Presentación

Nombre: Ebenezer Solano Ortiz

Materia: Estadística I

Profesor: Nerys Nolasco

Matricula: 16-0018

Cuatrimestre: 6
 Introducción
La estadística es el estudio de los modos de recolectar y analizar datos con el fin de establecer
conclusiones acerca del medio del cual se han obtenido los datos.

Es la ciencia que trata sobre la toma, organización recopilación, presentación y análisis de datos
para deducir conclusiones sobre ellos y para tomar decisiones que estén de acuerdo con los análisis
efectuados.
La Estadística es una disciplina que utiliza recursos matemáticos para organizar y resumir una
gran cantidad de datos obtenidos de la realidad, e inferir conclusiones respecto de ellos. Por
ejemplo, la estadística interviene cuando se quiere conocer el estado sanitario de un país, a través
de ciertos parámetros como la tasa de morbilidad o mortalidad de la población.
En este caso la estadística describe la muestra en términos de datos organizados y resumidos, y
luego infiere conclusiones respecto de la población. Aplicada a la investigación científica, también
infiere cuando provee los medios matemáticos para establecer si una hipótesis debe o no ser
rechazada. La estadística puede aplicarse a cualquier ámbito de la realidad, y por ello es utilizada
en física, química, biología, medicina, astronomía, psicología, sociología, lingüística, demografía
, etc. Y es importante en todos los contextos desde el estudiantil, de trabajo y profesional por que
se aplica en la vida diaria de cada uno de estos en el estudiantil por ejemplo para sacar tu promedio
de una calificación o para saber la media o cuanto necesitas para ciertas materias.
Ensayo sobre estadística y análisis de datos
 Visión de conjunto

La estadística es una rama de las matemáticas que se ocupa con el análisis e interpretación de datos
y proporciona fundamentos teóricos para diversas disciplinas como son estadísticas aplicadas.
Aunque la manipulación de la estadística por el bien de aprender más sobre procesos estocásticos
o ampliar el entendimiento de principios estadísticos está bien para los teóricos o el aula, la
mayoría de las personas usa las estadísticas como una herramienta, un medio en lugar de un fin.

En particular, las estadísticas son una forma de ayudarnos a comprender mejor el mundo que nos
rodea y dar sentido a los datos infinitos con los que estamos constantemente bombardeados. Para
ese fin, y en el mundo de los negocios, las estadísticas tienden a ser usadas para organizar y analizar
datos para que puedan ser interpretados y aplicados para resolver problemas de negocios.

A través del análisis de datos estadísticos, los analistas de marketing pueden mejorar, predecir las
tendencias futuras en el mercado o entenderlo más ampliamente para comercializar a segmentos
de mercado específicos. A través de datos estadísticos, análisis, los logísticos pueden comprender
mejor cómo gestionar la cadena de suministros para que sea a la vez más eficaz y eficiente, con
Suministros, materias primas y componentes que se reciben solo antes de que sean necesarios y
los productos terminados justo antes deben ser entregados para reducir el tiempo perdido, el dinero,
y almacenamiento.

A través del análisis de datos estadísticos, los ingenieros pueden determinar formas de controlar
mejor la calidad de la fabricación, procesos o productos de diseño que satisfarán las necesidades
del mercado al tiempo que reduce los costos para la organización.

 Abstracto

El análisis de datos estadísticos es una herramienta para ayudarnos a entender mejor el mundo que
nos rodea y dar sentido a los datos infinitos con que constantemente somos bombardeados En el
mundo de los negocios, la estadística y el análisis de datos se pueden utilizar en toda la
organización para ayudar los gerentes y otros toman mejores decisiones y optimizan el efectividad
y rentabilidad de la organización.

