Está en la página 1de 91

UNIMAG ECAES - MODULO ESTADISTICA Ing.

SHIRLY GOMEZ
Eco. MARA MARTINEZ
ESTADSTICA
Definiciones
Esta!stica" ciencia que estudia cmo debe
emplearse la informacin y cmo dar una gua
de accin en situaciones prcticas que entraan
incertidumbre.
* es el sistema que estudia los mtodos
cientficos para recopilar datos, analizarlos,
agruparlos, y representarlos en cuadros o
grficos para su interpretacin. Los mtodos
estadsticos se aplican a cualquier rea del
comportamiento humano, donde los datos
numricos son el resultado de un proceso de
decisin.
stablecemos a continuacin algunas
definiciones de conceptos bsicos y
fundamentales bsicas como son! elemento,
poblacin, muestra, caracteres, "ariables, etc., a
las cuales haremos referencia continuamente a
lo largo del te#to
Ini#i$os o e%e&entos! personas u ob$etos que
contienen cierta informacin que se desea
estudiar.
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
'o(%aci)n" con$unto de indi"iduos o elementos
que cumplen ciertas propiedades comunes.
M$est*a" subcon$unto representati"o de una
poblacin.
'a*+&et*o" funcin definida sobre los "alores
numricos de caractersticas medibles de una
poblacin.
Esta!stico" funcin definida sobre los "alores
numricos de una muestra.
n relacin al tamao de la poblacin, sta
puede ser!
,inita, como es el caso del n%mero de
personas que llegan al ser"icio de urgencia
de un hospital en un da&
Infinita, si por e$emplo estudiamos el
mecanismo aleatorio que describe la
secuencia de caras y cruces obtenida en el
lanzamiento repetido de una moneda al aire.
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
Ca*acte*es" propiedades, rasgos o cualidades
de los elementos de la poblacin. stos
caracteres pueden di"idirse en cualitati"os y
cuantitati"os.
Moa%iaes o catego*!as" diferentes
situaciones posibles de un carcter. Las
modalidades deben ser a la "ez e#hausti"as 'que
pueden clasificar a toda la poblacin( y
mutuamente e#cluyentes'que un mismo
elemento no puede pertenecer simultneamente
a dos o ms categoras( .
C%ases" con$unto de una o ms modalidades en
el que se "erifica que cada modalidad pertenece
a una y slo una de las clases.
I. -ARIA.LES ESTADSTICAS
Los caracteres de los elementos de una
poblacin pueden ser cualitati"os o
cuantitati"os. Los datos cualitati"os,
denominados tambin atributos, son todos
aquellos elementos que pueden ser descritos
cualitati"amente, es decir mediante palabras&
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
son e$emplos de atributos! La clasificacin de
los alumnos de una uni"ersidad por lugar de
procedencia, se#o, deporte que practica, etc.
Los caracteres cuantitati"os denominados
"ariables, son todas aquellas caractersticas
susceptibles de ser e#presada cuantitati"amente,
es decir mediante n%meros. $emplo peso,
estatura, edad, etc.
Las "ariables se di"iden en discretas y
continuas. Las discretas son aquellas que
admiten solamente "alores enteros, es decir, no
tienen "alores intermedios. $emplo el n%mero
de hi$os por familia, el n%mero de empleados
por departamento en una empresa, etc.
Las "ariables continuas son aquellas que
admiten "alores fraccionarios, pudindose
establecer inter"alos. $emplo! la estatura de
una persona que mide un metro con setenta
centmetros, que pesa sesenta )ilos, una libra y
cuatro onzas, etc.
**. +*,-.*/01*23 + 4.1031*5,
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
0na distribucin de frecuencias es una tabla en
la que un con$unto de datos se di"ide en un
n%mero adecuado de clases 'categoras(, al
tiempo que se muestra tambin el n%mero de
unidades pertenecientes a cada clase.
O*enaci)n! es la colocacin de los datos
numricos tomados, en orden creciente o
decreciente.
1uando se dispone de un gran numero de datos
es %til agruparlos en clases o categoras y
determinar el numero de indi"iduos
pertenecientes a cada clase, que es la frecuencia
de clase.
La tabla 6.6 es una distribucin de frecuencias
de alturas de 677 estudiantes de la uni"ersidad
89:.
A%t$*a
'pulgadas(
N$&e*o e
est$iantes
;7<;= >
;?<;> 6@
;;<;@ A=
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
;B<C6 =C
C=<CA @
-otal
677
n la primera clase, por e$emplo comprende las
alturas de ;7 a ;= pulgadas y "iene indicada por
el smbolo ;7 < ;=, puesto que > estudiantes
tienen una altura pertenecientes a esta clase, la
correspondiente frecuencia de clase es de >.
Inte*#a%o e c%ase / %!&ite e c%ase" un
smbolo que define a una clase, tal como ;7 < ;=
de <la tabla anterior se conoce como intervalo
de clase. Los n%meros e#tremos ;7 y ;= son los
limites de clases& el numero ;7 es el limite
inferior de clase y el mayor ;= es el limite
superior.
L!&ites *ea%es e %as c%ases" Los lmites reales
de clase se obtienen sumando al limite superior
de un inter"alo de clase el limite inferior del
inter"alo de clase contiguo superior y di"idirlo
por =. ,i los n%meros se registraran con
apro#imaciones de pulgadas, tericamente ;7<
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
;=, incluyen todas las medidas desde >B.> a
;=.> a los cuales se le denominan limites reales
de las clases. >B.> es el lmite real inferior y
;=.> es el lmite real superior
Ta&a0o o anc1$*a e $n inte*#a%o e c%ase"
es la diferencia entre los lmites reales de clase
que lo forman y se conoce como anchura de
clase, tamao de clase o longitud de clase. ,i
todos los inter"alos de clase de una distribucin
de frecuencias tienen la misma anchura, esta
anchura se representa con la letra c. para la tabla
6.6 c = 62.5 - 59.5 = 65.5 - 62.5=3
Ma*ca e c%ase" es el punto medio del inter"alo
de clase y se obtiene sumando el lmite superior
y el lmite inferior de la clase y di"idindolo por
=. 5s la marca de clase del inter"alo ;7 < ;= es
';7D;=(E=F ;6
Reg%as gene*a%es 2a*a fo*&a* %as
ist*i($ciones e f*ec$encia.
6. +eterminar el mayor y el menor "alor entre
los datos registrados y as encontrar el rango'
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
diferencia entre el mayor y el menor de los
datos(
=. +i"idir el rango en un n%mero con"eniente
de inter"alos de clase del mismo tamao.
?. +eterminar el n%mero de obser"aciones que
cae dentro de cada inter"alo de clase, es decir
encontrar la frecuencia de clase.
1onsideremos una poblacin estadstica de n
indi"iduos, descrita seg%n un carcter o "ariable
C cuyas modalidades han sido agrupadas en un
n%mero de clases, que denotamos mediante
Gara cada una de las clases c
i
,
,introducimos las siguientes magnitudes!
,*ec$encia a(so%$ta de la clase c
i
es el n%mero
n
i
, de elementos perteneciente a esa clase. Gor
e$emplo para la clase ;7 < ;= es >.
,*ec$encia *e%ati#a de la clase c
i
, es la
frecuencia de la clase di"idida por el
total de frecuencias de todas las clases y se
e#presa generalmente como porcenta$e
La suma de las frecuencias relati"as de todas las
clases es e"identemente 6 oH 677I. Gor
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
e3e&2%o para la clase ;; < ;@ la frecuencia
relati"a es! A=E677F A=I
,*ec$encia a(so%$ta ac$&$%aa !
i
, se calcula
sobre "ariables cuantitati"as o cuasicuantitati"as
la frecuencia total de todos los "alores menores
que el limite real superior de la clase de un
inter"alo de clase dado se conoce como
frecuencia acumulada hasta ese inter"alo de
clase inclusi"e.

