El documento presenta una introducción a la estadística. Explica que la estadística se ocupa de la recopilación, análisis e interpretación de datos con incertidumbre. Se divide en estadística descriptiva, que resume y describe datos, y estadística inferencial, que genera modelos e inferencias sobre la población a partir de una muestra. También presenta brevemente el origen de la estadística y cómo se ha utilizado a lo largo de la historia para recopilar datos demográficos.

1. [ESTADISTICA] 11 de enerode 2015
Alumno:FranciscoJavier Moreno Trejo2°D

2. [ESTADISTICA] 11 de enerode 2015
Laestadísticasededicaa larecopilación,elanálisisy la
interpretación de datos con incertidumbre.
Concepto de Estadística
Es una ciencia formal y una herramienta que estudia el uso y los análisis provenientes de una
muestra representativa de datos, busca explicar las correlaciones y dependencias de un
fenómeno físico o natural, de ocurrencia en forma aleatoria o condicional.
Se usa para la toma de decisiones en áreas de negocios o instituciones gubernamentales.
La estadística se divide en dos grandes áreas:
 Estadística descriptiva
Se dedica a la descripción, visualización y resumen de datos originados a partir de los
fenómenos de estudio. Los datos pueden ser resumidos numérica o gráficamente. Ejemplos
básicos de parámetros estadísticos son: la media y la desviación estándar. Algunos ejemplos
gráficos son: histograma, pirámide poblacional, gráfico circular, entre otros.
 Estadística inferencial
Se dedica a la generación de los modelos, inferencias 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 (análisis de regresión). Otras técnicas de modelamiento incluyen a nova, series de
tiempo y minería de datos.
Ambas ramas (descriptiva e inferencial) comprenden la estadística aplicada. La estadística
inferencial, por su parte, se divide en estadística paramétrica y estadística no paramétrica.

3. [ESTADISTICA] 11 de enerode 2015
Hay también una disciplina llamada estadística matemática, la que se refiere a las bases
teóricas de la materia.
La palabra «estadísticas» también se refiere al resultado de aplicar un algoritmo
estadístico a un conjunto de datos, como en estadísticas económicas, estadísticas
criminales, entre otros.

4. [ESTADISTICA] 11 de enerode 2015
Origen de Estadística
En su origen, por tanto, la estadística estuvo asociada a los Estados o ciudades libres, para ser
utilizados por el gobierno y cuerpos administrativos (a menudo centralizados). La colección de
datos acerca de estados y localidades continúa ampliamente a través de los servicios de
estadística nacional e internacional. En particular, los censos comenzaron a suministrar
información regular acerca de la población de cada país. Así pues, los datos estadísticos se
referían originalmente a los datos demográficos de una ciudad o Estado determinados. Y es por
ello que en la clasificación decimal de Melvil Dewey, empleada en las bibliotecas, todas las obras
sobre estadística se encuentran ubicadas al lado de las obras de o sobre la demografía.
Ya se utilizaban representaciones gráficas y otras medidas en pieles, rocas, palos de madera y
paredes de cuevas para controlar el número de personas, animales o ciertas mercancías. Hacia el
año 3000 a. C. los babilonios usaban ya pequeños envases moldeados de arcilla para recop ilar
datos sobre la producción agrícola y de los géneros vendidos o cambiados. Los egipcios
analizaban los datos de la población y la renta del país mucho antes de construir las pirámides en
el siglo XI a. C. Los libros bíblicos de Números y Crónicas incluyen en algunas partes trabajos de
estadística. El primero contiene dos censos de la población de la Tierra de Israel y el segundo
describe el bienestar material de las diversas tribus judías. En China existían registros numéricos
similares con anterioridad al año 2000 a. C. Los antiguos griegos realizaban censos cuya
información se utilizaba hacia el 594 a. C. para cobrar impuestos.

