Professional Documents
Culture Documents
ESTADISTICA Y PROBABILIDAD
Hctor Paredes
Segundo cuatrimestre
Gua de estudio
ndice
Mensaje de bienvenida
Introduccin al contenido
Propsito y objetivo de la asignatura
ndice de contenidos de la asignatura
Expectativas
Listado de lecturas por mdulo
Listado de actividades de la asignatura por mdulo
Orientaciones para el estudio
Resumen de la asignatura
Bibliografa
MENSAJE DE BIENVENIDA
Estimado alumno, te doy la ms cordial bienvenida a la materia de
ESTADISTICA Y PROBABILIDAD, una asignatura muy importante en la
formacin de profesionales de cualquier disciplina. Durante tu vida como
estudiante y en tu desarrollo como profesional, te enfrentars a problemas que
debers afrontar tomando decisiones, la mejor forma de tomar buenas
decisiones es con informacin y una de las mejores formas de obtener
informacin confiable es mediante el empleo de la estadstica y probabilidad.
En todo trabajo de investigacin como podra ser un estudio de mercado, un
estudio de productividad laboral, estudios de ventas, pronsticos de gastos,
etc., se requieren de conocimientos bsicos de probabilidad y estadstica.
INTRODUCCIN
La palabra estadstica nos trae a la mente con frecuencia imgenes de
nmeros apilados en grandes arreglos y tablas, grandes volmenes de cifras
relativas a nacimientos, muertes, enfermedades, ingresos, etc. La estadstica
es mucho ms que slo nmeros apilados y grficas bonitas. Es una ciencia
con tanta antigedad como la escritura, y es por s misma auxiliar de todas las
ndice
Mdulo 1: Fundamentos de estadstica
Mdulo 2: Estadstica descriptiva. Medidas de tendencia central y de
dispersin I. (Distribucin de frecuencias).
Mdulo 3: Estadstica descriptiva. Medidas de tendencia central y de
dispersin II. (Representaciones grficas).
Mdulo 4: Estadstica descriptiva. Medidas de tendencia central y de
dispersin III. (Medidas de tendencia central).
Mdulo 5: Estadstica descriptiva. Medidas de tendencia central y de
dispersin IV. (Principales medidas de dispersin).
Mdulo 6: Otras medidas descriptivas.
Mdulo 7: Examen de medio cuatrimestre.
Mdulo 8: Principios de probabilidad.
Mdulo 9: Distribuciones de probabilidad discretas.
Mdulo 10: Distribuciones continuas.
Mdulo 11: Teora bsica del muestreo.
Mdulo 12: Mtodos de muestreo: El muestreo aleatorio simple.
Mdulo 13: Entrega de caso prctico.
Mdulo 14: Examen final de cuatrimestre
Expectativas
Mis expectativas en relacin a tu participacin en la asignatura son:
Que revises las lecturas asociadas a cada tema del curso. Estas te
brindarn la informacin necesaria para cubrir cada tema y realizar las
actividades requeridas para evaluar tus conocimientos en cada mdulo.
Las lecturas complementarias son de lectura sugerida pero te
recomiendo revisarlas ya que te aportarn informacin que te permitir
profundizar en los temas cubiertos en cada mdulo.
Que realices las actividades de aprendizaje indicadas en cada mdulo
ya que stas te permitirn desarrollar las competencias de la asignatura
que te encuentras estudiando.
Que a partir de este curso incorpores o adoptes esta metodologa para
la elaboracin de todos tus trabajos asignados durante el estudio de tu
licenciatura y en tu vida como profesionista.
Mdulo
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Lecturas
Manual de Estadstica captulo 1
Estadstica bsica con aplicaciones en Excel captulo 1
Manual de Estadstica captulo 2
Tablas de frecuencia
Estadstica bsica con aplicaciones en Excel captulo 2
Estadstica bsica con aplicaciones en Excel captulo 3
Captulo III-2
Estadstica bsica con aplicaciones en Excel captulo 4
Estadstica bsica con aplicaciones en Excel captulo 5
Estadstica bsica con aplicaciones en Excel captulos 6 y 7
Examen de medio cuatrimestre
Introduccin a la probabilidad - parte 1
Introduccin a la probabilidad - parte 2
Discretas
Distribucin Normal
Tablas de distribuciones normales
Libro Desarrollo estratgico para la investigacin cientfica
Tcnicas de muestreo
Muestreo aleatorio simple
Entrega de caso prctico
Lectura final
Examen de fin de cuatrimestre
Resumen
Los mtodos estadsticos tradicionalmente se utilizan para propsitos
descriptivos, para organizar y resumir datos numricos. La estadstica
descriptiva, por ejemplo trata de la tabulacin de datos, su presentacin en
forma grfica o ilustrativa y el clculo de medidas descriptivas.
Ahora bien, las tcnicas estadsticas se aplican de manera amplia en
mercadotecnia, contabilidad, control de calidad y en otras actividades;
estudios de consumidores; anlisis de resultados en deportes;
administradores de instituciones; en la educacin; organismos polticos;
mdicos; y por otras personas que intervienen en la toma de decisiones.
Espero que los contenidos a cubrir sean de tu agrado y disfrutes de este
curso.
SUERTE!
Bibliografa
Fuenlabrada, Samuel (2004). Probabilidad y Estadstica. Mxico DF: Mc Graw
Hill.
Cazau, Pablo (2007). Fundamentos de estadstica. Buenos Aires: Manual.
Cazau, Pablo (2007). Vocabulario de Estadstica. Consultado en Julio 15,
2008 en http://www.galeon.com/pcazau/402-voc-esta-meto.htm.
Ruiz Muoz, David (2004). Manual de Estadstica. Madrid, Espaa:
Eumed.net.
Vergara S, Juan Carlos., Quesada I, Vctor Manuel (2006). Estadstica bsica
son aplicaciones en MS Excel. Cartagena, Colombia: Grupo Mtodos
Cuantitativos de Gestin.
Mdulo 1
FUNDAMENTOS DE ESTADSTICA
ndice
Introduccin
Propsito y objetivos
ndice de temas
o
1.1 Estadstica descriptiva e inferencial
o
1.2 Aplicaciones de la Estadstica
o
1.3 Concepto de Variable
Orientaciones para el estudio
Organizador avanzado
Fundamentos de estadstica
Ejercicios de autoevaluacin
Resumen
Bibliografa del mdulo
Introduccin
Para comenzar con el estudio de la estadstica te pido revisar el libro Manual
de Estadstica, el cual te brinda un panorama general de esta disciplina en un
lenguaje sencillo. La estadstica es una materia en la que trabajaremos con
grupos de datos a partir de los cuales realizaremos anlisis y obtendremos
resultados. Para ello, es necesario auxiliarse de herramientas informticas que
nos permitan realizar el procesamiento de la informacin de manera gil y
sencilla. Una herramienta que todos tenemos a la mano es la hoja de clculo
Excel de Microsoft. Hay en el mercado herramientas gratuitas y similares en
su funcionamiento a Excel que puedes descargar de internet, en el caso de
que no contaras con una copia de este paquete instalada en tu mquina.
Microsoft Excel es la herramienta que utilizaremos a lo largo del curso para
ayudarnos en el procesamiento de la informacin adems de que ser una
gran oportunidad, si todava no lo has manejado, para que aprendas acerca
de las diferentes funciones que incluye este paquete. Entre las lecturas para
este primer mdulo, se pide la revisin del primer captulo de un libro que
ofrece informacin introductoria al uso de Excel aplicado a ejercicios de
estadstica. Es importante que revises la informacin de este primer captulo
ya que los captulos siguientes se irn cubriendo a lo largo del curso como
complemento a la informacin explicada en cada apartado. Las actividades
para este primer mdulo estn orientadas a que a partir de la informacin
revisada en las lecturas puedas proporcionar ejemplos de informacin
estadstica.
