Estadistica Inferencial

Universidad Politécnica del Golfo de México

“Ciencia y Tecnología que Transforman”

ESTADÍSTICA DESCRIPTIVA

OFERTA EDUCATIVA DE DOS NUEVAS CARRERAS

Profesor: José Pérez Naranjo

Alumnos: Ana Isabel Romero Flores

Alejandro Vázquez Álvarez

Fernando Emilio Gómez Melgar

Contenido

INTRODUCCIÓN: ............................................................................................................... 3

CAPITULO 1. MARCO TEÓRICO ..................................................................................... 5

CAPÍTULO 2. DEFINICIÓN DEL PROBLEMA .............................................................. 10

CAPÍTULO 3. DESCRIPCION DE DATOS ESTADISTICOS ........................................ 10

CAPÍTULO 4. ANALISIS Y CONCLUSIONES .............................................................. 22

CAPÍTULO 5. RECOMENDACIONES ............................................................................ 23

BIBILIOGRAFÍA ............................................................................................................... 23

INTRODUCCIÓN:

Objetivo:

• Impartir educación superior en los niveles de licenciatura, especialización tecnológica y otros estudios de posgrado, así como cursos de actualización en sus diversas modalidades, para preparar profesionales con una sólida formación técnica y en valores, conscientes del contexto nacional en lo económico, social y cultural.

• Llevar a cabo investigación aplicada y desarrollo tecnológico, pertinentes para el desarrollo económico y social de la región, del Estado y del País.

• Difundir el conocimiento y la cultura a través de la extensión universitaria y la formación a lo largo de toda la vida.

• Prestar servicios tecnológicos y de asesoría, que contribuyan a mejorar el desempeño de las empresas y otras organizaciones de la región y del Estado, principalmente.

• Impartir programas de educación continua y el fomento de la cultura tecnológica en la región y en el Estado.

• Cumplir con cualquier otro que permita consolidar su modelo educativo.

Misión:

Formar profesionales con una sólida vocación científica, tecnológica y humanística, mediante un modelo académico basado en competencias, que permita vincular sus conocimientos con el sector productivo, generando alternativas pertinentes para el desarrollo sostenible de Tabasco, de la región y del país.

Visión:

Somos una Universidad líder en la formación, investigación y transferencia tecnológica del país, con programas educativos de calidad y acreditados, posgrados de excelencia, profesores altamente calificados e integrados en cuerpos académicos consolidados, procesos de gestión certificados e infraestructura de vanguardia; reconocida en los ámbitos nacional e internacional por la competencia técnica, los valores humanos y el alto compromiso social de sus egresados con el desarrollo sustentable.

Valores y Principios Institucionales:

• Liderazgo: Generamos, difundimos y aplicamos conocimientos científicos y tecnológicos con impacto en el desarrollo del estado, de la región y del país.

• Calidad y Competitividad: Ofrecemos programas y servicios con altos niveles de innovación y desempeño, que satisfacen plenamente las demandas de los sectores público, social y privado.

• Unidad y Trabajo en Equipo: Sumamos esfuerzos y talentos para alcanzar las metas de la organización.

• Responsabilidad y Congruencia: Cumplimos con eficiencia los compromisos ante la sociedad.

• Lealtad: Creemos, defendemos y apoyamos los principios y razón de ser de la institución.

• Honestidad y Transparencia: Actuamos con rectitud, integridad y justicia, en un marco ético y legal, velando por los intereses de los alumnos, docentes, personal administrativo y sociedad en su conjunto.

• Comunicación: Mantener y fortalecer el proceso eficaz de comunicación interna en la Universidad que permita a todas las áreas integrantes estar siempre en la misma frecuencia de acción y responsabilidad para el cumplimiento de los objetivos en beneficio de la institución.

En teoría de la probabilidad y estadística, la curtosis es una medida de la forma o apuntamiento de las distribuciones. Así las medidas de curtosis (también llamadas de apuntamiento o de concentración central) tratan de estudiar la mayor o menor concentración de frecuencias alrededor de la media y en la zona central de la distribución.

Las medidas de asimetría son indicadores que permiten establecer el grado de simetría (o asimetría) que presenta una distribución de probabilidad de una variable aleatoria sin tener que hacer su representación gráfica.

