FUNDAMENTOS DE LA TEORIA DE LA PROBABILIDAD 3.1 CONCEPTOS BÁSICOS DE ESTADÍSTICA:

FUNDAMENTOS DE LA TEORIA DE LA PROBABILIDAD

3.1 CONCEPTOS BÁSICOS DE ESTADÍSTICA:

DEFINICIÓN

TEORÍA DE DECISIÓN

POBLACIÓN

De acuerdo (Mendenhall Beaver, 2010)

“una población es el conjunto de mediciones de interés para el investigador” (pág.8)

Declara que (IRWIN R. MILLER / JOHN E. FREUND / RICHARD JOHNSON, 1992)

“El uso del término población en estadística  es un vestigio de la época en que la estadística se aplicaba principalmente a los fenómenos sociológicos y económicos. En nuestros días, se aplica a conjuntos o colecciones de objetos.”(pág.187)

Ejemplo:

Calcúlese   el valor del factor de corrección para una población finito cuando a un 10 y N =1.000.

Según  (JAY L. DEVORE, 2008)

“Población de interés. En un estudio, la población podría consistir de todas las cápsulas de gelatina de un tipo particular producidas durante un periodo específico. Otra investigación podría implicar la población compuesta de todos los individuos que Recibieron una licenciatura de ingeniería durante el año académico más reciente.”(pág.2)

MUESTRA ALEATORIA

Según (MURRAY R SPIEGEL ,1976)

“Lógicamente, la confiabilidad de las conclusiones extraídas concemientes a una población dependen de  si la muestra se ha escogido apropiadamente de tal modo que represente la población lo Suficientemente bien; uno de los problemas importantes de la  inferencia estadística es una muestra.”(pág.155)

De acuerdo a (JAY L. DEVORE.2008)

“La distribución de probabilidad de cualquier estadístico particular depende no solo de la distribución de la población (norma, uniforme, etc.) y el tamaño de muestra sino también del método de muestreo.”

Según (RONALD E. WALPOLE, RAYMOND H. MYERS, SHARON L. MYERS Y    KEYING YE, 2012)

“Sean X₁, X₂,..., X_n variables aleatorias independientes n, cada una con la misma distribución de probabilidad f (x). Definimos X₁, X₂,..., X_n como una muestra aleatoria de tamaño n de la población f (x) y escribimos su distribución de probabilidad conjunta como f (x ₁, x ₂,. . ., x_n) = f (x₁) f (x ₂) ・ ・ ・ f (x _n). (pág. 227)

PARÁMETROS ALEATORIOS.

Según “Parámetro es una medición numérica que describe algunas características de una población.” (pág.5)

Ejemplo:

Parámetro: En la ciudad de Nueva York hay 3250 botones para caminar, que los peatones emplean en las intersecciones de tránsito. Se descubrió que el 77% de dichos botones no funciona (según datos del artículo “For

Exercise in New York Futility, Push Button”, de Michael Luo, New York Times).

La cifra del 77% es un parámetro porque está basada en la población de todos los 3250 botones para peatones.

•          JAY L. DEVORE.2008. “Probabilidad y estadística para ingeniería y ciencias”

           Séptima edición. Cengage Learning editores S.A de C.V

•          MURRAY R, SPIEGEL, 1976. ”Probabilidad y estadística”

            Primera edición, McGraw-Hill/INTERMERICANA DE MEXICO, S. A DE C. V.