Módulo 1

16
Introducción
 PROBABILIDAD Y ESTADÍSTICA
1 M
EaD Kenned
y

06:10

En este módulo se tratarán las bases de los profesionales, sus capacidades y funciones y las técnicas que deberán aplicar los mismos para recopilar la
información,
muestrearla, ordenarla y
analizarla.
 MAPA COMPLETO

Objetivos del modulo

Comprender las distintas clases de temas y aplicaciones prácticas que se pueden lograr con técnicas estadísticas.
 1.1Introducción a la estadística. Presentación de la
información estadística.
UNIDAD 1
1.2Tabla de frecuencias.
Ordenamiento y recopilación de datos.
1.3Representaciones figrá
cas.
1.4Tabla de frecuencias yficos
grá para variables
continúas.

Organización de datos

Este video explica la relación entre variables, la agrupación de los datos en las distintas clases.

03:41

Ulax equis (2016) Aspectos básicos de la organización de datos. Recuperado el 8 de mayo de 2020 de YouTube.

Representación de datos
Este video explica la representación de datos agrupados y sin agrupar.

04:15

Diplomas UCC (2014) Representación gráfica de datos estadísticos. Recuperado el 8 de mayo de 2020 de YouTube.

CONTINUAR
26

1.1 Introducción a la estadística

¿Qué es la Estadística?

Definición:
Estudio que reúne, clasifica y recuenta todos los hechos que tienen una determinada característica en común, para poder llegar a
conclusiones a partir de los datos numéricos extraídos.

La definición de diccionario no llega a cumplir con la importancia que tiene esta disciplina para nuestros trabajos académicos y laborales.

Las distintas ramas de la Estadística, por estudios y aplicaciones nos ayudan a recolectar datos, interpretarlos, desmenuzarlos, sacar del
caos numérico un orden y prioridad y una vez organizados poder estudiar ese universo de números, para sacar conclusiones, inferencias
y objetos de conclusiones para inferir datos más abstractos y generales.

En la actualidad vemos como esta disciplina es utilizada en las diferentes ciencias: la economía, la medicina, la sociología, la biología, la
psicología, entre muchas otras; así como también en la industria, que recurre a encuestas para determinar, por ejemplo, el impacto
social sobre el lanzamiento de un nuevo producto.

La estadística no es sólo una lista de resultados o un cálculo de porcentajes, sino que trata de obtener conclusiones a partir de las
observaciones hechas y recopiladas.

Por otra parte, la estadística inferencial es el estudio que utiliza técnicas a partir de las cuales se toman decisiones, o se obtienen
generalizaciones sobre una población, en base a conclusiones sobre el total de las observaciones realizadas, obtenidas de las técnicas
descriptivas. Por lo que su objetivo es, inferir, sacar conclusiones y poder generalizar acerca de la población, en base a una parte de la
misma.

Esta recopilación y análisis de datos en diferentes etapas se realiza con el fin de poder analizar las observaciones o estudios con datos
que se hacen a diario en los distintos trabajos y que sea mucho más sencillo y comprobable la conclusión y análisis de esos datos que
luego pueden ser replicados y sus conclusiones
utilizadas en otros términos o como ejemplos que puedan ser extrapolados a distintas
situaciones.

En base a estas utilidades trataremos en el presente curso, de aplicar todos los recursos académicos y prácticos para que se llegue a los
objetivos necesarios y
estas utilidades puedan ser aplicadas en la práctica de las distintas situaciones a las que los alumnos/profesionales se enfrenten en las distintas
situaciones de
la vida y puedan tener herramientas para poder
solucionarlas.

Dicho esto, enfrenemos este camino con ánimos de dar luz a los problemas y enfrentarlos cara a cara aprendiendo de los errores y
subsanándolos para lograr un
aprendizaj
e.

Introducción al análisis de datos en los

negocios

Este video servirá para las relaciones de los análisis de datos, en poblaciones y muestras aplicadas en
economía.

08:21
 Lic. Gabriel Leandro, MBA (2017) Introducción al análisis de datos en los negocios. Recuperado el 8 de mayo de 2020 de

Datos estadísticos: agrupación y f c

representación grá ia

Los datos que se obtienen a partir de observar la realidad que nos circunda pueden ser de
dos tipos:

1 Los que se representan directamente por números como ser: el peso de una persona, el diámetro de un tornillo, el monto de las
ventas diarias a los que se denomina datos cuantitativos o
de un negocio,
variables.

2 Aquellos que no pueden ser representados por números como ser: el color del cabello, la raza, el sexo, el tipo de actividad de
una empresa,

YouTube. etc., llamados características cualitativas o atributos.

