SlideShare une entreprise Scribd logo
1  sur  13
1
Estadística.
POFESOR: LIC. GERARDO EDGAR MATA ORTIZ
ALUMNO: ALEJANDRO ANTONIO IBARRA MUÑOZ
MATRICULA: 1410649
CARRERA: PROCESOS INDUSTRIALES
Fecha: 0
2
Índice
3……………Frases de la estadística
4……………Introducción
5……………..Conceptos
9………………..Ejemplos
13…………………..Bibliografía
3
Frases de la estadistica
4
ESTADISTICA
INTRODUCCION: En este trabajo veremos cómo se
va desarrollando la estadística y los diferentes
puntos en la que está dividida. Los conceptos
basicos de la estadística para facilitar el
entendimiento de ellos. También se puede observar
los diferentes tipos de ejemplos con los que se
puede llegar a una solución más específica o más
bien concreta.
5
Conceptos
1.-poblacion: son conjunto de todos los individuos o
elementos individuales de un tipo específico. A
veces una población representa un sistema
científico.
Primer ejemplo:un fabricante parte tarjetas para
computadoras podría desear eliminar defectos. Un
proceso de muestreo implica recolectar información
de 50 tarjetas de computadoras tomadas aleatoria
durante el proceso. En este caso la población seria
representada por todas las tarjetas de computadora
y se reuniría una segunda muestra de tarjetas.
Segundo ejemplo:conjunto de todos los elementos
que interesan en un estudio determinado.
El grupo de química quiere sacar las estaturas de
todos los alumnos toma la muestra de 15 alumnos.
Estas son las muestras que se tomaron: 1.56, 1.76,
1.78, 1.67, 1.77, 1.87, 1.79, 1.90 1.92, 1.87, 1.75,
1.88 ,1.72, 1.85.
Población: son los 15 alumnos que tomo la maestra
Tercer ejemplo:
6
2. población tangible: Este tipo de poblaciones son
siempre finitas. Después de que se muestra un
elemento, el tamaño de población disminuye en
uno. En principio, uno podría en algunos casos
regresar el elemento muestrario a la población, con
Oportunidades de muestrario nuevamente, pero
esta rara vez se hace en la práctica.
 Es una población con una cantidad
determinada de elementos. Por ejemplo al
tener una población de 50 elementos le
quitamos una que es una muestra y ahora
tenemos 49 elementos, entre más le quitas la
población va disminuyendo.
 Población limite, no se excede de elementos al
tener una cierta cantidad de elementos si le
restamos una pequeña cantidad, esta reduce
de tamaño.
Población conceptual: La población consta de todos
los valores que posiblemente puede haber sido
observados. Esta población conceptual, ya que no
consta de elementos reales.
Ejemplo de población conceptual
7
Un geólogo pesa una roca varias veces en una
balanza analítica. Cada vez, la balanza da lectura
ligeramente diferente ¿Bajo que condiciones se
puede considerar estas lecturas como una muestra
aleatoria simple? ¿Cuál es la población?
Solución
Si las características físicas de la balanza
permanecen iguales cada vez que se pesan, se
puede considerar que las mediciones se hacen bajo
condiciones idénticas, entonces las lecturas se
pueden considerar como una muestra aleatoria
simple. La población es conceptual costa de todas
las lecturas que la balanza en principio podría
producir.
Segundo ejemplo:un técnico mide piezas con
diferentes vernieres y cada vernier da un resultado
diferente ¿estos son las diferentes medidas que dan
los vernieres?
Digital 1250”. Caratula 1252”. Fracciones 1251”
Conceptual: las medidas que dan los diferentes
tipos de vernier
8
3. Muestra: Una muestra constituye un
subconjunto de una población, que contiene
elementos o resultados que recientemente se
observan.
4 Muestraaleatoriasimple: Siempre puede
consistir de valores obtenidos en un proceso en
condiciones experimentales idénticas. En este caso
la muestra proviene de una población que se consta
de todos los valores posibles que se han observado.
-Una muestra aleatoria simple de tamañoes una
