Modulo Metodos Estadisticos

Programas de Experiencias Adquiridas- Universidad Cesar Vallejo
MTODOS ESTADSTICOS Prof. Luis Alberto Rubio Jcobo

- 20 -

I I. . L LA A E ES ST TA AD DI IS ST TI IC CA A

1. DEFINICIN:
La Estadstica es una ciencia que nos ofrece un conjunto de mtodos y tcnicas para
recopilar, organizar, presentar, analizar e interpretar un conjunto de datos respecto a
variables en estudio de una poblacin, con el fin de obtener conclusiones y tomar
decisiones sobre determinados hechos o fenmenos en estudio.
La estadstica es una rama de la matemtica y es parte del mtodo cientfico. En la
actualidad, para hacer investigacin cientfica se necesita conocer de estadstica.

2. CLASIFICACION DE LA ESTADSTICA
La Estadstica se clasifica de la siguiente manera:
2.1. Estadstica Descriptiva
Es aquella rea de la Estadstica que describe y analiza una poblacin, sin
pretender sacar conclusiones de tipo general. Es decir, las conclusiones
obtenidas con validas solo para dicha poblacin.
2.2. Estadstica Inferencial
Es aquella rea de la Estadstica, cuyo propsito es inferir o inducir leyes de
comportamiento de una poblacin, a partir del estudio de una muestra. Es decir
las conclusiones obtenidas a partir de una muestra, son validas para toda la
poblacin.

3. DEFINICIONES PRELIMINARES:
3.1. UNIVERSO:
Es el conjunto de individuos, objetos o entes que tienen caractersticas
comunes, definidas en forma general en un espacio y tiempo.
Ejemplo:
Conjuntos de alumnos, concjunto de docentes universitarios, conjunto de de
pacientes, conjunto de clientes, conjunto de proveedores, conjunto de
viviendas, conjunto de establecimientos, conjunto de documentos, etc.; de una
determinada regin o zona en un tiempo determinado.

3.2. POBLACIN:
Es un conjunto grande y completo de individuos, elementos o unidades que
presentan como mnimo una caracterstica en comn y observable. Para definir
una poblacin esta debe contener los siguientes elementos: contenido, espacio
y tiempo. Al nmero de elementos de una poblacin de denota por N. Una
poblacin puede clasificarse de la siguiente manera:
A. Segn su extensin:
Poblacin Finita: es aquella que tiene un determinado nmero de
elementos.
Poblacin Infinita: Es aquella cuyos elementos no se pueden contar.
B. Segn su mbito o naturaleza:
Poblacin Objeto: esta dada por los elementos que forman la poblacin.
Poblacin Objetivo: esta dada por la informacin que da la poblacin
objeto
Nota: De un universo se pueden desprender muchas poblaciones, pero
operativamente se pueden hablar indistintamente como poblacin o universo.

3.3. MUESTRA
Es una parte o un subconjunto de la poblacin en estudio. Tambin se puede
decir que es una coleccin de unidades de muestreo seleccionados de un marco
muestral o de varios marcos muestrales. Al nmero de elementos de la muestra
se denota por n.


- 21 -

Una muestra tiene las siguientes caractersticas:
a. Es representativa.
b. Es adecuada.

M MU UE ES ST TR RE EO O
- Es una tcnica estadstica por la cual se realizan inferencias o generalizaciones
para una poblacin examinando solo una muestra de ella.
- Es una tcnica empleada para seleccionar elementos de una poblacin.
- Su propsito es proporcionar diferente tipo de informacin estadstica de
naturaleza cuantitativa o cualitativa.
- Por su gran importancia los investigadores lo utilizan en los diferentes campos
de saber y tambin lo usamos en la vida diaria.

3.4. UNIDAD DE ESTUDIO:
Es el animal persona o cosa de quien se dice algo. Es el elemento quien nos va a
dar la informacin. Es el individuo u objeto del cual se toman las mediciones u
observaciones.
Ejemplos:
Un docente, un auxiliar de educacin, un votante, una factura, una empresa,
una botella de cerveza, una universidad, una vaca, una gota de sangre, etc.

3.5. OBSERVACIONES:
Estadsticamente son los datos que se recolectan para un estudio. Una
observacin o dato es cuando una variable en si toma un valor especifico.

3.6. VARIABLE:
Una variable es una caracterstica de estudio de una poblacin. Una variable es
lo que se quiere evaluar en una investigacin. Las caractersticas toma
diferentes valores que varan de individuo a individuo o de objeto a objeto.
Aquellas caractersticas que permanecen inalterables en las unidades de estudio
reciben el nombre de constantes.
Generalmente, las variables se designan con las ltimas letras maysculas del
abecedario: X, Y, Z; y los valores de las variables se designan con letras
minsculas: x
i
, y
i
, etc.
Las variables se clasifican de la siguiente manera:
- Por su relacin: Variable dependiente - variable independiente.
- Por su escala de medicin: Nominal Ordinal Intervalo Razn.
- Por su naturaleza: Cuantitativas - Cualitativas.

V Va ar ri ia ab bl le e
Cualitativa
Cuantitativa
Nominal

Ordinal
Discreta
Continua
Cualidad
O
Atributo
Cantidad
o
nmero
Conteo Medicin No orden
Orden


- 22 -

Ejemplos:
Unidad de estudio Variable
- Estudiante Peso, talla, edad, ci, nmero de hermanos,
raza, color de ojos, tipo de sangre, etc.
- Empresa Ganancia, costos, produccin, nmero de
trabajadores, numero de computadoras, etc.
- PYME Nmero de trabajadores, aos de
funcionamiento, ganancias, etc.

3.7. PARAMETRO:
Es un valor, una cantidad, un indicador que se obtiene con informacin de la
poblacin. Dentro de estos tenemos:
a. El promedio poblacional
b. La varianza poblacional.
c. La proporcin poblacional, etc.

3.8. ESTIMADOR:
Es un valor, una cantidad, un indicador que se obtiene con informacin de la
muestra. Dentro de estos tenemos:
a. El promedio muestral.
b. La varianza muestral.
c. La proporcin muestral, etc.

3.9. INVESTIGACIN CUANTITATIVA Y CUALITATIVA
El objetivo de cualquier ciencia es adquirir conocimientos y la eleccin del
mtodo adecuado que nos permita conocer la realidad es por tanto fundamental.
Los mtodos inductivos y deductivos tienen objetivos diferentes y podran ser
resumidos como desarrollo de la teora y anlisis de la teora respectivamente.

Los mtodos inductivos estn generalmente asociados con la investigacin
cualitativa mientras que el mtodo deductivo est asociado frecuentemente
con la investigacin cuantitativa.

La investigacin cuantitativa es aquella en la que se recogen y analizan datos
cuantitativos sobre variables. La investigacin cualitativa evita la
cuantificacin. Los investigadores cualitativos hacen registros narrativos de los
fenmenos que son estudiados mediante tcnicas como la observacin
participante y las entrevistas no estructuradas. La diferencia fundamental entre
ambas metodologas es que la cuantitativa estudia la asociacin o relacin entre
variables cuantificadas y la cualitativa lo hace en contextos estructurales y
situacionales.

La investigacin cualitativa trata de identificar la naturaleza profunda de las
realidades, su sistema de relaciones, su estructura dinmica. La investigacin
cuantitativa trata de determinar la fuerza de asociacin o correlacin entre
variables, la generalizacin y objetivacin de los resultados a travs de una
muestra para hacer inferencia a una poblacin de la cual toda muestra procede.
Tras el estudio de la asociacin o correlacin pretende, a su vez, hacer
inferencia causal que explique por qu las cosas suceden o no de una forma
determinada.


- 23 -

VENTAJAS E INCONVENIENTES DE LOS MTODOS

Tabla 1. Diferencias entre investigacin cualitativa y cuantitativa.
Investigacin cualitativa Investigacin cuantitativa
Centrada en la fenomenologa y
comprensin
Basada en la induccin probabilstica del
positivismo lgico
Observacin naturista sin control Medicin penetrante y controlada
Subjetiva Objetiva
Inferencias de sus datos Inferencias ms all de los datos
Exploratoria, inductiva y descriptiva Confirmatoria, inferencial, deductiva
Orientada al proceso Orientada al resultado
Datos "ricos y profundos" Datos "slidos y repetibles"
No generalizable Generalizable
Holista Particularista
Realidad dinmica Realidad esttica

Tabla 2. Ventajas e inconvenientes de los mtodos cualitativos vs
cuantitativos.

3.10. TCNICAS DE RECOLECCIN DE DATOS:
Las tcnicas de recoleccin de datos permiten la obtencin sistemtica de
informacin acerca de los objetos de estudio (personas, objetos y fenmenos)
y de su entorno.
Como ya se mencion, la recoleccin de datos tiene que ser sistemtica, ya
que, si los datos se recolectan al azar ser difcil responder las preguntas de
investigacin de una manera concluyente.
Las tcnicas de recoleccin de datos son
1. Utilizacin de la informacin disponible
2. Observacin
3. Entrevista( cara a cara)
4. Cuestionarios auto-administrados
5. Discusin con grupos focales
6. Otras
Mtodos cualitativos Mtodos cuantitativos
Propensin a "comunicarse con" los sujetos
del estudio
Propensin a "servirse de" los sujetos del
estudio.
Se limita a preguntar. Se limita a responder.
Comunicacin ms horizontal... entre el
investigador y los investigados... mayor
naturalidad y habilidad de estudiar los
factores sociales en un escenario natural
.

Son fuertes en trminos de validez interna,
pero son dbiles en validez externa, lo que
encuentran no es generalizable a la
poblacin
Son dbiles en trminos de validez
interna -casi nunca sabemos si miden lo
que quieren medir-, pero son fuertes en
validez externa, lo que encuentran es
generalizable a la poblacin.
Preguntan a los cuantitativos: Cuan
particularizables son los hallazgos?
Preguntan a los cualitativos: Son
generalizables tus hallazgos?


- 24 -

OBSERVACIN:
La observacin es una tcnica que implica seleccionar ver y registrar
sistemticamente, la conducta y caractersticas de seres vivos, objetos o
fenmenos. La observacin de la conducta humana es una tcnica de
recoleccin de datos muy utilizada que puede llevarse a cabo de diferentes
formas:
a. Observacin participativa: El observador participa en la situacin que
observa
b. Observacin no participativa: El observador no participa en la situacin que
observa
Las observaciones pueden servir para diferentes propsitos. Pueden dar
informacin adicional y ms confiable de la conducta de las u.e. que las
entrevistas o los cuestionarios. Los cuestionarios pueden ser incompletos ya
que se pueden olvidar algunas preguntas o porque los entrevistados olvidan o
no desean contestar algunas cosas. Con la observacin se puede, entonces,
verificar la informacin recolectada( especialmente sobre temas como
alcoholismo, drogadiccin, sida,) pero tambin puede ser una fuente primaria
de informacin ( observacin sistemtica de los juegos de los nios).
La observacin de la conducta humana puede formar parte de algn estudio,
pero como consume tiempo se usa con mayor frecuencia en estudios de
pequea escala.

ENTREVISTA:
La entrevista es una tcnica de recoleccin de datos que involucra el
cuestionamiento oral de los entrevistados ya sea individualmente o en grupo.
Las respuestas a las preguntas durante la entrevista pueden ser registradas
por escrito o grabadas en una cinta. La entrevista pueden conducirse con
diferentes grados de flexibilidad.
Las entrevistas utilizando una cedula para asegurar que se discuten todos los
puntos, pero dando suficiente tiempo y permitiendo seguir cualquier orden. El
entrevistador puede hacer preguntas adicionales para obtener tanta
informacin adicional como sea posible, Las preguntas son abiertas y no hay
restricciones para las respuestas.
Este mtodo poco estructurado de hacer las preguntas puede ser til para
entrevistas individuales o grupales con informantes claves.
Un mtodo de entrevista flexible es til si el investigador sabe poco del
problema o de la situacin que esta investigando. Se aplica en estudios
exploratorios y en los estudios de caso.

ENCUESTAS:
Hoy en da la palabra "encuesta" se usa ms frecuentemente para describir un
mtodo de obtener informacin de una muestra de individuos. Esta "muestra"
es usualmente slo una fraccin de la poblacin bajo estudio. Una "encuesta"
recoge informacin de una "muestra." Una "muestra" es usualmente slo una
porcin de la poblacin bajo estudio.
Las encuestas pueden ser clasificadas en muchas maneras. Una dimensin es
por tamao y tipo de muestra. Las encuestas pueden ser usadas para estudiar
poblaciones humanas o no humanas (por ejemplo, objetos animados o
inanimados, animales, terrenos, viviendas). Mientras que muchos de los
principios son los mismos para todas las encuestas, el foco aqu ser en
mtodos para hacer encuestas a individuos. Las encuestas pueden ser
clasificadas por su mtodo de recoleccin de datos. Las encuestas por correo,
telefnicas y entrevistas en persona son las ms comunes. En los mtodos
ms nuevos de recoger datos, la informacin se entra directamente a la
computadora ya sea por un entrevistador adiestrado o an por la misma


- 25 -

persona entrevistada. Un ejemplo bien conocido es la medicin de audiencias
de televisin usando aparatos conectados a una muestra de televisores que
graban automticamente los canales que se observan

OTRAS TCNICAS DE RECOLECCION DE DATOS
a. Tcnica de grupo nominal
b. Tcnica delphi
c. Historias de vida
d. Escalas
e. Ensayos
f. Estudios de casos
g. Mapeo
h. Tcnicas rpidas de evaluacin de sondeo
i. Encuestas participativas.

3.11. INSTRUMENTOS DE RECOLECCIN DE DATOS:
Si tenemos presente el tema de investigacin por el que nos estarnos guiando
se percibir que, una vez obtenidos los indicadores de los elementos tericos y
definido el diseo de la investigacin, se har necesario estructurar las
tcnicas d recoleccin de datos correspondientes, para as poder construir los
instrumentos que nos permitan obtener tales datos de la realidad.
Un instrumento de recoleccin de datos es, en principio, cualquier recurso de
que pueda valerse el investigador para acercarse a los fenmenos y extraer de
ellos informacin. Ya adelantbamos que dentro de cada instrumento concreto
pueden distinguirse dos aspectos diferentes: una forma y un contenido. La
forma del instrumento se refiere al tipo de aproximacin que establecemos con
lo emprico, a las tcnicas que utilizamos para esta tarea; una exposicin ms
detallada de las principales es la que se ofrece al lector en este mismo
captulo. En cuanto al contenido ste queda expresado en la especificacin de
los datos concretos que necesitamos conseguir; se realiza, por lo tanto, en una
serie de tems que no son otra cosa que los indicadores bajo la forma de
preguntas, de elementos a observar, etc. De este modo, el instrumento
sintetiza en s toda la labor previa de investigacin: resume los aportes del
marco terico al seleccionar datos que corresponden a los indicadores y, por lo
tanto, a las variables o conceptos utilizados; pero tambin expresa. todo lo
que tiene de especficamente emprico nuestro objeto de estudio, pues
sintetiza a travs de las tcnicas de recoleccin que emplea, el diseo concreto
escogido para el trabajo.

PRACTICA CALIFICADA

Resolver los ejercicios presentados en la parte final del material de
trabajo.


- 26 -

I II I. . P PR RE ES SE EN NT TA AC CI I N N D DE E L LA A I IN NF FO OR RM MA AC CI I N N: :

En la Estadstica se trabaja generalmente con una gran cantidad de datos los cuales por
facilidad de anlisis y clculos se organizan en Cuadros de Distribucin de Frecuencias
(CDF) y Grficos Estadsticos (GE).

