Instituto tecnológico de Campeche

Ingeniería industrial

Investigación conceptual

1ra unidad

Probabilidad y estadística

MI2

05/Febrero/2019
Contenido
Estadística moderna ............................................................................................................................ 3
Métodos para la obtención de datos .................................................................................................. 4
Principio BEBS o GIGO en ingles .......................................................................................................... 5
¿Cómo recolectar datos? .................................................................................................................... 6
Tipos de datos estadísticos ................................................................................................................. 7
1-Variables continúas: ................................................................................................................. 7
Datos de características cualitativas: .......................................................................................... 7
Propiedades que describen una serie numérica de datos .................................................................. 8
La media aritmética, .................................................................................................................... 8
La mediana. ................................................................................................................................. 8
La moda. ...................................................................................................................................... 8
Cuartiles....................................................................................................................................... 8
Mediciones de la Variación ......................................................................................................... 8
El rango:....................................................................................................................................... 8
El rango inter-cuartil: .................................................................................................................. 8
La varianza y la desviación estándar: .......................................................................................... 8
Varianza de muestra ................................................................................................................... 9
El Coeficiente de Variación:......................................................................................................... 9
Medidas de tendencias central ......................................................................................................... 10
Otras características generales de las medidas de tendencia central son las siguientes: ........ 10
Comparación entre la media, mediana y moda ................................................................................ 11
media......................................................................................................................................... 11
mediana..................................................................................................................................... 11
moda ......................................................................................................................................... 11
Ejemplo de diferencia entre MEDIA, MEDIANA y MODA ......................................................... 11
Medidas de dispersión ...................................................................................................................... 12
El manejo de grandes cantidades de datos....................................................................................... 13
Medidas de posición ......................................................................................................................... 14
Cuartiles: ................................................................................................................................... 14
Deciles ....................................................................................................................................... 14
Percentiles ................................................................................................................................. 14
Las distribuciones de frecuencias y de porcentajes .......................................................................... 15

1
Los histogramas, el polígono de frecuencias o de porcentajes y la curva de porcentaje acumulado u
ojiva ................................................................................................................................................... 16
OJIVAS ....................................................................................................................................... 17
POLÍGONO DE FRECUENCIA ...................................................................................................... 17
Importancia de la forma de datos ..................................................................................................... 19
Graficas para datos cualitativos o categóricos .................................................................................. 20
GRÁFICAS ESTADÍSTICAS ........................................................................................................... 20

2
Estadística moderna
Al proporcionar herramientas metodológicas generales para analizar la variabilidad,
determinar relaciones entre variables, diseñar en forma óptima estudios y experimentos y
mejorar las predicciones y toma de decisiones en situaciones de incertidumbre. Las
técnicas estadísticas se aplican de manera amplia en mercadotecnia, contabilidad, control
de calidad y en otras actividades; estudios de consumidores; análisis de resultados en
deportes; administradores de instituciones; en la educación; organismos políticos;
médicos; y por otras personas que intervienen en la toma de decisiones.
La estadística es una ciencia formal y una herramienta que estudia el uso y los análisis
provenientes de una muestra representativa de datos, busca explicar las correlaciones y
dependencias de un fenómeno físico o natural, de ocurrencia en
forma aleatoria o condicional.
Sin embargo, la estadística es más que eso, es decir, es la herramienta fundamental que
permite llevar a cabo el proceso relacionado de la estadística con la investigación
científica.
Es transversal a una amplia variedad de disciplinas, desde la física hasta las ciencias
sociales, desde la ciencia de la salud hasta el control de calidad.
Se usa para la toma de decisiones en áreas de negocios o instituciones gubernamentales.
La estadística se divide en dos grandes áreas:
Estadística descriptiva: Se dedica a la descripción, visualización y resumen de datos
originados a partir de los fenómenos de estudio. Los datos pueden ser resumidos
numérica o gráficamente. Ejemplos básicos de parámetros estadísticos son: la media y
la desviación estándar. Algunos ejemplos gráficos son: histograma, pirámide
poblacional, grafico circular, entre otros.
Estadística inferencial: Se dedica a la generación de los modelos, inferencias y
predicciones asociadas a los fenómenos en cuestión teniendo en cuenta la aleatoriedad
de las observaciones. Se usa para modelar patrones en los datos y extraer inferencias
acerca de la población bajo estudio. Estas inferencias pueden tomar la forma de
respuestas a preguntas sí/no (prueba de hipótesis), estimaciones de unas características
numéricas (estimación), pronósticos de futuras observaciones, descripciones de
asociación (correlación) o modelamiento de relaciones entre variables (análisis de
regresión). Otras técnicas de modelamiento incluyen análisis de varianza, series de tiempo
y minería de datos.
Ambas ramas (descriptiva e inferencial) comprenden la estadística aplicada. La estadística
inferencial, por su parte, se divide en estadística paramétrica y estadística no paramétrica.
Hay también una disciplina llamada estadística matemática, la que se refiere a las bases
teóricas de la materia.

