GUA DIDCTICA Y MDULO

GABRIEL JAIME POSADA HERNNDEZ

MARA VICTORIA BUITRAGO CARDONA
FUNDACIN UNIVERSITARIA LUIS AMIG
FACULTAD DE CIENCIAS ADMINISTRATIVAS,
ECONMICAS Y CONTABLES
Colomb!, "##$
COMIT% DIRECTIVO
Fray Marino Martnez Prez
Rector
Hernn Ospina Atehorta
Vicerrector Administrativo y Financiero
Director de Planeacin
!os !aime Daz Osorio
Vicerrector Acadmico
Francisco !avier Acosta "mez
#ecretario "eneral
ESTADSTICA
"a$riel !aime Posada Hernndez
Mara Victoria %&itra'o (ardona
Decana Fac&ltad de (iencias Administrativas)
*conmicas y (onta$les+
Mara Victoria A'&delo Var'as
(orreccin de estilo+
,orenza (orrea Restrepo
Dise-o+
(olectivo Docente Fac&ltad de (iencias
Administrativas) *conmicas y (onta$les
.mpresin+
Departamento de P&$licaciones F/0,AM
11123&nlam2ed&2co
4ODO# ,O# D*R*(HO# R*#*RVADO#
Medelln 5 (olom$ia
6778
Estadstica
2
CONTENIDO
P'
GUA DIDCTICA
PRESENTACIN &'
&( FICHA T%CNICA &)
"( INTENCIONALIDADES FORMATIVAS &*
'( OBJETIVOS &+
'(&( OBJETIVOS ESENCIALES &+
'("( OBJETIVOS COMPLEMENTARIOS &+
,( UNIDADES TEMTICAS &-
)( METODOLOGA GENERAL "#
*( EVALUACIN INTEGRAL "&
II ESTADSTICA DESCRIPTIVA
INTRODUCCIN "'
JUSTIFICACIN ")

UNIDAD &( INTRODUCCIN Y OBTENCIN DE DATOS
ESTADSTICOS "+
&(&( ESTADSTICA "+
929292 Historia 6:
929262 De3inicin ;9
9292;2 Divisin ;6
Estadstica
3
&("( CONCEPTOS GENERALES '"
926292 /nidad de investi'acin ;6
926262 Po$lacin ;;
9262;2 M&estra ;<
9262<2 Parmetros y estad'ra3os ;<
9262=2 Varia$les ;=
9262>2 *scalas de medicin ;8
&('( MUESTREO ,"
92;292 Mtodos de m&estreo pro$a$ilstico <;
92;262 Mtodos de m&estreo no pro$a$ilstico <:
92;2;2 *val&acin del valor de &na enc&esta <?
92;2<2 *rrores en las enc&estas =7
92;2=2 Aspectos ticos del m&estreo =6
UNIDAD "( ORDENACIN DE DATOS ESTADSTICOS
"(&( TABULACIN DE DATOS ))
"(&(&( Ran'o o recorrido ==
"(&("( Amplit&d del ran'o =?
"(&('( 0mero de clases =?
"(&(,( Amplit&d del intervalo de clase >7
"(&()( ,mites de las clases >9
"(&(*( 4a$&lacin >6
"(&(+( Marca de clase o p&nto medio >6
"("( FRECUENCIAS *'
"("(&( Frec&encia a$sol&ta >;
"("("( Frec&encia relativa ><
Estadstica
4
"("('( Frec&encia a$sol&ta ac&m&lada >>
"("(,( Frec&encia relativa ac&m&lada >:
"("()( 0meros ndices >?
"('( GRFICAS O DIAGRAMAS +#
"('(&( Histo'ramas :7
"('("( Pol'ono de 3rec&encias :6
"('('( O@ivas o pol'onos de 3rec&encias ac&m&ladas :<
"('(,( Dia'ramas de $arras :=
"('()( Dia'ramas circ&lares :>
"('(*( Dia'rama de tallo y ho@as ::
"('(+( Dia'rama de Pareto 87
"(,( TABULACIN DE DATOS BINARIOS O CRUZADOS $"
UNIDAD '( M%TODOS NUM%RICOS
'(&( MEDIDAS DE TENDENCIA CENTRAL O DE PRECISIN $$
'(&(&( Media aritmtica 88
'(&("( Mediana ?9
'(&('( Moda ?>
'(&(,( (&antiles 977
'("( MEDIDAS DE VARIABILIDAD &#+
'("(&( Ran'o 978
'("("( Ran'o interc&artil 97?
'("('( Varianza 97?
'("(,( Desviacin estndar 99<
'("()( (oe3iciente de variacin 99=
Estadstica
5
'('( MEDIDAS DE LOCALIZACIN &&+
'('(&( Valor z 998
'('("( 4eorema de (he$yshev 99?
'('('( #es'o o 3orma 966
'('(,( Dia'rama de ca@a o $i'otes 96<
'('()( (&rtosis 968
UNIDAD ,( REGRESIN LINEAL Y CORRELACIN
,(&( REGRESIN LINEAL SIMPLE &'"
,(&(&( Dia'rama de dispersin 9;6
,(&("( A@&ste de &na recta por el mtodo de mnimos c&adrados 9;=
,("( CORRELACIN &,&
,("(&( (oe3iciente de correlacin 9<9
,("("( (oe3iciente de determinacin 9<<
III TEORA DE PROBABILIDADES
UNIDAD &( DEFINICIONES
929INTRODUCCIN &,$
&(" .U% ES LA PROBABILIDAD &,-
&(' CONCEPTOS BSICOS DE PROBABILIDAD &)#
92;29 Fenmeno eAperimento aleatorio 9=7
92;26 Fenmeno o eAperimento determinstico 9=7
92;2; Pr&e$a 9=7
92;2< *spacio m&estral 9=7
92;2= *lemento o p&nto m&estral 9=6
92;2> *vento 9=6
92;2: .nterseccin de dos eventos a y $ 9=6
Estadstica
6
92;28 /nin de dos eventos a y $ 9=;
1.3.9. (omplemento de &n evento a 9=<
UNIDAD "( T%CNICAS DE CONTEO
2.1 TCNICAS DE CONTEO 157
Re'la 629292 Principio de la m&ltiplicacin 157
Re'la 629262 Principio de perm&tacin 161
Re'la 6292; Variaciones o perm&taciones 9>6
Re'la 6292< (om$inaciones 9><
Re'la 6292= Particiones 9>>
"(" EJERCICIOS RESUELTOS &*+
UNIDAD '( SUCESOS PROBABILSTICOS Y REGLAS DE
PROBABILIDAD
'(& SUCESOS PROBABILSTICOS &+"
;2929 #&cesos independientes 9:6
;2926 #&cesos dependientes 9:6
;292; #&cesos compati$les o m&t&amente no eAcl&yentes 9:6
;292< #&cesos incompati$les o m&t&amente eAcl&yentes 9:6
'(" DEFINICIN DE PROBABILIDAD &+'
;26292 Modelo de pro$a$ilidad emprico o 3rec&encialista2 9:;
;26262 Modelo s&$@etivo 9:<
;262; Modelo clsico 9:<
'('( REGLAS PRINCIPALES DE LA PROBABILIDAD &+)
Estadstica
7
'(,( A/IOMAS DE PROBABILIDAD &$#
;2<29 Teorema 1: re'la de la &nin o s&ma 987
;2<26 Teorema 2: regla del complemento 987
;2<2; Teorema 3: pro$a$ilidad condicional 989
;2<2< Teorema 4: re'la de la m&ltiplicacin o interseccin 986
UNIDAD ,( VARIABLES ALEATORIAS Y DISTRIBUCIONES
DE PROBABILIDAD
<29INTRODUCCIN &-&
<26DISTRIBUCIN O FUNCIN DE PROBABILIDAD &-&
<2; ALGUNAS DISTRIBUCIONES DISCRETAS DE PROBABILIDAD &-,
,('(& D012b3456 b6om!l &-,
<2;2929 (aractersticas 9?=
<2;2926 F&ncin de pro$a$ilidad de la v2a2 $inomial 9?>
<2;292; 4a$las de pro$a$ilidad ac&m&lada de la $inomial 677
<2;292< Parmetros de la distri$&cin $inomial 67=
4.3.2 D012b3456 7892:9om;124! "#*
<2;2629 F&ncin de pro$a$ilidad de la v2a2 hiper'eomtrica 67:
<2;2626 Parmetros de la distri$&cin hiper'eomtrica 696
,('(' D012b3456 <9 Po00o6 "&"
<2;2;29 F&ncin de pro$a$ilidad de la v2a2 Poisson 69;
<2;2;26 4a$las de pro$a$ilidad ac&m&lada de la Poisson 69;
<2;2;2; Parmetros de la distri$&cin Poisson 667
Estadstica
8
,(, DISTRIBUCIN CONTINUA DE PROBABILIDAD=
DISTRIBUCIN NORMAL ""#
<2<29 ,a 3&ncin de densidad de la distri$&cin normal 669
<2<26 Representacin 'r3ica de esta 3&ncin de densidad 669
<2<2; Distri$&cin normal estndar 666
<2<2< Pasos para $&scar en la ta$la 666
IV ESTADSTICA INFERENCIAL
UNIDAD &( ESTIMACIN
929 INTRODUCCIN "''
926 NIVEL DE CONFIABILIDAD DE LOS RESULTADOS "'*
92; PRINCIPALES PAR>METROS, ESTADSTICOS
Y SUS SMBOLOS "'*
&(, ESTIMACIN PUNTUAL "'+
92<29 *stimacin p&nt&al para varia$le c&antitativa 6;:
92<26 *stimacin p&nt&al para varia$le c&alitativa 6;8
&() TAMA?O DE LA MUESTRA PARA ESTIMAR MEDIAS Y
PROPORCIONES( 6;8
92=29 Determinacin estadstica del tama-o de la m&estra 6<7
92=2929 Po$laciones in3initas 6<7
1.5.1.1.1 Proporcin conocida 6<7
1.5.1.1.2 Proporcin desconocida 6<7
Estadstica
9
1.5.1.2 Po$laciones 3initas
6<6
UNIDAD "( INTERVALOS DE CONFIANZA
"(& INTRODUCCIN ",,
"(&(& .ntervalos de con3ianza para el promedio po$lacional 6<<
6292929 Parmetros yBo estadsticos para &tilizar las 3rm&las
de intervalos de con3ianza 6<=
"(&(" .ntervalo de con3ianzas para la proporcin po$lacional p 6=;
6292629 Parmetros para &tilizar las 3rm&las de intervalos de con3ianza 6=;
UNIDAD '( PRUEBA DE HIPTESIS
'(& INTRODUCCIN ")+
;26DEFINICIN DE PRUEBA DE HIPTESIS ")+
;2;PASOS PARA LA PRUEBA DE HIPTESIS PARA
EL PROMEDIO Y LA PROPORCIN P( ")$
,( ESTUDIO DE CASO "+"
=2 ACTIVIDADES DE RECONOCIMIENTO "+*
>2 RESPUESTA A PREGUNTAS FRECUENTES "++
:2 ACTIVIDADES DE PROFUNDIZACIN "$&
ANE/OS TABLAS DE PROBABILIDAD ACUMULADA
AneAo A 4a$la ac&m&lada de la distri$&cin $inomial 6?:
AneAo % 4a$la ac&m&lada de la distri$&cin Poisson ;76
AneAo ( 4a$la ac&m&lada de la distri$&cin normal ;7=
Estadstica
10
AneAo D 4a$la de la distri$&cin tCst&dent ;7:
GLOSARIO '#$
BIBLIOGRAFA '&+
Estadstica
11
Estadstica
12
PRESENTACIN
Apreciado est&diante) $ienvenido a la Asi'nat&ra *stadstica Descriptiva e
.n3erencial2
*ste md&lo ha sido escrito teniendo presente al est&diante D&e in'resa en
la metodolo'a a distancia) la c&al se constit&ye en &no de los n&evos retos y
alternativas para la 3ormacin de pro3esionales capaces de intervenir
pro$lemticas sociales contemporneas) desde la aplicacin de la ciencia y
la tecnolo'a con criterios ticos y de calidad2
,a ed&cacin a distancia responde a la necesidad de o3recer &n proceso de
3ormacin D&e s&pere o$stc&los representados en 'randes distancias
'eo'r3icas y escasez de tiempo de personas deseosas de tener las
oport&nidades de desarrollo h&mano D&e $rinda la ed&cacin s&perior2
Dicha metodolo'a eAi'e a cada est&diante &n es3&erzo investi'ativo)
creativo e innovador soportado por la vol&ntad del compromiso D&e demanda
n&estra sociedad2
Por esto) para el alcance de los o$@etivos en este proceso 3ormativo) ms D&e
constr&ir &n teAto) se ha tratado de presentar &n instr&mento de
com&nicacin acadmica y dinmica entre la instit&cin y el est&diante) en el
D&e se di3erencian dos partes 3&ndamentales+ la '&a de est&dio y tra$a@o) y
el md&lo de aprendiza@e2
Estadstica
13
,a '&a considera las orientaciones so$re el desarrollo del c&rso en c&anto
de3ine los elementos necesarios para la interloc&cin entre est&diantes y
docente) descri$iendo en la metodolo'a las actividades a realizar para cada
enc&entro) $i$lio'ra3a complementaria) proceso de eval&acin y
compromisos adD&iridos por el est&diante2 *l md&lo desarrolla el contenido
concept&al $sico D&e permite al est&diante la comprensin de los
pro$lemas potenciales en el campo administrativo2
#e'&ros de D&e en dicho material se enc&entran los re3erentes necesarios
para el desarrollo de &n proceso acadmico con calidad) le deseamos Aitos
en este n&evo ciclo de s& 3ormacin pro3esional2
Estadstica
14
&( FICHA T%CNICA
CURSO ESTADSTICA DESCRIPTIVA
AUTORES GABRIEL JAIME POSADA HERNNDEZ
MARA VICTORIA BUITRAGO CARDONA
INSTITUCIN FUNDACIN UNIVERSITARIA LUIS AMIG
UNIDAD ACAD%MICA FACULTAD DE CIENCIAS ADMINISTRATIVAS,
ECONMICAS Y CONTABLES
PROGRAMAS ADMINISTRACIN DE EMPRESAS
CONTADURA P@BLICA
NEGOCIOS INTERNACIONALES
PALABRAS CLAVE ESTADSTICA, CONTEO, DATOS, MUESTRA,
POBLACIN, PROBABILIDAD
REA DE CONOCIMIENTO BSICA
CR%DITOS ' ATRESB
CIUDAD MEDELLN
FECHA JULIO DE "##+
ACTUALIZACIN
ADICIN DE TEMAS
APROBADA POR
"( INTENCIONALIDADES FORMATIVAS
Estadstica
15
*l m&ndo 'lo$al y n&estra sociedad eAi'en al pro3esional moderno el
desarrollo de competencias y ha$ilidades D&e permitan la sol&cin oport&na
y adec&ada a los di3erentes pro$lemas D&e se presentan en las
or'anizaciones2
,a F&ndacin /niversitaria ,&is Ami') consciente de ello) ha 'enerado
constantemente espacios D&e propician la 3ormacin inte'ral de s&s
est&diantes) partiendo del reconocimiento del Eser h&manoF como persona y)
so$re l) la tcnica y el sa$er espec3ico D&e eAi'e la academia2
Por tal razn) el e'resado de la F&ndacin /niversitaria ,&is Ami' es &n
pro3esional nte'ro) tico y comprometido con la sociedad en la $sD&eda de
alternativas via$les para el me@oramiento 3&ncional de las or'anizaciones y la
calidad de vida de s&s inte'rantes2
'( OBJETIVOS
Estadstica
16
'(&( OBJETIVOS ESENCIALES
Mane@ar adec&adamente los conceptos relacionados con estadstica2
Aplicar los conceptos y procedimientos matemticos para descri$ir el
comportamiento de &na varia$le en &n con@&nto de datos2
Analizar los mtodos n&mricos de &n con@&nto de datos2
"enerar modelos de re'resin lineal simple) y realizar anlisis pertinentes
para la toma de decisiones2
Aplicar el concepto de teora de pro$a$ilidad para tomar decisiones $a@o
incertid&m$re2
Mane@ar las distri$&ciones discretas y contin&as de pro$a$ilidad para
resolver pro$lemas reales) teniendo en c&enta los parmetros
po$lacionales y el tipo de sit&acin a resolver2
Realizar in3erencias partiendo de parmetros m&estrales) por medio de
los intervalos de con3ianza y pr&e$a de hiptesis2
'("( OBJETIVOS COMPLEMENTARIOS
Di3erenciar concept&almente la po$lacin y la m&estra2
Reconocer los tipos de varia$les y escalas de medicin aplicados a &n
con@&nto de datos2
Estadstica
17
(alc&lar e interpretar las medidas de tendencia central) varia$ilidad y
localizacin de &n con@&nto de datos2
(alc&lar los parmetros de la ec&acin de re'resin lineal simple2
(ali3icar el modelo de re'resin lineal simple por medio de los
coe3icientes de correlacin y determinacin2
Reconocer &n espacio m&estral y s& tcnica de conteo acorde al
pro$lema2
Reconocer las di3erentes re'las de pro$a$ilidad y s& aplica$ilidad2
Aplicar y calc&lar por 3rm&la o ta$la de pro$a$ilidad) las distri$&ciones
$inomial) Poisson) hiper'eomtrica y normal2
Reconocer la in3ormacin D&e se tiene para poder sacar &na m&estra
aleatoria) con &n alto 'rado de con3ia$ilidad
Di3erenciar &na varia$le aleatoria discreta y &na varia$le aleatoria
contin&a2
Di3erenciar &n parmetro po$lacional y &n parmetro m&estral2
Aplicar de ac&erdo con los estadsticos) &n parmetro m&estral por medio
del intervalo de con3ianza o pr&e$a de hiptesis a &n nivel de
con3ia$ilidad2
Estadstica
18
,( UNIDADES TEMTICAS
II ESTADSTICA DESCRIPTIVA

UNIDAD &( INTRODUCCIN Y OBTENCIN DE DATOS
ESTADSTICOS
UNIDAD "( ORDENACIN DE DATOS ESTADSTICOS
UNIDAD '( M%TODOS NUM%RICOS
UNIDAD ,( REGRESIN LINEAL Y CORRELACIN
III TEORA DE PROBABILIDADES
UNIDAD & DEFINICIONES
UNIDAD " T%CNICAS DE CONTEO
UNIDAD ' SUCESOS PROBABILSTICOS Y REGLAS DE
PROBABILIDAD
UNIDAD , VARIABLES ALEATORIAS Y DISTRIBUCIONES DE
PROBABILIDAD
IV ESTADSTICA INFERENCIAL
UNIDAD & ESTIMACIN
UNIDAD " INTERVALOS DE CONFIANZA
UNIDAD ' PRUEBA DE HIPTESIS
Estadstica
19
)( METODOLOGA GENERAL
*l c&rso Estadstica, $a@o la modalidad a distancia) es realizado por medio
de enc&entros presenciales) &tilizando como mediaciones la plata3orma
Dicom y el md&lo2
*n los enc&entros presenciales se compartirn los temas prop&estos) se
realizarn e@emplos aplicados a la administracin y se asi'narn actividades
para las si'&ientes asesoras2
Al iniciar el c&rso) cada est&diante selecciona &na or'anizacin Gp&ede ser
p$lica) privada o del sector de la economa solidariaH o &n 'r&po po$lacional
de inters Gest&diantes) 3amilias) ha$itantes de &n $arrio) etc2H2 #eleccionar
&na m&estra de elementos Gde &n tama-o acordadoH y 'enerar &na $ase de
datos D&e contemple las varia$les c&alitativas) c&antitativas discretas y
c&antitativas contin&as2
*n los elementos de la m&estra seleccionada) se aplicarn pa&latinamente
los conceptos vistos en el desarrollo del c&rso2 *n cada enc&entro
presencial se compartirn los avances so$re la sec&encia del anlisis
estadstico de los elementos de la or'anizacin2
A travs de la plata3orma virt&al Dicom) cada est&diante compartir s&s
inD&iet&des y apreciaciones en el porta3olio personal de desempe-o2 *stas
inD&iet&des sern res&eltas por este medio o socializadas en la si'&iente
asesora2
Estadstica
20
*( EVALUACIN INTEGRAL
,a eval&acin del c&rso Estadstica se realizar de 3orma c&alitativa) por
medio del porta3olio personal de desempe-o Gacorde con el artc&lo 87 del
Re'lamento *st&diantilH2 #e esta$lecer &n proceso dinmico y contin&o D&e
conten'a se'&imiento) tra$a@o aplicado y eval&acin 3inal2
*l se'&imiento se realizar a travs de eval&aciones cortas so$re temticas
ya compartidas) desi'nando &n espacio para hacerlas) previo ac&erdo con
los est&diantes2
*l tra$a@o de aplicacin a la or'anizacin o po$lacin de inters tendr &n
se'&imiento d&rante todo el c&rso) el c&al ser tenido en c&enta para la
eval&acin 3inal del mismoI adems de la presentacin) anlisis de varia$les
y concl&siones2
Al 3inalizar el c&rso) se realizar la eval&acin 3inal o Pr&e$a Ac&m&lativa de
(onocimiento .nte'ral GPA(.H) la c&al pretende eval&ar) de 3orma 'lo$al)
todos los temas tratados en el c&rso2
Estadstica
21
Estadstica
22
INTRODUCCIN
,a estadstica o los mtodos estadsticos) como se denomina a veces) est
@&'ando &n papel de 'ran importancia en casi todas las 3acetas del
comportamiento h&mano2 Oc&pada inicialmente en as&ntos del *stado) y de
ah s& nom$re) la in3l&encia de la *stadstica se ha eAtendido ahora a la
administracin) la economa) los ne'ocios) la com&nicacin) la a'ric&lt&ra) la
medicina) la 3sica) las ciencias polticas) la psicolo'a) la sociolo'a y m&chos
otros campos de la ciencia y la in'eniera2
*l propsito de este md&lo es presentar desde el mane@o de la in3ormacin)
s& representacin ta$&lar y medidas) hasta el mane@o de las pro$a$ilidades)
y lle'ar a concl&siones po$lacionales por medio de la in3erencia estadstica
en la c&al son de 'ran &tilidad) para la manip&lacin de la in3ormacin)
resp&estas $a@o incertid&m$re y resp&estas po$lacionales2 #e ha dise-ado
para ser &sado como complemento del proceso 3ormativo) acompa-ado de la
plata3orma Dicom y los enc&entros presenciales2 Adems) p&ede ser
considerado como teAto de cons&lta para aD&ellas personas D&e estn
interesadas en aplicar la *stadstica en el anlisis de pro$lemas
investi'ativos2
,os temas han sido compilados de di3erentes a&tores+ Anderson) #1eeney y
JilliamsI %erenson) ,evine y Kreh$ielI Jalpole y MyersI #pie'el) entre otros2
(ada &nidad comienza con en&nciados claros de las de3iniciones pertinentes
y e@emplos aplicados a la vida real2 ,a nica $ase matemtica reD&erida
Estadstica
23
para la comprensin de los temas es la aritmtica2 *n la primera &nidad se
presenta la concept&alizacin de la estadstica y la 3orma como se o$tiene
&na $ase de datos2 ,a se'&nda &nidad se re3iere a la ordenacin de datos
estadsticos) se'n el tipo de varia$le en la c&al se &$ican) para l&e'o
representar en la tercera &nidad las medidas de tendencia central) de
dispersin y de localizacin del con@&nto de datos2 ,a c&arta &nidad
esta$lece la relacin entre varia$les por medio de la re'resin lineal y la
correlacin2 ,a D&inta &nidad se re3iere a &n espacio m&estral) las tcnicas
de conteo y las re'las de pro$a$ilidad2 ,a seAta &nidad se re3iere a la
di3erencia entre varia$les aleatorias discretas y contin&as y s&s distri$&ciones
de pro$a$ilidad2 ,a sptima &nidad se re3iere a res&ltados po$lacionales) por
medio de los intervalos de con3ianza y pr&e$a de hiptesis) $asndose en
res&ltados m&estrales2
Al 3inal) se presenta &n est&dio de caso) el c&al pretende mayor cercana de
la *stadstica a la administracinI adems de al'&nas pre'&ntas 3rec&entes)
con s& respectiva resp&esta) D&e se presentan al est&diar la *stadstica2
Estadstica
24
JUSTIFICACIN
*l desarrollo cient3ico del si'lo LL. eAi'e &na 3ormacin pro3esional nte'ra)
D&e rena conocimientos) eAperiencia y eApectativas) D&e permita la
&tilizacin adec&ada de los rec&rsos y herramientas del m&ndo act&al2
*n la act&alidad) las reas administrativas) conta$les y econmicas reD&ieren
de &n pro3esional con conocimientos $sicos de clc&lo) de tal 3orma D&e lo
lleven a inc&rsionar en el campo investi'ativo y en la toma de decisiones)
para 'enerar n&evos conocimientos a partir de la inte'racin de los
conceptos propios y de las di3erentes reas de est&dio) D&e lo ha'an ms
competente en los retos del m&ndo moderno2
Estadstica
25
Estadstica
26
&( INTRODUCCIN Y OBTENCIN DE DATOS
ESTADSTICOS
&(&( ESTADSTICA
&(&(&( H01o2!
,os comienzos de la estadstica p&eden ser hallados en el anti'&o *'ipto)
c&yos 3araones lo'raron recopilar) hacia el a-o ;7=7 antes de (risto) proli@os
datos relativos a la po$lacin y la riD&eza del pas2 De ac&erdo con el
historiador 'rie'o Herdoto) dicho re'istro de riD&eza y po$lacin se hizo con
el o$@etivo de preparar la constr&ccin de las pirmides2 *n el mismo *'ipto)
Ramss .. hizo &n censo de las tierras con el o$@eto de veri3icar &n n&evo
reparto2
*n el anti'&o .srael) la %i$lia da re3erencias) en el li$ro de los 0meros) de
los datos estadsticos o$tenidos en dos rec&entos de la po$lacin he$rea2 *l
rey David) por otra parte) orden a !oa$) 'eneral del e@rcito) hacer &n censo
de .srael con la 3inalidad de conocer el nmero de la po$lacin2
4am$in los chinos e3ect&aron censos hace ms de c&arenta si'los2 ,os
'rie'os e3ect&aron censos peridicamente con 3ines tri$&tarios) sociales
Gdivisin de tierrasH y militares Gclc&lo de rec&rsos y hom$res disponi$lesH2
,a investi'acin histrica revela D&e se realizaron >? censos para calc&lar
los imp&estos) determinar los derechos de voto y ponderar la potencia
'&errera2
Pero 3&eron los romanos) maestros de la or'anizacin poltica) D&ienes me@or
s&pieron emplear los rec&rsos de la estadstica2 (ada cinco a-os realiza$an
&n censo de la po$lacin) y s&s 3&ncionarios p$licos tenan la o$li'acin de
Estadstica
27
anotar nacimientos) de3&nciones y matrimonios) sin olvidar los rec&entos
peridicos del 'anado y de las riD&ezas contenidas en las tierras
conD&istadas2 Para el nacimiento de (risto) s&ceda &no de estos
empadronamientos de la po$lacin $a@o la a&toridad del imperio2
D&rante los mil a-os si'&ientes a la cada del imperio romano se realizaron
m&y pocas operaciones estadsticas) con la nota$le eAcepcin de las
relaciones de tierras pertenecientes a la .'lesia) compiladas por Pipino el
%reve en el :=8) y por (arloma'no en el :>6 D(2 D&rante el si'lo .L se
realizaron en Francia al'&nos censos parciales de siervos2 *n .n'laterra)
"&illermo el (onD&istador recopil el Domesday Book o Libro del gran
catastro para el a-o 978>) &n doc&mento de la propiedad) eAtensin y valor
de las tierras de .n'laterra2 *sa o$ra 3&e el primer compendio estadstico de
.n'laterra2
D&rante los si'los LV) LV.) y LV..) hom$res como ,eonardo de Vinci) 0icols
(oprnico) "alileo) 0eper) Jilliam Harvey) #ir Francis %acon y Ren
Descartes) hicieron 'randes operaciones al mtodo cient3ico) de tal 3orma
D&e c&ando se crearon los *stados nacionales y s&r'i como 3&erza el
comercio internacional eAista ya &n mtodo capaz de aplicarse a los datos
econmicos2
Para el a-o 9=;6 empezaron a re'istrarse en .n'laterra las de3&nciones
de$ido al temor D&e *nriD&e V.. tena por la peste2 Ms o menos por la
misma poca) en Francia la ley eAi'i a los clri'os re'istrar los $a&tismos)
3allecimientos y matrimonios2 D&rante &n $rote de peste D&e apareci a 3ines
de la dcada de 9=77) el 'o$ierno in'ls comenz a p&$licar estadsticas
semanales de los decesos2 *sa cost&m$re contin& m&chos a-os) y en 9>;6
estos Bills o !ortality G"#entas de mortalidadH contenan los nacimientos y
3allecimientos por seAo2
Estadstica
28
*n 9>>6) el capitn !ohn "ra&nt &s doc&mentos D&e a$arca$an treinta a-os
y e3ect& predicciones so$re el nmero de personas D&e moriran de varias
en3ermedades y so$re las proporciones de nacimientos de varones y m&@eres
D&e ca$ra esperar2 *l tra$a@o de "ra&nt) condensado en s& o$ra $at#ral and
%olitical obser&ations... !ade #%on t'e bills o mortality G(bser&aciones
%olticas y nat#rales... 'ec'as a %artir de las c#entas de mortalidadH) 3&e &n
es3&erzo innovador en el anlisis estadstico2 Por el a-o 9=<7) el alemn
#e$astin M&ster realiz &na compilacin estadstica de los rec&rsos
nacionales) comprensiva de datos so$re or'anizacin poltica) instr&cciones
sociales) comercio y podero militar2
D&rante el si'lo LV.. aport indicaciones ms concretas de mtodos de
o$servacin y anlisis c&antitativo y ampli los campos de la in3erencia y la
teora estadstica2 ,os er&ditos del si'lo LV.. demostraron especial inters
por la estadstica demo'r3ica como res&ltado de la espec&lacin so$re si la
po$lacin a&menta$a) decreca o permaneca esttica2

*n los tiempos modernos) tales mtodos 3&eron res&citados por al'&nos
reyes D&e necesita$an conocer las riD&ezas monetarias y el potencial
h&mano de s&s respectivos pases2 *l primer empleo de los datos
estadsticos para 3ines a@enos a la poltica t&vo l&'ar en 9>?9 y est&vo a
car'o de "aspar 0e&mann) &n pro3esor alemn D&e viva en %resla&2 *ste
investi'ador se prop&so destr&ir la anti'&a creencia pop&lar de D&e en los
a-os terminados en siete mora ms 'ente D&e en los restantes) y para
lo'rarlo h&r' pacientemente en los archivos parroD&iales de la ci&dad2
Desp&s de revisar miles de partidas de de3&ncin p&do demostrar D&e en
tales a-os no 3allecan ms personas D&e en los dems2 ,os procedimientos
Estadstica
29
de 0e&mann 3&eron conocidos por el astrnomo in'ls Halley) desc&$ridor
del cometa D&e lleva s& nom$re) D&ien los aplic al est&dio de la vida
h&mana2 #&s clc&los sirvieron de $ase para las ta$las de mortalidad D&e
hoy &tilizan todas las compa-as de se'&ros2
D&rante el si'lo LV.. y principios del LV...) matemticos como %erno&lli)
Francis Maseres) ,a'ran'e y ,aplace desarrollaron la teora de
pro$a$ilidades2 0o o$stante) d&rante cierto tiempo) la teora de las
pro$a$ilidades limit s& aplicacin a los @&e'os de azar y hasta el si'lo LV...
no comenz a aplicarse a los 'randes pro$lemas cient3icos2 "odo3redo
Achen1all) pro3esor de la /niversidad de "otin'a) ac&- en 9:>7 la pala$ra
estadstica) D&e eAtra@o del trmino italiano statista GestadistaH2 (rea) y con
so$rada razn) D&e los datos de la n&eva ciencia seran el aliado ms e3icaz
del 'o$ernante consciente2 ,a raz remota de la pala$ra se halla) por otra
parte) en el trmino latino stat&s) D&e si'ni3ica estado o sit&acin2 *sta
etimolo'a a&menta el valor intrnseco de la pala$ra) por c&anto la estadstica
revela el sentido c&antitativo de las ms variadas sit&aciones2
!acD&es M&telect es D&ien aplica las estadsticas a las ciencias sociales2
*ste interpret la teora de la pro$a$ilidad para s& &so en las ciencias
sociales y resolver la aplicacin del principio de promedios y de la
varia$ilidad a los 3enmenos sociales2 M&telect 3&e el primero en realizar la
aplicacin prctica de todo el mtodo estadstico) entonces conocido) a las
diversas ramas de la ciencia2 *ntre tanto) en el perodo del 9877 al 9867 se
desarrollaron dos conceptos matemticos 3&ndamentales para la teora
estadstica+ la teora de los errores de o$servacin) aportada por ,aplace y
"a&ssI y la teora de los mnimos c&adrados desarrollada por ,aplace)
"a&ss y ,e'endre2
Estadstica
30
A 3inales del si'lo L.L) #ir Francis "aston ide el mtodo conocido por
(orrelacin) D&e tena por o$@eto medir la in3l&encia relativa de los 3actores
so$re las varia$les2 De aD& parti el desarrollo del coe3iciente de correlacin
creado por Karl Pearson y otros c&ltivadores de la ciencia $iomtrica como !2
Pease 0orton) R2 H2 HooNer y "2 /dny O&le) D&e e3ect&aron amplios est&dios
so$re la medida de las relaciones2
,os pro'resos ms recientes en el campo de la *stadstica se re3ieren al
&lterior desarrollo del clc&lo de pro$a$ilidadesI partic&larmente en la rama
denominada indeterminismo o relatividad) se ha demostrado D&e el
determinismo 3&e reconocido en la Fsica como res&ltado de las
investi'aciones atmicas y D&e este principio se @&z'a aplica$le tanto a las
ciencias sociales como a las 3sicas2
&(&("( D9C6456
,a *stadstica es la ciencia c&yo o$@etivo es re&nir &na in3ormacin
c&antitativa concerniente a individ&os) 'r&pos) series de hechos) etc2) y
ded&cir de ello) 'racias al anlisis de estos datos) si'ni3icados precisos o
previsiones para el 3&t&ro2
,a estadstica) en 'eneral) es la ciencia D&e trata de la recopilacin)
or'anizacin presentacin) anlisis e interpretacin de datos n&mricos con
el 3in de realizar &na toma de decisin ms e3ectiva2
,os est&diantes con3&nden comnmente los dems trminos asociados con
las estadsticas) &na con3&sin D&e es conveniente aclarar de$ido a D&e esta
pala$ra tiene tres si'ni3icados+ la pala$ra estadstica) en primer trmino) se
&sa para re3erirse a la in3ormacin estadsticaI tam$in se &tiliza para
Estadstica
31
re3erirse al con@&nto de tcnicas y mtodos D&e se &tilizan para analizar la
in3ormacin estadsticaI y el trmino estadstico) en sin'&lar y en masc&lino)
se re3iere a &na medida derivada de &na m&estra2
&(&('( DD056
,a *stadstica) para s& me@or est&dio) se ha dividido en dos 'randes ramas+
la *stadstica Descriptiva y la .n3erencial2
Estadstica Descriptiva+ consiste so$re todo en la presentacin de datos en
3orma de ta$las y 'r3icas2 *sta comprende c&alD&ier actividad relacionada
con los datos y est dise-ada para res&mir o descri$ir los mismos sin
3actores pertinentes adicionales) esto es) sin intentar in3erir nada D&e vaya
ms all de los datos como tales2
Estadstica Inferencial+ se deriva de m&estras) de o$servaciones hechas
slo acerca de &na parte de &n con@&nto n&meroso de elementos y esto
implica D&e s& anlisis reD&iere de 'eneralizaciones D&e van ms all de los
datos2 (omo consec&encia) la caracterstica ms importante del reciente
crecimiento de la estadstica ha sido &n cam$io en el n3asis de los mtodos)
los c&ales son &tilizados para hacer 'eneralizaciones2 ,a *stadstica
.n3erencial investi'a o analiza &na po$lacin partiendo de &na m&estra
tomada2
&("( CONCEPTOS GENERALES
&("(&( U6<!< <9 6D901:!456
Estadstica
32
,a &nidad de investi'acin es el elemento a D&ien va diri'ida la investi'acin)
el c&al p&ede ser &na persona) &na 3amilia) &na vivienda) &n est&diante) &na
&niversidad) &n empleado) &na or'anizacin) etc2 ,a &nidad de$e ser
adec&ada al tipo de investi'acin y de$e poseer caractersticas claras y
entendi$les D&e permitan mediciones y comparaciones2
&("("( Pobl!456
#e entiende por po$lacin o &niverso &n con@&nto 'rande de elementos o
&nidades de investi'acin) de los c&ales se est&dia &na o varias
caractersticas com&nes2 Por e@emplo) los est&diantes de &na &niversidad)
las &niversidades de &na ci&dad) los artc&los prod&cidos en &na 3$rica) las
empresas de &n pas) los lanzamientos de &na moneda) etc2
#e'n el tama-o) la po$lacin p&ede clasi3icarse en 3inita e in3inita2
#e considera &na po$lacin C61! c&ando tiene &n nmero determinado de
elementos) es decir) se conoce el tama-o de la po$lacin2 Por e@emplo) los
ha$itantes de &n pas) los est&diantes de &na &niversidad) los empleados de
&na empresa) los asociados a &na cooperativa) etc2) mientras D&e la
po$lacin 6C61! tiene &n nmero indeterminado de elementos) por e@emplo)
los c&erpos D&e caen) los lanzamientos de &n dado) etc2
*sta clasi3icacin slo eAiste en la teora) porD&e en la prctica eAisten
po$laciones con &n nmero enormemente 'rande de elementos) las c&ales
son clasi3icadas como po$laciones in3initas2
(&ando la po$lacin est comp&esta por &n nmero relativamente alto de
elementos) por razones de costo) tiempo y rec&rsos tcnicos D&e acarreara
Estadstica
33
la o$servacin eAha&stiva de cada &no de los elementos de la po$lacin) es
necesario rec&rrir a la seleccin de &na m&estra representativa de la
po$lacin2
&("('( M39012!
,a m&estra es &n con@&nto de &nidades pertenecientes a la po$lacin)
seleccionadas adec&adamenteI es decir) es &na parte de la po$lacin o
&niverso2 Por e@emplo) de los 9=7 empleados de &na empresa D&e
constit&yen el &niverso o po$lacin en est&dio) al azar se p&eden seleccionar
;7 empleados) D&e constit&yen la m&estra2
Al emplear &na m&estra se $&sca lo'rar D&e al o$servar &na porcin
red&cida de &nidades) se p&edan sacar concl&siones seme@antes a las D&e
se o$tendran si se est&diara el total de la po$lacin o &niverso2
,o ideal es D&e el nmero de elementos o &nidades de o$servacin D&e
constit&yen la m&estra sea i'&al al de la po$lacin) para evitar los errores al
&tilizar m&estras no representativas2 #in em$ar'o) por la limitacin de
rec&rsos) es preciso ac&dir al m&estreo y as&mir los posi$les errores D&e
p&edan 'enerarse2 (&ando el tama-o de la m&estra es i'&al al de la
po$lacin) el tra$a@o realizado se denomina 4960o2
&("(,( P!2Em912o0 F 901!<G:2!Co0
,os parmetros son medidas D&e descri$en n&mricamente &na
caracterstica de la po$lacin) tales como+ la media aritmtica) la varianza) el
coe3iciente de variacin) etc2 /na po$lacin p&ede tener varias
caractersticas y) por lo tanto) varios parmetros2
Estadstica
34
,os estad'ra3os o estadsticas son medidas D&e descri$en n&mricamente
&na caracterstica de la m&estraI as como los parmetros lo hacen en &na
po$lacin) i'&al los estad'ra3os lo hacen para la m&estra) tales como+ la
media aritmtica) la varianza) el coe3iciente de variacin) etc2
&("()( V!2!bl90
/na varia$le es c&alD&ier caracterstica o propiedad de &na po$lacin o de
&na m&estra) s&scepti$le de as&mir distintos valores o modalidades2 Por
e@emplo+ la alt&ra de cada &no de los est&diantes de &n c&rso p&ede tomar
distintos valores+ sta p&ede ser 92>= m o 92:6 m) o c&alD&ier otro valor) as
la alt&ra es &na varia$le2 *sto no si'ni3ica D&e la alt&ra de &n est&diante
p&ede variar) sino D&e la alt&ra p&ede variar de &n est&diante a otro2
*l color tam$in es &na varia$le2 #i se toma) por e@emplo) el color de las
camisetas de los est&diantes) esta c&alidad p&ede variar de &na camiseta a
otra) ya D&e p&ede ha$er camisetas $lancas) ne'ras) ro@as) az&les) etc2
*stos colores son) en este caso) los distintos atri$&tos o modalidades D&e
p&ede as&mir la varia$le en mencin2
,as caractersticas de los o$@etos p&eden ser o no ser s&scepti$les de
medidaI en el primer caso Gla alt&ra de los est&diantesH se tiene &na
caracterstica c&antitativa) y en el se'&ndo Gel color de la camisetaH &na
caracterstica c&alitativa2 Por esta razn) las varia$les se clasi3ican en
c&alitativas y c&antitativas2
Estadstica
35
aria!les c"alitativas
,as varia$les c&alitativas son las D&e no permiten constr&ir &na serie
n&mrica de3inidaI los atri$&tos o caractersticas D&e toman son distintas
modalidades o$servadas c&alitativamente2 #on varia$les c&alitativas el
color) la pro3esin) el estado civil) etc2
Para desi'nar varia$les c&alitativas) 'eneralmente se &tilizan las primeras
letras del al3a$eto en maysc&las GA) %) ()222H y para desi'nar el atri$&to se
toman las letras minsc&las acompa-adas por s&$ndices2 Por e@emplo) la
varia$le pro3esin en &na empresa p&ede ser representada por la letra A y
s&s posi$les caractersticas+ administrador) economista) contador) in'eniero)
por a9) a6 ) a; )a<) respectivamente) en este caso)
a9 P administrador
a6 P economista
a; P contador
a< P in'eniero
aria!les c"antitativas
,as varia$les c&antitativas son aD&ellas D&e permiten &na escala n&mrica
de medicin) toman distintos valores o$servados c&antitativamente mediante
&na medida y &na escala de medidas2 #on varia$les c&antitativas la alt&ra)
el peso) el nmero de hi@os de &na 3amilia) el salario) el nmero de artc&los
prod&cidos en &na semana2
Para desi'nar las varia$les c&antitativas se &tilizan las ltimas letras del
al3a$eto en maysc&las G222 L) O) QH2 Por e@emplo) la varia$le alt&ra de cinco
Estadstica
36
est&diantes se representa por L y las alt&ras 92>= m) 92>: m) 92>8 m) 92:7 m
y 92:6 m) se representan por A9) A6 ) A; ) A< y A= ) respectivamente2 *n este
caso)
A9 P 92>= m
A6 P 92>: m
A; P 92>8 m
A< P 92:7 m
A= P 92:6 m
,as varia$les c&antitativas p&eden clasi3icarse en c&antitativas contin&as y
c&antitativas discretas2
/na varia$le es c"antitativa c#ntin"a si entre dos valores consec&tivos
p&ede tomar in3inito nmero de valoresI es decir) entre &no y otro valor de la
varia$le eAisten in3initas posi$ilidades intermediasI son varia$les contin&as el
peso) la temperat&ra) el tiempo) el salario) etc2
Por e@emplo) el peso es &na varia$le c&antitativa contin&a porD&e entre los
valores de >= K' y >> K' eAisten in3initos valores) stos p&eden ser >=2? K')
>=2?? K') >=2??? K') etc2
/na varia$le es c"antitativa discreta si entre dos valores consec&tivos no
p&ede as&mir otro valorI en este caso la varia$le no toma valores decimales2
Por e@emplo) el nmero de empleados de &na empresa) el nmero de
artc&los prod&cidos) el nmero de empresas de la competencia) etc2 *n
estos casos se ha$la de &n cierto valor como 97) 99) 96 o c&alD&ier otro
nmero entero) porD&e es a$s&rdo decir) por e@emplo) D&e &na empresa tiene
9928 empleados2
Estadstica
37
&("(*( E04!l!0 <9 m9<456
/na escala es &n sistema para asi'nar valores n&mricos a ciertas
caractersticas o ras'os mens&ra$les2 *Aisten varios mtodos para ordenar
datosI en la mayora de los casos) las tcnicas de medicin se p&eden
red&cir a c&atro tipos de escalas+ nominal) ordinal) de intervalos y de razn2
Escala n#$inal
,a escala nominal se aplica a la varia$le c&alitativa) la c&al presenta
di3erentes cate'oras o modalidades) cada &na de las c&ales reci$e &n
nom$reI de ah la denominacin de esta escala2 A las varia$les con tales
caractersticas tam$in se les denomina atri$&tos2 ,as cate'oras p&eden
estar preconstr&idas y ser de aceptacin 'eneral) o p&ede de3inirlas el
investi'ador de ac&erdo con s&s intereses) pero en c&alD&ier caso de$en ser
eAha&stivas y m&t&amente eAcl&yentes) esto es) D&e eAista &na y slo &na
cate'ora para cada &no de los elementos de la po$lacin2
*@emplos+
(olor P R$lanco) ro@o) az&l) verde) violeta) otroS
4ipo de artc&lo P Rnormal) imper3ectoS
(ar'o P R'erente) coordinador) a&AiliarS
,as nicas estadsticas $sicas D&e se p&eden o$tener a partir de estas
varia$les son la 3rec&encia y la moda y) por tanto) los mtodos estadsticos
disponi$les son aD&ellos D&e se $asan en las mismas2 *n el caso de &na
sola varia$le) se p&eden o$tener ta$las de 3rec&encias y dia'ramas de
Estadstica
38
$arras o de sectoresI si se tienen dos varia$les se p&ede realizar &n anlisis
de correspondencia o constr&ir ta$las de contin'encia2
Escala #rdinal
(ada &no de los niveles de esta escala tiene &n ran'o) lo D&e permite
esta$lecer comparaciones de orden entre los mismos Gmayor D&e) menor
D&eH2 0o o$stante) no es adec&ado) en 'eneral) s&poner D&e la distancia
entre &n nivel y s&s niveles adyacentes s&perior e in3erior es la misma2
*@emplos+
*stado sanitario P Rsano) li'eramente a3ectado) en3ermo) m&y en3ermo)
m&ertoS
*strato socioeconmico P R9) 6) ;) <) =) >S
Prod&ccin P Ralta) media) $a@aS
,as varia$les medidas en esta escala contienen ms in3ormacin D&e
aD&ellas medidas en escala nominalI por tanto) se podran aplicar los mismos
mtodos y anlisis) prescindiendo de la in3ormacin de orden2
Adicionalmente) se p&eden calc&lar la mediana y la desviacin media2
A&nD&e es posi$le reemplazar cada &na de los niveles por &n nmero
GetiD&etaH) ste no aporta in3ormacin adicional y las relaciones D&e se
p&eden esta$lecer si'&en siendo las mismas2 As) se podra hacer
corresponder los nmeros del 9 al = con cada &no de los niveles de estado
3itosanitario) pero lo nico D&e se podra decir en c&anto a la sanidad es D&e
9 T 6 T ; T < T =2 *n 'eneral) ser inadec&ada la &tilizacin de estos
Estadstica
39
nmeros para e3ect&ar operaciones o ded&cciones matemticas de otro tipo)
como la o$tencin del estado 3itosanitario promedio) por e@emplo2
Escala de interval#
*s &na escala D&e contiene ms in3ormacin D&e las anteriores) p&es
adems de D&e eAiste &n orden entre los di3erentes niveles) la distancia entre
c&alD&ier par de niveles adyacentes es la misma) lo D&e implica el &so de
&na distancia &nitaria de re3erencia2 *sta caracterstica permite esta$lecer
relaciones entre c&alD&ier par de intervalos en la escalaI as) es posi$le
a3irmar D&e la distancia D&e hay entre = y > es la misma D&e hay entre 97 y
992
*sta escala hace &so de &n p&nto cero D&e se asi'na ar$itrariamente en
cada sistema y D&e no implica a&sencia de la caracterstica medida2 *ste
hecho hace imposi$le esta$lecer comparaciones de razn2 As) para &na
caracterstica medida en esta escala) sera incorrecto a3irmar D&e = es la
mitad de 972

