Esta D Actuarial

Estadstica Actuarial I
Material para las prcticas

Introduccin a la
Simulacin con Excel

Estadstica Actuarial I Introduccin a la simulacin con Excel
LICENCIATURA EN CC. ACTUARIALES Y FINANCIERAS 2

NDICE
0 Introduccin.......................................................................................... 3
1 Funciones estadsticas y relacionadas....................................................... 4
1.1 Genricas........................................................................................................ 4
1.2 Nmeros aleatorios. ......................................................................................... 4
1.3 Descriptivas de datos ....................................................................................... 4
1.4 P.Valores......................................................................................................... 5
1.5 Variables aleatorias.......................................................................................... 5
1.6 Otras funciones de inters................................................................................ 6
2 Nmeros aleatorios. ............................................................................. 12
2.1 Procedimientos relacionados............................................................................12
2.2 Herramienta Excel para la generacin de nmeros aleatorios..............................12
2.3 Generacin de nmeros aleatorios mediante frmulas. .......................................17
3 Distribucin de frecuencias. .................................................................. 19
3.2 Anlisis de Datos: Histograma..........................................................................19
3.3 La funcin FRECUENCIA..................................................................................20
3.4 Ejemplos........................................................................................................21
4 Medidas de tendencia central, variacin y forma. .................................... 23
4.2 Anlisis de Datos Estadstica descriptiva............................................................23
4.3 Funciones para el clculo de la tendencia central. ..............................................24
4.4 Funciones para el clculo de la variacin. ..........................................................24
4.5 Funciones para el clculo de la forma. ..............................................................25
5 Medidas de asociacin lineal ................................................................. 26
5.2 Anlisis de Datos: Covarianza...........................................................................26
5.3 Funciones para el clculo del grado de asociacin lineal. ....................................27
6 Variables aleatorias discretas. ............................................................... 29
6.1 Binomial.........................................................................................................29
6.2 Poisson..........................................................................................................30
6.3 Uniforme (Discreta).........................................................................................31
6.4 Geomtrica.....................................................................................................33
6.5 Binomial Negativa...........................................................................................34
6.6 Funciones Excel relacionadas con las v.a. discretas............................................35
7 Variables aleatorias continuas. .............................................................. 38
7.1 Beta...............................................................................................................38
7.2 Exponencial....................................................................................................39
7.3 Gamma..........................................................................................................41
7.4 Normal...........................................................................................................42
7.5 Pareto............................................................................................................43
7.6 Uniforme........................................................................................................45
7.7 Funciones relacionadas con la Normal...............................................................46
7.8 Funciones relacionadas con otras distribuciones.................................................47
8 Ajuste de distribuciones: tests de bondad del ajuste............................... 48
8.1 Introduccin...................................................................................................48
8.2 Distribuciones discretas: test
2
.......................................................................48
8.3 Distribuciones continuas: el test de Kolmogorov-Smirnov....................................54
8.4 Uso de SOLVER en el proceso de caracterizacin/estimacin...............................58
0 Introduccin
La simulacin de MonteCarlo es una tcnica que combina conceptos estadsticos
(muestreo aleatorio) con la capacidad que tienen los ordenadores para generar nme-
ros pseudo-aleatorios y automatizar clculos.
Los orgenes de esta tcnica estn ligados al trabajo desarrollado por Stan Ulam
y J ohn Von Neumann a finales de los 40 en el laboratorio de Los lamos, cuando in-
vestigaban el movimiento aleatorio de los neutrones. En aos posteriores, la simulacin
de MonteCarlo se ha venido aplicando a una infinidad de mbitos como alternativa a
los modelos matemticos exactos o incluso como nico medio de estimar soluciones
para problemas complejos.
As, en la actualidad es posible encontrar modelos que hacen uso de simulacin
MC en las reas informtica, empresarial, econmica, industrial e incluso social. En
otras palabras, la simulacin de MonteCarlo est presente en todos aquellos mbitos
en los que el comportamiento aleatorio o probabilstico desempea un papel funda-
mental -precisamente, el nombre de MonteCarlo proviene de la famosa ciudad de M-
naco, donde abundan los casinos de juego y donde el azar, la probabilidad y el com-
portamiento aleatorio conforman todo un estilo de vida.
Son muchos los autores que han apostado por utilizar hojas de clculo para
realizar simulacin MC. La potencia de las hojas de clculo reside en su universalidad,
en su facilidad de uso, en su capacidad para recalcular valores y, sobre todo, en las
posibilidades que ofrece con respecto al anlisis de escenarios (what-if anaylisis). Las
ltimas versiones de Excel incorporan, adems, un lenguaje de programacin propio, el
Visual Basic for Applications, con el cual es posible crear autnticas aplicaciones de
simulacin destinadas al usuario final. En el mercado existen de hecho varios comple-
mentos de Excel (Add-Ins) especficamente diseados para realizar simulacin MC,
siendo los ms conocidos: @Risk, CrystallBall, Insight.xla, SimTools.xla, etc.
Este documento presenta los conceptos bsicos que el alumno de la asignatura
deber conocer para realizar las prcticas de la asignatura Estadstica Actuarial I.
En el primer apartado se presenta una breve descripcin de las funciones de
que dispone Excel para el tratamiento estadstico de datos en general y para el desa-
rrollo e pequeas aplicaciones de simulacin en particular.
En el segundo apartado se presentan las dos formas de generacin de nmeros
pseudo aleatorios (en adelante y por comodidad nos referiremos a ellos como aleato-
rios) y de muestras que se distribuyan con arreglo a una distribucin dada. Como se
sabe la generacin de estas muestras constituye la parte bsica del mtodo de Monte-
Carlo.
Los apartados 2, 4 y 5 se dedican a describir brevemente las herramientas
bsicas del anlisis descriptivo que ser necesario realizar en las prcticas propuestas.
Los apartados 6 y 7 describen las variables aleatorias que aparecen comn-
mente en las simulaciones, dando su caractersticas y propiedades fundamentales, un
mtodo para a generacin de nmeros aleatorios y una descripcin de las funciones
Excel relacionadas con ellas.
Los apartados 8 y 9 presentan las herramientas bsicas para poder realizar
tanto el ajuste de datos a las distribuciones anteriores, a travs de los test de bondad
del ajuste ms usuales, como la inferencia bsica sobre los resultados de la simulacin.

1 Funciones estadsticas y relacionadas
1.1 Genricas
CONTAR Cuenta cuntos nmeros hay en la lista de argumentos.
CONTARA Cuenta cuntas celdas no vacas hay en la lista de argumentos.
NORMALIZACION: Devuelve un valor normalizado.
PERMUTACIONES: Devuelve el nmero de permutaciones para un nme-
ro determinado de objetos.
1.2 Nmeros aleatorios.
ALEATORI O(): Devuelve un nmero aleatorio distribuido segn una
U[0;1]
ALEATORIO.ENTRE(a;b): Devuelve un nmero aleatorio distribuido se-

gn una U[a;b]

1.3 Descriptivas de datos
COEFICIENTE.ASIMETRIA: Devuelve el sesgo de una distribucin
CUARTIL: Devuelve el cuartil de un conjunto de datos
CURTOSIS: Devuelve el coeficiente de curtosis de un conjunto de datos
DESVEST: Calcula la (cuasi) desviacin estndar de una muestra. Se pasan
por alto los valores lgicos como VERDADERO y FALSO y el texto.
DESVESTA: Calcula la (cuasi) desviacin estndar de una muestra, inclui-
dos nmeros, texto y valores lgicos. Los argumentos que contengan VER-
DADERO se evaluarn como 1; los argumentos que contengan texto o FAL-
SO se evaluarn como 0 (cero).
DESVESTP: Calcula la desviacin estndar de la poblacin total. Se pasan
por alto los valores lgicos como VERDADERO y FALSO y el texto.
DESVESTPA: Calcula la desviacin estndar de la poblacin total, incluidos
nmeros, texto y valores lgicos. Los argumentos que contengan VERDA-
DERO se evaluarn como 1; los argumentos que contengan texto o FALSO
se evaluarn como 0 (cero).
DESVIA2: Devuelve la suma de los cuadrados de las desviaciones.
DESVPROM: Devuelve el promedio de las desviaciones absolutas de la
media de los puntos de datos.
FRECUENCIA: Devuelve una distribucin de frecuencia como una matriz
vertical.
INTERVALO.CONFIANZA: Devuelve el radio del intervalo de confianza
para la media de una poblacin normal, supuesta conocida la varianza
(usando la normal).
J ERARQUI A Devuelve la jerarqua de un nmero en una lista de nmeros
K.ESI MO.MAYOR: Devuelve el valor k-simo mayor de un conjunto de da-
tos.
K.ESIMO.MENOR: Devuelve el valor k-simo menor de un conjunto de da-
tos.
MAX: Devuelve el valor mximo de una lista de argumentos
MAXA: Devuelve el valor mximo de una lista de argumentos, incluidos
nmeros, texto y valores lgicos.
MEDIA.ACOTADA: Devuelve la media del interior de un conjunto de datos
MEDIA.ARMO: Devuelve la media armnica.
MEDIA.GEOM: Devuelve la media geomtrica.
MEDIANA: Devuelve la mediana de los nmeros dados.
MI N: Devuelve el valor mnimo de una lista de argumentos.
MI NA: Devuelve el valor mnimo de una lista de argumentos, incluidos n-
meros, texto y valores lgicos.
MODA: Devuelve el valor ms frecuente en un conjunto de datos.
PERCENTI L: Devuelve el percentil k-simo de los valores de un rango.
PROBABILIDAD: Devuelve la probabilidad de que los valores de un rango
estn comprendidos entre dos lmites.
PROMEDI O: Devuelve el promedio de los argumentos.
PROMEDI OA: Devuelve el promedio de los argumentos, incluidos nme-
ros, texto y valores lgicos.
RANGO.PERCENTIL: Devuelve el rango de un valor en un conjunto de da-
tos como porcentaje del conjunto.
VAR: Calcula la varianza de una muestra.
VARA: Calcula la varianza de una muestra, incluidos nmeros, texto y valo-
res lgicos.
VARP: Calcula la varianza de la poblacin total.
VARPA: Calcula la varianza de la poblacin total, incluidos nmeros, texto y
valores lgicos.

1.4 P.Valores
PRUEBA.CHI.INV: Devuelve el inverso de una probabilidad dada, de una
sola cola, en una distribucin chi cuadrado.
PRUEBA.CHI: Devuelve la prueba de independencia.
PRUEBA.F: Devuelve el resultado de una prueba F.
PRUEBA.FISHER.INV: Devuelve el inverso de la transformacin Fisher.
PRUEBA.T: Devuelve la probabilidad asociada a una prueba t de Student.
PRUEBA.Z: Devuelve el valor P de dos colas de una prueba Z.
1.5 Variables aleatorias
BINOM.CRIT: Devuelve el menor valor menor cuya desviacin binomial
acumulativa es menor o igual que un valor de un criterio.
DI ST.GAMMA.I NV: Devuelve el inverso de la funcin gamma acumulativa
DIST.GAMMA: Devuelve la distribucin gamma.
DI STR.BETA.I NV: Devuelve el inverso de la funcin de densidad de pro-
babilidad beta acumulativa.
DI STR.BETA: Devuelve la funcin de densidad de probabilidad beta acu-
mulativa.
DI STR.BINOM: Devuelve la probabilidad de distribucin binomial de un
trmino individual.
DI STR.CHI : Devuelve la probabilidad de una sola cola de la distribucin chi
cuadrado.
DI STR.EXP: Devuelve la distribucin exponencial.
DI STR.F: Devuelve la distribucin de probabilidad F.
DISTR.HIPERGEOM: Devuelve la distribucin hipergeomtrica.
DI STR.I NV.F: Devuelve el inverso de una distribucin de probabilidad F.
DISTR.LOG.INV: Devuelve el inverso de la distribucin logartmico-normal.
DISTR.LOG.NORM: Devuelve la distribucin logartmico-normal acumula-
tiva.
DI STR.NORM.ESTAND.I NV: Devuelve el inverso de la distribucin normal
acumulativa estndar.
DI STR.NORM.ESTAND: Devuelve la distribucin normal acumulativa es-
tndar.
DI STR.NORM.I NV: Devuelve el inverso de la distribucin normal acumula-
tiva.
DI STR.NORM: Devuelve la distribucin normal acumulativa.
DI STR.T.I NV: Devuelve el inverso de la distribucin t de Student.
DISTR.T: Devuelve la distribucin t de Student.
DISTR.WEIBULL: Devuelve la distribucin Weibull.
NEGBINOMDIST: Devuelve la distribucin binomial negativa.
POISSON: Devuelve la distribucin de Poisson.

1.6 Otras funciones de inters
ABS
Devuelve el valor absoluto de un nmero. El valor absoluto de un nmero es el
nmero sin su signo.
ABS(nmero)
Nmero es el nmero real cuyo valor absoluto desea obtener.
COINCIDI R
Devuelve la posicin relativa de un elemento en una matriz que coincida con un
valor especificado en un orden especificado. Utilice COINCIDIR en lugar de las funcio-
nes BUSCAR cuando necesite conocer la posicin de un elemento en un rango en lugar
del elemento en s.
COINCIDI R(valor_buscado;matriz_buscada;tipo_de_coincidencia)
COCIENTE
Devuelve la parte entera de una divisin. Use esta funcin cuando desee des-
cartar el residuo de una divisin. Si esta funcin no est disponible, ejecute el progra-
ma de instalacin e instale las Herramientas para anlisis. Para instalar este comple-
mento, elija Complementos en el men Herramientas y seleccione la casilla correspon-
diente.
COCIENTE(numerador; denominador)
Numerador es el dividendo.
Denominador es el divisor.
Observaciones
Si uno de los argumentos no es un valor numrico, COCIENTE devuelve el valor
de error #VALOR!
COCIENTE(5; 2) es igual a 2
COCIENTE(4,5; 3,1) es igual a 1
COCIENTE(-10; 3) es igual a -3

CONTAR.SI
Cuenta las celdas, dentro del rango, que no estn en blanco y que cumplen con
el criterio especificado.
CONTAR.SI(rango; criterio)
Rango es el rango dentro del cual desea contar el nmero de celdas que no
estn en blanco.
Criterio es el criterio en forma de nmero, expresin o texto, que determina
las celdas que se van a contar.

ENTERO
Devuelve un nmero hasta el entero inferior ms prximo.
ENTERO(nmero)
Nmero es el nmero real que desea redondear al entero inferior ms
prximo.

FACT
Devuelve el factorial de un nmero. El factorial de un nmero es igual a
1*2*3*...* nmero.
FACT(nmero)
Nmero es el nmero no negativo cuyo factorial desea obtener. Si el argu-
mento nmero no es un entero, se trunca.

INDI CE
INDI CE Devuelve el elemento del rango matriz que ocupa la posicin dada
por los ndices de nmero de fila y de columna.
Sintaxis
INDI CE(matriz; nm_fila; nm_columna)
Matriz: es un rango de celdas o una matriz de constantes.
Si matriz contiene slo una fila o columna, el argumento nm_fila o
nm_columna que corresponde es opcional.
Si matriz tiene ms de una fila y ms de una columna y slo utiliza nm_fila
o nm_columna, INDICE devuelve una matriz con toda una fila o columna.
Observaciones
Si se utilizan ambos argumentos nm_fila y nm_columna, INDICE devuel-
ve el valor en la celda de interseccin de los argumentos nm_fila y
nm_columna.
Si se define nm_fila o nm_columna como 0 (cero), INDICE devuelve la
matriz de valores de toda la columna o fila, respectivamente. Para utilizar
valores devueltos como una matriz, introduzca la funcin INDICE como una
frmula matricial en un rango horizontal de celdas para una fila y en un
rango vertical de celdas para una columna. Para introducir una frmula ma-
tricial, presione CTRL+MAYS+ENTRAR.
Los argumentos nm_fila y nm_columna deben indicar una celda conteni-
da en matriz; de lo contrario, INDICE devuelve el valor de error #REF!
J ERARQUIA
J ERARQUI A Devuelve la jerarqua de un nmero dentro de una lista. La
jerarqua de un nmero es su posicin en la lista si sta se considerara
ordenada de menor a mayor
Sintaxis
J ERARQUIA(nmero ; referencia ; orden)
nmero: es el nmero cuya jerarqua desea conocer.
referencia: es una matriz de o una referencia a una lista de nmeros. Los
valores no numricos se pasan por alto.
orden: es un nmero que especifica cmo clasificar el argumento nmero.
NOD
Devuelve el valor de error #N/A, que significa "no hay ningn valor disponible".
Utilice #N/A para marcar las celdas vacas. Si escribe #N/A en las celdas donde le falta
informacin, puede evitar el problema de la inclusin no intencionada de celdas vacas
en los clculos. (Cuando una frmula hace referencia a una celda que contiene #N/A,
la frmula devuelve el valor de error #N/A.)
NOD( )
Debe incluir parntesis vacos con el nombre de la funcin. De lo contrario no
se reconocer como funcin.
Tambin puede escribir el valor #N/A directamente en la celda. La funcin NOD
se proporciona por compatibilidad con otros programas para hojas de clculo.

