Estadística Aplicada A La Logística Resumen Final

Estadística aplicada a la logística
Resumen final
Tabla de contenido
Estadística aplicada a la logística.....................................................................................................................................1
Unidad I: estadística descriptiva y análisis exploratorio de datos...................................................................................2
Introducción................................................................................................................................................................2
Presentación de datos.................................................................................................................................................4
Unidad II: Probabilidad....................................................................................................................................................9
1
Unidad I: estadística descriptiva y análisis exploratorio de datos
Introducción
La Estadística se utiliza para tomar decisiones que afectan nuestra vida diaria, que afectan nuestro bienestar
personal y el conocimiento de los métodos estadísticos ayudará a entender cómo se toman las decisiones y a
comprender de qué manera nos afectan.
Comenzaremos definiendo la estadística como una ciencia que estudia las características de un conjunto de casos
para hallar en ellos regularidades en el comportamiento, que sirven para describir el conjunto y para efectuar
predicciones
La estadística tiene por objeto recolectar, organizar, resumir, presentar y analizar datos relativos a un conjunto de
objetos, personas, procesos, etc. A través de la cuantificación y el ordenamiento de los datos intenta explicar los
fenómenos observados, por lo que resulta una herramienta de suma utilidad para la toma de decisiones.
La estadística se divide en dos ramas:
 La Estadística Descriptiva que, describe e informa de modo que permite describir y resumir las
observaciones que se hagan sobre un asunto, fenómeno o problema de investigación.
 La Estadística inferencial cuando de los datos estadísticos obtenidos de una muestra se infiere o se deduce
una observación la cual se generaliza sobre la población en total,
Continuaremos con el concepto de Población y Muestra y la diferencia entre
 Las Variables Estadísticas podemos distinguirlas entre:
Variables Cualitativas
Variables cuantitativas
 Los Datos Estadísticos son elementos de la muestra susceptibles de análisis
Los Datos se Clasifican entre:
o Datos Cualitativos
o Datos cuantitativos
o Datos cronológicos
o Datos geográficos
Las Fuentes de Datos Estadísticos podemos distinguirlas entre
 Fuentes de datos primarias: Las fuentes primarias más confiables, son las efectuadas por oficinas
gubernamentales encargadas de tal fin.
2
 Fuentes secundarias
Los Métodos para la recolección de datos
 La entrevista personal
 Cuestionarios por correo
 Entrevista por teléfono
Los Instrumentos usados para la recolección de datos son:
 Observación
 La encuesta
 La entrevista
 Cuestionario
Analizaremos cómo pasamos Del Dato a la Información: El análisis estadístico y el Ordenamiento de Datos
El análisis estadístico es todo el proceso de organización, procesamiento, reducción e interpretación de datos para
realizar inferencias. Recordemos que los datos se transformarán en información útil para la toma de decisiones, por
lo tanto a la hora de recopilarlos, debemos ordenarlos de manera tal que nos permitan trabajar con ellos para
obtener la información requerida.
Los datos pueden presentarse de la siguiente forma:
 Datos Crudos Se denomina así a los datos tomados directamente del experimento, investigación o trabajo
que se realiza o se ha realizado, pero que no están arreglados u ordenados se muestran en el orden en que
se recolectaron
 Arreglo De Frecuencias. Se ordenan los datos de forma ascendente o descendente en columnas (x i) y se
determina el número de veces que se repiten esos datos, esto es lo que se denomina frecuencia (f i)
 Distribución De Frecuencias Se agrupan los valores en intervalos que tengan la misma amplitud
denominados clases. A cada clase
Una vez que entendemos cómo se pueden presentar los datos procedemos al análisis estadístico propiamente dicho.
En base a esto trabajaremos con las siguientes Medidas:
3
Presentación de datos
 Frecuencia simple absoluta fi: representa el número de individuos que presentan cada modalidad x i.
 Frecuencia simple relativa F ri : nos permite valorar la representatividad de cada categoría respecto al total
de los datos. Se calcula fi / n.
 Frecuencia simple relativa porcentual f ri %: representa en porcentajes las frecuencias simples relativas. Se
calcula: fri * 100 %.
 Gráfico de barras
 Grafico Pareto: los datos se ordenan de mayor a menor
 Histograma
 Polígono de frecuencia: se unen los puntos medios
 Ojiva: polígono de frecuencias acumuladas
Tabla de distribución de frecuencias
 Datos discretos: representan conteo (números naturales) ej. Cantidad de camiones.

