SlideShare uma empresa Scribd logo
1 de 9
las cifras no mienten, pero los mentirosos
también usan cifras.
Autor (anónimo)
En este trabajo veremos cómo
se va desarrollando la estadística y los diferentes
puntos en la que está dividida. También se puede
observar los diferentes tipos de ejemplos con los
que se puede llegar a una solución más específica o
más bien concreta.
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:
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
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
3. Muestra: Una muestra constituye un subconjunto de una
población, que contiene elementos o resultados que
recientemente se observan.
4 Muestra aleatoria simple: 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 tamaño es 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.
5. El departamento médico de la Universidad quiere saber la presión
arterial de los estudiantes. Hay 2700 alumnos inscritos. Obtieneuna 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 misma igualdad de resultados
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% delos tornillos cumplen con los requerimientos del
cliente. ¿Es esto verdadero? Justificatu 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 mismo lote 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 haberseequivocado porqueel resultado correcto es de
90% ¿Tiene razón? Justificatu respuesta.
Respuesta: gallegos tiene la razón, porquees el que se encarga de la
calidad del producto y verificacon 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 medición, el vernier indica lecturas
ligeramente diferentes. ¿Bajo qué condiciones pueden considerarseestas
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 poblacióntangible en la que se toma una
muestra que puedaconsiderarse aleatoria simple
- 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 poblacióntangible en la que se toma una
muestra que no puede aceptarse como muestra aleatoria
simple.
– En una fábricade pantalones produjeronsolamente mil
pantalones en el día, de esos mil pantalones tomaron solo
5para determinar la calidad de los demás.
c) Un ejemplo de poblaciónconceptualen la que se toma
una muestra que puede ser consideradamuestraaleatoria
simple
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
estadísticas para ingenieros y
científicos. (Autor) William navidi
probabilidad y estadística para
ingeniería y ciencias
walpole-myers-myers
estadística para administración y
economía
Anderson sweeney Williams

Mais conteúdo relacionado

Mais procurados

Estadistica daniela ortega
Estadistica daniela ortegaEstadistica daniela ortega
Estadistica daniela ortegaDaniiandre10
 
Estadistica
EstadisticaEstadistica
Estadisticacesarcsl
 
Cesar mauricio hernandez estadistica 1D
Cesar mauricio hernandez estadistica 1DCesar mauricio hernandez estadistica 1D
Cesar mauricio hernandez estadistica 1DCessarHernandez19
 
Estadística como herramienta base
Estadística como herramienta baseEstadística como herramienta base
Estadística como herramienta baseMarco Rodriguez
 
estadística PamelaCastillo
estadística PamelaCastilloestadística PamelaCastillo
estadística PamelaCastillonataly villegas
 
Estadistica conceptos basicosestrella
Estadistica conceptos basicosestrellaEstadistica conceptos basicosestrella
Estadistica conceptos basicosestrellaStree Jamas
 
Trabajo de estadisticas
Trabajo de estadisticasTrabajo de estadisticas
Trabajo de estadisticasDulce Villegas
 
Jafeth luna estadistica
Jafeth luna estadisticaJafeth luna estadistica
Jafeth luna estadisticajafethluna
 
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
 
Buenas tardes este es mi trabajo de estadísticas
Buenas tardes este es mi trabajo de estadísticas   Buenas tardes este es mi trabajo de estadísticas
Buenas tardes este es mi trabajo de estadísticas alanhdzutt
 
Flor haideee estadistica
Flor haideee estadisticaFlor haideee estadistica
Flor haideee estadistica970704
 

Mais procurados (17)

Estadistica
EstadisticaEstadistica
Estadistica
 
Estadistica daniela ortega
Estadistica daniela ortegaEstadistica daniela ortega
Estadistica daniela ortega
 
Estadistica
EstadisticaEstadistica
Estadistica
 
estadistica
estadisticaestadistica
estadistica
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Cesar mauricio hernandez estadistica 1D
Cesar mauricio hernandez estadistica 1DCesar mauricio hernandez estadistica 1D
Cesar mauricio hernandez estadistica 1D
 
Estadística como herramienta base
Estadística como herramienta baseEstadística como herramienta base
Estadística como herramienta base
 
estadística PamelaCastillo
estadística PamelaCastilloestadística PamelaCastillo
estadística PamelaCastillo
 
