SlideShare una empresa de Scribd logo
CONCEPTOS FUNDAMENTALES 10 de enero de 2015
TAREA DE ESTADÍSTICA Página 1
Conceptos fundamentales; ejercicio 1
Profesor: GERARDO MATA ORTIZ.
Materia: estadística.
Alumno (a): Itzayana Yaneth Morillón Marquéz.
Grado y Sección: “1 D”
CONCEPTOS FUNDAMENTALES 10 de enero de 2015
TAREA DE ESTADÍSTICA Página 2
10/01/2014
Índice
(Conceptos fundamentales)
1. Frasede inspiración………………………………………………………3
2. Conceptosdeestadística………………………………………………4
3. Origende estadística……………………………………………………5
4. Explicayanota3ejemplosdepoblación………………………......6
5. Explicayanota3ejemplosdepoblacióntangible……………7
6. Explicayanota3ejemplosdepoblaciónconceptual………8
7. Muestra………………………………………………………………………..9
CONCEPTOS FUNDAMENTALES 10 de enero de 2015
TAREA DE ESTADÍSTICA Página 3
CONCEPTOS FUNDAMENTALES 10 de enero de 2015
TAREA DE ESTADÍSTICA Página 4
FRASE DE INSPIRACIÓN
CONCEPTOS FUNDAMENTALES 10 de enero de 2015
TAREA DE ESTADÍSTICA Página 5
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.
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.
CONCEPTOS FUNDAMENTALES 10 de enero de 2015
TAREA DE ESTADÍSTICA Página 6
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
recopilar 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.
CONCEPTOS FUNDAMENTALES 10 de enero de 2015
TAREA DE ESTADÍSTICA Página 7
CONCEPTOS FUNDAMENTALES 10 de enero de 2015
TAREA DE ESTADÍSTICA Página 8
1. Explica y anota 3 ejemplos de población
Población: Conjunto de todos los elementos que interesan en un
estudio determinado.
 Ejemplo 1.- 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 porque es el que se consume.
 Ejemplo 2.- una compañía de teléfonos celulares quiere saber
dónde se consume más producto, en este caso sería un diseño
nuevo contra el diseño anterior, se dio a conocer que se consume
más el diseño nuevo en torreón que en matamoros. En este caso
la población seria el diseño del celular porque se compara a sí
mismo.
 Ejemplo 3.- 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”.
CONCEPTOS FUNDAMENTALES 10 de enero de 2015
TAREA DE ESTADÍSTICA Página 9
2. Anota y explica tres ejemplos de población tangible y tres de población conceptual.
Población tangible.- 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
1.-Ejemplo
Se quiere saber por `cuantos bloques esta construido un muro, si el
muro es de 2m por 2m.
La población serían los bloques.
2.-Ejemplo
Una panadería realizo un estudio de sus ventas para saber cuál pan
era el que se consumía más entre sus clientes y así poder saber qué
tipo de pan le gustaba más a sus clientes y fabricar más de ese tipo
para poder satisfacer la demanda.
3.-Ejemplo
En una cafetería se les hace una entrevista a diferentes clientes
para saber el sabor de café favorito entre sus clientes.
CONCEPTOS FUNDAMENTALES 10 de enero de 2015
TAREA DE ESTADÍSTICA Página 10
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.
1.-Ejemplo
Los resultados son diferentes pero no varían mucho uno de otro.
2.-Ejemplo
Se mide un cuarto que tiene lados iguales pero al medir 5 veces
cada lado se percata de que las medidas varían, En este caso la
población sería el número de veces que se midieron.
3.-Ejemplo
En una empresa se hace un estudia para saber cuántos de sus
trabajadores tienen familias y así poderles ayudar un poco
económicamente.
3.-Muestra:
CONCEPTOS FUNDAMENTALES 10 de enero de 2015
TAREA DE ESTADÍSTICA Página 11
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.-Muestraaleatoria simple:
De tamaño n es una muestra elegida por un método en el que cada colección de n
elementos 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.
CONCEPTOS FUNDAMENTALES 10 de enero de 2015
TAREA DE ESTADÍSTICA Página 12
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.
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. Escribeyexplicalossiguientes:
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
en un 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.
CONCEPTOS FUNDAMENTALES 10 de enero de 2015
TAREA DE ESTADÍSTICA Página 13
Bibliografía
http://es.wikipedia.org/
Estadística para ingenieros y científicos/ William Navidi
Estadística para administración y Economía/ Anderson Sweeney Williams

Más contenido relacionado

La actualidad más candente

Estadistica poblacion y muestra
Estadistica poblacion y muestra Estadistica poblacion y muestra
Estadistica poblacion y muestra
Alain Cervantes
 
