Documente Academic
Documente Profesional
Documente Cultură
Estadística Aplicada
MGA-502
Sección:
03
Tema:
Trabajo Final
Facilitador:
Alexis Duran
Presentado Por:
Nombre Matrícula
Steven C. Madaschi A. 1057712/13-1111
1- Describa los contenidos estudiados en cada una de las cinco
unidades del programa de la asignatura Estadística Aplicada.
Unidad 1: Estadística Descriptiva
La estadística descriptiva es la rama de la estadística que recolecta, analiza
y caracteriza un conjunto de datos (peso de la población, beneficios diarios
de una empresa, temperatura mensual,…) con el objetivo de describir las
características y comportamientos de este conjunto mediante medidas de
resumen, tablas o gráficos.
Población y Muestra
En estadística Población se refiere al universo, conjunto o totalidad de
elementos sobre los que se investiga o hacen estudios. Muestra es una
parte o subconjunto de elementos que se seleccionan previamente de una
población para realizar un estudio.
Variables
Una variable es una característica o cualidad de un individuo que está
propenso a adquirir diferentes valores. Estos valores se caracterizan por
poder medirse.
Parámetros y estadísticos
Parámetro: un parámetro estadístico es un número que se obtiene a partir
de los datos de una distribución estadística.
Donde:
xi:valores de la variable.
Unidad 2: Probabilidades
Probabilidad
La probabilidad es simplemente qué tan posible es que ocurra un evento
determinado. Cuando no estamos seguros del resultado de un evento,
podemos hablar de la probabilidad de ciertos resultados: qué tan común es
que ocurran. Al análisis de los eventos gobernados por la probabilidad se le
llama estadística.
Definición clásica y frecuencial
Probabilidad clásica: Es la razón entre el número de casos (sucesos)
favorables, y el número total de casos (sucesos) posibles, siempre que nada
obligue a creer que algunos de estos sucesos debe tener preferencia a los
demás, lo que hace que sean igualmente posibles, es decir:
Distribuciones de probabilidad
La distribución de probabilidad, se refiere a todos los resultados posibles
que pueda tener una variable aleatoria, es decir, describe el
comportamiento de dicha variable dentro de un intervalo de valores o de
posibles resultados.
La variable aleatoria puede ser discreta o continua. Una variable aleatoria
discreta es aquella representada por números enteros, caracterizada por el
límite de valores que puede tomar. Por otro lado, una variable aleatoria
continua no posee esta separación o limitación, puede tomar cualquier
valor dentro del límite establecido.
Tipos de distribución de distribuciones de probabilidad:
El tipo de distribución depende del tipo de variable que se esté tratando.
Existen muchas, a continuación, las principales o más conocidas:
T de Student
Ji-cuadrado
F de Fisher
Tipos de error
Ninguna prueba de hipótesis es 100% cierta. Puesto que la prueba se basa
en probabilidades, siempre existe la posibilidad de llegar a una conclusión
incorrecta. Cuando usted realiza una prueba de hipótesis, puede cometer
dos tipos de error: tipo I y tipo II. Los riesgos de estos dos errores están
inversamente relacionados y se determinan según el nivel de significancia y
la potencia de la prueba. Por lo tanto, usted debe determinar qué error
tiene consecuencias más graves para su situación antes de definir los
riesgos.
Error de tipo I
Si usted rechaza la hipótesis nula cuando es verdadera, comete un
error de tipo I. La probabilidad de cometer un error de tipo I es α, que
es el nivel de significancia que usted establece para su prueba de
hipótesis. Un α de 0.05 indica que usted está dispuesto a aceptar una
probabilidad de 5% de estar equivocado al rechazar la hipótesis nula.
Para reducir este riesgo, debe utilizar un valor menor para α. Sin
embargo, usar un valor menor para alfa significa que usted tendrá
menos probabilidad de detectar una diferencia si está realmente
existe.
Error de tipo II
Cuando la hipótesis nula es falsa y usted no la rechaza, comete un
error de tipo II. La probabilidad de cometer un error de tipo II es β,
que depende de la potencia de la prueba. Puede reducir el riesgo de
cometer un error de tipo II al asegurarse de que la prueba tenga
suficiente potencia. Para ello, asegúrese de que el tamaño de la
muestra sea lo suficientemente grande como para detectar una
diferencia práctica cuando está realmente exista.
Prueba de hipótesis para la media
Esta se utiliza para probar una afirmación con respecto a una media de una
población única.
Correlación y causalidad
Correlación: Según la RAE significa: “Correspondencia o relación recíproca
entre dos o más cosas o series de cosas.” En este caso la relación que se
establece es de simple correspondencia o similitud, no de origen. Por
ejemplo, existe una correlación entre el número de iglesias en una ciudad y
el número de alcohólicos en la misma.
Causalidad: Según la RAE significa: “Causa, origen, principio”. Es una
palabra que se utiliza para establecer una relación entre una causa y un
efecto. Es decir, hace referencia a los motivos que originan “algo”. Por
ejemplo, si tocas el fuego, te causa una quemadura.
Regresión lineal simple
La regresión lineal simple consiste en generar un modelo de regresión
(ecuación de una recta) que permita explicar la relación lineal que existe
entre dos variables. A la variable dependiente o respuesta se le identifica
como Y y a la variable predictora o independiente como X.
Y=β0+β1X1+ϵ
y^=β^0+β^1x
β^1=∑ni=1(xi−x¯¯¯)(yi−y¯¯¯)∑ni=1(xi−x¯¯¯)2=SySxR
β^0=y¯¯¯−β^1x¯¯¯
Cabe destacar también que a partir de los datos obtenidos en estos estudios
y/o encuestas podría ser posible obtener probabilidades que indicarían
informaciones tales como que tan probable es que recibamos algún
ciberataque, la probabilidad de perder información a causa de ello, la
probabilidad de que sea necesario pagar una cantidad x de dinero para
recuperar dicha información, entre otras informaciones probabilísticas
relevantes que apoyarían la hipótesis y/o le darían un mayor sentido.
https://www.diferenciador.com/poblacion-y-muestra/
https://enciclopediaeconomica.com/variable-estadistica/
https://www.superprof.es/apuntes/escolar/matematicas/estadistica/descriptiva/parametros-
estadisticos.html
https://es.wikipedia.org/wiki/Estad%C3%ADstico_muestral
https://www.medwave.cl/link.cgi/Medwave/Series/MBE04/4934?ver=sindiseno
https://es.wikipedia.org/wiki/Medidas_de_tendencia_central
https://www.ditutor.com/estadistica/medidas_dispersion.html
https://www.ecured.cu/Medidas_de_dispersi%C3%B3n
https://www.hiru.eus/es/matematicas/representacion-grafica-de-datos-estadisticos
https://sites.google.com/site/cristina12estadistica/9--probabilidad-clasica-y-frecuencial
https://www.webyempresas.com/distribucion-de-probabilidad/
http://www.ub.edu/stat/GrupsInnovacio/Statmedia/demo/Temas/Capitulo8/B0C8m1t8.htm
https://es.wikipedia.org/wiki/Intervalo_de_confianza
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-statistics/supporting-
topics/basics/what-is-a-hypothesis-test/
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-statistics/supporting-
topics/basics/type-i-and-type-ii-error/
https://economipedia.com/definiciones/correlacion-y-causalidad.html
https://rpubs.com/Joaquin_AR/223351
https://tarwi.lamolina.edu.pe/~fmendiburu/index-filer/academic/metodos1/Regresion.pdf
https://www.ditutor.com/estadistica/variables_tipos.html
https://www.ecured.cu/Tablas_de_frecuencias