1. CUADRO DE DISTRIBUCIN DE FRECUENCIAS (CDF):

1.1. DEFINICIN:
Un cuadro de distribucin de frecuencias, es una tabla resumen de un conjunto
de datos que muestra el comportamiento o distribucin de la variable en estudio
en forma rpida y resumida.
An cuando un cuadro de frecuencias se construye a libre criterio de quien lo
ejecuta, generalmente es comn seguir algunos pasos que de alguna forma
homogenizan criterios y ayudan a los fines didcticos.
Para realizar este anlisis se tienen que tener en cuenta el tipo de variable que
se esta evaluando.

1.2. PARTES DE UN CUADRO DE DISTRIBUCION DE FRECUENCIAS:
Las partes de un CDF son las siguientes:
a. Nmero del cuadro de frecuencias en forma correlativa.
b. Ttulo: Especificar la variable y la poblacin en estudio
c. Encabezado o conceptos.
d. Cuerpo o contenido del cuadro de frecuencias
e. Nota de pie (no siempre es necesaria)
f. Fuente
g. Elaboracin

1.3. ELEMENTOS PARA CONSTRUIR UN CDF:
Para construir un cuadro de frecuencias se utilizan los siguientes elementos:
A. Valores de la variable Xi:
Los valores de la variable o datos se representan por Xi. Ejm: Si se tienen
50 datos sus valores correspondientes no agrupados se representan como
X
1
, X
2
, X
3
, ..., X
50
.
B. Intervalos de clase:
Los intervalos son subconjuntos de la recta real Ron que estn definidos
por un lmite menor o inferior Li y un lmite mayor o superior Ls.
C. Frecuencia:
1. Frecuencia absoluta simple:
Se denotan por fi. Est constituida por el nmero de veces que se
repite un valor. En el caso de intervalos es el nmero de observaciones
comprendidas en dicho intervalo. Estas frecuencias siempre son
enteros positivos y adems la suma de todos ellos es el tamao de la
muestra n.
2. Frecuencia relativa:
Se denotan por hi. Indica la relacin o proporcin existente entre la
frecuencia absoluta simple y el nmero total de datos. Estas
frecuencias son numeros fraccionarios positivos entre o y 1. Para fines
interpretativos estas frecuencias se expresan en % (hi%) . As:

n
f i
hi =

100 (%) x
n
i f
hi =


- 27 -

3. Frecuencia absoluta acumulada:
Se denotan por Fi. Resulta de la suma de las frecuencias cuyas marcas
de clase son iguales o menores a la marca de clase del intervalo dado o
considerado, es decir:
F
1
= f
1

F
2
= f
1
+ f
2

F
3
= f
1
+ f
2
+ f
3

.............................................

Fj = f
1
+ f
2
+ f
3
+ ....... + fi
4. Frecuencia relativa acumulada:
SE denotan Hi. Resulta de la suma de las frecuencias relativas simples
hasta la frecuencia del intervalo considerado. As:
H
4
= h
1
+ h
2
+ h
3
+ h
4

H
6
= h
1
+ h
2
+ ....+ h
6

Para fines interpretativos estas frecuencias se expresan en % (Hi%)
D. Marca de clase:
Se denota por Yi. Es el promedio de los valores correspondientes a los
lmites inferior y superior de cada uno de los intervalos determinados.

1.4. PROPIEDADES DE UN CDF:
A. Las fi y Fi son siempre nmeros enteros positivos. Es decir: fi , Fi 0
B. Las hi y Hi son siempre nmeros fraccionarios positivos comprendidos entre
0 y 1, es decir 0 hi , Hi 1
C. F1 siempre es igual f1 y H1 siempre es igual a h1.
D. La suma de todas las fi es igual a n y la suma de las hi es igual a 1.
E. Fm siempre es igual a n y Hm siempre es igual a 1.

1.5. CONSTRUCCIN DE CUADROS DE FRECUENCIAS:
Para la construccin de los CDF hay que tener en cuenta el tipo de variable que
se esta analizando, es decir, si es cuantitativa continua, cuantitativa discreta o
variable cualitativa.

A. CDF PARA UNA VARIABLE CUANTITATIVA CONTINUA:
Para la construccin de este cuadro hay que realizar los siguientes pasos:
PASO 1. Determinar el Rango del conjunto de datos.

PASO 2. Determinar el nmero de intervalos m.

Este valor siempre es un nmero entero (Redondeo)
PASO 3. Determinar la amplitud A intervlica (de cada intervalo).

Este valor esta en funcin de la estructura de la base de datos (tomar el inmediato
superior)
PASO 4. Determinar el nuevo rango R
2
(Solamente si se tomo un
inmediato superior)

A: es la amplitud teniendo en cuenta el inmediato superior.
PASO 5. Determinar los intervalos y finalmente construir el cuadro.
R = Valor mximo - Valor mnimo
m = 1 + 3.322 log ( n )
A = R / m
R
2
= A * m


- 28 -

B. CDF PARA UNA VARIABLE CUANTITATIVA DISCRETA:
Para la construccin de un CDF para una variable cuantitativa discreta
(valores discretos) ya no se utiliza los pasos anteriores solamente colocar en
los intervalos a los diferentes valores discretos.

C. CDF PARA UNA VARIABLE CUALITATIVA:
Para la construccin de un CDF para una variable cualitativa se sigue los
mismos pasos que para una variable cuantitativa discreta, es decir,
solamente colocar en los en los intervalos a las diferentes categoras de la
variable cualitativa.

Aplicaciones:

CASO N 01:

A continuacin se dan los datos relativos a las tasas de crecimiento de un grupo de
Instituciones Educativas Particulares durante el ao 2006.
1.39 1.35 2.27 1.15 2.29 1.75 1.32 1.52 1.72 1.08 2.14
1.65 1.15 2.52 1.75 2.26 2.23 1.93 2.55 1.89 1.68 1.48
1.70 265 2.67 1.23 2.02 1.65 1.71 1.37 1.84 1.92 1.35
1.46 3.09 1.16 1.40 1.09 1.61 1.44 1.18 1.04 2.59 1.95
1.92 2.13 1.67 1.59 1.92 1.31

Construya un cuadro de distribucin de frecuencias.

CASO N 02:
Se ha registrado el peso en kilogramos de 50 alumnos que estudian Ingeniera Industrial
en la Universidad Cesar Vallejo-Trujillo.

45 44 43 50 54 60 49 45 50 45
49 72 60 56 44 52 50 63 50 49
47 53 52 50 53 45 55 48 50 50
48 52 68 60 62 45 55 50 49 52
50 52 63 50 76 58 53 52 60 59

Construya un cuadro de distribucin de frecuencias

PRACTICA CALIFICADA

trabajo.


- 29 -

I II II I. . G GR R F FI IC CO OS S E ES ST TA AD D S ST TI IC CO OS S: :

1. DEFINICION:
- Un grfico estadstico es una representacin pictrica, cuyo objetivo es expresar el
comportamiento de una variable en estudio.
- Los grficos estadsticos son representaciones de informacin real que existe en
nuestro mundo, es una expresin artstica de datos reales y observados.
- Un grfico sirve tambin para comparar visualmente el comportamiento de dos o
ms variables similares o relacionadas.

2. PARTES DE UN GRAFICO ESTADISTICO:
- Numeracin.
- Titulo: Aqu se seala la poblacin en estudio y la variable de inters.
- Diagrama: esta dado por el propio dibujo el cual representa el comportamiento de
los datos.
- Escalas y/o leyendas: Son indicadores donde se precisa la correspondencia entre
los elementos del grfico y la naturaleza de las medidas representadas.
- Fuente: Aqu se seala el CDF que permiti obtener el respectivo grfico.

3. CRITERIOS PARA CONSTRUIR GRAFICOS:
- No existe una regla especfica para la construccin de grficos, pero si es posible
considerar algunas recomendaciones o criterios.
- Se emplea una diversidad de grficos, cuya estructura o forma depender del tipo
de variable que se est estudiando.
- Este grfico debe tener rasgos simples y de fcil comprensin.

4. TIPOS DE GRAFICOS ESTADISTICOS
Hay varias tipos de grficos, los cuales dependen del tipo de variable que esta
evaluando. Presentaremos aqu los mas importantes:
a. Grfico de bastones: Se utiliza cuando se tienen datos de una variable
cuantitativa discreta.
b. Histograma: Se utiliza cuando se tienen datos de una variable cuantitativa
continua.
c. Grfico de Barras: Se utiliza cuando se tienen datos de una variable cualitativa.
d. Grfico Sectorial o Pastel: Se utiliza cuando se tienen informacin de una variable
cualitativa o cuantitativa discreta.
e. Polgono de frecuencias: Se utiliza para indicar el comportamiento de un conjunto
de datos.
f. Grfico de series de tiempo: Se utiliza para analizar variables cuantitativas
continuas pero expresadas en el tiempo.
g. Pirmide poblacional: Se utiliza para analizar el comportamiento de una poblacin
segn sexo y edad.

PRACTICA CALIFICADA

trabajo.


- 30 -

I IV V. . A AN NA AL LI IS SI IS S E ES ST TA AD DI IS ST TI IC CO O D DE ES SC CR RI IP PT TI IV VO O: :

La estadstica descriptiva es una tcnica que consiste en obtener indicadores que
describen el comportamiento de un conjunto de datos. Dentro de estas medidas
estadsticas tenemos:
A. Las medidas de Posicin: Dentro de estas tenemos:
a. Medidas de tendencia central: Media, Moda, Mediana.
b. Medidas de localizacin: cuartiles, deciles y percentiles.
B. Las medidas de variacin: rango, varianza, desviacin estndar, coeficiente de
variacin.
C. Las medidas de deformacin: asimetra y kurtosis.

1. MEDIDAS DE TENDENCIA CENTRAL

1.1. MEDIA ARITMTICA:
- Se denota por x
- Es la medida estadstica ms fcil de calcular.
- La media o promedio es el punto central de un conjunto de datos.
- Para calcular la media aritmtica se utilizan las formulas adecuadas ya sea
sin son datos agrupados o datos no agrupados.

1.2. MEDIANA:
- Se denota por Me.
- Es un valor que divide al conjunto de datos en dos partes iguales, es decir,
cada segmento tiene el 50% de los datos.

1.3. MODA:
- Se denota por Mo.
- La moda es el valor que ms se repite en un conjunto de datos.
- En un conjunto de datos se presentan los siguientes casos:
a. No existir datos Amodal
b. 1 moda Unimodal.
c. 2 modas Bimodal
d. 3 a mas modas Multimodal

2. MEDIDAS DE LOCALIZACIN:

2.1. CUARTILES:
- Se denotan por Qk, donde k=1,2,3
- Son valores que dividen a un conjunto de datos en 4 partes iguales, es decir,
cada sector tiene el 25% de los datos.

2.2. DECILES:
- Se denotan por Dk, donde k=1,2,3,4,5,6,7,8,9
- Son valores que dividen a un conjunto de datos en 10 partes iguales, es
decir, cada sector tiene el 10% de los datos.


- 31 -

2.3. PERCENTILES:
- Se denotan por Pk, donde k=1,2,3,4,5,6,7,8,9,10, , 99
- Son valores que dividen a un conjunto de datos en 100 partes iguales, es
decir, cada sector tiene el 1% de los datos.

3. MEDIDAS DE VARIABILIDAD:

3.1. RANGO:
- Se denota por R y la medida de variabilidad ms fcil de calcular.
- Es la diferencia que existe entre el valor mximo y el valor mnimo del
conjunto de datos.

3.2. VARIANZA:
- Mide la variabilidad de un conjunto de datos respecto a un valor
central(promedio)
- Mide la variabilidad pero en unidades elevadas al cuadrado, por lo tanto es
ilgica su interpretacin.

3.3. DESVIACIN ESTANDAR:
- Mide la variabilidad de un conjunto de datos respecto a su valor central pero
en unidades originales.
- Esta es la medida de variabilidad que tiene una interpretacin lgica.
- Se obtiene al sacra la raz cuadrada de la varianza.

3.4. COEFICIETE DE VARIACIN:
- Se denota por C.V.
- El C.V. sirve para determinar si un conjunto de datos tiene un
comportamiento homogneo o heterogneo.
- Para llegar a determinar la homogeneidad se compara con un valor
convencional del 33%.
- Si el CV 33% el conjunto de datos tiene un comportamiento homogneo.
- Si el CV > 33% el conjunto de datos tiene un comportamiento heterogneo.

4. MEDIDAS DE FORMA:

4.1. ASIMETRIA:
- La asimetra se entiende como la deformacin horizontal de un conjunto de
datos.
- Para conocer esta asimetra se calcula el coeficiente de asimetra As.
- En un conjunto de datos pueden presentar los siguientes casos:
a. As= 0, el conjunto de datos es simtrica.
b. As<0, el conjunto de datos es asimtrica negativa.
c. As>0, el conjunto de datos es asimtrica positiva.

4.2. KURTOSIS:
S
Mo X
As

=
S
Me X
As
) ( 3
=
1 3
1 2 3
2
Q Q
Q Q Q
As
+
=


- 32 -

- Se entiende por Kurtosis a la deformacin vertical de un conjunto de datos,
es decir, mide el apuntamiento o achatamiento de un conjunto de datos.
- Para conocer que tipo de asimetra tiene un conjunto de datos, se utilizan las
siguientes formulas:

A. Kurtosis en funcin de los momentos:
- Si K1>3, el conjunto de datos es leptocrtica.
- Si K1=3, el conjunto de datos es mesoctica.
- Si K1<3, el conjunto de datos es platicrtica.

M4: Momento de orden cuatro respecto a la media
M2: Momento de orden dos respecto a la media

B. Kurtosis en funcin de los momentos de orden 4:
- Si K2>0, el conjunto de datos es leptocrtica.
- Si K2=0, el conjunto de datos es mesoctica.
- Si K2<0, el conjunto de datos es platicrtica.

C. Kurtosis en funcin de loscuantiles:
- Si K3>0.263, el conjunto de datos es leptocrtica.
- Si K3=0.263, el conjunto de datos es mesoctica.
- Si K3<0.263, el conjunto de datos es platicrtica.

PRACTICA CALIFICADA

trabajo.

3
) (
2
2
4
=
s
M
K
2
2
4
) (
1
M
M
K =
) ( 2
10 90
1 3
P P
Q Q
As
=


- 33 -

5. FORMULAS PARA CALCULAR LAS MEDIDAS DE TENDENCIA CENTRAL:

MEDIDAS
PARA DATOS NO
AGRUPADOS
PARA DATOS AGRUPADOS
PROMEDIO n
x
X
n
i
i
=
=
1

Xi: datos
n = nmero de datos

n
f Y
X
m
i i
i i
=
=
Yi: Marca de clase o punto
medio
fi: frecuencia absoluta simple
n: nmero de datos.
MODA
Procedimiento:
Observar la base de datos y
determinar el valor que ms se
repite.
(
A + A
A
+ =
2 1
1
A Li Mo
Li: limite inferior del intervalo
modal.
A: amplitud intervlica
1 2
1 1
+
= A
= A
j j
j j
f f
f f

MEDIANA
Procedimiento:
- Ordenar la serie en forma
ascendente
- Cuando n impar:
Me = valor central
- Cuando n par:
Me = promedio de los
valores centrales
(
(

+ =

j
j
f
F n
A Li Me
1
2 /

Li: limite inferior del intervalo
mediano.
A: amplitud intervlica.
2 / n es el elemento
determinante
Fj-1: Frecuencia acumulada
anterior al intervalo mediano
fj:Frecuencia abs. simple del
intervalo mediano
C
U
A
N
T
I
L
E
S

QUARTILES
Seguir pasos similares a la
mediana.
(
(

+ =

j
j
K
f
F kn
A Li Q
1
4 /

Similar a la Me. Lo nico que
cambia es el elemento
determinante.
DECILES
mediana.

