UNIDAD

1
GENERALIDADES

Estadstica
En primer lugar la estadstica fue escuchada en Alemania en el siglo 18, esta serva
para describir el estado econmico de una regin, de echo era usada antes de que
existiera la palabra estadstica, por ejemplo los egipcios analizaban los datos de la
poblacin y la renta del pas antes de construir las pirmides.
La estadstica comnmente es considerada como una ciencia que ayuda a resolver
problemas del entorno a partir de datos recabados o adquiridos.
Hay varios autores que aportaron a la estadstica como es el caso de Jakob Bernoulli
quien fue un matemtico que aporto la ley de los grandes nmeros la cual consiste en
que un promedio muestral se aproxima mucho al promedio de la poblacin de donde se
sac, si el tamao de la muestra es grande, entre otros esta P. Laplace quien creo la
Teora Analtica de las Probabilidades las cual nos habla del estudio de los fenmenos
aleatorios.
Como podemos observar la estadstica cuenta con una amplia historia alrededor de los
aos y siempre ha sido tan til como lo es ahora.
Por qu estudiar estadstica?
El por qu estudiar estadstica es una pregunta muy amplia debido a que se ocupa en
todas partes, desde algo tan simple como tomar una decisin, hasta la tendencia que
tiene hacia algo toda una poblacin. Entonces el por qu estudiar estadstica resulta
demasiado amplio, pero algunos ejemplos en la que la estadstica se puede usar y son
razones por la que debemos estudiar estadstica son:

Por qu la informacin numrica esta por todas partes.

Por qu se emplean para la toma de decisiones que afectan nuestra vida y los
sistemas
Facilita la toma de decisiones.

Entonces la estadstica es muy importante en la vida cotidiana, por lo que estudiar y

entender la estadstica es de mucha importancia para poder ser personas ms exitosas.

Mtodos estadsticos
Los mtodos estadsticos son de dos tipos:
Mtodos paramtricos:
Este tipo de estadstica requiere ciertos lmites o parmetros que nos digan de
donde a donde sern recabados los datos, por ejemplo el peso de las personas
debe estar dado en cuestiones de edad, menores de 18 aos, de 18 a 40 aos,
de 40 a 80 aos etc. Entonces no podramos decir que los datos estn
recabados por
Nios, adultos, ancianos.
En esencia la estadstica paramtrica debe tener una cantidad finita de datos o
medibles.

Mtodos no paramtricos
Este mtodo no realiza una hiptesis sobre parmetros, es conveniente cuando
no se conoce la distribucin de la poblacin y es usado en reas de optimizacin
de tiempo, regresiones clsicas, puede ser usada por variables no numricas,
etc. Y se sugiere utilizarla en muestras con datos bajos.

GESTIN DEL CONOCIMIENTO

La gestin del conocimiento es prcticamente un proceso el cual se emplea en la toma
de decisiones este proceso va desde los datos recabados para realizar una accin
hasta la sabidura, este proceso es casi indetectable pero lo hacemos diariamente
desde el proceso que llevamos en la simple accin de comer algo o de llegar a algn
lugar.
Como por ejemplo, imaginemos que estamos en un restaurante tendramos varias
decisiones de lo que comer asi que, primero tendramos los datos como comida,
restaurant, hambre. Etc. esos datos los transformamos a informacin que sera el
nombre de la comida y su sabor, despus seguira el proceso de anlisis sobre si lo que
hacemos es correcto, seguido sintetizamos la informacin y descartamos todo aquello

que no nos ayude a completar el objetivo, de ah sigue la hiptesis ella nos dice aquello
que podramos consumir o que no, despus llegaramos a un modelo que sera el
platillo que elegiramos, validaramos si es lo que en realidad deseamos, llegamos a un
conocimiento total de lo que deseamos, al final aplicamos y pedimos el alimento lo cual
sera la sabidura completa.
Con este ejemplo podemos darnos cuenta que la gestin del conocimiento esta en casi
todas partes. Todo esto lo podemos ver representado en el siguiente mapa.

DATOS

INFORMAC
ION

ANALISIS

SINTESIS

HIPOTESIS

MODELO

VALIDACIO
N

CONCLUCI
ONES

CONOCIMI
ENTO

SABIDURI
A

MTODO CIENTFICO

El mtodo cientfico es el mtodo usado por cientficos para resolver problemas o para
responder preguntas, este mtodo lleva un proceso y ese es:

Plantear el problema:
En esta fase del proceso es donde analizamos que problema tenemos o que es
lo que deseamos resolver.

