SlideShare una empresa de Scribd logo
Universidad Tecnológica de Torreón
Procesos Industriales
Estadística
“Ejercicio 1”
Profesor: M.C. Ernesto García Barbalena
Alumna: Andrea Martínez García
2 A
Conceptos fundamentales
Estadística:
Trata del recuento, ordenación y clasificación de los datos obtenidos
por las observaciones, para poder hacer comparaciones y sacar
conclusiones.
Estadística descriptiva:
Es una ciencia que analiza series de datos y trata de extraer
conclusiones sobre el comportamiento de estas variables.
Las variables pueden ser de dos tipos:
a) Variables cualitativas: no se pueden medir numéricamente.
b) Variables cuantitativas: tienen valor numérico.
Estadística inferencial:
Estudia como sacar conclusiones generales para toda la población a
partir del estudio de una muestra, y ek grado de fiabilidad o
significación de los resultados obtenidos.
Población:
Es el conjunto de todos los elementos a los que se somete a un
estudio estadístico.
Muestra:
Es un conjunto representativo de la poblaciónde referencia, el número
de individuos de una muestra es menor que el de la población.
Población tangible:
Es tangible si consta de elementos físicos reales que forman un
conjunto finito.
Población conceptual:
No tiene elementos reales, sino que sus casos se obtienen por la
repetición de una experimento.
Muestreo aleatorio simple:
Es un método de selección de n cantidades sacadas de N, de tal
manera que cada una de las muestras tiene la misma probabilidad de
ser elegida.
Parámetro:
Es un número que resume la gran cantidad de datos que pueden
derivarse del estudio de una variable estadística.
Estimador:
Es aquello que nos aproxima al valor verdadero de un parámetro
poblacional.
1.-Explica y anota 3 ejemplos de población
-Se desea saber el alimento preferido de los estudiantes de la escuela
preparatoria LAB, por lo que se realiza una encuesta con una lista de distintos
alimentos para poder venderlos en la cafetería.
Población: estudiantes de preparatoria.
-El número de personas fallecidas a causa de accidentes automovilísticos los
primeros dos meses del año 2014, para tener una estimación de las personas que
podrían fallecer a causa de esto.
-Una tienda de vestidos realiza una encuesta para saber cuál es el estilo y color
preferido por las mujeres de la región y así poder incrementar sus ventas.
2.-Anota y explica tres ejemplos de población tangible y tres de
población conceptual.
Población tangible:
-Se desea conocer la cantidad de estudiantes que ingresaron a la UTT en 2006.
-La cantidad de pasteles vendidos el lunes pasado en una pastelería.
-La cantidad de goles anotados por un jugador en el torneo pasado.
Población conceptual:
-Los apostadores que ganaran cierto concurso este fin de semana.
-La cantidad de pacientes que irán a consulta el próximo viernes al seguro social.
-La cantidad de estudiantes que presentarán examen de admisión en UTT en el
2015.
3.-Explica lo que es muestra.
“Se llama muestra a una parte de la población a estudiar que sirve para
representarla”. Murria R. Spiegel.
“Una muestra es una colección de algunos elementos de la población pero no de
todos.” Levin & Rubin.
4.-Explica el significado de una muestra aleatoria simple.
Todas las muestras tienen la probabilidad de ser seleccionadas y en el que las
unidades obtenidas a lo largo del muestreo se devuelven a la población.
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.
Si, los alumnos se eligieron totalmente 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?
No, porque el inspector ya decidió que rollos va a elegir y cuando lo hará
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 estándentro 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.
No, ya que particularizo el resultado, solo tomo 60 piezas y no las varió.
8.-El encargado de calidad, Ch. Gallegos, toma otra muestra de 60
piezas del mismo lote y encuentra que solo 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.
No, porque al ser diferentes muestras estas pueden variar, los resultados solo son
aproximados.
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?
La temperatura puede variar, también puede ser que haya fallas en la visión,
sostener el vernier de manera incorrecta. La población son las medidas, y es de
tipo conceptual.
10.-Escribe y explica lo siguiente:
a) Un ejemplo de población tangible en la que se toma una muestra que pueda
considerarse aleatoria.
De un grupo de estudiantes, se elegirán cinco al azar para participar en un evento.
b) Un ejemplo de población tangible en la que se toma una muestra que no puede
aceptarse como muestra aleatoria simple.
Los estudiantes de la UTT que serán elegidos para la beca a Francia.
c) Un ejemplo de población conceptual en la que se toma una muestra que puede
ser considerada muestra aleatoria simple.
Del pronóstico de personas que fallecerán este año, cuales serán por problemas
cardiacos.