3
Métodos para la obtención de datos
Los principales métodos de recopilación de datos son:
Registros: los registros y licencias son particularmente valiosos para los censos completos,
pero se limitan a variables que cambian lentamente, como el número de embarcaciones
pesqueras y sus características.
Cuestionarios: formularios que los encuestados devuelven cumplimentados. Un método
poco costoso que resulta útil cuando los índices de alfabetización son altos y los
encuestados colaboran.
Entrevistas: formularios que se cumplimentan a lo largo de una entrevista con el
encuestado. Más caros que los cuestionarios, pero mejores para preguntas más
complejas, y cuando se dan unos índices de alfabetización bajos o se encuentra menos
colaboración.
Observaciones directas: la realización de mediciones directas es el método más preciso
para todas las variables, como las capturas, pero a menudo resulta caro. Muchos
métodos, como los programas de observación, se limitan a la pesca industrial.
Presentación de informes: la principal alternativa a la realización de mediciones directas
consiste en pedir a los pescadores y a terceros que presenten informes de sus actividades.
La preparación de informes presupone la alfabetización y requiere espíritu de
colaboración, pero ello puede reforzarse mediante una obligación legal y mediciones
directas.

4
Principio BEBS o GIGO en ingles
Una variante reciente de GIGO lo traduce como (Entra Basura, basura Sale). Esto describe
la tendencia de la gente de aceptar el rendimiento de un sistema sin juzgarlo críticamente.
Aun si la entrada es basura, creemos en el resultado, normalmente porque no
entendemos bien cómo funciona el sistema para producirlo. Esto se llama a veces ‘la fe
ciega’. Si ‘entra basura’ en el proceso de riesgo puede haber una falta de objetivos
convenidos, identificación de riesgo inadecuada o perezosa, o el uso de respuestas al
riesgo poco apropiadas.

5
¿Cómo recolectar datos?
La recolección de datos se puede definir como: el medio a través del cual el investigador
se relaciona con los participantes para obtener la información necesaria que le permita
lograr los objetivos de la investigación.
De modo que para recolectar la información hay que tener presente:

1. Seleccionar un instrumento de medición el cual debe ser válido y confiable para poder
aceptar los resultados.
2. Aplicar dicho instrumento de medición.
3. Organizar las mediciones obtenidas, para poder analizarlos.

6
Tipos de datos estadísticos
Existen varios tipos de datos estadísticos, que se agrupan en dos clasificaciones: datos de
características cuantitativas y cualitativas.

Los datos de características cuantitativas:

Son aquellos que se pueden expresar numéricamente y se obtienen a través de
mediciones y conteos. Un dato cuantitativo se puede encontrar en cualquier disciplina;
sicología, contabilidad, economía, publicidad, etc.
Se clasifican en:

1-Variables continúas: Es cuando los datos estadísticos se generan a través de un proceso

de medición se dice que estos son datos continuos; son aquellas que aceptan valores en
cualquier punto fraccionario de un determinado intervalo, o sea, que aceptan
fraccionamiento en un determinado intervalo.
2-Variables discretas: Se generan a través de un proceso de conteo. Son aquellas que no
aceptan valores en puntos fraccionarios dentro de un determinado intervalo, o sea, son
aquellas que no aceptan fraccionamiento dentro de un determinado intervalo.
Datos de características cualitativas:
Los datos de características cualitativas son aquellos que no se pueden expresar
numéricamente. Estos datos se deben convertir a valores numéricos antes de que se
trabaje con ellos.
Los datos de características cualitativas se clasifican en:

1-Datos nominales: Comprenden categorías, como el sexo, carrera de estudio, material de

los pisos, calificaciones, etc. Las características mencionadas no son numéricas por su
naturaleza, pero cuando se aplican, ya sea en una población o una muestra, es posible
asignar a cada elemento una categoría y contar él número que corresponde a cada
elemento. De esta manera estas características se convierten en numéricas.

2-Datos jerarquizados: Es un tipo de datos de características cualitativas que se refiere a

las evaluaciones subjetivas cuando los conceptos se jerarquizan según la preferencia o
logro. Las posiciones de una competencia de atletismo se jerarquizan en primer lugar,
segundo lugar, tercer lugar, etc.

Tanto los datos nominales como los jerarquizados, que por su naturaleza no son
numéricas, se convierten en "datos discretos".

7
Propiedades que describen una serie numérica de datos
Propiedades de los datos numéricos.
Las tres mejores propiedades que describe una serie numérica de datos son:
Tendencia central
Variación
Forma
Si estas mediciones se calculan a partir de una muestra, se denominan estadísticas, si se
calculan a partir de los datos de una población se denominan parámetros.
Mediciones de tendencia Central
La media aritmética, es el promedio. Se calcula sumando todas las observaciones y luego
dividiendo el total entre el número de elementos involucrados.
La media actúa como punto de equilibrio de tal forma que las observaciones menores
compensan a las observaciones que son mayores.
La media aritmética se ve afectada en gran medida por valores extremos.
La mediana. Es el valor medio de una secuencia ordenada de datos. Si no hay empates, la
mitad de las observaciones serán menores y la otra mitad serán mayores. La mediana no
se ve afectada por valores extremos. Para calcular la mediana, primero se deben poner los
datos en orden. Después usamos la fórmula del punto de posicionamiento.
El cálculo del valor de la media se ve afectado por el número de observaciones, no por la
magnitud de cualquier extremo.
La moda. Es el valor de una serie de datos que aparece con más frecuencia. La moda no se
ve afectada por la ocurrencia de cualquier valor extremo.
Cuartiles. Los cuartiles son mediciones descriptivas que dividen los datos ordenados en
cuatro cuartos.
Mediciones de la Variación
La variación es la cantidad de dispersión o propagación en los datos.
El rango: es la diferencia entre la mayor y la menor observación en una serie de datos. El
rango mide la propagación total en la serie de datos. La debilidad del rango es que no
logra tomar en cuenta la forma en que los datos se distribuyen realmente entre el mayor y
el menor valor. Sería impropio usar el rango como una medición cuando uno de o ambos
componentes son observaciones extremas.
El rango inter-cuartil: es la diferencia entre el tercer y primer cuartil. No se ve influida por
valores extremos.
La varianza y la desviación estándar: a diferencia de las mediciones anteriores la varianza y
la desviación estándar toman en cuenta como se distribuyen las observaciones.

8
Varianza de muestra
Varianza de muestra es el promedio de las diferencias cuadradas entre cada una de las
observaciones de una serie de datos y la media. La desviación estándar es simplemente la
raíz cuadrada de la varianza. La varianza y la desviación miden la dispersión promedio
alrededor de la media, es decir, como las observaciones mayores fluctúan por encima de
ésta y como las observaciones menores se distribuyen por debajo de ésta.
El Coeficiente de Variación: es una medida relativa de variación. Se expresa como
porcentaje antes que en términos de las unidades de los datos particulares. Mide la
dispersión en los datos relativa a la media.
El coeficiente de variación es útil al comparar la variabilidad de dos o más series de datos
que se expresan en distintas unidades de medición.

