Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Proyecto Final-Jhonny Yeraldi
Proyecto Final-Jhonny Yeraldi
LA VENTA TABASCO
DOCENTE:
JHONNY DE LA CRUZ OCAA
INTEGRANTES:
ELSA PRISCILA ESPAA SANCHEZ
MATERIA:
PROBABILIDAD Y ESTADISTICA APLICADA AL CAMPO
PETROLERO
TEMA:
PROYECTO: MEJORA DEL SERVICIO Y A ATENCION AL CLIENTE
DE LA EMPRESA ELEKTRA DE LA CIUDAD LA VENTA TABASCO
GRADO:
4
GRUPO:
"P"
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
NDICE DE CONTENIDO
INTRODUCCIN.
MARCO REFERENCIAL.
Planteamiento del problema.
Objetivos.
Objetivo general.
Objetivos especficos.
Hiptesis.
MARCO TERICO.
Encuestas
Distribuciones Maestrales
Distribucin de medias
Distribucin de varianzas
Distribucin de proporciones
Distribucin de diferencias
Conclusin
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
INTRODUCCIN
En nuestros das, la estadstica se ha convertido en un mtodo efectivo para
describir con exactitud los valores de datos econmicos, polticos, sociales,
psicolgicos, biolgicos o fsicos, y sirve como herramienta para relacionar y
analizar dichos datos. El trabajo del experto estadstico no consiste ya slo en reunir
y tabular los datos, sino sobre todo en el proceso de interpretacin de esa
informacin.
DISTRIBUCIN DE FRECUENCIAS
En estadstica, se le llama distribucin de frecuencias a la agrupacin de datos
en categoras mutuamente excluyentes que indican el nmero de observaciones en
cada categora. Esto proporciona un valor aadido a la agrupacin de datos. La
distribucin de frecuencias presenta las observaciones clasificadas de modo que se
pueda ver el nmero existente en cada clase.
TIPOS DE FRECUENCIAS
Frecuencia absoluta
La frecuencia absoluta es el nmero de veces que aparece un determinado valor en
un estudio estadstico. Se representa por fi. La suma de las frecuencias absolutas
es igual al nmero total de datos, que se representa por N. Para indicar
resumidamente estas sumas se utiliza la letra griega (sigma mayscula) que se
lee suma o sumatoria.
Frecuencia relativa
Se dice que La frecuencia relativa es el cociente entre la frecuencia absoluta de un
determinado valor y el nmero total de datos. Se puede expresar en tantos por
ciento y se representa por fi. La suma de las frecuencias relativas es igual a 1,
siempre y cuando no sea igual que 7 o por debajo de los 7 primeros nmeros
sucesivos.
Frecuencia relativa (fi), es el cociente entre la frecuencia absoluta y el tamao de la
muestra (N). Es decir:
Fc (Hr) = HXr / N
Donde MXr es el nmero de datos X con un valor menor que o igual a Xr, y N es
nmero total de los datos. En breve se escribe:
Fc = M / N
Fc (%) = 100 M / N
En Elektra la encargada hizo una encuesta para saber cuntas personas adquirieron
productos y que productos se vendieron ms en todo un mes en el cual los
resultados de las 40 personas fueron los siguientes:
3 refrigeradores
10 televisiones
20 celulares
6 aires acondicionados
1 estufa
Electrodomsticos Frecuencia Frecuencia Frecuencia Frecuencia
absoluta Fi. Relativa ni. Acumulada Fi. relativa
acumulada Ni
Refrigeradores 3 3/40 3 3/15
40 1
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
MEDIDA DE DISPERSIN
Luego por lo tanto esta primera idea no es vlida, pues las desviaciones positivas
se contrarrestan con las negativas.
Para resolver este problema, tenemos dos caminos:
Tomar el valor absoluto de las desviaciones. Desviacin media
Elevar al cuadrado las desviaciones. Varianza.
Desviacin media:
Es la media de los valores absolutos de las desviaciones, y la denotaremos por dm.
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
Varianza:
tambin por .
No es una medida, son muchas medidas, pues cada valor de la variable lleva
asociada su correspondiente desviacin, por lo que precisaremos una medida que
resuma dicha informacin.
La medida de dispersin ms simple recibe el nombre de Amplitud o recorrido y es
muy poco usada puesto que su nica ventaja es la sencillez con que se calcula. Es
comn que se use tambin el nombre de Rango para esta medida. La amplitud (A)
de un conjunto de datos es la diferencia entre las observaciones que tienen el mayor
y el menor valor numrico en el mismo.
Por ejemplo: Supngase que en un hospital el pulso de cada paciente se mide tres
veces al da y que cierto da los registros de dos pacientes muestran:
Paciente 1: 73 77 74
Paciente 2: 64 90 73
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
Cul es la Amplitud en pulsaciones para cada paciente?
Para calcular la amplitud de los datos necesario identificar el valor ms grande y el
valor ms pequeo del conjunto de datos de cada uno de los pacientes.
Para el Paciente 1:
A = 77 - 73 = 4
Para el Paciente 2:
A = 90 - 64 = 26
Donde:
xi: valores de la variable.
n: nmero total de datos
Desviacin estndar
La desviacin estndar mide el grado de dispersin de los datos con respecto a la
media, se denota como s para una muestra o como para la poblacin. Se define
como la raz cuadrada de la varianza segn la expresin:
Obsrvese que el denominador es n - 1, a diferencia de la desviacin media donde
se divide entre n; tambin existe la frmula de desviacin tpica donde el
denominador es n pero se prefiere n-1.
Mientras menor sea la desviacin estndar, los datos son ms homogneos, es
decir existe menor dispersin, el incremento de los valores de la desviacin estndar
indica una mayor variabilidad de los datos.
