ESTADÍSTICA

C I C LO B Á S I C O D E I N G E N I E R Í A S
PROFESOR:
 OBJETIVOS :

• INSTITUCIONAL
Formar profesionales de EXCELENCIA, socialmente responsables,
líderes, emprendedores, CON PRINCIPIOS Y VALORES
MORALES y éticos, QUE CONTRIBUYAN al desarrollo científico,
tecnológico, social, económico, ambiental y político del país; y,
hacer investigación, innovación, transferencia de tecnología y
extensión de calidad PARA SERVIR A LA SOCIEDAD
• CURSO
Proveer la base científica en varios aspectos:
Estadística Descriptiva: donde se trata de la sistematización del dato
hasta convertirlo en información, sin intervención de medida
probabilística.
Técnicas de conteo y revisión de funciones que evalúan conjuntos.
Estadística inferencial enfatizado en construcción de intervalos de
confianza, contrastes de hipótesis estadísticas aplicados a técnicas como
Bondad Ajustes, tabla de contingencia y modelos de regresión lineal
 SISTEMA DE CALIFICACIÓN

TEORÍA PRÁCTICA
Primer Parcial Segundo Parcial Tercer Parcial Califiación Única
Actividades Examen Actividades Examen Examen Actividades

100% 100% 100% 100%

TEORÍA + PRÁCTICA = CALIFICACIÓN

 ESTRUCTURA DE LA NOTA

Componente Componente
Teórico Práctico

80% 20%
1er 2do
Parcial Parcial 40%
Examen 50% 50% Actividades - Talleres
Control de lectura 10% 10%
60%
Lecciones 30% 30% Proyecto
Deberes 10% 10%
100% 100%

* Nota: Solo se ingresa la nota

una vez en el segundo Parcial
 CALIFICACIONES –
COMO LO VERÁ EL ESTUDIANTE
 REGLAS

• Asistencia a clases y cumplimiento de trabajos

• Puntualidad – 15 minutos máximo.
• Celulares, en modo silencioso
• Predisposición
 BIBLIOGRAFÍA

• Texto guía:
• Probabilidad y Estadística: Fundamentos y Aplicaciones
(2010) Autor: Gaudencio Zurita, Segunda Edición. Editorial
Centro de Publicaciones ESPOL.
• Probabilidad y Estadistica Basica para Ingenieros, con
soporte de MATLAB (2007) Autor: Luis Rodriguez. Libro
virtual. Sitio web Departamento de Matematicas, ESPOL,
Ecuador.
 ¿EN QUÉ SITUACIONES USTED
UTILIZA DATOS ESTADÍSTICOS EN
SU VIDA DIARIA?
 ESTADÍSTICA

• Analiza, estudia y describe las características

ESTADÍSICA
particulares de la totalidad de los individuos de un
DESCRIPTIVA
grupo.

• Permite deducir las propiedades del total de los

ESTADÍSTICA elementos de un conjunto a partir del estudio de una
INFERENCIAL muestra significativa de este conjunto.

Objetivo: ¡Convertir datos en información útil!

 TIPOS DE DATOS Y NIVELES
DE MEDICIÓN

• Dato.- Una cantidad n de mediciones no procesadas

Las mediciones se realizan a elementos de un conjunto bien definido

Población objetivo

Procesamiento de
la información

Dato Información
Tabulación de
Mediciones no datos
procesadas Gráficos
- Numéricas Medidas
- Categóricas
 Dato

Cualitativo Cuantitativo
(Categórico) (Numérico)

Ejemplos:
 Estado civil
 Partido político Discreto Continuo
 Color de ojos
(Categorías definidas) Ejemplos: Ejemplos:
 Número de  Peso
hijos  Voltaje
 Defectos por (Medidas de
hora carácterísticas)
(Valores
contados)
La principal razón para distinguir los datos por tipo y por nivel de
medida se debe a que la selección de los métodos estadísticos para su
análisis depende de los mismos.
POBLACIÓN Y MUESTRA
• Población .- Conjunto bien definido de N-entes, cuyas *características nos
proponemos a investigar.
• Muestra: Subconjunto de n observaciones efectuadas a igual número de
unidades de investigación tomadas de la población objetivo.
• Observación: Cada uno de los valores incluidos en la muestra.

