Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PROBABILIDAD Y ESTADSTICA
CON MATLAB PARA
INVESTIGADORES
Curso bsico
Hctor Jos Pabn ngel MSc.
2010
~1~
UNIVERSIDAD DE CUNDINAMARCA SECCIONAL UBAT
PROBABILIDAD Y ESTADSTICA
CON MATLAB
PARA INVESTIGADORES
POR:
UNIVERSIDAD DE CUNDINAMARCA
SECCIONAL UBAT
PROGRAMA DE INGENIERA
2010
2
CONTENIDO
Pg.
1. ELEMENTOS DE MATLAB 8
1.1 INTRODUCCIN 8
1.2 ALGUNAS OPERACIONES BSICAS CON MATLAB 8
1.3 LOS NMEROS EN MATLAB Y LOS FORMATOS NUMRICOS 9
1.4 OPERACIONES ARITMTICAS 9
1.5 FUNCIONES MATEMTICAS DE MATLAB 11
1.6 VECTORES 11
1.7 MATRICES 14
1.8 CREACIN DE MATRICES ESPECIALES 17
1.9 OPERACIONES CON MATRICES 21
1.10 CADENAS DE IMPRESIN 23
1.11 SOLUCIN DE ECUACIONES LINEALES 24
1.12 GRAFICACIN CON MATLAB 27
1.13 SUBPLOT 29
1.14 DEFINICIN DE FUNCIONES 30
2. PROBABILIDAD 32
2.1 INTRODUCCIN 32
2.2 ESPACIO MUESTRAL 32
2.3 EVENTO 32
2.4 COMBINATORIA 33
2.5 PROBABILIDAD DE UN EVENTO 34
2.6 PROBABILIDAD CONDICIONAL 36
2.7 EVENTOS INDEPENDIENTES 37
2.8 VARIABLES ALETAORIAS 37
2.9 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD 38
2.10 DISTRIBUCIN CONTINUA DE PROBABILIDAD 40
2.11 ESPERANZA MATEMTICA 41
2.12 VARIANZA 43
2.13 DISTRIBUCIONES DISCRETAS 45
2.13.1 Distribucin binomial 45
2.13.2 Distribucin hipergeomtrica 47
2.13.3 Distribucin de Poisson 48
2.14 DISTRIBUCIONES CONTINUAS 50
2.14.1 Distribucin normal 50
2.14.2 Distribucin 2 (o JI-cuadrado) 57
2.14.3 Distribucin t de Student 58
2.14.4 Distribucin F 59
3. ANLISIS ESTADSTICO 61
3.1 ESTADSTICA DESCRIPTIVA 61
3.1.1 Estadgrafos de posicin 66
3.1.2 Estadgrafos de dispersin 66
4. TEORA DE MUESTREO 72
4.1 INFERENCIA ESTADSTICA 75
4.2 PRUEBA DE HIPTESIS 75
3
5. AJUSTES DE CURVAS Y REGRESIN 88
5.1 INTRODUCCIN 88
5.2 REGRESIN LINEAL SIMPLE 88
5.3 DIAGRAMAS DE DISPERSIN 89
APNDICE 1 98
APNDICE 2 99
APNDICE 3 100
APNDICE 4 101
GLOSARIO 103
BIBLIOGRAFA 108
FUENTES DE INFORMACIN ELECTRNICA 111
4
LISTA DE FIGURAS
Pg.
6
LISTA DE TABLAS
Pg.
7
PROBABILIDAD Y ESTADSTICA CON MATLAB PARA
INVESTIGADORES
1. ELEMENTOS DE MATLAB
1.1 INTRODUCCIN
MATLAB existe como un programa de aplicacin primaria con una librera bastante
Toolbox standard Toolbox de
MATLAB, contienen una librera amplia para resolver muchos problemas prcticos de
estadstica, tales como interpolacin, regresin, medidas de tendencia central, medidas
de dispersin, inferencia estadstica, graficacin, entre otros muchos temas.
El prompt >> est dado por el sistema y se requiere dar <ENTER> para ejecutar un
comando MATLAB
Ejemplo 1.1
Un punto y coma colocado al final de una expresin hace que la ejecucin del comando
no sea visible al usuario. Sin el punto y coma, se muestra el resultado de la ejecucin.
8
Ejemplo 1.3 Uso del punto y coma.
Por defecto, la salida a la pantalla es de cuatro dgitos a la derecha del punto decimal.
>>format short
>>pi
ans =
3.1416
>>pi
ans =
3.14159265358979
>>format short e
>>pi
ans =
3.1416e + 000
Como parte de su sintaxis y su semntica, MATLAB est previsto para dar valores
excepcionales. Ms infinito (+ ) est representado por Inf, menos infinito (- ) por inf,
NAN (not a number). Estos valores excepcionales se
encuentran a menudo a travs de clculos en MATLAB.
9
Smbolo Efecto
+ Adicin o suma
- Substraccin o resta
* Multiplicacin o producto
/ Divisin
^ Potencia
Conjugada transpuesta
pi, e Constantes
Ejemplo 1.5
>>(4-2+3*pi)/2
ans =
5.7124
>>a=2;
>>b=sin(a);
>>2*b^2
ans =
1.6537
Las operaciones aritmticas con MATLAB son mucho ms potentes que stas del
ejemplo 1.5, como se ver ms adelante.
Hay algunas operaciones aritmticas que requieren gran cuidado. El orden en el cual la
multiplicacin y la divisin se especifican es especialmente importante.
>>a=2;
>>b=3;
>>c=4;
10
>>a/b*c
ans =
2.6667
>> a/(b*c)
ans =
0.1667
Smbolo Efecto
abs(x) Valor absoluto
Ntese que las funciones trigonomtricas su argumento debe estar en radianes (o nmero
puro) y no en grados.
11
>> cos(pi/3)
ans =
0.5000
Como se dijo antes, las variables aparecen como escalares. De hecho, todas las variables
en MATLAB son arreglos. Un aspecto importante de MATLAB es que se trabaja muy
eficientemente con arreglos y las tareas principales son mejor trabajadas con arreglos.
1.6 VECTORES
En MATLAB la palabra vector puede ser realmente interpretada como una lista de
nmeros. Estrictamente, podra ser una lista de otros objetos no numricos, pero por
ahora, decir esto es ms que suficiente y llena las expectativas del curso.
Hay dos clases bsicas de vectores en MATLAB: vector fila y vector columna.
x=
1 2 3 4 5
y=
ans =
ans =
>> z=x(4)+3*x(2)+y(5)
z = 15
12
Los dos puntos tienen un especial y potente rol. Bsicamente, permite una forma fcil de
definir un vector de nmeros igualmente espaciados. Hay dos formas bsicas de definir
un vector en MATLAB con esta la notacin, utilizando los dos puntos.
La primera se hace con dos argumentos separados por dos puntos, como sigue:
Ejemplo 1.9 Definir un vector x con elementos igualmente espaciados por una unidad.
>> x=-2:4 %crea un vector que empieza con -2 y termina con 4 con incrementos de a 1
x=
-2 -1 0 1 2 3 4
La segunda es con tres argumentos separados por dos veces los dos puntos y tiene el
efecto de especificar el valor inicial : espaciamiento : valor final.
Ejemplo 1.10 Definir un vector espaciando igualmente sus elementos con incrementos
de 0.5
>> y=-2:0.5:4 %crea un vector que empieza con -2 y termina con 4 con incrementos de a 0.5
y=
>> z=x(2:6) %crea el vector z con los elementos desde x(2) hasta x(6)
z=
-1 0 1 2 3
>> w=y(2:6) %crea el vector w con los elementos desde y(2) hasta y(6)
w=
MATLAB tiene otros dos comandos para definir vectores de una manera adecuada. La
primera se llama funcin linspace, que se usa para especificar un vector con un nmero
dado de elementos igualmente espaciados entre un punto inicial y un punto final.
>> x=logspace(1,5,5)
x=
Ejemplo 1.14 Se pueden usar vectores con MATLAB para generar tablas de valores de
funciones.
ans =
0 1.0000
0.1000 0.9950
0.2000 0.9801
0.3000 0.9553
0.4000 0.9211
0.5000 0.8776
0.6000 0.8253
0.7000 0.7648
0.8000 0.6967
0.9000 0.6216
1.0000 0.5403
14
Ntese que se utiliz el apstrofe para transponer los vectores, es decir, para convertir
las filas en columnas.
Ejemplo 1.15 Otra forma de usar los dos puntos es como sigue:
>> y=sqrt(4+2*(0:0.3:2.4)')
y=
2.0000
2.1448
2.2804
2.4083
2.5298
2.6458
2.7568
2.8636
2.9665
1.7 MATRICES
Una matriz es un arreglo bidimensional de valores numricos que obedecen las reglas del
lgebra lineal.
Para entrar una matriz, se listan todos los elementos de la matriz de la primera fila
separados por espacios en blanco o comas, separando la primera fila de la segunda por
punto y coma y as sucesivamente hasta la ltima fila, encerrando todos los elementos
con corchetes. Para entrar una matriz de 3x4 de nmeros se procede as:
A=
1 2 3 4
5 6 7 8
8 10 11 12
15
ans =
Ejemplo 1.18 Los elementos de las matrices se pueden manipular de muchas maneras.
