Estadística Inferencial

3er Semestre
 ¿Qué es Estadística?

Es la parte de las Matemáticas que se encarga del estudio de una determinada

característica en una población, recogiendo los datos, organizándolos en tablas,
representándolos gráficamente y analizándolos para sacar conclusiones de dicha
población.

La Estadística se ocupa de la recolección, agrupación, presentación, análisis e

interpretación de datos. A menudo se llaman estadísticas a las listas de estos datos, cosa
que crea una cierta ambigüedad, que no debería originarnos confusiones.

La Estadística no son sólo los resultados de encuestas, ni el cálculo de unos porcentajes,

la Estadística es un método científico que pretende sacar conclusiones a partir de unas
observaciones hechas.
 ¿Por qué estudiar Estadística?
En la Facultad de Administración el interés son cuestiones
¿Cuál es la como las utilidades, las horas de trabajo y los salarios.
diferencia entre las
carreras?
¿Por qué ¿Por qué A los psicólogos les importan los resultados de las pruebas, y
razón? estudiar a los ingenieros la cantidad de unidades que fabrica
estadística? determinada máquina. No obstante, en los tres casos, el
interés se centra en el valor típico y la variación que
experimentan los datos.

También existe una diferencia en el nivel de los cálculos

matemáticos que se requieren. Un curso de estadística para
ingenieros incluye el cálculo.

Los cursos de estadística en las facultades de administración

y pedagogía, por lo general, se imparten desde el punto de
vista de las aplicaciones. Si usted ya estudió álgebra en la
escuela secundaria, manejará adecuadamente la
matemática que se emplea.
 Conceptos Generales
Población estadística: conjunto finito o infinito de elementos, denominados individuos, sobre los
cuales se realizan observaciones.
Ejemplos: todos los habitantes de cierto lugar, todos los ejemplares de una determinada especie de tortugas,
todos los microchips que fabrica una empresa, etc.

Muestra: subconjunto finito de una población. El número de individuos que forman la muestra se
denomina tamaño muestral.

Variable o carácter: cada una de las características que pueden observarse en un individuo de la
muestra.
Ejemplos: en una muestra de una población de seres humanos
podemos medir: la altura, la edad, el peso, el sexo, número de
hermanos…; en una muestra de una población de una especie
de tortugas podemos medir: la anchura del caparazón, la longitud
del caparazón, la edad…;
 Tipos de Estadística

Es la ciencia que “recoge, organiza, presenta,

analiza… datos”
Tipos de Métodos para organizar, resumir y presentar
estadística datos de manera informativa.

POBLACIÓN:
Conjunto de individuos u objetos de interés
o medidas que se obtienen a partir de todos
los individuos u objetos de interés.

Métodos que se emplean para determinar

una propiedad de una población con base en MUESTRA:
la información de una muestra de ella. Porción o parte de la población de interés.
 ¿Qué es la Estadística Inferencial?

En la Estadística Inferencial se busca obtener conclusiones de una población a partir

de la información limitada de una muestra.
Distribuciones de probabilidad
continua
Introducción
En este capítulo estudiaremos las distribuciones de probabilidad continuas.

Una distribución de probabilidad continua resulta de medir algo, como la distancia del dormitorio al salón
de clases, el peso de un individuo o la cantidad de bonos que ganan los directores ejecutivos.

Suponga que seleccionamos a cinco estudiantes y calculamos que las distancias, en millas, que viajan a
clases son de 12.2, 8.9, 6.7, 3.6 y 14.6. Cuando examinamos una distribución continua, la información que
nos interesa es el porcentaje de estudiantes que viajan menos de 10 millas o el porcentaje que viaja más
de 8 millas.

En otras palabras, en el caso de una distribución continua, quizá desee conocer el porcentaje de
observaciones que se presentan dentro de cierto margen.
Distribuciones de probabilidad uniforme

La distribución de probabilidad uniforme es, tal vez, la distribución más simple de una variable aleatoria
continua. La distribución tiene forma rectangular y queda definida por valores mínimos y máximos.

Algunos ejemplos que se rigen por una distribución uniforme:

1. El tiempo de vuelo de una aerolínea comercial de Orlando, Florida, a Atlanta, Georgia, varía de 60 a 120 minutos. La
variable aleatoria es el tiempo de vuelo dentro de este intervalo. Observe que la variable de interés, el tiempo de
vuelo en minutos, es continua en el intervalo de 60 a 120 minutos.
2. Los voluntarios de la Grand Strand Public Library elaboran formas para declaraciones de impuestos federales. El
tiempo que tardan para confeccionar una forma 1040-EZ se rige por una distribución uniforme en el intervalo de 10 a
30 minutos. La variable aleatoria es la cantidad de minutos que emplean para llenar la forma, que puede asumir
cualquier valor entre 10 y 30.
Distribuciones de probabilidad uniforme
La forma de la distribución es rectangular y posee un valor mínimo a y un máximo b.

