Vous êtes sur la page 1sur 39

Un generador de números aleatorios usado para obtener 100 números en el intervalo (0,1).

Los números generados están resumidos en la tabla siguiente:


Intervalo*
generados

0.0 0.1 114


0.1 0.2 100
0.2 0.3 99
0.3 0.4 98
0.4 0.5 111
0.5 0.6 104
0.6 0.7 106
0.7 0.8 95
0.8 0.9 92
0.9 1.0 81

* intervalos semiabiertos 1000


( , ]

Aceptaría usted la hipótesis que este generador está trabajando como debe; esto es, podemos pensar
que los números generados constituyen una muestra aleatoria de una distribución uniforme en (0,1)
sto es, podemos pensar
ión uniforme en (0,1)
Chi cuadrado

Intervalo* 2
generados fi n * fi (FO - FE) /FE FO: frecuencias observadas (en este caso número de generad
menor o igual a 0 0 0 0 0 FE: frecuencias esperadas (en este caso n * fi )
0.0 0.1 114 0.1 100 1.96
0.1 0.2 100 0.1 100 0.00 chi cuadrado calculado es 8,24
0.2 0.3 99 0.1 100 0.01
0.3 0.4 98 0.1 100 0.04 grados de libertad
0.4 0.5 111 0.1 100 1.21 g.l.=
0.5 0.6 104 0.1 100 0.16 g.l.=
0.6 0.7 106 0.1 100 0.36
0.7 0.8 95 0.1 100 0.25 con región crítica:
0.8 0.9 92 0.1 100 0.64 Se rechaza Ho si:
0.9 1.0 81 0.1 100 3.61
mayor que 1 0 0 0 0 Región crítica
* intervalos semiabiertos1000 1 8.24
( , ]

X: números generados
Ho X ~ U(0,1) Buscando en la tabla X2 de 0,95 con 2 g.l. se obtiene:
H1 X no se distribuye U(0,1) 16,92 es el valor crítico. La región crítica son todos los valores
mayores o iguales a él.
Bajo el supuesto de que Ho es verdadera
Ei = n fi Conclusión estadística
f(x)=1 / (b-a)= 1
P(0 < x ≤ 0,1)= integral de 0 a 0,1 dx = 0,1 Respuesta al problema
como es una distribución uniforme 0,1 se mantiene
constante y por lo tanto n * fi también
Supuestos Todas las frecuencias esperadas son >5
con valor p

frecuencias observadas (en este caso número de generadores= valor p = P( X2 9 > 8,24)

recuencias esperadas (en este caso n * fi ) valor p = 1- P( X2 9 < 8,24)


valor p = 1-0,41
uadrado calculado es 8,24 valor p = 0,59 > 0,05 (nivel de significancia)

Nº clases-Nº parámetros a estimar-1 Conclusión estadísticaChi cuadrado calculado NO pertenece a la


k-p-1 por lo tanto NO se rechaza la hipótesis nu
10 - 0 - 1 = 9 Respuesta al problema Los números aleatorios generados constit
distribución uniforme (0,1)

chi cuadrado calculado es mayor que chi cuadrado de 1 obs el 0,41 se obtiene interpolando con los val
menos alpha con k menos p menos 1 grado de libertad. para chi cuadrado con 9 grados de liberta

4.17 0.1
8.24 X
4.68 0.9

cando en la tabla X2 de 0,95 con 2 g.l. se obtiene: 16.92 14,68 - 4,17 =


2 es el valor crítico. La región crítica son todos los valores 8,24- 4,17

Chi cuadrado calculado NO pertenece a la región crítica


por lo tanto NO se rechaza la hipótesis nula
Los números aleatorios generados constituyen una m.a. de
distribución uniforme (0,1)
Chi cuadrado calculado NO pertenece a la región crítica
por lo tanto NO se rechaza la hipótesis nula
Los números aleatorios generados constituyen una m.a. de
distribución uniforme (0,1)

el 0,41 se obtiene interpolando con los valores de la tabla


para chi cuadrado con 9 grados de libertad

0,9 - 0,1
X - 0,1
Una muestra de 200 adultos de más de 60 años. Se clasificó de acuerdo a su educación
y al número de hijos de cada uno de ellos.
Número de Hijos
Educación 0 a 1 2a3 más de 3
Primaria 14 37 32
Secundaria 19 42 17
Universitaria 12 17 10

