if you want to remove an article from website contact us from top.

    ¿cuál es la utilidad de la estadística y probabilidad para tomar decisiones?

    Santiago

    Chicos, ¿alguien sabe la respuesta?

    obtenga ¿cuál es la utilidad de la estadística y probabilidad para tomar decisiones? de este sitio.

    Probabilidad y estadística para tomar decisiones

    CENTRO DE INVESTIGACIÓN EN MATEMÁTICAS

    Probabilidad y estadística para tomar decisiones

    GALERÍA

    La es una palabra que utilizamos cotidianamente cuando queremos explicar cuán posible es que se produzca algún acontecimiento relevante para nosotros y, en consecuencia, tomar alguna decisión. Veamos un ejemplo: después de mucho tiempo, Juan considera que debe regresar un libro de mil páginas que su amigo Pepe le prestó a condición de que se lo devolviera. Ambos trabajan en el mismo rumbo y en ocasiones se encuentran al tomar el autobús, por lo que Juan se pregunta si debe o no llevar el libro consigo; si esto no ocurre tendrá que cargar el estorboso libro todo el día. En otras palabras, decidirá qué tan posible es que se tope con Pepe (asignando un valor numérico a éste evento), así como las consecuencias de no encontrarlo.

    Así pues, basamos nuestras decisiones cuantificando la verosimilitud de un evento que tiene una naturaleza incierta o azarosa, es decir, calculando , desde el lanzamiento de dados hasta la trayectoria que sigue una partícula en un acelerador de partículas, la evolución de una epidemia, el crecimiento de una población, el comportamiento de mercados financieros, el crecimiento de galaxias, etc.

    La es una rama de las matemáticas. A través de sus leyes se pueden evaluar, mediante cuantificación, las consecuencias esperadas con los diversos resultados posibles en la realización de un fenómeno aleatorio. Esto se lleva a cabo asignando un valor numérico a cada posible resultado (utilidad), multiplicándose por el porcentaje de veces en que ocurre, sumando los valores obtenidos. Dicho de otro modo, calculando la esperanza matemática. Por ejemplo, un juego de apuestas donde se lanza un dado equilibrado. Si el resultado es 3 nuestra ganancia será de 1 peso, de aparecer otro número nuestra pérdida será de 1 peso, por lo que la utilidad esperada del juego será de 1*(1/6)-1*(5/6)=-4/6.

    Otro ejemplo es el siguiente: se requiere localizar los lugares que serán afectados por un huracán y la magnitud de sus eventuales destrozos. Para ello es necesario construir modelos matemáticos que usen la probabilidad, para asegurar que con cierta posibilidad se dirigirá hacia el oeste y tocará tierra en X días, teniendo Y magnitud. Los modelos matemáticos de estos cálculos son muy complejos e incluyen las leyes de probabilidad para describir los cambios en el tiempo de la dirección del viento y de la temperatura, entre muchos otros factores.

    Veamos un ejemplo más complejo: supongamos que un investigador ecólogo requiere determinar si se debe o no introducir árboles de la especie A en una isla virgen. Si bien se sabe que una parte de la flora y la fauna de la isla no será afectada, también que se ha observado que algunos árboles endémicos de la isla -especie B-, son irremediablemente afectados por insectos que viven en la corteza del árbol A, lo cual tendría como consecuencia la desaparición de los árboles de la especie B y con ello la erosión del suelo de la isla, la desaparición de algunos insectos y animales que se alimentan de B, además de otras consecuencias ambientales, económicas y sociales.

    El ecólogo debe elegir entre sugerir la introducción de los árboles y esperar las eventuales e irreversibles consecuencias, desaconsejar la introducción de los árboles y perder los posibles beneficios por los que se quería introducirlos, o bien cuantificar el riesgo de introducir los árboles de la especie A. Las primeras dos opciones conllevan grandes problemas; la tercera opción tampoco los elimina, pero permite tomar una decisión fundamentada en una comprensión del fenómeno, para lo cual se requiere de un modelo matemático que permita reproducir, en cierta medida, la interacción entre la flora y la fauna de la isla con los árboles de la especie A.

