La Estadistica y Su Aplicacion

LA ESTADISTICA Y SU APLICACIN
_________________________________________________________________________
Pamplona
Facultad de Estudios a Distancia
Programas de Estudio a Distancia
La Estadstica y
su Aplicacin
Para una Sociedad Inteligente e
Interconectada
lvaro Gonzlez Joves
Rector
Mara Eugenia Velasco Espitia
Decana Facultad de Estudios a Distancia
___________________________________________________________________
UNIVERSIDAD DE PAMPLONA-.Facultad de Estudios a Distancia
_________________________________________________________________________
Tabla de Contenido
Presentacin
Introduccin
UNIDAD 1: Generalidades de la Estadstica
Ncleos Temticos y Problemticos
Proceso de Informacin
1.1. DEFINICIN
1.1.1 Importancia
1.1.2 Poblacin
1.1.3 Muestra
1.1.4 Mtodos de Seleccin de una Muestra al Azar
1.1.5 Unidad Estadstica
1.2 ESTADSTICA DESCRIPTIVA DISTRIBUCIN DE FRECUENCIAS
1.2.1 Recoleccin de Datos
1.2.2 Intervalos
1.2.3 Amplitud
1.2.4 Frecuencia de Clase o Frecuencia Absoluta
1.2.5 Marca de Clase (X)
1.2.6 Frecuencia Relativa (Fr)
1.2.7 Frecuencia Acumulada (Fa)
1.2.8 Frecuencia Relativa Acumulada (Fra)
Proceso de Comprensin y Anlisis
UNIDAD 2: Medidas de Tendencia Central
2.1 PRIMER CASO: CUANDO LOS DATOS NO ESTN AGRUPADOS
2.1.1 Media Aritmtica
2.1.2 Mediana
2.1.3 Moda
2.2 SEGUNDO CASO: CUANDO LOS DATOS ESTN AGRUPADOS
2.2.2 Mediana
2.2.3 Moda
UNIDAD 3: Medidas de Dispersin

___________________________________________________________________
_________________________________________________________________________
3.1 DESVIACIN ESTNDAR O TPICA
3.2 VARIANZA
3.3 COEFICIENTE DE VARIACIN
UNIDAD 4: Medidas de Ubicacin
4.1 CUARTILES, PERCENTILES Y DECILES
4.2 DIAGRAMAS DE CAJA
UNIDAD 5: Presentacin de la Informacin
5.1 HISTOGRAMA
5.2 POLGONOS DE FRECUENCIA
5.3 OJIVAS
5.4 BARRAS
5.4.1 Barras Verticales
5.4.2 Barras Horizontales
UNIDAD 6: Probabilidad
6.1 GENERALIDADES 6.2 6.3
VARIABLES ALEATORIAS
VALOR ESPERADO
UNIDAD 7: Distribucin de Probabilidades
7.1 DISTRIBUCIN NORMAL
7.2 INFERENCIA ESTADSTICA
7.2.1 Estimacin Puntual
7.2.2 Estimacin por Intervalo
7.2.3 Intervalos de Confianza
7.2.4 Estimas Insesgadas
7.3 TAMAO DE LA MUESTRA
7.4 TEORA DE LA DECISIN ESTADSTICA
___________________________________________________________________
_________________________________________________________________________
7.4.1 Hiptesis Estadstica
7.4.2 Hiptesis Nula
7.4.3 Hiptesis Alternativas
7.4.4 Prueba de Hiptesis
7.5 ESTADSTICOS DE PRUEBA
7.6 TABLA DE CONTINGENCIA O COMPARACIN DE COLECTIVOS
7.6.1 Anlisis de Tablas de Contingencia
7.6.2 Ensayos de Significacin
UNIDAD 8: Regresin y Correlacin
8.1 DIAGRAMA DE DISPERSIN
8.2 ANLISIS DE REGRESIN
8.3 MTODO DE MNIMOS CUADRADOS
8.3.1 Recta de Mnimos Cuadrados
8.4 CORRELACIN
8.4.1 Correlacin Lineal
8.4.2 Correlacin Positiva
8.4.3 Correlacin Negativa
8.4.4 Correlacin no Lineal
8.5 COEFICIENTE DE CORRELACIN
ANEXO: Tablas
BIBLIOGRAFA GENERAL
Presentacin
___________________________________________________________________
_________________________________________________________________________
La educacin superior se ha convertido hoy da en prioridad para el

gobierno Nacional y para las universidades pblicas, brindando
oportunidades de superacin y desarrollo personal y social, sin que la
poblacin tenga que abandonar su regin para merecer de este servicio
educativo; prueba de ello es el espritu de las actuales polticas
educativas que se refleja en el proyecto de decreto Estndares de
Calidad en Programas Acadmicos de Educacin Superior a Distancia de
la Presidencia de la Repblica, el cual define: Que la Educacin Superior
a Distancia es aquella que se caracteriza por disear ambientes de
aprendizaje en los cuales se hace uso de mediaciones pedaggicas que
permiten crear una ruptura espacio temporal en las relaciones
inmediatas entre la institucin de Educacin Superior y el estudiante, el
profesor y el estudiante, y los estudiantes entre s.
La Educacin Superior a Distancia ofrece esta cobertura y oportunidad
educativa ya que su modelo est pensado para satisfacer las
necesidades de toda nuestra poblacin, en especial de los sectores
menos favorecidos y para quienes las oportunidades se ven disminuidas
por su situacin econmica y social, con actividades flexibles acordes a
las posibilidades de los estudiantes.
La Universidad de Pamplona gestora de la educacin y promotora de
llevar servicios con calidad a las diferentes regiones, y el Centro de
Educacin Virtual y a Distancia de la Universidad de Pamplona,
presentan los siguientes materiales de apoyo con los contenidos
esperados para cada programa y les saluda como parte integral de
nuestra comunidad universitaria e invita a su participacin activa para
trabajar en equipo en pro del aseguramiento de la calidad de la
educacin superior y el fortalecimiento permanente de nuestra
Universidad, para contribuir colectivamente a la construccin del pas
que queremos; apuntando siempre hacia el cumplimiento de nuestra
visin y misin como reza en el nuevo Estatuto Orgnico:
Misin: Formar profesionales integrales que sean agentes generadores
de cambios, promotores de la paz, la dignidad humana y el desarrollo
nacional.
Visin: La Universidad de Pamplona al finalizar la primera dcada del
siglo XXI, deber ser el primer centro de Educacin Superior del Oriente
Colombiano.
Luis Armando Portilla Granados. Director CEVDUP
___________________________________________________________________
_________________________________________________________________________
Introduccin
La importancia que tiene la matemtica en el desarrollo de los procesos
intelectuales del hombre es notoria a travs de su historia. Fue as como
en la antigedad el pensamiento matemtico contribuy a resolver
problemas en tareas econmicas y constructoras de diferentes pueblos,
dio la base para revelar tos misterios del mundo, es decir, dar
explicaciones razonables para alcanzar la verdad de los fenmenos que
lo suceden. Contrariamente a los griegos, los hombres de la edad media
utilizaron el contenido matemtico como una simple rutina para
disciplinar la mente. Sin embargo, a partir de los trabajos de Galileo, la
matemtica en la edad moderna ayud a buscar explicaciones concretas
de problemas que se daban en ingeniera, construccin y otras
actividades prcticas del hombre.
Por tal motivo, gracias al medio, las personas estn rodeadas
constantemente por un conjunto de experiencias, que manejan y
manipulan de una manera sorprendente. Es decir, en cierta forma se
est efectuando una serie de operaciones: recoge, organiza, analiza e
interpreta esas informaciones mediante unas representaciones
significativas para l y as se obtiene una serie de conclusiones
razonables.
Esta informacin que de cierta manera se manipula, se debe
matematizar. Es decir, seguir un procedimiento para poder tabular la
informacin, presentarla y as hacer el anlisis respectivo para dar las
conclusiones pertinentes al estudio que se est realizando.
La Estadstica es utilizada en casi todas las ramas de la ciencia moderna,
as como en muchos otros campos de la actividad humana. Como dijo
Salomn Fabricant todo el mundo parece hoy coincidir en que la
Estadstica puede ser til para comprender, evaluar y controlar el
funcionamiento de la sociedad. En nuestra sociedad, el progreso puede
medirse mediante diversos ndices numricos, la estadstica se utiliza
para describir, manipular e interpretar estos nmeros.
An cuando los tipos de problemas a los cuales puede aplicarse la
Estadstica como herramienta fundamental para el anlisis e
interpretacin de resultados son bastante heterogneos, en muchos
casos los pasos de una investigacin estadstica son los siguientes:
___________________________________________________________________
_________________________________________________________________________
Primera etapa: formulacin del problema. Para investigar con xito un

problema dado, primero se tienen que crear conceptos precisos,
formular preguntas claras e imponer limitaciones adecuadas al
problema, tomando en cuenta el tiempo, dinero disponible y la habilidad
de los investigadores.
Segunda etapa: diseo del experimento. Nuestro deseo es obtener un
mximo de informacin empleando un mnimo de costo y tiempo. Esto
implica, entre otras cosas, que se debe determinar el tamao de la
muestra o la cantidad y tipo de datos que resolvern ms
eficientemente el problema. A la vez este tamao ser afectado por el
mtodo empleado para la seleccin de la muestra representativa.
Con respecto a la representatividad de la muestra, se debe observar que
no es fcil obtener selecciones que sean completamente aleatorias.
Existe el peligro de que una seleccin pueda ser preferida en alguna
forma. Se han propuesto varios mtodos para vencer esta dificultad y se
han usado en la prctica. Se considera este punto dentro del desarrollo
del mdulo.
Tercera etapa: experimentacin o recoleccin de datos. En general, sta
es la parte que ms tiempo consume en toda investigacin que sea
realizada, sta debe sujetarse a reglas estrictas. De hecho, cuantas
menos opiniones impongamos, sern mejores los resultados.
Cuarta etapa: tabulacin y formulacin de la respuesta. Al aplicar el
mtodo estadstico antes mencionado, se obtienen conclusiones a partir
de la muestra, acerca de la poblacin correspondiente. Es decir, se va a
inferir sobre la muestra y se trata de sacar conclusiones para la
poblacin. Es esta etapa la que le da el objetivo final a la estadstica,
puesto que se van a tomar decisiones con base en los resultados
obtenidos en el estudio descriptivo de la muestra.
No existe una frmula mgica ni nica en estadstica que tome en
cuenta todas las situaciones prcticas concebibles. Por lo cual es
necesario adquirir conocimientos generales de los mtodos ms
importantes para hacer inferencias. En cada caso prctico debe situarse
con cuidado la naturaleza del problema especfico, para estar seguros de
que ser escogido el mtodo ms apropiado.
Con el apoyo del computador los clculos matemticos se hacen ms
fciles, por lo tanto se recomienda utilizar e integrar un software
apropiado para tal fin. En la actualidad existen varios paquetes
estadsticos sencillos de manejar, tales como el Statgraphics, Sas,
Minitab, Spss.
___________________________________________________________________
_________________________________________________________________________
De comn acuerdo con su Tutor se pueden desarrollar los ejercicios

