1. ¿Qué es un parámetro/de ejemplo de 3 parámetros?

Parámetro: Es un valor, medida o indicador representativo de la población que se

selecciona para ser estudiado. Otra definición podría ser, función definida sobre
valores numéricos de una población. Se llama parámetro a un valor representativo
de una población, como la media aritmética, una proporción o su desviación típica.
Ejemplos:
1. índice académico promedio de todos los estudiantes de IV año de ingeniería
industrial UTP.
2. Cantidad de estudiantes matriculados en el primer semestre del año actual.
3. Número de profesores que dictan clase en el campus central.
2. ¿Qué es un estadístico/ de ejemplo de 3 estadísticos?
Estadístico: Es el elemento que describe una muestra y sirve como una estimación
del parámetro de la población correspondiente. El estadístico sirve como una
estimación del parámetro. Aunque en realidad el interés se fija en el valor del
parámetro de la población, con frecuencia debe haber conformidad con solo
calcularlo con un estadístico de la muestra que se ha seleccionado.
Ejemplo:
1. índice académico promedio del subgrupo de estadística de IV año de
ingeniería industrial UTP.
2. Cantidad de estudiantes matriculados en el turno diurno del primer semestre
del año actual.
3. Número de profesores que dictan clase de estadística en el campus central.
3. ¿Qué es una población/como pueden ser las poblaciones?
Población: La población en estadística es la recolección de un conjunto, elementos,
artículos o sujetos que gozan de características comunes con el fin de estudiarlos y
de esta forma se sacar conclusiones específicas para determinar sus resultados.
Podemos encontrar poblaciones finitas y poblaciones infinitas.
4. ¿Qué es una muestra?
Muestra: la porción o parte de una población estadística que se extrae para
determinado estudio. La muestra estadística suele ser una representación de toda
la población con el fin de conocer y determinar los aspectos de esta. Es el método
que se utiliza cuando en diferentes poblaciones o universos no se puede aplicar un
censo. Donde a través del muestreo se puede establecer la porción de la realidad a
estudiar.
5. ¿Qué es una muestra representativa?
Muestra representativa: se obtiene por una extracción al azar que sea una imagen
fiel de la población en lo que respecta a todas las características estudiadas.
6. ¿Cómo se toma una muestra representativa?
Para tomar una muestra reoresentativa se deben llevar a cabo ciertas decisiones
estadísticas que tendrán un impacto en nuestro estudio.Por ejemplo:
1. Tamaño de la población: Una población es una colección bien definida de
individuos que tienen características similares. En este caso trabajaremos
con la población accesible.
2. Margen de error (Intervalo de confianza): El margen de error expresa la
cantidad de error de muestreo aleatorio que puede resultarse dentro de una
encuesta.
3. Nivel de confianza: El nivel de confianza son intervalos aleatorios que se
usan para acotar un valor con una determinada probabilidad alta.
4. La desviación estándar: La desviación estándar es un índice numérico de la
dispersión de un conjunto de datos ( o también llamado población).
7. ¿Cómo se calcula el tamaño de muestra cuando se trata de una variable
cualitativa?
En este caso se desconoce el tamaño de la población:

8. ¿Cómo se calcula el tamaño de muestra cuando se trata de una variable

cuantitativa?
En este caso se conoce el tamaño de la población:
9. ¿Qué es una variable en el contexto de la estadística/como se clasifican?

Variable: Una característica o cualidad de un individuo que está propenso a adquirir

diferentes valores. Estos valores se caracterizan por poder medirse.
Las variables cualitativas son aquellas características o cualidades que no pueden
ser calculadas con números, sino que lo hacen con palabras. Este tipo de variable,
se divide en las siguientes: nominal, ordinal y binaria. Las variables cuantitativas
son aquellas características o cualidades que sí pueden expresarse y medirse a
través de números. Este tipo de variable se divide en: Cuantitativa discreta y
cuantitativa continua
10. ¿Cómo se clasifica la estadística?
La estadística se clasifica en:
Estadística Descriptiva: Es aquella que consiste en la evaluación de un fenómeno
por medio de la observación y su posterior presentación en datos y gráficos con el
fin de detallar el mismo fenómeno y su comportamiento.
Estadística inferencial: Refiere al estudio particular de una población con el fin de
apreciar el comportamiento determinado de la misma, en efecto, el proceso de
estudio procede es de una muestra, con la finalidad de obtener de la mismas las
alternativas o probabilidades que pudieron ocasionar que el fenómeno se suscitará.
11. ¿Cómo se subdivide la estadística inferencial?

12. ¿Qué es una estimación?

