estadistica-i3
TRANSCRIPT
-
UNIVERSIDAD NACIONAL DE INGENIERA
UNI- NORTE - SEDE REGIONAL Estel, Nicaragua
Estadstica Bsica para Ingenieros 15/07/2009
Luis Mara Dicovskiy Riobo
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
2
ndice
Introduccin ............................................................................................................. 4
Unidad I. Estadstica Descriptiva ............................................................................. 5
1.1 Introduccin Unidad I ............................................................................................. 5
Objetivos ...................................................................................................................... 5
1.2 Anlisis de datos .................................................................................................... 7
Principios a utilizar al construir una Tabla de Distribucin de Frecuencias, TDF. . 13
Grficos .................................................................................................................. 16
Grficos Multivariados ............................................................................................ 20
1.3. Medidas de Tendencia Central ........................................................................... 22
Media Aritmtica..................................................................................................... 22
La Mediana ............................................................................................................ 24
La Moda ................................................................................................................. 25
Otras medidas de tendencia central. ...................................................................... 27
La Media Geomtrica. ............................................................................................ 27
La Media Cuadrtica. ............................................................................................. 27
Cuartiles, Deciles y Percentiles. ............................................................................. 27
1.4 Medidas de Dispersin o de Variabilidad ............................................................. 28
El Rango. ............................................................................................................... 29
El Desvo Estndar................................................................................................. 29
La Varianza. ........................................................................................................... 31
El Coeficiente de variacin ..................................................................................... 31
1.5 Otras medidas tiles en Estadstica Descriptiva. ................................................. 32
La Asimetra o Sesgo. ............................................................................................ 32
La Curtosis. ............................................................................................................ 33
1.6 Muestras y Poblacin. .......................................................................................... 34
Muestreo Aleatorio Simple ..................................................................................... 35
Muestreo Estratificado ............................................................................................ 37
Muestreo por Conglomerados ................................................................................ 38
Muestreo Sistemtico ............................................................................................. 39
Unidad 2. Teora Elemental de Probabilidades ..................................................... 41
2.1 Introduccin a las Probabilidades ........................................................................ 41
2.2 Trminos Bsicos. ............................................................................................... 41
Objetivos .................................................................................................................... 41
2.3 Propiedades de la Probabilidad ........................................................................... 42
Regla del producto. ................................................................................................ 42
Regla de la Suma. .................................................................................................. 43
2.4 Probabilidad condicionada ................................................................................... 44
2.3 Teorema de Bayes............................................................................................... 46
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
3
Regla de la probabilidad total ................................................................................. 46
Planteo del Teorema de Bayes .............................................................................. 47
2.4 Tcnicas de conteo: Combinaciones y Permutaciones ....................................... 50
Unidad 3. Variables aleatorias y sus distribuciones. ............................................. 52
3.1 Distribuciones de Frecuencia, Introduccin. ....................................................... 52
Objetivos .................................................................................................................... 52
3.2 Variables aleatorias. ............................................................................................ 53
Funcin de densidad de probabilidad..................................................................... 54
Distribucin acumulativa o funcin de distribucin ................................................. 56
Parmetros caractersticos de una funcin de densidad de probabilidad. ............. 57
El Desvo Estndar y el Teorema de Chebyshev ................................................... 59
3.3 Distribucin Normal ............................................................................................. 60
3.4 Distribucin t de Student. .................................................................................. 64
3.5 La distribucin X2 de Pearson. ............................................................................ 65
3.6 La distribucin F de Fisher. ............................................................................... 66
3. 7 La distribucin Binomial. ..................................................................................... 68
3.8 Distribucin de Poisson ....................................................................................... 71
Unidad 4. Estimacin y prueba de hiptesis. ......................................................... 73
4.1 Estimacin por Intervalos de Confianza. .............................................................. 73
Objetivos .................................................................................................................... 73
4.2 Generalidades de las pruebas de Hiptesis ........................................................ 75
4.3 Prueba de hiptesis con pruebas t .................................................................... 77
La media de una muestra pertenece a poblacin con media conocido. ................. 77
Dos medias tomados en una misma muestra, en momentos diferentes, son
iguales. ................................................................................................................... 79
Las medias de dos muestras o grupos pertenecen a una misma poblacin. ......... 79
Bibliografa y Documentos Consultados ................................................................ 81
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
4
Introduccin
Este texto bsico de estadstica est diseando y organizado en funcin del contenido
de la mayora de los temas que se aborda en las asignaturas de Estadstica I y
Estadstica II que se imparte en las carreras de Ingeniera en Sistemas, Civil, Industrial
y Agroindustrial de la Universidad Nacional de Ingeniera, UNI, de Nicaragua. Sin
embargo por su forma sencilla y asequible con que se trat de abordar los diferentes
temas, este texto puede ser til en cualquier otra carrera universitaria.
Este libro tiene un enfoque utilitario, prctico, respetando el principio que la Estadstica
debe ser una herramienta fundamental para describir procesos y tomar decisiones en el
trabajo cotidiano de un Ingeniero. En el mismo se trat de romper la dicotoma entre
teora y realidad, respondiendo permanentemente a la pregunta Cundo puedo usar
esta teora? Qu me permite conocer o responder la misma?
Es por lo anterior, respetando el principio de asequibilidad es que buena cantidad de
los ejercicios fueron generados en el aula con la informacin que tienen los estudiantes
mano. Creo que la estadstica no puede funcionar si primero no se sabe como generar
el dato, y como organizar la informacin en forma de matriz de datos y que estos luego
puedan ser analizados usando un programa estadstico computacional.
Para hacer los ejercicios de este texto y construir grficos digitales se sugiere utilizar el
programa estadstico INFOSTAT, el cual dispone de una versin de uso libre que se
puede descargar gratuitamente desde la pgina www.infostat.com.ar .
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
5
Unidad I. Estadstica Descriptiva
Reflexin sobre el uso de la estadstica
Introduccin a la recoleccin de datos
Construccin de concepto bsicos
Explicar los diferentes tipos de medidas
Construir Distribuciones de Frecuencia.
Realizar los tipos de Grficos ms comunes
Construir medidas de tendencia central
Construir medidas de variabilidad
Utilizar las medidas en el anlisis de datos
Explicar principio bsicos de muestreo
1.1 Introduccin Unidad I
La estadstica, es una ciencia relativamente nueva pero con miles de aos de uso
emprico, Mara y Jos parten de Nazaret a Beln para ser censados por los romanos.
Hace 2000 aos ste imperio llevaba un control estadstico de lo que posean sus
colonias para luego cobrar impuestos En la actualidad los procedimientos estadsticos
son de particular importancia en las ciencias biolgicas y sociales para reducir y
abstraer datos. Una definicin que describe la estadstica de manera utilitaria es la que
dice que es: un conjunto de tcnicas para describir grupos de datos y para tomar
decisiones en ausencia de una informacin completa. La estadstica a diferencia de la
matemtica no genera resultados exactos, los resultados siempre tienen asociada un
grado de incertidumbre o error. La estadstica trata de lograr una aproximacin de la
realidad, la cual es siempre mucho ms compleja y rica que el modelo que podemos
abstraer. Si bien esta ciencia es ideal para describir procesos cuantitativos, tiene serios
problemas para explicar el porqu cualitativo de las cosas
Objetivos
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
6
En general podemos hablar de dos tipos de estadsticas, las descriptivas que nos
permiten resumir las caractersticas de grandes grupos de individuos y las
inferenciales que nos permite dar respuestas a preguntas (hiptesis) sobre poblaciones
grandes a partir de datos de grupos pequeos o muestras.
Construccin de Variables a partir de informacin.
Para poder analizar datos, ya sea de forma manual o por computadora, hay que
entender que trataremos a partir del estudio de la realidad observable crear un
modelo numrico terico donde se estudian variables para describirlas y analizar sus
relaciones. Para hacer esto primero es necesario definir algunos trminos tericos.
Variable: es una caracterstica observable de un objeto y que vara. Las variables se
pueden clasificar de diferentes maneras, un enfoque es reconocer dos grandes grupos
de variables las Cualitativas y Cuantitativas.
Variables Cualitativas, son aquellas que se ordenan en categoras debido a su
carcter subjetivo y absoluto, pueden ser de dos tipos nominales, u ordinales. En las
variables nominales los valores no pueden ser sometidos a un criterio de orden o
importancia como por ejemplo el sexo de una persona o el pas de origen. Las
variables ordinales pueden tomar distintos valores ordenados siguiendo una escala
establecida, aunque no es necesario que el intervalo entre mediciones sea uniforme,
por ejemplo: leve, moderado, grave.
Variables Cuantitativas, son las que sus caractersticas estn expresadas en valores
numricos, stas asumen cualquier valor y pueden variar en cualquier cantidad, sobre
una escala aritmtica e infinita y pueden subdividirse en dos tipos continuas o
medibles y discretas o contables.
Las variables continuas pueden adquirir cualquier valor dentro de un intervalo
especificado de valores, permite siempre que se encuentre un valor nuevo entre dos
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
7
valores previos. El rendimiento de un lote de frjol se mide en qq/mz es una variable
continua, se mide o pesa.
Las variables discretas presentan interrupciones en la escala de valores que puede
tomar. Estas separaciones o interrupciones indican la ausencia de valores entre los
distintos valores especficos que la variable pueda asumir por nmero de miembros de
una familia es una variable discreta, se cuenta y entre dos personas no hay un valor
intermedio, no existe 1.5 personas .
