Sie sind auf Seite 1von 11

ESCUELA DE CIENCIAS BSICAS TECNOLOGIAS E INGENIERIAS 100403- INFERENCIA ESTADSTICA Act No. 1.

Revisin de Presaberes

Objetivo
Evaluar los conocimientos previos necesarios para abordar el curso de inferencia estadstica. Resumen Para abordar el curso de inferencia estadstica es necesario contar con algunas herramientas conceptuales que permitan desarrollar fcilmente los contenidos del mismo, tales como principios de la estadstica descriptiva, enfocados en los estadgrafos de posicin y dispersin; as mismo es imperativo el conocimiento de la teora de la probabilidad. Por tal motivo a continuacin se expone brevemente dichos tpicos. Palabras clave (Keywords) Estadsticos de Posicin, estadsticos de dispersin, experimento aleatorio, Evento, Espacio Muestral, Probabilidad, Tcnicas de conteo, variaciones, permutaciones, combinaciones, Variable aleatoria, Variable aleatoria discreta, Variable aleatoria continua, Valor esperado, Varianza. Estadstica Bsica

Medidas Univariantes

Estadsticos de Posicin

Estadsticos de dispersin

Datos no agrupados

Datos

agrupados

Datos no agrupados

Datos agrupados

Nota 1 : Nota 2: Al trabajar con toda la poblacin en la frmula de la desviacin el denominador es n, en cambio s se trabaja con una muestra es n-1

ESCUELA DE CIENCIAS BSICAS TECNOLOGIAS E INGENIERIAS 100403- INFERENCIA ESTADSTICA Act No. 1. Revisin de Presaberes

Clic aqu para ver ejercicios de media y varianza datos agrupados

Ejemplo 1 Dados los siguientes datos halle la media y la desviacin estndar: 1 3 4 5 5 3 2

En Excel, si ubica en una hoja nueva los datos en forma vertical en la primera columna A, se tiene: La media =PROMEDIO (A1:A8) La desviacin =DESVEST.P(A1:A8)

Nota 3: Al trabajar con toda la poblacin en la frmula de la desviacin en Excel es DESVEST.P, pero si se trabaja con la muestra es DESVEST.M

Experimento Aleatorio Y Probabilidad En la teora de probabilidades se habla a menudo de experimentos aleatorios y de fenmenos aleatorios. La palabra aleatorio proviene del vocablo latino alea, el cual significa suerte o azar. Un fenmeno aleatorio, es por tanto, aqul cuyo resultado est fuera de control y que depende del azar. En este sentido, los experimentos o fenmenos aleatorios son los que pueden dar lugar a varios resultados, sin que pueda ser previsible enunciar con certeza cul de stos va a ser observado en la realizacin del experimento, es decir, no se sabe que va a pasar. Los fenmenos aleatorios

ESCUELA DE CIENCIAS BSICAS TECNOLOGIAS E INGENIERIAS 100403- INFERENCIA ESTADSTICA Act No. 1. Revisin de Presaberes

son el opuesto a los fenmenos deterministas, que son los hechos o sucesos que ocurren con seguridad. En ellos se conoce de antemano, con certeza, el resultado. La tabla a continuacin presenta un ejemplo de fenmeno aleatorio y determinista.
Tabla No.1 Ejemplo Fenmenos aleatorios y determinsticos.

Aleatorio Das del ao en que habr inundaciones en la capital del Tolima. Es posible que durante el ao, sea 2 veces, o 5 veces. En fin, no se sabe, y las posibilidades son 366 en un ao no bisiesto, contando que pueda no haber inundaciones, es decir 0 veces.

Deterministas El salario promedio que deveng usted, el presente ao. Pues, slo basta sumar todos sus sueldos y dividirlos en el nmero de meses, as obtiene un valor exacto que corresponde a la media del salario

Espacio Muestral y eventos. Al realizar un experimento aleatorio se tendrn varios resultados, estos son llamados sucesos o eventos, pues un suceso aleatorio es un acontecimiento que depende del azar, denotndoseles con letras maysculas del alfabeto como A, B, C. etc. De lo anterior se tiene que el conjunto compuesto por todos los posibles resultados se denomina espacio muestral E. Probabilidad Ya que al plantear experimentos aleatorios el principal actor es el azar, la ocurrencia o no de los eventos no se puede determinar previamente, pero si hay una herramienta que permite tener una idea de lo que puede pasar: la probabilidad. La concepcin de probabilidad se puede ver desde diferentes enfoques, entre ellos el frecuentista que la define como: donde nA corresponde al cardinal del subconjunto o evento A y nE al cardinal del espacio muestral, es decir al nmero total de elementos que tiene cada uno. Nota: No confunda nA con P(A), pues usted puede tener por ejemplo que A: es el evento ser mujer, y suponiendo un grupo dnde hay tres (3) mujeres y dos (2) hombres, la probabilidad de ser mujer no es 3, (eso es la frecuencia). La probabilidad de ser mujer es 3/5=0,6 =60%

ESCUELA DE CIENCIAS BSICAS TECNOLOGIAS E INGENIERIAS 100403- INFERENCIA ESTADSTICA Act No. 1. Revisin de Presaberes

Ejemplo 1 Una empresa ha medido el nmero de errores que cometen las secretarias recin contratadas a lo largo de los ltimos tres aos, encontrando que stas cometen hasta cinco errores en una pgina de 20 lneas y que esta variable aleatoria (X nmero de errores) presentando:
Tabla No.2 Nmero de errores en un pgina de 20 lneas.