propuestos al final de cada tema, se puede utilizar calculadora y
computador para facilidad de los clculos.
UNIDAD 1: Generalidades de la
Estadstica
Definicin
Estadstica Descriptiva Distribucin de Frecuencias
1.1
DEFINICIN
Al evolucionar las ciencias, pierden sus rasgos primitivos, se

transforman, dividen y an cambian de nombre. Como ciencia que es, la
estadstica ha sufrido igual proceso y para comprender su estado actual
y su campo de actividades se necesita conocer algo de su historia. Se
considera fundador de la estadstica a Godofredo AchenwalL profesor y
economista alemn (1719 - 1772) quien, siendo profesor de la
universidad de Leipzig, escribi sobre el descubrimiento de una nueva
ciencia que lamo estadstica (palabra derivada de Staat que significa
gobierno) y que defini como el conocimiento profundo de la situacin
respectiva y comparativa de cada estado Achenwa y sus seguidores
estructuraron los mtodos estadsticos que se orientaron a investigar,
medir y comparar las riquezas de las naciones Lo anterior no significa
que antes de los estudios de Godofredo Achenwa, los estados no
hubiesen efectuado inventarios de sus riquezas; estos invntanos o
censos se efectuaron desde la antigedad. Se sabe que 2000 a 2500
aos antes de Cristo, los chinos y los egipcios efectuaron censos que
eran simples inventarios elementales Desde su creacin la estadstica se
ha enriquecido continuamente con los aportes de matemticos, filsofos
y cientficos.
___________________________________________________________________
_________________________________________________________________________
Adems, en un principio se consideraba que la funcin de a estadstica

era la descripcin de las caractersticas de un grupo, de observar y
describir el hecho En su origen la estadstica era histrica: hoy en da, la
estadstica, adems de ser descriptiva, es analtica, considerndose esta
ltima como la funcin ms
Importante que realiza, ya que permite obtener conclusiones para un

grupo mayor, denominado poblacin, partiendo de una investigacin
realizada en un grupo menor, denominado muestra.
Las siguientes son unas definiciones que ayudan a determinar el sentido
de la estadstica:
Dicaonano de Webster una rama de las matemticas que trata de la
recopilacin, el anlisis, la interpretacin y la presentacin de una gran
cantidad de datos numricos.'
Kendall y Stuart la estadstica es la rama del mtodo cientfico que traa
de los datos reunidos al contar o medir las propiedades de alguna
poblacin.
Fraser la estadstica trata con mtodos para obtener conclusiones a
partir de los resultados de los experimentos o procesos."
Al unir estas definiciones, se puede notar que a partir de la recopilacin
de datos se pueden hacer inferencias con respecto a resultados de
experimentos. Es decir a partir de un conjunto de mtodos, normas,
reglas y de principios para observar, agrupar, describir, cuantificar y
analizar el comportamiento de un grupo.
Es entonces, un campo parcial de la Matemtica aplicada a un conjunto
de objetos que se asignan valores numricos y luego estos se siguen
elaborando matemticamente.
Matemticamente
los
procedimientos
estadsticos
estn
muy
desarrollados y asegurados en el plano de la teora, por ejemplo,
mediante la indicacin de mbitos dentro de los cuales puede suponerse
o rechazarse una hiptesis. Se acostumbran a distinguir dos clases de
Estadstica, la descriptiva y la de inferencia.
1.1.1 Importancia
___________________________________________________________________
_________________________________________________________________________
La teora general de la estadstica es aplicable a cualquier campo
cientfico en el cual se hacen observaciones el estudio y aplicacin de
los mtodos estadsticos son necesarios en todos (los campos del saber,
sean estos de nivel tcnico o cientfico). Es obvio que en cada campo se
aplican o desarrollan procedimientos especficos, como aplicaciones
particulares a variantes de la teora general. Las primeras aplicaciones
de la estadstica fueron los asuntos de gobierno, luego las utilizaron las
compaas de seguros y los empresarios de juegos de azar, despus
siguieron los comerciantes, los industriales, los educadores, etc.
Es por tanto que las tcnicas estadsticas se utilizan en casi todos los
aspectos de la vida:
Se disean encuestas para recoger informacin y as poder

predecir algn suceso.
Los experimentos que se hacen para determinar el mtodo
apropiado para
curar cierta enfermedad.
La duracin, intensidad, extensin de las lluvias, tormentas o
granizos, las Temperaturas, la intensidad y direccin del viento son
variables aleatorias.
1.1.2 Poblacin
Es el conjunto de elementos que se toma de referencia para el estudio
que se desea investigar la ocurrencia de una caracterstica o propiedad.
Los elementos que integran la poblacin pueden pertenecer a personas,
objetos o cosas. Segn sea el tamao, la poblacin puede considerarse
como finita o infinita.
Es poblacin finita cuando el nmero de elementos que la componen es
limitado; infinito cuando consta de infinitos elementos.
Ejemplo
La poblacin consistente en todas las tuercas producidas por una fbrica
en un da especfico, los estudiantes matriculados en un colegio, son
poblaciones finitas; mientras que la determinada por todos los posibles
resultados (caras, cruces) de sucesivas tiradas de una moneda, las
personas que hoy y en el futuro subscriban un seguro de vida, las piezas
fabricadas por una mquina, son poblaciones infinitas, cantidad de
___________________________________________________________________
_________________________________________________________________________
carros que transitan por un peaje en un tiempo determinado es finita
pero si no se especifica este tiempo es entonces infinita.
1.1.3 Muestra
Se considera como muestra el subconjunto de elementos que
pertenecen a la poblacin objetivo sobre los cuales se recoger la
informacin necesaria, para tomar una decisin vlida relativa a la
poblacin de estudio. Si una muestra es representativa de una poblacin
es posible inferir importantes conclusiones sobre la poblacin a partir del
anlisis de la muestra.
Las muestras pueden ser de dos tipos: probabilstica o al azar, cuando
cada uno de los elementos tiene la misma probabilidad de ser escogido
y no probalstica cuando se seleccionan los datos con determinado
criterio o conveniencia del
Investigador; en estos casos, algunas unidades tienen mayor posibilidad

que otras de ser seleccionadas, por tal razn no se puede determina la
validez, ni la confianza que merecen dichos resultados.
1.1.4 Mtodos de Seleccin de una Muestra al Azar
La clave de un procedimiento de muestreo es garantizar que la muestra
sea representativa de la poblacin, este muestreo puede ser
probabilstica o intencional Es probabilstica cuando todos los elementos
de la poblacin tienen la misma posibilidad de ser elegidos. En cambio,
intencional, es cuando el investigador selecciona bajo un criterio la
muestra.
La seleccin de esta muestra probabilstica se puede realizar por medio
de los siguientes mtodos:
Azar Simple
Este mtodo de seleccin permite que todos los elementos que
constituyen la poblacin tengan la misma posibilidad de ser incluidos en
la muestra. Este mtodo es de gran importancia cuando la poblacin no
es grande o siendo grande, este se concentra en un rea pequea.
Tambin cuando las caractersticas que se investiga presentan poca
variabilidad o cuando la poblacin facilita su enumeracin para su
seleccin.
___________________________________________________________________
_________________________________________________________________________
Ejemplo: en la fbrica T&T hay mil personas trabajando, 600 de las
cuales son obreros, 250 son tcnicos y 150 son profesionales Si se
quiere seleccionar una muestra aleatoria simple de 200 personas, en
este caso, la probabilidad de seleccin de cada persona es:
Lo cual indica que el 20% de los obreros corresponden a 120 de los

tcnicos 50 y 30 profesionales.
Por Estratos
Para el muestreo estratificado se divide la poblacin en vanos grupos o
estratos con el fin de dar representatividad a los distintos factores que
integran la poblacin del estudio, la condicin de la estratificacin es la
presencia en cada estrato de las caractersticas que conforman la
poblacin.
Este proces de estratificacin requiere que la poblacin sea dividida en

grupos homogneos donde cada elemento tiene una caracterstica tal
que no le permite pertenecer a otro estrato.
Para la seleccin de los elementos o unidades representantes de cada
estrato se utiliza el mtodo del muestreo aleatorio o al azar. Dentro de
este muestreo encontramos casos tres especiales:
Muestras de igual tamao. En este tipo de muestreo debe

seleccionarse un nmero igual de elementos en cada grupo
mediante procedimiento al azar.
Muestreo proporcional. En este tipo el tamao de muestra por
estrato se escoge de tal forma que sea proporcional al tamao
poblacional del mismo.
Afinacin ptima. Este mtodo utiliza la mejor subdivisin posible
de una muestra total, reparticin en todos los estratos,
considerando tanto la variacin como el tamao de cada estrato
adems se tiene en cuota el costo de la investigacin.
Ejemplo: en el caso de la fabrica T&T se puede argumentar que obreros,

tcnicos y profesionales son importantes para establecer comparaciones
y se decide escoger 80 de cada estrato. En este caso las probabilidades
de seleccin seran, por estrato, las siguientes:
___________________________________________________________________
_________________________________________________________________________
Donde se puede apreciar que la probabilidad de seleccin no es igual

