Términos comunes.

Población: conjunto de todos los individuos (personas, objetos, animales, etc.)

que porten información sobre el fenómeno que se estudia. Por ejemplo, si
estudiamos la edad de los habitantes en una ciudad, la población será el total de
los habitantes de dicha ciudad.
Muestra: Subconjunto de la población seleccionado de acuerdo con un criterio, y
que sea representativo de la población. Por ejemplo, elegir 30 personas por cada
colonia de la ciudad para saber sus edades, y este será representativo para la
ciudad.
Individuo: cualquier elemento que porte información sobre el fenómeno que se
estudia. Así, si estudiamos la altura de los niños de una clase, cada alumno es
un individuo; si estudiamos la edad de cada habitante, cada habitante es un
individuo.
Variable: Fenómeno que puede tomar diversos valores. Las variables pueden ser
de dos tipos:
Variables cualitativas o atributos: no se pueden medir numéricamente (por
ejemplo: nacionalidad, color de la piel, sexo).
Variables cuantitativas: tienen valor numérico (edad, precio de
un producto, ingresos anuales
Por su parte, las variables cuantitativas se pueden clasificar en discretas y
continuas:
Discretas: sólo pueden tomar valores enteros (1, 2, 8, -4, etc.). Por ejemplo:
número de hermanos (puede ser 1, 2, 3....,etc, pero, por ejemplo, nunca podrá ser
3,45).
Continuas: pueden tomar cualquier valor real dentro de un intervalo. Por ejemplo,
la velocidad de un vehículo puede ser 80,3 km/h, 94,57 km/h...etc.
Las variables también se pueden clasificar en:
Variables unidimensionales: sólo recogen información sobre una característica
(por ejemplo: edad de los alunmos de una clase).
Variables bidimensionales: recogen información sobre dos características de la
población (por ejemplo: edad y altura de los alumnos de una clase).
Variables pluridimensionales: recogen información sobre tres o más
características (por ejemplo: edad, altura y peso de los alumnos de una clase).

1. CONCEPTO Y CLASIFICACIÓN DE DATOS

DATOS
Características o números que son recolectados por observación. No son otra
cosa que el producto de las observaciones efectuadas en las personas y objetos
en los cuales se produce el fenómeno que queremos estudiar
Los datos estadísticos pueden ser clasificados en cualitativos, cuantitativos,
cronológicos y geográficos
Datos Cualitativos: cuando los datos son cuantitativos, la diferencia entre ellos es
de clase y no de cantidad. Ejemplo: Si deseamos clasificar los estudiantes que
cursan la materia de estadística I por su estado civil, observamos que pueden
existir solteros, casados, divorciados, viudos.
Datos cuantitativos: cuando los valores de los datos representan diferentes
magnitudes, decimos que son datos cuantitativos. Ejemplo: Se clasifican los
estudiantes del Núcleo San Carlos de la UNESR de acuerdo a sus notas,
observamos que los valores (nota) representan diferentes magnitudes.
Datos cronológicos: cuando los valores de los datos varían en diferentes
instantes o períodos de tiempo, los datos son reconocidos como cronológicos.
Ejemplo: Al registrar los promedios de notas de los Alumnos del Núcleo San
Carlos de la UNESR en los diferentes semestres.
Datos geográficos: cuando los datos están referidos a una localidad geográfica
se dicen que son datos geográficos. Ejemplo: El número de estudiantes
de educación superior en las distintas regiones del país
1. PRESENTACION DE INFORMACIÓN
1.2.1 DISTRIBUCION DE TABLAS DE FRECUENCIAS
Estadística Descriptiva:
Tienen por objeto fundamental describir y analizar las características de un
conjunto de datos, obteniéndose de esa manera conclusiones sobre las
características de dicho conjunto y sobre las relaciones existentes con otras
poblaciones, a fin de compararlas. No obstante puede no solo referirse a la
observación de todos los elementos de una población (observación exhaustiva)
sino también a la descripción de los elementos de una muestra (observación
parcial).
En relación a la estadística descriptiva, Ernesto Rivas Gonzáles dice; "Para el
estudio de estas muestras, la estadística descriptiva nos provee de todos sus
medidas; medidas que cuando quieran ser aplicadas al universo total, no tendrán
la misma exactitud que tienen para la muestra, es decir al estimarse para el
universo vendrá dada con cierto margen de error; esto significa que el valor de la
medida calculada para la muestra, en el oscilará dentro de cierto límite de
confianza, que casi siempre es de un 95 a 99% de los casos.
Distribución de frecuencias: muestra el número de veces que ocurre cada
observación.
Ejemplo: Se elaboró una encuesta en un jardín de niños y ésta informó que las
mascotas más comunes que tiene un niño son perros, gatos, peces, hámsteres y
pájaros
perro gato perro hamster

pájaro hamster gato perro

hámster gato pájaro gato

perro perro hámster pájaro

perro perro pájaro gato

A continuación se muestra la distribución de frecuencias absolutas, relativas y

porcentuales de las mascotas mas comunes de los niños.
Mascota Frecuencia Frecuencia relativa Frecuencia
absoluta acumulada

Perro 7 .35 35 %

Pajaro 4 .20 20 %

Hamster 4 .20 20 %
gato 5 .25 25 %

Estos datos se pueden representar en una gráfica de barras o en una gráfica de

pastel:

Gráfica de barras

Gráfica de pastel

NOTA :Para calcular:..

Frecuencia absoluta: se cuenta la cantidad de veces que ocurre el evento, en este
caso, las mascotas.
Frecuencia relativa: se divide la frecuencia absoluta de cada evento entre el total
de eventos.
Frecuencia porcentual: se multiplica la frecuencia relativa por 100.
1.2.2 CONSTRUCCION DE TABLAS ESTADÍSTICAS
Distribución agrupada de frecuencias: Distribución de frecuencias en la que los
valores de la variable se han agrupado en clases. Esto se debe principalmente a la
disposición de gran número de datos. Las razones por las que se elaboran este
tipo de agrupación de datos es por economía, practicidad, y baja frecuencia de
algunos puntajes.
Agrupación de datos: para elaborar las tablas estadísticas, se debe seguir
un procedimiento preciso:
1. Estos son algunos métodos para obtener datos:
Censo: Se entiende por censo aquella numeración que se efectúa a todos y cada
uno de los caracteres componentes de una población. Para Levin & Rubin (1996)
"Algunas veces es posible y práctico examinar a cada persona o elemento de la
población que deseamos describir. A esto lo llamamos una numeración completa o
censo. Utilizamos el muestre cuando no es posible contar o medir todos los
elementos de la población. Si es posible listar (o enumerar) y observar cada
elemento de la población, los censos se utilizan rara vez porque a menudo su
compilación es bastante difícil, consume mucho tiempo por lo que resulta
demasiado costoso.
Encuesta: Se entiende por encuesta las observaciones realizadas por muestreo,
es decir son observaciones parciales. El diseño de encuestas es exclusivo de
las ciencias sociales y parte de la premisa de que si queremos conocer algo sobre
el comportamiento de las personas, lo mejor, más directo y simple es
preguntárselo directamente a ellas. (Cadenas, 1974). Según Antonio Napolitano
"La encuesta, es un método mediante el cual se quiere averiguar. Se efectúa a
través de cuestionarios verbales o escritos que son aplicados a un gran número de
personas".
2. Toma de datos.- es la obtención de una colección de datos por medio de
encuestas, preguntas, sondeos etc. Que no han sido ordenados numéricamente y
que dicha información se extrae al azar, es decir, de tal forma que cada miembro
de la población tenga la misma oportunidad de ser elegida o seleccionada.
3. Ordenación de datos: es una colocación de los datos numéricos tomados
en orden creciente a decreciente de magnitud. La diferencia entre el mayor y el
menor de los números se llama rango o recorrido de datos.
*No. De clases (Regla de Sturges): 1 + 3.332 log N
*Tamaño de clase = Rango / No. De clases
4. Cálculo de tamaño de clase: para calcular el tamaño de clase es necesario
calcular primeramente el número de clases utilizando la regla de Sturges y despés
se obtiene el tamaño de clase dividiendo el rango entre el número de clases.
5. Límites de clase: representan el tamaño de cada clase. El límite inferior de
la primer clase toma el valor de el dato menor de la colección de datos, para
obtener el límite inferior de la clase siguente, se suma al límite inferior de la case
anterior el tamaño de clase.
6. Límites reales de clase: se obtienen sumando al LS de la clase el Lide la
clase contigua superior y dividiendo entre dos.
7. Marca de clase: Es el punto medio de la clase y se obtiene sumando los LI
y LS de la clase y dividiendo entre 2. La marca de clase también se llama punto
medio de la clase.
Ejemplo de tablas estadísticas:
AUTOBUSES FORANEOS
1) Toma de datos
Los siguientes datos corresponden a la cantidad de asientos vacíos que
reportaron 50 autobuses foráneos en un domingo.
12 11 4 6 6 11 3 10 12 4

