Mtodos de Prediccin

Repaso de
conceptos
estadsticos
bsicos

Sesin 02
Saltar a la primera
pgina

1-2

Qu significa estadstica?

Estadstica es la ciencia de recolectar,

organizar, presentar, analizar e interpretar
datos con el propsito de ayudar a una
toma de decisiones ms efectiva.

Saltar a la primera
pgina

1-4

Tipos de estadsticas

Estadstica descriptiva: mtodos para

organizar, resumir y presentar datos de
manera informativa.
EJEMPLO 1: un sondeo de opinin
encontr que 49% de las personas en
una encuesta saban el nombre del
primer libro en la Biblia. La estadstica
49 describe el nmero de cada 100
personas que saben la respuesta.
EJEMPLO 2: segn el Consumer
Reports, los dueos de lavadoras de
ropa Whirlpool reportaron 9 problemas
por cada 100 mquinas durante 1995.
La estadstica 9 describe el nmero
de problemas por cada 100 mquinas.
Saltar a la primera
pgina

1-5

Tipos de estadsticas

Estadstica
inferencial:
una
decisin,
estimacin, prediccin o generalizacin sobre
una poblacin, con base en una muestra.
Una poblacin es un conjunto de todos los
posibles individuos, objetos o medidas de
inters.
Una muestra es una porcin, o parte, de la
poblacin de inters.

Saltar a la primera
pgina

1-6

Tipos de estadsticas
(ejemplos de inferencia estadstica)

EJEMPLO 1: las cadenas de TV monitorean la

popularidad de sus programas contratando
organizaciones para muestrear las preferencias de
televidentes.
EJEMPLO 2: el departamento de contabilidad de
una empresa elegir una muestra de facturas para
verificar la exactitud de todas las facturas de la
compaa.
EJEMPLO 3: los catadores de vino prueban unas
cuantas gotas para tomar la decisin de liberar todo
el vino para la venta.

Saltar a la primera
pgina

Presentacin de la informacin
numrica

Grficos de puntos (Tab. 2.3)

Saltar a la primera
pgina

Diagramas de cajas (Tab. 2.3)

Saltar a la primera
pgina

Histogramas

Saltar a la primera
pgina

Grfica de serie de tiempo

Saltar a la primera
pgina

Distribuciones de
probabilidad

La distribucin de probabilidad de
una variable aleatoria discreta
enlista todos los valores posibles
que puede tomar dicha variable,
junto con la probabilidad de cada
uno.

Saltar a la primera
pgina

Saltar a la primera
pgina

Saltar a la primera
pgina

Distribucin binomial

Ejemplo:

Suponga que se sacan ocho artculos al azar de

una lnea de produccin de la cual se sabe que
hace partes defectuosas 5% del tiempo. Cul es
la probabilidad de obtener exactamente cero
defectos?

Saltar a la primera
pgina

Distribucin
normal
estndar
(Z)
Ejemplo:

Los pesos de una poblacin de partes fabricadas por cierta

mquina se distribuyen normalmente con una media de 10 libras y
una desviacin estndar de 2 libras. Cul es la probabilidad de
que una parte que se tome al azar de la mquina pese entre 9 y 12
libras?

Saltar a la primera
pgina

Distribucin t student

El gerente de una compaa de tarjetas de crdito declara que el

tiempo medio para resolver reclamaciones es de 30 das. Para probar
esta afirmacin, se recolectaron datos de una muestra de 15 quejas.
Estas tenan un tiempo medio para resolverse de 35.9 das y una
desviacin estndar de 10.2 das. Considerando los datos como una
muestra aleatoria de una poblacin normal El gerente est en lo
cierto?
T de una muestra
Prueba de mu = 30 vs. no = 30

Hiptesis

Media del
Error
N Media Desv.Est. estndar IC de 95%
T P
15 35.90
10.20
2.63 (30.25; 41.55) 2.24 0.042
Saltar a la primera
pgina

Evidencia en
contra de Ho
2.24

Saltar a la primera
pgina

Inferencia a partir de una muestra

Z de una muestra
La desviacin estndar supuesta = 10.4
Media del
Error
N Media estndar IC de 95%
500 23.500
0.465 (22.588, 24.412)
Saltar a la primera
pgina

Pruebas de Hiptesis

Hiptesis:

Enunciado acerca del valor de un parmetro o de la

relacin entre variables en una poblacin, con el
propsito de ponerse a prueba

Prueba de Hiptesis:

Procedimiento basado en evidencia muestral y en la

teora de probabilidad para determinar si una hiptesis
es :

razonable y no debe rechazarse

irrazonable y debe ser rechazada

Ing Mara Guzmn

Valle

Saltar a la primera
pgina

Hiptesis
Hiptesis Nula (H0)
Enunciado tentativo que se hace acerca del valor
de un parmetro.
Conjetura inicial
Hiptesis alternativa
Enunciado que se aceptar si los datos
proporcionan amplia evidencia de que H0 es
falsa.

Ing Mara Guzmn

Valle

Saltar a la primera
pgina

Prueba de hiptesis

Ing Mara Guzmn Valle

Saltar a la primera
pgina

Tipos de Error

Error Tipo I:

Rechazar la hiptesis nula cuando en realidad es verdadera.

Error Tipo II:

Aceptar la Hiptesis nula cuando en realidad es falsa.

Ho es
Verdadera
Ho es
Falsa
Ing Mara Guzmn
Valle

Aceptamos
Ho

Rechazamos
Ho

OK

Tipo I

Tipo II

OK
Saltar a la primera
pgina

Prueba de hiptesis

El supervisor de un taller sospecha que el peso medio de las partes

producidas por cierta mquina ha disminuido. Se desea probar la
hiptesis de que el peso medio de las piezas fabricadas todava es de
50 libras, que es el peso medio de las partes en aos pasados. Se toma
una muestra aleatoria de 100 piezas y se supone que la desviacin
estndar de los pesos de las partes es de 5 libras sin importar el peso
medio.

Saltar a la primera
pgina

Ejemplo

Suponga que se desea probar la hiptesis de que el puntaje promedio

de los estudiantes en un examen es de 500, contra la hiptesis de que
es menos a 500. Se toma una muestra aleatoria de 15 estudiantes de
entre la poblacin y produce un puntaje promedio de 475 en tal
muestra. La desviacin estndar de la poblacin se estima mediante la
desviacin estndar de la muestra, S=35. Suponga que la poblacin de
los puntajes en los exmenes se distribuye normalmente.

Saltar a la primera
pgina

T de una muestra
Prueba de mu = 500 vs. < 500
Media del Lmite
Error superior
N Media Desv.Est. estndar
95% T P
15 475.00 35.00
9.04 490.92 -2.77 0.008

Evidencia para
rechazar Ho, por
tanto el promedio
de la calificacin
en el examen de los
estudiantes es
menor a 500.

Saltar a la primera
pgina

Anlisis de correlacin
Diagramas de dispersin

Saltar a la primera
pgina

Coeficiente de Correlacin
Mide la fuerza de la relacin lineal entre dos
variables
Correlaciones: Ingresos (miles), Edad (aos)
Correlacin de Pearson de Ingresos (miles) y Edad (aos) = 0.888
Valor P = 0.044
Anlisis de regresin: Ingresos (miles) vs. Edad (aos)
La ecuacin de regresin es
Ingresos (miles) = 13.5 + 0.678 Edad (aos)
Saltar a la primera
pgina

Evaluacin de la normalidad

Saltar a la primera
pgina

Caso de Estudio

Saltar a la primera
pgina