para todas las personas, sino que depende del estrato en que stas se
encuentran y as un obrero tiene menor posibilidad de ser seleccionado
que un profesional, simplemente porque estos ltimos son menores.
Por Conglomerado
Existen situaciones donde ni el muestreo aleatorio simple ni el
estratificado son aplicables, ya que no se dispone de una lista con el
numero 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 si se
conoce.
Por ejemplo la poblacin se distribuye en provincias, los habitantes de
una ciudad en barrios, etc. Si se supone que cada uno de estos
conglomerados es una muestra representativa de la poblacin total
respecto a la variable que se estudia,
se puede seleccionar algunos de estos conglomerados al azar y dentro
de ellos, analizar todos sus elementos o una muestra aleatoria simple.
Ejemplo: se desea tomar una muestra de la poblacin colombiana para
estudiar la proporcin de personas que estn de acuerdo con la
relaciones prematrimoniales; si se supone que la edad y el sexo pueden
influir en la opinin, se debera tomar una muestra donde estas
caractersticas sean las mismas que en la poblacin base, lo que implica
una muestra estratificada.
Sistematizada
Una forma prctica para seleccionar la muestra es hacerla en forma
sistemtica, escogiendo una muestra de cada intervalo, donde el
intervalo se calcula as: K= N/n; donde N es el tamao de la poblacin y
n el de la muestra.
Ejemplo: si se quiere tomar una muestra de 500 viviendas en un barrio
que tiene 2000 viviendas, el intervalo de seleccin ser: K= 2000 / 500
= 4.
___________________________________________________________________
_________________________________________________________________________
Para iniciar el proceso de seleccin sistemtica se escoge al azar un
nmero entre 1 y 4, a partir del nmero seleccionado y cada 4 viviendas
se hace una escogencia, hasta completar la muestra.
1.1.5 Unidad Estadstica
Una vez identificada la poblacin y la muestra, se ubica la unidad
estadstica, o sea el objeto de la medicin. La unidad estadstica es el
elemento del universo que reporta la informacin (observacin) y sobre
el cual se realiza un determinado estudio (anlisis).
Dato
Hace referencia a la observacin particular, es decir, la informacin
relacionada con las caractersticas de cosas existentes que pueden ser
recogidos, anotados u observados
Variables
Es una dimensin o una caracterstica de una unidad de anlisis,
dimensin que adopta la forma de una clasificacin. Una variable se
puede representar por un smbolo X, Y, Z, V, x, h etc. que puede tomar
un conjunto prefijado de valores; dichas variables pueden ser:
Nominal: a veces conviene extender la nocin de variable a

entidades no numricas: es decir que relacionan un carcter, un
nombre, una cualidad. Por ejemplo, el color C de un arco iris es
una variable que puede tomar los valores rojo, anaranjado,
amarillo, verde, azul, violeta y rosado. Puede ser posible sustituir
tales variables por entidades numricas de la siguiente manera:
denotando el rojo como 1, el anaranjado como 2 etc.
Ordinal: le asigna valores numricos a los sujetos, de tal forma que

los valores ms altos se le asignan a los individuos que tienen ms de
la caracterstica que se mide. Esto hace que necesariamente
satisfaga la caracterstica de diferenciacin pero en adicin introduce
la posibilidad de ordenamiento.
Por ejemplo, en una competencia ciclstica se tiene en cuenta los
cinco primeros puestos para la premiacin.
Intervalo: en adicin a la clasificacin y ordenamiento se introduce la

posibilidad de establecer el ordenamiento con intervalos iguales.
___________________________________________________________________
_________________________________________________________________________
Por ejemplo, la medicin de la temperatura la cual se puede hacer

por medio de un termmetro en grados Fahrenheit.
Variable Continua: es la variable que puede tomar cualquier valor

entre dos valores dados. La estatura H de una persona que puede
ser 1.62 cm, 1.65 cm, 1.80.
Variable Discreta: es la variable que solo puede tomar un

determinado nmero de valores enteros. El nmero N de hijos en
una familia puede ser O, 1, 2, 3.
1.2 ESTADSTICA
FRECUENCIAS
DESCRIPTIVA
DISTRIBUCIN
DE
La distribucin de frecuencias o tabla de frecuencia, es la disposicin

tabular de los datos por clases junto con las correspondientes
frecuencias de clase. Para la elaboracin de esta distribucin si los datos
son cuantitativos, hay que tener en cuenta los siguientes pasos:
1.2.1 Recoleccin de Datos
Es la base para cualquier estudio estadstico, es la toma de datos u
observaciones; estos se llevan a cabo mediante la recopilacin de los
mismos sin ninguna ordenacin de acuerdo a lo que se est
investigando.
Por ejemplo la empresa Cuero Lindo recopil la informacin resultante

de encuestar 60 establecimientos pequeos, para estudiar sus ventas
semanales en miles de pesos, los resultados son:
Despus de tener dicha informacin, se procede a ordenarla; es decir,

colocar los datos numricos en orden creciente o decreciente. Existe un
___________________________________________________________________
_________________________________________________________________________
tipo de ordenacin y se hacen generalmente en una tabla de distribucin
de frecuencias. Para ello se debe encontrar inicialmente el rango de la
distribucin; que es la diferencia entre el mayor y el menor dato
obtenido. As:
1.2.2 Intervalos
Al resumir grandes colecciones de datos es til distribuidos en clases o
categoras; en cuanto al nmero de clases el investigador es autnomo
para escoger el nmero de intervalos para trabajar, sin embargo existe
una frmula que se utiliza como base o gua para indicar la cantidad de
intervalos que se van a crear en la tabla de frecuencias. Esta frmula
esta determinada por:
Lo cual indica que se puede aproximar a 6 o 7 intervalos. En este caso se

toman 6 intervalos, pero se agregan dos ms que son: el intervalo
menor que el dato menor y el intervalo mayor que el dato mayor; esto
cuando se utiliza un programa de computador.
1.2.3 Amplitud
El rango nos ayuda a determinar la amplitud o el tamao de cada clase,
siendo esta una constante para cada intervalo. La amplitud indica la
distancia que debe tener cada clase.
La amplitud se puede determinar como el cociente entre el rango y el
nmero de intervalos.
A = R / m; donde A = amplitud
A = 30 / 6 = 5 miles de pesos
Para formar los intervalos de clase, si es utilizando un programa
estadstico, se parte del dato menor 10 y se le suma la amplitud, as, 10
___________________________________________________________________
_________________________________________________________________________
+ 5=15. Entonces el primer grupo esta comprendido entre 10 y 15 miles
de pesos.
El siguiente grupo ser: 15 + 5 = 20, donde el intervalo estar entre 15
y 20 miles de pesos. En forma similar se crean los dems intervalos,
incluyendo los intervalos menores a 10 miles de pesos y mayores a 40
miles de pesos.
Otra manera de formar los intervalos de clase es tomar un dato como

medida de referencia, por ejemplo 5 (que indica $5000) o el dato menor
y sumarle el valor de la amplitud:
1.2.4 Frecuencia de Clase o Frecuencia Absoluta

Se determina el nmero de individuos que pertenecen a cada clase.
Como cada clase est formada por un intervalo, entonces se debe tomar
como un intervalo abierto a izquierda y cerrado a derecha. Esto quiere
decir, por ejemplo: que para hacer el conteo para determinar las
frecuencias correspondientes al intervalo 20 - 25, van a estar los valores
21, 22, 23, 24 y 25. De igual manera los valores que van a estar entre
25 - 30 son 26, 27, 28, 29 y 30.
Teniendo esto en cuenta, podemos utilizar el siguiente cuadro para
realizar el conteo:
___________________________________________________________________
_________________________________________________________________________
Esta frecuencia significa; por ejemplo: que 12 establecimientos tienen

ventas semanales entre $15000 y $20000; las mayores ventas estn
entre $25000 y $30000, las menores ventas presentadas son de
$10000, etc.
1.2.5 Marca de Clase (X)
Es el punto medio del intervalo de clase y se obtiene promediando el
limite inferior y superior de cada clase.
Miles de pesos; esto quiere decir que el promedio del primer intervalo es
de $7500.
Otra manera de hallar la amplitud de un intervalo es encontrar la
diferencia comn entre marcas de clase sucesivas. Por ejemplo: 32,5 27,5 = 5 miles de pesos.
___________________________________________________________________
_________________________________________________________________________
1.2.6 Frecuencia Relativa (Fr)

Es su frecuencia dividida por la frecuencia total de todas las clases y se
expresa generalmente como un porcentaje.
La frecuencia relativa del primer intervalo es 0.0333. Este valor se

obtuvo de la relacin entre 2/60 = 0.0333; significa que el 3.33% de los
establecimientos tienen ventas menores de $10000. Este porcentaje se
obtiene al multiplicar por 100 el resultado obtenido.
De igual manera, la frecuencia relativa del segundo intervalo es de
0.0833, que significa que el 8.33% de los establecimientos tienen ventas
entre $10000 a $15000.
1.2.7 Frecuencia Acumulada (Fa)
Es la acumulacin ascendente o descendente (de la primera a la ltima
clase o viceversa) de frecuencias absolutas. La frecuencia acumulada
descendente se obtiene de la siguiente manera:
La primera frecuencia acumulada corresponde a la primera frecuencia
absoluta.
La segunda acumulada se obtiene sumando las dos primeras
absolutas, es decir, 2+5 = 7.
La tercera acumulada se obtiene de sumar 7 + 12 = 19 y as
sucesivamente.
La frecuencia acumulada ascendente se obtiene as: se inicia por la
frecuencia absoluta del ltimo intervalo; en este caso 4. La siguiente es
sumar esta frecuencia acumulada con la anterior: 4+8 = 12. La que
sigue sera 4 + 8 = 12 y as sucesivamente.
___________________________________________________________________
_________________________________________________________________________
El significado de este cuadro es el siguiente: si tomamos el tercer grupo

descendente,
su
frecuencia
acumulada,
significa
que
19
establecimientos tienen ventas semanales entre $10000 y $20000 o
inferiores a $20000. Y si tomamos el segundo grupo ascendente, quiere
decir que 12 establecimientos tienen ventas semanales entre $30000 y
$40000 o mayores a $30000.
1.2.8 Frecuencia Relativa Acumulada (Fra)
Es la acumulacin sucesiva en forma ascendente o descendente de
frecuencias relativas. La primera frecuencia relativa acumulada
corresponde a la primera frecuencia relativa. La segunda, se obtiene
sumando las dos primeras frecuencias relativas, es decir, 0,0333 +
0,0833 = 0,1167 y as sucesivamente. La frecuencia relativa acumulada
ascendente se obtiene as: se inicia por la frecuencia relativa del ltimo
intervalo; en este caso 0,0667. La siguiente es sumar esta frecuencia
acumulada con la anterior 0,0667 + 0,1333 = 0,2 y as sucesivamente.
Si tomamos el grupo 5 descendente su acumulado es de 0.8, cuyo