10 1 1 2 4 5 2 4 4 8

8 7 8 4 10 4 2 6 2 9

5 6 6 4 12 8 1 12 1 7

7 6 8 4 6 9 3 7 7 5
2) Ordenación de datos
1 2 4 4 5 6 7 8 9 11
1 2 4 4 5 6 7 8 10 12

1 2 4 4 6 6 7 8 10 12

1 3 4 4 6 6 7 8 10 12

2 3 4 5 6 7 8 9 11 12
Rango = 12-1 = 11
3) Tamaño de clase
No de clases = 1 + 3.332log (50) = 6
Tamaño de clase = 11/6 = 2
4) Límites de clase
5) Límites reales de clase
6) Marca de clase
Clase Intervalo LRI LRS Frec. Frec. Frec. X

LI LS Absoluta Relat Porcentual

1 1 2.9 0.95 2.95 8 .16 16 % 1.95

2 3 4.9 2.95 4.95 11 .22 22 % 3.95

3 5 6.9 4.95 6.95 10 .20 20 % 5.95

4 7 8.9 6.95 8.95 10 .20 20 % 7.95

5 9 10.9 8.95 10.95 5 .10 10 % 9.95

6 11 12.9 10.95 12.95 6 .12 12 % 11.95

total 50 1 100 %
Representación gráfica de datos.
Se tomará el ejemplo anterior para demostrar el uso de diferentes gráficas.
Histograma: forma gráfica de barras que emplea variables con escala de
intervalos o de proporciones. Para realizarla, se toma en cuenta para el eje X, los
Límites reales, y para el eje Y, las frecuencias absolutas.
Polígono de frecuencias: Forma gráfica que representa una distribución de
frecuncias en la forma de una línea continua que traza un histograma. Para su
elaboración, se consideran las marcas de clase en el eje X y las frecuencias
absolutas en el eje Y.

Gráfica de barras: la gráfica de barras es una forma de gráfica que utiliza barras
para indicar la frecuencia de ocurrencia de las observaciones. Para construirla se
constituye el eje y por las frecuencias absolutas y el eje X por los límites inferior y
superior de cada clase, dejando un espacio entre barra y barra.
1.3 CALCULO DE LA MEDIA MEDIANA Y MODA
Medidas de tendencia central:
La tendencia central se refiere al punto medio de una distribución. Las medidas de
tendencia central se conocen como medidas de posición.
Media
La media es el punto en una distribución de medidas, alrededor del cual las
desviaciones sumadas son iguales a cero. Es el valor promedio de una muestra o
población. La media es muy sensible a mediciones extremas que no estén
balanceadas en ambos lados. Se pueden calcular diversos tipos de media, siendo
las más utilizadas:
a. Media aritmética: se calcula multiplicando cada valor por el número de
veces que se repite. La suma de todos estos productos se divide por el total de
datos de la muestra:

b) Media geométrica: se eleva cada valor al número de veces que se ha repetido.

Se multiplican todo estos resultados y al producto fiinal se le calcula la raíz "n"
(siendo "n" el total de datos de la muestra).
Según el tipo de datos que se analice será más apropiado utilizar la media
aritmética o la media geométrica.
La media geométrica se suele utilizar en series de datos como tipos
de interés anuales, inflación, etc., donde el valor de cada año tiene un efecto
multiplicativo sobre el de los años anteriores. En todo caso, la media aritmética es
la medida de posición central más utilizada.
Lo más positivo de la media es que en su cálculo se utilizan todos los valores de la
serie, por lo que no se pierde ninguna información.
Sin embargo, presenta el problema de que su valor (tanto en el caso de la media
aritmética como geométrica) se puede ver muy influido por valores extremos, que
se aparten en exceso del resto de la serie. Estos valores anómalos podrían
condicionar en gran medida el valor de la media, perdiendo ésta representatividad.
Mediana
Observación u observación potencial en un conjunto que divide el conjunto, de
modo que el mismo número de observaciones estén en cada uno de sus lados.
Para un número impar de valores, es el valor de en medio; para un número par es
el promedio de los dos medios. Para un conjunto con un número par de números,
la mediana será el promedio aritmético de los dos números medios.
Ejemplo:
Calcule la mediana para los siguientes datos.
La edad de una muestra de cinco estudiantes es: 21, 25, 19, 20 y 22.
Al ordenar los datos de manera ascendente quedan: 19, 20, 21, 22, 25.
La mediana es 21.
La mediana de una muestra de datos organizados en una distribución de
frecuencias se calcula mediante la siguiente fórmula:
Mediana = LRI + [(n/2 - FA)/f] c
donde L es el límite inferior de la clase que contiene a la mediana, FA es la
frecuencia acumulada que precede a la clase de la mediana, f es la frecuencia de
clase de la mediana e i es el intervalo de clase de la mediana.
MODA
La moda es el valor de la observación que aparece con más frecuencia.
Ejemplo:
las calificaciones de un examen de diez estudiantes son:
81, 93, 84, 75, 68, 87, 81, 75, 81, 87.
Como la calificación 81 es la que más ocurre, la calificación modal es 81
La moda de los datos agrupados se aproxima por el punto medio de la clase que
contiene la frecuencia de clase mayor.
Cuando dos valores ocurren una gran cantidad de veces, la distribución se llama
bimodal, como en dicho ejemplo.
Ejemplo de cálculo de media mediana y moda. Para ejemplificar, tomaremos el
ejemplo de autobuses foráneos de la pagina 6.
Clase Intervalo LRI LRS Frec. Frec. Frec. X fx

LI LS Absoluta Relat Porcentual

1 1 2.9 0.95 2.95 8 .16 16 % 1.95 15.60

2 3 4.9 2.95 4.95 11 .22 22 % 3.95 43.45

3 5 6.9 4.95 6.95 10 .20 20 % 5.95 59.50

4 7 8.9 6.95 8.95 10 .20 20 % 7.95 79.50

5 9 10.9 8.95 10.95 5 .10 10 % 9.95 49.75

6 11 12.9 10.95 12.95 6 .12 12 % 11.95 71.70

total 50 1 100 % 319.50

1. CÁLCULO DE VARIANZA, DESVIACIÓN ESTÁNDAR Y COEFICIENTE

DE VARIACIÓN.
Medidas de dispersión: Estudia la distribución de los valores de la serie,
analizando si estos se encuentran más o menos concentrados, o más o menos
dispersos
Varianza: Mide la distancia existente entre los valores de la serie y la media. Se
calcula como sumatorio de las diferencias al cuadrado entre cada valor y la media,
multiplicadas por el número de veces que se ha repetido cada valor. El sumatorio
obtenido se divide por el tamaño de la muestra.

La varianza siempre será mayor que cero. Mientras más se aproxima a cero, más
concentrados están los valores de la serie alrededor de la media. Por el contrario,
mientras mayor sea la varianza, más dispersos están.
Desviación estándar: Se calcula como raíz cuadrada de la varianza.

Coeficiente de variación de Pearson: se calcula como cociente entre la

desviación típica y la media de la muestra

Continuando con el caso de los autobuses foráneos, se realizará el ejemplo de

medidas de dispersión.
Clase Intervalo LRI LRS Frec. Frec. Frec. X fx
f(x-x)2
LI LS Absoluta Relat Porcentual

1 1 2.9 0.95 2.95 8 .16 16 % 1.95 15.60 157.71

2 3 4.9 2.95 4.95 11 .22 22 % 3.95 43.45 171.63

3 5 6.9 4.95 6.95 10 .20 20 % 5.95 59.50 354.03

4 7 8.9 6.95 8.95 10 .20 20 % 7.95 79.50 632.03

5 9 10.9 8.95 10.95 5 .10 10 % 9.95 49.75 495.01

6 11 12.9 10.95 12.95 6 .12 12 % 11.95 71.70 856.82

total 50 1 100 % 319.50 2667.21

UNIDAD II FUNDAMENTOS DE PROBABILIDAD

2.1 CONCEPTOS BÁSICOS
Probabilidad: valor entre cero y uno, inclusive, que describe la posibilidad relativa
de que ocurra un evento.
Experimento: proceso que conduce a la ocurrencia de una de varias
observaciones posibles.
Resultado: lo que resulta en particular de un experimento.
Evento: conjunto de uno o más resultados de un experimento.
Espacio muestral: son todos los posibles resultados de un experimento.
Cualquier resultado experimental particular se llama punto muestral y es un
elemento del espacio muestral.
Tipos de sucesos


