Está en la página 1de 303

CURSO DE BIOESTADSTICA

UNIVERSIDAD ESPECIALIZADA DE LAS AMERICAS FACULTAD DE CIENCIAS DE LA SALUD Prof. LUIS A. FOSSATTI G.

CAPTULO 1
1. 2. 3. 4.

5.
6.

Trminos Bsicos Trminos relacionados con datos Uso y abuso de la estadstica Diseo de experimentos Componentes de un cuadro Componentes de un grfico

30/06/2013

UDELAS

1. ALGUNOS TRMINOS IMPORTANTES

1.

2.

3.

Estadstica: coleccin de mtodos para planear experimentos, obtener datos para luego organizarlos, resumirlos, presentarlos, interpretarlos y luego sacar conclusiones acerca de estos datos. Poblacin: la coleccin completa de informacin que se estudiar. Censo: coleccin de datos de cada elemento de la poblacin.
3 UDELAS

30/06/2013

ALGUNOS TRMINOS IMPORTANTES

4.

5.

6.

Muestra: coleccin de datos de un subgrupo de la poblacin. Parmetro: medida numrica de la poblacin. Estadstico: medida numrica de la muestra.

30/06/2013

UDELAS

ALGUNOS TRMINOS IMPORTANTES


Ejemplo:

Supongamos que nos interesa conocer el promedio de notas de ingreso de todos los estudiantes de la Facultad de Salud de la UDELAS. (1000). Si podemos calcular el promedio contactando a todos los estudiantes esto sera un censo. Pero, si seleccionamos un pequeo nmero de estudiantes y calculamos su promedio, tendramos una muestra.
5 UDELAS

30/06/2013

ALGUNOS TRMINOS IMPORTANTES

El

promedio calculado a partir de toda la poblacin sera un parmetro. El promedio calculado a partir de la muestra sera un estadstico.

30/06/2013

UDELAS

2. TRMINOS SOBRE LOS DATOS Los datos pueden ser: CUANTITATIVOS nmeros que representan conteos o medidas. CUALITATIVOS datos que pueden ser separados en distintas categoras y se distinguen por alguna caracterstica no numrica.

30/06/2013

UDELAS

TRMINOS SOBRE LOS DATOS


Los datos CUANTITATIVOS pueden ser: DISCRETOS significa que existe un nmero finito y contable de posibles valores. CONTNUOS significa que existe un nmero infinito de posibles valores.

30/06/2013

UDELAS

TRMINOS SOBRE LOS DATOS Ejemplo: datos como el gnero o las marcas de soda y nombre de la provincia de donde ustedes provienen son cualitativos. Datos como pesos, alturas, consumo de combustible de autos y promedios son cuantitativos. Si los datos cuantitativos representan conteo entonces son discretos.
30/06/2013 9 UDELAS

TRMINOS SOBRE LOS DATOS (nmero de estudiantes que sacaron A en el curso de Bioestadstica o los aos en que los profesores se graduaron). Si los datos cuantitativos representan medidas ( pesos, tallas, promedios) entonces son continuos.

30/06/2013

10

UDELAS

TRMINOS SOBRE LOS DATOS Existe otra forma importante de clasificar los datos. NOMINALES: nombres o categoras solamente. Los datos no se pueden ordenar de ninguna manera. Ej. marca de carros que existen en el estacionamiento de la UDELAS, zonas postales, gnero.
30/06/2013 11 UDELAS

TRMINOS SOBRE LOS DATOS


ORDINALES: los datos se pueden agrupar en algn orden; las diferencias entre los valores de los datos no tienen valor. Ej. Calificaciones (A, B, C, D, F), categoras de autos ( compactos, sedanes, etc.). INTERVALO: existen diferencias entre los valores, pero no existe un punto de origen inherente y las razones no tienen significado. Ej. aos en que hubo eclipse solar, temperaturas en escala centgrada.

30/06/2013

12

UDELAS

TRMINOS SOBRE LOS DATOS

RAZN: igual al intervalo, pero con la diferencia de que si hay un punto de origen inherente y las razones s tienen significado. Ej. pesos corporales, altura de los edificios del rea, duracin de los comerciales de TV.

30/06/2013

13

UDELAS

TRMINOS SOBRE LOS DATOS

30/06/2013

14

UDELAS

TRMINOS SOBRE LOS DATOS Ejemplos: Los datos NOMINALES son solamente nombres de categoras. Si decimos por ejemplo que en este saln existen 15 mujeres y 5 hombres, estos datos son nominales. Las categoras son mujeres y hombres. Los nmeros no tienen significado operativo. No se puede sacar un promedio de estos nmeros.
30/06/2013 15 UDELAS

TRMINOS SOBRE LOS DATOS

Los datos ORDINALES representan clasificaciones. Por ejemplo, nmero de estudiantes con A en sus exmenes, los que sacaron B, C, D, F. Existe un orden definido pero las diferencias no tienen significado computacional y no se les puede determinar.

30/06/2013

16

UDELAS

TRMINOS SOBRE LOS DATOS En los datos de INTERVALO s existen diferencias, pero no existe un punto de inicio inherente y las razones no tienen significado. Por ejemplo, la temperatura promedio en la ciudad es un intervalo. En las medidas de RAZN estos s tienen significado, como el peso o la talla.
30/06/2013 17 UDELAS

TRMINOS SOBRE LOS DATOS


Diferencias entre INTERVALO y RAZN: Si un nmero es el doble que otro, la cantidad medida tambin es el doble de la otra cantidad? Por ejemplo, existen dos pesos, 140 lb. Y 280 lb. Queda claro que el segundo trmino representa el doble de peso que el primero. Por eso, el peso es una medida de RAZN.

30/06/2013

18

UDELAS

TRMINOS SOBRE LOS DATOS


Si existen dos temperaturas, 40 C. y 80 C., el segundo trmino no representa el doble de calor que el primero. Por eso la temperatura en grados C. es una medida de INTERVALO. Recordar que en la medida de RAZN, el cero (0) significa ausencia de cantidad. Si se considera el peso, un peso de 0 lb. representa ausencia de peso, por eso es medida de razn. En la medida de temperatura, 0 C. no significa ausencia de calor, que es lo que la temperatura realmente mide. Por eso, la temperatura es medida de INTERVALO.
30/06/2013 19 UDELAS

3. USOS Y ABUSOS DE LA ESTADSTICA

Cuando una encuesta es auto seleccionada tenemos que son las personas y no el investigador los que deciden si toman parte en una encuesta o no. Esto puede llevarnos a sesgos o errores en nuestros datos. Por ejemplo, si ustedes hacen una encuesta y envan el cuestionario por correo, las personas que respondan sern las que tienen una idea clara sobre el asunto a tratar. Esta muestra estar sesgada o parcializada hacia aquellos que tienen una opinin claramente formada.
30/06/2013 20 UDELAS

USOS Y ABUSOS DE LA ESTADSTICA

Estas muestras se presentan en la TV o por Internet cuando se les pide a las personas que contesten por telfono o va e-mail. Los que van a responder son los que tienen un inters o una opinin formada.

30/06/2013

21

UDELAS

4. DISEO DE EXPERIMENTOS
Bsicamente, existen 2 tipos de estudios: los observacionales y los experimentales. En el OBSERVACIONAL se observa y se miden ciertas caractersticas, pero no manipulamos o modificamos los sujetos estudiados. Por ejemplo, si nos dedicamos a contar los barcos que pasan por el Canal de Panam en un da. Aqu identificamos el nmero y los diferentes tipos de barco.
30/06/2013 22 UDELAS

DISEO DE EXPERIMENTOS
En el EXPERIMENTAL aplicamos un tratamiento a unos sujetos y luego vemos el efecto que se presenta. Por ejemplo, para evaluar un nuevo tratamiento, se le da medicamento a un grupo de personas y a otros se les da un placebo y luego se miden los efectos obtenidos.
30/06/2013 23 UDELAS

DISEO DE EXPERIMENTOS
En la mayora de las veces no se puede hacer un censo y necesitamos utilizar una muestra para determinar informacin acerca de una poblacin. Los mtodos para poder obtener una muestra adecuada son crticos e importantes porque si no tenemos cuidado los datos y la informacin obtenidas no servirn de nada.
30/06/2013 24 UDELAS

DISEO DE EXPERIMENTOS
Mtodos de Muestreo: 1. SIMPLE AL AZAR: cada miembro de la poblacin tiene igual oportunidad de ser seleccionado. Por ejemplo, pudiramos obtener el nmero de CIP de todos los estudiantes de la Facultad en Secretara y tomar una muestra al azar.
30/06/2013 25 UDELAS

DISEO DE EXPERIMENTOS
2. ESTRATIFICADO: se clasifica la poblacin en dos o ms grupos y luego se obtiene la muestra al azar. Por ejemplo, dividimos el listado de estudiantes en hombres y mujeres o por grupos o por provincia de origen.

30/06/2013

26

UDELAS

DISEO DE EXPERIMENTOS
3. MUESTREO SISTEMTICO: se selecciona la muestra a partir de un nmero y as se contina de manera sistemtica. Ej. se toma la muestra a partir del 5 nmero de la lista y se contina con el 10, el 15, etc. hasta conformar la muestra.

30/06/2013

27

UDELAS

DISEO DE EXPERIMENTOS
4. MUESTREO POR CONGLOMERADO: Se divide el rea poblacional en secciones, se seleccionan al azar varias de estas y se evala a todos los miembros de las secciones escogidas. Ej. Se divide un corregimiento en manzanas y se seleccionan al azar las manzanas ha evaluar y se evala a todas las personas que se encuentran en esa manzana.

30/06/2013

28

UDELAS

DISEO DE EXPERIMENTOS
5. MUESTREO POR CONVENIENCIA: se selecciona a los individuos que estn disponibles. Por ejemplo, se toman en consideracin solamente sus amigos o vecinos. Este mtodo por lo general obtiene resultados sesgados.

30/06/2013

29

UDELAS

COMPONENTES DE UN CUADRO Un cuadro estadstico, tambin denominado tabulado o tabulacin, es una presentacin ordenada de un conjunto de datos cuantitativos, ya sea en una sola columna o en un solo rengln o, tambin, en columnas o renglones cruzados.

30/06/2013

30

UDELAS

COMPONENTES DE UN CUADRO
El cuadro incluye tanto los valores numricos como las descripciones conceptuales a las que se refieren estos; adems, incorpora indicaciones particulares sobre el origen de los datos, as como aclaraciones especficas que son de utilidad para el usuario interesado en conocer aspectos de naturaleza conceptual, tcnica o metodolgica. Los cuadros pueden requerir indicaciones sobre su fragmentacin o presentacin en distintas pginas, o sobre su identificacin numrica, cuando se trata de un conjunto de cuadros.
30/06/2013 31 UDELAS

COMPONENTES DE UN CUADRO

30/06/2013

32

UDELAS

COMPONENTES DE UN CUADRO

A) Ttulo Describe el contenido del cuadro, con base en la indicacin de cuatro aspectos:
Enunciado. Expresa el nombre de las categoras, indicadores o variables. Cobertura geogrfica. Indica el espacio territorial al que se refiere el conjunto de datos estadsticos. Referencia temporal. Indica la fecha o periodo al que se refieren los datos estadsticos. Unidad de medida. Indica la referencia de una magnitud constante adoptada

30/06/2013

33

UDELAS

COMPONENTES DE UN CUADRO

B) Columna matriz Enuncia las categoras, variables, clasificaciones o indicadores a los que se refieren los datos, segn su agrupamiento en renglones. La columna matriz consta de dos apartados:

B1 Encabezado de la columna matriz. Enuncia las categoras, variables o indicadores que aparecen en los descriptores de rengln. B2 Descriptores de rengln. Enuncian los conceptos a los que se refieren los datos de cada rengln.

30/06/2013

34

UDELAS

COMPONENTES DE UN CUADRO
C) Encabezado en columnas de la matriz de cifras. En esta parte se enuncian las categoras, variables, clasificaciones o indicadores de los descriptores de columna; stos son los conceptos a que se refieren los datos de cada columna. D) Matriz de cifras Es el espacio destinado a la incorporacin de los valores cuantitativos de los datos, o los smbolos que explican la ausencia de stos.

30/06/2013

35

UDELAS

COMPONENTES DE UN CUADRO

E) Pie de cuadro Son las precisiones conceptuales, tcnicas o metodolgicas que facilitan la comprensin de los datos presentados: Nota. Informacin general sobre definiciones o referencias tcnicas o metodolgicas de los datos estadsticos presentados en cada cuadro. Llamadas. Informacin especfica aplicable a determinada parte o elemento del cuadro. Smbolos aclaratorios. Son todos los signos convencionales que se indican mediante una letra o una abreviatura en el contexto del cuadro estadstico. Fuentes. Indica la procedencia de la informacin contenida en el cuadro estadstico.