FUNDAMENTOS DE ESTADSTICA
La Estadstica se divide en dos grandes reas (descripcin de datos y
realizacin de inferencias) que reflejan la propia historia del desarrollo de esta
ciencia. La Estadstica actual, es el producto del encuentro de dos ramas
distintas del saber, la antigua estadstica y el clculo de probabilidades, que se
encontraron en el siglo XIX. Etimolgicamente, la palabra estadstica procede
de la palabra estado, ya que desde la antigedad los romanos hicieron
recolecciones de datos que posteriormente tenan que resumir de una forma
comprensiva y que permitiera proporcionar informaciones tiles. Este tipo de
estudios dio lugar a la estadstica descriptiva cuya misin consiste en describir
situaciones y procesos dados; para ello se sirve de tablas, representaciones
grficas, proporciones, nmeros ndice y medidas tpicas.
Sin embargo, las conclusiones extradas se agotan en el propio conjunto de
datos observados, pues el objetivo consista en hacerse una idea clara de lo
que haba, y lo que haba se contaba y se meda. Lo que posibilit el clculo
10
11
Variable Cuantitativa
Cuando la variable estudiada puede expresarse en forma numrica, esta es
llamada variable cuantitativa (p.ej. el saldo de una cuenta bancaria, la
duracin de una batera, la velocidad de los automviles en el perifrico).
Variables Discretas
Las variables cuantitativas pueden ser discretas o continuas. Las variables
discretas pueden asumir slo ciertos valores, y hay usualmente huecos entre
los valores (nmero de cuartos en una casa, nmero de carros en el
estacionamiento del claustro, nmero de estudiantes en la clase de
estadsticas). Note que cada una de estas variables puede valer un nmero
entero (p.ej. 1, 2, 3, etc.) pero no puede valer nmeros fraccionarios (p.ej. 1.5).
Tpicamente, las variables discretas resultan de un conteo.
Variables Continuas
Las variables continuas pueden asumir todos los valores dentro de un rango
especfico (p.ej. presin del aire en una llanta, el tiempo que se toma en viajar
de Chihuahua a Jurez, el peso de los jugadores de ftbol americano de las
guilas de la U.A.CH., etc). Tpicamente, las variables continuas resultan de
medir algo, y lgicamente dependen de la exactitud del instrumento de
medicin.
ESCALAS DE MEDICIN
La estadstica no realiza sus funciones directamente sobre las modalidades
observadas, sino que stas se representan por nmeros, y la estadstica
realiza sus funciones sobre esos nmeros.
Se llama medicin al proceso de atribuir nmeros a las caractersticas. La
medicin estudia las condiciones de construccin de representaciones
numricas, y los modelos desarrollados para la medicin se llaman escalas.
Escala Nominal
El trmino nivel nominal es normalmente usado para referirse a datos que
solamente pueden clasificarse en categoras. Sin embargo, no hay mediciones
y no hay escalas involucradas, slo hay conteo. En este tipo de nivel de
medicin el orden en que estn acomodadas las categoras es totalmente
arbitrario.
Religiones en Mxico (poblacin con 5 aos o ms, censo del
2000)
Religin Catlica
74 612 373
12
Religin no catlica
3 483 593
Sin religin
2 982 929
Total
81 078 895
Escala Ordinal
Este tipo de nivel de medicin tiene caractersticas similares al nivel nominal
con la diferencia de que en el nivel ordinal las categoras indican que unas son
ms que las otras.
Evaluacin de la atencin mdica en Uruguay (2006)
buena / muy buena
75,7
regular
17,1
ns / nc
5,2
Total
100
Nmero de aspirantes
90 99
42
80 89
19
70 79
60 69
13
12
1000
25
32
-1000
17
-2000
10
Despus de haber revisado el tema de este mdulo, te invito a que realices las
siguientes actividades, esto te dar ms elementos para afianzar los
conocimientos adquiridos hasta este momento.
Descripcin
Lecturas y
actividades
14
EJERCICIOS DE AUTOEVALUACIN
Contesta las siguientes preguntas:
1. Los comienzos de la estadstica pueden ser hallados en?
a) El antiguo Egipto
b) Roma
c) Grecia
2. La teora de los errores de observacin fue un aporta de Laplace y Gauss?
a) Verdadero
b) Falso
3. La historia de la estadstica est resumida en tres grandes etapas o fases,
Cuales son?
4. Los mtodos de anlisis para la informacin cuantitativa se pueden dividir
en?
5. Cules son los errores estadsticos ms comunes?
6. Definicin de Estadstica?
7. Cul es la utilidad de la Estadstica?
8. Cul es la diferencia entre Estadstica Inferencial y Descriptiva?
9. Qu es una variable?
10. Tipos de variables?
15
Resumen
Tipos de Estadsticas:
Estadstica Descriptiva
La primer parte de la definicin de estadstica, es comnmente conocida como
Estadstica Descriptiva.
La definicin es la siguiente: Estadstica descriptiva es el conjunto de
procedimientos utilizados para organizar, resumir y presentar grupos de datos
numricos. Los grupos de datos numricos no organizados son de poca
utilidad. Sin embargo, existen tcnicas estadsticas que estn disponibles para
organizar estos datos en distribuciones de frecuencia, presentarlos en
grficas, resumirlos en promedios y medidas de dispersin.
Estadstica inferencial
Otra faceta de las estadsticas es la estadstica inferencial, tambin llamada
estadstica inductiva. La principal utilidad de la estadstica inferencial es
conocer algo acerca de una poblacin basndose en una muestra tomada de
esa poblacin. Estadstica Inferencial es el conjunto de mtodos utilizados
para obtener conclusiones relativas a una poblacin, basndose en el
conocimiento de las caractersticas de una muestra.
Bibliografa
Fuenlabrada, Samuel (2004). Probabilidad y Estadstica. Mxico DF: Mc Graw
Hill.
Cazau, Pablo (2007). Fundamentos de estadstica. Buenos Aires: Manual.
16
Mdulo 2
Estadstica descriptiva
Medidas de tendencia central y de dispersin I (Distribucin de Frecuencias)
ndice
Introduccin
Propsito y objetivos
ndice de temas
o
2.1 Distribucin de Frecuencias
Orientaciones para el estudio
Organizador avanzado
Estadstica descriptiva. Medidas de tendencia central y de dispersin I
(Distribucin de Frecuencias)
Ejercicios de autoevaluacin
Resumen
Bibliografa del mdulo
Introduccin
Este segundo mdulo del curso est orientado a que revises la informacin
sobre el tema de la distribucin de frecuencias. Para ello te pedimos que
complementes lo anteriormente descrito con la lectura de dos archivos. El
primer archivo ya lo empezaste a revisar en el mdulo anterior, es el Manual
de Estadstica, pero ahora revisars el captulo 2 que comienza en la pgina 8
y en donde se describe a detalle este tema. Tambin ser necesario que
revises las lecturas Tablas de frecuencia y Captulo II. En ambas se
describen algunos ejemplos estadsticos y el anlisis de los mismos a travs
del uso de Excel. Recuerda que estaremos usando esta aplicacin como
auxiliar en el procesamiento de la informacin.
Las actividades para esta semana consisten en resolver algunos ejercicios
usando Excel adems de revisar la informacin del Manual de Estadstica
para hacer un resumen de los trminos ah descritos.
Propsito y objetivos
Objetivo
El estudiante aplicar el concepto de distribucin de frecuencias como
elemento inicial en la Estadstica Descriptiva, a partir de un conjunto de
lecturas y actividades relacionadas, indispensable para la clasificacin y
ordenamiento de los datos para su estudio estadstico.
17
Propsito
Que aprendas como debes crear la tabla de distribucin de frecuencias a
partir de un conjunto de datos proporcionados.
Orientaciones para el estudio
LA ESTADSTICA DESCRIPTIVA
La estadstica descriptiva se encarga de resumir y organizar una gran cantidad
de datos referentes a una muestra o a una poblacin. Para resumir y organizar
los datos se utilizan diferentes procedimientos, llamados tcnicas descriptivas:
la matriz de datos permite ordenarlos, las tablas de frecuencias o tablas de
distribucin de frecuencia permiten agruparlos, los grficos permiten
visualizarlos, las medidas estadsticas y las medidas de asimetra y curtosis
permiten resumirlos reducindolos a un solo dato.