En particular, las técnicas estadísticas inferenciales se utilizan para probar hipótesis a determinar
si los resultados de un estudio ocurren a un ritmo que es poco probable deberse a la casualidad Las
técnicas estadísticas se aplican a análisis de datos recopilados a través de varios tipos de
paradigmas de investigación. Sin embargo, aunque sería reconfortante suponer que la aplicación
de herramientas estadísticas para el análisis empírico los datos arrojaría respuestas inequívocas
para ayudar en la toma de decisiones, no es así. Sin entender los principios detrás de las estadísticas
los métodos, es difícil analizar datos o interpretar correctamente los resultados.
La mejor manera de realizar estas y otras tareas está determinada mediante la aplicación de
estadísticas inferenciales para el análisis de datos empíricos. La estadística inferencial es una
colección de técnicas que permiten hacer inferencias sobre los datos, incluido el dibujo
conclusiones sobre una población de una muestra. Inferencial las estadísticas se utilizan para
probar hipótesis para determinar si los resultados de un estudio tienen significación estadística, lo
que significa que ocurren en una tasa que es poco probable que sea por casualidad. Una hipótesis
es una declaración declarativa empíricamente comprobable que el independiente y variables
dependientes y sus medidas correspondientes son relacionados de una manera específica según lo
propuesto por la teoría. El independiente variable es manipulada por el investigador. Por ejemplo,
un la organización podría querer determinar cuál de dos nuevos diseños debería traer al mercado.
La variable independiente es el diseño del producto.

 Métodos de estadística

Hay varios métodos estadísticos diferentes para probar hipótesis, cada una apropiada para un tipo
diferente de experimento diseño. Una técnica de uso frecuente es la prueba t, que se utiliza para
analizar la media de una población o comparar los medios de dos diferentes poblaciones Cuando
uno quiere comparar los medios de dos poblaciones, se puede usar una estadística z. Otra útil
técnica es el análisis de la varianza (ANOVA), una familia de técnicas utilizado para analizar los
efectos conjuntos y separados de múltiples variables independientes en una sola variable
dependiente para determinar la significancia estadística del efecto.

Otras estadísticas de herramientas permiten la predicción de una variable desde el conocimiento

de otra variable Los coeficientes de correlación permiten a los analistas determinar si dos variables
están relacionadas positivamente (p. ej., el las personas se vuelven, cuanto más prefieren una cierta
marca de cereal), negativamente relacionado (por ejemplo, las personas mayores se vuelven,
menos prefiera ese cereal de marca), o no relacionado en absoluto.

La regresión es una familia de técnicas que se utilizan para desarrollar matemática modelos para
usar en la predicción de una variable del conocimiento de otra variable. En general, las técnicas
estadísticas pueden ser aplicado a una amplia gama de problemas comerciales, incluido el
marketing investigación, control de calidad, predicción de las tendencias del mercado o volumen
de ventas, y comparar la eficiencia relativa de los diversos operaciones en una organización
multinacional.

Sería reconfortante suponer que la aplicación de estadísticas herramientas para el análisis de datos
empíricos arrojaría definitiva respuestas que indicarían inequívocamente qué decisión debería
hacerse. Lamentablemente, no es así. Sin entender el principio detrás de los métodos estadísticos,
es difícil de analizar datos o para interpretar correctamente los resultados.

 Limitaciones al análisis de datos estadísticos en el mundo real

Incluso si se pudieran superar estas limitaciones, también hay prácticas limitaciones al análisis de
datos estadísticos del mundo real que necesitan para ser tomado en cuenta. Tan complicado como
el comportamiento humano es y por confusas que puedan ser las variables extrañas, los datos que
se recoge en un laboratorio es prístino en comparación con los datos que se puede recoger en el
mundo real. Hay varios problemas con el análisis de datos del mundo real. Primero, es virtualmente
imposible nombrar y controlar cada variable que pueda tener un efecto sobre el resultado de la
variable dependiente. En adición, con frecuencia no es posible recopilar los datos que se necesitan
en Para probar la hipótesis que uno está tratando de probar. Existen consideraciones prácticas y
éticas que deben tomarse en cuenta al recopilar datos del mundo real. Por ejemplo, uno no puede
reducir arbitrariamente los salarios de la mitad de los empleados en el compañía solo para ver si
su satisfacción laboral baja o su producto de trabajo sufre.

Si una hipótesis no está bien definida o si la teoría subyacente es defectuosa, el análisis estadístico
puede no ser útil. Del mismo modo, si el analista no entiende cómo funciona la probabilidad,
eligiendo el incorrecto la técnica estadística puede dar como resultado un diseño experimental
deficiente que produce resultados espurios.