(
(

+ =

j
j
K
f
F kn
A Li D
1
10 /

determinante.
PERCENTILES
mediana.

(
(

+ =

j
j
K
f
F kn
A Li P
1
100 /

determinante.


- 34 -

6. FORMULAS PARA CALCULAR LAS MEDIDAS DE DISPERSION O VARIACIN

MEDIDAS
PARA DATOS NO
AGRUPADOS
PARA DATOS AGRUPADOS
RANGO

min max V V R =

LI LS R =
Ls: Limite superior
Li: Limite inferior
V
A
R
I
A
N
Z
A

POBLACIONAL
N
u X
N
i
i
=

=
1
2
2
) (
o
Xi : Datos de la poblacin
u : promedio poblacional
N: Nmero de elementos de
la poblacin
N
f u Y
m
i
i i
=

=
1
2
2
* ) (
o

Yi : Marca de clase
u : promedio poblacional
N: Nmero de elementos de la
poblacin
MUESTRAL

1
) (
1
2
2
=
n
x x
s
n
i
i

Xi : Datos de la muestra
x : promedio muestral
n : Nmero de elementos de
la muestra

1
* ) (
1
2
2
=

=
n
f y y
s
m
i
i i

yi : Marca de clase
y : promedio muestral
n : Nmero de elementos de la
muestra
Formulas
abreviadas
|
|
|
|
.
|
\
|
=

=
=
n
i
n
i
i
i
n
x
x
n
s
1
1
2
2 2
) (
1
1

|
|
|
|
.
|
\
|
=

=
=
m
i
m
i
i i
i i
n
f y
f y
n
s
1
1
2
2 2
) (
1
1

DESVIACION
ESTANDAR
2
o o =

D.E. Poblacional

2
s s =

D.E. Muestral

COEFIENTE DE
VARIACIN
100 * . .
u
V C
o
=

C.V. Poblacional
100 * . .
x
s
V C =

C.V. Muestral


- 35 -

V V. . A AN NA AL LI IS SI IS S D DE E C CO OR RR RE EL LA AC CI I N N: :

- El anlisis de correlacin es una tcnica estadstica que mide el grado de asociacin o
afinidad entre las variables cuantitativas consideradas en un estudio.

- Se llamar CORRELACION SIMPLE cuando se trata de analizar la relacin entre dos
variables. Se llamar CORRELACION LINEAL O RECTILINEA si la funcin es una recta,
y de CORRELACION NO LINEAL cuando la funcin es una curva o una funcin de
grado superior.

- El COEFICIENTE DE CORRELACION DE PEARSON, es el estadgrafo que mide el grado
de asociacin o afinidad entre las variables cuantitativas y se denota por r la cual
se define como:

Interpretacin:
-1 -0.7 -0.4 0 0.4 0.7 -1

Perfecta Alta Regular Baja Baja Regular Alta Perfecta
N E G A T I V A P O S I T I V A

V VI I. . A AN NA AL LI IS SI IS S D DE E R RE EG GR RE ES SI IO ON N

1. ANALISIS DE REGRESION LINEAL SIMPLE:

- El anlisis de regresin es una tcnica estadstica que consisten en determinar la
relacin funcional entre dos variables cuantitativas en estudio.

- Esta relacin funcional entre las variables, es una ecuacin matemtica de la
forma Y= A + B X, que recibe el nombre tambin de Funcin de Regresin o
Modelo de Regresin.

- A la variable Y se le denomina variable dependiente, a la variable X independiente
y a A,B se les llama parmetros de la ecuacin de regresin.

- La finalidad del Anlisis de Regresin es hacer pronsticos es decir, hacer
estimaciones futuros de la variable dependiente.

PASOS A SEGUIR:
a. Realizar el diagrama de dispersin y ver el comportamiento de la variable.

b. Aplicar el mtodo de los Mnimos Cuadrados Ordinarios para estimar los
parmetros de la ecuacin. Las formulas son las siguientes:

= = = =
= = =

=
n
i
n
i
i
n
i
n
i
i i
n
i
n
i
n
i
i i i i
Y Y n X X n
Y X Y X n
r
1
2
1
1
2
1 1
2 2
1 1 1
) ( ) (


- 36 -

= =
= = =
=
n
i
n
i
i i
n
i
n
i
i i
n
i
i i
X X n
Y X Y X n
B
1
2
1
2
1 1 1
) (

X B Y A =

c. Para hacer el pronstico o el valor estimado de Y, reemplazar en la ecuacin
matemtica el respectivo valor de Xo, de la siguiente manera:

Y = A + B (Xo)

2. REGRESION LINEAL MULTIPLE:

- El ARLM es una tcnica estadstica que consiste en determinar el modelo de
regresin linel mltiple de una variable respuesta (Y) y un conjunto de variables
independientes (Xs).
- El modelo de regresin lineal mltiple esta dado por la siguiente ecuacin:

c | | | | + + + + + =
K K
X X X Y ...
2 2 1 1 0

- Para encontrar este modelo, es decir, estimar sus coeficientes tambin se utiliza el
Mtodo de los Mnimos Cuadrados Ordinarios.
- Los elementos de este modelo de regresin mltiple son los siguientes:
- Y es la variable dependiente o variable respuesta.
- A las Xs se le llama variables independientes.
- Bs se les llama coeficientes de regresin.
- En el ARLM se pruebab las siguientes Hiptesis:
Ho: Los Bs son iguales a cero (No hay efecto de las variables independientes en Y);
H1: Los Bs son diferentes de cero (Por lo menos un X influye en Y).
- Para dar respuesta a esta Hiptesis se utiliza el anlisis de varianza.

PRACTICA CALIFICADA

trabajo.


- 37 -

VII. CALCULO DE PROBABILIDADES:


1.1. EXPERIMENTO ALEATORIO (E) :
Un experimento aleatorio se caracteriza porque tienen las siguientes 3
propiedades:
a. Es un experimento NO deterministico.
b. Sus resultados posibles que pueden describirse con anterioridad.
c. Se pueden repetir infinitas veces sin cambiar sus condiciones.

Ejemplos:
E
1=
Lanzamiento de un dado y ver su puntaje obtenido.
E
2=
De una urna que contiene esferas blancas y negras seleccionar una y anotar
su color

Ejercicios:
Indique Ud. si los siguientes experimentos son aleatorios:
a. Elegir una carta de una baraja (52 cartas) y sealar la figura obtenida. V F
b. Verificar el estado de dos transistores (apagado y prendido) V F
c. Lanzar una piedra a una tina con agua. V F
d. Lanzar 4 monedas y ver el nmero de caras. V F
e. Extraer 3 bolas con reemplazo de una urna que contiene 12 bolas diferentes
(la bola se devuelve antes de extraer la siguiente bola). V F
f. Jugar un partido de fulbito V F
g. Soltar un plumn en el aire. V F
h. Rendir un examen. V F
i. Jugar la tinka V F
j. Realizar una operacin quirrgica. V F
k. Aplicar una fuera a un cuerpo en reposo. V F

1.2. ESPACIO MUESTRAL (S):
Es el conjunto de todos los resultados posibles de un experimento aleatorio. As
por ejemplo, los espacios muestrales asociados a los respectivos experimentos
mencionados anteriormente, son:

Experimento Espacio Muestral
E
1
S
1=
{1,2,3,4,5,6}

E
2
S
2=
{b,n}; b=blanca,
n=negra

Ejercicios: Indique el espacio muestral para los siguientes experimentos:
(Utilice el diagrama del rbol)
a. Lanzar 2 monedas: S= {..}

b. Lanzar 3 monedas S= {..}

c. Lanzar 1 dado y una moneda S= {..}

d. Anotar el sexo de un recin nacido S= {..}

e. Lanzar 2 dados S= {..}


- 38 -

f. Jugar un partido de ftbol S= {..}

g. Rendir un examen S= {..}

h. Prender una computadora S= {..}

i. Seleccionar dos bolas de una urna que contiene 2 bolas rojas, 2 bolas azules
y 2 bolas verdes. S= {.}

j. Seleccionar dos bolas de una urna que contiene 1 bola roja, 1 azul y 3
verdes.
S= {...}

k. Seleccionar tres bolas de una urna que contiene 2 bolas rojas, 2 azules y 2
verdes.
S= {.}

1.3. EVENTO O SUCESO:
Se llama Evento a cualquier subconjunto o parte del Espacio Muestral. As por
ejemplo, considerando los experimentos de los ejemplos anteriores:

En el E
1
:
A: el puntaje obtenido es un nmero impar.
Entonces, A= {1,3,5}

En E
2
:
B: se extrae una esfera blanca.
Luego, B= {b}

Ejercicios:
a. Una familia tiene 3 hijos, examinar su sexo, teniendo en cuenta la edad,
del mayor al menor.
1. Determinar su espacio muestral:
2. Determinar el evento A: Los 3 sean masculinos
3. Determinar el evento B: Por lo menos uno sea femenino.
b. Si un investigador de mercados entrevista a una ama de casa y a su
esposo para determinar la aceptacin o no aceptacin de un cierto
producto.
Asigne el valor 1 si acepta el producto.
Asigne el valor 2 si rechaza el producto.
1. Construya el espacio muestral para este experimento.
2. Determine el evento A: ambos acepten el producto.
3. Determine el evento B: Por lo menos uno de ellos acepte el producto.
c. Un comerciante tiene en su bolsillo cheques de 10,20, 30 y 50 dlares. Si
saca dos cheques de su bolsillo, uno tras otro. Calcular lo siguiente:
Considere lo siguiente:
D = Cheque de diez dlares
V = Cheque de veinte dlares
T = Cheque de treinta dlares
C = Cheque de cincuenta dlares

1. El espacio muestral asociado a este experimento
2. El evento A: Que el primer cheque sea de 10 y el siguiente de 20.
3. El evento B: Que el primer cheque halla sido de 20 dlares


- 39 -

d. Tres personas A, B, C solicitan empleo a una empresa. Si el experimento
consiste en ordenar las solicitudes de acuerdo a sus habilidades para el
trabajo. Construya:
1. El espacio muestral
2. El evento P: Que B ocupe el primer lugar.
3. El evento Q: Que A y B ocupen los primeros lugares.
e. En una urna se tiene 2 bolas rojas, 2 bolas azules y 2 verdes. Seleccionar
en forma aleatoria sin reemplazo 3 bolas de la urna.
1. Construir el espacio muestral.
2. Determinar el evento A: La primera sea roja
3. Determinar el evento B: Las 2 primeras sean azules.
4. Determinar el evento C: Obtener a los ms 2 bolas verdes.
f. En una urna se tiene 2 bolas rojas, 2 bolas azules y 2 verdes. Seleccionar
en forma aleatoria con reemplazo 3 bolas de la urna.
1. Construir el espacio muestral.
2. Determinar el evento A: La primera sea roja
3. Determinar el evento B: Las 2 primeras sean azules.
4. Determinar el evento C: Obtener a los ms 2 bolas verdes.
g. Una urna contiene 5 bolas blancas y 6 negras, se extrae al azar sin
reposicin dos bolas.
1. Cual es el espacio muestral (sin reposicin)
2. Cual es el espacio muestral (con reposicin)
3. Determinar el evento A: Que las bolas sean blancas para ambos casos.
h. Se tiene una baraja con 52 cartas. Se seleccionan al azar 2 cartas y se
observa la figura.
1. Cual es el espacio muestral asociado con este experimento
2. Si se observa el nmero. Cual es el espacio muestral?

1.4. PROBABILIDAD DE LA OCURRENCIA DE UN EVENTO P[A] :

P[A] se lee: Probabilidad de que ocurra el suceso A. Una probabilidad mide
el grado de ocurrencia de enento o suceso y esta definido por:
| |
) (
) (
S n
A n
A P =
N de casos favorables
P[A] =
N de casos posibles

Ejemplo1:
Sea: E
1=
Lanzamiento de un dado y su puntaje obtenido.
Su espacio muestral esta dado por: S
1=
{1,2,3,4,5,6}

Calcule la probabilidad de la ocurrencia de los sucesos A, B, C definidos a
continuacin:

a) A: El puntaje obtenido es un nmero par: A = {2, 4, 6}
P [A]=
( )
( )
n A
n S
=
3
6
= 0.5 50%
Interpretacin: La Probabilidad de la ocurrencia del suceso A es de 50%

b) B: Puntaje es menor igual que 5. B = {1,2,3,4,5}
P[B]=
( )
( )
n B
n S
=
5
6
= 0.8333 83.33%
Interpretacin: La Probabilidad de la ocurrencia del suceso B es de 83.33%


- 40 -

c) C: Puntaje es mayor que 9. C = C
P [C]=
( )
( )
n C
n S
=
0
6
= 0 0%
Interpretacin: La Probabilidad de la ocurrencia del suceso C es de 0%

Ejemplo2:
Sea el E
2
: Extraccin de una carta de un juego de 52 naipes:

a) Cul es la probabilidad de que sea espada
P [A]=
( )
( )
n A
n S
=
13
52
= 0.25 = 25%
b) Cual es la probabilidad de que sea menor de 9:
8 cartas son menores que 9, por lo tanto el total de cartas es igual a 32
(8x4)
P [B] =
( )
( )
n B
n S
=
32
52
= 0.6153 61.53%
c) Cual es probabilidad de que sea 13:
Hay 4 cartas 13 es decir que n (C) = 4 (las cartas son: el 13 +, el 13 v, el
13 + y el 13 +)
P [C]=
( )
( )
n C
n S
=
4
52
= 0.0769 7.69%

1.5. LGEBRA DE EVENTOS

UNION DE EVENTOS:
Esta definido de la siguiente manera:
P [A B]= P[A] + P[B] P [AB] =
( )
( )
n A
n S
+
( )
( )
n B
n S

( )
( )
n A B
n S

INTERSECCIN DE SUCESOS:
Esta definido de la siguiente manera:
P [A B]=
( )
( )
n A B
n S

EJERCICIOS:
Si se extrae una carta de un juego de 52 naipes.Cul es la probabilidad de que
la carta seleccionada :
a. Sea roja mayor de 9
b. Sea roja y mayor de 9
c. Sea espada igual que 5
d. Sea menor de 5 mayor de 10

SOLUCIN:
a. Sea roja mayor de 9. Luego se define los siguientes eventos:
A= carta roja
B= mayor de 9
Entonces, P [A B]= P[A] + P[B] - P[AB] =
( )
( )
n A
n S
+
( )
( )
n B
n S

( )
( )
n A B
n S


- 41 -

26 16
52 52
= +
8
52
=
34
52
= 0.6538 65.38%

b. Sea roja y mayor de 9:
A= roja
B= mayor a 9
Luego, P [AB] =
( )
( )
n A B
n S
=
8
52
= 0.1538 15.38%

c. Sea espada igual que 5:
A= espada
B= 5
Luego, P [AB] = P [A] + P [B] P [AB] =
13 4 1
52 52 52
+

d. Sea menor de 5 mayor de 10
A < 5
B >10
Luego, P [A B]= P [A] + P [B] P [AB] = 16/52 + 12/52 0/52 =
7/13= 0.5384 53.84%

1.6. RBOL DE PROBABILIDADES

El diagrama del rbol es ms sugerente para determinar el espacio muestral de
un experimento aleatorio compuesto.