Estadística y probabilidad
Estadística y probabilidadEstadística y probabilidad
Estadística y probabilidad
nattalia12
 
Conseptos basicos
Conseptos basicosConseptos basicos
Conseptos basicos
dannyconye
 
EstadÍstica Descriptiva
EstadÍstica DescriptivaEstadÍstica Descriptiva
EstadÍstica Descriptivajpgv84
 
Estadistica conceptos basicos
Estadistica conceptos basicosEstadistica conceptos basicos
Estadistica conceptos basicos
wanchito
 
Estadistica
EstadisticaEstadistica
Estadistica
Elizabeth Ledezma
 
Estadistica r
Estadistica rEstadistica r
Estadistica r
CamiloRrubiano
 
Estadistica Jorge Rincòn
Estadistica Jorge RincònEstadistica Jorge Rincòn
Estadistica Jorge Rincòn
Jorge Alexander Rincon Pinzon
 
Trabajo de tecnologia
Trabajo de tecnologiaTrabajo de tecnologia
Trabajo de tecnologia
Andres David Concha Cuqui
 
Estadistica descriptiva
Estadistica descriptivaEstadistica descriptiva
Estadistica descriptiva
emamai
 
Curso de estadística
Curso de estadísticaCurso de estadística
Curso de estadísticavaro99
 
Estadistica Descriptiva
Estadistica DescriptivaEstadistica Descriptiva
Estadistica DescriptivaPZB200
 
ESTADISTICA BASICA
ESTADISTICA BASICA ESTADISTICA BASICA
ESTADISTICA BASICA
Telmo Viteri
 
Estad Gener I
Estad Gener IEstad Gener I
Estad Gener Imarix
 
Estadistica I 01
Estadistica  I 01Estadistica  I 01
Estadistica I 01
Leonardo Simmons
 

La actualidad más candente (18)

Estadistica poblacion y muestra
Estadistica poblacion y muestra Estadistica poblacion y muestra
Estadistica poblacion y muestra
 
Estadística y probabilidad
Estadística y probabilidadEstadística y probabilidad
Estadística y probabilidad
 
Conseptos basicos
Conseptos basicosConseptos basicos
Conseptos basicos
 
EstadÍstica Descriptiva
EstadÍstica DescriptivaEstadÍstica Descriptiva
EstadÍstica Descriptiva
 
Estadistica conceptos basicos
Estadistica conceptos basicosEstadistica conceptos basicos
Estadistica conceptos basicos
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Estadistica r
Estadistica rEstadistica r
Estadistica r
 
La
LaLa
La
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Estadistica Jorge Rincòn
Estadistica Jorge RincònEstadistica Jorge Rincòn
Estadistica Jorge Rincòn
 
Trabajo de tecnologia
Trabajo de tecnologiaTrabajo de tecnologia
Trabajo de tecnologia
 
Estadistica descriptiva
Estadistica descriptivaEstadistica descriptiva
Estadistica descriptiva
 
Curso de estadística
Curso de estadísticaCurso de estadística
Curso de estadística
 
Estadistica Descriptiva
Estadistica DescriptivaEstadistica Descriptiva
Estadistica Descriptiva
 
ESTADISTICA BASICA
ESTADISTICA BASICA ESTADISTICA BASICA
ESTADISTICA BASICA
 
Estad Gener I
Estad Gener IEstad Gener I
Estad Gener I
 
Conceptos básicos estadisticos clase 1
Conceptos básicos estadisticos  clase 1Conceptos básicos estadisticos  clase 1
Conceptos básicos estadisticos clase 1
 
Estadistica I 01
Estadistica  I 01Estadistica  I 01
Estadistica I 01
 

Destacado

La lectura yair garrido cruz
La lectura yair garrido cruzLa lectura yair garrido cruz
La lectura yair garrido cruz
Yäyïtô Gärrïdô
 
Lectura en los jovenes
Lectura en los jovenesLectura en los jovenes
Lectura en los jovenes
maritza-rincon-67
 
Exposición sobre la lectura
Exposición sobre la lecturaExposición sobre la lectura
Exposición sobre la lectura
Gely21
 
Tipos de lecturas[2]kkkkk
Tipos de lecturas[2]kkkkkTipos de lecturas[2]kkkkk
Tipos de lecturas[2]kkkkkyoel65
 
ExposicióN La Lectura
ExposicióN La LecturaExposicióN La Lectura
ExposicióN La Lectura
CARLAC2009
 
