Académique Documents
Professionnel Documents
Culture Documents
UNIDAD I
ESTADÍSTICA
1. INTRODUCCIÓN
1
Estadística y Probabilidades TECSUP - PFR
1.2 ESTADÍSTICA
2
TECSUP - PFR Estadística y Probabilidades
Figura 1
Ciclo metodológico de un trabajo estadístico
3
Estadística y Probabilidades TECSUP - PFR
1.4 VARIABLES
Se dice que algo varía si puede tomar por lo menos dos valores, grados o
formas o, incluso, cuando una característica puede estar presente o
ausente en una situación específica.
Ahora bien, toda variable tiene dos niveles: uno conceptual o teórico y otro
operacional o de medición. Si nos preguntaran qué se entiende por
alcoholismo, por ejemplo, podríamos decir que se trata de una enfermedad
progresiva y mortal, exclusiva de los seres humanos, que consiste en la
ingestión de bebidas alcohólicas. De ser más o menos correcta esta
definición, estaríamos en el nivel estrictamente conceptual o teórico, que
no permite efectuar ninguna medición. Si, en cambio, a partir de este
concepto definimos al alcoholismo como el grado de dependencia de los
seres humanos respecto a la ingestión de bebidas alcohólicas, habremos
pasado del nivel conceptual a otro donde es posible medir, pues en una
población dada encontraríamos desde el que no ha bebido jamás una gota
de alcohol, el abstemio, hasta el que no puede dejar de beber.
4
TECSUP - PFR Estadística y Probabilidades
Tipos de variables
5
Estadística y Probabilidades TECSUP - PFR
Independiente (X):
Una variable independiente es aquella cuyo valor no depende del de
otra variable. La variable independiente se representa en el eje de
abscisas. Son las que el investigador escoge para establecer
agrupaciones en el estudio, clasificando intrínsecamente a los casos del
mismo.
Dependiente (Y):
Una variable dependiente es aquella cuyos valores dependen de los
que tomen otra variable. La variable dependiente en una función se
suele representar por y. La variable dependiente se representa en el
eje ordenadas. Son las variables de respuesta que se observan en el
estudio y que podrían estar influidas por los valores de las variables
independientes.
6
TECSUP - PFR Estadística y Probabilidades
ESCALAS DE MEDICIÓN
La medición de una variable consiste en asignar un “valor” a la característica o
propiedad observada. Por ejemplo, si la característica observada es el género
de las personas, al clasificar a una persona como de sexo “femenino” le
estamos asignando un valor, estamos haciendo una medición de la
característica.
Por ejemplo:
Género (femenino, masculino), nacionalidad (peruano, colombiano, etc.),
marcas de gaseosa preferida (fanta, coca cola, pepsi etc.).
Cada categoría puede ser comparada con otra en relación de “mayor que” o
“menor que”.
Por ejemplo:
Por ejemplo:
Temperatura (se puede medir en grado Celsius o grado Fahrenheit), año
calendario (el año puede referirse al calendario gregoriano o calendario chino),
en el caso de la escala de intervalos podemos asignar el cero a cualquier valor
posible (el cero es arbitrario).
7
Estadística y Probabilidades TECSUP - PFR
Escala de Razón: Una variable está medida en escala de razón si los datos
tienen todas las propiedades de los datos de intervalo y el cociente de los dos
valores es significativa. La escala de medición de razón tiene las propiedades de
la escala de intervalo con la propiedad adicional de tener un punto de partida
natural o cero (cero absoluto), que indica que ausencia de la variable (no existe
nada para una variable).
Por ejemplo:
2. ESTADÍSTICA DESCRIPTIVA
2.1 RECOPILACIÓN
2.2 CLASIFICACIÓN
8
TECSUP - PFR Estadística y Probabilidades
Título de la tabla
El título de la tabla debe ser breve, claro y explicativo. Debe ser puesto arriba de
la tabla, en el margen superior izquierdo, debajo de la palabra Tabla (con la
inicial en mayúscula) y acompañado del número con que la designa (las tablas
deben ser enumeradas con números arábigos secuencialmente dentro del texto y
en su totalidad). Ej.: Tabla 1, Tabla 2, Tabla 3, etc.
