CURSO DE ACTUALIZACION PARA EGRESADOS

PROCESAMIENTO DE DATOS
1. INTRODUCCION
1.1 EXPECTATIVAS.
El contenido del curso esta basado en una experiencia de 28 aos de haberse
dictado en la ciencia de la Ingeniera de Minas, Geologa, Hidrologa, Petrleo,
climatologa, Meteorologa, istemas de In!ormacin Geogr"!ica, istemas
Expertos # $iencias de la $omputacin%
$ada ao &iene acompaado de una actuali'acin de conocimientos #
aplicaciones pr"cticas en el campo de la Estadstica # Geoestadstica # con una
re!erencia mu# amplia de la bibliogra!a existente, (ue nos permitir"n resol&er
problemas de lo m"s simple a lo m"s comple)o%
Para una me)or comprensin del curso, se re(uiere (ue el alumno posea
conocimientos elementales del *lgebra lineal, Matrices, $"lculo di!erencial e
integral e in!orm"tica%
1.2 EL PROBLEMA A SER RESUELTO
El an"lisis # el procesamiento de los datos mineros, est"n basados en las
herramientas (ue nos o!rece la Geoestadstica, la misma (ue incorpora la
locali'acin de las muestras en el espacio%
El problema a resol&er implica dos pasos !undamentales+
1ro. $aracteri'ar e interpretar el comportamiento de los datos re!eridos a las
muestras existentes%
2do. ,sar la interpretacin para predecir los &alores probables respecto a
situaciones desconocidas%
-er !igura sobre pro#ecto
1.3 CONJUNTO DE DATOS
.as aplicaciones cortas (ue se presentar"n en el desarrollo del curso, est"n
compuestos por datos mineros, de geologa, hidrologa # casos de estudio
medioambientales%
.as aplicaciones potenciales inclu#en medidas de datos en el espacio # su relacin
insitu, en di!erentes campos, as por e)emplo podemos mencionar los siguientes
casos+
CARBON: $on)unto de datos simulados sobre un estrato real de carbn en
el /!rica el ur% .os taladros per!orados sobre el estrato de carbn son
medidos para encontrar la siguiente in!ormacin+ espesor 0mts1, contenido de
energa o &alor calor!ico del carbn 0expresado en Mega)oules por 2on%1,
contenido de ceni'a 031 # contenido de sul!uros 031%