El proceso comienza con la recoleccin de los datos para despus ordenarlos
en una matriz de datos y posteriormente agruparlos en una tabla de
frecuencias. La forma de ordenarlos y agruparlos depender del tipo de
variable considerada.
Las tablas de frecuencias contienen tres elementos importantes: las
frecuencias, el tamao de la muestra y los intervalos.
a) Frecuencia (f). Se define como la cantidad de datos iguales o que se
repiten. Por ejemplo, al realizar el levantamiento de informacin de las
edades de los alumnos en una primaria, podemos decir que la
frecuencia 8 significa que el dato 7 aos se repite 8 ocho veces.
b) Tamao de la muestra (n). Es la cantidad total de datos. La suma de
todas las frecuencias f debe dar como resultado el tamao n de la
muestra.
18
41
35
45
32
37
30
26
34
16
31
33
38
31
47
37
25
43
34
36
29
33
39
31
33
31
37
44
32
41
19
34
47
38
32
26
39
30
42
35
1. El rango
Rango = Dato mayor Dato menor = 47 16 = 31
2. Nmero tentativo de los intervalos de clase
19
32
64
128
256
512
10
1024
31
=
NIC
= 5.16 se redondea a 5
6
LS
15 19
20
20 24
25 29
30 34
35 39
40 44
45 49
6. Lmite Superior Real
Los lmites anteriores son los lmites nominales pero no son los reales. Los
lmites reales son el punto medio entre el lmite superior y el lmite inferior del
siguiente intervalo.
LS + LIsig
LSR =
2
LI
LS LSR
15 19 19.5
20 24 24.5
25 29 29.5
30 34 34.5
35 39 39.5
40 44 44.5
45 49 49.5
7. Marca de clase (x)
La marca de clase, tambin llamada punto medio del intervalo es la mitad de
la distancia entre los lmites inferior y superior de cada intervalo. La marca de
clase es el valor ms representativo de los valores del intervalo.
21
LI + LS
X=
2
LI
LS LSR X
15 19 19.5 17
20 24 24.5 22
25 29 29.5 27
30 34 34.5 32
35 39 39.5 37
40 44 44.5 42
45 49 49.5 47
8. Clasificacin de los datos y conteo de frecuencias
Clasificar las observaciones en los intervalos. La prctica usual es marcar con
una lnea (/) que representa una observacin. En el ejemplo la observacin 22
se clasifica en el intervalo 20 24 porque se encuentra entre el 20 y el 24
inclusive. Una vez clasificados todos los datos se cuentan las lneas de cada
intervalo y el resultado es la frecuencia de cada intervalo de clase.
LI
LS LSR X
cuenta
15 19 19.5 17 //
20 24 24.5 22 /
25 29 29.5 27 ////
10
40 44 44.5 42 /////
45 49 49.5 47 ///
22
LI
LS LSR X
cuenta
FR
15 19 19.5 17 //
2/40=.05
20 24 24.5 22 /
1/40=.025
25 29 29.5 27 ////
4/40=.1
10 10/40=.25
40 44 44.5 42 /////
5/40=.125
45 49 49.5 47 ///
3/40=.075
n=
40
23
LS LSR X
cuenta
FR
FA FRA
15 19 19.5 17 //
.05
20 24 24.5 22 /
.025 3
.075
25 29 29.5 27 ////
.1
.175
.05
10 .25
40 44 44.5 42 /////
.125 37 .925
45 49 49.5 47 ///
.075 40 1
n=
32 .8
40
frecuencia
3. Realiza
la
lectura
del
archivo
Captulo
II
(L_02_E_02_Capitulo_II.pdf) que corresponde al segundo
24
25
Autoevaluacin
1. Qu es la MEDIA y cuantos tipos hay?
2. Qu es la MEDIANA?
3. Qu es la MODA?
4. Qu son los CUARTILES?
5. Qu son los DECILES?
6. Qu son los CENTILES?
7. Cules son los elementos que contiene la tabla de distribucin?
8. Qu es la frecuencia absoluta?
9. Cmo se obtiene la frecuencia absoluta acumulada?
10. Que es la frecuencia relativa?
11. Cmo se obtiene la frecuencia relativa?
12. Diferencia entre frecuencia relativa y frecuencia relativa acumulada?
26
RESUMEN
Como puedes ver, es simple la elaboracin de la tabla de frecuencia, lo ms
importante antes de elaborar la tablas de frecuencia es tener datos y lo
realmente difcil seria obtener estos datos, para lo cual existen herramientas
como las entrevistas, cuestionarios si es que se trata de investigacin de
campo, o actualmente puedes obtener informacin de las bases de datos de
las empresas.
El principal objetivo de la estadstica descriptiva es sintetizar conjuntos de
datos mediante tablas o grficos resumen, con el fin de poder identificar el
comportamiento caracterstico de un fenmeno y facilitar su anlisis
exhaustivo.
Cualquier investigacin que se emprenda puede conducir a la acumulacin de
valores cuantitativos y cuasi-cualitativos correspondientes a las diversas
medidas efectuadas. Esta posibilidad, convierte a la estadstica en una
herramienta vital para el tratamiento de volmenes de datos mediante tablas
resmenes conocidas como "Tablas de Frecuencia". Cuando los datos son
agrupados, la interpretacin resulta ser ms sencilla.
Bibliografa
Fuenlabrada, Samuel (2004). Probabilidad y Estadstica. Mxico DF: Mc Graw
Hill.
Cazau, Pablo (2007). Fundamentos de estadstica. Buenos Aires: Manual.
27
Mdulo 3
Estadstica descriptiva
Medidas de tendencia central y de dispersin II (representaciones grficas)
ndice
Introduccin
Propsito y objetivos
ndice de temas
o Representaciones Grficas
Orientaciones para el estudio
Organizador avanzado
Estadstica Descriptiva. Medidas de tendencia central y de dispersin II
(representaciones grficas)
Ejercicios de autoevaluacin
Resumen
Bibliografa
Introduccin
Presentacin Grfica
Tres grficas que nos ayudarn a representar grficamente una distribucin de
frecuencias son: a) el histograma, b) el polgono de frecuencia y c) la ojiva de
frecuencia acumulada.
a) El histograma
El histograma es una de las grficas ms ampliamente utilizadas y una de las
mas fciles de entender. Un histograma describe una distribucin de
frecuencia utilizando una serie de rectngulos adyacentes donde la altura de
cada rectngulo es proporcional a la frecuencia de clase que representa.
b) Polgono de frecuencia
El polgono de frecuencia consiste de segmentos de lnea conectando los
puntos formados por la interseccin de las marcas de clase y las frecuencias
de clase.
El polgono de frecuencia relativa es similar al anterior solo que en este se
muestran porcentajes, es decir las frecuencias relativas de cada clase.
28
29
30
ESTADSTICA DESCRIPTIVA
Medidas de tendencia central y de dispersin II (representaciones grficas)
Los datos se recolectan y tabulan para despus representarlos en forma
grfica. De esta forma, se puede visualizar de una mejor manera los
resultados obtenidos. Existen varios tipos de grficas para representar los
datos recolectados y una de las herramientas que existen en el mercado para
hacerlo es Excel. En este mdulo te pido revisar dos lecturas: Captulo III_1
y Captulo III_2. Ambas lecturas te explicarn los distintos tipos de grficos
existentes y la forma de crearlos en Excel. Es muy importante que revises
detenidamente los procedimientos explicados y que practiques lo revisado
haciendo los ejemplos directamente en el paquete. Las actividades para este
mdulo estn orientadas precisamente a la elaboracin y envo de varios
ejercicios estadsticos con Excel.