/n e@emplo tpico es la escala en D&e se mide la temperat&raI para s&
medicin se p&eden &tilizar di3erentes sistemas+ el (elsi&s) el Fahrenheit
9
&
otro2 Dentro de c&alD&iera de estos sistemas es posi$le a3irmar D&e la
distancia entre dos divisiones c&alesD&iera es la misma) sin importar el l&'ar
de la escala2 0o o$stante) en la si'&iente ta$la se o$serva cmo &na
relacin entre dos temperat&ras cam$ia dependiendo del sistema) la c&al
eAplica por D& no p&ede a3irmarse D&e = sea la mitad de 972
C9l030 F!7296791
9
Gtemperat&raH UF P G?B=H V Gtemperat&raH U( W ;6
Estadstica
40
= U( <9 UF
97 U( =7 UF
0tese D&e c&alD&ier escala ordinal D&e se constr&ya c&idando D&e la
distancia entre niveles sea la misma constit&ir) en realidad) &na escala de
intervalos2
(&ando las varia$les estn medidas en esta escala) se p&eden calc&lar
todos los estadsticos) y es posi$le &sar c&alesD&iera de los mtodos
estadsticos clsicos) siempre D&e se c&mplan los s&p&estos espec3icos de
los mismos2
Escala de ra%#nes
*s la escala de medicin D&e tiene ms in3ormacin2 Posee &n p&nto cero
verdadero D&e indica a&sencia de la caracterstica) lo D&e permite realizar
comparaciones no slo de intervalo) sino tam$in de razones) sin importar el
sistema &tilizado2
As) por e@emplo) &n o$@eto D&e mida =)78 cm tendr el do$le de lon'it&d con
relacin a &n o$@eto D&e mida 6)=< cm) c&alD&iera D&e sea el sistema en D&e
se re'istre la lon'it&d) tal como se m&estra en la si'&iente ta$la
6
2
C961Gm912o0 P3l:!<!0
6)=< 9
=)78 6
(omo e@emplo de varia$les medidas en escala de razones) estn los conteos
de c&alD&ier caracterstica) pesos y lon'it&des) ente otras2
6
9 p&l'ada P 6)=< centmetros
Estadstica
41
(&ando se tiene &na varia$le medida en escala de razones) se p&eden
calc&lar todos los estadsticos y es posi$le &tilizar c&alesD&iera de los
mtodos estadsticos clsicos) siempre D&e se c&mplan los s&p&estos
espec3icos de los mismos2
,as escalas de medicin D&e contienen poca in3ormacin se denominan
d$iles) y los mtodos estadsticos D&e se p&eden aplicar so$re las mismas
son) por lo 'eneral) ms restrin'idos2 ,as escalas de medicin con mayor
in3ormacin se denominan escalas 3&ertes y p&eden analizarse mediante los
mtodos dise-ados espec3icamente para s& anlisis o mediante
c&alesD&iera de los mtodos dise-ados para tra$a@ar so$re varia$les
medidas en &na escala ms d$il) simplemente prescindiendo de la
in3ormacin adicional2
/na clasi3icacin ms amplia llama varia$les c&alitativas a aD&ellas medidas
en escala nominal) y c&antitativas a las medidas en escala de razones o de
intervalo2 ,as varia$les medidas en escala ordinal 3orman &n p&ente entre
am$as2
&('( MUESTREO
,os mtodos estadsticos proponen di3erentes tipos de m&estreo) a&nD&e en
'eneral p&eden dividirse en dos 'randes 'r&pos+ mtodos de m&estreo
pro$a$ilsticos y mtodos de m&estreo no pro$a$ilsticos2
&('(&( M;1o<o0 <9 m390129o 82ob!blG014o0
Estadstica
42
,os mtodos de m&estreo pro$a$ilstico son aD&ellos D&e se $asan en el
principio de eD&ipro$a$ilidad2 *s decir) aD&ellos en los D&e todos los
individ&os tienen la misma pro$a$ilidad de ser ele'idos para 3ormar parte de
&na m&estra y) consi'&ientemente) todas las posi$les m&estras de tama-o n
tienen la misma pro$a$ilidad de ser ele'idas2 #lo estos mtodos de
m&estreo pro$a$ilstico ase'&ran la representatividad de la m&estra eAtrada
y son) por tanto) los ms recomenda$les2 Dentro de los mtodos de
m&estreo pro$a$ilstico se enc&entran los si'&ientes tipos+
&"estre# aleat#ri# si$ple
*l procedimiento empleado es el si'&iente+ 9H se asi'na &n nmero a cada
individ&o de la po$lacin) y 6H a travs de al'n medio mecnico G$olas
dentro de &na $olsa) ta$las de nmeros aleatorios) nmeros aleatorios
'enerados con &na calc&ladora & ordenador) etc2H se eli'en tantos s&@etos
como sea necesario para completar el tama-o de m&estra reD&erido2
*ste procedimiento) atractivo por s& simpleza) tiene poca o n&la &tilidad
prctica c&ando la po$lacin D&e se est mane@ando es m&y 'rande2
&"estre# aleat#ri# siste$'tic#
*ste procedimiento eAi'e) como el anterior) n&merar todos los elementos de
la po$lacin) pero en l&'ar de eAtraer n nmeros aleatorios slo se eAtrae
&no2 #e parte de ese nmero aleatorio i) D&e es &n nmero ele'ido al azar) y
los elementos D&e inte'ran la m&estra son los D&e oc&pan los l&'ares i) iWN)
iW6N) iW;N)222)iWGnC9HN) es decir se toman los individ&os de N en N) siendo N el
res&ltado de dividir el tama-o de la po$lacin entre el tama-o de la m&estra+
Estadstica
43
NP0Bn2 *l nmero i D&e se emplea como p&nto de partida ser &n nmero al
azar entre 9 y N2
*l ries'o se este tipo de m&estreo est en los casos en D&e se dan
periodicidades en la po$lacin ya D&e al ele'ir a los miem$ros de la m&estra
con &na periodicidad constante GNH se p&ede introd&cir &na homo'eneidad
D&e no se da en la po$lacin2 #&pn'ase D&e se est seleccionando &na
m&estra so$re listas de 97 individ&os en los D&e los = primeros son varones y
los = ltimos m&@eresI si se emplea &n m&estreo aleatorio sistemtico con
NP97 siempre sern seleccionados o slo hom$res o slo m&@eresI no podra
ha$er &na representacin de los dos seAos2
&"estre# aleat#ri# estratificad#
4rata de o$viar las di3ic&ltades D&e presentan los anteriores) ya D&e
simpli3ica los procesos y s&ele red&cir el error m&estral para &n tama-o dado
de la m&estra2 (onsiste en considerar cate'oras tpicas di3erentes entre s
GestratosH D&e poseen 'ran homo'eneidad respecto a al'&na caracterstica
Gse p&ede estrati3icar) por e@emplo) se'n la pro3esin) el m&nicipio de
residencia) el seAo) el estado civil) etc2H2 ,o D&e se pretende con este tipo de
m&estreo es ase'&rarse de D&e todos los estratos de inters estarn
representados adec&adamente en la m&estra2 (ada estrato 3&nciona
independientemente) p&diendo aplicarse dentro de ellos el m&estreo
aleatorio simple o el estrati3icado para ele'ir los elementos concretos D&e
3ormarn parte de la m&estra2 *n ocasiones) las di3ic&ltades D&e plantea son
demasiado 'randes) p&es eAi'e &n conocimiento detallado de la po$lacin
Gtama-o 'eo'r3ico) seAos) edades222H2
Estadstica
44
,a distri$&cin de la m&estra en 3&ncin de los di3erentes estratos se
denomina a3i@acin) y p&ede ser de di3erentes tipos+
Afi(aci)n si$ple+ a cada estrato le corresponde i'&al nmero de elementos
m&estrales2
Afi(aci)n pr#p#rci#nal+ la distri$&cin se hace de ac&erdo con el peso
Gtama-oH de la po$lacin en cada estrato2
Afi(aci)n )pti$a+ se tiene en c&enta la previsi$le dispersin de los
res&ltados) de modo D&e se consideran la proporcin y la desviacin tpica2
4iene poca aplicacin ya D&e no se s&ele conocer la desviacin2
Por e@emplo) se est interesado en est&diar el 'rado de aceptacin D&e la
implantacin de la re3orma ed&cativa ha tenido entre los padres de &n
m&nicipio2 A tal e3ecto se seleccion &na m&estra de >77 padres de 3amilia2
#e conoce por los datos del Ministerio de *d&cacin D&e de los 972777 ni-os
escolarizados en la $sica) :2777 ac&den a cole'ios p$licos y ;2777 a
cole'ios privados2 (omo el inters es D&e en la m&estra estn representados
todos los tipos de cole'io) se realiza &n m&estreo estrati3icado empleando
como varia$le de estrati3icacin el tipo de cole'io2
#i se emplea &na a3i@acin simple seran ;77 ni-os de cada tipo de centro)
pero en este caso parece ms razona$le &tilizar &na a3i@acin proporcional
p&es hay $astante di3erencia en el tama-o de los estratos2 Por consi'&iente)
se calc&la la proporcin para cada &no de los estratos respecto de la
po$lacin) para poder re3le@arlo en la m&estra2
Estadstica
45
(ole'ios p$licos+ :2777B972777 P 72:7
(ole'ios privados+ ;2777B972777 P 72;7
Para conocer el tama-o de cada estrato en la m&estra se m&ltiplica la
proporcin por el tama-o m&estral2
(ole'ios p$licos+ 72:7A>77 P <67 padres de 3amilia
(ole'ios privados+ 72;7A>77 P 987 padres de 3amilia
&"estre# aleat#ri# p#r c#n*l#$erad#s
,os mtodos presentados hasta ahora estn pensados para seleccionar
directamente los elementos de la po$lacin) es decir) D&e las &nidades
m&estrales son los elementos de la po$lacin2 *n el m&estreo por
con'lomerados la &nidad m&estral es &n 'r&po de elementos de la po$lacin
D&e 3orman &na &nidad) a la D&e se denomina con'lomerado2 ,as &nidades
hospitalarias) los departamentos &niversitarios) &na ca@a de determinado
prod&cto) etc2 son con'lomerados nat&rales2 *n otras ocasiones) se p&eden
&tilizar con'lomerados no nat&rales como) por e@emplo) las &rnas electorales2
(&ando los con'lomerados son reas 'eo'r3icas s&ele ha$larse de
Xm&estreo por reasX2
*l m&estreo por con'lomerados consiste en seleccionar aleatoriamente &n
cierto nmero de con'lomerados Gel necesario para alcanzar el tama-o
m&estral esta$lecidoH y en investi'ar desp&s todos los elementos
pertenecientes a los con'lomerados ele'idos2
Por e@emplo) en &na investi'acin se trata de conocer el 'rado de
satis3accin la$oral de los empleados de &na cadena de almacenesI se toma
Estadstica
46
&na m&estra de :77 empleados2 Ante la di3ic&ltad de acceder individ&almente
a estos empleados) se decide hacer &na m&estra por con'lomerados2
#a$iendo D&e el nmero de empleados por almacn es aproAimadamente de
;=) los pasos a se'&ir seran+
Reco'er &n listado de todos los almacenes2
Asi'nar &n nmero a cada &no de ellos2
*le'ir por m&estreo aleatorio simple o sistemtico los 67 almacenes
G:77B;= P 67H D&e proporcionarn los :77 empleados D&e se
necesitan2
Finalmente) ante lo comple@a D&e p&ede lle'ar a ser la sit&acin real de
m&estreo es m&y comn emplear lo D&e se denomina m#estreo %oliet)%ico2
*ste tipo de m&estreo se caracteriza por operar en s&cesivas etapas)
empleando en cada &na de ellas el mtodo de m&estreo pro$a$ilstico ms
adec&ado2
&('("( M;1o<o0 <9 m390129o 6o 82ob!blG014o0
A veces) para est&dios eAploratorios) el m&estreo pro$a$ilstico res&lta
eAcesivamente costoso y se ac&de a mtodos no pro$a$ilsticos) a&n siendo
conscientes de D&e no sirven para realizar 'eneralizaciones) p&es no se
tiene certeza de D&e la m&estra eAtrada sea representativa) ya D&e no todos
los s&@etos de la po$lacin tienen la misma pro$a$ilidad de ser ele'idos2 *n
'eneral) se selecciona a los s&@etos si'&iendo determinados criterios
proc&rando D&e la m&estra sea representativa2
Estadstica
47
&"estre# p#r c"#tas
4am$in denominado en ocasiones XaccidentalX2 #e asienta 'eneralmente
so$re la $ase de &n $&en conocimiento de los estratos de la po$lacin yBo de
los individ&os ms XrepresentativosX o Xadec&adosX para los 3ines de la
investi'acin2 Mantiene) por tanto) seme@anzas con el m&estreo aleatorio
estrati3icado) pero no tiene el carcter de aleatoriedad de aD&l2
*n este tipo de m&estreo se 3i@an &nas Xc&otasX D&e consisten en &n nmero
de individ&os D&e renen determinadas condiciones) por e@emplo+ 67
individ&os de 6= a <7 a-os) de seAo 3emenino y residentes en &na misma
ci&dad2 /na vez determinada la c&ota) se eli'en los primeros D&e se
enc&entre D&e c&mplan esas caractersticas2 *ste mtodo se &tiliza m&cho
en las enc&estas de opinin2
Por e@emplo) &na &niversidad desea est&diar la incidencia de las dro'as en la
adolescencia2 ,o D&e de$era hacer sera+ conocer por los in3ormes del
*stado c&les son los centros ed&cativos ms a3ectados por el pro$lema)
3i@ar &n nmero de s&@etos a entrevistar) proporcional a cada &no de los
estratos Gc&otasH y) 3inalmente) de@ar en manos de los responsa$les del
tra$a@o de campo a D& s&@etos concretos se de$er entrevistar2
&"estre# #pin'tic# # intenci#nal
*ste tipo de m&estreo se caracteriza por &n es3&erzo deli$erado de o$tener
m&estras XrepresentativasX mediante la incl&sin en la m&estra de 'r&pos
s&p&estamente tpicos2 *s m&y 3rec&ente s& &tilizacin en sondeos
preelectorales de zonas D&e en anteriores votaciones han marcado
tendencias de voto2
Estadstica
48
&"estre# cas"al # incidental
#e trata de &n proceso en el D&e el investi'ador selecciona directa e
intencionadamente los individ&os de la po$lacin2 *l caso ms 3rec&ente de
este procedimiento es el &tilizar como m&estra los individ&os a los D&e se
tiene 3cil acceso Glos pro3esores de &niversidad emplean con m&cha
3rec&encia a s&s propios al&mnosH2 /n caso partic&lar es el de los
vol&ntarios2
+#la de nieve
#e localiza a al'&nos individ&os) los c&ales cond&cen a otros) y stos a
otros) y as hasta conse'&ir &na m&estra s&3iciente2 *ste tipo se emplea m&y
3rec&entemente c&ando se hacen est&dios con po$laciones Xmar'inalesX)
delinc&entes) sectas) determinados tipos de en3ermos) e'resados de &na
instit&cin) etc2
&('('( ED!l3!456 <9l D!lo2 <9 36! 9643901!
(otidianamente se oye o se lee so$re res&ltados de enc&estas en los
di3erentes medios de com&nicacin2 *s evidente D&e los avances
tecnol'icos en las com&nicaciones han provocado la proli3eracin de
investi'aciones por medio de enc&estasI sin em$ar'o) no todas son
acepta$les) si'ni3icativas o importantes2
Para evitar enc&estas carentes de o$@etividad o credi$ilidad) de$e eval&arse
con sentido crtico todo lo D&e se lee y esc&cha) adems de eAaminarse el
valor de la enc&esta) eval&ando los si'&ientes aspectos+
Estadstica
49
Propsito de la enc&esta+ por D& y para D&in se realiza2 /n res&ltado
de opinin o &na enc&esta realizada para satis3acer la c&riosidad
pertenece a la es3era de la diversin2 #& res&ltado es &n 3in en s mismo)
no &n medio para lo'rar &n 3in2 De$e eAistir escepticismo ante tales
enc&estas porD&e el res&ltado no tiene &na aplicacin posterior2
Determinar si la enc&esta est $asada en &na m&estra pro$a$ilstica o no
pro$a$ilstica+ el nico medio disponi$le para hacer in3erencias
estadsticas correctas a partir de &na m&estra es el &so de &n m&estreo
pro$a$ilstico2 ,as enc&estas D&e emplean mtodos de m&estreo no
pro$a$ilstico estn s&@etas a errores si'ni3icativos) D&iz no
intencionales) D&e p&eden 'enerar res&ltados sin sentido2
&('(,( E22o290 96 l!0 9643901!0
A&n c&ando en las enc&estas se &tilizan mtodos de m&estreo pro$a$ilstico)
estn s&@etas a errores potenciales) los c&ales se descri$en a contin&acin+
Err#r de c#!ert"ra # ses*# en la selecci)n
,a clave para &na seleccin apropiada en la m&estra es &n marco de
po$lacin adec&ado o &na lista act&alizada de todos los elementos D&e
participarn en el m&estreo2 *l error de co$ert&ra oc&rre si se eAcl&yen
ciertos elementos de la lista de po$lacin) de manera D&e no tienen
oport&nidad de ser seleccionados en la m&estra2 *l error de co$ert&ra
cond&ce a &n ses'o de seleccin2 #i el listado es inadec&ado porD&e no se
incl&yeron al'&nos elementos de la po$lacin) c&alD&ier m&estra
Estadstica
50
pro$a$ilstica aleatoria proporcionar &na estimacin de las caractersticas
del marco) no de la po$lacin real2
Err#r # ses*# de n# resp"esta
0o todas las personas estn disp&estas a contestar &na enc&esta2 *l error
de no resp&esta s&r'e del 3racaso al recopilar datos de todos los s&@etos de
la m&estra y el res&ltado es &n ses'o de no resp&esta2 (omo en 'eneral no
se p&ede s&poner D&e las personas D&e no responden son seme@antes a
aD&ellas D&e s responden) es importante realizar &n se'&imiento a las no
resp&estas desp&s de &n periodo determinado2 De$en hacerse varios
intentos) ya sea por correo o por tel3ono) para convencerlos de D&e
dili'encien la enc&esta2 (on $ase en estos res&ltados) las estimaciones
o$tenidas con las resp&estas iniciales se com$inan con las estimaciones
o$tenidas con el se'&imiento) de manera D&e las in3erencias hechas a partir
de la enc&esta sean vlidas2
Err#r de $"estre#
*l error de m&estreo se presenta c&ando se enc&esta &na m&estra y no la
po$lacin) es decir) c&ando no se aplica &n censo2 A&n c&ando no se p&ede
evitar este error) s se p&ede controlarI &na 3orma importante de controlarlo
es seleccionar &n mtodo o &n dise-o adec&ado de m&estreo2 *l error de
m&estreo m&estra la hetero'eneidad o las Edi3erencias aleatoriasF de &na
m&estra a otra) se'n la pro$a$ilidad de D&e elementos espec3icos sean
seleccionados en &nas m&estras determinadas2
Err#r de $edici)n
Estadstica
51
#e re3iere a la 3alta de precisin en las resp&estas re'istradas) de$ido a 3allas
en la redaccin del en&nciado de las pre'&ntas) la in3l&encia del
entrevistador en la persona D&e responde) o por el es3&erzo D&e realiza la
persona D&e responde2
&('()( A08941o0 ;14o0 <9l m390129o
*n la act&alidad se eAiste &na tendencia a la proli3eracin de investi'aciones
D&e se apoyan en enc&estasI no todas son $&enas) si'ni3icativas o
importantes) y no todas son ticas2 De$e intentarse distin'&ir entre &n
dise-o de enc&esta de3iciente y &n dise-o carente de tica2
,as consideraciones ticas s&r'en con relacin a c&atro tipos de errores
potenciales D&e p&eden oc&rrir c&ando se dise-an enc&estas D&e &tilizan
m&estras pro$a$ilsticas aleatorias+ error de co$ert&ra o ses'o de seleccin)
error o ses'o de no resp&esta) error de m&estreo y error de medicin2 *l
error de co$ert&ra o ses'o de seleccin se convierte en &n pro$lema tico)
slo si se eAcl&yen a propsito 'r&pos espec3icos de individ&os del marco de
po$lacin) para o$tener res&ltados ses'ados) D&e indican &na posicin ms
3avora$le para los intereses del investi'ador2
De i'&al manera) el error o ses'o de no resp&esta se convierte en &n
pro$lema tico) slo si es menos pro$a$le D&e 'r&pos o individ&os
espec3icos respondan a &na enc&esta) y si el investi'ador la dise-a a
propsito con el 3in de eAcl&ir 'r&pos o elementos2
*l error de m&estreo se convierte en &n pro$lema tico) slo c&ando los
res&ltados se presentan) a propsito) sin re3erencia al tama-o de m&estra o
Estadstica
52
al mar'en de error) de modo D&e el investi'ador p&ede promover &n p&nto
de vista D&e de otra manera sera insi'ni3icante2
*l error de medicin se convierte en &n pro$lema tico en c&alD&iera de las
si'&ientes sit&aciones+
/n investi'ador p&ede ele'ir pre'&ntas orientadas D&e '&an las
resp&estas hacia &na direccin espec3ica2
/n investi'ador) mediante actit&des y tono de voz) p&ede crear &n e3ecto
deli$erado de halo o p&ede '&iar las resp&estas en cierta direccin2
Al'&ien D&e responde) pero no est de ac&erdo con la enc&esta) p&ede
proporcionar in3ormacin 3alsa a propsito2
Estadstica
53

"( ORDENACIN DE DATOS ESTADSTICOS
Estadstica
54
*n los datos o$tenidos en enc&estas) eAperimentos o mediante c&alD&ier
instr&mento de medida) por ser n&merosos) se di3ic&lta s& interpretacin) a
menos D&e se ordenen y clasi3iD&en en 3orma conveniente2 Por lo tanto) se
de$en a'r&par los datos y presentarlos en 3orma de ta$las2
"(&( TABULACIN DE DATOS
,a ta$&lacin de datos consiste en tomar los distintos valores o atri$&tos D&e
toma la varia$le y colocarlos en col&mna) de ac&erdo con al'n criterio de
ordenacin) y al 3rente se coloca el nmero de veces D&e aparece el valor o
atri$&to) o sea) la 3rec&encia2
Para la ta$&lacin de datos correspondientes a varia$les c&alitativas se
p&ede hacer de ac&erdo con el orden cronol'ico) con el orden al3a$tico o
en 3orma convencional2
Por e@emplo) &na (ooperativa de 4ra$a@o Asociado *psilon desea conocer el
nivel de escolaridad de s&s asociados y enc&entra la si'&iente in3ormacin+ =
pro3esionales) 9= tcnicos) 67 $achilleres y 97 con $sica primaria2
Ordenando los niveles de escolaridad en 3orma convencional se o$tiene la
ta$la 92
Estadstica
55
T!bl! &( ND9l <9 904ol!2<!< <9 lo0 !0o4!<o0 <9 l! Coo892!1D! <9
T2!b!Ho A0o4!<o E80lo6

NIVEL DE ESCOLARIDAD TABULACIN FRECUENCIA
Pro3esional

=
4cnico

9=
%achiller


67
%sica primaria

97
F&ente+ Datos hipotticos
Para la clasi3icacin de datos correspondientes a varia$les c&antitativas se
&tilizan escalas n&mricas y se p&eden colocar de 3orma creciente o
decreciente2
Por e@emplo) se seleccionan diez asociados de la (ooperativa de 4ra$a@o
Asociado *psilon y se les cons&lta por el nmero de hi@os D&e poseen en el
momento) o$teniendo los si'&ientes datos+ 6) ;) 9) 9) 7) 6) <) ;) 6) 62
Ordenando en 3orma creciente se o$tiene la ta$la 62
T!bl! "( NIm92o <9 7Ho0 <9 lo0 !0o4!<o0 <9 l! Coo892!1D! <9 T2!b!Ho
A0o4!<o E80lo6
N@MERO DE HIJOS TABULACIN FRECUENCIA
7

9
9

6
6

<
;

6
<

9
F&ente+ Datos hipotticos
*n la ta$la 6 se ha ordenado en 3orma creciente el nmero de hi@os de los
asociados) pero c&ando los datos son n&merosos o el recorrido de la varia$le
es lar'o) este procedimiento no es prctico y) por lo tanto) se de$en 3ormar
Estadstica
56
'r&pos o intervalos de clase) mediante el si'&iente procedimiento+ ran'o o
recorrido) amplit&d del ran'o) nmero de clases) amplit&d del intervalo de
clase) lmites de cada clase y ta$&lacin2
"(&(&( R!6:o o 294o22<o ARB
*l ran'o o recorrido GRH de &na varia$le es el campo de variacin n&mrica
de dicha varia$le) es decir) el intervalo entre el menor valor y el mayor valor
D&e toma la varia$le2 #e representa como+
Donde) R+ ran'o o recorrido2
,i+ lmite in3erior Gmenor valor de la varia$leH2
,s+ lmite s&perior Gmayor valor de la varia$leH2
Por e@emplo) &n 'r&po de eApertos en a&dita@e analiza el tiempo D&e tarda
Gen min&tosH en realizar la a&ditora de &n proceso similar en di3erentes
empresas2 ,os datos se presentan en la si'&iente ta$la+
T!bl! '( T9m8o J39 1!2<! A96 m631o0B 36 :238o <9 9K8921o0 96 !3<1!2
36 82o490o
Estadstica
57
R P Y ,i ) ,s Z
A3<1o2 T9m8o
Am6B
A3<1o2 T9m8o
Am6B
A3<1o2 T9m8o
Am6B
A3<1o2 T9m8o
Am6B
A3<1o2 T9m8o
Am6B
A&d2 9 :7 A&d2 99 <: A&d2 69 =: A&d2 ;9 =6 A&d2<9 =9
A&d2 6 :9 A&d2 96 >8 A&d2 66 == A&d2 ;6 >; A&d2<6 =7
A&d2 ; >6 A&d2 9; >7 A&d2 6; == A&d2 ;; >= A&d2<; >7
A&d2 < >; A&d2 9< =< A&d2 6< =: A&d2 ;< =7 A&d2<< =>
A&d2 = >: A&d2 9= >; A&d2 6= =? A&d2 ;= =; A&d2<= >:
A&d2 > >= A&d2 9> >7 A&d2 6> :< A&d2 ;> =? A&d2<> =?
A&d2 : :< A&d2 9: >? A&d2 6: => A&d2 ;: <= A&d2<: >8
A&d2 8 >6 A&d2 98 =< A&d2 68 =? A&d2 ;8 :6 A&d2<8 >9
A&d2 ? >= A&d2 9? :; A&d2 6? :9 A&d2 ;? >< A&d2<? =9
A&d2 97 => A&d2 67 == A&d2 ;7 =7 A&d2 <7 >? A&d2=7 ><
F&ente+ Datos hipotticos
*n la ta$la ; el valor mayor es :< min&tos y) el menor) <= min&tos) por lo
tanto+
,i P <= min&tos) ,s P :< min&tos y R P Y<=) :<Z
,$ites reales+ como los tiempos se re'istran con aproAimacin a 9 min&to)
el lmite in3erior) <= min&tos) incl&ye el valor <<2> min&tosI por lo tanto) el
valor real del lmite in3erior es <<2= min&tosI y el lmite s&perior) :< min&tos)
incl&ye el valor :<2= min&tosI l&e'o) el lmite real s&perior es :<2= min&tos) y
el recorrido real en este caso es+
R P Y<<2=) :<2=Z
"(&("( Am8l13< <9l 2!6:o AARB
,a amplit&d del ran'o de &na varia$le se determina hallando la di3erencia
entre el lmite s&perior real y el lmite in3erior real2
Estadstica
58
AR P ,s C ,i
Para el e@emplo de la ta$la ; la amplit&d del ran'o es+
AR P :<2= min&tos 5 <<2= min&tos P ;7 min&tos
"(&('( NIm92o <9 4l!090 AmB
*l nmero de clases p&ede o$tenerse de 3orma convencional) teniendo en
c&enta D&e no de$e ser menor a = ni mayor de 67 clases2 #in em$ar'o)
p&ede o$tenerse por medio de la 3rm&la de #t&r'es) la c&al es+
Donde n es el nmero total de datos2
Para el e@emplo de la ta$la ; el nmero de intervalos es+
m P 9 W ;2; A lo' G=7H
m P 9 W ;2; A 92>?
m P 9 W =2>
m P >2>
*n este caso se p&eden tomar > : intervalos2
"(&(,( Am8l13< <9l 6192D!lo <9 4l!09 ACB
*l valor del intervalo de clase no es necesario D&e sea i'&al para todos los
intervalosI sin em$ar'o) para 3ines de simpli3icacin y 3&ncionalidad es
Estadstica
59
m P 9 W ;2; A lo'
conveniente D&e todas las clases ten'an la misma amplit&d2 Para o$tenerla)
se divide la amplit&d del ran'o entre el nmero m de clases D&e se considere
ms adec&ado) teniendo en c&enta D&e ( de$e ser &n nmero eAacto2 *n
consec&encia)
Para el e@emplo de la ta$la ; la amplit&d del intervalo podra ser+
#i m P >) entonces ( P ;7B>) ( P = min&tos
#i m P :) entonces ( P ;7B:) ( P <268=:9<68>222 min&tos
*ntre estos dos valores) el ms recomenda$le es ( P =) ya D&e es eAacto2
Por lo tanto) se de$en constr&ir > intervalos con &na amplit&d de = min&tos2
*sto es m P > y ( P =2
(&ando la amplit&d del intervalo GARH no es divisi$le por &n nmero entero)
sta se p&ede incrementar hasta hacerla divisi$leI este incremento de$e ser
distri$&ido proporcionalmente) s&mando la mitad al lmite s&perior y restando
la otra mitad al lmite in3erior2
"(&()( LGm190 <9 l!0 4l!090
(ada clase tiene &n lmite in3erior i
l
y &n lmite s&perior s
l
I el lmite in3erior
de la clase ms $a@a o clase &no es i'&al al lmite in3erior del ran'o ,i) y el
lmite s&perior de esta clase es i'&al al lmite in3erior) ms la amplit&d del
intervalo G(H2 *l lmite in3erior de la clase dos es i'&al al lmite s&perior de la
Estadstica
60
( P AR B m
clase &no) y el lmite s&perior de esta clase es i'&al al lmite in3erior) ms la
amplit&d del intervalo G(H2 O as s&cesivamente) hasta c&$rir el nmero de
clases de3inidas2
Para el e@emplo de la ta$la ;) los lmites de clases seran+
T!bl! ,( LGm190 <9 4l!090 8!2! 9l 19m8o J39 1!2<! A96 m631o0B 36
:238o <9 9K8921o0 96 !3<1!2 36 82o490o
NL DE CLASE LMITES DE CLASE
i
l
M
s
l
INTERVALOS DE CLASE
i
l
M
s
l
9 <<2= C <<2= W = P <?2= <<2= C <?2=
6 <?2= C <?2= W = P =<2= <?2= C =<2=
; =<2= C =<2= W = P =?2= =<2= C =?2=
< =?2= C =?2= W = P ><2= =?2= C ><2=
= ><2= C ><2= W = P >?2= ><2= C >?2=
> >?2= C >?2= W = P :<2= >?2= C :<2=
F&ente+ Datos hipotticos
"(&(*( T!b3l!456
/na vez esta$lecidos los intervalos de clase) se procede al conteo como en
el caso para datos no a'r&pados) como se il&stra en la ta$la =2
T!bl! )( T!b3l!456 8!2! 9l 19m8o J39 1!2<! A96 m631o0B 36 :238o <9
9K8921o0 96 !3<1!2 36 82o490o
NL DE CLASE TIEMPO Am631o0B TABULACIN FRECUENCIAS
Estadstica
61
9 <<2= C <?2=

6
6 <?2= C =<2=

?
; =<2= C =?2=

96
< =?2= C ><2=

99
= ><2= C >?2=

?
> >?2= C :<2=

:
F&ente+ Datos hipotticos
"(&(+( M!24! <9 4l!09 o 8361o m9<o
(ada clase tiene &n p&nto medio o marca de clase
.
i
x
D&e representa a cada
intervalo2 ,a marca de clase se calc&la como la semis&ma entre los lmites
in3erior y s&perior de cada intervalo) as+
T!bl! *( M!24! <9 4l!09 8!2! 9l 19m8o J39 1!2<! A96 m631o0B 36 :238o
<9 9K8921o0 96 !3<1!2 36 82o490o
NL DE
CLASE
INTERVALO
AT9m8o 96 m631o0B
MARCA DE
CLASE
9 <<2= C <?2= <:
6 <?2= C =<2= =6
; =<2= C =?2= =:
< =?2= C ><2= >6
= ><2= C >?2= >:
> >?2= C :<2= :6
Estadstica
62
2
.
i s
i
l l
x
+

F&ente+ Datos hipotticos

O$srvese D&e al pasar de &na marca de clase a la si'&iente) sta se
incrementa en las mismas &nidades de la amplit&d del intervalo (I por esta
razn es D&e ( siempre de$e ser &n nmero eAacto2
"("( FRECUENCIAS
"(&(&( F2943964! !b0ol31! ACB
#e llama 3rec&encia a$sol&ta G3iH al nmero de veces D&e aparece el valor A
de &na varia$le L en &n colectivo2 As) si en &n 'r&po de ;7 empleados hay >
D&e tienen &na edad de 6= a-os) se dice D&e la edad 6= a-os tiene &na
3rec&encia de >2
,as 3rec&encias a$sol&tas para el 'r&po de eApertos de la a&ditora de &n
proceso se presentan en la ta$la :2
T!bl! +( F2943964!0 !b0ol31!0 8!2! 9l 19m8o J39 1!2<! A96 m631o0B 36
:238o <9 9K8921o0 96 !3<1!2 36 82o490o
NN DE CLASE INTERVALO
AT9m8o 96 m631o0B
FRECUENCIA
ABSOLUTA ACIB
9 <<2= C <?2= 6
6 <?2= C =<2= ?
; =<2= C =?2= 96
< =?2= C ><2= 99
= ><2= C >?2= ?
> >?2= C :<2= :
4O4A, =7
F&ente+ Datos hipotticos
Estadstica
63
O$srvese D&e la s&ma de las 3rec&encias a$sol&tas de$e ser i'&al al
nmero total de datos2
"("("( F2943964! 29l!1D! A7B
#e llama 3rec&encia relativa GhiH al cociente de dividir la 3rec&encia a$sol&ta
entre el nmero total de elementos del colectivo2 4am$in se p&ede
representar en porcenta@e2
Donde n es el total de elementos2
As) si en &n 'r&po de ;7 empleados hay > D&e tienen &na edad de 6= a-os)
entonces la 3rec&encia relativa ser+
% 20 100 *
30
6

i
h
AD& la edad 6= a-os tiene &na 3rec&encia relativa de 67[I es decir) el 67[
de los empleados tiene edad de 6= a-os2
,as 3rec&encias relativas para el 'r&po de eApertos de la a&ditora de &n
proceso se presenta en la 82
T!bl! $( F2943964!0 29l!1D!0 8!2! 9l 19m8o J39 1!2<! A96 m631o0B 36
:238o <9 9K8921o0 96 !3<1!2 36 82o490o
Estadstica
64
100 *
n
f
h
i
i

NN DE CLASE INTERVALO
AT9m8o 96 m631o0B
FRECUENCIA
RELATIVA A7IB
9 <<2= C <?2= G6B=7HV977 P <[
6 <?2= C =<2= G?B=7HV977 P 98[
; =<2= C =?2= G96B=7HV977 P 6<[
< =?2= C ><2= G99B=7HV977 P 66[
= ><2= C >?2= G?B=7HV977 P 98[
> >?2= C :<2= G:B=7HV977 P 9<[
4O4A, 977[
F&ente+ Datos hipotticos
O$srvese D&e la s&ma de las 3rec&encias relativas es i'&al al 977[2
,a 3rec&encia relativa se aplica a las varia$les c&alitativa) c&antitativa
discreta y contin&a2
"("('( F2943964! !b0ol31! !43m3l!<! AFIB
#e llama 3rec&encia a$sol&ta ac&m&lada GF.H de &n valor A de &na varia$le L
a la s&ma de las 3rec&encias a$sol&tas hasta la correspondiente 3rec&encia 3.
del valor A 2
T!bl! -( F2943964!0 !b0ol31!0 !43m3l!<!0 8!2! 9l 19m8o J39 1!2<!
A96 m631o0B 36 :238o <9 9K8921o0 96 !3<1!2 36 82o490o
INTERVALO
AT9m8o 96
m631o0B
FRECUENCIA
ABSOLUTA ACB
FRECUENCIA ABSOLUTA
ACUMULADA AFB
Estadstica
65

i
k
k i
f F
1
<<2= C <?2= 6 6
<?2= C =<2= ? 6 W ? P 99
=<2= C =?2= 96 6 W ? W 96 P 6;
=?2= C ><2= 99 6 W ? W 96 W 99 P ;<
><2= C >?2= ? 6 W ? W 96 W 99 W ? P <;
>?2= C :<2= : 6 W ? W 96 W 99 W ? W : P =7
F&ente+ Datos hipotticos
"("(,( F2943964! 29l!1D! !43m3l!<! AHB
#e llama 3rec&encia relativa ac&m&lada GH.H de &n valor A de &na varia$le L a
la s&ma de las 3rec&encias relativas hasta la correspondiente 3rec&encia h.
del valor A 2
T!bl! &#( F2943964!0 29l!1D!0 !43m3l!<!0 8!2! 9l 19m8o J39 1!2<! A96
m631o0B 36 :238o <9 9K8921o0 96 !3<1!2 36 82o490o
INTERVALO
AT9m8o 96
m631o0B
FRECUENCIA
RELATIVA A7B
FRECUENCIA RELATIVA
ACUMULADA AHB
<<2= C <?2= <[ <[
<?2= C =<2= 98[ <[ W 98[ P 66[
=<2= C =?2= 6<[ <[ W 98[ W 6<[ P <>[
Estadstica
66

i
k
k i
h H
1
=?2= C ><2= 66[ <[ W 98[ W 6<[ W 66[ P >8[
><2= C >?2= 98[ <[ W 98[ W 6<[ W 66[ W 98[ P 8>[
>?2= C :<2= 9<[ <[ W 98[ W 6<[ W 66[ W 98[ W 9<[ P 977[
F&ente+ Datos hipotticos
/na vez constr&idos los intervalos y las 3rec&encias) se il&stra en &na ta$la el
consolidado para 3acilitar la interpretacin y el anlisis de la varia$le Gver
ta$la 99H2
T!bl! &&( I6192D!lo0 F C2943964!0 8!2! 9l 19m8o J39 1!2<! A96 m631o0B
36 :238o <9 9K8921o0 96 !3<1!2 36 82o490o
NN DE
CLASE
TIEMPO EN
MINUTOS
.
i
x
C 7 F H
9 <<2= C <?2= <: 6 <[ 6 <[
6 <?2= C =<2= =6 ? 98[ 99 66[
; =<2= C =?2= =: 96 6<[ 6; <>[
< =?2= C ><2= >6 99 66[ ;< >8[
= ><2= C >?2= >: ? 98[ <; 8>[
> >?2= C :<2= :6 : 9<[ =7 977[
F&ente+ Datos hipotticos
Para analizar los res&ltados o$tenidos en la ta$la anterior) se de$en tener en
c&enta los si'&ientes aspectos+
,as 3rec&encias a$sol&tas y relativas se interpretan a partir de los
intervalos2
Por e@emplo+ 6 eApertos tardan entre <<2= y <?2= min&tos en realizar la
a&ditora del proceso o el <[ de los eApertos tardan entre <<2= y <?2=
min&tos en realizar la a&ditora del procesoI ? eApertos tardan entre <?2=
y =<2= min&tos en realizar la a&ditora del proceso o el 98[ de los
Estadstica
67
eApertos tardan entre <?2= y =<2= min&tos en realizar la a&ditora del
proceso) as s&cesivamente2
,as 3rec&encias a$sol&tas ac&m&ladas y relativas ac&m&ladas se
interpretan con la marca de clase del intervalo2
Por e@emplo+ 6 eApertos tardan menos de <: min&tos en realizar la
a&ditora del proceso o <[ de los eApertos tardan menos de <: min&tos
en realizar la a&ditora del proceso) 99 eApertos tardan menos de =6
min&tos en realizar la a&ditora del proceso o 66[ de los eApertos tardan
menos de =6 min&tos en realizar la a&ditora del proceso) as
s&cesivamente2
NOTA= las 3rec&encias ac&m&ladas no se aplican a la varia$le c&alitativa2
"("()( NIm92o0 G6<49
/n nmero ndice es &na medida estadstica dise-ada para resaltar cam$ios
en &na varia$le o &n 'r&po de varia$les relacionadas con respecto al tiempo)
sit&acin 'eo'r3ica) in'resos) o c&alD&ier otra caracterstica2
*l nmero ndice es el cociente D&e res&lta al dividir &na determinada
3rec&encia de &na serie por otra 3rec&encia de la misma serie) la c&al se toma
como $ase o p&nto de re3erenciaI p&ede eApresarse en porcenta@e o en
miles2
*@emplo+ los precios de &n artc&lo A d&rante los a-os 6779 a 677= 3&eron
\<72777) \<82777) \=>2777) \:72777) \8<2777) respectivamente2 Al tomar
Estadstica
68
como $ase el a-o 6779) D&e corresponde al 977[) se o$tienen los ndices
para cada a-o2
T!bl! &"( 6<490 <9 8294o0 <9l !21G43lo !, <9 lo0 !Oo0 "##& ! "##)
A?O PRECIO APB NDICE
6779 <72777 G<72777B<72777HV977 P 977[
6776 <82777 G<82777B<72777HV977 P 967[
677; =>2777 G=>2777B<72777HV977 P 9<7[
677< :72777 G:72777B<72777HV977 P 9:=[
677= 8<2777 G8<2777B<72777HV977 P 697[
F&ente+ Datos hipotticos
*sto indica D&e el precio del artc&lo A se increment 67[ en el a-o 6776
con respecto al a-o 6779I <7[ en el a-o 677; con respecto al a-o 6779I
:=[ en el a-o 677< con respecto al a-o 6779I y 997[ en el a-o 677= con
respecto al a-o 67792
"('( GRFICAS O DIAGRAMAS
,as 'r3icas permiten descri$ir $revemente las caractersticas de &n
colectivo2 *Aisten varios tipos de 'r3icas D&e p&eden &tilizarse para
representar el comportamiento de &na varia$le) tales como histo'ramas)
pol'onos de 3rec&encia) o@ivas) dia'ramas circ&lares y $arras2
"('(&( H01o:2!m!0
Estadstica
69
/n histo'rama de 3rec&encias consiste en &na serie de rectn'&los D&e se
constr&yen so$re &n plano cartesiano2 *ste tipo de 'r3ica se aplica a la
varia$le c&antitativa contin&a2
#o$re el plano cartesiano) en el e@e horizontalm) se &$ican los intervalos de
cada clase) y en el e@e vertical las 3rec&encias2 ,&e'o) para cada intervalo se
di$&@a &n rectn'&lo c&ya $ase es la amplit&d del intervalo de cada clase) y
la alt&ra es la 3rec&encia de cada clase2
#i so$re el e@e vertical se &$ican las 3rec&encias a$sol&tas) se o$tiene el
histo'rama de 3rec&encias a$sol&tas) y si se &$ican las 3rec&encias relativas)
se o$tiene el histo'rama de 3rec&encias relativas) como se il&stra en las
'r3icas 9 y 6 para &n 'r&po de eApertos D&e a&ditan &n proceso2
G2EC4! &( H01o:2!m! <9 C2943964!0 !b0ol31!0 8!2! 36 :238o <9
9K8921o0 J39 !3<1!6 36 82o490o
Estadstica
70
G2EC4! "( H01o:2!m! <9 C2943964!0 29l!1D!0 8!2! 36 :238o <9
9K8921o0 J39 !3<1!6 36 82o490o
"('("( PolG:o6o <9 C2943964!0
*l pol'ono de 3rec&encias se constr&ye de 3orma similar al histo'ramaI la
di3erencia radica en la 3orma y estr&ct&ra de la 'r3ica) la c&al se o$tiene
&$icando las marcas de clase so$re el e@e horizontalI y so$re el e@e vertical)
las 3rec&encias) se'n el tipo de pol'onoI si se &$ican las 3rec&encias
a$sol&tas) se denomina pol'ono de 3rec&encias a$sol&tasI y si se &$ican las
3rec&encias relativas) se denomina pol'ono de 3rec&encias relativas) como
se il&stra en las 'r3icas ; y < para &n 'r&po de eApertos D&e a&ditan &n
proceso2
Estadstica
71
G2EC4! '( PolG:o6o <9 C2943964!0 !b0ol31!0 8!2! 36 :238o <9
9K8921o0 J39 !3<1!6 36 82o490o
G2EC4! ,( PolG:o6o <9 C2943964!0 29l!1D!0 8!2! 36 :238o <9 9K8921o0
J39 !3<1!6 36 82o490o
Estadstica
72
#e acost&m$ra prolon'ar el pol'ono hasta las marcas de clase in3erior y
s&perior inmediatas) D&e corresponderan a las clases de 3rec&encia cero2
,os pol'onos de 3rec&encia p&eden tomar m&chas 3ormas) sin em$ar'o) en
la mayora de los casos toman &na 3orma acampanada D&e se identi3ica con
la c&rva normal2
"('('( OHD!0 o 8olG:o6o0 <9 C2943964!0 !43m3l!<!0
,a constr&ccin de estos pol'onos es similar a los pol'onos de 3rec&encias
a$sol&tas y relativasI la di3erencia radica en D&e aD& se toman las
3rec&encias ac&m&ladas) como se p&ede o$servar en las 'r3icas = y >)
donde se presentan los pol'onos de 3rec&encias a$sol&tas y relativas
ac&m&ladas para el 'r&po de eApertos D&e a&ditan &n proceso2
G2EC4! )( PolG:o6o <9 C2943964!0 !b0ol31!0 !43m3l!<!0 8!2! 36 :238o
<9 9K8921o0 J39 !3<1!6 36 82o490o
Estadstica
73
G2EC4! *( PolG:o6o <9 C2943964!0 29l!1D!0 !43m3l!<!0 8!2! 36 :238o
<9 9K8921o0 J39 !3<1!6 36 82o490o
"('(,( D!:2!m!0 <9 b!22!0
,os dia'ramas de $arras son m&y &tilizados por la 3acilidad y sencillez D&e
o3recen para presentar caractersticas de &na po$lacin) especialmente de
varia$les c&alitativas o c&antitativas discretas2
,os dia'ramas de $arras consisten en rectn'&los de anch&ra ar$itraria en la
c&al se &$ican los valores de la varia$le) y de lon'it&d proporcional al nmero
de o$servaciones o 3rec&encias2 ,as $arras se p&eden constr&ir de 3orma
horizontal o vertical) como se m&estra en la 'r3ica :) correspondiente a los
datos del c&adro 62
Estadstica
74
G2EC4! +( NIm92o <9 7Ho0 <9 lo0 !0o4!<o0 <9 l! Coo892!1D! <9
T2!b!Ho A0o4!<o E80lo6
"('()( D!:2!m!0 4243l!290
*stas 'r3icas consisten en &n crc&lo dividido en partes proporcionales a los
porcenta@es de cada &na de las caractersticas o valores de la varia$le2 #e
&tilizan principalmente en la representacin de varia$les c&alitativas2
Para s& constr&ccin) se dividen los ;>7] de la circ&n3erencia
proporcionalmente a los porcenta@es o a las 3rec&encias a$sol&tas de cada
caracterstica2
*n la 'r3ica 8 se il&stra el nivel de escolaridad de los asociados de la
(ooperativa de 4ra$a@o Asociado *psiln2 *n ella) ;>7] corresponde al
Estadstica
75
977[ de los asociadosI con nivel pro3esional corresponde ;>]I nivel tcnico
corresponde 978]I nivel de $achillerato) 9<<]I y con $sica primaria) :6]2
G2EC4! $( ND9l <9 904ol!2<!< <9 lo0 !0o4!<o0 <9 l! Coo892!1D! <9
T2!b!Ho A0o4!<o E80lo6

"('(*( D!:2!m! <9 1!llo F 7oH!0
*l dia'rama de tallo y ho@a es &na herramienta valiosa y verstil para
or'anizar &n con@&nto de datos y entender la distri$&cin y a'r&pacin de los
valores dentro del intervalo de o$servaciones en el con@&nto2 /n dia'rama
de tallo y ho@a separa los datos en d'itos '&a) o tallos) y d'itos D&e le
si'&en) & ho@as2 Para constr&ir el dia'rama) primero se ordenan los d'itos
principales de cada dato a la izD&ierda de &na lnea vertical2 A la derecha de
sta se re'istra el ltimo d'ito para cada dato con3orme al orden de
aparicin de las o$servaciones2 *l ltimo d'ito de cada dato se coloca en la
3ila D&e corresponde a s& primer d'ito2
Para il&strar el &so del dia'rama de tallo y ho@as se consideran los si'&ientes
datos de la ta$la 9;2 ,a in3ormacin es res&ltado de &n eAamen de aptit&des
Estadstica
76
de 9=7 pre'&ntas) aplicado a =7 personas d&rante &n proceso de seleccin
de personal en Man&3act&ras Al3a2
T!bl! &'( NIm92o <9 829:361!0 4o61901!<!0 96 Co2m! 4o22941! 96 36!
8239b! <9 !8113<
996 8< 978 :> 99= 976 96< 99? : 99=
:; >8 :> 998 ?< 87 8; ?= ?= 8=
96> 977 9<9 9;6 ?: ?8 ?6 97< 9;< 97:
86 :6 99? ?> 8> 97> 89 >? 968 977
?6 ?6 ?8 ?9 96: 97> 97> 99; 89 :=
F&ente+ Datos hipotticos
.nicialmente) se de$en &$icar los datos en tallo y ho@as) as+
* ? 8
+ 6 ; > ; > =
$ > 6 ; 9 9 7 < =
- : 6 6 > 6 9 = 8 8 = <
&# : < 8 7 6 > > 7 >
&& 6 8 = ? ; = ?
&" > 8 : <
&' 6 <
&, 9
Posteriormente) se ordena cada lnea en 3orma ascendente) y &na vez
ordenado) D&eda el dia'rama de tallo y ho@as como si'&e+
Estadstica
77
* 8 ?
+ 6 ; ; = > >
$ 7 9 9 6 ; < = >
- 9 6 6 6 < = = > : 8 8
&# 7 7 6 < > > > : 8
&& 6 ; = = 8 ? ?
&" < > : 8
&' 6 <
&, 9
,os nmeros de la izD&ierda de la lnea G>) :) 8) ?) 97) 99) 96) 9;) 9<H 3orman
el tall#) y cada d'ito de la derecha de la 3ila es &na -#(a2 Por e@emplo) se
considera la primera 3ila con &n valor de tallo i'&al a >) y ho@as de 8 y ?) lo
c&al si'ni3ica D&e hay dos valores D&e tienen &n primer d'ito de >I las ho@as
m&estran D&e los valores son >8 y >?2 De manera similar) la se'&nda 3ila
indica D&e hay seis valores c&yo primer d'ito es siete+ :6) :;) :;) :=) :> y
:>2
#i se 'ira el dia'rama de tallo y ho@as ?7] en sentido contrario a las
manecillas del relo@) se o$tiene &na ima'en similar al histo'rama de
3rec&encias2 A&nD&e el dia'rama de tallo y ho@as parece o3recer la misma
in3ormacin D&e &n histo'rama) tiene dos venta@as principales+
&( *s ms 3cil de constr&ir2
"( Dentro de &n intervalo de clase) el dia'rama de tallo y ho@as da ms
in3ormacin D&e &n histo'rama) porD&e m&estra los valores reales2
"('(+( D!:2!m! <9 P!291o
Estadstica
78
*l dia'rama de Pareto es &n rec&rso 'r3ico D&e permite representar datos
cate'ricos Gvaria$les c&alitativasH y D&e a men&do proporciona ms
in3ormacin vis&al D&e los dia'ramas de $arras o circ&lares2
*l dia'rama de Pareto es &n tipo especial de dia'rama de $arras verticales)
donde las resp&estas cate'orizadas se 'ra3ican en orden descendente de
3rec&encias y se com$inan con &n pol'ono ac&m&lado en la misma escala2
*l principio 3&ndamental de la 'r3ica es separar los Epocos vitalesE de los
Em&chos trivialesF) lo D&e permite diri'ir la atencin a las resp&estas
importantes2 As) el dia'rama alcanza s& &tilidad mAima c&ando la varia$le
cate'rica de inters contiene m&chas cate'oras2 *ste dia'rama se &tiliza
ampliamente en el control estadstico de procesos y el control estadstico de
calidad del prod&cto2
*n la constr&ccin de &n dia'rama de Pareto) el e@e vertical de la izD&ierda
contiene las 3rec&encias o porcenta@es) el e@e vertical de la derecha contiene
los porcenta@es ac&m&lados) y el e@e horizontal contiene las cate'oras de
inters2 ,as $arras con separacin &ni3orme tienen el mismo ancho2 *l
p&nto en el pol'ono de porcenta@es ac&m&lados para cada cate'ora se
centra en el p&nto medio de cada $arra2 *ntonces) al est&diar el dia'rama
de Pareto se $&scan dos cosas+ las ma'nit&des de las di3erencias en las
lon'it&des de las $arras D&e corresponden a las cate'oras adyacentes
decrecientes) y los porcenta@es ac&m&lados de estas cate'oras adyacentes2
Para il&strar el dia'rama de Pareto) se &tiliza el e@emplo tomado del teAto
Estadstica %ara administraci*n+ de %erenson y otros) p'ina >72
Estadstica
79
*l 'erente de operaciones de &na planta empacadora de cereales indic D&e)
se'n s& eAperiencia) casi siempre hay n&eve razones D&e dan como
res&ltado la prod&ccin de ca@as de cartn no con3ormes al 3inal del proceso
de empaD&e+ cartn roto) cartn a$&ltado) cartn a'rietado) cartn s&cio)
a'&@eros en el cartn) peso de empaD&e inadec&ado) error de impresin)
etiD&eta ile'i$le y tapa s&perior sin sello2
#e tom &na m&estra de =7 ca@as de cartn no con3ormes de la prod&ccin
de &na semana) con los si'&ientes datos+
T!bl! &,( Po24961!H90 2!Qo690 <9 6o 4o6Co2m<!< <9 l! 82o<34456 <9
4!H!0 <9 4!2156
RAZN DE NO CONFORMIDAD N@M R R ACUMULADO
4apa s&perior sin sello 9> ;627 ;627
*tiD&eta ile'i$le 96 6<27 =>27
(artn s&cio ? 9827 :<27
(artn a$&ltado < 827 8627
(artn roto ; >27 8827
(artn a'rietado 6 <27 ?627
Peso de empaD&e inadec&ado 6 <27 ?>27
A'&@eros en el cartn 9 627 ?827
*rror de impresin 9 627 97727
4otal =7 977277
F&ente+ %erenson y otros2 *stadstica para administracin) P'2 >72
G2EC4! -( D!:2!m! <9 P!291o 8!2! l!0 2!Qo690 <9 6o 4o6Co2m<!< <9 l!
82o<34456 <9 4!H!0 <9 4!2156
Estadstica
80
A pesar de los Epocos vitalesF de los Em&chos trivialesF) se determina D&e las
tapas sin sello G;627[H) las etiD&etas ile'i$les G6<27[H y los cartones s&cios
G9827[H representan el :<[ de las razones de no con3ormidad2 ,as otras
dos razones representan el 6>[2
"(,( TABULACIN DE DATOS BINARIOS O CRUZADOS
(on 3rec&encia se reD&iere analizar al mismo tiempo las resp&estas de dos
varia$les) por lo c&al es necesario cr&zar varia$les para descri$ir
eAitosamente el comportamiento de las mismas2 *n este caso) se &tiliza la
ta$&lacin cr&zada o ta$las de contin'encia2
,a ta!"laci)n cr"%ada # ta!las de c#ntin*encia se emplea para res&mir
de manera sim&ltnea los datos para dos varia$les2 #e descri$ir el
procedimiento mediante la adaptacin del e@emplo planteado por Anderson y
otros en el teAto Estadstica %ara administraci*n y economa) P'2 <<2
/n in3orme m&ndial so$re resta&rantes m&estra m&chas varia$les) entre
ellas) la eval&acin de la calidad del resta&rante y los precios caractersticos2
,a cali3icacin de la calidad es &na varia$le c&alitativa) con cate'oras de
$&eno) m&y $&eno y eAcelente2 *l precio de la comida es &na varia$le
c&antitativa contin&a D&e) por lo 'eneral) vara de 97 a <? dlares2 #e tom
&na m&estra de ;77 resta&rantes para &n *stado determinado2 *n la ta$la
9= se m&estran slo los datos para los primeros 97 resta&rantes2
T!bl! &)( ED!l3!456 <9 4!l<!< F 8294o <9 l! 4om<! 8!2! 2901!32!6190
<9 36 E01!<o
Estadstica
81
RESTAURANTE EVALUACIN DE LA
CALIDAD
PRECIO DE LA
COMIDA A<5l!290B
9 %&eno 98
6 M&y $&eno 66
; %&eno 68
< *Acelente ;8
= M&y $&eno ;;
> %&eno 68
: M&y $&eno 9?
8 M&y $&eno 99
? M&y $&eno 6;
97 %&eno 9;
2 2 2
2 2 2
F&ente+ Anderson y otros2 *stadstica para administracin y economa) P'2 <<2
*l 3ormato 'eneral de la ta$&lacin cr&zada para este e@emplo se m&estra en
la ta$la 9>) la c&al ha reco'ido toda la in3ormacin para el *stado o$@eto de
anlisis2 ,os enca$ezados de las mr'enes izD&ierda y s&perior de3inen las
clases de las dos varia$les2 *n la mar'en izD&ierda se enc&entran las
cate'oras de la varia$le *val&acin de la calidad) y en la parte s&perior los
valores correspondientes a la varia$le Precio de la comida2 (ada
resta&rante tiene &na eval&acin de la calidad y &n precio de la comida2
As) cada resta&rante de la m&estra se asocia con &na celda D&e aparece en
&no de los ren'lones y en &na de las col&mnas de la ta$&lacin cr&zada2 Por
e@emplo) el resta&rante = se identi3ica por tener &na eval&acin de la calidad
m&y $&ena y &n precio de la comida de ;; dlares2 *ste resta&rante
pertenece a la celda de la 3ila 6 y la col&mna ; de la ta$la 9=2 Para ela$orar
&na ta$&lacin cr&zada simplemente se c&enta la cantidad de resta&rantes
D&e pertenecen a cada &na de las celdas de la ta$la2
Estadstica
82
*n la ta$la 9> se o$serva D&e la mayor cantidad de resta&rantes G><H en la
m&estra tienen cali3icacin de Em&y $&enoE) y D&e el precio de la comida est
entre los lmites de 67 a 6? dlares2 #lo hay dos resta&rantes con
cali3icacin de EeAcelenteF y precio de la comida de 97 a 9? dlares2 De las
dems 3rec&encias se p&ede lle'ar a interpretaciones anlo'as2 Adems) las
mr'enes derecha e in3erior de la ta$la cr&zada indican por separado las
distri$&ciones de 3rec&encias de eval&acin de la calidad y del precio de la
comida2 *n la mar'en derecha se ve D&e los datos so$re eval&acin de la
calidad indican D&e hay 8< resta&rantes $&enos) 9=7 m&y $&enos y >>
eAcelentes2 De i'&al 3orma) la mar'en in3erior indica la distri$&cin de
3rec&encias de la varia$le Ecosto de la comidaF2
T!bl! &*( T!b3l!456 423Q!<! o 1!bl! <9 4o616:964! <9 4!lC4!4o690 F
8294o <9 l! 4om<! 8!2! 2901!32!6190 <9 36 E01!<o
EVALUACION DE
LA CALIDAD
PRECIO DE LA COMIDA A<5l!290B
97 C 9? 67 C 6? ;7 C ;? <7 C <?
TOTAL
%&eno <6 <7 6 7 $,
M&y $&eno ;< >< <> > &)#
*Acelente 6 9< 68 66 **
TOTAL +$ &&$ +* "$ '##
F&ente+ Anderson y otros2 *stadstica para administracin y economa) P'2 <<2
*l valor de &na ta$&lacin cr&zada consiste en D&e proporciona &na idea de
la relacin entre las varia$les2 A partir de los res&ltados de la ta$la 9> los
precios ms altos por comida parecen estar asociados con &na calidad
mayor del resta&rante y el precio ms $a@o por comida a &na calidad menor2
#i se convierten los elementos de la ta$la 9> a porcenta@es de 3ila o
porcenta@es de col&mna) se p&ede tener &na me@or idea acerca de la relacin
entre las varia$les2 Para los porcenta@es de 3ila) los res&ltados de dividir
Estadstica
83
cada 3rec&encia de la ta$la 9> entre s& total de 3ila correspondiente se
m&estran en la ta$la 9:2 Por e@emplo) el porcenta@e en la primera 3ila y la
primera col&mna G=7[H se calc&la al dividir <6 entre 8< y m&ltiplicar por 9772
Para los porcenta@es de col&mna) los res&ltados de dividir cada 3rec&encia de
la ta$la 9> entre s& total de col&mna correspondiente se m&estran en la
ta$la 982 Por e@emplo) el porcenta@e en la primera 3ila y la primera col&mna
G=;28[H se calc&la al dividir <6 entre :8 y m&ltiplicar por 9772
T!bl! &+( T!b3l!456 423Q!<! o 1!bl! <9 4o616:964! <9 8o24961!H9 <9
Cl! 8!2! l!0 4!lC4!4o690 <9 4!l<!< F lo0 8294o0 <9 l! 4om<!
EVALUACIN DE
LA CALIDAD
PRECIO DE LA COMIDA A<5l!290B
97 C 9? 67 C 6? ;7 C ;? <7 C <?
TOTAL
%&eno =727 <:2> 62< 727 &##
M&y $&eno 662: <62: ;72> <27 &##
*Acelente ;27 6926 <62< ;;2< &##
F&ente+ Anderson y otros2 *stadstica para administracin y economa) P'2 <<2
T!bl! &$( T!b3l!456 423Q!<! o 1!bl! <9 4o616:964! <9 8o24961!H9 <9
4ol3m6! 8!2! l!0 4!lC4!4o690 <9 4!l<!< F lo0 8294o0 <9 l! 4om<!
EVALUACIN DE
LA CALIDAD
PRECIO DE LA COMIDA A<5l!290B
97 C 9? 67 C 6? ;7 C ;? <7 C <?
%&eno =;28 ;;2? 62> 727
M&y $&eno <;2= =<26 >72> 692<
*Acelente 62: 992? ;>28 :82>
TOTAL &## &## &## &##
F&ente+ Anderson y otros2 *stadstica para administracin y economa) P'2 <<2
Estadstica
84
Estadstica
85
'( M%TODOS NUM%RICOS
*n la &nidad anterior se ordenaron los datos correspondientes a las varia$les
c&alitativa y c&antitativa y se representaron los res&ltados por medio de
'r3icasI sin em$ar'o) el anlisis de datos tam$in a$arca los clc&los y el
res&men de las caractersticas importantes y el anlisis de lo D&e contienen2
*n esta &nidad se eAaminarn las medidas de tendencia central) de
varia$ilidad y de localizacin para &n con@&nto de datos2 #i se calc&lan estas
medidas descriptivas 'lo$ales a partir de &na m&estra) se denominan
estadsticosI en cam$io) si se calc&lan para toda la po$lacin se denominan
parmetros2 *sta &nidad estar centrada en los estadsticos2
'(&( MEDIDAS DE TENDENCIA CENTRAL O DE PRECISIN
,a mayor parte de los con@&ntos de datos m&estra &na tendencia a a'r&parse
o a'lomerarse alrededor de &n p&nto central2 As) para c&alD&ier con@&nto
espec3ico de datos) casi siempre se p&ede seleccionar al'n valor tpico) o
Estadstica
86
promedio) para descri$ir todo el con@&ntoI este valor tpico descriptivo es &na
medida de tendencia central) entre las c&ales estn+ la media aritmtica) la
mediana) la moda y los c&antiles2
'(&(&( M9<! !21m;14!
,a media aritmtica) tam$in llamada media) es el promedio o medida de
tendencia central D&e se &tiliza con mayor 3rec&encia) adems de D&e es la
medida de tendencia central representativa por eAcelencia2 #e calc&la con la
s&ma de todas las o$servaciones en &n con@&nto de datos) dividida entre el
nmero de elementos D&e lo componen2 #e representa por X 2
(&ando se tienen pocos datos y no se han a'r&pado) la media aritmtica
sera+
Donde
X + media aritmtica de la m&estra