.as tres coordenadas expresadas en metros son medidas desde arriba 0collar1
del estrato del carbn donde es intersectado por el taladro%
GASA: Este con)unto de datos es llamado as por la /sociacin
Geoestadstica de ud /!rica # !ue usado en una ilustracin de las t4cnicas
Geoestadsticas% .as muestras son tomadas desde la pro!undidad de los
taladros per!orados, en un tpico arreci!e de oro%
.as medidas de inter4s son la le# de oro expresado en gr5ton 0partes por
millon1 # el espesor entre la interseccin del arreci!e con los taladros
0centmetros1% .os 26 taladros miden aproximadamente 7 8ilmetro #
constitu#en un tpico con)unto de datos para el planeamiento # diseo de un
nue&o ingenio de una mina de oro% .os &alores se han ocultado por un !actor,
pero esto no altera los mismos% .as coordenadas est"n expresadas en metros%
SCALLOPS: .os datos !ueron recolectados durante el ao 799:, en un
crucero de estudio por la costa oriental de norte am4rica%
El n;mero de escamas 0gr"nulos1 !ueron obtenidos usando una draga%
$ual(uier gr"nulo mas pe(ueo a 6: mm% <ue tomado como un precolectado%
.a suma total de precolectados # colectados cu#as medidas se inclu#en en los
datos, son los siguientes+
= Identi!icador de estratos dentro de las muestras tomadas%
= >;mero de muestras por ao, desde 7 a ?@: aproximadamente%
= .ocali'acin en t4rminos de latitud # longitud de cada muestra en el
oc4ano atl"ntico%
= >;mero total de gr"nulos en la locali'acin de la muestra%
= >;mero de gr"nulos alrededor de la longitud m"s pe(uea (ue 6:
mm%
= >;mero de gr"nulos de longitud mas all" de 6: mm%
1.4 SOFTARE
Para el procesamiento de datos de acuerdo al caso en in&estigacin, puede
utili'arse so!tAare estadstico o geoestadstico, seg;n la necesidad del
pro#ecto% En el mercado se dispone de so!tAare integrado de alta
especiali'acin, algunos de ellos son los siguientes+ Gemcom, Meds#stem,
-ulcan, Isatis, etc%
Para los e)emplos del curso puede utili'arse el so!tAare Geosto8os 0Ecosse1
diseado especialmente para la ensean'a # (ue corre ba)o la plata!orma de
AindoAs 9852::: # >2% Este programa puede ba)arse desde internet en la
siguiente direccin+
http+55AAA%geoecosse%h#permart%net
Btras herramientas alternati&as son los siguientes so!tAare+ Geoeas, -arioAin,
ur!er, Excel, Etc% /simismo existen en Internet una di&ersidad de programas
# demos de libre disposicin, a los cuales puede acudir el alumno%
2. POR!UE UN ANALISIS ESTADISTICO
/l inicio hablamos de di!erentes problemas # la necesidad de predecir las
&ariables donde no tenemos in!ormacin de muestreo% Esto implica buscar una
aproximacin estadsticaC% E!ecti&amente dentro del marco conceptual del traba)o
par un an"lisis estadstico%%
>osotros podemos en!ocar el problema de la siguiente manera+
= Detalles a considerarse dentro del caso de estudio
= $aracteri'acin e interpretacin del comportamiento de las muestras
de los datos alrededor de la &ecindad espacial%
= $ombinar las &ariables asumidas, la interpretacin # la teora
estadstica para producir el EMe)orE estimador para el &alor
desconocido%
= ,sar la base terica para pro&eer medidas de incertidumbre o
con!ian'a en la EMe)orE estimacin%
.a base terica de la Geoestadstica incorpora a la teora de la estadstica cl"sica
# obtiene los mismos resultados cuando la &ariable asume un comportamiento
aleatorio%
3. AGRUPAMIENTO DE DATOS
3.1 D"#$r"%&'"() d* Fr*'&*)'"+#
Despu4s de haberse recopilado la in!ormacin de campo # organi'ado en una
base de datos, se elige la &ariable a ser anali'ada # se procede a construir una