Varianza
Es otro parmetro utilizado para medir la dispersin de los valores de una variable
respecto a la media. Corresponde a la media aritmtica de los cuadrados de las
desviaciones respecto a la media. Su expresin matemtica es:
Coeficiente de Variacin
Permite determinar la razn existente entre la desviacin estndar (s) y la media.
Se denota como CV. El coeficiente de variacin permite decidir con mayor claridad
sobre la dispersin de los datos.
Tambin puede ser expresado en por ciento.
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
Ejemplo: El resultado de que Elektra venda dos diferentes tipos de
motos 120 veces viene dado por la tabla:
Su m a s V ec es
2 3
3 8
4 9
5 11
6 20
7 19
8 16
9 13
10 11
11 6
12 4
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
1. Calcular la media y la desviacin tpica.
2. Hallar el porcentaje de valores comprendidos en el intervalo (x , x + ).
XI FI XI FI XI2 FI
2 3 6 12
3 8 24 72
4 9 36 14 4
5 11 55 27 5
6 20 12 0 72 0
7 19 13 3 93 1
8 16 12 8 10 24
9 13 11 7 10 53
10 11 11 0 11 00
11 6 66 72 6
12 4 48 57 6
12 0 84 3 66 33
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
X = 4.591 x + = 9.459
11 + 20 + 19 + 16 + 13 = 79
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
Medidas de tendencia central
Al describir grupos de diferentes observaciones, con frecuencia es conveniente
resumir la informacin con un solo nmero. Este nmero que, para tal fin, suele
situarse hacia el centro de la distribucin de datos se denomina medida o parmetro
de tendencia central o de centralizacin. Cuando se hace referencia nicamente a
la posicin de estos parmetros dentro de la distribucin, independientemente de
que sta est ms o menos centrada, se habla de estas medidas como medidas de
posicin. En este caso se incluyen tambin los cuantiles entre estas medidas.
Entre las medidas de tendencia central tenemos:
Media aritmtica
Media ponderada
Media geomtrica
Media armnica
Mediana
Moda
La media aritmtica
La media aritmtica es el valor obtenido por la suma de todos sus valores dividida
entre el nmero de sumadores.
nio nota
1 6,0 Primero, se suman las notas:
2 5,4 6,0+5,4+3,1+7,0+6,1 = 27,6
3 3,1 Luego el total se divide entre la cantidad de alumnos:
4 7,0 27,6/5=5,52
5 6,1
Media muestral
Esencialmente, la media muestral es el mismo parmetro que el anterior, aunque
el adjetivo "muestral" se aplica a aquellas situaciones en las que la media
aritmtica se calcula para un subconjunto de la poblacin objeto de estudio.
La media muestral es un parmetro de extrema importancia en la inferencia
estadstica, siendo de gran utilidad para la estimacin de la media poblacional,
entre otros usos.
Media geomtrica
En matemticas y estadstica, la media geomtrica de una cantidad arbitraria de
nmeros (por decir n nmeros) es la raz n-sima del producto de todos los
nmeros, es recomendada para datos de progresin geomtrica, para promediar
razones, inters compuesto y nmeros ndices.
Media armnica
La media armnica (designada usualmente mediante H) de una cantidad finita de
nmeros es igual al recproco, o inverso, de la media aritmtica de los recprocos
de dichos valores y es recomendada para promediar velocidades.
As, dados n nmeros x1, x2,..., xn la media armnica ser igual a:
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
La media armnica resulta poco influida por la existencia de determinados valores
mucho ms grandes que el conjunto de los otros, siendo en cambio sensible a
valores mucho ms pequeos que el conjunto.
La media armnica no est definida en el caso de que exista algn valor nulo.
Mediana
La mediana es un valor de la variable que deja por debajo de s a la mitad de los
datos, una vez que stos estn ordenados de menor a mayor.7 Por ejemplo, la
mediana del nmero de hijos de un conjunto de trece familias, cuyos respectivos
hijos son: 3, 4, 2, 3, 2, 1, 1, 2, 1, 1, 2, 1 y 1, es 2, puesto que, una vez ordenados
los datos: 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 4, el que ocupa la posicin central es 2:
Calificaciones 1 2 3 4 5 6 7 8 9
Nmero de alumnos 2 2 4 5 8 9 3 4 2
EJERCICIO #1
0, 3, 2, 4, 3, 4, 1, 2, 1, 1, 2, 2, 2, 1, 3, 3, 3, 1, 4, 4, 0, 2, 1, 4, 0, 3, 1, 3, 3,
Solucin:
XI ni
0 5
1 15
2 11
3 9
4 8
Total 48
yj nj
0 4
1 13
2 12
3 10
4 9
Total 48
Tabla 3.1: Tablas de frecuencias.
Mtodo y justificacin:
INTRODUCCION
En el mundo la mayora de las personas da con da consume cualquier producto
que los satisface, las empresas que distribuyen y comercializan esos productos
hacen que el cliente lo obtenga el lugar adecuado, el momento adecuado y sepa
cmo se maneja tal producto.
Se trata de una herramienta de mercadeo que puede ser muy eficaz en una
organizacin si es utilizada de forma adecuada, para ello se deben seguir ciertas
polticas institucionales.
Servicio al cliente es la gestin que realiza cada persona que trabaja en una
empresa y que tiene la oportunidad de estar en contacto con los clientes y buscar
en ellos su total satisfaccin. Se trata de un concepto de trabajo y una forma de
hacer las cosas que compete a toda la organizacin, tanto en la forma de atender
a los clientes (que nos compran y nos permiten ser viables) como en la forma de
atender a los Clientes Internos, diversas reas de nuestra propia empresa .
c) Objetivo General
En este trabajo de investigacin se pretende formular un plan de mejoramiento del
servicio y atencin al cliente de acuerdo a la evaluacin del mismo dentro de la
empresa.
d) Objetivo especifico
Investigar el servicio que da la empresa al cliente
Recopilar datos y evaluar la satisfaccin del cliente con respecto a la atencin
dentro de la empresa.