5. [ESTADISTICA] 11 de enerode 2015
1. Explicay anota 3 ejemplos de población
Población: Conjunto de todos los elementos que interesan en un estudio
determinado.
 Ejemplo1.- en una zapatería para calzado de dama se quiere saber cuál
número de calzado es el más comprado, los más comprados son: 24 al
25.5. en este caso la población seria el número de calzado porquees el que
se consume.
 Ejemplo2.- una compañía de teléfonos celulares quiere saber dónde se
consumemás producto, en este caso sería un diseño nuevo contra el
diseño anterior, se dio a conocer que seconsumemás el diseño nuevo en
torreón que en matamoros. En este caso la población seria el diseño del
celular porque secompara a símismo.
 Ejemplo3.- Una ferretería se venden tubos PVC y quiere saber qué
medida es la más común para su uso, se encuentran de 3”, 4” y 5”. La
población serían las medidas más consumidas en este caso sería la de 3”.
2. Anotay explicatres ejemplos de poblacióntangible y tres de población
conceptual.
Poblacióntangible.-las poblaciones constaban de elementos físicos reales: estudiantes
de una universidad, bloques de concreto de una pila, pernos de una remesa. Estas
poblaciones se denominan poblaciones tangibles. Este tipo de poblaciones son siempre
finitas.
Después de que se muestrea un elemento, el tamaño de población disminuye en 1. En
principio, uno podría en algunos casos regresar el elemento muestreado a la población, con
oportunidad de muestrearlo nuevamente, pero esto rara vez se hace en la práctica
Ejemplo 1.-


6. [ESTADISTICA] 11 de enerode 2015






Ejemplo 2.




Ejemplo 3.-





Poblaciónconceptual.-En ingeniería es frecuente que los datos sean producto de
mediciones realizadas durante un experimento científico, más que por muestreo de una
población tangible. Tomando un ejemplo simple, imagine que un ingeniero mide la
longitud de una varilla cinco veces, haciendo las mediciones en la forma más cuidadosa
posible con condiciones idénticas. No importa qué tan cuidadosamente se hayan hecho las
mediciones, diferirán un poco una de otra, debido a la variación en el proceso de medición
que no se puede controlar o predecir. Esto último da como resultado que con frecuencia sea
adecuado considerar estos datos como una muestra aleatoria simple de una población.
Ejemplo 1.-






Ejemplo 2.-





Ejemplo 3.-









7. [ESTADISTICA] 11 de enerode 2015
3.-Muestra: Constituye un subconjunto de una población que contiene elementos o
resultados que realmente se observa. Ejemplo:
Dimensión de la población: 222.222 habitantes
Probabilidad del evento: Hombre o Mujer 50%
Nivel de confianza: 90%
Desviación tolerada: 5%
Resultado 196
Tamaño de la muestra: 270
4.-Muestra aleatoria simple: De tamaño n es una muestra elegida por un método en el
que cada colección de n elementos de de la población tiene la misma probabilidad de
formar la muestra, de la misma manera que en 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.
Sí, porque se es tan tomando 100 alumnos a lazar para hacer las pruebas de presión
arterial por lo tanto si es una muestra aleatoria simple
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?
R: No porque ya tiene casi definidos los rollos que se van a inspeccionar.
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.
R: no, porque solo es una muestra de todo el lote, por lo tanto no es seguro que el
90% cumpla con los requerimientos si el otro 10% no los cumple.
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.

8. [ESTADISTICA] 11 de enerode 2015
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.
R: Los dos podrían tener y no tener razón porque si se hacen varias muestras
podrían variar una de la otra y en este caso se debe considerar las que sean más
cercanas a las especificaciones.
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?
1.- Que se tomen medidas de 10 piezas diferentes al azar para sacar los
resultados de las mediciones
2.- La población serían los diferentes resultados de las mediciones realizadas.
3.-Conceptual porque la población son los datos de las medidas realizadas
10. Escribe y explica los siguientes:
a) Un ejemplo de población tangible en la que se toma una muestra que pueda
considerarse aleatoria simple
b) Un ejemplo de población tangible en la que se toma una muestra que no puede
aceptarse como muestra aleatoria simple
c) Un ejemplo de población conceptual en la que se toma una muestra que puede
ser considerada muestra aleatoria simple

enun restaurant se hace una encuesta a los clientes en ese momento
para saber cuál de sus platillos es el más rico. La población serían los clientes.
RB: en un centro comercial se pregunta a un comprador cual es el producto que
no sale defectuoso para él. La población seria el producto por el que se está
preguntando.
RC: se mide una pieza con un micrómetro, el cual en tres ocasiones da diferente
resultado. La población seria el número de veces que se midió la pieza ya que da
diferente resultado.

9. [ESTADISTICA] 11 de enerode 2015
Bibliografía
http://es.wikipedia.org/
Estadística para ingenieros y científicos/ William Navidi
Estadística para administración y Economía/ Anderson Sweeney Williams