muestra elegida por un método en el que cada
colección de n elementos la población tiene la
misma probabilidad de formar la muestra, de la
misma manera que en una lotería
9
Ejemplos
5. El departamento médico de la Universidad quiere
saber la presión arterial de los estudiantes. Hay
2700 alumnos inscritos. Obtiene una lista de los
alumnos numerada del 1 al 2700, utiliza Excel para
generar 100 números aleatorios enteros y cita a los
alumnos para realizar la medición de presión
arterial. ¿Es esta una muestra aleatoria simple?
Justifica tu respuesta.
Respuesta: Si es una muestra aleatoria simple ya
que de la lista enumerado de 1-2700 tomaron 100
números aleatorios, no se sabe el orden ni el cual
escogieron los alumnos.
6. Un inspector de calidad supervisa rollos de tela
para determinar la tasa de fallas en el tinte de los
mismos. Decide tomar 20 rollos de la producción
del miércoles, cada hora durante cinco horas,
selecciona los cuatro últimos rollos producidos y
cuenta el número de fallas de cada uno. ¿Es esta
una muestra aleatoria simple?
Respuesta: no es una muestra aleatoria simple, por
qué no tienen la mismaigualdad de resultados
10
7. El encargado de producción de la fábrica de
tornillos “Rosa Acero” mide la longitud de una
muestra de 60 piezas. Encuentra que el 90% de
ellos están dentro de las especificaciones por lo que
afirma que en todo el lote de producción, el 90% de
los tornillos cumplen con los requerimientos del
cliente. ¿Es esto verdadero? Justifica tu respuesta.
Respuesta: si cumplen con los requerimientos pero
puede que haya una variación.
8. El encargado de calidad, Ch. Gallegos, toma otra
muestra de 60 piezas del mismolote y encuentra
que sólo el 85% de ellos cumple con las
especificaciones. El encargado de pro- ducción,
Antonio Ibarra, afirma que el de calidad debe
haberse equivocado porque el resultado correcto es
de 90% ¿Tiene razón? Justifica tu respuesta.
Respuesta: gallegos tiene la razón, porque es el que
se encarga de la calidad del producto y verifica con
más detalle las cosas y en cambio Antonio solo se
encarga de cómo se lleva la producción pero él no
verifica bien el producto.
9. Juanene mide, diez veces, la longitud de una
pieza fabricada por Sebastián Rodríguez; en cada
11
medición, el vernier indica lecturas ligeramente
diferentes. ¿Bajo qué condiciones pueden
considerarse estas lecturas como una muestra
aleatoria simple? ¿Cuál es la población? ¿Es una
población tangible o conceptual?
1) podría decirse que si es una muestra aleatoria
simple porque todos los resultados que te del
vernier son al azar.
2. las medidas que te da el vernier
3. si es una población tangible porque es algo físico
10.
a)Un ejemplo de población tangible en la que se
toma una muestra que pueda considerarse
aleatoriasimple
- 250 personas de una comunidad compraron
billetes de lotería con 5 números en juego,
solamente 2 billetes eran los ganadores ¿se
sabe quién saldrá sorteado?
b)Un ejemplo de población tangible en la que se
toma una muestra que no puede aceptarse
como muestra aleatoriasimple.
– En una fábrica de pantalones produjeron
solamente mil pantalones en el día, de esos mil
12
pantalones tomaron solo 5para determinar la
calidad de los demás.
c) Un ejemplo de población conceptual en la que
se toma una muestra que puede ser
considerada muestra aleatoriasimple
En una fábrica de autos produjeron una
cantidad de vehículos de las cuales tomaron 5
autos para realizar pruebas de diferentes
modelos mas no se sabe cuáles fueron o si se
repitieron
13
Bibliografía.
1° estadísticas para ingenieros y científicos.
(Autor) William navidi
2° probabilidad y estadística para ingeniería y
ciencias
Autor: walpole-myers-myers
3° estadística para administración y economía
Autor: Anderson sweeney Williams

