Está en la página 1de 13

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 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 2. Apellido Arnau Bentez Boyer Dez Duart Garca Gmez Gutierrez Lpez Lucas Mndez Morales Murcia Neruda Nez Prez Rojas Ruprez Sez Snchez Segura Sol Trrega Toms Nombre Juan Melisa Mar Joaqun Jos Andrs Juan Jenifer Antonio Toms Guillermo Esteban Brbara Amalia Inma Ricardo Luis Alberto Nria Miguel Carlos Isabel Francisco Josefa Media 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 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). 1. 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

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


2

Frecuencia

0 25000 27500 30000 32500 35000 37500 40000 42500

Sueldos M

HISTOGRAMA SUELDOS HOMBRES


2

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

40000

Sueldos

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

40000

Sueldos

35000

30000

25000 0=H 1=M

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 Variable Coste en Caloras N 14 14 Minimum 0,07000 90,0 Mean 0,09357 170,9 Maximum 0,12000 253,0 Median 0,09000 175,0 Q1 0,07750 100,0 TrMean 0,09333 170,8 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 Califica Buena Excelent Muy buen Pobre Suficien Buena Excelent Muy buen Pobre Suficien Califica Buena Excelent Muy buen Pobre Suficien Buena Excelent Muy buen Pobre Suficien N 4 3 2 2 3 4 3 2 2 3 SE Mean 0,00645 0,0133 0,00000 0,0250 0,0115 37,5 6,67 0,00 6,50 16,7 Mean 0,09500 0,0967 0,09000 0,0950 0,0900 185,0 113,33 100,00 246,50 206,7 Minimum 0,08000 0,0700 0,09000 0,0700 0,0700 90,0 100,00 100,00 240,00 190,0 Median 0,09500 0,1100 0,09000 0,0950 0,0900 200,0 120,00 100,00 246,50 190,0 Maximum 0,11000 0,1100 0,09000 0,1200 0,1100 250,0 120,00 100,00 253,00 240,0 TrMean 0,09500 0,0967 0,09000 0,0950 0,0900 185,0 113,33 100,00 246,50 206,7 Q1 0,08250 0,0700 * * 0,0700 107,5 100,00 * * 190,0 StDev 0,01291 0,0231 0,00000 0,0354 0,0200 75,1 11,55 0,00 9,19 28,9 Q3 0,10750 0,1100 * * 0,1100 247,5 120,00 * * 240,0

Caloras

Variable Coste en

Caloras

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
Row 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 2. 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 P(X=k) 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


0,15

P(X=k)

0,10

0,05

0,00 0 5 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 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 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 P(X=k) 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 P(X<=k) 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