Observe, asimismo, que la altura de la distribución es constante o uniforme para todos los valores entre a
y b.

La media de una distribución La desviación estándar describe la La ecuación de la distribución de

uniforme se localiza a la mitad del
intervalo entre los valores mínimo y
máximo. Se calcula de la siguiente
manera:
dispersión de una distribución. En la probabilidad uniforme es:
distribución uniforme, la desviación
estándar también se relaciona con el
intervalo entre los valores máximo y
mínimo.
Distribuciones de probabilidad uniforme
En el caso de la distribución uniforme, su forma rectangular permite aplicar la fórmula del área de un
rectángulo. Recuerde que el área de un rectángulo se determina al multiplicar la longitud por la altura. En
el caso de la distribución uniforme, la altura del rectángulo es P(x), que es 1/(b – a). La longitud de la base
de la distribución es b – a.

Observe que, si multiplicamos la altura de la distribución por todo su intervalo para determinar el área, el
resultado siempre es 1.00.

En otras palabras, el área total dentro de una distribución de probabilidad continua es igual a 1.00. En
general:

De este modo, si una distribución uniforme va de 10 a 15, la altura es de 0.20, que se determina mediante 1/(15 10).
La base es de 5, que se calcula al restar 15 – 10. El área total es:
Distribuciones de probabilidad uniforme | Ejemplo
Distribuciones de probabilidad uniforme
1. Una distribución uniforme se define en el intervalo de 6 a 10.
a) ¿Cuáles son los valores de a y de b?
b) ¿Cuál es la media de esta distribución uniforme?
c) ¿Cuál es la desviación estándar?
d) Demuestre que el área total es de 1.00.
e) Calcule la probabilidad de un valor mayor que 7.
f ) Calcule la probabilidad de un valor entre 7 y 9.

2. El precio de cierre de una acción común de Schnur Sporting Goods Inc., está uniformemente distribuido entre $20 y $30 por acción. ¿Cuál es la probabilidad de
que el precio de la acción sea:
a) mayor a $27?
b) menor a $24?

3. Las precipitaciones de abril en Flagstaff, Arizona, tienen una distribución uniforme de entre 0.5 y 3.00 pulgadas.
¿Cuáles son los valores de a y b?
b) ¿Cuál es la precipitación media del mes? ¿Cuál es la desviación estándar?
c) ¿Cuál es la probabilidad de que haya menos de 1 pulgada de precipitación en el mes?
d) ¿Cuál es la probabilidad de que haya exactamente 1 pulgada de precipitación en el mes?
e) ¿Cuál es la probabilidad de que haya más de 1.5 pulgadas de precipitación en el mes?
La familia de distribuciones de probabilidad normal
La distribución de probabilidad normal posee las siguientes características principales:

• Tiene forma de campana y posee una sola cima en el centro de la distribución. La media aritmética, la mediana y la
moda son iguales, y se localizan en el centro de la distribución.
El área total bajo la curva es de 1.00. La mitad del área bajo la curva normal se localiza a la derecha de este punto
central, y la otra mitad, a la izquierda.
• Es simétrica respecto de la media. Si hace un corte vertical, por el valor central, a la curva normal, las dos mitades
son imágenes especulares.
• Desciende suavemente en ambas direcciones del valor central. Es decir, la distribución es asintótica. La curva se
aproxima más y más al eje X, sin tocarlo. En otras palabras, las colas de la curva se extienden indefinidamente en
ambas direcciones.
• La localización de una distribución normal se determina a través de la
media, µ. La dispersión o propagación de la distribución se determina por
medio de la desviación estándar, σ.
Distribución de probabilidad normal estándar
La distribución de probabilidad normal estándar y es única, pues tiene una media de 0 y una desviación
estándar de 1.

Cualquier distribución de probabilidad normal puede convertirse en una distribución de probabilidad

normal estándar si se resta la media de cada observación y se divide esta diferencia entre la desviación
estándar. Los resultados reciben el nombre de valores z o valores tipificados.

Valor Z: Distancia con signo entre un valor seleccionado, designado X, y la media, µ, dividida entre la
desviación estándar, σ. En términos de una fórmula:

Un valor z expresa la distancia o diferencia entre un valor particular de X y la media aritmética en

unidades de desviación estándar.
Distribución de probabilidad normal estándar
Una vez que se estandarizan las observaciones de la distribución normal, los valores z se distribuyen
normalmente con una media de 0 y una desviación estándar de 1. Así, la distribución z posee todas las
características de cualquier distribución de probabilidad normal.

Estas características aparecen en el apéndice B.1, contiene una lista de las probabilidades de la
distribución de probabilidad normal estándar.

