SlideShare una empresa de Scribd logo
1 de 7
Descargar para leer sin conexión
Estadística
Nombre: Dulce Nataly Villegas De La Torre
Nombre del profesor: Gerardo Mata
UNIVERSIDAD TECNOLOGICA DE TORREON
CONCEPTOS FUNDAMENTALES
“La inteligencia es lo que usas cuando no sabes que hacer”
CONCEPTOS FUNDAMENTALES
La estadística generalmente es definida como la rama de las matemáticas que se ocupa de reunir,
organizar y analizar datos numéricos y así mismo que ayuda a resolver problemas como el diseño
de experimentos y la toma de decisiones. Pero en realidad, lo que se busca con este trabajo, no es
simplemente cubrir un tema más de los exigidos por el Ministerio de Educación, sino a la vez hacer
que a nuestros conocimientos se arraiguen las definiciones básicas de lo que es la estadística y que
no simplemente quede allí, en la teoría, sino que aprendamos a aprovecharlo en nuestra vida
cotidiana, ya que es seguro que en un futuro necesitaremos tener estas nociones de estadística
CONTENIDO:
1. Explicación y ejemplos de población
2. ejemplos de población tangible y tres de población conceptual
3. explicación de lo que es muestra
4. significado de muestra aleatoria.
5-10. ejercicios
1. Explica y anota 3 ejemplos de población:
Una población representa la colección completa de elementos o resultados de la
Información buscada.
La población es un conjunto de personas o elementos de los cuales se obtendrá un
resultado.
Ejemplos:
En una comunidad se realizara un evento con cierto número de personas.
En este ejemplo la población será la gente que asistirá al evento.
2. Anota y explica tres ejemplos de población tangible y tres de población
conceptual
Población tangible: son los elementos físicos reales
3 ejemplos:
 pueden ser los habitantes de una comunidad.
 Los animales que se encuentran en una veterinaria.
 Los alumnos de una secundaria.
Población conceptual: es un elemento no físico.
3 ejemplos:
 Si se quiere hacer un estudio de productos producidos en el presente y futuro,
sería imposible hacer una lista de ellos en esos casos diremos que nuestra
población es conceptual.
 Cuando se quiere hacer un estudio de cuantos perros hay en el presente y a
futuro, sería imposible saber en estos casos diremos que es una población
conceptual.
 Se quiere saber cuántos niños hay en el presente y en el futuro, es imposible
sabe cuántos habrá en este caso diremos que es una población conceptual
3. Explica lo que es muestra
La muestra es el numero personas seleccionadas de una población.
4. Explica el significado de muestra aleatoria.
Muestra aleatoria se entiende que es al azar cualquiera tiene la probabilidad
de ganar como en el juego de una lotería.
5. El departamento médico de la Universidad quiere saber la presión arterial de
los estudiantes. Hay 2700 alumnos inscritos. Obtiene una lista de los alumnos
numerada del 1 al 2700, utiliza Excel para generar 100 números aleatorios
enteros y cita a los alumnos para realizar la medición de presión arterial. ¿Es
esta una muestra aleatoria simple? Justifica tu respuesta.
La respuesta es si, porque se selecciona a los individuos de manera aleatoria
(al azar)
6. Un inspector de calidad supervisa rollos de tela para determinar la tasa de fallas
en el tinte de los mismos. Decide tomar 20 rollos de la producción del
miércoles, cada hora durante cinco horas, selecciona los cuatro últimos rollos
producidos y cuenta el número de fallas de cada uno. ¿Es esta una muestra
aleatoria simple?
La respuesta es no, porque ya te está especificando las tomas que se harán
por lo tanto no son aleatorias simple.
7. El encargado de producción de la fábrica de tornillos “Rosa Acero” mide la
longitud de una muestra de 60 piezas. Encuentra que el 90% de ellos están
dentro de las especificaciones por lo que afirma que en todo el lote de
producción, el 90% de los tornillos cumplen con los requerimientos del cliente.
¿Es esto verdadero? Justifica tu respuesta.
Si es verdadero. Porque cumple con las especificaciones que piden el cliente y
aparte es el 90% de los tornillos que cumplen con el requerimiento.
8. El encargado de calidad, Ch. Gallegos, toma otra muestra de 60 piezas del
mismo lote y encuentra que sólo el 85% de ellos cumple con las
especificaciones. El encargado de producción, Antonio Ibarra, afirma que el de
calidad debe haberse equivocado porque el resultado correcto es de 90%
¿Tiene razón? Justifica tu respuesta.
El de producción tiene la razón. Porque él tiene más conocimiento de la pieza
la cual será enviada al cliente.
9. Juanene mide, diez veces, la longitud de una pieza fabricada por Sebastián
Rodríguez; en cada medición, el vernier indica lecturas ligeramente diferentes.
¿Bajo qué condiciones pueden considerarse estas lecturas como una muestra
aleatoria simple? ¿Cuál es la población? ¿Es una población tangible o
conceptual?
Aleatoria simple ya que la variación es ligeramente diferente, además es una
población tangible ya que las muestras son físicas.
10. Escribe y explica los siguiente:
a) Un ejemplo de población tangible en la que se toma una muestra que
pueda considerarse aleatoria simple
Daniel mide, doce veces, la longitud de una tuerca fabricada por Ariel Salazar; en
cada medición, el vernier indica lecturas ligeramente diferentes.
Es aleatoria simple y población tangible
b) Un ejemplo de población tangible en la que se toma una muestra que no
puede aceptarse como muestra aleatoria simple
El ingeniero de calidad, Eduardo, toma otra muestra de 75 piezas de un lote
y encuentra que sólo el 85% de ellos cumple con las especificaciones. El
ingeniero de producción, Daniel Jiménez, afirma que el de calidad pudo
haberse equivocado porque el resultado correcto es de 90% ¿Tiene razón?
No es aleatoria simple
c) Un ejemplo de población conceptual en la que se toma una muestra que
puede ser considerada muestra aleatoria simple
Por ejemplo cuando se quiere saber cuántas personas habitan la ciudad de
México.

