PDF Corregido Estadística

UNIVERSIDAD NACIONAL DEL CALLAO
VICERECTORADO DE INVESTIGACIN
FACULTAD DE CIENCIAS ECONMICAS

TEXTO DE ESTADSTICA
COMPUTACIONAL CON R, EXCEL,
MINITAB Y SPSS

AUTOR:
JUAN FRANCISCO BAZN BACA
(Resolucin Rectoral 1351-2008-R del 22-12-08)

01-12-08 al 30-11-10

CALLAO PER

2010
2
NDICE
Pg.
INDICE 2
INTRODUCCIN 10
Captulo 1. CONSTRUCCIN DE UNA BASE DE DATOS 11
1.1 Introduccin 11
1.2 Definicin de variables 13
1.3 Introduccin de datos 27
1.4 Archivo de datos 30
1.5 Transformacin de datos 39
1.6 Recodificacin de datos 43
1.7 Manipulacin de archivos 49

Captulo 2. PRESENTACIN DE DATOS 50
2.1 Introduccin 50
2.2 Cuadros estadsticos 50
2.3 Distribucin de frecuencias 72
2.4 Grficos estadsticos 87
2.5 Grficos de variables cualitativas 89
2.6 Grficos de frecuencias 98
2.7 Diagrama de tallos y hojas 112

Capitulo 3. MEDIDAS DE POSICIN 115
3.1 Introduccin 115
3.2 Mediaaritmtica 116
3.3 Mediana 120
3.4 Moda 124
3.5 Media geomtrica 133
3.6 Media armnica 137
3.7 Los cuantiles: cuartiles, deciles y percentiles 140

Captulo 4. MEDIDAS DE DISPERSIN Y FORMA 155
4.1 Introduccin 155
3
4.2 Rango. Rango intercuartlico 156
4.3 Desviacin media 158
4.4 La varianza 160
4.5 La desviacin tpica 166
4.6 El coeficiente de variacin 167
4.7 El diagrama de cajas o boxplot 174
4.8 Medidas de forma de la distribucin 182

Captulo 5. CORRELACIN Y REGRESIN SIMPLE 190
5.1 Introduccin 190
5.2 Diagrama de dispersin 191
5.3 Covarianza y coeficiente de correlacin 196
5.4 Regresin lineal simple 200
5.5 Coeficiente de determinacin 202

Captulo 6. MODELOS DISCRETOS DE PROBABILIDAD 210
6.1 Introduccin 210
6.2 Distribucin binomial 211
6.3 Distribucin Poisson 224
6.4 Distribucin hipergeomtrica 236
6.5 Distribucin geomtrica 246

Captulo 7. MODELOS CONTINUOS DE PROBABILIDAD 258
7.1 Introduccin 258
7.2 Distribucin uniforme o rectangular 259
7.3 Distribucin exponencial 269
7.4 Distribucin normal 278
7.5 Distribucin chi-cuadrado 288
7.6 Distribucin T de student 295

REFERENCIAS BIBLIOGRFICAS 303

Anexo 304

4
NDICE DE CUADROS Y FIGURAS
CUADROS Pg.
1.1 Tabla de la masa corporal ideal 39
2.1 PBI por rama de la actividad econmica, segn ao: 2000-07 55
2.2 Alumnos de estadstica bsica 09-A de la FCE-UNAC, por sexo, segn hobby 58
2.3 Alumnos de estadstica bsica 09-A de la FCE-UNAC, por sexo, segn
especializacin y hobby 63
2.4 Alumnos de estadstica bsica 2009-A, de la FCE-UNAC, segn hobby 73
2.5 Alumnos de estadstica bsica 2009-A, de la FCE-UNAC, segn el nmero de
miembros en la familia 75
2.6 Pesos (Kg.) de los 60 alumnos de estadstica bsica 09-A UNAC 78
2.7 Distribucin de frecuencias de los pesos de los alumnos de estadstica bsica
09-A FCE-UNAC 80
3.1 Resumen de los cuantiles calculados para los pesos (Kg.) de los alumnos de
estadstica bsica 09-A, FCE-UNAC, por la forma en que estn los datos 150
3.2 Resumen de los percentiles calculados para los pesos (Kg.) de los alumnos de
estadstica bsica 09-A, de la FCE-UNAC, por programa usado 154
4.1 Resumen de las medidas de dispersin calculadas para los pesos (Kg.) de los
alumnos de estadstica bsica 09-A, de la FCE-UNAC, por programa usado 174

