2. 2
OBJETIVO
Esta asignatura contribuye con la formación disciplinaria
del estudiante ya que proporciona las herramientas
metodológicas para el análisis, caracterización y
predicción de los distintos fenómenos involucrados
en la investigación para la solución de problemas
científicos mediante la interpretación de los resultados
haciendo uso de sus conocimientos para la toma de
decisiones.
3. TEMARIO
◉ Estadística y el método científico
◉ Estadística Descriptiva
◉ Pruebas de hipótesis
3
4. BIBLIOGRAFÍA
❑ Gutiérrez P., H. y de la Vara S. R. Análisis y diseño de experimentos. Mc Graw Hill.
❑ Kuehl, R.O. Diseño de experimentos. Principios estadísticos para el diseño y análisis
de investigaciones. Thomson.
❑ Cochran, W. G. y G. M. Cox. Diseños Experimentales. E. Trillas.
❑ Hinkelmann, K, Kempthorne O. Design and analysis of experiments. Introduction to
experimental design. Wiley interscience.
4
6. CUESTIONARIO
6
1. ¿Que esperas aprender en este curso?
2. ¿ Qué es probabilidad?
3. ¿Qué es incertidumbre?
4. ¿Qué entiendes por un error?
5. ¿Que es la estadística?
8. ESTADISTICA
La estadística es la ciencia pura y aplicada, que se ocupa de la
obtención, orden y análisis de un conjunto de datos con el fin de
obtener explicaciones y predicciones sobre fenómenos.
La ciencia es un estudio que se ocupa de la observación y
clasificación de los hechos. Los científicos deben ser capaces de
observar un evento como resultado de un diseño.
8
9. INVESTIGACIÓN
La investigación es el estudio
sistemático de un sujeto con el
fin de descubrir nuevos hechos o
principios.
9
SUJETO: El que desarrolla la
actividad (el estudiante)
OBJETO: Lo que se indaga.
(El tema)
MEDIO: Métodos y técnicas para
llevar a cabo la actividad.
FIN: Propósitos de la actividad, es
decir, la solución de un problema
detectado.
ELEMENTOS
DE LA
INVESTIGACION
10. METODO CIENTIFICO
El procedimiento para la investigación se conoce como método
científico. Los pasos son:
10
P
r
e
g
u
n
t
a
O
b
s
e
r
v
a
c
i
ó
n
H
i
p
ó
t
e
s
i
s
E
x
p
e
r
i
m
e
n
t
o
Á
n
a
l
i
s
i
s
C
o
n
c
l
u
s
i
ó
n
11. Para el método científico es esencial el estudio de lo que ya se
conoce. A partir de este conocimiento, se formulan hipótesis.
La hipótesis se ponen a prueba partiendo por lo general de
situaciones experimentales, siendo esta la parte crucial de
todo el proceso ya que cualquier pregunta donde sus
respuestas NO pueden obtenerse a partir de la investigación
planeada, NO puede aceptarse como parte del método
científico.
11
13. DISEÑO EXPERIMENTAL
En la investigación científica, es común la formulación de hipótesis y deben
estar sustentadas por un conjunto de observaciones, las cuales deben
seleccionarse a través de un patrón bien definido que se conoce como
Diseño Experimental, es decir, es la serie de pasos para formar un
experimento.
Su aplicación abarca desde el plan inicial para la recolección de datos,
análisis de los resultados hasta la evaluación de la incertidumbre de toda
la inferencia extraída de ellos.
13
14. ¿POR QUÉ EXISTE INCERTIDUMBRE?
1. Muestreo.
• En una muestra existe el riesgo de observar condiciones en la muestra
estudiada, que NO necesariamente se pueden generalizar a una población.
• Casi siempre se recurre al muestreo y no al censo de una población, o
cuando la población objeto de estudio es demasiado grande o infinita.
2. Variabilidad intrínseca del fenómeno
• Las observaciones repetidas sobre un mismo fenómeno arrojan resultados
diferentes aun bajo condiciones controladas.
15. Variable
Estadística
Cuantitativos
Es el resultado de la
observación o medición
puede expresarse
numéricamente.
Cualitativos
Son datos que solo toman
valores asociados a las
cualidades o atributos,
clasificándolos en
categorías.
Discretas
Nominales
✓ Sexo: F o M
✓ Color ojos: azul, verde
✓ Religión: católico, ateo
✓ Estado civil: Soltero, casado
Peso, Edad, Estatura
Presión, Humedad
Continuas
Ordinales
Toma valores entero.
Ejemplo: Hijos,
Asignaturas, Empleados,
Toma valores dentro de un
intervalo. Ejemplo:
Peso, Estarura,
Temperatura, Humedad
Característica o cualidad
cuyas categorías NO
tienen un orden. Ejemplo:
Sexo, Deporte
Característica o cualidad
cuyas categorías tienen
un orden. Ejemplo:
Calificación, Grado
Dicotómica
Característica o cualidad
con solo DOS categorías.
