Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Colombia, 2008
COMITÉ DIRECTIVO
ESTADÍSTICA
Gabriel Jaime Posada Hernández
María Victoria Buitrago Cardona
Corrección de estilo:
Lorenza Correa Restrepo
Diseño:
Colectivo Docente Facultad de Ciencias
Administrativas, Económicas y Contables
Impresión:
Departamento de Publicaciones FUNLAM
www.funlam.edu.co
Estadística 2
CONTENIDO
Pág
GUÍA DIDÁCTICA
PRESENTACIÓN 13
1. FICHA TÉCNICA 15
2. INTENCIONALIDADES FORMATIVAS 16
3. OBJETIVOS 17
3.1. OBJETIVOS ESENCIALES 17
3.2. OBJETIVOS COMPLEMENTARIOS 17
4. UNIDADES TEMÁTICAS 19
5. METODOLOGÍA GENERAL 20
6. EVALUACIÓN INTEGRAL 21
II ESTADÍSTICA DESCRIPTIVA
INTRODUCCIÓN 23
JUSTIFICACIÓN 25
1.3. MUESTREO 42
1.3.1. Métodos de muestreo probabilístico 43
1.3.2. Métodos de muestreo no probabilístico 47
1.3.3. Evaluación del valor de una encuesta 49
1.3.4. Errores en las encuestas 50
1.3.5. Aspectos éticos del muestreo 52
2.2. FRECUENCIAS 63
2.2.1. Frecuencia absoluta 63
2.2.2. Frecuencia relativa 64
Estadística 4
2.2.3. Frecuencia absoluta acumulada 66
2.2.4. Frecuencia relativa acumulada 67
2.2.5. Números índices 69
Estadística 5
3.3. MEDIDAS DE LOCALIZACIÓN 117
3.3.1. Valor z 118
3.3.2. Teorema de Chebyshev 119
3.3.3. Sesgo o forma 122
3.3.4. Diagrama de caja o bigotes 124
3.3.5. Curtosis 128
UNIDAD 1. DEFINICIONES
1.1 INTRODUCCIÓN 148
Estadística 7
3.4. AXIOMAS DE PROBABILIDAD 180
3.4.1 Teorema 1: regla de la unión o suma 180
3.4.2 Teorema 2: regla del complemento 180
3.4.3 Teorema 3: probabilidad condicional 181
3.4.4 Teorema 4: regla de la multiplicación o intersección 182
Estadística 8
4.4 DISTRIBUCIÓN CONTINUA DE PROBABILIDAD:
DISTRIBUCIÓN NORMAL 220
IV ESTADÍSTICA INFERENCIAL
UNIDAD 1. ESTIMACIÓN
GLOSARIO 308
BIBLIOGRAFÍA 317
Estadística 11
Estadística 12
PRESENTACIÓN
Por esto, para el alcance de los objetivos en este proceso formativo, más que
construir un texto, se ha tratado de presentar un instrumento de
comunicación académica y dinámica entre la institución y el estudiante, en el
que se diferencian dos partes fundamentales: la guía de estudio y trabajo, y
el módulo de aprendizaje.
Estadística 13
La guía considera las orientaciones sobre el desarrollo del curso en cuanto
define los elementos necesarios para la interlocución entre estudiantes y
docente, describiendo en la metodología las actividades a realizar para cada
encuentro, bibliografía complementaria, proceso de evaluación y
compromisos adquiridos por el estudiante. El módulo desarrolla el contenido
conceptual básico que permite al estudiante la comprensión de los
problemas potenciales en el campo administrativo.
Estadística 14
1. FICHA TÉCNICA
CRÉDITOS 3 (TRES)
CIUDAD MEDELLÍN
ACTUALIZACIÓN
ADICIÓN DE TEMAS
APROBADA POR
2. INTENCIONALIDADES FORMATIVAS
Estadística 15
El mundo global y nuestra sociedad exigen al profesional moderno el
desarrollo de competencias y habilidades que permitan la solución oportuna
y adecuada a los diferentes problemas que se presentan en las
organizaciones.
3. OBJETIVOS
Estadística 16
3.1. OBJETIVOS ESENCIALES
Estadística 17
Calcular e interpretar las medidas de tendencia central, variabilidad y
localización de un conjunto de datos.
Estadística 18
4. UNIDADES TEMÁTICAS
II ESTADÍSTICA DESCRIPTIVA
UNIDAD 1 DEFINICIONES
UNIDAD 2 TÉCNICAS DE CONTEO
UNIDAD 3 SUCESOS PROBABILÍSTICOS Y REGLAS DE
PROBABILIDAD
UNIDAD 4 VARIABLES ALEATORIAS Y DISTRIBUCIONES DE
PROBABILIDAD
IV ESTADÍSTICA INFERENCIAL
UNIDAD 1 ESTIMACIÓN
UNIDAD 2 INTERVALOS DE CONFIANZA
UNIDAD 3 PRUEBA DE HIPÓTESIS
Estadística 19
5. METODOLOGÍA GENERAL
Estadística 20
6. EVALUACIÓN INTEGRAL
Estadística 21
Estadística 22
INTRODUCCIÓN
Estadística 23
para la comprensión de los temas es la aritmética. En la primera unidad se
presenta la conceptualización de la estadística y la forma como se obtiene
una base de datos. La segunda unidad se refiere a la ordenación de datos
estadísticos, según el tipo de variable en la cual se ubican, para luego
representar en la tercera unidad las medidas de tendencia central, de
dispersión y de localización del conjunto de datos. La cuarta unidad
establece la relación entre variables por medio de la regresión lineal y la
correlación. La quinta unidad se refiere a un espacio muestral, las técnicas
de conteo y las reglas de probabilidad. La sexta unidad se refiere a la
diferencia entre variables aleatorias discretas y continuas y sus distribuciones
de probabilidad. La séptima unidad se refiere a resultados poblacionales, por
medio de los intervalos de confianza y prueba de hipótesis, basándose en
resultados muestrales.
Estadística 24
JUSTIFICACIÓN
El desarrollo científico del siglo XXI exige una formación profesional íntegra,
que reúna conocimientos, experiencia y expectativas, que permita la
utilización adecuada de los recursos y herramientas del mundo actual.
Estadística 25
Estadística 26
1. INTRODUCCIÓN Y OBTENCIÓN DE DATOS
ESTADÍSTICOS
1.1. ESTADÍSTICA
1.1.1. Historia
También los chinos efectuaron censos hace más de cuarenta siglos. Los
griegos efectuaron censos periódicamente con fines tributarios, sociales
(división de tierras) y militares (cálculo de recursos y hombres disponibles).
La investigación histórica revela que se realizaron 69 censos para calcular
los impuestos, determinar los derechos de voto y ponderar la potencia
guerrera.
Durante los siglos XV, XVI, y XVII, hombres como Leonardo de Vinci, Nicolás
Copérnico, Galileo, Neper, William Harvey, Sir Francis Bacon y René
Descartes, hicieron grandes operaciones al método científico, de tal forma
que cuando se crearon los Estados nacionales y surgió como fuerza el
comercio internacional existía ya un método capaz de aplicarse a los datos
económicos.
Estadística 30
A finales del siglo XIX, Sir Francis Gaston ideó el método conocido por
Correlación, que tenía por objeto medir la influencia relativa de los factores
sobre las variables. De aquí partió el desarrollo del coeficiente de correlación
creado por Karl Pearson y otros cultivadores de la ciencia biométrica como J.
Pease Norton, R. H. Hooker y G. Udny Yule, que efectuaron amplios estudios
sobre la medida de las relaciones.
1.1.2. Definición
Estadística 31
referirse al conjunto de técnicas y métodos que se utilizan para analizar la
información estadística; y el término estadístico, en singular y en masculino,
se refiere a una medida derivada de una muestra.
1.1.3. División
Estadística 32
La unidad de investigación es el elemento a quien va dirigida la investigación,
el cual puede ser una persona, una familia, una vivienda, un estudiante, una
universidad, un empleado, una organización, etc. La unidad debe ser
adecuada al tipo de investigación y debe poseer características claras y
entendibles que permitan mediciones y comparaciones.
1.2.2. Población
1.2.3. Muestra
1.2.5. Variables
Estadística 35
Variables cualitativas
Las variables cualitativas son las que no permiten construir una serie
numérica definida; los atributos o características que toman son distintas
modalidades observadas cualitativamente. Son variables cualitativas el
color, la profesión, el estado civil, etc.
a1 = administrador
a2 = economista
a3 = contador
a4 = ingeniero
Variables cuantitativas
Las variables cuantitativas son aquellas que permiten una escala numérica
de medición, toman distintos valores observados cuantitativamente mediante
una medida y una escala de medidas. Son variables cuantitativas la altura,
el peso, el número de hijos de una familia, el salario, el número de artículos
producidos en una semana.
Para designar las variables cuantitativas se utilizan las últimas letras del
alfabeto en mayúsculas (... X, Y, Z). Por ejemplo, la variable altura de cinco
Estadística 36
estudiantes se representa por X y las alturas 1.65 m, 1.67 m, 1.68 m, 1.70 m
y 1.72 m, se representan por x1, x2 , x3 , x4 y x5 , respectivamente. En este
caso,
x1 = 1.65 m
x2 = 1.67 m
x3 = 1.68 m
x4 = 1.70 m
x5 = 1.72 m
Por ejemplo, el peso es una variable cuantitativa continua porque entre los
valores de 65 Kg y 66 Kg existen infinitos valores, éstos pueden ser 65.9 Kg,
65.99 Kg, 65.999 Kg, etc.
Escala nominal
Ejemplos:
Escala ordinal
Cada uno de los niveles de esta escala tiene un rango, lo que permite
establecer comparaciones de orden entre los mismos (mayor que, menor
que). No obstante, no es adecuado, en general, suponer que la distancia
entre un nivel y sus niveles adyacentes superior e inferior es la misma.
Ejemplos:
Estadística 39
números para efectuar operaciones o deducciones matemáticas de otro tipo,
como la obtención del estado fitosanitario promedio, por ejemplo.
Escala de intervalo
Es una escala que contiene más información que las anteriores, pues
además de que existe un orden entre los diferentes niveles, la distancia entre
cualquier par de niveles adyacentes es la misma, lo que implica el uso de
una distancia unitaria de referencia. Esta característica permite establecer
relaciones entre cualquier par de intervalos en la escala; así, es posible
afirmar que la distancia que hay entre 5 y 6 es la misma que hay entre 10 y
11.
Celsius Fahrenheit
1
(temperatura) ºF = (9/5) * (temperatura) ºC + 32
Estadística 40
5 ºC 41 ºF
10 ºC 50 ºF
Escala de razones
Así, por ejemplo, un objeto que mida 5,08 cm tendrá el doble de longitud con
relación a un objeto que mida 2,54 cm, cualquiera que sea el sistema en que
se registre la longitud, tal como se muestra en la siguiente tabla2.
Centímetros Pulgadas
2,54 1
5,08 2
2
1 pulgada = 2,54 centímetros
Estadística 41
Cuando se tiene una variable medida en escala de razones, se pueden
calcular todos los estadísticos y es posible utilizar cualesquiera de los
métodos estadísticos clásicos, siempre que se cumplan los supuestos
específicos de los mismos.
1.3. MUESTREO
Estadística 42
Los métodos de muestreo probabilístico son aquellos que se basan en el
principio de equiprobabilidad. Es decir, aquellos en los que todos los
individuos tienen la misma probabilidad de ser elegidos para formar parte de
una muestra y, consiguientemente, todas las posibles muestras de tamaño n
tienen la misma probabilidad de ser elegidas. Sólo estos métodos de
muestreo probabilístico aseguran la representatividad de la muestra extraída
y son, por tanto, los más recomendables. Dentro de los métodos de
muestreo probabilístico se encuentran los siguientes tipos:
Estadística 43
k=N/n. El número i que se emplea como punto de partida será un número al
azar entre 1 y k.
Estadística 44
La distribución de la muestra en función de los diferentes estratos se
denomina afijación, y puede ser de diferentes tipos:
Si se emplea una afijación simple serían 300 niños de cada tipo de centro,
pero en este caso parece más razonable utilizar una afijación proporcional
pues hay bastante diferencia en el tamaño de los estratos. Por consiguiente,
se calcula la proporción para cada uno de los estratos respecto de la
población, para poder reflejarlo en la muestra.
Estadística 45
Colegios públicos: 7.000/10.000 = 0.70
Colegios privados: 3.000/10.000 = 0.30
Estadística 47
Muestreo por cuotas
Bola de nieve
Estadística 50
probabilística aleatoria proporcionará una estimación de las características
del marco, no de la población real.
Error de muestreo
Error de medición
Estadística 51
Se refiere a la falta de precisión en las respuestas registradas, debido a fallas
en la redacción del enunciado de las preguntas, la influencia del
entrevistador en la persona que responde, o por el esfuerzo que realiza la
persona que responde.
Estadística 52
al margen de error, de modo que el investigador puede promover un punto
de vista que de otra manera sería insignificante.
Estadística 53
2. ORDENACIÓN DE DATOS ESTADÍSTICOS
Estadística 54
En los datos obtenidos en encuestas, experimentos o mediante cualquier
instrumento de medida, por ser numerosos, se dificulta su interpretación, a
menos que se ordenen y clasifiquen en forma conveniente. Por lo tanto, se
deben agrupar los datos y presentarlos en forma de tablas.
Estadística 55
Tabla 1. Nivel de escolaridad de los asociados de la Cooperativa de
Trabajo Asociado Epsilon
R = [ Li , Ls ]
AR = Ls - Li
Estadística 58
Para el ejemplo de la tabla 3 la amplitud del rango es:
m = 1 + 3.3 x log
El valor del intervalo de clase no es necesario que sea igual para todos los
intervalos; sin embargo, para fines de simplificación y funcionalidad es
Estadística 59
conveniente que todas las clases tengan la misma amplitud. Para obtenerla,
se divide la amplitud del rango entre el número m de clases que se considere
más adecuado, teniendo en cuenta que C debe ser un número exacto. En
consecuencia,
C = AR / m
Estadística 60
clase uno, y el límite superior de esta clase es igual al límite inferior, más la
amplitud del intervalo (C). Y así sucesivamente, hasta cubrir el número de
clases definidas.
2.1.6. Tabulación
. l s + li
xi =
2
Tabla 6. Marca de clase para el tiempo que tarda (en minutos) un grupo
de expertos en auditar un proceso
Nº DE INTERVALO MARCA DE
CLASE (Tiempo en minutos) CLASE
1 44.5 - 49.5 47
2 49.5 - 54.5 52
3 54.5 - 59.5 57
4 59.5 - 64.5 62
5 64.5 - 69.5 67
6 69.5 - 74.5 72
Estadística 62
Fuente: Datos hipotéticos
2.2. FRECUENCIAS
Estadística 63
Obsérvese que la suma de las frecuencias absolutas debe ser igual al
número total de datos.
fi
hi = * 100
n
Aquí la edad 25 años tiene una frecuencia relativa de 20%; es decir, el 20%
de los empleados tiene edad de 25 años.
Estadística 64
N° DE CLASE INTERVALO FRECUENCIA
(Tiempo en minutos) RELATIVA (hI)
1 44.5 - 49.5 (2/50)*100 = 4%
2 49.5 - 54.5 (9/50)*100 = 18%
3 54.5 - 59.5 (12/50)*100 = 24%
4 59.5 - 64.5 (11/50)*100 = 22%
5 64.5 - 69.5 (9/50)*100 = 18%
6 69.5 - 74.5 (7/50)*100 = 14%
TOTAL 100%
Fuente: Datos hipotéticos
i
Fi = ∑ f k
k =1
i
H i = ∑ hk
k =1
Tabla 10. Frecuencias relativas acumuladas para el tiempo que tarda (en
minutos) un grupo de expertos en auditar un proceso
Una vez construidos los intervalos y las frecuencias, se ilustra en una tabla el
consolidado para facilitar la interpretación y el análisis de la variable (ver
tabla 11).
Tabla 11. Intervalos y frecuencias para el tiempo que tarda (en minutos)
un grupo de expertos en auditar un proceso
N° DE TIEMPO EN .
xi fi hi Fi Hi
CLASE MINUTOS
1 44.5 - 49.5 47 2 4% 2 4%
2 49.5 - 54.5 52 9 18% 11 22%
3 54.5 - 59.5 57 12 24% 23 46%
4 59.5 - 64.5 62 11 22% 34 68%
5 64.5 - 69.5 67 9 18% 43 86%
6 69.5 - 74.5 72 7 14% 50 100%
Fuente: Datos hipotéticos
Estadística 67
expertos tardan entre 49.5 y 54.5 minutos en realizar la auditoría del
proceso, así sucesivamente.
Ejemplo: los precios de un artículo A durante los años 2001 a 2005 fueron
$40.000, $48.000, $56.000, $70.000, $84.000, respectivamente. Al tomar
Estadística 68
como base el año 2001, que corresponde al 100%, se obtienen los índices
para cada año.
Tabla 12. Índices de precios del artículo a, de los años 2001 a 2005
Esto indica que el precio del artículo A se incrementó 20% en el año 2002
con respecto al año 2001; 40% en el año 2003 con respecto al año 2001;
75% en el año 2004 con respecto al año 2001; y 110% en el año 2005 con
respecto al año 2001.
2.3.1. Histogramas
Estadística 69
Un histograma de frecuencias consiste en una serie de rectángulos que se
construyen sobre un plano cartesiano. Este tipo de gráfica se aplica a la
variable cuantitativa continua.
Estadística 70
Gráfica 2. Histograma de frecuencias relativas para un grupo de
expertos que auditan un proceso
Estadística 71
Gráfica 3. Polígono de frecuencias absolutas para un grupo de
expertos que auditan un proceso
Estadística 72
Se acostumbra prolongar el polígono hasta las marcas de clase inferior y
superior inmediatas, que corresponderían a las clases de frecuencia cero.