significado es que el 80% de los establecimientos tienen ventas
___________________________________________________________________
_________________________________________________________________________
semanales menores a $30000; si tomamos el grupo 4 ascendente su
acumulado ser del 0,6833, esto significa que el 68.33% de los
establecimientos tienen ventas mayores a $20000 mil pesos.
La tabla presenta el resumen de la clasificacin de los 60

establecimientos analizados por los investigadores de la empresa Cuero
Lindo, esto significa que se ha organizado la informacin.
Decir de las siguientes variables cules son continuas y cules son
discretas
La altura de las personas
. La medida de la cantidad de lluvia cada en una localidad en un mes
. La edad de las personas, en aos cumplidos
. El nmero de alumnos de cada curso de un colegio
Por qu es til la estadstica en el campo para el cual se est

preparando.
La Estadstica estudia el comportamiento de fenmenos

colectivos y nunca de una observacin individual comentar este
principio.
Clasificar a que tipo de estadstica pertenecen los siguientes

tems:
. Realizar un inventario
. Determinar la demanda de un producto
. La posibilidad que llueva en una ciudad determinada
. El porcentaje de desempleo en una ciudad especfica
. El promedio de las acciones vendidas en la bolsa de valores en una
empresa en un mes determinado
___________________________________________________________________
_________________________________________________________________________
.
.
.
.
El aumento del ndice de precios al consumidor en un mes especfico

El aumento del costo de vida en un mes especfico
El nmero de accidentes ocurridos en una ciudad determinada
Las ventas de un almacn en un mes determinado
. El aumento de costos de produccin con respecto al mismo mes del

ao anterior.
Dar un ejemplo donde se aplique la estadstica en los siguientes
campos:
Responder a los siguientes enunciados:
Qu significan las variaciones en los precios de los artculos al

consumidor?
. Cree que cualquier investigacin requiere informacin estadstica?
. Cules son las funciones del Departamento Administrativo Nacional de
Estadstica (DANE)?
Las calificaciones finales de 80 estudiantes son:
___________________________________________________________________
_________________________________________________________________________
Hallar:
. La calificacin ms alta
. La calificacin ms baja
. El rango
. Las cinco notas ms altas
. Las cinco notas ms bajas
. La dcima nota de mayor a menor
. La tabla de frecuencias utilizando 7 intervalos
. Comprobar que la amplitud de los intervalos es de 6.29
. El nmero de estudiantes de 79 o ms
. El nmero de estudiantes con calificaciones por debajo de 71
. El porcentaje de estudiantes con calificaciones mayores de 65 pero no
superiores a 85.
. Cul es el significado del 91.25%?
. Cul es el significado del 33.75%?
En una empresa se investig una muestra de 56 empleados para
determinar su salario mensual en miles de pesos. Los resultados fueron
los siguientes:
Crear la tabla de frecuencias con siete intervalos y comprobar que su

amplitud es de 153.71 e interpretar cada uno de los siguientes valores
en la clasificacin:
___________________________________________________________________
_________________________________________________________________________
Responder:
. Cuntos empleados tienen un salario inferior a $1'382.000?
. Qu porcentaje de empleados tienen un salario superior a
$1'228.000?
. Cuntos empleados tienen un salario entre $921.000 y $1'075.000?
. Qu porcentaje de empleados tienen un salario entre $1'228.000 y
$1'382.000?
En la tabla que sigue se recogen los pesos de 40 estudiantes varones de
una universidad con precisin de 1 Kilo, construir una distribucin de
frecuencias con 5 intervalos y establecer las conclusiones ms
importantes.
La siguiente tabla muestra una distribucin de frecuencia de los salarios

semanales de 65 empleados de la empresa P & R.
Determinar de la tabla de frecuencias:

.
.
.
.
El lmite inferior de la sexta clase.

El lmite superior de la cuarta clase.
La marca de clase o punto medio de la tercera clase.
La anchura del quinto intervalo de clase.
___________________________________________________________________
_________________________________________________________________________
. La frecuencia de la tercera clase.
. El intervalo de clase con mxima frecuencia.
. El porcentaje de empleados que cobran menos o igual de $280.000 a la
semana.
. El porcentaje de empleados que cobran igual o menos de $300.000
pero al menos $260.000 por semana.
Si las marcas de clase en una distribucin de frecuencias de pesos

de estudiantes son 128, 137, 146, 155, 164, 173 y 182 libras.
Hallar:
La anchura del intervalo de clase.

Los lmites de clase, suponiendo que los pesos se midieron con 1 libra de
precisin.
La menor de 150 medidas es 5,18 m y la mayor 7.44 m.
Determinar un conjunto apropiado de intervalos de clase.

.Marcas de clase que puedan usarse para formar la distribucin de
frecuencia de esas medidas.
La siguiente tabla muestra una distribucin de frecuencias de las

vidas medias de 400 vlvulas de radio probadas en la empresa L &
M.
Determinar de la tabla de frecuencias:

. El lmite superior de la quinta clase.
. El lmite inferior de la octava clase.
___________________________________________________________________
_________________________________________________________________________
. La marca de clase de la sptima clase.
. La anchura de intervalos de clase.
. La frecuencia de la cuarta clase.
. La frecuencia relativa de la sexta clase.
. Porcentaje de tubos cuya vida media no pasa de 600 horas.
. Porcentaje de tubos cuya vida media es mayor de 900 horas.
. Porcentaje de tubos cuya vida media es de al menos 501 horas, pero
menor o igual que 1000 horas.
Los dimetros internos de los tubos fabricados por una empresa se
miden con precisin de milsima de pulgada. Si las marcas de clase de
una distribucin de frecuencias de esos dimetros vienen dadas por
0.321, 0.324, 0.327, 0.33, 0.333 y 0.336. Hallar la anchura del intervalo
de clase y los lmites de clase.
La tabla adjunta muestra los dimetros en centmetros de una
muestra de 60 bolas de cojinete manufacturadas por una fbrica.
Construir una distribucin de frecuencias con intervalos de clase
apropiados y establecer las conclusiones respectivas.
UNIDAD 2: Medidas de Tendencia

Central
Primer Caso: Cuando los Datos no Estn Agrupados
Segundo Caso: Cuando los Datos Estn Agrupados
___________________________________________________________________
_________________________________________________________________________
Las medidas de centralizacin son valores que tienden a situarse en el
centro del conjunto de datos ordenados segn su magnitud. Las medidas
de centralizacin ms usadas son: Media aritmtica, mediana y moda.
La media aritmtica es la medida de tendencia central ms conocida, es
fcil de calcular, de gran estabilidad en el muestreo; se puede aplicar a
variables de intervalos ya sean discretos o continuos. Esta medida se
define como la suma de todos los valores observados dividido por el
nmero de observaciones, es decir encontrar el promedio de los datos
en estudio.
La mediana se define como la medida de tendencia central que divide a
cualquier distribucin en dos partes iguales. Esta medida se puede
aplicar a variables de intervalos (discretas y continuas) y variables
ordinales.
La moda de una distribucin se define como el valor que presenta la
mayor frecuencia, se usa con variables de intervalos nominales y
ordinales. Es comnmente utilizada como una medida de popularidad
que refleja la tendencia de una opinin.
2.1 PRIMER CASO: CUANDO LOS DATOS NO ESTN AGRUPADOS

La media aritmtica de un conjunto de n nmeros x 1, x2, X3..., Xn, se
representa por x y se define como:
Cuando los nmeros x1, x2, x3,....xn, aparecen f1, f2, f3,..... fn veces,
respectivamente, es decir, que sus frecuencias respectivas son f 1, f2,
f3,....fn, la media aritmtica se puede calcular del modo siguiente:
___________________________________________________________________
_________________________________________________________________________
En ocasiones, a cada uno de los nmeros x1, x2, x3,....xn, se les asigna un
peso determinado w1, w2, w3,....wn. En estos casos, se acostumbra a
calcular la media aritmtica ponderada del modo siguiente:
Ejemplo
Hallar la media aritmtica del puntaje obtenido por 5 estudiantes en una
prueba: 6, 4, 3, 7, 8.
Hallar la media aritmtica de los siguientes datos que representan las

edades de 10 nios. 6, 6, 6, 4, 4, 4, 4, 3, 3, 7.
El promedio de edad de los 10 nios es de 4 aos, 7meses de 5aos.
Un estudiante ha obtenido las calificaciones siguientes:
___________________________________________________________________
_________________________________________________________________________
Calculando su nota media ponderada:
Por lo tanto el promedio de las notas del estudiante es de 5,55

2.1.2 Mediana
La mediana es una serie de datos ordenados en orden de magnitud, es
el valor medio si el nmero de datos es impar o bien la media aritmtica
de los valores medios si el nmero de datos es par.
Ejemplo
Hallar la mediana de los siguientes datos que corresponden a la

venta de leche en un expendio durante los ltimos 7 das:
___________________________________________________________________
_________________________________________________________________________
El puntaje de las pruebas que se encuentra en la mitad es de 318.

2.1.3 Moda
La moda no puede ser nica e incluso puede no existir.
Ejemplo
En una encuesta realizada sobre los deportes que se practican en
un grado determinado de un Colegio de Varones, se presentan los
siguientes resultados:
La moda en este caso es el Ftbol, puesto que la mayora de los alumnos

lo prefieren.
Se le ha preguntado a un grupo de personas acerca del color

preferido por ellas y se obtuvo lo siguiente:
___________________________________________________________________
_________________________________________________________________________
Lo cual indica que los colores que pueden estar de moda son el gris, caf
y vinotinto.
Hallar la moda de los nmeros 2, 3, 4, 5, 6, 7, 8; como ningn

nmero se repite ms que los otros, por consiguiente no hay
moda.
2.2 SEGUNDO CASO: CUANDO LOS DATOS ESTN AGRUPADOS

Ejemplo
Hallar la media aritmtica de las ventas de los sesenta
establecimientos:
___________________________________________________________________
_________________________________________________________________________
Las ventas promedio de los sesenta establecimientos son de $24000
Hallar el valor promedio para la distribucin correspondiente a las

notas obtenidas por 40 estudiantes en una prueba estadstica:
El puntaje promedio de los 40 alumnos es de 38.