Notas de la tabla
Las tablas presentan tres tipos de notas: notas generales, notas específicas y
notas de probabilidad. “Las notas son útiles para eliminar la repetición en el
cuerpo de una tabla” (APA, 2001, p. 147). Ellas son presentadas en el margen
izquierdo (sin sangría) debajo de la tabla (entre la tabla y la nota hay que inserir
dos espacios). Y deben ser ordenadas en esta secuencia: nota general, nota
específica y nota de probabilidad, y cada tipo de nota debe ser puesta en una
línea nueva.
9
Estadística y Probabilidades TECSUP - PFR
Nota específica se refiere a una columna, línea o ítem específico y debe ser
indicada por letra minúscula sobrescrita (a, b, c).
Tabla N° 1
Tabla N° 2
10
TECSUP - PFR Estadística y Probabilidades
Tabla N° 3
Calidad en el servicio en el servicio de atención al cliente.
Según la APA, “una figura es cualquier tipo de ilustración que no sea tabla. Una
figura puede ser un cuadro, un gráfico, una fotografía, un dibujo u otra forma de
representación” (APA, 2001, p. 149).
Tanto para las figuras como para las tablas el interlineados que se utiliza es
sencillo (1,0) o de uno punto cinco (1,5). Esto en el contenido de las tablas y
figuras como en las notas de las tablas, título de tablas o figuras y leyendas.
Según sea el caso.
Título de la figura
El título explica la figura de forma concisa, pero de forma discursiva. Debe ser
puesto debajo de la figura, con números arábigos secuencialmente dentro del
texto como un todo, precedido por la palabra Figura (con la inicial en
mayúscula). Ej.: Figura 1, Figura 2, Figura 3, etc.
Leyenda
Se trata de la explicación de los símbolos empleados en la figura y debe ser
puesto dentro de los límites de la figura.
11
Estadística y Probabilidades TECSUP - PFR
Ejemplos
Nota Fuente: Sabadini, A. A. Z. P., Sampaio, M. I. C., & Koller, S. H. (2009).
Publicar en psicología: un enfoque para a revista científica (p.175). São Paulo:
Associação Brasileira de Editores Científicos de Psicología/Instituto de Psicología
da Universidade de São Paulo.
Ejemplo:
12
TECSUP - PFR Estadística y Probabilidades
Ejemplo:
1 2 0 3 5 1 0 8 1 2
4 3 3 5 12 10 4 3 0 10
0 0 4 9 0 1 3 13 1 3
5 4 6 8 11 0 1 3 8 0
En el ejemplo: A 0; 13
I i Li , Li 1 , i=1, 2, ...,k
13
Estadística y Probabilidades TECSUP - PFR
k 1 3,3logn
En el ejemplo:
Tomemos: k=7.
Wi l ( I i ) Li 1 Li
l ( A)
W , donde l ( A) es la longitud del alcance.
k
En el ejemplo:
13
W 1,857 tomamos W = 2
7
14
TECSUP - PFR Estadística y Probabilidades
Tabla Nº 4
Nº de familias por
Cabezas de ganado
Tabulación clases
Intervalos de clase o Frecuencias Absolutas:
clases: Ii ni
[0; 2> 14
[2; 4> 9
[4; 6> 7
[6; 8> 1
[8; 10> 4
[10; 12> 3
[12; 14> 2
TOTAL 40
En el ejemplo: n = 40 ,k=7
Se verifica que:
n
1 i 14
k
ni n1 n2 n3 n4 n5 n6 n7 14 9 7 1 4 3 2 40 n
i 1
L1 0, L2 2, L3 4, L 4 6, L5 8, L6 10, L7 12, L8 14
15
Estadística y Probabilidades TECSUP - PFR
Tabla Nº 5
Frecuencias
Frecuencias Frecuencias Frecuencias
Cabezas Nº de Marcas Frecuencias relativas
relativas absolutas relativas
de ganado familias de clase relativas acumuladas
acumuladas acumuladas porcentuales
porcentuales
Clases ni xi hi Hi Ni 100hi% 100Hi%
[0; 2> 14 1 0,350 0,35 14 35 35
TOTALES 40 1 100
Li Li 1
xi ; i = 1, 2, ....., k
2
L L2 0 2
x1 1 1
2 2
L L3 2 4
x2 2 3 ; ......
