Coordinador: Javier Baez.Francisco Soto Eguibar y Anaely Pacheco Blanco.Anaely se encargar de la parte de los exmenes, cuidar y calificar.

Lunes 18 de enero a viernes 5 de febreroDe 10:00 a 14:30 horasHabr una pausa de 15 minutos a las 12:00.El da lunes 1 de febrero no habr clase, por ser da festivo.

Todos los viernes (22,29 y 5) habr examen escrito de 12:15 a 14:30.En dichos exmenes podrn utilizar cualquier libro, sus notas, computadoras y calculadoras.El examen es individual, no se puede cooperar en ninguna forma con los compaeros.

Este prximo viernes 22 de enero tendremos nuestro primer examen, de 12:15 a 14:30.Corresponde a los captulos 1, 2 y 3.Traigan material (hojas, plumas, lpices y reglas) para hacer grficas.Una calculadora les ser de GRAN utilidad.

Se tiene que cubrir el programa completo.Iremos rpido al principio, en lo ms fcil, y un poco ms despacio en los captulos finales, ms difciles.Veremos ejemplos ya preparados, pero el tiempo no da para hacer ejercicios. Ustedes deben hacerlos por las tardes.

Introduccin a la EstadsticaSheldon M. RossEditorial Revert

Johnson, Robert, Kubi, Patricia,(2004). Estadstica Elemental, lo esencial. (Tercera Edicin). Mxico D. F. Thomson.Lincon, L. Chao, (1985). Introduccin a la Estadstica. (Primera Edicin). Mxico. Compaa Editorial Continental.Freund, E. John, Simon, A. Gary. (1994). Estadstica Elemental. (Octava Edicin). Mxico D. F. Prentice Hall.Snchez, C., Octavio. (2004). Probabilidad y Estadstica. (Cuarta Edicin). Mxico D. F. Mc Graw Hill.

Mendenhall, William. (1987). Introduccin a la Probabilidad y la Estadstica. (Primera Edicin). Mxico D. F. Grupo Editorial Iberoamrica.Willoughby, Stephen. (2003). Probabilidad y Estadstica). (Primera Edicin). Mxico D. F. Publicaciones Cultural.Fuenlabrada, Samuel. (2004). Probabilidad y Estadstica. (Primera Edicin). Mxico D. F. Mc Graw Hill.Mendenhall, William, Beaver, Robert, Beaver, Brbara, (2002). Introduccin a la Probabilidad y la Estadstica. (Primera Edicin). Mxico D. F. Thomson.

Las presentaciones de Power Point del curso las pueden bajar de la pgina:http://www.licimep.org/estadistica.htm

Introduccin a la EstadsticaDescripcin de los conjuntos de datosUso de la Estadstica para sintetizar conjuntos de datosProbabilidadVariables aleatorias discretasVariables aleatorias normales

1. Introduccin2. La naturaleza de la Estadstica3. Poblaciones y muestras

La probabilidad tiene sus raices en los juegos de azar.En el siglo XVI, Gerolamo Cardano analiz algunos aspectos de los juegos de azar.1654.-Chevalier de Mr plante un problema a Pascal, el problema matemtico de dividir una apuesta luego de la interrupcin anticipada de un juego de azar. Pascal lo discuti con Fermat.

1774.- Pierre Simon Laplace hizo el primer intento para deducir una regla para la combinacin de observaciones a partir de los principios de la teora de las probabilidades.1778.- Daniel Bernoulli introdujo el principio del mximo producto de las probabilidades de un sistema de errores concurrentes.1805.- El mtodo de los mnimos cuadrados se debe a Adrien Marie Legendre.

Siglo XVI.- Consideraciones elementales hechas por Girolamo Cardano.1654.- Creacin de la doctrina de las probabilidades en la correspondencia Pierre de Fermat y Blaise Pascal.1657.- Chrstiaan Huygens public el primer libro cientfico sobre el tema.Siglo XVIII.- Jakob Bernoulli public en 1713 el libro Ars Conjectandi y Abraham de Moivre en 1718 public Doctrine of Chances. En ambos libros de trata el tema como una rama de las matemticas.