Estadistica conceptos basicosestrella
Estadistica conceptos basicosestrellaEstadistica conceptos basicosestrella
Estadistica conceptos basicosestrella
 
Trabajo de estadisticas
Trabajo de estadisticasTrabajo de estadisticas
Trabajo de estadisticas
 
Lic mata
Lic mataLic mata
Lic mata
 
Jafeth luna estadistica
Jafeth luna estadisticaJafeth luna estadistica
Jafeth luna 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
 
Ejercicio 1
Ejercicio 1Ejercicio 1
Ejercicio 1
 
Buenas tardes este es mi trabajo de estadísticas
Buenas tardes este es mi trabajo de estadísticas   Buenas tardes este es mi trabajo de estadísticas
Buenas tardes este es mi trabajo de estadísticas
 
Flor haideee estadistica
Flor haideee estadisticaFlor haideee estadistica
Flor haideee estadistica
 
Trabajo blog 1.
Trabajo blog 1. Trabajo blog 1.
Trabajo blog 1.
 

Destaque

Quincenario Matemático UCLA mayo de 2014
Quincenario Matemático UCLA mayo de 2014Quincenario Matemático UCLA mayo de 2014
Quincenario Matemático UCLA mayo de 2014CineMatematico
 
Scentsy Family Consultant Guide Mexico
Scentsy Family Consultant Guide MexicoScentsy Family Consultant Guide Mexico
Scentsy Family Consultant Guide MexicoSara Seemayer
 
Las tic en la educacion
Las tic en la educacionLas tic en la educacion
Las tic en la educacionanamilena1234
 
Ejercicios limites 2ºbach 3 con soluciones
Ejercicios limites 2ºbach 3 con solucionesEjercicios limites 2ºbach 3 con soluciones
Ejercicios limites 2ºbach 3 con solucionesMatemolivares1
 
Hiv book future of infected and affected
Hiv book future of infected and affectedHiv book future of infected and affected
Hiv book future of infected and affectedIsaiah Owolabi
 
What the Cows Told Us: Measuring Women's Empowerment in a Dairy Value Chain
What the Cows Told Us: Measuring Women's Empowerment in a Dairy Value ChainWhat the Cows Told Us: Measuring Women's Empowerment in a Dairy Value Chain
What the Cows Told Us: Measuring Women's Empowerment in a Dairy Value ChainCARE Economic Development Unit
 
7 habits of learning technology eleaders1
7  habits of learning technology eleaders17  habits of learning technology eleaders1
7 habits of learning technology eleaders1Di Johnston
 
Metodologia cap 4 - ii 2013
Metodologia   cap 4 - ii 2013Metodologia   cap 4 - ii 2013
Metodologia cap 4 - ii 2013udcecologia
 
normas internacionalres
normas internacionalresnormas internacionalres
normas internacionalresbstalinefrain
 

Destaque (20)

Guía para MS Project
Guía para MS ProjectGuía para MS Project
Guía para MS Project
 
Relatório VOL 6 anos
Relatório VOL 6 anosRelatório VOL 6 anos
Relatório VOL 6 anos
 
Quincenario Matemático UCLA mayo de 2014
Quincenario Matemático UCLA mayo de 2014Quincenario Matemático UCLA mayo de 2014
Quincenario Matemático UCLA mayo de 2014
 
Pharma Market 32
Pharma Market 32Pharma Market 32
Pharma Market 32
 
UNMH Health Source July 2011
UNMH Health Source July 2011UNMH Health Source July 2011
UNMH Health Source July 2011
 
Scentsy Family Consultant Guide Mexico
Scentsy Family Consultant Guide MexicoScentsy Family Consultant Guide Mexico
Scentsy Family Consultant Guide Mexico
 
Las tic en la educacion
Las tic en la educacionLas tic en la educacion
Las tic en la educacion
 
Ejercicios limites 2ºbach 3 con soluciones
Ejercicios limites 2ºbach 3 con solucionesEjercicios limites 2ºbach 3 con soluciones
Ejercicios limites 2ºbach 3 con soluciones
 
第5章数组
第5章数组第5章数组
第5章数组
 
Proceso Y[1]..
Proceso Y[1]..Proceso Y[1]..
Proceso Y[1]..
 