30/06/2013

36

UDELAS

COMPONENTES DE UN CUADRO
F) Indicaciones de orden Expresan el nmero de cuadro y la secuencia de las partes cuando ste se fracciona. Permite ver la secuencia de la informacin presentada y la relacin que se pudiera dar entre ella. En los casos de preparacin y presentacin de cuadros para internet o en disco compacto, pudiera no necesitar el elemento de secuencia, debido a que existe la posibilidad de integrar toda la informacin completa (por ejemplo, en una pgina de Excel, la sbana ntegra con toda la informacin de un cuadro).

F1 Nmero de cuadro. Expresa la ubicacin ordinal que le corresponde al cuadro en el documento. El nmero debe estar antecedido por la palabra Cuadro. F2 Indicaciones de continuidad. Especifica la secuencia de las partes en las cuales se fracciona el cuadro, cuando no es suficiente el espacio para presentarlo en una sola pgina, como es el caso de las publicaciones impresas.

30/06/2013

37

UDELAS

COMPONENTES DE UN CUADRO
Incluir, como mnimo, los siguientes cinco componentes del cuadro estadstico, descritos en los componentes de un cuadro:
Ttulo. Columna matriz. Encabezado de la matriz de cifras. Matriz de cifras Fuente.

30/06/2013

38

UDELAS

COMPONENTES DE UNA GRFICA


Una presentacin grfica de informacin estadstica se compone de tres partes principales: ttulo, cuerpo o ilustracin grfica y pie de grfica. Sin embargo, en los casos en que en el documento o seccin que se trabaje contenga ms de una grfica, se recomienda utilizar un cuarto componente denominado nmero de grfica.

30/06/2013

39

UDELAS

COMPONENTES DE UN GRFICO

30/06/2013

40

UDELAS

COMPONENTES DE UNA GRFICA

Ttulo Describe el contenido de la informacin presentada en la grfica, con base en la indicacin de los siguientes cuatro aspectos:

Enunciado del contenido. Expresa las caractersticas del fenmeno objeto de estudio y el nombre de las categoras, indicadores o variables. Referencia geogrfica. Indica el espacio territorial al que se refieren los datos estadsticos. Referencia temporal. Indica el momento, fecha o periodo al que se refieren los datos estadsticos. Unidad de medida. Indica una magnitud constante adoptada como referencia para determinar magnitudes de la misma especie.

30/06/2013

41

UDELAS

HABILIDADES APRENDIDAS
1. 2.

3.
4.

5.

6.

Distinguir entre una poblacin y una muestra. Distinguir entre un parmetro y una estadstica. Identificar el nivel de medicin (nominal, ordinal, intervalo y razn) de un conjunto de datos. Reconocer la importancia de usar buenos mtodos de muestreo, as como la grave deficiencia de los mtodos de muestreo incorrectos. Reconocer que no es posible usar encuestas auto seleccionadas para formar conclusiones vlidas acerca de poblaciones. Formas de presentacin de informacin a travs de cuadros y grficos.
42 UDELAS

30/06/2013

TAREA
Identifique cada nmero como discreto o continuo. Cada cigarrillo de marca Marlboro tiene 16.3 MG. de alquitrn. Una encuesta de 1015 personas indica que 40 de ellas tiene una suscripcin a un servicio de computadora en lnea. Entre todos los puntajes de la prueba de aptitud escolar registrada el ao pasado, 27 fueron perfectos.
43 UDELAS

30/06/2013

TAREA
4. El tiempo total que un taxista en Panam dedica a ceder el paso a peatones cada ao es de 2.367 segundos. Determine cul de los 4 niveles de medicin es el ms apropiado. 5. Calificaciones de citas a ciegas de extraordinarias, sobresalientes, comunes y corrientes, por debajo del promedio u horribles.
30/06/2013 44 UDELAS

TAREA
6. Nmeros del Seguro Social 7. Aos en que el Dr. Belisario Porras fue presidente. 8. Apartados postales 9. Automviles descritos como subcompactos, compactos, medianos o grandes.
30/06/2013 45 UDELAS

TAREA
10. Usted ha sido contratado para investigar el reconocimiento de la marca NIKE y debe realizar una encuesta telefnica de 1500 consumidores en el pas. Por qu es incorrecto utilizar a las personas que aparecen en los directorios telefnicos como la poblacin de la que se extraer la muestra?
30/06/2013 46 UDELAS

TAREA
11. Un informe patrocinado por Ctricos de Chiriqu concluy que es posible reducir los niveles de colesterol ingiriendo ctricos. Por qu podra ser sospechosa esa conclusin? 12. El peridico La Prensa public este resultado de encuesta: El 79% de quienes respondieron a nuestra encuesta de agosto dice que cree que el nivel de delincuencia y corrupcin es mayor ahora que antes. La pregunta de la encuesta se public en el diario y los lectores podan responder por correo, fax, o correo electrnico. Qu tan vlido es el resultado de 79%?
30/06/2013 47 UDELAS

TAREA
13. En un estudio sobre delitos en campus universitarios cometidos por estudiantes intoxicados con alcohol o drogas, se realiz una encuesta por correo de 1875 estudiantes. Un artculo de El Panam Amrica sealaba: El 8% de los estudiantes que respondieron de manera annima dijo que ha cometido delitos en el campus y el 62% de ese grupo dijo que lo hizo bajo la influencia de alcohol o drogas. Suponiendo que el nmero de estudiantes que respondieron annimamente sea de 1875, cuntos realmente cometieron delitos en el campus bajo la influencia de alcohol o drogas?

30/06/2013

48

UDELAS

TAREA
14. La revista Glamour asegura que las mujeres embarazadas pueden aumentar sus posibilidades de tener bebs saludables si comen langosta. Tal aseveracin se basa en un estudio que muestra que los bebs nacidos de mams que comen langosta tienen menos problemas de salud que los nacidos de mams que no comen langosta. Qu error tiene esta afirmacin?
30/06/2013 49 UDELAS

TAREA
Determine si el estudio es de observacin o es un experimento. 15. Se miden cigarrillos de diferentes marcas para determinar el contenido de alquitrn, nicotina y monxido de carbono. 16. En una clase de educacin fsica se estudia el efecto del ejercicio sobre la presin arterial pidiendo a la mitad de los estudiantes caminar 2 KM. cada da, mientras los dems estudiantes corren 2 KM. cada da.
30/06/2013 50 UDELAS

TAREA
Identifique el tipo de muestreo utilizado. 17. Cuando escribi Las mujeres y el amor: Una revolucin cultural, la autora Shere Hite bas sus conclusiones en 4500 respuestas a 100,000 cuestionarios distribuidos a mujeres. 18. Un socilogo escoge 12 hombres y 12 mujeres de cada uno de cuatro grupos de la clase de ingls.
30/06/2013 51 UDELAS

TAREA
19. Un publicista del PH escribe el nombre de cada uno de los diputados de la Asamblea Nacional en una tarjeta individual, revuelve las tarjetas y luego saca 10 nombres. 20. Planificacin Familiar sondea a 100 hombres y 100 mujeres acerca de sus opiniones sobre el uso de ACO.
30/06/2013 52 UDELAS

TAREA
21. Un investigador mdico de Johns Hopkins University entrevista a todos los pacientes con leucemia de cada uno de 20 hospitales escogidos al azar. 22. Un reportero de Amrica Economa obtiene una lista numerada de 1000 compaas cuyas acciones tienen los valores ms altos en el mercado, y luego utiliza una computadora para generar 20 nmeros aleatorios entre 1 y 1000. A continuacin, el reportero entrevista a los ejecutivos jefes de las compaas correspondientes a esos nmeros.
30/06/2013 53 UDELAS

CAPTULO 2
1. 2. 3. 4. 5. 6.

7.

Panorama General Resumen de datos con Tablas de Frecuencia Visualizacin de los Datos Medidas de Tendencia Central Medidas de variacin Medidas de posicin Anlisis Exploratorio de Datos
54 UDELAS

30/06/2013

1. Panorama General
Al analizar un conjunto de datos, debemos determinar primero si tenemos una muestra o una poblacin completa. Utilizamos mtodos de la estadstica descriptiva para resumir o describir las caractersticas importantes de un conjunto conocido de datos de una poblacin.
30/06/2013 55 UDELAS

Panorama General
Usamos mtodos de estadstica inferencial cuando los datos de una muestra nos sirven para hace generalizaciones acerca de una poblacin. La Estadstica se divide pues en Estadstica Descriptiva y Estadstica Inferencial.
30/06/2013 56 UDELAS

Panorama General
Las siguientes tres caractersticas de los datos son extremadamente importantes. Naturaleza o forma de la distribucin de los datos, por ejemplo, con forma de campana, uniforme o sesgada. Un valor representativo, digamos un promedio. Una medida de la dispersin o variacin.
57 UDELAS

1.

2.

3.

30/06/2013

2. TABLAS DE FRECUENCIA
Al tener un conjunto de datos grandes, generalmente es til organizar y resumir los datos construyendo una tabla de frecuencia. DEFINICIN: Enumera categoras o clases de puntajes, junto con conteos o frecuencias del nmero de puntajes que cae en cada categora.

30/06/2013

58

UDELAS

TABLAS DE FRECUENCIA
OBJETIVOS Debe poder encontrar los lmites de clase inferiores, lmites de clase superiores, fronteras de clase, marcas de clase y anchura de clase. Debe poder construir Tablas de Frecuencia y/o Tablas de Frecuencia Relativas o Tablas de Frecuencia Acumulada.
59 UDELAS

1.

2.

30/06/2013

TABLAS DE FRECUENCIA
Se recogen datos para responder a una pregunta o para que nos brinde informacin. Por ejemplo, podemos ver los resultados de los exmenes de admisin de los estudiantes de primer ingreso para saber que tan preparados se encuentran para iniciar estudios universitarios. Veremos las herramientas que se necesitan para entender un conjunto de datos.
30/06/2013 60 UDELAS

TABLAS DE FRECUENCIA
Veamos los datos de las extrasstoles registradas en pacientes sometidos a EKG. Esta T. de F. tiene 7 clases.
NMERO DE EXTRASISTOLES 0-4 5-9 10-14 15-19 20-24 25-29 30-34 FRECUENCIA

3 10 17 35 25 15 5

30/06/2013

61

UDELAS

TABLAS DE FRECUENCIA Terminologa: Lmites de clase inferior: son los nmeros ms pequeos que pueden pertenecer a cada una de las diferentes clases. (0, 5, 10, 15, 20, 25, 30.) Lmites de clase superior: son los nmeros ms grandes que pueden pertenecer a cada una de las diferentes clases. (4, 9, 14, 19, 24, 29, 34).
62 UDELAS

1.

2.

30/06/2013

TABLAS DE FRECUENCIA
3. Frontera de clase: son los nmeros que se usan para separar las clases, pero sin los espacios creados por los lmites de clase. Se obtienen determinando el tamao del espacio entre el LS de una clase y el LI de la siguiente clase. Se suma la mitad de la cantidad a cada Lmite de Clase Superior para obtener la Frontera de CS. Se resta la mitad de la cantidad a cada Lmite de Clase Inferior para obtener la Frontera de CI.
30/06/2013 63 UDELAS

TABLA DE FRECUENCIA
Veamos una tabla con las Fronteras de Clases para esta Tabla de Frecuencia.
FRONTERAS DE CLASE
-0.5 4.5 4.5 9.5 9.5 14.5 14.5 19.5 19.5 24.5 24.5 29.5 29.5 34.5
30/06/2013 64 UDELAS

TABLA DE FRECUENCIA
4. Marcas de Clase: son los puntos medios de las clases. Para su clculo, sume el LCI y el LCS y divida entre dos. Estos valores son el 2, 7,12, 17, 22, 27, 32. 5. Anchura de Clase: es la diferencia consecutiva entre dos LCI o dos LCS. En este ejemplo sera 5.

30/06/2013

65

UDELAS

TABLA DE FRECUENCIA
Veamos un ejemplo. Los datos que representaremos son las distancias que separan a unos nios de sus escuelas. Las distancias se dan a la 0.1 de milla ms cercana.

30/06/2013

66

UDELAS

ID Estd 1362 1486 1587 1877 1932 1946 2103

Millas 1.5 2.1 1.3 0.2 2.5 0.7 3.5

ID Estd 2877 2964 3491 3588 3711 3780 3921

Millas 1 0.5 0.8 0.3 1.5 0.2 1.3

ID Estd 4355 4454 4531 5482 5533 5717 6307

Millas 1.2 1.5 1.7 2.3 1.4 8.5 6.2

ID Estd 6573 8436 8592 8854 8964

Millas 0.4 2.8 0.3 0.1 2.2

30/06/2013

67

UDELAS

TABLA DE FRECUENCIA (PROCEDIMIENTO)


1.

2.

3.

