Nombre: Jacobo Emiliano Hernandez Mastache
Nombre del curso: Probabilidad y estadística para ciencia de datos.
Módulo= 1
Actividad= 4
Fecha=16/Noviembre/2025
Introducción: En el área de análisis de datos, entender los tiempos de
entrega es clave para tomar decisiones y mejorar procesos. En está
actividad trabajé como si fuera analista en la empresa DataInsights Inc, la
cual quiere revisar si los tiempos de entrega de sus pedidos siguen una
distribución normal y, además quiere estimar el tiempo promedio usando
intervalos de confianza.
La distribución normal es útil porque permite entender que tan dispersos
están los datos y estimar comportamientos futuros. Los intervalos de
confianza, por otro lado, sirven para aproximar el promedio real de la
población usando solo una muestra. En pocas palabras, estos métodos
ayudan a tomar decisiones más informadas, más justas y más basadas en
datos.
Parte 1. Análisis de distribución normal: Imagina que trabajas como
analista de datos en una empresa llamada DataInsights Inc.
Recientemente, la compañía lanzó un estudio sobre el tiempo de entrega
de pedidos y quiere analizar si estos tiempos siguen una distribución
normal. Se tiene la siguiente muestra de tiempos de entrega (en días) de
65 pedidos:
Limpieza de datos (primer paso real del análisis) Cuando revisé la tabla
con los tiempos de entrega, noté que venía llena de comas, puntos y
espacios mezclados. Se veía así: 5,7.6.8. 5. 6. 7. 8. 7. 6. 5. 8. 7.6. 5. 7, 8… Ese
formato no se puede usar directamente en R porque el programa
interpreta esos símbolos como texto, así que los ordene y comencé con los
incisos.
Tabla 1. Tiempos de entrega en días: A través del programa R Studio,
realiza un análisis de distribución normal considerando lo siguiente:
a) Calcula la media y la desviación estándar de los tiempos de entrega:
Media: 6.523 días y Desviación estándar: 1.091 días. Los tiempos de entrega
están bastante cerca del promedio y no varían mucho entre sí.
b) Utiliza los datos calculados para crear un histograma.
El histograma muestra una distribución muy concentrada entre 5 y 8 días,
casi simétrica.
c) ¿Cuál es el tiempo de entrega del 95.4% de los pedidos de Data Insights
Inc.? Resultado: Los pedidos se entregan aproximadamente entre 4 y 9
días. Aqui use la regla empirica.
d.¿Cuál es la probabilidad de que un pedido se entregue en menos de 4
días? La probabilidad de que un pedido se entregue en menos de 4 días
es del 1.04%. Los tiempos casi nunca bajan a ese nivel por lo cual es poco
probable que un pedido llegue en 4 días.
Parte 2. Estimación con intervalos de confianza. Además, DataInsights Inc.
desea estimar el tiempo promedio de entrega con dos intervalos de
confianza como se muestra a continuación:
a) Calcula el intervalo de confianza del 95 % utilizando R Studio: IC= 95%=
6.253, 6.793
b) Calcula el intervalo de confianza del 90% utilizando R Studio: IC= 6.297,
6.749
c) Compara el resultado de los incisos anteriores y responde la siguiente
pregunta: ¿Qué significa la diferencia entre los resultados del inciso a y
del inciso b?: El intervalo del 95% es más amplio porque tiene un mayor
nivel de confianza. Quiere estar más seguro, por lo tanto “abre más el
rango”. Mientras que por otro lado, el intervalo del 90% es más estrecho
porque está dispuesto a aceptar un poco más de incertidumbre. En otras
palabras:
Más confianza = intervalo más grande
Menos confianza = intervalo más pequeño.
Resumen de resultados:
-Después de analizar los tiempos, puedo concluir que los pedidos se
entregan en promedio 6.46 días.
-La variación es bajo lo cual es bueno.
-El 95% de las entregas están entre 4-9 días
-Casi nunca se entregan pedidos antes de 4 días (solo en un 4% de los
casos).
Conclusión: Analizar los tiempos de entrega utilizando la distribución
normal y los intervalos de confianza me permitió entender el
comportamiento real de los pedidos. Este tipo de análisis es muy útil para
mejorar procesos, hacer promesas realistas y tomar decisiones
informadas. Los intervalos de confianza no solo se aplican en logística;
también se usan en finanzas, salud, calidad, encuestas, marketing,
manufactura y prácticamente cualquier área donde una muestra
representa a una población grande. Entender estos conceptos hace que
el trabajo sea más profesional y que las decisiones se basen en datos y no
en suposiciones.