EJERCICIO:
Se tiene 6 esferas de colores en una nfora, de las cuales 3 son rojas, 2 son
blancas y 1 es negra. Se extraen aleatoriamente a la suerte de 1 en 1 sin
reposicin

a. Construya un rbol de probabilidades hasta la tercera extraccin
b. Cul es la probabilidad de obtener 2 rojas hasta la tercera extraccin
c. Cul es la probabilidad de obtener una esfera blanca y una esfera negra
hasta la segunda extraccin.

SOLUCIN:

a. Figura

b. Probabilidad de obtener dos rojas hasta la tercera extraccin:

P [A]= 3/6 * 2/5 * 2/4+3/6 * 2/5 * 1/4+3/6 * 2/5 * 2/4+3/6 * 1/5 *
2/4+2/6 * 3/5 * 2/4+1/6 * 3/5 * 2/4
P [A]= 9/20 = 0.45 45%

c. Probabilidad de obtener una esfera blanca y una esfera negra hasta la
segunda extraccin:

P [x] = 2/6 * 1/5 + 1/6 * 2/5
= 2/15 = 0.1333 13.33%


- 42 -

1.6. PROBABILIDAD CONDICIONAL:

Es aquella en la que el total de casos posibles ya no es igual a n(S), sino que se
refiere a un nmero menor o subconjunto de S.
( / ) P A B SE LEE: probabilidad de que ocurra el suceso A, sabiendo que ha
ocurrido el suceso B

Frmula:
( )
( / )
( )
n A B
P A B
n B
= En donde B es la condicin

EJERCICIO:
Se extrae una carta al azar. Cul es la probabilidad de que la carta
seleccionada sea menor de 7, si se conoce que es roja?
A = menor que 7
B = color rojo
P [A/B] = 12/26 = 6/13 = 46.15 % Hay 46.15% de probabilidades de que la
carta seleccionada sea menor que 7, sabiendo que es roja.
3 3/ /6 6
2 2/ /6 6
1 1/ /6 6
2 2/ /5 5
2 2/ /5 5
1 1/ /5 5
3 3/ /5 5
1 1/ /5 5
1 1/ /5 5
3 3/ /5 5
2 2/ /5 5
2 2/ /4 4
2 2/ /4 4
2 2/ /4 4
1 1/ /4 4
1 1/ /4 4
1 1/ /4 4
2 2/ /4 4
1 1/ /4 4
2 2/ /4 4
1 1/ /4 4
1 1/ /4 4
3 3/ /4 4
1 1/ /4 4
3 3/ /4 4
1 1/ /4 4
2 2/ /4 4
2 2/ /4 4
3 3/ /4 4
1 1/ /4 4
R R
B B
N N
R R
B B
N N
R R
B B
N N
R R
B B
R R
B B
R R
B B
R R
B B
N N
R R
B B
N N
R R
B B
R R
B B
N N
R R
N N
R R
B B


- 43 -

V VI II II I. . D DI IS ST TR RI IB BU UC CI IO ON NE ES S D DE E P PR RO OB BA AB BI IL LI ID DA AD DE ES S: :

LA DISTRIBUCIN NORMAL:

- La distribucin normal, llamada tambin Curva de Gauss (en recuerdo al
cientfico que lo descubri), es la distribucin de probabilidad ms importancia en
la Estadstica y por ende del Calculo de Probabilidades.
- Esta distribucin de probabilidad es importante porque las variables aleatorias
continuas (peso, edad, talla, produccin, gasto en publicidad, temperatura,
ventas, PBI, ganancias, etc) que son variables que ms se evalan en una
investigacin cientfica o investigacin de mercados se aproximan a esta
distribucin de probabilidad.
- Tambin es importante porque se utiliza como aproximacin de las distribuciones
discretas tales como: la Binomial, la Poisson, etc.

CARACTERSTICAS
1. Tiene como parmetros a y o
2. Su funcin de probabilidad est dada por:
+ < < =
|
.
|
\
|
X x f
X
,
2
1
) (
2
2
1
o
c
to

Adems: - +
- < < + y o > 0

3. El promedio puede tomar valores entre y + mientras que o > 0, entonces
existen infinitas curvas normales.
4. Esta funcin de probabilidad es asinttica con respecto al eje X, (a pesar de tener
recorrido infinito, la curva nunca toca el eje X); adems es unimodal y es
simtrica con respecto a la media .
5. El are bajo esta funcin o curva es 1 100%, de la misma manera se sabe que
las reas comprendidas bajo la curva normal son :

1. o = 68.3%

2. 2o = 95.5%

3. 3o = 99%

- 3 2 1 1 2 3 +

7. Para calcular probabilidades en la distribucin normal se necesitaran infinitas tablas
de probabilidad.


- 44 -

LA DISTRIBUCIN NORMAL ESTNDAR:

1. Es una distribucin a la cual se le ha modificado la escala original; esta
modificacin se ha logrado restando la media al valor de la variable original y
dividiendo este resultado por o, la nueva variable se denota por Z y recibe el
nombre de variable estandarizada

Z
X
=

o

2. La modificacin de la escala ha permitido elaborar una tabla para el clculo de las
probabilidades; si esto no hubiera sido posible, sera necesario construir una tabla
para cada valor de y o.
3. La funcin de densidad de la variable estandarizada es:

f z e
z
( ) =

1
2
1
2
2
t

4. El promedio (valor esperado) y la varianza de Z son: E(Z) = 0 , V(Z) = 1
5. Notacin:
Si X es v.a. continua distribuida normalmente con media y varianza o
2
, la
denotamos por : X N( , o
2
).
Aplicando esta notacin a la variable normal estandarizada Z, escribimos:
Z N(0 , 1) , esto se interpreta como, Z tiene distribucin normal con media 0
y varianza 1.
6. La superficie bajo la curva normal Z estandarizada tambin es igual a 1. Por
consiguiente, las probabilidades pueden representarse como reas bajo la curva
normal escandalizada entre dos valores.
7. Debido a que la distribucin normal es simtrica muchas de las tablas disponibles
contienen solo probabilidades para valores positivos de Z.
USO DE TABLA:
Si se conoce el comportamiento de una variable, es decir, se sabe que tienen una
distribucin normal, para calcular las diferentes probabilidades se tiene que
estandarizar la variable. Una vez estandarizada la variable, recin utilizar la tabla de
la distribucin normal estandarizada o tabla Z.
FORMULAS:
a. ) ( ) ( ) (
o

o

o

s =
= s
a
Z P
a x
P a x P
b. ) ( 1 ) ( 1 ) ( 1 ) (
o

o

o

s =
= s = >
a
Z P
a x
P a x P a x P
c. ) ( ) ( ) (
o

o

o
o

s s
s s
= s s
a
Z
a
P
b
x
a
P b x a P

PRACTICA CALIFICADA
Resolver los ejercicios presentados en la parte final del material de trabajo.


- 45 -

IX. ESTIMACIN ESTADSTICA

A. ESTIMACION PUNTUAL:
Es aquel nico valor que se obtiene de la muestra, es decir, que para su clculo se
debe tener informacin muestral. Las formulas para calcular o realizar estas
estimaciones son las siguientes:

PROMEDI O VARI ANZA PROPORCI ON
PARAMETRO

2
o P
ESTI MACI ON
PUNTUAL

B. ESTIMACIN INTERVLICA:
Al realizar una estimacin, siempre se va a cometer un error. Entonces, cuando
estimamos un parmetro nunca va a ser exacto, ese valor ser mayor o menor al
verdadero. Entonces se obtendr un intervalo de valores posibles. Ese intervalo se
llama estimacin intervlica.A esa diferencia mayor o menor se llama error de
estimacin, el cual esta en relacin directa con la variabilidad del estimador y el nivel
de confianza determinado por el investigador. La estimacin intervalica para un
parmetro en general, esta dada por:

u o u o
o u u o u
2 / 2 /

Z Z + s s

Error de Estimacin Error de estimacin
Tambin se puede escribir de la siguiente manera:

u o
o u u
2 /
: Z

Para determinar este intervalo se necesita de:
a. La estimacin puntual
b. La desviacin estndar del estimador.
c. Nivel de confianza, el cual ser repartido para cada lado del intervalo.

n
x
x
n
i
i
=
= =
1
1
) (
1
2
2 2
= =

=
n
x x
s
n
i
i
o n
a
p P = =
ESTIMACIN: Es el proceso mediante el cual se intenta determinar el valor del

parmetro de la poblacin a partir de la informacin de una muestra. Al realizar una
estimacin siempre se va a cometer un error. Existen dos tipos de estimacin:
A. ESTIMACIN PUNTUAL B. ESTIMACIN INTERVLICA


- 46 -

FORMULAS DE LOS INTERVALOS DE CONFIANZA
I. INTERVALO DE CONFIANZA PARA EL PROMEDIO POBLACIONAL

A. Si la muestra (n) es mayor de 30 y la varianza poblacional es conocida:

n
Z x
o
o 2 /
:

B. Si la muestra (n) es menor o igual a 30 y la varianza poblacional es desconocida:

n
s
t x
n ) 1 , 2 /
(
:

II. INTERVALO DE CONFIANZA PARA LA PROPORCION POBLACIONAL

A. Si la proporcin poblacional se conoce:

n
PQ
Z p P
2 /
:
o

B. Si la proporcin poblacional No se conoce: (entonces hay que calcularla en la
muestra)

n
pq
Z p P
2 /
:
o

III. INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE MEDIAS

A. Si las muestras son de tamao n
1
>30 y n
2
>30 (grandes) y adems las varianzas
poblacionales se CONOCEN:

2
2
2
1
2
1
2 / 2 1 2 1
) ( :
n n
Z x x
o o

o
+

B. Si las muestras son de tamao n
1
<30 y n
2
<30 (pequeas) y adems las
varianzas poblacionales DESCONOCIDAS:

)
1 1
( ) ( :
2 1
2
) 2 , 2 / ( 2 1 2 1
2 1
n n
s t x x
c n n
+
+ o

Donde :

2 n n
s ) 1 n ( s ) 1 n (
s
2 1
2
2 2
2
1 1 2
c
+
+
=
, se llama varianza mancomunada

IV. INTERVALO DE CONFIANZA PARA LA DIFERENCIA DE PROPORCIONES:
A. Si p
1
y p
2
se determinan a partir de muestras:

2
2 2
1
1 1
2 / 2 1 2 1
) ( :
n
q p
n
q p
Z p p P P +
o


- 47 -

X. MUESTREO


MUESTREO
Es una TCNICA ESTADSTICA por la cual se realizan inferencias a la poblacin
examinando solo una parte de ella, sta parte recibe el nombre de MUESTRA, la
cual debe ser estadsticamente representativa y adecuada.

Ventajas: Desventajas:
- Costo reducido Presencia del error de muestreo
- Mayor rapidez y exactitud Presencia de gran variabilidad de las obs.
- Minimiza los costos.
TCNICAS DE MUESTREO
Existen 2 tipos de tcnicas de muestreo:
A. TECNICAS PROBABILISTICAS: B. TECNICAS NO PROBABILISTICAS
- Muestreo aleatorio simple El muestreo a criterio o juicio.
- Muestreo aleatorio estratificado El muestreo por cuotas.
- Muestreo sistemtico El muestreo por conveniencia.
- Muetsreo por conglomerados etc
- Etc.

UNIDAD DE ANLISIS:
Para seleccionar una muestra, primero se define la unidad de anlisis que puede
ser un cliente, un votante, una organizacin, un libro contable, un peridico, un
hospital, un paciente, etc. Esta definicin nos permite identificar Quien va ha ser
medido , Quien nos va ha dar la informacin y por lo tanto precisar claramente el
problema a investigar y los objetivos de la investigacin.

POBLACION OBJETIVO:
Una vez que se ha definido la unidad de anlisis se procede a delimitar la poblacin
que va a ser estudiada y sobre la cual se pretende generalizar o inferir los
resultados. Entonces, una poblacin es el conjunto de todos las unidades de estudio
que concuerdan con una serie de especificaciones o caractersticas. Para seleccionar
la muestra debe delimitarse la poblacin identificando sus caractersticas o
variables de inters a fin de determinar los parmetros poblacionales. En algunos
casos, la delimitacin de una poblacin no slo depende de los objetivos del
estudio, sino de otras razones prcticas. Las poblaciones tienen que ser
especificadas en contenido, lugar y tiempo.

MUESTRA:
La muestra es en esencia, un subconjunto de elementos que pertenecen a una
poblacin de estudio. Para seleccionar una muestra debemos de tener presente el
tipo de muestreo a utilizar: muestreo probabilstica y el muestreo no probabilstico.
Se tiene que definir la variable de inters o de estudio principal, para que en
funcin de esta se sepa que tipo de muestreo utilizar y por ende que formula
utilizar. Luego calcular el tamao de muestra y finalmente seleccionar las unidades
de anlisis.


- 48 -

2. DETERMINACIN DEL TAMAO DE MUESTRA:

Para determinar el tamao, primeramente hay que identificar la variable a estudiar
(Cuantitativa o cualitativa). Luego depende de cuatro factores o elementos que son
los siguientes:

PARA UNA VARIABLE CUANTITATIVA:
a. Un nivel de confianza: Que es adoptado por el investigador, el cual puede ser
90%, 95% o 99% y que origina el valor de Z.
b. El error de estimacin (E): Que tambin es fijado por el investigador
c. La desviacin estndar varianza: que son valores que se obtienen por estudios
anteriores, por la muestra piloto o por la distribucin de la poblacin.
d. El Tamao de la poblacin (N): Que generalmente no se conoce.

PARA UNA VARIABLE CUALITATIVA:
a. Un nivel de confianza: Que es adoptado por el investigador, el cual puede ser
90%, 95% o 99% y que origina el valor de Z.
b. El error de estimacin (E): Que tambin es fijado por el investigador
c. La proporcin poblacional (P): que son valores que se obtienen por estudios
anteriores, por la muestra piloto y si no se conoce asumir p=0.5.
d. El Tamao de la poblacin (N): Que generalmente no se conoce.

3. FORMULAS PARA DETERMINAR EL TAMAO DE MUESTRA:

VARIABLE
Cualitativa
(Proporcin Poblacional)
Cuantitativa
(Promedio Poblacional)
POBLACION
INFINITA
(Cuando no se
conoce N)
2
2
0
) 1 (
E
P P Z
n

=
2
2 2
0
E
S Z
n =

POBLACION
FINITA
(Cuando se
conoce N)

) 1 ( ) 1 (
) 1 (
2 2
2
P P Z N E
N P P Z
n
+

=

2 2 2
2 2
) 1 ( S Z N E
N S Z
n
+
=

- Z= es el valor de la distribucin normal estandarizada para un nivel de confianza
fijado por el investigador.
- S= Desviacin estndar de la variable fundamental del estudio o de inters para
el investigador. Obtenida por estudios anteriores, muestra piloto, criterio de
experto o distribucin de la variable de inters.
- P= es la proporcin de la poblacin que cumple con la caracterstica de inters.
- E= % del estimador o en valor absoluto (unidades). Fijada por el investigador.
- N= Tamao de la poblacin.

4. PASOS A SEGUIR PARA DETERMINAR LA MUESTRA PTIMA:

A. Identificar eL tipo de variable a analizar.
B. Asumir que la poblacin es infinita y aplicar la formula respectiva sealadas
anteriormente. Esta muestra se llama muestra previa.
C. Luego si se conoce el tamao de la poblacin N, obtener la fraccin de muestreo
N
n
0


- 49 -

- Si % 5
0
<
N
n
, entonces la muestra definitiva es n
0
(muestra previa)
- Si % 5
0
>
N
n
, entonces se ajusta la muestra.
D. Para ajustar la muestra se tiene que aplicar la siguiente formula:

N
n
n
n
0
0
1+
=
, n es la muestra final.