n
+ tama-o de la m&estra
i
x
+ o$servacin de la varia$le

n
i
i
x
1
+ s&ma de todos los valores de la m&estra
Por e@emplo) las notas de &n est&diante son 6) <) ; y <2
,a media aritmtica es
5 . 3
4
14
4
5 3 4 2

+ + +
X
Estadstica
87
n
x
X
n
i
i

1
(&ando los datos se han a'r&pado con 3rec&encias) pero no se han
constr&ido intervalos) la media aritmtica se calc&la como+
Donde i
f
es el nmero de o$servaciones de cada valor de la varia$leI es
decir) la respectiva 3rec&encia a$sol&ta2
Por e@emplo) tomando el nmero de hi@os de la ta$la 6 se tendra+
T!bl! &-( M9<! !21m;14! 8!2! 9l 6Im92o <9 7Ho0 <9 lo0 !0o4!<o0 <9
l! Coo892!1D! <9 T2!b!Ho A0o4!<o E80lo6
N@MERO DE HIJOS
i
x
FRECUENCIA
i
f
i i
f x .
7 9 7
9 6 6
6 < 8
; 6 >
< 9 <

10
i
f n

20 .
i i
f x
F&ente+ Datos hipotticos

2
10
20
.
1

n
f x
X
n
i
i i
) lo D&e si'ni3ica D&e el promedio es 6 hi@os2
(&ando los datos se han a'r&pado con intervalos) la media aritmtica se
calc&la como+
Estadstica
88
n
f x
X
n
i
i i

1
.
n
f x
X
n
i
i
i

1
.
.
Donde
.
i
x
es la marca de clase de cada intervalo2
Para el e@emplo de la ta$la ;) la media aritmtica sera+
T!bl! "#( M9<! !21m;14! 8!2! 9l 19m8o J39 1!2<! A96 m631o0B 36
:238o <9 9K8921o0 96 !3<1!2 36 82o490o
NL DE
CLASE
TIEMPO EN
MINUTOS
.
i
x
i
f
.
.
i i
f x
9 <<2= C <?2= <: 6 ?<
6 <?2= C =<2= =6 ? <>8
; =<2= C =?2= =: 96 >8<
< =?2= C ><2= >6 99 >86
= ><2= C >?2= >: ? >7;
> >?2= C :<2= :6 : =7<

50
i
f n

3035 .
.
i
i f x
F&ente+ Datos hipotticos
7 . 60
50
3035
.
1
.

n
f x
X
n
i
i
i
( lo D&e si'ni3ica D&e el promedio es >72: min&tos2
'(&("( M9<!6!
,a mediana) representada por M9) de &n con@&nto de valores A9) A6) A;)^ An)
es el valor D&e oc&pa el l&'ar central ordenando los datos en 3orma
ascendente o descendente) de tal 3orma D&e la mitad de las o$servaciones
Estadstica
89
son menores o i'&ales a la mediana y la otra mitad son mayores o i'&ales a
dicho valor2
Podra interpretarse la mediana como aD&el valor D&e de@a el =7[ de las
o$servaciones por de$a@o de l y el otro =7[ por encima de l2
C"and# l#s dat#s est'n sin a*r"par) la posicin de la mediana se calc&la
mediante las si'&ientes ec&aciones+
#i el total de datos GnH es impar
#i el total de datos GnH es par
/na vez &$icada la posicin) el valor correspondiente a dicha posicin en la
mediana2
Por e@emplo) sean los valores ;) >) <) =) 82
Ordenando se tendra+ ;) <) =) >) 82
*l total de datos es n P =2 Por lo tanto) la posicin de la mediana ser
3
2
1 5
2
1
X X X Me
n

+ +
*l valor correspondiente a la posicin A; en los datos ordenados es =2
Estadstica
90
2
1 +

n
X Me
2
1
2 2
+
+

n n
X X
Me
*n consec&encia) la mediana Me P =2 *s decir) el =7[ de los valores estn
por encima de = y el otro =7[ estn por de$a@o de =2
#i se tienen los valores =) 9=) =) 9;) ?) 9;) 99) :2
Ordenando se tendra+ =) =) :) ?) 99) 9;) 9;) 9=
*l total de datos es n P 82 Por lo tanto) la posicin de la mediana ser
2 2 2
5 4
1
2
8
2
8
1
2 2
X X
X X X X
Me
n n
+

+ +
,os valores correspondientes a las posiciones A< y A= en los datos ordenados
son ? y 99) respectivamente2
*n consec&encia) el valor de la mediana ser+
10
2
20
2
11 9

+
Me
*s decir) el =7[ de los valores est por encima de 97) y el otro =7[ est por
de$a@o de 972
C"and# l#s dat#s est'n a*r"pad#s en clases # interval#s) la mediana se
calc&la mediante los si'&ientes pasos+
.ri$er pas#+ se halla nB62
Estadstica
91
Se*"nd# pas#+ se &$ica el intervalo c&ya 3rec&encia a$sol&ta ac&m&lada Fi
contiene a nB62
Tercer pas#+ se calc&la la mediana por medio de la si'&iente ec&acin+
Donde+
i
l
+ lmite in3erior del intervalo D&e contiene a nB6
n + nmero total de datos
1 i
F
+ Frec&encia a$sol&ta ac&m&lada anterior al intervalo D&e contiene a nB6
i
f
+ 3rec&encia a$sol&ta del intervalo D&e contiene a nB6
c + amplit&d del intervalo D&e contiene a nB6
Por e@emplo) para calc&lar la mediana para el 'r&po de eApertos de la ta$la
;) se realizarn los pasos reD&eridos a partir de los datos de la ta$la 692
T!bl! "&( M9<!6! 8!2! 9l 19m8o J39 1!2<! A96 m631o0B 36 :238o <9
9K8921o0 96 !3<1!2 36 82o490o
NL DE
CLASE
TIEMPO EN
MINUTOS
.
i
x
C 7 F H
9 <<2= C <?2= <: 6 <[ 6 <[
6 <?2= C =<2= =6 ? 98[ 99 66[
; =<2= C =?2= =: 96 6<[ "' <>[
< )-() C ><2= >6 && 66[ ', >8[
= ><2= C >?2= >: ? 98[ <; 8>[
> >?2= C :<2= :6 : 9<[ =7 977[
Estadstica
92
c
f
F
n
l Me
i
i
i
*
2
1

+
F&ente+ Datos hipotticos
Primer paso+ el total de datos es =7) por lo tanto nB6 es P 6=2
#e'&ndo paso+ en la 3rec&encia a$sol&ta ac&m&lada se &$ica el valor de 6=)
el c&al corresponde al c&arto intervalo) con &na 3rec&encia a$sol&ta
ac&m&lada de ;< eApertos2 0tese D&e en el tercer intervalo no es posi$le
&$icar la mediana) dado D&e la 3rec&encia a$sol&ta ac&m&lada hasta este
intervalo es de 6; eApertos) y lo D&erido es de 6= eApertos2
4ercer paso+ se calc&la la mediana por medio de la ec&acin) donde+
i
l
P =?2=
n B6 P 6=
1 i
F
P 6;
i
f
P 99
c P ><2= 5 =?2= P =
,&e'o)
4 . 60 9 . 0 5 . 59 5 *
11
2
5 . 59 5 *
11
23 25
5 . 59 *
2
1
+ +

+

c
f
F
n
l Me
i
i
i
*s decir) el =7[ de los eApertos tarda menos de >72< min&tos en realizar la
a&ditora del proceso y el otro =7[ tarda ms de >72< min&tos2
A pesar de D&e la media aritmtica es la medida de tendencia central por
eAcelencia) en al'&nos casos la mediana es pre3erida a la media aritmtica)
dado D&e no es sensi$le a valores eAtremos2
#&poniendo D&e se tienen los si'&ientes datos so$re el salario de
empleados+ \<?72777) \==72777) \==72777) \=872777 y \??727772
Estadstica
93
,a media aritmtica X sera \>;62777 y la mediana Me P \==727772
O$srvese D&e) en este caso) es ms representativa para el con@&nto de
datos la mediana D&e la media aritmtica) dado D&e el salario eAtremo de
\??72777 in3l&ye directamente en el promedio) mostrndolo con &n valor
elevado) c&ando la mayora de datos est por de$a@o de \>;627772
'(&('( Mo<!
,a moda es til en est&dios de mercadeo como calzado) vestido) etc2
Al'&nos la consideran como el promedio ind&strial ya D&e la 3a$ricacin o
venta de artc&los est determinada por la moda2
,a moda) representada por Mo) de &n con@&nto de valores A9) A6) A;)^ An) es
el valor D&e se presenta con mayor 3rec&encia2 P&ede ser aplicada a
c&alD&ier tipo de varia$le2
C"and# l#s dat#s est'n sin a*r"par) la moda se o$tiene directamente
ordenndolos ascendentemente2
Por e@emplo) sean los valores <) ;) 6) =) <) <2
Ordenndolos+ 6) ;) <) <) <) =2
(omo el valor < se presenta ; veces y los otros valores &na vez) la moda es
<2
,a moda no necesariamente de$e ser nica) y hasta p&ede no eAistir2
(&ando eAisten varios valores con la misma 3rec&encia mAima se denomina
Estadstica
94
distri$&cin m&ltimodal) como el e@emplo de la ta$la 662 #i eAisten dos
valores con la misma 3rec&encia mAima se llama distri$&cin $imodal Gver
ta$la 6;H y si slo eAiste &na 3rec&encia mAima se denomina distri$&cin
&nimodal Gver ta$la 6<H2
T!bl! ""( EH9m8lo <9 <012b3456 m3l1mo<!l
i
x
i
f
6 =
; ;
< =
= ;
> =
F&ente+ Datos hipotticos
,os valores D&e tienen mayor 3rec&encia son 6)< y >) por tanto la distri$&cin
es m&ltimodal2
T!bl! "'( EH9m8lo <9 <012b3456 bmo<!l
i
x
i
f
6 =
; 8
< ;
= 8
> =
F&ente+ Datos hipotticos
,os valores D&e tienen mayor 3rec&encia son ; y =) por tanto la distri$&cin
es $imodal2
T!bl! ",( EH9m8lo <9 <012b3456 36mo<!l
Estadstica
95
i
x
i
f
6 ;
; :
< =
= ;
> 6
F&ente+ Datos hipotticos
*l valor D&e tiene mayor 3rec&encia es ;) por tanto) la distri$&cin es
&nimodal2
C"and# l#s dat#s est'n a*r"pad#s en clases # interval#s) se calc&la la
moda mediante los si'&ientes pasos+
.ri$er pas#+ se &$ica el intervalo Go los intervalosH de mayor 3rec&encia
a$sol&ta i
f
2
Se*"nd# pas#+ se calc&la la moda Go las modasH mediante la si'&iente
3rm&la+
Donde+
i
l
+ lmite in3erior del intervalo de mayor 3rec&encia a$sol&ta
1

+ di3erencia entre la 3rec&encia a$sol&ta mayor y la 3rec&encia a$sol&ta

anterior2
2

+ di3erencia entre la 3rec&encia a$sol&ta mayor y la 3rec&encia a$sol&ta

si'&iente2
Estadstica
96
c l Mo
i
*
2 1
1
+

+
c + amplit&d del intervalo de mayor 3rec&encia a$sol&ta2
Por e@emplo) para calc&lar la moda para el 'r&po de eApertos de la ta$la ;)
se realizarn los pasos reD&eridos a partir de los datos de la ta$la 6=2
T!bl! ")( Mo<! 8!2! 9l 19m8o J39 1!2<! A96 m631o0B 36 :238o <9
9K8921o0 96 !3<1!2 36 82o490o
NL DE
CLASE
TIEMPO EN
MINUTOS
.
i
x
C 7 F H
9 <<2= C <?2= <: 6 <[ 6 <[
6 <?2= C =<2= =6 - 98[ 99 66[
; ),() C =?2= =: &" 6<[ "' <>[
< =?2= C ><2= >6 && 66[ ', >8[
= ><2= C >?2= >: ? 98[ <; 8>[
> >?2= C :<2= :6 : 9<[ =7 977[
F&ente+ Datos hipotticos
Primer paso+ &$icacin del intervalo de mayor 3rec&encia a$sol&ta i
f
2 *l
tercer intervalo es el D&e posee la 3rec&encia a$sol&ta mayor G96 eApertosH2
#e'&ndo paso+ o$tencin de valores para el clc&lo de la moda2
i
l
P =<2=
1

P 96 5 ? P ;
2

P 96 5 99 P 9
c P =?2= 5 =<2= P =
2 . 58
4
15
5 . 54 5 *
1 3
3
5 . 54 *
2 1
1
+
+
+
+

+ c l Mo
i
Estadstica
97
*s decir) el tiempo D&e ms se presenta en realizar la a&ditora del proceso
es de =826 min&tos2
'(&(,( C3!61l90
,os c&antiles son valores D&e dividen el con@&nto de datos en porcenta@es
i'&ales2 P&eden ser c&artiles) deciles o percentiles2
C"artiles A.B+ valores D&e dividen los datos en c&atro partes i'&ales2
*Aisten tres c&artiles y se calc&lan de 3orma similar a la medianaI de hecho)
el c&artil dos es i'&al a la mediana2
*l primer c&artil M9 de@a ac&m&lado el 6=[ de los datos de la varia$le2 #e
calc&la con los si'&ientes pasos+
C .ri$er pas#+ se halla nB<2
, Se*"nd# pas#+ se &$ica el intervalo c&ya 3rec&encia a$sol&ta ac&m&lada
Fi contiene a nB<2
, Tercer pas#+ se calc&la el primer c&artil por medio de la si'&iente
ec&acin+
Estadstica
98
c
f
F
n
l Q
i
i
i
*
4
1
1

+
0ota+ los componentes de la 3rm&la tienen la misma descripcin D&e los
componentes de la 3rm&la para el clc&lo de la mediana2
*l clc&lo del primer c&artil para el e@emplo del tiempo D&e tardan los
eApertos en realizar la a&ditora de &n proceso se detalla a contin&acin+
T!bl! "*( P2m92 43!21l 8!2! 9l 19m8o J39 1!2<! A96 m631o0B 36 :238o
<9 9K8921o0 96 !3<1!2 36 82o490o
NL DE
CLASE
TIEMPO EN
MINUTOS
.
i
x
C 7 F H
9 <<2= C <?2= <: 6 <[ 6 <[
6 <?2= C =<2= =6 ? 98[ && 66[
; ),() C =?2= =: &" 6<[ "' <>[
< =?2= C ><2= >6 99 66[ ;< >8[
= ><2= C >?2= >: ? 98[ <; 8>[
> >?2= C :<2= :6 : 9<[ =7 977[
F&ente+ Datos hipotticos
.ri$er pas#+ el total de datos es =7) por lo tanto nB< es P 962=
Se*"nd# pas#+ en la 3rec&encia a$sol&ta ac&m&lada se &$ica el valor de
962=) el c&al corresponde al tercer intervalo) con &na 3rec&encia a$sol&ta
ac&m&lada de 6; eApertos2
Tercer pas#+ se calc&la el primer c&artil por medio de la ec&acin) donde+
i
l
P =<2=
n B< P 962=
1 i
F
P 99
i
f
P 96
Estadstica
99
c P =?2= 5 =<2= P =
,&e'o)
12 . 55 62 . 0 5 . 54 5 *
12
5 . 1
5 . 54 5 *
12
11 5 . 12
5 . 54 *
4
1
1
+ +

+

c
f
F
n
l Q
i
i
i
,o D&e si'ni3ica D&e el 6=[ de los eApertos tarda menos de ==296 min&tos
en realizar la a&ditora del proceso2
*l se'&ndo c&artil M6 de@a ac&m&lado el =7[ de los datos de la varia$le2 #e
calc&la con los si'&ientes pasos+
C .ri$er pas#+ se halla 6nB< P nB62
, Se*"nd# pas#+ se &$ica el intervalo c&ya 3rec&encia a$sol&ta ac&m&lada
Fi contiene a nB62
, Tercer pas#+ se calc&la el se'&ndo c&artil por medio de la si'&iente
ec&acin+
0tese D&e los pasos y la 3rm&la para calc&lar el se'&ndo c&artil son los
mismos D&e los de la mediana2 *n consec&encia) siempre el 09:36<o
43!21l 092E :3!l ! l! m9<!6!2
Estadstica
100
c
f
F
n
l Q
i
i
i
*
2
1
2

+
,&e'o) para el e@emplo del tiempo D&e tardan los eApertos en realizar la
a&ditora de &n proceso) M6 P Me P >72< min&tos2
*l tercer c&artil M; de@a ac&m&lado el :=[ de los datos de la varia$le2 #e
calc&la con los si'&ientes pasos+
C .ri$er pas#+ se halla ;nB<2
, Se*"nd# pas#+ se &$ica el intervalo c&ya 3rec&encia a$sol&ta ac&m&lada
Fi contiene a ;nB<2
, Tercer pas#+ se calc&la el tercer c&artil por medio de la si'&iente ec&acin+
,&e'o)
72 . 64 22 . 0 5 . 64 5 *
9
5 . 3
5 . 64 5 *
9
34 5 . 37
5 . 64 *
4
3
1
3
+ +

+

c
f
F
n
l Q
i
i
i
,o D&e si'ni3ica D&e el :=[ de los eApertos tarda menos de ><2:6 min&tos
en realizar la a&ditora del proceso2
Deciles ADB+ valores D&e dividen los datos en diez partes i'&ales2 *Aisten
n&eve deciles y se calc&lan de 3orma similar a los c&artiles2
Estadstica
101
c
f
F
n
l Q
i
i
i
*
4
3
1
3

+
*l primer decil D9 de@a ac&m&lado el 97[ de los datos de la varia$le2 #e
calc&la con los si'&ientes pasos+
C .ri$er pas#+ se halla nB972
, Se*"nd# pas#+ se &$ica el intervalo c&ya 3rec&encia a$sol&ta ac&m&lada
Fi contiene a nB972
, Tercer pas#+ se calc&la el primer decil por medio de la si'&iente ec&acin+
,os dems deciles se calc&lan con el procedimiento similar al primer decil)
teniendo en c&enta D&e) en el primer paso) para el se'&ndo decil
corresponde 6nB97I para el tercer decil) ;nB97I para el c&arto decil) <nB97I
para el D&into decil) <nB97 P nB6I as s&cesivamente hasta el decil n&eve) con
?nB972
0tese D&e) al calc&lar el decil cinco) en el primer paso se presenta el mismo
planteamiento D&e para el se'&ndo c&artil y para la mediana GnB6H2 Por tanto)
el <94l 464o 90 :3!l !l 43!21l <o0 F ! l! m9<!6!2
*l clc&lo del primer y noveno decil a partir del e@emplo de la ta$la 6; para el
tiempo D&e tardan los eApertos en realizar la a&ditora de &n proceso se
detallan a contin&acin2
Estadstica
102
c
f
F
n
l D
i
i
i
*
10
1
1

+

75 . 44 25 . 1 5 . 44 5 *
2
5 . 0
5 . 44 5 *
2
0 5 . 0
5 . 44 *
10
1
1
+ +

+

c
f
F
n
l D
i
i
i
93 . 70 43 . 1 5 . 69 5 *
7
2
5 . 69 5 *
7
43 45
5 . 69 *
10
9
1
9
+ +

+

c
f
F
n
l D
i
i
i
.ercentiles APB+ valores D&e dividen los datos en cien partes i'&ales2
*Aisten ?? percentiles y se calc&lan de 3orma similar a los c&artiles y deciles2
*l primer percentil P9 de@a ac&m&lado el 9[ de los datos de la varia$le2 #e
calc&la con los si'&ientes pasos+
C .ri$er pas#+ se halla nB9772
, Se*"nd# pas#+ se &$ica el intervalo c&ya 3rec&encia a$sol&ta ac&m&lada
Fi contiene a nB9772
, Tercer pas#+ se calc&la el primer percentil por medio de la si'&iente
ec&acin+
Estadstica
103
c
f
F
n
l P
i
i
i
*
100
1
1

+
,os dems percentiles se calc&lan con el procedimiento similar al primer
percentil) teniendo en c&enta D&e) en el primer paso) para el se'&ndo
percentil corresponde 6nB977I para el tercer percentil ;nB977I para el
percentil 97) 97nB977I para el percentil =7) =7nB977 P nB6I as s&cesivamente
hasta el percentil ??) con ??nB9772
0tese D&e) al calc&lar el percentil =7) en el primer paso se presenta el
mismo planteamiento D&e para el se'&ndo c&artil) para el decil cinco y para
la mediana GnB6H2 Por tanto) el 8924961l )# 90 :3!l !l <94l 464o, !l
43!21l <o0 F ! l! m9<!6!2
G2EC4! &#( R9l!456 96129 43!21l90, <94l90 F 8924961l90
M9 ." M;
9[ 97[ 6 7[ 6=[ ;7[ <7[ =7[ >7[ :7[ :=[ 87[ ?7[ ??[
D9 D6 D; D< D) D> D: D8 D?
Estadstica
104
P9 22P97 22 P67 P6= P;7 2222P<7 22222 P)# 22 P>7 2222P:7 P:= P87 222222 P?7 2 P??
M9
*n la 'r3ica 97 se representa la distri$&cin de c&artiles) deciles y
percentiles) de la c&al se ded&cen las si'&ientes relaciones+
M6 P D= P P=7 P Me) M9 P P6= ) M; P P:=
D9 P P97 ) D6 P P67 ) D; P P;7 ) D< P P<7 ) D> P P>7 ) D: P P:7 ) D8 P P87 )
D? P P?7
'("( MEDIDAS DE VARIABILIDAD
Adems de las medidas de localizacin o de tendencia central) es necesario
considerar medidas de dispersin o varia$ilidad) dado D&e dos con@&ntos de
datos p&eden tener promedios similares) pero di3erir en la dispersin de
stos2
,as medidas de varia$ilidad de mayor &so en estadstica son ran'o) ran'o
interc&artil) varianza) desviacin estndar y coe3iciente de variacin2
'("(&( R!6:o
*l ran'o es la medida de dispersin ms sencilla en &n con@&nto de datos2
#e calc&la por medio de la si'&iente ec&acin+
Estadstica
105
Ran'o P valor mAimo 5 valor mnimo
A&nD&e el ran'o es la medida de dispersin ms 3cil de calc&lar) casi n&nca
se &sa como la nica medida de dispersin) de$ido a D&e se $asa slo en los
valores eAtremos del con@&nto de datos2
Por e@emplo) para el tiempo D&e tardan los eApertos en a&ditar &n proceso) el
ran'o sera+
Ran'o P :< 5 <= P 6? min&tos
*l ran'o de$e interpretarse a partir de los valores eAtremosI es decir)
mencionar entre D& valores est el ran'o2 Para el e@emplo) se dice D&e la
variacin del tiempo de los eApertos es de 6? min&tos) el c&al oscila entre <=
y :< min&tos2
'("("( R!6:o 619243!21l
*l ran'o interc&artil GR.(H es &na medida de dispersin D&e elimina la
in3l&encia de los valores eAtremos de &n con@&nto de datos2 #e de3ine como
la di3erencia entre el tercer c&artil M; y el primero M92 *n otras pala$ras) el
ran'o interc&artil corresponde al ran'o del =7[ intermedio de los datos2
Para los datos del tiempo D&e tardan los eApertos en realizar la a&ditora de
&n proceso) los c&artiles son M9 P ==296 min&tos y M; P ><2:6 min&tos2 As el
ran'o intec&artil es
Estadstica
106
Ran'o interc&artil GR.(H P M; C M9
R.( P ><2:6 5 ==296 P ?2> min&tos2
*l intervalo ==296 a ><2:6 s&ele denominarse mitad central y ?2> min&tos la
dispersin media o ran'o interc&artil del tiempo D&e tardan los eApertos en
realizar la a&ditora de &n proceso2
'("('( V!2!6Q!
,a varianza es &na medida de dispersin D&e emplea todos los datos2 #e
$asa en la di3erencia de cada o$servacin GAiH y la media2 ,a di3erencia entre
cada Ai y el promedio G x para &na m&estra y

para &na po$lacinH se

llama des&iaci*n res%ecto al %romedio2 Para &na m&estra) la desviacin
respecto a la media se eApresa como
) ( x x
i

I para &na po$lacin es
) (
i
x
2 Para calc&lar la varianza) las desviaciones respecto al promedio se
elevan al c&adrado2
#i el con@&nto de datos es &na po$lacin) el promedio de las desviaciones al
c&adrado se llama &arianza de la %oblaci*n y se representa con el sm$olo
'rie'o
2
2 Para &na po$lacin con $ o$servaciones o datos) c&ando

representa el promedio de esa po$lacin) la de3inicin de la varianza de la
po$lacin es+
*n la mayora de los anlisis estadsticos los datos analizados son &na
m&estra2 (&ando se calc&la la varianza para la m&estra) lo ms importante
Estadstica
107
N
x
i

2
2
) (

es emplearla para estimar la varianza de todo el con@&nto de datos) es decir)

para la po$lacin2
,a &arianza de la m#estra Gs
6
H es la s&ma de los c&adrados de las
desviaciones con relacin a la media aritmtica) dividida entre el tama-o de
la m&estra menos 92
Donde+
x + media aritmtica de la m&estra
n + tama-o de la m&estra
i
x
+ cada dato & o$servacin de la varia$le L2
#i el denominador 3&era n en l&'ar de n 5 9) se o$tendra el promedio de los
c&adrados de las di3erencias con respecto a la media2 #in em$ar'o) se
&tiliza n 5 9 de$ido a ciertas propiedades matemticas deseadas D&e tiene el
estadstico s
6
) las c&ales lo hacen apropiado para hacer in3erencias
estadsticas2 Al a&mentar el tama-o de la m&estra) la di3erencia entre n y n 5
9dismin&ye cada vez ms2
(&ando se calc&la la varianza) las &nidades en las c&ales 3&eron medidos los
datos ca&san con3&siones2 (omo los valores D&e se s&man al calc&lar la
varianza) D&e son
2
) ( x x
i
) se elevan al c&adrado) las &nidades asociadas
con la varianza de la m&estra tam$in se elevan al c&adrado2 Por e@emplo) si
Estadstica
108
1
) (
2
2

n
x x
s
i
se est calc&lando la edad en a-os para &n 'r&po de empleados) la varianza
tendr Ga-osH
6
2
,as &nidades al c&adrado asociadas con la varianza hacen di3cil la
interpretacin2 Por tanto) se recomienda D&e se tome la varianza como &na
medida til para comparar el 'rado de dispersin de dos o ms varia$les y) al
compararlas) la D&e tienen mayor varianza tiene mayor dispersin o
varia$ilidad2
Por e@emplo) en la ta$la 6: se presenta el salario) en millones de pesos) de
los 'erentes de &na cadena de almacenesI calc&lar la varianza2
T!bl! "+( S!l!2o 96 mllo690 <9 890o0 <9 :9296190
SALARIO
Amllo690B
i
x
MEDIA DE LA
MUESTRA
x
DESVIACIN
) ( x x
i

2
) ( x x
i

;)= ?2=: C>27: ;>28<
<)= ?2=: C=27: 6=2:7
>)7 ?2=: C;2=: 962:<
8)7 ?2=: C92=: 62<>
97)7 ?2=: 72<; 7298
9=)7 ?2=: =2<; 6?2<8
67)7 ?2=: 972<6 9782:8

0 ) ( x x
i
18 . 216 ) (
2
x x
i
F&ente+ Datos hipotticos
Estadstica
109
,&e'o) la varianza ser+
03 . 36
6
18 . 216
1
) (
2
2

n
x x
s
i
(&ando los datos estn a'r&pados en 3rec&encias o por intervalos) la 3rm&la
para la varianza p&ede ser trans3ormada en la si'&iente ec&acin+
Donde+
x + media aritmtica de la m&estra
n + tama-o de la m&estra
i
x
+ cada dato & o$servacin de la varia$le L o marca de clase si es
intervalo
i
f
+ 3rec&encia a$sol&ta del valor de la varia$le L
Para los datos de tiempo D&e tardan los eApertos en realizar la a&ditora de
&n proceso) presentados en la ta$la 97) la varianza sera+
T!bl! "$( V!2!6Q! 8!2! 9l 19m8o J39 1!2<!6 lo0 9K8921o0 96 29!lQ!2 l!
!3<1o2G! <9 36 82o490o
Estadstica
110
2
2
2
*
x
n
f x
s
i i


NL DE
CLASE
TIEMPO EN
MINUTOS
i
x
i
f
2
i
x
i i
f x *
2
9 <<2= C <?2= <: 6 667? <<98
6 <?2= C =<2= =6 ? 6:7< 6<;;>
; =<2= C =?2= =: 96 ;6<? ;8?88
< =?2= C ><2= >6 99 ;8<< <668<
= ><2= C >?2= >: ? <<8? <7<79
> >?2= C :<2= :6 : =98< ;>688
50 n
715 . 186 *
2

i i
f x
F&ente+ Datos hipotticos
De la ta$la 9: se tienen D&e el promedio es 7 . 60 x I l&e'o
81 . 49 49 . 3684 3 . 3734 ) 7 . 60 (
50
715 . 186
*
2
2
2
2


x
n
f x
s
i i
'("(,( D90D!456 901E6<!2
,a desviacin estndar se de3ine como la raz c&adrada positiva de la
varianza2 #e denota por s la desviacin estndar de la m&estra y por

la
desviacin estndar de la po$lacin2
,a desviacin estndar indica cmo se a'r&pa o distri$&ye &n con@&nto de
datos alrededor de la media2 Para la mayor parte de los con@&ntos de datos)
la mayora de los valores o$servados cae dentro de &n intervalo D&e
corresponde a la media aritmtica ms o menos &na desviacin estndar2
*sto implica D&e el intervalo comprendido entre S X 1 y S X 1 + ) por lo
'eneral) incl&ye la mayora de los valores de los datos2 Por consi'&iente) el
Estadstica
111
2
2

s s
conocimiento de la media aritmtica y la desviacin estndar ay&dan a de3inir
en dnde se a'r&pa la mayor parte de los datos2
Para los datos de tiempo D&e tardan los eApertos en realizar la a&ditora de
&n proceso) presentados en la ta$la 6>) la desviacin estndar sera+
06 . 7 81 . 49
2
s s min&tos
,a desviacin estndar del tiempo de los eApertos es :27> min&tos2 *sto
indica D&e los tiempos D&e tardan en realizar la a&ditora del proceso para la
mayor parte de los eApertos se a'r&pan dentro de :27> min&tos alrededor de
la media >72: min&tosI es decir) se a'r&pan entre 64 . 53 1 S X y
76 . 67 1 + S X min&tos2
Finalmente) para comprender la variacin de los datos se de$en tener en
c&enta los si'&ientes aspectos+
(&anto ms dispersos estn los datos) mayores sern el ran'o) el ran'o
interc&artil) la varianza y la desviacin estndar2
(&anto ms concentrados & homo'neos sean los datos) menores sern
el ran'o) el ran'o interc&artil) la varianza y la desviacin estndar2
#i los datos son todos i'&ales Gde manera D&e no hay variacin de los
datosH) el ran'o) el ran'o interc&artil) la varianza y la desviacin estndar
sern i'&ales a cero2
Estadstica
112
,as medidas de variacin Gran'o) ran'o interc&artil) varianza y desviacin
estndarH n&nca son ne'ativas2
'("()( Co9C49619 <9 D!2!456
*l coe3iciente de variacin) denotado por "-) es &na medida descriptiva D&e
indica lo 'rande D&e es la desviacin estndar en comparacin con la media
aritmticaI se eApresa en porcenta@e y se calc&la por medio de la si'&iente
ec&acin+
Para los datos del tiempo D&e tardan los eApertos en realizar la a&ditora de
&n proceso) el promedio es >72: min&tos y la desviacin estndar es :27>
min&tos2 *l coe3iciente de variacin sera+
% 6 . 11 100 *
7 . 60
06 . 7
100 *
X
S
CV
.nterpretando estos datos) el coe3iciente de variacin indica D&e la desviacin
estndar de la m&estra es el 992>[ del valor de la media de la m&estra2
(omo medida relativa) el coe3iciente de variacin res&lta especialmente til
c&ando se compara la varia$ilidad de dos o ms con@&ntos de datos) D&e se
eApresan en di3erentes &nidades de medida2 *sto se m&estra en el si'&iente
e@emplo) adaptado del teAto Estadstica %ara administraci*n+ de MarN ,2
%erenson y otros) p'ina 9672
Estadstica
113
100 *
X
S
CV
#&pon'a D&e &n inversionista desea adD&irir acciones en &na de dos
compa-a A o %) listadas en la %olsa de Valores2 #i nin'&na de las
compa-as o3rece dividendos a s&s clientes y am$as tienen i'&al
clasi3icacin Gse'n los servicios de inversinH en trminos del crecimiento
potencial) el inversionista D&iz considere la volatilidad o varia$ilidad de
am$as acciones para ay&dar en la decisin de inversin2
#&pn'ase D&e cada accin de la compa-a A ha promediado \9=72777 en
los ltimos meses) con desviacin estndar de \;727772 Adems) d&rante el
mismo perodo el precio promedio de las acciones en la compa-a % 3&e de
\;>2777 con &na desviacin estndar de \9627772 _(mo p&ede determinar
el inversionista c&les acciones son ms varia$les`
Sol3456
*n trminos de las desviaciones estndar) el precio de las acciones de A
parece ms voltil o varia$le D&e el de las acciones de %2 #in em$ar'o)
como los precios promedio por acciones de las dos compa-as son tan
di3erentes) es ms conveniente D&e el inversionista considere la varia$ilidad
del precio respecto al promedio con el 3in de analizar la esta$ilidad de am$as
acciones2
,os coe3icientes de variacin para las compa-as A y % seran+
% 0 . 20 100 *
000 . 150 $
000 . 30 $
100 *
X
S
CV
A y
% 3 . 33 100 *
000 . 36 $
000 . 12 $
100 *
X
S
CV
B
*n consec&encia) en relacin con la media) el precio de las acciones % es
ms varia$le D&e el de las acciones A2
Estadstica
114
'('( MEDIDAS DE LOCALIZACIN
Hasta el momento se han descrito al'&nas medidas de tendencia central y
de dispersin2 ,a media es la D&e ms se &sa como medida de tendencia
central) mientras D&e la desviacin estndar y la varianza son las ms
empleadas para la dispersin2 ,as medidas de localizacin relativa se
apoyan en la media y la desviacin estndar para &$icar valores partic&lares
de &n con@&nto de datos2
'('(&( V!lo290 %
Al &sar la media y la desviacin estndar se p&ede determinar la localizacin
relativa de c&alD&ier o$servacin2 #&pn'ase D&e hay &na m&estra de n
datos) con s&s valores representados por A9 ) A6 ) A9 A; )2 2 2 2)An 2 Adems) se
han calc&lado la media x y la desviacin estndar s de la m&estra2 *Aiste
otro valor asociado con cada valor Ai de los datos D&e se denomina &alor z) el
c&al se calc&la con la si'&iente ec&acin+
Donde)
i
z
+ valor de z del elemento Ai
x + media de la m&estra
s + desviacin estndar de la m&estra2
Estadstica
115
s
x x
z
i
i

(on 3rec&encia se le da el nom$re de &alor estandarizado al valor de z2 *l

valor i
z
se interpreta como el n.mero de des&iaciones est)ndar /#e dista Ai
de %romedio x 2 Por e@emplo) si
2 . 1
i
z
indica D&e A9 es 926 desviaciones
estndar por encima de la media de la m&estra2 .'&almente)
5 . 0
2
z

indica D&e A6 est a 72=) o a desviacin estndar por de$a@o de la media de
la m&estra2 O$srvese D&e los valores de z positivos corresponden a
o$servaciones o datos con valores mayores D&e la media) y D&e los valores
de z ne'ativos corresponden a o$servaciones con valores menores D&e la
media2 /n valor z i'&al a cero indica D&e el valor de &na o$servacin es
i'&al a la media2
,os valores de z para el e@emplo de la ta$la 6=) donde se presenta el salario)
en millones de pesos) de los 'erentes de &na cadena de almacenes) con
media \?2=: millones y desviacin estndar \> millones) sern+
T!bl! "-( V!lo290 Q 8!2! 9l 0!l!2o 96 mllo690 <9 890o0 <9 :9296190
SALARIO
Amllo690B
i
x
DESVIACIN
) ( x x
i

VALOR Z
s
x x
i

;)= C>27: C9279
<)= C=27: C728<
>)7 C;2=: C72>7
8)7 C92=: C726>
97)7 72<; 727:
9=)7 =2<; 72?7
67)7 972<6 92:<
F&ente+ Datos hipotticos
Estadstica
116
O$srvese D&e el valor z de 92:< para el sptimo dato indica D&e es el ms
ale@ado del promedioI est a 92:< desviaciones estndar por encima del
promedio2
'('("( T9o29m! <9 C79bF079D
*l teorema de (he$yshev permite in3erir la proporcin de valores D&e de$en
D&edar dentro de &na cantidad espec3ica de desviaciones estndar respecto
a la media2
Por e@emplo) c&ando z es i'&al a 6) ; y < desviaciones estndar) se tienen
las si'&ientes implicaciones a partir del teorema de (he$yshev+
(&ando menos) el 72:= o :=[ de los datos de$e estar a menos de 6
desviaciones de la media Gz P 6H2
(&ando menos) el 728? & 8?[ de los datos de$e estar a menos de ;
desviaciones de la media Gz P ;H2
(&ando menos) el 72?< o ?<[ de los datos de$e estar a menos de <
desviaciones de la media Gz P <H2
Estadstica
117
T9o29m! <9 C79bF079D
(&ando menos
,
_

2
1
1
z
de los datos de$e estar a menos de z desviaciones
estndar de separacin respecto a la media) siendo z c&alD&ier valor mayor
D&e 92
(omo e@emplo de la aplicacin del teorema de (he$yshev) s&pn'ase D&e
las p&nt&aciones de &n eAamen de in'reso de 977 aspirantes al pro'rama de
Administracin de &na &niversidad t&vieron &n promedio de :7 p&ntos y &na
desviacin estndar de = p&ntos2 _(&ntos aspirantes t&vieron
p&nt&aciones entre >7 y 87` _(&ntos entre =8 y 86`
Para las p&nt&aciones de >7 a 87 se o$serva D&e el valor >7 est a dos
desviaciones estndar por de$a@o del promedio+ G>7C:7HB= P C6) y D&e el valor
87) a dos desviaciones estndar por encima del promedio+ G87C:7HB= P W62 Al
aplicar el teorema de (he$yshev) c&ando menos el 72:= o :=[ de los datos
de$e tener valores menores de dos desviaciones estndar del promedio2
As) c&ando menos o mnimo := de los 977 aspirantes de$en ha$er o$tenido
p&nt&aciones entre >7 y 872
Para las p&nt&aciones entre =8 y 86) G=8C:7HB= P C62< indica D&e =8 estn a
62< desviaciones estndar por de$a@o del promedio) y D&e G86C:7HB= P W62<
indica D&e 86 estn a 62< desviaciones estndar por encima del promedio2
Aplicando el teorema de (he$yshev con z P 62< se o$tiene+
( )
826 . 0
4 . 2
1
1
1
1
2 2