Más contenido relacionado

La actualidad más candente

Presentación1 ortega mata
Presentación1 ortega mataPresentación1 ortega mata
Presentación1 ortega mata
Daniiandre10
 
Estadistica conceptos basicosestrella
Estadistica conceptos basicosestrellaEstadistica conceptos basicosestrella
Estadistica conceptos basicosestrella
Stree Jamas
 

La actualidad más candente (15)

Ejercicio 1 estadistica poblacional y sus tipos.
Ejercicio 1 estadistica poblacional y sus tipos.Ejercicio 1 estadistica poblacional y sus tipos.
Ejercicio 1 estadistica poblacional y sus tipos.
 
estadistica
estadisticaestadistica
estadistica
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Conseptos basicos
Conseptos basicosConseptos basicos
Conseptos basicos
 
Presentación1 ortega mata
Presentación1 ortega mataPresentación1 ortega mata
Presentación1 ortega mata
 
ESTADSITICA 1 (trabajo1)
ESTADSITICA 1 (trabajo1)ESTADSITICA 1 (trabajo1)
ESTADSITICA 1 (trabajo1)
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Ejercicio 1
Ejercicio 1Ejercicio 1
Ejercicio 1
 
Estadistica daniela ortega
Estadistica daniela ortegaEstadistica daniela ortega
Estadistica daniela ortega
 
Estadistica conceptos basicosestrella
Estadistica conceptos basicosestrellaEstadistica conceptos basicosestrella
Estadistica conceptos basicosestrella
 
Conceptos fundamentales de la estadistica
Conceptos fundamentales de la estadisticaConceptos fundamentales de la estadistica
Conceptos fundamentales de la estadistica
 