9
Medidas de tendencias central
Las medidas de tendencia central son medidas estadísticas que pretenden resumir en un
solo valor a un conjunto de valores. Representan un centro en torno al cual se encuentra
ubicado el conjunto de los datos. Las medidas de tendencia central más utilizadas son:
media, mediana y moda.
Las medidas de tendencia central se utilizan con bastante frecuencia para resumir un
conjunto de cantidades o datos numéricos a fin de describir los datos cuantitativos que los
forman.
Las medidas de tendencia central son también frecuentemente usadas para comparar un
grupo de datos con otro, por ejemplo: el promedio de ventas obtenido por un grupo de
vendedores de una zona comparado con el promedio de ventas otro grupo de vendedores
de otra zona, el promedio de reclamos de clientes de una sucursal, comparado con el
promedio de reclamos de otra sucursal.
Otras características generales de las medidas de tendencia central son las siguientes:
• Permiten apreciar qué tanto se parecen lo grupos entre sí.
• Son valores que se calculan para un grupo de datos y que se utiliza para describirlos de
alguna manera.
. Normalmente se desea que el valor sea representativo de todos los valores incluidos en
el grupo.
• Es el valor más representativo o típico de un grupo de datos, no es el valor más
pequeño o el más grande, sino un valor que está en algún punto intermedio del grupo,
más exactamente, se acerca a estar al centro de todos los valores, por ello se les llama
medidas de tendencia central.
• Se utilizan como mecanismo para resumir una característica de un grupo de datos en
particular
• También para comparar un grupo de datos contra otro.
El cálculo de las medidas de tendencia central se hace mediante fórmulas, las cuales
cambian según como se encuentren los datos del grupo con el que se va a trabajar, esto es
si están como Datos no agrupados o como Datos agrupados (Distribuciones de
frecuencias).

10
Comparación entre la media, mediana y moda
MEDIA, MEDIANA y MODA son medidas estadísticas de tendencia central que pueden aplicarse a
un conjunto de números o puntuaciones.

media
La media aritmética o promedio, se calcula mediante la suma de todos los valores observados y
dividiendo por el número de observaciones. La media es la forma más sencilla de resumir una sola
variable y por lo general es la mejor medida de tendencia central para los propósitos de la
inferencia estadística.

mediana
La mediana es el valor medio o central de un conjunto de observaciones. Para encontrar la
mediana, los valores deben estar ordenados. Si el total de elementos del conjunto de datos es par,
MEDIANA calcula el promedio de los números centrales. Si el total de elementos es un número
impar entonces la MEDIANA tomara el valor ubicado en el centro de la lista. La mediana es útil
para variables como los precios de la edad, los ingresos, el volumen de negocios y la vivienda.

moda
La moda es la incidencia más comúnmente encontrado en un conjunto de datos. Un conjunto de
datos puede tener más de una moda. La moda es útil cuando el material más común, característica
o valor de un conjunto de datos se requiere.

Ejemplo de diferencia entre MEDIA, MEDIANA y MODA

Por Ejemplo, si los estudiantes que asisten a una clase tienen 18, 18, 19, 19, 21, 22 y 51 años

La edad MEDIA del grupo sería la edad promedio 18 + 18 + 19 + 19 + 21 + 22 + 51 = 168/7 = 24

La edad MEDIANA del grupo sería el valor medio 19.

La edad MODA sería el número que más se repite, en este caso 18 y 19.

11
Medidas de dispersión
También llamadas medidas de variabilidad. Muestran la variabilidad de una distribución,
indicando por medio de un número si las diferentes puntuaciones de una variable están
muy alejadas de la media. Cuanto mayor sea ese valor, mayor será la variabilidad, y
cuanto menor sea, más homogénea será a la media. Así se sabe si todos los casos son
parecidos o varían mucho entre ellos.
Para calcular la variabilidad que una distribución tiene respecto de su media, se calcula la
media de las desviaciones de las puntuaciones respecto a la media aritmética. Pero la
suma de las desviaciones es siempre cero, así que se adoptan dos clases de estrategias
para salvar este problema. Una es tomando las desviaciones en valor absoluto (desviación
media) y otra es tomando las desviaciones al cuadrado (varianza).
Las medidas de dispersión, variabilidad o variación nos indican si esos datos están
próximos entre sí o sí están dispersos, es decir, nos indican cuán esparcidos se encuentran
los datos. Estas medidas de dispersión nos permiten apreciar la distancia que existe entre
los datos a un cierto valor central e identificar la concentración de estos en un cierto
sector de la distribución, es decir, permiten estimar cuán dispersas están dos o más
distribuciones de datos.

