probabilidad

1. Actividad N° 1
Nombre: Gilberto Rodriguez Avila
Fecha: 11/ MAYO/ 2022
Mayo-agosto 2022
Probabilidad y
Estadística
TSU Mantenimiento
área Industrial
“Este documento se envía por medios electrónicos para su revisión de acuerdo
con la política ambiental integral del Sistema de gestión ambiental de la UTJ.”
Grupo: 4.-B V

2. Concepto de estadística:
Se puede definir la estadística como la disciplina que estudia, recolecta,
analiza y describe un conjunto de datos. Estos datos posteriormente son
comparados con otros para obtener un resultado completo. Entre sus usos
más relevantes, se encuentra el de estudiar una población o muestra
específica, para ver de qué manera ha evolucionado o cómo se puede
aportar una solución a un problema determinado.
La estadística registra su origen en el siglo XVIII y se atribuye al
economista Gottfried Achenwall, quien la definió como una ciencia de los
asuntos de Estado. De hecho, hasta ahora se ha usado la estadística para
indagar sobre información de interés político y gubernamental. Esta
disciplina está presente en diferentes y numerosos ámbitos de la vida
pública. Gracias a ella obtenemos datos indispensables para entender
realidades en el mundo. V
Estadística descriptiva :
Es la parte de la estadistica que permite analizar todo un conjunto de datos,
de los cuales se extraen conclusiones, unicamente para ese conjunto. Para
realizar este analisis se procede a la recolecion y representacion de la
informacion obtenida.
Como por ejemplo de estadisticas podemos citar a aquellas que se
obtienen generalmente de los deportes, en los rendimientos academicos de
los estudiantes de una determinada materia, en los negocios al determinar
las ventajas obtenidas mensualmente en un determinado año por una
empresa en particular.

3. La estadística descriptiva se distingue de la estadística inferencial (o
estadística inductiva) por su objetivo de resumir una muestra, en lugar de
utilizar los datos para aprender sobre la población que se cree que
representa la muestra de datos. Esto generalmente significa que las
estadísticas descriptivas, a diferencia de las estadísticas inferenciales, no se
desarrollan sobre la base de la teoría de la probabilidad y, con frecuencia,
son estadísticas no paramétricas. Incluso cuando un análisis de datos extrae
sus principales conclusiones utilizando estadísticas inferenciales,
generalmente también se presentan estadísticas descriptivas. Por ejemplo,
en los artículos que informan sobre sujetos humanos, normalmente se incluye
una tabla con el tamaño de la muestra general, los tamaños de la muestra
en subgrupos importantes (por ejemplo, para cada tratamiento o grupo de
exposición) y características demográficas o clínicas, como la edad
promedio, la proporción de sujetos de cada sexo, la proporción de sujetos
con comorbilidades relacionadas, etc.
Estadistica inferencial:
En esta rama de la estadística, lo que se pretende es obtener conclusiones
generales de una determinada población, mediante el estudio de una
muestra representativa sacada de ella, dicho de otra manera, lo que se
trata es que, con el valor de los estadísticos obtenidos, podamos establecer
los valores delos parámetros.Entonces podemos concluirquela estadística
inferencial analiza o investiga a una población, valiéndose de los datos y
resultados que se obtienen de una muestra.
Ejemplos muy claros de este tipo de estadística constituyen la aplicación de
nuevos tratamientos con nuevos fármacos, o las proyecciones que pueden

4. hacer los investigadores de mercado sobre cómo influye la publicidaden
ciertos segmentos de mercado.
Se dedica a la generación de los modelos y predicciones asociadas a los
fenómenos en cuestión teniendo en cuenta la aleatoriedad de las
observaciones. Se usa para modelar patrones en los datos y extraer
inferencias acerca de la población bajo estudio. Estas inferencias pueden
tomar la forma de respuestas a preguntas sí/no (prueba de hipótesis),
estimaciones de unas características numéricas (estimación), pronósticos
de futuras observaciones, descripciones de asociación (correlación) o
modelamiento de relaciones entre variables de Sam . Otras técnicas de
modelamiento incluyen análisis de varianza, series de tiempo y minería de
datos.
Datos:
Cualitativas: son aquellas en la que los resultados posibles no son valores
numéricos. Por ejemplo: color del pelo, tipo de ropa preferida, lugar de
veraneo, etc.
Cuantitativas: aquellas cuyo resultado es un número. A su vez, las hay de dos
tipos:
Cuantitativas discretas: cuando se toman valores aislados. Por ejemplo:
número de amigos de tu pandilla, número de veces que vas al cine al mes,
número de coches que tiene tu familia.
Cuantitativas continuas: cuando, entre dos valores cualesquiera, puede
haber valores intermedios. Es decir, se toman todos los valores de un
determinado intervalo. Por ejemplo: peso de las personas, nivel sobre el mar
en que se encuentra tu ciudad, medida del perímetro torácico.

5. Tipos de población estadística
Dentro de las poblaciones estadísticas, fundamentalemente dos tipos de
poblaciones:
Población estadística finita:
Es aquella en la que el número de valores que la componen tiene un fin. Por
ejemplo, la población estadística que nos indica la cantidad de árboles de
una ciudad es finita. Es cierto que puede variar con el tiempo, pero en un
instante determinado es finita, tiene fin.
Población estadística infinita:
Se trata de aquella población que no tiene fin. Por ejemplo, el número de
planetas que existen en el universo. Aunque puede que sea finito, el número
es tan grande y desconocido que estadísticamente se asume como infinito.
Muestra:
En estadística, se denomina así a un grupo de individuos seleccionados para
representar a una población, especialmente cuando esta es demasiado
amplia para ser estudiada en su totalidad.
Cualitativa: es una variable que clasifica o describe a un elemento de una
población.
Cuantitativa o numérica: es aquella que cuantifica un elemento de una
población.

6. Variable discreta: es una variable cuantitativa que puede asumir un número
contable (o finito) de valores. Intuitivamente, la variable discreta puede
asumir los valores correspondientes a puntos aislados a lo largo de un
intervalo de recta. Es decir, entre dos valores cualesquiera siempre hay un
hueco.
Variable continua: es una variable cuantitativa que puede asumir una
cantidad incontable de valores. Intuitivamente, la variable continua puede
asumir cualquier valor a lo largo de un intervalo de recta, incluyendo
cualquier valor posible entre dos variables determinadas.
Cuando intente determinar si una variable es continua o discreta, recuerde
analizar la variable y piense en los valores que podrían ocurrir. No considere
los valores de datos que se han registrado porque pueden ser engañosos.
Considere la variable “calificación asignada por un juez” en una
competencia de patinaje de figuras. Si se consideran algunas calificaciones
que ya se han asignado, 9.9, 9.5, 8.8, 10.0, y se observa la presencia de cifras
decimales, podría pensarse que todas las fracciones son posibles y concluir
que la variable es continua. Sin embargo, esto no es cierto; de hecho, entre
los valores posibles hay huecos y la variable es discreta.

7. Referencias:
I. (2021, 18 junio). +15 Libros de Estadística Gratis [PDF]. infolibros.org.
https://infolibros.org/libros-de-estadistica-gratis-pdf/
Pérez, M. A. R. M. M. (2001, 23 marzo). Tipos de datos | Estadística.
descargas.pntic. Recuperado 9 de mayo de 2022, de
http://descargas.pntic.mec.es/cedec/mat3_2/contenidos/M3_U10/tipos_d
e_datos.html
López, J. F. (2021, 7 febrero). Población estadística. Economipedia.
https://economipedia.com/definiciones/poblacion-estadistica.html