UNIVERDIDAD TECNOLOGICA

DE NEZAHUALCOYOTL

[Link] DE REDES DIGITALES

AREA DE TELEMATICA

TEMA:

PROYECTO PARCIAL 1

ALUMNA:
ANTONIO CASTELLANOS BRENDA JOCELYN

PROFESORA:
BEATRIZ SUSEL BASURTO GAMERO

ASIGNATURA:
PROBABILIDAD Y ESTADISTICA

IRD41M

1
Introducción
La Estadística, como ciencia descriptiva, utiliza diversas técnicas como medias y gráficos para
condensar y representar datos sociales y económicos de manera comprensible. Sin embargo, su
alcance va más allá de la mera descripción, ya que la necesidad de estimar cantidades
desconocidas a partir de muestras conduce a una transformación progresiva de la disciplina hacia
una ciencia normativa. Esta evolución implica la capacidad de extraer conclusiones significativas
de los datos, prever la evolución de variables y orientar la toma de decisiones en entornos
caracterizados por la incertidumbre. Este cambio es posible gracias a la incorporación del
concepto de probabilidad, que proporciona un marco teórico para entender y cuantificar la
incertidumbre inherente a los datos observados.

El término "estadística" fue acuñado por el profesor alemán Gottfried Achenwall (1719-1772),
quien percibió el potencial de esta disciplina como una herramienta valiosa y poderosa para los
políticos y gobernantes de una nación. Achenwall comprendía que la recopilación y el análisis
sistemático de datos no solo permitían comprender mejor la realidad social y económica, sino
que también proporcionaban información crucial para la toma de decisiones informadas en el
ámbito gubernamental. De esta manera, la Estadística adquirió un papel fundamental en la
gestión y el diseño de políticas públicas, al ofrecer herramientas para evaluar el impacto de las
acciones gubernamentales, anticipar posibles escenarios y optimizar la asignación de recursos.

En resumen, la Estadística no solo se limita a la descripción de datos, sino que se ha convertido

en una ciencia normativa que influye en la toma de decisiones en diversos ámbitos, desde la
política hasta los negocios. Su capacidad para proporcionar insights significativos a partir de
datos y su enfoque en la gestión de la incertidumbre la convierten en una herramienta invaluable
en la era moderna.

2
Conceptos básicos

 Población: Conjunto de personas, objetos, ideas o acontecimientos sometido a una

observación
 estadística.
 Individuo o elemento: Cada uno de los elementos de la población.
 Muestra: Subconjunto de una población.
 Carácter o variable: Cada una de las propiedades, rasgos o cualidades que poseen los
elementos de una población y que son objeto de estudio. Haremos la siguiente
clasificación:
• Variable cualitativa o categórica: Los valores que toman no se pueden cuantificar.
Cada uno de estos valores se denomina categoría, clase o modalidad. Pueden ser
Ordinales o Nominales dependiendo de si se puede establecer un orden entre las
diferentes categorías o no. Ejemplos de este tipo de variables son el carácter rango
militar y el sexo, respectivamente.
• Variable cuantitativa o medibles: Los valores que toman se pueden cuantificar o
medir. Pueden ser
 Discretas (los valores que pueden tomar son aislados) o Continuas (pueden tomar
cualquier valor de la recta real o de un intervalo).

 Ejemplos de este tipo de variables son el carácter número de hermanos y el precio de

unas acciones respectivamente.

 Parámetro: es un valor numérico calculado a partir de una fórmula matemática, obtenida

a partir de datos de la población.

 Estadístico: es un valor numérico derivada de un conjunto de datos de una muestra, con el

objetivo de estimar o inferir características de una población o modelo estadístico. Se
trata por tanto de una variable aleatoria que depende de la muestra.

3
Problema :

Una empresa está haciendo el estudio del dinero que se gasta la gente para comprar una
segunda casa como complemento de la primera vivienda. Se anotan los datos de los euros
y el número de familias que han comprado este tipo de vivienda. A continuación se
pueden ver los datos:

Se pide:
a) ¿De qué tipo de variable es el objeto de estudio?
b) Mostrar en forma de tabla de frecuencias el conjunto de los datos recogidos.
c) ¿Qué porcentaje de familias se gasta más de 150.000 euros?
d) El 65 % de familias que menos se gasta, qué cantidad de dinero como máximo
desembolsa?

Solución

a) La variable de estudio es la cantidad de euros que se gastan las familias para

comprar la segunda vivienda en euros.

b) Para completar la tabla de frecuencias debemos conocer:

– El tipo de variable que se trabaja. En este caso es una variable cuantitativa continua.

– Saber crear la tabla de datos continuos. En este caso, los intervalos ya los
tenemos, solo tenemos que añadir la marca de clase.