Seleccione la cantidad de clases. Normalmente se escoge entre 5-20 clases. Como los estudiantes viajan entre 0 y 8.5 millas, escogeremos 15 clases. Calcule la anchura de clase. Ver rango de datos = (valor ms alto valor ms bajo) / nmero de clases. ((8.5 0) / 15 = 0.56) Se redondea hacia arriba, o sea, 0.6 Elija un punto de partida, como lmite inferior de la primera clase. Puede ser el valor ms bajo o uno un poco ms bajo. Como el valor ms bajo es 0.1 entonces escogeremos el 0.
68 UDELAS

30/06/2013

TABLA DE FRECUENCIA (PROCEDIMIENTO)

4. Sume la anchura de clase (0.6) al punto de inicio (0) para obtener el segundo lmite inferior. Contine y sume la anchura de clase (0.6) para obtener los lmites de clase inferiores restantes. 5. Se listan los lmites de clase inferiores de forma vertical. Fcilmente se identificarn los lmites de clases superiores.
30/06/2013 69 UDELAS

TABLA DE FRECUENCIA (PROCEDIMIENTO)


LIMITE CLASE INFERIOR
0.0 0.6 1.2 1.8 2.4 3.0 3.6 4.2 4.8 5.4 6.0 6.6 7.2 7.8 8.4

30/06/2013

70

UDELAS

TABLA DE FRECUENCIA (PROCEDIMIENTO)


LIMITE CLASE INFERIOR Y SUPERIOR

0.0 0.6 1.2 1.8 2.4 3.0 3.6 4.2 4.8 5.4 6.0 6.6 7.2 7.8 8.4
30/06/2013 71 UDELAS

0.5 1.1 1.7 2.3 2.9 3.5 4.1 4.7 5.3 5.9 6.5 7.1 7.7 8.3 8.9

TABLA DE FRECUENCIA (PROCEDIMIENTO)


MILLAS FRECUENCIA

0.0 0.5 0.6 1.1 1.2 1.7 1.8 2.3 2.4 2.9 3.0 3.5 3.6 4.1 4.2 4.7 4.8 5.3 5.4 5.9 6.0 6.5 6.6 7.1 7.2 7.7 7.8 8.3 8.4 - 8.9
30/06/2013 72 UDELAS

7 3 8 3 2 1 0 0 0 0 1 0 0 0 1

TABLA DE FRECUENCIA RELATIVA

Incluye el porcentaje de la frecuencia de cada clase. La frecuencia relativa= Frecuencia / Total. Para la primera clase de nuestra tabla, observamos que hay 7 / 26 = 0.269
30/06/2013 73 UDELAS

TABLA DE FRECUENCIA RELATIVA (PROCEDIMIENTO)


MILLAS FRECUENCIA FRECUENCIA RELATIVA

0.0 0.5 0.6 1.1 1.2 1.7 1.8 2.3 2.4 2.9 3.0 3.5 3.6 4.1 4.2 4.7 4.8 5.3 5.4 5.9 6.0 6.5 6.6 7.1 7.2 7.7 7.8 8.3 8.4 - 8.9

7 3 8 3 2 1 0 0 0 0 1 0 0 0 1

0.269 0.115 0.308 0.115 0.076 0.038 0.000 0.000 0.000 0.000 0.038 0.000 0.000 0.000 0.038

30/06/2013

74

UDELAS

TABLA DE FRECUENCIA RELATIVA (PROCEDIMIENTO)

Las frecuencias relativas deben sumar 1.0 100% al final.

30/06/2013

75

UDELAS

TABLA DE FRECUENCIA ACUMULADA (PROCEDIMIENTO)


MILLAS FRECUENCIA FRECUENCIA RELATIVA FRECUENCIA ACUMULADA

0.0 0.5 0.6 1.1 1.2 1.7 1.8 2.3 2.4 2.9 3.0 3.5 3.6 4.1 4.2 4.7 4.8 5.3 5.4 5.9 6.0 6.5 6.6 7.1 7.2 7.7 7.8 8.3 8.4 - 8.9

7 3 8 3 2 1 0 0 0 0 1 0 0 0 1

0.269 0.115 0.308 0.115 0.076 0.038 0.000 0.000 0.000 0.000 0.038 0.000 0.000 0.000 0.038

7 10 18 21 23 24 24 24 24 24 25 25 25 25 26

30/06/2013

76

UDELAS

TABLA DE FRECUENCIA ACUMULADA (PROCEDIMIENTO)

El ltimo nmero de la columna frecuencia acumulada debe corresponder con el nmero total de valores de los datos.

30/06/2013

77

UDELAS

RECUERDE AL CONSTRUIR TABLAS

1. Las clases deben ser mutuamente excluyentes. Cada dato debe corresponder exclusivamente a una clase. 2. Incluya todas las clases aunque la frecuencia sea de 0. 3. Utilice siempre la misma anchura de clase. Se aceptan intervalos abiertos al final (65 y ms aos)
30/06/2013 78 UDELAS

RECUERDE AL CONSTRUIR TABLAS


4. Seleccione nmeros convenientes para las clases de lmites. Use nmeros relevantes con la situacin. 5. Use entre 5 y 20 clases. La Regla de Sturgess sugiere que el nmero de clases se encuentre con 1 + 3.3 log (tamao de la muestra); otra sugerencia es la raz cuadrada del nmero de datos. 6. La sumatoria de la frecuencia de clases es igual al nmero original de datos.

30/06/2013

79

UDELAS

OTRO EJEMPLO (TALLA DE 30 ESTUDIANTES EN PULGADAS)

66 68 64 70 67 67 68 64 65 68
64 70 72 71 69 64 63 70 71 63 68 67 67 65 69 65 67 66 69 61

30/06/2013

80

UDELAS

TABLA DE FRECUENCIA

El rango de valores oscila entre 60 y 75, as que escogeremos 5 clases.

El clculo de la anchura de clase es (72 61 / 5) = 2.2 Se redondea a 3.

30/06/2013

81

UDELAS

TABLA DE FRECUENCIA
ALTURAS N ESTUDIANTES FRC. RELATIVA FRC. ACUMULADA

60 62
63 65

1
9

0.03
0.30

1
10

66 68
69 71

11
8

0.37
0.27

21
29

72 74

0.03

30

30/06/2013

82

UDELAS

TAREA
Identifique anchura de clase, marcas de clase y fronteras de clase para las siguientes Tablas de Frecuencia. 1.Ausencia Frecuencias

0-5............39 6-11...41 12-1738 18-2340 24-2942


30/06/2013 83 UDELAS

TAREA
2. Peso (Kg.). Frecuencia 0.0 1.9 ............ 20 2.0 3.9 ........... 32 4.0 5.9 49 6.0 7.9 31 8.0 9.9 .... 18

30/06/2013

84

UDELAS

TAREA
3. Construya las Tablas de Frecuencia Relativa y Acumulada para los datos anteriores. 4. Un conjunto de datos consiste en pesos de metal recolectados de hogares durante una semana; los pesos varan entre 0.26 y 4.95 LB. Construya una T. de F. con 10 clases. Obtenga los lmites superiores e inferiores.
30/06/2013 85 UDELAS

TAREA
5. Construya una T. de F. con los datos. Use 11 clases con un LCI de 0. 80 332 125 65 79 48 344 34 132 356 148 29 416 140 90 316 446 514 348 180 40 94 62 140 166 105 220 86 236 220 166 46 150 212 262 204 154 270 60 360 26 116 202 64 204 120 182 202 114 144 436 150 365 76
30/06/2013 86 UDELAS

3. VISUALIZACIN DE LOS DATOS

1.

2.
3.

Objetivos Entender cmo se representan los datos en un histograma y otras grficas. Construir estas grficas. Comprender la naturaleza de las distribuciones de datos.

30/06/2013

87

UDELAS

HISTOGRAMAS
Es una grfica de barras en donde la escala horizontal representa clases de valores de datos y la escala vertical representa frecuencias. La altura de las barras corresponden a los valores de frecuencia, en tanto que las barras se dibujan de manera adyacente. Tericamente, cada barra debe iniciar con el lmite de clase inferior a la izquierda y el lmite de clase superior a la derecha. Sin embargo, se usan en la prctica las marcas de clase o los lmites de clase. La altura vertical debe medir de la anchura total.
30/06/2013 88 UDELAS

PRESION ARTERIAL SISTOLICA


125 107 126 110 110 107 113 126 137 110
30/06/2013 89 UDELAS

109 153 112 119 113 125 131 121 132 112

121 116 95 110 110 125 124 131 109 112

127 132 116 125 112 125 120 118 115 115

PRESIN ARTERIAL SISTLICA EN ORDEN ASCENDENTE


95 107 107 109 109 110 110 110 110 110
30/06/2013 90

112 112 112 112 113 113 115 115 116 116
UDELAS

118 119 120 121 121 124 125 125 125 125

125 126 126 127 131 131 132 132 137 153

LMITES DEL HISTOGRAMA


Lmite Superior lmite Inferior 153 95 = 58 58 / 7 = 8.2 Se redondea al nmero siguiente, 9. Ancho de Clase: 90-99 120-129 150-159 100-109 130-139 110-119 140-149
30/06/2013 91 UDELAS

Histograma
20
Frecuencia

15 10 5 0
10 9 11 9 12 9 13 9 14 9 15 9 m ay or ... 99

Frecuencia

Clase

30/06/2013

92

UDELAS

GRFICA TALLO Y HOJAS

La Tabla de Frecuencia y el Histograma nos dan informacin sobre la distribucin de los datos, pero con la desventaja de que perdemos algo de informacin en el proceso. En la grfica tallo y hojas ordenamos los datos segn un patrn que revela la distribucin subyacente. Los nmeros se separan en dos partes, por lo regular el primero o los dos primeros dgitos y luego los dems dgitos.
93 UDELAS

30/06/2013

GRFICA TALLO Y HOJAS


125 107 126 110 110 107 113 126 137 110
30/06/2013 94 UDELAS

109 153 112 119 113 125 131 121 132 112

121 116 95 110 110 125 124 131 109 112

127 132 116 125 112 125 120 118 115 115

GRFICA TALLO Y HOJAS


95 107 107 109 109 110 110 110 110 110
30/06/2013 95

112 112 112 112 113 113 115 115 116 116
UDELAS

118 119 120 121 121 124 125 125 125 125

125 126 126 127 131 131 132 132 137 153

GRFICA TALLO Y HOJAS


95 10 11 12 13 15

7799 00000222233556689 011455555667 11227 3

La primera fila representa 95, 107,107,109,109, etc. Si colocamos de lado la diapositiva veremos la distribucin de los datos.

30/06/2013

96

UDELAS

DIAGRAMA DE PARETO Es una grfica de barras para datos en la que las barras se acomodan en orden segn la frecuencia. La barra ms alta queda a la izquierda y las ms pequeas a la derecha. Es pues, un histograma ordenado. Al acomodar las barras en orden por frecuencia, el Pareto enfoca la atencin hacia las categoras ms importantes.

30/06/2013 97 UDELAS

DIAGRAMA DE PARETO PRESIN ARTERIAL SISTLICA


Histograma
20 15 10 5 0
11 9 12 9 13 9 10 9 99 15 9 14 9 ay or ...

Frecuencia

Frecuencia

Clase

30/06/2013

98

UDELAS

GRFICAS CIRCULARES
Sirven para ilustrar datos.

Total de Muertes = 75,200 Vehculos a Motor = 43,500 Cadas = 12,200 Envenenamientos = 6,400 Ahogamientos = 4,600 Fuego = 4,200 Ingesta alimentos u objetos = 2,900 Armas de Fuego = 1,400
99 UDELAS

30/06/2013

GRFICAS CIRCULARES
2% ACCIDENTALES EN EUA MUERTES 4% 6% 6% 9% 57% 16% Vehculos Cadas Envenenamientos Ahogamientos Fuego Ingestin Armas de Fuego

30/06/2013

100

UDELAS

GRFICAS DE DISPERSIN
DIAGRAMA DE DISPERSIN QUE CORRELACIONA EDAD Y COMISIONES GANADAS
40

COMISIONES

30 20 10 y = -1,0747x + 55,943 0 0 10 20 EDADES 30 40

30/06/2013

101

UDELAS

TAREA
Construya un histograma con los siguientes datos: Velocidad . Frecuencia 42 43 14 44 45 11 46 47 . 8 48 49 . 6 50 51 . 4 52 53 . 3 54 55 . 1 56 57 . 2 58 59 0 60 61 . 1
1.
30/06/2013 102 UDELAS

TAREA
2. Liste los nmeros originales del conjunto de datos representado por las grficas de tallo y hoja que se dan. Tallo ..... 57 58 59 60
30/06/2013 103 UDELAS

Hoja 017 13349 456678 23

TAREA
3. Construya la grfica de tallo y hoja para estos datos. 80 332 125 65 79 48 344 34 132 356 148 29 416 140 90 316 446 514 348 180 40 94 62 140 166 105 220 86 236 220 166 46 150 212 262 204 154 270 60 360 26 116 202 64 204 120 182 202 114 144 436 150 365 76

30/06/2013

104

UDELAS

TAREA
4. Construya un diagrama de dispersin con estas concentraciones de ozono: 1 2 3 4 Abril Mayo Junio Julio Agosto Septiembre 1384 4832 7667 9057 3953 1193 1721 1623 1915 8802 3088 8084 12632 4041 11748 17527 2523 16032 8035 5010 8390 3696 1628 1628

30/06/2013

105

UDELAS

4. MEDIDAS DE TENDENCIA CENTRAL

Objetivos: 1. Encontrar la media, moda y mediana para cualquier grupo de datos. 2. Conocer la ventaja y desventaja de estas medidas.

