1 / 185

Estadística para I nformática Empresarial

Estadística para I nformática Empresarial. Docente : MSc. Tania Díaz Iglesias Email: taniadiglesias@gmail.com tania@uclv.edu.cu. Objetivos : Introducir los fundamentos y principales aplicaciones de los métodos estadísticos - probabilísticos. OBJETIVOS ESPECÍFICOS.

gaius
Download Presentation

Estadística para I nformática Empresarial

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. EstadísticaparaInformáticaEmpresarial Docente: MSc. Tania Díaz Iglesias Email: taniadiglesias@gmail.com tania@uclv.edu.cu

  2. Objetivos: Introducir los fundamentos y principales aplicaciones de los métodos estadísticos - probabilísticos.

  3. OBJETIVOS ESPECÍFICOS • Identificar las condiciones de aplicabilidad de cada una de las herramientas estadísticas previstas en el curso. • Aplicar, a partir del software correspondiente, dichas herramientas estadísticas que faciliten el proceso de toma de decisiones. • Interpretar los resultados que se deriven de la aplicación de estas herramientas.

  4. Sistema de Conocimientos: • Espacios muestrales y eventos. Cálculo de probabilidades. Independencia. Variables aleatorias. Distribuciones de probabilidad. Medidas de tendencia central y dispersión. Distribuciones más utilizadas. La investigación estadística. Estadística descriptiva. Algunas técnicas de muestreo probabilístico. Tamaño de muestra. Pruebas de hipótesis estadísticas

  5. HABILIDADES A ADQUIRIR • Caracterizar procesos a partir de la representación gráfica y numérica de las distribuciones de las variables asociadas a estos. • Calcular y seleccionar muestras para la aplicación de encuestas. • Identificar y aplicar las herramientas estadísticas en el procesamiento de encuestas. • Utilizar software especializado para el procesamiento de información y análisis estadístico.

  6. TEMAS A DESARROLLAR Tema I: Generalidades sobre estadística y probabilidades. Introducción al SPSS. Tema II: La estadística en la aplicación y procesamiento de encuestas. Tema III: Pruebas de Hipotesis

  7. BIBLIOGRAFÍA • Levin, R.I. & Rubin, D.S.“Estadística para Administradores”.6ª. Edición  PRENTICE-HALL HISPANOAMERICANA S.A., 1996. • Berenson, M. L.; Levine, D. M.; Krehbiel, T. C. “Estadística para Administración”.Pearson Educación. 4ta edición. México, 2006. • Materiales complementarios elaboradas en soporte digital.

  8. Elementos importantes sobre Probabilidades

  9. Probabilidad. Un concepto sencillo Medida matemática de la posibilidad de que algo pase Rango de variación: 0 – 1 ò 0 – 100%

  10. Tres tipos de probabilidad • Probabilidad clásica. • Probabilidad frecuencial o estadística. • Probabilidad subjetiva.

  11. ¿Distribuciones de probabilidad? • Son como distribuciones de frecuencia teóricas. • Describe la forma en que se espera que varíen los resultados.

  12. Teoría de las Probabilidades Ofrece un modelo matemático para el estudio de los fenómenos aleatorios Algunos ejemplos: • lanzamiento de una moneda • el arribo de aviones a un aeropuerto • el % de artículos defectuosos • el tiempo hasta el fallo de un equipo • la llegada de clientes a una cola

  13. Conceptos y definiciones de Probabilidades Punto muestral: Cada uno de los posibles resultados de un fenómeno aleatorio. Espacio muestral: Es el conjunto de todos los puntos muestrales de un experimento aleatorio. Se denotará por S. Ejemplo: Lanzamiento de una moneda (S: cara, escudo) Lanzamiento de un dado (S: 1,2,3,4,5,6)

  14. Conceptos y definiciones de Probabilidades Evento: Conjunto de puntos muestrales. Se denotará con letra mayúscula: A, B,… Ejemplo: A: que el dado muestre un # par. Ocurrencia de un evento: Sea A un evento de cierto experimento E. Diremos que el evento A ocurre cuando al realizar el experimento E, el resultado que obtenemos es un punto muestral de A.

