Académique Documents
Professionnel Documents
Culture Documents
15/07/2009
Luis Mara Dicovskiy Riobo
UNI Norte
ndice
Introduccin ............................................................................................................. 4
Unidad I. Estadstica Descriptiva ............................................................................. 5
1.1 Introduccin Unidad I ............................................................................................. 5
Objetivos ...................................................................................................................... 5
1.2 Anlisis de datos .................................................................................................... 7
Principios a utilizar al construir una Tabla de Distribucin de Frecuencias, TDF. . 13
Grficos .................................................................................................................. 16
Grficos Multivariados ............................................................................................ 20
1.3. Medidas de Tendencia Central ........................................................................... 22
Media Aritmtica..................................................................................................... 22
La Mediana ............................................................................................................ 24
La Moda ................................................................................................................. 25
Otras medidas de tendencia central. ...................................................................... 27
La Media Geomtrica. ............................................................................................ 27
La Media Cuadrtica. ............................................................................................. 27
Cuartiles, Deciles y Percentiles. ............................................................................. 27
1.4 Medidas de Dispersin o de Variabilidad ............................................................. 28
El Rango. ............................................................................................................... 29
El Desvo Estndar................................................................................................. 29
La Varianza. ........................................................................................................... 31
El Coeficiente de variacin ..................................................................................... 31
1.5 Otras medidas tiles en Estadstica Descriptiva. ................................................. 32
La Asimetra o Sesgo. ............................................................................................ 32
La Curtosis. ............................................................................................................ 33
1.6 Muestras y Poblacin........................................................................................... 34
Muestreo Aleatorio Simple ..................................................................................... 35
Muestreo Estratificado............................................................................................ 37
Muestreo por Conglomerados ................................................................................ 38
Muestreo Sistemtico ............................................................................................. 39
Unidad 2. Teora Elemental de Probabilidades ..................................................... 41
2.1 Introduccin a las Probabilidades ........................................................................ 41
2.2 Trminos Bsicos. ............................................................................................... 41
Objetivos .................................................................................................................... 41
2.3 Propiedades de la Probabilidad ........................................................................... 42
Regla del producto. ................................................................................................ 42
Regla de la Suma. .................................................................................................. 43
2.4 Probabilidad condicionada ................................................................................... 44
2.3 Teorema de Bayes............................................................................................... 46
2
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
3
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Introduccin
Este texto bsico de estadstica est diseando y organizado en funcin del contenido
de la mayora de los temas que se aborda en las asignaturas de Estadstica I y
Estadstica II que se imparte en las carreras de Ingeniera en Sistemas, Civil, Industrial
y Agroindustrial de la Universidad Nacional de Ingeniera, UNI, de Nicaragua. Sin
embargo por su forma sencilla y asequible con que se trat de abordar los diferentes
temas, este texto puede ser til en cualquier otra carrera universitaria.
Este libro tiene un enfoque utilitario, prctico, respetando el principio que la Estadstica
debe ser una herramienta fundamental para describir procesos y tomar decisiones en el
trabajo cotidiano de un Ingeniero. En el mismo se trat de romper la dicotoma entre
teora y realidad, respondiendo permanentemente a la pregunta Cundo puedo usar
esta teora? Qu me permite conocer o responder la misma?
Para hacer los ejercicios de este texto y construir grficos digitales se sugiere utilizar el
programa estadstico INFOSTAT, el cual dispone de una versin de uso libre que se
puede descargar gratuitamente desde la pgina www.infostat.com.ar .
4
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Objetivos
5
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
En general podemos hablar de dos tipos de estadsticas, las descriptivas que nos
permiten resumir las caractersticas de grandes grupos de individuos y las
inferenciales que nos permite dar respuestas a preguntas (hiptesis) sobre poblaciones
grandes a partir de datos de grupos pequeos o muestras.
Variables Cuantitativas, son las que sus caractersticas estn expresadas en valores
numricos, stas asumen cualquier valor y pueden variar en cualquier cantidad, sobre
una escala aritmtica e infinita y pueden subdividirse en dos tipos continuas o
medibles y discretas o contables.
6
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Las variables generan datos, con ellos se hace la estadstica y cada uno de stos
ocupa una celda de una matriz o base de datos. La Matriz de datos es un
ordenamiento de datos en fila y columnas donde cada fila es un individuo, una parcela,
una muestra, una unidad experimental o una encuesta determinada y cada columna:
una variable. Los programas Access, Excel, Infostat y SPSS ordenan los datos en
forma de matriz. Por ejemplo en una encuesta (cuestionario) cada pregunta que se
tiene, genera al menos, una variable generalmente discreta. Hay casos donde una
pregunta puede generar muchas variables de tipo dicotmico, SI- NO, que se suele
codificar como 1= SI y 0= NO.
7
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Una vez que los datos se han codificado, transferidos a una matriz y guardado en una
computadora podemos proceder a analizarlos, proceso que se hace con un programa
estadstico como SPSS o INFOSTAT, de forma manual solo se pueden manejar pocos
datos y variables es por ello que el nfasis de este libro est ms en la interpretacin
de resultados que en los procedimientos de clculo.
Definicin de Ejecucin de
Creacin de la Interpretacin
anlisis a anlisis en
matriz de datos de resultados
realizar computadora
Una primera tarea luego de construir una tabla o matriz de datos, es explorarlos
buscando informacin atpica o anormal y corregir los casos que la informacin atpica
se deba a una mala digitacin o error en la recoleccin de datos.