 Exhaustivo: se dice que dos o más sucesos son exhaustivos si se

consideran todos los posibles resultados.
Simbólicamente: p (A o B o...) = 1
 No exhaustivos: se dice que dos o más sucesos son exhaustivos si no
cubren todos los posibles resultados.
 Mutuamente excluyentes: sucesos que no pueden ocurrir en forma
simultánea:
P(A y B) = 0 y p(A o B) = p(A) + p (B)
Ejemplo: hombres, mujeres
 No mutuamente excluyentes: sucesos que pueden ocurrir en forma
simultánea:
P (A o B) = p (A) + p (B) – p (A y B )
Ejemplo: hombres, ojos cafés
 Independientes: Sucesos cuya probabilidad no se ve afectada por la
ocurrencia o no ocurrencia del otro :
P ( AI B ) = P ( A ); P ( BIA ) = P (B) Y P (A Y B) = P(A) P(B)
Ejemplo: sexo y color de ojos
 Dependientes: sucesos cuya probabilidad cambia dependiendo de la
ocurrencia o no ocurrencia del otro:
P ( AI B ) difiere de p (A); P ( BIA ) difiere de P(B);
y P (A Y B)= P ( A ) P ( BIA )= P (B) P ( AI B )
Ejemplo: raza y color de ojos
Probabilidades conjuntas: probabilidad de que dos sucesos o más, ocurran
simultáneamente
Probabilidades marginales: o probabilidades incondicionales = suma de
probabilidades.
Enfoques de la probabilidad
Probabilidad clásica se basa en la consideración de que los resultados de un
experimento son igualmente posibles.
Utilizando el punto de vista clásico,
Probabilidad de un evento = no. de resultados probables no. De resultados
posibles
Ejemplo
Considere el experimento de lanzar dos monedas al mismo tiempo.
El espacio muestral S = {HH, HT, TH, TT}
Considere el evento de una cara.
Probabilidad de una cara = 2/4 = 1/2.
Distribución muestral
El diagrama de árbol es muy útil para visualizar las probabilidades condicional y
conjunta y en particular para el análisis de decisiones administrativas que
involucran varias etapas.
EJEMPLO: una bolsa contiene 7 fichas rojas (R) y 5 azules (B), se escogen 2
fichas, una después de la otra sin reemplazo. Construya el diagrama de árbol con
esta información.

2.2 AXIOMAS DE PROBABILIDAD

Primer axioma : La probabilidad de un suceso A es un número real entre 0 y 1.
Segundo axioma :Ocurre un suceso de la muestra de todos los sucesos o
espacio de sucesos Ω con probabilidad 1.
Tercer axioma Si A1, A2 ... son sucesos mutuamente excluyentes
2.3 PROBABILIDAD CONDICIONAL
Probabilidad condicional es la probabilidad de que ocurra un evento en particular,
dado que ocurrió otro evento.
Nota: la probabilidad de que ocurra el evento A dado que ya ocurrió B se denota
como
P(A|B).
Reglas básicas de probabilidad
Si los eventos son mutuamente excluyentes, la ocurrencia de cualquier evento
impide que otro eventos ocurra.
Reglas de adición: si dos eventos A y B son mutuamente excluyentes, la regla
especial de adición indica que la probabilidad de que ocurra A o B es igual a la
suma de sus probabilidades respectivas:
P(A o B) = P(A) + P(B)
Ejemplo
Llegada Frecuencia
Antes de tiempo 100

A tiempo 800

Demorado 75

Cancelado 25

Total 1000

Aerolíneas Argentinas acaba de proporcionar la siguiente información de sus

vuelos de Buenos Aires a Rosario:

Ejemplo
Si A es el evento de que un vuelo llegue antes de tiempo, entonces
P(A) = 100 /1000 = 0.1.
Si B es el evento de que un vuelo llegue demorado, entonces
P(B) = 75 /1000 = 0.075.
La probabilidad de que un vuelo llegue antes de tiempo o demorado es
P(A o B) = P(A) + P(B) = .1 + .075 = 0.175.
UNIDAD III DISTRIBUCIONES DE PROBABILIDAD
3.1 VARIABLES ALEATORIAS
Las variables aleatorias son una transformación o función que asignan uny sólo un
valor numérico a cada resultado de un experimento.
Variables aleatorias discretas: comprenden reglas o modelos de probabilidad
para asignar o generar sólo valores diversos (no mediciones fraccionarias).
Variables aleatorias continuas:
3.2 DISTRIBUCION BINOMIAL
Una distribución de probabilidad ampliamente utilizada de una variable aleatoria
discreta es la distribución binomial. Esta describe varios procesos de interés para
los administradores.
Describe datos discretos, resultantes de un experimento denominado proceso
de Bernoulli en honor del matemático suizo Jacob Bernoulli, quien vivió en el siglo
XVII.
Empleo del proceso de Bernoulli.
Podemos servirnos de los resultados de un número fijo de lanzamientos de una
moneda como ejemplo de un proceso de Bernoulli. Este proceso lo describimos
así:
1. Cada ensayo ( cada lanzamiento, en nuestro caso) tiene sólo dos resultados
posibles: lado A o lado B, sí o no, éxito o fracaso.
2. La probabilidad del resultado de cualquier ensayo (lanzamiento) permanece fija
con el tiempo. Tratándose de una moneda la probabilidad de que salga de el lado
A sigue siendo de 0.5 en cada lanzamiento, cualquiera que sea el número de
veces que la moneda sea arrojada.
3. Los ensayos son estadísticamente independientes, es decir, el resultado de un
lanzamiento no afecta al de cualquier otro lanzamiento.
Cada proceso de Bernoulli tiene su propia probabilidad característica. Pongamos
el caso en que siete décimas partes de las personas que solicitaron cierto tipo
de empleo pasaron la prueba. Diremos entonces que la probabilidad característica
fue de 0.7 pero podemos describir los resultados de la prueba como un proceso de
Bernoulli sólo si tenemos la seguridad de que la proporción de los que fueron
aprobados permaneció constante con el tiempo.
Des de luego, la otra característica del proceso de Bernoulli también deberá ser
satisfecha. Cada prueba deberá arrojar tan sólo dos resultados (éxito o fracaso= y
los resultados de las pruebas habrán de ser estadísticamente independientes.
En un lenguaje más formal, el símbolo p representa la probabilidad de un éxito y el
símbolo q ( 1- p ) representa la probabilidad de un fracaso. Para representar cierto
número de éxitos, utilizaremos el símbolo r y para simbolizar el número total de
ensayos emplearemos el símbolo n.
Entonces tenemos que :
P Probabilidad de éxito.

Q Probabilidad de fracaso.

r Número de éxitos deseados.

n Número de ensayos efectuados.

Existe una fórmula binomial:

Probabilidad de r éxitos en n ensayos es :
N! / R! (N-R)! PR QN-R
Recordemos que el símbolo factorial! Significa por ejemplo que es 3! = 3*2*1 = 6
Los matemáticos definen 0! = 1.
3.3 DISTRIBUCION NORMAL
La Distribución Normal: una distribución de una variable aleatoria continua.
Una muy importante distribución continua de probabilidad es la distribución
normal. Varios matemáticos intervinieron en su desarrollo entre ellos figura el
astrónomo del siglo XVIII Karl Gauss, a veces es llamada en sus honor la
distribución de Gauss.
Características de la distribución normal de la probabilidad.
1. La curva tiene un solo pico, por consiguiente es unimodal. Presenta una forma
de campana.
2. La media de una población distribuida normalmente se encuentra en el centro
de su curva normal.
3. A causa de la simetría de la distribución normal de probabilidad, la mediana y la
moda de la distribución también se hallan en el centro, por tanto en una curva
normal, la media, la mediana y la moda poseen el mismo valor.
4. Las dos colas (extremos) de una distribución normal de probabilidad se
extienden de manera indefinida y nunca tocan el eje horizontal.
Áreas bajo la curva normal.
El área total bajo la curva normal será de 1.00 por lo cual podemos considerar que
las áreas bajo la curva son probabilidades.
El valor de Z.
Z= Número de desviaciones estándar de x respecto a la media de esta
distribución.
Z= x-m / s
X=valor de la variable aleatoria que nos interesa.
m = media de la distribución de esta variable aleatoria.
s = desviación estándar de esta distribución.
Las variables aleatorias distribuidas en forma normal asumen muchas unidades
diferentes de medición, por lo que hablaremos de forma estándar y les daremos el
símbolo de Z.
UNIDAD IV TIPOS DE MUESTREO
4.1 TIPOS DE MUESTREO
Los autores proponen diferentes criterios de clasificación de los diferentes tipos de
muestreo, aunque en general pueden dividirse en dos grandes grupos:
métodos de muestreo probabilísticos y métodos de muestreo no probabilísticos.
Muestreo probabilístico
Los métodos de muestreo probabilísticos son aquellos que se basan en el
principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos
tienen la misma probabilidad de ser elegidos para formar parte de una muestra y,
consiguientemente, todas las posibles muestras de tamaño n tienen la misma
probabilidad de ser elegidas. Sólo estos métodos de muestreo probabilísticos nos
aseguran la representatividad de la muestra extraída y son, por tanto, los más
recomendables.
Dentro de los métodos de muestreo probabilísticos encontramos los siguientes
tipos:
El método otorga una probabilidad conocida de integrar la muestra a cada
elemento de la población, y dicha probabilidad no es nula para ningún elemento.
Los métodos de muestreo no probabilísticos no garantizan la representatividad de
la muestra y por lo tanto no permiten realizar estimaciones inferenciales sobre la
población.
(En algunas circunstancias los métodos estadísticos y epidemiológicos permiten
resolver los problemas de representatividad aun en situaciones de muestreo no
probabilistico, por ejemplo los estudios de caso−control, donde los casos no son
seleccionados aleatoriamente de la población.)
Entre los métodos de muestreo probabilísticos más utilizados
en investigación encontramos:
 Muestreo aleatorio simple:
El procedimiento empleado es el siguiente:
1. Se asigna un número a cada individuo de la población
2. A través de algún medio mecánico (bolas dentro de una bolsa, tablas de
números aleatorios, números aleatorios
generados con una calculadora u ordenador, etc.) se eligen tantos sujetos como
sea necesario para completar el tamaño de muestra requerido.
Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad práctica
cuando la población que estamos manejando es muy grande.
Ejemplo: formar el equipo de fútbol de la universidad seleccionando 11 boletas de
una urna con el nombre de todos los alumnos de la universidad.
 Muestreo aleatorio sistemático:
Este procedimiento exige, como el anterior, numerar todos los elementos de la
población, pero en lugar de extraer n números aleatorios sólo se extrae uno. Se
parte de ese número aleatorio i, que es un número elegido
al azar, y los elementos que integran la muestra son los que ocupa los lugares i,
i+k, i+2k, i+3k,...,i+(n−1)k, es
decir se toman los individuos de k en k, siendo k el resultado de dividir el tamaño
de la población entre el tamaño de la muestra: k= N/n. El número i que empleamos
como punto de partida será un número al azar entre 1 y k.
El riesgo este tipo de muestreo está en los casos en que se dan periodicidades en
la población ya que al elegir a los miembros de la muestra con una periodicidad
constante (k) podemos introducir una homogeneidad que no se da en la población.
Imaginemos que estamos seleccionando una muestra sobre listas de 10 individuos
en los que los 5 primeros son varones y los 5 últimos mujeres, si empleamos un
muestreo aleatorio sistemático con k=10 siempre seleccionaríamos o sólo
hombres o sólo mujeres, no podría haber una representación de los
dos sexos.
 Muestreo aleatorio estratificado:
Trata de obviar las dificultades que presentan los anteriores ya que simplifican los
procesos y suelen reducir el error muestral para un tamaño dado de la muestra.
Consiste en considerar categorías típicas diferentes entre sí (estratos) que poseen
gran homogeneidad respecto a alguna característica (se puede estratificar, por
ejemplo, según la profesión, el municipio de residencia, el sexo, el estado civil,
etc.).
Lo que se pretende con este tipo de muestreo es asegurarse de que todos los
estratos de interés estarán representados adecuadamente en la
muestra. Cada estrato funciona independientemente, pudiendo aplicarse dentro de
ellos el muestreo aleatorio simple o el estratificado para elegir los elementos
concretos que formarán parte de la muestra. En ocasiones las dificultades que
plantean son demasiado grandes, pues exige un conocimiento detallado de la
población.
(Tamaño geográfico, sexos, edades,...).
La distribución de la muestra en función de los diferentes estratos se denomina
afijación, y puede ser de diferentes tipos:
Afijación Simple: A cada estrato le corresponde igual número de elementos
muéstrales.
Afijación Proporcional: La distribución se hace de acuerdo con el peso (tamaño) de
la población en cada estrato.
Afijación Optima: Se tiene en cuenta la previsible dispersión de los resultados, de
modo que se considera la proporción y la desviación típica. Tiene poca aplicación
ya que no se suele conocer la desviación.
 Muestreo aleatorio por conglomerados:
Los métodos presentados hasta ahora están pensados para seleccionar
directamente los elementos de la población, es decir, que las unidades muéstrales
son los elementos de la población.
En el muestreo por conglomerados la unidad muestral es un grupo de elementos
de la población que forman una unidad, a la que llamamos conglomerado. Las
unidades hospitalarias, los departamentos universitarios, una caja de determinado
producto, etc., son conglomerados naturales.
En otras ocasiones se pueden utilizar conglomerados no naturales como, por
ejemplo, las urnas electorales. Cuando los conglomerados son áreas geográficas
suele hablarse de "muestreo por áreas".
El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto
numero de conglomerados (el necesario para alcanzar el tamaño muestral
establecido) y en investigar después todos los elementos pertenecientes a los
conglomerados elegidos.
Métodos de muestreo no probabilísticos
A veces, para estudios exploratorios, el muestreo probabilístico resulta
excesivamente costoso y se acude a métodos no probabilísticos, aun siendo
conscientes de que no sirven para realizar generalizaciones, pues no se tiene
certeza de que la muestra extraída sea representativa, ya que no todos los sujetos
de la población tienen la misma probabilidad de se elegidos.
En general se seleccionan a los sujetos siguiendo determinados criterios
procurando que la muestra sea representativa.
Muestreo por cuotas:
También denominado en ocasiones "accidental". Se asienta generalmente sobre
la base de un buen
conocimiento de los estratos de la población y/o de los individuos más
"representativos" "adecuados" para los fines de la investigación. Mantiene, por
tanto, semejanzas con el muestreo aleatorio estratificado, pero no tiene
el carácter de aleatoriedad de aquél.
En este tipo de muestreo se fijan unas "cuotas" que consisten en un número de
individuos que reúnen unas determinadas condiciones, por ejemplo: 20 individuos
de 25 a 40 años, de sexo femenino y residentes en Gijón. Una vez determinada la
cuota se eligen los primeros que se encuentren que cumplan esas características.
Este método se utiliza mucho en las encuestas de opinión.
Muestreo opinático o intencional:
Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener
muestras "representativas" mediante la inclusión en la muestra de grupos
supuestamente típicos. Es muy frecuente su utilización en sondeos preelectorales
de zonas que en anteriores votaciones han marcado tendencias de voto.
Muestreo casual o incidental:
Se trata de un proceso en el que el investigador selecciona directa e
intencionadamente los individuos de la población. El caso más frecuente de este
procedimiento el utilizar como muestra los individuos a los que se tiene fácil
acceso (los profesores de universidad emplean con mucha frecuencia a sus
propios alumnos).
Bola de nieve:
Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y
así hasta conseguir una muestra suficiente. Este tipo se emplea muy
frecuentemente cuando se hacen estudios con poblaciones
4.2 ESTIMACIÓN DE LÍMITES
Para una población con media σ y variancia σ 2, la distribución de muestreo de
las medias de todas las muestras posibles de tamaño n obtenidas de una
población tendrá una distribución normal aproximada —con la media de la
distribución de muestreo igual a σ y la variancia igual a σ 2/ n —si se supone
que el tamaño de la muestra es suficientemente grande.
4.3 PRUEBA DE HIPÓTESIS PARA UNA MEDIA
Qué es una hipótesis?
Hipótesis: enunciado acerca de una población elaborada con el propósito de
ponerse a prueba.
Ejemplos de hipótesis acerca de un parámetro de población son:
la media mensual de ingresos para analistas de sistemas es $3625,
el 20% de los delincuentes juveniles son capturados y sentenciados a prisión.
CONCEPTO DE PRUEBA DE HIPÓTESIS
Afirmación acerca de los parámetros de la población.
Etapas Básicas en Pruebas de Hipótesis.
Al realizar pruebas de hipótesis, se parte de un valor supuesto (hipotético) en
parámetro poblacional. Después de recolectar una muestra aleatoria, se compara
la estadística muestral, así como la media (x), con el parámetro hipotético, se
compara con una supuesta media poblacional (). Después se acepta o se rechaza
el valor hipotético, según proceda. Se rechaza el valor hipotético sólo si el
resultado muestral resulta muy poco probable cuando la hipótesis es cierta.
Etapa 1.- Planear la hipótesis nula y la hipótesis alternativa. La hipótesis nula (H0)
es el valor hipotético del parámetro que se compra con el resultado muestral
resulta muy poco probable cuando la hipótesis es cierta.
Etapa 2.- Especificar el nivel de significancia que se va a utilizar. El nivel de
significancia del 5%, entonces se rechaza la hipótesis nula solamente si el
resultado muestral es tan diferente del valor hipotético que una diferencia de esa
magnitud o mayor, pudiera ocurrir aleatoria mente con una probabilidad de 1.05 o
menos.
Etapa 3.- Elegir la estadística de prueba. La estadística de prueba puede ser la
estadística muestral (el estimador no segado del parámetro que se prueba) o una
versión transformada de esa estadística muestral. Por ejemplo, para probar el
valor hipotético de una media poblacional, se toma la media de una muestra
aleatoria de esa distribución normal, entonces es común que se transforme la
media en un valor z el cual, a su vez, sirve como estadística de prueba.
Definiciones
Hipótesis nula H0: afirmación acerca del valor de un parámetro poblacional.
Hipótesis alterna H1: afirmación que se aceptará si los datos muestrales
proporcionan evidencia de que la hipótesis nula es falsa.
Nivel de significancia: probabilidad de rechazar la hipótesis nula cuando es
verdadera.
Error Tipo I: rechazar la hipótesis nula cuando en realidad es verdadera.
Error Tipo II: aceptar la hipótesis nula cuando en realidad es falsa.
Estadístico de prueba: valor obtenido a partir de la información muestral, se
utiliza para determinar si se rechaza o no la hipótesis.
Valor crítico: el punto que divide la región de aceptación y la región de rechazo
de la hipótesis nula.
Valor p en la prueba de hipótesis
Valor p: es la probabilidad de observar un valor muestral tan extremo o más que el
valor observado, dado que la hipótesis nula es verdadera.
Si el valor p es menor que el nivel de significancia, H0 se rechaza.
Si el valor p es mayor que el nivel de significancia, H0 no se rechaza
UNIDAD V ANÁLISIS DE REGRESIÓN
5.1 CONCEPTOS BÁSICOS DE SERIES DE TIEMPO
Se llama Series de Tiempo a un conjunto de mediciones de cierto fenómeno o
experimento registrado secuencialmente en el tiempo. El primer paso para analizar
una serie de tiempo es graficarla, esto permite: identificar la tendencia, la
estacionalidad, las variaciones irregulares (componente aleatoria).
Un modelo clásico para una serie de tiempo, puede ser expresada como suma o
producto de tres componentes: tendencia, estacional y un término de error
aleatorio.
En adelante se estudiará como construir un modelo para explicar la estructura y
prever la evolución de una variable que observamos a lo largo del tiempo.