Descripcin
Lecturas y
actividades
Autoevaluacin
Problemas
Elabora la distribucin de frecuencias de las siguientes series de datos,
con sus respectivas grficas:
1. Los resultados siguientes representan las calificaciones del examen
final de un curso de estadstica elemental.
23
60
79
32
57
74
52
70
82
36
80
77
81
95
41
65
92
85
55
76
52
10
64
75
78
25
80
98
81
67
41
71
83
54
64
72
88
62
74
43
60
78
89
76
84
48
84
90
15
79
34
67
17
82
69
74
63
80
85
61
1207
1581
1277
1305
1472
1077
1319
1537
1849
1332
1418
1949
1403
1744
1532
1219
896
1500
1671
1471
1399
1041
1379
821
1558
1118
1533
1510
1760
1826
1309
1426
1288
1394
1545
1032
1289
695
803
1440
1421
1329
1407
718
1457
1449
1455
2051
1677
1119
1020
1400
1442
1593
1962
1263
1788
1501
1668
1352
1340
1459
1823
1451
1138
1592
982
1981
1091
32
24
36
40
16
18
30
60
72
66
78
28
67
72
15
18
48
71
22
57
54
12
72
20
10
23
13
12
19
18
24
12
14
13
10
13
16
18
13
32
10
11
13
18
10
27
19
16
10
14
15
10
15
14
98
55
62
79
59
51
90
72
56
70
62
66
80
94
79
63
73
71
85
14
11
12
15
10
12
33
18
63
84
38
54
50
59
54
56
36
26
50
34
44
41
58
58
53
51
62
43
52
53
63
62
62
65
61
52
60
45
66
83
71
63
58
61
71
60
2 2 6 5 1 6 8 9
0 1 1 4 1 7 2 2 3 0 1 4 2 8
6 1 2 5
2 3 5 2 1 2 1 7 1 1 4 9 1 5 6 1 6 2 1 1 8 1 3 9 1 4 9 1 3 2 1 0 5
1 6 2 1 2 6 2 1 6 1 9 5 1 2 7 1 6 1 1 3 5 1 7 2 2 2 0 2 2 9 1 2 9
8
7 1 2 8 1 2 6 1 7 5 1 2 7 1 4 9 1 2 6 1 2 1 1 1 8 1 7 2 1 2 6
56
22
28
41
28
47
53
48
30
34
13
52
34
60
25
21
37
43
23
13
31
29
38
26
36
30
74
234
149
279
215
123
55
43
321
87
234
68
489
57
185
141
758
72
863
703
125
350
440
37
252
27
521
302
127
968
712
503
498
327
608
358
425
303
203
54
48
58
50
25
47
75
46
60
70
67
68
39
35
56
66
33
62
65
67
43
30
38
30
42
34
46
32
18
41
12
46
39
37
Resumen
Como te has podido dar cuenta, elaborar hoy en da una grafica no tiene
ninguna complicacin, lo importante es entender qu es lo que representa el
grafico y cundo aplicar cada uno de los tipos de grficos. As como los
grficos son una herramienta excelente para analizar el comportamiento de
datos, tambin nos pueden confundir fcilmente e incluso existen tcnicas
para disfrazar datos mostrando verdades a medias o incluso mentiras con los
mismos datos solo cambiando el enfoque al momento de generar el grafico,
por esta razn te recomiendo que practiques la generacin de grficos ya que
en tu vida profesional te sern de mucha utilidad.
Bibliografa
Fuenlabrada, Samuel (2004). Probabilidad y Estadstica. Mxico DF: Mc Graw
Hill.
Cazau, Pablo (2007). Fundamentos de estadstica. Buenos Aires: Manual.
Mdulo 4
ESTADSTICA DESCRIPTIVA
MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIN III
(Medidas de tendencia Central)
ndice del mdulo:
Introduccin
Propsito y objetivos
ndice de temas
Orientaciones para el estudio
Organizador avanzado
Estadstica descriptiva. Medidas de tendencia central y de dispersin III
(Medidas de tendencia Central)
Ejercicios de autoevaluacin
35
Resumen
Bibliografa del mdulo
Introduccin
Medidas de Tendencia Central
Las medidas de tendencia central, como su nombre lo dice, son clculos o
evaluaciones que nos proporcionan idea del comportamiento del fenmeno en
la parte cntrica de ste. En otras palabras las mediadas de tendencia central
se ocupan de medir el centro, el foco o el medio de un fenmeno.
Algunas medidas son las siguientes:
Media Aritmtica.
Media Geomtrica.
Mediana.
Moda.
36
ESTADSTICA DESCRIPTIVA
MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIN III
(Medidas de tendencia Central)
Que es un promedio?
A menudo necesitamos un solo nmero para representar una serie de datos.
Este nico nmero puede ser considerado como tpico de todos los datos.
La palabra promedio es usada frecuentemente en nuestro lenguaje diario,
normalmente nos referimos a la media aritmtica, pero podra referirse a
cualquiera de los otros promedios. Un trmino ms preciso de promedio es
una medida de tendencia central. Hay tres diferentes medidas de tendencia
central: la media aritmtica, la mediana, y la moda.
La Media Aritmtica
La medida de tendencia central ms ampliamente usada es la media
aritmtica, usualmente abreviada como media.
La media aritmtica de un conjunto de n valores es el resultado de la suma de
todos ellos dividido entre n.
Propiedades de la media aritmtica
1. Puede ser calculada en distribuciones con escala relativa e intervalar.
2. Todos los valores son incluidos en el cmputo de la media.
3. Una serie de datos slo tiene una media
4. Es una medida muy til para comparar dos o ms poblaciones.
5. Es la nica medida de tendencia central donde la suma de las desviaciones
de cada valor respecto a la media es igual a cero. Por lo tanto podemos
considerar a la media como el punto de balance de una serie de datos.
37
Donde:
simboliza la media de la muestra
x
es la marca de clase
es la frecuencia de clase
fx
Ejemplo:
Calcular la media aritmtica de la siguiente distribucin de frecuencia del
nmero de meses de duracin de una muestra de 40 bateras para coche.
Como podemos ver, es la distribucin de frecuencia que elaboramos en la
seccin anterior.
38
20 24
25 29
30 34
15
35 39
10
40 44
45 49
LS X
FX
15 19 17 2
34
20 24 22 1
22
25 29 27 4
108
30 34 32 15
480
35 39 37 10
370
40 44 42 5
210
45 49 47 3
141
n =40 fX = 1365
39
fx
=
1365
=
= 34.12
40
Donde:
es la media de la muestra
x
Ejemplo:
El contenido de cinco botellas de perfume seleccionadas de forma aleatoria de
la lnea de produccin son (en ml): 85.4, 85.3, 84.9, 85.4, y 84.0. Cul es la
media aritmtica de estas observaciones?
x
=
= 85.0
5
40
x
=
N
Donde:
es la media de la poblacin
x
La mediana
Cuando una serie de datos contiene uno o dos valores muy grandes o muy
pequeos, la media aritmtica no es representativa. El valor central en tales
problemas puede ser mejor descrito usando una medida de tendencia central
llamada mediana.
La mediana es el punto medio de los valores de una serie de datos despus
de haber sido ordenados de acuerdo a su magnitud. Hay tantos valores antes
que la mediana como posteriores en el arreglo de datos.
Ejemplo:
El contenido de cinco botellas de perfume seleccionadas de forma aleatoria de
la lnea de produccin son (en ml): 85.4, 85.3, 84.9, 85.4, y 84.0. Cul es la
mediana de las observaciones muestreadas?
85.4
85.4
85.3
84.9
84.0
Ejemplo:
41
Una muestra de los honorarios de los paramdicos cargados por una clnica
revel estas cantidades: $35, $29, $30, $25, $32, $35. Cul es la mediana?
25
29
30
32
35
35
En este caso la mediana se calcula obteniendo la media de las dos
observaciones centrales.
30 + 32
=
= 31
2
Propiedades de la mediana
1. Hay slo una mediana en una serie de datos.
2. No es afectada por los valores extremos (altos o bajos)
3. Puede ser calculada en distribuciones de frecuencia con intervalos abiertos,
si no se encuentra en el intervalo abierto.