– Completar la tabla con las diversas frecuencias n, f, N y F.

La tabla que se nos pide será:

4
c) Con la ayuda de la tabla, y con los datos de los intervalos, podemos ver cuáles son los casos
superiores a 150.000.
En este caso, por ejemplo, podemos utilizar la frecuencia relativa acumulada:
1 – 0.9522 = 0.0488, que será un 4.88 %.

d) Se pide el percentil 65:

Los percentiles dividen la distribución en 100 partes (99 divisiones).
P1,..., P99, correspondientes a 1 %,..., 99 %.

En este caso, el valor correspondiente al percentil 30 tiene un 30 % de los datos inferiores o

iguales a él.
En distribuciones agrupadas es necesario determinar el intervalo [Li-1, Li ) en el que se
encuentra el cuantil.
Este intervalo se determina siguiendo exactamente los mismos procedimientos mencionados en
el apartado anterior; se realiza el mismo que en el caso de datos no agrupados.
La diferencia radica en que se obtendrá un intervalo en lugar de un valor.

5
Una vez se tiene el intervalo [Li-1, Li ), el cuantil se calcula

6
Conclusión

La estadística es una herramienta fundamental en el mundo contemporáneo,

desempeñando un papel crucial en numerosos campos de estudio y práctica, desde la
investigación científica hasta la toma de decisiones en el ámbito empresarial y
gubernamental. En su esencia, la estadística se ocupa de la recolección, organización,
análisis e interpretación de datos con el objetivo de extraer
información significativa, identificar patrones, y realizar inferencias sobre poblaciones o
fenómenos.
Una de las características más poderosas de la estadística es su capacidad para dar
sentido a conjuntos de datos complejos y aparentemente caóticos, transformándolos en
conocimiento útil y comprensible. A través de métodos probabilísticos, modelos
matemáticos y técnicas de
análisis, la estadística permite explorar la variabilidad inherente en los datos, entender las
relaciones entre variables, y evaluar la incertidumbre asociada a las conclusiones
obtenidas.

En la era de la información, donde la cantidad de datos generados diariamente es

abrumadora, la
estadística se vuelve aún más relevante.
Ayuda a filtrar la información relevante de la insignificante, a detectar tendencias
emergentes, y a fundamentar decisiones informadas en evidencia sólida.
Desde la medicina y las ciencias sociales hasta la ingeniería y la economía, la estadística
ofrece herramientas indispensables para la investigación, el análisis de mercados, la
planificación estratégica, y la evaluación de políticas públicas, entre otros campos.

Sin embargo, la estadística no está exenta de desafíos. La correcta interpretación de los

resultados estadísticos requiere un entendimiento profundo de los métodos utilizados, así
como de las limitaciones y suposiciones inherentes a ellos. Además, el uso indebido o
sesgado de la estadística puede llevar a conclusiones erróneas o incluso peligrosas. Por lo
tanto, es crucial que los profesionales en todos los campos que utilizan la estadística
posean una sólida formación en su aplicación y un compromiso con la integridad y la
ética en la manipulación de datos.

En conclusión, la estadística es mucho más que una simple herramienta matemática; es un

pilar fundamental del conocimiento humano y una herramienta indispensable para
comprender el mundo que nos rodea. Su capacidad para extraer conocimiento
significativo de los datos la convierte en un recurso invaluable en la investigación, la
toma de decisiones y la solución de problemas en una amplia variedad de contextos. Sin
embargo, su uso responsable y ético es crucial para garantizar que los resultados
estadísticos sean precisos, confiables y significativos

Bibliografias

7
Barbancho, A. G., Estadística Elemental Moderna. Ed. Ariel Economía, 1982.

Beltrán, J. y Peris, M. J., Introducció a l’estadística aplicada a les ciències so-

cials. Servei de Publicacions de la uji. Col·lecció Sapientia, 2013.

Escudero Vallés, R., Métodos estadísticos aplicados a la economía. Ed. Ariel

Economía, 1994.

Biosca, A.; Espinet, M. J.; Fandos, M. J.; Jimeno, M. y Villagrà, J., Matemáticas

aplicadas a las Ciencias Sociales II. Barcelona: Edebé, 1999.

Brunet, I., Belzunegui, A. y Pastor, I. Les tècniques d’investigació social i la

seva aplicació. Universitat Rovira i Virgili, 2000.

Colera, J.; García, R. y Oliveira, M. J. Matemàtiques aplicades a les Ciències

Socials. Madrid: Anaya, 2003.

Correa, J. C. y González, N., Gráficos en R. Universidad Nacional Sede Mede-

llín, 2002.

Fernández Cuesta, C. y Fuentes García, F., Curso de Estadística Descriptiva.

Teoria y práctica. Ed. Ariel, 1994.