Estadística 73
Gráfica 6. Polígono de frecuencias relativas acumuladas para un grupo
de expertos que auditan un proceso
Los diagramas de barras son muy utilizados por la facilidad y sencillez que
ofrecen para presentar características de una población, especialmente de
variables cualitativas o cuantitativas discretas.
Estadística 74
Gráfica 7. Número de hijos de los asociados de la Cooperativa de
Trabajo Asociado Epsilon
Estadística 75
100% de los asociados; con nivel profesional corresponde 36°; nivel técnico
corresponde 108°; nivel de bachillerato, 144°; y con básica primaria, 72°.
Gráfica 8. Nivel de escolaridad de los asociados de la Cooperativa de
Trabajo Asociado Epsilon
Para ilustrar el uso del diagrama de tallo y hojas se consideran los siguientes
datos de la tabla 13. La información es resultado de un examen de aptitudes
Estadística 76
de 150 preguntas, aplicado a 50 personas durante un proceso de selección
de personal en Manufacturas Alfa.
6 9 8
7 2 3 6 3 6 5
8 6 2 3 1 1 0 4 5
9 7 2 2 6 2 1 5 8 8 5 4
10 7 4 8 0 2 6 6 0 6
11 2 8 5 9 3 5 9
12 6 8 7 4
13 2 4
14 1
Estadística 77
6 8 9
7 2 3 3 5 6 6
8 0 1 1 2 3 4 5 6
9 1 2 2 2 4 5 5 6 7 8 8
10 0 0 2 4 6 6 6 7 8
11 2 3 5 5 8 9 9
12 4 6 7 8
13 2 4
14 1
Los números de la izquierda de la línea (6, 7, 8, 9, 10, 11, 12, 13, 14) forman
el tallo, y cada dígito de la derecha de la fila es una hoja. Por ejemplo, se
considera la primera fila con un valor de tallo igual a 6, y hojas de 8 y 9, lo
cual significa que hay dos valores que tienen un primer dígito de 6; las hojas
muestran que los valores son 68 y 69. De manera similar, la segunda fila
indica que hay seis valores cuyo primer dígito es siete: 72, 73, 73, 75, 76 y
76.
Si se gira el diagrama de tallo y hojas 90° en sentido contrario a las
manecillas del reloj, se obtiene una imagen similar al histograma de
frecuencias. Aunque el diagrama de tallo y hojas parece ofrecer la misma
información que un histograma, tiene dos ventajas principales:
Estadística 79
El gerente de operaciones de una planta empacadora de cereales indicó que,
según su experiencia, casi siempre hay nueve razones que dan como
resultado la producción de cajas de cartón no conformes al final del proceso
de empaque: cartón roto, cartón abultado, cartón agrietado, cartón sucio,
agujeros en el cartón, peso de empaque inadecuado, error de impresión,
etiqueta ilegible y tapa superior sin sello.
Estadística 80
A pesar de los “pocos vitales” de los “muchos triviales”, se determina que las
tapas sin sello (32.0%), las etiquetas ilegibles (24.0%) y los cartones sucios
(18.0%) representan el 74% de las razones de no conformidad. Las otras
dos razones representan el 26%.
Estadística 81
RESTAURANTE EVALUACIÓN DE LA PRECIO DE LA
CALIDAD COMIDA (dólares)
1 Bueno 18
2 Muy bueno 22
3 Bueno 28
4 Excelente 38
5 Muy bueno 33
6 Bueno 28
7 Muy bueno 19
8 Muy bueno 11
9 Muy bueno 23
10 Bueno 13
. . .
. . .
Fuente: Anderson y otros. Estadística para administración y economía, Pág. 44.
Así, cada restaurante de la muestra se asocia con una celda que aparece en
uno de los renglones y en una de las columnas de la tabulación cruzada. Por
ejemplo, el restaurante 5 se identifica por tener una evaluación de la calidad
muy buena y un precio de la comida de 33 dólares. Este restaurante
pertenece a la celda de la fila 2 y la columna 3 de la tabla 15. Para elaborar
una tabulación cruzada simplemente se cuenta la cantidad de restaurantes
que pertenecen a cada una de las celdas de la tabla.
Estadística 82
En la tabla 16 se observa que la mayor cantidad de restaurantes (64) en la
muestra tienen calificación de “muy bueno“, y que el precio de la comida está
entre los límites de 20 a 29 dólares. Sólo hay dos restaurantes con
calificación de “excelente” y precio de la comida de 10 a 19 dólares. De las
demás frecuencias se puede llegar a interpretaciones análogas. Además, las
márgenes derecha e inferior de la tabla cruzada indican por separado las
distribuciones de frecuencias de evaluación de la calidad y del precio de la
comida. En la margen derecha se ve que los datos sobre evaluación de la
calidad indican que hay 84 restaurantes buenos, 150 muy buenos y 66
excelentes. De igual forma, la margen inferior indica la distribución de
frecuencias de la variable “costo de la comida”.
Estadística 84
Estadística 85
3. MÉTODOS NUMÉRICOS
Estadística 86
promedio, para describir todo el conjunto; este valor típico descriptivo es una
medida de tendencia central, entre las cuales están: la media aritmética, la
mediana, la moda y los cuantiles.
∑x i
X = i =1
n
Donde
X : media aritmética de la muestra
n : tamaño de la muestra
xi : observación de la variable
n
∑x i =1
i : suma de todos los valores de la muestra
2 + 4 + 3 + 5 14
La media aritmética es X = = = 3.5
4 4
Estadística 87
Cuando los datos se han agrupado con frecuencias, pero no se han
construido intervalos, la media aritmética se calcula como:
∑x .f i i
X = i =1
n
∑x .f i i
20 , lo que significa que el promedio es 2 hijos.
X = i =1
= =2
n 10
n .
Estadística
∑x .f i i
X = i =1 88
n
.
Donde xi es la marca de clase de cada intervalo.
Tabla 20. Media aritmética para el tiempo que tarda (en minutos) un
grupo de expertos en auditar un proceso
Nº DE TIEMPO EN . .
xi fi xi . f i
CLASE MINUTOS
1 44.5 - 49.5 47 2 94
2 49.5 - 54.5 52 9 468
3 54.5 - 59.5 57 12 684
4 59.5 - 64.5 62 11 682
5 64.5 - 69.5 67 9 603
6 69.5 - 74.5 72 7 504
n = ∑ f i = 50 .
∑ xi . fi = 3035
Fuente: Datos hipotéticos
n .
∑ xi . fi 3035 . lo que significa que el promedio es 60.7 minutos.
X = i =1
= = 60.7
n 50
3.1.2. Mediana
La mediana, representada por Me, de un conjunto de valores x1, x2, x3,… xn,
es el valor que ocupa el lugar central ordenando los datos en forma
ascendente o descendente, de tal forma que la mitad de las observaciones
Estadística 89
son menores o iguales a la mediana y la otra mitad son mayores o iguales a
dicho valor.
Podría interpretarse la mediana como aquel valor que deja el 50% de las
observaciones por debajo de él y el otro 50% por encima de él.
Me = X n +1
2 Si el total de datos (n) es impar
Xn + Xn
+1
Me = 2 2
2
Si el total de datos (n) es par
Me = X n +1 = X 5 +1 = X 3
2 2
Xn + Xn X8 + X8
+1 +1 X4 + X5
Me = 2 2
= 2 2
=
2 2 2
9 + 11 20
Me = = = 10
2 2
Es decir, el 50% de los valores está por encima de 10, y el otro 50% está por
debajo de 10.
Estadística 91
Segundo paso: se ubica el intervalo cuya frecuencia absoluta acumulada Fi
contiene a n/2.
n
− Fi −1
Me = li + 2 *c
fi
Donde:
li : límite inferior del intervalo que contiene a n/2
Tabla 21. Mediana para el tiempo que tarda (en minutos) un grupo de
expertos en auditar un proceso
Nº DE TIEMPO EN .
xi fi hi Fi Hi
CLASE MINUTOS
1 44.5 - 49.5 47 2 4% 2 4%
2 49.5 - 54.5 52 9 18% 11 22%
3 54.5 - 59.5 57 12 24% 23 46%
4 59.5 - 64.5 62 11 22% 34 68%
5 64.5 - 69.5 67 9 18% 43 86%
6 69.5 - 74.5 72 7 14% 50 100%
Estadística 92
Fuente: Datos hipotéticos
n /2 = 25
Fi −1 = 23
f i = 11
c = 64.5 – 59.5 = 5
Luego,
n
− Fi −1
25 − 23 2
Me = li + 2 * c = 59.5 + * 5 = 59.5 + * 5 = 59.5 + 0.9 = 60.4
fi 11 11
3.1.3. Moda
La moda, representada por Mo, de un conjunto de valores x1, x2, x3,… xn, es
el valor que se presenta con mayor frecuencia. Puede ser aplicada a
cualquier tipo de variable.
Ordenándolos: 2, 3, 4, 4, 4, 5.
Como el valor 4 se presenta 3 veces y los otros valores una vez, la moda es
4.
xi fi
2 5
3 3
4 5
5 3
6 5
Fuente: Datos hipotéticos
Los valores que tienen mayor frecuencia son 2,4 y 6, por tanto la distribución
es multimodal.
xi fi
2 5
3 8
4 3
5 8
6 5
Fuente: Datos hipotéticos
Los valores que tienen mayor frecuencia son 3 y 5, por tanto la distribución
es bimodal.
Tabla 24. Ejemplo de distribución unimodal
Estadística 95
xi fi
2 3
3 7
4 5
5 3
6 2
Fuente: Datos hipotéticos
∆1
Mo = li + *c
∆1 + ∆ 2
Donde:
anterior.
∆2 : diferencia entre la frecuencia absoluta mayor y la frecuencia absoluta
siguiente.
Estadística 96
c : amplitud del intervalo de mayor frecuencia absoluta.
Tabla 25. Moda para el tiempo que tarda (en minutos) un grupo de
expertos en auditar un proceso
Nº DE TIEMPO EN .
xi fi hi Fi Hi
CLASE MINUTOS
1 44.5 - 49.5 47 2 4% 2 4%
2 49.5 - 54.5 52 9 18% 11 22%
3 54.5 - 59.5 57 12 24% 23 46%
4 59.5 - 64.5 62 11 22% 34 68%
5 64.5 - 69.5 67 9 18% 43 86%
6 69.5 - 74.5 72 7 14% 50 100%
Fuente: Datos hipotéticos
li = 54.5
∆1 = 12 – 9 = 3
∆2 = 12 – 11 = 1
c = 59.5 – 54.5 = 5
∆1 3 15
Mo = li + * c = 54.5 + * 5 = 54.5 + = 58.2
∆1 + ∆ 2 3 +1 4
Estadística 97
Es decir, el tiempo que más se presenta en realizar la auditoría del proceso
es de 58.2 minutos.
3.1.4. Cuantiles
Cuartiles (Q): valores que dividen los datos en cuatro partes iguales.
Existen tres cuartiles y se calculan de forma similar a la mediana; de hecho,
el cuartil dos es igual a la mediana.
n
− Fi −1
Q1 = li + 4 *c
fi
Estadística 98
Nota: los componentes de la fórmula tienen la misma descripción que los
componentes de la fórmula para el cálculo de la mediana.
El cálculo del primer cuartil para el ejemplo del tiempo que tardan los
expertos en realizar la auditoría de un proceso se detalla a continuación:
Tabla 26. Primer cuartil para el tiempo que tarda (en minutos) un grupo
de expertos en auditar un proceso
Nº DE TIEMPO EN .
xi fi hi Fi Hi
CLASE MINUTOS
1 44.5 - 49.5 47 2 4% 2 4%
2 49.5 - 54.5 52 9 18% 11 22%
3 54.5 - 59.5 57 12 24% 23 46%
4 59.5 - 64.5 62 11 22% 34 68%
5 64.5 - 69.5 67 9 18% 43 86%
6 69.5 - 74.5 72 7 14% 50 100%
Fuente: Datos hipotéticos
li = 54.5
n /4 = 12.5
Fi −1 = 11
f i = 12
Estadística 99
c = 59.5 – 54.5 = 5
Luego,
n
− Fi −1
12.5 − 11 1 .5
Q1 = li + 4 * c = 54.5 + * 5 = 54.5 + * 5 = 54.5 + 0.62 = 55.12
fi 12 12
Lo que significa que el 25% de los expertos tarda menos de 55.12 minutos
en realizar la auditoría del proceso.
n
− Fi −1
Q2 = li + 2 *c
fi
Nótese que los pasos y la fórmula para calcular el segundo cuartil son los
mismos que los de la mediana. En consecuencia, siempre el segundo
cuartil será igual a la mediana.
Estadística 100
Luego, para el ejemplo del tiempo que tardan los expertos en realizar la
auditoría de un proceso, Q2 = Me = 60.4 minutos.
3n
− Fi −1
Q3 = li + 4 *c
fi
Luego,
3n
− Fi −1
37.5 − 34 3 .5
Q3 = li + 4 * c = 64.5 + * 5 = 64.5 + * 5 = 64.5 + 0.22 = 64.72
fi 9 9
Lo que significa que el 75% de los expertos tarda menos de 64.72 minutos
en realizar la auditoría del proceso.
Deciles (D): valores que dividen los datos en diez partes iguales. Existen
nueve deciles y se calculan de forma similar a los cuartiles.
Estadística 101
El primer decil D1 deja acumulado el 10% de los datos de la variable. Se
calcula con los siguientes pasos:
n
− Fi −1
D1 = li + 10 *c
fi
El cálculo del primer y noveno decil a partir del ejemplo de la tabla 23 para el
tiempo que tardan los expertos en realizar la auditoría de un proceso se
detallan a continuación.
Estadística 102
n
− Fi −1
0 .5 − 0 0 .5
D1 = li + 10 * c = 44.5 + * 5 = 44.5 + * 5 = 44.5 + 1.25 = 44.75
fi 2 2
9n
− Fi −1
45 − 43 2
D9 = li + 10 * c = 69.5 + * 5 = 69.5 + * 5 = 69.5 + 1.43 = 70.93
fi 7 7
Percentiles (P): valores que dividen los datos en cien partes iguales.
Existen 99 percentiles y se calculan de forma similar a los cuartiles y deciles.
n
− Fi −1
P1 = li + 100 *c
fi
Estadística 103
Los demás percentiles se calculan con el procedimiento similar al primer
percentil, teniendo en cuenta que, en el primer paso, para el segundo
percentil corresponde 2n/100; para el tercer percentil 3n/100; para el
percentil 10, 10n/100; para el percentil 50, 50n/100 = n/2; así sucesivamente
hasta el percentil 99, con 99n/100.
Q1 Q2 Q3
1% 10% 2 0% 25% 30% 40% 50% 60% 70% 75% 80% 90% 99%
D1 D2 D3 D4 D5 D6 D7 D8 D9
Estadística 104
P1 ..P10 .. P20 P25 P30 ....P40 ..... P50 .. P60 ....P70 P75 P80 ...... P90 . P99
Me
3.2.1. Rango
Estadística 105
Aunque el rango es la medida de dispersión más fácil de calcular, casi nunca
se usa como la única medida de dispersión, debido a que se basa sólo en los
valores extremos del conjunto de datos.
Por ejemplo, para el tiempo que tardan los expertos en auditar un proceso, el
rango sería:
Rango = 74 – 45 = 29 minutos
Para los datos del tiempo que tardan los expertos en realizar la auditoría de
un proceso, los cuartiles son Q1 = 55.12 minutos y Q3 = 64.72 minutos. Así el
rango intecuartil es
Estadística 106
RIC = 64.72 – 55.12 = 9.6 minutos.
3.2.3. Varianza
elevan al cuadrado.
Si el conjunto de datos es una población, el promedio de las desviaciones al
cuadrado se llama varianza de la población y se representa con el símbolo
griego σ 2 . Para una población con N observaciones o datos, cuando µ
representa el promedio de esa población, la definición de la varianza de la
población es:
σ 2
=
∑(xi − µ )2
N
Estadística 107
es emplearla para estimar la varianza de todo el conjunto de datos, es decir,
para la población.
s2 =
∑( x
i − x) 2
n −1
Donde:
Cuando se calcula la varianza, las unidades en las cuales fueron medidos los
datos causan confusiones. Como los valores que se suman al calcular la
Estadística 108
se está calculando la edad en años para un grupo de empleados, la varianza
tendrá (años)2.
SALARIO MEDIA DE LA
DESVIACIÓN
(millones) MUESTRA
( xi − x ) ( xi − x) 2
xi x
3,5 9.57 -6.07 36.84
4,5 9.57 -5.07 25.70
6,0 9.57 -3.57 12.74
8,0 9.57 -1.57 2.46
10,0 9.57 0.43 0.18
15,0 9.57 5.43 29.48
20,0 9.57 10.42 108.78
∑( xi − x) = 0 ∑( x
i − x ) 2 = 216.18
Fuente: Datos hipotéticos
Estadística 109
Luego, la varianza será:
s 2
=
∑( xi − x) 2
=
216.18
= 36.03
n −1 6
s2 =
∑x
2
i * fi
−x
2
Donde:
intervalo
f i : frecuencia absoluta del valor de la variable X
Para los datos de tiempo que tardan los expertos en realizar la auditoría de
un proceso, presentados en la tabla 10, la varianza sería:
Tabla 28. Varianza para el tiempo que tardan los expertos en realizar la
auditoría de un proceso
Estadística 110
Nº DE TIEMPO EN
xi fi xi2 xi2 * f i
CLASE MINUTOS
1 44.5 - 49.5 47 2 2209 4418
2 49.5 - 54.5 52 9 2704 24336
3 54.5 - 59.5 57 12 3249 38988
4 59.5 - 64.5 62 11 3844 42284
5 64.5 - 69.5 67 9 4489 40401
6 69.5 - 74.5 72 7 5184 36288
∑ x * f = 186.715
n = 50 2
i i
Fuente: Datos hipotéticos
s2 =
∑x i
2
* fi 2
−x =
186.715
− (60.7) 2 = 3734.3 − 3684.49 = 49.81
n 50
3.2.4. Desviación estándar
s= s2
σ = σ2
Estadística 111
conocimiento de la media aritmética y la desviación estándar ayudan a definir
en dónde se agrupa la mayor parte de los datos.