30/06/2013

106

UDELAS

MEDIDAS DE TENDENCIA CENTRAL


Como ya observamos la forma de graficar datos, ahora veremos cmo se miden las caractersticas de los datos. Iniciamos con medidas de tendencia central. 1. La media: 10,11,12,12,15,17 21,22 ,23 27. La media es el promedio de estos datos. Estos se suman y se dividen por el nmero de datos.
30/06/2013 107 UDELAS

MEDIDAS DE TENDENCIA CENTRAL

10+11+12+12+15+17+21+22+23+27 = 170 Nmero de datos = 10 Promedio = 170/10 = 17

2. La mediana es el valor medio cuando los datos se agrupan en orden de magnitud. Se calcula de la siguiente manera:

30/06/2013

108

UDELAS

MEDIDAS DE TENDENCIA CENTRAL

Si el nmero de datos es impar, la mediana es el nmero localizado en el medio exacto de la lista. Si el nmero de datos es par, la mediana se calcula al computar la media de los dos nmeros centrales. En el ejemplo anterior 15 y 17 son los nmeros centrales. La mediana se calcula (15 + 17) / 2 = 16.

30/06/2013

109

UDELAS

MEDIDAS DE TENDENCIA CENTRAL

3. La Moda es el valor que se repite con mayor frecuencia. Cuando dos valores se repiten con la misma mayor frecuencia, cada uno es el valor de la moda y los datos son multimodales. Cuando los datos aparecen una sola vez entonces no existe moda. En el ejemplo anterior el 12 se repite con mayor frecuencia y por eso es la moda.
30/06/2013 110 UDELAS

MEDIDAS DE TENDENCIA CENTRAL

4. La mitad de intervalo es el valor que est a medio camino entre el puntaje ms alto y el ms bajo; se calcula sumando el puntaje mximo y el mnimo y se divide la suma entre 2. Mitad de = Puntaje mx. + Puntaje mn. Intervalo 2

30/06/2013

111

UDELAS

MEDIDAS DE TENDENCIA CENTRAL En nuestro ejemplo se calcula as: (10 + 27) / 2 = 37 / 2 = 18.5

NOTACIN MATEMTICA denota la suma de un grupo de valores. X denota los valores individuales de los datos. n representa el nmero de valores en la muestra. N representa el nmero de valores en la poblacin.
30/06/2013 112 UDELAS

MEDIDAS DE TENDENCIA CENTRAL

x = x es la media de la muestra. n = x es la media de la poblacin. N

30/06/2013

113

UDELAS

MEDIDAS DE TENDENCIA CENTRAL

Ejemplo Datos y Media 10 12 13 14 489 15 13 8 14 12 11 12 13 16 9

x = x = 10 + 12 + 13 + 14 + 489 + 15 + 13 = 40.1 n + 8 + 14 + 12 11 + 12 + 13 16 + 9 15
30/06/2013 114 UDELAS

MEDIDAS DE TENDENCIA CENTRAL

Clculo de la mediana. Primero se ordenan datos por jerarqua: 8 9 10 11 12 12 12 13 13 13 14 14 15 16 489 Como los datos son impares, se escoge el valor del centro (hay 15 valores- este valor es el N 8) que corresponde al 13.

30/06/2013

115

UDELAS

MEDIDAS DE TENDENCIA CENTRAL

Los datos son bimodales (12 y 13). La mitad del intervalo: (8 + 489) / 2 = 248.5

30/06/2013

116

UDELAS

TAREA

Calcule la media de esta muestra: 10 29 26 28 15 23 17 25 0 20 Obtenga la mediana de los siguientes datos: 500 600 800 50,000 1000 500

30/06/2013

117

UDELAS

TAREA Calcule las modas de los conjuntos de datos siguientes: 5 5 5 3 1 5 1 4 3 5 1 2 2 2 3 4 5 6 6 6 7 9 1 2 3 6 7 8 9 10

a) b)

c)

30/06/2013

118

UDELAS

TAREA
Calcule

la mitad de intervalo de los siguientes datos: 10 29 26 28 15 23 17 25 0 20

30/06/2013

119

UDELAS

5. MEDIDAS DE VARIACIN
Objetivos: 1. Determinar el rango, la desviacin estndar y la varianza para un grupo de datos. 2. Poder interpretar estos resultados, especialmente la desviacin estndar.

30/06/2013

120

UDELAS

MEDIDAS DE VARIACIN
Analice

50

los siguientes datos: 60 70 80 y

90

69

69

70

71

71

30/06/2013

121

UDELAS

MEDIDAS DE VARIACIN

Ambos tienen una media de 70. Sin embargo, los primeros estn ms dispersos. Por lo tanto, se necesita una medida de variacin.

30/06/2013

122

UDELAS

MEDIDAS DE VARIACIN
Considere

el siguiente grupo de datos los cuales representan el peso actual de filetes de 20 oz. en un restaurante. 17 20 21 18 20 20 20 18 19 19 20 19 22 20 18 20 18 19 20 19

30/06/2013

123

UDELAS

RANGO

Es

la diferencia entre el valor ms alto y el ms pequeo del grupo de datos. (22 17 ) = 5

30/06/2013

124

UDELAS

DESVIACIN ESTNDAR Y VARIANZA


La

desviacin estndar es una medida de variacin de los datos de la muestra en relacin a la media. Se calcula as:

s = (x x ) n-1

30/06/2013

125

UDELAS

DESVIACIN ESTNDAR Y VARIANZA


1.

2.
3.

4.

5. 6.

Clculo D.E: Encuentre la media de los datos. Reste cada valor de la media. Eleve al cuadrado los valores encontrados en el punto 2. Sume todos los valores al cuadrado que obtuvo en el punto 3. Divida el total encontrado en el punto 4 por n 1. Encuentre la raz cuadrada del valor encontrado en el punto 5.

30/06/2013

126

UDELAS

DESVIACIN ESTNDAR Y VARIANZA


X
17 20 21 18 20 20 20 18 19 19
30/06/2013

20 19 20 22 18 20 18 19 20 19
127 UDELAS

(XX) -2.35 0.65 0.65 -0.35 1.65 0.65 -1.35 2.65 0.65 -1.35 0.65 0.65 0.65 -1.35 -1.35 -0.35 -0.35 0.65 -0.35 -0.35

( X X ) 5.5225 0.4225 0.4225 0.1225 2.7225 0.4225 1.8225 7.0225 0.4225 1.8225 0.4225 0.1225 0.4225 1.8225 1.8225 0.1225 0.1225 0.4225 0.1225 0.1225

DESVIACIN ESTNDAR Y VARIANZA


La suma de la ltima columna es 26.55, se divide entre n 1 = 19. El resultado es 1.397368. La raz cuadrada de este ltimo = 1.182 La varianza de la muestra es la desviacin estndar al cuadrado.

s = (x x ) n-1

30/06/2013

128

UDELAS

INTERPRETACIN
Un

valor pequeo de D.E. indica que los datos estn juntos y no dispersos. Un valor mayor es indicativo que los datos estn dispersos. Para un grupo tpico de datos, el rango de los datos se encuentra a 4 D.E. de ancho. As, la D.E. = rango / 4.

30/06/2013

129

UDELAS

INTERPRETACIN
La

regla 68-95-99 indica que el 68% de los valores cae dentro de una D.E. de la media; el 95% de los datos cae dentro de 2 D.E. de la media; el 99.7% de todos los datos cae dentro de 3 D.E. de la media. Esto se aplica a los datos con forma de campana.

30/06/2013

130

UDELAS

INTERPRETACIN
Ms de 2 D.E. es inusual, mientras que los datos que caen dentro de 2 D.E. se consideran como normal. El Teorema de Chebyshev establece que por lo menos 75% de todos los datos se encuentran dentro de 2 D.E. de la media y que por lo menos el 89% se encuentra dentro de 3 D.E. de la media. Esto es cierto para cualquier distribucin. (no solamente los datos con forma de campana.)

30/06/2013 131 UDELAS

TAREA
Calcule

la Desviacin Estndar de los siguientes datos:

6.5 6.6 6.7 6.8 7.1 7.3 7.4 7.7 7.7 7.7 Calcule la Varianza de los datos: 131 119 138 125 129 126 131 132 126 128 128 131. Calcule el rango: 7 10 4 13 23 2 7 6 6 3 9 4
30/06/2013 132 UDELAS

6. MEDIDAS DE POSICIN
1.

2.

Objetivos: Saber calcular e interpretar puntuaciones z. Saber cmo calcular e interpretar cuartiles, deciles y percentiles de un grupo de datos.

30/06/2013

133

UDELAS

PUNTUACIONES Z
Cmo comparar dos grupos de datos diferentes? Suponga que ud. compara el consumo de gas en dos tipos de autos diferentes: camiones livianos y autos compactos. El promedio de millas por galn para los camiones livianos es de 23.6 millas x galn con una D.E. de 3.6 millas x galn.

30/06/2013

134

UDELAS

PUNTUACIONES Z
Para

los autos compactos, la media de millas x galn es de 28.7 y la D.E. es de 5.7 millas x galn. Si tratamos de comparar la media de un camin liviano que es igual a 27.5 y la de un auto compacto con media de 31.2 millas x galn, cul valor es ms inusual?
30/06/2013 135 UDELAS

PUNTUACIONES Z
Es

necesario estandarizar los valores y esto se logra con los valores z. Z es el nmero de D.E. por arriba o por debajo de la media que un valor x tiene. Se calcula de esta manera: z=xx s
30/06/2013 136 UDELAS

PUNTUACIONES Z
Para el camin liviano el valor z se calcula: (27.5 23.6) / 3.6 = 1.08 D.E. por arriba de la media. Para el auto compacto es : (31.2 28.7) / 5.7 = 0.44 D.E. por arriba de la media. Un uso importante de los valores z es diferenciar entre valores normales e inusuales.

30/06/2013

137

UDELAS

PUNTUACIONES Z
El

Teorema de Chebyshev establece que por lo menos 75% de los valores estn dentro de 2 D.E. de la media de cualquier grupo de datos. Si se encuentra un valor mayor a 2 D.E. de la media, entonces ese valor es inusual.

30/06/2013

138

UDELAS

PUNTUACIONES Z
El nmero de horas de estudio por semana que un novato universitario dedica a sus estudios es de 7.06 horas con una D.E. de 2.32 horas. Anita dedica dos horas por semana a sus estudios. Es esto inusual? El valor z = 2 7.06 / 2.32 = -2.18 Anita se encuentra a ms de -2 D.E. de la media, por lo que su tiempo dedicado al estudio es inusual.

30/06/2013

139

UDELAS

TAREA
Una

mujer escribi a Madame Calal y asegur haber dado a luz 308 das despus de una visita de su esposo, que estaba en la Armada. Los embarazos tienen una duracin media de 268 das y una desviacin estndar de 15 das. Calcule el puntaje z para 308 das. Es inusitada tal duracin? Qu concluye usted?
140 UDELAS

30/06/2013

TAREA
En

los hombres con edades entre 18 y 24 aos, los niveles de colesterol en el suero tienen una media de 178.1 y una D.E. de 40.7. Calcule el puntaje z que corresponde a un hombre dentro de ese intervalo de edades que tiene un nivel de colesterol en suero de 275.2 MG/ 100 ml. Es inusitadamente alto este nivel?
141 UDELAS

30/06/2013

CUARTILES. DECILES Y PERCENTILES


Medidas de posicin que se usan para comparar valores dentro de un grupo de datos. Cuando se dice que la nota que gan en su examen estaba en el percentil 94, significa que 94 alumnos que hicieron el examen sacaron una nota ms baja que la suya y por ende, el 6% sac una nota por encima de la suya.

30/06/2013 142 UDELAS

CUARTILES. DECILES Y PERCENTILES


Para

un grupo de datos estos se pueden dividir en tres cuartiles ( Q1, Q2 y Q3), nueve deciles (D1, D2, D9) y 99 percentiles (P1, P2,P99). El cuartil Q1 separa el 25% inferior de los datos del 75% superior, Q2 es la mediana y Q3 separa el 25% mximo del 75% restante.
30/06/2013 143 UDELAS

CUARTILES. DECILES Y PERCENTILES


Tenemos

un grupo de datos que hemos ordenado de menor a mayor:

48,51,51,59,66,67,69,69,71,72,75,75,76, 78,81,82,84.

