FASE1: RECONOCIMIENTO DE CONCEPTOS PREVIOS DE LA INFERENCIA

ESTADISTICA

LUIS ALCIDEZ MURILLO

Tutor

JULIA CAROLINA GUERRERO PLAZAS

GRUPO 212064-108

UNIVERCIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

INFERENCIA ESTADISTICA

30/08/2019
 INTRODUCCIÓN

En el siguiente trabajo correspondiente a la fase 1, del curso de inferencia

estadística abarcaremos conceptos previos al desarrollo del presente curso, en
haremos un pequeño recorderis de los conceptos estudiados en el curso de
estadística descriptiva el cual tiene como objetivo colocar en evidencia aspectos
característicos de una población o parte de ella, que sirven para ejecutar
comparaciones sin pretender sacar conclusiones de tipo más general; contrario al
objetivo de la inferencia estadística que busca dar explicación al comportamiento
de un conjunto de observaciones, probar la validez de los resultados e intentando
descubrir las causas que la originan.

A continuación definiremos los siguientes conceptos fundamentales en el campo

de la estadística como lo son: población, muestra, variable estadística y su
clasificación, estadístico y parámetro.

Además haremos el respectivo reconocimiento de la base de datos

correspondiente a la situación problema de la fábrica “la presumida”, con el fin de
identificar la situación planteada.
 OBJETIVOS

Objetivo general

Identificar los saberes previos de la inferencia estadística y contextualizar la

problemática a partir de la respuesta a las preguntas generadoras.

Objetivos generales

 Describir los conceptos expuestos en el curso de estadística y

probabilidad, los cuales se manejaron en la estadística descriptiva.
 Hacer el respectivo reconocimiento de la problemática a estudiar.
 ACTIVIDAD 1

Descripción de la actividad

Dar respuesta a las siguientes preguntas:

 ¿Qué estudia la estadística?

La estadística es la ciencia que proporciona las herramientas matemáticas

necesarias para el estudio, análisis e interpretación de los datos en general, la
podemos definir como “método que permite no solo describir el hecho o fenómeno,
sino deducir y evaluar conclusiones acerca de una población utilizando datos
proporcionados por una muestra”.

 ¿En dónde radica la importancia que hoy en día tiene la estadística, en

función de la toma correcta de decisiones?

La importancia de la estadística hoy en día radica en que dado una serie de datos
tomados de una población o parte de ella, ya sean cuantitativos o cualitativos,
estos nos permiten atravez de los métodos estadísticos analizar y evaluar dicha
información con el fin de que nos proporcione una vista más clara de dicho ente,
con los datos obtenidos; habiendo realizado el análisis estadístico estaremos en
la capacidad de tomar la mejor decisión según el ente de estudio o el objetivo que
se quiera alcanzar.

 ¿Cómo se aplica la estadística en la solución de problemas en áreas

como: la economía, salud, medicina, entre otras?

La estadística en áreas como la economía, la salud, la medicina, las finanzas,

marketing entre otros, es aplicada como método de análisis de datos, ya sean
previos o posteriores a los movimientos hechos al ente de estudio, además, la
estadística es utilizada en dichas áreas para planear, administrar, y controlar los
movimientos del ente (empresa, eps , países, población de insectos, población de
plantas) etc.

 ¿Cuáles son las etapas de la resolución de un problema estadístico?

1. Identificar y definir adecuadamente el problema a resolver

A la hora de aplicar las herramientas estadísticas adecuadas, es
importante, antes de nada, tener claro qué problema queremos resolver o
qué información queremos obtener del análisis estadístico.
 2. Obtener la muestra de datos
Una vez identificado el problema a abordar, debemos obtener los datos
necesarios para su análisis. En la mayoría de los casos no es fácil obtener
datos sobre toda la población, y se debe recurrir al uso de una muestra. La
recogida de datos es uno de los pasos más importantes de todo análisis
estadístico, ya que sobre la muestra obtenida aplicaremos posteriormente
las herramientas estadísticas que sean necesarias para su análisis.

3. Organizar los datos y realizar un análisis descriptivo de los mismos

Una vez obtenida la muestra, el investigador debe organizar los datos,
representarlos gráficamente y obtener de ellos medidas que constituyan un
resumen que aporte información relevante sobre la muestra. Esto es lo que
denominamos análisis descriptivo de la muestra.

