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