>> A
A=
1 2 3 4
5 6 7 8
8 10 11 12
ans =
ans =
1 2 3
5 6 7
8 10 11
>> A([1:3],[1:3])
ans =
1 2 3
5 6 7
8 10 11
16
>> x(4)=[ ]
x=
1 2 3 5 6
>> A(:,1)=[ ]
A=
2 3 4
6 7 8
10 11 12
Ejemplo 1.21 Para intercambiar dos filas de una matriz A, se digita el siguiente script:
B=
10 6 2
B=
10 11 12
6 7 8
2 3 4
>> A
A=
2 3 4
6 7 8
10 11 12
Ejemplo 1.22 Para cambiar la segunda fila de una matriz A de 3x3 a [2 2 2], se ejecuta el
siguiente script:
A=
1 2 3
4 5 6
7 8 9
17
>> A(2,:)=[2 2 2]
A=
1 2 3
2 2 2
7 8 9
Ejemplo 1.23 se
ejecuta el siguiente script:
A=
1 2 3
4 5 6
7 8 9
>> A(:,2)=[1 1 1]
A=
1 1 3
4 1 6
7 1 9
1.8 CREACIN DE MATRICES ESPECIALES
Hay muchas funciones incorporadas en MATLAB que se utilizan para crear vectores y
matrices especiales. Se tienen ejemplos como:
A=
0 0 0
0 0 0
A=
0 0 0
0 0 0
18
0 0 0
>> A=ones(2,3)
A=
1 1 1
1 1 1
>> A=ones(3)
A=
1 1 1
1 1 1
1 1 1
>> A=ones(2,3)'
A=
1 1
1 1
1 1
>> I3=eye(3)
I3 =
1 0 0
0 1 0
0 0 1
>> I5=eye(5)
I5 =
1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
0 0 0 1 0
0 0 0 0 1
19
Ejemplo 1.27 Crear una matriz diagonal
>> A=diag(x)
A=
1 0 0
0 2 0
0 0 3
A=
4 0 0
0 5 0
0 0 6
Ejemplo 1.28 Para extraer la diagonal de una matriz almacenada en memoria, se usa el
nombre de la funcin diag, pero poniendo como entrada una matriz y presentando como
salida alternativa un vector.
A=
1 0 0
0 2 0
0 0 3
>> u=diag(A)
u=
Ejemplo 1.29 Crear la funcin length y la funcin size, la cual se usa para determinar el
nmero de elementos de un vector o una matriz. Estas funciones son muy tiles cuando
20
se trata de matrices de tamao desconocido o tamao variable especialmente cuando se
escriben bucles (loops).
x=
1 2 3 4 5 6 7 8 9 10
ans =
10
Ejemplo 1.30 Ahora se define el comando size, el cual retorna dos valores,
correspondientes a las filas y columnas de la matriz en cuestin, donde el primer nmero
corresponde a las filas y el segundo a las columnas.
A=
1 2 3 4
5 6 7 8
>> size(A)
ans =
2 4
>> size(A')
ans =
4 2
Ejemplo 1.31 Crear la matriz de races cuadradas de una matriz A, usando la funcin sqrt
para obtener una matriz B cuyos elementos son las races cuadradas de los elementos de
la matriz A.
>> A
A=
1 2 3 4
5 6 7 8
>> B=sqrt(A)
B=
21
1.0000 1.4142 1.7321 2.0000
Ejemplo 1.32 Crear una matriz triangular superior de una matriz dada A, usando la
funcin triu
A=
1 2 3
4 5 6
7 8 9
>> U=triu(A)
U=
1 2 3
0 5 6
0 0 9
>> U=triu(A,1)
U=
0 2 3
0 0 6
0 0 0
>> U=triu(A,2)
U=
0 0 3
0 0 0
0 0 0
Ejemplo 1.33 Crear una matriz triangular inferior, usando la funcin tril
>> U=tril(A)
U=
1 0 0
4 5 0
22
7 8 9
>> U=tril(A,-1)
U=
0 0 0
4 0 0
7 8 0
>> U=tril(A,-2)
U=
0 0 0
0 0 0
7 0 0
Ejemplo 1.34 Crear una matriz aleatoria nxn usando la funcin rand
>> R=rand(3) %siempre va a salir una matriz diferente por ser aleatoria
R=
>> R=rand(2) %siempre va a salir una matriz diferente por ser aleatoria
R=
0.9649 0.9706
0.1576 0.9572
Ejemplo 1.35
>> A=[-1 2 5 0; 1 -2 4 2; 1 2 3 4]
A=
23
-1 2 5 0
1 -2 4 2
1 2 3 4
>> B=[0 1 0 1; 2 -1 -4 3; 2 1 4 1]
B=
0 1 0 1
2 -1 -4 3
2 1 4 1
>> A+B
ans =
-1 3 5 1
3 -3 0 5
3 3 7 5
>> A-B
ans =
-1 1 5 -1
-1 -1 8 -1
-1 1 -1 3
>> 2*A-3*B
ans =
-2 1 10 -3
-4 -1 20 -5
-4 1 -6 5
>> B=B' % se hace B igual a B transpuesta por
B=
0 2 2
1 -1 1
0 -4 4
1 3 1
>> B*A %
a.
ans =
24
4 0 14 12
-1 6 4 2
0 16 -4 8
3 -2 20 10
ans =
2 -24 20
0 -6 18
6 0 20
>> c=a./b
c=
>> c=a.*b
c=
2 -2 12
>> c=a.^2
c=
1 4 9
>> c=a.^a
c=
1 4 27
>> c=a.^b
c=
>> B=B'
B=
0 1 0 1
25
2 -1 -4 3
2 1 4 1
>> C=A.*B
C=
0 2 0 0
2 2 -16 6
2 2 12 4
>> C=C.^(1/2)
C=
0 1.4142 0 0
Ejemplo 1.37
>> apellido=apellido'
apellido =
Ejemplo 1.38 Las matrices tipo string tambin pueden ser creadas como sigue:
>> nombres=['Hector';'Pabon '] %las dos cadenas deben ser de la misma longitud, o completarse
con blancos
26
nombres =
Hector
Pabon
Ejemplo 1.39 La funcin disp toma nicamente un argumento, el cual puede ser ambos, o
una matriz de caracteres o una matriz numrica.
>> x=0:0.5:2*pi;
>> y=cos(x);
0 1.0000
0.5000 0.8776
1.0000 0.5403
1.5000 0.0707
2.0000 -0.4161
2.5000 -0.8011
3.0000 -0.9900
3.5000 -0.9365
4.0000 -0.6536
4.5000 -0.2108
5.0000 0.2837
5.5000 0.7087
6.0000 0.9602
Mi nombre es:
Hector Pabon
Ejemplo 1.41 La funcin fprintf tiene especificaciones del nmero de dgitos en el display
27
>> raiz2=fprintf('La raiz cuadrada de 2 es: %1.6f',(sqrt(2)))
>> A=[1 1 1;2 3 1;1 -1 -2]; %matriz de los coeficientes de las variables
>> x=A\b
x=
-1
2
Hay un pequeo nmero de funciones que pueden ser mencionadas a continuacin:
Ejemplo 1.43 Reducir una matriz A a la forma escalonada reducida por filas.
>> rref(A)
ans =
1 0 0
0 1 0
0 0 1
>> det(A)
ans =
-5
28
Ejemplo 1.45 Encontrar el rango de una matriz, usando la funcin Rank.
>> rank(A)
ans =
Ejemplo 1.46 Encontrar la inversa de una matriz A no singular, usando la funcin inv.
>> inv(A)
ans =
1 -1/5 2/5
-1 3/5 -1/5
1 -2/5 -1/5
C=
1 1 1 2
2 3 1 3
1 -1 -2 -6
>> [L,U]=lu(A)
L=
1/2 1/5 1
1 0 0
1/2 1 0
29
U=
2 3 1
0 -5/2 -5/2
0 0 1
>> L*U
ans =
1 1 1
2 3 1
1 -1 -2
>> A
A=
1 1 1
2 3 1
1 -1 -2
Las races de un polinomio p(x) se pueden hallar utilizando la funcin roots, como
roots(p).
>> r=roots(p)
r=
-2.4748
0.8081
>> sol=polyval(coef,1.5)
sol =
12.3750
30
1.12 GRAFICACIN CON MATLAB
Ejemplo 1.51
>> x=-2:0.1:2;
>> y=exp(x)+10;
>> plot(x,y)
Por defecto, la funcin plot conecta los puntos por medio de segmentos de lnea slida.
Otras posibilidades que se pueden usar para cambiar la apariencia de la grfica son:
>> plot(x,y,'o'),grid
>> plot(x,y,'*'),grid
>> plot(x,y,'x'),grid
>> plot(x,y,'.'),grid
>> plot(x,y,'+'),grid
31
>> plot(x,y,'-'),grid
>> plot(x,y,'.-'),grid
>> plot(x,y,'o-'),grid
>> y=x;
>> [X,Y]=meshgrid(x,y);
>> Z= -3*X+Y;
>> mesh(X,Y,Z)
>> x=linspace(-5,5,20);
>> y=linspace(-5,5,20);
>> [X,Y]=meshgrid(x,y);
>> Z=sin(R)./R;
>> surf(X,Y,Z)
32
1.13 SUBPLOT
Muchas veces es conveniente colocar ms de una figura en una misma ventana. Esto es
posible con el comando grfico llamado funcin subplot, lo cual se puede hacer como se
muestra a continuacin:
Ejemplo 1.53
>> x=-2:0.1:2;
>> y=x;
>> [X,Y]=meshgrid(x,y);
>> Z=2+(X.^2+Y.^2);
FIGURA 1.4 Varios grficos en una misma ventana utilizando la funcin subplot
33
>> x=linspace(-2*pi,2*pi);
>> subplot(2,2,1);
>> subplot(2,2,2);
>> subplot(2,2,3);
>> subplot(2,2,4);
FIGURA 1.5 Varios grficos en una misma ventana utilizando la funcin subplot
34
1.14 DEFINICIN DE FUNCIONES
La sintaxis para definir funciones desde el editor de MATLAB, tiene la siguiente forma:
>> x=(0:0.2:2);
>> fx=fn2(x);
ans =
0 1.0000
0.2000 0.8246
0.4000 0.7399
0.6000 0.8353
0.8000 1.1673
1.0000 1.7183
1.2000 2.4404
1.4000 3.3073
1.6000 4.3251
1.8000 5.5227
2.0000 6.9446
35
Correspondiente al siguiente grfico:
>>plot(x,y)
36
2. PROBABILIDAD
2.1 INTRODUCCIN
A cada resultado en un espacio muestral se llama elemento o punto del espacio muestral.
Por ejemplo, al lanzar una moneda el conjunto muestral S est conformado por dos
elementos: cara y sello.