PRODUCTO
Multiplica todos los nmeros que figuran como argumentos y devuelve el pro-
ducto.
PRODUCTO(nmero1;nmero2; ...)
Nmero1; nmero2; ... son entre 1 y 30 nmeros que desea multiplicar.
Los argumentos que son nmeros, valores lgicos o representaciones textuales
de nmeros se toman en cuenta; los argumentos que son valores de error o
texto que no se puede convertir en nmeros causan errores.
Si un argumento es una matriz o una referencia, slo se tomarn en cuenta los
nmeros de la matriz o de la referencia. Se pasan por alto las celdas vacas, va-
lores lgicos, texto o valores de error en la matriz o en la referencia.

REDONDEA.PAR REDONDEA.IMPAR
Devuelve un nmero redondeado hasta el nmero entero par (impar) ms
prximo. Esta funcin puede usarse para procesar artculos que vienen en pares.
REDONDEA.PAR(nmero)
Nmero es el valor que desea redondear.
Si el argumento nmero es un valor no numrico, REDONDEA.PAR devuelve el
valor de error #VALOR!
Cuando un valor se ajusta alejndose de cero, se redondear hacia arriba, in-
dependientemente del signo del nmero. Si el argumento nmero es un entero
par, no se redondea.

REDONDEAR
Redondea un nmero al nmero de decimales especificado.
REDONDEAR(nmero;nm_de_decimales)
Nmero es el nmero que desea redondear.
Nm_de_decimales especifica el nmero de dgitos al que desea redondear
el argumento nmero.
Si el argumento nm_de_decimales es mayor que 0 (cero), nmero se redon-
dear al nmero de lugares decimales especificado.
Si el argumento nm_de_decimales es 0, nmero se redondear al entero ms
prximo.
Si el argumento nm_de_decimales es menor que 0, nmero se redondear
hacia la izquierda del separador decimal.
REDONDEAR(2,15; 1) es igual a 2,2
REDONDEAR(2,149; 1) es igual a 2,1
REDONDEAR(-1,475; 2) es igual a -1,48
REDONDEAR(21,5; -1) es igual a 20

REDONDEAR.MAS
Redondea un nmero hacia arriba, en direccin contraria a cero.
REDONDEAR.MAS(nmero;nm_decimales)
Nmero es cualquier nmero real que desee redondear.
Nm_decimales es el nmero de decimales al cual desea redondear el n-
mero.
La funcin REDONDEAR.MAS es similar a la funcin REDONDEAR, excepto que
siempre redondea al nmero superior ms prximo, alejndolo de cero.
Si el argumento nm_decimales es mayor que 0 (cero), el nmero se redondea
al valor superior (inferior para los nmeros negativos) ms prximo que con-
tenga el nmero de lugares decimales especificado.
Si el argumento nm_decimales es 0 o se omite, el nmero se redondea al en-
tero superior (inferior si es negativo) ms prximo.
Si el argumento nm_decimales es menor que 0, el nmero se redondea al va-
lor superior (inferior si es negativo) ms prximo a partir de la izquierda de la
coma decimal.
REDONDEAR.MAS(3,2;0) es igual a 4
REDONDEAR.MAS(76,9;0) es igual a 77

RESIDUO
Devuelve el residuo o resto de la divisin entre nmero y nm_divisor. El resul-
tado tiene el mismo signo que nm_divisor.
RESIDUO(nmero;nm_divisor)
Nmero es el nmero que desea dividir y cuyo residuo o resto desea obte-
ner.
Nm_divisor es el nmero por el cual desea dividir nmero. Si nm_divisor
es 0, RESIDUO devuelve el valor de error #DIV/0!
La funcin RESIDUO se puede expresar utilizando la funcin ENTERO:
RESIDUO(n;d) = n - d*ENTERO(n/d)
RESIDUO(3; 2) es igual a 1
RESIDUO(-3; 2) es igual a 1
RESIDUO(3; -2) es igual a -1
RESIDUO(-3; -2) es igual a -1

SUBTOTALES
Devuelve un subtotal en una lista o base de datos. Generalmente es ms fcil
crear una lista con subtotales utilizando el comando Subtotales del men Datos. Una
vez creada la lista de subtotales, puede cambiarse modificando la frmula SUBTOTA-
LES.
SUBTOTALES(nm_funcin;ref1)
Nm_funcin es un nmero de 1 a 11 que indica qu funcin debe ser utili-
zada para calcular los subtotales dentro de una lista.
Ref1 es el rango o referencia para el cual desea calcular los subtotales.

Nm_funcin Funcin
1 PROMEDIO
2 CONTAR
3 CONTARA
4 MAX
5 MIN
6 PRODUCTO
7 DESVEST
8 DESVESTP
9 SUMA
10 VAR
11 VARP
Si hay otros subtotales dentro de ref1 (o subtotales anidados), estos subtotales
anidados se pasarn por alto para no repetir los clculos.
La funcin SUBTOTALES pasa por alto las filas ocultas. Esto es importante
cuando slo desea obtener el subtotal de los datos visibles que resulta de una
lista filtrada.

SUMA
Suma todos los nmeros de un rango.
SUMA(nmero1;nmero2; ...)
Nmero1; nmero2; .. son entre 1 y 30 nmeros cuya suma desea obtener.
Se toman en cuenta nmeros, valores lgicos y representaciones de nmeros
que escriba directamente en la lista de argumentos. Consulte los dos primeros
ejemplos.
Si un argumento es una matriz o una referencia, solamente se contarn los
nmeros de esa matriz o referencia. Se pasan por alto las celdas vacas, valores
lgicos, texto o valores de error en esa matriz o referencia.
Los argumentos que sean valores de error o texto que no se pueda traducir a
nmeros causarn errores.

SUMA.CUADRADOS
Devuelve la suma de los cuadrados de los argumentos.
SUMA.CUADRADOS(nmero1;nmero2; ...)
Nmero1; nmero2; ... son de 1 a 30 argumentos para los cuales desea
obtener la suma de sus cuadrados. Tambin puede usar una sola matriz o
una referencia a una matriz en lugar de argumentos separados con punto y
coma.
SIGNO
Devuelve el signo de un nmero. Devuelve 1 si el argumento nmero es positi-
vo, 0 si el argumento nmero es 0 y -1 si el argumento nmero es negativo.
SIGNO(nmero)
Nmero es un nmero real cuyo signo desea saber.
SUMAR.SI
Suma las celdas en el rango que coinciden con el argumento criterio.
SUMAR.SI(rango;criterio;rango_suma)
Rango es el rango de celdas que desea evaluar.
Criterio es el criterio en forma de nmero, expresin o texto, que deter-
mina qu celdas se van a sumar.
Rango_suma son las celdas que se van a sumar. Las celdas contenidas
en rango_suma se suman slo si las celdas correspondientes del rango co-
inciden con el criterio. Si rango_suma se omite, se suman las celdas conte-
nidas en el argumento rango.

SUMAPRODUCTO
Multiplica los componentes correspondientes de las matrices suministradas y
devuelve la suma de esos productos.
SUMAPRODUCTO(matriz1;matriz2;matriz3; ...)
Matriz1, matriz2, matriz3, ... son de 2 a 30 matrices cuyos componentes
desea multiplicar y despus sumar.
Los argumentos matriciales deben tener las mismas dimensiones. De lo con-
trario, SUMAPRODUCTO devuelve el valor de error #VALOR!
SUMAPRODUCTO considera las entradas matriciales no numricas como 0.

TRUNCAR
Trunca un nmero a un entero, suprimiendo la parte fraccionaria de dicho n-
mero.
TRUNCAR(nmero; nm_de_decimales)
Nmero es el nmero que desea truncar.
Nm_de_decimales es un nmero que especifica la precisin al truncar.
El valor predeterminado del argumento nm_de_decimales es 0.
TRUNCAR y ENTERO son similares, ya que ambos devuelven enteros.
TRUNCAR suprime la parte fraccionaria del nmero. ENTERO redondea los
nmeros al entero menor ms prximo, segn el valor de la porcin frac-
cionaria del nmero. ENTERO y TRUNCAR son diferentes solamente cuando
se usan nmeros negativos: TRUNCAR(-4,3) devuelve -4, pero ENTERO(-
4,3) devuelve -5, ya que -5 es el nmero entero menor ms cercano.
TRUNCAR(8,9) es igual a 8
TRUNCAR(-8,9) es igual a -8
TRUNCAR(PI()) es igual a 3

2 Nmeros aleatorios.
2.1 Procedimientos relacionados
Excel cuenta con dos procedimientos para obtener nmeros aleatorios distribui-
dos segn una forma determinada:
a) Recurriendo al complemento de Anlisis de Datos.
b) Utilizando la funcin ALEATORIO().
2.2 Herramienta Excel para la generacin de nmeros aleatorios
Excel proporciona un conjunto de herramientas para
el anlisis de los datos denominado Anlisis de Datos que
podr utilizar para ahorrar pasos en el desarrollo de anlisis
estadsticos. Cuando utilice una de estas herramientas, de-
ber proporcionar los datos y parmetros para cada anlisis;
la herramienta utilizar las funciones de macros estadsticas
o tcnicas correspondientes y, a continuacin, mostrar los
resultados en una tabla de resultados. Algunas herramientas
generan grficos adems de tablas de resultados.
Para ver una lista de las herramientas de anlisis, eli-
ja Anlisis de datos en el men Herramientas. Si este co-
mando no est en el men, ejecute el programa de instala-
cin para instalar las Herramientas para anlisis de la forma
siguiente :

Activar las Herramientas para anlisis
a) En el men Herramientas, elija Macros au-
tomticas. Si en la lista del cuadro de dilogo
Macros automticas no aparece Herramientas
para anlisis, haga clic en el botn "Examinar"
y busque la unidad, directorio y
archivo de la macro automtica
Herramientas para anlisis, o bien
ejecute el programa de instalacin.
b) Seleccione la casilla de verificacin
"Herramientas para anlisis".
Las macros automticas que instale
en Microsoft Excel permanecern
activas hasta que las quite.

Plantilla general
Distribuciones
Semilla
Nmero de variables Introduzca el nmero de columnas de valores que desee
incluir en la tabla de resultados. Si no introduce ningn nmero, Microsoft Excel
rellenar todas las columnas del rango de salida que se haya especificado.
Cantidad de nmeros aleatorios Introduzca el nmero de puntos de datos que
desee ver. Cada punto de datos aparecer en una fila de la tabla de resultados.
Si no introduce ningn nmero, Microsoft Excel rellenar todas las columnas del
rango de salida que se haya especificado.
Distribucin Haga clic en el mtodo de distribucin que desee utilizar para crear
las valores aleatorios.
Uniforme Caracterizado por los lmites inferior y superior. Se extraen las va-
riables con probabilidades iguales de todos los valores del rango.
Normal Caracterizado por una media y una desviacin estndar.
Bernoulli Caracterizado por la probabilidad de xito (valor p) en un ensayo
dado. La variables aleatorias de Bernoulli tienen el valor 0 o 1.
Binomial Caracterizado por una probabilidad de xito (valor p) durante un
nmero de pruebas.
Poisson Caracterizado por un valor lambda, igual a 1/media.
Frecuencia relativa Caracterizado por un lmite inferior y superior, un incre-
mento, un porcentaje de repeticin para valores y un ritmo de repeticin de la
secuencia.
Discreta Caracterizado por un valor y el rango de probabilidades asociado. El
rango debe contener dos columnas. La columna izquierda deber contener va-
lores y la derecha probabilidades asociadas con el valor de esa fila. La suma de
las probabilidades deber ser 1.
Parmetros Introduzca un valor o valores para caracterizar la distribu-
cin seleccionada.
Iniciar con Escriba un valor opcional a partir del cual se generarn n-
meros aleatorios. Podr volver a utilizar este valor para generar los
mismos nmeros aleatorios ms adelante.

UNIFORME
Genera muestras de una distribucin U
[A;B]

NORMAL
Genera muestras de una distribucin N
[;]

A
Semilla
B
Parmetros
7,445
12,850
8,800
11,015
11,234
7,113
7,882
11,295
11,100
9,988
10,877
8,320
BERNOULII
Genera muestras de una distribucin de Bernoulli(p)

BINOMIAL
Genera muestras de una distribucin de B
(n,p)

p
1
0
1
0
0
1
1
0
0
1
0
1
Parmetros
24
30
24
21
22
27
23
27
23
26
27
19
POISSON
Genera muestras de una distribucin de Poisson()

FRECUENCIA RELATI VA
En realidad genera series o secuencias de nmeros

12
14
10
8
11
12
9
13
13
6
10
12

1
1
2
2
3
3
4
4
5
5
6
6
7
7
8
8
9
9
10
10
1
1
DI SCRETA
Genera nmeros dada una distribucin de frecuencias relativas

0 0,1875
1 0,1250
2 0,3125
3 0,3750
0
3
1
3
3
0
0
3
3
2
3
1
2.3 Generacin de nmeros aleatorios mediante frmulas.
Excel cuenta con dos funciones para la generacin de nmeros de una distribu-
cin Uniforme: ALEATORIO() segn una U
[0;1]
; ALEATORIO.ENTRE(a;b): segn una
U
[a;b]
discreta. Estas funciones son voltiles de manera que se recalcularan cada vez (si
la opcin de clculo est puesta en automtico).
ALEATORI O Devuelve un nmero aleatorio mayor o igual que 0 y menor
que 1, distribuido uniformemente. Cada vez que se calcula la hoja de clcu-
lo, se devuelve un nmero aleatorio nuevo.
Su sintaxis es:
ALEATORI O( )
ALEATORI O.ENTRE Devuelve un nmero aleatorio entre los nmeros que
especifique. Devuelve un nuevo nmero aleatorio cada vez que se calcula la
hoja de clculo. Si esta funcin no est disponible, ejecute el programa de
instalacin e instale las Herramientas para anlisis. Para instalar este com-
plemento, elija Complementos en el men Herramientas y active la ca-
silla correspondiente.
Su sintaxis es
ALEATORI O.ENTRE(inferior; superior)
Inferior es el menor nmero entero que la funcin ALEATORIO.ENTRE
puede devolver.
Superior es el mayor nmero entero que la funcin ALEATORIO.ENTRE
puede devolver.
A pesar de contar nicamente con funciones para generar nmeros distribuidos
de forma uniforme podemos gracias a stas, generar prcticamente cualquier distribu-
cin utilizando bien algoritmos descritos en la literatura, bien las funciones inversas
cuando stas estn implementadas en Excel.
A continuacin se presenta este procedimiento para algunas de las funciones
ms comunes, siendo U = Aleatorio():

DISCRETAS
Binomial (n, p) =BINOM.CRIT(n; p; U)
Poisson () =BINOM.CRIT(/0,001;0,001;U)
Uniforme (a,b) =ALEATORIO.ENTRE(a; b)
Geomtrica (p) =REDONDEAR.MENOS(LN(U)/LN(1-p);0)
BinomNegativa(n,p) =BINOM.CRIT(DISTR.GAMMA.INV(U; n;(1-p)/p)/;;U)

CONTINUAS
Beta (,) =DISTR.BETA.INV(U; ; ; a , b )
Exponencial() =(1/) * -LOG(U)
Gamma(,) =DISTR.GAMMA.INV(U; ; )
LogNormal(,) =DISTR.LOG.INV(U; ; )
Normal(,) = + *(RAIZ(-2*LOG(U))*SENO(2*PI()*U))
Pareto(,) =*(U^(-1/))
Uniforme (a,b) = + ()U

OTRAS
2
GL
PRUEBA.CHI.INV(U;GL)
F
(GL1;GL2)
DISTR.F.INV(U;GL
1
;GL
2
)
c + (a+U*(b-a)-c)*MAX(U;U)
Triangular (a,b,c)
c + (a+U*(b-a)-c)*RAIZ(U)
T
GL
DISTR.T.INV(U;GL)*SIGNO(U-0,5)

3 Distribucin de frecuencias.
Excel cuenta con dos procedimientos para obtener la distribucin de frecuencias
de una variable:
a) Recurrir al complemento de Anlisis de Datos (HISTOGRAMA).
b) Utilizar la funcin FRECUENCIA.
3.2 Anlisis de Datos: Histograma
Obtiene la distribucin de frecuencias de un conjunto de datos. Dibuja un his-
tograma y el diagrama de Pareto.

