PRÁCTICA #1

ESTADÍSTICA
NOMBRE: Alberto José Jiménez Almonte MATRÍCULA: 100422372

Profesor: Sr. John Henry A. Morales ¡Bendiciones!

Hable de la historia de la estadística

Etimológicamente resuma qué significa la Estadística
Defina con sus propias palabras lo que entiende por Estadística.
Proponga 3 aplicaciones de la Estadística en su vida cotidiana.
Hable sobre los fines de la Estadística.
Hable sobre los objetivos de la Estadística.
Hable sobre los métodos de la Estadística.
Defina con sus propias palabras lo que entiende por Estadística Descriptiva y Estadística
Inferencial. Ilustre con un ejemplo cada definición.
Introducción

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.

La Estadística es una disciplina que utiliza recursos matemáticos para organizar y resumir una

gran cantidad de datos obtenidos de la realidad, e inferir conclusiones respecto de ellos. Por
ejemplo, la estadística interviene cuando se quiere conocer el estado sanitario de un país, a
través de ciertos parámetros como la tasa de morbilidad o mortalidad de la población.

En este caso la estadística describe la muestra en términos de datos organizados y resumidos,

y luego infiere conclusiones respecto de la población. Aplicada a la investigación científica,
también infiere cuando provee los medios matemáticos para establecer si una hipótesis debe o
no ser rechazada.

La estadística puede aplicarse a cualquier ámbito de la realidad, y por ello es utilizada

en física, química, biología, medicina, astronomía, psicología, sociología, lingüística, demografí
a, etc. Y es importante en todos los contextos desde el estudiantil, de trabajo y profesional por
que se aplica en la vida diaria de cada uno de estos   en el estudiantil por ejemplo para sacar tu
promedio de una calificación o para saber la media o cuanto necesitas para ciertas materias.

1. Hacer un resumen sobre la importancia de la estadística.

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.
La Estadística es una disciplina que utiliza recursos matemáticos para organizar y resumir una
gran cantidad de datos obtenidos de la realidad, e inferir conclusiones respecto de ellos. Por
ejemplo, la estadística interviene cuando se quiere conocer el estado sanitario de un país, a
través de ciertos parámetros como la tasa de morbilidad o mortalidad de una  población.

En este caso la estadística describe la muestra en términos de datos organizados y resumidos,

y luego infiere conclusiones respecto de la población. Aplicada a la investigación científica,
también infiere cuando provee los medios matemáticos para establecer si una hipótesis debe o
no ser rechazada.

La estadística puede aplicarse a cualquier ámbito de la realidad, y por ello es utilizada

en física, química, biología, medicina, astronomía, psicología, sociología, lingüística, demografí
a, etc. Y es importante en todos los contextos desde el estudiantil, de trabajo y profesional
porque se aplica en la vida diaria de cada uno de estos   en el estudiantil por ejemplo para
sacar tu promedio de una calificación o para saber la media o cuanto necesitas para ciertas
materias.

2. Defina el concepto de Estadística, tipo de estadística y defina cada tipo.

La estadística es una ciencia formal y una herramienta que estudia el uso y los análisis
provenientes de una muestra representativa de datos, busca explicar las correlaciones y
dependencias de un fenómeno físico o natural, de ocurrencia en forma aleatoria o condicional.

Sin embargo, la estadística es más que eso, es decir, es la herramienta fundamental que
permite llevar a cabo el proceso relacionado con la investigación científica.

Es transversal a una amplia variedad de disciplinas, desde la física hasta las ciencias sociales,
desde las ciencias de la salud hasta el control de calidad.

Tipo de la estadística

Estadística descriptiva: Se dedica a la descripción, visualización y resumen de datos originados

a partir de los fenómenos de estudio. Los datos pueden ser resumidos numérica o
gráficamente. Ejemplos básicos de parámetros estadísticos son: la media y la desviación
estándar. Algunos ejemplos gráficos son: histograma, pirámide poblacional, gráfico circular,
entre otros.

