye que la caracterstica en estudio puede presentar valores homogneos en la poblacin, una forma de obtener una muestra representativa es eligindola al azar. A este mtodo de seleccin de la muestra se le llama muestreo aleatorio simple y es el ms sencillo. La Inferencia Estadstica se puede clasificar en inferencia paramtrica e inferencia no paramtrica. La inferencia paramtrica tiene lugar cuando se conoce la distribucin de la variable de estudio en la poblacin, y el inters recae sobre los parmetros desconocidos de la misma. La inferencia no paramtrica tiene lugar si no se conoce la distribucin y slo se suponen propiedades generales de la misma. Nosotros nos centramos en la inferencia paramtrica, y nuestro objetivo ser inferir o estimar parmetros poblacionales a partir de la informacin que nos proporciona una muestra.

TEORIA DE DECISION EN ESTADISTICA

Es un estudio formal sobre la toma de decisiones. Los estudios de casos reales, que se sirven de la inspeccin y los experimentos, se denominan teora descriptiva de decisin; los estudios de la toma de decisiones racionales, que utilizan la lgica y la estadstica, se llaman teora preceptiva de decisin. Estos estudios se hacen ms complicados cuando hay ms de un individuo, cuando los resultados de diversas opciones no se conocen con exactitud y cuando las probabilidades de los distintos resultados son desconocidas.
7

ESTADISTICAS INFERENCIALES

ENERO 2013

La toma de decisin es tambin un proceso durante el cual la persona debe escoger entre dos o ms alternativas. Todos y cada uno de nosotros pasamos los das y las horas de nuestra vida teniendo que tomar decisiones. Algunas decisiones tienen una importancia relativa en el desarrollo de nuestra vida, mientras otras son gravitantes en ella. En los administradores, el proceso de toma de decisin es sin duda una de las mayores responsabilidades. La toma de decisiones en una organizacin se circunscribe a una serie de personas que estn apoyando el mismo proyecto. Debemos empezar por hacer una seleccin de decisiones, y esta seleccin es una de las tareas de gran trascendencia. Con frecuencia se dice que las decisiones son algo as como el motor de los negocios y en efecto, de la adecuada seleccin de alternativas depende en gran parte el xito de cualquier organizacin. Una decisin puede variar en trascendencia y connotacin. Los administradores consideran a veces la toma de decisiones como su trabajo principal, porque constantemente tienen que decidir lo que debe hacerse, quin ha de hacerlo, cundo y dnde, y en ocasiones hasta cmo se har. Sin embargo, la toma de decisiones slo es un paso de la planeacin, incluso cuando se hace con rapidez y dedicndole poca atencin o cuando influye sobre la accin slo durante unos minutos.

Modelos de criterios de decisin. Certeza: Sabemos con seguridad cules son los efectos de las acciones. Riesgo: No sabemos qu ocurrir tomando determinadas decisiones, pero s sabemos qu puede ocurrir y cul es la probabilidad de ello. Incertidumbre estructurada: No sabemos qu ocurrir tomando determinadas decisiones, pero s sabemos qu puede ocurrir de entre varias posibilidades. Incertidumbre no estructurada: En este caso no sabemos qu puede ocurrir ni tampoco qu probabilidades hay para cada posibilidad. Es cuando no tenemos ni idea qu puede pasar.

Las Funciones administrativas de la toma de decisiones. La toma de decisiones en una organizacin invade cuatro funciones administrativas que son: planeacin, organizacin, direccin y control. Funciones administrativa dentro de la organizacin al tomar decisiones:
8

ESTADISTICAS INFERENCIALES

ENERO 2013

Planeacin: Procedimientos Presupuestos Programas Polticas Estrategias Objetivos Propsitos

Organizacin: Divisin del trabajo Descripcin de Funciones Departamentalizacin Jerarquizacin

Direccin o ejecucin: Supervisin Comunicacin Motivacin Integracin

Control: Retroalimentacin Correccin Medicin

ETAPAS DE LA TOMA DE DECISIN PARA DAR SOLUCION A UN PROBLEMA

Identificacin y diagnstico del problema Generacin de soluciones alternativas Seleccin de la mejor manera Evaluacin de alternativas Evaluacin de la decisin Implantacin de la decisin

ESTADISTICAS INFERENCIALES

ENERO 2013

COMPONENTES DE LA DECISIN El tcnica de tomar decisiones en un problema est basado en cinco componentes primordiales:

Informacin: Estas se recogen tanto para los aspectos que estn a favor como en contra del problema, con el fin de definir sus limitaciones.

Conocimientos: Si quien toma la decisin tiene conocimientos, ya sea de las circunstancias que rodean el problema o de una situacin similar, entonces estos pueden utilizarse para seleccionar un curso de accin favorable.

Experiencia: Cuando un individuo soluciona un problema en forma particular, ya sea con resultados buenos o malos, esta experiencia le proporciona informacin para la solucin del prximo problema similar.

Anlisis: No puede hablarse de un mtodo en particular para analizar un problema, debe existir un complemento, pero no un reemplazo de los otros ingredientes. En ausencia de un mtodo para analizar matemticamente un problema es posible estudiarlo con otros mtodos diferentes. Si estos otros mtodos tambin fallan, entonces debe confiarse en la intuicin.

Juicio: El juicio es necesario para combinar la informacin, los conocimientos, la experiencia y el anlisis, con el fin de seleccionar el curso de accin apropiado. No existen substitutos para el buen juicio.

10

ESTADISTICAS INFERENCIALES

ENERO 2013

IMPORTANCIA DE LA TOMA DE DECISIONES

En el momento de tomar una decisin es importante ya que por medio de esta podemos estudiar un problema o situacin que es valorado y considerado profundamente para elegir el mejor camino a seguir segn las diferentes alternativas y operaciones. Tambin es de vital importancia para la administracin ya que contribuye a mantener la armona y coherencia del grupo, y por ende su eficiencia. En la Toma de Decisiones, podemos considerar un problema y llegar a una conclusin vlida, significa que se han examinado todas las alternativas y que la eleccin ha sido correcta. Uno de los enfoques ms competitivos de investigacin y anlisis para la toma de las decisiones es la investigacin de operaciones. Puesto que esta es una herramienta importante para la administracin de la produccin y las operaciones. La toma de decisiones, se considera como parte importante del proceso de planeacin cuando ya se conoce una oportunidad y una meta, el ncleo de la planeacin es realmente el proceso de decisin, por lo tanto dentro de este contexto el proceso que conduce a tomar una decisin se podra visualizar de la siguiente manera:

Elaboracin de premisas. Identificacin de alternativas. Evaluacin alternativa en trminos de la meta deseada. Eleccin de una alternativa, es decir, tomar una decisin.

11