 Datos continuos: representan mediciones (numero reales) ej. Altura de los estudiantes.
 Tamaño de la muestra n: es la cantidad de elemento de una serie estadística
 Máximo (X mx): se llama máximo de una variable estadística al menos valor que toma la serie de la variable de
toda la serie estadística.
 Mínimo (X mn): se llama mínimo de una variable estadística al menor valor que toma al variable en toda la
serie estadística.
 Recorrido (R): es la diferencia entre el máximo y el mínimo es un aserie estadística.
 Clase: se llama clase a cada uno de los intervalo en que podemos dividir al recorrido de la variable estadística
 Límite superior de la clase (L s): es el máximo valor del intervalo.
 Límite inferior de la clase (L i): es el mínimo valor del intervalo.
 Marca de clase (X i): es el punto medio de la clase y es el promedio entre los extremos del intervalo.
 Cantidad de intervalos (k): se obtiene a partir de la fórmula de Sturges, y está dada por: k = 1 + 3* 3 * log n.
Para tamaños de muestra pequeños también es útil utilizar raíz cuadrada de n.
 Longitud de intervalos (l): es la diferencia entre el límite superior y el límite inferior. Li – Ls = amplitud
I=R/K
Datos no agrupados
Media Aritmética
La media aritmética de las observaciones, x 1, x 2… x n es el promedio aritmético de estas. Se denota por, para datos
no agrupados.
4
Mediana
Es el valor medio, o valor central de un conjunto de observaciones.
Moda
Valor modal de un conjunto de observaciones es el valor, de las observaciones que ocurre con mayor frecuencia en
el conjunto.
Datos agrupados
Media aritmética
5
Mediana
Moda
Rango
Indica la variabilidad existente entre las observaciones de un conjunto de datos. Su valor es función únicamente de
dos valores extremos y pertenecientes al conjunto.
Rango = X mx – X min
Varianza
6
Es el promedio del cuadrado de las distancias entre cada observación y la media aritmética del connjutno de
observaciones.
Desvío estándar o típico
La raíz cuadrada de a varianza
Coeficiente de variación
Es el cociente entre la desviación estándar y la media aritmética
Puntaje Z
Que cantidad de desviaciones estándar por encima o por debajo de la media se encuentra dicha observación.
Cuartiles
Al definir los datos en cuatro partes iguales, quedan definido los cuartiles. Q 1, Q 2, Q 3.
Deciles
Al dividir los datos en 10 partes iguales quedan definidos los deciles

7
D 1, D 2, D9.
Percentil
Al dividir los datos en cien partes iguales, quedan definidos. P 1, P 2, P 99.
Datos agrupados
8
Unidad II: Probabilidad
“O” = unión; “Y “intersección
 Experimento aleatorio: es un experimento en donde no se conoce con certeza el resultado

 Experimento no aleatorio: es un experimento en el que se conoce con certeza el resultado
 Espacio muestral: al conjunto de todos los resultados posibles de un experimento
 Espacio muestral discreto: con un numero finito o infinito numerable de elementos
 Espacio muestral continuo: espacio muestral infinito no enumerable de elementos.
 Evento o suceso: espacio muestral con un número finito o infinito numerable de elementos.
Concepto clásico de probabilidad
9
El espacio muestral siempre debe ser finito
Concepto frecuencial de la probabilidad
10
Propiedades de la probabilidad
11
12
13
14

Estadística Aplicada A La Logística Resumen Final

Cargado por

Copyright:

Formatos disponibles

Estadística Aplicada A La Logística Resumen Final

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estadística Aplicada A La Logística Resumen Final

Cargado por

Copyright:

Formatos disponibles

Estadística aplicada a la logística

La estadística se divide en dos ramas:

Continuaremos con el concepto de Población y Muestra y la diferencia entre

 Las Variables Estadísticas podemos distinguirlas entre:

 Los Datos Estadísticos son elementos de la muestra susceptibles de análisis

Los Datos se Clasifican entre:

Las Fuentes de Datos Estadísticos podemos distinguirlas entre

Los Métodos para la recolección de datos

Los Instrumentos usados para la recolección de datos son:

Analizaremos cómo pasamos Del Dato a la Información: El análisis estadístico y el Ordenamiento de Datos

Los datos pueden presentarse de la siguiente forma:

En base a esto trabajaremos con las siguientes Medidas:

Tabla de distribución de frecuencias

 Datos discretos: representan conteo (números naturales) ej. Cantidad de camiones.

Para tamaños de muestra pequeños también es útil utilizar raíz cuadrada de n.

Es el valor medio, o valor central de un conjunto de observaciones.

Desvío estándar o típico

La raíz cuadrada de a varianza

Es el cociente entre la desviación estándar y la media aritmética

Al dividir los datos en 10 partes iguales quedan definidos los deciles

Al dividir los datos en cien partes iguales, quedan definidos. P 1, P 2, P 99.

 Experimento aleatorio: es un experimento en donde no se conoce con certeza el resultado

Concepto clásico de probabilidad

Concepto frecuencial de la probabilidad

También podría gustarte