4. Analizar la información proporcionada por los datos

En la mayoría de los casos, el análisis descriptivo no es suficiente para
obtener las conclusiones deseadas, ya que lo habitual es que nos interese
obtener conclusiones sobre la población en estudio y no sobre la muestra.
Para ello debemos recurrir a modelos matemáticos que nos ayudarán a
tratar de conocer más a fondo la naturaleza de nuestros datos. Haciendo
uso de éstos y de la inferencia estadística seremos capaces de extrapolar
las conclusiones obtenidas sobre la muestra y obtener conclusiones válidas
para toda la población.

5. Tomar decisiones
Finalmente, especialmente en el mundo de la empresa, es habitual utilizar
el conocimiento del entorno que nos ofrece la estadística para tomar
decisiones, ya que constituye una forma objetiva de análisis del entorno.

Finalmente diligenciar el siguiente cuadro, definiendo los conceptos básicos de la

estadística descriptiva, necesarios para iniciar cualquier proceso de investigación.

CONCEPTOS DESCRIPCIÓN
Estadística La inferencia estadística engloba una serie de
inferencial herramientas y técnicas que nos permitirán extraer
conclusiones para la población objeto de estudio partiendo
de los elementos de la muestra obtenida y tras
modernizarla aplicando algunos de los modelos
matemáticos que nos ofrece la probabilidad.

Población Es un conjunto de medidas o recuento de todos los

elementos que presentan una característica en común, el
término población se usa para denotar el conjunto de
 elementos del cual se extrae la muestra, y se denota con
la letra N.
Los elementos que integran una población o la muestra
pueden corresponder a personas, objetos o cosas; los
cuales pueden ser simples (una persona) o complejos
(una familia) y se denomina unidad investigativa.
La población puede ser finita o infinita.
muestra
Se define como un conjunto de medidas o el recuento de
una parte de los elementos, pertenecientes a la población,
estos elementos se seleccionan aleatoriamente.
Variable estadística
Se denomina variable a cualquier característica del
elemento o ítem en estudio. Pueden ser cualitativas o
cuantitativas.
Variable cualitativa
No son mesurables pero si cuantificadas y se expresan
mediante palabras.
Ejemplo: (profesión, Cargo, marcas, calidad, etc).
Existen 2 tipos de variables cualitativas; las nominales y
las ordinales.
Las nominales: cada clase representa una cualidad que
no tiene ningún sentido ordenar como (mayor o menor)
respecto a otra clase de la variable. Ejemplo sexo
(hembra/ macho).

Las ordinales: las categorías indican un orden de la

clasificación y se utilizan códigos, es posible establecer un
orden jerárquico entre los mismos. Ejemplo (“severidad de
una enfermedad” 1>2>3 leve=1, moderada=2, alta=3.
Variable cuantitativa
Son mensurables y se describen numéricamente.
Ejemplo: (estatura, peso, ingreso, valor, producción,
ventas, etc).
Las variables cualitativas se clasifican continuas y
discretas:
Las continuas: se denominan continua si toma un valor
dado entre 2 magnitudes, es decir pueden ser números
fraccionarios, decimales pero no enteros.

Las discretas: se denominan discretas las variables que

solo pueden tener un valor entre una cantidad de valores
dados, es decir las cantidades deben ser enteras.
Estadístico
Es una medida cuantitativa, derivada de un conjunto de
datos de una muestra, con el objetivo de estimar o inferir
 características de una población o modelo estadístico.
Parámetro
Un parámetro estadístico es un número que se obtiene a
partir de los datos de una distribución estadística. Los
parámetros estadísticos sirven para sintetizar la
información dada por una tabla o por un gráfico.
Hay 3 tipos de parámetros estadísticos:
Parámetros de centralización: nos indican en torno a
que valor (medio) se distribuyen los datos.
Son:
Media aritmética: la media es el valor promedio de la
distribución.
Mediana: es la puntuación de la escala que separa la
mitad superior de la distribución y la inferior, es decir
divide la serie de datos en 2 partes iguales.
Moda: es el valor que más se repite en una distribución.

Parámetros de posición: dividen un conjunto de datos

en grupos con el mismo número de individuos. Para
calcular las medidas de posición es necesario que los
datos estén ordenados de menor a mayor.
Son:
Cuartiles: dividen la serie de datos en cuatro partes
iguales.
Deciles: dividen la serie de datos en 10 partes iguales.
Percentiles: dividen la serie de datos en 100 partes
iguales.