Estadística inferencial: Se dedica a la generación de los modelos, inferencias y predicciones

asociadas a los fenómenos en cuestión teniendo en cuenta la aleatoriedad de las
observaciones. Se usa para modelar patrones en los datos y extraer inferencias acerca de
la población bajo estudio. Estas inferencias pueden tomar la forma de respuestas a preguntas
sí/no (prueba de hipótesis), estimaciones de unas características numéricas
(estimación), pronósticos de futuras observaciones, descripciones de asociación (correlación) o
modelamiento de relaciones entre variables (análisis de regresión).

Ambas ramas (descriptiva e inferencial) comprenden la estadística aplicada. La estadística

inferencial, por su parte, se divide en estadística paramétrica y estadística no paramétrica.

Estadística aplicada: a estadística aplicada hace uso de los métodos expuestas anteriormente,
y permite realizar inferencias a partir de una o varias muestras de una determinada población
como objeto de estudio. De esta manera se pueden ofrecer resultados tanto específicos como
generalizados.
La estadística aplicada se utiliza en diversas ciencias, como la historia, la economía, la
educación o la sociología para realizar estudios y análisis estadísticos.

Estadística matemática: Se trata de la estadística que arroja datos aleatorios e inciertos, por
ello hace uso de la teoría de la probabilidad, una rama de las matemáticas que estudia estos
casos.

3. Defina Censo y señale sus características, encuesta y señale las etapas de una encuesta por
muestreo, muestra, población, parámetro.

Censo: Es un método de recolección de datos mediante el cual la información se obtiene

relevando la totalidad de los elementos que componen la población o universo bajo estudio.
Un censo debe cumplir las condiciones de universalidad (censar a todos los elementos de la
población) y simultaneidad (realizarse en un momento determinado). Un censo es equivalente
a una fotografía de la población bajo estudio. 

Enumeración individual

La idea básica que hay tras un censo es la de enumerar separadamente a cada individuo con
sus correspondientes características que también deben ser anotadas en forma separada. Lo
importante es cubrir a todos los individuos como sujeto de enumeración, pero ello no impide
que al usar la técnica del muestreo combinada con la del censo, algunas preguntas específicas
sólo se hagan a las personas incluidas en la muestra. 

Universalidad

El censo debe cubrir todo el país o una parte bien delimitada del mismo (región,
departamento, municipio, etc.) si es que sólo se desea una cobertura parcial. El censo de
población debe incluir a todas las personas que estén presentes o que residan en el territorio
antes delimitado, de acuerdo con el tipo de censo (de facto o de jure) según se define éste más
adelante.

Simultaneidad

Cada persona debe ser enumerada, tan cerca como sea posible, de un punto bien definido en
el tiempo (por ejemplo la media noche anterior al día del censo) con el fin de que el censo sea
un reflejo exacto, hasta donde sea posible, de la población en un momento determinado. A
menudo se dice que el censo de población es como una fotografía de la población en ese
instante.

Periodicidad

Desde que se inició la toma de censos en una forma sistemática, se pensó que éstos deberían
ser levantados con una cierta periodicidad con el fin de facilitar la comparación de la
información obtenida. Una de las variables básicas que se maneja en el censo es la edad, y es
costumbre que la mayor parte de las tabulaciones cruzadas que utilicen esa variable,
desagreguen la población en grupos de cinco en cinco años, o de diez en diez.

Población: conjunto total de datos que es de nuestro interés. El objetivo de la estadística

inferencial es el estudio de la población.

Muestra: es una parte de la población que tiene unas características similares a la población de
la que ha sido extraída. La estadística inferencial estudia la muestra para extender sus
resultados a la población. La estadística descriptiva estudia la muestra, pero no extiende sus
resultados a la población.