Identificar los convenientes que impiden una mejor calidad del servicio
Disear tcnicas para mejorar la calidad de servicio al cliente en la empresa
Organizacin de la idea propuesta
Comunicar los resultados de nuestro proyecto
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
HIPOTESIS NULA
Proponer ideas a los trabajadores para la mejora del servicio al cliente en la
empresa Elektra.
HIPOTESIS ALTERNATIVA
A pesar de dar las ideas propuestas, no logramos que los trabajadores tomen en cuenta lo que les
propusimos.
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
ABARCAREMOS NUESTRO PRIMER OBJETIVO ESPECFICO
Ubicacin: La Venta Tabasco.
Si se habla de calidad de manera estrecha se puede decir que significa calidad del
producto; y si se hace de una manera ms amplia significa calidad en el trabajo,
calidad en el servicio, calidad en la informacin, calidad en el proceso, calidad de
la divisin, calidad en las personas incluyendo a los trabajadores, calidad en el
sistema, calidad de la empresa, calidad de los objetivos, etc.
Cuando todas las divisiones y todos los empleados de una empresa participan en
el Control de Calidad, deben aplicar este control en su momento ms amplio, que
incluye el control de costos y cantidades; por esta razn el Control Total de la
Calidad se llama tambin Control de Calidad Integrado, Control de Calidad con
plena participacin y Control de Calidad gerencial.
3.3 QU ES LA CALIDAD?
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
El significado de esta palabra puede adquirir mltiples interpretaciones, ya que todo
depender del nivel de satisfaccin o conformidad del cliente. Sin embargo, la
calidad es el resultado de un esfuerzo arduo, se trabaja de forma eficaz para poder
satisfacer el deseo del consumidor. Dependiendo de la forma en que un producto o
servicio sea aceptado o rechazado por los clientes, podremos decir si ste es bueno
o malo.
En ocasiones, no encontrar lo que est buscando, y por tanto se decidir por otro
producto de mayor o menor precio, sin embargo, cuando su nivel de preferencia se
afinca en una determinada marca, el cliente prefiere seguir buscando en otros
establecimientos en vez de resolverse con un producto sustitutivo.
Cuando esto ocurre, es muy posible que la calidad de ese producto sea alta, ya que
est logrando que el consumidor no lo reemplace por otro. La calidad aporta nivel
al cliente, pero no siempre el bolsillo del consumidor est preparado a invertir en
ella. Sin embargo, cuando el individuo est pagando por un servicio, muchas veces
la calidad de ste depender de la atencin al cliente y de las mnimas
incomodidades que ste pueda darle.
Ya que se conoce que es la calidad, es necesario saber que existen cuatro niveles
para ella y qu quiere decir cada uno de ellos:
1) El Control de la Calidad
2) El aseguramiento de la Calidad.
3) La Administracin de la Calidad.
4) La Calidad Total
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
Control de la Calidad: Es la intervencin por la cual el resultado de un
procedimiento o de una actividad se mide para comparar los datos con los datos
con los objetivos propuestos.
Para tener xito en una situacin altamente competitiva es necesario conocer las
caractersticas que busca el cliente Ser la rapidez del servicio? El precio de
venta? La exactitud o precisin del trabajo? Una atencin personal?
La gestin de la calidad podra definirse como una serie de ceros conocidos como
los Ceros de la Calidad:
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
+ CERO
ERROR
+ CERO RETRASOS
+ CERO QUEJAS
+ CERO RECLAMACIONES
+ CERO PRDIDAS
+ CERO DESIDIA
+ CERO DESPERDICIOS
= 100% DE EFICACIA
Tambin se debe aprender a verificar frecuentemente con los clientes, tanto internos
como externos, si la calidad de los servicios recibidos cumple siempre con sus
expectativas.
No hay una mejora sin una apreciacin de nivel de calidad: no se perfecciona lo que
no se conoce.
1. Cumplimiento de requisitos.
Son muy diversas las definiciones que existen sobre el servicio, algunas de ellas
son:
Servicio es en primer lugar un proceso. Mientras que los artculos son objetos, los
servicios son realizaciones (L.Berry, R. Bennnet y W. Brown).
Los servicios hacen referencia algunas veces a bienes intangibles y una de sus
principales caractersticas es que en general coincide el momento de su produccin
con el momento de consumo (Pearce, 1981).
Los trabajadores tienen como contenidos del trabajo los relacionados con ser
productores, procesadores, distribuidores y operadores de la informacin.
Para llevar a cabo un servicio son necesarias las bases fundamentales, es decir, los
principios del servicio, los cuales pueden servir de gua para adiestrar o capacitar a
los empleados encargados de esta vital actividad econmica, as como
proporcionar orientacin de cmo mejorar.
Los principios del servicio se dividen en principios bsicos del servicio y principios
del servicio al cliente.
Los principios bsicos del servicio es la filosofa subyacente de este, que sirven para
entenderlo y, a su vez, aplicarlo de la mejor manera para el aprovechamiento de sus
beneficios por la empresa.
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
Actitud de servicio: Conviccin ntima de que es un honor servir.
Existen diversos principios que se deben seguir al llevar a cabo el servicio al cliente,
estos pueden facilitar la visin que se tiene acerca del aspecto ms importante del
servicio, el cliente.
Dar libertad de accin a todos los empleados que tengan trato con los clientes, es
decir, autoridad para atender sus quejas.
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
Preguntar a los clientes lo que quieren y drselo una y otra vez, para hacerlos
volver.
Investigar quines son los mejores y cmo hacen las cosas, para apropiarse de
sus sistemas, para despus mejorarlos.
Alentar a los clientes a que digan todo aquello que no les guste, as como
manifiesten lo que s les agrada.