4. Puede ser calculada en distribuciones con escala relativa, intervalar, y
ordinal.
42
20 24
25 29
30 34
15
35 39
10
40 44
45 49
LS
LSR
FA
15
19
19.5
17
43
20
24
24.5
22
25
29
29.5
27
30
34
34.5
32
15 22
35
39
39.5
37
10 32
40
44
44.5
42
37
45
49
49.5
47
40
intervalo mediano
N = 40
3. Aplicar la frmula con los datos del intervalo mediano:
( n/2 - FA ) tic
= LSR +
( 20 - 22 )( 5 )
= 34.5 +
= 33.83
15
La moda
La moda es la medida de tendencia central especialmente til para describir
mediciones de tipo ordinal y nominal.
La moda. Es el valor de la observacin que aparece ms frecuentemente.
Propiedades de la moda
1. La moda se puede determinar en todos los tipos de mediciones (nominal,
ordinal, intervalar, y relativa).
2. La moda tiene la ventaja de no ser afectada por valores extremos.
3. Al igual que la mediana, puede ser calculada en distribuciones con
intervalos abiertos.
Desventajas de la moda
En muchas series de datos no hay moda porque ningn valor aparece ms de
una vez.
44
En algunas series de datos hay ms de una moda, en este caso uno podra
preguntarse cul es el valor representativo de la serie de datos?
Ejemplo
El contenido de cinco botellas de perfume seleccionadas de forma aleatoria de
la lnea de produccin son (en ml): 85.4, 85.3, 84.9, 85.4, y 84.0. Cul es la
moda de las observaciones muestreadas?
= 85.4
La moda para datos agrupados
Para datos agrupados en una distribucin de frecuencia, la moda puede ser
estimada por la marca de clase del intervalo que contenga la frecuencia de
clase ms grande. Si hay dos intervalos contiguos con frecuencia mxima la
moda ser la media aritmtica de las dos marcas de clase. Si hay dos o ms
intervalos no contiguos con frecuencia de clase mxima habr dos o ms
modas que sers las marcas de clase de dichos intervalos.
Ejemplo: Calcular las modas de las siguientes distribuciones de frecuencia:
X
F no hay moda
10 3
15 15
10 8
=
15
= 10
10 4
15 6
15 4
20 9
20 7
20 4
25 10
25 8
25 4
30 7
30 8
= (25+30) / 2 = 27.5
30 4
45
1. Realizar
la
lectura
del
Captulo
4
(L_04_E_01_Capitulo_IV.pdf) que habla sobre el tema de
las medidas de tendencia central. Identifica, a partir de la
revisin de la lectura, los conceptos ms importantes
abordados en la misma.
2. Elabora los ejercicios de Excel que se muestran en esta
lectura a partir de la pgina 23. Captura los datos en un
archivo de Excel y aplica las frmulas y funciones
necesarias para obtener los resultados. Guarda tu archivo
como EJERCICIOS MODULO 4. Enva tu archivo a la
plataforma.
Resumen
Las medidas de tendencia central son las ms usadas comnmente en todos
los mbitos para medir o darnos una idea de cmo se comporta la
46
informacin, por ejemplo, las clsicas preguntas de tus padres Cmo te fue
en la escuela? Y una respuesta tambin clsica sera En promedio Bien o
tambin cuntos sacaron menor calificacin que tu?, o cuando la calificacin
ms alta fue de 8 de entre muchos reprobados y tu sacaste 6 dices realmente
no me fue mal. Entonces los datos siempre son relativos ya que para hacer
mediciones necesitamos puntos de comparacin y esto es lo que son las
medidas de tendencia central.
Autoevaluacin
Problemas
Para cada uno de los siguientes problemas: (a) determine la media moda y
mediana sin agrupar los datos; (b) elabore la distribucin de frecuencia y
calcule la media, moda y mediana para datos agrupados.
1. Los resultados siguientes representan las calificaciones del examen final de
un curso de estadstica elemental.
23
60
79
32
57
74
52
70
82
36
80
77
81
95
41
65
92
85
55
76
52
10
64
75
78
25
80
98
81
67
41
71
83
54
64
72
88
62
74
43
60
78
89
76
84
48
84
90
15
79
34
67
17
82
69
74
63
80
85
61
1558 1118
1500 1671
803
47
1981 1091
36
40
16
18
30
60
72
66
78
28
67
72
15
18
48
71
22
57
54
12
72
20
10
23
13
12
19
18
24
12
14
13
10
13
16
18
13
32
10
11
13
18
10
27
19
16
10
14
15
10
15
48
14
98
55
62
79
59
51
90
72
56
70
62
66
80
94
79
63
73
71
85
3 3
1 4
4 5 6 4 2
6 6 6
7 1 1 14
2 4
4 4
5 6 3 5 3
4 5 6
8 4 7 6
9 11
3 12
4 7 6 5 15
1 1 10
8 9 2 12
18
63
84
38
54
50
59
54
56
36
26
50
34
44
41
58
58
53
51
62
43
52
53
63
62
62
65
61
52
60
45
66
83
71
63
58
61
71
60
49
265 168 90
114
125
162 126 216 195 127 161 135 172 220 229 129
87
172 126
56
22
28
41
28
47
53
48
30
34
13
52
34
60
25
21
37
43
23
13
31
29
38
26
36
30
74
234
149
279
215
123
55
43
321
87
234
68
489
57
185
141
758
72
863
703
125
350
440
37
252
27
521
302
127
968
712
503
498
327
608
358
425
303
203
48
58
50
25
47
75
46
60
70
50
67
68
39
35
56
66
33
62
65
67
43
30
38
30
42
34
46
32
18
41
12
46
39
37
Bibliografa
Fuenlabrada, Samuel (2004). Probabilidad y Estadstica. Mxico DF: Mc Graw
Hill.
Cazau, Pablo (2007). Fundamentos de estadstica. Buenos Aires: Manual.
51
Mdulo 5
ESTADSTICA DESCRIPTIVA
MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIN IV
(Principales medidas de Dispersin)
ndice
Introduccin
Propsito y objetivos
ndice de temas
o 5.1 Principales medidas de Dispersin.
Orientaciones para el estudio
Organizador avanzado
Estadstica descriptiva
Medidas de tendencia central y de dispersin IV
(principales medidas de dispersin)
Ejercicios de autoevaluacin
Resumen
Bibliografa
Introduccin
Qu son las medidas de variabilidad o Dispersin?
Las medidas de variabilidad de una serie de datos, muestra o poblacin,
permiten identificar que tan dispersos o concentrados se encuentran los datos
respecto a una medida de tendencia central.
Hay varias razones para analizar la variabilidad en una serie de datos.
Primero, al aplicar una medida de variabilidad podemos evaluar la medida de
tendencia central utilizada. Una medida de variabilidad pequea indica que los
datos estn agrupados muy cerca, digamos, de la media. La media, por lo
tanto es considerada bastante representativa de la serie de datos.
Inversamente, una gran medida de variabilidad indica que la media no es muy
representativa de los datos.
Una segunda razn para estudiar la variabilidad de una serie de datos es para
comparar como estn esparcidos los datos en dos o ms distribuciones. Por
ejemplo, la calificacin promedio de dos estudiantes, A = {90, 80, 75, 75 } y B
= {90, 55, 85, 90 }, es de 80. Basados en esto podramos pensar que sus
calificaciones son idnticas. Pero si revisamos el detalle de sus calificaciones
vemos que esta conclusin no es correcta.
Propsito y objetivos
Objetivo
52
ESTADSTICA DESCRIPTIVA
MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIN IV
(Principales medidas de Dispersin)
La Desviacin media
La desviacin media mide la cantidad promedio que varan los datos respecto
a su media. La definicin es:
Desviacin media. Es la media aritmtica de los valores absolutos de las
desviaciones de los datos respecto a su media.