5.2 METODO DE MINIMOS CUADRADOS

Modelo de minimos cuadrados ordinarios
El análisis de regresión trata de la dependencia de las variables explicativas, con
el objeto de estimar y/o predecir la media o valor promedio poblacional de la
variable dependiente en términos de los valores conocidos o fijos de las variables
explicativas.
Se trata de encontrar una método para hallar una recta que se ajuste de una
manera adecuada a la nube de puntos definida por todos los pares de valores
muestrales (Xi,Yi).
Este método de estimación se fundamenta en una serie de supuestos, los que
hacen posible que los
estimadores poblacionales que se obtienen a partir de una muestra, adquieran
propiedades que permitan señalar que los estimadores obtenidos sean los
mejores.
Pues bien, el método de los mínimos cuadrados ordinarios consiste en hacer
mínima la suma de los cuadrados residuales, es decir lo que tenemos que hacer
es hallar los estimadores que hagan que esta suma sea lo más pequeña posible.
Los supuestos del método MCO son los que se presentan a continuación:
Supuesto 1
El modelo de regresión es lineal en los parámetros:
Yi = _ + _*Xi +_i
La linealidad de los parámetros se refiere a que los _´s son elevados solamente a
la primera potencia.
Supuesto 2
Los valores que toma el regresor X son considerados fijos en muestreo repetido.
Esto quiere decir que la variable X se considera no estocástica. Este supuesto
implica que el análisis de regresión es un análisis condicionado a los valores
dados del (los) regresores.
Supuesto 3
Dado el valor de X, el valor esperado del término aleatorio de perturbación _i es
cero.
E ( _i/Xi ) = 0
Cada población de Y corresponde a un X dado, está distribuida alrededor de los
valores de su media con algunos valores de Y por encima y otros por debajo de
ésta. Las distancias por encima y por debajo de los valores medios son los
errores, y la ecuación antes señalada requiere que en promedio estos valores
sean cero.
Supuesto 4
Homoscedasticidad. Dado el valor de X, la varianza de _i es la misma para todas
las observaciones.
Var (_i/Xi ) = E (_i − E(_i)/ Xi)2
= E (_i2/Xi )
=_
Esta ecuación señala que la varianza de las perturbaciones para cada Xi es algún
número positivo igual a _. Homoscedastidad significa igual dispersión, en otras
palabras significa que las poblaciones Y correspondientes a diversos valores de X
tienen la misma varianza. Por el contrario, se dice que existe heteroscedasticidad
cuando la varianza poblacional, ya no es la misma en cada muestra. El supuesto
de homoscedasticidad está indicando que todos los valores de Y correspondientes
a diversos valores de X son igualmente importantes.
Supuesto 5
Dados dos valores cualquiera de X, Xi y Xj ( i " j ), la correlación entre _i y _j
cualquiera ( i " j ) es cero.
Cov ( _i, _j / Xi, Xj ) = E (_i − E(_i)/ Xi) (_j − E (_j/Xj ))
= E (_i/Xi ) (_j/Xj )
=0
Este supuesto indica que las perturbaciones no están correlacionadas. Esto
significa que los errores no siguen patrones sistemáticos. La implicancia del no
cumplimiento de este supuesto (existencia de autocorrelación) implicaría que Yt no
depende tan sólo de Xt sino también de _t−1, puesto que _t−1 determina en cierta
forma a _t.
Supuesto 6
La covarianza entre _i y Xi es cero, formalmente:
Cov (_i/Xi ) = E (_i − E(_i)) (Xi − E(Xi))
= E (_i (Xi − E(Xi)))
= E (_i Xi − E(Xi) E(_i))
= E (_i Xi)
=0
Este supuesto indica que la variable X y las perturbaciones no están
correlacionadas. Si X y _ estuvieran relacionadas, no podrían realizarse
inferencias sobre el comportamiento de la variable endógena ante cambios en las
variables explicativas.
Supuesto 7
El número de observaciones debe ser mayor que el número de parámetros a
estimar.
Supuesto 8
Debe existir variabilidad en los valores de X. No todos los valores de una muestra
dada deben ser
iguales.Técnicamente la varianza de X debe ser un número finito positivo. Si todos
los valores de X son idénticos entonces se hace imposible la estimación de los
parámetros.
Supuesto 9
El modelo de regresión debe ser correctamente especificado, esto indica que no
existe ningún en el modelo a estimar. La especificación incorrecta o la omisión de
variables importantes, harán muy cuestionable la validez de la interpretación de la
regresión estimada.
Supuesto 10
No hay relaciones perfectamente lineales entre las variables explicativas. No
existe multicolinealidad perfecta. Aunque todas las variables económicas muestran
algún grado de relación entre sí, ello no produce excesivas dificultades, excepto
cuando se llega a una situación de dependencia total, que es lo que se excluyó al
afirmar que las variables explicativas son �inealmente dependientes.
La muestra aleatoria

http://webs.ucm.es/info/genetica/Estadistica/estadistica_basica%202.htm#INI
CIO

Una población en estadística es el conjunto de todas las observaciones en

las que estamos interesados. Se llama tamaño de la población al número de
individuos que la componen, siendo cada posible observación un individuo; así
pues, las poblaciones pueden ser finitas e infinitas.

Cada observación en una población es un valor de una variable

aleatoria X con una función de probabilidad o densidad
determinada f(x) Normalmente, se denomina a las poblaciones con el nombre de
la distribución de la variable; es decir, hablaremos de poblaciones normales,
binomiales, etc.

