ASIGNATURA:

ACTIVIDAD:

MODALIDAD:

SEMESTRE:

CICLO:

CATEDRÁTICO:

ALUMNA:

OAXACA DE JUÁREZ, OAXACA A 18 DE MARZO DEL 2023.

1.- selección y determinación de la población o muestra.
La selección y determinación de la población o muestra es uno de los pasos más importantes en el
proceso de aplicación de la estadística. Es importante seleccionar una muestra representativa de la
población que se quiere estudiar para poder hacer inferencias sobre la población en su totalidad.

Para determinar la población o muestra se deben seguir los siguientes pasos:

• Definir la población: Es necesario definir claramente la población que se quiere estudiar. Por
ejemplo, si se quiere estudiar la opinión de los estudiantes universitarios sobre un tema
específico, la población serían todos los estudiantes universitarios.

• Determinar el tamaño de la muestra: Una vez definida la población, se debe determinar el tamaño
de la muestra. El tamaño de la muestra dependerá del objetivo del estudio y del nivel de precisión
deseado.

• Seleccionar la muestra: Una vez determinado el tamaño de la muestra, se debe seleccionar una
muestra representativa de la población. Existen diferentes técnicas de muestreo, como el
muestreo aleatorio simple, el muestreo estratificado y el muestreo por conglomerados.

Por ejemplo, si se quiere estudiar la opinión de los estudiantes universitarios sobre un tema específico y
se decide utilizar una muestra aleatoria simple, se podría seleccionar una muestra de estudiantes de
forma aleatoria para que represente a toda la población de estudiantes universitarios.

Es importante tener en cuenta que la selección y determinación de la población o muestra es crucial para
obtener resultados precisos y confiables en el análisis estadístico. Si se selecciona una muestra no
representativa o se determina de manera incorrecta la población, los resultados pueden ser sesgados y
no representativos de la población en su totalidad.

Para seleccionar una muestra representativa de la población, se pueden utilizar diversos métodos de
muestreo, tales como el muestreo aleatorio simple, el muestreo estratificado, el muestreo por
conglomerados, entre otros. Cada método de muestreo tiene sus propias ventajas y desventajas, y se
deben elegir en función de las características específicas de la población y del objetivo de la
investigación.

Por ejemplo, si se quiere conocer la opinión de los estudiantes universitarios acerca de un tema en
particular, se podría elegir una muestra aleatoria de estudiantes de diferentes facultades y carreras para
que sean representativos de la población universitaria en general. Si se quisiera estudiar los hábitos
alimentarios de la población de una ciudad, se podría elegir una muestra aleatoria de hogares en distintos
barrios de la ciudad para que sean representativos de la población total de la ciudad.

2.- La obtención de datos (observación, encuesta o experimento)

La obtención de datos es otro paso fundamental en el proceso de aplicación de la estadística, ya que la
calidad y la cantidad de los datos obtenidos afectarán la validez de los resultados estadísticos
Existen diferentes métodos para obtener datos, y la elección del método dependerá del objetivo de la
investigación, de la población y de la muestra seleccionada. Algunos métodos comunes para obtener
datos son:

Observación: Este método consiste en observar y registrar los eventos o comportamientos de los
individuos o elementos de la población de interés. Este método se utiliza comúnmente en estudios de
campo, y puede ser útil para estudiar comportamientos en situaciones naturales.

Encuestas: Las encuestas consisten en hacer preguntas a una muestra representativa de la población
para obtener información sobre sus opiniones, actitudes o comportamientos en relación con un tema en
particular. Las encuestas se pueden realizar en persona, por teléfono, correo electrónico o en línea.

Experimentos: Los experimentos se utilizan para estudiar las relaciones causa-efecto entre variables. En
un experimento, se manipula una variable y se observa el efecto en otra variable. Los experimentos se
pueden realizar en un entorno controlado o en situaciones naturales.

