top of page

Examen final de Estadística en IE University: cómo prepararlo

hace 3 días
6 min de lectura

La estadística se cursa en el primer semestre de 2.º del BBA y de 1.º de Economics en IE University, y el examen final llega en diciembre. Es una asignatura en la que muchos alumnos saben aplicar la fórmula y aun así pierden puntos: el examen no pide solo calcular, sino elegir el método correcto e interpretar el resultado.


Esta guía explica qué suele entrar en el final, cómo repartir las últimas cuatro semanas, qué errores cuestan más puntos y cómo se resuelve un contraste de hipótesis, con un ejemplo propio. Si buscas una visión general del resto de asignaturas, consulta la guía de exámenes finales del BBA.


Qué entra en el examen final de Estadística

El contenido se construye por capas: sin probabilidad no se entienden las distribuciones, y sin distribuciones no se entiende la inferencia. Por eso el final exige dominar también la primera mitad del curso.


Bloque

Qué tienes que saber hacer

Estadística descriptiva

Resumir datos con medidas de posición y dispersión, e interpretar gráficos

Probabilidad

Probabilidad condicionada, independencia y teorema de Bayes

Distribuciones

Binomial, normal y t de Student: cuándo se usa cada una y cómo calcular probabilidades

Distribuciones muestrales

Error estándar y teorema central del límite

Intervalos de confianza (confidence intervals)

Construirlos para una media o una proporción e interpretarlos correctamente

Contraste de hipótesis (hypothesis testing)

Plantear H₀ y H₁, calcular el estadístico, obtener el p-valor y concluir

Comparación de grupos

Contrastes de dos muestras y ANOVA

Python aplicado

Leer e interpretar la salida de un análisis; escribir o completar código sencillo


La asignatura se imparte en inglés, así que conviene estudiar los términos en inglés desde el principio. En esta guía los damos en los dos idiomas.


Cómo es el examen

El examen combina, de forma general, preguntas de concepto con problemas aplicados: a partir de un enunciado y unos datos, hay que decidir qué técnica corresponde, hacer el cálculo e interpretar el resultado en el contexto del problema.


De ese formato salen tres consecuencias para la preparación:


  • Lo primero es identificar el problema. La mayoría de errores no están en la cuenta, sino en haber elegido el contraste o la distribución equivocados.

  • La interpretación puntúa. Un resultado numérico sin conclusión en palabras está incompleto.

  • El tiempo es parte del examen. Buscar la fórmula adecuada con el reloj en marcha es lo que más retrasa.


El formato concreto, los materiales permitidos (formulario, tablas, calculadora u ordenador) y el peso del final en la nota los fija cada profesor: confírmalos siempre en el syllabus de tu grupo.


Plan de las últimas cuatro semanas

Semana

Objetivo

Qué hacer

4 semanas antes

Cerrar las bases

Repasa probabilidad y distribuciones. Haz ejercicios de normal y binomial hasta calcular probabilidades sin dudar

3 semanas antes

Inferencia de una muestra

Error estándar, intervalos de confianza y contrastes para una media y una proporción

2 semanas antes

Comparación de grupos

Contrastes de dos muestras y ANOVA. Prepara un esquema propio: qué técnica corresponde a cada tipo de pregunta

Última semana

Simulación

Dos o tres ejercicios completos con tiempo limitado, mezclando temas. Corrige y anota cada error en una lista


El esquema de la segunda semana es la herramienta más útil del curso: una sola página que responda a «¿cuántas muestras hay?, ¿qué parámetro se estudia?, ¿se conoce la desviación típica poblacional?». Hacerlo tú mismo obliga a entender por qué se usa cada técnica.


Si también cursas contabilidad este semestre, tienes la guía del examen final de Financial Accounting.


Errores frecuentes en el examen final

  1. Interpretar mal el p-valor. El p-valor no es la probabilidad de que la hipótesis nula sea cierta. Es la probabilidad de obtener un resultado al menos tan extremo como el observado si la hipótesis nula fuera cierta.

  2. Decir que se «acepta» la hipótesis nula. Cuando el p-valor es mayor que el nivel de significación, no se rechaza H₀: no hay evidencia suficiente contra ella, que no es lo mismo que demostrarla.

  3. Usar la normal cuando corresponde la t de Student. Si la desviación típica se estima a partir de la muestra, se usa la t. Como muestra el ejemplo de abajo, puede cambiar la conclusión.

  4. Confundir desviación típica y error estándar. La primera describe la dispersión de los datos; el segundo, la precisión de la media muestral.

