Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. E L SIGNIFICADO DE LA ESTADISTICA
El hombre comn y corriente, con frecuencia concibe a la estadstica como una masa
de nmeros o una coleccin de datos tales como los que podramos encontrar en el
Instituto Nacional de Estadstica e informtica (INEI), en los registros de una escuela,
en los archivos de un hospital, o en los registros de una empresa. Las frases que se
repite con frecuencia son "La estadstica muestra " o "Las estadsticas son", es
probable que implique una cantidad de nmeros que contienen caractersticas
sobresalientes e inalterables que pueden ser identificadas fcilmente por cualquier
persona. No se negara que la palabra estadstica se aplica a ciertos agregados de
nmeros, pero no es verdad que los hechos importantes contenidos en esos
agregados sean siempre fcilmente detectables.
Un segundo significado de la palabra estadstica, se refiere a que genricamente se
da este hombre a cierta clase de medidas empleadas para evaluar una propiedad
determinada del conjunto de factores que se encuentran bajo Investigacin. El peso
medio de los miembros de un equipo de ftbol. Este significado es usado como un
sinnimo de los "parmetros".
Un tercer significado de la palabra estadstica, es de primordial importancia puesto
que en estos apuntes lo definimos como: "La ciencia que se ocupa de los mtodos y
tcnicas. De recoleccin, procesamiento, anlisis e interpretacin de un conjunto de
datos e informacin.
La estadstica, como ciencia es fundamentalmente una rama de las matemticas
aplicadas, tal como la mecnica que es la aplicacin de las matemticas a problemas
relativos a cuerpos sujetos a fuerzas. Con la estadstica pueden hacerse las
aplicaciones a todas las ciencias o tcnicas que tengan que ver con datos c
mediciones. Por esta razn, es muy til en los negocios, en la economa, sociologa,
biologa, psicologa, educacin, la fsica, agricultura y otros campos de la actividad
humana.
La estadstica es la ciencia y tcnicas que se encargan de la recoleccin,
presentacin, clculo e interpretacin de estadgrafos, anlisis e interpretacin de
resultados y tendencias.
1
Docente Doctor ALEJANDRO N. SALAS BEGAZO
La estadstica comenz miles de aos atrs, cuando el hombre inicia sus conteos.
La coleccin y registro de datos fue muy comn por muchos siglos. En el ao 2000
antes de J.C., la poblacin de Judea se estima que fue de 3'800,000. Militares tales
como Cesar Augusto, ordenaron censos del mundo, con fines militares y de cobro de
impuestos. William el conquistador de Inglaterra ordeno un censo, y los resultados
fueron publicados en el Libro "El Juicio Final" en el ao 1086. En el desarrollo de la
Estadstica, el periodo anterior al siglo XVI fue dedicado prioritariamente a la simple
coleccin de datos.
Del siglo XVI al siglo XIX emergen tipos de anlisis ms sofisticados; con los juegos
de azar, llega a ser el principal pasa tiempo de la nobleza, matemticos y estudiosos
de la lgica fueron invitados a trabajar en problemas de los juegos de cartas, juegos
de dados y otros similares. Hombres como De More, Fermat y Pascal fueron grandes
contribuidores al avance de las probabilidades. Durante la misma era, el anlisis de
medidas de error y el estudio de las distribuciones fueron iniciadas por Laplace (1749 1827), De Moivre (1667 - 1754) y Gauss (1777 - 1855).
Amplio nfasis en la aplicacin y educacin estadstica comienza a ser comn en el
siglo XIX y los primeros aos del siglo XX. El nmero de estadsticos aumenta, y
Quetelet (1796 - 1874) astrnomo y estadstico Belga promueve el primer congreso de
estadstica en el ao 1853. Algunas de las primeras aplicaciones fueron hechas en
astronoma en intentos para fijar las rbitas planetarias. Galton (1822 - 1911) postul6
una "ley de regresin universal" en el estudio de la herencia (1888); esta teora fue
sometida a una prueba estadstica por Karl Pearson (1857 - 1936) quien ahora es
conocido como el "fundador de la ciencia estadstica.
La estadstica la que nosotros conocemos en estos das, se considera que tiene sus
inicios en el trabajo decir Ronald_ a. Fisher (1890 - 1962), un matemtico genetista
del Rothamsted Experimental Station en lnglaterra, se le conoce como el "padre de la
estadstica moderna. Fisher publico numerosos artculos y estuvo activamente
comprometido en investigaciones estadsticas hasta el da de su muerte. Otros
grandes contribuyentes con la estadstica moderna fueron W. S. Gossett (1876 - 1937)
alumno de Karl Pearson, Abraham Wald (1902 - 1950), Jersey Neyman (1894 - 19.) y
E. S. Pearson (1895 19) y el hijo de Karl Pearson.
La historia detallada de la estadstica y probabilidades para el periodo de 1500 hasta
1800 esta dado en el excelente libro de Todhunter. Otros aspectos de la historia son
cubiertos por M. G. Kendall y H. M. Walker.
Desde 1925, la estadstica tiene una amplia aplicacin en todas las reas de las
ciencias experimentales. La agricultura fue una de las primeras reas en las cuales los
mtodos estadsticos son extensivamente usados. Como es frecuente, los Mtodos
conocidos son modificados para el manejo de nuevas situaciones. En Nuestros das
2
Docente Doctor ALEJANDRO N. SALAS BEGAZO
3
Docente Doctor ALEJANDRO N. SALAS BEGAZO
3. DEFINICIONES ESTADISTICAS
3.1. Poblacin
Conjunto de elementos, con una o ms caractersticas bien definida, de los cuales
alguno o todos pueden ser observados y representan el universo. Algunos
ejemplos:
a) Un conjunto de objetos tales como todos los libros de una biblioteca
b) Un conjunto de valores clasificados, tales como las marcas de cigarrillos
c) Un conjunto de nmeros reales, tales como los pesos de las truchas de una
jaula
d) Un conjunto de elementos que se avizora tal como los problemas que pueden
ser resueltos por una nueva computadora.
3.2. Elementos
Son cada uno de los componentes de la poblacin, en los ejemplos de poblacin
los elementos son:
Los libros
Las marcas
Las truchas
Los problemas
3.3. Caractersticas
Representan una propiedad especfica cualitativa o cuantitativa de los elementos
de una poblacin. Las caractersticas tienen un valor especfico, una cualidad o
una categora para cada elemento en su conjunto constituye una variable.
Ejemplo si se considera como poblacin los enfermos de un centro de salud se
pude considerar varias caractersticas, tales como:
Edad
Lugar de procedencia
Peso
Enfermedad
Talla
Ingreso econmico mensual
4
Docente Doctor ALEJANDRO N. SALAS BEGAZO
3.4. Variable
Dada una caracterstica determinada para una poblacin, la variable es la
medida, cualidad o caracterstica concreta de cada uno de los elementos. As por
ejemplo en el caso de los enfermos del Centro de Salud, si se escoge la
caracterstica edad, la variable est constituida por el registro de las edades de
cada uno de los enfermos. Las variables pueden ser: cualitativa o cuantitativas.
Variables cualitativas, son las caractersticas que toman valores que
representan cualidades, virtudes, categoras o rangos. Por ejemplo, Estado civil
(soltero, casado, viudo, divorciado), Sexo (masculino, femenino), Religin, Estado
emocional. el sexo, las marcas de cigarrillos, las enfermedades, colores tipos de
instrumental quirrgico, etc.
Variable Cuantitativas, son aquellas que nicamente pueden tomar valores
numricos. As tenemos por ejemplo, las medidas de peso, talla, ingreso
econmico, edad, etc.
3.5. Parmetros
Son valores que representan a una poblacin, con relacin a una variable
(caracterstica) as tenemos por ejemplo, el promedio, la desviacin estndar, la
varianza, la proporcin, el nmero total, la suma total.
3.6. Estadgrafo
Son valores que representan a una muestra con relacin a una variable
(caracterstica) as tenemos por ejemplo, el promedio la desviacin estndar la
varianza, la proporcin, el nmero total, la suma total de la muestra.
3.7. Censo
Es un proceso planificado, a travs del cual se logra la enumeracin de todos los
elementos de una poblacin o el estudio de una o ms caractersticas de los
elementos de una poblacin.
3.8. Muestra
Es una parte de la poblacin que es obtenida para conocer una o ms
caractersticas de los elementos de una poblacin con la finalidad de realizar
inferencias sobre toda la poblacin. Se obtiene una muestra por razones de
tiempo y dinero
5
Docente Doctor ALEJANDRO N. SALAS BEGAZO
3.9. Encuesta
Es la sistematizacin en forma de cuestionario del conjunto de caractersticas que
se requiere estudiar en el censo o muestreo. En la literatura en general se usa en
forma indistinta, con el mismo sentido a las palabras muestreo o encuesta; sin
embargo es necesario hacer esta precisin.
4. OBTENCIN DE DATOS
Ejercicio 2
Indicar a Ia poblacin a nivel nacional y de los departamentos de Lima, Apurmac,
Arequipa, Cusco, Madre de Dios, Moquegua, Puno y Tacna para los ltimos
censos; en forma de cuadros y grficos. Adicionalmente realice un anlisis e
interpretacin de estos datos, precise por lo menos 4 conclusiones.
4.3. Muestreo
Muchas veces se requiere informacin sobre una caracterstica o problema en
especial, pero en un determinado tiempo y espacio; puesto que la informacin
censal y la que se tiene en registros no nos da la informacin requerida; en
estos casos se debe recurrir a una encuesta por muestreo a travs de un
cuestionario que nos permita obtener la informacin sobre la caracterstica o
problema que se quiere conocer.
4.3.1. Encuestas especializadas
EI INEI realiza encuestas diversas (muestreo), tales como:
Encuesta Nacional de Hogares - ENAHO. 1996
- I Trimestre: Modulo de Educacin, Salud, Trabajo
- 11 Trimestre: Modulo de Vivienda, Transporte y Trabajo
- III Trimestre: Modulo Educacin, Salud, Trabajo
- IV Trimestre: Modulo de Niveles de Vida y Pobreza
Encuesta Nacional de Hogares - ENAHO. 1997
- I Trimestre: Modulo de Educacin, Ingreso y Apoyo Social
Encuesta Demogrfica y de Salud Familiar 1996 (ENDES 111)
Encuesta Nacional de Empresas Exportadoras
Encuesta Nacional de Sueldos y Salarios
Encuesta sobre Variacin del Empleo en lima Metropolitana y a
Nivel Nacional
Encuesta Nacional de Precios para la Determinacin de las Bases
de Referencia del Impuesto Selectivo al Consumo
Encuesta de Opinin Gerencial en el Sector Industrial
Encuesta de Precios para la Comparabilidad internacional INEI - CEPAL
Encuesta Trimestral de Estadsticas Vitales
Encuesta Nacional de Mercados de Abastos
Encuesta Econmica Anual
Encuesta Nacional de Municipalidades e infraestructura Distrital
Encuesta de Caracterizacin de la Poblacin Retornante
7
Docente Doctor ALEJANDRO N. SALAS BEGAZO
9
Docente Doctor ALEJANDRO N. SALAS BEGAZO
5. PRESENTACION DE DATOS
Los datos obtenidos de las diferentes maneras que se han sealado anteriormente
pueden ser presentados bsicamente en forma de cuadros y grficos
5.1. Cuadros Estadsticos
Un Cuadro Estadstico o tambin conocido como Tabla, es un mtodo
estadstico para ordenar y presentar datos. General se tiene dos tipos de
cuadros estadsticos: Cuadros de Referencia y Cuadros Analticos
5.1.1. Cuadros de referencia
Tambin se le conoce como Cuadro Fuente, porque estn diseados pare
servir como depsito de informacin estadstica. Los Cuadros de referencia
contienen datos que permiten el anlisis de relaciones entre variables; estos
cuadros se encuentran en los aprendices de los estudios analticos.
En el Cuadro N 01 se aprecian datos que estn contenidos en un cuadro de
referencia, donde nicamente se tienen datos, sin realizar ningn anlisis ni
mucho menos obtener conclusiones.
Cuadro N 01
Peso en Kilogramos de 100 nios de 14 aos de la Gran Unidad Escolar
Mariano Melgar Arequipa Ao 2011
67.9
60.7
64.4
56.4
60.4
64.8
61.6
62.7
65.9
58.6
61.9
60.6
65.6
61.7
65.6
58.8
60.9
65.6
65.6
63.3
59.6
63.0
63.6
65.9
67.2
62.6
65.9
57.7
63.6
65.8
62.8
62.6
63.0
63.71
56.8
63.7
64.61
60.4
60.5
58.61
63.61
60.4
62.6
60.7
61.2
67.0
61.0
60.7
62.3
60.3
64.8
63.6
65.4
61.9
58.2
65.7
66.5
60.9
65.81
62.6
65.8
64.8
65.61
60.2
64.8
65.7
65.8
60.2
60.9
62.9
61.4
67.0
60.4
52.9
63.3
63.7
66.6
57.2
60.8
65.2
63.0
61.51
63.2
63.6'
61.3
63.6
61.2
63.2
61.0
62.9
63.5
60.9
63.8
63.6
62.9
62.7
65.11
58.7
58.0
61.8!
10
Docente Doctor ALEJANDRO N. SALAS BEGAZO
AOS
2009
2010
47.5
48.4
2011
49.8
2012
50
39.9
36.8
79.4
40.9
61.9
31.4
39.4
33.1
73.3
37.8
73.2
38.9
42.6
43.2
80.1
49.4
73.4
28.3
42.1
39.3
78
44.8
72.4
34.3
34.7
71.8
36.9
70
35.7
75.9
36.9
74.3
Rtulo de la
Columna
(Total
Clasificacin
Rtulo de la
Columna
(Clase B1)
Rtulo de la
Columna
(Clase B2)
E
N
C
A
B
E
Z
A
D
11
Docente Doctor ALEJANDRO N. SALAS BEGAZO
B)
Celda
Celda
Celda
Celda
Celda
O
C
U
E
R
P
O
13
Docente Doctor ALEJANDRO N. SALAS BEGAZO
Cuadro N 03
Nmero de Ovinos de las Familias de una Comunidad del Distrito de
Santa Rosa Caylloma Ao 2012
Nmero de Ovinos
(Clases)
X1
0-1
23
45
67
8-9
TOTAL
Nmero de Familias
(Frecuencia)
n1
22
225
432
231
60
1000
Clase
Categora o rango de datos, ejemplo en el Cuadro N 03 la primera clase
tiene el rango de las familias que tiene de 0 a 1 ovino la quinta clase
tiene el rango de las familias que tiene de 8 a 9 ovinos.
5.3.1.2.
Lmite de Clase
14
Docente Doctor ALEJANDRO N. SALAS BEGAZO
5.3.1.4.
Intervalo de Clase
Es la diferencia entre los lmites superior e inferior.
5.3.1.5.
5.3.1.6.
Frecuencia
Es el nmero de observaciones que corresponde a cada clase.
Nmero de Clases
Para determinar el nmero de clases que debe tener un cuadro de
distribucin de frecuencias, se debe considerar algunos criterios tales
como:
Nmero de observaciones
15
Docente Doctor ALEJANDRO N. SALAS BEGAZO
Precisin de la tabla
Rango, entre otros.
Rango (R)
Es la diferencia entre las observaciones de mximo y menor valor.
R = XMAX XMIN
5.3.2.3.
5.3.2.4.
R
K
5.3.2.5.
5.3.2.6.
A R
2
5.3.2.7.
5.3.2.8.
5.3.2.9.
ni
n
Xi
186.5
178.5
188.5
198.5
208.5
218.5
LS
173
183
193
203
213
223
ni
1
3
5
10
10
4
33
% fi
3.0
9.1
15.2
30.3
30.3
12.1
100.0
Ni
1
4
9
19
29
33
% F1
3.0
12.1
27.3
57.6
87.9
100.0
Ejemplo 1
Con los datos de peso en kilogramos de nios de 14 aos que se muestran
a continuacin, elaborar un cuadro de distribucin de frecuencias.
67.9
58.6
65.6
57.7
64.6
67.0
58.2
60.2
60.4
61.5
17
Docente Doctor ALEJANDRO N. SALAS BEGAZO
60.7
61.9
63.3
63.6
60.4
61.0
65.7
64.8
62.9
63.2
64.4
60.6
59.6
65.8
60.5
60.7
66.5
65.7
63.3
63.6
56.4
65.6
63.0
62.8
58.6
62.3
60.9
65.8
63.7
61.3
60.4
61.7
63.6
62.6
63.6
60.3
65.8
60.2
66.6
63.6
64.8
65.6
65.9
63.0
60.4
64.8
62.6
60.9
57.2
61.2
61.6
58.8
67.2
63.7
62.6
63.6
65.8
62.9
60.8
63.2
62.7
60.9
62.6
56.8
60.7
65.4
64.8
61.4
65.2
61.0
65.9
65.6
65.9
63.7
61.2
61.9
65.6
67.0
63.0
62.9
63.5
60.6
63.8
63.6
62.9
62.7
65.1
58.7
58.0
61.8
I=
11.5
8
I = 1.4375
I 1,5
8. Determinacin de la amplitud de la tabla (A)
A=kxI
A = 8 x 1.5
A = 12.0
18
Docente Doctor ALEJANDRO N. SALAS BEGAZO
a<X b
56.2
57.7
59.2
60.7
62.2
63.7
65.2
66.7
57.7
59.2
60.7
62.2
63.7
65.2
66.7
68.2
a<X b
56.2
57.7
59.2
60.7
62.2
63.7
65.2
66.7
TOTAL
57.7
59.2
60.7
62.2
63.7
65.2
66.7
68.2
ni
4
6
13
17
30
9
17
4
100
19
Docente Doctor ALEJANDRO N. SALAS BEGAZO
Ejercicio
Dados los siguientes datos, que corresponde a la nota final del Curso de
Mtodos Estadsticos de los estudiantes de la Maestra de Desarrollo Rural de
la UNA - Puno, construir un Cuadro de Distribucin de Frecuencias.
20
14
09
14
16
11
18
08
10 10
17
18
12
16
20
12
19
08
11 13
13
19
12
14
21
13
20
12
13 13
17
16
13
15
17
14
15
13
13 14
19
19
13
16
17
14
13
14
15 15
5.4. Grficos
Son otra forma de presentar los datos, con la finalidad de poder mostrar en forma
visual las caractersticas y comparaciones que se desea resaltar. Las graficas mas
usuales son las circulares, los pictogramas, graficas de barras graficas lineales,
entre otras.
5.4.1. Grficos circulares
Estos grficos sirven para comparar las partes con respecto al Todo a resaltar
las diferencias entre las partes. Esta representacin es a travs de una
circunferencia o un pastel que representa el todo y que se la divide en sectores
circulares o fracciones del pastel que estn en proporcin a la frecuencia de la
partes.
20
Docente Doctor ALEJANDRO N. SALAS BEGAZO
Ejemplo 1
Ejemplo 2
ARRIBO DE VISITANTES AL CUSCO
PERIODO 2010-2011
Nacionales
Extranjeros
21
Docente Doctor ALEJANDRO N. SALAS BEGAZO
5.4.2. Pictogramas
Sirven para realizar representaciones de caractersticas especficas a travs de
figuras que se aproximan a la descripcin de una caracterstica. Por ejemplo si
se quiere especificar el sexo para una poblacin la representacin grafica sera
de la manera siguiente:
POBLACIN DEL DEPARTAMENTO DE PUNO
Nmero
535830
Porcentaje
49.6%
Nmero
544019
Porcentaje
51.4%
22
Docente Doctor ALEJANDRO N. SALAS BEGAZO
SI
NO
NO SABE/ NO RESPONDE
MILLONES DE DOLARES
23
Docente Doctor ALEJANDRO N. SALAS BEGAZO
Pobreza
Extrema Pobreza
Ejercicios
Dibuje dos grficas circulares dos pictogramas, dos grficas de barras y dos
grficas lineales con datos de su Centro de Trabajo.
24
Docente Doctor ALEJANDRO N. SALAS BEGAZO
6.
Son los valores que son obtenidos por procedimientos matemticos o por
observaciones y que tienden a ubicarse en la parte central de las observaciones que
estn ordenadas en forma creciente o decreciente.
6.1 Media Aritmtica
6.1.1. Notacin
= Promedio de poblacin
X = promedio de muestra
6.1.2. Definicin
Es el valor obtenido del cociente entre la suma de las observaciones y el
nmero total de observaciones.
Xi
4 5 8 10 6
N
5
6.1.3. Propiedades
i
X 6. 6
n
i
X i
X = 0
n
i
( X i c)
N
X C
25
cx
cX
Ejemplo 2
En una oficina trabajan cinco mecangrafos que tiene una velocidad de
mecanografiado de 40, 65, 53, 48 y 56 palabras por minuto. Calcular el
promedio de velocidad de mecanografiado de las cinco secretarias.
Xi
40 65 53 48 56
5
262
5
X 52.4
Ejemplo 3
En una muestra se toma el nmero de partos diarios que se realiza en un
centro de salud entre los aos 2005 y 2006. Calcular el promedio aritmtico
simple.
5
4
7
3
4
9
5
4
4
7
5
6
11
6
n
i
n
458
X
70
X 6.5
6.2.
6
5
4
9
10
5
7
Xi
7
6
5
4
3
6
7
8
9
7
9
5
6
7
7
7
7
8
6
7
7
5
7
8
7
7
6
8
7
6
7
8
9
6
7
8
9
6
7
8
9
10
7
7
6
5
5
4
3
5 4 ... 3
70
6.2.1. Definicin
26
Docente Doctor ALEJANDRO N. SALAS BEGAZO
Es el valor obtenido del cociente entre la suma de los productos de las marcas
de clase por su frecuencia, dividido entre el nmero total de observaciones.
ni xi
n
Ejemplo 1
Determinar el promedio aritmtico simple para el siguiente cuadro de
distribucin de frecuencias sobre el nmero de ovinos que tiene las familias de
una comunidad campesina de Pampacolca.
A< Xi b
26
6 10
10 14
14 18
18 - 22
TOTAL
Xi
4
8
12
16
20
ni xi
n
ni
21
25
30
40
20
136
niXi
84
200
360
640
400
1684
1684
12.38
136
Ejemplo 2
En una empresa de produccin de chompas de fibra de alpaca se toma una
muestra de obreros para determinar el rendimiento promedio por da, con los
siguientes resultados. Calcular el promedio
N Chompas / Obrero / Da
4.2
4.3
8.0
6.9
3.9
6.5
5.7
5.4
6.1
5.2
6.4
6.5
5.6
3.8
7.3
7.3
5.9
7.1
5.1
8.4
6.1
4.5
4.5
6.9
5.2
5.6
5.6
5.7
4.2
3.9
4.3
5.4
6.9
5.7
5.1
7.3
6.9
5.7
5.9
6.1
5.2
8.0
6.4
6.5
4.3
5.4
6.5
4.3
5.4
6.4
5.1
6.9
4.6
3.7
3.8
7.1
8.0
5.7
6.4
7.3
5.1
5.4
6.5
4.6
3.6
8.2
3.5
5.7
6.4
7.3
4.6
7.0
5.3
5.7
7.7
7.3
5.1
7.6
8 clases
R
k
I=
4.9
8
I = 0.6125
I 0.7
4. Determinacin de la amplitud de la tabla (A)
A=kxI
A = 8 x 0.7
A = 12.0
5. Determinacin del lmite inferior de la primera clase (L)
A R
2
5.6 4.9
Li 3.9
2
Li 3.15 3.2
Li X MIN
3.9
4.6
5.3
6.0
6.7
28
6.7
7.4
8.1
7.4
8.1
8.8
n
7
11
9
17
13
14
4
2
77
Xi
3.55
4.25
4.95
5.65
6.35
7.05
7.775
8.45
n i Xi
24.85
45.75
44.55
96.05
82.55
98.70
31.00
16.90
441.35
n xi
X
n
n
441.35
X
5.7318
77
X 5.73
6.2.2. Ejercicios
1. Los datos corresponden a una muestra de la cantidad de fardos de lana que
ingresa a la Empresa Michel & Compaa de la ciudad de Arequipa - Ao 2012
29
Docente Doctor ALEJANDRO N. SALAS BEGAZO
100
50
50
50
90
100
80
65
100
70
50
60
60
40
50
100
100
80
70
10
50
100
15
100
40
100
80
80
100
100
100
70
70
30
70
120
120
60
120
100
60
50
110
110
80
80
100
80
100
80
100
50
35
80
110
90
60
80
40
60
100
70
120
100
50
50
110
110
80
60
40
80
80
70
35
100
100
40
15
80
65
100
100
80
50
80
30
100
80
100
30
100
100
45
40
80
75
40
30
70
65
100
100
100
100
100
80
80
100
100
100
80
50
60
100
40
55
70
100
60
100
968
505
3135 850
308
732
768
508 656
611
466
303
674
750
459
885
882 950
195 722
307 1314
40 1083
29 2217
63 608
899
824
969
455
1153
626
737
314
701
2426
485
1186
524
478
1217
1464
1005
571
2148
1847
661
2090
847
1078
799
560
1032
1208
339
712
520
461
1443
779
323
622
364 938
843 1091
868 2117
791 1808
462 4641
703 1113
430
394
877
2757
438
560
769
775
417
2757
974
601
428
565
1010
574
405
512
0.50
0.88
0.75
0.37
0.49
0.95
0.63
0.83
0.40
0.95
0.72
0.34
0.83
0.72
0.68
0.77
0.60
0.76
0.77
0.47
0.77
0.74
0.61
0.45
0.55
0.89
0.84
0.69
0.45
0.53
0.66
0.56
0.55
0.73
0.34
0.70
0.46
0.45
0.86
0.56
0.50
0.52
0.47
0.71
0.44
0.52
0.57
0.78
0.65
0.42
0.56
0.81
0.57
0.45
0.52
0.62
0.38
0.48
0.84
0.66
0.90
0.87
0.78
0.57
0.63
0.43
0.39
0.87
0.77
0.38
0.56
0.51
0.951
0.72
0.74
0.53
0.75
0.45
0.48
0.56
0.781
0.45
30
Docente Doctor ALEJANDRO N. SALAS BEGAZO
a)
b)
pX
X
p
n
Ejemplo 1
Calcular la esperanza de vida promedio para los departamentos del sur, teniendo en
cuenta su poblacin y esperanza de vida departamental.
Poblacin y Esperanza de Vida al Nacer (aos)
Departamento
Apurmac
Arequipa
Cusco
Madre de Dios
Moquegua
Puno
Tacna
Total
pX
X
p
n
Poblacin 2012
piXi
30030721.2
81937168.1
75382500.2
7235020.8
12125697.5
79602402.6
23122663.2
309436173.6
309436173.6
4783839
31
Docente Doctor ALEJANDRO N. SALAS BEGAZO
X2
Ejemplo 1
Calcular el promedio cuadrtico de 7, 9, 8, 5, 6
X
7 2 9 2 82 52 6 2
5
255
5
X 7.14
7.
Son las medidas que nos permiten conocer sobre la variabilidad de las observaciones
y dentro de ellas las ms importantes son la desviacin estndar, la varianza y el
coeficiente de variabilidad
7.1. Desviacin estndar
7.1.1. Notacin
32
Docente Doctor ALEJANDRO N. SALAS BEGAZO
i 1
( X i u) 2
N
i 1
2
i
Ejemplo:
Los datos corresponden a las edades de los trabajadores de una microempresa
de confeccin de ropa en la ciudad de Arequipa: 33, 40, 28, 32, 25, 37, 42, 31,
34, 29, 30, y 41
a) Calcular el promedio
Estos datos corresponden a una poblacin por lo tanto la frmula que se debe
utilizar es:
n
Xi
sumatoria de valores de observaciones
i 1
u
N
numero de observaciones de la muestra
i 1
33 40 28 32 25 37 42 31 34 29 30 41
12
u = 33.5
b) Calcular la desviacin estndar
n
x
i 1
2
i
33
Docente Doctor ALEJANDRO N. SALAS BEGAZO
12
13794 33.5 2
12
5.22
i 1
( X i X )2
n 1
Para efectos del clculo la frmula puede ser simplificada de la siguiente
forma:
n
i 1
Xi
(i 1 X i ) 2 / n
n
n 1
Ejemplo.
Una empresa comercializadora de productos de limpieza para el hogar realiza un
pequeo sondeo del gasto promedio semanal por familia en soles, en la ciudad de
Arequipa, obteniendo los siguientes resultados:
110
100
45
75
50
40
58
70
85
80
75
90
90
120
110
85
50
35
45
58
a) Calcular el promedio
n
i 1
Xi
73.55
20
numero de observaciones de la muestra
i 1
X i (i 1 X i ) 2 / n
n
n 1
34
Docente Doctor ALEJANDRO N. SALAS BEGAZO
120403 14712 / 20
25.35
19 1
Varianza
7.2.1. Notacin
= Varianza de poblacin
S2 = Varianza de muestra
7.2.2. Definicin
a) Para una Poblacin
La varianza es el valor que se obtienen de elevar al cuadrado la desviacin
estndar. Todas las frmulas de la desviacin estndar, sin tambin validas para la
varianza, elevando todas ellas al cuadrado
( X i )2
i 1
N
X
i 1 i
N
Ejemplo 1
Dados los siguientes datos: 13, 10, 8, 12, 12, 11, 14, 9, 10 y 11 que corresponden a la
nota final del curso de Matemticas
a) Calcular el promedio
n
i 1
Xi
110
11
10
b) Calcular la Varianza
n
i 1
Xi
1240
112 3
10
X (i 1 X i ) 2 / n
i 1 i
n
n 1
Ejemplo 2
En una muestra de precios de papa se obtuvo los siguientes resultados en soles por
kilogramo: 0.45, 0.50, 0.40, 0.60, 0.55, 0.55, 0.60, calcular
X i (i 1 X i ) 2 / n
n
i 1
1.9375 3.65 2 / 7
7 1
n 1
s 2 0.0057
Ejemplo 3
En una encuesta realizada en un centro educativo estatal a travs de una muestra
tomada al azar, se obtienen los siguientes datos sobre el nmero de hermanos que
tiene el estudiante:
5
4
1
3
4
4
5
2
1
1
2
5
6
8
7
4
5
7
5
6
5
6
8
3
7
3
1
2
3
3
0
5
3
7
5
5
0
3
5
4
8
7
4
3
5
n
i 1
Xi
n
i 1
Xi
190
4.222
45
n X (i 1 ni X i ) 2 / n
i 1 i i
n
n 1
36
Docente Doctor ALEJANDRO N. SALAS BEGAZO
1004 190 2 / 45
2.141462
45 1
c) Calcular la varianza
s2 = (2.141462)2 = 4.585859
7.2.3. Desviacin estndar en datos agrupados
a) Para una poblacin
n
i 1
ni ( X i ) 2
n
n
i 1
ni X i
n ( X i X )2
i 1 i
n 1
n X i (i 1 ni X i ) 2 / n
2
i 1 i
n 1
Ejemplo 1
En la escuela primaria de menores N 40140 de Pampacolca Arequipa la asistencia a
clases en el sexto grado por alumno para el ao 2012 fue:
121
159
151
137
155
162
140
108
136
127
102
144
129
147
128
159
122
160
101
163
158
145
106
153
104
108
105
135
142
125
118
140
142
142
108
149
132
134
144
133
146
118
104
124
125
113
160
141
158
164
135
133
122
148
125
157
103
101
161
136
138
128
124
134
154
110
114
146
141
152
155
116
149
105
146
151
149
125
128
151
a)
Elaborar un cuadro de distribucin de frecuencias
1. Determinacin del numero de clases
150
142
126
109
140
139
123
162
139
162
159
134
147
120
147
163
165
163
145
147
104
138
156
161
126
37
Docente Doctor ALEJANDRO N. SALAS BEGAZO
N = 50
K = 1+3.3. Log (n) = 1 + 3.3 log(105)
K = 7.6699
K ~ 8.0
2. Determinacin del rango (R)
R = XMAX Xmin
XMAX = 165
Xmin = 101
R = 64.0
3. Determinacin del intervalo de clase (I)
I
R
64
k
7.7
I = 8.3
4. Determinacin de la amplitud de la tabla (A)
A = K x I = 8 x 8.3
A = 66.4
5. Determinacin del lmite inferior de la primera clase (L i)
Li X MIN
AR
66.4 64
101
2
2
Li 99.8
a<X b
108.1
116.4
124.7
133
141.3
149.6
157.9
166.2
a<X b
108.1
108.1 116.4
116.4 124.7
124.7 133
133
141.3
141.3 149.6
149.6 157.9
157.9 166.2
TOTAL
ni
13
5
9
12
17
18
13
18
105
Xi
Xi2
niXi
niXi2
103.95
112.25
120.55
128.85
137.15
145.45
153.75
162.05
10805.6
12600.06
14532.3
16602.32
18810.12
21155.7
23639.06
26260.2
1351.35
561.25
1084.95
1546.2
2331.55
2618.1
1998.75
2916.9
14409.05
140472.83
63000.313
130790.72
199227.87
319772.08
380802.65
307307.81
472683.65
2014057.9
X
X
ni X i
14409.05
105
X 137.2
n X (i 1 ni X i ) 2 / n
i 1 i i
n 1
s 18.79
i 1
Ni ( X i )2
N
i 1
Ni X i
N
n
i 1 i
n (Xi X )
n 1
n X i (i 1 ni X i ) 2 / n
n
i 1 i
n 1
Ejemplo
En una muestra tomada al azar en la ciudad de Arequipa, sobre el ingreso
familiar en soles se obtuvo los siguientes resultados:
Ingreso en S/.
ni
Xi
Xi2
niXi
NiXi2
120 - 326
22
223
49729
4906
1094038
327 - 533
50
430
184900
21500
9245000
534 - 740
51
637
405769
32487
20694219
741 - 947
47
844
712336
39668
33479792
948 - 1154
16
1051
1104601
16816
17673616
1155 - 1361
1258
1582564
11322
14243076
1362 -1568
1465
2146225
4395
6438675
1569 -1775
1672
2795584
1672
2795584
1776 - 1982
1879
3530641
1879
3530641
TOTAL
200
134645
109194641
a) Calcular el promedio
ni X i
134645
200
X 673.225
b) La Varianza
n X i (i 1 ni X i ) 2 / n
n
i 1 i
n 1
93207.3411
200 1
c) La Desviacin estndar
s
93207.3411
40
Docente Doctor ALEJANDRO N. SALAS BEGAZO
s = 305.3
7.3 Coeficiente de variabilidad
7.3.1. Notacin
CV = Coeficiente de variabilidad
7.3.2 Definicin
Es el cociente entre la desviacin estndar y el promedio, por lo general se le
expresa en porcentaje, pero tambin puede ser utilizada en tanto por uno
CV
s
x 100
X
n
i
Xi
N
268000
7
38285.7143
b) La desviacin estndar
i 1
X i2
1112000000 0
38285.7143 2
7
11080 .411
41
Docente Doctor ALEJANDRO N. SALAS BEGAZO
x100
11080 .4111
x100
38285.7143
CV 28.94%
CV
Ejemplo 2
En el siguiente cuadro se muestra el rendimiento de papa en cien comunidades
campesinas en toneladas mtricas por hectrea.
Rendimiento
ni
En TM/H
4.6 4.7
4.7 4.8
4.8 4.9
4.9 5.0
5.0 5.1
5.1 5.2
5.2 5.3
5.3 5.4
TOTAL
PROMEDIO
VARIANZA
2
8
14
27
25
16
7
1
100
4.996
0.0213
Xi
Xi2
4.65
4.75
4.85
4.95
5.05
5.15
5.25
5.35
21.6225
22.5625
23.5225
24.5025
25.5025
26.5225
27.5625
28.6225
niXi
9.3
38.0
67.9
133.65
126.25
82.40
36.75
5.35
499.6
DESV. ESTANDAR
C. VARIACIN
niXi2
43.25
180.50
329.32
661.57
637.56
424.36
192.94
28.62
2498.11
0.1459
2.92
Calcular:
a) calcular el promedio
n
n Xi
499.60
1 i
X
n
100
X 4.996
b) Calcular la varianza
n X i (i 1 ni X i ) 2 / n
n
i 1 i
n 1
x100
X
0.1459
CV
x100
5
CV 2.92%
CV
8. PROPORCIONES
8.1 Notacin
P = proporcin para una poblacin
Q = Complemento de una proporcin poblacional
p = proporcin para una muestra
q = complemento de una proporcin muestra
8.2 Definicin
P
X
N
X
n
Donde:
X = Nmero de xitos
N = Tamao de la poblacin o nmero total de sucesos u observaciones
n = Tamao de la muestra o nmero total de sucesos en una muestra
8.3 Propiedades de una Proporcin
a) P + Q = 1
b) Por lo tanto p = 1 q
p+q=1
pq s 2 _
x
n
Ejemplo 1
En una empresa de una muestra de 24 trabajadores, 7 son casados. Calcular:
a) La proporcin de casados
43
Docente Doctor ALEJANDRO N. SALAS BEGAZO
X
7
02917
n 24
0.2917 x0.7083
0.0086
24
Ejemplo 2
Los datos corresponden a una muestra tomada al azar en la ciudad de Arequipa
sobre el ingreso familiar en soles.
Ingreso en Soles
120 326
326 533
534 740
741 947
948 1154
1155 1361
1362 1568
1569 1775
1776 1982
TOTAL
ni
22
50
51
47
16
9
3
1
1
200
22 50 51 47 170
0.85
200
200
0.85 x 0.15
0.0006375
200
sx
0.0006375 0.0252
51 47 16 9 123
0.615
200
200
0.385 x 0.615
0.001183875
200
sx
0.00118875 0.034407484
Por lo tanto se requiere interaccin numrica. Es por esto que para facilitar el uso
de esta distribucin, debemos estandarizar la variable X.
La notacin X N (, 2) indica que la variable X tiene una distribucin normal con
media y varianza 2.
El rango de es - < < y el de 2 es 2 0. Por lo tanto el nmero posible de
distribuciones normales es infinito: como no es posible contar con una tabla para
que cada distribucin, es que afortunadamente se ha determinado que cualquier
variable X N (, 2) puede ser transformada en una variable Z N (0,1); la misma
que si tiene una tabla, que puede encontrarse en cualquier texto de estadstica o
en una computadora.
46
Docente Doctor ALEJANDRO N. SALAS BEGAZO
Estandarizacin de X
El proceso de transformacin de X a Z se llama la estandarizacin de X y la
distribucin N (0,1); se llama distribucin normal estndar. La estandarizacin
de X se realiza a travs de la ecuacin:
(0,1)
Ejemplo 1
Dado X N (4, 25), determinar:
a) P (4 < X < 7.5) =
= P (0 < Z < 0.7) = 0.2580 (Este valor se encuentra en la
calculadora o computadora)
tabla,
47
Docente Doctor ALEJANDRO N. SALAS BEGAZO
b) P (2 < X < 9) =
= P (-0.4 < Z < 1) = 0.4967
9.1.2
Principales
aplicaciones
de la distribucin normal
9.1.2.1 Seleccin de poblaciones
La distribucin normal puede ser utilizada para realizar la seleccin de
poblaciones, con fines de mejoramiento u otras aplicaciones.
Ejemplo 1
Las notas obtenidas en un examen fueron 17.6, 17.3, 17.2, 13.4, 16.7, 14.8,
13.4, 16.4, 15.1, 15.0, 17.7, 12.8, 15.2, 15, 12.3 Cul es la nota mnima
para seleccionar el cuarto superior?
Calculando, se tiene:
, = 15.33, y
= 1.73
Despejando la probabilidad se tiene:
P (X a) = 0.25
a = Z x 1.73 + 15.33
a = 0.675 x 1.73 15.33
a = 16.50
Otra forma de resolver el mismo ejercicio
Es usando el programa Excel de la computadora, donde se ingresa al icono
se busca DISTR.NORM.INV y luego aparecern tres lneas que debern
ser llenados de la manera siguiente:
Probabilidad
0.75
Media
15.33
Desv_estandar
1.73
Luego se Acepta
y aparecer el valor correspondiente a X, que en
este caso es 16.50. Por lo tanto para seleccionar el cuarto superior se debe
hacer a partir de 16.5
Ejemplo 2
Si X N (40,36). Cul ser el valor de X si se pretende seleccionar al
82.38% superior?
P (X a) = 0.8238
La computadora nos da los valores acumulados de - hasta el valor de X,
por lo tanto la probabilidad queda expresada de la manera siguiente:
P (X < a) = 1 0.8238 = 0.1762
49
Docente Doctor ALEJANDRO N. SALAS BEGAZO
0.1762
Media
40
Desv_estandar
Luego se Acepta
y aparecer el valor correspondiente a X, que en
este caso es 34.4. Por lo tanto el valor de X que se pretende seleccionar a
82.38% superior es 34.4
Ejemplo 3
Si X N (37,14.44). Calcular:
a) P (X 33.2) = 1 P (x < 33.2)
La computadora nos da los valores acumulados de - hasta el valor de
X, por lo tanto la probabilidad a obtener en la computadora es:
P (X < 33.2) =?
En este caso se procede casi de manera similar en la computadora, con
la diferencia que en este caso se ingresa al icono
donde se busca
DISTR.NORM y luego aparecern cuatro lneas que debern ser
llenados de la manera siguiente:
33.2
X
Media
37
Desv_estandar
3.8
Acum
Verdadero
50
Docente Doctor ALEJANDRO N. SALAS BEGAZO
Luego se Acepta
y aparecer el valor correspondiente a la
probabilidad, que en este caso es 0.1587. Por lo tanto el valor de la
probabilidad es:
P (X 33.2) = 1 0.1587 = 0.8413
b) P (38.9 X 42.7) =
Para calcular esta probabilidad se debe ejecutar el siguiente
procedimiento:
P (38.9 X 42.7) = P (X 42.7) P (38.9 X) =
En el icono
se busca DISTR.NORM, donde aparecern cuatro lneas
que debern ser llenadas de la manera siguiente:
38.9
X
Media
37
Desv_estandar
3.8
Verdadero
Acum
Luego se Acepta
y aparecer el
probabilidad, que en este caso es 0.6915
valor
correspondiente
la
Nuevamente en el icono
se busca DISTR, NORM, donde aparecern
cuatro lneas que debern ser llenados de la manera siguiente:
42.7
X
Media
37
Desv_estandar
3.8
Acum
Verdadero
Luego
se
Acepta
Intervalos de confianza
Los intervalos espacios comprendidos entre dos lmites, en el caso de la
estimacin de parmetros, son los lmites entre los cuales estn
comprendidos los estimadores con una probabilidad determinada:
P (Li Ls) = 1 -
Tamao de muestra
Para calcular el tamao de muestra se utiliza la formula siguiente:
52
Docente Doctor ALEJANDRO N. SALAS BEGAZO
Ejemplo 1
Calcular el tamao de muestra para el ejercicio anterior del peso de los
tomates, para un = 0.05 y un error del 4% con respecto al promedio.
Z0.475 = 1.96
d = 4% del
d = 0.02 x 85 =3.4
= 3.2
n = 13.6 = 14
El tamao de muestra requerido es de 14 tomates
Ejemplo 2
Un organismo de desarrollo quiere instalar una casa de partos en una zona
rural, obteniendo el nmero de partos mensuales a travs de una muestra
piloto en 10 unidades campesinas, con los siguientes resultados: 5, 3, 4, 3,
5, 4, 3, 4, 2, 5. Adems se conoce por trabajos anteriores que la desviacin
estndar de la poblacin es de 1.03
a) Calcule el promedio y la desviacin estndar
Z0.495 = 2.575
c)
n = 28.2 = 28
El estudio deber realizarse en 28 comunidades
9.2 Distribucin t de Student
En la mayora de los casos se desconoce la varianza de la poblacin, por lo cual
no es posible utilizar la distribucin Z, pero gracias a W.S. Gosset, quien en el ao
1908 dedujo una distribucin que lo denomino distribucin t de Student, la
misma que fue perfeccionada por R.A. Fisher en el ao 1928.
Esta distribucin revoluciono prcticamente la estadstica de las pequeas
muestras. La formula es:
9.2.1.1
Intervalos de confianza
Cuando no se conoce el valor de la varianza poblacional es posible estimar
los intervalos de confianza, utilizando la varianza muestral y la distribucin
de t, de la manera siguiente:
54
Docente Doctor ALEJANDRO N. SALAS BEGAZO
Ejemplo
Conociendo que el rendimiento de gas domestico, en una muestra de 10
familias, es: 20, 23, 15, 17, 18, 19, 20, 18, 20 y 15 das/baln de gas
mensual. Estimar los limites de confianza para la media de la poblacin con
un = 0.05.
n=10
X = 18.5
s2 = 6.06
s = 2.46
Ejemplo
En una muestra a 100 personas se les encuesta sobre un tipo de sangre
rara, obtenindose que 10 de ellos tengan este tipo de sangre. Calcular un
intervalo de confianza del 90% para la proporcin de individuos con este
tipo de sangre.
q = (1 0.1) = 0.9
(0.0502
0.1498) = 0.90
55
Docente Doctor ALEJANDRO N. SALAS BEGAZO
9.2.1.3
Tamao de muestra
La varianza de promedios es:
Ejemplo
En una empresa de produccin de chompas de fibra de alpaca, se quiere
seleccionar tres grupos, de acuerdo a su productividad diaria; para la cual
se toma de los registros de la empresa el rendimiento promedio de
chompas/da/obrero, con los siguientes resultados:
4.3
5.1
3.5
6.5
6.9
5.7
5.2
5.4
7.3
3.8
6.5
6.9
7.1
7.3
5.7
8.0
8.4
7.0
5.7
4.6
5.3
y = 0.03
6.4
3.6
3.7
7.3
8.2
5.1
5.9
5.7
6.9
6.1
7.7
4.6
4.6
6.4
56
Docente Doctor ALEJANDRO N. SALAS BEGAZO
Promedio
6.0
9.2.1.4
D. Estndar
1.35
n1
34
t 34,0.03
2.27
D= 5%Prom.
0.30
N
106
Ejemplo 1
En una encuesta sobre un tipo de sangre, se tomo una muestra a 100
personas, de estas, 10 tuvieron el tipo de sangre de inters. Calcular el
tamao de muestra para un = 0.05 y d= 0.03.
q = 0.9
d = 0.03
n = 3937 = 394
Ejemplo 2
En la Carrera Profesional de Contabilidad la proporcin de estudiantes
mujeres es de 0.25. Calcular el tamao de muestra para = 0.05 y una d=
0.10.
P = 25
p = 0.75
Z0.05 = 1.98
d = 0.10
n = 50.7 = 51
9.3 Distribucin de Chi cuadrado
9.3.1
Notacin
57
Docente Doctor ALEJANDRO N. SALAS BEGAZO
X2 = Chi cuadrado
9.3.2
Definicin
Si s2 es un estimador insesgado de 2, entonces:
9.3.3
Ejemplo 1
En un Centro Educativo con 85 docentes, se toma una muestra de 12
profesores para revisar las faltas por diversos motivos durante el ao 2004 y los
resultados fueron los siguientes:
8
5
18
7
20
12
16
90
9
12
3
5
5
8
15
1
8
30
4
6
Calcular un intervalo de confianza para la varianza con una = 0.10
58
Docente Doctor ALEJANDRO N. SALAS BEGAZO
Edad
N
10 19
59
20 34
79
35 44
60
45 54
54
55 64
73
Total
325
20.18) = 0.90
X0
14.5
27.0
39.5
49.5
59.5
xi
210.25
729
1560.25
2450.25
3540.25
n ix i
855.5
2133.0
2370.0
2673.0
4343.5
12375.0
n i x i
12404.75
57591.00
93615.00
132313.50
258438.25
554362.50
P
(2.86
2
Ejemplo 2
En el cuadrado de distribucin de frecuencia se muestra el nmero de lectores
de una revista de circulacin nacional por edades.
59
Docente Doctor ALEJANDRO N. SALAS BEGAZO
Calcular:
a) La varianza
60
Docente Doctor ALEJANDRO N. SALAS BEGAZO
10.2
vs.
H: parmetro = a
61
b) De una cola
10.3
H0: parmetro a
vs.
H: parmetro > a
H0: parmetro a
vs.
H: parmetro < a
Definiciones preliminares
Error I
Es el error que consiste en rechazar H0, cuando esta es cierta.
Error II
62
Docente Doctor ALEJANDRO N. SALAS BEGAZO
LA CIERTO
ERROR I
Decisin correcta
FALSO
Decisin correcta
ERROR II
63
Docente Doctor ALEJANDRO N. SALAS BEGAZO
a)
b)
c)
d)
e)
Ejemplo 1
Se seala que el peso de los chipis es de 10 oz; en una muestra al azar de 18
paquetes se obtiene los siguientes resultados: X 9.73 oz, S2 = 0.18. Probar al
nivel del 5%, si el anuncio es cierto o si en realidad los paquetes de chips
pesan menos de 10 oz
a)Ho: u 10
H1: u < 10
b)
= 0.05
c)
Estadstico es X
N(u,
rechaza Ho
d)
9.73 10
2.7
0.18
t=
18
e)
Conclusin
(Tc = -2.7) < (-t17.0.010 = -1.74), por lo tanto se rechaza Ho lo que nos
permite aceptar H1; es decir que el peso promedio de los paquetes de
chips es menor a las 10 oz
Ejemplo 2
En una empresa agraria previo a la ejecucin de un trabajo de investigacin
sobre peso de velln se decide tomar una muestra piloto, obteniendo los
siguientes resultados.
64
Docente Doctor ALEJANDRO N. SALAS BEGAZO
3.6 4.7
4.4 4.7
4.0
4.3
3.5
3.7
3.0
3.8
3.9
3.7
3.7
3.5
3.6
3.9
4.0
3.4
3.0
4.0
3.2
4.3
3.1
4.1
3.7
3.2
3.6
3.8
4.3
3.4
Calcular
a) El tamao demuestra para =0.05
n = 30
t29, 0.05 = 2.045
d = 5%
d = 0.1885
s = 0.457994127
t29.0.01 = 2.756
c) Probar la hiptesis de que el promedio es menor que 3.8 Kg., para un =0.01
1) H0: 3.8
H1: < 3.8
2)
.=0.01
65
3)
El estadstico es X ~ N (,
se rechaza Ho
4)
5)
.t =
Conclusin
(tc = -0.36) > (-t 29.0.01 = -2.756); por lo tanto no se rechaza H 0, es decir
que el peso promedio de velln es mayor o igual que 3.8 Kg.
Ejemplo 3
En una empresa de produccin, se conoce que el peso promedio de un
producto es de 25.3 Kg, con una varianza de 3.3. Con la finalidad de mejorar el
peso de la produccin se contrata a un tcnico con alta calificacin y luego de
un tiempo se toma una muestra de los pesos; con los siguientes resultados: 25,
27, 29, 32, 25, 24, 26, 29, 28, 27, 28, 30, 31, 34, 32, 31 y 33. Se justifico la
presencia del tcnico?
1)
H0: 25.3
H1: > 25.3
2)
= 0.05
3)
4)
5)
Conclusin.
(Zc = 8.1) > (Z0.475 = 1.645); por lo tanto se rechaza H 0, es decir que se
justifico la presencia del tcnico.
10.5
Entonces:
Ejemplo 2
67
Docente Doctor ALEJANDRO N. SALAS BEGAZO
= 4.2. Estimar un
b) = 0.05
c) El estadstico es :
Punto crtico: Z0.975 = 1.96
Regin critica: Si IZcI > (Z0.975 = 1.96), se rechaza H0
d)
e) Conclusin.
IZcI = 0.59 < (Z0.975 = 1.96),); por lo tanto no se rechaza H 0, es decir que
estadsticamente no existe diferencia entre estos dos promedios.
69
Docente Doctor ALEJANDRO N. SALAS BEGAZO
TABLAS
70
Docente Doctor ALEJANDRO N. SALAS BEGAZO
71
Docente Doctor ALEJANDRO N. SALAS BEGAZO
72
Docente Doctor ALEJANDRO N. SALAS BEGAZO
73
Docente Doctor ALEJANDRO N. SALAS BEGAZO
74
Docente Doctor ALEJANDRO N. SALAS BEGAZO
75
Docente Doctor ALEJANDRO N. SALAS BEGAZO
76
Docente Doctor ALEJANDRO N. SALAS BEGAZO
77
Docente Doctor ALEJANDRO N. SALAS BEGAZO