Entre las variables es preciso distinguir aquellas que pueden tomar cualquier valor dentro de un intervalo como ser: la temperatura, el
monto de las ventas, el diámetro de un pistón, etc., de las que solo pueden tomar algunos valores dentro de un intervalo (en particular
números no negativos) como ser: la cantidad de tornillos producidos en ocho horas de trabajo de una máquina, la cantidad de clientes
atendidos por día, la cantidad de goles logrados por un equipo de fútbol. A las variables que ejemplificamos en primer término se las
llama continuas y a las segundas discontinuas o discretas.
  Ver guía de estadística páginas 4 a 16

Material de lectura

Guia_Estadí[Link]
f
10 MB

Guia_EA_Analisis de [Link]
f
24.7 MB

Universidad Kennedy (2003). Estadística aplicada. Buenos Aires, Argentina: Ed. Leuka

¿Cuáles de las siguientes opciones responden a características

propias de la
estadística
?
 La estadística es sólo una lista de resultados o un cálculo de porcentajes.

La estadística se utiliza exclusivamente en la economía.

La estadística saca conclusiones, inferencias y objetos de conclusiones para inferir datos más
abstractos y generales.

La estadística busca arribar a conclusiones a partir del estudio de los datos numéricos extraídos.

La estadística reúne, clasifica y recuenta todos los hechos que tienen una determinada característica
en común.

SUBMIT

CONTINUAR
36

1.2 Tabla de frecuencias

Tabla de frecuencias fi
ycos
grápara variables discretas

1 Conxi se simboliza a los valores distintos de la variable observada y suponemos que son m entre los n observados.

En general m y n con la igualdad verificándose en aquellos casos en que no tengan valores repetidos, situación en que
la construcción de la tabla de frecuencias no ofrece ninguna ventaja.

2 f representa el número de veces que se ha observado cada valor de la variable, por ello se lo llama frecuencia absoluta o
i simple.

3 conf se representa a la frecuencia relativa, simple y acumulada,

i respectivamente.

CONTINUAR
46

1.3 Representaciones gráficas

Diagramas de frecuencias (absolutas y relativas simples)

Tipos de grá
ficas

Nota. Recuperado de [Link]

La representación gráfica tiene la ventaja, sobre la numérica, de que permite ver una imagen
global de la distribución de los N datos de la muestra.

CONTINUAR
56

1.4 Tabla de frecuencias y gráficos para variables continúas

Requiere que se los agrupe en subconjuntos homogéneos dado que hay muy pocas observaciones iguales entre sí (si alguna) a menos
que la cantidad total de ellas sea muy grande.

Los subconjuntos, llamados intervalos o clases, constituyen una partición exhaustiva de la diferencia entre el mayor y el menor valor
de la muestra de modo que al clasificar las observaciones siempre hay un intervalo en el que pueden ser ubicadas.

La tabulación y representación gráfica de los datos observados, es sin dudas el primer paso a seguir en el análisis e interpretación de un
fenómeno.

No obstante, es insuficientemente para llegar a conclusiones generales y más aún si se quiere dar un tratamiento matemático a la
información básica disponible.

 Ver guía de estadística páginas

4 a 16.

Probabilidad
es

Se ocupa del estudio

fenómenos Es un fenómeno empírico que
de aleatorios.
caracteriza por una se
propiedad fundamental y propia: su observación repetida,
en
condiciones constantes, no produce siempre el mismo resultado porque no
existeregularidad determinista
regularidad estadística o
sino aleatoria.

Ligados a los experimentos aleatorios, están el suceso aleatorio o probabilidad.

Un suceso aleatorio es un resultado de un experimento aleatorio y la probabilidad del suceso es una medida, es el límite hacia el cual
converge la frecuencia relativa cuando el número de observaciones o repeticiones del fenómeno o experimento aleatorio es
suficientemente grande.
66

El cálculo de probabilidades estudia los fenómenos aleatorios, los que a su vez son originalmente fenómenos físicos, químicos,
biológicos, etc.

Teoría clásica de probabilidad

Dado un experimento aleatorio y un resultado de interés a, se llama probabilidad de que ocurra a al cociente entre el número de veces
que a se presenta (resultado favorable) y el número de resultados posibles, con la condición de que estos sean todos igualmente
posibles.

Teoría del límite de la frecuencia relativa

Se postula la existencia de un numero p, asociado a cada resultado posible, para que desempeñe el mismo rol de idealización
matemática que la recta ideal de la geometría tiene respecto a la recta real que se dibuja en un papel.

Este número p es por definición la probabilidad de que ocurra el resultado a en un experimento aleatorio previamente definido y resulta
de calcular el límite de la
frecuencia relativa de a cuando n tiende al infinito.

Este límite no tiene el sentido matemático del límite de un cociente cuyo

denominador tiende a infinito.

Aquí a medida que n aumenta también aumenta fa o sea el número de veces que ocurre el resultado a en las n pruebas.

En cierto sentido es una expresión simbólica que pone de manifiesto la propiedad de regularidad y estabilidad estadística de las
frecuencias relativas de a alrededor del número p. Por cierto, que p es un número real no negativo y menor o igual que uno.

Teoría axiomática de probabilidad

Se llama punto muestral, a cada uno de los resultados posibles de un

experimento aleatorio y a la totalidad de los puntos muestrales espacio
muestral, es un conjunto de puntos tal que cada punto representa uno y
solo uno de los resultados posibles de un experimento aleatorio.

Un espacio muestral se llama discreto, si contiene un numero finito o infinito numerales de puntos muéstrales.