5. ESTIMACION DE LOS VALORES A APLICAR EN LAS FORMULAS

A. Valor de Z: es el valor de la abcisa de la distribucin normal estandarizada
teniendo en cuenta el nivel de confianza fijado por el investigador, por lo tanto
este valor se encuentra en las tablas estadstica respectiva. Para hacer el trabajo
menos tedioso, presentamos a continuacin los diferentes valores de Z
TABLA N 01
VALORES DE LA DISTRIBUCIN NORMAL
ESTANDARIZADA(Z)
Nivel de confianza
(1-o)
Nivel de
significancia
(o)
Valor Z
Bilateral Unilateral
90% = 0.90
95% = 0.95
98% = 0.98
99% = 0.99
10% = 0.10
5% = 0.05
2% = 0.02
1% = 0.01
1.64
1.96
2.32
2.57
1.28
1.64
2.05
2.32

B. Clculo del Valor de P: Se calcula este valor cuando la variable de estudio es
cualitativa.
TABLA N 02
COMPORTAMIENTO DE P y Q
P Q=1-P PQ
0.05
0.10
0.20
0.30
0.40
0.50
0.60
0.70
0.80
0.90
0.95
0.95
0.90
0.80
0.70
0.60
0.50
0.40
0.30
0.20
0.10
0.05
0.0475
0.090
0.160
0.210
0.240
0.250
0.240
0.210
0.160
0.090
0.0475
C. Clculo del Valor de la varianza (Si la variable es CUANTITATIVA): este
valor es obtenida por estudios anteriores, muestra piloto, criterio de experto o
distribucin de la variable de inters.
D. Clculo del error de estimacin: Generalmente se asume 2%, 5%, y 8% de
error. Este valor es fijado por el investigador. Es la diferencia entre el parmetro
(poblacin) y el estimador (Muestra). Es decir: o o E = .Este error puede ser
absoluto o relativo. Si E=0.35 se denomina error absoluto. Si consideramos un
error del 10% de la media, es decir, E=10%( x )=0.10(3.5)=0.35 se denomina
error relativo.


- 50 -

XI. PRUEBA DE HIPOTESIS:

- Para realizar un anlisis de pruebas de hiptesis hay que conocer algunas definiciones
preliminares que debemos conocer:


a. HIPTESIS: Es una respuesta a priori a un problema.
b. HIPTESIS ESTADSTICA: En un enunciado acerca del valor de un
parmetro poblacional.
c. PRUEBA DE HIPOTESIS: Es un procedimiento basado en la informacin
muestral y en la teora de probabilidad, para determinar si una hiptesis
estadstica debe ser aceptada o rechazada.

2. CLASES DE HIPOTESIS:

2.1. HIPOTESIS NULA.
- Se denota por Ho.
- Es una afirmacin o enunciado tentativo que se realiza acerca del valor de
un parmetro poblacional.
- Por lo comn es una afirmacin acerca del parmetro de poblacin cuando
toma un valor especfico.

2.2. HIPOTESIS ALTERNATIVA.
- Se denota por H1.
- Es una afirmacin o enunciado contraria a la presentada en la hiptesis
nula.

3. ERRORES QUE SE COMETEN EN UNA PRUEBA DE HIPOTESIS:

Error Tipo I:
Se comete este error cuando se rechaza la hiptesis nula, cuando es verdadera.
Se denota por = P(Rechazar Ho/Ho es verdadera)
Error Tipo II:
Se comete este error cuando se acepta la hiptesis, cuando es falsa.
Se denota por = P(Aceptar Ho/Ho es falsa)
Decisin
posible
Ho Verdadera Ho Falsa
Aceptar Ho Decisin
correcta
Error Tipo II
Rechazar Ho Error tipo I Decisin Correcta
|
o


- 51 -

4. TIPOS DE PRUEBAS DE HIPOTESIS:

A. PRUEBA BILATERAL O PRUEBA DE DOS COLAS

B. PRUEBA UNILATERAL O PRUEBA DE UNA SOLA COLA:

5. ETAPAS DE UNA PRUEBA DE HIPOTESIS:

Ho: u = u0
H1: u = u0

Prueba de cola inferior o izquierda
Ho: u = u
0

H
1
: u < u
0

Prueba de cola superior o derecha
Ho: u = u
0

H
1
: u > u
0

o/2 o/2
o
o
- Plantear la hiptesis nula y alternativa.
- Especificar el nivel de significancia (o confianza) que se va
a utilizar.(Generalmente la plantea el investigador)
- Elegir el estadstico de prueba que debe ser especificado
en trminos de un estimador del parmetro a probar.
- Establecer el valor o valores crticos para rechazar o
aceptar Ho. (Se encuentran en la tabla de probabilidades)
- Determinar la Regin de Aceptacin y de Rechazo, en
funcin a los valores crticos.
- Tomar la decisin de aceptar o rechazar Ho.
- Dar la conclusin respectiva


- 52 -

6. FORMULAS DE LOS ESTADSTICOS DE PRUEBA:

FORMULAS DE LOS ESTADISTICOS DE PRUEBA
I. PRUEBA DE HIPOTESIS PARA EL PROMEDIO POBLACIONAL:
C. Si n es mayor de 30 y la varianza poblacional es conocida:
Estadstico de prueba:

n
x
Z
o

=

2 / o
Z Z
t
= (distribucin normal)
D. Si n es menor o igual a 30 y la varianza poblacional es desconocida:

n
s
x
t

=
) 1 , 2 /
(

=
n
t
t t
o
(distribucin t de student)
II. PRUEBA DE HIPOTESS PARA LA PROPORCION POBLACIONAL

n
PQ
P p
Z

=

2 / o
Z Z
t
=
Esta formula es tanto para muestras grandes como para muestras pequeas.
III. PRUEBA DE HIPOTESIS PARA LA DIFERENCIA DE MEDIAS
C. Si las muestras son de tamao n
1
>30 y n
2
>30 (grandes) y adems las varianzas
poblacionales se CONOCEN:
2
2
1
1
2 1
) (
n n
D x x
Z
o o
+

=

2 / o
Z Z
t
=
D. Si las muestras son de tamao n
1
<30 y n
2
<30 (pequeas) y adems las varianzas
poblacionales DESCONOCIDAS:
2 1
2 1
1 1
) (
n n
S
D x x
t
c
+

=

) 1 , 2 /
(

=
n
t
t t
o
(distribucin t de
student)
Donde :

2 n n
s ) 1 n ( s ) 1 n (
s
2 1
2
2 2
2
1 1 2
c
+
+
= , se llama varianza mancomunada
IV. PRUEBA DE HIPOTESIS PARA LA DIFERENCIA DE PROPORCIONES:
B. Si p
1
y p
2
se determinan a partir de muestras:

2
2 2
1
1 1
2 1
) (
n
q p
n
q p
D p p
Z
+

=

2 / o
Z Z
t
=
Esta formula es tanto para muestras grandes como para muestras pequeas.


- 53 -

Mtodos Estadsticos
Ejercicios de Aplicacin

MsC. Luis Alberto Rubio Jacobo
Enero - 2013


- 54 -

ELEMENTOS Y CONCEPTOS BSICOS.
Tema: Determinacin de elementos.

Analizar los siguientes casos que se le presentan e identificar sus elementos.

1. El Ingeniero de produccin de una empresa dedicada a la fabricacin de bebidas alcohlicas desea
saber si el grado de azcar y porcentaje de alcohol han cumplido con los parmetros de calidad en la
produccin del da de hoy. Para ello toma una muestra de cinco botellas de cerveza y evala las
caractersticas de su inters. Identificar la unidad de estudio, la variable en estudio, el tipo de variable,
la poblacin, muestra.

2. EPPO S.A. es una empresa de servicios de transporte de pasajeros en la ciudad de Piura, que se
caracteriza por la responsabilidad y el compromiso de cada uno de sus integrantes. En dicha empresa
trabajan 1000 personas y se est estudiando conceder un aumento de sueldo a los trabajadores, para
ello se ha previsto realizar un estudio de factibilidad para ver si es posible realizar el aumento. La
comisin de funcionarios encargada de este estudio toma una muestra de 180 trabajadores
informando que ganan en promedio 1260 soles al mes. Identifique: la unidad de estudio, la variable en
estudio, el tipo de variable, la poblacin, muestra.

3. Una empresa de productos lcteos est realizando una investigacin de mercados a nivel de la
Provincia de Piura. En especial est considerando las familias residentes en los distritos de Piura,
Castilla y Catacaos. Su inters es saber cul es la cantidad de latas de leche que consumen
semanalmente. Si usted fuera el encargado de realizar esta investigacin, identifique la unidad de
estudio, la variable en estudio, el tipo de variable, la poblacin, muestra.

4. Un investigador social desea saber cules son las caractersticas socio demogrficas que influyen en el
rendimiento acadmico de los estudiantes de la Universidad Catlica Los ngeles de Chimbote
Catlica. Para ello ha considerado tomar una muestra (a criterio) del 10% del total de la poblacin
estudiantil. Identifique la unidad de estudio, la variable en estudio, el tipo de variable, la poblacin,
muestra.

5. El administrador de una gasolinera est haciendo un estudio para determinar si es posible la
instalacin de un nuevo servidor de gasolina en dicho establecimiento. Para realizarlo toma una
muestra de 150 automviles y evala el tiempo transcurrido en recibir el servicio. Identifique la
unidad de estudio, la variable en estudio, el tipo de variable, la poblacin, muestra.

6. Se est haciendo un estudio de la calidad de los lingotes de acero producidos por una empresa
siderrgica. Se han evaluado los pesos y dimetros de una muestra de 50 lingotes de acero. Dicha
muestra fue obtenida de la produccin diaria y las unidades de medida estn dadas en Kg. y cms.
Identificar la unidad de estudio, la variable en estudio, el tipo de variable, la poblacin, muestra.

7. Un comerciante mayorista quiere saber cul es la marca de detergente que ms se utiliza o de mayor
preferencia por las amas de casa de la ciudad de Piura. Para llevar a cabo esta investigacin se
selecciona una muestra de 504 amas de casa y se les aplica un cuestionario. Identificar la unidad de
estudio, la variable en estudio, el tipo de variable, la poblacin, muestra.


- 55 -

PRESENTACIN Y RECOLECCIN DE DATOS.
Tema: Distribucin de frecuencias.

1. A continuacin se presentan los resultados de una encuesta, cuyo fin es medir la aceptacin o rechazo
de cierto producto que se lanzar en el mercado:

si si si no si no si no si si
si si si si si no no si si si
no si si si si si no no si si
Construya con estos resultados un cuadro de distribucin de frecuencias. La empresa decidir lanzar el
producto al mercado si es que los resultados muestran que el porcentaje de aceptacin supera los
75%.
Se podr tomar la decisin de lanzar el producto al mercado? Explique por qu.

2. El Jefe de Produccin de la empresa Coca Cola desea presentar un informe a Gerencia sobre lo
producido durante el mes de Diciembre, para ello tiene reportes de toda la produccin segn el
formato 400 ML.

coca cola coca cola coca cola coca cola
fanta sprite fanta fanta
coca cola inca cola fanta sprite
fanta inca cola fanta inca cola
sprite inca cola sprite inca cola
sprite coca cola sprite inca cola
sprite coca cola inca cola inca cola

Elaborar un cuadro de distribucin de Frecuencias e interprete lo ms resaltante.

3. Al investigar el grado de instruccin* de 40 trabajadores de la empresa CLEAN SRL, se obtuvo los
siguientes resultados:

P A S S S P P A
A S S P A S P S
A S P A S S A P
P S S A P S S P
S P P S P P S S
* Primaria (P) Secundaria (S) y Superior (A)
Construir un cuadro de distribucin de frecuencias e interpretar lo ms resaltante.

4. La Empresa LUXNORT S.A., produce bombillas elctricas, que son utilizados en las instalaciones de los
departamentos en estreno. El gerente de dicha empresa, quiere saber cuntos artculos defectuosos
produce en el mes de Septiembre del presente ao. Para ello se revisaron 40 lotes y se encontr el
siguiente nmero de artculos defectuosos por lote:

3, 2, 5, 0, 1, 3, 2, 1, 0, 1, 3, 4, 2, 4, 4, 3, 4, 3, 2, 3.
5, 1, 3, 0, 2, 2, 2, 1, 1, 1, 2, 4, 2, 3, 5, 3, 1, 0, 2,0.
Construya con ellos una distribucin de frecuencias. Interprete los resultados

5. En un trabajo de Investigacin Social, organizado por la Municipal de Trujillo, los investigadores desean
determinar cul es el tipo de material de construccin de una vivienda que habitan los ciudadanos de
Trujillo en el Asentamiento humano Alto Trujillo. Con el fin de realizar un programa que les
beneficiar a dichos pobladores, se seleccion una muestra de 30 viviendas, dando los siguientes
resultados:


- 56 -

Esteras Esteras Esteras Esteras Adobe
Noble Adobe Adobe Adobe Esteras
Adobe Adobe Adobe Noble Noble
Adobe Noble Adobe Adobe Adobe
Esteras Adobe Esteras Adobe Adobe
Adobe Adobe Adobe Adobe Esteras
Construir un cuadro de distribucin de frecuencias e interpretar lo ms resaltante.

6. Con la finalidad de otorgar una bonificacin para poca escolar, se investiga el nmero de hijos de una
muestra de 40 trabajadores de la Municipalidad de la Esperanza en el presente ao, para ello se
registra entre otras caractersticas la cantidad de hijos que tiene cada trabajador obteniendo los
siguientes resultados:
1 4 5 5 5 5 0 4
5 3 4 1 4 3 0 0
0 0 1 3 3 3 5 6
4 4 1 0 2 2 1 4
2 2 3 5 5 4 1 1
Elaborar un cuadro de distribucin de Frecuencias e intrprete lo ms resaltante

7. A continuacin se presentan los montos mensuales en nuevos soles correspondientes a las ventas de
las 30 sucursales de Boticas Arcngel.

589 386 543 396 511 457
377 518 409 472 545 382
344 503 537 443 341 468
515 546 550 339 337 345
349 339 386 443 450 427
Realizar un cuadro de distribucin de frecuencias e interprete lo ms resaltante.

8. Se ha medido el contenido de calcio en los huesos a 30 pacientes del Hospital Regional de Trujillo en el
mes de enero del 2010, dndose los valores de las muestras obtenidas

11.49 8.74 9.16 12.92 12.71 10.02 11.43 9.06 12.05 8.67
10.33 9.50 8.11 10.83 12.19 10.82 8.95 8.47 10.18 11.41
11.19 11.57 10.15 11.32 10.93 10.79 8.23 9.30 12.40 11.66
Elaborar un CDF. Interpretar los resultados ms importantes en esta tabla.

9. A continuacin se presenta la distribucin de 96 Farmacias de Trujillo de acuerdo a su ingreso neto en
miles de soles durante el ao 2009. La informacin se obtuvo de los registros de La SUNAT.
INGRESO S/. Yi fi Fi hi % Hi%
0 4 6
4 8 11
8 12 27
12 16 29
16 20 23
TOTAL 96


- 57 -

Completar el CDF (titulo, cuerpo y fuente) e Interpretar.

10. A continuacin se presenta la distribucin del pago por atencin (en soles) de 500 pacientes de la
Clnica Santa Ana de la Ciudad de Trujillo en el mes de Diciembre del 2012. Los datos fueron obtenidos
del rea de Estadstica de dicho nosocomio.