Clases de lectura
Clases de lecturaClases de lectura
Clases de lectura
s9024
 
Qué tipos de lecturas existen
Qué tipos de lecturas existenQué tipos de lecturas existen
Qué tipos de lecturas existentonypres1
 
Tipos de lectura
Tipos de lecturaTipos de lectura
Tipos de lecturacapi001
 

Destacado (11)

La lectura yair garrido cruz
La lectura yair garrido cruzLa lectura yair garrido cruz
La lectura yair garrido cruz
 
Lectura en los jovenes
Lectura en los jovenesLectura en los jovenes
Lectura en los jovenes
 
Lectura
LecturaLectura
Lectura
 
Exposición sobre la lectura
Exposición sobre la lecturaExposición sobre la lectura
Exposición sobre la lectura
 
Exposición escritura
Exposición escrituraExposición escritura
Exposición escritura
 
Tipos de lecturas[2]kkkkk
Tipos de lecturas[2]kkkkkTipos de lecturas[2]kkkkk
Tipos de lecturas[2]kkkkk
 
ExposicióN La Lectura
ExposicióN La LecturaExposicióN La Lectura
ExposicióN La Lectura
 
Clases de lectura
Clases de lecturaClases de lectura
Clases de lectura
 
Clases de lectura
Clases de lecturaClases de lectura
Clases de lectura
 
Qué tipos de lecturas existen
Qué tipos de lecturas existenQué tipos de lecturas existen
Qué tipos de lecturas existen
 
Tipos de lectura
Tipos de lecturaTipos de lectura
Tipos de lectura
 

Similar a Conceptos fundamentale itzayana morillon.

Estadistica 2°d
Estadistica 2°dEstadistica 2°d
Estadistica 2°d
Pack Trejo
 
estadística
estadística estadística
estadística
BlancaQ11
 
ESADÍSTICA
ESADÍSTICAESADÍSTICA
ESADÍSTICA
Silvia Cholico
 
estadistica
estadisticaestadistica
estadistica
zmagalight
 
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
Alejandro Machado
 
Estadística: Conceptos Básicos
Estadística: Conceptos Básicos Estadística: Conceptos Básicos
Estadística: Conceptos Básicos
Alejandro Ibarra
 
Estadística: Ejercicio 1
Estadística: Ejercicio 1Estadística: Ejercicio 1
Estadística: Ejercicio 1
Alejandro Ibarra
 
Estadistica
EstadisticaEstadistica
Estadistica
yamithhaahhaaah
 
11 estadistica
11 estadistica11 estadistica
11 estadistica
Juan Fernando Calahorra
 
Estadistica daniela ortega
Estadistica daniela ortegaEstadistica daniela ortega
Estadistica daniela ortega
Daniiandre10
 
Trabajo de estadisticas
Trabajo de estadisticasTrabajo de estadisticas
Trabajo de estadisticas
Dulce Villegas
 
Trabajo de estadisticas
Trabajo de estadisticasTrabajo de estadisticas
Trabajo de estadisticas
Dulce Villegas
 
Trabajo de estadisticas
Trabajo de estadisticasTrabajo de estadisticas
Trabajo de estadisticasDulce Villegas
 
Cesar mauricio hernandez estadistica 1D
Cesar mauricio hernandez estadistica 1DCesar mauricio hernandez estadistica 1D
Cesar mauricio hernandez estadistica 1DCessarHernandez19
 
ClaseModelos1.pptx
ClaseModelos1.pptxClaseModelos1.pptx
ClaseModelos1.pptx
ssuser89e903
 
Estadistica conceptos basicosestrella
Estadistica conceptos basicosestrellaEstadistica conceptos basicosestrella
Estadistica conceptos basicosestrellaStree Jamas
 
conceptos fundamentales
conceptos fundamentalesconceptos fundamentales
conceptos fundamentalesDulce Villegas
 
Estadistica
EstadisticaEstadistica
Estadistica
Juan Karlos Pc
 
Población y muestra
Población y muestraPoblación y muestra
Población y muestra
Guadaluep
 

Similar a Conceptos fundamentale itzayana morillon. (20)

Estadistica 2°d
Estadistica 2°dEstadistica 2°d
Estadistica 2°d
 
estadística
estadística estadística
estadística
 
Alondra magaly meraz carrazco 1 d
Alondra magaly meraz carrazco 1 dAlondra magaly meraz carrazco 1 d
Alondra magaly meraz carrazco 1 d
 
ESADÍSTICA
ESADÍSTICAESADÍSTICA
ESADÍSTICA
 
estadistica
estadisticaestadistica
estadistica
 
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
 
Estadística: Conceptos Básicos
Estadística: Conceptos Básicos Estadística: Conceptos Básicos
Estadística: Conceptos Básicos
 
