Estadistica

Distribuciones discretas con Excel y Winstats 10 de 10 estrellas

Una distribución de probabilidad es una representación de todos los resultados posibles de algún experimento y de la probabilidad relacionada con cada uno. Una distribución de probabilidad es discreta cuando los resultados posibles del experimento son obtenidos de variables aleatorias discretas, es decir, de variables que sólo puede tomar ciertos valores, con frecuencia números enteros, y que resultan principalmente del proceso de conteo. Ejemplos de variables aleatorias discretas son: Número de caras al lanzar una moneda El resultado del lanzamiento de un dado Número de hijos de una familia Número de estudiantes de una universidad

Distribución normal con Excel y Winstats 10 de 10 estrellas

Abrahan De Moivre (1733) fue el primero en obtener la ecuación matemática de la curva normal. Kart Friedrich Gauss y Márquez De Laplece (principios del siglo diecinueve) desarrollaron más ampliamente los conceptos de la curva. La curva normal también es llamada curva de error, curva de campana, curva de Gauss, distribución gaussiana o curva de De Moivre. Su altura máxima se encuentra en la media aritmética, es decir su ordenada máxima corresponde a una abscisa igual a la media aritmética. La asimetría de la curva normal es nula y por su grado de apuntamiento o curtosis se clasifica en mesocúrtica.

Distribución t de Student empleando Excel y Winstats 10 de 10 estrellas

Al comenzar el siglo XX, un especialista en Estadística de la Guinness Breweries en Irlanda llamado William S. Gosset deseaba hacer inferencias acerca de la media cuando la o fuera desconocida. Como a los empleados de Guinness no se les permitía publicar el trabajo de investigación bajo sus propios nombres, Gosset adoptó el seudónimo de "Student". La distribución que desarrolló se conoce como la distribución t de Student. Si la variable aleatoria X se distribuye normalmente, entonces el siguiente estadístico tiene una distribución t con n - 1 grados de libertad.

Series de tiempo empleando Excel y Graph 10 de 10 estrellas

Las series de tiempo llamadas también series cronológicas o series históricas son un conjunto de datos numéricos que se obtienen en períodos regulares y específicos a través del tiempo, los tiempos pueden ser en años, meses, semanas, días o otra unidad adecuada al problema que se esté trabajando. Ejemplos de series de tiempo son: Ventas mensuales de un producto en una empresa, producción total anual de petróleo en Ecuador durante un cierto número años o las temperaturas anunciadas cada hora por el meteorólogo para un aeropuerto.

Metaheurística de optimización mediante colonias de hormigas y aplicaciones

La mayoría de los Problemas de Optimización Combinatoria de interés científico o práctico están incluidos en la clase NP-completos, ya que no existen algoritmos exactos con complejidad polinómica que permitan resolverlos. Debido a su intratabilidad, se han diseñado una gran cantidad de métodos aproximados, los cuales encuentran buenas soluciones en tiempos razonables. Uno de estos métodos es la metaheurística de Optimización mediante Colonias de Hormigas (ACO); que tiene su fuente de inspiración en el comportamiento de las hormigas reales, que minimizan el recorrido entre su colonia y cualquier fuente de abastecimiento, basándose fundamentalmente en los rastros de feromona que van dejando a su paso. Para la metaheurística ACO se han propuesto varios algoritmos, que desde su surgimiento han probado su amplia aplicabilidad y eficiencia en la solución de Problemas de Optimización Combinatoria.

Gráficas de control de la calidad empleando Excel y Winstats 10 de 10 estrellas

Tanto la administración de calidad como la administración Seis Sigma utilizan una gran colección de herramientas estadísticas. Una herramienta ampliamente utilizada en cada enfoque al analizar el proceso de recolección secuencial de datos a lo largo del tiempo es la gráfica de control. Las gráficas de control permiten monitorear la variación en una característica del producto o servicio a lo largo del tiempo. Las gráficas de control se utilizan para estudiar el desempeño pasado, para evaluar las condiciones presentes, o para predecir los resultados futuros. La información obtenida al analizar una gráfica de control constituye la base para el proceso de mejoramiento. Los diferentes tipos de gráficas de control nos permiten analizar diferentes tipos de variables críticas para la calidad (CPC): variables categóricas como la proporción de habitaciones de hotel no aceptables en términos de disponibilidad de comodidades y el correcto funcionamiento de todos los electrodomésticos en la habitación; variables discretas como el número de huéspedes que registraron alguna queja durante la semana; y variables continuas como el tiempo requerido para entregar el equipaje en la habitación. Además de proporcionar una exhibición visual de los datos que representan un proceso, la gráfica de control hace énfasis principalmente en separar las causas especiales de las causas comunes de la variación.

