Est102 Manual 201001

CURSO
ESTADSTICA
CDIGO
EST102
CICLO
2010-01
Profesor: Walter Luna

Estadstica EEGGLL 2010 01 2
Contenido
Captulo 1. Estadstica descriptiva ......................................................................................... 5

1.1. Estadstica ................................................................................................................................... 5
1.2. Organizacin de datos.............................................................................................................. 11
1.3. Grficos para datos en general................................................................................................ 21
Captulo 2. Tendencias en distribuciones de frecuencias: principales indicadores ......... 28
2.1. Indicadores de tendencia central ............................................................................................ 28
2.2. Indicadores de dispersin ........................................................................................................ 35
2.3. Indicadores de asimetra.......................................................................................................... 43
Captulo 3. Estadstica descriptiva bidimensional: regresin lineal simple...................... 45
3.1. Relacin estadstica entre dos variables ................................................................................. 45
3.2. Regresin lineal simple ............................................................................................................ 46
Captulo 4. Elementos de la teora de probabilidad............................................................ 48
4.1. Conceptos bsicos ..................................................................................................................... 48
4.2. Clculo de probabilidades ....................................................................................................... 52
Captulo 5. Variables aleatorias y distribuciones de probabilidad.................................... 62
5.1. Variable aleatoria..................................................................................................................... 62
5.2. Distribuciones de probabilidad ............................................................................................... 68
5.3. Variable aleatoria continua ..................................................................................................... 72
5.4. Distribuciones de probabilidad ............................................................................................... 75
Captulo 6. Distribuciones muestrales .................................................................................. 83
6.1. Muestra aleatoria ..................................................................................................................... 83
6.2. Distribucin de la media muestral .......................................................................................... 84
6.3. Teorema central del lmite....................................................................................................... 85
6.4. Distribucin de la proporcin muestral ................................................................................. 86
6.5. Distribucin de la varianza muestral...................................................................................... 86
Captulo 7. Nociones de estimacin de parmetros............................................................. 87
7.1. Intervalo de confianza para la media poblacional................................................................. 87
7.2. Intervalos de confianza para la proporcin poblacional ...................................................... 90
Captulo 8. Nociones de prueba de hiptesis........................................................................ 92
8.1. Conceptos bsicos ..................................................................................................................... 92
8.2. Prueba de hiptesis para una media, proporcin y varianza ............................................... 94
Tablas estadsticas ......................................................................................................................... 100
Notas importantes
Captulo 1. Estadstica descriptiva
1.1. Estadstica
Definicin de estadstica
Es la ciencia que proporciona un conjunto de mtodos, tcnicas y procedimientos para recopilar, orga-
nizar, presentar y analizar datos con el fin de describirlos o realizar generalizaciones vlidas.
Estadstica descriptiva
Son mtodos y tcnicas de recoleccin, caracterizacin, resumen y presentacin que permiten descri-
bir, apropiadamente, las caractersticas de un conjunto de datos. Comprende el uso de grficos, tablas,
diagramas y criterios para el anlisis.
Inferencia estadstica
Son mtodos y tcnicas que hacen posible estimar una o ms caractersticas de una poblacin o tomar
decisiones sobre poblacin basadas en el resultado de muestras. Estas conclusiones no son totalmente
vlidas y tienen cierto margen de error.
Ejercicio 1
Qu parte de la Estadstica se us para redactar esta noticia del 23 de enero de 2010?
Lima (DPA). El apoyo a la congresista Keiko Fujimori para las elecciones presidenciales de 2011 cay en los sondeos a un
11,5 por ciento, frente al 32,5 del alcalde de Lima, Luis Castaeda, que encabeza la lista , segn la encuesta de Datum
realizada en Lima y Callao que fue divulgada hoy.
................................................................................................
Datos
Los datos son los hechos y los nmeros que se recogen, analizan y resumen para su presentacin en
interpretacin.
Elementos, variables y observaciones

Elementos son las entidades acerca de las cuales se renen los datos.
Variable es una caracterstica de inters de los elementos.
Observacin es el conjunto de mediciones obtenido de un elemento particular.
Notas importantes
Ejercicio 2
En una investigacin, se quiere estimar el porcentaje de personas que apoya la candidatura de Jaime
Bayly a la presidencia del Per, separados por edad. Indique los elementos y las variables a medir.
Ejercicio 3
En una investigacin, se quiere estimar el gasto promedio semanal de los alumnos en una universidad.
Indique los elementos y la variable a medir.
Ejercicio 4
En una investigacin, se quiere estimar el nmero promedio diario de horas de sol durante los meses
de verano en la playa El Silencio. Indique los elementos y la variable a medir.
Ejercicio 5
En una investigacin, se quiere estimar el nmero promedio de personas que llega a la sucursal de un
banco en la ltima media hora del ao 2010. Indique los elementos y la variable a medir.
Notas importantes
Escalas de medicin de las variables
La escala de medicin permite determinar la cantidad de informacin que contienen los datos y el
anlisis estadstico ms apropiado.
Nominal
Una variable est medida en escala nominal cuando los datos son etiquetas que se emplean para definir
un atributo del elemento.
Ordinal
Una variable est medida en escala ordinal cuando los datos son etiquetas y el orden es significativo.
Se pueden ordenar, de tal manera que puedan expresar grados de la caracterstica medida.
Intervalo
Una variable est medida en escala de intervalo si los datos tienen propiedades de datos ordinales y el
intervalo entre observaciones se expresa en trminos de una unidad fija de medida.
Los datos de intervalo siempre son numricos. En esta escala, el cero es relativo, es decir, no indica la
ausencia de la caracterstica medida. Las diferencias entre las puntuaciones son importantes.
Razn
Una variable est medida en escala de razn si los datos tienen todas las propiedades de los datos de
intervalo y la divisin de los valores es significativa. El cero indica la ausencia de caracterstica medi-
da.
Ejemplos de variables por escala de medicin

Nominal Ordinal Intervalo Razn
El gnero de las perso- El orden de mrito de los Las escalas de tempera- El sueldo de los
nas, el estado civil de atletas en una competicin, tura. Las temperaturas empleados de una
los empleados de una el grado de instruccin de en grados centgrados empresa, el tiem-
empresa, las carreras los clientes de un banco, la 0C, y 20C equivalen po en terminar un
profesionales universita- opinin de los alumnos a, en grados Fahrenheit, examen
rias sobre su universidad 32F, y 68F
Ejercicio 6
Indique la escala de medicin de las siguientes variables
Variable Nominal Ordinal Intervalo Razn
Ao de nacimiento de una persona
Cdigo de un alumno(a) de la PUCP
Monto de la boleta, en nuevos soles
Nmero de hermanos de una persona
Nmero de telfono celular
Notas importantes
Tipos de variables
Las variables se pueden clasificar en cualitativas o cuantitativas.
Variables cualitativas
Son las variables que pueden ser expresadas en escalas nominales u ordinales.
Variables cuantitativas
Son las variables que pueden ser medidas en escala de intervalo o de razn. A su vez, las variables
cuantitativas se pueden clasificar en discretas y continuas.
Variables cuantitativas discretas

Son las variables que tienen un nmero finito o infinito numerable de posibles valores; es decir, que en
un intervalo determinado, slo pueden tomar ciertos valores.
Son ejemplos de variables discretas lo siguiente: nmero de autos vendidos por una tienda en un da,
nmero de alumnos asistentes a las clases de un curso de estadstica
Variables cuantitativas continuas
Son las variables que tienen un nmero infinito no numerable de posibles valores; es decir, que en un
intervalo determinado, puede tomar cualquier valor.
Son ejemplos de variables continuas lo siguiente: tiempo que demora un estudiante en realizar un exa-
men, peso de un estudiante
A las variables discretas se las cuenta y a las continuas se las mide.
Ejercicio 7
Indique el tipo de las siguientes variables y su escala de medicin
Variable Tipo de variable Escala de medicin

Nombre de una persona
Nivel socioeconmico de una persona
Nmero de metros cuadrados de jardn de una casa
Nmero de bytes que puede almacenar una memoria USB
Cantidad de dinero gastado en un fin de semana
Altura de una persona en centmetros
Grado de afectacin de una vivienda por un sismo (nada afectada,
poco afectada, muy afectada)
Color de una crayola
Notas importantes
Poblacin
Es el conjunto de todos los elementos de inters en determinado estudio.
Pueden ser personas, objetos, conceptos, etc. de los cuales se sacan conclusiones a partir de una o
ms caractersticas observables de naturaleza cualitativa o cuantitativa.
Muestra
Es un subconjunto de la poblacin.
Una muestra ser representativa si se parece a la poblacin de la que proviene.
Ejercicio 8
PISA es el estudio internacional en educacin de mayor escala del mundo y ms de 60 pases partici-
pan en l. Evala estudiantes de 15 aos de edad que estn cursando algn grado de secundaria en
comprensin lectora, matemtica y ciencia. El Per se ha reintegrado a este programa para la evalua-
cin del 2009. Defina la poblacin del estudio para el caso peruano
Solucin
Poblacin: ..
Ejercicio 9
Se desea determinar el porcentaje de mujeres peruanas, entre los 15 y 49 aos, que usa algn mtodo
anticonceptivo.
Solucin
Poblacin: .................................................................................................................................
Muestra: ...................................................................................................................................
Ejercicio 10
Se desea estimar el peso promedio de un pollo a la brasa en la ciudad de Lima.
Solucin
Poblacin: .................................................................................................................................
Muestra: ...................................................................................................................................
Ejercicio 11
Se quiere hacer una investigacin sobre las razones que puede ocasionar el que un alumno desapruebe
el curso de Estadstica de Estudios Generales Letras. La universidad tiene 18 975 alumnos, de los cua-
les 3 250 estn matriculados en Estudios Generales Letras.
Solucin
Poblacin: ......................................................................................................................................
Muestra: ...................................................................................................................................
Notas importantes
Parmetro
Es cualquier resumen de la poblacin.
Son ejemplos de parmetro lo siguiente: edad promedio de todos los peruanos, proporcin de alumnos
de la PUCP que trabajan y estudian a la vez.
Estadstico
Es cualquier resumen de una muestra.
Son ejemplos de estadsticos lo siguiente: edad promedio de algunos peruanos elegidos al azar, por-
centaje muestral de personas que afirman teirse el pelo regularmente.
Ejercicio 12
Segn los Censos Nacionales X de Poblacin y V de Vivienda 2005 ejecutados por el INEI, el 50.06%
de los peruanos es mujer, este dato es un parmetro o un estadstico?
Ejercicio 13
El viernes 7 de marzo del 2008 se difundi la encuesta de la Universidad Catlica, la cual registraba
una aprobacin presidencial de 33%, este dato es un parmetro o un estadstico?
Ejercicio 14
El siguiente grfico muestra la evolucin de la inflacin desde el ao 1980 al 2008. Indique si el ndice
de precios al consumidor IPC que obtiene el INEI es un parmetro o un estadstico.
Notas importantes
1.2. Organizacin de datos
Distribucin de frecuencias
Es un resumen, expresado en un cuadro, de un conjunto de datos que muestra las frecuencias absolutas
y relativas en cada una de varias clases que no se traslapan.
Frecuencias simples
La frecuencia absoluta fi de una clase es la cantidad de elementos que pertenecen a esa clase.
La frecuencia relativa hi de una clase es la proporcin de elementos que pertenecen a esa clase.
frecuencia absoluta f i
Frecuencia relativa (hi ) = =
nmero de datos n
Frecuencias acumuladas
La frecuencia acumulada absoluta Fi de una clase es la cantidad de elementos que pertenecen hasta
esa clase.
La frecuencia acumulada relativa Hi de una clase es la proporcin de elementos que pertenecen
hasta esa clase.
Ejercicio 15
Se tom una muestra de personas y se les pregunt por la gaseosa preferida. Los resultados se mues-
tran en la siguiente tabla. Construya la distribucin de frecuencias de la variable en estudio.
Inca Kola Inca Kola Coca Cola Coca Cola Inca Kola Kola Real Sprite Coca Cola Kola Real
Kola Real Kola Real Inca Kola Inca Kola Sprite Inca Kola Inca Kola Otras Coca Cola
Kola Real Kola Real Sprite Inca Kola Inca Kola Inca Kola Otras Kola Real Coca Cola
Inca Kola Coca Cola Inca Kola Kola Real Coca Cola Coca Cola Coca Cola Inca Kola Kola Real
Inca Kola Inca Kola Inca Kola Inca Kola Coca Cola Inca Kola Inca Kola Sprite Coca Cola
Notas importantes
Distribucin de frecuencias de variables discretas
Es un resumen de un conjunto de datos que consiste en presentar para cada valor de la variable el n-
mero de elementos (frecuencia) que la componen.
Grfico de bastn
En este caso la variable se ubica en el eje de las abscisas y las frecuencias en el eje ordenado.
Ejercicio 16
Los siguientes datos muestran el nmero de veces que fueron al cine el ltimo mes un grupo de alum-
nos de una facultad de comunicaciones en el ltimo mes.
3 4 1 0 0 5 2 1 0 2 3 1 2 2 3 2 1 2 1 4 3 4 0 1 0 0 2 2 3 4
1 0 0 2 1 1 2 0 4 2 1 3 5 1 4 1 4 0 2 1 5 1 2 2 0 0 0 2 2 0
Construya la tabla de distribucin de frecuencias de la variable en estudio y su respectivo grfico de

bastones.
Notas importantes
Distribucin de frecuencias de variables continuas

Es un resumen de un conjunto de datos que consiste en presentar para cada categora el nmero de
elementos (frecuencia) que la componen.
Los tres pasos necesarios para definir en una distribucin de frecuencias con datos cuantitativos son
los siguientes:
Determinar la cantidad de clases
Determinar el ancho de cada clase
Determinar los lmites de cada clase
Cantidad de clases
Se recomienda usar entre 5 y 20 clases.
La idea es emplear suficientes clases para mostrar la variacin de los datos, pero no tantas que
varias contendran unos cuantos elementos.
Para determinar la cantidad de clases (k) se puede usar la regla de Sturges.
k = 1 + 3,322 log n
El valor de k se redondea al entero ms prximo.
La regla de Sturges no es la nica que existe para determinar la cantidad de clases.