Distribucin de <recuencias, para !acilitar el an"lisis # la interpretacin
correspondiente% .a estructura de la tabla es la siguiente+
INTERVALO X
"
,
"
-
"
F
"
.
"
-
"
/100 .
"
/100
F.
7
,.
2
1
F.
2
,.
G
1
H
F.
8=7
,.
8
I
Pro'*d"1"*)$o d* '23'&3o
1. Determinar el rango 0J1 de &ariacin de los datos
J K Lmax = Lmin 0di!erencia entre el dato m"ximo # mnimo1
2. Determinar el n;mero de inter&alos 0M1 en !orma directa, seleccionando un
n;mero entre @ # G: inter&alos, o calcularlo mediante la !rmula de turges,
cu#o resultado debe ser redondeado al entero inmediato superior%
M K 7 N G%Glog0n1 n OK 7:
3. Determinar la amplitud o ancho del inter&alo 0P1
P K J 5 M
4. Determinar los lmites de los inter&alos
.
7
K FL
min
, L
min
N P1
.
2
K FL
min
N P, L
min
N 2P1
.
G
K FL
min
N 2P, L
min
NGP1
H
.
8
K FL
min
N 08=71P, L
min
N MPI
3.2 Pr*#*)$+'"() d* d+$o#
.os datos pueden ser presentados mediante los siguientes gr"!icos+
Histograma de !recuencias
Polgono de !recuencias
Histograma acumulado
Gr"!icos de &ariabilidad
Gra!ico de probabilidad
Btros
3.3 C+#o d* *#$&d"o: M")+ d* '+r%()
COAL PROJET DATA
MUESTRA
4ID5
EST
E
41$#5
NORTE
41$#.5
ELEVACION
41$#5
POTENCIA
41$#5
VALOR
CALORIFICO
4MJ5
CENIZA
465
SULFUROS
465
:7 9@:: 72Q:: Q:@,9: 7,8? 22,2Q 79,29 :,8G
:2 9Q@: 72Q:: Q:@,7: 7,6G 27,GQ 79,96 :,68
%%%
%%%
9Q 77::: 7?7:: Q:Q,9: 7,Q9 2@,@6 7?,QG 7,:G
DISTRIBUCION DE FRECUENCIAS
C23'&3o 7r*3"1")+r
-/JI/R.E -/.BJ
n 9Q
min 79,92
max G:,?Q
Jango 7:,@?
8 8
A 7,G2
D"#$r"%&'"() d* Fr*'&*)'"+#
INTERVALOS
X" ," -" F" ." -"/100 ."/100
L" L#
79,92: 27,2?: 2:,@8: 9 :,:9? 9,::: :,:9? 9,G6@ 9,G6@
27,2?: 22,@Q: 27,9:: 7G :,7G@ 22,::: :,229 7G,@?2 22,976
22,@Q: 2G,88: 2G,22: 7@ :,7@Q G6,::: :,G8@ 7@,Q2@ G8,@?2
2G,88: 2@,2:: 2?,@?: 27 :,279 @8,::: :,Q:? 27,86@ Q:,?76
2@,2:: 2Q,@2: 2@,8Q: 7@ :,7@Q 6G,::: :,6Q: 7@,Q2@ 6Q,:?2
2Q,@2: 26,8?: 26,78: 77 :,77@ 8?,::: :,86@ 77,?@8 86,@::
26,8?: 29,7Q: 28,@:: 8 :,:8G 92,::: :,9@8 8,GGG 9@,8GG
29,7Q: G:,?8: 29,82: ? :,:?2 9Q,::: 7,::: ?,7Q6 7::,:::
PRESENTACION
HISTORAMA
0
5
10
15
20
25
20,580 21,900 23,220 24,540 25,860 27,180 28,500 29,820
HISTOGRAMA ACUMULADO
0,000
20,000
40,000
60,000
80,000
100,000
120,000
2
0
,
5
8
0
2
1
,
9
0
0
2
3
,
2
2
0
2
4
,
5
4
0
2
5
,
8
6
0
2
7
,
1
8
0
2
8
,
5
0
0
2
9
,
8
2
0
Variabilidad
0,00
5,00
10,00
15,00
20,00
25,00
30,00
35,00
9
5
0
0
9
6
5
0
9
5
0
0
1
0
7
0
0
1
0
4
0
0
1
0
2
5
0
1
0
2
5
0
9
8
0
0
1
0
1
0
0
9
8
0
0
9
6
5
0
9
8
0
0
GRAFICO DE PROBABILIDAD
4. MEDIDAS ESTADISTICAS
4.1 MEDIDAS DE TENDENCIA CENTRAL
on medidas (ue sealan de una manera elegante el &alor medio del con)unto de
datos% Este primer tipo de medidas estadsticas, nos sir&en para determinar un
&alor tipo o representati&o del &olumen de datos% $ada una de las siguientes
medidas tienen un propsito b"sico di!erente en la descripcin de los datos%
MODA
Es el &alor (ue ocurre con ma#or !recuenciaS es decir, el &alor m"s !recuente% .a
moda puede no existir, e incluso no ser ;nica en caso de existir%
E)emplo+ El con)unto 2,2,@,6,9,9,9,7:,7:,77,72 # 78 tiene moda 9%
E)emplo+ El con)unto G,@,8,7:,72,7@ # 7Q no tiene moda%
E)emplo+ El con)unto 2,G,?,?,?,@,@,6,6,6 # 9 tiene dos modas, ? # 6 # se llama
bimodal%
,na distribucin con moda ;nica se dice unimodal.
En el caso de datos agrupados donde se ha#a construido una cur&a de
!recuencias para a)ustar los datos, la moda ser" el &alor 0o &alores1 de L
correspondiente al m"ximo 0o m"ximos1 de la cur&a% Ese &alor de L se denota
por %
.a moda puede deducirse de una distribucin de !recuencias o de un histograma
a partir de la !rmula+