Conceptos fundamentales. estadistica
Conceptos fundamentales. estadisticaConceptos fundamentales. estadistica
Conceptos fundamentales. estadistica
 
conceptos fundamentales estadistica
 conceptos fundamentales estadistica conceptos fundamentales estadistica
conceptos fundamentales estadistica
 
Lic mata
Lic mataLic mata
Lic mata
 
Estadísticas
EstadísticasEstadísticas
Estadísticas
 

Destacado

Guía prácticos asi-2011
Guía prácticos asi-2011Guía prácticos asi-2011
Guía prácticos asi-2011
juliofelice
 
Estudio economico
Estudio economicoEstudio economico
Estudio economico
Sandra VTx
 
De hasselaerroutescriptie
De hasselaerroutescriptieDe hasselaerroutescriptie
De hasselaerroutescriptie
Erfgoed 2.0
 
Reformas a la ley adunera dof dic 9-2013
Reformas a la ley adunera dof dic 9-2013Reformas a la ley adunera dof dic 9-2013
Reformas a la ley adunera dof dic 9-2013
Delia Arce Gonzalez
 
03+magnitudes+fisicas+i+(1)
03+magnitudes+fisicas+i+(1)03+magnitudes+fisicas+i+(1)
03+magnitudes+fisicas+i+(1)
kaiba1920
 
112020457 fisica-mendoza-duenas-completo-140118063919-phpapp02
112020457 fisica-mendoza-duenas-completo-140118063919-phpapp02112020457 fisica-mendoza-duenas-completo-140118063919-phpapp02
112020457 fisica-mendoza-duenas-completo-140118063919-phpapp02
Juan Sebaxtian G
 
Practica de analisis dimensional
Practica de analisis dimensionalPractica de analisis dimensional
Practica de analisis dimensional
Daniel Salazar
 
Ejercicios de fisica analisis dimensional
Ejercicios de fisica analisis dimensionalEjercicios de fisica analisis dimensional
Ejercicios de fisica analisis dimensional
FQM-Project
 
(Semana 01 analisis dimensiones primera edición)
(Semana 01 analisis dimensiones primera edición)(Semana 01 analisis dimensiones primera edición)
(Semana 01 analisis dimensiones primera edición)
Walter Perez Terrel
 

Destacado (16)

Vectores, rectas y planos
Vectores, rectas y planosVectores, rectas y planos
Vectores, rectas y planos
 
Predicate-Preserving Collision-Resistant Hashing
Predicate-Preserving  Collision-Resistant HashingPredicate-Preserving  Collision-Resistant Hashing
Predicate-Preserving Collision-Resistant Hashing
 
Guía prácticos asi-2011
Guía prácticos asi-2011Guía prácticos asi-2011
Guía prácticos asi-2011
 
Estudio economico
Estudio economicoEstudio economico
Estudio economico
 
Emancipatiebeleid - midterm review - AO 5 maart 2015
Emancipatiebeleid - midterm review - AO 5 maart 2015Emancipatiebeleid - midterm review - AO 5 maart 2015
Emancipatiebeleid - midterm review - AO 5 maart 2015
 
De hasselaerroutescriptie
De hasselaerroutescriptieDe hasselaerroutescriptie
De hasselaerroutescriptie
 
Reformas a la ley adunera dof dic 9-2013
Reformas a la ley adunera dof dic 9-2013Reformas a la ley adunera dof dic 9-2013
Reformas a la ley adunera dof dic 9-2013
 
Diabetes mellitus dhtic
Diabetes mellitus dhticDiabetes mellitus dhtic
Diabetes mellitus dhtic
 
Redes sociales
Redes socialesRedes sociales
Redes sociales
 
03+magnitudes+fisicas+i+(1)
03+magnitudes+fisicas+i+(1)03+magnitudes+fisicas+i+(1)
03+magnitudes+fisicas+i+(1)
 
03+magnitudes+fisicas+i+(1)
03+magnitudes+fisicas+i+(1)03+magnitudes+fisicas+i+(1)
03+magnitudes+fisicas+i+(1)
 
