Estadistica inferencial

Estadıstica para IngenierıaClase 01

Malena Maguina

FACI

2015-2

Malena Maguina (FACI) Estadıstica para Ingenierıa 2015-2 1 / 35

Agenda

1 Presentacion del curso

2 Introduccion a la Estadıstica

3 Conceptos basicos

4 Clasificacion de variables

5 Organizacion de los datos

6 R


Agenda



3 Conceptos basicos



6 R


Objetivos del curso (segun syllabus del curso)

Al finalizar el curso, :

1 Estara apto para realizar un analisis estadıstico descriptivo de datos.

2 Podra hacer aplicaciones basicas de la estadıstica inferencialempleando tecnicas de estimacion puntual, de intervalo y prueba dehipotesis.

3 Podra utilizar modelos probabilısticos en situaciones de caracteraleatorio, producto de fenomenos naturales y de la intervencion delhombre.

4 Tendra los conocimientos de los fundamentos teoricos de laestadıstica y probabilidad que le permitiran entender su aplicaciondentro de tecnicas especıficas de su respectiva especialidad.

5 Estara apto para seguir cursos avanzados de probabilidad yestadıstica.


Adicionalmente:

1 Comprender la utilidad de la Estadıstica en tu futuro trabajo, en losprocesos de toma de decisiones.

2 Capacidad para reconocer cuando es necesario aplicar la Estadıstica ycuando debes contratar a un estadıstico.

3 Capacidad para entender a un estadıstico, evitando la total asimetrıade conocimientos.


Proceso de aprendizaje

Deberıas usar la Estadıstica para tomar decisiones, aplicando pruebasde hipotesis.

Para poder utilizar pruebas de hipotesis necesitaremos aprender losprincipales modelos de probabilidad y el concepto de muestra yestadısticos muestrales.

Para entender las distribuciones, tendremos que aprender la teorıa dela probabilidad.

Para entender lo que es una muestra aleatoria y los estadısticosmuestrales tendremos que aprender Estadıstica descriptiva.


Proceso de aprendizaje


Programacion del curso (1/5)

Sesion Temas a tratar1 Presentacion del curso

Introduccion a la EstadisticaConceptos basicosR

2 Resumen de variablesMedidas de tendencia centralMedidas de dispersionOutliers y Valores extremos

PRACTICA 1

3 Introduccion a la probabilidadConceptos basicosMedida de probabilidad



Sesion Temas a tratar4 Probabilidad condicional

Eventos independiente

PRACTICA 2

5 Variable aleatoria discretaVariable aleatoria continua

6 Valor esperadoVarianza y desviacion estandar

EXAMEN 1



Sesion Temas a tratar7 Modelos probabilısticos discretos

8 Modelos probabilısticos continuos

PRACTICA 3

9 Muestras y distribuciones muestrales

10 Estimacion de parametros de un modelo

PRACTICA 4

11 Pruebas de hipotesis

12 Analisis estadısticos de modelos lineales

EXAMEN 2


Agenda



3 Conceptos basicos



6 R


Que es la Estadıstica?

Estadıstica

La Estadıstica es la cienciaque estudia el metodocientıfico como instrumentopara la toma de decisiones.

El metodo cientıfico incluye:

El planteamiento de lashipotesis.

Recoleccion de los datos/ evidencia.

Analisis de los datos /evidencia recolectada.

Presentacion de lainformacion obtenida.

Conclusion.


Proceso de toma de decisiones

”Las buenas decisiones de hoy en dıa son conducidas por datos. En todoslos aspectos de nuestras vidas, y mas aun en el mundo de los de losnegocios, una diversidad asombrosa de datos esta disponible para elreconocimiento y la aproximacion analıtica. Actualmente, gerentes denegocios y profesionales son mas exigidos a justificar sus decisionesbasandose en la informacion proporcionada por datos. Necesitan sistemasde soporte de decisiones basadas en modelos.”Segunda lectura

Lecturas recomendadashttp://elsensei-rufac.blogspot.com/2011/01/

toma-de-decisiones-parte-1.html

http://home.ubalt.edu/ntsbarsh/business-stat/opre504s.htm


http://elsensei-rufac.blogspot.com/2011/01/toma-de-decisiones-parte-1.html

http://elsensei-rufac.blogspot.com/2011/01/toma-de-decisiones-parte-1.html

http://home.ubalt.edu/ntsbarsh/business-stat/opre504s.htm

Ejemplo(Tomado de Mind On Statistics STATS 112: UCLA - Jessica M. Utts, Robert F. Heckard)

La aspirina reduce los ataque al corazon?Muestra:

Tratamiento Ataques alcorazon

Doctores engrupo

Ataques porcada 100 doc-tores

Aspirina 104 11,037 9.42Placebo 189 11,034 17.13

Table : Resultados estudio sobre los efectos de la aspirina en ataques al corazon

Como sabemos que estos resultados son tambien validos en toda lapoblacion?


Etica en la Estadıstica

Competencia profesional

Confidencialidad de los datos

Integridad e independencia de los resultados

Metodologıa adecuada

Para lectura

http://www.saberes.fcecon.unr.edu.ar/index.php/revista/article/view/50/99Link


http://www.saberes.fcecon.unr.edu.ar/index.php/revista/article/view/50/99

Agenda



3 Conceptos basicos



6 R


Problema de la Estadıstica


Definiciones

Poblacion

Una poblacion es cualquier grupo completo, ya sea de personas, cosas,animales, o cualquier tipo de objeto.

Example

La poblacion formada por los alumnos matriculados en la PUCP en elsemestre 2015-1.

La poblacion formada por los votantes en las proximas elecciones.

La poblacion formada por las unidades producidas en una lınea deproduccion.

La poblacion formada por las llamadas telefonicas originadas en unaciudad.

Los consumidores de un producto.


Definiciones

Elementos

Los elementos son las unidades individuales que constituyen una poblacion.

Example

Un alumno.

El elector.

Un pantalon producido en una lınea de produccion de jeans.

La llamada originada en un numero telefonico en el tiempo t.

Un consumidor


Definiciones

Muestra

Es el subconjunto de elementos seleccionados de la poblacin.

Adicionalmente:

Se dice que una muestra es representativa de la poblacion cuandomantiene en proporcion las mismas caracterısticas.

Una muestra es aleatoria cuando su seleccion se realizo al azar.


Definiciones

Variable

Una variable es una caracterıstica de los elementos de la poblacion cuyocomportamiento se desea conocer.Si se extrae un elemento de la poblacion y se le mide la variable, seobtiene un dato u observacion.

Example

Preferencia electoral.

Duracion de las llamadas telefonicas.

Numero de unidades vendidas de un producto en un supermercado.

Tiempo transcurrido entre llamadas


Definicion

Parametro poblacional

Es una medida descriptiva que resume una variable en una poblacion.

Example

El ingreso promedio de los peruanos.


Definicion

Estadıstico muestral

Es una medida descriptiva que resume una variable en una muestra.

Example

el ingreso de un grupo de peruanos seleccionados aleatoriamente.


Agenda



3 Conceptos basicos



6 R


Clasificacion de variables

Variables cualitativas

Describen cualidades, y no se pueden cuantificar.

Example

motivaciones, por qu decidio estudiar en la PUCP?

sexo

grado de instruccion

nivel socioeconomico

Distrito de residencia

Estado civil

Especialidad

Profesion


Clasificacion de variables

Variables cuantitativas

Pueden ser discretas o continuas.Discretas: Si el conjunto de valores posibles es enumerable.Continuas : Si el conjunto de valores posibles es un intervalo o una unionde intervalos.

Example

Discretas : Numero de llamadas telefonicas originadas en una ciudad.

Continuas : Tiempo transcurrido entre llamadas.


Tipos de variables y escalas


Escalas


Agenda



3 Conceptos basicos



6 R


Raw data - data cruda

La data cruda (en Ingles Raw data) se encuentra en los formularios y/oencuestas que llenamos dıa a dıa. Para poder ser utilizada, debe serregistrada en un dataset, previa codificacion.


Raw data - data cruda


Agenda



3 Conceptos basicos



6 R


Para obtener el software R ir a la siguiente pagina web:http://www.r-project.org/ Link

Para obtener el software RStudio ir a la siguiente pagina web:http://www.rstudio.com/ Link


http://www.r-project.org/

http://www.rstudio.com/

Leer datos con R

require(utils)

data()

try(data(package = "rpart") )

data(cars)

View(cars)

help(cars)

## starting httpd help server ... done


Crear un proyecto en R y leer datos

Comando read.csv

#datos <- read.csv(file = "femaleMiceWeights.csv")


Estadistica inferencial

Documents

Transcript of Estadistica inferencial