Las variables generan datos, con ellos se hace la estadstica y cada uno de stos
ocupa una celda de una matriz o base de datos. La Matriz de datos es un
ordenamiento de datos en fila y columnas donde cada fila es un individuo, una parcela,
una muestra, una unidad experimental o una encuesta determinada y cada columna:
una variable. Los programas Access, Excel, Infostat y SPSS ordenan los datos en
forma de matriz. Por ejemplo en una encuesta (cuestionario) cada pregunta que se
tiene, genera al menos, una variable generalmente discreta. Hay casos donde una
pregunta puede generar muchas variables de tipo dicotmico, SI- NO, que se suele
codificar como 1= SI y 0= NO.
Ejercicio 1.1: Construya variables relacionadas con su carrera, 5 nominales, 5
ordinales, 5 continuas y 5 ordinales.
Ejercicio 1.2 Clasifique las siguientes variables.
Peso de un estudiante.
Dimetro de una casa.
Color de ojos.
Tipo de techo.
# de ladrillos de una pared.
Belleza de una flor.
Temperatura semanal.
Largo de peces de un estanque.
1.2 Anlisis de datos
A partir de la realidad observable se debe crear un modelo
numrico terico para intentar estudiar sta realidad
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
8
Una vez que los datos se han codificado, transferidos a una matriz y guardado en una
computadora podemos proceder a analizarlos, proceso que se hace con un programa
estadstico como SPSS o INFOSTAT, de forma manual solo se pueden manejar pocos
datos y variables es por ello que el nfasis de este libro est ms en la interpretacin
de resultados que en los procedimientos de clculo.
El procedimiento de anlisis sugerido se esquematiza en la figura siguiente:
En general el investigador debe buscar de primero cmo describir sus datos y
posteriormente efectuar el anlisis estadstico para relacionar las variables generadas.
Los tipos de anlisis son variados y cada mtodo tiene su razn de ser un propsito
especfico, la estadstica no es un fin en s misma, sino una herramienta para analizar
datos.
Los principales anlisis que pueden efectuarse son:
Estadstica descriptiva de las
variables.
Pruebas de hiptesis para la toma de
decisiones.
Una primera tarea luego de construir una tabla o matriz de datos, es explorarlos
buscando informacin atpica o anormal y corregir los casos que la informacin atpica
se deba a una mala digitacin o error en la recoleccin de datos.
Creacin de la matriz de datos
Definicin de anlisis a realizar
Ejecucin de anlisis en
computadora
Interpretacin de resultados
la estadstica est ligada a la toma,
organizacin, presentacin y anlisis de
un grupo de datos.
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
9
Lo siguiente para observar el comportamiento de los datos es realizar una distribucin
frecuencias en forma de tabla y grficos. Para esto, los datos se agrupan en clases o
categoras y para grupo se calcula las frecuencias absolutas y relativas.
En este momento es importante poder definir el tipo de escala de medicin usada,
sucesin de medidas que permite organizar datos o para agrupar los datos, en este
sentido se pueden reconocer diferentes escalas:
Las Escalas Nominales, son discontinuas y se usan cuando describimos algo
dndole un nombre a cada categora o clase y estas son mutuamente excluyentes.
A cada categora se le adjudica un valor numrico. Por ejemplo la variable sexo
donde varn = 1 y mujer = 2.
Las Escalas Ordinales, son discontinuas y se usan donde hay un orden jerrquico
de un conjunto de objetos o eventos con respecto a algn atributo especfico, por
ejemplo ordenar los ingresos en tres niveles: alto =1, medio = 2 y bajo = 3. Las Escalas de Intervalos Iguales, estas pueden ser sumadas, restadas
multiplicadas y divididas sin afectar las distancias relativas entre las calificaciones.
Por ejemplo las medidas de temperatura en Grados C0, las calificaciones de un
examen en una escala de 1 a 100. En esta escala el 0 es arbitrario y no
necesariamente representa ausencia, tambin nos dice que un valor de 30 puntos
de un examen de espaol no necesariamente representa la mitad de conocimiento
de un valor de 60 puntos.
Las Escala de Razn Constante, tienen todas las propiedades de las Escalas de
intervalos ms un cero absoluto, por ejemplo las medidas de tiempo, peso y
distancia, el valor 0 representa ausencia del valor.
Un caso especial de escala ordinal es la escala de Likert, esta escala es muy usada en
las ciencias sociales y se usa para medir actitudes, Una actitud es una predisposicin
aprendida par responder consistentemente de una manera favorable o desfavorable
ante un objeto de sus smbolos. As las personas tenemos actitudes hacia muy
diversos objetos o smbolos, por ejemplo: actitudes hacia la poltica econmica, un
profesor, la ley, nosotros, etc. Las actitudes estn relacionadas con el comportamiento
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
10
que mantenemos. Estas mediciones de actitudes deben interpretarse como sntomas
y no como hechos. Esta escala es bipolar porque mide tanto el grado positivo como
negativo de cada enunciado y consiste en un conjunto de tem presentado en forma de
afirmaciones o juicios ante los cuales se pide reaccin a los sujetos en estudio en una
escala de 5 puntos, cada punto tiene un valor numrico. Un ejemplo de cmo calificar
con afirmaciones positivas es Le gusta cmo se imparte la clase de estadstica?:
1- Muy en desacuerdo, 2- En desacuerdo, 3- Ni de acuerdo, ni en desacuerdo,
4- De acuerdo, 5-Muy de acuerdo.
Estar de acuerdo con la idea presentada significa un puntaje mayor.
Ejercicio 1.3: entre los participantes de la clases tomar datos de 15 variables al
menos por ejemplo: Edad, Sexo, Procedencia, etc. Y luego ordnelos en forma de
matriz de datos, recodifique la informacin cualitativa en numrica.
Organizacin de una matriz de informacin a partir de un cuestionario.
Una encuesta impersonal con preguntas cerradas es una manera de recolectar mucha
informacin rpidamente que luego se puede codificarla fcilmente, la debilidad de este
instrumento es que no siempre la gente responde adecuadamente y que las
respuestas generadas se limitan a las opciones previamente definidas y la experiencia
nos dice que la realidad es mucho ms rica que lo que creemos ocurre a priori. Para
los que trabajan con entrevistas hay que saber que tambin la informacin que se
genera de las entrevistas puede luego tabularse numricamente de la misma manera
que una encuesta.
Encuestas o Cuestionarios: Al disear una encuesta esta debe ayudar a responder a
las preguntas que genera la hiptesis del trabajo, un error comn es hacer una
encuesta primero y luego que se han recolectado los datos, se solicita a un estadstico
que no ayude a analizar la informacin, la lgica es al revs se debe pensar como se
analizar la informacin desde el mismo momento que se disea la encuesta. Se
sugiera que las variables cualitativas (ej. nombres) se deben recodificar al momento
del llenado de la base de datos creando variables numricas discretas, por ej. Si
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
11
quiero clasificar la becas que otorga una Universidad puedo codificar a estas de la
siguiente manera: Beca interna =1, Beca externa =2 y No beca =0.
Si las opciones que genera una variable discreta permite hacer combinaciones de las
respuestas se sugiere crear muchas variables dicotmicas del tipo Si o No (1,0).
Veamos un ejemplo: Si se pregunta: que prcticas de en los cultivos realiza un
campesino, estas pueden ser varias y combinadas como: Insecticidas Botnicos,
Trampas amarillas, Barreras vivas, Semilla resistente etc. En este caso lo que se hace
es generar un variable del tipo 0-1 para cada opcin de prctica de cultivo, generando
muchas variables en una sola pregunta.
Para crear una base de datos hay que recordar que se est obteniendo una matriz de
datos donde en la primera fila se tiene el nombre abreviado de la variable y en el resto
de las filas los datos para cada encuesta o individuo en estudio. Las variables
cualitativas se deben recodificar, veamos el siguiente ejemplo hipottico de 8
encuestas:
Encuesta Sexo Edad Ingresos
semanales C$
Comunidad Labor
realizada
1 1 31 1,394 2 3
2 1 35 1,311 4 2
3 1 43 1,300 2 3
4 1 28 1,304 3 1
5 2 45 1,310 1 3
6 2 36 1,443 2 2
7 2 21 1,536 2 3
8 2 32 1,823 1 3
Esta matriz se codifica as: la variable Sexo: 1= varn, 2 = mujer. Para la variable
comunidad hay 4 tipos diferentes donde: 1= Estel, 2= Condega, 3= Pueblo Nuevo y
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
12
4= Limay y para Labor realizado: 1= en otra finca, 2= en la cuidad y 3= en la propia
finca.
De esta manera se transforma en datos numricos una informacin descriptiva, estos
nmeros permiten luego hacer estadstica.
Ejercicio 1.4: Intente codificar numricamente las respuestas que se generan a partir
de la encuesta de caracterizacin socioeconmica, que a continuacin se detalla,
discuta las posibles respuestas, diga si las preguntas estn bien formuladas, sugiera si
alguna de ellas est de ms y que preguntas propone para completar la informacin.
