GEG002LEC002 - Estadistica Inferencial

Servicio Nacional De Aprendizaje SENA
Regional Distrito Capital

Centro De Servicios Financieros
Coordinación Economía Financiera Y De Gestión
Programa: Gestión Empresarial

Guía de aprendizaje Nº 2: Gestión de la información estadística
LEC_002: Estadística inferencial.
GE_G002_LEC_002
Contenido
Pág.
INTRODUCCIÓN 3
1 GENERALIDADES 4
2 PROBABILIDAD 6
2.1 Tipos de probabilidad 7
2.2 Postulados de la probabilidad 8
3 DISTRIBUCIÓN NORMAL 9
4 POBLACIÓN Y MUESTREO 12
4.1 Técnicas de muestreo. 13

4.1.1 Muestreo Probabilístico 14
4.1.2 Muestreo No probabilístico 14
GE_G002_LEC_002: Estadística inferencial

Programa de Gestión Empresarial
Inst. Nidia Julieth Cortés Arévalo
Página 2 de 16
Introducción
Siempre que existan necesidades, las personas tendrán que tomar decisiones y encontraran
diversos caminos a elegir. Toda circunstancia trae consigo reacciones. Que puede ser una, dos o
más. Y las personas y las empresas deben elegir entre todas la mejor.
De igual manera las empresas deben conocer sus mercados, deben aprender a seleccionar las
poblaciones y las muestras de aquello que quieren conocer.
De acuerdo a lo anterior en éste documento, se tratara el tema como de las probabilidades y

algunos temas relacionados. De igual forma, se hace énfasis en la población, el muestreo y tipos
de muestreo.
Estos temas son de gran utilidad en los estudios de mercado, de clima organizacional, las ventas
entre otros.

Página 3 de 16
1 Generalidades
En primera instancia es necesario hablar de dos términos que son comunes en el ámbito del
aprendizaje, uno de ellos es: experimento y otro menos común espacio muestral. El
experimento es un proceso de observación del cual se toman medidas (Freund & Simon, 1994).
Espacio muestral es a su vez un conjunto de resultados posibles. El espacio muestral se expresa
como 𝑆.
Ejemplo de espacio muestral.
Un instructor debe elegir a dos de sus 45 aprendices para un concurso a nivel regional. El
espacio muestral consiste en:
𝑠 = {𝑎𝑝𝑟𝑒𝑛𝑑𝑖𝑧1, 𝑎𝑝𝑟𝑒𝑛𝑑𝑖𝑧2, 𝑎𝑝𝑟𝑒𝑛𝑑𝑖𝑧3, 𝑎𝑝𝑟𝑒𝑛𝑑𝑖𝑧4, 𝑎𝑝𝑟𝑒𝑛𝑑𝑖𝑧5, 𝑎𝑝𝑟𝑒𝑛𝑑𝑖𝑧6 … . 𝑎𝑝𝑟𝑒𝑛𝑑𝑖𝑧45}

También se puede representar así: (45
2
)
En estadística los subconjuntos

de los espacios muéstrales se
conocen como eventos.
𝐹 = {𝑎𝑝𝑟𝑒𝑛𝑑𝑖𝑧14, 𝑎𝑝𝑟𝑒𝑛𝑑𝑖𝑧15, 𝑎𝑝𝑟𝑒𝑛𝑑𝑖𝑧16, 𝑎𝑝𝑟𝑒𝑛𝑑𝑖𝑧17, 𝑎𝑝𝑟𝑒𝑛𝑑𝑖𝑧18}
Es de anotar que comúnmente los espacios muestrales y los eventos se representan mediante
diagramas de Venn.
Imagen 1 Espacio muestral y eventos
Espacio
muestral.
Eventos
Elemento

Página 4 de 16
Mediante éste ejemplo se puede ver la teoría básica de subconjuntos o eventos.
Ej. Cuáles son los eventos que se representan mediante las zonas sombreadas de los cuatro
diagramas de Venn. Si 𝑋 es el evento de que el Señor Gómez es un ciudadano colombiano y 𝑌
de que su esposa sea ciudadana colombiana. Adaptado de: (Freund & Simon, 1994)
𝑋 El círculo sombreado significa que el Señor

Gómez es ciudadano colombiano. 𝑋
𝑋
Indica que el Señor Gómez no es ciudadano
colombiano. 𝑋 ´
Indica que el Señor Gómez, su esposa o

ambos son ciudadanos colombianos. 𝑋 ∪ 𝑌
x y
Tanto el Señor Gómez como su esposa son

X Y
ciudadanos colombianos. 𝑋 ∩ 𝑌

Página 5 de 16
2 Probabilidad
¿Sabías qué?:
El origen de las probabilidades en los juegos de azar se

remonta al siglo XVII cuando Antoine Gombauld, más
conocido como el caballero de Meré, jugador profesional
quien pensó haber descubierto una táctica infalible para jugar
a los dados, con buenos resultados durante un determinado
tiempo después del cual comenzó a perder […] esto lo llevó
a estudiar y hacer de las probabilidades una ciencia más
profunda. (Martínez Bencardino, 2009)
Imagen 2. Ana y Juan. (crearunavatar.com & Cortés, 2016)
Probabilidad es algo que puede suceder.
Es según la Real Academia de la Lengua española:
f. Mat. En un proceso aleatorio, razón entre el número de casos favorables y el número de casos
posibles. (Española, 2016)
La probabilidad es un número comprendido entre 0 y 1.
Cuando existe completa certeza

Cuando existe imposibilidad absoluta.
0 ≤𝑃≤1

Página 6 de 16
Según Bencardino: La probabilidad es el cociente de dividir al número de éxitos o total de casos
favorables por el total de casos posibles.
Ej.
Supongamos que lanzamos una moneda 500 veces y los resultados obtenidos fueron: 262 caras y
238 sellos. Las frecuencias relativas serán:
262
𝑃 = 𝑎𝑝𝑎𝑟𝑖𝑐𝑖ó𝑛 𝑑𝑒 𝑐𝑎𝑟𝑎 = = 0,524 = 52,4%
500
238
𝑄 = 𝑎𝑝𝑎𝑟𝑖𝑐𝑖ó𝑛 𝑑𝑒 𝑠𝑒𝑙𝑙𝑜 = = 0,476 = 47,6%
500
𝑄 = 1−𝑃
2.1 Tipos de probabilidad
A priori: Se determina sin

necesidad de realizar el
Empirica experimento. Ej., Lanzar una vez
una moneda tiene dos
posibilidades cara o sello.
Apriori Subjetiva Empírica: Para su determinación

requiere de la realización del
experimento.
Subjetiva: Creencia de una

Probabilidades
persona dé la posibilidad de que
algo suceda.
Imagen 3 Tipos de probabilidad

Página 7 de 16
2.2 Postulados de la probabilidad
Veamos los postulados de

la probabilidad
Imagen 4. Ana y Juan. (crearunavatar.com & Cortés, 2016)
•1. las probabilidades •2. Todo espacio

son numeros reales muestral tiene la
positivos o cero. probabilidad 1 ;
𝑃 𝐴 ≥ 0 para simbolicamente,
cualquier evento de A 𝑃 𝑆 = 1 para
cualquier espacio
muestral S
1 2
3
•3. Si dos eventos son
mutuamente
excluyentes , la
probabilidad de que
uno u otro ocurra
equivale a la suma de
sus probabilidades
𝑃 𝐴∪𝐵 =𝑃 𝐴 +
𝑃(𝐵)
Imagen 5 postulados de la probabilidad (Envision, 2016)


Página 8 de 16
3 Distribución Normal
Definición de distribución de probabilidad normal:
La distribución de probabilidad más usada para describir variables aleatorias continuas es la

distribución de probabilidad normal. La distribución normal tiene gran cantidad de aplicaciones
prácticas, en las cuales la variable aleatoria puede ser el peso o la estatura de las personas,
puntuaciones de exámenes, resultados de mediciones científicas, precipitación pluvial u otras
cantidades similares. La distribución normal también tiene una importante aplicación en
inferencia estadística […] la distribución normal describe qué tan probables son los resultados
obtenidos de un muestreo (Anderson, Sweeney, & Williams, 2008)
La Normal es la distribución de probabilidad más importante. Multitud de variables aleatorias

continuas siguen una distribución normal o aproximadamente normal. Una de sus características
más importantes es que casi cualquier distribución de probabilidad, tanto discreta como continua,
se puede aproximar por una normal bajo ciertas condiciones.
La distribución de probabilidad normal y la curva normal que la representa, tienen las siguientes
características:
• La curva normal tiene forma de campana y un solo pico en el centro de la distribución.

De esta manera, la media aritmética, la mediana y la moda de la distribución son iguales y
se localizan en el pico. Así, la mitad del área bajo la curva se encuentra a la derecha de
este punto central y la otra mitad está a la izquierda de dicho punto.
• La distribución de probabilidad normal es simétrica alrededor de su media.
• La curva normal desciende suavemente en ambas direcciones a partir del valor central.
Es asintótica, lo que quiere decir que la curva se acerca cada vez más al eje X pero jamás
llega a tocarlo. Es decir, las “colas” de la curva se extienden de manera indefinida en
ambas direcciones.

Página 9 de 16
Para indicar que una variable aleatoria (v.a.) sigue una distribución normal de media µ y
desviación estándar σ usaremos la expresión: X ∼ N (µ, σ).
(A, Sedano, & Villa, 2016)
El área bajo la curva normal es igual al 100%.

La media se encuentra en el centro.
Dividiendo la curva en dos partes iguales,
correspondiéndole a cada una de ellas el 50%
El área bajo la curva se halla con la variable

estadística Z
𝑋−𝜇
𝑍=
𝜎
Imagen 6 Curva Normal
Ej. Para un estudio se requiere un nivel de confianza del 98%. Hallar el valor de Z.
La explicación es la siguiente.
 Para la distribución normal es necesario hacer uso de la campana de Gauss. Entendiendo

que la mitad de los datos estarían antes de la línea central y la otra mitad después de la
línea central. Es decir, 50% y 50% para un total de 100%. Sin embargo el nivel de
confianza esperada es del 98% quedándose el 2% por fuera.
100% − 98% = 2%
 Luego el 2% se divide en 2 para llevarlo a la campana de Gauss para la distribución
2%
normal. Así: = 1%, este resultado se coloca a lado y lado de la campana.
2
 Ahora al 50% se le resta el 1% que es la porción no incluida. Quedando así:
50% − 1% = 49% 𝑙𝑙𝑒𝑣𝑎𝑑𝑜𝑠 𝑎 𝑑𝑒𝑐𝑖𝑚𝑎𝑙 0,49

Página 10 de 16
50% 50%
1% 1%
 El 0, 49 se ubica en la tabla de distribución normal ordinaria. Y allí se relacionan con los

números de Z que están en la parte superior y en la parte izquierda. A continuación se
muestra el ejercicio y en él podrá sacar la siguiente conclusión:
𝑧 = 2,3 + 0,03 = 2,33

Página 11 de 16
4 Población y muestreo
Es necesario recordar lo referente a la población como el total de unidades objeto de estudio y el

muestreo como una parte de ellas que tienen características comunes.
Población
Muestreo
Imagen 7 Población y muestra.

También se debe tener presente que hay poblaciones finitas (que tienen fin o límites) e infinitas
(que tiene infinidad de elementos, no tiene límites).
Es importante tener presente que hay diferentes técnicas de muestreo y que deben utilizarse
según la necesidad.

Página 12 de 16
4.1 Técnicas de muestreo.
Según algunos autores, el muestreo se divide en dos: El muestreo probabilístico y el muestreo no
probabilístico.
Imagen 8 Tipos de muestreo
probabilístico No
probabilístico
Muestreo Muestreo por

aleatorio simple cuotas
Muestreo Muestreo
aleatorio intencional o de
sistemático conveniencia
Muestreo
Muestreo
aleatorio
discresional.
estratificcado
Muestreo
aleatorio por
conglomerado
Las siguientes son características que diferencian a un muestreo del otro. (Alicante, 2016)
Tabla 1 Cualidades del tipo de muestreo.
Probabilístico No probabilístico
Cuantitativo Cualitativo
Todos los casos tienen la misma probabilidad de Todos los casos no tienen la misma probabilidad de
ser ser
seleccionados seleccionados
Es ciego a la hora de seleccionar los casos El investigador elige los casos que más le interesan
(más ricos
en información)
No requiere un conocimiento de la población a Requiere un conocimiento más levado de la
estudiar población
Persigue la inferencia estadística Persigue la inferencia lógica
Requiere una muestra con mayor número de casos Requiere una muestra con menos casos

Página 13 de 16
4.1.1 Muestreo Probabilístico
Muestreo Aleatorio Simple: Consiste en elaborar una lista con todos los integrantes de la
población, asignarle un código a cada uno, y luego seleccionar a los integrantes de la muestra. Es
recomendable para poblaciones relativamente homogéneas.
Muestreo Aleatorio Sistemático: Se elabora un listado completo de los integrantes de la

población y luego se calcula el valor K con base en una fórmula. K=N/n
N: Número De Unidades Que Conforman La Población. n: Número de unidades que

conformaran la muestra.
Muestreo aleatorio estratificado: Consiste en fragmentar la población en subgrupos con

integrantes parecidos entre sí en cuanto a una o varias características. a estos subgrupos se les
denomina estratos. De cada estrato se seleccionan los integrantes de la muestra, utilizando el
método de azar simple o sistemático.
Muestreo Aleatorio por conglomerado: Se utiliza cuando no existe una lista completa de todos
los integrantes de la población o resulta muy difícil obtenerla. Es básicamente una estratificación
geográfica. Ej. De una ciudad grande se seleccionan grupos de manzanas o un grupo de barrios.
4.1.2 Muestreo No probabilístico
Muestreo por cuotas: Consiste en formar la muestra de manera tal que cada uno de los sectores
de la población quede representado en igual proporción dentro de la muestra. Pero se elige
arbitrariamente a los integrantes de cada sector. Ej. Para una población que tiene 40%hombres y
60% mujeres. En la muestra habrá la misma porción de hombres y mujeres
Muestreo intencional o de conveniencia: En este tipo de muestreo únicamente se determina el

tamaño de la muestra, pero los integrantes se seleccionan sin ningún criterio establecido.
Muestreo discrecional: La muestra se compone de unidades que se consideran más

convenientes para acceder a la información que se requiere.

Página 14 de 16
Referentes bibliográficos
A, J. A., Sedano, M., & Villa, A. (30 de 01 de 2016). UOC. Obtenido de

http://www.uoc.edu/in3/emath/docs/Distrib_Normal.pdf
Alicante, U. d. (5 de 02 de 2016). Departamento de Sociología. Obtenido de

http://personal.ua.es/es/francisco-
frances/materiales/tema3/muestreo_probabilstico_y_no_probabilstico.html
Anderson, D., Sweeney, D., & Williams, T. (2008). Estadística para Administración y economía. Cengage
Learning.
Envision, I. (11 de 02 de 2016). Obtenido de http://imageenvision.com/150/43709-royalty-free-rf-

illustration-of-a-3d-red-letter-p-character-with-arms-and-legs-by-julos.jpg
Española, R. A. (30 de 01 de 2016). Obtenido de http://dle.rae.es/?id=UDu5ucA
Freund, J. E., & Simon, G. A. (1994). Estadística elemental. Mexico: Pearson. Prentice Hall.
Martínez Bencardino, C. (2009). Estadística Básica Aplicada. Bogotá: Ecoe Ediciones.
PIXABAY. (14 de 12 de 2015). Obtenido de Imágenes gratuitas: https://pixabay.com/es/ni%C3%B1os-

kids-ni%C3%B1o-ni%C3%B1a-clip-art-163541/

Página 15 de 16
Lista de imágenes
Pág.
Imagen 1 Espacio Muestral Y Eventos 4

Imagen 2. Ana Y Juan. (Pixabay, 2015) 6
Imagen 3 Tipos De Probabilidad 7
Imagen 5. Ana Y Juan. (Pixabay, 2015) 8
Imagen 4 Postulados De La Probabilidad (Envision, 2016) 8
Imagen 6 Curva Normal 10
Imagen 7 Población Y Muestra. 12
Imagen 8 Tipos De Muestreo 13
Control del documento
NOMBRE PERFIL CARGO FECHA DE

ELABORACIÓN
AUTOR: Nidia Julieth Esp. Administración Instructora - CSF Diciembre de

Cortés Arévalo Empresarial. 2015.
Revisión y Esp. Pedagogía y Líder Desarrollo Diciembre de

aprobación: Docencia Curricular 2015.
Ángela Cardona Duque
Coordinación Economía Financiera

Académica:

Página 16 de 16

GEG002LEC002 - Estadistica Inferencial

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

GEG002LEC002 - Estadistica Inferencial

Diunggah oleh

Hak Cipta:

Format Tersedia

Servicio Nacional De Aprendizaje SENA

Regional Distrito Capital

Programa: Gestión Empresarial

2.1 Tipos de probabilidad 7

2.2 Postulados de la probabilidad 8

4.1 Técnicas de muestreo. 13

GE_G002_LEC_002: Estadística inferencial

Guía de aprendizaje Nº 2: Gestión de la información estadística

De acuerdo a lo anterior en éste documento, se tratara el tema como de las probabilidades y

GE_G002_LEC_002: Estadística inferencial

Guía de aprendizaje Nº 2: Gestión de la información estadística

Ejemplo de espacio muestral.

𝑠 = {𝑎𝑝𝑟𝑒𝑛𝑑𝑖𝑧1, 𝑎𝑝𝑟𝑒𝑛𝑑𝑖𝑧2, 𝑎𝑝𝑟𝑒𝑛𝑑𝑖𝑧3, 𝑎𝑝𝑟𝑒𝑛𝑑𝑖𝑧4, 𝑎𝑝𝑟𝑒𝑛𝑑𝑖𝑧5, 𝑎𝑝𝑟𝑒𝑛𝑑𝑖𝑧6 … . 𝑎𝑝𝑟𝑒𝑛𝑑𝑖𝑧45}

En estadística los subconjuntos

𝐹 = {𝑎𝑝𝑟𝑒𝑛𝑑𝑖𝑧14, 𝑎𝑝𝑟𝑒𝑛𝑑𝑖𝑧15, 𝑎𝑝𝑟𝑒𝑛𝑑𝑖𝑧16, 𝑎𝑝𝑟𝑒𝑛𝑑𝑖𝑧17, 𝑎𝑝𝑟𝑒𝑛𝑑𝑖𝑧18}

Imagen 1 Espacio muestral y eventos

GE_G002_LEC_002: Estadística inferencial

Guía de aprendizaje Nº 2: Gestión de la información estadística

𝑋 El círculo sombreado significa que el Señor

Indica que el Señor Gómez, su esposa o

Tanto el Señor Gómez como su esposa son

GE_G002_LEC_002: Estadística inferencial

Guía de aprendizaje Nº 2: Gestión de la información estadística

El origen de las probabilidades en los juegos de azar se

Imagen 2. Ana y Juan. (crearunavatar.com & Cortés, 2016)

Probabilidad es algo que puede suceder.

Es según la Real Academia de la Lengua española:

La probabilidad es un número comprendido entre 0 y 1.

Cuando existe completa certeza

GE_G002_LEC_002: Estadística inferencial

Guía de aprendizaje Nº 2: Gestión de la información estadística

2.1 Tipos de probabilidad

A priori: Se determina sin

Apriori Subjetiva Empírica: Para su determinación

Subjetiva: Creencia de una

Imagen 3 Tipos de probabilidad

GE_G002_LEC_002: Estadística inferencial

Guía de aprendizaje Nº 2: Gestión de la información estadística

Veamos los postulados de

Imagen 4. Ana y Juan. (crearunavatar.com & Cortés, 2016)

•1. las probabilidades •2. Todo espacio

Imagen 5 postulados de la probabilidad (Envision, 2016)

Guía de aprendizaje Nº 2: Gestión de la información estadística

Definición de distribución de probabilidad normal:

La distribución de probabilidad más usada para describir variables aleatorias continuas es la

La Normal es la distribución de probabilidad más importante. Multitud de variables aleatorias

• La curva normal tiene forma de campana y un solo pico en el centro de la distribución.

• La distribución de probabilidad normal es simétrica alrededor de su media.

GE_G002_LEC_002: Estadística inferencial

Guía de aprendizaje Nº 2: Gestión de la información estadística

(A, Sedano, & Villa, 2016)

El área bajo la curva normal es igual al 100%.

El área bajo la curva se halla con la variable

Imagen 6 Curva Normal

 Para la distribución normal es necesario hacer uso de la campana de Gauss. Entendiendo

GE_G002_LEC_002: Estadística inferencial

Guía de aprendizaje Nº 2: Gestión de la información estadística

 El 0, 49 se ubica en la tabla de distribución normal ordinaria. Y allí se relacionan con los

𝑧 = 2,3 + 0,03 = 2,33

GE_G002_LEC_002: Estadística inferencial

Guía de aprendizaje Nº 2: Gestión de la información estadística

Es necesario recordar lo referente a la población como el total de unidades objeto de estudio y el

Imagen 7 Población y muestra.