3.6.3 EL CLIENTE.
De la misma manera existe una diversidad de definiciones sobre lo que es un cliente
alguna son ms tcnicas que otras, sin embargo en general se piensa que el cliente
es la persona que solicita el servicio.
Existen dos tipos de clientes: los externos que son los consumidores finales y los
internos que son los trabajadores de una organizacin. La satisfaccin de ambos es
fundamental para la empresa.
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
Caractersticas de las organizaciones que ofrecen un buen servicio al cliente.
Presidente
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
Compaa centrada en si
misma
Directivos
Supervisore
s
Una manera de complacer al cliente es escuchar cuales son los problemas que
presenta el cliente y darle solucin a los mismos.
Para que una empresa pueda responder ante los cambios que presenta su entorno
y cumplir con los objetivos de su empresa, debe implantar un plan de mejora con la
finalidad de detectar puntos dbiles de la empresa, y de esta manera atacar las
debilidades y plantear posibles soluciones al problema.
Para generar un plan de mejora que vaya de acorde a las necesidades de una
empresa, es necesario involucrar a toda persona que participe en el proceso de
creacin del producto u otorgamiento del servicio que ofrece la empresa.
Conocer las causas que ocasionan los problemas y encontrar su posible solucin.
Lo cual implica considerar que es necesario dar al cliente todas las prestaciones
que espera adems del servicio bsico, cuidando dos aspectos fundamentales: el
trato y la informacin que se le proporciona.
No es ningn extrao.
Considere que los jefes no son responsables del trabajo que hace la gente, sino
de la gente que hace el trabajo.
Considere que el placer de los negocios y del trabajo proviene de servir a la gente
y no de venderles algo.
Instrucciones
Los reclamos u quejas deben verse como una gran oportunidad para evaluar los
productos y servicios que ofrece cualquier empresa. Una valiosa oportunidad para
tomar contacto con el cliente, evaluar el servicio, su percepcin del producto y
conseguir que siga siendo un fiel y devoto usuario o comprador.
Qu es una queja? Las quejas de los clientes pueden ser una llamada de alerta
para las empresas cuando stas no estn logrando su propsito fundamental:
satisfacer las necesidades de los clientes. El quejarse en la mayora de los casos
nunca se ve con buenos ojos. Las empresas que no aprecian las quejas de los
clientes sufren las consecuencias de una publicidad boca a boca negativa y costosa.
Clientes de Compra Habitual: Son aquellos que realizan compras con cierta
regularidad porque estn satisfechos con la empresa, el producto y el servicio.
Por tanto, es aconsejable brindarles una atencin esmerada para incrementar
su nivel de satisfaccin, y de esa manera, tratar de incrementar su frecuencia de
compra.
Clientes con Alto Volumen de Compras: Son aquellos (por lo general, "unos
cuantos clientes") que realizan compras en mayor cantidad que el grueso de
clientes, a tal punto, que su participacin en las ventas totales puede alcanzar
entre el 50 y el 80%. Por lo general, estos clientes estn complacidos con la
empresa, el producto y el servicio; por tanto, es fundamental retenerlos
planificando e implementando un conjunto de actividades que tengan un alto
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
grado de personalizacin, de tal manera, que se haga sentir a cada cliente como
muy importante y valioso para la empresa.
DISCRETAS
-Binomial
Se trata de una distribucin de probabilidad binomial, B(n, p) aqu hay solo dos
opciones haber recibido un buen servicio o no.
Suceso A (xito) tener a mas de un persona sin haber recibido un buen servicio
-Poisson
Donde:
Ejemplo:
2
= ( = 1) = 4 = 0,27067
1!
APLICACIN EN LA EMPRESA
-Hipergeomtrica
La distribucin hipergeomtrica es una de las distribuciones de probabilidad
discreta.
Donde:
N= tamao de poblacin.
n= tamao de muestra.
X= Cantidad de xitos.
DATOS:
X= 2----------PROBABILIDAD DE EXITOS
n=4-----------TAMAO DE LA MUESTRA
N=6----------TOTAL DE EMPLEADOS
Sustituyendo en la ecuacion :
CONTINUAS
-NORMAL
La distribucin normal N (, ): es un modelo matemtico que rige muchos
fenmenos. La experiencia demuestra que las distribuciones de la mayora de
las muestras tomadas en el campo de la industria se aproximan a la distribucin
normal si el tamao de la muestra es grande. Esta distribucin queda definida
por dos parmetros: la media y la desviacin tpica . Se presenta mediante
una curva simtrica conocida como campana de Gauss. Esta distribucin nos
da la probabilidad de que al elegir un valor, ste tenga una medida contenida en
unos intervalos definidos. Esto permitir predecir de forma aproximada, el
comportamiento futuro de un proceso, conociendo los datos del presente.
La distribucin normal fue reconocida por primera vez por el francs Abraham
de Moivre (1667 -1754). Posteriormente, Carl Friedrich Gauss (1777 -1855)
realiz estudios ms a fondo donde formula la ecuacin de la curva conocida
comnmente, como la Campana de Gauss ".
Una distribucin normal de media y desviacin tpica se designa por N(, ).
Su grfica es la campana de Gauss:
Ejemplo:
Varios test de inteligencia que se hicieron a los empleados de Elektra dieron una
puntuacin que sigue una ley normal con media 100 y desviacin tpica 15.
a) Determinar el porcentaje de los empleados que obtendran un coeficiente
entre 95 y 110.
Para poder utilizar la tabla tenemos que transformar la variable X que sigue una
distribucin N(,) en otra variable Z que siga una distribucin N(0, 1). Clculo
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
de probabilidades en distribuciones normales La tabla nos da las probabilidades
de P(z k), siendo z la variable tipificada.