donde+

L
1
K !rontera in!erior de la clase modal 0clase (ue contiene a la moda1%
K exceso de la !recuencia modal sobre la de la clase in!erior inmediata%
K exceso de la !recuencia modal sobre la de la clase superior nmediata%
cK anchura del int4r&alo de clase modal%
E)emplo+ ea la siguiente distribucin de !recuencias%
I>2EJ-/.B
Li !i
lim% In!erior lim% uperior
2?,@ 29,@ 26 7
29,@ G?,@ G2 8
G?,@ G9,@ G6 22
G9,@ ??,@ ?2 2Q
??,@ ?9,@ ?6 2:
?9,@ @?,@ @2 72
@?,@ @9,@ @6 Q
@9,@ Q?,@ Q2 @
Moda K G9,@ N @T?50?NQ1U K ?7,@
0
5
10
15
20
25
30
27 32 37 42 47 52 57 62
Marcas de clase
F
r
e
c
u
e
n
c
i
a

(
f
i
)
MEDIANA
.a mediana de un con)unto de n;meros ordenados en magnitud es o el &alor
central o la media de los dos &alores centrales, Es decir +

2
7 +

n
X Mediana
i EnE es impar
2
7
2 2

1
]
1

+
+
n n
X X Mediana
i EnEes par
E)emplo+ El con)unto de n;meros G,?,?,@,Q,8,8,8 # 7: tiene mediana Q%
E)emplo+ El con)unto de n;meros @,@,6,9,77,72,7@ #78 tiene mediana%
Para datos agrupados, la mediana obtenida por interpolacin &iene dada por+

MedianaK

Donde+

.
i
K !rontera in!erior de la clase de la mediana%
>K n;mero de datos 0!recuencia total1%
K suma de !recuencia de las clases in!eriores a la de la mediana
!
mediana
K !recuencia de la clase de la mediana
cK anchura del int4r&alo de la clase de la mediana%
E8*173o: Jetomando los datos del e)emplo de la moda, tenemos+
I>2EJ-/.B
Li !i <i
lim% In!erior lim% uperior
2?,@ 29,@ 26 7 7
29,@ G?,@ G2 8 9
G?,@ G9,@ G6 22 G7
G9,@ ??,@ ?2 2Q @6
??,@ ?9,@ ?6 2: 66
?9,@ @?,@ @2 72 89
@?,@ @9,@ @6 Q 9@
@9,@ Q?,@ Q2 @ 7::
7@ , ?G @ V
2Q
G7 @:
@ , G9
1
]
1

+
+ Mediana
0
20
40
60
80
100
120
27 32 37 42 47 52 57 62
Marcas de clase
F
i
G*o19$r"'+1*)$* 3+ 1*d"+)+ *# *3 :+3or d* X 4+%#'"#+5 ;&* 'orr*#7o)d* + 3+
r*'$+ :*r$"'+3 ;&* d":"d* &) -"#$o<r+1+ *) do# 7+r$*# d* "<&+3 2r*+. E#*
:+3or d* X #* #&*3* d*)o$+r 7or %
MEDIA :
.a media de un con)unto de > n;meros, L
7
, L
2
, L
G
, %% L
>
% e de!ine por+
i las L se agrupan en M int4r&alos, con puntos medios m
7
,m
2
,%%%, m
8
#
!recuencias !
7
,!
2
,%%%,!
8
, la media aritm4tica &iene dada por+

donde iK7,2,%%%,8%
RELACION EMPIRICA ENTRE MEDIA= MEDIANA > MODA
P+r+ '&r:+# d* ,r*'&*)'"+ &)"1od+3*# ;&* #*+) 7o'o +#"19$r"'+# $*)*1o# 3+
#"<&"*)$* r*3+'"() *17?r"'+
Media W Moda K G0media= mediana1
Po#"'"o)*# r*3+$":+# d* 3+ 1*d"+= 3+ 1*d"+)+ @ 3+ 1od+ 7+r+ '&r:+# d*
,r*'&*)'"+ +#"19$r"'+ + d*r*'-+ * "A;&"*rd+= r*#7*'$":+1*)$*= 7+r+ '&r:+#
#"19$r"'+# 3o# $r*# :+3or*# 'o")'"d*).
4.2 MEDIDAS DE DISPERSION
on medidas (ue sir&en para cuanti!icar la &ariacin de los datos o la ma#or o
menor concentracin de los mismos en torno a un &alor central, generalmente
la media aritm4tica%
RANGO
Es la medida mas simple de &ariabilidad # su c"lculo esta basado en los
&alores mnimo # m"ximo de los datos%
J K M/L = MI>
RECORRIDO INTERCUARTIL 4I!R5
Esta basado en el c"lculo del cuartil G 0!
3
1 # el cuartil 7 0!
1
1 # es una
medida de la dispersin de la muestra%
I!R B X
0.CD
E X
0.2D
B !
3
E !
1