¿Se puede decir que el número de hijos es independiente del nivel de educación de los padres?
Use alpha 0,05 y enuncie claramente sus hipótesis.
grados de libertad (Nº columnas-1)(Nº filas-1)
Número de Hijos g.l.= (3-1)*(3-1)
Educación 0 a 1 2 a 3 más de 3 Totales g.l.= 4
Primaria 14 37 32 83 Se rechaza Ho si:
Secundaria 19 42 17 78
Universitaria 12 17 10 39
Totales 45 96 59 200 Región crítica

Frecuencias Esperadas
Número de Hijos
Educación
0 a 1 2 a 3 más de 3
Primaria 18.7 39.8 24.5 con región crítica:
Secundaria 17.6 37.4 23.0 Buscando en la tabla X2 de 0,95 con 4 g.l. se obtiene:
Universitaria 8.8 18.7 11.5 9,49 es el valor crítico. La región crítica son todos los valores
mayores o iguales a él.
Supuestos Todas las frecuencias esperadas son >5
Conclusión estadística Chi cuadrado calculado NO pertenece a l
X nº de hijos por lo tanto NO se rechaza la hipótesis nul
Y nivel
educacional
de los padres
Respueta al problema el nº de hijos es INDEPENDIENTEdel nivel
Ho eX es INDEPENDIENTE de Y o las variables nº de hijos y niv educ de los
H1 X es DEPENDIENTE Y

Estadístico de prueba:

Chi cuadrado calculado 7.46


º columnas-1)(Nº filas-1) con valor p
valor p = P( X2 4 > 7,46)
valor p = 1- P( X2 4 < 7,46)
valor p = 1- ¿?
valor p = ¿? > 0,05 (nivel de significancia)

Conclusión estadística las conclusiones son las mismas obtendas p


Respuesta al problema región crítica

obs el ¿? se obtiene interpolando con los valores


5 con 4 g.l. se obtiene: 9.49 para chi cuadrado con 9 grados de libertad
ón crítica son todos los valores
1.064 0.1
7.46 X
hi cuadrado calculado NO pertenece a la región crítica 7.78 0.9
r lo tanto NO se rechaza la hipótesis nula

7,78 - 1,064 =
nº de hijos es INDEPENDIENTEdel nivel de educación de los padres 7,46- 1,064
as variables nº de hijos y niv educ de los padres no están asociadas.
clusiones son las mismas obtendas para la

e obtiene interpolando con los valores de la tabla


hi cuadrado con 9 grados de libertad

0,9 - 0,1
X - 0,1
Una muestra aleatoria de 90 adultos se clasifica de acuerdo al sexo de los individuos
y el número de horas que ven televisión durante una semana.

hombre mujer
más de 20 hrs. 12 29
menos de 20 hrs. 27 19

Utilice un nivel de significación 0.01 y pruebe la hipótesis de que el tiempo utilizado


para ver TV es independiente del sexo.
género
Nº de horas
que ve TV
hombre mujer Totales Chi cuadrado calculado 7.59

más de 20 hrs. 12 29 41
menos de 20 hrs. 27 19 46 grados de libertad (Nº columnas-1)(Nº filas-1)
Totales 39 48 87 g.l.= (2-1)*(2-1)
g.l.= 1
Frecuencias Esperadas Se rechaza Ho si:

Nº de horas género
que ve TV
hombre mujer
más de 20 hrs. 18.4 22.6 Región crítica
menos de 20 hrs. 20.6 25.4

X sexo
Y nº de horas que ven TV en una semana con región crítica:
Ho X es INDEPENDIENTE de Y Buscando en la tabla X2 de 0,99 con 1 g.l. se obtiene:
H1 X es DEPENDIENTE Y que es el valor crítico. La región crítica son todos los valores
mayores o iguales a él.
Estadístico de prueba:
Conclusión estadística Chi cuadrado calculado pertenece a
por lo tanto se rechaza la hipótesis n

Respueta al problema el nº de horas semanales que ve TV


el nº de horas semanales que ve TV
con valor p
valor p = P( X2 1 > 7,59)
valor p = 1- P( X2 1 < 7,59)
º columnas-1)(Nº filas-1) valor p = 1- ¿?
valor p = ¿? < 0,01 (nivel de significancia)

