Está en la página 1de 667
PROBABILIDAD Y ESTADISTICA Aplicaciones y métodos George C. Canavos VIRGINIA COMMONWEALTH UNIVERSITY ‘Tradueci Edmundo Gerardo Urbina Medal Departamento de Ingenieria Eléctrica UAM Ixtapalapa Revision Téenica: Gustavo Javier Valencia Ramirez Doctor en Matemticas Profesor Titular Departamento de Matematicas Facultad de Ciencias UNAM MEXICO » BUENOS AIRES + CARACAS * GUATEMALA LISBOA * MADRID + NUEVA YORK * PANAMA * SAN JUAN ‘SANTAFE DE BOGOTA + SANTIAGO * SAO PAULO AUCKLAND * HAMBURGO + LONDRES ¢ MILAN » MONTREAL NUEVA DELHI * PARIS * SAN FRANCISCO * SINGAPUR ‘ST. LOUIS * SIDNEY * TOKIO * TORONTO PROBABILIDAD Y ESTADISTICA Aplicaciones y métodos Prohibide ta reproduccion tomal o parcial de exta obra, por cuslquier medio, sin autorizacion escrita det editor. DERECHOS RESERVADOS © 1988, respecto a le primera edicion en expatiol por McGRAW-HILL/INTERAMERICANA DE MEXICO, S.A. DE C.V. ‘Atlacomulco 499-501, Fracc. Industrial San Andrés Atoto 153500 Naucalpan de Juérez, Edo. de México ‘Miembro de la Cémara Nacional de la Industria Editorial, Reg. Nim. 1890 ISBN 968-451-856-0 Traducido de la primera edicion en inglés de APPLIED PROBABILITY AND STATISTICAL METHODS Copyright © MCMLXXXIV, by George C. Canavos {SBN 0-916-12778-7 yam4s67e9 = PLE-87 9078543218 Impreso en México Printed in Mexico Oe te writ Se tiraron 2500 ejemplares A mi madre, Ya Athena, Alexis y Costa CAPITULO UNO Introduccion y estadistica descriptiva 1 1a 12 13 Inuoduccion 1 Descripcién grafica de los datos 3 Medidas numéricas descriptivas 11 Referencia 22 Ejercicios 22 Apéndice: Sumatorias y otras notaciones simbélicas 25 CAPITULO Dos Conceptos en probabilidad 28 2a 22 23 24 25 26 2.7 2.8 29 Introduc 28 La definicion clasica de probabilidad 29 Definicion de probabilidad como frecuencia relativa 30 Interpretacién subjetiva de la probabilidad 31 Desarrollo axiomatico de la probabilidad 32 Probabilidades conjunta, marginal y condicional 36 Eventos estadisticamente independientes 41 Elteorema de Bayes 43 Permutaciones y combinaciones +45 Referencias 48 Ejercicios 48 viii Contenido CAPITULO TRES Variables aleatorias y distribuciones de probabilidad 52 3a 32 33 34 35 3.6 BT El concepto de variable aleatoria 52 Distribuciones de probabilidad de variables aleatorias discretas Distribuciones de probabilidad de variables aleatorias continuas $7 ‘Valor esperado de una variable aleatoria 62 Momentos de una variable aleatoria 67 Otras medidas de tendencia central y dispersion 75 Funciones generadoras de momentos 80 Referencias 84 Ejercicios 84 CAPITULO CUATRO Algunas distribuciones discretas de probabilidad 88 44 42 43 44 5 Introduccion 88 La distribucién binomial 89 La distribuci6n de Poisson 100 La distribucién hipergeométrica 108 La distribuci6n binomial negativa 115 Referencias 121 Ejercicios 122 Apéndice: Deduccién de ta funcién “+ prababilidad de Poisson 126 Apéndice: Demostracién del teorema 4.1 128 ‘CAPITULO CINCO Algunas distribuciones continuas de probabilidad 130 Sa 5.2 53 5.4 55 5.6 Introduccion 130 La distribocion normal 130 : La distribucion uniforme - 143 La distribucion beta. 147 La distribuci6n gama 152 La distribucion de Weibull 159 33 5.1 5.8 59 Contenido ix La distribucion exponencial negativa 163 La distribucién de una funcion de variable aleatoria 167 Conceptos basicos en la generacién de nameros aleatorios por computadora 171 5.9.1. Distribucidn uniforme sobve el intervalo (a, 6) 173, 5.9.2 La distribucion de Weibull 173 5.9.3 La distribucion de Erlang 174 5.94 La distribucion normal 174 5.98 La distribucién binomial 174 5.9.6 La distribucién de Poisson 175 Referencias 175 Ejercicios 175 “Apéndice: Demostracion de que la expresin (5.1) e5 una funcién de densidad de probabilidad 181 Apéndice: Demostracién del teorema $.1 182 CAPITULO SEIS Distribuciones conjuntas de probabilidad 185 61 62 63 64 65 6.6 67 68 CAPITULO SIETE Introduccion 185 Distribuciones de probabilidad bivariadas 185 Distribuciones marginales de probabilidad 189 Valores esperados y momentos para distribuciones bivariadas 191 Variables aleatorias estadisticamente independientes 194 Distribuciones de probabilidad condicional 197 Anilisis bayesiano: las distribuciones a priori y a posteriori 200 La distribucion normal bivariada 207 Referencias 210 Ejercicios. 210 Muestras aleatorias y distribuciones de muestreo 214 W 12 13 14 Ts 16 Introduccion 214 ‘Muestras aleatorias 214 Distribuciones de muestreo de estadisticas 218 La distribucion de muestreo de X 209 La distribucion de muestreo de 3* 31 La distribuci6n t de Student 234 x Contenido 7.7 La distribuciOn de la diferencia entre dos medias muestrales 238 78 Ladistribucion F 240 , Referencias, 244 Ejercicios 244 Apsindice: Demostracion del teorema central del limite 247 ‘Apéndice: Deduccién de la funcion de densidad de probabildad t de Student — 249 CAPITULO OCHO 251 Estimacion puntual y por 8.1 Introduccion 251 8.2. Propiedades deseables de los estimadores puntuales 251, 8.2.1 Estimadores insespados 285 8.2.2 Estimadores consistentes 256 8.2.3. Estimadores insesgados de varianza minima 289 B24 Estacsticas suticentes 261 3. Métodos de estimacion puntual 264 8.3.1 Estimacion por maxima verosimilitud 264 8.3.2 Método de los momentos 268 8.3.3. Estimacion por maxima verosimilitud para muestras censuradas 269 84° Estimacién por intervalo 271 8A. Intervalos de confianza para j. cuando se muestrea una distribucion normal con varianza conocida 274 8.4.2 Intervalos ée confianza para 4 cuando se muestrea una distribucién normal con varianza desconocida 277 14.3 Intervalos de confianza para la diferencia de medias cuando se muestran dos distribuciones normales independientes 278 8.4.4 Intervalos de confianza para ” cuando se muestrea una distribucién normal con media desconocida 280 845. Intervalos de confianza para el cociente de dos varianzas cuando se muestran dos distribuciones normales independientes 281 8.4.6 Intervalos de confianza para’el parimetro de proporcion p cuando se muestrea una distribucién binomial 282 8.5. Estimacion bayesiana 285 8.5.1 Estimacidn puntual bayesiana 286 8.5.2 Estimacion bayesiana por intervalo 288, 8.6 Contenido xi Limites estadisticos de tolerancia 290 8.6.1 Limites de tolerancia independientes de la distribucion 290 8.6.2 Limites de tolerancia cuando se mucstrea luna distribucion normal 293, Referencias 294 Ejercicios 294 CAPITULO NUEVE Prueba de hipotesis estadisticas 303 O1 92 9.3 9.4 95 9.6 9.7 9.8 Introduccion 303 Conceptos basicos para la prueba de hipotesis estadisticas 303 Tipos de regiones criticas y la funcién de potencia 311 Las mejores pruebas 314 Principios generales para probar una H, simple contra una H, unio bilateral 321 9.5.1 Principios generales para el caso 323, 9.8.2 Principios generales para el caso2 324 9.8.3 Principios generales para el caso} 325, Prueba de hipétesis con respecto a las medias cuando se muestrean distribuciones normales 326 9.6.1 Pruebas para una muestra 327 9.6.2 Pruebas para dos muestras 333, 9.6.3. Reflexién sobre las suposiciones y sensitividad 338 9.6.4 Prucba sobre las medias cuando las observaciones estén pareadas 340 Pruebas de hip6tesis con respecto a las varianzas cuando se muestrean distribuciones normales 346 9.7.1 Pruebas para una muestra 346 9.7.2 Pruebas para dos muestras 348 Inferencias con respecto i lds