30/06/2013

144

UDELAS

CUARTILES. DECILES Y PERCENTILES

1.

2.

Para encontrar el percentil del valor 67 se hace lo siguiente: Encuentre el nmero de valores menores que 67. Divida esto entre el total de nmeros y luego multiplique por 100.

30/06/2013

145

UDELAS

CUARTILES. DECILES Y PERCENTILES


Para el valor 67 tenemos: (5/18) x 100 = 27.78. Se redondea al percentil 28. Encuentre el primer cuartil = percentil 25: Acomode los datos del ms chico al mayor. Compute L= (k/100) x n. N debe ser el nmero de valores y k es el percentil en cuestin.

30/06/2013

146

UDELAS

CUARTILES. DECILES Y PERCENTILES


Si L es un nmero entero entonces el valor del percentil K se encuentra a media distancia de el valor L y el prximo valor ms alto. Si L no es un nmero entero cmbielo a un nmero entero redondeando hacia arriba al nmero ms grande, siendo el valor del percentil, el puntaje L contado desde el nmero ms bajo.

30/06/2013

147

UDELAS

CUARTILES. DECILES Y PERCENTILES


Para calcular el percentil 25, L= 0.25 x 18 = 4.5 Como L no es un nmero entero, entonces redondeamos hacia el 5 y encontramos el 5 valor contando desde abajo. Este valor es 66. Para calcular el percentil 50, tenemos: L=(50/100)x 18= 9. Como el valor de L (9) es un nmero entero, el percentil se encuentra entre los nmeros 9 y 10.

30/06/2013 148 UDELAS

CUARTILES. DECILES Y PERCENTILES


El

noveno valor es 71 y el dcimo valor es 72. Para encontrar el puntaje entre estos dos valores, se suman y se dividen entre dos. As, Q2 = (71 + 72) / 2 = 71.5

30/06/2013

149

UDELAS

TAREA
Calcule

el Q1(p25%), Q2(p50%), Q3(p75%) de los siguientes valores:

16 16 16 9 1 8 10 16 14 13 13 15 16 9 11 2 18 15 13 15 17 9 12 14 5 6 8 18 16 7

30/06/2013

150

UDELAS

TAREA
Qu

percentil representa el nmero 2?

30/06/2013

151

UDELAS

7. ANLISIS EXPLORATORIO DE DATOS


OBJETIVOS: Entender el significado de el trmino A.E.D. Saber construir una grfica de cuadro. Saber calcular el resumen de cinco nmeros de un grupo de datos. Reconocer datos distantes en un grupo de datos.
30/06/2013 152 UDELAS

ANLISIS EXPLORATORIO DE DATOS

1.

2.

El A.E.D. se lleva a cabo utilizando dos mtodos: El resumen de cinco nmeros. La grfica de cuadro.

30/06/2013

153

UDELAS

ANLISIS EXPLORATORIO DE DATOS

1. 2. 3. 4.

5.

El resumen de cinco nmeros que analiza un grupo de datos son los siguientes: Valor mnimo Valor mximo Primer cuartil (Q1) Segundo cuartil o mediana (Q2) Tercer cuartil (Q3)
154 UDELAS

30/06/2013

ANLISIS EXPLORATORIO DE DATOS


La

grfica de cuadro es una grfica que consiste en una lnea que se extiende del valor mnimo al mximo y un cuadro con lneas trazadas a nivel de Q1, Q2 y Q3.

30/06/2013

155

UDELAS

ANLISIS EXPLORATORIO DE DATOS


Considere

los siguientes datos, ya ordenados de menor a mayor: 36 37 37 39 39 41 41 43 45 46 48 48 48 50 50 52 52 52 53 55 55 59 61 62

30/06/2013

156

UDELAS

ANLISIS EXPLORATORIO DE DATOS

1. 2.

3.
4. 5.

El resumen de los cinco nmeros es el siguiente: Valor mnimo = 36 Q1 = 41 Q2 = Mediana = 48 Q3 = 52.5 Valor mximo = 62
157 UDELAS

30/06/2013

ANLISIS EXPLORATORIO DE DATOS

La grfica de cuadro es la siguiente:

El primer valor de la lnea es 36 y representa el valor mnimo. La primera lnea vertical del cuadro representa Q1 = 41.

30/06/2013 158 UDELAS

ANLISIS EXPLORATORIO DE DATOS


La

segunda lnea vertical representa Q2 la mediana = 48. La tercera lnea vertical del cuadro representa Q3 = 52.5 El final de la segunda lnea representa el Valor Mximo = 62.

30/06/2013

159

UDELAS

ANLISIS EXPLORATORIO DE DATOS


DATOS

DISTANTES: Es un dato inusual en el grupo y se encuentra alejado de los dems datos.

30/06/2013

160

UDELAS

ANLISIS EXPLORATORIO DE DATOS


Considere

los siguientes datos: 21 26 35 41 21 26 35 42 22 29 37 67

17 22 33 39

19 23 35 40

30/06/2013

161

UDELAS

ANLISIS EXPLORATORIO DE DATOS


Para

saber si el nmero 67 es realmente un dato distante usamos la siguiente regla: Si un dato se encuentra > 1.5 veces del rango intercuartil, (Q3 Q1) por arriba de Q3 o por debajo de Q1, entonces es un dato distante leve.

30/06/2013

162

UDELAS

ANLISIS EXPLORATORIO DE DATOS


Si el punto se encuentra a > 3 veces por arriba o por abajo del rango intercuartil, entonces es un dato distante extremo. En los datos previos, Q3 = 38 y Q1 = 22, entonces el Rango Intercuartil = 16. 1.5 x 16 = 24. Q3 (38) + 24 = 62. 67 > 62, por lo que se le considera dato distante leve.

30/06/2013

163

UDELAS

TAREA
Calcule

las cinco cifras necesarias para realizar un anlisis exploratorio de los siguientes datos:

52 52 60 60 60 60 63 63 66 67 68 69 71 72 73 75 78 80 82 83 88 90

30/06/2013

164

UDELAS

TAREA
Realice

una grfica de cuadro de los datos anteriores. Realice una grfica de cuadro de los siguientes datos e identifique datos moderadamente distantes o extremadamente distantes. 3 15 17 18 21 21 22 25 27 30 38 49 68
30/06/2013 165 UDELAS

CAPTULO 3. PROBABILIDAD
1. 2.

Definiciones e Ideas Bsicas Las reglas de sumar y multiplicar

30/06/2013

166

UDELAS

1. DEFINICIONES BSICAS
OBJETIVOS: 1. Entender el uso de la probabilidad en la estadstica. 2. Saber cmo calcular una probabilidad simple para un evento. 3. Saber cmo usar eventos complementarios para calcular una probabilidad.
30/06/2013 167 UDELAS

DEFINICIONES BSICAS

La probabilidad es el estudio del azar. Por qu es importante la probabilidad en un curso de estadstica? Utilizando las tcnicas aprendidas en el captulo anterior podemos describir una poblacin. Significa que tenemos todos los datos. Por ejemplo, si yo quisiera calcular la nota promedio del primer quizz, yo puedo hacerlo porque el nmero de estudiantes es manejable.

30/06/2013

168

UDELAS

DEFINICIONES BSICAS
Si el promedio en las notas fue de 75, entonces ese es el promedio para toda la clase. La rama de la estadstica que tiene que ver con datos poblacionales como los vistos anteriormente es la ESTADSTICA DESCRIPTIVA. Ahora, supongamos que me interesa averiguar la talla promedio de los hombres en Panam.

30/06/2013

169

UDELAS

DEFINICIONES BSICAS
Sera imposible tomar los datos de todos los hombres panameos, razn por la cual debo entonces construir una muestra. Si calculo la media de la muestra, probablemente no ser tan exacta como el valor que hubiera podido tener si realizo los clculos con toda la poblacin. As, debo preguntarme qu tan bien representa la
30/06/2013 170 UDELAS

DEFINICIONES BSICAS
Media de mi muestra a la media de toda la poblacin. Es aqu donde entra la probabilidad. Podemos hablar de qu tan seguro estoy de que mi media muestral representa a la media poblacional o qu tan seguro estoy de que encontr una mala muestra. Tambin se emplea para calcular distribuciones. La rama de la estadstica
30/06/2013 171 UDELAS

DEFINICIONES BSICAS
donde empleo muestras para realizar inferencias acerca de poblaciones es la ESTADSTICA INFERENCIAL.

30/06/2013

172

UDELAS

CLCULO DE LA PROBABILIDAD DE UN EVENTO


1.

2.

Veamos unas definiciones: Experimento: cualquier proceso que permite a los investigadores obtener observaciones. Espacio Muestral: es la coleccin de todos los resultados posibles cuando se realiza un experimento.

30/06/2013

173

UDELAS

CLCULO DE LA PROBABILIDAD DE UN EVENTO

3. Evento: subgrupo del espacio muestral. 4. Evento simple: evento que no puede subdividirse ms.

30/06/2013

174

UDELAS

CLCULO DE LA PROBABILIDAD DE UN EVENTO


Veamos ejemplos: A: El experimento es tirar un dado. El espacio muestral S= {1, 2, 3, 4, 5, 6} ya que estos son los posibles resultados que se obtendrn al lanzar un dado. Veamos dos ejemplos: 1. Sacar un 3. Como hay solamente una forma de sacarlo entonces es un evento simple.

30/06/2013

175

UDELAS

CLCULO DE LA PROBABILIDAD DE UN EVENTO 2. Sacar un nmero impar: este evento sera = {1, 3, 5} B: El experimento es sacar una carta de una paquete de barajas y verificar el diseo de la misma. 1. El espacio muestral es ={margaritas, corazones, espadas, diamantes}

30/06/2013

176

UDELAS

CLCULO DE LA PROBABILIDAD DE UN EVENTO Un evento sera sacar una carta roja, que podra ser corazn o diamante. Otro evento sera sacar una espada. Esto sera un evento simple. Cmo se calculan las posibilidades? Existen 3 maneras de hacerlo.

30/06/2013

177

UDELAS

CLCULO DE LA PROBABILIDAD DE UN EVENTO


Mtodo Clsico: asuma que el experimento tiene n cantidad de desenlaces; cada uno tiene igual oportunidad de salir. Si el evento A puede ocurrir en s cantidad de formas entonces Probabilidad de A = P(A) = Nmero de formas en que puede ocurrir A = s Nmero total de resultados n

30/06/2013

178

UDELAS

2. CLCULO DE LA PROBABILIDAD DE UN EVENTO


Mtodo

por Frecuencia Relativa: Se observa la ocurrencia de un experimento un gran nmero de veces, se cuentan las veces que el evento A sucedi, entonces: Probabilidad de A = P (A) = N de veces que ocurri el evento A N de veces que el experimento se realiz
30/06/2013 179 UDELAS

CLCULO DE LA PROBABILIDAD DE UN EVENTO En otras palabras, cuando no existe igual oportunidad de que se produzcan los sucesos, entonces se usa el mtodo por Frecuencia Relativa.

30/06/2013

180

UDELAS

CLCULO DE LA PROBABILIDAD DE UN EVENTO


Ejemplo: Considere el experimento de tirar un dado y la eventualidad de sacar un nmero impar. 1. Mtodo Clsico: El espacio muestral de este experimento es {1,2,3,4,5,6}, por lo que hay seis posibles resultados. Existen tres formas de sacar un nmero impar: {1,3,5}, por lo que la probabilidad de A = 3/6 = .

30/06/2013

181

UDELAS

CLCULO DE LA PROBABILIDAD DE UN EVENTO 2. Mtodo de Frecuencia Relativa: Tiro un dado 50 veces y cuento el nmero de veces que me sale un nmero impar, por ejemplo, 27. Por lo tanto, la probabilidad de A = 27/50. Note que esta no es la probabilidad real, sino que es un estimado. Si el experimento se lleva a cabo un gran nmero de veces,
30/06/2013 182 UDELAS

CLCULO DE LA PROBABILIDAD DE UN EVENTO la frecuencia relativa del evento tiende a acercarse a la probabilidad real. Esto se conoce como la LEY DE LOS NMEROS GRANDES. Claramente, el mtodo clsico brinda mejores resultados, pero muchas veces solamente podemos utilizar el mtodo de frecuencias relativas.
30/06/2013 183 UDELAS

CLCULO DE LA PROBABILIDAD DE UN EVENTO


Supngase

que usted trabaja en NOVEY y tiene que probar 100 focos para determinar si existe alguno defectuoso. No existe teora alguna que le diga a usted cuntos pueden haber. Sencillamente habr que probar todos los focos.

30/06/2013

184

UDELAS

CLCULO DE LA PROBABILIDAD DE UN EVENTO


El

ltimo mtodo para predecir probabilidades es el subjetivo. Si usted escucha en TV-MAX que el Barcelona ganar la Copa UEFA con una probabilidad de 75%, es solamente por intuicin del locutor y sera una apreciacin subjetiva. Esto no lo revisaremos en el curso. (Posibilidades)
185 UDELAS

30/06/2013

REGLAS DE PROBABILIDAD
En

vista que el nmero de muestras en un evento nunca es mayor que el nmero de muestras en el espacio muestral todas las probabilidades se encuentran entre 1 y 0. Una probabilidad de 0 significa que el evento es imposible como sera, sacar un 8 al tirar un dado.
186 UDELAS

30/06/2013

REGLAS DE PROBABILIDAD
Una

probabilidad de 1 significa que el evento tiene certeza, como podra ser, sacar menos de 7 al tirar un dado. El complemento de un evento A, llamado A , consiste en todos los resultados en los cuales el evento A no ocurre.

30/06/2013

187

UDELAS

REGLAS DE PROBABILIDAD
Un

frasco contiene 30 bolas: 14 azules, 10 verdes y 6 rojas. Cul es la probabilidad de sacar una bola azul mediante el azar? Solucin: el espacio muestral tiene 30 objetos. Existen 14 formas de obtener una bola azul. La P (A) = 14/30.

30/06/2013

188

UDELAS

REGLAS DE PROBABILIDAD
El

complemento del evento sacar una bola azul es no sacar una bola azul. No sacar la bola azul equivale a decir que salga una bola verde o una roja. Dado que el nmero de formas de no sacar una bola azul es de 16, la probabilidad de no sacar una bola azul s de 16/30.
30/06/2013 189 UDELAS

REGLAS DE PROBABILIDAD
Fjense

en la regla siguiente:

P (A) + P (A) = 1

30/06/2013

190

UDELAS

TAREA
1.Cules de los siguientes valores no pueden ser probabilidades? 0.2 -0.2 3/2 2/3 2 0.0001
30/06/2013 191 UDELAS

TAREA
2. Calcule la probabilidad, de que al lanzar una moneda, el resultado sea cara. 3. Un estudio de 500 vuelos de American Airlines escogidos aleatoriamente mostr que 430 llegaron a tiempo. Estime la probabilidad de que un vuelo de AA llegue a tiempo. Describira Ud. ese resultado como muy bueno?

30/06/2013

192

UDELAS

TAREA
4. En una encuesta de estudiantes universitarios, 1162 dijeron que hicieron trampa en un examen y 2468 dijeron que no lo hicieron. Si se escoge al azar a uno de esos estudiantes, qu probabilidad hay de que haya hecho trampa en un examen?

30/06/2013

193

UDELAS

TAREA
5. En una estudio de donantes de sangre, 225 se clasificaron como de grupo O y 275 se clasificaron en otro grupo. Qu probabilidad aproximada hay de que una persona tenga sangre tipo O?

30/06/2013

194

UDELAS

TAREA
6. Si se escoge a una persona al azar, determine la probabilidad de que su cumpleaos sea el 18 de octubre. (no tenga en cuenta los aos bisiestos) 7. Si se escoge a una persona al azar, determine la probabilidad de que su cumpleaos sea en noviembre. No tenga en cuenta los aos bisiestos.
30/06/2013 195 UDELAS

TAREA
8. En una encuesta se pregunt a los encuestados cmo deba usarse un panqu de frutas. 132 encuestados indicaron que deba usarse como tope para mantener abierta una puerta, y otros 880 encuestados citaron otros usos que incluyeron alimento para pjaros, relleno de terrenos y como regalo. Si se escoge a uno de esos entrevistados al azar, cul es la probabilidad de que sea uno que usara un pastel de frutas para detener una puerta?

30/06/2013

196

UDELAS

TAREA
9. Entre 400 conductores seleccionados al azar en el grupo de edades de 20-24, 136 haban estado en un accidente automovilstico durante el ao anterior. Si se selecciona aleatoriamente a un conductor en ese grupo de edades, cul es la probabilidad aproximada de que se vea implicado en un accidente automovilstico durante el ao siguiente? Es el valor obtenido tan alto como para que deba preocupar a quienes estn en ese grupo de edades?

30/06/2013

197

UDELAS

TAREA
10. Cuando se prob clnicamente el medicamento antialrgico Seldane, 70 personas experimentaron somnolencia y 711 no registraron tal efecto. Utilice esta muestra para estimar la probabilidad de que un usuario de Seldane padezca somnolencia. Con base en el resultado, es la somnolencia un factor que deban tener en cuenta los usuarios de Seldane?

30/06/2013

198

UDELAS

TAREA
11. Master Card International realiz un estudio de fraudes con tarjeta de crdito, y la siguiente tabla se basa en los resultados: Tarjeta Robada = 243 Tarjeta Falsa = 85 Pedido por correo o telfono = 52 Otro = 46
30/06/2013 199 UDELAS

TAREA
Si se escoge al azar un caso de fraude con tarjeta de crdito de entre los casos resumidos en la tabla, calcule la probabilidad de que el fraude se haya basado en el uso de una tarjeta falsa.

30/06/2013

200

UDELAS

REGLAS DE SUMA Y MULTIPLICACIN


Objetivos de esta seccin: Entender el concepto de evento compuesto. Saber cmo calcular la probabilidad para dos eventos utilizando y o. Saber cmo calcular probabilidades condicionales.

30/06/2013

201

UDELAS

PROBABILIDADES DE UN EVENTO COMPUESTO


Recuerden

que un evento es un subgrupo del espacio muestral. Si A y B son eventos simples, entonces un evento compuesto es cualquier evento que combina dos o ms eventos simples.

30/06/2013

202

UDELAS

PROBABILIDADES DE UN EVENTO COMPUESTO


Ejemplo: La ULAT planea entregar a cada alumno que ingresa a primer ao, una pluma con el logo de la universidad. Los defectos ms comunes de las plumas es que la tinta no fluya y que el mecanismo de sacar el grafito se dae. Concientes de no desear quedar mal con los estudiantes, la ULAT se interesa en la probabilidad de que una pluma escogida al
30/06/2013 203 UDELAS

PROBABILIDADES DE UN EVENTO COMPUESTO


azar sea defectuosa. La eventualidad que la pluma salga defectuosa es un evento compuesto. Si su experimento consiste en seleccionar una pluma al azar de un lote de plumas usted tiene los siguientes eventos: A = la tinta no fluye B = el grafito no sale
30/06/2013 204 UDELAS

PROBABILIDADES DE UN EVENTO COMPUESTO


Entonces,

la probabilidad de escoger una pluma defectuosa del lote es = P (A B). Esto equivale a decir P = (A ocurra B ocurra o AMBAS ocurran). Supngase ahora, que la empresa fabricante prueba 1000 plumas y encuentra que 27 tienen problema con
30/06/2013 205 UDELAS

PROBABILIDADES DE UN EVENTO COMPUESTO


la tinta, 13 tienen problema con el grafito y en 9 plumas ambos eventos ocurren. Probabilidad de problemas de tinta = 27/1000 = 0.027 Probabilidad de problemas de grafito = 13/1000 = 0.013 Probabilidad de que ambos eventos sucedan = 9/1000 = 0.009
30/06/2013 206 UDELAS

PROBABILIDADES DE UN EVENTO COMPUESTO


Para

conoce la probabilidad de escoger una pluma defectuosa usamos la REGLA DE ADICIN:

P (A B) = P (A) + P (B) P (A y B )

30/06/2013

207

UDELAS

PROBABILIDADES DE UN EVENTO COMPUESTO


Para

nuestro ejemplo: 0.027 + 0.013 0.009 = 0.031 Si se produjesen 1500 plumas en la empresa, cuntas estaran defectuosas? (0.031) x (1500) = 46.5 = 47

30/06/2013

208

UDELAS

REGLA DE ADICIN
Problemas de tinta = P (0.027)
0.027 0.009 0.013

Problemas de grafito = P (0.013) Ambos problemas = P (0.009)


30/06/2013 209 UDELAS

PROBABILIDADES DE UN EVENTO COMPUESTO


Intuitivamente, la regla de adicin dir lo siguiente: Para encontrar la P (A B) calculamos el nmero de veces en que A puede ocurrir y el nmero de veces en que B puede ocurrir, teniendo el cuidado de considerar el conteo de cada evento una sola vez. P (A B) es igual a esa suma dividida entre el nmero posible de desenlaces.

30/06/2013 210 UDELAS

PRUEBA DE SELDANE
Seldane Placebo Control Total Cefalea 49 49 24 122 No Cefalea 732 616 602 1950 Total 781 665 626 2072

30/06/2013

211

UDELAS

PRUEBA DE SELDANE
Si

se selecciona al azar a uno de los 2072 sujetos representados en la tabla anterior, calcule la probabilidad de que sea una persona que us placebo o estuvo en el grupo de control. Respuesta: P ( placebo control ) = 665/2072 + 626/2072 = 1291/2072

30/06/2013

212

UDELAS

PRUEBA DE SELDANE
Si se escoge aleatoriamente a uno de los 2072 sujetos de la tabla anterior, calcule la probabilidad de que se trate de una persona que us Seldane que no experiment cefalea. Respuesta: P ( Seldane No Cefalea ) = P ( Seldane ) + P ( No Cefalea) P ( Seldane y No Cefalea) = 781/2072 + 1950/2072 732/2072 = 199/2072 = 0.965

30/06/2013 213 UDELAS

PROBABILIDADES DE UN EVENTO COMPUESTO


La

regla formal de adicin no siempre tiene que usarse, siempre y cuando recordemos la regla intuitiva. Veamos la siguiente tabla:

30/06/2013

214

UDELAS

PROBABILIDADES DE UN EVENTO COMPUESTO CAUSAS DE MUERTE


CANCER CARDIOPATAS OTRAS

FUMADOR
NO FUMADOR

135
55

310
155

205
140

30/06/2013

215

UDELAS

PROBABILIDADES DE UN EVENTO COMPUESTO


Si un sujeto es tomado al azar calcule: Un no fumador Alguien que muri por cardiopata Un no fumador que muri de cncer Alguien que muri por cardiopata o una persona no fumadora Un fumador o alguien que muri de cncer
30/06/2013 216 UDELAS

PROBABILIDADES DE UN EVENTO COMPUESTO

Lo

primero que hay que hacer es totalizar las columnas y las filas de la siguiente manera:

30/06/2013

217

UDELAS

PROBABILIDADES DE UN EVENTO COMPUESTO CAUSAS DE MUERTE


CANCER CARDIO- OTRAS PATAS
FUMADOR NO FUMADOR

TOTAL

135 55

310 155

205 140

650 350

TOTAL

190

465

345 1000

30/06/2013

218

UDELAS

PROBABILIDADES DE UN EVENTO COMPUESTO


P

( no fumador) = 350/1000 P ( muerte por cardiopata) = 465/1000 P ( no fumador que muere de cncer) = 55/190 P (alguien que muere por cardiopata una persona que es no fumadora) = 465/1000 + 350/1000 155/1000 = 660/1000
30/06/2013 219 UDELAS

PROBABILIDADES DE UN EVENTO COMPUESTO


P

(fumador alguien que haya muerto de cncer) = 650/1000 + 190/1000 135/1000 = 705/1000

30/06/2013

220

UDELAS

SUCESOS COMPLEMENTARIOS
Implica

exclusin mutua AA

Ocurre

P(

A A) = P (A) + P (A) = 1

30/06/2013

221

UDELAS

SUCESOS COMPLEMENTARIOS
El rea roja representa la totalidad de eventos y es igual a 1.
P (A)

P(A) = 1 P(A)

30/06/2013

222

UDELAS

EJEMPLO
Si

P (lluvia) = 0.4 Calcule P (No lluvia) 1 0.4 = 0.6 0.6 = P (No lluvia)

30/06/2013

223

UDELAS

TAREA
1.Si P (A) = 2/5, calcule P (A). 2. La probabilidad de que un beb sea nio es 0.513. Calcule la probabilidad de que un beb sea nia. 3. Si se escoge aleatoriamente a una persona que presenta el examen de ttulo para abogado, la probabilidad de que apruebe es de 0.57. Calcule la probabilidad de que la persona escogida no apruebe el examen.
30/06/2013 224 UDELAS

TAREA
4. Si se escoge una persona al azar, calcule que su cumpleaos no sea el 18 de octubre. No tenga en cuenta los aos bisiestos. 5. Calcule la probabilidad de obtener a una persona que us Seldane un placebo.

30/06/2013

225

UDELAS

TAREA
6. Calcule la probabilidad de obtener a una persona que us un placebo o experiment cefalea. 7. Los problemas de acoso sexual han recibido mucha atencin en aos recientes. En una encuesta, 420 empleados (240 de los cuales eran hombres) consideraron que una palmadita amigable en el hombro era una forma de acoso, mientras que 580 empleados, (380 de los cuales eran hombres) no lo consideraron una forma de acoso.

30/06/2013

226

UDELAS

TAREA
Si se escoge aleatoriamente a uno de los empleados encuestados, calcule la probabilidad de que sea una persona que no considere que una palmada en el hombro sea una forma de acoso sexual. 8. Determine la probabilidad de seleccionar aleatoriamente a un hombre o a alguien que no considere que una palmada en el hombro es una forma de acoso.
30/06/2013 227 UDELAS

TAREA
9. Determine la probabilidad indicada en los siguientes casos: Grupo A: 35 Rh + Grupo O: 39 Rh + 5 Rh 6 Rh Grupo B: 8 Rh + Grupo AB: 4 Rh + 2 Rh 1 Rh -

30/06/2013

228

UDELAS

TAREA
-P ( no grupo O ) -P ( no tipo Rh + ) -P ( grupo B tipo Rh - ) -P ( grupo O grupo A ) -P ( tipo Rh - ) -P ( grupo A tipo Rh + ) -P ( grupo AB o tipo Rh - ) -P ( grupo A B tipo Rh + )
30/06/2013 229 UDELAS

PROBABILIDAD DE A y B P ( A y B)
Los

clculos se hacen ms difciles cuando A ocurre en un evento y B ocurre en el prximo. Ejemplo: una maana amanece lloviendo y no hay luz en su casa. Como no quiere llegar tarde a la clase del mircoles, usted se viste apurado y a ciegas. Tiene en el ropero tres camisas,
30/06/2013 230 UDELAS

PROBABILIDAD DE A y B P ( A y B)
una blanca, una roja y una azul. Tiene adems dos pantalones, uno azul y otro negro.Cul ser la probabilidad de que usted escoja una camisa blanca y un pantaln azul? Ilustremos la situacin:

30/06/2013

231

UDELAS

PROBABILIDAD DE A y B P ( A y B)
CAMISAS
Azul

PANTALONES COMBINACIONES
Negro Camisa azul con Pantaln negro

Blanca
Roja

Azul

Camisa azul con pantaln azul


Camisa blanca con Pantaln negro Camisa blanca con pantaln azul Camisa roja con pantaln negro

30/06/2013

232

UDELAS

Camisa roja con pantaln azul

PROBABILIDAD DE A y B P ( A y B)
La

probabilidad de escoger la camisa blanca = 1/3. La probabilidad de escoger el pantaln azul = La probabilidad de (A y B) segn la tabla es 1/6.

30/06/2013

233

UDELAS

REGLA DE MULTIPLICACIN

P ( A y B ) = P (A) X P (B) si los eventos son independientes

30/06/2013

234

UDELAS

PROBABILIDAD DE A y B P ( A y B)
Dos

eventos son independientes si al ocurrir uno no se afecta la probabilidad de que el otro evento ocurra. Si usted lanza al aire una moneda en dos ocasiones, el resultado de la primera vez no afecta el resultado de la segunda vez.

30/06/2013

235

UDELAS

PROBABILIDAD DE A y B P ( A y B)
Existen

casos donde el resultado de la primera vez afecta el siguiente resultado. Ejemplo: sacar dos cartas de un paquete sin reemplazarlas A. Primera carta es un as = 4/52 B. Segunda carta es una Jota = 4/51

30/06/2013

236

UDELAS

PROBABILIDAD DE A y B P ( A y B)
P (A y B) = 4/52 x 4/51 = 16/2652 = 0.00603 P (B A) = probabilidad de que B ocurra despus de que ha sucedido A.

30/06/2013

237

UDELAS

PROBABILIDAD DE A y B P ( A y B)
Los

eventos A y B no son independientes, son dependientes. utilizar la siguiente regla:

Podemos

P(AyB)=P(A)xP(B|A)

30/06/2013

238

UDELAS

PROBABILIDAD DE A y B P ( A y B)
P ( B | A ) es una notacin de probabilidad condicional. La probabilidad condicional de B dado A es la probabilidad de que el evento B ocurra, una vez que A haya ocurrido primero. Podemos calcularla asumiendo que A ocurri y bajo esa premisa, calcular la probabilidad de que ocurra B.

30/06/2013

239

UDELAS

PROBABILIDAD DE A y B P ( A y B)
La Toyota produce un lote de 50 filtros de combustible y seis de ellos salen defectuosos. Se escogen dos de los filtros y se prueban. Calcule la probabilidad de que el primero salga bueno y el segundo tambin si los filtros se seleccionan a) con reemplazo y b) sin reemplazo.
30/06/2013 240 UDELAS

PROBABILIDAD DE A y B P ( A y B)
Con reemplazo: 44/50 x 44/50 = 0.774 b) Sin reemplazo: 44/50 x 43/49 = 0.772
a)

Se puede extender a ms de dos sucesos por ej. a tres


30/06/2013 241 UDELAS

PROBABILIDAD DE A y B P ( A y B)
La probabilidad de lanzar una moneda tres veces y sacar cara: x x = 1/6 = 0.125 La probabilidad de obtener tres ases al seleccionar tres naipes sin reemplazo est dada por: 4/52 x 3/51 x 2/50 = 24/132600 = 0.000181
30/06/2013 242 UDELAS

PROBABILIDAD DE AL MENOS UNO


Se

usan las reglas de multiplicacin y complemento juntas. Al menos uno = uno ms El complemento de obtener al menos un elemento es no obtener elementos de ese tipo.

30/06/2013

243

UDELAS

PROBABILIDAD DE AL MENOS UNO


Ejemplo:

Calcular la probabilidad de que al menos uno de cinco compaeros en Panam tenga un nmero listado en el directorio y por ende se le pueda llamar. Suponga que los nmeros de telfono son independientes y que aqu en Panam el 39.5% de los nmeros no estn listadas.
244 UDELAS

30/06/2013

PROBABILIDAD DE AL MENOS UNO


-La probabilidad del complemento ( suceso no deseado) es P (5 nmeros no listados entre 5 empleados) = 0.395 x 0.395 x 0.395 x 0.395 x 0.395 = 0.00962 - La probabilidad del suceso deseado es = 1 0.00962 = 0.990

30/06/2013

245

UDELAS

OTROS EJEMPLOS
La

probabilidad de no recibir una boleta es de 0.98. Si asumimos que el no recibir una boleta cualquier da no afecta la probabilidad de recibir una boleta al da siguiente tenemos: P (no recibir una boleta en todo el ao)
150

= (.98)
30/06/2013 246 UDELAS

= 0.048296

OTROS EJEMPLOS
La

probabilidad de recibir una boleta sera 1 0.048296 = 0.951704 Utilizando la tabla de Contingencia anterior deseamos averiguar la P (fumador/ muerte por cncer). Los que fallecieron por cncer fueron 190. El nmero de fumadores en este grupo es de 135. As, tenemos pues,
30/06/2013 247 UDELAS

OTROS EJEMPLOS
135/190 = 0.71 La P (morir de otra causa/no fumador); el nmero de no fumadores es de 350. Aquellos que fallecieron por otras causas sumaron 140. As, 140/350 = 0.4

30/06/2013

248

UDELAS

RELACIN ENTRE DELINCUENTE Y VCTIMA


Homicidios Robo Agresin Totales

Extrao Conocido Pariente No se Sabe

12

379

727

1118

39 18

106 20

642 57

787 95

Totales

69

505

1426

2000

30/06/2013

249

UDELAS

RELACIN ENTRE DELINCUENTE Y VCTIMA


a)

b)

Si se escoge aleatoriamente a una persona, qu posibilidades hay de que haya sido vctima de un extrao, dado que se escogi a una vctima de robo? Dado que se escogi a una vctima de agresin, qu probabilidades hay de que el delincuente sea un extrao?
250 UDELAS

30/06/2013

RELACIN ENTRE DELINCUENTE Y VCTIMA


Solucin: a) Deseamos saber la probabilidad de que alguien haya sido robado por un extrao. Entonces tenemos, 379/505 = 0.750 b) Deseamos saber la probabilidad de que alguien haya sido agredido por un extrao. As, 727/1426 = 0.510

30/06/2013

251

UDELAS

RELACIN ENTRE DELINCUENTE Y VCTIMA


La

probabilidad de ser vctima de un extrao es muy diferente para los robos que para las agresiones, de modo que hay una dependencia entre el tipo de delito y la relacin entre el delincuente y la vctima.

30/06/2013

252

UDELAS

TAREA
Clasifique los sucesos como dependientes o independientes: 1. a) Asistir a clases en un curso de estadstica. Aprobar el curso de estadstica b) Tener una pinchadura de neumtico en el camino a clases Dormir demasiado y perder las clases.

30/06/2013

253

UDELAS

TAREA
2. El 10% de las personas son zurdas. Qu probabilidad hay de seleccionar aleatoriamente a dos personas zurdas? 3. Calcule la probabilidad de obtener 4 ases consecutivos cuando se sacan sin reemplazo 4 naipes de un mazo barajado?

30/06/2013

254

UDELAS

TAREA
4. Calcule la probabilidad de contestar las primeras dos preguntas de un examen correctamente, si se adivinan las respuestas al azar y a) Las primeras dos preguntas son de cierto y falso. b) Las primeras dos preguntas son de opcin mltiple, cada una con cinco posibles respuestas.
30/06/2013 255 UDELAS

TAREA
5. Un estudiante experimenta problemas con los relojes despertadores. En lugar de usar un despertador, decide usar tres. Qu probabilidad hay de que al menos un despertador funcione correctamente, si cada despertador individual tiene una probabilidad del 98% de funcionar correctamente.
30/06/2013 256 UDELAS

TAREA
6. Un gerente de control de calidad usa equipo de pruebas para detectar mdems de computadora defectuosos. Se debe seleccionar una muestra aleatoria de tres mdems distintos de un grupo que consiste en 12 mdems defectuosos y 18 mdems sin defectos. Calcule la probabilidad de que a) los tres mdems seleccionados tengan defectos; y b) al menos un mdem seleccionado sea defectuoso.

30/06/2013

257

UDELAS

TAREA
7. Un matrimonio atrajo la atencin de los medios de comunicacin porque sus tres hijos nacieron un 3 de noviembre de aos distintos. Sin tener en cuenta los aos bisiestos, determine la probabilidad de que tres personas seleccionadas al azar hayan nacido todas un 3 de noviembre.
30/06/2013 258 UDELAS

TAREA
8. Un gerente puede identificar los robos cometidos por empleados revisando muestras de los envos de mercanca hechos por los empleados. De 36 empleados dos estn robando. Si el gerente revisa cuatro empleados distintos seleccionados al azar, calcule la probabilidad de que no se identifique a ninguno de los ladrones.
30/06/2013 259 UDELAS

TAREA
9. La PTJ evala el caso de 9 vctimas de crmenes distintas, las cuales escucharon grabaciones de voz de 5 hombres diferentes. Las nueve vctimas identificaron la misma voz como la del criminal. Si las identificaciones de voz se hubieran hecho adivinando al azar, calcule la probabilidad de que las 9 vctimas seleccionaran a la misma persona. Constituye esta probabilidad una duda razonable?

30/06/2013

260

UDELAS

TAREA
10. Como investigador de reclamaciones de seguros, usted sospecha de 4 hermanos, cada uno de los cuales inform de un robo de automvil en una regin de Panam. Si Panam tiene una tasa anual de automviles robados del 4.5%, calcule la probabilidad de que 4 automviles seleccionados al azar hayan sido robados el mismo ao. Qu sugiere el resultado?

30/06/2013

261

UDELAS

INFERENCIAS ESTADSTICAS BASADAS EN PROBABILIDAD


Un empleado del Casino La Trampa le dice a usted que apueste, ya que una moneda que se utiliza para apuestas es equitativa. Si se lanza la moneda 10 veces y obtenemos cara las 10 veces, podemos hacer una de dos inferencias a partir de esta muestra de resultados:

30/06/2013

262

UDELAS

INFERENCIAS ESTADSTICAS BASADAS EN PROBABILIDAD


1.

2.

La moneda s es equitativa y el resultado obtenido es por casualidad. La moneda no es equitativa.

Para saber cul inferencia es la correcta, hay que saber cul es la probabilidad de sacar 10 caras consecutivas.

30/06/2013

263

UDELAS

INFERENCIAS ESTADSTICAS BASADAS EN PROBABILIDAD


Para conocer este resultado hay que calcular cunto es 1/ 2 = 1/1024. La probabilidad del evento sera 1/1024 = 0.0009765625. Como este resultado se encuentra ms all de 2 DE (<0.05) entonces es improbable que ocurra. La inferencia que parece cierta es que la moneda no es equitativa.
30/06/2013 264 UDELAS

DISTRIBUCIONES DE PROBABILIDAD
Objetivos: 1. Distribucin Normal Estndar 1.1 Definicin 1.2 Mtodos para calcular probabilidades usando esta distribucin 1.3 Determinar puntajes estndar correspondientes a probabilidades dadas.

30/06/2013

265

UDELAS

DISTRIBUCIONES DE PROBABILIDAD
2. Distribucin Normal No Estndar. 2.1 Determinacin de puntajes que corresponden a probabilidades dadas. 3. Teorema del Lmite Central.

30/06/2013

266

UDELAS

DISTRIBUCIONES DE PROBABILIDAD
Existen distribuciones de probabilidad para variables discretas. Para ejemplo, mencionamos la Distribucin Binomial y la Distribucin de Poisson. Estas no las revisaremos en este curso. Igualmente encontramos distribuciones de probabilidad para variables continuas. Como la mayora de eventos en Bioestadstica se refieren a este tipo de variable, entonces veremos la Distribucin Normal Estndar y la No Estndar.

30/06/2013

267

UDELAS

DISTRIBUCIONES DE PROBABILIDAD
Variable Aleatoria: una variable que tiene un solo valor numrico para cada resultado de un experimento, determinado por el azar. Distribucin de Probabilidad: otorga la probabilidad de cada valor de la variable aleatoria. Estas se describen por su forma, una forma de campana.
30/06/2013 268 UDELAS

DISTRIBUCIONES DE PROBABILIDAD
Una

variable aleatoria continua tiene una distribucin normal si esa distribucin es simtrica y tiene forma de campana. Cualquier distribucin normal especfica est determinada por dos parmetros: la media y la desviacin estndar.

30/06/2013

269

UDELAS

DISTRIBUCIONES DE PROBABILIDAD
Concepto

importante: existe una correspondencia entre rea y probabilidad en la Distribucin Normal Estndar. Si todos los valores de la variable aleatoria son igualmente probables estamos frente a una Distribucin Uniforme con forma de cuadrado.
30/06/2013 270 UDELAS

DISTRIBUCION UNIFORME
5 x 0.2 = 1

0.2
3 x 0.2 = 0.6

rea Sombreada = 3 x 0.2 = 0.6 rea Total = 5 x 0.2 = 1 La probabilidad de seleccionar al azar t entre 1-4 es 0.6

30/06/2013

271

UDELAS

DISTRIBUCION UNIFORME
Si

quisiramos calcular la probabilidad de escoger una t al azar mayor que 1 C. escogeramos el rectngulo con rea 0.2 x 4 = 0.8 Este valor sera la probabilidad de escoger una t al azar > 1 C.

30/06/2013

272

UDELAS

DISTRIBUCION UNIFORME
La curva de densidad de una distribucin uniforme genera un rectngulo. Para calcular el rea solo se multiplica anchura x altura. La curva de densidad de una distribucin normal tiene forma de campana y se mantiene el principio de correspondencia entre rea y probabilidad.

30/06/2013

273

UDELAS

DISTRIBUCION UNIFORME
Hay

muchas distribuciones uniformes distintas, que dependen de los valores de la anchura x altura. Hay muchas distribuciones normales distintas que dependen del valor de la media y la desviacin estndar.

30/06/2013

274

UDELAS

DISTRIBUCIN NORMAL ESTNDAR


Distribucin

de probabilidad normal que tiene una media de 0 y una desviacin estndar de 1. Con estos valores se han calculado reas bajo la curva. Ejemplo: el rea bajo la curva delimitada por la media de 0 y la desviacin estndar de 1 es 0.3413

30/06/2013

275

UDELAS

CURVA DE DENSIDAD

1. 2.

La grfica de una distribucin de probabilidad continua se denomina curva de densidad y debe tener dos requisitos: El rea total bajo la curva debe ser 1. Todos los puntos de la curva deben tener una altura vertical mayor o igual que 0.

30/06/2013

276

UDELAS

DISTRIBUCION NORMAL ESTANDAR


El

rea entre la media y el punto k que representa 1 DE = 0.3413 La media = 0 y la DE = 1

=1

El rea entre la media y el punto k que representa 1 DE = 0.3413 (Puntaje z) La media = 0 y la DE = 1

30/06/2013

277

UDELAS

CALCULO DE PROBABILIDADES A PARTIR DE PUNTAJES Z


Para calcular entre 0 y 1.58 (puntaje z) se busca en la Tabla A-2 el valor 1.58 y se encuentra un valor de rea de 0.4429. Significa que hay una probabilidad de 0.4429 de seleccionar aleatoriamente un puntaje entre 0 y 1.58 Recuerde que el puntaje z mide el nmero de DE que un valor se aleja de la media.

30/06/2013

278

UDELAS

CALCULO DE PROBABILIDADES A PARTIR DE PUNTAJES Z

Si el valor de k representa z=1.58 entonces el rea representa la probabilidad 0.4429

30/06/2013

279

UDELAS

PROBLEMA PRCTICO
La Precision Scientific Instrument Company fabrica termmetros que deben dar lecturas de 0 C en el punto de congelacin del agua. Sin embargo, al probar un lote grande de termmetros en el punto de congelacin del agua, unos dieron temperaturas por arriba y por debajo de cero. Al sumar los datos de todos los termmetros encontramos datos con una media de 0 C y una D.E. = 1.00 C. Si se escoge al azar un termmetro calcule

30/06/2013

280

UDELAS

PROBLEMA PRCTICO
la probabilidad de que, en el punto de congelacin del agua, la lectura sea entre 0 C y +1.58 C. Solucin: la distribucin de probabilidad de las lecturas es una distribucin normal estndar porque tienen distribucin estndar de media 0 y DE 1.
30/06/2013 281 UDELAS

PROBLEMA PRCTICO
Necesitamos calcular el rea de la curva entre la media 0 y 1.58 (puntaje z). La Tabla A-2 nos dice que esa rea corresponde a 0.4429. Entonces, la probabilidad de seleccionar aleatoriamente un termmetro con un error entre 0 y 1.58 es de 0.4429.Otra forma de interpretar sera concluir que el 44.29% de los termmetros tiene errores entre 0 y 1.58.

30/06/2013

282

UDELAS

PROBLEMA PRCTICO
Calcule ahora la probabilidad de seleccionar aleatoriamente un termmetro que d una lectura en el punto de congelacin del agua entre -2.43 y 0.

30/06/2013

283

UDELAS

PROBLEMA PRCTICO

0.4925

Z= -2.43 La regin sombreada a la izquierda representa la regin entre 0 y 2.43 La Tabla A-2 aplica slo a regiones a la derecha de la media. Como es imagen simtrica, el rea de la regin de un lado es igual a la del otro lado = 0.4925 30/06/2013 284 UDELAS

PROBLEMA PRCTICO
La probabilidad de seleccionar aleatoriamente un termmetro con un error entre -2.43 y 0 es de 0.4925. En otras palabras, el 49.25% de los termmetros tiene errores entre -2.43 y 0. Hemos visto el uso de la simetra para determinar el rea a la izquierda de la media.

30/06/2013

285

UDELAS

REGLA EMPRICA PARA DISTRIBUCIONES EN FORMA DE CAMPANA


Aproximadamente

el 68% de todos los puntajes est a < 1 DE de la media. Aproximadamente el 95% de todos los puntajes est a < 2 DE de la media. Aproximadamente el 99.7% de todos los puntajes est a < 3 DE de la media.

30/06/2013

286

UDELAS

REGLA EMPRICA PARA DISTRIBUCIONES EN FORMA DE CAMPANA


1 DE

0.3413

0.3413

Z= -1

Z=1

Con z=1 la regin sombreada azul tiene un rea de 0.3413 segn la Tabla A-2. Con z= -1, la regin sombreada roja tiene un rea idntica de 0.3413. La suma de ambas = 0.6826 = 68% y representa la probabilidad.

30/06/2013

287

UDELAS

REGLA EMPRICA PARA DISTRIBUCIONES EN FORMA DE CAMPANA


2 DE

0.4772

0.4772

Z= -2

Z= 2

Con z= 2 la regin sombreada azul tiene un rea de 0.4772 al igual que la regin sombreada roja, z = -2. Esto suma 0.9544 = 95% y representa la probabilidad.
30/06/2013 288 UDELAS

REGLA EMPRICA PARA DISTRIBUCIONES EN FORMA DE CAMPANA


3 DE

0.4987

0.4987

Z= -3

Z= 3

Con z=3, la regin sombreada azul tiene un rea de 0.4987 segn la Tabla A-2, al igual que la regin sombreada roja. La sumatoria es de 0.9974 que representa la probabilidad 99.7%.
30/06/2013 289 UDELAS

PROBLEMA PRCTICO
Una

vez ms, se realiza una seleccin al azar de la misma muestra de termmetros. Calcule la probabilidad de que el termmetro escogido marque ms de +1.27 en el punto de congelacin del agua.

30/06/2013

290

UDELAS

PROBLEMA PRCTICO

0.5 0.3980 0.1020

Z=1.27 La probabilidad de seleccionar un termmetro que d una lectura mayor que +1.27 corresponde al rea sombreada de azul. No podemos usar la Tabla A-2 para obtener esa rea directamente, pero s podemos usarla para determinar el rea que corresponde z = 1.27
30/06/2013 291 UDELAS

PROBLEMA PRCTICO
El

rea que corresponde a z = +1.27 es 0.3980 segn la Tabla A-2. El rea a la derecha de cero es la mitad del rea total y tiene un valor de 0.5 El rea sombreada tiene un rea = 0.5 0.3980 = 0.1020

30/06/2013

292

UDELAS

PROBLEMA PRCTICO
Hay una probabilidad de 0.1020 de seleccionar aleatoriamente uno de los termmetros con una lectura mayor que +1.27. Otra forma de razonar sera que si seleccionan y prueban muchos termmetros, el 10.2% de ellos marcar ms de +1.27 C en el punto de congelacin del agua. Hemos calculado pues el rea a la derecha de +1.27 de manera indirecta con la Tabla A-2.

30/06/2013 293 UDELAS

PROBLEMA PRCTICO
Veamos

otro uso indirecto de la tabla. Si se escoge aleatoriamente un termmetro de nuestra muestra, calcule la probabilidad de que su lectura, en el punto de congelacin del agua, est entre 1.20 y 2.30

30/06/2013

294

UDELAS

PROBLEMA PRCTICO

0.4893 0.3849 A Z=1.2 Z=2.3

El puntaje z de 1.2 corresponde a un rea de 0.3849 y z= 2.3 corresponde a un rea de 0.4893. Entonces A = 0.4893-0.3849 =0.1044
30/06/2013 295 UDELAS

PROBLEMA PRCTICO
Si seleccionamos al azar un termmetro, la probabilidad de que marque en el punto de congelacin del agua, entre 1.2 y 2.3 C es de 0.1044 El 10.4% de los termmetros marca entre 1.2 y 2.3 C. P(1.20<z<2.30) =0.1044 dice en smbolos que la probabilidad de que un puntaje z est entre 1.2 y 2.3 es de 0.1044

30/06/2013 296 UDELAS

CLCULO DE PUNTAJES Z A PARTIR DE PROBABILIDADES


Si

conocemos una probabilidad y queremos determinar el puntaje z correspondiente, lo encontramos como se muestra a continuacin.

30/06/2013

297

UDELAS

PROBLEMA PRCTICO
Utilizando

los termmetros de los ejemplos anteriores, los cuales tienen una media de 0 C y una D.E. de 1 C, encuentre la temperatura correspondiente a P95, el 95 percentil. Es decir, encuentre la temperatura que separa el 95% inferior del 5% superior.

30/06/2013

298

UDELAS

PROBLEMA PRCTICO
95%
5%

0.5 0

0.45

5% = 0.05

0 0

El valor 0.45 corresponde a un puntaje z de 1.645 en la Tabla A-2. El 95 percentil es la lectura de temperatura de 1.645 C.

30/06/2013

299

UDELAS

PROBLEMA PRCTICO
Si

se prueban los termmetros en el punto de congelacin del agua, el 95% de ellos dar una lectura de 1.645 C. menos, y el 5% de los termmetros dar una lectura de 1.645 C. o ms.

30/06/2013

300

UDELAS

PROBLEMA PRCTICO
Utilizando

los mismos termmetros, calcule P10, el 10 percentil. Es decir, encuentre la lectura de temperatura que separa el 10% inferior de todas las lecturas y el 90% superior.

30/06/2013

301

UDELAS

PROBLEMA PRCTICO
10% 90%

10% inferior 0.10 z 0.40 0.50

Se busca el valor ms cercano a 0.40 en la tabla; este corresponde a 0.399 y le corresponde un puntaje z= 1.28. Como el valor est a la izquierda de la lnea media es negativo. El 10 percentil= -1.28 C.
30/06/2013 302 UDELAS

PROBLEMA PRCTICO
Cuando

se prueban en el punto de congelacin del agua, el 10% de los termmetros da una lectura de -1.28 C o menos, y el 90% de los termmetros da una lectura de -1.28 o ms.

30/06/2013

303

UDELAS