Más contenido relacionado

La actualidad más candente

Estadística: Ejercicio 1
Estadística: Ejercicio 1Estadística: Ejercicio 1
Estadística: Ejercicio 1
Alejandro Ibarra
 
estadística
estadística estadística
estadística
BlancaQ11
 
ESADÍSTICA
ESADÍSTICAESADÍSTICA
ESADÍSTICA
Silvia Cholico
 
Ejercicio 1
Ejercicio 1Ejercicio 1
Ejercicio 1
Antonio471
 
Conceptos Basicos
Conceptos BasicosConceptos Basicos
Conceptos Basicos
Jorge Martin
 
MUESTRA O ANALISIS MUESTRAL
MUESTRA O ANALISIS MUESTRALMUESTRA O ANALISIS MUESTRAL
MUESTRA O ANALISIS MUESTRAL
anasoniaapaza
 
Tema1 Introduccion a la Estadistica
Tema1 Introduccion a la EstadisticaTema1 Introduccion a la Estadistica
Tema1 Introduccion a la Estadistica
Asintota. Com
 
Tamaño de muestra
Tamaño de muestraTamaño de muestra
Tamaño de muestra
aguilas2013
 
Muestreo aleatorio simple en enfermería
Muestreo aleatorio simple en enfermería Muestreo aleatorio simple en enfermería
Muestreo aleatorio simple en enfermería
font Fawn
 
Clase población muestra y muestreo
Clase población muestra y muestreoClase población muestra y muestreo
Clase población muestra y muestreoMadelynSaidy
 
Estadistica
EstadisticaEstadistica
Estadistica
Andy MENDOZA ORTEGA
 
El Muestreo
El MuestreoEl Muestreo
El Muestreo
YENNI Henriquez
 
Ppt 4, tipos de muestreo
Ppt 4, tipos de muestreoPpt 4, tipos de muestreo
Ppt 4, tipos de muestreo
carolitap
 
Estadística
EstadísticaEstadística
Estadística
Guadaluep
 
Teoria de la muestra e importancia en educacion
Teoria de la muestra e importancia en educacionTeoria de la muestra e importancia en educacion
Teoria de la muestra e importancia en educacion
Eliseo Tintaya
 

La actualidad más candente (18)

Estadística: Ejercicio 1
Estadística: Ejercicio 1Estadística: Ejercicio 1
Estadística: Ejercicio 1
 
estadística
estadística estadística
estadística
 
ESADÍSTICA
ESADÍSTICAESADÍSTICA
ESADÍSTICA
 
Ejercicio 1
Ejercicio 1Ejercicio 1
Ejercicio 1
 
Conceptos Basicos
Conceptos BasicosConceptos Basicos
Conceptos Basicos
 
Trabajo blog 1.
Trabajo blog 1. Trabajo blog 1.
Trabajo blog 1.
 
MUESTRA O ANALISIS MUESTRAL
MUESTRA O ANALISIS MUESTRALMUESTRA O ANALISIS MUESTRAL
MUESTRA O ANALISIS MUESTRAL
 
Tema1 Introduccion a la Estadistica
Tema1 Introduccion a la EstadisticaTema1 Introduccion a la Estadistica
Tema1 Introduccion a la Estadistica
 
Conceptos básicos.
Conceptos básicos.Conceptos básicos.
Conceptos básicos.
 
Tamaño de muestra
Tamaño de muestraTamaño de muestra
Tamaño de muestra
 
Muestreo aleatorio simple en enfermería
Muestreo aleatorio simple en enfermería Muestreo aleatorio simple en enfermería
Muestreo aleatorio simple en enfermería
 
Clase población muestra y muestreo
Clase población muestra y muestreoClase población muestra y muestreo
Clase población muestra y muestreo
 
Conceptos básicos
Conceptos básicosConceptos básicos
Conceptos básicos
 
Estadistica
EstadisticaEstadistica
Estadistica
 
El Muestreo
El MuestreoEl Muestreo
El Muestreo
 
Ppt 4, tipos de muestreo
Ppt 4, tipos de muestreoPpt 4, tipos de muestreo
Ppt 4, tipos de muestreo
 
Estadística
EstadísticaEstadística
Estadística
 
Teoria de la muestra e importancia en educacion
Teoria de la muestra e importancia en educacionTeoria de la muestra e importancia en educacion
Teoria de la muestra e importancia en educacion
 

Destacado

EL AMBIENTE DE EXCELL
EL AMBIENTE DE EXCELLEL AMBIENTE DE EXCELL
EL AMBIENTE DE EXCELL
Mint Marruecos
 
Actividad 1
Actividad 1 Actividad 1
Actividad 1
Jaaqui Anguiaano
 
Estadística 5 datos agrupados
Estadística 5 datos agrupadosEstadística 5 datos agrupados
Estadística 5 datos agrupados
Saúl Hernandez de Gonzalez
 
Historia de la computacion saúl a. raúl s.
Historia de la computacion saúl a. raúl s.Historia de la computacion saúl a. raúl s.
Historia de la computacion saúl a. raúl s.
Colegio Mijares
 
