Home
Analytics
Upload Papers
Marlon
Tabla 3-19
Observacin (x)
Determinacin
la
varianza y la de
desviacin
estndar del
porcentaje de
impureza de los
compuestos
(1)
Media
2.49/15
(2)
0.04
0.06
0.12
0.14
0.14
0.15
0.17
0.17
0.18
0.19
0.21
0.21
0.22
0.24
0.25
Desviacin
(x )
Desviacin
al cuadrado (x )2
Observacin
al cuadrado (x2)
(5) (1)2
0.016
0.011
0.002
0.001
0.001
0.000
0.000
0.000
0.000
0.001
0.002
0.002
0.003
0.005
0.0016
0.0036
0.0144
0.0196
0.0196
0.0225
0.0289
0.0289
0.0324
0.0361
0.0441
0.0441
0.0484
0.0576
0.007
0.0625
0.166
0.166
0.166
0.166
0.166
0.166
0.166
0.166
0.166
0.166
0.166
0.166
0.166
0.166
0.126
0.106
0.046
0.026
0.026
0.004
0.004
0.014
0.024
0.044
0.044
0.054
0.074
0.166
0.084
2.49 x
(x )
0.051
15
0.016
0.051 (x )2
0.4643
(0.166)
15
0.4643 x2
[3-12]
[3-12]
0.0034 al cuadrado
0.0034 al cuadrado
[3-13]
0.0034
0.058%
99%
95%
68%
FIGURA 3-12
Localizacin de
las observaciones
alrededor de la
media para una
distribucin de
frecuencias con
forma de campana
98
Captulo 3
m- 3s
m- 2s
m- s
m+ s
m+ 2s
m+ 3s
3.
Concepto de
resultado estndar
Aproximadamente 99% de los valores estar en el intervalo que va desde 3 desviaciones estndar a la izquierda de la media hasta 3 desviaciones estndar a la derecha de la media.
A la luz del teorema de Chebyshev, analicemos los datos de la tabla 3-19. En ellos, la impureza
media de los 15 frascos de compuesto es 0.166% y la desviacin estndar es 0.058%. El teorema de
Chebyshev nos dice que al menos 75% de los valores (11 de nuestros 15 frascos) estn entre 0.166
2(0.058) 0.050 y 0.166 2(0.058) 0.282. De hecho, 93% de las observaciones (14 de los 15
valores) estn realmente en el intervalo. Note que la distribucin es razonablemente simtrica y que
93% es muy cercano al 95% terico para un intervalo de 2 desviaciones estndar a partir de la media de una curva con forma de campana.
La desviacin estndar es til tambin para describir cunto se apartan las observaciones individuales de una distribucin de la media de la misma. Una medida que se conoce como resultado estndarnos da el nmero de desviaciones estndar que una observacin en particular ocupa por debajo
o por encima de la media. Si xsimboliza la observacin, entonces el resultado estndar calculado a
partir de los datos de la poblacin es:
Resultado estndar
x
[3-14]
donde,
x observacin tomada de la poblacin
media de la poblacin
desviacin estndar de la poblacin
Suponga que observamos un frasco de compuesto que tiene 0.108% de impureza. Como nuestra
Suponga que observamos un frasco de compuesto que tiene 0.108% de impureza. Como nuestra
poblacin tiene una media de 0.166 y una desviacin estndar de 0.058, una observacin de 0.108
tendra un resultado estndar de 1:
Resultado estndar x
Clculo del
resultado estndar
[3-14]
0.058
0.108 0.166
0.058
0.058
1
Una impureza observada del 0.282% tendra un resultado estndar de 2:
Resultado estndar x
[3-14]
0.282 0.166
0.058
0.116
0.058
2
Interpretacin del
resultado estndar
El resultado estndar indica que una impureza del 0.282% se desva de la media en 2(0.058) 0.116
unidades, que es igual a 2, en trminos del nmero de desviaciones estndar alejado de la media.
3.9
En el ejemplo de la pgina 58, los datos con respecto en las ventas en 100 restaurantes de comida
rpida se encuentran agrupados en una distribucin de frecuencias. Con esos datos, podemos utilizar
las siguientes frmulas para calcular la varianza y la desviacin estndar:
Varianza de datos agrupados
f(x )
f x
N
N
2
[3-15]
donde,
f(x )
f x
N
N
2
[3-16]
2 varianza de la poblacin
desviacin estndar de la poblacin
f frecuencia de cada una de las clases
x punto medio de cada clase
media de la poblacin
N tamao de la poblacin
La tabla 3-20 muestra cmo aplicar estas ecuaciones para encontrar la varianza y la desviacin estndar de las ventas en 100 restaurantes de comida rpida.