Rango clases (opcional) Introduzca la referencia de celda para un rango que con-
tenga un conjunto opcional de valores lmite que definan rangos de clase. Estos va-
lores debern estar en orden ascendente. Microsoft Excel contar el nmero de
puntos de datos que hay entre el nmero de clases actual y el nmero de clases
mayor, si lo hay.
Se contar un nmero de una clase determinada si es igual o menor que el
nmero de clase situado por debajo de la ltima clase. Todos los valores por
debajo del primer valor de clase se contarn juntos, como los valores por enci-
ma del ltimo valor de clase.
Si omite el rango de clase, Excel crear un conjunto de clases distribuidas uni-
formemente entre los valores mnimo y mximo de los datos.
Pareto (Histograma ordenado) Active esta casilla para presentar los datos en
orden de frecuencia descendente en la tabla de resultados. Si esta casilla est
desactivada, Excel presentar los datos en orden ascendente y omitir las tres
columnas situadas ms a la derecha que contienen los datos ordenados.
Porcentaje acumulado Active esta casilla para generar una columna de tabla de
resultados con porcentajes acumulados y para incluir una lnea de porcentaje
acumulado en el grfico de histograma. Desactvela para omitir los porcentajes
acumulados.
Crear grfico Active esta casilla para generar un grfico de histograma incrus-
tado con la tabla de resultados.

RESULTADO
Clase Frecuencia % acumulado Clase Frecuencia % acumulado
8 8 5 1 1 5 6,41% 3 13 16,67%
3 2 2 2 2 8 16,67% 6 9 28,21%
6 4 5 3 3 13 33,33% 10 9 39,74%
9 3 10 4 4 7 42,31% 2 8 50,00%
6 2 10 5 5 7 51,28% 7 8 60,26%
10 6 10 6 6 9 62,82% 4 7 69,23%
2 6 9 7 7 8 73,08% 5 7 78,21%
7 5 5 8 8 7 82,05% 8 7 87,18%
6 1 5 9 9 5 88,46% 1 5 93,59%
5 2 2 10 10 9 100,00% 9 5 100,00%
9 7 6 y mayor... 0 100,00%
9 7 7
4 3 9
3 7 3
1 2 4
2 5 2
7 7 8
8 5 1
8 2 1
2 2 1
5 3 4
5 6 3
10 5 8
2 4 6
4 5 4
10 10 10
0
2
4
6
8
10
12
14
36
1
02745819
,00%
20,00%
40,00%
60,00%
80,00%
100,00%
120,00%

3.3 La funcin FRECUENCIA
La funcin de Excel para la obtencin de las distribucin de frecuencias es:
FRECUENCIA: Devuelve una distribucin de frecuencia como una matriz
vertical
Su sintaxis es
FRECUENCIA(datos; grupos)
Datos: es una matriz de un conjunto e valores o una referencia a un con-
junto de valores cuyas frecuencias desea contar. Si datos no contiene nin-
gn valor, FRECUENCIA devuelve una matriz de ceros.
Grupos: es una matriz de intervalos o una referencia a intervalos dentro de
los cuales desea agrupar los valores del argumento datos. Si grupos no con-
tiene ningn valor, FRECUENCIA devuelve el nmero de elementos conteni-
do en datos.
Observaciones
FRECUENCIA se introduce como una frmula matricial despus de selec-
cionar un rango de celdas adyacentes en las que se desea que aparezca el
resultado de la distribucin.
El nmero de elementos de la matriz devuelta supera en una unidad el n-
mero de elementos de grupos. El elemento adicional de la matriz devuelta
devuelve la suma de todos los valores superiores al mayor intervalo.
La funcin FRECUENCIA pasa por alto celdas en blanco y texto.
Una observacin se cuenta como perteneciente al intervalo cuya marca de clase es C
i

si se verifica que:
i i 1 i
C x C <
1 1 x
i
En general:
2 2 x 1
i
<
i i 1 i
C x C <

3 3 x 2
i
<

i
x 3<
3.4 Ejemplos
3.4.1 Generar 100 valores (discretos) comprendidos entre 0 y 10.
a) Construir la tabla de distribucin de frecuencias de dichos valores.
b) Representar grficamente los valores mediante un diagrama de barras y po-
lgonos de frecuencias acumulados y no acumulados.
Ci ni fi Ni Fi
0 12 0,084507 12 0,084507 0,1
1 15 0,105634 27 0,190141 0,1
2 19 0,133803 46 0,323944 0,1
3 15 0,105634 61 0,429577 0,1
4 7 0,049296 68 0,478873 0,1
5 9 0,063380 77 0,542254 0,1
6 18 0,126761 95 0,669014 0,1
7 15 0,105634 110 0,774648 0,1
8 8 0,056338 118 0,830986 0,1
9 7 0,049296 125 0,880282 0,1
10 17 0,119718 142 1,000000 0,1
142 1
Distribucin de frecuencias
0
1
2
3
4
5
6
7
8
9
10
0,00
0,02
0,04
0,06
0,08
0,10
0,12
0,14
0,16

0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
1,00
0 1 2 3 4 5 6 7 8 9 10
0,00
0,02
0,04
0,06
0,08
0,10
0,12
0,14
0,16
0 1 2 3 4 5 6 7 8 9 10

3.4.2 Copiar la siguiente frmula descrita anteriormente:
=500+200*(RAIZ(-2*LOG(ALEATORIO()))*SENO(2*PI()*ALEATORIO()))
( )
[ ] 1 ; 0
U U 2 sen ) U ( Ln 2 U
y utilizarla para generar 1000 valores de una variable aleatoria N(500;200). Una
vez obtenidos los valores,
a) Construir la tabla de su distribucin de frecuencias,
b) Realizar un histograma de los valores,
c) Aproximar su funcin de densidad mediante un polgono de frecuencias.

ni fi Ni Fi
A 0 25 50 2 0,0004 2 0,0004 A MI N/MAX
50 75 100 6 0,0012 8 0,0016 B Redondeo a enteros
100 125 150 14 0,0029 22 0,0045 C Redondeo a mltiplos de 10
150 175 200 44 0,0091 66 0,0136 A B C
200 225 250 79 0,0163 145 0,0298 Min 12,6 12,0 0,0
250 275 300 182 0,0375 327 0,0673 Max 984,8 985,0 990,0
300 325 350 299 0,0615 626 0,1288
350 375 400 459 0,0945 1085 0,2233
400 425 450 597 0,1229 1682 0,3462 Rango
450 475 500 745 0,1533 2427 0,4995 A MI N(B:B)
500 525 550 731 0,1504 3158 0,6499 B REDONDEAR.MENOS(MI N(B:B);0)
550 575 600 597 0,1229 3755 0,7728 C REDOND.MULT(MAX(0;MI N(B:B)-10);10)
600 625 650 485 0,0998 4240 0,8726
650 675 700 308 0,0634 4548 0,9360 Intervalos
700 725 750 144 0,0296 4692 0,9656 70 REDONDEAR.MAS(RAI Z(CONTAR(B:B));0)
750 775 800 108 0,0222 4800 0,9879 70 ENTERO(RAI Z(CONTAR(B:B)))+1
800 825 850 39 0,0080 4839 0,9959
850 875 900 15 0,0031 4854 0,9990
900 925 950 4 0,0008 4858 0,9998
B 950 975 1000 1 0,0002 4859 1,0000
1000 4859 1
4859
Ci

0,00
0,02
0,04
0,06
0,08
0,10
0,12
0,14
0,16
0,18
2
5
1
2
5
2
2
5
3
2
5
4
2
5
5
2
5
6
2
5
7
2
5
8
2
5
9
2
5
0
100
200
300
400
500
600
700
800
2
5
7
5
1
2
5
1
7
5
2
2
5
2
7
5
3
2
5
3
7
5
4
2
5
4
7
5
5
2
5
5
7
5
6
2
5
6
7
5
7
2
5
7
7
5
8
2
5
8
7
5
9
2
5
9
7
5

4 Medidas de tendencia central, variacin y forma.
Excel cuenta con dos procedimientos para obtener la descripcin mediante es-
tadsticos de una muestra o una poblacin:
a) Recurrir al complemento de Anlisis de Datos (Estadstica Descriptiva).
b) Utilizar las funciones relacionadas expuestas en los apartados 4.3, 4.4 y 4.5

4.2 Anlisis de Datos Estadstica descriptiva
Calcula los estadsticos bsicos de un conjunto de datos, para una o varias va-
riables.
Nivel de confianza para la media Active esta casilla si desea incluir una fila co-
rrespondiente al nivel de confianza de la media en la tabla de resultados. En el
cuadro, escriba el nivel de confianza que desee utilizar. Por ejemplo, un valor
de 95 % calcular el nivel de confianza de la media con un nivel de importancia
del 5 %.
K-simo mayor. Active esta casilla si desea incluir una fila correspondiente al
valor k-simo mayor de cada rango de datos en la tabla de resultados. En el
cuadro, escriba el nmero que va a utilizarse para k. Si escribe 1, esta fila con-
tendr el mximo del conjunto de datos.
K-simo menor. Active esta casilla si desea incluir una fila correspondiente al
valor k-simo menor de cada rango de datos en la tabla de resultados. En el
cuadro, escriba el nmero que va a utilizarse para k. Si escribe 1, esta fila con-
tendr el mnimo del conjunto de datos.
Resumen de estadsticas. Seleccione esta opcin si desea que Excel genere un
campo en la tabla de resultados por cada una de las siguientes variables esta-
dsticas: Media, Error tpico (de la media), Mediana, Moda, Desviacin
estndar, Varianza, Curtosis, Coeficiente de asimetra, Rango, Mni-
mo, Mximo, Suma, Cuenta, Mayor (#), Menor (#) y Nivel de confian-
za.


RESULTADO
A B C A B C
0,288 0,701 0,057 Media 0,50647 0,61875 0,47019
0,374 0,947 0,313 Error tpico 0,09055 0,08285 0,06653
0,850 0,164 0,594 Mediana 0,37794 0,69444 0,52926
0,334 0,659 0,521 Moda #N/A #N/A #N/A
0,212 0,960 0,087 Desviacin estndar 0,35068 0,32087 0,25767
0,034 0,008 0,835 Varianza de la muestra 0,12298 0,10296 0,06639
0,068 0,938 0,529 Curtosis -1,61643 -0,73600 -1,00353
0,654 0,948 0,105 Coeficiente de asimetra -0,02602 -0,71760 -0,37420
0,780 0,638 0,585 Rango 0,97647 0,95174 0,77754
0,917 0,762 0,221 Mnimo 0,01485 0,00781 0,05723
0,775 0,143 0,783 Mximo 0,99133 0,95956 0,83477
0,378 0,497 0,484 Suma 7,59711 9,28131 7,05286
0,926 0,336 0,784 Cuenta 15 15 15
0,991 0,887 0,533 Mayor (1) 0,99133 0,95956 0,83477
0,015 0,694 0,623 Menor(1) 0,01485 0,00781 0,05723
Nivel de confianza(95,0%) 0,19420 0,17769 0,14269

4.3 Funciones para el clculo de la tendencia central.
Media.
PROMEDI O: Devuelve la media aritmtica de los argumentos.
PROMEDI OA: Devuelve la media incluidos texto y valores lgicos.
MEDIA.ACOTADA: Devuelve la media recortada de un conjunto de datos
MEDIA.ACOTADA(matriz ; porcentaje)
Matriz es la matriz o el rango de valores que desea acotar y de los cuales
se calcular la media. Porcentaje es el nmero fraccionario de puntos de
datos que se excluyen del clculo. Por ejemplo, si porcentaje = 0,2, se eli-
minarn cuatro puntos de un conjunto de datos de 20 puntos (20 x 0,2),
dos de la parte superior y dos de la parte inferior.
MEDIA.ARMO: Devuelve la media armnica.
MEDIA.GEOM: Devuelve la media geomtrica.
Mediana.
MEDIANA: Devuelve la mediana de los nmeros dados.
Moda.
MODA: Devuelve el valor ms frecuente en un conjunto de datos.
4.4 Funciones para el clculo de la variacin.
Rango medio.
Usar MAX y MIN:
RM = PROMEDIO(MAX(Datos)+MIN(Datos))
Cuartiles.
CUARTIL:
CUARTIL(matriz ; cuartil)
Matriz, es la matriz o rango de celdas de valores numricos cuyo cuartil
desea obtener. Cuartil, indica el valor que se devolver, el cdigo es (0 =
mnimo; 1 = primer cuartil; 2 = mediana; 3 = tercer cuartil;4 = mximo).
PERCENTI L: Devuelve el percentil k-simo de los valores de un rango
PERCENTIL(matriz ; k)
Matriz es la matriz o rango de datos que define la posicin relativa. K es el
valor de percentil en el intervalo de 0 a 1, inclusive.
RANGO.PERCENTIL: Devuelve el % del los valores que son menores que
cifra dentro de matriz
RANGO.PERCENTIL(matriz;x;cifra_significativa)
Matriz es la matriz o rango de datos con valores numricos que define la
posicin relativa. X, es el valor cuyo rango percentil desea conocer. Ci-
fra_significativa es un valor opcional que identifica el nmero de cifras
significativas para el valor de porcentaje devuelto. Si se omite este argu-
mento, RANGO.PERCENTIL utiliza tres dgitos.
Rango intercuartlico.
Usar cualquiera de las dos alternativas siguientes:
PERCENTI L (RI = PERCENTIL(datos;0,75)-PERCENTIL(datos;0,25))
CUARTIL (RI = CUARTIL(datos;3)- CUARTIL(datos;1)).
Varianza y desviacin tpica.
VAR(A): Calcula la (cuasi)varianza de una muestra.
VARP(A): Calcula la varianza de la poblacin.
DESVEST(A): Calcula la (cuasi) desviacin estndar de una muestra.
DESVESTP(A): Calcula la desviacin estndar de la poblacin total.
Coeficiente de variacin.
Usar PROMEDIO y DESVEST
4.5 Funciones para el clculo de la forma.
Simetra
COEFICIENTE.ASIMETRIA: Devuelve el sesgo de una distribucin
Curtosis
CURTOSIS: Devuelve el coeficiente de curtosis de un conjunto de datos

5 Medidas de asociacin lineal
Excel cuenta con dos procedimientos para obtener medidas de la relacin lineal
entre variables:
a) Recurrir al complemento de Anlisis de Datos Covarianza.
b) Utilizar las funciones relacionadas, expuestas en 5.3.