Parámetro: cuando calculamos un determinado índice, como la media o la desviación típica,

sobre una población hablamos de parámetros. De esta forma cuando decimos que el
parámetro media es de 6, nos referimos a que la media poblacional es de 6.

Estimador: cuando calculamos un determinado índice sobre una muestra con la intención de

generalizarlo a la población, hablamos de estimadores. Así cuando decimos que la estimadora
media toma el valor 6, estamos diciendo que la media de la muestra es igual a 6.

Estadístico: es el valor que toma un determinado índice (media, varianza, curtosis, asimetría
en su distribución teórica de probabilidad. El estadístico es el valor que según se encuentre en
la región crítica o en la región de aceptación, nos permitirá aceptar o rechazar la hipótesis
nula.

4. Defina muestreo, representatividad de las muestras, tipos de muestreo y defina cada uno.

Le llamamos muestreo a los procedimientos estadísticos que se utilizan para seleccionar

muestras que resulten representativas de la población a la que pertenecen, y que constituye el
objeto de estudio de una investigación determinada.

En estadística, el concepto “muestra” se utiliza para denominar a cualquier subconjunto

posible de una población determinada. Así, cuando se habla de una muestra se está haciendo
referencia a un conjunto determinado de sujetos que parten de un grupo más grande la
población.

Muestreo aleatorio simple

En este tipo de muestreo las variables relevantes de la muestra tienen la misma función de
probabilidad y son independientes entre ellas. La población tiene que ser infinita o bien finita
con reposición de elementos. El muestreo aleatorio simple es el que más se utiliza en la
estadística inferencial, pero es menos eficaz en muestras muy grandes.

Estratificado

El muestreo aleatorio estratificado consiste en dividir la población en estratos; un ejemplo de

esto sería estudiar la relación entre el grado de satisfacción vital y el nivel socioeconómico. A
continuación se extrae un número determinado de sujetos de cada uno de los estratos por tal
de mantener la proporción de la población de referencia.

De conglomerados

En estadística inferencial los conglomerados son conjuntos de elementos poblacionales, como

pueden ser las escuelas o los centros hospitalarios públicos de un municipio. Al llevar a cabo
este tipo de muestreo se divide la población (en los ejemplos, una localidad concreta) en varios
conglomerados y se elige de forma aleatoria algunos de ellos para estudiarlos.

Sistemático

En este caso se empieza dividiendo el número total de sujetos u observaciones que conforman
la población entre el que se quiere utilizar para la muestra. Posteriormente se escoge un
número al azar de entre los primeros y se va sumando de forma constante este mismo valor;
los elementos seleccionados pasarán a formar parte de la muestra.
Muestreos no aleatorios o no probabilísticos

Los muestreos no probabilísticos utilizan criterios con un bajo nivel de sistematización que
procuran asegurar que la muestra tenga un cierto grado de representatividad. Este tipo de
muestreos se emplean principalmente cuando no es posible llevar a cabo otros de tipo
aleatorio, lo cual es muy habitual a causa del elevado coste de los procedimientos de control.

Intencional, opinático o de conveniencia

En el muestreo intencional el investigador escoge de forma voluntaria los elementos que

conformarán la muestra, dando por supuesto que esta será representativa de la población de
referencia. Un ejemplo que resultará familiar a los estudiantes de psicología es la utilización de
alumnos como muestra opinática por parte de profesores universitarios.

Muestreo de bola de nieve o en cadena

En este tipo de muestreo los investigadores establecen contacto con sujetos determinados; a
continuación estos consiguen a nuevos participantes para la muestra hasta completarla. El
muestreo de bola de nieve se usa generalmente cuando se trabaja con poblaciones de difícil
acceso, como en el caso de adictos a sustancias o de miembros de culturas minoritarias.

Muestreo por cuotas o accidental

Hablamos de muestreo por cuotas cuando los investigadores escogen un número concreto de
sujetos que cumplan unas características determinadas (p. e. mujeres españolas de más de 65
años con deterioro cognitivo severo) a partir de su conocimiento sobre los estratos de la
población. El muestreo accidental se usa con frecuencia en las encuestas.