por e3e&2%o la frecuencia acumulada hasta el
inter"alo ;;<;@ inclusi"e de la tabla 6.6 es
>D6@DA=F;> significando que ;> estudiantes
tienen alturas menores que ;@.> pulgadas.
,*ec$encia *e%ati#a ac$&$%aa
"
i
, se calcula sobre "ariables
cuantitati"as o cuasicuantitati"as, es
la frecuencia acumulada di"idida por la
frecuencia total.
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
por e3e&2%o la frecuencia relati"a acumulada
de alturas menores que ;@.> es ;>E677F;>I,
queriendo con ello decir que ;>I de los
estudiantes tienen alturas menores de ;@.>
pulgadas.
Inte
*#a%
o
'l
i<6
<< l
i
#
,*ec$e
ncia
a(so%$
ta4
5f.a6
n
i
Ma*
ca
e
c%ase
c
i
,*ec$e
ncia
*e%ati#
a5f.*6
f
i
,*ec$encia
a(so%$ta
ac$&$%aa
5f.a.a6
!
i
,*ec$encia
*e%ati#a
ac$&$%aa
5f.*.a6 "
i
;7<
;=
> ;6 7.7> > 7.7>
;?<
;>
6@ ;A 7.6@ =? 7.=?
;;<
;@
A= ;C 7.A= ;> 7.;>
;B<
C6
=C C7 7.=C B= 7.B=
C=<
CA
@ C? 7.7@ 677 6
788 7
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
,o*&a gene*a% e %as ta(%as e f*ec$encia
III. RE'RESENTACIONES GRA,ICAS.
6. G*+ficos 2a*a #a*ia(%es c$a%itati#as" Los
grficos ms usuales para representar
"ariables de tipo nominal son los siguientes!
Diag*a&as e (a**as"
,iguiendo la figura 6.6,
representamos en el e$e
de ordenadas las
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
modalidades y en abscisas las frecuencias
absolutas o bien, las frecuencias relati"as.
Diag*a&as e secto*es 'tambin llamados
tartas(. ,e di"ide un crculo en tantas
porciones como clases e#istan, de modo que a
cada clase le corresponde un arco de crculo
proporcional a su frecuencia absoluta o
relati"a . figura 6.=
l arco de cada
porcin se calcula
usando la regla de
tres!
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
'ictog*a&as! #presan con dibu$os alusi"o al
tema de estudio las frecuencias de las
modalidades de la "ariable. stos grficos se
hacen representado a diferentes escalas un
mismo dibu$o, como "emos en la figura 6.?
,ig$*a" Gictograma.
Las reas son
proporcionales a las
frecuencias.
9. G*+ficos 2a*a #a*ia(%es c$antitati#as
Gara las "ariables cuantitati"as, consideraremos
dos tipos de grficos, en funcin de que para
realizarlos se usen las frecuencias 'absolutas o
relati"as( o las frecuencias acumuladas!
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
Diag*a&as ife*encia%es"
,on aquellos en los que se representan
frecuencias absolutas o relati"as. n ellos se
representa el n%mero o porcenta$e de
elementos que presenta una modalidad dada.
Diag*a&as integ*a%es"
,on aquellos en los que se representan el
n%mero de elementos que presentan una
modalidad inferior o igual a una dada. ,e
realizan a partir de las frecuencias
acumuladas, lo que da lugar a grficos
crecientes, y es ob"io que este tipo de grficos
no tiene sentido para "ariables cualitati"as.
,eg%n hemos "isto e#isten dos tipos de
"ariables cuantitati"as! discretas y continuas.
Jemos a continuacin las diferentes
representaciones grficas que pueden realizarse
para cada una de ellas as como los nombres
especficos que reciben.
G*+ficos 2a*a #a*ia(%es isc*etas 1uando
representamos una "ariable discreta, usamos
el iag*a&a e (a**as cuando pretendemos
hacer una grfica diferencial. Las barras deben
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
ser estrechas para representar el que los
"alores que toma la "ariable son discretos. l
diagrama integral o acumulado
tiene, por la naturaleza de la "ariable, forma
de escalera. 0n e$emplo de diagrama de barras
as como
su diagrama integral correspondiente estn
representados en la figura 6.A
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
,ig$*a" +iagrama diferencial 'barras( e integral
para una "ariable discreta. Kbsr"ese que el
diagrama integral 'creciente( contabiliza el
n%mero de obser"aciones de la "ariable
inferiores o iguales a cada punto del e$e de
abcisas.
G*+ficos 2a*a #a*ia(%es contin$as 1uando
las "ariables son continuas, utilizamos como
diagramas diferenciales los histogramas y los
polgonos de frecuencias.
0n histograma se construye a partir de la tabla
estadstica, representando sobre cada inter"alo,
un rectngulo que tiene a este segmento como
base. l criterio para calcular la altura de cada
rectngulo es el de mantener la
proporcionalidad entre las frecuencias absolutas
'o relati"as( de cada inter"alo y el rea de los
mismos.
E% polgono de frecuencias se construye
fcilmente si tenemos representado pre"iamente
el histograma, ya que consiste en unir mediante
lneas rectas los puntos del histograma que
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
corresponden a las marcas de clase. Gara
representar el polgono de frecuencias en el
primer y %ltimo inter"alo, suponemos que
adyacentes a ellos e#isten otros inter"alos de la
misma amplitud y frecuencia nula, y se unen por
una lnea recta los puntos del histograma que
corresponden a sus marcas de clase. Kbsr"ese
que de este modo, el polgono de frecuencias
tiene en com%n con el histograma el que las
reas de la grficas sobre un inter"alo son
idnticas. Janse ambas grficas diferenciales
representadas en la parte superior de la figura
l diagrama integral para una "ariable continua
se denomina tambin 2o%!gono e f*ec$encias
ac$&$%ao, y se obtiene como la poligonal
definida en abcisas a partir de los e#tremos de
los inter"alos en los que hemos organizado la
tabla de la "ariable, y en ordenadas por alturas
que son proporcionales a las frecuencias
acumuladas. +icho de otro modo, el polgono de
frecuencias absolutas es una primiti"a del
histograma
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
,ig$*a" +iagramas
diferenciales e integrales
para una "ariable
continua.
'*inci2a%es iag*a&as seg:n e% ti2o e
#a*ia(%es
Ti2o e
#a*ia(%e
Diag*a&a
J.
1ualitati"
a
/arras, sectores,
pictogramas
J.
+iscreta
+iferencial
'barras(
*ntegral 'en
escalera(
J. +iferencial
; , C
>
?@
>
67 6= > ? @

+ + + +
$
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
1ontinua 'histograma,
polgono de
frecuencias(
*ntegral
'diagramas
acumulados(
I-. MEDIDAS DESCRI'TI-AS
7. Esta!sticos e tenencia cent*a%"
Las tres medidas ms usuales de tendencia
central son! la media, la mediana, la moda
a6 La &eia a*it&;tica de una
"ariable estadstica es la suma
de todos sus posibles "alores, ponderada por
las frecuencias de los mismos.
,i los datos no estn ordenados en una tabla,
entonces
E3e&2%o" la media aritmtica
de los n%meros @,?,>,6=,67 es!
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
,i los datos estn ordenados en una tabla! %n
una distri&uci'n de
frecuencias agrupadas, las
ponderaciones son las
frecuencias ( las marcas de clase son los
valores )ue se ponderan.
Inte*#a%os Ma*cas < ,*ec$enci
as f
,=<
=; L ?7 =@ A 66=
?6 L ?> ?? 6A A;=
?; L A7 ?@ =7 C;7
A6 L A> A? =@ 6,=7A
A; L >7 A@ 6@ @;A
>6 L >> >? 6= ;?;
>; L ;7 >@ = 66;
N>?@
f< >
A47BA
MEDIA ARITMETICA 'ONDERADA" se
aplica para calcular el "alor promedio de
!
f*
f
* f
*
n
i
i
n
i
i i

6
6
?B . A=
B@
6>A , A


!
f*
*
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
cantidades a cada una de las cuales esta
asociado un numero o peso que la pondera. n
general si X
1
, X
2
,......X
n
son las cantidades y &
7
4
&
9
4......&
n
las respecti"as ponderaciones
entonces la media ponderada < es!
E3e&2%o" si un e#amen final de curso se "alora
como tres "eces
los e#menes
parciales y un estudiante tiene una nota de
e#amen final de @> y notas de e#menes
parciales de C7 y B7 su nota final ser!
'RO'IEDADES DE LA MEDIA
ARITMETICA
a( La suma de las des"iaciones
'ponderadas( respecto a la media aritmtica,
es siempre igual a cero '7(

m
m*
m
* m
*
n
i
i
n
i
i i
6
6
@?
>
A6>
? 6 6
( @> (' ? ' ( B7 (' 6 ' ( C7 (' 6 '

+ +
+ +
*
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
b( La media de una muestra es igual a la
media ponderada de las submuestras,
tomndose como ponderacin los tamaos
de esas submuestras.
c( La media aritmtica de una constante por
una "ariable, es igual al producto de la
constante por la media aritmtica de la
"ariable.
d( La media aritmtica de una constante
ms una "ariable, es igual a la constante ms
la media de la "ariable.
e( La media de la suma de dos "ariables es
igual a la suma de das medias de dichas
"ariables.
(6 LA MEDIANA! ,e define como aquel
"alor de la "ariable que supera a no ms de la
mitad de las obser"aciones y al mismo tiempo
es superado por no ms de la mitad de las
obser"aciones. La mediana es el "alor central.
E3e&2%o 7" sean los n%meros ?, A, A, > ,C , @, @,
@, 67 que tiene de mediana MBE=ND6FMAND6F>
obser"acion que corresponde al numero ;.
'numero de datos impares(
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
E3e&2%o 9" ,ean los n%meros >, >, C, ?4 77, 6=,
6>, 6@ su mediana es 6E='BD66(F67
Gara datos agrupados, la mediana se obtiene por
interpolacin y "iene dada por !
+onde!
L
6
F

limite real inferior de la clase mediana ' es
decir de la clase que contiene la mediana(
3F numero total de datos
'f(
6
F suma de la frecuencia de todas las clases
por deba$o de la clase mediana.
f
mediana
F frecuencia de la clase mediana
c F tamao del inter"alo de la clase mediana.