5.2 Anlisis de Datos: Covarianza
Calcula la matriz de varianzas covarianzas de un conjunto de variables.

Rango de entrada. Introduzca la referencia de celda correspondiente al rango
de datos que desee analizar. La referencia deber contener dos o ms rangos
adyacentes organizados en columnas o filas.
Agrupado por. Haga clic en el botn Filas o Columnas para indicar si los datos
del rango de entrada estn organizados en filas o en columnas.
Rtulos en la primera fila y rtulos en la primera columna. Si la primera fila del
rango de entrada contiene rtulos, active la casilla de verificacin Rtulos en la
primera fila. Si los rtulos estn en la primera columna del rango de entrada,
active la casilla de verificacin Rtulos en la primera columna. Esta casilla de
verificacin estar desactivada si el rango de entrada carece de rtulos; Micro-
soft Excel generar los rtulos de datos correspondientes para la tabla de resul-
tados.
Rango de salida. Introduzca la referencia correspondiente a la celda superior
izquierda de la tabla de resultados. Excel slo completar media tabla ya que la
covarianza entre dos rangos de datos es independiente del orden en que se
procesen dichos rangos. La diagonal de la tabla contiene la varianza de todos
los rangos.
En una hoja nueva. Haga clic en esta opcin para insertar una hoja nueva en el
libro actual y pegar los resultados comenzando por la celda A1 de la nueva hoja
de clculo. Para darle un nombre a la nueva hoja de clculo, escrbalo en el
cuadro.
En un libro nuevo. Haga clic en esta opcin para crear un nuevo libro y pegar
los resultados en una hoja nueva del libro creado.
RESULTADO
A B C A B C
0,288 0,701 0,057 A 1,00000
0,374 0,947 0,313 B -0,12794 1,00000
0,850 0,164 0,594 C 0,08240 -0,72442 1,00000
0,334 0,659 0,521
0,212 0,960 0,087 A B C
0,034 0,008 0,835 A 0,11478
0,068 0,938 0,529 B -0,01344 0,09609
0,654 0,948 0,105 C 0,00695 -0,05590 0,06197
0,780 0,638 0,585
0,917 0,762 0,221
0,775 0,143 0,783
0,378 0,497 0,484
0,926 0,336 0,784
0,991 0,887 0,533
0,015 0,694 0,623

5.3 Funciones para el clculo del grado de asociacin lineal.
Covarianza.
COVAR Devuelve la covarianza, o promedio de los productos de las des-
viaciones para cada pareja de puntos de datos.
COVAR(matriz1;matriz2)
Matriz1 es el primer rango de celdas de nmeros enteros.
Matriz2 es el segundo rango de celdas de nmeros enteros.
Los argumentos deben ser nmeros o nombres, matrices o referencias que
contengan nmeros.
Si el argumento matricial o de referencia contiene texto, valores lgicos o
celdas vacas, estos valores se pasan por alto; sin embargo, se incluirn las
celdas con el valor cero.
Si los argumentos matriz1 y matriz2 tienen nmeros distintos de puntos de
datos, COVAR devuelve el valor de error #N/A.
Si los argumentos matriz1 o matriz2 estn vacos, COVAR devuelve el valor
de error #DIV/0! .
Coeficiente de correlacin.
COEF.DE.CORREL Devuelve el coeficiente de correlacin entre dos rangos
de celdas definidos por los argumentos matriz1 y matriz2. Use el coeficiente
de correlacin para determinar la relacin entre dos propiedades. Por ejem-
plo, para examinar la relacin entre la temperatura promedio de una locali-
dad y el uso de aire acondicionado.
COEF.DE.CORREL(matriz1;matriz2)
Matriz1 es un rango de celdas de valores.
Matriz2 es un segundo rango de celdas de valores.
Los argumentos deben ser nmeros, o bien nombres, matrices o referencias
que contienen nmeros.
Si el argumento matricial o de referencia contiene texto, valores lgicos o
celdas vacas, estos valores se pasan por alto; sin embargo, se incluirn las
celdas con el valor cero.
Si los argumentos matriz1 y matriz2 tienen un nmero diferente de puntos
de datos, COEF.DE.CORREL devuelve el valor de error #N/A.
Si el argumento matriz1 o matriz2 est vaco, o si s (la desviacin estndar
de los valores) es igual a cero, COEF.DE.CORREL devuelve el valor de error
#DIV/0!
6 Variables aleatorias discretas.
6.1 Binomial.
Supongamos que un experimento aleatorio tiene las siguientes caractersticas:
a) En cada prueba del experimento slo son posibles dos resultados: el suceso A
(xito) y su contrario A (fracaso).
b) El resultado obtenido en cada prueba es independiente de los resultados obte-
nidos anteriormente.
c) La probabilidad del suceso A es constante, la representamos por p, y no vara
de una prueba a otra. La probabilidad de es A 1- p y la representamos por q .
d) El experimento consta de un nmero n de pruebas.
Todo experimento que tenga estas caractersticas diremos que sigue el modelo
de la distribucin Binomial. A la variable X que expresa el nmero de xitos obtenidos
en cada prueba del experimento, la llamaremos variable aleatoria binomial. La variable
binomial es una variable aleatoria discreta, slo puede tomar los valores 0, 1, 2, 3, 4,
..., n suponiendo que se han realizado n pruebas. Como hay que considerar todas las
maneras posibles de obtener k-xitos y (n-k) fracasos debemos calcular stas por
combinaciones.
Una v.a. Binomial representa el nmero de xitos que ocurren en n repeticiones
independientes de un ensayo de Bernouilli cuya probabilidad de xito es p. As de dis-
tribuyen con arreglo a esta distribucin, el nmero de piezas defectuosas en un lote de
tamao n (moderado) cuando cada pieza tiene una probabilidad p de ser defectuosa;
el tamao de un conjunto si ste es aleatorio y no demasiado grande; el nmero de
artculos demandados de un almacn, el nmero de encuestados que estn a favor de
determinada cuestin, etc.
La notacin habitual es XB(n,p).
La funcin de cuanta es:
X 1 X
) p 1 ( p
X
n
) x ( p

=
La funcin de distribucin es:
=
X
0 i
X 1 X
) p 1 ( p
i
n
) x ( F
La media y varianza son (respectivamente):
) p 1 ( np ; np
Propiedades.
Si (X
1
,X
2
,..X
m
) B(n
i
,p) entonces (X
1
+X
2
+..+X
m
)B(n
1
+n
2
+..n
m
,p);
Si XB(n,p) entonces la variable (n-X)B(n,1-p).
La distribucin es simtrica slo si p=1/2.
Generacin.
Puesto que Excel cuenta con una funcin para la inversa de la funcin de distri-
bucin, la generacin de variables aleatorias puede hacerse, bien a travs del mdulo
de Anlisis de datos, bien directamente por inversin utilizando la frmula siguiente:
=BINOM.CRIT(n;p;ALEATORIO())
Hoja de clculo.
El fichero Binomial.xls es una plantilla para la generacin y anlisis de la distri-
bucin Binomial en Excel as como para la estimacin de parmetros a partir de una
muestra aleatoria. Su aspecto es el siguiente:

X Den n f1_s f3_s
0 0,000000 0 0,000000 0,0
1 0,000000 0 0,000000 0,0 Ensayos (n) 12
2 0,000000 0 0,000000 0,0 30 27
3 0,000000 0 0,000000 0,0
4 0,000000 0 0,000000 0,0 Pr. xito (p) 67
5 0,000000 0 0,000000 0,0 0,67
6 0,000000 0 0,000000 0,0 A1:A300
7 0,000001 0 0,000000 0,0 Muestra
8 0,000006 0 0,000000 0,0 300
9 0,000030 0 0,000000 0,0
10 0,000128 0 0,000000 0,0
11 0,000474 0 0,000000 0,1
12 0,001525 1 0,003333 0,5 Tericos Muestra
13 0,004286 0 0,000000 1,3 Mnimo 12 12
14 0,010566 7 0,023333 3,2 Media 20,10 20,02
15 0,022882 9 0,030000 6,9 Moda 20
16 0,043554 20 0,066667 13,1 Mximo 27 28
17 0,072822 18 0,060000 21,8 Varianza 6,6 7,9
18 0,106781 31 0,103333 32,0
19 0,136925 36 0,120000 41,1
20 0,152900 53 0,176667 45,9
2
22,4901
21 0,147826 38 0,126667 44,3 GL 16
22 0,122781 28 0,093333 36,8 p.valor 0,0956
23 0,086707 23 0,076667 26,0
24 0,051345 20 0,066667 15,4
25 0,025019 9 0,030000 7,5
26 0,009769 6 0,020000 2,9
BINOM.CRIT(n;p;ALEATORIO())
BINOMIAL(n,p)
Estadsticos
Bondad del generador
Algoritmo de generacin
0,00
0,02
0,04
0,06
0,08
0,10
0,12
0,14
0,16
0,18
0,20
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
2
7

6.2 Poisson
Una v.a. de Poisson es en realidad una v.a. Binomial llevada al lmite, es decir
cuando n (aunque basta con que sea suficientemente grande) y p0 (aunque bas-
ta con que sea muy pequeo).
En general un suceso "raro" puede ser perfectamente modelizado por un v.a.
de Poisson, ejemplos tpicos son el nmero de remaches defectuosos en un avin
(porque un avin puede llegar a tener varios millones de ellos y al ser un mecanismo
tan simple es realmente difcil que sea defectuoso); el nmero de erratas en un libro
(que contiene un gran nmero de palabras que difcilmente estn mal escritas) el n-
mero de llegadas a un servicio si la distribucin entre los tiempos es exponencial, el
nmero de accidentes laborales en un mes en una gran empresa, el nmero de perso-
nas que entran en un supermercado en un minuto, etc.
La notacin habitual es XPoisson(). El nico parmetro debe ser positivo >0.
! x
e
) x ( p
X
=

=
=

=
X i
0 i
! i
i
e ) x ( F
La media y varianza coinciden en el nico parmetro .
Propiedades.
Si (X
1
,X
2
,..X
m
) Poisson(
i
) entonces (X
1
+X
2
+..+X
m
)Poisson(
1
+
2
+..
m
).
Si XB(n,p) entonces la variable (n-X)B(n,1-p).
Generacin.
Excel cuenta con una funcin para la distribucin y densidad de Poisson, cuenta
tambin con la posibilidad de obtener muestras aleatorias as distribuidas (Herramien-
tas + Anlisis de Datos + Generacin de nmeros aleatorios). En cualquier caso es
posible obtener nmeros que se distribuyan segn una Poisson aleatorios utilizando la
frmula siguiente:
=BINOM.CRIT(/ 0,001;0,001;ALEATORIO())
Caracterizacin.
El parmetro pueden ser estimado fcilmente de la forma siguiente:
) (
n
x =
El fichero Poisson.xls es una plantilla para la generacin y anlisis de esta dis-
tribucin:
X Den n f1_s f3_s
0 0,001008 0 0,0000 0,9
1 0,006954 7 0,0075 6,5 0
2 0,023990 22 0,0237 22,3 6,90 138 17
3 0,055178 51 0,0548 51,3
4 0,095182 75 0,0806 88,5
5 0,131351 113 0,1215 122,2 Muestra
6 0,151053 168 0,1806 140,5 930 A1:A930
7 0,148895 123 0,1323 138,5
8 0,128422 107 0,1151 119,4
9 0,098457 105 0,1129 91,6
10 0,067935 74 0,0796 63,2
11 0,042614 34 0,0366 39,6
12 0,024503 27 0,0290 22,8 Tericos Muestra
13 0,013005 11 0,0118 12,1 Mnimo 0 1
14 0,006410 11 0,0118 6,0 Media () 6,90 6,99
15 0,002949 2 0,0022 2,7 Moda 6
16 0,001272 0 0,0000 1,2 Mximo 17 15
#N/A 0 0,0000 #N/A Varianza () 6,9 6,88
#N/A 0 0,0000 #N/A
#N/A 0 0,0000 #N/A
#N/A 0 0,0000 #N/A
2
23,2976
#N/A 0 0,0000 #N/A GL 17
#N/A 0 0,0000 #N/A p.valor 0,1060
BINOM.CRIT($J $6/0,001;0,001;ALEATORIO())
POISSON()
Estadsticos
0,00
0,02
0,04
0,06
0,08
0,10
0,12
0,14
0,16
0,18
0,20
0123456789
1
0
1
1
1
2
1
3
1
4
1
5
1
6

6.3 Uniforme (Discreta)
Esta v.a. es el equivalente discreto de la de mismo nombre dentro de las distri-
buciones continuas. Se utiliza cuando un conjunto de posibles resultados es igualmente
probable, la cantidad de caras con un determinado nmero al lanzar un dado, la pro-
babilidad de cada nmero en un sorteo legal, etc.
La notacin habitual es XUD(a,b).
1
1
) (
+
=
b a
x p
1
1
) (
+
+
=
b a
a X
x F
La media y varianza son:
12
1 ) 1 (
;
2
2
+ + b a b a

Excel cuenta con una funcin directa para generar muestras aleatorias as distribuidas
=ALEATORIO.ENTRE(a;b)
Caracterizacin.
Los parmetros pueden ser estimados fcilmente de la forma siguiente:
{ } { }
(n) (n)
min X ; max X = = a b
Hoja de clculo.
El fichero UniDisc.xls es una plantilla para la generacin y anlisis de esta dis-
tribucin:
X Den n f1_s f3_s
1 0,045455 12 0,040000 13,6
2 0,045455 15 0,050000 13,6 Mnimo (a) 1
3 0,045455 14 0,046667 13,6 1 22
4 0,045455 15 0,050000 13,6
5 0,045455 13 0,043333 13,6 Mximo (b) 22
6 0,045455 13 0,043333 13,6 22
7 0,045455 9 0,030000 13,6 A1:A300
8 0,045455 11 0,036667 13,6 Muestra
9 0,045455 12 0,040000 13,6 300
10 0,045455 13 0,043333 13,6
11 0,045455 11 0,036667 13,6
12 0,045455 13 0,043333 13,6
13 0,045455 15 0,050000 13,6 Tericos Muestra
14 0,045455 15 0,050000 13,6 Mnimo 1 1
15 0,045455 20 0,066667 13,6 Media 11,50 11,84
16 0,045455 14 0,046667 13,6 Moda
17 0,045455 11 0,036667 13,6 Mximo 22 22
18 0,045455 12 0,040000 13,6 Varianza 36,8 41,5
19 0,045455 13 0,043333 13,6
20 0,045455 21 0,070000 13,6
21 0,045455 15 0,050000 13,6
2
11,5200
22 0,045455 13 0,043333 13,6 GL 21
23 0,045455 0 0,000000 13,6 p.valor 0,9517
24 0,045455 0 0,000000 13,6
25 0,045455 0 0,000000 13,6
26 0,045455 0 0,000000 13,6
27 0,045455 0 0,000000 13,6
28 0,045455 0 0,000000 13,6
29 0,045455 0 0,000000 13,6
30 0,045455 0 0,000000 13,6
31 0,045455 0 0,000000 13,6
ALEATORIO.ENTRE(a;b)
UNIFORME DISCRETA(a,b)
Estadsticos
0,00
0,01
0,02
0,03
0,04
0,05
0,06
0,07
0,08
123456789
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2

6.4 Geomtrica
Una v.a. Geomtrica representa el nmero de fracasos que ocurren hasta obte-
ner el primer xito en la realizacin de ensayos de Bernouilli con probabilidad p de xi-
to. As, el nmero de artculos examinados de un lote hasta que aparece el primer de-
fectuoso, el nmero de candidatos a entrevistar cuando se quiere encontrar una per-
sona idnea para un puesto de trabajo, el nmero de melones que un cliente exigente
manosea antes de conseguir aqul que satisface sus criterios, etc.
La notacin habitual es XGeom(p) o, a veces, G(p).
X
p p x p ) 1 ( ) ( =
1
) 1 ( 1 ) (
+
=
x
p x F
La media y varianza son respectivamente.

2
) 1 (
;
) 1 (
p
p
p
p

Propiedades.
Se trata de una particularizacin de la binomial negativa, es decir, se ve-
rifica que BN(1,p) Geom(p). Si (X
1
,X
2
,..X
m
)G(p) entonces (X
1
+X
2
+ ..
+X
m
)BN(m,p).
Es el equivalente discreto de la Exponencial en el sentido de que es la
nica distribucin discreta que "no guarda memoria" ya que el nmero
de fallos ocurridos hasta un instante dado no modifica la probabilidad de
que el prximo intento sea un xito.
Generacin.
Excel no cuenta con una funcin para la distribucin y densidad de la distribu-
cin Geomtrica, sin embargo es fcil generar muestras aleatorias por inversin de la
funcin de Distribucin utilizando la frmula siguiente
=REDONDEAR.MENOS(LN(ALEATORI O())/ LN(1-p);0)
Caracterizacin.
Se verifica que:
1 X
1
p
) n (
+
=
Hoja de clculo.
El fichero Geometrica.xls es una plantilla para la generacin y anlisis de esta
distribucin:

X Den n f1_s f3_s
0 0,310000 114 0,3800 93,0 Probabilidad (p) 0
1 0,213900 42 0,1400 64,2 0,31 31 18
2 0,147591 46 0,1533 44,3
3 0,101838 34 0,1133 30,6
4 0,070268 15 0,0500 21,1
5 0,048485 13 0,0433 14,5 Muestra
6 0,033455 11 0,0367 10,0 300 A1:A300
7 0,023084 1 0,0033 6,9
8 0,015928 6 0,0200 4,8
9 0,010990 5 0,0167 3,3
10 0,007583 4 0,0133 2,3
11 0,005232 6 0,0200 1,6
12 0,003610 2 0,0067 1,1 Tericos Muestra
13 0,002491 0 0,0000 0,7 Mnimo 0 0
14 0,001719 1 0,0033 0,5 Media 2,23 2,24
15 0,001186 0 0,0000 0,4 Moda 0 0
16 0,000818 0 0,0000 0,2 Mximo 0 14
17 0,000565 0 0,0000 0,2 Varianza 7,18 8,16
18 0,000390 0 0,0000 0,1
19 0,000269 0 0,0000 0,1
20 0,000185 0 0,0000 0,1
2
37,8075
21 0,000128 0 0,0000 0,0 GL 1
22 0,000088 0 0,0000 0,0 p.valor 0,0041
23 0,000061 0 0,0000 0,0
24 0,000042 0 0,0000 0,0
25 0,000029 0 0,0000 0,0
26 0,000020 0 0,0000 0,0
REDONDEAR.MENOS(LN(aleatorio())/LN(1-p);0)
GEOMTRICA(p)
Estadsticos
Algoritmo de generacin 0,00
0,05
0,10
0,15
0,20
0,25
0,30
0,35
0,40
0123456789
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8

6.5 Binomial Negativa
Una v.a. Binomial negativa representa el nmero de fracasos que ocurren hasta
obtener el n-simo xito en la realizacin de ensayos de Bernouilli con probabilidad p
de xito. As, el nmero de artculos examinados de un lote hasta que aparece el n-
simo defectuoso, el nmero de candidatos a entrevistar cuando se quiere formar un
equipo de n personas idneas para un puesto de trabajo, etc.
La notacin habitual es XNegBin(n,p) o, a veces, BN(n,p).
X X
) p 1 ( p
X
1 X n
) x (
p
+
=
=
=

+
=
X i
0 i
i n
) p 1 ( p
i
1 i n
) x (
F
La media y varianza son respectivamente.