2 2
n 9
h2 2 0, 225 ; .....
n 40
Se verifica que:
0 hi 1
k
hi h1 h2 h3 h4 h5 h6 h7 0,350 0,225 0,175 0,025 0,100 0,075 0,050 1
i 1
16
TECSUP - PFR Estadística y Probabilidades
Respuesta: 17,5 %
Se define:
Ni = n1 + n2 + .... + ni ; i = 1, 2, ....., k
En el ejemplo:
N1 n1 14
N2 n1 n2 14 9 23
N3 30,.... N7 40
Se verifica:
0 Ni 40
Nk N7 40
Se define:
Ni
H i h1 h2 ... hi ó Hi ; i 1, 2, ... , k
n
H1 h1 0,350
H2 h1 h2 0,575
H3 0,750,..... H7 1
Se verifica:
0 Hi 1
17
Estadística y Probabilidades TECSUP - PFR
Hk H7 1
Gráficas
Las distribuciones de frecuencias pueden ser representadas gráficamente
mediante:
a) Histogramas
Son gráficas de barras o rectángulos cuyas bases representan los
intervalos de clase y las alturas las frecuencias absolutas o relativas.
Ii vs. ni Ii vs. hi
ó (Fig. 3)
b) Polígonos de frecuencias
Son polígonos construidos uniendo los puntos i x
i i ,n ó
i x ,h
mediante segmentos de recta, o uniendo los puntos medios de los
“techos” de los rectángulos del histograma. (Fig. N° 3)
ni ni
Histograma Polígono de Frecuencias
15 15
Figura 3 Figura 4
10 10
5 5
0 2 4 6 8 10 12 14 Ii 0 2 4 6 8 10 12 14 Ii
18
TECSUP - PFR Estadística y Probabilidades
d) Ojivas
Ni Ojiva
Ni Función Escalonada
40
40
30
30
20
20
10
10
0 2 4 6 8 10 12 14 Ii 0 2 4 6 8 10 12 14 Ii
Figura 5 Figura 6
19
Estadística y Probabilidades TECSUP - PFR
7. PROBLEMAS PROPUESTOS
11 14 20 23 31 36 39 44 47 5
59 61 65 67 68 71 74 76 78 7
81 84 85 89 91 93 96 99 101 10
105 105 112 118 123 136 139 141 148 15
161 168 184 206 248 263 289 322 388 51
Dedos: 17 Ojos: 5
Brazos: 2 Piernas: 1
4. Los siguientes datos constituyen las vidas útiles en horas de una muestra
aleatoria de 60 bombillas de luz de 100 watts:
807 811 620 650 815 725 743 703 844 907
660 753 1050 918 850 876 1027 889 878 890
881 872 869 841 863 842 851 837 822 811
20
TECSUP - PFR Estadística y Probabilidades
766 787 923 792 799 937 816 758 817 753
1056 1076 958 970 765 896 740 891 1075 1074
832 863 852 788 968 817 678 865 759 923
Clases Frecuencias
menos de 450 32
450 a menos de 900 47
900 a menos de 1350 75
1350 a menos de 1800 89
1800 a menos de 2500 126
2500 a menos de 4250 38
4250 a más 10
TOTAL 417
21
Estadística y Probabilidades TECSUP - PFR
711 862 851 912 922 791 825 935 895 758
915 873 926 864 800 931 722 774 903 925
853 700 885 857 844 907 917 786 820 930
789 790 753 910 847 784 936 706 758 887
941 909 784 882 859 903 925 704 792 888
890 925 895 768 869 892 895 912 850 920
763 805 796 759 916 853 789 943 712 764
892 893 915 890 888 865 909 931 710 798
914 794 931 701 772 935 887 880 933 905
889 791 782 713 724 868 842 892 905 792
11,1% de agricultores,
10,6% de patronos,
16,5% de ejecutivos,
16,7% de empleados,
38,6% de obreros,
6,5% de personal de servicios y otras categorías.
22
TECSUP - PFR Estadística y Probabilidades
11. Los siguientes datos son las velocidades (en km/h) de 80 carros que pasaron
por un punto de control de velocidad:
60 30 31 60 45 20 34 29 35 20
40 54 38 35 27 45 40 55 45 60
49 49 85 83 30 40 46 105 29 38
102 60 80 35 28 60 82 72 63 36
70 60 31 65 34 73 68 81 65 80
25 70 108 26 24 27 40 75 43 85
120 45 39 83 65 72 46 62 43 63
60 70 100 55 50 63 64 65 61 69
23
Estadística y Probabilidades TECSUP - PFR
12. El gráfico muestra el impuesto mensual (en soles) que debe pagar una
persona, según su sueldo mensual (en soles):
IMPUESTO
900
360
120
¿Cuánto de impuesto mensual paga una persona que gana s/.1500? ¿Cuánto
gana una persona que paga mensualmente s/.300 de impuesto?
