Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
INTRODUCCIN:
La palabra "estadstica" procede del latn statisticum collegium ("consejo de Estado") y de
su derivado italiano statista ("hombre de Estado" o "poltico").
El trmino estadstica es ampliamente escuchado en diversos sectores de la sociedad.
Sin embargo desde los comienzos de la civilizacin han existido formas sencillas de
estadstica, pues ya se utilizaban representaciones grficas y otros smbolos en pieles,
rocas, palos de madera y paredes de cuevas para contar el nmero de personas,
animales o ciertas cosas.
El trabajo del experto estadstico no consiste ya slo en reunir y tabular los datos, sino
sobre todo en el proceso de "interpretacin" de esa informacin. El desarrollo de la teora
de la probabilidad ha aumentado el alcance de las aplicaciones de la estadstica.
El siguiente trabajo brindar la informacin necesaria para alimentar el conocimiento
acerca de la Estadstica, su evolucin, etc.
La Estadstica es una disciplina que utiliza recursos matemticos para organizar y
resumir una gran cantidad de datos obtenidos de la realidad, e inferir conclusiones
respecto de ellos.
Por ejemplo, la estadstica interviene cuando se quiere conocer el estado sanitario de un
pas, a travs de ciertos parmetros como la tasa de morbilidad o mortalidad de la
poblacin.
En este caso la estadstica describe la muestra en trminos de datos organizados y
resumidos, y luego infiere conclusiones respecto de la poblacin.
Aplicada a la investigacin cientfica, tambin infiere cuando provee los medios
matemticos para establecer si una hiptesis debe o no ser rechazada.
La estadstica puede aplicarse a cualquier mbito de la realidad, y por ello es utilizada en
fsica, qumica, biologa, medicina, astronoma, psicologa, sociologa, lingstica,
demografa, etc.
ESTADISTICA INFERENCIAL I
ESTADISTICA INFERENCIAL I
ESTADISTICA INFERENCIAL I
Por ejemplo, a partir de una muestra representativa tomada a los habitantes de una
ciudad, se podr inferir la votacin de todos los ciudadanos que cumplan los requisitos
con un error de aproximacin.
En sus particularidades la Inferencia distingue la Estimacin (cuando se usan las
caractersticas de la muestra para hacer inferencias sobre las caractersticas de la
poblacin) y la Contrastacin de Hiptesis (cuando se usa la informacin de la muestra
para responder a interrogantes sobre la poblacin).
Muestreo probabilstico
Consiste en elegir una muestra de una poblacin al azar. Podemos distinguir varios tipos
de muestreo:
ESTADISTICA INFERENCIAL I
ESTADISTICA INFERENCIAL I
ESTADISTICA INFERENCIAL I
ESTADISTICA INFERENCIAL I
1. La muestra es una parte, generalmente pequea, que se toma del conjunto total
para analizarla y hacer estudios que le permitan al investigador inferir o estimar las
caractersticas de un problema. La persona interesada en resolver un problema no
tiene siempre a la mano estimacin, por lo que debe conformarse con pequeos
detalles, carentes de precisin, que le ayuden a tomar decisiones bajo riesgo.
2. Una poblacin es un conjunto de todos los elementos que estamos estudiando,
acerca de los cuales intentamos sacar conclusiones.
"Una poblacin es un conjunto de elementos que presentan una caracterstica
comn".
El tamao que tiene una poblacin es un factor de suma importancia en el proceso
de investigacin estadstica y en nuestro caso social, y este tamao vienen dados
por el nmero de elementos que constituyen la poblacin, segn el nmero de
elementos la poblacin puede ser finita o infinita. Cuando el nmero de elementos
que integra la poblacin es muy grande, se puede considerar a esta como una
poblacin infinita, por ejemplo; el conjunto de todos los nmeros positivos.
Una poblacin finita es aquella que est formada por un limitado nmero de
elementos, por ejemplo; el nmero de habitantes de una comarca.
8
ESTADISTICA INFERENCIAL I
El valor medio.
El grado de dispersin de los valores incluidos.
La proporcin de una caracterstica.
Si hay una causa que origina la variacin.
El grado de influencia en las variables.
Si las variaciones son aleatorias.
La probabilidad de ocurrencia de un valor.
Un valor fututo o un valor anterior.
La diferencia entre dos o ms poblaciones.