X
Frecuencia #. Secretarias que cometen X errores

0 4

1 3

2 3

3 6

4 5

5 1

Suma de frecuencias: 4+3+3+6+5+1= 22


Tabla No.3 Distribucin de probabilidad nmero de errores

X P(X=x)

4 =0,23

Es decir, que la probabilidad de cometer 4 errores es 0,18 ( 18%); de cometer 3 errores es 0,13 ( 13%), etc. Para definir el cardinal tanto del espacio muestral como de los eventos, las tcnicas de conteo, como variaciones, el principio multiplicativo, el aditivo, las combinaciones y permutaciones son eficientes. Variaciones de N elementos tomados de n en n Se llaman variaciones de n elementos tomados de n en n, o variaciones n-arias de N elementos distintos, a los diferentes grupos que pueden formarse con los N elementos dados, tomados de n en n, de modo que cada dos grupos difieran entre s, ya por la naturaleza de algn elemento, ya por el orden de sucesin de los mismos. Se representa por . La variaciones de N elementos tomados de n en n sern igual al nmero de muestras diferentes de tamao n seleccionadas mediante un muestreo sin reemplazamiento de una poblacin de tamao N, ya que dos grupos se diferencian entre s, si existen dos elementos diferentes y por el orden de sucesin de los mismos (objetos ordenados). El muestreo que se considera es sin reemplazamiento, pues las variaciones en las que no se especifique nada se entendern que son sin repeticin.

El nmero de permutaciones de n elementos tomados r a la vez se denota como se define como: nP r

ESCUELA DE CIENCIAS BSICAS TECNOLOGIAS E INGENIERIAS 100403- INFERENCIA ESTADSTICA Act No. 1. Revisin de Presaberes

Ejemplo 2 De cuntas formas diferentes se pueden sentar seis alumnos en un saln de clases con 25 pupitres? El primer estudiante puede elegir entre 25 lugares, el segundo tendr 24 lugares a escoger, el tercero 23, as sucesivamente; por lo tanto el nmero de arreglos sin repeticin de 25 elementos tomados de 6 en 6 es:

Variaciones con repeticin de N elementos tomados de n en n. (Principio de multiplicacin) Se llama variaciones con repeticin de N elementos tomados de n en n a los diferentes grupos que pueden formarse con los N elementos dados, tomados de n en n, en los que eventualmente pueden aparecer elementos repetidos y con la condicin que dos grupos sean diferentes entre s, si tienen distintos elementos, o estn situados en distintos lugares. Se representa por . Como vemos aqu tambin se tiene en cuenta el orden de los elementos de cada grupo y de hecho en lo nico en que se diferencian de las variaciones antes definidas es, en que eventualmente algn elemento puede aparecer repetido en un mismo grupo. Es decir, que el muestreo que se hace es con reemplazamiento Ejemplo 3 Supongamos que tenemos 20 nios de un grupo de Preescolar y 10 sabores de helados disponibles. De cuntas formas diferentes podemos servir un helado a 20 nios? Al primer nio le podemos servir uno de los 10 sabores, al segundo nio tambin le podemos servir los 10 sabores, al tercero tambin, y as sucesivamente. A cada uno de los 20 nios le podemos servir de los 10 sabores, por lo que

Observe que r es el nmero de veces que se repiten los n elementos. Permutaciones de N elementos Son los distintos grupos que pueden formarse entrando en cada uno de ellos los N elementos dados, difiriendo nicamente en el orden de sucesin de sus elementos. Se representa por

ESCUELA DE CIENCIAS BSICAS TECNOLOGIAS E INGENIERIAS 100403- INFERENCIA ESTADSTICA Act No. 1. Revisin de Presaberes

Permutaciones con repeticin Se tiene en cuenta el orden.

Tabla No.4 Resumen De Las Permutaciones

DESCRIPCIN Permutaciones sin repeticin de n elementos tomados todos a la vez Permutaciones circulares de n elementos Permutaciones sin repeticin de n elementos tomados de r en r, donde r n Permutaciones con repeticin de n elementos tomados de r en r

FRMULA

Permutaciones de n elementos de los cuales p1 son de un tipo, p2 son de otro tipo, , pk de otro tipo, donde p1 + p2 + +pk =n.
Combinaciones sin repeticin Suponga que tiene un conjunto de n elementos. Una combinacin de ellos, tomados r a la vez, es un subconjunto de r elementos donde el orden no se tiene en cuenta. El nmero de combinaciones de n elementos tomados r a la vez n, sin tener en cuenta el orden , es

Ejemplo 4 En una asamblea de socios de una importante empresa del pas, compuesta de 7 hombres y 5 mujeres, se acuerda conformar una comisin de verificacin de actividades comerciales en la regin. Esta co misin debe estar compuesta por 3 hombres y 2 mujeres. De cuntas maneras puede escogerse dicha comisin? De los 7 hombres pueden seleccionarse 3. Esto es:

ESCUELA DE CIENCIAS BSICAS TECNOLOGIAS E INGENIERIAS 100403- INFERENCIA ESTADSTICA Act No. 1. Revisin de Presaberes

Posibles maneras de seleccionar 3 hombres de un conjunto de 7. De las 5 mujeres pueden seleccionarse 2. Esto es:

Posibles maneras de seleccionar 2 mujeres de un conjunto de 5.