Contenu connexe

Tendances

Distribuciones ejercicios
Distribuciones ejerciciosDistribuciones ejercicios
Distribuciones ejerciciossontorito0o
 
Test de hipotesis
Test de hipotesisTest de hipotesis
Test de hipotesisigalaz2007
 
Pruebas de hipótesis
Pruebas de hipótesis Pruebas de hipótesis
Pruebas de hipótesis mariauparela
 
La distribucion binomial
La distribucion binomialLa distribucion binomial
La distribucion binomialADrián Murillo
 
Distribución t student
Distribución t studentDistribución t student
Distribución t studentecruzo
 
Estadística Probabilidades
Estadística ProbabilidadesEstadística Probabilidades
Estadística ProbabilidadesEdwin Lema
 
Distribuciones de muestreo
Distribuciones de muestreoDistribuciones de muestreo
Distribuciones de muestreoPatricia Colon
 
Tablas de contingencia y gráficos spss
Tablas de contingencia y gráficos spssTablas de contingencia y gráficos spss
Tablas de contingencia y gráficos spssencarnimaciascrujera92
 
Tarea 10 de probabilidad y estadistica con respuesta
Tarea 10 de probabilidad y estadistica con respuestaTarea 10 de probabilidad y estadistica con respuesta
Tarea 10 de probabilidad y estadistica con respuestaIPN
 
Prueba de huecos o de distancia
Prueba de huecos o de distanciaPrueba de huecos o de distancia
Prueba de huecos o de distanciaalejandro02912010
 
Tarea 9 de probabilidad y estadistica con respuestas
Tarea 9 de probabilidad y estadistica con respuestasTarea 9 de probabilidad y estadistica con respuestas
Tarea 9 de probabilidad y estadistica con respuestasIPN
 
Contraste de hipótesis Bilateral y Unilateral
Contraste de hipótesis Bilateral y UnilateralContraste de hipótesis Bilateral y Unilateral
Contraste de hipótesis Bilateral y Unilateralmiguelpi
 

Tendances (20)

Distribuciones ejercicios
Distribuciones ejerciciosDistribuciones ejercicios
Distribuciones ejercicios
 
Otras cartas de control II
Otras cartas de control IIOtras cartas de control II
Otras cartas de control II
 
Trabajo de estadística
Trabajo de  estadísticaTrabajo de  estadística
Trabajo de estadística
 
Test de hipotesis
Test de hipotesisTest de hipotesis
Test de hipotesis
 
Unidad 2. Combinatoria
Unidad 2. Combinatoria Unidad 2. Combinatoria
Unidad 2. Combinatoria
 
Pruebas de hipótesis
Pruebas de hipótesis Pruebas de hipótesis
Pruebas de hipótesis
 
La distribucion binomial
La distribucion binomialLa distribucion binomial
La distribucion binomial
 
Distribución t student
Distribución t studentDistribución t student
Distribución t student
 
Estadística Probabilidades
Estadística ProbabilidadesEstadística Probabilidades
Estadística Probabilidades
 
Distribuciones de muestreo
Distribuciones de muestreoDistribuciones de muestreo
Distribuciones de muestreo
 
Limites de tolerancia
Limites de toleranciaLimites de tolerancia
Limites de tolerancia
 
Tablas de contingencia y gráficos spss
Tablas de contingencia y gráficos spssTablas de contingencia y gráficos spss
Tablas de contingencia y gráficos spss
 
Tarea 10 de probabilidad y estadistica con respuesta
Tarea 10 de probabilidad y estadistica con respuestaTarea 10 de probabilidad y estadistica con respuesta
Tarea 10 de probabilidad y estadistica con respuesta
 
Prueba de huecos o de distancia
Prueba de huecos o de distanciaPrueba de huecos o de distancia
Prueba de huecos o de distancia
 
Tarea 9 de probabilidad y estadistica con respuestas
Tarea 9 de probabilidad y estadistica con respuestasTarea 9 de probabilidad y estadistica con respuestas
Tarea 9 de probabilidad y estadistica con respuestas
 
Estadística: Prueba de Medias
Estadística: Prueba de MediasEstadística: Prueba de Medias
Estadística: Prueba de Medias
 
Tablas de contingencia
Tablas de contingenciaTablas de contingencia
Tablas de contingencia
 