    Este modelo matemático debe simular la realización del experimento una cantidad de veces muy considerable para determinar en cuántos casos los árboles del tipo A afectan a la flora y la fauna de la isla y en qué magnitud; necesita tomar en cuenta la evolución en el tiempo del tamaño de la población de árboles de las especies A y B, su competencia, los factores climáticos, entre otros factores para su evaluación.

    Como éste podemos brindar un gran número de ejemplos de disciplinas donde la probabilidad y la estadística son necesarias para llegar a conclusiones certeras y tomar decisiones. Por ello, desde comienzos del siglo XX el desarrollo de la probabilidad ha sido vertiginoso y en la actualidad cuenta con una enorme (aunque aún insuficiente) variedad de modelos probabilísticos originados por todo tipo de fenómenos, cuya utilización ha generado conclusiones sorprendentes y desarrollos matemáticos ampliamente relevantes.

    Texto publicado en La Crónica de Hoy.  Autor: Dr. Víctor Manuel Rivero Mercado, investigador del CIMAT desde 2005 y miembro del Sistema Nacional de Investigadores en el Nivel II dentro del área de Física, Matemáticas y Ciencias de la Tierra.  [email protected]

    desarrollo ecología estadística fenómenos naturales matemáticas probabilidad tiempo

    Galería

    fuente : centrosconacyt.mx

    ¿Qué es la estadística y como te ayuda en la toma de decisiones?

    Qué es y como te puede ayudar la estadística a tomar decisiones en tu trabajo así como las diferencias entre estadística descriptiva y estadística inferencial

    ¿Qué es la estadística y como te ayuda en la toma de decisiones?

    ¿Qué es la estadística y como te ayuda en la toma de decisiones? También conoce la diferencia entre estadística descriptiva y estadística inferencial

    En este post trataré de explicar:

    Que es la estadística

    Los tipos de estadística (inferencial y descriptiva)

    Tipos de variables

    La estadística es una ciencia que te permite hacer comparaciones y predecir resultados. Tiene infinidad de aplicaciones, por ejemplo Google diariamente registra millones de consultas en su buscador y las analiza para ofrecer una mejor experiencia a los usuarios.

    En el sector financiero las aseguradoras analizan los modelos de los autos para determinar el precio de los seguros y los bancos analizan el comportamiento de sus clientes para colocar créditos.

    Estos son algunos ejemplos, pero se puede usar la estadística en cualquier industria pues permite entender el entorno para tomar decisiones.

    Por eso, en esta ocasión compartiré algunos conceptos básicos de estadística con la finalidad de ayudar a entender mejor esta ciencia.

    ¿Qué es la estadística?

    La estadística es un conjunto de métodos para organizar y analizar datos. Es el análisis el que permite tomar decisiones acertadas o responder preguntas sobre cualquier objeto de estudio, por ejemplo:

    ¿Cuanto aumentó la inflación anual respecto años anteriores? ¿Cual es el rango de incremento de los últimos años?

    ¿Cual es el consumo promedio de gasolina de los autos actuales? ¿Cuales tienen un mejor rendimiento de kilómetro por litro?

    En los negocios la estadística sirve para conocer aspectos de la industria o del mercado, por ejemplo: ¿cual es la participación de Walmart en el país? ¿Cuales son las tiendas con mayor presencia? ¿Cuales son las categorías de producto con mayor desplazamiento a través de estas tiendas?…

    Se puede definir la estadística cómo:

    Estadística es una ciencia para recopilar, organizar, analizar e interpretar datos con la finalidad de tomar mejores decisiones.

    Tipos de estadística

    Existen dos tipos de estadística, una permite organizar e interpretar los datos, y otra permite hacer estimaciones respecto al objeto de estudio.

    Entiéndase por objeto de estudio al conjunto de datos que se desea analizar, por ejemplo: número total de autos, propietarios con un inmueble, visitas a un sitio web, clientes totales en un periodo, entre otros.

