INSTITUTO TECNOLÓGICO DEL VALLE DE MORELIA

Resumen de la Unidad I Conceptos BásicosEstadística

Integrantes:Flores Villaseñor FelipeSandoval Medina Jorge

Suarez Suarez Carlos EmilianoZambrano Romero Ingrid

Zendejas Rodríguez Ana Karina

INGENIERIA EN AGRONOMÍAGrupo: 43

DOCENTE

Miguel Pérez Zabala

MORELIA, MICHOACÁN, FEBRERO 2015

Índice

ContenidoESTADISTICA 1INCERTIDUMBRE 11.1.2 METODO CIENTIFICO 2CONCEPTOS GENERALES 4ESTADISTICA 41.2.2 POBLACION Y PARAMETRO 5

MUESTRA Y ESTIMADOR 6

ESTIMADOR: 7

ESTADISTICA

INCERTIDUMBRE

El concepto de incertidumbre vincula a las clasificaciones que

generalmente suelen realizarse con respecto a las teorías de decisión. Sin

embargo, dichas clasificaciones frecuentemente no coinciden para los

distintos actores, debido, quizás, a la mencionada falta de claridad. A título

ilustrativo haremos referencia a la clasificación de Coombs, Dawes y

Tverski (1970) y a la de Slovic, Lichtenstein y Fischhoff (1988). A la

primera de ellas por ser una de las primeras clasificaciones realizadas

dentro del campo de la toma de decisiones; a la segunda por ser la más

reciente dentro de literatura que aborda este campo de estudios.

Coombs, Dawes y Tverski (1970) distinguen dos tipos de problemas de

decisión: las decisiones con conocimiento incompleto y las decisiones con

preferencias inseguras. Para estos autores, ambos tipos de decisiones

están ligadas a la incertidumbre, aunque en el primer caso esta

incertidumbre está vinculada a los estados del mundo y el segundo al

propio decisor. Así, las decisiones con conocimiento incompleto son

abordadas por las teorías de elección de riesgo y las decisiones de

preferencias inseguras por las teorías probabilísticas de elección.

Slovic, Lichtenstein y Fischhoff (1988), distinguen entre dos grandes

corrientes: teorías de elección con y sin riesgo. Las teorías de elección sin

riesgo, corresponden básicamente a las primeras teorías económicas de

decisión, cuyo objeto de estudio son las decisiones que no implican

incertidumbre. En este tipo de decisiones se supone que el decisor conoce

todo los posibles cursos de acción de la decisión y sus consecuencias, al

tiempo que es sensible a las diferencias existentes entre las alternativas.

Se trata de un decisor racional. Las teorías de elección con riesgo, por el

1

contrario, tienen en cuenta la existencia de la incertidumbre. (Un ejemplo

de estas teorías sería la teoría de la utilidad esperada –Von Neuman y

Morgensten, 1947).

Como se observa, aunque la incertidumbre pueda ser la base de

clasificación de las teorías existentes, no parece que haya una

delimitación clara a la vista de los diversos autores.

Se han dado, sin embargo, intentos de definir y delimitar el concepto que

estamos abordando:

Por ejemplo, Knight (1921) y Keynes (1921) distinguen entre riesgo e

incertidumbre. Para estos autores el riesgo es algo mensurable, que

incluye situaciones en las que las distribuciones de probabilidad de las

respuestas son conocidas, bien por la realización de cálculos a priori o

bien por las estadísticas derivadas de la experiencia. Por el contrario, la

incertidumbre correspondería a aquellas situaciones únicas donde no son

aplicables ni los cálculos ni las experiencias pasadas.

1.1.2 METODO CIENTIFICO

"El método científico es un término colectivo que denota los diferentes

procesos que ayudan a construir la ciencia" A esta definición, se puede

agregar que el método científico sirve para entender la naturaleza de la

ciencia y tiene su fundamento en la observación del mundo circundante.

