Estadística PDF

Estadistica Estadística Inferencial Estadística: Ciencia que recolecta y analiza datos para hacer comparaciones y conclusiones. Incluye dos ramas: descriptiva (clasificación y resumen de datos) e inferencial (generalización de muestras a poblaciones). Población y Muestra: La población e...

Estadistica Estadística Inferencial Estadística: Ciencia que recolecta y analiza datos para hacer comparaciones y conclusiones. Incluye dos ramas: descriptiva (clasificación y resumen de datos) e inferencial (generalización de muestras a poblaciones). Población y Muestra: La población es el total de elementos que se estudian, mientras que una muestra es un subconjunto representativo. Hipótesis: Predicción específica que describe los resultados esperados de un estudio. Estadística Inferencial: Permite hacer generalizaciones sobre una población a partir de una muestra. Usa técnicas como estimación de parámetros, intervalos de confianza y pruebas de hipótesis para inferir información. Importancia: Es esencial en negocios, medicina y política, ya que permite tomar decisiones informadas sin medir toda la población. 2. Distribución Binomial Definición: La distribución binomial describe la probabilidad de obtener un número específico de éxitos en una cantidad fija de ensayos independientes, donde cada ensayo tiene solo dos resultados posibles (éxito o fracaso). Aplicación: Se usa para calcular la probabilidad de eventos discretos, como el número de personas que han visto un evento dado un porcentaje general. Elementos clave: El número de ensayos (n) y la probabilidad de éxito (p). La fórmula incluye combinaciones para calcular los posibles resultados. 3. Distribución Normal Concepto: Modelo teórico que representa cómo se distribuyen los datos de manera simétrica alrededor de la media, formando la famosa "campana de Gauss". Propiedades: Es simétrica (media = mediana = moda), unimodal (pico en la media), y su forma depende de la media y la desviación estándar. La mayor probabilidad se encuentra cerca de la media. Importancia en Análisis: Permite analizar variables continuas (e.g., resultados de exámenes) y es la base de distribuciones derivadas, como la t de Student y la chi-cuadrada. 1. Distribución Normal (Tabla Z) Concepto: La distribución normal es un modelo estadístico en forma de campana que describe cómo se distribuyen las variables en torno a la media. Cuando se desconoce la desviación estándar o se estandarizan valores de una variable normal XXX, se usa la fórmula: Z=X−μσZ = \frac{X - \mu}{\sigma}Z=σX−μ​Donde ZZZ es el valor estandarizado. Características: La probabilidad acumulada de la distribución normal estándar se representa mediante la tabla Z.  Para z>4z > 4z>4, la probabilidad acumulada (ϕ[z]\phi[z]ϕ[z]) es prácticamente 1. La tabla muestra probabilidades acumuladas para valores de zzz de forma precisa. 2. Distribución t de Student Concepto: Una alternativa a la distribución normal, útil para muestras pequeñas (n