CONCEPTOS BÁSICOS DE LA ESTADÍSTICA

Antes de comenzar a estudiar la teoría y expresiones involucradas en la estadística inferencial que

es el tema a desarrollar en el módulo de estadística II, analizaremos los conceptos mencionados en
ella. Con éstos podremos poco a poco ir abordando los temas principales del módulo a saber
probabilidad, estimación e inferencia.

Nuestro fin en el trascurso del módulo es considerar poblaciones y muestras de ellas a partir de las
cuales determinaremos probabilidades (que son medidas numéricas) con las cuales estableceremos
numéricamente qué tan posible es que un suceso o fenómeno en la población ocurra o no. Luego,
trataremos de estimar medidas difíciles de calcular de forma práctica, por ejemplo la media, la
varianza y la proporción poblacional. Finalmente buscaremos intervalos en dónde podamos intuir
que las medidas mencionadas se encuentran, según el tamaño de la población.

C ONCEPTOS GENERALES 
 

Población: es un conjunto de datos que caracteriza un fenómeno.

Muestra: subconjunto representativo de una población.
 

Ejemplo 1

Una empresa tiene 4 máquinas que empacan agua en bolsa de 125 mililitros. Diariamente se
empacan 2000 bolsas de estas y para controlar que el peso sea correcto, cada 4 horas se toman
muestras de 50 bolsas cuyo peso promedio debe ser como mínimo 124 mililitros y como máximo
126 mililitros; para que la empresa no incurra en pleitos por engaño al consumidor o en pérdidas
por excesos en la producción.
La población en este contexto son las 2000 bolsas diarias, ¿se imaginan que tuviesen que pesar
todas las bolsas? !Se estaría perdiendo tiempo valioso para la empresa, sin hablar del costo¡ Por
ello, es mejor tomar una muestra, 50 bolsas (cada 4 horas), y controlar la producción con base en
dichas muestras.

Estadística: cantidad que estima características de una población.

Parámetro: característica desconocida de una población.
 

 
Ejemplo 2

Continuando con el ejemplo de la empresa empacadora de bolsas de agua, un parámetro sería la

media poblacional (el peso promedio de las 2000 bolsas con agua) y la estadística sería la media
muestral (el peso promedio de las 50 bolsas de agua, determinado cada 4 horas).
Reiterando en la observación dada en el ejemplo 1, al sacar el peso promedio de las 2000 bolsas se
incurrirá en pérdida de tiempo y de dinero.

Estimación: es un método por medio del cual se aproxima el valor del parámetro de una
población a partir de los datos u observaciones de una muestra.
Estimación puntual: proceso mediante el cual con las observaciones de una muestra se
estima el parámetro de la población, con un valor numérico.
Estimación por intervalo: proceso con el cual se determina un intervalo en el que
posiblemente se encuentra el valor real del parámetro.
Intervalo de confianza: intervalo en el cual es posible se encuentre el valor real del
parámetro de una población.
 
Ejemplo 3

Supongamos que en el ejemplo 1 el peso promedio de la muestra (media muestral) es 124.7

mililitros entonces se dice que el peso promedio de la población en esas 4 horas es de
aproximadamente 124.7 mililitros.
Se estimó la media poblacional por medio de la media muestral.

Pruebas de hipótesis: procesos que conllevan a establecer el rechazo o no de una afirmación

respecto a una característica desconocida de una población.

Ejemplo 4

Supongamos que deseamos conocer el peso promedio necesario para no incurrir en pleitos legales
con los consumidores, porque el peso de las bolsas con agua no es de 125 mililitros exactamente.
El gerente de producción decide que si el peso promedio es de 124.5 mililitros la unidad, entonces
se continuará con el proceso de empacado. Con base en esto lo que se desea determinar es si es
cierto que el valor de la media muestral, cuando esta se tome, es de 124.5 mililitros. Si no llega a
serlo, entonces se detendrá el proceso de empaque y se efectuarán los ajustes necesarios.