Ejemplo:
• Población (N): 2,000 estudiantes registrados en ciclo básico
• Muestra(n): 100
• Les preguntaremos el promedio académico al momento de la entrevista.
X2: Peso, X3: Estatura

Muestra de tamaño n se puede representar por:

 DEBER/TALLER

• Ejercicios tipos de datos, escala de medición

• Ejercicios identificar entre población y muestra
PROCESAMIENTO DE LOS DATOS
 PROCESAMIENTO DE DATOS

• 𝑋(1) = min 𝑋1 , 𝑋2 , … , 𝑋𝑛 Primer estadístico de orden

Ordenamiento • 𝑋(𝑛) = m𝑎𝑥 𝑋1 , 𝑋2 , … , 𝑋𝑛 Estadístico de orden
de datos n𝑋1 ≤ 𝑋2 ≤ 𝑋(𝑖) ≤ 𝑋(𝑛−1) ≤ 𝑋(𝑛)

• Clase: Dada una muestra, son intervalos de igual longitud,

Tabulación de que deben ser exhaustivos y mutuamente excluyentes en
la muestra.
datos • Existen k clases cuando se tabulan los datos

• Histogramas
• Ojiva: Distribución de
Gráficos frecuencias acumuladas
• Poligono de frecuencias
 EJEMPLO

Elabore la tabla de frecuencias.

Hacer 8 categorías:
 ORDENAMIENTO DE DATOS

22 27 29 31 32 34 36 38 40 44

23 28 30 31 33 34 36 39 41 44

24 28 31 31 33 34 37 39 42 47

25 28 31 31 33 35 37 40 44 47

26 29 31 32 34 35 38 40 44 51
 TABULACIÓN DE DATOS

Frecuencia
Frecuencia Frecuencia
Frecuencia
No. de Marca de de Frecuencia
Marca Frecuencia Fecuencia
Frecuencia
Clase Clase Absoluta
Absoluta Relativa
Relativa
Clase
claseclase Absoluta
Absoluta Relativa
Relativa Acumulada Acumulada
Acumulada Acumulada
[22-26)
1 [𝑎1 , 𝑎2 )
24
(𝑎1 + 𝑎2 )/2 𝑓1
4 0,08
𝑓1 /n 𝐹1
4 𝐹1 /n
0,08
[26-30) 28 7 0,14 11 0,22
2 [𝑎2 , 𝑎3 ) (𝑎2 + 𝑎3 )/2 𝑓2 𝑓2 /n 𝐹2 = 𝑓1 +𝑓2 𝐹2 /n
[30-34) 32 13 0,26 24 0,48
3
[34-38) 36 10 0,2 34 0,68
[38-42)
, 40 8 0,16 42 0,84
[42-46) 44 5 0,1 47 0,94
𝐹𝑘 = 𝐹𝑘
[46-50)
k
[𝑎𝑘 , 𝑎𝑘+1 )
48)/2
(𝑎𝑘 + 𝑎𝑘+1 𝑓𝑘 2 𝑓𝑘 /n0,04 49
𝑓1 +𝑓2 +…+𝑓𝑛 = 10,98
n
[50-54) 52 1 0,02 50 1
51 − 22
𝐴𝑛𝑐ℎ𝑜 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒 = = 3,5 ≈ 4
8
Polígono de frecuencias Histogramas

GRÁFICOS

Ojiva
 DEBER

Realizar ejercicio 1.3,1.4 y 1.5 hasta ojiva pg 59 del

texto guía
Control de lectura pg 15 – 36 Medidas de tendencia
central, dispersión y variación