EJERCICIOS DE DISTRIBUCIÓN MULTINOMIAL
EJERCICIOS DE DISTRIBUCIÓN MULTINOMIALEJERCICIOS DE DISTRIBUCIÓN MULTINOMIAL
EJERCICIOS DE DISTRIBUCIÓN MULTINOMIAL
 
Contraste de hipótesis Bilateral y Unilateral
Contraste de hipótesis Bilateral y UnilateralContraste de hipótesis Bilateral y Unilateral
Contraste de hipótesis Bilateral y Unilateral
 
Pruebas de bondad de ajuste
Pruebas de bondad de ajustePruebas de bondad de ajuste
Pruebas de bondad de ajuste
 

Similaire à Conceptos básicos de estadística

Cesar mauricio hernandez estadistica 1D
Cesar mauricio hernandez estadistica 1DCesar mauricio hernandez estadistica 1D
Cesar mauricio hernandez estadistica 1DCessarHernandez19
 
Jesús alejandro machado najera 2° d estadistica
Jesús alejandro machado najera  2° d estadisticaJesús alejandro machado najera  2° d estadistica
Jesús alejandro machado najera 2° d estadisticaAlejandro Machado
 
Documento 2 estadistica
Documento 2 estadisticaDocumento 2 estadistica
Documento 2 estadisticappdleo19
 
Documento - Estadística 2"D"
Documento - Estadística 2"D"Documento - Estadística 2"D"
Documento - Estadística 2"D"José De Leon
 
Documento estadistica
Documento estadisticaDocumento estadistica
Documento estadisticappdleo19
 
Estadistica daniela ortega
Estadistica daniela ortegaEstadistica daniela ortega
Estadistica daniela ortegaDaniiandre10
 
Flor haideee estadistica
Flor haideee estadisticaFlor haideee estadistica
Flor haideee estadistica970704
 
Flor haideee estadistica
Flor haideee estadisticaFlor haideee estadistica
Flor haideee estadistica970704
 
Estadistica poblacion y muestra
Estadistica poblacion y muestra Estadistica poblacion y muestra
Estadistica poblacion y muestra Alain Cervantes
 
Presentación1 ortega mata
Presentación1 ortega mataPresentación1 ortega mata
Presentación1 ortega mataDaniiandre10
 
conceptos fundamentales
conceptos fundamentalesconceptos fundamentales
conceptos fundamentalesDulce Villegas
 
Trabajo de estadisticas
Trabajo de estadisticasTrabajo de estadisticas
Trabajo de estadisticasDulce Villegas
 
Trabajo de estadisticas
Trabajo de estadisticasTrabajo de estadisticas
Trabajo de estadisticasDulce Villegas
 
Trabajo de estadisticas
Trabajo de estadisticasTrabajo de estadisticas
Trabajo de estadisticasDulce Villegas
 
estadística
estadística estadística
estadística BlancaQ11
 
Conseptos basicos
Conseptos basicosConseptos basicos
Conseptos basicosdannyconye
 

Similaire à Conceptos básicos de estadística (20)

Estadísticas
EstadísticasEstadísticas
Estadísticas
 
Cesar mauricio hernandez estadistica 1D
Cesar mauricio hernandez estadistica 1DCesar mauricio hernandez estadistica 1D
Cesar mauricio hernandez estadistica 1D
 
estadistica
estadisticaestadistica
estadistica
 
Jesús alejandro machado najera 2° d estadistica
Jesús alejandro machado najera  2° d estadisticaJesús alejandro machado najera  2° d estadistica
Jesús alejandro machado najera 2° d estadistica
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Documento 2 estadistica
Documento 2 estadisticaDocumento 2 estadistica
Documento 2 estadistica
 
Documento - Estadística 2"D"
Documento - Estadística 2"D"Documento - Estadística 2"D"
Documento - Estadística 2"D"
 
Documento estadistica
Documento estadisticaDocumento estadistica
Documento estadistica
 
Estadistica daniela ortega
Estadistica daniela ortegaEstadistica daniela ortega
Estadistica daniela ortega
 
Flor haideee estadistica
Flor haideee estadisticaFlor haideee estadistica
Flor haideee estadistica
 