Para datos agrupados suele utili'arse la siguiente expresin+
1
]
1

+

i
i
i i j
f
F n j
W L Q
7
1 0 ? 5
para ) K 7,2,G
X
2
K Mediana%
VARIANZA
.a &arian'a constitu#e una medida de dispersin con respecto a la media # es
un n;mero ma#or o igual a cero% En el ;nico caso en (ue la &arian'a es igual
a cero, es a(uel de una muestra del tipo+
M K T a,a,a,a%%%%%%,aU con a K cte%
Es decir una muestra sin &ariacin% .a !rmula de la &arian'a es la siguiente+
( )

n
i
i
x x
n
7
2 2
7

,na expresin recomendada en programas computacionales es+

n
i
i
x x
n
7
2 2 2
Y
7

Para datos agrupados las !ormulas cambian a la siguiente !orma+

( )

n
i
i i
x x f
n
7
2 2
7

n
i
i i
x x f
n
7
2 2 2
Y
7

DESVIACION ESTANDAR O TIPICA

Debido a (ue la &arian'a es una suma de cuadrados, la unidad de
2
es igual
a la unidad de la muestra ele&ada al cuadrado, es decir si L se mide en 3 de
$u,
2
se mide en 03 de $u1
2
% Por esta ra'n se de!ine la des&iacin
est"ndar tpica %
2

.a des&iacin est"ndar est" expresada en las mismas unidades de la &ariable
estadstica%
COEFICIENTE DE VARIACION 4CV5
El coe!iciente de &ariacin o dispersin relati&a, es un n;mero abstracto,
generalmente se expresa en porcenta)e 031% Es ;til para hacer comparaciones
cuando se usan unidades de medida di!erente% u expresin de c"lculo es+
x
CV

4.3 MEDIDAS DE FORMA

COEFICIENTE DE SIMETRIA 4SF5
El coe!iciente de simetra sir&e para caracteri'ar comportamientos sesgados
de la distribucin de datos% e de!ine de la siguiente manera+
G
G

sk
( )
n
x x
n
i
i

7
G
G

e demuestra (ue+
8 Z : /simetra negati&a
8 O : /simetra positi&a
8 K : /simetra nula K imetra
EL COEFICIENTE DE EXCESO O DE FURTOSIS 4E5
El coe!iciente de 8urtosis E es una medida del EachatamientoE de un
histograma con respecto al modelo terico de Gauss, el cual tiene por
ecuacin+
2
2
7
2
7
1 0

,
_

m x
e x f
G
?
?

E
( )