Conclusión estadística las conclusiones son las mismas obtendas para la


Respuesta al problema región crítica

obs el ¿? se obtiene interpolando con los valores de la


para chi cuadrado con 9 grados de libertad

99 con 1 g.l. se obtiene: 6.63 6.63 0.99


ón crítica son todos los valores 7.59 X
7.88 0.995

hi cuadrado calculado pertenece a la región crítica 7,88 - 6,63 = 0,995 - 0,99


r lo tanto se rechaza la hipótesis nula 7,59- 6,63 X - 0,99

nº de horas semanales que ve TV DEPENDIENTE del género


nº de horas semanales que ve TV está asociado al género
mismas obtendas para la

ando con los valores de la tabla


grados de libertad
Luego de dos años de trabajar en una estación donde pesan camiones, Juan José piensa que el peso por camión en toneladas
normal con media siete toneladas. Con el objeto de probar su suposición, reunió los soguientes datos registrando el peso de ca
en la estación y los tabuló de la siguiente manera:

a) JJ aplicó una prueba de bondad de ajuste a estos datos. ¿A qué conclusión llegará sobre la distribución de los pesos de los
Use un nivel de significancia de 0,10
b) Determine un intervalo de confianza del 95% para el peso promedio de estos camiones?

Peso del Frecuencia


Camión observada

4 6 20
6 8 14
8 9 18
más de 9 8
que el peso por camión en toneladas sigue una distribución
ntes datos registrando el peso de cada camión que entra

e la distribución de los pesos de los camiones?


2
Peso del Frecuencia 2 Frec.Esp. X calculado
marca Z pi*
Camión observada marca *frec n*pi (FO - FE)2/FE
< 4 0 -1.02 0.1528 0.153 9.17 9.168
4 6 5 20 500.0 -0.34 0.3664 0.214 12.81 4.030
6 8 7 14 686.0 0.34 0.6336 0.267 16.04 0.259
8 9 8.5 18 1300.5 0.68 0.7527 0.119 7.14 16.499
> 9 11 8 968.0 0.68 0.7527 0.247 14.84 3.152

60 3454.5 1 60 33.11
8.58
varianza *los valores no calzan igual que en las tablas
Luego la desviación estándar es: 2.93 porque los valores de Z aquí están con todos
decimales
para estimar la varianza se puede utilizar una de estas dos expresiones
ç

la segunda es más fácil al realizar cálculos a mano.

como debemios obtener una estimación del parámetro


supondremos, sólo para este efecto, que tiene amplitud 2 como
los dos primeros y por lo tanto la marca de clase es 11
con valor p
X: peso de un camión, en toneladas valor p = P( X2 3 > 33,11)
Ho X ~ N( 7 , sigma2 ) valor p = 1- P( X2 3 < 33,11)
H1 X no se distribuye N( 7 , sigma2 ) valor p = 1-0,99999
valor p =0,0000001 < 0,1 (nivel de significancia
chi cuadrado calculado es 33,1
Conclusión estadística
grados de libertad Nº clases-Nº parámetros a estimar-1
g.l.= k-p-1 Respuesta al problema
g.l.= 5 - 1 - 1 = 3

con región crítica:


Se rechaza Ho si: chi cuadrado calculado es mayor que chi cuadrado de 1
menos alpha con k menos p menos 1 grado de libertad.

Buscando en la tabla X2 de 0,90 con 3 g.l. se obtiene: 6.25


que es el valor crítico. La región crítica son todos los valores
mayores o iguales a él.

Conclusión estadísticaChi cuadrado calculado pertenece a la región crítica


por lo tanto se rechaza la hipótesis nula
Respuesta al problema el peso de los camiones en toneladas no sigue una
distribución distribución normal con media 7
p = P( X2 3 > 33,11)
p = 1- P( X2 3 < 33,11)

p =0,0000001 < 0,1 (nivel de significancia)

Chi cuadrado calculado pertenece a la región crítica


por lo tanto se rechaza la hipótesis nula
el peso de los camiones en toneladas no sigue una
distribución distribución normal con media 7
Un estudio que se realizó con 84 personas referente a la revelación entre la cantidad de violencia vista en la TV y la edad del te
produjo los siguientes resultados:
a) ¿indican los datos que ver violencia en la TV depende de la edad del telvidente? Use alpha 0,05
b) Aceptaría usted que la edad de las personas constituyen una m.a. de una población normal? (edad máxima 80 años), alpha