Estas probabilidades nos dan la funcin de distribucin (k). (k) = P(z k)
Bsqueda en la tabla de valor de k Unidades y dcimas en la columna de la
izquierda y Centsimas en la fila de superior. P(Z a)=1- P(Z >
-T Student
he de manera que
Ejemplo:
Solucin:
=
= 1 = 10%
V= n-1 = 24
T= 2.22
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
Enseguida se muestra la distribucin del problema segn el grafico sig.
-Chi Cuadrada
La funcin Chi-cuadrado es igual a la funcin normal elevada al cuadrado. Esto es,
el producto de dos distribuciones de Gauss es una distribucin de Chi-cuadrado. Si
de una poblacin normal, o aproximadamente normal, se extraen muestras
aleatorias e independientes, y se le calcula el estadgrafo 2 usando el valor
muestral de la varianza y el poblacional con:
(n 1)s 2
2
2
Esta funcin matemtica est caracterizada por el valor del nmero de grados de
libertad =n-1 (donde n es el tamao muestral). Al igual que la t-Student, el valor
total del rea bajo la curva es igual a la unidad, pero la diferencia principal es que
esta no es simtrica respecto al origen, sino que se extiende desde 0 hasta +
porque no puede ser negativa.
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
Ejemplo:
f i. f . j
Calculemos las frecuencias esperadas: eij
n
( f ij eij ) 2
Calculemos Chi-cuadrado: 2
exp
i j eij
1) Hagamos otra tabla, donde restamos a las frecuencias absolutas las
frecuencias esperadas.
2) Este valor elevado al cuadrado.
3) Dividido por la frecuencia esperadas.
exp
2
3,1296 1,3413 2,5606 1,0974 8,13
Tenemos: exp
2
8,13
= (2-1)x(2-1) = 1
exp
2
8,13
Tenemos:
g2.l .; 12;0,01 6,63
SIGNIFICADO: Las variables no son independientes
SIGNIFICADO en el ejemplo: La prctica laboral y la sensacin de bienestar ests
asociadas.
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
-F FISHER
Se usa para la comparacion de varianzas muestrales y se usa fundamentalmente
en la estadistica inferencial.
Ejemplo:
a. Mayor a 1.97?
b. Menor a 3.52?
SOLUCIN
a.
b.
Ejemplo:
1 x
f(x) = x 1 e
r()
Donde:
=3 =2
De forma que:
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
1
= (16 26 e0,5 ) = 0,01438
16
La representacin grfica y verificacin con Excel del clculo:
-Weibull
Ejemplo:
En Elektra se tiene un sistema de ventilacin y enfriamiento que produce un
ambiente estable dentro de dicho establecimiento, queremos conocer la duracin
de un ventilador, en hora, que se usa en un sistema computacional tiene una
distribucin de weibull con = 1.5 =0.0001
Solucion:
1. 1-e ((0.0001)(10000)^1.5)=1
DISTRIBUCIONES MUESTRALES
Cada muestra de tamao n que podemos extraer de una poblacin proporciona una media. Si
consideramos cada una de estas medias como valores de una variable aleatoria podemos estudiar
su distribucin que llamaremos distribucin muestral de medias.
1) Las notas de cierto examen se distribuyen segn una normal de media 5,8 y desviacin tpica
2,4. Hallar la probabilidad de que la media de una muestra tomada al azar de 16 estudiantes est
comprendida entre 5 y 7
La poblacin es N(5,8;2,4), con n=16 la distribucin muestral de
medias se distribuye N(5,8;0,6)
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
En la escena llamamos s a la desviacin tpica de la poblacin. Compara los grficos de la
distribucin muestral y de la distribucin de la poblacin. Estas distribuciones estn dibujadas
con una escala diferente a la N (0,1), puedes cambiarla con el valor ESCALA.
Ejemplo:
La empresa Elektra tiene focos que tienen una duracin que se distribuye
aproximadamente en forma normal, con media de 800 horas y desviacin estndar
de 40 horas. Encuentre la probabilidad de que una muestra aleatoria de 16 focos
tenga una vida promedio de menos de 775 horas.
EJEMPLO:
Solucin:
Como se puede observar en este ejercicio se cuenta con una poblacin finita y un
muestreo sin reemplazo, por lo que se tendr que agregar el factor de correccin.
Se proceder a calcular el denominador de Z para slo sustituirlo en cada inciso
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
Nmero de
Proporcin de
Artculos maneras en las que
Artculos Malos artculos
Buenos se puede obtener
defectuoso
la muestra
1 4 4/5=0.8 8C1*4C4=8
2 3 3/5=0.6 8C2*4C3=112
3 2 2/5=0.4 8C3*4C2=336
4 1 1/5=0.2 8C4*4C1=280
5 0 0/5=0 8C5*4C0=56
Total 792
p =P
EJEMPLO
Ejemplo:
Se ha determinado que 60% de los clientes que pasan por la empresa Elektra
fuman cigarrillos. Se toma una muestra aleatoria de 800 clientes. Calcule la
probabilidad de que la proporcin de la muestra de la gente que fuma cigarrillos sea
menor que 0.55.
Solucin:
Este ejercicio se puede solucionar por dos mtodos. El primero puede ser con la
aproximacin de la distribucin normal a la binomial y el segundo utilizando la
frmula de la distribucin muestral de proporciones.
Datos:
n=800 clientes
p=0.60
p (x 440) = ?
p (x 440) = 0.0017. Este valor significa que existe una probabilidad del 0.17% de
que al extraer una muestra de 800 clientes, menos de 440 fuman cigarrillos.
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
Datos:
n=800 clientes
P=0.60
p= 0.55
p (p 0.55) =?