2
p
) p 1 ( n
;
p
) p 1 ( n

Propiedades.
Si (X
1
,X
2
,..X
m
)BN(n
i
) entonces (X
1
+X
2
+..+X
m
)BN(n
1
+ n
2
+.. n
m
).
Tambin es conocida como distribucin de Pascal o distribucin de Polya.
Se verifica que BN(1,p) Geom(p).
Generacin.
Excel cuenta con una funcin para la distribucin y densidad de la Binomial Ne-
gativa aunque no con la inversa de la distribucin. No cuenta tampoco con la posibili-
dad de obtener muestras aleatorias a partir del mdulo de Anlisis de Datos + Genera-
cin de nmeros aleatorios.
En cualquier caso es posible obtener nmeros que se distribuyan segn una es-
ta distribucin utilizando la frmula siguiente:
=BINOM.CRIT(DISTR.GAMMA.INV(U;n;(1-p)/ p)/ ;;U)
siendo un nmero suficientemente pequeo (obtendremos buenos resultados con =
0,0001) y U la Uniforme (0;1), es decir U = ALEATORIO().
Hoja de clculo.
El fichero BinNeg.xls es una plantilla para la generacin y anlisis de esta distri-
bucin:

X Den n f1_s f3_s
0 0,00507 0 0,0000 1,5 Intentos (n) 0
1 0,01880 3 0,0100 5,6 7 25
2 0,03985 13 0,0433 12,0
3 0,06336 16 0,0533 19,0 Pr. xito (p) 47
4 0,08395 25 0,0833 25,2 0,47
5 0,09788 25 0,0833 29,4
6 0,10376 33 0,1100 31,1 Muestra
7 0,10213 40 0,1333 30,6 300
8 0,09472 27 0,0900 28,4 A1:A300
9 0,08367 22 0,0733 25,1
10 0,07095 22 0,0733 21,3
11 0,05812 25 0,0833 17,4
12 0,04620 5 0,0167 13,9
13 0,03579 12 0,0400 10,7
14 0,02710 6 0,0200 8,1
15 0,02011 9 0,0300 6,0
16 0,01465 7 0,0233 4,4 Tericos Muestra
17 0,01051 3 0,0100 3,2 Mnimo 0 1
18 0,00742 6 0,0200 2,2 Media 8 8
19 0,00518 0 0,0000 1,6 Moda 7
20 0,00357 0 0,0000 1,1 Mximo 21
21 0,00243 1 0,0033 0,7 Varianza 16,79 15,48
22 0,00164 0 0,0000 0,5
23 0,00110 0 0,0000 0,3
24 0,00073 0 0,0000 0,2
2
30,3827
25 0,00048 0 0,0000 0,1 GL 26
#N/A #N/A #N/A #N/A #N/A p.valor 0,2103
#N/A #N/A #N/A #N/A #N/A
con U=ALEATORIO() y =0,0001
BINOMIAL NEGATIVA (n,p)
BINOM.CRIT(DISTR.GAMMA.INV(U;n;(1-p)/p)/;;U)
Estadsticos
0,0
5,0
10,0
15,0
20,0
25,0
30,0
35,0
40,0
45,0
02468
1
0
1
2
1
4
1
6
1
8
2
0
2
2
2
4

6.6 Funciones Excel relacionadas con las v.a. discretas

BINOMIAL
Recordamos que la funcin de cuanta de la distribucin B(n,p) es:
X 1 X
) p 1 ( p
X
n
) x ( p

=
mientras que la funcin de distribucin es
=
X
0 i
X 1 X
) p 1 ( p
i
n
) x ( F
La funcin de Excel que nos da ambas es:
=DISTR.BINOM(k ; n ; p ; acumulado)
k es el valor sobre el que hallaremos la probabilidad;
n y p los parmetros que definen la distribucin;
acumulado es un valor lgico que determina la forma de la funcin. Si el
argumento acumulado es VERDADERO, DISTR.BINOM devuelve la funcin
de distribucin; si es FALSO, devuelve la funcin de masa de probabilidad.
Una segunda funcin de Excel relacionada con la binomial es:
BINOM.CRIT(n ; p ; alfa)
Funcin que devuelve el menor valor cuya distribucin binomial acumulativa es menor
o igual que un valor (alfa) de criterio.
n y p los parmetros que definen la distribucin;
alfa el criterio (0<alfa<1).
BINOMIAL NEGATIVA
La funcin de cuanta es de NegBin(n,p) es:
X X
) p 1 ( p
X
1 X n
) x (
p
+
=
La funcin de Excel para la cuanta es:
=NEGBINOMDIST(nm_fracasos;nm_xitos;prob_xito)
Nm_fracasos: es el nmero de fracasos.
Nm_xitos: es el nmero lmite de xitos.
Prob_xito: es la probabilidad de obtener un xito.
Observaciones
Los argumentos nm_fracasos y nm_xitos se truncan a enteros.
Si uno de los argumentos no es numrico, NEGBINOMDIST devuelve el va-
lor de error #VALOR!
Si el argumento prob_xito < 0 o si probabilidad > 1, NEGBINOMDIST de-
vuelve el valor de error #NUM!.
Si los argumentos (nm_fracasos + nm_xitos - 1) 0, la funcin NEGBI-
NOMDIST devuelve el valor de error #NUM!.
POISSON
Recordamos que la funcin de cuanta de la distribucin Poisson() es:
! x
e
) x (
p
X
=

=
=

=
X i
0 i
! i
i
e
) x (
F
La funcin de Excel que nos da ambas es:
=POISSON(x ; media ; acumulado)
x el valor que toma la variable;
media, el parmetro ;
acumulado es un valor lgico que determina la forma de la funcin. Si el
argumento acumulado es VERDADERO, devuelve la funcin de distribucin;
si es FALSO, devuelve la funcin de masa de probabilidad.
7 Variables aleatorias continuas.
7.1 Beta
Usos.
Debido a su gran flexibilidad se utiliza en situaciones en las que la ausencia de
datos concretos no impide, sin embargo, tener una idea del comportamiento "global"
de la variable aleatoria. Si suponemos conocidos, o razonablemente supuestos, valores
tales como el mximo, mnimo, media o moda y el tipo de simetra (o asimetra), en-
tonces es posible encontrar una distribucin Beta que se adapte a dichas suposiciones.
Tambin se utiliza para simular la proporcin (o el nmero total) de productos
defectuosos en un lote de fabricacin, la duracin de un proceso (en PERT/CPM), o la
mediana de una muestra aleatoria.
Notacin y parmetros.
La notacin habitual es XB
e
(,) o bien XBeta(,), los dos parmetros son
de forma (, >0). En Excel la notacin es diferente y se basa en el hecho de que la
distribucin puede ser fcilmente reescalada a un intervalo (a,b) ya que si X B
e
(,)
0X1 al hacer X=a+(b-a)X tendramos XB
e
(,) pero ahora con aXb. As, la
notacin en Excel es XB
e
(,,a,b); en este caso los parmetros a y b son de escala en
la distribucin.
Densidad y Distribucin.
) , (
1 1
B
) x 1 ( x
) x ( f

=
siendo B(,) la funcin Beta:

1
0
1 1
) , (
dx ) x 1 ( x B
para la Beta de cuatro parmetros, usada en Excel, tendremos:
1
1 1
) , (
) a b (
) x b ( ) a x (
B
1
) x ( f
+

=
F(x) no tiene, en general, forma cerrada.
Estadsticos.
( ) ( ) 1
;
2
+ + +

+

el sesgo, la curtosis y el coeficiente de variacin son (respectivamente):
( )( ) ( ) 1
;
3 2
] ) ( 2 ) 6 ( )[ 1 ( 3
;
1
) 2 (
) ( 2
2
+ +

+ + + +
+ + + + +
+ +
+ +

Generacin.
Puesto que Excel cuenta con una funcin para la inversa de la funcin de distri-
bucin, la generacin de variables aleatorias puede hacerse directamente por inversin
utilizando la frmula siguiente:
=DISTR.BETA.INV(ALEATORIO(); , a , b ).
Caracterizacin.
Los parmetros pueden ser estimados de la forma siguiente:

= 1
s
) x 1 ( x
) x 1 (
; 1
s
) x 1 ( x
x
2 2

X Den Dis n
3,1 0,004246 0,004246 1 0,0033 0,00333 0,003344 Alfa () 23 3,03
3,3 0,011494 0,015740 6 0,0201 0,01996 0,023411 2,3 6,64
3,4 0,019165 0,034906 8 0,0268 0,02661 0,050167 Beta () 0,1130
3,5 0,026495 0,061400 9 0,0301 0,02994 0,080268 3,6 36 299
3,6 0,033176 0,094577 10 0,0334 0,03326 0,113712 Mnimo (min) 0,9945483
3,7 0,039046 0,133622 13 0,0435 0,04324 0,157191 3 0,0878056
3,8 0,044017 0,177639 17 0,0569 0,05655 0,214047 Mximo (max) A1:A300
3,9 0,048052 0,225691 8 0,0268 0,02661 0,240803 7 0,4247008
4,0 0,051146 0,276836 17 0,0569 0,05655 0,297659 0,0487887
4,2 0,053318 0,330154 16 0,0535 0,05322 0,351171 Muestra 4,0079271
4,3 0,054605 0,384760 14 0,0468 0,04657 0,397993 300 3,8174458
4,4 0,055058 0,439818 15 0,0502 0,04989 0,448161
4,5 0,054736 0,494554 17 0,0569 0,05655 0,505017
4,6 0,053708 0,548261 17 0,0569 0,05655 0,561873 Tericos Muestra
4,7 0,052047 0,600308 15 0,0502 0,04989 0,612040 Mnimo 3,03 3,09
4,8 0,049831 0,650139 17 0,0569 0,05655 0,668896 Media 4,56 4,52
4,9 0,047141 0,697280 14 0,0468 0,04657 0,715719 Mximo 6,64 6,46
5,1 0,044060 0,741340 14 0,0468 0,04657 0,762542 Varianza 3,09 0,55
5,2 0,040670 0,782010 8 0,0268 0,02661 0,789298
5,3 0,037053 0,819063 10 0,0334 0,03326 0,822742
5,4 0,033291 0,852354 6 0,0201 0,01996 0,842809 Algoritmo de generacin
5,5 0,029462 0,881816 12 0,0401 0,03991 0,882943
5,6 0,025642 0,907458 9 0,0301 0,02994 0,913043
5,7 0,021904 0,929362 8 0,0268 0,02661 0,939799 Caracterizacin
5,9 0,018314 0,947676 9 0,0301 0,02994 0,969900 1,7
6,0 0,014935 0,962611 2 0,0067 0,00665 0,976589 2,3
6,1 0,011822 0,974433 4 0,0134 0,01330 0,989967 1,2
6,2 0,009023 0,983456 2 0,0067 0,00665 0,996656 2,4
6,3 0,006577 0,990034 1 0,0033 0,00333 1,000000
6,4 0,004515 0,994548 0 0,0000 0,00000 1,000000
1
Law&Kelton
DISTR.BETA.INV(ALEATORIO();,,min,max)
BETA(, ,min,max)
Estadsticos
Borghers, Reymen,
y Wessa
0,00
0,01
0,02
0,03
0,04
0,05
0,06
3
,
1
3
,
5
3
,
8
4
,
2
4
,
5
4
,
8
5
,
2
5
,
5
5
,
9
6
,
2
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
3
,
1
3
,
4
3
,
6
3
,
8
4
,
0
4
,
3
4
,
5
4
,
7
4
,
9
5
,
2
5
,
4
5
,
6
5
,
9
6
,
1
6
,
3

7.2 Exponencial
La distribucin exponencial es una de las ms utilizadas en simulacin, sus valo-
res son siempre positivos lo que la liga fundamentalmente con la modelizacin de
"tiempos", pero lo que la convierte en sumamente importante es el hecho de que se
trata de la nica distribucin continua cuya tasa de fallo es constante, o dicho de otra
forma, no tiene memoria. Esto supone que la magnitud simulada, el tiempo necesario
para que se complete una tarea, el tiempo hasta el fallo de un dispositivo mecnico, el
tiempo entre llegadas de los clientes a una cola, es independiente del instante del
tiempo en que nos encontremos y por tanto del tiempo transcurrido hasta ese momen-
to.
Esta propiedad (conocida en la literatura anglosajona como "memoryless pro-
perty") es harto frecuente, determinados dispositivos electrnicos, por ejemplo, no
sufren desgaste y por lo tanto prcticamente no envejecen por lo que su probabilidad
de fallo no aumenta a lo largo de su vida til. Por otra parte, si el nmero de sucesos
ocurridos en un intervalo de tiempo sigue una distribucin de Poisson, lo cual es harto
frecuente, entonces el tiempo entre dos de estos sucesos se distribuye de forma expo-
nencial.
La notacin habitual es XExp(), es parmetro de escala (>0).
La funcin de densidad es:
=
X
e
1
) x ( f
,la funcin de distribucin es:
=
X
e 1 ) x ( F
Estadsticos.
La media es , la varianza 2; el sesgo 2, la curtosis 9 y el coeficiente de variacin 1.
Propiedades.
Es un caso particular de la distribucin Gamma verificndose que Gam-
ma(,1) Exp().
Tambin es un caso particular de la Weibull Weibull(,1) Exp().
La suma de exponenciales independientes de parmetro es una distribu-
cin Erlang(k;)
Generacin.
Excel no cuenta con una funcin para la inversa de la funcin de distribucin,
sin embargo, la generacin de variables aleatorias puede hacerse utilizando la frmula
siguiente:
=* -LOG(ALEATORIO())
Hoja de clculo.
El fichero Exponencial.xls es una plantilla para la generacin y anlisis de esta
distribucin en Excel. Ntese que en la hoja se ha utilizado una notacin ligeramente
distinta (cambiando tasa por media) de manera que =1/.
X Den Dis n f_s f1_s f2_s
0,18 1,30008 0,277733 76 0,2533 1,19015 0,25333 Lambda() 18 0,00
0,36 0,940327 0,477596 58 0,1933 0,90827 0,44667 1,8 5,40
0,54 0,680124 0,622153 37 0,1233 0,57942 0,57000 0,1800
0,72 0,491923 0,726710 25 0,0833 0,39150 0,65333 300
0,90 0,355800 0,802333 27 0,0900 0,42282 0,74333 4,698
1,08 0,257345 0,857031 10 0,0333 0,15660 0,77667 0,08
1,26 0,186133 0,896593 13 0,0433 0,20358 0,82000 Muestra A1:A300
1,44 0,134627 0,925207 10 0,0333 0,15660 0,85333 300
1,62 0,097374 0,945903 9 0,0300 0,14094 0,88333
1,80 0,070429 0,960873 8 0,0267 0,12528 0,91000
1,98 0,050940 0,971700 8 0,0267 0,12528 0,93667 Tericos Muestra
2,16 0,036844 0,979531 3 0,0100 0,04698 0,94667 Mnimo 0,00 0,00
2,34 0,026649 0,985195 3 0,0100 0,04698 0,95667 Media 0,56 0,70
2,52 0,019275 0,989292 2 0,0067 0,03132 0,96333 Mximo 5,40 4,62
2,70 0,013941 0,992255 4 0,0133 0,06264 0,97667 Varianza () 0,309 0,547
2,88 0,010083 0,994398 0 0,0000 0,00000 0,97667
3,06 0,007293 0,995948 1 0,0033 0,01566 0,98000
3,42 0,003815 0,997880 0 0,0000 0,00000 0,98667
3,60 0,002760 0,998467 3 0,0100 0,04698 0,99667
3,78 0,001996 0,998891 0 0,0000 0,00000 0,99667
3,96 0,001444 0,999198 0 0,0000 0,00000 0,99667
4,14 0,001044 0,999420 0 0,0000 0,00000 0,99667
4,32 0,000755 0,999580 0 0,0000 0,00000 0,99667
4,50 0,000546 0,999697 0 0,0000 0,00000 0,99667
4,68 0,000395 0,999781 1 0,0033 0,01566 1,00000
4,86 0,000286 0,999841 0 0,0000 0,00000 1,00000
5,04 0,000207 0,999885 0 0,0000 0,00000 1,00000
5,22 0,000149 0,999917 0 0,0000 0,00000 1,00000
5,40 0,000108 0,999940 0 0,0000 0,00000 1,00000
0
Estadsticos
Lambda*-LOG(ALEATORI O())
EXPONENCIAL ()
0,0
0,2
0,4
0,6
0,8
1,0
1,2
1,4
0
,
2
0
,
5
0
,
9
1
,
3
1
,
6
2
,
0
2
,
3
2
,
7
3
,
1
3
,
4
3
,
8
4
,
1
4
,
5
4
,
9
5
,
2
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
0
,
2
0
,
7
1
,
3
1
,
8
2
,
3
2
,
9
3
,
4
4
,
0
4
,
5
5
,
0

