CORPORACION UNIVERSITARIA UNILATINA

ANALISIS
ESTADISTICO
POBLACIONAL
INTERPRETACION INFERENCIAL Y DESCRIPTIVA

ANGIE ESTEFANIA RODRIGUEZ

27/09/2016
 RESUMEN

El presente informe refleja el análisis estadístico que se realizo a una determinada

población, desde su punto de vista inferencial y descriptivo, tomando en cuenta las
variables cuantitativas del estudio como fueron el peso poblacional, la talla
poblacional y la edad poblacional, estas variables se utilizaron como un estadístico
en la concepción cuantitativa del informe, también se utilizaron parámetros de
tendencia central y medidas de dispersión para analizar los datos obtenidos, como
la media, la mediana, la desviación estándar, la desviación típica, la curtosis, el
coeficiente de asimetría, así como también estudio de hipótesis e intervalos de
confianza para la media en su base inferencial, esto nos permitió obtener un
estudio confiable y fidedigno en base a las muestras tomadas de cada población,
esta interpretación se hizo bajo unos rigurosos métodos que sobresalen en el
campo de la inferencia estadística y la estadística descriptiva, así pues este
informe trata de mostrar exactamente los métodos y los parámetros utilizados en
el análisis de unos datos estadísticos que si bien fueron tomados de una población
pequeña reflejan en forma verdadera los procesos y los estadísticos que se
tomaron para su estudio y su posterior análisis cuantitativo.
 ANALISIS ESTADISTICO POBLACIONAL

El objetivo de este informe es extraer conclusiones sobre una población a partir de

la información contenida en un subconjunto de elementos extraídos de la misma,
es decir, una muestra. En el contexto de la inferencia estadística se supone que
en la población se estudia una variable aleatoria, X, con una determinada función
de probabilidad, caracterizada por unos parámetros. Mediante el análisis de las
observaciones contenidas en una muestra extraída de esta población, se querrán
obtener aproximaciones de las características de la distribución poblacional de X,
y utilizar esta información para contrastar hipótesis sobre la misma.

Conceptos: ƒ

Población: Conjunto de todos los elementos que se quieren analizar. ƒ

Muestra: Subconjunto de la población seleccionado para el análisis, cuando no es

posible estudiar toda la población. ƒ

Parámetro: Medida estadística de una variable en la población. ƒ

Estimación: Valor obtenido a partir de la muestra, que se utiliza como

aproximación al valor de un parámetro. ƒ

Estimador: Función matemática que se aplica a las observaciones muéstrales

para obtener estimaciones. Es una variable aleatoria.

Procedimientos: ƒ

Estimación de parámetros: Obtención de aproximaciones al valor de parámetros

poblacionales a partir de una muestra. ƒ

Puntual: Se obtiene un único valor como aproximación al valor del parámetro

poblacional. ƒ

Por intervalos: Se obtiene un rango de valores como aproximación al valor del

parámetro.

Contraste de hipótesis: Utilización de la información muestral para comprobar la

validez de una afirmación sobre una característica de la población.

Estimación puntual:

Estimadores más utilizados:

parametro estimador
Media (µ) Media muestral
Varianza (σ^2) Varianza muestral
Proporción (p) Proporción muestral

Estimación por intervalos:

Un intervalo de confianza consiste en dos valores entre los que se espera que
esté contenido el verdadero valor del parámetro con una determinada
probabilidad.

Nivel de confianza:

Probabilidad de que el intervalo contenga el verdadero valor del parámetro. 90%,

95% y 99% son los más habituales.

Hay una relación positiva entre el nivel de confianza y la amplitud del intervalo.
Hay una relación inversa entre el tamaño de la muestra y la amplitud del intervalo.

Las variables aleatorias cuantitativas tomadas para el estudio fueron:

El peso

La talla

La edad

Parámetros obtenidos y estimadores calculados en la variable peso:

Peso Poblacion 1

Media 74,63535912
Error típico 1,056011667
Mediana 74
Moda 74
Desviación estándar 14,20718396
Varianza de la
muestra 201,8440761
Curtosis -1,16848432
Coeficiente de
asimetría 0,002791738
Rango 49
Mínimo 50
Máximo 99
Suma 13509
Cuenta 181
Mayor (1) 99
Menor(1) 50
Nivel de
confianza(95,0%) 2,083754772

Tamaño de la Muestra 181

Coeficiente de Variacion 19%
Intervalos de Confianza 2,06974484

72,56561428
76,70510395
(72,565661428;76,70510395)

La media nos muestra que el peso esta en promedio de 74, 63535912, la

desviación estándar muestra que los datos están dispersos, el coeficiente de
variación nos indica que los datos están dispersos en un 19% los datos tienen
mayor heterogeneidad, y podemos afirmar con un nivel de confiabilidad del 95%
que la media está entre 72,565661428 y 76,70510395, la curtosis nos da la
concentración de los datos, esta curtosis nos indica que los datos están menos
concentrados alrededor de la media con relación a la varianza, es decir con una
reducida concentración alrededor de los valores centrales de la distribución, se
trata de una distribución platicurtica.

