Actividad 1: Estadstica descriptiva + distribucin binomial

ACTIVIDAD 1: Estadstica descriptiva + distribucin binomial

CASO 1-1: EVALUACIN DE UNA CLASE______________________________
Supongamos que trabajas como profesor en una universidad y te encuentras al final de un
semestre acadmico. En el archivo notas.mtw has guardado las calificaciones obtenidas por
cada uno de tus estudiantes en cada una de las tres pruebas que stos han realizado.
1.

Calcular la nota media y la mediana obtenida por cada estudiante en el conjunto de las
tres pruebas:
Seleccionamos Calc > Row Statistics:

A continuacin, para hallar la media por filas, rellenamos los campos como sigue:

A1 - 1

Estadstica Aplicada con Minitab

Para hallar la mediana por filas, se procede de forma anloga con la opcin Median de la
ventana anterior (guardaremos los resultados en la columna C7). El output resultante ser:

Data Display
Row

Apellido

Nombre

Media

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

Arnau
Bentez
Boyer
Dez
Duart
Garca
Gmez
Gutierrez
Lpez
Lucas
Mndez
Morales
Murcia
Neruda
Nez
Prez
Rojas
Ruprez
Sez
Snchez
Segura
Sol
Trrega
Toms

Juan
Melisa
Mar
Joaqun
Jos
Andrs
Juan
Jenifer
Antonio
Toms
Guillermo
Esteban
Brbara
Amalia
Inma
Ricardo
Luis
Alberto
Nria
Miguel
Carlos
Isabel
Francisco
Josefa

8,60000
8,93333
6,93333
6,93333
5,00000
7,40000
9,66667
9,40000
7,03333
7,63333
5,70000
9,40000
9,26667
8,36667
8,40000
9,23333
7,83333
8,03333
7,13333
8,53333
9,70000
5,26667
6,76667
7,40000

2.

Mediana
9,3
8,6
5,9
6,9
4,8
7,8
9,8
9,2
7,1
6,8
4,9
9,4
9,5
8,1
9,0
10,0
7,9
7,9
7,9
8,1
9,7
5,1
6,0
8,8

Hallar el valor medio o esperado de la nota asociada al Test 1:

Seleccionamos Calc > Column Statistics
Rellenamos los campos como se muestra en la siguiente imagen, guardando el resultado en la
constante K1, cuyo valor se muestra en el output del programa:

Column Mean
Mean of Test1 = 8,0000
A1 - 2

Actividad 1: Estadstica descriptiva + distribucin binomial

CASO 1-2: COMPARACIN DE SALARIOS______________________________

El archivo salarios.mtw contiene los salarios anuales (en ) de los 11 trabajadores del
departamento de finanzas de una empresa, as como otra informacin relevante asociada
(nmero de aos que lleva cada trabajador en la empresa, experiencia previa, aos de
formacin superior, edad, n identificativo, y sexo).
Construir un histograma a partir de la variable que contiene los sueldos.
Seleccionamos Graph > Histogram y completamos los campos como sigue:

HISTOGRAMA DE SUELDOS
3

Frecuencia

1.

0
25000

27500

30000

32500

35000

37500

40000

42500

Sueldos
Observar que hay un salto bastante grande entre los 4 trabajadores mejor pagados y el resto.

A1 - 3

Estadstica Aplicada con Minitab

2.
Construir dos histogramas, uno por cada sexo, de la variable sueldos, comentando el
resultado.
Seleccionamos Graph > Histogram y completamos los campos como sigue:

HISTOGRAMA SUELDOS MUJERES

Frecuencia

0
25000 27500 30000 32500 35000 37500 40000 42500

Sueldos M

HISTOGRAMA SUELDOS HOMBRES

Frecuencia

0
25000 27500 30000 32500 35000 37500 40000 42500

Sueldos H

Parece observarse que los sueldos de los hombres tienden a ser mas altos que los de las mujeres.
A1 - 4

Actividad 1: Estadstica descriptiva + distribucin binomial

3. Representar la variable sueldos mediante una grfico de cajas (Boxplot). Hacer lo mismo
para cada sexo y comentar los resultados.
Seleccionamos Graph > Boxplot y completamos los campos como sigue:

BOXPLOT PARA SUELDOS

Sueldos

40000

35000

30000

25000

El grfico anterior nos proporciona de forma visual bastante informacin. Por ejemplo, nos dice que la
mitad de los sueldos del departamento estn comprendidos, aproximadamente, en el intervalo (29.000,
39.000), y tambin que la mitad de los salarios se sitan por debajo de 33.000 .