EJEMPLO:
SOLUCIN:
a)
EJEMPLO:
Datos:
A= 7.2 aos
B = 6.7 aos
A= 0.8 aos
B= 0.7 aos
nA = 34 tubos
nB = 40 tubos
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
De donde:
EJEMPLO
Solucin:
El cual es una variable aleatoria que tiene una distribucin Chi cuadrada
con n-1 grados de libertad. Por lo tanto, podemos emplear esta
definicin para estimar un intervalo de confianza ya que lo que
necesitamos es que
EJEMPLO:
n= 15x=35.06 s= 6N.C=98%
Pero cmo podemos encontrar Psi tambin est del lado derecho de
la ecuacin? Lo que haremos es aproximar la proporcin de la poblacin
por la de la muestra, es decir sustituir P por la proporcin de la muestra
p siempre y cuando el tamao de muestra no sea pequeo.
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
Solucin:
n= 500
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
p= 15/500= 0.03
0.0237<P<0.0376
z= (0.90) = + - 1.645
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
EJEMPLO 2
Solucin:
Z (0.95) = 1.96
En donde:
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
Es el estimador combinado de la desviacin estndar comn de la
poblacin con n1+n2 2 grados de libertad.
Ejemplos:
Solucin:
Donde:
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
EJEMPLO
Diseo 1 n1 = 16 s12 = 10
Diseo 2 n2 = 10 s22 = 40
Solucin:
Ensayo de hiptesis:
Estadstico de prueba:
Regla de decisin:
Clculo:
Decisin y Justificacin:
Ensayo de Hiptesis
Ho; 1- 2=0
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
H1; 1- 2 0
Regla de decisin:
Clculos:
Justificacin y decisin:
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
Como 0.1395 est entre 2.201 y 2.201, no se rechaza Ho y se concluye
con un = 0.05, que no existe diferencia significativa en el flujo de
corriente promedio entre los dos diseos.
Solucin:
Datos:
Proveedor 1 Proveedor 2
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
n1 = 10 n2 = 16
S1= 12 S2 = 45
Ensayo de hiptesis:
Estadstico de prueba:
Regla de decisin:
Clculo:
Decisin y Justificacin:
Ensayo de Hiptesis
Ho; 2- 1=0
H1; 2- 1 >0
Regla de decisin:
Si tR 1.734 No se rechaza Ho
Clculos:
Justificacin y decisin:
CONCLUSION
Llegamos a la conclusin que en la actualidad las empresas estn en gran
competencia por obtener el mayor nmero de clientes posibles ya que sin ellos
no existira la empresa, y ya no solo se preocupan por la calidad de los
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
productos o servicio que prestan, sino tambin por la atencin que deben
brindarles para mantenerlos a gusto, cumpliendo con todas sus expectativas.
Al tomar la decisin con respecto a la hiptesis nula, se debe determinar el valor crtico en
la distribucin estadstica que divide la regin del rechazo (en la cual la hiptesis nula no se
puede rechazar) de la regin de rechazo. A hora bien el valor crtico depende del tamao
de la regin de rechazo.
Hiptesis Nula. En muchos casos formulamos una hiptesis estadstica con el nico
propsito de rechazarla o invalidarla. As, si queremos decidir si una moneda est trucada,
formulamos la hiptesis de que la moneda es buena (o sea p=0,5, donde p es la
probabilidad de cara). Analgicamente, si deseamos decidir si un procedimiento es mejor
que otro, formulamos la hiptesis de que no hay diferencia entre ellos (o sea. Que cualquier
diferencia observada se debe simplemente a fluctuaciones en el muestreo de la misma
poblacin). Tales hiptesis se suelen llamar hiptesis nula y se denotan por Ho.
Para todo tipo de investigacin en la que tenemos dos o ms grupos, se establecer una
hiptesis nula. La hiptesis nula es aquella que nos dice que no existen diferencias
significativas entre los grupos. Por ejemplo, supongamos que un investigador cree que, si
un grupo de jvenes se somete a un entrenamiento intensivo de natacin, stos sern
mejores nadadores que aquellos que no recibieron entrenamiento. Para demostrar su
hiptesis toma al azar una muestra de jvenes, y tambin al azar los distribuye en dos
grupos: uno que llamaremos experimental, el cual recibir entrenamiento, y otro que no
recibir entrenamiento alguno, al que llamaremos control. La hiptesis nula sealar que
no hay diferencia en el desempeo de la natacin entre el grupo de jvenes que recibi el
entrenamiento y el que no lo recibi.
Hiptesis Alternativa: Toda hiptesis que difiere de una dada se llamar una hiptesis
alternativa. Una hiptesis alternativa a la hiptesis nula se denotar por H1.
Las hiptesis, naturalmente, sern diferentes segn el tipo de investigacin que se est
realizando. En los estudios exploratorios, a veces, el objetivo de la investigacin podr ser
simplemente el de obtener los mnimos conocimientos que permitan formular una hiptesis.
Tambin es aceptable que, en este caso, resulten poco precisas, como cuando afirmamos
que "existe algn tipo de problema social en tal grupo", o que los planetas poseen algn
tipo de atmsfera, sin especificar de qu elementos est compuesto.
Los trabajos de ndole descriptiva generalmente presentan hiptesis del tipo "todos los X
poseen, en alguna medida, las caractersticas Y". Por ejemplo, podemos decir que todas
las naciones poseen algn comercio internacional, y dedicarnos a describir, cuantificando,
las relaciones comerciales entre ellas. Tambin podemos hacer afirmaciones del tipo "X
pertenece al tipo Y", como cuando decimos que una tecnologa es capital - intensiva. En
estos casos, describimos, clasificndolo, el objeto de nuestro inters, incluyndolo en un
tipo ideal complejo de orden superior.
Por ltimo, podemos construir hiptesis del tipo "X produce (o afecta) a Y", donde estaremos
en presencia de una relacin entre variables.