700 , 900 40
900 , 1100 48
1100 ,1300 24
1300 ,1500 14
1500 ,1700 8
más de 1700 2
TOTAL 200
24
TECSUP - PFR Estadística y Probabilidades
25
Estadística y Probabilidades TECSUP - PFR
ANOTACIONES:
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
26
TECSUP - PFR Estadística y Probabilidades
UNIDAD II
MEDIDAS RESUMEN
Tabla N° 1
b) Estadígrafos de Dispersión: Nos indican como están dispersos los datos con
respecto a algún estadígrafo de posición. Miden el grado de variabilidad de los
datos alrededor de alguna medida de tendencia central, por esta razón, se les
denomina también estadígrafos de variabilidad. Ejemplos: rango, la desviación
media, varianza, desviación típica, coeficiente de variación, rango intercuartílico,
etc.
1. MEDIA ( x )
27
Estadística y probabilidades TECSUP - PFR
x i
muestrales, entonces: x i 1
xn i i k
x i 1
o x xi hi
n i 1
Donde:
Media Ponderada:
x P i i
x i 1
k
P
i 1
i
Media global:
ni xi
Entonces: x i 1
se denomina la media global de la muestra
n
particionada.
Ejemplos:
28
TECSUP - PFR Estadística y Probabilidades
x1 9 , x2 5 , x3 3 , x4 10 , x5 8
5
xi
x x2 x3 x 4 x5 9 5 3 10 8
x i 1 1 7
5 5 5
Tabla N° 2
Intervalos ni
de clase
[10, 26 4
[26, 42 12
[42, 58 7
[58, 74 4
[74, 90 2
[90, 106 1
Total 30
xini
x 1
i 1356 x xihi 45,15
45, 2
n 30 o i 1
Media ponderada:
Tabla N° 3
Notas Pesos
xi Pi xi Pi
Ex. Parcial 05 1 5
Ex. Final 13 3 39
4 44
k
xiPi
x i 1
44
11
k 4
Pi
i 1
29
Estadística y probabilidades TECSUP - PFR
Media Global:
xini
8 * 15 18 * 14 12 * 12 9 * 8 13 * 11 731
x 1
i 12,18
n 60 60
2. MEDIANA (Xm)
x n 1 ; si n es impar
2
Xm
1
( xn xn 2 ) ; si n es par
2 2 2
Ejemplos:
x1 3 x2 6 x3 9 x 4 10 x5 14
como n es impar ( n = 5 )
X m x 5 1 x3 9
2
30
TECSUP - PFR Estadística y Probabilidades
x1 5 x 2 10 x3 17 x 4 21 x5 29 x 6 43
como n es par ( n = 6 ) Xm 19
n
N m 1
X m Lm Wm 2
nm
donde:
Clase mediana=
[ Lm , Lm 1 ; X m [ Lm , Lm 1
Ejemplo:
31
Estadística y probabilidades TECSUP - PFR
Tabla Nº 4
Velocidades en ni Ni Hi
Km/h
[10, 26 4 4 0,133
[26, 42 12 16 0,533
[42, 58 7 23 0,766
[58, 74 4 27 0,899
[74, 90 2 29 0,966
[90, 106 1 30 1
Total 30
n 30
15
2 2
n = 12
Wm 16
nm 12
N m 1 4
30
2 4
Xm 26 16 40, 67
12
Ni
30
25
20
15
10
10 26 42 58 74 90 106 Ii
32
TECSUP - PFR Estadística y Probabilidades
Ejemplo:
X 3500;
33
Estadística y probabilidades TECSUP - PFR
3. MODA ( M o )
La moda es un valor de la variable que tiene la más alta frecuencia, esto es, es el
valor más frecuente de la distribución.
Si la distribución de frecuencias tiene un solo máximo (máximo absoluto), se dice
que la distribución es unimodal; en cambio si tiene más de un máximo (máximos
relativos), se dice que la distribución es multimodal.
Si todas las frecuencias son iguales se dice que la distribución no tiene moda y se
trata de una distribución uniforme.
2, 2, 3, 4, 5, 5, 6, 7, 7, 7, 9, 9, 12.
