Métodos Estadísticos y Visualización

Conceptos Fundamentales

Dr. Juan Fco. Corona Burgueño

Escuela de Ingeniería y Ciencias

Tecnológico de Monterrey
Campus Guadalajara

Septiembre – Diciembre 2018

JFCB (ITESM GDA) Métodos Estadísticos y Visualización Otoño 2018 1 / 12

DATOS DEL C URSO
M ATERIA : Métodos Estadísticos y Visualización
C LAVE : IN4028.01
P ERÍODO E SCOLAR : Septiembre – Diciembre 2018
S ESIONES : Martes de 18:30 a 22:00 hrs.
Salón: Sala Ejecutiva 2
P ROFESOR : Dr. Juan Fco. Corona Burgueño
Oficina: EIC 2 (subir por la escalera de Bancomer hasta el
último piso. La primera puerta a la derecha es EIC2. La oficina
está en el pasillo del fondo, al final a la derecha)
E-mail: jcorona@itesm.mx
Asesoría: Martes de 17:00 a 18:00 hrs ó con previa cita.
E VALUACIÓN : Exámenes (25% c/u) 50%
Examen de Medio Término: 16 de Octubre, 2018
Examen Final: 27 de Noviembre, 2018
Tareas 30%
Proyecto ó Casos 20%
T EXTO : Wackerly, Dennis D., Mendenhall III, William, & Scheaffer, Richard L.,
Estadística Matemática con Aplicaciones, 7a edición, Cengage
Learning
JFCB (ITESM GDA) Métodos Estadísticos y Visualización Otoño 2018 2 / 12
B REVE TEMARIO DEL CURSO

T EMAS
Muestreo y Estadística Descriptiva
Conceptos Básicos de Probabilidad
Variables Aleatorias y Distribuciones
Estimación Puntual y por Intervalos
Prueba de Hipótesis
Análisis de Regresión

JFCB (ITESM GDA) Métodos Estadísticos y Visualización Otoño 2018 3 / 12

¿P ORQUÉ ESTUDIAR E STADÍSTICA

Manejar la incertidumbre al efectuar una serie de mediciones

científicas.
Obtener conclusiones de un conjunto de datos.
Diseñar experimentos útiles y obtener conclusiones confiables.
Ser una persona crítica y bien informada.

Entonces . . .

JFCB (ITESM GDA) Métodos Estadísticos y Visualización Otoño 2018 4 / 12

¿Q UÉ ES LA E STADÍSTICA

Ciencia de recoger, organizar,

presentar, analizar e interpretar
datos con el fin de apoyar en la toma
efectiva de decisiones.

JFCB (ITESM GDA) Métodos Estadísticos y Visualización Otoño 2018 5 / 12

S UBDIVISIONES DE LA E STADÍSTICA

R AMAS DE LA E STADÍSTICA
E STADÍSTICA DESCRIPTIVA : organizar y resumir la información de un conjunto de
mediciones o datos y describir sus características. Presentación de
datos de una forma resumida con el fin de tener un mejor
entendimiento de ellos.
Gráfica: diagramas de pie, histogramas, diagramas de tallo y
hoja, diagramas de caja, . . .
Numérica: medias, medianas, modas, varianza, desviación
estándar, percentiles, . . .
E STADÍSTICA INFERENCIAL : inferir información sobre algún grupo o población a partir
de un subconjunto (muestra) o a partir de otro grupo. Hacer
inferencias acerca de los parámetros poblacionales o características
de una población a partir de la información contenida en la muestra.
Estimaciones puntuales y por intervalo.
Prueba de hipótesis.
Análisis de regresión, series de tiempo.
...

JFCB (ITESM GDA) Métodos Estadísticos y Visualización Otoño 2018 6 / 12

D EFINICIONES

P OBLACIÓN : es el conjunto completo de objetos ó resultados acerca

de los cuales se busca información.
M UESTRA : es un subconjunto de una población que contiene los
objetos o resultados que realmente se observaron o
midieron.
Como se espera obtener información sobre la población a partir del
análisis de una muestra, ésta debe ser obtenida de una manera
adecuada, es decir, se espera que la muestra sea representativa de la
población. La mejor manera de lograr ésto, es por medio de un
Muestreo Aleatorio Simple.
M UESTREA A LEATORIA S IMPLE : de tamaño n es una muestra
obtenida de tal manera que cualquier colección de n
elementos poblacionales tiene la misma probabilidad de
ser seleccionado.

JFCB (ITESM GDA) Métodos Estadísticos y Visualización Otoño 2018 7 / 12

OTROS TIPOS DE MUESTREO

M UESTRA DE C ONVENIENCIA : es una muestra que no se obtiene por

medio de un método aleatorio bien definido sino de una
manera conveniente para el que obtuvo la muestra.
M UESTREO P ONDERADO : algunos elementos de la población tienen
mayor probabilidad de ser seleccionados.
M UESTREO E STRATIFICADO : la población se divide en estratos
internamente homogéneos y se selecciona una muestra
de cada estrato.
M UESTREO POR C ONGLOMERADOS : la población se divide en grupos
o clusters semejantes, aunque internamente distintos, y
se obtiene una muestra de cada grupo.