Hiv book future of infected and affected
Hiv book future of infected and affectedHiv book future of infected and affected
Hiv book future of infected and affected
 
What the Cows Told Us: Measuring Women's Empowerment in a Dairy Value Chain
What the Cows Told Us: Measuring Women's Empowerment in a Dairy Value ChainWhat the Cows Told Us: Measuring Women's Empowerment in a Dairy Value Chain
What the Cows Told Us: Measuring Women's Empowerment in a Dairy Value Chain
 
capstone
capstonecapstone
capstone
 
7 habits of learning technology eleaders1
7  habits of learning technology eleaders17  habits of learning technology eleaders1
7 habits of learning technology eleaders1
 
Curso de nutrición
Curso de nutriciónCurso de nutrición
Curso de nutrición
 
Metodologia cap 4 - ii 2013
Metodologia   cap 4 - ii 2013Metodologia   cap 4 - ii 2013
Metodologia cap 4 - ii 2013
 
Infiniband and Ethernet
Infiniband and EthernetInfiniband and Ethernet
Infiniband and Ethernet
 
Unidad 6..
Unidad 6..Unidad 6..
Unidad 6..
 
normas internacionalres
normas internacionalresnormas internacionalres
normas internacionalres
 
Cities Alive: Green Roofs and Green Walls Conference
Cities Alive: Green Roofs and Green Walls ConferenceCities Alive: Green Roofs and Green Walls Conference
Cities Alive: Green Roofs and Green Walls Conference
 

Semelhante a Estadísticas

Estadística: Conceptos Básicos
Estadística: Conceptos Básicos Estadística: Conceptos Básicos
Estadística: Conceptos Básicos Alejandro Ibarra
 
estadística
estadística estadística
estadística BlancaQ11
 
Flor haideee estadistica
Flor haideee estadisticaFlor haideee estadistica
Flor haideee estadistica970704
 
Estadística ejercicio 1
Estadística ejercicio 1Estadística ejercicio 1
Estadística ejercicio 1Andrea MG
 
ESTADSITICA 1 (trabajo1)
ESTADSITICA 1 (trabajo1)ESTADSITICA 1 (trabajo1)
ESTADSITICA 1 (trabajo1)Eduardo Galicia
 
Trabajo de estadisticas
Trabajo de estadisticasTrabajo de estadisticas
Trabajo de estadisticasDulce Villegas
 
Trabajo de estadisticas
Trabajo de estadisticasTrabajo de estadisticas
Trabajo de estadisticasDulce Villegas
 
Ejercicio 1 estadistica
Ejercicio 1 estadisticaEjercicio 1 estadistica
Ejercicio 1 estadisticaangel sosa
 
conceptos fundamentales
conceptos fundamentalesconceptos fundamentales
conceptos fundamentalesDulce Villegas
 
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
 
conceptos fundamentales estadistica
 conceptos fundamentales estadistica conceptos fundamentales estadistica
conceptos fundamentales estadisticalizuli56
 

Semelhante a Estadísticas (18)

Estadística: Conceptos Básicos
Estadística: Conceptos Básicos Estadística: Conceptos Básicos
Estadística: Conceptos Básicos
 
Alondra magaly meraz carrazco 1 d
Alondra magaly meraz carrazco 1 dAlondra magaly meraz carrazco 1 d
Alondra magaly meraz carrazco 1 d
 
estadistica
estadisticaestadistica
estadistica
 
estadística
estadística estadística
estadística
 
Flor haideee estadistica
Flor haideee estadisticaFlor haideee estadistica
Flor haideee estadistica
 
Estadística ejercicio 1
Estadística ejercicio 1Estadística ejercicio 1
Estadística ejercicio 1
 
Estadistica
EstadisticaEstadistica
Estadistica
 
ESTADSITICA 1 (trabajo1)
ESTADSITICA 1 (trabajo1)ESTADSITICA 1 (trabajo1)
ESTADSITICA 1 (trabajo1)
 
Trabajo de estadisticas
Trabajo de estadisticasTrabajo de estadisticas
Trabajo de estadisticas
 