8, 9, 9, 13, 13, 13, 18, 20, 24,24,24, 33, 59, 78, 78.
Mo = 13 y también Mo = 24
34
TECSUP - PFR Estadística y Probabilidades
4, 8, 8, 8, 8, 15, 15, 15, 20, 20, 21, 21, 21, 21,32, 40, 40,40, 40, 80, 80,
90.
1
M o Li Wi
1 2
Ejemplo:
Tabla Nº 5
Ii ni
[12,5 20,5 1
[20,5 28,5 8
[28,5 36,5 22
[36,5 44,5 26
[44,5 52,5 20
[52,5 60,5 12
[60,5 68,5 6
[68,5 76,5 5
TOTALES
35
Estadística y probabilidades TECSUP - PFR
1 = 26 -22 = 4
2 = 26 -20 = 6
1 4
Mo 36,5 W 36,5 8 39,7
1 2 4 6
ni
Ii
4. CUARTILES (QI)
25%
Q1 Q2 Q3
25% 75%
Las fórmulas para calcular los cuartiles se derivan de la fórmula utilizada para
calcular la mediana y los pasos para el cálculo son los mismos:
n 3n
N i 1 N i 1
Q1 Li Wi 4 Q3 Li Wi 4
ni ni
Ejemplo
36
TECSUP - PFR Estadística y Probabilidades
Tabla Nº 6
Altura en pulgadas ni Ni Hi
[60, 63 5 5 0,05
[63, 66 18 23 0,23
[66, 69 42 65 0,65
[69, 72 27 92 0,92
[72, 75 8 100 1
TOTALES
n 100
25 . Luego tomamos la clase: I = [66; 69
4 4
Luego:
100
4 23
Q1 66 3 66,14
42
Cálculo de Q3 :
3n 3x100
75 . Luego tomamos la clase: I = [69; 72
4 4
Luego:
3x100
4 65
Q3 69 3 70,11
27
5. DECILES ( DI )
El primer decil distribuye al lado izquierdo el 10% de los datos y al otro lado el
90%, es decir, ocupa la posición n/10.
En igual forma para los demás deciles hasta el noveno decil 9n/10 que deja a la
izquierda el 90% de los datos y a la derecha el 10%.
37
Estadística y probabilidades TECSUP - PFR
30%
D1 D2 D3 D4 D5 D6 D7 D8 D9
10%
90%
rn
N i 1
Dr Li Wi 10
ni
Donde:
Dr = el decil buscado.
rn
indica la situación del decil, es decir, la clase donde está el decil
10
Los demás signos: n , Ni-1 , Wi , ni tienen los mismos significados que para
el caso de la mediana.
Ejemplo
38
TECSUP - PFR Estadística y Probabilidades
Tabla N° 7
Intervalos ni Ni
40; 45 4 4
45; 50 10 14
50; 55 18 32
55; 60 25 57
60; 65 46 103
65; 70 53 156
70; 75 37 193
75; 80 29 222
80; 85 18 240
85; 90 10 250
Totales 250
Cálculo de D2:
2n 2x250
50 ; Luego el segundo decil está en la clase: I = [55, 60
10 10
50 32
Por fórmula: D 55 5 58, 6
25
Cálculo de D9:
9n 9x250
225 ; Luego el noveno decil está en la clase: I = 80; 85
10 10
225 222
Por fórmula: D 80 5 80,83
18
CARACTERÍSTICAS DE DISPERSIÓN
39
Estadística y probabilidades TECSUP - PFR
6. MEDIDAS DE DISPERSIÓN
Varianza ( S x2 ó V( x ) )
Se define:
n
( xi x)
2
i 1 , datos no clasifcados
n
V( x ) Sx k
2
( xi x) 2 ni
i 1
, datos clasificados
n
n x 2
i i
2
V( x ) i 1
x ; datos clasificados
n
Desviación Típica
S x
S x V( x )
Sx
C.V .
x
40
TECSUP - PFR Estadística y Probabilidades
e = Lk – L1 =l(A)
Rango interdecílico = D9 – D1
Rango intercuartílico = Q3 – Q1
7. GRÁFICAS DE CAJA
41
Estadística y probabilidades TECSUP - PFR
Ejemplo
8. ASIMETRÍA
42
TECSUP - PFR Estadística y Probabilidades
En la Fig. 4 observamos que la curva está igualmente inclinada a los dos lados
por eso se llama curva simétrica. En este caso: x X m M o
Mo Md x x Md Mo x
Md
Mo
Media Moda
AS1
desviación estándar
x Mo
AS1
Sx
Notar que el valor del Primer coeficiente de Asimetría de Pearson nos indica el
tipo de asimetría que tendrá la curva.