Para estudiar una población existen dos posibilidades. Una de ellas

consiste en estudiar todos sus elementos y sacar conclusiones; la otra consiste en
estudiar sólo una parte de ellos, una muestra, elegidos de tal forma que nos digan
algo sobre la totalidad de las observaciones de la población. El mejor método ser
el primero, cuando es posible, lo cual sólo ocurre en las poblaciones finitas y
razonablemente pequeñas; en el caso de poblaciones muy grandes o infinitas será
muy difícil o imposible realizar un estudio total. En este caso necesitaremos tomar
una muestra y nos surgirá el problema de cómo hacer para que la muestra nos
diga algo sobre el conjunto de la población.

La condición más obvia que se le puede pedir a una muestra es que sea
representativa de la población. Está claro que si no conocemos la población no
podemos saber si la muestra es representativa o no. La única forma de tener
cierta garantía de que esto ocurra es tomar nuestra muestra de forma que cada
individuo de la población y cada subgrupo posible de la población tengan igual
probabilidad de ser elegidos. A este tipo de muestras se les llama muestras
aleatorias o muestras al azar.
 Una muestra aleatoria de tamaño n es un conjunto de n individuos
tomado de tal manera que cada subconjunto de tamaño n de la población tenga la
misma probabilidad de ser elegido como muestra; es decir, si la población tiene
tamaño N, cada una de las combinaciones posibles de n elementos debe ser
equiprobable.

Los sistemas de muestreo se basan normalmente en la asignación de un

número a cada uno de los individuos de la población y la posterior obtención de
una muestra de n números aleatorios que se obtendrá por sorteo utilizando bolas
numeradas, ordenadores, etc

Otra variante del muestreo es cuando se divide la población en n grupos,

que no correspondan con ninguna clasificación relacionada con el problema en
estudio, que se ordenan. Por sorteo se elige un elemento del primer grupo y a
continuación los elementos correspondientes de los demás grupos. Este tipo de
muestra se denomina muestra al azar sistemático.

Si la población está subdividida en grupos podemos tomar otro tipo de

muestra en la que cada grupo de la población está representado por un porcentaje
de individuos igual al porcentaje de individuos de la población integrados en ese
grupo. Este tipo se llama muestra al azar estratificado.

Parámetros y estadísticos

Parámetros poblacionales

Se llama parámetros poblacionales a cantidades que se obtienen a partir

de las observaciones de la variable y sus probabilidades y que determinan
perfectamente la distribución de esta, así como las características de la población,
por ejemplo: La media, μ, la varianza σ2, la proporción de determinados sucesos,
P.

Los Parámetros poblacionales son números reales, constantes y únicos.

Parámetros muestrales

Los Parámetros muestrales son resúmenes de la información de la

muestra que nos "determinan" la estructura de la muestra.
 Los Parámetros muestrales no son constantes sino variables aleatorias
pues sus valores dependen de la estructura de la muestra que no es siempre la
misma como consecuencia del muestreo aleatorio. A estas variables se les suele
llamar estadísticos.

Los estadísticos se transforman en dos tipos: estadísticos de centralidad y

estadísticos de dispersión.

Estadísticos de centralidad:

Son medidas de la tendencia central de la variable. los más conocidos son:

1) La media aritmética

Es el valor esperado de las observaciones de la muestra

calculado como si la muestra fuera una variable completa, es decir,
multiplicando observaciones por frecuencias y sumando.

Si x1, x2,.., xn representan una muestra de tamaño n de la

población, la media aritmética se calcula como:

La media aritmética es la medida de la tendencia central que

posee menor varianza. Engloba en ella toda la información de la
muestra; esto, con ser una ventaja, supone una cierta desventaja
pues los valores muy extremos, en muestras pequeñas afectan
mucho a la media.

La media de la media aritmética es igual a la de las

observaciones (μ) y su varianza es igual a la de las observaciones
partida por n. En poblaciones normales, la distribución de la media es
normal,
 Si la población no es normal, pero la muestra es grande (n ≥
30), por el teorema central del límite la distribución de la media será
asintóticamente normal.

2) La mediana

En una variable se define como el punto para el cual la función

de distribución alcance el valor 0.5; en una muestra la mediana es el
valor central.

Para calcularla se ordenan las observaciones de menor a

mayor. Si n es impar, la mediana es la observación central

Si n es par, la mediana se define como la media de las dos

observaciones centrales
 En resumen, podríamos decir que la mediana es el valor que
es mayor o igual que el 50% de las observaciones de la muestra y
menor o igual que el otro 50%.

No tiene por qué ser igual a una de las observaciones de la

muestra.

Es más fácil de calcular que la media aritmética y apenas se

afecta por observaciones extremas; sin embargo tiene mayor
varianza que X y sólo toma en cuenta la información de los valores
centrales de la muestra.

3) La moda

Es el valor más frecuente.

Su cálculo es el más simple de los tres correspondientes a

estadísticos de centralidad pero la moda es el estadístico de mayor
varianza.

La moda puede no existir y cuando existe no es

necesariamente única. No tiene sentido en muestras pequeñas en
las que la aparición de coincidencias en los valores es con gran
frecuencia más producto del azar que de otra cosa.

La media es el estadístico de centralidad más usado cuando uno espera

que la población tenga una distribución más o menos simétrica, sin estar
clasificada en grupos claramente diferenciados.

En el caso de distribuciones muy asimétricas, con una cola muy larga, la

mediana es, normalmente, el valor de elección dado que la media suele estar
desplazada respecto al núcleo principal de observaciones de la variable. En estos
casos, la mediana es el valor que mejor expresa el punto donde se acumulan
mayoritariamente las observaciones de la variable.

En el caso de poblaciones o muestras subdivididas en grupos claramente

definidos la media y la mediana carecen, normalmente, de sentido y los valores
que más claramente reflejan el comportamiento de las observaciones de la
variable son las modas.

Otros estadísticos de centralidad son los cuantiles.

Los cuantiles o percentiles

 Un percentil X, PX, es un valor de la distribución muestral o
poblacional de la variable que es mayor o igual que el X% de las
observaciones de la variable P(Y ≤ PX) = X%.

Existe un tipo especial de cuantiles llamados cuartiles.

Los cuartiles son tres valores que dividen la distribución en

cuatro partes equivalentes porcentualmente.

o El primer cuartil es el valor que es mayor o igual que el 25%

de las observaciones de la muestra y menor o igual que el
75%.

o El segundo cuartil es la mediana.

o El tercer cuartil es mayor o igual que el 75% de las

observaciones de la muestra y menor o igual que el 25%.

Estadísticos de dispersión

Los estadísticos de dispersión son parámetros muestrales que expresan la

dispersión de los valores de la variable respecto al punto central, es decir, su
posición relativa. Los más importantes son:

El rango

Es la diferencia entre las dos observaciones extremas, la

máxima menos la mínima. Expresa cuantas unidades de diferencia
podemos esperar, como máximo, entre dos valores de la variable.

El rango estima el campo de variación de la variable.

Se afecta mucho por observaciones extremas y utiliza

únicamente una pequeña parte de la información.

La varianza

Es la desviación cuadrática media de las observaciones a la

media muestral.
 Su concepto es análogo al de la varianza poblacional. No
obstante esta expresión de cálculo de la varianza muestral no se
utiliza mucho pues sus valores tienden a ser menores que el de la
auténtica varianza de la variable (debido a que la propia media
muestral tiene una varianza que vale un enésimo de la de las
observaciones) Para compensar esta deficiencia y obtener valores
que no subestimen la varianza poblacional (cuando estamos
interesados en ella y no en la varianza muestral) utilizaremos una
expresión, esencialmente igual que la anterior salvo que el
denominador está disminuido en una unidad.

Normalmente, estaremos interesados en saber cosas acerca

de la varianza poblacional y no de la varianza muestral. Por tanto, en
adelante, cuando hablemos de varianza muestral, salvo indicación
expresa, nos referiremos a la segunda.

Es el estadístico de dispersión más usado por las propiedades

de su distribución. Si la población de la que procede la muestra es
normal:

con n-1 grados de libertad.

Además, utiliza toda la información de la muestra.

Su mayor inconveniente consiste en que se expresa en

unidades cuadráticas. Por ello, para muchos propósitos se utiliza otro
estadístico de dispersión que la desviación típica.

Si no disponemos de una calculadora, el cálculo de la varianza

puede ser complicado porque, habitualmente, los valores de las
desviaciones de las observaciones a la media resultan ser números
con varias cifras decimales. Por ello, se suele utilizar una ecuación
que deriva directamente de la anterior:

o, alternativamente, la equivalente a aquella de "la media de

los cuadrados menos el cuadrado de la media".

La desviación típica

Es la raíz cuadrada positiva de la varianza y, por tanto, se

expresa en las unidades de medida de la variable.

Su concepto es análogo al de la desviación típica poblacional.