Para los datos de tiempo que tardan los expertos en realizar la auditoría de
un proceso, presentados en la tabla 26, la desviación estándar sería:
Cuanto más dispersos estén los datos, mayores serán el rango, el rango
intercuartil, la varianza y la desviación estándar.
Si los datos son todos iguales (de manera que no hay variación de los
datos), el rango, el rango intercuartil, la varianza y la desviación estándar
serán iguales a cero.
Estadística 112
Las medidas de variación (rango, rango intercuartil, varianza y desviación
estándar) nunca son negativas.
S
CV = * 100
X
Para los datos del tiempo que tardan los expertos en realizar la auditoría de
un proceso, el promedio es 60.7 minutos y la desviación estándar es 7.06
minutos. El coeficiente de variación sería:
S 7.06
CV = * 100 = * 100 = 11.6%
X 60.7
Estadística 113
Suponga que un inversionista desea adquirir acciones en una de dos
compañía A o B, listadas en la Bolsa de Valores. Si ninguna de las
compañías ofrece dividendos a sus clientes y ambas tienen igual
clasificación (según los servicios de inversión) en términos del crecimiento
potencial, el inversionista quizá considere la volatilidad o variabilidad de
ambas acciones para ayudar en la decisión de inversión.
Solución
S $30.000 S $12.000
CV A = * 100 = * 100 = 20.0% y CVB = * 100 = * 100 = 33.3%
X $ 150 .000 X $36.000
3.3.1. Valores z
xi − x
zi =
s
Donde,
x : media de la muestra
s : desviación estándar de la muestra.
Estadística 115
Con frecuencia se le da el nombre de valor estandarizado al valor de z. El
valor zi se interpreta como el número de desviaciones estándar que dista xi
de promedio x . Por ejemplo, si zi = 1.2 indica que x1 es 1.2 desviaciones
estándar por encima de la media de la muestra. Igualmente, z2 = −0.5
indica que x2 está a 0.5, o ½ desviación estándar por debajo de la media de
la muestra. Obsérvese que los valores de z positivos corresponden a
observaciones o datos con valores mayores que la media, y que los valores
de z negativos corresponden a observaciones con valores menores que la
media. Un valor z igual a cero indica que el valor de una observación es
igual a la media.
SALARIO VALOR Z
DESVIACIÓN
(millones) xi − x
( xi − x )
xi s
3,5 -6.07 -1.01
4,5 -5.07 -0.84
6,0 -3.57 -0.60
8,0 -1.57 -0.26
10,0 0.43 0.07
15,0 5.43 0.90
20,0 10.42 1.74
Fuente: Datos hipotéticos
Estadística 116
Obsérvese que el valor z de 1.74 para el séptimo dato indica que es el más
alejado del promedio; está a 1.74 desviaciones estándar por encima del
promedio.
Teorema de Chebyshev
1
Cuando menos 1 − 2 de los datos debe estar a menos de z desviaciones
z
estándar de separación respecto a la media, siendo z cualquier valor mayor
que 1.
Estadística 117
Como ejemplo de la aplicación del teorema de Chebyshev, supóngase que
las puntuaciones de un examen de ingreso de 100 aspirantes al programa de
Administración de una universidad tuvieron un promedio de 70 puntos y una
desviación estándar de 5 puntos. ¿Cuántos aspirantes tuvieron
puntuaciones entre 60 y 80? ¿Cuántos entre 58 y 82?
Para las puntuaciones entre 58 y 82, (58-70)/5 = -2.4 indica que 58 están a
2.4 desviaciones estándar por debajo del promedio, y que (82-70)/5 = +2.4
indica que 82 están a 2.4 desviaciones estándar por encima del promedio.
Aplicando el teorema de Chebyshev con z = 2.4 se obtiene:
1 1
1 − 2 = 1 − = 0.826
z ( 2. 4 ) 2
La regla empírica
Estadística 118
Una de las ventajas del teorema de Chebyshev es que se aplica a cualquier
conjunto de datos, independientemente de la forma de la distribución de los
mismos. Sin embargo, en las aplicaciones prácticas se ha encontrado que
muchos conjuntos de datos tienen una distribución en forma de colina o de
campana. Cuando se cree que los datos tienen aproximadamente esa
distribución, se puede aplicar la regla empírica para determinar el porcentaje
de elementos que debe estar dentro de determinada cantidad de
desviaciones estándar respecto al promedio.
Estadística 119
• Aproximadamente 68% de los envases llenos tienen entre 15.75 y 16.25
cm3 (esto es, menos de una desviación estándar de la media).
• Aproximadamente 95% de los envases llenos tienen entre 15.50 y 16.50
cm3 (esto es, menos de dos desviaciones estándar de la media).
• Casi todos los envases llenos tienen entre 15.25 y 16.75 cm 3 (esto es,
menos de tres desviaciones estándar de la media).
Los datos del cuadro del centro tienen sesgo negativo o a la izquierda. Se
observan una cola larga y una distorsión hacia la izquierda, causadas por
valores en extremo pequeños. Estos valores tan pequeños jalan la media
hacia abajo y resulta menor que la mediana. Los datos del tercer cuadro
tienen un sesgo positivo o a la derecha. Se observan una cola larga hacia la
derecha de la distribución y una distorsión hacia la derecha, causadas por
valores muy grandes. Estos valores en extremo grandes jalan la media hacia
arriba y resulta mayor que la mediana.
Valor mínimo
Primer cuartil (Q1)
Mediana (Me = Q2)
Tercer cuartil (Q3)
Valor máximo
2710 2755 2850 2880 2880 2890 2920 2940 2950 3050 3130 3325
Estadística 122
Q1 = 2865 Q2 = 2905 Q3 = 3000
(Mediana)
Gráfica 12. Diagrama de caja y bigotes con líneas que muestran los
límites
En la gráfica 12 se trazaron las líneas que indican el lugar de los límites con
el fin de mostrar cómo se calculan éstos y dónde se ubican en el caso de los
salarios. Aunque siempre se calculan, por lo general no se trazan en los
diagramas de caja. En la gráfica 13 se muestra el aspecto habitual de un
diagrama de caja y bigotes para los datos de los salarios.
Estadística 124
Grafica 13. Diagrama de caja y bigotes de los sueldos mensuales de un
grupo de egresados de un programa de Administración
Observación
Estadística 125
3.3.5. Curtosis
1
(Q3 − Q1 )
k= 2
P90 − P10
Donde,
Q3: tercer cuartil.
Q1: primer cuartil.
P90: percentil 90.
P10: percentil 10.
Estadística 126
Distribución mesocúrtica: presenta un grado de concentración medio
alrededor de los valores centrales de la variable (el mismo que presenta una
distribución simétrica o normal). El valor de k = 0.263.
Estadística 127
Estadística 128
4. REGRESIÓN LINEAL Y CORRELACIÓN
Estadística 129
las variables dependientes se muestran como “efecto” de las variables
independientes o “causa” del proceso de producción.
Estadística 130
En este caso, se busca relacionar las variables área y costo mensual; donde
la variable independiente (X) es el área, y la dependiente (Y), el costo
mensual.
La regresión lineal pretende encontrar una recta que represente todos los
puntos que se encuentran en el plano cartesiano.
Estadística 132
proceso se conoce como ajuste de una recta y se utiliza como procedimiento
el método de mínimos cuadrados.
Estadística 133
min ∑( y i − yˆ i )
b =
n∑ xi yi − ∑ xi ∑ yi
b0 =
∑yi −b ∑x
i
n∑ x − (∑ xi )
2
i y n
25
por tanto,
b0 =
∑y i −b ∑x
i
=
17.329 − (5,73804)(2.636) 2.203,53
= = 88,14120
n 25 25
yˆ = 88,14120 +5,73804 x
Estadística 135
Interpretación de bo y b
Predicciones
Estadística 136
Con la ecuación de regresión encontrada, es posible predecir algunos
valores para la variable dependiente a partir de la variable independiente
Observación
Estadística 137
El coeficiente de correlación (r) es la medida de la intensidad de la relación
entre dos variables. Se calcula con la ecuación
n∑ xy − ( ∑ x )( ∑ y )
r=
n∑ x 2 − ( ∑ x ) * n ∑ y 2 − ( ∑ y )
2 2
Donde,
r CALIFICACIÓN r
-0.1 0.1
-0.2 Correlación nula 0.2
-0.3 0.3
-0.4 0.4
-0.5 Correlación baja 0.5
-0.6 0.6
-0.7 0.7
-0.8 Correlación alta 0.8
-0.9 0.9
-1.0 Máxima correlación 1.0
n∑ xy − ( ∑ x )( ∑ y ) 25(1.925.819) − (2.636)(17.329)
r= =
n∑ x 2 − ( ∑ x ) * n∑ y 2 − ( ∑ y ) 25(295.132) − (2.636) 2 * 25(12.797.183) − (17.329) 2
2 2
2.466.321 2.466.321
r= = = 0.8489
655,59 * 4.431,18 2.905.037,296
Este valor permite concluir que el 72% del aumento en el costo de alquiler
del apartamento se debe al incremento en el área, el otro 28% se debe al
cambio producido por otras variables que no fueron analizadas en el modelo
(por ser regresión lineal simple).
Estadística 141
Estadística 142
Estadística 143
1.1 INTRODUCCIÓN
Estadística 144
Al estudiar las probabilidades existen los siguientes objetivos:
Estadística 145
1.3 CONCEPTOS BÁSICOS DE PROBABILIDAD
Ejemplos:
Estadística 147
herramientas de las matemáticas llamada técnicas de conteo. Tema que
veremos más adelante.
Gráficamente,
A B
Ejemplo
Sea el espacio muestral S = (0,1,2,3,4,5,6,7,8,9) y los Eventos:
A = ( 1,2,3,4,5)
Estadística 148
B = ( 0,1,3,6,8 )
C= (3,4,6,9)
GRAFICANDO,
A 2
B
8
0
4 3 6
9
C
7
1.
2.
3.
4.
Gráficamente,
Estadística 149
Ejemplo
Con el espacio muestral del ejercicio anterior, hallar los siguientes eventos:
Gráficamente,
Estadística 150
A
Ejemplo
Con el espacio muestral del ejercicio anterior, hallar los siguientes eventos:
Estadística 151
Estadística 152
2.1 TÉCNICAS DE CONTEO
SOLUCIÓN
= falda 1 = falda 2
=blusa 1 =blusa 2
Estadística 154
(S 1 , f 1 , b 1) (S 2 , f 1 , b 1) (S 3 , f 1 , b 1)
(S 1 , f 1 , b 2) (S 2 , f 1 , b 2) (S 3 , f 1 , b 2)
(S 1 , f 2 , b 1) (S 2 , f 2 , b 1) (S 3 , f 2 , b 1)
(S 1 , f 2 , b 2) (S 2 , f 2 , b 2) (S 3 , f 2 , b 2)
C
C
S
C
C
S
S
C
C
S
S
C
S
S
Estadística 155
Según el diagrama de árbol, los resultados son:
(C,C,C),(C,C,S),(C,S,C)(C,S,S,),(S,C,C),(S,C,S),(S,S,C)(S,S,S).
Solución
B D
B
B
D
B
D
D
D
B
B
D
(B,D,B),(B,D,D),(B,B,B),(B,B,D),(D,D,B),(D,D,D,)(D,B,B,)(D,B,D).
Estadística 156
Regla 2.1.2. Principio de permutación
Solución
Sea A la persona 1
B la persona 2
C la persona 3
D la persona 4.
Estadística 157
(A B C D) (B A C D) (C A B D) (D A B C)
(A B D C) (B A DC) (C A DB) (D A C B)
(A C B D) (B C A D) (C B A D) (D B A C)
(A C D B) (B C DA) (C B DA) (D B C A)
(A D B C) (B D A C) (C D A B) (D C A B)
(A D C B) (B D C A) (C D B A) (D C B A)
(P C Z)
(P Z C)
(Z P C)
(Z C P)
(C Z P)
(C P Z)
Estadística 158
Ejemplo 6: Se tiene a cuatro concursantes para un primer y segundo
puesto. ¿Cuáles son los resultados posibles para los cuatro concursantes?
Solución
• Sea A el concursante 1
• Sea B el concursante 2
• Sea C el concursante 3
• Sea D el concursante 4
(A B) (B A)
(A C) (C A)
(A D) (D A)
(B C) (C B)
(B D) (D B)
(C D) (D C)
Estadística 159
Ejemplo 7. Si en el ejercicio de las prendas (ejemplo 5), se tuvieran
pantalones: P; interiores I; camisas: C; y zapatos: Z, ¿de cuántas maneras se
pueden colocar en un armario de 3 compartimentos, teniendo en cuenta que
la prenda sobrante se coloca en otro armario?
Solución
(P I C) (P C I) (I C P) (I P C) ( C I P) (C P I)
(P I Z) (P Z I) (I P Z) (I Z P) ( Z I P) (Z P I)
(P C Z) (P Z C) (C I P) (C P I) ( I C P) (I P C)
(I C Z) (I Z C) (C I Z) (C Z I) ( Z I C (Z C I)
Cuando se organizan de los n elementos, solo r ( r ≤ n), sin tener en
cuenta el orden o al cambiar de orden no se pierde el sentido, decimos que
es una combinación . Su fórmula:
• Regla A: no fumar
Estadística 160
• Regla B: hacer ejercicios
Solución
(A B)
(A C)
(A D)
(B C)
(B D)
(C D)
Estadística 161
Regla 2.1.5: Particiones
1 derrotas y 1 empate?
Solución
Estadística 162
V V D E V D E V D E V V
V V E D V E D V E D V V
V D V E D V V E E V D V
V E V D D V E V E V V D
Solución
Estadística 163
D
A
E
D
B
E
D
C
De acuerdo con el diagrama de árbol, los resultados posibles son:
(A,D),(A,E), (B,D),(B,E),(C,D),(C,E).
2 Suponga que hay ocho tipos de computadora pero solo tres espacios
disponibles para exhibirlas en la tienda de computadoras. ¿De cuántas
maneras diferentes pueden ser arregladas las 8 máquinas en los tres
espacios disponibles?
Solución
Estadística 164
Número total de arreglos
Solución
Estadística 165
En realidad los 8 puestos se convierten en 6; ya que 3 libros deben quedar
juntos. Pero esos 3, a su vez, se pueden organizar de diferentes maneras.
Supongamos que los libros 1,2,3 deben quedar juntos…..
LIBROS 1 2 3 4 5 6 7 8
PUESTOS 1 2 3 4 5 6
3 separados es lo contrario a los 3 juntos. Esto quiere decir que al organizar
8 libros (8!=40320) y al restarle los resultados de los 3 juntos (4320), nos
quedan los resultados de los 3 separados.
Solución
Para que los principales sean más que los suplentes deben quedar:
3 principales y 2 suplentes o 4 principales y un suplente o 5 principales y 0
suplentes. .
Estadística 166
Recordemos que en matemáticas el conector
y significa producto y el conector o significa
suma
Estadística 167
3.1 SUCESOS PROBABILÍSTICOS
Ejemplo
Ejemplo
REGLAS DE PROBABILIDAD
1 2
La probabilidad de cada punto La suma de las probabilidades de todos
muestral debe estar entre 0 y 1, o los puntos muestrales debe ser igual a
sea uno
Estadística 171
Los casos favorables son aquellos que cumplen con la condición, y los casos
posibles son todos los resultados posibles en un experimento estadístico
(espacio muestral).
Ejemplo 1 de probabilidad
Solución
Estadística 172
29
M E
4
8 7
2 1 2
Estadística 173
. La probabilidad de que haya
aprobado Matemática solamente es 27.59%, o sea, que el 27.59% de
los estudiantes aprobó solamente Matemática.
Estadística 174
caso son 3 los estudiantes y todos los casos posibles son todos los
estudiantes que se están analizando, que en este caso son 29.
¡observa que hasta ahora no se han necesitado los axiomas de probabilidad, para
responder las preguntas. Solo se ha necesitado de tu buena interpretación y análisis!
Estadística 175
3.3 AXIOMAS DE PROBABILIDAD
EVENTOS MUTUAMENTE
NO EXCLUYENTES EXCLUYENTES
Ejemplo:
Probabilidad de que haya aprobado Matemáticas o Historia (numeral d. del
ejercicio anterior).
Estadística 176
Si A’ es el complemento de A, entonces:
Ejemplo:
Ejemplo:
Si aprobó Español, ¿cuál es la probabilidad de que haya aprobado Historia?
Estadística 177
(Numeral f. del ejercicio anterior). Otra forma de plantear la pregunta es:
¿cuál es la probabilidad de que haya aprobado Historia dado que aprobó
Español?
EVENTOS
DEPENDIENTES INDEPENDIENTES
Ejemplo:
Estadística 178
Ó
EJEMPLO 2 DE PROBABILIDAD
Estadística 179
Matemáticas?
e. ¿Cuál es la probabilidad de que tenga capacidad alta para las
Matemáticas, dado que su interés por la Estadística es bajo?
f. ¿Cuál es la probabilidad de que tanto la capacidad para las Matemáticas
como el interés por la Estadística sean medios?
