SEGUNDO INFORME

TABLAS DE FRECUENCIA, CHEBYSHEV, ERRORES ESTADISTICOS

FACUTLAD DE INGENIERIA
INGENIERIA DE SISTEMAS

KEVIN DUVAN BERNAL ORTIZ

20181020066

DOCENTE
CARLOS ALFONSO ACOSTA SERRANO

BOGOTA D.C
MAYO DE 2020
En el siguiente informe se presentará el análisis estadístico de una serie de datos, esto con la
intención de aplicar los conocimientos adquiridos en el desarrollo del curso de ESTADISTICA.

OBJETIVO

Analizar el comportamiento de una muestra de datos por medio de las tablas de frecuencia,
la varianza, la desviación estándar, el coeficiente de variación, el comportamiento bajo la
desigualdad de Chebyshev y los tipos de errores estadísticos.

METODOLOGIA

Con ayuda de los formularios online se realizo una recolección de datos de los estudiantes
del grupo de estadística para obtener las muestras que servirán para el desarrollo de los
ejercicios propuestos en la clase.
EJERCICIO ESTATURAS

Para el desarrollo de este ejercicio, se realizó una encuesta solicitando a los estudiantes del
grupo de estadística (020-82) su estatura, en la misma participaron 33 estudiante. Se
organizaron los datos obtenidos de menor a mayor respecto a la estatura.

Nombre completo
Código Estatura
Karen Valentina Velásquez Méndez 20191020062 1,53
Luz Liliana Herrera Polo 20171020019 1,54
Brenda Natalia Portilla Alonso 20161020030 1,54
Vivian Peña Hurtado 20181020104 1,54
Laura Sofia Dueñas Bulla 20172020102 1,60
Daniel Julián Vargas Jaime 20182020013 1,64
Raul Eduardo 20171020167 1,64
Cristhian Mauricio Yara Pardo 20181020081 1,65
Daniel Camilo Carreño Merino 20181020148 1,67
Paola Natasha Becerra Marquez 20162020022 1,67
Jhojan Esneyder Rizo Arias 20192020027 1,68
Alex Santiago Buitrago Montaña 20181020036 1,70
Jheisson Enrique Fortich Suarez 20172020049 1,70
Santiago Rincon Robelto 20172020084 1,72
Jhon Sebastian Pulido Peña 20161020020 1,72
Julian Alejandro Sarmiento Linares 20181020042 1,72
Jhoan Sebastian Wilches Jimenez 20181020175 1,72
Juan Felipe Rodríguez G 20181020158 1,72
Diego Lizarazo 20172020093 1,73
Juan Camilo Herrera Gómez 20191020018 1,73
Jorge Andres Rojas Bautista 20161020079 1,74
Daniel Eduardo Parra Gómez 20181020110 1,75
Andres Felipe Gutierrez Ramirez 20182020125 1,76
Jorge Edison Velandia Lozano 20182020159 1,76
Juan Esteban Olaya García 20171020135 1,77
Kevin Alexander Diaz Pacheco 20162020105 1,78
Julian Andres Sanchez Rivera 20181020169 1,78
Josue Alexander Nuñez Prada 20172020021 1,79
Jhonatan Steven Vega Novoa 20182020161 1,79
Luis Alejandro Ocampo 20172020050 1,80
Daniel Esteban Rodriguez Fuentes 20172020120 1,83
Kevin Duvan Bernal Ortiz 20181020066 1,84
Santiago Helainer Galindo Marin 20172020047 1,86
n = 33
Para la construcción de la tabla de frecuencias se tiene en cuenta:

Estatura máxima dentro de la muestra

Estatura mínima dentro de la muestra
Diferencia entre la E. Máxima y la E. Mínima
Se calcula mediante m = 1+3.3logn, con n (Tamaño muestra)
Se calcula mediante C = Rango/#Intervalos

Quedando entonces:

En el siguiente grafico se puede evidenciar de manera más clara como están distribuidos los
estudiantes según el rango de estatura en el que se encuentra:

Numero de personas por rango de estatura

10
9
8
7
6
5
4
3
2
1
0
1,58 1,63 1,68 1,73 1,78 1,83 1,88
1,53 1,58 1,63 1,68 1,73 1,78 1,83
Para calcular la varianza y la desviación estándar se hace necesario calcular el promedio de
los 33 datos recolectados.

