ESTADÍSTICA DESCRIPTIVA

La Estadística Descriptiva o Deductiva trata del recuento, ordenación y clasificación de los datos
obtenidos por las observaciones. Se construyen tablas y se representan gráficos que permiten
simplificar la complejidad de los datos que intervienen en la distribución. Asimismo, se calculan
parámetros estadísticos que caracterizan la distribución. No se hace uso del Cálculo de Probabilidades
y únicamente se limita a realizar deducciones directamente a partir de los datos y parámetros
obtenidos.

ESTADÍSTICA INFERENCIAL
El arte de obtener con confianza conclusiones sobre el modo de proceder del fenómeno que se estudia
es el objeto de las diversas técnicas existentes de Inferencia Estadística. La Estadística Inferencial o
inductiva plantea y resuelve el problema de establecer previsiones y conclusiones generales sobre una
población a partir de los resultados obtenidos de una muestra. Los modelos estadísticos actúan
de puente entre lo observado (muestra) y lo desconocido (población). Su construcción y estudio
están basados en el Cálculo de Probabilidades.
Así pues, la Inferencia Estadística es la metodología tendente a hacer descripciones,
predicciones, comparaciones y generalizaciones de una población estadística a partir de la información
contenida en una muestra. Utiliza resultados obtenidos mediante la Estadística Descriptiva y se
apoya fuertemente en el Cálculo de Probabilidades.

PROBABILIDAD
En cualquier experimento aleatorio siempre hay incertidumbre sobre si un suceso especifico ocurrirá o
no. Como medida de la oportunidad de probabilidad con la que podemos esperar que un suceso ocurra
es conveniente asignar un número entre 0 y 1. Si estamos seguros de que el suceso ocurrirá decimos
que su probabilidad es 100% o 1, pero si estamos seguros de que el suceso no ocurrirá decimos que su
probabilidad es cero. Por ejemplo, si la probabilidad es de 1/4, diríamos que hay un 25% de
oportunidad que ocurra y un 75% de oportunidad de que no ocurra.
Equivale a decir que la probabilidad contra su ocurrencia es del 75% al 25% o de 3 a 1.

Existen dos procedimientos importantes por medio de los cuales podemos obtener estimados para la
probabilidad de un suceso.

1. Enfoque clásico o a priori. Si un suceso puede ocurrir en h maneras diferentes de un número total de
de maneras posibles, todos igualmente factibles, entonces la probabilidad del suceso es h/n.

Ejemplo: Deseamos la probabilidad del lanzamiento de una moneda que caiga cara. Hay dos maneras
igualmente factibles del resultado, simplemente cara o escudo, la probabilidad requerida es 1/2.

2. Enfoque como frecuencia relativa o posteriori. Después de n repeticiones de un experimento, donde

n es muy grande, un suceso ocurre h veces, entonces la probabilidad del suceso es h/n. Esto también
se llama la probabilidad empírica del suceso.

Ejemplo: Si lanzamos una moneda 1000 veces y hallamos que 532 veces resultan caras estimamos que
la probabilidad de una cara es 532/1000=0.532

Experimentos deterministas
Son los experimentos de los que podemos predecir el resultado antes de que se realicen.
Si dejamos caer una piedra desde una ventana sabemos, sin lugar a dudas, que la piedra bajará. Si la
arrojamos hacia arriba, sabemos que subirá durante un determinado intervalo de tiempo; pero después
bajará.

Experimentos aleatorios
Son aquellos en los que no se puede predecir el resultado, ya que éste depende delazar.
Ejemplos:
Si lanzamos una moneda no sabemos de antemano si saldrá cara o cruz.
Si lanzamos un dado tampoco podemos determinar el resultado que vamos a obtener.
Teoría de probabilidades
La teoría de probabilidades se ocupa de asignar un cierto número a cada posible resultado que pueda
ocurrir en un experimento aleatorio, con el fin de cuantificar dichos resultados y saber si un suceso es
más probable que otro. Con este fin, introduciremos algunas definiciones:

Suceso
Es cada uno de los resultados posibles de una experiencia aleatoria.
Ejemplos:
Al lanzar una moneda salga cara.
Al lanzar un dado se obtenga 4.

Espacio muestral
Es el conjunto de todos los posibles resultados de una experiencia aleatoria, lo representaremos por E
(o bien por la letra griega Ω).
Ejemplos:
Espacio muestral de una moneda:
E = {C, X}.
Espacio muestral de un dado:
E = {1, 2, 3, 4, 5, 6}.

Suceso aleatorio
Suceso aleatorio es cualquier subconjunto del espacio muestral.
Ejemplos:
Tirar un dado un suceso sería que saliera par, otro, obtener múltiplo de 3, y otro, sacar 5.

Un ejemplo completo
Una bolsa contiene bolas blancas y negras. Se extraen sucesivamente tres bolas. Calcular:
1. El espacio muestral.
E = {(b,b,b); (b,b,n); (b,n,b); (n,b,b); (b,n,n); (n,b,n); (n,n ,b); (n, n,n)}
2. El suceso A = {extraer tres bolas del mismo color}.
A = {(b,b,b); (n, n,n)}
3. El suceso B = {extraer al menos una bola blanca}.
B= {(b,b,b); (b,b,n); (b,n,b); (n,b,b); (b,n,n); (n,b,n); (n,n ,b)}
4. El suceso C = {extraer una sola bola negra}.
C = {(b,b,n); (b,n,b); (n,b,b)}

La regla de Laplace
Cuando dos sucesos tienen la misma probabilidad de
ocurrir al realizar un experimento aleatorio se dicen
equiprobables.
Si en un espacio muestral todos los sucesos
elementales son equiprobables, el experimento se dice
regular y la probabilidad de un suceso cualquiera A, se
puede calcular mediante la Regla de Laplace, según la cual
basta contar, y hacer el cociente entre el nº de sucesos
elementales que componen A y el nº de sucesos elementales del
espacio muestral.

Ejemplo :En una baraja de 40 cartas, ¿cuál es la probabilidad de AS?, ¿Y de OROS

Solución:

La probabilidad de un suceso es un número, comprendido entre 0 y 1, que indica las posibilidades que
tiene de verificarse cuando se realiza un experimento aleatorio.
Reglas de la probabilidad

A) REGLA DE LA ADICIÓN DE PROBABILIDADES

i) REGLA GENERAL PARA EVENTOS NO MUTUAMENTE EXCLUYENTES

Si A y B son dos eventos no mutuamente excluyentes (eventos intersecantes), es decir, de modo que
ocurra A o bien B o ambos a la vez (al mismo tiempo), entonces se aplica la siguiente regla para
calcular dicha probabilidad:

En donde:

El conectivo lógico "o" corresponde a la "unión" en la teoría de conjuntos (o =)

El conectivo "y" corresponde a la "intersección" en la teoría de conjuntos (y =)

El espacio muestral (S) corresponde al conjunto universo en la teoría de conjuntos

ii) REGLA PARTICULAR O ESPECIAL PARA EVENTOS MUTUAMENTE EXCLUYENTES

En donde:

El conectivo lógico "o" corresponde a la "unión" en la teoría de conjuntos (o =)

El espacio muestral (S) corresponde al conjunto universo en la teoría de conjuntos

B) REGLA DE LA MULTIPLICACIÓN DE PROBABILIDADES

i) REGLA GENERAL PARA EVENTOS DEPENDIENTES

Si A y B son dos eventos dependientes, es decir, si la ocurrencia de A afecta la probabilidad de

ocurrencia de B, entonces, dicha probabilidad de calcula empleando la siguiente regla:
Nota:

La probabilidad del evento B, calculada bajo la suposición de que el evento A ha ocurrido, se

denomina probabilidad condicional de B, dado A, y se denota por P (B/A).

ii) REGLA PARTICULAR O ESPECIAL PARA EVENTOS INDEPENDIENTES

Si A y B son dos eventos independientes, es decir, si el conocimiento de la incidencia de uno de ellos no

tiene efecto en la probabilidad de ocurrencia del otro, entonces, para calcular la probabilidad de dichos
eventos se aplica la siguiente regla:
1.4) PROBABILIDAD TOTAL Y TEOREMA DE BAYES

A) PROBABILIDAD TOTAL