Informatica trabajo prac2
Informatica  trabajo prac2Informatica  trabajo prac2
Informatica trabajo prac2celestefalu
 
MEDICINA HUMANA
MEDICINA HUMANAMEDICINA HUMANA
MEDICINA HUMANA
Dayan Camila
 
Trending developments vol 4 issue 2
Trending developments vol 4 issue 2Trending developments vol 4 issue 2
Trending developments vol 4 issue 2froed
 
Actividad 4
Actividad 4 Actividad 4
Actividad 4
Jaaqui Anguiaano
 
Sant jordi
Sant jordiSant jordi
Sant jordi
bevipa81
 
Ada 4
Ada 4Ada 4
Case studies
Case studiesCase studies
Case studies
hudsonadvisors
 
Julio lopez estadisticas ejemplo 2
Julio lopez estadisticas ejemplo 2Julio lopez estadisticas ejemplo 2
Julio lopez estadisticas ejemplo 2
Universidad Tecnologica de Torreon
 
Control estadístico del proceso
Control estadístico del proceso Control estadístico del proceso
Control estadístico del proceso
cesarcsl
 
Llibres sant jordi
Llibres sant jordiLlibres sant jordi
Llibres sant jordi
bevipa81
 
Collective identity 1
Collective identity 1Collective identity 1
Collective identity 1virky
 
Clases o categorias intervalos karime aylin juarez fernandez
Clases o categorias intervalos karime aylin juarez fernandezClases o categorias intervalos karime aylin juarez fernandez
Clases o categorias intervalos karime aylin juarez fernandez
Universidad Tecnologica de Torreon
 
BIOLOGIA UNIDAD UNO
BIOLOGIA UNIDAD UNOBIOLOGIA UNIDAD UNO
BIOLOGIA UNIDAD UNO
Daniel Saucedo
 
B.a.r.f. pride 2013
B.a.r.f. pride 2013B.a.r.f. pride 2013
B.a.r.f. pride 2013
Dan Sorge
 
Estadistica 5, 10 intervalos
Estadistica 5, 10 intervalos Estadistica 5, 10 intervalos
Estadistica 5, 10 intervalos
cesarcsl
 

Destacado (20)

EL AMBIENTE DE EXCELL
EL AMBIENTE DE EXCELLEL AMBIENTE DE EXCELL
EL AMBIENTE DE EXCELL
 
Actividad 1
Actividad 1 Actividad 1
Actividad 1
 
Estadística 5 datos agrupados
Estadística 5 datos agrupadosEstadística 5 datos agrupados
Estadística 5 datos agrupados
 
Historia de la computacion saúl a. raúl s.
Historia de la computacion saúl a. raúl s.Historia de la computacion saúl a. raúl s.
Historia de la computacion saúl a. raúl s.
 
Informatica trabajo prac2
Informatica  trabajo prac2Informatica  trabajo prac2
Informatica trabajo prac2
 
MEDICINA HUMANA
MEDICINA HUMANAMEDICINA HUMANA
MEDICINA HUMANA
 
Trending developments vol 4 issue 2
Trending developments vol 4 issue 2Trending developments vol 4 issue 2
Trending developments vol 4 issue 2
 
Actividad 4
Actividad 4 Actividad 4
Actividad 4
 
Ishikawa
Ishikawa Ishikawa
Ishikawa
 
Sant jordi
Sant jordiSant jordi
Sant jordi
 
Ada 4
Ada 4Ada 4
Ada 4
 
Case studies
Case studiesCase studies
Case studies
 
Julio lopez estadisticas ejemplo 2
Julio lopez estadisticas ejemplo 2Julio lopez estadisticas ejemplo 2
Julio lopez estadisticas ejemplo 2
 
Control estadístico del proceso
Control estadístico del proceso Control estadístico del proceso
Control estadístico del proceso
 
Llibres sant jordi
Llibres sant jordiLlibres sant jordi
Llibres sant jordi
 
Collective identity 1
Collective identity 1Collective identity 1
Collective identity 1
 
Clases o categorias intervalos karime aylin juarez fernandez
Clases o categorias intervalos karime aylin juarez fernandezClases o categorias intervalos karime aylin juarez fernandez
Clases o categorias intervalos karime aylin juarez fernandez
 
BIOLOGIA UNIDAD UNO
BIOLOGIA UNIDAD UNOBIOLOGIA UNIDAD UNO
BIOLOGIA UNIDAD UNO
 
B.a.r.f. pride 2013
B.a.r.f. pride 2013B.a.r.f. pride 2013
B.a.r.f. pride 2013
 
Estadistica 5, 10 intervalos
Estadistica 5, 10 intervalos Estadistica 5, 10 intervalos
Estadistica 5, 10 intervalos
 

Similar a Estadística ejercicio 1

estadistica
estadisticaestadistica
estadistica
zmagalight
 
Estadistica
EstadisticaEstadistica
Estadistica
Juan Karlos Pc
 
Estadistica
EstadisticaEstadistica
Estadistica
cesarcsl
 
Conseptos basicos
Conseptos basicosConseptos basicos
Conseptos basicos
dannyconye
 