FIGURAS
1.1 Variables definidas en Excel 15
1.2 Variables definidas en Minitab 16
1.3 Editor de datos en SPSS 16
1.4 Definicin del Tipo de variable 18
1.5 Cuadro de dilogo para definir Etiquetas de Valor 20
1.6 Cuadro de dilogo para Definir Valores Perdidos 21
1.7 Vista de Variables definidas en SPSS 23
1.8 Variables definidas en SPSS 24
1.9 Abriendo base de datos en R desde un block de notas 26
1.10 Base de datos en Excel 28
1.11 Base de Datos en MINITAB 28
1.12 Base de datos en SPSS 29
FIGURAS Pg.
5
1.13 Base de datos en R 29
1.14 Ventana de archivamiento en Excel 30
1.15 Cuadro de dilogo para Guardar como, en Excel 31
1.16 Ventana de File (archivo), en Minitab 32
1.17 Cuadro de dilogo para Save Project As, en Minitab 33
1.18 Cuadro de dilogo para Guardar como, en SPSS 34
1.19 Cuadro de dilogo para Guardar rea de trabajo, en R 35
1.20 Clculo del imc en Excel 40
1.21 Clculo de la talla_m en Minitab 41
1.22 Clculo de la variable talla_m en SPSS 42
1.23 Tipos de recodificacin en Minitab 43
1.24 Obtencin de la Condicin, recodificando el IMC en Minitab 44
1.25 Resultado de la Condicin recodificando el IMC en Minitab 45
1.26 Obtencin de la Condicin, recodificando el IMC en SPSS 46
1.27 Recodificar Valores antiguos del IMC y nuevos de Condicin en SPSS 47
1.28 Resultado de la Condicin recodificando el IMC en SPSS 47
1.29 Resultado de la Condicin recodificando el IMC en R 48
2.1 Estructura de un cuadro estadstico 51
2.2 Obtencin de un cuadro bidimensional con SPSS 56
2.3 Mostrar en las casillas 57
2.4 Obtencin de un cuadro bidimensional con Minitab 60
2.5 Escoger qu mostrar en las casillas con el Minitab 61
2.6 Cuadro tridimensional en SPSS 64
2.7 Creando tabla dinmica en Excel 65
2.8 Tabla dinmica para Sexo y Hobby en Excel 66
2.9 Tabla dinmica para Sexo y Hobby con porcentajes en Excel 67
2.10 Tabla dinmica para Sexo, Especializacin y Hobby en Excel 67
2.11 Obtencin de tablas de frecuencias en SPSS 73
2.12 Obtencin de tabla de frecuencias en Excel 79
2.13 Argumentos de la funcin Frecuencia 80
2.14 Recodificacin de la variable peso en Minitab 81
2.15 Variable peso recodificada en pesos (intervalos) con Minitab 82
2.16 Obtencin de tabla de frecuencias en Minitab (variable pesos) 83
FIGURAS Pg.
6
2.17 Recodificando la variable peso en SPSS 83
2.18 Recodificar Valores antiguos del peso y nuevos de pesos en SPSS 84
2.19 Resultado de la variable pesos, recodificando el peso en SPSS 85
2.20 Resultado de la variable pesos, recodificando el peso en R 86
2.21 Grfico de sectores en Excel 90
2.22 Grfico de sectores en SPSS 91
2.23 Grfico de sectores en Minitab 91
2.24 Grfico de sectores en R 92
2.25 Grfico de barras de la variable hobby en Minitab 94
2.26 Datos de la variable hobby y clase en Excel 95
2.27 Herramientas del Anlisis de datos en Excel 95
2.28 Obteniendo grfico de Pareto en Excel 95
2.29 Grfico de Pareto de la variable hobby en Excel 96
2.30 Grfico de Pareto de la variable hobby en Minitab 97
2.31 Grfico de barras de los miembros de la familia en Excel 98
2.32 Grfico de barras de los miembros de la familia en SPSS 99
2.33 Grfico de barras de los miembros de la familia en Minitab 100
2.34 Obteniendo el Histograma de peso en Excel 101
2.35 Histograma de frecuencia del peso en Excel 102
2.36 Obteniendo el histograma de peso en Minitab 103