Parámetros de dispersión: nos informan sobre cuanto

se alejan del centro los valores de la distribución.
Son:
Rango o recorrido: es la diferencia entre el mayor y menor
de los valores de una distribución estadística.
Desviación media: es la media aritmética de los valores
absolutos de las desviaciones respecto a la media.
Varianza: es la media aritmética del cuadrado de las
desviaciones respecto a la media.
Desviación típica: es la raíz cuadrada de la varianza.
 ACTIVIDAD 2

Actividad 2. Identificación y reconocimiento de la problemática de estudio.

Descripción de la actividad

El estudiante identifica la problemática a tratar: “Disminución en el proceso de

producción en la fábrica “la presumida” de derivados lácteos de la región
lechera 1 del país” Para contextualizar la problemática es necesario que
responda las siguientes preguntas generadoras:

1. ¿Cuáles son los departamentos que conforman la región lechera 1 del

país?
 Departamento 1: cesar
 Departamento 2: magdalena
 Departamento 3: córdoba
 Departamento 4: atlántico
 Departamento 5: guajira
 Departamento 6: sucre
 Departamento 7: bolívar

2. ¿Cuáles son las variables cuantitativas presentadas en la

problemática de estudio?
 Densidad (g/ml)
 Crioscopia (°c)
 Proteína (%)
 Grasa (%)
 Solidos totales (%)
 Células somáticas (células /ml de leche)
 Costo ($)
3. ¿Cuáles son las variables cualitativas presentadas en la problemática
de estudio? ¿Qué parámetros podemos calcular a estas variables?
 Peroxidasa
 Fosfatasa
 Tipo de leche
 Temperatura
 Prueba de yodo
 Temperatura de recepción
 Satisfacción

Por ser variables cualitativas solo podemos calcular la moda

 4. ¿Cuáles son las características físicas químicas que debe cumplir la
muestra seleccionada? ¿Qué parámetros podemos calcular a estas
variables?
 Densidad
 Proteína
 Grasa
 Solidos totales
 Peroxidasa
 Fosfatasa
 Células somáticas
 Crioscopia
 Acidez

Podemos calcular los parámetros de centralización (media aritmética, moda, y

mediana) y los parámetros de dispersión (rango, desviación media, varianza, y la
desviación típica) y si es necesario podemos calcular los parámetros de posición
(Deciles, cuartiles y percentiles).

5. ¿Qué factores considera usted que afecta el proceso de producción de

la fábrica “la presumida”?

Según lo expuesto en la base de datos puede llegar a afectar el proceso de

producción, un mal manejo en el control de la temperatura de recepción del
producto, ya que si este factor no es debidamente controla, puede llegar a
contaminarse el producto, o perecer antes de su comercialización, por lo que se
perdería por completo el lote producido e implicaría grandes pérdidas para la
empresa.
CONCLUSIONES

Con el desarrollo de la presente actividad, concluimos que el estudio de la

estadística descriptiva nos permite recolectar datos, ordenarlos y analizar su
comportamiento dependiendo de los parámetros bajo los cuales este expuesta
dicha población o muestra, y que la inferencia estadística nos permite deducir y
explicar las causa de la problemática, logrando de esta manera conclusiones que
se extiende más allá de las muestras mismas.
REFERENCIAS BIBLIOGRAFICAS

Romero, R. E. (2016). Estadística para todos: análisis de datos: estadística

descriptiva, teoría de la probabilidad e inferencia. Madrid, ESPAÑA: Larousse -
Ediciones Pirámide. Pp. 269 -298. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=270&doc
ID=11231145&tm=1492552074909

Romero, R. E. (2016). Estadística para todos: análisis de datos: estadística

descriptiva, teoría de la probabilidad e inferencia. Madrid, ESPAÑA: Larousse -
Ediciones Pirámide. (pp. 23-27).recuperado de https://ebookcentral-proquest-
com.bibliotecavirtual.unad.edu.co/lib/unadsp/reader.action?docID=4569980&ppg=
24

Monroy, S. (2008). Conceptos básicos en probabilidad. En: Estadística

Descriptiva. [Online] Editorial: Instituto Técnico Nacional. (pp. 128 – 140).
Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=129&docID
=10436604&tm=1498541453661