• Author / Uploaded
• Tania Martinez

Citation preview

INGENIERIA EN GESTION INDUSTRIAL DIVISION DE CIENCIAS EXACTAS, INGENIERIA Y TECNOLOGIA

LESLIE ELIZABETH ROMAN MACIN ELEMENTOS FUNDAMENTALES DEL DISEÑO 02/04/20

LESLIE ELIZABETH ROMAN MACIN

ACTIVIDAD 1: Conceptualización de la estadística. Propósito: El alumno conocerá los conceptos básicos que conforman los contenidos de la estadística Intercambia los siguientes conocimientos con tus compañeros. 1. Para ello, realiza un ensayo conteniendo todos los siguientes conceptos de la Estadística. Debes incluir gráficas. Ensayo La estadística es una parte fundamental en los estudios de cualquier persona dentro del área de la ingeniería, las matemáticas, la administración, entre muchas otras. Es una excelente herramienta de trabajo, sobre todo dentro de la investigación. Esta herramienta nos ayuda a la resolución de problemas, en la investigación teórica de algún tema en específico, etc. Para comprender la importancia de esta herramienta, en necesario sentar las bases de la misma y conocer a detalle su definición y características. La estadística es la ciencia que se encarga de la recolección, ordenamiento, presentación, análisis e interpretación de datos generados en una investigación sobre hechos, individuos o grupos de los mismos, para deducir de ellos conclusiones precisas o estimaciones futuras. La estadística, se clasifica a su vez, en dos tipos:  Estadística descriptiva: consiste en la evaluación de un fenómeno mediante la observación de este, después, posterior a la observación se representan los resultados en gráficos para poder detallar el fenómeno y su comportamiento. Para lograr una estadística descriptiva, se tiene que recolectar los daros obtenidos, analizarlos, categorizarlos y representarlos. Ejemplo:

LESLIE ELIZABETH ROMAN MACIN



Estadística inferencial: es el estudio particular de una población con el fin de observar el comportamiento determinado de la misma. La forma de estudio es de una muestra, con el propósito de obtener de la misma, las alternativas o probabilidades que hicieron que el fenómeno ocurriera. Al mismo tiempo es necesario conocer de los conceptos básicos como el de población y muestra. Ejemplo:

¿Qué es la población y la muestra? Podemos definir a la población como el colectivo que abarca todos los elementos, cuyas características queremos estudiar. Para verlo de una forma más sencilla, se puede decir que la población es el grupo, el conjunto, los elementos, de los cuales deseamos describir u obtener conclusiones. Por ejemplo, una población de estudio podrían ser las personas enfermas del nuevo virus que está causando problemas a nivel mundial, grupo del cual se estudiaran sus características y del cual obtendremos alguna conclusión o información. Otros ejemplos son la población de una universidad, de los animales de una zona, los habitantes de un país, los autos de una fábrica, etc. Por otra parte, la muestra es el conjunto de elementos seleccionados de una población, a partir de un plan establecido, también llamado, “muestreo”. Se usa para obtener conclusiones extensivas hacia toda la población. Por ejemplo, los sondeos de opinión, la selección de artículos, etc. Otros ejemplos son los estudiantes del primer año de universidad, la especie animal en peligro de extinción, etc. Los datos en la estadística también son importantes, son números que representan las modalidades de las variables. Por ejemplo, el 1 puede representar la modalidad de “mujer”, el 4.5 representa una se las magnitudes que se pueden registrar de dicha variable “el grado de conocimientos en algo específico”. Estos datos pueden ser clasificados en diferentes criterios

LESLIE ELIZABETH ROMAN MACIN

Las variables de estudio son otro tema de importancia. Estas son determinadas características o propiedades de nuestro objeto de estudio. Existen diferentes tipos de variables. Por ejemplo:  

Variables dependientes: la de principal interés, representa al desenlace o el resultado que se pretende explicar o estimar del estudio. Variables independientes: estas definen la condición bajo la cual se está examinando la variable.

Ejemplos de estas seria: La cantidad de alcohol consumida diariamente es una variable independiente (la causa), mientras que la presión arterial es la variable dependiente (el efecto) 



Variables cuantitativas: estas representan una característica o alguna propiedad del objeto de estudio que se refiere a cantidades, por su parte, una variable cuantitativa continua toma valores que pueden ser representados con números enteros o fraccionarios: la altura de 5 amigos (1.70, 1.82, 1.65, 1.69, 2.10). La variable cuantitativa discreta toma valores que solo pueden ser representados con números enteros debido a que los datos se miden en escala de razón: el número de hermanos de 5 amigos (2, 1, 0, 2, 3). Variables cualitativas: son las variables que representan una propiedad que hace referencia a las cualidades del objeto de estudio, ya que no pueden ser cuantificadas directamente, por ejemplo: el sexo de los estudiados o la ocupación de los mismos. Al igual que las cualidades cuantitativas, dentro de las cualidades cualitativas también hay varios tipos. La variable cualitativa nominal representa modalidades no numéricas: el estado civil de los estudiados (casado, soltero, divorciado, etc.) La variable cualitativa ordinal representa modalidades no numéricas en las que existe un orden: la nota de un examen (aprobado, sobresaliente, deficiente, etc.) La cualitativa ordinal polinómica puede tomar tres o más valores, la ordinal dicotómica solo puede tomar dos valores posibles y la nominal se caracteriza porque los valores no pueden ser sometidos a un criterio de orden como la raza o el sexo.

Los parámetros son cantidades numéricas calculadas sobre una población y resume los valores que esta forma en algún atributo. Como explicación, los parámetros intentan resumir toda la información que hay en la población en unos pocos números (parámetro), digamos entonces, la altura media de los objetos. Los estadísticos son por otra parte, cantidades numéricas calculadas sobre una muestra que resume su información sobre algún aspecto. Como conclusión. Todos estos conceptos son fundamentales y básicos en la comprensión de la estadística, así como de su uso y estudio.