 
Ahora que distinguimos los conceptos generales veamos los conceptos requeridos en cada tema
(probabilidad, estimación e inferencia). Comencemos con probabilidad:

Conjuntos y sus operaciones

Distinguir el concepto de conjunto, elemento y las operaciones con conjuntos nos permitirá abordar
y comprender con mayor facilidad los conceptos de probabilidad. Por ello, concentrémonos en el
tema e interioricemos todo lo que en él aparece.
 
 

Conjunto: es una colección de objetos bien definidos; se refiere a la coherencia por ejemplo
si voy a formar un conjunto de frutas debo tener claro que no voy a considerar verduras.
Todo conjunto se denotan con una letra mayúscula, como cuando vimos matemática I que
utilizábamos letras para denotar simbólicamente un dato.
Elemento: es un objeto de un conjunto. Se denotan con letras minúsculas cuando se
desconocen.
Diagrama de Venn: es una representación gráfica de los conjuntos en la cual cada conjunto
se encierra en un círculo o óvalo y aquel que los contiene a todos se encierra por un cuadrado
o rectángulo .

Los conjuntos pueden nombrarse de dos formas por comprensión o por extensión:

Ejemplo 5
 
El conjunto A formado por todos los números del 1 al 5 puede describirse de la siguiente manera:
 
A={x: x es un número de 1 a 5}

Dicho cojunto se lee como el conjunto de los números (representados con la letra x) tales que éstos
se encuentran entre 1 y 5. A esta forma de nombrar un conjunto se le conoce como nombramiento
por comprensión. Si por otra parte, escribimos explícitamente los elementos del conjunto A:

A:{1, 2, 3, 4, 5}

Se dice que el nombramiento es por extensión.

 
En el anterior ejemplo el conjunto es A, los elementos son 1, 2, 3, 4 y 5, y el diagrama de Venn es:

A 
1 2
  3          4
  5 

Para indicar que un elemento pertenece o no a un conjunto usamos la siguiente notación.

1 ∈ A 8 ∉ A
↓ ↓  
1 pertenece a A 8 no pertenece a A
 
 
 

Subconjunto: sean A y B dos conjuntos, decimos que B es subconjunto de A si todo elemento

de B también pertenece a A.

 
 
Denotamos que B es subconjunto de A con la expresión B ⊂ A y para indicar que A no está
contenido en B escribimos B ⊄ A .

Ejemplo 6

Sean A={1, 2, 3, 4, 5} y B={1, 2} veamos algunos ejemplos de contenencia y no contenencia.

B ⊂ A porque 1∈ A y 2 ∈ A , es decir todo elemento de B se encuentra en A.

A ⊄ B porque 3 ∉ B , 4 ∉ B y 5 ∉ B , es decir no todo elemento de A se encuentra en B.

 
Ejemplo 7

Sean A={1, 2, 3, 4, 5} y B={1, 2} y C={1, 3, 4, 8, 9} observemos su representación en diagramas

de Venn.

Con los conjuntos podemos establecer otros conjuntos por medio de operaciones; éstas son la unión,
intersección y el complemento. Existen otras operaciones pero nosotros nos concentraremos en
estas ya que son las que utilizaremos para determinar probabilidades.

Unión de conjuntos: sean A y B conjuntos, notamos con A ∪ B al conjunto de los elementos

que pertenecen a A, a B o a ambos conjuntos.

Ejemplo 8

Sean A={1, 2, 3, 4, 5}, B={3, 4, 8, 9} y C={0, 2} determinemos la unión con cada pareja de ellos.

A ∪ B = {1, 2, 3, 4, 5, 8, 9} A ∪ C = {0, 1, 2, 3, 4, 5} B ∪ C = {0, 2, 3, 4, 8, 9}

Intersección de conjuntos: sean A y B conjuntos, notamos con A ∩ B al conjunto de los

elementos que pertenecen tanto a A como a B, en otras palabras es el conjunto que contienen
los elementos comunes a ambos conjuntos.
 