Estadistica
EstadisticaEstadistica
Estadistica
juancsl
 
Estadistica daniela ortega
Estadistica daniela ortegaEstadistica daniela ortega
Estadistica daniela ortega
Daniiandre10
 
Exercise 1. Descriptive statistics
Exercise 1. Descriptive statisticsExercise 1. Descriptive statistics
Exercise 1. Descriptive statistics
Edgar Mata
 
Estadísticas
EstadísticasEstadísticas
Estadísticas
EDGARMEDINA96
 
Estadistica conceptos basicosestrella
Estadistica conceptos basicosestrellaEstadistica conceptos basicosestrella
Estadistica conceptos basicosestrellaStree Jamas
 
Tarea n°1 estadistica
Tarea n°1 estadistica Tarea n°1 estadistica
Tarea n°1 estadistica
universidad tecnológica de torreón
 
Estadística
EstadísticaEstadística
Estadistica ejercicio 1
Estadistica ejercicio 1Estadistica ejercicio 1
Estadistica ejercicio 1
EmilioVargasM
 
Conceptos fundamentales. estadistica
Conceptos fundamentales. estadisticaConceptos fundamentales. estadistica
Conceptos fundamentales. estadistica
luis jaramillo
 
Cesar mauricio hernandez estadistica 1D
Cesar mauricio hernandez estadistica 1DCesar mauricio hernandez estadistica 1D
Cesar mauricio hernandez estadistica 1DCessarHernandez19
 
Flor haideee estadistica
Flor haideee estadisticaFlor haideee estadistica
Flor haideee estadistica
970704
 
Flor haideee estadistica
Flor haideee estadisticaFlor haideee estadistica
Flor haideee estadistica970704
 
Presentación1 ortega mata
Presentación1 ortega mataPresentación1 ortega mata
Presentación1 ortega mataDaniiandre10
 
Estadística: Conceptos Básicos
Estadística: Conceptos Básicos Estadística: Conceptos Básicos
Estadística: Conceptos Básicos
Alejandro Ibarra
 
ESTADSITICA 1 (trabajo1)
ESTADSITICA 1 (trabajo1)ESTADSITICA 1 (trabajo1)
ESTADSITICA 1 (trabajo1)
Eduardo Galicia
 
Estadistica
EstadisticaEstadistica
Estadistica
Guįlle Casąs
 

Similar a Estadística ejercicio 1 (20)

estadistica
estadisticaestadistica
estadistica
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Conseptos basicos
Conseptos basicosConseptos basicos
Conseptos basicos
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Estadistica daniela ortega
Estadistica daniela ortegaEstadistica daniela ortega
Estadistica daniela ortega
 
Exercise 1. Descriptive statistics
Exercise 1. Descriptive statisticsExercise 1. Descriptive statistics
Exercise 1. Descriptive statistics
 
Estadísticas
EstadísticasEstadísticas
Estadísticas
 
Estadistica conceptos basicosestrella
Estadistica conceptos basicosestrellaEstadistica conceptos basicosestrella
Estadistica conceptos basicosestrella
 
Tarea n°1 estadistica
Tarea n°1 estadistica Tarea n°1 estadistica
Tarea n°1 estadistica
 
Estadística
EstadísticaEstadística
Estadística
 
Estadistica ejercicio 1
Estadistica ejercicio 1Estadistica ejercicio 1
Estadistica ejercicio 1
 
Conceptos fundamentales. estadistica
Conceptos fundamentales. estadisticaConceptos fundamentales. estadistica
Conceptos fundamentales. estadistica
 
Cesar mauricio hernandez estadistica 1D
Cesar mauricio hernandez estadistica 1DCesar mauricio hernandez estadistica 1D
Cesar mauricio hernandez estadistica 1D
 
Flor haideee estadistica
Flor haideee estadisticaFlor haideee estadistica
Flor haideee estadistica
 
Flor haideee estadistica
Flor haideee estadisticaFlor haideee estadistica
Flor haideee estadistica
 
Presentación1 ortega mata
Presentación1 ortega mataPresentación1 ortega mata
Presentación1 ortega mata
 
Estadística: Conceptos Básicos
Estadística: Conceptos Básicos Estadística: Conceptos Básicos
Estadística: Conceptos Básicos
 
ESTADSITICA 1 (trabajo1)
ESTADSITICA 1 (trabajo1)ESTADSITICA 1 (trabajo1)
ESTADSITICA 1 (trabajo1)
 
Estadistica
EstadisticaEstadistica
Estadistica
 

Más de Andrea MG

Diagrama de Ishikawa
Diagrama de IshikawaDiagrama de Ishikawa
Diagrama de Ishikawa
Andrea MG
 