LESLIE ELIZABETH ROMAN MACIN

Es una herramienta necesaria en un sin número de trabajos y carreras, así que, como ingenieros en gestión industrial, este tema será de gran importancia. Como hemos visto, la utilidad que tiene, así como la gran cantidad de problemas que puede resolver, lo vuelven una herramienta de amplia gama y que tiene que ser estudiada y utilizada. 2. ¿Qué diferencia existe entre población y muestra de un estudio estadístico? Como se explicó en el ensayo, población y la muestra son temas diferentes pero complementarios. Uno necesita del otro para poder llevar un correcto estudio estadístico. La diferencia se puede explicar con un ejemplo: Al hacer un estudio específico sobre algún tema dentro de una universidad, la población seria la cantidad de alumnos dentro de la universidad, en general, serían los alumnos de la universidad. Mientras que la muestra se concentraría tan solo en los alumnos de primer año dentro de la población de la universidad. 3. ¿Cómo se calcula la muestra de un estudio estadístico, conociendo el tamaño de la población y sin conocer el tamaño de la población? Realiza un ejemplo de cada uno Para comenzar con el cálculo de una muestra, se necesitan tener listos algunos datos; el tamaño de la población, el margen de error, el nivel de confianza, y la desviación estándar, que es el índice numérico de la dispersión de un conjunto de datos de la población. Existen dos fórmulas para el cálculo de la muestra. La primera de ellas es cuando desconocemos el tamaño de la población y la segunda de ellas es cuando conocemos el tamaño de la población. 1. Calculo del tamaño de la muestra desconociendo el tamaño de la población. Z: es el nivel de confianza. P: es la probabilidad de éxito, o proporción esperada. Q: es la probabilidad de fracaso. D: precisión (error máximo admisible en términos de proporción)

LESLIE ELIZABETH ROMAN MACIN

Ejemplo:

2. Calculo del tamaño de la muestra conociendo el tamaño de la población. N: tamaño de la población. Z: nivel de confianza. P: probabilidad de éxito o proporción esperada. Q: probabilidad de fracaso. D: precisión (error máximo admisible en términos de proporción) Ejemplo:

LESLIE ELIZABETH ROMAN MACIN

4. Investiga que son datos NO agrupados, presenta un ejemplo. Cuando la muestra que tomamos de la población, tiene menos de 20 elementos en la muestra, entonces los datos son analizados sin necesidad de formar clases con ellos. A esto es lo que podemos llamar tratamiento de datos no agrupados. Ejemplo: o En una investigación sobre el calentamiento global de varios elementos líquidos, para determinar en cada uno de ellos el punto, la temperatura, en la cual cambian de estado, los científicos van anotando las temperaturas que van dando efecto. 134°C, 345°C, 234°C, 457°C, 876°C, 450°C, 122°C, 3221°C, 3456°C, 190°C Y 900°C. 5. Investiga que son datos Agrupados, presenta un ejemplo. Como lo indica su nombre, los datos agrupados son una cantidad dada de datos que pueden clasificarse. Esta clasificación puede estar establecida por sus cualidades o sus cantidades y de ese modo agruparse para su análisis Como lo definíamos en la definición anterior, para que los datos puedan ser agrupados, su población debe de contar alrededor de 20 o más elementos que comparten una característica y tienen repeticiones de un valor. Ejemplo: o Determinar el número de niños en cada uno de los grados escolares de una primaria, por lo que se recolectan los datos y se organizan y agrupan en una tabla de frecuencias. Edad-----------Frecuencia 1----------------2 2----------------4 3----------------7 4----------------4 5----------------2 6----------------1 Total-----------20 En agrupación en intervalos, por ejemplo, de 2 años: Edad-----------Frecuencia 1-2-------------6 3-4-------------11 5-6-------------3 Total-----------20

LESLIE ELIZABETH ROMAN MACIN

BIBLIOGRAFIA Alluka, E. (julio 08, 2012). Datos agrupados y no agrupados. 2020, de Shadow blogspot Sitio web: http://shadowsover.blogspot.com/2012/07/datos-agrupados-y-noagrupados_8296.html Aular, A. (2018). Ejemplos de población y muestra. 2020, de Lifeder Sitio web: https://www.lifeder.com/ejemplos-de-poblacion-muestra/ Borrego del Pino, S. (diciembre, 2008). Estadística descriptiva e inferencial. 2020, de Universidad de Granada Sitio web: https://archivos.csif.es/archivos/andalucia/ensenanza/revistas/csicsif/revista/pdf/Numer o_13/SILVIA_BORREGO_2.pdf Salazar, C. & Castillo, S. (2018). Fundamentos básicos de estadística. 2020, de Universidad Central de Ecuador, Quito Sitio web: http://www.dspace.uce.edu.ec/bitstream/25000/13720/3/Fundamentos%20B%C3%A1sic os%20de%20Estad%C3%ADstica-Libro.pdf Mujica, M. (2007). Las variables de un estudio. 2020, de Materiales de investigación Sitio web: https://mmujica.files.wordpress.com/2007/03/material-2-de-investigacion.pdf Rueckersdorf, A. (noviembre 04, 2016). ¿Cómo determinar el tamaño de una muestra? 2020, de PSYMA GROUP AG Sitio web: https://www.psyma.com/company/news/message/como-determinar-el-tamano-de-unamuestra Universidad de Murcia. (2018). Parámetros y estadísticos. 2020, de Material didáctico de la Universidad de Murcia Sitio web: https://www.um.es/docencia/pguardio/documentos/Tec2.pdf

LESLIE ELIZABETH ROMAN MACIN