A1 - 5

Estadstica Aplicada con Minitab

Seleccionamos Graph > Boxplot y completamos los campos como sigue:

BOXPLOT SUELDOS POR SEXO

Sueldos

40000

35000

30000

25000
1=M

0=H

Sexo N

Se aprecia en este ltimo grfico que la mediana asociada a los sueldos de los hombres es mayor que la
asociada a los sueldos de las mujeres en unos 7.000 .
Es importante hacer notar aqu que, si bien parece haber indicios de diferencias entre los sueldos segn
sexo, no se puede concluir nada en firme. Para ello sera necesario recurrir a tcnicas ms avanzadas,
como la regresin lineal mltiple, que nos proporcionasen resultados estadsticamente significativos.
A1 - 6

Actividad 1: Estadstica descriptiva + distribucin binomial

CASO 1-3: ANLISIS NUTRITIVO______________________________________

Pretendemos ahora realizar un anlisis descriptivo sobre las propiedades nutritivas de 14
marcas diferentes de yogures. Para cada marca se ha evaluado su calidad nutritiva, el coste
de cada unidad, y el nmero de caloras. Los datos se encuentran guardados en el archivo
Yogurt.mtw .
A la hora de decidirnos por una determinada marca de yogurt, nos interesar escoger una
que proporcione suficientes caloras a un precio razonable. En principio, podramos pensar
en escoger una marca cuyo precio se encuentre por debajo de la media.
1. Hallar los estadsticos descriptivos asociados a las variables coste y caloras.
Seleccionar Stat > Basic Statistics > Display Descriptive Statistics:

Los resultados se muestran a continuacin:

Current worksheet: Yogurt.mtw

Descriptive Statistics
Variable
Coste en
Caloras

N
14
14

Mean
0,09357
170,9

Median
0,09000
175,0

TrMean
0,09333
170,8

Variable
Coste en
Caloras

Minimum
0,07000
90,0

Maximum
0,12000
253,0

Q1
0,07750
100,0

Q3
0,11000
240,0

StDev
0,01692
65,0

SE Mean
0,00452
17,4

A1 - 7

Estadstica Aplicada con Minitab

2. Hallar, para cada nivel de calificacin nutritiva, los estadsticos descriptivos asociados a
las variables coste y caloras. Comentar los resultados.
Seleccionar Stat > Basic Statistics > Display Descriptive Statistics:

Descriptive Statistics
Variable
Coste en

Caloras

Variable
Coste en

Caloras

Califica
Buena
Excelent
Muy buen
Pobre
Suficien
Buena
Excelent
Muy buen
Pobre
Suficien

N
4
3
2
2
3
4
3
2
2
3

Mean
0,09500
0,0967
0,09000
0,0950
0,0900
185,0
113,33
100,00
246,50
206,7

Median
0,09500
0,1100
0,09000
0,0950
0,0900
200,0
120,00
100,00
246,50
190,0

TrMean
0,09500
0,0967
0,09000
0,0950
0,0900
185,0
113,33
100,00
246,50
206,7

StDev
0,01291
0,0231
0,00000
0,0354
0,0200
75,1
11,55
0,00
9,19
28,9

Califica
Buena
Excelent
Muy buen
Pobre
Suficien
Buena
Excelent
Muy buen
Pobre
Suficien

SE Mean
0,00645
0,0133
0,00000
0,0250
0,0115
37,5
6,67
0,00
6,50
16,7

Minimum
0,08000
0,0700
0,09000
0,0700
0,0700
90,0
100,00
100,00
240,00
190,0

Maximum
0,11000
0,1100
0,09000
0,1200
0,1100
250,0
120,00
100,00
253,00
240,0

Q1
0,08250
0,0700
*
*
0,0700
107,5
100,00
*
*
190,0

Q3
0,10750
0,1100
*
*
0,1100
247,5
120,00
*
*
240,0

Observamos que las marcas calificadas nutricionalmente como pobres tienen un coste medio de 0,095 ,
lo cual resulta superior a lo que deseamos gastar, por tanto las descartaremos.
Se aprecia tambin como aquellas marcas con una mejor calificacin nutricional tienden a tener un
menor nmero de caloras.
A1 - 8

Actividad 1: Estadstica descriptiva + distribucin binomial

3. Crear una tabla de frecuencias y porcentajes para la variable calificacin nutritiva. Sacar
conclusiones.
Seleccionar Stat > Tables > Tally :

Summary Statistics for Discrete Variables

Califica
Buena
Excelent
Muy buen
Pobre
Suficien
N=

Count CumCnt
4
4
3
7
2
9
2
11
3
14
14

Percent CumPct
28,57 28,57
21,43 50,00
14,29 64,29
14,29 78,57
21,43 100,00

Comprobamos que el 64% de las marcas fueron calificadas como buenas, muy buenas, o excelentes en
trminos de valores nutritivos.
Aunque el coste de los yogures vara entre 0,07 y 0,12 , la mitad de las marcas estn por debajo de los
0,09 . A la hora de seleccionar una de ellas, nos quedaramos probablemente con la marca n 8, dado
que est considerado como excelente, cuesta 0,07 por unidad y, adems, el nmero de caloras que
aporta (100) es inferior a la media (107,9).