Actividad 5
Actividad 5Actividad 5
Actividad 5
Andrea MG
 
Actividad 3
Actividad 3Actividad 3
Actividad 3
Andrea MG
 
Actividad 2
Actividad 2Actividad 2
Actividad 2
Andrea MG
 
Actividad 1
Actividad 1Actividad 1
Actividad 1
Andrea MG
 
Inversa de una Matriz
Inversa de una MatrizInversa de una Matriz
Inversa de una Matriz
Andrea MG
 
Gauss
GaussGauss
Gauss
Andrea MG
 
Gauss jordan
Gauss jordanGauss jordan
Gauss jordan
Andrea MG
 
Cramer
CramerCramer
Cramer
Andrea MG
 
Trinomio al Cuadrado
Trinomio al CuadradoTrinomio al Cuadrado
Trinomio al Cuadrado
Andrea MG
 
Productos Notables: Binomio al Cuadrado
Productos Notables: Binomio al CuadradoProductos Notables: Binomio al Cuadrado
Productos Notables: Binomio al Cuadrado
Andrea MG
 
División de Polinomios
División de PolinomiosDivisión de Polinomios
División de Polinomios
Andrea MG
 
Reporte final de actividad de aprendizaje falacias matemáticas
Reporte final de actividad de aprendizaje falacias matemáticasReporte final de actividad de aprendizaje falacias matemáticas
Reporte final de actividad de aprendizaje falacias matemáticas
Andrea MG
 

Más de Andrea MG (13)

Diagrama de Ishikawa
Diagrama de IshikawaDiagrama de Ishikawa
Diagrama de Ishikawa
 
Actividad 5
Actividad 5Actividad 5
Actividad 5
 
Actividad 3
Actividad 3Actividad 3
Actividad 3
 
Actividad 2
Actividad 2Actividad 2
Actividad 2
 
Actividad 1
Actividad 1Actividad 1
Actividad 1
 
Inversa de una Matriz
Inversa de una MatrizInversa de una Matriz
Inversa de una Matriz
 
Gauss
GaussGauss
Gauss
 
Gauss jordan
Gauss jordanGauss jordan
Gauss jordan
 
Cramer
CramerCramer
Cramer
 
Trinomio al Cuadrado
Trinomio al CuadradoTrinomio al Cuadrado
Trinomio al Cuadrado
 
Productos Notables: Binomio al Cuadrado
Productos Notables: Binomio al CuadradoProductos Notables: Binomio al Cuadrado
Productos Notables: Binomio al Cuadrado
 
División de Polinomios
División de PolinomiosDivisión de Polinomios
División de Polinomios
 
Reporte final de actividad de aprendizaje falacias matemáticas
Reporte final de actividad de aprendizaje falacias matemáticasReporte final de actividad de aprendizaje falacias matemáticas
Reporte final de actividad de aprendizaje falacias matemáticas
 

Último

Ciclo de Otto. Máquinas térmicas para el estudio de la termodinámica química
Ciclo de Otto. Máquinas térmicas para el estudio de la termodinámica químicaCiclo de Otto. Máquinas térmicas para el estudio de la termodinámica química
Ciclo de Otto. Máquinas térmicas para el estudio de la termodinámica química
ycalful01
 
Seguridad en mineria los Controles criticos
Seguridad en mineria los Controles criticosSeguridad en mineria los Controles criticos
Seguridad en mineria los Controles criticos
Melvin191754
 
CONTROL DE MOTORES DE CORRIENTE ALTERNA PPT
CONTROL DE MOTORES DE CORRIENTE ALTERNA  PPTCONTROL DE MOTORES DE CORRIENTE ALTERNA  PPT
CONTROL DE MOTORES DE CORRIENTE ALTERNA PPT
LuisLobatoingaruca
 
Becas de UOC _ Caja Ingenieros 2024-25.pdf
Becas de UOC _ Caja Ingenieros 2024-25.pdfBecas de UOC _ Caja Ingenieros 2024-25.pdf
Becas de UOC _ Caja Ingenieros 2024-25.pdf
UOC Estudios de Informática, Multimedia y Telecomunicación
 
Especificacioes tecnicas.pdfaaaaaaaaaaaaaaaaaaaaaaaaaaa
Especificacioes tecnicas.pdfaaaaaaaaaaaaaaaaaaaaaaaaaaaEspecificacioes tecnicas.pdfaaaaaaaaaaaaaaaaaaaaaaaaaaa
Especificacioes tecnicas.pdfaaaaaaaaaaaaaaaaaaaaaaaaaaa
ssuserebb7f71
 
tema-6.4-calculo-de-la-potencia-requerida-para-transporte-de-solidos-.pptx
tema-6.4-calculo-de-la-potencia-requerida-para-transporte-de-solidos-.pptxtema-6.4-calculo-de-la-potencia-requerida-para-transporte-de-solidos-.pptx
tema-6.4-calculo-de-la-potencia-requerida-para-transporte-de-solidos-.pptx
DianaSG6
 