Estimación: proceso mediante el que establecemos qué valor debe tener un
parámetro según deducciones que realizamos a partir de estadísticos. En otras
palabras, estimar es establecer conclusiones sobre características poblacionales a
partir de resultados muestrales.
13. ¿Cómo se calcula un intervalo de confianza (IC) para la media de la
población?
Hacer un esquema de los 4 casos: ¿combinado tamaño de muestra con el
desconocimiento o no de la desviación estándar?
14. ¿Cómo se calcula un IC para la varianza de la población?
Para obtener el interalo de confianza para la varianza se utiliza la siguiente
expresión:
 que nos permitirá acotar un par o varios pares de valores,
dentro de los cuales se encontrará la estimación puntual buscada.
15. ¿Cuáles son los pasos para realizar un contraste de hipótesis para la media de
la población?
Pasos para la realización de un contraste
 Fijar la hipótesis nula y la hipótesis alternativa.
 Buscar el estadístico de prueba que bajo la hipótesis nula tenga un
comportamiento conocido.
 Determinar la región critica.
 Seleccionar una muestra de tamaño n.
 Asumir la decisión sobre si se rechaza o no la hipótesis nula.

16. ¿Cuáles son los pasos para realizar un contraste de hipótesis para la varianza
de una población?
Pasos para la realización de un contraste
 Debemos darle valor a nuestra hipótesis nula y alternativa.
 La hipótesis alternativa podría dar lugar a contrastes bilaterales o
unilaterales.
 Utilizamos el teorema de Cochran para observar el comportamiento del
estadístico de prueba.
 Construimos las regiones críticas que correspondan a las hipótesis
alternativas que se formulen en cada caso de la ley de distribución.

17. ¿Cómo se calcula un IC para la diferencia de medias? Hacer un esquema de

los diferentes casos.
Para calcular el intervalo de confianza para la diferencia de dos medias se
debe saber si las varianzas poblacionales son conocidas o desconocidas, y en
caso de que sean desconocidas, se debe probar si son iguales o diferentes. Cada
una de estos tres casos se analizarán por separado.
 Varianza conocidas
pero diferentes

si las varianzas poblacionales

son conocidas y diferentes los
pasos a seguir para encontrar el
IC son los siguientes.

La variable aleatoria
Se uitliza el estadistico de Para calcular el intervalo se
asociada con el estadistico
prueba para estimar debe tener en cuenta el nivel de
de prueba estara dada por
puntualmente la diferencia de confianza que se quiere
la formula:
medias. considerar.

Varianzas
desconocidas e
iguales

Cuando las varianzas son

desconocidas, se debe realizar
previamente una prueba
estadistica para verificar si
estas son iguales o diferentes.

Se debe calcular el intervalo

Se utiliza el estadistico de de confianza y tomar en
la variable aleatoria asociada
prueba para estimar la cuenta el nivel de confianza
con el estadistico de prueba.
diferencia de las medias. que se quiere considerar y los
grados de libertad.
 Varianzas desconocidas y
Se utiliza el estadistico de
prueba para la diferencia
de medias.
diferentes. La variable aleatoria
asociada con el estadistico
de prueba.

El IC esta basado en la
distribución t con grados
de libertad.

18. ¿Cómo se calcula un IC para un experimento pareado?

La principal característica de un muestreo pareado es que ambas muestras son

claramente dependientes, de modo que los estadísticos pivote usados en caso de
independencia no se pueden emplear en este caso, puesto que los intervalos de
confianza pueden salir excesivamente grandes o pequeños.

Se debe considerar una nueva variable, ý luego realizar el estadístico de prueba.

Para ello disponemos de una muestra aleatoria de la variable D.

19. ¿Cuáles son los pasos para realizar un contraste de hipótesis para la diferencia de
varianzas o razón de varianzas?
Hay que considerar dos muestras independientes de dos poblaciones que se
distribuyen normalmente. Primero hay que observar si las varianzas de ambas
poblaciones son las mismas o si la razón entre las dos es una cantidad conocida.
Por lo tanto el estadístico nos da el contraste que necesitamos que es que la
hipótesis nula sea cierta.
Podemos tener contraste bilateral y contraste unilateral.

20. En 10 pasos describa en términos generales los pasos para realizar un

contraste de hipótesis cualquiera.
 Formular la hipótesis nula y la hipótesis alternativa.
 Decidir su valor de probabilidad por debajo del cual se considera que se
dispone suficiente evidencia en contra de la hipótesis nula para rechazarla.
  Se utiliza el estadístico de prueba necesario.
 Los resultados son el grado de significación estadística que se suele
representar con la letra p
 En base a esta probabilidad, decidimos si rechazar o no la hipótesis nula.
 Si p es menor se rechaza la hipótesis nula.
 Si p es mayor no puede rechazarse la hipótesis nula.
 En todo contraste se puede cometer dos tipos de errores.
 Decidir si es error tipo 1.
 Decidir si es erro tipo 2.

Parte II. Medir la variabilidad/normalidad de un CONJUNTO DE DATOS.