PAGO S/. Yi fi Fi hi % Hi%
20
850 - 10%
210
- 1600 34%
96%

TOTAL n =

Completar el cuadro de Distribucin de Frecuencias e Interpretar:

11. A continuacin se presenta la distribucin de las ganancias diarias (Soles) durante los meses Febrero y
Marzo (60 das) de la Clnica Peruano Americano de Trujillo en el 2012.

GANANCIAS Yi fi Fi hi % Hi%
500 - 4
15%
- 950 20
10
20%
55

TOTAL n =

Completar el cuadro de distribucin de Frecuencias e Interpretar.


- 58 -

PRESENTACIN Y RECOLECCIN DE DATOS.
Tema: Grficos Estadsticos

1. Una variable categrica tiene tres categoras con las siguientes frecuencias:

Categora Frecuencia
A 13
B 28
C 9
a. Calcule el porcentaje de valores en cada categora.
b. Construya una grfica de barras.
c. Construya una grfica de pastel.
d. Construya un diagrama de Pareto.

2. Una variable categrica tiene cuatro categoras con los siguientes porcentajes:

Categora Porcentaje
A 12
B 29
C 35
D 24
a. Construya una grfica de barras.
b. Construya una grfica de pastel.
c. Construya un diagrama de Pareto.

3. En una encuesta se pregunt a 150 ejecutivos cul crean que era el error ms comn de los
candidatos durante las entrevistas de trabajo. Los resultados fueron los siguientes:

Razn Porcentaje
Poco o nulo conocimiento de la compaa 44
Sin preparacin para discutir sus planes profesionales 23
Escaso entusiasmo 16
Falta de contacto visual 5
Sin preparacin para discutir sus habilidades 3
Otras razones 9
a. Construya una grfica de barras, una grfica de pastel y un diagrama de Pareto.
b. Cul es el mtodo grfico que mejor refleja los datos?

4. El correo electrnico basura (spam) se ha convertido en un problema muy grave para la
productividad. La siguiente tabla muestra el uso que una compaa da al software antispam con base a
una encuesta realizada a ejecutivos de tecnologa.

Uso del software antispam por la compaa Porcentaje
Tiene software para algunos usuarios 12
Tiene software para todos los usuarios. 59
Planea tener software en los prximos 12 meses 20
No planea tener software 9
a. Construya una grfica de barras y una grfica de pastel.

5. Un analista registr las causas de las cadas de una red durante los pasados seis meses


- 59 -

Razn de la falla Frecuencia
Conexin fsica 1
Falta de energa 3
Software del servidor 29
Hardware del servidor 2
Servidor falto de memoria 32
Banda ancha inadecuada 1
a. Construya un diagrama de Pareto.

6. Los datos mostrados a continuacin representan el costo de la energa elctrica durante julio de 2009
para una muestra aleatoria de 50 departamentos de un condominio de una gran ciudad.

Datos brutos en soles.

69 71 20 78 47 102 53 97 27 82
57 85 90 116 72 111 48 120 100 65
141 100 120 100 91 58 37 114 51 83
95 63 50 54 30 43 87 66 93 49
41 49 106 75 85 90 72 97 68 66

a. Trace un histograma.
b. Trace una ojiva porcentual.


- 60 -

MEDIDAS DE TENDENCIA CENTRAL, POSICIN, DISPERSIN Y DE FORMA.
Tema: Medidas de tendencia central, posicin, dispersin y de forma.

1. A continuacin se presenta la distribucin de 96 empresas de Huamachuco de acuerdo a su ganancia
neta en miles de dlares durante el ao 2007. Esta informacin ha originado el siguiente cuadro de
distribucin de frecuencias:

GANANCIA
NMERO DE
EMPRESAS
5,000 11,000 6
11,000 17,000 11
17,000 23,000 27
23,000 29,000 29
29,000 - 35,000 23
Total 96
Calcular:
a. La ganancia neta promedio. Interprete
b. La ganancia mediana. Interprete
c. La ganancia modal. Interprete.
d. Cunto ganan como mximo el 25 % de las empresas.
e. El rango de la ganancia neta de estas empresas. Interprete.
f. La varianza.
g. La desviacin estndar. Interprete.
h. Determinar si las empresas tienen una ganancia neta homognea.
i. Obtenga las medidas de asimetra y curtosis e interprete.

2. Para cubrir las 2 vacantes en el departamento de contabilidad de una empresa, en una prueba escrita
los postulantes seleccionados obtuvieron los siguientes puntajes:

125, 148, 99, 132, 121, 114, 100, 98, 112, 123, 125
Calcular:
a. Hallar el puntaje promedio.
b. Hallar el puntaje mediano.
c. Hallar el puntaje modal.
d. Calcular el rango. Interprete
e. Calcular la varianza.
f. Calcular la desviacin estndar. Interprete
g. Calcular el coeficiente de variacin. Interprete.
h. Calcular las medidas de asimetra y curtosis e interprete.

3. En la empresa CAMPOSOL S.A. trabajan 15000 trabajadores. La empresa est estudiando conceder un
aumento y encarga hacer un estudio de factibilidad. La comisin encargada de este estudio toma una
muestra de 180 trabajadores informando que ganan en promedio 1060 soles. Considerando que estos
datos muestrales se pueden asumir como datos de la poblacin laboral:
a. Calcule el nuevo sueldo promedio si se produjera un aumento general de 245 soles.
b. Si por fiestas patrias los trabajadores reclaman una bonificacin extraordinaria de 240 soles y
consiguen su objetivo. Calcule el nuevo sueldo promedio.
c. Calcule el nuevo sueldo promedio en el caso que se produjera un aumento general del 14,5% de
los sueldos ms una cantidad fija de 68 soles.
d. A cunto asciende el monto pagado por la empresa a los trabajadores en el caso de que se
produjera un aumento del 16,25% de los sueldos ms una bonificacin de 135 soles?


- 61 -

4. A continuacin se presenta la distribucin de 135 familias residentes en las Urbanizaciones de San
Andrs, California y La Merced de acuerdo a su gasto semanal en consumo de leche de vaca en
dlares.
Gasto semanal en ($)
Nmero de familias
( fi )
Marca de clase
( Yi )
0 10 4 5
10 20 22 15
20 30 51 25
30 40 27 35
40 50 31 45
Total n=135
a. Calcular el gasto promedio semanal. Interprete
b. Calcular la mediana. Interprete.
c. Calcular la moda. Interprete
d. Calcular cunto gastan como mximo el 75% de las familias.
e. Calcular cunto gastan como mximo el 85% de las familias.
f. Calcular el rango.
g. Calcular la variabilidad del gasto realizado por las familias, en el consumo de leche de vaca.
Interprete.
h. Calcular si este gasto es homogneo. Interprete
i. Obtenga las medidas de asimetra y curtosis e interprete.

5. En la empresa CAMPOSOL S.A. trabajan 15000 trabajadores. La empresa est estudiando conceder un
aumento y encarga hacer un estudio de factibilidad. La comisin encargada de este estudio toma una
muestra de 180 trabajadores informando que ganan en promedio 1060 soles. Considerando que estos
datos muestrales se pueden asumir como datos de la poblacin laboral:
a. Calcule el nuevo sueldo promedio si se produjera un aumento general de 245 soles.
b. Si por fiestas patrias los trabajadores reclaman una bonificacin extraordinaria de 240 soles y
consiguen su objetivo. Calcule el nuevo sueldo promedio.
c. Calcule el nuevo sueldo promedio en el caso que se produjera un aumento general del 14,5% de
los sueldos ms una cantidad fija de 68 soles.
d. A cunto asciende el monto pagado por la empresa a los trabajadores en el caso de que se
produjera un aumento del 16,25% de los sueldos ms una bonificacin de 135 soles?

6. La empresa de transportes LNEA S.A. cuentan con 80 trabajadores, los cuales se distribuyen de
acuerdo a su edad (en aos) de la siguiente manera:

Aos 15-20 20-25 25-30 30-35 35-40 40-45 45-50 50-55
N de Trab. 4 9 17 23 14 9 3 1

a. La empresa quiere proponer un plan de seguro familiar si la edad promedio de los trabajadores
supera los 35 aos. Con la informacin que se tienen se propondr este plan de seguro familiar.
b. La empresa desea conocer tambin si el 50 % de su poblacin de trabajadores es menor de 30
aos. Realizar el anlisis estadstico respectivo.


- 62 -

7. Una empresa consultora de investigacin de mercados ha incorporado en su pgina web un formulario
para solicitar un boletn informativo sobre los servicios que sta ofrece.
Esta estrategia de entrega de informacin ha obtenido los siguientes resultados durante los meses de
julio y agosto:

Fecha
Nmero
de
solicitudes Fecha
Nmero
de
solicitudes Fecha
Nmero
de
solicitudes Fecha
Nmero
de
solicitudes
01-Jul 1 01-Ago 2 17-Jul 1 17-Ago 2
02-Jul 0 02-Ago 2 18-Jul 4 18-Ago 4
03-Jul 0 03-Ago 2 19-Jul 10 19-Ago 4
04-Jul 1 04-Ago 2 20-Jul 5 20-Ago 2
05-Jul 2 05-Ago 2 21-Jul 4 21-Ago 2
06-Jul 2 06-Ago 3 22-Jul 3 22-Ago 3
07-Jul 0 07-Ago 2 23-Jul 3 23-Ago 4
08-Jul 1 08-Ago 7 24-Jul 2 24-Ago 1
09-Jul 5 09-Ago 1 25-Jul 3 25-Ago 2
10-Jul 1 10-Ago 2 26-Jul 1 26-Ago 1
11-Jul 0 11-Ago 1 27-Jul 4 27-Ago 0
12-Jul 1 12-Ago 2 28-Jul 5 28-Ago 1
13-Jul 2 13-Ago 0 29-Jul 4 29-Ago 0
14-Jul 1 14-Ago 5 30-Jul 0 30-Ago 2
15-Jul 3 15-Ago 2 31-Jul 2 31-Ago 0
16-Jul 5 16-Ago 1

a. Obtenga la medida estadstica de tendencia central adecuada para cada mes e
intrprete.
b. En qu mes se obtuvo una mayor cantidad de visitantes (diaria)?

8. Se ha medido el tiempo de duracin de las visitas (en segundos) a la pgina web de Facebook. La
finalidad de esta evaluacin es tener el tiempo promedio de visita y proponer a las empresas un
tiempo predeterminado para la realizacin de campaas publicitarias.
14 19 13 16 25
15 20 9 25 7
12 16 4 17 15
10 15 7 18 23
6 17 15 16 30
14 13 13 9 32
a. Determinar el tiempo promedio e intrprete.
b. Cunto vara en tiempo, en promedio, las visitas respecto al promedio?

9. Se ha medido el contenido de calcio en los huesos a cierto nmero de pacientes del Hospital Regional
de Piura en el mes de enero del presente ao, obtenindose el siguiente cuadro de distribucin de
frecuencias:

Cont. Calcio Pacientes %
13.7 - 3 9%


- 63 -

7 22%
9 28%
6 19%
-16.7 1 3%
Total

a. Obtener la desviacin estndar. Interprete su resultado.
b. Obtener el cuartil 3. Interprete su resultado.

10. En el mes pasado la empresa Avcola NORAVES realiz un estudio de investigacin sobre los pesos de
200 pollos nacidos en incubadora. De los resultados en ese estudio se obtuvo el siguiente cuadro de
Distribucin de Frecuencias:

PESOS DE LOS POLLOS NACIDOS EN INCUBADORA.

Pesos 30 - 70 70 - 110 110 - 150 150 - 190 190 - 230
Porcentaje 40% 25% 20% 10% 5%
Fuente: Centro de Investigacin Avcola NORAVES.

Del cuadro de distribucin de Frecuencias anterior, obtenga:
a. Obtenga las tres medidas de tendencia central, estudiadas en clases, de los pesos de los pollos.
Interprete.
b. Por debajo de que peso se encuentra el 85% del total de los pollos?


- 64 -

REGRESIN Y CORRELACIN LINEAL SIMPLE.
Tema: Regresin lineal simple, Correlacin lineal simple.

1. LA EMPRESA HIDRANDINA de la ciudad de Trujillo, est haciendo un estudio sobre los
consumos de energa (en miles de kilowatts - hora) y el nmero de habitaciones en una
residencia privada multifamiliar. Para este estudio se selecciona una muestra aleatoria de 10
residencias multifamiliares, en la cual se obtuvo los siguientes resultados:

N de casa Nmero de
habitaciones
Consumo de
energa (miles de
kw)
1 12 9
2 9 7
3 14 10
4 6 5
5 10 8
6 8 6
7 10 8
8 10 10
9 5 4
10 7 7

a. Determine la variable dependiente (y) y la variable independiente (x)
b. Estime la ecuacin de regresin lineal: Y = A + B X
c. Evale el consumo (en miles de kilowatts-hora), para una casa de 11 habitaciones.

2. El gerente de una empresa esta haciendo un estudio entre el nmero de contactos que
tienen sus vendedores y sus ventas en miles de dlares. Para esto recurre al departamento
de ventas y contabilidad obteniendo la siguiente informacin:

N
Nmero de
contactos
Ventas (en miles
de dlares)
1 14 24
2 12 14
3 20 28
4 16 30
5 46 80
6 23 30
7 48 90
8 50 85
9 55 120
10 50 110

b. Estime la ecuacin de regresin lineal: Y = A + B X
c. Evale las ventas estimadas si se contacta, o comunica, con 40 clientes.
d. Calcule e interprete el valor del coeficiente de regresin lineal r


- 65 -

3. El departamento de produccin de una fbrica desea explorar la relacin entre el nmero de
obreros que ensamblan y la cantidad de artculos producidos. Como experimento se
asignaron grupos de trabajadores para verificar su produccin y los resultados obtenidos
fueron los siguientes:

N Nmero de
ensambladores
Produccin en
(unidades)
1 2 15
2 4 25
3 1 10
4 5 40
5 3 30

b. Estime la ecuacin de regresin lineal: Y = a + b X
c. Para 6 operarios Cul es la produccin esperada?
d. Calcule e interprete el valor del coeficiente de regresin lineal r

4. El jefe de personal de una empresa cree que existe una relacin entre la ausencia al trabajo y
la edad del empleado. Con el propsito de estudiar el problema tom en cuenta la edad de
diez trabajadores escogidos al azar y contabiliz los das de ausencia durante el ao. Los
resultados fueron como se observa en la tabla que sigue:

N
Edad en
aos
Ausencia en
das
1 25 20
2 50 5
3 35 10
4 20 20
5 45 8
6 50 2
7 30 15
8 40 12
9 62 1
10 40 8

a. Construya el diagrama de dispersin.
b. Obtenga la ecuacin de la recta de regresin
c. Si un trabajador tiene 38 aos, Cuntos das se espera que falte al ao?
d. Si un trabajador falt 3 das al ao. Qu edad se puede esperar que tenga este
trabajador?
e. Determinar el grado de relacin entre las variables en estudio.