Ejemplo: hombre-mujer,
muerto-vivo
Es una característica que
puede tener diferentes
valores, los cuales pueden
medirse u observarse.
16. •.
Unidad estadística.
Es la entidad sobre la que se obtienen o miden ciertas
características (animales, plantas, objetos etc.)
Población.
Es el conjunto de todas las unidades de
muestreo que tienen por lo menos una
característica común observable.
Muestra.
Subconjunto de una población que tiene
las mismas características de la población
de origen.
Parámetro.
Valor estimado que define o representa a
una población (media poblacional µ,
varianza poblacional 2).
Estimador.
Variable obtenida de una muestra que
intenta representar al valor de un
parámetro (media ҧ
𝑥, varianza s2 )
TERMINOS DE LA ESTADISTICA
18. PRINCIPALES RAMAS DE LA ESTADÍSTICA
Estadística Descriptiva
Se encarga de la descripción e interpretación
de datos muestrales o poblacionales.
Estadística Inferencial
Se encarga de la estimación de las
propiedades de una población a partir del
análisis de una muestra.
19. MÉTODOS EN LA ESTADÍSTICA DESCRIPTIVA.
Métodos tabulares
•Tabla de frecuencias
•Tabla de frecuencias por clases
Método gráficos
•Histograma de frecuencias
•Polígono de frecuencias
•Diagrama de pastel
Análisis de
regresión
20. TIPOS DE ESTADISTICA
Estadística paramétrica.
Rama de la Estadística que se encarga de hacer estimaciones y pruebas de hipótesis sobre
parámetros con distribución probabilística conocida (distribución normal).
Estadística no paramétrica.
Rama de la estadística en donde NO SE CONOCE LA DISTRIBUCIÓN que siguen los
parámetros que se están estudiando y no se puede asumir que se ajustan a criterios o
modelos. En este caso, los mismos datos determinan la distribución con la que se establecen
las pruebas de hipótesis.
21. TIPOS DE RAZONAMIENTO
Existen dos tipos fundamentales de razonamiento lógico:
Razonamiento Deductivo
Se utiliza conceptos generalizados para tratar de llegar a
otros más específicos.
Razonamiento Inductivo
Se centra en la creación de declaraciones generalizadas a
partir de ejemplos o sucesos específicos.
22. Un conocimiento obtenido por deducción se alcanza a partir de
proposiciones preestablecidas, sin recurrir a la experiencia.
Ejemplo:
Sabiendo que todas las plantas superiores tiene
tejidos vasculares y que el maíz es una planta
superior, uno puede concluir que la planta de maíz tiene
tejidos vasculares.
Aunque este razonamiento es impecable, no se ha concluido algo que NO
este contenido en las dos primeras proposiciones. Lo que se hace es
convertir algo que se conoce en forma implícita en algo explicito.
23. Las inferencias inductivas son diferentes a las deductivas ya que sus
premisas son de carácter particular o de menor grado de generalidad.
Ejemplo:
De un lote de semilla se somete a germinación una
muestra de 200 semillas, de las cuales 150 semillas
resultan viables. Por lo tanto se concluye que la semilla
del lote inspeccionado presenta al menos un 75% de
germinación.
Aquí la premisa de la inducción es el resultado de haber sometido a
germinación las 200 semillas y la conclusión es la generalización de
este resultado a toda la semilla.
24. ERRORES EN LAS CONCLUSIONES
En los dos tipos de razonamiento se puede llegar a conclusiones incorrectas por las
siguientes causas:
✓ Cuando las premisas de que se parte no son verdaderas
✓ Cuando el razonamiento es defectuoso
Las inferencias inductivas tienen otro ingrediente que posibilita el error, ya que al partir de un
conocimiento derivado de pocos elementos (muestra) de una conjunto mas amplio, existe el
riesgo de observar propiedades que no corresponden a la generalidad de dicha
población.
25. ETAPAS DEL MÉTODO CIENTÍFICO
Etapa 1
Se realiza una serie de
observaciones o experimentos
para recabar información del
fenómeno de estudio
Etapa 2
Por inducción se plantea una
hipótesis o teoría que explique el
fenómeno en términos de causas y
efectos
Etapa 4
Se capta información de la
observación o experimentación
para verificar la hipótesis con la
realidad de los hechos
Etapa 3
A partir de la hipótesis formulada
se hacen deducciones que
pueden ser probadas y que serán
ciertas si la hipótesis es verdadera
26. Etapa 4
A mayor número de
observaciones
congruentes con la
hipótesis, mayor
posibilidad de que sea
VERDADERA
Si existe contradicción
entre la hipótesis y las
observaciones, la
hipótesis es
RECHAZADA
Si la hipótesis NO tiene
contradicción con los
hechos adquiere la
categoría de Ley natural
Los nuevos hechos se
agregan a los de la
primera etapa y el ciclo
comienza de nuevo
Etapa 1
27. ¿EN CUALES ETAPAS DEL MÉTODO CIENTÍFICO
INTERVINE LA ESTADÍSTICA?