Trabajo de estadisticas
Trabajo de estadisticasTrabajo de estadisticas
Trabajo de estadisticas
 
Ejercicio 1 estadistica
Ejercicio 1 estadisticaEjercicio 1 estadistica
Ejercicio 1 estadistica
 
conceptos fundamentales
conceptos fundamentalesconceptos fundamentales
conceptos fundamentales
 
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
 
ESADÍSTICA
ESADÍSTICAESADÍSTICA
ESADÍSTICA
 
conceptos fundamentales estadistica
 conceptos fundamentales estadistica conceptos fundamentales estadistica
conceptos fundamentales estadistica
 

Mais de EDGARMEDINA96

Control estadistico (hoja de control)
Control estadistico (hoja de control)Control estadistico (hoja de control)
Control estadistico (hoja de control)EDGARMEDINA96
 
Statistical process-control
Statistical process-controlStatistical process-control
Statistical process-controlEDGARMEDINA96
 
estadística en la calidad
estadística en la calidadestadística en la calidad
estadística en la calidadEDGARMEDINA96
 
Estadística en-la-calidad
Estadística en-la-calidadEstadística en-la-calidad
Estadística en-la-calidadEDGARMEDINA96
 
Edgar grijalva medinaa
Edgar grijalva medinaaEdgar grijalva medinaa
Edgar grijalva medinaaEDGARMEDINA96
 
Edgar grijalva medina
Edgar grijalva medinaEdgar grijalva medina
Edgar grijalva medinaEDGARMEDINA96
 
estadística actividad 5
estadística actividad 5estadística actividad 5
estadística actividad 5EDGARMEDINA96
 
Ejercicio 4 estadistica
Ejercicio 4 estadisticaEjercicio 4 estadistica
Ejercicio 4 estadisticaEDGARMEDINA96
 
Datos no agrupados 2
Datos no agrupados 2Datos no agrupados 2
Datos no agrupados 2EDGARMEDINA96
 
FRECUENCIAS EN LA ESTADISTICA EDGAR
FRECUENCIAS EN LA ESTADISTICA EDGAR FRECUENCIAS EN LA ESTADISTICA EDGAR
FRECUENCIAS EN LA ESTADISTICA EDGAR EDGARMEDINA96
 

Mais de EDGARMEDINA96 (15)

Control estadistico (hoja de control)
Control estadistico (hoja de control)Control estadistico (hoja de control)
Control estadistico (hoja de control)
 
Spc
SpcSpc
Spc
 
Statistical process-control
Statistical process-controlStatistical process-control
Statistical process-control
 
estadística en la calidad
estadística en la calidadestadística en la calidad
estadística en la calidad
 
Estadística en-la-calidad
Estadística en-la-calidadEstadística en-la-calidad
Estadística en-la-calidad
 
DATOS AGRUPADOS
DATOS AGRUPADOSDATOS AGRUPADOS
DATOS AGRUPADOS
 
Edgar grijalva medinaa
Edgar grijalva medinaaEdgar grijalva medinaa
Edgar grijalva medinaa
 
Edgar grijalva medina
Edgar grijalva medinaEdgar grijalva medina
Edgar grijalva medina
 
Exmanen edgar-2 d
Exmanen edgar-2 dExmanen edgar-2 d
Exmanen edgar-2 d
 
Ejercicio 6 egm
Ejercicio 6 egmEjercicio 6 egm
Ejercicio 6 egm
 
estadística actividad 5
estadística actividad 5estadística actividad 5
estadística actividad 5
 
Ejercicio 4 estadistica
Ejercicio 4 estadisticaEjercicio 4 estadistica
Ejercicio 4 estadistica
 
Datos no agrupados 2
Datos no agrupados 2Datos no agrupados 2
Datos no agrupados 2
 
Datos no agrupados
Datos no agrupados Datos no agrupados
Datos no agrupados
 
FRECUENCIAS EN LA ESTADISTICA EDGAR
FRECUENCIAS EN LA ESTADISTICA EDGAR FRECUENCIAS EN LA ESTADISTICA EDGAR
FRECUENCIAS EN LA ESTADISTICA EDGAR
 