  15. Álgebra de eventos Operaciones que pueden realizarse entre eventos tales como: suma ( +), el producto ( .) ó el complemento de un evento (').

  16. Álgebra de eventos Siendo A y B dos eventos cualesquiera de un espacio muestral S: A  B ó A+B: Subconjunto de S que contiene todos los elementos que están en A, en B ó en ambos.

  17. Álgebra de eventos A  B ó A*B: Subconjunto de S que contiene los elementos que están a la vez en A y en B.

  18. Álgebra de eventos A': Subconjunto de S que contiene todos los elementos de S que no están en A (complemento de A).

  19. Álgebra de eventos Diagrama de Venn A B A B S S AB AB A S A'

  20. Álgebra de eventos Eventos mutuamente excluyentes: Cuando la ocurrencia simultánea de dos eventos A y B sea imposible, se dice que estos eventos son mutuamente excluyentes. A. B = 

  21. Álgebra de eventos Eventos exhaustivos: Cuando la suma de dos eventos A y B da como resultado el espacio muestral S, se dice que estos eventos son exhaustivos A + B =S

  22. Definición clásica de Probabilidad(Probabilidad a priori) Donde: m: casos favorables a la ocurrencia de A n: todos los casos que puedan ocurrir

  23. Definición clásica de Probabilidad(Probabilidad a priori) Donde: N(A): puntos muestrales de A N(S): puntos muestrales de S

  24. Ejemplo: Suponga el experimento aleatorio correspondiente al lanzamiento de un dado perfectamente balanceado de 6 caras: • Describa el Espacio Muestral correspondiente. • Describa y calcule las probabilidades de los eventos siguientes: • A: Que salga par • B: Que salga impar • C: Que salga un número mayor que dos.

  25. Definición frecuencial o estadística de la probabilidad P(A) = fr (A) = f(A)/n Donde: fr(A): frecuencia relativa de ocurrencia del evento A f(A):cantidad de veces que ocurrió el evento A en las n pruebas realizadas n: cantidad de pruebas realizadas

  26. Axiomas de las Probabilidades 1. La probabilidad es un número real positivo o cero para cualquier evento A. P(A) ≥ 0 2. Todo espacio muestral tiene la probabilidad 1 P(S) = 1 3. Si A y B son dos eventos mutuamente excluyentes cualesquiera: P(A+B) = P(A) + P(B) si A.B = ø

  27. Algunos corolarios: 1. P (ø) = 0 2. P (A') = 1 - P(A) 3. P (A+B) = P(A) + P(B) - P(A.B) si A.B ≠ ø 4. P (A.B') = P (A) - P(A.B) 5. P (A'.B') = P (A+B)' 6. P (A'+B') = P (A.B)'

  28. Probabilidad Condicional: Si A y B son eventos de un espacio de probabilidad, tales que P(B) > 0; entonces la probabilidad condicional de A dado Bes:

  29. Regla de la Multiplicación: P(A . B) = P(A/B) . P(B) = P(B/A) . P(A) Para eventos independientes: P(A . B) = P(A) . P(B)

  30. Eventos independientes: • Se dice que dos o más eventos son independientes si la ocurrencia o no ocurrencia de uno no afecta de ninguna manera la ocurrencia de cualquiera de los otros.

  31. Recordando… Variables aleatorias. Clasificación

  32. Variable Aleatoria • Dado un Espacio Muestral S de un experimento aleatorio, una variable aleatoria (va) es cualquier regla que asocia un número con cada resultado de S. • Una variable aleatoria es generalmente denotada como “x”, pudiendo ser discreta o continua.