Hoja de Encuesta
Nmero de ficha___________
Fecha: ______________________________________________________
Primer Apellido_______________________________________________
Segundo Apellido______________________________________________
Nombres:_____________________________________________________
Ao____________
Direccin: _____________________________________________________
Estado Civil: ____________
Nmero de personas que habitan la vivienda__________________________
Nivel de estudio de ellos__________________________________________
Edad de cada una de ellos_________________________________________
Profesin: _____________________________________________________
Ejercicio 1.5:
Defina variables para caracterizar a los estudiantes del curso con el objetivo de
determinar posibles causas que tengan influencia en el rendimiento acadmico
del grupo.
Cree una base de datos de al menos 25 individuos. Ver ejemplo.
Ejemplo de una matriz de datos generados con datos de estudiantes.
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
13
Cdigos: Estado Civil: 1 Soltero, 2 Casado; Origen: 1 Estel, 2 No Estel; Sexo: 1
Varn, 2 Mujer; Becas: 1 Si 2 No; Opinin: 1 Negativa 5 Positiva
GENERACION DE DATOS
NOMBRE NOTAS Prom.
EST ADO CIVIL
EDAD ALTU RA
SEXO PESO origen INGRESO FAMI LIAR
BE CAS
Opinin
Abel 74 2 25 1.75 1 140 2 1 0 3
Adely 70 2 18 1.55 2 110 1 1 0 3
Alexis 80 2 24 1.85 1 150 1 1 1 2
Aracely 70 2 20 1.54 2 117 1 1 1 4
Candelario 78 1 24 1.65 1 150 2 1 0 5
Carlos 85 2 19 1.8 1 150 1 2 0 5
Cesar 70 2 19 1.7 1 140 2 1 0 5
Cleotilde 75 1 20 1.5 2 112 1 1 1 1
Danny T 70 2 18 1.7 1 160 1 1 0 4
Danny 85 2 18 1.67 1 120 2 1 0 4
David N 77 2 18 1.63 1 135 1 1 0 2
Deice 75 2 20 1.52 2 110 1 1 1 3
Edwin 80 1 18 1.75 1 110 1 1 0 3
Ronal 80 2 21 1.73 1 160 2 1 0 3
Sara 80 2 17 1.6 2 114 2 1 0 2
Sayda 78 2 18 1.5 2 128 2 1 0 5
Seyla 75 2 20 1.7 2 120 1 1 1 5
Tania 90 2 19 1.65 2 130 2 1 0 4
Uriel 70 2 22 1.65 1 140 2 1 0 2
Yilmar 78 2 18 1.8 1 174 2 2 0 4
Principios a utilizar al construir una Tabla de Distribucin de Frecuencias, TDF.
Aunque esta tabla sirve para resumir informacin de variables discretas continuas, de
manera particular la TDF permite transformar una variable continua, a una variable
discreta definida por el nmero de intervalos y su frecuencia. Esta transformacin
permite construir grficos de histogramas o polgonos. Con Variables continuas como
(peso, altura, produccin / superficie, etc.) el recorrido de la variable se parte en
intervalos semiabiertos, las clases.
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
14
Lo primero para construir una TDF es definir el nmero de clases intervalos a crear
y el intervalo o ancho de cada intervalo. Para que los grficos permitan visualizar
tendencias de la variable en estudios, el nmero de clases se recomienda que no sean
menor de 5 ni mayor de 20. Al ancho de clase se calcula dividiendo el Rango (valor
mayor valor menor), con un valor que debe variar entre 5 y 20. Hay que utilizar ms
clases cuando se tiene ms datos disponibles, si el nmero de clases es muy grande
es posible tener muchas clases vacas, si es demasiado pequeo podran quedar
ocultas caractersticas importantes de los datos al agruparlos. Se tendra que
determinar el nmero de clases a partir de la cantidad de datos presente y de su
uniformidad, en general con menos de treinta datos se usa una TDF con 5 clases.
El valor central de una clase se llama marca de clase, este valor se usa para construir
los grficos de polgonos de frecuencia. Veamos un ejemplo de cmo se construye una
Tabla de Distribucin de Frecuencias. Es importante resaltar que con las variables
nominales no se construyen intervalos, lmites marcas de clase, esto no tiene sentido
con este tipo de variable.
Ejemplo con Datos de ingresos de 24 familias. Variable: Ingresos semanales en C$
por familia, n = 24 datos.
1,450 1,443 1,536 1,394 1,623 1,650
1,480 1,355 1,350 1,430 1,520 1,550
1,425 1,360 1,430 1,450 1,680 1,540
1,304 1,260 1,328 1,304 1,360 1,600
Secuencia de actividades
Se calcula el Rango de los datos, valor mayor menos valor menor: 1680- 1,260 =
420 C$.
Ancho de clase: El rango se divide en cuatro, 420/4= 105 C$, se ajusta a 100 C$ y
de esta manera el nmero de clases queda en cinco.
Se construye los lmites inferiores y superiores de cada clase como intervalos
semiabiertos,
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
15
Luego se cuentan las frecuencias por clase, esto es la Frecuencia Absoluta
Se calcula la Frecuencia Relativa (Frecuencia Absoluta / n)
Se hace Frecuencia Acumulada. que es la suma de las frecuencias absolutas.
Tambin se pueden hacer las frecuencias expresadas en porcentajes.
Tabla de Distribucin de frecuencias, TDF.
Clase Lmite Inferior
Igual a
Lim. Superior
Menor a
Marca de
clase
Frecuencia
Absoluta
Frecuencia
Relativa
Frecuencia
Acumulada
1 1,200
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
16
1. Por medio de un grfico de Barras con variables nominales.
2. Con un Histograma con variables continuas.
3. Un polgono de Frecuencias cuando se quieren mostrar las frecuencias absolutas.
4. Con un grfico de Pastel cuando se tienen porcentajes o proporciones.
Ejercicio 1.6 Realizar una tabla de frecuencias con una variable discreta (contable) y
una variable continua (medible) de la matriz generada con los datos obtenidos en clase.
Ejercicio 1.7. Realizar un grfico de barras y un grfico de Pastel a partir de los datos
recolectados.
Grficos
Los grficos nos permiten presentar la informacin que san los datos de manera
resumida y grfica, fcil de entender. Los grficos pueden ser univariados, bivariados y
multivariados, segn el nmero de variables involucradas.
Grficos univariados, Ejemplo de edad de una muestra de personas, datos presentados
en forma de Histograma de frecuencias. En este grfico las barras se encuentran
unidas, no habiendo espacio entre las barras. Para su construccin primero se tiene
que hacer una tabla de distribucin de frecuencias, TDF, donde se precisen los lmites
reales de frecuencia, que se usan para construir las barras. El centro de cada barra es
la marca de clase, esta medida se usa para construir polgonos.
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
17
Histograma de Frecuencias absolutas, de la edad, de una muestra de personas
de una comunidad rural del Departamento de Estel. 2008.
Este grfico univariado se acompaa de estadstica descriptiva como medias,
medianas, desvos estndares e intervalos de confianza.
Grfico de Pastel o Sectores Ejemplo del nivel de educacin, de una muestra de
598 personas de origen rural, obtenido como salida de un anlisis con SPSS. Este
Grfico es creado con frecuencias y porcentajes, permite resaltar segmentos de clases
determinadas.
Edad
908580757065605550454035302520151050
Fre
cu
enc
ia d
e p
ers
onas
40
30
20
10
0
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
18
Grfico de pastel o sectores.
Grfico de Barras bivariado. Ejemplo de las notas de tres asignaturas presentadas
en forma de barras. Este resume la media de notas obtenido por asignatura. Entre
barra y barra hay un espacio. El grfico observado a continuacin se construy con
una variable nominal, asignatura y una variable continua, nota.
19%
15%
21%
45%
otros
ninguno
secundaria
primaria
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
19
Asignatura
AlgebraProgramacinContabilidadMatematica
No
ta P
rom
ed
io
75.5
75.0
74.5
74.0
73.5
73.0
72.5
72.0
72.5
75.2
73.0
73.5
Polgono de Frecuencias Ejemplo de un donde se grafica en el tiempo el desarrollo
de una enfermedad, tizn temprano, en el follaje de las platas de tomate. Este polgono
se construye con los valores medio de cada clase, Marca de clase y las frecuencias por
clase.
El Polgono es una lnea quebrada que se construye uniendo los puntos
medios en la parte superior de cada barra, marca de clase de un
histograma
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
20
Das despues del trasplante
76696255484134272013
% D
esa
rro
llo d
e T
iz
n
en
To
ma
te
30
20
10
0
Polgono de frecuencias acumuladas, en porcentaje del desarrollo de una
enfermedad fungosa, en plantas de tomate.
Grficos Multivariados
Grfico de Barras que incorpora 4 variables dicotmicas (si- no)
Este tipo de grfico permite
resumir de manera muy
eficiente la informacin de
hasta 6 o 7 variables. Es
ideal para usar con
escalas de opinin como la
escala Likert o variables
dicotmica, SI y NO.
Telfono
Asistencia Mdica
Agua Potable
Electricidad
Escuela Cercana
Po
rce
ntje
de
re
sp
ue
sta
afirm
ati
va
120
100
80
60
40
20
0
19
30
43
98
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
21
Grfico De Barras, Bivariado en Cluster o Agrupamientos
Grfico bivariado, que se puede acompaar de una tabla cruzada de frecuencias y
porcentajes con una prueba estadstica X2 de independencia.
Grfico Bivariado De Barras Apiladas
Grfico bivariado
que reduce el
nmero de barras y
por lo tanto se
simplifica el diseo.