Ejemplo 2.1 En un experimento de lanzar un dado cbico (seis caras) el espacio muestral
est conformado por los puntos muestrales: S = {1, 2, 3, 4, 5, 6}
2.3 EVENTO
En cualquier experimento el hecho de que ocurra cierta circunstancia se llama evento, por
ejemplo al lanzar un dado corriente, un evento puede ser el hecho de obtener un nmero
par, en cuyo caso est conformado por tres puntos muestrales: A = {2, 4, 6}
A1 A2
A1 A2
2.4 COMBINATORIA
(1)
>> v=[1 2 3 4 5]
>> c2=combnk(v,2)
c2 =
4 5
3 5
3 4
38
2 5
2 4
2 3
1 5
1 4
1 3
1 2
>> c4=combnk(v,4)
c4 =
1 2 3 4
1 2 3 5
1 2 4 5
1 3 4 5
2 3 4 5
(2)
>> perms(v)
ans =
ave
aev
vae
vea
eva
eav
39
ans =
2 1 0
2 0 1
1 2 0
1 0 2
0 1 2
0 2 1
Para una poblacin consistente de K posibles resultados, solamente una de los cuales
puede ocurrir, para cada ensayo del experimento, se puede deducir la siguiente relacin:
Ejemplo 2.3 Se lanza un dado (cbico) una vez, Cul es la probabilidad de que caiga un
nmero par?
S = {(1,1),(1,2),(1,3),(1,4),(1,5),(1,6),(2,1),(2,2),(2,3),(2,4),(2,5),(2,6),(3,1),(3,2),(3,3),(3,4),
(3,5),(3,6),(4,1),(4,2),(4,3),(4,4),(4,5),(4,6),(5,1),(5,2),(5,3),(5,4),(5,5),(5,6),(6,1),(6,2), (6,3),
(6,4),(6,5),(6,6)}
Por tanto, P(A1UA2) = 3/36 + 2/36 = 5/36, aplicando (3), ya que A1 y A2 son mutuamente
excluyentes.
Ahora, si A1 y A2 son eventos complementarios, se tiene que:
Solucin. La probabilidad de obtener un nmero mltiplo de 3 es: P({3,6}) = 2/6 = 1/3. Por
tanto, la probabilidad de no obtener un nmero mltiplo de 3 es: 1 - P({3,6}) = 1 - 1/3 = 2/3
aplicando (4).
Solucin. El espacio muestral es: S = {ccc, ccs, csc, scc, css, scs, ssc, sss}. La
probabilidad P({ccs, csc, scc}) = 3/8
La probabilidad condicional de A2 dado A1, que se denota por P(A2|A1), se define como:
41
ESTUDIANTES DE ESTUDIANTES DE TOTAL
HOMBRES 70 80 150
MUJERES 90 60 150
TOTAL 160 140 300
H: seleccionar a un hombre
I: seleccionar a un estudiante de ingeniera
Visto directamente desde la tabla 2.1 se obtiene el mismo resultado: P(H | I) = 70/160 =
7/16
Dados dos eventos A1 y A2, se dice que estos eventos son independientes siempre que:
P(A1|A2) = P(A1), lo cual significa que la ocurrencia de A2 no incide en la ocurrencia de A1
Ejemplo 2.9 Suponga que se tiene una tula con 20 balotas, de las cuales 15 son rojas y 5
azules. Se seleccionan dos balotas al azar una despus de otra, sin reemplazamiento.
Cul es la probabilidad de obtener dos balotas azules?
42
2.8 VARIABLES ALETAORIAS
Una variable aleatoria es una funcin que asocia un nmero real con cada elemento del
espacio muestral.
Ejemplo 2.10 Se tienen tres monedas. Se lanzan todas tres simultneamente. El espacio
muestral es S = {ccc, ccs, csc, scc, ssc, scs, css, sss}, como en el ejemplo 2.7
Se define ahora variable aleatoria como una funcin que asocia un nmero real con cada
elemento del espacio muestral. En el ejemplo 2.7, si se asocia el nmero de caras para
cada elemento del espacio muestral, se tiene:
ccc 0
ccs
csc 1
scc
ssc
2
scs
css
sss
3
Se ve en la figura 2.2 que, la variable aleatoria X tiene como elementos X={0, 1, 2, 3}. Si
un espacio muestral S posee un nmero finito de posibilidades o un nmero infinito con
tantos elementos como nmeros enteros positivos existen, se llama entonces, espacio
muestral discreto.
f(x) 0
=1
P(X = x) = f(x)
43
Segn el ejemplo 2.10, f(x) 0, ya que f(0) = 1/8, f(1) = 3/8, f(2) = 3/8, f(3) = 1/8.
>> y=[0 1 2 3]
>> bar(y,x, r )
44
>> x=[1/8 4/8 7/8 8/8];
>> bar(y,x,'g')
2.10 DISTRIBUCIN CONTINUA DE PROBABILIDAD
Una funcin f(x) es una funcin de densidad de probabilidad para la variable aleatoria
continua X, definida en el conjunto de los , si cumple las siguientes condiciones:
1
ndice de masa corporal es igual a: peso(kg)/altura2 (m)
45
La distribucin acumulada F(x) de una VAC X (variable aleatoria continua X) con funcin
de densidad f(x) es:
, -1 < x < 2
f(x) =
0, para cualquier otro valor en
Hallar:
a) P(-1 < X < 2);
b) P(-1 < X < 1);
c) P(1 < X 2)
Solucin. Se utiliza el mtodo de Simpson para calcular la integral de f(x), como ya se
defini anteriormente.
function SN=simpsonR(fn,a,b,n)
h=(b-a)/n;
s=(feval(fn,a)+feval(fn,b));
for k=1:2:n-1
s=s+4*feval(fn,a+k*h);
end;
for k=2:2:n-2
s=s+2*feval(fn,a+k*h);
function y=fn(x)
y=(1/3)*x.^2;
a)>> simpsonR('fn',-1,2,10)
ans =
b)>> simpsonR('fn',-1,1,10)
46
ans =
0.2222
c)>> simpsonR('fn',1,2,10)
ans =
0.7778
Sea X una VA con distribucin de probabilidad f(x). La media o valor esperado de X es:
Ejemplo 2.12. Al lanzar un dado (cbico), la VAD se anota en la siguiente tabla, lo mismo
que sus valores de probabilidad:
X 1 2 3 4 5 6
P(X = x) 1/6 1/6 1/6 1/6 1/6 1/6
Y 2 4 6 8 10 12
P(Y = y) 1/6 1/6 1/6 1/6 1/6 1/6
Solucin. Aqu se tiene que E(X 3) = E(X) E(3) = 3.5 3 = 0.5, por propiedades del
valor esperado.
47
E(c) = c
E(cX) = cE(X)
E(X + c) = E(X) + c
E(X + Y) = E(X) + E(Y)
E(aX + bY) = aE(X) + bE(Y)
Ejemplo 2.15 Sea X la VAC que define la vida en horas de cierta bombilla domstica. La
funcin de densidad de probabilidad es:
, x > 100
f(x) =
0, para cualquier otro valor en
= E(X) = = = = = =
>> SN=simpsonR('fn',100,100000,1000000)
SN =
1.0
function y=fn(x)
y=20000/x^3;
Como se ve, f(x) cumple con la condicin para la cual el rea bajo la curva es 1.
function y=fn(x)
>> SN=simpsonR('fn',100,100000,1000000)
SN =
199.8
Que es aproximadamente 200 horas como se calcul manualmente para esta integral
definida que es realmente fcil de calcular.
2.12 VARIANZA
48
Sea X una VA con distribucin de probabilidad f(x) y media , la varianza de X, para X
discreta es:
2
= E[(X - )2] = (17)
Si X es continua se tiene:
2
= E[(X - )2] = (18)
2
La raz cuadrada de la varianza se denomina desviacin estndar de X.
Ejemplo 2.16 Hallar la varianza para la VAD del del ejemplo 2.12.
2
= E[(X - )2] = (1 - 3.5)(1/6) + (2 - 3.5)(1/6) + (3 - 3.5)(1/6) + (4 - 3.5)(1/6) + (5 -
3.5)(1/6) + (6 - 3.5)(1/6) = 2.9167
E=
2.9167
>> s=sqrt(E)
s=
1.7078
Ejemplo 2.17 La demanda mensual de un cierto artculo en una cadena de
hipermercados es una VAC que tiene densidad de probabilidad:
2(2x-1), 1<x<2
f(x) =
0, para cualquier otro valor en
= E(X) = = = 2[ - ] = 5/3
E(X2) = = 17/6
Por tanto, teniendo en cuenta que la varianza tambin se puede escribir como:
2
= E(X2) - 2
(19)
>> SN=simpsonR('fn',1,2,10)
SN =
1
Ahora se calcula
function y=fn(x)
y=2*(x*(x 1));
>> SN=simpsonR('fn',1,2,10)
SN =
5/3
>> SN=simpsonR('fn',1,2,10)
SN =
17/6
s2 =
1/18
1. Ninguno se grade
50
2. Que se graden la mitad
3. Que se graden todos
Solucin. Se tiene que n = 20, p = 0.6 y por tanto q = 0.4, pues p + q = 1. Para n grande
como en este caso es conveniente utilizar MATLAB para agilizar los clculos.
>> p=binopdf(0,20,0.6)
p=
1.0995e-008
2. Que se graden 10
>> p=binopdf(10,20,0.6)
p=
0.1171
>> p=binopdf(20,20,0.6)
p=
3.6562e-005
Ejemplo 2.19 Encontrar la probabilidad de que diez personas que se encuentran en una
reunin un sbado, a lo ms 2 hayan nacido en este mismo da de la semana.
Solucin. El trabajo ms dispendioso del clculo de probabilidades es cuando estas son
acumuladas como en el presente ejemplo. En los libros aparecen al final, tablas que
permiten solucionar el problema pero con algunas limitaciones, por lo incompletas y
dispendiosa la forma de encontrarlas.
En
51
>> p=binocdf(2,10,1/7)
p=
0.8384
Ejemplo 2.20 Encontrar la probabilidad de que diez personas que se encuentran en una
reunin un sbado, por lo menos 2 hayan nacido en este mismo da de la semana.
p=
0.4292
O tambin utilizando la forma larga que es poco funcional, pero que sirve como prueba:
y=
0.4292
>> p=binocdf(7,20,0.3)
p=
0.7723
Ejemplo 2.21 De 100 monedas que son extradas de una alcanca y puestas sobre una
mesa, Cul es la probabilidad de que entre 50 y 70 monedas inclusive se encuentren
mostrando cara?