Solución
El 80% de los estudiantes tienen
Estadística 180
INTERÉS-ESTADÍSTICA
OPCIÓN ALTO MEDIO BAJO TOTAL
MATEMÁTICAS
CAPACIDAD
ALTO 25 10 15 50
MEDIO 10 45 15 70
BAJO 5 15 60 80
TOTAL 40 70 90 200
3. Como los eventos son mutuamente no excluyentes,
EL 50% de los
INTERÉS-ESTADÍSTICA
OPCIÓN ALTO MEDIO BAJO TOTAL
MATEMÁTICAS
CAPACIDAD
ALTO 25 10 15 50
MEDIO 10 45 15 70
BAJO 5 15 60 80
TOTAL 40 70 90 200
Estadística 181
El 16.67% de los estudiantes que tienen interés bajo por la Estadística tienen
una capacidad media para la Matemática.
INTERÉS-ESTADÍSTICA
OPCIÓN ALTO MEDIO BAJO TOTAL
MATEMÁTICAS
CAPACIDAD
ALTO 25 10 15 50
MEDIO 10 45 15 70
BAJO 5 15 60 80
TOTAL 40 70 90 200
EJEMPLO 3 DE PROBABILIDAD
Estadística 182
televisión es de 0.4, y la de que una mujer del mismo estado civil lo haga,
0.5; la probabilidad de que un hombre vea el programa, dado de que su
esposa lo hace, es de 0.7. Encuentre la probabilidad de que:
Solución
1.
Diagrama de Venn.
Estadística 183
PROBABILIDAD TOTAL 1
M H
0.35
1
0.15
0.45 0.05
3.
4.
EJEMPLO 4 DE PROBABILIDAD
Estadística 184
Suponga que en un estante de una biblioteca hay ocho libros de Física
iguales (mismo autor, edición y título), excepto que cuatro son ediciones
rústicas y los otros cuatro están empastados (o encuadernados). Suponga,
además, que en forma sucesiva vienen tres lectores y cada uno de ellos pide
a la bibliotecaria un ejemplar de ese libro para llevar a casa. Si la
bibliotecaria los elige al azar, ¿cuál es la probabilidad de que al primero le
toque empastado, al segundo rústico y al tercero también rústico?
Solución
Estadística 185
Estadística 186
4.1 INTRODUCCIÓN
Como ya se vio al principio del módulo, las variables aleatorias son aquellas
que se asocian a la ocurrencia de un fenómeno aleatorio. Cuando una de
Estadística 187
estas variables aleatorias toma diversos valores, la probabilidad asociada a
cada uno de tales valores puede ser organizada como una distribución de
probabilidad, la cual es la distribución de las probabilidades asociadas a cada
uno de los valores de la variable aleatoria.
¡NO OLVIDAR!
Estadística 189
4.2.1 Paralelo entre la distribución discreta y la continua de
probabilidad
DISCRETA CONTINUA
Condiciones para que 1.
sea distribución de
probabilidad
2.
Esperanza
matemática
Varianza matemática
4.3.1.1 Características
Estadística 190
• En cada prueba del experimento sólo son posibles dos resultados: el
suceso A y su contrario A’, como por ejemplo, defectuoso-no
defectuoso, ganó-perdió, sobrevivió-no sobrevivió, cara-sello, etc.
Estadística 191
Función de probabilidad de la distribución binomial, para hallar la
probabilidad de obtener x-éxitos en la muestra.
Ejemplo 1
Solución:
Estadística 193
La posibilidad de que de los 15, a máximo 3 no les surta efecto, es de 64.89%.
Estadística 194
• Éxito poblacional p=0.2
• Fracaso poblacional q=0.8
• Éxito de la muestra= a 10,11 o 12 de los de la muestra, no les surta
efecto, o sea,
Ejemplo 2
Una empresa productora sabe por experiencia que el 10% de sus artículos
salen defectuosos. Un cliente interesado en los artículos decide hacer un
pedido significativo, siempre y cuando al seleccionar una muestra aleatoria
de tamaño 5, no más de un artículo salga defectuoso. ¿Cuál es la
probabilidad de que haga el pedido?
Solución:
Estadística 195
Se trata de una distribución binomial con los siguientes parámetros:
Probabilidad de éxito: p= 0.1
Probabilidad de fracaso: q=0.9
Tamaño de muestra: n=5
Criterio de aceptación o compra: encontrar en la muestra máximo 10
artículos defectuosos o sea,
(ver anexo A)
Estadística 196
Número de éxitos en la muestra Probabilidad de éxito p
(CONTINUACIÓN) TABLA ACUMULADA DE LA DISTRIBUCIÓN BINOMIAL
p
n x 0,10 0,20 0,25 0,30 0,40 0,50 0,60 0,70 0,80 0,90
9 0 0,3874 0,1342 0,0751 0,0404 0,0101 0,0020 0,0003 0,0000 0,0000 0,0000
1 0,7748 0,4362 0,3003 0,1960 0,0705 0,0195 0,0038 0,0004 0,0000 0,0000
2 0,9470 0,7382 0,6007 0,4628 0,2318 0,0898 0,0250 0,0043 0,0003 0,0000
3 0,9917 0,9144 0,8343 0,7297 0,4826 0,2539 0,0994 0,0253 0,0031 0,0001
4 0,9991 0,9804 0,9511 0,9012 0,7334 0,5000 0,2666 0,0988 0,0196 0,0009
5 0,9999 0,9969 0,9900 0,9747 0,9006 0,7461 0,5174 0,2703 0,0856 0,0083
6 1,0000 0,9997 0,9987 0,9957 0,9750 0,9102 0,7682 0,5372 0,2618 0,0530
7 1,0000 1,0000 0,9999 0,9996 0,9962 0,9805 0,9295 0,8040 0,5638 0,2252
8 1,0000 1,0000 1,0000 1,0000 0,9997 0,9980 0,9899 0,9596 0,8658 0,6126
9
Tamaño de 1,0000
muestra 1,0000
n 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
Para trabajar con la tabla binomial se deben seguir los siguientes pasos: (ver
tabla anterior)
1. Matematizar la pregunta.
2. Como la tabla es acumulada, se debe llevar la pregunta a menor e igual
, con la siguientes reglas:
a.
b.
c.
d.
e.
f.
g.
Estadística 197
3. Se busca en la primera columna el tamaño de la muestra n
4. Se busca en la primera fila la probabilidad de éxito p
5. Se busca en la segunda columna el valor de X.
6. La intersección entre la segunda columna (x) y el valor de p, es la
probabilidad acumulada. O sea la .
Ejemplo 3
p
n x 0,10 0,20 0,25 0,30 0,40 0,50 0,60 0,70 0,80 0,90
15 0 0,2059 0,0352 0,0134 0,0047 0,0005 0,0000 0,0000 0,0000 0,0000 0,0000
1 0,5490 0,1671 0,0802 0,0353 0,0052 0,0005 0,0000 0,0000 0,0000 0,0000
2 0,8159 0,3980 0,2361 0,1268 0,0271 0,0037 0,0003 0,0000 0,0000 0,0000
3 0,9444 0,6482 0,4613 0,2969 0,0905 0,0176 0,0019 0,0001 0,0000 0,0000
4 0,9873 0,8358 0,6865 0,5155 0,2173 0,0592 0,0093 0,0007 0,0000 0,0000
5 0,9978 0,9389 0,8516 0,7216 0,4032 0,1509 0,0338 0,0037 0,0001 0,0000
6 0,9997 0,9819 0,9434 0,8689 0,6098 0,3036 0,0950 0,0152 0,0008 0,0000
7 1,0000 0,9958 0,9827 0,9500 0,7869 0,5000 0,2131 0,0500 0,0042 0,0000
8 1,0000 0,9992 0,9958 0,9848 0,9050 0,6964 0,3902 0,1311 0,0181 0,0003
9 1,0000 0,9999 0,9992 0,9963 0,9662 0,8491 0,5968 0,2784 0,0611 0,0022
10 1,0000 1,0000 0,9999 0,9993 0,9907 0,9408 0,7827 0,4845 0,1642 0,0127
11 1,0000 1,0000 1,0000 0,9999 0,9981 0,9824 0,9095 0,7031 0,3518 0,0556
12 1,0000 1,0000 1,0000 1,0000 0,9997 0,9963 0,9729 0,8732 0,6020 0,1841
13 1,0000 1,0000 1,0000 1,0000 1,0000 0,9995 0,9948 0,9647 0,8329 0,4510
14 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9995 0,9953 0,9648 0,7941
15 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
Estadística 198
• Éxito poblacional p=0.8
• Fracaso poblacional q=0.2
• Tamaño de muestra n=15
p
n x 0,10 0,20 0,25 0,30 0,40 0,50 0,60 0,70 0,80 0,90
15 0 0,2059 0,0352 0,0134 0,0047 0,0005 0,0000 0,0000 0,0000 0,0000 0,0000
1 0,5490 0,1671 0,0802 0,0353 0,0052 0,0005 0,0000 0,0000 0,0000 0,0000
2 0,8159 0,3980 0,2361 0,1268 0,0271 0,0037 0,0003 0,0000 0,0000 0,0000
3 0,9444 0,6482 0,4613 0,2969 0,0905 0,0176 0,0019 0,0001 0,0000 0,0000
4 0,9873 0,8358 0,6865 0,5155 0,2173 0,0592 0,0093 0,0007 0,0000 0,0000
5 0,9978 0,9389 0,8516 0,7216 0,4032 0,1509 0,0338 0,0037 0,0001 0,0000
6 0,9997 0,9819 0,9434 0,8689 0,6098 0,3036 0,0950 0,0152 0,0008 0,0000
7 1,0000 0,9958 0,9827 0,9500 0,7869 0,5000 0,2131 0,0500 0,0042 0,0000
8 1,0000 0,9992 0,9958 0,9848 0,9050 0,6964 0,3902 0,1311 0,0181 0,0003
9 1,0000 0,9999 0,9992 0,9963 0,9662 0,8491 0,5968 0,2784 0,0611 0,0022
10 1,0000 1,0000 0,9999 0,9993 0,9907 0,9408 0,7827 0,4845 0,1642 0,0127
11 1,0000 1,0000 1,0000 0,9999 0,9981 0,9824 0,9095 0,7031 0,3518 0,0556
12 1,0000 1,0000 1,0000 1,0000 0,9997 0,9963 0,9729 0,8732 0,6020 0,1841
13 1,0000 1,0000 1,0000 1,0000 1,0000 0,9995 0,9948 0,9647 0,8329 0,4510
14 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9995 0,9953 0,9648 0,7941
15 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
Estadística 199
p
n x 0,10 0,20 0,25 0,30 0,40 0,50 0,60 0,70 0,80 0,90
15 0 0,2059 0,0352 0,0134 0,0047 0,0005 0,0000 0,0000 0,0000 0,0000 0,0000
1 0,5490 0,1671 0,0802 0,0353 0,0052 0,0005 0,0000 0,0000 0,0000 0,0000
2 0,8159 0,3980 0,2361 0,1268 0,0271 0,0037 0,0003 0,0000 0,0000 0,0000
3 0,9444 0,6482 0,4613 0,2969 0,0905 0,0176 0,0019 0,0001 0,0000 0,0000
4 0,9873 0,8358 0,6865 0,5155 0,2173 0,0592 0,0093 0,0007 0,0000 0,0000
5 0,9978 0,9389 0,8516 0,7216 0,4032 0,1509 0,0338 0,0037 0,0001 0,0000
6 0,9997 0,9819 0,9434 0,8689 0,6098 0,3036 0,0950 0,0152 0,0008 0,0000
7 1,0000 0,9958 0,9827 0,9500 0,7869 0,5000 0,2131 0,0500 0,0042 0,0000
8 1,0000 0,9992 0,9958 0,9848 0,9050 0,6964 0,3902 0,1311 0,0181 0,0003
9 1,0000 0,9999 0,9992 0,9963 0,9662 0,8491 0,5968 0,2784 0,0611 0,0022
10 1,0000 1,0000 0,9999 0,9993 0,9907 0,9408 0,7827 0,4845 0,1642 0,0127
11 1,0000 1,0000 1,0000 0,9999 0,9981 0,9824 0,9095 0,7031 0,3518 0,0556
12 1,0000 1,0000 1,0000 1,0000 0,9997 0,9963 0,9729 0,8732 0,6020 0,1841
13 1,0000 1,0000 1,0000 1,0000 1,0000 0,9995 0,9948 0,9647 0,8329 0,4510
14 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9995 0,9953 0,9648 0,7941
15 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
p
n x 0,10 0,20 0,25 0,30 0,40 0,50 0,60 0,70 0,80 0,90
15 0 0,2059 0,0352 0,0134 0,0047 0,0005 0,0000 0,0000 0,0000 0,0000 0,0000
1 0,5490 0,1671 0,0802 0,0353 0,0052 0,0005 0,0000 0,0000 0,0000 0,0000
2 0,8159 0,3980 0,2361 0,1268 0,0271 0,0037 0,0003 0,0000 0,0000 0,0000
3 0,9444 0,6482 0,4613 0,2969 0,0905 0,0176 0,0019 0,0001 0,0000 0,0000
4 0,9873 0,8358 0,6865 0,5155 0,2173 0,0592 0,0093 0,0007 0,0000 0,0000
5 0,9978 0,9389 0,8516 0,7216 0,4032 0,1509 0,0338 0,0037 0,0001 0,0000
6 0,9997 0,9819 0,9434 0,8689 0,6098 0,3036 0,0950 0,0152 0,0008 0,0000
7 1,0000 0,9958 0,9827 0,9500 0,7869 0,5000 0,2131 0,0500 0,0042 0,0000
8 1,0000 0,9992 0,9958 0,9848 0,9050 0,6964 0,3902 0,1311 0,0181 0,0003
9 1,0000 0,9999 0,9992 0,9963 0,9662 0,8491 0,5968 0,2784 0,0611 0,0022
10 1,0000 1,0000 0,9999 0,9993 0,9907 0,9408 0,7827 0,4845 0,1642 0,0127
11 1,0000 1,0000 1,0000 0,9999 0,9981 0,9824 0,9095 0,7031 0,3518 0,0556
12 1,0000 1,0000 1,0000 1,0000 0,9997 0,9963 0,9729 0,8732 0,6020 0,1841
13 1,0000 1,0000 1,0000 1,0000 1,0000 0,9995 0,9948 0,9647 0,8329 0,4510
14 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9995 0,9953 0,9648 0,7941
15 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
Estadística 200
e) Para la probabilidad de que, de 10 a 12 no les surta efecto, el:
• Éxito poblacional p=0.2
• Fracaso poblacional q=0.8
• Tamaño de muestra n=15
Media
µ=np
Varianza
σ 2 = npq
Desviación típica
σ = npq
Ejemplo 4
Solución:
Estadística 201
Parámetros:
Probabilidad de éxito:
Probabilidad de fracasos:
Tamaño de muestra= 548
a)
b)
Interpretación
En promedio se espera que salgan aproximadamente 44 carburadores
defectuosos, con una variación de aproximadamente 6 carburadores.
Los experimentos que tienen este tipo de distribución tienen las siguientes
características:
Estadística 202
- Otra llamada fracaso (se denota por N-K)
d) El éxito y el fracaso poblacional de la distribución se dan en términos de
cantidad y son obtenidos por experiencia y/o estudios anteriores.
e) Cada ensayo o repetición del experimento no es independiente de los
demás.
d) Se selecciona una muestra aleatoria de tamaño n y se busca la
probabilidad de exitos (x) en la muestra.
Ejemplos 5:
Estadística 203
e) Se considera aceptable el lote, si en la muestra todos están buenos.
¿Cuál es la probabilidad de que se acepte el lote?
Solución:
Parámetros
• Características de la población:
- Cantidad de artículos defectuosos= 5
- Cantidad de artículos buenos= 20
Estadística 204
N= 25
K= 20 (recordar que la muestra y la población deben contener el mismo
sentido de éxito)
N-K=5
n=8
Estadística 205
La probabilidad de que de los 8 salgan mínimo 4 defectuosos es 2.35%
e) Para aceptar el lote, deben existir todos buenos o cero malos. O sea, que
se soluciona de cualquiera de las dos maneras, sin cambiar el resultado:
Estadística 206
La probabilidad de que se acepte el lote es de 11.65%
Ejemplos 6:
Solución:
P(viajero sea arrestado por posesión de narcóticos) = p(de que entre las 3
tabletas seleccionadas haya 1 o más tabletas de narcótico)
Estadística 207
Existe un 81.54% de posibilidad de que el viajero sea arrestado por
posesión ilegal de narcóticos.
Media
Varianza )
Estadística 208
Su distribución de probabilidad está dada por
Donde:
• x! es el factorial de x,
• µ es un número real positivo, equivalente al número esperado de
ocurrencias durante un intervalo dado.
(Ver anexo B)
Estadística 209
µ
x 0,1 0,2 0,30 0,4 0,5 0,6 0,7 0,8 0,9
0 0,9048 0,8187 0,7408 0,6703 0,6065 0,5488 0,4966 0,4493 0,4066
1 0,9953 0,9825 0,9631 0,9384 0,9098 0,8781 0,8442 0,8088 0,7725
2 0,9998 0,9989 0,9964 0,9921 0,9856 0,9769 0,9659 0,9526 0,9371
3 1,0000 0,9999 0,9997 0,9992 0,9982 0,9966 0,9942 0,9909 0,9865
4 1,0000 1,0000 1,0000 0,9999 0,9998 0,9996 0,9992 0,9986 0,9977
5 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9998 0,9997
6 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
Para trabajar con la tabla Poisson se siguen los siguientes pasos: (ver tabla
anterior)
1. Matematizar la pregunta.
2. Como la tabla es acumulada, se lleva la pregunta a menor e igual ,
con la siguientes reglas:
a.
b.
c.
d.
e.
f.
g.
Estadística 210
EJEMPLO 7
Solución
Parámetro:
Observación: cada pregunta se resuelve tanto por fórmula como por tabla
para comprobar el resultado.