    Estadística descriptiva

    Cuando se tiene un conjunto de datos desorganizado sirve de muy poco esa información. Por eso a las técnicas empleadas para organizar y presentar los datos se le conoce como estadística descriptiva.

    Se puede definir la estadística descriptiva como:

    Estadística descriptiva es un conjunto de métodos para oganizar y presentar los datos de manera significativa.

    Estadística inferencial

    Mientras la estadística descriptiva permite organizar e interpretar los datos, la estadística inferencial permite hacer deducciones o conclusiones sobre el objeto de estudio.

    Esto es especialmente útil cuando necesitamos tomar deciciones a partir de un conjunto limitado de datos. Por ejemplo: si necesitamos saber cual es el salario promedio de los médicos necesitamos encuestarlos a todos, no obstante hacerlo es muy costoso y poco viable técnicamente.

    Otro ejemplo de muestreo son las visitas a una página web, cuando un sitio tiene millones de visitas puede ser muy lento analizar y graficar una gran cantidad de datos, por ello se pueden obtener reportes de un número limitado de visitas.

    A la selección de una parte de los datos (población) para su estudio se le conoce como muestreo, y con las técnicas adecuadas de muestreo se pueden hacer inferencias muy precisas.

    Puede definirse la estadística inferencial cómo:

    Estadística inferencial un conjunto de métodos y técnicas para determinar una característica del total de una población.

    Tipos de variables

    Finalmente es necesario conocer los tipos de variables que define la estadística y con los cuales se trabajan en estos procesos de análisis, interpretación y deducción.

    Variables cualitativas

    Por un lado las variables cualitativas, que son los atributos o características del objeto de estudio. Son propiedad no numéricas, y algunos ejemplos pueden ser: color de ojos, género, nivel socioeconomico, marca de producto…

    Variables cuantitativas

    Las variables cuantitativas son aquellas propiedades numéricas del objeto de estudio (población). Por ejemplo: edad, ingreso, peso, altura, numero de habitantes…

    A su vez las variables cuantitativas se dividen en dos: discretas y continuas.

    Las variables discretas son aquellas que tienen “brechas” entre un número y otro, por ejemplo: 1,2,3,10,11,15… Es decir, entre el 1 y el 2 no existe 1.48, si no que directamente salta al 2. Generalmente las variables discretas son resultado de un conteo.

    Por otro lado las variables continuas no tienen brechas entre cada dígito, por ejemplo la altura de los individuos: 1.78, 1.65, 1.45…

    Como se puede apreciar entre el 1 y el 2 hay algunos números con decimales y generalmente son resultado de mediciones.

    fuente : obedm.medium.com

    Teoría de La Probabilidad para Tomar Decisiones Acertadas — Hive

    Las decisiones cuantifican la probabilidad de un evento que tiene una naturaleza incierta, es decir que se produzca un resultado específico en un fenómeno aleatorio. Sin duda… by exqueila

    Las decisiones cuantifican la probabilidad de un evento que tiene una naturaleza incierta, es decir que se produzca un resultado específico en un fenómeno aleatorio. Sin duda, existen diversas disciplinas donde la probabilidad y la estadística son necesarias para conseguir conclusiones certeras y tomar decisiones acertadas La probabilidad es una rama de las matemáticas, que utilizamos habitualmente cuando se quiere explicar algún acontecimiento relevante. Por ejemplo, como el incremento de ventas en un supermercado, así como también en los mercados financieros, desde juegos de dados, avances de una epidemia, evaluación de las estadísticas por consultas externas, crecimiento de una población, crecimiento de las empresas o instituciones.