Coeficiente de variación

Es el cociente entre la desviación típica y la media aritmética

muestrales y expresa la variabilidad de la variable en tanto por uno,
sin dimensiones.

Permite comparar muestras de variables de distinta naturaleza

o muestras de la misma variable en poblaciones en las que el orden
de magnitud de las observaciones sea muy diferente.
Pruebas chi-cuadrado de ajuste e independencia

Las pruebas chi-cuadrado son un grupo de contrastes de hipótesis que

sirven para comprobar afirmaciones acerca de las funciones de probabilidad (o
densidad) de una o dos variables aleatorias.

Estas pruebas no pertenecen propiamente a la estadística paramétrica pues

no establecen suposiciones restrictivas en cuanto al tipo de variables que admiten,
ni en lo que refiere a su distribución de probabilidad ni en los valores y/o el
conocimiento de sus parámetros.

Se aplican en dos situaciones básicas:

a) Cuando queremos comprobar si una variable, cuya descripción parece

adecuada, tiene una determinada función de probabilidad. La prueba
correspondiente se llama chi-cuadrado de ajuste.

b) Cuando queremos averiguar si dos variables (o dos vías de clasificación)

son independientes estadísticamente. En este caso la prueba que
aplicaremos ser la chi-cuadrado de independencia o chi-cuadrado de
contingencia.

Chi-cuadrado de ajuste

En una prueba de ajuste la hipótesis nula establece que una variable X

tiene una cierta distribución de probabilidad con unos determinados valores de los
parámetros. El tipo de distribución se determina, según los casos, en función de:
La propia definición de la variable, consideraciones teóricas al margen de esta y/o
evidencia aportada por datos anteriores al experimento actual.

A menudo, la propia definición del tipo de variable lleva implícitos los

valores de sus parámetros o de parte de ellos; si esto no fuera así dichos
parámetros se estimarán a partir de la muestra de valores de la variable que
utilizaremos para realizar la prueba de ajuste.

Como en casos anteriores, empezaremos definiendo las hipótesis.

 Hipótesis nula: X tiene distribución de probabilidad f(x) con
parámetros y1,..., yp

Hipótesis alternativa: X tiene cualquier otra distribución de

probabilidad.

Es importante destacar que el rechazo de la hipótesis nula no implica que

sean falsos todos sus aspectos sino únicamente el conjunto de ellos; por ejemplo,
podría ocurrir que el tipo de distribución fuera correcto pero que nos hubiésemos
equivocado en los valores de los parámetros.

Obviamente, necesitaremos una muestra de valores de la variable X. Si la

variable es discreta y tiene pocos valores posible estimaremos las probabilidades
de dichos valores mediante sus frecuencias muestrales; si la variable es continua
o si es una discreta con muchos o infinitos valores estimaremos probabilidades de
grupos de valores (intervalos).

Metodológicamente, la prueba se basa en la comparación entre la serie de

frecuencias absolutas observadas empíricamente para los valores de la variable
(Oi) y las correspondientes frecuencias absolutas teóricas obtenidas en base a la
función de probabilidad supuesta en la hipótesis nula (Ei).

Así pues, una vez calculadas las frecuencias absolutas de cada valor o
intervalo de valores, obtendremos el número total de observaciones de la muestra
(T) sumando las frecuencias observadas

Para calcular las frecuencias esperadas repartiremos este número total de

observaciones (T) en partes proporcionales a la probabilidad de cada suceso o
grupo de sucesos. Para ello calcularemos dichas probabilidades utilizando la
función de probabilidad definida en la hipótesis nula f(x), de modo que, cada valor
Ei tendrá la siguiente expresión:

Por tanto, tendremos los siguientes datos para la prueba:

 Valor de la variable x1 x2 x3 ... xi ... xk
Frecuencias observadas O1 O2 O3 ... Oi ... Ok

Frecuencias esperadas E1 E2 E3 ... Ei ... Ek

Si la hipótesis nula es cierta, las diferencias entre valores observados y

esperados (que siempre existirán por tratarse de una muestra aleatoria) son
atribuibles, exclusivamente, al efecto del azar. En estas condiciones, se puede
calcular un parámetro que depende de ambos, cuya distribución se ajusta a una
chi-cuadrado.

Si, por el contrario, la hipótesis nula fuera falsa los Ei ya no serían,

realmente, los valores esperados de las frecuencias; por tanto, las diferencias
entre los valores "esperados" y los observados reflejarían no sólo el efecto del
azar sino también las diferencias entre los Ei y la auténtica serie de valores
esperados (desconocida) Como consecuencia, las diferencias de los numeradores
de la expresión anterior tienden a ser más grandes y, por estar elevadas al
cuadrado, la suma de cocientes ser positiva y mayor que lo que se esperaría para
los valores de una chi-cuadrado.

Por tanto, el parámetro anterior será el estadístico de contraste de la prueba

de hipótesis y la región crítica se encontrar siempre en la cola derecha de la
distribución chi-cuadrado. Evidentemente, esta prueba será siempre de una sola
cola.

Estadístico de contraste

Se acepta la hipótesis nula si , el percentil 1 – α de la distribución

chi-cuadrado con grados de libertad.
 Cabe señalar que en las pruebas chi-cuadrado lo corriente es que
pretendamos comprobar que una variable tiene una cierta distribución y, por tanto,
habitualmente, nos vemos obligados a colocar nuestra propia hipótesis en la
hipótesis nula. Únicamente podremos colocar nuestra hipótesis en la alternativa en
el caso excepcional de que pretendamos demostrar que cierto tratamiento produce
una distorsión de la distribución básica de la variable en estudio.

El número de grados de libertad de la variable chi-cuadrado se calcula de la

siguiente forma:

Ø A priori, tendrá tantos grados de libertad como parejas frecuencia

observada - frecuencia esperada.

Ø A esta cantidad se debe restar el número de restricciones lineales

impuestas a las frecuencias observadas, es decir, el número de parámetros
que es necesario calcular directamente a partir de los valores observados
para establecer los valores esperados. Este número es, como mínimo, uno
ya que siempre tendremos que calcular el número total de observaciones
de la muestra.

Una condición básica para que podamos llevar a cabo una prueba chi-
cuadrado es que las frecuencias de las distintas clases deben ser suficientemente
altas como para garantizar que pequeñas desviaciones aleatorias en la muestra
no tengan importancia decisiva sobre el valor del estadístico de contraste.

Las reglas que determinan cuando es posible o no realizar el contraste

varían mucho de unos autores a otros. En un extremo de máxima rigidez se
encuentran aquellos que opinan que no se puede realizar la prueba cuando alguna
de las frecuencias, observadas o esperadas, sea menor que 5. En el otro extremo
se encuentran quienes opinan que, para que la prueba sea viable ninguna de las
frecuencias esperadas debe ser menor que 1 y no más del 25% pueden ser
menores que 5; en lo que refiere a las frecuencias observadas no existirían límites.
La autora de este texto simpatiza más con la segunda postura, no sólo por
razones prácticas, sino porque lo razonable es que la distribución esperada esté
adecuadamente definida y, por tanto, no debe incluir valores muy bajos; sin
embargo, los valores extremos en la distribución observada simplemente reflejan
diferencias importantes entre la distribución supuesta por la hipótesis nula y la
real.

Sea cual sea el criterio que elijamos, si resultara que la prueba no es viable
podríamos recurrir a englobar los valores o clases de valores con sus vecinos más
próximos y pasar así a engrosar sus frecuencias. Este procedimiento no puede
llevarse hasta el absurdo pero proporciona una salida digna a situaciones
complejas. En casos excepcionales se pueden englobar valores que no sean
vecinos porque exista algún nexo lógico de conexión entre ellos.
 Cuando sea necesario agrupar valores, los grados de libertad no se deben
calcular hasta que tengamos establecidas definitivamente las parejas de
frecuencias observadas y esperadas con las que calcularemos el estadístico de
contraste.

Chi-cuadrado de contingencia o independencia

La prueba chi-cuadrado de contingencia sirve para comprobar la

independencia de frecuencias entre dos variables aleatorias, X e Y.

Las hipótesis contrastadas en la prueba son:

Hipótesis nula: X e Y son independientes.

Hipótesis alternativa: X e Y no son independientes (No importa cual

sea la relación que mantengan ni el grado de esta.

La condición de independencia, tal como fue definida en la página anterior

era: X e Y son independientes si y sólo si para cualquier pareja de valores x e y la
probabilidad de que X tome el valor x e Y el valor y, simultáneamente, es igual al
producto de las probabilidades de que cada una tome el valor correspondiente.