Edad
Grado de
Violencia en la 16 - 34 35 - 54 55 ó más
TV
poca 8 12 21
mucha 18 15 7
en la TV y la edad del televidente

máxima 80 años), alpha 0,01


grados de libertad (Nº columnas-1)(Nº filas-1)
Edad g.l.= (3-1)*(2-1)
Grado de
Violencia en la 16 - 34 35 - 54 55 ó más Totales g.l.= 2
TV
poca 8 12 21 41 Se rechaza Ho si:
mucha 18 15 7 40
Totales 26 27 28 81
Región crítica
Frecuencias Esperadas
Grado de
Edad
Violencia en la
16 - 34 35 - 54 55 ó más
TV
Primaria 13.2 13.7 14.2
Secundaria 12.8 13.3 13.8 con región crítica:
Buscando en la tabla X2 de 0,95 con 2 g.l. se obtiene:
Supuestos Todas las frecuencias esperadas son >5 9,49 es el valor crítico. La región crítica son todos los valores
mayores o iguales a él.
X ver violencia en TV
Y edad Conclusión estadística Chi cuadrado calculado pertene
por lo tanto se rechaza la hipóte
Ho X es INDEPENDIENTE de Y
H1 X es DEPENDIENTE Y Respueta al problema ver violencia en la TV está asoc
o ver violencia en la TV depende
Estadístico de prueba:

Chi cuadrado calculado 11.2


º columnas-1)(Nº filas-1)

5 con 2 g.l. se obtiene: 5.99


ón crítica son todos los valores

hi cuadrado calculado pertenece a la región crítica


r lo tanto se rechaza la hipótesis nula

r violencia en la TV está asociado a la edad


ver violencia en la TV depende de la edad
La tabla de frecuencia siguiente refleja datos de las ventas diarias durante 200 días, con alpha 0,05, ¿parecen seguir las ventas
a) con parámetros media = 120 días y desviacion estándar = 20?
b) con ambos parámetros desconocidos.

Ventas Frecuencia

20 60 7
60 80 22
80 100 46
100 120 42
120 140 42
140 160 18
160 180 11
180 200 12
parecen seguir las ventas una distribución normal?
Ventas marca F.O. marca*frec (Xi-Xbarra)2*frec Z
menos 20 20 0 0 0 -2.69 0.0036
20 60 40 7 280 38799.6175 -1.55 0.0607
60 80 70 22 1540 43467.655 -0.98 0.1636
80 100 90 46 4140 27498.915 -0.41 0.3405
100 120 110 42 4620 831.705 0.16 0.5627
120 140 130 42 5460 10155.705 0.73 0.7663
140 160 150 18 2700 22748.445 1.30 0.9025
160 180 170 11 1870 33943.8275 1.86 0.9689
180 200 190 12 2280 68493.63 2.43 0.9925
mas 200 0 0 0 2.43 0.9925
200 22890 245939.5
114.5 1235.9
promedio varianza

Ho Las ventas se distribuyen normal con media 114.5 y varianza 1235.9


H1 Las ventas no se distribuyen normal con media 114.5 y varianza 1235.9

G LIBERTAD= 8-2-1=5
VALOR CRITICO= 11.05

Como chi cuadrado calculado (14.51) es mayor que el valor critico,(11.05), se rechaza la hipotesis nula de
normalidad con media 114.5, varianza 1235.9

Ho Las ventas se distribuyen normal con media 120 y desviación estándar 20


H1 Las ventas no se distribuyen normal con media 120 y desviación estándar 20

Ventas marca F.O. Z pi F.E. n*pi


menos 20 20 0 -5.00 0.0000 0.00000 0.00
20 60 40 7 -3.00 0.0013 0.00135 0.27
60 80 70 22 -2.00 0.0228 0.02140 4.28
80 100 90 46 -1.00 0.1587 0.13591 27.18
100 120 110 42 0.00 0.5000 0.34134 68.27
120 140 130 42 1.00 0.8413 0.34134 68.27
140 160 150 18 2.00 0.9772 0.13591 27.18
160 180 170 11 3.00 0.9987 0.02140 4.28
180 200 190 12 4.00 1.0000 0.00132 0.26
mas 200 0 4.00 1.0000 0.0000 0.01
200 1.0000 200

