4 Capítulo 1 Introducción a la estadística y al análisis de datos

El papel de la probabilidad
En los capítulos 2 a 6 de este libro se presentan los conceptos fundamentales de la pro-
babilidad. Un estudio concienzudo de las bases de tales conceptos permitirá al lector
comprender mejor la inferencia estadística. Sin algo de formalismo en teoría de proba-
bilidad, el estudiante no podría apreciar la verdadera interpretación del análisis de datos
a través de los métodos estadísticos modernos. Es muy natural estudiar probabilidad
antes de estudiar inferencia estadística. Los elementos de probabilidad nos permiten
cuantificar la fortaleza o “confianza” en nuestras conclusiones. En este sentido, los con-
ceptos de probabilidad forman un componente significativo que complementa los mé-
todos estadísticos y ayuda a evaluar la consistencia de la inferencia estadística. Por
consiguiente, la disciplina de la probabilidad brinda la transición entre la estadística
descriptiva y los métodos inferenciales. Los elementos de la probabilidad permiten ex-
presar la conclusión en el lenguaje que requieren los científicos y los ingenieros. El
ejemplo que sigue permite al lector comprender la noción de un valor-P, el cual a menudo
proporciona el “fundamento” en la interpretación de los resultados a partir del uso de
métodos estadísticos.
Ejemplo 1.1: Suponga que un ingeniero se encuentra con datos de un proceso de producción en el cual
se muestrean 100 artículos y se obtienen 10 defectuosos. Se espera y se anticipa que
ocasionalmente habrá artículos defectuosos. Obviamente estos 100 artículos representan
la muestra. Sin embargo, se determina que, a largo plazo, la empresa sólo puede tolerar
5% de artículos defectuosos en el proceso. Ahora bien, los elementos de probabilidad
permiten al ingeniero determinar qué tan concluyente es la información muestral respec-
to de la naturaleza del proceso. En este caso la población representa conceptualmente
todos los artículos posibles en el proceso. Suponga que averiguamos que, si el proceso
es aceptable, es decir, que su producción no excede un 5% de artículos defectuosos, hay
una probabilidad de 0.0282 de obtener 10 o más artículos defectuosos en una muestra
aleatoria de 100 artículos del proceso. Esta pequeña probabilidad sugiere que, en reali-
dad, a largo plazo el proceso tiene un porcentaje de artículos defectuosos mayor al 5%.
En otras palabras, en las condiciones de un proceso aceptable casi nunca se obtendría la
información muestral que se obtuvo. Sin embargo, ¡se obtuvo! Por lo tanto, es evidente
que la probabilidad de que se obtuviera sería mucho mayor si la tasa de artículos defec-
tuosos del proceso fuera mucho mayor que 5%.
A partir de este ejemplo se vuelve evidente que los elementos de probabilidad ayu-
dan a traducir la información muestral en algo concluyente o no concluyente acerca del
sistema científico. De hecho, lo aprendido probablemente constituya información in-
quietante para el ingeniero o administrador. Los métodos estadísticos (que examinare-
mos con más detalle en el capítulo 10) produjeron un valor-P de 0.0282. El resultado
sugiere que es muy probable que el proceso no sea aceptable. En los capítulos si-
guientes se trata detenidamente el concepto de valor-P. El próximo ejemplo brinda una
segunda ilustración.
Ejemplo 1.2: Con frecuencia, la naturaleza del estudio científico señalará el papel que desempeñan la
probabilidad y el razonamiento deductivo en la inferencia estadística. El ejercicio 9.40
en la página 294 proporciona datos asociados con un estudio que se llevó a cabo en el
Virginia Polytechnic Institute and State University acerca del desarrollo de una relación
entre las raíces de los árboles y la acción de un hongo. Los minerales de los hongos se
transfieren a los árboles, y los azúcares de los árboles a los hongos. Se plantaron dos
muestras de 10 plantones de roble rojo norteño en un invernadero, una de ellas contenía