En la primera etapa, la Estadística es un auxiliar
valioso debido a que permite determinar la
cantidad de datos y una forma conveniente
de tomarlos para estudiar el fenómeno de
acuerdo con ciertas pretensiones de precisión y
confiabilidad (técnicas de muestreo). Además,
mediante la estadística descriptiva se pueden
resumir, organizar y presentar los datos para captar
mas fácilmente la información que contienen.
Población
Muestr
a
28. En la segunda etapa, se
refiere a la construcción de la
hipótesis, la estadística NO tiene
mucha intervención, quizá el
resumen de los datos ayude al
investigador a plantear sus
hipótesis. Sin embargo, son la
intuición y preparación previa, lo
que conduce al investigador o
científico a plantear sus hipótesis.
29. En la tercera etapa, que se
refiere a la deducción de las
hipótesis NO hay una
intervención directa de la
Estadística, puesto que una vez
planteadas las hipótesis, es la
lógica deductiva la que lleva a
determinar que se espera y en que
condiciones.
30. En la cuarta etapa, que se refiere a la
prueba de hipótesis por nueva observación
o experimentación, la Estadística es un
valioso auxiliar metodológico, ya que
las condiciones para verificar una hipótesis
se producen artificialmente a través de
experimentos en donde la Estadística
contribuye activamente en el diseño y
análisis de la información que arrojan
dichos experimentos.
Por otra parte, las hipótesis no dejan de ser abstracciones o idealizaciones de la realidad y
gracias a la Estadística se puede medir el grado de concordancia entre lo observado y
lo esperado en términos de probabilidad.
32. .
¿Para que me sirve Estadística?
◉ Se desarrolla observando hechos, formulando hipótesis y
realizando experimentos para validar o rechazar dichas hipótesis.
◉ Los modelos que crea son de tipo determinista o aleatorio.
◉ La Estadística reúne, organiza, analiza e interpreta datos con el fin
de obtener determinados resultados que dan pauta a conclusiones
para posteriormente determinar decisiones.
33. La Estadística es la Ciencia de la
▪ Sistematización, ordenación y presentación de los datos
referentes a un fenómeno que presenta variabilidad o
incertidumbre para su estudio metódico,
▪ con objeto de deducir las leyes que rigen esos fenómenos,
▪ y poder de esa forma hacer previsiones sobre los mismos,
tomar decisiones u obtener conclusiones.
Descriptiva
Probabilidad
Inferencia
34. Pasos en un estudio estadístico
1. Plantear hipótesis sobre una población
❑ Los fumadores tienen “más bajas” laborales que los
no fumadores
❑ ¿En qué sentido? ¿Mayor número? ¿Tiempo medio?
35. Pasos en un estudio estadístico
2. Decidir los datos a obtener (diseño de experimentos)
❑ Qué individuos pertenecerán al estudio (muestras)
▪ Fumadores y no fumadores en edad laboral.
▪ Criterios de exclusión ¿Cómo se eligen? ¿Descartamos los
que padecen enfermedades crónicas?
❑ Qué datos recoger de los mismos (variables)
Número de bajas
Tiempo de duración de cada baja
¿Sexo? ¿Sector laboral? ¿Otros factores?
36. Pasos en un estudio estadístico
3. Recoger los datos (muestreo)
❑ ¿Sistemáticamente?
4. Describir (resumir) los datos obtenidos
❑ tiempo medio de baja en fumadores y no (estadísticos)
❑ Porcentaje de bajas por fumadores y sexo (frecuencias),
gráficos…
37. Pasos en un estudio estadístico
5. Realizar una inferencia sobre la población
❑ Los fumadores están de baja al menos 10 días/año más
de media que los no fumadores.
6. Cuantificar la confianza en la inferencia
❑ Nivel de confianza del 95%
❑ Significación del contraste: p = 2%
38. 38
AREA DE
INTERES
Tema de Investigación
❖ Antecedentes
❖ Objetivos
❖ Preguntas de
Investigación
❖ Posibles Hipótesis
❖ Población
❖ Variables
ESTADÍSTICA INFERENCIA
CONCLUSIONES
Población Muestra
Probabilidad
INFORMACIÓN
ESTADÍSTICA DESCRIPTIVA
Tablas, Gráficos,
Medidas Descriptivas, etc.
INTERPRETACIÓN
ORGANIZAR / RESUMIR
DATOS
¿POBLACIÓN
O MUESTRA?
39. Aplicación de la Estadística
◉ Gobierno
◉ Negocios
◉ Ciencias Sociales
◉ Ingeniería
◉ Física
◉ Control de Calidad
◉ Procesos de Manufactura
39
Esto se debe a la creciente
facilidad para manejar grandes
cantidades de datos numéricos.