1
]
1

,
_

z
,o D&e si'ni3ica D&e) mnimo 862>[ de los aspirantes de$en tener
p&nt&aciones entre =8 y 862
,a re*la e$prica
Estadstica
118
/na de las venta@as del teorema de (he$yshev es D&e se aplica a c&alD&ier
con@&nto de datos) independientemente de la 3orma de la distri$&cin de los
mismos2 #in em$ar'o) en las aplicaciones prcticas se ha encontrado D&e
m&chos con@&ntos de datos tienen &na distri$&cin en 3orma de colina o de
campana2 (&ando se cree D&e los datos tienen aproAimadamente esa
distri$&cin) se p&ede aplicar la regla em%rica para determinar el porcenta@e
de elementos D&e de$e estar dentro de determinada cantidad de
desviaciones estndar respecto al promedio2
Por e@emplo) en &na lnea de prod&ccin se llenan) a&tomticamente)
envases de plstico con deter'ente lD&ido2 (on 3rec&encia) el vol&men de
llenado tiene &na distri$&cin en 3orma de campana2 #i el vol&men promedio
de llenado es de 9> cm
;
y la desviacin estndar 726= cm
;
) se p&ede aplicar
la re'la emprica para concl&ir+
Estadstica
119
R9:l! 9m8G24! 8!2! <!1o0 4o6 <012b3456 96 Co2m! <9
4!m8!6!
AproAimadamente >8[ de los elementos estn a menos de &na desviacin
estndar de la media2
AproAimadamente ?=[ de los elementos estn a menos de dos
desviaciones estndar de la media2
(asi todos los elementos estn a menos de tres desviaciones estndar de
la media2
AproAimadamente >8[ de los envases llenos tienen entre 9=2:= y 9>26=
cm
;
Gesto es, menos de &na desviacin estndar de la mediaH2
AproAimadamente 95% de los envases llenos tienen entre 9=2=7 y 9>2=7
cm
;
Gesto es, menos de dos desviaciones estndar de la mediaH2
(asi todos los envases llenos tienen entre 9=26= y 9>2:= cm
;
Gesto es,
menos de tres desviaciones estndar de la mediaH2
'('('( S90:o o Co2m!
*l ses'o o 3orma es la manera como se distri$&yen los datos2 ,a distri$&cin
de los datos es sim0trica Gen 3orma de campanaH o no lo es2 #i no es
simtrica) reci$e el nom$re de distri$&cin asim0trica o sesgada2
Para descri$ir el ses'o o la 3orma) se de$en comparar la media y la mediana2
#i am$as medidas son i'&ales) por lo 'eneral se considera D&e los datos son
simtricos Go con sesgo ceroH2 Por el contrario) si la media es mayor D&e la
mediana) los datos se descri$en como ses*ad#s a la derec-a) o con sesgo
%ositi&o2 #i la media es menor D&e la mediana) los datos s&elen llamarse
ses*ad#s a la i%/"ierda) o con sesgo negati&o2 *s decir)
*l ses'o positivo s&r'e c&ando la media a&menta de$ido a al'&nos valores
'randes y poco &s&alesI el ses'o ne'ativo oc&rre c&ando la media se red&ce
de$ido a al'&nos valores m&y peD&e-os2 ,os datos son simtricos c&ando
Estadstica
120
Media T Mediana+ ses'o positivo o a la derecha
Media P Mediana+ simetra o ses'o cero
Media b Mediana+ ses'o ne'ativo o a la izD&ierda
en realidad no hay valores eAtremos en nin'&na direccin) de tal manera D&e
los valores 'randes y peD&e-os se eD&ili$ran2
G2EC4! &&( Fo2m! o 090:o <9 36 4o6H361o <9 <!1o0
,a 'ra3ica 99 m&estra la 3orma o ses'o de tres con@&ntos de datos2 ,os
datos del primer c&adro son simtricosI cada mitad de la c&rva es la ima'en
del espe@o de la otra mitad2 ,os valores 'randes y peD&e-os se compensan)
y la media es i'&al a la mediana2
,os datos del c&adro del centro tienen ses'o ne'ativo o a la izD&ierda2 #e
o$servan &na cola lar'a y &na distorsin hacia la izD&ierda) ca&sadas por
valores en eAtremo peD&e-os2 *stos valores tan peD&e-os @alan la media
hacia a$a@o y res&lta menor D&e la mediana2 ,os datos del tercer c&adro
tienen &n ses'o positivo o a la derecha2 #e o$servan &na cola lar'a hacia la
derecha de la distri$&cin y &na distorsin hacia la derecha) ca&sadas por
valores m&y 'randes2 *stos valores en eAtremo 'randes @alan la media hacia
arri$a y res&lta mayor D&e la mediana2
*l ses'o para el e@emplo de la ta$la 6=) donde se presenta el salario) en
millones de pesos) de los 'erentes de &na cadena de almacenes) con media
\?2=: millones y mediana \8 millones) ser positivo o a la derecha) dado D&e
la media es mayor D&e la mediana2 Adems) el con@&nto de datos presenta
Estadstica
121
&n valor eAtremo m&y alto) el c&al atrae la media hacia el eAtremo derecho
de la distri$&cin2
'('(,( D!:2!m! <9 4!H! o b:o190
*l dia'rama de ca@a o $i'otes es &n res&men 'r3ico de los datos $asado en
el res&men de cinco nmeros2
*n &n res&men de cinco nmeros se emplean cinco cantidades para res&mir
los datos+
Valor mnimo
Primer c&artil GM9H
Mediana GMe P M6H
4ercer c&artil GM;H
Valor mAimo
,a 3orma ms 'il de ela$orar &n res&men de = nmeros es poner los datos
en orden ascendente2 As 3acilita la identi3icacin del valor mnimo) los tres
c&artiles y el valor mAimo2
Por e@emplo) los salarios mens&ales) en miles de pesos) de 96 e'resados de
&n pro'rama de Administracin son 62?<7) 62?67) 62?=7) 62:97) 628=7) 62:==)
628?7) 62887) 62887) ;29;7) ;2;6= y ;27=72
Or'anizando los datos y calc&lando los c&artiles) se tiene la si'&iente
distri$&cin+
6:97 6:== 68=7 6887 6887 68?7 6?67 6?<7 6?=7 ;7=7 ;9;7 ;;6=
Estadstica
122
M9 P 68>= M6 P 6?7=
GMedianaH
M; P ;777
Al analizar los datos anteriores se ve &n valor mnimo de 62:97 y &n valor
mAimo de ;2;6= miles de pesos2 As) el res&men de los cinco nmeros de
los datos de salarios es 62:97) 628>=) 62?7=) ;2777 y ;2;6= miles de pesos2
AproAimadamente &na c&arta parte) 6=[ de los valores de los datos) estn
entre dos nmeros adyacentes del res&men de cinco nmeros2
El dia*ra$a de ca(a 0 !i*#tes res&me 'r3icamente los cinco nmeros2
,os pasos para trazar &n dia'rama de ca@a y $i'otes son los si'&ientes+
#e traza &n rectn'&lo con los eAtremos en el primer y tercer c&artiles2
*ste rectn'&lo contiene el =7[ intermedio de los datos2 Para los
datos de salarios M9 P 628>= y M; P ;27772
*n la ca@a se traza &na recta vertical en el l&'ar de la mediana G62?=7
para los datos de salariosH2 As) la lnea de la mediana divide los
datos en dos partes i'&ales2
#e &$ican los lmites mediante el ran'o interc&artil) R.( P M; C M92 ,os
lmites en el dia'rama de ca@a estn a 92=GR.(H por de$a@o de M9 y
92=GR.(H por encima de M; 2 Para los datos de salarios R.( P M; C M9 P
;2777 5 628>= P 9;=2 As) los lmites son 628>= 5 92=G9;=H P 62>>6)= y
;2777 W 92=G9;=H P ;2676)=2 #e considera D&e los datos 3&era de estos
lmites son &alores at%icos2
Los bigotes de la ca@a se trazan con lneas p&nteadas) desde los
eAtremos de la ca@a hasta los valores mnimo y mAimo dentro de los
lmites. As) los $i'otes terminan en los valores de salarios de 62:97 y
;29;72
Estadstica
123
Por ltimo) se marcan con &n asterisco GVH las localizaciones de los
valores atpicos2 Para el e@emplo se localiza &n valor atpico de ;2;6=2
G2EC4! &"( D!:2!m! <9 4!H! F b:o190 4o6 lG69!0 J39 m39012!6 lo0
lGm190
*n la 'r3ica 96 se trazaron las lneas D&e indican el l&'ar de los lmites con
el 3in de mostrar cmo se calc&lan stos y dnde se &$ican en el caso de los
salarios2 A&nD&e siempre se calc&lan) por lo 'eneral no se trazan en los
dia'ramas de ca@a2 *n la 'r3ica 9; se m&estra el aspecto ha$it&al de &n
dia'rama de ca@a y $i'otes para los datos de los salarios2
Estadstica
124
G2!C4! &'( D!:2!m! <9 4!H! F b:o190 <9 lo0 039l<o0 m9603!l90 <9 36
:238o <9 9:290!<o0 <9 36 82o:2!m! <9 A<m6012!456
O!servaci)n
Al &tilizar el dia'rama de ca@a y $i'otes se tiene la opcin de identi3icar los
mismos valores atpicos D&e los encontrados con el mtodo de valores z+
menores D&e 5; y mayores D&e W;2 #in em$ar'o) el o$@etivo de am$os
mtodos es identi3icar elementos D&e se de$en revisar para ase'&rar la
validez de los datos2 #e de$en revisar los valores atpicos identi3icados por
c&alD&iera de los mtodos2
Estadstica
125
'('()( C321o00
,a c&rtosis mide si los valores de la distri$&cin estn ms o menos
concentrados alrededor de los valores medios de la m&estra2 *l coeiciente
%ercentil de "#rtosis GkH analiza el 'rado de concentracin D&e presentan los
valores alrededor de la zona central de la distri$&cinI se calc&la con la
si'&iente ec&acin+
Donde)
M;+ tercer c&artil2
M9+ primer c&artil2
P?7+ percentil ?72
P97+ percentil 972
0ota+ es importante recordar D&e el P97 es i'&al al D9 y el P?7 es i'&al al D?2
#e'n el coe3iciente de (&rtosis) se de3inen ; tipos de distri$&ciones) los
c&ales se il&stran en la 'r3ica 9<+
G2EC4! &,( T8o0 <9 <012b3456 09:I6 9l 4o9C49619 <9 C321o00
Estadstica
126
10 90
1 3 2
1
) (
P P
Q Q
k

Distri!"ci)n $es#c1rtica+ presenta &n 'rado de concentracin medio

alrededor de los valores centrales de la varia$le Gel mismo D&e presenta &na
distri$&cin simtrica o normalH2 *l valor de k P 726>;2
Distri!"ci)n lept#c1rtica+ presenta &n elevado 'rado de concentracin
alrededor de los valores centrales de la varia$le2 *l valor de k T 726>;2
Distri!"ci)n platic1rtica+ presenta &n red&cido 'rado de concentracin
alrededor de los valores centrales de la varia$le2 *l valor de k b 726>;2
Para el e@emplo de la ta$la 6; del tiempo D&e tarda &n 'r&po de eApertos en
realizar la a&ditora de &n proceso) M9 P ==296) M; P ><2:6) P97 P D9 P <<2: y
P?7 P D? P :72?2
*l coe3iciente percentil de (&rtosis GkH ser+
183 . 0
2 . 26
8 . 4
2 . 26
) 6 . 9 ( 5 . 0
7 . 44 9 . 70
) 12 . 55 72 . 64 ( ) (
2
1
10 90
1 3
2
1

P P
Q Q
k
Por lo tanto) el coe3iciente percentil de (&rtosis es 7298;) lo D&e D&iere decir
D&e se trata de &na distri$&cin platicrtica) es decir) con &na red&cida
concentracin alrededor de los valores centrales de la distri$&cin2
Estadstica
127
Estadstica
128
,( REGRESIN LINEAL Y CORRELACIN
*n las &nidades anteriores se ha centrado la atencin en el tratamiento de
los valores D&e p&ede tomar #na varia$le de3inida en &na investi'acin) tanto
en el nivel de m&estra como en el de po$lacin2 #in em$ar'o)
3rec&entemente las investi'aciones implican considerar dos o m)s varia$les2
,os procedimientos para el anlisis de la relacin de dos varia$les sern
contemplados en esta &nidad2
,(&( REGRESIN LINEAL SIMPLE
,a re'resin es &n mtodo para determinar la relacin eAistente entre &na
varia$le independiente y otra dependiente) con 3ines de prediccin de esta
ltima varia$le ante los cam$ios de la primera2
,a varia$le independiente o predictora s&ele representarse por L y la varia$le
dependiente por O2 *n al'&nos casos) la varia$le independiente se asocia
con medidas de Eca#saF y la dependiente con medidas de EeectoF2
*n la prod&ccin ind&strial p&eden ser varia$les independientes+ el nmero
de tra$a@adores) el tiempo de la$or semanal) la cantidad de materia prima)
entre otras2 O varia$les dependientes+ el nmero de artc&los prod&cidos) los
in'resos semanales) el posicionamiento en el mercado) etc2 O$srvese D&e
Estadstica
129
las varia$les dependientes se m&estran como EeectoF de las varia$les
independientes o Eca#saF del proceso de prod&ccin2
Por e@emplo) &na compa-a de $ienes races residenciales en &na ci&dad
desea predecir los costos mens&ales del alD&iler de apartamentos) $asado
en el rea en metros c&adrados2 #e seleccion &na m&estra aleatoria con
los si'&ientes datos+
T!bl! '#( 29! F 4o01o <9 !lJ3l92 <9 !8!21!m961o0
APARTAMENTO REA Am
"
B COSTO MENSUAL Aml90 <9 890o0B
9 :? <:=
6 9;= 877
; 979 >77
< 99< :=7
= >: <:=
> 9;8 8=7
: 97> 86=
8 >: <>:
? >= <;:
97 8? =:=
99 976 :77
96 99? 86=
9; 98< 99=7
9< 96: ?77
9= 97? :77
9> 99< :6=
9: 99> ==7
98 99: 8=7
9? 97: >77
67 8; =:=
69 96> 877
66 ?: 86=
6; :7 >77
6< ?; <77
6= 999 8:=
F&ente+ Adaptacin del teAto *stadstica para administracin2 %erenson y otros) p'2 <>>2
Estadstica
130
*n este caso) se $&sca relacionar las varia$les rea y costo mens&alI donde
la varia$le independiente GLH es el rea) y la dependiente GOH) el costo
mens&al2
,(&(&( D!:2!m! <9 <0892056
(&ando se toma &na m&estra de dos varia$les o $ivariada) se o$tiene &na
serie de pares de datos2 *stas pare@as son de la 3orma GA)yH y se p&eden
representar como p&ntos en &n plano $idimensional o plano cartesianoI la
representacin 'r3ica de las pare@as se conoce como diagrama de
dis%ersi*n2
,a re'resin lineal pretende encontrar &na recta D&e represente todos los
p&ntos D&e se enc&entran en el plano cartesiano2
*n la 'r3ica 9= se il&stran al'&nos dia'ramas de dispersin2
G2EC4! &)( R98290961!456 <9 !l:36o0 <!:2!m!0 <9 <0892056
Para el e@emplo de la ta$la ;7) el dia'rama de dispersin se presenta en la
'r3ica 9>2
Estadstica
131
G2EC4! &*( D!:2!m! <9 <0892056 8!2! 9l E29! F 4o01o <9 !lJ3l92 <9
!8!21!m961o0
*l dia'rama de dispersin m&estra &na relacin lineal positivaI es decir) a
medida D&e crece el rea a&menta el valor del alD&iler del apartamento2
Adicionalmente) no se o$serva nin'n valor atpico2
,(&("( AH3019 <9 36! 2941! 8o2 9l m;1o<o <9 mG6mo0 43!<2!<o0
#o$re el dia'rama de dispersin se p&ede trazar &n sinnmero de lneas
rectas D&e represente el con@&nto de datos y 3acilite la prediccin para la
varia$le dependiente2 #in em$ar'o) este mtodo int&itivo es demasiado
s&$@etivo2
*l o$@eto de la re'resin lineal consiste en determinar &na recta de la 3orma
i i
x b b y +
0 ) D&e sea representativa del con@&nto de datos m&estralesI este
Estadstica
132
proceso se conoce como a1#ste de #na recta y se &tiliza como procedimiento
el m0todo de mnimos c#adrados2
*n este sentido) el mtodo de mnimos c&adrados es o$@etivo y no depende
de la apreciacin personal del investi'ador) sino de relaciones matemticas
preesta$lecidas2
,a tarea est en determinar los parmetros 0
b
y
b
en la ec&acin de
re'resin lineal simple i i
x b b y +
0 ) donde
i
x
+ es el iCsimo valor de la varia$le L2
i
y
+ es el iCsimo valor de la varia$le y
0
b
+ es el valor D&e toma la varia$le dependiente XyX) c&ando la varia$le
independiente XAX vale 7) y es el p&nto donde la recta cr&za el e@e vertical2
b
+ determina la pendiente de la recta) s& 'rado de inclinacin2
/na vez hallados los parmetros 0
b
y
b
) los valores calc&lados a partir de
la ec&acin de re'resin se denominan &alores estimados) y se representan
por i
y
2
*n el mtodo de mnimos c&adrados se emplean los datos de la m&estra
para determinar los parmetros 0
b
y
b
D&e minimizan la s#ma de los
c#adrados de las des&iaciones entre los valores o$servados de la varia$le
dependiente i
y
y los valores estimados de la varia$le dependiente i
y
2
,a desviacin se o$tiene entre la di3erencia de los valores ErealesF i
y
y los
valores EestimadosF i
y
I por tanto) la s&ma de los c&adrados de las
desviaciones de$e ser mnima2 *sto es)
Estadstica
133
min
) (
i i
y y
(on el clc&lo di3erencial se p&ede demostrar D&e los parmetros 0
b
y
b

D&e minimizan el c&adrado de las desviaciones son+
y
,os parmetros para el e@emplo de la ta$la ;7) se calc&lan a partir de los
datos presentados en la ta$la ;92
T!bl! '&( V!lo290 8!2! 9l 4El43lo <9 8!2Em912o0 <9 l! 4om8!OG! <9
b9690 2!GQ
APARTAMENTO / Y /Y 2
2
Y
"
9 :? <:= ;:=6= >6<9 66=>6=
6 9;= 877 978777 9866= ><7777
; 979 >77 >7>77 97679 ;>7777
< 99< :=7 8==77 96??> =>6=77
= >: <:= ;986= <<8? 66=>6=
> 9;8 8=7 99:;77 9?7<< :66=77
: 97> 86= 8:<=7 996;> >87>6=
8 >: <>: ;968? <<8? 69878?
? >= <;: 68<7= <66= 9?7?>?
97 8? =:= =99:= :?69 ;;7>6=
99 976 :77 :9<77 97<7< <?7777
96 99? 86= ?89:= 9<9>9 >87>6=
9; 98< 99=7 699>77 ;;8=> 9;66=77
9< 96: ?77 99<;77 9>96? 897777
9= 97? :77 :>;77 99889 <?7777
9> 99< :6= 86>=7 96??> =6=>6=
9: 99> ==7 >;877 9;<=> ;76=77
98 99: 8=7 ??<=7 9;>8? :66=77
9? 97: >77 ><677 99<<? ;>7777
67 8; =:= <::6= >88? ;;7>6=
69 96> 877 977877 9=8:> ><7777
66 ?: 86= 8776= ?<7? >87>6=
6; :7 >77 <6777 <?77 ;>7777
6< ?; <77 ;:677 8><? 9>7777
6= 999 8:= ?:96= 96;69 :>=>6=
Estadstica
134

) (
2
i i
i i i i
x x n
y x y x n
b
n
x b y
b
i i

0
TOTAL "(*'* &+('"- &(-")($&- "-)(&'" &"(+-+(&$'
F&ente+ Adaptacin del teAto Estadstica %ara administraci*n2 %erenson y otros) p'2 <>>2
De la ta$la 6? se tiene D&e+

636 . 2
i
x
)
329 . 17
i
y
)
819 . 925 . 1
i i
y x
)
132 . 295
2
i
x
y n P
6=
por tanto)
73804 , 5
804 . 429
231 . 466 . 2
) 636 . 2 ( ) 132 . 295 ( 25
) 329 . 17 )( 636 . 2 ( ) 819 . 925 . 1 ( 25
) (
2 2

i i
i i i i
x x n
y x y x n
b
14120 , 88
25
53 , 203 . 2
25
) 636 . 2 )( 73804 , 5 ( 329 . 17
0

n
x b y
b
i i
en consec&encia) el modelo de re'resin para estimar el costo de alD&iler
mens&al de &n apartamento a partir del rea ser+
x y 73804 , 5 14120 , 88 +
*ste modelo representa la inte'racin de todos los p&ntos &$icados en el
dia'rama de dispersin) y 'arantiza D&e la s&ma del c&adrado de las
desviaciones es mnima) como se il&stra en la 'r3ica 9:2
G2EC4! &+( Mo<9lo <9 29:29056 l69!l 8!2! 9l E29! F 4o01o <9 !lJ3l92 <9
!8!21!m961o0
Estadstica
135
Interpretaci)n de bo F b
$o P 88)9<96 indica D&e c&ando el cam$io en el rea es cero) el cam$io
esperado en el costo de alD&iler mens&al es de 88)9<96 miles de pesosI es
decir) D&e el costo de alD&iler mens&al a&menta 88)9<96 miles de pesos2 ,a
pendiente $ P =):;87< se-ala D&e por cada incremento de 9 m
6
en el rea)
se pronostica D&e el cam$io esperado en el costo mens&al de alD&iler es de
=):;87< miles de pesos) c&yo si'ni3icado es D&e se pronostica D&e el costo
de alD&iler a&menta =):;87< miles de pesos por cada 9 m
6
de incremento en
el rea2
.redicci#nes
Estadstica
136

(on la ec&acin de re'resin encontrada) es posi$le predecir al'&nos
valores para la varia$le dependiente a partir de la varia$le independiente
O!servaci)n
(&ando se &tiliza &n modelo de re'resin con propsitos de pronstico) es
importante D&e se ten'a en c&enta slo el intervalo de valores D&e toma la
varia$le independiente y D&e 3&eron &sados para constr&ir el modelo2
*ntonces) si se predice &n valor de O para &n valor dado de L) es posi$le
inter%olar dentro de este intervalo de valores de L) pero no se de$e
e2tra%olar hacia 3&era de este intervalo2 Por e@emplo) c&ando se &sa el rea
en m
6
para predecir el alD&iler mens&al) se o$serva en la ta$la 6? D&e los
metros c&adrados varan de >= a 98<2 Por tanto) las predicciones de costos
de alD&iler mens&al de$en hacerse slo para apartamentos con &n rea
entre estas medidas2 (&alD&ier pronstico de costos de alD&iler mens&al con
reas 3&era de este intervalo es poco con3ia$le2
,("( CORRELACIN
Hasta el momento se ha considerado el pro$lema de la regresi*n lineal
sim%le o estimaci*n de &na varia$le dependiente a partir de &na varia$le
independiente2 #in em$ar'o) s&r'e el interro'ante+ _M& tanto se relacionan
las varia$les dependiente e independiente` ,a correlaci*n pretende dar
resp&esta a esta pre'&nta e intenta medir el 'rado de asociacin entre dos
varia$les por medio de los coe3icientes de correlacin y determinacin2
,("(&( Co9C49619 <9 4o229l!456
Estadstica
137
*l coe3iciente de correlacin GrH es la medida de la intensidad de la relacin
entre dos varia$les2 #e calc&la con la ec&acin
Donde)
( )( )

y x xy n
+ desviacin con@&nta de los datos L y O
( )
2
2

x x n + desviacin de los datos L
( )
2
2

y y n + desviacin de los datos O
*l coe3iciente de correlacin toma valores comprendidos entre 59 y W9) de tal
3orma D&e c&ando r P C9 r P W9 eAiste &na correlacin per3ecta entre las
varia$les2 *sto es) todos los p&ntos del plano cartesiano estn alineados Go
se a@&stan per3ectamenteH a la lnea recta de la ec&acin de re'resin2
(&ando r P 7) no eAiste correlacin entre las varia$les2 ,a correlacin
a&menta c&ando r se acerca de 7 a W9 de 7 a 592
*n la medida en D&e los p&ntos se acerD&en a la recta) el coe3iciente de
correlacin ser ms prAimo a 9) y si los p&ntos se ale@an de la recta) el
coe3iciente de correlacin ser ms prAimo a cero2
A&nD&e la correlacin o la medida de la intensidad de la relacin p&ede
oscilar entre 59 y W9) no eAiste &na re'la precisa para a3irmar si la correlacin
es $&ena o mala entre las varia$les) ya D&e la cali3icacin depende del ri'or
Estadstica
138
( )( )
( ) ( )
2
2
2
2
*

y y n x x n
y x xy n
r
del est&dio y la eAperiencia del investi'ador para @&z'ar los res&ltados de
ac&erdo con las eApectativas planteadas2 #in em$ar'o) en la ta$la ;6 se
presenta &n esD&ema D&e p&ede ay&dar a la cali3icacin de &n modelo de
re'resin2
T!bl! '"( C!lC4!456 <9l mo<9lo <9 29:29056
2 CALIFICACIN 2
C729
C726
C72;
(orrelacin n&la
729
726
72;
C72<
C72=
C72>
(orrelacin $a@a
72<
72=
72>
C72:
C728
C72?
(orrelacin alta
72:
728
72?
C927 MAima correlacin 927
G2EC4! &$( Co229l!456 96129 <o0 D!2!bl90
*n la 'r3ica 98 se presenta la correlacin entre dos varia$les2 O$srvese
D&e en la correlacin lineal positiva) la pendiente de la recta es positiva) y en
la correlacin lineal ne'ativa) la pendiente es ne'ativa2 Al calc&lar el
coe3iciente de correlacin) el si'no de$e ser el mismo del parmetro $9) dado
Estadstica
139
D&e este parmetro corresponde a la pendiente de la recta2 *n
consec&encia) eAiste &na i'&aldad de si'nos entre la pendiente de la recta y
el coe3iciente de correlacin2
*l coe3iciente de correlacin para el e@emplo de la ta$la 6?) en el c&al se
relaciona el rea con el precio de alD&iler de apartamentos sera+
( )( )
( ) ( )
2 2 2
2
2
2
) 329 . 17 ( ) 183 . 797 . 12 ( 25 * ) 636 . 2 ( ) 132 . 295 ( 25
) 329 . 17 )( 636 . 2 ( ) 819 . 925 . 1 ( 25
*

y y n x x n
y x xy n
r
8489 . 0
296 , 037 . 905 . 2
321 . 466 . 2
18 , 431 . 4 * 59 , 655
321 . 466 . 2
r
(omo r P 7)8<8? y la pendiente $9 es positiva) indica D&e hay alta correlacin
entre el rea y el precio de alD&iler de los apartamentos2
,("("( Co9C49619 <9 <9192m6!456
Para predecir &na varia$le en 3&ncin de otra predomina la incertid&m$re) y
la pre'&nta 3orzada es _D& tan $ien se a@&sta a los datos la ec&acin de
re'resin` *n este aparte se m&estra D&e el coeiciente de determinaci*n
Gr
6
H es &na medida de la $ondad de a@&ste para &na ec&acin de re'resin2
*l coeiciente de determinaci*n Gr
6
H eApresa el porcenta@e de variacin de la
varia$le dependiente ca&sado o atri$&ido por la variacin de la varia$le
independiente2

Estadstica
140
(oe3iciente de determinacin P G(oe3iciente de correlacinH
6
V 977
r
6
P GrH
6
V 977
*l coe3iciente de determinacin para el e@emplo de la ta$la 6?) en el c&al se
relaciona el rea con el precio de alD&iler de apartamentos) sera+
r
6
P G 7)8<8? H
6
V 977 P :6[
*ste valor permite concl&ir D&e el :6[ del a&mento en el costo de alD&iler
del apartamento se de$e al incremento en el rea) el otro 68[ se de$e al
cam$io prod&cido por otras varia$les D&e no 3&eron analizadas en el modelo
Gpor ser re'resin lineal simpleH2
Adems de los coe3icientes de correlacin y determinacin) la correlacin
p&ede ser analizada con mayor pro3&ndidad por medio de la inerencia del
coeiciente de correlaci*n %oblacional G%H Gse lee rhoH) la c&al incl&ye pr&e$as
de hiptesis e intervalos de con3ianza para %2
Estadstica
141
Estadstica
142
Estadstica
143
&(& INTRODUCCIN
*n n&estra vida aparecen a diario) no importa en el m$ito D&e nos estemos
desenvolviendo) m&chas sit&aciones $a@o incertid&m$re como) por e@emplo+
D& posi$ilidad ten'o de conse'&ir el empleo) D& posi$ilidad ten'o de 'anar
la eval&acin) D& posi$ilidad hay de D&e compren el prod&cto) D&
pro$a$ilidad hay de D&e &na persona se rec&pere de la en3ermedad) D&
posi$ilidad hay de D&e todos los prod&ctos sal'an $a@o las especi3icaciones
eAi'idas) D& posi$ilidad ten'o de encontrar la in3ormacin D&e necesito)
etc2 ,a resp&esta a todas las pre'&ntas anteriores tiene &n 'rado de
3ncertid#mbre) a&nD&e ten'amos al'&na $ase para o$tener las primeras
resp&estas2 Pero eAisten otros casos en D&e las resp&estas no dependen de
conocimientos anteriores sino del azar2 (omo) por e@emplo) D& posi$ilidad
ten'o al lanzar &n par de dados de o$tener &n : o &n do$le &no2
*n n&estro len'&a@e cotidiano) pala$ras como Epro$a$lemente^F) Ees poco
pro$a$le D&e^F) Ehay m&chas posi$ilidades de D&e^F hacen re3erencia a
esta incertid&m$re2
,a teora de la pro$a$ilidad pretende ser &na herramienta para modelizar y
tratar de o$tener resp&esta a estas incertid&m$res2 (&ando se aplican las
tcnicas estadsticas a la reco'ida) anlisis e interpretacin de los datos) la
teora de la pro$a$ilidad proporciona &na $ase para eval&ar la 3ia$ilidad de
las concl&siones alcanzadas y las in3erencias realizadas2 De$ido al
importante papel desempe-ado por la pro$a$ilidad dentro de la estadstica)
es necesario 3amiliarizarse con s&s elementos $sicos) lo D&e constit&ye el
o$@etivo del presente tema2
Estadstica
144
Al est&diar las pro$a$ilidades eAisten los si'&ientes ob1eti&os:
Familiarizar al est&diante con eAperiencias de la vida diaria en las D&e
interviene el azar2
*ntender los en3oD&es de la pro$a$ilidad ms &s&ales as como s&s
pec&liaridades) venta@as e inconvenientes2
Mane@ar el len'&a@e de la pro$a$ilidad) s&s propiedades y aplicarlo a
pro$lemas concretos2
*ntender los teoremas de la pro$a$ilidad y s& aplica$ilidad2
&(" S.U% ES LA PROBABILIDADT
,a teora de pro$a$ilidad es la teora matemtica D&e modela los 3enmenos
aleatorios2 *stos de$en contraponerse a los 3enmenos determinsticos) en
los c&ales el res&ltado de &n eAperimento) realizado $a@o condiciones
determinadas) prod&ce &n res&ltado nico o previsi$le+ por e@emplo) el a'&a
calentada a 977 'rados cent'rados) a presin normal) se trans3orma en
vapor2 /n 3enmeno aleatorio es aD&el D&e) a pesar de realizarse el
eAperimento $a@o las mismas condiciones determinadas) tiene como
res&ltados posi$les &n con@&nto de alternativas) e@emplos+ lanzar &n dado o
&na moneda2 O sea D&e la pro$a$ilidad es darle &na medida o &n valor a la
incertid&m$re2
Estadstica
145
92; CONCEPTOS BSICOS DE PROBABILIDAD
&('(& F965m96o 9K892m961o !l9!1o2o. *s el proceso mediante el c&al
se o$tiene &na o$servacin o &na medida de &n 3enmeno o es aD&el
D&e en las mismas condiciones iniciales prod&ce distintos res&ltados
3inales) D&e son conocidos por anticipado pero no se p&ede predecir
con certeza el res&ltado en cada eAperiencia en partic&lar2 *@emplo+
lanzar &na moneda) &n dado) etc2
&('(" F965m96o o 9K892m961o <9192m6G014o( *s aD&el en el D&e las
mismas condiciones provocan los mismos e3ectos) como por e@emplo+
&n capital $a@o el mismo intervalo de tiempo) prod&ce el mismo
res&ltado2
&('(' P239b!( *s &na o$servacin partic&lar2
&('(, E08!4o m39012!l 3S42 *s el con@&nto de todos los res&ltados
posi$les de &n eAperimento estadstico2
EH9m8lo0=
a2 (onsidrese el eAperimento de lanzar &n dado2 #&s res&ltados posi$les
son+ # P G9)6);)<)=)>H2
$2 (onsidrese el eAperimento de lanzar &na moneda &na sola vez2 #&s
res&ltados posi$les son+ #P Gcara) selloH2
c2 (onsidrese el eAperimento de lanzar &na moneda dos veces2 #&s
res&ltados posi$les son+
# P YG(ara) caraH) Gcara) selloH) Gsello) caraH) Gsello) selloHZ2
Estadstica
146
d2 /n eAperimento consiste en lanzar &na moneda al aire2 #i sale cara) se
lanza otra vez la moneda2 #i sale sello) se lanza &n dado &na vez2 #&s
res&ltados posi$les son+
#ea ( P(ara y # P #ello

e2 /n eAperimento consiste en lanzar primero &n dado y desp&s lanzar &na
moneda) siempre y c&ando el nmero en el dado sea par2 #i el res&ltado
del dado es impar) la moneda se lanza 6 veces2 *nc&entre el espacio
m&estral2
. #i D&eremos lanzar &na moneda = veces) al especi3icar todos los
res&ltados posi$les) es necesario sa$er c#)ntos res#ltados tendra+ dado
D&e es m&y 3cil perderse en el desarrollo2
Ha$ra res&ltados posi$les2 #i D&eremos lanzar &na moneda
97 veces ha$ra res&ltados posi$les2
*n m&chos casos no es necesario desa're'ar los res&ltados posi$les sino
D&e es importante y necesario sa$er el total de res#ltados %osibles en #n
e2%erimento. Dada la comple@idad de los eAperimentos) en m&chas
ocasiones es di3cil sa$er el total de res&ltados posi$les del eAperimento y es
necesario &tilizar 3rm&las D&e son proporcionadas por &na de las
Estadstica
147
herramientas de las matemticas llamada t0cnicas de conteo. 4ema D&e
veremos ms adelante2
1.5.5 El9m961o o 8361o m39012!l( *s cada &no de los elementos o
res&ltados del espacio m&estral2
1.5.6 ED961o( /n evento es &n s&$con@&nto de &n espacio m&estral2 *n
m&chos eAperimentos solo nos interesa averi'&ar ciertos elementos
de &n espacio m&estral2 *@emplo+ al lanzar &n dado) solo nos
interesa encontrar los nmeros primos2
4 5 61+ 2+ 3+ 4+ 7+89 : 5 61+ 2+3+ 79.
1.5.7 I6192094456 <9 <o0 9D961o0 A F B( A +2
*s el evento D&e contiene a los elementos com&nes a A y a %) o sea+
"r3icamente)
EH9m8lo
#ea el espacio m&estral # P G7)9)6);)<)=)>):)8)?H y los *ventos+
A P G 1+2+3+4+79
Estadstica
148
A B
B 5 6 ;+1+3+8+< 9
"5 63+4+8+99
78A9ICANDO,
92
62
;2
<2
1.5.: U656 <9 <o0 9D961o0 ! F b= A+.
*s el evento D&e contiene a todos los elementos D&e pertenecen a A o a % o
a am$os2 O sea+
"r3icamente)
Estadstica
149
A B
C
:
6




8
7
;
< >

?
EH9m8lo
(on el espacio m&estral del e@ercicio anterior) hallar los si'&ientes eventos+
1.5.; Com8l9m961o <9 36 9D961o != AU(
*s el con@&nto de todos los elementos de # Gdel espacio m&estralH D&e no
estn en A) o sea+
"r3icamente)
S
Estadstica
150

EH9m8lo
(on el espacio m&estral del e@ercicio anterior) hallar los si'&ientes eventos+
Estadstica
151
A
Estadstica
152
"(& T%CNICAS DE CONTEO
*s &na herramienta matemtica D&e sirve para conocer el total de res&ltados
posi$les en &n eAperimento estadstico2 ,as principales son+
R9:l! "(&(&= P2648o <9 l! m3l18l4!456
EH9m8lo &= #arita es &na ni-a D&e vive en &n distrito) tiene de vest&ario ;
som$reros) 6 3aldas y 6 $l&sas2 #arita desea vestir cada da de &na manera
di3erente2 #& pro$lema es sa$er en c&ntos das p&ede salir a la calle
vestida de manera di3erente2
SOLUCIN
#ea P som$rero 9 Psom$rero 6 P som$rero ;
P 3alda 9 P 3alda 6
P$l&sa 9 P$l&sa 6
*l nmero de res&ltados 3inales+
; som$reros 6 3aldas 6 $l&sas
0mero de res&ltados posi$les o nmero de vestidos di3erentes+
Estadstica
153
#i &n acontecimiento A p&ede oc&rrir de $ maneras di3erentes) y si para
cada &na de esas $ maneras posi$les de oc&rrencia de A) &n se'&ndo
acontecimiento B p&ede oc&rrir de n maneras di3erentes) entonces) el
nmero de manetas di3erentes en D&e p&ede oc&rrir el acontecimiento A
se'&ido del acontecimiento B es $ < n
;A6A6P96
#e'n el dia'rama de r$ol) los res&ltados son+
Estadstica
154
1
|||
x

(0

2
pp I7

2
(S1 , f 1 , b 1) (S2 , f 1 , b 1) (S3 , f 1 , b 1)
(S1 , f 1 , b 2) (S2 , f 1 , b 2) (S3 , f 1 , b 2)
(S1 , f 2 , b 1) (S2 , f 2 , b 1) (S3 , f 2 , b 1)
(S1 , f 2 , b 2) (S2 , f 2 , b 2) (S3 , f 2 , b 2)

EH9m8lo "= _(&les son los res&ltados posi$les al lanzar &na moneda ;
veces`
Sol3456 sea c 5 cara s 5 sello
*l nmero de res&ltados 3inales+
Primera moneda 6 res&ltadosP c) s
#e'&nda moneda 6 res&ltadosPc) s
4ercera moneda 6 res&ltadoP c) s
4otal de res&ltados posi$lesP 6A6A6P8 res&ltados2
Estadstica
155
(
#
(
(
#
#
(
#
(
#
#
#
(
(
#e'n el dia'rama de r$ol) los res&ltados son+
G()()(H)G()()#H)G()#)(HG()#)#)H)G#)()(H)G#)()#H)G#)#)(HG#)#)#H2
EH9m8lo '+ #&pon'a D&e se seleccionan en 3orma aleatoria ; artc&los de
&n proceso de man&3act&ra2 #e eAamina cada &no de ellos y se les clasi3ica
como DCDe3ect&osa y %C%&eno2 _(&les son los res&ltados posi$les`
Sol3456
*l nmero de res&ltados posi$les+
Primer artc&lo) dos res&ltados posi$les P %)D
#e'&ndo artc&lo) dos res&ltados posi$les %)D
4ercer artc&lo) dos res&ltados posi$les %)D
4otal de res&ltados posi$lesP 6A6A6P8 res&ltados2

G%)D)%H)G%)D)DH)G%)%)%H)G%)%)DH)GD)D)%H)GD)D)D)HGD)%)%)HGD)%)DH2
Estadstica
156
%
D
%
%
D
%
D
%
D
D
%
D
%
D
R9:l! "(&("( P2648o <9 892m31!456
EH9m8lo ,= _De c&ntas maneras podemos or'anizar c&atro personas en
&na 3ila`
Sol3456
#ea A la persona 9
% la persona 6
( la persona ;
D la persona <2
Para sa$er el total de res&ltados posi$les P <c P 9262;2<P 6< res&ltados
posi$les+
Estadstica
157
#e de3ine el nmero de perm&taciones de n o$@etos como el total de
maneras como se p&eden ordenar o a'r&par los n o$@etos el c&al eD&ivale
a
9A6A;A 222 A n P n c ) de3inido como 3actorial de n2
6V AC!41o2!lB 90 9l 82o<341o <9 lo0 96192o0
D90<9 & 7!01! 6(
EH9m8lo ;c P 9262; P> =cP9262;2<2=P967
#V
W&
(A B C D) (BA CD) (CA BD) (DAB C)
(A B D C) (BA DC) (CA DB) (DAC B)
(A C B D) (BC AD) (CB AD) (DBA C)
(A C D B) (BC DA) (CB DA) (DBC A)
(A D B C) (BD AC) (CD AB) (DCA B)
(A D C B) (BD CA) (CD BA) (DCB A)
EH9m8lo )2 #e tiene &n eD&ipa@e con3ormado de pantalones+ PI camisas+ (I
y zapatos+ Q2 _De c&ntas maneras se p&ede colocar en &n armario de ;
compartimentos`
Para sa$er el total de res&ltados posi$les P ;c P 9262;2P > res&ltados
posi$les+
(P C Z)
(P Z C)
(ZP C)
(ZC P)
(CZ P)
(CP Z)
R9:l! "(&('= V!2!4o690 o 892m31!4o690
Estadstica
158
Cuando se permutan u organizan de los n elementos, solo r ( r n),
teniendo en cuenta o siendo importante el orden ya que tiene sentido,
decimos que es una variacin o permutacin . Su frmula:
.
EH9m8lo *= #e tiene a c&atro conc&rsantes para &n primer y se'&ndo
p&esto2 _(&les son los res&ltados posi$les para los c&atro conc&rsantes`
Sol3456
#ea A el conc&rsante 9
#ea % el conc&rsante 6
#ea ( el conc&rsante ;
#ea D el conc&rsante <
*l total de res&ltados posi$les+
(A B) (BA)
(A C) (CA)
(A D) (DA)
(BC) (CB)
(BD) (DB)
(CD) (DC)
AA,BB si'ni3ica D&e el conc&rsante A oc&p el primer p&esto y % oc&p el
se'&ndo p&esto2 *n cam$io AB,AB si'ni3ica D&e el conc&rsante % oc&p el
primer p&esto y el conc&rsante A oc&p el se'&ndo p&estoI estos dos
res&ltados son di3erentes2
Estadstica
159
EH9m8lo +2 #i en el e@ercicio de las prendas Ge@emplo =H) se t&vieran
pantalones+ PI interiores .I camisas+ (I y zapatos+ Q) _de c&ntas maneras se
p&eden colocar en &n armario de ; compartimentos) teniendo en c&enta D&e
la prenda so$rante se coloca en otro armario`
Sol3456
*l total de res&ltados posi$les+
(P I C) (P C I) (I C P) (I P C) ( C I P) (C P I)
(P I Z) (P Z I) (I P Z) (I Z P) ( Z I P) (Z P I)
(P C Z) (P Z C) (CI P) (CP I) ( I C P) (I P C)
(I C Z) (I Z C) (CI Z) (CZ I) ( Z I C (Z C I)
R9:l! "(&(,= Comb6!4o690
EH9m8lo $= #e tienen c&atro re'las de sal&d+
Re'la A+ no 3&mar
Estadstica
160
Cuando se organizan de los n elementos, solo r ( r n), sin tener en
cuenta el orden o al cambiar de orden no se pierde el sentido, decimos que
es una combinacin . Su frmula:
.
Re'la %+ hacer e@ercicios
Re'la (+ tomar : & 8 vasos diarios de a'&a
Re'la D+ comer verd&ras2
#i act&almente todas no se c&mplen y se D&ieren c&mplir 6 de ellas) _c&les
seran las opciones`
Sol3456
*l total de res&ltados posi$les+
#i se tiene las sol&ciones GA)%H y G%) AH se est diciendo no 3&mar y hacer
e@ercicios) y para el se'&ndo se est diciendo) hacer e@ercicios y no 3&marI
este res&ltado es i'&al2
4eniendo en c&enta lo anterior) los res&ltados D&edaran+
(A B)
(A C)
(A D)
(BC)
(BD)
(CD)
Estadstica
161
R9:l! "(&()= P!214o690
EH9m8lo -= /n cole'io participa en < partidos de 3t$ol en &na temporada2
_De c&ntas maneras p&ede el eD&ipo terminar la temporada con 6 victorias)
9 derrotas y 9 empate`
#ea V victoria G6H
#ea D derrota G9H
#ea * empate G9H
Sol3456
Para sa$er el nmero de res&ltados posi$les2
Estadstica
162
*l nmero de particiones distintas de n o$@etos en los c&ales n9 son de
&na
clase) n6 de &na se'&nda clase) 222) nN de &na N C sima clase) coincide con
el nmero de 3ormas de hacer &na particin de &n con@&nto de n o$@etos en
N
celdas con n9 o$@etos en la primera celda) n6 elementos en la se'&nda
celda y as s&cesivamente donde

V V D E V D E V D E V V
V V E D V E D V E D V V
V D V E D V V E E V D V
V E V D D V E V E V V D
"(" EJERCICIOS RESUELTOS
&( /n vendedor de a&tos D&iere presentar a s&s clientes todas las
di3erentes opciones con D&e c&enta+ a&to converti$le) a&to de 6 p&ertas y
a&to de < p&ertas) c&alD&iera de ellos con rines deportivos o estndar2
_(&ntos y c&les di3erentes arre'los de a&tos y rines p&ede o3recer el
vendedor`
Sol3456
Para sol&cionar el pro$lema se emplea la tcnica de la m&ltiplicacin) Gdonde
$ es nmero de modelos y n es el nmero de tipos de rinH2
#ea m P ; A a&to converti$le % 6 p&ertas ( < p&ertas
n P 6 D rin deportivo * rin estndar
Estadstica
163
NIm92o 1o1!l <9 !229:lo0 W ' K " W *
!229:lo0 <C9296190
De acuerdo con el diagrama de rbol, los resultados posibles son:
(A,D),(A,E), (B,D),(B,E),(C,D),(C,E).
" #&pon'a D&e hay ocho tipos de comp&tadora pero solo tres espacios
disponi$les para eAhi$irlas en la tienda de comp&tadoras2 _De c&ntas
maneras di3erentes p&eden ser arre'ladas las 8 mD&inas en los tres
espacios disponi$les`
Sol3456
Para sol&cionar el pro$lema se emplea la tcnica de Perm&tacin) Gdonde n
es el nmero de mD&inas y r es el nmero de espacios disponi$lesH2
Estadstica
164
*
D
%
A
*
(
D
*
D
'( /na tar@eta de circ&ito impresa se p&ede comprar con cinco proveedores2
_De c&ntas maneras de p&eden esco'er tres proveedores de los cinco`
Sol3456
Para sol&cionar el pro$lema se emplea la tcnica de las com$inaciones)
Gdonde n son los = proveedores y 2 son los ; proveedores a esco'erH2
,( /n est&diante desea acomodar ocho li$ros en &n anaD&el2 (alc&le el
nmero de maneras en D&e p&ede hacerlo si la condicin es D&e+
a2 4res li$ros espec3icos siempre de$en D&edar @&ntos2
$2 4res li$ros espec3icos n&nca de$en D&edar todos @&ntos2
Sol3456 <9l 63m92!l !
Estadstica
165
NIm92o 1o1!l <9 !229:lo0
N
NIm92o 1o1!l <9 !229:lo0
N
En realidad los 8 puestos se convierten en 6; ya que 3 libros deben quedar
juntos. Pero esos 3, a su vez, se pueden organizar de diferentes maneras.
Supongamos que los libros 1,2,3 deben quedar juntos..
LIBROS 1 2 3 4 5 6 7 8
PUESTOS 2 3 4 5 6 1
Sol3456 <9l 63m92!l b
3 separados es lo contrario a los 3 juntos. Esto quiere decir que al organizar
8 libros (8!=40320) y al restarle los resultados de los 3 juntos (4320), nos
quedan los resultados de los 3 separados.
)( /n comit de = personas se va a ele'ir entre 97 principales y : s&plentes)
_de c&ntas maneras es posi$le si ha de ha$er ms principales D&e
s&plentes`
Sol3456
Para que los principales sean ms que los suplentes deben quedar:
3 principales y 2 suplentes o 4 principales y un suplente o 5 principales y 0
suplentes. .
Estadstica
166
Estadstica
167
Recordemos D&e en matemticas el conector
F si'ni3ica prod&cto y el conector o si'ni3ica
s&ma
'(& SUCESOS PROBABILSTICOS
De ac&erdo con la 3orma como oc&rren dos o ms s&cesos pro$a$ilsticos
estos p&eden ser+
'(&(& S3490o0 6<9896<96190= son aD&ellos s&cesos en donde la
oc&rrencia de &no de ellos no depende de la oc&rrencia de otro &
otros s&cesos2 *@emplo+ sacar de &na &rna &na pelota $lanca) si
antes se sac &na pelota ne'ra y se devolvi a la &rna2
'(&(" S3490o0 <9896<96190= son aD&ellos s&cesos en donde la oc&rrencia
de &no de ellos s depende de la oc&rrencia de otro & otros s&cesos2
*@emplo+ sacar de &na &rna &na pelota $lanca) si antes se sac &na
pelota ne'ra y no se devolvi a la &rna2
'(&(' S3490o0 4om8!1bl90 o m313!m9619 6o 9K4l3F96190= son aD&ellos
s&cesos D&e p&eden oc&rrir al mismo tiempo o sim&ltneamente) es
decir) la oc&rrencia de &no de ellos no eAcl&ye la oc&rrencia de otro &
otros s&cesos2 *@emplo+ se lanzan dos dados al mismo tiempo)
_p&ede salir el 9 o el =`
'(&(, S3490o0 64om8!1bl90 o m313!m9619 9K4l3F96190+ son aD&ellos
s&cesos D&e no p&eden oc&rrir al mismo tiempo en 3orma sim&ltnea)
es decir) D&e la oc&rrencia de &no de ellos eAcl&ye la oc&rrencia de
otro2 O sea AB W *@emplo+ *n el lanzamiento de dos
dados sim&ltneamente) sacar al mismo tiempo dos nmeros pares y
D&e s& s&ma sea impar2
Estadstica
168
'(" DEFINICIN DE PROBABILIDAD
,a posi$ilidad de D&e se presente &n evento res&ltante de &n eAperimento
estadstico se evala por medio de &n con@&nto de nmeros reales llamados
P2ob!bl<!<90 D&e caen en el ran'o G7)9H2 A cada p&nto en el espacio
m&estral se le asi'na &na pro$a$ilidad tal D&e la s&ma de todas las
pro$a$ilidades tiene D&e ser i'&al a 92
'("(&( Mo<9lo <9 82ob!bl<!< 9m8G24o o C2943964!l01!
*l modelo de 3rec&encia relativa llamado tam$in modelo a posteriori &tiliza
datos D&e se han o$servado empricamente) re'istra la 3rec&encia con D&e
ha oc&rrido al'n evento en el pasado y estima la pro$a$ilidad de D&e el
evento oc&rra n&evamente con $ase en estos datos histricos2
,a pro$a$ilidad de &n evento con $ase en el modelo de 3rec&encia relativa se
determina mediante+
EH9m8lo
/n res&ltado de "re'or !2 Mendel G9866C988<HH en &no de s&s eAperimentos
con cr&zamiento de plantas 3&e de ;== '&isantes amarillos GAH y 96; verdes
GVH o sea D&e la 3rec&encia relativa para los '&isantes amarillos 3&e de
Estadstica
169
2 *n otro eAperimento o$t&vo ;9= '&isantes amarillos y
978 verdes o sea D&e la 3rec&encia relativa para los '&isantes amarillos 3&e
de 2 ,a esta$ilidad de las 3rec&encias relativas
alrededor de 72:< para la oc&rrencia de '&isantes amarillos y 726> para los
'&isantes verdes lo cond&@eron a 3orm&lar la ley2 Por lo tanto) se le llam a
la 3rec&encia constante la pro$a$ilidad del evento A2
'("("( Mo<9lo 03bH91Do
*s el 'rado de creencia personal de la posi$ilidad de D&e oc&rra &n s&ceso2
EH9m8lo= Posi$ilidad de D&e 'ane mi eD&ipo 3avorito es de &n :7[2
'("('( Mo<9lo 4lE04o
*n este en3oD&e se as&me D&e todos los res&ltados de &n eAperimento
tienen la misma posi$ilidad de oc&rrir2 ,a pro$a$ilidad clsica de &n evento
A se determina
EH9m8lo
#e tiene &na m&estra de 67 artc&los y = de ellos son de3ect&ososI al
seleccionar &no en 3orma aleatoria) la pro$a$ilidad de D&e sea de3ect&oso es
de =B67 P726= y la pro$a$ilidad de D&e sea &n artc&lo $&eno es de
9=B67P72:=2
Estadstica
170
'(" REGLAS PRINCIPALES DE LA PROBABILIDAD
Para asi'nar pro$a$ilidades a los p&ntos m&estrales se ha convenido+
Antes de entrar a ver los aAiomas de pro$a$ilidad es importante D&e se
eAperimenten varios p&ntos+
92 *s necesario el conocimiento de la teora de con@&ntos para poder
interpretar m&chos pro$lemas de pro$a$ilidades2
62 *n m&chos casos) no se necesitan las re'las de pro$a$ilidades para
poder o$tener la resp&esta de pro$a$ilidad^I es s&3iciente tener $&ena
interpretacin de lo D&e se pre'&nta y tener clara la 3rm&la $sica de
pro$a$ilidad2
Estadstica
171
8E7,AS DE .8O+A+I,IDAD
L !"#bb$%$&& &' (& !)*+#
,)'-+"% &'b' '-+" '*+"' 0 . 1, #
-'
L -), &' %- !"#bb$%$&&'- &' +#&#-
%#- !)*+#- ,)'-+"%'- &'b' -'" $/)%
)*#
)
& "
Los casos a&orables son aD&ellos D&e c&mplen con la condicin) y los casos
%osibles son todos los res&ltados posi$les en &n eAperimento estadstico
Gespacio m&estralH2
Para compro$ar lo anterior) se har &n e@emplo donde la resp&esta es
o$tenida solamente &tilizando la l'ica y la 3rm&la anterior) y desp&s se
compro$ar la resp&esta &tilizando las re'las de pro$a$ilidad2
EH9m8lo & <9 82ob!bl<!<
*n &n c&rso) 97 al&mnos apro$aron Historia) 9= apro$aron Matemticas y 9<
apro$aron *spa-olI ; al&mnos apro$aron *spa-ol e Historia) = Matemticas
y *spa-ol) ; apro$aron Matemticas e Historia y 9 solo apro$ las ;
materias2 #i seleccionamos &n est&diante en 3orma aleatoria) hallar+
a2 Pro$a$ilidad de D&e haya apro$ado Matemticas
$2 Pro$a$ilidad de D&e haya apro$ado solamente Matemticas
c2 Pro$a$ilidad de D&e 6o haya apro$ado Matemticas
d2 Pro$a$ilidad de D&e haya apro$ado Matemticas o Historia
e2 Pro$a$ilidad de D&e haya apro$ado Historia F *spa-ol
32 #i apro$ *spa-ol) _c&l es la pro$a$ilidad de D&e haya apro$ado
Historia`
Sol3456
Para mayor comprensin es necesario realizar &n Dia'rama de Venn con
toda la in3ormacin D&e se tiene de los 97 est&diantes+
Estadstica
172
"-
a2 Para hallar la pro$a$ilidad de D&e haya apro$ado Matemtica) se tienen
como casos 3avora$les los D&e apro$aron Matemticas) D&e en este caso
son 9=) y como casos posi$les) los est&diantes D&e se estn analizando)
D&e en este caso son 6?2 O sea la 3rm&la D&eda+
,a pro$a$ilidad de D&e haya apro$ado
Matemtica es de =92:6[ o sea D&e el =92:6[ de los est&diantes
apro$aron Matemticas2
$2 Para hallar la pro$a$ilidad de D&e haya apro$ado solamente Matemtica)
se tienen como casos 3avora$les) los est&diantes D&e apro$aron
Matemticas) y no *spa-ol ni Historia2 *n este caso) son 8 los
est&diantes D&e solo apro$aron MatemticasI los casos posi$les son
todos los est&diantes D&e se estn analizando) D&e en este caso son 6?2
O sea la 3rm&la D&eda+
Estadstica
173
M E
H
<
8
6
:
9 6