Por fórmula:
Por fórmula:
Estadística 212
Por tabla: ver reglas para manejo de tablas Poisson
µ
x 1 1,5 2 2,5 3 3,5 4 4,5 5
0 0,3679 0,2231 0,1353 0,0821 0,0498 0,0302 0,0183 0,0111 0,0067
1 0,7358 0,5578 0,4060 0,2873 0,1991 0,1359 0,0916 0,0611 0,0404
2 0,9197 0,8088 0,6767 0,5438 0,4232 0,3208 0,2381 0,1736 0,1247
3 0,9810 0,9344 0,8571 0,7576 0,6472 0,5366 0,4335 0,3423 0,2650
4 0,9963 0,9814 0,9473 0,8912 0,8153 0,7254 0,6288 0,5321 0,4405
Por fórmula:
Estadística 213
Por tabla:
µ
x 1 1,5 2 2,5 3 3,5 4 4,5 5
0 0,3679 0,2231 0,1353 0,0821 0,0498 0,0302 0,0183 0,0111 0,0067
1 0,7358 0,5578 0,4060 0,2873 0,1991 0,1359 0,0916 0,0611 0,0404
2 0,9197 0,8088 0,6767 0,5438 0,4232 0,3208 0,2381 0,1736 0,1247
3 0,9810 0,9344 0,8571 0,7576 0,6472 0,5366 0,4335 0,3423 0,2650
4 0,9963 0,9814 0,9473 0,8912 0,8153 0,7254 0,6288 0,5321 0,4405
5 0,9994 0,9955 0,9834 0,9580 0,9161 0,8576 0,7851 0,7029 0,6160
6 0,9999 0,9991 0,9955 0,9858 0,9665 0,9347 0,8893 0,8311 0,7622
7 1,0000 0,9998 0,9989 0,9958 0,9881 0,9733 0,9489 0,9134 0,8666
8 1,0000 0,9998 0,9989 0,9962 0,9901 0,9786 0,9597 0,9319
Por fórmula:
Estadística 214
Por tabla: ver reglas para manejo de tablas Poisson
Por fórmula:
Estadística 215
µ
x 1 1,5 2 2,5 3 3,5
x 1,0000 1,5000 2,0000 2,5000 3,0000 3,5000
0 0,3679 0,2231 0,1353 0,0821 0,0498 0,0302
1 0,7358 0,5578 0,4060 0,2873 0,1991 0,1359
2 0,9197 0,8088 0,6767 0,5438 0,4232 0,3208
3 0,9810 0,9344 0,8571 0,7576 0,6472 0,5366
4 0,9963 0,9814 0,9473 0,8912 0,8153 0,7254
5 0,9994 0,9955 0,9834 0,9580 0,9161 0,8576
6 0,9999 0,9991 0,9955 0,9858 0,9665 0,9347
7 1,0000 0,9998 0,9989 0,9958 0,9881 0,9733
Media
Varianza
Estadística 216
4.4.1 Función de densidad de la distribución normal
Donde:
Media
Varianza
σ Desviación estándar
Estadística 217
4.4.3 Distribución normal estándar
μ = 0 y σ = 1.
Para tipificar la variable de interés X, se lleva a la fórmula:
Ejemplo 8
Estadística 219
c. ¿Cuál es la probabilidad de que una bolsa de café tenga un peso entre
456 y 513.75 gms?
d. ¿Cual es el peso máximo para que cubra el 59.10% de las bolsas de
café?
Solución:
Parámetros:
Estadística 220
Z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,5000 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359
0,1 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753
0,2 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141
0,3 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517
0,4 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879
0,5 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7190 0,7224
0,6 0,7257 0,7291 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549
0,7 0,7580 0,7611 0,7642 0,7673 0,7704 0,7734 0,7764 0,7794 0,7823 0,7852
0,8 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133
0,9 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,8340 0,8365 0,8389
1,0 0,8413 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621
1,1 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8830
1,2 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8980 0,8997 0,9015
1,3 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177
1,4 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319
1,5 0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441
1,6 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545
1,7 0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633
1,8 0,9641 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706
1,9 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767
2,0 0,9772 0,9778 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817
2,1 0,9821 0,9826 0,9830 0,9834 0,9838 0,9842 0,9846 0,9850 0,9854 0,9857
2,2 0,9861 0,9864 0,9868 0,9871 0,9875 0,9878 0,9881 0,9884 0,9887 0,9890
2,3 0,9893 0,9896 0,9898 0,9901 0,9904 0,9906 0,9909 0,9911 0,9913 0,9916
2,4 0,9918 0,9920 0,9922 0,9925 0,9927 0,9929 0,9931 0,9932 0,9934 0,9936
2,5 0,9938 0,9940 0,9941 0,9943 0,9945 0,9946 0,9948 0,9949 0,9951 0,9952
2,6 0,9953 0,9955 0,9956 0,9957 0,9959 0,9960 0,9961 0,9962 0,9963 0,9964
La probabilidad de que una bolsa de café tenga un peso menor a 532.05 gms
es de 98.08%.
Estadística 221
Z 0,00 0,01 0,02 0,03 0,04
-3,9 0,0000 0,0000 0,0000 0,0000 0,0000
-3,8 0,0001 0,0001 0,0001 0,0001 0,0001
-3,7 0,0001 0,0001 0,0001 0,0001 0,0001
-3,6 0,0002 0,0002 0,0001 0,0001 0,0001
-3,5 0,0002 0,0002 0,0002 0,0002 0,0002
-3,4 0,0003 0,0003 0,0003 0,0003 0,0003
La probabilidad de que una bolsa de café tenga un peso mayor a 448.5 gms
es de 99.98%
c. Para la probabilidad de que una bolsa de café tenga un peso entre 456 y
513.75 gms:
Estadística 222
Z 0,00 0,01 0,02 0,03 0,04 0,05
0,0 0,5000 0,5040 0,5080 0,5120 0,5160 0,5199
0,1 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596
0,2 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987
0,3 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368
0,4 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736
0,5 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088
0,6 0,7257 0,7291 0,7324 0,7357 0,7389 0,7422
0,7 0,7580 0,7611 0,7642 0,7673 0,7704 0,7734
0,8 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023
0,9 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289
Estadística 223
Z 0,00 0,01 0,02 0,03
0,0 0,5000 0,5040 0,5080 0,5120
0,1 0,5398 0,5438 0,5478 0,5517
0,2 0,5793 0,5832 0,5871 0,5910
0,3 0,6179 0,6217 0,6255 0,6293
0,4 0,6554 0,6591 0,6628 0,6664
0,5 0,6915 0,6950 0,6985 0,7019
Ejemplo 9
Solución:
Parámetros:
Resistencia promedio
Desviación estándar
a.
Estadística 225
O sea
Estadística 226
Estadística 227
Estadística 228
1.1 INTRODUCCIÓN
ESTUDIANTE NOTA ESTUDIANTE NOTA ESTUDIANTE NOTA ESTUDIANTE NOTA ESTUDIANTE NOTA
NRO PROMEDIO NRO PROMEDIO NRO PROMEDIO NRO PROMEDIO NRO PROMEDIO
1 3,8 6 3,5 11 3,5 16 4,3 21 3,8
2 4,3 7 4 12 3,8 17 3,2 22 3,6
3 4,5 8 4,1 13 4,2 18 3,5 23 3,5
4 4 9 3,6 14 4,8 19 3,8 24 4,2
5 3,3 10 3,2 15 4 20 3,6 25 3,5
Estadística 229
Para hallar el promedio de la muestra, se trabaja con la media aritmética. Y
para obtener la proporción de estudiantes con una nota superior a 4.0, se
trabaja con la proporción muestral. Al recordar sus fórmulas, tenemos:
Estadística 230
Interpretación de resultados:
¡Ojo con la
interpretación!
Estadística 231
1.2 NIVEL DE CONFIABILIDAD DE LOS RESULTADOS
NOMBREPOBLACIÓN (PARÁMETRO)MUESTRA
(ESTADÍSTICO)TAMAÑO NnMEDIADESVIACIÓN
ESTÁNDARSVARIANZAPROPORCIÓN
Estadística 232
1.4 ESTIMACIÓN PUNTUAL
Estadística 233
• Varianza de la población: se toma como aproximación la cuasivarianza
de la muestra. Al recordar la fórmula se tiene:
Estadística 234
Casos favorables es el total de resultados de la muestra que cumple con la
condición.
Por ejemplo: con un nivel de confianza del 95% se determinaría que de 100
muestras aleatorias diferentes se podría esperar que la proporción de éxito
se encuentre en 95 de ellas.
Estadística 236
Z Valor de la distribución normal que genera un nivel de confiabilidad 1 - α.
P Proporción de éxito
Q Proporción de fracaso = 1-P
E Error muestral admisible: El error muestral admisible es el error que se
está dispuesto a cometer en la precisión de la estimación de la proporción. O
sea, es el margen de error que el investigador fija de acuerdo con el
conocimiento que tenga acerca del parámetro que piensa estimar. No es
recomendable un margen de error superior al 5%.
2
Estadística 237
Ejemplo:
Para hallar Z
Nivel de confiabilidad 1- α = 0.997
Nivel de no confiabilidad α = 0.003
Valor de α/2 = 0.0015
1- α/2= 1-0.0015=0.9985
Z=3.0
32*0.5.0.5
n = ------------------- = 5625 elementos.
0.022
Estadística 238
Ejemplo:
Revisar
El número óptimo para un estudio de 60.000 personas inscritas en cursos de
formación, estableciendo un nivel de confianza de 95.5%, el margen de error
en el 3% y si suponemos que la opción por inscribirse en cursos de
formación, o no, es del 50%., sería:
Estadística 239
2.1 INTRODUCCIÓN
Condición Fórmula
Estadística 240
3
• Si por estudios anteriores se tiene el parámetro , se utiliza la
fórmula 1.
• Tamaño de muestra n
• Media aritmética de la muestra .
• Desviación estándar poblacional en caso de no conocerla, se halla la
desviación estándar muestral (s).
• Para hallar el valor de se utiliza la tabla normal.
• Se calcula
y se halla el valor de .
Estadística 241
Ejemplo.
• Nivel de confianza .
• Nivel de error
•
• Se busca en la tabla normal de dentro hacia fuera, el valor de 0.975 y el
valor de =1.96
Estadística 242
Z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07
• Nivel de confianza .
• Nivel de error
•
•
• Se halla el valor de
• Se busca en la primera columna el valor de
• Se busca en la primera columna el valor de v
• La intersección entre la fila y la columna es el valor de t
Estadística 243
Ejemplo.
• Nivel de confianza .
• Nivel de error
•
•
•
• La intersección entre la fila y la columna es el valor de t =2.262
TABLA T-STUDENT
1
n 0.75 0.80 0.85 0,9 0.95 0.975 0,99 0.9 95
1 1.000 1.376 1.963 3.078 6.314 12.7 06 31.821 63.657
2 0,816 1.061 1.386 1.886 2.920 4.303 6.965 9.9 25
3 0,765 0.978 1.250 1.638 2.353 3.182 4.541 5.8 41
4 0,741 0.941 1.190 1.533 2.132 2.776 3.747 4.6 04
5 0,727 0.920 1.156 1.476 2.015 2.571 3.365 4.0 32
Estadística 244
Ejemplo 1
SOLUCIÓN
• Tamaño de la muestra
• Media muestral .
Estadística 245
• Nivel de confianza .
• Nivel de error
•
•
• t =2.797
Reemplazando en la fórmula,
Interpretación
Estadística 246
Ejemplo
Solución
• Su fórmula es:
• Parámetros muestrales:
• Tamaño de la muestra
• Media muestral .
Estadística 247
• Para hallar el valor de : (aunque la desviación estándar
poblacional es desconocida, el tamaño de la muestra es mayor de
30)
• Hallamos a
• Calculamos
Interpretación
Estadística 248
2.1.2 Intervalo de confianza para la proporción poblacional p
Fórmula
• Tamaño de muestra n
• Proporción muestral
• Proporción muestral
Estadística 249
Ejemplo
SOLUCIÓN
Su fórmula es:
• Tamaño de la muestra
Estadística 250
• Hallamos a
• Calculamos
Interpretación
Preguntas:
Estadística 252
3.1 INTRODUCCIÓN
Estadística 253
3.3 . Pasos para la prueba de hipótesis para el promedio y la
proporciòn p.
Ejemplo 1:
1.1 El peso promedio de los artículos exportados es de 20 kilos.
.
Estadística 254
1.5 El gerente de una sucursal bancaria en una ciudad pequeña
afirma que la proporción de ahorradores a quienes se les paga
su sueldo semanalmente es menos del 20%
Estadística 255
<
>
Ejemplo 2:
1.3
1.4 . .
1.5
Estadística 256
El nivel de significancia es la probabilidad de rechazar la hipótesis nula
cuando es verdadera. Se le denota mediante la letra griega α, también es
denominada como nivel de riesgo; este término es más adecuado, ya que se
corre el riesgo de rechazar la hipótesis nula, cuando en realidad es
verdadera. Este nivel está bajo el control de la persona que realiza la prueba.
Si suponemos que la hipótesis planteada es verdadera, entonces, el nivel de
significación indicará la probabilidad de no aceptarla, es decir, que esté fuera
de área de aceptación. El nivel de confianza (1-α) indica la probabilidad de
aceptar la hipótesis planteada, cuando es verdadera en la población.
Estadística 257
Cuadro 1. Definición de la región crítica
Hipótesis /
condición
Buscar el valor Buscar el Buscar el
de en la valor de valor de
tabla normal en la tabla en la tabla
y/o de adentro normal y normal y
hacia afuera y graficar al encontrar hallar
encontrar el lado Buscar el Buscar el
izquierdo valor de graficar al valor de graficar al
valor de con signo lado lado
en la tabla en la tabla
Buscar el valor negativo y al t-student. izquierdo t-student. derecho
de en la lado derecho encontrar con signo encontrar con signo
tabla con signo negativo positivo
t-student. con positivo
y v=n-1.
y encontrar el
valor de
Hipótesis
HIPÓTESIS
2.
3.
Rechazo
Estadística 259
Valor determinado a partir de la información muestral, que se utiliza para
determinar si se rechaza la hipótesis nula. La elección del estadístico de
prueba depende (igual que en los intervalos de confianza) del tamaño de
muestra y conocimiento o no de la desviación estándar poblacional (si el
parámetro poblacional se refiere al promedio ).
Estadístico de
condición prueba
Estadístico de prueba
Estadística 260
En este último paso de la prueba de hipótesis, se calcula el estadístico de
prueba, su resultado se coloca en la gráfica y se toma la decisión de
rechazar o no la hipótesis nula así:
• Si el estadístico de prueba cae en la región de aceptación, aceptar la
hipótesis nula.
• Si el estadístico de prueba cae en la región de rechazo, rechazar la
hipótesis nula.
Tener presente que en una prueba de hipótesis solo se puede tomar una de
dos decisiones: aceptar o rechazar la hipótesis nula. Debe subrayarse que
siempre existe la posibilidad de rechazar la hipótesis nula cuando no debería
haberse rechazado (error tipo I). También existe la posibilidad de que la
hipótesis nula se acepte cuando debería haberse rechazado (error de tipo II).
Ejemplo :
Estadística 261
Paso 4 Definir la región crítica
. .
Hipótesis /
condición
Buscar el valor graficar al
de en la lado
tabla izquierdo
t-student. con con signo
y v=n-1. negativo y al
y encontrar el lado derecho
valor de con signo
positivo
Estadística 262
2.064
Paso 6 Decisión
-4.76
-2.064 2.064
Estadística 263
Con respecto a la afirmación del rector: “más del 60% de ellos obtuvo una
nota superior a 4.0”, se siguen los pasos para verificar la hipótesis lanzada
por él:
Paso 1
Paso 3
Hipótesis
Buscamos
el valor de graficamos
en la al lado
tabla derecho
normal y con signo
hallamos positivo
Estadística 264
Estadístico de prueba
Paso 6 Decisión.
-3.26 1.65
Ejemplo:
Solución
Paso 1
Estadística 265
Paso 3
. .
Hipótesis /
condición
Buscamos el
graficamos
valor de
al lado
en la tabla
y/o normal y
izquierdo
con signo
encontramos
negativo
y
0
Paso 6 Decisión
Estadística 266
-53 -1.75
Como el estadístico de prueba cae en la región de
rechazo, rechazamos la hipótesis nula,
“la cantidad de clientes que pagan con tarjeta de crédito
ha disminuido”. La señora tiene la razón”.
Estadística 267
4. ESTUDIO DE CASO
Estadística 269
Un inversionista desea adquirir una propiedad nueva, y para tomar la
decisión se hace los siguientes interrogantes:
Estadística 270
5. ACTIVIDADES DE RECONOCIMIENTO
Estadística 271
6. RESPUESTA A PREGUNTAS FRECUENTES
Estadística 273
R/ Confiabilidad indica cuán seguros podemos estar de que el proceso
seguido resulte en valores que representen verdaderamente la población. Se
usa más comúnmente con intervalos de confianza. En sentido probabilístico,
si tuviéramos una confiabilidad del 95%, decimos que si repitiéramos el
proceso muchas veces, en cerca del 95% de las veces obtendríamos
resultados que reflejan verdaderamente la realidad. Cerca del 95% de los
intervalos así construidos contendrían el valor desconocido del parámetro.
Estadística 274
¿Qué se entiende por prueba de hipótesis?
Estadística 275
7. ACTIVIDADES DE PROFUNDIZACIÓN
1. Una emisora realizó una encuesta musical a los nuevos oyentes, la cual
contenía, entre otras, las siguientes preguntas:
a) ¿Cuál es la variable?
b) ¿Qué tipo de variable es?
c) ¿Qué tipo de escala de medición se está usando?