 
Ejemplo 9

Sean A={1, 2, 3, 4, 5}, B={3, 4, 8, 9} y C={0, 2} determinemos la intersección de A con B, de A

con C y de B con C.

A ∩ B = {3, 4} A ∩ C = {2} B ∩C = ∅

Complemento de un conjunto: sea A un subconjunto de un conjunto universal U, decimos que

el complemento de A, que notamos Ac , es el conjunto que contiene los elementos de U que no
están en A.
 

Ejemplo 10

Sean U={1, 2, 3, 4, 5} y A={1, 2} determinemos AC .

Como AC está constituido por todos los elementos que están en el universal y no están en A
C
entonces A = {3, 4, 5}.

Téngase en cuenta que para hallar el complemento de un conjunto debe existir un conjunto
universal que lo contenga.
 
 
 
 
Número de elementos de un conjunto  
 

Existen diversos contextos tanto matemáticos como de la vida cotidiana en los se requiere
determinar el número de elementos de un conjunto, por ello es necesario buscar métodos prácticos
que nos permitan establecerlos.
Existen conjuntos infinitos como el conjunto de los números reales y finitos como los que hemos
trabajado en los ejemplos anteriores: U={1, 2, 3, 4, 5}.
Para determinar el número de elementos de un conjunto existen técnicas llamadas de conteo, pero
estas serán estudiadas más adelante. Por ahora vamos a determinar el número de elementos de
conjuntos finitos pequeños y en particular de la unión e intersección de los mismos, para luego
utilizar las técnicas de conteo que facilitan dicho cálculo.
Para denotar el número de elementos de un conjunto A usaremos la expresión n( A) .

 
Ejemplo 11

Determinar el número de elementos de los conjuntos A={1, 2, 3, 4, 5}, B={3, 4, 8, 9} y C={0, 2}.
Como en A hay 5 elementos entonces n( A) = 5 ; de igual manera n( B) = 4 y n(C ) = 2 .

Ejemplo 12

Determinemos el número de elementos de la unión de los conjuntos A y B.

Veamos el diagrama de Venn para estos conjuntos y con su ayuda determinemos el número de
elementos en A ∪ B .

A ∪ B = {1,
2, 3, 4, 5, 6, 7, 8} y el número de elementos es n( A ∪ B) = 8 ; este número también puede
determinarse conociendo el número de elementos en A, en B y en la intersección de ellos.
Observemos.

Como n( A) = 5 , n( B) = 6 y n( A ∩ B) = 3 entonces

n( A ∪ B ) = n( A) + n(B ) − n( A ∩ B )
↓ ↓ ↓ ↓
Número Número Número Número
de elementos de elementos de elementos de elementos
en la unión en A en B en la intersección

Obsérvese que como los conjuntos tienen elementos en común debemos quitárselos porque de lo
contrario estaríamos contando dos veces el mismo elemento. Así, n( A ∪ B) = 5 + 6 − 3 = 8 valor que
coincide con el obtenido por medio del diagrama de Venn.

 
Ejemplo 13

Sea A = {1, b, c} y el universal U = { 1, 2, 3, a, b, c } determine el número de elementos que hay en

Ac .
Existen dos formas de determinar el número de elementos en Ac contando directamente los
elementos de éste o utilizando el número de elemento de U y de A; ésta última opción nos será muy
útil cuando necesitemos determinar la probabilidad de que no ocurra un determinado suceso.
Veamos:
n( Ac ) = n(U ) − n( A) = 6 − 3 = 3

 
Acerquémonos al concepto de probabilidad  
 

En ocasiones escuchamos expresiones como: los métodos anticonceptivos son seguros en un 99% y
el 3% de los equipos salen defectuosos en el control de calidad. Dichos porcentajes representan una
parte del todo que es el 100% y pueden representarse por medio de fracciones. Por ejemplo, decir
3
que el 3% de los equipos salen defectuosos es equivalente (por fracciones) a , en otras palabras
100
diríamos que de 100 partes 3 son defectuosas. Dichas fracciones en nuestro módulo serán
3
asignaciones numéricas que llamaremos probabilidades, luego que al calcularse corresponde
100
al número 0.03 indicará que la probabilidad de que un equipo salga defectuoso es de 0.03.