=
2 ,a pro$a$ilidad de D&e haya
apro$ado Matemtica solamente es 6:2=?[) o sea) D&e el 6:2=?[ de
los est&diantes apro$ solamente Matemtica2
c2 Para hallar la pro$a$ilidad de D&e no haya apro$ado Matemdtica) se
tienen como casos 3avora$les 9< est&diantes D&e no apro$aron
MatemticaI como casos posi$les) los est&diantes D&e se estn
analizando) D&e en este caso son 6?2
2 ,a pro$a$ilidad de D&e no haya apro$ado
Matemtica es <8268[) o sea) D&e el <8268[ de los est&diantes no
apro$ Matemtica2
d2 Para hallar pro$a$ilidad de D&e haya apro$ado Matemtica o Historia) se
&tiliza la de3inicin de "ni)n en teora de con@&ntos) o sea) los D&e
apro$aron Matemtica # Historia # am$os) como casos 3avora$lesI en
este caso son 66 los est&diantes y todos los casos posi$les son todos los
est&diantes D&e se estn analizando D&e) en este caso) son 6?2
2 ,a pro$a$ilidad de D&e haya apro$ado
Matemtica o Historia es :=28>[) o sea) D&e el :=28>[ de los
est&diantes apro$aron Matemtica o Historia2
e2 Para hallar la pro$a$ilidad de D&e haya apro$ado Historia F *spa-ol se
&tiliza la de3inicin de intersecci)n en teora de con@&ntos) o sea) los D&e
apro$aron tanto *spa-ol como Historia) como casos 3avora$lesI en este
Estadstica
174
caso son ; los est&diantes y todos los casos posi$les son todos los
est&diantes D&e se estn analizando) D&e en este caso son 6?2
,a pro$a$ilidad de D&e haya apro$ado
Historia y *spa-ol es 972;<[) o sea) D&e el 972;<[ de los est&diantes
apro$aron Historia y *spa-ol2
32 Para hallar la pro$a$ilidad de D&e haya apro$ado Historia <!<o D&e
apro$ *spa-ol) D&iere decir D&e se conoce D&e apro$ *spa-ol y de
ellos) 43E61o0 apro$aron Historia2 Por lo tanto) el total de casos posi$les
cam$iaI no son 6?) sino D&e son el total D&e apro$ *spa-ol G9<H y de
ellos los casos 3avora$les Glos D&e apro$aron HistoriaH son ;2
2 ,a pro$a$ilidad de D&e haya apro$ado
Historia dado D&e apro$ *spa-ol es 692<;[) o sea) D&e el 692<;[ de
los est&diantes D&e apro$aron *spa-ol) tam$in apro$aron Historia2
Estadstica
175
eo$serva D&e hasta ahora no se han necesitado los aAiomas de pro$a$ilidad) para
responder las pre'&ntas2 #olo se ha necesitado de t& $&ena interpretacin y anlisisc
Para compro$ar las pre'&ntas anteriores) se &tilizan los aAiomas2
'(' A/IOMAS DE PROBABILIDAD
'(,(& T9o29m! &= R9:l! <9 l! 3656 o 03m!
#i A y % son dos eventos c&alD&iera) entonces la pro$a$ilidad de A # %
EH9m8lo+
Pro$a$ilidad de D&e haya apro$ado Matemticas o Historia Gn&meral d2 del
e@ercicio anteriorH2
'(,(" T9o29m! "= R9:l! <9l 4om8l9m961o
Estadstica
176
EVENTOS MUTUAMENTE
NO E/CLUYENTES
E/CLUYENTES
EE
#i Af es el complemento de A) entonces+
EH9m8lo+
Pro$a$ilidad de D&e no haya apro$ado Matemtica2 G0&meral c2 del e@ercicio
anteriorH2
'(,(' T9o29m! '= P2ob!bl<!< 4o6<4o6!l
A la pro$a$ilidad de D&e &n evento A oc&rra dado D&e &n evento % ya
oc&rri) se llama pro$a$ilidad condicional y se escri$e 2
Donde A es la pre'&nta) y % es lo conocido) y s& 3rm&la es+
EH9m8lo+
#i apro$ *spa-ol) _c&l es la pro$a$ilidad de D&e haya apro$ado Historia`
Estadstica
177
1

G0&meral 32 del e@ercicio anteriorH2 Otra 3orma de plantear la pre'&nta es+
_c&l es la pro$a$ilidad de D&e haya apro$ado Historia dado D&e apro$
*spa-ol`
'(,(, T9o29m! ,= R9:l! <9 l! m3l18l4!456 o 6192094456
A la pro$a$ilidad de D&e oc&rra &n *vento A 0 %

EH9m8lo+
Pro$a$ilidad de D&e haya apro$ado Historia F *spa-ol2 G0&meral e2 del
e@ercicio anteriorH2
(omo son eventos dependientes)
Estadstica
178
1
EVENTOS
DEPENDIENTES INDEPENDIENTES
I
g
EJEMPLO " DE PROBABILIDAD
,a asociacin de est&diantes de *stadstica en &na &niversidad m&y 'rande
D&era determinar si hay &na relacin entre el inters de &n est&diante por la
*stadstica y s& capacidad para las Matemticas2 #e selecciona &na
m&estra aleatoria de 677 est&diantes y se o$tienen los si'&ientes res&ltados+
87 tienen capacidad $a@a para las Matemticas) de los c&ales 9= tienen
inters medio en la *stadstica2
?7 tienen inters $a@o por la *stadstica) de los c&ales 9= tienen capacidad
media para las Matemticas2
<7 tienen inters alto por la *stadstica de los c&ales 97 tienen capacidad
media para las Matemticas2
=7 tienen capacidad alta para las Matemticas) de los c&ales 6= tienen
inters alto por la *stadstica2
#i se selecciona &n est&diante en 3orma aleatoria)
a2 _(&l es la pro$a$ilidad de D&e ten'a capacidad alta para las
Matemtica`
$2 _(&l es la pro$a$ilidad de D&e ten'a inters $a@o o medio por la
estadstica`
c2 _(&l es la pro$a$ilidad de D&e ten'a capacidad media para las
Matemticas o &n inters alto por la *stadstica`
d2 _(&l es la pro$a$ilidad de D&e no ten'a capacidad alta para las
Estadstica
179
Matemticas`
e2 _(&l es la pro$a$ilidad de D&e ten'a capacidad alta para las
Matemticas) dado D&e s& inters por la *stadstica es $a@o`
32 _(&l es la pro$a$ilidad de D&e tanto la capacidad para las Matemticas
como el inters por la *stadstica sean medios`
Sol3456
Para mayor comprensin del e@ercicio) es adec&ado llevar los datos a &n
C"adr# de c#ntin*encia # d#!le entrada.
92 *l 6=[ de los est&diantes tienen capacidad alta
para las Matemticas2
62 Como los eventos son mutuamente excluyentes,
El 80% de los estudiantes tienen
inters $a@o o medio por la *stadstica2
Estadstica
180
OPCI01 ALTO 2EDIO BA3O TOTAL
ALTO 25 10 15 50
2EDIO 10 45 15 70
BA3O 5 15 60 80
TOTAL 40 70 90 200
C
A
P
A
C
I
D
A
D

M
A
T
E
M

T
I
C
A
S
INTERS -ESTADSTIA
;2 Como los eventos son mutuamente no excluyentes,
*, =7[ de los
est&diantes tienen capacidad media para las Matemticas o &n inters
alto por la *stadstica2
OPCI01 ALTO 2EDIO BA3O TOTAL
ALTO 25 10 15 50
2EDIO 10 45 15 70
BA3O 5 15 60 80
TOTAL 40 70 90 200
C
A
P
A
C
I
D
A
D

M
A
T
E
M

T
I
C
A
S
INTERS -ESTADSTIA
<2 *l :=[ de los est&diantes
no tienen capacidad alta para las Matemticas
=2 #e sa$e D&e el inters por *stadstica es $a@oI o sea D&e es &na
pro$a$ilidad condicional y s& 3rm&la es+

Estadstica
181
*l 9>2>:[ de los est&diantes D&e tienen inters $a@o por la *stadstica tienen
&na capacidad media para la Matemtica2
OPCI01 ALTO 2EDIO BA3O TOTAL
ALTO 25 10 15 50
2EDIO 10 45 15 70
BA3O 5 15 60 80
TOTAL 40 70 90 200
C
A
P
A
C
I
D
A
D

M
A
T
E
M

T
I
C
A
S
INTERS-ESTADSTIA
>2 (omo los eventos son dependientes) la 3rm&la es+
*l :2=[ de los est&diantes) tienen &na capacidad media para las
Matemticas y &n inters medio por la *stadstica2
EJEMPLO ' DE PROBABILIDAD
,a pro$a$ilidad de D&e &n hom$re casado vea &n cierto pro'rama de
Estadstica
182
televisin es de 72<) y la de D&e &na m&@er del mismo estado civil lo ha'a)
72=I la pro$a$ilidad de D&e &n hom$re vea el pro'rama) dado de D&e s&
esposa lo hace) es de 72:2 *nc&entre la pro$a$ilidad de D&e+
92 /na pare@a de casados vea el pro'rama2
62 /na esposa no vea el pro'rama) dado D&e s& esposo lo hace2
;2 Al menos &na persona de &n matrimonio vea el pro'rama
<2 0in'&no de los dos vea el pro'rama
Sol3456
Parmetros+ sea H+ hom$re casado M+ m&@er casada2

92
,a pro$a$ilidad de D&e &na pare@a de casados vea el pro'rama es de &n
;=[2
62 *s ms 3cil si se o$tiene el denominador de &n
Dia'rama de Venn2
Estadstica
183
PROBABILIDAD TOTAL &
9

,a pro$a$ilidad de D&e &na esposa no vea el pro'rama) dado D&e s& esposo
lo hace) es de 962=[2
;2
,a pro$a$ilidad de D&e al menos &na persona de &n matrimonio vea el
pro'rama es de ==[
<2
,a pro$a$ilidad de D&e nin'&no de los dos vea el pro'rama es de <=[2
EJEMPLO , DE PROBABILIDAD
Estadstica
184

M H
72<=


729=
72;=

727=
#&pon'a D&e en &n estante de &na $i$lioteca hay ocho li$ros de Fsica
i'&ales Gmismo a&tor) edicin y tt&loH) eAcepto D&e c&atro son ediciones
rsticas y los otros c&atro estn empastados Go enc&adernadosH2 #&pon'a)
adems) D&e en 3orma s&cesiva vienen tres lectores y cada &no de ellos pide
a la $i$liotecaria &n e@emplar de ese li$ro para llevar a casa2 #i la
$i$liotecaria los eli'e al azar) _c&l es la pro$a$ilidad de D&e al primero le
toD&e empastado) al se'&ndo rstico y al tercero tam$in rstico`
Sol3456
*l espacio m&estral sera+ Gr) r) r) r) e) e) e) eH2
#ea A) el evento de sacar &n li$ro empastado
#ea %) el evento de sacar &n li$ro rstico
#ea () el evento de sacar &n li$ro rstico
,a pro$a$ilidad de D&e al primero le toD&e empastado) al se'&ndo rstico y
al tercero tam$in rstico es 9<26?[2
Estadstica
185
Estadstica
186
,(& INTRODUCCIN
De lo visto anteriormente en pro$a$ilidades y espacio m&estral) se concl&ye
D&e m&chos eAperimentos son m&y comple@os dados los mltiples
res&ltados2
/na 3orma de s&avizar o canalizar el tema de las pro$a$ilidades es por
medio de 3rm&las D&e asocien el eAperimento con &na 3&ncin o distri$&cin
de pro$a$ilidad de ac&erdo con s&s caractersticas2 Por e@emplo) son
m&chos los eAperimentos D&e tienen D&e ver con solo dos posi$les
res&ltados Gde3ect&osoCno de3ect&oso) 'anarCperder) vivirCmorir) venderCno
vender) etc2HI otros eAperimentos) tienen D&e ver con el nmero de res&ltados
en &n intervalo de tiempo o re'in espec3ica Gnmero de llamadas por
min&to a &n conm&tador) nmero de artc&los de3ect&oso por lote) nmero de
clientes en &n $anco por mes) etc2HI otros eAperimentes tienen D&e ver con la
toma de &na medida y $a@o &na sit&acin normal Gpeso) tiempo) estat&ra)
dimensiones) temperat&ra) rea) etc2H2
,as 3rm&las o distri$&ciones de pro$a$ilidad son &na herramienta m&y
importante para sol&cionar pro$lemas $a@o incertid&m$re sin necesidad de
desarrollar todos los posi$les res&ltados del eAperimento y de ac&erdo con
las caractersticas de la sit&acin2
,(" DISTRIBUCIN O FUNCIN DE PROBABILIDAD
(omo ya se vio al principio del md&lo) las varia$les aleatorias son aD&ellas
D&e se asocian a la oc&rrencia de &n 3enmeno aleatorio2 (&ando &na de
Estadstica
187
estas varia$les aleatorias toma diversos valores) la pro$a$ilidad asociada a
cada &no de tales valores p&ede ser or'anizada como &na distri$&cin de
pro$a$ilidad) la c&al es la distri$&cin de las pro$a$ilidades asociadas a cada
&no de los valores de la varia$le aleatoria2
,as distri$&ciones de pro$a$ilidad p&eden representarse a travs de &na
ta$la) &na 'r3ica o &na 3rm&la) en c&yo caso a tal re'la de
correspondencia se le denomina C36456 <9 82ob!bl<!<2
*Aisten dos tipos de distri$&cionesI <012b34o690 <9 82ob!bl<!< 8!2!
D!2!bl90 <04291!0 F 8!2! D!2!bl90 4o6163!0(
Para &na D!2!bl9 <04291!) la <012b3456 <9 82ob!bl<!<90 es) por lo
'eneral) &na ta$la D&e asocia &na pro$a$ilidad a cada valor D&e p&ede tomar
la varia$le aleatoria2 ,a pro$a$ilidad de D&e la varia$le est dentro de &n
ran'o de valores se halla por medio de la s&ma de todos los enteros D&e
estn dentro del ran'o) incl&yendo los eAtremos2 Por e@emplo+
Al considerar las D!2!bl90 4o6163!0 se enc&entra &no el pro$lema de D&e)
lo ms pro$a$le) los datos D&e se p&edan reca$ar no sean completamente
eAactos) o dos o ms de ellos no coincidan) por lo D&e se tienen D&e tra$a@ar
en intervalos y) en ese momento) modelar &na 3&ncin se convierte en &n
pro$lema serio2
#in em$ar'o) se p&eden realizar aproAimaciones y descri$ir la pro$a$ilidad a
travs de modelos tericos de pro$a$ilidad c&ya 'r3ica es &na lnea
contin&a) a di3erencia de las D!2!bl90 <04291!0 D&e les corresponde &n
Estadstica
188
histo'rama2 ,a pro$a$ilidad de D&e la varia$le est dentro de &n ran'o de
valores no se p&ede hallar por medio de la s&ma) dado D&e sera &na s&ma
in3initaI en estos casos la pro$a$ilidad se halla por medio de la integral
deinida o sea+
*n distri$&ciones contin&as de pro$a$ilidad) la pro$a$ilidad de D&e L tome
&n valor eAacto es i'&al a ceroI esto D&iere decir D&e no eAiste la i'&aldad2
Estadstica
189
=NO O,IDA8>
=
<2629 P!2!l9lo 96129 l! <012b3456 <04291! F l! 4o6163! <9
82ob!bl<!<
DISCRETA CONTINUA
Co6<4o690 8!2! J39
09! <012b3456 <9
82ob!bl<!<
92
62
E0892!6Q!
m!19mE14!
V!2!6Q! m!19mE14!
,(' ALGUNAS DISTRIBUCIONES DISCRETAS DE
PROBABILIDAD
<2;29 D012b3456 b6om!l
,('(&(& C!2!4192G014!0
Estadstica
190
*n cada pr&e$a del eAperimento slo son posi$les dos res&ltados+ el
s&ceso A y s& contrario Af) como por e@emplo) de3ect&osoCno
de3ect&oso) 'anCperdi) so$reviviCno so$revivi) caraCsello) etc2
*l s&ceso A se conoce como Aito Gse representa por pH y el s&ceso
contrario Af se conoce como 3racaso Gse representa por / y es i'&al a
9Cp2
*l res&ltado o$tenido en cada pr&e$a es independiente de los
res&ltados o$tenidos anteriormente2
*l Aito y) por ende) el 3racaso se dan en trminos de pro$a$ilidad y
son parmetros po$lacionales o$tenidos de conocimientos yBo
eAperiencias de est&dios anteriores2
*l eAperimento consta de &n nmero n de pr&e$as o m&estras2
*l o$@etivo de la distri$&cin $inomial es $&scar la pro$a$ilidad de
Aito en la m&estra
4odo eAperimento D&e ten'a estas caractersticas se dice D&e si'&e el
modelo de la distri!"ci)n !in#$ial2
A la varia$le 2+ D&e eApresa el nmero de Aitos o$tenidos en cada pr&e$a
del eAperimento) se le llama varia!le aleat#ria !in#$ial2
,a varia$le $inomial es &na varia$le aleatoria discreta y slo p&ede tomar
los valores 7) 9) 6) ;) <) 222) n s&poniendo D&e se han realizado n pr&e$as2
,('(&(" F36456 <9 82ob!bl<!< <9 l! D(!( b6om!l
Estadstica
191
F&ncin de pro$a$ilidad de la distri$&cin $inomial) para hallar la
pro$a$ilidad de o$tener ACAitos en la m&estra2
E(e$pl# 1
,a pro$a$ilidad de D&e &na determinada vac&na s&rta e3ecto es de 7282
(alc&le la pro$a$ilidad de D&e &na vez administrada a 9= pacientes+
aH A nin'&no le s&rta e3ecto
$H A 96 les s&rta e3ecto2
cH A mAimo ; n# les s"rta 9C941o2
dH A mnimo 9; les s"rta e3ecto
eH2 De 97 a 96 n# les s"rta e3ecto
Sol3456=
#e trata de &na distri$&cin $inomial con los si'&ientes parmetros+
Pro$a$ilidad de D&e la vac&na s#rta eecto+ 728
Pro$a$ilidad de D&e la vac&na no s#rta eecto 726
4ama-o de m&estra+ 9=
aH2 Para la primera pre'&nta+ la pro$a$ilidad de D&e a nin'&no le s#rta
eecto+ el +
Estadstica
192
hAito po$lacional pP728
Fracaso po$lacional DP726
hAito de la m&estraP a nin'&no de la m&estra) les s&rta e3ecto o sea
PGAP7H
0o hay posi$ilidad de D&e de los 9=) a nin'&no le s&rta e3ecto
!4. Para la pro$a$ilidad de D&e a 96 les s&rta e3ecto) el
hAito po$lacional pP728
Fracaso po$lacional DP726
hAito de la m&estraP a 96 de la m&estra) les s&rta e3ecto o sea
PGAP96H
,a posi$ilidad de D&e de los 9= a 96 les s&rta e3ecto es de &n 6=279[

cH Para la pro$a$ilidad de D&e a mAimo ; no les s#rta e3ecto) el+
hAito po$lacional pP726
Fracaso po$lacional DP728
hAito de la m&estraP a 7) 9 )6 o ; de los de la m&estra) no les s&rta
e3ecto o sea
Estadstica
193
,a posi$ilidad de D&e de los 9=) a mAimo ; no les s&rta e3ecto) es de ><28?[2
dH Para la pro$a$ilidad de D&e mnimo a 9; les s#rta e3ecto) el+
hAito po$lacional pP728
Fracaso po$lacional DP726
hAito de la m&estraP a 9;)9< o 9= de los de la m&estra) les s#rta
e3ecto) o sea)
,a posi$ilidad de D&e de los 9=) a mnimo 9; les s&rta e3ecto es de ;?28[2
eH2 Para la pro$a$ilidad de D&e) de 97 a 96 no les s#rta e3ecto) el+
Estadstica
194
hAito po$lacional pP726
Fracaso po$lacional DP728
hAito de la m&estraP a 97)99 o 96 de los de la m&estra) no les s#rta
e3ecto) o sea)
0o hay posi$ilidad de D&e de los 9=) a 97)99 96 no les s&rta e3ecto la
vac&na2
E(e$pl# 2
/na empresa prod&ctora sa$e por eAperiencia D&e el 97[ de s&s artc&los
salen de3ect&osos2 /n cliente interesado en los artc&los decide hacer &n
pedido si'ni3icativo) siempre y c&ando al seleccionar &na m&estra aleatoria
de tama-o =) no ms de &n artc&lo sal'a de3ect&oso2 _(&l es la
pro$a$ilidad de D&e ha'a el pedido`
Sol3456=
Estadstica
195
#e trata de &na distri$&cin $inomial con los si'&ientes parmetros+
Pro$a$ilidad de Aito+ pP 729
Pro$a$ilidad de 3racaso+ DP72?
4ama-o de m&estra+ nP=
(riterio de aceptacin o compra+ encontrar en la m&estra mAimo 97
artc&los de3ect&osos o sea)
,a posi$ilidad de D&e el cliente compre es de &n ?928>[
<2;292; T!bl!0 <9 82ob!bl<!< !43m3l!<! <9 l! <012b3456 b6om!l
*n m&chos casos) hallar la pro$a$ilidad res&lta lar'o y se tiene mayor ries'o
de &na eD&ivocacin en s& clc&lo2 Para sol&cionar esto) se crearon &nas
ta$las de pro$a$ilidad ac&m&lada D&e 3acilitan la sol&cin de pro$lemas
$inomiales2
,a ta$la ac&m&lada de pro$a$ilidad $inomial tiene los si'&ientes parmetros+
Gver aneAo AH
Estadstica
196
6 K #,&# #,"# #,") #,'# #,,# #,)# #,*# #,+# #,$# #,-#
? 7 7);8:< 7)9;<6 7)7:=9 7)7<7< 7)7979 7)7767 7)777; 7)7777 7)7777 7)7777
9 7)::<8 7)<;>6 7);77; 7)9?>7 7)7:7= 7)79?= 7)77;8 7)777< 7)7777 7)7777
6 7)?<:7 7):;86 7)>77: 7)<>68 7)6;98 7)78?8 7)76=7 7)77<; 7)777; 7)7777
; 7)??9: 7)?9<< 7)8;<; 7):6?: 7)<86> 7)6=;? 7)7??< 7)76=; 7)77;9 7)7779
< 7)???9 7)?87< 7)?=99 7)?796 7):;;< 7)=777 7)6>>> 7)7?88 7)79?> 7)777?
= 7)???? 7)??>? 7)??77 7)?:<: 7)?77> 7):<>9 7)=9:< 7)6:7; 7)78=> 7)778;
> 9)7777 7)???: 7)??8: 7)??=: 7)?:=7 7)?976 7):>86 7)=;:6 7)6>98 7)7=;7
: 9)7777 9)7777 7)???? 7)???> 7)??>6 7)?87= 7)?6?= 7)87<7 7)=>;8 7)66=6
8 9)7777 9)7777 9)7777 9)7777 7)???: 7)??87 7)?8?? 7)?=?> 7)8>=8 7)>96>
? 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777
8
ACONTINUACINB TABLA ACUMULADA DE LA DISTRIBUCIN BINOMIAL
Para tra$a@ar con la ta$la $inomial se de$en se'&ir los si'&ientes pasos+ Gver
ta$la anteriorH
92 Matematizar la pre'&nta2
62 (omo la ta$la es ac&m&lada) se de$e llevar la pre'&nta a menor e i'&al
) con la si'&ientes re'las+
a2
$2
c2
d2
e2
32
'2
Estadstica
197
4ama-o de m&estra n
Pro$a$ilidad de Aito p 0mero de Aitos en la m&estra
;2 #e $&sca en la primera col&mna el tama-o de la m&estra n
<2 #e $&sca en la primera 3ila la pro$a$ilidad de Aito p
=2 #e $&sca en la se'&nda col&mna el valor de L2
>2 ,a interseccin entre la se'&nda col&mna GAH y el valor de p) es la
pro$a$ilidad ac&m&lada2 O sea la 2
E(e$pl# 5
Volviendo al e@emplo >29) y resolvindolo por medio de la ta$la ac&m&lada
$inomial) se tiene+
aH A nin'&no le s&rta e3ecto
hAito po$lacional pP728
Fracaso po$lacional DP726
hAito de la m&estraP a nin'&no de la m&estra) les s&rta e3ecto o sea
PGAP7H
6 K #,&# #,"# #,") #,'# #,,# #,)# #,*# #,+# #,$# #,-#
9= 7 7)67=? 7)7;=6 7)79;< 7)77<: 7)777= 7)7777 7)7777 7)7777 7)7777 7)7777
9 7)=<?7 7)9>:9 7)7876 7)7;=; 7)77=6 7)777= 7)7777 7)7777 7)7777 7)7777
6 7)89=? 7);?87 7)6;>9 7)96>8 7)76:9 7)77;: 7)777; 7)7777 7)7777 7)7777
; 7)?<<< 7)><86 7)<>9; 7)6?>? 7)7?7= 7)79:> 7)779? 7)7779 7)7777 7)7777
< 7)?8:; 7)8;=8 7)>8>= 7)=9== 7)69:; 7)7=?6 7)77?; 7)777: 7)7777 7)7777
= 7)??:8 7)?;8? 7)8=9> 7):69> 7)<7;6 7)9=7? 7)7;;8 7)77;: 7)7779 7)7777
> 7)???: 7)?89? 7)?<;< 7)8>8? 7)>7?8 7);7;> 7)7?=7 7)79=6 7)7778 7)7777
: 9)7777 7)??=8 7)?86: 7)?=77 7):8>? 7)=777 7)69;9 7)7=77 7)77<6 7)7777
8 9)7777 7)???6 7)??=8 7)?8<8 7)?7=7 7)>?>< 7);?76 7)9;99 7)7989 7)777;
? 9)7777 7)???? 7)???6 7)??>; 7)?>>6 7)8<?9 7)=?>8 7)6:8< 7)7>99 7)7766
97 9)7777 9)7777 7)???? 7)???; 7)??7: 7)?<78 7):86: 7)<8<= 7)9><6 7)796:
99 9)7777 9)7777 9)7777 7)???? 7)??89 7)?86< 7)?7?= 7):7;9 7);=98 7)7==>
96 9)7777 9)7777 9)7777 9)7777 7)???: 7)??>; 7)?:6? 7)8:;6 7)>767 7)98<9
9; 9)7777 9)7777 9)7777 9)7777 9)7777 7)???= 7)??<8 7)?><: 7)8;6? 7)<=97
9< 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 7)???= 7)??=; 7)?><8 7):?<9
9= 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777
8
b9. Para la pro$a$ilidad de D&e a 96 les s#rta eecto+
Estadstica
198
hAito po$lacional pP728
Fracaso po$lacional DP726
4ama-o de m&estra nP9=
6 K #,&# #,"# #,") #,'# #,,# #,)# #,*# #,+# #,$# #,-#
9= 7 7)67=? 7)7;=6 7)79;< 7)77<: 7)777= 7)7777 7)7777 7)7777 7)7777 7)7777
9 7)=<?7 7)9>:9 7)7876 7)7;=; 7)77=6 7)777= 7)7777 7)7777 7)7777 7)7777
6 7)89=? 7);?87 7)6;>9 7)96>8 7)76:9 7)77;: 7)777; 7)7777 7)7777 7)7777
; 7)?<<< 7)><86 7)<>9; 7)6?>? 7)7?7= 7)79:> 7)779? 7)7779 7)7777 7)7777
< 7)?8:; 7)8;=8 7)>8>= 7)=9== 7)69:; 7)7=?6 7)77?; 7)777: 7)7777 7)7777
= 7)??:8 7)?;8? 7)8=9> 7):69> 7)<7;6 7)9=7? 7)7;;8 7)77;: 7)7779 7)7777
> 7)???: 7)?89? 7)?<;< 7)8>8? 7)>7?8 7);7;> 7)7?=7 7)79=6 7)7778 7)7777
: 9)7777 7)??=8 7)?86: 7)?=77 7):8>? 7)=777 7)69;9 7)7=77 7)77<6 7)7777
8 9)7777 7)???6 7)??=8 7)?8<8 7)?7=7 7)>?>< 7);?76 7)9;99 7)7989 7)777;
? 9)7777 7)???? 7)???6 7)??>; 7)?>>6 7)8<?9 7)=?>8 7)6:8< 7)7>99 7)7766
97 9)7777 9)7777 7)???? 7)???; 7)??7: 7)?<78 7):86: 7)<8<= 7)9><6 7)796:
99 9)7777 9)7777 9)7777 7)???? 7)??89 7)?86< 7)?7?= 7):7;9 #,')&$ 7)7==>
96 9)7777 9)7777 9)7777 9)7777 7)???: 7)??>; 7)?:6? 7)8:;6 #,*#"# 7)98<9
9; 9)7777 9)7777 9)7777 9)7777 9)7777 7)???= 7)??<8 7)?><: 7)8;6? 7)<=97
9< 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 7)???= 7)??=; 7)?><8 7):?<9
9= 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777
8
cH Para la pro$a$ilidad de D&e a mAimo ; no les s#rta e3ecto) el+
hAito po$lacional pP726
Fracaso po$lacional DP728
4ama-o de m&estra nP9=
Estadstica
199
6 K #,&# #,"# #,") #,'# #,,# #,)# #,*# #,+# #,$# #,-#
9= 7 7)67=? 7)7;=6 7)79;< 7)77<: 7)777= 7)7777 7)7777 7)7777 7)7777 7)7777
9 7)=<?7 7)9>:9 7)7876 7)7;=; 7)77=6 7)777= 7)7777 7)7777 7)7777 7)7777
6 7)89=? 7);?87 7)6;>9 7)96>8 7)76:9 7)77;: 7)777; 7)7777 7)7777 7)7777
; 7)?<<< #,*,$" 7)<>9; 7)6?>? 7)7?7= 7)79:> 7)779? 7)7779 7)7777 7)7777
< 7)?8:; 7)8;=8 7)>8>= 7)=9== 7)69:; 7)7=?6 7)77?; 7)777: 7)7777 7)7777
= 7)??:8 7)?;8? 7)8=9> 7):69> 7)<7;6 7)9=7? 7)7;;8 7)77;: 7)7779 7)7777
> 7)???: 7)?89? 7)?<;< 7)8>8? 7)>7?8 7);7;> 7)7?=7 7)79=6 7)7778 7)7777
: 9)7777 7)??=8 7)?86: 7)?=77 7):8>? 7)=777 7)69;9 7)7=77 7)77<6 7)7777
8 9)7777 7)???6 7)??=8 7)?8<8 7)?7=7 7)>?>< 7);?76 7)9;99 7)7989 7)777;
? 9)7777 7)???? 7)???6 7)??>; 7)?>>6 7)8<?9 7)=?>8 7)6:8< 7)7>99 7)7766
97 9)7777 9)7777 7)???? 7)???; 7)??7: 7)?<78 7):86: 7)<8<= 7)9><6 7)796:
99 9)7777 9)7777 9)7777 7)???? 7)??89 7)?86< 7)?7?= 7):7;9 7);=98 7)7==>
96 9)7777 9)7777 9)7777 9)7777 7)???: 7)??>; 7)?:6? 7)8:;6 7)>767 7)98<9
9; 9)7777 9)7777 9)7777 9)7777 9)7777 7)???= 7)??<8 7)?><: 7)8;6? 7)<=97
9< 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 7)???= 7)??=; 7)?><8 7):?<9
9= 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777
8
dH Para la pro$a$ilidad de D&e mnimo a 9; les s#rta e3ecto) el+
hAito po$lacional pP728
Fracaso po$lacional DP726
4ama-o de m&estra nP9=
6 K #,&# #,"# #,") #,'# #,,# #,)# #,*# #,+# #,$# #,-#
9= 7 7)67=? 7)7;=6 7)79;< 7)77<: 7)777= 7)7777 7)7777 7)7777 7)7777 7)7777
9 7)=<?7 7)9>:9 7)7876 7)7;=; 7)77=6 7)777= 7)7777 7)7777 7)7777 7)7777
6 7)89=? 7);?87 7)6;>9 7)96>8 7)76:9 7)77;: 7)777; 7)7777 7)7777 7)7777
; 7)?<<< #,*,$" 7)<>9; 7)6?>? 7)7?7= 7)79:> 7)779? 7)7779 7)7777 7)7777
< 7)?8:; 7)8;=8 7)>8>= 7)=9== 7)69:; 7)7=?6 7)77?; 7)777: 7)7777 7)7777
= 7)??:8 7)?;8? 7)8=9> 7):69> 7)<7;6 7)9=7? 7)7;;8 7)77;: 7)7779 7)7777
> 7)???: 7)?89? 7)?<;< 7)8>8? 7)>7?8 7);7;> 7)7?=7 7)79=6 7)7778 7)7777
: 9)7777 7)??=8 7)?86: 7)?=77 7):8>? 7)=777 7)69;9 7)7=77 7)77<6 7)7777
8 9)7777 7)???6 7)??=8 7)?8<8 7)?7=7 7)>?>< 7);?76 7)9;99 7)7989 7)777;
? 9)7777 7)???? 7)???6 7)??>; 7)?>>6 7)8<?9 7)=?>8 7)6:8< 7)7>99 7)7766
97 9)7777 9)7777 7)???? 7)???; 7)??7: 7)?<78 7):86: 7)<8<= 7)9><6 7)796:
99 9)7777 9)7777 9)7777 7)???? 7)??89 7)?86< 7)?7?= 7):7;9 7);=98 7)7==>
96 9)7777 9)7777 9)7777 9)7777 7)???: 7)??>; 7)?:6? 7)8:;6 #,*#"# 7)98<9
9; 9)7777 9)7777 9)7777 9)7777 9)7777 7)???= 7)??<8 7)?><: 7)8;6? 7)<=97
9< 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 7)???= 7)??=; 7)?><8 7):?<9
9= 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777
8
Estadstica
200
eH Para la pro$a$ilidad de D&e) de 97 a 96 no les s#rta e3ecto) el+
hAito po$lacional pP726
Fracaso po$lacional DP728
4ama-o de m&estra nP9=
GVer aneAo ta$las de pro$a$ilidadH
,('(&(, P!2Em912o0 <9 l! <012b3456 b6om!l
E(e$pl# ?
,a pro$a$ilidad de D&e el car$&rador de &n coche sal'a de 3$rica
de3ect&oso es del 8 por 9772 Hallar+
aH *l nmero de car$&radores de3ect&osos Es%erados en &n lote de =<8
$H ,a varianza y la desviacin tpica2
Sol3456=
Estadstica
201
Media
np
Varianza
npq
2

Desviacin tpica
npq
.ar'$etr#s@
Pro$a$ilidad de Aito+
Pro$a$ilidad de 3racasos+
4ama-o de m&estraP =<8
aH
$H
I61928291!456
*n promedio se espera D&e sal'an aproAimadamente << car$&radores
de3ect&osos) con &na variacin de aproAimadamente > car$&radores2
,('(" DISTRIBUCIN HIPERGEOM%TRICA
,os eAperimentos D&e tienen este tipo de distri$&cin tienen las si'&ientes
caractersticas+
aH .'&al D&e en la distri$&cin $inomial) tra$a@a con los eAperimentos D&e
tienen solo dos res&ltados posi$les2
$H #e conoce el tama-o de la po$lacin2 ,a po$lacin se o$tiene por lo
'eneral por medio de &n lote) prod&ccin) ca@a) o sea) &n total) del c&al se
eAtrae &na m&estra aleatoria para ser analizada2
cH De la po$lacin se tienen dos caractersticas+
- /na llamada Aito Gse denota por KH
Estadstica
202
- Otra llamada 3racaso Gse denota por 0CKH
dH *l Aito y el 3racaso po$lacional de la distri$&cin se dan en trminos de
cantidad y son o$tenidos por eAperiencia yBo est&dios anteriores2
eH (ada ensayo o repeticin del eAperimento no es independiente de los
dems2
dH #e selecciona &na m&estra aleatoria de tama-o n y se $&sca la
pro$a$ilidad de eAitos GAH en la m&estra2
,('("(& F36456 <9 82ob!bl<!< <9 l! D(!( 7892:9om;124!
*n estadstica) la <012b3456 7892:9om;124! es &na distri$&cin de
pro$a$ilidad discreta con tres parmetros discretos 0) N y n c&ya 3&ncin de
pro$a$ilidad es+
EH9m8lo0 )=
#i de &n lote de 6= artc&los se sa$e D&e = estn de3ect&osos) hallar las
si'&ientes pro$a$ilidades en &na m&estra de 8 artc&los seleccionados del
lote aleatoriamente2
aH Pro$a$ilidad de D&e de los 8) sal'an ; de3ect&osos2
$H Pro$a$ilidad de D&e de los 8) sal'an > $&enos2
cH Pro$a$ilidad de D&e de los 8) sal'an mnimo < de3ect&osos2
dH Pro$a$ilidad de D&e de los 8) sal'an entre ; y < $&enos2
Estadstica
203
eH #e considera acepta$le el lote) si en la m&estra todos estn $&enos2
_(&l es la pro$a$ilidad de D&e se acepte el lote`
Sol3456=
P!2Em912o0
4ama-o de po$lacin 0P6=
C!2!4192G014!0 <9 l! 8obl!456=
- (antidad de artc&los de3ect&ososP =
- (antidad de artc&los $&enosP 67
T!m!Oo <9 l! m39012! 6W$
aH Para la pro$a$ilidad de D&e de los 8) sal'an ; deect#osos+ se tiene+
0P 6=
KP = Grecordar D&e la m&estra y la po$lacin de$en contener el mismo
sentido de AitoH
0CKP67
nP8
,a pro$a$ilidad de D&e sal'an ; de3ect&osos es de &n 9<2;;[
$H Para la pro$a$ilidad de D&e de los 8) sal'an > $&enos2
Estadstica
204
0P 6=
KP 67 Grecordar D&e la m&estra y la po$lacin de$en contener el mismo
sentido de AitoH
0CKP=
nP8
,a pro$a$ilidad de D&e de los 8) sal'an > $&enos es de ;=28<[
cH Para la pro$a$ilidad de D&e de los 8) sal'an mnimo < de3ect&osos2
0P 6=
KP = Grecordar D&e la m&estra y la po$lacin de$en contener el mismo
sentido de AitoH
0CKP67
nP8
*sto D&iere decir D&e la
Estadstica
205
4ener en c&enta D&e a&nD&e el tama-o de la
m&estra es 8 no se p&eden encontrar ni >) : & 8
de3ect&osos) ya D&e en la po$lacin hay mAimo
= de3ect&osos
,a pro$a$ilidad de D&e de los 8 sal'an mnimo < de3ect&osos es 62;=[
dH Para la pro$a$ilidad de D&e de los 8) sal'an entre ; y < $&enos2
0P 6=
KP 67
0CKP=
nP8
,a pro$a$ilidad de D&e de los 8 sal'an entre ; y < $&enos es de 62;=[2
eH Para aceptar el lote) de$en eAistir todos $&enos o cero malos2 O sea) D&e
se sol&ciona de c&alD&iera de las dos maneras) sin cam$iar el res&ltado+
T#d#s !"en#s Cer# defect"#s#s
0P 6= 0P6=
KP 67 KP=
0CKP= 0CKP67
nP8 nP8

Estadstica
206
,a pro$a$ilidad de D&e se acepte el lote es de 992>=[
EH9m8lo0 *=
Para evitar D&e lo desc&$ran en la ad&ana) &n via@ero ha colocado > ta$letas
de narctico en &na $otella D&e contiene ? pldoras de vitamina D&e son
similares en apariencia2 #i el o3icial de la ad&ana selecciona ; ta$letas
aleatoriamente para analizarlas) _c&l es la pro$a$ilidad de D&e el via@ero
sea arrestado por posesin de narcticos`

Sol3456=
0 P ?W> P9= total de ta$letas
KP > ta$letas de narctico
0CKP ?
n P ; ta$letas seleccionadas
A P 7) 9) 6) o ; ta$letas de narctico P varia$le D&e indica el nmero de
ta$letas de narctico D&e se p&eden encontrar al seleccionar las ; ta$letas

PGvia@ero sea arrestado por posesin de narcticosH P pGde D&e entre las ;
ta$letas seleccionadas haya 9 o ms ta$letas de narcticoH



Estadstica
207
*Aiste &n 892=<[ de posi$ilidad de D&e el via@ero sea arrestado por
posesin ile'al de narcticos2

,('("(" P!2Em912o0 <9 l! <012b3456 7892:9om;124!
,('(' DISTRIBUCIN DE POISSON
,a distri$&cin de Poisson es &na distri$&cin de pro$a$ilidad discreta2
4ra$a@a con la pro$a$ilidad de oc&rrencia en &n tiempo determinado o re'in
espec3ica) teniendo como parmetro de la distri$&cin el promedio de
oc&rrencias en el mismo intervalo de tiempo o re'in espec3ica2 Por
e@emplo) el nmero de llamadas tele3nicas D&e entran a &n conm&tador por
horaI nmero de personas D&e se inscri$en a la &niversidad por semestre)
nmero de artc&los de3ect&osos D&e salen por hora) etc2
Co6<456= ,os eventos de$en ser independientes2
,('('(& F36456 <9 82ob!bl<!< <9 l! D(!( Po00o6
Estadstica
208
Media
Varianza H
#& distri$&cin de pro$a$ilidad est dada por
Donde+
es la $ase del lo'aritmo nat&ralP Ge P 62:9868222H)
2c es el 3actorial de A)

es &n nmero real positivo) eD&ivalente al nmero es%erado de
oc&rrencias d&rante &n intervalo dado2
,('('(" T!bl!0 <9 82ob!bl<!< !43m3l!<! <9 l! <012b3456 Po00o6
(omo en la distri$&cin $inomial) eAisten ta$las D&e 3acilitan el clc&lo de las
pro$a$ilidades2 ,a ta$la de distri$&cin Poisson tam$in es ac&m&lada y
necesita llevar las pre'&ntas a menor e i'&al G H2
,a ta$la ac&m&lada de pro$a$ilidad Poisson tiene los si'&ientes parmetros+
AV92 !69Ko BB
Estadstica
209
K #,& #," #,'# #,, #,) #,* #,+ #,$ #,-
7 7)?7<8 7)898: 7):<78 7)>:7; 7)>7>= 7)=<88 7)<?>> 7)<<?; 7)<7>>
9 7)??=; 7)?86= 7)?>;9 7)?;8< 7)?7?8 7)8:89 7)8<<6 7)8788 7)::6=
6 7)???8 7)??8? 7)??>< 7)??69 7)?8=> 7)?:>? 7)?>=? 7)?=6> 7)?;:9
; 9)7777 7)???? 7)???: 7)???6 7)??86 7)??>> 7)??<6 7)??7? 7)?8>=
< 9)7777 9)7777 9)7777 7)???? 7)???8 7)???> 7)???6 7)??8> 7)??::
= 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 7)???? 7)???8 7)???:
> 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777

Para tra$a@ar con la ta$la Poisson se si'&en los si'&ientes pasos+ Gver ta$la
anteriorH
92 Matematizar la pre'&nta2
62 (omo la ta$la es ac&m&lada) se lleva la pre'&nta a menor e i'&al )
con la si'&ientes re'las+
a2
$2
c2
d2
e2
32
'2
;2 #e $&sca en la primera 3ila el valor del promedio
<2 #e $&sca en la primera col&mna el valor de la varia$le A
=2 ,a interseccin entre la 3ila y la col&mna es la pro$a$ilidad ac&m&lada2
O sea la 2
Estadstica
210
EJEMPLO +
#i en promedio oc&rren = accidentes por da) hallar las si'&ientes
pro$a$ilidades+
aH2 Pro$a$ilidad de D&e en &n da oc&rran ; accidentes2
$H2 Pro$a$ilidad de D&e en &n da oc&rran ms de 6 accidentes2
cH2 Pro$a$ilidad de D&e en &n da oc&rran menos de < accidentes2
dH2 Pro$a$ilidad de D&e en &n da oc&rran entre < y > accidentes2
eH2 Pro$a$ilidad de D&e en &n M*D.O da oc&rra 9 accidente2
Sol3456
P!2Em912o=
Promedio de accidentes por da2
O$servacin+ cada pre'&nta se res&elve tanto por 3rm&la como por ta$la
para compro$ar el res&ltado2
aH2 Para la pro$a$ilidad de D&e en &n da oc&rran ; accidentes2
Por 3rm&la+
Por ta$la+ ver re'las para mane@o de ta$las Poisson
,a pro$a$ilidad de D&e en &n da oc&rran ; accidentes es de 9<27;[2
Estadstica
211
K & &,) " ",) ' ',) , ,,) )
# 7);>:? 7)66;9 7)9;=; 7)7869 7)7<?8 7)7;76 7)798; 7)7999 7)77>:
& 7):;=8 7)==:8 7)<7>7 7)68:; 7)9??9 7)9;=? 7)7?9> 7)7>99 7)7<7<
" 7)?9?: 7)8788 7)>:>: 7)=<;8 7)<6;6 7);678 7)6;89 7)9:;> #,&",+
' 7)?897 7)?;<< 7)8=:9 7):=:> 7)><:6 7)=;>> 7)<;;= 7);<6; #,"*)#
, 7)??>; 7)?89< 7)?<:; 7)8?96 7)89=; 7):6=< 7)>688 7)=;69 7)<<7=
) 7)???< 7)??== 7)?8;< 7)?=87 7)?9>9 7)8=:> 7):8=9 7):76? 7)>9>7
* 7)???? 7)???9 7)??== 7)?8=8 7)?>>= 7)?;<: 7)88?; 7)8;99 7):>66
+ 9)7777 7)???8 7)??8? 7)??=8 7)?889 7)?:;; 7)?<8? 7)?9;< 7)8>>>
$ 9)7777 7)???8 7)??8? 7)??>6 7)??79 7)?:8> 7)?=?: 7)?;9?
- 9)7777 7)???: 7)??8? 7)??>: 7)??9? 7)?86? 7)?>86
&# 7)???? 7)???: 7)???7 7)??:6 7)??;; 7)?8>;
&& 9)7777 7)???? 7)???: 7)???9 7)??:> 7)??<=
&" 9)7777 7)???? 7)???: 7)???6 7)??87
&' 9)7777 7)???? 7)???: 7)???;
&, 9)7777 7)???? 7)???8
&) 9)7777 7)????
&* 9)7777

$H2 Para la pro$a$ilidad de D&e en &n da oc&rran ms de 6 accidentes2

Po2 C52m3l!=
Estadstica
212
(omo no se conoce el tama-o de la
m&estra) no se sa$e hasta dnde va la
s&ma^2 Pero por de3inicin de
pro$a$ilidad se sa$e D&e
H
Por ta$la+ ver re'las para mane@o de ta$las Poisson
,a pro$a$ilidad de D&e en &n da oc&rran ms de 6 accidentes es de 8:2=<[2
K & &,) " ",) ' ',) , ,,) )
# 7);>:? 7)66;9 7)9;=; 7)7869 7)7<?8 7)7;76 7)798; 7)7999 7)77>:
& 7):;=8 7)==:8 7)<7>7 7)68:; 7)9??9 7)9;=? 7)7?9> 7)7>99 7)7<7<
" 7)?9?: 7)8788 7)>:>: 7)=<;8 7)<6;6 7);678 7)6;89 7)9:;> #,&",+
' 7)?897 7)?;<< 7)8=:9 7):=:> 7)><:6 7)=;>> 7)<;;= 7);<6; #,"*)#
, 7)??>; 7)?89< 7)?<:; 7)8?96 7)89=; 7):6=< 7)>688 7)=;69 7)<<7=

cH2 Para la pro$a$ilidad de D&e en &n da oc&rran menos de < accidentes2

Po2 C52m3l!=
Estadstica
213
Po2 1!bl!=
,a pro$a$ilidad de D&e en &n da oc&rran menos de < accidentes es de
6>2=7[
K & &,) " ",) ' ',) , ,,) )
# 7);>:? 7)66;9 7)9;=; 7)7869 7)7<?8 7)7;76 7)798; 7)7999 7)77>:
& 7):;=8 7)==:8 7)<7>7 7)68:; 7)9??9 7)9;=? 7)7?9> 7)7>99 7)7<7<
" 7)?9?: 7)8788 7)>:>: 7)=<;8 7)<6;6 7);678 7)6;89 7)9:;> #,&",+
' 7)?897 7)?;<< 7)8=:9 7):=:> 7)><:6 7)=;>> 7)<;;= 7);<6; #,"*)#
, 7)??>; 7)?89< 7)?<:; 7)8?96 7)89=; 7):6=< 7)>688 7)=;69 7)<<7=
) 7)???< 7)??== 7)?8;< 7)?=87 7)?9>9 7)8=:> 7):8=9 7):76? 7)>9>7
* 7)???? 7)???9 7)??== 7)?8=8 7)?>>= 7)?;<: 7)88?; 7)8;99 7):>66
+ 9)7777 7)???8 7)??8? 7)??=8 7)?889 7)?:;; 7)?<8? 7)?9;< 7)8>>>
$ 9)7777 7)???8 7)??8? 7)??>6 7)??79 7)?:8> 7)?=?: 7)?;9?

dH2 Para la pro$a$ilidad de D&e en &n da oc&rran entre < y > accidentes2
Po2 C52m3l!=
Estadstica
214
Po2 1!bl!+ ver re'las para mane@o de ta$las Poisson
,a pro$a$ilidad de D&e en &n da oc&rran entre < y > accidentes es de
<?2:6[2
eH2 Pro$a$ilidad de D&e en &n M*D.O da oc&rra 9 accidente2
Po2 C52m3l!=
Po2 1!bl!= ver re'las para mane@o de ta$las Poisson
Estadstica
215
(omo la varia$le de inters A) tiene D&e tener la misma
&nidad de medida del promedio) entonces &
K & &,) " ",) ' ',)
A 9)7777 9)=777 6)7777 6)=777 ;)7777 ;)=777
7 7);>:? 7)66;9 7)9;=; #,#$"& 7)7<?8 7)7;76
9 7):;=8 7)==:8 7)<7>7 #,"$+' 7)9??9 7)9;=?
6 7)?9?: 7)8788 7)>:>: 7)=<;8 7)<6;6 7);678
; 7)?897 7)?;<< 7)8=:9 7):=:> 7)><:6 7)=;>>
< 7)??>; 7)?89< 7)?<:; 7)8?96 7)89=; 7):6=<
= 7)???< 7)??== 7)?8;< 7)?=87 7)?9>9 7)8=:>
> 7)???? 7)???9 7)??== 7)?8=8 7)?>>= 7)?;<:
: 9)7777 7)???8 7)??8? 7)??=8 7)?889 7)?:;;

,a pro$a$ilidad de D&e en &n M*D.O da oc&rra 9 accidente es de 672=6[2

,('('(' P!2Em912o0 <9 l! <012b3456 Po00o6
<2< DISTRIBUCIN CONTINUA DE PROBABILIDAD=
DISTRIBUCIN NORMAL
,a distri$&cin normal) tam$in llamada distri$&cin de "a&ss o distri$&cin
'a&ssiana) es la distri$&cin contin&a de pro$a$ilidad ms importante de
toda la *stadstica) de$ido a D&e s& 3&ncin de densidad es simtrica y con
3orma de campana) lo D&e 3avorece s& aplicacin como modelo a 'ran
nmero de varia$les estadsticas2
Estadstica
216
Media
Varianza
<2<29 F"nci)n de densidad <9 l! <012b3456 6o2m!l
Do6<9=
Media
Varianza
Desviacin estndar
,(,(" R98290961!456 :2EC4! <9 901! C36456 <9 <960<!<
Estadstica
217
,(,(' D012b3456 6o2m!l 901E6<!2
,a pro$a$ilidad de D&e la varia$le aleatoria GD&e si'&e &na distri$&cin
normalH se enc&entre entre dos valores determinados ser en 'eneral di3cil
de calc&lar Ghay D&e &sar la inte'ral de la 3&ncin de pro$a$ilidadH2 Para ello)
eAisten ta$las D&e dan estos valores directamente2
Dado D&e la varia$le de inters L) p&ede tomar valores < < X , se
tipi3ica la varia$le de inters para as poder tra$a@ar con la ta$la) D&edando la
distri$&cin normal) como &na distri$&cin normal tipi3icada con
= 0 y = 1.
Para tipi3icar la varia$le de inters L) se lleva a la 3rm&la+