Alan E. Nourse, autor inglés de ciencia ficción (1969), se refiere al método

científico en los siguientes términos:

"...No hay magia en un método que nos sirve para descubrir la verdad, es

tan simple y lógico para nosotros los científicos que lo usamos

cotidianamente para la resolución de nuestros problemas diarios..."

Antes de que se concibiera el método científico, la acumulación de

conocimientos se hacía a partir de la meditación y observaciones

2

casuales. Debieron pasar siglos para darse cuenta de que este camino era

un callejón sin salida que no producía más que preguntas equivocadas. Y

no fue hasta que se estableció el método científico que la ciencia inició su

crecimiento y se empezó a expandir nuestro conocimiento de las leyes

naturales.

Es un método imperfecto, pero lo suficientemente exitoso como para que

todos los campos lo hayan adoptado, excluyendo prácticamente cualquier

otro método de solución de problemas.

Hoy, se puede afirmar que el método científico es un proceso creativo de

resolución de problemas y en general consta de las siguientes partes o

etapas:

1. Idea, observación.

2. Reconocimiento del problema y evaluación de evidencias.

3. Formulación de hipótesis: generación de soluciones creativas y lógicas

4. Formulación de objetivos y métodos. Experimento controlado.

5. Prueba de hipótesis, experimentación, recolección de datos y análisis

de resultados

6. Juicios y conclusiones sobre procedimientos, resultados y teorías

comparación de resultados con hipótesis).

La observación conduce a la identificación y resolución de problemas.

Una vez que éstos están claramente delimitados, es inevitable la

postulación de hipótesis, es decir, de explicaciones tentativas y provisorias

de las situaciones problemáticas.

La hipótesis, es necesaria ponerla a prueba, para lo cual se utilizan y

diseñan experimentos.

3

El experimento proporciona evidencias (datos experimentales), que

permiten apreciar si se cumplen o no las predicciones derivadas de la

hipótesis.

El análisis y la interpretación de los datos experimentales finalmente llevan

al científico a la elaboración de las conclusiones referentes a la validez de

la hipótesis.

CONCEPTOS GENERALES

ESTADISTICA

Huntsberger: "La palabra estadística a menudo nos trae a la mente

imágenes de números apilados en grandes arreglos y tablas, de

volúmenes de cifras relativas a nacimientos, muertes, impuestos,

poblaciones, ingresos, deudas, créditos y así sucesivamente.

La Estadística es la ciencia cuyo objetivo es reunir una información

cuantitativa concerniente a individuos, grupos, series de hechos, etc. y

deducir de ello gracias al análisis de estos datos unos significados

precisos o unas previsiones para el futuro.

La estadística, en general, es la ciencia que trata de la recopilación,

organización presentación, análisis e interpretación de datos numéricos

con e fin de realizar una toma de decisión más efectiva.

Otros autores tienen definiciones de la Estadística semejantes a las

anteriores, y algunos otros no tan semejantes. Para Chacón esta se define

como "la ciencia que tiene por objeto el estudio cuantitativo de los

colectivos"; otros la definen como la expresión cuantitativa del

conocimiento dispuesta en forma adecuada para el escrutinio y análisis.

La más aceptada, sin embargo, es la de Minguez, que define la

Estadística como "La ciencia que tiene por objeto aplicar las leyes de la

4

cantidad a los hechos sociales para medir su intensidad, deducir las leyes

que los rigen y hacer su predicción próxima".

Los estudiantes confunden comúnmente los demás términos asociados

con las Estadísticas, una confusión que es conveniente aclarar debido a

que esta palabra tiene tres significados: la palabra estadística, en primer

término se usa para referirse a la información estadística; también se

utiliza para referirse al conjunto de técnicas y métodos que se utilizan para

analizar la información estadística; y el término estadístico, en singular y

en masculino, se refiere a una medida derivada de una muestra.