Último

c3.hu3.p1.p3.El ser humano como ser histórico.pptx
c3.hu3.p1.p3.El ser humano como ser histórico.pptxc3.hu3.p1.p3.El ser humano como ser histórico.pptx
c3.hu3.p1.p3.El ser humano como ser histórico.pptxMartín Ramírez
 
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOTUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOweislaco
 
Instrucciones para la aplicacion de la PAA-2024b - (Mayo 2024)
Instrucciones para la aplicacion de la PAA-2024b - (Mayo 2024)Instrucciones para la aplicacion de la PAA-2024b - (Mayo 2024)
Instrucciones para la aplicacion de la PAA-2024b - (Mayo 2024)veganet
 
PPT_Formación integral y educación CRESE (1).pdf
PPT_Formación integral y educación CRESE (1).pdfPPT_Formación integral y educación CRESE (1).pdf
PPT_Formación integral y educación CRESE (1).pdfEDILIAGAMBOA
 
Manejo del Dengue, generalidades, actualización marzo 2024 minsa
Manejo del Dengue, generalidades, actualización marzo 2024 minsaManejo del Dengue, generalidades, actualización marzo 2024 minsa
Manejo del Dengue, generalidades, actualización marzo 2024 minsaLuis Minaya
 
Mapa Mental de estrategias de articulación de las areas curriculares.pdf
Mapa Mental de estrategias de articulación de las areas curriculares.pdfMapa Mental de estrategias de articulación de las areas curriculares.pdf
Mapa Mental de estrategias de articulación de las areas curriculares.pdfvictorbeltuce
 
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024gharce
 
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdf
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdfEstrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdf
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdfAlfredoRamirez953210
 
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdf
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdfBIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdf
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdfCESARMALAGA4
 
Estrategia de Enseñanza y Aprendizaje.pdf
Estrategia de Enseñanza y Aprendizaje.pdfEstrategia de Enseñanza y Aprendizaje.pdf
Estrategia de Enseñanza y Aprendizaje.pdfromanmillans
 
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptxc3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptxMartín Ramírez
 
Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024IES Vicent Andres Estelles
 
Día de la Madre Tierra-1.pdf día mundial
Día de la Madre Tierra-1.pdf día mundialDía de la Madre Tierra-1.pdf día mundial
Día de la Madre Tierra-1.pdf día mundialpatriciaines1993
 
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...fcastellanos3
 
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdfTarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdfManuel Molina
 

Último (20)

c3.hu3.p1.p3.El ser humano como ser histórico.pptx
c3.hu3.p1.p3.El ser humano como ser histórico.pptxc3.hu3.p1.p3.El ser humano como ser histórico.pptx
c3.hu3.p1.p3.El ser humano como ser histórico.pptx
 
Aedes aegypti + Intro to Coquies EE.pptx
Aedes aegypti + Intro to Coquies EE.pptxAedes aegypti + Intro to Coquies EE.pptx
Aedes aegypti + Intro to Coquies EE.pptx
 
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJOTUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
TUTORIA II - CIRCULO DORADO UNIVERSIDAD CESAR VALLEJO
 
Instrucciones para la aplicacion de la PAA-2024b - (Mayo 2024)
Instrucciones para la aplicacion de la PAA-2024b - (Mayo 2024)Instrucciones para la aplicacion de la PAA-2024b - (Mayo 2024)
Instrucciones para la aplicacion de la PAA-2024b - (Mayo 2024)
 
PPT_Formación integral y educación CRESE (1).pdf
PPT_Formación integral y educación CRESE (1).pdfPPT_Formación integral y educación CRESE (1).pdf
PPT_Formación integral y educación CRESE (1).pdf
 
Manejo del Dengue, generalidades, actualización marzo 2024 minsa
Manejo del Dengue, generalidades, actualización marzo 2024 minsaManejo del Dengue, generalidades, actualización marzo 2024 minsa
Manejo del Dengue, generalidades, actualización marzo 2024 minsa
 
VISITA À PROTEÇÃO CIVIL _
VISITA À PROTEÇÃO CIVIL                  _VISITA À PROTEÇÃO CIVIL                  _
VISITA À PROTEÇÃO CIVIL _
 
