Anda di halaman 1dari 97

UNIVERSIDAD NACIONAL DE INGENIERA

Sede Regional del Norte


Recinto Universitario Augusto C. Sandino
Estel, Nicaragua

Estadstica Bsica para Ingenieros


Agroindustriales

Funcin de densidad Distribucin "t"


0.40

n=100

n=10

Densidad

0.30

n=1

0.20

0.10

0.00
-5.00

-2.50

0.00

Variable

29/08/2012

Luis Mara Dicovskiy Riobo

2.50

5.00

UNI Norte

ndice
Introduccin ............................................................................................................. 1
Captulo 1. Estadstica Descriptiva .......................................................................... 2
1.1 Introduccin. .......................................................................................................... 2
1.2 Anlisis de datos, Tablas de Distribucin de frecuencias y Tablas de
Contingencia ................................................................................................................ 5
1.3 Grficos ............................................................................................................... 14
1.4 Medidas de Tendencia Central ........................................................................... 19
1.4.1 Media Aritmtica............................................................................................ 20
1.4.2 La Mediana ................................................................................................... 21
1.4.3 La Moda ........................................................................................................ 22
1.4.4 Otras medidas de tendencia central .............................................................. 24
1.4.4.1 La Media Geomtrica ................................................................................. 24
1.4.4.2 La Media Cuadrtica .................................................................................. 25
1.4.4.3 Cuartiles, Deciles y Percentiles .................................................................. 25
1.5 Medidas de Dispersin o de Variabilidad ............................................................ 26
1.5.1 El Rango ....................................................................................................... 26
1.5.2 El Desvo Estndar........................................................................................ 27
1.5.3 La Varianza ................................................................................................... 29
1.5.4 El Coeficiente de variacin ............................................................................ 29
1.6 Otras medidas tiles en Estadstica Descriptiva ................................................. 30
1.6.1 La Asimetra o Sesgo .................................................................................... 30
1.6.2 La Curtosis .................................................................................................... 31
1.7 Muestras y Poblacin........................................................................................... 33
1.7.1 Muestreo Aleatorio Simple ............................................................................ 33
1.7.2 Muestreo Estratificado................................................................................... 36
1.7.3 Muestreo por Conglomerados ....................................................................... 36
1.7.4 Muestreo Sistemtico .................................................................................... 37
Captulo 2. Teora Elemental de Probabilidades ................................................... 39
2.1 Introduccin a las Probabilidades ........................................................................ 39
2.2 Trminos Bsicos. ............................................................................................... 39
2.3 Propiedades de la Probabilidad ........................................................................... 41
2.3.1 Regla de la Suma. ......................................................................................... 42
2.3.2 Regla del producto. ....................................................................................... 43
2.4 Probabilidad condicionada ................................................................................... 44
2.5 Teorema de Bayes .............................................................................................. 46
2.5.1 Regla de la probabilidad total ........................................................................ 46
2.5.2 Planteo del Teorema de Bayes ..................................................................... 47
2.6 Tcnicas de conteo: Combinaciones y Permutaciones....................................... 51
Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

ii

UNI Norte

Captulo 3. Variables aleatorias y sus distribuciones. ........................................... 54


3.1 Distribuciones de Frecuencia, Introduccin. ....................................................... 54
3.2 Variables aleatorias. ............................................................................................ 56
El Desvo Estndar y el Teorema de Chebyshev ................................................... 61
3.3 Distribucin Normal............................................................................................. 62
3.4 Distribucin t de Student ................................................................................... 66
3.5 La distribucin X2 de Pearson .............................................................................. 68
3.6 La distribucin F de Fisher- Snedecor. .............................................................. 68
3. 7 La distribucin Binomial ...................................................................................... 70
3.8 Distribucin de Poisson ....................................................................................... 73
Captulo 4. Estimacin y prueba de hiptesis........................................................ 75
4.1 Estimacin por Intervalos de Confianza............................................................... 75
4.2 Generalidades de las pruebas de Hiptesis ........................................................ 77
4.3 Prueba de hiptesis con la distribucin t ........................................................... 80
4.3.1 La media de una muestra pertenece a una poblacin con media conocida .. 80
4.3.2 Comparaciones por parejas de muestras no independientes o apareadas ... 81
4.3.3 Las medias de dos muestras o grupos pertenecen a una misma poblacin . 82
Captulo 5. Anlisis de Correlacin y Regresin. .................................................. 85
5.1 Correlacin .......................................................................................................... 85
5.2 Regresin ............................................................................................................ 87
5.2 Ecuacin de Regresin Lineal ............................................................................. 88
5.3 Pruebas de Hiptesis de Correlacin y Regresin .............................................. 93

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

iii

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 que se
imparte en las carreras de Ingeniera Agroindustrial de la Universidad Nacional de
Ingeniera, UNI, Nicaragua. Sin embargo por su forma sencilla y asequible con que se
trat de abordar los diferentes temas, este texto puede ser til como libro de texto en
otras carreras universitarias.

En el contenido se ha tratado de mantener 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. 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? Si
podemos describir la estadstica como: un conjunto de tcnicas para describir grupos
de datos y para tomar decisiones en ausencia de una informacin completa. Este
texto de estadstica para ingenieros trata de respetar esta definicin!

Por lo anterior y respetando el principio de asequibilidad, es que buena cantidad de los


ejercicios del texto fueron generados en el aula con la informacin que tienen los
estudiantes a la mano. Creo que la estadstica no puede funcionar si primero no se
sabe cmo generar el dato, cmo organizar la informacin en una matriz numrica,
analizar las variables usando un programa estadstico computacional para finalmente
interpretar la informacin en un lenguaje entendible por cualquier lector.

Por ltimo, para realizar 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 .

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

UNI Norte

Captulo 1. Estadstica Descriptiva

Objetivos
Reflexionar sobre el uso de la estadstica a travs de situaciones de la vida
profesional.
Introducir a la recoleccin de datos a partir de un problema del entorno de un
ingeniero y desde la experiencia del estudiante.
Construir medidas de tendencia central, de variabilidad y diferentes tipos de
Grficos ms comunes que permite una tabla de distribucin de frecuencia, TDF.
Diferenciar las diferentes formas de muestreos para estudiar el contexto
socioeconmico.
Calcular de forma representativa el tamao de una muestra con variables
construidas con ejemplos de su carrera.

1.1 Introduccin.
La estadstica, es una ciencia relativamente nueva pero con miles de aos de uso
emprico, Mara y Jos parten de Nazaret a Beln para ser censados por los romanos.
Hace 2000 aos ste imperio llevaba un control estadstico de lo que posean sus
colonias para cobrarles impuestos En la actualidad los procedimientos estadsticos son
de particular importancia en las diferentes ciencias, para reducir y abstraer datos. Una
definicin que describe la estadstica de manera utilitaria es la que dice que es: un
conjunto de tcnicas para describir grupos de datos y para tomar decisiones en
ausencia de una informacin completa. La estadstica a diferencia de la matemtica no
genera resultados exactos, los resultados siempre tienen asociada un grado de
incertidumbre o error. La estadstica trata de lograr una aproximacin de la realidad, la
cual es siempre mucho ms compleja y rica que el modelo que podemos abstraer. Si
bien esta ciencia es ideal para describir procesos cuantitativos, tiene serios problemas
para explicar por qu cualitativo de las cosas.

Estadstica Bsica para Ingenieros Agrondustriales

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.

La estadstica tiene serios problemas para explicar el por qu


Construccin de Variables a partir de informacin.
Para poder analizar datos, ya sea de forma manual o por computadora, hay que
entender que trataremos a partir del estudio de la realidad observable

crear un

modelo numrico terico donde se estudian variables para describirlas y analizar sus
relaciones. Para hacer esto primero es necesario definir algunos trminos tericos.

Variable: es una caracterstica observable y que vara, una caracterstica constante en


el grupo de estudio, no es una variable. Por ejemplo en el conjunto de estudiantes de la
Universidad, ser estudiante de una determinada carrera es una variable, pero ser
Bachiller es una constante. Las variables se pueden clasificar de diferentes maneras,
un enfoque es reconocer dos grandes grupos de variables las Cualitativas y
Cuantitativas.

Tipos de
Variables

Cuantitativas

Cualitativas

Nominales

Ordinales

Continuas

Estadstica Bsica para Ingenieros Agrondustriales

Discretas

Luis Mara Dicovskiy Riobo

UNI Norte

Variables Cualitativas o Categricas, son aquellas que se ordenan en categoras


debido a su carcter subjetivo y absoluto, pueden ser de dos tipos nominales, u
ordinales. En las variables nominales los valores no pueden ser sometidos a un
criterio de orden o importancia como por ejemplo el sexo de una persona o el
departamento de origen. Los atributos, en control de calidad, son variables nominales:
Ej. defectuoso, no defectuoso. En cambio las variables Ordinales pueden tomar
distintos valores que se pueden ordenar siguiendo una escala establecida, aunque no
es necesario que el intervalo entre mediciones sea uniforme, por ejemplo: leve,
moderado, grave.

Variables Cuantitativas, son aquellas en 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 y
discretas o contables.

Las variables Continuas o Reales pueden adquirir cualquier valor dentro de un intervalo
especificado de valores, permite siempre que se encuentre un valor nuevo entre dos
valores previos, aceptan valores con fracciones de enteros. El rendimiento de un lote
de frjol se mide en qq/mz es una variable continua. Generalmente estas variables se
obtienen de medir o pesar.

Las variables Discretas presentan interrupciones en la escala de valores que puede


tomar. Estas separaciones o interrupciones indican la ausencia de valores entre los
distintos valores especficos que la variable pueda asumir por nmero de miembros de
una familia es una variable discreta, se cuenta y entre dos personas no hay un valor
intermedio, no existe 1.5 personas, no hay fracciones de enteros.
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:
Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

UNI Norte

una variable. Los programas Access, Excel, Infostat y SPSS ordenan los datos en
forma de matriz numrica. 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.

Ejercicio 1.1: Construya variables relacionadas con su carrera, 5 nominales, 5


ordinales, 5 continuas y 5 ordinales.
Ejercicio 1.2 Clasifique las siguientes variables.

Peso de un estudiante.

# de ladrillos de una pared.

Dimetro de una casa.

Belleza de una flor.

Color de ojos.

Temperatura semanal.

Tipo de techo.

Largo de peces de un estanque.

Vida til de un monitor

Dimetro de un tornillo

1.2 Anlisis de datos, Tablas de Distribucin de frecuencias y Tablas


de Contingencia
A partir de la realidad observable se debe crear un modelo numrico terico
para intentar estudiar sta realidad
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.

El procedimiento de anlisis sugerido se esquematiza en la figura siguiente:

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

UNI Norte

Creacin de la
matriz de datos

Definicin de
anlisis a
realizar

Ejecucin de
anlisis en
computadora

Interpretacin
de resultados

En general el investigador debe buscar de primero cmo describir sus datos y


posteriormente efectuar el anlisis estadstico para relacionar las variables generadas.
Los tipos de anlisis son variados y cada mtodo tiene su razn de ser un propsito
especfico, la estadstica no es un fin en s misma, sino una herramienta para analizar
datos.
Los principales anlisis que pueden efectuarse son:

Estadstica descriptiva de las variables.

Pruebas de hiptesis para la toma de decisiones.

la estadstica est ligada a la toma, organizacin,


presentacin y anlisis de un grupo de datos.

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 extraa
se deba a una mala digitacin o error en la recoleccin de datos.
Lo siguiente para observar el comportamiento de los datos es realizar una distribucin
frecuencias en forma de tabla y grficos. Para esto, los datos se agrupan en clases o
categoras y para grupo se calcula las frecuencias absolutas y relativas.

En este momento es importante poder definir el tipo de escala de medicin usada,


sucesin de medidas que permite organizar datos o para agrupar los datos, en este
sentido se pueden reconocer diferentes escalas:

Las Escalas Nominales, son discontinuas y se usan cuando describimos algo


dndole un nombre a cada categora o clase y estas son mutuamente excluyentes.

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

UNI Norte

A cada categora se le adjudica un valor numrico. Por ejemplo la variable


Departamento con las categoras Estel, Nueva Segovia, Madriz, Otra.

Las Escalas Ordinales, son discontinuas y se usan donde hay un orden jerrquico
de un conjunto de objetos o eventos con respecto a algn atributo especfico, por
ejemplo ordenar los ingresos en tres niveles: alto =1, medio = 2 y bajo = 3.

Las Escalas de Intervalos Iguales, estas pueden ser sumadas, restadas


multiplicadas y divididas sin afectar las distancias relativas entre las calificaciones.
Por ejemplo las medidas de temperatura en Grados C0, las calificaciones de un
examen en una escala de 1 a 100. En esta escala el 0 es arbitrario y no
necesariamente representa ausencia, tambin nos dice que un valor de 30 puntos
de un examen de espaol no necesariamente representa la mitad de conocimiento
de un valor de 60 puntos.

Las Escala de Razn Constante, tienen todas las propiedades de las Escalas de
intervalos ms un cero absoluto, por ejemplo las medidas de tiempo, peso y
distancia, el valor 0 representa ausencia del valor.

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 para responder consistentemente de una manera favorable o desfavorable.
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 que mantenemos. Estas
mediciones de actitudes deben interpretarse como sntomas y no como hechos. Esta
escala es bipolar porque

mide tanto el grado positivo como negativo de cada

enunciado y consiste en un conjunto de tem presentado en forma de afirmaciones o


juicios ante los cuales se pide reaccin a los sujetos en estudio en una escala de 5
puntos, cada punto tiene un valor numrico.

Un ejemplo de cmo calificar con

afirmaciones positivas es Le gusta cmo se imparte la clase de estadstica?:


1- Muy en desacuerdo, 2- En desacuerdo, 3- Ni de acuerdo, ni en desacuerdo,
4- De acuerdo, 5-Muy de acuerdo.
Estar de acuerdo con la idea presentada significa un puntaje mayor.
Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

UNI Norte

Ejercicio 1.3: entre los participantes del grupo de clases tomar datos de 15 variables
al menos por ejemplo: Edad, Sexo, Procedencia, etc. Y luego ordnelos en forma de
matriz de datos, recodifique la informacin cualitativa en numrica.