Estadística 277
a. Construir intervalos de clase.
b. Distribución de frecuencias: absoluta, relativa y acumuladas.
c. Gráficas: barras, circular, histogramas, polígonos y ojivas.
d. Diagrama de tallo y hojas.
e. Medidas de tendencia central.
f. Medidas de variabilidad.
g. Medidas de localización.
R/ 6
11. ¿Cuántos números con al menos 4 dígitos se pueden formar con las
14. Para parejas de casados que viven en una cierta ciudad de los suburbios,
la probabilidad de que la esposa trabaje es de 0.21 y la de que su
esposo lo haga, de 0.28. y la de que ambos trabajen, de 0.15. Si los
eventos son DEPENDIENTES, ¿cuál es la probabilidad de que
a. Al menos un miembro de la pareja de casados trabaje
b. Trabaje un esposo, dado que su esposa lo hace
c. Trabaje una esposa, dado que su esposo no lo hace
Estadística 280
15. Un distribuidor de ligas garantiza que el 10% son defectuosas. Un
consumidor controla cada paquete extrayendo 10 ligas sin reemplazo. Si
la muestra no contiene ligas defectuosas, él acepta el paquete. De otra
manera lo rechaza. Encontrar la probabilidad de que en este proceso
cualquier paquete se rechace
16. En una cierta área de la ciudad se da como una razón del 70% de los
robos la necesidad de dinero para comprar estupefacientes. Encuentre la
probabilidad que dentro de los 5 próximos asaltos reportados en esta
área:
a. Exactamente 2 se debieron a la necesidad de dinero para comprar
drogas.
b. Cuando mucho 3 se debieron a la misma razón arriba indicada.
a. De 3 a 6 tengan ponchaduras.
Estadística 281
19. Según “NBC”, el 40% de los televidentes de Colombia sintonizan
generalmente RCN. De una muestra aleatoria de 15 televidentes hallar
las siguientes probabilidades:
a. Por lo menos cinco televidentes sintonicen RCN
b. Catorce televidentes no sintonicen RCN.
Estadística 282
22. Para evitar que lo descubran en la aduana, un viajero ha colocado 6
tabletas de narcóticos en una botella que contiene 9 píldoras de vitamina
que son similares en apariencia. Si el oficial de la Aduana selecciona 3
tabletas aleatoriamente para analizarlas, ¿cuál es la probabilidad de que
el viajero sea arrestado por posesión ilegal de narcóticos?
23. Se está planeando un nuevo hospital para el pueblo “x”, una comunidad
que todavía no tiene su propio hospital. Si el pueblo tiene en promedio 14
nacimientos por semana, calcule las probabilidades. de que el número de
nacimientos en un día sea:
a. Al menos de 3 nacimientos.
b. Entre 1 y 3 nacimientos.
Estadística 283
26. El diámetro interno ya terminado de un anillo de pistón está normalmente
distribuido con una media de 10 centímetros y una desviación estándar
de 0.03 centímetros.
a. ¿Qué proporción de los anillos tendrá un diámetro interno que exceda
de 10.075 centímetros?
b. ¿Cuál es la probabilidad de que un anillo de pistón tenga un diámetro
interno entre 9.97 y 10.03?
c. ¿Cuál es la probabilidad de que un anillo de pistón tenga un diámetro
interno inferior a 10.03?
28. La vida útil de cierto tipo de lavadora automática tiene una distribución
aproximadamente normal con una vida promedio de 3.1 años y una
desviación estándar de 1.2 años.
b. ¿Cuál es la probabilidad de que una lavadora dure entre 2.9 y 3.5 años?
c. Si este tipo de lavadora tiene garantía de un año, ¿qué fracción de la
cantidad vendida originalmente, necesitará ser reemplazada?
Estadística 284
29. En un proceso industrial, el diámetro de un cojinete es una parte
componente importante. El comprador establece que las especificaciones
en el diámetro sean 3.0 ± 0.01 cm. La implicación es que ninguna parte
que caiga fuera de estas especificaciones se aceptará. Se sabe que en
el proceso, el diámetro de un cojinete tiene una distribución
aproximadamente normal con un promedio de 3.0 y una desviación
estándar de 0.005. ¿Qué porcentaje de cojinetes se descartarán?
31. Los siguientes números representan el tiempo (en minutos) que tardaron
15 operarios en familiarizarse con el manejo de una nueva máquina
adquirida por la empresa: 3.4, 2.8, 4.4, 2.5, 3.3, 4.0, 4.8, 2.9, 5.6, 5.2, 3.7,
3.0, 3.6, 2.8, 4.8. Supongamos que los tiempos se distribuyen
normalmente. Encuentre un intervalo de confianza del 95% para la media
poblacional.
Estadística 285
poblacional de todos los focos que produce esta empresa.
33. Una máquina de refrescos está ajustada de tal manera que la cantidad
de líquido despachada se distribuye aproximadamente normal con una
desviación estándar igual a 0.15 decilitros. Encuentre un intervalo de
confianza del 95% para la media de todos los refrescos que sirve esta
máquina, si una muestra aleatoria de 36 refrescos tiene un contenido
promedio de 2.25 decilitros.
Estadística 286
37. Una empresa eléctrica fabrica focos que tienen una duración que está
distribuida aproximadamente en forma normal con una media de 800
horas y una desviación estándar poblaciones de 40. Pruebe la hipótesis
de que µ = 800 horas en contraposición de la alternativa de que µ ≠ 800
horas si una muestra aleatoria de 30 focos tiene una duración promedio
de 788 horas. Utilice un nivel de significancia de 0.04.
Estadística 287
41. Pruebe la hipótesis de que el contenido promedio en recipientes de un
lubricante en particular es de 10 litros si los contenidos de una muestra
aleatoria de 10 recipientes son 10.2, 9.7, 10.1, 10.3, 10.1, 9.8, 9.9,
10.4, 10.3, 9.8 litros. Utilice un nivel de significancia de 0.01 y suponga
que la distribución de los contenidos es normal.
44. Una compañía productora de combustibles asegura que una quinta parte
de los hogares en una cierta ciudad se calienta con petróleo. ¿Se tiene
alguna razón para dudar de esta afirmación si, en una muestra aleatoria
de 1000 hogares en esta ciudad, se encuentra que 236 se calientan con
petróleo? Utilice un nivel de significancia de 0.01.
Estadística 288
45. Se cree que al menos 60% de los residentes en una cierta área favorecen
una demanda de anexión de una ciudad vecina. ¿Qué conclusión sacaría
usted si sólo 110 en una muestra aleatoria de 200 votantes favorecen al
acta? Utilice un nivel de significancia de 0.04.
47. Se cree que un protector solar es efectivo sólo en un 70% de los casos.
Resultados experimentales con un nuevo protector solar, mostraron que
de 60 personas seleccionadas aleatoriamente, 15 no fueron protegidas
contra el sol. ¿Es ésta suficiente evidencia para concluir a un nivel de
significancia de 0.05, que tanto el nuevo como el viejo protector solar son
igual de efectivos?
Estadística 291
ANEXOS TABLAS DE PROBABILIDAD ACUMULADA
Anexo A
TABLA ACUMULADA DE LA DISTRIBUCIÓN BINOMIAL
p
n x 0,10 0,20 0,25 0,30 0,40 0,50 0,60 0,70 0,80 0,90
1 0 0,9000 0,8000 0,7500 0,7000 0,6000 0,5000 0,4000 0,3000 0,2000 0,1000
1 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
2 0 0,8100 0,6400 0,5625 0,4900 0,3600 0,2500 0,1600 0,0900 0,0400 0,0100
1 0,9900 0,9600 0,9375 0,9100 0,8400 0,7500 0,6400 0,5100 0,3600 0,1900
2 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
3 0 0,7290 0,5120 0,4219 0,3430 0,2160 0,1250 0,0640 0,0270 0,0080 0,0010
1 0,9720 0,8960 0,8438 0,7840 0,6480 0,5000 0,3520 0,2160 0,1040 0,0280
2 0,9990 0,9920 0,9844 0,9730 0,9360 0,8750 0,7840 0,6570 0,4880 0,2710
3 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
4 0 0,6561 0,4096 0,3164 0,2401 0,1296 0,0625 0,0256 0,0081 0,0016 0,0001
1 0,9477 0,8192 0,7383 0,6517 0,4752 0,3125 0,1792 0,0837 0,0272 0,0037
2 0,9963 0,9728 0,9492 0,9163 0,8208 0,6875 0,5248 0,3483 0,1808 0,0523
3 0,9999 0,9984 0,9961 0,9919 0,9744 0,9375 0,8704 0,7599 0,5904 0,3439
4 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
5 0 0,5905 0,3277 0,2373 0,1681 0,0778 0,0313 0,0102 0,0024 0,0003 0,0000
1 0,9185 0,7373 0,6328 0,5282 0,3370 0,1875 0,0870 0,0308 0,0067 0,0005
2 0,9914 0,9421 0,8965 0,8369 0,6826 0,5000 0,3174 0,1631 0,0579 0,0086
3 0,9995 0,9933 0,9844 0,9692 0,9130 0,8125 0,6630 0,4718 0,2627 0,0815
4 1,0000 0,9997 0,9990 0,9976 0,9898 0,9688 0,9222 0,8319 0,6723 0,4095
5 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
6 0 0,5314 0,2621 0,1780 0,1176 0,0467 0,0156 0,0041 0,0007 0,0001 0,0000
1 0,8857 0,6554 0,5339 0,4202 0,2333 0,1094 0,0410 0,0109 0,0016 0,0001
2 0,9842 0,9011 0,8306 0,7443 0,5443 0,3438 0,1792 0,0705 0,0170 0,0013
3 0,9987 0,9830 0,9624 0,9295 0,8208 0,6563 0,4557 0,2557 0,0989 0,0159
4 0,9999 0,9984 0,9954 0,9891 0,9590 0,8906 0,7667 0,5798 0,3446 0,1143
5 1,0000 0,9999 0,9998 0,9993 0,9959 0,9844 0,9533 0,8824 0,7379 0,4686
6 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
7 0 0,4783 0,2097 0,1335 0,0824 0,0280 0,0078 0,0016 0,0002 0,0000 0,0000
1 0,8503 0,5767 0,4449 0,3294 0,1586 0,0625 0,0188 0,0038 0,0004 0,0000
2 0,9743 0,8520 0,7564 0,6471 0,4199 0,2266 0,0963 0,0288 0,0047 0,0002
3 0,9973 0,9667 0,9294 0,8740 0,7102 0,5000 0,2898 0,1260 0,0333 0,0027
4 0,9998 0,9953 0,9871 0,9712 0,9037 0,7734 0,5801 0,3529 0,1480 0,0257
5 1,0000 0,9996 0,9987 0,9962 0,9812 0,9375 0,8414 0,6706 0,4233 0,1497
6 1,0000 1,0000 0,9999 0,9998 0,9984 0,9922 0,9720 0,9176 0,7903 0,5217
7 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
8 0 0,4305 0,1678 0,1001 0,0576 0,0168 0,0039 0,0007 0,0001 0,0000 0,0000
1 0,8131 0,5033 0,3671 0,2553 0,1064 0,0352 0,0085 0,0013 0,0001 0,0000
2 0,9619 0,7969 0,6785 0,5518 0,3154 0,1445 0,0498 0,0113 0,0012 0,0000
3 0,9950 0,9437 0,8862 0,8059 0,5941 0,3633 0,1737 0,0580 0,0104 0,0004
4 0,9996 0,9896 0,9727 0,9420 0,8263 0,6367 0,4059 0,1941 0,0563 0,0050
5 1,0000 0,9988 0,9958 0,9887 0,9502 0,8555 0,6846 0,4482 0,2031 0,0381
6 1,0000 0,9999 0,9996 0,9987 0,9915 0,9648 0,8936 0,7447 0,4967 0,1869
7 1,0000 1,0000 1,0000 0,9999 0,9993 0,9961 0,9832 0,9424 0,8322 0,5695
8 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
Estadística 292
(CONTINUACIÓN) TABLA ACUMULADA DE LA DISTRIBUCIÓN BINOMIAL
p
n x 0,10 0,20 0,25 0,30 0,40 0,50 0,60 0,70 0,80 0,90
9 0 0,3874 0,1342 0,0751 0,0404 0,0101 0,0020 0,0003 0,0000 0,0000 0,0000
1 0,7748 0,4362 0,3003 0,1960 0,0705 0,0195 0,0038 0,0004 0,0000 0,0000
2 0,9470 0,7382 0,6007 0,4628 0,2318 0,0898 0,0250 0,0043 0,0003 0,0000
3 0,9917 0,9144 0,8343 0,7297 0,4826 0,2539 0,0994 0,0253 0,0031 0,0001
4 0,9991 0,9804 0,9511 0,9012 0,7334 0,5000 0,2666 0,0988 0,0196 0,0009
5 0,9999 0,9969 0,9900 0,9747 0,9006 0,7461 0,5174 0,2703 0,0856 0,0083
6 1,0000 0,9997 0,9987 0,9957 0,9750 0,9102 0,7682 0,5372 0,2618 0,0530
7 1,0000 1,0000 0,9999 0,9996 0,9962 0,9805 0,9295 0,8040 0,5638 0,2252
8 1,0000 1,0000 1,0000 1,0000 0,9997 0,9980 0,9899 0,9596 0,8658 0,6126
9 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
10 0 0,3487 0,1074 0,0563 0,0282 0,0060 0,0010 0,0001 0,0000 0,0000 0,0000
1 0,7361 0,3758 0,2440 0,1493 0,0464 0,0107 0,0017 0,0001 0,0000 0,0000
2 0,9298 0,6778 0,5256 0,3828 0,1673 0,0547 0,0123 0,0016 0,0001 0,0000
3 0,9872 0,8791 0,7759 0,6496 0,3823 0,1719 0,0548 0,0106 0,0009 0,0000
4 0,9984 0,9672 0,9219 0,8497 0,6331 0,3770 0,1662 0,0473 0,0064 0,0001
5 0,9999 0,9936 0,9803 0,9527 0,8338 0,6230 0,3669 0,1503 0,0328 0,0016
6 1,0000 0,9991 0,9965 0,9894 0,9452 0,8281 0,6177 0,3504 0,1209 0,0128
7 1,0000 0,9999 0,9996 0,9984 0,9877 0,9453 0,8327 0,6172 0,3222 0,0702
8 1,0000 1,0000 1,0000 0,9999 0,9983 0,9893 0,9536 0,8507 0,6242 0,2639
9 1,0000 1,0000 1,0000 1,0000 0,9999 0,9990 0,9940 0,9718 0,8926 0,6513
10 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
11 0 0,3138 0,0859 0,0422 0,0198 0,0036 0,0005 0,0000 0,0000 0,0000 0,0000
1 0,6974 0,3221 0,1971 0,1130 0,0302 0,0059 0,0007 0,0000 0,0000 0,0000
2 0,9104 0,6174 0,4552 0,3127 0,1189 0,0327 0,0059 0,0006 0,0000 0,0000
3 0,9815 0,8389 0,7133 0,5696 0,2963 0,1133 0,0293 0,0043 0,0002 0,0000
4 0,9972 0,9496 0,8854 0,7897 0,5328 0,2744 0,0994 0,0216 0,0020 0,0000
5 0,9997 0,9883 0,9657 0,9218 0,7535 0,5000 0,2465 0,0782 0,0117 0,0003
6 1,0000 0,9980 0,9924 0,9784 0,9006 0,7256 0,4672 0,2103 0,0504 0,0028
8 1,0000 0,9983 0,9935 0,9821 0,9240 0,8062 0,6446 0,4671 0,2719 0,0738
9 1,0000 0,9983 0,9936 0,9826 0,9292 0,8330 0,7333 0,6669 0,5671 0,2869
10 1,0000 0,9983 0,9936 0,9827 0,9299 0,8384 0,7599 0,7601 0,8034 0,6704
11 1,0000 0,9983 0,9936 0,9827 0,9299 0,8389 0,7635 0,7799 0,8893 0,9842
12 0 0,2824 0,0687 0,0317 0,0138 0,0022 0,0002 0,0000 0,0000 0,0000 0,0000
1 0,6590 0,2749 0,1584 0,0850 0,0196 0,0032 0,0003 0,0000 0,0000 0,0000
2 0,8891 0,5583 0,3907 0,2528 0,0834 0,0193 0,0028 0,0002 0,0000 0,0000
3 0,9744 0,7946 0,6488 0,4925 0,2253 0,0730 0,0153 0,0017 0,0001 0,0000
4 0,9957 0,9274 0,8424 0,7237 0,4382 0,1938 0,0573 0,0095 0,0006 0,0000
5 0,9995 0,9806 0,9456 0,8822 0,6652 0,3872 0,1582 0,0386 0,0039 0,0001
6 0,9999 0,9961 0,9857 0,9614 0,8418 0,6128 0,3348 0,1178 0,0194 0,0005
7 1,0000 0,9994 0,9972 0,9905 0,9427 0,8062 0,5618 0,2763 0,0726 0,0043
8 1,0000 0,9999 0,9996 0,9983 0,9847 0,9270 0,7747 0,5075 0,2054 0,0256
9 1,0000 1,0000 1,0000 0,9998 0,9972 0,9807 0,9166 0,7472 0,4417 0,1109
10 1,0000 1,0000 1,0000 1,0000 0,9997 0,9968 0,9804 0,9150 0,7251 0,3410
11 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9978 0,9862 0,9313 0,7176