A1 - 9

Estadstica Aplicada con Minitab

CASO 1-4: TIPOS DE SANGRE________________________________________

Supongamos que trabajas como estadstico voluntario para la Cruz Roja. El coordinador del
centro te ha comentado que las reservas de sangre tipo O se estn acabando y que, en base
a su experiencia, estima que necesitaris unas 10 o 12 nuevas bolsas se sangre tipo O para
poder cubrir las necesidades de la prxima semana. Adems, te informa de que dispone de
25 potenciales donantes (los cuales no mantienen ninguna relacin de parentesco entre
ellos), y te pregunta si sern suficientes o si, por el contrario, debera seguir buscando ms
donantes.
Viendo el historial clnico de tu centro, compruebas que 45 de cada 100 donantes tienen
sangre del tipo buscado, por lo que la probabilidad de que al elegir un donante al azar ste
tenga sangre de tipo O es de 0,45. As pues, si denotamos por X al nmero de donantes ya
disponibles que tienen sangre de tipo O, tendremos que X seguir una distribucin binomial
con n = 25 pruebas y probabilidad de xito p = 0,45.
1.

Para k = 0, 1, 2, , 25 hallar la probabilidad de que X valga k, i.e., hallar P(X = k).

En primer lugar, generaremos una columna que contenga los nmeros 1, 2, , 25. Para ello
seleccionamos Calc > Make Patterned Data > Simple Set of Numbers :

A continuacin pulsamos Calc > Probability Distributions > Binomial :

A1 - 10

Actividad 1: Estadstica descriptiva + distribucin binomial

Obtendremos el output que aparece a continuacin, el cual nos proporciona la probabilidad de que la
variable aleatoria X tome cada uno de los valores posibles. As, p.e., la probabilidad de que exactamente
11 de entre los 25 donantes tengan clase de tipo O ser de 0,1583:

Data Display

2.

Row

P(X=k)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

0,000007
0,000065
0,000407
0,001830
0,006290
0,017155
0,038097
0,070133
0,108387
0,141889
0,158306
0,151110
0,123636
0,086705
0,052023
0,026603
0,011523
0,004190
0,001263
0,000310
0,000060
0,000009
0,000001
0,000000
0,000000

Estudiar, mediante un histograma, qu valores son los ms probables:

Seleccionamos Graph > Plot :

A1 - 11

Estadstica Aplicada con Minitab

Nube de puntos de probabilidad

vs. n de sucesos

P(X=k)

0,15

0,10

0,05

0,00
0

10

15

20

25

k
En el grfico anterior se aprecia claramente que los valores ms probables son: X = 9, X = 10, X = 11,
X = 12 y X = 13.

3. Para k = 0, 1, 2, , 25 hallar la probabilidad de que X valga a lo sumo k, i.e.: P(X <= k).
Cul es la probabilidad de que entre los 25 donantes haya al menos 12 que tengan sangre
de tipo O?
Pulsamos Calc > Probability Distributions > Binomial :

A1 - 12

Actividad 1: Estadstica descriptiva + distribucin binomial

Data Display
Row

P(X=k)

P(X<=k)

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

0,000007
0,000065
0,000407
0,001830
0,006290
0,017155
0,038097
0,070133
0,108387
0,141889
0,158306
0,151110
0,123636
0,086705
0,052023
0,026603
0,011523
0,004190
0,001263
0,000310
0,000060
0,000009
0,000001
0,000000
0,000000

0,00001
0,00007
0,00048
0,00231
0,00860
0,02575
0,06385
0,13398
0,24237
0,38426
0,54257
0,69368
0,81731
0,90402
0,95604
0,98264
0,99417
0,99836
0,99962
0,99993
0,99999
1,00000
1,00000
1,00000
1,00000

A partir de este ltimo output podemos conocer la probabilidad de que el nmero de donantes con sangre
tipo O sea menor o igual que un determinado n. As, la probabilidad de que el nmero de donantes con
sangre tipo O sea igual o menor a 11 es de 0,5426.
Veamos, finalmente, cmo calcular la probabilidad de que al menos 12 de los 25 donantes tengan sangre
tipo O, i.e., P(X >= 12). Para hallar esta probabilidad, usaremos la siguiente propiedad: la probabilidad
de un suceso ms la de su opuesto es igual a 1, o dicho de otra forma: dado un suceso A de
probabilidad P(A), la probabilidad de que ste no ocurra ser 1 P(A) .
Por tanto,
P(X >= 12) = 1 P(X < 12) = 1 P(X <= 11) = 1 0,5426 = 0,4574.
Esto nos dice que, en las condiciones actuales, la probabilidad de que consigamos cubrir con xito las
necesidades de la prxima semana por lo que a sangre de tipo O se refiere ser del orden de 0,46.
Conclusin: nuestro coordinador deber seguir buscando nuevos donantes.
Siguiendo un razonamiento anlogo al anterior podis comprobar que con 35 donantes la probabilidad
de que cubramos nuestras necesidades de sangre tipo O, i.e.: P(X >= 12), ser de 0,93, valor que ya es
bastante aceptable, pues significa que en 93 (aproximadamente) de cada 100 veces que estemos en una
situacin como sta, lograremos disponer de las bolsas necesarias.

A1 - 13