2.37 Edicin (en Binning) del histograma de peso en Minitab 104
2.38 Histograma de frecuencia del peso en Minitab 104
2.39 Histograma de frecuencia del peso en SPSS 105
2.40 Histograma de frecuencia del peso en R 106
2.41 Edicin del histograma de densidad de peso en Minitab 108
2.42 Histograma de densidad de peso en Minitab 108
2.43 Datos para el Polgono de frecuencias y Ojiva del peso en Minitab 109
2.44 Scatterplot para el Polgono de frecuencias del peso en Minitab 110
2.45 Polgono de frecuencias del peso en Minitab 110
2.46 Scatterplot para la Ojiva del peso en Minitab 111
2.47 Ojiva del peso en Minitab 112
3.1 Clculo de la media para datos agrupados en Excel 117
3.2 Clculo de la media aritmtica (PROMEDIO) en Excel 129
FIGURAS Pg.
7
3.3 Resultados de la media aritmtica, mediana y moda en Excel 129
3.4 Seleccin de la variable peso para calcular estadgrafos en Minitab 130
3.5 Seleccin de estadgrafos de posicin a calcular en Minitab 130
3.6 Clculo de estadgrafos de Tendencia central en SPSS 131
3.7 Clculo de cuartiles en Excel 151
3.8 Resultado de cuartiles y percentiles en Excel 152
3.9 Clculo de cuartiles y percentiles en SPSS 153
4.1 Medidas de dispersin obtenidas con Excel 169
4.2 Seleccin de estadgrafos de dispersin en Minitab 170
4.3 Clculo de estadgrafos de dispersin en SPSS 171
4.4 Estructura del diagrama de cajas y bigotes (boxplot) 175
4.5 Ventana de dilogo para definir el boxplot de peso en Minitab 176
4.6 Diagrama de cajas y bigotes de la variable peso en Minitab 176
4.7 Efectuando Grfico Mltiple de Boxplot para peso, por sexo 177
4.8 Boxplot del peso para hombres y mujeres en Minitab 178
4.9 Ventana de dilogo Explorar para definir el boxplot de peso en SPSS 179
4.10 Diagrama de cajas y bigotes de la variable peso en SPSS 179
4.11 Boxplot del peso para hombres y mujeres en SPSS 180
4.12 Diagrama de cajas y bigotes de la variable peso en R 181
4.13 Boxplot del peso para hombres y mujeres en R 182
4.14 Clculo de la asimetra y curtosis en Excel 187
5.1 Definiendo el diagrama de dispersin en Excel 192
5.2 Diagrama de dispersin de la cantidad y precio en Excel 192
5.3 Definiendo el diagrama de dispersin en Minitab 193
5.4 Diagrama de dispersin de la cantidad y precio en Minitab 193
5.5 Creando el diagrama de dispersin en SPSS 194
5.6 Diagrama de dispersin de la cantidad y precio en SPSS 195
5.7 Diagrama de dispersin de la cantidad y precio en R 196
5.8 Aplicando Regresin en Excel 204
5.9 Resultado de la Regresin de cantidad y precio de muecas en Excel 205
5.10 Aplicando Regresin en Minitab 205
5.11 Aplicando Regresin en SPSS 207
6.1 Clculo de probabilidades para la distribucin binomial en Excel 214
FIGURAS Pg.
8
6.2 Solucin del Ejemplo 6.2 en Excel 215
6.3 Probabilidad con la distribucin binomial en Minitab 216
6.4 Probabilidad acumulada con la distribucin binomial en Minitab 217
6.5 Probabilidad para varios valores con distribucin binomial en Minitab 218
6.6 Clculo de probabilidades con la distribucin binomial en SPSS 220
6.7 Probabilidades acumuladas con la distribucin binomial en SPSS 221
6.8 Clculo de probabilidades para la distribucin Poisson en Excel 227
6.10 Probabilidad con la distribucin Poisson en Minitab 229
6.11 Probabilidad para varios valores con distribucin Poisson en Minitab 230
