Proyecto integrador Etapa 3
Universidad del Valle de México
Estadística descriptiva e inferencial
Dra. Patricia Rayón Villela
Tamaulipas, México a 14 abril de 2025
INTRODUCCIÓN
1
En la vida diaria, los profesionales estamos expuestos a la recolección de hechos o datos,
tanto en sus actividades profesionales como en sus actividades diarias. La disciplina de
estadística proporciona métodos de organizar y resumir datos y de sacar conclusiones
basadas en la información contenida en los datos.
Los conceptos y métodos estadísticos no son sólo útiles, sino que con frecuencia son
indispensables para entender el mundo que nos rodea. Proporcionan formas de obtener
ideas nuevas del comportamiento de muchos fenómenos que se presentarán en cada uno
de su campo de especialización. La disciplina de estadística nos enseña cómo realizar
juicios inteligentes y tomar decisiones informadas entre la presencia de incertidumbre y
variación. Sin incertidumbre y variación, habría poca necesidad de métodos estadísticos o
de profesionales en estadística.
Es posible que, dentro de las investigaciones y con los datos recopilados, se desee
resumir y describir características importantes de los mismos. Esto implica utilizar
métodos de estadística descriptiva. Algunos de ellos son de naturaleza gráfica; la
construcción de histogramas, diagramas de caja y bigotes, así como gráficas de puntos
dispersos, son alguno de los ejemplos primordiales.
Unos de los enfoques más comunes podemos detonar como el de la estimación puntual,
así como uno de los más avanzados como la estimación de máxima verosimilitud (EMV),
que permite obtener estimadores eficientes al maximizar la función de verosimilitud, es
decir, la probabilidad de observar los datos muestrales dados ciertos valores del
parámetro.
Otros métodos descriptivos implican el cálculo de medidas numéricas como la media
desviación estándar y coeficientes de correlación, y todo esto se logra gracias a grandes
procesadores y softwares como son Excel, Paython y R; dentro de este proyecto
integrador tenemos la oportunidad de realizar nuestros cálculos poblacionales y todo lo
relacionado a este por medio del software Excel.
2
DESARROLLO
Dentro de las 3 etapas se lograrán realizar las estimaciones puntuales del estimador de
máxima verosimilitud, para así distinguir la población con respecto al sexo, estimar la
media poblacional y poder evaluar los resultados con respecto a la media, pudiendo
graficar cada uno de ellos para su máxima representación.
Se cuenta con una tabla (anexo 1) de datos previamente obtenidos por parte del Instituto
Nacional de Estadística y Geografía (INEGI), de los cuales se obtienen los siguientes
resultados divididos en 3 etapas del proyecto integrador.
ETAPA 1
Rango de vida Frecuencia Intervalos Frec. Acumulada
Niñez 27462050 12 27462050
Adolescencia 13093583 18 40555633
Juventud 14 607 452 25 55163085
Adultez 56768107 60 111931192
Vejez 13809446 100 125740638
TOTAL 125740638 215
Tabla 1: Con base a la tabla del anexo 1, se tomó únicamente la segunda columna como se sugiere en el
ejercicio, y se realizó una tabla de distribución de frecuencias; así como la frecuencia acumulada para poder
calcular el gráfico ojiva (gráfico 3).
Número de
3.321978354 Media: 45.460
intervalos
Número de
5 Moda: 56768107
datos
Val Min 13 093 583 Mediana: 62870319
Desviación
Val Max 56 768 107 28.230
Estándar:
Amplitud del
14558174.67 Varianza: 796.7
intervalo
Tabla 2: Respecto a la tabla 1, se obtuvieron las medidas de dispersión y medidas de tendencia central.
3
Gráfico 1: Se utilizó el software Excel para realizar la representación Gráfico 2: Se utilizó el software Excel para realizar la representación que
gráfica de la distribución de frecuencias por medio de un Histograma. muestra la frecuencia de las variables/categorías correspondientes a la
Tabla 1, por medio de un Polígono de Frecuencias.
Gráfico 3: Se utilizó el software Excel para representar la curva en
función a la frecuencia acumulada.
Tabla 3: Se muestran los datos en relación para obtener los valores Z para cada una de las etapas con respecto a los datos elegidos en cada una de ellas,
teniendo en cuenta su valor medio y extremo.
ETAPA 2
Dentro de esta etapa se explorará la estimación de la media poblacional mediante
métodos clásicos.
4
Error absoluto θ 153,932
Media HyM 1658742
Tamaño de la muestra 56
1.96 (para
95% de
Z= confianza)
Cota inferior 1658734.47
Cota superior 1658749.53
Función de μ 1658742
verosimilitu L 3.82481E+31
Tabla 4: Se observan los datos obtenidos respecto al error absoluto, la media entre hombres y mujeres, el valor de Z, así
como la cota inferior y superior, como también la función de verosimilitud (respecto a la tabla 3).
ETAPA 3 Gráfico 4: Gráfico en función a la verosimilitud para la media obtenida
Se tiene una columna de hombres y otra de mujeres con las edades, se utiliza Excel para
lograr hacer la recta de regresión para hombres, mujeres y la recta de regresión lineal
simple.
5
Gráfico 5: Se representa por medio del gráfico la regresión lineal de Tabla 5: Se cuenta con la tabla de información ANOVA y la obtención de la
hombres en donde se establece la forma y=-13358x+1E+06, de la que regresión en donde se puede interpretar los resultados obtenidos respecto a
se obtiene como R2=0.9293. las edades de los hombres mediante el software Excel.
Hipótesis:
H0 (Nula): La pendiente = 0; no hay relación lineal entre la edad y la cantidad de hombres.
H1 (Alternativa): La pendiente = 0; Hay relación lineal significativa entre edad y hombres.
Interpretación:
La pendiente es negativa (-13 575), lo que indica que, a mayor edad, menor población de
hombres. El p< valor es por mucho menos a 0.05, por lo que H 0 es rechazada, lo que
significa que hay una relación lineal significativa entre edad y número de hombres. Por lo
que se concluye por medio del análisis de regresión; existe una relación lineal negativa y
significativa entre la edad y la población masculina (p< 0.05). A medida que la edad
aumenta, la población de hombres tiende a disminuir. El modelo explica aproximadamente
el 93.7% de la variación observada (R2=0.937).
Tabla 6: Se cuenta con la tabla de información ANOVA y la obtención de la
Gráfico 6: Se representa por medio del gráfico la regresión lineal de
regresión en donde se puede interpretar los resultados obtenidos respecto a las
hombres en donde se establece la forma y=-13053+1E+06, de la que se
edades de las mujeres mediante el software Excel.
obtiene como RHipótesis:
2
=0.8983.
Ho= La pendiente = 0; No hay relación entre edad y cantidad de mujeres.
H1: La pendiente ≠ 0; Si hay una relación significativa.
6
Interpretación:
De acuerdo con el análisis de regresión, existe una relación negativa y estadísticamente
significativa entre la edad y la población femenina (p < 0.05). En este caso el P< valor es
extremadamente bajo (menor que 0.05), por lo tanto, H 0 es rechazada. A medida que la
edad aumenta, la cantidad de mujeres disminuye. El modelo tiene un alto poder
explicativo, con un R2 de 0.908 indicando que este modelo tiene un 90.8% de la variación
en la población femenina según la edad.
CONCLUSIÓN
Las pruebas de hipótesis aplicadas a los modelos de regresión permitieron validar
estadísticamente la existencia de una relación significativa entre la edad y la población.
En ambos modelos (Edad vs Hombres y Edad vs Mujeres) se obtuvo un valor p < 0.05, lo
que llevó a rechazar la hipótesis nula (H₀) que planteaba que la pendiente de la recta de
regresión es igual a 0. Este resultado implica que la pendiente es significativamente
diferente de 0, por lo tanto, existe una relación lineal estadísticamente significativa entre
las variables. La dirección negativa de las pendientes indica que la población disminuye
con el aumento de la edad.
Esto coincide con el comportamiento esperado en una distribución, en donde los grupos
más jóvenes tienden a ser más numerosos que los mayores.
En conclusión, los resultados respaldan la efectividad del modelo lineal para describir y
analizar la estructura poblacional, confirmando su utilidad tanto descriptiva como
inferencial en estudios estadísticos aplicados.
La regresión lineal demostró ser una herramienta estadística altamente efectiva para
analizar la relación entre la edad y la cantidad de población, tanto en hombres como en
mujeres. A través de este modelo, fue posible identificar una tendencia decreciente en la
población conforme aumenta la edad, lo cual constituye un patrón lógico en estudios
demográficos.
Esta metodología no solo permitió visualizar dicha relación, sino también cuantificarla con
7
precisión, mediante la estimación de pendientes e interceptas, además de proporcionar un
valor de R² que indica el grado de ajuste del modelo. Los valores obtenidos (R² = 0.937
para hombres y R² = 0.908 para mujeres) reflejan un alto nivel de explicación de la
variabilidad en la población a través de la edad, lo cual refuerza la validez y utilidad del
modelo en contextos reales. La regresión lineal, por lo tanto, se consolida como una
herramienta útil para realizar predicciones, elaborar diagnósticos poblacionales, y apoyar
la toma de decisiones en áreas como salud pública, servicios sociales y demás.
REFERENCIAS
1. Devore, J. L. (2010). Probabilidad y estadística para ingeniería y ciencias. (7ª ed.).
CENAGE Learning. https://santic.cl/mt-content/uploads/2023/06/estadistica-
devore.pdf
2. Economía con Manzanitas. (26 de enero 2019). ¿Qué es un modelo de regresión
lineal? explicado con manzanitas [Video]. YouTube.
https://www.youtube.com/watch?v=Hn7wEYoFzRw
3. KhanAcademyEspañol. (16 de marzo de 2018). Calcular el valor P con el uso de
una tabla z | Khan Academy en Español [Video]. YouTube.
https://www.youtube.com/watch?v=lkPxdVt8TTo
4. Mendenhall, W. Beaver, B. y Beaver, R. (2015). Introducción a la probabilidad y
estadística. (14ª ed.). CENAGE Learning. https://zlib.pub/book/introduccion-a-la-
probabilidad-y-estadistica-14a-ed-2u2grkf1hdr0
5. PROFE SIXTO. ITS ACAYUCAN. (18 de septiembre de 2023). PRUEBA DE
HIPOTESIS REGRESION LINEAL SIMPLE PARTE 1 [Video]. YouTube.
https://www.youtube.com/watch?v=34TNmH6aGw0
6. PROFE SIXTO. ITS ACAYUCAN. (18 de septiembre de 2023). PRUEBA DE
HIPOTESIS REGRESION LINEAL SIMPLE PARTE 2 [Video]. YouTube.
https://www.youtube.com/watch?v=Zml4s1WXny4
7. Spiegel, M. Stephens, L. (2009). Estadística. (4ª. ed.). McGrawHill/Interamericana
Editores.
https://archive.org/details/Estadstica.SerieSchaum4taEdicinMurrayR.Spiegel.pdf11/
page/n267/mode/2up
8
ANEXOS