Bash Script Programacion en la consola.pptx
Bash Script Programacion en la consola.pptxBash Script Programacion en la consola.pptx
Bash Script Programacion en la consola.pptx
SantosCatalinoOrozco
 
IMPORTANCIA DE LOS LIPIDOS EN FARMACIA.pdf
IMPORTANCIA DE LOS LIPIDOS EN FARMACIA.pdfIMPORTANCIA DE LOS LIPIDOS EN FARMACIA.pdf
IMPORTANCIA DE LOS LIPIDOS EN FARMACIA.pdf
JonathanFernandoRodr
 
Joseph juran aportaciones al control de la calidad
Joseph juran aportaciones al control de la calidadJoseph juran aportaciones al control de la calidad
Joseph juran aportaciones al control de la calidad
KevinCabrera96
 
Flujograma de gestión de pedidos de usuarios.
Flujograma de gestión de pedidos de usuarios.Flujograma de gestión de pedidos de usuarios.
Flujograma de gestión de pedidos de usuarios.
thatycameron2004
 
Una solucion saturada contiene la cantidad máxima de un soluto que se disuel...
Una solucion saturada contiene la cantidad máxima de un  soluto que se disuel...Una solucion saturada contiene la cantidad máxima de un  soluto que se disuel...
Una solucion saturada contiene la cantidad máxima de un soluto que se disuel...
leonpool521
 
Análisis Combinatorio ,EJERCICIOS Y PROBLEMAS RESUELTOS
Análisis Combinatorio ,EJERCICIOS Y PROBLEMAS RESUELTOSAnálisis Combinatorio ,EJERCICIOS Y PROBLEMAS RESUELTOS
Análisis Combinatorio ,EJERCICIOS Y PROBLEMAS RESUELTOS
ppame8010
 
Mapa de carreteras de Colombia 2022 INVIAS
Mapa de carreteras de Colombia 2022 INVIASMapa de carreteras de Colombia 2022 INVIAS
Mapa de carreteras de Colombia 2022 INVIAS
AlfonsoRosalesFonsec
 
Análisis de Sensibilidad clases de investigacion de operaciones
Análisis de Sensibilidad clases de investigacion de operacionesAnálisis de Sensibilidad clases de investigacion de operaciones
Análisis de Sensibilidad clases de investigacion de operaciones
SamuelHuapalla
 
libro conabilidad financiera, 5ta edicion.pdf
libro conabilidad financiera, 5ta edicion.pdflibro conabilidad financiera, 5ta edicion.pdf
libro conabilidad financiera, 5ta edicion.pdf
MiriamAquino27
 
Sesiones 3 y 4 Estructuras Ingenieria.pdf
Sesiones 3 y 4 Estructuras Ingenieria.pdfSesiones 3 y 4 Estructuras Ingenieria.pdf
Sesiones 3 y 4 Estructuras Ingenieria.pdf
DeyvisPalomino2
 
Medicina Peruana en el siglo XX y XXI- Julio Gabriel Pereda Sanchez.pptx
Medicina Peruana en el siglo XX y XXI- Julio Gabriel  Pereda Sanchez.pptxMedicina Peruana en el siglo XX y XXI- Julio Gabriel  Pereda Sanchez.pptx
Medicina Peruana en el siglo XX y XXI- Julio Gabriel Pereda Sanchez.pptx
gabrielperedasanchez
 
PLAN DE TRABAJO DE REFUERZO ESCOLAR 2024.pdf
PLAN DE TRABAJO DE REFUERZO ESCOLAR 2024.pdfPLAN DE TRABAJO DE REFUERZO ESCOLAR 2024.pdf
PLAN DE TRABAJO DE REFUERZO ESCOLAR 2024.pdf
MariaCortezRuiz
 
PLANIFICACION INDUSTRIAL ( Gantt-Pert-CPM ).docx
PLANIFICACION INDUSTRIAL ( Gantt-Pert-CPM ).docxPLANIFICACION INDUSTRIAL ( Gantt-Pert-CPM ).docx
PLANIFICACION INDUSTRIAL ( Gantt-Pert-CPM ).docx
Victor Manuel Rivera Guevara
 
Criterios de la primera y segunda derivada
Criterios de la primera y segunda derivadaCriterios de la primera y segunda derivada
Criterios de la primera y segunda derivada
YoverOlivares
 

Último (20)

Ciclo de Otto. Máquinas térmicas para el estudio de la termodinámica química
Ciclo de Otto. Máquinas térmicas para el estudio de la termodinámica químicaCiclo de Otto. Máquinas térmicas para el estudio de la termodinámica química
Ciclo de Otto. Máquinas térmicas para el estudio de la termodinámica química
 
Seguridad en mineria los Controles criticos
Seguridad en mineria los Controles criticosSeguridad en mineria los Controles criticos
Seguridad en mineria los Controles criticos
 