También debe entenderse que resultados de un análisis de datos estadísticos no prueban si la

hipótesis es verdadera; simplemente demuestran si hay una probabilidad de que la hipótesis sea
cierta en una confianza dada nivel. Por ejemplo, si una prueba t o análisis de varianza resulta en
una valor que es significativo en el nivel a = .05, esto significa que no la hipótesis es cierta pero el
analista está dispuesto a correr el riesgo de estar equivocado cinco veces de cada 100.

La opinión sobre la mejor manera de tomar decisiones comerciales está dividida entre quienes
confían en la metodología estadística y aquellos que prefieren usar su "instinto" para tomar
decisiones.

En realidad, ambos planteamientos tienen ventajas y desventajas estadísticas los métodos son
menos propensos al sesgo que los juicios subjetivos.

Además, las estadísticas tienden a ser más confiables y pueden ser más haciendo un uso eficiente
de los datos históricos. Sin embargo, las técnicas estadísticas solo pueden trabajar con los datos
que se les dan, y algunas veces suficientes datos empíricos no están disponibles. Decisión del juez
hacer puede a veces ser útil para hacer juicios razonados en tales situaciones, sobre la base de la
experiencia y los conocimientos de la tomador de decisiones. Sin embargo, el error humano puede
hacer que el analista o gerente más optimista (o pesimista) de lo que realmente se justifica,
tendencias o factores pueden ser leídos en los datos que no son realmente allí, o los efectos de las
variables correlacionadas pueden no ser tenido en cuenta. Además, no todos tienen la experiencia
o visión necesaria para hacer pronósticos fiables solo de juicio.

En muchas situaciones, el mejor enfoque es combinar la objetividad de análisis estadístico con la

visión de la experiencia humana y juicio. El juicio es clave para determinar qué piezas de los datos
son relevantes para diseñar un paradigma de investigación.

El juicio es también es importante para determinar qué técnica estadística es la más apropiado para
analizar los datos. Hay una serie de estadísticas técnicas disponibles para el análisis de datos, y si
el final resultado será de uso depende de la elección de la estadística correcta herramienta. Además,
los juicios de expertos pueden ser útiles para ayudar al analista para comprender la situación y dar
una idea sobre los parámetros en los que los datos y el análisis posterior deben ser interpretados.
 Conclusión
La realización de un nuevo estudio de investigación no es la única forma de obtener datos para el
análisis estadístico para la toma de decisiones. Meta análisis y otras técnicas de análisis de datos
secundarios permiten a los investigadores analizar múltiples estudios de investigación previos para
buscar tendencias o hallazgos generales.

Datos existentes que la empresa ha recopilado para otros fines o que esté a disposición del público
también puede ser estadísticamente analizado. Aunque estos enfoques no dan el control de los
investigadores sobre cómo se recopilaron los datos, a menudo puede producir resultados
interesantes que pueden informar las decisiones comerciales o simplemente agregue al cuerpo de
conocimiento sobre un tema.
 Bibliografía

http://web.b.ebscohost.com/ehost/detail/detail?vid=5&sid=3ff29535-eb74-420f-ae91-
cf5c814dbc77%40pdc-v-
sessmgr01&bdata=JnNpdGU9ZWhvc3QtbGl2ZQ%3d%3d#AN=27577977&db=e6h

Black, K. (2006). Business statistics for contemporary decision making (4th ed.). New York: John
Wiley & Sons.

Davenport, T. H. (2013). Keep up with your quants. Harvard

Business Review, 91(7), 120-123. Retrieved November
26, 2013, from EBSCO Online Database Business Source
Complete.
http://search.ebscohost.com/login.aspx?direct=true&db=bth&AN=88351308&site=ehost-live

Karl, K. A., McIntyre Hall, L., & Peluchette, J. V. (2013). City employee perceptions of the impact
of dress and appearance: You are what you wear. Public Personnel
Management, 42(3), 452-470. Retrieved November 26,
2013, from EBSCO Online Database Business Source
Complete.
http://search.ebscohost.com/login.aspx?direct=true&db=bth&AN=90248809&site=ehost-live