Flor haideee estadistica
Flor haideee estadisticaFlor haideee estadistica
Flor haideee estadistica
 
Alondra magaly meraz carrazco 1 d
Alondra magaly meraz carrazco 1 dAlondra magaly meraz carrazco 1 d
Alondra magaly meraz carrazco 1 d
 
Estadistica poblacion y muestra
Estadistica poblacion y muestra Estadistica poblacion y muestra
Estadistica poblacion y muestra
 
Presentación1 ortega mata
Presentación1 ortega mataPresentación1 ortega mata
Presentación1 ortega mata
 
conceptos fundamentales
conceptos fundamentalesconceptos fundamentales
conceptos fundamentales
 
Trabajo de estadisticas
Trabajo de estadisticasTrabajo de estadisticas
Trabajo de estadisticas
 
Trabajo de estadisticas
Trabajo de estadisticasTrabajo de estadisticas
Trabajo de estadisticas
 
Trabajo de estadisticas
Trabajo de estadisticasTrabajo de estadisticas
Trabajo de estadisticas
 
estadística
estadística estadística
estadística
 
Conseptos basicos
Conseptos basicosConseptos basicos
Conseptos basicos
 

Plus de Alejandro Ibarra

Plus de Alejandro Ibarra (11)

Hoja de control.
Hoja de control.Hoja de control.
Hoja de control.
 
SPC ACTIVIDAD 4
SPC ACTIVIDAD 4SPC ACTIVIDAD 4
SPC ACTIVIDAD 4
 
SPC ACTIVIDAD 3
SPC ACTIVIDAD 3SPC ACTIVIDAD 3
SPC ACTIVIDAD 3
 
SPC ACTIVIDAD 2
SPC ACTIVIDAD 2SPC ACTIVIDAD 2
SPC ACTIVIDAD 2
 
SPC Actividad 1
 SPC Actividad 1 SPC Actividad 1
SPC Actividad 1
 
Trabajo 1: Control estadístico del proceso.
Trabajo 1: Control estadístico del proceso.Trabajo 1: Control estadístico del proceso.
Trabajo 1: Control estadístico del proceso.
 
Ejercicio dados y monedas
Ejercicio dados y monedasEjercicio dados y monedas
Ejercicio dados y monedas
 
Ejercicio 5: Datos Agrupados.
Ejercicio 5: Datos Agrupados.Ejercicio 5: Datos Agrupados.
Ejercicio 5: Datos Agrupados.
 
Ejercicio 4: Análisis de la información
Ejercicio 4: Análisis de la información Ejercicio 4: Análisis de la información
Ejercicio 4: Análisis de la información
 
Ejercicio3
Ejercicio3 Ejercicio3
Ejercicio3
 
Estadística: Conceptos Básicos
Estadística: Conceptos Básicos Estadística: Conceptos Básicos
Estadística: Conceptos Básicos
 

Dernier

plan de capacitacion docente AIP 2024 clllll.pdf
plan de capacitacion docente  AIP 2024          clllll.pdfplan de capacitacion docente  AIP 2024          clllll.pdf
plan de capacitacion docente AIP 2024 clllll.pdfenelcielosiempre
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioELIASAURELIOCHAVEZCA1
 
Imperialismo informal en Europa y el imperio
Imperialismo informal en Europa y el imperioImperialismo informal en Europa y el imperio
Imperialismo informal en Europa y el imperiomiralbaipiales2016
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptxdeimerhdz21
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...JAVIER SOLIS NOYOLA
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfAngélica Soledad Vega Ramírez
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...JonathanCovena1
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMarjorie Burga
 
CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADauxsoporte
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxYadi Campos
 
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAJAVIER SOLIS NOYOLA
 
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñoproyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñotapirjackluis
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dstEphaniiie
 
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfGUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfPaolaRopero2
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptxFelicitasAsuncionDia
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfFrancisco158360
 

Dernier (20)

plan de capacitacion docente AIP 2024 clllll.pdf
plan de capacitacion docente  AIP 2024          clllll.pdfplan de capacitacion docente  AIP 2024          clllll.pdf
plan de capacitacion docente AIP 2024 clllll.pdf
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literario
 
Imperialismo informal en Europa y el imperio
Imperialismo informal en Europa y el imperioImperialismo informal en Europa y el imperio
Imperialismo informal en Europa y el imperio
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grande
 
CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDAD
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
 
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñoproyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes d
 
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfGUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptx
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
 
Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.
 
Presentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza MultigradoPresentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza Multigrado
 

Conceptos básicos de estadística

  • 1. 1 Estadística. POFESOR: LIC. GERARDO EDGAR MATA ORTIZ ALUMNO: ALEJANDRO ANTONIO IBARRA MUÑOZ MATRICULA: 1410649 CARRERA: PROCESOS INDUSTRIALES Fecha: 0
  • 2. 2 Índice 3……………Frases de la estadística 4……………Introducción 5……………..Conceptos 9………………..Ejemplos 13…………………..Bibliografía
  • 3. 3 Frases de la estadistica
  • 4. 4 ESTADISTICA INTRODUCCION: En este trabajo veremos cómo se va desarrollando la estadística y los diferentes puntos en la que está dividida. Los conceptos basicos de la estadística para facilitar el entendimiento de ellos. También se puede observar los diferentes tipos de ejemplos con los que se puede llegar a una solución más específica o más bien concreta.
  • 5. 5 Conceptos 1.-poblacion: son conjunto de todos los individuos o elementos individuales de un tipo específico. A veces una población representa un sistema científico. Primer ejemplo:un fabricante parte tarjetas para computadoras podría desear eliminar defectos. Un proceso de muestreo implica recolectar información de 50 tarjetas de computadoras tomadas aleatoria durante el proceso. En este caso la población seria representada por todas las tarjetas de computadora y se reuniría una segunda muestra de tarjetas. Segundo ejemplo:conjunto de todos los elementos que interesan en un estudio determinado. El grupo de química quiere sacar las estaturas de todos los alumnos toma la muestra de 15 alumnos. Estas son las muestras que se tomaron: 1.56, 1.76, 1.78, 1.67, 1.77, 1.87, 1.79, 1.90 1.92, 1.87, 1.75, 1.88 ,1.72, 1.85. Población: son los 15 alumnos que tomo la maestra Tercer ejemplo:
  • 6. 6 2. población tangible: Este tipo de poblaciones son siempre finitas. Después de que se muestra un elemento, el tamaño de población disminuye en uno. En principio, uno podría en algunos casos regresar el elemento muestrario a la población, con Oportunidades de muestrario nuevamente, pero esta rara vez se hace en la práctica.  Es una población con una cantidad determinada de elementos. Por ejemplo al tener una población de 50 elementos le quitamos una que es una muestra y ahora tenemos 49 elementos, entre más le quitas la población va disminuyendo.  Población limite, no se excede de elementos al tener una cierta cantidad de elementos si le restamos una pequeña cantidad, esta reduce de tamaño. Población conceptual: La población consta de todos los valores que posiblemente puede haber sido observados. Esta población conceptual, ya que no consta de elementos reales. Ejemplo de población conceptual
  • 7. 7 Un geólogo pesa una roca varias veces en una balanza analítica. Cada vez, la balanza da lectura ligeramente diferente ¿Bajo que condiciones se puede considerar estas lecturas como una muestra aleatoria simple? ¿Cuál es la población? Solución Si las características físicas de la balanza permanecen iguales cada vez que se pesan, se puede considerar que las mediciones se hacen bajo condiciones idénticas, entonces las lecturas se pueden considerar como una muestra aleatoria simple. La población es conceptual costa de todas las lecturas que la balanza en principio podría producir. Segundo ejemplo:un técnico mide piezas con diferentes vernieres y cada vernier da un resultado diferente ¿estos son las diferentes medidas que dan los vernieres? Digital 1250”. Caratula 1252”. Fracciones 1251” Conceptual: las medidas que dan los diferentes tipos de vernier
  • 8. 8 3. Muestra: Una muestra constituye un subconjunto de una población, que contiene elementos o resultados que recientemente se observan. 4 Muestraaleatoriasimple: Siempre puede consistir de valores obtenidos en un proceso en condiciones experimentales idénticas. En este caso la muestra proviene de una población que se consta de todos los valores posibles que se han observado. -Una muestra aleatoria simple de tamañoes una muestra elegida por un método en el que cada colección de n elementos la población tiene la misma probabilidad de formar la muestra, de la misma manera que en una lotería
