Resumen de la Unidad I Conceptos Básicos
Integrantes: Flores Villaseñor Felipe Sandoval Medina Jorge Suarez Suarez Carlos miliano !am"rano Romero Ingrid !ende#as Rodr$guez %na &arina
'(C)* Miguel +,rez !a"ala
M(R-I%. MIC/(%C0). FBRR( 1234
Índice
Contenido ESTADISTICA INCERTIDUMBRE 1.1.2 METODO CIENTIFICO
1.2.2 POBLACION Y PARAMETRO
1 1 2 4 4 5
MUESTRA Y ESTIMADOR
6
ESTIMADOR:
7
CONCEPTOS GENERALES ESTADISTICA
ESTADISTICA INCERTIDUMBRE El
concepto
de
incertidumbre
vincula
a
las
clasificaciones
que
generalmente suelen realizarse con respecto a las teorías de decisión. Sin embargo, dichas clasificaciones frecuentemente no coinciden para los distintos actores, debido, quizás, a la mencionada falta de claridad. A título ilustrativo haremos referencia a la clasificación de Coombs, a!es " #vers$i %&'()* " a la de Slovic, +ichtenstein " ischhoff %&'--*. A la primera de ellas por ser una de las primeras clasificaciones realizadas dentro del campo de la toma de decisiones a la segunda por ser la más reciente dentro de literatura que aborda este campo de estudios. Coombs, a!es " #vers$i %&'()* distinguen dos tipos de problemas de decisión/ las decisiones con conocimiento incompleto " las decisiones con preferencias inseguras. 0ara estos autores, ambos tipos de decisiones están ligadas a la incertidumbre, aunque en el primer caso esta incertidumbre está vinculada a los estados del mundo " el segundo al propio decisor. Así, las decisiones con conocimiento incompleto son abordadas por las teorías de elección de riesgo " las decisiones de preferencias inseguras por las teorías probabilísticas de elección. Slovic, +ichtenstein " ischhoff %&'--*, distinguen entre dos grandes corrientes/ teorías de elección con " sin riesgo. +as teorías de elección sin riesgo, corresponden básicamente a las primeras teorías económicas de decisión, cu"o ob1eto de estudio son las decisiones que no implican incertidumbre. En este tipo de decisiones se supone que el decisor conoce todo los posibles cursos de acción de la decisión " sus consecuencias, al tiempo que es sensible a las diferencias e2istentes entre las alternativas. Se trata de un decisor racional. +as teorías de elección con riesgo, por el
3
contrario, tienen en cuenta la e2istencia de la incertidumbre. %3n e1emplo de estas teorías sería la teoría de la utilidad esperada 45on 6euman " 7orgensten, &'8(*. Como se observa, aunque la incertidumbre pueda ser la base de clasificación de las teorías e2istentes, no parece que ha"a una delimitación clara a la vista de los diversos autores. Se han dado, sin embargo, intentos de definir " delimitar el concepto que estamos abordando/ 0or e1emplo, 9night %&':&* " 9e"nes %&':&* distinguen entre riesgo e incertidumbre. 0ara estos autores el riesgo es algo mensurable, que inclu"e situaciones en las que las distribuciones de probabilidad de las respuestas son conocidas, bien por la realización de cálculos a priori o bien por las estadísticas derivadas de la e2periencia. 0or el contrario, la incertidumbre correspondería a aquellas situaciones ;nicas donde no son aplicables ni los cálculos ni las e2periencias pasadas.
1.1.2 METODO CIENTIFICO '*, se refiere al m=todo científico en los siguientes t=rminos/ <...6o ha" magia en un m=todo que nos sirve para descubrir la verdad, es tan simple " lógico para nosotros los científicos que lo usamos cotidianamente para la resolución de nuestros problemas diarios...< Antes de que se concibiera el m=todo científico, la acumulación de conocimientos se hacía a partir de la meditación " observaciones
1
casuales. ebieron pasar siglos para darse cuenta de que este camino era un calle1ón sin salida que no producía más que preguntas equivocadas. ? no fue hasta que se estableció el m=todo científico que la ciencia inició su crecimiento " se empezó a e2pandir nuestro conocimiento de las le"es naturales. Es un m=todo imperfecto, pero lo suficientemente e2itoso como para que todos los campos lo ha"an adoptado, e2clu"endo prácticamente cualquier otro m=todo de solución de problemas. @o", se puede afirmar que el m=todo científico es un proceso creativo de resolución de problemas " en general consta de las siguientes partes o etapas/ &. dea, observación. :. Beconocimiento del problema " evaluación de evidencias. . ormulación de hipótesis/ generación de soluciones creativas " lógicas 8. ormulación de ob1etivos " m=todos. E2perimento controlado. D. 0rueba de hipótesis, e2perimentación, recolección de datos " análisis de resultados >. uicios " conclusiones sobre procedimientos, resultados " teorías comparación de resultados con hipótesis*. +a observación conduce a la identificación " resolución de problemas. 3na vez que =stos están claramente delimitados, es inevitable la postulación de hipótesis, es decir, de e2plicaciones tentativas " provisorias de las situaciones problemáticas. +a hipótesis, es necesaria ponerla a prueba, para lo cual se utilizan " diseFan e2perimentos.
5
El e2perimento proporciona evidencias %datos e2perimentales*, que permiten apreciar si se cumplen o no las predicciones derivadas de la hipótesis. El análisis " la interpretación de los datos e2perimentales finalmente llevan al científico a la elaboración de las conclusiones referentes a la validez de la hipótesis.