La regla de Sturges no se usa para hallar la cantidad de datos.
Si en un ejercicio nos dan la cantidad de intervalos, no se usa la regla de Sturges.
Amplitud de cada clase

Se usa el mismo ancho para todas las clases.
Se calcula de la siguiente manera:
rango
Amplitud =
k
La amplitud se redondea al nmero inmediato superior de acuerdo con la cantidad de decimales
que tienen los datos o segn la precisin con que se desea trabajar.
Lmites de cada clase

Los lmites de clase se escogen de tal manera que cada valor de dato pertenezca a una clase y slo
a una.
El lmite inferior de clase es el valor mnimo posible de los datos que se asigna a la clase.
El lmite superior de clase es el valor mximo posible de los datos que se asigna a la clase.
La marca de clase es el punto medio de los lmites de cada intervalo.
Notas importantes
Ejercicio 17
Calcule la tabla de distribucin de frecuencias para los siguientes datos.
9.7 8.7 10.2 11.3 11.2 11.7 7.8 9.8 11.1 8.9 9.3 8.3 8.2 9.0 9.2 8.5
7.9 9.4 9.6 10.1 9.6 9.7 9.6 11.3 9.9 9.8 9.5 12.0 10.9 12.4 9.3 9.4
11.7 8.4 10.5 10.9 11.9 9.9 9.5 10.7 9.6 10.8 8.6 9.2 8.5 9.6 10.0 9.8
Solucin
El rango r se calcula con:
r = valor mximo valor mnimo =
Siguiendo la regla de Sturges, el nmero de intervalos es
k = 1 + 3.322 log10 n = ...
Por redondeo simple, k ser igual a ..
El ancho del intervalo es
r
w= = =
k
El redondeo por exceso es a .., pues los datos tienen ..,
por lo tanto w es igual a
Intervalos Marca de clase fi hi Fi Hi
Ejercicio 18
La siguiente tabla corresponde a la distribucin de frecuencias de los salarios del ltimo mes de los
empleados de una empresa. Complete la tabla.
Clase Marca de Frecuencia Frecuencia Frecuencia absoluta Frecuencia relativa
clase absoluta fi relativa hi acumulada Fi acumulada Hi
[500 - ] 8
] - ] 650 10
] - ] 0,3 33
] - ] 12
] - ]
Notas importantes
Ejercicio 19
Se tienen dos grupos de datos y se quiere establecer una distribucin de frecuencias para cada grupo,
de tal manera que se puedan comparar los resultados. Los datos son los siguientes:
Datos A
13.7 11.5 12.5 11.4 12.9 12.4 10.7 10.4 10.4 13.7 11.8 11.8 10.6 11.7 13.0 11.3 11.5 11.8 12.2 12.6
11.3 11.2 11.3 11.8 12.0 11.7 13.2 11.0 14.0 12.4 12.1 12.8 10.9 11.0 13.3 12.9 12.5 12.0 11.2 11.7
Datos B
11.98 10.00 11.08 11.49 10.94 11.91 14.09 12.00 12.55 11.78 13.72 13.31 10.80 12.03 13.02 11.34 11.62
13.10 11.64 12.05 10.61 12.84 11.42 13.47 11.34 11.63 12.40 13.65 13.81 10.82 10.02 12.02 11.71 11.85
Determine las clases para agrupar y comparar los datos de ambas muestras.
Grficos de datos cuantitativos
Histograma
Este resumen grfico se prepara con una distribucin de frecuencias, frecuencias relativas o fre-
cuencias porcentuales.
Se traza colocando la variable sobre el eje horizontal y las frecuencias sobre el eje vertical.
Cada frecuencia de clase se representa trazando un rectngulo, cuya base es el intervalo de clase
sobre el eje horizontal y cuya altura es la frecuencia correspondiente.
Los rectngulos adyacentes se tocan entre s.
Notas importantes
Polgono de frecuencias
Es la representacin por medio de una figura poligonal cerrada.
Se obtiene uniendo con segmentos de recta los puntos de interseccin de las marcas de clase con
las frecuencias.
Los polgonos de frecuencia se cierran creando dos intervalos ficticios, uno antes del primer inter-
valo y uno despus del ltimo intervalo.
Si la marca de clase creada toma valores ilgicos, igual se crea el intervalo. Por ejemplo, tiempos
negativos.
Ejercicio 20
Grafique el histograma y el polgono de frecuencias de los siguientes datos
18.7 18.8 19.0 19.1 19.1 19.1 19.1 19.1 19.2 19.3 19.4 19.5 19.6 19.6 19.7
19.7 19.9 19.9 20.0 20.0 20.1 20.1 20.2 20.2 20.2 20.3 20.3 20.5 20.5 20.5
20.5 20.6 20.7 20.8 20.8 21.0 21.2 21.3 21.3 21.5 21.6 21.6 21.8 21.9 22.3
Notas importantes
Ojiva
Es la grfica de una distribucin acumulada de frecuencias.
Se obtiene uniendo con segmentos de recta los puntos de interseccin del lmite superior de cada
intervalo y la frecuencia acumulada respectiva.
Con la ojiva se puede estimar fcilmente el nmero o porcentaje de observaciones que correspon-
den a un intervalo determinado.
Ojiva del tiempo en resolver un examen

100
100
90 80
80 72
70
60
50 40
Fi
40 30
30
20
10 0
0
0 20 40 60 80 100
Tiempo (minutos)
Ejercicio 21
Haga la ojiva del ejercicio 19
Notas importantes
Percentil
El percentil k-simo Pk es un valor tal que por lo menos k por ciento de las observaciones son me-
nores o iguales que este valor.
Decil
Se denomina as a cada uno de los nueve percentiles: P10, P20, P90 y se les denota como D1,
D2,, D9 respectivamente.
Cuartil
Se denomina as a cada uno de los tres percentiles: P25, P50, P75 y se les denota como Q1, Q2 y Q3
respectivamente.
Datos no agrupados y datos agrupados

Se denomina datos no agrupados o simples a los valores que no estn agrupados en distribucio-
nes de frecuencia, mientras que son datos agrupados aquellos que s lo estn.
Si se tienen datos simples, no se construye la distribucin de frecuencias para calcular ningn es-
tadstico, se prefiere el clculo con los datos simples.
Percentil de datos no agrupados

Ordene los datos de manera ascendente.
Calcule la posicin i del percentil
k
i= n
100
donde k el es percentil y n es la cantidad de observaciones
Si i entero, se redondea. El valor entero inmediato mayor que i indica la posicin del k-simo
percentil
Si i es entero, el k-simo percentil es el promedio de los valores de los datos ubicados en los luga-
res i e i+1no es
Ejercicio 22
Dados los siguientes datos, calcule el percentil 30 y el percentil 50
1 2 5 4 6 25 9 10 11 14 2 6 8 3 1 5 3 5 6 4 3 5
Notas importantes
Ejercicio 23
Calcule el percentil 30 y el percentil 75 de los siguientes datos.
xi fi
1 23
5 46
6 56
11 10
15 5
Percentil de datos agrupados en intervalos

Identificamos la clase en la que se encuentra el percentil Pk mirando en la columna de las frecuen-
cias relativas acumuladas Hi
El valor del percentil se determina por la siguiente expresin:
w nk
Pk = Li + Fi 1
f i 100
donde:
Li= lmite inferior de la clase del percentil
fi= frecuencia de la clase del percentil
Fi-1= frecuencia acumulada de la clase que precede a la clase del percentil
w= amplitud de clase
n= nmero de datos
Es equivalente la frmula
w k
Pk = Li + H i 1
hi 100
Notas importantes
Ejercicio 24
Las notas de un curso se muestran en la siguiente distribucin de frecuencias.
Notas Frecuencia absoluta fi Frecuencia absoluta acumulada Fi

[06 08] 20
]08 10] 35
]10 12] 58
]12 14] 21
]14 16] 15
Calcule la nota mnima para estar en el quinto superior
Calcule el porcentaje de personas que tuvo notas menores o iguales a 13
Notas importantes
1.3. Grficos para datos en general

Todo grfico debe tener, por lo menos, lo siguiente:
Un ttulo que lo describa lo mejor posible
Unidades y rtulos en todos los ejes
Fuente de los datos
Grfico de barras
Es una forma de representar datos
cualitativos resumidos en una Viviendas por grado de afectacin en la provincia de
Pisco. Terremoto 2007
distribucin de frecuencias.
En uno de los ejes, se grafican las 16,000 14,499
etiquetas de las clases; para el otro 14,000
eje, se puede usar una escala de 12,000
10,000 8,734
frecuencias absolutas, relativas o 8,000
porcentuales. Se traza una barra 4,511 5,221
6,000
3,267
sobre cada indicador de clase de 4,000
2,000
una altura igual a la frecuencia 0
correspondiente. Viviendas Viviendas muy Viviendas Viviendas Viviendas no
destruidas afectadas afectadas levemente afectadas
Las barras deben estar separadas afectadas
Fuente INEI
para enfatizar el hecho de que cada
clase es separada.
Diagrama circular
Cuando se utiliza el grfico circular,
tambin llamado pastel, cada sector
circular representa el valor especfico
de la variable.
Primero, se traza un crculo para
representar todos los datos. Luego, se
divide el crculo en partes. El ngulo
que le corresponde a cada parte se
obtiene multiplicando 360 por la
respectiva frecuencia relativa.
Notas importantes
Ejercicio 25
En los Censos Nacionales 2005: X de Poblacin y V de Vivienda del Per se pregunt por el
combustible que ms usan las personas para cocinar sus alimentos. Los resultados se muestran en la
siguiente tabla.
Categoras Casos fi hi ngulo

Electricidad 68,110 0.0113
Gas 3,061,537 0.5057
Kerosene 391,349 0.0646
Carbn 131,861 0.0218
Lea 1,974,758 0.3262
Otro tipo de combustible 230,988 0.0382
No cocinan 195,078 0.0322
Total 6,053,681
Realice un diagrama de barras de frecuencias absolutas y otro circular con dichos datos.
Notas importantes
Diagrama de Pareto
El diagrama de Pareto permite ver que, en muchos casos, pocos factores pueden producir la mayora
de las consecuencias, lo que se podra resumir como pocos factores son vitales y muchos son trivia-
les. Por ejemplo, en control de calidad, se puede mostrar que la mayora de los defectos y el costo de
estos surgen de un nmero relativamente pequeo de causas.
Los pasos son los siguientes:

Construya tabla de distribucin de frecuencias, ordenando las categoras en forma descendente
respecto de la frecuencia.
La categora Otros deber ser colocada en la ltima posicin. No importa cun grande sea, porque
est compuesta de un grupo de categoras cuyas frecuencias son menores en relacin con el valor
de la variable con frecuencia ms pequea, listado individualmente.
Agregue a la tabla de distribucin de frecuencias una columna para la frecuencia acumulada rela-
tiva.
Dibuje dos ejes verticales y uno horizontal.
En el eje vertical izquierdo, marque una escala de 0 hasta el nmero total de observaciones.
En el eje vertical derecho, marque una escala de 0% a 100%.
En el eje horizontal, marque los espacios donde estarn dibujadas las barras para cada una de
las categoras, incluida la categora Otros.
Elabore el diagrama de barras.
Dibuje la lnea de frecuencias acumuladas (curva de Pareto).
Notas importantes
Ejercicio 26
En los Censos Nacionales 2007 ejecutados por el Instituto Nacional de Estadstica e Informtica se
pregunt a todos los peruanos el idioma o lengua con el que aprendi hablar, obtenindose los siguien-
tes resultados.
Idioma o lengua con que aprendi a hablar Nmero de personas fi hi Hi
Castellano 21,713,165 0.8413 0.8413
Quechua 3,360,331 0.1302 0.9715
Aymar 443,248 0.0172 0.9887
Otra lengua nativa 174,410 0.0068 0.9955
Ashninka 67,724 0.0026 0.9981
Es sordomudo 30,019 0.0012 0.9993
Idioma extranjero 21,434 0.0007 1.0000
Total 25,810,331 100.00
Fuente: INEI - Censos Nacionales 2007: XI de Poblacin y VI de Vivienda
Con estos datos, realice un diagrama de Pareto.
Notas importantes
Tabulaciones cruzadas
Tambin llamadas tablas de contingencia o de doble entrada.
Se usa para resumir de manera simultnea los datos de dos variables.
Ejercicio 27
En los Censos Nacionales 2007 ejecutados por el Instituto

Nacional de Estadstica e Informtica se pregunt a todos los
peruanos la religin que profesa, obtenindose los siguientes
resultados
Religin que profesa

Sexo Catlica Cristiana - Evanglica Otra Ninguna Total
Hombre 8,379,120 1,200,953 324,445 374,024 10,278,542
Mujer 8,577,602 1,405,102 354,846 234,410 10,571,960
Total 16,956,722 2,606,055 679,291 608,434 20,850,502
Fuente: INEI - Censos Nacionales 2007: XI de Poblacin y VI de Vivienda
Indique las variables usadas en la realizacin de esta tabla de doble entrada.
Indique dos conclusiones a partir de esta tabla de doble entrada.
Notas importantes
Grfico de barras apiladas

Un grfico de barras apiladas muestra todas las series apiladas en una sola barra para cada catego-
ra. El alto de cada barra es proporcional a la frecuencia de cada categora.
Grfico de barras apiladas al 100%

Un grfico de barras apiladas 100% muestra todas las series apiladas en una sola barra para cada
categora. El alto de cada barra es el mismo para cada categora.
Notas importantes
Ejercicio 28
En los X Censos Nacionales de Poblacin y V de Vivienda del ao 2005 realizados en nuestro pas se
pregunt por el tipo de alumbrado de la vivienda segn rea (urbana o rural). Los datos se muestran en
miles de viviendas
Tipo de alumbrado del hogar rea Urbana rea Rural Total

Electricidad 3,875 353 4,228
Kerosene (mechero / lamparn) 148 817 965
Vela 201 312 513
Otro 12 37 49
No tiene 17 9 26
Total 4,253 1,528 5,781
Elabore una grfica de barras apiladas al 100% que permita ver la composicin del tipo de alumbrado
dentro de cada rea.
Notas importantes
Captulo 2. Tendencias en distribuciones de fre-

cuencias: principales indicadores
2.1. Indicadores de tendencia central

Las medidas de localizacin o de tendencia central se refieren al valor central que representa a los
datos de una determinada variable.
Media
La media aritmtica (media o promedio) de un conjunto de valores de una variable es la suma de di-
chos valores dividida entre el nmero de valores.
La frmula para la media poblacional es

N
x i
= i =1
N
La frmula para la media muestral de datos no agrupados es
n
x i
x = i =1
n
La frmula para la media muestral de datos agrupados es
k
x f i i
x = i =1
n
La frmula para la media muestral de datos agrupados por intervalos es
k
x f
i i
x = i =1
n
donde
xi : dato (datos no agrupados) o marca de clase (datos agrupados)
fi : frecuencia de cada clase
N : tamao de la poblacin
n : tamao de la muestra
Notas importantes
Ejercicio 29
Calcule el promedio de los siguientes datos.
15 12 14 16 17 15 14 28 5 4
Ejercicio 30
Calcule el promedio de los siguientes datos.
Variable fi
2 45
5 60
10 28
Ejercicio 31
En una poblacin se tom una muestra aleatoria a las jvenes y se les pregunt por su estatura, en
centmetros, obtenindose los siguientes resultados.
Estatura (en intervalos) Marca de clase fi hi Fi Hi
[ 150 , ] 0,48
] , 166 ] 0,32
] , ] 0,95
] , ] 200
Complete la tabla de distribucin de frecuencias y calcule la estatura media
Notas importantes
Caractersticas de la media
Se puede calcular para datos medidos en escala de intervalo o razn.
El clculo de la media es sencillo y fcil de entender e interpretar.
El valor de la media es sensible a los valores extremos, por lo que la presencia de valores inusua-
les la distorsionan.
Si cada uno de los n valores xi es transformado en: yi = a xi + b, siendo a y b constantes, entonces,
la media de los n valores yi es:
y = ax + b
Ejercicio 32
En una tienda el precio promedio de los jeans es de 67 nuevos soles, si se realiza un aumento del 8%
de todos los precios, calcule el nuevo precio promedio los jeans.
Ejercicio 33
En una tienda el precio promedio de los jeans es de 67 nuevos soles, si se hace una oferta y se rebaja 8
nuevos soles a todos los precios, calcule el nuevo precio promedio de los jeans.
Ejercicio 34
En una tienda el precio promedio de los jeans es de 67 nuevos soles, si se hace una oferta y se rebaja
8% a todos los precios, calcule el nuevo precio promedio de los jeans.
Notas importantes
Mediana
Es el percentil 50.
Ejercicio 35
Segn un estudio en mujeres del Centro Peruano de Estudios Sociales CEPES (2000), en Lima la me-
diana de la edad a la primera unin (vida conyugal) es de 23.6 aos, mientras que en Loreto es de 18
aos. Indique lo que significa esta aseveracin.
Caractersticas de la mediana
Se puede calcular para variables medidas en escala de ordinal, intervalo o razn.
El valor de la mediana depende del nmero de datos observados.
La mediana es un estadstico que no se ve afectado por valores extremos. Por eso se le utiliza
cuando hay datos inusuales o el polgono de frecuencias no es muy simtrico.
Ejercicio 36
Los tiempos, en minutos, que se tardan 17 alumnos en contestar una pregunta de un examen se regis-
tran en la siguiente tabla.
Hombres 12 14 27 15 18 12 24 15 12 18
Mujeres 35 20 14 8 34 12 18
Calcule la mediana del tiempo por cada sexo e indique el grupo con mayor mediana.
Notas importantes
Ejercicio 37
En una gran ciudad, se tom una muestra aleatoria y se les pregunt por su ingreso mensual, en dla-
res, obtenindose los siguientes resultados.
Ingresos (en intervalos) Marca de clase fi hi Fi Hi

[ ] 30 0,0480
] 175 , 225 ] 200 45 95 0,1827
] 225 , 275 ] 250 190 405 0,7788
] 275 , 325 ] 300 140 470 0,9038
] 275 , 325 ] 130
] 325 , 450 ] 425 520 1,0000
Complete la tabla de distribucin de frecuencias y calcule la mediana del ingreso.
Moda
La moda de un conjunto de datos observados de una variable es el valor que se presenta con mayor
frecuencia.
Caractersticas de la moda
La moda se puede calcular para cualquier escala de medicin.
El valor de la moda no se ve afectada por valores extremos.
La moda no siempre es un valor nico. Una serie de datos puede tener dos modas (bimodal) o ms
modas (multimodal). Algunas series de datos no tienen moda.
Notas importantes
Moda de datos no agrupados