112020457 fisica-mendoza-duenas-completo-140118063919-phpapp02
112020457 fisica-mendoza-duenas-completo-140118063919-phpapp02112020457 fisica-mendoza-duenas-completo-140118063919-phpapp02
112020457 fisica-mendoza-duenas-completo-140118063919-phpapp02
 
Practica de analisis dimensional
Practica de analisis dimensionalPractica de analisis dimensional
Practica de analisis dimensional
 
Ejercicios de fisica analisis dimensional
Ejercicios de fisica analisis dimensionalEjercicios de fisica analisis dimensional
Ejercicios de fisica analisis dimensional
 
(Semana 01 analisis dimensiones primera edición)
(Semana 01 analisis dimensiones primera edición)(Semana 01 analisis dimensiones primera edición)
(Semana 01 analisis dimensiones primera edición)
 
Análisis dimensional
Análisis dimensionalAnálisis dimensional
Análisis dimensional
 

Similar a Trabajo de estadisticas

Documento 2 estadistica
Documento 2 estadisticaDocumento 2 estadistica
Documento 2 estadistica
ppdleo19
 
Flor haideee estadistica
Flor haideee estadisticaFlor haideee estadistica
Flor haideee estadistica
970704
 
Cesar mauricio hernandez estadistica 1D
Cesar mauricio hernandez estadistica 1DCesar mauricio hernandez estadistica 1D
Cesar mauricio hernandez estadistica 1D
CessarHernandez19
 

Similar a Trabajo de estadisticas (19)

Documento estadistica
Documento estadisticaDocumento estadistica
Documento estadistica
 
Documento 2 estadistica
Documento 2 estadisticaDocumento 2 estadistica
Documento 2 estadistica
 
Flor haideee estadistica
Flor haideee estadisticaFlor haideee estadistica
Flor haideee estadistica
 
Estadística: Conceptos Básicos
Estadística: Conceptos Básicos Estadística: Conceptos Básicos
Estadística: Conceptos Básicos
 
Alondra magaly meraz carrazco 1 d
Alondra magaly meraz carrazco 1 dAlondra magaly meraz carrazco 1 d
Alondra magaly meraz carrazco 1 d
 
estadistica
estadisticaestadistica
estadistica
 
Cesar mauricio hernandez estadistica 1D
Cesar mauricio hernandez estadistica 1DCesar mauricio hernandez estadistica 1D
Cesar mauricio hernandez estadistica 1D
 
Jesús alejandro machado najera 2° d estadistica
Jesús alejandro machado najera  2° d estadisticaJesús alejandro machado najera  2° d estadistica
Jesús alejandro machado najera 2° d estadistica
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Exercise 1. Descriptive statistics
Exercise 1. Descriptive statisticsExercise 1. Descriptive statistics
Exercise 1. Descriptive statistics
 
ESADÍSTICA
ESADÍSTICAESADÍSTICA
ESADÍSTICA
 
estadística
estadística estadística
estadística
 
Estadística Elemental.
Estadística Elemental.Estadística Elemental.
Estadística Elemental.
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Buenas tardes este es mi trabajo de estadísticas
Buenas tardes este es mi trabajo de estadísticas   Buenas tardes este es mi trabajo de estadísticas
Buenas tardes este es mi trabajo de estadísticas
 
Ejercicio 1 conceptos fundamentales
Ejercicio 1   conceptos fundamentalesEjercicio 1   conceptos fundamentales
Ejercicio 1 conceptos fundamentales
 
Fundamentos de la estadística
Fundamentos de la estadística Fundamentos de la estadística
Fundamentos de la estadística
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Ejercicio 1 estadistica
Ejercicio 1 estadisticaEjercicio 1 estadistica
Ejercicio 1 estadistica
 

Más de Dulce Villegas

Trabajo de estadisticas
Trabajo de estadisticasTrabajo de estadisticas
Trabajo de estadisticas
Dulce Villegas
 