Organizacin de una matriz de informacin a partir de un cuestionario de una


encuesta.
Una encuesta impersonal

con preguntas cerradas en un cuestionario es una manera

de recolectar mucha informacin rpidamente que luego se puede codificarla


fcilmente y que puede analizarse estadsticamente. La debilidad de este instrumento
es que no siempre la gente responde adecuadamente y que las respuestas generadas
se limitan a las opciones previamente definidas, en general la realidad es mucho ms
rica que lo que creemos ocurre a priori. Para los que trabajan con entrevistas hay que
saber que tambin la informacin que se genera de las entrevistas puede luego
tabularse numricamente de la misma manera que una encuesta con cuestionario.

Cuestionarios: Al disear un cuestionario esta debe ayudar a responder a las


preguntas que genera la hiptesis del trabajo, un error comn es hacer una encuesta
primero y luego que se han recolectado los datos, se solicita a un estadstico que no
ayude a analizar la informacin, la lgica es al revs se debe pensar cmo se
analizar la informacin desde el mismo momento que se disea la encuesta. Se
sugiera que las variables cualitativas (ej. nombres) se deben recodificar al momento
del llenado de la base de datos creando variables numricas discretas, por ej. Si
quiero clasificar las becas que otorga una Universidad puedo codificar a estas de la
siguiente manera: Beca interna, Beca externa y No beca.

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. 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
Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

UNI Norte

generar un variable del tipo Si, No 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:

Encuesta

Sexo

Edad

Ingresos

Comunidad

semanales C$

Labor
realizada

31

1,394

35

1,311

43

1,300

28

1,304

45

1,310

36

1,443

21

1,536

32

1,823

Esta matriz se puede codificar as: la variable Sexo: varn, mujer. Para la variable
comunidad hay 4 tipos diferentes donde: 1= Estel, 2= Condega, 3= Pueblo Nuevo y
4= Limay y para Labor realizado: 1= en otra finca, 2= en la cuidad y 3= en la propia
finca.

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___________
Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

UNI Norte

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.


notas edad altura Sexo
74
25 1.75 Varon
70
18 1.55 Mujer
80
24 1.85 Varon
70
20 1.54 Mujer
78
24 1.65 Varon
85
19
1.8 Varon
70
19
1.7 Varon
75
20
1.5 Mujer
70
18
1.7 Varon
85
18 1.67 Varon
77
18 1.63 Varon
75
20 1.52 Mujer
80
18 1.75 Varon
80
21 1.73 Varon
80
17
1.6 Mujer
78
18
1.5 Mujer
75
20
1.7 Mujer
90
19 1.65 Mujer
70
22 1.65 Varon
78
18
1.8 Varon

Peso
140
110
150
117
150
150
140
112
160
120
135
110
110
160
114
128
120
130
140
174

Origen
No
Estel
Estel
Estel
No
Estel
No
Estel
Estel
No
Estel
Estel
Estel
No
No
No
Estel
No
No
No

Ingresos
Alto
Media
Media
Media
Alto
Media
Media
Alto
Alto
Alto
Alto
Media
Media
Media
Alto
Alto
Alto
Alto
Media
Media

Becas opinin
No
3
Si
3
Si
2
No
4
No
5
No
5
Si
5
Si
1
No
4
No
4
No
2
No
3
Si
3
Si
3
No
2
No
5
No
5
Si
4
Si
2
Si
4

Cdigos: Opinin: Conformidad con las clases: 1= Muy en Desacuerdo, 2= en


Desacuerdo, 3= Indiferente, 4= De Acuerdo,5= Muy de Acuerdo.

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

10

UNI Norte

Principios a utilizar al construir una Tabla de Distribucin de Frecuencias, TDF.


Aunque esta tabla sirve para resumir informacin de variables discretas o continuas, de
manera particular la TDF permite transformar una variable continua, a una variable
discreta definida por el nmero de intervalos y su frecuencia. Esta transformacin
permite construir grficos de histogramas o polgonos. Con Variables continuas como
(peso, altura, produccin / superficie, etc.) el recorrido de la variable se parte en
intervalos semiabiertos, las clases.
Lo primero para construir una TDF es definir el nmero de clases o intervalos a crear
y el 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 3 ni
mayor de 20. Al ancho de clase se calcula dividiendo el Rango (valor mayor valor
menor), con un valor que debe variar entre 3 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 3-5 clases, para tener un criterio sobre el nmero de
clases en funcin del nmero de datos ver la tabla siguiente .
Tabla para determinar el nmero de clases de una TDF
Nmero datos

Nmero de clases

30-50

5-7

51-100

6-10

101-250

7-12

+250

10-20

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.
Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

11

UNI Norte

Ejemplo con Datos de ingresos de 24 familias. Variable: Ingresos semanales en C$


por familia, n = 24 datos.
1,450

1,443

1,536

1,394

1,623

1,650

1,480

1,355

1,350

1,430

1,520

1,550

1,425

1,360

1,430

1,450

1,680

1,540

1,304

1,260

1,328

1,304

1,360

1,600

Secuencia de actividades
Se calcula el Rango de los datos, valor mayor menos valor menor: 1680- 1,260 =
420 C$.
Ancho de clase: El rango se divide en cuatro, 420/4= 105 C$, se ajusta a 100 C$ y
de esta manera el nmero de clases queda en cinco.
Se construye los lmites inferiores y superiores de cada clase como intervalos
semiabiertos,
Luego se cuentan las frecuencias por clase, esto es la Frecuencia Absoluta
Se calcula la Frecuencia Relativa (Frecuencia Absoluta / n)
Se hace Frecuencia Acumulada. que es la suma de las frecuencias absolutas.
Tambin se pueden hacer las frecuencias expresadas en porcentajes.
Tabla de Distribucin de frecuencias, TDF.
Clase

Lmite Inferior Lim. Superior

Marca de

Frecuencia

Frecuencia

Frecuencia

Igual a

clase

Absoluta

Relativa

Acumulada

Menor a

1,200

<1,300

1,250

0.04

1,300

<1,400

1,350

0.33

1,400

<1,500

1,450

0.29

16

1,500

<1,600

1,550

0.17

20

1,600

<1,700

1,650

0.17

24

Total

24

1.00

Ejemplo de grfico construido con estos datos

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

12

Texto..

UNI Norte

0.35

frecuencia relativa

0.28

0.21

0.14

0.07

0.00
1100

1200

1300

1400

1500

1600

1700

1800

C$

Histograma y Polgono de Frecuencias Relativas de Ingresos semanales de 24


familias del Barrio Virginia Quintero, Estel. 2008

Se puede observar que la informacin que lleva el grfico es completa, incluye todos
los datos y permite explicar el contenido del mismo por ejemplo: la barra de mayor
altura contiene la moda y al no ser un grfico simtrico concluyo que la media y
mediana son diferentes y que los datos son sesgados hay un agrupamiento de
frecuencias a la izquierda del centro.

Una manera de representar una distribucin de Frecuencias es:


1. Por medio de un grfico de Barras con variables nominales.
2. Con un Histograma con variables continuas.
3. Un polgono de Frecuencias cuando se quieren mostrar las frecuencias absolutas.
4. Con un grfico de Pastel cuando se tienen porcentajes o proporciones.

Tablas de contingencia
Las tablas de contingencia, o tablas cruzadas, se usan para resumir la relacin de
variables cualitativas con pocas categoras, incluso dicotmicas. Estas tablas
generalmente vinculan dos variables y en las celdas generadas se muestran las
frecuencias absolutas o relativas de las variables involucradas, tambin se puede
Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

13

UNI Norte

mostrar los porcentajes. En las filas suele ir la variable ms importante y si se muestran


las frecuencias relativas stas se calculan por fila. Las sumas de las filas y las
columnas generan frecuencias marginales y en la celda de la esquina inferior derecha
se tiene el total de datos. Con estas tablas se pueden construir grficos de barras
bivariados. A continuacin a modo de ejemplo se muestran dos tablas,

una de

frecuencias absolutas y otra de frecuencias relativas de los datos de una seccin de 31


estudiantes, las variables en estudio son: sexo y si disponen de beca. Cmo en
este estudio la variable ms importante de cruce es sexo, sta se ubica en las filas y
as se observan las frecuencias relativas.

Frecuencias absolutas

Frecuencias relativas por filas

En columnas: Beca

En columnas: Beca

Sexo No

Si

Total

Mujer 10

17

Varn 7

Total 17

14

Sexo

No

Si

Total

Mujer 0.59

0.41

1.00

14

Varn 0.50

0.50

1.00

31

Total 0.55

0.45

1.00

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.
Con dos variables cualitativas construye una tabla de contingencia.

1.3 Grficos
Los grficos nos permiten presentar la informacin que dan los datos de manera
rpida, resumida y fcil de entender. Los grficos se pueden clasificar de mltiples
maneras pero en ste texto los consideraremos como: univariados, bivariados y
multivariados, segn el nmero de variables involucradas.

Grficos univariados, Ejemplo de edad de una muestra de personas, datos presentados


en forma de Histograma de frecuencias. En este grfico las barras se encuentran
Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

14

UNI Norte

unidas, no habiendo espacio entre las barras. Para su construccin primero se tiene
que hacer una tabla de distribucin de frecuencias, TDF, donde se precisen los lmites
reales de frecuencia, que se usan para construir las barras. El centro de cada barra es
la marca de clase, esta medida se usa para construir polgonos.
40

30

20

10

0
0

5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90

Edad

Histograma de Frecuencias absolutas, de la edad, de una muestra de personas


de una comunidad rural del Departamento de Estel. 2008.

Este grfico univariado se acompaa de estadstica descriptiva: medias, medianas,


desvos estndares, coeficientes de variacin e intervalos de confianza.
Grfico de Pastel o Sectores Ejemplo

del nivel de educacin, de una muestra de

598 personas de origen rural. Este Grfico creado con frecuencias y porcentajes,
permite resaltar segmentos de clases determinadas.

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

15

UNI Norte

otros
19%

primaria
45%
ninguno
15%

secundaria
21%

Grfico de pastel o sectores.


Grfico de Barras bivariado. Ejemplo de las notas de tres asignaturas presentadas
en forma de barras. Este resume la media de notas obtenido por asignatura. Entre
barra y barra hay un espacio. El grfico observado a continuacin se construy con
una variable nominal, asignatura y una variable continua, nota.

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

16

UNI Norte

75.5
75.2

75.0

74.5

74.0

73.5

Nota Promedio

73.5
73.0
73.0
72.5
72.5
72.0
Matematica

Contabilidad

Programacin

Algebra

Asignatura

Polgono de Frecuencias Ejemplo de un donde se grafica en el tiempo el desarrollo


de una enfermedad, tizn temprano, en el follaje de las platas de tomate. Este polgono
se construye con los valores medio de cada clase, Marca de clase y las frecuencias por
clase.

El Polgono es una lnea quebrada que se construye uniendo los puntos


medios en la parte superior de cada barra, marca de clase de un
histograma

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

17

UNI Norte

30

20

10

0
13

20

27

34

41

48

55

62

69

76

Das despues del trasplante

Polgono de frecuencias acumuladas, en porcentaje del desarrollo de una


enfermedad fungosa, en plantas de tomate.

Grficos Multivariados. Son grficos que incorporan 2 o ms variables.


Grfico de Barras que incorpora 4 variables dicotmicas (si- no)
120

Este tipo de grfico permite


resumir de manera muy

100
98

eficiente la informacin de

80

hasta 6 o 7 variables. Es
ideal

para

usar

con

60

variables dicotmica, SI y
40

NO.

43
30

20
19
0
Escuela Cercana
Electricidad

Agua Potable
Asistencia Mdica

Telfono

Grfico De Barras,
Bivariado en

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

18

UNI Norte

Agrupamientos

Grfico bivariado, se puede acompaar de una tabla de contingencia de frecuencias o


porcentajes y con una prueba estadstica X2 de independencia.

Un
Grfico
permite
ver
rpidamente lo que dicen los datos

Ejercicio 1.7. Realizar un grfico de barras y un grfico de Pastel a partir de los datos
recolectados en clase.

1.4 Medidas de Tendencia Central


Al forjarnos una imagen mental de la distribucin de frecuencias de un conjunto de
mediciones, una de las primeras apreciaciones descriptivas de inters es una medida
de tendencia central, es decir, una que localiza el centro de la distribucin.
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
Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

19

UNI Norte

variables la moda y la mediana. Otras medidas de tendencia central menos usadas


son la media geomtrica y la media cuadrtica.

La sumatoria, un concepto bsico introductorio:


En matemtica, el smbolo Griego Sigma en mayscula se utiliza para indicar
sumatoria de datos donde:

= x1 +x2 +x3 +x4 +.......+ xn


Siendo x un valor de una medicin de la variable en estudio e i un ndice que vara
de 1 a n .El nmero de datos de la muestra se identifica con la letra n.

1.4.1 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 de una muestra y como (letra griega minscula)
para representar la media poblacional. Tanto o son la suma de todos los valores
de la muestra o poblacin divididos por el nmero de casos. En el caso de la media de
una muestra esta es igual a: x (x1 + x2 + x3 ++ xn)/ n donde n es el nmero de
datos de la muestra y x el valor numrico del dato. La frmula simplificada de la media
es:

Cuando se tienen datos agrupados en una distribucin de frecuencias se obtiene el


punto medio de cada intervalo y se determina media de la siguiente manera:

Donde k es el nmero de intervalos, n el nmero total de datos, f es la frecuencia


de la clase y xM el punto medio de cada intervalo.
Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

20

UNI Norte

Una debilidad de la media aritmtica es su sensibilidad a valores extremos de la


distribucin y carece de sentido con variables cualitativas.

Media Aritmtica

Muestra

Poblacin

n es el nmero de datos de la muestra y N el de la poblacin.

Ejemplo de clculo de una media


Si tengo la nota de un examen de matemticas de 10 estudiantes en una escala de 1 a
100 donde:
Estudiante
Luis
Alberto
Juan
Pedro
Roberto
Mara
Raquel
Luisa
Rosa
Diana

Variable Nota = xi
X1
X2
X3
X4
X5
X6
X7
X8
X9
X10

10
1

xi =

Valor de xi
62
68
92
88
55
79
89
92
67
69
761.

En este caso i varia de 1 a 10.


Media de notas de los estudiantes = ( 1 x i )/10 = 761/10 = 76.1
10

1.4.2 La Mediana
La segunda medida de tendencia central en importancia es la mediana. La mediana
Me 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, ranking.
Esta medida no sufre la influencia de valores extremos atpicos.