De esta manera, 1 indicará que con toda seguridad el fenómeno estudiado sucederá, 0 indicará que
con toda seguridad el fenómeno estudiado no sucederá y 0.5 indicará que es igualmente posible que
suceda o no el fenómeno estudiado. Y así sucesivamente.

Introducción a la probabilidad

Ahora que tenemos una idea intuitiva de lo que es probabilidad definamos algunos conceptos para
luego formalizar y establecer la expresión numérica que nos permitirá calcular probabilidades.

Experimento determinístico: acción cuyo resultado es completamente predecible.

Experimento aleatorio: acción cuyo resultado no es predecible, también suele llamarse
experimento no determinístico.
Espacio muestral: es el conjunto de todos los posibles resultados de un experimento aleatorio.
Evento o suceso: es un subconjunto del espacio muestral cuyos elementos tienen una
característica común.

 
Ejemplo 14

Si lanzamos una piedra normal al agua con certeza diríamos que la piedra se hundirá, por ende éste
es un experimento determinístico porque sabemos su resultado antes de realizarlo.
Si lanzamos una moneda normal no podemos decir con certeza si caerá cara o sello, entonces este es
un experimento aleatorio pues no conocemos su resultado antes de realizarlo.
Ejemplo 15

Si consideramos el experimento aleatorio del lanzamiento de una moneda normal, el espacio

muestral son todos los posibles resultados, es decir, cara y sello.
En adelante escribiremos EM para denotar el conjunto del espacio muestral, observemos:

EM = {cara, sello}

Ejemplo 16

Un evento del espacio muestral anterior es que el resultado del lanzamiento de la moneda sea sello.
Si retomamos la definición de evento nos dice que es un subconjunto del espacio muestral y, si
notamos con E el evento entonces, E = {sello} es un subconjunto de EM.

Recordemos que … 

Si tenemos
U  A 

A es un subconjunto de U porque todo elemento de A está en U. Por el contrario U no está

contenido en A porque no todos los elementos de U están en A.

 
 Probabilidad: es un número real que mide la posibilidad de que ocurra un resultado del
espacio muestral, cuando el experimento se lleve a cabo. (George C. Canavos)

Ejemplo 17

Supongamos que tenemos una bolsa con dos tarjetas verdes, tres azules y cuatro rojas. ¿Qué
fracción representa el número de tarjetas azules en la bolsa?

Como el todo, que es el número de elementos

en la bolsa, es 9 y el número de ellos que son
azules es 3, entonces la fracción que
representa el número de tarjetas azules en la
3 1
bolsa es que simplificada corresponde a
9 3.

Esta fracción es justamente la probabilidad de que al extraer una tarjeta aleatoriamente de la bolsa,
sin ver, el color sea azul; hay 3 opciones o casos favorables de 9 posibilidades.
En un experimento como el mencionado el espacio muestral es el conjunto de resultados posibles al
extraer una tarjeta, sin ver, y el evento es que se extraiga una tarjeta azul.
Suele ser conveniente denotar el evento y la probabilidad de que este suceda de la siguiente manera.
E:= el resultado de extraer una tarjeta es que su color sea azul.
P(E) := probabilidad de que el resultado de extraer una tarjeta sea que su color es azul.

Para calcular la probabilidad determinamos el espacio muestral:

Y luego utilizamos la expresión dada para calcular probabilidades:

# de casos favorables 3 1
P( E ) = = =
# de elementos en el espacio muestral 9 3