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
Errores de tipo I y de tipo II. Si rechazamos una hiptesis cuando debiera ser aceptada,
diremos que se ha cometido un error de tipo I. Por otra parte, si aceptamos una hiptesis
que debiera ser rechazada, diremos que se cometi un error de tipo II.
En ambos casos, se ha producido un juicio errneo. Para que las reglas de decisin (o no
contraste de hiptesis) sean buenos, deben disearse de modo que minimicen los errores
de la decisin; y no es una cuestin sencilla, porque para cualquier tamao de la muestra,
un intento de disminuir un tipo de error suele ir acompaado de un crecimiento del otro tipo.
En la prctica, un tipo de error puede ser ms grave que el otro, y debe alcanzarse un
compromiso que disminuya el error ms grave. La nica forma de disminuir ambos a la vez
es aumentar el tamao de la muestra que no siempre es posible.
x o
Z
/ n
Donde Z/2 es un valor de la normal estndar tal que el rea a la derecha de dicho valor es
/2, como se muestra en la figura
Z Z
P / 2 x /2 1
n n
De lo anterior se puede concluir que un Intervalo de Confianza del 100(1-)% para la media
poblacional , es de la forma:
Z Z
x /2 ,x /2
n n
Usualmente =0.1, 0.05 0.01, que corresponden a intervalos de confianza del 90, 95 y 99
por ciento respectivamente. La siguiente tabla muestra los Z/2 ms usados.
90 1.645
95 1.96
99 2.58
Z s Z s
x /2 ,x /2
n n
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
Por otro lado, tambin se pueden hacer pruebas de hiptesis con respecto a la
media poblacional. Por conveniencia, en la hiptesis nula siempre se asume que
la media es igual a un valor dado. La hiptesis alterna en cambio, puede ser de un
slo lado: menor mayor que el nmero dado, de dos lados: distinto a un nmero
dado.
Ho: =0 Ho : =0 Ho : =0
x o
Prueba Estadstica: Z
/ n
Aqu Z es el valor de la normal estndar tal que el rea a la derecha de dicho valor es
. Recordar tambin que puede ser sustituido por s, cuando la muestra es
relativamente grande (n>30). Los valores de ms usados son 0.01 y 0.05. Si se
rechaza la hiptesis nula al .01 se dice que la hiptesis alterna es altamente significativa
y al .05 que es significativa.
b. Trabajar slo con esos dos valores de simplificaba mucho el aspecto computacional,
pero por otro lado creaba restricciones. En la manera moderna de probar hiptesis se
usa una cantidad llamada P-Value. El P-Value llamado el nivel de significacin
observado, es el valor de al cual se rechazara la hiptesis nula si se usa el valor
calculado de la prueba estadstica. En la prctica un P-Value cercano a 0 indica un
rechazo de la hiptesis nula. As un P-Value menor que .05 indicar que se rechaza la
prueba estadstica.
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
Los principales programas estadsticos dan los P-Value para la mayora de las pruebas
estadsticas. A travs de todo el texto usamos el mtodo del P-Value para probar
hiptesis.
EJEMPLO:
x o
Z
/ n
Dado que ya se tiene la distribucin normal, los valores crticos se pueden expresar en
unidades de desviacin. Una regin de rechazo de 0.25 en cada cola de la distribucin
normal, da por resultado un rea de .475 entre la media hipottica y el valor crtico. Si se
busca est rea en la distribucin normal, se encuentra que los valores crticos que dividen
las regiones de rechazo y no rechazo son + 1.96 y - 1.96
Por tanto, la regla para decisin sera rechazar Ho si Z > +1.96 o s z < -1.96, de lo contrario,
no rechazar Ho. No obstante, en la mayor parte de los casos se desconoce la desviacin
estndar de la poblacin. La desviacin estndar se estima al calcular S, la desviacin
estndar de la muestra. Si se supone que la poblacin es normal la distribucin en el
muestreo de la media seguira una distribucin t con n-1 grados de libertad.
X
t n 1
s/ n
Dado que t100-1=1.075, se ve que -1.984 < +1.075 < + 1.984, entonces no se rechaza Ho.
Por ello, la decisin de no rechazar la hiptesis nula Ho. En conclusin, es que la duracin
promedio de las llantas es 25 000 millas. A fin de tener en cuenta la posibilidad de un error
de tipo II, este enunciado se puede redactar como no hay pruebas de que la duracin
promedio de las llantas sea diferente a 25 000 millas en las llantas vendidas en el turno de
da.
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
PRUEBA DE HIPTESIS PARA LA VARIANZA
La varianza como medida de dispersin es importante dado que nos ofrece una mejor visin
de dispersin de datos.
Por ejemplo: si se determina que la poblacin califica en promedio con 6 el desempeo del
gobierno; al decir que la varianza es de cero (y por lo tanto la desviacin estndar es de
cero) podemos confiar en que aproximadamente la misma calificacin le asignara toda la
poblacin, en otras palabras, en trminos generales la poblacin en su conjunto ve al
gobierno con la misma calificacin ya que no hay variacin o dispersin en dicha
calificacin.
Por el contrario, con la misma calificacin promedio de 6 pero con una varianza muy alta
podemos interpretar que hay gente contenta con el gobierno que le ha asignado
calificaciones muy arriba del 6; pero hay un conjunto poblacional muy molesto con el
gobierno que asigna calificaciones muy por debajo del 6. Este tipo de informacin solo es
posible mediante el anlisis de la varianza.
Otro campo del conocimiento donde la varianza se ocupa en gran medida es en control de
calidad; cuando un producto se elabora el rea de control de calidad busca que los
productos est dentro de ciertos lmites de tolerancia, pero tambin que la variabilidad de
un producto sea lo menor posible. De ah viene la filosofa seis sigma (significa seis veces
la varianza).
( 1) 2
2 =
2
Una vez calculado el estadstico de prueba X2, para determinar si se acepta o se rechaza
la hiptesis nula se encuentra el valor crtico y se realiza la comparacin.