proporciones de dos distribuciones binomiales independientes 350 Referencias 353 Ejercicios 353 CAPITULO DIEZ Pruebas de bondad de ajuste y andlisis de tablas de contingencia 362 40.1 Introduccion 362 10.2 La prueba de bondad de ajuste chi-cuadrada 363, 10.3 La estadistica de Kolmogorov-Smirnov, 368 10.4 La prueba chi-cuadrada para el anilisis de tablas de contingencia con dos crterios de clasificacion 370 Referencias 374 Ejercicios 374 ‘CAPITULO ONCE ‘Métodos para el control de calidad y muestreo para aceptacion 379 11.1 Introducci6n 379 11.2 Tablas de control estadistico 379 11.2.1 Tablas X (media conocida de la poblacion) 381 11.2.2 Tablas S (desviaci6n estandar conocida de la poblacin) 383 11.2.3 Tablas y S (media y varianza desconocidas de la poblacién) 384 11.3 Procedimientos del muestreo para aceptacién 388 11.3.1 El desarrollo de planes de muestreo sencillos para riesgos ‘estipulados del productor y del consumidor 392 11.3.2 Muestreo para aceptacién por variables 393, 11.3.3 Sistemas de planes de muestreo 396 Referencias 396 Ejercicios. 397 CAPITULO DOCE Diseiio y andlisis de experimentos estadisticos 401. 12.1 Introduccién 401 12.2 Experimentos estadisticos 401 123 Disefios estadisticos 403 4 Rs 126 Contenido xis Analisis de experimentos unifactoriales en un disefio completamente aleatorio 404 Anilisis de varianza para un modelo de efectos fijos 407 Método de Scheffe para comparaciones miltiples. 413 “Analisis de residuos y efectos de la violacién de las suposiciones “415 12.44 El caso de efectos aleatorios 418 ‘Analisis de experimentos con sélo un factor en un disefto en bloque completamente aleatorizado 420 Experimentos factoriales 426 Referencias 435 Ejercicios 435 ‘CAPITULO TRECE Anilisis de regresin: el modelo lineal simple 443 1B 13.2 33 Ba 13.5 136 13.7 1B 139 13.10 483 El significado de la regresion y suposiciones basicas 444 Estimacion por minimos cuadrados para el modelo lineal simple 448 Estimacién por maxima verosimilitud para el modelo lineal simple 455 Propiedades generales de los estimadores de minimos cuadrados 457 Inferencia estadistica para el modelo lineal simple 465 El uso del andlisis de varianza 470 Correlacién lineal 477 Series de tiempo y autocorrelacién 479 139.1 Componentes de una serie de tiempo 479 139.2 La estadistica de Durbin-Watson 480 139.3. Eliminacién de la autocorrelaci6n mediante la transformacion, dedatos 485 fl Enfoque matricial para el modelo lineal simple 488, Referencias 491 Ejercicios 491 Apéndice: Breve revision del élgebra de matrices. 497 xiv Contenido CAPITULO CATORCE, Analisis de regresion: el modelo lineal general 14.1 Introdu 503 14.2. El modelo lineal general 503 14.3 Principio de la suma de cuadrados extra. 513. 14.4 El problema de la multicolinealidad 520 14,5. Determinacién del mejor conjunto de variables de prediccién 525 14.6 Anilisis de residuos 0 residuales 532 14,7 Regresion polinomial 538, 14.8 Minimos cuadrados con factores de peso 547 14.9 Variables indicadoras 556 Referencias 563 Ejercicios 563 CAPITULO QUINCE Métodos no paramétricos 572 15.1 Introduccion $72 15.2 Pruebas no paramétricas para comparar dos poblaciones con base en ‘muestras aleatorias independient:s $74 35.2.1 Prueba de Mann-Whitney 574 35.2.2 Prueba de tendencias de Wald-Wolfowitz. 