Introducción al curso:

Introducción a la II
Estadística
Probabilidad
Evaluación del curso:

Corte Actividad Evaluativa Porcentaje Total

Taller, quices 15%
Primer Primera entrega de PIF 5%
Corte (30%)
Examen 10%
Segundo Taller, quices 15%
Corte (30%) Segunda entrega de PIF 5%
Examen 10%
Tercer Taller, quices 15%
Corte (40%) Tercera entrega de PIF 10%
Examen 15%
¡Bienvenidos al curso de Estadística II!
La estadística es la ciencia aplicada de los datos. En
su recolección, organización, análisis, interpretación,
y presentación.
En este curso usted aprenderá sobre todo
estadísitica inferencial, es decir, a partir de la
muestra se realizarán conclusiones acerca de la
población. Además, estimará el grado de certeza de
sus inferencias.
Los grandes núcleos temáticos serán:
TEXTOS PARA
• Repaso de Estadística Descriptiva.
• Muestreo y Distribuciones Muestrales.
SEPARADORES
• Teoría de la estimación. Estimación de
parámetros.
• Pruebas de hipótesis.
• Regresión Lineal.
¿Para qué?
Con conocimientos de estadística usted puede trabajar en varios campos cómo:
Análisis de datos (finanzas, producción, calidad, mercadeo, publicidad, etc.)
Diseño de experimentos y/o de encuestas
Asesoría y consultoría en toma de decisiones
Análisis de riesgos
Etc.

¿Por qué?
Es necesario que los profesionales de todas las áreas del saber estén familiarizados con las
herramientas que permiten la construcción de modelos que faciliten la solución de
problemas y la toma de decisiones. Una de las herramientas más importantes para lograr
este objetivo es la Estadística Inferencial. En muchas situaciones hay que tomar decisiones
basándose sólo en la información contenida en una muestra.
 Ejemplo
Conocer realmente las condiciones de su
población de individuos para realizar:

Estudios Médicos
Planes de mercadeo
Diseño de productos
Selección de personal
Psicometría

Ejemplo
Estudios meteorológicos
Estudios biológicos
Capacidad de Producción
Calidad de productos
Emisiones de diferentes tipos
4 niveles de justificación del curso de Estadística II

1. Labores explícitas como profesional. Algunas de las técnicas y

habilidades desarrolladas en el curso pueden ser parte de sus
responsabilidades.
2. Desarrollo de competencias matemáticas muy útiles. El esfuerzo de
estudio ayudará para aprender futuras habilidades en su desarrollo
profesional.
3. Lenguaje técnico necesario para comunicarse con expertos en otras
áreas. Comprender y expresar necesidades, realidades, etc. Puede ser
incluso determinante en la impresión que usted da como profesional.
4. Una manera de pensar sobre el mundo. Incluso como ciudadanos
debemos entender los conceptos de la estadística. Se decide y gobierna
con datos.
Datos estadísticos

• Datos: son hechos/informaciones y cifras que se recogen, analizan y resumen

para su presentación e interpretación. Cuando los datos se reúnen para
determinado estudio se les llama conjunto de datos.
• Elementos: Son las entidades de las que se obtienen los datos.
• Una Variable es una característica o atributo de interés presente en los
elementos de estudio.
• Una observación es el conjunto de mediciones obtenidas para un determinado
elemento.
Tipos de datos
• Datos cualitativos: Comprenden etiquetas o nombres que se usan para identificar
un atributo de cada elemento (se obtienen usando escalas nominales u
ordinales).

• Datos cuantitativos: Requieren valores numéricos que indiquen cuánto o cuántos

(se obtienen usando escalas de intervalo o de razón).

• Variable cualitativa: es una variable que tiene datos cualitativos. Tiene un análisis
estadístico limitado.

• Variables cuantitativas: son las que tienen datos cuantitativos. Tienen más
posibilidad de análisis ya que se pueden realizar operaciones matemáticas con
sus datos. Pueden ser discretas o continuas.
 Escalas de medición
• Escala Nominal: Cuando el dato de la variable es una etiqueta o nombre que identifica un
atributo de un elemento (aún así pueden ser valores numéricos, pero su diferencia no es
informativa).
Ejemplo: Nombre, apellido, género, grupo de clasificación, etc.

• Escala ordinal: Los datos tienen las mismas propiedades que los nominales y además
tienen un sentido o jerarquía.
Ejemplo: Escala de calidad (excelente, bueno, malo), etc.

• Escala de intervalo: Los datos tienen las características de las escalas anteriores y el
intervalo entre valores se expresa en términos de una unidad de medición fija. Siempre son
numéricos. ¡Las diferencias entre los datos tienen significado!
• Ejemplo: Temperatura en Celsius, año/siglo D.C, horas, meses, energía potencial, etc.

• Escala de razón: Si los datos tienen todas las propiedades anteriores y la proporción entre
dos valores tiene significado. ¡El valor cero en la variable implica la ausencia de la misma!
• Ejemplo: Distancia, longitud, precio, temperatura absoluta, etc..
Resumen de tipos variables y escalas de medición

Continuas Discretas
¿Sus valores
representan de verdad Sí
Variables una cantidad o son
No
solo una etiqueta? ¿Su valor se puede
Etiqueta Cantidad dividir
indefinidamente en
Cualitativas Cuantitativas principio?

¿Hay una ¿El valor cero tiene

jerarquía entre un significado
los valores? intrínseco?
No Sí No Sí

Escala Escala Escala de Escala de

Nominal Ordinal Intervalo Razón
Mayores posibilidades de hacer análisis estadístico
 Ejercicio escalas de medición
• Indique tipo de variable y escala de medición en cada caso:
1. Indicativo de país (Colombia - 57, etc.)
2. Fecha de graduación de pregrado (12 diciembre de 2015, etc.)
3. Ingreso mensual ($3 450 000, etc.)
4. Consumo de energía eléctrica mensual (450 kW-h, etc.)
5. Nivel de educación (primaria, secundaria, pregrado, maestría, doctorado)
6. Año de nacimiento (1999, etc.)
7. Número de cédula (37245876, etc.)
8. Dureza de mineral en escala de Mohs (yeso – 1, diamante – 10, etc.)
9. Estatura (1,80 cm, etc.)
10. Categoría de un huracán (Tormenta tropical, 1,2,...)
11. Velocidad del viento (45 km/h, etc.)
12. Categoría de revista científica (Q1, Q2, etc.)
13. Puntaje en examen del ICFES (396, etc.)
14. Sexo (masculino, femenino, no binario, etc.)
15. Estado civil (casado, soltero)
16. Potencial eléctrico (56 V, etc.)
Muestra Vs. Población

• Población: La población es el conjunto de todos los elementos de

interés en un estudio determinado.
• Muestra: Es un subconjunto de la población.
• Censo: Proceso para recolectar datos de una población.
• Encuesta muestral: Proceso de efectuar un estudio para recolectar
datos de una muestra.
• Inferencia estadística: Emplear datos de una muestra para hacer
estimaciones y probar hipótesis acerca de las características de una
población.
Tipos de muestreo

• Muestreo aleatorio simple: Se seleccionan al azar los elementos de la

población. Cada elemento tiene la misma probabilidad de ser escogido.

• Muestreo estratificado: Se requiere dividir la población en estratos

disjuntos. Se escogen individuos de cada estrato de acuerdo al peso
estimado que tiene cada estrato en la población.

• Muestreo por conglomerados: Se divide la población en conglomerados

(grupos de elementos). Se escogen unos conglomerados al azar para
conformar la muestra.
 Bibliografía básica

• Estadística para administración y economía. D. R. Anderson, D. J.

Sweeney, T. A. Williams. Décima edición. Cengage Learning (México
D.F., 2008).

• Estadística para administración y economía. P. Newbold, W.L.

Carlson, B. Thorne. Sexta edición. Pearson (Madrid, 2008).

• The practice of Statistics for Business and Economics. D. S. Moore, G.

P. McCabe, L. C. Alwan, B. A. Craig, W. M. Duckworth. Third
edition. W. H. Freeman and Company (New York, 2012).
GRACIAS