8
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Un caso especial de escala ordinal es la escala de Likert, esta escala es muy usada en
las ciencias sociales y se usa para medir actitudes, Una actitud es una predisposicin
aprendida par responder consistentemente de una manera favorable o desfavorable
ante un objeto de sus smbolos. As las personas tenemos actitudes hacia muy
diversos objetos o smbolos, por ejemplo: actitudes hacia la poltica econmica, un
profesor, la ley, nosotros, etc. Las actitudes estn relacionadas con el comportamiento
9
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
quiero clasificar la becas que otorga una Universidad puedo codificar a estas de la
siguiente manera: Beca interna =1, Beca externa =2 y No beca =0.
Si las opciones que genera una variable discreta permite hacer combinaciones de las
respuestas se sugiere crear muchas variables dicotmicas del tipo Si o No (1,0).
Veamos un ejemplo: Si se pregunta: que prcticas de en los cultivos realiza un
campesino, estas pueden ser varias y combinadas como: Insecticidas Botnicos,
Trampas amarillas, Barreras vivas, Semilla resistente etc. En este caso lo que se hace
es generar un variable del tipo 0-1 para cada opcin de prctica de cultivo, generando
muchas variables en una sola pregunta.
Para crear una base de datos hay que recordar que se est obteniendo una matriz de
datos donde en la primera fila se tiene el nombre abreviado de la variable y en el resto
de las filas los datos para cada encuesta o individuo en estudio. Las variables
cualitativas se deben recodificar, veamos el siguiente ejemplo hipottico de 8
encuestas:
11
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Ejercicio 1.4: Intente codificar numricamente las respuestas que se generan a partir
de la encuesta de caracterizacin socioeconmica, que a continuacin se detalla,
discuta las posibles respuestas, diga si las preguntas estn bien formuladas, sugiera si
alguna de ellas est de ms y que preguntas propone para completar la informacin.
Hoja de Encuesta
Nmero de ficha___________
Fecha: ______________________________________________________
Primer Apellido_______________________________________________
Segundo Apellido______________________________________________
Nombres:_____________________________________________________
Ao____________
Direccin: _____________________________________________________
Estado Civil: ____________
Nmero de personas que habitan la vivienda__________________________
Nivel de estudio de ellos__________________________________________
Edad de cada una de ellos_________________________________________
Profesin: _____________________________________________________
Ejercicio 1.5:
Defina variables para caracterizar a los estudiantes del curso con el objetivo de
determinar posibles causas que tengan influencia en el rendimiento acadmico
del grupo.
Cree una base de datos de al menos 25 individuos. Ver ejemplo.
Ejemplo de una matriz de datos generados con datos de estudiantes.
12
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
GENERACION DE DATOS
NOMBRE NOTAS EST EDAD ALTU SEXO PESO origen INGRE BE Opinin
Prom. ADO RA SO CA
CIVIL FAMI S
LIAR
Abel 74 2 25 1.75 1 140 2 1 0 3
Adely 70 2 18 1.55 2 110 1 1 0 3
Alexis 80 2 24 1.85 1 150 1 1 1 2
Aracely 70 2 20 1.54 2 117 1 1 1 4
Candelario 78 1 24 1.65 1 150 2 1 0 5
Carlos 85 2 19 1.8 1 150 1 2 0 5
Cesar 70 2 19 1.7 1 140 2 1 0 5
Cleotilde 75 1 20 1.5 2 112 1 1 1 1
Danny T 70 2 18 1.7 1 160 1 1 0 4
Danny 85 2 18 1.67 1 120 2 1 0 4
David N 77 2 18 1.63 1 135 1 1 0 2
Deice 75 2 20 1.52 2 110 1 1 1 3
Edwin 80 1 18 1.75 1 110 1 1 0 3
Ronal 80 2 21 1.73 1 160 2 1 0 3
Sara 80 2 17 1.6 2 114 2 1 0 2
Sayda 78 2 18 1.5 2 128 2 1 0 5
Seyla 75 2 20 1.7 2 120 1 1 1 5
Tania 90 2 19 1.65 2 130 2 1 0 4
Uriel 70 2 22 1.65 1 140 2 1 0 2
Yilmar 78 2 18 1.8 1 174 2 2 0 4
13
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Lo primero para construir una TDF es definir el nmero de clases intervalos a crear
y el intervalo o ancho de cada intervalo. Para que los grficos permitan visualizar
tendencias de la variable en estudios, el nmero de clases se recomienda que no sean
menor de 5 ni mayor de 20. Al ancho de clase se calcula dividiendo el Rango (valor
mayor valor menor), con un valor que debe variar entre 5 y 20. Hay que utilizar ms
clases cuando se tiene ms datos disponibles, si el nmero de clases es muy grande
es posible tener muchas clases vacas, si es demasiado pequeo podran quedar
ocultas caractersticas importantes de los datos al agruparlos. Se tendra que
determinar el nmero de clases a partir de la cantidad de datos presente y de su
uniformidad, en general con menos de treinta datos se usa una TDF con 5 clases.
El valor central de una clase se llama marca de clase, este valor se usa para construir
los grficos de polgonos de frecuencia. Veamos un ejemplo de cmo se construye una
Tabla de Distribucin de Frecuencias. Es importante resaltar que con las variables
nominales no se construyen intervalos, lmites marcas de clase, esto no tiene sentido
con este tipo de variable.