Para el cálculo de la varianza se tiene que:

∑𝑛𝑖=1(𝑋𝑖 − 𝑋̅ )2
𝛿2 =
𝑛−1

2
(1,53 − 1,71)2 + (1,54 − 1,71)2 +. . . +(1,73 − 1,71)2 + … + (1,86 − 1,71)2
𝛿 =
32

0,2458
𝛿2 =
32

𝛿 2 = 0,0076813

Para el cálculo de la desviación estándar se tiene que:

∑𝑛𝑖=1(𝑋𝑖 − 𝑋̅ )2
𝛿 = √ ó 𝛿 = √𝛿 2
𝑛−1

𝛿 = √0,0076813

𝛿 = 0,0876

Para el calculo del coeficiente de variación con la muestra tenemos que:

𝛿
𝐶𝑣 = ̅
𝑋
 0,0876
𝐶𝑣 =
1,71
𝐶𝑣 = 0,051

EJERCICIO CHEBYSHEV

La desigualdad de Chebyshev es un teorema utilizado en estadística que proporciona una

estimación conservadora (intervalo de confianza) de la probabilidad de que una variable
aleatoria con varianza finita, se sitúe a una cierta distancia de su esperanza matemática o de
su media.

Su expresión formal es la siguiente:

Donde:

X = Valor estimado

µ = Esperanza matemática del valor estimado

Ϭ = Desviación típica del valor esperado

k = Número de desviaciones típicas

En general, el Teorema de Chebyshev se usa para medir la dispersión de los datos para
cualquier distribución. El Teorema de Chebyshev explica que al menos 1-1/k2 de datos de
una muestra deben caer dentro de K, que es las desviaciones estándar de estándar de la
media. En cualquier ejercicio o prueba, el K es un número real positivo mayor que uno.
Experimento con palillos (Chebyshev)

Con este experimento se pretende analizar y verificar los resultados obtenidos para
comprobar el teorema Chebyshev en cuanto a la distribución de los palillos bajo una curva
normal.
Como muestra para el análisis se tomará los resultados proporcionados por los estudiantes
del grupo de estadística (020-82).

¿Como se desarrolló el experimento?

• Se traza una curva normal, como unidad de medida para los intervalos (eje x) se toma
el largo de un palillo, se trazan 4 intervalos a la izquierda y derecha, cada intervalo
será un ơ (sigma).

• Se sueltan sobre la curva normal a una altura 45 cm.

• Se cuenta la cantidad de palillos que quedaron entre cada sigma de la siguiente forma
[-1ơ,1 ơ], [-2 ơ,2 ơ], [-3 ơ,3 ơ] y [-4 ơ,4 ơ] de ser necesario.

Teniendo en cuenta esto, se relaciona una tabla en la cual se muestran los datos recolectados
por cada uno de los estudiantes que realizo el experimento. Vale aclarar que no se cuenta
con el total de estudiantes del curso, esto debido a que al momento de hacer este informe
no todos los estudiantes relacionaron los datos que obtuvieron.
Análisis:

1. Analizando los datos, vemos que el promedio general para el primer intervalo sigma
[-1ơ,1 ơ] es de un 61.55%.

Para Chebyshev debería ser al menos de 68% (se acercó)

2. Analizando los datos, vemos que el promedio general para el segundo intervalo
sigma [-2 ơ,2 ơ]es de un 86.41%.

Para Chebyshev debería ser al menos de 95% (se acercó)

3. Analizando los datos, vemos que el promedio general para el segundo intervalo
sigma [-3 ơ,3 ơ] es de un 96.77%.

Para Chebyshev debería ser al menos de 99% (se acercó)

4. Se observa de manera adicional que algunos estudiantes obtuvieron valores en el

intervalo [-4 ơ,4 ơ], no todos cumplen con dicho intervalo y no necesariamente
tiene que existir en Chebyshev.