12 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
Estadística 293
(CONTINUACIÓN) TABLA ACUMULADA DE LA DISTRIBUCIÓN BINOMIAL
p
n x 0,10 0,20 0,25 0,30 0,40 0,50 0,60 0,70 0,80 0,90
13 0 0,2542 0,0550 0,0238 0,0097 0,0013 0,0001 0,0000 0,0000 0,0000 0,0000
1 0,6213 0,2336 0,1267 0,0637 0,0126 0,0017 0,0001 0,0000 0,0000 0,0000
2 0,8661 0,5017 0,3326 0,2025 0,0579 0,0112 0,0013 0,0001 0,0000 0,0000
3 0,9658 0,7473 0,5843 0,4206 0,1686 0,0461 0,0078 0,0007 0,0000 0,0000
4 0,9935 0,9009 0,7940 0,6543 0,3530 0,1334 0,0321 0,0040 0,0002 0,0000
5 0,9991 0,9700 0,9198 0,8346 0,5744 0,2905 0,0977 0,0182 0,0012 0,0000
6 0,9999 0,9930 0,9757 0,9376 0,7712 0,5000 0,2288 0,0624 0,0070 0,0001
7 1,0000 0,9988 0,9944 0,9818 0,9023 0,7095 0,4256 0,1654 0,0300 0,0009
8 1,0000 0,9998 0,9990 0,9960 0,9679 0,8666 0,6470 0,3457 0,0991 0,0065
9 1,0000 1,0000 0,9999 0,9993 0,9922 0,9539 0,8314 0,5794 0,2527 0,0342
10 1,0000 1,0000 1,0000 0,9999 0,9987 0,9888 0,9421 0,7975 0,4983 0,1339
11 1,0000 1,0000 1,0000 1,0000 0,9999 0,9983 0,9874 0,9363 0,7664 0,3787
12 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9987 0,9903 0,9450 0,7458
13 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
14 0 0,2288 0,0440 0,0178 0,0068 0,0008 0,0001 0,0000 0,0000 0,0000 0,0000
1 0,5846 0,1979 0,1010 0,0475 0,0081 0,0009 0,0001 0,0000 0,0000 0,0000
2 0,8416 0,4481 0,2811 0,1608 0,0398 0,0065 0,0006 0,0000 0,0000 0,0000
3 0,9559 0,6982 0,5213 0,3552 0,1243 0,0287 0,0039 0,0002 0,0000 0,0000
4 0,9908 0,8702 0,7415 0,5842 0,2793 0,0898 0,0175 0,0017 0,0000 0,0000
5 0,9985 0,9561 0,8883 0,7805 0,4859 0,2120 0,0583 0,0083 0,0004 0,0000
6 0,9998 0,9884 0,9617 0,9067 0,6925 0,3953 0,1501 0,0315 0,0024 0,0000
7 1,0000 0,9976 0,9897 0,9685 0,8499 0,6047 0,3075 0,0933 0,0116 0,0002
8 1,0000 0,9996 0,9978 0,9917 0,9417 0,7880 0,5141 0,2195 0,0439 0,0015
9 1,0000 1,0000 0,9997 0,9983 0,9825 0,9102 0,7207 0,4158 0,1298 0,0092
10 1,0000 1,0000 1,0000 0,9998 0,9961 0,9713 0,8757 0,6448 0,3018 0,0441
11 1,0000 1,0000 1,0000 1,0000 0,9994 0,9935 0,9602 0,8392 0,5519 0,1584
12 1,0000 1,0000 1,0000 1,0000 0,9999 0,9991 0,9919 0,9525 0,8021 0,4154
13 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9992 0,9932 0,9560 0,7712
14 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
15 0 0,2059 0,0352 0,0134 0,0047 0,0005 0,0000 0,0000 0,0000 0,0000 0,0000
1 0,5490 0,1671 0,0802 0,0353 0,0052 0,0005 0,0000 0,0000 0,0000 0,0000
2 0,8159 0,3980 0,2361 0,1268 0,0271 0,0037 0,0003 0,0000 0,0000 0,0000
3 0,9444 0,6482 0,4613 0,2969 0,0905 0,0176 0,0019 0,0001 0,0000 0,0000
4 0,9873 0,8358 0,6865 0,5155 0,2173 0,0592 0,0093 0,0007 0,0000 0,0000
5 0,9978 0,9389 0,8516 0,7216 0,4032 0,1509 0,0338 0,0037 0,0001 0,0000
6 0,9997 0,9819 0,9434 0,8689 0,6098 0,3036 0,0950 0,0152 0,0008 0,0000
7 1,0000 0,9958 0,9827 0,9500 0,7869 0,5000 0,2131 0,0500 0,0042 0,0000
8 1,0000 0,9992 0,9958 0,9848 0,9050 0,6964 0,3902 0,1311 0,0181 0,0003
9 1,0000 0,9999 0,9992 0,9963 0,9662 0,8491 0,5968 0,2784 0,0611 0,0022
10 1,0000 1,0000 0,9999 0,9993 0,9907 0,9408 0,7827 0,4845 0,1642 0,0127
11 1,0000 1,0000 1,0000 0,9999 0,9981 0,9824 0,9095 0,7031 0,3518 0,0556
12 1,0000 1,0000 1,0000 1,0000 0,9997 0,9963 0,9729 0,8732 0,6020 0,1841
13 1,0000 1,0000 1,0000 1,0000 1,0000 0,9995 0,9948 0,9647 0,8329 0,4510
14 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9995 0,9953 0,9648 0,7941
15 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
Estadística 294
(CONTINUACIÓN) TABLA ACUMULADA DE LA DISTRIBUCIÓN BINOMIAL
p
n x 0,10 0,20 0,25 0,30 0,40 0,50 0,60 0,70 0,80 0,90
16 0 0,1853 0,0281 0,0100 0,0033 0,0003 0,0000 0,0000 0,0000 0,0000 0,0000
1 0,5147 0,1407 0,0635 0,0261 0,0033 0,0003 0,0000 0,0000 0,0000 0,0000
2 0,7892 0,3518 0,1971 0,0994 0,0183 0,0021 0,0001 0,0000 0,0000 0,0000
3 0,9316 0,5981 0,4050 0,2459 0,0651 0,0106 0,0009 0,0000 0,0000 0,0000
4 0,9830 0,7982 0,6302 0,4499 0,1666 0,0384 0,0049 0,0003 0,0000 0,0000
5 0,9967 0,9183 0,8103 0,6598 0,3288 0,1051 0,0191 0,0016 0,0000 0,0000
6 0,9995 0,9733 0,9204 0,8247 0,5272 0,2272 0,0583 0,0071 0,0002 0,0000
7 0,9999 0,9930 0,9729 0,9256 0,7161 0,4018 0,1423 0,0257 0,0015 0,0000
8 1,0000 0,9985 0,9925 0,9743 0,8577 0,5982 0,2839 0,0744 0,0070 0,0001
9 1,0000 0,9998 0,9984 0,9929 0,9417 0,7728 0,4728 0,1753 0,0267 0,0005
10 1,0000 1,0000 0,9997 0,9984 0,9809 0,8949 0,6712 0,3402 0,0817 0,0033
11 1,0000 1,0000 1,0000 0,9997 0,9951 0,9616 0,8334 0,5501 0,2018 0,0170
12 1,0000 1,0000 1,0000 1,0000 0,9991 0,9894 0,9349 0,7541 0,4019 0,0684
13 1,0000 1,0000 1,0000 1,0000 0,9999 0,9979 0,9817 0,9006 0,6482 0,2108
14 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997 0,9967 0,9739 0,8593 0,4853
15 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997 0,9967 0,9719 0,8147
16 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
17 0 0,1668 0,0225 0,0075 0,0023 0,0002 0,0000 0,0000 0,0000 0,0000 0,0000
1 0,4818 0,1182 0,0501 0,0193 0,0021 0,0001 0,0000 0,0000 0,0000 0,0000
2 0,7618 0,3096 0,1637 0,0774 0,0123 0,0012 0,0001 0,0000 0,0000 0,0000
3 0,9174 0,5489 0,3530 0,2019 0,0464 0,0064 0,0005 0,0000 0,0000 0,0000
4 0,9779 0,7582 0,5739 0,3887 0,1260 0,0245 0,0025 0,0001 0,0000 0,0000
5 0,9953 0,8943 0,7653 0,5968 0,2639 0,0717 0,0106 0,0007 0,0000 0,0000
6 0,9992 0,9623 0,8929 0,7752 0,4478 0,1662 0,0348 0,0032 0,0001 0,0000
7 0,9999 0,9891 0,9598 0,8954 0,6405 0,3145 0,0919 0,0127 0,0005 0,0000
8 1,0000 0,9974 0,9876 0,9597 0,8011 0,5000 0,1989 0,0403 0,0026 0,0000
9 1,0000 0,9995 0,9969 0,9873 0,9081 0,6855 0,3595 0,1046 0,0109 0,0001
10 1,0000 0,9999 0,9994 0,9968 0,9652 0,8338 0,5522 0,2248 0,0377 0,0008
11 1,0000 1,0000 0,9999 0,9993 0,9894 0,9283 0,7361 0,4032 0,1057 0,0047
12 1,0000 1,0000 1,0000 0,9999 0,9975 0,9755 0,8740 0,6113 0,2418 0,0221
13 1,0000 1,0000 1,0000 1,0000 0,9995 0,9936 0,9536 0,7981 0,4511 0,0826
14 1,0000 1,0000 1,0000 1,0000 0,9999 0,9988 0,9877 0,9226 0,6904 0,2382
15 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9979 0,9807 0,8818 0,5182
16 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9977 0,9775 0,8332
17 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
18 0 0,1501 0,0180 0,0056 0,0016 0,0001 0,0000 0,0000 0,0000 0,0000 0,0000
1 0,4503 0,0991 0,0395 0,0142 0,0013 0,0001 0,0000 0,0000 0,0000 0,0000
2 0,7338 0,2713 0,1353 0,0600 0,0082 0,0007 0,0000 0,0000 0,0000 0,0000
3 0,9018 0,5010 0,3057 0,1646 0,0328 0,0038 0,0002 0,0000 0,0000 0,0000
4 0,9718 0,7164 0,5187 0,3327 0,0942 0,0154 0,0013 0,0000 0,0000 0,0000
5 0,9936 0,8671 0,7175 0,5344 0,2088 0,0481 0,0058 0,0003 0,0000 0,0000
6 0,9988 0,9487 0,8610 0,7217 0,3743 0,1189 0,0203 0,0014 0,0000 0,0000
7 0,9998 0,9837 0,9431 0,8593 0,5634 0,2403 0,0576 0,0061 0,0002 0,0000
8 1,0000 0,9957 0,9807 0,9404 0,7368 0,4073 0,1347 0,0210 0,0009 0,0000
9 1,0000 0,9991 0,9946 0,9790 0,8653 0,5927 0,2632 0,0596 0,0043 0,0000
10 1,0000 0,9998 0,9988 0,9939 0,9424 0,7597 0,4366 0,1407 0,0163 0,0002
11 1,0000 1,0000 0,9998 0,9986 0,9797 0,8811 0,6257 0,2783 0,0513 0,0012
12 1,0000 1,0000 1,0000 0,9997 0,9942 0,9519 0,7912 0,4656 0,1329 0,0064
13 1,0000 1,0000 1,0000 1,0000 0,9987 0,9846 0,9058 0,6673 0,2836 0,0282
14 1,0000 1,0000 1,0000 1,0000 0,9998 0,9962 0,9672 0,8354 0,4990 0,0982
15 1,0000 1,0000 1,0000 1,0000 1,0000 0,9993 0,9918 0,9400 0,7287 0,2662
16 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9987 0,9858 0,9009 0,5497
17 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9984 0,9820 0,8499
18 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
Estadística 295
(CONTINUACIÓN) TABLA ACUMULADA DE LA DISTRIBUCIÓN BINOMIAL
p
n x 0,10 0,20 0,25 0,30 0,40 0,50 0,60 0,70 0,80 0,90
19 0 0,1351 0,0144 0,0042 0,0011 0,0001 0,0000 0,0000 0,0000 0,0000 0,0000
1 0,4203 0,0829 0,0310 0,0104 0,0008 0,0000 0,0000 0,0000 0,0000 0,0000
2 0,7054 0,2369 0,1113 0,0462 0,0055 0,0004 0,0000 0,0000 0,0000 0,0000
3 0,8850 0,4551 0,2631 0,1332 0,0230 0,0022 0,0001 0,0000 0,0000 0,0000
4 0,9648 0,6733 0,4654 0,2822 0,0696 0,0096 0,0006 0,0000 0,0000 0,0000
5 0,9914 0,8369 0,6678 0,4739 0,1629 0,0318 0,0031 0,0001 0,0000 0,0000
6 0,9983 0,9324 0,8251 0,6655 0,3081 0,0835 0,0116 0,0006 0,0000 0,0000
7 0,9997 0,9767 0,9225 0,8180 0,4878 0,1796 0,0352 0,0028 0,0000 0,0000
8 1,0000 0,9933 0,9713 0,9161 0,6675 0,3238 0,0885 0,0105 0,0003 0,0000
9 1,0000 0,9984 0,9911 0,9674 0,8139 0,5000 0,1861 0,0326 0,0016 0,0000
10 1,0000 0,9997 0,9977 0,9895 0,9115 0,6762 0,3325 0,0839 0,0067 0,0000
11 1,0000 1,0000 0,9995 0,9972 0,9648 0,8204 0,5122 0,1820 0,0233 0,0003
12 1,0000 1,0000 0,9999 0,9994 0,9884 0,9165 0,6919 0,3345 0,0676 0,0017
13 1,0000 1,0000 1,0000 0,9999 0,9969 0,9682 0,8371 0,5261 0,1631 0,0086
14 1,0000 1,0000 1,0000 1,0000 0,9994 0,9904 0,9304 0,7178 0,3267 0,0352
15 1,0000 1,0000 1,0000 1,0000 0,9999 0,9978 0,9770 0,8668 0,5449 0,1150
16 1,0000 1,0000 1,0000 1,0000 1,0000 0,9996 0,9945 0,9538 0,7631 0,2946
17 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9992 0,9896 0,9171 0,5797
18 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9989 0,9856 0,8649
19 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
20 0 0,1216 0,0115 0,0032 0,0008 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
1 0,3917 0,0692 0,0243 0,0076 0,0005 0,0000 0,0000 0,0000 0,0000 0,0000
2 0,6769 0,2061 0,0913 0,0355 0,0036 0,0002 0,0000 0,0000 0,0000 0,0000
3 0,8670 0,4114 0,2252 0,1071 0,0160 0,0013 0,0000 0,0000 0,0000 0,0000
4 0,9568 0,6296 0,4148 0,2375 0,0510 0,0059 0,0003 0,0000 0,0000 0,0000
5 0,9887 0,8042 0,6172 0,4164 0,1256 0,0207 0,0016 0,0000 0,0000 0,0000
6 0,9976 0,9133 0,7858 0,6080 0,2500 0,0577 0,0065 0,0003 0,0000 0,0000
7 0,9996 0,9679 0,8982 0,7723 0,4159 0,1316 0,0210 0,0013 0,0000 0,0000
8 0,9999 0,9900 0,9591 0,8867 0,5956 0,2517 0,0565 0,0051 0,0001 0,0000
9 1,0000 0,9974 0,9861 0,9520 0,7553 0,4119 0,1275 0,0171 0,0006 0,0000
10 1,0000 0,9994 0,9961 0,9829 0,8725 0,5881 0,2447 0,0480 0,0026 0,0000
11 1,0000 0,9999 0,9991 0,9949 0,9435 0,7483 0,4044 0,1133 0,0100 0,0001
12 1,0000 1,0000 0,9998 0,9987 0,9790 0,8684 0,5841 0,2277 0,0321 0,0004
13 1,0000 1,0000 1,0000 0,9997 0,9935 0,9423 0,7500 0,3920 0,0867 0,0024
14 1,0000 1,0000 1,0000 1,0000 0,9984 0,9793 0,8744 0,5836 0,1958 0,0113
15 1,0000 1,0000 1,0000 1,0000 0,9997 0,9941 0,9490 0,7625 0,3704 0,0432
16 1,0000 1,0000 1,0000 1,0000 1,0000 0,9987 0,9840 0,8929 0,5886 0,1330
17 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9964 0,9645 0,7939 0,3231
18 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9995 0,9924 0,9308 0,6083
19 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9992 0,9885 0,8784
20 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
Estadística 296
ANEXO B
µ
x 0,1 0,2 0,30 0,4 0,5 0,6 0,7 0,8 0,9
0 0,9048 0,8187 0,7408 0,6703 0,6065 0,5488 0,4966 0,4493 0,4066
1 0,9953 0,9825 0,9631 0,9384 0,9098 0,8781 0,8442 0,8088 0,7725
2 0,9998 0,9989 0,9964 0,9921 0,9856 0,9769 0,9659 0,9526 0,9371
3 1,0000 0,9999 0,9997 0,9992 0,9982 0,9966 0,9942 0,9909 0,9865
4 1,0000 1,0000 1,0000 0,9999 0,9998 0,9996 0,9992 0,9986 0,9977
5 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9998 0,9997
6 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
Estadística 297
TABLA ACUMULADA DE LA DISTRIBUCIÓN POISSON
(Continuaciòn)
µ
x 5,5 6,0 6,5 7,0 7,5 8,0 8,5 9,0 9,5
0 0,0041 0,0025 0,0015 0,0009 0,0006 0,0003 0,0002 0,0001 0,0001
1 0,0266 0,0174 0,0113 0,0073 0,0047 0,0030 0,0019 0,0012 0,0008
2 0,0884 0,0620 0,0430 0,0296 0,0203 0,0138 0,0093 0,0062 0,0042
3 0,2017 0,1512 0,1118 0,0818 0,0591 0,0424 0,0301 0,0212 0,0149
4 0,3575 0,2851 0,2237 0,1730 0,1321 0,0996 0,0744 0,0550 0,0403
5 0,5289 0,4457 0,3690 0,3007 0,2414 0,1912 0,1496 0,1157 0,0885
6 0,6860 0,6063 0,5265 0,4497 0,3782 0,3134 0,2562 0,2068 0,1649
7 0,8095 0,7440 0,6728 0,5987 0,5246 0,4530 0,3856 0,3239 0,2687
8 0,8944 0,8472 0,7916 0,7291 0,6620 0,5925 0,5231 0,4557 0,3918
9 0,9462 0,9161 0,8774 0,8305 0,7764 0,7166 0,6530 0,5874 0,5218
10 0,9747 0,9574 0,9332 0,9015 0,8622 0,8159 0,7634 0,7060 0,6453
11 0,9890 0,9799 0,9661 0,9467 0,9208 0,8881 0,8487 0,8030 0,7520
12 0,9955 0,9912 0,9840 0,9730 0,9573 0,9362 0,9091 0,8758 0,8364
13 0,9983 0,9964 0,9929 0,9872 0,9784 0,9658 0,9486 0,9261 0,8981
14 0,9994 0,9986 0,9970 0,9943 0,9897 0,9827 0,9726 0,9585 0,9400
15 0,9998 0,9995 0,9988 0,9976 0,9954 0,9918 0,9862 0,9780 0,9665
16 0,9999 0,9998 0,9996 0,9990 0,9980 0,9963 0,9934 0,9889 0,9823
17 1,0000 0,9999 0,9998 0,9996 0,9992 0,9984 0,9970 0,9947 0,9911
18 1,0000 1,0000 0,9999 0,9999 0,9997 0,9993 0,9987 0,9976 0,9957
19 1,0000 1,0000 1,0000 1,0000 0,9999 0,9997 0,9995 0,9989 0,9980
20 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9998 0,9996 0,9991
21 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9998 0,9996
22 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9999
23 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999
24 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
Estadística 298
TABLA ACUMULADA DE LA DISTRIBUCIÓN POISSON
(continuaciòn)
µ
x 10 11 12 13 14 15 16 17 18