Agrupe los datos de acuerdo con sus frecuencias, el dato con mayor frecuencia es la moda.
Ejercicio 38
Calcule la moda de los siguientes datos:
4 2 4 4 2 2 5 5 5 2 4 5 4 4
Moda de datos agrupados en intervalos

Identifique la clase con mayor frecuencia (clase modal).
Obtenga el valor de la moda mediante la expresin:
d1
Mo = L mo + w
d1 + d 2
donde Lmo : lmite inferior de la clase modal
d1 : diferencia entre las frecuencias de las clases modal y precedente
d2 : diferencia entre las frecuencias de las clases modal y siguiente
w : amplitud de clase
Ejercicio 39
En una empresa se toma un examen de conocimientos sobre los procesos administrativos. Los resulta-
dos se muestran en la siguiente tabla:
Puntaje (en intervalos) Marca de clase fi hi Fi Hi
[ , ] 20 20 0.0939
] , ] 24 0.1127
] , ] 54 0.2535
] , ] 82 0.3850
] , ] 60 33 0.1549
Calcular la moda del puntaje
Notas importantes
Ejercicio 40
La ojiva de los ingresos mensuales, en nuevos soles, de los trabajadores de una empresa se muestra en
la siguiente grfica:
Ojiva de ingresos
1.00
0.90
0.80
0.70
0.60
Hi
0.50
0.40
0.30
0.20
0.10
0.00
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000 11000
Ingresos
Calcule la media, mediana y moda de los ingresos
Notas importantes
2.2. Indicadores de dispersin
Con las medidas de tendencia central es posible determinar el valor central de unos datos, pero no
indican qu tan cercanos o lejanos estn los datos de dicho valor central.
Las medidas de variabilidad indican cun alejados estn los valores de una variable del valor que
los representa y por lo tanto permiten evaluar la confiabilidad de ese valor central.
Cuando la medida de dispersin tiene un valor pequeo, los datos estn concentrados alrededor de
la medida de tendencia central, en cambio si la medida de dispersin tiene un valor grande, los da-
tos no estn concentrados alrededor de la medida de tendencia central.
Rango
El rango (alcance, amplitud o recorrido) de un conjunto de datos observados se define como:
R = valor mximo valor mnimo
Se ve afectado por valores extremos.
Rango intercuartil
Es la diferencia entre el tercer y primer cuartil.
Rango intercuartil = RIC = Q3 Q1= P75 P25
No se ve afectado por valores extremos.
Ejercicio 41
Complete la distribucin de frecuencias siguiente, si se sabe que el rango intercuartil es 0,8.
Intervalo de Marca de Frecuencia Frecuencia Frecuencia absoluta Frecuencia relativa
clase clase absoluta relativa acumulada acumulada
4
0,150
0,300 22
6.4 8
0,900
40
Notas importantes
Diagrama de cajas
Un diagrama de cajas es una grfica que describe la distribucin de un conjunto de datos tomando
como referencia los valores de los cuartiles como medida de posicin y el valor del rango intercuartil
como medida de referencia de dispersin. Adems, nos permite apreciar visualmente el tipo de distri-
bucin de los datos (simtrica o asimtrica) y la identificacin de valores extremos (datos atpicos).
Dato atpico
Es un dato inusualmente grande o pequeo con respecto a los otros datos. Se considera dato atpico a
cualquier punto que est:
a ms de 1,5(RIC) por arriba (o a la derecha) del tercer cuartil
a ms de 1,5(RIC) por debajo (o a la izquierda) del primer cuartil
Pasos para trazar un diagrama de cajas

Se traza un rectngulo con los extremos en el primer y tercer cuartil
En la caja se traza una recta vertical en el lugar de la mediana. As, la lnea de la mediana divide
los datos en dos partes iguales
Se ubican los lmites mediante el rango intercuartil,
el lmite superior est a 1,5(RIC) arriba (o a la derecha) de Q3
el lmite inferior est a 1,5(RIC) debajo (o ala izquierda) de Q1
Se trazan los bigotes desde los extremos de las cajas hasta los valores mnimo y mximo dentro de
los lmites inferior y superior.
Se marcan con un asterisco (*) las localizaciones de los valores atpicos.
La siguiente figura presenta un diagrama de cajas con datos hipotticos.
Bigotes
Lmite Lmite
inferior superior
Q1 Mediana Q3
** *
1,5(RIC) RIC 1,5(RIC)

Valores atpicos
Notas importantes
Ejercicio 42
Una compaa sac una muestra de sus clientes morosos del distrito de Pueblo Libre y registr el costo
mensual, en nuevos soles, de la energa elctrica luz para dichas viviendas.
Obtenga un diagrama de cajas con los datos mostrados.
24.7 45.0 59.8 65.7 87.4 97.1 98.1 98.8 99.2 99.5 99.6 99.7 102.4 106.3 107.3
108.2 108.7 109.2 109.3 109.9 111.4 112.1 112.6 112.9 115.0 115.4 116.4 116.5 119.1 119.2
119.6 120.4 120.6 121.5 122.1 122.7 124.0 124.5 124.9 125.1 125.2 127.1 128.1 129.0 130.8
130.8 131.5 131.7 132.5 133.8 135.4 142.2 143.4 144.2 145.3 149.0 175.4 200.5 234.7 358.1
Existen valores atpicos en los datos
Notas importantes
Diagramas de caja comparativos

Una ventaja de los diagramas de cajas es que se pueden presentar varios juntos, ello permite la fcil
comparacin visual de las caractersticas de varios conjuntos de datos.
Ejercicio 43
Se desea comparar el resultado de la primera prctica de tres horarios de Estadstica de EEGGLL, para
lo cual, se tienen los siguientes resultados.
H1 0 2 9 9 10 10 10 11 11 12 12 12 12 12 12 13 14 15 17 17 18 18 19 19 20 20
H2 10 10 11 11 11 12 13 13 13 13 14 14 15 15 16 16 16 16 17 17 18 18 19 19 19
H3 0 1 1 3 3 4 5 10 11 11 12 12 13 13 13 14 15 15 16 16 16 17 17 18
Construya un diagrama de cajas que permita comparar el resultado de los horarios
Notas importantes
Varianza
La varianza es el promedio de los cuadrados de la diferencia de cada dato con la media.
La frmula para la varianza poblacional es
N
( x ) i
2
2 = i =1
N
La frmula para la varianza muestral de datos no agrupados es
n
(x i x)
2
s2 = i =1
n
La frmula para la varianza muestral de datos agrupados es
k
f (x i i x)
2
s2 = i =1
n
La frmula para la varianza muestral de datos agrupados por intervalos es
k
f (x x )
2
i i
s2 = i =1
Desviacin estndar
Es la raz cuadrada positiva de la varianza.
Ejercicio 44
Calcule la desviacin estndar y varianza de los siguientes datos.
18 5 2 4 2 6 2 10 5 8 11 4 5 6 7
Ejercicio 45
Calcule la desviacin estndar de los siguientes datos.
xi fi
10 5
45 20
55 26
Notas importantes
Ejercicio 46
Calcule la desviacin estndar de los siguientes datos.
Intervalos Marca de clase fi
[4,0 - 10,8] 6
- 15
- 35
- 8
- 7
Propiedades de la varianza y la desviacin estndar

La varianza y la desviacin estndar son nmeros no negativos.
Son sensibles a la existencia de valores atpicos.
La varianza est expresada en unidades cuadrticas a las de los datos, mientras que las de la des-
viacin estndar son las mismas. Por ejemplo, si los datos estn expresado en kilos, la varianza es-
tar expresada en kilos2 y la desviacin estndar en kilos.
Si cada uno de los n valores xi es transformado en yi = a xi + b, siendo a y b constantes, entonces,
la varianza de los n valores yi es:
s y2 = a 2 s x2
Ejercicio 47
En una tienda el precio promedio de los jeans es de 67 nuevos soles, si se realiza un aumento del 8%
de todos los precios, calcule la nueva desviacin estndar de los precios de los jeans.
Ejercicio 48
En una tienda el precio promedio de los jeans es de 67 nuevos soles, si se hace una oferta y se rebaja 8
nuevos soles a todos los precios, calcule la nueva desviacin estndar de los precios de los jeans.
Notas importantes
Coeficiente de variacin
El coeficiente de variacin (CV) de un conjunto de datos indica lo grande que es la desviacin estndar
en comparacin con la media.
La frmula para el coeficiente de variacin para una poblacin es

CV = 100%

La frmula para el coeficiente de variacin para una muestra es
s
CV = 100%
x
Es til al comparar la variabilidad de dos o ms series de datos que se expresan en distintas o igua-
les unidades, pero difieren a tal punto que una comparacin directa de las respectivas desviaciones
estndar no es muy til, por ejemplo, cuando las medias estn muy distantes.
Ejercicio 49
El siguiente cuadro muestra la distribucin de salario mensual de los empleados de dos empresas.
Sueldos (en nuevos soles) Marca de clase Empleados de la empresa A Empleados de la empresa B
]2500 3500] 6 14
]3500 4500] 18 25
]4500 5500] 15 53
]5500 6500] 8 15
Cul de los grupos presenta mayor variabilidad de salarios?
Notas importantes
Si en la empresa A hay un aumento de sueldo del 15%, mientras que en la B se da una bonificacin de
220 nuevos soles, cul de los grupos presenta mayor variabilidad de salarios?
Puntuacin estandarizada Z
Indica cuntas desviaciones estndar se encuentra un valor, por arriba o por debajo del promedio.
Permite podemos comparar los resultados de un individuo en distintas pruebas en las que las dis-
tribuciones de los resultados de los otros miembros de la poblacin sean distintas.
Se usa, tambin, para detectar valores atpicos de un conjunto de datos. Algunos autores, definen
un valor atpico como aquel valor que tiene un puntaje Z, en valor absoluto; mayor a 3.
La frmula para calcular la puntuacin z de un valor x es
xx
z=
s
Ejercicio 50
En un examen, que tuvo una nota media de 13.4 y una desviacin estndar de 2.3, una persona sac
14; mientras que en un examen, que tuvo una nota media de 15.4 y una desviacin estndar de 4.3, la
misma persona sac 16. En trminos de los resultados de los exmenes, en cul de ellos tuvo un me-
jor resultado?
Notas importantes
2.3. Indicadores de asimetra
Mide si los datos aparecen ubicados simtricamente o no respecto a una medida de tendencia central.
Coeficiente de asimetra de Pearson para datos agrupados o no agrupados

El coeficiente de asimetra para datos simples o agrupados se calcula con la siguiente frmula:
x Moda
As =
s
Si el coeficiente de asimetra (As) es

igual a cero, la distribucin es simtrica alrededor de la media.
positivo, indica sesgo a la derecha (cola derecha).
negativo, indica sesgo a la izquierda (cola izquierda).
Notas importantes
Ejercicio 51
El salario, en cientos de soles, de los trabajadores una empresa se presenta a continuacin:
15 14 19 14 15 16 15 16 18 15 52 24 36 15 15 23 24
Halle el coeficiente de asimetra de Pearson
Ejercicio 52
El siguiente cuadro muestra la distribucin de salario mensual de los empleados de dos empresas.
Sueldos (en nuevos soles) Marca de clase Empleados de la empresa A Empleados de la empresa B
[1500 2500] 2 1
]2500 3500] 20 6
]3500 4500] 12 25
]4500 5500] 3 6
]5500 6500] 1 1
Calcule la asimetra de los dos grupos. Realice una conclusin
Notas importantes
Captulo 3. Estadstica descriptiva bidimensional:

regresin lineal simple
3.1. Relacin estadstica entre dos variables
Correlacin
El anlisis de correlacin da como resultado un nmero que resume el grado de relacin existente
entre dos variables.
Es til en un trabajo exploratorio cuando el investigador desea encontrar el grado o la fuerza de esa
relacin.
Diagrama de dispersin
El primer paso en el anlisis de regresin, es construir una grfica de los datos muestrales en un plano
bidimensional. Esta grfica se denomina diagrama de dispersin o scatter plot.
El diagrama de dispersin indica frecuentemente el tipo de tendencia de Y con respecto a X.
Notas importantes
Coeficiente de correlacin de Pearson
El coeficiente de correlacin expresa el grado de asociacin lineal que existe entre dos variables X
eY
El coeficiente de correlacin muestral se denota por r
Vara dentro del intervalo de -1 y 1.
Si r = 0 entonces indica que no existe correlacin o asociacin lineal entre las variables
Si r = 0 se acerca a 1 o a -1 indica que existe una asociacin fuerte.
Se calcula mediante la siguiente frmula:
Cov ( X , Y )
r= =b X
S X SY Y
3.2. Regresin lineal simple

El anlisis de regresin lineal estudia la relacin lineal entre dos variables numricas.
El anlisis de regresin lineal da como resultado una ecuacin matemtica que describe dicha
relacin.
Recta de regresin
La lnea recta tiene dos importantes componentes:
La pendiente de la recta
La ordenada o intercepto de la recta
La ecuacin lineal es: y = a + bx
n n n

n xi yi xi yi
Donde b = i =1 i =1 i =1 , a = y bx
2
n
2
n

n xi xi
i =1 i =1
Interpretacin de los coeficientes de regresin

a es igual al valor de la variable dependiente cuando la variable independiente vale 0.
b es igual al incremento de la variable dependiente a incrementos unitarios de la variable indepen-
diente.
Prediccin
Para predecir el valor de la variable independiente para un valor dado de la variable dependiente, basta
con reemplazar el valor dado en la frmula de la recta de mnimos cuadrados.
Notas importantes
Ejercicio 53
Las notas siguientes corresponden a la primera prctica de dos horarios de un curso de Estadstica y la
cantidad de horas dedicadas a estudiar para dicha prctica
Horas 4.0 6.0 12.0 10.0 8.0 8.5 4.5 5.0 2.0 2.5 4.0 5.0 6.0 3.0 4.0 6.0 12.5
Notas 13 11 18 14 15 15 13 13 10 10 10 14 12 12 13 11 17
a. Realice el diagrama de dispersin.
b. Calcule la recta de regresin, interprete los coeficientes de la recta.
c. Calcule e interprete el coeficiente de correlacin.
d. Estime la nota de un alumno que estudi nueve horas.
Notas importantes
Captulo 4. Elementos de la teora de probabilidad
4.1. Conceptos bsicos
Experimento aleatorio
Es todo proceso que genera resultados bien definidos que cumple con las siguientes caractersticas:
Se puede repetir indefinidamente donde los resultados dependen del azar, por lo que no se pueden
predecir con certeza
Se puede describir el conjunto de todos los resultados posibles
Cuando se repite en un gran nmero de veces, aparece un modelo definido de regularidad
Se le suele simbolizar como .
Espacio muestral
Es el conjunto de todos los posibles resultados de un experimento aleatorio. Se le suele simbolizar

como S.
Ejercicio 54
Indicar, para cara uno de los siguientes experimentos aleatorios, los respectivos espacios muestrales.
Lanzar una moneda .
Jugar una partida de ajedrez ....
Jugar un partido de tenis ..
Lanzar un dado
Lanzar dos dados
Evento
Un evento es uno ms de los posibles resultados de hacer un experimento aleatorio. Es decir, es

cualquier subconjunto del espacio muestral.
Probabilidad clsica
nmero de casos favorables al evento A

P ( A) =
nmero total de casos
Tambin se usa la probabilidad frecuentista y la subjetiva.
Notas importantes
Ejercicio 55
De un mazo de 52 cartas se saca una carta al azar, calcular la probabilidad de que sea 6
Ejercicio 56
Se lanzan dos dados, calcular la probabilidad de que la suma sea 6.
Ejercicio 57
Se lanzan dos dados, calcular la probabilidad de que la suma sea mayor a 6.
Ejercicio 58
Calcular la probabilidad de que al sacar una carta de un mazo este sea menor a 5 o de espadas.
Notas importantes
Reglas de conteo, combinaciones y permutaciones
Regla de la adicin
Nmero de formas posibles de realizar alguna de n operaciones si una operacin puede realizarse de
K1 formas, una segunda operacin se puede realizar de K2 formas, ... y la n-sima operacin se puede
realizar de Kn formas y adems todas las operaciones son mutuamente excluyentes.
K1 + K2 + K3 + . . . + Kn
Ejercicio 59
Una persona puede viajar de una ciudad a otra por carretera de cuatro formas y por avin de dos for-
mas. De cuntas formas diferentes puede viajar la persona de una ciudad a la otra?
Regla de conteo para experimentos de etapas mltiples