2.2.2 Mediana
___________________________________________________________________
_________________________________________________________________________
Para hallarla cuando los datos estn agrupados se siguen los siguientes
pasos:
Ubicar el intervalo donde quede la frecuencia correspondiente a la

mitad del tamao de la muestra.
Encontrar el valor del lmite real inferior del intervalo dnde est.
Aplicar la siguiente frmula:
Ejemplo
Encontrar la mediana de las ventas de los sesenta establecimientos:
$24.000 corresponde a la venta que est en la mitad.
Encontrar la mediana de la distribucin correspondiente a las

notas obtenidas por 40 estudiantes en una prueba estadstica
___________________________________________________________________
_________________________________________________________________________
La nota que est en la mitad en esta distribucin es Moda.

2.2.3 Moda
Se debe ubicar el intervalo donde est la mayor frecuencia, y despus se
aplica la siguiente frmula:
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
. Encontrar la media, la moda y la mediana.
Diez medidas del dimetro de un cilindro fueron anotadas por un

cientfico como 3.88, 4.09, 3.92, 3.97, 4.02, 3.95, 3.98, 4.03, 3.92
y 4.06 centmetros; hallar la media aritmtica de tales medidas.
De entre 100 nmeros: 20 son cuatros, 40 son cincos, 30 son seis
y los restantes sietes. Hallar la media aritmtica, la media y la
moda.
De los 80 empleados de una empresa, 60 cobran $7000 a la hora y
el resto $4000 a la hora. Hallar cunto cobran la media por hora.
Usar la distribucin de frecuencias para hallar la altura media, la
altura que ms se repite y la altura que se encuentra en la mitad
de 100 estudiantes.
Hallar la media, mediana y moda de los pesos de 40 estudiantes de la

siguiente tabla:
___________________________________________________________________
_________________________________________________________________________
Los tipos de reaccin de un individuo ante diversos estmulos,

medidos por un psiclogo, fueron: 0.53, 0.46, 0.5, 0.49, 0.52, 0.53,
0.44 y 0.55 segundos respectivamente. Determinar su tiempo
medio de reaccin.
La siguiente tabla muestra la distribucin de cargas mximas en
toneladas cortas que soportan los cables producidos en cierta
fbrica. Determinar la carga mxima media, la carga mxima que
se repite y la carga que ms se repite.
La siguiente tabla muestra el nmero de bodas en Colombia para

hombres y mujeres de distintos grupos de edad durante 1984.
. Hallar la media, mediana y moda tanto para hombres como para

mujeres, estableciendo las respectivas conclusiones.
___________________________________________________________________
_________________________________________________________________________
UNIDAD 3: Medidas de dispersin

Desviacin Estndar o Tpica

Varianza
Coeficiente de Variacin
Las medidas de dispersin o variacin dan idea de la separacin de los
datos numricos alrededor de una medida de centralizacin. Las
medidas de dispersin ms utilizadas son:
3.1 DESVIACIN ESTNDAR O TPICA
Indica que tan dispersos estn los datos con respecto a la media
aritmtica. Si los datos no estn agrupados, la desviacin estndar de
una serie de nmeros n. X1, x2, x3,.....xn est determinada por:
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
3.2 VARIANZA
Esta es la medida de variacin ms importante, ya que se obtiene a
partir de la media aritmtica de una distribucin. La varianza seala la
distancia promedio de cualquier observacin en el conjunto de datos. La
varianza de un conjunto de datos se define como el cuadrado de la
desviacin tpica.
La varianza es una medida de dispersin, en la cual, las unidades son los
cuadrados de las unidades de los datos, es decir, pesos cuadrados,
personas cuadradas, etc., y por esto no son expresiones fciles de
interpretar.
Si los datos no estn agrupados, la varianza de una serie de nmeros n:
x1, x2, x3........ Xn est determinada por:
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
UNIDAD 4: Medidas de Ubicacin

Cuartiles, Percentiles y Deciles

Diagramas de Caja
4.1 CUARTILES, PERCENTILES, DECILES
Si un conjunto de datos est ordenado por magnitud, el valor central que
divide al conjunto en dos mitades iguales, es la mediana.
Extendiendo esa idea, se puede pensar en aquellos valores que dividen
al conjunto en cuatro partes iguales, (cuartiles) esos valores denotados
Q1 Q2 y Q3, llamados primer, segundo y tercer cuartil respectivamente. El
Q2 coincide con la mediana.
Anlogamente, los valores que dividen a los datos en 10 partes iguales
se llaman deciles y se denotan por D 1 D2,...D9. El D5 coincide con la
mediana.
Y los valores que dividen a los datos en 100 partes iguales se llaman
percentiles, denotados por P1 P2,.....P99. El P50 coincide con la mediana.
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
UNIDAD 5: Presentacin de la
Informacin
Histograma
Polgonos de Frecuencia
Ojivas
Barras
Una grfica estadstica es aquella en la cual se presentan los datos
estadsticos en trminos de magnitudes, para interpretarlos en forma
visual.
Presentar la informacin de la tabla de frecuencias por medio de grficas
sirve para reforzar las conclusiones que se determinan de esta tabla.
Estas grficas se pueden utilizar para:
Evaluar resultados de un proceso.

Presentar resultados de una investigacin.
Para la elaboracin de un grfico hay que tener en cuenta:
Ttulo: indica la descripcin del contenido de la grfica, es decir,

indica el fenmeno de estudio. Por ejemplo, Produccin de caf en
Colombia en el perodo 1995 - 1997.
Diagrama: es empleado para representar los datos mostrados en
una grfica; los diagramas pueden ser de varios tipos: lneas,
barras, dimensiones y smbolos.
___________________________________________________________________
_________________________________________________________________________
se aplica para saber la dimensin del fenmeno graficado. Se debe

identificar en los ejes X y Y de un sistema de coordenadas. Las
magnitudes en la ordenada o eje Y y las clasificaciones de los
datos en las abscisas o eje X.
Existen varios tipos de grficas para representar los datos estadsticos y

al mismo tiempo sirven para reforzar las conclusiones dadas en la tabla
de frecuencias.
5.1 HISTOGRAMA
Sirve para representar grficamente una distribucin de frecuencias. El
grfico se disea trazando los intervalos sobre el eje X y las frecuencias
absolutas sobre el eje Y. A partir del intervalo se traza la altura
respectiva dada por la frecuencia absoluta.
La empresa Cuero Lindo ha recopilado informacin sobre las ventas en
miles de pesos de 60 almacenes. Estos datos son:
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
De acuerdo a estas grficas responder:

. Qu porcentaje de quejas estn concluidas?
. Qu significado tiene el valor 3794 en el grfico de estado de las
quejas?
. Qu interpretacin le puede dar al grfico quines se quejan?
___________________________________________________________________
_________________________________________________________________________
UNIDAD 6: Probabilidad
Generalidades
Variables Aleatorias
Valor Esperado
6.1 GENERALIDADES
En la vida cotidiana, se observa que el hombre est constantemente
tomando decisiones donde intervienen acontecimientos, como son los
juegos de azar, el clima, la gentica, etc. Estos sucesos probables, son
juicios u opiniones que pueden ser a la vez probablemente verdaderos y
probablemente falsos.
Cuando los datos a estudiar son una muestra de una poblacin el
problema central es inferir las propiedades de sta a partir de la
muestra. 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 (muestra) y lo desconocido (poblacin). Su construccin y
estudio es el objetivo del clculo de probabilidades.
Por lo anterior se nota que el problema central de la estadstica es, a
partir de una muestra, hacer inferencia de tipo probabilstico sobre la
poblacin. Por ejemplo si en una muestra de 100 personas, 28 tienen
estudios universitarios, se puede decir que ms o menos 2800 de
1000000 de habitantes de una ciudad tienen estudios universitarios.
Lo importante es precisar este ms o menos. Por ejemplo se puede
decir que con un 95% de seguridad hay entre 2500 y 3100 personas con
estudios universitarios.
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
En un grupo de 48 estudiantes, 12 de ellos expresan preferencia

por el ajedrez; cul es la probabilidad de que al seleccionar un
estudiante ste exprese preferencias por el ajedrez?
En una poblacin de 50000 habitantes 7500 son mayores de 60

aos. Cul es la probabilidad que al seleccionar un habitantes
este tenga una edad inferior a los 60 aos?
Suponer que en una fbrica se producen 5000 artculos elctricos.

200 de ellos son defectuosos. Cul es la probabilidad de que al
seleccionar un artculo de esa fbrica, el artculo no sea
defectuoso?.
Suponer que en una fbrica de productos lcteos el 15% de los

artculos tienen fecha de vencimiento fuera de lo normal. Cul es
la probabilidad de que al seleccionar un artculo lcteo de esta
fbrica tenga fecha de vencimiento fuera de lo normal?
Suponer que un vendedor de seguros ofrece este servicio a 5000

personas de las cuales el 20% de ellas adquiere el seguro. Cul es
la probabilidad de que al seleccionar una de estas personas halla
comprado el seguro?
Cul es la probabilidad de que al lanzar un dado:

. Aparezca el nmero 3
. Aparezca un nmero par
. Aparezca un nmero mltiplo de 7
Suponer que en un grupo de 60 estudiantes, 20 de ellos

obtuvieron una nota de matemtica sobresaliente, 30 bueno y los
dems insuficiente.
. Cul es la probabilidad de que al seleccionar un alumno, ste tenga

una nota Sobresaliente?.
una nota insuficiente?.
una nota sobresaliente o bueno?.
una nota sobresaliente, buena o insuficiente?
___________________________________________________________________
_________________________________________________________________________
Determinar o estimar, la probabilidad de los siguientes sucesos:

Una tirada de un dado resulte impar.
. Al menos una cara en dos tiradas de una moneda.
. Un as, el 10 de diamantes o el 2 de picas aparezca al sacar una
sola carta de una baraja francesa de 52 naipes.
. La suma de dos dados sea 7.
De una baraja de 52 naipes, mezclados al azar, se sacan dos

naipes. Hallar la probabilidad de que ambos sean ases si el primer
naipe extrado:
. Se devuelve a la baraja.
. Si no se devuelve.
Clasificar las siguientes variables aleatorias como continuas o discretas:

Un banco no sabe con exactitud cuantos clientes llegarn un da
determinado.
. El peso de las cajas de tomate.
. El nmero de accidentes que ocurren en una semana.
. El tiempo de duracin de una conversacin telefnica.
. Nmero de aos que deben transcurrir para que una empresa logre que
sus acciones valgan seis millones de pesos.
. El nmero de autos que entran a un parqueadero.
. El tiempo que gastamos en ir de la casa al trabajo.
. El nmero de clientes esperando servicio en la caja de un
supermercado.
. Las ventas semanales de una almacn.
. El nmero de robos ocurridos en un almacn en determinado perodo
de tiempo.
Si se llama X a la variable aleatoria que indica el nmero de hijos

varones en una familia de 3 hijos, cules son los posibles valores
que toma esta variable?
Sea X la suma de puntos obtenida al lanzar dos dados. Determinar

los posibles valores que puede tomar la variable.
El supermercado COOTRUP ha reunido los siguientes datos sobre

las ventas semanales de neveras:
___________________________________________________________________
_________________________________________________________________________
Cuntas neveras espera vender en la prxima semana?
En los concursos para la obtencin de contratos, es usual que los

contratistas se sometan a concurso s sus expectativas, teniendo
en cuenta el tipo de proyecto y al resto de participantes, les
indican que sus ganancias estarn por encima de cierta cantidad.
Suponer que un contratista considera un proyecto en el cual
ganar 50 millones de pesos si le es otorgado. El costo de
preparacin del proyecto, si lo somete a concurso, es de 5 millones
de pesos y el propio contratista piensa que la probabilidad de que
gane el concurso es 0.4.
Finalmente, el contratista ha decidido concursar s su ganancia esperada

es de por lo menos 12 millones de pesos. Debe someterse a concurso
para este proyecto?
Un fabricante de llantas para automviles ha conservado registros

sobre la calidad de su producto y tiene la siguiente tabla sobre el
nmero de defectuosos encontrados en 100 llantas examinadas:
. Construir la funcin de probabilidad.

. Calcular e interpretar el valor esperado.
Un vendedor de automviles tiene la oportunidad de trabajar con

el comerciante A o con el comerciante B. El vendedor evala los
prospectos de venta de cada comerciante de automviles de la
siguiente manera:
___________________________________________________________________
_________________________________________________________________________
Una firma aseguradora ha determinado por experiencias, en un

perodo largo de tiempo, que la probabilidad de que ocurra un robo
en una casa asegurada contra este delito, es de 0,02. Si se tiene
una pliza de seguros por $10'000.000 y si X es la ganancia
financiera anual para la compaa de seguros como resultado de la
venta de la pliza y sea C la prima anual desconocida.
Calcular el valor de C de manera que la ganancia esperada E (X),

sea igual a cero. Entonces C es la prima necesaria para cubrir los
gastos. A esta cifra la compaa aadir los costos administrativos
y las utilidades.
En un juego de moneda, entre dos personas, con un premio de

$1000 por aparicin de cara. Cul es la esperanza de ganar con
el resultado de cara?
En un negocio aventurado, una seora puede ganar $3.000.000

con probabilidad de 0.6, o perder 1.000.000 con probabilidad de
0.4. Hallar su esperanza matemtica.
Si llueve, un vendedor de paraguas gana $30.000 al da y si no

llueve pierde $6000 al da. Cul es su esperanza matemtica si la
probabilidad de lluvia es 0.3?
___________________________________________________________________
_________________________________________________________________________
UNIDAD 7: Distribucin de
Probabilidades
Distribucin Normal
Inferencia Estadstica
Tamao de la Muestra
Teora de la Decisin Estadstica
Principales Estadsticos de Prueba
Tabla de Contingencia o Comparacin de Colectivos
Las probabilidades asignadas a cada uno de los valores que puede tomar
una variable aleatoria discreta X, se denominan distribuciones de
probabilidad, si la suma de las probabilidades es igual a 1.
Por ejemplo, considerar el evento de lanzar un dado. Entonces la
variable aleatoria X = 1, 2,3, 4, 5, 6. Las probabilidades asignadas a
cada valor de X son:
P (1) = 1/6; P (2) = 1/6; P (3) = 1/6; P (4) = 1/6; P (5) = 1/6; P (6) = 1/6
___________________________________________________________________
_________________________________________________________________________
Estas probabilidades forman una distribucin de probabilidad, puesto
que P (1) + P (2) + P (3) + P (4) + P (5) + P (6) = 1
Si X es una variable aleatoria discreta las principales distribuciones son:
Bernoulli
Binomial
Poisson
Si X es una variable aleatoria continua las principales distribuciones son:

Uniforme
Normal
T - student
Chi - cuadrado
Cada una de ellas tiene su comportamiento caracterstico y ser objeto
de estudio posteriormente.
7.1 DISTRIBUCIN NORMAL
Muchas distribuciones de mediciones que se hacen tanto en las ciencias
sociales como en las ciencias naturales, tienden a tener un polgono de
frecuencias con una forma que se asemeja al corte transversal de una
campana.
Esta distribucin se observa ms cuando el nmero de observaciones es
grande y cuando en muchos casos las investigaciones se realizan con
muestras de poblaciones grandes; en la mayora de los casos las
distribuciones tienden a aproximarse a la curva en forma de campana ya
mencionada.
El modelo de distribucin de probabilidad para variables continuas ms
importante es esta, cuya funcin de densidad es:
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
Cuando la poblacin es uniforme, una muestra pequea produce la

misma cantidad de informacin que una muestra grande; por lo tanto un
mdico puede basar su diagnstico en el anlisis de una sola gota de
sangre del paciente; seleccionar una muestra en estos casos es un
desperdicio de tiempo y dinero.
Por otro lado, si la poblacin consiste en elementos muy diferentes entre
si, una muestra pequea puede ser un reflejo muy deficiente de las
caractersticas de la poblacin. En un estudio para estimar la estatura
promedio de los estudiantes de sexo masculino de una determinada
universidad, una muestra pequea de n = 3 estudiantes, puede por azar
consistir nicamente en miembros del equipo de Basketboll. Una
muestra aleatoria de n = 100 estudiantes proporciona una cobertura
mucho ms amplia y por lo tanto, mayor informacin sobre las estaturas
de los estudiantes de sexo masculino.
Las decisiones sobre el tamao de la muestra se toman de acuerdo a la
variabilidad inherente en la poblacin de mediciones y a la exactitud que
se requiere del estimador.
A mayor variabilidad de la poblacin, mayor es el tamao de la muestra
que se requiere para mantener un determinado grado de exactitud en la
estimacin.
Segn los criterios expuestos, el tamao de la muestra se puede obtener
aplicando la siguiente frmula:
Donde:
n = Tamao de la muestra.
M = Tamao de la poblacin.
Zc = Valor crtico para la distribucin normal segn margen de error.
P = Valor de la probabilidad de variabilidad de la poblacin. Se toma 0.5
como mxima variabilidad.
E = Margen de error
Ejemplo
Un profesor de Educacin Fsica del Colegio Provincial de Pamplona,
desea conocer el peso promedio de los estudiantes matriculados durante
___________________________________________________________________
_________________________________________________________________________
2001 en ese plantel. Segn informes de la coordinacin hay 1800
alumnos matriculados,
dado que no dispone del tiempo suficiente para pesar a todos los
alumnos, decide seleccionar una muestra aleatoria por estratos (grados
acadmicos) con un margen de error del 5% y 95% de confiabilidad.
Se desea realizar una investigacin para conocer los problemas que se

vienen presentando en los colegios y escuelas de Ccuta con relacin a
la falta de motivacin para la prctica de la lectura.
Segn las estadsticas de la Secretara de Educacin hay 120.500
alumnos matriculados en los niveles de primaria y secundaria, con un
margen de error del 5%, la muestra que se seleccione al azar debe
tener un tamao de:
7.4 TEORA DE LA DECISIN ESTADSTICA

Muy a menudo, en la prctica, se tienen que tomar decisiones sobre
poblaciones, partiendo de la informacin muestral de las mismas. Tales
decisiones se llaman decisiones estadsticas.
Por ejemplo se puede querer decir a partir de los datos de un muestreo,
si un fertilizante es mejor que otro, si el nuevo sistema de evaluacin es
___________________________________________________________________
_________________________________________________________________________
mejor que el antiguo, si una vacuna es efectiva, si el ndice de
desempleo de este ao super el del ao pasado, etc.
Para llegar a tomar decisiones, conviene hacer determinados supuestos

o conjeturas acerca de las poblaciones que se estudian. Tales supuestos
que pueden ser o no ciertos se llaman hiptesis estadsticas.
7.4.1 Hiptesis Estadstica
Una hiptesis estadstica es una suposicin que se hace acerca de la
distribucin de una variable aleatoria. Por ejemplo, que cierta
distribucin tiene una media aritmtica de 20,3.
7.4.2 Hiptesis Nula
Es la hiptesis de trabajo o hiptesis a aprobar. Se denota por Ho. Se
construye artificialmente para que el investigador evale su hiptesis de
investigacin.
7.4.3 Hiptesis Alternativa
Cualquier hiptesis que difiera de una hiptesis dada se llama hiptesis
alternativa; por ejemplo si la hiptesis de trabajo Ho es que el tiempo
promedio de recorrido en una competencia es de 4 horas; las hiptesis
alternativas son que el tiempo promedio de recorrido es diferente de 4
horas.
7.4.4 Prueba de Hiptesis