Como eje de simetría consideramos una recta paralela al eje de ordenadas que pasa por la media de la distribución. Si una distribución es simétrica, existe el mismo número de valores a la derecha que a la izquierda de la media, por tanto, el mismo número de desviaciones con signo positivo que con signo negativo. Decimos que hay asimetría positiva (o a la derecha) si la "cola" a la derecha de la media es más larga que la de la izquierda, es decir, si hay valores más separados de la media a la derecha. Diremos que hay asimetría negativa (o a la izquierda) si la "cola" a la izquierda de la media es más larga que la de la derecha, es decir, si hay valores más separados de la media a la izquierda.

CAPITULO 1. MARCO TEÓRICO

La recolección de los datos es el primer problema que enfrenta el estadístico para recoger los datos de un problema de estudio1; lo primero que deberá hacer será definir la población, refiriéndose en este concepto a no el conjunto de los objetos si no a los valores asignados a estos, por lo que una vez definidos será preciso determinar el tamaño de la muestra.

La muestra en si deberá ser representativa de la población

Las medidas de tendencia central son valores numéricos que tienden a localizar el punto medio de un conjunto de datos, termino asociado al término promedio, utilizándose cinco medidas de este tipo:

La media μ, mejor conocida como promedio de un conjunto de datos se calcula promedio de la suma de las piezas de los datos de (x) unas a otras y dividir la suma entre el número de piezas de datos (n), es decir:

μ, = Σ(x)│/ ( n)

La mediana, x es el número obtenido cuando las piezas de datos se ponen en orden de acuerdo con su tamaño. Donde n representa el número de piezas de datos e i es posición que la mediana ocupa en los datos arreglados por rango. Esta posición puede localizarse si se cuenta

La mediana tendrá el mismo valor al margen del extremo (inferior o superior) a partir del cual se empiece a contar. De hecho, la mejor manera de comprobarlo consiste en contar primero desde un extremo y luego a partir del otro.

Cuando n es un número impar, la mediana tendrá el valor de la pieza de datos colocada en la mitad., si n es par, la posición de la mediana será siempre una fracción, compuesta por un entero y una mitad.

La Moda en cambio es el valor que ocurre con mayor frecuencia en un conjunto de datos de una población.

Rango medio, es una medida de tendencia central; cuando se ordena un conjunto de datos de acuerdo a su magnitud, siempre habrá un valor más bajo (L) y otro más alto (H). El rango medio es un número situado exactamente a medio camino entre ambos. Se determina sacando el promedio de las puntuaciones alta y baja: Rango medio = L + H / 2

Medidas de dispersión Una vez determinado el “punto medio” de un conjunto de datos, nuestra búsqueda de información se dirigirá de inmediato a las medidas de dispersión. Estas medidas de dispersión son el rango, la varianza y la desviación estándar. Estos valores numéricos describen la cantidad de dispersión o variabilidad que puede encontrarse entre los datos, Los datos estrechamente agrupados tendrán valores relativamente pequeños, mientras que los más extendidos poseerán valores más grandes de las diversas medidas de la dispersión.

El rango es la medida más simple de la dispersión. Consiste en la diferencia entre las piezas de datos mayor (H) y menor (L):

Rango = H-L

El rango es una medida de la distancia a lo largo de todo el conjunto de datos. Las otras dos medidas de dispersión – la varianza y la desviación estándar- son en realidad medidas de dispersión alrededor de la media. A fin de desarrollar una medida de dispersión alrededor de la media, consideremos primero el concepto mismo de desviación a partir de la media. Un valor individual x se desvía de la media en una distancia igual a (x – μ). Esta desviación será de cero si x tiene un valor igual al de la media. (x –μ) ; será positivo si x es mayor que μ, y negativo si x es menor que μ.

Se podría suponer que la suma de todas estas desviaciones, Σ(x –μ), puede funcionar como medida de dispersión en torno a la media; sin embargo se puede observar que la suma de los valores (x – μ) en la cualquier muestra será igual a cero.

El obvio que si esta medida va a ser siempre cero, no tendrá ningún valor para describir un conjunto particular de datos. Todavía queremos utilizar el concepto de desviación alrededor de la media. El lector puede observar que parece haber un valor de cancelación entre los valores de x menores que la media (negativos) y los valores mayores que

...