- 66 -

PROBABILIDADES
Tema: Probabilidades

1. Indique Ud. si los siguientes experimentos son aleatorios:
l. Elegir una carta de una baraja (52 cartas) y sealar la figura obtenida. V F
m. Verificar el estado de dos transistores (apagado y prendido) V F
n. Lanzar una piedra a una tina con agua. V F
o. Lanzar 4 monedas y ver el nmero de caras. V F
p. Extraer 3 bolas con reemplazo de una urna que contiene 12 bolas diferentes (la bola se devuelve
antes de extraer la siguiente bola). V F
q. Jugar un partido de ftbol. V F
r. Soltar un plumn en el aire. V F
s. Rendir un examen. V F
t. Jugar la tinka. V F
u. Realizar una operacin quirrgica. V F
v. Aplicar una fuerza a un cuerpo en reposo. V F

2. Indique el espacio muestral para los siguientes experimentos: (Utilice el diagrama del rbol)
l. Lanzar 2 monedas:
m. Lanzar 3 monedas
n. Lanzar 1 dado y una moneda
o. Anotar el sexo de un recin nacido
p. Lanzar 2 dados
q. Jugar un partido de ftbol
r. Rendir un examen
s. Prender una computadora
t. Seleccionar dos bolas de una urna que contiene 2 bolas rojas, 2 bolas azules y 2 bolas verdes.

u. Seleccionar dos bolas de una urna que contiene 1 bola roja, 1 azul y 3 verdes.
v. Seleccionar tres bolas de una urna que contiene 2 bolas rojas, 2 azules y 2 verdes.

Determinar el espacio muestral y determine los experimentos:
3. Una familia tiene 3 hijos, examinar su sexo, teniendo en cuenta la edad, del mayor al menor.
a. Determinar su espacio muestral:
b. Determinar el evento A: Los 3 sean masculinos
c. Determinar el evento B: Por lo menos uno sea femenino.

4. Si un investigador de mercados entrevista a una ama de casa y a su esposo para determinar la
aceptacin o no aceptacin de un cierto producto.
Asigne el valor 1 si acepta el producto.
Asigne el valor 2 si rechaza el producto.
a. Construya el espacio muestral para este experimento.
b. Determine el evento A: ambos acepten el producto.
c. Determine el evento B: Por lo menos uno de ellos acepte el producto.

5. Un comerciante tiene en su bolsillo 4 billetes, de 10, 20, 50 y 100 nuevos soles. Si saca dos billetes de
su bolsillo, uno tras otro. Calcular lo siguiente:
Considere lo siguiente:
D = Cheque de diez soles
V = Cheque de veinte soles
Q = Cheque de cincuenta soles.
C = Cheque de cien soles.
4. El espacio muestral asociado a este experimento
5. El evento A: Que el primer billete sea de 10 y el siguiente de 20.
6. El evento B: Que el primer billete haya sido de 20 soles.
7. El evento C: Que el segundo billete sea de 100 soles.


- 67 -

6. Tres personas A, B, C solicitan empleo a una empresa. Si el experimento consiste en ordenar las
solicitudes de acuerdo a sus habilidades para el trabajo. Construya:
a. El espacio muestral
b. El evento P: Que B ocupe el primer lugar.
c. El evento Q: Que A y B ocupen los primeros lugares.

7. En una urna se tiene 2 bolas rojas, 2 bolas azules y 2 verdes. Seleccionar en forma aleatoria sin
reemplazo 3 bolas de la urna.
a. Construir el espacio muestral.
b. Determinar el evento A: La primera sea roja
c. Determinar el evento B: Las 2 primeras sean azules.
d. Determinar el evento C: Obtener a los ms 2 bolas verdes.

8. En una urna se tiene 2 bolas rojas, 2 bolas azules y 2 verdes. Seleccionar en forma aleatoria con
reemplazo 3 bolas de la urna.
a. Construir el espacio muestral.
b. Determinar el evento A: La primera sea roja
c. Determinar el evento B: Las 2 primeras sean azules.
d. Determinar el evento C: Obtener a los ms 2 bolas verdes.

9. Una urna contiene 5 bolas blancas y 6 negras, se extrae al azar sin reposicin dos bolas.
a. Cul es el espacio muestral (sin reposicin)
b. Cul es el espacio muestral (con reposicin)
c. Determinar el evento A: Que las bolas sean blancas para ambos casos.

10. Se tiene una baraja con 52 cartas. Se seleccionan al azar 2 cartas y se observa la figura.
a. Cul es el espacio muestral asociado con este experimento
b. Si se observa el nmero. Cul es el espacio muestral?

Calcular las siguientes probabilidades:

11. Si el experimento consiste en E: Lanzar 2 monedas, calcular:
a. La probabilidad de que ambas sean cara.
b. La probabilidad de que la primera sea cara.
c. La probabilidad de que la segunda sea sello.

12. Si el experimento cosiste en E: Lanzar 3 monedas, calcular:
a. La probabilidad de que las tres sean cara.
b. La probabilidad de que la primera sea cara.
c. La probabilidad de que la segunda sea sello.

13. Si el experimento consiste en E: Lanzar 1 dado y una moneda, calcular:
a. La probabilidad que caiga el nmero 1 y sello.
b. La probabilidad de que caiga el nmero 6 y cara.
c. La probabilidad de que caiga el 3 y sello.

14. Si el experimento consiste en E: Observar el sexo de 2 recin nacidos, calcular:
a. La probabilidad de todos sean del sexo masculino.
b. La probabilidad de que 2 sean del sexo masculino y uno femenino.
c. La probabilidad de que el primero sea femenino y el ltimo masculino.

15. Si el experimento consiste en E: Jugar 3 partidos de ftbol, calcular:
a. La probabilidad de que todos los partidos se ganen.
b. La probabilidad de que por lo menos un partido se empate.
c. La probabilidad de que a lo ms un partido se pierda.


- 68 -

16. Si el experimento consiste en E: lanzar dos dados simultneamente, calcular:
a. La probabilidad de que el puntaje obtenido sea 5.
b. La probabilidad de que el puntaje obtenido sea menor de 6.
c. La probabilidad de que el puntaje obtenido sea mayor de 4 o mayor de 9.
d. La probabilidad de que el puntaje total obtenido sea menor de 4.

17. Si el experimento consiste en E: Seleccionar dos bolas de una urna que contiene 2 bolas rojas, 2 bolas
azules y 2 bolas verdes, calcular:
a. La probabilidad de que ambas sean rojas.
b. La probabilidad de que una de ellas sea roja.
c. La probabilidad de que una de ellas sean verde.
d. La probabilidad de que la primera sea roja y la segunda roja.

18. Si el experimento consiste en E: Seleccionar dos bolas de una urna que contiene 1 bola roja, 1 azul y 3
verdes.
a. La probabilidad de que ambas sean verde.
b. La probabilidad de que la primera sea roja y la otra azul.

Resolver las probabilidades de los siguientes casos:

19. Una familia tiene 3 hijos, examinar su sexo, teniendo en cuenta la edad (del mayor al menor). Calcular
la probabilidad de que:
a. Los 3 sean masculinos.
b. Por lo menos uno sea femenino.
c. Uno de ellos sea masculino .
d. El primero sea masculino.

20. Si un investigador de mercados entrevista a un ama de casa y a su esposo para determinar la
aceptacin o no aceptacin de un cierto producto (asigne el valor 1 si acepta el producto y el valor
2 si rechaza el producto. Calcular la probabilidad de que:
a. Ambos acepten el producto.
b. Uno de ellos acepte el producto.
c. El esposo rechace el producto.
d. La esposa rechace el producto.

21. Un comerciante tiene en su bolsillo 4 billetes, de 10, 20, 50 y 100 nuevos soles. Si saca dos billetes de
su bolsillo, uno tras otro. Calcular la probabilidad de que:
a. El primer billete sea de 10 y el siguiente de 20.
b. El segundo billete haya sido de 20 soles.
c. El primero sea de 20 y el segundo de 100.

22. Tres personas A, B, C solicitan empleo a una empresa. Si el experimento consiste en ordenar las
solicitudes de acuerdo a sus habilidades para el trabajo. Calcular la probabilidad de que:
a. B ocupe el primer lugar.
b. A y B ocupen los primeros lugares.
c. C ocupe el primer lugar.

23. En una urna que contiene 2 bolas rojas, 2 bolas azules y 2 verdes, se seleccionar en forma aleatoria sin
reemplazo 2 bolas. Calcular la probabilidad de que:
a. La primera sea roja.
b. Las 2 primeras sean azules.
c. Obtener a los ms 2 bolas verdes.


- 69 -

24. En una urna que contiene 2 bolas rojas, 2 bolas azules y 2 verdes. Seleccionar en forma aleatoria con
reemplazo 2 bolas. Calcular la probabilidad de que:
a. La primera sea roja.
b. Las 2 primeras sean azules.
c. Obtener a los ms 2 bolas verdes.

Calcular lo siguiente utilizando las reglas de propiedades:
25. Si A y B son eventos mutuamente excluyentes con P(A)=0.20 y P(B)=0.55, calcular:
a. P(A U B)=
b. P(A B)=
c. P(A B)=
d. P(A)=

26. Para el curso de estadstica aplicada de la UPN Trujillo, se han matriculado 80alumos de los cuales 50
son del sexo masculino y el resto de sexo femenino. el 50% de los varones fuman y el 20% de las
mujeres tambin lo hacen. Si se selecciona un estudiante que lleva el curso de estadstica aplicada
calcular la probabilidad de que:
a. Sea un varn.
b. Fume
c. Fume o sea varn.
d. Sea mujer dado que fume.

27. Si el 60% de los hombres peruanos de 20 aos y el 65% de las mujeres de 20 aos viven hasta los 70
aos. Cul es la probabilidad de que un matrimonio peruano que contrajo nupcias cuando ambos
tenan 20 aos de edad vivan para celebrar sus bodas de oro?

28. En una fabrica la maquina A produce el 30% de la produccin, la maquina B el 25% y la maquina C el
resto de la produccin. La maquina A produce el 1% de defectuosos, la maquina B el 2% y C el 3% de
defectuosos. Si la produccin diaria de la fbrica es de 1000 artculos.
a. Cul es la probabilidad de que sea producido por la maquina A o B.?
b. Cul es la probabilidad de que sea producido por la maquina A o C?
c. Cul es la probabilidad de que un artculo seleccionado de la produccin sea defectuoso?

29. La ciudad de Trujillo tiene un carro de bomberos y una ambulancia disponible para emergencias. La
probabilidad de que el carro de bomberos est disponible cuando se necesite es 0.98 y la probabilidad
de que la ambulancia est disponible cuando se la requiera es de 0.92. Suponiendo que en estos
momentos hay un edificio en llamas, calcular la probabilidad de de que la ambulancia y el carro de de
bomberos estn disponibles.

30. A una muestra aleatoria de 200 personas se clasifica segn su sexo y su nivel de educacin:
Educacin Hombre Mujer
Primaria
Secundaria
Superior
38
28
22
45
50
17
Si se escoge una persona al azar de este grupo, calcular la probabilidad de que:
a. La persona sea hombre.
b. La persona sea hombre dado que tiene educacin secundaria
c. La persona no tiene educacin superior dado que es mujer.


- 70 -

DISTRIBUCIONES DE PROBABILIDAD.
Tema: Distribucin Normal

Resolver los siguientes casos:

1. La distribucin de los salarios mensuales de los trabajadores de una minera tiene un
comportamiento normal cuya media es S/. 2100 y una varianza de S/. 62 500. Si el nmero
de trabajadores es de 4250 Cuntos trabajadores tienen salarios:
a. Menores de S/. 2100?
b. Menores de S/. 2500?
c. Mayores de S/. 2600?
d. Entre 2000 y 2500 soles?

2. Los focos de alumbrado elctrico producidos por una compaa elctrica tienen una
distribucin normal con una media de 1000 horas y una desviacin estndar de 50 horas.
Determinar la probabilidad de que:
a. Un foco tomado al azar se queme en menos de 950 horas
b. Un foco se que queme entre 900 y 1200 horas
c. Un foco se queme en no menos de 990 horas

3. NEUMA Per, es una empresa que produce llantas para automviles en nuestro pas. La vida
til de estas llantas se distribuye aproximadamente como una normal con media y desviacin
estndar iguales a 32000 y 1000 millas respectivamente. En una corrida de produccin de
estas llantas se realiz el control de calidad respectivo y se determin que estas llantas
tienen una garanta de 30000 millas. Qu porcentaje de esta produccin necesitar ser
reemplazada?

4. La vida til de la Batera BOSCH para automvil se distribuye como una normal con un
promedio de 38 meses y una desviacin estndar de 2 meses. Si la empresa no desea
reemplazar ms del 6.68% de las bateras vendidas Qu tiempo de garanta debe dar?

5. En un proceso fotogrfico, el tiempo de revelado de las copias es una variable aleatoria cuya
distribucin normal tiene una media de 16.28 segundos y una desviacin estndar de 0.12
segundos. Calcular la probabilidad de que un revelado cualquiera tarde:
a. Entre 16 y 16.50 segundos.
b. Al menos 16.20 segundos.
c. A lo ms 16.35 segundos.

6. El tiempo requerido para ensamblar una pieza mecnica es una variable aleatoria cuya
distribucin es aproximadamente normal con media 12.9 minutos y una desviacin estndar
de 2.0 minutos. Cul es la probabilidad de que el ensamblado de una pieza mecnica
cualquiera tarde
a. Al menos 11.5 minutos?
b. Entre 11.0 y 14.8 minutos?
c. A lo ms 12 minutos?
d. Entre 10.9 y 13.4 minutos?


- 71 -

7. En la Empresa Agroindustrial Camposol se tiene dos lneas de produccin: A y B. La lnea A
produce un 5% de productos no conformes y la lnea B produce 10% de productos no
conformes. Se extrae una muestra aleatoria de 5 piezas de la produccin de cada lnea.
a. Cul es la probabilidad que la muestra de la produccin de la lnea A contenga por lo
menos dos productos no conformes?
b. Cul es la probabilidad de que la muestra de la produccin de la lnea A contenga ms
de dos productos conformes?

8. Una mquina troqueladora produce tapas de latas cuyos dimetros estn normalmente
distribuidos, con una desviacin estndar de 0.01 pulgadas En qu dimetro promedio debe
ajustarse la mquina de tal manera que no ms de 5% de las tapas producidas tengan
dimetros que excedan las tres pulgadas?

9. En una investigacin realizada por el Vicerrector Acadmico de la UCV se determin que el
2% de los estudiantes matriculados en el ao 2009 desertaron.
a. Qu cantidad de estudiantes desert en dicha Institucin si el nmero de estudiantes
matriculados en el 2009 fue de 2500?
b. Cul es la probabilidad de que el suceso anterior ocurra en el ao 2010, si se tiene
pensado matricular 3000 estudiantes?

10. En estudios realizados en un Hospital de la ciudad se dice que el peso de un bebe recin
nacido vivo tiene una distribucin normal con media de 210 gramos y una varianza de 64
gramos
2
. Cul es la probabilidad que un bebe recin nacido vivo:
a. Tenga entre 200 y 215 gramos.
b. Que al menos sea 200 gramos.

11. Muchos problemas de produccin se relacionan con la unin exacta de partes de maquinaria,
con flechas, que caben en el orificio de una vlvula. Un diseo en particular requiere de una
flecha con un dimetro de 22.00 mm, pero las flechas con dimetros entre 21.900 mm, y
22.010 son aceptables. Suponga que el proceso de manufactura fabrica flechas con
dimetros que se distribuyen normalmente con una media de 22.002 mm y un desviacin
estndar de 0.005 mm. Para este proceso, Cul es
a. La proporcin de flechas con un dimetro entre 21.90 mm y 22.00 mm?
b. La probabilidad de que una flecha sea aceptada?
c. Cules seran sus respuestas en los incisos a. y c. si la desviacin estndar de los
dimetros de las flechas fuera de 0.004 mm?