14
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
0.28
frecuencia relativa
0.21
0.14
0.07
0.00
1100 1200 1300 1400 1500 1600 1700 1800
C$
Ejercicio 1.6 Realizar una tabla de frecuencias con una variable discreta (contable) y
una variable continua (medible) de la matriz generada con los datos obtenidos en clase.
Ejercicio 1.7. Realizar un grfico de barras y un grfico de Pastel a partir de los datos
recolectados.
Grficos
Los grficos nos permiten presentar la informacin que san los datos de manera
resumida y grfica, fcil de entender. Los grficos pueden ser univariados, bivariados y
multivariados, segn el nmero de variables involucradas.
16
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
40
30
Frecuencia de personas
20
10
0
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90
Edad
17
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
otros
19%
primaria
45%
ninguno
15%
secundaria
21%
18
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
75.5
75.2
75.0
74.5
74.0
73.5
73.5
Nota Promedio
73.0
73.0
72.5
72.5
72.0
Matematica Contabilidad Programacin Algebra
Asignatura
19
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
30
20
10
0
13 20 27 34 41 48 55 62 69 76
Grficos Multivariados
Grfico de Barras que incorpora 4 variables dicotmicas (si- no)
120
Este tipo de grfico permite
100 resumir de manera muy
98
eficiente la informacin de
80
hasta 6 o 7 variables. Es
ideal para usar con
60
escalas de opinin como la
40 43 escala Likert o variables
30
dicotmica, SI y NO.
20
19
0
Escuela Cercana Agua Potable Telfono
Electricidad Asistencia Mdica
20
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
50
46
40
41
30
20 23
19
13 Sexo
Porcentaje
10
9 8 varn
0 mujer
primaria secundaria univers itario solo lee
Nivel educativo
hijo/a
40
22 28
madre
20
padre
15
0 10 jefe de familia
varn mujer
Sexo
21
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Una de las medidas de tendencia central ms comn y til es la media comn o media
aritmtica, pero tambin son de importancia, segn las circunstancias y el tipo de
variables la moda y la mediana. Otras medidas de tendencia central menos usadas
son la media geomtrica y la media cuadrtica.
1 = x1 +x2 +x3 +x4 +.......+ xn
Media Aritmtica
La media aritmtica o simplemente media de un conjunto de mediciones es la medida
de tendencia central ms usada y conocida. Esta medida se simboliza como x (x con
raya) cuando representa la media muestral y como (letra griega minscula) para
22
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Media Aritmtica =
Raquel X7 89
Luisa X8 92
Rosa X9 67
Diana X10 69
761.
10
1
xi =
En este caso i varia de 1 a 10.
10
Media de notas de los estudiantes = 1
x i /10 = 761/10 = 76.1
La Mediana
La segunda medida de tendencia central es la mediana. La mediana m de un conjunto
de mediciones x1, x2, x3,...., xn es el valor de x que se encuentra en el punto medio o
centro cuando se ordenan los valores de menor a mayor.
Raquel 8 89
Juan 9 92
Luisa 10 92
La Moda
La moda es la medida de tendencia central ms fcil de calcular y tambin es la ms
sujeta a fluctuaciones cuando cambian unos pocos valores de la distribucin. Por esta
razn la moda se suele usar para una evaluacin rpida de la tendencia central. La
moda se define como el valor ms frecuente de una distribucin. En una tabla de
frecuencias, la frecuencia mayor es la que contiene a la moda. Esta medida se usa ms
y tiene ms sentido cuando se describen datos nominales, de hecho es la nica medida
de tendencia central que funciona con este tipo de escala.
La mediana suele ser la medida preferida cuando se emplea una escala ordinal, estas
son las situaciones donde el valor asignado a cada caso no tiene otro significado ms
que el indicar el orden entre los casos. Por ejemplo saber en una clase cuales alumnos
estn dentro del 50% con mejores notas y cuales dentro del 50% con peores notas.
Tambin se suele preferir la mediana cuando unos pocos valores extremos
distorsionan el valor de la media. Por ejemplo si tengo 9 personas con 0 ingresos y uno
sola que tiene ingresos de 10 unidades, la media me puede dar a entender que la
mayora recibe 1 unidad, cuando esto no es real.
26
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
La Media Geomtrica.
Una ventaja de su uso es que considera todos los valores de la distribucin y es menos
sensible que la media aritmtica a los valores extremos, sin embargo es de clculo
complicado y si un valor vale 0 se anula.
La Media Cuadrtica.
Se construye a partir de suma de los cuadrados de un conjunto de valores. Su forma de
x12 x22 x32 ... xn2
clculo es xc 2
, si tomamos los valores anteriores la
n
42 52 42 62
media cuadrtica tiene el siguiente valor xc 2 4.81
4
Se utiliza cuando se quiere evitar los efectos de los signos. sta media solo puede
tomar valores positivos.
27
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
14.9
Kg
11.2
Mediana
7.5
3.7
El Rango.
El Rango, Recorrido o Amplitud de un conjunto de mediciones, es la diferencia entre el
valor mayor y el valor menor, indica el nmero necesario y mnimo de unidades, en la
escala de medicin, para incluir los valores mnimo y mximo. Es la medida de
dispersin ms fcil de calcular, pero tambin es la menos estable al estar fuertemente
influenciada por valores extremos atpicos.
El Desvo Estndar.
El Desvo Estndar es la medida de dispersin ms ampliamente usada y es la ms
estable ya que depende de todos los valores de la distribucin. Es la media de
desviacin de los valores con respecto a la media, aunque una definicin completa
sera: la raz cuadrada de la suma de las desviaciones alrededor de la media, elevadas
al cuadrado y divididas entre el nmero de casos menos uno en el caso de S.