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

21

UNI Norte

Si las mediciones de un conjunto de datos se ordenan de menor a mayor valor y n es


impar, la mediana corresponder a la medicin con el orden (n + 1) / 2. Si el nmero
de mediciones es par, n = par, la mediana se escoge como el valor de x a la mitad de
las dos mediciones centrales, es decir como el valor central entre la medicin con
ranking n/2 y la que tiene ranking (n/2) + 1.
Reglas para calcular la mediana
Ordenar las mediciones de menor a mayor

Si n es impar, la mediana m es la medicin con rango (n + 1) / 2

Si n es par, la mediana m es el valor de x que se encuentra a la mitad


Ejemplo de clculo de una mediana.
entre la medicin con ranking n / 2 y la medicin con ranking (n /2)+1.
En el ejemplo de las notas de matemticas la mediana se construye ordenando los
datos de menor a mayor:
Estudiante
Roberto
Luis
Rosa
Alberto
Diana
Mara
Pedro
Raquel
Juan
Luisa

Datos ordenados
1
2
3
4
5
6
7
8
9
10

Valor de xi
55
62
67
68
69
79
88
89
92
92

Como n es par, la mediana es igual a la mitad entre la medicin con ranking n / 2 y


la medicin con ranking (n/2) +1, donde n / 2 = 5 y (n /2) +1)= 6.
El dato 5 vale 69 y el dato 6=79, entonces la mediana es igual a 69 + 79 / 2= 74
En este ejemplo la mediana es semejante a la media.

1.4.3 La Moda
La moda, Mo, 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

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

22

UNI Norte

frecuencias, la frecuencia mayor es la que contiene a la moda. Esta medida se usa ms


y tiene ms sentido cuando se describen datos cualitativos, de hecho es la nica
medida de tendencia central que funciona con este tipo de escala.

La moda es el valor ms frecuente y


funciona bien con escalas nominales

Comparaciones entre las diferentes medidas


Las tres medidas de tendencia central, la media, mediana y moda, no son igualmente
tiles para obtener una medida de tendencia central. Por el contrario, cada una de
estas medidas tiene caractersticas que hacen que su empleo sea una ventaja en
ciertas condiciones y en otras no.

La media es la medida de tendencia central, generalmente ms usada y tiene la


caracterstica que incorpora todos los datos de la variable en su clculo por lo tanto su
valor suele ser ms estable. Adems se suele preferir en la construccin de pruebas de
hiptesis, estadstica inferencial. Se usa sin problema cuando las distribuciones tienen
forma simtrica y no existen valores extremos atpicos.

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 dar a entender que la mayora recibe
1 unidad, cuando esto no es real.

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

23

UNI Norte

La moda en ciertas condiciones puede ser la ms apropiada, por ejemplo cuando se


quiere informacin rpida y cuando la precisin no sea un factor especialmente
importante. En ciertos casos solo esta medida tiene sentido por ejemplo si un equipo de
ftbol lleva la estadstica por jugador (escala ordinal) de la cantidad de pases que
realiza por juego, la Moda detecta quien es el que mejor distribuyendo la pelota, en
este caso la media y la mediana no tendran significado, solo la moda.

Aunque no necesariamente una escala de medida nos debe decir qu tipo de medida
de tendencia central debemos usar, pero si nos ayuda a determinar cul es la ms
apropiada.
Un aspecto interesante entre las tres medidas es su comportamiento referente a la
simetra que toma una distribucin. Cuando las distribuciones son simtricas, sin
sesgo, caso de la distribucin Normal que tiene forma de campana, la media, la
mediana y la moda coinciden. Si la distribucin es asimtrica con sesgo positivo, hay
ms datos hacia la izquierda de la media, entonces la media es mayor que la mediana
y esta mayor que la moda. Si ocurre lo contrario, el sesgo es negativo, entonces la
media es menor que la mediana y sta menor que la moda.

1.4.4 Otras medidas de tendencia central


1.4.4.1 La Media Geomtrica
La media geomtrica se define como x g

n x1x2 x3..xn , por ejemplo la media

geomtrica de los valores 4, 5, 4, 6 es

x g 4 (4)(5)(4)(6) 4.68

Su valor siempre es menor o igual a la media aritmtica. 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.

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

24

UNI Norte

1.4.4.2 La Media Cuadrtica


Se construye a partir de suma de los cuadrados de un conjunto de valores. Su forma de
clculo es

xc

x12 x22 x32 ... xn2


n

media cuadrtica tiene el siguiente valor

, si tomamos los valores anteriores la

xc 2

42 52 42 62
4.81
4

Se utiliza cuando se quiere evitar los efectos de los signos negativos. sta media solo
puede tomar valores positivos. Luego veremos que el desvo estndar es un tipo de
media cuadrtica.

1.4.4.3 Cuartiles, Deciles y Percentiles


Cuartiles: si a un conjunto de datos se ordena de mayor a menor, el valor central es la
mediana, este valor divide el grupo, en dos subgrupos cada uno con el 50 % de los
datos. Si a cada subgrupo ordenado se le marca el valor central, tenemos as tres
valores seleccionados que llamaremos Cuartiles, Q1, Q2 y Q3. Estos valores dividen al
conjunto de datos en cuatro grupos con igual nmero de trminos, cada cuartil contiene
el 25% de los datos. La mediana es el cuartil dos, Q2. Con los Cuartiles se construye un
grfico especial, el diagrama de caja, este permite visualizar la variabilidad de los
datos por Cuartil.

En el diagrama de caja, el centro de la caja es el Q 2, la mediana, los bordes de la caja


son el Q1 y el Q3. En los extremos del diagrama se trazan dos rayas horizontales que
representan los valores mximo y mnimo de la distribucin y que no se consideran
anmalos. Para hallar los valores de las rayas se multiplica la amplitud inter cuartil (Q3 Q1) por 1,5 y el resultado se suma a Q3 y se resta a Q1. Por ltimo, por encima y por
debajo de las rayas

se representan de forma individual los valores extremos y

anmalos de la distribucin.

Diagrama de caja, variable: cantidad de carne consumida por ao.

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

25

UNI Norte

18.7

Carne consumida por ao

Kg

14.9

11.2
Mediana

7.5

3.7

Deciles, si el conjunto de valores, ordenados de mayor a menor, se dividen en diez


partes iguales, los valores que dividen los datos se llaman deciles y son nueve, D 1,
D2,..D9.
Percentiles, si se tiene un conjunto de datos muy numerosos y a este se lo divide en
100 partes iguales, cada valor que divide los datos se llama percentil, P 1, P2, P3,P99.

1.5 Medidas de Dispersin o de Variabilidad


Las medidas de variabilidad indican la dispersin de los datos en la escala de medicin
y son tan importantes como las medidas de tendencia central y as como stas son
valores puntuales en una distribucin, las medidas de dispersin son intervalos,
distancias o un nmero de unidades en la escala de medicin. Este tipo de medida se
complementa con las medidas de centralidad y ambas permiten describir a la mayora
de las distribuciones. Los tipos de medidas de Dispersin ms comunes son: el
Rango, el Desvo Estndar y la Varianza.

1.5.1 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
Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

26

UNI Norte

dispersin ms fcil de calcular, pero tambin es la menos estable al estar fuertemente


influenciada por valores extremos atpicos.

Cuanto ms grande es el rango, mayor ser la dispersin de los datos de una


distribucin. Es adecuada para medir la variacin de pequeos conjuntos de datos.

1.5.2 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 cuadrtica
de la 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.

Desvo Estndar S: 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.

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:

/ 1

Donde i es cualquier valor de 1 a n o N, y n es el nmero total de datos de la


muestra y N de la poblacin.
Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

27

UNI Norte

El desvo estndar, S o , se interpreta como cuanto se desva de la media un


conjunto de valores. Este valor se grafica como un intervalo, el cual tiene un valor
menor que el del rango. Esta medida tiene sentido cuando las variables son
cuantitativas.
Clculo del desvi estndar S por suma de cuadrados, para datos no
agrupados.
El desvi estndar se puede expresar tambin de la siguiente manera:

1
Esta forma de resolucin es equivalente a la forma de clculo tradicional, es de ms
fcil resolucin cuando se tienen calculadoras de mano que hacen sumas de
cuadrados.
Clculo del desvi estndar S para datos agrupados

Donde xi es la marca de clase i, k en el nmero de clases, f frecuencia por clase


y n en nmero total de datos.
Ejemplo de clculo de Desvo Estndar S
Con el ejemplo de las notas de matemticas haremos clculo de S
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
Se sugiere hacer estos clculos usando una calculadora cientfica en funcin
estadstica.

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

28

UNI Norte

1.5.3 La Varianza
La varianza es el desvo estndar elevado al cuadrado y se simboliza con S 2 cuando
es de una muestra, 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.

1.5.4 El Coeficiente de variacin


El coeficiente de variacin, CV, es un cociente entre el desvo estndar y la media de
los datos, expresado en porcentaje,

.Este coeficiente permite comparar la

variabilidad de diferentes muestras en una misma variable o la variabilidad existente


entre variables diferentes. Una investigacin experimental en el campo agropecuario
que tenga un CV menor al 10 %, muestra que en el experimento hubo un muy buen
control del error experimental entre las diferentes repeticiones, sin embargo en
procesos productivos industriales ste valor de variabilidad en una variable de salida,
sera muy alto, en general se aceptan valores muy pequeos, inferiores al 1%.

Interpretacin de las medidas de tendencia central y de la variabilidad.


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 estn la mayora de los
datos. 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.

En una variable continua:


La media, la mediana y la moda son puntos en una recta.
El desvo estndar y el rango son intervalos.

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

29

UNI Norte

1.6 Otras medidas tiles en Estadstica Descriptiva


Cuando los polgonos de frecuencia de una variable se presentan en forma de curva
hay dos medidas esenciales para describir estas curvas: La Asimetra y la Curtosis.

1.6.1 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:

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

30

UNI Norte

Consumo Kg/ ao de cereal por pas

frecuencia relativa

0.34
Asimetria 0.93

0.25
0.17
0.08
0.00
15

22

28

34

41

47

54

60

Cereal

Histograma de consumo de cereal en Kg/ ao por habitante de diferentes pases. En


este grfico se observa una asimetra o sesgo positivo de 0.93, hay un agrupamiento
de datos a la izquierda de la curva de distribucin normal, curva en color negro.

Sesgo estandarizado, es una medida que se calcula de la siguiente manera:


Para datos que siguen una distribucin normal (ver Captulo 3) el sesgo estandarizado
debe caer dentro de un intervalo (-2,+2).

1.6.2 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).

Curtosis =
Curtosis estandarizada, es una medida que se calcula de la siguiente manera:

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

31

UNI Norte

. Para datos que siguen una distribucin normal (ver

Captulo 3) la curtosis estandarizada debe caer dentro de un intervalo (-2,+2).

Definicin:
Las medidas calculadas a partir de la poblacin, Ej. y se llaman
PARMETROS
Las medidas calculadas a partir de las muestras, Ej. S se llaman
ESTADSTICOS

Ejercicio 1.8:
Tomando como fuente de datos las variables continuas recolectadas a partir de los
datos que generen los estudiantes en clase deben construir:

medidas de tendencia central: medias, modas, medianas.

medidas de dispersin: desviacin estndar y rango.

distribucin de frecuencias.

espacios:

grficos de barras, histogramas y grficos de pastel.

2 S y determinar cuntos datos entran en este intervalo.

Ejercicio 1.9:
Se tiene los datos de 30 aos de precipitaciones de San Ramn, Matagalpa. Calcule
los datos promedios y el coeficiente de variacin

de los 30 aos

y de forma

quinquenal (cada 5 aos). Haga una tabla de los valores mximos y mnimos
quinquenales. Comente si observa alguna tendencia de variacin de lluvias.
Datos de precipitaciones, San Ramn Matagalpa
Ao
Mm
1970
1793
1971
1610
1972
1126
1973
1647
1974
1344
1975
1820
1976
974

Ao
Mm
Ao
mm
1980
2373
1990
1583
1981
1854
1991
1302
1982
1470
1992
1651
1983
1185
1993
2250
1984
1522
1994
1361
1985
1154
1995
2072
1986
1383
1996
1869

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

32

UNI Norte

1977
1978
1979

1248
1530
1164

1987
1988
1989

1335
2266
1038

1997
1998
1999

1499
2980
2175

1.7 Muestras y Poblacin.


Llamaremos poblacin a un conjunto homogneo de elementos en el que se estudia
una caracterstica dada. El censo es la forma de estudio de todos los elementos de una
poblacin. Frecuentemente no es posible estudiar toda la poblacin ya que suele ser
econmicamente inviable o llevar tanto tiempo que es impracticable.

Como generalmente no se puede estudiar la poblacin, se selecciona un conjunto


representativo de elementos de esta, que llamaremos muestra. Cuando la muestra
est bien escogida podemos obtener informacin de la poblacin similar a la de un
censo, pero con mayor rapidez y menor costo.

La clave de un procedimiento de muestreo es garantizar que la muestra sea


representativa de la poblacin. Por lo tanto cualquier informacin al respecto de las
diferencias entre sus elementos debe tenerse en cuenta para seleccionar la muestra,
estas diferencias originan diferentes tipos de muestreo, los cuales se describen a
continuacin.

1.7.1 Muestreo Aleatorio Simple


Es la manera ms sencilla de hacer muestreo. Decimos que una muestra es aleatoria
cuando:

Cada elemento de la poblacin tiene la misma probabilidad de ser elegido.

La poblacin es idntica en todas las extracciones de muestreo. Esta


caracterstica es irrelevante si el tamao de la poblacin (N) es grande en
relacin al tamao de la muestra (n).

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

33

UNI Norte

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. El primer problema al
aplicar esta forma de muestreo, es calcular el n, nmero de de elementos de la
muestra.
Clculo de n por ecuacin predeterminada: Cuando la fraccin n / N a priori se
determina que ser

mayor que 0.1, un mtodo para determinar n de manera

aproximada es el siguiente:
Dnde:

Los valores p y q, probabilidades de una distribucin binomial, cumplen que


p + q = 1 y generalmente se acepta si stos no son conocidos que p = q =
0.5.

D es un valor que se vincula al error de estimacin prefijado donde D = B2 /4

B es el error de estimacin que se debe fijar y generalmente flucta entre 0.01


y 0.10

p x q es la variancia de una distribucin binomial, de una pregunta dicotmica,


tema que se aborda ms adelante, que tiene 2 posibles respuestas por ejemplo
al fabricar un producto ste puede ser Defectuoso-Aceptable.