    La teoría de la probabilidad pretende ser una herramienta para modelizar y tratar con situaciones de este tipo. Por otra parte, cuando aplicamos las técnicas estadísticas a la recogida, análisis e interpretación de los datos, la teoría de la probabilidad proporciona una base para evaluar la fiabilidad de las conclusiones alcanzadas y las inferencias realizadas

    El análisis de decisión proporciona un soporte cuantitativo a los encargados de las decisiones porque están basados en aplicaciones estadísticas para la estimación de eventos incontrolables. De esta manera, es el factor más importante en la determinación de un modelo de decisión de implementación exitosa. Dentro de esta perspectiva, el desarrollo de la probabilidad, ha sido acelerado, tienen variedad de modelos, cuyo uso ha generado desarrollos matemáticos considerablemente notables. Sin embargo, en los modelos probabilísticos, el gerente no se preocupa por los resultados, sino por la cantidad de riesgos que cada decisión arrastra, cualquier cosa hace influencia y cambia el futuro, ya que tiene un elemento de incertidumbre.

    Por tal razón, los problemas de mal interpretación, pueden ser evitados si se proporciona un análisis entendible de los modelos extremadamente sofisticados, reduciendo las dificultades del proceso de validación y verificación del mismo, es decir son vistos de manera similar a un juego, las acciones están basadas en los resultados esperados, que se mueve desde un modelo determinístico a probabilístico. En la construcción de modelos se estudia el problema, luego se desarrolla el modelo matemático, que en la toma de decisión, fundamentalmente, se combina información sobre probabilidades con información sobre deseos e intereses. Por lo tanto, la evaluación de riesgo significa un estudio para determinar los resultados de las decisiones junto a sus probabilidades.

    Un estudio sistemático debe facilitar los objetivos, que identifiquen rápidamente los problemas como en la evaluación de alternativas, ya que los objetivos del decisor deben expresarse como criterios que reflejen los atributos de las alternativas relevantes para la designación. Por su parte, la elección entre acciones posibles, y la predicción de resultados esperados resultan del análisis lógico que el gerente hace de la situación de decisión. Sin embargo, la teoría de la decisión se hacen cálculos del valor de un cierto resultado y sus probabilidades. A partir de allí, las consecuencias de las elecciones, afrontan las decisiones como si fueran apuestas, es decir, debe calcularse la utilidad, la probabilidad de opciones, para establecer estrategias y aplicar una buena toma de decisiones.

    Una buena decisión requiere buscar un conjunto de alternativas que las que se presentan inicialmente, porque no sabemos realmente donde está el problema que nos limita a lograr el éxito. Esta es la razón del porqué la estadística requiere estudio de las leyes de la probabilidad, porque resulta claro que las buenas decisiones se amplían con la buena información o sabiduría. Sin duda, es utilizado por los encargados de tomar decisiones, porque pueden comprender, comparar, operar números para cuantificar valores e incertidumbres subjetivas, examinar la sensibilidad de la utilidad esperada, ponderada para las probabilidades clave, parámetros de ponderación y preferencia de riesgo que permite comprender la situación de decisión. Es decir, ver de qué modo se comporta un decisor cuando se enfrenta a una elección entre cursos de acción, cuyos resultados están regidos por el azar. Así mismo, la aplicación de la estadística se creó por la necesidad de poner conocimiento en una base sistemática de la evidencias, incluso se convierte en conocimiento, cuando son utilizados en el adicionamiento exitoso de un proceso de decisión.

    Existen tipos diferentes de modelos de decisión que ayudan a analizar distintos escenarios, dependiendo de la cantidad y el grado de conocimiento que tengamos para formular el problema de decisión se aplica una matriz de beneficios bien definidos, y luego de utilidad sobre dos conjuntos de dominio como A y B. La probabilidad es la herramienta para comunicar y manejar la incertidumbre. Es decir, la probabilidad siempre depende de cuánto conoce el decisor. Por tal razón, se construyen en las filas y las columnas. Por su parte los componentes de un modelo probabilístico es cuando se busca las acciones para crear el modelo matemático, para ello debe existir una serie de eventos que nos lleve finalmente a los beneficios o resultados esperados.

    fuente : hive.blog

    ¿Quieres ver la respuesta o más?
    Santiago 14 day ago
    4

    Chicos, ¿alguien sabe la respuesta?

    haga clic para responder