Estadística para la toma de decisiones gerenciales

Estadística para la toma de decisiones gerenciales

Glenda L. Rodríguez

Universidad Metropolitana

STAT 555

23 de febrero de 2016

                                             Prof. Sylvia Cosme Montalvo

Estadística para la toma de decisiones gerenciales

1. ¿Cuál es la diferencia entre muestra y población?

Población es la totalidad de los elementos del grupo particular que se estudia. Como por ejemplo, una empresa que está llevando a cabo un estudio a todos los empleados de la empresa. Esto es población ya que se estudiará cada elemento de la población; en este caso la población es todos los empleados de la empresa.

Una muestra es un subconjunto o una parte de esa población la cual se estará investigando o que se escogerá para realizar el estudio. Por ejemplo la población de una empresa es de 500 empleados y se selecciona una muestra de 250 para trabajar una investigación sobre esa cantidad.

1. ¿Cuál es la diferencia entre estadístico y parámetro?

La estadística es una rama de las Matemáticas Aplicadas que brinda métodos y procedimientos para organizar y evaluar una investigación científica con el fin de tomar decisiones más confiables, cuando prevalecen condiciones de incertidumbre. El estadístico analiza y recopila información de la población que se está estudiando para poder investigar su comportamientos y reacciones. En cuanto a un parámetro es una constante que caracteriza a una población, está asociada a las variables y el valor estadístico que resultara luego de analizado las observaciones de la muestra.

iii. ¿Cuál es la diferencia entre estadística descriptiva e inferencia estadística?

 La Estadística Descriptiva es el estudio que incluye la obtención, organización, presentación y descripción de información numérica. Un ejemplo de esto son los periódicos, revistas, radio y televisión usan la estadística descriptiva para informar y persuadirnos acerca de ciertas acciones a tomar y en la formación de opiniones.

La inferencia estadística es una técnica mediante la cual se obtienen generalizaciones o se toman decisiones en base a una información parcial o completa obtenida mediante técnicas descriptivas. Esta técnica además interpreta la información de manera que pueda llevar a conclusiones válidas. Los gobiernos y las organizaciones utilizan la estadística para tomar decisiones que afectan a las personas.

1. Contraste variable aleatoria categórica con variable aleatoria numérica.

Las variables categóricasson aquellas variables cuyos valores son del tipo categórico, es decir; que indican categorías o son clasifican numéricamente o con nombres. Son las que se refieren a clasificaciones, como: estado civil, profesión, color de los ojos, preferencia por una marca etc., es decir, son aquellas que no aparecen en forma numérica, sino como categorías o atributos.

En cuanto a las variables numéricas son aquellas variables que toman valores numéricos. A estas variables le corresponde la escala de medición de intervalo y  razón o proporción.

1. Compare datos discretos de datos continuos.

Los datos discretos son aquellos que sólo toman un número finito de valores, lo opuesto a datos continuos también son Datos que sólo pueden tener ciertos valores. Ejemplo: el número de estudiantes en una clase (no se puede tener medio estudiante).

Los datos continuos son los que pueden tomar cualquier valor (un número infinito de valores) dentro de un cierto intervalo o que pueden tomar cualquier valor (dentro de un rango). Por ejemplo, las estaturas de un grupo de personas forman datos continuos, pero el número de personas en ese grupo forman datos discretos.

vi. Detalle la diferencia entre escala nominal y ordinal.

La escala nominal sólo permite asignar un nombre al elemento medido. Esto la convierte en la menos informativa de las escalas de medición. Ejemplos de variables con este tipo de escala: nacionalidad, cuantas personas usan espejuelos, número de la camisa de un jugador en un equipo de baloncesto, número de identificación electoral, licencia de conducir etc. Esta escala solo se usa para identificar a los individuos medidos.

La escala ordinal, además de las propiedades de la escala nominal, permite establecer un orden entre los elementos medidos. Ejemplos de variables con escala ordinal: preferencia a productos de consumo, etapa de desarrollo de un ser vivo, clasificación de películas por una comisión especializada, madurez de una fruta al momento de comprarla y clasificaciones parecidas a estas.

vii. Detalle la diferencia entre escala de intervalo y de razón.

La escala de intervalo, además de todas las propiedades de la escala ordinal, hace que tenga sentido calcular diferencias entre las mediciones. Los siguientes son ejemplos de variables con esta escala: temperatura de una persona, ubicación en una carretera respecto de un punto de referencia (Kilómetro 85 Ruta 5), sobrepeso respecto de un patrón de comparación, nivel de aceite en el motor de un automóvil medido con una vara graduada.

La escala de razón permite, además de lo de las otras escalas, comparar mediciones mediante un cociente. Algunos ejemplos de variables con la escala de razón son los siguiente, altura de personas, cantidad de litros de agua consumido por una persona en un día, velocidad de un auto en la carretera, número de anotaciones de un jugador por juego

viii. Explique las razones principales para obtener datos.

La razón principal para obtener datos es para de esa manera recopilar la información necesaria, para eventualmente llevar un proceso de toma de decisiones. Al recopilar datos podes identificar el problema, para luego poder analizar las posibles alternativas mediantes análisis con la información y tendencias pasadas. Esto ayuda para luego poder tener una idea del comportamiento promedio o de las actividades en forma cuantitativa para poder luego implementar las alternativas que podrán satisfacer las necesidades del usuario de la información.

ix. ¿Cuál es la diferencia entre muestreo probabilístico y no probabilístico?

La diferencia entre el muestreo probabilístico y el no probabilístico es que en la primera alternativa el investigador elige al azar la muestra que se va analizar, en cambio el no probabilístico el investigador no elige la muestra al azar, si no que utiliza criterios subjetivos para poder obtener la muestra a investigar.

x. ¿Cuáles son algunos riesgos potenciales al utilizar métodos de pecera para seleccionar una muestra aleatoria simple?

...