Este documento habla sobre conceptos básicos de estadística descriptiva como población, muestra, y muestra aleatoria simple. Explica qué es una población tangible y conceptual y da ejemplos. Luego, presenta problemas de razonamiento estadístico y preguntas sobre si ciertas muestras califican como aleatorias simples. Finalmente, pide ejemplos propios de diferentes tipos de poblaciones y muestras.

1. ESTADISTICA
DESCRIPTIVA
JOSE RICARDO LOZANO G.
En este documento encontraremos todo acerca de
estadística descriptiva población individuos datos y algunos
ejemplos de razonamiento prácticos resueltos dentro de el
UNIVERSIDAD TECNOLOGICA DE
TORREON
PROCESOS INDUSTRIALES
LIC. EDGAR GERARDO MATA ORTIZ

2. I ACTIVIDADES
Conceptos fundamentales
¿Qué es la población (en estadística) y explica tres ejemplos?
¿Qué es la población tangible y la población conceptual?
Anota tres ejemplos de cada tipo de población
¿Qué es una muestra?
¿Qué es una muestra aleatoria simple?
II Problemas de razonamiento
1.-El departamento médico de la Universidad quiere saber la presión arterial de los estudiantes.
Hay 2700 alumnos inscritos. Obtiene una lista de los alumnos numerada del 1 al 2700, utiliza Excel
para generar 100 números aleatorios enteros y cita a los alumnos para realizar la medición de
presión arterial. ¿Es esta una muestra aleatoria simple? Justifica tu respuesta
2.-Un inspector de calidad supervisa rollos de tela para determinar la tasa de fallas en el tinte de
los mismos. Decide tomar 20 rollos de la producción del miércoles, cada hora durante cinco horas,
selecciona los cuatro últimos rollos producidos y cuenta el número de fallas de cada uno. ¿Es esta
una muestra aleatoria simple?
3.-El encargado de producción de la fábrica de tornillos “Michelle Pamela” mide la longitud de una
muestra de 60 piezas. Encuentra que el 90% de ellos están dentro de las especificaciones por lo
que afirma que en todo el lote de producción, el 90% de los tornillos cumplen con los
requerimientos del cliente. ¿Es esto verdadero? Justifica tu respuesta
4.-El encargado de calidad, Gerson Baruch, toma otra muestra de 60 piezas del mismo lote y
encuentra que sólo el 85% de ellos cumple con las especificaciones. El encargado de producción
afirma que el de calidad debe haberse equivocado porque el resultado correcto es de 90% ¿Tiene
razón? Justifica tu respuesta.
5.-Bryan Abel mide, diez veces, la longitud de una pieza fabricada por Asenet; en cada medición, el
vernier indica lecturas ligeramente diferentes. ¿Bajo qué condiciones pueden considerarse estas
lecturas como una muestra aleatoria simple? ¿Cuál es la población? ¿Es una población tangible o
conceptual?

3. III.- escribe y explica lo siguiente
a) Un ejemplo de población tangible en la que se toma una muestra que pueda considerarse
aleatoria simple
b) Un ejemplo de población tangible en la que se toma una muestra que no puede aceptarse como
muestra aleatoria simple
c) Un ejemplo de población conceptual en la que se toma una muestra que puede ser considerada
muestra aleatoria simple
Ejercicio 1.-
Preguntas:
1.1 : la población en estadística es todo aquel conjunto de datos que se
consiguen de un estudio e campo previo como pueden ser encuestas las
cuales arrojan una cantidad x de datos a estas les denominaremos población
y a cada uno de los datos se les denominara individuo. Entonces podremos
decir que las edades de los alumnos de una escuela primaria son la
población, el peso de los alumnos de la misma escuela es una población
todos aquellos datos recopilados de un estudio es una población.
1.2 Población tangible: son los elementos accesibles para su estudio. Esto quiere
decir que son aquellas características que podemos estudiar el individuo lo
cual podemos manipular para poder estudiar completamente los rasgos
características todas aquellas variables en la población estudiada
1.3 La muestra es un subconjunto especifico de una población de datos en los
cuales nos basaremos para poder estudiar la característica deseada de la
población
1.4 Muestra aleatoria simple puede ser aquella en la que todos los datos tienen
la misma posibilidad de ser seleccionados entre los demás tenemos como
ejemplo sorteos de la lotería y juegos de azar también tenemos dos tipos de
muestra aleatoria los que son, Sin reposición: cada elemento seleccionado se

4. descarta para la siguiente selección. O
· Con reposición: cada elemento seleccionado puede volver a ser escogido.
Problemas de razonamiento
2.1 como se maneja en el ejemplo se levanta el listado de los 2700 alumnos
que se encuentran inscritos en el campus pero para poder hacer sus números
aleatorios usan Excel y en este caso como lo vimos en clase es una muestra
seudoaleatoria ya que la hoja de Excel usa una formula mediante la cual
encuentra los números aleatorios pero también podría tomarse como una
muestra aleatoria.
2.2 En este ejemplo se puede tomar en cuenta que el inspector de calidad
está seleccionando los últimos 20 rollos de la última hora de producción de
cada turno por lo cual no todos los rollos tienen la misma oportunidad de ser
seleccionados para su inspección así que esto desde que se selecciona cada
uno de los individuos a estudiar dejara de ser una muestra aleatoria simple
2.3en este ejercicio se puede encontrar lo que es una disyuntiva de elección
por que dice que toma 60 piezas de la producción y el 90% de ellas se
encuentran dentro de las especificaciones
Esto se puede interpretar como que es correcta o que está dentro de las
especificaciones el 90% de la producción como asegura el inspector pero
también el segundo camino seria que pudo tener errores en varias partes de la
producción lo cual quiere decir que tomo piezas de las que estaban correctas
y no tuvo contacto con piezas que tenían errores más que un 10% de la
muestra para poder analizar esto correctamente el inspector tendría que
revisar toda la producción para poder justificar su respuesta.
2.4en esta tenemos la misma historia que el caso anterior solamente que
ahora tuvo menos porcentaje de piezas correctas que el de producción así
que para aclarar cual tiene dudas tendríamos que revisar completamente la
producción para saber dónde está el error corregir el método y poder
proporcionar una producción completa y correcta al 100%
2.5 en este ejemplo no es una muestra aleatoria simple porque nada más se le
toma a una sola pieza de la producción y no a diferentes con las mismas

5. posibilidades de ser seleccionadas y es una población tangible por qué se
puede estudiar el dato que se necesita
III.- conceptos
3.1 si queremos saber las características el color de grano o color de
ramificaciones de un plantío de maíz se puede usar la muestra aleatoria simple
enumerando cada una de las plantas y mediante un sorteo seleccionar una
cierta cantidad de muestras para que todas tengan la misma probabilidad de
ser seleccionadas esa es la muestra aleatoria simple
3.2 cuando queremos hacer un estudio de edades de alumnos de una
escuela preparatoria
Solamente tomamos a 5 alumnos de cada salón pero pasa un maestro a
seleccionarlos es tangible por que el objeto de estudio está presente y no es
aleatoria porque se está seleccionando a los participantes y no todos tienen la
misma probabilidad de ser escogidos y no todos tienen la misma probabilidad
de ser escogidos
3.3 es una población hipotética y podríamos manejarlo como se enlistan a los
alumnos de una primaria y se escogen mediante un sorteo a un representante
para poder realizar una prueba de conocimientos