29
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Cuando se trabaja con muestras el desvo estndar se simboliza con una S y con la
letra sigma minscula cuando se usan datos de una poblacin. Su frmula de
clculo tradicional es:
2 2
= =
1 1 1
S= ((55 76.1) 2 (62 76.1) 2 (67 76.1) 2 (68 76.1) 2 (69 76.1) 2 (79 76.1) 2
(88 76.1) 2 (89 76.1) 2 (92 76.1) 2 (92 76.1) 2 ) / 9
= 13.6
30
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
La Varianza.
La varianza es el desvo estndar elevado al cuadrado y se simboliza con S 2 cuando
es muestral, o 2 cuando es poblacional. Este es una medida que se usa en muchas
pruebas de Hiptesis estadsticas, por ejemplo el Anlisis de Varianza, ANDEVA que
se basa en la descomposicin y relacin de las varianzas de las causas de variacin de
los datos. Pero para fines descriptivos se prefiere usar el desvo estndar en vez de la
varianza, que suele ser un valor mayor y difcil de interpretar.
El Coeficiente de variacin
El coeficiente de variacin, CV, es un cociente entre el desvo estndar y la media de
Cabe destacar que al describir nuestros datos, debemos interpretar nuestros datos de
tendencia central y de variabilidad en conjunto y no de manera separada. Con la media
y el desvo estndar se pueden construir intervalos donde supongo estn la mayora de
los datos en el caso que la distribucin sea normal. La moda, mediana y el rango
pueden completar la informacin sobre la distribucin y as tener una buena idea de lo
que sucede con la variable en estudio.
31
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
La Asimetra o Sesgo.
La Asimetra es una medida necesaria para conocer cunto se parece nuestra
distribucin a la distribucin terica de una curva normal, curva con forma de
campana, y constituye un indicador del lado de la curva donde se agrupan las
frecuencias. Esta medida se construye con el valor medio, la mediana y el desvi
estndar. Si el valor del sesgo es cero (asimetra = 0), la curva de distribucin es
simtrica, en este caso coinciden los valores de la media, la mediana y la moda.
Cuando el sesgo es positivo, la media es mayor que la mediana, quiere decir que hay
valores agrupados hacia la izquierda de la curva y la cola de la distribucin es ms
larga a la derecha. Cuando el sesgo es negativo, la media es menor a la mediana,
significa que los valores tienden a agruparse hacia la derecha de la curva, por encima
de la media y la cola de la distribucin es ms larga a la izquierda.
( )
Su forma de clculo original es: = pero como aproximadamente se
cumple que Media Moda = 3 (Media - Mediana), se usa la siguiente forma de
clculo prctico del sesgo:
( )
=
32
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Asimetria 0.93
0.25
0.17
0.08
0.00
15 22 28 34 41 47 54 60
Cereal
La Curtosis.
La curtosis es una medida que indica o mide lo plano o puntiaguda que es una curva de
distribucin. Cuando esta es cero, curtosis = 0, significa que se trata de una curva
Normal. Si es positiva, quiere decir que la curva o distribucin o polgono es ms
puntiaguda o levantada que la curva normal (curva leptocrtica). Si es negativa quiere
decir que es ms plana (curva mesocrtica).
33
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
=( )
Curtosis =
Definicin:
Las medidas calculadas a partir de la poblacin, Ej. y se llaman
PARMETROS
Ejercicio 1.8:
Tomando como fuente de datos las variables continuas recolectadas a partir de los
datos que generen los estudiantes en clase debe construir
Medidas de tendencia central: medias, modas, medianas,
Medidas de dispersin: desviacin estndar y rango
distribucin de frecuencias
35
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Si bien este modelo es bastante terico es un mtodo muy usado para aproximar un
valor de n entrevistados, cuando se realiza investigacin social.
77
nota
75
72
70
p1 p2 p3 p4 p5 p6 p7 p8 p9 p10 p11 p12 p13 p14 p15
promedio 36
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Clculo emprico por lotes. Cuando en un proceso industrial se tienen lotes, volumen
de produccin por tiempo por cantidad de materia prima. Para realizar un control de
calidad del proceso productivo se puede seguir el siguiente criterio de muestreo
desarrollado por el ejrcito de EEUU (Military Estndar 414):
Muestreo Estratificado
El muestreo aleatorio simple debe utilizarse cuando los elementos de la poblacin son
homogneo respecto a las caractersticas a estudiar, es decir a priori no conocemos
que elementos de la poblacin tendrn valores altos de ella. Cuando dispongamos de
informacin sobre la poblacin conviene tenerla en cuenta al seleccionar la muestra.
Un ejemplo clsico son las encuestas de opinin, donde los elementos (personas) son
heterogneas en algunas variables como: sexo, edad, profesin, etc. Interesa en estos
casos que la muestra tenga una composicin anloga a la poblacin, lo que se
consigue mediante una muestra estratificada.
37
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
miembros a cada estrato y escogiendo los elementos por muestreo aleatorio simple
dentro del estrato.
