Académique Documents
Professionnel Documents
Culture Documents
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
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%
• 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
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
• Histogramas
• Ojiva: Distribución de
Gráficos frecuencias acumuladas
• Poligono de frecuencias
EJEMPLO
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