Domingo Salcido Ornelas

Estadstica
Del caos al orden
Este curso de estadstica contiene tres
grandes reas, la estadstica
descriptiva, las distribuciones de
probabilidad y la Estadstica inferencial.
Universidad Autnoma de Chihuahua
Circuito Universitario # 1
4 42 00 00
4 42 00 00
1

Facultad de Contadura y Administracin

Domingo Salcido rnelas, dsalcido@uach.mx
Francisco C. Velsquez Prez, fcvelasqu@uach.mx
Tronco comn
Estadstica Bsica
E204
20 de junio 2013
Objeto de estudio 1
Estadstica Descriptiva
I.
PRESENTACIN.
La produccin de informacin estadstica a travs del tiempo se ha convertido en
un instrumento de decisin con el que cuentan las diferentes entidades, tanto
pblicas como privadas, as como para los sectores que componen la economa
nacional, convirtindose en un insumo estratgico de seguimiento y evaluacin
para la toma de decisiones que contribuye al desarrollo econmico, social y
poltico del pas.
Ver video de Estadsticas: http://www.youtube.com/watch?v=9O6dYmqthF0
Descripcin:
El alumno tratar con el caos de informacin (datos), para establecer un orden
(ordenacin, agrupacin). Esta informacin mediante la Estadstica descriptiva
(Indicadores Estadsticos) le permitir hacer estimaciones para describir, una
poblacin.
El objeto de estudio se descompone en tres partes:
1.1 Medidas de tendencia central
1.2 Medidas de posicin
1.3 Medidas de dispersin
Intenciones formativas.
El alumno aprende a recopilar, organizar, procesar, analizar e interpretar la
informacin cuantitativa y cualitativa, que le permitir incrementar la certidumbre en
la toma de decisiones personales o grupales.
Competencias.
En todos los problemas a resolver en estadstica descriptiva, el alumno utilizara las
competencias siguientes:
2

Componente de
la competencia
Competencia
bsica
Acciones a
desarrollar

Conocimientos,
saberes
Anlisis del
problema
Analizar,
Discernir,
discriminar,
planear,
plantear

Procedimental

Actitud

Solucin del
problema
Aplicar un
procedimiento,
mtodo, tcnica o
herramienta

Toma de decisiones
Resolver dilema
tico, determinar
riesgo, o grado de
incertidumbre.
Comunicar los
resultados

1) El alumno recolecta, organiza, procesa, analiza, interpreta y presenta un

conjunto de datos
2) El alumno calcula las estadsticas descriptivas pertinentes para resolver
problemas y tomar una decisin.
3) El alumno aplica las medidas de tendencia central y dispersin para tomar
decisiones en base a los resultados obtenidos.
4) El alumno utiliza las tcnicas estadsticas y presenta en forma grfica los
resultados obtenidos, resaltando el impacto producido en la toma de
decisiones que hizo.
5) Desarrollar las habilidades para el manejo del software estadstico disponible
para la estadstica descriptiva (Excel, SPSS, Minitab)
II. DISPOSITIVO DE FORMACIN
A. Situacin-problema.
Situacin 1
Un Gerente General (GG) para la celebracin del 20 aniversario de la empresa, te
pide a ti como Gerente de Ventas (GV) que le digas cul es el mejor vendedor
(agente) que tiene la empresa para darle un reconocimiento. La empresa tiene
actualmente 6 agentes, con una antigedad de 7 a 12 aos. La idea del GG es
premiar al mejor empleado de cada departamento. El GV cuenta con los registros de
ventas por semana de cada agente, sin embargo el GV a los 30 minutos le dice al
GG que Nico Naco es el ms idneo para recibir el reconocimiento. Fue objetiva su
respuesta?, los dems agentes muestran su inconformidad porque Nico es su
compadre y no utiliz los registros de ventas por semana para tomar la decisin.
Qu debera hacer el GV para que su respuesta sea objetiva y convenza a todos?
Argumente con qu estadsticos debe trabajar el GV
Situacin 2.
3

Un director de escuela primaria le pide al profesor de educacin fsica que seleccione

a un titular y un suplente para participar en una competencia estatal de velocidad. El
grupo de sexto ao tiene 30 alumnos de los cuales el profesor de educacin fsica
tiene los registros en la carrera de 100 metros planos de los cinco ms destacados,
como se muestran en la siguiente tabla: (tiempo en segundos)
Corredor
1er carrera
Segunda
tercera
Cuarta
Quinta
Chacho
13.4
14.2
13.0
13.4
14.0
Checho
12.3
13.5
14.7
18.8
12.0
Chicho
13.0
12.8
13.3
14.4
13.0
Chorcho
12.6
13.5
13.5
14.0
13.8
Chucho
14.3
13.6
15.2
14.3
14.0
El profesor de educacin fsica te pide ayuda por tus conocimientos en estadstica y
te pide le ayudes a seleccionar al titular y al suplente.
1) A quienes seleccionaras como representantes de la escuela de acuerdo a
los registros de la tabla anterior?
2) Cambiarias la decisin anterior si se te dice que el Chorcho empuj al Checho
en la cuarta carrera
3) Cambiarias la decisin del inciso a, si sabes que el Checho se cay solo en
la cuarta carrera.
Situacin 3.
La Maestra de la FCA, CP Socorrito Borunda, tiene un despacho de contadores con
8 clientes a los que les lleva la contabilidad y el pago de impuestos de sus negocios.
Ella contrata Estudiantes de la FCA de la UACH para los quehaceres contables,
ltimamente tiene la sospecha de que sus auxiliares contables no saben aplicar las
cuentas T de cargo y abono porque no entienden la naturaleza de los registros
contables, ya que tardan ms de 30 segundos en hacer los registros y tendr que
darles ms capacitacin. Para resolver este problema, toma el tiempo en segundos
tres veces por cada cliente a sus auxiliares para formar una muestra en la cual
obtiene los siguientes datos: 25, 30, 33, 28, 36, 34, 36, 33, 30, 33, 25, 35, 30, 33, 27,
28, 32, 36, 37, 29, 35, 26, 31 y 37.
Es cierta la sospecha de la Maestra Socorrito?
Tendr que darles ms capacitacin?
Determine la tendencia que tienen los datos. S incrementa el tiempo de los
registros?, Disminuye el tiempo de los registros?
B. Evidencias de desempeos
Para el desarrollo de las siguientes actividades de este objeto de estudio1, el alumno
deber leer el capitulo 1 El papel de la Estadstica, pp. 5-13
Hacer un reporte (o presentacin ppt) en el que explique:
1) Los antecedentes de la Estadstica
2) La importancia de la estadstica en el rea administrativa
3) Definiciones de conceptos bsicos que se manejan en estadstica (poblacin,
4

muestra,, parmetro, estadstico, variables discretas, variables continuas,

escalas de medida de las variables nominales, ordinales, de intervalo, de
razn)
Para el desarrollo de las siguientes actividades de este objeto de estudio1, el alumno
deber leer el capitulo 2 Descripcin de los conjuntos de datos, pp. 19-25.
Hacer un reporte (o ppt) en el que:
1) Disee del conjunto de datos una tabla de frecuencias
2) Elabore grficas de: barras, histograma y de pastel
Para el desarrollo de las siguientes actividades de este objeto de estudio1, el alumno
deber leer el capitulo 3 Medidas de tendencia central y dispersin de datos,
pp. 37-43.
Hacer un reporte (o ppt) en el que explique:
1) Qu significa la media, mediana, moda
2) Como se agrupan en una distribucin normal
3) Como se relacionan (criterios) los estadsticos: media, mediana y moda
Hacer un reporte (o ppt) en el que explique:
1) Las medidas de tendencia central y de dispersin para datos no agrupados
2) Las medidas de tendencia central y de dispersin para datos agrupados
Hacer un reporte (o ppt) en el que explique:
1) Las medidas de variacin: Rango, desviacin media, sesgo, desviacin
estndar, varianza
C. Actividades de aprendizaje
Indicador
Estadstico
Variable
Media,
promedio
Media
ponderada

Smbolo
X1..Xn

x/n

(w1x1+w2x2+..)/n
(x1f1+x2f2,..)/n
Ordenar datos.
S # Datos es impar, dato
central
LIV + (n/2-C)i / fmd
S # Datos es par, promedio de
datos centrales
El dato que ms se repite
LIV + (d1)i / d1+d2

Mediana
Md
Moda
Desviacin

Formulas para datos

agrupados

Formulas para datos

No agrupados
X1, X2,Xn

mo

Marca de la clase en el
intervalo.
(x1f1+x2f2,..)/n

std.
Varianza
Coeficiente de
variacin
Cuartles
Sesgo
Coef.
de
Asimetra
Kurtosis

S
S2

(x - )2 /n-1
(x - )2 /n-1

f (x - )2 /n-1
f (x - )2 /n-1

C.V.
Q1,Q2,Q3

S/

S/

3(- md) / s

3(- md) / s

Donde:
= sumatoria de valores, sumatoria de productos
w1, w2 = peso especficos
f1, f2 = frecuencias
n = nmero de datos
LIV = lmite inferior verdadero
C = frecuencia acumulada hasta la clase anterior
i = amplitud del intervalo de los lmites verdaderos
Determinacin del nmero de clases para datos agrupados
1) 2c = N , 2) n , 3) K = 1 + 3.22log n y 4) Regla prctica del Rango (evitar
concentracin y dispersin de datos), donde:
C = Nmero de clases
N = Nmero de datos
K = Nmero de clases
R = Rango = Valor mayor valor menor
En esta seccin el alumno escoger los criterios para aplicar las herramientas
estadsticas que deber utilizar en la solucin de problemas y toma de decisiones,
entre las que se citan:
1) Alcances y limitaciones para la media o promedio, mediana y moda
2) Relacin entre media, mediana, moda
3) Qu significa la desviacin estndar
4) Como determinar los lmites de control de una serie de datos
5) Aplicacin de la media geomtrica a problemas de las ciencias sociales
6)
Relacin entre la media o promedio, media geomtrica y media armnica
7)
Qu significa el coeficiente de variacin en los experimentos verdaderos y
en las ciencias sociales
8)
Qu valores del coeficiente de variacin son los que se toman para la
experimentacin y para las ciencias sociales
9)
Cules son los estadsticos de mayor relevancia en la experimentacin y
en las ciencias sociales
10)
Como se grfica una distribucin normal con los estadsticos media o
promedio y la desviacin estndar.
6

D. Recursos o saberes
Con el fin de introducir al alumno en la estadstica descriptiva, se proponen los
siguientes problemas para su resolucin, en el cual deber utilizar el criterio o las
frmulas correspondientes en su solucin.
Resuelva los problemas siguientes
I.
1.
2.
3.
4.
5.
6.

Indica que variables son cualitativas y cuales cuantitativas:

Comida Favorita.
Profesin que te gusta.
Nmero de goles marcados por tu equipo favorito en la ltima temporada.
Nmero de alumnos de tu Facultad.
El color de los ojos de tus compaeros de clase.
Coeficiente intelectual de tus compaeros de clase.

II.
1.
2.
3.
4.
5.
6.

De las siguientes variables indica cules son discretas y cuales continas.

Nmero de acciones vendidas cada da en la Bolsa.
Temperaturas registradas cada hora en un observatorio.
Perodo de duracin de un automvil.
El dimetro de las ruedas de varios coches.
Nmero de hijos de 50 familias.
Censo anual de los espaoles.

III. Clasificar las siguientes variables en cualitativas y cuantitativas discretas o

continuas.
1. La nacionalidad de una persona.
2. Nmero de litros de agua contenidos en un depsito.
3. Nmero de libros en un estante de librera.
4. Suma de puntos tenidos en el lanzamiento de un par de dados.
5. La profesin de una persona.
6. El rea de las distintas baldosas de un edificio.
IV. Las puntuaciones obtenidas por un grupo en una prueba han sido:
15, 20, 15, 18, 22, 13, 13, 16, 15, 19, 18, 15, 16, 20, 16, 15, 18, 16, 14, 13.
Construir la tabla de distribucin de frecuencias y dibuja el polgono de frecuencias.
V. El nmero de estrellas de los hoteles de una ciudad viene dado por la siguiente
serie: 3, 3, 4, 3, 4, 3, 1, 3, 4, 3, 3, 3, 2, 1, 3, 3, 3, 2, 3, 2, 2, 3, 3, 3, 2, 2, 2, 2, 2, 3, 2,
1, 1, 1, 2, 2, 4.
Construir la tabla de distribucin de frecuencias y dibuja el diagrama de barras.
VI. Las calificaciones de 50 alumnos en Matemticas han sido las siguientes:
5, 2, 4, 9, 7, 4, 5, 6, 5, 7, 7, 5, 5, 2, 10, 5, 6, 5, 4, 5, 8, 8, 4, 0, 8, 4, 8, 6, 6, 3, 6, 7, 6,
6, 7, 6, 7, 3, 5, 6, 9, 6, 1, 4, 6, 3, 5, 5, 6, 7.
Construir la tabla de distribucin de frecuencias y dibuja el diagrama de barras.
7

VII. Los 40 alumnos de una clase han obtenido las siguientes puntuaciones, sobre
50, en un examen de Fsica.
3, 15, 24, 28, 33, 35, 38, 42, 23, 38, 36, 34, 29, 25, 17, 7, 34, 36, 39, 44, 31, 26, 20,
11, 13, 22, 27, 47, 39, 37, 34, 32, 35, 28, 38, 41, 48, 15, 32, 13.
1 Construir la tabla de frecuencias.
2 Dibujar el histograma y el polgono de frecuencias.
VIII. Sea una distribucin estadstica que viene dada por la siguiente tabla:
xi

61

64

67

70

73

fi

18

42

27

Calcular:
1 La moda, mediana y media.
2 El rango, desviacin media, varianza y desviacin tpica.
IX. Calcular la media, la mediana y la moda de la siguiente serie de nmeros: 5, 3, 6,
5, 4, 5, 2, 8, 6, 5, 4, 8, 3, 4, 5, 4, 8, 2, 5, 4.
X. Hallar la varianza y la desviacin tpica de la siguiente serie de datos:
12, 6, 7, 3, 15, 10, 18, 5.
XI. Hallar la media, mediana y moda de la siguiente serie de nmeros:
3, 5, 2, 6, 5, 9, 5, 2, 8, 6.
XII. Hallar la desviacin media, la varianza y la desviacin tpica de la series de
nmeros siguientes:
2, 3, 6, 8, 11,12, 6, 7, 3, 15, 10, 18, 5.
XIII. Se ha aplicado un test a los empleados de una fbrica, obtenindose la
siguiente tabla:
Intervalo

fi

(38 - 44)

(44 - 50)

(50 - 56)

15

(56 - 62)

25

(62 - 68)

18

(68 - 74)

(74 - 80)

1) Dibujar el histograma y el polgono de frecuencias acumuladas.

2) Calcule la media, la mediana y la moda

XIV. Una distribucin estadstica viene dada por la siguiente tabla:
Intervalo

10 - 15

15 - 20

20 - 25

25 - 30

30 - 35

frecuencias

Encontrar:
1 La moda, mediana y media.
2 El rango, desviacin media y varianza.
3. Los cuartiles 1 y 3.
XV. Dada la distribucin estadstica:
Intervalo

0- 5

5 - 10

10 - 15

15 - 20

20 - 25

25 - 30

frecuencias

Calcular:
1. La media, mediana y moda.
2. Cuartil 2 y 3
Resuelva del captulo 1 los problemas 14-16, p. 15
Resuelva del Captulo 2 los problemas 1-9, pp. 25-29
Resuelva del Captulo 3 los problemas 5-8, p. 49
Resuelva del Captulo 3 los problemas 9-10, p. 53
Resuelva del Captulo 3 los problemas 1, 2 y 3 pp. 58-60
Resuelva del Captulo 3 los problemas 13-17, pp. 58-61
III. Dispositivo de Evaluacin.
Se asume los criterios de Chirino (2002:85) respecto a la evaluacin. Deben quedar
atrs los exmenes fros (...) para ser actividades cientfico - productivas de carcter
profesional. Se exige la participacin de los estudiantes en la evaluacin, para eso
se tiene presente los criterios e indicadores de la autora: (Chirino, 2002:85-86) y se
realizan algunas adecuaciones al contexto acadmico en el que se evalan las
competencias.
Respetando el Reglamento interior de la FCA de la UACH en el Artculo XX se
aplicaran al menos tres exmenes parciales en el transcurso del semestre, de los
contenidos de los objetos de estudio.

Criterios e indicadores de Evaluacin

Fuente: Chirino M. 2002

IV. Referencias bibliogrficas

Chirino, M. Perfeccionamiento de la formacin inicial investigativa de los
profesionales de la educacin. Tesis en opcin al grado cientfico de Doctor en
Ciencias Pedaggicas. Ciudad de la Habana, ISPEJV, 2002
Leer ms: http://www.monografias.com/trabajos25/fundamentoscompetencias/fundamentos-competencias2.shtml#ixzz2Y0fXnvLc
Allen L. Webster (2004). Estadstica Aplicada a los Negocios y la Economa 3
Edicin, Editorial Mc Graw Hill, 397pp.

Literatura complementaria
10

1. Levin I. Richard Estadstica para Administadores. Editorial: Prentice-Hall.

2. Kazmier. Estadstica aplicada para la administracin y economa. Editorial: Mc

Graw Hill
3. Walpole. Probabilidad y estadstica. Editorial Mc Graw Hill
4. Shao, Stephen P., Estadstica para Economistas y Administradores de Empresas,
Herrero Hermanos, Sucs., S.A.
5.Mendenhall, William, Richard L. Scheaffer & Dennis D. Wackerly, Estadstica
Matemtica con Aplicaciones, Grupo Editorial Iberoamrica.

Objeto de estudio 2
Probabilidad y Distribuciones de Probabilidad
Para introducir al alumno en el concepto de probabilidad, observar los siguientes
videos que conforman los principios y herramientas para calcular la probabilidad:
1. Reglas de conteo: http://www.youtube.com/watch?v=6Wvt-U5eXIU
2. Combinaciones y permutaciones: http://www.youtube.com/watch?
v=718BaTGTqps
3. Diagramas de rbol: http://www.youtube.com/watch?v=wPQFjthVhco
4. Diagramas de Venn: http://www.youtube.com/watch?
NR=1&v=xK_qKI88Y8E&feature=fvwp
En este apartado el alumno aplicara los principios de la probabilidad en sus
diferentes formatos; clsica, condicional, teorema de Bayes para muestras
dependientes e independientes y determinar el tipo de distribucin de probabilidad
que debe aplicar en la solucin de los problemas, tomar decisiones y comunicar los
resultados.
Este objeto de estudio se subdividir en les siguientes temas:
2.1 Principios de probabilidad
2.2 Distribuciones de probabilidad
2.3 Distribuciones muestrales

I. Presentacin.
Descripcin:
Diariamente el alumno emplea la probabilidad en forma intuitiva o emprica para
tomar decisiones personales, familiares, para ir al trabajo, a la escuela, para
entretenerse o divertirse, incluso para viajar. En este tema el alumno observa,
indaga, investiga, identifica y analiza las formas de cmo solucionar problemas.
Tambin identifica eventos, situaciones, causas y factores que intervienen en un
fenmeno.

Intenciones formativas.
11

El alumno adopta la investigacin como un medio para solucionar problemas,

establece el grado de ocurrencia de un evento, distingue las relaciones de
dependencia e independencia de un evento, determinando el grado de inclusin o
exclusin. Identifica la diferencia entre variables discretas, continuas y aleatorias,
identifica que tipo de distribucin de probabilidad usar, segn sea variable discreta o
contina y utiliza los modelos matemticos para explicar un fenmeno o situacin.

Competencias.
En todos los problemas a resolver en estadstica descriptiva, el alumno utilizara las
competencias siguientes:
Componente de
Conocimientos,
la competencia
saberes
Procedimental
Actitud
Competencia
Anlisis del
Solucin del
bsica
problema
problema
Toma de decisiones
Analizar,
Aplicar un
Resolver dilema
Discernir,
procedimiento,
tico, determinar
Acciones a
discriminar,
mtodo, tcnica
riesgo, o grado de
desarrollar
planear
incertidumbre.
Comunicar los
resultados
1) El alumno identifica, distingue, determina, y utiliza la probabilidad como una
herramienta para solucionar problemas.
2) El alumno analiza, planea y utiliza el lenguaje lgico simblico matemtico
para resolver problemas, tomar una decisin y comunicar los resultados.
3) El alumno aplica las distribuciones de probabilidad para tomar decisiones en
base a los resultados obtenidos.
4) El alumno utiliza la probabilidad en la solucin de problemas de la vida
profesional, determinando el nivel de significancia.
5) Realiza clculos de probabilidad mediante el manejo de las tabla
correspondientes a las distribuciones de Poisson, Normal, t, F y Chi
cuadrada.
6) Desarrollar las habilidades para el manejo del software estadstico disponible
de las distribuciones de probabilidad (Excel, SPSS, Minitab, Stat Graphics).

II. Dispositivo de Formacin

A. Situacin-problema 1
Un examen de admisin de una institucin educativa, se compone de 100 reactivos y
la pregunta es Cuntas respuestas deben ponerse en cada pregunta de tal manera
que el alumno, reduzca su probabilidad de pasar el examen sin estudiar.
1) S las preguntas tienen dos respuestas. Cuntos pasaran el examen sin
estudiar?
2) S las preguntas tienen tres respuestas. Cuntos pasaran el examen sin
estudiar?
12

3) S las preguntas tienen cuatro respuestas. Cuntos pasaran el examen sin

estudiar?
Situacin-problema 2
En una determinada poblacin, el 70% son aficionados al ftbol, el 60% al tenis y el
65% al baloncesto. El 45% lo son al ftbol y al tenis, el 40% al tenis y al baloncesto y
el 50% al futbol y al baloncesto, mientras que el 30% lo son a los tres deportes.
Cul es la probabilidad de que un individuo escogido al azar no sea aficionado a
ninguno de los tres deportes?
Situacin-problema 3
En una determinada poblacin el 50% ha estado casado alguna vez, el 50% tiene
menos de 70 aos y el 80% no padece ninguna enfermedad contagiosa. De estos
ltimos el 60% tiene menos de 70 aos y el 40% ha estado casado alguna vez. De
los que han estado casados alguna vez, slo el 20% tiene menos de 70 aos. El 10%
de la poblacin rene las tres condiciones. Representar la informacin anterior en un
diagrama de Venn
Situacin-problema 4
En una ciudad se estima que la temperatura mxima en el mes de junio sigue una
distribucin normal, con media 23 y desviacin tpica 5. Calcular el nmero de das
del mes en los que se espera alcanzar mximas entre 21 y 27.
Situacin-problema 5
El 8% de los registros contables de una empresa presentan algn problema, S el
auditor toma una muestra de 40 registros. Calcular la probabilidad de que se tengan
cinco registros en problema?

B. Evidencias de desempeos
Para el desarrollo de las siguientes actividades de este objeto de estudio 2, el
alumno deber leer el capitulo 4 Principios de probabilidad, pp. 70-73.
Para el desarrollo de las siguientes actividades de este objeto de estudio 2, el
alumno deber leer el capitulo 5 Distribuciones de probabilidad, pp. 92-97.
Para el desarrollo de las siguientes actividades de este objeto de estudio 2, el
alumno deber leer el capitulo 6 Distribuciones muestrales, pp. 127-133.
En los siguientes videos el alumno observa las probabilidades de ocurrencia de los
eventos y sucesos que se describen en los videos y le ayudaran a demostrar las
evidencias de desempeo que se requieren para adquirir las competencias de aplicar
la probabilidad.
http://www.youtube.com/watch?v=aAABwrCV1gU (trayecto de la llanta)
13

http://www.youtube.com/watch?v=OK1elSY6FBs (Probabilidades de ocurrir)

http://www.youtube.com/watch?v=TXV3xIDv3uY (Pliegues de papel)
http://www.youtube.com/watch?v=vwfW__8qNDs (Seguros: asalto, llanta, casa)
Las evidencias de desempeo a desarrollar para adquirir las competencias son las
siguientes:
1. Las actividades de enseanza/aprendizaje permitirn al alumno desarrollar las
capacidades de: Trabajo en equipo, anlisis y sntesis de informacin,
planteamiento del problema en lenguaje lgico matemtico, resolucin de
problemas, toma de decisiones y comunicacin escrita y oral mediante la
redaccin de informes y su exposicin oral.
2. Conocer los principios generales de la teora de la probabilidad, el espacio
muestral, probabilidad condicional y teorema de Bayes.
3. Realizar el estudio conjunto de dos o ms variables aleatorias, identificando
situaciones de dependencia e independencia estadstica entre ellas.
4. Analizar e identificar las distribuciones de probabilidad ms frecuentes y la
forma de plantear la solucin de problemas de cada distribucin.
5. Elaborar para cada tipo de distribucin, un mapa conceptual.
6. Poseer las destrezas y habilidades en el manejo de softwares estadsticos
disponibles para estadstica descriptiva. (Excel, SPSS y Minitab, Stat graphics)

C. Actividades de aprendizaje
la probabilidad de cualquier suceso o evento se calcula determinando la pro
porcin de sus elementos sobre el total.
P (A) =: Probabilidad de xito de A / Total de casos

Distribuciones de probabilidad
Distribuciones discretas. Son aquellas donde las variables asumen un nmero
limitado de valores, por ejemplo el nmero de aos de estudio.
Distribuciones continuas. Son aquellas donde las variables de estudio pueden
tener cualquier valor dentro de determinados lmites; por ejemplo, la estatura de un
estudiante.
Estas distribuciones de probabilidad se clasifican como:
Discretas
Binomial
Poisson
Hipergeomtrica
Multinomial

Continuas
Normal
Exponencial
Uniforme

1. Distribucin de probabilidad binomial

14

Vea
la
ppt
siguiente:
probabilidad-binomal

http://www.slideshare.net/eraperez/distribucion-de-

La distribucin binomial tiene las siguientes caractersticas:

1. El resultado de cada ensayo de un experimento se clasifica en una de dos
categora mutuamente excluyentes, a saber; xito o fracaso.
2. La variable aleatoria cuenta el nmero de xitos en una cantidad fija de
ensayos.
3. La probabilidad de xitos permanece constante en todos los ensayos y lo
mismo aplica para los fracasos.
4. Los ensayos son independientes
Puesto que la forma de P(x) depende de p (xitos) y de n (# de ensayos), stos son
los parmetros de la distribucin binomial: p(x; n, p)
Se designa por X a la variable que mide el nmero de xitos que se han producido
en los n experimentos. Cuando se dan estas circunstancias, se dice que la variable X
sigue una distribucin de probabilidad binomial, y se denota B(n, p). Su funcin de
probabilidad es la

Siendo el nmero de combinaciones expresado

Donde:
como:
las combinaciones de

en (

elementos tomados de

en ), tambin:

p(X) = 1 (Ley de las probabilidades) y en el caso de la Distribucin Binomial,

p + q = 1, tambin: x = np (media) y 2x = npq (varianza)
Resolver los problemas de la distribucin binomial en el apartado D, Recursos
o saberes
Distribucin normal
Ver video Mquina de Galton en www.youtube.com/watch?v=1DTRzPRfu6s

La importancia de la distribucin normal se debe principalmente a que hay muchas

variables asociadas a fenmenos naturales que siguen el modelo de la normal, tales
como:
15

1. Caracteres morfolgicos de individuos (personas, animales, plantas) de una

especie. Por ejemplo: tallas, pesos, envergaduras, dimetros, permetros,
2. Caracteres fisiolgicos, por ejemplo: efecto de una misma dosis de un
frmaco, o de una misma cantidad de abono.
3. Caracteres sociolgicos, por ejemplo: consciente intelectual, grado de
adaptacin a un medio.
4. Errores cometidos al medir ciertas magnitudes.
5. Valores de una muestra, por ejemplo: la media
La funcin de densidad de la normal viene dada por la ecuacin:

que determina la curva en forma de campana. As, se dice que una caracterstica
sigue una distribucin normal de media

y varianza

, y se denota como

, si su funcin de densidad viene dada por la Ecuacin anterior.

La forma de la campana de Gauss depende de los parmetros y (Figura 2). La
media indica la posicin de la campana, de modo que para diferentes valores de
la grfica es desplazada a lo largo del eje horizontal. Por otra parte, la desviacin
estndar determina el grado de apuntamiento de la curva. Cuanto mayor sea el valor
de , ms se dispersarn los datos en torno a la media y la curva ser ms plana.
Un valor pequeo de este parmetro indica, por tanto, una gran probabilidad de
obtener datos cercanos al valor medio de la distribucin.
Figura 2. Grfica de una distribucin normal y significado del
rea bajo la curva.

16

Es importante conocer que, a partir de cualquier variable X que siga una distribucin
, se puede obtener otra caracterstica Z con una distribucin normal estndar,
sin ms que efectuar la
transformacin:

Esta propiedad resulta especialmente interesante en la prctica, ya que para una

distribucin
existen tablas publicadas (obtener la tabla de la distribucin
normal) a partir de las que se puede obtener de modo sencillo la probabilidad de
observar un dato menor o igual a un cierto valor z, y que permitirn resolver
preguntas de probabilidad acerca del comportamiento de variables de las que se
sabe o se asume que siguen una distribucin aproximadamente normal.
Resolver los problemas de la distribucin normal del apartado D, Recursos o
saberes
Distribucin de Poisson
Vea ppt siguiente:http://www.slideshare.net/jesussanval/distribucin-de-poisson
La distribucin de Poisson tambin se observa en variables discretas. La
Distribucin de Poisson dice: la frecuencia de un evento es independiente
de otros. La frecuencia de un evento en un intervalo de espacio o tiempo,
no tiene efecto sobre la probabilidad de una segunda frecuencia del evento
en el mismo intervalo o en cualquier otro. La distribucin de Poisson se
utiliza cuando se hacen registros de eventos que se distribuyen al azar en
un espacio o tiempo determinado. Puede esperarse que cierto proceso
obedezca la ley de Poisson y ante esta suposicin se puede calcular la
probabilidad de que ese evento se presente en una unidad de tiempo.
La distribucin de Poisson se emplea para describir varios procesos, entre otros
la distribucin de las llamadas telefnicas que llegan a un conmutador, la
demanda de servicios en una institucin asistencial por parte de los pacientes,
los arribos de los camiones y automviles a la caseta de cobro y el nmero de
accidentes en un cruce. Los ejemplos citados tienen un elemento en comn,
pueden ser descritos por una variable aleatoria discreta que asume valores
enteros (0,1, 2, 3, 4, 5 y as sucesivamente).
El nmero de enfermos que llegan a un consultorio en cierto intervalo de tiempo
ser de 0, 1, 2, 3, 4, 5 o algn otro nmero entero. De manera anloga, si se
cuenta el nmero de automviles que llegan a una caseta de cobro durante un
periodo de diez minutos, el nmero ser entero.
Caractersticas:
17

En este tipo de experimentos los xitos buscados son expresados por unidad de
rea, tiempo, pieza.
- # de defectos de una tela por m2
- # de aviones que aterrizan en un aeropuerto por da, hora, minuto.
- # de bacterias por cm2 de cultivo.
- # de llamadas telefnicas a un conmutador por hora, minuto.
- # de llegadas de embarcaciones a un puerto por da, mes.
La probabilidad de exactamente x ocurrencias en una distribucin de Poisson se
calcula mediante la frmula:
x e
P ( x) f ( x; )
, donde:
k!

= nmero medio de ocurrencias por unidad de tiempo

= base de los nmeros naturales (2.7182) y
k!= factorial del valor pedido
Se puede observar que la curva de la funcin de Poisson es asimtrica,
como la binomial.

El promedio de esta variable aleatoria y la varianza son iguales al

parmetro de la distribucin.

Resolver los problemas de la Distribucin de poisson del apartado D, Recursos

o saberes
Aproximacin de la Binomial a la Normal

18

Un artificio es utilizado cuando el nmero de observaciones o ensayos n es grande

y una regla aceptada para hacer la aproximacin es que se debe cumplir que: n 30,
y np 5 y nq 5.
Resolver los problemas de la aproximacin de la distribucin binomial a la
distribucin normal del apartado D, Recursos o saberes.

Esperanza matemtica
La esperanza matemtica o valor esperado de una variable aleatoria discreta es la
suma del producto de la probabilidad de cada suceso por el valor de dicho suceso.

Los nombres de esperanza matemtica y valor esperado tienen su origen en los

juegos de azar y hacen referencia a la ganancia promedio esperada por un jugador
cuando hace un gran nmero de apuestas.
Si la esperanza matemtica es cero, E(x) = 0, el juego es equitativo, justo y honesto
es decir, no existe ventaja ni para el jugador ni para la banca.
Resolver los problemas de Esperanza matemtica en el apartado D, Recursos o
saberes.

D. Recursos o saberes
Problemas para resolver
1. A causa de las condiciones econmicas imperantes, una empresa informa que 30% de sus
cuentas por cobrar a otras empresas comerciales estn vencidas. Si un contador toma una
muestra aleatoria de 5 de esas cuentas, determine la probabilidad de cada uno de los siguientes
eventos con el uso de la formula de la probabilidad binomial:
a) Ninguna de las cuentas esta sobre vencida
b) Exactamente 2 cuentas estn sobre vencidas
c) La mayora de las cuentas estn sobre vencidas
d) Exactamente el 20% de las cuentas estn sobre vencidas.
2. En relacin con un grupo extenso de prospectos de venta, se ha observado que el 20% de los
contactados personalmente por un representante de ventas contacta a 30 prospectos
podemos determinar la probabilidad de que 10 o ms realicen una compra.
3. Si una persona compra una papeleta en una rifa, en la que puede ganar de 5.000
un segundo premio de 2000 con probabilidades de: 0.001 y 0.003. Cul sera el
precio justo a pagar por la papeleta?
19

4. El nmero de vehculos que llegan a una interseccin de caminos durante una

hora sigue una distribucin de Poisson de parmetro = 10.

(a) Calcula la probabilidad de que solo llegue un vehculo.
(b) Cul es el nmero medio de vehculos que se espera que lleguen al cruce en
una hora?
5. Se ha observado que el nmero medio de erratas por p agina en cierto libro de
texto es 0,2. Suponiendo que el nmero de erratas por p agina sigue una distribucin
de Poisson,
Cul l es la probabilidad de que una pgina elegida al azar no contenga errores? Y
de que tenga ms de 2?
6. Se sabe que aproximadamente el 42% de los matriculados en la FCA son
hombres.
(a) Calcula la probabilidad de que en un grupo de cinco estudiantes escogidos al
azar haya alguna chica.
(b) Calcula la probabilidad de que en una clase de 30 estudiantes no haya ningn
chico.
(c) Calcula la probabilidad de que en una clase de 40 personas, menos del 20% sean
mujeres.
7. En un colegio se realizan una serie de pruebas psicotcnicas para determinar el
coeficiente de inteligencia de los alumnos, quedando establecido que dicha medida
se distribuye segn una distribucin normal de parmetros 100 y 10.
(a) Calcula la probabilidad de que un alumno seleccionado al azar tenga un
coeficiente intelectual por encima de 120.
(b) Calcula el porcentaje de alumnos cuyo coeficiente intelectual est comprendido
entre 95 y 105.
(c) Qu valor del coeficiente intelectual verifica que slo el 10% de los alumnos
tienen un coeficiente superior?
(d) Se decide repetir las pruebas a aquellos alumnos con un coeficiente demasiado
alto, que resultan ser un 5% del total, y a aquellos con coeficiente demasiado bajo,
que representan un 2%. Calcula los valores del coeficiente de inteligencia a partir de
los cuales se repetirn las pruebas.
8. Una compaa telefnica ha determinado que el tiempo total de duracin de las
llamadas realizadas mensualmente por sus clientes menores de 35 a nos, medido en
minutos, sigue una distribucin normal de media 100 y desviacin tpica 25.
(a) Calcula la probabilidad de que un cliente facture menos de 2 horas en llamadas.
(b) Cu al es la probabilidad de que un cliente facture entre 80 y 110 minutos?
(c) La empresa decide iniciar una campaa para premiar a aquellos clientes que
acumulen en llamadas m as del doble de los minutos esperados. Qu porcentaje de
los usuarios se beneficiaran en dicha campaa?
(d) Para los clientes que facturan poco, se piensa en incentivarlos por medio de un
sistema de retribuciones en especie. Si se quiere incluir en ese programa al 1% de
los clientes,
20

Cul es la duracin total en minutos que debe acumular como mximo un cliente
para ser incluido en la promocin?
9. Un conmutador recibe en promedio 5 llamadas sobre autos extraviados por hora.
Cul es la probabilidad de que en una hora tomada al azar reciba?
a) Ninguna llamada.
b) Exactamente 3 llamadas.
c) No ms de 3 llamadas.
10. En un juego con tres dados legales, se lanzan para anotar el nmero de cincos
que se tienen en cada ensayo. Calcule la distribucin de probabilidad para este
juego?, Construya el probable espacio muestral.
11. Se sabe que el 30% de la poblacin de una ciudad ve un concurso de TV, desde
el programa se llama por telfono a 10 personas seleccionadas al azar, cul es la
probabilidad de que entre esas 10 personas estuvieran viendo en concurso:
a) Ms de ocho personas, b) Ninguna de las 10
c) de cuatro a siete personas, d) Calcular la media y la desviacin tpica
12. La probabilidad de que un producto se rompa cuando es transportado es de 0.02.
Si se transportan 16 de esos productos cual es la probabilidad de que:
a) Se rompan ms de dos, b) No se rompa ninguno
c) se rompan solo seis, d) Aplicara hacer una aproximacin a la Normal.
13. Suponemos que el 45% de las personas conocen a alguien que se ha vuelto
adicto a alguna droga. Asumiendo que esto es correcto, cul es la probabilidad de
que de un grupo de 30 personas seleccionadas al azar:
a.- Exactamente 15 personas conozcan un adicto, b.- A lo sumo 15 conozcan a
alguien adicto a alguna droga c.- Entre 10 y 15 personas conozcan a algn adicto a
la droga.
14. De acuerdo a una publicacin Especializada los accidentes laborales causan un
48% de terminacin de la relacin laboral. Dados 20 accidentes laborales, cual es la
probabilidad de que menos de 8 se deban a accidentes laborales.
15. Segn estadsticas la probabilidad de que el motor de un auto nuevo, de cierto
modelo, y marca sufra de algn desperfecto en los primeros 12 meses de uso es de
0.02, si se prueban tres automviles de esta marca y modelo, encuentre el nmero
esperado de autos que no sufren de algn desperfecto en los primeros doce meses
de uso y su desviacin estndar.
16. Se ha detectado en una lnea de produccin que 1 de cada 10 artculos
fabricados es defectuoso; se toman de esa lnea tres artculos uno tras otro, a)
obtenga la distribucin de probabilidad del experimento, b) encuentre el nmero
esperado de artculos defectuosos en esa muestra y su desviacin estndar.

21

17-El presidente de una compaa planea contactar con otras 18 compaas en

busca de nuevos socios para su negocio. Sus analistas han estimado que la
probabilidad de que una firma contactada al azar acepte incorporarse como socio es
de 0,6. Cul es la probabilidad de que acabe reclutando 5 o ms socios de entre las
18 compaas contactadas? Cul es el nmero medio esperado de socios que se
incorporarn al proyecto?
18. Una empresa industrial que fabrica componentes mecnicos para aviones
dispone de dos distribuidores por Europa, uno situado en Francia y otro en Alemania.
Ambos tienen el 20% de posibilidades de cerrar un pedido con un consorcio industrial
de fabricacin de aviones. Si el distribuidor francs contacta con 5 consorcios:
a) Cul es la probabilidad de que el distribuidor francs consiga a lo sumo 2
acuerdos de distribucin?
19. Siguiendo con el ejemplo anterior, supongamos que tomamos una muestra
aleatoria de 1000 vuelos y observamos que se perdieron 240 maletas. Esto indica
que el nmero medio de maletas perdidas por vuelo es 0.24. Si el nmero de maletas
perdidas por vuelo sigue una distribucin de Poisson de media 0.24, cul es la
probabilidad de no perder ninguna maleta?
20. l director de Recursos Humanos de una empresa, desea estudiar el nivel de
precisin de las 70 secretaras de su compaa. Anteriormente, el nmero diario de
errores de procesamiento de palabras cometido por cada secretaria haba sido
aproximadamente normal con un promedio de 18 y una desviacin estndar de 4. El
Director de Recursos Humanos inspecciona actualmente a 15 secretarias elegidas
aleatoriamente. Cul es la probabilidad de que el nmero promedio de errores por
secretaria sea mayor de 20?
21. El Presidente de una multinacional de telecomunicaciones, est preocupado por
el nmero de telfonos mviles producidos por su empresa que tienen algn defecto.
En promedio, 110 telfonos al da son devueltos por este problema, con una
desviacin estndar de 64. El presidente de esta empresa ha decidido que a menos
que pueda estar un 80% seguro de que, en promedio, no se devolvern ms de 120
telfonos al da durante los siguientes 48 das, ordenar una reorganizacin general
del proceso productivo. Se ordenar el reajuste decidido por el Presidente?
22. En

un estudio reciente se demostr que el 64% de los chihuahuenses, con

estudios universitarios terminados, hacen uso de internet a diario en su trabajo. Si
seleccionamos una muestra de 60 chihuahuenses con estas caractersticas:
a) Cul es la probabilidad de que 32 o ms sean usuarios de internet?
b) Cul es la probabilidad de que ms de 32 y menos de 44 hagan uso de internet?
23. Supongamos que en una poblacin, slo el 47% de los habitantes son favorables
a las gestiones municipales realizadas por la alcalda. Se selecciona aleatoriamente
una muestra de 100 personas y se les pasa un cuestionario, de manera
independiente a cada una.
22

a) Cul es la probabilidad de que, en la muestra, aparezcan exactamente 47

personas favorables al Ayuntamiento?
24. Un jugador lanza un dado corriente. Si sale nmero primo, gana tantos cientos de
euros como marca el dado, pero si no sale nmero primo, pierde tantos cientos de
euros como marca el dado. Determinar la funcin de probabilidad y la esperanza
matemtica del juego.
25. Si una persona compra una papeleta en una rifa, en la que puede ganar de 5.000
un segundo premio de 2000 con probabilidades de: 0.001 y 0.003. Cul sera
el precio justo a pagar por la papeleta.
26. La probabilidad de que una casa de cierto tipo quede destruida por un incendio
en cualquier perodo de doce meses es de 0.005. Una compaa de seguros ofrece
al propietario una pliza de seguros contra incendio por $20,000.00 (dlares) a un
ao con una prima de $150.00 dlares. Cul es la ganancia esperada de la
compaa?
Resuelva del captulo 4 los problemas 1-6, pp. 73-74 (Introduccin)
Resuelva del Captulo 4 los problemas 7-12, p. 76 (Relacin entre eventos)
Lea del Captulo 4 Probabilidad condicional pp. 77-81
Resuelva del Captulo 4 los problemas 18-22, pp. 84-87
Lea del Captulo 4 Teorema de Bayes pp. 82-84
Resuelva del Captulo 4 los problemas 2,3 y 4, pp. 87-88 (Probabilidad bsica)
Resuelva del Captulo 5 los problemas 1-5, pp. 98 (Distribuciones discretas)
Resuelva del Captulo 5 los problemas 6-12, p. 103 (Distribucin binomial)
Resuelva del Captulo 5 los problemas 18-21, p.117 (Distribucin de poisson)
Resuelva del Captulo 5 los problemas 32-46, pp. 122-124 (Distribucin normal)
Leer del Captulo 6 Teorema del lmite central pp. 134-135
Resuelva del Captulo 6 los problemas 1-5, pp. 133-134 (Distribucin muestral)
Resuelva del Captulo 6 los problemas 6-8, pp. 136 (Teorema del lmite central)
Leer del Captulo 6 Distribucin de proporciones, pp. 141-143
Resuelva del Captulo 6 los problemas 13-17, p. 144 (Distribucin de
proporciones)
Leer del Captulo 6 Mtodos de muestreo, pp. 144-146
Resuelva del Captulo 6 los problemas de las pp. 148-150.

III. Dispositivo de Evaluacin

Redactar un informe (o PPT) en el cul se contesten las siguientes preguntas
1. Definir los trminos distribucin de probabilidad y variable aleatoria
2. Distinguir entre distribuciones de probabilidad discreta y continua
3. Calcular la media, varianza y desviacin estndar de una distribucin de
probabilidad

23

4. Describir las caractersticas de la distribucin Binomial y entender su aplicacin en

casos prcticos
5. Describir las caractersticas de la distribucin de Poisson y entender su aplicacin
en casos prcticos
6. Describir las caractersticas de la distribucin normal y entender su aplicacin en
casos prcticos
7. Utilizar la distribucin normal para aproximar la distribucin de probabilidad
Binomial y la de Poisson. Utilizando los parmetros de referencia.
8. Poseer las destrezas y habilidades en el manejo de softwares estadstcos
disponibles, para resolver problemas de distribuciones de probabilidad. (Excel, SPSS
y Minitab, Stat graphics)
Hacer uno o dos exmenes parciales de acuerdo al material visto en clase
respetando el Reglamento interior de la FCA de la UACH en el Artculo XX se
aplicaran al menos tres exmenes parciales en el transcurso del semestre, de los
contenidos de los objetos de estudio.

IV. Referencias bibliogrficas

Allen L. Webster (2004). Estadstica Aplicada a los Negocios y la Economa 3
Edicin, Editorial Mc Graw Hill, 397pp.

Literatura complementaria
1. Levin I. Richard Estadistica para administadores. Editorial: Prentice-Hall.

2. Kazmier. Estadistica aplicada para la administracion y economia. Editorial:

McGraw Hill
3. Walpole. Probabilidad y estadistica. Editorial McGraw Hill
4. Shao, Stephen P., Estadstica para Economistas y Administradores de Empresas,
Herrero Hermanos, Sucs., S.A.
5.Mendenhall, William, Richard L. Scheaffer & Dennis D. Wackerly, Estadstica
Matemtica con Aplicaciones, Grupo Editorial Iberoamrica.

Objeto de estudio 3
Estadstica Inferencial
Descripcin:
El alumno estima los parmetros de una poblacin, conoce los mtodos de muestreo
que debe aplicar y hace pruebas de hiptesis para una y dos poblaciones, determina
el intervalo de confianza de la media poblacional y calcula el tamao de muestra
representativo de una poblacin, aplicando las tcnicas, procedimientos y
herramientas de los paquetes computacionales.
24

El objeto de estudio se descompone en cuatro partes:

3.1 Teorema del lmite central
3.2 Intervalo de confianza
3.3 Muestreo estadstico simple, estratificado, sistemtico y por conglomerados
3.4 Pruebas de hiptesis para una poblacin y para dos poblaciones

Intenciones formativas.
El alumno aprende a estimar los parmetros ya sea valores puntuales o proporciones
y trabajar con muestras representativas de una poblacin, el saber determinar los
parmetros le proporciona las herramientas para analizar, plantear y resolver
pruebas de hiptesis de una y dos poblaciones. Esto lo llevara a tomar decisiones
trascendentales en su vida profesional.

Competencias.
En todos los problemas a resolver en estadstica inferencial, el alumno utilizar las
competencias siguientes:
Componente de
la competencia
Competencia
bsica
Acciones a
desarrollar.

Conocimientos,
saberes
Anlisis del
problema
Analizar,
discernir,
discriminar,
planear,
plantear.

Procedimental
Solucin del
problema
Aplicar un
procedimiento,
mtodo, tcnica,
o herramienta

Actitud
Toma de decisiones
Resolver dilema
tico, determinar
riesgo, o grado de
incertidumbre.
Comunicar los
resultados.

1) El alumno identifica, distingue, determina, y utiliza la Estadstica inferencial

como una herramienta para solucionar problemas.
2) El alumno analiza, planea, plantea y utiliza el lenguaje lgico simblico
matemtico para resolver problemas, tomar una decisin y comunicar los
resultados.
3) El alumno aplica los mtodos de muestreo para tomar decisiones en base a
los resultados obtenidos.
4) El alumno utiliza las pruebas de hiptesis de una y dos poblaciones en la
solucin de problemas de la vida profesional, determinando el nivel de
significacin de la prueba de hiptesis.
5) Desarrollar las habilidades para el manejo del software estadstico disponible
para resolver pruebas de hiptesis, tamaos de muestra e intervalos de
confianza (Excel, SPSS, Minitab, Statgrfics)

II. Dispositivo de Formacin

25

Situacin-problema 1
Los estudiantes universitarios de cierto pas dedican al estudio un nmero de horas
semanales que sigue una distribucin normal de media desconocida y de desviacin
tpica 7 horas. Si en una muestra de 200 estudiantes se obtuvo una media muestral
de 30 horas de estudio semanal.
a) Halle un intervalo de confianza al 95 % para el nmero de horas de estudio
semanales de los estudiantes universitarios de dicho pas.
b) Se podra afirmar que los estudiantes universitarios de ese pas estudian menos
de 35 horas semanales? (Usar =.01)

Situacin-problema 2
La edad de la poblacin que vive en residencias de jubilados en Chihuahua sigue
una distribucin normal de desviacin tpica de 7.3 aos. Se toma una muestra
aleatoria simple de tamao 50, y se tiene una media muestral de 69 aos. Se puede
asegurar que la edad media de la poblacin que vive en residencias de mayores en
Chihuahua es mayor de 70 aos con un nivel de significacin del 5 %?

Situacin-problema 3
Para estimar la proporcin de consumidores que prefieren un determinado refresco,
por medio de un intervalo de confianza, se ha tomado una muestra al azar de 1075
consumidores, entre los que se han encontrado 516 que lo prefieren. Determine una
cota del error cometido para esa estimacin a un nivel de confianza del 95%.
Situacin-Problema 4
Una cadena de TV quiere saber si la audiencia de uno de sus programas sigue
mantenindose en el 25% de los espectadores.
Cuntos espectadores se deberan encuestar al azar, como mnimo, para tener un
nivel de confianza del 90% de que el error en la estimacin de la proporcin actual
sea igual o inferior a 0,03?
Situacin-Problema 5
Calcule el tamao mnimo de una muestra aleatoria de jvenes entre 18 y 25 aos
para tener una confianza del 95% de que el error que se cometer al estimar la
proporcin de fumadores entre esas edades no sea superior a 0,05, sabiendo que en
una encuesta previa se ha encontrado un 32% de fumadores entre estos jvenes.

B. Evidencias de desempeos
Para el desarrollo de las siguientes actividades de este objeto de estudio 3.
El alumno deber leer el captulo 7 Estimacin con Intervalos de confianza, pp.
153-159.
El alumno deber leer el captulo 8 Pruebas de hiptesis, pp. 175-182.
26

El alumno deber leer el captulo 9 PH para dos poblaciones, pp. 202-206.

1. Las actividades de enseanza/aprendizaje permitirn al alumno desarrollar las
capacidades de: Trabajo en equipo, anlisis y sntesis de informacin, planteamiento
del problema en lenguaje lgico matemtico, resolucin de problemas, toma de
decisiones y comunicacin escrita y oral mediante la redaccin de informes y su
exposicin oral.
2. Elaborar un mapa conceptual. Para las pruebas de hiptesis
3. Aplicar el procedimiento para las pruebas de hiptesis, calcular el tamao de
muestra representativo de una poblacin y determinar el intervalo de confianza de
una media poblacional o de una proporcin.
4. Analizar la informacin de una situacin-problema y saber determinar cul prueba
de hiptesis aplicar ya sea de dos colas o de una cola (derecha o izquierda).
5. Conocer y aplicar los criterios para el nivel de confianza, los tipos de errores en los
que se puede incurrir, para una y dos poblaciones en las pruebas de hiptesis.
6. Poseer las destrezas y habilidades en el manejo de softwares estadstcos
disponibles para resolver pruebas de hiptesis, tamao de muestras e intervalos de
confianza. (Excel, SPSS y Minitab, Stat graphics)

C. Actividades de aprendizaje
La prueba de hiptesis surge como una consecuencia natural del mtodo cientfico.
El cientfico observa la naturaleza, formula una teora y luego contrasta la teora y la
observacin.
En el contexto de nuestros problemas, el experimentador formula una teora acerca
de que un parmetro de la poblacin toma determinado valor o conjunto de valores.
A continuacin selecciona una muestra de la poblacin en cuestin y se compara la
observacin con la teora. Si las observaciones se apartan mucho de la teora,
entonces quien experimenta puede rechazar la teora (hiptesis). Si las
observaciones son compatibles con la teora, entonces el experimentador puede
proseguir como si la hiptesis fuera cierta.
Ntese que la prueba de hiptesis necesita una decisin al comparar la muestra
observada con la teora.
Una hiptesis estadstica es una asuncin relativa a una o varias poblaciones, que
puede ser cierta o no. Las hiptesis estadsticas se pueden contrastar con la
informacin extrada de las muestras y tanto si se aceptan como si se rechazan se
puede cometer un error.
La hiptesis formulada con intencin de rechazarla se llama hiptesis nula y se
representa por H0. Rechazar H0 implica aceptar una hiptesis alternativa (H1).
La situacin se puede esquematizar como:
Hiptesis
27

Decisin

H0 cierta

H0 falsa

H0 rechazada

Error tipo I ()

Decisin correcta (*)

H0 no rechazada

Decisin correcta

Error tipo II ()

(*) Decisin correcta que se busca

Se cometen errores cuando:
= p (rechazar H0|H0 cierta)
= p (aceptar H0|H0 falsa)
Potencia = 1-= p (rechazar H0|H0 falsa)
Detalles a tener en cuenta:

1. a y b estn inversamente relacionadas.

2. Slo pueden disminuirse las dos, aumentando n el tamao de la muestra.
Los pasos necesarios para realizar un contraste relativo a un parmetro son:
1. Establecer la hiptesis nula en trminos de igualdad
H0: = 0
2. Establecer la hiptesis alternativa, que puede hacerse de tres maneras,
dependiendo del inters del investigador
H1: 0 , H1: 0 , H1: < 0
En el primer caso se habla de contraste bilateral o de dos colas, y en los otros dos de
lateral (derecho en el 2 caso, o izquierdo en el 3) o una cola.
3. Elegir un nivel de significacin: nivel crtico para a
4. Elegir un estadstico de contraste: estadstico cuya distribucin muestral se
conozca en H0 y que est relacionado con q y establecer, en base a dicha
distribucin, la regin crtica: regin en la que el estadstico tiene una probabilidad
menor que a si H0 fuera cierta y, en consecuencia, si el estadstico cayera en la
misma, se rechazara H0.
Obsrvese que, de esta manera, se est ms seguro cuando se rechaza una
hiptesis que cuando no. Por eso se fija como H 0 lo que se quiere rechazar. Cuando
no se rechaza, no se ha demostrado nada, simplemente no se ha podido rechazar.
Por otro lado, la decisin se toma en base a la distribucin muestral en H 0, por eso es
necesario que tenga la igualdad.
5. Calcular el estadstico para una muestra aleatoria y compararlo con la regin
crtica, o equivalentemente, calcular el "valor p" del estadstico (probabilidad de
obtener ese valor, u otro ms alejado de la H0, si H0 fuera cierta) y compararlo con

28

6. Tomar una decisin e interpretarla. Regla para la conclusin: Si la decisin es

rechazar H0, entonces la conclusin debe ser redactada aproximadamente como
Existe evidencia suficiente al nivel de significacin para indicar que (el significado
de la hiptesis alternativa). Si la decisin es no se puede rechazar H 0, entonces la
conclusin debe ser ms o menos como No existe suficiente evidencia al nivel de
significacin que indique que (el significado de la hiptesis alternativa)
Estadstico de contraste de la hiptesis
Si n suficientemente grande para poder usar la normal, es decir:

D. Recursos o saberes
Resolver de este apartado los problemas relativos a pruebas de hiptesis de una y
dos colas, los de intervalos de confianza para la (media poblacional) y las de
proporciones, as como para pequeas y grandes muestras.
1. Un presidente de una empresa afirma que el # de llamadas solicitando servicio no
es ms de 15 por semana, en promedio. Para comprobar su afirmacin, se revisaron
los registros de servicio para n = 36 semanas seleccionadas al azar, el resultado fue
que la media = 17 y la varianza = 9, para los datos de la muestra.
. Contradice la evidencia de la muestra la afirmacin del presidente?
2. Se sabe que la desviacin tpica de las notas de cierto examen de Matemticas es
2,4. Para una muestra de 36 estudiantes se obtuvo una nota media de 5,6. Sirven
estos datos para confirmar la hiptesis de que la nota media del examen fue de 6,
con un nivel de confianza del 95%?
3. Un socilogo ha pronosticado, que en una determinada ciudad, el nivel de
abstencin en las prximas elecciones ser del 40% como mnimo. Se elige al azar
una muestra aleatoria de 200 individuos, con derecho a voto, 75 de los cuales
estaran dispuestos a votar. Determinar con un nivel de significacin del 1%, si se
puede admitir el pronstico.
4. Un informe indica que el precio medio del billete de avin entre Canarias y Madrid
es, como mximo, de 120 con una desviacin tpica de 40 . Se toma una muestra
de 100 viajeros y se obtiene que la media de los precios de sus billetes es de 128
. Se puede aceptar, con un nivel de significacin igual a 0,1, la afirmacin de
partida?
5. Una marca de nueces afirma que, como mximo, el 6% de las nueces estn
vacas. Se eligieron 300 nueces al azar y se detectaron 21 vacas. a). Con un nivel
de significacin del 1%, se puede aceptar la afirmacin de la marca?
29

6. La duracin de las bombillas de 100 W que fabrica una empresa sigue una
distribucin normal con una desviacin tpica de 120 horas de duracin. Su vida
media est garantizada durante un mnimo de 800 horas. Se escoge al azar una
muestra de 50 bombillas de un lote y, despus de comprobarlas, se obtiene una vida
media de 750 horas. Con un nivel de significacin de 0,01, habra que rechazar el
lote por no cumplir la garanta?
7. Un fabricante de lmparas elctricas est ensayando un nuevo mtodo de
produccin que se considerar aceptable si las lmparas obtenidas por este mtodo
dan lugar a una poblacin normal de duracin media de 2400 horas, con una
desviacin tpica igual a 300. Se toma una muestra de 100 lmparas producidas por
este mtodo y esta muestra tiene una duracin media de 2320 horas. Se puede
aceptar la hiptesis de validez del nuevo proceso de fabricacin con un riesgo igual o
menor al 5%?
8. El control de calidad una fbrica de pilas y bateras sospecha que hubo defectos
en la produccin de un modelo de batera para telfonos mviles, bajando su tiempo
de duracin. Hasta ahora el tiempo de duracin en conversacin segua una
distribucin normal con media de 300 minutos y desviacin tpica 30 minutos. Sin
embargo, en la inspeccin del ltimo lote producido, antes de enviarlo al mercado, se
obtuvo que de una muestra de 60 bateras el tiempo medio de duracin en
conversacin fue de 290 minutos. Suponiendo que ese tiempo sigue siendo Normal
con la misma desviacin tpica: Se puede concluir que las sospechas del control de
calidad son ciertas a un nivel de significacin del 2%?
9. Un gerente de ventas de libros universitarios afirma que en promedio sus
representantes de ventas realiza 40 visitas a profesores por semana. Varios de estos
representantes piensan que realizan un nmero de visitas promedio superior a 40.
Una muestra tomada al azar durante 8 semanas revel un promedio de 42 visitas
semanales y una desviacin estndar de 2 visitas. Utilice un nivel de confianza del
99% para aclarar esta cuestin.
10. Un investigador de mercados y hbitos de comportamiento afirma que el tiempo
que los nios de tres a cinco aos dedican a ver la televisin cada semana se
distribuye normalmente con una media de 22 horas y desviacin estndar 6 horas.
Frente a este estudio, una empresa de investigacin de mercados cree que la media
es mayor y para probar su hiptesis toma una muestra de 64 observaciones
procedentes de la misma poblacin, obteniendo como resultado una media de 25. Si
se utiliza un nivel de significacin del 5%. Verifique si la afirmacin del investigador
es realmente cierta.
11. La Direccin General de Trfico quiere conocer la velocidad a la que circulan los
automviles en un tramo determinado de una carretera. Para una muestra de siete
automviles, el radar sealo las siguientes velocidades en k/h.
79
73
68
77
86
71
69
a. Calcular la media y la varianza muestral.
30

b. Suponiendo que la distribucin de la poblacin es normal, hallar un intervalo

de confianza del 95% para la velocidad media de los automviles que circulan
por dicho tramo.
Respuestas: a) =74.71 s = 6.40 b) (68.79, 80.63)
12. El peso promedio de una muestra de 50 bultos de productos X media = 652.58
kg. con S = 217.43 kg. Determinar el intervalo de confianza al NC del 95% y al 99%
donde se encuentra la media del proceso (poblacional). Alfa = 1 NC
13. Se estima, por un intervalo de confianza, la proporcin de hogares con conexin
a Internet utilizando una muestra aleatoria y con un nivel de confianza del 96%. Se
obtiene as, una proporcin estimada del 28%, con un error mximo del 6%. Cul es
el tamao mnimo de la muestra utilizada?
Solucin: n 236
14. En una muestra aleatoria de 300 personas mayores de edad de una gran ciudad
se encontr que 105 lean un determinado peridico X. A la vista de esos datos se
pretende seleccionar una nueva muestra para conseguir una cota de error de 3
centsimas como mximo, con un nivel de confianza del 95%, para la estimacin de
la proporcin de lectores de ese peridico por medio de un intervalo de confianza.
Deduzca el nmero de individuos de la poblacin que, como mnimo, debe tener la
muestra.
Solucin: n 972
15. Se desea estimar, por medio de un intervalo de confianza, la proporcin p de
individuos daltnicos de una poblacin a travs del porcentaje observado en una
muestra aleatoria de individuos de tamao n . Si el porcentaje de individuos
daltnicos en una muestra aleatoria es igual al 30%, calcule el valor mnimo de n
para que, con un nivel de confianza del 95%, el error que se cometa en la estimacin
sea inferior a 0,031.
Solucin: n 840
16.En una muestra aleatoria de 600 coches de una ciudad, 120 son de color blanco.
Construya un intervalo de confianza de la proporcin de coches de color blanco con un nivel
de confianza del 98%.
Solucin: I 0,162 , 0,238 .
17. Tomada una muestra aleatoria de 300 personas mayores de edad de una gran ciudad,
se obtuvo que 105 haban votado a un determinado partido X. Halle, con un nivel de
confianza del 90%, un intervalo de confianza que permita estimar la proporcin de votantes
del partido X en esa ciudad.
Solucin: I 0,305 , 0,395 .
18. En una investigacin de mercado se pregunta a 600 personas sobre el inters en

consumir un determinado producto, si ste se comercializara en la ciudad. De ellas

55% manifiestan su intencin de consumirlo. Con posterioridad a la encuesta, el
31

fabricante del producto comercial exige que el error de la estimacin sea inferior al
3%, con una confianza del 98%.
a) Cumple la investigacin los requisitos exigidos por el fabricante?
b) En caso negativo, cul es el valor mnimo del tamao de la muestra para
cumplir con las exigencias del fabricante?
Solucin: a) Cota de error en la estimacin 0,04 0,03 ; no se cumplen las
exigencias del fabricante. b) n 1493, tomando como z / 2 2,33
19. Mediante una muestra aleatoria de tamao 400 se estima la proporcin de

residentes en Chihuahua que tienen intencin de asistir a un partido de Base Ball

entre los Dorados y los Mineros. Si para un nivel de confianza del 95% resulta un
error mximo en la estimacin del 3%. Obtenga el valor de la estimacin, sabiendo
que es inferior a 0,25.
Solucin: p 0,105
20. Se estima la proporcin de varones adultos, residentes en una poblacin, con
obesidad severa 30 IMC 40 , mediante una muestra aleatoria de tamao 500. Se
obtiene una estimacin de varones con obesidad severa del 18%. Utilizando un nivel
de confianza del 98%, cul es el error mximo que se cometer al estimar, por
medio de un intervalo de confianza, esa proporcin?
Solucin: Cota del error 0,04
Resuelva del captulo 7 los problemas 1-11, pp. 159-160 (Introduccin)
Lea del Captulo 7 Intervalo de confianza para muestras grandes, pp. 156-158
Resuelva del captulo 7 los problemas 12-18, pp. 163-164 (IC para muestras
pequeas- Distribucin t student)
Lea del Captulo 7 IC para la proporcin poblacional pp. 164
Resuelva del captulo 7 los problemas 19-25, p. 166 (IC para la proporcin
poblacional)
Lea del Captulo 7 Tamao apropiado de la muestra pp. 166-168
Resuelva del captulo 7 los problemas 26-46, pp. 169-170
Resuelva del captulo 8 los problemas 1-16, pp. 182-183 (Introduccin)
Resuelva del captulo 8 los problemas 17-26, p.187 (Prueba de una cola)
Lea del Captulo 8 Calculo de p-value) pp. 188-190
Resuelva del captulo 8 los ejercicios 27-32, p.191
Lea del Captulo 8 Pruebas para : Muestras pequeas pp. 191-193
Resuelva del captulo 8 los problemas 33-40, pp. 193-194 (Pruebas para
muestras pequeas.)
Resuelva del captulo 9 los problemas 1-5, pp. 207-208 (Introduccin)
Resuelva del captulo 9 los problemas, 6-12 p. 212 (Pruebas t student)
Lea del Captulo 9 IC con muestras pareadas, pp.212-217
Resuelva del captulo 9 los problemas, 13-21 p. 216-218 (IC muestras pareadas)
Lea del Captulo 9 PH para dos medias con muestras independientes, pp.
220-224
Resuelva del captulo 9 los problemas, 22-28 p. 225

32

III. Dispositivo de Evaluacin

Redactar un informe (o PPT) en el cul se contesten las siguientes preguntas
1. Definir para qu sirve la estadstica inferencial
2. Determinar cules son los pasos a seguir en una prueba de hiptesis
3. Determinar cules son las transformacin es de las proporciones (n, p, q) a
parmetros en la Binomial y la de Poisson a una distribucin normal.
4. Determinar los criterios aceptados como prctica comn para el nivel de confianza,
los tipos de errores en los que se puede incurrir, para una y dos poblaciones en las
pruebas de hiptesis. (Utilizar un esquema)
5. Entregar un ejercicio en los cules se resuelva una prueba de hiptesis completa
de los enumerados en la seccin de Saberes
6. Entregar un ejercicio en los cules se resuelva un intervalo de confianza y el
clculo del tamao de la muestra de los enumerados en la seccin de Saberes
7. Hacer uno o dos exmenes parciales de acuerdo al material visto en clase
respetando el Reglamento interior de la FCA de la UACH en el Artculo XX se
aplicaran al menos tres exmenes parciales en el transcurso del semestre, de los
contenidos de los objetos de estudio.

IV. Referencias bibliogrficas

Allen L. Webster (2004). Estadstica Aplicada a los Negocios y la Economa 3
Edicin, Editorial Mc Graw Hill, 397pp.

Literatura complementaria
1. Levin I. Richard Estadstica para administradores. Editorial: Prentice-Hall.

2. Kazmier. Estadstica aplicada para la administracin y economa. Editorial:

McGraw Hill
3. Walpole. Probabilidad y estadstica. Editorial McGraw Hill
4. Shao, Stephen P., Estadstica para Economistas y Administradores de Empresas,
Herrero Hermanos, Sucs., S.A.
5.Mendenhall, William, Richard L. Scheaffer & Dennis D. Wackerly, Estadstica
Matemtica con Aplicaciones, Grupo Editorial Iberoamrica.
Como elaborar un cuadro sinptico.

http://www.slideshare.net/guestfff150/cuadro-sinoptico
http://www.slideshare.net/guestdfc5143/hacer-un-cuadro-sinoptico
http://www.slideshare.net/evrodriguez5/cuadro-sinptico-13493949
Como elaborar un mapa conceptual
http://www.slideshare.net/lupitacora/ejemplo-101519

33

http://www.slideshare.net/JoseAlexanderCastaeda/mapa-conceptual-algebra-linealjacm-lamc
http://www.slideshare.net/jeders/mapa-conceptual-de-administracion
http://www.slideshare.net/ycalle/mapa-conceptual-conceptos-y-funcionesadministrativas
http://www.slideshare.net/pipponba/mapas-conceptuales-administracin-finaciera
http://www.slideshare.net/Santiagovanella/mapa-conceptual-herramientasestadisticas-97-2003-13807823
Como hacer una presentacin en Power Point
SUGERENCIAS DIDCTICAS (desarrollo de competencias genricas)
El profesor debe:
Propiciar procesos meta cognitivos.
Propiciar el desarrollo de actividades intelectuales de induccin-deduccin y anlisissntesis, que encaminen hacia la investigacin.
Planear y desarrollar las sesiones para propiciar el aprendizaje significativo de cada
tema, mediante estrategias y tcnicas de enseanza-aprendizaje participativas.
Fomentar actividades de bsqueda, seleccin, anlisis e interpretacin de datos.
Organizar actividades grupales que propicien el razonamiento inductivo y deductivo
entre los estudiantes.
Plantear problemas que permitan al estudiante la integracin de contenidos de la
asignatura, para su anlisis y solucin.
Propiciar el uso de las nuevas tecnologas en el desarrollo de la asignatura.
Realizacin de un muestreo en campo o en empresa.
Analizar y discutir las definiciones del tema en problemas reales y aplicarlos a los
resultados del muestreo realizado.
Organizar talleres de resolucin de problemas.
Uso de software estadstico como herramienta que facilite la comprensin de los
conceptos, la resolucin de problemas e interpretacin de los resultados.
Investigar en diversas fuentes de informacin sobre la importancia y la aplicacin de la
estadstica descriptiva en el campo de la ingeniera en gestin empresarial.
Exponer temas relacionados con la materia.
Resolver ejercicios planteados en clase.
Fomentar el trabajo colaborativo con los estudiantes, complementando la informacin
por parte del profesor y orientar en las dudas que se generen.
Vincular con la academia econmico-administrativa los contenidos de esta asignatura
con otras materias.
SUGERENCIAS DE EVALUACIN
La evaluacin de la asignatura debe ser formativa y acumulativa, por lo que debe
Considerarse el desempeo en cada una de las actividades de aprendizaje, poniendo
nfasis en:
Entrega de portafolio de evidencias.
34

Participacin del alumno en clase.

Examen de diagnstico.
Revisin y exposicin de ejercicios extra clase.
Anlisis y revisin de las actividades de investigacin.
Solucin e interpretacin de problemas resueltos con apoyo del software.
Exposicin de temas relacionados con la materia.
Participacin en talleres de resolucin de problemas.
Entrega de trabajos de investigacin en equipo.
Resolucin de problemas prcticos en dinmicas grupales.
Compilacin de apuntes por unidades.
Exposicin de los resultados obtenidos en la investigacin de temas estadsticos, que
demuestren calidad y relacin con los temas de otras asignaturas.
Cumplimiento en tiempo y forma con las actividades encomendadas

Objetivo del curso

Adems de su formacin cientfica el estadstico debe poseer una formacin
humanstica que le permita conocer y explicar los problemas de la realidad nacional a
fin de apoyar con eficiencia a su solucin.

El Estadstico debe saber:

Disear y gerenciar encuestas.
Utilizar la Computacin e Informtica como herramientas para el manejo y anlisis de
datos.
Producir indicadores econmicos y sociales.
Aplicar mtodos estadsticos.
Disear modelos estadsticos.
Brindar asesora para dar soporte a la toma de decisiones.
Organizar oficinas dedicadas al desarrollo de encuestas.
Generar y utilizar software de aplicaciones estadsticas.
Disear y analizar experimentos estadsticos.
Analizar series de tiempo y elaborar pronsticos.
Analizar datos multivariados.
Disear y aplicar mtodos para la recoleccin eficiente de datos.
Crear procedimientos estadsticos adecuados a los proyectos en que interviene.
Interpretar eficientemente los resultados de las investigaciones desarrolladas.
Objetivos Curriculares
Al finalizar su formacin el Estadstico debe estar capacitado para:
Hacer uso de los mtodos, procedimientos, tcnicas y teoras especificados en el
perfil profesional.
Enfocar los problemas de la realidad nacional en sus diferentes aspectos. Usar el
razonamiento estadstico adecuado ante un problema, usando su creatividad para
proponer alternativas de solucin innovadoras. Manejar un lenguaje cientfico en sus
diferentes formas como medio para la explicacin de los procesos y fenmenos de
estudio. Adquirir nuevos conocimientos, actitudes, mtodos de estudio y trabajo.
Desempearse eficientemente en el campo laboral.
35

Artculos clsicos en la literatura estadstica

En el blog de Christian Robert se ha publicado una encuesta acerca de los artculos que se
debieran considerar como clsicos de la literatura estadstica.
1. On the problem of the most efficient test of statistical hypotheses. J.
Neyman & E.S. Pearson. Philosophical Trans. Royal Statistical Society
London (1933)
2. The design of optimum multifactorial experiments. R.L.Plackett &
J.Burman. Biometrika (1946)
3. The estimation of location and scale parameters of a continuous population
of any given form. J. Pitman. Biometrika (1939)
4. Regression models and life-table. D.R. Cox. J. Royal Statistical Society
(1972)
5. Bootstrap methods: another look at the jackknife. B. Efron. Annals of
Statistics (1979)
6. On stationary processes in the plane. P.Whittle. Biometrika (1954)
7. The comparative advantages of systemic and randomized arrangements in
the design of agricultural and biological experiments. F.Yates. Biometrika
(1939)
8. Periodogram analysis and continous spectra. M.S.Bartlett. Biometrika
(1950)
9. Testing for serial correlation in least square regression. J. Durbin & G.S.
Watson. Biometrika (1950)
10.Monte Carlo sampling methods using Markov chains and their applications.
W.K.Hastings. Biometrika (1970)
11.The multiple recapture census for closed populations and incomplete 2k
contingency tables. S.E. Fienberg. Biometrika (1972)
12.On the mathematical foundations of theoretical statistics. R.A. Fisher.
Philosophical Trans. Royal Statistical Society London (1922)
13.Algorithm AS 136: A K-Means Clustering Algorithm. J. Hartigan & M.
Wong. Applied Statistics (1979)
14.Bayes Estimates for the Linear Model. D.V. Lindley & A.F.M. Smith. J.
Royal Statistical Society (1972)
15.Marginalisation paradoxes in Bayesian and structural inference. A.P.
Dawid, M. Stone & J. Zidek. J. Royal Statistical Society (1973)
16.Maximum likelihood from incomplete data via the EM algorithm. A.P.
Dempster, N.M. Laird and D.B. Rubin. J. Royal Statistical Society (1977)
17.Regression shrinkage and selection via the lasso. R. Tibshirani. J. Royal
Statistical Society (1996)
36

18.The future of data analysis. J.W.Tukey. Annals of Mathematical Statistics

(1962)
19.On Rereading. R.A. Fisher. L. Savage Annals of Statistics (1976)
20.Estimation of the mean of a multivariate normal distribution. C. Stein.
Annals of Statistics (1981)
21.Estimation of a bounded mean. G. Casella & W. Strawderman. Annals of
Statistics (1981)
22.Projection pursuit. P.J. Huber. Annals of Statistics (1985)
23.On the Foundations of Statistical Inference. A. Birnbaum. J. American
Statistical Assoc. (1962)
24.Testing a point null hypothesis: the irreconciability of p-values and
evidence. J.O. Berger & T. Sellke. J. American Statistical Assoc. (1987)
25.Sampling-based approaches to calculating marginal densities. A. Gelfand
& A.F.M. Smith. J. American Statistical Assoc. (1990)
26.Adapting to unknown smoothness via wavelet shrinkage. D. Donoho & I.
Johnstone. J. American Statistical Assoc. (1995)
27. Neyman (1935). Statistical problems in agricultural experimentation (with discussion).
28. Tukey (1972). Some graphic and semigraphic displays.
29. Akaike (1973). Information theory and an extension of the maximum likelihood

principle.
30. Lindley and Smith (1972). Bayes estimates for the linear model (with discussion
31. Rubin (1976). Inference and missing data
32. Wahba (1978). Improper priors, spline smoothing and the problem of guarding against

model errors in regression.

33. Rubin (1980). Using empirical Bayes techniques in the law school validity studies
(with discussion).
34. Imbens and Angrist (1994). Identification and estimation of local average treatment
effects.
35. Horvitz, D. G and Thompson, D. J. (1952) A Generalization of Sampling without
Replacement from a Finite Population.
36. Sarndal, C. E. (1972) Sample Survey vs. General Statistical Theory: Estimation of the
Population Mean.
37. Smith, T. M. F. (1976) Foundations of Survey Sampling.
38. Isaki, C. T and Fuller, W. (1982) Survey Design under the Regression
Superpopulation Model.
39. Sugden and Smith (1984) Ignorable and Informative Designs in Survey Sampling
Inference.
40. Deville, J.C and Sarndal, C. E. (1992) Calibration Estimators in Survey Sampling.
41. Estevao, V. and Hidiroglou, M. and Sarndal, C. E. (1995) Methodological Principles
for a Generalized Estimation System at Statistics Canada.
42. Wu, C, Sitter and R. R. A (2001) Model-Calibration Approach to Using Complete
Auxiliary Information from Survey Data.
43. Holmberg, A. Flisberg, P, Ronnqvist, M. (2002) On the Choice of Optimal Sampling
Design with Several Important Variables.
44. Matei, A. and Till, Y. (2005) Evaluation of variance approximations and estimators
in unequal probability sampling with maximum entropy.
45. Bautista, L. (2005) Estrategia de muestreo para la estimacin de la tasa de favoritismo
en la eleccin presidencial.
37

46. Rao. J.N.K. (2005) Interplay between Sample Survey Theory and Practice: An

Appraisal.
47. Deville, J.C and Lavalle, P. (2006) Indirect Sampling: The Foundations of the
Generalized Weight Share Method.

48.famoso Sunset Salvo (1985) de John Tukey, debera ser una lectura
obligatoria en las ceremonias de grado de los nuevos profesionales en
estadstica.

Qu se requiere para entender un Curso Bsico de Estadstica?

* Conocimientos de Aritmtica bsica: sumar, restar, multiplicar y dividir.

* Seguridad de uno mismo: puedo conseguir lo que me propongo.

* Poner atencin y dedicacin en las clases del curso.
* Hacer un pequeo esfuerzo por repasar en casa lo que se ha aprendido.
* Memorizar las definiciones y los esquemas.
La frmula del triunfador en cualquier actividad de la vida, es:
Optimismo + Atencin + Dedicacin = XITO

casi no existe actividad humana en que no est involucrada la Estadstica. Las

decisiones ms importantes de nuestra vida se toman con base en la
aplicacin de la Estadstica. Pongamos algunos ejemplos.

* Los Censos de Poblacin

* Determinacin de la Inflacin

* Estudios de la Canasta Bsica

* Aumentos de salarios

* Accidentes ms frecuentes

* Enfermedades ms frecuentes

* Pagos de Seguros de Vida

* Tarifas de buses

* Tarifas de hoteles y taxis

* Preferencias de candidatos
* Necesidades de escuelas

* Causas de muertes infantiles

* Anuncios en radio y TV
* Ventas de productos

38