1812.- Teora analtica de las probabilidades, Pierre Simon Laplace. Por primera vez la teora de probabilidades es aplicada a la ciencia y a problemas prcticos. Siglo XIX.- Laplace, Lacroix, Littrow, Quetelet, Dedekind, Helmert, Pearson, de Morgan y Boole1933.- A. Kolmogorov formula axiomticamente la teora de la probabilidad

Adolphe Quetelet (1796-1874), fue uno de los fundadores de la estadstica. Introdujo la nocin del "hombre promedio" (l'homme moyen) como un medio de entender los fenomenos sociales complejos tales como tasa de criminalidad, tasas de matrimonio, tasas de suicidios.

La teora de la probabilidad es la teora matemtica que estudia los fenmenos aleatorios.(Aleatorio: Al azar, que no sigue un patrn, secuencia u orden determinado. Dependiente de algn hecho fortuito.)

La palabra probabilidad no tiene una definicin consistente. De hecho, hay dos amplias categoras de interpretaciones de la probabilidad: los frecuentistas hablan de probabilidades slo cuando se trata de experimentos aleatorios bien definidos. La frecuencia relativa de ocurrencia del resultado de un experimento, cuando se repite el experimento, es una medida de la probabilidad de ese evento aleatorio. Los bayesianos, no obstante, asignan las probabilidades a cualquier declaracin, incluso cuando no implica un proceso aleatorio, como una manera de representar su verosimilitud subjetiva.

La Estadstica es la rama de las matemticas que se refiere a la coleccin, estudio e interpretacin de los datos obtenidos en un experimento.

La Estadstica es el arte de aprender a partir de los datos.La Estadstica es la rama de las matemticas que se refiere a la coleccin, estudio e interpretacin de los datos obtenidos en un experimento.

Est relacionada con la recopilacin de datos, su descripcin subsiguiente y su anlisis, lo que nos lleva a extraer conclusiones.La Estadstica es la rama de las matemticas que se refiere a la coleccin, estudio e interpretacin de los datos obtenidos en un experimento.

Se aplica a una amplia variedad de disciplinas, desde la fsica hasta las ciencias sociales sociales y es usada en la toma de decisiones en reas de los negocios y de los gobiernos.La Estadstica es la rama de las matemticas que se refiere a la coleccin, estudio e interpretacin de los datos obtenidos en un experimento.

Debido a su amplio rango de aplicabilidad, un curso de estadstica se requiere en disciplinas como la sociologa, la psicologa, la justicia penal, la enfermera, las ciencias del ejercicio, la farmacia, la educacin, y muchos otros.

La metodologa estadstica es utilizada por los encuestadores, que muestrean nuestras opiniones sobre temas que van desde el arte hasta la zoologa.La metodologa estadstica es tambin utilizado por las empresas y la industria para ayudar a controlar la calidad de los bienes y servicios que producen.Los cientficos sociales y los psiclogos utilizan la metodologa estadstica para estudiar nuestros comportamientos.

En la Fsica, la Astrofsica, la Biologa y en muchas otras Ciencias, la Estadstica y la Probabilidad son amplia e intensamente utilizadas.Las Ingenieras usan intensamente la Estadstica.

FsicaAstrofsicaBiologaIngenieraMedicinaQumicaMercadotcniaPsicologaEconomaSociologa

Por razones de estudio, podemos considerar a la Estadstica como dividida en dos:Estadstica AplicadaEstadistica Matemtica

La Estadstica Aplicada se divide en dos ramas:

La estadstica descriptiva, que se dedica a los mtodos de recoleccin, descripcin, visualizacin y resumen de datos originados a partir de los fenmenos en estudio.

La inferencia estadstica, que se dedica a la generacin de los modelos, inferencias y predicciones asociadas a los fenmenos en cuestin, teniendo en cuenta lo aleatorio e incertidumbre en las observaciones. Se usa para modelar patrones en los datos y extraer inferencias acerca de la poblacin de estudio.

Estadstica matemticaSe refiere a la bases tericas de la materia.

La palabra estadsticas tambin se refiere al resultado de aplicar un algoritmo estadstico a un conjunto de datos, como en estadsticas econmicas, estadsticas criminales, etc.

La Estadstica Aplicada se divide en dos ramas:

La estadstica descriptiva.

La inferencia estadstica.

La estadstica descriptiva se dedica a los mtodos de recoleccin, descripcin, visualizacin y resumen de datos originados a partir de los fenmenos en estudio.

El uso de grficas, cuadros y tablas, y el clculo de diferentes medidas estadsticas para organizar y resumir la informacin, se llama estadstica descriptiva.

La Estadstica Descriptiva ayuda a reducir nuestra informacin a un tamao manejable y a enfocar el problema.

La estadstica descriptiva, que se dedica a los mtodos de recoleccin, descripcin, visualizacin y resumen de datos originados a partir de los fenmenos en estudio.Colectar los datosClasificar los datosResumir los datosPresentar los datosProceder a la inferencia

Tabulacin y agrupacin de los datosRepresentacin grficaCaractersticas de la muestra y su clculo numricoLa estadstica descriptiva, que se dedica a los mtodos de recoleccin, descripcin, visualizacin y resumen de datos originados a partir de los fenmenos en estudio.

La estadstica inferencia se dedica a la generacin de los modelos, inferencias y predicciones asociadas a los fenmenos en cuestin teniendo en cuenta lo aleatorio y la incertidumbre en las observaciones.

Se usa para modelar patrones en los datos y extraer inferencias acerca de la poblacin de estudio.

La Estadstica Inferencial consiste en tcnicas para llegar a conclusiones acerca de una poblacin basndose en la informacin contenida en una muestra.

1. Introduccin2. La naturaleza de la Estadstica3. Poblaciones y muestras

El conjunto total de elementos en los que estamos interesados, se llama poblacin.

El subgrupo de la poblacin que ser estudiado en detalle, se llama muestra.

La coleccin completa de los individuos, elementos o datos que se examinaron en un estudio estadstico, se conoce como la poblacin.La porcin de la poblacin seleccionada para el anlisis, se llama la muestra.

Una muestra de k miembros de una poblacin se dice que es una muestra aleatoria, en ocasiones llamada muestra aleatoria simple, si los miembros son elegidos de tal forma que todas las posibles elecciones de los k miembros son igualmente probables.

Se le llama variable a las caractersticas de inters de los elementos individuales de una poblacin o una muestra.Una variable es a menudo representada por una letra como x, y z.

El valor de una variable para un elemento particular de la muestra o de la poblacin se llama una observacin.

Un conjunto de datos se compone de las observaciones de una variable para los elementos de una muestra.

Se tiene una variable cuantitativa cuando la descripcin de las caractersticas de inters resulta en un valor numrico.Se tiene una variable cuantitativa cuando una medida es necesaria para describir la caracterstica de inters o es necesario realizar un recuento.Se le llama variable a las caractersticas de inters de los elementos individuales de una poblacin o una muestra.

Una variable discreta es una variable cuantitativa, cuyos valores son contables.Estas variables normalmente resultan de contar.Se le llama variable a las caractersticas de inters de los elementos individuales de una poblacin o una muestra.

Una variable continua es una variable cuantitativa que puede tomar cualquier valor numrico en un intervalo o en varios intervalos.Una variable continua suele ser el resultado de hacer una medicin de algn tipo.Se le llama variable a las caractersticas de inters de los elementos individuales de una poblacin o una muestra.

A veces no est claro si una variable es discreta o continua. Una variable continua es una variable cuantitativa que puede tomar cualquier valor numrico en un intervalo o en varios intervalos.Una variable continua suele ser el resultado de hacer una medicin de algn tipo.

Los resultados de los exmenes se dan generalmente en nmeros enteros entre 0 y 10. Es posible dar una puntuacin, como 7.557565. Sin embargo, esto no se hace en la prctica porque los profesores no son capaces de evaluar a este grado de precisin. Esta variable, hablando estrictamente, es continua, aunque para efectos prcticos, es discreta.A veces no est claro si una variable es discreta o continua.

Una variable continua es una variable cuantitativa que puede tomar cualquier valor numrico en un intervalo o en varios intervalos.Una variable continua suele ser el resultado de hacer una medicin de algn tipo.A veces no est claro si una variable es discreta o continua. Para resumir, debido a las limitaciones de medicin, muchas de las variables continuas en realidad pueden asumir slo un nmero contable de valores.

Se tiene una variable cualitativa cuando la descripcin de las caractersticas de inters resulta en un valor NO numrico. Las variables cualitativas se pueden clasificar en categoras.

Nominal, ordinal, intervalo y de razn NIVELES DE MEDICIN Existen cuatro niveles de meusuremerit o escalas de medicin en el que los datos pueden ser clasificados. La escala nominal se aplica a los datos que se utilizan para la identificacin de la categora. El nivel nominal de MEASI ~ rernertt se caracteriza por los datos que constan los nombres, etiquetas o categoras. Duta escala nominal no se pueden arreglar en un rgimen de ordenacin. Las operaciones aritmticas de suma, resta, multiplicacin y divisin no se realizan con los datos nominales.

La escala ordinal se aplica a los datos que pueden ser dispuestos en cierto orden, pero las diferencias entre los valores de los datos o bien no se puede determinar o no tienen sentido. El nivel ordinal de medicin se caracteriza por los datos que se aplica a las categoras que pueden ser clasificadas. Los datos de escalas ordinales se pueden organizar en un orden de scheme.level MEASI ~ rernertt se caracteriza por los datos que constan los nombres, etiquetas o categoras. Duta escala nominal no pueden ser dispuestos en un rgimen de ordenacin. Las operaciones aritmticas de suma, resta, multiplicacin y divisin no se realizan con los datos nominales.

La escala de intervalo se aplica a los datos que pueden ser dispuestos en cierto orden y para que las diferencias en los valores de los datos son significativos. El nivel de intervalo de resultados de la medicin de contar o medir. Datos a gran escala de intervalo se pueden organizar en un plan de ordenamiento y las diferencias se pueden calcular e interpretar. El valor cero es arbitrariamente elegido para datos de intervalo y no implica una ausencia de la caracterstica que se mide. Proporciones no son significativas para los datos de intervalo.

La escala de razn se aplica a los datos que pueden ser clasificados y para el cual todas las operaciones aritmticas como la divisin puede ser realizada. Divisin por cero es, por supuesto, excluidos. El nivel de relacin de los resultados de medicin de contar o medir. Relacin de datos a gran escala se pueden organizar en un plan de ordenamiento y de las diferencias y relaciones se puede calcular e interpretar. Datos a nivel de proporcin tiene un cero absoluto y un valor de cero indica una ausencia completa de la caracterstica de inters.

En Estadstica se conoce como muestreo a la tcnica para la seleccin de una muestra a partir de una poblacin.

Al elegir una muestra se espera que sus propiedades sean extrapolables a la poblacin. Este proceso permite ahorrar recursos, obteniendo resultados parecidos que si se realizase un estudio de toda la poblacin.En estadstica se conoce como muestreo a la tcnica para la seleccin de una muestra a partir de una poblacin.

En estadstica se conoce como muestreo a la tcnica para la seleccin de una muestra a partir de una poblacin.Cabe mencionar que para que el muestreo sea vlido y se pueda realizar un estudio fiable (que represente a la poblacin), debe cumplir ciertos requisitos, lo que lo convertira en una muestra representativa.

En el muestreo, si el tamao de la muestra es ms pequeo que el tamao de la poblacin, se puede extraer dos o ms muestras de la misma poblacin. Al conjunto de muestras que se pueden obtener de la poblacin se denomina espacio muestral. La variable que asocia a cada muestra su probabilidad de extraccin, sigue la llamada distribucin muestral.

Poblacin: Cualquier conjunto o coleccin de objetos, real o conceptual. (Conceptual, por ejemplo, un conjunto de observaciones o de nmeros) Una poblacin puede ser finita o infinitaMuestra: Una parte de la poblacinMuestra aleatoria de tamao n: Muestra de n elementos tomados totalmente al azar

*********************************************************************