Más de Dulce Villegas (20)

hoja de-control
hoja de-controlhoja de-control
hoja de-control
 
Tabla de-control
Tabla de-controlTabla de-control
Tabla de-control
 
Control estadístico del proceso
Control estadístico del procesoControl estadístico del proceso
Control estadístico del proceso
 
Statistical process control
Statistical process controlStatistical process control
Statistical process control
 
Spc#2
Spc#2Spc#2
Spc#2
 
Act#1
Act#1Act#1
Act#1
 
Intervalos de confianza
Intervalos de confianzaIntervalos de confianza
Intervalos de confianza
 
Minitab
MinitabMinitab
Minitab
 
Dados
DadosDados
Dados
 
Reforestacion
ReforestacionReforestacion
Reforestacion
 
Examen de la primera unidad
Examen de la primera unidadExamen de la primera unidad
Examen de la primera unidad
 
Examen de la primera unidad
Examen de la primera unidadExamen de la primera unidad
Examen de la primera unidad
 
Probabilidad de dados
Probabilidad de dadosProbabilidad de dados
Probabilidad de dados
 
datos agrupados
datos agrupadosdatos agrupados
datos agrupados
 
Datos agrupados
Datos agrupadosDatos agrupados
Datos agrupados
 
Presentación1
Presentación1Presentación1
Presentación1
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Dulcee
DulceeDulcee
Dulcee
 
Trabajo de estadisticas
Trabajo de estadisticasTrabajo de estadisticas
Trabajo de estadisticas
 
Trabajo de estadisticas
Trabajo de estadisticasTrabajo de estadisticas
Trabajo de estadisticas
 

Último

Cuadernillo jkwfnergnerognerpognospgnrpongerpogn
Cuadernillo jkwfnergnerognerpognospgnrpongerpognCuadernillo jkwfnergnerognerpognospgnrpongerpogn
Cuadernillo jkwfnergnerognerpognospgnrpongerpogn
MarianaArgellesRamos
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Fernando Solis
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
EliaHernndez7
 
informe-de-laboratorio-metodos-de-separacion-de-mezclas.pdf
informe-de-laboratorio-metodos-de-separacion-de-mezclas.pdfinforme-de-laboratorio-metodos-de-separacion-de-mezclas.pdf
informe-de-laboratorio-metodos-de-separacion-de-mezclas.pdf
AndreaTurell
 

Último (20)

Educacion Basada en Evidencias SM5 Ccesa007.pdf
Educacion Basada en Evidencias  SM5  Ccesa007.pdfEducacion Basada en Evidencias  SM5  Ccesa007.pdf
Educacion Basada en Evidencias SM5 Ccesa007.pdf
 
Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024
 
REGLAMENTO FINAL DE EVALUACIÓN 2024 pdf.pdf
REGLAMENTO  FINAL DE EVALUACIÓN 2024 pdf.pdfREGLAMENTO  FINAL DE EVALUACIÓN 2024 pdf.pdf
REGLAMENTO FINAL DE EVALUACIÓN 2024 pdf.pdf
 
AEC2. Egipto Antiguo. Adivina, Adivinanza.pptx
AEC2. Egipto Antiguo. Adivina, Adivinanza.pptxAEC2. Egipto Antiguo. Adivina, Adivinanza.pptx
AEC2. Egipto Antiguo. Adivina, Adivinanza.pptx
 
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
 
Ensayo Paes competencia matematicas 2 Preuniversitario
Ensayo Paes competencia matematicas 2 PreuniversitarioEnsayo Paes competencia matematicas 2 Preuniversitario
Ensayo Paes competencia matematicas 2 Preuniversitario
 
Cuadernillo jkwfnergnerognerpognospgnrpongerpogn
Cuadernillo jkwfnergnerognerpognospgnrpongerpognCuadernillo jkwfnergnerognerpognospgnrpongerpogn
Cuadernillo jkwfnergnerognerpognospgnrpongerpogn
 
CONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptx
CONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptxCONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptx
CONCURSO NACIONAL JOSE MARIA ARGUEDAS.pptx
 
animalesdelaproincia de beunos aires.pdf
animalesdelaproincia de beunos aires.pdfanimalesdelaproincia de beunos aires.pdf
animalesdelaproincia de beunos aires.pdf
 
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN PARÍS. Por JAVIER SOL...
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN  PARÍS. Por JAVIER SOL...ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN  PARÍS. Por JAVIER SOL...
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN PARÍS. Por JAVIER SOL...
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
 
Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024
 
informe-de-laboratorio-metodos-de-separacion-de-mezclas.pdf
informe-de-laboratorio-metodos-de-separacion-de-mezclas.pdfinforme-de-laboratorio-metodos-de-separacion-de-mezclas.pdf
informe-de-laboratorio-metodos-de-separacion-de-mezclas.pdf
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
 
FICHA CUENTO BUSCANDO UNA MAMÁ 2024 MAESTRA JANET.pdf
FICHA CUENTO BUSCANDO UNA MAMÁ  2024 MAESTRA JANET.pdfFICHA CUENTO BUSCANDO UNA MAMÁ  2024 MAESTRA JANET.pdf
FICHA CUENTO BUSCANDO UNA MAMÁ 2024 MAESTRA JANET.pdf
 
Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024
 
MINEDU BASES JUEGOS ESCOLARES DEPORTIVOS PARADEPORTIVOS 2024.docx
MINEDU BASES JUEGOS ESCOLARES DEPORTIVOS PARADEPORTIVOS 2024.docxMINEDU BASES JUEGOS ESCOLARES DEPORTIVOS PARADEPORTIVOS 2024.docx
MINEDU BASES JUEGOS ESCOLARES DEPORTIVOS PARADEPORTIVOS 2024.docx
 
La Sostenibilidad Corporativa. Administración Ambiental
La Sostenibilidad Corporativa. Administración AmbientalLa Sostenibilidad Corporativa. Administración Ambiental
La Sostenibilidad Corporativa. Administración Ambiental
 
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdfPlan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
 