Podemos observar que los resultados obtenidos tienen una pequeña desviación respecto al
planteamiento de Chebyshev, y puede que sea así debido a que todos los experimentos
fueron realizados bajo condiciones totalmente diferentes.

TIPOS DE ERRORES ESTADISTICOS

Planteamiento de hipótesis

Las hipótesis nula y alternativa son dos enunciados mutuamente excluyentes acerca de una
población. Una prueba de hipótesis utiliza los datos de la muestra para determinar si se
puede rechazar la hipótesis nula.
Hipótesis nula (H0)

La hipótesis nula indica que un parámetro de población (tal como la media, la desviación
estándar, etc.) es igual a un valor hipotético. La hipótesis nula suele ser una afirmación inicial
que se basa en análisis previos o en conocimiento especializado.

Hipótesis alternativa (H1)

La hipótesis alternativa indica que un parámetro de población es más pequeño, más grande
o diferente del valor hipotético de la hipótesis nula. La hipótesis alternativa es lo que usted
podría pensar que es cierto o espera probar que es cierto.

Errores tipo I y tipo II

Ninguna prueba de hipótesis es 100% cierta. Puesto que la prueba se basa en probabilidades,
siempre existe la posibilidad de llegar a una conclusión incorrecta. Cuando usted realiza una
prueba de hipótesis, puede cometer dos tipos de error: tipo I y tipo II. Los riesgos de estos
dos errores están inversamente relacionados y se determinan según el nivel de significancia
y la potencia de la prueba. Por lo tanto, usted debe determinar qué error tiene consecuencias
más graves para su situación antes de definir los riesgos.

Error de tipo I

Si se rechaza la hipótesis nula cuando es verdadera, comete un error de tipo I. La probabilidad

de cometer un error de tipo I es α, que es el nivel de significancia que se establece para la
prueba de hipótesis. Un α de 0.05 indica que usted está dispuesto a aceptar una probabilidad
de 5% de estar equivocado al rechazar la hipótesis nula. Para reducir este riesgo, debe utilizar
un valor menor para α. Sin embargo, usar un valor menor para alfa significa que usted tendrá
menos probabilidad de detectar una diferencia si está realmente existe.

Error de tipo II

Cuando la hipótesis nula es falsa y usted no la rechaza, comete un error de tipo II. La
probabilidad de cometer un error de tipo II es β, que depende de la potencia de la prueba.
Puede reducir el riesgo de cometer un error de tipo II al asegurarse de que la prueba tenga
suficiente potencia. Para ello, asegúrese de que el tamaño de la muestra sea lo
suficientemente grande como para detectar una diferencia práctica cuando está realmente
exista.

La probabilidad de rechazar la hipótesis nula cuando es falsa es igual a 1–β. Este valor es la
potencia de la prueba.

Verdad acerca de la población

Decisión basada H0 es verdadera H0 es falsa

en la muestra

No rechazar H0 Decisión correcta (probabilidad = 1 Error tipo II - no rechazar

- α) H0 cuando es falsa (probabilidad =
β)

Rechazar H0 Error tipo I - rechazar H0 cuando es Decisión correcta (probabilidad =

verdadera (probabilidad = α) 1 - β)
BIBLIOGRAFÍA

[1] Valencia, Edgar Alirio, Yuri Alexander Poveda Quiñones, and Carlos Arturo Escudero
Salcedo. "Desigualdad de Chebyshev." Scientia et Technica 2.51 (2012): 242-246.

[2] ¿Qué son los errores de tipo I y tipo II? - Minitab. (s. f.). Recuperado 1 de junio de 2020,
de https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-
statistics/supporting-topics/basics/type-i-and-type-ii-error/

[3] Acerca de las hipótesis nula y alternativa - Minitab. (s. f.). Recuperado 1 de junio de 2020,
de https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-
statistics/supporting-topics/basics/null-and-alternative-hypotheses/