  • 9. 9 Ejemplos 5. El departamento médico de la Universidad quiere saber la presión arterial de los estudiantes. Hay 2700 alumnos inscritos. Obtiene una lista de los alumnos numerada del 1 al 2700, utiliza Excel para generar 100 números aleatorios enteros y cita a los alumnos para realizar la medición de presión arterial. ¿Es esta una muestra aleatoria simple? Justifica tu respuesta. Respuesta: Si es una muestra aleatoria simple ya que de la lista enumerado de 1-2700 tomaron 100 números aleatorios, no se sabe el orden ni el cual escogieron los alumnos. 6. Un inspector de calidad supervisa rollos de tela para determinar la tasa de fallas en el tinte de los mismos. Decide tomar 20 rollos de la producción del miércoles, cada hora durante cinco horas, selecciona los cuatro últimos rollos producidos y cuenta el número de fallas de cada uno. ¿Es esta una muestra aleatoria simple? Respuesta: no es una muestra aleatoria simple, por qué no tienen la mismaigualdad de resultados
  • 10. 10 7. El encargado de producción de la fábrica de tornillos “Rosa Acero” mide la longitud de una muestra de 60 piezas. Encuentra que el 90% de ellos están dentro de las especificaciones por lo que afirma que en todo el lote de producción, el 90% de los tornillos cumplen con los requerimientos del cliente. ¿Es esto verdadero? Justifica tu respuesta. Respuesta: si cumplen con los requerimientos pero puede que haya una variación. 8. El encargado de calidad, Ch. Gallegos, toma otra muestra de 60 piezas del mismolote y encuentra que sólo el 85% de ellos cumple con las especificaciones. El encargado de pro- ducción, Antonio Ibarra, afirma que el de calidad debe haberse equivocado porque el resultado correcto es de 90% ¿Tiene razón? Justifica tu respuesta. Respuesta: gallegos tiene la razón, porque es el que se encarga de la calidad del producto y verifica con más detalle las cosas y en cambio Antonio solo se encarga de cómo se lleva la producción pero él no verifica bien el producto. 9. Juanene mide, diez veces, la longitud de una pieza fabricada por Sebastián Rodríguez; en cada
  • 11. 11 medición, el vernier indica lecturas ligeramente diferentes. ¿Bajo qué condiciones pueden considerarse estas lecturas como una muestra aleatoria simple? ¿Cuál es la población? ¿Es una población tangible o conceptual? 1) podría decirse que si es una muestra aleatoria simple porque todos los resultados que te del vernier son al azar. 2. las medidas que te da el vernier 3. si es una población tangible porque es algo físico 10. a)Un ejemplo de población tangible en la que se toma una muestra que pueda considerarse aleatoriasimple - 250 personas de una comunidad compraron billetes de lotería con 5 números en juego, solamente 2 billetes eran los ganadores ¿se sabe quién saldrá sorteado? b)Un ejemplo de población tangible en la que se toma una muestra que no puede aceptarse como muestra aleatoriasimple. – En una fábrica de pantalones produjeron solamente mil pantalones en el día, de esos mil
  • 12. 12 pantalones tomaron solo 5para determinar la calidad de los demás. c) Un ejemplo de población conceptual en la que se toma una muestra que puede ser considerada muestra aleatoriasimple En una fábrica de autos produjeron una cantidad de vehículos de las cuales tomaron 5 autos para realizar pruebas de diferentes modelos mas no se sabe cuáles fueron o si se repitieron
  • 13. 13 Bibliografía. 1° estadísticas para ingenieros y científicos. (Autor) William navidi 2° probabilidad y estadística para ingeniería y ciencias Autor: walpole-myers-myers 3° estadística para administración y economía Autor: Anderson sweeney Williams