Si bien este modelo es bastante terico es un mtodo muy usado para aproximar un
valor de n entrevistados, cuando se realiza investigacin social o para determinar el
tamao de muestra de un lote de piezas donde lo que se evala es si stas estn
defectuosas o no, muestreo por atributos.
Clculo de n Grficamente: Se sabe que a ms grande la muestra mejor sta
estima la media de la poblacin, sin embargo hay un momento que la media que se
calcula a partir de la muestra casi no cambia, aunque sta aumente de tamao, en ese
momento el tamao de la muestra comienza a ser ptimo.

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

34

UNI Norte

Esta estabilidad de medias se puede observar grficamente con un grfico de medias.


La primera media de este grfico se hace con un dato de la poblacin, el segundo con
dos datos, el tercero con tres datos y as sucesivamente, hasta que en el grfico las
medias casi no flucten entre muestra y muestra. A continuacin se muestra un
ejemplo de 15 datos de notas que obtuvieron 15 estudiantes en la asignatura de Fsica.
En la fila tercera se calcularon las medias consecutivos, con un dato, dos datos, tres
datos hasta 15 datos. Se observa que a partir de 10 datos, la media se estabiliza en
el valor 75, el valor de n, tamao de muestra para esta variable estara entre 11 y 12
datos.
72

68

82

88

65

79

89

92

67

69

75

79

71

78

75

x1

x2

x3

x4

x5

x6

x7

x8

x9

x 10

x 11

x 12

x 13

x 14

x 15

72

70

74

77

75

76

78

79

78

77

77

77

77

77

77

Clculo emprico para lotes y atributos. Si en un proceso industrial se tienen lotes,


volumen de produccin por tiempo o por cantidad de materia prima, para realizar un
muestreo del proceso productivo por atributos, por ejemplo artculos sanos o
defectuosos, se puede seguir el siguiente criterio, el cual es una adaptacin resumida
del mtodo desarrollado por el ejrcito de EEUU en su norma Military Standar 414.
Tabla sobre el nmero de piezas a muestrear
Tamao del Lote

% de piezas de la muestra

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

35

UNI Norte

60-300

10

301-1000

1001-5000

+ 5000

1.7.2 Muestreo Estratificado


Se denomina muestra estratificada aquella en que los elementos de la poblacin se
dividen en clases o estratos. La muestra se toma asignando un nmero o cuota de
miembros a cada estrato y escogiendo los elementos por muestreo aleatorio simple
dentro del estrato.

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. En concreto si
existen k estratos de tamao N1...Nk y tales que N = N1 + N2 +....+ Nk se tomar una
muestra n que garantice una presencia adecuada de cada estrato ni.
Una forma sencilla para dividir el tamao total de la muestra n entre los estratos de
ni es por el Mtodo de Asignacin 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 en la muestra. En
general se har de la manera ni= n Ni/N.

1.7.3 Muestreo por Conglomerados


Existen situaciones donde ni el muestreo aleatorio simple ni el estratificado son
aplicables, ya que no disponemos de una lista con el nmero de elementos de la
poblacin ni en los posibles estratos. En estos casos tpicamente los elementos de la

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

36

UNI Norte

poblacin se encuentran de manera natural agrupados en conglomerados, cuyo


nmero es conocido, por ejemplo la poblacin rural se distribuye en comunidades y los
habitantes de un barrio en manzanas. Si suponemos que cada uno de estos habitantes
es parte de un conglomerado que pertenece a una poblacin total de conglomerados
semejantes para una variable dada, podemos seleccionar algunos conglomerados al
azar y dentro de ellos analizar a todos sus elementos o una muestra aleatoria simple.

El muestreo por conglomerados y tiene la ventaja de simplificar la recogida de la


informacin, no es necesario visitar todos los conglomerados para recolectar una
muestra. El inconveniente obvio es que, si los conglomerados son heterogneos entre
s, cmo se analizan solo algunos de ellos, la muestra final puede ser no representativa
de la poblacin, algo as sucede si estudio a fondo una comunidad en lo referente a un
opinin dada y se supone que los resultados son representativos de un conjunto de
comunidades, pero si esta comunidad estudiada tiene opiniones distintas del resto, los
resultados no sern representativos de la poblacin, por ejemplo las poblaciones con
ms recursos suelen tener opiniones diferentes a las de menos recurso.

En resumen las ideas de estratificacin y de conglomerados son opuestas, la


estratificacin funciona tanto mejor cuanto mayor sean las diferencias entre los estratos
y ms homogneas sean estos internamente. Los conglomerados funcionan si hay
poca diferencia entre ellos y son muy heterogneos internamente, que incluyan toda la
variabilidad de la poblacin en el conglomerado.

1.7.4 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 n 1. El muestreo se realiza
seleccionando los elementos (n1 + K); (n1 + 2 K), etc. a intervalos fijos de K hasta
Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

37

UNI Norte

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.

El muestreo sistemtico puede utilizarse conjuntamente con el estratificado para


seleccionar le muestra dentro de cada estrato.

La regla general que se aplica a los procedimientos de muestreo es que:


cualquier informacin previa debe utilizarse para asegurar mayor
representatividad de la muestra.
Ejercicio 1.10:
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
barrios semejantes en cuanto a su nivel de vida y forma de generar sus ingresos.

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

38

UNI Norte

Captulo 2. Teora Elemental de Probabilidades


Objetivos
Definir conceptos bsicos de probabilidad a partir de situaciones cotidianas.
Aplicar las Reglas de Adicin y Multiplicacin de probabilidades en la resolucin de
problemas observables.
Valorar la importancia de utilizar la teora de la

probabilidad condicional en

modelos aplicados.
Construir ejemplos del uso del teorema de Bayes al describir situaciones del
entorno profesional.

2.1 Introduccin a las Probabilidades


Con esta teora se estudian fenmenos naturales
con el fin de descubrir regularidades en la ocurrencia
de

los

mismos.

Esta

ciencia

comenz

desarrollarse en la Francia Monrquica cuando los


aristcratas se preocuparon en el estudio de los
juegos de azar, dados, cartas, ruletas, etc.

Sin

embargo, hoy da, sus aplicaciones abundan en las


diferentes ciencias, por ejemplo su teora se usa en
el diseo de modelos de mejoramiento gentico,
anlisis de experimentos, predicciones del tiempo, prediccin de vida til de un equipo,
etc. En nuestra vida diaria aplicamos inconscientemente probabilidades cuando
compramos un billete de lotera o llevamos un paraguas al ver el cielo nublado.

2.2 Trminos Bsicos.


Experimento aleatorio: Es el proceso que permite obtener una o varias
observaciones, de los cuales no se puede predecir de antemano su resultado.
Espacio Muestral : Todos los posibles resultados de un experimento.
Evento A: Algn resultado del experimento que nos interesa.
Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

39

UNI Norte

Ejemplo: Experimento: tirar un dado.


Espacio muestral = (1, 2, 3, 4, 5, 6)
Evento A = sale 5.
Probabilidades, definicin Clsica:
Si la probabilidad de un evento A se define como la
frecuencia relativa de A en el espacio muestral y se
denota como P(A).

P(A) = # casos favorables A / # casos Totales de

Es la definicin ms antigua y se atribuye al matemtico francs Pierre Laplace (17491827); tambin se conoce con el nombre de probabilidad a priori, pues para calcularla,
es necesario conocer, antes de realizar el experimento aleatorio, el espacio muestral y
el nmero de resultados o sucesos elementales que entran a formar parte del suceso.

La aplicacin de la definicin clsica de probabilidad puede presentar dificultades de


aplicacin cuando el espacio muestral es infinito o cuando los posibles resultados de un
experimento no tienen iguales probabilidades. Por ejemplo En un proceso de
fabricacin de artculos puede haber piezas defectuosas, si queremos determinar la
probabilidad de que una pieza sea defectuoso, no podemos utilizar la definicin clsica
pues necesitaramos conocer previamente el resultado del proceso de fabricacin.
Para resolver estos casos, se hace una extensin de la definicin de probabilidad, de
manera que se pueda aplicar con menos restricciones, llegando as a la definicin
frecuencial de probabilidad

Probabilidades, definicin frecuencial:

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

40

UNI Norte

La definicin frecuencial define la probabilidad de la proporcin o frecuencia relativa del


suceso como el lmite cuando n tiende al infinito. Es imposible llegar a este lmite, ya
que no podemos repetir el experimento un nmero infinito de veces, pero si podemos
repetirlo muchas veces y observar como las frecuencias relativas tienden a
estabilizarse.

En esta definicin frecuencial, la probabilidad se llama tambin probabilidad a


posteriori, ya que slo podemos dar la probabilidad de un suceso despus de repetir y
observar un gran nmero de veces el experimento aleatorio correspondiente. En un
experimento aleatorio, en la medida que aumenta n, la frecuencia relativa de un
suceso se aproxima cada vez ms a su probabilidad terica, esto se conoce cmo la
Ley de los Grandes Nmeros.

Un ejemplo de cmo construir probabilidades, en una regin se toma una muestra de


800 fincas de la cuales 640 siembran frijol de forma manual y 160
con bueyes. En este caso hay 2 eventos: Siembra manual y
Siembra con bueyes y existen las probabilidades, P (bueyes) y la
P (manual), asociados ambas a la frecuencia de ocurrencia de
cada evento. Se estima que la probabilidad de elegir una
parcela al azar y que sta fue sembrada con bueyes, P (bueyes)
es de 160/800 = 0.20 20 %.

2.3 Propiedades de la Probabilidad


Las probabilidades tienen ciertas propiedades como:

Esta es un valor en el intervalo 0-1, 0 P(A) 1

Si el evento A es ms probable que B P(A) P(B)

Un Evento cierto, que seguramente ocurre, tiene probabilidad 1.

Un Evento imposible, que nunca ocurrir, tiene probabilidad 0.

Tiene dos reglas bsicas que la estructuran: la regla de la suma y la regla del
producto.

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

41

UNI Norte

2.3.1 Regla de la Suma.


La regla general de la suma de probabilidades de dos eventos es:
P(A B) = P (A + B)= P(A) + P (B) P (AB), lo que es equivalente a:

Siendo:

= A unin B

Un caso especial ms sencillo sucede si dos eventos A y B son incompatibles, esto


quiere decir que los eventos A y B no pueden ocurrir al mismo tiempo

. (Un ejemplo de eventos incompatibles es cuando se tira una vez un dado y que
salgan al mismo tiempo el nmero 1 y el nmero 6.)
En casos de eventos incompatibles la probabilidad que ocurra A B es P(A B) =

Ejemplo, si se arroja dos veces una moneda al aire, la probabilidad que salga una vez
escudo y el otro nmero sin importar el orden, es la probabilidad de los eventos
escudo, nmero y nmero, escudo. Debido a que son cuatro los eventos posibles

= escudo nmero, nmero escudo, nmero nmero y escudo-escudo y cada


uno con igual probabilidad, cada uno de esto eventos tiene una P

= 0.25,

de

ocurrencia. Por lo tanto la ocurrencia de escudo-nmero ms nmero escudo es de


P (n, e) + P (e, n)), que en valor de probabilidades es de P (0.25) + P (0.25) = 0.5

Ejercicio 2.1. En la matrcula de primer ao de la universidad, 150 estudiantes son


originarios del departamento de Estel, 60 estudiantes del departamento de Nueva
Segovia y 100 estudiantes del resto del pas. Cul es la probabilidad que un
estudiante tomado al azar no sea del departamento de Estel?

Ejercicio 2.2. Si la probabilidad anual de que en una ciudad ocurra un movimiento


telrico mayor de 5 grados Ritcher es del 0.01 y la probabilidad que se inunde por

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

42

UNI Norte

lluvias es del 0.02 anual. Cul es la probabilidad que en un mismo ao la ciudad sufra
un terremoto y una inundacin?

Ejercicio 2.3. Se hace un juego donde se tira un dado una vez, y se gana si sale el
nmero 1,2 3. Si sale un nmero diferente se pierde. Qu es ms probable perder o
ganar?

2.3.2 Regla del producto.


Si dos evento A y B son independientes, si A no influye de ninguna manera en B
y viceversa. Entonces la probabilidad que los eventos independientes A y B ocurran
al mismo tiempo es P(A y B) = P (AB) = P(A) x P (B)=

. Siendo

=A

interseccin B.
Por ejemplo si la Probabilidad de un nacimiento de un nio es 0.5, P (nio) = 0.5, la
probabilidad que dos mujeres en su primer parto tengan hijos varones es un evento
independiente, uno no influye sobre otro, la P (nio, nio) es de 0.52 = 0.25.

Una paradoja es que una persona que compra todas las semanas la lotera, para un
sorteo dado, tiene la misma probabilidad de sacar el premio mayor que una persona
que compr un nmero por primera vez.

Ejercicio 2.4: Estime la probabilidad que al elegir por sorteo dos estudiantes del grupo
de clase, ambos sean varones. Considere que la misma persona elegida en el primer
sorteo puede ser elegida en el segundo. Determinar tambin cuales eventos forman

es este caso.

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

43

UNI Norte

2.4 Probabilidad condicionada


Como la probabilidad est ligada a nuestra ignorancia sobre los resultados de la
experiencia, el hecho de que ocurra un suceso, puede cambiar la probabilidad de los
dems resultados que ocurran luego. El proceso de realizar la historia de un caso,
explorar y realizar pruebas complementarias ilustra este principio, cuando ms se
conoce de lo que ocurri, mejor se puede predecir el futuro, la probabilidad
condicionada se nutre de este principio.
La probabilidad de que ocurra el suceso A dado que ha ocurrido el suceso B es la
P (A\B), se denomina probabilidad condicionada y se define.

Si p (B) 0

De lo anterior se deduce que:


La condicin que P (B) > 0, es necesaria 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) x P (B)

Ejemplo: Se conoce que los estudiantes de la UNI tienen las siguientes preferencias
en el consumo de gaseosas:
Consumo de Gaseosas por semana

Varones

Mujeres

Total

No consume

30

10

40

1-5 veces

50

25

75

Ms de 5 veces

20

15

35

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

44

UNI Norte

Total

100

50

Si de un grupo de jvenes del bar de la universidad,

150

se selecciona al azar un

estudiante varn Cul es la probabilidad que ese que ese joven haya consumido ms
de 5 gaseosas por semana? En este problema ya no es necesarios conocer el nmero
total de estudiantes, porque al seleccionar a un individuo del sexo masculino, los
individuos del sexo femenino no son tomados en cuenta. Entonces se puede definir la
probabilidad deseada como Qu probabilidad existe de que un individuo beba ms de
5 gaseosas a la semana dado que el individuo seleccionado sea varn? Esta es una
probabilidad condicional y se resuelve de la siguiente manera:
P(C+5\Sv) =

= (20/150) / (100/150) = 20/100= 0.2, donde C es por

consumo y S por sexo.