CONTROL DE MOTORES DE CORRIENTE ALTERNA PPT
CONTROL DE MOTORES DE CORRIENTE ALTERNA  PPTCONTROL DE MOTORES DE CORRIENTE ALTERNA  PPT
CONTROL DE MOTORES DE CORRIENTE ALTERNA PPT
 
Becas de UOC _ Caja Ingenieros 2024-25.pdf
Becas de UOC _ Caja Ingenieros 2024-25.pdfBecas de UOC _ Caja Ingenieros 2024-25.pdf
Becas de UOC _ Caja Ingenieros 2024-25.pdf
 
Especificacioes tecnicas.pdfaaaaaaaaaaaaaaaaaaaaaaaaaaa
Especificacioes tecnicas.pdfaaaaaaaaaaaaaaaaaaaaaaaaaaaEspecificacioes tecnicas.pdfaaaaaaaaaaaaaaaaaaaaaaaaaaa
Especificacioes tecnicas.pdfaaaaaaaaaaaaaaaaaaaaaaaaaaa
 
tema-6.4-calculo-de-la-potencia-requerida-para-transporte-de-solidos-.pptx
tema-6.4-calculo-de-la-potencia-requerida-para-transporte-de-solidos-.pptxtema-6.4-calculo-de-la-potencia-requerida-para-transporte-de-solidos-.pptx
tema-6.4-calculo-de-la-potencia-requerida-para-transporte-de-solidos-.pptx
 
Bash Script Programacion en la consola.pptx
Bash Script Programacion en la consola.pptxBash Script Programacion en la consola.pptx
Bash Script Programacion en la consola.pptx
 
IMPORTANCIA DE LOS LIPIDOS EN FARMACIA.pdf
IMPORTANCIA DE LOS LIPIDOS EN FARMACIA.pdfIMPORTANCIA DE LOS LIPIDOS EN FARMACIA.pdf
IMPORTANCIA DE LOS LIPIDOS EN FARMACIA.pdf
 
Joseph juran aportaciones al control de la calidad
Joseph juran aportaciones al control de la calidadJoseph juran aportaciones al control de la calidad
Joseph juran aportaciones al control de la calidad
 
Flujograma de gestión de pedidos de usuarios.
Flujograma de gestión de pedidos de usuarios.Flujograma de gestión de pedidos de usuarios.
Flujograma de gestión de pedidos de usuarios.
 
Una solucion saturada contiene la cantidad máxima de un soluto que se disuel...
Una solucion saturada contiene la cantidad máxima de un  soluto que se disuel...Una solucion saturada contiene la cantidad máxima de un  soluto que se disuel...
Una solucion saturada contiene la cantidad máxima de un soluto que se disuel...
 
Análisis Combinatorio ,EJERCICIOS Y PROBLEMAS RESUELTOS
Análisis Combinatorio ,EJERCICIOS Y PROBLEMAS RESUELTOSAnálisis Combinatorio ,EJERCICIOS Y PROBLEMAS RESUELTOS
Análisis Combinatorio ,EJERCICIOS Y PROBLEMAS RESUELTOS
 
Mapa de carreteras de Colombia 2022 INVIAS
Mapa de carreteras de Colombia 2022 INVIASMapa de carreteras de Colombia 2022 INVIAS
Mapa de carreteras de Colombia 2022 INVIAS
 
Análisis de Sensibilidad clases de investigacion de operaciones
Análisis de Sensibilidad clases de investigacion de operacionesAnálisis de Sensibilidad clases de investigacion de operaciones
Análisis de Sensibilidad clases de investigacion de operaciones
 
libro conabilidad financiera, 5ta edicion.pdf
libro conabilidad financiera, 5ta edicion.pdflibro conabilidad financiera, 5ta edicion.pdf
libro conabilidad financiera, 5ta edicion.pdf
 
Sesiones 3 y 4 Estructuras Ingenieria.pdf
Sesiones 3 y 4 Estructuras Ingenieria.pdfSesiones 3 y 4 Estructuras Ingenieria.pdf
Sesiones 3 y 4 Estructuras Ingenieria.pdf
 
Medicina Peruana en el siglo XX y XXI- Julio Gabriel Pereda Sanchez.pptx
Medicina Peruana en el siglo XX y XXI- Julio Gabriel  Pereda Sanchez.pptxMedicina Peruana en el siglo XX y XXI- Julio Gabriel  Pereda Sanchez.pptx
Medicina Peruana en el siglo XX y XXI- Julio Gabriel Pereda Sanchez.pptx
 
PLAN DE TRABAJO DE REFUERZO ESCOLAR 2024.pdf
PLAN DE TRABAJO DE REFUERZO ESCOLAR 2024.pdfPLAN DE TRABAJO DE REFUERZO ESCOLAR 2024.pdf
PLAN DE TRABAJO DE REFUERZO ESCOLAR 2024.pdf
 