Dejamos como ejercicio para el lector curioso verificar que la segunda mitad de la ecuacin 3-15,
f x
N
2
99
Ahora estamos listos para calcular las estadsticas de muestra anlogas a la varianza de poblacin 2
y la desviacin estndar de la poblacin, . Se trata de la varianza de la muestra s2 y la desviacin estndar de la muestra, s. En la seccin siguiente, observar que cambiamos la notacin con letras griegas (que
denotan parmetros de poblacin) a las latinas correspondientes a las estadsticas de muestras.
Cambio a la varianza
y la desviacin
estndar de una
muestra
n1
n1
n1
2
s2
[3-17]
s2
100
Captulo 3
(xx
x
nx
)
n1
n1
n1
2
[3-18]
]
)
4
(
0
0
0
,
0
0
[
x
0
(
,
f 1
)
1
(
0
0
0
,
0
2
1
,
1
0
0
0
,
0
2
7
0
0
0
,
0
0
4
0 0 0 0 0 0 0
0
0 0 0 0 0
0
0
,
, 0
, 0
, 0
, 0
,
0
0 0 0 0 0
2
3 0 1 2 0
1
1 4 8 1
, 5
1
0 0
0 0
0
, 0
,
0 0
6 8
3 6
0 ,
0 6
0
0
0
,
0
6
1
0
0
0
,
0
9
0
0
0
,
0
4
0 0 0 0 0 0
0
0 0 0 0
0
0
,
, 0
, 0
, 0
,
0
0 0 0 0
1
1 4 9 6
1
0
0
0
,
0
6
3
2
(
2
]
) )
4
(
)
x 1
(
(
[
)
4
)
1
(
0
0
0
,
0
5
2
0
0
0
,
0
5
2
]
5
1
3
[
]
3
3
[
]
6
1
3
[
a
z
n
a
i
r
a
V
0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0
0 0 0 0 0 0
5 4 3 2 1
1 2 3 4 5 6
0
0
5
,
8
)
5
]
2
s
$
e
r
a
l
r
a
d
d
e
n
d
t
s
s
e
l
e
i
n
m
[
i
c
0
a
0
i
8
v
,
s
6
e
6
)
0
D
0
o
0
0
0
, 0 0
8
, 5
N 0 0 0
x
8 1 8
6
.
(
6
6 8
,
f
,
6
5
6
6 2
a
i
)
e (
d
4
M
)
1
(
0 0 0 0 0 0 0 0 0 0 0 0
2
5
2
5
2
5
2
5
2
5
2
5
5
, 5
, 2
, 5
, 2
, 5
, 2
, 5
, 2
, 5
, 2
, 2
,
1 1 1 1 1 1 1 1 1 1 1 1
0
0
x
0
)
,
2
3
)
3
(
a
i
c
n
ef )
2
u
(
c
e
r
F
a
i
d
e
M
0
5
9
,
5
0
0
6
,
7
0
0
5
,
0
1
0
0
8
,
3
1
0
5
2
,
1
2
0
5
5
,
7
1
0
0
5
,
4
1
0
5
9
,
3
1
0
5
5
,
1
1
0
0
5
,
3
0 0
5 0
8
, 0
,
1 5
0 2
0 1
n
f
(
4 7 8 0 2 7 3 0 9 7 2 1 0
1 1 1 1 1
0 0
0 1
s
e
r
a
l
d
e
d
s
e
l
i
0
m
0
(
0
0
, 0 0
5 1 5
2
2
,
1
1
o
i
d
e
mx )
1
(
o
t
n
u
P
e
s
a
l
C
0
2
3
a
l
b
a
T
0 0 0 0 0 0 0 0 0 0 0 0
5 5 5 5 5 5 5 5 5 5 5 5
7
, 8
, 9
, 0
, 1
, 2
, 3
, 4
, 5
, 6
, 7
, 8
,
1 1 1 1 1 1 1 1 1 1 1 1
9
9
7
0
0
7
9
9
8
0
0
8
9
9
9
0
0
9
9
9
0
,
1
0
0
0
,
1
9
9
1
,
1
0
0
1
,
1
9
9
2
,
1
0
0
2
,
1
9
9
3
,
1
0
0
3
,
1
9
9
4
,
1
0
0
4
,
1
9
9
5
,
1
0
0
5
,
1
9
9
6
,
1
0
0
6
,
1
9
9
7
,
1
0
0
7
,
1
9
9
8
,
1
0
0
8
,
1
o
t
r0
i
r
a0
t
e d1
s
d nne i
d)
a
e
nl t dal s
s
e
y ssdel
i
i
c eaei
aa
z
ne
tn
n
tr
pe
n(
m
n
i
ni
s
a
vr
c
a
o
a e
t
m
ui
ra
dds
ri
i s
a
a
e
a
ea vl t
t
vs
ul
m
t
e ees
oi e
ec
addr
Dl
sd
3.9
Tabla 3-21
Determinacin de la
varianza y la desviacin
estndar de la muestra
de los donativos
anuales de Blue CrossBlue Shield al Hospital
de Cumberland (miles)
Observacin
(x)
(1)
Media
(x
)
(2)
2
(x x
)
[(1) (2)]2
x x
(1) (2)
863
903
1,351
1,351
488
448
957
1,041
1,138
1,204
1,354
1,624
1,698
1,745
1,802
1,883
1,351
1,351
1,351
1,351
1,351
1,351
1,351
1,351
1,351
1,351
394
310
213
147
3
273
347
394
451
532
(1)2
238,144
200,704
744,769
815,409
155,236
96,100
45,369
21,609
9
74,529
120,409
155,236
203,401
00283,024
915,849
1,083,681
1,295,044
1,449,616
1,833,316
2,637,376
2,883,204
3,045,025
3,247,204
003,545,689
(x x
) 1,593,770
2
(x x
)
n1
1,593,770
11
23,496,182 x2
14
4
,888
380.64
2
x
nx
n1
n1
2
23,496,182
12(1,351)
11
11
1,593,770
11
144,888
donde,
[3-18]
[3-17]