Aplicaciones de la estadística

La estadística es un potente auxiliar de muchas ciencias y actividades humanas: sociología,

sicología, geografía humana, economía, etc.
Es una herramienta indispensable para la toma de decisiones.
También es ampliamente empleada para mostrar los aspectos cuantitativos de una situación.
La estadística está relacionada con el estudio de proceso cuyo resultado es más o menos
imprescindible y con la finalidad de obtener conclusiones para tomar decisiones razonables de
acuerdo con tales observaciones.
El resultado de estudio de dichos procesos, denominados procesos aleatorios, puede ser
de naturaleza cualitativa o cuantitativa y, en este último caso, discreta o continúa.
Son muchas las predicciones de tipo sociólogo, o económico, que pueden hacerse a partir de la
aplicación exclusiva de razonamientos probabilísticos a conjuntos de datos objetivos como
son, por ejemplo, los de naturaleza demográfica.

Conclusión

Los conceptos antes mencionados han sido analizados e investigados de tal manera de hacer
más fácil su comprensión y entendimientos ya que la estadística es la ciencia que trata de
entender, organizar y tomar decisiones que estén de acuerdo con los análisis efectuados. La
estadística juega un papel muy importante en nuestras vidas, ya que actualmente ésta se ha
convertido en un método muy efectivo para describir con mucha precisión los valores de datos
económicos, políticos, sociales, psicológicos, biológicos y físicos, además, sirve como
herramienta para relacionar y analizar dichos datos. El trabajo del experto estadístico ha
evolucionado mucho, ya no consiste sólo en reunir y tabular los datos, sino sobre todo en el
proceso de interpretación de esa información, ahora tiene un papel mucho más importante del
que tenía en años pasados.

Es de vital importancia para nuestra vida profesional venidera, que manejemos estos
conceptos con facilidad, así mismo el que los usemos de la manera apropiada, siempre en pro
de buscar soluciones a los problemas que se nos puedan presentar.

1) COMPLETE LOS SIGUIENTES CUADROS IDENTIFICADO EL TIPO O

NIVEL DE MEDICIÓN DE LAS VARIABLES PRESENTADAS
Determine cuál de los cuatro niveles de medición (nominal, ordinal, de
intervalo, de razón) es el más apropiado.
Variable Nivel de Medición
Las estaturas de las mujeres que juegan Ordinal
básquetbol en la WNBA.

Las calificaciones fantástico, bueno, Intervalo

promedio, pobre o inaceptable,
otorgadas por estudiantes de UNIBE al
Profesor de Estadística I.
Las temperaturas actuales en los Razón
salones de clase en su universidad
Las calificaciones de la revista Intervalo
Consumer Reports de “mejor compra,
recomendado, no recomendado”
Medicamento A, Medicamento B, Nominal
Medicamento C
Tipo de delito que comete una persona Razón
Enfermedad Psiquiátrica del paciente Nominal

Colocar el tipo de Variables en la columna de respuestas

 Nominal

Nominal

Nominal

Ordinal

Ordinal

Intervalo

Intervalo

Razón

Razón

Razón

2) INVESTIGAR UN POCO SOBRE SOBRE LA VIDA DE LOS SIGUIENTES ESTADÍSTICOS Y

RESUMIR EN DOS HOJAS EN BLANCO:

Blaise Pascal
Blaise Pascal fue un filósofo, matemático y físico francés, considerado una de las mentes
privilegiadas de la historia intelectual de Occidente.