0 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
1 0,0005 0,0002 0,0001 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
2 0,0028 0,0012 0,0005 0,0002 0,0001 0,0000 0,0000 0,0000 0,0000
3 0,0103 0,0049 0,0023 0,0011 0,0005 0,0002 0,0001 0,0000 0,0000
4 0,0293 0,0151 0,0076 0,0037 0,0018 0,0009 0,0004 0,0002 0,0001
5 0,0671 0,0375 0,0203 0,0107 0,0055 0,0028 0,0014 0,0007 0,0003
6 0,1301 0,0786 0,0458 0,0259 0,0142 0,0076 0,0040 0,0021 0,0010
7 0,2202 0,1432 0,0895 0,0540 0,0316 0,0180 0,0100 0,0054 0,0029
8 0,3328 0,2320 0,1550 0,0998 0,0621 0,0374 0,0220 0,0126 0,0071
9 0,4579 0,3405 0,2424 0,1658 0,1094 0,0699 0,0433 0,0261 0,0154
10 0,5830 0,4599 0,3472 0,2517 0,1757 0,1185 0,0774 0,0491 0,0304
11 0,6968 0,5793 0,4616 0,3532 0,2600 0,1848 0,1270 0,0847 0,0549
12 0,7916 0,6887 0,5760 0,4631 0,3585 0,2676 0,1931 0,1350 0,0917
13 0,8645 0,7813 0,6815 0,5730 0,4644 0,3632 0,2745 0,2009 0,1426
14 0,9165 0,8540 0,7720 0,6751 0,5704 0,4657 0,3675 0,2808 0,2081
15 0,9513 0,9074 0,8444 0,7636 0,6694 0,5681 0,4667 0,3715 0,2867
16 0,9730 0,9441 0,8987 0,8355 0,7559 0,6641 0,5660 0,4677 0,3751
17 0,9857 0,9678 0,9370 0,8905 0,8272 0,7489 0,6593 0,5640 0,4686
18 0,9928 0,9823 0,9626 0,9302 0,8826 0,8195 0,7423 0,6550 0,5622
19 0,9965 0,9907 0,9787 0,9573 0,9235 0,8752 0,8122 0,7363 0,6509
20 0,9984 0,9953 0,9884 0,9750 0,9521 0,9170 0,8682 0,8055 0,7307
21 0,9993 0,9977 0,9939 0,9859 0,9712 0,9469 0,9108 0,8615 0,7991
22 0,9997 0,9990 0,9970 0,9924 0,9833 0,9673 0,9418 0,9047 0,8551
23 0,9999 0,9995 0,9985 0,9960 0,9907 0,9805 0,9633 0,9367 0,8989
24 1,0000 0,9998 0,9993 0,9980 0,9950 0,9888 0,9777 0,9594 0,9317
25 1,0000 0,9999 0,9997 0,9990 0,9974 0,9938 0,9869 0,9748 0,9554
26 1,0000 1,0000 0,9999 0,9995 0,9987 0,9967 0,9925 0,9848 0,9718
27 1,0000 1,0000 0,9999 0,9998 0,9994 0,9983 0,9959 0,9912 0,9827
28 1,0000 1,0000 1,0000 0,9999 0,9997 0,9991 0,9978 0,9950 0,9897
29 1,0000 1,0000 1,0000 1,0000 0,9999 0,9996 0,9989 0,9973 0,9941
30 1,0000 1,0000 1,0000 1,0000 0,9999 0,9998 0,9994 0,9986 0,9967
31 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9997 0,9993 0,9982
32 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9996 0,9990
33 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9998 0,9995
34 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9998
35 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999
36 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999
37 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
Estadística 299
ANEXO C
Z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
-3,9 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
-3,8 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001
-3,7 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001
-3,6 0,0002 0,0002 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001
-3,5 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002
-3,4 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0002
-3,3 0,0005 0,0005 0,0005 0,0004 0,0004 0,0004 0,0004 0,0004 0,0004 0,0003
-3,2 0,0007 0,0007 0,0006 0,0006 0,0006 0,0006 0,0006 0,0005 0,0005 0,0005
-3,1 0,0010 0,0009 0,0009 0,0009 0,0008 0,0008 0,0008 0,0008 0,0007 0,0007
-3,0 0,0013 0,0013 0,0013 0,0012 0,0012 0,0011 0,0011 0,0011 0,0010 0,0010
-2,9 0,0019 0,0018 0,0018 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014
-2,8 0,0026 0,0025 0,0024 0,0023 0,0023 0,0022 0,0021 0,0021 0,0020 0,0019
-2,7 0,0035 0,0034 0,0033 0,0032 0,0031 0,0030 0,0029 0,0028 0,0027 0,0026
-2,6 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036
-2,5 0,0062 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048
-2,4 0,0082 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064
-2,3 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084
-2,2 0,0139 0,0136 0,0132 0,0129 0,0125 0,0122 0,0119 0,0116 0,0113 0,0110
-2,1 0,0179 0,0174 0,0170 0,0166 0,0162 0,0158 0,0154 0,0150 0,0146 0,0143
-2,0 0,0228 0,0222 0,0217 0,0212 0,0207 0,0202 0,0197 0,0192 0,0188 0,0183
-1,9 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250 0,0244 0,0239 0,0233
-1,8 0,0359 0,0351 0,0344 0,0336 0,0329 0,0322 0,0314 0,0307 0,0301 0,0294
-1,7 0,0446 0,0436 0,0427 0,0418 0,0409 0,0401 0,0392 0,0384 0,0375 0,0367
-1,6 0,0548 0,0537 0,0526 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455
-1,5 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,0582 0,0571 0,0559
-1,4 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,0721 0,0708 0,0694 0,0681
-1,3 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869 0,0853 0,0838 0,0823
-1,2 0,1151 0,1131 0,1112 0,1093 0,1075 0,1056 0,1038 0,1020 0,1003 0,0985
-1,1 0,1357 0,1335 0,1314 0,1292 0,1271 0,1251 0,1230 0,1210 0,1190 0,1170
-1,0 0,1587 0,1562 0,1539 0,1515 0,1492 0,1469 0,1446 0,1423 0,1401 0,1379
-0,9 0,1841 0,1814 0,1788 0,1762 0,1736 0,1711 0,1685 0,1660 0,1635 0,1611
-0,8 0,2119 0,2090 0,2061 0,2033 0,2005 0,1977 0,1949 0,1922 0,1894 0,1867
-0,7 0,2420 0,2389 0,2358 0,2327 0,2296 0,2266 0,2236 0,2206 0,2177 0,2148
-0,6 0,2743 0,2709 0,2676 0,2643 0,2611 0,2578 0,2546 0,2514 0,2483 0,2451
-0,5 0,3085 0,3050 0,3015 0,2981 0,2946 0,2912 0,2877 0,2843 0,2810 0,2776
-0,4 0,3446 0,3409 0,3372 0,3336 0,3300 0,3264 0,3228 0,3192 0,3156 0,3121
-0,3 0,3821 0,3783 0,3745 0,3707 0,3669 0,3632 0,3594 0,3557 0,3520 0,3483
-0,2 0,4207 0,4168 0,4129 0,4090 0,4052 0,4013 0,3974 0,3936 0,3897 0,3859
-0,1 0,4602 0,4562 0,4522 0,4483 0,4443 0,4404 0,4364 0,4325 0,4286 0,4247
0,0 0,5000 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641
Estadística 300
TABLA DE PROBABILIDADES ACUMULADAS NORMAL
(Continuaciòn)
Z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,5000 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359
0,1 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753
0,2 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141
0,3 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517
0,4 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879
0,5 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7190 0,7224
0,6 0,7257 0,7291 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549
0,7 0,7580 0,7611 0,7642 0,7673 0,7704 0,7734 0,7764 0,7794 0,7823 0,7852
0,8 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133
0,9 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,8340 0,8365 0,8389
1,0 0,8413 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621
1,1 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8830
1,2 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8980 0,8997 0,9015
1,3 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177
1,4 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319
1,5 0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441
1,6 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545
1,7 0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633
1,8 0,9641 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706
1,9 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767
2,0 0,9772 0,9778 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817
2,1 0,9821 0,9826 0,9830 0,9834 0,9838 0,9842 0,9846 0,9850 0,9854 0,9857
2,2 0,9861 0,9864 0,9868 0,9871 0,9875 0,9878 0,9881 0,9884 0,9887 0,9890
2,3 0,9893 0,9896 0,9898 0,9901 0,9904 0,9906 0,9909 0,9911 0,9913 0,9916
2,4 0,9918 0,9920 0,9922 0,9925 0,9927 0,9929 0,9931 0,9932 0,9934 0,9936
2,5 0,9938 0,9940 0,9941 0,9943 0,9945 0,9946 0,9948 0,9949 0,9951 0,9952
2,6 0,9953 0,9955 0,9956 0,9957 0,9959 0,9960 0,9961 0,9962 0,9963 0,9964
2,7 0,9965 0,9966 0,9967 0,9968 0,9969 0,9970 0,9971 0,9972 0,9973 0,9974
2,8 0,9974 0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,9980 0,9981
2,9 0,9981 0,9982 0,9982 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986
3,0 0,9987 0,9987 0,9987 0,9988 0,9988 0,9989 0,9989 0,9989 0,9990 0,9990
3,1 0,9990 0,9991 0,9991 0,9991 0,9992 0,9992 0,9992 0,9992 0,9993 0,9993
3,2 0,9993 0,9993 0,9994 0,9994 0,9994 0,9994 0,9994 0,9995 0,9995 0,9995
3,3 0,9995 0,9995 0,9995 0,9996 0,9996 0,9996 0,9996 0,9996 0,9996 0,9997
3,4 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9998
3,5 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998 0,9998
3,6 0,9998 0,9998 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999
3,7 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999
3,8 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999
3,9 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
Estadística 301
ANEXO D
α
V 0,4 0,3 0,2 0,15 0,1 0,05 0,025 0,02 0,015 0,01 0,008 0,005 0,003
1 0,325 0,727 1,376 1,963 3,078 6,314 12,706 15,895 42,433 31,821 42,433 63,657 127,321
2 0,289 0,617 1,061 1,386 1,886 2,920 4,303 4,849 8,073 6,965 8,073 9,925 14,089
3 0,277 0,584 0,978 1,250 1,638 2,353 3,182 3,482 5,047 4,541 5,047 5,841 7,453
4 0,271 0,569 0,941 1,190 1,533 2,132 2,776 2,999 4,088 3,747 4,088 4,604 5,598
5 0,267 0,559 0,920 1,156 1,476 2,015 2,571 2,757 3,634 3,365 3,634 4,032 4,773
6 0,265 0,553 0,906 1,134 1,440 1,943 2,447 2,612 3,372 3,143 3,372 3,707 4,317
7 0,263 0,549 0,896 1,119 1,415 1,895 2,365 2,517 3,203 2,998 3,203 3,499 4,029
8 0,262 0,546 0,889 1,108 1,397 1,860 2,306 2,449 3,085 2,896 3,085 3,355 3,833
9 0,261 0,543 0,883 1,100 1,383 1,833 2,262 2,398 2,998 2,821 2,998 3,250 3,690
10 0,260 0,542 0,879 1,093 1,372 1,812 2,228 2,359 2,932 2,764 2,932 3,169 3,581
11 0,260 0,540 0,876 1,088 1,363 1,796 2,201 2,328 2,879 2,718 2,879 3,106 3,497
12 0,259 0,539 0,873 1,083 1,356 1,782 2,179 2,303 2,836 2,681 2,836 3,055 3,428
13 0,259 0,538 0,870 1,079 1,350 1,771 2,160 2,282 2,801 2,650 2,801 3,012 3,372
14 0,258 0,537 0,868 1,076 1,345 1,761 2,145 2,264 2,771 2,624 2,771 2,977 3,326
15 0,258 0,536 0,866 1,074 1,341 1,753 2,131 2,249 2,746 2,602 2,746 2,947 3,286
16 0,258 0,535 0,865 1,071 1,337 1,746 2,120 2,235 2,724 2,583 2,724 2,921 3,252
17 0,257 0,534 0,863 1,069 1,333 1,740 2,110 2,224 2,706 2,567 2,706 2,898 3,222
18 0,257 0,534 0,862 1,067 1,330 1,734 2,101 2,214 2,689 2,552 2,689 2,878 3,197
19 0,257 0,533 0,861 1,066 1,328 1,729 2,093 2,205 2,674 2,539 2,674 2,861 3,174
20 0,257 0,533 0,860 1,064 1,325 1,725 2,086 2,197 2,661 2,528 2,661 2,845 3,153
21 0,257 0,532 0,859 1,063 1,323 1,721 2,080 2,189 2,649 2,518 2,649 2,831 3,135
22 0,256 0,532 0,858 1,061 1,321 1,717 2,074 2,183 2,639 2,508 2,639 2,819 3,119
23 0,256 0,532 0,858 1,060 1,319 1,714 2,069 2,177 2,629 2,500 2,629 2,807 3,104
24 0,256 0,531 0,857 1,059 1,318 1,711 2,064 2,172 2,620 2,492 2,620 2,797 3,091
25 0,256 0,531 0,856 1,058 1,316 1,708 2,060 2,167 2,612 2,485 2,612 2,787 3,078
26 0,256 0,531 0,856 1,058 1,315 1,706 2,056 2,162 2,605 2,479 2,605 2,779 3,067
27 0,256 0,531 0,855 1,057 1,314 1,703 2,052 2,158 2,598 2,473 2,598 2,771 3,057
28 0,256 0,530 0,855 1,056 1,313 1,701 2,048 2,154 2,592 2,467 2,592 2,763 3,047
29 0,256 0,530 0,854 1,055 1,311 1,699 2,045 2,150 2,586 2,462 2,586 2,756 3,038
30 0,256 0,530 0,854 1,055 1,310 1,697 2,042 2,147 2,581 2,457 2,581 2,750 3,030
31 0,256 0,530 0,853 1,054 1,309 1,696 2,040 2,144 2,576 2,453 2,576 2,744 3,022
32 0,255 0,530 0,853 1,054 1,309 1,694 2,037 2,141 2,571 2,449 2,571 2,738 3,015
40 0,255 0,529 0,851 1,050 1,303 1,684 2,021 2,123 2,542 2,423 2,542 2,704 2,971
60 0,254 0,527 0,848 1,045 1,296 1,671 2,000 2,099 2,504 2,390 2,504 2,660 2,915
120 0,254 0,526 0,845 1,041 1,289 1,658 1,980 2,076 2,468 2,358 2,468 2,617 2,860
Estadística 302
GLOSARIO
Al azar, estocástico: este término representa una idea que debe ser
expresada en términos del concepto de probabilidad. Tenemos la noción de
que un fenómeno ocurre en forma aleatoria cuando no sigue un patrón
particular que se pueda describir directamente por ecuaciones. Así, no
podemos hacer una predicción perfecta del resultado que se obtendrá del
fenómeno. Al decir que un proceso es aleatorio estamos diciendo que sigue
alguna distribución de probabilidad.
Estadística 303
Coeficiente de determinación: medida en la cual las variaciones de una
variable se pueden atribuir a las variaciones en la otra variable.
Estadística 304
Encuesta: método de obtener datos de una población o muestra, sin
ejercer control alguno sobre los factores que pueden afectar las
características de interés o resultados de la encuesta.
Error tipo I: ocurre cuando rechazamos la hipótesis nula siendo ésta cierta.
Error tipo II: ocurre cuando no rechazamos la hipótesis nula siendo ésta
falsa.
Estadística 305
Estadística Descriptiva: métodos que usamos para describir los datos que
se han obtenido de la muestra o población. Nos sirve para presentar una
idea de la realidad y para hacer inferencia informal.
Estadística 306
Eventos mutuamente excluyentes: son dos o más eventos que no pueden
ocurrir simultáneamente.
Método de mínimos cuadrados: método para ajustar una recta, que hace
mínimo el promedio de los errores de las estimaciones de Y, a partir de X.
Estadística 310
Ejemplo: temperatura, estatura, presión, tiempo, área, dimensiones, peso
etc.
Estadística 311
BIBLIOGRAFÍA
BIBLIOGRAFÍA FUNDAMENTAL
BIBLIOGRAFÍA RECOMENDADA
Estadística 312