Ejercicio 2.5 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

20

20

30

30

56

44

Total

106

94

Cul es la probabilidad que un estudiante, sin importar el sexo, sea del aula B?
Cul es la probabilidad que un estudiante que pasa por el corredor sea del aula A, si
el estudiante es mujer?

Ejercicio 2.6 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:

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

45

UNI Norte

/
/
Explicar cmo se construyeron los valores 8/30 y 4/6?

2.5 Teorema de Bayes


2.5.1 Regla de la probabilidad total
Si se tiene una particin de sucesos Ai que son un conjunto de sucesos mutuamente
excluyentes y que cubren todo el espacio muestral.
.

A1 A2 ... An = y Ai Aj = i j

A1

A2

An

Y si el conjunto de sucesos Ai que forman una particin del espacio muestral y sucede
que p (Ai) 0 Ai. Entonces si ocurre un suceso B dentro del mismo espacio muestral
y se cumple que:

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

46

UNI Norte

A2
A1

B
An

Entonces se llamara a P (B) cmo probabilidad total, la cual se puede interpretar


como una media ponderada de los diferentes

P (B) tambin se puede expresar cmo la sumatoria de las probabilidades


condicionadas por la probabilidad del evento A correspondiente.

2.5.2 Planteo del Teorema de Bayes


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 dentro
del mismo espacio muestral existe un suceso B, tal que P (B) 0, y que las
probabilidades de ocurrencia de B son distintas segn el suceso A i 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
algebraicamente de la siguiente manera:

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

47

UNI Norte

Ejemplo con los datos de preferencias de consumo de gaseosas de los estudiantes de


la UNI se puede construir el siguiente diagrama de Bayes:

P= 0.27

P= 0.50

P= 0.23

Varn
Mujer
P= 0.25

No
Consume

P= 0.43

P= 0.33

Mujer

1-5 Gaseosas

+ 5 Gaseosas

Resolviendo por Bayes, la probabilidad que una mujer no consuma gaseosas es:

Ejercicio resuelto usando el teorema de Bayes:


Tres mquinas, A, B y C, producen el 45%, 30% y 25%, respectivamente, del total de
las piezas producidas en una fbrica. Los porcentajes de produccin defectuosa de
estas mquinas son del 3%, 4% y 5%.
a. Seleccionamos una pieza al azar; calcula la probabilidad de que sea defectuosa.
(probabilidad Total)
b. Tomamos, al azar, una pieza y resulta ser defectuosa; calcula la probabilidad de
haber sido producida por la mquina B.

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

48

UNI Norte

c. Qu mquina tiene la mayor probabilidad de haber producido la citada pieza


defectuosa?
Sea D= "la pieza es defectuosa" y N= "la pieza no es defectuosa". La informacin del
problema puede expresarse en el diagrama de rbol adjunto.
a. Para calcular la probabilidad de que la pieza elegida sea defectuosa, P(D), por la
propiedad de la probabilidad total,
P (Total) =P(D) = P(A) P(D\A) + P(B) P(D\B) + P(C) P(D\C) =
= 0.45 x 0.03 + 0.30 x 0.04 + 0.25 x 0.05 = 0.038
Resolucin por diagrama de rbol. Un diagrama de rbol es una representacin
grfica de un experimento que consta de pasos, donde cada uno de los pasos tiene un
nmero finito de maneras de ser llevado a cabo.

Prob.

Mquina

Prob.

Tipo de
produccin

0.45

0.30

0.25

0.03

0.97

0.04

0.96

0.05

0.095

b. Debemos calcular P(B\D). Por el teorema de Bayes,

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

49

UNI Norte

c. Calculamos P(A\D) y P(C\D), comparndolas con el valor de P(B\D) ya


calculado. Aplicando el teorema de Bayes, obtenemos:

La mquina con mayor probabilidad de haber producido la pieza defectuosa es la A, sin


embargo las tres mquinas tienen probabilidades semejantes de producir piezas
defectuosas.
Ejercicio 2.7 El reporte meteorolgico ha anunciado tres posibilidades para el da de maana: que
llueva: probabilidad del 50%, que salga el sol: probabilidad del 30%

y que est nublado: probabilidad del

20%.
Segn estos posibles estados meteorolgicos y datos histricos de comportamiento vehicular, la
posibilidad de que ocurra un accidente es la siguiente:
sale el sol: probabilidad de accidente del 10%

si llueve: probabilidad de accidente del 20%, si

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?

Ejercicio 2.8 Cierto artculo es manufacturado por tres fbricas: F1, F2 y F3. Se sabe que la primera
produce el doble de artculos que la segunda y que sta (F2) y la tercera producen el mismo nmero de
artculos (durante un perodo de tiempo especificado, el mismo para las tres). Se sabe tambin que el
1.5% de los artculos producidos por las dos primeras fbricas es defectuoso, mientras que en la tercera
los es el 3.5%.
Se colocan juntos todos los artculos producidos por las tres fbricas y se escoge uno al azar.
Cul es la Probabilidad de que un artculo sea Defectuoso?
Cul Fbrica tiene la mayor probabilidad de haber producido el artculo Defectuosos?

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

50

UNI Norte

2.6 Tcnicas de conteo: Combinaciones y Permutaciones


Las tcnicas de conteo son aquellas que son usadas para enumerar eventos difciles
de cuantificar de forma directa. Estas tcnicas sirven para construir probabilidades.
Dentro de estas tcnicas tenemos las combinaciones y las permutaciones.
Combinaciones:
La expresin "Cm,n" representa las combinaciones de "m" elementos, formando subgrupos de "n"
elementos. Con esta tcnica no se toma en cuenta el orden de los elementos de cada subgrupo. Para
calcular el nmero de combinaciones se aplica la siguiente frmula:

El trmino " n! " se denomina "factorial de n" y es la multiplicacin de todos los nmeros que van desde
"n" hasta 1. Por ejemplo: 4! = 4 X 3 X 2 X 1 = 24

Ejemplo:

Si tomamos el conjunto A= {a, b, c, d}, cuntos subconjuntos de 2 elementos

cada uno se pueden obtener?


Hacindolos se obtienen: {a, b}, {a, c}, {a, d}, {b, c}, {b, d}, {c, d}. Son seis los
subconjuntos.

Ejemplo: Cuantas combinaciones de 10 elementos agrupndolos en subgrupos de 4 elementos sin


importar el orden se pueden obtener:

1
1

1
1

1
1

Se pueden formar 210 subgrupos diferentes de 4 elementos, a partir de los 10 elementos.

Ejemplo: Un grupo de clases est compuesto por 17 mujeres y 20 varones cul es la probabilidad que
entre los dos mejores estudiantes, 1 sean mujer y 1 varn?
Probabilidad (1m, 1v)=

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

51

UNI Norte
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:

Ejemplo:

Sea A= letras {a, b, c, d}, cuntos subgrupos de dos letras se pueden

obtener?
Lo que se pide es formar permutaciones u ordenaciones de 2 letras, cuando el total de
letras es 4. P(14,2) En este caso n=2 y m =4. Las "palabras" de 2 letras formadas son: ab,
ac, ad, ba, bc, bd, ca, cb, cd, da, db, dc. En total son 12.
2

Ejemplo: Las permutaciones de 10 elementos agrupndolos en subgrupos de 4 elementos, P(10,4) , son:

1
1

1
1

Podramos formar 5.040 subgrupos diferentes de 4 elementos, a partir de los 10 elementos.

Ejercicio 2.9. De entre 9 personas debemos formar un equipo tcnico de 3 individuos.


Cuntas diferentes formas existen para formar el equipo?
Ejercicio 2.10. Una persona tiene 4 CD diferentes de msica clsica y 3 CD de msica
moderna, determine de cuantas maneras diferentes:
a) Puede acomodar solo los CD de msica clsica en un estante.
b) Si acomoda todos los CD a la vez.

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

52

UNI Norte

Ejercicio 2.11. Una persona olvido su clave de acceso a una caja fuerte, la clave est
formada por 3 nmeros, determina cuantas formas diferentes puede tener la clave si no
se permite repetir los nmeros.

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

53

UNI Norte

Captulo 3. Variables aleatorias y sus distribuciones.


Objetivos
Aplicar el concepto de variable aleatoria con ejemplos del campo laboral.
Explicar las distribuciones de variables discretas y continuas ms usadas en la
resolucin de problemas de investigacin de las ingenieras.

3.1 Distribuciones de Frecuencia, Introduccin.


Los modelos estadsticos son un puente entre la muestra observada y la
poblacin desconocida.
Hasta ste captulo 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
Poisson, Gosset , Fisher y otros.

Hoy en da los modelos estadsticos tericos son frecuentemente utilizados para


observar y comprender fenmenos naturales o productivos que implican el estudio de
variables con sus caractersticas en poblaciones de datos. El instrumento conceptual
que permitir esta generalizacin es un modelo de la poblacin, es decir una
representacin simblica de su comportamiento. Los modelos estadsticos van a actuar
de puente entre lo observado, la muestra y lo desconocido, la poblacin.

Las distribuciones de probabilidad estn relacionadas con las distribuciones de


frecuencias. Una distribucin de frecuencias terica es una distribucin de
probabilidades que describe la forma en que se espera que varen los resultados

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

54

UNI Norte

empricos. 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.

Las distribuciones de probabilidad son idealizaciones de los polgonos de frecuencias.


En el caso de una variable estadstica continua consideramos el histograma de
frecuencias relativas, y se puede comprobar que al aumentar el nmero de datos y el
nmero de clases el histograma tiende a estabilizarse llegando a convertirse su perfil
en la grfica de una funcin.

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.

Las distribuciones de probabilidad pueden basarse en consideraciones tericas o en


una estimacin subjetiva de la posibilidad. Se pueden basar tambin en la experiencia.
Las distribuciones de probabilidad se clasifican en continuas y discretas. En la
distribucin de probabilidad discreta la variable aleatoria, la que toma los posibles
resultados del experimento, slo toma un nmero limitado de valores, por ejemplo que
un ladrillo tomado sea defectuoso o no.

En una distribucin de probabilidad continua, la variable que se est considerando


puede tomar cualquier valor dentro de un intervalo dado, por ejemplo los ladrillos de
una poblacin que pesen entre 1,5-1,6 Kg. Las distribuciones discretas se asemejan a
Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

55

UNI Norte

las distribuciones continuas, cuando stas tienen muchos resultados posibles, todos
muy cercanos entre s.

3.2 Variables aleatorias.


Una variable es aleatoria si toma los valores de los resultados de un experimento
aleatorio. Esta variable puede ser discreta o continua. De manera general se puede
decir que si el experimento toma un nmero finito de valores o un nmero infinito pero
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 estas son las
variables que se miden o se pesan. Las variables aleatorias definidas sobre espacios
discretos se llaman variables aleatorias discretas y las definidas sobre espacios
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. Una variable aleatoria asocia un nmero o ms
generalmente una caracterstica a todo resultado posible del experimento. Por ejemplo,
si consideramos el experimento que consiste en realizar mediciones de

la

concentracin de un producto en una solucin, nos interesa la variable aleatoria X=


valor medido de la concentracin de azcar en una salsa. Otro ejemplo de variable
aleatoria asociada a un proceso de fabricacin, al experimento de escoger un elemento
producido, y considerar la variable aleatoria X= duracin de vida de un monitor de una
computadora hasta el fallo. Ambas variables anteriores son continuas. Un ejemplo de
variable aleatoria discreta es el nmero de nmero de televisores fallados por lote de
produccin mensual.

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

56

UNI Norte

Funcin de densidad de probabilidad: Es la funcin que mide la concentracin de


la probabilidad alrededor de los valores de una variable aleatoria. A cada valor de una
variable aleatoria discreta o a un intervalo de una variable aleatoria continua, le
corresponde una probabilidad asociada. Ejemplo: Si en un hospital se espera que
nazcan tres bebes. Representamos varn por v y nia por .
El especio muestral = {vvv, vv, vv, vv, v, v, v, }
La probabilidad de cada suceso elemental es 1/8. Por ejemplo p (vvv)=1/8, ya que la
probabilidad de nacer un varn en un nacimiento es aproximadamente un 1/2 y cmo
los nacimientos son independientes, p (vvv)= ()3.
Si se define la variable aleatoria. X: nmero varones nacidos en 4 partos, la cual
puede tomar los valores {0, 1, 2, 3, 4}. 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

{}

1/16

{v, v, v, v}

4/16

{vv, vv, vv, vv, vv, vv}

6/16

{vvv, vvv, vvv, vvv}

4/16

{vvvv}

1/16

A esta funcin px se le denomina funcin densidad de probabilidad (fx), que acta de


distinta manera en las variables discreta que en las continuas. En el caso de las
variables discretas, como en el ejemplo, es una funcin que da una probabilidad a cada
valor de la variable.