Si un experimento se puede describir como una sucesin de k etapas, en la que hay n1 resultados posi-
bles en la primera etapa, n2 en la segunda, etc., la cantidad total de resultados experimentales es igual a
(n1)(n2)(nk)
Ejercicio 60
Una joven tiene 34 polos, 16 pantalones y 15 pares de zapatos de cuntas maneras diferentes se puede
vestir?
Regla de conteo para combinaciones

La cantidad de formas de seleccionar x objetos de un total de n objetos distinguibles sin tomar en
cuenta el orden es:
n!
Cxn =
x !(n x)!
Ejercicio 61
Un grupo de 20 amigos quiere elegir, al azar, a cuatro de ellos para organizar una fiesta. De cuntas
maneras diferentes se puede elegir a dichas personas?
Notas importantes
Ejercicio 62
Una persona realiza una jugada de la Tinka, que es un juego de lotera que consiste en elegir 6 nme-
ros de 45 nmeros posibles. De cuntas maneras diferentes puede elegir esa jugada?
Regla de conteo para permutaciones (variaciones)

La cantidad de formas en que se puede ordenar x objetos seleccionados de un total de n objetos distin-
guibles es:
n!
Pkn =
(n k )!
Ejercicio 63
Un grupo de doce personas hace cola en un cine para comprar una entrada.
De cuntas maneras diferentes pueden formar la cola las doce personas?
De cuntas maneras diferentes pueden formar la cola, si el ms grande tiene que estar en el primer
sitio y el ms bajo en el ltimo?
De cuntas maneras diferentes pueden formar la cola, si el ms grande y el ms bajo tienen que estar
en los extremos?
De cuntas maneras diferentes pueden formar la cola, si el ms grande y el ms bajo tienen que estar
juntos?
Notas importantes
Ejercicio 64
En una mesa de sufragio para una eleccin de presidente de la nacin, se debe elegir entre los de edu-
cacin superior a 6 miembros para que ocupen los cargos de presidente y dos secretarios, tanto titula-
res como suplentes. De cuntas maneras diferentes se puede escoger a estos 6 miembros si hay 78
personas que tienen educacin superior?
4.2. Clculo de probabilidades
Propiedades de las probabilidades
La probabilidad de un evento siempre es un nmero entre 0 y 1

La suma de las probabilidades de todos los eventos simples de un espacio muestral debe ser igual
a 1.
Complemento de un evento
Dado un evento A, se define como su complemento AC, como el evento formado por todos los
puntos muestrales que no estn en A.
Se cumple que
( )
P( A) + P AC = 1
Ejercicio 65
Si la probabilidad de ganar la Tinka, al jugar una vez, es 0.0000123%, cul es la probabilidad de no
ganarla?
Ejercicio 66
Una persona escoge seis manzanas al azar de 25 posibles. Si de las 25 manzanas solo hay ocho que
estn jugosas, calcule la probabilidad de que al menos una de las manzanas escogidas por la persona
est jugosa.
Notas importantes
Operaciones con eventos
Unin de eventos
Es el conjunto de los resultados que estn en uno o en ambos eventos. Se denota por (A B)
Interseccin de eventos
Es el conjunto de los resultados que estn en ambos eventos. Se denota por (A B)
Ley aditiva para eventos cualesquiera
P(A B) = P(A) + P(B) P(A B)

Ejercicio 67
Si ( )
P A C = 1/3, P( A B ) = 5 / 6 , ( )
P B C =1/2, determine: P( A B ) , (
P A BC ) y
P ((A B ) (A B ))
C C
Ejercicio 68
La probabilidad de que Mara no apruebe el curso de estadstica es de 1/3, que apruebe Mara o Pedro
es 5/6 y que no apruebe Pedro es 1/2. Determine la proobabilidad de que solo uno de ellos apruebe.
Notas importantes
Eventos mutuamente excluyentes
Dos eventos son mutuamente excluyentes si son disjuntos; es decir, su interseccin es nula.
Ejercicio 69
Indicar si los siguientes eventos son mutuamente excluyentes
A: estudio muy poco el curso Estadstica, B: apruebo el curso Estadstica
Ejercicio 70
( ) ( )
Si A y B son eventos mutuamente excluyentes P A C = 3/4, P B C =2/3, determine P ( A B ) ,
P( A B ) y P (A B C
)
Ejercicio 71
En un puesto de venta de dvd piratas rematan 27 discos de los cuales cuatro son defectuosos. Mara
compra al azar 15 discos y Jos resto. Calcule la probabilidad de que uno de ellos adquiera todos los
dvd defectuosos.
Notas importantes
Probabilidad condicional
La probabilidad condicional se refiere a hallar la probabilidad de un evento conociendo cierta infor-

macin (condicin).
P ( A B ) = P(PA(B)B)
Ejercicio 72
En los Censos Nacionales 2007 ejecutados por el Instituto Nacional de Estadstica e Informtica se
pregunt a todos los peruanos su rea de residencia y si estaba afiliada a algn seguro de salud, obte-
nindose los siguientes resultados:
Poblacin afiliada a seguros de salud Urbano Rural Total

Slo est asegurado al SIS 2,544,987 2,506,572 5,051,559
Est asegurado en el SIS, ESSALUD y Otro 2,065 143 2,208
Est asegurado en el SIS y ESSALUD 10,948 1,197 12,145
Est asegurado en el SIS y Otro 7,744 2,123 9,867
Est asegurado en ESSALUD y Otro 134,621 4,715 139,336
Slo est asegurado en ESSALUD 4,502,901 263,456 4,766,357
Slo est asegurado en Otro 1,545,167 72,059 1,617,226
No tiene ningn seguro 12,061,855 3,751,604 15,813,459
Total 20,810,288 6,601,869 27,412,157
SIS = Seguro Integral de Salud
Si se selecciona, al azar, a una persona censada
Cul es la probabilidad de que slo est asegurada en el SIS?
Cul es la probabilidad de que viva en zona rural?
Cul es la probabilidad de que slo est asegurada en el SIS, si se sabe que vive en zona rural?
Notas importantes
Cul es la probabilidad de que viva en zona rural, si se sabe que slo est asegurada en el SIS?
Cul es la probabilidad de que viva en zona rural y que slo est asegurada en el SIS?
Cul es la probabilidad de que viva en zona rural o que slo est asegurada en el SIS?
Cul es la probabilidad de que no viva en zona rural, si se sabe que tiene dos seguros?
Si entre los que tienen tres seguros, se escoge a dos personas, cul es la probabilidad de que los dos
vivan en zona urbana?
Notas importantes
Ley multiplicativa para eventos cualesquiera
La ley multiplicativa se usa para calcular la probabilidad de una interseccin de eventos
( A) = P ( B ) P ( A B )
P ( A B ) = P ( A) P B
Ejercicio 73
La probabilidad de que una persona sufra de la enfermedad A es del 5%; sin embrago, si sufre de la
enfermedad A, la probabilidad de que sufra de la enfermedad B es del 30%. Calcule la probabilidad de
que sufra ambas enfermedades.
Ejercicio 74
Un juego consiste en poner en una bolsa dos bolas negras y una bola blanca. Tres personas sacan en
orden una bola que no devuelven, quien saque la bola blanca gana. Quin tiene ms probabilidad de
ganar?
Notas importantes
Probabilidad total
Sean los k eventos A1, A2, A3,..., Ak, mutuamente excluyentes y que constituyen una particin del espa-
cio muestral S, entonces para cualquier evento B de S se cumple lo siguiente:
P(B ) = P(B A1 ) + P(B A2 ) + P(B A3 ) + ... + P(B Ak )
Teorema de Bayes
Si P(B) > 0, tambin se cumple lo siguiente:
P =
A1 P ( A1 ) P ( B A1 )

B P( A B) + P( A B) + K + P( A B)
1 2 k
El teorema de Bayes determina la probabilidad de un determinado evento se deba a una causa

especfica.
Ejercicio 75
En una zona de la ciudad, durante las noches de los fines de semana, la polica sabe por experiencia
que el 20% de los conductores ha consumido alcohol, por lo que realiza anlisis de saliva para detectar
a los conductores que han consumido alcohol. Usan unos dispositivos que detectan al consumidor de
alcohol en el 95% de los casos y que se equivocan al indicar que una persona ha consumido, cuando
en realidad no lo ha hecho en el 3% de los casos.
a. Calcule el porcentaje de conductores para los que el dispositivo da positivo al consumo de alcohol.
b. Si la persona ha dado positivo para consumo de alcohol, calcule la probabilidad de que en realidad
no haya consumido alcohol.
Notas importantes
Ejercicio 76
Una persona puede tener solo una de tres posibles enfermedades A, B C. Luego de la consulta, un
mdico piensa que la probabilidad de que tenga la enfermedad A es del 70%, la B del 18% y la C del
12%, por lo que le manda a hacer anlisis. Si el resultado del anlisis es positivo quiere decir que la
probabilidad de que tenga la enfermedad A es del 90%, del 70% para la B y del 30% para la C.
a. Calcule la probabilidad de que el resultado del anlisis salga negativo.
b. Si la persona el resultado del anlisis ha sido negativo, calcule la probabilidad de que la persona
tenga cada una de las enfermedades.
Notas importantes
Eventos independientes
Dos eventos A y B son independientes si se cumple:
P ( A B ) = P ( A) y P B ( A) = P ( B )
Si dos eventos A y B son independientes se cumple que
P ( A B ) = P ( A) P ( B )
La misma propiedad se cumple para la interseccin de tres o ms eventos.
Ejercicio 77
Carmen y Amelia les han mentido a sus padres para poder ir a una fiesta rave. La probabilidad de que
la mentira sea descubierta por los padres de Carmen es del 30%, mientras que la probabilidad de que
lo hagan los padres de Amelia es del 60%. Los padres de ambas no se conocen y no hay forma que se
ubiquen en esa noche.
Cul es la probabilidad de que al menos una de las chicas sea descubierta como mentirosa?
Cul es la probabilidad de que ninguna de las chicas sea descubierta como mentirosa?
Cul es la probabilidad de que solo una de las chicas sea descubierta como mentirosa?
Notas importantes
Ejercicio 78
Un joven sabe por experiencias pasadas que la probabilidad de que, en una gran fiesta, una chica acep-
te bailar con l es del 5%. Si en una fiesta saca a bailar a 35 chicas, calcule la probabilidad de que
baile por lo menos con una de ellas. Asuma independencia entre la decisin de una chica y otra.
Ejercicio 79
En la fabricacin de un producto se presenta tres tipos de defectos A, B y C, cada uno con probabili-
dad del 1%, 3% y 4%, respectivamente. Los defectos ocurren de manera independiente. Si se elige al
azar un producto, calcule la probabilidad de que se presente al menos dos defectos.
Notas importantes
Captulo 5. Variables aleatorias y distribuciones

de probabilidad
5.1. Variable aleatoria

Se denomina variable aleatoria a una descripcin numrica del resultado de un experimento.
La variable aleatoria atribuye a cada evento un nmero que no es aleatorio o imprevisible, sino fijo y
predeterminado. Lo que es aleatorio es el experimento sobre cuyo espacio muestral se define la varia-
ble aleatoria.
Variable aleatoria discreta
Una variable aleatoria es discreta si el conjunto de valores que puede tomar es finito o infinito nume-
rable. Una variable aleatoria discreta asume cada uno de los valores con cierta probabilidad que se
denota P(X = x)
Por ejemplo, son las variables aleatorias discretas las siguientes:
Nmero de barcos que llegan a un puerto diariamente.
Cantidad de preguntas correctamente contestadas en una evaluacin de personal.
Cantidad de guacamayos que viven en la reserva nacional Pacaya y Samiria.
Distribucin de probabilidad de una variable aleatoria discreta
La distribucin de probabilidad de una variable aleatoria discreta X se describe como una funcin de
probabilidad representada por f(x) que asigna a cada valor de la variable aleatoria, la probabilidad de
que X asuma ese valor, esto es f(x) = P(X = x).
Toda funcin de probabilidad cumple lo siguiente:

f(x) 0
n
f (x ) = 1
i =1
i
Notas importantes
Ejercicio 80
Se lanza un dado una vez, sea la variable aleatoria X igual al nmero de la cara superior. Determine y
grafique la funcin de probabilidad de la variable X.
Ejercicio 81
Se lanza dos dados a la vez, sea la variable aleatoria X igual a la suma de los nmeros de las caras
superiores. Determine y grafique la funcin de probabilidad de la variable X.
Notas importantes
Ejercicio 82
En un lote de 60 refrigeradoras pequeas existe tres defectuosas. Un hotel compra 20 refrigeradoras de
ese lote para colocarlas en las habitaciones de los huspedes. Calcule la funcin de probabilidad de la
variable X:= nmero de refrigeradoras con defectuosas en el grupo comprado por el hotel.
Ejercicio 83
Una gerenta necesita entrevistar a postulantes para el puesto de asistente de gerencia. Ella entrevistar
a tantas personas como sea necesario hasta encontrar al primero que cumpla con los requisitos y, en
ese momento, ya no har entrevistas. Por experiencias pasadas ella sabe que solo el 15% de los postu-
lantes al puesto de asistentes cumplen con los requisitos. Calcule la funcin de probabilidad de la va-
riable X:= nmero de entrevistas necesarias hasta encontrar al primer postulante que cumpla con los
requisitos.
Notas importantes
Valor esperado de una variable aleatoria discreta
El valor esperado o esperanza matemtica de una variable aleatoria X o media de una distribucin de
probabilidad de X se denota E(X).
n
X = E ( X ) = xi f ( xi ) = x1 f ( x1 ) +x 2 f ( x 2 ) + ... + x n f (x n )
i =1
El valor esperado se puede entender como el promedio de los resultados al repetir muchas veces el
experimento aleatorio.
Ejercicio 84
Se lanza un dado una vez, sea la variable aleatoria X igual al nmero de la cara superior. Calcule el
valor esperado de la variable X.
Ejercicio 85
Se lanzan dos dados y sea la variable aleatoria X igual a la suma de los nmeros de las caras superio-
res. Calcule el valor esperado de la variable X.
Notas importantes
Valor esperado de una funcin de variable aleatoria
Sea g(x) una funcin de la variable aleatoria X. El valor esperado de g(x) es:
n
E ( g ( x )) = g ( xi ) f ( xi ) = g ( x1 ) f ( x1 ) +g ( x 2 ) f ( x 2 ) + ... + g ( x n ) f ( x n )
i =1
Ejercicio 86
Se lanza un dado una vez, sea la variable aleatoria X igual al nmero de la cara superior. Calcule el
valor esperado de la variable X2.
Ejercicio 87
La demanda diaria de un producto es una variable aleatoria X cuya distribucin de probabilidad est
dada por la tabla que sigue:
x 1 2 3 4 5
f(x) 1/16 4/16 6/16 4/16 1/16
La empresa obtiene por cada unidad demandada de producto 100 soles de utilidad. Si la cantidad de-
manda en un da es mayor a dos unidades, se obtiene una utilidad adicional de 15 soles por unidad
demandada de producto. Calcule el valor esperado de la utilidad por la demanda diaria de productos.
Notas importantes
Varianza de una variable aleatoria discreta
( )
V (X ) = E X 2 E(X )
2
Ejercicio 88
Se lanza un dado una vez, sea la variable aleatoria X igual al nmero de la cara superior. Calcule la
desviacin estndar de la variable X.
Ejercicio 89
Se lanzan dos dados y sea la variable aleatoria X igual a la suma de los nmeros de las caras superio-
res. Calcule la desviacin estndar de la variable X.
Notas importantes
5.2. Distribuciones de probabilidad
Distribucin binomial
Un experimento binomial consiste en una serie de n pruebas o ensayos, donde n se fija antes de reali-
zar el experimento.
Las pruebas son idnticas y cada una de ellos puede resultar en uno de dos posibles resultados que
denotan xito o fracaso.
Las pruebas son independientes entre s por lo que el resultado de un intento en particular no in-
fluye en el resultado de cualquier otro.
La probabilidad de xito es constante de una prueba a otra y la denotamos como p.
Entonces para n intentos y la probabilidad p de xito en cualquier intento, la probabilidad de tener x