G LIBERTAD= 4-1=3
VALOR CRITICO= 7.815

Como chi cuadrado calculado (83.36) es mayor que el valor critico,(7.815), se rechaza la hipotesis nula de
normalidad con media 114.5, varianza 1235.9
pi F.E. n*pi F.O. F.E. (FO - FE)2/FE
0.00361 0.72
0.05710 11.42 7 12.14 2.177
0.10285 20.57 22 20.6 0.099
0.17697 35.39 46 35.4 3.179
0.22220 44.44 42 44.4 0.134
0.20360 40.72 42 40.7 0.040
0.13614 27.23 18 27.2 3.127
0.06642 13.28 11 13.3 0.393
0.02364 4.73 12 6.2 5.361
0.0075 1.50
0.9889 197.7830 200 200 14.51
Todas las frecuencias esperadas deben ser >5, como no ocurre con todas se fusionan categorías

haza la hipotesis nula de

F.O. F.E. (FO - FE)2/FE

75 31.46 60.253
42 68.3 10.108
42 68.3 10.108
41 31.5 2.892

200 199 83.36

haza la hipotesis nula de


Se condujo una encuesta aleatoria entre los ciudadanos en edad de votar para determinar si existía alguna relación entre la
afiliación partidista y la opinión respecto al control de armas. Se obtuvo la información de la siguiente tabla para alpha 0,01
¿existe alguna relación para creer que existe una dependencia entre la opinión y la afiliación partidista?ç

Partido a favor en contra sin decisión


democracia 38 29 7
republicano 30 42 7
Independientes 32 59 4
si existía alguna relación entre la
siguiente tabla para alpha 0,01
n partidista?ç
Partido a favor en contra sin decisión Totales grados de libertad (Nº columnas-1)(Nº filas-
democracia 38 29 7 74 g.l.=
republicano 30 42 7 79 g.l.=
Independientes 32 59 4 95
Totales 100 130 18 248

Frecuencias Esperadas
Partido a favor en contra sin decisión Totales
democracia 29.8 38.8 5.4 74
republicano 31.9 41.4 5.7 79
Independientes 38.3 49.8 6.9 95 con región crítica:
Totales 100 130 18 248 Buscando en la tabla X2 de 0,95 con 4 g.l. se ob
9,49 es el valor crítico. La región crítica son todo
Supuestos Todas las frecuencias esperadas son >5 mayores o iguales a él.

X Partido Conclusión estadística


Y :Opinión
Ho: X es INDEPENDIENTE de Y
H1: X es DEPENDIENTE Y Respueta al problema

Chi cuadrado calculado 9.55


con valor p
(Nº columnas-1)(Nº filas-1) valor p = P( X2 4 > 9,55)
(3-1)*(3-1) valor p = 1- P( X2 4 < 9,55)
4 valor p = 1- ¿?
valor p = ¿? > 0,05 (nivel de significancia)

Conclusión estadística
Respuesta al problema

obs

tabla X2 de 0,95 con 4 g.l. se obtiene: 9.49


crítico. La región crítica son todos los valores

Chi cuadrado calculado Pertenece a la región crítica


por lo tanto se rechaza la hipótesis nula

La opinión es DEPENDIENTE del partido


,05 (nivel de significancia)

las conclusiones son las mismas obtendas para la


región crítica

el ¿? se obtiene interpolando con los valores de la tabla


para chi cuadrado con 4 grados de libertad

9.49 0.95
9.55 X
11.14 0.975

11,14-9,49 = 0,975-0,95
9,55-9,49 X - 0,95
La tabla siguiente presenta la información de 34 años respecto al número de accidentes laborales que ocurren por año en una ind

Nº de accidentes
0 1 2 3 4 5 6 7 8 Total
en un año
frecuencia 2 7 3 4 2 6 5 1 4 34

a) pruebe que estos datos provienen de una población Poisson. Use alpha 0,01
b) Suponiendo que estos valores corresponden a los valores observados de una variable Poisson (µ)
b1) estime la probabilidad de que ocurra a lo sumo 1 accidnete al año
b2) Construya un intervalo de confianza del 90% para µ
identes laborales que ocurren por año en una industria.

variable Poisson (µ)