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

57

UNI Norte

Grfico de Funcin de Densidad

Probabilidad

0.39
0.31
0.22
0.13
0.05
0

Nro Nios
Sin embargo para las variables continuas la probabilidad de que una variable tome
cualquier valor concreto es 0, por lo tanto la fx slo permite calcular la probabilidad para
un intervalo del tipo (a<X<b), mediante el clculo de la integral correspondiente. Para
simplificar el clculo con variables aleatorias continuas, se aproximan estas a funciones
conocidas y con tablas de probabilidades, ahora con programas computacionales, se
pueden buscar los valores de P(a<X<b).
Distribucin acumulativa o funcin de distribucin. Funcin que acumula
probabilidades asociadas a una variable aleatoria. Su notacin es F(x) = p (X x). Para
el ejemplo anterior, F (X) es:
X

fx

Fx

0
1
2
3
4

1/16
4/16
6/16
4/16
1/16

1/16
5/16
11/16
15/16
16/16
a

En variables continuas F (X) = P (X < a) =

f ( x)dx

La probabilidad de que la variable est dentro de un intervalo [a - b] se calcula:


P (a< x < b) = F (b) F (a)
Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

58

UNI Norte

La probabilidad de que la variable continua tome un valor particular se puede expresar


como: F(c) - F(c) = 0. Esto explica la idea de que para el caso de una variable aleatoria
continua no tiene sentido trabajar con la probabilidad de un valor particular, ya que esta
vale 0. Por ejemplo de una poblacin de personas, la probabilidad que una persona
mida exactamente 1.75000 cm es de cero. Sin embargo hay probabilidad para un
intervalo dado de altura como 1,70-1.80 cm, esto es un rea bajo una curva de
probabilidad.
Parmetros caractersticos de una funcin de densidad de probabilidad,
esperanza y varianza.
Valor esperado o esperanza matemtica o promedio

x E ( x) xf ( x)

xf ( x)dx

x E ( x)

Caso discreto
Caso continuo

Cambio de variable, si X es una variable aleatoria cualquier funcin de ella, h(x), es


tambin una variable aleatoria, en consecuencia tambin se define el promedio es esta
nueva variable aleatoria de la siguiente manera.

x Eh( x) h( x) f ( x)

h( x) f ( x)dx

x Eh( x)

Caso discreto
Caso continuo

Ejemplo con una variable discreta: Si en una bolsa tengo 5 marcadores de 5 colores
diferentes: azul, amarillo, negro, rojo, verde. Y el experimento consiste en extraer un
marcador y observar su color Cul es la probabilidad media?
La variable X solo puede tomar el valor 1 y para todos los colores f(x) = 1/5. En
consecuencia la media es

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

59

UNI Norte

Si se define ahora una nueva funcin sobre X: h(x)= C$ a pagar, qu se define de la


siguiente manera, al sacar un marcador de la bolsa: si X sale azul o amarillo h(x) 90
C$, si X sale negro h(x) 450 C$ y si X sale rojo o verde h(x) es 0 C$.
X
1
2
3
4
5

h(x)
90
90
450
0
0

Cul es el valor medio de esta nueva funcin?

Qu significa 126? es el valor promedio luego de jugar mucho tiempo, si se juega un


nmero grande de veces el juego de sacar un marcador de la bolsa reponiendo el
marcador que sale, la ganancia final esperada sera como si por cada jugada se
hubiera ganado 126 C$. Si la apuesta por jugar costara menos de esto, el juego sera
ventajoso para el jugador, si costara ms, sera ventajoso para el casino. Se debe
considera que el juego sera justo si la apuesta costara exactamente 126 C$, igual
probabilidades de ganar por el casino y por el jugador. Como regla general los juegos
de azar son injustos para el jugador y ventajosos para el casino. La experiencia y la
estadstica nos ensean que el jugador consuetudinario de juegos de azar, a la larga
siempre pierde, por dos motivos: juega con desventaja de probabilidades y con menos
capital que el casino.
Varianza
Es una medida de variabilidad de la variable aleatoria y se define como:
Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

60

UNI Norte

Para el clculo se usa sta otra frmula equivalente:


2

La varianza mide la dispersin de la variable aleatoria alrededor de la media. Ejemplo


de clculo de varianza: si ocurren tres nacimientos de bebes, la esperanza y la
varianza de la variable aleatoria X varones nacidos es:
E (X) = 0 x 1/8 + 1 x 3/8 + 2 x 3/8 + 3 x 1/8 = 3/2= 1,5
2

2 = 02 x 1/8 + 12 x 3/8 + 22 x 3/8 + 32 x 1/8 (3/2)2 =

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.

El Desvo Estndar y el Teorema de Chebyshev


La desigualdad de Chebyshev, matemtico Ruso del siglo XIX,

dice que la

probabilidad de que una variable aleatoria x est distanciada de su media en ms de


a veces la desviacin estndar, es menor o igual que
esperanza matemtica) y

. Si E(x) es la media (o la

es el desvo estndar, entonces podemos definir la

siguiente relacin:

|
|

Estadstica Bsica para Ingenieros Agrondustriales

, por ejemplo si a = 2
|

Luis Mara Dicovskiy Riobo

61

UNI Norte

Tomando en cuenta el teorema de Chebyshev se pueden asumir las siguientes reglas


sobre el uso del desvo estndar:

Sin importar el tipo de distribucin de los datos, se cumple que:

El intervalo

2 S contendr al menos de los datos.

El intervalo

3 S contendr al menos 8/9 de los datos.

Ejercicio 3.2 Una industria produce ventanas cuya ancho tiene una media de 250 cm
y una desviacin estndar de 1.80 cm Construya un intervalo donde se encuentre al
menos el 8/9 de los datos?

3.3 Distribucin Normal


La distribucin Normal es un modelo terico desarrollado por el matemtico Abraham
de Moivre en 1773, y que comnmente es aproximado en fenmenos naturales que
generan variables aleatorias y continuas. Esta representa la distribucin de frecuencias
de una poblacin de valores que hoy conocemos como curva normal, la cual tiene
forma de una campana simtrica. Esta depende para su construccin de dos
parmetros:

media poblacional, que se localiza en el centro de la del eje horizontal.

desviacin estndar poblacional.

Para una variable x con media y desviacin estndar que est normalmente
distribuida, escribimos: x es N (, ). La funcin de densidad de la distribucin normal
es:

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

62

UNI Norte

Ejemplo de una distribucin de frecuencias de mg. de aflotoxinas (toxinas) en muestras


de maz y la curva Normal terica.

Histograma de frecuencias y curva terica Normal


30

20

Frecuencia

10

0
5

10

15

20

25

30

35

40

45

50

55

60

65

70

Cantidad de Aflatoxinas en mg en mai z

Caractersticas de una distribucin Normal. Si un Distribucin de datos empricos tiene


aproximadamente el perfil o forma de campana normal se cumple que:
El intervalo

contendr aproximadamente el 68 % de los datos.

El intervalo

2 contendr aproximadamente el 95 % de los datos.

El intervalo

3 contendr aproximadamente casi la totalidad de los datos, 99.74 %.

Un tipo de distribucin Normal especial es la distribucin Normal Tipificada (0,1),


simbolizada con la letra Z. Esta distribucin se usa mucho en pruebas de hiptesis ya
que cualquier dato xi de una variable normal ( , ) se puede convertir en dato zi de
una variable normal tipificada con la siguiente transformacin:

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

63

UNI Norte

Luego con una tabla normal tipificada es fcil determinar probabilidades por intervalos
para diferentes valores de la variable x. Esta distribucin funciona relativamente bien
para hacer probabilidades cuando se tiene ms de 30 datos, y estos tienen una
distribucin en forma de campana. A continuacin

se observa un grfico de una

distribucin normal tipificada (0,1) donde est sombreado un intervalo de 1.96 desvi
estndar.
Funcin de densidad distribucin normal tipificada
0.40

Normal(0,1): p(evento)=0.9500

Densidad

0.30

0.20

0.10

0.00
-3.00

-2.00

-1.00

0.00

1.00

2.00

3.00

Variable

Ejercicio 3.3. Si la media de edad de los alumnos de la universidad es de 21 aos, con


un desvo estndar de 3.2 aos. Cul es la probabilidad que un estudiante tenga ms
de 28 aos?
2

normal tipificada que

, se debe buscar la P (zi 2,1875) en una tabla

resulta como 0.5 - 0.4854 (el valor de tabla) = 0.014. Este

problema se puede resolver grficamente usando el programa INFOSTAT, con el


mdulo aplicaciones didcticas.

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

64

UNI Norte

Funcin de densidad
Normal(21,10.24): p(evento)=0.0144
0.13

Densidad

0.09
0.06
0.03
0.00
5.00

13.00

21.00
Variable

29.00

37.00

El rea sombreada es la respuesta, que un estudiante tenga ms de 28 aos y tiene


una probabilidad de 0,014.

Ejercicio 3.4 Una fbrica produce puertas cuya altura tiene una distribucin normal con
media de 250 cm y una desviacin estndar de 2.60 cm
Cul es la probabilidad que una puerta seleccionada de este grupo tenga una altura
entre 244 y 255 cm?

Ejercicio 3.5 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 La media de notas de un grupo de estudiantes es 70 y el desvo estndar


es 10. Cul es la probabilidad que un estudiante obtenga ms de 80 puntos? Cul es
la proporcin de aplazados esperados (P<60 puntos)?

Ejercicio 3.7 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?
Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

65

UNI Norte

3.4 Distribucin t de Student


La curva Normal y Normal Tipificada son modelos tericos adecuados para describir
muchas poblaciones naturales, basndose en dos parmetros y . Sin embargo por
lo general en los trabajos experimentales se trabaja con muestras pequeas y con y
desconocidos, lo que da inseguridad sobre el uso de la distribucin Normal cuando
se desconocen estos parmetros o se tiene pocos datos. Un investigador, Gosset
(seudnimo Student) estudi ste problema y lleg a la conclusin que la distribucin
Normal no funciona bien con muestras pequeas, de tamao menor a 30 datos, y
dise una distribucin que supera este problema. Luego esta distribucin se llamara
t de Student en honor a Gosset.

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). Esta
Distribucin se usa extensivamente para construir intervalos de confianza de y para
realizar pruebas de hiptesis de: uno y dos promedias, del coeficiente de correlacin y
de los coeficientes beta en la regresin lineal.

Funcin de densidad Distribucin "t"


0.40

n=100

n=10

Densidad

0.30

n=1

0.20

0.10

0.00
-5.00

-2.50

0.00

2.50

5.00

Variable
Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

66

UNI Norte

Se observa que a ms datos, la campana es ms alta, con valores menos dispersos y


semejante a una curva Normal.

Ejemplo Se sabe que la media histrica de edad de los estudiantes de una universidad
es de 21 aos. Cul es la probabilidad que un grupo de 30 estudiantes tenga un
promedio de edad mayor a 22 aos? En este grupo se calcul S, desvo estndar, y

este era de 5 aos La forma de clculo del estadstico es

En este caso

22 2
/ 2

=0.92. La probabilidad de ste valor se resuelve

grficamente con el mdulo de aplicaciones didcticas de INFOSTAT, P vale 0.18.


Grfico de Funcin de Densidad de la Distribucin t, n=29
Funcin de densidad
T Student(29): p(evento)=0.1805

0.40

Densidad

0.30

0.20

0.10

0.00
-5.18

-2.59

0.00
Variable

2.59

5.18

Ejercicio 3.9 Histricamente se venden postes con un dimetro de 25cm, y con una
varianza de 64 cm. Si el comprador rechaza un lote si este tiene un promedio de
dimetro menor a 24 cm. Cul es la probabilidad de rechazar un lote de 100 postes?
Resolver con el mdulo didctico de INFOSTAT.

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

67

UNI Norte

3.5 La distribucin X2 de Pearson


La distribucin X2, X es la minscula de la letra griega ji, se genera a partir de n
variables aleatorias independientes normales con media 0 y varianza 1. Si
realizamos la siguiente operacin:

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, n. Esta distribucin se denomina X2 con n1 grados de libertad. Esta distribucin no posee valore negativos por ser creada a
partir de suma de valores cuadrados.

Este tipo de distribucin se usa extensivamente en pruebas de hiptesis sobre:

Distribuciones, por ejemplo para verificar si una distribucin observada se


comporta como una distribucin Normal.

Independencia, para verificar si dos variables nominales son independientes o


no.
Funcin de densidad de una Distribucin Chi cuadrada
0.24

Densidad

0.18

0.12

0.06

0.00
0.00

3.81

7.62

11.44

15.25

Variable

3.6 La distribucin F de Fisher- Snedecor.

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

68

UNI Norte

La distribucin F de Fisher - Snedecor surge del cociente de dos distribuciones X2


independientes, con n y m grados de libertad respectivamente. Un valor F se
define matemticamente de la siguiente manera:
2

La distribucin de F es asimtrica y comienza del valor 0, no posee valores


negativos, al igual que la distribucin X2.

Este tipo de distribucin se usa mucho en pruebas de hiptesis comparando de ms


de dos promedios, o verificando la existencia de los coeficientes de regresin lineal,
pruebas de Anlisis de Variancia, donde:

Hiptesis nula, las medias de los tratamientos pertenecen a una mismo media

poblacional

Hiptesis nula, los coeficientes de la regresin lineal no existen

Funcin de densidad de una distribucin "F"


0.6

Densidad

0.5

0.3

0.2

0.0
0.00

4.14

8.29

12.43

16.57

Variable

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

69

UNI Norte

3. 7 La distribucin Binomial
Se utiliza para construir probabilidades 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 las 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).

Un experimento Binomial tiene las siguientes caractersticas:

Las observaciones se clasifican en dos categoras, por ejemplo A = aceptable y


D = defectuoso.

La proporcin de elementos A y D en la poblacin es constante y no se


modifica, siendo en este caso p la probabilidad de defectuosos y q la
probabilidad de aceptables.

Las observaciones son independientes, es decir que la probabilidad de elemento


defectuoso es siempre la misma y no se modifica por cualquier combinacin de
elementos defectuosos o aceptables observados.

Ejemplos de este proceso son:

Observar cinco varones en 12 nacimientos.

Ganar 4 veces apostando a docena en diez tiradas sucesivas de una ruleta

La aparicin de 10 plantas enfermas en 100 plantas de cultivo.

Tener 5 ladrillos defectuosos en un lote de 500 ladrillos.

Generalizando, la variable binomial posee siempre 2 eventos, por ejemplo A y B. Se


define como x:

x = nmero de elementos del evento A al observar n experimentos

Conociendo que:

p es la probabilidad de ocurrencia del evento A

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

70

UNI Norte

q es la probabilidad de ocurrencia del evento B

Siendo q = 1-p. Por lo tanto la probabilidad de encontrar x elementos que cumplen el


evento A luego de n repeticiones del experimento, se define como P (x):

P (x) = ( )

siendo x = 0, 1, ..., n

Siendo( ) las posibles combinaciones de ocurrencia de x en n experimentos que


se resuelve de la siguiente manera:

( )

Estos problemas se pueden resolver directamente o con una tabla de probabilidades


binomiales. Una distribucin binomial B(n, p) se parece a una normal tanto ms cuanto
mayor es el producto n p. Cuando n p superan el valor 5, la aproximacin es casi
perfecta. En estas condiciones:
B(n, p) se aproxima a un distribucin normal, N (np, npq )
Veamos un ejemplo donde se usa esta distribucin,
Ejemplo 1 Cul es la probabilidad de nacer 5 varones en 12 nacimientos? Este
problema se puede resolver con un diagrama de rbol de probabilidades, pero se hace
muy complicado. Por distribucin Binomial se resuelve el problema de la siguiente
manera.
Si sabemos que:

A evento varn

B evento no varn, es decir mujer.

p probabilidad de varn = 0.5

q probabilidad de mujer = 0.5

n son 12 nacimientos totales

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

71

UNI Norte

x son 5 nacimientos de varones

Por lo tanto:

12 5 125
P (5 varones) = 0.5 0.5
5
12
Donde 12!/ 5!(12 5)! = 792
5
792(0.55 )0.57 = 792 (0.03125) (0.0078125) = 0.19

P (5 varones) =

Ejemplo 2. Existe una empresa que produce vasos, y se sabe que histricamente el 2
% de estos salen fallados. Por otro lado existe un comprador que tolera el 2 % de
fallos, si el valor es mayor rechaza el lote completo que quiere comprar. Se decide
tomar una muestra de 100 vasos, Cul es la probabilidad de que el comprador acepte
el lote?