UTILIDAD E IMPORTANCIA

Los métodos estadísticos tradicionalmente se utilizan para propósitos

descriptivos, para organizar y resumir datos numéricos. La estadística

descriptiva, por ejemplo trata de la tabulación de datos, su presentación en

forma gráfica o ilustrativa y el cálculo de medidas descriptivas.

Ahora bien, las técnicas estadísticas se aplican de manera amplia en

mercadotecnia, contabilidad, control de calidad y en otras actividades;

estudios de consumidores; análisis de resultados en deportes;

administradores de instituciones; en la educación; organismos políticos;

médicos; y por otras personas que intervienen en la toma de decisiones.

1.2.2 POBLACION Y PARAMETRO

El concepto de población en estadística va más allá de lo que

comúnmente se conoce como tal. Una población se precisa como un

conjunto finito o infinito de personas u objetos que presentan

características comunes.

5

De esta forma Levin & Rubin(1996). Indica que “Una poblaciones un

conjunto de todos los elementos que estamos estudiando, acerca de los

cuales intentamos sacar conclusiones”.

De igual forma Cadenas (1974) Expresa “Una población es un conjunto de

elementos que presentan una característica común”.

El Parámetro es un valor medida o indicador representativo de la

población que se selecciona para ser estudiado.

Otra definición podría ser, función definida de una población. Se llama

Parámetro a un valor representativo de una población, como la media

aritmética, una proporciono su desviación típica.

MUESTRA Y ESTIMADOR

Una muestra es una porción representativa de una determinada población.

Cuando no se puede realizar un censo, se recurre al muestreo, que es la

herramienta que se utiliza para determinar qué porción de la realidad se

estudiará. Existen distintos tipos de técnicas para conformar una muestra,

entre ellas:

Muestreo de conveniencia o por selección intencionada: aquí la muestra

similar al universo objetivo es seleccionada a partir de métodos no

aleatorios. La representatividad de dicha muestra es determinada por el

investigador de manera subjetiva. Por funcionar de esta manera, las

muestras suelen tener sesgos, por lo que lo ideal es recurrir a esta técnica

cuando no quede ninguna otra alternativa.

Muestreo aleatorio: en este todos los elementos que lo componen tienen

exactamente la misma posibilidad de ser elegidos. Estos elementos son

seleccionados de forma azarosa por medio de números aleatorios. Existen

distintas formas de realizar el muestreo aleatorio, entre ellas:

1. Muestreo aleatorio simple

6

2. Muestreo sistemático

3. Muestreo aleatorio estratificado

4. Muestreo aleatorio por conglomerados

5. Muestreo mixto

ESTIMADOR:

Es un estadístico (es decir, es una función de la muestra) usado para

estimar un parámetro desconocido de la población. Por ejemplo, si se

desea conocer el precio medio de un artículo (el parámetro desconocido)

se recogerán observaciones del precio de dicho artículo en diversos

establecimientos (la muestra) y la media aritmética de las observaciones

puede utilizarse como estimador del precio medio.

Para cada parámetro pueden existir varios estimadores diferentes. En

general, escogeremos el estimador que posea mejores propiedades que

los restantes, como insesgadez, eficiencia, convergencia y robustez

(consistencia).

7

Bibliografía

http://estadisticamigable.blogspot.mx/2010/08/incertidumbre-y-

probabilidad-subjetiva.html

http://www.profesorenlinea.mx/Ciencias/MetodoCientifico.htm

http://www.eumed.net/cursecon/libreria/drm/0.htm

http://desirestadisticasbasicas.blogspot.mx/2010/07/poblacion-

parametro-muestra-estadistico.html

http://www.tiposde.org/ciencias-exactas/233-tipos-de-muestra-

estadistica/#ixzz3RC5HYdPV

https://sites.google.com/site/estadisticadescriptivaenedu/home/

estimacion-por-intervalos-1/propiedades-de-estimadores

8