Una forma sencilla para dividir el tamao total de la muestra n entre los estratos de
ni es por el Mtodo Proporcional, el cual toma en cuenta el tamao relativo del estrato
de la poblacin, por ejemplo si en la poblacin hay un 55 % de mujeres y un 45 % de
hombres, mantendremos esta proporcin de la muestra. En general se har de la
manera ni= *Ni/N.
poblacin, por ejemplo las comunidades ms ricas suelen tener opinin diferente a las
ms pobres respecto a la ayuda social que da el estado
Muestreo Sistemtico
Cuando los elementos de la poblacin estn en una lista o un censo, se puede utilizar
el muestreo sistemtico. Supongamos que tenemos una poblacin de tamao N y se
desea una muestra de tamao n y sea K un valor entero ms prximo a la relacin
n/N. La muestra sistemtica se toma eligiendo al azar, con nmeros aleatorios, un
elemento entre los primeros K elementos y se denomina n1. El muestreo se realiza
seleccionando los elementos (n1 + K); (n1 + 2 K), etc. a intervalos fijos de K hasta
completar la muestra. Si el orden de los elementos en la lista es al azar, este
procedimiento es equivalente al muestreo aleatorio simple, aunque resulta ms fcil de
llevar a cabo sin errores.
Si el orden de los elementos es tal que los ms prximos tienden a ser ms semejantes
que los alejados, el muestreo sistemtico tiende a ser ms preciso que el aleatorio
simple al cubrir ms homogneamente toda la poblacin.
39
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Ejercicio 1.9:
Suponga que quiere conocer la opinin de una comunidad donde hay 50
personas adultas, N = 50. Cul es la es tamao de n mnimo a calcular?
Cul sera el valor de n con una ciudad de 50,000 habitantes?
Discuta que mtodo de muestreo usara si quiere estudiar la opinin de la gente
de 12 comunidades semejantes en cuanto a su nivel de vida y forma de producir
la tierra.
40
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Objetivos
42
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Ejercicio 2.1: estimar la probabilidad que al elegir por sorteo dos estudiantes del grupo,
ambos sean varones. Determinar tambin cuales eventos forman es este caso.
Si los sucesos son independientes: P(A) x P (B) es igual p(A B), A interseccin B.
Regla de la Suma.
Para que dos eventos A y B se puedan sumar directamente, estos deben ser
incompatibles, es decir ellos no pueden ocurrir al mismo tiempo. P(A B) = 0
Si los eventos no son incompatibles P(A B) = P (A) + P (B) - P(A B). Esta sera la
regla general de la suma de probabilidades.
En el ejemplo de arrojar dos veces una moneda al aire, la probabilidad que salga una
vez cara y el otro sol sin importar el orden, es la probabilidad de los eventos cara, sol
y sol, cara. Debido a que son cuatro los eventos posibles = cara cara, sol cara,
cara sol y sol-sol y cada uno con igual probabilidad, cada uno de esto eventos tiene
una P = 0.25, de ocurrencia. Por lo tanto la ocurrencia de cara-sol ms sol cara
es de P (c, s) + P (s, c)), que en valore de probabilidades es de P (0.25) + P (0.25) =
0.5
43
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
()
\ = Si p (B) 0
()
La condicin que P (B) > 0, esto es necesario para una buena definicin de
probabilidad condicional. Es de notar que si A y B son sucesos independientes, la P
(A\B) es igual a la P(A), es otro enfoque de mirar independencia. Cmo regla general
se enuncia que:
Dos eventos A y B son independientes si y slo si: P (A\B) = P(A) y P (B\A) = P(B)
que es lo mismo: P(A B) = P(A) x P(B)
Ejemplo:
44
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Ejercicio 2.3
Si se tiene una escuela de 200 alumnos distribuidos en tres aulas: A, B y C. Por sexo:
mujer, y varn; como sigue:
Aula/ Sexo Varn Mujer
A 20 20
B 30 30
C 56 44
Total 106 94
Cul es la probabilidad que un estudiante, sin importar el sexo, sea del aula B?
45
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Ejercicio 2.4
En un aula hay 6 estudiantes realizando un examen, dos son mujeres y cuatro son
varones. Cul es la probabilidad que finalice una mujer de segunda dado que el
primero en finalizar fue un hombre?
Si la solucin es:
( ) 8/30 2
\ = = =
() 4/6 5
Explicar cmo se construyeron los valores 8/30 y 4/6?
A1 A2 ... An = y Ai Aj = i j
A1 A2
An
46
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
A1 A2
B
An
= + +. . +
= \ + \ +. . + \ = \ ( )
=
Siendo P (B) la probabilidad total, la cual se puede interpretar como una media
ponderado de los diferentes \ ( )
El teorema de Bayes, enunciado por Thomas Bayes y publicada por primera vez en
1763, parte de una situacin en la que ocurran una serie de sucesos Ai que son una
particin completa de un espacio muestral y donde P (Ai) 0. Pero tambin existe un
suceso B, tal que P (B) 0, y que las probabilidades de ocurrencia de B son distintas
segn el suceso Ai que haya ocurrido, tal como se explica en la regla de la probabilidad
total. Conociendo que ha ocurrido el suceso B, la frmula del teorema de Bayes nos
indica como modifica esta informacin las probabilidades de los sucesos A i . Se resalta
que al disponer informacin de B se cambian las probabilidades de Ai. El teorema se
presenta de la siguiente manera:
P B\Ai P(Ai )
\ = n
i=1 P B\Ai P(Ai )
Ejercicio resuelto:
47
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
a. Para calcular la probabilidad de que la pieza elegida sea defectuosa, P(D), por la
propiedad de la probabilidad total,
48
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
PB .PD / B
P B / D
P A.PD / A PB .PD / B PC .PD / C
0.300.04
12
0.316
0.450.03 0.30.04 0.250.05 38
P A / D
0.450.03
135
0.355
0.450.03 0.30.04 0.250.05 380
PC / D
0.250.05
125
0.329
0.450.03 0.30.04 0.250.05 380
49
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
probabilidad de accidente del 20%, si sale el sol: probabilidad de accidente del 10% y si
est nublado: probabilidad de accidente del 5%.