Solucin.
p=
0.5398
52
2
= np y = npq (21)
Solucin. n = 100; p = ; q =
= np = 100(1/2) = 50
2
= npq = 100(1/2)(1/2) = 25
h(x, m, n, k) = , x (22)
Ejemplo 2.23 Se tienen 200 artculos de los cuales 50 son defectuosos. Si son tomados
10 artculos al azar, calcular la probabilidad de que salgan: a) exactamente cinco
defectuosos b) cinco o menos defectuosos.
a) Para p(x = 5)
h=
0.0558
b) 5)
hc =
0.9829
2.13.3 Distribucin de Poisson. En una distribucin binomial cuando n es grande, por lo
general mayor de 50, y p, la probabilidad de xito de un evento, se acerca a 0, mientras
53
que q la probabilidad de fracaso se aproxima a 1 de tal manera que el producto np = , es
menor o igual a 5, debe utilizarse la distribucin de Poisson. Tambin puede considerarse
el caso cuando p es bastante grande cercana a 1 y tambin > 5. En estos dos casos se
puede aplicar esta distribucin.
- k
P(x = k) = e / k! (23)
>> p0=poisspdf(0,2)
p0 = 0.1353
>> p1=poisspdf(1,2)
p1 = 0.2707
>> p2=poisspdf(2,2)
p2 = 0.2707
>> p3=poisspdf(3,2)
p3 = 0.1804
>> p4=poisspdf(4,2)
p4 = 0.0902
>> p5=poisspdf(5,2)
p5 = 0.0361
54
>> p6=poisspdf(6,2)
p6 = 0.0120
>> p7=poisspdf(7,2)
p7 = 0.0034
>> p8=poisspdf(8,2)
p8 = 8.5927e-004
>> p9=poisspdf(9,2)
p9 = 1.9095e-004
>> p10=poisspdf(10,2)
p10 = 3.8190e-005
>> k=0:10
k= 0 1 2 3 4 5 6 7 8 9 10
>> plot(k,p,'o',k,p,'*'),grid
Solucin. = np = 20000(1/10000) = 2
a) Exactamente 5 personas
>> p=poisspdf(5,2)
p=
0.0361
>> p=poisscdf(5,2)
p=
0.9834
>> p=poisscdf(5,2)
p=
55
0.9834
Solucin. k = 6; = 4;
>> p4=poisspdf(6,4)
p4 =
0.1042
La media y la varianza de la distribucin de Poisson p(k, ) tienen el valor .
En las variables continuas, no tiene sentido referirse a probabilidades de la forma p(x = k),
de manera que slo se tratarn probabilidades acumuladas.
Con MATLAB la funcin y = normcdf(k, , ) calcula p(x < k) con media y desviacin
estndar
>> y=normcdf(20,25,3)
y=
0.0478
56
>> nu=0;
>> ro=1;
>> x=linspace(-2.5,2.5,100);
>> y=(1/(sqrt(2*pi)*ro)*exp(-(x-nu).^2)/2*ro^2);
>> plot(x,y)
Una variable aleatoria continua (VAC) X que tiene su grfica en forma de campana como
la figura 2.6 se llama variable aleatoria normal (VAN).
2
f(x) depende de dos parmetros: y que son la varianza y la media, respectivamente.
>> nu=-3;sigma=2;
>> y1=(1/(sqrt(2*pi)*sigma)*exp(-(x-nu).^2)/2*sigma^2);
>> nu=0;sigma=2;
>> y2=(1/(sqrt(2*pi)*sigma)*exp(-(x-nu).^2)/2*sigma^2);
>> nu=3;sigma=2;
>> y3=(1/(sqrt(2*pi)*sigma)*exp(-(x-nu).^2)/2*sigma^2);
>> plot(x,y1,x,y2,x,y3)
57
>> nu=0;sigma=1;
>> x=linspace(-2.5,2.5,100);
>> y1=(1/(sqrt(2*pi)*sigma)*exp(-(x-nu).^2)/2*sigma^2);
>> nu=0;sigma=2;
>> y2=(1/(sqrt(2*pi)*sigma)*exp(-(x-nu).^2)/2*sigma^2);
>> nu=0;sigma=4;
>> y3=(1/(sqrt(2*pi)*sigma)*exp(-(x-nu).^2)/2*sigma^2);
>> plot(x,y1,x,y2,x,y3)
Ejemplo 2.27 Para una distribucin binomial con n = 5 y p = 0.5 calcular la distribucin de
probabilidades para la variable aleatoria X.
58
Solucin.
>> x=0:5
x= 0 1 2 3 4 5
>> p=binopdf(0:5,5,0.5)
>> bar(x,p)
Ejemplo 2.28 Para una distribucin binomial con n = 10 y p = 0.3 calcular la distribucin
de probabilidades para la variable aleatoria X.
Solucin.
FIGURA 2.10 Histograma del ejemplo 2.28
>> x=0:10
59
x=
0 1 2 3 4 5 6 7 8 9 10
>> p=binopdf(0:10,10,0.3)
p=
0.0282 0.1211 0.2335 0.2668 0.2001 0.1029 0.0368 0.0090 0.0014 0.0001
0.0000
>> bar(x,p,'r')
>> p=binopdf(4,9,0.5)+binopdf(5,9,0.5)+binopdf(6,9,0.5)
cuadro a cuadro
p=
0.6563
>> p=binocdf(6.5,9,0.5)-binocdf(3.5,9,0.5)
p=
0.6562
>> y=normcdf(6.5,4.5,1.5)-normcdf(3.5,4.5,1.5)
intervalo
y=
0.6563
2
Z = (x - )/
60
Ejemplo 2.30 Hallar el rea bajo la curva normal: Z = -1.20 y Z = 2.40
Solucin.
la desviaci n es 1
y=
0.8767
Solucin.
>> y=normcdf(-1.78,0,1)
y=
0.0375
Solucin.
>> y=1-normcdf(1.78,0,1)
y=
0.0375
Solucin.
>> y=1-normcdf(172,170,4)
y=
0.3085
61
En trminos de porcentaje: 30.85% de los estudiantes miden ms de 172 cm.
y=
0.4938
En trminos de porcentaje, el 49.38% de los estudiantes miden entre 160 cm y 170 cm.
yc =
0.5702
>> yc=binocdf(10,50,0.2)%c
yc =
0.5836
Solucin.
>> y30=normcdf(30,21,3)
y30 =
0.9987
>> y15=normcdf(15,21,3)
y15 =
0.0228
>> p=1-(y30-y15)
p=
0.0241
Expresado en porcentaje: p = 2.41%
62
Ejemplo 2.36 Se analiz una muestra de cinco bebidas gaseosas de un mismo sabor y
una misma marca y se encontr que su contenido de agua era, en mililitros: 20, 19, 22,
18, 22. Obtener el intervalo de confianza al 0.95, para estimar el contenido medio de agua
de todas las gaseosas de este tipo.
Solucin.
>> [mediamuestral,destipicamuestral,interconfianza]=normfit(x,0.05)
mediamuestral =
20.2000
destipicamuestral =
1.7889
interconfianza =
17.9788
22.4212
mediamuestral =
20.2000
destipicamuestral =
1.7889
interconfianza =
16.5167
23.8833
x=
-1.9600 1.9600
63
>> x=norminv([0.01 0.99],0,1) %intervalo de confianza al 99 por ciento
x=
-2.3263 2.3263
x=
-1.2816 1.2816
Ms adelante se resolver este mismo ejemplo, utilizando la distribucin t-student para
comparar los resultados obtenidos.
Ejemplo 2.37 Hallar la probabilidad para x = 2, con una funcin de distribucin acumulada
2
y 3 grados de libertad, luego hacer el proceso inverso, es decir, calcular x dado p.
Solucin.
>> v=3;
64
>> x=2;
libertad
p=
0.4276
x=
2.0000
Esta funcin de probabilidad es muy importante en la inferencia estadstica. Es un
concepto importante en la prueba de hiptesis y en la estimacin estadstica. Los
problemas con distribuciones de muestreo, anlisis de varianza y estadstica no
paramtrica exigen un importante uso de 2.
2 2
La media y la varianza de la distribucin son: = ,y =2
2
FIGURA 2.12 Distribucin con 2, 4, 6 y 8 grados de libertad con azul, verde, rojo, azul
claro, respectivamente
>> plot(x,p2,x,p4,x,p6,x,p8)
65
2.14.3 Distribucin t de Student. Se utiliza en las pruebas de hiptesis, cuando se
conoce la desviacin estndar poblacional , no importa el tamao de la muestra ya sea
pequea o grande. Una muestra es pequea cuando n es menor o igual que 30 y se
considera grande cuando n es mayor que 30.
FIGURA 2.13 de
libertad
>> x=-5:0.1:5;
>> t1=tpdf(x,1);
>> t2=tpdf(x,2);
>> t3=tpdf(x,5);
66
>> t4=tpdf(x,100);
>> plot(x,t1,x,t2,x,t3,x,t4)
>> x=0:0.01:4;
>> y1=fpdf(0:0.01:4,8,12);
>> y2=fpdf(0:0.01:4,12,24);
>> plot(x,y1,x,y2)
La distribucin F se utiliza para el caso de dos muestras para obtener inferencias acerca
de las varianzas de poblacin. A menudo se encuentra la situacin en que se requiere la
comparacin entre dos varianzas de poblacin; es decir, determinar si la variabilidad de
una poblacin difiere de la otra. La distribucin F se utiliza para estos casos. Este tema se
tratar ms adelante, cuando se trabaje inferencia estadstica.
67
68
3. ANLISIS ESTADSTICO
Dada una serie de datos, se puede dibujar un histograma y calcular las medidas de
tendencia central: media, mediana, moda, media geomtrica, media armnica y las
medidas de dispersin como: rango, varianza, desviacin estndar, desviacin media,
etc4.
estadstica, se refiere pues a algunas medidas calculadas con respecto a una muestra
como la media aritmtica muestral o la desviacin estndar muestral.