Ejemplo:
Tabla Nº 9
43
Estadística y probabilidades TECSUP - PFR
11852,8 73144
V(x) 395,09 V(x) 45, 22 395,09
30 30
1356
Sx 395,09 19,88 X 45, 2
30
8
Sx19,88 M0 26 16 35,85
C.V. 0, 44 8 5
X 45, 2
e l(A) 105 10 95
30
4 4
Q1 26 16 30, 67
12
90
4 16
Q3 42 16 56,86
7
30
10 0
D1 10 16 22
4
270
10 23
D9 58 16 74
4
RID D9 D1 74 22 52
X Mo
AS1
Sx
45, 2 35,85
AS1 0, 47
19,88
44
TECSUP - PFR Estadística y Probabilidades
DEFINICIÓN
Ejemplo
5.3 8.2 13.8 74.1 85.3 88.0 90.2 91.5 92.4 92.9 93.6
94.3 94.8 94.9 95.5 95.8 95.9 96.6 96.7 98.1 99.0
101.4 103.7 106.0 113.5
45
Estadística y probabilidades TECSUP - PFR
Por lo tanto, cualquier observación menor que 90.2 - 9.75 = 80.45 o mayor
que 96.7 + 9.75 = 106.45 es un valor apartado. Hay un valor apartado en el
extremo superior de la muestra y cuatro en el extremo inferior. Debido a que
90.2 - 19.5 = 70.7, las tres observaciones 5.3, 8.2 y 13.8 son valores
apartados extremos; los otros dos son moderados. Los bigotes se extienden
a 85.3 y 106.0, las observaciones más extremas que no son valores
apartados. La gráfica de caja resultante aparece en la figura. Existe una gran
cantidad de asimetría negativa en la mitad media de la muestra así como
también en toda la muestra.
2,58 5,50 6,75 2,65 7,60 6,25 3,78 4,90 5,21 2,51
6,20 5,92 5,84 7,86 8,79 4,79 3,90 3,75 3,49 4,04
3,87 6,90 4,72 9,45 7,41 2,45 3,24 5,15 3,81 2,50
1,52 4,56 8,80 4,71 5,92 5,33 3,10 6,77 9,20 6,43
1,38 2,46 7,40 6,25 9,65 8,64 6,43 5,62 1,20 1,58
46
TECSUP - PFR Estadística y Probabilidades
Compuesto N2 O2
A 16,8 19,2
B 17,1 39,0
C 33,6 57,3
D 25,4 28,2
E 27,9 26,1
F 14,3 45,8
G 35,2 53,5
47
Estadística y probabilidades TECSUP - PFR
Haberes Número de
trabajadores
600 , 900 15
900 , 1400 24
1400 , 1700 29
1700 , 2100 38
2100 , 2400 24
2400 , 2600 20
Tabla N° 8
48
TECSUP - PFR Estadística y Probabilidades
b) Para los trabajadores que ganan menos de 2100 soles ¿Qué propuesta
les convendría?
11. El ingreso per cápita anual de un país es de 9000 dólares. El sector obrero
1
que constituye el 60% de la población percibe 5 del ingreso total. Calcular
el ingreso per cápita del sector no obrero.
13. El artículo (“A Thin-Film Oxygen Uptake Test for the Evaluation of
Automotive Crankcase Lubricants”, Lubric. Engr.,1984: 75-83) reportó los
siguientes datos sobre tiempo de inducción de oxidación (min) de varios
aceites comerciales:
87 103 130 160 180 195 132 145 211 105 145
153 152 138 87 99 93 119 129
49
Estadística y probabilidades TECSUP - PFR
50
TECSUP – PFR Estadística y Probabilidades
UNIDAD III
Hemos estudiado ahora datos provenientes de una sola variable, sin embargo con
frecuencia es necesario analizar respecto a la relación entre dos variables. La relación
entre dos variables puede darse de la siguiente manera:
1. Cualitativa vs cualitativa
2. Cualitativa vs cuantitativa
3. Cuantitativa vs cuantitativa
1. CUALITATIVA VS CUALITATIVA
Supongamos que se toma una muestra de tamaño “n” de una población que se
está investigando.