Por tanto, todo lo que necesitamos serán unas estimas de las funciones de
probabilidad de ambas variables por separado (f(x) y f(y)) y de la función de
probabilidad conjunta (f(x,y))

Empezaremos la prueba tomando una muestra de parejas de valores sobre

la que contaremos la frecuencia absoluta con la que aparece cada combinación de
valores (xi,yj) o de grupos de valores (i,j) (Oij) La tabla siguiente, en la que se
recogen estos datos, es en realidad nuestra estimación de la función de
probabilidad conjunta multiplicada por el número total de datos (T).
 Para obtener las estimas de las funciones de probabilidad marginales
debemos sumar por filas y por columnas los valores de las frecuencias conjuntas.
Las sumas de filas (Fi) son, en cada caso, el número de veces que hemos
obtenido un valor de X (xi) en cualquier combinación con distintos valores de Y, es
decir, son nuestra estima de la función de probabilidad de X multiplicada por el
número total de observaciones; análogamente, las sumas de columnas (C j) son
nuestra estima de la función de probabilidad de Y multiplicada por el número total
de observaciones.

El número total de observaciones lo podemos obtener como la suma de

todas las frecuencias observadas o, también, como la suma de las sumas de filas
o de las sumas de columnas:

Así pues, si las variables fueran independientes debería cumplirse que

Naturalmente, nadie espera que esta condición se cumpla exactamente

debido al efecto de los errores de muestreo aleatorio. Por tanto, nuestro problema
consiste en distinguir entre las diferencias producidas por efecto del muestreo y
diferencias que revelen falta de independencia.

Podemos convertir la ecuación anterior a frecuencias absolutas

multiplicando por T:
  Si X e Y son independientes, Oij debe ser igual a y, por
tanto,

 bajo la hipótesis de independencia, es el valor esperado

de Oij (Eij)

Tal como pasaba en la prueba anterior, si las variables son independientes,

es decir, si las frecuencias Eij son realmente los valores esperados de las
frecuencias Oij, se puede calcular un parámetro que depende de ambas que tiene
distribución chi-cuadrado,

Por otra parte, si las variables no son independientes, las diferencias entre
las series de frecuencias observadas y esperadas serán mayores que las
atribuibles al efecto del azar y, al estar elevadas al cuadrado en el numerador de
la expresión anterior, ésta tenderá a ser mayor que lo que suele ser el valor de
una variable chi-cuadrado.

Por tanto, el parámetro anterior ser el estadístico de la prueba de hipótesis

y la región crítica se encontrar siempre en la cola derecha de la distribución chi-
cuadrado. Nuevamente, esta prueba será siempre de una sola cola.

Estadístico de contraste

Se acepta la hipótesis nula si , el percentil 1 – α de la distribución

chi-cuadrado con grados de libertad.
 Tal como ocurría en la prueba anterior lo corriente es que queramos
demostrar que dos variables son independientes, es decir, que, habitualmente,
nos veremos obligados a colocar nuestra hipótesis en la hipótesis nula.

El número de grados de libertad de la chi-cuadrado que sirve de contraste

se calcula de la siguiente forma:

Ø A priori tendremos tantos grados de libertad como combinaciones de

valores xi, yj tengamos (I J)

Ø A este número tendremos que restarle I debido a que, para calcular las
frecuencias esperadas, necesitamos calcular las I sumas de filas en la tabla
anterior. Conocidas las sumas de filas obtenemos el número total de
observaciones sin perder ningún grado de libertad.

Ø A continuación, necesitaremos calcular, a partir de las frecuencias

observadas J - 1 de las sumas de columnas; la restante podemos obtenerla
restando la suma de las anteriores del total de observaciones (T).

En resumen, el número de grados de libertad de la prueba es el producto

del número de filas menos uno por el número de columnas menos uno.

En cuanto a la magnitud mínima necesaria de las frecuencias observadas y

esperadas, rigen las mismas normas que en el caso de la prueba de ajuste. En
este caso, si nos viéramos obligados a juntar valores para sumar frecuencias,
debemos unir columnas o filas completas (y contiguas). Obviamente, los grados
de libertad no deben calcularse hasta que no se hayan realizado todas las
agrupaciones necesarias y quede claro cual es el número de filas y columnas de la
tabla definitiva.

Como hemos visto, esta prueba no hace ninguna suposición acerca del tipo
de distribución de ninguna de las variables implicadas y utiliza únicamente
información de la muestra, es decir, información contingente. Esta es la razón por
la que, habitualmente, se le llama chi-cuadrado de contingencia.

Comparación múltiple de distintas proporciones o probabilidades

Una aplicación concreta de la chi-cuadrado de independencia es la

comparación múltiple de las distintas proporciones o probabilidades de un suceso
en I poblaciones diferentes.
 Supongamos que tenemos I poblaciones en las cuales las observaciones se
pueden clasificar como A o no-A. Llamemos Pi a la probabilidad del suceso A en
cada población i y P a la frecuencia media de A en el conjunto de las poblaciones;
la probabilidad del suceso no-A en cada población i ser 1 - Pi y la media de todas
ellas valdrá 1 - P.

Las hipótesis de la prueba serán:

Hipótesis nula:

Hipótesis alternativa:

Si tomamos una muestra de tamaño ni en cada población y contamos en

cada caso el número de sucesos A aparecidos en la muestra obtendríamos la
siguiente tabla:

Esta es una tabla típica a la que se puede aplicar la metodología de la prueba chi-
cuadrado de independencia. Veamos como corresponden las hipótesis de una y
otra prueba. Si la clasificación de las observaciones en sucesos A y no-A fuera
independiente de la clasificación en muestras, la frecuencia relativa de A (y la de
no-A) serían iguales en todos los casos y los valores esperados de las frecuencias
absolutas se calcularían multiplicando la estima común de la frecuencia relativa
global por el número de observaciones en cada muestra.

La estima global de la frecuencia de A se hallara dividiendo el número total

de sucesos A por el número total de observaciones:
lo cual no es otra cosa que el cociente entre la suma de la fila uno (F 1) y el total de
observaciones (T)

Por tanto, el valor esperado de la frecuencia observada de A en la muestra i

(EA,i) será:

La estima global de la frecuencia de no-A se hallara dividiendo el número

total de sucesos no-A por el número total de observaciones:

lo cual no es otra cosa que el cociente entre la suma de la fila dos (F 2) y el total de
observaciones (T)

Por tanto, el valor esperado de la frecuencia observada de no-A en la

muestra i (Eno-A,i) será:

Es decir, los valores esperados se calcularían, en pura lógica, tal como

indica el procedimiento estándar de la prueba de contingencia. En definitiva:

Hipótesis nula: La clasificación en sucesos es

independiente de la clasificación en poblaciones.
 Hipótesis alternativa: La clasificación en sucesos no
es independiente de la clasificación en poblaciones.

En resumen, la prueba de comparación múltiple de proporciones se realizar

mediante una prueba de contingencia que nos dirá si las probabilidades son todas
iguales o si, al menos, existe una que sea diferente de las demás.

Los grados de libertad serán siempre:

Prueba de homogeneidad de muestras

Otra de las aplicaciones interesantes de la prueba chi-cuadrado de

independencia consiste en la comprobación de la homogeneidad de distintas
muestras de una variable.

Supongamos que hemos obtenido J muestras de tamaño n j de una misma

variable aleatoria (X) y queremos comprobar si son homogéneas, es decir, si la
variable tiene la misma distribución de probabilidad en todas ellas, bien para
utilizarlas conjuntamente, bien porque se trate de identificar diferencias entre las
poblaciones de procedencia de las distintas muestras. Las frecuencias observadas
serán las de la tabla siguiente, en la que Fi es la frecuencia absoluta total del valor

xi y T es el número total de observaciones

 El razonamiento en este caso es idéntico al anterior. Si las muestras son
homogéneas, se puede obtener una estima conjunta de la frecuencia de cada
valor xi (Fi / T) y el valor esperado de la frecuencia absoluta de xi en cada muestra
se calcular como el producto de dicha frecuencia por el tamaño de la muestra
correspondiente

Así pues, las hipótesis de la prueba serán:

Hipótesis nula: Las muestras son homogéneas La clasificación de

las observaciones según los valores de la variable es
independiente de la clasificación en muestras.

Hipótesis alternativa: Las muestras no son homogéneas. La

clasificación de las observaciones según los valores de la
variable no es independiente de la clasificación en muestras.

Obviamente, la prueba se realizar según la metodología habitual.

En este caso, a la prueba chi-cuadrado de contingencia se le suele llamar

chi-cuadrado de homogeneidad.
http://www.aulafacil.com/cursos/t675/ciencia/estadisticas/estadisticas