Si se sabe que ocurri un accidente,
Cul es la probabilidad de que haya llovido?
Cul es la probabilidad de que haya salido el sol?
Cul es la probabilidad de que haya estado nublado?
m!
Cm.n
n!(m n)!
50
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Hacindolos se obtienen: {a, b}, {a, c}, {a, d}, {b, c}, {b, d}, {c, d}. Son seis los
subconjuntos.
Permutaciones:
La expresin "Pm,n" representa las variaciones de "m" elementos, formando subgrupos
de "n" elementos. En este caso, un subgrupo se diferenciar del resto, bien por los
elementos que lo forman, o bien por el orden de dichos elementos. Para calcular el
nmero de permutaciones se aplica la siguiente frmula:
m!
Pm.n
(m n)!
10! 10.9.8.7.6.5.4.3.2.1
P10,4 5,040
(10 4)! 6.5.4.3.2.1
51
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Objetivos
Hasta esta unidad nos hemos ocupado de descripciones de muestras usando tablas,
grficos y medidas como la media y la varianza. Pero generalmente nuestro inters va
ms all que una simple descripcin, suele haber inters en tratar de generalizar los
resultados de la muestra hacia el grupo total, es decir la Poblacin. Para generalizar
podemos usar modelos estadsticos tericos diseados por estadsticos famosos como
Gauss, Fisher, Gosset y otros.
52
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Debido a que estas distribuciones tratan sobre expectativas de que algo suceda,
resultan ser modelos tiles para hacer inferencias y para tomar decisiones en
condiciones de incertidumbre.
Una distribucin de frecuencias son las frecuencias observadas de todos los resultados
de un experimento que se presentaron cuando ya se efectu el experimento, es
emprica. Mientras que una distribucin de probabilidad es un listado de las
probabilidades de todos los posibles resultados que podran obtenerse si el
experimento se va a llevar a cabo, es terica.
numerable, que se puede contar, tenemos una variable aleatoria discreta. En el otro
extremo, si el experimento puede tomar cualquier valor dentro de un intervalo dado,
entonces se trata de una variable aleatoria continua, generalmente son aquellas
variables que se miden se pesan. Las variables aleatorias definidas sobre espacios
muestrales discretos se llaman variables aleatorias discretas y las definidas sobre
espacios muestrales continuos se llaman continuas.
Se puede pensar en una variable aleatoria como un valor o una magnitud que cambia
de una presentacin a otra, sin seguir una secuencia predecible. Los valores de una
variable aleatoria son los valores numricos correspondientes a cada posible resultado
de un experimento aleatorio.
54
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Definimos la variable aleatoria. X: nmero varones nacidos, la cual puede tomar los
valores {0, 1, 2, 3}. Se buscan todos sucesos de la muestra que dan lugar a cada valor
de la variable y a ese valor se le asigna la probabilidad del suceso correspondiente.
x Sucesos px
0 {} 1/8
1 {v, v, v} 3/8
3 {vvv} 1/8
Sin embargo para las variables continuas la probabilidad de que una variable tome
cualquier valor concreto es 0, por lo tanto la fdp slo permite calcular la probabilidad
para un intervalo del tipo (a<X<b), mediante el rea bajo la curva de la fdp.
55
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
X f(x) F(x)
0 1/8 1/8
1 3/8 4/8
2 3/8 7/8
3 1/8 8/8
a
En variables continuas F (X) = P (X < a) = f ( x)dx
56
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
x E ( x) xf ( x) Caso discreto
x E ( x) xf ( x)dx Caso continuo
Si X es una variable aleatoria cualquier funcin de ella, h(x), es tambin una variable
aleatoria, en consecuencia tambin se define este parmetro para una funcin de
variable aleatoria.
x Eh( x) h( x) f ( x)dx Caso continuo
Ejemplo: Se tira un dado. Se define como variable aleatoria el nmero que sale Cul
es su media?
La variable X puede tomar los valores 1, 2,..., 6 y para todos ellos f(x) = 1/6. En
consecuencia la media es
6
1 1 1
x xf (x) 1 6 2 6 .... 6 6 3.5
x 1
57
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
X h(x)
1 100
2 100
3 500
4 0
5 0
6 0
6
1 1 1
x h( x) f (x) 100 6 100 6 500 6 0 0 0 116.6
x 1
Varianza
x2 E x x 2
58
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
x2 E ( x 2 ) x 2
Qu mide la varianza? Mide la dispersin de la variable aletoria alrededor de la media.
x2 E ( x 2 ) x 2 = 0 2
* 1/8 + 12 * 3/8 + 22 * 3/8 + 32 * 1/8 (3/2)2 =
x x
2
3 / 4 0.866
Ejercicio 3.1: En los casino el juego de ruleta mesa tiene 38 nmeros, esto incluye el
nmero 0 y doble 00. Si usted apuesta una moneda a un nmero y gana, el casino le
paga 36 monedas. Este es un juego justo? Justificar la respuesta.
1
P( x E ( x) a )
a2
59
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Para una variable x con media y desviacin estndar , que est normalmente
distribuida, escribimos: x es N ( , ).