12
El manejo de grandes cantidades de datos
En ingeniería, como en todas las ramas de la ciencia y la tecnología, resulta indispensable
el manejo de grandes cantidades de datos. El manejo de estos datos, se realiza por
técnicas matemáticas, que se han compilado en una ciencia denominada estadística, que
es la encargada del manejo de datos, para describir los fenómenos, pero más importante
aún, para predecirlos.
En estadística se conoce como muestreo a la técnica para la selección de una muestra a
partir de una población.
Se hará referencia sobre el muestreo estadístico, técnicas, niveles y tipos fundamentales
de un muestreo; se describen conceptos básicos que explican lo que esto se refiere al
igual se aprecia cómo y qué tipo de técnicas se pueden utilizar para poner en práctica la
realización de una auditoria con la finalidad de obtener una información determinada para
lograr un objetivo específico.
El muestreo estadístico es un procedimiento por el que se ingresan los valores verdaderos
de una población a través de la experiencia obtenida con una muestra
El muestreo como herramienta de la investigación científica arroja resultados que se
pueden utilizar para concluir un determinado estudio X de población, al igual las técnicas
selectivas que se requieren para dicho estudio de acuerdo a lo que se va a evaluar.
El muestreo permite una reducción considerable de los costos materiales del estudio, una
mayor rapidez en la obtención de la información y el logro de resultados con máxima
calidad.
Se llama frecuencia a la cantidad de veces que se repite un determinado valor de la
variable. Se suelen representar con histogramas y con diagramas de Pareto.

13
Medidas de posición
Son indicadores usados para señalar que porcentaje de datos dentro de una distribución
de frecuencias superan estas expresiones, cuyo valor representa el valor del dato que se
encuentra en el centro de la distribución de frecuencia, por lo que también se les llama "
Medidas de Tendencia Central”.
A continuación, se describen las medidas de posición más comunes utilizadas
en estadística, como lo son:
Cuartiles: Hay 3 cuartiles que dividen a una distribución en 4 partes iguales: primero,
segundo y tercer cuartil.

Deciles: Hay 9 deciles que la dividen en 10 partes iguales: (primero al noveno decil).

Percentiles: Hay 99 percentiles que dividen a una serie en 100 partes iguales: (primero a
los noventa y nueve percentiles).

14
Las distribuciones de frecuencias y de porcentajes
Las distribuciones o tablas de frecuencias permiten resumir los datos en una tabla que
recoge:
• valores de la variable o modalidades del atributo,
• frecuencia absoluta o número de veces que aparece cada valor o modalidad en la
muestra,
• porcentaje de veces que aparece cada valor de la variable o modalidad del atributo
sobre el total de observaciones,
• porcentaje válido calculado sobre el total de observaciones excluidos los valores missing,
• porcentaje acumulado hasta cada uno de los valores de la variable ordenados de menor
a mayor. Este porcentaje tiene interpretación sólo en los casos en que la variable sea
susceptible de medida por lo menos en una escala ordinal.

15
Los histogramas, el polígono de frecuencias o de porcentajes y la
curva de porcentaje acumulado u ojiva
Un Histograma es un tipo especial de gráfica de barras que despliega la variabilidad dentro
de un proceso, también toma datos variables (tales como alturas, pesos, densidades,
tiempo, temperaturas, etc.) y despliega su distribución. Un histograma es una
representación gráfica de una variable en forma de barras, donde la superficie de cada
barra es proporcional a la frecuencia de los valores representados. En el eje vertical se
representan las frecuencias, y en el eje horizontal los valores de las variables,
normalmente señalando las marcas de clase, es decir, la mitad del intervalo en el que
están agrupados los datos.

Tipos de histograma
· Diagramas de barras simples
Representa la frecuencia simple (absoluta o relativa) mediante la altura de la barra la cual
es proporcional a la frecuencia simple de la categoría que representa.
· Diagramas de barras compuestas
Se usa para representar la información de una tabla de doble entrada o sea a partir de dos
variables, las cuales se representan así; la altura de la barra representa la frecuencia
simple de las modalidades o categorías de la variable y esta altura es proporcional a la
frecuencia simple de cada modalidad.
· Diagramas de barras agrupadas
Se usa para representar la información de una tabla de doble entrada o sea a partir de dos
variables, el cual es representado mediante un conjunto de barras como se clasifican
respecto a las diferentes modalidades.

16
OJIVAS
La representación gráfica de un cuadro de frecuencia acumulada son curvas llamadas
ojivas. En la gráfica de ojiva, el último intervalo no se une con el eje horizontal.
La ojiva apropiada para información que presente frecuencias mayores que el dato que se
está comparando tendrá una pendiente negativa (hacia abajo y a la derecha) y en cambio
la que se asigna a valores menores, tendrá una pendiente positiva. Una gráfica similar al
polígono de frecuencias es la ojiva, pero ésta se obtiene de aplicar parcialmente la misma
técnica a una distribución acumulativa y de igual manera que éstas, existen las ojivas
mayores que y las ojivas menores que.

POLÍGONO DE FRECUENCIA
El polígono de una variable cuantitativa corresponde al diagrama de líneas. Se construye a
partir del histograma de frecuencias.
Para esto, se unen los puntos medios de cada una de las barras con un segmento recta.
Para que la gráfica sea un polígono, es necesario construir un segmento de recta. Para que
la gráfica sea un polígono, es necesario construir un segmento de recta que inicie en el eje
horizontal y termine en el punto medio de barra. De forma similar, se debe hacer en la
última barra que la figura que se obtenga sea cerrada.
Para construir el polígono de frecuencia se toma la marca de clase que coincide con
el punto medio de cada rectángulo de un histograma.

17
18
Importancia de la forma de datos
La importancia de los datos estadísticos se funda en el hecho de que sirven para evaluar la
tendencia futura de un fenómeno determinado. En efecto, luego de un análisis
concienzudo, los datos estadísticos pueden revelar en alguna medida que esperar a futuro
en algún área de la actividad humana. Es por ello por lo que la forma de recopilación de
dichos datos es fundamental, buscando en todo momento que sean representativos de un
universo más grande. Algunas de las aplicaciones de este procedimiento estadístico en
función de datos recopilados pueden referir al ámbito de la política, de las finanzas, del
mercadeo, etc.

19
Graficas para datos cualitativos o categóricos

Los datos cualitativos pueden ser difíciles de ilustrar. El mejor método para presentar los
datos, cualitativos o cuantitativos, es a través del uso de gráficas. Muchos métodos de
gráficas pueden ilustrar los datos cualitativos y cuantitativos. Una representación visual de
los datos reunidos te puede ayudar a describir rápidamente que el dato se está ilustrando
sin tener que entrar en una explicación profunda, que tal vez no sea fácilmente entendida
sin las gráficas de todas formas. Una gráfica es una forma rápida y eficiente de captar la
atención y describir una idea sin utilizar mucho tiempo o muchas palabras.

GRÁFICAS ESTADÍSTICAS
Las gráficas estadísticas nos permiten “familiarizarnos” con los datos que se han recopilado
y resumido. Se considera como una técnica inicial de ANÁLISIS
EXPLORATORIO DE DATOS que produce una representación visual. Las gráficas resultantes
revelan un patrón de comportamiento de la variable en estudio. Se ofrecen muchos tipos
de gráficos para describir el conjunto de datos. Dependiendo del tipo de datos y lo que se
quiera representar, se hará uso del método gráfico más adecuado.

20
Bibliografías

https://es.scribd.com/doc/129480693/Conceptos-basicos-de-Probabilidades-y-Estadistica-
Inferencial

URL
Conceptos básicos de estadística

https://youtu.be/Xq3thcQqwbc

Tabla de frecuencias agrupadas en intervalo

https://youtu.be/CuKr7GzohbI

21