xitos en los n intentos est dada por:
f ( x ) = P( X = x ) = C xn p x (1 p )
n x
x = 0, 1, 2, . . ., n
Se dice que la variable aleatoria X sigue una distribucin binomial con parmetros n y p
Se denota X ~ B (n, p)
Media = E ( X ) = np
Varianza 2 = V ( X ) = np(1 p )
Ejercicio 90
Un vendedor de autos sabe por experiencia que solo el 2.5% de las personas que pregunta por un auto
finalmente lo compra. Calcular la probabilidad de que el vendedor realice por lo menos una venta du-
rante el mes si preguntaron 65 personas por autos.
Notas importantes
Distribucin hipergeomtrica
Consideremos N elementos, de los cuales r son considerados xitos y por lo tanto N - r como fracasos.
Como en el caso de la distribucin binomial estamos interesados en saber la probabilidad de obtener x
xitos en una muestra de n elementos.
El experimento hipergeomtrico consiste en extraer al azar y sin sustitucin n elementos de un
conjunto de N elementos, r de los cuales son xitos y N - r son fracasos.
La probabilidad de obtener de x xitos en la muestra de n elementos es:
C xr C nNxr
f (x ) = P( X = x ) =
C nN
El rango de X en la mayora de los casos va de 0 a n, pero no siempre, por lo que se debe analizar
en cada caso
Se dice que la variable aleatoria X sigue una distribucin hipergeomtrica con parmetros N, r y n.
Se denota X ~ H (N, n, r)
Es importante determinar con precisin el rango de la variable hipergeomtrica
= E(X ) = n
r
Media
N
r r N n
Varianza 2 = V (X ) = n 1
N N N 1
Ejercicio 91
Un comerciante recibe un lote de 30 computadoras porttiles. Para protegerse de una mala remesa,
revisar 4 computadoras y rechazar todo el lote si encuentra una o ms computadoras defectuosas. Si,
en el lote, hay 6 computadoras defectuosas. Cul es la probabilidad de que rechace el lote?
Notas importantes
Ejercicio 92
Un comerciante recibe un lote de 30 computadoras porttiles. Para protegerse de una mala remesa,
revisar 15 computadoras y rechazar todo el lote si encuentra una o ms computadoras defectuosas.
Si, en el lote, hay 6 computadoras defectuosas. Cul es la probabilidad de que rechace el lote?
Distribucin de Poisson
El experimento que origina una variable aleatoria que sigue una distribucin de Poisson se denomina
proceso de Poisson y posee las siguientes propiedades:
El nmero de resultados que ocurre en un intervalo o regin de espacio cualquiera es independien-
te del nmero que ocurre en cualquier otro intervalo o regin del espacio disjunto.
La probabilidad de que ocurra un solo resultado durante el intervalo muy corto o regin muy pe-
quea es proporcional a la longitud del intervalo o al tamao de la regin y no depende del nme-
ro de resultados que ocurren fuera del intervalo o regin.
La probabilidad de que ocurra ms de un resultado en tal intervalo corto o caiga en tal regin pe-
quea es insignificante.
La probabilidad de tener x resultados en un intervalo dado o en una regin especfica es:
e x
f(x) = P( X = x) = x = 0, 1, 2,...
x!
x = nmero de xitos por unidad de tiempo o regin.
= nmero esperado de xitos por unidad de tiempo o regin.
e = 2,71828
Se dice que la variable aleatoria X sigue una distribucin de Poisson con parmetro
Se denota X ~ P()
Media: = E(X ) =
Varianza: 2 = V (X ) =
Notas importantes
Ejercicio 93
Una central telefnica recibe en promedio 6,5 llamadas por minuto, segn un proceso de Poisson.
Cul es la probabilidad de que en un minuto, la central telefnica reciba exactamente tres llamadas?
Cul es la probabilidad de que en un periodo de 40 segundos la central telefnica reciba exactamente

tres llamadas?
Cul es la probabilidad de que en un periodo dado de 40 segundos la central telefnica reciba ms de

tres llamadas?
Cul es la probabilidad de que durante un periodo dado de un minuto la central telefnica reciba ms
de tres llamadas si ya recibi una llamada dentro de ese periodo?
Notas importantes
5.3. Variable aleatoria continua

Es una variable cuyo rango es un conjunto infinito no numerable de valores. Por ejemplo: peso, en
kilos, de una persona, tiempo en resolver la primera pregunta del examen parcial de un curso o volu-
men, en decibeles, en una discoteca a una hora determinada.
Funcin de densidad de una variable aleatoria continua
Se denomina funcin de densidad de probabilidad f(x) de una variable aleatoria continua a la fun-
cin que satisface lo siguiente:
f ( x ) 0 para todo x R

f ( x ) dx = 1

b
Se cumple que P (a X b ) = f (x )dx
a
Ejercicio 94
Una variable aleatoria continua tiene la siguiente funcin de densidad de probabilidad:
f ( x) = a (1 x) ; 0 x 1
a. Determine el valor de a.
b. Calcule la probabilidad de P ( X > 0.3)
Notas importantes
Funcin de distribucin acumulada de probabilidad
La funcin de distribucin acumulada de una variable aleatoria continua X con funcin de densidad
f(x) se define por:
F(x) = P(X x) para - < x < +
Se cumple que P(a < X < b) = F(b) F(a)

Ejercicio 95
Una variable aleatoria continua tiene la siguiente funcin de densidad de probabilidad:
f ( x ) = 0 .5 ; 0 x a
a. Determine y grafique la funcin de distribucin acumulada de la variable aleatoria X.
b. Use la funcin de distribucin acumulada para calcular la mediana de X
Notas importantes
Valor esperado de una variable aleatoria continua
El valor esperado o esperanza matemtica de una variable aleatoria X o media de una distribucin de
probabilidad de X se denota E(X).
+
X = E(X ) = xf (x )dx

Valor esperado de una funcin de variable aleatoria continua
Sea g(x) una funcin de la variable aleatoria X. El valor esperado de g(x) es:
+
E [ g ( x) ] = g ( x) f ( x)dx

Varianza de una variable aleatoria continua
X2 = E (X 2 ) (E ( X ))2
Propiedades del valor esperado en variables aleatorias

E(b) = b
Si X e Y son variables aleatorias, a y b son constantes, entonces:
E(aX + bY) = a E(X) + b E(Y)
Si X1, X2, X3, . . ., Xn son n variables aleatorias, y a1, a2, a3, . . ., an son n constantes, entonces:
E ( a1 X 1 + a2 X 2 + ... + an X n ) = a1 E ( X 1 ) + a2 E ( X 2 ) + ... + an E ( X n )
Propiedades de la varianza en variables aleatorias
Si Y = aX + b, con a y b son constantes, entonces: 2y = a 2 2x
Si X1, X2, X3, . . ., Xn son n variables aleatorias independientes, y a1, a2, a3, . . ., an son n constantes,
entonces:
V ( a1 X 1 + a2 X 2 + ... + an X n ) = a12V ( X 1 ) + a22V ( X 2 ) + ... + an2V ( X n )
Notas importantes
5.4. Distribuciones de probabilidad
Distribucin de probabilidad uniforme
Funcin densidad
1
a xb
f ( x) = b a
0 en otro caso
Se dice que X tiene una distribucin uniforme.
Se denota X ~ U (a, b)
Caractersticas
a+b
Media: =
2
Varianza: =
(b a)
2
2
12
Ejercicio 96
Sea X ~ U (20, 40), calcular P ( X 35)
Calcule y grafique la funcin de distribucin acumulada y sela para calcular P (32 X 35) .
Notas importantes
Distribucin de probabilidad normal
Funcin densidad
2
1 x
1
f ( x) = e 2
2
Se dice que la variable aleatoria X sigue una distribucin normal con parmetros y .

Se denota X ~ N (, 2)
Tiene forma de campana.
Es simtrica, por lo que las medidas de tendencia central coinciden.
Su rango va de a + .
Estandarizacin
Se toma como referencia una distribucin normal estndar ( = 0 y 2 = 1). Se trabaja con la distancia
entre x y en funcin de la desviacin estndar, tal como se muestra.
X
Z=

Ejercicio 97
Si Z ~ N (0,1) , calcular
P (Z < 1.00) =
P (1.25 < Z < 1.25) =
P(Z > 2.16) =
P(Z > -2.16) =
Notas importantes
P(Z < -4) =
Hallar c para que P(Z < c) = 0.975
Hallar c para que P(Z < c) = 0.10
Hallar c para que P(-c <Z < c) = 0.99
P(Z = 2.05) =
Ejercicio 98
Si X ~ N(8, 25), calcule lo siguiente:
P ( X 7.47) =
P (8 X 12) =
P ( X 12.45) =
(
P X > 11
X >9
)=
(
P 8 < X < 11.5
X >9
)=
Notas importantes
Ejercicio 99
La vida til de una pila AA es una variable aleatoria normal con una media de 10 horas y desviacin
estndar una hora.
Calcular la probabilidad de que una pila dure menos de 9 horas.
Calcular la probabilidad de que una pila dure ms de 11 horas y media
Calcular la probabilidad de que una pila dure ms de 13 horas, si ya dur 9 horas
Notas importantes
Ejercicio 100
Los ingresos mensuales de una empresa se pueden modelar mediante una distribucin normal. Se sabe
que el 15.87% de los empleados ganan menos de S/. 1500 y que el 5% de los empleados ganan ms de
S/. 2822. Cul es la media y la desviacin estndar de los ingresos mensuales de los empleados?
Si se ha dispuesto que el 8% de los empleados que ganan menos en la empresa reciban un bono.
Cunto debe ganar como mximo un empleado para recibir dicho bono?
Notas importantes
Propiedad reproductiva de la normal
(
Sean X e Y dos variables normales e independientes, tales que X ~ N X , X2 ) e Y ~ N ( Y )
, Y2 ,
entonces, la variable aleatoria suma de X e Y es, tambin, una variable normal.
Es decir,
(
W = c1 X + c 2Y ~ N c1 X + c 2 Y , c12 X2 + c 22 Y2 )
donde c1 y c2 son nmeros reales.
Esta propiedad se puede generalizar para la suma de ms variables normales.
Ejercicio 101
Sean X ~ N(1,6) e Y ~ N(4,10) variables aleatorias independientes
Calcular la distribucin de las siguientes variables:
W=X+Y
W=X-Y
W = X1+X2 +Y
W = 2X +Y
Notas importantes
Ejercicio 102
El peso de un adulto(a) peruano(a) puede modelarse por una variable aleatoria normal. El peso prome-
dio para los varones es de 72 kilos y de 64 kilos para las mujeres, mientras que sus desviaciones estn-
dar fueron de 8 kilos y 4 kilos respectivamente.
Si se elige, al azar, a un hombre y una mujer, calcular la probabilidad de que la mujer pese ms que el
hombre.
Si se elige a dos hombres y a dos mujeres, calcular la probabilidad de que la suma total de pesos su-
pere los 260 kilos.
Si en un grupo de peruanos, el 60% de las personas son varones y se elige a una persona al azar, calcu-
le la probabilidad de que pese entre 65 y 72 kilos.
Notas importantes
Distribucin t-student
Funcin densidad
k +1
k +1
2 2

f (t ) =
2 t
1 +
k
k
k
2
Se dice que la variable aleatoria t sigue una distribucin t con k grados de libertad.
0
Simtrica y forma de campana y se extiende de - a +
La grfica de la distribucin t es parecida a la distribucin normal estndar.
Cada valor de grado de libertad determina una distribucin t distinta.
k
Media =0 Varianza 2 =
k 2
Distribucin chi-cuadrado
Funcin de densidad
1
(1 / 2) x k / 2 1e (1 / 2 ) x
para x > 0
f (x ) = (1 / 2)
0
para cualquier otro caso
Se dice que X tiene una distribucin chi cuadrado con k grados de libertad.
Se denota X ~ 2 (k) 0
Se extiende de 0 a +, no toma valores negativos
La grfica de la distribucin chi cuadrado tiene sesgo a la derecha
Cada valor de grado de libertad determina una distribucin chi cuadrado distinta.
Media =k Varianza 2 = 2k
Notas importantes
Captulo 6. Distribuciones muestrales
6.1. Muestra aleatoria

Debido a que, muchas veces, es imposible preguntarle o medir a toda la poblacin, un estudio estads-
tico se inicia con la seleccin de una muestra. El muestreo comprende por lo menos dos etapas:
La seleccin de las unidades
El registro de las observaciones
El muestreo puede hacerse con o sin reemplazo:
En el muestreo sin reemplazo, las unidades se pueden seleccionar slo una vez
En el muestreo con reemplazo las unidades se puede seleccionar ms de una vez
Parmetro
Es un resumen de una caracterstica de una poblacin.
Estadstico
Es un resumen de una caracterstica de una muestra.
Muestreo aleatorio simple (poblacin finita)
Una muestra aleatoria simple de tamao n, de una poblacin finita de tamao N, es una muestra selec-
cionada de tal manera que cada muestra posible de tamao n tenga la misma probabilidad de ser selec-
cionada.
Una poblacin finita es, por ejemplo, el conjunto de alumnos matriculados en una universidad o los
accidentes de trnsito en un fin de semana, etc.
Muestreo aleatorio simple (poblacin infinita)
Una muestra aleatoria simple de tamao n, de una poblacin infinita es una aquella que se selecciona
de tal forma que satisface las siguientes condiciones:
Cada elemento seleccionado proviene de la misma poblacin
Cada elemento se selecciona de forma independiente
Una poblacin infinita es, por ejemplo, el conjunto de medidas de un experimento que se repite indefi-
nidamente, una colonia de insectos, etc.
Notas importantes
Distribucin muestral de un estadstico
Es la lista de posibles valores de un estadstico y la probabilidad asociada a cada valor.
6.2. Distribucin de la media muestral

Es la lista de todas las medias posibles de tamao n tomadas de una poblacin especfica.
Media ( )
E X =
2
Varianza ( )
V X =
n
Factor de correccin por poblacin finita

Si el muestreo es sin reemplazo en poblaciones de tamao finito N, entonces debe usarse el factor de
N n
correccin por poblacin finita
N 1
Distribucin muestral de la media de una poblacin normal con varianza conocida

Si la poblacin sigue una distribucin normal con media y desviacin estndar entonces:
2
Si el muestreo es con reemplazo X N ,
n
2 N n
Si el muestreo es sin reemplazo X N ,
n N 1
Ejercicio 103
De una poblacin normal con media 30 y desviacin estndar igual a 4, se toma una muestra aleatoria
de tamao 25, calcular la probabilidad de que la media muestral est entre 29 y 31.
Notas importantes
6.3. Teorema central del lmite
El teorema central del lmite afirma que, a medida que crece el tamao de la muestra n, la distribucin
muestral de la media x se acerca a la normal, independientemente de la distribucin de la poblacin.
Se acepta que si el tamao de la muestra n es por lo menos 30, la distribucin de la media muestral
sigue aproximadamente una distribucin normal.
Enunciado equivalente del teorema central del lmite

Si n variables aleatorias independientes X1, X2, X3,...Xn tienen la misma distribucin de probabilidad
con media y varianza 2, entonces para la variable aleatoria Y = X1 + X2 + X3 +...+ Xn se tiene:
Media E (Y ) = n
Varianza V (Y ) = n 2
Y tiende a seguir una distribucin normal a medida que n crece. Se considera aproximadamente
una distribucin normal si n 30.
Ejercicio 104
Un grupo de 40 estudiantes se van a celebrar a un restaurante despus del examen final de Estadstica.
El dinero que aporta cada persona puede modelarse por una variable aleatoria con una media de 30
nuevos soles y una desviacin estndar de 10 nuevos soles. Si la cuenta fue de 1250 nuevos soles,
calcule la probabilidad de que el dinero aportado alcance para pagar la cuenta.
Notas importantes
6.4. Distribucin de la proporcin muestral

Si se selecciona una muestra aleatoria de n elementos de la poblacin y si X de ellas tienen una carac-
terstica en estudio, entonces la proporcin muestral ser:
X
p =
n
Como X es una variable que sigue una distribucin binomial B(n, p), p es la proporcin de xitos en la
poblacin, entonces:
E ( p ) = p
p (1 p )
V ( p ) = , si la poblacin es infinita o el muestreo con reemplazo
n
p (1 p ) N n
V ( p ) = , si la poblacin es finita y el muestreo sin reemplazo
n N 1
Ejercicio 105
Segn un censo hecho en el primer semestre de 2009 en la Argentina, la pobreza lleg al 31,8% y la
indigencia al 11,7% de la poblacin. Si se extrae una muestra aleatoria de 1200 argentinos, calcular la
probabilidad de que la proporcin muestral de pobres est entre 30% y 32%.
6.5. Distribucin de la varianza muestral