Importancia del estudio de la estadística descriptiva para la especialidad de zootecnia-veterinaria

En la especialidad de Técnico Medio en Zootecnia-Veterinaria, un elemento muy importante es la vinculación entre la estadística descriptiva y los contenidos relacionados con la especialidad. Precisamente, una de las dificultades encontradas en el IPA: Villena-Revolución es la insuficiente vinculación entre estas. En el artículo se realizan consideraciones teóricas acerca de la importancia de ello para lograr una mayor fijación de este contenido y para la formación profesional y laboral de los estudiantes.

Interaprendizaje de probabilidades y estadística inferencial con Excel, Winstats y Graph 10 de 10 estrellas

La Estadística en la antigüedad se empleaba en asuntos del Estado tales como en los censos de población o bienes, organizados por el poder político con fines militares o fiscales. La Estadística en la actualidad es empleada en todos los campos de saber humano, así por ejemplo, en los juegos de azar se emplea conocimientos de las probabilidades estadísticas, los investigadores empleando conocimientos estadísticos para probar hipótesis, los gerentes de las empresas emplean gráficos estadísticos para el control de la calidad de los servicios y productos que la empresa oferta, etc.

Introducción a las Probabilidades 10 de 10 estrellas

Es el conjunto de posibilidades de que un evento ocurra o no en un momento y tiempo determinado. Dichos eventos pueden ser medibles a través de una escala de 0 a 1, donde el evento que no pueda ocurrir tiene una probabilidad de 0 (evento imposible) y un evento que ocurra con certeza es de 1 (evento cierto).

Introducción a las probabilidades empleando Excel 10 de 10 estrellas

CONCEPTOS BÁSICOS A) EXPERIMENTO.- Es toda acción sobre la cual vamos a realizar una medición u observación, es decir cualquier proceso que genera un resultado definido. B) EXPERIMENTO ALEATORIO.- Es toda actividad cuyos resultados no se determinan con certeza. Ejemplo: lanzar una moneda al aire. No podemos determinar con toda certeza ¿cuál será el resultado al lanzar una moneda al aire?, por lo tanto constituye un experimento aleatorio. C) ESPACIO MUESTRAL (S).- Es un conjunto de todos los resultados posibles que se pueden obtener al realizar un experimento aleatorio. Ejemplo: sea el experimento E: lanzar un dado y el espacio muestral correspondiente a este experimento es: S = {1, 2, 3, 4, 5, 6}. D) PUNTO MUESTRAL.- Es un elemento del espacio muestral de cualquier experimento dado. E) EVENTO O SUCESO.- Es todo subconjunto de un espacio muestral. Se denotan con letras mayúsculas: A, B, etc. Los resultados que forman parte de este evento generalmente se conocen como “resultados favorables”. Cada vez que se observa un resultado favorable, se dice que “ocurrió” un evento. Ejemplo: Sea el experimento E: lanzar un dado. Un posible evento podría ser que salga número par. Definimos el evento de la siguiente manera: A = sale número par = {2, 4, 6}, resultados favorables n(E) = 3

Introducción al interaprendizaje de estadística descriptiva empleando Excel 10 de 10 estrellas

Establecer con absoluta claridad y precisión el proceso de desarrollo de esta ciencia que actualmente se llama Estadística, es una tarea difícil ya que la información que se dispone es fragmentada, parcial y aislada. Es seguro que desde la antigüedad se realizaron inventarios de habitantes, bienes, productos, etc. Estos inventarios o censos (palabra derivada del latín cencere que significa valuar o tasar) se realizaron con fines catastrales, tributarios y militares. En Egipto ya en el año 3050 a. c se tiene noticias de estadísticas destinadas a fines semejantes a los señalados y especialmente en la construcción de las pirámides. En China en el año 2000 a. c. se conocen estudios similares. El nacimiento de Cristo coincide con la realización de un censo poblacional en gran escala en el Imperio Romano. Durante mucho tiempo se entendía por “estadística” la información relacionada con el gobierno, la palabra misma se deriva del latín statisticus o estatus que significa “del estado”.

Pruebas de hipótesis para medias 10 de 10 estrellas

En vez de estimar el valor de un parámetro, a veces se debe decidir si una afirmación relativa a un parámetro es verdadera o falsa. Es decir, probar una hipótesis relativa a un parámetro. Se realiza una prueba de hipótesis cuando se desea probar una afirmación realizada acerca de un parámetro o parámetros de una población. Una hipótesis es un enunciado acerca del valor de un parámetro (media, proporción, etc.). Prueba de Hipótesis es un procedimiento basado en evidencia muestral (estadístico) y en la teoría de probabilidad (distribución muestral del estadístico) para determinar si una hipótesis es razonable y no debe rechazarse, o si es irrazonable y debe ser rechazada.