JFCB (ITESM GDA) Métodos Estadísticos y Visualización Otoño 2018 8 / 12

OTRAS DEFINICIONES
VARIACIÓN M UESTRAL : al obtener varias muestras de una población,
los valores muestrales varían de muestra a muestra y
también tienen diferencias con la población de la cual se
obtuvieron. Es importante entender como se comportan
estas variaciones muestrales para saber que tan
confiables son las estimaciones, inferencias o
conclusiones que obtengamos de la muestra.
T IPOS DE P OBLACIÓN : Población Tangible: todos los elementos
de la población realmente existen y son objetos
físicos tangibles.
Población Conceptual: los elementos de la población
no existen en su totalidad y sus valores ó
características se van obteniendo conforme el
experimento se repite.
I NDEPENDENCIA : los elementos de una muestra son independientes
si el conocer los valores de algunos de ellos no ayuda a
predecir los valores de los otros.
JFCB (ITESM GDA) Métodos Estadísticos y Visualización Otoño 2018 9 / 12
E SCALAS DE MEDICIÓN
Los datos que se recolectan se pueden clasificar como cualitativos (o categóricos)
y cuantitativos (o numéricos). Cada tipo de datos requiere de una escala distinta
para medirlos. Una diferencia importante entre datos cuantitativos y cualitativos es
que no tiene sentido efectuar operaciones aritméticas con datos cualitativos y sí lo
tiene hacerlo con datos cuantitativos.

DATOS CUALITATIVOS O CATEGÓRICOS

Definen categorías o tipos de individuos y responden a ¿Cómo es ...? ó ¿Pertenece a
esa clase ...? Por ejemplo, sexo, partido político que prefiere, clasificación, etc.
E SCALA NOMINAL : clasificar los individuos de la población en varias categorías. Las
categorías deben ser mutuamente excluyentes y exhaustivas y no se
puede decir que una categoría sea mejor o peor que otra. Ejemplos:
masculino-femenino, casado-soltero-viudo-divorciado, etc.
E SCALA ORDINAL : clasificar los individuos de acuerdo al nivel de pertenencia ó nivel
de cumplimiento de una condición, etc. Ejemplos: enfermo-sano,
malo-bueno-excelente, nuevo-viejo, etc. Se puede decir que los
miembros de una misma categoría se consideran iguales ó peores ó
superiores a los de otra categoría.

JFCB (ITESM GDA) Métodos Estadísticos y Visualización Otoño 2018 10 / 12

. . . E SCALAS DE MEDICIÓN

DATOS CUANTITATIVOS O NUMÉRICOS

Son básicamente valores numéricos obtenidos de mediciones o conteos que
responden a ¿Qué tanto ...? ó ¿Cuántos ...?. Por ejemplo, estatura, peso, edad, PIB,
etc.
E SCALA DE INTERVALO : las mediciones se pueden ordenar y se conoce la distancia
entre ellas. Ejemplos: temperaturas, calificaciones en exámenes, etc.
El valor cero no significa ausencia de la característica que se está
midiendo, es solamente un valor de referencia.
E SCALA DE RAZÓN O COCIENTE : tienen las propiedades de intervalos y el cociente
de dos valores tiene sentido; el valor cero sí significa ausencia.
Ejemplos, costo de una operación, peso, distancia, etc.

Es importante notar que algunos datos nominales se codifican utilizando números,

por ejemplo, 1 para masculino y 2 para femenino. Sin embargo, la escala sigue
siendo nominal, aunque se utilicen números para representarlos.
En otros casos, no es claro si la escala es de intervalo o de razón, por ejemplo, la
calificación en un examen.

JFCB (ITESM GDA) Métodos Estadísticos y Visualización Otoño 2018 11 / 12

C LASIFICACIÓN DE DATOS NUMÉRICOS

De acuerdo al conjunto de valores que pueden tomar, los datos numéricos o

cuantitativos se pueden clasificar como discretos o continuos.

C LASIFICACIÓN
D ISCRETOS : por lo general miden “cuántos”; hay separación entre los diferentes
valores que la variable puede tomar.
Ejemplos: número de llamadas que se reciben en un conmutador
telefónico durante un día; número de respuestas correctas en un
examen de 20 preguntas de opción múltiple.
El conjunto de valores puede ser finito o infinito.
C ONTINUOS : por lo general miden “qué tánto”; no hay separación entre los
diferentes valores de la variable, es decir, entre dos valores
cualesquiera, siempre hay un tercer valor (distinto a los originales)
entre ellos.
Ejemplos: presión necesaria para reventar una botella de vidrio;
distancia recorrida por un automóvil con tanque lleno.

JFCB (ITESM GDA) Métodos Estadísticos y Visualización Otoño 2018 12 / 12