PLANIFICACION INDUSTRIAL ( Gantt-Pert-CPM ).docx
PLANIFICACION INDUSTRIAL ( Gantt-Pert-CPM ).docxPLANIFICACION INDUSTRIAL ( Gantt-Pert-CPM ).docx
PLANIFICACION INDUSTRIAL ( Gantt-Pert-CPM ).docx
 
Criterios de la primera y segunda derivada
Criterios de la primera y segunda derivadaCriterios de la primera y segunda derivada
Criterios de la primera y segunda derivada
 

Estadística ejercicio 1

  • 1. Universidad Tecnológica de Torreón Procesos Industriales Estadística “Ejercicio 1” Profesor: M.C. Ernesto García Barbalena Alumna: Andrea Martínez García 2 A
  • 2. Conceptos fundamentales Estadística: Trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Estadística descriptiva: Es una ciencia que analiza series de datos y trata de extraer conclusiones sobre el comportamiento de estas variables. Las variables pueden ser de dos tipos: a) Variables cualitativas: no se pueden medir numéricamente. b) Variables cuantitativas: tienen valor numérico. Estadística inferencial: Estudia como sacar conclusiones generales para toda la población a partir del estudio de una muestra, y ek grado de fiabilidad o significación de los resultados obtenidos. Población: Es el conjunto de todos los elementos a los que se somete a un estudio estadístico. Muestra: Es un conjunto representativo de la poblaciónde referencia, el número de individuos de una muestra es menor que el de la población. Población tangible: Es tangible si consta de elementos físicos reales que forman un conjunto finito. Población conceptual: No tiene elementos reales, sino que sus casos se obtienen por la repetición de una experimento. Muestreo aleatorio simple: Es un método de selección de n cantidades sacadas de N, de tal manera que cada una de las muestras tiene la misma probabilidad de ser elegida.
  • 3. Parámetro: Es un número que resume la gran cantidad de datos que pueden derivarse del estudio de una variable estadística. Estimador: Es aquello que nos aproxima al valor verdadero de un parámetro poblacional.
  • 4. 1.-Explica y anota 3 ejemplos de población -Se desea saber el alimento preferido de los estudiantes de la escuela preparatoria LAB, por lo que se realiza una encuesta con una lista de distintos alimentos para poder venderlos en la cafetería. Población: estudiantes de preparatoria. -El número de personas fallecidas a causa de accidentes automovilísticos los primeros dos meses del año 2014, para tener una estimación de las personas que podrían fallecer a causa de esto. -Una tienda de vestidos realiza una encuesta para saber cuál es el estilo y color preferido por las mujeres de la región y así poder incrementar sus ventas. 2.-Anota y explica tres ejemplos de población tangible y tres de población conceptual. Población tangible: -Se desea conocer la cantidad de estudiantes que ingresaron a la UTT en 2006. -La cantidad de pasteles vendidos el lunes pasado en una pastelería. -La cantidad de goles anotados por un jugador en el torneo pasado. Población conceptual: -Los apostadores que ganaran cierto concurso este fin de semana. -La cantidad de pacientes que irán a consulta el próximo viernes al seguro social. -La cantidad de estudiantes que presentarán examen de admisión en UTT en el 2015. 3.-Explica lo que es muestra. “Se llama muestra a una parte de la población a estudiar que sirve para representarla”. Murria R. Spiegel. “Una muestra es una colección de algunos elementos de la población pero no de todos.” Levin & Rubin. 4.-Explica el significado de una muestra aleatoria simple. Todas las muestras tienen la probabilidad de ser seleccionadas y en el que las unidades obtenidas a lo largo del muestreo se devuelven a la población. 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. Si, los alumnos se eligieron totalmente 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
  • 5. 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? No, porque el inspector ya decidió que rollos va a elegir y cuando lo hará 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 estándentro 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. No, ya que particularizo el resultado, solo tomo 60 piezas y no las varió. 8.-El encargado de calidad, Ch. Gallegos, toma otra muestra de 60 piezas del mismo lote y encuentra que solo 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. No, porque al ser diferentes muestras estas pueden variar, los resultados solo son aproximados. 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? La temperatura puede variar, también puede ser que haya fallas en la visión, sostener el vernier de manera incorrecta. La población son las medidas, y es de tipo conceptual. 10.-Escribe y explica lo siguiente: a) Un ejemplo de población tangible en la que se toma una muestra que pueda considerarse aleatoria. De un grupo de estudiantes, se elegirán cinco al azar para participar en un evento. b) Un ejemplo de población tangible en la que se toma una muestra que no puede aceptarse como muestra aleatoria simple. Los estudiantes de la UTT que serán elegidos para la beca a Francia. c) Un ejemplo de población conceptual en la que se toma una muestra que puede ser considerada muestra aleatoria simple. Del pronóstico de personas que fallecerán este año, cuales serán por problemas cardiacos.