Ho el nº de accidentes laborales se distribuye poisson (mu)
H1 el nº de accidentes laborales no se distribuye poisson (mu)

mu gorro 3.882352941

Colapsar
X F.O. frec X Obs p(x) Esp supuestos Obs
categorias
0 2 0 0 2 0.0206 0.70
1 7 7 1 7 0.0800 2.72
2 3 6 2 3 0.1553 5.28 8.70 <=2 12
3 4 12 3 4 0.2009 6.83 6.83 3 4
4 2 8 4 2 0.1950 6.63 6.63 4 2
5 6 30 5 6 0.1514 5.15 5.15 5 6
6 5 30 6 5 0.0980 3.33 6.69 >=6 10
7 1 7 7 1 0.0543 1.85
8 4 32 >=8 4 0.0444 1.51
TOTAL 34 132 TOTAL 34 1.0 34.0 34
Todas las frecuencias esperadas deben ser >5,
como no ocurre con todas se fusionan categorías
Después de colapsar quedaron 5 categorías
Por lo tanto los grados de libertad son (5-1-1)
porque además se estimó un parámetro
X2 3 , 0.99 =11.34

Como X2 C = 7.4389 < X2 3 , 0.99 = 11.34


NO se rechaza la hipótesis nula
El número de accidentes laborales que ocurren por año
en una industria no se ditribuyen poisson (mu)
p(x) Esp (Oi - Ei)2/Ei

0.2559 8.6990 1.2526


0.2009 6.8317 1.1737
0.1950 6.6308 3.2340
0.1514 5.1486 0.1408
0.1968 6.6899 1.6378

1.0000 34.0 7.4389


peradas deben ser >5, Chi calculado
das se fusionan categorías
Se llevaron registros del intervalo entre fallas sucesivas del sistema de acondicionamiento de aire en un avión a reacción Boein
si el sistema de acondicionamiento tiene una tasa constante de falla, entonces los intervalos entre fallas sucesivas deben tener
distribución exponencial. Los intervalos observados, en horas, entre fallas sucesivas, son las siguientes.

23 261 87 7 120 14 62 47 225 71


246 21 42 20 5 12 120 11 3 14
71 11 14 11 16 90 1 16 52 95

¿Siguen estos datos una distribución exponencial a nivel de significación de 5%?


en un avión a reacción Boeing 720.
fallas sucesivas deben tener una
Frec.Esp. X2 calculado
F.OBS F.ESP Fobs
n*pi (FO - FE)2/FE
1 0 44 17 22 374 0.5055 15.1656 17 15.1656 0.222
3 44 88 6 66 396 0.2500 7.4991 6 7.4991 0.300
5 88 132 4 110 440 0.1264 3.7909 7 7.1767 0.004
7 132 176 0 154 0 0.0639 1.9164
11 176 220 0 198 0 0.0323 0.9688
11 220 264 3 242 0.0167 0.5007
11 30 1210 0.9947 29.8414 29.8414 0.526
12
14 Promedio=64,5
14 lambda gorro = 1/64,5 =0,016
14
16 Ho: Los tiempos entre fallas se distribuyen exponencial con parametro 0.016
16 H1: Los tiempos entre fallas no se distribuyen exponencial con parametro 0.016
20
21 chi cuadrado calculado es ,526
23
42 grados de libertad
47 g.l.= 3-1-1
52 g.l.= 1
62
71 con región crítica:
71 Se rechaza Ho si: chi cuadrado calculado es mayor que chi cuadrado de 1
87 menos alpha con k menos p menos 1 grado de libertad.
90
95 Buscando en la tabla X2 de 0,95 con 1 g.l. se obtiene:3,84
120 que es el valor crítico. La región crítica son todos los valores
120 mayores o iguales a él.
225
246 Conclusión estadística
Chi cuadrado calculado no pertenece a la región crítica
261 por lo tanto no se rechaza la hipótesis nula
Los tiempos entre fallas se distribuyen exponencial con parametro 0.016
Respuesta al problema

con valor p
valor p = P( X2 1 > 0,526)
valor p = 1- P( X2 1 < 0,526 )
valor p >0.1

RespuestaLos tiempos entre fallas se distribuyen exponencial con parametro 0.016


al problema
Se trata de una distribución continua
y por lo tanto hay que construir intervalos

porque las probabilidades no se pueden calcular


para valores puntuales

entonces calculando el número de intervalos (5,5) y


la amplitud con la fórmula 1+3,22 log(n)
)procedimiento del primer apunte)