Medio de
Edad Peso Altura transporte
Color (años en en Deporte Ttiempo utilizado para
Nombre Apellido favorito entero) kilos metros Género Favorito minutoss) llegar a la utp
Jorge Fernández Azul 21 84 1.74 Hombre Futbol 30 Automóvil
Guadalupe Ramos Negro 22 63 1.56 Mujer Voleibol 60 Autobús
Julieth Gutiérrez Morado 22 75 1.53 Mujer Futbol 60 Automóvil
Victor Rudas Verde 22 88 1.65 Hombre Futbol 45 Automóvil
Natalie Sanjur Rojo vino 20 54 1.68 Mujer Natación 45 Autobús
José González Verde 22 63 1.71 Hombre Futbol 120 Autobús
Isabel Poveda Celeste 22 52 1.64 Mujer Natación 10 Automóvil
Juan Fong Negro 23 83 1.68 Hombre Futbol 90 Autobús
Elias Viruet Rojo 21 75 1.68 Hombre Baloncesto 10 Automóvil
Karla Reece Azul 20 52 1.53 Mujer Natación 90 Autobús
Marian León Amarillo 24 52 1.67 Mujer Beisbol 30 Automóvil
Ana Herrera Turquesa 21 80 1.56 Mujer Beisbol 60 Autobús
Gillian Díaz Negro 22 54 1.63 Mujer Futbol 45 Automóvil
Andrea Rosales Fuczia 22 47 1.68 Mujer Voleibol 15 Automóvil
Julieth Gutiérrez Morado 22 75 1.53 Mujer Futbol 60 Automóvil
Maria Carmona Azul 20 45 1.62 Mujer Futbol 45 Autobús
Derianeth Pinzón Celeste 21 49 1.55 Mujer Beisbol 60 Autobús
Julieth Gutiérrez Morado 22 75 1.53 Mujer Futbol 60 Automóvil
Kimberly Sánchez Fucsia 23 54 1.57 Mujer Beisbol 180 Autobús
Virginia Hernández Rojo 22 67 1.65 Mujer Beisbol 120 Autobús
Cassie Osejo Rojo 22 106 1.6 Mujer Voleibol 90 Automóvil
Nelysbeth Ríos Azul 21 63 1.53 Mujer Beisbol 60 Automóvil
Dania Serrano Rojo 20 52 1.63 Mujer Voleibol 60 Automóvil
Ana Cereijo Negro 21 63 1.57 Mujer Baloncesto 45 Automóvil
Abner Ostia verde 24 62 1.67 Hombre Tenis 100 Autobús
Ángel Marrero Azul 22 90 1.78 Hombre Futbol 15 Automóvil
Andres Quintero Azul 23 52 1.66 Hombre Beisbol 60 Autobús
Elvia Berrocal Rojo 19 52 1.62 Mujer Futbol 60 Autobús
Nausica Jaen Morado 21 80 1.65 Mujer Natación 30 Automóvil
Yadira Cavalli Azul 21 53 1.65 Mujer Natación 90 Autobús
Roberto Valencia Amarillo 22 82 1.74 Hombre Futbol 30 Automóvil

1. Tome una muestra aleatoria simple representativa de los estudiantes del grupo,
hágale las siguientes preguntas:

a. Nombre y apellido

b. color favorito

c. edad (años entero)

S= √𝑆 2
1
𝑆2 = (14520) − 21.612
30
𝑆 2 = 17.00 𝑢2

𝑆 = 4.12 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠

d. peso (kilos)
 𝑛
2
1
𝑆 = ∑(𝑥𝑖 − 𝑥̅ )2
𝑛−1
𝑖=1

S= √𝑆 2

1
𝑆2 = (141674) − 65.872
30
𝑆 2 = 383.60 𝑘𝑔2

𝑆 = 19.58 𝑘𝑔

e. altura (metros)
𝑛
2
1
𝑆 = ∑(𝑥𝑖 − 𝑥̅ )2
𝑛−1
𝑖=1

S= √𝑆 2

1
𝑆2 = (153975) − 60.482
30
𝑆 2 = 1474.66 𝑚𝑖𝑛2

𝑆 = 38.40 𝑚

f. Género

g. Deporte favorito

h. Tiempo que demora en llegar a la UTP desde que sale de su casa

𝑛
2
1
𝑆 = ∑(𝑥𝑖 − 𝑥̅ )2
𝑛−1
𝑖=1
 S= √𝑆 2

1
𝑆2 = (82.25) − 1.622
30
𝑆 2 = 0.11 𝑚2

𝑆 = 0.34 𝑚

i. Medio de transporte utilizado para llegar a la UTP

j. Para cada variable de la pregunta 1 mida la variabilidad

i. En unidades cuadradas

ii. En unidades absolutas

iii. Para cada variable compruebe si los datos presentan una distribución normal.

Fórmulas a utilizar:
𝑛
2
1
𝑆 = ∑(𝑥𝑖 − 𝑥̅ )2
𝑛−1
𝑖=1

S= √𝑆 2