Plantear una hiptesis

Es la fase donde analizamos si se puede o no resolver el problema con lo ya
dado y como lo vamos a poner en practica

Experimentacin
En esta parte ponemos en prctica la hiptesis recabando datos para la solucin
del problema.

Conclusiones
Demostramos que la hiptesis es correcta y llegamos o no a la solucin del
problema

Como podemos observar el mtodo cientfico tiene cierto parecido con el proceso de
gestin del conocimiento debido a los procesos que se llevan a cabo para la toma de
decisiones.

POBLACIN Y MUESTRA
Poblacin

Una poblacin es un conjunto de individuos ya sean carros, personas, perros etc. Esta
poblacin puede ser o no ser tan especifica como se quiera, por ejemplo se dice que
una poblacin donde todas las personas que usan el internet, entonces este ejemplo
tiene muy pocas restricciones por lo tanto la poblacin puede ser muy extensa, pero si
decimos una poblacin donde las personas usan el internet para redes sociales como
Facebook y twitter, entonces esta poblacin tiene mayores restricciones por lo tanto el
nmero de poblacin es menor.

Muestra
Una muestra es una porcin de una poblacin a la cual se le hacen estudios ya sea de
comportamiento, la moda, la tendencia, etc. Una muestra debe de seguir reglas para
respetar el carcter aleatorio del muestreo, tambin existen dos tipos de muestras que
son:

Muestreo aleatorio simple sin reposicin de elementos:

Este tipo de muestreo no admite la recabacin de datos repetidos por ejemplo:
en la vida til de un celular, imaginemos que ya se le han hecho estudios de
cuanto es lo que va a durar no ser posible medirlo otra vez.

Muestreo aleatorio simple con reposicin de elementos:

Las observaciones se realizan con remplazo de los individuos, de forma que la
poblacin es idntica en todas las extracciones. En poblaciones muy grandes, la
probabilidad de repetir una extraccin es tan pequea que el muestreo puede
considerarse con reposicin aunque, realmente, no lo sea.

REFERENCIAS HISTORICAS
Francis Galton
Francis Galton explico el fenmeno de la regresin a la media la cual consiste en que si
una variable es extrema en su primera medicin, tender a estar ms cerca de la media
en su segunda medicin y, paradjicamente, si es extrema en su segunda medicin,
tender a haber estado ms cerca de la media en su primera.
https://es.wikipedia.org/wiki/Regresi%C3%B3n_a_la_media
http://www.psicotelefono.com/biografias-psicologia/francis-galton.htm

Karl Pearson

Fue un cientfico, matemtico, quien estableci la disciplina de la estadstica

matemtica, asi como el coeficiente de correlacin el cual trata que Dado dos
variables, la correlacin permite hacer estimaciones del valor de una de ellas
conociendo el valor de la otra variable.
http://www.monografias.com/trabajos85/coeficiente-correlacion-karl-pearson/coeficientecorrelacion-karl-pearson.shtml

William Sealy Gosset

Fue un gran estadstico se indujo a la materia haciendo experimentos de prueba y error
aplicados en su granja asi como a distintas reas de la vida.
http://www.estadisticaparatodos.es/bibliografias/gosset.html

Jerzy Neyman
Public muchos libros relacionados a experimentos y estadsticas.
http://www.aprender-mat.info/historyDetail.htm?id=Neyman

Ronald Fisher
Realiz muchos avances en la estadstica incluyendo la estadstica inferencial y la
desigualdad de Fisher. La estadstica inferencial es una parte de la estadstica que
comprende los mtodos y procedimientos que por medio de la induccin determina
propiedades de una poblacin estadstica, a partir de una pequea parte de la misma.
https://es.wikipedia.org/wiki/Estad%C3%ADstica_inferencial
https://es.wikipedia.org/wiki/Ronald_Fisher

BIBLIOGRAFIA

http://www.buenastareas.com/ensayos/Por-Que-Estudiar-Estadistica/27379.html
http://estadisticaparatodos.es/bibliografias/laplace.html
https://www.youtube.com/watch?v=j0XnrFRQdqw
https://www.youtube.com/watch?v=mq2-BraQsb0
https://www.youtube.com/watch?v=LxFKMNmsDg
https://es.wikipedia.org/wiki/Estad%C3%ADstica_no_param%C3%A9trica
https://es.wikipedia.org/wiki/Muestreo_(estad%C3%ADstica)