Una pequeña parte de esta tabla:

Distribución de probabilidad normal estándar
Suponga que desea calcular la probabilidad de que las cajas de Sugar Yummies pesen entre 283 y 285.4 gramos. De
acuerdo con la gráfica 7-5, el peso de la caja de Sugar Yummies tiene una distribución normal con una media de 283
gramos y una desviación estándar de 1.6 gramos. Ahora quiere conocer la probabilidad o área bajo la curva entre la
media, 283 gramos, y 285.4 gramos.
Para determinar la probabilidad, es necesario convertir tanto 283 gramos como 285.4 gramos en valores z con la
fórmula (7-5).
El valor z correspondiente a 283 es 0, que se calcula mediante la operación (283 – 283)/1.6. El valor z correspondiente
a 285.4 es 1.50, que se calcula mediante la operación (285.4 – 283)/1.6. Después, consulte la tabla del apéndice B.1.
Descienda por la columna de la tabla que encabeza la letra z hasta 1.5. Ahora siga por la horizontal a la derecha y lea la
probabilidad bajo la columna que comienza con 0.00. Ésta es de 0.4332.
Esto significa que el área bajo la curva entre 0.00 y 1.50 es de 0.4332. Tal es la probabilidad de que una caja
seleccionada al azar de Sugar Yummies pese entre 283 y 285.4 gramos, lo cual se ilustra en la siguiente gráfica.
Distribución de probabilidad normal estándar
Regla empírica
1. Cerca de 68% del área bajo la curva normal se encuentra a una desviación estándar de la media, lo que se puede
escribir como µ ± 1σ.
2. Alrededor de 95% del área bajo la curva normal se encuentra a dos desviaciones estándares de la media. Esto se
puede escribir como µ ± 2 σ.
3. Prácticamente toda el área bajo la curva se encuentra a tres desviaciones estándares de la media, lo cual se escribe
µ ± 3 σ.

La transformación de medidas en desviaciones normales estándares modifica la escala. Las conversiones también se
muestran en la gráfica. Por ejemplo, µ + 1 σ se convierte en un valor z de 1.00. Asimismo, µ - 2 σ se transforma en un
valor z de -2.00. Note que el centro de la distribución z es cero, lo cual indica que no hay desviación de la media, µ.
Regla empírica
Ejercicios
1. La media de una distribución de probabilidad normal es de 500; la desviación estándar es de 10.
a) ¿Entre qué par de valores se localiza alrededor de 68% de las observaciones?
b) ¿Entre qué par de valores se localiza alrededor de 95% de las observaciones?
c) ¿Entre qué par de valores se localiza casi la totalidad de las observaciones?

2. La familia Kamp tiene gemelos, Rob y Rachel. Ambos se graduaron de la universidad hace dos años y actualmente
cada uno gana $50 000 anuales. Rachel trabaja en la industria de las ventas de menudeo, donde el salario medio de
ejecutivos con menos de cinco años de experiencia es de $35 000, con una desviación estándar de $8 000. Rob es
ingeniero. El salario medio de los ingenieros con menos de cinco años de experiencia es de $60 000, con una
desviación estándar de $5 000. Calcule los valores z de Rob y de Rachel.
Determinación de áreas bajo la curva normal
La siguiente aplicación de la distribución normal estándar se relaciona con la determinación del área en una
distribución normal entre la media y un valor elegido, que se identifica con X. El siguiente ejemplo ilustra los detalles.
Determinación de áreas bajo la curva normal
Determine la probabilidad de seleccionar a un supervisor que gane entre $1 000, la media y $1 100. Esta probabilidad
es 0.3413. En seguida, recuerde que la mitad del área, o probabilidad, se encuentra sobre la media, y la otra mitad,
debajo de ella. En consecuencia, la probabilidad de seleccionar a un supervisor que gane menos de $1 000 es de
0.5000.

Por último, sume las dos probabilidades, de modo que 0.3413 + 0.5000 = 0.8413. Alrededor de 84% de los supervisores
de la industria del vidrio gana menos de $1 100 mensuales
Determinación de áreas bajo la curva normal
Determinación de áreas bajo la curva normal
1. Una población normal tiene una media de 20.0 y una desviación estándar de 4.0.
a) Calcule el valor de z asociado con 25.0.
b) ¿Qué proporción de la población se encuentra entre 20.0 y 25.0?
c) ¿Qué proporción de la población es menor que 18.0?

2. Un estudio reciente con respecto a salarios por hora de integrantes de equipos de mantenimiento de las aerolíneas
más importantes demostró que el salario medio por hora era de $20.50, con una desviación estándar de $3.50.
Suponga que la distribución de los salarios por hora es una distribución de probabilidad normal. Si elige un integrante
de un equipo al azar, ¿cuál es la probabilidad de que gane:
a) entre $20.50 y $24.00 la hora?
b) más de $24.00 la hora?
c) menos de $19.00 la hora?