,(,(, P!0o0 8!2! b304!2 96 l! 1!bl! AD92 !69Ko CB
&( Pl!619!2 l! 829:361! m!19mE14!m9619(
"( D!<o J39 l!0 1!bl!0 0o6 !43m3l!1D!0, 09 ll9D! l! 829:361! !
m96o2( U1lQ!6<o l!0 0:396190 29:l!0=
&( #e tipi3ica cada valor de L &tilizando la 3rm&la+
Estadstica
218

x
Z
2 *l valor de Q de$e D&edar con dos decimales2
"( Para $&scar en la ta$la) tanto el si'no como el entero y el primer
decimal) se enc&entra en la primera col&mna2 *l se'&ndo decimal se
enc&entra en la primera 3ila2 ,a interseccin entre la 3ila y la col&mna es
la respectiva pro$a$ilidad2
EH9m8lo2 #&pon'a D&e QP72<;) l&e'o
6664 . 0 ) 43 . 0 ( < z p
Z #,## #,#& #,#" #,#' #,#, #,#)
#,# 7)=777 7)=7<7 7)=787 7)=967 7)=9>7 7)=9??
#,& 7)=;?8 7)=<;8 7)=<:8 7)==9: 7)===: 7)==?>
#," 7)=:?; 7)=8;6 7)=8:9 7)=?97 7)=?<8 7)=?8:
#,' 7)>9:? 7)>69: 7)>6== 7)>6?; 7)>;;9 7)>;>8
#,, 7)>==< 7)>=?9 7)>>68 #,***, 7)>:77 7)>:;>
#,) 7)>?9= 7)>?=7 7)>?8= 7):79? 7):7=< 7):788
#,* 7):6=: 7):6?9 7):;6< 7):;=: 7):;8? 7):<66
#,+ 7):=87 7):>99 7):><6 7):>:; 7)::7< 7)::;<
#,$ 7):889 7):?97 7):?;? 7):?>: 7):??= 7)876;
#,- 7)89=? 7)898> 7)8696 7)86;8 7)86>< 7)868?
&,# 7)8<9; 7)8<;8 7)8<>9 7)8<8= 7)8=78 7)8=;9
EH9m8lo $
*l peso promedio de las $olsas de ca3 tiene &na distri$&cin
aproAimadamente normal con &n peso promedio de =79 'ramos y &na
desviacin estndar de 9= 'ramos2
a2 _(&l es la pro$a$ilidad de D&e &na $olsa de ca3 ten'a &n peso menor
a =;627= 'ms`
$2 _(&l es la pro$a$ilidad de D&e &na $olsa de ca3 ten'a &n peso mayor
a <<82= 'ms`
Estadstica
219
c2 _(&l es la pro$a$ilidad de D&e &na $olsa de ca3 ten'a &n peso entre
<=> y =9;2:= 'ms`
d2 _(&al es el peso mAimo para D&e c&$ra el =?297[ de las $olsas de
ca3`
Sol3456=
#ea L la varia$le de inters D&e si'ni3ica el peso de las $olsas de ca32
P!2Em912o0+
Peso promedio de las $olsas de ca3
Desviacin estndar
a2 Para la pro$a$ilidad de D&e &na $olsa de ca3 ten'a &n peso menor a
=;627= 'ms+
Estadstica
220
Z #,## #,#& #,#" #,#' #,#, #,#) #,#* #,#+ #,#$ #,#-
#,# 7)=777 7)=7<7 7)=787 7)=967 7)=9>7 7)=9?? 7)=6;? 7)=6:? 7)=;9? 7)=;=?
#,& 7)=;?8 7)=<;8 7)=<:8 7)==9: 7)===: 7)==?> 7)=>;> 7)=>:= 7)=:9< 7)=:=;
#," 7)=:?; 7)=8;6 7)=8:9 7)=?97 7)=?<8 7)=?8: 7)>76> 7)>7>< 7)>97; 7)>9<9
#,' 7)>9:? 7)>69: 7)>6== 7)>6?; 7)>;;9 7)>;>8 7)><7> 7)><<; 7)><87 7)>=9:
#,, 7)>==< 7)>=?9 7)>>68 7)>>>< 7)>:77 7)>:;> 7)>::6 7)>878 7)>8<< 7)>8:?
#,) 7)>?9= 7)>?=7 7)>?8= 7):79? 7):7=< 7):788 7):96; 7):9=: 7):9?7 7):66<
#,* 7):6=: 7):6?9 7):;6< 7):;=: 7):;8? 7):<66 7):<=< 7):<8> 7):=9: 7):=<?
#,+ 7):=87 7):>99 7):><6 7):>:; 7)::7< 7)::;< 7)::>< 7)::?< 7):86; 7):8=6
#,$ 7):889 7):?97 7):?;? 7):?>: 7):??= 7)876; 7)87=9 7)87:8 7)897> 7)89;;
#,- 7)89=? 7)898> 7)8696 7)86;8 7)86>< 7)868? 7)8;9= 7)8;<7 7)8;>= 7)8;8?
&,# 7)8<9; 7)8<;8 7)8<>9 7)8<8= 7)8=78 7)8=;9 7)8==< 7)8=:: 7)8=?? 7)8>69
&,& 7)8><; 7)8>>= 7)8>8> 7)8:78 7)8:6? 7)8:<? 7)8::7 7)8:?7 7)8897 7)88;7
&," 7)88<? 7)88>? 7)8888 7)8?7: 7)8?6= 7)8?<< 7)8?>6 7)8?87 7)8??: 7)?79=
&,' 7)?7;6 7)?7<? 7)?7>> 7)?786 7)?7?? 7)?99= 7)?9;9 7)?9<: 7)?9>6 7)?9::
&,, 7)?9?6 7)?67: 7)?666 7)?6;> 7)?6=9 7)?6>= 7)?6:? 7)?6?6 7)?;7> 7)?;9?
&,) 7)?;;6 7)?;<= 7)?;=: 7)?;:7 7)?;86 7)?;?< 7)?<7> 7)?<98 7)?<6? 7)?<<9
&,* 7)?<=6 7)?<>; 7)?<:< 7)?<8< 7)?<?= 7)?=7= 7)?=9= 7)?=6= 7)?=;= 7)?=<=
&,+ 7)?==< 7)?=>< 7)?=:; 7)?=86 7)?=?9 7)?=?? 7)?>78 7)?>9> 7)?>6= 7)?>;;
&,$ 7)?><9 7)?><? 7)?>=> 7)?>>< 7)?>:9 7)?>:8 7)?>8> 7)?>?; 7)?>?? 7)?:7>
&,- 7)?:9; 7)?:9? 7)?:6> 7)?:;6 7)?:;8 7)?:<< 7)?:=7 7)?:=> 7)?:>9 7)?:>:
",# 7)?::6 7)?::8 7)?:8; 7)?:88 7)?:?; 7)?:?8 7)?87; #,-$#$ 7)?896 7)?89:
",& 7)?869 7)?86> 7)?8;7 7)?8;< 7)?8;8 7)?8<6 7)?8<> 7)?8=7 7)?8=< 7)?8=:
"," 7)?8>9 7)?8>< 7)?8>8 7)?8:9 7)?8:= 7)?8:8 7)?889 7)?88< 7)?88: 7)?8?7
",' 7)?8?; 7)?8?> 7)?8?8 7)??79 7)??7< 7)??7> 7)??7? 7)??99 7)??9; 7)??9>
",, 7)??98 7)??67 7)??66 7)??6= 7)??6: 7)??6? 7)??;9 7)??;6 7)??;< 7)??;>
",) 7)??;8 7)??<7 7)??<9 7)??<; 7)??<= 7)??<> 7)??<8 7)??<? 7)??=9 7)??=6
",* 7)??=; 7)??== 7)??=> 7)??=: 7)??=? 7)??>7 7)??>9 7)??>6 7)??>; 7)??><
,a pro$a$ilidad de D&e &na $olsa de ca3 ten'a &n peso menor a =;627= 'ms
es de ?8278[2
$2 Para la pro$a$ilidad de D&e &na $olsa de ca3 ten'a &n peso mayor a
<<82= 'ms+
Estadstica
221
Z #,## #,#& #,#" #,#' #,#,
M',- 7)7777 7)7777 7)7777 7)7777 7)7777
M',$ 7)7779 7)7779 7)7779 7)7779 7)7779
M',+ 7)7779 7)7779 7)7779 7)7779 7)7779
M',* 7)7776 7)7776 7)7779 7)7779 7)7779
M',) #,###" 7)7776 7)7776 7)7776 7)7776
M',, 7)777; 7)777; 7)777; 7)777; 7)777;
,a pro$a$ilidad de D&e &na $olsa de ca3 ten'a &n peso mayor a <<82= 'ms
es de ??2?8[
c2 Para la pro$a$ilidad de D&e &na $olsa de ca3 ten'a &n peso entre <=> y
=9;2:= 'ms+
Estadstica
222
Z #,## #,#& #,#" #,#' #,#, #,#)
#,# 7)=777 7)=7<7 7)=787 7)=967 7)=9>7 7)=9??
#,& 7)=;?8 7)=<;8 7)=<:8 7)==9: 7)===: 7)==?>
#," 7)=:?; 7)=8;6 7)=8:9 7)=?97 7)=?<8 7)=?8:
#,' 7)>9:? 7)>69: 7)>6== 7)>6?; 7)>;;9 7)>;>8
#,, 7)>==< 7)>=?9 7)>>68 7)>>>< 7)>:77 7)>:;>
#,) 7)>?9= 7)>?=7 7)>?8= 7):79? 7):7=< 7):788
#,* 7):6=: 7):6?9 7):;6< 7):;=: 7):;8? 7):<66
#,+ 7):=87 7):>99 7):><6 7):>:; 7)::7< 7)::;<
#,$ 7):889 7):?97 7):?;? 7):?>: 7):??= #,$#"'
#,- 7)89=? 7)898> 7)8696 7)86;8 7)86>< 7)868?
Z #,## #,#& #,#" #,#'
M',- 7)7777 7)7777 7)7777 7)7777
M',$ 7)7779 7)7779 7)7779 7)7779
M',+ 7)7779 7)7779 7)7779 7)7779
M',* 7)7776 7)7776 7)7779 7)7779
M',) #,###" 7)7776 7)7776 7)7776
M',, 7)777; 7)777; 7)777; 7)777;
M',' 7)777= 7)777= 7)777= 7)777<
M'," 7)777: 7)777: 7)777> 7)777>
M',& 7)7797 7)777? 7)777? 7)777?
M',# #,##&' 7)779; 7)779; 7)7796
M",- 7)779? 7)7798 7)7798 7)779:
d2 =?297[ si'ni3ica la pro$a$ilidad2 ,o D&e interesa es conocer el peso
mAimo GAH de las $olsas de ca3 D&e c&$re dicho porcenta@e o
pro$a$ilidad2
#e halla el valor de 72=?97 en la ta$la normal) encontrando as el valor
de Q D&e le correspondeI l&e'o se despe@a el valor de L o varia$le de
inters2
Estadstica
223
Z #,## #,#& #,#" #,#'
#,# 7)=777 7)=7<7 7)=787 7)=967
#,& 7)=;?8 7)=<;8 7)=<:8 7)==9:
#," 7)=:?; 7)=8;6 7)=8:9 #,)-&#
#,' 7)>9:? 7)>69: 7)>6== 7)>6?;
#,, 7)>==< 7)>=?9 7)>>68 7)>>><
#,) 7)>?9= 7)>?=7 7)>?8= 7):79?
*l peso mAimo para D&e c&$re el =?297[ de las $olsas de ca3 es
=7<2<='ms2
EH9m8lo -
,a resistencia a la traccin de cierto componente de metal se distri$&ye
normalmente con &na media de 972777 Nilo'ramos por centmetro c&adrado
y &na desviacin estndar de 977 Nilo'ramos por centmetro c&adrado2
a2 _M& proporcin de estos componentes eAcede 9729=7 Nilo'ramos por
centmetro c&adrado de resistencia a la traccin`
$2 #i las especi3icaciones reD&ieren D&e todos los componentes ten'an
resistencia a la traccin entre ?2877 y 972677 Nilo'ramos por centmetro
Estadstica
224
c&adrado incl&sive) _D& proporcin de piezas esperara D&e se
descartaran`
Sol3456=
#ea L la varia$le de inters D&e si'ni3ica la resistencia a la traccin
GNilo'ramosBcentmetros c&adradosH2
P!2Em912o0=
Resistencia promedio
Desviacin estndar
a2

*l >2>8[ de los componentes de metal eAcede en 9729=7
Nilo'ramosBcentmetros c&adrados a la resistencia a la traccin
$2 #e descartan todas las piezas D&e estn por 3&era de las
especi3icaciones2
Estadstica
225
O sea
*l <2=>[ de las piezas se descartarn) ya D&e no c&mplen con las
especi3icaciones2
Estadstica
226
Estadstica
227
Estadstica
228
&(& INTRODUCCIN
A manera de e@emplo) el rector de &na &niversidad desea conocer la nota
promedio de T#d#s los est&diantes D&e c&rsaron el semestre
inmediatamente anterior y la proporcin de est&diantes D&e o$t&vieron &na
nota s&perior a <272
Para sol&cionar el e@emplo anterior) se retoma todo lo visto anteriormenteI se
saca &na m&estra aleatoria de n est&diantes Gya sea por enc&esta
directamente a los nCest&diantes o por datos histricos o$tenidos de
AdmisionesH2

(on las nCnotas se saca &na nota promedio y se c&enta el nmero de
est&diantes D&e o$t&vieron &n promedio s&perior a <272 Para e3ecto del
e@emplo) se seleccion &na m&estra de 6= est&diantes con los si'&ientes
res&ltados+
EST!DIANTE
NRO
NOTA
"RO#EDIO
EST!DIANTE
NRO
NOTA
"RO#EDIO
EST!DIANTE
NRO
NOTA
"RO#EDIO
EST!DIANTE
NRO
NOTA
"RO#EDIO
EST!DIANTE
NRO
NOTA
"RO#EDIO
1 3,8 6 3,5 11 3,5 16 4,3 21 3,8
2 4,3 7 4 12 3,8 17 3,2 22 3,6
3 4,5 8 4,1 13 4,2 18 3,5 23 3,5
4 4 9 3,6 14 4,8 19 3,8 24 4,2
5 3,3 10 3,2 15 4 20 3,6 25 3,5
Estadstica
229
Para hallar el promedio de la m&estra) se tra$a@a con la media aritmtica2 O
para o$tener la proporcin de est&diantes con &na nota s&perior a <27) se
tra$a@a con la proporcin m&estral2 Al recordar s&s 3rm&las) tenemos+
Para la n#ta pr#$edi# de todos los est&diantes+
L+ Varia$le de inters D&e si'ni3ica la nota promedio
+ ,a nota promedio del est&diante i
n 4ama-o de la m&estra D&e en este caso es i'&al a 6=
Para la 82o8o2456 <9 9013<!6190 con &na nota s&perior a <27+
A 4otal de est&diantes de la m&estra D&e o$t&vieron &na nota s&perior a <272
n 4ama-o de la m&estra D&e en este caso es i'&al a 6=
De ac&erdo con los datos) se tiene+
Estadstica
230
Para datos sin a'r&par

I61928291!456 <9 2903l1!<o0=
,os 27 est&diantes en el semestre anterior o$t&vieron en promedio &na nota
promedio de ;282
De los 27 est&diantes) el 68[ o$t&vo el semestre anterior &na nota s&perior
a <272
,a interpretacin se p&ede dar solamente de los est&diantes D&e
pertenecieron a la m&estra2 Pero el inters en la investi'acin es o$tener
resp&esta de todos los est&diantes) o sea) de la po$lacin2
4odo el proceso anterior es m&y vlido y necesario^ pero no s&3iciente2 ,o
anterior es lo D&e se conoce como Estadstica Descriptiva) y se necesita
de otras herramientas de la *stadstica) para poder ha$lar de toda la
po$lacin2 *sto es lo D&e se conoce como E01!<G014! I6C92964!l, D&e es
el tema de esta parte del md&lo2
Estadstica
231
XOHo 4o6 l!
61928291!456V
926NIVEL DE CONFIABILIDAD DE LOS RESULTADOS
(&ando se selecciona &na m&estra aleatoria) el nivel de con3ia$ilidad o
se'&ridad de los res&ltados ya no es del 977[) porD&e no se estn tomando
todos los datosI por lo tanto) la 4o6C!bl<!< de &n est&dio o investi'acin
depender del nivel de se'&ridad Gporcenta@eH con el c&al se desea D&e los
parmetros estn contenidos en la m&estra seleccionada2 ,os niveles de
con3ia$ilidad de$en ser mnimo del ?=[I o sea) entre ?=[ y ??[I este valor
es esco'ido por el investi'ador o por el pres&p&esto de la investi'acin)
aclarando D&e entre mayor sea el 6D9l <9 4o6C!6Q! mayor ser el costo del
est&dio) dado D&e a&mentar el tama-o de la m&estra2

1.5 .8INCI.A,ES .A8A&ET8OS, ESTADBSTICAS C SDS SB&+O,OS
Estadstica
232
NOMBREPOBLACIN APARMETROBMUESTRA
AESTADSTICOB
A
TAMA?O N6
N
MEDIA
MMMMM
DESVIACIN
ESTNDAR
E
S
S
VARIANZA
VVVVV
PROPORCIN
PPPPP
&(, ESTIMACIN PUNTUAL
#i a partir de las o$servaciones de &na m&estra se calc&la &n solo valor
como estimacin de &n parmetro de la po$lacin desconocido) el
procedimiento se denomina 901m!456 83613!l( *Aisten $sicamente tres
parmetros m&estrales+
92<29 E01m!456 83613!l 8!2! D!2!bl9 43!611!1D!
*sencialmente son dos los parmetros de inters+
M9<!= se toma como aproAimacin la media de la m&estra2 Al recordar
la 3rm&la G/nidad ; de *stadstica DescriptivaH+


Estadstica
233
DATOS SIN AGRUPAR DATOS AGRUPADOS
V!2!6Q! <9 l! 8obl!456= se toma como aproAimacin la c&asivarianza
de la m&estra2 Al recordar la 3rm&la se tiene+

&(,(" E01m!456 83613!l 8!2! D!2!bl9 43!l1!1D!
P2o8o2456= se toma como aproAimacin la proporcin m&estral)
Estadstica
234
DATOS SIN AGRUPAR DATOS AGRUPADOS
(asos 3avora$les es el total de res&ltados de la m&estra D&e c&mple con la
condicin2
92= TAMA?O DE LA MUESTRA PARA ESTIMAR MEDIAS Y
PROPORCIONES
*l tama-o de la m&estra) &n tema D&e siempre preoc&pa) no tiene 3cil
sol&cin y va estrechamente &nido a la representatividad2
0o eAiste &n tama-o ideal de la m&estra2 A e3ectos descriptivos) se considera
&na m&estra 'rande c&ando n T ;72 /na m&estra de$e ser lo s&3icientemente
'rande como para ser representativa) pero el nmero de elementos
necesarios para lo'rar la representatividad vara de &na investi'acin a otra2
(&anto ms homo'nea es &na po$lacin en laBs caractersticaBs o$@eto de
est&dio) ms 3cil res&lta o$tener m&estras representativas sin necesidad de
D&e sean 'randes2 *s decir) el tama-o de la m&estra est en relacin directa
con la desviacin tpica de las p&nt&aciones en laBs caractersticas de la
varia$le a investi'ar2
*l tama-o de la m&estra p&ede dil&cidarse en parte pre'&ntndose por
,a c&anta del error D&e es pro$a$le cometer al calc&lar diversos
estadsticos partiendo de m&estras de di3erente tama-o2

0ivel de con3ianza+ *s el porcenta@e de con3ia$ilidad con el c&al se estima
la verdadera proporcin de Aito2 *l nivel de con3ianza tiene relacin
directa con el tama-o de la m&estra) por lo tanto) se dir D&e a mayor
Estadstica
235
nivel de con3ianza ms 'rande de$e ser el tama-o de la m&estra2 *l nivel
es 3i@ado por el investi'ador) de ac&erdo con s& eAperiencia2
Po2 9H9m8lo= con &n nivel de con3ianza del ?=[ se determinara D&e de 977
m&estras aleatorias di3erentes se podra esperar D&e la proporcin de Aito
se enc&entre en ?= de ellas2
0ivel de con3ianza &M $ W #(-)(
92=29 D9192m6!456 901!<G014! <9l 1!m!Oo <9 l! m39012!
(onociendo el nivel de con3ianza D&e se D&iere alcancen los datos) se p&ede
aplicar &na ec&acin matemtica para estimar el tama-o de la m&estra2
#e'n se trate de po$laciones in3initas o 3initas) la determinacin variar)
se'n las si'&ientes ec&aciones+
92=2929 Pobl!4o690 6C61!0
*n este caso p&eden presentarse dos sit&aciones+
92=292929 P2o8o2456 4o6o4<!
(onociendo la proporcin de elementos D&e posee la caracterstica
a travs de est&dios previos2
*n este caso se aplica la 3rm&la+
Estadstica
236
Z

Valor de la distri$&cin normal D&e 'enera &n nivel de con3ia$ilidad 9 C 2
P Proporcin de Aito
. Proporcin de 3racaso P 9CP
E *rror m&estral admisi$le+ *l error m&estral admisi$le es el error D&e se
est disp&esto a cometer en la precisin de la estimacin de la proporcin2 O
sea) es el mar'en de error D&e el investi'ador 3i@a de ac&erdo con el
conocimiento D&e ten'a acerca del parmetro D&e piensa estimar2 0o es
recomenda$le &n mar'en de error s&perior al =[2
P!0o0 8!2! 7!ll!2 9l D!lo2 <9 Z=
4omar el nivel de con3ia$ilidad 9C 4 P
Despe@ar el nivel de no con3ia$ilidad 4
Hallar el valor de 452
Dicho res&ltado es restado de 92 P 9C 452
%&scar 9C 452 en la ta$la normal Gde adentro hacia a3&eraH y hallar el
valor de Q2
92=292926 P2o8o2456 <904o6o4<!
#i se desconoce la proporcin de individ&os D&e poseen la caracterstica) se
toma p P =7[ y D P =7[2
6
Estadstica
237
22
EH9m8lo=
*l nmero de elementos ptimo de &na m&estra) estimando D& proporcin
de s&@etos poseen &na caracterstica al nivel de con3ianza del ??2:[ y &n
error de estimacin admitido del 6[) ser+
pPDP 72= ya D&e no se conoce la proporcin
* P 7276
Para hallar Q
0ivel de con3ia$ilidad 9C 4 P 72??:
0ivel de no con3ia$ilidad 4 P 7277;
Valor de 452 6 070015
9C 4526 180700156079985
QP;27
;
6
V72=272=
n P CCCCCCCCCCCCCCCCCCC P =>6= elementos2
7276
6
92=2926 Pobl!4o690 6C61!0
*n este caso se emplea la si'&iente 3rm&la+
Estadstica
238

EH9m8lo+
Revisar
*l nmero ptimo para &n est&dio de >72777 personas inscritas en c&rsos de
3ormacin) esta$leciendo &n nivel de con3ianza de ?=2=[) el mar'en de error
en el ;[ y si s&ponemos D&e la opcin por inscri$irse en c&rsos de
3ormacin) o no) es del =7[2) sera+
Estadstica
239
"(& INTRODUCCIN
,os res&ltados o$tenidos so$re la nota promedio y la proporcin de al&mnos
con &na nota s&perior a <27) del e@emplo D&e se enc&entra en la .ntrod&ccin
de la /nidad9) no son s&3icientes para poder ha$lar del promedio y la
proporcin po$lacionalI es necesario incl&ir otros mtodos y entre ellos est
el de los intervalos de con3ianza2
/na estimacin de intervalo es &n intervalo de valores reales D&e se &tiliza
para estimar &n parmetro de po$lacin2 A&nD&e eAisten m&chos parmetros
po$lacionales desarrollados a partir de los res&ltados de &na m&estra) en
este md&lo solo se vern dos2
62929 I6192D!lo <9 4o6C!6Q! 8!2! 9l 82om9<o 8obl!4o6!l
A &n nivel de con3ia$ilidad del ) el intervalo de con3ianza para el
promedio po$lacional se o$tiene por medio de &na de las si'&ientes
3rm&las+
Estadstica
Co6<456 F52m3l!
240
9
6
;
#i por est&dios anteriores se tiene el parmetro ) se &tiliza la
C52m3l! &(
#i no se tiene el parmetro y el tama-o de la m&estra es mayor o
i'&al D&e ;7) se &tiliza la C52m3l! "(
#i no se tiene el parmetro y el tama-o de la m&estra es menor
D&e ;7) se &tiliza la C52m3l! '
6292929 P!2Em912o0 FYo 901!<G014o0 8!2! 31lQ!2 l!0 C52m3l!0 <9
I6192D!lo <9 4o6C!6Q!
4ama-o de m&estra 6
Media aritmtica de la m&estra 2
Desviacin estndar po$lacional en caso de no conocerla) se halla la
desviacin estndar m&estral GsH2
Para hallar el valor de se &tiliza la ta$la normal2
Para hallar el valor de se &tiliza la ta$la tCst&dent2
P!2! 7!ll!2 se'&imos los si'&ientes pasos AD92 !69Ko CB
#e tiene nivel de con3ianza 2
#e halla el nivel de error
#e halla
#e calc&la
#e $&sca en la ta$la normal de adentro hacia 3&era) el valor de )
y se halla el valor de 2
Estadstica
241
EH9m8lo(
(on &n nivel de con3ianza del ?=[ y tama-o de m&estra nP<7) $&scamos en
la ta$la normal ya D&e el tama-o de la m&estra es mayor de ;72
0ivel de con3ianza 2
0ivel de error


#e $&sca en la ta$la normal de dentro hacia 3&era) el valor de 72?:= y el
valor de P92?>
Estadstica
242

M;1o<o 8!2! 7!ll!2 AD92 !69Ko DB
0ivel de con3ianza (
0ivel de error


#e halla el valor de
#e $&sca en la primera col&mna el valor de
#e $&sca en la primera col&mna el valor de v
,a interseccin entre la 3ila y la col&mna es el valor de t
Estadstica
243
Z #,## #,#& #,#" #,#' #,#, #,#) #,#* #,#+
#,# 7)=777 7)=7<7 7)=787 7)=967 7)=9>7 7)=9?? 7)=6;? 7)=6:?
#,& 7)=;?8 7)=<;8 7)=<:8 7)==9: 7)===: 7)==?> 7)=>;> 7)=>:=
#," 7)=:?; 7)=8;6 7)=8:9 7)=?97 7)=?<8 7)=?8: 7)>76> 7)>7><
#,' 7)>9:? 7)>69: 7)>6== 7)>6?; 7)>;;9 7)>;>8 7)><7> 7)><<;
#,, 7)>==< 7)>=?9 7)>>68 7)>>>< 7)>:77 7)>:;> 7)>::6 7)>878
#,) 7)>?9= 7)>?=7 7)>?8= 7):79? 7):7=< 7):788 7):96; 7):9=:
#,* 7):6=: 7):6?9 7):;6< 7):;=: 7):;8? 7):<66 7):<=< 7):<8>
#,+ 7):=87 7):>99 7):><6 7):>:; 7)::7< 7)::;< 7)::>< 7)::?<
#,$ 7):889 7):?97 7):?;? 7):?>: 7):??= 7)876; 7)87=9 7)87:8
#,- 7)89=? 7)898> 7)8696 7)86;8 7)86>< 7)868? 7)8;9= 7)8;<7
&,# 7)8<9; 7)8<;8 7)8<>9 7)8<8= 7)8=78 7)8=;9 7)8==< 7)8=::
&,& 7)8><; 7)8>>= 7)8>8> 7)8:78 7)8:6? 7)8:<? 7)8::7 7)8:?7
&," 7)88<? 7)88>? 7)8888 7)8?7: 7)8?6= 7)8?<< 7)8?>6 7)8?87
&,' 7)?7;6 7)?7<? 7)?7>> 7)?786 7)?7?? 7)?99= 7)?9;9 7)?9<:
&,, 7)?9?6 7)?67: 7)?666 7)?6;> 7)?6=9 7)?6>= 7)?6:? 7)?6?6
&,) 7)?;;6 7)?;<= 7)?;=: 7)?;:7 7)?;86 7)?;?< 7)?<7> 7)?<98
&,* 7)?<=6 7)?<>; 7)?<:< 7)?<8< 7)?<?= 7)?=7= 7)?=9= 7)?=6=
&,+ 7)?==< 7)?=>< 7)?=:; 7)?=86 7)?=?9 7)?=?? 7)?>78 7)?>9>
&,$ 7)?><9 7)?><? 7)?>=> 7)?>>< 7)?>:9 7)?>:8 7)?>8> 7)?>?;
&,- 7)?:9; 7)?:9? 7)?:6> 7)?:;6 7)?:;8 7)?:<< 7)?:=7 7)?:=>
",# 7)?::6 7)?::8 7)?:8; 7)?:88 7)?:?; 7)?:?8 7)?87; 7)?878
EH9m8lo(
(on &n nivel de con3ianza del ?=[) tama-o de m&estra nP97) y
2
#e $&sca en la ta$la tCst&dent ya D&e el tama-o de la m&estra es menor de
;72 y 2
0ivel de con3ianza (
0ivel de error



,a interseccin entre la 3ila y la col&mna es el valor de t P626>6
Estadstica
244
n 0.75 0.80 0.85 0,9 0.95 0.975 0,99 0.995
1 1.000 1.376 1.963 3.078 6.314 12.706 31.821 63.657
2 0,816 1.061 1.386 1.886 2.920 4.303 6.965 9.925
3 0,765 0.978 1.250 1.638 2.353 3.182 4.541 5.841
4 0,741 0.941 1.190 1.533 2.132 2.776 3.747 4.604
5 0,727 0.920 1.156 1.476 2.015 2.571 3.365 4.032

6 0,718 0.906 1.134 1.440 1.943 2.447 3.143 3.707
7 0,711 0.896 1.119 1.415 1.895 2.365 2.998 3.499
8 0,706 0.889 1.108 1.397 1.860 2.306 2.896 3.355
9 0,703 0.883 1.100 1.383 1.833 2.262 2.821 3.250
10 0,7 0.879 1.093 1.372 1.812 2.228 2.764 3.169
TABLA TMSTUDENT

1
EH9m8lo &
Retomando el e@emplo D&e se tiene en la introd&ccin del capt&lo) hallar la
nota promedio a &n nivel de con3ianza del ??[ de todos los est&diantes D&e
c&rsaron el semestre inmediatamente anterior2
SOLUCIN
(omo la desviacin estndar po$lacional desconocida y el tama-o de la
m&estra es menor de ;7) &tilizamos la 3rm&la+
4ama-o de la m&estra
Media m&estral 2
(omo no se conoce la desviacin estndar po$lacional ) se halla
la desviacin estndar m&estral 0(
2
P!2! 7!ll!2 9l D!lo2 <9 =
(on &n nivel de con3ianza del ??[) tama-o de m&estra nP6=2
Estadstica
245
0ivel de con3ianza 2
0ivel de error



t P62:?:
Reemplazando en la 3rm&la)
I61928291!456
Estadstica
246
H!F 36 --R <9 4o6C!bl<!< !l !C2m!2
J39 l! 6o1! 82om9<o <9 lo0 9013<!6190
<9 l! 36D920<!< 901E 96129 '(* F ,(#
EH9m8lo
/n 3a$ricante de pint&ra necesita por e3ecto de calidad del prod&cto) el
tiempo promedio de secado de &na pint&ra n&eva para eAteriores2 #i en <6
reas de pr&e$a de i'&al tama-o) se o$t&vo &n tiempo promedio de secado
de ;726 min&tos y &na desviacin estndar de 929 min&tos) _c&l ser el
tiempo promedio real de secado) con &n ?=[ de con3ia$ilidad`
Sol3456
0ecesitamos &n intervalo de con3ianza para (
Desviacin estndar po$lacional desconocidaI
4ama-o de m&estra mayor de ;72
#& 3rm&la es+
P!2Em912o0 m39012!l90=
4ama-o de la m&estra
Media m&estral 2
Desviacin estndar m&estral 0(
2
Estadstica
247
P!2! 7!ll!2 9l D!lo2 <9 + Ga&nD&e la desviacin estndar
po$lacional es desconocida) el tama-o de la m&estra es mayor de
;7H
(on &n nivel de con3ianza del ?=[) tama-o de m&estra nP<62
4enemos nivel de con3ianza 2
Despe@amos el nivel de error
Hallamos a
(alc&lamos
%&scamos en ta$la normal el valor de
(on todos los datos) procedemos a reemplazar en la 3rm&la+
I61928291!456
Estadstica
248
H!F 36 -)R <9 4o6C!bl<!< !l !C2m!2
J39 9l 19m8o <9 094!<o <9 l! 639D!
86132! 901E 96129 "-(- F '#() m631o0
F52m3l!
FFF
62926 I6192D!lo <9 4o6C!6Q! 8!2! l! 82o8o2456 8obl!4o6!l 8
A &n nivel de con3ia$ilidad del ) el intervalo de con3ianza para la
proporcin po$lacional se o$tiene por medio de la si'&iente 3rm&la+
6292629 E01!<G014o0 8!2! 31lQ!2 l! C52m3l! <9 I6192D!lo <9 4o6C!6Q!
4ama-o de m&estra 6
Proporcin m&estral
Proporcin m&estral
Para hallar el valor de se &tiliza la ta$la normal2
Estadstica
249
EH9m8lo
(ontin&ando con el e@emplo D&e se tiene en la introd&ccin del capt&lo) 3alta
hallar la proporcin de est&diantes D&e o$t&vieron &na nota promedio mayor
de <27) a &n nivel de con3ianza del ??[2
SOLUCIN
#& 3rm&la es+
4ama-o de la m&estra
Proporcin m&estral son : los est&diantes de la m&estra
D&e sacaron &na nota s&perior a <27 Gresaltados en la ta$la de res&ltados
del e@ercicio) con amarilloH
Por la ,ey del (omplemento G teora de con@&ntosH

P!2! 7!ll!2 9l D!lo2 <9 =
(on &n nivel de con3ianza del ??[) tama-o de m&estra nP6=2
4enemos nivel de con3ianza 2
Despe@amos el nivel de error
Estadstica
250
Hallamos a
(alc&lamos
%&scamos en ta$la normal el valor de
(on todos los datos) procedemos a reemplazar en la 3rm&la+
I61928291!456
P29:361!0=
_Por D& razn el intervalo dio tan amplio`
#i le dismin&imos el nivel de con3ianza) _D& pasara con la amplit&d del
intervalo`
Estadstica
251
H!F 36 --R <9 4o6C!bl<!< !l !C2m!2 J39 l!
82o8o2456 <9 9013<!6190 J39 0!4!2o6 36!
6o1! 03892o2 ! ,(# 901E 96 9l ) F 9l )#R
(oncl&siones2
Estadstica
252
'(& INTRODUCCIN
Retomando el e@emplo prop&esto en la introd&ccin de esta &nidad) el rector
de la &niversidad) en vez de pre'&ntar Gcomo lo hizo en el e@emploH) Afir$a
D&e el promedio de los al&mnos de dicha &niversidad 3&e de <26) y ms del
>7[ de ellos o$t&vo &na nota s&perior a <27) esto con &n mar'en de error del
=[2
F&era de los intervalos de con3ianza) eAiste otra 3orma de plantear el deseo
de conocer &n parmetro po$lacional) y es por medio de &na hiptesis
lanzada2
;26DEFINICIN DE PRUEBA DE HIPTESIS
/na pr&e$a de hiptesis es &na a3irmacin o con@et&ra D&e se lanza so$re &n
parmetro po$lacionalI s& o$@etivo en &n nivel de si'ni3icancia o error es
demostrar por medio de res&ltados m&estrales) si eAiste s&3iciente evidencia
o no D&e apoye la hiptesis2
*n este md&lo) se conocer la 3orma de compro$ar las hiptesis
relacionadas con los parmetros po$lacionales GPromedioH y p
GProporcinH2
Estadstica
253
;2;( P!0o0 8!2! l! 8239b! <9 7851900 8!2! 9l 82om9<o F l!
82o8o24Z6 8(
PASO & Pl!619!2 o m!19m!1Q!2 l! 7851900 l!6Q!<! F
m!19m!1Q!2 l! 7851900 J39 l! 4o612!<49
EH9m8lo &=
929 *l peso promedio de los artc&los eAportados es de 67 Nilos2
2
926 *l tiempo promedio para atender a &na persona en &na
ca3etera es mnimo de 8 min&tos2
92; Ms del ;=[ de las solicit&des de prstamo en el $anco A son
para vivienda2
92< /n 3a$ricante de cierta marca de cereal de arroz a3irma D&e el
contenido de 'rasa sat&rada no eAcede 92= 'ramos2
2
2
Estadstica
254
El A!019204o [B 96 lo0 9H9m8lo0,
0:6C4! J39 0o6 l!0 7851900 J39 09
l!6Q!2o6
92= *l 'erente de &na s&c&rsal $ancaria en &na ci&dad peD&e-a
a3irma D&e la proporcin de ahorradores a D&ienes se les pa'a
s& s&eldo semanalmente es menos del 67[
PASO " D9C62 l!0 7851900
*n la sol&cin de la pr&e$a de hiptesis) eAisten dos clases de
hiptesisI la hiptesis D&e se plantea y la hiptesis D&e la contradice2
,as hiptesis son+
H851900 63l!+ #e representa por 2 /na hiptesis n&la con
respecto a &n parmetro po$lacional siempre se esta$lecer de
modo D&e especi3iD&e &n valor eAacto del parmetroI esto D&iere
decir D&e la hiptesis n&la contiene la matematizacin de la
hiptesis D&e contiene los si'nos+
H851900 !l1926!1D!+ #e representa por /na hiptesis
alternativa contiene la contradiccin de la hiptesis n&la o sea D&e
la hiptesis alternativa contiene la representacin matemtica D&e
contiene los si'&ientes si'nos+
Estadstica
255
EH9m8lo "=
4eniendo en c&enta el e@ercicio 9 de este tema) se clasi3icar cada hiptesis
dentro de la n&la y de la alternativa
E1em%lo
nro.
=i%*tesis
n#la
=i%*tesis
alternati&a
929 2
926
92;
92< 2 2
92=
PASO ' S9l944o6!2 9l 6D9l <9 0:6C4!64!
Estadstica
256
%
&
Ob092D9mo0 J39 l!
7851900 J39 l!6Q!mo0 6o
09m829 J39<! 8l!619!<! 96
l! 7851900 63l!
Ob092D9mo0 J39 l! 7851900
63l! 09m829 4o61969 9l 0:6o
W
*l nivel de si'ni3icancia es la pro$a$ilidad de rechazar la hiptesis n&la
c&ando es verdadera2 #e le denota mediante la letra 'rie'a i) tam$in es
denominada como nivel de ries'oI este trmino es ms adec&ado) ya D&e se
corre el ries'o de rechazar la hiptesis n&la) c&ando en realidad es
verdadera2 *ste nivel est $a@o el control de la persona D&e realiza la pr&e$a2
#i s&ponemos D&e la hiptesis planteada es verdadera) entonces) el nivel de
si'ni3icacin indicar la pro$a$ilidad de no aceptarla) es decir) D&e est C392!
de rea de aceptacin2 *l 6D9l <9 4o6C!6Q! G9CiH indica la pro$a$ilidad de
aceptar la hiptesis planteada) c&ando es verdadera en la po$lacin2
PASO , D9C62 l! 29:56 42G14!
(omo se sa$e por el tema de intervalo de con3ianza) los parmetros
po$lacionales dependen por lo 'eneral de los res&ltados m&estralesI pero es
necesario de3inir a partir de D& valores m&estrales se p&ede aceptar como
parmetro po$lacional) ya D&e es m&y importante no caer en el error de la
s&$@etividad2 #&poniendo D&e la a3irmacin dada por el rector Ge@ercicio de la
introd&ccinH es s&3iciente para &n estadstico &na nota promedio m&estral
de ;28 y en cam$io para otro no2
Por esto) es necesario de3inir estadsticamente) y s&@etos al nivel de
si'ni3icancia) el rea a partir de D& valores vamos a aceptar la hiptesis
n&la y rechazar la hiptesis alternativa2 *sto es lo D&e se conoce como
re'in crtica2 ,a re'in crtica depende de la hiptesis alternativa) tama-o de
m&estra y conocimiento o no de la desviacin estndar po$lacional Gsi el
parmetro po$lacional se re3iere al promedio H2
,os pasos a se'&ir estn res&midos en el si'&iente c&adro+
Estadstica
257
C3!<2o &( D9C6456 <9 l! 29:56 42G14!
H851900 Y
4o6<456
FYo
%&scar el valor
de en la
ta$la normal
de adentro
hacia a3&era y
encontrar el
valor de
F
%&scar el valor
de en la
ta$la
tCst&dent2 con
DW6M&2
y encontrar el
valor de
'ra3icar al
lado
izD&ierdo
con si'no
ne'ativo y al
lado derecho
con si'no
positivo
%&scar el
valor de
en la ta$la
normal y
encontrar
%&scar el
valor de
en la ta$la
tCst&dent2
encontrar
'ra3icar al
lado
izD&ierdo
con si'no
ne'ativo
%&scar el
valor de
en la ta$la
normal y
hallar
%&scar el
valor de
en la ta$la
tCst&dent2
encontrar
'ra3icar al
lado
derecho
con si'no
positivo
H851900
%&scar el valor
de en la
ta$la normal
de adentro
hacia a3&era y
encontrar el
valor de
'ra3icar al
lado
izD&ierdo
con si'no
ne'ativo y al
lado derecho
con si'no
positivo
%&scar el
valor de
en la ta$la
normal y
encontrar
'ra3icar al
lado
izD&ierdo
con si'no
ne'ativo
%&scar el
valor de
en la ta$la
normal y
hallar
'ra3icar al
lado
derecho
con si'no
positivo
PASO ,(& G2!C4!0 <9 l! 29:o690 42G14!0
De ac&erdo con lo visto en el c&adro anterior) se tienen las si'&ientes
'r3icas+
HIPTESIS
Estadstica
258
R947!Qo
R947!Qo
92

62

;2

PASO ) C!l43l!2 9l 901!<G014o <9 8239b!
Estadstica
259
No 2947!Qo

Rechazo
Valor determinado a partir de la in3ormacin m&estral) D&e se &tiliza para
determinar si se rechaza la hiptesis n&la2 ,a eleccin del estadstico de
pr&e$a depende Gi'&al D&e en los intervalos de con3ianzaH del tama-o de
m&estra y conocimiento o no de la desviacin estndar po$lacional Gsi el
parmetro po$lacional se re3iere al promedio H2
CUADRO "( E01!<G014o0 <9 8239b!
P239b! <9 7851900 8!2!
4o6<456
E01!<G014o <9
8239b!
F
F
P239b! <9 7851900 8!2!
*stadstico de pr&e$a
PASO * Tom!2 36! <94056
Estadstica
260
*n este ltimo paso de la pr&e$a de hiptesis) se calc&la el estadstico de
pr&e$a) s& res&ltado se coloca en la 'r3ica y se toma la decisin de
rechazar o no la hiptesis n&la as+
#i el estadstico de pr&e$a cae en la re'in de aceptacin) aceptar la
hiptesis n&la2
#i el estadstico de pr&e$a cae en la re'in de rechazo) rechazar la
hiptesis n&la2
4ener presente D&e en &na pr&e$a de hiptesis solo se p&ede tomar &na de
dos decisiones+ aceptar o rechazar la hiptesis n&la2 De$e s&$rayarse D&e
siempre eAiste la posi$ilidad de rechazar la hiptesis n&la c&ando no de$era
ha$erse rechazado Gerror tipo .H2 4am$in eAiste la posi$ilidad de D&e la
hiptesis n&la se acepte c&ando de$era ha$erse rechazado Gerror de tipo ..H2
EH9m8lo =
(ontin&ando con el e@emplo del rector) a &n nivel de si'ni3icancia del =[)
compro$ar la hiptesis lanzada por l2
P!0o & Plantear o matematizar la hiptesis lanzada y matematizar la
hiptesis D&e la contradice
2
P!0o " De3inir las hiptesis2
2
P!0o ' #eleccionar el nivel de si'ni3icancia
Estadstica
261
P!0o , De3inir la re'in crtica
4eniendo en c&enta el e@ercicio) se tienen los si'&ientes datos Glos datos se
enc&entran en el e@emplo 9 del tema intervalos de con3ianzaH+
2 2
#e'n lo anterior) F ( Por lo tanto) se &tiliza de la
ta$la 9
H851900 Y
4o6<456
F
%&scar el valor
de en la
ta$la
tCst&dent2 con
DW6M&2
y encontrar el
valor de
'ra3icar al
lado
izD&ierdo
con si'no
ne'ativo y al
lado derecho
con si'no
positivo

Estadstica
262
P!0o ) *stadstico de pr&e$a2
4o6<456 E01!<G014o <9 8239b!
F
P!0o * Decisin

Estadstica
263
627><
C<2:>
C627>< 627><
(omo el estadstico de pr&e$a cae en la re'in de
rechazo) se rechaza la hiptesis n&la2
E,a n#ta pr#$edi# de l#s est"diantes n# es de ?.2. El
rect#r n# tiene la ra%)nF.
(on respecto a la a3irmacin del rector+ EmE0 del >7[ de ellos o$t&vo &na
nota s&perior a <27F) se si'&en los pasos para veri3icar la hiptesis lanzada
por l+
P!0o &
P!0o " De3inir las hiptesis2
2
P!0o '
P!0o , De3inir la re'in crtica2
H851900
%&scamos
el valor de
en la
ta$la
normal y
hallamos
'ra3icamos
al lado
derecho
con si'no
positivo
P!0o ) *stadstico de pr&e$a2

Estadstica
264
E01!<G014o <9 8239b!
P!0o * Decisin2
EH9m8lo=
Histricamente el promedio de clientes D&e compran con tar@eta de crdito en
&na determinada tienda es como mnimo ;=I sin em$ar'o) la d&e-a de la
tienda piensa D&e esta ci3ra ha dismin&ido si'ni3icativamente2 De &na
m&estra aleatoria de =7 clientes) 67 compraron con tar@eta de crdito con &na
desviacin estndar de 6 clientes2 A &n nivel de si'ni3icancia del ?>[) _se
est c&mpliendo lo D&e piensa la d&e-a`
Sol3456
P!0o &
P!0o " De3inir las hiptesis
Estadstica
265
C;26> 92>=
(omo el estadstico de pr&e$a cae en la re'in de
aceptacin) aceptamos la hiptesis n&la)
Eel 6GH # $en#s de l#s est"diantes #!t"v# "na n#ta
pr#$edi# s"peri#r a ?.G. El rect#r n# tiene la ra%#nF.
P!0o '
P!0o , De3inir la re'in crtica
2 2
#e'n lo anterior) F ( Por lo tanto)