Si X ~ N(, 2) y s2 es la varianza muestral, entonces:
s2
(n 1) ~ n21
2
donde 2n1 representa la distribucin chi cuadrado con n-1 grados de libertad.
Notas importantes
Captulo 7. Nociones de estimacin de parmetros

Intervalo de confianza
En el contexto de estimar un parmetro poblacional, un intervalo de confianza es un rango de valores
(calculado de una muestra) en el cual se encuentra el verdadero valor del parmetro, con una probabi-
lidad determinada.
7.1. Intervalo de confianza para la media poblacional

Poblacin infinita
Condiciones: Poblacin normal y varianza poblacional conocida

Lmite inferior de confianza xz
1
2 n

Lmite superior de confianza x+z
1
2 n
Condiciones: Poblacin normal y varianza poblacional desconocida
s
Lmite inferior de confianza x t
, n 1 n
2
s
Lmite superior de confianza x + t
, n 1 n
2
Poblacin finita
N n
Lmite inferior de confianza xz
1 n N 1
2
N n
Lmite superior de confianza x+z
1 n N 1
2

s N n
Lmite inferior de confianza x t
2
, n 1 n N 1
s N n
Lmite superior de confianza x + t
2
, n 1 n N 1
Notas importantes
Ejercicio 106
Se desea estimar el promedio del gasto semanal de los estudiantes de una facultad en fotocopias. Se
tom una muestra aleatoria de .alumnos y les pregunt por su gasto semanal en fotocopias,
encontrndose los siguientes resultados. Calcule e interprete un intervalo de confianza del 90% para
dicho gasto.
Ejercicio 107
Se desea estimar, mediante intervalos de confianza, el promedio de kilmetros recorridos por los
taxistas al da de cierta poblacin, para ello, se eligi una muestra de 130 taxistas y se obtuvo una
media muestral diaria de 275.6 Km. Se sabe, por estudios anteriores, que la desviacin estndar po-
blacional es de 23.7 Km. Determina el intervalo de confianza al 95%. Interprete.
Notas importantes
Tamao de muestra de media poblacional
z
2

1
n= 2
e

2
Z s
1 2
n=
e

Si se conoce el tamao poblacional
n
nc = , donde nc = n corregido
n
1+
N
Ejercicio 108
Se pide al administrador de un supermercado que estime el tiempo medio que invierte una cajera en
atender a un cliente. Le piden que las estimaciones tengan un nivel de una confianza del 90% y un
margen de error de 30 segundos. Cuntas observaciones debe recoger, si se sabe que la desviacin
estndar poblacional es de 2,7 minutos?
Ejercicio 109
En una encuesta en EEGGLL se ha determinado que se necesita realizar 450 encuestas. Cuntas en-
cuestas se ahorra el investigador si aplica la correccin por poblacin finita si el tamao poblacional es
de 3000 alumnos?
Notas importantes
7.2. Intervalos de confianza para la proporcin poblacional
Condiciones: Si n>30 y tanto np como n(1 p ) son mayores que 5, poblacin infinita.
p (1 p )
Lmite inferior de confianza p z
1 n
2
p (1 p )
Lmite superior de confianza p + z
1 n
2
Condiciones: Si n>30 y tanto np como n(1 p ) son mayores que 5, poblacin finita.
p (1 p ) N n
Lmite inferior de confianza p z
1
2
n N 1
p (1 p ) N n
Lmite superior de confianza p + z
1
2
n N 1
Ejercicio 110
A una muestra aleatoria de 650 personas mayores de 18 aos de una ciudad determinada se les pregun-
ta si estn a favor de un nuevo impuesto adicional del 4% en el precio de la gasolina para obtener fon-
dos necesarios que se destinaran a un programa de asistencia social. Si en la muestra elegida se en-
contr que 312 estn a favor del impuesto adicional, determine e interprete un intervalo de confianza
del 90% para la verdadera proporcin de personas a favor del nuevo impuesto.
Ejercicio 111
El intervalo de confianza para la proporcin poblacional a un nivel de confianza del 95% es
[0,261;0,339]. Si la poblacin es infinita, calcular el tamao de muestra usado.
Notas importantes
Tamao de muestra para estimar una proporcin poblacional
z 2 p (1 p )
1
n= 2
e2
Si no se tiene estimacin alguna sobre p, entonces se toma p igual a 0.5
Si se conoce el tamao poblacional
n
nc = , donde nc = n corregido
n
1+
N
Ejercicio 112
Una empresa encuestadora quiere realizar una investigacin sobre intencin de voto para las prximas
elecciones municipales. Desea que los resultados tengan un nivel de confianza del 95% y un margen
de error del 3%. Calcule el tamao de muestra necesario para dicha encuesta.
Ejercicio 113
En una encuesta realizada el mes de mayo entre estudiantes universitarios de Lima, el 38% de los es-
tudiantes encuestados dijeron que la situacin econmica del pas haba mejorado el ltimo ao. Cal-
cule el tamao de muestra para una nueva encuesta, si se desea tener nivel de confianza de 99% y que
la amplitud del intervalo de confianza sea de 3,4 %.
Notas importantes
Captulo 8. Nociones de prueba de hiptesis
8.1. Conceptos bsicos
La prueba de hiptesis involucra una suposicin elaborada sobre algn parmetro de la poblacin.
Despus tomaremos una muestra para ver si la hiptesis podra ser correcta. La hiptesis que con-
trastamos se llama hiptesis nula (Ho). La hiptesis nula se contrasta con la hiptesis alternativa
(H1)
Luego, a partir de los resultados obtenidos de la muestra, o bien rechazamos la hiptesis nula a
favor de la alternativa, o bien no rechazamos la hiptesis nula y suponemos que nuestra estimacin
inicial del parmetro poblacional podra ser correcta.
El hecho de no rechazar la hiptesis nula no implica que sta sea cierta. Significa que los datos de
la muestra son insuficientes para inducir un rechazo de la hiptesis nula.
Contraste de hiptesis
La hiptesis que se contrasta es rechazada o no en funcin de la informacin muestral. La hiptesis
alternativa se especifica como opcin posible si se rechaza la nula.
Tipos de errores
Error tipo I
Ocurre cuando se rechaza una hiptesis H0 que es verdadera. La probabilidad de cometer error tipo
I viene a ser la probabilidad de rechazar H0 cuando sta es cierta.
P(Cometer error tipo I ) = P(Rechazar Ho Ho es cierta ) =
El valor es fijado por la persona que realiza la investigacin. Por lo general, 1%, 5% o 10%.
Error tipo II
Ocurre cuando se acepta una hiptesis H0 que es falsa, la probabilidad de cometer error tipo II es la
probabilidad de no rechazar H0 cuando sta es falsa.
P(Cometer error tipo II ) = P(No rechazar Ho Ho es falsa ) =
Debido a que el valor real del parmetro es desconocido este error no puede ser fijado.
Notas importantes
Ejercicio 114
Se va a realizar el juicio a Eva Bracamonte. Plantee las hiptesis e indique cul de los dos errores ten-
dra peor consecuencia si lo cometemos.
Ejercicio 115
Segn un estudio tomar aspirina una vez por semana reduce el riesgo de contraer cncer de coln.
Plantee las hiptesis e indique cul de los dos errores tendra peor consecuencia si lo cometemos.
Pasos a seguir en una prueba de hiptesis
Paso 1: Plantear hiptesis sobre . En este curso puede ser , 2 o p
H 0 : = 0 H 0 : = 0 H 0 : = 0

H 1 : > 0 H 1 : < 0 H 1 : 0
/2 /2

z -z -z z
Paso 2: Fijar el nivel de significacin.

Paso 3: Escoger el estadstico de prueba adecuado.
Paso 4: Establecer las regiones crticas.
Paso 5: Calcular el valor del estadstico de prueba.
Paso 6: Dar las conclusiones en el contexto del problema.
Notas importantes
8.2. Prueba de hiptesis para una media, proporcin y varianza
Prueba de hiptesis para una media poblacional

Posibles hiptesis
- Unilateral izquierda. H 0 : = 0 H1 : < 0
- Bilateral H 0 : = 0 H1 : 0
- Unilateral derecha H 0 : = 0 H1 : > 0

Estadstico de prueba
x 0
- Cuando la varianza poblacional es conocida zc = ~Z

n
x 0
- Cuando la varianza poblacional es desconocida tc = ~ t n 1
S
n
Ejercicio 116
Notas importantes
Ejercicio 117
En un cultivo de alcachofa se trabaja con la variedad Imperial Star, cuyo rendimiento promedio es de
16.8 toneladas por hectrea. Los fitotecnistas desean aumentar el rendimiento promedio, para lo cual
han usado un proceso de seleccin. Para decidir si la seleccin mejor el rendimiento promedio se
plantaron 25 parcelas, cuyo rendimiento promedio fue de 17.2 toneladas por hectrea una desviacin
estndar es de 1.54 toneladas por hectrea. A un nivel de significacin del 5%, puede afirmarse que el
rendimiento promedio aument?
Valor p
El valor p o p-value puede interpretarse como la probabilidad de que Ho sea verdadera.

Ejercicio 118
Encontrar el valor p del ejercicio anterior.
Notas importantes
Pruebas de hiptesis para una proporcin poblacional
Posibles hiptesis
- Unilateral izquierda. H 0 : p = p0 H1 : p < p0
- Bilateral H 0 : p = p0 H1 : p p0
- Unilateral derecha H 0 : p = p0 H1 : p > p0

p p0
zc = ~Z
p 0 (1 p0 )
n
Ejercicio 119
Notas importantes
Ejercicio 120
La ludopata es un impulso irreprimible de jugar a pesar de ser consciente de sus consecuencias y del
deseo de detenerse. Un estudio de la Comisin para el juego del Reino Unido, el British Gambling
Prevalence Survey 2007, concluy que aproximadamente el 0.6% de la poblacin adulta tenia proble-
mas con el juego. Un nuevo estudio del 2009 afirma que dicho porcentaje ha subido, ya que se encon-
tr una proporcin muestral de 0.78%, habindose encuestado a 1450 personas. Se puede afirmar que
la proporcin de ludpatas se ha incrementado? Se desea tener una probabilidad de no rechazar la
hiptesis nula cuando esta sea falsa de 5% y de rechazar la hiptesis nula cuando esta sea verdadera
del 3%. Calcular el valor p de la prueba.
Notas importantes
Prueba de hiptesis para una varianza poblacional
Posibles hiptesis
- Unilateral izquierda. H 0 : 2 = 02 H 1 : 2 < 02
- Bilateral H 0 : 2 = 02 H 1 : 2 02
- Unilateral derecha H 0 : 2 = 02 H 1 : 2 > 02