Estadística: Ejercicio 1
Estadística: Ejercicio 1Estadística: Ejercicio 1
Estadística: Ejercicio 1
 
Estadistica
EstadisticaEstadistica
Estadistica
 
11 estadistica
11 estadistica11 estadistica
11 estadistica
 
Estadistica daniela ortega
Estadistica daniela ortegaEstadistica daniela ortega
Estadistica daniela ortega
 
Trabajo de estadisticas
Trabajo de estadisticasTrabajo de estadisticas
Trabajo de estadisticas
 
Trabajo de estadisticas
Trabajo de estadisticasTrabajo de estadisticas
Trabajo de estadisticas
 
Trabajo de estadisticas
Trabajo de estadisticasTrabajo de estadisticas
Trabajo de estadisticas
 
Cesar mauricio hernandez estadistica 1D
Cesar mauricio hernandez estadistica 1DCesar mauricio hernandez estadistica 1D
Cesar mauricio hernandez estadistica 1D
 
ClaseModelos1.pptx
ClaseModelos1.pptxClaseModelos1.pptx
ClaseModelos1.pptx
 
Estadistica conceptos basicosestrella
Estadistica conceptos basicosestrellaEstadistica conceptos basicosestrella
Estadistica conceptos basicosestrella
 
conceptos fundamentales
conceptos fundamentalesconceptos fundamentales
conceptos fundamentales
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Población y muestra
Población y muestraPoblación y muestra
Población y muestra
 

Más de itzayana hans

Act.6 7 heramientas basicas.
Act.6 7 heramientas basicas.Act.6 7 heramientas basicas.
Act.6 7 heramientas basicas.
itzayana hans
 
Act.4 control estadistico del proceso.
Act.4 control estadistico del proceso.Act.4 control estadistico del proceso.
Act.4 control estadistico del proceso.
itzayana hans
 
Act.3. spc
Act.3. spcAct.3. spc
Act.3. spc
itzayana hans
 
Act.2 fuente de informacion
Act.2 fuente de informacionAct.2 fuente de informacion
Act.2 fuente de informacion
itzayana hans
 
Act.1 estadistica aplicada en la calidad
Act.1 estadistica aplicada en la calidadAct.1 estadistica aplicada en la calidad
Act.1 estadistica aplicada en la calidad
itzayana hans
 
Act.0 statistical process control.
Act.0 statistical process control.Act.0 statistical process control.
Act.0 statistical process control.
itzayana hans
 
Mini tab 02
Mini tab 02Mini tab 02
Mini tab 02
itzayana hans
 
Ejercicios del libro
Ejercicios del libroEjercicios del libro
Ejercicios del libro
itzayana hans
 
Ejercicio del libro
Ejercicio del libroEjercicio del libro
Ejercicio del libro
itzayana hans
 
Minitab
MinitabMinitab
Minitab
itzayana hans
 
TRABAJOS DE ESTADISTICA
TRABAJOS DE ESTADISTICATRABAJOS DE ESTADISTICA
TRABAJOS DE ESTADISTICA
itzayana hans
 
Ejercicio 6 probabilidad
Ejercicio 6 probabilidad Ejercicio 6 probabilidad
Ejercicio 6 probabilidad
itzayana hans
 
Análisis de la información; ejercicio 4
Análisis de la información; ejercicio 4Análisis de la información; ejercicio 4
Análisis de la información; ejercicio 4
itzayana hans
 
Análisis de la informacion; ejercicio 4
Análisis de la informacion; ejercicio 4Análisis de la informacion; ejercicio 4
Análisis de la informacion; ejercicio 4
itzayana hans
 
Datos no agrupados ejercicio 3
Datos no agrupados ejercicio 3Datos no agrupados ejercicio 3
Datos no agrupados ejercicio 3
itzayana hans
 
Datos no agrupados ejercicio 2..
Datos no agrupados ejercicio 2.. Datos no agrupados ejercicio 2..
Datos no agrupados ejercicio 2..
itzayana hans
 

Más de itzayana hans (17)

Act.6 7 heramientas basicas.
Act.6 7 heramientas basicas.Act.6 7 heramientas basicas.
Act.6 7 heramientas basicas.
 
Act.4 control estadistico del proceso.
Act.4 control estadistico del proceso.Act.4 control estadistico del proceso.
Act.4 control estadistico del proceso.
 
Act.3. spc
Act.3. spcAct.3. spc
Act.3. spc
 
Act.2 fuente de informacion
Act.2 fuente de informacionAct.2 fuente de informacion
Act.2 fuente de informacion
 
Act.1 estadistica aplicada en la calidad
Act.1 estadistica aplicada en la calidadAct.1 estadistica aplicada en la calidad
Act.1 estadistica aplicada en la calidad
 
Act.0 statistical process control.
Act.0 statistical process control.Act.0 statistical process control.
Act.0 statistical process control.
 