H851900 Y
4o6<456
FYo
%&scamos el
valor de
en la ta$la
normal y
encontramos
'ra3icamos
al lado
izD&ierdo
con si'no
ne'ativo
P!0o ) *stadstico de pr&e$a
4o6<456 E01!<G014o <9 8239b!
F
#
P!0o * Decisin
Estadstica
266
Estadstica
267
C=; C92:=
(omo el estadstico de pr&e$a cae en la re'in de
rechazo) rechazamos la hiptesis n&la)
Ela cantidad de clientes /"e pa*an c#n tar(eta de crIdit#
-a dis$in"id#F. ,a seJ#ra tiene la ra%)nF.
,( ESTUDIO DE CASO
,a revista Propiedades de @&lio de 677>) con respaldo de ,a ,on@a) (amacol
y *l (olom$iano) promociona la venta de apartamentos n&evos en di3erentes
zonas de la ci&dad de Medelln y el jrea Metropolitana2 #e ha dividido el
territorio en c&atro zonas) las c&ales se descri$en a contin&acin+
Qona 9+ (entro) ManriD&e) Aran@&ez) Prado) %&enos Aires) ,oreto)
Mila'rosa y Villa Hermosa2
Qona 6+ Po$lado) *nvi'ado) #a$aneta) #an Die'o) ,as Palmas2
Qona ;+ ,a&reles) Amrica) *stadio) (astilla) Pedre'al) %ello)
4ricentenario y (onD&istadores2
Qona <+ Rosales) %eln) ,a Mota) "&aya$al) .ta'k y la *strella2
*n la si'&iente ta$la) se especi3ica la localizacin del apartamento) el
nmero de alco$as y el precio2
ZONA NL DE ALCOBAS PRECIO AP 96 ml90B
9 6 6:2?77
9 6 6?2677
9 ; ;92<:7
9 ; ;62<77
9 ; ;<2877
9 6 ;=2=77
9 ; ;:2?<<
9 6 ;82=77
9 6 ;?2887
9 ; <<2<9=
Estadstica
268
ZONA NL DE ALCOBAS PRECIO AP 96 ml90B
9 6 ==2?77
9 ; =82:;>
6 6 ;82?77
6 6 <82?77
6 6 =92777
6 6 ==2977
6 ; ;7<2777
6 ; >92=77
6 ; ;:<2777
6 6 :62>77
6 6 99>2777
6 ; 99;2677
6 ; 9;=2677
6 ; 69:2?;7
; ; ;=2777
; ; <92?77
; ; <=2?77
; ; =72:=7
; 6 =<2?87
; ; ><2977
; ; 9=82977
; 6 :92?77
; ; 8<2=77
; 6 ?>2:8=
; ; 97<2;<9
; ; 9672777
< 9 682=>7
< 6 ;829=7
< ; ;:2<77
< ; <<2;77
< 6 <62877
< ; <=2777
< 6 <82?77
< ; =82777
< ; ?72777
< ; 97<2?77
< ; 66?2;>7
< 6 9972777
F&ente+ Revista Propiedades) @&lio de 677>2
Estadstica
269
/n inversionista desea adD&irir &na propiedad n&eva) y para tomar la
decisin se hace los si'&ientes interro'antes+
_(&l ser la zona de mayor valor promedio`
_(mo es la variacin del costo en cada &na de las zonas`
_(&l es la zona con precio ms esta$le`
_#e podra pronosticar el precio a partir del nmero de alco$as en cada
zona y en todo el territorio`
_#era con3ia$le este pronstico`
A partir de estos interro'antes) _D& zona le s&'iere &sted al
inversionista`
A &n nivel de con3ianza del ?=[) _c&l es el precio promedio de las casas
en Medelln`
A &n nivel de con3ia$ilidad del ?>[) _c&l es la proporcin de casas con
&n precio s&perior a ?72777`
#i el inversionista) a3irma a &n nivel de si'ni3icancia del =[ D&e el precio
promedio de las casas es s&perior a =72777) _D& le dira &sted al
inversionista`
#i el inversionista a3irma a &n nivel de si'ni3icancia del <[ D&e el >7[ de
las casas con &n costo s&perior a ?72777 tiene ; ha$itaciones) _D&e le
dira &sted`
Estadstica
270
)( ACTIVIDADES DE RECONOCIMIENTO
Para lo'rar el alcance de los o$@etivos planteados en el c&rso) es necesario
D&e los est&diantes ten'an claridad en los si'&ientes conceptos y
operaciones+
Operaciones aritmticas+ s&ma) resta) m&ltiplicacin y divisin2
Porcenta@e2
#&matoria de nmeros enteros2
(oordenadas en el plano cartesiano
F&ncin lineal+ ec&acin de lnea recta) pendiente) 'r3ica en el plano
cartesiano2
4eora de con@&ntos
4cnicas de conteo
Desi'&aldades
Estadstica
271
*( RESPUESTA A PREGUNTAS FRECUENTES
Desde el p&nto de vista estadstico) _c&l es la importancia de la varia$le
en &na investi'acin`
RB ,a varia$le es la D&e determina la caracterstica D&e se va a
investi'ar2 *s la D&e se c&anti3ica con el 3in de o$tener la m&estra2 *s) a
la vez) la D&e determina la po$lacin para la investi'acin2
_M& indica el si'no ne'ativo de la pendiente de &na recta`
RB .ndica D&e la c&rva desciende a medida D&e a&menta el valor de la
varia$le independiente L2
#i &n investi'ador enc&entra D&e) en &n con@&nto de datos) la media) la
mediana y la moda son i'&ales) _D& se p&ede ded&cir de la distri$&cin
de los datos`
RB ,a distri$&cin de los datos se a@&sta a &na c&rva normal) ya D&e los
tres estad'ra3os de tendencia central son i'&ales y se localizan en el
p&nto central de la c&rva2
_M& sentido tiene ha$lar de intervalos de clase c&ando se tienen datos
sin a'r&par`
RB 0o tiene nin'n sentido) ya D&e el concepto de intervalo de clase se
ori'ina por la necesidad de a'r&par los datos dentro de ciertos lmites)
con el 3in de 3acilitar la comprensin y el mane@o de &na m&estra2
Estadstica
272
_M& se entiende por marca de clase`
RB ,a marca de clase es el p&nto central de &n intervalo2 *s aD&el valor
D&e representa el intervalo de clase2
_M& si'ni3ica el ses'o`
RB *l ses'o si'ni3ica la tendencia de los datos a a'r&parse a la derecha o
izD&ierda de la media2
_M&e se entiende por pro$a$ilidad`
RB ,a pro$a$ilidad es la posi$ilidad relativa de D&e oc&rra &n s&ceso o
evento2
_M& &na tcnica de conteo`
RB /na tcnica de conteo es &na herramienta matemtica D&e sirve para
hallar el total de res&ltados en &n eAperimento estadstico2
_M& es *stadstica .n3erencial`
RB ,a *stadstica .n3erencial es la rama de la *stadstica D&e sirve para
hallar parmetros po$lacionales) partiendo de res&ltados m&estrales2
_M& si'ni3ica nivel de con3ia$ilidad`
Estadstica
273
R/ (on3ia$ilidad indica c&n se'&ros podemos estar de D&e el proceso
se'&ido res&lte en valores D&e representen verdaderamente la po$lacin2 #e
&sa ms comnmente con intervalos de con3ianza2 *n sentido pro$a$ilstico)
si t&viramos &na con3ia$ilidad del ?=[) decimos D&e si repitiramos el
proceso m&chas veces) en cerca del ?=[ de las veces o$tendramos
res&ltados D&e re3le@an verdaderamente la realidad2 (erca del ?=[ de los
intervalos as constr&idos contendran el valor desconocido del parmetro2
_M& si'ni3ica nivel de si'ni3icancia`
R/ 0ivel de si'ni3icancia corresponde a la pro$a$ilidad de error tipo . D&e
estamos disp&estos a permitir c&ando hacemos &na pr&e$a de hiptesis2
/s&almente se eApresa como &n porcenta@e2 ,os valores ms com&nes son
9[) =[) 97[2 /na si'ni3icancia del =[ D&iere decir D&e de cada cien
pr&e$as donde rechacemos la hiptesis n&la) nos permitimos la posi$ilidad
de ha$erla rechazado en = ocasiones a pesar de ser cierta2 *l nivel de
si'ni3icancia se selecciona de ac&erdo con &na amplia 'ama de criterios D&e
incl&yen el costo de cometer error tipo . y la tradicin en el rea de contenido
so$re el c&al se est haciendo la pr&e$a2
_M& se entiende por intervalo de con3ianza`
RB .ntervalo de con3ianza es el ran'o de valores dentro del c&al se
enc&entra &n parmetro con &na determinada pro$a$ilidad Gesta
pro$a$ilidad es el denominado nivel de con3ianzaH2
Estadstica
274
_M& se entiende por pr&e$a de hiptesis`
R/ /na pr&e$a de hiptesis es &n procedimiento por el c&al esta$lecemos
hiptesis n&la y alterna con el 3in de resolver &n pro$lema2 *l procedimiento
incl&ye el dise-o y seleccin de la m&estra2 ,&e'o de tomados los datos de
la m&estra) se calc&la el valor de &na pr&e$a estadstica2 A &n nivel de
si'ni3icancia previamente seleccionado) la estadstica pr&e$a se compara
con el valor o$tenido de la ta$la de la distri$&cin estadstica apropiada2 *sa
comparacin nos lleva a tomar la decisin de rechazar o no la hiptesis n&la2
_M& se entiende por proporcin`
R/ Proporcin es la 3raccin c&yo n&merador est 3ormado por &n s&$'r&po
de individ&os incl&ido en el denominador2
Estadstica
275
+( ACTIVIDADES DE PROFUNDIZACIN
92 /na emisora realiz &na enc&esta m&sical a los n&evos oyentes) la c&al
contena) entre otras) las si'&ientes pre'&ntas+
aH _(&ntos (D y casetes compr &sted en los ltimos 96 meses`
$H _*s act&almente miem$ro de &n cl&$ radial` G# o 0oH2
cH _M& edad tiene &sted`
dH .ncl&yndose &sted) _c&ntas personas Gad&ltos y ni-osH viven en s&
casa`
eH _M& tipo de msica le interesa comprar`
Di'a si en cada pre'&nta se piden datos c&alitativos o c&antitativos
Gdiscretos o contin&osH2
62 ,a dependencia de rec&rsos h&manos de &na empresa clasi3ica las
oc&paciones de los tra$a@adores como pro3esional) de o3icina y o$rero2
,os datos se re'istran con 9) D&e indica pro3esionalI 6) o3icinaI y ;)
o$rero2
aH _(&l es la varia$le`
$H _M& tipo de varia$le es`
cH _M& tipo de escala de medicin se est &sando`
;2 Di'a si cada &na de las si'&ientes varia$les es c&alitativa o c&antitativa
Gdiscreta o contin&aH e indiD&e la escala de medicin D&e sea apropiada
para cada &na2
Estadstica
276
aH *dad en a-os
$H #eAo
cH Posicin en la lista de clase
dH Marca de a&tomvil
eH 0mero de personas D&e estn a 3avor del a$orto2
3H Ventas an&ales
'H 4ama-o de la 'aseosa GpeD&e-a) mediana o 'randeH
hH (di'o o clasi3icacin del car'o del empleado
iH "anancias an&ales
@H Forma de pa'o Ge3ectivo) cheD&e) tar@eta de crditoH
<2 ,as cali3icaciones de &n est&diante en seis pr&e$as 3&eron+ =) 6) 9) ;) < y
92
(alc&lar las si'&ientes medidas e interpretar los res&ltados2
aH Media aritmtica
$H Mediana
cH Moda
dH Desviacin estndar
eH (oe3iciente de variacin
=2 #&pon'amos D&e las estat&ras) en metros) de los empleados de &na
empresa son+
9)>= 9)=; 9):9 9)>? 9)87 9)>: 9)>7 9)>6 9)8>
9)>< 9)8= 9):; 9):: 9)>7 9)>6 9)=? 9)?8 9)89
9):8 9)=> 9)=? 9)=: 9)>7 9)8> 9):9 9)89 9)=6
9)?6 9)?8 9)=8
Estadstica
277
a2 (onstr&ir intervalos de clase2
$2 Distri$&cin de 3rec&encias+ a$sol&ta) relativa y ac&m&ladas2
c2 "r3icas+ $arras) circ&lar) histo'ramas) pol'onos y o@ivas2
d2 Dia'rama de tallo y ho@as2
e2 Medidas de tendencia central2
32 Medidas de varia$ilidad2
'2 Medidas de localizacin2
6. ,os si'&ientes datos representan la alt&ra en centmetros y peso en
Nilo'ramos de los al&mnos de &na clase2 (onsidere D&e la alt&ra
es la varia$le independiente XAX y D&e el peso es la varia$le
dependiente XyX2
Al3m6o E01!132! P90o Al3m6o E01!132! P90o Al3m6o E01!132! P90o
9 9)6= ;6 99 9)6= ;; 69 9)6= ;;
6 9)68 ;; 96 9)68 ;= 66 9)68 ;<
; 9)6: ;< 9; 9)6: ;< 6; 9)6: ;<
< 9)69 ;7 9< 9)69 ;7 6< 9)69 ;9
= 9)66 ;6 9= 9)66 ;; 6= 9)66 ;6
> 9)6? ;= 9> 9)6? ;< 6> 9)6? ;<
: 9);7 ;< 9: 9);7 ;= 6: 9);7 ;<
8 9)6< ;6 98 9)6< ;6 68 9)6< ;9
? 9)6: ;6 9? 9)6: ;; 6? 9)6: ;=
97 9)6? ;= 67 9)6? ;; ;7 9)6? ;<
F&ente+ datos hipotticos
aH (onstr&ir el dia'rama de dispersin2
$H Hallar los parmetros $o y $9 del modelo de re'resin lineal simple2
cH "ra3icar el modelo de re'resin encontrado2
dH (ali3icar el modelo mediante los coe3icientes de correlacin y
determinacin2
Estadstica
278
eH Realice proyecciones para el peso y analcelas2
:2 A los participantes de &na convencin se les o3recen > recorridos por da
para visitar l&'ares de inters d&rante ; das de d&racin del evento2
_*n c&ntas 3ormas p&ede &na persona acomodarse para hacer al'&no
de ellos` RB98
82 ,os est&diantes de &n cole'io privado de H&manidades se clasi3ican
como est&diantes de primer a-o) de se'&ndo) de penltimo) y tam$in de
ac&erdo con s& seAo+ hom$re) m&@er2 *nc&entre el nmero total de
clasi3icaciones posi$les para los est&diantes de este cole'io2
RB >
?2 /n comit de = personas se va a ele'ir entre 97 principales y :
s&plentes2 _De c&ntas maneras se p&ede hacer esto`
a2 #i en el comit ha de ha$er ms principales D&e s&plentes2 RB<6<6
$2 De$e ha$er < s&plentes2 RB;=7
972 _De c&ntas maneras p&ede vestirse &n individ&o con 97 pantalones) 9=
camisas y 6 chaD&etas` RB ;77
992 _(&ntos nmeros con al menos < d'itos se p&eden 3ormar con las
ci3ras 9)6);)=):)8 sin repetir ci3ras` RB 9877
962 *n el ltimo a-o de la esc&ela) en &n 'r&po de 977 al&mnos se encontr
Estadstica
279
D&e <6 c&rsaron Matemticas) >8 #icolo'a) =< Historia) 66 Matemtica
e Historia) 6= Matemtica y #icolo'a) : Historia pero no Matemtica ni
#icolo'a) 97 las tres materias y 8 nin'&na de las tres2 #i se selecciona
&n est&diante aleatoriamente) enc&entre la pro$a$ilidad de D&e+
a2 /na persona inscrita en #icolo'a haya est&diado las tres materias2
$2 /na persona D&e no se inscri$i en #icolo'a haya tomado Historia y
Matemtica2
13. ,a pro$a$ilidad de D&e a &n a&tomvil al D&e se le llena el tanD&e de
'asolina necesite tam$in &n cam$io de aceite es de 726=2 ,a de D&e
reD&iera &n n&evo 3iltro de aceite) de 72<7) y de D&e la ha'a 3alta tanto
cam$io de aceite como de 3iltro de 729<2
a2 #i de$e cam$iar el aceite) _c&l es la pro$a$ilidad de D&e necesite &n
3iltro n&evo`
$2 #i necesita &n 3iltro n&evo) _c&l es la pro$a$ilidad de D&e reD&iera D&e
se le cam$ie el aceite`

9<2 Para pare@as de casados D&e viven en &na cierta ci&dad de los s&$&r$ios)
la pro$a$ilidad de D&e la esposa tra$a@e es de 7269 y la de D&e s&
esposo lo ha'a) de 72682 y la de D&e am$os tra$a@en) de 729=2 #i los
eventos son D*P*0D.*04*#) _c&l es la pro$a$ilidad de D&e
a2 Al menos &n miem$ro de la pare@a de casados tra$a@e
$2 4ra$a@e &n esposo) dado D&e s& esposa lo hace
c2 4ra$a@e &na esposa) dado D&e s& esposo no lo hace
Estadstica
280
9=2 /n distri$&idor de li'as 'arantiza D&e el 97[ son de3ect&osas2 /n
cons&midor controla cada paD&ete eAtrayendo 97 li'as sin reemplazo2 #i
la m&estra no contiene li'as de3ect&osas) l acepta el paD&ete2 De otra
manera lo rechaza2 *ncontrar la pro$a$ilidad de D&e en este proceso
c&alD&ier paD&ete se rechace
9>2 *n &na cierta rea de la ci&dad se da como &na razn del :7[ de los
ro$os la necesidad de dinero para comprar est&pe3acientes2 *nc&entre la
pro$a$ilidad D&e dentro de los = prAimos asaltos reportados en esta
rea+
a2 *Aactamente 6 se de$ieron a la necesidad de dinero para comprar
dro'as2
$2 (&ando m&cho ; se de$ieron a la misma razn arri$a indicada2
9:2 Al pro$ar &na cierta clase de ne&mticos para camin en &n terreno
esca$roso se encontr D&e 6=[ de los camiones termina$an la pr&e$a
con los ne&mticos da-ados2 De los si'&ientes 9= camiones pro$ados)
enc&entre la pro$a$ilidad de D&e+
a2 De ; a > ten'an ponchad&ras2
$2 Menos de < ten'an pinchad&ras2
982 #olo <7[ de todos los insectos eAp&estos a &n insecticida en condiciones
de la$oratorio p&dieron so$revivir2 #i se eApone &na m&estra de 8
insectos a este insecticida) c&l es la pro$a$ilidad de D&e+
a2 #o$revivan < insectos
$2 0o so$revivan ;2
Estadstica
281
9?2 #e'n E0%(F) el <7[ de los televidentes de (olom$ia sintonizan
'eneralmente R(02 De &na m&estra aleatoria de 9= televidentes hallar
las si'&ientes pro$a$ilidades+
a2 Por lo menos cinco televidentes sintonicen R(0
$2 (atorce televidentes no sintonicen R(02
672 /na 3&erza de tareas '&$ernamental sospecha D&e al'&nas 3$ricas
violan los re'lamentos contra la contaminacin am$iental con respecto a
la descar'a de cierto tipo de prod&cto2 M&ince empresas estn $a@o
sospecha pero no todas se p&eden inspeccionar2 #&pon'a D&e c&atro
de las empresas violan los re'lamentos2
a2 _(&l es la pro$a$ilidad de D&e la inspeccin de seis empresas no
enc&entre nin'&na violacin`
$2 _(&l es la pro$a$ilidad de D&e la inspeccin de seis empresas
enc&entre D&e mnimo tres de ellas violan los re'lamentos`
692 /na compa-a 3a$ricante &tiliza &n esD&ema de aceptacin de prod&ccin
de artc&los antes de D&e se em$arD&en2 *l plan tiene dos etapas2 #e
preparan ca@as de 6= artc&los para s& em$arD&e y se pr&e$a &na
m&estra de tres en $&sca de de3ect&osos2 #i se enc&entra al'&no
de3ect&oso) toda la ca@a se re'resa para veri3icar el 977[2 #i no se
enc&entran de3ect&osos) la ca@a se em$arca2
a2 _(&l es la pro$a$ilidad de D&e &na ca@a D&e contiene tres de3ect&osos
se em$arD&e`
$2 _(&l es la pro$a$ilidad de D&e &na ca@a D&e conten'a slo &n artc&lo
de3ect&oso se re'rese para s& revisin`
Estadstica
282
662 Para evitar D&e lo desc&$ran en la ad&ana) &n via@ero ha colocado >
ta$letas de narcticos en &na $otella D&e contiene ? pldoras de vitamina
D&e son similares en apariencia2 #i el o3icial de la Ad&ana selecciona ;
ta$letas aleatoriamente para analizarlas) _c&l es la pro$a$ilidad de D&e
el via@ero sea arrestado por posesin ile'al de narcticos`
6;2 #e est planeando &n n&evo hospital para el p&e$lo EAF) &na com&nidad
D&e todava no tiene s& propio hospital2 #i el p&e$lo tiene en promedio 9<
nacimientos por semana) calc&le las pro$a$ilidades2 de D&e el nmero de
nacimientos en &n da sea+
a2 Al menos de ; nacimientos2
$2 *ntre 9 y ; nacimientos2
6<2 (oncediendo D&e el conm&tador de &na o3icina de cons&ltora reci$e en
promedio 72> llamadas por min&to) determine las pro$a$ilidades de D&e+
a2 Haya ms de &na llamada2
$2 Haya menos de tres llamadas2
6=2 *l nmero promedio de D&e@as de pasa@eros reci$idas en la #ecretara de
4ransporte es de > D&e@as diarias2 *n &n da c&alD&iera) c&l es la
pro$a$ilidad de D&e la secretara de transporte reci$a+
a2 0o ms de dos D&e@as2
$2 *ntre c&atro y siete D&e@as2
c2 0o reci$a D&e@as2
Estadstica
283
6>2 *l dimetro interno ya terminado de &n anillo de pistn est normalmente
distri$&ido con &na media de 97 centmetros y &na desviacin estndar
de 727; centmetros2
a2 _M& proporcin de los anillos tendr &n dimetro interno D&e eAceda
de 9727:= centmetros`
$2 _(&l es la pro$a$ilidad de D&e &n anillo de pistn ten'a &n dimetro
interno entre ?2?: y 9727;`
c2 _(&l es la pro$a$ilidad de D&e &n anillo de pistn ten'a &n dimetro
interno in3erior a 9727;`
6:2 ,a resistencia a la traccin de cierto componente de metal se distri$&ye
normalmente con &na media de 97)777 Nilo'ramos por centmetro
c&adrado y &na desviacin estndar de 977 Nilo'ramos por centmetro
c&adrado2
a2 _M& proporcin de estos componentes eAcede 9729=7 Nilo'ramos por
centmetro c&adrado de resistencia a la traccin`
$2 #i las especi3icaciones reD&ieren D&e todos los componentes ten'an
resistencia a la traccin entre ?2877 y 972677 Nilo'ramos por centmetro
c&adrado incl&sive) _D& proporcin de piezas esperara D&e se
descartaran`
682 ,a vida til de cierto tipo de lavadora a&tomtica tiene &na distri$&cin
aproAimadamente normal con &na vida promedio de ;29 a-os y &na
desviacin estndar de 926 a-os2
$2 _(&l es la pro$a$ilidad de D&e &na lavadora d&re entre 62? y ;2= a-os`
c2 #i este tipo de lavadora tiene 'aranta de &n a-o) _D& 3raccin de la
cantidad vendida ori'inalmente) necesitar ser reemplazada`
Estadstica
284
6?2 *n &n proceso ind&strial) el dimetro de &n co@inete es &na parte
componente importante2 *l comprador esta$lece D&e las especi3icaciones
en el dimetro sean ;27 t 7279 cm2 ,a implicacin es D&e nin'&na parte
D&e cai'a 3&era de estas especi3icaciones se aceptar2 #e sa$e D&e en
el proceso) el dimetro de &n co@inete tiene &na distri$&cin
aproAimadamente normal con &n promedio de ;27 y &na desviacin
estndar de 7277=2 _M& porcenta@e de co@inetes se descartarn`
;72 /na m&estra aleatoria de ;> ci'arrillos de &na determinada marca dio &n
contenido promedio de nicotina de ; mili'ramos) con &na desviacin
estndar de 9 mili'ramo2 O$ten'a e interprete &n intervalo de con3ianza
del ?=[ para el verdadero contenido promedio de nicotina en estos
ci'arrillos) si el contenido en nicotina de estos ci'arrillos si'&e &na
distri$&cin normal2 *l 3a$ricante 'arantiza D&e el contenido promedio de
nicotina es 62? mili'ramos) _D& p&ede decirse de ac&erdo con el
intervalo hallado`
;92 ,os si'&ientes nmeros representan el tiempo Gen min&tosH D&e tardaron
9= operarios en 3amiliarizarse con el mane@o de &na n&eva mD&ina
adD&irida por la empresa+ ;2<) 628) <2<) 62=) ;2;) <27) <28) 62?) =2>) =26) ;2:)
;27) ;2>) 628) <282 #&pon'amos D&e los tiempos se distri$&yen
normalmente2 *nc&entre &n intervalo de con3ianza del ?=[ para la media
po$lacional2
;62 /n 3a$ricante prod&ce 3ocos D&e tienen &n promedio de vida con
distri$&cin aproAimadamente normal y &na desviacin estndar de <7
horas2 #i &na m&estra de tama-o ;7 3ocos tiene &na vida promedio de
:87 horas) enc&entre &n intervalo de con3ianza del ?>[ para la media
Estadstica
285
po$lacional de todos los 3ocos D&e prod&ce esta empresa2
;;2 /na mD&ina de re3rescos est a@&stada de tal manera D&e la cantidad
de lD&ido despachada se distri$&ye aproAimadamente normal con &na
desviacin estndar i'&al a 729= decilitros2 *nc&entre &n intervalo de
con3ianza del ?=[ para la media de todos los re3rescos D&e sirve esta
mD&ina) si &na m&estra aleatoria de ;> re3rescos tiene &n contenido
promedio de 626= decilitros2
;<2 /n 3a$ricante de 3i$ras sintticas desea estimar la tensin de r&pt&ra
media de las 3i$ras2 Dise-a &n eAperimento en el D&e se o$servan las
tensiones de r&pt&ra) en li$ras) de 9> hilos del proceso seleccionados
aleatoriamente2 ,as tensiones son+ 6728) 672>) 6927) 672?) 9?2?)
6726) 9?28) 9?2>) 6929) 672<) 672>) 9?2:) 9?2>) 672;) 672:)
672?2 #&pn'ase D&e la tensin de r&pt&ra se distri$&ye normalmente)
hallar &n intervalo del ?=[ de con3ianza para estimar la tensin de
r&pt&ra promedio de la 3i$ra2
;=2 #e selecciona &na m&estra aleatoria de =77 3&madores de ci'arro y se
enc&entra D&e 8> de ellos pre3ieren la marca L2 *nc&entre el intervalo de
con3ianza de ?7[ para la 3raccin de la po$lacin de 3&madores D&e
pre3ieren la marca L2
;>2 *l 'erente de &na s&c&rsal $ancaria en &na ci&dad peD&e-a D&erra
determinar la proporcin de ahorradores a D&ienes se les pa'a s& s&eldo
semanalmente2 /na m&estra aleatoria de 977 indica D&e a ;7 no se les
pa'a semanalmente2 *stime &n intervalo de con3ianza del ?>[ para la
proporcin real de ahorradores D&e reci$en s& s&eldo semanalmente2
Estadstica
286
;:2 /na empresa elctrica 3a$rica 3ocos D&e tienen &na d&racin D&e est
distri$&ida aproAimadamente en 3orma normal con &na media de 877
horas y &na desviacin estndar po$laciones de <72 Pr&e$e la hiptesis
de D&e l P 877 horas en contraposicin de la alternativa de D&e l 877
horas si &na m&estra aleatoria de ;7 3ocos tiene &na d&racin promedio
de :88 horas2 /tilice &n nivel de si'ni3icancia de 727<2
;82 /na m&estra aleatoria de ;> re3rescos de &na mD&ina despachadora
a&tomtica tiene &n contenido promedio de 692? decilitros) con &na
desviacin estndar de 92<6 decilitros2 Pr&e$e la hiptesis de D&e l m
6626 decilitros en contraposicin a la hiptesis alternativa) l b 6626) en el
nivel de si'ni3icancia de 727<2
;?2 ,a alt&ra promedio de las m&@eres en el 'r&po de primer a-o de &na
instit&cin de ense-anza s&perior es de 9>62= centmetros2 con &na
desviacin estndar po$lacional de >2? centmetros2 _Hay al'&na razn
para creer D&e eAiste &n cam$io en la alt&ra promedio si &na m&estra
aleatoria de =7 m&@eres del 'r&po act&al tiene &na alt&ra promedio de
9>=26 centmetros` /tilice &n nivel de si'ni3icancia de 727=2
<72 #e a3irma D&e &n a&tomvil recorre &n promedio an&al de ms de 672777
Nm2 Para pro$ar esta a3irmacin) se le solicita a &na m&estra aleatoria
de 977 propietarios de a&tomvil D&e lleve &n re'istro de los Nm D&e
recorre2 _*stara &sted de ac&erdo con esta a3irmacin si en la m&estra
aleatoria res&lta &n promedio de 6;2=77 Nm y &na desviacin estndar
po$laciones de ;2?77 Nm` /tilice &n nivel de si'ni3icancia de 727=2
Estadstica
287
<92 Pr&e$e la hiptesis de D&e el contenido promedio en recipientes de &n
l&$ricante en partic&lar es de 97 litros si los contenidos de &na m&estra
aleatoria de 97 recipientes son 9726) ?2:) 9729) 972;) 9729) ?28) ?2?)
972<) 972;) ?28 litros2 /tilice &n nivel de si'ni3icancia de 7279 y s&pon'a
D&e la distri$&cin de los contenidos es normal2
<62 /na m&estra aleatoria de 8 ci'arros de &na marca determinada tiene &n
contenido promedio de nicotina de <26 mili'ramos y &na desviacin
estndar m&estral de 92< mili'ramos2 _*st esto de ac&erdo con la
a3irmacin del 3a$ricante de D&e el contenido promedio de nicotina no
eAcede de ;2= mili'ramos` #&pon'a D&e la distri$&cin de los contenidos
de nicotina es normal2 As&ma &n nivel de si'ni3icancia de 72792
<;2 /n 3a$ricante de televisores an&ncia D&e el ?7[ de s&s aparatos no
necesita nin'&na reparacin d&rante los dos primeros a-os de &so2 ,a
O3icina de Proteccin al (ons&midor selecciona &na m&estra de 977
aparatos y enc&entra D&e 9< necesitaron al'&na reparacin d&rante los
dos primeros a-os de &so2 Al nivel de si'ni3icancia de 7279) _a D&
concl&sin p&ede lle'ar la O3icina de Proteccin al (ons&midor`
<<2 /na compa-a prod&ctora de com$&sti$les ase'&ra D&e &na D&inta parte
de los ho'ares en &na cierta ci&dad se calienta con petrleo2 _#e tiene
al'&na razn para d&dar de esta a3irmacin si) en &na m&estra aleatoria
de 9777 ho'ares en esta ci&dad) se enc&entra D&e 6;> se calientan con
petrleo` /tilice &n nivel de si'ni3icancia de 72792
Estadstica
288
<=2 #e cree D&e al menos >7[ de los residentes en &na cierta rea 3avorecen
&na demanda de aneAin de &na ci&dad vecina2 _M& concl&sin sacara
&sted si slo 997 en &na m&estra aleatoria de 677 votantes 3avorecen al
acta` /tilice &n nivel de si'ni3icancia de 727<2
<>2 /n cantante 'ra$a en vdeoCcinta s&s act&aciones y re'istra el total de los
tiempos D&e de$e esperar a D&e el p$lico de@e de apla&dir2 *n
act&aciones anteriores) el tiempo promedio D&e tena D&e esperar era de
>=29 se'&ndos2 .nteresado en sa$er si s&s act&aciones son me@ores)
seleccion &na m&estra aleatoria de 9= act&aciones en la D&e &tiliz
n&evos tipos de msica) dando como res&ltado &n tiempo promedio de
espera de :92= se'&ndos y &na desviacin estndar de 692; se'&ndos2
_(ree &sted) a &n nivel de si'ni3icancia del 727=) D&e s&s vie@as
act&aciones no son me@ores D&e las act&aciones n&evas`
<:2 #e cree D&e &n protector solar es e3ectivo slo en &n :7[ de los casos2
Res&ltados eAperimentales con &n n&evo protector solar) mostraron D&e
de >7 personas seleccionadas aleatoriamente) 9= no 3&eron prote'idas
contra el sol2 _*s sta s&3iciente evidencia para concl&ir a &n nivel de
si'ni3icancia de 727=) D&e tanto el n&evo como el vie@o protector solar son
i'&al de e3ectivos`
<82 *n el $anco !e33erson) dado la cantidad de D&e@as por parte de los
&s&arios por el tiempo Gen min&tosH D&e de$en hacer 3ila para D&e los
atiendan) se hizo &n est&dio para mirar el tiempo Gen min&tosH D&e se
demoran en la 3ila antes de D&e los atiendan) para $&scar la sol&cin al
pro$lema desp&s de ha$er a&mentado el nmero de ventanillas y los
res&ltados 3&eron los si'&ientes+
9726 =2; 82= ?2; 6729 ;2= =2= :2;
Estadstica
289
82= =2< >2: 9726 972= 9=2= 6= 6;26
9?2= 9:2; 6>2= 972= ?2; 82= <2; =28
>2= <2; 9=2; 9728 9?2= 6;26
Desp&s del a&mento de las ventanillas) _c&l es el tiempo promedio real
Gcon &n nivel de si'ni3icancia del 727= H de espera de los clientes`
<?2 *n el $anco Q) dada la cantidad de D&e@as por parte de los &s&arios
Gc&enta con ;7 clientes 3i@os) de los c&ales 8 estn satis3echosH por el
tiempo Gen min&tosH D&e de$en hacer 3ila para D&e los atiendan) se hizo
&n est&dio) para $&scar la sol&cin al pro$lemaI se sa$e+
*l tiempo de espera se distri$&ye aproAimadamente normal con &n
tiempo promedio de 662= min&tos y &na desviacin estndar de 62=
min&tos2
*n promedio se retiran del $anco 6 clientes por mes2
De &na m&estra aleatoria de tama-o 9=7 clientes) el >7[ de ellos son
hom$res2
Responder+
a2 _(&l es la pro$a$ilidad de D&e el tiempo de espera sea s&perior a 98
min&tos`
$2 De &na m&estra aleatoria de 9= clientes) _c&l es la pro$a$ilidad de D&e
al menos 96 estn satis3echos con el servicio del $anco`
c2 #i el 9=[ de los clientes se retiran del $anco en menos de 67 das) _c&l
sera el tiempo promedio de retiro de ellos`
d2 (on &na con3ianza del ?=[) _c&l sera la proporcin de clientes
hom$res en el $anco`
e2 ,os clientes a3irman D&e consideran el servicio ine3ectivo si el promedio
de tiempo de espera es por lo menos de 98 min&tos) _c&l es la
pro$a$ilidad de D&e si'an reclamando`
Estadstica
290
32 De &na m&estra aleatoria de 97 clientes) _c&l es la pro$a$ilidad de D&e
8 clientes estn satis3echos`
'2 #i el ;=[ de los clientes esperan menos de 66 min&tos) _c&l sera el
tiempo de espera promedio real`
h2 _(&l es la pro$a$ilidad de D&e nin'n cliente est insatis3echo`
i2 _(&l es la pro$a$ilidad de D&e se retire &n cliente en al menos 97 das`
@2 _(&l es la pro$a$ilidad de D&e en &n mes no se retiren clientes`
Estadstica
291
ANE2OS TA+,AS DE .8O+A+I,IDAD ACD&D,ADA
Ane<# A
6 K #,&# #,"# #,") #,'# #,,# #,)# #,*# #,+# #,$# #,-#
9 7 7)?777 7)8777 7):=77 7):777 7)>777 7)=777 7)<777 7);777 7)6777 7)9777
9 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777

6 7 7)8977 7)><77 7)=>6= 7)<?77 7);>77 7)6=77 7)9>77 7)7?77 7)7<77 7)7977
9 7)??77 7)?>77 7)?;:= 7)?977 7)8<77 7):=77 7)><77 7)=977 7);>77 7)9?77
6 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777

; 7 7):6?7 7)=967 7)<69? 7);<;7 7)69>7 7)96=7 7)7><7 7)76:7 7)7787 7)7797
9 7)?:67 7)8?>7 7)8<;8 7):8<7 7)><87 7)=777 7);=67 7)69>7 7)97<7 7)7687
6 7)???7 7)??67 7)?8<< 7)?:;7 7)?;>7 7)8:=7 7):8<7 7)>=:7 7)<887 7)6:97
; 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777
< 7 7)>=>9 7)<7?> 7);9>< 7)6<79 7)96?> 7)7>6= 7)76=> 7)7789 7)779> 7)7779
9 7)?<:: 7)89?6 7):;8; 7)>=9: 7)<:=6 7);96= 7)9:?6 7)78;: 7)76:6 7)77;:
6 7)??>; 7)?:68 7)?<?6 7)?9>; 7)8678 7)>8:= 7)=6<8 7);<8; 7)9878 7)7=6;
; 7)???? 7)??8< 7)??>9 7)??9? 7)?:<< 7)?;:= 7)8:7< 7):=?? 7)=?7< 7);<;?
< 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777
= 7 7)=?7= 7);6:: 7)6;:; 7)9>89 7)7::8 7)7;9; 7)7976 7)776< 7)777; 7)7777
9 7)?98= 7):;:; 7)>;68 7)=686 7);;:7 7)98:= 7)78:7 7)7;78 7)77>: 7)777=
6 7)??9< 7)?<69 7)8?>= 7)8;>? 7)>86> 7)=777 7);9:< 7)9>;9 7)7=:? 7)778>
; 7)???= 7)??;; 7)?8<< 7)?>?6 7)?9;7 7)896= 7)>>;7 7)<:98 7)6>6: 7)789=
< 9)7777 7)???: 7)???7 7)??:> 7)?8?8 7)?>88 7)?666 7)8;9? 7)>:6; 7)<7?=
= 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777
> 7 7)=;9< 7)6>69 7)9:87 7)99:> 7)7<>: 7)79=> 7)77<9 7)777: 7)7779 7)7777
9 7)88=: 7)>==< 7)=;;? 7)<676 7)6;;; 7)97?< 7)7<97 7)797? 7)779> 7)7779
6 7)?8<6 7)?799 7)8;7> 7):<<; 7)=<<; 7);<;8 7)9:?6 7)7:7= 7)79:7 7)779;
; 7)??8: 7)?8;7 7)?>6< 7)?6?= 7)8678 7)>=>; 7)<==: 7)6==: 7)7?8? 7)79=?
< 7)???? 7)??8< 7)??=< 7)?8?9 7)?=?7 7)8?7> 7):>>: 7)=:?8 7);<<> 7)99<;
= 9)7777 7)???? 7)???8 7)???; 7)??=? 7)?8<< 7)?=;; 7)886< 7):;:? 7)<>8>
> 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777
: 7 7)<:8; 7)67?: 7)9;;= 7)786< 7)7687 7)77:8 7)779> 7)7776 7)7777 7)7777
9 7)8=7; 7)=:>: 7)<<<? 7);6?< 7)9=8> 7)7>6= 7)7988 7)77;8 7)777< 7)7777
6 7)?:<; 7)8=67 7):=>< 7)><:9 7)<9?? 7)66>> 7)7?>; 7)7688 7)77<: 7)7776
; 7)??:; 7)?>>: 7)?6?< 7)8:<7 7):976 7)=777 7)68?8 7)96>7 7)7;;; 7)776:
< 7)???8 7)??=; 7)?8:9 7)?:96 7)?7;: 7)::;< 7)=879 7);=6? 7)9<87 7)76=:
= 9)7777 7)???> 7)??8: 7)??>6 7)?896 7)?;:= 7)8<9< 7)>:7> 7)<6;; 7)9<?:
> 9)7777 9)7777 7)???? 7)???8 7)??8< 7)??66 7)?:67 7)?9:> 7):?7; 7)=69:
: 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777
8 7 7)<;7= 7)9>:8 7)9779 7)7=:> 7)79>8 7)77;? 7)777: 7)7779 7)7777 7)7777
9 7)89;9 7)=7;; 7);>:9 7)6==; 7)97>< 7)7;=6 7)778= 7)779; 7)7779 7)7777
6 7)?>9? 7):?>? 7)>:8= 7)==98 7);9=< 7)9<<= 7)7<?8 7)799; 7)7796 7)7777
; 7)??=7 7)?<;: 7)88>6 7)87=? 7)=?<9 7);>;; 7)9:;: 7)7=87 7)797< 7)777<
< 7)???> 7)?8?> 7)?:6: 7)?<67 7)86>; 7)>;>: 7)<7=? 7)9?<9 7)7=>; 7)77=7
= 9)7777 7)??88 7)??=8 7)?88: 7)?=76 7)8=== 7)>8<> 7)<<86 7)67;9 7)7;89
> 9)7777 7)???? 7)???> 7)??8: 7)??9= 7)?><8 7)8?;> 7):<<: 7)<?>: 7)98>?
: 9)7777 9)7777 9)7777 7)???? 7)???; 7)??>9 7)?8;6 7)?<6< 7)8;66 7)=>?=
8 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777
TABLA ACUMULADA DE LA DISTRIBUCIN BINOMIAL
8
Estadstica
292
6 K #,&# #,"# #,") #,'# #,,# #,)# #,*# #,+# #,$# #,-#
? 7 7);8:< 7)9;<6 7)7:=9 7)7<7< 7)7979 7)7767 7)777; 7)7777 7)7777 7)7777
9 7)::<8 7)<;>6 7);77; 7)9?>7 7)7:7= 7)79?= 7)77;8 7)777< 7)7777 7)7777
6 7)?<:7 7):;86 7)>77: 7)<>68 7)6;98 7)78?8 7)76=7 7)77<; 7)777; 7)7777
; 7)??9: 7)?9<< 7)8;<; 7):6?: 7)<86> 7)6=;? 7)7??< 7)76=; 7)77;9 7)7779
< 7)???9 7)?87< 7)?=99 7)?796 7):;;< 7)=777 7)6>>> 7)7?88 7)79?> 7)777?
= 7)???? 7)??>? 7)??77 7)?:<: 7)?77> 7):<>9 7)=9:< 7)6:7; 7)78=> 7)778;
> 9)7777 7)???: 7)??8: 7)??=: 7)?:=7 7)?976 7):>86 7)=;:6 7)6>98 7)7=;7
: 9)7777 9)7777 7)???? 7)???> 7)??>6 7)?87= 7)?6?= 7)87<7 7)=>;8 7)66=6
8 9)7777 9)7777 9)7777 9)7777 7)???: 7)??87 7)?8?? 7)?=?> 7)8>=8 7)>96>
? 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777
97 7 7);<8: 7)97:< 7)7=>; 7)7686 7)77>7 7)7797 7)7779 7)7777 7)7777 7)7777
9 7):;>9 7);:=8 7)6<<7 7)9<?; 7)7<>< 7)797: 7)779: 7)7779 7)7777 7)7777
6 7)?6?8 7)>::8 7)=6=> 7);868 7)9>:; 7)7=<: 7)796; 7)779> 7)7779 7)7777
; 7)?8:6 7)8:?9 7)::=? 7)><?> 7);86; 7)9:9? 7)7=<8 7)797> 7)777? 7)7777
< 7)??8< 7)?>:6 7)?69? 7)8<?: 7)>;;9 7);::7 7)9>>6 7)7<:; 7)77>< 7)7779
= 7)???? 7)??;> 7)?87; 7)?=6: 7)8;;8 7)>6;7 7);>>? 7)9=7; 7)7;68 7)779>
> 9)7777 7)???9 7)??>= 7)?8?< 7)?<=6 7)8689 7)>9:: 7);=7< 7)967? 7)7968
: 9)7777 7)???? 7)???> 7)??8< 7)?8:: 7)?<=; 7)8;6: 7)>9:6 7);666 7)7:76
8 9)7777 9)7777 9)7777 7)???? 7)??8; 7)?8?; 7)?=;> 7)8=7: 7)>6<6 7)6>;?
? 9)7777 9)7777 9)7777 9)7777 7)???? 7)???7 7)??<7 7)?:98 7)8?6> 7)>=9;
97 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777

99 7 7);9;8 7)78=? 7)7<66 7)79?8 7)77;> 7)777= 7)7777 7)7777 7)7777 7)7777
9 7)>?:< 7);669 7)9?:9 7)99;7 7)7;76 7)77=? 7)777: 7)7777 7)7777 7)7777
6 7)?97< 7)>9:< 7)<==6 7);96: 7)998? 7)7;6: 7)77=? 7)777> 7)7777 7)7777
; 7)?89= 7)8;8? 7):9;; 7)=>?> 7)6?>; 7)99;; 7)76?; 7)77<; 7)7776 7)7777
< 7)??:6 7)?<?> 7)88=< 7):8?: 7)=;68 7)6:<< 7)7??< 7)769> 7)7767 7)7777
= 7)???: 7)?88; 7)?>=: 7)?698 7):=;= 7)=777 7)6<>= 7)7:86 7)799: 7)777;
> 9)7777 7)??87 7)??6< 7)?:8< 7)?77> 7):6=> 7)<>:6 7)697; 7)7=7< 7)7768
8 9)7777 7)??8; 7)??;= 7)?869 7)?6<7 7)87>6 7)><<> 7)<>:9 7)6:9? 7)7:;8
? 9)7777 7)??8; 7)??;> 7)?86> 7)?6?6 7)8;;7 7):;;; 7)>>>? 7)=>:9 7)68>?
97 9)7777 7)??8; 7)??;> 7)?86: 7)?6?? 7)8;8< 7):=?? 7):>79 7)87;< 7)>:7<
99 9)7777 7)??8; 7)??;> 7)?86: 7)?6?? 7)8;8? 7):>;= 7)::?? 7)88?; 7)?8<6

96 7 7)686< 7)7>8: 7)7;9: 7)79;8 7)7766 7)7776 7)7777 7)7777 7)7777 7)7777
9 7)>=?7 7)6:<? 7)9=8< 7)78=7 7)79?> 7)77;6 7)777; 7)7777 7)7777 7)7777
6 7)88?9 7)==8; 7);?7: 7)6=68 7)78;< 7)79?; 7)7768 7)7776 7)7777 7)7777
; 7)?:<< 7):?<> 7)><88 7)<?6= 7)66=; 7)7:;7 7)79=; 7)779: 7)7779 7)7777
< 7)??=: 7)?6:< 7)8<6< 7):6;: 7)<;86 7)9?;8 7)7=:; 7)77?= 7)777> 7)7777
= 7)???= 7)?87> 7)?<=> 7)8866 7)>>=6 7);8:6 7)9=86 7)7;8> 7)77;? 7)7779
> 7)???? 7)??>9 7)?8=: 7)?>9< 7)8<98 7)>968 7);;<8 7)99:8 7)79?< 7)777=
: 9)7777 7)???< 7)??:6 7)??7= 7)?<6: 7)87>6 7)=>98 7)6:>; 7)7:6> 7)77<;
8 9)7777 7)???? 7)???> 7)??8; 7)?8<: 7)?6:7 7)::<: 7)=7:= 7)67=< 7)76=>
? 9)7777 9)7777 9)7777 7)???8 7)??:6 7)?87: 7)?9>> 7):<:6 7)<<9: 7)997?
97 9)7777 9)7777 9)7777 9)7777 7)???: 7)??>8 7)?87< 7)?9=7 7):6=9 7);<97
99 9)7777 9)7777 9)7777 9)7777 9)7777 7)???8 7)??:8 7)?8>6 7)?;9; 7):9:>
96 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777
8
ACONTINUACINB TABLA ACUMULADA DE LA DISTRIBUCIN BINOMIAL
Estadstica
293
6 K #,&# #,"# #,") #,'# #,,# #,)# #,*# #,+# #,$# #,-#
9; 7 7)6=<6 7)7==7 7)76;8 7)77?: 7)779; 7)7779 7)7777 7)7777 7)7777 7)7777
9 7)>69; 7)6;;> 7)96>: 7)7>;: 7)796> 7)779: 7)7779 7)7777 7)7777 7)7777
6 7)8>>9 7)=79: 7);;6> 7)676= 7)7=:? 7)7996 7)779; 7)7779 7)7777 7)7777
; 7)?>=8 7):<:; 7)=8<; 7)<67> 7)9>8> 7)7<>9 7)77:8 7)777: 7)7777 7)7777
< 7)??;= 7)?77? 7):?<7 7)>=<; 7);=;7 7)9;;< 7)7;69 7)77<7 7)7776 7)7777
= 7)???9 7)?:77 7)?9?8 7)8;<> 7)=:<< 7)6?7= 7)7?:: 7)7986 7)7796 7)7777
> 7)???? 7)??;7 7)?:=: 7)?;:> 7)::96 7)=777 7)6688 7)7>6< 7)77:7 7)7779
: 9)7777 7)??88 7)??<< 7)?898 7)?76; 7):7?= 7)<6=> 7)9>=< 7)7;77 7)777?
8 9)7777 7)???8 7)???7 7)??>7 7)?>:? 7)8>>> 7)><:7 7);<=: 7)7??9 7)77>=
? 9)7777 9)7777 7)???? 7)???; 7)??66 7)?=;? 7)8;9< 7)=:?< 7)6=6: 7)7;<6
97 9)7777 9)7777 9)7777 7)???? 7)??8: 7)?888 7)?<69 7):?:= 7)<?8; 7)9;;?
99 9)7777 9)7777 9)7777 9)7777 7)???? 7)??8; 7)?8:< 7)?;>; 7):>>< 7);:8:
96 9)7777 9)7777 9)7777 9)7777 9)7777 7)???? 7)??8: 7)??7; 7)?<=7 7):<=8
9; 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777
9< 7 7)6688 7)7<<7 7)79:8 7)77>8 7)7778 7)7779 7)7777 7)7777 7)7777 7)7777
9 7)=8<> 7)9?:? 7)9797 7)7<:= 7)7789 7)777? 7)7779 7)7777 7)7777 7)7777
6 7)8<9> 7)<<89 7)6899 7)9>78 7)7;?8 7)77>= 7)777> 7)7777 7)7777 7)7777
; 7)?==? 7)>?86 7)=69; 7);==6 7)96<; 7)768: 7)77;? 7)7776 7)7777 7)7777
< 7)??78 7)8:76 7):<9= 7)=8<6 7)6:?; 7)78?8 7)79:= 7)779: 7)7777 7)7777
= 7)??8= 7)?=>9 7)888; 7):87= 7)<8=? 7)6967 7)7=8; 7)778; 7)777< 7)7777
> 7)???8 7)?88< 7)?>9: 7)?7>: 7)>?6= 7);?=; 7)9=79 7)7;9= 7)776< 7)7777
: 9)7777 7)??:> 7)?8?: 7)?>8= 7)8<?? 7)>7<: 7);7:= 7)7?;; 7)799> 7)7776
8 9)7777 7)???> 7)??:8 7)??9: 7)?<9: 7):887 7)=9<9 7)69?= 7)7<;? 7)779=
? 9)7777 9)7777 7)???: 7)??8; 7)?86= 7)?976 7):67: 7)<9=8 7)96?8 7)77?6
97 9)7777 9)7777 9)7777 7)???8 7)??>9 7)?:9; 7)8:=: 7)><<8 7);798 7)7<<9
99 9)7777 9)7777 9)7777 9)7777 7)???< 7)??;= 7)?>76 7)8;?6 7)==9? 7)9=8<
96 9)7777 9)7777 9)7777 9)7777 7)???? 7)???9 7)??9? 7)?=6= 7)8769 7)<9=<
9; 9)7777 9)7777 9)7777 9)7777 9)7777 7)???? 7)???6 7)??;6 7)?=>7 7)::96
9< 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777

9= 7 7)67=? 7)7;=6 7)79;< 7)77<: 7)777= 7)7777 7)7777 7)7777 7)7777 7)7777
9 7)=<?7 7)9>:9 7)7876 7)7;=; 7)77=6 7)777= 7)7777 7)7777 7)7777 7)7777
6 7)89=? 7);?87 7)6;>9 7)96>8 7)76:9 7)77;: 7)777; 7)7777 7)7777 7)7777
; 7)?<<< 7)><86 7)<>9; 7)6?>? 7)7?7= 7)79:> 7)779? 7)7779 7)7777 7)7777
< 7)?8:; 7)8;=8 7)>8>= 7)=9== 7)69:; 7)7=?6 7)77?; 7)777: 7)7777 7)7777
= 7)??:8 7)?;8? 7)8=9> 7):69> 7)<7;6 7)9=7? 7)7;;8 7)77;: 7)7779 7)7777
> 7)???: 7)?89? 7)?<;< 7)8>8? 7)>7?8 7);7;> 7)7?=7 7)79=6 7)7778 7)7777
: 9)7777 7)??=8 7)?86: 7)?=77 7):8>? 7)=777 7)69;9 7)7=77 7)77<6 7)7777
8 9)7777 7)???6 7)??=8 7)?8<8 7)?7=7 7)>?>< 7);?76 7)9;99 7)7989 7)777;
? 9)7777 7)???? 7)???6 7)??>; 7)?>>6 7)8<?9 7)=?>8 7)6:8< 7)7>99 7)7766
97 9)7777 9)7777 7)???? 7)???; 7)??7: 7)?<78 7):86: 7)<8<= 7)9><6 7)796:
99 9)7777 9)7777 9)7777 7)???? 7)??89 7)?86< 7)?7?= 7):7;9 7);=98 7)7==>
96 9)7777 9)7777 9)7777 9)7777 7)???: 7)??>; 7)?:6? 7)8:;6 7)>767 7)98<9
9; 9)7777 9)7777 9)7777 9)7777 9)7777 7)???= 7)??<8 7)?><: 7)8;6? 7)<=97
9< 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 7)???= 7)??=; 7)?><8 7):?<9
9= 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777

ACONTINUACINB TABLA ACUMULADA DE LA DISTRIBUCIN BINOMIAL
8
Estadstica
294
6 K #,&# #,"# #,") #,'# #,,# #,)# #,*# #,+# #,$# #,-#
9> 7 7)98=; 7)7689 7)7977 7)77;; 7)777; 7)7777 7)7777 7)7777 7)7777 7)7777
9 7)=9<: 7)9<7: 7)7>;= 7)76>9 7)77;; 7)777; 7)7777 7)7777 7)7777 7)7777
6 7):8?6 7);=98 7)9?:9 7)7??< 7)798; 7)7769 7)7779 7)7777 7)7777 7)7777
; 7)?;9> 7)=?89 7)<7=7 7)6<=? 7)7>=9 7)797> 7)777? 7)7777 7)7777 7)7777
< 7)?8;7 7):?86 7)>;76 7)<<?? 7)9>>> 7)7;8< 7)77<? 7)777; 7)7777 7)7777
= 7)??>: 7)?98; 7)897; 7)>=?8 7);688 7)97=9 7)79?9 7)779> 7)7777 7)7777
> 7)???= 7)?:;; 7)?67< 7)86<: 7)=6:6 7)66:6 7)7=8; 7)77:9 7)7776 7)7777
: 7)???? 7)??;7 7)?:6? 7)?6=> 7):9>9 7)<798 7)9<6; 7)76=: 7)779= 7)7777
8 9)7777 7)??8= 7)??6= 7)?:<; 7)8=:: 7)=?86 7)68;? 7)7:<< 7)77:7 7)7779
? 9)7777 7)???8 7)??8< 7)??6? 7)?<9: 7)::68 7)<:68 7)9:=; 7)76>: 7)777=
97 9)7777 9)7777 7)???: 7)??8< 7)?87? 7)8?<? 7)>:96 7);<76 7)789: 7)77;;
99 9)7777 9)7777 9)7777 7)???: 7)??=9 7)?>9> 7)8;;< 7)==79 7)6798 7)79:7
96 9)7777 9)7777 9)7777 9)7777 7)???9 7)?8?< 7)?;<? 7):=<9 7)<79? 7)7>8<
9; 9)7777 9)7777 9)7777 9)7777 7)???? 7)??:? 7)?89: 7)?77> 7)><86 7)6978
9< 9)7777 9)7777 9)7777 9)7777 9)7777 7)???: 7)??>: 7)?:;? 7)8=?; 7)<8=;
9= 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 7)???: 7)??>: 7)?:9? 7)89<:
9> 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777
9: 7 7)9>>8 7)766= 7)77:= 7)776; 7)7776 7)7777 7)7777 7)7777 7)7777 7)7777
9 7)<898 7)9986 7)7=79 7)79?; 7)7769 7)7779 7)7777 7)7777 7)7777 7)7777
6 7):>98 7);7?> 7)9>;: 7)7::< 7)796; 7)7796 7)7779 7)7777 7)7777 7)7777
; 7)?9:< 7)=<8? 7);=;7 7)679? 7)7<>< 7)77>< 7)777= 7)7777 7)7777 7)7777
< 7)?::? 7):=86 7)=:;? 7);88: 7)96>7 7)76<= 7)776= 7)7779 7)7777 7)7777
= 7)??=; 7)8?<; 7):>=; 7)=?>8 7)6>;? 7)7:9: 7)797> 7)777: 7)7777 7)7777
> 7)???6 7)?>6; 7)8?6? 7)::=6 7)<<:8 7)9>>6 7)7;<8 7)77;6 7)7779 7)7777
: 7)???? 7)?8?9 7)?=?8 7)8?=< 7)><7= 7);9<= 7)7?9? 7)796: 7)777= 7)7777
8 9)7777 7)??:< 7)?8:> 7)?=?: 7)8799 7)=777 7)9?8? 7)7<7; 7)776> 7)7777
? 9)7777 7)???= 7)??>? 7)?8:; 7)?789 7)>8== 7);=?= 7)97<> 7)797? 7)7779
97 9)7777 7)???? 7)???< 7)??>8 7)?>=6 7)8;;8 7)==66 7)66<8 7)7;:: 7)7778
99 9)7777 9)7777 7)???? 7)???; 7)?8?< 7)?68; 7):;>9 7)<7;6 7)97=: 7)77<:
96 9)7777 9)7777 9)7777 7)???? 7)??:= 7)?:== 7)8:<7 7)>99; 7)6<98 7)7669
9; 9)7777 9)7777 9)7777 9)7777 7)???= 7)??;> 7)?=;> 7):?89 7)<=99 7)786>
9< 9)7777 9)7777 9)7777 9)7777 7)???? 7)??88 7)?8:: 7)?66> 7)>?7< 7)6;86
9= 9)7777 9)7777 9)7777 9)7777 9)7777 7)???? 7)??:? 7)?87: 7)8898 7)=986
9> 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 7)???8 7)??:: 7)?::= 7)8;;6
9: 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777