Fue el primero en establecer las bases de lo que serían las calculadoras y los ordenadores
actuales. También hizo importantes aportaciones a la teoría de la probabilidad, investigó los
fluidos y aclaró conceptos sobre la presión y el vacío.
Nació en Clermont-Ferrand el 19 de junio de 1623, y su familia se estableció en París en 1629.
Bajo la tutela de su padre, Pascal pronto se manifestó como un prodigio en matemáticas, y a la
edad de 16 años formuló uno de los teoremas básicos de la geometría proyectiva, conocido
como el teorema de Pascal y descrito en su Ensayo sobre las cónicas.

Pascal inventó la primera calculadora, para ayudar a su padre con las cuentas. La máquina,
llamada Pascalina, era similar a las calculadoras mecánicas de 1940. El diseño de esta
calculadora era complicado, porque en aquélla época, la moneda en Francia no seguía el
sistema decimal. Se fabricaron 50 máquinas, pero no se vendieron muy bien y dejaron de
fabricarse.
En 1647 demostró que existía el vacío y en 1648 comprobó que la presión atmosférica
disminuía a medida que aumentaba la altura. Pascal demostró mediante un experimento que
el nivel de la columna de mercurio de un barómetro lo determina el aumento o disminución de
la presión atmosférica circundante. Este descubrimiento verificó la hipótesis del físico italiano
Evangelista Torricelli respecto al efecto de la presión atmosférica sobre el equilibrio de los
líquidos.

Thomas Bayes
El 11 de marzo de ese año se publicó el primer periódico de la historia: The Daily Courant vio la
luz en Londres, donde también por entonces lo hizo Thomas Bayes, uno de los matemáticos
más importantes de la historia.

El mayor de los siete hijos de un ministro presbiteriano (uno de los seis primeros “no
conformistas” o disidentes de la doctrina anglicana) estudió con tutores privados y se dice que
recibió clases de Abraham de Moivre. Debido a las creencias religiosas familiares, no podía
matricularse en universidades inglesas como Oxford o Cambridge y lo hizo en la escocesa de
Edimburgo, donde cursó Lógica y Teología. Fue ordenado ministro “disidente” a los 31 años y
fue reverendo hasta que se retiró, en 1752.

El Teorema de Bayes
Su principal hallazgo fue calcular la probabilidad de un suceso futuro basándose tanto en
eventos previos como en las condiciones actuales y cualquier otro factor relacionado. El
Teorema de Bayes permite realizar estimaciones basadas en un conocimiento subjetivo a
priori, que puede ser modificado con nueva información adicional. De alguna forma,
sistematiza una práctica casi inconsciente: la intuición humana.

Hoy en día, su teoría es la base de la estadística bayesiana, una filosofía de pensamiento cada
vez más utilizada para lograr nuevos conocimientos y aplicaciones. Gracias a ella se desarrollan
programas para combatir el spam en Internet, al análisis de ensayos clínicos en Medicina o en
Ingeniería.

KARL PEARSON
Karl Pearson nació el 27 de marzo de 1857 en Londres, ciudad en la que falleció en 27 de abril
de 1936. Es uno de los nombres vinculados a las aplicaciones de la estadística a la biología y al
nacimiento de la bioestadística, aunque con ello tuvo que poner en marcha nuevos conceptos
de la propia estadística.

Carl Pearson nació en una familia de clase media-alta, con un hermano mayor que él y una
hermana más joven, y ese fue su nombre original, Carl, que luego cambió a Karl a los 23 años,
probablemente por admiración hacia Karl Marx. Hasta los nueve años fue educado en su casa,
y luego pasó a la University College School de Londres hasta los dieciséis años. Debido a una
enfermedad se le asignó un tutor privado que completó su educación, ganando una beca en el
prestigioso King’s College, de la Universidad de Cambridge.

Pearson tuvo unos profesores excelentes, algo importante para conseguir una carrera
científica exitosa, nada menos que Stokes, Maxwell, Cayley, Burnside y Routh. Pero el joven
Carl tenía una mente inquieta y se interesaba también por la religión y la filosofía, y él mismo
decía de aquellos años de formación: “En Cambridge estudié Matemáticas, pero leía las obras
de Spinoza.

Andrei Nikolayevich Kolmogorov

Kolmogorov nació en Tambov, en 1903. Su madre soltera murió en el parto y fue criado por
sus tías a Tunoshna cerca de Yaroslavl a la hacienda de su abuelo, un noble rico. Su padre, un
agrónomo de profesión, fue deportado de San Petersburgo para participar en el movimiento
revolucionario. Que desapareció y se presume que haya muerto en la Guerra Civil Rusa.

En 1920, Kolmogorov comenzó a estudiar en la Universidad Estatal de Moscú y el Instituto

Tecnológico de Química. Kolmogorov fue ganando reputación por su erudición de amplio
alcance. Como estudiante, participó en los seminarios del historiador ruso SV Bachrushin, y
publicó su primer documento de investigación sobre las prácticas de tenencia de la tierra en la
República de Nóvgorod en los siglos XV y XVI. Al mismo tiempo (1921-1922), Kolmogorov fue
demostrado varios resultados en la teoría de conjuntos y en la teoría de series de Fourier
(series trigonométricas).

George Waddel Snedecor 

George Waddel Snedecor (octubre 20, 1881-febrero 15, 1974) fue un matemático y estadístico
americano. Contribuyó a los fundamentos del análisis de varianza, análisis de datos, el diseño
de experimentos y la metodología estadística. La distribución F de Snedecor y el Premio
George W. Snedecor de la Asociación Americana de Estadística llevan su nombre.

Snedecor fundó el primer departamento académico de estadística de los Estados Unidos, en la

Iowa State University. También creó el primer laboratorio de las estadísticas en los EE.UU. en
el Estado de Iowa, y fue un pionero de la moderna estadística aplicada en los EE.UU. Su libro
de 1938 Métodos estadísticos se convirtió en un recurso esencial: "En la década de 1970, una
revisión de citas de artículos científicos publicados de todas las áreas de la ciencia demostró
que los métodos estadísticos de Snedecor fue el libro más frecuentemente citados.

Nació en Memphis, Tennessee, en una familia social y políticamente poderosa. Snedecor crece
en Florida y Alabama, donde su padre abogado se trasladó junto con su esposa e hijos en
orden a cumplir una vocación religiosa personal y radical para atender, evangelizar y educar a
los negros pobres del pueblo. George es el nieto del abogado de Menphis, Bedford Mitchell
Estes, es hijo de Emily Alston Estes y James G. Snedecor, y sobrino de lona Estes Dodd y
William J. Dodd, el gran arquitecto.

Ronald Aylmer Fisher

17 de febrero de 1890 – m. 29 de julio de 1962, científico, matemático, estadístico, biólogo
evolutivo y genetista inglés, Fisher realizó muchos avances en la estadística, siendo una de sus
más importantes contribuciones, la inferencia estadística creada por él en 1920.
Fisher nació en East Finchley, Londres. En 1909 la escasez de sus recursos económicos y su
extraordinaria capacidad académica le valieron una beca para cubrir su estancia en el Gonville
and Caius College de la Universidad de Cambridge, donde obtuvo su graduación en
matemáticas en 1913. Dos años antes, se había convertido en uno de los fundadores más
activos de la Sociedad de Eugenesia de la Universidad de Cambridge, junto con John Maynard
Keynes, R. C. Punnett y Horace Darwin, hijo de Charles Darwin.