Mini tab 02
Mini tab 02Mini tab 02
Mini tab 02
 
Ejercicios del libro
Ejercicios del libroEjercicios del libro
Ejercicios del libro
 
Ejercicio del libro
Ejercicio del libroEjercicio del libro
Ejercicio del libro
 
Ejercicio del libro
Ejercicio del libroEjercicio del libro
Ejercicio del libro
 
Minitab
MinitabMinitab
Minitab
 
TRABAJOS DE ESTADISTICA
TRABAJOS DE ESTADISTICATRABAJOS DE ESTADISTICA
TRABAJOS DE ESTADISTICA
 
Ejercicio 6 probabilidad
Ejercicio 6 probabilidad Ejercicio 6 probabilidad
Ejercicio 6 probabilidad
 
Análisis de la información; ejercicio 4
Análisis de la información; ejercicio 4Análisis de la información; ejercicio 4
Análisis de la información; ejercicio 4
 
Análisis de la informacion; ejercicio 4
Análisis de la informacion; ejercicio 4Análisis de la informacion; ejercicio 4
Análisis de la informacion; ejercicio 4
 
Datos no agrupados ejercicio 3
Datos no agrupados ejercicio 3Datos no agrupados ejercicio 3
Datos no agrupados ejercicio 3
 
Datos no agrupados ejercicio 2..
Datos no agrupados ejercicio 2.. Datos no agrupados ejercicio 2..
Datos no agrupados ejercicio 2..
 

Último

Asistencia Tecnica Cultura Escolar Inclusiva Ccesa007.pdf
Asistencia Tecnica Cultura Escolar Inclusiva Ccesa007.pdfAsistencia Tecnica Cultura Escolar Inclusiva Ccesa007.pdf
Asistencia Tecnica Cultura Escolar Inclusiva Ccesa007.pdf
Demetrio Ccesa Rayme
 
PRESENTACION DE LA SEMANA NUMERO 8 EN APLICACIONES DE INTERNET
PRESENTACION DE LA SEMANA NUMERO 8 EN APLICACIONES DE INTERNETPRESENTACION DE LA SEMANA NUMERO 8 EN APLICACIONES DE INTERNET
PRESENTACION DE LA SEMANA NUMERO 8 EN APLICACIONES DE INTERNET
CESAR MIJAEL ESPINOZA SALAZAR
 
FORTI-JUNIO 2024. CIENCIA, EDUCACION, CULTURA,pdf
FORTI-JUNIO 2024. CIENCIA, EDUCACION, CULTURA,pdfFORTI-JUNIO 2024. CIENCIA, EDUCACION, CULTURA,pdf
FORTI-JUNIO 2024. CIENCIA, EDUCACION, CULTURA,pdf
El Fortí
 
INFORME MINEDU DEL PRIMER SIMULACRO 2024.pdf
INFORME MINEDU DEL PRIMER SIMULACRO 2024.pdfINFORME MINEDU DEL PRIMER SIMULACRO 2024.pdf
INFORME MINEDU DEL PRIMER SIMULACRO 2024.pdf
Alejandrogarciapanta
 
CONCLUSIONES-DESCRIPTIVAS NIVEL PRIMARIA
CONCLUSIONES-DESCRIPTIVAS NIVEL PRIMARIACONCLUSIONES-DESCRIPTIVAS NIVEL PRIMARIA
CONCLUSIONES-DESCRIPTIVAS NIVEL PRIMARIA
BetzabePecheSalcedo1
 
El Liberalismo económico en la sociedad y en el mundo
El Liberalismo económico en la sociedad y en el mundoEl Liberalismo económico en la sociedad y en el mundo
El Liberalismo económico en la sociedad y en el mundo
SandraBenitez52
 
Septima-Sesion-Ordinaria-del-Consejo-Tecnico-Escolar-y-el-Taller-Intensivo-de...
Septima-Sesion-Ordinaria-del-Consejo-Tecnico-Escolar-y-el-Taller-Intensivo-de...Septima-Sesion-Ordinaria-del-Consejo-Tecnico-Escolar-y-el-Taller-Intensivo-de...
Septima-Sesion-Ordinaria-del-Consejo-Tecnico-Escolar-y-el-Taller-Intensivo-de...
AracelidelRocioOrdez
 