98 7 7)9=79 7)7987 7)77=> 7)779> 7)7779 7)7777 7)7777 7)7777 7)7777 7)7777
9 7)<=7; 7)7??9 7)7;?= 7)79<6 7)779; 7)7779 7)7777 7)7777 7)7777 7)7777
6 7):;;8 7)6:9; 7)9;=; 7)7>77 7)7786 7)777: 7)7777 7)7777 7)7777 7)7777
; 7)?798 7)=797 7);7=: 7)9><> 7)7;68 7)77;8 7)7776 7)7777 7)7777 7)7777
< 7)?:98 7):9>< 7)=98: 7);;6: 7)7?<6 7)79=< 7)779; 7)7777 7)7777 7)7777
= 7)??;> 7)8>:9 7):9:= 7)=;<< 7)6788 7)7<89 7)77=8 7)777; 7)7777 7)7777
> 7)??88 7)?<8: 7)8>97 7):69: 7);:<; 7)998? 7)767; 7)779< 7)7777 7)7777
: 7)???8 7)?8;: 7)?<;9 7)8=?; 7)=>;< 7)6<7; 7)7=:> 7)77>9 7)7776 7)7777
8 9)7777 7)??=: 7)?87: 7)?<7< 7):;>8 7)<7:; 7)9;<: 7)7697 7)777? 7)7777
? 9)7777 7)???9 7)??<> 7)?:?7 7)8>=; 7)=?6: 7)6>;6 7)7=?> 7)77<; 7)7777
97 9)7777 7)???8 7)??88 7)??;? 7)?<6< 7):=?: 7)<;>> 7)9<7: 7)79>; 7)7776
99 9)7777 9)7777 7)???8 7)??8> 7)?:?: 7)8899 7)>6=: 7)6:8; 7)7=9; 7)7796
96 9)7777 9)7777 9)7777 7)???: 7)??<6 7)?=9? 7):?96 7)<>=> 7)9;6? 7)77><
9; 9)7777 9)7777 9)7777 9)7777 7)??8: 7)?8<> 7)?7=8 7)>>:; 7)68;> 7)7686
9< 9)7777 9)7777 9)7777 9)7777 7)???8 7)??>6 7)?>:6 7)8;=< 7)<??7 7)7?86
9= 9)7777 9)7777 9)7777 9)7777 9)7777 7)???; 7)??98 7)?<77 7):68: 7)6>>6
9> 9)7777 9)7777 9)7777 9)7777 9)7777 7)???? 7)??8: 7)?8=8 7)?77? 7)=<?:
9: 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 7)???? 7)??8< 7)?867 7)8<??
98 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777
ACONTINUACINB TABLA ACUMULADA DE LA DISTRIBUCIN BINOMIAL
8
Estadstica
295
6 K #,&# #,"# #,") #,'# #,,# #,)# #,*# #,+# #,$# #,-#
9? 7 7)9;=9 7)79<< 7)77<6 7)7799 7)7779 7)7777 7)7777 7)7777 7)7777 7)7777
9 7)<67; 7)786? 7)7;97 7)797< 7)7778 7)7777 7)7777 7)7777 7)7777 7)7777
6 7):7=< 7)6;>? 7)999; 7)7<>6 7)77== 7)777< 7)7777 7)7777 7)7777 7)7777
; 7)88=7 7)<==9 7)6>;9 7)9;;6 7)76;7 7)7766 7)7779 7)7777 7)7777 7)7777
< 7)?><8 7)>:;; 7)<>=< 7)6866 7)7>?> 7)77?> 7)777> 7)7777 7)7777 7)7777
= 7)??9< 7)8;>? 7)>>:8 7)<:;? 7)9>6? 7)7;98 7)77;9 7)7779 7)7777 7)7777
> 7)??8; 7)?;6< 7)86=9 7)>>== 7);789 7)78;= 7)799> 7)777> 7)7777 7)7777
: 7)???: 7)?:>: 7)?66= 7)8987 7)<8:8 7)9:?> 7)7;=6 7)7768 7)7777 7)7777
8 9)7777 7)??;; 7)?:9; 7)?9>9 7)>>:= 7);6;8 7)788= 7)797= 7)777; 7)7777
? 9)7777 7)??8< 7)??99 7)?>:< 7)89;? 7)=777 7)98>9 7)7;6> 7)779> 7)7777
97 9)7777 7)???: 7)??:: 7)?8?= 7)?99= 7)>:>6 7);;6= 7)78;? 7)77>: 7)7777
99 9)7777 9)7777 7)???= 7)??:6 7)?><8 7)867< 7)=966 7)9867 7)76;; 7)777;
96 9)7777 9)7777 7)???? 7)???< 7)?88< 7)?9>= 7)>?9? 7);;<= 7)7>:> 7)779:
9; 9)7777 9)7777 9)7777 7)???? 7)??>? 7)?>86 7)8;:9 7)=6>9 7)9>;9 7)778>
9< 9)7777 9)7777 9)7777 9)7777 7)???< 7)??7< 7)?;7< 7):9:8 7);6>: 7)7;=6
9= 9)7777 9)7777 9)7777 9)7777 7)???? 7)??:8 7)?::7 7)8>>8 7)=<<? 7)99=7
9> 9)7777 9)7777 9)7777 9)7777 9)7777 7)???> 7)??<= 7)?=;8 7):>;9 7)6?<>
9: 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 7)???6 7)?8?> 7)?9:9 7)=:?:
98 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 7)???? 7)??8? 7)?8=> 7)8><?
9? 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777
67 7 7)969> 7)799= 7)77;6 7)7778 7)7777 7)7777 7)7777 7)7777 7)7777 7)7777
9 7);?9: 7)7>?6 7)76<; 7)77:> 7)777= 7)7777 7)7777 7)7777 7)7777 7)7777
6 7)>:>? 7)67>9 7)7?9; 7)7;== 7)77;> 7)7776 7)7777 7)7777 7)7777 7)7777
; 7)8>:7 7)<99< 7)66=6 7)97:9 7)79>7 7)779; 7)7777 7)7777 7)7777 7)7777
< 7)?=>8 7)>6?> 7)<9<8 7)6;:= 7)7=97 7)77=? 7)777; 7)7777 7)7777 7)7777
= 7)?88: 7)87<6 7)>9:6 7)<9>< 7)96=> 7)767: 7)779> 7)7777 7)7777 7)7777
> 7)??:> 7)?9;; 7):8=8 7)>787 7)6=77 7)7=:: 7)77>= 7)777; 7)7777 7)7777
: 7)???> 7)?>:? 7)8?86 7)::6; 7)<9=? 7)9;9> 7)7697 7)779; 7)7777 7)7777
8 7)???? 7)??77 7)?=?9 7)88>: 7)=?=> 7)6=9: 7)7=>= 7)77=9 7)7779 7)7777
? 9)7777 7)??:< 7)?8>9 7)?=67 7):==; 7)<99? 7)96:= 7)79:9 7)777> 7)7777
97 9)7777 7)???< 7)??>9 7)?86? 7)8:6= 7)=889 7)6<<: 7)7<87 7)776> 7)7777
99 9)7777 7)???? 7)???9 7)??<? 7)?<;= 7):<8; 7)<7<< 7)99;; 7)7977 7)7779
96 9)7777 9)7777 7)???8 7)??8: 7)?:?7 7)8>8< 7)=8<9 7)66:: 7)7;69 7)777<
9; 9)7777 9)7777 9)7777 7)???: 7)??;= 7)?<6; 7):=77 7);?67 7)78>: 7)776<
9< 9)7777 9)7777 9)7777 9)7777 7)??8< 7)?:?; 7)8:<< 7)=8;> 7)9?=8 7)799;
9= 9)7777 9)7777 9)7777 9)7777 7)???: 7)??<9 7)?<?7 7):>6= 7);:7< 7)7<;6
9> 9)7777 9)7777 9)7777 9)7777 9)7777 7)??8: 7)?8<7 7)8?6? 7)=88> 7)9;;7
9: 9)7777 9)7777 9)7777 9)7777 9)7777 7)???8 7)??>< 7)?><= 7):?;? 7);6;9
98 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 7)???= 7)??6< 7)?;78 7)>78;
9? 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 7)???6 7)?88= 7)8:8<
67 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777
ACONTINUACINB TABLA ACUMULADA DE LA DISTRIBUCIN BINOMIAL
8
Estadstica
296
ANE/O B
K #,& #," #,'# #,, #,) #,* #,+ #,$ #,-
7 7)?7<8 7)898: 7):<78 7)>:7; 7)>7>= 7)=<88 7)<?>> 7)<<?; 7)<7>>
9 7)??=; 7)?86= 7)?>;9 7)?;8< 7)?7?8 7)8:89 7)8<<6 7)8788 7)::6=
6 7)???8 7)??8? 7)??>< 7)??69 7)?8=> 7)?:>? 7)?>=? 7)?=6> 7)?;:9
; 9)7777 7)???? 7)???: 7)???6 7)??86 7)??>> 7)??<6 7)??7? 7)?8>=
< 9)7777 9)7777 9)7777 7)???? 7)???8 7)???> 7)???6 7)??8> 7)??::
= 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 7)???? 7)???8 7)???:
> 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777
K &,# &,) ",# ",) ',# ',) ,,# ,,) ),#
7 7);>:? 7)66;9 7)9;=; 7)7869 7)7<?8 7)7;76 7)798; 7)7999 7)77>:
9 7):;=8 7)==:8 7)<7>7 7)68:; 7)9??9 7)9;=? 7)7?9> 7)7>99 7)7<7<
6 7)?9?: 7)8788 7)>:>: 7)=<;8 7)<6;6 7);678 7)6;89 7)9:;> 7)96<:
; 7)?897 7)?;<< 7)8=:9 7):=:> 7)><:6 7)=;>> 7)<;;= 7);<6; 7)6>=7
< 7)??>; 7)?89< 7)?<:; 7)8?96 7)89=; 7):6=< 7)>688 7)=;69 7)<<7=
= 7)???< 7)??== 7)?8;< 7)?=87 7)?9>9 7)8=:> 7):8=9 7):76? 7)>9>7
> 7)???? 7)???9 7)??== 7)?8=8 7)?>>= 7)?;<: 7)88?; 7)8;99 7):>66
: 9)7777 7)???8 7)??8? 7)??=8 7)?889 7)?:;; 7)?<8? 7)?9;< 7)8>>>
8 9)7777 9)7777 7)???8 7)??8? 7)??>6 7)??79 7)?:8> 7)?=?: 7)?;9?
? 9)7777 9)7777 9)7777 7)???: 7)??8? 7)??>: 7)??9? 7)?86? 7)?>86
97 9)7777 9)7777 9)7777 7)???? 7)???: 7)???7 7)??:6 7)??;; 7)?8>;
99 9)7777 9)7777 9)7777 9)7777 7)???? 7)???: 7)???9 7)??:> 7)??<=
96 9)7777 9)7777 9)7777 9)7777 9)7777 7)???? 7)???: 7)???6 7)??87
9; 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 7)???? 7)???: 7)???;
9< 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 7)???? 7)???8
9= 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 7)????
9> 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777
TABLA ACUMULADA DE LA DISTRIBUCIN POISSON

Estadstica
297
ACo6163!4Z6B
K ),) *,# *,) +,# +,) $,# $,) -,# -,)
7 7)77<9 7)776= 7)779= 7)777? 7)777> 7)777; 7)7776 7)7779 7)7779
9 7)76>> 7)79:< 7)799; 7)77:; 7)77<: 7)77;7 7)779? 7)7796 7)7778
6 7)788< 7)7>67 7)7<;7 7)76?> 7)767; 7)79;8 7)77?; 7)77>6 7)77<6
; 7)679: 7)9=96 7)9998 7)7898 7)7=?9 7)7<6< 7)7;79 7)7696 7)79<?
< 7);=:= 7)68=9 7)66;: 7)9:;7 7)9;69 7)7??> 7)7:<< 7)7==7 7)7<7;
= 7)=68? 7)<<=: 7);>?7 7);77: 7)6<9< 7)9?96 7)9<?> 7)99=: 7)788=
> 7)>8>7 7)>7>; 7)=6>= 7)<<?: 7);:86 7);9;< 7)6=>6 7)67>8 7)9><?
: 7)87?= 7):<<7 7)>:68 7)=?8: 7)=6<> 7)<=;7 7);8=> 7);6;? 7)6>8:
8 7)8?<< 7)8<:6 7):?9> 7):6?9 7)>>67 7)=?6= 7)=6;9 7)<==: 7);?98
? 7)?<>6 7)?9>9 7)8::< 7)8;7= 7)::>< 7):9>> 7)>=;7 7)=8:< 7)=698
97 7)?:<: 7)?=:< 7)?;;6 7)?79= 7)8>66 7)89=? 7):>;< 7):7>7 7)><=;
99 7)?8?7 7)?:?? 7)?>>9 7)?<>: 7)?678 7)8889 7)8<8: 7)87;7 7):=67
96 7)??== 7)??96 7)?8<7 7)?:;7 7)?=:; 7)?;>6 7)?7?9 7)8:=8 7)8;><
9; 7)??8; 7)??>< 7)??6? 7)?8:6 7)?:8< 7)?>=8 7)?<8> 7)?6>9 7)8?89
9< 7)???< 7)??8> 7)??:7 7)??<; 7)?8?: 7)?86: 7)?:6> 7)?=8= 7)?<77
9= 7)???8 7)???= 7)??88 7)??:> 7)??=< 7)??98 7)?8>6 7)?:87 7)?>>=
9> 7)???? 7)???8 7)???> 7)???7 7)??87 7)??>; 7)??;< 7)?88? 7)?86;
9: 9)7777 7)???? 7)???8 7)???> 7)???6 7)??8< 7)??:7 7)??<: 7)??99
98 9)7777 9)7777 7)???? 7)???? 7)???: 7)???; 7)??8: 7)??:> 7)??=:
9? 9)7777 9)7777 9)7777 9)7777 7)???? 7)???: 7)???= 7)??8? 7)??87
67 9)7777 9)7777 9)7777 9)7777 9)7777 7)???? 7)???8 7)???> 7)???9
69 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 7)???? 7)???8 7)???>
66 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 7)???? 7)????
6; 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 7)????
6< 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777
TABLA ACUMULADA DE LA DISTRIBUCIN POISSON

Estadstica
298
A4o6163!4Z6B
K &# && &" &' &, &) &* &+ &$
7 7)7777 7)7777 7)7777 7)7777 7)7777 7)7777 7)7777 7)7777 7)7777
9 7)777= 7)7776 7)7779 7)7777 7)7777 7)7777 7)7777 7)7777 7)7777
6 7)7768 7)7796 7)777= 7)7776 7)7779 7)7777 7)7777 7)7777 7)7777
; 7)797; 7)77<? 7)776; 7)7799 7)777= 7)7776 7)7779 7)7777 7)7777
< 7)76?; 7)79=9 7)77:> 7)77;: 7)7798 7)777? 7)777< 7)7776 7)7779
= 7)7>:9 7)7;:= 7)767; 7)797: 7)77== 7)7768 7)779< 7)777: 7)777;
> 7)9;79 7)7:8> 7)7<=8 7)76=? 7)79<6 7)77:> 7)77<7 7)7769 7)7797
: 7)6676 7)9<;6 7)78?= 7)7=<7 7)7;9> 7)7987 7)7977 7)77=< 7)776?
8 7);;68 7)6;67 7)9==7 7)7??8 7)7>69 7)7;:< 7)7667 7)796> 7)77:9
? 7)<=:? 7);<7= 7)6<6< 7)9>=8 7)97?< 7)7>?? 7)7<;; 7)76>9 7)79=<
97 7)=8;7 7)<=?? 7);<:6 7)6=9: 7)9:=: 7)998= 7)7::< 7)7<?9 7)7;7<
99 7)>?>8 7)=:?; 7)<>9> 7);=;6 7)6>77 7)98<8 7)96:7 7)78<: 7)7=<?
96 7):?9> 7)>88: 7)=:>7 7)<>;9 7);=8= 7)6>:> 7)9?;9 7)9;=7 7)7?9:
9; 7)8><= 7):89; 7)>89= 7)=:;7 7)<><< 7);>;6 7)6:<= 7)677? 7)9<6>
9< 7)?9>= 7)8=<7 7)::67 7)>:=9 7)=:7< 7)<>=: 7);>:= 7)6878 7)6789
9= 7)?=9; 7)?7:< 7)8<<< 7):>;> 7)>>?< 7)=>89 7)<>>: 7);:9= 7)68>:
9> 7)?:;7 7)?<<9 7)8?8: 7)8;== 7):==? 7)>><9 7)=>>7 7)<>:: 7);:=9
9: 7)?8=: 7)?>:8 7)?;:7 7)8?7= 7)86:6 7):<8? 7)>=?; 7)=><7 7)<>8>
98 7)??68 7)?86; 7)?>6> 7)?;76 7)886> 7)89?= 7):<6; 7)>==7 7)=>66
9? 7)??>= 7)??7: 7)?:8: 7)?=:; 7)?6;= 7)8:=6 7)8966 7):;>; 7)>=7?
67 7)??8< 7)??=; 7)?88< 7)?:=7 7)?=69 7)?9:7 7)8>86 7)87== 7):;7:
69 7)???; 7)??:: 7)??;? 7)?8=? 7)?:96 7)?<>? 7)?978 7)8>9= 7):??9
66 7)???: 7)???7 7)??:7 7)??6< 7)?8;; 7)?>:; 7)?<98 7)?7<: 7)8==9
6; 7)???? 7)???= 7)??8= 7)??>7 7)??7: 7)?87= 7)?>;; 7)?;>: 7)8?8?
6< 9)7777 7)???8 7)???; 7)??87 7)??=7 7)?888 7)?::: 7)?=?< 7)?;9:
6= 9)7777 7)???? 7)???: 7)???7 7)??:< 7)??;8 7)?8>? 7)?:<8 7)?==<
6> 9)7777 9)7777 7)???? 7)???= 7)??8: 7)??>: 7)??6= 7)?8<8 7)?:98
6: 9)7777 9)7777 7)???? 7)???8 7)???< 7)??8; 7)??=? 7)??96 7)?86:
68 9)7777 9)7777 9)7777 7)???? 7)???: 7)???9 7)??:8 7)??=7 7)?8?:
6? 9)7777 9)7777 9)7777 9)7777 7)???? 7)???> 7)??8? 7)??:; 7)??<9
;7 9)7777 9)7777 9)7777 9)7777 7)???? 7)???8 7)???< 7)??8> 7)??>:
;9 9)7777 9)7777 9)7777 9)7777 9)7777 7)???? 7)???: 7)???; 7)??86
;6 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 7)???? 7)???> 7)???7
;; 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 7)???? 7)???8 7)???=
;< 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 7)???? 7)???8
;= 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 7)????
;> 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 7)????
;: 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777
TABLA ACUMULADA DE LA DISTRIBUCIN POISSON

Estadstica
299
ANE/O C
Z #,## #,#& #,#" #,#' #,#, #,#) #,#* #,#+ #,#$ #,#-
M',- 7)7777 7)7777 7)7777 7)7777 7)7777 7)7777 7)7777 7)7777 7)7777 7)7777
M',$ 7)7779 7)7779 7)7779 7)7779 7)7779 7)7779 7)7779 7)7779 7)7779 7)7779
M',+ 7)7779 7)7779 7)7779 7)7779 7)7779 7)7779 7)7779 7)7779 7)7779 7)7779
M',* 7)7776 7)7776 7)7779 7)7779 7)7779 7)7779 7)7779 7)7779 7)7779 7)7779
M',) 7)7776 7)7776 7)7776 7)7776 7)7776 7)7776 7)7776 7)7776 7)7776 7)7776
M',, 7)777; 7)777; 7)777; 7)777; 7)777; 7)777; 7)777; 7)777; 7)777; 7)7776
M',' 7)777= 7)777= 7)777= 7)777< 7)777< 7)777< 7)777< 7)777< 7)777< 7)777;
M'," 7)777: 7)777: 7)777> 7)777> 7)777> 7)777> 7)777> 7)777= 7)777= 7)777=
M',& 7)7797 7)777? 7)777? 7)777? 7)7778 7)7778 7)7778 7)7778 7)777: 7)777:
M',# 7)779; 7)779; 7)779; 7)7796 7)7796 7)7799 7)7799 7)7799 7)7797 7)7797
M",- 7)779? 7)7798 7)7798 7)779: 7)779> 7)779> 7)779= 7)779= 7)779< 7)779<
M",$ 7)776> 7)776= 7)776< 7)776; 7)776; 7)7766 7)7769 7)7769 7)7767 7)779?
M",+ 7)77;= 7)77;< 7)77;; 7)77;6 7)77;9 7)77;7 7)776? 7)7768 7)776: 7)776>
M",* 7)77<: 7)77<= 7)77<< 7)77<; 7)77<9 7)77<7 7)77;? 7)77;8 7)77;: 7)77;>
M",) 7)77>6 7)77>7 7)77=? 7)77=: 7)77== 7)77=< 7)77=6 7)77=9 7)77<? 7)77<8
M",, 7)7786 7)7787 7)77:8 7)77:= 7)77:; 7)77:9 7)77>? 7)77>8 7)77>> 7)77><
M",' 7)797: 7)797< 7)7976 7)77?? 7)77?> 7)77?< 7)77?9 7)778? 7)778: 7)778<
M"," 7)79;? 7)79;> 7)79;6 7)796? 7)796= 7)7966 7)799? 7)799> 7)799; 7)7997
M",& 7)79:? 7)79:< 7)79:7 7)79>> 7)79>6 7)79=8 7)79=< 7)79=7 7)79<> 7)79<;
M",# 7)7668 7)7666 7)769: 7)7696 7)767: 7)7676 7)79?: 7)79?6 7)7988 7)798;
M&,- 7)768: 7)7689 7)76:< 7)76>8 7)76>6 7)76=> 7)76=7 7)76<< 7)76;? 7)76;;
M&,$ 7)7;=? 7)7;=9 7)7;<< 7)7;;> 7)7;6? 7)7;66 7)7;9< 7)7;7: 7)7;79 7)76?<
M&,+ 7)7<<> 7)7<;> 7)7<6: 7)7<98 7)7<7? 7)7<79 7)7;?6 7)7;8< 7)7;:= 7)7;>:
M&,* 7)7=<8 7)7=;: 7)7=6> 7)7=9> 7)7=7= 7)7<?= 7)7<8= 7)7<:= 7)7<>= 7)7<==
M&,) 7)7>>8 7)7>== 7)7><; 7)7>;7 7)7>98 7)7>7> 7)7=?< 7)7=86 7)7=:9 7)7==?
M&,, 7)7878 7)7:?; 7)7::8 7)7:>< 7)7:<? 7)7:;= 7)7:69 7)7:78 7)7>?< 7)7>89
M&,' 7)7?>8 7)7?=9 7)7?;< 7)7?98 7)7?79 7)788= 7)78>? 7)78=; 7)78;8 7)786;
M&," 7)99=9 7)99;9 7)9996 7)97?; 7)97:= 7)97=> 7)97;8 7)9767 7)977; 7)7?8=
M&,& 7)9;=: 7)9;;= 7)9;9< 7)96?6 7)96:9 7)96=9 7)96;7 7)9697 7)99?7 7)99:7
M&,# 7)9=8: 7)9=>6 7)9=;? 7)9=9= 7)9<?6 7)9<>? 7)9<<> 7)9<6; 7)9<79 7)9;:?
M#,- 7)98<9 7)989< 7)9:88 7)9:>6 7)9:;> 7)9:99 7)9>8= 7)9>>7 7)9>;= 7)9>99
M#,$ 7)699? 7)67?7 7)67>9 7)67;; 7)677= 7)9?:: 7)9?<? 7)9?66 7)98?< 7)98>:
M#,+ 7)6<67 7)6;8? 7)6;=8 7)6;6: 7)66?> 7)66>> 7)66;> 7)667> 7)69:: 7)69<8
M#,* 7)6:<; 7)6:7? 7)6>:> 7)6><; 7)6>99 7)6=:8 7)6=<> 7)6=9< 7)6<8; 7)6<=9
M#,) 7);78= 7);7=7 7);79= 7)6?89 7)6?<> 7)6?96 7)68:: 7)68<; 7)6897 7)6::>
M#,, 7);<<> 7);<7? 7);;:6 7);;;> 7);;77 7);6>< 7);668 7);9?6 7);9=> 7);969
M#,' 7);869 7);:8; 7);:<= 7);:7: 7);>>? 7);>;6 7);=?< 7);==: 7);=67 7);<8;
M#," 7)<67: 7)<9>8 7)<96? 7)<7?7 7)<7=6 7)<79; 7);?:< 7);?;> 7);8?: 7);8=?
M#,& 7)<>76 7)<=>6 7)<=66 7)<<8; 7)<<<; 7)<<7< 7)<;>< 7)<;6= 7)<68> 7)<6<:
#,# 7)=777 7)<?>7 7)<?67 7)<887 7)<8<7 7)<879 7)<:>9 7)<:69 7)<>89 7)<><9
TABLA DE PROBABILIDADES ACUMULADAS NORMAL
Estadstica
300
ACo6163!4Z6B
Z #,## #,#& #,#" #,#' #,#, #,#) #,#* #,#+ #,#$ #,#-
#,# 7)=777 7)=7<7 7)=787 7)=967 7)=9>7 7)=9?? 7)=6;? 7)=6:? 7)=;9? 7)=;=?
#,& 7)=;?8 7)=<;8 7)=<:8 7)==9: 7)===: 7)==?> 7)=>;> 7)=>:= 7)=:9< 7)=:=;
#," 7)=:?; 7)=8;6 7)=8:9 7)=?97 7)=?<8 7)=?8: 7)>76> 7)>7>< 7)>97; 7)>9<9
#,' 7)>9:? 7)>69: 7)>6== 7)>6?; 7)>;;9 7)>;>8 7)><7> 7)><<; 7)><87 7)>=9:
#,, 7)>==< 7)>=?9 7)>>68 7)>>>< 7)>:77 7)>:;> 7)>::6 7)>878 7)>8<< 7)>8:?
#,) 7)>?9= 7)>?=7 7)>?8= 7):79? 7):7=< 7):788 7):96; 7):9=: 7):9?7 7):66<
#,* 7):6=: 7):6?9 7):;6< 7):;=: 7):;8? 7):<66 7):<=< 7):<8> 7):=9: 7):=<?
#,+ 7):=87 7):>99 7):><6 7):>:; 7)::7< 7)::;< 7)::>< 7)::?< 7):86; 7):8=6
#,$ 7):889 7):?97 7):?;? 7):?>: 7):??= 7)876; 7)87=9 7)87:8 7)897> 7)89;;
#,- 7)89=? 7)898> 7)8696 7)86;8 7)86>< 7)868? 7)8;9= 7)8;<7 7)8;>= 7)8;8?
&,# 7)8<9; 7)8<;8 7)8<>9 7)8<8= 7)8=78 7)8=;9 7)8==< 7)8=:: 7)8=?? 7)8>69
&,& 7)8><; 7)8>>= 7)8>8> 7)8:78 7)8:6? 7)8:<? 7)8::7 7)8:?7 7)8897 7)88;7
&," 7)88<? 7)88>? 7)8888 7)8?7: 7)8?6= 7)8?<< 7)8?>6 7)8?87 7)8??: 7)?79=
&,' 7)?7;6 7)?7<? 7)?7>> 7)?786 7)?7?? 7)?99= 7)?9;9 7)?9<: 7)?9>6 7)?9::
&,, 7)?9?6 7)?67: 7)?666 7)?6;> 7)?6=9 7)?6>= 7)?6:? 7)?6?6 7)?;7> 7)?;9?
&,) 7)?;;6 7)?;<= 7)?;=: 7)?;:7 7)?;86 7)?;?< 7)?<7> 7)?<98 7)?<6? 7)?<<9
&,* 7)?<=6 7)?<>; 7)?<:< 7)?<8< 7)?<?= 7)?=7= 7)?=9= 7)?=6= 7)?=;= 7)?=<=
&,+ 7)?==< 7)?=>< 7)?=:; 7)?=86 7)?=?9 7)?=?? 7)?>78 7)?>9> 7)?>6= 7)?>;;
&,$ 7)?><9 7)?><? 7)?>=> 7)?>>< 7)?>:9 7)?>:8 7)?>8> 7)?>?; 7)?>?? 7)?:7>
&,- 7)?:9; 7)?:9? 7)?:6> 7)?:;6 7)?:;8 7)?:<< 7)?:=7 7)?:=> 7)?:>9 7)?:>:
",# 7)?::6 7)?::8 7)?:8; 7)?:88 7)?:?; 7)?:?8 7)?87; 7)?878 7)?896 7)?89:
",& 7)?869 7)?86> 7)?8;7 7)?8;< 7)?8;8 7)?8<6 7)?8<> 7)?8=7 7)?8=< 7)?8=:
"," 7)?8>9 7)?8>< 7)?8>8 7)?8:9 7)?8:= 7)?8:8 7)?889 7)?88< 7)?88: 7)?8?7
",' 7)?8?; 7)?8?> 7)?8?8 7)??79 7)??7< 7)??7> 7)??7? 7)??99 7)??9; 7)??9>
",, 7)??98 7)??67 7)??66 7)??6= 7)??6: 7)??6? 7)??;9 7)??;6 7)??;< 7)??;>
",) 7)??;8 7)??<7 7)??<9 7)??<; 7)??<= 7)??<> 7)??<8 7)??<? 7)??=9 7)??=6
",* 7)??=; 7)??== 7)??=> 7)??=: 7)??=? 7)??>7 7)??>9 7)??>6 7)??>; 7)??><
",+ 7)??>= 7)??>> 7)??>: 7)??>8 7)??>? 7)??:7 7)??:9 7)??:6 7)??:; 7)??:<
",$ 7)??:< 7)??:= 7)??:> 7)??:: 7)??:: 7)??:8 7)??:? 7)??:? 7)??87 7)??89
",- 7)??89 7)??86 7)??86 7)??8; 7)??8< 7)??8< 7)??8= 7)??8= 7)??8> 7)??8>
',# 7)??8: 7)??8: 7)??8: 7)??88 7)??88 7)??8? 7)??8? 7)??8? 7)???7 7)???7
',& 7)???7 7)???9 7)???9 7)???9 7)???6 7)???6 7)???6 7)???6 7)???; 7)???;
'," 7)???; 7)???; 7)???< 7)???< 7)???< 7)???< 7)???< 7)???= 7)???= 7)???=
',' 7)???= 7)???= 7)???= 7)???> 7)???> 7)???> 7)???> 7)???> 7)???> 7)???:
',, 7)???: 7)???: 7)???: 7)???: 7)???: 7)???: 7)???: 7)???: 7)???: 7)???8
',) 7)???8 7)???8 7)???8 7)???8 7)???8 7)???8 7)???8 7)???8 7)???8 7)???8
',* 7)???8 7)???8 7)???? 7)???? 7)???? 7)???? 7)???? 7)???? 7)???? 7)????
',+ 7)???? 7)???? 7)???? 7)???? 7)???? 7)???? 7)???? 7)???? 7)???? 7)????
',$ 7)???? 7)???? 7)???? 7)???? 7)???? 7)???? 7)???? 7)???? 7)???? 7)????
',- 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777 9)7777
TABLA DE PROBABILIDADES ACUMULADAS NORMAL
Estadstica
301
ANE/O D
#,, #,' #," #,&) #,& #,#) #,#") #,#" #,#&) #,#& #,##$ #,##) #,##'
& 7);6= 7):6: 9);:> 9)?>; ;)7:8 >);9< 96):7> 9=)8?= <6)<;; ;9)869 <6)<;; >;)>=: 96:);69
" 7)68? 7)>9: 9)7>9 9);8> 9)88> 6)?67 <);7; <)8<? 8)7:; >)?>= 8)7:; ?)?6= 9<)78?
' 7)6:: 7)=8< 7)?:8 9)6=7 9)>;8 6);=; ;)986 ;)<86 =)7<: <)=<9 =)7<: =)8<9 :)<=;
, 7)6:9 7)=>? 7)?<9 9)9?7 9)=;; 6)9;6 6)::> 6)??? <)788 ;):<: <)788 <)>7< =)=?8
) 7)6>: 7)==? 7)?67 9)9=> 9)<:> 6)79= 6)=:9 6):=: ;)>;< ;);>= ;)>;< <)7;6 <)::;
* 7)6>= 7)==; 7)?7> 9)9;< 9)<<7 9)?<; 6)<<: 6)>96 ;);:6 ;)9<; ;);:6 ;):7: <);9:
+ 7)6>; 7)=<? 7)8?> 9)99? 9)<9= 9)8?= 6);>= 6)=9: ;)67; 6)??8 ;)67; ;)<?? <)76?
$ 7)6>6 7)=<> 7)88? 9)978 9);?: 9)8>7 6);7> 6)<<? ;)78= 6)8?> ;)78= ;);== ;)8;;
- 7)6>9 7)=<; 7)88; 9)977 9);8; 9)8;; 6)6>6 6);?8 6)??8 6)869 6)??8 ;)6=7 ;)>?7
&# 7)6>7 7)=<6 7)8:? 9)7?; 9);:6 9)896 6)668 6);=? 6)?;6 6):>< 6)?;6 ;)9>? ;)=89
&& 7)6>7 7)=<7 7)8:> 9)788 9);>; 9):?> 6)679 6);68 6)8:? 6):98 6)8:? ;)97> ;)<?:
&" 7)6=? 7)=;? 7)8:; 9)78; 9);=> 9):86 6)9:? 6);7; 6)8;> 6)>89 6)8;> ;)7== ;)<68
&' 7)6=? 7)=;8 7)8:7 9)7:? 9);=7 9)::9 6)9>7 6)686 6)879 6)>=7 6)879 ;)796 ;);:6
&, 7)6=8 7)=;: 7)8>8 9)7:> 9);<= 9):>9 6)9<= 6)6>< 6)::9 6)>6< 6)::9 6)?:: ;);6>
&) 7)6=8 7)=;> 7)8>> 9)7:< 9);<9 9):=; 6)9;9 6)6<? 6):<> 6)>76 6):<> 6)?<: ;)68>
&* 7)6=8 7)=;= 7)8>= 9)7:9 9);;: 9):<> 6)967 6)6;= 6):6< 6)=8; 6):6< 6)?69 ;)6=6
&+ 7)6=: 7)=;< 7)8>; 9)7>? 9);;; 9):<7 6)997 6)66< 6):7> 6)=>: 6):7> 6)8?8 ;)666
&$ 7)6=: 7)=;< 7)8>6 9)7>: 9);;7 9):;< 6)979 6)69< 6)>8? 6)==6 6)>8? 6)8:8 ;)9?:
&- 7)6=: 7)=;; 7)8>9 9)7>> 9);68 9):6? 6)7?; 6)67= 6)>:< 6)=;? 6)>:< 6)8>9 ;)9:<
"# 7)6=: 7)=;; 7)8>7 9)7>< 9);6= 9):6= 6)78> 6)9?: 6)>>9 6)=68 6)>>9 6)8<= ;)9=;
"& 7)6=: 7)=;6 7)8=? 9)7>; 9);6; 9):69 6)787 6)98? 6)><? 6)=98 6)><? 6)8;9 ;)9;=
"" 7)6=> 7)=;6 7)8=8 9)7>9 9);69 9):9: 6)7:< 6)98; 6)>;? 6)=78 6)>;? 6)89? ;)99?
"' 7)6=> 7)=;6 7)8=8 9)7>7 9);9? 9):9< 6)7>? 6)9:: 6)>6? 6)=77 6)>6? 6)87: ;)97<
", 7)6=> 7)=;9 7)8=: 9)7=? 9);98 9):99 6)7>< 6)9:6 6)>67 6)<?6 6)>67 6):?: ;)7?9
") 7)6=> 7)=;9 7)8=> 9)7=8 9);9> 9):78 6)7>7 6)9>: 6)>96 6)<8= 6)>96 6):8: ;)7:8
"* 7)6=> 7)=;9 7)8=> 9)7=8 9);9= 9):7> 6)7=> 6)9>6 6)>7= 6)<:? 6)>7= 6)::? ;)7>:
"+ 7)6=> 7)=;9 7)8== 9)7=: 9);9< 9):7; 6)7=6 6)9=8 6)=?8 6)<:; 6)=?8 6)::9 ;)7=:
"$ 7)6=> 7)=;7 7)8== 9)7=> 9);9; 9):79 6)7<8 6)9=< 6)=?6 6)<>: 6)=?6 6):>; ;)7<:
"- 7)6=> 7)=;7 7)8=< 9)7== 9);99 9)>?? 6)7<= 6)9=7 6)=8> 6)<>6 6)=8> 6):=> ;)7;8
'# 7)6=> 7)=;7 7)8=< 9)7== 9);97 9)>?: 6)7<6 6)9<: 6)=89 6)<=: 6)=89 6):=7 ;)7;7
'& 7)6=> 7)=;7 7)8=; 9)7=< 9);7? 9)>?> 6)7<7 6)9<< 6)=:> 6)<=; 6)=:> 6):<< ;)766
'" 7)6== 7)=;7 7)8=; 9)7=< 9);7? 9)>?< 6)7;: 6)9<9 6)=:9 6)<<? 6)=:9 6):;8 ;)79=
,# 7)6== 7)=6? 7)8=9 9)7=7 9);7; 9)>8< 6)769 6)96; 6)=<6 6)<6; 6)=<6 6):7< 6)?:9
*# 7)6=< 7)=6: 7)8<8 9)7<= 9)6?> 9)>:9 6)777 6)7?? 6)=7< 6);?7 6)=7< 6)>>7 6)?9=
&"# 7)6=< 7)=6> 7)8<= 9)7<9 9)68? 9)>=8 9)?87 6)7:> 6)<>8 6);=8 6)<>8 6)>9: 6)8>7

V
VALORES CRTICOS DE LA DISTRIBUCIN T
Estadstica
302
GLOSARIO
AH3019 <9 36! 2941!+ aproAimacin a &na ec&acin de &na serie de pare@as
de datos GA)yH) relacionados linealmente2
Am8l13<= es la distancia entre el valor mAimo o$servado y el valor mnimo
o$servado en &n con@&nto o distri$&cin de datos2
Am8l13< 619243!21l!= es la distancia entre la primera y tercera c&artilas del
con@&nto de datos2
Al !Q!2, 901o4E014o= este trmino representa &na idea D&e de$e ser
eApresada en trminos del concepto de pro$a$ilidad2 4enemos la nocin de
D&e &n 3enmeno oc&rre en 3orma aleatoria c&ando no si'&e &n patrn
partic&lar D&e se p&eda descri$ir directamente por ec&aciones2 As) no
podemos hacer &na prediccin per3ecta del res&ltado D&e se o$tendr del
3enmeno2 Al decir D&e &n proceso es aleatorio estamos diciendo D&e si'&e
al'&na distri$&cin de pro$a$ilidad2
A12b31o= caracterstica c&alitativa de &n o$@eto o individ&o tal como seAo)
pas de ori'en) estado marital2
C960o= decimos D&e realizamos &n censo c&ando se o$servan todos los
elementos de la po$lacin estadstica
Co9C49619 <9 4o229l!456+ medida de la intensidad de la relacin entre dos
varia$les2
Estadstica
303
Co9C49619 <9 <9192m6!456+ medida en la c&al las variaciones de &na
varia$le se p&eden atri$&ir a las variaciones en la otra varia$le2
Co6C!bl<!<= indica c&n se'&ros podemos estar de D&e el proceso
se'&ido res&lte en valores D&e representen verdaderamente la po$lacin2 #e
&sa ms comnmente con intervalos de con3ianza2 *n sentido pro$a$ilstico)
si t&viramos &na con3ia$ilidad del ?=[) decimos D&e si repitiramos el
proceso m&chas veces) en cerca del ?=[ de las veces o$tendramos
res&ltados D&e re3le@an verdaderamente la realidad2 (erca del ?=[ de los
intervalos as constr&idos contendran el valor desconocido del parmetro2
Co229l!456+ relacin eAistente entre dos varia$les sin &n neAo de3inido de
dependencia2
D!1o0= valores D&e se o$tienen al o$servar directamente los res&ltados de
&na varia$le en la m&estra o po$lacin2 P&eden ser n&mricos o c&alitativos2
D!:2!m! <9 <0892056+ 'r3ica en la c&al se presentan las pare@as GA)yH de
datos de &na m&estra2
D012b3456 bmo<!l+ distri$&cin de datos D&e tiene dos modas2
D012b3456 m3l1mo<!l+ distri$&cin de datos D&e tiene ms de &na moda2
D012b3456 36mo<!l+ distri$&cin de datos D&e tiene &na sola moda2
E01!<G:2!Co0+ clc&los realizados con los datos de la m&estra2
Estadstica
304
E643901!= mtodo de o$tener datos de &na po$lacin o m&estra) sin
e@ercer control al'&no so$re los 3actores D&e p&eden a3ectar las
caractersticas de inters o res&ltados de la enc&esta2
E22o2 18o I+ oc&rre c&ando rechazamos la hiptesis n&la siendo sta cierta2
E22o2 18o II= oc&rre c&ando no rechazamos la hiptesis n&la siendo sta
3alsa2
E22o2 m39012!l= es la di3erencia entre &n estadstico y s& parmetro
correspondiente2 *s &na medida de la varia$ilidad de las estimaciones del
parmetro &sando m&estras repetidas en torno al valor de la po$lacinI nos
da &na nocin clara de hasta dnde y con D& pro$a$ilidad &na estimacin
$asada en &na m&estra se ale@a del valor D&e se h&$iera o$tenido por medio
de &n censo completo2
E22o2 6o m39012!l= son errores D&e oc&rren en la seleccin) recoleccin)
anotacin y ta$&lacin de los datos2 #on &s&almente res&ltado de error
h&mano2
E08!4o m39012!l= es el con@&nto de todos lo posi$les res&ltados de &n
eAperimento2
E01!<G014!= es &na 3&ncin real de los datos) concretamente) es &n valor
D&e se calc&la a partir de los datos2 *@emplos+ s&ma) prod&cto) mediana)
mAimo) desviacin a$sol&ta) media de los datos2
Estadstica
305
E01!<G014! D904281D!+ mtodos D&e &samos para descri$ir los datos D&e
se han o$tenido de la m&estra o po$lacin2 0os sirve para presentar &na
idea de la realidad y para hacer in3erencia in3ormal2
E01!<G014! I6C92964!l= mtodos pro$a$ilsticos D&e &samos para tomar
decisiones) estimar) predecir o hacer 'eneralizaciones so$re &na po$lacin
$asados en &na m&estra2
E01!<G014! 8239b!+ cantidad calc&lada de los datos maestrales) D&e se &sa
para decidir si se rechaza o no la hiptesis n&la2 "eneralmente) &n valor
'rande de esta estadstica es &n indicador D&e nos ap&nta hacia el rechazo
de la hiptesis n&la2
E01m!<o2= el estimador de &n parmetro po$lacional es &na 3&ncin de las
o$servaciones D&e de al'&na manera res&lta en &n valor cercano al
parmetro po$lacional2 Por e@emplo) la media de la m&estra es &n estimador
de la media po$lacional2
E01m!<o2 6090:!<o+ es &n estimador c&yo promedio es el valor del
parmetro desconocido2 #& valor esperado es el valor del parmetro
po$lacional2 /n estimador inses'ado es &no D&e tiene la propiedad de
eAactit&d2

ED961o+ con@&nto o coleccin de &no o ms posi$les res&ltados de &n
eAperimento2 /n evento oc&rre c&ando c&alD&ier res&ltado contenido en el
evento es o$servado2
ED961o0 6<9896<96190+ dos eventos son independientes si el D&e &no
oc&rra no a3ecta la pro$a$ilidad de D&e el otro oc&rra
Estadstica
306
ED961o0 m313!m9619 9K4l3F96190+ son dos o ms eventos D&e no p&eden
oc&rrir sim&ltneamente2
EK!4113<= &na medida Go &n instr&mento para medirH tiene la propiedad de
eAactit&d c&ando las o$servaciones D&e se toman se distri$&yen alrededor
del valor XrealX2 *l valor XrealX es &n parmetro de la po$lacin c&yo valor es
&s&almente desconocido) tal como la media po$lacional2 /n estimador de &n
parmetro es eAacto c&ando es inses'ado) es decir) c&ando s& valor
esperado o promedio es i'&al al parmetro D&e se estima2 Por e@emplo) la
media m&estral es &n estimador eAacto Ginses'adoH para la media
po$lacional2

EK892m961o+ es &n proceso D&e c&ando lo llevamos a ca$o res&lta en &no y
slo &no de los posi$les res&ltados D&e podramos o$tener Gpro$a$ilidadH2
"eneralmente) son datos o$servados de los miem$ros de la po$lacin o
m&estra) e@erciendo control so$re &no o ms de los 3actores D&e podran
alterar la caracterstica de inters o los res&ltados del eAperimento GcienciaH2
F36456 <9 <960<!<= se asocia a &na varia$le aleatoria contin&a L2 *s &na
3&ncin) 3GAH) no ne'ativa y s& inte'ral so$re todos los nmeros reales res&lta
en 92 *l rea $a@o 3GAH y so$re el intervalo Ya) $Z Gel inte'ral de 3GAH desde a
hasta $H nos da la pro$a$ilidad de D&e L adD&iera al'n valor en ese
intervalo+ PG a bP L bP $H2
F36456 <9 <012b3456 !43m3l!1D!+ se asocia a c&alD&ier varia$le
aleatoria L2 FGAH nos da la pro$a$ilidad de D&e L sea menor o i'&al al
nmero A+ FGAH P PG L n AH2
F36456 <9 82ob!bl<!<+ se asocia a &na varia$le aleatoria discreta L2 *s
&na 3&ncin) 3GAH) no ne'ativa) tal D&e la s&ma so$re todos los posi$les
Estadstica
307
valores D&e p&ede as&mir L res&lta en 92 ,a 3&ncin de pro$a$ilidad de L
eval&ada en &n nmero a es i'&al a la pro$a$ilidad de D&e L sea i'&al al
nmero a+ 3GaH P PG L P aH2
H851900 63l!+ es &na aseveracin so$re el valor de &n parmetro
desconocido de &na po$lacin2 #e pres&me cierta hasta tanto se dem&estre
lo contrario2 *sta hiptesis se rechaza o no Gno decimos se aceptaH
dependiendo del valor de la estadstica pr&e$a o del valor p al nivel de
si'ni3icancia deseado2
I6<D<3o0+ se llama &nidad estadstica o individ&o a cada &no de los
elementos D&e componen la po$lacin estadstica2 *l individ&o es &n ente
o$serva$le D&e no tiene por D& ser &na persona) p&ede ser &n o$@eto) &n
ser vivo) o incl&so al'o a$stracto2
M!2:96 <9 922o2= c&ando deseamos estimar el valor de &n parmetro)
&samos &na estadstica para ello y constr&imos &n intervalo alrededor de esa
estadstica2 Decimos entonces D&e con &na con3ia$ilidad esta$lecida) el
intervalo incl&ye el valor desconocido del parmetro2 *l mar'en de error es la
mitad del ancho de ese intervalo2
M;1o<o <9 mG6mo0 43!<2!<o0+ mtodo para a@&star &na recta) D&e hace
mnimo el promedio de los errores de las estimaciones de O) a partir de L2
M39012!= es &n s&$con@&nto 3inito de elementos de la po$lacin2 A las
caractersticas D&e poseen los elementos de la po$lacin y D&e son o$@eto
de est&dio se denominan varia$les2 A cada valor medido de la varia$le le
llamamos dato2
Estadstica
308
ND9l <9 0:6C4!64!+ pro$a$ilidad de rechazar la hiptesis n&la c&ando es
cierta2 Pro$a$ilidad de cometer &n error tipo .2 *ste nivel es seleccionado por
el investi'ador antes de realizar el eAperimento2 ,os valores ms
comnmente seleccionados son niveles de 279) 27= y 2972
P!2Em912o0+ clc&los realizados con los datos de la po$lacin2
P239b! <9 7851900= es &n procedimiento por el c&al esta$lecemos
hiptesis n&la y alterna con el 3in de resolver &n pro$lema2 *l procedimiento
incl&ye el dise-o y seleccin de la m&estra2 ,&e'o de tomados los datos de
la m&estra) se calc&la el valor de &na estadstica pr&e$a2 A &n nivel de
si'ni3icancia previamente seleccionado) la estadstica pr&e$a se compara
con el valor o$tenido de la ta$la de la distri$&cin estadstica apropiada2 *sa
comparacin nos lleva a tomar la decisin de rechazar o no la hiptesis n&la2
Pobl!456= llamamos po$lacin estadstica) &niverso o colectivo al con@&nto
de re3erencia so$re el c&al van a recaer las o$servaciones2
R9:29056+ relacin D&e se da entre &na varia$le independiente y otra
dependiente2
S:6C4!64!= corresponde a la pro$a$ilidad de error tipo . D&e estamos
disp&estos a permitir c&ando hacemos &na pr&e$a de hiptesis2 /s&almente
se eApresa como &n porcenta@e2 ,os valores ms com&nes son 9[) =[)
97[2 /na si'ni3icancia del =[ D&iere decir D&e de cada cien pr&e$as donde
rechacemos la hiptesis n&la) nos permitimos la posi$ilidad de ha$erla
rechazado en = ocasiones a pesar de ser cierta2 *l nivel de si'ni3icancia se
selecciona de ac&erdo con &na amplia 'ama de criterios D&e incl&yen el
Estadstica
309
costo de cometer error tipo . y la tradicin en el rea de contenido so$re el
c&al se est haciendo la pr&e$a2
T!bl! <9 4o616:964!+ es &na ta$la D&e sirve para clasi3icar a los
miem$ros de &n 'r&po de ac&erdo con al'&nas caractersticas c&alitativas o
c&antitativas2
V!2!bl9+ caracterstica de &n con@&nto de elementos2
V!2!bl9 !l9!1o2!= es &na 3&ncin D&e asi'na &n valor n&mrico a cada
s&ceso elemental del espacio m&estral2 *s decir) &na varia$le aleatoria es
&na varia$le c&yo valor n&mrico est determinado por el res&ltado del
eAperimento aleatorio2 ,a varia$le aleatoria la notaremos con letras en
maysc&la L) O) 222 y con las letras en minsc&la A) y) 222 s&s valores2
V!2!bl9 !l9!1o2! <04291!= se dice D&e &na varia$le aleatoria L es discreta
si p&ede tomar &n nmero 3inito o in3inito) pero n&mera$le) de posi$les
valores2 /na varia$le aleatoria discreta se o$tiene desp&s de s&mar o
contarI tra$a@a con nmeros enteros) e@emplo+ nmero de artc&los
de3ect&osos en &na prod&ccin) nmero de artc&los vendidos por da)
nmero de personas D&e se presentan a la &niversidad) etc2
V!2!bl9 !l9!1o2! 4o6163!= se dice D&e &na varia$le aleatoria L es
contin&a si p&ede tomar &n nmero in3inito Gno n&mera$leH de valores) o $ien)
si p&ede tomar &n nmero in3inito de valores correspondientes a los p&ntos
de &no o ms intervalos de la recta real2 /na varia$le aleatoria contin&a se
o$tiene desp&s de hacer &na medicinI tra$a@a con nmeros reales2
Estadstica
310
*@emplo+ temperat&ra) estat&ra) presin) tiempo) rea) dimensiones) peso
etc2
V!2!bl9 <9896<9619+ aD&ella c&yos valores dependen de los valores D&e
tome la varia$le independiente2
V!2!bl9 6<9896<9619+ aD&ella D&e p&ede manip&lar el investi'ador)
determinando los valores D&e p&ede tomar2
Estadstica
311
BIBLIOGRAFA
BIBLIOGRAFA FUNDAMENTAL
A0D*R#O0) DavidI #J**0*O) Dennis y J.,,.AM#) 4homas2 *stadstica
para administracin y economa2 8
o
edicin2 4homson) MAico) 677;2 88< p2
%*R*0#O0) MarNI ,*V.0*) David y KR*H%.*,) 4imothy2 *stadstica para
administracin2 6
o
edicin2 Pearson ed&cacin) MAico) 67792 :8< p2
M*0D*0HA,,) Jilliam2 *stadstica para administradores2 62 ed2
MAico+ .$eroamerica) 9??=2 89: p2
BIBLIOGRAFA RECOMENDADA
(HAO) ,incoln y (A#4ApO) !os Mara2 *stadstica para las ciencias
administrativas) ,incoln2 ;2 ed2 %o'ot+ Mc"ra1CHill) 9??;2 <>< p
,.0D) Do&'las AI MA#O0) Ro$ert D2 y MAR(HA,) Jilliam "2 *stadstica
para administracin y economa2 *spa-a+ Mc"ra1CHill) 67772 =:= p2
#P.*"*,) M&rray2 *stadstica2 62

edicin2 Mc"RAJCH.,,) *spa-a)
9??;2>>=p2
JA,PO,*) Ronald *2 y MO*R#) Raymond H2 Pro$a$ilidad y estadstica) <2
ed MAico+ Mc"ra1CHill) 9??62 :=: p2
Estadstica
312