Se puede construir
con frecuencias o
porcentajes
Nivel educativo
solo leeunivers itariosecundariaprimaria
Po
rce
nta
je
50
40
30
20
10
0
Sexo
varn
mujer
13
23
41
89
19
46
Sexo
mujervarn
Ca
ntid
ad
de
en
tre
vis
tad
os
140
120
100
80
60
40
20
0
Rol en la familia
hijo/a
madre
padre
jefe de familia
62
79
2822
1015
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
22
1.3. Medidas de Tendencia Central
Al forjarnos una imagen mental de la distribucin de frecuencias de un conjunto de
mediciones, una de las primeras apreciaciones descriptivas de inters es una medida
de tendencia central, es decir, una que localiza el centro de la distribucin.
Una de las medidas de tendencia central ms comn y til es la media comn o media
aritmtica, pero tambin son de importancia, segn las circunstancias y el tipo de
variables la moda y la mediana. Otras medidas de tendencia central menos usadas
son la media geomtrica y la media cuadrtica.
La sumatoria, un concepto bsico introductorio:
En matemtica, el smbolo Griego en mayscula se utiliza para indicar sumatoria de
datos donde:
Siendo x un valor de una medicin de la variable en estudio e i un ndice que vara
de 1 a n .El nmero de datos de la muestra se identifica con la letra n.
Media Aritmtica
La media aritmtica o simplemente media de un conjunto de mediciones es la medida
de tendencia central ms usada y conocida. Esta medida se simboliza como x (x con
raya) cuando representa la media muestral y como (letra griega minscula) para
Un Grfico permite ver rpidamente lo que nos dicen los
datos
1 = x1 +x2 +x3 +x4 +.......+ xn
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
23
representar la media poblacional. x o es la suma de todos los valores de la
muestra o poblacin divididos por el nmero de casos. En el caso de la media muestral
esta es igual a: x (x1 + x2 + x3 ++ xn)/ n donde n es el nmero de datos de la
muestra y x el valor numrico del dato. La frmula simplificada de la media es:
x = (n
x1
i / n), donde representa la letra griega sigma que en matemticas es el
smbolo de sumatoria de datos, el subndice i es un valor que vara desde 1 a n.
Cuando se tienen datos agrupados en una distribucin de frecuencias se obtiene el
punto medio de cada intervalo y se determina media de la siguiente manera:
= 1
Donde f es la frecuencia de la clase y x el punto medio de cada intervalo.
Una debilidad de la media aritmtica es que es sensible a valores extremos de la
distribucin y que carece de sentido para variables medidas con un nivel nominal u
ordinal.
Ejemplo de clculo de una media.
Si tengo la nota de un examen de matemticas de 10 estudiantes en una escala de 1 a
100 donde:
Estudiante Variable Nota = xi Valor de xi Luis X1 62
Alberto X2 68
Juan X3 92
Pedro X4 88
Roberto X5 55
Mara X6 79
=
Media Aritmtica
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
24
Raquel X7 89
Luisa X8 92
Rosa X9 67
Diana X10 69
i
x10
1= 761.
En este caso i varia de 1 a 10.
Media de notas de los estudiantes = i
x10
1/10 = 761/10 = 76.1
La Mediana
La segunda medida de tendencia central es la mediana. La mediana m de un conjunto
de mediciones x1, x2, x3,...., xn es el valor de x que se encuentra en el punto medio o
centro cuando se ordenan los valores de menor a mayor.
Si las mediciones de un conjunto de datos se ordenan de menor a mayor valor y n es
impar, la mediana corresponder a la medicin con el orden (n + 1) / 2. Si el nmero
de mediciones es par, n = par, la mediana se escoge como el valor de x a la mitad de
las dos mediciones centrales, es decir como el valor central entre la medicin con
rango n/2 y la que tiene rango (n/2) + 1.
Ejemplo de clculo de una mediana.
En el ejemplo de las notas de matemticas la mediana se construye ordenando los
datos de menor a mayor:
Estudiante Datos ordenados Valor de xi Roberto 1 55
Luis 2 62
Rosa 3 67
Alberto 4 68
Diana 5 69
Mara 6 79
Pedro 7 88
Reglas para calcular la mediana
Ordenar las mediciones de menor a mayor
Si n es impar, la mediana m es la medicin con rango (n + 1) / 2
Si n es par, la mediana m es el valor de x que se encuentra a la mitad
entre la medicin con rango n / 2 y la medicin con rango (n /2)+1.
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
25
Raquel 8 89
Juan 9 92
Luisa 10 92
Como n es par, la mediana es igual a la mitad entre la medicin con rango n / 2 y la
medicin con rango (n/2) +1, donde n / 2 = 5 y (n /2) +1)= 6.
El dato 5 vale 69 y el dato 6=79, entonces la mediana es igual a 69 + 79 / 2= 74
En este ejemplo la mediana es semejante a la media.
La Moda
La moda es la medida de tendencia central ms fcil de calcular y tambin es la ms
sujeta a fluctuaciones cuando cambian unos pocos valores de la distribucin. Por esta
razn la moda se suele usar para una evaluacin rpida de la tendencia central. La
moda se define como el valor ms frecuente de una distribucin. En una tabla de
frecuencias, la frecuencia mayor es la que contiene a la moda. Esta medida se usa ms
y tiene ms sentido cuando se describen datos nominales, de hecho es la nica medida
de tendencia central que funciona con este tipo de escala.
Comparaciones entre las diferentes medidas.
Las tres medidas de tendencia central, la media, mediana y moda, no son igualmente
tiles para obtener una medida de tendencia central. Por el contrario, cada una de
estas medidas tiene caractersticas que hacen que su empleo sea una ventaja en
ciertas condiciones y en otras no.
La media es la medida de tendencia central, generalmente ms usada y tiene la
caracterstica que incorpora todos los datos de la variable en su clculo por lo tanto su
La moda es el valor ms frecuente y funciona bien con escalas nominales
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
26
valor suele ser ms estable. Adems se suele preferir en la construccin de pruebas de
hiptesis, en la estadstica inferencial. Se usa normalmente con datos de intervalo y de
razn constante y cuando las distribuciones tiene forma simtrica.
La mediana suele ser la medida preferida cuando se emplea una escala ordinal, estas
son las situaciones donde el valor asignado a cada caso no tiene otro significado ms
que el indicar el orden entre los casos. Por ejemplo saber en una clase cuales alumnos
estn dentro del 50% con mejores notas y cuales dentro del 50% con peores notas.
Tambin se suele preferir la mediana cuando unos pocos valores extremos
distorsionan el valor de la media. Por ejemplo si tengo 9 personas con 0 ingresos y uno
sola que tiene ingresos de 10 unidades, la media me puede dar a entender que la
mayora recibe 1 unidad, cuando esto no es real.
La moda en ciertas condiciones puede ser la ms apropiada, por ejemplo cuando se
quiere informacin rpida y cuando la precisin no sea un factor especialmente
importante. En ciertos casos solo esta medida tiene sentido por ejemplo en un equipo
de ftbol llevo la estadstica por jugador (escala ordinal) de la cantidad de pases que
realiza por juego, esto para detectar quien es el que mejor distribuyendo la pelota, en
este caso la media y la mediana no tendran significado, solo la moda.
No necesariamente una escala de medida nos debe decir qu tipo de medida de
tendencia central debemos usar, pero si nos ayuda a determinar cul es la ms
apropiada.
Un aspecto interesante entre las tres medidas es su comportamiento referente a la
simetra que toma una distribucin. Cuando las distribuciones son simtricas, sin
sesgo, caso de la distribucin Normal que tiene forma de campana, la media, la
mediana y la moda coinciden. Si la distribucin es asimtrica con sesgo positivo, hay
ms datos hacia la izquierda de la media, entonces la media es mayor que la mediana
y esta mayor que la moda. Si ocurre lo contrario, el sesgo es negativo, entonces la
media es menor que la mediana y esta menor que la moda.
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
27
Otras medidas de tendencia central.
La Media Geomtrica.
La media geomtrica se define comon
ng xxxxx ..321 , por ejemplo la media
geomtrica de los valores 4, 5, 4, 6 es 68.4)6)(4)(5)(4(4 gx
Una ventaja de su uso es que considera todos los valores de la distribucin y es menos
sensible que la media aritmtica a los valores extremos, sin embargo es de clculo
complicado y si un valor vale 0 se anula.
La Media Cuadrtica.
Se construye a partir de suma de los cuadrados de un conjunto de valores. Su forma de
clculo es 2
22
3
2
2
2
1 ...
n
xxxxx nc
, si tomamos los valores anteriores la
media cuadrtica tiene el siguiente valor 81.44
64542
2222
cx
Se utiliza cuando se quiere evitar los efectos de los signos. sta media solo puede
tomar valores positivos.
Cuartiles, Deciles y Percentiles.
Cuartiles: si a un conjunto de datos se ordena de mayor a menor, el valor central es la
mediana, este valor divide el grupo, en dos subgrupos cada uno con el 50 % de los
datos. Si a cada subgrupo ordenado se le marca el valor central, tenemos as tres
valores seleccionados que llamaremos Cuartiles, Q1, Q2 y Q3. Estos valores dividen al
conjunto de datos en cuatro grupos con igual nmero de trminos, cada cuartil contiene
el 25% de los datos. La mediana es el cuartil dos, Q2. Con los Cuartiles se construye un
grfico especial, el diagrama de caja, este permite visualizar la variabilidad de los
datos por Cuartil.