Por consiguiente, la comisin puede escogerse de 35 x 10 350 maneras diferentes.

Combinaciones con repeticin ( )

Clic ac para ver combinaciones y permutaciones

VARIABLES ALEATORIAS Variable aleatoria: Dado un experimento aleatorio, una variable aleatoria X es una funcin que tiene como dominio el espacio muestral y codominio el conjunto de nmeros reales R.

Variable aleatoria Discreta (V.A.D): Se dice que una variable aleatoria X es discreta si el nmero de valores que puede tomar es finito (o infinito contable).

ESCUELA DE CIENCIAS BSICAS TECNOLOGIAS E INGENIERIAS 100403- INFERENCIA ESTADSTICA Act No. 1. Revisin de Presaberes

Valor esperado de una V.A.D Corresponde a la suma del producto de cada valor Xi por su respectiva probabilidad. Se denota por E(x) Ejemplo 5 (retome ejemplo 1)
Tabla No.5 Ejemplo valor esperado variables aleatorias discretas .

X P(X=x) X. P(x) =

4 =0,23

0,14

0,27

0,82

0,91

0,23

Se hace la aclaracin que dependiendo de la variable, en algunas ocasiones no es lgico expresar el valor esperado con decimales, por ejemplo 2,5 hijos. Pero en este caso se puede admitir que hay 2,36 errores, pues es el valor numrico que se obtiene al resolver la frmula; pero, en el caso de los hijos se puede expresar: el nmero esperado de hijos es 2 aproximadamente o simplemente 2,5 .

Variable aleatoria continua: Se dice que una variable aleatoria X es continua si el nmero de valores que puede tomar estn contenidos en un intervalo (finito o infinito) de nmeros reales. Funciones de Distribucin conocidas Algunas variables aleatorias tienen distribuciones conocidas y por tanto se tiene una formulacin definida para su funcin de probabilidad, de distribucin acumulada, valor esperado y varianza. Si la variable aleatoria es discreta se tienen distribuciones como: Uniforme discreta Uniforme discreta Binomial Binomial negativa y geomtrica

ESCUELA DE CIENCIAS BSICAS TECNOLOGIAS E INGENIERIAS 100403- INFERENCIA ESTADSTICA Act No. 1. Revisin de Presaberes

Hipergeomtrica Poisson Si la variable aleatoria es continua se tienen distribuciones como:

Uniforme Continua Normal Normal estndar Exponencial Chi-cuadrado T-student


Tabla No.6 Distribuciones discretas

Distribucin Funcin de probabilidad Funcin distribucin acumulada Media (o valor esperado) Varianza Simbologa

UNIFORME DISCRETA ( )

BINOMIAL

POISSON

( )

X ~ U(a, b)

X ~ B(n, p)

ESCUELA DE CIENCIAS BSICAS TECNOLOGIAS E INGENIERIAS 100403- INFERENCIA ESTADSTICA Act No. 1. Revisin de Presaberes

Tabla No.7 Distribuciones continuas Distribucin


Funcin de probabilidad
UNIFORME CONTINUA NORMAL
( )

NORMAL ESTANDAR

EXPONENCIAL {

Funcin distribucin acumulada { Media (o valor esperado) ( ) Varianza Simbologa X ~ U(a, b)

X~ N( ,

Z~N( , )

X ~ e()

Para transformar una variable normal general en una normal estndar (es te proceso se llama tipificar)

X~N( ,
Ejemplo

~ N(0,1)

a) Probabilidad acumulada en el valor 0,67: la respuesta es 0,7486 b) Probabilidad acumulada en el valor 1,35: la respuesta es 0,9115 c) Probabilidad acumulada en el valor 2,19: la respuesta es 0,98574 La dcima del valor buscado (por ejemplo en 0.67, es 0.6) le indica el valor a buscar en la primera columna; luego use la centsima para ubicarse en la primera fila (por el ejemplo en 0.67, es ..7); finalmente la interseccin de es as dos hileras es la probabilidad buscada.

Grfico No.1 Ejemplo de uso de la tabla normal

Veamos ahora, como podemos utilizar la tabla de una distribucin normal

Clic para ver Video: Uso de la tabla normal

10

ESCUELA DE CIENCIAS BSICAS TECNOLOGIAS E INGENIERIAS 100403- INFERENCIA ESTADSTICA Act No. 1. Revisin de Presaberes

Tabla 3. Distribucin Normal estndar.

11

Das könnte Ihnen auch gefallen