La frmula de la desviacin media (Dm) es:
| X -
Dm =
n
53
Ejemplo:
El contenido de cinco botellas de perfume seleccionadas de forma aleatoria de
la lnea de produccin son (en ml): 85.4, 85.3, 84.9, 85.4, y 84.0. Cul es la
desviacin media de las observaciones muestreadas?
X
X-
|X -
85.4
+ 0.4
0.4
85.4
+ 0.4
0.4
85.3
+ 0.3
0.3
84.9
- 0.1
0.1
84.0
- 1.0
1.0
= 2.2
Dm =
n
54
A = { 0, 50, 100 }
B = { 49, 50, 51 }
Claramente observamos que la serie B tiene una dispersin mayor que la
serie A, sin embargo en ambos casos la desviacin media es cero.
La varianza y la desviacin estndar
Concepto
La varianza y la desviacin estndar sirven para cuantificar la variabilidad de
una muestra midiendo su dispersin alrededor de la media. La definicin es la
siguiente:
Varianza. Es la media aritmtica de las desviaciones cuadradas de los datos
respecto a la media.
Desviacin estndar. Es la raz cuadrada de la varianza.
Varianza y Desviacin Estndar para datos no agrupados
Las frmulas de la varianza de una poblacin y de una muestra son
ligeramente diferentes. Las frmulas son:
(x)2
(x)2
x2 -
x2 2=
S2=
n-1
estndar
de
una
S = S2
Ejemplo:
El contenido de cinco botellas de perfume seleccionadas de forma aleatoria de
la lnea de produccin son (en ml): 85.4, 85.3, 84.9, 85.4, y 84.0. Cul es la
varianza y la desviacin estndar de las observaciones muestreadas?
55
X2
85.4
7293.16
85.3
7276.09
84.9
7208.01
85.4
7293.16
84.0
7056.00
x= 425.0
(425)2
(x)2
x2 2
S=
36126.42 n
n-1
S=
x2= 36126.42
= 0.355
5-1
0.355
=
0.5958
(fx)2
fx -
fx2 -
S=
n-1
desviacin
poblacin
estndar
de
una
56
S = S2
Ejemplo:
Calcular la varianza y la desviacin estndar de la siguiente distribucin de
frecuencia del nmero de meses de duracin de una muestra de 40 bateras
para coche.
duracin de las bateras (meses) Nmero de bateras
15 - 19
20 - 24
25 - 29
30 - 34
15
35 - 39
10
40 - 44
45 - 49
LS X
FX
FX2
15 19 17 2
34
588
20 24 22 1
22
484
25 29 27 4
108
2916
30 34 32 15
480
15360
35 39 37 10
370
13690
40 44 42 5
210
8820
45 49 47 3
141
6627
57
(fx)2
fx2 S2=
n
n-1
S=
S2 =
48475
-
(1365)2
40
= 48.573
40 - 1
48.573
= 6.969
1. En esta
Autoevaluacin
Problemas
Para cada uno de los siguientes problemas: (a) determine la varianza y la
desviacin estndar sin agrupar los datos; (b) elabore la distribucin de
frecuencia y calcule la desviacin media, varianza, desviacin estndar y
desviacin cuartilar para datos agrupados.
58
60
79
32
57
74
52
70
82
36
80
77
81
95
41
65
92
85
55
76
52
10
64
75
78
25
80
98
81
67
41
71
83
54
64
72
88
62
74
43
60
78
89
76
84
48
84
90
15
79
34
67
17
82
69
74
63
80
85
61
1558 1118
1500 1671
803
1981 1091
36
40
16
18
30
60
72
66
78
28
67
72
15
59
18
48
71
22
57
54
12
72
20
10
23
13
12
19
18
24
12
14
13
10
13
16
18
13
32
10
11
13
18
10
27
19
16
10
14
15
10
15
14
98
55
62
79
59
51
90
72
56
70
62
66
80
94
79
63
73
71
85
60
14
11
12
15
10
12
18
63
84
38
54
50
59
54
56
36
26
50
34
44
41
58
58
53
51
62
43
52
53
63
62
62
65
61
52
60
45
66
83
71
63
58
61
71
60
82
265
168
90
114
172
230
142
86
125
235
212
171
149
156
162
118
139
149
132
105
162
126
216
195
127
161
135
172
220
229
129
87
128
126
175
127
149
126
121
118
172
126
56
22
28
41
28
61
47
53
48
30
34
13
52
34
60
25
21
37
43
23
13
31
29
38
26
36
30
74
234
149
279
215
123
55
43
321
87
234
68
489
57
185
141
758
72
863
703
125
350
440
37
252
27
521
302
127
968
712
503
498
327
608
358
425
303
203
48
58
50
25
47
75
46
60
70
67
68
39
35
56
66
33
62
65
67
43
30
38
30
42
34
46
32
18
41
12
46
39
37
Resumen
Las medidas de dispersin nos dicen la distancia promedio de los datos a la
media.
62
Mdulo 6
OTRAS MEDIDAS DESCRIPTIVAS
ndice
Introduccin
Propsito y objetivos
ndice de temas
o 6.1 Medidas de Posicin
o 6.2 Medidas de Forma
Orientaciones para el estudio
Organizador avanzado
Otras medidas descriptivas
Ejercicios de autoevaluacin
Resumen
Bibliografa
Introduccin
En este mdulo dedicaremos tiempo al estudio de otros tipos de medidas
descriptivas, las cuales nos van a ser de mucha utilidad, sobre todo cuando
abordemos el tema de probabilidad.
Propsito y objetivos
Objetivo
63
64
Descripcin
Lecturas y
actividades
1. Realiza
la
lectura
del
captulo
6
(L_06_E_01_Capitulo_VI.pdf) del libro Estadstica bsica
con aplicaciones en Excel.
2. A partir de la lectura del captulo 6 del libro, contesta los
ejercicios propuestos y el cuestionario de repaso que
vienen de la pgina 15 a la 17. Incluye tus respuestas en
un archivo de Excel y gurdalo con el nombre
EJERCICIOS MODULO 6a. Enva tu archivo a la
plataforma.
3. Realiza la lectura del captulo 7 del mismo libro
(L_06_E_02_Capitulo_VII.pdf). Es muy importante que
asimiles bien los conceptos que se muestran ya que se
utilizarn en los siguientes mdulos, si lo crees pertinente
crea un apunte personal el cual te ayudar mucho.
4. Ahora, elabora los ejercicios que se proponen en este
captulo los cuales se encuentran en las pginas 11 y 12.
Guarda la informacin en un documento con el nombre
EJERCICIOS MODULO 6b. Enva tu archivo a la
plataforma.
5. Por ltimo, te pido revisar el resumen de simbologa y
frmulas dentro de este mismo captulo. La informacin se
encuentra en los anexos A y E (pginas 13 a 17). No se
necesario enviar nada a la plataforma.
6. No olvides que durante esta semana debers enviarme
los ejercicios que llevas realizados ya que es parte de la
revisin de tu portafolio electrnico que debers entregar
en la semana 14 del curso.
Autoevaluacin
Contesta las siguientes preguntas:
a) Indica qu tan apuntada o achatada se encuentra una distribucin respecto
a un comportamiento normal (distribucin normal). Si los datos estn muy
concentrados hacia la media, la distribucin es leptocrtica (curtosis mayor a
0). Si los datos estn muy dispersos, la distribucin es platicrtica (curtosis
menor a 0).
65
a) CURTOSIS
b) COEFICIENTE DE ASIMETRA
c) DISTRIBUCIN SIMTRICA
b) Mide el grado de asimetra de la distribucin con respecto a la media. Un
valor positivo de este indicador significa que la distribucin se encuentra
sesgada hacia la izquierda (orientacin positiva). Un resultado negativo
significa que la distribucin se sesga a la derecha.
a) CURTOSIS
b) COEFICIENTE DE ASIMETRA
c) DISTRIBUCIN SIMTRICA
c) Al dividir una distribucin de frecuencia mediante la mediana, ambas reas
resultantes son iguales, es decir, los datos se distribuyen de la misma forma y
el rea abarcada por ambos lados es equivalente (50% de los datos se
encuentran distribuidos en ambas secciones).
a) CURTOSIS
b) COEFICIENTE DE ASIMETRA
c) DISTRIBUCIN SIMTRICA
d) Qu son los CUARTILES?
e) Qu son los DECILES?
f) Qu son los PERCENTILES?