Parámetros obtenidos y estimadores calculados en la variable peso:

Talla de Poblaciòn

Media 174,438095
Error típico 1,43777681
Mediana 174
Moda 170
Desviación estándar 14,7328282
Varianza de la
muestra 217,056227
-
Curtosis 1,14688254
Coeficiente de -
asimetría 0,02743154
Rango 49
Mínimo 150
Máximo 199
Suma 18316
Cuenta 105
Mayor (1) 199
Menor(1) 150
Nivel de
confianza(95,0%) 2,85116537

Tamaño de la Muestra 105

Coeficiente de Variacion 8%
Intervalos de Confianza
(10%) 2,3649324

(172,073163;176,803028)

Intervalos de 2,18906971
Confianza (5%)

(172,249026; 176,627165)

La media de estos datos están promediados en 174,438095, la desviación

estándar esta en 14,7328282, los datos no están tan dispersos, el coeficiente de
variación del 8% nos muestra que los datos no están tan dispersos, los datos
tienen mayor homogeneidad, y podemos afirmar con un nivel de confiabilidad del
95% que la media se encuentra entre 172,073163 y 176,803028 con un nivel de
significación del 10% o un error admitido del 0,10 , así mismo con un nivel de
significancia del 5% o un error admitido del 5%, podemos decir que la media se
encuentra entre 172,249026 y 176,627165, la curtosis nos muestra que los datos
están menos concentrados con respecto a la varianza, es decir que con un
reducida concentración alrededor de los valores centrales de la distribución por la
tanto la distribución es platicurtica.

Parámetros obtenidos y estimadores calculados en la variable peso:

Edad Poblacion

Media 29,0666667
Error típico 0,65427121
Mediana 29
Moda 19
Desviación estándar 6,70428489
Varianza de la 44,9474359
muestra
-
Curtosis 1,29084498
Coeficiente de
asimetría 0,03266044
Rango 21
Mínimo 19
Máximo 40
Suma 3052
Cuenta 105
Mayor (1) 40
Menor(1) 19
Nivel de
confianza(95,0%) 1,29744436

Tamaño de la
Muestra 105
Coeficiente de
Variacion 23%
Intervalos de
Confianza 0,941844

28,12482267
30,00851067
(28,12482267;30,00851067)

La media se encuentra promediada en 29,06666667, es el dato central de la

distribución junto con la mediana de 29, hay una desviación de 6,70428489 lo cual
nos indica que los datos están dispersos, el coeficiente de variación del 23% nos
indica que los datos están dispersos con respecto a la media, los datos tiene una
mayor heterogeneidad, podemos afirmar con un nivel de confiabilidad del 95% que
la media se encuentra entre 28,12482267 y 30,00851067, la curtosis nos muestra
que los datos están menos concentrados con respecto a la varianza, es decir que
con una reducida concentración alrededor de los valores centrales de la
distribución por la tanto la distribución es platicurtica.

Podemos concluir que la distribución de las variables aleatorias vistas y analizadas

tienen todas sus parámetros muy parecidos con leves diferencias, la variable
aleatoria talla es la menos dispersa ya que su coeficiente de variación (8%) es el
menor y la que presenta menos separación entre sus datos, la concentración de
los datos de la variable aleatoria talla están más concentrados alrededor de los
valores centrales seguida de la variable aleatoria peso que tiene un coeficiente de
variación del 19% lo cual indica que sus datos están un poco mas dispersos que la
variable aleatoria edad pero no tan separados, conservan una homogeneidad
menor que la variable peso, y por ultimo tenemos la variable aleatoria edad que es
la más dispersa de todas ya que tiene un coeficiente de variación del 23% y esto
indica que los datos de esta distribución están relativamente separados y poseen
un heterogeneidad en sus parámetros, sus datos están dispersos con respecto a
los valores centrales. Todas las distribuciones presentan una distribución
platicurtica es decir poseen una reducida concentración alrededor de los valores
centrales, este dato nos lo da el coeficiente de curtosis.