Espacio muestral continuo, si contiene una infinidad no-numerable de puntos muestrales. Se llama suceso a en el espacio muestral s a
cualquier subconjunto de puntos de s.

La probabilidad de que el suceso a ocurra es la probabilidad de que ocurra algún punto que pertenece al subconjunto a.
Un suceso imposible de ocurrir debe tener la probabilidad de ocurrir igual a cero y por lo tanto la probabilidad del conjunto vacío, que
incluye a los sucesos lógicamente imposibles, es igual a cero. (La probabilidad de que llueva de abajo para arriba).
 Sucesos mutuamente excluyentes
Dos sucesos a y b del espacio muestral s se llaman mutuamente excluyentes cuando los subconjuntos a y b que los representan, no
tienen elementos comunes.

El concepto de exclusión entre dos sucesos se verifica cuando la aparición u ocurrencia de uno de ellos impide la aparición u
ocurrencia del otro, en una misma observación del fenómeno o en la misma repetición del experimento aleatorio.

Definición axiomática de
probabilidad
Dado el espacio muestral s y un suceso a en el experimento aleatoriof nición,
e la probabilidad
una funcióndede conjunto p (.) que asigna a cada
a, por de i suceso a
un número real no -negativo. p (a), llamada la probabilidad de que
ocurra a.

La función p (.) debe satisfacer los axiomas

siguientes:

Teorema de la suma de
probabilidades
Sea s un espacio muestral con función de probabilidad p (.) . si a y b son dos sucesos pertenecientes a s la probabilidad de que ocurra a o b o ambos
en la misma
repetición está dada
por:

Teorema del producto de probabilidades

Sea s un espacio muestral con función de probabilidad p (.) y a y b dos sucesos pertenecientes a s. La probabilidad de que ocurra a y b
simultáneamente es igual
a:
 Sucesos independientes
Cuando la ocurrencia de uno de ellos no modifica la probabilidad de ocurrencia del otro, al considerarse por lo menos dos repeticiones
sucesivas del experimento
aleatorio.

Esto se llama probabilidad del suceso marginal

Variable
aleatoria
Es una función real
f nida en s tal que le hace corresponder valores numéricos reales a cada punto
de i muestral.

Si s es un punto del espacio muestral s y x es una variable aleatoria, entonces x (s) es el valor de la variable aleatoria x en s. Es función aleatoria en
lugar de variable
aleatoria por cuanto x(.) hace corresponder a cada punto del espacio muestral un valor del conjunto de los números reales, siendo aquellos el
argumento y estos el
valor de la función. la variable aleatoria
f nida en un espacio muestral, es necesario hacer la distinción entre variables aleatorias continuas y en
está de i consecuencia
entre discretas o de cuantía o de densidad de
funciones probabilidad.

Variable aleatoria
discreta

Cuando solamente puede tomarf nito

un of nito numerales de valores de un cierto intervalo. La función de probabilidad correspondiente se llama
numero i in i función de
x
cuantía y se simbolizai)con
p(

Variable aleatoria
continúa

Cuando puede tomar cualquier valor de un cierto intervalo. La función de probabilidad correspondiente se llama función de densidad de probabilidad
y se simboliza
x
con f ).
(
 Esperanza matemática
Sea x una variable aleatoria con función de probabilidad p (x) o f (x). La esperanza matemática de x, simbolizada E (x), es:

La esperanza matemática de una variable aleatoria no es ni el valor más frecuente ni el valor numérico que “esperamos que ocurra “

en el sentido común de esta palabra, sino un promedio o media aritmética que se calcula ponderando a los valores de la variable

aleatoria con las probabilidades o partículas de masa que les corresponden. Con x discreta o continua, se dice que la esperanza

matemática existe si y solo si el resultado del desarrollo de la sumatoria o de la integral resultan valores reales, es decir cuando la suma

o la integral son absolutamente convergentes. En caso contrario se dice que la esperanza matemática no está definida. Algunas de las

propiedades de la esperanza matemática son:

Momentos de una distribución

Análisis de Datos Estadístico en Excel

Forma parte de la guía de aprendizaje de Análisis de Datos Estadístico.

06:42

Pavez, Fernando (2013). Análisis de Datos Estadístico en Excel. Recuperado el 8 de mayo de 2020 de YouTube.
 Bibliografía de referencia

Berenson, M., y Levine, D. M., (1991).

Estadística para administración y economía.
Mc Graw Hill.

Cramer, H., (1997).

Métodos matemáticos de Estadística.
Editorial Aguilar.

Spiegel, M. (1998).
Estadística Editorial Mc Graw
. Serie
Hill Schaum.

Bibliografía obligatoria

De La Fuente, B (2006).
Estadística Relación Entre Variables
. UOC.

Saez Castillo, A. J. (2012).

Apuntes de estadísticas para Ingenieros.
Universidad de Jaen.

Vila, J. (2006).
Estadística Descriptiva.
UOC.

CONTINUAR

66
Descarga del contenido

¿Quieres imprimir el contenido del módulo?

Para descargar el contenido del módulo, e imprimirlo, haz clic en el archivo que se encuentra a continuación.