Resumen
Medidas de forma
Las medidas de forma permiten comprobar si una distribucin de frecuencia
tiene caractersticas especiales como simetra, asimetra, nivel de
concentracin de datos y nivel de apuntamiento que la clasifiquen en un tipo
particular de distribucin.
Las medidas de forma son necesarias para determinar el comportamiento de
los datos y as, poder adaptar herramientas para el anlisis probabilstico.
Adems de identificar la ubicacin y dispersin que tienen los datos, es
importante determinar su forma, como un complemento de su descripcin.
Las dos medidas de uso comn son el coeficiente de asimetra y el coeficiente
de curtosis.
Bibliografa
Fuenlabrada, Samuel (2004). Probabilidad y Estadstica. Mxico DF: Mc Graw
Hill.
66
67
Mdulo 7
PREPARATIVOS PARA
CUATRIMESTRE
EL
EXAMEN
DE
MEDIO
68
Mdulo 8
PRINCIPIOS DE PROBABILIDAD
ndice
Introduccin
Propsito y objetivos
ndice de temas
o Introduccin
o Probabilidad clsica de frecuencia relativa y subjetiva
o Reglas para el clculo de probabilidades
Orientaciones para el estudio
Organizador avanzado
Principios de probabilidad
Ejercicios de autoevaluacin
Resumen
Bibliografa
Introduccin
Imagina ir al hipdromo, o a las Vegas a jugar Dados o Ruleta, o pegarle a los
Pronsticos Deportivos.y ganar con una simple frmula matemtica; bueno
pues esta ha sido realmente la motivacin que se ha tenido desde la
antigedad para trabajar con las matemticas en funcin de predecir un
evento a lo cual le llamaron PROBABILIDAD.
La probabilidad naci gracias a los juegos de azar. En el Renacimiento
empiezan a surgir inquietudes en torno a contabilizar el nmero de posibles
resultados de un dado lanzado varias veces, o problemas ms prcticos sobre
cmo repartir las ganancias de los jugadores cuando el juego se interrumpe
antes de finalizar. A los matemticos del siglo XVI como Pacioli, Cardano y
Tartaglia se deben las primeras consideraciones sobre los juegos de azar.
Propsito y objetivos
Objetivo
El estudiante emplear los principios bsicos de la probabilidad, en la solucin
de ejercicios asignados por el profesor, indispensable para el estudio formal
de la probabilidad.
Propsito
69
PRINCIPIOS DE PROBABILIDAD
Tal como habamos mencionado al inicio del curso, la materia de Probabilidad
y estadstica se ha dividido en dos grandes bloques en donde los primeros 6
mdulos cubrieron temas relacionados a la estadstica y ahora, a partir del
mdulo 8 estaremos hablando sobre el tema de la probabilidad. Las lecturas
para esta semana estn encaminadas a darte los conceptos introductorios del
tema. Te pido revisar ambas lecturas y hacer los ejercicios que se indican y de
esta manera continuar organizando los archivos que vayas generando para la
entrega de tu portafolio electrnico (caso prctico) en la semana 13 del curso.
Descripcin
Lecturas
y
actividades
70
RESUMEN
En la actualidad ha despertado gran inters el estudio de la probabilidad, que
tiene por objeto predecir hechos o fenmenos.
Algunos hechos o fenmenos pueden predecirse con toda seguridad; por
ejemplo cuando tiras un objeto se predice que caer. Pero otros no se pueden
predecir con toda la seguridad; por ejemplo cuando lanzas una moneda no
sabes si puede caer sol siempre.
A los primeros fenmenos se llaman deterministas y a los segundos azarosos
o aleatorios.
Es as que podemos definir a la probabilidad como al conjunto de
posibilidades de que un evento ocurra o no en un momento y tiempo
determinados.
Autoevaluacin
Da una breve respuesta a las siguientes preguntas:
a) Qu es la probabilidad?
b) Qu es un fenmeno aleatorio?
c) Qu son los espacios discretos?
Bibliografa
Fuenlabrada, Samuel (2004). Probabilidad y Estadstica. Mxico DF: Mc Graw
Hill.
Cazau, Pablo (2007). Fundamentos de estadstica. Buenos Aires: Manual.
71
Mdulo 9
Distribuciones de probabilidad: Discretas
ndice
Introduccin
Propsito y objetivos
ndice de temas
o 9.1 Concepto de distribucin de probabilidad para variables
discretas
o 9.2 Media, varianza y desviacin estndar de una distribucin de
probabilidad
o 9.3 La distribucin Binomial
o 9.4 La distribucin de Poisson
Orientaciones para el estudio
Organizador avanzado
Distribuciones de probabilidad: Discretas
Ejercicios de autoevaluacin
Resumen
Bibliografa
Introduccin
Qu es una distribucin de probabilidad?
Una variable aleatoria es aquella que toma un conjunto de valores numricos
asociados a los resultados de nuestro inters que produce un experimento
aleatorio.
Por ejemplo si el experimento es lanzar cuatro veces una moneda al aire y
nuestro inters es el nmero de guilas, la variable aleatoria podr tomar
valores de 0, 1, 2, 3 y 4 guilas.
Una distribucin de probabilidad es una lista del total de valores que puede
tomar una variable aleatoria con una probabilidad asociada.
Propsito y objetivos
Objetivo
El estudiante aplicar las tcnicas de distribucin Binomial y Poisson, a partir
de datos de los ejercicios asignados, indispensables para el trabajo con
probabilidad de variables discretas.
72
Propsito
El propsito es que conozcas y apliques los conceptos de probabilidad con
datos discretos.
Orientaciones para el estudio
73
P(X)
0.25
0.50
0.25
74
75
Resumen
La distribucin binomial es una distribucin de probabilidades que surge al
cumplirse cinco condiciones:
1. Existe una serie de N ensayos,
2. En cada ensayo hay slo dos posibles resultados,
3. En cada ensayo, los dos resultados posibles son mutuamente
excluyentes,
4. Los resultados de cada ensayo son independientes entre s, y
5. La probabilidad de cada resultado posible en cualquier ensayo es la
misma de un ensayo a otro.
Autoevaluacin
Responde brevemente a las siguientes preguntas:
1. En qu caso se utiliza la distribucin Binomial?
2. En qu caso se utiliza la distribucin de Poisson?
3. Diferencia entre Discreto y Continuo?
Bibliografa
Fuenlabrada, Samuel (2004). Probabilidad y Estadstica. Mxico DF: Mc Graw
Hill.
Cazau, Pablo (2007). Fundamentos de estadstica. Buenos Aires: Manual.
76
77
Mdulo 10
DISTRIBUCIONES CONTINUAS
ndice
Introduccin
Propsito y objetivos
ndice de temas
o 10.1 Concepto de distribucin continua de probabilidad
o 10.2 Distribucin normal
o 10.3 Distribucin normal estandarizada, clculos de rea bajo la
curva
o 10.4 Aproximacin normal para la distribucin binomial y de
Poisson el estudio
Organizador avanzado
Distribuciones continuas
Ejercicios de autoevaluacin
Resumen
Bibliografa
Introduccin
Las distribuciones de probabilidad continuas son aquellas en las que la
variable aleatoria puede asumir un nmero infinito de valores, que son
resultado de una medicin. Por ejemplo, el tiempo que tarda un atleta en
recorrer 100 metros planos. Por supuesto que las variables aleatorias
continuas dependen de la exactitud del instrumento de medicin.
Tambin existen varios tipos de distribuciones continuas de probabilidad, la
distribucin normal, la distribucin t, la distribucin ji-cuadrada, entre otras.