  33. Variable discreta Una VA es discreta si su conjunto de valores posibles es un conjunto discreto, es decir, está formado por un número contable o numerable en secuencia.

  34. Variable continua Una VA es continua si su conjunto de posibles valores es todo un intervalo de números, enteros o fraccionarios.

  35. Clasificación • Cualitativas o discretas: Conjunto finito o numerable de valores posibles (atributos, etiquetas, …) • Nominales • Ordinales • Cuantitativas o continuas: Conjunto infinito de valores posibles.

  36. Cualitativa nominal. Ejemplos • Lugar de nacimiento Profesión

  37. Cualitativa ordinal. Ejemplos • Peso Edad Temperatura • Bajo Adolescente Baja • Medio Adulto Media • Alto Alta

  38. Cuantitativa. Ejemplos • Peso Edad Temperatura • Kg años ºC

  39. Función de probabilidad Sea p una función de una variable real, discontinua, que toma valores en el intervalo [0,1] subconjunto de R;p es una función de probabilidad de una variable aleatoria X si:

  40. Función de densidad probabilística Sea f una función real integrable; f es una función de densidad probabilística si: f(X)  0,  xR

  41. Función de probabilidad Sea p una función de una variable real, discontinua, que toma valores en el intervalo [0,1] subconjunto de R;p es una función de probabilidad de una variable aleatoria X si:

  42. Función de densidad probabilística Sea f una función real integrable; f es una función de densidad probabilística si: f(X)  0,  xR

  43. ¿QUÉ HARÍA USTED PARA DECIDIR …

  44. Definiciones de Estadística Estadística: Censo o recuento de la población, de los recursos naturales o industriales o de otra manifestación de un Estado, comarca, etc. Estudio de los hechos que se pueden numerar o contar y del resultado de la comparación de las cifras que a ellos se refieren (Diccionario ARISTOS). Estadística Aplicada: Es la parte de las Matemáticas que tiene por objeto el desarrollo de técnicas para el conocimiento numérico de un conjunto. Estadística: El desarrollo y aplicación de métodos para recolectar, organizar, presentar, resumir, analizar e interpretar datos cuantitativos, de manera que pueda evaluarse la confiabilidad de sus resultados.

  45. Estadística: Está relacionada con los métodos científicos para la recolección, organización, tabulación, presentación y análisis de los datos, así como para sacar conclusiones válidas y tomar decisiones razonables en base a ese análisis. Estadística: Investiga la posibilidad de obtener inferencias válidas a partir de los datos estadísticos y construye los métodos para realizar dichas inferencias. Estadística: Trata de problemas relativos a las características operatorias de las reglas de comportamiento inductivo basado en experimentos aleatorios. Estadística: Estudia los fenómenos decisorios estadísticos. Estadística general: estudia métodos para obtener información acerca de la estructura de la población respecto a las características escogidas y se dan procedimientos para expresar esa información en forma compacta.

  46. ESTADÍSTICA (un concepto) Ciencia cuyo objeto es la creación de métodos y técnicas que permitan recolectar, organizar, tabular, presentar y analizar datos estadísticos con el fin de obtener conclusiones científicas para tomar decisiones y aplicarlas en la práctica.

  47. Finalidades de la Estadística • Descripción de grandes colecciones de datos empíricos y su reducción a estadígrafos. (Estadística Descriptiva). • Análisis científico de datos experimentales (Inferencia Estadística). • Predicción del futuro (Máxima aspiración práctica de toda ciencia).

  48. Ramas de la Estadística • Describe • Caracteriza • Resume • Organiza • A partir del estudio de una muestra, se “infieren” conclusiones para la población. Descriptiva Inferencial

  49. Algunas definiciones importantes

  50. La investigación estadística • Planteamiento de la tarea estadística. • Preparación de la tarea estadística. • Adquisición o registro de los datos necesarios. • Tratamiento estadístico de los datos. • Análisis de los datos. • Presentación de los resultados.

More Related