7.3 Gamma
La distribucin Gamma es la generalizacin de algunas de las distribuciones
ms usadas en la modelizacin de fenmenos para su simulacin: la exponencial, y la
Erlang no son sino casos particulares (junto con la
2
) de la distribucin Gamma. Su
empleo en Simulacin/MonteCarlo est relacionado con los fenmenos de espera, el
hecho de que sea siempre positiva la liga a magnitudes como el tiempo para realizar
una tarea o el tiempo hasta el fallo de un dispositivo, entre otras posibles aplicaciones.
Estas aplicaciones se derivan del hecho de que puede considerarse como la
probabilidad de que ocurran sucesos en un periodo (1/) de tiempo (por ejemplo
que fallen los k subsistemas de un dispositivo que harn que ste finalmente deje de
funcionar; que se lleven a cabo las k subtareas que componen un tarea principal con lo
que sta puede considerarse terminada, etc.)
La notacin habitual es XGamma(,), (>0) es un parmetro de forma y
(>0) de escala.
=
X
1
e X
) x ( f
=

=
=
1 j
0 j
j
X
! j
X
e 1 ) x ( F
Estadsticos.
2
;
el sesgo, la curtosis y el coeficiente de variacin son (respectivamente):

+
1
;
6
3 ;
1
2
Propiedades.
Gamma(1,) Exp() ; si k es un entero positivo a la distribucin Gamma(k,)
se la conoce como k-Erlang; a la distribucin Gamma(v/2,2) se la conoce como
2
v.
Si {X
1
,X
2
,..X
n
} se distribuyen como Gamma(
1
,), Gamma(
2
,),.. entonces la
suma X
1
+X
2
+.. se distribuye segn Gamma(
1
+
2
+...,).
Generacin.
Excel cuenta con una funcin para la inversa de la funcin de distribucin, la
generacin de variables aleatorias puede hacerse utilizando la frmula siguiente:
=DISTR.GAMMA.INV(ALEATORIO();;)
Hoja de clculo.
El fichero Gamma.xls es una plantilla para la generacin y anlisis de esta dis-
tribucin en Excel. Su aspecto es el siguiente:
X Den Dis n f_s f1_s f2_s
3,4 0,000156 0,000156 0 0,0000 0,00000 0,0000 Alfa () 55 0,60
6,3 0,002635 0,002791 1 0,0033 0,00333 0,0033 5,5 85,98
9,1 0,011450 0,014240 2 0,0067 0,00666 0,0100 2,8460
12,0 0,027448 0,041688 7 0,0233 0,02331 0,0333 Beta () 300
14,8 0,047561 0,089249 26 0,0867 0,08658 0,1200 5,5 55 0,9990
17,7 0,067276 0,156526 19 0,0633 0,06327 0,1833 0,0784
20,5 0,082859 0,239385 21 0,0700 0,06993 0,2533 Muestra A1:A300
23,4 0,092304 0,331689 22 0,0733 0,07326 0,3267 300
26,2 0,095294 0,426983 24 0,0800 0,07992 0,4067
29,1 0,092687 0,519670 31 0,1033 0,10323 0,5100 Estadsticos
31,9 0,085930 0,605600 30 0,1000 0,09990 0,6100 Tericos Muestra
34,7 0,076586 0,682186 22 0,0733 0,07326 0,6833 Mnimo 0,60 5,82
37,6 0,066044 0,748229 20 0,0667 0,06660 0,7500 Media 30,25 30,19
40,4 0,055381 0,803610 11 0,0367 0,03663 0,7867 Mximo 2,85 71,31
43,3 0,045337 0,848947 10 0,0333 0,03330 0,8200 Varianza () 166,38 168,14
46,1 0,036347 0,885294 15 0,0500 0,04995 0,8700
49,0 0,028611 0,913905 15 0,0500 0,04995 0,9200
54,7 0,016918 0,952983 6 0,0200 0,01998 0,9533
57,5 0,012751 0,965734 4 0,0133 0,01332 0,9667
60,4 0,009499 0,975233 5 0,0167 0,01665 0,9833
63,2 0,007002 0,982236 1 0,0033 0,00333 0,9867
66,1 0,005113 0,987348 0 0,0000 0,00000 0,9867
68,9 0,003700 0,991049 1 0,0033 0,00333 0,9900
71,7 0,002657 0,993705 3 0,0100 0,00999 1,0000
74,6 0,001894 0,995599 0 0,0000 0,00000 1,0000
77,4 0,001340 0,996939 0 0,0000 0,00000 1,0000
80,3 0,000943 0,997882 0 0,0000 0,00000 1,0000
83,1 0,000659 0,998541 0 0,0000 0,00000 1,0000
86,0 0,000458 0,999000 0 0,0000 0,00000 1,0000
0
DISTR.GAMMA.INV(ALEATORIO();;)
GAMMA (, )
0,00
0,02
0,04
0,06
0,08
0,10
0,12
0
,
6
9
,
1
1
7
,
7
2
6
,
2
3
4
,
7
4
3
,
3
5
1
,
8
6
0
,
4
6
8
,
9
7
7
,
4
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
1,00
0
,
6
9
,
1
1
7
,
7
2
6
,
2
3
4
,
7
4
3
,
3
5
1
,
8
6
0
,
4
6
8
,
9
7
7
,
4

7.4 Normal
En virtud del Teorema Central de Lmite cualquier magnitud que sea suma de
otras magnitudes, seas stas como sean, se distribuir de forma normal.
La notacin habitual es XN(,), siendo el parmetro de posicin y el pa-
rmetro de escala (>0).
Densidad
2
2
X
e
2
1
) x ( f

=
Estadsticos.
La media es , la varianza
2
, el sesgo 0, la curtosis 3 y el coeficiente de varia-
cin /.
Propiedades.
La distribucin es simtrica, centrada en y con puntos de inflexin en ; la
suma de n variables N(,
2
) es N(n,n
2
); un gran nmero de distribuciones estn
relacionadas con la Normal: t, F,
2
, LogNormal, Cauchy.
Generacin.
Excel cuenta con la funcin inversa de la distribucin:
DISTR.NORM.INV(ALEATORIO();;)
tambin en la literatura aparecen descritos diversos mtodos para generar Normales
uno de los ms efectivos es el conocido como Box-Muller:
+RAIZ(GL*(ALEATORIO()^(-2/GL)-1))*COS(2*PI()*ALEATORIO())
Hoja de clculo.
El fichero Normal.xls contiene una hoja que posibilita la descripcin grfica y la gene-
racin, por los dos mtodos expuestos, de v.a. Normales.
#
# X Den Dis n f_s f1_s f2_s
# 3,59 0,000544 0,000544 1 0,0022 0,00217 0,0022 Media () 62 3,40
# 3,77 0,000665 0,001209 0 0,0000 0,00000 0,0022 6,2 9,00
# 3,96 0,001346 0,002555 0 0,0000 0,00000 0,0022 0,1867
# 4,15 0,002579 0,005134 1 0,0022 0,00217 0,0043 Des.Tip. () 460
# 4,33 0,004681 0,009815 4 0,0087 0,00869 0,0130 0,8 8 1,000
# 4,52 0,008049 0,017864 1 0,0022 0,00217 0,0152 0,08
# 4,71 0,013110 0,030974 6 0,0130 0,01304 0,0283 Muestra B1:B460
# 4,89 0,020225 0,051199 6 0,0130 0,01304 0,0413 460
# 5,08 0,029557 0,080757 14 0,0304 0,03043 0,0717
# 5,27 0,040916 0,121673 22 0,0478 0,04781 0,1196
# 5,45 0,053651 0,175324 25 0,0543 0,05434 0,1739 Tericos Muestra
# 5,64 0,066640 0,241964 43 0,0935 0,09346 0,2674 Mnimo 3,40 3,24
# 5,83 0,078406 0,320369 35 0,0761 0,07607 0,3435 Media 6,20 6,19
# 6,01 0,087382 0,407751 41 0,0891 0,08911 0,4326 Mximo 9,00 8,75
# 6,20 0,092249 0,500000 38 0,0826 0,08259 0,5152 Varianza 0,640 0,635
# 6,39 0,092249 0,592249 33 0,0717 0,07172 0,5870
# 6,57 0,087382 0,679631 43 0,0935 0,09346 0,6804
# 6,76 0,078406 0,758036 42 0,0913 0,09128 0,7717
# 6,95 0,066640 0,824676 31 0,0674 0,06738 0,8391 2
# 7,13 0,053651 0,878327 16 0,0348 0,03477 0,8739
# 7,32 0,040916 0,919243 15 0,0326 0,03260 0,9065
# 7,51 0,029557 0,948801 19 0,0413 0,04129 0,9478
# 7,69 0,020225 0,969026 10 0,0217 0,02173 0,9696
# 7,88 0,013110 0,982136 7 0,0152 0,01521 0,9848
# 8,07 0,008049 0,990185 3 0,0065 0,00652 0,9913
# 8,25 0,004681 0,994866 1 0,0022 0,00217 0,9935
# 8,44 0,002579 0,997445 2 0,0043 0,00435 0,9978
# 8,63 0,001346 0,998791 0 0,0000 0,00000 0,9978
# 8,81 0,000665 0,999456 1 0,0022 0,00217 1,0000
# 9,00 0,000311 0,999767 0 0,0000 0,00000 1,0000
# 0
#
#
#
#
NORMAL(, )
+(*RAIZ(-2*LN(U))*COS(2*PI()*U))
Algoritmos de generacin
Estadsticos
DISTR.NORM.INV(ALEATORIO();;)
0,00
0,01
0,02
0,03
0,04
0,05
0,06
0,07
0,08
0,09
0,10
3
,
6
4
,
0
4
,
3
4
,
7
5
,
1
5
,
5
5
,
8
6
,
2
6
,
6
6
,
9
7
,
3
7
,
7
8
,
1
8
,
4
8
,
8
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
3
,
6
4
,
0
4
,
3
4
,
7
5
,
1
5
,
5
5
,
8
6
,
2
6
,
6
6
,
9
7
,
3
7
,
7
8
,
1
8
,
4
8
,
8
m+(s*RAIZ(-2*LN(U))*COS(2*PI()*U))

7.5 Pareto
La distribucin de Pareto aparece asociada a multitud de magnitudes naturales.
Es profusamente empleada para modelizar aspectos tales como: la distribucin de la
renta de los individuos (cuando sta supera un cierto umbral ); las reclamaciones de
seguros; la distribucin de recursos naturales en zonas geogrficas; el tamao de las
ciudades; el numero de empleados de las empresas; las fluctuaciones de los precios en
los mercados de valores, entre otras. En algunos textos la encontramos exclusivamente
asociada a la distribucin de los ingresos de los individuos: "la probabilidad de que la
renta de un individuo supere una cierta cantidad A es una variable aleatoria de Pare-
to(=A,)".

En general, es una distribucin a tener en cuenta para modelizar una magnitud
(positiva) cuando en sta se cumpla que un pequeo porcentaje de valores aparece un
gran nmero de veces y es posible un elevado nmero de valores extremos aunque
muy poco probables.
La notacin habitual es XPar(,), ambos parmetros son de escala
(,>0), adems indica el valor mnimo posible de la variable (X<).
1
X
) x ( f
+
=

=
X
1 ) x ( F
Estadsticos.
La media (para >1) y la varianza (para >2) son, respectivamente:
( ) ( ) 2 1
;
1
2
2

el sesgo y la curtosis son (respectivamente):
( )( ) 4 3
) 2 )( 2 3 ( 3
;
2
) 3 (
) 1 ( 2
2

+ +

+

Propiedades.
La distribucin siempre es sesgada hacia la derecha y nunca toma valores ne-
gativos, ntese que los momentos de orden k slo existen si >k.
Generacin.
En la literatura aparecen descritos diversos mtodos para generar v.a. de Pare-
to. En Excel es posible obtener v.a. a travs de cualquiera de las frmulas siguientes:
=*((1/ (1-ALEATORIO()))^(1/ ))
=*(ALEATORIO()^(-1/ ))
Hoja de clculo.
El fichero Pareto.xls contiene una hoja que posibilita la descripcin grfica y la
generacin, por los dos mtodos expuestos, de v.a. de Pareto. Su aspecto es el si-
guiente:
7
8 X Den Dis n
# 6,8 0,138745 0,138745 34 0,1156 0,11444 0,115646 Alfa () 37 6,5
# 7,3 0,211486 0,350231 63 0,2143 0,21205 0,329932 3,7 22,6
8 7,8 0,149677 0,499908 43 0,1463 0,14473 0,476190 Beta () 0,5355
7 8,4 0,108478 0,608386 36 0,1224 0,12117 0,598639 6,5 65 294
7 8,9 0,080262 0,688649 24 0,0816 0,08078 0,680272 0,9895484
8 9,4 0,060475 0,749124 12 0,0408 0,04039 0,721088 0,0885491
8 10,0 0,046306 0,795430 15 0,0510 0,05049 0,772109 A1:A300
7 10,5 0,035970 0,831400 13 0,0442 0,04376 0,816327 1
7 11,1 0,028304 0,859704 9 0,0306 0,03029 0,846939
7 11,6 0,022533 0,882237 5 0,0170 0,01683 0,863946 Muestra
7 12,1 0,018129 0,900365 9 0,0306 0,03029 0,894558 300
7 12,7 0,014726 0,915092 6 0,0204 0,02019 0,914966
7 13,2 0,012069 0,927160 4 0,0136 0,01346 0,928571
8 13,7 0,009971 0,937131 6 0,0204 0,02019 0,948980 Tericos Muestra
7 14,3 0,008299 0,945431 3 0,0102 0,01010 0,959184 Mnimo 6,50 6,53
9 14,8 0,006956 0,952387 1 0,0034 0,00337 0,962585 Media 8,91 9,22
8 15,3 0,005867 0,958254 0 0,0000 0,00000 0,962585 Mximo 22,57 34,25
# 15,9 0,004979 0,963233 1 0,0034 0,00337 0,965986 Varianza 12,61 13,86
7 16,4 0,004248 0,967481 0 0,0000 0,00000 0,965986
7 16,9 0,003644 0,971125 0 0,0000 0,00000 0,965986
7 17,5 0,003140 0,974265 3 0,0102 0,01010 0,976190 Algoritmo de generacin
# 18,0 0,002719 0,976984 2 0,0068 0,00673 0,982993
7 18,5 0,002364 0,979348 1 0,0034 0,00337 0,986395
7 19,1 0,002064 0,981413 2 0,0068 0,00673 0,993197
# 19,6 0,001809 0,983222 0 0,0000 0,00000 0,993197
8 20,2 0,001591 0,984813 0 0,0000 0,00000 0,993197
# 20,7 0,001404 0,986217 1 0,0034 0,00337 0,996599
# 21,2 0,001243 0,987460 1 0,0034 0,00337 1,000000
8 21,8 0,001104 0,988565 0 0,0000 0,00000 1,000000
8 22,3 0,000984 0,989548 0 0,0000 0,00000 1,000000
9 6
#
9
#
7
Beta*((1/(1-ALEATORIO()))^(1/Alfa))
PARETO(, )
Estadsticos
Beta*(ALEATORIO()^(-1/Alfa))
0,00
0,05
0,10
0,15
0,20
0,25
6
,
8
7
,
8
8
,
9
1
0
,
0
1
1
,
1
1
2
,
1
1
3
,
2
1
4
,
3
1
5
,
3
1
6
,
4
1
7
,
5
1
8
,
5
1
9
,
6
2
0
,
7
2
1
,
8
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
6
,
8
7
,
8
8
,
9
1
0
,
0
1
1
,
1
1
2
,
1
1
3
,
2
1
4
,
3
1
5
,
3
1
6
,
4
1
7
,
5
1
8
,
5
1
9
,
6
2
0
,
7
2
1
,
8
Beta*((1/(1-ALEATORIO()))^(1/Alfa))