La primera es el proceso necesario para manejar y analizar informacin (data) con el fin
de apoyar de manera sistemtica al investigador, para que identifique las leyes que guan
o regulan los fenmenos o problemas estudiados. Una estadstica es una caracterstica o
un resultado numrico a partir de una muestra de elementos. Relacionado con el
concepto de una estadstica se encuentra el de parmetro (poblacional), que es el valor
de una caracterstica de una poblacin total o Universo y ya no de una muestra de la
misma5.
Solucin.
>> x=[4.5 3.0 3.0 4.0 2.5 5.0 3.5 4.0 3.5 3.5];%data
3
VLEZ B. Eduardo. Anlisis de la informacin. ICFES. Mdulo 4. pp. 9.
4
ARBOLEDA Q. Dairon y LVAREZ J. Rafael. MATLAB. Aplicaciones a las Matemticas Bsicas. Universidad de
Medelln. pp. 30.
5
VLEZ B. Eduardo. Op.Cit. pp.10.
6
IBID. pp. 11.
69
>> x=sort(x)%ordena el vector ascendentemente
x=
2.5000 3.0000 3.0000 3.5000 3.5000 3.5000 4.0000 4.0000 4.5000 5.0000
>> tabla=tabulate(x)
tabla =
>> tabulate(x)
2.5 1 10.00%
3 2 20.00%
3.5 3 30.00%
4 2 20.00%
4.5 1 10.00%
5 1 10.00%
Ejemplo 3.2 Dada la siguiente serie de datos, calcular las medidas de tendencia central y
de dispersin, adems hacer la representacin de datos agrupados.
40, 33, 28, 25, 11, 21, 22, 17, 22, 19, 17, 16, 28, 26, 20, 15, 21, 20, 19, 24, 10, 29, 23, 34,
24, 33, 26, 14, 13, 18, 28, 23, 28, 21, 29, 24, 11, 31, 25, 18, 25, 26, 20, 34, 22,30, 27, 32,
35, 39, 18, 29, 16, 37, 28, 29, 10, 34, 29, 38
Solucin.
function d=dataset11
d=[40 33 28 25 11 21 22 17 22 19 17 16 28 26 20 15 21 20 19 24 10 29 23
34 24 33 26 14 13 18 28 23 28 21 29 24 11 31 25 18 25 26 20 34 22 30 27
32 35 39 18 29 16 37 28 29 10 34 29 38];
70
>>data=dataset11; y los guarda en data
ans =
40
ans =
10
>> sum(data) %obtiene la suma de todos los elementos del vector data
ans =
1464
data =
Columns 1 through 34
10 10 11 11 13 14 15 16 16 17 17 18 18 18 19 19 20 20 20 21
21 21 22 22 22 23 23 24 24 24 25 25 25 26 26 26
Columns 37 through 60
27 28 28 28 28 28 29 29 29 29 29 30 31 32 33 33 34 34 34 35
37 38 39 40
>> tabulate(data)
10 2 3.33%
11 2 3.33%
12 0 0.00%
13 1 1.67%
14 1 1.67%
15 1 1.67%
16 2 3.33%
17 2 3.33%
18 3 5.00%
19 2 3.33%
20 3 5.00%
71
21 3 5.00%
22 3 5.00%
23 2 3.33%
24 3 5.00%
25 3 5.00%
26 3 5.00%
27 1 1.67%
28 5 8.33%
29 5 8.33%
30 1 1.67%
31 1 1.67%
32 1 1.67%
33 2 3.33%
34 3 5.00%
35 1 1.67%
36 0 0.00%
37 1 1.67%
38 1 1.67%
39 1 1.67%
40 1 1.67%
72
FIGURA 3.2 Histograma de frecuencias de FIGURA 3.3 Diagrama de barras
con seis clases verticales
Cdigo: Cdigo:
>> hist(data,6)%histograma con seis clases >> bar(y,'g') %diagrama de barras verticales
Cdigo: Cdigo:
73
>> barh(y,'r')%diagrama de barras horizontales >> stem(y,'r')%gr fico de racimo
>> data=dataset10;
n=length(data);
b=80:20:240;
nn=hist(data,b);
maxn=max(nn);
cs=cumsum(nn*maxn/n);
bar(b,nn,0.95,'y')
axis([70,250,0,maxn])
>> hold on
>> plot(b,cs,'k-s')
FIGURA 3.6 Histograma de nueve clases, distribucin acumulada de los datos dataset10
xmedia =
24.4000
74
xmedian =
24.5000
xgeomed =
23.1568
xarmedia =
21.7846
>> xmoda=mode(data)
moda =
28
xmad =
6.1000
rango =
30
xstd =
7.4815
xcvar =
55.9729
Xvar1=
75
55.0400
riq = 10
Desviacin Media Cuasivarianza Varianza Desviacin Estndar
Absoluta Muestral
Fuente: http://es.wikipedia.org/wiki/Dispersi%C3%B3n_(matem%C3%A1ticas)
Ejemplo 3.3 Con el mismo vector de datos, calcular: rango intercuartlico, cuartiles 1, 2 y
3, percentiles 10, 25, 50 y 80, coeficiente de asimetra, kurtosis, momento de orden 2
centrado en el origen, e interpretar los resultados.
Solucin.
19
76
>> q2=quantile(data,0.50) % mcalcula el cuartil 2
q2 =
24.5000
q3 =
29
El cuartil 1, indica que una cuarta parte de los estudiantes tienen notas por debajo de 19
El cuartil 2, indica que la mitad de los estudiantes tienen notas por debajo de 24.5. Ntese
que el cuartil dos, corresponde a la mediana.
El cuartil 3, muestra que las tres cuartas partes de los estudiantes tienen notas por debajo
de 29.
>> percentiles=prctile(data, [10 20 25 50 75 90]) %calcula los percentiles 10, 20, 25, 50, 75, y 90
percentiles =
p10 = 14.5 El 10% de los estudiantes tienen notas por debajo de 14.5
p20 = 18.0 El 20% de los estudiantes tienen notas por debajo de 18.0
p25 = 19.0 Observe que es el mismo cuartil 1
p50 = 24.5 Observe que es la mediana, el cuartil 2 y el percentil 50
p75 = 29.0 Observe que es el cuartil 3
p80 = 34.0 El percentil 80 indica que el 80% de los estudiantes tienen notas por debajo
de 34.
coefasimetria =
0.0186
77
El coeficiente de sesgo o de asimetra, se interpreta del siguiente modo7:
Para el caso de estudio, los datos son sesgados ligeramente a la derecha, como se ilustra
en la figura 3.8, mostrado a continuacin.
>> k=kurtosis(data)
k=
2.3859
FIGURA 3.9 Asimetras
7
CHAO L. Lincoln. Estadstica para las ciencias administrativas. McGraw Hill Latinoamericana. Bogot, 1993. pp. 64-65
78
Fuente: http://www.tuveras.com/estadistica/estadistica02.htm
Si k = 3 implica que los datos presentan forma de una normal estandarizada (ver polgono
de frecuencias y la curva normal).
Si k > 3 implica que los datos se presentan ms empinados que los de la normal
estandarizada.
Si k < 3 entonces los datos se presentan ms aplanados que los de la curva normal, como
es el caso de estudio: k = 2.3859.
ans =
55.0400
S2 =
55.0400
8
CHAO L. Lincoln. Op Cit. pp. 65-66
79
menor homogeneidad de los datos, sino a otro parmetro: el coeficiente de variacin el
cual se define como el cociente entre la desviacin estndar y la media aritmtica.
CV =
Ejemplo 3.4 En una exposicin de ganado se estudia un conjunto de vacas con una
media de 500 kilos y una desviacin estndar de 50 kilos. Y se observa tambin un
conjunto de ovejas con una media de 40 kilos y una desviacin estndar de 10 kilos.
Qu grupo de animales es ms homogneo?
Ejemplo 3.5 Quince estudiantes del grupo A de matemtica I obtuvieron las siguientes
notas definitivas al final del periodo: 25 34 26 45 23 36 29 32 33 44 31 30 35 40 20 y el
grupo B de 20 estudiantes obtuvo las siguientes notas: 36 45 23 37 39 44 39 20 20 29 39
46 28 30 35 36 28 29 40 38 de la misma asignatura. El docente desea averiguar cul de
estos dos grupos es ms homogneo (ms parejo), teniendo en cuenta las notas
definitivas obtenidas.
Solucin
>> stdx=std(x)
stdx =
7.2230
>> stdy=std(y)
stdy =
7.8168
>> xmedia=mean(x)
xmedia =
32.2000
>> ymedia=mean(y)
9
http://recursostic.educacion.es/descartes/web/materiales_didacticos/unidimensional_lbarrios/parametros_est.htm
80
ymedia =
34.0500
>> CV1=std(x)/mean(x)
CV1 =
0.2243
>> CV2=std(y)/mean(y)
CV2 =
0.2296
Se puede observar que: el grupo 1 tiene un promedio ms bajo que el grupo 2, pero el
grupo 1 es ms homogneo que el grupo 2.
81
4. TEORA DE MUESTREO
Tanto en las ciencias exactas como en las ciencias sociales, la mayora del conocimiento
existente se debe a experiencias basadas en inferencias a partir de la observacin y del
anlisis de un nmero limitado de eventos.10
El primer paso para lograrlo, es tener claridad de que un muestreo es un proceso por
medio del cual se seleccionan probabilsticamente elementos de un universo o poblacin
con la finalidad de estimar, con un determinado grado de precisin, algunas
caractersticas de la poblacin en su totalidad12.
Es necesario es entender que la teora del muestreo permite estimar tamaos adecuados
de muestra, indispensables para obtener una estimacin con cierto grado de precisin.
Para lograrlo, es necesario definir qu es un intervalo de confianza, qu es un grado de
de significancia y qu es una distribucin muestral.
El intervalo de confianza corresponde a un intervalo de valores, dentro de los cuales se espera que
est el parmetro con cierto grado de confianza o con riesgo de error conocido; para ello es
necesario determinar primero la estimacin puntual.
10
VLEZ, Eduardo B. El Anlisis de la Informacin. ICFES, Mdulo 4. Serie Aprender a Investigar. Bogot D.C. 1990. pp.
80.