Por ejemplo, si se quiere estudiar el impacto de un nuevo medicamento en la presión arterial de los
pacientes, se podría realizar un experimento en el que se administre el medicamento a un grupo de
pacientes y se compare su presión arterial con la de un grupo de control que no recibe el medicamento.
Si se quisiera conocer la opinión de los consumidores acerca de un producto, se podría realizar una
encuesta a una muestra representativa de la población de consumidores. Si se quisiera estudiar los
patrones de tráfico en una intersección de una ciudad, se podría realizar una observación directa de los
vehículos que pasan por esa intersección durante un período de tiempo determinado.

3.- Clasificación, tabulación y Organización

Después de obtener los datos, es necesario clasificarlos, tabularlos y organizarlos para poder analizarlos
y obtener información relevante. Este paso es importante para poder hacer un resumen de los datos
obtenidos y para poder presentarlos de manera clara y comprensible.

La clasificación implica organizar los datos en categorías o clases en función de su naturaleza o

características. Por ejemplo, si se está estudiando la edad de un grupo de personas, se podría
clasificarlos en grupos de edades como 0-10 años, 11-20 años, 21-30 años, etc.

La tabulación es el proceso de organizar los datos en una tabla o matriz, donde las filas representan las
categorías o clases y las columnas representan la frecuencia de cada categoría o clase. Por ejemplo, si
se clasificaron los datos por edades, se podría tabular los datos en una tabla que muestre la frecuencia
de cada grupo de edades.

La organización de los datos es importante para poder analizarlos y obtener información relevante. Se
pueden utilizar diferentes técnicas de análisis de datos, como medidas de tendencia central, medidas de
dispersión, gráficos, correlaciones, entre otros, para identificar patrones, tendencias o relaciones entre
las variables.
Por ejemplo, si se está estudiando la relación entre el tiempo de estudio y las calificaciones de un grupo
de estudiantes, se podría organizar los datos en una tabla que muestre la frecuencia de los tiempos de
estudio y las calificaciones, y luego se podrían calcular la media y la desviación estándar de cada variable
para determinar si existe una relación entre ellas. También se podrían utilizar gráficos, como un diagrama
de dispersión, para visualizar la relación entre las variables.

4.- Análisis descriptivo

El análisis descriptivo es el proceso de resumir y presentar los datos obtenidos de manera clara y
comprensible. Este tipo de análisis se enfoca en la descripción y caracterización de los datos, sin hacer
inferencias o generalizaciones a partir de ellos. El análisis descriptivo es útil para obtener una
comprensión inicial de los datos y para identificar patrones, tendencias o relaciones entre las variables.

Algunas de las técnicas comunes utilizadas en el análisis descriptivo son:

Medidas de tendencia central: Estas medidas proporcionan información sobre el valor central de los
datos, es decir, donde se concentran la mayoría de los datos. Las medidas de tendencia central más
comunes son la media, la mediana y la moda.

Medidas de dispersión: Estas medidas proporcionan información sobre la variabilidad o dispersión de los
datos, es decir, qué tan alejados están los datos del valor central. Las medidas de dispersión más
comunes son la desviación estándar, el rango y la varianza.

Gráficos: Los gráficos son una herramienta útil para visualizar los datos y para identificar patrones o
tendencias en los mismos. Algunos gráficos comunes utilizados en el análisis descriptivo son
histogramas, diagramas de dispersión, gráficos de barras y gráficos de líneas.

Por ejemplo, si se está analizando el peso de un grupo de personas, se podría utilizar la media para
determinar el peso promedio del grupo, y la desviación estándar para identificar la variabilidad en los
pesos. También se podría utilizar un histograma para visualizar la distribución de los pesos y determinar
si los datos están sesgados o no.

En resumen, el análisis descriptivo proporciona una descripción detallada de los datos y es un paso
importante en el proceso de aplicación de la estadística para entender los datos y resumirlos de manera
clara y concisa.

5.- Análisis inferencial

El análisis inferencial es el proceso de hacer generalizaciones o inferencias a partir de los datos obtenidos
en la muestra, con el objetivo de hacer afirmaciones sobre la población en general. A diferencia del
análisis descriptivo, el análisis inferencial utiliza técnicas estadísticas para inferir conclusiones a partir de
la muestra y aplicarlas a la población en general.

El análisis inferencial se utiliza para hacer afirmaciones sobre la población a partir de la muestra, lo que
es útil cuando no es práctico o posible medir la población completa. El análisis inferencial también se
utiliza para determinar si las diferencias observadas en la muestra son estadísticamente significativas y
pueden ser generalizadas a la población en general.

Algunas de las técnicas comunes utilizadas en el análisis inferencial son:

Pruebas de hipótesis: Las pruebas de hipótesis son un método utilizado para determinar si hay evidencia
suficiente para rechazar una hipótesis nula (que no hay diferencia significativa entre las muestras) en
favor de una hipótesis alternativa (que hay una diferencia significativa entre las muestras).

Intervalos de confianza: Los intervalos de confianza proporcionan un rango de valores en el que se espera
que se encuentre un parámetro de la población con cierto nivel de confianza. Por ejemplo, un intervalo
de confianza del 95% indica que hay un 95% de probabilidad de que el parámetro de la población se
encuentre dentro del intervalo.

Análisis de regresión: El análisis de regresión se utiliza para identificar la relación entre una variable
dependiente y una o más variables independientes. Se pueden utilizar diferentes técnicas de análisis de
regresión, como la regresión lineal y la regresión logística, dependiendo de la naturaleza de las variables
involucradas.

Por ejemplo, si se está estudiando la relación entre el nivel de educación y los ingresos en la población,
se podría utilizar una prueba de hipótesis para determinar si hay una diferencia significativa en los
ingresos entre las personas con diferentes niveles de educación. También se podría utilizar un análisis
de regresión para determinar si hay una relación lineal entre el nivel de educación y los ingresos, y para
predecir los ingresos de las personas con diferentes niveles de educación.

En resumen, el análisis inferencial se utiliza para hacer generalizaciones sobre la población a partir de la
muestra y para determinar si las diferencias observadas en la muestra son estadísticamente significativas
y pueden ser generalizadas a la población en general.

6.- Informe final

El informe final es el último paso en el proceso de aplicación de la estadística y es esencial para
comunicar los resultados y conclusiones del estudio a las personas interesadas en el tema. El informe
final debe presentar los resultados de manera clara y concisa y debe estar diseñado para el público
objetivo.

El informe final debe incluir los siguientes elementos:

Introducción: Esta sección debe explicar el objetivo del estudio y la importancia de los resultados.

Marco teórico: Esta sección debe incluir una revisión de la literatura relevante sobre el tema y debe
establecer las bases teóricas para el estudio.

Metodología: Esta sección debe describir detalladamente el diseño del estudio, la selección de la
muestra, la obtención de datos y el análisis estadístico utilizado.

Resultados: Esta sección debe presentar los resultados de manera clara y concisa utilizando tablas,
gráficos y estadísticas descriptivas.

Discusión: Esta sección debe interpretar los resultados en relación con el objetivo del estudio y debe
comparar los resultados con la literatura relevante.
Conclusiones: Esta sección debe resumir las principales conclusiones del estudio.

Limitaciones: Esta sección debe discutir las limitaciones del estudio, incluyendo cualquier sesgo o error
en los datos.

Recomendaciones: Esta sección debe proporcionar recomendaciones para futuras investigaciones o

para la toma de decisiones.

Es importante que el informe final esté diseñado para el público objetivo y que se presente de manera
clara y concisa. También se pueden incluir apéndices con información adicional sobre el estudio, como
cuestionarios de encuestas o detalles adicionales sobre el análisis estadístico utilizado.

En resumen, el informe final es un elemento esencial en el proceso de aplicación de la estadística y debe

presentar los resultados y conclusiones del estudio de manera clara y concisa para el público objetivo.

Bibliografía
UNAM. (18 de JULIO de 2020). UNAM. Obtenido de
http://www.paginaspersonales.unam.mx/files/977/Conceptos_basicos_de_estadistica.pdf