s2 Varianza de la muestra
s Desviacin estndar de la muestra
[3-17]
101
Uso de n 1 como
denominador
102
Por qu utilizamos n 1 como denominador en lugar de n? Los especialistas en estadstica pueden demostrar que si tomamos muchas muestras de una poblacin dada, encontramos la varianza de
la muestra (s2) para cada muestra y promediamos los resultados, este promedio no tiende a igualar
el valor de la varianza de la poblacin, 2, a menos que usemos n 1 como denominador en nuestros clculos. En el captulo 7, se dar la explicacin estadstica de por qu esto es cierto.
Las ecuaciones 3-17 y 3-18 nos permiten encontrar la varianza y la desviacin estndar de la
muestra de los donativos anuales de Blue Cross-Blue Shield al Hospital de Cumberland que presentamos en la tabla 3-21; observe que ambas mitades de la ecuacin 3-17 producen el mismo resultado.
Captulo 3
Clculo de los
resultados estndar
de la muestra
Igual que utilizamos la desviacin estndar de la poblacin para derivar los resultados estndar
de la misma, podemos usar la desviacin estndar de la muestra para calcular los resultados estndar de
la muestra. Estos resultados indican a cuntas desviaciones estndar arriba o abajo de la media de la
muestra se encuentra una observacin dada. La frmula adecuada es:
Resultado estndar de una observacin de una muestra
x
[3-19]
donde:
x observacin tomada de la muestra
x
media de la muestra
s desviacin estndar de la muestra
En el ejemplo anterior, vemos que la observacin 863 corresponde a un resultado estndar de 1.28:
x
[3-19]
863 1,351
380.64
488
380.64
1.28
En esta seccin hemos demostrado por qu la desviacin estndar es la medida de dispersin que
ms se utiliza. Podemos usarla para comparar distribuciones y para calcular resultados estndar, que son
un elemento importante de la inferencia estadstica que analizaremos ms adelante. Al igual que la
varianza, la desviacin estndar toma en cuenta cada observacin del conjunto de datos. Sin embargo, la desviacin estndar tiene tambin algunas desventajas. No es fcil calcularla como el rango,
y no puede calcularse en distribuciones de extremo abierto. Adems, los valores extremos que se encuentren en el conjunto de datos distorsionan el valor de la desviacin estndar, aunque en menor
grado que en el caso del rango.
Al calcular y usar la desviacin estndar
se supone que no hay muchos valores deSUPOSICIONES
masiado grandes o demasiado pequeos
en el conjunto de datos porque se sabe
que la desviacin estndar usa todos los valores; esos valoSUGERENCIAS
Y
res extremos distorsionarn la respuesta. Sugerencia: puede evitarse la confusin entre usar N o n 1 como denominador para las muestras y poblaciones si se asocia el valor ms pequeo (n 1) con el conjunto ms pequeo (la
muestra).
Ejercicios 3.9
Ejercicios de autoevaluacin
EA
3-13
Talent, Ltd., una compaa en Hollywood de seleccin de elenco, est en proceso de elegir un grupo de
extras para una pelcula. Las edades de los 20 hombres que se entrevistaron primero son:
50
54
56
55
55
61
49
60
3.9
52
51
57
59
56
62
57
52
56
54
59
49
103
Job Board
About
Press
Blog
Stories
Terms
Privacy
Academia 2015
Copyright
We're Hiring!
Help Center