11
Ibid. pp. 80
12
Ibid. pp. 81
13
Ibid. pp. 81
14
Ibid. pp. 81
82
su media aritmtica, recibe el nombre de distribucin de muestreo. Esto es importante,
porque la distribucin de muestreo de muchos estadsticos se aproxima a la curva normal
y as se puede estudiarlos de manera adecuada15.
x - 1.96
Por ejemplo, si el elemento es una persona, se puede estudiar las caractersticas edad,
peso, nacionalidad, sexo, etc. Los elementos que integran una poblacin pueden
corresponder a personas, objetos o grupos (por ejemplo, familias, fbricas, empresas,
etc). Las caractersticas de la poblacin se resumen en valores llamados parmetros.
15
VLEZ, Eduardo B. Op Cit. pp. 82
16
http://escuela.med.puc.cl/recursos/recepidem/EPIANAL9.HTM
17
http://www.scribd.com/doc/5181091/Estadistica-y-poblacio-y-muestra
83
En cuanto a la muestra, la mayora de los estudios estadsticos, se realizan no sobre la
poblacin, sino sobre un subconjunto o una parte de ella, llamado muestra, partiendo del
supuesto de que este subconjunto presenta el mismo comportamiento y caractersticas
que la poblacin. En general el tamao de la muestra es mucho menor al tamao de la
poblacin, porque de esta manera ahorra un gran esfuerzo.
SINTAXIS MATLAB
normfit19
[muhat,sigmahat] = normfit(data)
[muhat,sigmahat,muci,sigmaci] = normfit(data)
[muhat,sigmahat,muci,sigmaci] = normfit(data,alpha)
[...] = normfit(data,alpha,censoring)
[...] = normfit(data,alpha,censoring,freq)
[...] = normfit(data,alpha,censoring,freq,options
Descripcin
18
http://www.scribd.com/doc/15268123/Conceptos-Basicos-de-Estadistica-I
19
1984-2008 The MathWorks, Inc. MATLAB
84
especificando el ancho del intervalo de confianza. Por defecto, alfa es 0.05, lo cual corresponde
a un intervalo de confianza del 95%.
Ejemplo 4.1 El contenido de siete contenedores similares de un cido son 9.8, 10.2 10.4,
9.8, 10, 10.2, 9.6 litros. Encuentre el intervalo de confianza del 95% para la media de
todos los contenedores si se supone que la distribucin es aproximadamente normal.
Solucin.
>>[muhat,sigmahat,muci]=normfit(x,alfa) %
muhat =
10
sigmahat =
0.2828
muci =
9.7384
10.2616
En ingeniera e investigacin hay muchas situaciones donde uno tiene aceptar o negar
una hiptesis acerca de un parmetro. Una hiptesis estadstica puede considerarse
como una aseveracin sobre los parmetros de una o ms poblaciones. Una poblacin es
la totalidad de las observaciones de la cual se ocupa el investigador en el problema. Una
muestra es un subconjunto de una poblacin. Desde que se utilizan distribuciones de
probabilidad para representar poblaciones, una hiptesis estadstica puede considerarse
como una aseveracin sobre la distribucin estadstica de la poblacin21.
Por ejemplo, supngase que se tiene un parmetro que ha sido obtenido de n muestras
de una poblacin, y se est interesado en determinar si este parmetro es igual a o. El
procedimiento para la prueba de hiptesis requiere:
Ho : = o Ho : = o Ho : = o
Ha : o Ha : > o Ha : < o
Error tipo II : Aceptar la hiptesis nula Ho cuando es falsa; esto es, cuando realmente =
1.
20
http://www.mitecnologico.com/Main/InferenciaEstadistica
21
86
SINTAXIS MATLAB
22
ttest
h = ttest(x)
h = ttest(x,m)
h = ttest(x,y)
h = ttest(...,alfa)
h = ttest(...,alfa,tail)
h = ttest(...,alfa,tail,dim)
[h,p] = ttest(...)
[h,p,ci] = ttest(...)
[h,p,ci,stats] = ttest(...)
Descripcin
>>h =ttest(x) %
varianza desconocida, frente a la
h = 0, indica un
error al rechazar la h
h=ttest(x,m)
y varianza desconocida, frente a la
alternativa de que la media no sea .
h=ttest(x,y)
es la diferencia x- rmal con media
0 y varianza desconocida, frente a la alternativa de que la media no sea 0. Se debe tener en
h=ttest( ,alfa,tail)
22
1984-2008 The MathWorks, Inc. MATLAB
87
m). Se realiza por defecto, cuando la cola no se especifica. (prueba
de dos colas).
m) (prueba de cola derecha)
m) (prueba de cola izquierda)
t=
Ejemplo 4.1 Considrese los datos de dataFci. Se quiere determinar si existe alguna
diferencia estadsticamente significativa entre las medias de estas muestras con un 95%
de confianza. As, la hiptesis es:
Ho: 1 = 2
H1: 2
Solucin. Se usa ttest2 para determinar la validez de esta hiptesis. La funcin ttest2 es:
Para un intervalo de confianza de dos colas; t0 = to est definido en la cuarta columna del
caso 4, y ci(1) = l y ci(2) = u son los lmites de confianza inferior y superior,
respectivamente. As, el script es:
>> [x1,x2]=dataFci;
>> [h,p,ci]=ttest2(x1,x2,0.05)
h=
p=
0.6775
ci =
-0.7819 1.1724
Ejemplo 4.2 El vendedor de cierta marca de automvil afirma que el kilometraje medio del
modelo XW es de 45.425 Km por galn de gasolina. Un ente gubernamental de Pesas y
Medidas, cree que el vendedor est generando falsas expectativas a los clientes. Nueve
automviles de este modelo son sometidos a prueba con un galn de gasolina y dan el
siguiente resultado de kilmetros recorridos:
Solucin.
Ho = 45.425 Km/galn
89
Ha 45.425 Km/galn
Entrada:
both 0
right > 0
left < 0
Salida:
>> x= [45.425 41.640 37.854 39.747 43.532 41.640 47.318 37.854 39.747];
h=
sig =
0.0085
ci =
37.9730 45.3064
h = 1, significa que debe rechazarse la hiptesis nula, es decir, que lo que afirma el
vendedor no es creble bajo una certeza del 99%
Como la media poblacional es 45.425 km, no cae dentro del intervalo de confianza 0.99
= 99% = (1- ), es as que se rechaza la hiptesis nula.
90
Ejemplo 4.3 Probar la hiptesis de que la distancia media requerida para poder frenar un
automvil que va a 20 Km/h es de 25 metros. Con base en una muestra de 100
conductores se obtiene que la distancia media es 27.3 metros, con una desviacin
estndar de s = 2.1 metros. Utilizar un nivel de significacin de 5%.
Solucin.
Entrada:
function d=dataset12
d=[30 30 28 26 26 24 22 30 31 29 29 26 28 26 30 25 31 30 29 26 30 29 23 34 24 30 26 24 23 28
28 23 28 31 27 24 31 28 25 28 25 26 30 24 27 30 27 32 35 29 28 29 26 27 28 29 30 24 29 28 25
24 26 30 29 28 24 28 30 23 26 27 25 24 27 29 30 24 25 28 28 28 30 26 27 25 24 25 31 26 24 30
27 28 25 26 24 27 26 28];
>> data=dataset12;
>> sigma=2.1;
>> alfa=0.05;
>> m=25;
Salida:
>> h = ztest(data,m,sigma,alfa,'both')
h=
Como h = 1, se rechaza la hiptesis nula, es decir, que la distancia media requerida para
frenar es diferente de 25 metros, a un nivel de significancia del 5%.
SINTAXIS MATLAB
23
ztest
23
The MathWorks, Inc. MATLAB 1984-2008.
91
h = ztest(x,m,sigma)
h = ztest(...,alpha)
h = ztest(...,alpha,tail)
h = ztest(...,alpha,tail,dim)
[h,p] = ztest(...)
[h,p,ci] = ztest(...)
[h,p,ci,zval] = ztest(...)
Descripcin
h = ztest(x,m,sigma)
Ejecuta una prueba de hiptesis z (normal), donde la data proviene de una distribucin con
media m, y que devuelve el resultado de la prueba en trminos de h. Cuando h = 0 indica que la
m
5%. Los datos se supone que provienen de una distribucin normal con desviacin estndar
sigma.
h=ztest(...,alpha) %Ejecuta una prueba de nivel de significancia del (100*alfa)%. Por defecto,
cuando no se especifica alfa da por sentado que alfa es 5% o 0.05.
La cola debe ser una cadena simple, incluso cuando x es una matriz o un arreglo n-dimensional.
92
[h,p,ci]=ztest(...) % devuelve un intervalo de confianza 100*(1 alfa)% de la media poblacional
Ejemplo 4.3 De una poblacin con distribucin normal, constituida por 500 fichas que se
encuentran en un archivador, se extrajo una muestra de 16 observaciones como sigue: 56
45 46 37 56 41 43 36 45 56 49 62 43 60 49 72 56. Se sabe que la
desviacin estndar poblacional =10, pero es desconocida la media poblacional ( = 50
verdadera). Cometiendo un riesgo = 0.05 (nivel de significancia 5%), probar la hiptesis
de que la media poblacional sea igual a: (a) 40, (b) 49, (c) 50, (d) 51 y (e) 60.
Solucin.
(a) Ho : = 40
Ha : 40
= 0.05
= 10
>> x=[56 45 46 37 56 41 43 36 45 56 49 62 43 60 49 72 56];
>> m=40;
>> sigma=10;
>> alfa=0.05;
>> h = ztest(x,m,sigma,alfa,'both') %
h=
1
Como h = 1 se rechaza la hiptesis nula, es decir, que no es cierto que = 40.
(b) Ho : = 49
H1 : 49
= 0.05
= 10
>> m=49;
>> sigma=10;
>> alfa=0.05;
>> h = ztest(x,m,sigma,alfa,'both')
h=
93
Como se sabe h = 0 significa que se acepta que = 49 y verdadera es 50, se est
aceptando algo falso que es un error tipo II.
(c) Ho : = 49
H1 : 49
>> m=50;
>> h = ztest(x,m,sigma,alfa,'both')
h=
(d) Ho : = 51
H1 : 51
>> m=51;
>> h = ztest(x,m,sigma,alfa,'both')
h=
Se acepta la hiptesis nula, por lo tanto se est cometiendo un error de tipo II porque se
sabe que la media poblacional verdadera es 50.