Earth Day Everyday 2024 54th anniversary
Earth Day Everyday 2024 54th anniversaryEarth Day Everyday 2024 54th anniversary
Earth Day Everyday 2024 54th anniversary
 
La luz brilla en la oscuridad. Necesitamos luz
La luz brilla en la oscuridad. Necesitamos luzLa luz brilla en la oscuridad. Necesitamos luz
La luz brilla en la oscuridad. Necesitamos luz
 
Mapa Mental de estrategias de articulación de las areas curriculares.pdf
Mapa Mental de estrategias de articulación de las areas curriculares.pdfMapa Mental de estrategias de articulación de las areas curriculares.pdf
Mapa Mental de estrategias de articulación de las areas curriculares.pdf
 
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024
SISTEMA INMUNE FISIOLOGIA MEDICA UNSL 2024
 
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdf
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdfEstrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdf
Estrategias de enseñanza - aprendizaje. Seminario de Tecnologia..pptx.pdf
 
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdf
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdfBIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdf
BIOLOGIA_banco de preguntas_editorial icfes examen de estado .pdf
 
Estrategia de Enseñanza y Aprendizaje.pdf
Estrategia de Enseñanza y Aprendizaje.pdfEstrategia de Enseñanza y Aprendizaje.pdf
Estrategia de Enseñanza y Aprendizaje.pdf
 
DIA INTERNACIONAL DAS FLORESTAS .
DIA INTERNACIONAL DAS FLORESTAS         .DIA INTERNACIONAL DAS FLORESTAS         .
DIA INTERNACIONAL DAS FLORESTAS .
 
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptxc3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
c3.hu3.p1.p2.El ser humano y el sentido de su existencia.pptx
 
Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024Metabolismo 3: Anabolismo y Fotosíntesis 2024
Metabolismo 3: Anabolismo y Fotosíntesis 2024
 
Día de la Madre Tierra-1.pdf día mundial
Día de la Madre Tierra-1.pdf día mundialDía de la Madre Tierra-1.pdf día mundial
Día de la Madre Tierra-1.pdf día mundial
 
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...
Estas son las escuelas y colegios que tendrán modalidad no presencial este lu...
 
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdfTarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
Tarea 5_ Foro _Selección de herramientas digitales_Manuel.pdf
 

Estadísticas

  • 1.
  • 2.
  • 3. las cifras no mienten, pero los mentirosos también usan cifras. Autor (anónimo) En este trabajo veremos cómo se va desarrollando la estadística y los diferentes puntos en la que está dividida. También se puede observar los diferentes tipos de ejemplos con los que se puede llegar a una solución más específica o más bien concreta.
  • 4. 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: 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.
  • 5.  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 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”
  • 6. Conceptual: las medidas que dan los diferentes tipos de vernier 3. Muestra: Una muestra constituye un subconjunto de una población, que contiene elementos o resultados que recientemente se observan. 4 Muestra aleatoria simple: 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 tamaño es 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.
  • 7. 5. El departamento médico de la Universidad quiere saber la presión arterial de los estudiantes. Hay 2700 alumnos inscritos. Obtieneuna 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 misma igualdad de resultados 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% delos tornillos cumplen con los requerimientos del cliente. ¿Es esto verdadero? Justificatu 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 mismo lote 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 haberseequivocado porqueel resultado correcto es de 90% ¿Tiene razón? Justificatu respuesta.
  • 8. Respuesta: gallegos tiene la razón, porquees el que se encarga de la calidad del producto y verificacon 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 medición, el vernier indica lecturas ligeramente diferentes. ¿Bajo qué condiciones pueden considerarseestas 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 poblacióntangible en la que se toma una muestra que puedaconsiderarse aleatoria simple - 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 poblacióntangible en la que se toma una muestra que no puede aceptarse como muestra aleatoria simple. – En una fábricade pantalones produjeronsolamente mil pantalones en el día, de esos mil pantalones tomaron solo 5para determinar la calidad de los demás. c) Un ejemplo de poblaciónconceptualen la que se toma una muestra que puede ser consideradamuestraaleatoria simple 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
  • 9. estadísticas para ingenieros y científicos. (Autor) William navidi probabilidad y estadística para ingeniería y ciencias walpole-myers-myers estadística para administración y economía Anderson sweeney Williams