Fase 2, Pensamiento variacional y trigonometrico
Fase 2, Pensamiento variacional y trigonometricoFase 2, Pensamiento variacional y trigonometrico
Fase 2, Pensamiento variacional y trigonometrico
YasneidyGonzalez
 
Testimonio Paco Z PATRONATO_Valencia_24.pdf
Testimonio Paco Z PATRONATO_Valencia_24.pdfTestimonio Paco Z PATRONATO_Valencia_24.pdf
Testimonio Paco Z PATRONATO_Valencia_24.pdf
Txema Gs
 
Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.
Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.
Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.
20minutos
 
Texto_de_Aprendizaje-1ro_secundaria-2024.pdf
Texto_de_Aprendizaje-1ro_secundaria-2024.pdfTexto_de_Aprendizaje-1ro_secundaria-2024.pdf
Texto_de_Aprendizaje-1ro_secundaria-2024.pdf
ClaudiaAlcondeViadez
 
Horarios Exámenes EVAU Ordinaria 2024 de Madrid
Horarios Exámenes EVAU Ordinaria 2024 de MadridHorarios Exámenes EVAU Ordinaria 2024 de Madrid
Horarios Exámenes EVAU Ordinaria 2024 de Madrid
20minutos
 
PPT: El fundamento del gobierno de Dios.
PPT: El fundamento del gobierno de Dios.PPT: El fundamento del gobierno de Dios.
PPT: El fundamento del gobierno de Dios.
https://gramadal.wordpress.com/
 
CALENDARIZACION DEL MES DE JUNIO - JULIO 24
CALENDARIZACION DEL MES DE JUNIO - JULIO 24CALENDARIZACION DEL MES DE JUNIO - JULIO 24
CALENDARIZACION DEL MES DE JUNIO - JULIO 24
auxsoporte
 
1º GRADO CONCLUSIONES DESCRIPTIVAS PRIMARIA.docx
1º GRADO CONCLUSIONES DESCRIPTIVAS  PRIMARIA.docx1º GRADO CONCLUSIONES DESCRIPTIVAS  PRIMARIA.docx
1º GRADO CONCLUSIONES DESCRIPTIVAS PRIMARIA.docx
FelixCamachoGuzman
 
Mauricio-Presentación-Vacacional- 2024-1
Mauricio-Presentación-Vacacional- 2024-1Mauricio-Presentación-Vacacional- 2024-1
Mauricio-Presentación-Vacacional- 2024-1
MauricioSnchez83
 
Fase 3; Estudio de la Geometría Analítica
Fase 3; Estudio de la Geometría AnalíticaFase 3; Estudio de la Geometría Analítica
Fase 3; Estudio de la Geometría Analítica
YasneidyGonzalez
 
Friedrich Nietzsche. Presentación de 2 de Bachillerato.
Friedrich Nietzsche. Presentación de 2 de Bachillerato.Friedrich Nietzsche. Presentación de 2 de Bachillerato.
Friedrich Nietzsche. Presentación de 2 de Bachillerato.
pablomarin116
 
Semana 10-TSM-del 27 al 31 de mayo 2024.pptx
Semana 10-TSM-del 27 al 31 de mayo 2024.pptxSemana 10-TSM-del 27 al 31 de mayo 2024.pptx
Semana 10-TSM-del 27 al 31 de mayo 2024.pptx
LorenaCovarrubias12
 
El lugar mas bonito del mundo resumen del libro
El lugar mas bonito del mundo resumen del libroEl lugar mas bonito del mundo resumen del libro
El lugar mas bonito del mundo resumen del libro
Distea V región
 

Último (20)

Asistencia Tecnica Cultura Escolar Inclusiva Ccesa007.pdf
Asistencia Tecnica Cultura Escolar Inclusiva Ccesa007.pdfAsistencia Tecnica Cultura Escolar Inclusiva Ccesa007.pdf
Asistencia Tecnica Cultura Escolar Inclusiva Ccesa007.pdf
 
PRESENTACION DE LA SEMANA NUMERO 8 EN APLICACIONES DE INTERNET
PRESENTACION DE LA SEMANA NUMERO 8 EN APLICACIONES DE INTERNETPRESENTACION DE LA SEMANA NUMERO 8 EN APLICACIONES DE INTERNET
PRESENTACION DE LA SEMANA NUMERO 8 EN APLICACIONES DE INTERNET
 
FORTI-JUNIO 2024. CIENCIA, EDUCACION, CULTURA,pdf
FORTI-JUNIO 2024. CIENCIA, EDUCACION, CULTURA,pdfFORTI-JUNIO 2024. CIENCIA, EDUCACION, CULTURA,pdf
FORTI-JUNIO 2024. CIENCIA, EDUCACION, CULTURA,pdf
 