Sean X e Y las variables a estudiar, tal que los datos obtenidos son:
51
Estadística y Probabilidades TECSUP – PFR
Distribución Marginal
Por ejemplo:
Hábitos de Fumar
SEXO Total
SI NO
VARON
DISTRIBUCION DISTRIBUCION
MUJER CONJUNTA MARGINAL
Tamaño
DISTRIBUCION
de
Total MARGINAL
muestra
………………………………………………………………………………………………………..
¿Cuáles son?
………………………………………………………………………………………………………..
Ejemplo 1:
Hábitos de Fumar
SEXO Total
SI NO
VARON
800 1200 2000
MUJER
1000 2000 3000
Total
1800 3200 5000
52
TECSUP – PFR Estadística y Probabilidades
Categoría Categoría To
X/Y
variable Y variable Y tal
Total
Categoría f11 f12 marginal
variable X n n
f1./n
Total
Categoría f21 f22 marginal
variable X n n
f2./n
Total Total Total de
Total marginal marginal individuos
f.1/n f.2/n n/n
HábitosdeFumar
SEXO Total
SI NO
VARON 0.16 0.24 0.40
MUJER 0.20 0.40 0.60
Total 0.36 0.64 1
Frecuencia Condicional
Categoría Categoría
variable Y variable Y
53
Estadística y Probabilidades TECSUP – PFR
54
TECSUP – PFR Estadística y Probabilidades
Propiedades de r
55
Estadística y Probabilidades TECSUP – PFR
Una pregunta planteada es ¿cuándo existe correlación fuerte entre las variables
y cuándo es débil? Una regla empírica notable es decir que la correlación es
débil si 0 < r< 0.5, fuerte si 0.8 < r< 1, y moderada de lo contrario. Puede
sorprender que r = 0.5 se considere débil, pero r2 = 0.25 implica que en una
regresión de y en x (modelo: y = mx + b), solo 25% de la variación de y
observada sería explicada por el modelo.
4. REGRESIÓN
56
TECSUP – PFR Estadística y Probabilidades
5. PROBLEMAS PROPUESTOS
Lote Observaciones
57
Estadística y Probabilidades TECSUP – PFR
X 3 6 9 12 15 18
Y 115 147 239 356 579 864
X : 46 48 55 57 60 72 81 85 94
58
TECSUP – PFR Estadística y Probabilidades
x : 4 5 8 11 12 16 17 20 22 28 30 31 39
y : 5 7 10 10 14 15 13 25 20 24 31 28 39
A 6,2 5,7 6,5 6,0 6,3 5,8 5,7 6,0 6,0 5,8
B 5,6 5,9 5,6 5,8 6,0 5,5 5,7 5,5
59
Estadística y Probabilidades TECSUP – PFR
Grupo de Restaurant
edad Kentuky McDonalds Burger-King Otro
16 - 21 75 34 10 6
21 - 30 89 42 19 10
30 - 49 54 52 28 18
50 a más 21 25 7 10
10. Los resultados de un experimento para evaluar el efecto del petróleo crudo
en parásitos de peces se describen en el artículo “Effects of Crude Oils on
the Gastrointestinal Parasites of Two Species of Marine Fish” (J. Wildlife
Diseases, 1983: 253-258). Se compararon tres tratamientos
(correspondientes a poblaciones del procedimiento descrito):
Control 30 3
Petróleo viejo 16 8
Petróleo nuevo 16 16
1. Defecto en lata
2. Grieta en lata
3. Ubicación incorrecta de arillo
4. Arillo faltante
5. Otras
60
TECSUP – PFR Estadística y Probabilidades
61
Estadística y Probabilidades TECSUP – PFR
ANOTACIONES:
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
……………………………………………………………………………………………………
62
TECSUP - PFR Estadística y Probabilidades
UNIDAD IV
PROBABILIDAD
Ejemplos:
63
Estadística y Probabilidades TECSUP – PFR
2. SUCESOS O EVENTOS
Podemos combinar sucesos para formar nuevos sucesos, utilizando las diferentes
operaciones con conjuntos:
Ejemplo:
64
TECSUP - PFR Estadística y Probabilidades
= {1, 2, 3, 4, 5, 6}
Entonces:
A C = {2, 3, 4, 5, 6}
B C ={3, 5}
C = {1, 4, 6}
3. APLICACIÓN FRECUENCIAL
Tres caras de un cubo se han pintado de color azul, dos de color rojo, y se ha
dejado una de color blanco.