El razonamiento que se emplea en la prueba de una hiptesis es muy
semejante al que se emplea en un proceso judicial. Al juzgar a un
individuo por robo, la corte supone que el acusado es inocente mientras
no se pruebe su culpabilidad. El fiscal debe obtener y presentar todas las
evidencias disponibles en un intento por contradecir la hiptesis de no
culpabilidad.
Lo que se conoce en la inferencia estadstica como pruebas de hiptesis
consiste en verificar, por medio de una prueba, la validez de una
determinada proposicin.
___________________________________________________________________
_________________________________________________________________________
En un problema estadstico el procedimiento a seguir en una prueba de
hiptesis es el siguiente:
Formular la hiptesis nula Ho.
Formular la hiptesis alternativa H1, de tal manera que el rechazo de
la hiptesis nula implique la aceptacin de la alternativa.
Se escoge convenientemente un estadstico de prueba. Esto

quiere decir, elegir con base en una muestra (si no lo hay es
necesario efectuarlo), un estimador sobre el cual estamos
efectuando la prueba, de tal manera que conozcamos su
distribucin.
Se elige un margen de error. Este margen se denomina
comnmente el nivel de significacin y se denota por .
Se determina la regin de aceptacin y la de rechazo. Estas
regiones se determinan de acuerdo al estadstico de prueba
utilizado y al margen de error elegido.
Se toma una decisin. Si como resultado de la realizacin de un
experimento se obtiene un valor contenido en la regin de
rechazo, se rechaza la hiptesis nula, en cuyo caso se acepta H1:
si se obtiene un valor contenido en la regin de aceptacin, se
acepta la hiptesis nula.
Desde el punto de vista del estadstico, el problema que se presenta en

una prueba de hiptesis es determinar cul estadstico utilizar.
Para seleccionar el estadstico de prueba se debe tener en cuenta la
hiptesis nula, los datos conocidos de la poblacin y de la muestra y el
tamao de la muestra.
Ejemplo
___________________________________________________________________
_________________________________________________________________________
Suponer que s desea realizar un trabajo para experimentar una nueva
metodologa de la enseanza en el espaol en 5o. de primaria. Para tal
fin se seleccionaron dos colegios uno experimental y otro de control. Los
resultados obtenidos en una prueba, despus de realizar las actividades
previstas fueron las siguientes:
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
. Hallar las puntuaciones de dos estudiantes cuyas puntuaciones
estndar fueron -0.6 y 1.2.
Una prueba estandarizada de comprensin de lectura se realiza

entre 10000 estudiantes de secundaria. Se observa que las
calificaciones estn normalmente distribuidas con unas medidas
de 500 y una desviacin estndar de 60. Si se considera una
calificacin menor que 440 como indicadora de una grave
deficiencia en la lectura, aproximadamente cuntos estudiantes
estn catalogados como seriamente deficientes en comprensin
de lectura?
Se midi la estatura de 1000 nias y se encontr que estaban

normalmente distribuidas con una media de 1.62 m y una
desviacin estndar de 5.08 cm.
. Aproximadamente cuntas nias miden ms de 1.73 m de altura?

. Aproximadamente cuntas nias tienen entre 1.52 y 1.62 m de
estatura?
. Cuntas estn entre 1.57 y 1.67 de estatura?
.
.
.
.
.
El peso de 500 estudiantes varones de cierta universidad es de

151 lb y la desviacin tpica es 15 lb. Suponiendo que los pesos
estn normalmente distribuidos, hallar cuntos estudiantes pesan:
Entre 120 y 125 lb

Ms de 185 lb
Menos de 128 lb
128 lb
No ms de 128 lb
Un programa de capacitacin ha sido diseado con el nimo de

mejorar la habilidad de los operarios de una lnea de produccin. El
programa es autoaplicable y por esto los operarios requieren
diferentes nmeros de horas para terminarlo. Un estudio de
participantes anteriores revela que el tiempo promedio dedicado al
programa es de 500 horas y que el tiempo se distribuye
normalmente con una desviacin estndar de 1000 horas.
Cul es la probabilidad de que un participante elegido de
forma aleatoria tarde ms de 500 horas en terminar el
programa
Cul es la probabilidad de que un participante gaste entre
500 y 650 horas en terminar el programa
___________________________________________________________________
_________________________________________________________________________
Cul es la probabilidad de que un participante gaste menos
de 580 horas en terminar el programa.
La vida til de cierto tipo de calentador elctrico tiene una distribucin

aproximadamente normal, con media de 3.1 y desviacin estndar de
1.2 aos. Si este tipo de calentador tiene garanta de un ao, que
porcentajes de calentadores necesitarn ser reemplazados?
Las ventas diarias (de lunes a viernes) en un restaurante pequeo,
tienen una distribucin normal, con una media de $53000 por da y una
desviacin estndar de $1200.
. Cul es la probabilidad que las ventas excedan de $70000 en un da
dado?
. El restaurante necesita ventas diarias de por lo menos $30000 para
cubrir los gastos. Cul es la probabilidad de que, en un da dado el
establecimiento no cubra los gastos?
Se ha comprobado que el tiempo necesario para atender a un
contribuyente en una oficina de recaudacin de impuestos est
normalmente distribuido, con una media de 15 minutos y una desviacin
estndar de 5 minutos. Cul es la probabilidad de que un cliente
seleccionado aleatoriamente:
. Dure de 10 a 25 minutos.
. Tarde ms de 20 minutos en la ventanilla.
. Cul es el tiempo mnimo que tardan el 10% de los clientes ms
demorados?
Plantear un tema de trabajo y:
.
.
.
.
.
.
Seleccionar la poblacin
Cuantificarla
Seleccionar una muestra representativa
Suponer un margen de error
Qu tamao debe tener la muestra 7?
Qu mtodo de muestreo va a utilizar?. Por qu?
El muestreo por cuotas es una tcnica de uso comn en encuestas de

opinin pblica. Al usar esta tcnica, el entrevistador selecciona, de
acuerdo con su criterio un nmero determinado de individuos (cuota) de
cada uno de varios sectores de la poblacin. Por ejemplo, se le puede
pedir que entreviste a 10 mecnicos, 36 amas de casa o 7 abogados.
___________________________________________________________________
_________________________________________________________________________
Bajo qu condiciones el muestreo por cuotas proporciona una
muestra aleatoria?
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
Estimar el promedio de lesiones personales con un nivel de confianza
del 95%.
Suponer que las alturas de 100 estudiantes varones de la
Universidad XYZ representan una muestra aleatoria de las estaturas
de los 1546 estudiantes de esa Universidad. Determinar
estimaciones sin sesgo con respecto de la varianza.
Las mediciones de una muestra de masas dieron 8.3, 10.6, 9.7, 8.8,
10,2 y 9.4 kg respectivamente. Determinar estimaciones sin sesgo
de la varianza de la poblacin.
El tiempo promedio empleado para la reparticin de 240 camiones
de una empresa es de por lo menos 80 minutos, en base a una
muestra sin reemplazamiento de 40 camiones encontramos: .X =
2800 y una desviacin de 11. X: tiempo empleado en la reparticin.
Con un nivel de significancia del 5% se podr rechazar la hiptesis
planteada inicialmente?
El jefe de personal de una gran corporacin esta contratando un gran
nmero de empleados para un trabajo en el extranjero. Durante la
realizacin de pruebas la gerencia pregunta como marchan las cosas
y el jefe de personal contesta bien, creo que la puntuacin promedio
en el test de aptitudes ser 90. Cuando la gerencia revisa 20 de los
resultados de la prueba, averigua que la puntuacin media es 84 y la
desviacin estndar de esta puntuacin es 11; si la gerencia quiere
probar la hiptesis del jefe de personal en el nivel de significancia de
10%, cul ser el procedimiento al que recurra?
Una muestra de 25 observaciones tiene una media de 42 y una
desviacin estndar de 8. Trabajando con un nivel de significancia
del 1%. Existe razn para rechazar la hiptesis de que la media de
la poblacin es de 46?
Un fabricante de cigarrillos, analiza el tabaco de dos marcas
diferentes, para determinar el contenido de nicotina y obtiene los
siguientes resultados en miligramos:
Los resultados anteriores, sealan que existe una diferencia en el

contenido medio de nicotina en ambas marcas?
___________________________________________________________________
_________________________________________________________________________
Los salarios diarios de una industria estn distribuidos normalmente
con una media de $132000 y una desviacin estndar de $25000. Si
una empresa de
dicha industria, que cuenta con 4 obreros paga en promedio $122000

puede acusarse a esta compaa de pagar salarios inferiores al nivel de
significancia del 1%?
Un fabricante de ciertas piezas de proyectiles, sostiene que en
condiciones normales de reparacin, tienen una duracin media = 320
horas. Probar esta afirmacin frente a la alternativa . 320, si 16 piezas
duran un promedio de 308 horas, con una desviacin de 29 horas.
Utilizar un nivel de significancia del 5%.
Una compaa esta evaluando el promover a sus empleados, es decir
est determinando la proporcin de aquellos cuya habilidad, preparacin
y experiencia en la supervisin los califica para un ascenso a niveles
superiores.
El director de talento humano le dice al presidente que el 80% de los
empleados son promovibles. El presidente crea un comit especial para
evaluar esta situacin. El comit realiza entrevistas en profundidad con
150 empleados y en su juicio se da cuenta que slo el 70% de la
muestra llena los requisitos de promocin. El presidente quiere probar,
en un nivel de significancia de 0.05 la afirmacin del director de talento
humano.
Al jefe de personal se le pide determinar si los sueldos por hora de
trabajadores semiclasificados son iguales en dos ciudades. Se extraen
muestras aleatorias simples de los sueldos por hora que se pagan en
ambas localidades. Los resultados de la encuesta son:
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
Cul es el promedio de puntaje del grupo:
. De tensin moderada
. De tensin intensa
. De tarea sencilla
. De tarea difcil
. De tensin moderada y tarea difcil
. De tarea sencilla y tensin intensa
. Total
Verificar si:
. Existe o no diferencia significativa entre el rendimiento de los sujetos
en condiciones de tensin moderada y los de tensin intensa.
. Hay una diferencia significativa en el rendimiento de los sujetos a
quienes se les asigna un problema sencillo y los que reciben uno difcil.
. Las dos variables (tensin y dificultad del problema) ejercen o no un
efecto combinado sobre el rendimiento.
Analizar:
. Entre los cuatro grupos cul es ms homogneo?
. Al considerar la variable tarea, cul grupo tiene menor variacin?
. Existe diferencia significativa entre los datos observados y los datos
esperados?
Los siguientes datos corresponden al puntaje obtenido por 10
estudiantes, de un Colegio de Bucaramanga, en pruebas estandarizadas
para medir habilidad matemtica y habilidad en el lenguaje:
___________________________________________________________________
_________________________________________________________________________
Distribuirlos en la siguiente tabla de contingencia:
Alta habilidad (Puntaje mayor de 50)
Baja Habilidad (Puntaje menor o igual a 50)
Probar la hiptesis de que no existe discrepancia entre habilidades de

Matemtica y de Lenguaje.
___________________________________________________________________
_________________________________________________________________________
UNIDAD 8: Regresin y Correlacin

Diagramas de Dispersin
Anlisis de Regresin
Mtodo de Mnimos Cuadrados
Correlacin
Coeficiente de Correlacin
Hasta el momento se ha tratado con experimentos aleatorios que
incluyen solo una variable. Ahora se tratar con experimentos aleatorios
que incluyen dos o ms variables.
Un problema de estimacin que es particularmente importante en casi
todo campo de estudio es el de pronosticar o predecir el valor de una
variable de algn proceso, a partir de los valores conocidos de otras
variables que estn relacionadas.
8.1
DIAGRAMA DE DISPERSIN
Es la representacin grfica sobre un plano cartesiano de los puntos

correspondientes al valor de dos variables.
___________________________________________________________________
_________________________________________________________________________
Con el diagrama de dispersin es posible frecuentemente representar

una lnea recta o curva que aproxime a los datos. Tal curva se llama
curva de aproximacin.
Si los datos se aproximan bien a una lnea recta se dice que entre las
variables existe una relacin lineal; si se aproximan a una curva se dice
que existe una relacin no lineal. La relacin o dependencia de estas
variables de la muestra se conoce con el nombre de anlisis de
regresin.
8.2
ANLISIS DE REGRESIN
Basndonos en los datos mustrales, se puede estimar el valor de una

variable correspondiente a un valor dado de una variable X. Esto se
puede conseguir estimando el valor de la variable y de la recta o curva
que se ajusta a los datos mustrales.
Existen varios mtodos de ajuste, uno de los ms utilizados es el de
mnimos cuadrados. La recta o curva resultante se denomina recta de
Regresin o Curva de Regresin.
___________________________________________________________________
_________________________________________________________________________
Ejemplo
Con base en los datos obtenidos en un muestreo con nios sobre
estatura y peso, se puede construir la recta de regresin tal que,
conociendo la estatura del nio se estime su peso.
Con base en una muestra, donde se relaciona la edad y la presin
sangunea se puede construir una recta de regresin; de tal forma que
conociendo la edad de una persona se estime el valor de su presin
sangunea.
La recta de regresin tiene la ecuacin de la siguiente forma:
Donde m es la pendiente o inclinacin de la lnea recta. Si m > O la recta

en su grfica est inclinada hacia la derecha. Si m < O la recta en su
grfica est inclinada hacia la izquierda.
Para encontrar la ecuacin de la recta de regresin se aplica un
procedimiento especial y muy sencillo de realizar.
Si la variable independiente x es el tiempo, los datos muestran los
valores de la otra variable en diferentes tiempos. Los ordenados en
relacin con el tiempo se denominan series de tiempo.
La recta o curva de regresin se denomina recta o curva de tendencia y
se utiliza constantemente para fines de estimacin, prediccin o
pronstico.
Ejemplo
Con base en los datos de los ltimos 10 aos, del nmero de alumnos
que participan en las actividades deportivas de un determinado colegio,
se puede predecir el nmero de alumnos que participarn el prximo
ao en dichas actividades deportivas.
8.3
MTODO DE MNIMOS CUADRADOS
Una forma de aproximar los datos de un diagrama de dispersin a una

recta o curva es por medio del mtodo de mnimos cuadrados.
___________________________________________________________________
_________________________________________________________________________
8.3.1 Recta de Mnimos Cuadrados

Cuando los puntos del diagrama de dispersin tienden a estar alrededor
de una lnea, se dice que existe correlacin lineal y la recta de
aproximacin por el Mtodo de mnimos cuadrados se obtiene al
reemplazar en la siguiente frmula:
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
8.4.3 Correlacin Negativa

Una variable tiende a incrementarse cuando se disminuye la otra. Por
ejemplo la temperatura y la altura sobre el nivel del mar. Esta
correlacin se llama tambin correlacin inversa.
8.4.4 Correlacin no Lineal
Si todos los puntos del diagrama de dispersin parecen estar cerca de
alguna curva la correlacin se denomina no lineal. Si no existe ninguna
relacin entre las variables, se dice que no hay correlacin entre ellas, es
decir, no estn correlacionadas.
8.4
COEFICIENTE DE CORRELACIN
Con frecuencia se requiere de un indicador o medida de la fuerza con la

que dos variables se encuentran linealmente relacionadas, de modo que
el indicador no dependa de las escalas en las que cada una de las
variables se hallan medido. Un tal indicador o medida se conoce como
una medida de correlacin lineal. La ms usada en estadstica es el
llamado coeficiente de correlacin de Pearson. sta cantidad se denota
por r.
Para encontrar su valor se aplica una frmula especfica. Si r toma un
valor positivo se dice que existe correlacin lineal directa; a medida que
r se aproxime a 1 es mayor la relacin directa entre las dos variables.
Si r toma un valor negativo se dice que existe correlacin lineal inversa;
a medida que r se aproxime a -1 es mayor la relacin inversa entre las
dos variables. Si r = 0 implica ausencia de correlacin lineal.
Este coeficiente de correlacin se puede aplica a datos que estn
agrupados en tablas de contingencia, aplicando la frmula especfica.
Una forma de encontrar l valor del coeficiente de correlacin lineal r
entre dos variables es aplicando la siguiente frmula:
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________
_________________________________________________________________________
BIBLIOGRAFA GENERAL
BERNAL V. Miguel. Estadstica Descriptiva: J. Elaboracin y Presentacin
de Datos Universidad de Pamplona, 1987. GALLARDO, Yolanda.
Estadstica: Programa de Sicologa Universidad de Pamplona. 1997.
MARTNEZ BENCARDINO, Ciro. Estadstica Comercial. Bogot: Norma,
1981.
MORENO GARZN, Adonay. Serie aprender a investigar: Recoleccin de
la informacin. Cali: ICFES, 1995.
PARZEN, Emmanuel. Teora Moderna
Aplicaciones Mxico: LIMUSA, 1991.
de
Probabilidades
sus
PEA SNCHEZ, Damel. Estadstica Modelos y Mtodos I. Fundamentos.

Madrid: Alianza editorial, 1986.
PORTUS GOVINDEN. Lincoyn. Curso Prctico de Estadstica. Bogot:
McGRAW - Hill, 1986.
SPIEGEL Murria R. Estadstica. Madrid: McGraw Hill, 1993.
___________________________________________________________________
_________________________________________________________________________
___________________________________________________________________

La Estadistica y Su Aplicacion

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

La Estadistica y Su Aplicacion

Загружено:

Авторское право:

Доступные форматы

LA ESTADISTICA Y SU APLICACIN

Programas de Estudio a Distancia

UNIDAD 3: Medidas de Dispersin

La educacin superior se ha convertido hoy da en prioridad para el

Primera etapa: formulacin del problema. Para investigar con xito un

De comn acuerdo con su Tutor se pueden desarrollar los ejercicios

Al evolucionar las ciencias, pierden sus rasgos primitivos, se

Adems, en un principio se consideraba que la funcin de a estadstica

Importante que realiza, ya que permite obtener conclusiones para un

Se disean encuestas para recoger informacin y as poder

Investigador; en estos casos, algunas unidades tienen mayor posibilidad

Lo cual indica que el 20% de los obreros corresponden a 120 de los

Este proces de estratificacin requiere que la poblacin sea dividida en

Muestras de igual tamao. En este tipo de muestreo debe

Ejemplo: en el caso de la fabrica T&T se puede argumentar que obreros,

Donde se puede apreciar que la probabilidad de seleccin no es igual

Nominal: a veces conviene extender la nocin de variable a

Ordinal: le asigna valores numricos a los sujetos, de tal forma que

Intervalo: en adicin a la clasificacin y ordenamiento se introduce la

Por ejemplo, la medicin de la temperatura la cual se puede hacer

Variable Continua: es la variable que puede tomar cualquier valor

Variable Discreta: es la variable que solo puede tomar un

La distribucin de frecuencias o tabla de frecuencia, es la disposicin

Por ejemplo la empresa Cuero Lindo recopil la informacin resultante

Despus de tener dicha informacin, se procede a ordenarla; es decir,

Lo cual indica que se puede aproximar a 6 o 7 intervalos. En este caso se

Otra manera de formar los intervalos de clase es tomar un dato como

1.2.4 Frecuencia de Clase o Frecuencia Absoluta

Esta frecuencia significa; por ejemplo: que 12 establecimientos tienen

1.2.6 Frecuencia Relativa (Fr)

La frecuencia relativa del primer intervalo es 0.0333. Este valor se

El significado de este cuadro es el siguiente: si tomamos el tercer grupo

Si tomamos el grupo 5 descendente su acumulado es de 0.8, cuyo

La tabla presenta el resumen de la clasificacin de los 60

Por qu es til la estadstica en el campo para el cual se est

La Estadstica estudia el comportamiento de fenmenos

Clasificar a que tipo de estadstica pertenecen los siguientes

El aumento del ndice de precios al consumidor en un mes especfico

. El aumento de costos de produccin con respecto al mismo mes del

Responder a los siguientes enunciados:

Qu significan las variaciones en los precios de los artculos al

Las calificaciones finales de 80 estudiantes son:

Crear la tabla de frecuencias con siete intervalos y comprobar que su

La siguiente tabla muestra una distribucin de frecuencia de los salarios

Determinar de la tabla de frecuencias:

El lmite inferior de la sexta clase.

Si las marcas de clase en una distribucin de frecuencias de pesos

La anchura del intervalo de clase.

La menor de 150 medidas es 5,18 m y la mayor 7.44 m.

Determinar un conjunto apropiado de intervalos de clase.

La siguiente tabla muestra una distribucin de frecuencias de las

Determinar de la tabla de frecuencias:

UNIDAD 2: Medidas de Tendencia

2.1 PRIMER CASO: CUANDO LOS DATOS NO ESTN AGRUPADOS

Hallar la media aritmtica de los siguientes datos que representan las

El promedio de edad de los 10 nios es de 4 aos, 7meses de 5aos.

Un estudiante ha obtenido las calificaciones siguientes:

Calculando su nota media ponderada:

Por lo tanto el promedio de las notas del estudiante es de 5,55

Hallar la mediana de los siguientes datos que corresponden a la

El puntaje de las pruebas que se encuentra en la mitad es de 318.

La moda en este caso es el Ftbol, puesto que la mayora de los alumnos

Se le ha preguntado a un grupo de personas acerca del color

Hallar la moda de los nmeros 2, 3, 4, 5, 6, 7, 8; como ningn