UNIVERSIDAD AUTONOMA DE NUEVO LEON

FACULTAD DE CONTADURIA PUBLICA Y

ADMINISTRACION

ESTADISTICA DESCRIPTIVA
EVIDENCIA 2

PROFE: ELOY VALDEZ PEDRAZA

EQUIPO 2:
KAROL DE JESÚS ALVAREZ GUILLERMO
CÉSAR ALEJANDRO ÁLVAREZ LUNA
AZUCENA LIZETH HERNANDEZ MONTAÑO
CARLOS EDUARDO LARA GONZALEZ
JULIA MONSERRAT PEÑA GARCIA
CRISTIAN EMILIANO REYNA CASAS
BRISIA ABIGAIL RAMOS MARTINEZ
GRUPO: 2AI
RESUMEN DE ESTADISTICA

Se enfocan en la estadística descriptiva. En el capítulo 2 se organizaron las

ganancias de 180 vehículos que vendió el Applewood Auto Group en una
distribución de frecuencias, que muestra las ganancias más baja y alta y el punto
donde se presenta la concentración de datos. En el capítulo 3, mediante medidas
numéricas de ubicación y dispersión, se definió una ganancia típica y se examinó
la variación de la ganancia derivada de una venta. Se describió la variación de las
ganancias con medidas de dispersión como el rango y la desviación estándar. En
el capítulo 4 se diseñaron diagramas y gráficas, tales como el día grama de
dispersión, con el fin de presentar los datos de manera gráfica.

Toys and Things, un fabricante de juguetes y rompecabezas creó un nuevo juego

basado en una trivia deportiva. Pretende saber si los fanáticos del deporte
comprarán el juego. Slam Dunk y Home Run son dos de los nombres que se
consideran. Una forma de reducir al mínimo el riesgo de tomar una decisión
incorrecta consiste en contratar a una empresa de investigación de mercado para
que tome una muestra de, por ejemplo, 2 000 consumidores de la población y
pregunte a cada entrevistado su opinión del nuevo juego y los nombres que pro
pone. De acuerdo con los resultados de la muestra, la compañía calculará la
proporción de la población que comprará el juego. • El departamento de control de
calidad de la fundidora Bethlehem Steel debe asegurar a la administración que el
cable de un cuarto de pulgada que se fabrica tiene una fuerza de tensión
aceptable. Es obvio que no se prueba la fuerza de tensión de todo el cable que se
fabrica, ya que la prueba requiere que el cable se tense hasta que se rompa, es
decir, lo destruye. De modo que se selecciona una muestra de 10 piezas y se
prueban. A partir de los resultados del estudio, todo el cable que se fabrica se
califica de aceptable o inaceptable. • Otras preguntas que implican incertidumbre
son: ¿debe suspenderse de inmediato la telenovela Days of Our Lives? ¿Será
redituable un nuevo cereal con sabor a menta si se comercializa? ¿Charles Linden
será elegido auditor del condado en Batavia County?

¿Qué es la probabilidad? Sin duda usted se encuentra familiarizado con términos

como probabilidad, azar y posibilidad. Con frecuencia se les emplea de manera
indistinta. El meteorólogo anuncia que hay 70% de probabilidad de lluvia para el
domingo del Súper Tazón. Con base en una encuesta de consumidores que
degustaron un pepinillo recién elaborado con sabor a plátano, la probabilidad de
que sea un éxito financiero si se le comercializa es de 0.03. (Esto significa que la
probabilidad de que el pepinillo sabor a plátano sea aceptado por el público es
muy remota.) ¿Qué es la probabilidad? En general es un número que describe la
posibilidad de que algo suceda.
Es común que una probabilidad sea expresada en forma decimal, como 0.70, 0.27
o 0.50. No obstante, también se da en forma de fracción, como 7/10, 27/100 o 1/2.
Se puede suponer cualquier número de 0 a 1, inclusive. Si una compañía sólo
tiene cinco regiones de ventas, y el nombre o número de cada región se escribe
en un trozo de papel, que se coloca en un sombrero, la probabilidad de
seleccionar una de las cinco regiones es de 1. La probabilidad de sacar del
sombrero un trozo de papel rotulado con “Pittsburgh Sételes” es 0. Por
consiguiente, la probabilidad de 1 representa algo que seguramente sucederá, y la
probabilidad de 0 representa algo que no sucederá.

En el estudio de la probabilidad se utilizan tres palabras clave: experimento,

resultado y evento. Dichos términos son empleados en el lenguaje de la vida
cotidiana, pero en estadística adquieren significados específicos.

Probabilidad clásica OA2 Identificar y aplicar el enfoque adecuado para asignar

probabilidades. La probabilidad clásica parte del supuesto de que los resultados
de un experimento son igualmente posibles. De acuerdo con el punto de vista
clásico, la probabilidad de un evento que se está llevando a cabo se calcula
dividiendo el número de resultados favorables entre el número de posibles
resultados

El concepto de conjuntos mutuamente excluyentes se presentó en el estudio de

las distribuciones de frecuencias en el capítulo 2. Recordemos que creamos
clases de tal manera que un evento particular se incluyera en una sola de las
clases y que no hubiera superposición entre ellas. Por lo tanto, sólo uno de varios
eventos puede presentarse en cierto momento. MUTUAMENTE EXCLUYENTE El
hecho de que un evento se presente significa que ninguno de los demás eventos
puede ocurrir al mismo tiempo. La variable género da origen a resultados
mutuamente excluyentes: hombre y mujer. Un empleado seleccionado al azar es
hombre o mujer, pero no puede tener ambos géneros. Una pieza fabricada es
aceptable o no lo es. La pieza no puede ser aceptable e inaceptable al mismo
tiempo. En una muestra de piezas fabricadas, el evento de seleccionar una pieza
no aceptable y el evento de seleccionar una pieza aceptable son mutuamente
excluyentes.

Enfoques para asignar probabilidades 149 Si un experimento incluye un conjunto

de eventos con todo tipo de resultados posibles, como los eventos “un número
par” y “un número impar” en el experimento del lanzamiento del dado, entonces el
conjunto de eventos es colectivamente exhaustivo. En el experimento del
lanzamiento del dado, cada resultado será par o impar. Por consiguiente, el
conjunto es colectivamente exhaustivo
Si el conjunto de eventos es colectivamente exhaustivo y los eventos son
mutuamente excluyentes, la suma de las probabilidades es 1. En términos
históricos, el enfoque clásico de la probabilidad fue creado y aplicado en los siglos
XVII y XVIII a los juegos de azar, como las cartas y los dados. Resulta innecesario
llevar a cabo un experimento para determinar la probabilidad de un evento
mediante el enfoque clásico, ya que el número total de resultados se sabe antes
de realizar el experimento. Lanzar una moneda tiene dos posibles resultados;
arrojar un dado tiene seis posibles resultados. Por lógica, es posible determinar la
probabilidad de sacar una cruz al lanzar una moneda o tres caras al lanzar tres
monedas. El enfoque clásico de la probabilidad también puede aplicarse a la
lotería. En Carolina del Sur, uno de los juegos de la Lotería Educativa es “Pick 3”.
Para concursar, una persona compra un billete de lotería y selecciona tres
números entre 0 y 9. Una vez a la semana, tres números son seleccionados en
forma aleatoria de una máquina que hace girar tres contenedores, cada uno de los
cuales contiene bolas numeradas de 0 a 9. Una forma de ganar consiste en atinar
los números, así como el orden de éstos. Dado que hay 1000 posibles resultados
(000 a 999), la probabilidad de ganar con un número de tres dígitos es de 0.001, o
1 en 1 000.

Probabilidad empírica La probabilidad empírica o frecuencia relativa, el segundo

tipo de probabilidad, se basa en el número de veces que ocurre el evento como
proporción del número de intentos conocidos. PROBABILIDAD EMPÍRICA La
probabilidad de que un evento ocurra representa una fracción de los eventos
similares que sucedieron en el pasado. En términos de una fórmula: Probabilidad
empírica Número de veces que el evento ocurre Número total de observaciones El
enfoque empírico de la probabilidad se basa en la llamada ley de los grandes
números. La clave para determinar probabilidades de forma empírica consiste en
que una mayor cantidad de observaciones proporcionarán un cálculo más preciso
de la probabilidad. LEY DE LOS GRANDES NÚMEROS En una gran cantidad de
intentos, la probabilidad empírica de un evento se aproximará a su probabilidad
real. Para explicar la ley de los grandes números, supongamos que lanzamos una
moneda común. El resultado de cada lanzamiento es cara o cruz. Si lanza la
moneda una sola vez, la probabilidad empírica de las caras es cero o uno. Si
lanzamos la moneda una gran cantidad de veces, la probabilidad del resultado de
las caras se aproximará a 0.5. La siguiente tabla muestra los resultados de un
experimento en el que se lanza una moneda 1, 10, 50, 100, 500, 1 000 y 10 000
veces, y, en seguida, se calcula la frecuencia relativa de las caras. Observe que
con forme incrementamos el número de intentos, la probabilidad empírica de que
salga una cara se aproxima a 0.5, que es su valor de acuerdo con el enfoque
clásico de la probabilidad
Probabilidad subjetiva Si se cuenta con poca o ninguna experiencia o información
con la cual sustentar la probabilidad, es posible aproximarla en forma subjetiva. En
esencia, esto significa que un individuo evalúa las opiniones e información
disponibles y luego calcula o asigna la probabilidad. Esta probabilidad se
denomina adecuadamente probabilidad subjetiva. CONCEPTO SUBJETIVO DE
PROBABILIDAD Posibilidad (probabilidad) de un evento en particular que asigna
un individuo a partir de cualquier información que encuentre disponible

Regla especial de la adición Para aplicar la regla especial de la adición, los

eventos deben ser mutuamente excluyentes. Recuerde que mutuamente
excluyentes significa que cuando un evento ocurre, ninguno de los demás eventos
puede ocurrir al mismo tiempo. Un ejemplo de eventos mutuamente excluyentes
en el experimento del lanzamiento del dado son los eventos “un número 4 o
mayor” y “un número 2 o menor”. Si el resultado se encuentra en el primer grupo
{4, 5 y 6}, entonces no puede estar en el segundo grupo {1 y 2}. Otro ejemplo
consiste en que un producto proveniente de la línea de montaje no puede estar
defectuoso y en buen estado al mismo tiempo.
ALEJANDRO
KAROL
AZUCENA
CRISTIAN
JULIA
ABIGAIL
CARLOS