(e) Ho : = 60
H1 : 60
>> m=60;
>> h = ztest(x,m,sigma,alfa,'both')
h=
Como h = 1, se rechaza la hiptesis nula y por tanto no se comete ningn error, ya que se
rechaza algo falso.
Ejemplo 4.4 Encuentre el intervalo de confianza para la media muestral al 95% de nivel
de confianza, segn los datos dados en dataset10.
94
Solucin. Si se tiene el nivel de confianza del 95%, entonces el programa para
determinar el intervalo de confianza de la media es:
function d=dataset10
d=[105 160 157 190 199 121 160 172 156 110 97 196 151 76 115 120 150 171 229 133 245 221
175 101 193 181 181 237 158 123 163 154 201 142 167 160 168 170 148 146 207 228 183 149
171 194 158 180 150 169 134 131 153 200 163 184 208 167 118 158 218 180 174 186 87 165
133 176 143 135 199 178 154 174 176 145 135 158 141 149];
clc
disp([' '])
meen=mean(dataset10);
L=length(dataset10);
q=std(dataset10)*tinv(0.975,L-1)/sqrt(L);
disp([' '])
disp([' Media muestral = ' num2str(meen)])
disp([' '])
disp(' Intervalo de confianza para la media muestral al 95% de nivel de confianza: ')
disp([' '])
disp([' ' num2str(meen-q) ' <= Media muestral <= ' num2str(meen+q)])
disp([' '])
Ho: = 168
H1: 168
[h,p,ci]=ttest(data,mucero,alfa)
95
p = 2*(1-tcdf(t0,n-1));
>> [h,p,ci]=ttest(dataset10,168,0.05)
h=
p=
0.1614
ci =
155.1466 170.1784
As, en el presente caso, tras la ejecucin, se encuentra que h = 0; es decir, no se puede
rechazar la hiptesis nula, p = 0.1614, ci(1) = 155.1466, y ci(2)=170.1784. Se observa que
= 162.6625 dado atrs y que el intervalo de confianza para el valor de 168 en el 95% de
nivel de confianza es . Siendo que el valor hipottico de 168
para la media est dentro de este intervalo de confianza, se debe esperar que la
hiptesis nula no sea rechazada. De hecho, basado en su p-valor, se ve que se est a
slo 100(1-0.1614) = 83,9% de confianza, que es menos que el nivel de confianza del
95% deseado.
Ahora, si se ejecuta:
>> [h,p,ci]=ttest(dataset10,175,0.05)
h=
p=
0.0016
ci =
155.1466 170.1784
Se obtiene h = 1; esto es, se puede rechazar la hiptesis nula y aceptar H1; p = 0.0016,
ci(1) = 155.1466, y ci(2) = 170.1784. En otras palabras, se puede tener 100(1-0.0016) =
99.84% de confianza que la media de los datos en dataset10 son diferentes del valor de la
media de 175.
function [set1,set2]=dataFci
96
set1=[41.60 41.28 42.34 41.95 41.86 42.18 41.72 42.26 41.81 42.04];
set2=[39.72 42.59 41.88 42.00 40.22 41.07 41.90 44.29];
clc
disp([' '])
[data1,data2]=dataFci;
r=var(data1)/var(data2);
L1=length(data1);
L2=length(data2);
q2=r*finv(.975,L2-1,L1-1);
q1=r/finv(.975,L1-1,L2-1);
disp([' '])
disp(['Razon de varianzas muestrales = ' num2str(r)])
disp([' '])
disp('Intervalo de confianza para la razon de varianzas muestrales al 95% de nivel de confianza:
')
disp([' '])
disp(['' num2str(q1) ' <= Razon de la varianza muestral <= ' num2str(q2)])
disp([' '])
Ejemplo 4.6 Considere los datos de dataFci. Se quiere saber si existe alguna diferencia
estadsticamente significativa entre las variaciones de estas muestras con un 95% de
confianza. As, la hiptesis es:
Ho : =
H1 :
La prueba estadstica es:
fo =
97
y el criterio de rechazo de la hiptesis nula es bien
Solucin. Se usa vartest2 para determinar la validez de esta hiptesis; esto es,
[h,p,ci] = vartest2(x1,x2,alfa)
Donde x1 y x2 son los datos, alfa = , h = 0 si Ho, y h = 1 si H1, p = valor de p, esto es:
p=2*(1-fcdf(f0,n1,n2))
para un intervalo de confianza de dos colas; f0 = f 0, y ci(1) = l y ci(2) = u son los lmites de
confianza superior e inferior, respectivamente. El script es:
>> [x1,x2]=dataFci;
>> [h,p,ci]=vartest2(x1,x2,0.05)
h=
1
p=
6.5379e-005
ci =
0.0083 0.1674
98
5. AJUSTES DE CURVAS Y REGRESIN
5.1 INTRODUCCIN
99
Es necesario tambin hacer distincin entre regresin lineal y regresin curvilnea (no
lineal). En el caso de la regresin lineal, la relacin se representa mediante una lnea
recta y en el caso de regresin curvilnea obviamente mediante una curva.
A simple vista se puede observar que en la figura 5.1 no existe relacin alguna entre las
dos variables.
100
En la figura 5.3, la recta tiene una pendiente negativa y proporciona un buen ajuste.
En la figura 5.4, los puntos de los datos sugieren una relacin curvilnea
El modelo ms elemental de regresin es aquel donde los puntos tienden a formar una
lnea recta en el diagrama de dispersin. En este caso, la ecuacin de regresin lineal
simple est dada por:
y= x+
Se entran primero los vectores x e y que deben ser de la misma dimensin y luego desde
el rea de trabajo se llama de la siguiente manera:
>> [a b]=linefit(x,y)
Error =
147.9000
a=
2.1000
b=
-0.1000
>> z=a+b.*x;
>> plot(x,y,'*',x,z),grid
>> z=a.*x+b;
>> plot(x,y,'*',x,z),grid
102
>> polyfit(x,y,1)
ans =
2.1000 -0.1000
ans =
0.0357 4.1429
Error =
673.2232
a=
0.0357
b=
4.1429
>> z1=a.*x+b;
ans =
z2 =
La funcin p=poly(r) da los coeficientes del polinomio p cuyas races son el vector r.
La funcin polyfit(x,y,n) da los coeficientes del polinomio de grado n que se ajusta a los
puntos (x,y)
Ejemplo 5.1 Considere los datos dados de la tabla 5.1. Estos datos son colocados en un
archivo M de funcin llamado DataRegress1. Ntese sin embargo, que estos datos no
estn ordenados. Siendo que esto es un inconveniente cuando llega el momento de
graficarlos con una lnea recta conectada, se ordenan pues los datos en forma
ascendente. Ninguno, ni polyfit ni polyconf requieren del ordenamiento.
x : 2.38 2.44 2.70 2.98 3.32 3.12 2.14 2.86 3.50 3.20 2.78 2.70 2.36 2.42 2.62 2.80 2.92 3.04
3.26 2.30
y : 51.11 50.63 51.82 52.97 54.47 53.33 49.90 51.99 55.81 52.93 52.87 52.36 51.38 50.87 51.02
51.29 52.73 52.81 53.59 49.77
function [x,y]=DataRegress1
xx=[2.38 2.44 2.70 2.98 3.32 3.12 2.14 2.86 3.50 3.20 2.78 2.70 2.36 2.42 2.62 2.80 2.92 3.04
3.26 2.30];
yy=[51.11 50.63 51.82 52.97 54.47 53.33 49.90 51.99 55.81 52.93 52.87 52.36 51.38 50.87
104
51.02 51.29 52.73 52.81 53.59 49.77];
[x,index]=sort(xx); %los datos se ordenan pero deben preservarse las parejas
y=yy(index); %lo anterior se logra de esta manera
>> [x,y]=DataRegress1;
>> [c,s]=polyfit(x,y,1);
>> [yhat,w]=polyconf(c,x,s,0.005);
>> syy=sum(y.^2)-length(x)*mean(y)^2;
>> sse=syy-c(1)*(sum(x.*y)-length(x)*mean(x)*mean(y));
>> plot(x,yhat,'k-',x,yhat-w,'k--',x,yhat+w,'k--',x,y,'ks',[x;x],[yhat;y],'k-')
>> axis([2,3.6,48,57])
>> xlabel('x(Entrada)')
>> ylabel('y(Respuesta'))
>> coefdet=(1-sse/syy)
coefdet =
0.8774
FIGURA 5.7 Regresin lineal para la data del ejemplo 5.7 y lmite de confianza de y
105
FIGURA 5.8 Grfico de la distribucin acumulativa normal de las desviaciones de la lnea
que aparece adecuada en la figura anterior.
Ahora, se contina adelante para investigar las desviaciones. Primero se calculan las
desviaciones y luego se grafica utilizando normplot para determinar si estn normalmente
distribuidas. El script es:
>> [x,y]=DataRegress1;
>> normplot(y-polyval(polyfit(x,y,1),x))
106
Siendo que las desviaciones estn muy cerca de la lnea que representa la distribucin
normal, se puede decir que las desviaciones estn muy cercanamente distribuidas de
forma normal, por lo tanto, el modelo es adecuado.
Ejemplo 5.2 Una muestra de 10 estudiantes que ingresaron a la universidad con los
siguientes puntajes: 39, 43, 21, 64, 57, 47, 28, 75, 34, 52 sobre 100 obtuvieron las
siguientes notas en matemtica I: 65, 78, 52, 82, 92, 89, 73, 98, 56, 75, respectivamente.
Solucin.
function [x,y]=DataRegress2
xx=[39 43 21 64 57 47 28 75 34 52];
yy=[65 78 52 82 92 89 73 98 56 75];
[x,index]=sort(xx); %los datos se ordenan pero deben preservarse las parejas
y=yy(index); %lo anterior se logra de esta manera
>> [x,y]=DataRegress2;
>> [c,s]=polyfit(x,y,1);
>> [yhat,w]=polyconf(c,x,s,0.005);
>> syy=sum(y.^2)-length(x)*mean(y)^2;
>> sse=syy-c(1)*(sum(x.*y)-length(x)*mean(x)*mean(y));
>> plot(x,yhat,'k-',x,yhat-w,'k--',x,yhat+w,'k--',x,y,'ks',[x;x],[yhat;y],'k-')
>> axis([15,80,10,140])
>> coefdet=(1-
coefdet =
0.7052
El coeficiente de determinacin, muestra una buena relacin lineal positiva entre las
variables, porque est prximo a 1. Para el caso en cuestin, muestra que el puntaje
obtenido por los estudiantes al ingresar a la universidad, se ha visto reflejado en las notas
de matemtica I.
