Paso2 CuadroComparativo

Paso 2: Elaborar un cuadro comparativo entre estadística descriptiva y estadística inferencial
teniendo en cuenta descripción, características, ventajas, desventajas, variables utilizadas o

involucradas y aplicaciones en el ámbito logístico y compartirlo en el en el foro colaborativo y
realizar comentarios a los instrumentos publicados por sus compañeros.
LA ESTADÍSTICA
Disciplina científica de tipo matemática que se ocupa de recopilar, organizar, analizar, interpretar y presentar
datos numéricos para comprender patrones, tendencias y características de un conjunto de datos. Su objetivo
principal es extraer información útil y significativa a partir de datos que a menudo son numerosos y complejos.
Las estadísticas se dividen en dos categorías principales: Estadística descriptiva y Estadística inferencial.
ASPECTO ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA INFERENCIAL
Esta fase se centra en la En esta fase, se utilizan métodos

Descripción: organización y resumen de datos. estadísticos para hacer inferencias o
Incluye la recopilación de datos, la conclusiones sobre una población
representación gráfica (mediante más amplia basándose en una
gráficos, tablas, histogramas, etc.) y muestra de datos. Esto incluye la
el cálculo de medidas de resumen realización de pruebas de hipótesis,
como la media, la mediana, la la estimación de intervalos de
moda, la desviación estándar y confianza y la evaluación de la
otras que describen las probabilidad.
características de los datos.
Tipos: Distribución de frecuencias: Pruebas de hipótesis: Probar

Utilizada tanto para datos hipótesis y extraer generalizaciones
cualitativos y cuantitativos. sobre la población a partir de los
Representa la frecuencia o el datos de la muestra son ejemplos
recuento de los diferentes de estadística inferencial.
resultados en un conjunto de datos
Análisis de regresión: Se realiza
o muestras.
para calcular cómo cambiará una
Tendencia central: Se refiere al variable en relación con otra.
resumen descriptivo de un conjunto Pueden utilizarse numerosos
de datos utilizando un único valor modelos de regresión, como la
que refleja el centro de la regresión lineal simple, la lineal
múltiple, la nominal, la logística y la
distribución de los datos.
ordinal.
Variabilidad: Estadística de
resumen, refleja el grado de
dispersión de una muestra.
Determinan la distancia que los
puntos de datos parecen tener con
respecto al centro.
Características: - Resumen de datos. - Generalización.
- No hace suposiciones - Supone una población más
sobre una población más amplia.
amplia. - Utiliza técnicas de
- No se basa en la probabilidad y teoría de
probabilidad. muestras.
Ventajas: Fácil de entender y aplicar. Permite tomar decisiones basadas

Útil para resumir datos de manera en datos limitados.
precisa. Permite probar hipótesis.
Apropiada para datos simples y Puede hacer predicciones.
exploratorios.
Desventajas: No permite generalizar resultados Requiere suposiciones sobre la

más allá de la muestra. población.
No permite probas hipótesis o Puede ser compleja y técnica.
hacer predicciones precisas. Requiere un tamaño de muestra
adecuado para ser confiable.
Variables: Variables Categóricas: Representan Variables Independientes:
categorías o grupos en los que se Conocidas como variables
pueden clasificar los datos. No predictoras o variables explicativas,
tienen un valor numérico intrínseco se utilizan para predecir o explicar
y se utilizan para describir un fenómeno o resultado. Estas
cualidades, atributos o variables son manipuladas o
características de los elementos en controladas en un experimento o
el conjunto de datos. estudio y se asume que tienen un
Variables Numéricas: Representan efecto sobre la variable
cantidades numéricas que pueden dependiente.
ser medidas y analizadas. A su vez,
las variables numéricas se dividen Variables Dependientes: Las
en dos subtipos: variables dependientes son
a. Variables Numéricas Discretas: aquellas que se miden y se utilizan
Son aquellas que toman valores para evaluar el resultado o el efecto
numéricos específicos y contables, de las variables independientes.
por lo general números enteros. Estas son las variables que se
b. Variables Numéricas Continuas: analizan y comparan entre
Representan valores que pueden diferentes grupos o condiciones
tomar cualquier valor dentro de un para realizar inferencias.
rango. Son medidas en escalas
continuas y no necesariamente
números enteros.
Aplicación ámbito logístico: - Resumen de inventarios. - Estimación de la demanda futura

- Control de calidad de productos. en la cadena de suministros.
- Seguimiento de tiempos de - Evaluación de eficiencia de rutas
entrega de pedidos. de transporte.
- Análisis de distribución espacial de - Determinación de niveles de
almacenes. inventarios óptimos.

Paso2 CuadroComparativo

Cargado por

Copyright:

Formatos disponibles

Paso2 CuadroComparativo

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Paso2 CuadroComparativo

Cargado por

Copyright:

Formatos disponibles

Paso 2: Elaborar un cuadro comparativo entre estadística descriptiva y estadística inferencial

teniendo en cuenta descripción, características, ventajas, desventajas, variables utilizadas o

ASPECTO ESTADÍSTICA DESCRIPTIVA ESTADÍSTICA INFERENCIAL

Esta fase se centra en la En esta fase, se utilizan métodos

Tipos: Distribución de frecuencias: Pruebas de hipótesis: Probar

Ventajas: Fácil de entender y aplicar. Permite tomar decisiones basadas

Desventajas: No permite generalizar resultados Requiere suposiciones sobre la

Aplicación ámbito logístico: - Resumen de inventarios. - Estimación de la demanda futura

También podría gustarte