INFORME MINEDU DEL PRIMER SIMULACRO 2024.pdf
INFORME MINEDU DEL PRIMER SIMULACRO 2024.pdfINFORME MINEDU DEL PRIMER SIMULACRO 2024.pdf
INFORME MINEDU DEL PRIMER SIMULACRO 2024.pdf
 
CONCLUSIONES-DESCRIPTIVAS NIVEL PRIMARIA
CONCLUSIONES-DESCRIPTIVAS NIVEL PRIMARIACONCLUSIONES-DESCRIPTIVAS NIVEL PRIMARIA
CONCLUSIONES-DESCRIPTIVAS NIVEL PRIMARIA
 
El Liberalismo económico en la sociedad y en el mundo
El Liberalismo económico en la sociedad y en el mundoEl Liberalismo económico en la sociedad y en el mundo
El Liberalismo económico en la sociedad y en el mundo
 
Septima-Sesion-Ordinaria-del-Consejo-Tecnico-Escolar-y-el-Taller-Intensivo-de...
Septima-Sesion-Ordinaria-del-Consejo-Tecnico-Escolar-y-el-Taller-Intensivo-de...Septima-Sesion-Ordinaria-del-Consejo-Tecnico-Escolar-y-el-Taller-Intensivo-de...
Septima-Sesion-Ordinaria-del-Consejo-Tecnico-Escolar-y-el-Taller-Intensivo-de...
 
Fase 2, Pensamiento variacional y trigonometrico
Fase 2, Pensamiento variacional y trigonometricoFase 2, Pensamiento variacional y trigonometrico
Fase 2, Pensamiento variacional y trigonometrico
 
Testimonio Paco Z PATRONATO_Valencia_24.pdf
Testimonio Paco Z PATRONATO_Valencia_24.pdfTestimonio Paco Z PATRONATO_Valencia_24.pdf
Testimonio Paco Z PATRONATO_Valencia_24.pdf
 
Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.
Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.
Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.
 
Texto_de_Aprendizaje-1ro_secundaria-2024.pdf
Texto_de_Aprendizaje-1ro_secundaria-2024.pdfTexto_de_Aprendizaje-1ro_secundaria-2024.pdf
Texto_de_Aprendizaje-1ro_secundaria-2024.pdf
 
Horarios Exámenes EVAU Ordinaria 2024 de Madrid
Horarios Exámenes EVAU Ordinaria 2024 de MadridHorarios Exámenes EVAU Ordinaria 2024 de Madrid
Horarios Exámenes EVAU Ordinaria 2024 de Madrid
 
PPT: El fundamento del gobierno de Dios.
PPT: El fundamento del gobierno de Dios.PPT: El fundamento del gobierno de Dios.
PPT: El fundamento del gobierno de Dios.
 
CALENDARIZACION DEL MES DE JUNIO - JULIO 24
CALENDARIZACION DEL MES DE JUNIO - JULIO 24CALENDARIZACION DEL MES DE JUNIO - JULIO 24
CALENDARIZACION DEL MES DE JUNIO - JULIO 24
 
1º GRADO CONCLUSIONES DESCRIPTIVAS PRIMARIA.docx
1º GRADO CONCLUSIONES DESCRIPTIVAS  PRIMARIA.docx1º GRADO CONCLUSIONES DESCRIPTIVAS  PRIMARIA.docx
1º GRADO CONCLUSIONES DESCRIPTIVAS PRIMARIA.docx
 
Mauricio-Presentación-Vacacional- 2024-1
Mauricio-Presentación-Vacacional- 2024-1Mauricio-Presentación-Vacacional- 2024-1
Mauricio-Presentación-Vacacional- 2024-1
 
Fase 3; Estudio de la Geometría Analítica
Fase 3; Estudio de la Geometría AnalíticaFase 3; Estudio de la Geometría Analítica
Fase 3; Estudio de la Geometría Analítica
 
Friedrich Nietzsche. Presentación de 2 de Bachillerato.
Friedrich Nietzsche. Presentación de 2 de Bachillerato.Friedrich Nietzsche. Presentación de 2 de Bachillerato.
Friedrich Nietzsche. Presentación de 2 de Bachillerato.
 
Semana 10-TSM-del 27 al 31 de mayo 2024.pptx
Semana 10-TSM-del 27 al 31 de mayo 2024.pptxSemana 10-TSM-del 27 al 31 de mayo 2024.pptx
Semana 10-TSM-del 27 al 31 de mayo 2024.pptx
 
El lugar mas bonito del mundo resumen del libro
El lugar mas bonito del mundo resumen del libroEl lugar mas bonito del mundo resumen del libro
El lugar mas bonito del mundo resumen del libro
 

Conceptos fundamentale itzayana morillon.

  • 1. CONCEPTOS FUNDAMENTALES 10 de enero de 2015 TAREA DE ESTADÍSTICA Página 1 Conceptos fundamentales; ejercicio 1 Profesor: GERARDO MATA ORTIZ. Materia: estadística. Alumno (a): Itzayana Yaneth Morillón Marquéz. Grado y Sección: “1 D”
  • 2. CONCEPTOS FUNDAMENTALES 10 de enero de 2015 TAREA DE ESTADÍSTICA Página 2 10/01/2014 Índice (Conceptos fundamentales) 1. Frasede inspiración………………………………………………………3 2. Conceptosdeestadística………………………………………………4 3. Origende estadística……………………………………………………5 4. Explicayanota3ejemplosdepoblación………………………......6 5. Explicayanota3ejemplosdepoblacióntangible……………7 6. Explicayanota3ejemplosdepoblaciónconceptual………8 7. Muestra………………………………………………………………………..9
  • 3. CONCEPTOS FUNDAMENTALES 10 de enero de 2015 TAREA DE ESTADÍSTICA Página 3
  • 4. CONCEPTOS FUNDAMENTALES 10 de enero de 2015 TAREA DE ESTADÍSTICA Página 4 FRASE DE INSPIRACIÓN
  • 5. CONCEPTOS FUNDAMENTALES 10 de enero de 2015 TAREA DE ESTADÍSTICA Página 5 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. 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.
  • 6. CONCEPTOS FUNDAMENTALES 10 de enero de 2015 TAREA DE ESTADÍSTICA Página 6 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 recopilar 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.
  • 7. CONCEPTOS FUNDAMENTALES 10 de enero de 2015 TAREA DE ESTADÍSTICA Página 7
  • 8. CONCEPTOS FUNDAMENTALES 10 de enero de 2015 TAREA DE ESTADÍSTICA Página 8 1. Explica y anota 3 ejemplos de población Población: Conjunto de todos los elementos que interesan en un estudio determinado.  Ejemplo 1.- 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 porque es el que se consume.  Ejemplo 2.- una compañía de teléfonos celulares quiere saber dónde se consume más producto, en este caso sería un diseño nuevo contra el diseño anterior, se dio a conocer que se consume más el diseño nuevo en torreón que en matamoros. En este caso la población seria el diseño del celular porque se compara a sí mismo.  Ejemplo 3.- 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”.
  • 9. CONCEPTOS FUNDAMENTALES 10 de enero de 2015 TAREA DE ESTADÍSTICA Página 9 2. Anota y explica tres ejemplos de población tangible y tres de población conceptual. Población tangible.- 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 1.-Ejemplo Se quiere saber por `cuantos bloques esta construido un muro, si el muro es de 2m por 2m. La población serían los bloques. 2.-Ejemplo Una panadería realizo un estudio de sus ventas para saber cuál pan era el que se consumía más entre sus clientes y así poder saber qué tipo de pan le gustaba más a sus clientes y fabricar más de ese tipo para poder satisfacer la demanda. 3.-Ejemplo En una cafetería se les hace una entrevista a diferentes clientes para saber el sabor de café favorito entre sus clientes.
  • 10. CONCEPTOS FUNDAMENTALES 10 de enero de 2015 TAREA DE ESTADÍSTICA Página 10 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. 1.-Ejemplo Los resultados son diferentes pero no varían mucho uno de otro. 2.-Ejemplo Se mide un cuarto que tiene lados iguales pero al medir 5 veces cada lado se percata de que las medidas varían, En este caso la población sería el número de veces que se midieron. 3.-Ejemplo En una empresa se hace un estudia para saber cuántos de sus trabajadores tienen familias y así poderles ayudar un poco económicamente. 3.-Muestra:
  • 11. CONCEPTOS FUNDAMENTALES 10 de enero de 2015 TAREA DE ESTADÍSTICA Página 11 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.-Muestraaleatoria simple: De tamaño n es una muestra elegida por un método en el que cada colección de n elementos 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.
  • 12. CONCEPTOS FUNDAMENTALES 10 de enero de 2015 TAREA DE ESTADÍSTICA Página 12 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. 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. Escribeyexplicalossiguientes: 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 en un 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.
  • 13. CONCEPTOS FUNDAMENTALES 10 de enero de 2015 TAREA DE ESTADÍSTICA Página 13 Bibliografía http://es.wikipedia.org/ Estadística para ingenieros y científicos/ William Navidi Estadística para administración y Economía/ Anderson Sweeney Williams