Trabajo de estadisticas

  • 1. Estadística Nombre: Dulce Nataly Villegas De La Torre Nombre del profesor: Gerardo Mata UNIVERSIDAD TECNOLOGICA DE TORREON CONCEPTOS FUNDAMENTALES “La inteligencia es lo que usas cuando no sabes que hacer”
  • 2. CONCEPTOS FUNDAMENTALES La estadística generalmente es definida como la rama de las matemáticas que se ocupa de reunir, organizar y analizar datos numéricos y así mismo que ayuda a resolver problemas como el diseño de experimentos y la toma de decisiones. Pero en realidad, lo que se busca con este trabajo, no es simplemente cubrir un tema más de los exigidos por el Ministerio de Educación, sino a la vez hacer que a nuestros conocimientos se arraiguen las definiciones básicas de lo que es la estadística y que no simplemente quede allí, en la teoría, sino que aprendamos a aprovecharlo en nuestra vida cotidiana, ya que es seguro que en un futuro necesitaremos tener estas nociones de estadística
  • 3. CONTENIDO: 1. Explicación y ejemplos de población 2. ejemplos de población tangible y tres de población conceptual 3. explicación de lo que es muestra 4. significado de muestra aleatoria. 5-10. ejercicios
  • 4. 1. Explica y anota 3 ejemplos de población: Una población representa la colección completa de elementos o resultados de la Información buscada. La población es un conjunto de personas o elementos de los cuales se obtendrá un resultado. Ejemplos: En una comunidad se realizara un evento con cierto número de personas. En este ejemplo la población será la gente que asistirá al evento. 2. Anota y explica tres ejemplos de población tangible y tres de población conceptual Población tangible: son los elementos físicos reales 3 ejemplos:  pueden ser los habitantes de una comunidad.  Los animales que se encuentran en una veterinaria.  Los alumnos de una secundaria. Población conceptual: es un elemento no físico. 3 ejemplos:  Si se quiere hacer un estudio de productos producidos en el presente y futuro, sería imposible hacer una lista de ellos en esos casos diremos que nuestra población es conceptual.  Cuando se quiere hacer un estudio de cuantos perros hay en el presente y a futuro, sería imposible saber en estos casos diremos que es una población conceptual.  Se quiere saber cuántos niños hay en el presente y en el futuro, es imposible sabe cuántos habrá en este caso diremos que es una población conceptual
  • 5. 3. Explica lo que es muestra La muestra es el numero personas seleccionadas de una población. 4. Explica el significado de muestra aleatoria. Muestra aleatoria se entiende que es al azar cualquiera tiene la probabilidad de ganar como en el juego de una lotería.
  • 6. 5. El departamento médico de la Universidad quiere saber la presión arterial de los estudiantes. Hay 2700 alumnos inscritos. Obtiene una lista de los alumnos numerada del 1 al 2700, utiliza Excel para generar 100 números aleatorios enteros y cita a los alumnos para realizar la medición de presión arterial. ¿Es esta una muestra aleatoria simple? Justifica tu respuesta. La respuesta es si, porque se selecciona a los individuos de manera aleatoria (al azar) 6. Un inspector de calidad supervisa rollos de tela para determinar la tasa de fallas en el tinte de los mismos. Decide tomar 20 rollos de la producción del miércoles, cada hora durante cinco horas, selecciona los cuatro últimos rollos producidos y cuenta el número de fallas de cada uno. ¿Es esta una muestra aleatoria simple? La respuesta es no, porque ya te está especificando las tomas que se harán por lo tanto no son aleatorias simple. 7. El encargado de producción de la fábrica de tornillos “Rosa Acero” mide la longitud de una muestra de 60 piezas. Encuentra que el 90% de ellos están dentro de las especificaciones por lo que afirma que en todo el lote de producción, el 90% de los tornillos cumplen con los requerimientos del cliente. ¿Es esto verdadero? Justifica tu respuesta. Si es verdadero. Porque cumple con las especificaciones que piden el cliente y aparte es el 90% de los tornillos que cumplen con el requerimiento. 8. El encargado de calidad, Ch. Gallegos, toma otra muestra de 60 piezas del mismo lote y encuentra que sólo el 85% de ellos cumple con las especificaciones. El encargado de producción, Antonio Ibarra, afirma que el de calidad debe haberse equivocado porque el resultado correcto es de 90% ¿Tiene razón? Justifica tu respuesta. El de producción tiene la razón. Porque él tiene más conocimiento de la pieza la cual será enviada al cliente. 9. Juanene mide, diez veces, la longitud de una pieza fabricada por Sebastián Rodríguez; en cada medición, el vernier indica lecturas ligeramente diferentes. ¿Bajo qué condiciones pueden considerarse estas lecturas como una muestra aleatoria simple? ¿Cuál es la población? ¿Es una población tangible o conceptual?
  • 7. Aleatoria simple ya que la variación es ligeramente diferente, además es una población tangible ya que las muestras son físicas. 10. Escribe y explica los siguiente: a) Un ejemplo de población tangible en la que se toma una muestra que pueda considerarse aleatoria simple Daniel mide, doce veces, la longitud de una tuerca fabricada por Ariel Salazar; en cada medición, el vernier indica lecturas ligeramente diferentes. Es aleatoria simple y población tangible b) Un ejemplo de población tangible en la que se toma una muestra que no puede aceptarse como muestra aleatoria simple El ingeniero de calidad, Eduardo, toma otra muestra de 75 piezas de un lote y encuentra que sólo el 85% de ellos cumple con las especificaciones. El ingeniero de producción, Daniel Jiménez, afirma que el de calidad pudo haberse equivocado porque el resultado correcto es de 90% ¿Tiene razón? No es aleatoria simple c) Un ejemplo de población conceptual en la que se toma una muestra que puede ser considerada muestra aleatoria simple Por ejemplo cuando se quiere saber cuántas personas habitan la ciudad de México.