>> normplot(y-polyval(polyfit(x,y,1),x))
108
Los datos se adaptan bien con los puntos de la normal.
(Curso II)
7. SERIES DE TIEMPO
8. ANLISIS DE VARIANZA
9. PRUEBAS NO PARAMTRICAS
109
APNDICE 1
>> theta1=linspace(-2.0*pi,2.0*pi,35);
>> theta2=linspace(-2.0*pi,2.0*pi,35);
>> [T1,T2]=meshgrid(theta1,theta2);
>> F=T2.^2/2-cos(T1);
>> meshc(T1,T2,F)
>> axis([-2.0*pi,2.0*pi,-2.0*pi,2.0*pi,-5,20])
>> xlabel('\theta_1')
>> ylabel('F(\theta_1,\theta_2)')
110
APNDICE 2
>> t=linspace(0,2*pi);
>>fill(t,sin(t),'m')
>>hold on
>>fill(t,0.5*sin(2*t),'y')
>>axis off
111
APNDICE 3
>> x=linspace(0,6,100);
>> hc=plot(x,cos(x),'k-');
>> hold on
>> hch=plot(x,1./cosh(x),'k--');
>> hcl=plot([4.73,4.73],[-1,1],'k');
>> [a,b]=legend('cos(x)','1/cosh(x)','location','SouthWest');
>> xlabel('\it\bfx','FontSize',14,'FontName','Times')
112
113
APNDICE 4
Suponga que el siguiente polinomio representa la altura en metros durante las primeras
48 horas despus del lanzamiento de un globo metereolgico:
donde las unidades de t son horas. Genere curvas para la altura, velocidad y aceleracin
de este globo usando unidades de metros, m/s y m/s 2. Adems, determine y exhiba la
altura mxima y su hora correspondiente.
Descripcin de entradas/salidas
114
Ejemplo a mano
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%
115
GLOSARIO
ANLISIS DE CORRELACIN. Es el conjunto de tcnicas estadsticas empleado para
medir la intensidad de la asociacin entre dos o ms variables. El principal objetivo del
anlisis de correlacin consiste en determinar qu tan intensa es la relacin entre dos o
ms variables. Normalmente, el primer paso es mostrar los datos en un diagrama de
dispersin.
El valor del coeficiente de correlacin puede tomar valores desde -1 hasta 1, indicando
que mientras ms cercano a 1 sea el valor del coeficiente de correlacin, en cualquier
direccin, ms fuerte ser la asociacin lineal entre las dos variables. Mientras ms
cercano a 0 sea el coeficiente de correlacin indicar ms dbil esta asociacin entre
ambas variables. Si es igual a 0 se concluir que no existe relacin lineal alguna entre
ambas variables.
24
116
ECUACIN DE REGRESIN. Es una ecuacin que define la relacin lineal entre dos
= a + b1x1 + b2x2
x1 y x2 Variables independientes
ESTADSTICA. La Estadstica es la parte de las Matemticas que se encarga del estudio de una
determinada caracterstica en una poblacin, recogiendo los datos, organizndolos en tablas,
25
representndolos grficamente y analizndolos para sacar conclusiones de dicha poblacin .
ESTADSTICO. Los datos o medidas que se obtienen sobre una muestra y por lo tanto una
estimacin de los parmetros.
ESTIMADOR. Un estimador puntual utiliza un nmero nico o valor para localizar una estimacin
del parmetro. Un intervalo de confianza denota un rango dentro del cual puede encontrarse el
parmetro, y el nivel de confianza que el intervalo contiene del parmetro.
Insesgado, es decir, que no tenga sesgo o error, cuando el valor del estimador es igual al
del parmetro.
Consistente, o sea, que al aumentar el tamao de la muestra, converge en probabilidad al
parmetro que se estima.
25
http://www.scribd.com/doc/15268123/Conceptos-Basicos-de-Estadistica-I
26
http://recursostic.educacion.es/descartes/web/materiales_didacticos/unidimensional_lbarrios/parametros_est.htm
117
Eficiente, es decir, que el estimador tiene la menor varianza entre todos los estimadores
posibles.
Suficiente, o sea, cuando incluye toda la informacin que la muestra puede proporcionar
27
acerca del parmetro .
GRFICO DE BARRAS. Son barras horizontales que representan el grado en que ciertas
caractersticas pueden existir a partir de la observacin de casos o elementos.
GRFICOS CRCULARES O DE PASTEL (PIE). Son grficas circulares divididas en sectores, que
representan fracciones del crculo total y que estn asociadas con una caracterstica especfica.
MEDIANA. Es la observacin de la mitad despus de que se han colocado la data en una serie
ordenada. Se usa en variables medidas en escala ordinal, intervalo o de razn. Si la data est
agrupada, la mediana se define como el valor dentro del intervalo que divide la distribucin en dos
partes iguales.
27
MARTNEZ B. Ciro. Op.Cit. pp. 315
118
MEDIA ARITMTICA. Se le llama tambin promedio. Es una medida de tendencia central que
consiste en la suma de las mediciones divididas por el total del nmero de mediciones. Se utiliza
en variables medidas en escalas de intervalo o de razn.
M.A.S. Es un muestreo aleatorio simple, donde todos los individuos tienen la misma probabilidad
de ser seleccionados. La seleccin de la muestre puede realizarse a travs de cualquier
mecanismo probabilstico en el que todos los elementos tengan las mismas opciones de salir.
28
WEBSTER, Allen L. Estadstica Aplicada a los Negocios y la Economa. McGraw-Hill. Bogot D.C. 2000. pp. 44.
29
WEBSTER, Allen L. Op. Cit. pp. 47.
119
PARMETROS DE CENTRALIZACIN. Son datos que representan de forma global a toda la
poblacin. Entre ellos se estudian: la media aritmtica, la moda y la mediana.
PERCENTILES. Es una medida de dispersin utilizada para calcular el valor que tiene P % de las
mediciones por debajo del percentil P y (100-P %) por encima.
POBLACIN. Es el conjunto de todos los elementos que son objeto del estudio estadstico.
Algunos autores tambin le llaman Universo.
PRUEBA DE HIPTESIS. Se denomina tambin prueba de significacin que tiene por objeto
principal evaluar suposiciones o afirmaciones acerca de los valores estadsticos de la poblacin,
denominados parmetros.
RANGO. Medida de dispersin que identifica la distancia entre el valor mximo y el menor valor de
la distribucin. O tambin se define como la diferencia entre el lmite superior e inferior.
2
TEOREMA DEL LMITE CENTRAL. Si de una poblacin de tamao N con media y varianza
se obtienen muestras al azar, la distribucin de las medias de las muestras seleccionadas ser
normal. Y ms lo ser en la medida en que se incremente el nmero de muestras seleccionadas y
2 31
tendr una media de y varianza /N .
VARIABLE CUALITATIVA. Es aquella caracterstica que no se puede expresar con nmeros y hay
que expresarla con palabras. Por ejemplo, el lugar de residencia.
30
http://recursostic.educacion.es/descartes/web/materiales_didacticos/unidimensional_lbarrios/parametros_est.htm
31
VLEZ, Eduardo B. El Anlisis de la Informacin. ICFES, Mdulo 4. Serie Aprender a Investigar. Bogot D.C. 1990.
32
http://recursostic.educacion.es/descartes/web/materiales_didacticos/unidimensional_lbarrios/parametros_est.htm
120
VARIABLE CUANTITATIVA. Es cualquier caracterstica que se puede expresar con nmeros. Por
ejemplo, el nmero de hermanos o la estatura. Dentro de esta variable se pueden distinguir dos
tipos:
VARIABLE CUANTITATIVA CONTINUA. Es aquella variable que puede tomar cualquier valor
dentro de un intervalo real. Por ejemplo, la estatura.
VARIABLE INDEPENDIENTE. Es la variable que proporciona las bases del clculo, cuya
representacin puede ser: x1, x2
121
BIBLIOGRAFA
BLAIR, Clifford R. and TAYLOR, Richard A. Bioestadstica. Pearson Prentice Hall. Mxico D.F.
2008.
BROCKWELL, Peter J. and DAVIS, Richard A. Time Series: Theory and Methods. Springer Series
in Statistics. Springer. New York, 2006.
CHAO L. Lincoln. Estadstica para las Ciencias Administrativas. Mc Graw-Hill. Bogot D.C. 1998.
HANSELMAN, Duane and LITTLEFIELD, Bruce. Mastering MATLAB 7. Pearson Prentice-Hall. New
Jersey, 2005.
MILLER, Irwin y FREUND, John E. Probabilidad y Estadstica para Ingenieros. Prentice Hall.
Mxico D.F. 1990
PREZ, Csar. MATLAB y sus aplicaciones en las Ciencias y la Ingeniera. Prentice Hall. Madrid,
2002.
PREZ, Csar. Econometra de las Series Temporales. Pearson. Prentice Hall. Madrid, 2006.
MARTNEZ BENCARDINO, Ciro. Estadstica y Muestreo. ECOE Ediciones. Bogot D.C. 2003.
122
SMITH, David M. Engineering Computation with MATLAB. Addsison Wesley. Boston, 2010.
STANLEY, WillIam D. Technical Analysis and Applications with MATLAB. THOMPSON Delmar
Learning. Canada, 2005.
WALPOLE, Ronald y otros. Probabilidad y Estadstica para Ingenieros. Prentice Hall. Pearson
Educacin. Addison Wesley. Mxico D.F. 1998.
WEBSTER, Allen L. Estadstica Aplicada a los Negocios y la Economa. McGraw-Hill. Bogot D.C.
2000.
123
FUENTES DE INFORMACIN ELECTRNICA
124