(n 1) S 2
c2 = ~ n21
2
0
Ejercicio 121
Notas importantes
Ejercicio 122
Segn un fabricante, una mquina que embolsa arroz tiene una desviacin estndar de 10 gramos. Para
confirmar dicha aseveracin, se toma una muestra aleatoria de 51 bolsas y se encuentra una desviacin
estndar de 11.89 gramos. A un nivel de significacin del 5%, puede afirmarse que la desviacin
estndar es mayor a 10 gramos?
Notas importantes
Tablas estadsticas
Tabla de la distribucin normal estndar
rea bajo la curva normal: [P(Z z ) = ]
Z -0.09 -0.08 -0.07 -0.06 -0.05 -0.04 -0.03 -0.02 -0.01 -0.00
-3.9 0.000033 0.000034 0.000036 0.000037 0.000039 0.000041 0.000042 0.000044 0.000046 0.000048
-3.8 0.000050 0.000052 0.000054 0.000057 0.000059 0.000062 0.000064 0.000067 0.000069 0.000072
-3.7 0.000075 0.000078 0.000082 0.000085 0.000088 0.000092 0.000096 0.000100 0.000104 0.000108
-3.6 0.000112 0.000117 0.000121 0.000126 0.000131 0.000136 0.000142 0.000147 0.000153 0.000159
-3.5 0.000165 0.000172 0.000178 0.000185 0.000193 0.000200 0.000208 0.000216 0.000224 0.000233
-3.4 0.000242 0.000251 0.000260 0.000270 0.000280 0.000291 0.000302 0.000313 0.000325 0.000337
-3.3 0.000349 0.000362 0.000376 0.000390 0.000404 0.000419 0.000434 0.000450 0.000466 0.000483
-3.2 0.000501 0.000519 0.000538 0.000557 0.000577 0.000598 0.000619 0.000641 0.000664 0.000687
-3.1 0.000711 0.000736 0.000762 0.000789 0.000816 0.000845 0.000874 0.000904 0.000935 0.000968
-3.0 0.001001 0.001035 0.001070 0.001107 0.001144 0.001183 0.001223 0.001264 0.001306 0.001350
-2.9 0.00139 0.00144 0.00149 0.00154 0.00159 0.00164 0.00169 0.00175 0.00181 0.00187
-2.8 0.00193 0.00199 0.00205 0.00212 0.00219 0.00226 0.00233 0.00240 0.00248 0.00256
-2.7 0.00264 0.00272 0.00280 0.00289 0.00298 0.00307 0.00317 0.00326 0.00336 0.00347
-2.6 0.00357 0.00368 0.00379 0.00391 0.00402 0.00415 0.00427 0.00440 0.00453 0.00466
-2.5 0.00480 0.00494 0.00508 0.00523 0.00539 0.00554 0.00570 0.00587 0.00604 0.00621
-2.4 0.00639 0.00657 0.00676 0.00695 0.00714 0.00734 0.00755 0.00776 0.00798 0.00820
-2.3 0.00842 0.00866 0.00889 0.00914 0.00939 0.00964 0.00990 0.01017 0.01044 0.01072
-2.2 0.01101 0.01130 0.01160 0.01191 0.01222 0.01255 0.01287 0.01321 0.01355 0.01390
-2.1 0.01426 0.01463 0.01500 0.01539 0.01578 0.01618 0.01659 0.01700 0.01743 0.01786
-2.0 0.01831 0.01876 0.01923 0.01970 0.02018 0.02068 0.02118 0.02169 0.02222 0.02275
-1.9 0.02330 0.02385 0.02442 0.02500 0.02559 0.02619 0.02680 0.02743 0.02807 0.02872
-1.8 0.02938 0.03005 0.03074 0.03144 0.03216 0.03288 0.03362 0.03438 0.03515 0.03593
-1.7 0.03673 0.03754 0.03836 0.03920 0.04006 0.04093 0.04182 0.04272 0.04363 0.04457
-1.6 0.04551 0.04648 0.04746 0.04846 0.04947 0.05050 0.05155 0.05262 0.05370 0.05480
-1.5 0.05592 0.05705 0.05821 0.05938 0.06057 0.06178 0.06301 0.06426 0.06552 0.06681
-1.4 0.06811 0.06944 0.07078 0.07215 0.07353 0.07493 0.07636 0.07780 0.07927 0.08076
-1.3 0.08226 0.08379 0.08534 0.08691 0.08851 0.09012 0.09176 0.09342 0.09510 0.09680
-1.2 0.09853 0.10027 0.10204 0.10383 0.10565 0.10749 0.10935 0.11123 0.11314 0.11507
-1.1 0.11702 0.11900 0.12100 0.12302 0.12507 0.12714 0.12924 0.13136 0.13350 0.13567
-1.0 0.13786 0.14007 0.14231 0.14457 0.14686 0.14917 0.15151 0.15386 0.15625 0.15866
-0.9 0.16109 0.16354 0.16602 0.16853 0.17106 0.17361 0.17619 0.17879 0.18141 0.18406
-0.8 0.18673 0.18943 0.19215 0.19489 0.19766 0.20045 0.20327 0.20611 0.20897 0.21186
-0.7 0.21476 0.21770 0.22065 0.22363 0.22663 0.22965 0.23270 0.23576 0.23885 0.24196
-0.6 0.24510 0.24825 0.25143 0.25463 0.25785 0.26109 0.26435 0.26763 0.27093 0.27425
-0.5 0.27760 0.28096 0.28434 0.28774 0.29116 0.29460 0.29806 0.30153 0.30503 0.30854
-0.4 0.31207 0.31561 0.31918 0.32276 0.32636 0.32997 0.33360 0.33724 0.34090 0.34458
-0.3 0.34827 0.35197 0.35569 0.35942 0.36317 0.36693 0.37070 0.37448 0.37828 0.38209
-0.2 0.38591 0.38974 0.39358 0.39743 0.40129 0.40517 0.40905 0.41294 0.41683 0.42074
-0.1 0.42465 0.42858 0.43251 0.43644 0.44038 0.44433 0.44828 0.45224 0.45620 0.46017
-0.0 0.46414 0.46812 0.47210 0.47608 0.48006 0.48405 0.48803 0.49202 0.49601 0.50000
Notas importantes
Tabla de la distribucin normal estndar
rea bajo la curva normal: [P(Z z ) = ]
Z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.50000 0.50399 0.50798 0.51197 0.51595 0.51994 0.52392 0.52790 0.53188 0.53586
0.1 0.53983 0.54380 0.54776 0.55172 0.55567 0.55962 0.56356 0.56749 0.57142 0.57535
0.2 0.57926 0.58317 0.58706 0.59095 0.59483 0.59871 0.60257 0.60642 0.61026 0.61409
0.3 0.61791 0.62172 0.62552 0.62930 0.63307 0.63683 0.64058 0.64431 0.64803 0.65173
0.4 0.65542 0.65910 0.66276 0.66640 0.67003 0.67364 0.67724 0.68082 0.68439 0.68793
0.5 0.69146 0.69497 0.69847 0.70194 0.70540 0.70884 0.71226 0.71566 0.71904 0.72240
0.6 0.72575 0.72907 0.73237 0.73565 0.73891 0.74215 0.74537 0.74857 0.75175 0.75490
0.7 0.75804 0.76115 0.76424 0.76730 0.77035 0.77337 0.77637 0.77935 0.78230 0.78524
0.8 0.78814 0.79103 0.79389 0.79673 0.79955 0.80234 0.80511 0.80785 0.81057 0.81327
0.9 0.81594 0.81859 0.82121 0.82381 0.82639 0.82894 0.83147 0.83398 0.83646 0.83891
1.0 0.84134 0.84375 0.84614 0.84849 0.85083 0.85314 0.85543 0.85769 0.85993 0.86214
1.1 0.86433 0.86650 0.86864 0.87076 0.87286 0.87493 0.87698 0.87900 0.88100 0.88298
1.2 0.88493 0.88686 0.88877 0.89065 0.89251 0.89435 0.89617 0.89796 0.89973 0.90147
1.3 0.90320 0.90490 0.90658 0.90824 0.90988 0.91149 0.91309 0.91466 0.91621 0.91774
1.4 0.91924 0.92073 0.92220 0.92364 0.92507 0.92647 0.92785 0.92922 0.93056 0.93189
1.5 0.93319 0.93448 0.93574 0.93699 0.93822 0.93943 0.94062 0.94179 0.94295 0.94408
1.6 0.94520 0.94630 0.94738 0.94845 0.94950 0.95053 0.95154 0.95254 0.95352 0.95449
1.7 0.95543 0.95637 0.95728 0.95818 0.95907 0.95994 0.96080 0.96164 0.96246 0.96327
1.8 0.96407 0.96485 0.96562 0.96638 0.96712 0.96784 0.96856 0.96926 0.96995 0.97062
1.9 0.97128 0.97193 0.97257 0.97320 0.97381 0.97441 0.97500 0.97558 0.97615 0.97670
2.0 0.97725 0.97778 0.97831 0.97882 0.97932 0.97982 0.98030 0.98077 0.98124 0.98169
2.1 0.98214 0.98257 0.98300 0.98341 0.98382 0.98422 0.98461 0.98500 0.98537 0.98574
2.2 0.98610 0.98645 0.98679 0.98713 0.98745 0.98778 0.98809 0.98840 0.98870 0.98899
2.3 0.98928 0.98956 0.98983 0.99010 0.99036 0.99061 0.99086 0.99111 0.99134 0.99158
2.4 0.99180 0.99202 0.99224 0.99245 0.99266 0.99286 0.99305 0.99324 0.99343 0.99361
2.5 0.99379 0.99396 0.99413 0.99430 0.99446 0.99461 0.99477 0.99492 0.99506 0.99520
2.6 0.99534 0.99547 0.99560 0.99573 0.99585 0.99598 0.99609 0.99621 0.99632 0.99643
2.7 0.99653 0.99664 0.99674 0.99683 0.99693 0.99702 0.99711 0.99720 0.99728 0.99736
2.8 0.99744 0.99752 0.99760 0.99767 0.99774 0.99781 0.99788 0.99795 0.99801 0.99807
2.9 0.99813 0.99819 0.99825 0.99831 0.99836 0.99841 0.99846 0.99851 0.99856 0.99861
3.0 0.998650 0.998694 0.998736 0.998777 0.998817 0.998856 0.998893 0.998930 0.998965 0.998999
3.1 0.999032 0.999065 0.999096 0.999126 0.999155 0.999184 0.999211 0.999238 0.999264 0.999289
3.2 0.999313 0.999336 0.999359 0.999381 0.999402 0.999423 0.999443 0.999462 0.999481 0.999499
3.3 0.999517 0.999534 0.999550 0.999566 0.999581 0.999596 0.999610 0.999624 0.999638 0.999651
3.4 0.999663 0.999675 0.999687 0.999698 0.999709 0.999720 0.999730 0.999740 0.999749 0.999758
3.5 0.999767 0.999776 0.999784 0.999792 0.999800 0.999807 0.999815 0.999822 0.999828 0.999835
3.6 0.999841 0.999847 0.999853 0.999858 0.999864 0.999869 0.999874 0.999879 0.999883 0.999888
3.7 0.999892 0.999896 0.999900 0.999904 0.999908 0.999912 0.999915 0.999918 0.999922 0.999925
3.8 0.999928 0.999931 0.999933 0.999936 0.999938 0.999941 0.999943 0.999946 0.999948 0.999950
3.9 0.999952 0.999954 0.999956 0.999958 0.999959 0.999961 0.999963 0.999964 0.999966 0.999967
Notas importantes
Tabla de la distribucin t-student
rea bajo la curva: P(T c ) =

0.8 0.85 0.9 0.925 0.95 0.975 0.98 0.985 0.9875 0.99 0.9925 0.995
1 1.3764 1.9626 3.0777 4.1653 6.3138 12.7062 15.8945 21.2049 25.4517 31.8205 42.4335 63.6567
2 1.0607 1.3862 1.8856 2.2819 2.9200 4.3027 4.8487 5.6428 6.2053 6.9646 8.0728 9.9248
3 0.9785 1.2498 1.6377 1.9243 2.3534 3.1824 3.4819 3.8960 4.1765 4.5407 5.0473 5.8409
4 0.9410 1.1896 1.5332 1.7782 2.1318 2.7764 2.9985 3.2976 3.4954 3.7469 4.0880 4.6041
5 0.9195 1.1558 1.4759 1.6994 2.0150 2.5706 2.7565 3.0029 3.1634 3.3649 3.6338 4.0321
6 0.9057 1.1342 1.4398 1.6502 1.9432 2.4469 2.6122 2.8289 2.9687 3.1427 3.3723 3.7074
7 0.8960 1.1192 1.4149 1.6166 1.8946 2.3646 2.5168 2.7146 2.8412 2.9980 3.2032 3.4995
8 0.8889 1.1081 1.3968 1.5922 1.8595 2.3060 2.4490 2.6338 2.7515 2.8965 3.0851 3.3554
9 0.8834 1.0997 1.3830 1.5737 1.8331 2.2622 2.3984 2.5738 2.6850 2.8214 2.9982 3.2498
10 0.8791 1.0931 1.3722 1.5592 1.8125 2.2281 2.3593 2.5275 2.6338 2.7638 2.9316 3.1693
11 0.8755 1.0877 1.3634 1.5476 1.7959 2.2010 2.3281 2.4907 2.5931 2.7181 2.8789 3.1058
12 0.8726 1.0832 1.3562 1.5380 1.7823 2.1788 2.3027 2.4607 2.5600 2.6810 2.8363 3.0545
13 0.8702 1.0795 1.3502 1.5299 1.7709 2.1604 2.2816 2.4358 2.5326 2.6503 2.8010 3.0123
14 0.8681 1.0763 1.3450 1.5231 1.7613 2.1448 2.2638 2.4149 2.5096 2.6245 2.7714 2.9768
15 0.8662 1.0735 1.3406 1.5172 1.7531 2.1314 2.2485 2.3970 2.4899 2.6025 2.7462 2.9467
16 0.8647 1.0711 1.3368 1.5121 1.7459 2.1199 2.2354 2.3815 2.4729 2.5835 2.7245 2.9208
17 0.8633 1.0690 1.3334 1.5077 1.7396 2.1098 2.2238 2.3681 2.4581 2.5669 2.7056 2.8982
18 0.8620 1.0672 1.3304 1.5037 1.7341 2.1009 2.2137 2.3562 2.4450 2.5524 2.6889 2.8784
19 0.8610 1.0655 1.3277 1.5002 1.7291 2.0930 2.2047 2.3456 2.4334 2.5395 2.6742 2.8609
20 0.8600 1.0640 1.3253 1.4970 1.7247 2.0860 2.1967 2.3362 2.4231 2.5280 2.6611 2.8453
21 0.8591 1.0627 1.3232 1.4942 1.7207 2.0796 2.1894 2.3278 2.4138 2.5176 2.6493 2.8314
22 0.8583 1.0614 1.3212 1.4916 1.7171 2.0739 2.1829 2.3202 2.4055 2.5083 2.6387 2.8188
23 0.8575 1.0603 1.3195 1.4893 1.7139 2.0687 2.1770 2.3132 2.3979 2.4999 2.6290 2.8073
24 0.8569 1.0593 1.3178 1.4871 1.7109 2.0639 2.1715 2.3069 2.3909 2.4922 2.6203 2.7969
25 0.8562 1.0584 1.3163 1.4852 1.7081 2.0595 2.1666 2.3011 2.3846 2.4851 2.6122 2.7874
26 0.8557 1.0575 1.3150 1.4834 1.7056 2.0555 2.1620 2.2958 2.3788 2.4786 2.6049 2.7787
27 0.8551 1.0567 1.3137 1.4817 1.7033 2.0518 2.1578 2.2909 2.3734 2.4727 2.5981 2.7707
28 0.8546 1.0560 1.3125 1.4801 1.7011 2.0484 2.1539 2.2864 2.3685 2.4671 2.5918 2.7633
29 0.8542 1.0553 1.3114 1.4787 1.6991 2.0452 2.1503 2.2822 2.3638 2.4620 2.5860 2.7564
30 0.8538 1.0547 1.3104 1.4774 1.6973 2.0423 2.1470 2.2783 2.3596 2.4573 2.5806 2.7500
31 0.8534 1.0541 1.3095 1.4761 1.6955 2.0395 2.1438 2.2746 2.3556 2.4528 2.5755 2.7440
32 0.8530 1.0535 1.3086 1.4749 1.6939 2.0369 2.1409 2.2712 2.3518 2.4487 2.5708 2.7385
33 0.8526 1.0530 1.3077 1.4738 1.6924 2.0345 2.1382 2.2680 2.3483 2.4448 2.5664 2.7333
34 0.8523 1.0525 1.3070 1.4728 1.6909 2.0322 2.1356 2.2650 2.3451 2.4411 2.5623 2.7284
35 0.8520 1.0520 1.3062 1.4718 1.6896 2.0301 2.1332 2.2622 2.3420 2.4377 2.5584 2.7238
36 0.8517 1.0516 1.3055 1.4709 1.6883 2.0281 2.1309 2.2595 2.3391 2.4345 2.5547 2.7195
37 0.8514 1.0512 1.3049 1.4701 1.6871 2.0262 2.1287 2.2570 2.3363 2.4314 2.5513 2.7154
38 0.8512 1.0508 1.3042 1.4692 1.6860 2.0244 2.1267 2.2546 2.3337 2.4286 2.5480 2.7116
Notas importantes
Tabla de la distribucin t-student
rea bajo la curva: P(T c ) =

0.800 0.850 0.900 0.925 0.950 0.975 0.980 0.985 0.9875 0.990 0.9925 0.995
39 0.8509 1.0504 1.3036 1.4685 1.6849 2.0227 2.1247 2.2524 2.3313 2.4258 2.5449 2.7079
40 0.8507 1.0500 1.3031 1.4677 1.6839 2.0211 2.1229 2.2503 2.3289 2.4233 2.5420 2.7045
41 0.8505 1.0497 1.3025 1.4670 1.6829 2.0195 2.1212 2.2482 2.3267 2.4208 2.5392 2.7012
42 0.8503 1.0494 1.3020 1.4664 1.6820 2.0181 2.1195 2.2463 2.3246 2.4185 2.5366 2.6981
43 0.8501 1.0491 1.3016 1.4657 1.6811 2.0167 2.1179 2.2445 2.3226 2.4163 2.5340 2.6951
44 0.8499 1.0488 1.3011 1.4651 1.6802 2.0154 2.1164 2.2427 2.3207 2.4141 2.5316 2.6923
45 0.8497 1.0485 1.3006 1.4645 1.6794 2.0141 2.1150 2.2411 2.3189 2.4121 2.5294 2.6896
46 0.8495 1.0483 1.3002 1.4640 1.6787 2.0129 2.1136 2.2395 2.3172 2.4102 2.5272 2.6870
47 0.8493 1.0480 1.2998 1.4635 1.6779 2.0117 2.1123 2.2380 2.3155 2.4083 2.5251 2.6846
48 0.8492 1.0478 1.2994 1.4629 1.6772 2.0106 2.1111 2.2365 2.3139 2.4066 2.5231 2.6822
49 0.8490 1.0475 1.2991 1.4625 1.6766 2.0096 2.1099 2.2351 2.3124 2.4049 2.5212 2.6800
50 0.8489 1.0473 1.2987 1.4620 1.6759 2.0086 2.1087 2.2338 2.3109 2.4033 2.5193 2.6778
51 0.8487 1.0471 1.2984 1.4615 1.6753 2.0076 2.1076 2.2325 2.3095 2.4017 2.5176 2.6757
52 0.8486 1.0469 1.2980 1.4611 1.6747 2.0066 2.1066 2.2313 2.3082 2.4002 2.5159 2.6737
53 0.8485 1.0467 1.2977 1.4607 1.6741 2.0057 2.1055 2.2301 2.3069 2.3988 2.5143 2.6718
54 0.8483 1.0465 1.2974 1.4603 1.6736 2.0049 2.1046 2.2289 2.3056 2.3974 2.5127 2.6700
55 0.8482 1.0463 1.2971 1.4599 1.6730 2.0040 2.1036 2.2278 2.3044 2.3961 2.5112 2.6682
56 0.8481 1.0461 1.2969 1.4596 1.6725 2.0032 2.1027 2.2268 2.3033 2.3948 2.5097 2.6665
57 0.8480 1.0459 1.2966 1.4592 1.6720 2.0025 2.1018 2.2258 2.3022 2.3936 2.5083 2.6649
58 0.8479 1.0458 1.2963 1.4589 1.6716 2.0017 2.1010 2.2248 2.3011 2.3924 2.5070 2.6633
59 0.8478 1.0456 1.2961 1.4585 1.6711 2.0010 2.1002 2.2238 2.3000 2.3912 2.5057 2.6618
60 0.8477 1.0455 1.2958 1.4582 1.6706 2.0003 2.0994 2.2229 2.2990 2.3901 2.5044 2.6603
70 0.8468 1.0442 1.2938 1.4555 1.6669 1.9944 2.0927 2.2152 2.2906 2.3808 2.4939 2.6479
80 0.8461 1.0432 1.2922 1.4535 1.6641 1.9901 2.0878 2.2095 2.2844 2.3739 2.4860 2.6387
90 0.8456 1.0424 1.2910 1.4519 1.6620 1.9867 2.0839 2.2050 2.2795 2.3685 2.4800 2.6316
100 0.8452 1.0418 1.2901 1.4507 1.6602 1.9840 2.0809 2.2015 2.2757 2.3642 2.4751 2.6259
110 0.8449 1.0413 1.2893 1.4497 1.6588 1.9818 2.0784 2.1986 2.2725 2.3607 2.4712 2.6213
120 0.8446 1.0409 1.2886 1.4488 1.6577 1.9799 2.0763 2.1962 2.2699 2.3578 2.4679 2.6174
130 0.8444 1.0406 1.2881 1.4481 1.6567 1.9784 2.0746 2.1942 2.2677 2.3554 2.4651 2.6142
140 0.8442 1.0403 1.2876 1.4475 1.6558 1.9771 2.0731 2.1924 2.2658 2.3533 2.4628 2.6114
150 0.8440 1.0400 1.2872 1.4469 1.6551 1.9759 2.0718 2.1909 2.2641 2.3515 2.4607 2.6090
160 0.8439 1.0398 1.2869 1.4465 1.6544 1.9749 2.0706 2.1896 2.2627 2.3499 2.4589 2.6069
170 0.8437 1.0396 1.2866 1.4461 1.6539 1.9740 2.0696 2.1885 2.2614 2.3485 2.4574 2.6051
180 0.8436 1.0394 1.2863 1.4457 1.6534 1.9732 2.0687 2.1874 2.2603 2.3472 2.4560 2.6034
190 0.8435 1.0393 1.2860 1.4454 1.6529 1.9725 2.0679 2.1865 2.2593 2.3461 2.4547 2.6020
200 0.8434 1.0391 1.2858 1.4451 1.6525 1.9719 2.0672 2.1857 2.2584 2.3451 2.4536 2.6006
Infinito 0.8416 1.0364 1.2816 1.4395 1.6449 1.9600 2.0538 2.1701 2.2414 2.3264 2.4324 2.5758
Notas importantes
Tabla de la distribucin ji-cuadrado
[
rea bajo la curva: P ( c ) =
2
]