CONCEPTOS GENERALES ESTADISTICA @untsberger/ <+a palabra estadística a menudo nos trae a la mente imágenes de n;meros apilados en grandes arreglos " tablas, de vol;menes de cifras relativas a nacimientos, muertes, impuestos, poblaciones, ingresos, deudas, cr=ditos " así sucesivamente. +a Estadística es la ciencia cu"o ob1etivo es reunir una información cuantitativa concerniente a individuos, grupos, series de hechos, etc. " deducir de ello gracias al análisis de estos datos unos significados precisos o unas previsiones para el futuro. +a estadística, en general, es la ciencia que trata de la recopilación, organización presentación, análisis e interpretación de datos num=ricos con e fin de realizar una toma de decisión más efectiva. Gtros autores tienen definiciones de la Estadística seme1antes a las anteriores, " algunos otros no tan seme1antes. 0ara Chacón esta se define como
otros
la
definen
como
la
e2presión
cuantitativa
del
conocimiento dispuesta en forma adecuada para el escrutinio " análisis. +a más aceptada, sin embargo, es la de 7inguez, que define la Estadística como <+a ciencia que tiene por ob1eto aplicar las le"es de la
6
cantidad a los hechos sociales para medir su intensidad, deducir las le"es que los rigen " hacer su predicción pró2ima<. +os estudiantes confunden com;nmente los demás t=rminos asociados con las Estadísticas, una confusión que es conveniente aclarar debido a que esta palabra tiene tres significados/ la palabra estadística, en primer t=rmino se usa para referirse a la información estadística tambi=n se utiliza para referirse al con1unto de t=cnicas " m=todos que se utilizan para analizar la información estadística " el t=rmino estadístico, en singular " en masculino, se refiere a una medida derivada de una muestra. 3#+A E 70GB#A6CA +os m=todos estadísticos tradicionalmente se utilizan para propósitos descriptivos, para organizar " resumir datos num=ricos. +a estadística descriptiva, por e1emplo trata de la tabulación de datos, su presentación en forma gráfica o ilustrativa " el cálculo de medidas descriptivas. Ahora bien, las t=cnicas estadísticas se aplican de manera amplia en mercadotecnia, contabilidad, control de calidad " en otras actividades estudios
de
consumidores
análisis
de
resultados
en
deportes
administradores de instituciones en la educación organismos políticos m=dicos " por otras personas que intervienen en la toma de decisiones.
1.2.2 POBLACION Y PARAMETRO El concepto de población en estadística va más allá de lo que com;nmente se conoce como tal. 3na población se precisa como un con1unto
finito
o
infinito
de personas
u
ob1etos
que
presentan
características comunes.
4
e esta forma +evin H Bubin%&''>*. ndica que I3na poblaciones un con1unto de todos los elementos que estamos estudiando, acerca de los cuales intentamos sacar conclusionesJ. e igual forma Cadenas %&'(8* E2presa I3na población es un con1unto de elementos que presentan una característica com;nJ. El 0arámetro es un valor medida o indicador representativo de la población que se selecciona para ser estudiado. Gtra definición podría ser, función definida de una población. Se llama 0arámetro a un valor representativo de una población, como la media aritm=tica, una proporciono su desviación típica.
MUESTRA Y ESTIMADOR 3na muestra es una porción representativa de una determinada población. Cuando no se puede realizar un censo, se recurre al muestreo, que es la herramienta que se utiliza para determinar qu= porción de la realidad se estudiará. E2isten distintos tipos de t=cnicas para conformar una muestra, entre ellas/ 7uestreo de conveniencia o por selección intencionada/ aquí la muestra similar al universo ob1etivo es seleccionada a partir de m=todos no aleatorios. +a representatividad de dicha muestra es determinada por el investigador de manera sub1etiva. 0or funcionar de esta manera, las muestras suelen tener sesgos, por lo que lo ideal es recurrir a esta t=cnica cuando no quede ninguna otra alternativa. 7uestreo aleatorio/ en este todos los elementos que lo componen tienen e2actamente la misma posibilidad de ser elegidos. Estos elementos son seleccionados de forma azarosa por medio de n;meros aleatorios. E2isten distintas formas de realizar el muestreo aleatorio, entre ellas/ &. 7uestreo aleatorio simple
7
:. 7uestreo sistemático . 7uestreo aleatorio estratificado 8. 7uestreo aleatorio por conglomerados D. 7uestreo mi2to
ESTIMADOR: Es un estadístico %es decir, es una función de la muestra* usado para estimar un parámetro desconocido de la población. 0or e1emplo, si se desea conocer el precio medio de un artículo %el parámetro desconocido* se recogerán observaciones del precio de dicho artículo en diversos establecimientos %la muestra* " la media aritm=tica de las observaciones puede utilizarse como estimador del precio medio. 0ara cada parámetro pueden e2istir varios estimadores diferentes. En general, escogeremos el estimador que posea me1ores propiedades que los restantes, como insesgadez, eficiencia, convergencia " robustez %consistencia*.
8
Bibliografa
htt!""e#t$di#tic$%i&$'(e.'())t.%*"2+1+"+,"ince-tid%'-e/0/ -)'$'i(id$d/#'eti$.ht%( htt!""333.-)e#)-en(ine$.%*"Cienci$#"Met)d)Cientiic).ht% htt!""333.e%ed.net"c-#ec)n"(i'-e-i$"d-%"+.ht% htt!""de#i-e#t$di#tic$#'$#ic$#.'())t.%*"2+1+"+7")'($ci)n/ $-$%et-)/%e#t-$/e#t$di#tic).ht%( htt!""333.ti)#de.)-&"cienci$#/e*$ct$#"2/ti)#/de/%e#t-$/ e#t$di#tic$"i*RC589dP: htt#!""#ite#.&))&(e.c)%"#ite"e#t$di#tic$de#c-iti$ened"h)%e"e#ti% $ci)n/)-/inte-$()#/1"-)ied$de#/de/e#ti%$d)-e#
9