Las distribuciones continuas son imposibles de tabular y por lo tanto se
representan con curvas.
78
Propsito y objetivos
Objetivo
El estudiante emplear las funciones para distribuciones continuas, a partir de
lecturas y ejercicios asignados, indispensable para el uso adecuado de
frmulas y tablas para la determinacin de probabilidades.
Propsito
Es que entiendas cmo se puede calcular la dispersin de probabilidades
continuas, utilizando algunas frmulas muy simples a travs de ejercicios en
donde se muestra la manera como se pueden realizar utilizando la hoja de
clculo EXCEL.
Orientaciones para el estudio
DISTRIBUCIONES CONTINUAS
La distribucin Normal es frecuentemente utilizada en las aplicaciones
estadsticas. Su propio nombre indica su extendida utilizacin, justificada por
la frecuencia o normalidad con la que ciertos fenmenos tienden a parecerse
en su comportamiento a esta distribucin.
Muchas variables aleatorias continuas presentan una funcin de densidad
cuya grfica tiene forma de campana.
En otras ocasiones, al considerar distribuciones binomiales, tipo B(n,p), para
un mismo valor de p y valores de n cada vez mayores, se ve que sus
polgonos de frecuencias se aproximan a una curva en "forma de campana".
79
80
Resumen
Entre las distribuciones probabilsticas de variable continua, la ms
ampliamente utilizada es la llamada distribucin normal, cuya representacin
grfica tiene una forma muy conocida en el mbito de la estadstica y las
ciencias naturales: la campana de Gauss.
Autoevaluacin
Cules son las caractersticas de la distribucin Normal?
Quin fue Carl Friedrich Gauss?
Para utilizar la distribucin normal como una aproximacin de la binomial
debemos estar seguros de que la distribucin de inters es?
81
Mdulo 11
TEORA BSICA DEL MUESTREO
ndice
Introduccin
Propsito y objetivos
ndice de temas
o 11.1 Introduccin
o 11.2 Diferentes tipos de muestreo
o 11.3 Etapas de un estudio por muestreo
o 11.4 Distribuciones muestrales
Orientaciones para el estudio
Organizador avanzado
Teora bsica del muestreo
Ejercicios de autoevaluacin
Resumen
Bibliografa
Introduccin
Muestreo es la actividad por la cual se toman ciertas muestras de una
poblacin de elementos de los cuales vamos a tomar ciertos criterios de
decisin, el muestreo es importante porque a travs de l podemos hacer
anlisis de situaciones de una empresa o de algn campo de la sociedad.
Y porque no se estudia la poblacin completa? se preguntaran algunos, pero
en ocasiones no es factible.
Propsito y objetivos
Objetivo
El estudiante identificar las diferentes tcnicas de muestreo, a partir de
lecturas y ejercicios tipo, necesarios para la futura decisin de tcnicas a
aplicar en su campo profesional.
Propsito
Que entiendas porqu son necesarias las tcnicas de muestreo y cmo
podras aplicar cada una de ellas para que en un futuro puedas utilizar estas
tcnicas en tu rea de desarrollo profesional que hoy en da son
indispensables para el desarrollo de las organizaciones.
82
83
84
85
Resumen
La estadstica consiste en acumular y analizar datos. Los objetos de los que
uno toma medidas para generar datos son los sujetos del estudio, pueden ser
individuos, familias, pases, ciudades, empresas, instituciones...
A veces se estudian poblaciones enteras, pero otras muchas veces
estudiamos muestras.
Se estudian muestras y no poblaciones por razones econmicas, de tiempo, o
porque el estudio altera el objeto.
Tambin existen poblaciones virtuales o conceptuales que no podemos
estudiar.
Por todas esas razones: hay que estudiar una muestra, no una poblacin
Autoevaluacin
Contesta brevemente a las siguientes preguntas:
Qu es una muestra?
Cules son los diferentes tipos de muestreo?
Por qu utilizar una muestra?
86
87
Mdulo 12
Mtodos de muestreo: El Muestreo Aleatorio Simple
ndice
Introduccin
Propsito y objetivos
ndice de temas
o 12.1 Caractersticas
o 12.2 Determinacin del intervalo de confianza para la media
Orientaciones para el estudio
Organizador avanzado
Mtodos de muestreo: El Muestreo Aleatorio Simple
Ejercicios de autoevaluacin
Resumen
Bibliografa
Propsito y objetivos
Objetivo
El estudiante aplicar la tcnica de muestreo aleatorio simple, a partir de
lecturas y ejercicios, indispensable para demostrar la importancia del
muestreo.
Propsito
Que entiendas cmo se realiza el muestreo aleatorio simple, y la utilidad que
este tipo de muestreo tiene en tu rea profesional.
Orientaciones para el estudio
88
89
095
080
004
147
005
050
024
046
018
041
021
105
009
146
90
Ejemplo2
Suponga que se tiene una poblacin de 825 pacientes que asisten a la
consulta de odontologa de una clnica de salud y se desea seleccionar una
muestra de tamao 35 de esa poblacin. Puede hacer la seleccin usando la
tabla de nmeros aleatorios o bien por medio de la opcin del Excel sugerida
antes.
Si usa la tabla de nmeros aleatorios, como usted sabe por cualquier punto
que empiece obtendr un nmero aleatorio. Suponga que empieza la
seleccin en la fila 30, columnas 21, 22 y 23 y obtiene los siguientes nmeros:
91
344, 594, 114, 541, 744, 808, 117, 458, 570, 478, 365, 140, 618, 058, 457,
515, 668, 104, 159, 005, 039, 326, 356, 279, 250, 355, 258, 790, 390, 808 y
452.
No se consideran los nmeros repetidos ni los que son mayores que el
tamao poblacin. La identificacin de estos nmeros con el listado de la
poblacin, es la muestra que se estudiar.
Si utiliza el Excel obtendr otros nmeros, diferentes pero tambin aleatorios.
1. Realiza
la
lectura
Muestreo
aleatorio
(L_12_E_01_muestreo_aleatorio_simple.pdf).
simple
Resumen
Este tipo de muestreo asigna a cada uno de los elementos de la poblacin
igual probabilidad de estar incluido en la muestra. Este diseo es muy simple y
consiste en seleccionar nmeros aleatorios, que al ser identificados en el
listado de la poblacin, estos sern los elementos de la poblacin que se
seleccionarn.
Si los elementos seleccionados slo se consideran una vez en la muestra se
llama muestreo sin reemplazo; si pueden ser seleccionados ms de una vez
se llama muestreo con reemplazo. En las encuestas por muestreo de
personas se usa muestreo sin reemplazo.
Este tipo de muestreo es muy simple cuando se tiene un listado de los
elementos de la poblacin, lo que no siempre es posible tener a mano.
Tambin se recomienda cuando la poblacin es muy homognea.
AUTOEVALUACION
Con tus propias palabras describe qu es el muestreo aleatorio simple?
92
93
Mdulo 13
Entrega del caso prctico (portafolio electrnico)
ndice
Introduccin
Propsito y objetivos
ndice de temas
Orientaciones para el estudio
Organizador avanzado
Ejercicios de autoevaluacin
Resumen
Bibliografa
Objetivo
El estudiante integrar el trabajo desarrollado a lo largo del curso a travs de
la entrega de un portafolio electrnico que compile los conocimientos tericos
y prcticos de todo el curso.
Propsito
El propsito es que integres los conocimientos que adquiriste durante el curso
a travs de una lectura.
Orientaciones para el estudio
94
Las actividades para este mdulo del curso estn orientadas a que integres
todo lo aprendido a travs de la entrega de tu portafolio electrnico que
consiste en la entrega de los archivos elaborados en cada una de las
semanas del curso as como tambin te ofrecemos la lectura de un archivo
(Lectura final) que integra los conceptos ms relevantes vistos en el curso.
Descripcin
Lecturas
y
actividades
95
Mdulo 14
PREPARATIVOS
CUATRIMESTRE
PARA
EL
EXAMEN
FINAL
DEL
96