7.6 Uniforme
Su uso es como aproximacin a la modelizacin de una magnitud aleatoria de la
que no se cuenta con datos y nicamente puede aventurarse un mnimo y mximo
absolutos no pudindose hacer conjeturas sobre su distribucin dentro de ese interva-
lo. Por otra parte es la base de la generacin del resto de variables aleatorias.
La notacin habitual es XU(a,b), el parmetro a es de posicin, mientras que
la cantidad b-a (b>a) determina la escala de la distribucin.
a b
1
) x ( f
=
a b
a X
) x ( F
=
Estadsticos.
12
) a b (
;
2
b a
2
+

Generacin.
Excel cuenta con una funcin para la generacin de variables aleatorias unifor-
mes, la v.a. U(0,1) se obtiene a travs de la funcin ALEATORIO(), mientras que a
partir de sta puede obtenerse la de la U(a,b) sin ms que usar la frmula
=a + (b-a)*ALEATORIO().
Hoja de clculo.
El fichero Uniforme.xls es una plantilla para la generacin y anlisis de esta dis-
tribucin en Excel. Su aspecto es el siguiente:
X Den Dis n
1,3 0,033333 0,033333 9 0,0300 0,0300 0,0300 Minimo (a) 37 1,00
1,6 0,033333 0,066667 11 0,0367 0,0367 0,0667 1 10,00
1,9 0,033333 0,100000 5 0,0167 0,0167 0,0833 0,30000
2,2 0,033333 0,133333 11 0,0367 0,0367 0,1200 Mximo (b) 300
2,5 0,033333 0,166667 7 0,0233 0,0233 0,1433 10 4 1
2,8 0,033333 0,200000 10 0,0333 0,0333 0,1767 0,07841
3,1 0,033333 0,233333 15 0,0500 0,0500 0,2267 Muestra A1:A300
3,4 0,033333 0,266667 11 0,0367 0,0367 0,2633 300
3,7 0,033333 0,300000 7 0,0233 0,0233 0,2867
4,0 0,033333 0,333333 13 0,0433 0,0433 0,3300 Estadsticos
4,3 0,033333 0,366667 8 0,0267 0,0267 0,3567 Tericos Muestra
4,6 0,033333 0,400000 8 0,0267 0,0267 0,3833 Mnimo 1,00 1,01
4,9 0,033333 0,433333 13 0,0433 0,0433 0,4267 Media 5,50 5,61
5,2 0,033333 0,466667 8 0,0267 0,0267 0,4533 Mximo 10,00 9,99
5,5 0,033333 0,500000 10 0,0333 0,0333 0,4867 Varianza 6,75 6,74
5,8 0,033333 0,533333 7 0,0233 0,0233 0,5100
6,1 0,033333 0,566667 10 0,0333 0,0333 0,5433
6,7 0,033333 0,633333 15 0,0500 0,0500 0,6333
7,0 0,033333 0,666667 8 0,0267 0,0267 0,6600
7,3 0,033333 0,700000 7 0,0233 0,0233 0,6833
7,6 0,033333 0,733333 9 0,0300 0,0300 0,7133
7,9 0,033333 0,766667 9 0,0300 0,0300 0,7433
8,2 0,033333 0,800000 10 0,0333 0,0333 0,7767
8,5 0,033333 0,833333 13 0,0433 0,0433 0,8200
8,8 0,033333 0,866667 11 0,0367 0,0367 0,8567
9,1 0,033333 0,900000 12 0,0400 0,0400 0,8967
9,4 0,033333 0,933333 10 0,0333 0,0333 0,9300
9,7 0,033333 0,966667 10 0,0333 0,0333 0,9633
10,0 0,033333 1,000000 11 0,0367 0,0367 1,0000
0
a+(ALEATORIO()*(b-a))
UNIFORME(a,b)
0,00
0,01
0,02
0,03
0,04
0,05
0,06
1
,
3
2
,
2
3
,
1
4
,
0
4
,
9
5
,
8
6
,
7
7
,
6
8
,
5
9
,
4
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1
,
3
2
,
2
3
,
1
4
,
0
4
,
9
5
,
8
6
,
7
7
,
6
8
,
5
9
,
4

7.7 Funciones relacionadas con la Normal
Existen en total cuatro funciones relacionadas con la distribucin normal, dos
de ellas referidas a la normal estndar N(0;1) y las otras dos a una normal genrica
N(;). Cada una de ellas tiene adems una funcin para la densidad y otra para la
inversa.
N(,)
DISTRI.NORM(x, , , 1)
x
DISTRI.NORM(x, , , 0)
DISTRI.NORM.INV(, , )

1. DI STR.NORM: Devuelve la distribucin normal acumulativa
DI STR.NORM(x ; media ; desv_estndar ; acum)
X: es el valor cuya distribucin desea obtener.
Media: es la media aritmtica de la distribucin.
Desv_estndar: es la desviacin estndar de la distribucin.
Acum: es un valor lgico que determina si la funcin devuelve la densidad
(Acum = 0) o la funcin de Distribucin (Acum = 1).
Si los argumentos media o desv_estndar no son numricos, DISTR.NORM
devuelve el valor de error #VALOR!
Si el argumento desv_estndar 0, la funcin DISTR.NORM devuelve el va-
lor de error #NUM!
2. DI STR.NORM.ESTAND: Devuelve la distribucin normal acumulativa estn-
dar.
DI STR.NORM.ESTAND(z)
Z: es el valor para el cual desea obtener la distribucin.
3. DI STR.NORM.ESTAND.I NV Devuelve el inverso de la distribucin normal
acumulativa estndar.
DI STR.NORM.ESTAND.I NV(probabilidad)
Probabilidad: es una probabilidad correspondiente a la distribucin nor-
mal.
Si el argumento probabilidad no es numrico, DISTR.NORM.ESTAND.INV
devuelve el valor de error #VALOR!
Si probabilidad < 0 o si probabilidad > 1, DISTR.NORM.ESTAND devuelve el
valor de error #NUM!
La funcin DISTR.NORM.ESTAND.INV se calcula utilizando una tcnica itera-
tiva. Dado un valor de probabilidad, DISTR.NORM.ESTAND.INV itera hasta
que el resultado tenga una exactitud de 3x10^-7. Si no converge despus
de 100 iteraciones, la funcin devuelve el valor de error #N/A.
4. DISTR.NORM.INV: Devuelve el inverso de la distribucin normal acumulativa
DI STR.NORM.I NV(probabilidad ; media ; desv_estndar)
Probabilidad: es l probabilidad correspondiente a la distribucin normal.
Media: es la media aritmtica de la distribucin.
Desv_estndar: es la desviacin estndar de la distribucin.
Si uno de los argumentos no es numrico, DISTR.NORM.INV devuelve el va-
lor de error #VALOR!
Si probabilidad < 0 o si probabilidad > 1, DISTR.NORM.INV devuelve el va-
lor de error #NUM!
Si desv_estndar 0, DISTR.NORM.INV devuelve el valor de error #NUM!

7.8 Funciones relacionadas con otras distribuciones
DI ST.GAMMA.I NV Devuelve el inverso de la funcin gamma acumulati-
va
DIST.GAMMA Devuelve la distribucin gamma
DI STR.BETA.I NV Devuelve el inverso de la funcin de densidad de pro-
babilidad beta acumulativa
DI STR.BETA Devuelve la funcin de densidad de probabilidad beta acu-
mulativa
DI STR.CHI Devuelve la probabilidad de una sola cola de la distribucin
chi cuadrado
DI STR.EXP Devuelve la distribucin exponencial
DI STR.F Devuelve la distribucin de probabilidad F
DI STR.I NV.F Devuelve el inverso de una distribucin de probabilidad F
DISTR.LOG.INV Devuelve el inverso de la distribucin logartmico-
normal
DISTR.LOG.NORM Devuelve la distribucin logartmico-normal acumula-
tiva
DI STR.T.I NV Devuelve el inverso de la distribucin t de Student
DISTR.T Devuelve la distribucin t de Student
DISTR.WEIBULL Devuelve la distribucin Weibull

8 Ajuste de distribuciones: tests de bondad del ajuste
8.1 Introduccin
Estos tests, o pruebas de contraste de hiptesis, tienen en simulacin una fina-
lidad: comprobar de forma objetiva si de un conjunto de datos puede suponerse, de
forma objetiva, que proviene de una distribucin de probabilidad determinada.
Utilizaremos los test para comprobar si:
A partir de un conjunto de datos iniciales podemos afirmar que pertenecen
a una distribucin considerada, distribucin que utilizaremos para simular
una muestra ms amplia que la formada por dicho conjunto inicial, logrando
una mayor generalizacin de la simulacin.
A partir de un conjunto de resultados para afirmar que stos se ajustan a
una distribucin de terminada, logrando, como en el caso anterior, una ma-
yor generalidad a los resultados.
Distinguiremos siempre entre distribuciones discretas y continuas. Para las pri-
meras usaremos un test de bondad del ajuste basado en el estadstico Chi-cuadrado,
para las segundas usaremos un test basado en el estadstico de Kolmogorov-Smirnov.
Tanto para unas como para otras el proceso de ajuste consta de tres pasos:
1) Proponer el conjunto de distribuciones candidatas al ajuste,
2) Estimar para cada una de las distribuciones candidatas los parmetros
que las determinan.
3) Realizar un test u otro segn el tipo de distribucin.
Nosotros realizaremos una versin reducida de este proceso ya que las distribu-
ciones candidatas al ajuste sern, bien las propuestas en el enunciado de las prcticas,
bien las que se deducen de la teora expuesta en clase.

8.2 Distribuciones discretas: test
2

Describiremos en los apartados siguientes: a forma en que se estimarn los pa-
rmetros de las distribuciones, la forma en que una vez estimados stos se realizar el
test de bondad del ajuste, las funciones Excel relacionadas con la distribucin Chi
2
.
8.2.1 Estimacin de los parmetros
La estimacin de los parmetros de las distribuciones es de la forma siguiente:
DISTRIBUCIN ESTIMADOR
Binomial (n, p)
n
p
X
= supuesto conocido n
Poisson ()
X
=
Uniforme (a,b) { } { }
1 n 1 n
min X , , X ; max X , , X = = a b
Geomtrica (p)
1 X
1
+
= p
BinomNegativa(n,p)
X
X
;
X
2
X
2
2
X

=
= r p

8.2.2 Test de bondad basado en la Chi-cuadrado (
2
)
El primer paso es construir la tabla de frecuencias absolutas observadas en la
muestra (Obs) y la de frecuencias absolutas esperadas, esto es las empricas o teri-
cas (Esp).
La determinacin del rango posible de valores que toma la variable puede
hacerse bien por simple observacin del conjunto de datos Obs, o bien utilizando las
funciones MAX y MIN de Excel.
Una vez establecido el rango de la variable construimos las tablas de frecuen-
cias. Para las primeras utilizaremos la funcin FRECUENCIA sobre el conjunto Obs en la
forma explicada anteriormente. Para la segunda, Esp, utilizaremos las funciones que
Excel tiene para determinar las funciones de cuanta: DISTR.BINOM, NEGBINOMDIST,
POISSON, o bien, en el caso de la Uniforme o Geomtrica las calcularemos directamen-
te.
Al final tendremos una tabla genrica de la forma:
Valores
de X
Frecuencias
observadas
(Obs)
Frecuencias
esperadas
(Esp)
X
1
O
1
E
1
X
2
O
2
E
2

X
i
O
i
E
i

X
K
O
K
E
K

Las hiptesis nula y alternativa son:
H
0
: La muestra proviene de la distribucin especificada.
H
1
: La no muestra proviene de la distribucin especificada.

El estadstico para realizar el contraste es:
( )
2
K
i i 2
i 1
i
Obs Esp
Esp
=

Dicho estadstico se distribuye, bajo H
0
, segn una
2
con (k-v) grados de liber-
tad siendo k el nmero de clases, esto es de valores distintos de la variable para los
que se han calculado las frecuencias y v los parmetros estimados (dos en el caso de
Binomial Negativa y Uniforme, uno en las dems). Si el valor de
2
tiene una probabili-
dad asociada suficientemente baja se rechaza la hiptesis segn el procedimiento habi-
tual del contraste de hiptesis.

8.2.3 Funciones relacionadas con la distribucin Chi-cuadrado
DI STR.CHI devuelve el complementario a la unidad de la funcin de distri-
bucin para un valor de x, es decir, la probabilidad de que la variable alea-
toria distribuida segn una
2
GL
sea mayor que x.
La descripcin de esta funcin que figura en la ayuda de Excel es la siguiente:
Devuelve la probabilidad de una variable aleatoria continua siguiendo una
distribucin chi cuadrado de una sola cola. La distribucin chi cuadrado es-
t asociada con la prueba chi cuadrado. Use la prueba chi cuadrado para
comparar los valores observados con los esperados. Por ejemplo, un expe-
rimento gentico podra estar basado en la hiptesis de que la prxima ge-
neracin de plantas presentar un conjunto determinado de colores. Al
comparar los resultados observados con los resultados esperados, puede
decidir si su hiptesis original es vlida.
DI STR.CHI (x ; grados_de_libertad)
X es el valor al que desea evaluar la distribucin.
grados_de_libertad es el nmero de grados de libertad.
Si uno de los argumentos no es numrico, DISTR.CHI devuelve el valor de
error #VALOR!.
Si el argumento x es negativo, DISTR.CHI devuelve el valor de error
#NUM!.
Si el argumento grados_de_libertad no es un entero, se trunca.
Si el argumento grados_de_libertad < 1 o grados_de_libertad 10^10,
DISTR.CHI devuelve el valor de error #NUM!
DISTR.CHI se calcula como DISTR.CHI = P(X>x), donde X es una variable
aleatoria de 2.

PRUEBA.CHI.INV Esta funcin devuelve los valores crticos para una dis-
tribucin
2
GL
, es decir fijada una probabilidad p, por ejemplo 0,05, y dados
los grados de libertad GL correspondientes, la funcin devuelve el valor X
de la variable aleatoria tal que
p ) X ( P
2
GL
=
Esto es, devuelve los valores que aparecen en las tablas y que se usarn nor-
malmente para comprobar la significacin de un resultado. La descripcin de esta
funcin que figura en la ayuda de Excel es la siguiente:
Devuelve el inverso de una probabilidad dada, de una sola cola, en una dis-
tribucin chi cuadrado.
Devuelve para una probabilidad dada, de una sola cola, el valor de la va-
riable aleatoria siguiendo una distribucin chi cuadrado.
Si el argumento probabilidad = D STR.CHI(x;...), entonces PRUEBA. CHI.
INV(probabilidad,...) = x. Use esta funcin para comparar los resultados
observados con los resultados esperados, a in de decidir si la hip esis ori-
ginal es vlida.
I
f t
PRUEBA.CHI.INV(probabilidad ; grados_de_libertad)
Probabilidad es una probabilidad asociada con la distribucin chi cuadrado.
Grados_de_libertad es el nmero de grados de libertad.
Si uno de los argumentos no es numrico, PRUEBA.CHI.INV devuelve el va-
lor de error #VALOR!.
Si el argumento probabilidad < 0 o probabilidad > 1, PRUEBA.CHI.INV de-
vuelve el valor de error #NUM!.
Si el argumento grados_de_libertad no es un entero, se trunca.
Si el argumento grados_de_libertad < 1 o grados_de_libertad 10^10,
PRUEBA.CHI.INV devuelve el valor de error #NUM!.
PRUEBA.CHI.INV usa una tcnica iterativa para calcular la funcin. Dado un
valor de probabilidad, PRUEBA.CHI.INV reitera hasta que el resultado tenga
una exactitud de 3x10^-7. Si PRUEBA.CHI.INV no converge despus de
100 iteraciones, la funcin devuelve el valor de error #N/A.

PRUEBA.CHI Finalmente, la funcin Prueba.chi, devuelve la probabilidad
asociada a un contraste (tanto de independencia como de bondad del ajus-
te) cuando como argumentos se le suministran las frecuencias observadas y
las esperadas. La descripcin de esta funcin que figura en la ayuda de Ex-
cel es la siguiente:
.
-
t
Devuelve la prueba de independencia PRUEBA.CHI devuelve el valor de la
distribucin Chi cuadrado para la estadstica y los grados de libertad apro
piados. Las pruebas Chi cuadrado pueden usarse para determinar si un ex-
perimen o se ajusta a los resultados tericos.
PRUEBA.CHI(rango_actual ; rango_esperado)
Rango_actual es el rango de datos que contiene observaciones para probar
frente a valores esperados.
Rango_esperado es el rango de datos que contiene la relacin del producto
de los totales de filas y columnas con el total global.
Si rango_actual y rango_esperado tienen un nmero diferente de puntos
dedatos, PRUEBA.CHI devuelve el valor de error #N/A.
La prueba Chi cuadrado primero calcula una estadstica Chi cuadrado y des-
pus suma las diferencias entre los valores reales y los valores esperados.
PRUEBA.CHI devuelve la probabilidad para una estadstica Chi cuadrado y
grados de libertad, gl, donde gl = (r - 1)(c - 1).
Ejemplo (tomado de Bean, Pg. 213)
Tenemos un conjunto de n = 1000 datos que deseamos ajustar a una Binomial
Negativa y a una Poisson para comprobar a cul de las dos, si es el caso, se ajustan
mejor los datos.
Realizamos los pasos siguientes:
1. Observamos que la variable toma valores entre 0 y 10, ambos inclusive,
2. Utilizamos la funcin FRECUENCIA para obtener las absolutas (y a partir
de ellas las relativas aunque estas ltimas las utilizaremos nicamente
para la representacin grfica o bien para el calculo de la media mediante
SUMAPRODUCTO).
3. Calculamos la media y varianza de los 1000 datos para estimar los par-
metros, tras aplicar las funciones SUMAPRODUCTO (o PROMEDIO) y VAR
observamos que:

2
X
X 3,004 ; 3,034 = =
Poisson ()
X 3,004 = =
BinomNegativa(r,p)

2
2 2
X X
X X
0, 99 ; 300, 96
X
= = = =

p r
4. Mediante las funciones NEGBINOMDIST y POISSON obtenemos las fre-
cuencias relativas, en realidad la probabilidad asociada a cada valor de la
variable:
5. Multiplicando estas probabilidades, frecuencias relativas, por el tamao
de la muestra n obtenemos las frecuencias absolutas esperadas (Esp).
0 50 0,05 0,0503 50 0,0496 50
1 149 0,149 0,1492 149 0,1490 149
2 224 0,224 0,2220 222 0,2237 224
3 224 0,224 0,2208 221 0,2240 224
4 168 0,168 0,1653 165 0,1683 168
5 101 0,101 0,0993 99 0,1011 101
6 50 0,05 0,0499 50 0,0506 51
7 21 0,021 0,0216 22 0,0217 22
8 8 0,008 0,0082 8 0,0082 8
9 3 0,003 0,0028 3 0,0027 3
10 2 0,002 0,0008 1 0,0008 1
1000
Med 3,004
Var 3,034
p 0,99
r 300,96
Esp (BN) POI Obs
0,00
0,05
0,10
0,15
0,20
0,25
0 1 2 3 4 5 6 7 8 9 10
Obs Esp (BN)
6. Con unas frecuencias u otras podemos realizar ya los grficos en los que
obtendremos una idea de cun bueno es el ajuste a las distribuciones
candidatas.

7. Para calcular el estadstico de ajuste podramos usar las funciones
relacionadas con la
2
descritas anteriormente, aunque es recomendable
hacer los clculos nosotros mismos. Podemos hacerlos de dos formas
diferentes, utilizando una formula matricial tal como se describe en la
figura siguiente:

O haciendo los clculos para obtener los sumando del estadstico
( )
2
K
i i 2
i 1
i
Obs Esp
Esp
=

por supuesto ambos procedimientos llevan al mismo resultado:

Sumandos
0,0503 50 0,0496 50 0,002195
0,1492 149 0,1490 149 0,000343
0,2220 222 0,2237 224 0,018911
0,2208 221 0,2240 224 0,046072
0,1653 165 0,1683 168 0,044031
0,0993 99 0,1011 101 0,028248
0,0499 50 0,0506 51 0,000208
0,0216 22 0,0217 22 0,014378
0,0082 8 0,0082 8 0,003762
0,0028 3 0,0027 3 0,019976
0,0008 1 0,0008 1 1,581683
1,7598
1,7598
Esp (BN) POI

0,0503 50 0,0496 50 0,002195 0,003418
0,1492 149 0,1490 149 0,000343 0,000009
0,2220 222 0,2237 224 0,018911 0,000295
0,2208 221 0,2240 224 0,046072 0,000008
0,1653 165 0,1683 168 0,044031 0,000386
0,0993 99 0,1011 101 0,028248 0,000076
0,0499 50 0,0506 51 0,000208 0,007381
0,0216 22 0,0217 22 0,014378 0,023830
0,0082 8 0,0082 8 0,003762 0,002970
0,0028 3 0,0027 3 0,019976 0,028355
0,0008 1 0,0008 1 1,581683 1,709267
1,7598 1,7760
2
1,7598
2
1,7760
p.valor 0,98751 p.valor 0,99454
Esp (BN) POI
8. Una vez hechos todos los clculos y teniendo en cuenta los diferentes
grados de libertad para calcular el p.valor llegamos a la conclusin de que
ambas distribuciones se ajustan muy bien a los datos, con una ligera ven-
taja para la Poisson que, an con un valor del estadstico mayor, tiene sin
embargo tambin una mayor probabilidad asociada ya que tiene un grado
menos de libertad.

8.3 Distribuciones continuas: el test de Kolmogorov-Smirnov
8.3.1 Estimacin de los parmetros
La estimacin de los parmetros de las distribuciones es de la forma siguiente:
DISTRIBUCIN ESTIMADOR
Beta (,)

= 1
s
) x 1 ( x
) x 1 (
; 1
s
) x 1 ( x
x
2 2
Exponencial()
X
=
Gamma(,) (Ver ejemplo sobre el empleo de solver)
LogNormal(,)
( ) ( ) ( )
n n
2
i i
2
Ln x Ln x x
;
n n
= =

1

Normal(,)
( )
n n
2
i i
2
x x
;
n n
= =

x
1

Uniforme (a,b) { } { }
1 n 1 n
min X , , X ; max X , , X = = a b

8.3.2 Prueba de bondad del ajuste de Kolmogorov-Smirnov.
Este contraste compara la funcin de distribucin (probabilidad acumulada) te-
rica (Esp) con la observada (Obs), y calcula un valor de discrepancia, representado
habitualmente como Dn, que corresponde a la discrepancia mxima en valor absolu-
to entre la distribucin observada y la distribucin terica. Es un test independiente
de la distribucin concreta a la que se suponen se han de ajustar los datos. Concre-
tamente es de la forma siguiente:
da especifica n distribuci la de provienen datos Los : H

da especifica n distribuci la de provienen datos Los : H
1
0
no

Para la aplicacin del este test es necesario determinar en primer lugar la Fre-
cuencia observada acumulada en los datos Obs(x). Para ello para cada valor x de la
muestra se calcula:
( )
n
x valores de N
Obs
muestra
x

=

En segundo lugar debemos ser capaces de obtener la frecuencia acumulada te-
rica para cada uno de los datos de la muestra Esp
(x)
.
Una vez determinadas ambas frecuencias, se obtiene el mximo de las diferen-
cias entre ambas, en la i-sima posicin de orden, que se denomina D
n
.
n (x)
x
D max Obs Esp =
(x)

Finalmente, dado un valor para la significacin del test, se recurre a la tabla de
valores crticos de D
n
en la prueba de bondad de ajuste de Kolmogorov-Smirnov, y
considerando el tamao de la muestra, se establece lo siguiente:
Si D
n
> D tabla, se rechaza H
0
Si D
n
< D tabla, se mantiene H
0

VALORES CRTICOS DEL ESTADSTICO DE KOLMOGOROV-SMIRNOV

Significacin
n 0,1 0,05 0,01
1 0,95000 0,97500 0,99500
2 0,77639 0,84189 0,92929
3 0,63604 0,70760 0,82900
4 0,56522 0,62394 0,73424
5 0,50945 0,56328 0,66853
6 0,46799 0,51926 0,61661
7 0,43607 0,48342 0,57581
8 0,40962 0,45427 0,54179
9 0,38746 0,43001 0,51332
10 0,36866 0,40925 0,48893
11 0,35242 0,39122 0,46770
12 0,33815 0,37543 0,44905
13 0,32549 0,36143 0,43247
14 0,31417 0,34890 0,41762
15 0,30397 0,33760 0,40420
16 0,29472 0,32733 0,39201
17 0,28627 0,31796 0,38086
18 0,27851 0,30936 0,37062
19 0,27136 0,30143 0,36117
20 0,26473 0,29408 0,35241
21 0,25858 0,28724 0,34427
22 0,25283 0,28087 0,33666
23 0,24746 0,27490 0,32954
24 0,24242 0,26931 0,32286
25 0,23768 0,26404 0,31657
26 0,23320 0,25907 0,31064
27 0,22898 0,25438 0,30502
28 0,22497 0,24993 0,29971
29 0,22117 0,24571 0,29466
30 0,21756 0,24170 0,28987
40 0,18913 0,21012 0,25205
50 0,16959 0,18841 0,22604
60 0,15511 0,17231 0,20673
70 0,14381 0,15975 0,19167
80 0,13467 0,14960 0,17949
90 0,12709 0,14117 0,16938
100 0,12067 0,13403 0,16081
200 0,80579 0,09518 0,11411
500 0,54440 0,06030 0,07228
Asinttico n 1,244 n 1,358 n 1,628

Ejemplo
Tenemos un conjunto de n = 1000 datos que deseamos ajustar a una Normal
para comprobar si se ajustan los datos a esta distribucin.
1. Supondremos que los datos se encuentran en el rango A1:A1000, es decir
en la primera columna de la hoja desde la 1 fila hasta la n 1000.
2. Aunque no es estrictamente necesario, por comodidad, daremos a este
rango el nombre Datos.
3. En la columna B, en la primera fila introduciremos como formula matricial
la siguiente:
=SUMA(SI (Datos<A1;1;0))/ CONTAR(Datos)
Esta frmula realiza la operacin necesaria para calcular la frecuencia
observada acumulada en los datos Obs(x):
( )
n
x valores de N
Obs
muestra
x

=

Arrastraremos esta frmula a lo largo de la columna B hasta la fila 1000
para calcular Obs(x) para cada uno de los elementos de la muestra
4. Calcularemos la media y la desviacin tipca de la muestra y las
alamcenaremos en las celdas I1, e I2 (o en culesquiera otras que
queramos).
5. En la columna C, en la primera fila introduciremos como formula normal
la siguiente:
=DISTR.NORM(A1;$I$1;$I$2;1)
cambiando las referencias I1 e I2 si es que la media y desviacin se
encuentran en otras celdas diferentes a estas. Arrastraremos esta frmula
a lo largo de la columna C hasta la fila 1000 para calcular Esp(x) para
cada uno de los elementos de la muestra.
6. En una celda libre calcularemos Dn
n (x)
x
D max Obs Esp =
(x)

mediante la frmula matricial siguiente:
=MAX(ABS(B1:B1000-C1:C1000))

7. Hemos obtenido (vase pg sgte) un valor
D
n
=0,0199
para una significacin del 0,05, el valor crtico de la tabla es
1,358/(1000)
0,5
=0,0429
por lo que no rechazamos H
0
y damos por vlido que los datos provienen
de una Normal (11,93 de media y 2,02 de desviacin tpica).
11,984 0,504 0,511 Med 11,93
12,307 0,579 0,574 1000 Des 2,02 1000,0
11,280 0,375 0,374 Dn 0,0199
12,983 0,684 0,699 X N f F F f N(Te)
13,240 0,723 0,741 6,0 1 0,001 0,001 0,0013 0,0013 1,3
14,193 0,867 0,868 6,5 2 0,002 0,003 0,0030 0,0016 1,6
9,750 0,132 0,141 7,0 2 0,002 0,005 0,0062 0,0032 3,2
14,709 0,920 0,915 7,5 11 0,011 0,016 0,0122 0,0060 6,0
13,307 0,736 0,752 8,0 16 0,016 0,032 0,0228 0,0105 10,5
11,358 0,389 0,389 8,5 18 0,018 0,050 0,0401 0,0173 17,3
9,985 0,169 0,169 9,0 28 0,028 0,078 0,0668 0,0267 26,7
11,477 0,410 0,412 9,5 30 0,030 0,108 0,1056 0,0388 38,8
14,555 0,907 0,903 10,0 64 0,064 0,172 0,1587 0,0530 53,0
11,856 0,489 0,486 10,5 69 0,069 0,241 0,2266 0,0680 68,0
12,641 0,640 0,637 11,0 88 0,088 0,329 0,3085 0,0819 81,9
9,824 0,142 0,149 11,5 89 0,089 0,418 0,4013 0,0928 92,8
8,365 0,046 0,039 12,0 90 0,090 0,508 0,5000 0,0987 98,7
13,273 0,730 0,747 12,5 109 0,109 0,617 0,5987 0,0987 98,7
13,284 0,732 0,748 13,0 70 0,070 0,687 0,6915 0,0928 92,8
14,029 0,839 0,850 13,5 80 0,080 0,767 0,7734 0,0819 81,9
13,482 0,762 0,778 14,0 67 0,067 0,834 0,8413 0,0680 68,0
11,542 0,427 0,424 14,5 64 0,064 0,898 0,8944 0,0530 53,0
15,327 0,954 0,953 15,0 46 0,046 0,944 0,9332 0,0388 38,8
14,427 0,890 0,891 15,5 21 0,021 0,965 0,9599 0,0267 26,7
12,393 0,596 0,591 16,0 16 0,016 0,981 0,9772 0,0173 17,3
14,909 0,938 0,929 16,5 12 0,012 0,993 0,9878 0,0105 10,5
11,718 0,460 0,459 17,0 2 0,002 0,995 0,9938 0,0060 6,0
9,893 0,151 0,157 17,5 3 0,003 0,998 0,9970 0,0032 3,2
13,457 0,759 0,775 18,0 1 0,001 0,999 0,9987 0,0016 1,6
11,971 0,502 0,508 18,5 1 0,001 1,000 0,9994 0,0008 0,8
12,769 0,659 0,661 19,0 0 0,000 1,000 0,9998 0,0003 0,3
10,584 0,257 0,253 19,5 0 0,000 1,000 0,9999 0,0001 0,1
9,485 0,107 0,114 20,0 0 0,000 1,000 1,0000 0,0001 0,1
8,856 0,067 0,065 0
12,248 0,567 0,563
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
6789
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0

8.4 Uso de SOLVER en el proceso de caracterizacin/ estimacin.

Los estimadores de la mayora de las distribuciones que hemos presentado son
relativamente sencillos de obtener, basta con obtener la media y varianza y estimar los
parmetros a partir de dichos valores.
El caso de la distribucin Gamma es distinto, la estimacin de sus parmetros
y supone la resolucin del siguiente sistema de ecuaciones:
( )
( )
( )
i
Ln X
n
=
Ln

proceso que si no es complicado, Excel cuenta con la funcin
Digamma, no es inmediato.
En cualquier caso, Excel cuenta con una poderosa
herramienta que permite resolver problemas de optimizacin y
que, en situaciones como esta, la estimacin de y , puede
resultar de gran ayuda.
Bastar con estimar y minimizando la funcin
adecuada, esta funcin puede ser por ejemplo la distancia D
n
o el
estadstico
2
.
La hoja siguiente es un ejemplo de esta aplicacin de Solver

1,25

Vemos que los parmetros estimados por Solver (en color rojo) se encuentran
muy prximo a los reales (en color azul) y que el ajuste es aceptable

1,0
3,0
X Em
2,15
p Teo
1,0 511
2
471
,0 342
3
353
,0 247
4
246
,0 172
5
166
,0 133
6
110
,0 111
7
73
,0 72
8
47
,0 47
9
31
,0 38
10
20
,0 33
11
13
,0 19
12
8
,0 10
13
5
,0 8
14
3
,0 13
15
2
,0 5
16
1
,0 7
17
1
,0 1
18
1
,0 3
19
0
,0 0
20
0
,0 1
21
0
,0 0
22
0
,0 0
23
0
,0 0
24
0
,0 0
25
0
,0 0
0
1773
0
5695
0
100
200
300
400
500
600
123456789
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
Emp Teo

Esta D Actuarial

Transféré par

Informations du document

Titre original

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

Esta D Actuarial

Transféré par

Droits d'auteur :

Formats disponibles

Estadstica Actuarial I

Material para las prcticas

ALEATORIO.ENTRE(a;b): Devuelve un nmero aleatorio distribuido se-

da especifica n distribuci la de provienen datos Los : H

Vous aimerez peut-être aussi