Oeomtricamente la mediana es el "alor de la
8'abscisa( que corresponde a la "ertical que
di"ide un histograma en dos partes de igual
rea.
( )
c
f
f
!
+ ,ediana
mediana

,
_

+

6
6
=
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
E3e&2%o D"
Kbtener la media aritmtica y la mediana en la
distribucin ad$unta. +eterminar grficamente
cul de los dos promedios es ms significati"o.
So%$ci)n

La media aritmtica es!
f
i
f
i
c
i
f
i
4
i
f
i
'
$
i
f
i
C> . ?=
=77
>>7 . ;

!
f*
*
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
La primera frecuencia absoluta acumulada que
supera el "alor nE=F677 es 4
i
F6A7. Gor ello el
inter"alo mediano es M67&=7(. 5s!
Gara "er la representati"idad de ambos
promedios, realizamos el histograma, y
obser"amos que dada la forma de la
distribucin, la mediana es ms representati"a
que la media.
.
,ig$*a"
Gara esta
distribucin
de
frecuencias
es ms
representati"o usar como estadstico de
tendencia central la mediana que la media
( )
6> 67 *
@7
;7 677
67
=
6
6

,
_

+

c
f
f
!
+ ,ediana
mediana
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
c6 La &oa. La moda de una serie de n%meros
es aquel "alor que se presenta con mayor
frecuencia , es decir el "alor ms com%n. La
moda puede no e#istir, incluso no ser %nica.
E3e&2%o 7" l sistema =, =, >, C, B, B, B, 67,
67, 66, 6=, 6@, tiene de moda B
E3e&2%o 9" l sistema ?, >, @, 67, 6=, 6>, 6;,
no tiene moda
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
E3e&2%o D" l sistema =, ?, A, A, A, >, >, C, C, C,
B tiene dos modas A y C y se llama bimodal.
0na distribucin que tiene una sola moda se
llama -nimodal.
,oda de datos agrupados. n una distribucin
de frecuencias de datos agrupados, la moda es
la marca del inter"alo de clase que contiene la
mayor frecuencia.
+e una distribucin de frecuencias o histograma
la moda puede sacarse de la formula!
donde!
L
6
F limite real inferior de la clase modal 'es
decir de la clase que contiene a la moda(

6
F e#ceso de la frecuencia modal sobre la
frecuencia de la clase contigua inferior
c + ,oda

,
_

+
= 6
6
6
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ

=
F e#ceso de la frecuencia modal sobre la
frecuencia de la clase contigua superior
cF tamao del inter"alo de la clase modal
E3e&2%o A" hallar la moda de la siguiente
distribucin de frecuencias
inter"al
o
8
i
f
i
>7.77<
;7.77
P>
>.7
7
@
;7.77<
C7.77
;>
.77
67
C7.77<
@7.77
C>
.77
6;
@7.77<
B7.77
@>
.77
6A
B7.77<
677.77
B>
.77
67
677.77<
667.77
67
>.7
7
>
667.77<
6=7.77
66
>.7
=
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
7
3F
;>
So%$ci)n"
Gor definicin de la moda para datos
agrupados, la &oa > C> , por ser la marca de
clase con mayor frecuencia '6;(.
0tilizando la formula tenemos! la moda esta en
el inter"alo con mayor frecuencia '6;.(
La formula da un
resultado apro#imado.
9. Esta!sticos e 2osici)n " CUARTILES4
DECILES Y 'ERCENTILES
,i una serie de datos se colocan en orden de
magnitud, el "alor medio que di"ide a con$unto
de datos en dos partes iguales es la &eiana.
y los "alores que di"iden a los datos en cuatro
partes iguales, representados por E
7
, E
9
4 E
D
se
llaman primero, segundo y tercer c$a*ti%4
respecti"amente& el "alor de E
9
es igual a la
mediana.
( ) >7 . CC 77 . 67 *
( 6A 6; ' ( 67 6; '
67 6;
BB> . ;B
= 6
6
6

+

+
+

+

,
_

c + ,oda
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
5nlogamente, Los "alores que di"iden los
datos en diez partes iguales se llaman eci%es y
se representan por D
7
4 D
9
4 D
D
4....4 D
?
4 mientras
que los "alores que di"iden los datos en cien
partes iguales se llaman 2e*centi%es y se
representan por '
7
4 '
9
4........ '
??
4 el quinto decil
y el quincuagsimo percentil equi"alen a la
mediana.
Gara una "ariable discreta, se define el 2e*centi%
e o*en , como la obser"acin, .

, que de$a
por deba$o de si el k % de la poblacin. sta
definicin nos recuerda a la mediana, pues
como consecuencia de la definicin es e"idente
que !
M
ed
> P
B8

n el caso de una "ariable continua, el inter"alo
donde se encuentra , P
k
( l
i-1
, l
i
se calcula
buscando el que de$a deba$o de si al k % de las
obser"aciones. +entro de l, .

se obtiene seg%n
la relacin!
i
i
i
i /
c
f
"
n
+ p

,
_

6
6
677
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
+onde!
L
i<6
F limite real inferior de la clase que
contenga el percentil
nF numero de datos
4
i<6
F suma de la frecuencias de todas las clases
inferiores a la clase que contenga el percentil
f
i
F frecuencia de la clase que contiene el
percentil
c F tamao del inter"alo de la clase.
Gor su propia naturaleza, el percentil puede estar
situado en cualquier lugar de la distribucin, por
lo que no puede considerrsele como una
medida de tendencia central.
Los c$a*ti%es, 0
l
, son un caso particular de los
percentiles. Qay ?, y se definen como!
E
7
> '
9B
E
9
> '
B8
> MED
E
D
> '
FB
i
i
i
i
c
f
"
n
+ 0

,
_

6
6
A
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
en el caso de una "ariable continua
+onde!
L
i<6
F limite real inferior de la clase que
contenga el cuartil
nF numero de datos
4
i<6
F suma de la frecuencias de todas las clases
inferiores a la clase que contenga el cuartil
f
i
F frecuencia de la clase que contiene el cuartil
c F tamao del inter"alo de esa clase.
Rs precisamente, definimos los deciles 1
6
, 1
=
,
..., 1
B
como! !
i
" P
1# i
i " 1,...,$
en el caso de una "ariable continua

i
i
i
i
c
f
"
n
+ 1

,
_

6
6
67
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
donde!
L
i<6
F limite real inferior de la clase que
contenga el decil
nF numero de datos
4
i<6
F suma de la frecuencias de todas las clases
inferiores a la clase que contenga el decil
f
i
F frecuencia de la clase que contiene el decil
c F tamao del inter"alo de esa clase.
E3e&2%o 7"
+ada la siguiente distribucin en el n%mero de
hi$os de cien familias, calcular sus cuartiles.
$
i
f
i
"
i
7 6A 6A
6 67 =A
= 6> ?B
? =; ;>
A =7 @>
> 6>
67
7
nF6
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
77
So%$ci)n"
6. Grimer cuartil!
=. ,egundo
cuartil!
?. -ercer
cuartil!
E3e&2%o 9"
1alcular los cuartiles en la siguiente
distribucin de una "ariable continua!
l
i<6
< l
i
f
i
"
i
7 < 6 67
6
7
6 < = 6= =
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
=
= < ? 6=
?
A
? < A 67
A
A
A < > C
>
6
nF
>6
So%$ci)n"
6.
Grimer cuartil
=.
,egundo cuartil!
=? . 6 6 *
6=
67 C> . 6=
6
A
6
6 6

,
_

+

i
i
i
i
c
f
"
n
+ 0
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
?.
-ercer cuartil
E3e&2%o D"
=B . = 6 *
6=
== > . =>
=
A
=
6
6 =

,
_

+

i
i
i
i
c
f
"
n
+ 0
AA> . ? 6 *
67
?A => . ?@
?
A
?
6
6 ?

,
_

+

i
i
i
i
c
f
"
n
+ 0
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
La tabla muestra la distribucin de frecuencias
de los salarios semanales en dlares de ;>
empleados de la compaa G y .. Qallar a( los
cuartiles b( los deciles c( el percentil ?> d( el
percentil ;7
inter"al
o
f
i
4
i
>7.77<
>B.BB
@ @
;7.77<
;B.BB
67 6@
C7.77<
CB.BB
6; ?A
@7.77<
@B.BB
6A A@
B7.77<
BB.BB
67 >@
677.77<
67B.BB
> ;?
667.77<
66B.BB
= ;>
3
F;
>
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
So%$ci)n"
a( 1uartiles
6. Grimer cuartil! nEAF;>EAF6;.=> 4
i
S
6;.=>F6@ inter"alo ;7.77<;B.BB
=. ,egundo cuartil! =nEAFnE=F;>E=F?=.> 4
i

S?=.>F?A inter"alo C7.77<CB.BB
?. tercer cuartil ! ?nEA F '?*';>((EAFA@.C> 4
i
S
A@.C> F>@ inter"alo B7.77<BB.BB
=> . ;@ 77 . 67 *
67
@ => . 6;
BB> . >B
A
6
6 6

,
_

+

i
i
i
i
c
f
"
n
+ 0
7; . CB 77 . 67 *
6;
6@ > . ?=
BB> . ;B
A
=
6
6 =

,
_

+

i
i
i
i
c
f
"
n
+ 0
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
+e aqu que el =>I de los empleados gana
P;@.=> o menos, el >7I gana PCB.7; o menos y
el C>I de los empleados gana PB7.C> o menos
b( deciles
6 decil nE67 F ;>E67F;.> 4
i
S;.>F@ inter"alo
>7.77<>B.BB
= decil =nE67F6?7E67F6? 4
i
S6?F6@ inter"alo
;7.77<;B.BB
C> . B7 77 . 67 *
67
A@ C> . A@
BB> . @B
A
?
6
6 ?

,
_

+

i
i
i
i
c
f
"
n
+ 0
6= . >@ 77 . 67 *
@
7 > . ;
BB> . AB
67
6
6 6

,
_

+

i
i
i
i
c
f
"
n
+ 1
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
? decil ?nE67F6B>E67F6B.> 4
i
S6B.>F?A
inter"alo C7.77<CB.BB
A decil AnE67F=;7E67F=; 4
i
S=;F?A inter"alo
C7.77<CB.BB
77 . ;> 77 . 67 *
67
@ 6?
BB> . >B
67
=
6
6 =

,
_

+

i
i
i
i
c
f
"
n
+ 1
BA . C7 77 . 67 *
6;
6@ > . 6B
BB> . ;B
67
?
6
6 ?

,
_

+

i
i
i
i
c
f
"
n
+ 1
77 . C> 77 . 67 *
6;
6@ =;
BB> . ;B
67
A
6
6 A

,
_

+

i
i
i
i
c
f
"
n
+ 1
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
> decil >nE67 F ?=>E67F?=.> 4
i
S?=.>F?A
inter"alo C7.77<CB.BB
; decil ;nE67
F?B7E67F?B 4
i

S?BFA@ inter"alo
@7.77<@B.BB
C decil CnE67FA>>E67FA>.> 4
i
SA>.>FA@
inter"alo @7.77<@B.BB
7; . CB 77 . 67 *
6;
6@ > . ?=
BB> . ;B
67
>
6
6 >

,
_

+

i
i
i
i
c
f
"
n
+ 1
>C . @? 77 . 67 *
6A
?A ?B
BB> . CB
67
;
6
6 ;

,
_

+

i
i
i
i
c
f
"
n
+ 1
=6 . @@ 77 . 67 *
6A
?A > . A>
BB> . CB
67
C
6
6 C

,
_

+

i
i
i
i
c
f
"
n
+ 1
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
@ decil @nE67F>=7E67F>= 4
i
S>=F>@ inter"alo
B7.77<BB.BB
B decil BnE67F>@>E67F>@.> 4
i
S>@.>F;?
inter"alo 677.77<67B.BB
c( percentil ?> ?>nE677F==C>E677F==.C> 4
i

S==.C> F?A inter"alo C7.77<CB.BB
77 . BA 77 . 67 *
67
A@ >=
BB> . @B
67
@
6
6 @

,
_

+

i
i
i
i
c
f
"
n
+ 1
77 . 676 77 . 67 *
>
>@ > . >@
BB> . BB
67
B
6
6 B

,
_

+

i
i
i
i
c
f
"
n
+ 1
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
d( percentil ;7
;7nE677F?B77E677F?B 4
i
S?B FA@ inter"alo
@7.77<@B.BB
D. Meias e #a*ia(i%ia o is2e*si)n
Los estadsticos de tendencia central o posici'n
nos indican donde se sit%a un grupo de
puntuaciones. Los de varia&ilidad o dispersi'n
nos indican si esas puntuaciones o "alores estn
>C . @? 77 . 67 *
6A
?A ?B
BB> . CB
677
;7
6
6 ;7

,
_

+

i
i
i
i
c
f
"
n
+ p
BC . C= 77 . 67 *
6;
6@ C> . ==
BB> . ;B
677
?>
6
6 ?>

,
_

+

i
i
i
i
c
f
"
n
+ p
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
pr#imas entre s o si por el contrario estn o
muy dispersas.
a6 Rango. 0na medida razonable de la
"ariabilidad podra ser la a&2%it$ o *ango,
que se obtiene restando el "alor ms ba$o de un
con$unto de obser"aciones del "alor ms alto.
s fcil de calcular y sus unidades son las
mismas que las de la "ariable,
E3e&2%o" el rango de los n%meros =,
?,?,>,>,>,@,67,6= es 6=< = F 67
(6 -a*ianGa / Des#iaci)n t!2ica.
La -a*ianGa,, se define como la media
de las diferencias cuadrticas de n puntuaciones
con respecto a su media aritmtica, es decir
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
Gara datos agrupados en tablas,
usando las notaciones establecidas
en los captulos anteriores, la
Jarianza se puede escribir como
M;too co*to 2a*a e% c+%c$%o e %a #a*ianGa
0na frmula equi"alente para el clculo de la
"arianza es!
0na frmula equi"alente para el clculo de la
"arianza si los datos estn agrupados es!
( )
i

i
i
f * $
n
2
=
6
=
6


=
6
= =
6
* f $
n
2
i

i
i

UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ


Eco. MARA MARTINEZ
La Jarianza S
9
no tiene la misma magnitud que
las obser"aciones 'e$. si las obser"aciones se
miden en metros, la Jarianza lo hace en
&et*os
9
6
,i queremos que la medida de dispersin sea de
la misma dimensionalidad que las obser"aciones
bastar con tomar su raz cuadrada. Gor ello se
define la es#iaci)n t!2ica, S, como!
E3e&2%o 7"
1alcular la "arianza y des"iacin tpica de las
siguientes cantidades medidas en metros!
?,?,A,A,>
So%$ci)n"
Gara calcular dichas medidas de dispersin es
necesario calcular pre"iamente el "alor con
respecto al cual "amos a medir las diferencias.
Tste es la media!
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
La
"arianza
es!
,iendo la des"iacin tpica su raz cuadrada!
E3e&2%o 9"
Qallar la "arianza y des"iacin tpica de las
alturas de 677 estudiantes de la 0ni"ersidad
89:.
So%$ci)n"
Redia aritmtica F
A> . ;C
677
;CA>


!
f *
*
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
5ltur
as
'pulg
adas(
8
i
f
i
8
i
f
i
U
8
i
<
8F8<
;C.A>

U
'8
i
<
8(
=
U
f '8
i
<
8(
=
;7<
;=
;
6
> ?7> <;.A> A6.;
7=>
=7@.76=
>
;?<
;>
;
A
6@ 66>= <?.A> 66.B
7=>
=6A.=A>
7
;;<
;@
;
C
A= =@6A <7.A> 7.=7
=>
@.>7>7
;B<
C6
C
7
=C 6@B7 =.>> ;.>7
=>
6C>.>;C
>
C=<
CA
C
?
@ >@A >.>> ?7.@
7=>
=A;.A=7
7
3F
67
7
-otal
;CA>
-otal
@>=.C>7
7
Jarianza F
+es"iacin tpica
( ) >=C> . @
677
C>77 . @>= 6
=
6
=

i
i
f * $
n
2
pulgadas B= . = >=C> . @
=
2 2
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
M;too co*to 2a*a e% c+%c$%o e %a es#iaci)n
t!2ica
0na forma equi"alente para el clculo de la
des"iacin tpica teniendo en cuenta la formula
de la "arianza
-enemos
des"iacin tpica
y en el caso de datos agrupados teniendo en
cuenta la formula de la "arianza
-enemos
des"iacin tpica
Jarianza F
( ) >=C> . @
677
C>77 . @>= 6
=
6
=

i
i
f * $
n
2
=
=
*
!
$
2
i


=
6
= =
6
* f $
n
2
i

i
i

=
=
*
!
f $
2
i i


UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
+es"iacin tpica
-. TEORIA ELEMENTAL DE LA
'RO.A.ILIDAD
la probabilidad pretende estudiar! los fenmenos
aleatorios, los cuales obedecen unas ciertas
reglas de comportamiento. +e alguna manera, el
concepto de probabilidad, se relaciona o nos
recuerda las propiedades de la frecuencia
relati"a. l c+%c$%o e 2*o(a(i%iaes nos
suministra las reglas para el estudio de los
e#perimentos aleatorios o de azar,
constituyendo la base para la estadstica
inducti"a o inferencias.
pulgadas B= . = >=C> . @
=
2 2
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
7. EH2e*i&entos / s$cesos a%eato*ios
+iremos que un e$perimento es aleatorio si se
"erifican las siguientes condiciones!
6. ,e puede repetir indefinidamente, siempre en
las mismas condiciones&
=. 5ntes de realizarlo, no se puede predecir el
resultado que se "a a obtener&
?. l resultado que se obtenga, e, pertenece a un
con$unto conocido pre"iamente de resultados
posibles. 5 este con$unto, de resultados
posibles, lo denominaremos es2acio &$est*a% y
lo denotaremos normalmente mediante la letra
%. Los elementos del espacio muestral se
denominan s$cesos e%e&enta%es.
D. EH2e*i&entos a%eato*ios / 2*o(a(i%ia
,e denominan eH2e*i&entos ete*&inistas
aquellos que realizados de una misma forma y
con las mismas condiciones iniciales, ofrecen
siempre el mismo resultado.
1uando en un e#perimento no se puede predecir
el resultado final, hablamos de eH2e*i&ento
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
a%eato*io. ste es el caso cuando lanzamos un
dado y obser"amos su resultado.
n los e#perimentos aleatorios se obser"a que
cuando el n%mero de e#perimentos aumenta, las
frecuencias relati"as con las que ocurre cierto
suceso e, f
n
'e(,
tiende a con"erger hacia cierta cantidad que
denominamos 2*o(a(i%ia de e.
,in embargo esta definicin no se puede utilizar
en la prctica pues! se requiere realizar un
n%mero infinito de "eces un e#perimento para
calcular una probabilidad. Gor e$emplo, lanzar
infinitas "eces un dado para "er que las
frecuencias relati"as de la aparicin de cada
cara con"ergen a 6E;. sto puede suplirse en la
prctica realizando el e#perimento un n%mero
suficientemente ele"ado de "eces, hasta que
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
tengamos la precisin que requieran nuestros
clculos. Gara ello e#isten mtodos mucho ms
seguros, como los que mencionaremos a
continuacin.
'*o(a(i%ia e La2%ace
,i un e#perimento cualquiera puede dar lugar a
un n%mero finito de resultados posibles, y no
e#iste ninguna razn que pri"ilegie unos
resultados en contra de otros, se calcula la
probabilidad de un suceso aleatorio 3, seg%n la
*eg%a e La2%ace como el cociente entre el
n%mero de casos fa"orables a 3, y el de todos
los posibles resultados del e#perimento!
E3e&2%o
1alcular la probabilidad de que al lanzar un
dado se obtenga un n%mero impar.
So%$ci)n"
l espacio muestral es > I7494D4A4B4CJ Jamos
a llamar 3, al suceso consistente en que el
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
resultado es impar, A > I74D4BJ . 1omo no
suponemos que ninguna de las caras ofrece una
probabilidad de ocurrencia diferente a las
dems, podemos aplicar la regla de Laplace para
obtener que
La no
aparicin del suceso 'llamada su no ocurrencia(
"iene dada por!
posibles casos de numero
A a favorables casos de numero - posibles casos de numero
A] P[no q
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
Reg%as e %a 2*o(a(i%ia
La probabilidad slo puede tomar "alores
comprendidos entre 7 y 6
La probabilidad del suceso seguro es 6, es
decir 677I,
La probabilidad del suceso imposible debe ser
7.
La probabilidad de la interseccin de dos
sucesos debe ser menor o igual que la
probabilidad de cada uno de los sucesos por
separado
La probabilidad de la unin de sucesos debe
ser mayor que la de cada uno de los sucesos
por separado!
La probabilidad del suceso
contrario de 3, debe "aler
CALCULO DE 'RO.A.ILIDADES" Gara
clarificar el concepto de los diferentes tipos de
probabilidades, haremos uso del siguiente
P[A]
posibles casos de numero
A a favorables casos de numero
A] P[no q 6 6
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
especial cuadro de contingencia o doble entrada
que contiene la clasificacin de una poblacin
de acuerdo con el ni"el de ingreso y se#o.
*3O.,K
,
,8K
-K
-5
L
R5,
10L*
3K
/
6
4R
3*3
K
/
=
Renos de
P>77.777
5
6
=6 B ?7
>77.777 L
@77.777
5
=
A= 6@ ;7
Rs de
@77.777
5
?
C ? 67
-K-5L C7 ?7 677
'*o(a(i%ia Con3$nta o e e&2a%&e" ,e
refiere a la presencia simultanea en el e"ento de
dos o ms categoras en que se haya clasificado
una poblacin. 0tilizando nuestro cuadro una
probabilidad de este tipo "endra dada por la
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
siguiente pregunta& Vcul es la probabilidad de
seleccionar una persona que de"engue menos de
P>77.777 y pertenezca al gnero masculinoW
sto es!
G'5
6
y /
6
( F G'5
6

/
6
( F G'5
6
./
6
( F =6E677 F
7,=6
'*o(a(i%ia si&2%e o &a*gina%" stn
referidas a las probabilidades correspondientes
al total de componentes de cada una de las
clasificaciones de las "ariables es decir se
calculan con base en los mrgenes o totales, asi
por e$emplo podemos decir, Vcul es la
probabilidad de seleccionar una persona que
pertenezca al gnero masculinoW
G'/
6
( F C7E677 F 7,C7
'*o(a(i%ia coniciona%" 4recuentemente
necesitamos una probabilidad como la contenida
en la siguiente pregunta! +ado que la persona
seleccionada es del se#o masculino Vcul es la
probabilidad de que de"engue menos de
P>77.777W 0na probabilidad de este tipo se
denomina condicional, puesto que establecen de
antemano una condicin, que necesariamente la
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
persona a seleccionar pertenece a la
subpoblacin gnero masculino. ,e puede
representar como G'5
6
E/
6
( F =6EC7 F 7,?7.
Las probabilidades condicionales las podemos
obtener a partir del cociente entre la
probabilidad de empalme de los e"entos
relacionados y la probabilidad marginal de la
condicin. $emplo!
G'5
6
E/
6
( F G'5
6
y /
6
(E G'/
6
( F 7,=6E7,C7 F 7,?7
S$&a e 2*o(a(i%iaes" .efirindonos a
nuestro cuadro, supongamos que nos piden
calcular la probabilidad de seleccionar a una
persona que pertenezca al gnero masculino o
de"engue menos de P>77.777. n este caso el
termino XY es inclusi"o, esto es, que puede ser
o bien una persona masculina o bien una
persona que de"engue menos de P>77.777 o
que reuna ambas condiciones, y nos est
identificando una suma de probabilidades. sto
es!
G'5
6
o /
6
( F G'5
6

/
6
( F G'5
6
D /
6
( F G'5
6
( D
G'/
6
( < G'5
6
y /
6
(
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
F 7,C7
D 7,?7 < 7,=6 F 7,CB
M$%ti2%icaci)n e 2*o(a(i%iaes" 1ualquier
probabilidad con$unta o de empalme se puede
encontrar directamente con un producto de
probabilidades, por e$emplo, G'5
6

/
6
( F
G'5
6
(.G'/
6
E5
6
(, es decir "iene dada por la
probabilidad marginar de 5
6
por la condicional
de /
6
dado 5
6
Ine2enencia esta!stica" ,e dice que dos
e"entos, en nuestro cuadro, ni"eles de ingresos
y se#o de las personas, estadsticamente
independiente, si todas las probabilidades
condicionales son iguales a las respecti"as
probabilidades marginales. n nuestro e$emplo
tenemos entonces!
G'/
6
E5
6
( F 7,C7 G'/
=
E5
6
( F 7,?7
G'5
6
E/
6
( F 7,?7 G'5
=
E /
6
( F 7,;7 G'5
?
E
/
6
( F 7,67
G'/
6
E5
=
( F 7,C7 G'/
=
E5
=
( F 7,?7 G'5
6
E
/
=
( F 7,?7 G'5
=
E /
=
( F 7,;7 G'5
?
E /
=
( F
7,67
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
G'/
6
E5
?
( F 7,C7 G'/
=
E5
?
( F 7,?7 G'5
6
(
F 7,?7 G'5
=
( F 7,;7 G'5
?
( F 7,67
G'/
6
( F 7,C7 G'/
=
( F 7,?7
Lo anterior nos est indicando que la
probabilidad de seleccionar cualquiera
clasificacin no afecta ni es afectada por las
otras y permanece constante en todas las
pruebas.
1on independencia estadstica cualquier
producto de probabilidades "endr dado por la
multiplicacin de probabilidades marginales y
tendremos en nuestro caso, G'5
6
y /
6
( F
G'5
6
(.G'/
6
(.
Teo*e&a 5'*o(a(i%ia tota%6
,ea un sistema e#hausti"o y
e#cluyente de sucesos. ntonces
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
E3e&2%o 7"
0na fabrica usa ? mquinas 8, 9 , : para
producir ciertos ob$etos. ,upngase
6. Zue la mquina 8 produce el >7 I de los
ob$etos, de los cuales un ?I son defectuosos
=. Zue la mquina 9 produce el ?7 I de los
ob$etos, de los cuales un AI son defectuosos
?. Zue la mquina : produce el =7 I de los
ob$etos, de los cuales un >I son defectuosos
Qallar la probabilidad p de que escogiendo un
ob$eto al azar, ste sea defectuoso.
So%$ci)n
Gor la ley de probabilidad total.
+! defectuoso
GM+NF GM8NGM+E8N DGM9NGM+E9ND GM:NGM+E:N
F '7.>7('7.7?( D '7.?7('7.7A( D '7.=7('7.7>(
F?.CI
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
E3e&2%o 9"
,e tienen dos urnas, y cada una de ellas contiene
un n%mero diferente de bolas blancas y ro$as!
Grimera urna, -
6
! ? bolas blancas y = ro$as&
,egunda urna, -
=
! A bolas blancas y = ro$as.
,e realiza el siguiente e#perimento aleatorio!
,e tira una moneda al aire y si sale cara se
elige una bola de la primera urna, y si sale
cruz de la segunda.
V1ul es la probabilidad de que salga una bola
blancaW
So%$ci)n"
La situacin que tenemos puede ser
esquematizada como
D .
9 R
U
7
'KU
7
L >
7M9
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
'K.M U
7
L
> DMB
A.
9R
U
9
'KU
9
L >
7M9
'K.M U
9
L
> AMC
1omo -
6
y -
=
forman un sistema incompatible
y
e#cluyente de sucesos 'la bola resultado debe
pro"enir de una de esas dos urnas y de una slo
de ellas(, el teorema de la probabilidad total nos
permite afirmar entonces que
Teo*e&a 5.a/es6
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
,ea un
sistema e#hausti"o y e#cluyente de sucesos.
,ea
un suceso del que conocemos todas
las cantidades i " 1, 2,....n, a las que
denominamos #e*osi&i%it$es. ntonces se
"erifica!
E3e&2%o"
1onsideremos la fbrica del e4emplo 5 del
teorema de pro&a&ilidad total
,upongamos que entre los resultados
encontramos un producto defectuoso. Qallar la
probabilidad de que halla sido fabricado por
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
cada una de las mquinas, es decir hallar
GM8E+N, GM9E+N, GM:E+N
So%$ci)n
GM+NF GM8NGM+E8N DGM9NGM+E9ND GM:NGM+E:NF
7.7?C. Gor la formula de /ayes!
-I. An+%isis co&(inato*io
,acto*ia% e n
I > . A7
?C
6>
7?C . 7
( 7? . 7 (' >7 . 7 '
N M
N E M N M
E
1 .
* 1 . * .
1 * . ] [
I > . ?=
?C
6=
7?C . 7
( 7A . 7 (' ?7 . 7 '
N M
N E M N M
E
1 .
6 1 . 6 .
1 6 . ] [
I 7 . =C
7?C . 7
( 7> . 7 (' =7 . 7 '
N M
N E M N M
E
1 .
7 1 . 7 .
1 7 . ] [
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
l factorial de n se denota por nN y "iene
definido por!
n% "n(n-1(n-2....1
5s >[ F > * A * ? * = * 6F6=7
7[ F6
'e*&$taciones
0na permutacin de n ob$etos diferentes
tomados de r en r, es una ordenaci'n de r
ob$etos entre los n dados y atendiendo a la
situacin de cada ob$eto en la ordenacin. l
numero de permutaciones de n ob$etos tomados
de r en r se denota por!
n
'
* 4
'5n4*64 o '
n4*
y "iene
dado por!
n general, el numero de permutaciones de n
ob$etos tomados de n en n es
n
'
n
> nN
E3e&2%o 7"
l numero de permutaciones de las letras a, b, c
tomadas de dos en dos es!

([ '
[
( 6 (...' = (' 6 '
r n
n
r n n n n .
r n

+
;
6
= * ?
([ = ? '
[ ?
= ?

.
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
estas son! ab, ba, ac, ca, bc, cb
l numero de permutaciones de n
ob$etos formado de grupos de los que
n
1
son iguales, n
2
son iguales, ..... es!
E3e&2%o 9"
l numero de permutaciones de letras en la
palabra estadstica es!
puesto que hay 6 e , = s, = t,
= a, 6 d, = i y 6 c.
E3e&2%o D"
,e quiere sentar > hombres y A mu$eres en una
fila de modo que las mu$eres ocupen los sitios
pares.
[... [
[
= 6
n n
n
[ 6 [. = [. 6 [. = [. = [. = [. 6
[ 66
[... [
[
= 6

n n
n
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
V +e cuantas formas pueden sentarseW.
So%$ci)n"
Los hombres pueden sentarse de
>
G
>
y las
mu$eres de
A
G
A
formas, cada ordenacin de los
hombres puede asociarse a cada ordenacin de
las mu$eres.
5s pues el numero de ordenaciones pedido es!
>
G
>
*
A
G
A
F >[ *A[ F=@@7
Co&(inaciones
0na combinacin de n ob$etos diferentes
tomados de r en r, es una seleccion de r de los n
ob$etos sin atender a la ordenacin de los
mismos. l numero de combinaciones de n
ob$etos tomados de r en r se denota por!
n
C
* 4
C5n4*64 o C
n4*
y "iene dado por!
[ ([ ' [
[
[
( 6 (....' 6 '
r
.
r n r
n
r
r n n n
C
r n
r n

UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ


Eco. MARA MARTINEZ
E3e&2%o 7"
l numero de combinaciones de las letras a, b, c
tomadas de dos en dos es!
estas son! a&, ac, &c.
3tese que a& es la misma
combinacin de &a pero no la misma
permutacin.
,e tiene que
n
C
* > n
C
n-*4.

5s
E3e&2%o 9"
V+e cuntas formas puede elegirse un comit de
> personas de entre B personasW
So%$ci)n"
?
=
;
6 * ( 6 * = '
= * ?
([ = ? ' [ =
[ ?
= ?

C
6A7 . 6
[ ?
6@ * 6B * =7
? =7 6C =7
C C
6=;
[ >
> * ; * C * @ * B
[ A [* >
[ B
> B
C
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
E3e&2%o D" 'RO.A.ILIDAD Y ANALISIS
COM.INATORIO
0na ca$a contiene @ bolas ro$as, ? blancas y B
azules. si se e#traen ? bolas al azar. +eterminar
la probabilidad de que a( las ? bolas sean ro$as
b( las ? bolas sean blancas y c( = sean ro$as y
una blanca.
So%$ci)n"
a( probabilidad de ? bolas ro$as
b( probabilidad de ? bolas blancas
=@>
6A
?
@ ?
N ? M
? =7
? @

C
C
ca4a la de las entre &olas de grupos de numero
ro4as las entre &olas de grupos de numero
ro4as .
20


66A7
6
?
? ?
N ? M
? =7
? ?

C
C
ca4a la de las entre &olas de grupos de numero
las entre &olas de grupos de numero
.
20
blancas
blancas
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
c( Grobabilidad = ro$as y una blanca
-II. -ARIA.LES ALEATORIAS Y
DISTRI.UCIONES DE 'RO.A.ILIDAD
DISCRETAS
0na "ariable aleatoria es una funcin que asigna
un n%mero real a cada resultado en el espacio
muestral de un e#perimento aleatorio. $emplo!
l sistema de comunicacin por "oz de una
empresa tiene A@ lneas e#ternas. n un
determinado momento, se obser"a el sistema y
algunas lneas estn ocupadas. ,ea 8 la
"ariable aleatoria que denota el n%mero de
lneas en uso. ntonces 8 puede tomar
cualquier "alor entero de cero a A@.
0na #a*ia(%e a%eato*ia isc*eta es una "ariable
aleatoria con un rango finito 'o infinito
contable(
La distribucin de probabilidad o distribucin
de una "ariable aleatoria 8 es una descripcin
B>
C
*
?
( (' @ '
N M
? =7
6 ? = @

C
C C
ca4a la de las entre de grupos
las entre de grupos ro4as las entre de grupos
ro4as .
20
blancas 3 1 2
blanca 1 y 2
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
del con$unto de "alores posibles de 8 'rango de
8(, $unto con la probabilidad asociada con cada
uno de esos "alores.
$emplo! n el lanzamiento de una moneda tres
"eces, definimos la "ariable 8 como el n%mero
de caras, la distribucin de 8 sera!
8
i
Grobabilidad
de 8
i
7 6E@
6 ?E@
= ?E@
? 6E@
-otal @E@
La funcin f
#
'#( F G'8 F#( que "a del con$unto
de los "alores posibles de la "ariable aleatoria
discreta 8 al inter"alo
[ ] 6 , 7
recibe el nombre de
f$nci)n e 2*o(a(i%ia
Gara una "ariable aleatoria 8, f
#
'#( satisface las
propiedades siguientes!
'6( f
#
'#( F G'8 F#(
'=( f
#
'#(

7 para toda #
'?(

f
#
'#( F 6
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
Gara el e$emplo anterior es e"idente que f
#
'#(


7, por otra parte puede concluirse que
f
#
'7( D f
#
'6( D f
#
'=( D f
#
'?( F 6
La f$nci)n e ist*i($ci)n ac$&$%aa de una
"ariable aleatoria discreta 8, denotada por 4
#
'#(,
es
4
#
'#( F G'8

#( F

$ $
$ f '
i
(
Gara una "ariable aleatoria discreta 8, 4
#
'#(
satisface las siguientes propiedades!
'6( 4
#
'#( F G'8
( $
F

$ $
$ f '
i
(
'=( 7

4
#
'#(

6
'?( ,i #

y, entonces 4
#
'#(

4
#
'y(
-a%o* es2e*ao e $na #a*ia(%e a%eato*ia
isc*eta" s una media ponderada, calculada
sobre una distribucin de probabilidades. ,e
denota por '8(
$

'8(
$

F
( '$ $f
$
n nuestro e$emplo del lanzamiento de la
moneda tres "eces tenemos!
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
8
i
Grobabilidad
de 8
i
8
i
f
#
'#(
7 6E@ 7
6 ?E@ ?E@
= ?E@ ;E@
? 6E@ ?E@
-otal @E@ 6=E@
'8( F 6=E@ F ?E= F 6,> caras. ste "alor debe
interpretarse como posible "alor esperado. s
decir, si repetimos la prueba "arias "eces se
espera que en promedio se obtengan 6,> caras.
La #a*ianGa de una "ariable aleatoria discreta
8, denotada por
=
$

o J'8(, es la sumatoria de
las des"iaciones cuadradas de la "ariable con
respecto a su "alor esperado y ponderado con la
probabilidad asociada.
=
$

o J'8( F
( ) ( ) $ f $
$ $
=


La es#iaci)n est+na* de una "ariable
aleatoria 8, denotada por
$

es la raz cuadrada
positi"a de
=
$

UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ


Eco. MARA MARTINEZ
DISTRI.UCION .INOMIAL" ,e utiliza para
el calculo de probabilidades de "ariables
discretas correspondientes a pruebas que
originan dos posibles resultados, mutuamente
e#cluyentes, cuando la prueba se repite "arias
"eces 'n( y las probabilidades de #ito 'p( como
fracaso 'q( permanecen constante en todas las
pruebas, es decir, e#iste la independencia
estadstica. La funcin de probabilidad de 8 es!
4
#
'#&p,n( F
$ n $
) p
$ n $
n

([ ' [
[
siendo q F 6<p
E3e&2%o! ,i la probabilidad de que cierta
columna de ala ancha caiga ba$o una carga a#ial
dada es de 7,7>, Vqu probabilidades hay de que
entre 6; columnas de ese tipo caigan cuando
ms dosW
,olucin! n F 6;& p F 7,7>& #
=

G'#
=
( F G'# F 7( D G'# F 6( D G'# F =(
G'#
=
( F
B>C6 , 7 ( B> , 7 ' ( 7> , 7 '
[ 6A [ =
[ 6;
( B> , 7 ' ( 7> , 7 '
[ 6> [ 6
[ 6;
( B> , 7 ' ( 7> , 7 '
[ 6; [ 7
[ 6;
6A = 6> 6 6; 7
+ +
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
La media o "alor esperado y la "arianza de una
"ariable aleatoria binomial dependen slo de los
parmetros n y p. '8( F n.p y J
#
F n.p.q
-III. -ARIA.LE ALEATORIA
CONTINUA
,i el rango de una "ariable aleatoria 8 contiene
un inter"alo 'ya sea finito o infinito( de n%meros
reales, entonces 8 es una "ariable aleatoria
continua.
0na funcin f
#
'#( es una f$nci)n e ensia
e 2*o(a(i%ia de la "ariable aleatoria
continua 8 si para cualquier inter"alo de
n%meros reales
[ ]
= 6
, $ $
'6( f
#
'#(
7
'=(


6 ( ' d$ $ f
$
'?( G'#
6
du u f $ *
$
$
$
( ' (
=
6
=


$emplo! Grobar que la siguiente funcin es una
funcin de densidad f
'#(
F 6E6@'?D=#( para =
A $
Gara cualquier otro "alor de #, f'#( F 7
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ


A
=
6 ( ' = d$ $ f
$

6
6@
6@
( A ; 6; 6= '
6@
6
( = ? '
6@
6
( = ? '
6@
6
A
=
A
=

1
]
1

+
1
]
1

+ +

$ $
l #a%o* es2e*ao de una "ariable continua
denotado por '8( o
$

F
d$ $ $f
$
( '


La #a*ianGa de #, denotada por J'8( F
$ *
f *
= =
( '



'#(d#
5simismo, la es#iaci)n est+na* de 8 es
=

$emplo! ,ea la "ariable aleatoria continua 8
la corriente medida en miliamperes, en un
conductor delgado de cobre. ,upngase que el
rango de 8 es
[ ] m3 =7 , 7
y que la funcin de
densidad de probabilidad de 8 es f
#
'#( F 7,7>, 7
. =7 $
La media de 8 es!
'8( F
67
=
7> , 7 ( '
=7
7
=7
7
=

$
d$ $ $f
$
La "arianza de 8 es! J'8( F
?? , ?? ? E ( 67 ' 7> , 7 ( ' ( 67 '
=7
7
=7
7
? =

$ d$ $ f $
$
LA DISTRI.UCION NORMAL
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
0na "ariable aleatoria 8 con funcin de
densidad de probabilidad
f
#
'#&
=
=
=
( '
=
6
( ,

$
e

$
tiene una distribucin normal con parmetros
7 , , ( donde
5simismo,
'8( F

y J'8( F
=

0na "ariable aleatoria normal con


6 7 (
recibe
el nombre de "ariable aleatoria normal estndar
y se denota como :
n la tabla de reas ba$o la cur"a normal se
proporcionan las probabilidades para una
"ariable aleatoria normal estndar.
0na "ariable aleatoria 8 se puede con"ertir a
una "ariable aleatoria : con la siguiente
e#presin!
: F
$
$
*


I<. REGRESION Y CORRELACION
5 menudo en cualquier estudio se presentan
simultneamente obser"aciones respecto a dos
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
"ariables, ligadas por alg%n tipo de relacin.
stas distribuciones bidimensionales son por
e$emplo, la relacin que hay entre el peso y la
estatura de una persona o grupo de personas.
+esde luego que se puede calcular en forma
separada para cada "ariable! la media, la
"arianza o cualquier otra medida de posicin o
dispersin& por e$emplo trazar un histograma
para todos los pesos o para las estaturas, pero
sera un enfoque incompleto del problema, dado
que en este caso no se establecen las relaciones
entre estas dos "ariables obser"adas en forma
simultanea. l anlisis sera completo si
incluyera una e#plicacin de las relaciones que
hay entre las "ariables obser"adas por medio del
procedimiento que denominaremos como
anlisis de regresin y de correlacin.
La relacin que puede e#istir entre dos "ariables
la podemos clasificar de la siguiente forma!
'a( +ependencia causal unilateral. sta
relacin se da cuando una de las "ariables
influye en la otra, pero no al contrario.
'b( *nterdependencia. ,e presenta cuando la
influencia entre las dos "ariables es
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
recproca. ,era un caso de dependencia
bilateral.
'c( +ependencia indirecta. +os "ariables
pueden mostrar una correlacin a tra"s de
una tercera "ariable que influye en ellas.
'd( 1oncordancia. ,e presenta en dos
"ariables independientes a las cuales se les
determina la correlacin que pueda e#istir.
'e( 1o"ariacin casual. 1uando la
correlacin que se presenta entre las dos
"ariables es totalmente casual o accidental.
Reg*esi)n. ste trmino fue originalmente
utilizado por Oalton para indicar ciertas
relaciones en la teora de la herencia biolgica
aunque con posterioridad ha llegado a
significar el mtodo estadstico desarrollado
para in"estigar tales relaciones.
l an+%isis e *eg*esi)n da lugar a una
ecuacin matemtica que permite describir la
relacin e#istente entre dos "ariables. s
decir, obtener una linea XidealY conocida
como lnea de regresin que nos describa la
relacin o dependencia entre dos "ariables.
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
sta linea o funcin matemtica, en el caso de
una sola "ariable independiente o e#plicati"a
puede ser e#presada, a tra"s de una!
.ecta o
funcin
lineal
9 F b# D
c
Garbola de
segundo
grado
9 F a#
=
D b# D c
4uncin
Gotencial
9 F c#
b
4uncin
e#ponencial
9 F cb
#
1on estas cuatro funciones se pueden resol"er la
mayora de las situaciones que se nos presentan
en la "ida diaria, sin embargo "ale la pena tener
presente que e#isten mucho ms tipos de
funciones que deben ser aplicadas en casos
especiales.
l an+%isis e co**e%aci)n nos describe el grado
o fuerza con que se produce esta relacin, para
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
ello utilizaremos una medida conocida como
coeficiente de correlacin.
l coeficiente de correlacin es una medida de
interdependencia de dos "ariables aleatorias.
l coeficiente de correlacin al cuadrado '.
=
(
debe ser un "alor tal que cumpla con la
siguientes condicin 7
. 6
=
8
1uando el
coeficiente de correlacin al cuadrado es igual a
6 decimos que hay una correlacin perfecta, ya
que los "alores obser"ados son e#actamente
iguales a los estimados. 5 medida que este
coeficiente se ale$a de uno '6( se dice que la
recta representa cada "ez menos a ese con$unto
de obser"aciones. 0n .
=

7,?7 nos estar


indicando que no hay correlacin entre las
"ariables.
l coeficiente de correlacin, se simboliza por
.. ,e define como la raz cuadrada del
coeficiente de determinacin '.
=
(. +ebe ser un
"alor comprendido entre <6 y 6, por lo tanto se
dir que la relacin es perfecta cuando r es
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
igual a 6 o <6& no hay ninguna relacin cuando r
F 7.

<. MUESTREO
Qoy la stadstica est considerada como la
teora de la informacin, no slo como funcin
descripti"a, sino con el ob$eto bsico de hacer
estimaciones acerca de los "alores estadsticos
de la poblacin o en la comprobacin de
hiptesis de las caractersticas in"estigadas.
,e podra afirmar que la tarea ms importante
de la estadstica es la realizacin de inferencias
acerca de una poblacin ob$eti"o, con base en
los resultados obtenidos a tra"s de una
muestra.
1uando se in"estigan las caractersticas de todas
las unidades que constituyen la poblacin o
uni"erso, nos referimos a una in"estigacin
total, e#hausti"a o censo.
4actores tales como! costo, tiempo, recursos
humanos, poblaciones muy grandes o infinitas,
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
destruccin de la unidad sometida a control,
caractersticas con gran homogeneidad, impiden
la realizacin del censo. ,e sustituye, entonces,
por una in"estigacin parcial o muestra.
l ob$eti"o principal del muestreo es considerar
el mayor n%mero de unidades con el menor
costo posible.
La muestra, para que sea representati"a de la
poblacin, requiere que todas las unidades de la
poblacin tengan la misma probabilidad de ser
seleccionadas, es decir, debe ser aleatoria, al
azar o probabilstica.
l muestreo aleatorio realizado ba$o ciertas
condiciones y sometido a ciertos requisitos, se
constituye en un procedimiento prctico,
econmico y rpido para generalizar
conclusiones obtenidas a tra"s de una muestra,
aplicables a toda la poblacin de la que forma
parte, dentro de ciertos lmites de confiabilidad,
establecidos de antemano.
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
+entro del Ruestreo aleatorio se tienen los
siguientes mtodos!
Ruestreo aleatorio simple o muestreo
aleatorio irrestricto, en el cual se da igual
oportunidad de seleccin a cada elemento o
a la muestra dentro de la poblacin.
Ruestreo aleatorio estratificado.
'5signacin igual, proporcional y ptimo(
garantiza la representati"idad, reduciendo el
error de la muestra al formar grupos o
subpoblaciones ms o menos homogneas,
en su composicin interna o heterognea
cuando se comparan los estratos entre s.
Ruestreo por conglomerados. 1uando la
unidad bsica de muestreo se encuentra en la
poblacin en grupos o conglomerados y la
seleccin de la unidad permite la
obser"acin del total de elementos de cada
conglomerado elegido. 1ada conglomerado
tiene las mismas caractersticas de la
poblacin& puede hacerse un segundo
muestreo dentro del conglomerado
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
seleccionado, denominndose de doble
etapa.
Ruestreo por reas o geogrfico. 5plicado
cuando no se dispone de un marco de
referencia completo. l rea total se di"ide
en pequeas reas, las que son muestreadas.
1ada rea seleccionada podr ser
subdi"idida y enumerada para una nue"a
seleccin, si es necesario, y as
sucesi"amente dando origen al muestreo por
etapas.
Ruestreo por fases. n ocasiones es
con"eniente y econmico recoger cierta
informacin de la totalidad de elementos de
una muestra, la cual se e#trae de la
poblacin en tal forma que sea lo
suficientemente grande. 5dems, otra
informacin ms detallada obliga a una
nue"a muestra pro"eniente de la anterior,
ocasionando un muestreo de dos fases o
bifsico. Guede considerarse, tambin, de
"arias fases o polifsico.
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
Ruestreo sistemtico. La seleccin de las
unidades se hace a inter"alos regulares, en
un orden sistemtico.
Las condiciones del muestreo aleatorio implican
consideraciones importantes! 'a( se debe seguir
un diseo estadstico especfico 'muestreo
aleatorio simple, estratificado, etc.(& el me$or es
aqul que proporciona la precisin necesaria, en
trminos de un lmite, en cuanto al error de
estimacin a un menor costo& 'b( la seleccin de
los elementos al azar, para luego recolectar la
informacin por cualquiera de los mtodos!
entre"ista, obser"acin directa, correo, telfono,
etc.& 'c( el error muestral, es decir, la diferencia
entre el resultado obtenido mediante al muestra
y el obtenido posiblemente mediante la
in"estigacin total o censo.
l error de estimacin es la diferencia que
puede haber entre la estimacin puntual y el
parmetro. 1uando la estimacin no representa
bien al parmetro, a pesar de estar
perfectamente diseada nos referiremos a
errores maestrales& los errores no maestrales son
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
ocasionados por el mal diseo del formulario,
errores cometidos en el proceso de recoleccin,
procesamiento y anlisis de los datos.
Garmetro 'poblacional( son las medidas
descripti"as numricas aplicadas a las
caractersticas de las unidades de la poblacin.
-ambin se les denomina como "alores
estadsticos de la poblacin.
stimador puntual son las medidas descripti"as
numricas aplicadas a las caractersticas de las
unidades de la muestra. ,e podr decir que el
estimador es una norma o mtodo para estimar
una constante perteneciente a una poblacin. La
estimacin hace referencia a los "alores
numricos de los parmetros poblacionales
desconocidos a los cuales se llega mediante una
muestra.
l estimador por inter"alos es una regla que nos
indica cmo calcular dos puntos o "alores a
tra"s de una muestra. La estimacin por
inter"alos es la estimacin del parmetro
mediante la especificacin de un inter"alo de
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
"alores, determinado por un limite inferior y
otro superior 'limites de confianza( dentro del
cual estar comprendido el "alor "erdadero o
parmetro poblacional.
,e dice que un buen estimador debe ser!
*nsesgado es decir que no tenga sesgo o
error, cuando el "alor del estimado es igual
al del parmetro. n caso contrario la
estimacin ser sesgada.
1onsistente es aquel estimador que, al
aumentar el tamao de la muestra, con"erge
en probabilidad al parmetro que estima.
ficiente es el estimador que tiene la menor
"arianza entre todos los estimadores
posibles.
,uficiente cuando incluye toda la
informacin que la muestra puede propiciar
acerca del parmetro.
l inter"alo de confianza, corresponde a un
inter"alo de "alores, dentro de los cuales se
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
espera que est el parmetro con cierto grado de
confianza o con riesgo de error conocido& para
ello es necesario determinar primero la
estimacin puntual.
La probabilidad de que un inter"alo de
confianza contenga el parmetro que se estima,
se denomina coeficiente de confianza.
-ambin e#iste el muestreo no aleatorio,
circunstancial o errtico, mtodo cuyos
resultados o estimaciones no son de ninguna
manera confiables, dado que la seleccin de las
unidades que conforman la muestra, se realiza
en forma caprichosa o por con"eniencia,
primando el $uicio personal del in"estigador.
.i(%iog*af!a
< \KQ3,K3, .ichard. Grobabilidad y
stadstica para ingenieros de Rillar y 4reund.
Grentice hall.
UNIMAG ECAES - MODULO ESTADISTICA Ing. SHIRLY GOMEZ
Eco. MARA MARTINEZ
< R5.-*3:, 1iro. stadstica y Ruestreo.
diciones coe.
< RK3-OKR.9, +ouglas y .03O.,
Oeorge. Grobabilidad y stadstica aplicadas a
la ingeniera. RcOra]Qill.
< ^5LGKL! Grobabilidad y stadstica.
RcOra]hill.