1.10 EJERCICIOS
20.1
49.6
60.9
92.4
130.2
151.6
165.7
175.6
195.8
222.6
ESTADISTICA INFERENCIAL I
20.1
50.1
62.4
93.6
132.6
151.8
165.7
179.8
196.7
223.8
20.3
50.6
64.6
94.7
134.9
152.9
165.9
180.9
197.8
231.1
20.5
50.7
66.4
96.8
136.3
153.2
166.1
182.3
198.9
232.6
20.6
50.6
67.8
97.9
138.9
154.9
166.2
182.7
199.6
234.4
20.9
50.9
70.4
98.0
139.0
154.9
166.4
182.7
200.0
236.2
22.4
52.4
70.9
98.2
140.0
156.3
166.6
188.3
201.6
239.4
22.7
54.6
74.4
98.4
142.6
156.6
167.4
188.4
203.3
240.1
23.6
55.8
76.8
100.2
142.8
157.8
168.1
188.6
204.6
242.0
23.9
55.9
76.9
103.4
146.9
157.9
168.4
189.3
204.7
243.3
24.6
56.4
78.2
104.2
147.4
158.4
169.9
190.1
205.6
250.1
27.8
56.9
78.4
104.4
147.8
158.6
170.0
190.2
205.8
251.4
28.9
58.7
79.9
106.9
148.9
159.1
170.1
190.3
207.9
252.6
30.1
58.8
80.6
109.0
148.9
159.3
171.2
191.4
208.9
253.7
30.4
59.9
80.9
111.0
149.0
160.2
172.4
191.6
209.1
261.7
30.4
60.0
82.4
115.6
149.6
161.1
172.5
192.3
209.2
262.2
30.6
60.0
82.6
122.0
149.7
161.2
172.6
193.6
211.3
270.0
31.6
60.4
89.7
123.4
149.9
161.3
173.4
194.7
211.4
271.0
32.4
60.6
90.6
126.6
150.0
162.4
174.4
194.8
220.6
281.2
47.9
60.8
92.8
129.8
151.0
164.3
175.3
195.6
221.7
290.0
10
ESTADISTICA INFERENCIAL I
LRI
Li
Ls
LRS
FX
F Ix-I
(x-)
-84
103.8
5
2180.85
10784.
82
-3
-96
73.75
2360
5439.0
6
17404
9.92
288
-2
-42
43.65
916.65
1905.3
2
40011
.72
84
-1
-13
12.9
167.7
166.41
2163.
33
13
16.55
761.3
273.90
12599
.4
6121.
5
3449.
6
30.1
993.3
33
46.65
1539.45
33
963.2
32
76.75
1228
71815
.26
94248
.96
60.2
2176.2
2
5890.5
6
64
2948.
4
1654.
8
90.3
1083.
6
722.4
36
1282.2
13700
3.04
11253
1.8
108
24
11416.
92
18755.
30
106.8
5
136.9
5
16
96
50.05
21
35
735
50.05
50.1
80.1
80.15
32
65.1
2083.
2
120.
4
90.3
80.15
80.2
110.2
110.2
5
21
95.2
1999.
2
60.2
110.2
5
110.3
140.3
140.3
5
13
125.
3
1628.
9
30.1
140.3
5
140.4
170.4
170.4
5
46
A=1
55.4
7148.
4
170.4
5
200.5
5
170.5
200.5
33
200.6
230.6
200.5
5
230.6
5
185.
5
215.
6
230.6
5
260.7
5
230.7
260.7
12
260.8
290.8
260.7
5
290.8
5
245.
7
275.
8
Li = 20.01
Ix-I
-4
50.0
20
0
FU
2528.
4
2889.
6
1264.
2
-391.3
20.0
F(x)
22648
1.22
19.95
16
Fd
277
69
120.
4
3311
-110
821.7
11257.9
FU
16
336
102
2
C= 30
11
ESTADISTICA INFERENCIAL I
INFERENCIAL.
MEDIA
Mtodo clave
= A+C
( NFU )
=155.4+30.1
( 110
200 )
= 138.85
Mtodo corto
= A+
( NFd )
=155.4+
( 3311
200 )
= 138.85
DESVIACIN ESTANDAR
Mtodo corto
S=C
FU 2 FU
N
N
S=30.1
1022 1022
200
200
S=30.1 5.1126.1121
S=30.1 21.0021
S=137.94
12
ESTADISTICA INFERENCIAL I
INFERENCIAL.
DESVIACIN MEDIA
DM=
F IxI
N
DM=
11257.85
200
DM=56.289
MEDIANA
N
Fi
2
Med=LRI + C
Fmed
]
Med=140.35+30.1
10087
100
Med=144.263
MODA
Moda=LRI +C
+
1
]
Moda=140.35+ 30.1
33
33+13
]
13
ESTADISTICA INFERENCIAL I
INFERENCIAL.
Moda=170.45 ( 0.72 )
Moda=122.72
14
ESTADISTICA INFERENCIAL I
INFERENCIAL.
15