En el diagrama de caja, el centro de la caja es el Q2, la mediana, los bordes de la caja
son el Q1 y el Q3. En los extremos del diagrama se trazan dos rayas horizontales que
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
28
representan los valores mximo y mnimo de la distribucin y que no se consideran
anmalos. Para hallar los valores de las rayas se multiplica la amplitud inter cuartil (Q3 -
Q1) por 1,5 y el resultado se suma a Q3 y se resta a Q1.Por ltimo, por encima y por
debajo de las rayas se representan de forma individual los valores extremos y
anmalos de la distribucin.
Diagrama de caja, variable: cantidad de carne consumida por ao.
Deciles, si el conjunto de valores, ordenados de de mayor a menor, se dividen en diez
partes iguales, los valores que dividen los datos se llaman deciles y son nueve, D1,
D2,..D9.
Percentiles, si se tiene un conjunto de datos muy numerosos y a este se lo divide en
100 partes iguales, cada valor que divide los datos se llama percentil, P1, P2, P3P99.
1.4 Medidas de Dispersin o de Variabilidad Las medidas de variabilidad indican la dispersin de los datos en la escala de medicin
y son tan importantes como las medidas de tendencia central y as como stas son
valores puntuales en una distribucin, las medidas de dispersin son intervalos,
3.7
7.5
11.2
14.9
18.7
Kg
Mediana
Carne consumida por ao
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
29
distancias o un nmero de unidades en la escala de medicin. Este tipo de medida se
complementa con las medidas de centralidad y ambas permiten describir a la mayora
de las distribuciones. Los tipos de medidas de Dispersin ms comunes son: el
Rango, el Desvo Estndar y la Varianza.
El Rango.
El Rango, Recorrido o Amplitud de un conjunto de mediciones, es la diferencia entre el
valor mayor y el valor menor, indica el nmero necesario y mnimo de unidades, en la
escala de medicin, para incluir los valores mnimo y mximo. Es la medida de
dispersin ms fcil de calcular, pero tambin es la menos estable al estar fuertemente
influenciada por valores extremos atpicos.
Cuanto ms grande es el rango, mayor ser la dispersin de los datos de una
distribucin. Es adecuada para medir la variacin de pequeos conjuntos de datos.
El Desvo Estndar.
El Desvo Estndar es la medida de dispersin ms ampliamente usada y es la ms
estable ya que depende de todos los valores de la distribucin. Es la media de
desviacin de los valores con respecto a la media, aunque una definicin completa
sera: la raz cuadrada de la suma de las desviaciones alrededor de la media, elevadas
al cuadrado y divididas entre el nmero de casos menos uno en el caso de S.
Desvo Estndar S: la raz cuadrada de la suma de las desviaciones alrededor de la
media, elevadas al cuadrado y divididas entre el nmero de
casos menos uno.
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
30
Cuando se trabaja con muestras el desvo estndar se simboliza con una S y con la
letra sigma minscula cuando se usan datos de una poblacin. Su frmula de
clculo tradicional es:
Donde i es cualquier valor de uno a n o N, y n es el nmero total de datos de la
muestra y N de la poblacin.
El desvo estndar, S o , se interpreta como cuanto se desva de la media un
conjunto de valores. Este valor se grafico como un intervalo. Esta medida solo se utiliza
con variables continuas u ordinales.
Clculo de S por suma de cuadrados
El desvi estndar se puede expresa tambin de la siguiente manera:
=
21
1 2
1
Esta forma de resolucin es equivalente a la forma de clculo tradicional, pero esta
descomposicin es la ms usada en estadstica inferencial, por ejemplo en la
construccin de tablas de Anlisis de Variancia, ANDEVA.
Ejemplo de clculo de Desvo Estndar S
Con el ejemplo de las notas de matemticas haremos clculo de S
S=
= 13.6
= 2
1
1
= 2
1
9/))1.7692()1.7692()1.7689()1.7688(
)1.7679()1.7669()1.7668()1.7667()1.7662()1.7655((
2222
222222
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
31
Se sugiere hacer estos clculos usando una calculadora cientfica en funcin
estadstica.
La Varianza.
La varianza es el desvo estndar elevado al cuadrado y se simboliza con S2 cuando
es muestral, o 2 cuando es poblacional. Este es una medida que se usa en muchas
pruebas de Hiptesis estadsticas, por ejemplo el Anlisis de Varianza, ANDEVA que
se basa en la descomposicin y relacin de las varianzas de las causas de variacin de
los datos. Pero para fines descriptivos se prefiere usar el desvo estndar en vez de la
varianza, que suele ser un valor mayor y difcil de interpretar.
El Coeficiente de variacin
El coeficiente de variacin, CV, es un cociente entre el desvo estndar y la media de
los datos, expresado en porcentaje, CV = 100 . Este coeficiente permite
comparar la variabilidad de diferentes muestras de una poblacin la variabilidad entre
variables diferentes. En general en investigacin experimental un CV menor al 10 %,
muestra que los datos tienen poca variabilidad, es decir que los valores observados
son en general cercanos al valor medio, sin embargo en procesos productivos se
puede exigir valores muy pequeos de variabilidad.
Interpretacin de las medidas de tendencia central y de la variabilidad. Cabe destacar que al describir nuestros datos, debemos interpretar nuestros datos de
tendencia central y de variabilidad en conjunto y no de manera separada. Con la media
y el desvo estndar se pueden construir intervalos donde supongo estn la mayora de
los datos en el caso que la distribucin sea normal. La moda, mediana y el rango
pueden completar la informacin sobre la distribucin y as tener una buena idea de lo
que sucede con la variable en estudio.
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
32
1.5 Otras medidas tiles en Estadstica Descriptiva.
Cuando los polgonos de frecuencia de una variable se presentan en forma de curva
hay dos medidas esenciales para describir estas curvas: La Asimetra y la Curtosis.
La Asimetra o Sesgo.
La Asimetra es una medida necesaria para conocer cunto se parece nuestra
distribucin a la distribucin terica de una curva normal, curva con forma de
campana, y constituye un indicador del lado de la curva donde se agrupan las
frecuencias. Esta medida se construye con el valor medio, la mediana y el desvi
estndar. Si el valor del sesgo es cero (asimetra = 0), la curva de distribucin es
simtrica, en este caso coinciden los valores de la media, la mediana y la moda.
Cuando el sesgo es positivo, la media es mayor que la mediana, quiere decir que hay
valores agrupados hacia la izquierda de la curva y la cola de la distribucin es ms
larga a la derecha. Cuando el sesgo es negativo, la media es menor a la mediana,
significa que los valores tienden a agruparse hacia la derecha de la curva, por encima
de la media y la cola de la distribucin es ms larga a la izquierda.
Su forma de clculo original es: =( )
pero como aproximadamente se
cumple que Media Moda = 3 (Media - Mediana), se usa la siguiente forma de
clculo prctico del sesgo:
=( )
En una variable continua:
La media, la mediana y la moda son puntos en una recta.
El desvo estndar y el rango son intervalos.
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
33
Histograma de consumo de cereal en Kg/ ao por habitante de diferentes pases. En
este grfico se observa una asimetra o sesgo positivo de 0.93, hay un agrupamiento
de datos a la izquierda de la curva de distribucin normal, curva en color negro.
Histograma de consumo de cereal en Kg/ ao por habitante de diferentes pases. En
este grfico se observa una asimetra o sesgo positivo de 0.93, hay un agrupamiento
de datos a la izquierda de la curva de distribucin normal, curva en color negro.
Sesgo estandarizado, es una medida que se calcula de la siguiente manera:
=
Para datos que siguen una distribucin normal (ver unidad 3) el sesgo estandarizado
debe caer dentro de un intervalo (-2,+2).
La Curtosis.
La curtosis es una medida que indica o mide lo plano o puntiaguda que es una curva de
distribucin. Cuando esta es cero, curtosis = 0, significa que se trata de una curva
Normal. Si es positiva, quiere decir que la curva o distribucin o polgono es ms
puntiaguda o levantada que la curva normal (curva leptocrtica). Si es negativa quiere
decir que es ms plana (curva mesocrtica).
15 22 28 34 41 47 54 60
Cereal
0.00
0.08
0.17
0.25
0.34
frecuencia
rela
tiva Asimetria 0.93
Consumo Kg/ ao de cereal por pas
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
34
Curtosis =
( )
=
Curtosis estandarizada, es una medida que se se calcula de la siguiente manera:
=
. Para datos que siguen una distribucin normal (ver
unidad 3) la curtosis estandarizada debe caer dentro de un intervalo (-2,+2).
Ejercicio 1.8:
Tomando como fuente de datos las variables continuas recolectadas a partir de los
datos que generen los estudiantes en clase debe construir
Medidas de tendencia central: medias, modas, medianas,
Medidas de dispersin: desviacin estndar y rango
distribucin de frecuencias
espacios: x 2 S y determinar cuantos datos entran en este intervalo. Grficos de barras, histogramas y grficos de pastel
1.6 Muestras y Poblacin.
Llamaremos poblacin a un conjunto homogneo de elementos en el que se estudia
una caracterstica dada. El censo es la forma de estudio de todos los elementos de una
poblacin. Frecuentemente no es posible estudiar toda la poblacin ya que suele ser
econmicamente inviable o llevar tanto tiempo que es impracticable.
Definicin:
Las medidas calculadas a partir de la poblacin, Ej. y se llaman PARMETROS
Las medidas calculadas a partir de las muestras, Ej. x S se llaman
ESTADSTICOS
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
35
Como generalmente no se puede estudiar la poblacin, se selecciona un conjunto
representativo de elementos de esta, que llamaremos muestra. Cuando la muestra
est bien escogida podemos obtener informacin de la poblacin similar a la de un
censo, pero con mayor rapidez y menor costo.
La clave de un procedimiento de muestreo es garantizar que la muestra sea
representativa de la poblacin. Por lo tanto cualquier informacin al respecto de las
diferencias entre sus elementos debe tenerse en cuenta para seleccionar la muestra,
esto origina diferentes tipos de muestreo, los cuales se describen a continuacin.
Muestreo Aleatorio Simple
Es la manera ms sencilla de hacer muestreo. Decimos que una muestra es aleatoria
cuando:
Cada elemento de la poblacin tiene la misma probabilidad de ser elegido.
La poblacin es idntica en todas las extracciones de muestreo. Esta
caracterstica es irrelevante si el tamao de la poblacin (N) es grande en
relacin al tamao de la muestra (n).
Tenemos varias formas de calcular el n, nmero de de elementos de la muestra.
Clculo de n por ecuacin: Cuando la fraccin n / N a priori se determina que ser
mayor que 0.1, un mtodo para determinar n de manera aproximada es el siguiente:
q*pD*1)(N
q*p*Nn
Donde:
Los valores p y q cumplen que p + q = 1 y generalmente se acepta que p =
q = 0.5.
D es un valor que se vincula al error de estimacin prefijado donde D = B2 /4
B es el error de estimacin que se debe fijar y generalmente flucta entre 0.01
y 0.10
p x q es la variancia de una distribucin binomial de una pregunta dicotmica,
con tiene 2 posibles respuestas.
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
36 p1 p2 p3 p4 p5 p6 p7 p8 p9 p10 p11 p12 p13 p14 p15
promedio
70
72
75
77
79
no
ta
Grfico de Estabilidad de Promedios
Si bien este modelo es bastante terico es un mtodo muy usado para aproximar un
valor de n entrevistados, cuando se realiza investigacin social.
Clculo de n Grficamente: Se sabe que a ms grande la muestra mejor sta
estima la media de la poblacin, sin embargo hay un momento que la media que se
calcula a partir de la muestra casi no cambia, aunque sta aumente de tamao, en ese
momento el tamao de la muestra comienza a ser ptimo.
Esta estabilidad de medias se puede observar grficamente con un grfico de medias.
La primera media de este grfico se hace con un dato de la poblacin, el segundo con
dos datos, el tercero con tres datos y as sucesivamente, hasta que en el grfico las
medias casi no flucten entre muestra y muestra. A continuacin se muestra un
ejemplo de 15 datos de notas que obtuvieron 15 estudiantes en la asignatura de Fsica.
En la fila tercera se calcularon las medias consecutivos, con un dato, dos datos, tres
datos hasta 15 datos. Se observa que a partir de 10 datos, la media se estabiliza en
el valor 75, el valor de n, tamao de muestra para esta variable estara entre 11 y 12
datos.
72 68 82 88 65 79 89 92 67 69 75 79 71 78 75
x1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 x 10 x 11 x 12 x 13 x 14 x 15
72 70 74 77 75 76 78 79 78 77 77 77 77 77 77
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
37
Grfico de Estabilidad de Medias
Clculo emprico por lotes. Cuando en un proceso industrial se tienen lotes, volumen
de produccin por tiempo por cantidad de materia prima. Para realizar un control de
calidad del proceso productivo se puede seguir el siguiente criterio de muestreo
desarrollado por el ejrcito de EEUU (Military Estndar 414):
Tamao del Lote % de piezas de la
muestra
60-300 10
301-1000 5
1001-5000 2
+ 5000 1
Muestreo Estratificado
El muestreo aleatorio simple debe utilizarse cuando los elementos de la poblacin son
homogneo respecto a las caractersticas a estudiar, es decir a priori no conocemos
que elementos de la poblacin tendrn valores altos de ella. Cuando dispongamos de
informacin sobre la poblacin conviene tenerla en cuenta al seleccionar la muestra.
Un ejemplo clsico son las encuestas de opinin, donde los elementos (personas) son
heterogneas en algunas variables como: sexo, edad, profesin, etc. Interesa en estos
casos que la muestra tenga una composicin anloga a la poblacin, lo que se
consigue mediante una muestra estratificada.
Se denomina muestra estratificada aqul en que los elementos de la poblacin se
dividen en clases o estratos. La muestra se toma asignando un nmero o cuota de
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
38
miembros a cada estrato y escogiendo los elementos por muestreo aleatorio simple
dentro del estrato.
En concreto si existen k estratos de tamao N1...Nk y tales que N = N1 + N2 +....+ Nk
se tomar una muestra n que garantice una presencia adecuada de cada estrato n i.
Una forma sencilla para dividir el tamao total de la muestra n entre los estratos de
ni es por el Mtodo Proporcional, el cual toma en cuenta el tamao relativo del estrato
de la poblacin, por ejemplo si en la poblacin hay un 55 % de mujeres y un 45 % de
hombres, mantendremos esta proporcin de la muestra. En general se har de la
manera ni= *Ni/N.
Muestreo por Conglomerados
Existen situaciones donde ni el muestreo aleatorio simple ni el estratificado son
aplicables, ya que no disponemos de una lista con el nmero de elementos de la
poblacin ni en los posibles estratos. En estos casos tpicamente los elementos de la
poblacin se encuentran de manera natural agrupados en conglomerados, cuyo
nmero es conocido, por ejemplo la poblacin rural se distribuye en comunidades y los
habitantes de un barrio en manzanas. Si suponemos que cada uno de estos habitantes
es parte de un conglomerado que pertenece a una poblacin total de conglomerados
semejantes para una variable dada, podemos seleccionar algunos conglomerados al
azar y dentro de ellos analizar a todos sus elementos o una muestra aleatoria simple.
Este mtodo se conoce como muestreo por conglomerados y tiene la ventaja de
simplificar la recogida de la informacin muestral, no es necesario visitar todos los
conglomerados para recolectar una muestra. El inconveniente obvio es que si los
conglomerados son heterogneos entre s, cmo se analizan solo algunos de ellos la
muestra final puede ser no representativa de la poblacin, algo as sucede si estudio a
fondo una comunidad en lo referente a un opinin dada y supongo que los resultados
son representativos de un conjunto de comunidades, pero si esta comunidad estudiada
tiene opiniones distintas del resto, los resultados no sern representativos de la
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
39
poblacin, por ejemplo las comunidades ms ricas suelen tener opinin diferente a las
ms pobres respecto a la ayuda social que da el estado
En resumen las ideas de estratificacin y de conglomerados son opuestas, la
estratificacin funciona tanto mejor cuanto mayor sean las diferencias entre los estratos
y ms homogneas sean estos internamente. Los conglomerados funcionan si hay
poca diferencia entre ellos y son muy heterogneos internamente, que incluyan toda la
variabilidad de la poblacin en el conglomerado.
Muestreo Sistemtico
Cuando los elementos de la poblacin estn en una lista o un censo, se puede utilizar
el muestreo sistemtico. Supongamos que tenemos una poblacin de tamao N y se
desea una muestra de tamao n y sea K un valor entero ms prximo a la relacin
n/N. La muestra sistemtica se toma eligiendo al azar, con nmeros aleatorios, un
elemento entre los primeros K elementos y se denomina n1. El muestreo se realiza
seleccionando los elementos (n1 + K); (n1 + 2 K), etc. a intervalos fijos de K hasta
completar la muestra. Si el orden de los elementos en la lista es al azar, este
procedimiento es equivalente al muestreo aleatorio simple, aunque resulta ms fcil de
llevar a cabo sin errores.
Si el orden de los elementos es tal que los ms prximos tienden a ser ms semejantes
que los alejados, el muestreo sistemtico tiende a ser ms preciso que el aleatorio
simple al cubrir ms homogneamente toda la poblacin.
El muestreo sistemtico puede utilizarse conjuntamente con el estratificado para
seleccionar le muestra dentro de cada estrato.
La regla general que se aplica a los procedimientos de muestreo es
que: cualquier informacin previa debe utilizarse para subdividir la
poblacin y asegurar mayor representatividad de la muestra.
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
40
Ejercicio 1.9:
Suponga que quiere conocer la opinin de una comunidad donde hay 50
personas adultas, N = 50. Cul es la es tamao de n mnimo a calcular?
Cul sera el valor de n con una ciudad de 50,000 habitantes?
Discuta que mtodo de muestreo usara si quiere estudiar la opinin de la gente
de 12 comunidades semejantes en cuanto a su nivel de vida y forma de producir
la tierra.
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
41
Unidad 2. Teora Elemental de Probabilidades Definir conceptos bsicos de probabilidad
Explicar las Reglas de Adicin y Multiplicacin
Valorar la importancia de la probabilidad para la seleccin de una muestra
Introducir la probabilidad condicional y Bayesiana
2.1 Introduccin a las Probabilidades
Con esta teora se estudia fenmenos naturales con
el fin de descubrir regularidades en la ocurrencia de
los mismos. Sus fundamentos aunque parezca
extrao se bas en un inicio en el estudio de los
juegos al azar (dados, cartas, ruletas, etc.), as
comenz esta ciencia en la Francia Monrquica.
Sus aplicaciones hoy da abundan, por ejemplo en
diseo de modelos de mejoramiento gentico,
anlisis de experimentos, predicciones del tiempo,
prediccin de vida til de un equipo, etc. En nuestra vida diaria aplicamos
inconscientemente probabilidades cuando compramos un billete de lotera o llevamos
un paraguas cuando vemos el cielo nublado.
2.2 Trminos Bsicos.
Experimento: Es el proceso que permite obtener una o varias observaciones.
Espacio Muestral S : Todos los posibles resultados de un experimento.
Evento A: Algn resultado del experimento que nos interesa.
Ejemplo: Experimento: tirar un dado.
Espacio muestral = (1, 2, 3, 4, 5, 6)
Evento A = sale 3.
Objetivos
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
42
Probabilidades: La probabilidad de un evento A se define
como la frecuencia relativa de A en el espacio muestral
y se denota como P(A).
Por ejemplo si en una comunidad hay 64 campesinos que
siembran frijol de forma manual y 16 con bueyes. En este
caso hay 2 eventos: Siembra manual y Siembra con bueyes
y existe la P(bu) y la P(ma) asociados a la frecuencia de
ocurrencia de cada evento. La probabilidad que al elegir una parcela al azar esta fue
sembrada de forma manual P(ma) es de 16/80 = 0.20 20 %.
Se debe considerar que la P(A) se hace ms real en la medida el nmero de
elementos de se hace ms grande
2.3 Propiedades de la Probabilidad
0 P(A) 1
El evento A es ms probable que B P(A) P(B)
Un Evento cierto, que seguramente ocurre, tiene probabilidad 1.
Un Evento imposible, que nunca ocurrir, tiene probabilidad 0.
Tiene dos reglas bsicas que la estructuran: la regla del producto y la regla de la
suma.
Regla del producto.
Si dos evento A y B son independientes si A no influye de ninguna manera en B y
viceversa. La probabilidad que los eventos independientes A y B ocurran al mismo
tiempo es P(A y B) = P (AB) = P(A) x P (B)
P(A) = # casos favorables / # casos Totales de = #A / # elementos de
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
43
Por ejemplo si la Probabilidad de un nacimiento de un nio es 0.5, P (nio) = 0.5, la
probabilidad que dos mujeres su primer parto tengan hijos varones es un evento
independientes, uno no influye sobre otro, la P (nio, nio) es de 0.52 = 0.25
Una paradoja es que una persona que compra todas las semanas la lotera, para un
sorteo dado, tiene la misma probabilidad de sacar el premio mayor que una persona
que compr un nmero por primera vez.
Ejercicio 2.1: estimar la probabilidad que al elegir por sorteo dos estudiantes del grupo,
ambos sean varones. Determinar tambin cuales eventos forman es este caso.
Si los sucesos son independientes: P(A) x P (B) es igual p(A B), A interseccin B.
Regla de la Suma.
Para que dos eventos A y B se puedan sumar directamente, estos deben ser
incompatibles, es decir ellos no pueden ocurrir al mismo tiempo. P(AB) = 0
La probabilidad que ocurra A B para eventos incompatibles A y B es P(A B) =
P (A) + P (B) = P(AB)
Si los eventos no son incompatibles P(AB) = P (A) + P (B) - P(AB). Esta sera la
regla general de la suma de probabilidades.
En el ejemplo de arrojar dos veces una moneda al aire, la probabilidad que salga una
vez cara y el otro sol sin importar el orden, es la probabilidad de los eventos cara, sol
y sol, cara. Debido a que son cuatro los eventos posibles = cara cara, sol cara,
cara sol y sol-sol y cada uno con igual probabilidad, cada uno de esto eventos tiene
una P = 0.25, de ocurrencia. Por lo tanto la ocurrencia de cara-sol ms sol cara
es de P (c, s) + P (s, c)), que en valore de probabilidades es de P (0.25) + P (0.25) =
0.5
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
44
Ejercicio 2.2. En la matricula de primer ao de la universidad, 150 estudiantes son
originarios del departamento de Estel, 60 estudiantes del departamento de Nueva
Segovia y 100 estudiantes del resto del pas. Cul es la probabilidad que un
estudiante tomado al azar no sea del departamento de Estel?
2.4 Probabilidad condicionada
Como la probabilidad est ligada a nuestra ignorancia sobre los resultados de la
experiencia, el hecho de que ocurra un suceso, puede cambiar la probabilidad de los
dems que ocurran luego. El proceso de realizar la historia de un caso, explorar y
realizar pruebas complementarias ilustra este principio, cuando ms se conoce de lo
que ocurri, mejor puedo predecir el futuro, la probabilidad condicionada se nutre de
este principio.
La probabilidad de que ocurra el suceso A si ha ocurrido el suceso B, P (A\B), se
denomina probabilidad condicionada y se define.
\ =()
() Si p (B) 0
La condicin que P (B) > 0, esto es necesario para una buena definicin de
probabilidad condicional. Es de notar que si A y B son sucesos independientes, la P
(A\B) es igual a la P(A), es otro enfoque de mirar independencia. Cmo regla general
se enuncia que:
De lo anterior se deduce que: = \ .()
Ejemplo:
Dos eventos A y B son independientes si y slo si: P (A\B) = P(A) y P (B\A) = P(B)
que es lo mismo: P(AB) = P(A) x P(B)
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
45
Se conoce que a los estudiantes de la UNI tienen las siguientes preferencias en el
consumo de gaseosas:
Consumo de Gaseosas
por semana
Varones Mujeres Total
No consume 30 10 40
1-5 veces 50 25 75
Ms de 5 veces 20 15 35
Total 100 50 150
Si de un grupo de jvenes del bar de la universidad, se selecciona al azar un
estudiante varn Cul es la probabilidad que ese que ese joven halla consumido ms
de 5 gaseosas por semana? En este problema ya no es necesarios conocer el nmero
total de estudiantes, porque al seleccionar a un individuo del sexo masculino, los
individuos del sexo femenino no son tomados en cuenta. Entonces se puede definir la
probabilidad deseada como Qu probabilidad existe de que un individuo beba ms de
5 gaseosas a la semana dado que el individuo seleccionado sea varn? Esta es una
probabilidad condicional y se resuelve de la siguiente manera:
P(C+5\Sv) = (+5)
() = (20/150) / (100/150) = 20/100= 0.2, donde C es por
consumo y S por sexo.
Ejercicio 2.3
Si se tiene una escuela de 200 alumnos distribuidos en tres aulas: A, B y C. Por sexo:
mujer, y varn; como sigue:
Aula/ Sexo Varn Mujer
A 20 20
B 30 30
C 56 44
Total 106 94
Cul es la probabilidad que un estudiante, sin importar el sexo, sea del aula B?
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
46
Cul es la probabilidad que un estudiante sea del aula A, si el estudiante es mujer?
Ejercicio 2.4
En un aula hay 6 estudiantes realizando un examen, dos son mujeres y cuatro son
varones. Cul es la probabilidad que finalice una mujer de segunda dado que el
primero en finalizar fue un hombre?
Si la solucin es:
\ =( )
()=
8/30
4/6=
2
5
Explicar cmo se construyeron los valores 8/30 y 4/6?
2.3 Teorema de Bayes
Regla de la probabilidad total
Se llama particin a un conjunto de sucesos Ai tales que.
Es decir, son un conjunto de sucesos mutuamente excluyentes y que cubren todo el
espacio muestral.
Regla de la probabilidad total: Si un conjunto de sucesos Ai forman una particin del
espacio muestral y p (Ai) 0 Ai, para cualquier otro suceso B se cumple
A1 A2 ... An = y Ai Aj = i j
A1 A2
An
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
47
= + +. . +
= \ + \ +. . + \ = \ ()
=
Siendo P (B) la probabilidad total, la cual se puede interpretar como una media
ponderado de los diferentes \ ()
Planteo del Teorema de Bayes
El teorema de Bayes, enunciado por Thomas Bayes y publicada por primera vez en
1763, parte de una situacin en la que ocurran una serie de sucesos Ai que son una
particin completa de un espacio muestral y donde P (Ai) 0. Pero tambin existe un
suceso B, tal que P (B) 0, y que las probabilidades de ocurrencia de B son distintas
segn el suceso Ai que haya ocurrido, tal como se explica en la regla de la probabilidad
total. Conociendo que ha ocurrido el suceso B, la frmula del teorema de Bayes nos
indica como modifica esta informacin las probabilidades de los sucesos Ai . Se resalta
que al disponer informacin de B se cambian las probabilidades de Ai. El teorema se
presenta de la siguiente manera:
\ =P B\Ai P(Ai)
P B\Ai P(Ai)ni=1
Ejercicio resuelto:
A1 A2
An
B
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
48
Tres mquinas, A, B y C, producen el 45%, 30% y 25%, respectivamente, del total de
las piezas producidas en una fbrica. Los porcentajes de produccin defectuosa de
estas mquinas son del 3%, 4% y 5%.
a. Seleccionamos una pieza al azar; calcula la probabilidad de que sea defectuosa.
(probabilidad Total)
b. Tomamos, al azar, una pieza y resulta ser defectuosa; calcula la probabilidad de
haber sido producida por la mquina B.
c. Qu mquina tiene la mayor probabilidad de haber producido la citada pieza
defectuosa?
Sea D= "la pieza es defectuosa" y N= "la pieza no es defectuosa". La informacin del
problema puede expresarse en el diagrama de rbol adjunto.
a. Para calcular la probabilidad de que la pieza elegida sea defectuosa, P(D), por la
propiedad de la probabilidad total,
P (Total) =P(D) = P(A) P(D\A) + P(B) P(D\B) + P(C) P(D\C) =
= 0.45 x 0.03 + 0.30 x 0.04 + 0.25 x 0.05 = 0.038
Resolucin por diagrama de rbol. Un diagrama de rbol es una representacin
grfica de un experimento que consta de pasos, donde cada uno de los pasos tiene un
nmero finito de maneras de ser llevado a cabo.
Prob. Mquina Prob. Tipo de
produccin
0.45 A 0.03 D
0.97 N
0.30 B 0.04 D
0.96 N
0.25 C 0.05 D
0.095 N
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
49
b. Debemos calcular P(B\D). Por el teorema de Bayes,
CDPCPBDPBPADPAPBDPBP
DBP/././.
/./
316.038
12
05.025.004.03.003.045.0
04.030.0
c. Calculamos P(A\D) y P(C\D), comparndolas con el valor de P(B\D) ya
calculado. Aplicando el teorema de Bayes, obtenemos:
355.0380
135
05.025.004.03.003.045.0
03.045.0/
DAP
329.0
380
125
05.025.004.03.003.045.0
05.025.0/
DCP
La mquina con mayor probabilidad de haber producido la pieza defectuosa es A
Ejercicio 2.5 El reporte meteorolgico ha anunciado tres posibilidades para el da de
maana: que llueva: probabilidad del 50%, que salga el sol: probabilidad del 30% y
que est nublado: probabilidad del 20%.
Segn estos posibles estados meteorolgicos y datos histricos de comportamiento
vehicular, la posibilidad de que ocurra un accidente es la siguiente: si llueve:
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
50
probabilidad de accidente del 20%, si sale el sol: probabilidad de accidente del 10% y si
est nublado: probabilidad de accidente del 5%.
Si se sabe que ocurri un accidente,
Cul es la probabilidad de que haya llovido?
Cul es la probabilidad de que haya salido el sol?
Cul es la probabilidad de que haya estado nublado?
2.4 Tcnicas de conteo: Combinaciones y Permutaciones
Las tcnicas de conteo son aquellas que son usadas para enumerar eventos difciles
de cuantificar de forma directa. Estas tcnicas sirven para construir probabilidades.
Combinaciones:
La expresin "Cm,n" representa las combinaciones de "m" elementos, formando
subgrupos de "n" elementos. Para calcular el nmero de combinaciones se aplica la
siguiente frmula:
)!(!
!.
nmn
mC nm
El trmino " n! " se denomina "factorial de n" y es la multiplicacin de todos los
nmeros que van desde "n" hasta 1.
Por ejemplo: 4! = 4 * 3 * 2 * 1 = 24
Ejemplo: C10,4 son las combinaciones de 10 elementos agrupndolos en subgrupos de
4 elementos sin importar el orden:
210)1.2.3.4.5.6)(1.2.3.4(
1.2.3.4.5.6.7.8.9.10
)!410(!4
!104,10
C
Es decir, podramos formar 210 subgrupos diferentes de 4 elementos, a partir de los 10
elementos.
Por ejemplo: Si tomamos el conjunto A= {a, b, c, d}, cuntos subconjuntos de 2
elementos cada uno se pueden obtener?
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
51
Hacindolos se obtienen: {a, b}, {a, c}, {a, d}, {b, c}, {b, d}, {c, d}. Son seis los
subconjuntos.
Permutaciones:
La expresin "Pm,n" representa las variaciones de "m" elementos, formando subgrupos
de "n" elementos. En este caso, un subgrupo se diferenciar del resto, bien por los
elementos que lo forman, o bien por el orden de dichos elementos. Para calcular el
nmero de permutaciones se aplica la siguiente frmula:
)!(
!.
nm
mP nm
Ejemplo: P(10,4) son las permutaciones de 10 elementos agrupndolos en subgrupos de
4 elementos:
040,51.2.3.4.5.6
1.2.3.4.5.6.7.8.9.10
)!410(
!104,10
P
Podramos formar 5.040 subgrupos diferentes de 4 elementos, a partir de los 10
elementos.
Ejemplo: Sea A= letras {a, b, c, d}, cuntos "conjuntos" de dos letras se pueden
obtener?
Ejemplo: Sea A= letras {a, b, c, d}, cuntos subgrupos de dos letras se pueden
obtener?
Lo que se pide es formar permutaciones u ordenaciones de 2 letras, cuando el total de
letras es 4. En este caso n=2 y m =4. Las "palabras" de 2 letras formadas son: ab, ac,
ad, ba, bc, bd, ca, cb, cd, da, db, dc. En total son 12.
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
52
Unidad 3. Variables aleatorias y sus distribuciones. Aplicar el concepto de variable aleatoria
Explicar las distribuciones ms usadas en la ingeniera
Identificar que modelos se usan con variables discretas y continuas
3.1 Distribuciones de Frecuencia, Introduccin.
Hasta esta unidad nos hemos ocupado de descripciones de muestras usando tablas,
grficos y medidas como la media y la varianza. Pero generalmente nuestro inters va
ms all que una simple descripcin, suele haber inters en tratar de generalizar los
resultados de la muestra hacia el grupo total, es decir la Poblacin. Para generalizar
podemos usar modelos estadsticos tericos diseados por estadsticos famosos como
Gauss, Fisher, Gosset y otros.
Hoy en da los modelos estadsticos tericos son frecuentemente utilizados para
observar y comprender fenmenos naturales que implican el estudio de variables o
caractersticas de poblaciones naturales. El instrumento conceptual que permitir esta
generalizacin es un modelo de la poblacin, es decir una representacin simblica de
su comportamiento. Los modelos estadsticos van a actuar de puente entre lo
observado, la muestra y lo desconocido, la poblacin.
Las distribuciones de probabilidad estn relacionadas con las distribuciones de
frecuencias. Una distribucin de frecuencias terica es una distribucin de
probabilidades que describe la forma en que se espera que varen los resultados.
Los modelos estadsticos son un puente entre la muestra observada y la
poblacin desconocida.
Objetivos
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
53
Debido a que estas distribuciones tratan sobre expectativas de que algo suceda,
resultan ser modelos tiles para hacer inferencias y para tomar decisiones en
condiciones de incertidumbre.
Las distribuciones de probabilidad son idealizaciones de los polgonos de frecuencias.
En el caso de una variable estadstica continua consideramos el histograma de
frecuencias relativas, y se puede comprobar que al aumentar el nmero de datos y el
nmero de clases el histograma tiende a estabilizarse llegando a convertirse su perfil
en la grfica de una funcin.
Una distribucin de frecuencias son las frecuencias observadas de todos los resultados
de un experimento que se presentaron cuando ya se efectu el experimento, es
emprica. Mientras que una distribucin de probabilidad es un listado de las
probabilidades de todos los posibles resultados que podran obtenerse si el
experimento se va a llevar a cabo, es terica.
Las distribuciones de probabilidad pueden basarse en consideraciones tericas o en
una estimacin subjetiva de la posibilidad. Se pueden basar tambin en la experiencia.
Las distribuciones de probabilidad se clasifican como continuas y discretas. En la
distribucin de probabilidad discreta la variable aleatoria, la que toma los posibles
resultados del experimento, slo toma un nmero limitado de valores, por ejemplo que
un ladrillo tomado sea defectuoso o no. En una distribucin de probabilidad
continua, la variable que se est considerando puede tomar cualquier valor dentro de
un intervalo dado, por ejemplo los ladrillos de una poblacin que pesen entre 1,5-1,6
Kg. Las distribuciones discretas se asemejan a las distribuciones continuas, cuando
stas tienen muchos resultados posibles, todos muy cercanos entre s.
3.2 Variables aleatorias.
Una variable es aleatoria si toma los valores de los resultados de un experimento
aleatorio. Esta variable puede ser discreta o continua. De manera general se puede
decir que si el experimento toma un nmero finito de valores o un nmero infinito pero
-
UNI Norte
Estadstica Bsica para Ingenieros Luis Mara Dicovskiy Riobo
54
numerable, que se puede contar, tenemos una variable aleatoria discreta. En el otro
extremo, si el experimento puede tomar cualquier valor dentro de un intervalo dado,
entonces se trata de una variable aleatoria continua, generalmente son aquellas
variables que se miden se pesan. Las variables aleatorias definidas sobre espacios
muestrales discretos se llaman variables aleatorias discretas y las definidas sobre
espacios muestrales continuos se llaman continuas.
Se puede pensar en una variable aleatoria como un valor o una magnitud que cambia
de una presentacin a otra, sin seguir una secuencia predecible. Los valores de una
variable aleatoria son los valores numricos correspondientes a cada posible resultado
de un experimento aleatorio.
Una variable aleatoria asocia un nmero o ms generalmente una caracterstica a todo
resultado posible del experimento. Por ejemplo, si consideramos el experimento que
consiste en realizar mediciones de la concentracin de un producto en una solucin,
nos interesa la variable aleatoria X= valor medido de la concentracin de azcar en
una salsa. Otro ejemplo de variable aleatoria asociada a un proceso de fabricacin, al
experimento de escoger un elemento producido, y considerar la variable aleatoria X=
duracin de vida de un monito