n
i
i
x x
n
7
?
?
7

/l comparar un cierto histograma con la !uncin !0x1, se demuestra lo

siguiente+
E O : Histograma m"s EpuntiagudoE (ue la .e# de Gauss
E Z : Histograma m"s EachatadoE (ue la .e# de Gauss
E K : Histograma sin achatamiento, igual (ue la .e# de Gauss%
D. EJEMPLOS DE APLICACIGN
D.1 DATOS REFERIDOS A UNA MINA DE ORO
.as muestras tomadas en un #acimiento de oro, con!iguran los siguientes datos
expresados en gr5ton%
:,7 :,2 :,@ 7,: 7,2 2,7 2,@ G,: @,7 7:
$alcular las medidas estadsticas%
Estructura de datos para un c"lculo manual
ID X" 4X" E M*d"+5H2 4X" E M*d"+5H3 4X" E M*d"+5H4 ."/100
7 :,7 Q,7:7 =7@,:Q9 G6,22:987 7:
2 :,2 @,Q76 =7G,G72 G7,@?9@QQ 2:
G :,@ ?,28@ =8,86: 78,GQ:GQ8 G:
? 7 2,?Q@ =G,86: Q,:6@6G2 ?:
@ 7,2 7,866 =2,@67 G,@226@? @:
Q 2,7 :,227 =:,7:? :,:?8696 Q:
6 2,@ :,::@ :,::: :,::::2? 6:
8 G :,78@ :,:8: :,:G?788 8:
9 @,7 Q,?:7 7Q,79? ?:,967@27 9:
7: 7: @@,2:@ ?7:,762 G:?6,@8:98? 7::
M*d"d+ V+3or
media 2,@6:
mediana 7,Q@:
-ar 8,2GQ
des& std 2,86:
$- 031 777,QQ8
X7 :,G@:
XG 2,6@:
IXJ 2,?::
momentG G8,2Q@
moment? G78,@GQ
s8 7,Q79
E 7,Q9Q
his!"ra#a
0
1
2
3
4
5
6
1 3 5 7 9 $i
f
i
Eliminando el dato mas alto 07: gr5ton1, las nue&as medidas estadsticas cambian
a los siguientes &alores%
M*d"d+ V+3or
Media 7,6??
Mediana 7,2::
-ar 2,GGQ
des& std 7,@28
$- 031 86,Q77
X7 :,26@
XG 2,?::
IXJ 2,72@
MomentG G,29:
Moment? 7Q,7@Q
8 :,927
E =:,:G9
his!"ra#a
0
1
2
3
4
5
6
1 3 5 7 9 $i
f
i
D.2 COAL PROJECT DATA
Jetomando la data de la mina de carbn, cu#a &ariable anali'ada es E$alori!ic
&aluesE % us medidas estadsticas calculadas son las siguientes+
I. MJTODO DE LA JIECUADRADO
Este m4todo constitu#e la ;nica !orma de testi!icar el car"cter normal de una
distribucin con una determinada !iabilidad estadstica% Es un m4todo m"s
comple)o # costoso en tiempo (ue los anteriores, pero debe lle&arse a cabo
cuando la necesidad de conocer la normalidad de una distribucin se hace
imprescindible% En s, el m4todo consiste en establecer una serie de rebanadas
para la distribucin normal establecida estadsticamente # las mismas rebanadas
para la distribucin cu#a testi!icacin se (uiere lle&ar a cabo, para, a
continuacin, comparar ambos grupos de rebanadas # comprobar su parecido,
comparacin (ue se reali'a con un estadstico de!inido como [i=cuadrado% .os
pasos a seguir para este proceso seran los siguientes+
a1 e calculan la media aritm4tica # la des&iacin est"ndar del con)unto de datos%
b1 e tipi!ican los &alores, es decir, a cada &alor se le resta la media # se di&ide este
resultado por la des&iacin est"ndar, con lo (ue los datos anteriores se
con&ierten en un grupo de &alores (ue oscilan, en su ma#or parte, alrededor de
=G # NG% El &alor cero correspondera, por de!inicin, a la media aritm4tica%
c1 e establece un n;mero de inter&alos 0correspondientes a las rebanadas citadas
anteriormente1 en los (ue se calcula la !recuencia relati&a para los datos
estudiados% El n;mero de inter&alos es libre, siendo seis 0tres &alores de la
des&iacin est"ndar a cada lado de la media1 un &alor aceptable%
d1 e constru#e una tabla con las !recuencias obtenidas 0las calculadas en el paso
anterior1 # las esperadas, estas ;ltimas correspondientes a las (ue seran de
esperar si se tratase de una distribucin normal de!inida matem"ticamente
02abla Q%71%
e1 e calcula el estadstico [i=cuadrado 0L
2
1, de!inido como+
( ) [ ] ( ) [ ] ( ) [ ] ( )

+ +
i i i n n n
e e e e e e e e x 5 2 : 5 : %%%% 5 : 5 :
2
7 2
2
2 2 7
2
7 7
2
donde+
L
2
K Estadstico [i=cuadrado
e
7
e
2
, %%% e
n
K <recuencias esperadas
o
7
, o
2
, %%% o
n
K <recuencias obtenidas%
Este estadstico representara la medida de la discrepancia ent re
ambas distribuciones 0la (ue se estudia # la normal1%
!1 Por ;ltimo, se compara el &alor de la [i=cuadrado con otro obtenido en \a tabla
de este estadstico 02abla Q%21, (ue se calcula entrando por dos &alores+ a1 el
n;mero de grados de libertad, (ue se de!ine como el n;mero de inter&alos
establecidos menos el &alor G # b1 el ni&el de signi!icancia, (ue se de!ine como
la probabilidad m"xima de cometer un error cuando se recha'a una hiptesis
(ue debera ser aceptada% i el &alor de la [i=cuadrado es menor (ue el &alor de
la tabla, se puede asumir, entonces, (ue el con)unto de datos estudiado se a)usta
a una distribucin normal% Ha# (ue hacer constar (ue, en estadstica, esta
ase&eracin no es correcta, es decir, nunca se puede llegar a a!irmar (ue un
con)unto de datos es una distribucin normal% De !orma estricta, en estadstica
se plantea la hiptesis nula+ no se a)usta a una distribucin normal, para, a
continuacin, recha'ar la hiptesis nula+ >o ha# ra'ones para recha'ar la
hiptesis nula% /un(ue a e!ectos pr"cticos, \o (ue interesa es saber si un
con)unto da datos puede ser tratado como si !uese una distribucin normal, es
importante siempre tener en cuenta esta mati'acin de car"cter estadstico%
E8*173o I.1. ean los &alores mostrados a continuacin las le#es en ]n 031 de
GG muestras tomadas en un #acimiento estrati!orme de Pb=]n% $omprobar% a
tra&4s de los m4todos descritos anteriormente, si dichos &alores se asustan a
una distribucin normal%
Q,? @,? ?,6 8,2 Q,8 Q,2 Q,G G,9 Q,2
6,7 ?,9 @,6 Q,7 Q,2 6,? 6,@ Q,7 @,Q
@,? 6,@ @,8 2,8 @,9 9,7 6,G G,G @,7
@,9 @,8 @,8 ?,Q ?,9 Q,2
So3&'"()
En primer lugar, para la construccin del histograma de !recuencias se de!inen los
inter&alos% Puesto (ue las le#es oscilan, aproximadamente, entre el 23 # el 7:3,
se pueden establecer 8 inter&alos, de uno en uno por ciento% $on ello, las
!recuencias absolutas para obtener el histograma seran+
23=G3 K 7
G3=?3 K 2
?3=@3 K ?
@3=Q3 K 7:
Q3=63 K 9
63=83 K @
83=93 K 7
93=7:3 K 7
En la !igura Q%G se puede obser&ar el histograma de !recuencias correspondiente%
/ su &e', en la !igura Q%?% se muestra el con)unto de datos representados en escala
probabilstica% En ambas !iguras se pone de mani!iesto (ue no se comete un error
excesi&o si se considera la poblacin como una distribucin normal%
<ig% Q%G Histograma de !recuencias par las .e#es de ]inc%
<ig% Q%? $ur&a de Probabilidad 0m4todo de la recta de Henri1
2abla Q%7 Probabilidades acumuladas para la distribucin normal estandari'ada
DESVIACIONES
ESTANDAR DESDE
LA MEDIA
PROBABILIDAD
ACUMULADA
DESVIACIONES
ESTANDAR DESDE
LA MEDIA
PROBABILIDAD
ACUMULADA
=G,: :%::7? N:%: :%@:::
=2,9 :%::79 N:%7 :%@G98
=2,8 :%::2Q N:%2 :%@69G
=2,6 :%::G@ N:%G :%Q769
=2,Q :%::?6 N:%? :%@@@?
=2,@ :%::Q2 N:%@ :%Q97@
=2,? :%::82 N:%Q :%62@6
=2,G :%:7:6 N:%6 :%6@8:
=2,2 :%:7G9 N:%8 :%6887
=2,7 :%:769 N:%9 :%87@9
=2,: :%:228 N7%: :%8?7G
=7,9 :%:286 N7%7 :%8Q?G
=7,8 :%:G@9 N7%2 :%88?9
=7,6 :%:??Q N7%G :%9:G2
=7,Q :%:@?8 N7%? :%9792
=7,@ :%:QQQ N7%@ :%9G92
=7,? :%:8:8 N7%Q :%9?@2
=7,G :%:9Q8 N7%6 :%9@@?
=7,2 :%77@7 N7%8 :%9Q?7
=7,7 :%7G@6 N7%9 :%967G
=7,: :%7@86 N2%: :%966G
=:,9 :%78?7 N2%7 :%9827
=:,8 :%2779 N2%2 :%98Q7
=:,6 :%2?2: N2%G :%989G
=:,Q :%26?G N2%? :%9978
=:,@ :%G:8@ N2%@ :%99G8
=:,? :%G??Q N2%Q :%99@G
=:,G :%G827 N2%6 :%99Q@
=:,2 :%?2:6 N2%8 :%996?
=:,7 :%?Q:2 N2%9 :%9987
=:,: :%@::: NG%: :%9986
2abla Q% 2 &alores de la [i=cuadrado para det erminados grados de libertad
# ni&eles de signi!icancia
NUMERO DE
GRADOS DE
LIBERTAD
NIVEL DE SIGNIFICANCIA465
20 10 D 2.D 1
7 7%Q? 2%67 G%8? @%:2 Q%QG
2 G%22 ?%Q7 @%99 6%G8 9%27
G ?%Q? Q%2@ 6%87 9%G@ 77%G?
? @%99 6%68 9%?9 77%7? 7G%28
@ 6%29 9%2? 77%:6 72%8G 7@%:9
Q 8%@Q 7:%Q? 72%@9 7?%?@ 7Q%87
6 9%8: 72%:2 7?%:6 7Q%:7 78%?8
8 77%:G 7G%GQ 7@%@7 76%@G 2:%:9
9 72%2? 7?%Q8 7Q%92 79%:2 27%Q6
7: 7G%?? 7@%99 78%G7 2:%?8 2G%27
Xuedara, por tanto, para completar el an"lisis, la testi!icacin a tra&4s de la [i=cuadrado%
Para ello, # de acuerdo con los pasos a seguir descritos anteriormente, lo primero sera
tipi!icar la &ariable 0media K @,9? # des&iacin est"ndar K 7,G71% / continuacin se
muestran \os &alores de las le#es tipi!icados%
N:,G@ =:,?7 =:,9@ N7,6G N:,QQ N:,2: N:,26 =7,@Q N:,2: N:,89 =:,69 =:,78 N:,72 N:,2:
N7,77 N7,79 N:,72 =:,2Q
=:,?7 N7,79 =:,77 =2,?: =:,:G N2,?7 N7,:? =2,:2 =:,Q=G
=:%:G =:,77 =:,77 =7,:2 =:,69 N:,2:
Posteriormente se de!ine la tabla de !recuencias obtenidas # !recuencias esperadas 02abla
Q%G1+
2abla Q%G% <recuencias obtenidas # esperadas para el e)emplo Q% 7%
INTERVALOS
0E1 0E1 1E2 E1E2 2E3 E2E3
FRECUENCIA
OBTENIDA
7: 7G @ 2 7 2
FRECUENCIA
ESPERADA
77%2Q 77%2Q ?%?9 ?%?9 :%67 :%67
.a !recuencias esperadas se calculan a partir de la tabla correspondiente a las
probabilidades acumuladas de la Distribucin normal 0Etabla Q%71% Por e)emplo, para el
primer inter&alo, (ue corresponde a los &alores incluidos entre : # N l, en la 2abla Q%7 se
buscara el &alor d+ : 0:,@ en tanto por uno K @: 31 # el &alor de Nl 0:,8?7G en tanto
por uno K 8?,7G31% Jestando ambos 0G?,7G31 se obtendra el porcenta)e de datos
incluido entre la media # una Des&iacin est"ndar% /hora bien, este &alor seria para 7::
datos, como en el problema se tienen GG, el nue&o &alor sera G?,7G x :,GG K 77,2Q, (ue
es el (ue !igura en la casilla de las !recuencias esperadas, tanto para el inter&alo antes
citado corno para el siguiente 0entre cero # menos una des&iacin est"ndar1, pues la
distribucin normal es sim4trica respecto a la media% El resto de !recuencias se
calcularan de !orma similar%
/ continuacin se estima el &alor del estadstico [i=cuadrado utili'ando la !rmula
correspondiente+
L
2
K 07:=77,2Q1
2
577,2Q N 07G=77,2Q1
2
577,2Q N 0@=?,?91
2
5?,?9 N 02=?,?91
2
5?,?9 N 07=
:%671
2
5:,67N 02=:,671
2
5:,67 K :,7? N :,G: N :,:Q N 7,G8 N :,72 N 2,G? K ?,G?
es decir, el &alor de [i=cuadrado es ?%G?% /hora se entra en la 2abla Q%2% considerando G
grados de libertad 0Q inter&alos = G1 # un ni&el de signi!icancia, por e)emplo, del 7:3% e
tendra el &alor Q,2@% Puesto (ue este &alor es superior al de la [i=cuadrado, se podr"
considerar la poblacin como una distribucin normal%