1
1
(
1

1
(

1
(

)
1

)
)

Ejercicio 3.10 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. Respuesta: P(x=3)=.250
2. Al menos un trabajador est desempleado.
Respuesta: P(x 1) = 1 - P(x=0) =1 - .044 = .956
3. A lo ms dos trabajadores estn desempleados.
Respuesta: P(x 2)=.044 +.154 +.250 =.448

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

72

UNI Norte

Ejercicio 3.11 Si el 15 % de las piezas producidas por una mquina son defectuosas,
cul es la probabilidad de que entre cuatro piezas elegidas al azar, a lo sumo una sea
defectuosa? Respuesta: P(x 1)=.89
Ejercicio 3.12 Si de seis a siete de la tarde se admite que un nmero de telfono de
cada cinco est comunicando, cul es la probabilidad de que, cuando se marquen 10
nmeros de telfono elegidos al azar, slo comuniquen dos? Respuesta: P(x=2) = .30

3.8 Distribucin de Poisson


El lmite de la distribucin binomial donde la probabilidad de xito es muy pequea y n
es grande se llama distribucin de probabilidades de Poisson. La distribucin de
Poisson es una distribucin de probabilidad discreta que expresa la probabilidad de un
nmero de eventos ocurriendo en un tiempo fijo si estos eventos ocurren con un valor
medio conocido, y son independientes del tiempo desde el ltimo evento. Esta
distribucin fue desarrollada por Simen Poisson en 17811840.

Esta distribucin permite construir probabilidades de una variable binomial, slo


conociendo el valor de su promedio histrico,
La distribucin de Poisson se puede describir matemticamente por la frmula:

Donde es la media aritmtica del nmero de ocurrencias en un intervalo especfico de


tiempo,

es la constante 2.71828 y X es el nmero de ocurrencias. El nmero medio

de xitos, , se puede determinar en situaciones binomiales por n p, donde n es el


nmero de ensayos y p la probabilidad de xito. La varianza de la distribucin de
Poisson tambin es igual a n p.

En general utilizaremos la distribucin de Poisson como una aproximacin de


experimentos binomiales donde el nmero de pruebas es muy alto, pero la probabilidad
Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

73

UNI Norte

de xito muy baja. En la prctica esta distribucin se utiliza para calcular la


probabilidad de un nmero especfico de eventos, durante un perodo o espacio
particular. El tiempo o la cantidad de espacio suele ser la variable aleatoria.

Ejemplo: Se est haciendo un estudio para ampliar una terminal de taxis y se sabe que
en las horas de la tarde de 6-10 PM el nmero medio de llegadas es 4.0 personas por
hora. Cul es la probabilidad de 4 llegadas en una hora?
P (4) = (44) (e-4) / 4!= 0.1954.

Ejercicio 3.13 La produccin de computadoras trae asociada una probabilidad de


defecto del 1.5%, si se toma un lote o muestra de 100 computadoras, obtener la
probabilidad de que existan 2 o menos computadoras con defectos. Respuesta: 0.80
Ejercicio 3.14 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 3.15 El 6% de los registros contables de una empresa presentan algn
problema, si un auditor toma una muestra de 50 registros Calcular probabilidad de
que existan exactamente tres registros con problemas? Respuesta: 0.22
Ejercicio 3.16 Si cada una de las 18 gallinas de un gallinero pone de promedio 0.5
huevos al da. Si se recogen los huevos cada 24 horas.
Cul es el nmero medio de huevos que se recogen en cada visita? Cul es la
probabilidad de que x 5?. Respuesta: 9 y 0.94
Ejercicio 3.17

Como una forma de hacer control de calidad en una empresa

comercializadora de puertas de madera, el dueo exige que antes de salir de la fbrica


cada puerta sea revisada en busca de imperfecciones en la superficie de madera. El
encargado de control de calidad encontr que el nmero medio de puertas con
imperfecciones es de 0.05%. Cul es la probabilidad de un lote con 100 puertas tenga
4 imperfecciones o menos? Respuesta: 0.44

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

74

UNI Norte

Captulo 4. Estimacin y prueba de hiptesis.


Objetivos

Utilizar el concepto de los intervalos de confianza al describir informacin


generada a partir de datos.

Explicar cmo una prueba de hiptesis sirve para contestar preguntas de


investigacin.

Diferenciar grupos o tratamientos de conjunto de datos, utilizando pruebas de


Student y pruebas de varianzas.

Realizar pruebas de independencia Chi cuadrado con ejemplos aplicables a su


carrera.
Se debe poder hacer conclusiones generales para toda la poblacin, a
partir del estudio de las muestras.

4.1 Estimacin por Intervalos de Confianza.


En estadstica difcilmente se conoce el valor exacto de los parmetros, (Ej.: y ) de
una poblacin, sin embargo estos se pueden estimar. Por lo tanto podemos definir
estimacin al conjunto de tcnicas que permiten dar un valor aproximado de un
parmetro a partir de estadsticos, estimadores, generados por los datos (Ej.:
Un estimador puntual de un parmetro

, S, n).

es un valor que puede ser considerado

representativo de este y se obtiene a partir de alguna funcin de la muestra, por Ej.,

media muestral, estima puntualmente , la media poblacional. Una propiedad que se


suele pedir a los estimadores es que no tengan sesgo, lo que significa que el valor
esperado, esperanza del estimador, sea igual al parmetro a estimar, esta propiedad la
tiene la media aritmtica y la varianza.

La estimacin por intervalos consiste en la obtencin de un intervalo dentro del cual


estar el valor del parmetro estimado, con una cierta probabilidad. Un uso de la

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

75

UNI Norte

distribucin Normal y de la t de Student es la creacin de Intervalos de confianza,


estimacin por intervalos, de las medias poblacionales, , esta se puede estimar por
un intervalo calculado a partir del S y

, de muestras.

El intervalo de confianza de con un 95 de confianza, IC

es el ms usado y para

95 %,

muestras de ms de 30 datos se calcula como:

IC 95 % de

1.96

IC 95 % de

t95

Para menos de 30 datos se usa:


,

Donde t es el valor dado por la distribucin t de Student con n-1 Grados de


Libertad, para un 95 % se busca el valor del t 0.975, ya que esta es una prueba de
dos colas.

El IC

95 %

dice que con un 95 % de confiabilidad en este intervalo encuentro la media

de la poblacin, el cual desconozco. El grfico de IC

95 %

se usa cuando se cruza una

variable 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.

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

76

UNI Norte

Grfico de Medias e Intervalos de Confianza de , t95%, desagregada por ao,


del Sabor de los Cafs Especiales de Nicaragua.

En este tipo de grfico es interesante observar si los intervalos de confianza de las


diferentes medias tienen valores superpuestos, ya que si no es as,

al hacer una

prueba de hiptesis lo ms probable es que la respuesta sea de hiptesis alternativa,


las medias con sus intervalos de confianza no superpuestos pertenecen a una distinta
media poblacional.

Ejercicio 4.1 Una fbrica produce puertas, una muestra de 50 de stas arroja que
tienen una altura media de 250 cm y una desviacin estndar de 2.60 cm. Construir
el intervalo de confianza de la media poblacional?

4.2 Generalidades de las pruebas de Hiptesis


Una prueba de hiptesis es una pregunta relativa a una o varias poblaciones, que
puede ser cierta o no y que se va a responder a partir de los datos muestrales. Las
hiptesis estadsticas se pueden contrastar con la informacin generada de las
muestras y siempre se tienen el riesgo que si se aceptan como si se rechazan se
puede cometer un error. En las ingenieras las pruebas de hiptesis se suelen utilizar
cuando se evalan nuevas tcnicas, tomando como referencia de comparacin la
tcnica tradicional. La hiptesis formulada con intencin de rechazarla se llama

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

77

UNI Norte

hiptesis nula y se representa por H0. Rechazar H0 implica aceptar una hiptesis
alternativa (HA).
Cuando se acepta o se rechaza una hiptesis puede ocurrir que:

H0 rechazada

H0 cierta

H0 falsa, HA cierta

Error tipo I ()

Decisin correcta

H0 no rechazada Decisin correcta

Error tipo II ( )

= probabilidad de rechazar H0 siendo H0 cierta.


= probabilidad de aceptar H0 siendo H0 falsa.

Enfoque tecnolgico. Se debe tener un cuenta qu generalmente es ms peligroso el


error de tipo I, que suele significar cambiar la tcnica tradicional por una nueva cuando
esto no se deba hacer, en cambio el error de tipo II suele significar que se rechaza
una nueva tcnica cundo lo correcto era aceptarla cmo mejor. El concepto es que
generalmente es mejor ser conservador, no aceptar el cambio de tcnica sino se est
muy seguro que este cambio es ventajoso.
Los pasos necesarios para realizar un contraste relativo a un parmetro son:
1. Establecer la hiptesis nula en trminos de igualdad:
H0: = 0
2. Establecer la hiptesis alternativa, que puede hacerse de tres maneras,
dependiendo del inters del investigador:
H0: 0, > 0, < 0
En el primer caso se habla de contraste bilateral. En los otros dos casos se tiene un
contraste unilateral, derecho en el segundo caso, o izquierdo en el tercer caso.

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

78

UNI Norte

3. Elegir un nivel de significacin: nivel crtico para generalmente del 5 % en las


ingenieras. En ciencias sociales se suele aceptar un del 10%.
4. Elegir un estadstico de contraste: Este estadstico de contraste es un estadstico
cuya distribucin es conocida en H0, que est relacionado con y permite establecer,
en base a dicha distribucin, la regin crtica: regin en la que el estadstico calculado
tiene una probabilidad menor que
5. Calcular el estadstico para una muestra aleatoria y compararlo con la regin
crtica. Se calcula el estadstico correspondiente a la hiptesis planteada. Si el
estadstico tiene en valor absoluto, un valor menor al valor tabular de la distribucin
conocida correspondiente al definido, se acepta la H0.
Obsrvese que de manera general se est ms seguro cuando se rechaza una
hiptesis que cuando no. Por eso se fija como H0 lo que se quiere rechazar. Cuando no
se rechaza la H0, no necesariamente significa que la hiptesis nula se est cumpliendo,
puede suceder que por mucho error experimental o pocas repeticiones del
experimento, simplemente el modelo no ha podido rechazar.
Los programas estadsticos de computadora calculan un valor p, p-value, del
estadstico, que significa la probabilidad de obtener el valor del estadstico calculado u
otro ms alejado, si H0 fuera cierta. Este valor p es el valor de una integral en una
funcin de probabilidad continua en el intervalo que va desde el estadstico calculado
hasta el infinito. Si el valor de es el 5 %, la regla de decisin para aceptar o rechazar
una hiptesis en pruebas unilaterales es la siguiente:

Si el valor p calculado es > a 0.05 ocurre H0

Si el valor p calculado es a 0.05 H0 es falsa


El valor p es la probabilidad de obtener un resultado al menos
tan extremo como el estadstico que se ha obtenido

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

79

UNI Norte

4.3 Prueba de hiptesis con la distribucin t


4.3.1 La media de una muestra pertenece a una poblacin con media
conocida
Esta es una prueba que permite contrastar si una muestra de una variable, difiere
significativamente de una media poblacional dada. Generalmente esta media es
histrica.
La hiptesis nula es H0:

, La hiptesis alternativa es HA:

El estadstico de contraste es el valor t calculado:

El valor t crtico se encuentra con n-1 grados de libertad.


Ejemplo:
Histricamente se cosecha los rboles a los 18 aos. Se quiere saber si este ao la
edad de corte ser la misma a la histrica. Para verificar la pregunta se tom una
muestra de 36 rboles y se calcul la edad estudiando los anillos del tronco. Luego de
los datos observados surge la duda que la edad de los rboles de este ao es mayor
que 18 aos. La muestra de 36 rboles dio los siguientes datos: = 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: HA: > 18. Este un contraste lateral derecho.
Fijamos "a priori" el nivel de significacin en = 0,05 y la regin crtica en este ejemplo
t(35)0,05=1,70.
Calculamos el valor de tc en la muestra

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

80

UNI Norte

El valor tc de 0.83 no est en la regin crtica de rechazo de la hiptesis nula (no es


mayor que el valor t975 con 30 gl de 1,70), por tanto no rechazamos H0, concluimos
que la edad histrica de corte se mantiene.

4.3.2 Comparaciones por parejas de muestras no independientes o


apareadas
Esta es una prueba t para muestras relacionadas, donde se pretende contrastar las
medias de una misma poblacin que se ha medido dos veces en los mismos sujetos,
por ejemplo: A- En un grupo de estudiantes se quiere comparar el resultado del primer
examen parcial con el del segundo parcial

para saber si el comportamiento ha

cambiado. B- Se quiere saber si diez fbricas artesanales que producen bloques estn
manteniendo la calidad de sus productos en el tiempo, para eso se comparan 10
muestras del mes uno con 10 muestras del mes dos.

El estadstico de contraste es

Donde 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). El valor t crtico


se encuentra con n-1 grados de libertad.
Ejemplo. Se evalu el % de germinacin de nueve lotes de semillas de maz, a los 6 y
a los 12 meses de estar almacenada. Se tom una muestra por lote en los dos

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

81

UNI Norte

momentos. Se quiere saber si ha disminuido de forma general el poder de germinacin


durante el almacenamiento.

Datos Poder germinativo por lote.


Lote
1
2
3
4
5
6
7
8
9

% Mes 6
86
82
80
78
75
82
85
86
86

% Mes 12
79
69
74
70
67
64
76
63
76

La hiptesis nula es H0: 6=12, hiptesis alternativa HA: 6>12. Fijamos "a priori" el
nivel de significacin en = 0,05 y la regin crtica en este ejemplo t(8)0,05=1,86.

