Estadistica 1
Estadistica 1
Estadistica 1
Población y muestra: Una población es el conjunto completo de todos los objetos que
interesan a un investigador. El tamaño de la población, N, puede ser muy grande o incluso
infinito. Una muestra es un subconjunto observado de valores poblacionales que tiene un
tamaño muestral que viene dado por n.
Muestreo aleatorio es un método que se emplea para seleccionar una muestra de n objetos
de una población en el que cada miembro de la población se elige estrictamente al azar, cada
miembro de la población se elige con la misma probabilidad y todas las muestras posibles de
un tamaño dado, n, tienen la misma probabilidad de ser seleccionadas.
Este método es tan frecuente que generalmente se suprime el adjetivo simple y la muestra
resultante se denomina muestra aleatoria. El muestreo se utiliza mucho en todas las áreas de
los negocios, así como en otras disciplinas. Para averiguar si un proceso de producción está
funcionando correctamente, se selecciona una muestra de bienes producidos. Las auditorías
de las cuentas pendientes de cobro generalmente se basan en una muestra.
La estadística descriptiva está formada por los métodos gráficos y numéricos que se utilizan
para resumir y procesar los datos y transformarlos en información. La estadística inferencial
constituye la base para hacer predicciones, previsiones y estimaciones que se utilizan para
transformar la información en conocimiento.
Las variables estadísticas son las características observables de un objeto, problema o evento
que se puede describir según un esquema de medición bien definido.
Verdadero
Variables cualitativas Son las variables que expresan distintas cualidades, características o
modalidades. Cada modalidad que se presenta se denomina atributo o categoría y la medición
consiste en una clasificación de dichos atributos. Las variables cualitativas pueden ser ordinales
y nominales. Además pueden distinguirse en dicotómicas, cuando sólo pueden tomar dos
valores posibles (como sí y no, hombre y mujer), o politómicas cuando pueden adquirir tres o
más valores. (frío templado y caliente, por ejemplo)
Variable cualitativa ordinal: La variable puede tomar distintos valores ordenados siguiendo una
escala establecida, aunque no es necesario que el intervalo entre ediciones sea uniforme.
Variable cualitativa nominal: En esta variable los valores no pueden ser sometidos a un criterio
de orden.
Variables cuantitativas Son las variables que se expresan mediante cantidades numéricas. Las
variables cuantitativas además pueden ser:
Escalas de medición: Las escalas de medición son sistemas de clasificación que se utilizan para
asignar números o etiquetas a las características o atributos de los elementos en un conjunto
de datos. Las escalas de medición pueden variar en su nivel de precisión y capacidad para
realizar cálculos estadísticos. Las principales escalas de medición son:
Escala nominal: Es la escala más básica donde los datos se clasifican en categorías sin ningún
orden específico. Ejemplos: género, estado civil, color favorito, etc.
Escala ordinal: Los datos se clasifican en categorías que tienen un orden natural, pero la
distancia entre las categorías no es constante ni medible. Ejemplos: nivel de satisfacción (bajo,
medio, alto), clasificaciones (primero, segundo, tercero), etc.
Escala de intervalo: Además de tener un orden, las diferencias entre las categorías son
consistentes y medibles, pero no hay un punto cero absoluto. Ejemplo: temperatura Celsius,
puntajes en pruebas estandarizadas como el TOEFL o el SAT.
Escala de razón: Similar a la escala de intervalo, pero con un punto cero absoluto, lo que
permite realizar operaciones matemáticas como suma, resta, multiplicación y división.
Ejemplo: altura, peso, ingresos, tiempo, etc.
No podemos clasificar las variables según la escala de medición o la influencia que asignemos a
unas variables sobre otras. Falso
Podemos clasificar las variables según la escala de medición y la influencia que asignemos a
unas variables sobre otras. Por ejemplo, las variables pueden ser clasificadas como cualitativas
o cuantitativas, y dentro de las cuantitativas, podemos distinguir entre variables discretas y
continuas. Además, en análisis estadístico, a menudo se considera la influencia o relación entre
variables, lo que puede clasificarse como variables independientes y variables dependientes,
entre otros tipos de clasificaciones.
-----------------------------------------------------------------------------------
VALOR
Leer interpretación…
Series de Tiempo
Son colecciones de observaciones sobre un determinado fenómeno efectuadas en sucesivos
momentos del tiempo, usualmente equiespaciados. Corresponde a una realización de un
proceso generador de datos.
Tendencia secular: son movimientos suaves a través del tiempo que tienden a aumentar o
disminuir la variable en períodos largos de tiempo.
Fluctuación cíclica: con frecuencia las series de tiempo presentan secuencias alternas de
puntos abajo y arriba de la línea de tendencia que duran más de un año. El ejemplo más
común de fluctuación cíclica es el ciclo económico. A través del tiempo, hay años en los que el
ciclo económico llega a un pico arriba de la línea de tendencia; en otros, es probable que la
actividad de los negocios disminuya abajo de la línea de tendencia
Variación estacional: esta variación corresponde a los movimientos de la serie que recurren
año tras año en los mismos meses (o en los mismos trimestres) del año poco más o menos con
la misma intensidad. Este tipo de variación implica patrones de cambio en el lapso de un año
que tienden a repetirse anualmente
Variación aleatoria (o irregular): En muchas situaciones, el valor de una variable puede ser
completamente impredecible cambiando de manera aleatoria. Por lo general obedecen a
factores de corto plazo, imprevisibles y no recurrentes que afectan a la serie de tiempo.
Para el caso en el que la tendencia de una serie de tiempo siga una línea recta, para ello
repasaremos la metodología para determinar una recta en el plano.
siendo: ∑ 𝑥𝑦 − 𝑛𝑥̅𝑦̅
𝑏 = ∑ 𝑥2 − 𝑛 𝑥̅2
𝑎 = 𝑦̅ − 𝑏𝑥̅
. MÉTODO DE LASPEYRES
ÍNDICE DE PRECIOS (IPL) Establece una comparación entre los ingresos que pudieran haberse
obtenido a precios actuales considerando la producción de un determinado año de referencia
(año base):
ÍNDICE DE CANTIDAD (ICL) Establece una comparación entre los ingresos que pudieran haberse
obtenido en la actualidad si se hubieran mantenido los precios del año de referencia:
Mide los cambios en el valor monetario total, combina los cambios en precio y cantidad para
presentar un índice con más información:
MÉTODO DE PAASCHE
Establece una comparación entre los ingresos obtenidos en la actualidad y los ingresos que
pudieran haberse obtenido si se hubieran mantenido los precios del año de referencia
ÍNDICE DE CANTIDAD (ICP) Establece una comparación entre los ingresos obtenidos en la
actualidad y los ingresos que pudieran haberse obtenido si se hubiese mantenido la
producción del periodo de referencia:
ÍNDICE DE VALOR (IVP)
Mide los cambios en el valor monetario total, combina los cambios en precio y cantidad para
MÉTODO DE FISCHER. Este método combina los dos métodos anteriores, lo que permite
obtener una información más completa
ÍNDICE DE PRECIOS (IPF) Mide los cambios entre los ingresos actuales y los ingresos del año de
referencia teniendo en cuenta la variación en los precios de los dos periodos
considerados:
ÍNDICE DE VALOR (IVF): Mide los cambios en el valor monetario total, combina los cambios en
precio y cantidad para presentar un índice con más información:
INDICE DE CANTIDAD (ICF) Mide los cambios entre los ingresos actuales y los ingresos del año
de referencia teniendo en cuenta la variación en la productividad de los dos periodos
considerados:
Series de tiempo
VENTAJAS Y DESVENTAJAS LASPEYRES :
Entonces, supongamos que se lanza la moneda dos veces. Los resultados posibles son
Entonces…¿Es lo mismo el espacio muestral que los valores posibles que puede tomar la
variable aleatoria?
La respuesta es NO.
posibles de X son el 0,1 y 2, siempre son número reales, y se denotan como x1=0, x2=1, x3=2.
Por lo general al conjunto de los valores de X, se le suele llamar Rx. Esto es Rx= {0,1,2}
Ejemplo: la variable “número que sale al lanzar un dado con seis caras” es una variable
aleatoria
Y en caso de querer calcular la probabilidad para X, es importante que siempre se debe cumplir
con que:
2) Σ P(xi) =1, donde la sumatoria se extiende sobre todos los valores contenidos en su dominio.
Una variable aleatoria es continua cuando el conjunto de sus valores posibles son todos los
valores de un intervalo o de una unión de intervalos de números reales
Por ejemplo, el conjunto de los pesos de un grupo de personas, o las distancias de Mendoza a
distintos puntos del país. Son valores que por lo general se miden con decimales.
La función de distribución acumulada de una variable aleatoria X, cualquiera, es: Fx (x)= P(X≤x)
Una variable aleatoria es una función que asigna un número real a cada
resultado en el espacio muestral de un experimento estadístico.
Verdadero
Por convención, las variables aleatorias se denotan con una letra mayúscula de nuestro
alfabeto, por ejemplo X, y los particulares valores de la misma con su correspondiente letra
minúscula, en este ejemplo x FALSA
Sólo es posible definir una variable aleatoria para cada espacio muestral. FALSA
El número de valores que puede tomar una variable aleatoria discreta es
contable (ya sea finito o infinito numerable). Verdadero
Una variable aleatoria discreta sólo puede tomar valores enteros.
Verdadero
Una variable aleatoria discreta sólo puede asumir valores positivos. Falso
Las variables aleatorias continuas representan datos que se obtienen continuamente, mientras
que las variables aleatorias discretas representan datos que se obtienen de vez en cuando. F
En la mayoría de las aplicaciones prácticas, las variables aleatorias continuas representan datos
medidos, mientras que las variables aleatorias discretas representan datos contados. V
Distribución Binomial
Es un experimentos que cumple 4 condiciones: