1. Instituto Tecnológico Superior del Oriente del Estado de Hidalgo Estadística para la Administración Diana Elisa Ortega Hernández Mapa Conceptual De Santiago Castillo Dairon David García Barrera Alan Lozada Cortes Karina Reyes Barrios Citlalli Vanessa Santillán Mendoza Diana Valeria
2. Variable Discreta
2.1. Es
2.1.1. Una variable que no puede tomar algunos valores dentro de un mínimo conjunto numerable, no acepta cualquier valor.
2.1.1.1. Ejemplos:
2.1.1.1.1. • Número de empleados de una fábrica • Número de hijos • El número de mujeres en una familia. • Número de personas que visitan al día un supermercado. • El número de hombres en un salón de clases. • El número de maestras en una escuela.
3. Variable continua
3.1. Es
3.1.1. Es aquella variable cuyo valor puede encontrarse entre dos valores exactos, generalmente representados por números decimales.
3.1.1.1. Ejemplos:
3.1.1.1.1. • La estatura de un grupo de estudiantes (1.75, 1.83, 1.70, 1.54, 1.80) • El tiempo de entrega de la comida rápida en un establecimiento (una hora, dos horas y cuarto, media hora) • El precio de muebles para la casa ($53.00, $1,500.00, $280.50, $2,000.00) • La distancia (235.5 kilómetros, 65 kilómetros, 948.7 kilómetros)
4. Distribución de variable discreta
5. Distribución de Poisson
5.1. Es
5.1.1. Una distribución de probabilidad discreta que tan solo conociendo los eventos y su frecuencia media de ocurrencia podemos saber su probabilidad.
5.1.1.1. Describe
5.1.1.1.1. La probabilidad de ocurrencia de cada valor de una variable aleatoria discreta.
5.1.1.2. ¿Cuándo se utiliza?
5.1.1.2.1. Un jugador lanza un dado corriente. Si sale o número primo, gana tantos cientos de euros como marca el dado, pero si no sale número primo, pierde tantos cientos de euros como marca el dado. Determinar la función de probabilidad y la esperanza matemática del juego X Pi Pi * X +100 1 / 6 100 / 6 = 16.667 +200 1 / 6 200 / 6 +300 1 / 6 300 / 6 -400 1 / 6 -400 / 6 +500 1 / 6 500 / 6 -600 1 / 6 -600 / 6 100 / 6
5.1.1.2.2. Se
6. Muestreo
6.1. It is
6.1.1. The process of selecting a set of individuals from a population in order to study them and characterize the total population.
6.1.1.1. Example:
6.1.1.1.1. A researcher intends to collect a systematic sample of 500 people in a population of 5000. He numbers each element of the population from 1 to 5000 and will choose every 10th individual to be part of the sample (Total population/sample size = 5000/500 = 10).
7. Estimación
7.1. It is
7.1.1. Estimation is the set of techniques that allow to give an approximate value of a parameter of a population from the data provided by a sample.
7.1.1.1. Example:
7.1.1.1.1. The lifetime of 40 60 W bulbs from a certain batch is measured. By calculating the average life time, you get \overline{X} = 5,013 hours. Since the lifetime was not measured for all 1,000 bulbs in the batch, then 5,013 is a point estimate for the average lifetime of the batch.
8. Técnica para la determinación del tamaño de una muestra.
8.1. Ejemplo:
8.1.1. Si quieres realizar una investigación dentro de una universidad que ofrece 10 carreras diferentes y cada una tiene 700 alumnos, no querrás hacer 7000 mil encuestas, bastará con determinar el tamaño de la muestra. Sin embargo, debemos considerar el margen de error.