DISTRIBUCIÓN DE ALUMNOS POR LABORATORIOS

Estimados alumnos la relación de los alumnos:
PRIMER GRUPO de 11:00 a 12:30

ACOSTA CELIS JOHN OMAR
APAZA OVALLE FREDDY FERNANDO
BALTAZAR LAREDO ANGEL GREGORIO
CARRILLO ROMERO RONY
DE LOS SANTOS LEON ROLANDO MIGUEL
DURAND DE LA CRUZ JOHANA GLICETH
HUANCAS GARCIA JONNATAN ENRIQUE
HUANCOLQUE CALDERON JOSE MANUEL
JARA MORA CESAR RENATO
MARIN GAMARRA LUIS ANTONIO
MARIÑOS PALMA JANIS JOAN
NAVARRO MOLINA CARLOS AUGUSTO
NUÑEZ LOBATON JOSETH JOSUE
ORE SALAS HANCY
RAMOS OBREGON RANDY HARIF
ROQUE GUILLEN CARLOS ORLANDO
SALDAÑA ROBLES LORENA YAZMIN
TORRE ANGULO MIGUEL ANGEL
TORRES JOAQUIN DANNY JOSE
VALLEJOS VARGAS HERNAN LUIS
VASQUEZ VALLE MARTHA DEL ROSARIO


SEGUNDO GRUPO DE 12:30 A 14:00

AGUILAR OBANDO LUIS MIGUEL
ANGELES GUTIERREZ LAURA CAROLINA
AURIS MORA MANUEL EFRAIN
BEVAVENTE FARFAN NATALY LIZETH
CAMPOS PALOMINO NORMA RUTH
CASTILLO CAMACHO FRANCIS DANIEL ALEXANDER
CRUZADO VALLE EDISON AMILCAR
HUAMAN MELO CESAR ALBERTO
HUAMANI MITTMA CESAR AUGUSTO
LINCHE GOICOCHEA PEDRO PABLO
MENDOZA ZARATE MICHELL ANDRE
MONTERO VALENCIA FLOR DE MARIA
NIETOLEAL VASQUEZ VICTOR MARTIN
NUÑEZ CACERES FIORELLA VIVIANA
RIVERA SALINAS FLOR DE MARIA
SANCHEZ VIDALON LUIS ALBERTO
SANTANA ESPINOZA YSELA ESTEFANIA
TORRES SAAVEDRA JHAN MANUEL
TUPAC YUPANQUI BUSTAMENTE MIGUEL ANGEL
VEGA VALENCIA TATIANA MILUSKA
VERA CHAVARRIA MARIA

Importancia de Inferencia Estadistica

El principal objetivo de la Estadística es inferir o estimar características de una población que no es completamente observable (o no interesa observarla en su totalidad) a través del análisis de una parte de ella a la que llamamos muestra. Las razones por las que generalmentese trabaja con muestras son principalmente:

- Económicas.

-Tiempo: si la población es muy grande llevaría tanto tiempo analizarla que incluso la característica de interés podría variar en ese período.

- Destrucción: la medición de cierta característica podría llevar a la destrucción del individuo. Por ejemplo, al estudiar la supervivencia de ciertos animales a un tratamiento.

Lo que se hace entonces es analizar la muestra y extrapolar conclusiones desde la muestra la población. Ahora bien, para considerar válidas en la población las conclusiones obtenidas en la muestra, ésta ha de representar bien a la población (representativa). Por lo tanto, la elección de la muestra es de suma importancia, y para ello hay diversos métodos (métodos de muestreo). Cuando se intuye que la característica en estudio puede presentar valores homogéneos en la población, una forma de obtener una muestra representativa es eligiéndola al azar. A este método de selección de la muestra se le llama muestreo aleatorio simple y es el más sencillo. La Inferencia Estadística se puede clasificar en inferencia paramétrica e inferencia no paramétrica. La inferencia paramétrica tiene lugar cuando se conoce la distribución de la variable de estudio en la población, y el interés recae sobre los parámetros desconocidos de la misma. La inferencia no paramétrica tiene lugar si no se conoce la distribución y sólo se suponen propiedades generales de la misma. Nosotros nos centramos en la inferencia paramétrica, y nuestro objetivo será inferir o estimar parámetros poblacionales a partir de la información que nos proporciona una muestra.

Espero sus comentarios.........

Bienvenida

Estimados Alumnos del curso de Inferencia Estadística, es muy grato para mi poder compartir mis experiencias y conocimientos en este importante campo del conocimiento esperando estar a la altura de las expectativas y esperando que este curso sea de mucho provecho para su formación profesional

Saludos Cordiales
Ing. Enrique Montenegro