En 1919 Fisher empezó a trabajar en la Rothamsted Experimental Station (Harpenden,

Hertfordshire, Inglaterra). Allí comenzó el estudio de una extensa colección de datos, cuyos
resultados fueron publicados bajo el título general de Studies in Crop Variation. Durante los
siguientes siete años, se dedicó al estudio pionero de los principios del diseño de experimentos
(The Design of Experiments, 1935), elaboró sus trabajos sobre el análisis de varianza y
comenzó a prestar una atención especial a las ventajas metodológicas de la computación de
datos (Statistical Methods for Research Workers, 1925).
William Sealy Gosset
(11 de junio de 1876 – 16 de octubre de 1937) fue un estadístico, mejor conocido por su
sobrenombre literario Student. Nacido en Canterbury, hijo de Agnes Sealy Vidal y el coronel
Frederic Gosset, asistió a la famosa escuela privada winchester college, antes de estudiar
química y matemática en el New College de Oxford. Tras graduarse en 1899, se incorporó a la
destilería de Arthur Guinness e Hijo en Dublín.
Guinness era un negocio agroquímico progresista y Gosset podría aplicar sus conocimientos
estadísticos tanto a la destilería como a la granja (para seleccionar las mejores variedades de
cebada. Gosset adquirió ese conocimiento mediante estudio, prueba y error así como pasando
dos temporadas durante 1906/7 en el laboratorio bioquímico de Karl Pearson. Gosset y
Pearson tenían una buena relación y este último ayudó a Gosset con la matemática de sus
artículos.
Pearson contribuyó a los artículos de 1908, pero no apreció lo suficiente su importancia. Los
artículos se referían a la importancia de las pequeñas muestras para la destilería, mientras que
el biólogo disponía normalmente de cientos de observaciones y no veía la urgencia en el
desarrollo de métodos basados en unas pocas muestras.

3) ESCRIBA ALGÚN DATO ESTADÍSTICO SOBRE UN ASUNTO O INFORMACIÓN

RELACIONADO CON TU CARRERA (EJEMPLO: MI CARRERA ES MEDICINA, UN DATO
ESTADÍSTICO ES QUE EL 6.9% DE LA POBLACIÓN DE MÉXICO SUFRE DE DIABETES, ES
DECIR 7 PERSONAS POR CADA 100, O 70 MEXICANOS POR CADA 1000 SUFREN DE
DIABETES)

Mi carrera es Lic. Informática, los datos estadístico es de 30% ya que en las mayoría de
persona no saben usar la tecnología y el 70% sabe úsala en la universidad para cualquier
proyecto que se le ofrecen organizar para un trabajo o tarea necesaria.

IDENTIFICAR LA POBLACIÓN, LA MUESTRA Y LA UNIDAD EXPERIMENTAL (INDIVIDUOS) EN

LOS SIGUIENTES ESTUDIOS:

A) Para estudiar cuál es el candidato presidencial por el cual votarán los peruanos en las
próximas elecciones, se toma una muestra de 3500 personas de todo el país. La
pregunta es la siguiente, ¿por quién votará en las próximas elecciones
presidenciales? Determine la población, muestra e individuos.

En este caso, la población sería la población electoral del país, es decir, peruanos con
derecho a voto.
   La muestra sería el conjunto de 3500 peruanos que forman parte de la población.

   Un individuo sería cada uno de los peruanos con derecho a voto.

B) Un estudiante de estadística quiere conocer si los profesores de su universidad,

UNAM, prefieren dictar clases con ropa formal o con ropa informal. Para ello, realiza
una encuesta a 120 profesores de la UNAM elegidos de forma aleatoria. Identifique
la población, muestra e individuos.

Población: conjunto de todos los profesores de la UNAM.

  Muestra: 120 profesores de la UNAM.
 Individuo: cada uno de los profesores de la UNAM.

C) Un profesor desea realizar un análisis estadístico de las notas del examen final de
matemáticas de sus alumnos de último año. Por ello, coloca todas las notas
obtenidas en Excel y usa las funciones y herramientas estadísticas. La información
obtenida, ¿pertenece a la muestra o a la población?

Pertenece a la población

Porque – En este caso, la población, son todos los alumnos de último año. Se estudiarán
sus notas, pero todas las notas obtenidas. No se ha realizado ningún muestreo, por ello, la
información obtenida, pertenece a la población