Estimación de intervalos de confianza 10 de 10 estrellas

La estadística inferencial es el proceso de uso de los resultados derivados de las muestras para obtener conclusiones acerca de las características de una población. La estadística inferencial nos permite estimar características desconocidas como la media de la población o la proporción de la población. Existen dos tipos de estimaciones usadas para estimar los parámetros de la población: la estimación puntual y la estimación de intervalo. Una estimación puntual es el valor de un solo estadístico de muestra. Una estimación del intervalo de confianza es un rango de números, llamado intervalo, construido alrededor de la estimación puntual. El intervalo de confianza se construye de manera que la probabilidad del parámetro de la población se localice en algún lugar dentro del intervalo conocido.

Pruebas de hipótesis para proporciones 10 de 10 estrellas

Las pruebas de proporciones son adecuadas cuando los datos que se están analizando constan de cuentas o frecuencias de elementos de dos o más clases. El objetivo de estas pruebas es evaluar las afirmaciones con respecto a una proporción (o Porcentaje) de población. Las pruebas se basan en la premisa de que una proporción muestral (es decir, x ocurrencias en n observaciones, o x/n) será igual a la proporción verdadera de la población si se toman márgenes o tolerancias para la variabilidad muestral. Las pruebas suelen enfocarse en la diferencia entre un número esperado de ocurrencias, suponiendo que una afirmación es verdadera, y el número observado realmente. La diferencia se compara con la variabilidad prescrita mediante una distribución de muestreo que tiene como base el supuesto de que es realmente verdadera.

Prueba de hipótesis con la razón F de Fisher 10 de 10 estrellas

A diferencia de otras pruebas de medias que se basan en la diferencia existente entre dos valores, el análisis de varianza emplea la razón de las estimaciones, dividiendo la estimación intermediante entre la estimación interna Esta razón F fue creada por Ronald Fisher (1890-1962), matemático británico, cuyas teorías estadísticas hicieron mucho más precisos los experimentos científicos. Sus proyectos estadísticos, primero utilizados en biología, rápidamente cobraron importancia y fueron aplicados a la experimentación agrícola, médica e industrial. Fisher también contribuyó a clarificar las funciones que desempeñan la mutación y la selección natural en la genética, particularmente en la población humana.

La Estadística 5 de 10 estrellas

Historia acerca de la estadística, conceptos, tipos de muestra, población, estadística descriptiva e inferencial, variables y demás.

Medidas de posición y de forma, y los gráficos de caja y de tallo y hojas

Los Cuartiles, Q1, Q2, Q3. El segundo cuartil es precisamente la mediana. El primer cuartil, es el valor por debajo del cual queda un cuarto (25%) de todos los valores de la sucesión (ordenada); el tercer cuartil, es el valor por debajo del cual quedan las tres cuartas partes (75%) de los datos, Hildebrand, (1997).

Desviación estandar

La desviación estándar (o desviación típica) es una medida de dispersión para variables de razón (ratio o cociente) y de intervalo, de gran utilidad en la estadística descriptiva. Es una medida (cuadrática) de lo que se apartan los datos de su media, y por tanto, se mide en las mismas unidades que la variable.

Estadistica

La estadística es el estudio de los modos de recolectar y analizar datos con el fin de establecer conclusiones acerca del medio del cual se han obtenido los datos. a es la ciencia que trata sobre la toma, organización recopilación, presentación y análisis de datos para deducir conclusiones sobre ellos y para tomar decisiones que estén de acuerdo con los análisis efectuados.

Medidas de Dispersión 10 de 10 estrellas

Se presenta la teoría acompañada de ejemplos ilustrativos resueltos en forma manual y empleando Excel de la desviasión media, la varianza y la desviasión estándar.

Dispersión relativa o coeficiente de variación 10 de 10 estrellas

Se presenta la teoría acompañada con ejemplos ilustrativos resueltos en forma manual y empleando Excel.

Gráficos estadísticos básicos 10 de 10 estrellas

Se presentan gráficos etadísticos básicos elaborados manualmente y con Excel.

Análisis de tendencia para series de tiempo 10 de 10 estrellas

Se presenta la teoría acompañada de ejemplos ilustrativos resueltos en forma manual y empleando TICs. Las series de tiempo llamadas también series cronológicas o series históricas son un conjunto de datos numéricos que se obtienen en períodos regulares y específicos a través del tiempo, los tiempos pueden ser en años, meses, semanas, días o otra unidad adecuada al problema que se esté trabajando.

Cálculo del tamaño de la muestra 10 de 10 estrellas

Se presenta la funadmentación teórica para calcular el tamaño de la muestra acompañado con ejemplos ilustrativos resueltos en forma manual y empleando Excel. También se presenta una tarea de interaprendizaje.

Medidas de Forma: Asimetría y Curtosis 10 de 10 estrellas

Se presenta la teoría acompañada de ejemplos ilustrativos resueltos en forma manual y empleando Excel.