(x)2
1
f ( x) e 2 2
2
Ejemplo de una distribucin de frecuencias de mg. de aflotoxinas (toxinas) en maz y la
curva Normal terica que genera el programa SPSS.
60
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
20
10
Frecuencia
0
5 10 15 20 25 30 35 40 45 50 55 60 65 70
xi
Luego con una tabla zi normal tipificada es fcil determinar
s
61
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
0.30
Densidad
0.20
0.10
0.00
-3.00 -2.00 -1.00 0.00 1.00 2.00 3.00
Variable
tipificada que resulta como 0.5 - 0.4854 (el valor de tabla) = 0.14 . Este problema se
puede resolver grficamente usando el programa INFOSTAT, con el mdulo
aplicaciones didcticas.
62
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Funcin de densidad
Normal(21,10.24): p(evento)=0.0144
0.13
0.09
Densidad
0.06
0.03
0.00
5.00 13.00 21.00 29.00 37.00
Variable
El rea sombreada es la respuesta, que un estudiante tenga ms de 28 aos y tiene
una probabilidad de 0,014.
Ejercicio 3.3 La estatura de una poblacin tiene una distribucin normal con media de
170 cm y una desviacin estndar de 7.60
Cul es la probabilidad que una persona seleccionada de este grupo tenga una
estatura entre 165 y 180?
Ejercicio 3.4 Una poblacin de nios en edad escolar tiene una media de 11.5 aos y
un desvo estndar de 3 aos. Cul es la probabilidad de que un nio sea entre 8.5 y
14.5 aos, ms de 10, y menos de 12?
Ejercicio 3.6 Se producen quesos con un dimetro es 35cm y se acepta una varianza
de 0.1 cm2. Si por problemas de envase se rechaza productos con dimetros menores
a 34.5cm y mayores a 35.5 Cul es la probabilidad de rechazo de la produccin por
problemas de envase?
63
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Esta distribucin es simtrica, con forma de campana y su media vale 0. Cuando hay
pocos datos la campana es ms aplanada que una campana Normal, con de 30 datos
la distribucin t es casi igual que la distribucin Normal Tipificada (0,1).
n=10
0.30
Densidad
n=1
0.20
0.10
0.00
-5.00 -2.50 0.00 2.50 5.00
Variable
64
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Ejercicio 3.7 Si consideramos los datos del ejercicio 3.2 de una distribucin Normal,
donde ahora = 21 aos y S = 3.2 aos, pero obtenidos de una muestra de 30
alumnos y no de la poblacin de estudiantes, la probabilidad que un estudiante tenga
ms de 28 aos calculada con el mdulo aplicaciones didcticas de INFOSTAT es de
0.018, levemente mayor que el valor 0.014 calculado con la distribucin normal
tipificada. Se puede a continuacin observar el grfico de densidad de una t con 29
grados de libertad, n-1, donde se muestra la probabilidad de un valor de t mayor a
2.1875, el valor Z28 antes calculado.
0.3
Densidad
0.2
0.1
0.0
-3.00 -1.50 0.00 1.50 3.00
Variable
65
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
X n2 z12 ....z n2
Es decir elevamos los n valores generados al cuadrado y los sumamos. Si aplicamos
este procedimiento muchas veces, obtendremos la distribucin de una variable que
solo depende del nmero de sumandos. Esta distribucin se denomina X 2 con n
grados de libertad. Esta distribucin no posee valore negativos por ser creada a partir
de suma de valores cuadrados.
0.24
0.18
Densidad
0.12
0.06
0.00
0.00 3.81 7.62 11.44 15.25
Variable
66
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
X n2
Fn, m n
Xm 2
m
Este tipo de distribucin se usa mucho con pruebas de hiptesis de medias, Anlisis de
Variancia, donde:
Hiptesis nula, las medias de los tratamientos pertenecen a una mismo media
poblacional
H 0 : x1 , x 2 .... x n
0.5
Densidad
0.3
0.2
0.0
0.00 4.14 8.29 12.43 16.57
Variable
67
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
3. 7 La distribucin Binomial
Se usa con variables discretas, es decir cuyos valores son contables. Este modelo se
aplica a poblaciones finitas de las que tomamos elementos al azar con
reemplazamiento y tambin a poblaciones conceptualmente infinitas, como son piezas
que generara una mquina, siempre que el proceso generador sea estable (proporcin
de pieza defectuosas constante a largo plazo) y sin memoria (el resultado en cada
momento es independiente de lo previamente ocurrido).
68
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Conociendo que:
p es la probabilidad de ocurrencia del evento A
q es la probabilidad de ocurrencia del evento B
Por lo tanto la probabilidad de encontrar r elementos que cumplen el evento A luego
de n repeticiones del experimento, se define como P (r):
n r n r
P(r)= p q siendo r = 0, 1, ..., n
r
n
Siendo las posibles combinaciones de ocurrencia de r en n experimentos y esto
r
se resuelve de la siguiente manera:
n
n!/ r!(n r )!
r
Una distribucin binomial B(n, p) se parece a una normal tanto ms cuanto mayor es
el producto n * p (o n * q si q<p, siendo q=1-p). Cuando n * p y n * q superan el valor
5, la aproximacin es casi perfecta.