Calculamos el valor de tc en con los dos conjuntos de muestra

11

El valor tc de 5.96 est en la regin crtica (el valor P es de 0.002), por lo tanto
rechazamos H0, concluimos que el poder germinativo de la semilla de maz disminuy
al estar 12 meses almacenados.

4.3.3 Las medias de dos muestras o grupos pertenecen a una misma


poblacin
Esta es una prueba de hiptesis muy usada cuando se tienen dos grupos
independientes y se quiere saber si estos tienen una misma media poblacional.
Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

82

UNI Norte

La hiptesis nula es H0: 1=2, la hiptesis alternativa es HA: 12


Hay diferentes tipos de prueba t, pero suponiendo varianzas iguales, el estadstico a
calcular se hace:

2
2

2
2

Ejemplo. En un ensayo para evaluar la vida til de dos productos. La variable medida
es el tiempo de vida til en aos: producto T, n = 35;
producto K n = 40;

x = 3,7 aos de vida y s2 =13,9;

x = 15,1 aos y s2 = 12,8. El producto K tiene igual vida til que

el producto T? Se trata de un contraste sobre diferencias de medias

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
H0: 2T = 2K, HA: 2T 2K
El estadstico es de contraste es una prueba F= S2K / S2T = 13.9 / 12.8= 1.09, como el
valor F de tabla es 1.74, en consecuencia aceptamos la H0 y concluimos que las
varianzas son iguales. Luego se hace la prueba de hiptesis de medias con el
estadstico antes detallado.

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

83

UNI Norte

1 1
1

1
1

Se concluye que se rechaza la H0 , ya que el valor t calculado es mayor que el valor


de tabla con n1 + n2 2 , 35 + 40 -2 = 73 grados de libertad. Con estos grados de
libertad y con un alfa del 5% bilateral (2.5 % de rechazo en cada extremo) el valor t es
de 2.0, valor menor que 13.28. Concluimos que las medias de aos de vida til de los
dos productos son distintas.
Ejercicio 4.2 Se evalu 2 tipos de abono, uno con base de pulpa de caf, otro con
base de abono de lombriz, La variable de produccin fue grs. promedio del peso seco
de las plntulas de caf a los 6 meses de siembra por unidad experimental, el ensayo
tuvo cuatro repeticiones.
Tabla de Datos. Peso en onzas. Parte area plntula de caf.
Tratamiento/ Repeticin

II

III

IV

Pulpa caf

1.00

0.90

1.16

0.98

Lombrihumus

1.65

1.59

2.00

1.65

Realizar e Interpretar su prueba de hiptesis. Resolver con una prueba t para dos
grupos que pertenecen a una misma poblacin

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

84

UNI Norte

Captulo 5. Anlisis de Correlacin y Regresin.


Objetivos

Desarrollar

conceptos y clculos de Correlacin y Regresin Lineal con

variables socioeconmicas y productivas.

5.1 Correlacin
Se puede definir la correlacin cmo la medida estadstica que sirve para evaluar la
intensidad de la asociacin entre dos o ms variables cuantitativas. Es comn que se
quiera saber, si sobre una misma poblacin los valores de dos o ms variables
cuantitativas distintas tienen alguna relacin medible entre ellas, o si los cambios en
una o varias de ellas influyen en los valores de otra variable. Si ocurre esto decimos
que las variables estn correlacionadas o bien que hay correlacin entre ellas. Este tipo
de anlisis funciona bien cuando las variables estudiadas son continuas, no es
adecuado usar esta prueba con variables del tipo nominal.

El principal objetivo del anlisis de correlacin consiste en determinar qu tan fuerte es


la relacin entre las variables. Las variables que se vinculan se llaman:

Variable Dependiente.- es la variable que se predice o calcula. Cuya


representacin es " "

Variable/s Independiente/s.- es la o las variables que proporcionan las bases


para el clculo. Cuya letra de representacin es: X. Esta o estas variables
suelen ocurrir antes en el tiempo que la variable dependiente.

Coeficiente de Correlacin. El coeficiente de correlacin ms utilizado es el de


Pearson, este es un ndice estadstico que mide la relacin lineal entre dos variables
cuantitativas,

es una forma de medir la intensidad de la relacin lineal entre dos

variables. El valor del coeficiente de correlacin puede tomar valores desde menos uno
hasta uno, -1 < r < 1, indicando que mientras ms cercano a uno sea el valor del
coeficiente de correlacin, en cualquier direccin, ms fuerte ser la asociacin lineal
entre las dos variables. El coeficiente de correlacin de clculo r es un estimador l del
Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

85

UNI Norte

coeficiente poblacional Rho, . Mientras ms cercano a cero sea el coeficiente de


correlacin, este indicar que ms dbil es la asociacin entre ambas variables. Si es
igual a cero se concluir que no existe relacin lineal alguna entre ambas variables.
Hay varias maneras de equivalentes de calcular r, a continuacin se muestran tres
formas.
Coeficiente de Correlacin, estimacin por Covarianzas y Desviaciones Estndares

Siendo: SXY la covarianza de (X,Y) y

SX, SY las desviaciones tpicas de las

distribuciones de las variables independiente y dependiente respectivamente.


Coeficiente Correlacin Estimacin Clsica. Poco usada para clculo.


2
2 2
Coeficiente Correlacin, Estimacin por Suma de Cuadrados. Ms utilizado cuando se
dispone de calculadoras de mano que hacen sumas de cuadrados.

) (

Grfico de Dispersin de puntos. Es un diagrama de dispersin de puntos X Y, el


cual es una representacin grfica de la relacin entre dos variables, es muy utilizado
antes de realizar un estudio de regresin para conocer la tendencia de los datos. Tres
conceptos especialmente son destacables: que el descubrimiento de las verdaderas
Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

86

UNI Norte

relaciones de causa-efecto es la clave de la resolucin eficaz de un problema, que las


relaciones de causa-efecto casi siempre muestran variaciones, y que es ms fcil ver la
relacin en un diagrama de dispersin que en una simple tabla de nmeros.

Segn sea la dispersin de los datos (nube de puntos) en el plano cartesiano, pueden
darse, alguna de las siguientes relaciones: lineales o curvilneas cmo la cuadrtica,
cbica, etc. Dentro de estas nubes de puntos se pueden generar lneas poligonales a
partir de ecuaciones de regresin, que permitan predecir el comportamiento de la
variable dependiente.

5.2 Regresin
La regresin es una tcnica que permite predecir un valor numrico de una variable,
dependiente, basndonos en el conocimiento de un valor diferente de otra variable,
independiente. El trmino regresin fue introducido por Francis Galton en su libro
Natural inheritance (1889), partiendo de los anlisis estadsticos de Karl Pearson. Su
trabajo se centr en la descripcin de los rasgos fsicos de los descendientes a partir
de los de sus padres. Estudiando la altura de padres e hijos lleg a la conclusin de
que los padres muy altos tenan una tendencia a tener hijos que heredaban parte de
esta altura, pero los datos tambin revelaban una tendencia a regresar a la media.

Los tipos de regresin ms comunes entre dos variables son las del tipo polinmico
como la regresin: lineal, cuadrtica y cbica. La primera regresin genera una recta,
las otras diferentes tipos de parbolas. Otros tipos de regresin que se pueden usar
con dos variables son la logartmica y la exponencial, la regresin logartmica permite
transformar una curva en una lnea recta. Cuando hay ms de una variable
independiente x, la regresin ms utilizada en la regresin mltiple. A continuacin se
expresan matemticamente los diferentes modelos comentados:

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

87

UNI Norte

REGRESIN

ECUACIN

Lineal

Logartmica

Exponencial

Cuadrtica

Cbica

Lineal Mltiple

2
2
2

Los parmetros poblacionales se estiman a partir de los estimadores b


calculados a partir de los datos generados por muestras.

5.2 Ecuacin de Regresin Lineal


Es el tipo de regresin ms utilizada y fcil de estimar, esta es una ecuacin que define
la relacin lineal entre dos variables. Ecuacin de regresin lineal

Esta ecuacin se calcula segn el principio de Mnimos Cuadrados. La cual es la


tcnica empleada para obtener la ecuacin de regresin, minimizando la suma de los
cuadrados de las distancias verticales entre los valores verdaderos de "y", los
observados y los valores estimados . Se debe notar que cada valor observado menos
el valor estimado correspondiente genera un intervalo que llamaremos error o residuo,
este valor es la distancia que hay del valor observado a la recta de regresin. El error
de cada dato se encuentra de la siguiente manera:

El valor de

tambin llamado error aleatorio puede ser negativo o positivo. El error

calculado a partir de muestras se simboliza con la letra e. Una propiedad de los


errores es que a esperanza de los errores vale 0,

. El promedio de los

errores es iguales a cero, al igual que la sumatoria de los mismos.

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

88

UNI Norte

Para poder hacer pruebas de hiptesis de la poblacin a partir de muestras, estos


errores calculados deben cumplir la siguiente propiedad: Los desvos o errores,
distribuyen de manera Normal. La ecuacin que

se

minimizar la desviaciones de los

valores de Y respecto a la ecuacin de la recta, cuando b0= 0, es:

Por lo tanto la expresin del coeficiente de regresin, b1, queda as:

Como podemos escribir:

Que puede replantearse como:

De tal manera que la ordenada al origen, cuando X vale 0, b0, queda definida de la
siguiente manera:

Ejemplo de regresin correlacin lineal:


Se tienen las notas de un examen parcial de diez alumnos de las asignaturas de
matemticas y espaol.

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

89

UNI Norte

Matemticas

40

56

64

65

66

68

75

76

85

95

Espaol

45

59

67

59

69

70

61

82

75

100

Se supone que los alumnos con mejores notas en matemticas, variable independiente
X, tienen las mejores notas en espaol, variable dependiente Y. Esta pregunta se
puede responder con un anlisis de regresin correlacin.

Para observar la forma de la regresin lo primero que se hace es construir un grfico


de dispersin de puntos que nos permite mirar la tendencia de la nube de puntos,
como el que se muestra a continuacin. Al observar una tendencia aparentemente
lineal se puede calcular los coeficientes r, b0 y b1.

Grfico de Dispersin

103

espaol

88
73
57
42
37

52

68
matemticas

83

98

Grfico de dispersin de puntos de las notas de las asignaturas de matemticas y


espaol.

Clculo de la recta de regresin con datos generados con una calculadora de mano
que hace sumatorias:

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

90

UNI Norte

Coeficiente de correlacin r:
1

1
(

1 ) (

1 )

Este valor de r de 0.891 refleja que hay una alta correlacin, asociacin, entre las
notas de matemticas y espaol, los mejores estudiantes en una asignatura son los
mejores estudiantes en la otra.
Para hacer la recta de regresin debemos calcular b1 y b0:
1

b0 =

= 8.27

La recta de regresin queda determinada de la siguiente manera:


Y = 8.27 + 0.88 X .
A continuacin se observan los valores estimados por la recta de regresin de la
asignatura de espaol, ,

para cada valor observado y, con el desvo o error

asociado a cada dato, y - , estos son:


" "

43.30 57.31 64.32 65.20 66.07 67.82 73.96

Error

1.70

1.69

2.68

-6.20

2.93

2.18

74.83

-12.96 7.17

82.71

91.47

-7.72

8.53

Se puede comprobar que la suma de los errores o desvos es igual 0.


El grfico de regresin es el siguiente:

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

91

UNI Norte

Regresin simple

100

espaol

85
70
56
41
37

52

68

83

98

matemticas
Grfico de Regresin de la asignatura Matemtica y Espaol. Se observa la recta de
regresin y los datos observados en forma de puntos.

Verificacin del modelo de regresin.


Para verificar si el modelo de regresin lineal calculado a partir de datos de una
muestra, es correcto para ser utilizado en pruebas de hiptesis sobre la poblacin, se
puede hacer un grfico Q-Q plot de residuos o errores con el programa INFOSTAT
para observar si estos tienen un comportamiento normal, como es esperado. Este
grfico se utiliza para evaluar el grado de ajuste de un conjunto de observaciones a una
distribucin terica, en este caso con la distribucin normal.

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

92

Cuantiles observados(RDUO_espaol)

UNI Norte

10.5

Grfico QQ plot

r= 0.95 (RDUO)

4.6

-1.2

-7.1

-13.0
-13.0

-7.1

-1.2

4.6

10.5

Cuantiles de una Normal

5.3 Pruebas de Hiptesis de Correlacin y Regresin


Prueba de Hiptesis del Coeficiente de correlacin simple
La prueba de hiptesis del coeficiente de correlacin poblacional Rho, (letra griega) se
construye de la siguiente manera:

El estadstico de Contraste es una prueba t donde:

Esta prueba se hace con n-2 grados de libertad.


Ejemplo con los datos del problema donde r correlaciona las notas obtenidas en
Matemticas con las notas de Espaol:
1

1
1
12

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

93

UNI Norte

El valor 5.55 es mayo que el valor t de tabla con 8 gl, de 2.3, por lo tanto se acepta la
hiptesis alternativa, Rho es diferente de 0, existe correlacin, por lo tanto se justifica
realizar un estudio posterior de regresin.

Ejercicio 5.1 Tomar en clase el peso y la altura de 10 personas, hacer el grfico de


dispersin, calcular el coeficiente de correlacin y la recta de regresin de estos datos.
Ejercicio 5.2 Hay una hiptesis de investigacin que sugiere que el gasto en comida
por familia,

expresado en C$ por mes, est influido directamente por

el ingreso

familiar mensual en C$. Haga estudio de regresin y correlacin de las dos variables.
Trabaje con calculadora.
Tabla de datos
Ingreso observado por
familia, en cientos C$

Gasto observados en
alimentacin, en cientos C$

30
34
17
26
29
18
32
32

21
26
5
19
18
7
23
25

Calcular el coeficiente de regresin Lineal, r.


Construya

la recta de regresin, determinar los parmetros b0 y b1 y Realizar

diagnstico de los datos, intervalos de prediccin y confianza.


Determine los gastos estimados (y estimada) por la recta de regresin, para los
ingresos observados.
Se quiere saber si la correlacin obtenida con la muestra, es diferente de 0 en la
poblacin. Realice una prueba de hiptesis para el coeficiente de correlacin r. El
valor t de tabla es 2.3
Comente brevemente sobre los coeficientes obtenidos. Responda la hiptesis de la
investigacin.

Estadstica Bsica para Ingenieros Agrondustriales

Luis Mara Dicovskiy Riobo

94