v
0.005 0.01 0.02 0.025 0.04 0.05 0.1 0.2 0.3 0.4 0.5
1 0.000 0.000 0.001 0.001 0.003 0.004 0.016 0.064 0.148 0.275 0.455
2 0.010 0.020 0.040 0.051 0.082 0.103 0.211 0.446 0.713 1.022 1.386
3 0.072 0.115 0.185 0.216 0.300 0.352 0.584 1.005 1.424 1.869 2.366
4 0.207 0.297 0.429 0.484 0.627 0.711 1.064 1.649 2.195 2.753 3.357
5 0.412 0.554 0.752 0.831 1.031 1.145 1.610 2.343 3.000 3.655 4.351
6 0.676 0.872 1.134 1.237 1.492 1.635 2.204 3.070 3.828 4.570 5.348
7 0.989 1.239 1.564 1.690 1.997 2.167 2.833 3.822 4.671 5.493 6.346
8 1.344 1.646 2.032 2.180 2.537 2.733 3.490 4.594 5.527 6.423 7.344
9 1.735 2.088 2.532 2.700 3.105 3.325 4.168 5.380 6.393 7.357 8.343
10 2.156 2.558 3.059 3.247 3.697 3.940 4.865 6.179 7.267 8.295 9.342
11 2.603 3.053 3.609 3.816 4.309 4.575 5.578 6.989 8.148 9.237 10.341
12 3.074 3.571 4.178 4.404 4.939 5.226 6.304 7.807 9.034 10.182 11.340
13 3.565 4.107 4.765 5.009 5.584 5.892 7.042 8.634 9.926 11.129 12.340
14 4.075 4.660 5.368 5.629 6.243 6.571 7.790 9.467 10.821 12.078 13.339
15 4.601 5.229 5.985 6.262 6.914 7.261 8.547 10.307 11.721 13.030 14.339
16 5.142 5.812 6.614 6.908 7.596 7.962 9.312 11.152 12.624 13.983 15.338
17 5.697 6.408 7.255 7.564 8.288 8.672 10.085 12.002 13.531 14.937 16.338
18 6.265 7.015 7.906 8.231 8.989 9.390 10.865 12.857 14.440 15.893 17.338
19 6.844 7.633 8.567 8.907 9.698 10.117 11.651 13.716 15.352 16.850 18.338
20 7.434 8.260 9.237 9.591 10.415 10.851 12.443 14.578 16.266 17.809 19.337
21 8.034 8.897 9.915 10.283 11.140 11.591 13.240 15.445 17.182 18.768 20.337
22 8.643 9.542 10.600 10.982 11.870 12.338 14.041 16.314 18.101 19.729 21.337
23 9.260 10.196 11.293 11.689 12.607 13.091 14.848 17.187 19.021 20.690 22.337
24 9.886 10.856 11.992 12.401 13.350 13.848 15.659 18.062 19.943 21.652 23.337
25 10.520 11.524 12.697 13.120 14.098 14.611 16.473 18.940 20.867 22.616 24.337
26 11.160 12.198 13.409 13.844 14.851 15.379 17.292 19.820 21.792 23.579 25.336
27 11.808 12.879 14.125 14.573 15.609 16.151 18.114 20.703 22.719 24.544 26.336
28 12.461 13.565 14.847 15.308 16.371 16.928 18.939 21.588 23.647 25.509 27.336
29 13.121 14.256 15.574 16.047 17.138 17.708 19.768 22.475 24.577 26.475 28.336
30 13.787 14.953 16.306 16.791 17.908 18.493 20.599 23.364 25.508 27.442 29.336
31 14.458 15.655 17.042 17.539 18.683 19.281 21.434 24.255 26.440 28.409 30.336
40 20.707 22.164 23.838 24.433 25.799 26.509 29.051 32.345 34.872 37.134 39.335
50 27.991 29.707 31.664 32.357 33.943 34.764 37.689 41.449 44.313 46.864 49.335
60 35.534 37.485 39.699 40.482 42.266 43.188 46.459 50.641 53.809 56.620 59.335
70 43.275 45.442 47.893 48.758 50.724 51.739 55.329 59.898 63.346 66.396 69.334
80 51.172 53.540 56.213 57.153 59.290 60.391 64.278 69.207 72.915 76.188 79.334
90 59.196 61.754 64.635 65.647 67.944 69.126 73.291 78.558 82.511 85.993 89.334
100 83.852 86.923 90.367 91.573 94.303 95.705 100.624 106.806 111.419 115.465 119.334
Notas importantes
Tabla de la distribucin ji-cuadrado

[
rea bajo la curva: P ( c ) =
2
]
v
0.750 0.800 0.850 0.875 0.900 0.950 0.975 0.980 0.990 0.995
1 1.323 1.642 2.072 2.354 2.706 3.841 5.024 5.412 6.635 7.879
2 2.773 3.219 3.794 4.159 4.605 5.991 7.378 7.824 9.210 10.597
3 4.108 4.642 5.317 5.739 6.251 7.815 9.348 9.837 11.345 12.838
4 5.385 5.989 6.745 7.214 7.779 9.488 11.143 11.668 13.277 14.860
5 6.626 7.289 8.115 8.625 9.236 11.070 12.833 13.388 15.086 16.750
6 7.841 8.558 9.446 9.992 10.645 12.592 14.449 15.033 16.812 18.548
7 9.037 9.803 10.748 11.326 12.017 14.067 16.013 16.622 18.475 20.278
8 10.219 11.030 12.027 12.636 13.362 15.507 17.535 18.168 20.090 21.955
9 11.389 12.242 13.288 13.926 14.684 16.919 19.023 19.679 21.666 23.589
10 12.549 13.442 14.534 15.198 15.987 18.307 20.483 21.161 23.209 25.188
11 13.701 14.631 15.767 16.457 17.275 19.675 21.920 22.618 24.725 26.757
12 14.845 15.812 16.989 17.703 18.549 21.026 23.337 24.054 26.217 28.300
13 15.984 16.985 18.202 18.939 19.812 22.362 24.736 25.472 27.688 29.819
14 17.117 18.151 19.406 20.166 21.064 23.685 26.119 26.873 29.141 31.319
15 18.245 19.311 20.603 21.384 22.307 24.996 27.488 28.259 30.578 32.801
16 19.369 20.465 21.793 22.595 23.542 26.296 28.845 29.633 32.000 34.267
17 20.489 21.615 22.977 23.799 24.769 27.587 30.191 30.995 33.409 35.718
18 21.605 22.760 24.155 24.997 25.989 28.869 31.526 32.346 34.805 37.156
19 22.718 23.900 25.329 26.189 27.204 30.144 32.852 33.687 36.191 38.582
20 23.828 25.038 26.498 27.376 28.412 31.410 34.170 35.020 37.566 39.997
21 24.935 26.171 27.662 28.559 29.615 32.671 35.479 36.343 38.932 41.401
22 26.039 27.301 28.822 29.737 30.813 33.924 36.781 37.659 40.289 42.796
23 27.141 28.429 29.979 30.911 32.007 35.172 38.076 38.968 41.638 44.181
24 28.241 29.553 31.132 32.081 33.196 36.415 39.364 40.270 42.980 45.559
25 29.339 30.675 32.282 33.247 34.382 37.652 40.646 41.566 44.314 46.928
26 30.435 31.795 33.429 34.410 35.563 38.885 41.923 42.856 45.642 48.290
27 31.528 32.912 34.574 35.570 36.741 40.113 43.195 44.140 46.963 49.645
28 32.620 34.027 35.715 36.727 37.916 41.337 44.461 45.419 48.278 50.993
29 33.711 35.139 36.854 37.881 39.087 42.557 45.722 46.693 49.588 52.336
30 34.800 36.250 37.990 39.033 40.256 43.773 46.979 47.962 50.892 53.672
31 35.887 37.359 39.124 40.181 41.422 44.985 48.232 49.226 52.191 55.003
40 45.616 47.269 49.244 50.424 51.805 55.758 59.342 60.436 63.691 66.766
50 56.334 58.164 60.346 61.647 63.167 67.505 71.420 72.613 76.154 79.490
60 66.981 68.972 71.341 72.751 74.397 79.082 83.298 84.580 88.379 91.952
70 77.577 79.715 82.255 83.765 85.527 90.531 95.023 96.388 100.425 104.215
80 88.130 90.405 93.106 94.709 96.578 101.879 106.629 108.069 112.329 116.321
90 98.650 101.054 103.904 105.595 107.565 113.145 118.136 119.648 124.116 128.299
100 109.141 111.667 114.659 116.433 118.498 124.342 129.561 131.142 135.807 140.169
Notas importantes
ndice alfabtico
Coeficiente de correlacin............................................. 46 de barras apiladas al 100% ....................................... 26

Coeficiente de variacin................................................ 41 de Pareto .................................................................. 23
Desviacin estndar....................................................... 39 Diagrama de cajas .................................................... 36
Distribucin Histograma............................................................... 15
binomial.................................................................... 68 Ojiva ........................................................................ 17
chi cuadrado ............................................................. 82 Polgono de frecuencias ........................................... 16
de frecuencias ............................................... 11, 12, 13 Intervalo de confianza
de la media muestral................................................. 84 proporcin poblacional............................................. 90
de la proporcin muestral ......................................... 86 Media ............................................................................ 28
de la varianza muestral ............................................. 86 Mediana ........................................................................ 31
de probabilidad......................................................... 62 Moda............................................................................. 32
hipergeomtrica ........................................................ 69 Muestra ........................................................................... 9
normal ...................................................................... 76 Parmetro ...................................................................... 83
Poisson ..................................................................... 70 Percentiles..................................................................... 18
t student .................................................................... 82 Poblacin ........................................................................ 9
uniforme continua..................................................... 75 Propiedad reproductiva de la normal ............................ 80
Escalas de medicin Prueba de hiptesis
intervalo...................................................................... 7 media poblacional .................................................... 94
nominal....................................................................... 7 proporcin poblacional............................................. 96
ordinal ........................................................................ 7 varianza poblacional ................................................ 98
razn........................................................................... 7 Puntuacin estandarizada Z .......................................... 42
Espacio muestral ........................................................... 48 Rango intercuartil ......................................................... 35
Estadstica Teorema
descriptiva .................................................................. 5 central del lmite....................................................... 85
inferencia.................................................................... 5 de Bayes ................................................................... 58
Estadstico ..................................................................... 83 Tipos de errores ............................................................ 92
Evento ........................................................................... 48 Valor esperado
Complemento ........................................................... 52 de una funcin de una variable aleatoria ............ 66, 74
Eventos Variable........................................................................... 8
independientes.......................................................... 60 aleatoria continua ..................................................... 72
Experimento aleatorio ................................................... 48 aleatoria discreta ...................................................... 62
Funcin continua...................................................................... 8
de densidad............................................................... 72 cualitativa................................................................... 8
de distribucin acumulada........................................ 73 cuantitativa................................................................. 8
Grfico discreta ....................................................................... 8
circular...................................................................... 21 Varianza........................................................................ 39
de barras ................................................................... 21 de una variable aleatoria..................................... 67, 74
de barras apiladas ..................................................... 26
}
Programacin de talleres y prcticas calificadas 2010 01
Sem Fecha Sem Fecha Sem Fecha
2 Taller 1. Martes 23 de marzo 6 Taller 4. Martes 20 de abril 13 Taller 6. Martes 8 de junio
3 Taller 2. Martes 30 de marzo 7 Prctica calificada 2. Martes 27 14 Prctica calificada 4. Martes
de abril 15 de junio
4 Prctica calificada 1. Martes 11 Taller 5. Martes 18 de mayo
6 de abril
5 Taller 3. Martes 13 de abril 12 Prctica calificada 3. Martes 25
de mayo
Notas importantes

Est102 Manual 201001

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Est102 Manual 201001

Diunggah oleh

Hak Cipta:

Format Tersedia

CURSO

Profesor: Walter Luna

Captulo 1. Estadstica descriptiva ......................................................................................... 5

Captulo 1. Estadstica descriptiva

Elementos, variables y observaciones

Escalas de medicin de las variables

Ejemplos de variables por escala de medicin

Las variables se pueden clasificar en cualitativas o cuantitativas.

Variables cuantitativas discretas

Variable Tipo de variable Escala de medicin

Construya la tabla de distribucin de frecuencias de la variable en estudio y su respectivo grfico de

Distribucin de frecuencias de variables continuas

La regla de Sturges no es la nica que existe para determinar la cantidad de clases.

Amplitud de cada clase

Lmites de cada clase

Grficos de datos cuantitativos

Ojiva del tiempo en resolver un examen

Datos no agrupados y datos agrupados

Percentil de datos no agrupados

Percentil de datos agrupados en intervalos

Notas Frecuencia absoluta fi Frecuencia absoluta acumulada Fi

Calcule la nota mnima para estar en el quinto superior

Calcule el porcentaje de personas que tuvo notas menores o iguales a 13

1.3. Grficos para datos en general

Categoras Casos fi hi ngulo

Los pasos son los siguientes:

En los Censos Nacionales 2007 ejecutados por el Instituto

Religin que profesa

Indique las variables usadas en la realizacin de esta tabla de doble entrada.

Indique dos conclusiones a partir de esta tabla de doble entrada.

Grfico de barras apiladas

Grfico de barras apiladas al 100%

Tipo de alumbrado del hogar rea Urbana rea Rural Total

Captulo 2. Tendencias en distribuciones de fre-

2.1. Indicadores de tendencia central

La frmula para la media poblacional es

Ingresos (en intervalos) Marca de clase fi hi Fi Hi

Moda de datos no agrupados

Moda de datos agrupados en intervalos

Calcule la media, mediana y moda de los ingresos

2.2. Indicadores de dispersin

Pasos para trazar un diagrama de cajas

La siguiente figura presenta un diagrama de cajas con datos hipotticos.

1,5(RIC) RIC 1,5(RIC)

Existen valores atpicos en los datos

Diagramas de caja comparativos

Construya un diagrama de cajas que permita comparar el resultado de los horarios

Propiedades de la varianza y la desviacin estndar

La frmula para el coeficiente de variacin para una poblacin es

Cul de los grupos presenta mayor variabilidad de salarios?

Coeficiente de asimetra de Pearson para datos agrupados o no agrupados

Si el coeficiente de asimetra (As) es

Calcule la asimetra de los dos grupos. Realice una conclusin

Captulo 3. Estadstica descriptiva bidimensional:

3.1. Relacin estadstica entre dos variables

3.2. Regresin lineal simple

Interpretacin de los coeficientes de regresin

Captulo 4. Elementos de la teora de probabilidad

4.1. Conceptos bsicos

Es el conjunto de todos los posibles resultados de un experimento aleatorio. Se le suele simbolizar

Un evento es uno ms de los posibles resultados de hacer un experimento aleatorio. Es decir, es

nmero de casos favorables al evento A

Regla de conteo para experimentos de etapas mltiples