577 15.3, Pruebas no paramétricas para observaciones por pares 578 15.3.1 La prucba del signo 579 15.3.2 Prucba de rangos de signos de Wilcoxon 580 Prueba de Kruskal-Wallis para muestras aleatorias independientes Prueba de Friedman para k muestras igualadas 584 . ‘Coeficiente de correlacién de rangos de Spearman 586 Comentarios finales 388 Referencias 589 Ejercicios. $89 Contenido x APENDICE 593 TABLA A Valores de la funcién de distribucién acumulativa binomial $94 TABLA B Valores de la funci6n de distribucién acumulativa de Poisson 602 TABLA C Valores de las funciones de probabilidad y de distribucion acumulativa para la distribucion hipergeométrica 610 TABLA D Valores de la funcidn de distribucion acumulativa normal estandar 616 TABLA E Valores de cuantiles de 1a distribucién chi-cuadrada 619 TABLA F Valores de cuantiles de la distribucin ¢ de Student 621 TABLA G Valores de cuantiles de la distribucién F 623 TABLA H_ k-valores para los limites de tolerancia bilaterales cuando se muestrean distribuciones normales 629 TABLA I — k-valores para los limites de tolerancia unilaterales cuando se muestrean distribuciones normales 631 TABLA J Valores de cuantiles superiores de la distribucibn de la estadistica D, de Kolmogorov-Smimov 633 TABLA K — Limites de la estadistica de Durbin-Watson 635, Respuestas a los ejercicios seleceionados de mimero impar 636 indice 647 Prefacio Este libro se planed como una introduccién a la teoria de la probabilidad y a la infe- rencia estadistica, para toda persona interesada en las disciplinas aplicadas; econo- mia y finanzas, ingenieria y ciencias fisicas y de la vida. No es necesario ningin co- nocimiento previo de probabilidad y estadistica, aunque se espera que el lector se encuentre familiarizado con los fundamentos del célculo diferencial e integral. El libro hace hincapié en las aplicaciones. El rigor matemético se emplea tnicamente con el fin de exponer las bases de la probabilidad y de la estadisica, lo que, en opi- nign del autor, es un ingrediente necesario para la aplicacién efectiva de los méto- dos, El texto intenta proporcionar al estudiante un conocimiento que vaya més allé de lo superficial, sin abrumarlo con teoria excesiva. En este sentido, la obra brinda la oportunidad de reforzar el ‘“porqué", ademas de presentarle el “‘como" de la aplicacion. A través del texto, cada concepto 0 método se ilustra con ejemplos reales que se expresan de manera que e! lector pueda obtener una comprensién intuitiva del con- cepto. La mayor parte del desarrollo de la inferencia estadistica se fundamenta en el punto de vista de la teoria del muestreo. También se explora el enfoque bayesiano para dar la perspectiva adecuada, Asimismo, se estudian las suposiciones de los méto- dos estadisticos y se dan respuestas a preguntas del tipo “qué pasa si." Ademés, en ‘muchos ejemploy se emplearon paquetes de programas para computadora y técnicas de simulaci6n, con el propésito de ilustrar y reforzar los puntos presentados. El material que abarca el libro demuestra ser suficiente para realizar un curso de dos semestres sobre probabilidad y métodos estadisticos. Por otra parte, es posible re- ordenar el material y asi ofrecer variedad de cursos, como un curso de un semestre sobre distribuciones de probabilidad y sus aplicaciones, en el que se empleen los ca- pitulos 1 a 7; un curso de dos trimestres sobre los fundamentos de la probabilidad y de los métodos estadisticos, con los capitulos 1 a 10; o un curso en andlisis de varian- zay métodos de regresion, con los capitulos 9, 12, 13 y 14. El alcance de los temas que se tratan es amplio, extenso y proporcionan al profesor la oportunidad de recal- car ciertos temas u omitir otros: Que el libro pueda emplearse a nivel licenciatura 0.8 nivel de graduados, depende tanto de las necesidades particulares como de los cono- cimientos previos de los lectores. Después de un anilisis razonablemente completo sobre la estadistica descrip: tiva (Cap. 1), el libro est& dividido en probabilidad (Caps. 2-7) y métodos esta- disticos (Caps. 8-15). En los capitulos 2 y 3 se presentan los conceptos basicos de probabilidad, variable aleatoria y distribucién de probabilidad. Los capitulos 4 y 5 contienen una exposicion bastante completa de las distribuciones de probabilidad discretas y continuas, asi como sus aplicaciones. En estos capitulos se investigan, comparan y contrastan propiedades de distribuciones como la binomial, de Poisson, normal, beta, gama y de Weibull, entre otras, proporcionando areas de aplicacion para cada una. Dado el creciente papel de las computadoras y las técnicas de simula- ci6n, se dedica una seccion del capitulo S a la valoracion de varios métodos de gene. racion de valores aleatorios, en cada una de las distribuciones estudiadas. En el capitulo 6 se exponen las distribuciones de probabilidad conjunta y condicional. En este contexto, se introducen los conceptos de distribuciones a priori y a posteriori, para el punto de vista bayesiano, El capitulo siete funciona como transicién entre la probabilidad y la inferencia estadistica. En éste se plantean los importantes conceptos de muestra aleatoria y dis- tribucion de muestreo, En el capitulo 8 se presentan los métodos de estimacion, tanto puntual como de intervalo. También se estudian los limites de tolerancia inde- pendientes de la distribuci6n y aquéllos cuyo fundamento ¢s la distribucién normal. En el capitulo 9 se exploran las bases de la inferencia estadistica y se presentan las pruebas de hipétesis para medias, varianzas y proporciones. El capitulo 10 de- talla el uso de la distribucién chi-cuadrada, tanto para determinar la bondad de! ajuste, como para tablas de contingencia, mientras que el capitulo 11 introduce al lector en los conceptos basicos del control de calidad estadistico y a los procedimien- tos para aceptar uns muestra. En el capitulo 12 se presentan el diseho de experimentos estadisticos y el anilisis de varianza, tanto para experimentos de un solo factor como para dos. En los capitulos 13 y 14 se trata, de manera prolija, el analisis de regresion; ademas, se examinan con detalle temas como: errores autocorrelaciona- dos, analisis de residuos, minimos cuadrados con Factores de peso, multicolineal dad y distintas formas para determinar el mejor conjunto de variables de prediccin. Al concluir, el capitulo 15 explora y compara alzunos de los procedimientos no paramétricos més tities Al final del capitulo 1 y del 13 se encuentra un apéndice en que se revisa ta no taciga sumatoria y del Algebra matricial. Las demostrac’on-3 de los teoremas mis importantes se encuentran, para los lectores cuyas inclinaciones son mas hacia la teorta, en los apéndices de los capitulos 4, $ y 7. En el apéndice del libro se encuen- tran once tablas estadisticas. Se intento, hasta donde fue posible, uniformar la estructura de éstas; por ejemplo, se encuentran tabulados valores para las distri- bbuciones binomial, de Poisson, hipergeométrica y normal, ademas de los valo- res cuantiles para las distribuciones chi-cuadrada, t de Student y F. Las tablas para las distribuciones anteriores, excepto la hipergeométrica, se generaron mediante al- ‘gunas subrutinas del paquete IMSL (Iaternational Mathematical and Statistical Li- braries). La similitud con las tablas estadisticas, ya establecidas, cs excelente. Los paquetes para computadora Minitab y SAS (Statistical Analysis System) se emplea- . on con objeto de ilustrar las teenicas del andlisis de regresion (Caps. 13 y 14). Se supone que el lector tiene acceso a algunos de estos paquetes 0 a otros similares, ‘como el SPSS (Statistical Package for the Social Sciences) y BMDP (Biomedical Programs).

También podría gustarte