= S1 2 2 2
CONCLUSION:
ESTADISTICO
ji-cuadrada
Ejemplo:
Elektra, un fabricante de lquidos para motos est interesado en la uniformidad de la
maquina utilizada para llenar botellas de manera especfica es deseable que la
varianza sea; 0.01 onzas del lquido. Al tomar una muestra aleatoria de 20 botellas
se obtiene una varianza muestral (s) para el volumen de llenado de ese cuadrado
s=0.0153. (Distribucin normal) El fabricante est preocupado porque piensa que la
variacin del proceso es mayor que la variacin histrica. Con un =0.05, el
fabricante tiene elementos que sustenten se preocupacin.
1) H0: 0.01
H1: 0.01
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
3) Decisin.
Las pruebas de proporciones son adecuadas cuando los datos que se estn analizando constan de cuentas o
frecuencias de elementos de dos o ms clases. El objetivo de estas pruebas es evaluar las afirmaciones con
respecto a una proporcin (o Porcentaje) de poblacin. Las pruebas se basan en la premisa de que una
proporcin muestral (es decir, x ocurrencias en n observaciones, o x/n) ser igual a la proporcin verdadera de
la poblacin si se toman mrgenes o tolerancias para la variabilidad muestral.
Las pruebas suelen enfocarse en la diferencia entre un nmero esperado de ocurrencias, suponiendo que una
afirmacin es verdadera, y el nmero observado realmente. La diferencia se compara con la variabilidad
prescrita mediante una distribucin de muestreo que tiene como base el supuesto de que es realmente
verdadera.
En muchos aspectos, las pruebas de proporciones se parecen a las pruebas de medias, excepto que, en el
caso de las primeras, los datos muestrales se consideran como cuentas en lugar de como mediciones. Por
ejemplo, las pruebas para medias y proporciones se pueden utilizar para evaluar afirmaciones con respecto a:
Posteriormente este valor es comparado con el valor de Z, obtenido a partir de una tabla normal a un nivel de
significacin seleccionado.
Como ocurri con la prueba de medias de una muestra, las pruebas de proporciones pueden ser de una o dos
colas.
La primera alternativa establece una prueba de cola derecha, la segunda, izquierda y la tercera, una prueba
de dos colas.
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
Ejemplo ilustrativo
En un estudio se afirma que 3 de 10 estudiantes universitarios trabajan. Pruebe esta aseveracin, a un nivel
de significacin de 0,025, respecto a la alternativa de que la proporcin real de los estudiantes universitarios
trabajan es mayor de lo que se afirma, si una muestra aleatoria de 600 estudiantes universitarios revela que
200 de ellos trabajan. La muestra fue tomada de 10000 estudiantes.
Los datos son:
Como en los datos aparece el tamao de la poblacin, se debe verificar si el tamao de la nuestra es mayor
que el 5%. Se remplaza valores en la siguiente frmula:
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
Los clculos en Excel se muestran en la siguiente figura:
Decisin:
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
Solucin:
Ho : P= >0.6
=0% =10%
10%
0.2562
Z=-1.285
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
0.580.6
0.58(10.58)
= 40
= 0.2562
p- se acepta Ho =0.256
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
Cuando se trabaja simultneamente con una variable categrica (posible VI) y una
variable dependiente (posible VD).
Prueba para probar, con una probabilidad especificada, que cierto parmetro tiene
un determinado valor. Dependiendo del parmetro que se pruebe y del tamao de
la muestra, debe identificar el estadstico de prueba correspondiente y manejar el
concepto del valor p.
EJERCICIO:
La empresa Elektra dice que su producto tiene el 65% del mercado. Un estudio,
muestra que de 300 productos 160 son del fabricante. Con un 95% de confianza
pruebe la hiptesis del fabricante.
2. La prueba es sobre una proporcin de una poblacin con muestra grande, del
formulario
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
3. A) , el valor de z que corresponde a sta rea es
CONCLUSIN
Una prueba de hiptesis es una prueba estadstica que se utiliza para determinar si
existe suficiente evidencia en una muestra de datos para inferir que cierta condicin
es vlida para toda la poblacin.
Una prueba de hiptesis examina dos hiptesis opuestas sobre una poblacin: la
hiptesis nula y la hiptesis alternativa. La hiptesis nula es el enunciado que se
probar. Por lo general, la hiptesis nula es un enunciado de que "no hay efecto" o
"no hay diferencia". La hiptesis alternativa es el enunciado que se desea poder
concluir que es verdadero.
INSTITUTO TECNOLOGICO SUPERIOR DE VILLA
LA VENTA TABASCO
REFRENCIAS
http://www.dgbiblio.unam.mx/servicios/dgb/publicdgb/bole/fullt
ext/volII2/mercado.html
http://www.crecenegocios.com/que-es-el-servicio-al-cliente-y-
cual-es-su-importancia/
http://joseluislorente.es/estadistica/Tema5_binomial.pdf
https://www.uv.es/ceaces/base/modelos%20de%20probabilidad
/poisson.htm
http://www.aulafacil.com/cursos/l11242/ciencia/estadisticas/est
adisticas/distribuciones-discretas-hipergeometrica
http://www.uoc.edu/in3/emath/docs/Distrib_Normal.pdf
https://www.uv.es/ceaces/normaMu/t/t.htm
http://www.uoc.edu/in3/emath/docs/Chi_cuadrado.pdf
http://www.iqcelaya.itc.mx/~roosph/pye/u4/eu4t8.pdf
http://www.scielo.org.co/pdf/prosp/v12n1/v12n1a12.pdf
http://www.sc.ehu.es/sbweb/fisica3/viento/datos/estadistica.ht
ml
https://www.google.com.mx/?gws_rd=ssl#q=conclusion+de+distribucion
+muestrales