12. La fuerza de rompimiento de las bolsas de plstico usadas para empacar productos se
distribuye normalmente con una media de 5 libras por pulgada cuadrada y una desviacin
estndar de 1.5 libras por pulgada cuadrada. Qu proporcin de bolsas tienen una fuerza de
rompimiento de
a. Menos de 3.17 libras por pulgada cuadrada?
b. Al menos 3.6 libras por pulgada cuadrada?
c. Entre 5 y 5.5 libras por pulgada cuadrada?
d. Entre cules dos valores simtricamente distribuidos alrededor de la media se
encontrarn el 95% de las fuerzas de rompimiento?

13. Entre cules dos valores de Z (distribuidos simtricamente alrededor de la media) estarn
contenidos el 68.26% de todos los posibles valores de Z?


- 72 -

INTERVALOS DE CONFIANZA
Tema: Intervalos de confianza.

1. Un grupo de estudiantes realizaron un trabajo de aplicacin respecto a los sueldos de los
trabajadores de una minera, para lo cual seleccionaron una muestra aleatoria de 24
trabajadores en el cual se determin que el sueldo promedio semanal es de $160 y una
varianza de 10 dolares
2
.
a. Calcular un intervalo de confianza para el sueldo promedio con el 95% de confianza.
b. Calcular un intervalo de confianza para el sueldo promedio con el 99% de confianza.

2. La Gerencia de una empresa fabricante de cigarrillos est interesada en conocer el contenido
de nicotina promedio de sus productos. Para lo cual selecciona una muestra de 14 cigarrillos
obteniendo un promedio de 25 miligramos y una variabilidad de 4 miligramos.
a. Calcular un intervalo de confianza para el contenido promedio de nicotina con el 90% de
confianza.
b. Calcular un intervalo de confianza para el contenido promedio de nicotina con el 95% de
confianza.

3. Supongamos que usted se dedica al negocio de venta de automviles y sospecha que su
margen de beneficios mensual promedio por auto vendido est por debajo del promedio
nacional de S/. 700. Para evaluar su margen de beneficio toma informacin (muestra)
respecto a 8 meses. La informacin recolectada es la siguiente:
MES 1 2 3 4 5 6 7 8
BENEFICIO 800 840 780 850 810 790 805 800
a. Calcule un intervalo de confianza para el margen de beneficio promedio con el 99% de
confianza.
b. Calcule un intervalo de confianza para el margen de beneficio promedio con el 95% de
confianza.

4. La SUNAT est haciendo auditoria en ciertos grifos gasolineras. Selecciona en forma aleatoria
05 grifos de 2 empresas diferentes (Texaco y Repsol). Los ingresos en miles de soles
semanales se presentan a continuacin:
TEXACO : 90 85 95 76 80
REPSOL : 84 87 90 92 90
a. Estimar un intervalo de confianza para el ingreso promedio del grifo TEXACO con el 90%
de confianza.
b. Estimar un intervalo de confianza para el ingreso promedio del grifo REPSOL con el 95%
de confianza.

5. Segn el Supervisor de Calidad de la Empresa Coca Cola, el 1% del total de botellas
producidas se encuentra en estado no conforme. Para verificar esta hiptesis se toma una
muestra de 500 botellas que se han producido durante el da y se halla que 10 botellas se
encuentran en estado no conforme.
Calcular e interpretar el intervalo confidencial para la proporcin de botellas en estado
conforme con un nivel de confianza del 95%.


- 73 -

TAMAO MUESTRAL.
Tema: Obtencin del tamao de muestra.

1. Por estudios cientficos se sabe que el Coeficiente de Inteligencia promedio para jvenes segn la
escala de Weshler es de 100 puntos con una desviacin estndar de 15 puntos. Determinar el tamao
de muestra para realizar una investigacin sobre niveles de inteligencia en la Universidad UCV, si se
admite un error del 2% del promedio y una seguridad del 95%.

2. Se desea estimar la proporcin de la poblacin que est de acuerdo con la actual gestin del
Congreso de la Repblica, con un error mximo de 0.5% y con una confianza del 95%. Por estudios
similares, se cree que la proporcin ser cerca al 1%. Cul ser el tamao de muestra requerido?

3. El administrador del Restaurante El Romano desea saber qu proporcin de sus Clientes-Turistas
estn inconformes con las atenciones recibidas durante su estada en Piura. De qu tamao debe ser
la muestra si se considera E=0.05, nivel de confianza del 95% y no se dispone de alguna otra
informacin?

4. En un estudio realizado en la Minera Barrick se obtuvo que el promedio de horas extras por
trabajador es de 3.3 hrs., con una varianza de 4.18 hrs2. Si en el presente ao cuenta con 120
trabajadores, los cuales registran sus horas extras en tarjetas de control. Determinar el tamao de
muestra necesario para estimar el promedio de horas extras diarias con un error del 20% del
promedio y una confianza del 95%.

5. El Director del Departamento de Salud Pblica de la Ciudad de Trujillo desea obtener una muestra de
los registros de casos de mordidas de perro, reportadas durante el ao anterior, para estimar la edad
media de las personas mordidas. El Director desea una muestra con una seguridad del 95%, con un
error del 5%. En base a estudios anteriores se conoce que la edad promedio de las personas que son
mordidas por perros es de 25 aos y la desviacin estndar es de 5 aos. De qu tamao debe ser la
muestra?

6. Se desea estimar el tiempo medio de duracin de artefactos elctricos (focos) producidos por la
empresa PHILIPS. Se sabe por un estudio piloto de 10 focos que la desviacin estndar del tiempo de
duracin es de 20 meses. De que tamao debe ser la muestra para estimar el tiempo medio de
duracin con un error mximo de 4 meses y con una confianza del 95%?

7. El ministerio de Salud-Piura est realizando una investigacin acerca del comportamiento del peso de
nios en la ciudad de Trujillo y ver si presenta un plan de salud para mejorar este factor latente de
bajo de peso. Como no se conoce la varianza se obtiene una muestra piloto de 20 nios cuyos pesos
son: 14.8, 14.2, 15.3, 15.4, 15.0, 15.2, 15.3, 14.2, 15.2, 15.5, 14.5, 15.5, 15.2, 15.0, 14.3, 15.2, 14.0,
14.0, 14.2, 15.3
Determinar el tamao de muestra apropiado con una confianza del 95% y un error tolerable del 1%
respecto al promedio.

8. Se desea estimar la proporcin de jvenes de la ciudad de Trujillo que hacen uso de Internet como
mnimo una hora diaria con un 95% de confianza. De estudios anteriores se conoce que P=0.70 y se
desea un E = 5%. Suponiendo que N = 1500. Cual debe ser el tamao de muestra.


- 74 -

PRUEBA DE HIPTESIS.
Tema: Prueba de hiptesis para el promedio, proporcin poblacional e
Independencia de criterios.

1. Una compaa controla su proceso de produccin en tal forma que se pone en bolsitas un
promedio de 20 grs. de un producto qumico. El proceso se detendr cuando el promedio no es
de 20 grs. Se tom una muestra aleatoria de 16 observaciones y el promedio muestral result ser
19 grs. Debe pararse el proceso y ajustarse? La desviacin estndar poblacional es de 2 grs. Y el
nivel de significancia escogido es de 5%.

2. Una compaa productora de transistores tiene un promedio de 20% de defectuosos. Cada hora
se toma una muestra aleatoria de 100 transistores para realizar el control de calidad. A una hora
determinada se encuentra un promedio de 28% de defectuosos. Debe detenerse el proceso de
produccin para regularlo?

3. Una empresa constructora selecciona una muestra aleatoria de 200 votantes en Trujillo y 400
en los diferentes Pueblos Jvenes; a quienes preguntan si en las prximas elecciones daran su
voto al candidato A. Se determina que 50 trujillanos y 120 de los Pueblos Jvenes votaras por el
candidato. Existe diferencia significativa entre las proporciones que en estos dos sectores
apoyan al candidato A? Considerar un nivel de significancia del 10%.

4. Se utiliza dos procesos para producir bombillas. Se toma una muestra de 16 bombillas de cada
proceso y las vidas promedio de las dos muestras fueron M(x)=2000 para el proceso A y
M(x)=2100 para el proceso B. Se sabe que la desviacin estndar para el proceso A es =160 Hrs.
Y para el proceso B, =240 Hrs. Verificar si hay diferencia significativa entre los procesos.

5. La empresa productora de cereales embasados para consumo directo " ENERGIA" ha lanzado al
mercado su nuevo producto "CRECIENDO FUERTE " el cual tiene como especificaciones un peso
promedio neto de 1 kilogramo. Si un agente del gobierno toma una muestra representativa de 8
unidades y los pesos netos fueron los siguientes: 0.995, 0.974, 0.966, 0.935, 0.999, 1.06, 1.01
y 0.983 kilogramos. Con una significacin del 5% Podra el agente ordenar se multe a la
empresa productora?

6. Un estudio se realiza comparando el puntaje obtenido por los estudiantes egresados de los
colegios A y B en el ltimo examen de admisin a una universidad que tiene mucha acogida. Una
muestra de 50 estudiantes egresados del colegio A tuvo un puntaje promedio de 135 puntos con
una desviacin estndar de 19 puntos y una muestra de 63 estudiantes egresados del colegio B
tuvo un puntaje promedio de 141 puntos con una desviacin estndar de 27 puntos.
Con una significacin del 5%, se podra afirmar que el puntaje alcanzado por los
estudiantes egresados del colegio B fue superior al del colegio A?

7. El Director de una universidad nueva afirma que solamente el 18% de los estudiantes no estn
de acuerdo con su actual gestin. En una encuesta aplicada a los estudiantes 90 de 450
estudiantes manifestaron estar en desacuerdo. Se podra afirmar con una significacin del 5%
que la proporcin en desacuerdo es mayor al 18% ?


- 75 -

8. Una muestra aleatoria de 400 amas de casa seleccionadas por una organizacin de investigacin
de mercados indic que el 20% prefera la marca de caf X a todas las otras marcas. Despus de
una campaa intensa de propaganda por radio y televisin, se seleccion una segunda muestra,
esta vez de 600 amas de casa, la cual dio un 26% de preferencia para la marca X. Se podr
afirmar con una significacin del 5% que la campaa fue efectiva?

9. Un fabricante requiere fibra de algodn con una resistencia media a la tensin de 6,50 onzas y
= 0.25. Investig un nuevo lote de fibras mediante una muestra de 16 piezas y encontr x = 6,65
onzas. Existe evidencia de que este lote es de resistencia mayor a la requerida?

10. El promedio de las calificaciones del examen de admisin a la universidad fue de 500 puntos y la
desviacin estndar de 40 puntos; hubo 16 estudiantes del colegio A que obtuvieron un
promedio de 485 puntos. Podrn considerarse las calificaciones de los estudiantes del colegio A
como significativamente menores que la calificacin promedio total? Asuma =0.05.

11. Se dice que cierta bebida contiene un 4% de alcohol con una desviacin estndar de 0.07%. Se
toma una muestra de 25 botellas y se encontr que el contenido medio de alcohol es de 4.2%. El
resultado de esta muestra confirma lo que se dice? Asuma un nivel de confianza del 95%.

12. Una fbrica sostiene que las cuerdas que producen tiene resistencia media a la rotura de 6500
libras. Un cliente de la fbrica tom una muestra al azar de nueve cuerdas y encontr que la
resistencia media a la rotura era de 6200 libras con una varianza de 3600 libras. Tendr que
aceptar el cliente lo que la compaa dice? Suponga la normalidad de la poblacin y aleatoriedad
de la muestra.

13. Una compaa afirma que la resistencia a la rotura de sus maletas plsticas es de un promedio
mayor a las 300 libras. Se toma una muestra aleatoria de 9 maletines se encuentra que el
promedio de resistencia a la rotura es: 280, 290, 292, 300, 305, 295, 290, 310, 305. Verificar la
afirmacin de la compaa. Suponga que sus resistencias a la rotura estn normalmente
distribuidas =0.05.

14. Si el 70% o ms de los ladrillos viejos depositados en un corraln de materiales se ajustan a
ciertas especificaciones, ser lucrativo contratar peones para clasificarlos. Se examina una
muestra aleatoria de 100 ladrillos, hallndose que 60 cumplen con las condiciones fijadas.
Contratara UD. A los peones para hacerle la clasificacin?

15. Si una tabla de contingencia tiene tres filas y cuatro columnas, cuntos grados de libertad hay
para la prueba de independencia de X
2
?

16. Al realizar una prueba de independencia de X
2
en una tabla de contingencia con r filas y c
columnas, determine el valor crtico del estadstico de prueba X
2
de la cola superior en cada una
de las circunstancias siguientes:
a. a=0.05, r=4 filas, c=5 columnas.
b. a=0.01, r=4 filas, c=5 columnas.
c. a=0.01, r=4 filas, c=6 columnas.
d. a=0.01, r=3 filas, c=6 columnas.
e. a=0.01, r=6 filas, c=3 columnas.


- 76 -

17. Con los negocios avanzando a la velocidad del relmpago, los gerentes de marketing a menudo
tienen que esforzarse para cumplir las exigencias de reducir el tiempo que toma crear y lanzar
una campaa de marketing (ciclo de tiempo).
Una encuesta que se aplic a 175 gerentes de marketing estadounidenses e ingleses revel
que una campaa tiene un tiempo promedio de ciclo de tiempo de 2.5 meses y
ligeramente ms del 16% tienen ciclos de tiempo menores de un mes. Los resultados del
estudio sugieren que ms tiempo no necesariamente es mejor. Los gerentes indicaron que
un tiempo de desarrollo largo resulta inconveniente porque los datos se vuelven
obsoletos. Por otro lado, indicaron que un tiempo de desarrollo de menos de un mes
tambin perjudica la efectividad de la campaa.
Suponga que una clasificacin de la campaa ms reciente de marketing por ciclo de
tiempo y efectividad dio como resultado la tabla de clasificacin cruzada que aparece a
continuacin:
CICLO DE TIEMPO
EFECTIVIDAD
< I MES 1 2
MESES
2 4
MESES
> 4 MESES TOTAL
ALTAMENTE
EFECTIVA
15 28 24 6 73
EFECTIVA
9 26 33 19 87
INEFECTIVA
5 2 3 5 15
TOTAL
29 56 60 30 175
Fuente: Marketing News.

En un nivel de significancia de 0.05, Existe evidencia de una relacin significativa
entre el ciclo de tiempo largo y la efectividad de una campaa de marketing? Si es as
explique la relacin.

18. Una gran corporacin est interesada en determinar si existe relacin entre el tiempo de
traslado de sus empleados y el nivel de problemas relacionados con el nivel de estrs observados
en el trabajo. Un estudio de 116 trabajadores de la lnea de ensamblaje revela lo siguiente:
NIVEL DE ESTRS
TIEMPO DE
TRASLADO
ALTO MODERADO BAJO TOTAL
MENOS DE 15 MIN
9 5 18 32
DE 15 A 45 MIN
17 8 28 53
MAS DE 45 MIN
18 6 7 31
TOTAL
44 19 53 116

a. En un nivel de significancia de 0.01, existe evidencia de una relacin significativa entre el
tiempo de traslado y el nivel de estrs?
b. Cul sera su respuesta al inciso a. si utiliza un nivel de significancia de 0.05?

Modulo Metodos Estadisticos

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Modulo Metodos Estadisticos

Transféré par

Droits d'auteur :

Formats disponibles

Programas de Experiencias Adquiridas- Universidad Cesar Vallejo

MTODOS ESTADSTICOS Prof. Luis Alberto Rubio Jcobo

ESTIMACIN: Es el proceso mediante el cual se intenta determinar el valor del

Vous aimerez peut-être aussi