Es razonable pensar que, ya que la mitad de las caras son de color azul, este
color aparecerá la mitad de las veces que se tire el cubo; la frecuencia relativa
del color azul tenderá a 1/2 si repetimos las tiradas muchas veces.
Análogamente, una tercera parte de las veces saldrá de color rojo, y una sexta
parte el color blanco; la frecuencia relativa del color rojo tenderá a 1/3, y la del
blanco a 1/6 si los lanzamientos se repiten muchas veces.
Azul 1/2
Rojo 1/3
Blanco 1/6
65
Estadística y Probabilidades TECSUP – PFR
4. PROBABILIDAD
1 1 1
0 {azul} . . {rojo} . {blanco}
2 3 6
1 1 1 1 1 1
{azul,rojo} . {azul,blanco} . {rojo,blanco}
2 3 2 6 3 6
1 1 1
{azul,rojo,blanco}
2 3 6
AXIOMAS DE PROBABILIDAD
66
TECSUP - PFR Estadística y Probabilidades
Las tres propiedades se toman como axiomas para definir una probabilidad en un
espacio muestral finito . Toda aplicación entre el conjunto de los sucesos de
una experiencia aleatoria y los números reales, con estas tres características,
reciben el nombre de probabilidad definida en el espacio muestral
correspondiente.
p ( A B) p ( A) p( B) p( A B)
casos favorables
probabilidad del suceso
casos totales
Ejemplo
Resolución.
4
p
52
67
Estadística y Probabilidades TECSUP – PFR
cara c
1/2
1/3 a
cruz 1/2
b
1/2
1/6
a 1/2
1/2 b 1/6
cara
c 1/3
= { (cara, a); (cara, b); (cara, c);
a 1/2
(cruz, a); (cruz, b); (cruz, c) }
En particular, la zona c saldrá la tercera parte de esta mitad del total; ello
supone pues, la sexta parte del total.
68
TECSUP - PFR Estadística y Probabilidades
DEFINICIÓN
Ejemplo
En una planta se ensamblan componentes complejos en dos líneas de
ensamble diferentes, A y A'. La línea A utiliza equipo más viejo que A', por
lo que es un poco más lenta y menos confiable. Suponga que en un día
dado la línea A ensambla 8 componentes, de los cuales 2 han sido
identificados como defectuosos (B) y 6 como no defectuosos (B'), mientras
que A' ha producido 1 componente defectuoso y 9 no defectuosos. Esta
información se re sume en la tabla adjunta:
69
Estadística y Probabilidades TECSUP – PFR
70
TECSUP - PFR Estadística y Probabilidades
6. TEOREMA DE BAYES
INDEPENDENCIA
Definición
Los eventos A y B son independientes si P(A | B) = P(A) y son dependientes de lo
contrario.
71
Estadística y Probabilidades TECSUP – PFR
Regla de la multiplicación
7. EJERCICIOS PROPUESTOS
2. Una caja contiene 220 tornillos iguales, de los cuales 80 son producidos por
la máquina A, 60 por la máquina B, 50 por la máquina C y 30 por la máquina
D. Si se elige un tornillo al azar de la caja, determinar:
72
TECSUP - PFR Estadística y Probabilidades
73
Estadística y Probabilidades TECSUP – PFR
¿Cuál es la probabilidad que el chofer esté ebrio dado que el resultado fue
positivo?
8. En una gasolinería, 40% de los clientes utilizan gasolina regular (A1), 35%
usan gasolina plus (A2) y 25% utilizan premium (A3). De los clientes que
utilizan gasolina regular, sólo 30% llenan sus tanques (evento B). De los
clientes que utilizan plus, 60% llenan sus tanques, mientras que los que
utilizan premium, 50% llenan sus tanques.
El 70% de todos los clientes que utilizan gasolina regular y que llenan el
tanque usan una tarjeta de crédito.
El 60% de todos los clientes que llenan el tanque con gasolina plus
usan una tarjeta de crédito.
74
TECSUP - PFR Estadística y Probabilidades
El 50% de todos los clientes que utilizan gasolina plus y que no llenan
el tanque usan una tarjeta de crédito.
El 50% de todos los clientes que utilizan gasolina premium y que llenan
el tanque usan una tarjeta de crédito.
75
Estadística y Probabilidades TECSUP – PFR
76