  5. Plantear las hipótesis después de ver los datos, o elegir una cola cuando el enunciado pide dos.

  6. Interpretar mal un intervalo de confianza. Un intervalo al 95 % no significa que el 95 % de los datos esté dentro, sino que el método acierta con el parámetro en el 95 % de las muestras.

  7. Dar un número sin conclusión. La respuesta termina con una frase que conteste a la pregunta del enunciado.


Ejemplo resuelto: contraste de hipótesis para una media

El ejercicio es propio y está elegido porque el resultado queda muy cerca del límite, que es donde se ven los errores.


Enunciado

Una cadena de cafeterías afirma que el tiempo medio de espera es de 5 minutos. Se toma una muestra aleatoria de 36 clientes y se obtiene una media de 5,6 minutos, con una desviación típica muestral de 1,8 minutos. Con un nivel de significación del 5 %, ¿hay evidencia de que el tiempo medio de espera sea distinto de 5 minutos?


Resolución

Paso 1. Hipótesis. La pregunta es si el tiempo es «distinto», así que el contraste es de dos colas.


  • H₀: μ = 5

  • H₁: μ ≠ 5


Paso 2. Elegir el estadístico. La desviación típica procede de la muestra, por lo que se usa la t de Student con n − 1 = 35 grados de libertad.


Paso 3. Calcular.


Concepto

Cálculo

Resultado

Error estándar

1,8 / √36

0,30

Estadístico t

(5,6 − 5) / 0,30

2,00

Valor crítico (t, 35 g. l., 5 % a dos colas)

tabla o Python

±2,03

p-valor

tabla o Python

0,053


Paso 4. Decidir. El estadístico (2,00) no supera el valor crítico (2,03), y el p-valor (0,053) es mayor que 0,05. No se rechaza H₀.


Paso 5. Concluir. Con un nivel de significación del 5 %, la muestra no aporta evidencia suficiente para afirmar que el tiempo medio de espera sea distinto de 5 minutos.


Comprobación con el intervalo de confianza

El intervalo al 95 % para la media es 5,6 ± 2,03 × 0,30, es decir, de 4,99 a 6,21 minutos. El valor 5 queda dentro del intervalo, lo que coincide con la decisión de no rechazar.


Qué enseña el ejercicio

Con la normal en lugar de la t, el valor crítico sería 1,96 y el p-valor 0,046: se habría rechazado H₀ y la conclusión sería la contraria. Es el error número 3 de la lista, y aquí cuesta el ejercicio entero.


El mismo cálculo en Python

from scipy import stats

n, media, s, mu0 = 36, 5.6, 1.8, 5
t = (media - mu0) / (s / n**0.5)
p = 2 * stats.t.sf(abs(t), df=n - 1)
print(round(t, 2), round(p, 3))   # 2.0 0.053

Preguntas frecuentes

¿Es difícil Estadística en IE University?

Las cuentas no son complicadas. La dificultad está en decidir qué técnica corresponde a cada problema y en interpretar el resultado. Con práctica semanal y un esquema propio de decisión es una asignatura asequible.


¿Cuándo se usa z y cuándo t?

Se usa la t de Student cuando la desviación típica se estima a partir de la muestra, que es lo habitual. La normal (z) se reserva para cuando se conoce la desviación típica de la población y, en la práctica, para proporciones con muestras grandes.


¿Qué diferencia hay entre el p-valor y el nivel de significación?

El nivel de significación (α) lo fijas tú antes de mirar los datos; suele ser el 5 %. El p-valor sale de los datos. Si el p-valor es menor que α, se rechaza la hipótesis nula.


¿Se puede aprobar memorizando fórmulas?

Difícilmente. El examen pide elegir el método e interpretar, y eso no está en ninguna fórmula. Es más rentable entender cinco o seis ideas (error estándar, distribución muestral, p-valor) que memorizar todas las expresiones.


¿Cuándo conviene empezar a preparar el final?

Cuatro semanas antes permiten repasar probabilidad y distribuciones, trabajar la inferencia y llegar a la última semana solo con simulaciones. Con menos tiempo, prioriza intervalos de confianza y contrastes de hipótesis.


Prepara el final con MS Academy

En MS Academy ofrecemos tutorías de Statistics y de Probability and Statistics para alumnos de IE University: tutorías especializadas en grupos reducidos, con ejercicios propios, práctica en Python y simulaciones con tiempo. El Exam Pass está pensado para estas semanas previas a los finales y está disponible hasta el 15 de diciembre.


Escríbenos por WhatsApp o a través del formulario de contacto y te decimos cómo organizar las semanas que quedan.


MS Academy es una academia independiente y no está afiliada a IE University.

Comentarios


bottom of page