En estas condiciones:
69
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
12
Donde 12!/ 5!(12 5)! = 792
5
Ejercicio 3.8 El Ministerio del Trabajo reporta que 20% de la fuerza de trabajo en un
pueblo est desempleada. De una muestra de 14 trabajadores, calcule las siguientes
probabilidades con la frmula de la distribucin binomial (n=14, p=0.2): Resuelva:
1. Tres estn desempleados: P(x=3)=.250
2. Al menos un trabajador est desempleado:
P(x 1) = 1 - P(x=0) =1 - .044 = .956
3. A lo ms dos trabajadores estn desempleados:
P(x 2)=.044 +.154 +.250 =.448
Ejercicio 3.9. Si el 20% de las piezas producidas por una mquina son defectuosas,
cul es la probabilidad de que entre cuatro piezas elegidas al azar, a lo sumo 2 sean
defectuosas?
70
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Con esta distribucin, para construir probabilidades de una variable X, slo se necesita
conocer el valor de . La distribucin de Poisson se puede describir matemticamente
por la frmula:
xe
P( x)
x!
Donde u es la media aritmtica del nmero de ocurrencias en un intervalo especfico de
tiempo, e es la constante 2.71828 y x es el nmero de ocurrencias.
71
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Ejercicio 3.12. Se calcula que en la ciudad el 20% de las personas tienen aficin a
mirar TV de noche, si tomamos una muestra de 150 personas al azar Calcular la
probabilidad de que 25 de ellos tengan el hbito de mirar TV de noche?
Ejercicio 3.14 Si cada una de las 18 gallinas de un gallinero pone 0.5 huevos al da. Si
se recogen los huevos cada 8 horas.
Cul es el nmero medio de huevos que se recogen en cada visita? Con qu
probabilidad encontraremos x huevos para x = 0,1, 2, 3? Cul es la probabilidad de
que x 4?
72
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Objetivos
73
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
IC 95 % de = x 1.96 ( s / n )
IC 95 % de = x t95 ( s / n 1) ,
El grfico de IC 95 % se usa cuando se cruza una variable discreta que genera grupos,
con una variable continua. En este grfico se observan las medias de cada grupo con
sus intervalos de confianza al 95 %, estos en forma de dos rayas. Veamos un ejemplo
de este tipo.
74
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
49
48
47
46
45
44
43
42
Ho mbre Mujer
Sexo
Una hiptesis estadstica es una asuncin relativa a una o varias poblaciones, que
puede ser cierta o no. Las hiptesis estadsticas se pueden contrastar con la
informacin extrada de las muestras y tanto si se aceptan como si se rechazan se
puede cometer un error.
75
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
H0 cierta H0 falsa
HA cierta
H0 rechazada Error tipo I ( ) Decisin correcta (*)
H0 no rechazada Decisin correcta (*) Error tipo II ( )
(*) Decisin correcta que se busca
H0: = 0
76
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Obsrvese que, de esta manera, se est ms seguro cuando se rechaza una hiptesis
que cuando no. Por eso se fija como H 0 lo que se quiere rechazar. Cuando no se
rechaza, no se ha demostrado nada, simplemente no se ha podido rechazar. Por otro
lado, la decisin se toma en base a la distribucin de la muestra en H0.
Esta es una prueba que permite contrastar si una muestra de una variable difiere
significativamente de una media poblacional dado o no. Generalmente esta media es
histrico.
77
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
x
tc
s/ n
Ejemplo: Histricamente la edad de los alumnos que entran a primer ao de la
Universidad es de 18 aos. Se quiere saber si para el ao que viene la edad de ingreso
ser la misma a la histrica, para estudiar esto se tom una muestra de 36 estudiantes
del ltimo ao de secundaria y se calcul la edad de ingreso a la universidad. En
funcin de los datos observados surge la hiptesis de que la edad de los estudiantes es
mayor que 18 aos. La muestra de 36 sujetos dio los siguientes datos:
x = 18.5 S=3.6
Se trata de un contraste sobre medias. La hiptesis nula (lo que queremos rechazar)
es: H0: = 18. La hiptesis alternativa es: H1: > 18. Este un contraste lateral derecho.
18.5 18
"tc " 0.82
3.6
36 1
El valor tc de 0.82 no est en la regin crtica (no es mayor que 1,69), por tanto no
rechazamos H0, concluimos que la edad histrica de ingreso se mantiene.
78
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Esta es una prueba t para muestras relacionadas, donde pretendemos contrastar las
medias de una misma muestra que se ha medido dos veces en los mismos sujetos, por
ejemplo si en grupo de estudiantes queremos comparar el resultado del primer examen
parcial de una asignatura con el del segundo parcial, se pretende saber si estas medias
difieren o no.
El estadstico de contraste es
d
tc
Sd / n
Donde d es la media de las diferencias de los datos repetidos, S d es la desviacin
estndar de las diferencias. n es el nmero de pares (diferencias).
Esta es una prueba de hiptesis muy usada cuando se tienen dos grupos y se quiere
saber si estos tienen una misma media poblacional.
X1 X 2
" tc "
S12 S 22
n1 1 n2 1
79
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
Ejemplo
Como no conocemos como son las varianzas entre s, el modelo nos obliga a verificar
si la varianzas son iguales, si fueran distintas es otra la prueba t a realizar. Para ello
se debe plantear primero un contraste de prueba de hiptesis de variancias. Si las
variancias son iguales se sigue con la prueba t que se presenta, sino se debe hacer
otra variante de prueba t de ms difcil clculo.
Hiptesis de Variancias
H 0 : T2 P2 H1 : T2 P
2
15.1 3.7
" t" 13.28
13.9 P 12.8T
35 1 40 1
80
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
UNI Norte
81
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo