Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estadstica Computacional PDF
Estadstica Computacional PDF
VICERECTORADO DE INVESTIGACIN
FACULTAD DE CIENCIAS ECONMICAS
TEXTO DE ESTADSTICA
COMPUTACIONAL CON R, EXCEL,
MINITAB Y SPSS
AUTOR:
01-12-08 al 30-11-10
CALLAO PER
2010
NDICE
Pg.
INDICE 2
INTRODUCCIN 10
Captulo 1. CONSTRUCCIN DE UNA BASE DE DATOS 11
1.1 Introduccin 11
1.2 Definicin de variables 13
1.3 Introduccin de datos 27
1.4 Archivo de datos 30
1.5 Transformacin de datos 39
1.6 Recodificacin de datos 43
1.7 Manipulacin de archivos 49
2.1 Introduccin 50
2.2 Cuadros estadsticos 50
2.3 Distribucin de frecuencias 72
2.4 Grficos estadsticos 87
2.5 Grficos de variables cualitativas 89
2.6 Grficos de frecuencias 98
2.7 Diagrama de tallos y hojas 112
2
4.2 Rango. Rango intercuartlico 156
4.3 Desviacin media 158
4.4 La varianza 160
4.5 La desviacin tpica 166
4.6 El coeficiente de variacin 167
4.7 El diagrama de cajas o boxplot 174
4.8 Medidas de forma de la distribucin 182
Anexo 304
3
NDICE DE CUADROS Y FIGURAS
CUADROS Pg.
1.1 Tabla de la masa corporal ideal 39
2.1 PBI por rama de la actividad econmica, segn ao: 2000-07 55
2.2 Alumnos de estadstica bsica 09-A de la FCE-UNAC, por sexo, segn hobby 58
2.3 Alumnos de estadstica bsica 09-A de la FCE-UNAC, por sexo, segn
especializacin y hobby 63
2.4 Alumnos de estadstica bsica 2009-A, de la FCE-UNAC, segn hobby 73
2.5 Alumnos de estadstica bsica 2009-A, de la FCE-UNAC, segn el nmero de
miembros en la familia 75
2.6 Pesos (Kg.) de los 60 alumnos de estadstica bsica 09-A UNAC 78
2.7 Distribucin de frecuencias de los pesos de los alumnos de estadstica bsica
09-A FCE-UNAC 80
3.1 Resumen de los cuantiles calculados para los pesos (Kg.) de los alumnos de
estadstica bsica 09-A, FCE-UNAC, por la forma en que estn los datos 150
3.2 Resumen de los percentiles calculados para los pesos (Kg.) de los alumnos de
estadstica bsica 09-A, de la FCE-UNAC, por programa usado 154
4.1 Resumen de las medidas de dispersin calculadas para los pesos (Kg.) de los
alumnos de estadstica bsica 09-A, de la FCE-UNAC, por programa usado 174
FIGURAS
1.1 Variables definidas en Excel 15
1.2 Variables definidas en Minitab 16
1.3 Editor de datos en SPSS 16
1.4 Definicin del Tipo de variable 18
1.5 Cuadro de dilogo para definir Etiquetas de Valor 20
1.6 Cuadro de dilogo para Definir Valores Perdidos 21
1.7 Vista de Variables definidas en SPSS 23
1.8 Variables definidas en SPSS 24
1.9 Abriendo base de datos en R desde un block de notas 26
1.10 Base de datos en Excel 28
1.11 Base de Datos en MINITAB 28
1.12 Base de datos en SPSS 29
FIGURAS Pg.
4
1.13 Base de datos en R 29
1.14 Ventana de archivamiento en Excel 30
1.15 Cuadro de dilogo para Guardar como, en Excel 31
1.16 Ventana de File (archivo), en Minitab 32
1.17 Cuadro de dilogo para Save Project As, en Minitab 33
1.18 Cuadro de dilogo para Guardar como, en SPSS 34
1.19 Cuadro de dilogo para Guardar rea de trabajo, en R 35
1.20 Clculo del imc en Excel 40
1.21 Clculo de la talla_m en Minitab 41
1.22 Clculo de la variable talla_m en SPSS 42
1.23 Tipos de recodificacin en Minitab 43
1.24 Obtencin de la Condicin, recodificando el IMC en Minitab 44
1.25 Resultado de la Condicin recodificando el IMC en Minitab 45
1.26 Obtencin de la Condicin, recodificando el IMC en SPSS 46
1.27 Recodificar Valores antiguos del IMC y nuevos de Condicin en SPSS 47
1.28 Resultado de la Condicin recodificando el IMC en SPSS 47
1.29 Resultado de la Condicin recodificando el IMC en R 48
2.1 Estructura de un cuadro estadstico 51
2.2 Obtencin de un cuadro bidimensional con SPSS 56
2.3 Mostrar en las casillas 57
2.4 Obtencin de un cuadro bidimensional con Minitab 60
2.5 Escoger qu mostrar en las casillas con el Minitab 61
2.6 Cuadro tridimensional en SPSS 64
2.7 Creando tabla dinmica en Excel 65
2.8 Tabla dinmica para Sexo y Hobby en Excel 66
2.9 Tabla dinmica para Sexo y Hobby con porcentajes en Excel 67
2.10 Tabla dinmica para Sexo, Especializacin y Hobby en Excel 67
2.11 Obtencin de tablas de frecuencias en SPSS 73
2.12 Obtencin de tabla de frecuencias en Excel 79
2.13 Argumentos de la funcin Frecuencia 80
2.14 Recodificacin de la variable peso en Minitab 81
2.15 Variable peso recodificada en pesos (intervalos) con Minitab 82
2.16 Obtencin de tabla de frecuencias en Minitab (variable pesos) 83
FIGURAS Pg.
5
2.17 Recodificando la variable peso en SPSS 83
2.18 Recodificar Valores antiguos del peso y nuevos de pesos en SPSS 84
2.19 Resultado de la variable pesos, recodificando el peso en SPSS 85
2.20 Resultado de la variable pesos, recodificando el peso en R 86
2.21 Grfico de sectores en Excel 90
2.22 Grfico de sectores en SPSS 91
2.23 Grfico de sectores en Minitab 91
2.24 Grfico de sectores en R 92
2.25 Grfico de barras de la variable hobby en Minitab 94
2.26 Datos de la variable hobby y clase en Excel 95
2.27 Herramientas del Anlisis de datos en Excel 95
2.28 Obteniendo grfico de Pareto en Excel 95
2.29 Grfico de Pareto de la variable hobby en Excel 96
2.30 Grfico de Pareto de la variable hobby en Minitab 97
2.31 Grfico de barras de los miembros de la familia en Excel 98
2.32 Grfico de barras de los miembros de la familia en SPSS 99
2.33 Grfico de barras de los miembros de la familia en Minitab 100
2.34 Obteniendo el Histograma de peso en Excel 101
2.35 Histograma de frecuencia del peso en Excel 102
2.36 Obteniendo el histograma de peso en Minitab 103
2.37 Edicin (en Binning) del histograma de peso en Minitab 104
2.38 Histograma de frecuencia del peso en Minitab 104
2.39 Histograma de frecuencia del peso en SPSS 105
2.40 Histograma de frecuencia del peso en R 106
2.41 Edicin del histograma de densidad de peso en Minitab 108
2.42 Histograma de densidad de peso en Minitab 108
2.43 Datos para el Polgono de frecuencias y Ojiva del peso en Minitab 109
2.44 Scatterplot para el Polgono de frecuencias del peso en Minitab 110
2.45 Polgono de frecuencias del peso en Minitab 110
2.46 Scatterplot para la Ojiva del peso en Minitab 111
2.47 Ojiva del peso en Minitab 112
3.1 Clculo de la media para datos agrupados en Excel 117
3.2 Clculo de la media aritmtica (PROMEDIO) en Excel 129
FIGURAS Pg.
6
3.3 Resultados de la media aritmtica, mediana y moda en Excel 129
3.4 Seleccin de la variable peso para calcular estadgrafos en Minitab 130
3.5 Seleccin de estadgrafos de posicin a calcular en Minitab 130
3.6 Clculo de estadgrafos de Tendencia central en SPSS 131
3.7 Clculo de cuartiles en Excel 151
3.8 Resultado de cuartiles y percentiles en Excel 152
3.9 Clculo de cuartiles y percentiles en SPSS 153
4.1 Medidas de dispersin obtenidas con Excel 169
4.2 Seleccin de estadgrafos de dispersin en Minitab 170
4.3 Clculo de estadgrafos de dispersin en SPSS 171
4.4 Estructura del diagrama de cajas y bigotes (boxplot) 175
4.5 Ventana de dilogo para definir el boxplot de peso en Minitab 176
4.6 Diagrama de cajas y bigotes de la variable peso en Minitab 176
4.7 Efectuando Grfico Mltiple de Boxplot para peso, por sexo 177
4.8 Boxplot del peso para hombres y mujeres en Minitab 178
4.9 Ventana de dilogo Explorar para definir el boxplot de peso en SPSS 179
4.10 Diagrama de cajas y bigotes de la variable peso en SPSS 179
4.11 Boxplot del peso para hombres y mujeres en SPSS 180
4.12 Diagrama de cajas y bigotes de la variable peso en R 181
4.13 Boxplot del peso para hombres y mujeres en R 182
4.14 Clculo de la asimetra y curtosis en Excel 187
5.1 Definiendo el diagrama de dispersin en Excel 192
5.2 Diagrama de dispersin de la cantidad y precio en Excel 192
5.3 Definiendo el diagrama de dispersin en Minitab 193
5.4 Diagrama de dispersin de la cantidad y precio en Minitab 193
5.5 Creando el diagrama de dispersin en SPSS 194
5.6 Diagrama de dispersin de la cantidad y precio en SPSS 195
5.7 Diagrama de dispersin de la cantidad y precio en R 196
5.8 Aplicando Regresin en Excel 204
5.9 Resultado de la Regresin de cantidad y precio de muecas en Excel 205
5.10 Aplicando Regresin en Minitab 205
5.11 Aplicando Regresin en SPSS 207
6.1 Clculo de probabilidades para la distribucin binomial en Excel 214
FIGURAS Pg.
7
6.2 Solucin del Ejemplo 6.2 en Excel 215
6.3 Probabilidad con la distribucin binomial en Minitab 216
6.4 Probabilidad acumulada con la distribucin binomial en Minitab 217
6.5 Probabilidad para varios valores con distribucin binomial en Minitab 218
6.6 Clculo de probabilidades con la distribucin binomial en SPSS 220
6.7 Probabilidades acumuladas con la distribucin binomial en SPSS 221
6.8 Clculo de probabilidades para la distribucin Poisson en Excel 227
6.9 Solucin del Ejemplo 6.3 en Excel 228
6.10 Probabilidad con la distribucin Poisson en Minitab 229
6.11 Probabilidad para varios valores con distribucin Poisson en Minitab 230
6.12 Clculo de probabilidades con la distribucin Poisson en SPSS 231
6.13 Probabilidades acumuladas con la distribucin Poisson en SPSS 232
6.14 Distribucin de probabilidades Poisson del ejemplo 6.3 en SPSS 233
6.15 Clculo de distribucin hipergeomtrica en Excel 238
6.16 Solucin del Ejemplo 6.4 en Excel 239
6.17 Probabilidad con la distribucin hipergeomtrica en Minitab 240
6.18 Probabilidades con distribucin hipergeomtrica en Minitab 241
6.19 Clculo de probabilidades con la distrib. hipergeomtrica en SPSS 242
6.20 Probabilidades acumuladas con la distrib. hipergeomtrica en SPSS 243
6.21 Distrib. de probabilidades hipergeomtrica del ejemplo 6.4 en SPSS 243
6.22 Solucin del Ejemplo 6.5 en Excel 248
6.23 Probabilidad con la distribucin geomtrica en Minitab 249
6.24 Probabilidades con distribucin geomtrica en Minitab 251
6.25 Clculo de probabilidades con la distribucin geomtrica en SPSS 252
6.26 Probabilidades acumuladas con la distribucin geomtrica en SPSS 253
6.27 Distrib. de probabilidades geomtrica del ejemplo 6.5 en SPSS 254
7.1 Probabilidad con la distribucin uniforme en Minitab 261
7.2 Graficando probabilidades acumuladas para la uniforme en Minitab 263
7.3 Definiendo el rea a sombrear para probabilidades acumuladas con la distri-
bucin uniforme en Minitab 263
7.4 Clculo y grfico de P(22 X 24) con la dist. uniforme en Minitab 264
7.5 Grfico del inverso de probab. acum. Con la dist. uniforme en Minitab 265
7.6 Clculo de las densidades f(x) con la distribucin uniforme en SPSS 266
FIGURAS Pg.
8
7.7 Probabilidades acumuladas con la distribucin uniforme en SPSS 267
7.8 Densidades y probab. acumuladas con la distrib. uniforme en SPSS 267
7.9 Clculo de probabilidades acumuladas con exponencial en Excel 271
7.10 Probabilidad acumulada con la distribucin exponencial en Minitab 272
7.11 Graficando probabilidades acum. para la exponencial en Minitab 274
7.12 Clculo de probab. acum. con la distribucin exponencial en SPSS 276
7.13 Probabilidades acumuladas con la distrib. exponencial en SPSS 276
7.14 Clculo de probabilidades acumuladas con la normal en Excel 281
7.15 Probabilidad acumulada con la distribucin normal en Minitab 283
7.16 Graficando probabilidades acumuladas con la normal en Minitab 284
7.17 Clculo de probab. acumuladas con la distribucin normal en SPSS 286
7.18 Probabilidades acumuladas con la distribucin normal en SPSS 287
7.19 Clculo de probabilidades acumuladas con la chi-cuadrado en Excel 291
7.20 Grfico de P(14.6 X 37.7) con la chi-cuadrado en Minitab 292
7.21 Clculo de probab. acumuladas con la chi-cuadrado en SPSS 294
7.22 Clculo de probabilidades acumuladas con la t en Excel 298
7.23 Grfico de P(-1.316 X 2.060) con la t en Minitab 300
7.24 Clculo de probab. acumuladas con la t en SPSS 301
9
INTRODUCCIN
10
Captulo 1. CONSTRUCCIN DE UNA BASE DE DATOS
El hombre ms feliz del mundo es aquel que sepa reconocer los mritos
de los dems y pueda alegrarse del bien ajeno como si fuera propio
Johann Wolfgang von Goethe
CONTENIDO
1.1 Introduccin.
1.2 Definicin de variables.
1.3 Introduccin de datos.
1.4 Archivo de datos.
1.5 Transformacin de datos.
1.6 Recodificacin de datos.
1.7 Manipulacin de archivos.
1.1 INTRODUCCIN
Una Base de Datos es un arreglo matricial cuyas columnas contienen los Campos (las
variables o preguntas del estudio) y las filas los Registros de datos (casos para el
SPSS correspondientes a cada unidad de investigacin estudiada.
11
UNIVERSIDAD NACIONAL DEL CALLAO
FACULTAD DE CIENCIAS ECONMICAS
Asignatura: Estadstica Bsica
Profesor : Ing Juan Francisco Bazn Baca
3. Peso (Kg.) ....... 4. Talla (cm.) ....... 5. Ingreso familiar mensual: S/.
.
13. Horas de estudio semanal fuera de clase: 14. N de libros ledos el 2008: ..
12
1.2 DEFINICIN DE VARIABLES
Variable cuantitativa discreta.- son aquellas que son el resultado del conteo y
asumen valores enteros. Ejemplo: edad (aos cumplidos), nmero de libros ledos
el ao anterior, nmero de perceptores de ingreso en el hogar, etc.
13
Para definir las Variables en una BD, se tiene que indicar en cada campo (columna) las
preguntas consideradas en el Cuestionario del estudio de manera abreviada.
a) En EXCEL
sexo (pregunta 1)
edad (pregunta 2)
peso (pregunta 3)
talla (pregunta 4)
14
col.proc (pregunta 18: Colegio de procedencia) y
b) En MINITAB
Al iniciar el programa Minitab 15, aparecen dos hojas: una de Session (Sesin: donde
se muestran los resultados de tareas resueltas con el programa) y otra Worksheet
(Hoja de Trabajo: similar a la de Excel y SPSS donde se definen las variables y se
ingresa los datos). Las columnas aparecen definidas por la letra C y un dgito (que
indica la columna. Debajo de C1 hemos definido el n_cuest (nmero de cuestionario),
debajo de C2 sexo y as sucesivamente hasta C20 especial (ver figura 1.2)
15
Figura 1.2 Variables definidas en Minitab
c) En SPSS
Al abrir el programa SPSS 15, aparecen dos hojas: una de Resultados 1 [Dokument
1] Visor SPSS (donde aparecen los resultados de las tareas efectuadas con SPSS) y
otra Sin ttulo [Conjunto_de_datos0] Editor de datos SPSS (donde se definen las
variables y se ingresan los datos del estudio) donde vamos a definir la base de datos.
16
En la parte inferior del Editor de datos SPSS (ver figura 1.3) se observan dos vistas:
una Vista de datos (donde se ingresan los datos para cada una de las variables en
estudio) y otra Vista de variables (donde se definen las variables en estudio).
Justamente la fig. 1.3 muestra la Vista de variables, en cada fila se van definiendo las
variables en el mismo orden como aparecen en el cuestionario (o como el investigador
quiera definirlas para clculos estadsticos particulares).
Nombre
El nombre de la variable debe comenzar con una letra del alfabeto espaol y luego
utilizar las combinaciones de letras, dgitos o smbolos que se estimen necesarias
de modo que con a lo ms 64 caracteres juntos (sin espacio en blanco) resuman el
significado de la variable o toda una pregunta del cuestionario.
Debe comenzar por una letra y los dems caracteres pueden ser letras, dgitos,
puntos o los smbolos #, @, _ o $.
17
Tipo
Seleccionar el tipo de datos que se espera para la variable. En funcin del tipo
escogido se visualizan los valores de la variable y stos estarn disponibles slo
para aquellas operaciones que son esperables para los mismos.
Para definir, ubquese en la casilla de Tipo, pulse el botn con los puntos
suspensivos despus de la palabra Numrico y aparece el cuadro de dilogo
mostrado en la Figura 1.4, en el que se observa los tipos de variables siguientes:
Numrico.- define una variable cuyos valores son nmeros, los mismos que
aparecen sin separadores cada tres posiciones.
Coma.- define una variable numrica cuyos valores se muestran con comas de
separacin cada tres posiciones y con un punto como separador de la parte
decimal.
Punto.- define una variable numrica cuyos valores se muestran con puntos de
separacin cada tres posiciones y con una coma como separador de la parte
decimal. El editor de datos acepta valores numricos para este tipo de variables,
con o sin puntos, o en notacin cientfica.
18
opcional, o por el signo solamente. Por ejemplo, 123, 1,23E2, 1,23D2, 1,23E+2,
o incluso 1,23+2.
Fecha.- define una variable numrica cuyos valores se muestran en uno de los
diferentes formatos de fecha-calendario u hora-reloj. Seleccionar una plantilla de
la lista desplegable. Se puede introducir las fechas utilizando como
delimitadores: barras, guiones, puntos, comas o espacios en blanco. El rango de
siglo para los aos de dos dgitos se toma de las opciones de configuracin
(Men Edicin, Opciones, pestaa Datos)
Dlar.- define una variable numrica cuyos valores contienen un signo de dlar,
una coma para la separacin de los decimales y mltiples puntos.
Cadena.- define una variable cuyos valores no son numricos; por lo tanto, no se
utilizan en los clculos. Tambin son conocidas como variables alfanumricas.
Pueden contener diferentes caracteres hasta la longitud definida. Las letras
maysculas y las minsculas son consideradas diferentes.
Anchura
Establecer el nmero mximo de caracteres que contienen los valores de la
variable. Automticamente aparecen 8 caracteres.
Decimales
Determina el nmero de decimales para los valores de la variable. Si la variable es
tipo fecha o cadena, automticamente aparecen 0 decimales y si es tipo numrica,
aparecen por defecto, 2 decimales.
Etiqueta
En este recuadro se indica el nombre completo de la variable o la pregunta
correspondiente formulada en el cuestionario hasta un mximo de 255 caracteres y
espacios en blanco. Se recomienda escribirla toda con maysculas, ya que esta
19
etiqueta es la que aparece en los cuadros de salida cuando se procesan algunos
resultados de inters y buscaremos de diferenciarlas de las etiquetas de valor.
Valores
En este recuadro por defecto, aparece Ninguno y sirve para asignar valores a los
resultados de variables de tipo cualitativo (Etiquetas de valor) o para definir los
rangos de variables cuantitativas transformadas con fines de procesamiento. Es
decir, que si una variable cualitativa responde a varias cualidades (categoras o
atributos) a cada una de ellas se le asigna un valor por lo general numrico,
pudiendo ser tambin alfabtico.
Los valores los definimos as: estando ubicado en la casilla de Valores, pulsar el
botn con los puntos suspensivos despus de la palabra Ninguno y aparece el
cuadro de dilogo mostrado en la Figura 1.5.
Para describir los valores de una variable de tipo cualitativo habr que situar el
cursor en el recuadro Valor e introducir el nmero o letra correspondiente. A
continuacin se pulsa el tabulador y el cursor se sita en el recuadro Etiqueta
donde se introduce la palabra o palabras que describen ese valor, luego pulsamos
Aadir; inmediatamente el cursos se ubica nuevamente en Valor y se repite el
proceso hasta que se define la etiqueta del ltimo valor y se sale con Aceptar.
20
Se recomienda escribir las etiquetas de valor con maysculas y minsculas (en el
ejemplo Hombre y Mujer) para que cuando se obtenga un cuadro con la variable
SEXO (con maysculas), se diferencie el nombre de la variable y sus categoras
componentes.
Perdidos
Son aquellos valores que no son considerados para realizar determinados clculos
estadsticos. Existen dos tipos de valores perdidos:
Del usuario.- son aquellos que define el usuario por diferentes motivos, entre
los que podemos destacar aquellos que distorsionan los anlisis estadsticos,
como por ejemplo cuando se han definido dos categoras de Sexo (1 = hombre
y 2 = mujer) pero por error de digitacin se puede colocar cualquier otro valor.
Como se puede observar en la Figura 1.6, por defecto aparece No hay valores
perdidos; adems existe la posibilidad que el usuario defina tres Valores
Perdidos Discretos o defina un Rango ms un valor perdido discreto opcional
21
(un rango de valores perdidos definido por sus dos extremos junto con un solo
valor discreto individual). Se debe tener presente que slo se pueden definir
rangos para variables de tipo numrico y que no se pueden definir valores
perdidos para variables de cadena larga (con ms de 8 dgitos).
Columnas
Al igual que Anchura por defecto define un ancho de 8 para las Columnas de la
base de datos. De requerirse otro ancho, hay que definirlo ubicndose en la casilla
de Columnas y veremos que al extremo opuesto del 8 aparece un botn con un
tringulo hacia arriba para aumentar el ancho y otro tringulo hacia abajo para
disminuir dicho ancho de columna. Tambin lo puede cambiar haciendo doble clic
en la correspondiente casilla de Columnas para la variable que esta definiendo y
digitar el ancho de columna deseado.
Alineacin
Se tiene que escoger como van a estar alineados los valores en la base de datos,
por defecto aparece Derecha. Si quiere modificar la Alineacin de valores para la
variable que esta definiendo, ubquese en la correspondiente casilla de alineacin
y haga clic en el botn que aparece al costado de Derecha e inmediatamente se
despliegan las tres posibles opciones de alineacin Izquierda, Derecha y Centrado,
debiendo escoger la opcin deseada haciendo clic sobre la palabra.
Medida
Indica el tipo de medicin que le corresponde a la variable que estamos
definiendo, por defecto aparece Escala. Si quiere modificar la Medida para la
variable que esta definiendo, ubquese en la correspondiente casilla de medida y
haga clic en el botn que aparece al costado de Escala e inmediatamente se
despliegan las tres posibles opciones de medida: Escala, Ordinal y Nominal,
debiendo escoger la opcin deseada haciendo clic sobre la palabra.
Escala.- es utilizada para variables numricas, como por ejemplo, las variables
edad, peso, talla, etc.
22
nominales pueden ser valores de cadena (alfanumricos) o numricos que
representen diferentes atributos (por ejemplo, 1 = Hombre, 2 = Mujer).
Recordar que estas son las variables definidas a partir del cuestionario de
Caractersticas del alumno de Estadstica Bsica, del 09A, de la FCE-UNAC.
23
Figura 1.8. Variables definidas en SPSS
d) En R
http://www.r-project.org/
En el margen izquierdo escoger la opcin CRAN, luego un pas cuya web facilite la
instalacin, por ejemplo Australia (http://cran.ms.unimelb.edu.au/ ).
Una vez guardado el archivo, ejecutar la Instalacin del programa la que al finalizar,
por defecto, deja en el escritorio para su ejecucin el cono:
Dando doble clic sobre el icono anterior, se inicia el programa R, el cursor por defecto
es el smbolo > indica que R esta listo para recibir y ejecutar un comando.
24
Segn Paradis (2002) R es un lenguaje orientado a objetos, , lo cual significa que
los comandos escritos en el teclado son ejecutados directamente sin necesidad de
construir ejecutables. .. La sintaxis de R es muy simple e intuitiva. Por ejemplo, una
regresin lineal se puede ejecutar con el comando lm(y~x). Para que una funcin sea
ejecutada en R debe estar siempre acompaada de parntesis, inclusive en el caso que
no haya nada dentro de los mismos.
Paradis, et.al., seala tambin que Orientado a Objetos significa que las variables,
datos, funciones, resultados, etc., se guardan en la memoria activa del computador en
forma de objetos con un nombre especfico. El usuario puede modificar o manipular
estos objetos con operadores (aritmticos, lgicos y comparativos) y funciones (que a
su vez son objetos).
Para tener una base de datos en una hoja de R, se tiene que hacer la lectura de la
misma por cualquiera de las siguientes maneras: desde un archivo con extensin *.txt,
desde un archivo de Excel con extensin csv, o mediante un copy/paste clipboard.
Caso 1.- Desde un archivo con extensin *.txt, como puede ser la base de datos
(Estadstica bsica 09-A.xls) trabajada en Excel y grabada con extensin *.txt o
copiar dicha base de datos de Excel, incluyendo los encabezados con el nombre de la
variable, a un block de notas y grabarla como Estadstica bsica 09-A.txt. Se procede
copiando en R la siguiente sintaxis:
> caso1=read.table(file.choose(),header=T)
Se esta pidiendo que cree el objeto caso1, como resultado de leer una tabla (read.table)
o base de datos. Al hacer enter, inmediatamente aparece la ventana de dilogo de la
Figura 1.9, solicitando la ruta correspondiente para escoger el archivo = file.choose()
con la base de datos (Estadstica bsica 09-A.txt) que se desea abrir. En la sintaxis,
header=T esta indicando que es verdadero (en ingls true = T) que la tabla a escoger
tiene encabezado (header) con el nombre de las variables (si no tiene encabezado,
header=F, de false = falso en ingls). Una vez escogida la base de datos, hacer clic en
Abrir y la base de datos queda almacenada en la hoja de R con la denominacin del
objeto: caso1, el mismo que contiene 20 campos y 60 registros.
25
Figura 1.9 Abriendo base de datos en R desde un block de notas
Ha ledo las variables de la base de datos de Estadstica Bsica 09A como un todo,
no reconoce a ninguna variable de manera independiente, para que ello ocurra
usamos el comando attach para unir las variables y reconozca a cada una de ellas
por el nombre que aparece en el encabezado. Escribir en R: > attach(caso1)
Si queremos editar los datos escribir: > fix(caso1)
Tambin se puede leer la base de datos, en forma parecida a la anterior, slo que
en vez de file.choose se debe colocar entre comillas la ruta que contiene el
archivo, as:
> caso1=read.table("D:/Beatriz/UNAC/Investigacin/Proyecto 8 Estadstica
computacional/Base de datos/ Estadstica bsica 09-A.txt ", header=T)
> attach(caso1)
26
Caso 2.- Desde un archivo en Excel con extensin csv, en la que se ha definido los 20
campos (incluyendo los encabezados con el nombre de la variable) y los 60 registros,
se ha grabado como libro de Excel y como tipo CSV (delimitado por comas). La base
de datos se denomina Estadstica Bsica 09A-copia.csv. Se procede copiando en R la
siguiente sintaxis: > caso2=read.table(file.choose(),header=T,sep=",")
Tambin se puede leer la base de datos, en forma parecida a la anterior, slo que
en vez de file.choose se debe colocar entre comillas la ruta que contiene el
archivo, as:
> caso2=read.csv("D:/Beatriz/UNAC/Investigacin/Proyecto 8 Estadstica
computacional/Base de datos/ Estadstica Bsica 09A-copia.csv ", header=T)
> attach(caso2)
27
En el registro 1, se colocan los datos del alumno que aparecen en el cuestionario
nmero 1, en el mismo orden que se ha respondido, es decir: sexo = 1(hombre),
edad = 20 aos, peso = 68 kg., talla = 169 cm., ingreso familiar = 3900, miembros
en la familia = 5, etc. Y del mismo modo todos los cuestionarios.
28
Figura 1.12 Base de datos en SPSS
Para ver y corregir datos en R escribir: >fix(caso2). Al efectuar enter aparecen
los datos de la Figura 1.13. Tambin con: > caso2 . Muestra los datos en la consola.
29
1.4 ARCHIVO DE DATOS
30
- Por ltimo, hacer clic sobre el botn Guardar.
31
Figura 1.16 Ventana de File (archivo), en Minitab
32
Figura 1.17 Cuadro de dilogo para Save Project As, en Minitab
33
Figura 1.18 Cuadro de dilogo para Guardar como, en SPSS
34
Para Guardar en R:
- Hacer clic en el botn Archivo, se despliega una ventana en la que se puede
apreciar las opciones Interpretar cdigo fuente R, Nuevo script, Abrir script,
etc.
- Hacer clic sobre la opcin Guardar rea de trabajo (imagen) y aparece el
cuadro de dilogo de la Figura 1.19.
35
El archivo guardado en R contiene la base de datos como un objeto (aqu se
llama caso2) y otros objetos que se definan, los que al Abrir con Cargar rea
de trabajo, se pueden visualizar desde la ventana Misc / Listar objetos y se
puede seguir trabajando con todos ellos y crear nuevos objetos. Las
modificaciones efectuadas se vuelven a guardar del modo descrito. Si desea
saber el contenido de la base de datos guardada escriba: > str(caso2)
b) Cerrar.-
Una vez que se termina de trabajar con un archivo, se guarda y se procede a salir
de ste as:
- En Excel:
Elija el Botn de Office y luego la opcin Cerrar. Cierra el libro y puede
seguir trabajando con el programa Excel.
x
Otra manera es utilizar el botn Cerrar ventana de la barra de men (no
- En MINITAB:
Elija el botn File (Archivo) de la barra de men y luego la opcin Close
Worksheet (Cerrar hoja de trabajo). Cierra la hoja de trabajo y puede seguir
usando el programa Minitab.
x
Otra manera es utilizar el botn Cerrar de la barra de men (no el de la
- En SPSS:
Elija el botn Archivo de la barra de men y luego la opcin Salir,
inmediatamente sale la pregunta Desea guardar el contenido del Visor de
resultados en resultados 1 [Dokument 1]? Al escoger S, indique la carpeta
36
correspondiente y al terminar de guardar, sale automticamente del
programa. Si escoge No, sale del programa.
x
Otra manera es utilizar el botn Cerrar de la barra de ttulo, sale la misma
- En R:
Se recomienda previamente Guardar rea de trabajo, luego elija el botn
Archivo de la barra de men y luego la opcin Salir, inmediatamente sale la
pregunta Guardar imagen de rea de trabajo? Escoger No y sale del
programa.
x
Otra manera es utilizar el botn Cerrar de la barra de ttulo, sale la misma
En MINITAB:
Si ha ingresado al programa, automticamente tiene un Worksheet 1 (hoja de
trabajo 1) o si no, elija el botn File y luego la opcin Nuevo. Otra manera es
utilizar la combinacin de teclas: Ctrl + N.
En SPSS:
Si ha ingresado al programa, automticamente tiene una hoja Sin ttulo
[Conjunto_de_datos0] Editor de datos SPSS (donde se definen las variables
y se ingresan los datos del estudio) donde vamos a definir la base de datos.
Si esta trabajando en SPSS, elija el botn File, luego la opcin Nuevo y escoja
Datos, apareciendo una hoja Sin ttulo 1 [Conjunto_de_datos1] Editor de datos
SPSS.
37
En R:
Proceder conforme se ha indicado en el acpite 1.2 Definicin de variables en R.
En MINITAB:
En SPSS:
Elija el botn File, luego la opcin Abrir y escoja Datos. En el cuadro de
dilogo, seleccione la carpeta donde esta guardado el archivo, ubique el nombre
y tipo, luego haga clic en el botn Abrir.
En R:
Proceder conforme se ha indicado en el acpite 1.2 Definicin de variables en R.
Nota.- en R tambin se puede definir una variable por separado como un objeto,
presentado como un vector, de tal manera que cada vez que se especifique el
programa reconoce sus valores. Por ejemplo, la variable peso de la base de datos
caso2, se ingresa as:
>peso=c(68,69, 63, 55, 57, 48, 50, . , 67, 77, 53)
El programa R reconoce en el objeto peso, los pesos de los 60 alumnos.
38
1.5 TRANSFORMACIN DE DATOS
Muchas veces interesa crear nuevas variables a partir de una base de datos
determinada, para ello es necesario efectuar algunos clculos utilizando las variables
de esa base de datos.
Por ejemplo, con la base de datos Estadstica bsica 09-A (EB-09A), en cualquiera
de los programas, se puede crear la variable IMC = ndice de Masa Corporal
(Kg./m2), con las variables peso (en kilos) y talla (en metros).
Para la Organizacin Mundial de la Salud (1995): El IMC es una manera sencilla y
universalmente acordada para determinar si una persona tiene peso adecuado. La
frmula de clculo propuesta por el estadstico belga L.A.J. Quetelet es:
peso
imc 2
talla
En la base de datos EB-09A el peso esta en Kg. y la talla est en cm. La talla debe
transformarse en una nueva variable, por ejemplo: talla_m = talla en metros, para
poder calcular la variable imc con los datos transformados de la siguiente manera:
En Excel:
Los resultados aparecen en la Figura 1.20, en la que aparece la base de datos EB-
09A con los datos de peso (columna D); talla en cm. (columna E); talla_m en
metros (columna U) obtenidos dividiendo cada dato de la columna E entre 100; imc
39
(columna V) calculado en la barra de formulas , estando en V2 =D2/(U^2)
y copiado en todas las celdas de la columna V; y condicin (columna W) que en el
siguiente acpite se ve como se ha determinado.
En MINITAB:
Para transformar la talla en centmetros a metros (talla_m) se tiene que escoger de la
barra de men la opcin Calc, luego Calculator (calculadora) y aparece la ventana
de dilogo de la Figura 1.21. Definida en la hoja de clculo la variable talla_m, en
Store result in variable (almacenar resultado en variable) escribir talla_m y en
Expression (expresin) escribir talla / 100, para terminar clic en OK y
automticamente aparece el clculo en la columna talla_m en la base de datos
Current data window (ver la Figura 1.21).
40
Figura 1.21 Clculo de la talla_m en Minitab
En SPSS:
Para transformar la talla en centmetros, a metros (talla_m) se tiene que escoger de
la barra de men la opcin Transformar, Calcular variable y aparece la ventana
de dilogo Calcular variable de la Figura 1.22. En Variable de destino: escribir
talla_m. Haciendo clic en Tipo y etiqueta definir etiqueta (el nombre de la variable)
TALLA (m.) y el Tipo: numrica. En Expresin numrica: escribir talla / 100. Para
terminar el clculo hacer clic en Aceptar y aparece la variable talla_m con sus
valores en la Vista de datos, del Editor de datos SPSS, ver la Figura 1.28.
41
Figura 1.22 Clculo de la variable talla_m en SPSS
En R:
Para transformar la talla en centmetros, a metros (talla_m) se tiene que escribir:
> talla_m=talla/100
> talla_m
[1] 1.69 1.72 1.70 1.73 1.67 1.52 1.52 1.56 1.54 1.71 1.60 1.76 1.64 1.71 1.54
[16] 1.77 1.69 1.71 1.70 1.79 1.77 1.65 1.71 1.58 1.55 1.60 1.59 1.52 1.75 1.65
[31] 1.75 1.57 1.77 1.65 1.49 1.64 1.64 1.60 1.61 1.69 1.50 1.68 1.72 1.50 1.56
[46] 1.74 1.75 1.68 1.65 1.52 1.72 1.73 1.56 1.55 1.50 1.60 1.68 1.72 1.78 1.57
Para calcular el IMC escribir la frmula as:
> imc=peso/talla_m^2
> imc
Los objetos talla_m e imc creados no se almacenan en la hoja de R, si queremos que
ello ocurra y guardarlos, debemos hacer transformaciones dentro de caso2, as:
> caso2=transform(caso2, talla_m=talla/100)
> caso2=transform(caso2, imc=peso/talla_m^2)
Para unir las nuevas variables en caso 2, escribir: > attach(caso2)
42
1.6 RECODIFICACIN DE DATOS
En el acpite anterior se han efectuado algunos clculos con los datos, creando
nuevas variables y se esta interesado en recodificar los mismos. Por ejemplo, para
definir la Condicin del peso del alumno con la variable IMC obtenida, usando la
propuesta del Cuadro 1, se procede de la siguiente manera:
En Excel:
Estando en W2, la condicin (columna W) se calcula en la barra de frmulas con la
43
Figura 1.24 Obtencin de la Condicin, recodificando el IMC en Minitab
En Code data from columns: (cdigo de datos desde las columnas) seleccionar de
las variables a la izquierda imc o escribirla. En Store couded data in columns:
(almacenar datos codificados en la columna) seleccionar de las variables de la
izquierda condicin o escribirla.
A continuacin en Original values (valores originales) se va definiendo uno a uno
los intervalos definidos en el Cuadro 1.1, separndolos por dos puntos (:) y en New
los nuevos valores en texto.
Observar que el primer intervalo es para imc menor de 18.5, en Original values: se
coloca desde un valor muy bajo, que aqu se ha tomado el 0, por eso se escribe 0 :
18.49 (de ser necesario se agregan ms nueves en los decimales, para estar ms
cerca a 18.5) y en New: Delgado. El siguiente intervalo va de 18.5 hasta antes de 25,
en Original values: se escribe 18.5 : 24.99 y en New: Normal. As sucesivamente,
para el ltimo intervalo de 40 a ms, en Original values: se escribe 40 : 100 (o un
valor ms alto para que no queden datos sin recodificar) y en New: Obesidad
mrbida. Para finalizar la recodificacin hacer clic en OK y en la base de datos
(Current data window) aparecen los datos de condicin (ver Figura 1.25).
44
Figura 1.25 Resultado de la Condicin recodificando el IMC en Minitab
En SPSS:
De la barra de men escoger la opcin Transformar, luego hacer clic sobre
Recodificar en distintas variables (si se escoge Recodificar en las mismas
variables, se pierden los valores originales ya que son reemplazados por los
recodificados). Aparece la ventana de dilogo Recodificar en distintas variables de
la Figura 1.26.
45
Figura 1.26 Obtencin de la Condicin, recodificando el IMC en SPSS
Observar que el primer intervalo es para imc menor de 18.5, en Valor antiguo, en
Rango, MENOR hasta valor se escribe 18.49 (de ser necesario se agregan ms
nueves en los decimales, para estar ms cerca a 18.5) y en Valor nuevo, en Valor
escribir 1, luego hacer clic en aadir. El siguiente intervalo va de 18.5 hasta antes de
25, en Valor antiguo, en Rango: se escribe 18.5 hasta 24.99 y en Valor nuevo
escribir 2, luego hacer clic en aadir. As sucesivamente, para el ltimo intervalo de
40 a ms, en Valor antiguo, RANGO, valor hasta MAYOR se escribe 40 y en Valor
nuevo, en Valor escribir 5, luego clic en aadir.
46
Figura 1.27 Recodificar Valores antiguos del IMC y nuevos de Condicin en SPSS
47
En R:
Antes de crear la Condicin, debemos crear los intervalos del Cuadro 1.1, as:
> caso2=transform(caso2,condi=cut(imc,breaks=c(0,18.4999, 24.9999,29.9999,
39.9999,max(imc))))
> table(condi)
condi
(0,18.5] (18.5,25] (25,28.7] (28.7,30] (30,40]
4 49 7 0 0
En el resultado anterior, hay 4 alumnos con imc menor de 18.5 (delgados), 49
alumnos con imc entre 18.5 y 25 (normales) y 7 alumnos con imc entre 25 y 30 (con
sobrepeso); no hay alumnos obesos, ni con obesidad mrbida, por lo que vamos a
colocar las etiquetas correspondientes a Condicin, de la siguiente manera:
> caso2=transform(caso2, Condicin=factor(condi, labels=c("Delgado", "Normal",
"Sobrepeso")))
Luego escribimos: > attach(caso2) y despus: > table(Condicin)
Condicin
Delgado Normal Sobrepeso
4 49 7
Con la sintaxis: > fix(caso2) obtenemos la hoja del R, donde aparecen las etiquetas
de Condicin que se muestran en la Figura 1.29.
48
1.7 MANIPULACIN DE ARCHIVOS
Para los programas Excel, Minitab y SPSS el proceso de agregar o quitar variables
(en columnas) y registros o casos (en filas) es similar, simplemente hay que insertar
filas o columnas si es necesario o copiar las variables y/o casos. As mismo, la
seleccin de variables para generar nuevos archivos se puede efectuar abriendo
nuevas hojas de datos para trabajar con ellas situaciones particulares.
Veamos la seleccin de variables en R y la obtencin de casos.. Estando en caso2, la
forma ms sencilla es escribir en R: >attach(caso2) y al hacer enter quedan
reconocidas todas las variable con el nombre del encabezado. Otra forma es, como
las variables aparecen dentro del objeto caso2 en columna: el n_cuest (columna 1),
sexo (columna 2), edad (col. 3), peso (col. 4), hasta col.proc (col. 19) y especial (col.
20). Cada una de las variables es trabajada como un objeto y se definen as:
> peso=caso2[,4]
Se pide crear el objeto peso y que lo obtenga de la columna 4, del objeto caso2 (la
base de datos trabajada). Dentro del corchete de caso2, la primera componente
indica fila (registro) y la segunda columna (variable). Al dejar vaca la primera
componente reconoce slo los valores de la variable. Si se quiere visualizar el
contenido del objeto creado, escribimos peso y al hacer enter aparecen los pesos.
> peso
[1] 68.0 69.0 63.0 55.0 57.0 48.0 50.0 50.0 44.0 60.0 52.6 80.0 52.0 67.0 46.0
[16] 80.0 64.0 64.0 63.0 72.0 65.0 47.0 70.0 50.0 53.0 66.0 57.0 50.5 80.0 55.0
[31] 88.0 55.0 75.0 64.5 50.0 49.0 54.0 46.5 49.0 70.0 48.0 60.0 75.0 55.0 51.0
[46] 72.0 68.0 68.0 55.0 59.0 65.0 66.0 51.0 53.0 45.0 52.0 53.0 67.0 77.0 53.0
Tambin se puede crear varios objetos a la vez separndolos con punto y coma, as:
> talla=caso2[,5] ; ing.fam=caso2[,6] ; mie.fam=caso2[,7]
Si desea visualizar los 20 datos del alumno 4 (registrados en la fila 4) escribir:
> reg.4=caso2[4,] enter y luego > reg.4 al hacer enter obtenemos:
n_cuest sexo edad peso talla ing.fam mie.fam g.estud cr.aprob prom.acum
4 4 1 20 55 173 1200 5 60 42 12.4
t.viviend n.dormit horas.tv hrs.estu lib.ledos hobby imp.estudio
4 1 3 3 4 4 4 4
imp.fsico col.proc especial
4 4 2 2
49
Captulo 2. PRESENTACIN DE DATOS
CONTENIDO
2.1 Introduccin.
2.2 Cuadros estadsticos.
2.3 Distribucin de frecuencias.
2.4 Grficos estadsticos.
2.5 Grficos de variables cualitativas.
2.6 Grficos de frecuencias.
2.7 Diagrama de tallos y hojas.
2.1 INTRODUCCIN
Uno de los propsitos fundamentales de la estadstica es la reduccin de datos,
la misma que se puede efectuar mediante la presentacin de datos de tres maneras:
cuadros o tablas estadsticas, grficos y texto.
Se recomienda la aplicacin de todas ellas; siendo primordial la construccin del
cuadro estadstico con los datos, para poder realizar la presentacin grfica y/o
textual que permita describir, establecer relaciones y/o explicar las variables en
estudio, contribuyendo as a la aplicacin del mtodo cientfico.
En este captulo se desarrollan los temas relacionados a cuadros estadsticos,
tablas de frecuencias y algunas formas de presentacin grfica tanto para variables
cualitativas como cuantitativas.
50
manera concisa, reflejando la relacin o comparacin fcil entre las variables
en un estudio determinado.
b) Estructura.- las partes de un cuadro estadstico son: nmero, ttulo,
encabezamiento, columna matriz, cuerpo y pie (notas, llamadas y fuente). La
ubicacin de cada uno de ellos se puede apreciar en la Figura 2.1.
NMERO TTULO
COLUMNA ENCABEZAMIENTO
MATRIZ CUERPO
NOTAS
PIE LLAMADAS
FUENTE
51
- Cundo? Se realiz la observacin de los datos (perodo al que se
refieren los datos)
- Dnde? Se realiz la observacin de los datos (lugar geogrfico)
Ejemplo.-
Qu? Producto Bruto Interno.
Cmo? Por Aos, Segn Rama de la Actividad Econmica.
Cundo? Del 2000 al 2007.
Dnde? Per.
Observacin:
- Hay una reciprocidad entre el ttulo y lo que aparece despus de l, pues
el cmo? del ttulo permite ubicar las variables en el encabezamiento y
en la columna matriz; y viceversa, observando las variables en el
encabezamiento y en la columna matriz se puede poner el ttulo.
- Cuando en el ttulo del cuadro no se indica el lugar de observacin,
significa que corresponde al pas.
- La ubicacin de variables en el encabezamiento y en la columna matriz
es indistinto, depende del criterio del investigador, pudiendo ser stas de
cualquiera de los tipos definidos.
- Si los aos observados son consecutivos, se recomienda colocar 2000-07
y si slo son dos aos, indicar 2000 y 2007.
52
- Escribir preferentemente en forma horizontal o en forma vertical letra por
letra de arriba hacia abajo.
- Segn sea el caso, ordenar las columnas tomando en cuenta un
ordenamiento: natural, geogrfico, importancia o alfabtico.
- Si hay que indicar unidad de medida, colocarla con maysculas y
minsculas encima del encabezamiento despus del ttulo o en su primera
lnea (si todos los valores del cuerpo del cuadro van a representar lo
mismo) y/o en cada columna (si las unidades de medida son distintas).
Ejemplo.-
Para el Cuadro 2.1, antes indicado, el encabezamiento es:
Columna Matriz.- es la parte del cuadro que contiene las variables que
aparecen en el ttulo despus de la palabra SEGN y sus correspondientes
categoras o rangos, generando las filas del mismo.
Recomendaciones:
- Indicar en forma breve y precisa las variables a la altura del
encabezamiento (con maysculas) y debajo sus categoras o rangos al
lado del cuerpo del cuadro (con mayscula y minsculas).
- Escribir preferentemente en forma horizontal. Si hay ms de una
variable, diferenciar las categoras con subrayado y/o negrita.
- Segn sea el caso, ordenar las columnas tomando en cuenta un
ordenamiento: natural, geogrfico, importancia o alfabtico.
- Si hay que indicar unidad de medida, colocarla en la fila correspondiente.
- Cada cierto nmero de filas dejar espacio en blanco para no cansar al
lector.
53
- Usar algunos signos convencionales:
Resultado nulo o no existe el fenmeno (-).
Cifra an no disponible ().
Cantidad inferior a la mitad de la unidad adoptada: 0, 0.0, 0.00, etc.
Dato provisional (P).
Cifra estimada (E).
Cifra revisada (R).
Pie.- es la parte inferior del cuadro, donde se colocan las notas, llamadas y
la fuente de los datos. Es recomendable, no abusar en el uso de notas y
llamadas; as mismo ordenarlas alfabtica y numricamente.
Notas.- Son aclaraciones breves referidas a algn aspecto general del ttulo
del cuadro o definicin de alguna variable. Se efecta colocando en el
margen izquierdo, de la primera lnea del pie, la palabra Nota: detallando lo
que se desea aclarar.
54
Igualmente, si la informacin se ha obtenido de alguna pgina web y para
que el lector pueda recurrir a esa fuente, indicar los elementos centrales de
una referencia web (autor o entidad, ao, ttulo de la publicacin, pas,
fecha de consulta y la pgina web donde est disponible).
Si no se indica fuente, se asume que los datos son del autor (persona o
entidad) que los publica. En el caso de pertenecer a una entidad grande, se
indica el rea de Elaboracin (gerencia o direccin) para poder acudir
directamente a ellos de requerirse.
En caso de haber efectuado algunas modificaciones o reagrupamientos a la
informacin presentada por algn productor de informacin, se recomienda
indicar la Fuente y Elaboracin.
Aspectos complementarios.-
Si el cuadro se extiende es recomendable hacerlo verticalmente y se debe
poner en la parte inferior derecha de la primera pgina la indicacin
(Contina . . En la pgina siguiente se debe indicar el ttulo del cuadro y
luego escribir a la izquierda . Continuacin), repetir el encabezamiento y
en la columna matriz continuar con las categoras o intervalos que siguen
hasta que se concluya el cuadro, en cuyo caso en la parte superior izquierda
se coloca . Conclusin).
55
c) Tipos de cuadro.- segn el nmero de variables que se presentan, los cuadros
pueden ser unidimensionales (se presenta una sola variable), bidimensionales
(se presentan dos variables) y multidimensionales (se presentan ms de dos
variables).
d) Formas de obtencin.-
Habiendo definido una base de datos, la forma ms sencilla de obtener cuadros
estadsticos es con el SPSS, ya que tiene la ventaja de reconocer las etiquetas
(texto) para variables categricas (codificadas numricamente). Con los otros
programas tambin se obtiene cuadros, slo que hay que efectuar previamente
recodificaciones de valores numricos a texto.
Veamos la obtencin de un cuadro bidimensional con las variables hobby (en
las filas) y sexo (en las columnas) con SPSS y luego con Minitab.
En SPSS:
De la barra de men escoger Analizar Estadsticos descriptivos Tabla
de contingencia, aparece la ventana de dilogo de la Figura 2.2.
56
Entre las variables que aparecen al lado izquierdo, hacer clic sobre la variable
57
Queda a criterio del investigador escoger lo que desea: slo frecuencias
observadas (nmero de casos), slo alguno de los porcentajes, o cualquier
combinacin de frecuencias observadas y/o porcentajes (incluyendo los cuatro
a la vez, slo que para el anlisis hay que tener mucho cuidado).
Escogido lo que va aparecer en las casillas, hacer clic en Continuar, regresa a
la Figura 2.2, para terminar el cuadro hacer clic en Aceptar.
Veamos algunos resultados:
Si para las casillas escogemos slo frecuencias Observadas, el cuadro de
salida es el siguiente:
Recuento
SEXO
Hombre Mujer Total
HOBBY Deportes 14 1 15
Mus ica 14 13 27
Baile 1 3 4
TV / Cine 4 8 12
Otros 0 2 2
Total 33 27 60
SEXO
HOBBY
Hombre Mujer Total
Deportes 14 1 15
Msica 14 13 27
Baile 1 3 4
TV / Cine 4 8 12
Otros 0 2 2
Total 33 27 60
58
Si para las casillas escogemos frecuencias Observadas y en porcentajes
hacemos clic en Fila, el cuadro de salida es el siguiente:
SEXO
Hombre Mujer Total
HOBBY Deportes Recuento 14 1 15
% de HOBBY 93.3% 6.7% 100.0%
Musica Recuento 14 13 27
% de HOBBY 51.9% 48.1% 100.0%
Baile Recuento 1 3 4
% de HOBBY 25.0% 75.0% 100.0%
TV / Cine Recuento 4 8 12
% de HOBBY 33.3% 66.7% 100.0%
Otros Recuento 0 2 2
% de HOBBY .0% 100.0% 100.0%
Total Recuento 33 27 60
% de HOBBY 55.0% 45.0% 100.0%
% de SEXO
SEXO
Hombre Mujer Total
HOBBY Deportes 42.4% 3.7% 25.0%
Mus ica 42.4% 48.1% 45.0%
Baile 3.0% 11.1% 6.7%
TV / Cine 12.1% 29.6% 20.0%
Otros 7.4% 3.3%
Total 100.0% 100.0% 100.0%
Sobre los mismos 60 alumnos, se puede apreciar que del total de hombres
(33 alumnos = 100.0%) el 42.4% gustan de los Deportes, otro 42.4%
Msica, el 3.0% Baile y el 12.1% TV/Cine. Anlisis similar se hace para
mujeres y para el total de alumnos.
59
Si para las casillas slo se escoge en porcentajes Total, el cuadro de
salida es el siguiente:
% del total
SEXO
Hombre Mujer Total
HOBBY Deportes 23.3% 1.7% 25.0%
Mus ica 23.3% 21.7% 45.0%
Baile 1.7% 5.0% 6.7%
TV / Cine 6.7% 13.3% 20.0%
Otros 3.3% 3.3%
Total 55.0% 45.0% 100.0%
En Minitab:
De la barra de men escoger Stat Tables Descriptive Statistics aparece
la ventana de dilogo de la Figura 2.4.
De las variables que aparecen al lado izquierdo, hacer clic sobre la variable
hobby que va ir en las filas (rows) e ingresarla en el recuadro en blanco al
60
costado de For rows: haciendo clic en el botn Select, luego hacer clic sobre
la variable sexo que va ir en las columnas (columns) e ingresarla al costado de
For columns: haciendo clic en el botn Select.
Si hacemos clic en el botn Categorical variables se abre la ventana de
dilogo de la Figura 2.5, en la que se escoge que debe aparecer en las casillas,
de manera similar al SPSS.
Al igual que en el SPSS se tiene que escoger lo que se desea mostrar en las
casillas, escogido lo que va aparecer en las casillas, hacer clic en el botn OK,
regresa a la Figura 2.4, para terminar el cuadro hacer clic en OK.
Veamos algunos resultados:
Si para las casillas escogemos slo frecuencias Count, el cuadro de salida
es el siguiente:
61
Tabulated statistics: hobby, sexo
1 2 All
1 14 1 15
2 14 13 27
3 1 3 4
4 4 8 12
5 0 2 2
All 33 27 60
Baile 1 3 4
Deportes 14 1 15
Msica 14 13 27
Otros 0 2 2
TV/Cine 4 8 12
All 33 27 60
62
Tabulated statistics: hoby, sex
Baile 1 3 4
25.00 75.00 100.00
Deportes 14 1 15
93.33 6.67 100.00
Msica 14 13 27
51.85 48.15 100.00
Otros 0 2 2
0.00 100.00 100.00
TV/Cine 4 8 12
33.33 66.67 100.00
All 33 27 60
En SPSS:
De la barra de men escoger Analizar Estadsticos descriptivos Tabla
de contingencia, aparece la ventana de dilogo de la Figura 2.2.
Se ingresa la variable hobby en Filas, sexo en Columnas y especial en Capa
1 de 1. Si desea escoge Casillas para indicar que va aparecer en las mismas,
veamos slo valores observados. La tabla es la que muestra la Figura 2.5.
La tabla se puede editar haciendo doble clic sobre ella en SPSS o copiarla en
Word y efectuar las modificaciones necesarias. El nmero y ttulo son:
CUADRO 2.3 ALUMNOS DE ESTADSTICA BSICA, DE LA FCE-
UNAC, POR SEXO, SEGN ESPECIALIZACIN Y HOBBY: 09-A
63
Tabla de contingencia HOBBY * SEXO * ESPECIALIZACIN
Recuento
SEXO
ESPECIALIZACIN Hombre Mujer Total
Teora Econmica HOBBY Deportes 5 0 5
Musica 3 3 6
TV / Cine 0 2 2
Total 8 5 13
Gestin Empres arial HOBBY Deportes 9 1 10
Musica 11 10 21
Baile 1 3 4
TV / Cine 4 6 10
Otros 0 2 2
Total 25 22 47
En Minitab:
De la barra de men escoger Stat Tables Descriptive Statistics aparece
la ventana de dilogo de la Figura 2.4.
Con las variables recodificadas previamente, se ingresa la variable hoby en
For rows, sexo en For columns y especializacin en For layers. Si desea
escoge Categorical variables para indicar que va aparecer en las casillas,
veamos slo Counts (conteos), OK, OK y los resultados son los siguientes:
Baile 1 3 4
Deportes 9 1 10
Msica 11 10 21
Otros 0 2 2
TV/Cine 4 6 10
All 25 22 47
64
Hombre Mujer All
Baile 0 0 0
Deportes 5 0 5
Msica 3 3 6
Otros 0 0 0
TV/Cine 0 2 2
All 8 5 13
65
A continuacin, arrastrar la variable HOBBY, que aparece en el lado
derecho, sobre el mensaje Coloque campos de fila aqu; del mismo modo
arrastrar la variable SEXO sobre el mensaje Coloque campos de columna
aqu. Al volver a arrastrar la variable SEXO sobre el Cuerpo del cuadro en
el mensaje Coloque datos aqu, se obtiene la tabla dinmica requerida con el
resultado de los conteos visto en las tablas anteriores (ver Figura 2.8).
Para obtener porcentajes sobre las filas, las columnas o el total como en SPSS
y Minitab, se debe arrastrar nuevamente la variable de conteo (SEXO) en
el Cuerpo del cuadro, sobre el rea de lo que fue el mensaje Coloque datos
aqu. En las filas aparece Cuenta de SEXO y Cuenta de SEXO2. Al hacer
doble clic sobre Cuenta de SEXO2, aparece la ventana de dilogo
Configuracin de campo de valor, hacer clic en el botn Mostrar valores
como aparece Normal, hacer clic en la flecha de seleccin y se puede
escoger el porcentajes sobre las filas, las columnas o el total, al escoger el %
de la columna y Aceptar, aparece el cuadro de la Figura 2.9.
66
Figura 2.9 Tabla dinmica para Sexo y Hobby con porcentajes en Excel
67
Se reafirma nuevamente que el SPSS arroja una mejor presentacin.
Para obtener tablas con el programa R, primero se definen las variables como
objetos. Tal como se plantea en el acpite 1.7 Manipulacin de archivos, leda
la base de datos como caso2, al escribir >attach(caso2) y efectuar enter, se
identifican las variables con el nombre en el encabezado. Tambin se pueden
crear las variables como objetos, separndolos con punto y coma, as:
> hobby=caso2[,16] ; sexo=caso2[,2] ; especializacin=caso2[,20]
La tabla bidimensional con la variable hobby en las filas y sexo en las
columnas, se obtiene as:
> table(hobby,sexo)
sexo
hobby 1 2
1 14 1
2 14 13
3 1 3
4 4 8
5 0 2
Resultado idntico al del Minitab, es necesario definir las etiquetas de hoby
y sexo.
La tabla tridimensional con la variable especial (especializacin) y hobby en
las filas y sexo en las columnas, se obtiene as:
> table(hobby,sexo,especial)
, , especial = 1
sexo
hobby 1 2
1 5 0
2 3 3
3 0 0
4 0 2
5 0 0
68
, , especial = 2
sexo
hobby 1 2
1 9 1
2 11 10
3 1 3
4 4 6
5 0 2
Vamos a definir en R las etiquetas de las categoras correspondientes a las
variables sexo, hobby y especializacin de la siguiente manera:
> caso2=transform(caso2, sexo=factor(sexo, labels=c("Hombres","Mujeres")))
> caso2=transform(caso2, hobby=factor(hobby, labels=c("Deporte","Msica",
"Baile", "TV/Cine","Otro")))
> caso2=transform(caso2, especial=factor(especial, labels=c("Teora Econmica",
"Gestin Empresarial")))
Para que se reconozcan las nuevas variables con sus etiquetas escribir:
> attach(caso2)
Obtenemos las tablas anteriores de la siguiente manera:
> t1=table(hobby,sexo)
> t1
sexo
hobby Hombres Mujeres
Deporte 14 1
Msica 14 13
Baile 1 3
TV/Cine 4 8
Otro 0 2
> prop.table(t1)
sexo
hobby Hombres Mujeres
Deporte 0.23333333 0.01666667
Msica 0.23333333 0.21666667
69
Baile 0.01666667 0.05000000
TV/Cine 0.06666667 0.13333333
Otro 0.00000000 0.03333333
> t2
, , especial = Teora Econmica
sexo
hobby Hombres Mujeres
Deporte 5 0
Msica 3 3
Baile 0 0
TV/Cine 0 2
Otro 0 0
sexo
hobby Hombres Mujeres
Deporte 9 1
Msica 11 10
Baile 1 3
TV/Cine 4 6
Otro 0 2
> prop.table(t2)
sexo
hobby Hombres Mujeres
70
Deporte 0.08333333 0.00000000
Msica 0.05000000 0.05000000
Baile 0.00000000 0.00000000
TV/Cine 0.00000000 0.03333333
Otro 0.00000000 0.00000000
sexo
hobby Hombres Mujeres
Deporte 0.15000000 0.01666667
Msica 0.18333333 0.16666667
Baile 0.01666667 0.05000000
TV/Cine 0.06666667 0.10000000
Otro 0.00000000 0.03333333
Para conservar los valores originales en la base de datos caso2 y poner etiquetas,
se debe cambiar el nombre de la variable.
71
2.3 DISTRIBUCIN DE FRECUENCIAS
La informacin obtenida puede provenir de un censo o de una muestra. Los
resultados observados los podemos representar de la siguiente manera:
Las variables, con las ltimas letras maysculas del alfabeto: X, Y, Z, etc. o
con algunas siglas que las abrevia el investigador o propias de algunas
disciplinas como en la economa: PBI (Producto Bruto Interno), M
(importaciones), etc.; en salud: IMC (ndice de Masa Corporal), etc.
Los subndices, con las letras minsculas: i, j, k, l, m, t, etc. representan
nmeros enteros y sirven para diferenciar las unidades de anlisis (U.A.) a
quienes corresponde el valor que toma la variable.
Con Xi representamos el valor de la variable X observado en laU.A. i-sima.
Por ejemplo, si en la base de datos de los alumnos de Estadstica Bsica 09-A,
ver en el Anexo, X = Peso de los alumnos, entonces:
Xi = Peso del alumno i-simo de Estadstica Bsica 09-A; i = 1, 2, 3, ., 60.
X40 = 70 Kg., es el peso del alumno 40 o valor observado 40 de la variable.
Veamos las diferentes formas de presentacin de datos.
72
Tal como se presenta en el acpite anterior, veamos la obtencin de una tabla
de frecuencias por ejemplo, para la variable hobby en SPSS: Analizar
Estadsticos descriptivos Frecuencias. Inmediatamente se abre la ventana
de dilogo de la Figura 2.11.
De las variables al lado izquierdo escogemos hobby, haciendo doble clic o clic
% DE
HOBBY ALUMNOS ALUMNOS
Deportes 15 25.0
Musica 27 45.0
Baile 4 6.7
TV / Cine 12 20.0
Otros 2 3.3
Total 60 100.0
73
para que ingrese en Variables. En display, por defecto aparece Counts,
marcar tambin Percents, luego OK y aparecen los resultados del Cuadro 2.4.
74
La estructura general de este tipo de tablas es la que se muestra a continuacin,
cuando se efectan presentaciones reales de datos slo se muestran algunos
elementos de esta estructura.
Donde: Ni = Ni - 1 + ni , hi = ni / n = Hi - Hi - 1 , Hi = Ni / n = Hi - 1 + hi
MIEMBROS EN % de Porcentaje
LA FAMILIA Alumnos Alumnos acumulado
2 2 3.3 3.3
3 5 8.3 11.7
4 11 18.3 30.0
5 27 45.0 75.0
6 8 13.3 88.3
7 5 8.3 96.7
8 1 1.7 98.3
9 1 1.7 100.0
Total 60 100.0
75
Tabla que trabajada en Excel, queda con las frecuencias indicadas a
continuacin:
Proporcin Porcentaje N acum. Prop. acum.
Miembros en la Alumnos alumnos alumnos alumnos alumnos
Familia (X i) (ni) (hi) (p i = 100 h i) (Ni) (Hi)
2 2 0.033 3.3% 2 0.033
3 5 0.083 8.3% 7 0.117
4 11 0.183 18.3% 18 0.300
5 27 0.450 45.0% 45 0.750
6 8 0.133 13.3% 53 0.883
7 5 0.083 8.3% 58 0.967
8 1 0.017 1.7% 59 0.983
9 1 0.017 1.7% 60 1.000
Total 60 1.000 100.0
76
> attach(caso2)
> table(mie.fam)
mie.fam
2 3 4 5 6 7 8 9
2 5 11 27 8 5 1 1
77
En la presentacin de la distribucin de frecuencias de la variable X, se indican
los intervalos de clase [LIi - LSi), las marcas de clase (Xi) acompaadas de las
siguientes frecuencias en las columnas:
Frecuencias absolutas o repeticiones = ni = N de unidades de anlisis
(U.A.) en el intervalo i (resultado del conteo).
Frecuencia relativa = (hi) = Proporcin de U.A. en el intervalo i.
pi = 100 hi = Porcentaje de U.A. en el intervalo i.
Frecuencia absoluta acumulada o repeticiones acumuladas = Ni = Nmero
acumulado de U.A. hasta el lmite superior i (LSi).
Frecuencia relativa acumulada = Hi = la proporcin acumulada de U.A.
hasta el lmite superior i (LSi).
Pi = 100 Hi = porcentaje acumulado U.A. hasta el lmite superior i (LSi).
Su estructura es:
Donde: N1 = n1, Ni = Ni - 1 + ni , hi = ni / n , H1 = h1 , Hi = Ni / n = Hi - 1 + hi
Vamos a obtener una tabla de frecuencias, con k = 5 intervalos, para los pesos
de los alumnos de Estadstica Bsica 2009-A, cuyos datos aparecen en el
Anexo y de manera ordenada se muestran en el Cuadro 2.6 siguiente:
CUADRO 2.6. PESOS (Kg.) DE LOS 60 ALUMNOS DE ESTADISTICA BSICA 09-A UNAC
44 45 46 46.5 47 48 48 49 49 50
50 50 50 50.5 51 51 52 52 52.6 53
53 53 53 54 55 55 55 55 55 57
57 59 60 60 63 63 64 64 64.5 65
65 66 66 67 67 68 68 68 69 70
70 72 72 75 75 77 80 80 80 88
78
Por inters particular, se desean construir k = 5 intervalos.
Los intervalos son de igual amplitud, donde C = R/k = 44 / 5 = 8.8 Kg.
Los intervalos son cerrados por la izquierda y abiertos por la derecha: [44
52.8), [52.8 61.6), [61.6 70.4), [70.4 - 79.2) y [79.2 88.0]. El Excel toma
los intervalos abiertos por la izquierda y cerrados por la derecha: (LI - LS].
Para obtener las frecuencias absolutas (ni) en Excel, es necesario sombrear las
celdas donde se deposita el resultado automtico de los conteos, que en este
caso es en la columna G, de la celda G12 a la G16, tal como se muestra en la
79
los lmites superiores de los intervalos, que estn en las celdas de E12 hasta
E16).
80
N4 = 56, hay 56 alumnos que pesan menos de 79.2 Kg. cada uno.
H3 = 0.85, 85% de los alumnos pesan menos de 70.4Kg. cada uno.
Para obtener Tablas de frecuencias con el Minitab, el SPSS y el R, se tiene que
proceder con la recodificacin de datos planteada en el acpite 1.6. Veamos:
En Minitab.-
De la barra de men escoger la opcin Data, luego Code (cdigo) y Numeric
to text (numrico a texto) porque se desea recodificar valores numricos en
texto (la denominacin de los intervalos). Aparece la ventana de dilogo de la
Figura 2.14.
81
en New los nuevos valores en texto para representar los intervalos, tal como se
muestra en la Figura 2.14.
Para finalizar la recodificacin hacer clic en OK y en la base de datos (Current
data window) aparecen los datos de pesos (ver Figura 2.15).
82
70.4 - 79.2 5 56 8.33 93.33
79.2 - 88.0 4 60 6.67 100.00
N= 60
En SPSS.-
De la barra de men escoger la opcin Transformar, luego hacer clic sobre
Recodificar en distintas variables. Aparece la ventana de dilogo Recodificar
en distintas variables de la Figura 2.17.
83
Escogiendo de la lista de variables que aparecen al lado izquierdo, en Var.
numrica Var. de resultado: ingresar la variable peso, inmediatamente
aparece peso ? En Variable de resultado, en Nombre: escribir pesos, en
Etiqueta: escribir PESO (Kg.) y luego hacer clic en el botn Cambiar (si no
hace esto, la recodificacin no se realiza despus), inmediatamente en Var.
numrica Var. de resultado: se modifica por peso pesos.
Figura 2.18 Recodificar Valores antiguos del peso y nuevos de pesos en SPSS
84
Rango: se escribe 79.8 hasta 88.0 y en Valor nuevo, en Valor escribir 5, luego
clic en aadir.
Para finalizar la recodificacin, al hacer clic en Continuar regresa a la ventana
de la Figura 2.17.
Luego hacer clic en Aceptar y aparece la variable pesos con sus valores del 1 al
5 en la Vista de datos del Editor de datos SPSS.
A continuacin, en la Vista de variables, del Editor de datos SPSS, a la variable
pesos se le definen las Etiquetas de valor, en un cuadro de dilogo similar al
de la Figura 1.5. Para ello asignar los valores y etiquetas siguientes: 1, 44.0
52.8; 2, 52.8 61.6; 3, 61.6 70.4; 4, 70.4 79.2; y 5, 79.2 88.0.
Una vez que termina de aadir los valores y etiquetas hacer clic en Aceptar, en
la Vista de datos, del Editor de datos SPSS aparecen las etiquetas de condicin
que se muestran en la Figura 2.14.
85
PESO (Kg.)
Porcentaje
PESO (Kg.) Frecuencia Porcentaje acumulado
44.0 - 52.8 19 31.7 31.7
52.8 - 61.6 15 25.0 56.7
61.6 - 70.4 17 28.3 85.0
70.4 - 79.2 5 8.3 93.3
79.2 - 88.0 4 6.7 100.0
Total 60 100.0
En R.-
Para crear los intervalos del Cuadro 2.7, estando en la base de datos caso 2, se
procede as:
> caso2=transform(caso2,pesos=cut(peso,breaks=c(43.99, 52.79, 61.59, 70.39,
79.19, 88.0)))
> attach(caso2)
Para visualizar la base de datos caso2 con los intervalos escribir:
> fix(caso2)
En el R Editor de datos aparece la variable pesos con los intervalos definidos,
tal como se muestra en la Figura 2.20.
86
Para obtener la tabla de frecuencias ejecutar:
> table(pesos)
pesos
(44,52.8] (52.8,61.6] (61.6,70.4] (70.4,79.2] (79.2,88]
19 15 17 5 4
Los resultados obtenidos son idnticos a los del Cuadro 2.7.
En esta parte vamos a desarrollar algunas formas de presentacin grfica bsica, de tal
manera que permita descripciones importantes de las variables en estudio. En captulos
posteriores se ver algunas otras formas grficas propias de los tpicos tratados.
87
similar a la del cuadro a partir del que se construye, por ello ambos ttulos
(del cuadro y del grfico) son idnticos.
Ejemplo: Alumnos de Estadstica bsica 09-A, segn su Hobby.
Cuerpo.- es la parte central del grfico, representada por lo general en
forma rectangular (en una relacin de 1.5 para el largo y como 1 para el
ancho) en la que con algunas representaciones geomtricas, acompaadas de
datos y smbolos se busca establecer contrastes de las variables y sus
categoras a travs de escalas apropiadas a las magnitudes en estudio.
Se recomienda colocar el ttulo de los ejes, con el nombre de la variable o
sus categoras, indicando la unidad de medida si hubiera. As mismo, se
debe buscar efectuar diferenciaciones entre los componentes del grfico
bien mediante colores, tramas, sombreados, etc.
Leyenda.- son aclaraciones respecto a las partes componentes de un grfico
expresadas a travs de lo que representan ciertos colores, tramas, etc. y van
colocados por lo general al costado de grfico con su indicacin de lo que
representan.
Fuente.- al igual que los cuadros, es necesario indicar los elementos
esenciales que permitan identificar a los dueos de los grficos e
informacin para cualquier consulta mediante una breve Ficha Bibliogrfica
o Referencia Web, tal como se indica en la fuente de cuadros estadsticos.
En el caso de ser propio el grfico, se recomienda indicar la Elaboracin.
c) Tipos de grficos.- al igual que los cuadros estadsticos, los grficos pueden
ser unidimensionales, bidimensionales o pluridimensionales, segn el nmero
de variables que se presenten.
88
2.5 GRFICOS DE VARIABLES CUALITATIVAS
Entre los principales grficos de variables cualitativas tenemos los grficos de sectores,
el grfico de barras y el grfico de Pareto.
N DE % DE GRADOS
HOBBY
ALUMNOS ALUMNOS SEXAGESIMALES
Deportes 15 25.0 90
Baile 4 6.7 24
TV/Cine 12 20.0 72
Otros 2 3.3 12
89
gusta la msica 27 x 6 = 162, a los 4 alumnos que les gusta el baile 4 x 6 = 24, a
los 12 que les gusta TV/Cine 12 x 6 = 72 y a los 2 que les gusta Otros 2 x 6 = 12.
En Excel:
En SPSS:
90
Grfico 2.1 % DE ALUMNOS DE ESTADSTICA BSICA 09-A, SEGN HOBBY
Deportes
Musica
Baile
3,3
% TV / Cine
Otros
20,0%
25,0%
6,7%
45,0%
En Minitab:
6.7%
20.0%
25.0% Category
Baile
3.3%
Deportes
Msica
Otros
TV/Cine
45.0%
91
En R:
Como se puede apreciar, con sus propios matices, cada uno de los grficos de
sectores es parecido, por lo que para los otros tipos de grficos se explicar como
obtenerlos y presentaremos alguno de ellos.
92
En Excel:
En Minitab:
En SPSS:
En R:
93
Grfico 2.2 ALUMNOS DE ESTADSTICA BSICA 09-A, SEGN HOBBY
30
27
25
20
Alumnos
15
15
12
10
5 4
2
0
Baile Deportes Msica Otros TV/Cine
HOBBY
En Excel:
Procede slo si los valores de la variable son numricos, por lo que utilizaremos
las etiquetas numricas para hobby (1, 2, 3, 4 y 5). Consideremos que los datos
para los 60 alumnos estn en la columna A, entre A2 y A61; y las clases de hobby
(1, 2, 3, 4 y 5) en la columna D, entre D3 y D7, ver Figura 2.26.
94
Figura 2.26 Datos de la variable hobby y clase en Excel
95
En la parte de Entrada, de la Figura 2.28, en Rango de entrada: sombrear el rea
de los datos de hobby de la Figura 2.26 (desde A3 hasta A62); en Rango de
clases: sombrear el rea de CLASE de la Figura 2.26 (desde D3 hasta D7) y se
marca Rtulos si se utilizaran para los dos rangos anteriores.
96
En Minitab:
En SPSS:
Grfico 2.3 Grfico de Pareto de los alumnos de Estadstica Bsica 09-A, segn Hobby
60 100
50
80
40
Porcentaje
60
Alumnos
30
40
20
20
10
0 0
Hobby Msica Deportes TV/Cine Baile Other
Count 27 15 12 4 2
Percent 45.0 25.0 20.0 6.7 3.3
Cum % 45.0 70.0 90.0 96.7 100.0
97
2.6 GRFICOS DE FRECUENCIAS
Entre los principales grficos de variables cuantitativas tenemos los grficos de barras,
histograma de frecuencias, polgono de frecuencia y la ojiva.
MIEMBROS EN % de Porcentaje
LA FAMILIA Alumnos Alumnos acumulado
2 2 3.3 3.3
3 5 8.3 11.7
4 11 18.3 30.0
5 27 45.0 75.0
6 8 13.3 88.3
7 5 8.3 96.7
8 1 1.7 98.3
9 1 1.7 100.0
Total 60 100.0
98
Grfico 2.4 % DE ALUMNOS DE ESTADSTICA BSICA 09-A, SEGN
MIEMBROS EN LA FAMILIA
30
20
Alumnos
45,0%
10
18,3%
13,3%
8,3% 8,3%
3,3%
1,7% 1,7%
0
2 3 4 5 6 7 8 9
MIEMBROS EN LA FAMILIA
99
Grfico 2.4 % de Alumnos de Estadstica Bsica 09-A, segn el Nmero de miembros en su familia
50
45.0
40
30
Percent
20 18.3
13.3
10 8.3 8.3
3.3
1.7 1.7
0
2 3 4 5 6 7 8 9
Miembros en la familia
Percent within all data.
100
En Excel:
101
En Excel se obtiene los resultados para los lmites superiores de clase indicados y
los rectngulos del histograma separados, por lo que se tiene que editar haciendo
clic sobre los rectngulos y con botn derecho seleccionar Formato de serie de
datos y en la ventana de dilogo del mismo nombre escoger Opciones de series y
en Ancho del intervalo poner 0%. Al hacer clic en el botn Cerrar, los
rectngulos del histograma aparecen juntos. Se pone nmero y ttulo del grfico,
as como colores, etc. y se tiene los resultados del la Figura 2.35.
En Minitab:
102
Figura 2.36 Obteniendo el Histograma de peso en Minitab
Hacer clic en el botn Labels en Title: poner el nmero y ttulo del grfico, en
Data Labels escoger Use y-value labels, OK. Para finalizar OK y aparece un
histograma que debe ser editado para obtener los intervalos de clase deseados. Para
ello hacer doble clic sobre el histograma y aparece la ventana de dilogo Edit
Bars de la Figura 2.37donde ya se ha escogido Binning.
103
Figura 2.37 Edicin (en Binning) del Histograma de peso en Minitab
GRFICO 2.6 HISTOGRAMA DEL PESO DE LOS ALUMNOS DE ESTADSTICA BSICA 09-A
20 19
17
15
15
Frequency
10
5
5 4
0
44.0 52.8 61.6 70.4 79.2 88.0
Peso (Kg.)
104
En SPSS:
15
Alumnos
10
19
17
15
5
4
Media =59,87
Desviacin tpica =10,53
N =60
0
40 50 60 70 80 90 100
PESO (Kg)
En R:
Estando attachada la base de datos, para que reconozca la variable peso, se escribe
la sintaxis sencilla siguiente:
105
hist(variable, breaks=seq(mnimo, mximo, by=amplitud, col=color,
labels=TRUE, main=ttulo del grfico, xlab=ttulo eje X, ylab=ttulo eje Y)
Donde: variable (datos para obtener el histograma), mnimo = valor mnimo de los
datos, mximo = valor mximo, amplitud = ancho de los intervalos, color =
colores (blanco = 0, 8, White; negro= 1, 9, black; rojo = 2, 10, red; verde =
3, 11, green; azul = 4, 12, blue; magenta = 5, 13; violeta =6, 14, violet;
amarillo = 7, 15, yellow; anaranjado = orange; purpura = purple; rosado =pink;
fucsia=magenta; gris=gray; etc.)
> attach(caso2)
106
Histograma de densidad.- se presenta, por lo general, para tablas con intervalos
de clase de diferente amplitud, situacin que ocurre para algunas variables
econmicas. En las columnas de frecuencias se agrega una de densidad (di) que se
obtiene dividiendo las frecuencias relativas entre la amplitud de clase. Es decir,
di = hi / Ci .
Las barras del histograma de densidad tienen por base la amplitud del intervalo y
por altura la densidad alcanzada. El rea debajo del histograma de densidad es
k k k
hi
igual a1. Area di Ci Ci hi 1.00
i 1 i 1 Ci i 1
Si para la variable peso trabajada, se juntan los dos ltimos intervalos y se hace los
conteos correspondientes, el Cuadro 2.7 se transforma en:
Hacer clic en el botn Labels en Title: poner el nmero y ttulo del grfico, en
Data Labels escoger Use y-value labels, OK. Para finalizar OK y aparece un
histograma de densidad que debe ser editado para obtener los intervalos de clase
deseados. Para ello hacer doble clic sobre el histograma y aparece la ventana de
dilogo Edit Bars de la Figura 2.41 donde ya se ha escogido Binning.
107
Figura 2.41 Edicin del Histograma de densidad de peso en Minitab
GRFICO 2.7 HISTOGRAMA DE DENSIDAD DEL PESO DE LOS ALUMNOS E.B. 09-A
0.04
0.0360
0.0322
0.03 0.0284
Density
0.02
0.01 0.0085
0.00
44.0 52.8 61.6 70.4 88.0
PESO (Kg.)
108
c) Polgono de frecuencias.- es un grfico de lneas que une los puntos medios
superiores de las barras del histograma, es decir, une los pares ordenados marcas
de clase y frecuencias absolutas o relativas, (Xi, ni) o (Xi, hi) con el fin de tener una
visin global de la distribucin de frecuencias cuando son suavizadas.
Figura 2.43 Datos para el Polgono de frecuencias y Ojiva del peso en Minitab
Hacer clic en Data View y en Data display marcar Connect line, OK. Luego
escoger Labels en Tittle: poner el nmero y ttulo del grfico, y en Data Labels
marcar Use y-value labels, OK.
109
Figura 2.44 Scatterplot para el Polgono de frecuencias del peso en Minitab
Grfico 2.8 POLGONO DE FRECUENCIA DEL PESO DE LOS ALUMNOS E.B. 09-A
0.35
0.322
0.30 0.288
0.254
0.25
Frec. relat.
0.20
0.15
0.10 0.085
0.051
0.05
0.000 0.000
0.00
40 50 60 70 80 90 100
Marca de clase
110
d) Ojiva.- sirve para representar las frecuencias (absolutas o relativas) acumuladas
menor o igual que para una variable determinada. Su representacin se hace con
un grfico de lneas, no decreciente, que une los pares ordenados formados por los
lmites superiores de los intervalos de clase y las frecuencias (absolutas o relativas)
acumuladas, (LSi, Ni) o (LSi, Hi).
Hacer clic en Data View y en Data display marcar Connect line, OK. Luego
escoger Labels en Tittle: poner el nmero y ttulo del grfico, y en Data Labels
marcar Use y-value labels, OK.
111
Grfico 2.9 OJIVA DEL PESO DE LOS ALUMNOS DE ESTADSTICA BSICA 09-A
1.000 1.000
1.0 0.949
0.864
0.576
0.6
0.4
0.322
0.2
0.000
0.0
40 50 60 70 80 90 100
Lm. Sup. PESO (Kg.)
Es un grfico sencillo de realizar y fue propuesto por Tukey (1977) para ver la
distribucin de frecuencias preliminar de una variable cuantitativa con pocas
observaciones. Para su elaboracin se toma en cuenta el nmero de dgitos que poseen
los valores de la variable. El tallo viene dado por los dgitos de mayor orden,
acompaado por las hojas que es la parte complementaria del nmero representado.
Veamos su obtencin para la variable peso.
En Minitab.-
112
Stem-and-Leaf Display: peso
Stem-and-leaf of peso N = 60
Leaf Unit = 1.0
1 4 4
9 4 56678899
24 5 000001122233334
(8) 5 55555779
28 6 0033444
21 6 5566778889
11 7 0022
7 7 557
4 8 000
1 8 8
En la columna central se presentan los tallos, representando los pesos en decenas (de
kg.) y en la ltima columna las hojas con un dgito por cada observacin (sus unidades
se dan al comienzo del grfico como Leaf Unit) aqu = 1.0 Kg. En la primera lnea
aparece el peso mnimo (44) y en la ltima lnea el peso mximo (88) Kg.
En SPSS.-
Estando en la base de datos de Estadstica Bsica 09-A, escoger del men Analizar
Estadsticos descriptivos Explorar y aparece la ventana de dilogo Explorar. En
Dependientes: ingresar la variable peso de las variables del lado izquierdo. Hacer clic en
el botn Grficos y aparece la ventana de dilogo Explorar: Grficos, en Descriptivos
aparece activado automticamente Tallo y hojas. Hacer clic en Continuar, regresa a
Explorar y para finalizar clic en Aceptar. En la ventana de Resultados aparece:
1.00 4 . 4
8.00 4 . 56678899
15.00 5 . 000001122233334
113
8.00 5 . 55555779
7.00 6 . 0033444
10.00 6 . 5566778889
4.00 7 . 0022
3.00 7 . 557
3.00 8 . 000
1.00 8 . 8
Stem width: 10
Each leaf: 1 case(s)
El ancho del tallo (Stem width) 10 indica que est en decenas de Kg.
En R.-
Estando attachada la base de datos de los alumnos de Estadstica Bsica 09-A
representada por caso2, se usa la funcin stem(variable). Se procede as:
> attach(caso2)
> stem(peso)
Aparece el diagrama de tallos y hojas siguiente:
4|4
4 | 56778899
5 | 000011122333334
5 | 55555779
6 | 003344
6 | 55566778889
7 | 0022
7 | 557
8 | 000
8|8
Slo muestra los tallos en la primera columna (en decenas de Kg.) y las hojas (en
Kg.).
114
Captulo 3. MEDIDAS DE POSICIN
CONTENIDO
3.1 Introduccin.
3.2 Media aritmtica.
3.3 Mediana.
3.4 Moda.
3.5 Media Geomtrica.
3.6 Media armnica.
3.7 Los cuantiles: cuartiles, deciles y percentiles.
3.1 INTRODUCCIN
115
3.2 MEDIA ARITMTICA
k k
X i ni X i ni k
i 1 i 1
b) Media o promedio muestral: X k
X i hi
n i 1
ni
i 1
Donde:
k = nmero de intervalos de clase.
Xi = Marca de clase
ni = frecuencias absolutas o repeticiones.
hi = frecuencia relativa.
N = tamao de la poblacin.
n = tamao de la muestra.
Ejemplo 3.1
Si trabajamos con los datos sin agrupar del Cuadro 2.6, peso en Kg. de los 60
alumnos de Estadstica Bsica 09-A, tenemos que la media aritmtica es:
116
N 60
Xi Xi
i 1 i 1 44 45 46 .... 80 88 3592.1
59.868 Kg.
N 60 60 60
Interpretacin.- el peso promedio de los alumnos de Estadstica Bsica 09-A es
59.868 Kg. Tambin podemos apreciar que el numerador representa el total
poblacional, es decir que la suma de los pesos de los 60 alumnos en la
poblacin es de 3592.1 Kg.
Si trabajamos con los datos agrupados del Cuadro 2.7, peso en Kg. de los 60
alumnos de Estadstica Bsica 09-A, tenemos que la media aritmtica es:
k 5
X i ni X i ni
i 1 i 1 X 1n1 X 2 n2 X 3n3 X 4 n4 X 5 n5
N 60 60
48.4(19) 57.2(15) 66.0(17) 74.8(5) 83.6(4) 3608.0
= 60.133 Kg.
60 60
117
En la Figura 3.1 se muestra en Excel como se ha efectuado el clculo de la
media aritmtica para datos agrupados.
Primero hay que ingresar las marcas de clase (Xi), las frecuencias absolutas (ni)
y las frecuencias relativas (hi) en las columnas C, D, y E respectivamente. La
forma ms sencilla de efectuar el clculo es la que aparece en la casilla F10
utilizando la funcin matemtica suma de productos que se indica as:
5
X i hi = 60.133 Kg., que es la media solicitada.
i 1
Media Ponderada.-
n
X iWi
i 1
X n
Wi
i 1
118
Para el caso de un ndice de precios Xi es un relativo de precios (Pti / P0i) y para un
ndice de cantidad Xi es un relativo de cantidad (Qti / Q0i).
Ejemplo 3.2.- si los ingresos de 5 trabajadores son: 450, 500, 500, 550 y
2000. Entonces el ingreso promedio es de 800 muy distante del ingreso de la
mayora de los trabajadores. Se recomienda usar la mediana.
Demostracin:
n n n n
Yi (aX i b) a Xi b
i 1 i 1 i 1 i 1
Y aX b
n n n n
119
Ejemplo 3.3.- si el ingreso promedio de los trabajadores es X = S/. 1 000.
Hallar los ingresos promedio si se producen los siguientes incrementos:
S/. 100 para cada trabajador, entonces el nuevo ingreso de cada
trabajador es: Yi = Xi + 100 .
Luego el nuevo ingreso promedio de los trabajadores es:
Y = X + 100 = S/. 1 100.
10% para cada trabajador, entonces el nuevo ingreso de cada trabajador
es Yi = 1.10 Xi .
Luego el nuevo ingreso promedio de los trabajadores es:
Y = 1.10 X = 1.10 (1 000) = S/. 1 100.
120
Clculo para datos sin agrupar.-
a) Ordenar los datos en forma ascendente: X(1) , X(2) , . , X(n)
b) Calcular la mediana:
1
Si el nmero de observaciones n es par: Me X n
X n
2 2 2
1
Ejemplo 3.4
Si se calcula la mediana con los datos sin agrupar del Cuadro 2.6, peso en Kg. de
los 60 alumnos de Estadstica Bsica 09-A, se tiene que:
a) Los 60 datos ordenados en forma ascendente son:
44 45 46 46.5 47 48 48 49 49 50
50 50 50 50.5 51 51 52 52 52.6 53
53 53 53 54 55 55 55 55 55 57
57 59 60 60 63 63 64 64 64.5 65
65 66 66 67 67 68 68 68 69 70
70 72 72 75 75 77 80 80 80 88
121
n 1
Nj 1 Hj 1
Me LI j 2 Cj LI j 2 Cj
nj hj
Donde:
j = clase que contiene o donde esta la Me.
LIj = lmite inferior de la clase que contiene la Me.
nj = repeticiones en la clase que contiene la Me.
Nj-1 = repeticiones acumuladas hasta la clase anterior a la que contiene Me.
Cj = amplitud de la clase Me = LSj LIj .
hj = frecuencia relativa en la clase que contiene la Me.
Hj-1 = frec. relativa acumulada hasta la clase anterior a la que contiene Me.
Ejemplo 3.5
Calcular la mediana con los datos agrupados del Cuadro 2.7, peso de los 60
alumnos de Estadstica Bsica 09-A FCE-UNAC, siguientes:
Marca Prop. Acum. Prop.Ac.
Clase PESOS (Kg.) Alum-nos
clase alumnos alumnos alumnos
i LIi LSi Xi ni hi Ni Hi
1 44.0 52.8 48.4 19 0.317 19 0.317
2 52.8 61.6 57.2 15 0.250 34 0.567
3 61.6 70.4 66.0 17 0.283 51 0.850
4 70.4 79.2 74.8 5 0.083 56 0.933
5 79.2 88.0 83.6 4 0.067 60 1.000
60 1.000
Solucin.-
a) Ubicar la clase j que contiene el valor Me.
n 60
30 . En que intervalo de clase se cont la observacin o peso del
2 2
alumno 30?
Observando los Ni del Cuadro 2.7, se aprecia que en la clase 1, N1 = 19, se
han contado los pesos de los 19 primeros alumnos (recordemos que los pesos
estn ordenados de manera ascendente en el cuadro).
Entonces, en el intervalo de clase 2 se cuentan los pesos de los alumnos 20,
21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33 y 34.
n 60
Luego, la clase en la que se cuenta la talla del alumno 30 es la
2 2
clase j = 2. La mediana es un peso entre 52.8 y 61.6 Kg.
122
n
Nj 1
Me LI j 2 Cj
b) Calcular la Me usando la expresin: nj
Donde:
j = 2, n = 60, LIj = LI2 = 52.8 nj = n2 = 15,
Nj-1 = N1 = 19, C3 = LS3 LI3 = 61.6 52.8 = 8.8
Reemplazando valores en la frmula se tiene:
n 60
N1 19
Me LI 2 2 C2 52.8 2 8.8 59.253 Kg.
n2 15
Propiedades de la mediana.-
a) La suma de las desviaciones, en valor absoluto, de los valores observados
con respecto a la mediana es mnima; es decir, que es menor que la suma de
las desviaciones, en valor absoluto, con respecto a cualquier otro valor a de
la distribucin.
n n
Xi Me Xi a , para datos sin agrupar.
i 1 i 1
k k
Xi Me ni Xi a ni , para datos agrupados.
i 1 i 1
123
c) Si a y b son nmeros reales e Yi a X i b, entonces : Me(Y ) a Me( X ) b .
Propiedad similar a la de la media aritmtica.
3.4 MODA
Es el valor observado ms comn, el que ms se repite o el ms frecuente. Para una
distribucin de frecuencias o probabilidades, la moda es el valor que hace mxima
dicha distribucin.
Ejemplo 3.7
Si se calcula la moda con los datos sin agrupar del Cuadro 2.6, peso en Kg. de los
60 alumnos de Estadstica Bsica 09-A, se tiene que los pesos ordenados son:
44 45 46 46.5 47 48 48 49 49 50
50 50 50 50.5 51 51 52 52 52.6 53
53 53 53 54 55 55 55 55 55 57
57 59 60 60 63 63 64 64 64.5 65
65 66 66 67 67 68 68 68 69 70
70 72 72 75 75 77 80 80 80 88
124
Se aprecia que el peso 55 es el que ms se repite, luego: Mo = 55 Kg.
1
b) Calcular la moda usando la expresin: Mo LI j Cj
1 2
Donde:
j = clase(s) que contiene(n) o donde esta(n) la(s) Mo.
LIj = lmite inferior de la clase que contiene la Mo.
Cj = amplitud de la clase Mo = LSj LIj .
1 nj nj 1 hj hj 1 dj dj 1
2 nj nj 1 hj hj 1 dj dj 1
Ejemplo 3.8
Calcular la moda con los datos agrupados del Cuadro 2.7, peso de los 60 alumnos de
Estadstica Bsica 09-A FCE-UNAC, siguientes:
Marca Prop. Acum. Prop.Ac.
Clase PESOS (Kg.) Alum-nos
clase alumnos alumnos alumnos
i LIi LSi Xi ni hi Ni Hi
1 44.0 52.8 48.4 19 0.317 19 0.317
2 52.8 61.6 57.2 15 0.250 34 0.567
3 61.6 70.4 66.0 17 0.283 51 0.850
4 70.4 79.2 74.8 5 0.083 56 0.933
5 79.2 88.0 83.6 4 0.067 60 1.000
60 1.000
Solucin.-
a) Ubicar la clase j que contiene el valor Mo.
125
Considerando que los intervalos son de igual amplitud, en que intervalo de clase
se puede haber dado el mayor nmero de repeticiones ni o h i?
Observando los ni del Cuadro 2.7, se aprecia que el mayor es n1 = 19. Entonces,
en el intervalo de clase j = 1 se encuentra la moda. La moda es un peso entre 44 y
52.8 Kg.
1
b) Calcular la moda usando la expresin: Mo LI j Cj
1 2
Donde:
j = 1,
LIj = LI1 = 44.
C1 = LS1 LI1 = 52.8 44 = 8.8.
1 nj nj 1 n1 n0 19 0 19
2 nj nj 1 n1 n2 19 15 4
1 19
Mo LI1 C1 44 8.8 51.270 Kg.
1 2 19 4
Propiedades de la moda.-
a) Es el nico estadgrafo que se puede determinar para variables cualitativas.
b) La moda no se ve afectada por los valores extremos, al igual que la mediana.
c) Si a y b son nmeros reales e Yi a X i b, entonces : Mo(Y ) a Mo( X ) b .
Propiedad similar a la de la media aritmtica y la mediana.
d) Para una distribucin determinada puede haber ms de una moda o en su defecto
de no existir moda, puede haber antimoda (valor menos frecuente).
126
Distribucin simtrica
30
25
N de U. de A.
20
15
10
0
140 145 150 155 160 165 170 175 180
Valores de la variable
20
15
10
5
0
140 145 150 155 160 165 170 175 180
Valores de la variable
25
20
N de U.A.
15
10
0
140 145 150 155 160 165 170 175 180
Valores de la variable
127
Para los pesos de los alumnos de Estadstica Bsica 09-A de la FCE-UNAC se
pueden resumir los estadgrafos calculados as:
Datos: X Me Mo
Sin agrupar 59.868 57.000 55.000
Agrupados 60.133 59.253 51.270
En Excel:
Estando copiados los datos de la variable peso de los 60 alumnos en la columna D,
desde D3 hasta D62, cuando en el programa se pide el rango de valores (como
Nmero 1), se sombrean estos o se escribe D3:D62.
Para efectuar cualquier clculo nos ubicamos en una celda posterior. Para calcular la
media aritmtica nos ubicaremos en la celda D63.
128
Figura 3.2 Clculo de la media aritmtica (PROMEDIO) en Excel
En Minitab:
Estando en la base de datos Estadstica Bsica 09A, escoger del men Stat Basic
Statistics Display Descriptive Statistics aparece la ventana de dilogo de la
Figura 3.4. En variables: seleccionar la variable peso de las variables que estn a la
129
Figura 3.4 Seleccin de la variable peso para calcular estadgrafos en Minitab
130
En SPSS:
Estando en la base de datos Estadstica Bsica 09A, seguir la secuencia para obtener
la tabla de frecuencias: Analizar Estadsticos descriptivos Frecuencias.
Inmediatamente se abre la ventana de dilogo Frecuencias.
En Tendencia central marcar los estadgrafos: media, mediana, moda y suma, luego
hacer clic en Continuar, regresando a la ventana de dilogo Frecuencias y efectuar
clic en Aceptar para terminar. Inmediatamente en el Visor de Resultados aparece:
Estadsticos
PESO (Kg)
N Vlidos 60
Perdidos 0
Media 59.87
Mediana 57.00
Moda 55
Suma 3592
131
En R:
Estando en la base de datos Estadstica Bsica 09A y habiendo attachado la misma,
para que reconozca las variables y sus valores, se escribe en la consola la sintaxis
para el estadgrafo requerido: mean(variable) para la media, median(variable) para la
mediana, min(variable) para el valor mnimo y max(variable) para el valor mximo.
Aplicando a la variable peso se obtiene:
> mean(peso)
[1] 59.86833
> median(peso)
[1] 57
> min(peso)
[1] 44
> max(peso)
[1] 88
132
3.5 MEDIA GEOMTRICA
Considerando que el producto de los valores observados puede ser muy elevado, se
sigue el siguiente procedimiento para hallar G:
a) Determinar el logaritmo decimal de G:
n
1 1
log G log X 1 log X 2 log X n log X i
n n i 1
Ejemplo 3.9
Si se calcula la media geomtrica con los datos sin agrupar del Cuadro 2.6, peso en
Kg. de los 60 alumnos de Estadstica Bsica 09-A, cuyos pesos ordenados son:
44 45 46 46.5 47 48 48 49 49 50
50 50 50 50.5 51 51 52 52 52.6 53
53 53 53 54 55 55 55 55 55 57
57 59 60 60 63 63 64 64 64.5 65
65 66 66 67 67 68 68 68 69 70
70 72 72 75 75 77 80 80 80 88
133
106.2486352942
1.7708105882
60
Considerando que el producto de las potencias de las marcas de clase elevadas a las
repeticiones observados puede ser muy grande, se sigue el siguiente procedimiento
para hallar G:
a) Determinar el logaritmo decimal de G:
k k
1 1
log G n1 log X 1 n2 log X 2 nk log X k ni log X i hi log X i
n n i 1 i 1
Solucin.-
a) Determinamos el logaritmo decimal de G:
5
1 1
log G ni log X i n1 log X 1 n2 log X 2 n3 log X 3 n4 log X 4 n5 log X 5
60 i 1 60
1
19 log 48.4 15 log 57.2 17 log 66.0 5 log 74.8 4 log 83.6
60
134
32.01206187 26.36094043 30.93224690 9.36950799 7.68882511
60
106.36358231
1.772726.37
60
b) Hallamos G tomando el antilogaritmo de log G:
G 10log G 101.77272637 59.255 Kg.
Es a partir de esta expresin que se obtiene la frmula para hallar la tasa media de
crecimiento intercensal (r) de la poblacin siguiente:
Pn
r n 1
P0
Po = Poblacin en el ao 0.
Pn = Poblacin en el ao n.
n = Perodos (aos, meses, etc.) transcurridos desde el perodo 0 hasta el perodo n.
Ejemplo 3.11
Segn el INEI (2009) la poblacin total del Per el ao 1993 fue de 22639,443
habitantes y el 2007 de 28220,764 habitantes. Se pide determinar:
135
Si se hubiera solicitado la tasa media de crecimiento intercensal mensual, se
tendra que haber obtenido la raz 168 (meses transcurridos del 93 al 07).
Interpretacin.- entre el ao 1993 y el 2007 la poblacin del Per creci a un
1.59% anual. Es decir, que por cada 100 habitantes nacieron 1.59 ni@s
(tambin se puede interpretar en tanto por mil o diez mil, etc.).
Donde:
Po = P2007 = Poblacin en el ao 0 = 2007 (Tomar el ao ms cercano).
Pn = P2010 = Poblacin en el ao n = 2010.
r = Tasa media de crecimiento intercensal anual = 0.015864843.
n = Aos transcurridos desde el ao 2007 hasta el ao 2010 = 3 aos.
Asumiendo que la tasa media de crecimiento intercensal anual es la misma para
los aos siguientes y reemplazando valores en la frmula de proyeccin de
poblacin se tiene:
n 3
Pn 1 r P0 P2010 1 0.015864843 P2007
3
P2010 1 0.015864843 28220764 1.048353602(28220764) =
= 29585,340 habitantes.
Pn
log
P0
n
log 1 r
n = ao buscado.
Pn = 40 millones (Poblacin que tendr el Per el ao n).
P0 = P2007 = 28220,764 habitantes (Tomar como ao 0, el ms cercano).
r = Tasa media de crecimiento intercensal anual = 0.015864843.
Reemplazando valores en la expresin anterior se tiene:
136
40000000
log
n 28220764 22.2 aos
log 1 0.015864843
Ejemplo 3.12
Si se calcula la media armnica con los datos sin agrupar del Cuadro 2.6, peso en
Kg. de los 60 alumnos de Estadstica Bsica 09-A, cuyos pesos ordenados son:
44 45 46 46.5 47 48 48 49 49 50
50 50 50 50.5 51 51 52 52 52.6 53
53 53 53 54 55 55 55 55 55 57
57 59 60 60 63 63 64 64 64.5 65
65 66 66 67 67 68 68 68 69 70
70 72 72 75 75 77 80 80 80 88
137
60 60
H 60
1 1 1 1 1 1
i 1 Xi X1 X2 X3 X 59 X 60
60 60
58.161 Kg.
1 1 1 1 1 1.0316135533
44 45 46 80 88
Ejemplo 3.13
Calcular la media armnica con los datos agrupados del Cuadro 2.7, peso de los 60
alumnos de Estadstica Bsica 09-A FCE-UNAC, siguientes:
Marca Prop. Acum. Prop.Ac.
Clase PESOS (Kg.) Alum-nos
clase alumnos alumnos alumnos
i LIi LSi Xi ni hi Ni Hi
1 44.0 52.8 48.4 19 0.317 19 0.317
2 52.8 61.6 57.2 15 0.250 34 0.567
3 61.6 70.4 66.0 17 0.283 51 0.850
4 70.4 79.2 74.8 5 0.083 56 0.933
5 79.2 88.0 83.6 4 0.067 60 1.000
60 1.000
Solucin.-
Desarrollando la frmula se tiene:
n 60 60
H k 5
=
ni ni n1 n2 n3 n4 n5
i 1 Xi i 1 Xi X1 X2 X3 X4 X5
138
60 60
= 58.419 Kg.
19 15 17 5 4 1.0270673130
48.4 57.2 66.0 74.8 83.6
Si se calcula estas tres medias para los mismos datos se tiene que:
H G X
Para los pesos de los alumnos se han obtenido los siguientes resultados:
Datos: H G X
Sin agrupar 58.161 58.994 59.868
Agrupados 58.419 59.255 60.133
139
3.7 CUANTILES
a) CUARTILES (Qk )
Son particiones de la distribucin de frecuencias en cuatro partes iguales de
modo que cada una de ellas acumula un cuarto de las observaciones (25% de los
datos).
140
El cuartil dos es igual a la mediana (acumula el 50% de los valores observados).
Es decir, Q2 = Me ya estudiada.
Clculo para datos sin agrupar.-
a) Ordenar las observaciones en forma ascendente: X(1) , X(2) , . , X(n)
b) Obtencin de los cuartiles 1 y 3:
Cuartil 1 (Q1)
n 1
Ubicar su posicin calculando , si es entero Q1 X n 1
.
4 4
Cuartil 3 (Q3)
3( n 1)
Ubicar su posicin calculando , si es entero Q3 X 3( n 1)
.
4 4
Ejemplo 3.14
Calcular los cuartiles 1 y 3 con los datos sin agrupar del Cuadro 2.6, peso en Kg.
de los 60 alumnos de Estadstica Bsica 09-A, cuyos pesos ordenados son:
44 45 46 46.5 47 48 48 49 49 50
50 50 50 50.5 51 51 52 52 52.6 53
53 53 53 54 55 55 55 55 55 57
57 59 60 60 63 63 64 64 64.5 65
65 66 66 67 67 68 68 68 69 70
70 72 72 75 75 77 80 80 80 88
141
Solucin:
Clculo del cuartil 1 (Q1)
n 1 60 1
Ubicar su posicin con 15.25 . Como no es un valor entero, (E =
4 4
15 y F = 0.25), el cuartil 1 esta entre los pesos ordenados 15 y 16 (51 y 51 Kg.).
Aplicando la interpolacin lineal recomendada, el cuartil 1 es:
Q3 X 45
0.75 X 46
X 45 = 67 + 0.75 [68 - 67] = 67.75 Kg.
kn k
Nj 1 Hj 1
Qk LI j 4 Cj LI j 4 C j , k = 1, 2, 3.
nj hj
Donde:
142
j = clase que contiene o donde esta el cuartil k (Qk).
Hj-1 = frec. relativa acumulada hasta la clase anterior a la que contiene Qk.
Ejemplo 3.15
Calcule e interprete los cuartiles con los datos agrupados del Cuadro 2.7, peso de
los 60 alumnos de Estadstica Bsica 09-A FCE-UNAC, siguientes:
Marca Prop. Acum. Prop.Ac.
Clase PESOS (Kg.) Alum-nos
clase alumnos alumnos alumnos
i LIi LSi Xi ni hi Ni Hi
1 44.0 52.8 48.4 19 0.317 19 0.317
2 52.8 61.6 57.2 15 0.250 34 0.567
3 61.6 70.4 66.0 17 0.283 51 0.850
4 70.4 79.2 74.8 5 0.083 56 0.933
5 79.2 88.0 83.6 4 0.067 60 1.000
60 1.000
Solucin.-
Clculo del cuartil 1 (Q1)
k = 1.
a) Ubicar la clase j que contiene el valor del cuartil k = 1 (Q1):
kn n 60
15 . En que intervalo de clase se cont la observacin o
4 4 4
peso del alumno 15?
Observando los Ni del Cuadro 2.7, vemos que en la clase 1, N1 = 19, se han
contado los pesos de los 19 primeros alumnos (recordemos que los pesos
estn ordenadas de manera ascendente en el cuadro).
kn n 60
Luego, la clase en la que se cont la talla del alumno 15 es la
4 4 4
clase j = 1. El cuartil 1 es un peso entre 44.0 y 52.8 Kg.
b) Calcular el cuartil 1 (Q1) usando la expresin:
143
n 1
Nj 1 Hj 1
Q1 LI j 4 Cj LI j 4 Cj
nj hj
Donde:
j = 1, n = 60, LIj = LI1 = 44.0, nj = n1 = 19
Nj-1 = N0 = 0, C1 = LS1 LI1 = 52.8 44.0 = 8.8.
Reemplazando valores en la frmula se tiene:
n 60
N0 0
Q1 LI1 4 C1 44.0 4 8.8 46.947 Kg.
n1 19
Donde:
144
j = 3, n = 60, LIj = LI3 = 616, nj = n3 = 17.
Nj-1 = N2 = 34, C3 = LS3 LI3 = 70.8 61.6 = 8.8.
Reemplazando valores en la frmula se tiene:
3n 3(60)
N2 34
Q3 LI 3 4 C3 61.6 4 8.8 66.259 Kg.
n3 17
b) DECILES (Dk )
Son particiones de la distribucin de frecuencias en diez partes iguales de modo
que cada una de ellas acumula un dcimo de las observaciones (10% de los
datos).
145
c) PERCENTILES (Pk )
Son particiones de la distribucin de frecuencias en cien partes iguales de modo
que cada una de ellas acumula un centsimo de las observaciones (1% de los
datos).
Para dividir la distribucin de frecuencias en cien partes iguales necesitamos 99
puntos, por ello los percentiles son noventa y nueve y se denotan de la siguiente
manera:
Percentil 1 = P1 acumula una centsima parte de las observaciones (1%).
Percentil 2 = P2 acumula dos centsimas partes de las observaciones (2%).
Percentil 3 = P3 acumula tres centsimas partes de las observaciones (3%).
.
Percentil k = Pk acumula las k centsimas partes de las observaciones (k%).
.
Percentil 99 = P99 acumula las 99 centsimas partes de las observaciones (99%).
Nota.-
Todas los cuantiles calculados anteriormente son tambin percentiles (segn el
% de observaciones que acumule cada uno de ellos).
As tenemos que: la mediana (acumula el 50% de los valores observados) es
igual al percentil 50. Es decir, Me = P50.
Tambin: Q1 = P25, Q2 = P50 = Me, Q3 = P75.
D10 = P10, D5 = P50 = Me, D9 = P90.
Pk X E
F X E 1
X E , k = 1, 2, 3, ., 99
146
Ejemplo 3.16
Calcular los percentiles 10 y 80 con los datos sin agrupar del Cuadro 2.6, peso
en Kg. de los 60 alumnos de Estadstica Bsica 09-A, cuyos pesos ordenados
son:
44 45 46 46.5 47 48 48 49 49 50
50 50 50 50.5 51 51 52 52 52.6 53
53 53 53 54 55 55 55 55 55 57
57 59 60 60 63 63 64 64 64.5 65
65 66 66 67 67 68 68 68 69 70
70 72 72 75 75 77 80 80 80 88
Solucin:
Clculo del percentil 10 (P10)
10 (n 1) 10 (60 1)
Ubicar su posicin con 6.1 . Como no es un valor
100 100
entero, (E = 6 y F = 0.10), el percentil 10 est entre los pesos ordenados 6 y 7
(48 y 48 Kg.). Aplicando la interpolacin lineal recomendada, el percentil 10 es:
P10 X 6
0.10 X 7
X 6 = 48 + 0.10 [48 - 48] = 48 Kg.
P80 X 48
0.80 X 49
X 48 = 68 + 0.80 [69 - 68] = 68.80 Kg.
147
Como en las tablas de frecuencias los valores de la variable estn ordenados
kn
en forma ascendente, se determina , k = 1, 2, 3, ., 98 99.
100
Ayudndonos de las frecuencias acumuladas se ve que clase j contiene (o
donde esta) el percentil k (Pk).
kn k
Nj 1 Hj 1
Pk LI j 100 Cj LI j 100 C j , k = 1, 2, 3, ., 98, 99.
nj hj
Donde:
j = clase que contiene o donde esta el percentil k (Pk).
Hj-1 = frec. relativa acumulada hasta la clase anterior a la que contiene Pk.
Ejemplo 3.17.-
Calcule e interprete los percentiles 10 y 80 con los datos agrupados del Cuadro
2.7, peso de los 60 alumnos de Estadstica Bsica 09-A FCE-UNAC, siguientes:
Marca Prop. Acum. Prop.Ac.
Clase PESOS (Kg.) Alum-nos
clase alumnos alumnos alumnos
i LIi LSi Xi ni hi Ni Hi
1 44.0 52.8 48.4 19 0.317 19 0.317
2 52.8 61.6 57.2 15 0.250 34 0.567
3 61.6 70.4 66.0 17 0.283 51 0.850
4 70.4 79.2 74.8 5 0.083 56 0.933
5 79.2 88.0 83.6 4 0.067 60 1.000
60 1.000
Solucin.-
Clculo del percentil 10 (P10)
k = 10.
a) Ubicar la clase j que contiene el valor del percentil k = 10 (P10):
148
kn 10n 10 (60)
6 . En que intervalo de clase se cont la observacin
100 100 100
o peso del alumno 6?
Observando los Ni del Cuadro 2.7, vemos que en la clase 1, N1 = 19, se han
contado los pesos de los 19 primeros alumnos. Luego, la clase en la que se
kn 10n 10 (60)
cont el peso del alumno 6 , es la clase j = 1. El
100 100 100
percentil 10 es una talla entre 44.0 y 52.8 Kg.
b) Calcular el percentil 10 (P10) usando la expresin:
10n 10
Nj 1 Hj 1
P10 LI j 100 Cj LI j 100 Cj
nj hj
Donde:
j = 1, n = 60, LIj = LI1 = 44.0, nj = n1 = 19.
Nj-1 = N0 = 0, C1 = LS1 LI1 = 52.8 44.0 = 8.8.
Reemplazando valores en la frmula se tiene:
10n 10(60)
N0 0
P10 LI1 100 C2 44.0 100 8.8 46.779 Kg.
n1 19
149
80n 80
Nj 1 Hj 1
P80 LI j 100 Cj LI j 100 Cj
nj hj
En Excel:
Con los datos de la variable peso de los 60 alumnos en la columna D, desde D3 hasta
D62, cuando en el programa se pide Matriz se sombrean estos o se escribe D3:D62.
Para calcular los CUARTILES, por ejemplo el CUARTIL 1, primero ubicarse en la
celda D66.
150
Luego, con la opcin de funciones del Excel, escoger dentro de Seleccionar una
categora Estadsticas Cuartil, aparece la ventana de dilogo de la Figura 3.7.
151
Figura 3.8 Resultado de cuartiles y percentiles en Excel
En Minitab:
Estando en la base de datos Estadstica Bsica 09A, escoger del men Stat Basic
Statistics Display Descriptive Statistics aparece la ventana de dilogo Display
Descriptive Statistics (ver Figura 3.4).
En variables: seleccionar la variable peso de las variables que estn a la izquierda.
En SPSS:
Estando en la base de datos Estadstica Bsica 09A, seguir la secuencia para obtener
la tabla de frecuencias: Analizar Estadsticos descriptivos Frecuencias.
Inmediatamente se abre la ventana de dilogo Frecuencias.
152
En Variables: ingresar la variable peso, luego hacer clic en el botn y se
muestra la ventana de dilogo Frecuencias: Estadsticos de la Figura 3.9.
Estadsticos
PESO (Kg)
N Vlidos 60
Perdidos 0
Percentiles 10 48.00
25 51.00
50 57.00
75 67.75
80 68.80
En los resultados del SPSS se aprecia que los cuartiles aparecen como los percentiles
25 (primer cuartil), 50 (segundo cuartil o mediana) y 75 (cuartil 3).
153
En R:
Estando en la base de datos Estadstica Bsica 09A y habiendo attachado la misma,
para que reconozca las variables y sus valores, se escribe en la consola la sintaxis
para PERCENTILES: quantile(variable, p)
Donde variable es un conjunto de datos cuantitativos (peso aqu) y p es una
proporcin para identificar a uno o varios percentiles determinados. Es decir, que
quantile es el valor por abajo del cual se encuentra el p% de las observaciones.
154
Captulo 4. MEDIDAS DE DISPERSIN Y DE FORMA
CONTENIDO
4.1 Introduccin.
4.2 Rango. Rango intercuartlico.
4.3 Desviacin media.
4.4 La varianza
4.5 La desviacin tpica.
4.6 El coeficiente de variacin.
4.7 El diagrama de caja (Box- Plot).
4.8 Medidas de forma de la distribucin.
4.1 INTRODUCCIN
Tambin se presenta una forma grfica de apreciar la dispersin de los datos, a travs
del diagrama de caja y bigotes (box-plot) como herramienta importante para el anlisis
exploratorio de datos.
155
4.2 RANGO Y RANGO INTERCUARTLICO
RANGO
Ejemplo 4.1
Si trabajamos con los datos sin agrupar del Cuadro 2.6, peso en Kg. de los 60
alumnos de Estadstica Bsica 09-A, tenemos que el rango es:
R = Xmx Xmn = {X / Xmx X Xmn }
R= 88 44 = 44 Kg. o R = {X / 44 X 88}
Interpretacin.- la diferencia entre el peso mximo y mnimo de los alumnos de
Estadstica Bsica 09-A es de 44 Kg. Tambin podemos decir que los pesos de
los 60 alumnos fluctan entre 44 y 88 Kg.
Si trabajamos con los datos agrupados del Cuadro 2.7, peso en Kg. de los 60
alumnos de Estadstica Bsica 09-A, tenemos que el rango es:
R = LS5 LI1 = {X / LSk X LI1 }
= 88 44 = 44 Kg. o R = {X / 44 X 88}
Interpretacin.- la diferencia entre el peso mximo y mnimo de los alumnos de
Estadstica Bsica 09-A es de 44 Kg. Tambin podemos decir que los pesos de
los 60 alumnos fluctan entre 44 y 88 Kg.
Tal como se puede apreciar el Rango es una medida muy gruesa de la dispersin
de los datos ya que nos da una idea de la diferencia o fluctuacin de los valores
extremos.
156
RANGO INTERCUARTLICO
El rango intercuartlico (RIQ o RIC) es la diferencia entre el cuartil 3 y el cuartil 1
y nos indica entre que valores se encuentra el 50% central de las observaciones.
Tanto para datos sin agrupar, como para datos agrupados la frmula de clculo es:
157
4.3 DESVIACIN MEDIA
Mide la desviacin absoluta promedio de los valores observados bien con respecto a
la media aritmtica o con respecto a la mediana.
Utiliza la idea de distancia como la diferencia en valor absoluto de cada valor
observado con respecto a su media aritmtica o su mediana.
Clculo para datos sin agrupar.-
n n
Xi X X i Me
i 1 i 1
DM X DM X
n n
Primero se calcula la media aritmtica o mediana, luego la desviacin media.
Ejemplo 4.3
Calcular la desviacin media respecto a la media aritmtica con los datos sin
agrupar del Cuadro 2.6, peso en Kg. de los 60 alumnos de Estadstica Bsica 09-A,
cuyos pesos ordenados son:
44 45 46 46.5 47 48 48 49 49 50
50 50 50 50.5 51 51 52 52 52.6 53
53 53 53 54 55 55 55 55 55 57
57 59 60 60 63 63 64 64 64.5 65
65 66 66 67 67 68 68 68 69 70
70 72 72 75 75 77 80 80 80 88
Solucin.-
En el ejemplo 3.1 se ha determinado que el peso promedio de los 60 alumnos de
Estadstica Bsica 09-A es X = 59.87 Kg. y en el ejemplo 3.4 la mediana Me = 57
Kg. Para calcular la desviacin media respecto a la media aritmtica, se tiene que:
n 60
Xi X X i 59.87
i 1 i 1
DM X
n 60
44 59.87 45 59.87 46 59.87 80 59.87 88 59.87
60
15.87 14.87 13.87 20.13 28.13 540.38
9.006 Kg.
60 60
158
Interpretacin.- el promedio de las desviaciones absolutas de los pesos de los
alumnos respecto a su media aritmtica es de 9.006 Kg.
Ejemplo 4.4
Calcular la desviacin media respecto a la mediana, con los datos agrupados del
Cuadro 2.7, peso de los 60 alumnos de Estadstica Bsica 09-A FCE-UNAC,
siguientes:
Solucin.-
En el ejemplo 3.1 se ha encontrado la media aritmtica X = 60.13 kg. y en el
ejemplo 3.5 la mediana Me = 59.25 Kg.,
Usando la frmula de datos agrupados para la desviacin media se tiene que:
k 5
X i Me ni X i 59.25 ni
i 1 i 1
DM Me
n 60
159
X 1 59.25 n1 X 2 59.25 n2 X 3 59.25 n3 X 4 59.25 n4 X 5 59.25 n5
60
4.4 VARIANZA
o S X2 V (X ) S2 para la muestra.
N N
(Xi )2 X i2 N 2
2 i 1 i 1
a) Varianza poblacional: X
N N
n n
(Xi X )2 X i2 n X 2
b) Varianza muestral: S X2 i 1 i 1
n 1 n 1
2 i 1 i 1
a) Varianza poblacional: X
N N
160
k k
(Xi X )2 ni X i2 ni n X 2
b) Varianza muestral: S X2 i 1 i 1
n 1 n 1
Primero se calcula la media aritmtica para datos agrupados y luego la varianza.
Ejemplo 4.5
Calcular la varianza con los datos sin agrupar del Cuadro 2.6, peso en Kg. de los 60
alumnos de Estadstica Bsica 09-A, cuyos pesos ordenados son:
44 45 46 46.5 47 48 48 49 49 50
50 50 50 50.5 51 51 52 52 52.6 53
53 53 53 54 55 55 55 55 55 57
57 59 60 60 63 63 64 64 64.5 65
65 66 66 67 67 68 68 68 69 70
70 72 72 75 75 77 80 80 80 88
Solucin.-
En el ejemplo 3.1 se ha determinado que la media aritmtica = 59.87 Kg.
N 60
(Xi )2 ( X i 59.87) 2
2 i 1 i 1
N 60
(44 59.87)2 (45 59.87)2 (46 59.87)2 (80 59.87)2 (88 59.87)2
60
251.8569 221.1169 192.3769 405.2169 791.2969
60
6542.47
109.0412 (Kg.)2.
60
N 60
X i2 N 2
X i2 60 2
2 i 1 i 1
. (1)
N 60
161
60
X i2 442 452 462 802 882
i 1
Ejemplo 4.6
Calcular la varianza de los pesos de los 60 alumnos de Estadstica Bsica 09-A
FCE-UNAC, con los datos agrupados del Cuadro 2.7, siguientes:
N 60
2 2 2
1 ( X 1 60.133) n1 ( X 2 60.133) n2 ( X 3 60.133) n3
60 ( X 4 60.133)2 n4 ( X 5 60.133)2 n5
162
2 2 2
1 (48.4 60.133) 19 (57.2 60.133) 15 (66.0 60.133) 17
60 (74.8 60.133)2 5 (83.6 60.133)2 4
2 i 1 i 1
. (2)
N 60
5
X i2 ni (48.4)219 (57.2)215 (66.0)217 (74.8)2 5 (83.6)2 4
i 1
= 223 569.28
5
X i2 ni 60 2
Propiedades de la varianza.-
a) La varianza de un conjunto de datos es mayor o igual que cero, S X2 0.
Demostracin:
n
(Yi Y )2
SY2 V (Y ) i 1
. (3)
n 1
163
Sabemos que si a y b son nmeros reales e Yi aX i b, entonces : Y aX b
2
SaX V (aX ) a 2V ( X ) a 2 S X2
Si b = 0, entonces:
2
Si a = 0, entonces: S b V ( b) 0
S X2 V (X b) V ( X ) S X2
Si a =1, entonces: b
164
de los subgrupos: S12 , S22 , , Sk2 , entonces la varianza de la muestra de tamao n
S2 Sw2 Sb2
K
(ni 1) Si2
La intravarianza esta definida por: S w2 i 1
n 1
K
( xi x )2 ni
La intervarianza esta definida por: Sb2 i 1
n 1
Nota.- al construir estratos (clases, grupos o rangos) se busca que la
intravarianza ( S w2 ) sea pequea y la intervarianza ( Sb2 ) sea grande.
165
2
ni xi
i 1 n1 x1 n2 x2 400(1,500) 600(1, 000) 1' 200, 000
x =
n n 1, 000 1, 000
= S/. 1,200
La intravarianza de los ingresos es:
2
(ni 1) Si2
(n1 1) S12 (n2 1) S22
S w2 i 1
n 1 n 1
399(360, 000) 599(250, 000) 218'390, 000
=
999 999
= 218,608.60 (S/.)2.
n 1 n 1
(1,500 1, 200) 2 (400) (1, 000 1, 200) 2 (600) 60'000, 000
=
999 999
= 60,060.06 (S/.)2.
166
Ejemplo 4.9.- en el ejemplo 4.5, se ha determinado la varianza (para datos sin
agrupar) de los pesos de los alumnos, siendo la misma 2 = 109.0412 (Kg..)2.
Luego la desviacin estndar ser: 109.0412 = 10.442 Kg.
Interpretacin.- el promedio de las desviaciones de los pesos de los alumnos
respecto a su media aritmtica es de 10.442 Kg.
X
CV ( X ) 100 100 para la poblacin.
X
SX S
cv( X ) 100 100 para la muestra.
X X
Ejemplo 4.11
En el ejemplo de los pesos de los 60 alumnos de Estadstica Bsica 09A-FCE-
UNAC, (para datos sin agrupar) se ha determinado que = 59.87 y = 10.442 Kg.
Luego el coeficiente de variacin de los pesos de los alumnos es:
10.442
CV ( X ) 100 .100 =17.44 %
59.87
Interpretacin.- el promedio de las variaciones porcentuales de los pesos de los
alumnos de Estadstica Bsica 09A-FCE-UNAC, respecto a su media aritmtica es
del 17.44 %.
167
Ejemplo 4.12
En el ejemplo de los pesos de los 60 alumnos de Estadstica Bsica 09A-FCE-
UNAC, (para datos agrupados) se ha determinado que = 60.133 y = 10.495 Kg.
Luego el coeficiente de variacin de las tallas de los alumnos es:
10.495
CV ( X ) 100 .100 = 17.45 %
60.133
Interpretacin.- el promedio de las variaciones porcentuales de los pesos de los
alumnos de Estadstica Bsica 09A-FCE-UNAC, respecto a su media aritmtica es
del 17.45 %.
En Excel:
Con los datos de la variable peso de los 60 alumnos de estadstica Bsica 09-A en la
columna D, desde D3 hasta D62, cuando en el programa se pide Matriz se sombrean
estos o se escribe D3:D62.
Una primera forma de obtener los estadgrafos es con la opcin de funciones del
Excel, escoger dentro de Seleccionar una categora Estadsticas escoger
estadgrafo y aparece ventana de dilogo en la que se indica los argumentos
requeridos y se obtiene el resultado.
Otra forma de obtenerlos es con la sintaxis para cada estadgrafo, que es la que
utilizaremos.
Para calcular el rango necesitamos el valor mximo y el valor mnimo. La sintaxis
correspondiente es: MAX(Matriz) y MIN(Matriz) respectivamente.
Para hallar el mximo de la variable peso, en la celda D71 escribir =MAX(D3:D62)
al hacer enter aparece 88 y para hallar el mnimo, en la celda D72 escribir
=MIN(D3:D62) al hacer enter aparece 44. Para hallar el rango, en la celda D73
escribir =D72-D7, al efectuar enter aparece 44(Ver figura 4.1).
Para hallar el rango intercuartlico (RIQ), se debe utilizar los resultados de los
cuatiles 1 y 3 calculados anteriormente en las celdas D66 y D68 respectivamente (ver
168
figura 3.8). En la celda D74 escribir =D68-D66, al efectuar enter aparece 16.25 (Ver
figura 4.1).
Para calcular la desviacin media (Excel obtiene con respecto a la media aritmtica)
usar la sintaxis: =DESVPROM(Matriz). Para la variable peso, en la celda D75
escribir =DESVPROM(D3:D62) al hacer enter aparece el resultado 9.006.
Para hallar la varianza de la muestra usar la sintaxis =VAR(Matriz) y para la
varianza de la poblacin usar =VARP(Matriz). Para determinar la varianza de la
variable peso, en la casilla D76 escribir =VARP(D3:D62) al hacer enter aparece el
resultado 109.0412 (ver Figura 4.1).
Para calcular la desviacin estndar muestral usar la sintaxis =DESVEST(Matriz)
y para la desviacin estndar poblacional usar =DESVESTP(Matriz). Para la
variable peso, en la casilla D77 escribir =DESVESTP(D3:D62) al hacer enter
aparece el resultado 10.442 (ver Figura 4.1).
Para calcular el coeficiente de variacin se divide la desviacin estndar de la celda
D77 entre la media aritmtica de la celda D63 as: en la casilla D78 escribir
=D77/D63 al hacer enter y luego clic en %, aparece 17.44%.
169
En Minitab:
Estando en la base de datos Estadstica Bsica 09A, escoger del men Stat Basic
Statistics Display Descriptive Statistics aparece la ventana de dilogo Display
Descriptive Statistics (vista en la Figura 3.4).
En variables: seleccionar la variable peso de las variables que estn a la izquierda.
170
Se puede apreciar que los resultados obtenidos corresponden a clculos muestrales,
por lo que hay que hacer reconversiones a valores poblacionales, as la varianza ser:
N
(Xi )2
( N 1) S 2 (50 1) 110.89
2 i 1
109.0412 Kg2.
N N 60
Con este valor, ya se puede calcular la desviacin estndar 109.0412 = 10.442
Kg. y el coeficiente de variacin 17.44% (por ello solicitamos tambin la media
aritmtica).
En SPSS:
Estando en la base de datos Estadstica Bsica 09A, seguir la secuencia para obtener
la tabla de frecuencias: Analizar Estadsticos descriptivos Frecuencias.
Inmediatamente se abre la ventana de dilogo Frecuencias.
171
Luego hacer clic en Continuar, regresando a la ventana de dilogo Frecuencias y
para terminar, efectuar clic en Aceptar. Inmediatamente en el Visor de Resultados
aparece:
Estadsticos
PESO (Kg)
N Vlidos 60
Perdidos 0
Media 59.87
Des v. tp. 10.530
Varianza 110.889
Rango 44
Mnimo 44
Mximo 88
Percentiles 25 51.00
50 57.00
75 67.75
En R:
Estando en la base de datos Estadstica Bsica 09A y habiendo attachado la misma,
para que reconozca las variables y sus valores, donde variable es un conjunto de
datos cuantitativos (peso aqu).
172
> diff(range(peso))
[1] 44
173
> sd=var^0.5
> sd
[1] 10.44228
> cv=sd/mean(peso)*100
> cv
[1] 17.44207
174
representar el cuartil 2. Es decir, que la caja representa el RIQ, pues concentra el 50%
central de los valores observados.
De los extremos centrales de la caja se extienden los bigotes en la parte inferior hasta
el mx[Q1 - 1.5RIQ, mn (X1, X2, ., Xn)] y en la parte superior hasta el min[Q3 +
1.5RIQ, mx (X1, X2, ., Xn)]. As mismo, por debajo de la parte inferior y por encima
de la parte superior de los bigotes se colocan los valores extremos (outliers) con
asteriscos, tal como se indica en la figura 4.4.
En Minitab:
Estando en la base de datos Estadstica Bsica 09A, escoger del men Graph
Boxplot Simple OK aparece la ventana de dilogo Boxplot One Y,
Simple (ver la Figura 4.5).
De la lista de variables del lado izquierdo seleccionar la variable peso e ingresarla en
Graph variables:.
175
Para continuar hacer clic en OK y regresa a la ventana de Boxplot One Y, Simple,
hacer clic en OK e inmediatamente aparece el boxplot (ver la figura 4.6).
176
Ubicndose dentro de la caja con el puntero del mouse, aparecen automticamente
los cuartiles (ver la parte inferior de la figura 4.6). La lectura de los datos que all
aparecen, permite describir que son 60 alumnos (N = 60), cuyos pesos fluctan
entre 44 y 88 Kg. (Whiskers to = bigotes hasta: 44, 88) y que no hay pesos
extremos (outliers). As mismo, los cuartiles indican que el 25% de los alumnos con
menos peso se encuentran por debajo de los 51 kg. (Q1) y el 25% de los alumnos
con ms peso se encuentra por encima de los 67.75 Kg. (Q3). Tambin que el 50%
de los alumnos pesa 57 Kg. o menos (median = mediana = 57 Kg.) y que el 50%
central de los pesos de los alumnos est entre 51 (Q1) y 67.75 Kg. (Q3).
Tambin se puede obtener boxplot para hacer comparaciones entre una variable
cuantitativa, con alguna variable categrica; como puede ser en este caso ver el
comportamiento del peso de los alumnos por sexo (hombres y mujeres).
Para ello, estando en la ventana de dilogo de la figura 4.5 y con las etiquetas de
Figura 4.7 Efectuando Grfico Mltiple de Boxplot para peso, por sexo
177
Seleccionar la variable sexo (con las etiquetas en texto) en By variables with
groups in separate panels: si se desea en un solo grfico, pero en paneles
separados, el boxplot para hombres y mujeres (el que se ha escogido aqu); y si se
desea dos grficos separados de boxplot uno para hombres y otro para mujeres
selecciona la variable sexo en By variables with groups on separate graphs:.
Para continuar hacer clic en OK y regresa a la ventana de la figura 4.5 de Boxplot
One Y, Simple, hacer clic en OK e inmediatamente aparece el Grfico 4.2 boxplot
para cada sexo (ver la figura 4.8).
GR FICO 4.2 BOXPLOT DEL PESO DE LOS A LUMNOS DE ESTA DSTICA B SICA 09-A FCE-UNA C,
POR SEXO
Hombre Mujer
90
80
70
Peso (Kg.)
60
50
40
Panel variable: sexo
178
En SPSS:
Estando en la base de datos Estadstica Bsica 09A, seguir la secuencia: Analizar
Estadsticos descriptivos Explorar y aparece la ventana de la Figura 4.9.
Figura 4.9 Ventana de dilogo Explorar para definir el boxplot de peso en SPSS
90
80
70
60
50
40
PESO (Kg)
179
Si se desea un grfico de boxplot para hombres y mujeres en un solo grfico;
entonces, en la ventana de dilogo Explorar de la figura 4.9, en Factores: se ingresa
la variable sexo y para finalizar hacer clic en Aceptar e inmediatamente aparece el
resultado de la Figura 4.11.
90
80
70
PESO (Kg)
26
19
60
50
40
Hombre Mujer
SEXO
En R:
Estando en la base de datos Estadstica Bsica 09A y habiendo attachado la misma,
para que reconozca las variables y sus valores, donde variable es un conjunto de
datos cuantitativos (peso aqu).
180
Figura 4.12 Diagrama de cajas y bigotes de la variable peso en R
181
Figura 4.13 Boxplot del peso para hombres y mujeres en R
182
MEDIDAS DE ASIMETRA
Segn Prez (2002) Las medidas de asimetra tienen como finalidad el elaborar un
indicador que permita establecer el grado de simetra (o asimetra) que presenta una
distribucin sin necesidad de llevar a cabo su representacin grfica. Supongamos hemos
representado grficamente una distribucin de frecuencias. Si trazamos una
perpendicular al eje de las abscisas por x y tomamos esta perpendicular como eje de
simetra, diremos que una distribucin es simtrica si existe el mismo nmero de valores
a ambos lados de dicho eje, equidistantes de x dos a dos, y tales que cada par de valores
equidistantes de x tengan la misma frecuencia. En caso contrario, las distribuciones
sern asimtricas
X Mo 3 X Me
Ap
S S
Donde S es la desviacin estndar.
Si Ap = 0, la distribucin es simtrica.
Si Ap > 0, la distribucin es asimtrica positiva o asimtrica a la derecha.
Si Ap < 0, la distribucin es asimtrica negativa o asimtrica a la izquierda.
b) Coeficiente de asimetra de Fisher.-
El coeficiente de asimetra propuesto por R.A. Fisher es:
n
1 3
Xi X
n i 1
Af 3
, para datos sin agrupar.
k
1 3
Xi X ni
n i 1
Af 3
, para datos agrupados.
183
Ejemplo 4.13
Con los datos sin agrupar del Cuadro 2.6, peso en Kg. de los 60 alumnos de
Estadstica Bsica 09-A, cuyos pesos ordenados son:
44 45 46 46.5 47 48 48 49 49 50
50 50 50 50.5 51 51 52 52 52.6 53
53 53 53 54 55 55 55 55 55 57
57 59 60 60 63 63 64 64 64.5 65
65 66 66 67 67 68 68 68 69 70
70 72 72 75 75 77 80 80 80 88
Hallar los coeficientes de asimetra de Pearson y el de Fisher.
Solucin.-
En ejemplos anteriores se obtuvo = 59.868, Me = 57 y = 10.442 Kg.
Luego el coeficiente de asimetra de Pearson es:
3 X Me 3 59.868 57
Ap = 0.82 > 0, los pesos tienen distribucin
S 10.442
asimtrica positiva.
El coeficiente de asimetra de Fisher es:
n
1 3 1
Xi X (38558.56)
n i 1 60
Af 3
= 0.56 > 0, entonces los pesos tienen
(10.442)3
distribucin asimtrica positiva.
Ejemplo 4.14
Hallar los coeficientes de asimetra de Pearson y el de Fisher, de los pesos de los 60
alumnos de Estadstica Bsica 09-A FCE-UNAC, con los datos agrupados del
Cuadro 2.7, siguientes:
184
Solucin.-
En ejemplos anteriores se obtuvo = 60.133, Me = 59.253 y = 10.495 Kg.
Luego el coeficiente de asimetra de Pearson es:
3 X Me 3 60.133 59.253
Ap = 0.25 > 0, los pesos tienen distribucin
S 10.495
asimtrica positiva.
El coeficiente de asimetra de Fisher es:
n
1 3 1
Xi X ni (39828.25)
n i 1 60
Af 3
= 0.57 > 0, entonces los pesos tienen
(10.495)3
distribucin asimtrica positiva.
k
1 4
Xi X ni
n i 1
K 4
3 , para datos agrupados.
Ejemplo 4.15
Con los datos sin agrupar del Cuadro 2.6 (ver ejemplo 4.13), peso en Kg. de los 60
alumnos de Estadstica Bsica 09-A, hallar el coeficiente de curtosis.
Solucin.-
En ejemplos anteriores se obtuvo = 59.868 y = 10.442 Kg.
185
Luego el coeficiente de curotosis es:
60
1 4 1762855.81
X i 59.868
60 i 1 60
K 4
3 3 = -0.53 < 0, entonces la distribucin
(10.442) 4
es platicrtica o achatada.
Ejemplo 4.16
Hallar el coeficiente de curtosis de los pesos de los 60 alumnos de Estadstica
Bsica 09-A FCE-UNAC, con los datos agrupados del Cuadro 2.7, dados en el
ejemplo 4.14.
Solucin.-
En ejemplos anteriores se obtuvo = 60.133 y = 10.495 Kg.
Luego el coeficiente de curtosis es:
5
1 4 1825739.21
Xi 60.133 ni
60 i 1 60
K 4
3 3 = -0.41 < 0, por lo tanto, la
(10.495)3
distribucin es platicrtica o achatada.
En Excel:
Con los datos de la variable peso de los 60 alumnos de estadstica Bsica 09-A en la
columna D, desde D3 hasta D62, cuando en el programa se pide Matriz se sombrean
estos o se escribe D3:D62.
186
Para el peso, en la casilla D79 escribir =COEFICIENTE.ASIMETRIA(D3:D62) al
hacer enter aparece el resultado 0.58 (ver Figura 4.14). Entonces los pesos tienen
distribucin asimtrica positiva.
As mismo, en la casilla D80 escribir =CURTOSIS(D3:62) al hacer enter aparece el
resultado -0.47 (ver Figura 4.14). Entonces los pesos tienen distribucin platicrtica
o achatada.
En Minitab:
Estando en la base de datos Estadstica Bsica 09A, escoger del men Stat Basic
Statistics Display Descriptive Statistics aparece la ventana de dilogo Display
Descriptive Statistics (vista en la Figura 3.4).
En variables: seleccionar la variable peso de las variables que estn a la izquierda.
Total
Variable Count Skewness Kurtosis
peso 60 0.58 -0.47
187
En SPSS:
Estando en la base de datos Estadstica Bsica 09A, seguir la secuencia para obtener
la tabla de frecuencias: Analizar Estadsticos descriptivos Frecuencias.
Inmediatamente se abre la ventana de dilogo Frecuencias.
Estadsticos
PESO (Kg)
N Vlidos 60
Perdidos 0
Asimetra .579
Error tp. de asimetra .309
Curtosis -.469
Error tp. de curtosis .608
En R:
Estando en la base de datos Estadstica Bsica 09A y habiendo attachado la misma,
para que reconozca las variables y sus valores, donde variable es un conjunto de
datos cuantitativos (peso aqu).
188
Para calcular la Asimetra, escribir en la consola:
> skewness(variable) al hacer enter se obtiene el resultado.
Para calcular la Curtosis, escribir en la consola:
> kurtosis(variable) al hacer enter se obtiene el resultado.
> kurtosis(peso)
[1] -0.6106151
attr(,"method")
[1] "excess"
Cuyos resultados son parecidos a los obtenidos con los otros programas, es decir, que
la distribucin de la variable peso es asimtrica positiva y platicrtica.
189
Captulo 5. CORRELACIN Y REGRESIN SIMPLE
CONTENIDO
5.1 Introduccin.
5.2 Diagrama de dispersin.
5.3 Covarianza y coeficiente de correlacin.
5.4 Regresin lineal simple.
5.5 Coeficiente de determinacin.
5.1 INTRODUCCIN
As, vemos que en economa se busca explicar la demanda de los bienes y servicios en
funcin de los precios de los mismos.
190
5.2 DIAGRAMA DE DISPERSIN
Es decir, que se representan las parejas ordenadas (Xi, Yi) los mismos que aparecen
como puntos en el plano cartesiano y dan una idea del tipo de relacin funcional
matemtica para las variables.
Es un grfico recomendado para establecer el tipo de asociacin entre las variables (si
es directa o inversa), as como el tipo de relacin funcional entre las mismas.
Ejemplo 5.1
Una compaa productora de muecas quiere establecer la relacin entre las variables
X = precio de las muecas ($) e Y = cantidad de muecas vendidas. Los datos son:
Solucin.-
Vamos a utilizar los programas Excel, Minitab, SPSS y R para realizar el diagrama de
dispersin.
En Excel:
Al hacer clic en Aceptar, aparecen los puntos del diagrama de dispersin. Hacer clic
con el botn derecho sobre los puntos del plano y seleccionar agregar lnea de
tendencia y aparece una ventana de dilogo. Escoger el tipo (automticamente aparece
191
lineal, que es la que interesa en este caso). Al hacer clic en Cerrar se muestra el
diagrama de dispersin y la lnea de tendencia de la Figura 5.2
En Minitab:
192
Con los datos de la variable precio (X) y cantidad (Y) en el Worksheet, del men
escoger Graph, Scatterplot, aparece la ventana de dilogo Scatterplots; escoger With
Regression y hacer clic en OK. Se muestra la ventana de dilogo de la Figura 5.3.
260
240
Y = Cantidad
220
200
180
160
140
120
5.0 7.5 10.0 12.5 15.0 17.5 20.0
X = Precio
En SPSS:
193
Con los datos de la variable precio (X) y cantidad (Y) en el Editor de datos SPSS, del
men escoger Grficos, Interactivos, Diagrama de dispersin, aparece la ventana de
dilogo Crear diagrama de dispersin de la Figura 5.5.
194
280
240
CANT IDAD
200
160
120
8.0 0 12. 00 16. 00 20. 00
PRECIO
En R:
Definir los valores de las variables Precio y Cantidad, por los vectores X e Y
respectivamente siguientes:
Donde:
195
Figura 5.7 Diagrama de dispersin de la cantidad y precio en R
Los indicadores del grado de asociacin lineal entre dos variables son la covarianza y
el coeficiente de correlacin.
COVARIANZA.-
La covarianza entre las variables X e Y, denotada por Cov (X, Y), mide el promedio
de las discrepancias conjuntas del producto de las desviaciones de las variables X e
Y con respecto a sus respectivas medias. Se calcula como:
n
1 1
Cov( X , Y ) Xi X Yi Y SPXY
n i 1 n
196
Donde SPXY representa la Suma de Productos de las desviaciones de X e Y con
respecto a sus medias, calculada as:
n n
SPXY Xi X Yi Y X iYi n X Y
i 1 i 1
COEFICIENTE DE CORRELACIN.-
El coeficiente de correlacin lineal entre las variables X e Y, denotada por (X, Y),
mide el grado de asociacin lineal entre las variables en estudio. Se calcula as:
Cov( X , Y )
( X ,Y ) , para la poblacin; y
X Y
Cov( X , Y ) SPXY
r ( X ,Y ) r , para la muestra.
n 1 SCX SCY
S X SY
n
Donde:
n n n n
2 2
SCX Xi X X i2 n X 2 y SCY Yi Y Yi 2 nY 2
i 1 i 1 i 1 i 1
197
Ejemplo 5.2
Para los datos del ejemplo 5.1, calcular e interpretar la covarianza y el coeficiente de
correlacin lineal simple entre X e Y.
Solucin.-
Las variables X = precio de las muecas ($) e Y = cantidad vendida. Los datos son:
Clculos necesarios:
8 8
n = 8, X i 104.5 , X 13.0625 , Yi 1630 , Y 203.75
i 1 i 1
8
X i2 (6.5) 2 (8.0) 2 .... (17.5) 2 (20.0) 2 1,520.75
i 1
n
SCX X i2 n X 2 1520.75 8(13.0625)2 155.7188
i 1
8
Yi 2 (276) 2 (250) 2 .... (156) 2 (125) 2 349,814
i 1
n
SCY Yi 2 nY 2 349,814 8(203.75)2 17, 701.5
i 1
8
X iYi (6.5)(276) (8.0)(250) .... (20.0)(125) 19, 642
i 1
n
SPXY X iYi n X Y 19, 642 8(13.0625)(203.75) 1, 649.875
i 1
Luego:
SPXY 1649.875
a) Cov( X , Y ) 206.2344
n 8
198
SPXY 1, 649.875
b) r 0.994
SCX SCY 155.7188 17, 701.5
199
5.4 REGRESIN LINEAL SIMPLE
As, en el ejemplo 5.1 vemos que las cantidad demandada de muecas (Y), es una
funcin del precio de las mismas (X). Es decir, que Y = f(X).
En el diagrama de dispersin obtenido antes, se puede apreciar que no todos los puntos
caen sobre la recta postulada, por lo que es necesario agregarle al modelo una
componente de error, as el modelo queda como:
Yi = a + bXi + ei
n n
2
Minimizar ei2 Yi a bX i
i 1 i 1
200
Siendo la suma de los errores al cuadrado funcin de los parmetros a y b, se tiene que
tomar derivadas parciales con respecto a dichos parmetros e igualar a cero, as:
n
ei2 n
i 1
2 Yi a bX i ( 1) 0
a i 1
n
ei2 n
i 1
2 Yi a bX i ( X i ) 0
b i 1
n n
na b Xi Yi . (1)
i 1 i 1
n n n
a Xi b X i2 X iYi ... (2)
i 1 i 1 i 1
n n
X iYi nXY Xi X Yi Y
SPXY
b i 1
n
i 1
n
; y
2 2 2 SCX
X i nX Xi X
i 1 i 1
a Y b X
Frmulas de clculo para los valores de a y de b en regresin simple. Cabe resaltar que
el smbolo sobre a y sobre b indica que son valores estimados obtenidos con la
informacin muestral y son una buena aproximacin hacia a y b en la estadstica
inferencial.
Interpretacin de a y b
Y
Al ser b la pendiente de la recta, entonces en b , si X 1 b Y ; quiere
X
201
Por otro lado a representa el intercepto con el eje Y, cuando X se aproxima cero y en
algunos casos no tiene mayor sentido.
Ejemplo 5.3
Para los datos del ejemplo 5.1, se pide: a) calcular e interpretar los coeficientes de
regresin y el coeficiente de determinacin entre X e Y; y b) determinar la cantidad
demandada de muecas cuando el precio sea de $ 15.
Solucin.-
n
SPXY X iYi n X Y 19, 642 8(13.0625)(203.75) 1, 649.875
i 1
n
SCX X i2 n X 2 1520.75 8(13.0625)2 155.7188
i 1
n
SCY Yi 2 nY 2 349,814 8(203.75)2 17, 701.5
i 1
Luego:
SPXY 1649.875
b - 10.5952
SCX 155.7188
202
La ecuacin de regresin simple queda establecido como:
Yi a b X i 342.15 10.595 X i
Interpretacin.-
a = 342.15, indica que la demanda tope bordear las 342 muecas, con el precio de
las mismas alrededor de cero dlares.
Veamos como obtener los indicadores del modelo de regresin usando los programas
Excel, Minitaab, SPSS y R.
En Excel:
203
Figura 5.8 Aplicando Regresin en Excel
Para terminar hacer clic en Aceptar y se obtiene los resultados de la Figura 5.9.
A partir de la celda A12, aparece el Resumen de los clculos de regresin, que para el
caso estn sombreados y son:
Precio = b = -10.595223376.
204
Figura 5.9 Resultado de la Regresin de cantidad y precio de muecas en Excel
En Minitab:
Con los datos de la variable precio (X) y cantidad (Y) en el Worksheet, del men
escoger Stat, luego Regression y nuevamente la opcin Regression; y aparece la
ventana de dilogo Regression de la Figura 5.10.
205
De la lista de variables del lado izquierdo, seleccionar la variable Y = cantidad e
ingresarla en Response: (variable de respuesta o dependiente) y en Predictors:
seleccionar X = Precio.
Para terminar hacer clic en OK. Inmediatamente en la ventana de Session del Minitab
aparecen los resultados siguientes:
Analysis of Variance
Source DF SS MS F P
Regression 1 17481 17481 475.23 0.000
Residual Error 6 221 37
Total 7 17702
En SPSS:
Con los datos de las variables precio (X) y cantidad (Y) definidos e ingresados en el
editor de datos del SPSS, del men seleccionar Analizar Regresin Lineal e
inmediatamente aparece la ventana de dilogo de la Figura5.11.
Una vez ingresadas las variables, hacer clic en Aceptar y aparecen los resultados
mostrados despus de la Figura 5.11.
206
Figura 5.11 Aplicando Regresin en SPSS
La vista de resultados del SPSS muestra en el Resumen del modelo los coeficientes de
correlacin y determinacin, mientras que en los Coeficientes se presenta la constante
a = 342.150 y b = -10.595.
Coeficientesa
Coeficientes
Coeficientes no estandarizad
estandarizados os
Modelo B Error tp. Beta t Sig.
1 (Constante) 342.150 6.701 51.059 .000
PRECIO ($) -10.595 .486 -.994 -21.800 .000
a. Variable dependiente: CANTIDAD
207
Al igual que el Minitab, tambin presenta el anlisis de varianza para la regresin
siguiente:
ANOVAb
Suma de Media
Modelo cuadrados gl cuadrtica F Sig.
1 Regres in 17480.795 1 17480.795 475.226 .000a
Res idual 220.705 6 36.784
Total 17701.500 7
a. Variables predictoras : (Cons tante), PRECIO ($)
b. Variable dependiente: CANTIDAD
En R:
Definidos los valores de las variables Precio y Cantidad, por los vectores X e Y
respectivamente siguientes:
> modelo=lm(Y~X)
> modelo
Call:
lm(formula = Y ~ X)
Coefficients:
(Intercept) X
342.15 -10.60
> resumen=summary(modelo)
> resumen
208
Call:
lm(formula = Y ~ X)
Residuals:
Coefficients:
---
209
Captulo 6. MODELOS DISCRETOS DE PROBABILIDAD
La estadstica es como una mujer con bikini, muestra casi todo, pero lo
fundamental lo oculta . Olvidaba decir que lo fundamental es . lo
que yo quiera creer Robert Frost
CONTENIDO
6.1 Introduccin.
6.2 Distribucin binomial.
6.3 Distribucin de Poisson.
6.4 Distribucin hipergeomtrica.
6.5 Distribucin geomtrica.
6.1 INTRODUCCIN
La determinacin del xito o fracaso en este tipo de pruebas esta sujeto al inters
particular de quin realiza una determinada prueba.
210
6.2 DISTRIBUCIN BINOMIAL
Distribucin Bernoulli.-
Las pruebas de Bernoulli tienen dos posibles resultados uno de los cuales es fijado
convencionalmente como xito (E) y el otro como fracaso (F). Por tanto: = {F, E}.
p ( x ) P( X x) p x q1 x ; x 0, 1.
x 0 1
p (x) = P (X = x) p q=1-p
Ejemplo 6.1
211
Caractersticas del ensayo binomial
Una prueba binomial se caracteriza por estar constituida por n pruebas de Bernoulli
repetidas o independientes, cada una con la misma probabilidad p de xito y la variable
aleatoria X = nmero de xitos. Rx = {0, 1, 2 , . , n}.
Ley de probabilidad
p ( x) P( X x) Cxn p x q n x
; x 0, 1, 2,3,...., n
n!
Donde: C xn
n x ! x!
F ( x) P( X x) P( X xi ) Cxni p xi q n xi
xi x xi x
Todas estas probabilidades son calculadas por los programas estudiados, tal como
veremos a continuacin.
Ejemplo 6.2
Se lanza una moneda correcta 5 veces. Sea X = el nmero de caras obtenidas. Calcule
la probabilidad de obtener: a) 3 caras; b) a lo ms 2 caras; c) la distribucin de
probabilidades; y d) la funcin de distribucin acumulativa de probabilidades.
212
Solucin
1 10
a) p(3) P( X 3) C35 ( )5 0.3125
2 32
1 1 1 1 5 10 16
= C05 ( )5 C15 ( )5 C25 ( )5 0.50
2 2 2 32 32 32 32
x 0 1 2 3 4 5
213
Veamos el procedimiento de clculo de estas probabilidades con los programas, las
mismas que estn sintetizadas en la tabla de la pregunta c) y d).
En Excel:
Para ello, estando en la casilla B2, en funciones del Excel, escogemos Estadsticas
(de seleccionar una categora) y buscamos la funcin DISTR.BINOM y aparece la
ventana de dilogo de la Figura 6.1.
214
0.5 y en Acumulado escribir FALSO, porque no se desea calcular probabilidad
acumulada. Al hacer enter, aparece la probabilidad p(0) = 0.03125.
Para obtener las probabilidades para los otros valores de x, se efecta una copia de lo
anterior para las celdas sucesivas en B3, B4, B5, B6 y B7, cuyos resultados se
muestran en la Figura 6.2.
Para obtener las probabilidades acumuladas para los otros valores de x, se efecta una
copia de lo anterior para las celdas sucesivas en C3, C4, C5, C6 y C7, cuyos resultados
se muestran en la Figura 6.2.
En Minitab:
Esta funcin permite tres tipos de clculos: Probabililty (calcular una probabilidad para
un valor de la variable), Cumulative probability (calcular la probabilidad acumulada
hasta un valor determinado) e Inverse cumulative probability (calcular el valor de la
215
variable para una probabilidad acumulada dada). Clculos que son realizados
indicando previamente los parmetros de la distribucin binomial, es decir, n =
Number of trials (nmero de pruebas) y p = Event probability (probabilidad de xito).
x P( X = x )
3 0.3125
216
Figura 6.4 Probabilidad acumulada con la distribucin binomial en Minitab
x P( X <= x )
2 0.5
Resultados similares a los del ejemplo 6.2.
Primero definir los valores en una columna de la Worksheet (hoja de trabajo del
Minitab); para el ejemplo 6.2, en la columna C1 con la denominacin x se han definido
los valores 0, 1, 2, 3, 4 y 5.
Para calcular las probabilidades para cada uno de los valores de la variable, se procede
de manera similar a lo realizado en la Figura 6.3, slo que no se selecciona Input
217
Como son seis probabilidades las que se van a calcular se tiene que indicar donde se
quiere colocar dichos resultados.
Figura 6.5 Probabilidad para varios valores con distribucin binomial en Minitab
Si se desea seguir usando estos resultados para hacer otros clculos, los mismos deben
aparecer en la Worksheet del Minitab, por ello en Optional storage: (deposito
opcional de resultados) escribir C2. Para terminar hacer clic en OK y los resultados se
muestran en la columna C2 de la Worksheet.
Si no se van hacer otros clculos con los resultados, hacer clic en OK y dichos
resultados se muestran en la hoja de Session as:
x P( X = x )
0 0.03125
1 0.15625
2 0.31250
3 0.31250
4 0.15625
5 0.03125
218
Para calcular las probabilidades acumuladas para los seis valores del ejemplo 6.2 y con
los resultados en la hoja de Session, en la Figura 6.5 seleccionar
y al hacer clic en OK aparecen los resultados siguientes:
x P( X <= x )
0 0.03125
1 0.18750
2 0.50000
3 0.81250
4 0.96875
5 1.00000
Los dos ltimos resultados son idnticos a los que aparecen en la Figura 6.2, los que a
continuacin se presentan tal como se han obtenido en la Worksheet del Minitab.
0.30
0.25
0.20
p(x)
0.15
0.10
0.05
0.00
0 1 2 3 4 5
x
219
En SPSS:
Para calcular las probabilidades simples (P) y las acumuladas (F) del ejemplo 6.2, en la
vista de variables se define x y en la vista de datos se ingresan los mismos (0, 1, 2, 3, 4
y 5). Veamos el clculo de probabilidades simples (P).
Del Grupo de funciones: del lado derecho, escoger FDP y FDP no centrada; y de
A continuacin, hay que definir cada uno de los argumentos ? indicados en la funcin
PDF.BINOM(cant,n,prob) que se precisan en el recuadro central de la Figura 6.6. As
cant representa los valores de la variable x, n el nmero de ensayos = 5 y prob =
220
probabilidad de xito = 0.5. Para finalizar hacer clic en Aceptar y en la vista de datos
aparece los resultados siguientes:
Para el clculo de las probabilidades acumuladas (F) del ejemplo 6.2, proceder de
manera similar al clculo de probabilidades simples, con las variantes indicadas, tal
como se muestra en la Figura 6.7.
221
as: CDF.BINOM(x,5,0.5). Para finalizar hacer clic en Aceptar y en la vista de datos
aparece los resultados siguientes:
En R:
> dbinom(3,5,0.5)
[1] 0.3125
> x=c(0,1,2,3,4,5)
> dbinom(x,5,0.5)
222
> P=dbinom(x,5,0.5)
> cbind(x,P)
x P
[1,] 0 0.03125
[2,] 1 0.15625
[3,] 2 0.31250
[4,] 3 0.31250
[5,] 4 0.15625
[6,] 5 0.03125
En la parte b) del ejemplo 6.2 se solicita F (2) = P (X 2), esto se calcula as:
> pbinom(2,5,0.5)
[1] 0.5
> F=pbinom(x,5,0.5)
> cbind(x,P,F)
x P F
223
[3,] 2 0.31250 0.50000
x
e
p( x) P( X x) ; x 0, 1, 2,3,....
x!
xi
e
F ( x) P( X x) P( X xi )
xi x xi x xi !
224
La deduccin como un proceso de Poisson, surge cuando hay eventos discretos que
se generan en un intervalo continuo t (unidad de medida: longitud, rea, volumen,
tiempo, etc.) y forman un proceso de Poisson con parmetro , si tiene las siguientes
propiedades.
( t)x e t
p ( x) P( X x) ; x 0, 1, 2,3,....
x!
Ejemplo 6.3
225
Solucin
4x e 4
p( x) P( X x) ; x 0, 1, 2,3,.... Luego:
x!
43 e 4
a) p(3) = P(X = 3) = = 0.195367
3!
40 e 4 41 e 4 42 e 4
b) P (X 2) = p(0) + p(1) + p(2) = = 0.23810
0! 1! 2!
0 0.018316 0.018316
1 0.073262 0.091578
2 0.146525 0.238103
3 0.195367 0.433470
4 0.195367 0.628837
5 0.156293 0.785130
6 0.104196 0.889326
7 0.059540 0.948866
8 0.029770 0.978637
9 0.013231 0.991868
10 0.005292 0.997160
11 0.001925 0.999085
12 0.000641 0.999726
226
d) La distribucin acumulativa de probabilidades se ha determinado con la funcin
4 xi e 4
F ( x) P( X x) P( X xi ) y se presentan en la tabla anterior
xi x xi x xi !
de la pregunta c).
En Excel:
Para ello, estando en la casilla B2, en funciones del Excel, escogemos Estadsticas
(de seleccionar una categora) y buscamos la funcin POISSON y aparece la ventana
de dilogo de la Figura 6.8.
227
En Argumentos de funcin se define: el nmero de xitos, x A2 (0) para poder
efectuar una copia para los dems valores de x. Media 4 y en Acumulado escribir
FALSO, porque no se desea calcular probabilidad acumulada. Al hacer enter, aparece
la probabilidad p(0) = 0.01832.
Para obtener las probabilidades para los otros valores de x, se efecta una copia de lo
anterior para las celdas sucesivas en B3, B4, hasta B17, cuyos resultados se muestran
en la Figura 6.9.
Para obtener las probabilidades acumuladas para los otros valores de x, se efecta una
copia de lo anterior para las celdas sucesivas en C3, C4, hasta C17, cuyos resultados
se muestran en la Figura 6.9.
228
En Minitab:
Esta funcin permite tres tipos de clculos: Probabililty (calcular una probabilidad para
un valor de la variable), Cumulative probability (calcular la probabilidad acumulada
hasta un valor determinado) e Inverse cumulative probability (calcular el valor de la
variable para una probabilidad acumulada dada). Clculos que se realizan indicando
previamente el parmetro de la distribucin Poisson, es decir, = 4 = Mean (media).
229
Probability Density Function
x P( X = x )
3 0.195367
Figura 6.11 Probabilidad para varios valores con distribucin Poisson en Minitab
Para calcular las probabilidades acumuladas para los valores del ejemplo 6.3 y
con los resultados en la Worksheet, en la Figura 6.10 seleccionar
y en Optional storage: seleccionar F(x). Al hacer clic en OK
en la Worksheet aparecen los resultados de la Figura 6.11.
El grfico de la distribucin Poisson obtenido con el Minitab es el siguiente:
230
Grfico 6.2 Distribucin de Poisson con = 4
0.20
0.15
p(x)
0.10
0.05
0.00
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
x
En SPSS:
Para calcular las probabilidades simples (P) del ejemplo 6.3, en la vista de variables se
define x y en la vista de datos se ingresan los mismos (0, 1, 2, 3, 4, ., 15, ).
231
Del men escoger Transformar Calcular variable y aparece la ventana de
dilogo de la Figura 6.12. En Variable de destino: escribir P.
Del Grupo de funciones: del lado derecho, escoger FDP y FDP no centrada; y de
A continuacin, hay que definir cada uno de los argumentos ? indicados en la funcin
PDF.POISSON(cant,media) que se precisan en el recuadro central de la Figura 6.12.
As cant representa los valores de la variable x, y media = = 4. Para finalizar hacer
clic en Aceptar y en la vista de datos aparece los resultados de la Figura 6.14.
Para el clculo de las probabilidades acumuladas (F) del ejemplo 6.3, proceder de
manera similar al clculo de probabilidades simples, con las variantes indicadas, tal
como se muestra en la Figura 6.13.
232
En la Variable de destino: se escribe F. Del Grupo de funciones: escoger FDA y FDA
no centrada; y de Funciones y variables especiales: seleccionar Cdf.Poisson e
ingresarla en el recuadro Expresin numrica y definir los argumentos cant y media
as: CDF.POISSON(x,4). Para finalizar hacer clic en Aceptar y en la vista de datos
aparece los resultados de la Figura 6.14.
En R:
> dpois(3,4)
[1] 0.1953668
233
Si se desea determinar la distribucin de probabilidades de la variable aleatoria X,
primero se define el vector de valores y luego se calculan las probabilidades as:
> x=c(0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15)
> P=dpois(x,4)
> cbind(x,P)
x P
[1,] 0 1.831564e-02
[2,] 1 7.326256e-02
[3,] 2 1.465251e-01
[4,] 3 1.953668e-01
[5,] 4 1.953668e-01
[6,] 5 1.562935e-01
[7,] 6 1.041956e-01
[8,] 7 5.954036e-02
[9,] 8 2.977018e-02
[10,] 9 1.323119e-02
[11,] 10 5.292477e-03
[12,] 11 1.924537e-03
[13,] 12 6.415123e-04
[14,] 13 1.973884e-04
[15,] 14 5.639669e-05
[16,] 15 1.503912e-05
234
En la parte b) del ejemplo 6.3 se solicita F (2) = P (X 2), esto se calcula as:
> ppois(2,4)
[1] 0.2381033
> F=ppois(x,4)
> cbind(x,P,F)
x P F
235
6.4 DISTRIBUCIN HIPERGEOMTRICA
CxM CnN xM
p( x) P( X x) ; mx {o, n + M - N} x mn {n, M}
CnN
Donde: p = M/N y q = (N M) / N = 1 - p
Ejemplo 6.4
236
repartidos hayan: a) 3 naipes negros; b) a lo ms 2 naipes negros; c) la distribucin de
probabilidades; y d) la funcin de distribucin acumulativa de probabilidades.
Solucin
Cx26 C526x
p ( x) P( X x) ; x 0,1, 2,3, 4,5 Luego:
C552
C326 C226
a) p(3) P( X 3) = 0.32513
C552
x 0 1 2 3 4 5
237
En Excel:
Para ello, estando en la casilla B2, en funciones del Excel, escogemos Estadsticas
(de seleccionar una categora) y buscamos la funcin DISTR.HIPERGEOM y
aparece la ventana de dilogo de la Figura 6.15.
Para obtener las probabilidades para los otros valores de x, se efecta una copia de lo
anterior para las celdas sucesivas en B3, B4, B5, B6 y B7, cuyos resultados se
muestran en la Figura 6.16.
238
Las probabilidades acumuladas F(x) se han determinado haciendo los clculos en la
columna C usando los de la columna B, estos se muestran en la Figura 6.16.
En Minitab:
Esta funcin permite tres tipos de clculos: Probabililty (calcular una probabilidad para
un valor de la variable), Cumulative probability (calcular la probabilidad acumulada
hasta un valor determinado) e Inverse cumulative probability (calcular el valor de la
variable para una probabilidad acumulada dada).
239
Figura 6.17 Probabilidad con la distribucin hipergeomtrica en Minitab
x P( X = x )
3 0.325130
Para calcular las probabilidades acumuladas para los valores del ejemplo 6.4 y
con los resultados en la Worksheet, en la Figura 6.17 seleccionar
240
y en Optional storage: seleccionar F(x). Al hacer clic en OK
en la Worksheet aparecen los resultados de la Figura 6.18.
0.30
0.25
0.20
p(x)
0.15
0.10
0.05
0.00
0 1 2 3 4 5
x
En SPSS:
Para calcular las probabilidades simples (P) del ejemplo 6.4, en la vista de variables se
define x y en la vista de datos se ingresan los mismos (0, 1, 2, 3, 4, 5).
241
Figura 6.19 Clculo de probabilidades con la distrib. hipergeomtrica en SPSS
Del Grupo de funciones: del lado derecho, escoger FDP y FDP no centrada; y de
A continuacin, hay que definir cada uno de los argumentos ? indicados en la funcin
PDF.HIPER(cant,total,muestra,aciertos) que se precisan en el recuadro central de la
Figura 6.19. As cant representa los valores de la variable x, total = N = 52, muestra =
n = 5 y aciertos = M = 26. Para finalizar hacer clic en Aceptar y en la vista de datos
aparece los resultados de la Figura 6.21.
Para el clculo de las probabilidades acumuladas (F) del ejemplo 6.4, proceder de
manera similar al clculo de probabilidades simples, con las variantes indicadas, tal
como se muestra en la Figura 6.20.
242
ingresarla en el recuadro Expresin numrica y definir los argumentos cant, total,
muestra y aciertos, as: CDF.HIPER(x,52,5,26).
Para finalizar hacer clic en Aceptar y en la vista de datos aparece los resultados de la
Figura 6.21.
243
En R:
> dhyper(3,26,26,5)
[1] 0.3251301
> x=c(0,1,2,3,4,5)
> P=dhyper(x,26,26,5)
> cbind(x,P)
x P
[1,] 0 0.02531012
[2,] 1 0.14955982
[3,] 2 0.32513005
[4,] 3 0.32513005
[5,] 4 0.14955982
[6,] 5 0.02531012
244
Para calcular probabilidades acumuladas con la hipergeomtrica usar la funcin
phyper(x,M,N-M,n). Donde x puede ser un valor o un conjunto de valores definidos
previamente, M = objetos con la caracterstica de inters, N-M = objetos sin la
caracterstica de inters y n el tamao de la muestra.
En la parte b) del ejemplo 6.4 se solicita F (2) = P (X 2), esto se calcula as:
> phyper(2,26,26,5)
[1] 0.5
> F=phyper(x,26,26,5)
> cbind(x,P,F)
x P F
Resultados idnticos para cada uno de los programas empleados. Cabe resaltar que
cualquiera de los clculos de probabilidades con otras distribuciones son similares,
vemos ahora la distribucin geomtrica de probabilidades.
245
6.5 DISTRIBUCIN GEOMTRICA
p ( x ) P( X x) p q x 1 ; x 1, 2,3, 4,5,....
F ( x) P( X x) P( X xi ) p q xi 1
xi x xi x
Ejemplo 6.5
Se lanza una moneda cargada con probabilidad de cara igual a 1/4. Sea X el nmero de
lanzamientos de la moneda hasta obtener cara. Calcule la probabilidad de que se
hayan realizado: a) 3 lanzamientos; b) a lo ms 2 lanzamientos; c) la distribucin de
probabilidades; y d) la funcin de distribucin acumulativa de probabilidades.
246
Solucin
x 1
1 3
p( x) P( X x) ; x 1, 2,3, 4,.... Luego:
4 4
3 1
1 3
a) p(3) P( X 3) = 0.14063
4 4
1 1 2 1
1 3 1 3
b) P (X 2) = p(1) + p(2) = =
4 4 4 4
1 0.25000 0.25000
2 0.18750 0.43750
3 0.14063 0.57813
4 0.10547 0.68359
5 0.07910 0.76270
6 0.05933 0.82202
7 0.04449 0.86652
8 0.03337 0.89989
9 0.02503 0.92492
10 0.01877 0.94369
11 0.01408 0.95776
247
d) La distribucin acumulativa de probabilidades se ha determinado con la funcin
xi 1
1 3
F ( x) P( X x) P( X xi ) y se presentan en la tabla
xi x 4 xi x 4
anterior de la pregunta c).
En Excel:
248
En Minitab:
En este programa, al igual que para las distribuciones anteriores, se puede hacer
clculos de probabilidades individuales o para el conjunto de valores que toma la
variable.
Esta funcin permite tres tipos de clculos: Probabililty (calcular una probabilidad para
un valor de la variable), Cumulative probability (calcular la probabilidad acumulada
hasta un valor determinado) e Inverse cumulative probability (calcular el valor de la
variable para una probabilidad acumulada dada).
249
Veamos el clculo de probabilidades individuales.
x P( X = x )
3 0,140625
Para calcular las probabilidades acumuladas para los valores del ejemplo 6.5 y
con los resultados en la Worksheet, en la Figura 6.23 seleccionar
y en Optional storage: seleccionar F(x). Al hacer clic en OK
en la Worksheet aparecen los resultados de la Figura 6.24.
Las probabilidades acumuladas presentadas en la Figura 6.24, se encuentran
alrededor de 0.987, para X = 15, por lo que existen ms valores de X cuyas
probabilidades acumuladas no se han evaluado. As tenemos que para X = 40: el
Minitab arroja una probabilidad ms cerca de uno y es la siguiente:
x P( X <= x )
40 0.999990
250
Figura 6.24 Probabilidades con distribucin geomtrica en Minitab
0.25
0.20
0.15
p(x)
0.10
0.05
0.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
x
251
En SPSS:
Para calcular las probabilidades simples (P) del ejemplo 6.5, en la vista de variables se
define x y en la vista de datos se ingresan los mismos (0, 1, 2, 3, , 14, 15, .).
Del Grupo de funciones: del lado derecho, escoger FDP y FDP no centrada; y de
A continuacin, hay que definir cada uno de los argumentos ? indicados en la funcin
PDF.GEOM(cant,prob) que se precisan en el recuadro central de la Figura 6.25. As
cant representa los valores de la variable x, prob = probabilidad de xito = p = 0.25.
252
Para finalizar hacer clic en Aceptar y en la vista de datos aparece los resultados de la
Figura 6.27.
Para el clculo de las probabilidades acumuladas (F) del ejemplo 6.5, proceder de
manera similar al clculo de probabilidades simples, con las variantes indicadas, tal
como se muestra en la Figura 6.26.
Para finalizar hacer clic en Aceptar y en la vista de datos aparece los resultados de la
Figura 6.27.
253
Figura 6.27 Distrib. de probabilidades geomtrica del ejemplo 6.5 en SPSS
En R:
F ( y) P(Y y) P(Y yi ) p q yi
yi y yi y
254
> dgeom(2,0.25)
[1] 0.140625
> y=c(0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15)
> P=dgeom(y,0.25)
> cbind(y,P)
y P
[1,] 0 0.250000000
[2,] 1 0.187500000
[3,] 2 0.140625000
[4,] 3 0.105468750
[5,] 4 0.079101563
[6,] 5 0.059326172
[7,] 6 0.044494629
[8,] 7 0.033370972
[9,] 8 0.025028229
[10,] 9 0.018771172
[11,] 10 0.014078379
[12,] 11 0.010558784
255
[13,] 12 0.007919088
[14,] 13 0.005939316
[15,] 14 0.004454487
[16,] 15 0.003340865
En la parte b) del ejemplo 6.5 se solicita F (2) = P (X 2) = P(Y 1), esto se calcula
en R as:
> pgeom(1,0.25)
[1] 0.4375
> F=pgeom(y,0.25)
> cbind(y,P,F)
y P F
256
[8,] 7 0.033370972 0.8998871
257
Captulo 7. MODELOS CONTINUOS DE PROBABILIDAD
CONTENIDO
7.1 Introduccin.
7.2 Distribucin uniforme o rectangular.
7.3 Distribucin exponencial.
7.4 Distribucin normal.
7.5 Distribucin chi-cuadrado.
7.6 Distribucin T de student.
7.7 Distribucin F.
7.1 INTRODUCCIN
probabilidades como:
258
7.2 DISTRIBUCIN UNIFORME O RECTANGULAR
1
,a x b
f ( x) b a
0 , otros casos
0 ,x a
x a
F ( x) P( X x) ,a x b
b a
1 , x b
Ejemplo 7.1
El tiempo en minutos que cierta persona invierte en ir de su casa a la estacin del tren
es un fenmeno aleatorio que obedece a una ley de distribucin uniforme en el
intervalo de 20 a 25 minutos.
a) Cul es la probabilidad de que alcance el tren que sale de la estacin a las 7:28
a.m. en punto, si sale de su casa exactamente a las 7:05 a.m.?
259
Solucin
1
, 20 x 25
f ( x) 5
0 , otros casos
0 ,x 20
x 20
F ( x) P( X x) , 20 x 25
5
1 , x 25
a) Si sale de su casa a las 7:05, para que alcance el tren que sale a las 7:28, debe
demorarse a lo ms 23 minutos, es decir X 23, luego la probabilidad solicitada
usando la funcin de distribucin acumulativa de probabilidades es:
23 20 3
P( X 23) F (23) = 0.6.
5 5
Significa que el 60% de las veces que sale de su casa a las 7:05 alcanzar el tren.
24 20 22 20 2
b) P(22 X 24) = F(24) F(22) = = 0.4.
5 5 5
En Excel:
260
En Minitab:
La funcin permite tres tipos de clculos: Probabililty density (para hallar f(x) para un
valor x de la variable), Cumulative probability (calcular la probabilidad acumulada
hasta un valor x determinado) e Inverse cumulative probability (calcular el valor de la
variable para una probabilidad acumulada dada). Las ms usadas son las dos ltimos.
261
Para efectuar el clculo F(23) de la parte a) del Ejemplo 7.1 necesitamos seleccionar
Continuous uniform on 20 to 25
x P( X <= x )
23 0.6
Se procede del mismo modo para hallar F(24) y F(22) de la parte b).
De la tabla, se obtiene rpidamente P(22 X 24) = F(24) F(22) = 0.8 0.4 = 0.4.
262
Figura 7.2 Graficando probabilidades acumuladas para la uniforme en Minitab
263
Distribution Plot
Uniform, Lower=20, Upper=25
0.4
0.20
0.15
Density
0.10
0.05
0.00
20 22 24 25
X
Figura 7.4 Clculo y grfico de P(22 X 24) con la dist. uniforme en Minitab
Para el clculo del inverso de probabilidades acumuladas (calcular el valor del cuantil
x, para una probabilidad acumulada dada) seleccionar en la
Figura 7.1 e indicar los parmetros de la distribucin uniforme.
Continuous uniform on 20 to 25
P( X <= x ) x
0.65 20.25
Cuyo grfico (vlido para la distribucin uniforme y otras variables continuas) se
obtiene de manera similar al anterior, slo que en la Figura 7.3 en Define Shaded Area
By se escoge , luego seleccionar (cola del lado izquierdo en
inferencia estadstica) y en el recuadro de Probability: escribir 0.05.
264
Distribution Plot
Uniform, Lower=20, Upper=25
0.05
0.20
0.15
Density
0.10
0.05
0.00
20 20.3 25
X
Figura 7.5 Grfico del inverso de probab. acum. Con la dist. uniforme en Minitab
Nota.- todos los procedimientos vistos aqu con el Minitab son vlidos para las otras
distribuciones continuas de probabilidad y que sern abreviados cuando se vea para
esas otras distribuciones.
En SPSS:
Para calcular las densidades f(x) (f) del ejemplo 7.1, slo para hacer el grfico de la
funcin, en la vista de variables se define x y en la vista de datos se ingresan los
mismos (22, 23, 24, .).
Del Grupo de funciones: del lado derecho, escoger FDP y FDP no centrada; y de
A continuacin, hay que definir cada uno de los argumentos ? indicados en la funcin
PDF.UNIFORM(cant,mn,mx) que se precisan en el recuadro central de la Figura 7.6.
265
As cant representa los valores de la variable x, mn = valor mnimo = 20 y mx =
valor mximo = 25.
Figura 7.6 Clculo de las densidades f(x) con la distribucin uniforme en SPSS
Para finalizar hacer clic en Aceptar y en la vista de datos aparece los resultados de la
Figura 7.8, cuyos resultados no son de mucha trascendencia para variables continuas,
ya que sirven para realizar la grfica de la distribucin [distinto al caso discreto, donde
se obtena probabilidades p(x) con esta funcin], por lo que para las siguientes
distribuciones los obviaremos, pero se obtienen de manera similar en el SPSS.
Sin embargo, las probabilidades acumuladas son de inters por lo que sern tratadas en
cada una de las distribuciones continuas que se presentan y cuyo procedimiento es
similar al que se ve a continuacin.
Para el clculo de las probabilidades acumuladas (F) del ejemplo 7.1, proceder de
manera similar al clculo de densidades, con las variantes indicadas, tal como se
muestra en la Figura 7.7.
266
En la Variable de destino: se escribe Fx. Del Grupo de funciones: escoger FDA y
FDA no centrada; y de Funciones y variables especiales: seleccionar Cdf.Uniform e
ingresarla en el recuadro Expresin numrica.
Luego definir los argumentos cant representa los valores de la variable x, mn = valor
mnimo = 20 y mx = valor mximo = 25, as: CDF.UNIFORM(x,20,25).
Para finalizar hacer clic en Aceptar y en la vista de datos aparece los resultados de la
Figura 7.8.
267
En R:
> x=c(22,23,24)
> f=dunif(x,20,25)
> cbind(x,f)
x f
[1,] 22 0.2
[2,] 23 0.2
[3,] 24 0.2
> F=punif(x,20,25)
> cbind(x,f,F)
x f F
268
Para el clculo del inverso de probabilidades acumuladas (calcular el valor del cuantil
x, para una probabilidad acumulada dada) usar la funcin qunif(p,mn,mx). Donde p
puede ser una probabilidad acumulada o un conjunto de probabilidades acumuladas
definidas previamente, mn = a = valor ms pequeo de X y mx = b = valor ms
grande de X.
> qunif(0.05,20,25)
[1] 20.25
Resultados idnticos a los del Minitab y del SPSS. Cabe resaltar que cualquiera de los
clculos de probabilidades con otras distribuciones es similar.
x
e ,x 0
f ( x)
0 , otros casos
= E (X) = 1/
2 = Var (X) = 1/ 2
269
La funcin de distribucin acumulativa de probabilidades
0 , x 0
F ( x) P( X x) x
1 e , x 0
Ejemplo 7.2
El tiempo de vida de un tipo de focos es una variable aleatoria X, que tiene distribucin
exponencial con una vida media de 1000 horas. a) Qu proporcin de focos no sirve
antes de las 1000 horas? y b) Qu proporcin de focos dura entre 800 y 1200 horas?
Solucin
0.001 x
0.001 e ,x 0
f ( x)
0 , otros casos
0 , x 0
F ( x) P( X x) 0.001 x
1 e , x 0
Significa que el 63.21% de los focos no sirve antes de las 1000 horas.
Significa que el 14.81% de los focos dura entre 800 y 1200 horas.
270
En Excel:
Para ello, estando en la casilla B2, en funciones del Excel, escogemos Estadsticas
(de seleccionar una categora) y buscamos la funcin DISTR.EXP y aparece la
ventana de dilogo de la Figura 7.9.
271
Para obtener las probabilidades acumuladas para los otros valores de x, se efecta una
copia de lo anterior para las celdas sucesivas en B3 y B4, cuyos resultados son:
En Minitab:
La funcin permite tres tipos de clculos: Probabililty density (para hallar f(x) para un
valor x de la variable), Cumulative probability (calcular la probabilidad acumulada
hasta un valor x determinado) e Inverse cumulative probability (calcular el valor de la
variable para una probabilidad acumulada dada). Las ms usadas son las dos ltimos.
En el Ejemplo 7.2, la variable aleatoria X = tiempo de vida de los focos ~ Exp (0.001)
parmetro indicado en la Figura 7.10. Para resolver la parte a) y b) se necesita el
272
clculo de probabilidades acumuladas F(800), F(1000) y F(1200) que se explican a
continuacin.
Para efectuar el clculo F(800) de la parte a) del Ejemplo 7.2 necesitamos seleccionar
x P( X <= x )
1000 0.632121
Se procede del mismo modo para hallar F(800) y F(1200) de la parte b).
273
Figura 7.11 Graficando probabilidades acum. para la exponencial en Minitab
Distribucin exponencial
Scale= = 1/ = 1000, Thresh=0
0.0010
0.0008
0.0006
Density
0.0004 0.148
0.0002
0.0000
0 800 1200
X
274
Para el clculo del inverso de probabilidades acumuladas (calcular el valor del cuantil
x, para una probabilidad acumulada dada) seleccionar en la
Figura 7.10 e indicar el parmetro de la distribucin exponencial.
P( X <= x ) x
0.05 51.2933
El 5% de los focos tiene un duracin menor o igual a 51.29 horas.
El valor de x, para una probabilidad acumulada F(x) =0.95 es:
P( X <= x ) x
0.95 2995.73
El 95% de los focos tiene una duracin menor o igual a 2995.73 horas.
En SPSS:
Para calcular las probabilidades acumuladas F(x) (F) del ejemplo 7.2, en la vista de
variables se define x y en la vista de datos se ingresan los mismos (800, 1000, 1200).
Del Grupo de funciones: del lado derecho, escoger FDA y FDA no centrada; y de
A continuacin, hay que definir cada uno de los argumentos ? indicados en la funcin
CDF.EXP(cant,escala) que se precisan en el recuadro central de la Figura 7.12. As
cant representa los valores de la variable x y escala = = 0.001.
275
Figura 7.12 Clculo de probab. acum. con la distribucin exponencial en SPSS
Para finalizar hacer clic en Aceptar y en la vista de datos aparece los resultados de la
Figura 7.13.
En R:
276
En el ejemplo 7.2, X = tiempo de vida de los focos ~ Exp (0.001). Para determinar las
probabilidades acumuladas correspondientes a los valores 800, 1000 y 1200 se define
un vector x con esos valores y luego las probabilidades acumuladas F se calculan as:
> x=c(800,1000,1200)
> F=pexp(x,0.001)
> cbind(x,F)
x F
Para el clculo del inverso de probabilidades acumuladas (calcular el valor del cuantil
x o q, para una probabilidad acumulada dada) usar la funcin qexp(p,). Donde p es
una o un conjunto de probabilidades acumuladas definidas previamente y =
parmetro de la exponencial.
> p=c(0.05,0.95)
> q=qexp(p,0.001)
> cbind(p,q)
p q
277
7.4 DISTRIBUCIN NORMAL
Definicin.- se dice que una variable aleatoria continua X tiene distribucin normal
con parmetros y 2, si su funcin de densidad de probabilidades est dada por:
(x )2
1 2 2
f ( x) e , x
2
2
Distribution Normal
Mean = , StDev =
0.8
0.7
0.6
0.5
Density
0.4
0.3
0.2
0.1
0.0
X
278
(t )2
x 1 2 2
F ( x) P( X x) e dt
2
2
X
Si una variable aleatoria X ~ N (, 2) y se define la variable Z entonces la
z2
1 2
f ( z) e , z
2
2
t
z 1
(z) = P( Z z) e dt . Se cumple que (-z) = 1 - (z), para z > 0.
2
P(a X b) = P[(a - ) / (X - ) / (b - ) /] =
279
Ejemplo 7.3
Los dimetros de los tubos fabricados por cierta mquina tienen distribucin normal
con media de 9.8 mm. y desviacin estndar de 0.53 mm. a) Qu proporcin de tubos
sern rechazados, si no se aceptan dimetros inferiores a 9 mm?; b) Qu proporcin
de tubos tiene un dimetro entre 8.5 y 11.0 mm?; y c) por debajo de que dimetro se
encuentra el 95% de los tubos?
Solucin
X 9.8
Estandarizando se tiene que Z ~ N (0, 1)
0.53
X 9.8 9 9.8
P( X 9) P P( Z 1.51) = (-1.51) = 0.06552
0.53 0.53
Significa que alrededor del 6.55% de los tubos fabricados ser rechazado.
Significa que alrededor del 99.25% de los tubos fabricados tienen dimetro entre
8.5 y 11.0 mm.
x 9.8 x 9.8
0.95 = P(X x) = P Z Z 0.95 1.645 x = 10.67 mm.
0.53 0.53
Significa que el 95% de los tubos fabricados tienen un dimetro de alrededor de los
10.67 mm.
280
En Excel:
281
Para obtener las probabilidades acumuladas para los otros valores de x, se efecta una
copia de lo anterior para las celdas sucesivas en B3 y B4, cuyos resultados son:
Nota.- para hallar los resultados iniciales del ejemplo 7.3, se hizo una aproximacin de
los valores Z, para poder usar la vieja tabla de la distribucin normal estndar,
resultados que difieren de los acumulados F(x) encontrados con el programa, ya que
ste internamente hace la estandarizacin y da una mejor aproximacin. Sin embargo,
el Excel tambin permite obtener los (z) con la funcin DIST.NORM.ESTAND(z).
Tal como se muestra en los resultados anteriores difieren los F(x) y (z).
En Minitab:
La funcin permite tres tipos de clculos: Probabililty density (para hallar f(x) para un
valor x de la variable), Cumulative probability (calcular la probabilidad acumulada
hasta un valor x determinado) e Inverse cumulative probability (calcular el valor de la
variable para una probabilidad acumulada dada). Las ms usadas son las dos ltimos.
282
Figura 7.15 Probabilidad acumulada con la distribucin normal en Minitab
Para efectuar el clculo F(8.5) de la parte b) del Ejemplo 7.3 necesitamos seleccionar
x P( X <= x )
8.5 0.0070869
283
F(x) para que los resultados los deposite en la misma Worksheet. Al hacer clic en OK,
en la Worksheet aparecen los resultados siguientes:
284
Para finalizar hacer clic en OK y aparece el grfico siguiente:
Distribution Normal
Mean=9.8, StDev=0.53
0.8
P(8.5 X 11.0) = 0.981
0.7
0.6
0.5
Density
0.4
0.3
0.2
0.1
0.0
8.5 9.8 11
X
Para el clculo del inverso de probabilidades acumuladas (calcular el valor del cuantil
x, para una probabilidad acumulada dada) seleccionar en la
Figura 7.15 e indicar los parmetros de la distribucin normal.
Para determinar el valor de x, para una probabilidad acumulada F(x) =0.95 en la parte
P( X <= x ) x
0.95 10.6718
En SPSS:
Para calcular las probabilidades acumuladas F(x) (F) del ejemplo 7.3, en la vista de
variables se define x y en la vista de datos se ingresan los mismos (8.5, 9.0, 11.0).
285
Del men escoger Transformar Calcular variable y aparece la ventana de
dilogo de la Figura 7.17. En Variable de destino: escribir F.
Del Grupo de funciones: del lado derecho, escoger FDA y FDA no centrada; y de
A continuacin, hay que definir cada uno de los argumentos ? indicados en la funcin
CDF.NORMAL(cant,media,desv_tp) que se precisan en el recuadro central de la
Figura 7.17. As cant representa los valores de la variable x, media = = 9.8 y desv_tp
= = 0.53.
Para finalizar hacer clic en Aceptar y en la vista de datos aparece los resultados de la
Figura 7.18.
286
Figura 7.18 Probabilidades acumuladas con la distribucin normal en SPSS
En R:
En el ejemplo 7.3, X = dimetro de los tubos en mm. ~ N (9.8, 0.532). Para determinar
las probabilidades acumuladas correspondientes a los valores 8.5, 9.0 y 11.0 se define
un vector x con esos valores y luego las probabilidades acumuladas F se calculan as:
> x=c(8.5,9.0,11.0)
> F=pnorm(x,9.8,0.53)
> cbind(x,F)
x F
Para el clculo del inverso de probabilidades acumuladas (calcular el valor del cuantil
x o q, para una probabilidad acumulada dada) usar la funcin qnorm(x,,). Donde p
es una o un conjunto de probabilidades acumuladas definidas previamente.
> qnorm(0.95,9.8,0.53)
[1] 10.67177
287
7.5 DISTRIBUCIN CHI-CUADRADO
Definicin.- Sean Z1, Z2, ..., Zr, variables aleatorias independientes, cada una con
distribucin normal estndar, Zi ~ N(0 , 1) . Entonces, la variable aleatoria
x Z12 Z22 ... Z r2
tiene una distribucin chi-cuadrado con r grados de libertad, si su funcin de
densidad de probabilidades est dada por:
r
1 1
x/2
f X 2 ( x) = r
x2 e , 0<x<
2
r
2
2
= 0 , en otros casos
Donde:
1
entero positivo (n) = (n 1)! . Adems, .
2
r = grados de libertad (GL) representa el nmero de variable aleatorias
independientes que se suman o el nmero de variables que pueden variar
libremente. En regresin y econometra es el rango de una matriz (mximo
nmero de columnas linealmente independientes) asociadas a formas
cuadrticas delas sumas de cuadrados.
Si la variable aleatoria X tiene distribucin chi-cuadrado con r grados de libertad,
la denotaremos como X ~ X r2 .
= E(x) = r y = Var(x) = 2r
288
utilizando la funcin de distribucin acumulativa de probabilidades que en la
mayora de los casos son del tipo de acumulacin menor o igual que.
As tenemos que, la probabilidad que la variable aleatoria X con distribucin
xr2 1 r 30 sea menor o igual a un valor constante x 2 , representada por:
PX X2 , 0 1
Distribution chi-cuadrado
Chi-Square, df=25
0.06
0.05
0.04
Density
0.03
0.02
0.01
0.00
X
X
Ejemplo 7.4
Solucin
289
a) P[X > 40.6] = 1 - P[ X 252 40.6] = 1 0.975 = 0.025.
Significa que el 2.5% de los valores de X ~ X 252 son mayores que 40.6.
Significa que el 90% de los valores de X ~ X 252 se encuentran entre 14.6 y 37.7.
Significa que el 10% de los valores de X ~ X 252 son menores que 16.5.
En Excel:
Para obtener las probabilidades acumuladas para los otros valores de x, se efecta una
copia de lo anterior para las celdas sucesivas en B3 y B4, los resultados se presentan en
la Figura 7.19. Se puede apreciar que se ha calculado una columna de 1 F(x) cuyos
resultados son parecidos a los usados en la solucin manual del Ejemplo 7.4.
290
Figura 7.19 Clculo de probabilidades acumuladas con la chi-cuadrado en Excel
En Minitab:
Para calcular las probabilidades acumuladas para los valores de X del ejemplo 7.4, en
una columna de la worksheet definimos como x los valores 14.6, 37.7 y 40.6; y en otra
291
Resultados idnticos a los obtenidos con el Excel en la columna 1 F(x).
Distribution Plot
Chi-Square, df=25
0.06
0.901
0.05
0.04
Density
0.03
0.02
0.01
0.00
14.6 37.7
X
292
Para el clculo del inverso de probabilidades acumuladas (calcular el valor del cuantil
x, para una probabilidad acumulada dada) seleccionar en la
ventana de dilogo Chi-Square Distribution e indicar los grados de libertad 25.
Para determinar el valor de x, para una probabilidad acumulada F(x) =0.10 en la parte
Chi-Square with 25 DF
P( X <= x ) x
0.1 16.4734
En SPSS:
Para calcular las probabilidades acumuladas F(x) (F) del ejemplo 7.4, en la vista de
variables se define x y en la vista de datos se ingresan los mismos (14.6, 37.7, 40.6).
Del Grupo de funciones: del lado derecho, escoger FDA y FDA no centrada; y de
A continuacin, hay que definir cada uno de los argumentos ? indicados en la funcin
CDF.CHISQ(cant,gl) que se precisan en el recuadro central de la Figura 7.21. As cant
representa los valores de la variable x y gl = grados de libertad = 25. Para finalizar
hacer clic en Aceptar y en la vista de datos aparece los resultados siguientes:
293
Figura 7.21 Clculo de probab. acumuladas con la chi-cuadrado en SPSS
En R:
> x=c(14.6,37.7,40.6)
> F=pchisq(x,25)
> cbind(x,F)
x F
294
[2,] 37.7 0.95052629
Para el clculo del inverso de probabilidades acumuladas (calcular el valor del cuantil
x o q, para una probabilidad acumulada dada) usar la funcin qchisq(x,gl). Donde p es
una o un conjunto de probabilidades acumuladas definidas previamente.
> qchisq(0.10,25)
[1] 16.47341
Definicin.- Sea Z una variable aleatoria normal estndar N(0, 1). Sea X2 ~ X r2 una
variable aleatoria que tiene una distribucin chi-cuadrado con r grados de libertad, y si
Z y X2 son independientes, entonces la variable aleatoria (v.a.)
Z Z r
T ~ tr
X2 Y
r
295
Media y Varianza:
La media y la varianza de la v. a. T con r grados de libertad son:
E(T) = T =0 , r>1
2 r
Var(T) = T , r>2
r 2
Funcin de Distribucin Acumulativa de Probabilidades.-
El clculo de probabilidades para variable aleatoria t, se efecta utilizando las
Tablas de t, las mismas que han sido elaboradas utilizando la funcin de
distribucin acumulativa de probabilidades que en la mayora de los casos son del
tipo de acumulacin menor o igual que.
As tenemos que, la probabilidad que la variable aleatoria T con distribucin tr (1
r < 30) sea menor o igual a un valor constante t , representada por:
PT t , 0< <1
Distribution t
gl = df=25
0.4
0.3
Density
0.2
0.1
0.0
T 0
X
296
La distribucin t es una distribucin simtrica como la normal y se cumple que:
Ejemplo 7.5
Solucin
Significa que el 1.0% de los valores de X ~ T25 son mayores que 2.485.
Significa que el 87.5% de los valores de X ~ T25 se encuentran entre -1.316 y 2.06.
En Excel:
297
Para hallar las probabilidades acumuladas, estando en la casilla B2, en funciones
del Excel, escogemos Estadsticas (de seleccionar una categora) y buscamos la
funcin DISTR.T y aparece la ventana de Argumentos de funcin donde se define:
el valor de X = A2 (1.316) para poder efectuar una copia para los otros valores de x,
en el recuadro de Grados_de libertad escribir 25 y en colas escribir 1. Una forma
Para obtener las probabilidades acumuladas para los otros valores de x, se efecta una
copia de lo anterior para las celdas sucesivas en B3 y B4, los resultados se presentan en
la Figura 7.22. Se puede apreciar que se ha calculado una columna de 1 F(x) cuyos
resultados son parecidos a los usados en la solucin manual del Ejemplo 7.4.
En Minitab:
298
Para el clculo de probabilidades acumuladas seleccionar e
indicar el parmetro requerido Degrees of freedom (grados de libertad) escribir 25 en
el recuadro.
Para calcular las probabilidades acumuladas para los valores de X del ejemplo 7.5, en
una columna de la worksheet definimos como x los valores -1.316, 2.060 y 2.485; y en
otra columna F(x) para obtener los resultados. Para ello, seleccionar y
escoge x en el recuadro; y en Optional storage: se escoge F(x) para que los resultados
los deposite en la misma Worksheet. Al hacer clic en OK, en la Worksheet aparecen
los resultados siguientes:
299
Distribution T
gl = df=25
0.4
0.875
0.3
Density
0.2
0.1
0.0
-1.316 0 2.06
X
Para el clculo del inverso de probabilidades acumuladas (calcular el valor del cuantil
x, para una probabilidad acumulada dada) seleccionar en la
ventana de dilogo Chi-Square Distribution e indicar los grados de libertad 25.
Para determinar el valor de x, para una probabilidad acumulada F(x) =0.05 en la parte
P( X <= x ) x
0.05 -1.70814
En SPSS:
Para calcular las probabilidades acumuladas F(x) (F) del ejemplo 7.5, en la vista de
variables se define x y en la vista de datos se ingresan los mismos (-1.316, 2.060 y
2.485).
300
Del men escoger Transformar Calcular variable y aparece la ventana de
dilogo de la Figura 7.24. En Variable de destino: escribir F.
Del Grupo de funciones: del lado derecho, escoger FDA y FDA no centrada; y de
A continuacin, hay que definir cada uno de los argumentos ? indicados en la funcin
CDF.T(cant,gl) que se precisan en el recuadro central de la Figura 7.24. As cant
representa los valores de la variable x y gl = grados de libertad = 25. Para finalizar
hacer clic en Aceptar y en la vista de datos aparece los resultados siguientes:
301
En R:
> x=c(-1.316,2.060,2.485)
> F=pt(x,25)
> cbind(x,F)
x F
Para el clculo del inverso de probabilidades acumuladas (calcular el valor del cuantil
x o q, para una probabilidad acumulada dada) usar la funcin qt(x,gl). Donde p es una
o un conjunto de probabilidades acumuladas definidas previamente.
> qt(0.05,25)
[1] -1.708141
302
REFERENCIAS BIBLIOGRFICAS
303
304
ANEXO
305
BASE DE DATOS: ESTADSTICA BSICA 09-A
(Contina .
306
. Continuacin)
ing. mie. prom.
n_cuest sexo edad peso talla g.estud cr.aprob t.vi viend
fam fam acum
47 1 22 68 175 1500 3 150 34 11.00 2
48 1 21 68 168 2000 4 180 52 11.79 1
49 1 21 55 165 1500 5 100 34 12.00 1
50 2 22 59 152 1300 8 240 48 11.00 1
51 1 22 65 172 1000 9 300 32 12.09 3
52 1 20 66 173 1000 4 250 29 11.70 1
53 2 22 51 156 900 7 100 16 12.00 1
54 2 23 53 155 1250 4 250 40 12.00 1
55 2 19 45 150 650 7 125 34 14.00 1
56 2 20 52 160 900 4 150 44 14.00 2
57 1 19 53 168 1000 5 250 36 15.00 1
58 1 18 67 172 1300 5 180 39 13.00 2
59 1 19 77 178 1200 5 150 30 12.00 1
60 2 22 53 157 600 3 150 35 11.00 1
(Contina .
307
. Conclusin)
n.dor horas. hrs. lib. imp. imp.
n_cuest hobby col. proc espe cial
mit tv estud leidos estudio fisico
32 4 3 9 3 2 5 1 1 1
33 3 8 14 4 2 5 4 1 2
34 3 12 16 3 2 4 3 2 2
35 1 12 12 6 4 4 2 1 2
36 4 12 30 8 2 5 3 1 1
37 4 14 14 5 2 4 3 2 2
38 4 10 5 3 3 5 3 1 2
39 3 30 28 5 4 5 4 1 2
40 3 12 28 4 2 5 2 1 2
41 3 16 14 10 1 5 3 1 2
42 2 6 10 0 1 3 3 1 2
43 7 10 7 3 4 4 3 2 2
44 3 14 14 2 4 5 4 1 2
45 3 7 12 1 2 5 3 1 1
46 5 21 35 3 2 4 3 1 2
47 2 10 10 2 1 2 4 1 1
48 3 21 14 3 1 5 4 2 1
49 3 10 18 2 2 5 4 1 2
50 10 8 10 3 2 4 3 1 2
51 4 5 10 7 1 5 5 1 2
52 5 10 14 5 1 5 5 2 2
53 8 10 18 4 2 4 5 1 1
54 3 9 10 2 3 4 4 1 2
55 4 4 10 3 2 4 5 1 2
56 2 8 8 8 4 5 4 1 2
57 3 14 5 2 1 3 3 1 2
58 3 14 14 5 1 4 3 1 2
59 3 14 30 5 1 4 3 1 2
60 2 15 16 3 2 3 4 1 2
Codificacin:
308