6.12 Clculo de probabilidades con la distribucin Poisson en SPSS 231
6.13 Probabilidades acumuladas con la distribucin Poisson en SPSS 232
6.14 Distribucin de probabilidades Poisson del ejemplo 6.3 en SPSS 233
6.15 Clculo de distribucin hipergeomtrica en Excel 238
6.17 Probabilidad con la distribucin hipergeomtrica en Minitab 240
6.18 Probabilidades con distribucin hipergeomtrica en Minitab 241
6.19 Clculo de probabilidades con la distrib. hipergeomtrica en SPSS 242
6.20 Probabilidades acumuladas con la distrib. hipergeomtrica en SPSS 243
6.21 Distrib. de probabilidades hipergeomtrica del ejemplo 6.4 en SPSS 243
6.23 Probabilidad con la distribucin geomtrica en Minitab 249
6.24 Probabilidades con distribucin geomtrica en Minitab 251
6.25 Clculo de probabilidades con la distribucin geomtrica en SPSS 252
6.26 Probabilidades acumuladas con la distribucin geomtrica en SPSS 253
6.27 Distrib. de probabilidades geomtrica del ejemplo 6.5 en SPSS 254
7.1 Probabilidad con la distribucin uniforme en Minitab 261
7.2 Graficando probabilidades acumuladas para la uniforme en Minitab 263
7.3 Definiendo el rea a sombrear para probabilidades acumuladas con la distri-
bucin uniforme en Minitab 263
7.4 Clculo y grfico de P(22 X 24) con la dist. uniforme en Minitab 264
7.5 Grfico del inverso de probab. acum. Con la dist. uniforme en Minitab 265
7.6 Clculo de las densidades f(x) con la distribucin uniforme en SPSS 266
FIGURAS Pg.
9
7.7 Probabilidades acumuladas con la distribucin uniforme en SPSS 267
7.8 Densidades y probab. acumuladas con la distrib. uniforme en SPSS 267
7.9 Clculo de probabilidades acumuladas con exponencial en Excel 271
7.10 Probabilidad acumulada con la distribucin exponencial en Minitab 272
7.11 Graficando probabilidades acum. para la exponencial en Minitab 274
7.12 Clculo de probab. acum. con la distribucin exponencial en SPSS 276
7.13 Probabilidades acumuladas con la distrib. exponencial en SPSS 276
7.14 Clculo de probabilidades acumuladas con la normal en Excel 281
7.15 Probabilidad acumulada con la distribucin normal en Minitab 283
7.16 Graficando probabilidades acumuladas con la normal en Minitab 284
7.17 Clculo de probab. acumuladas con la distribucin normal en SPSS 286
7.18 Probabilidades acumuladas con la distribucin normal en SPSS 287
7.19 Clculo de probabilidades acumuladas con la chi-cuadrado en Excel 291
7.20 Grfico de P(14.6 X 37.7) con la chi-cuadrado en Minitab 292
7.21 Clculo de probab. acumuladas con la chi-cuadrado en SPSS 294
7.22 Clculo de probabilidades acumuladas con la t en Excel 298
7.23 Grfico de P(-1.316 X 2.060) con la t en Minitab 300
7.24 Clculo de probab. acumuladas con la t en SPSS 301

10
INTRODUCCIN

La estadstica ha desarrollado una serie de tcnicas y procedimientos cuyas
aplicaciones procedimentales requieren de algunas herramientas de clculo como
son las calculadoras programadas o los programas estadsticos desarrollados en
diferentes plataformas computacionales.
A fin de contribuir al proceso de enseanza aprendizaje del instrumental
estadstico, hemos credo conveniente elaborar un Texto de Estadstica
computacional con R, Excel, Minitab y SPSS que de manera sencilla y prctica
ayude a los estudiantes de la estadstica a efectuar sus aplicaciones.
Las aplicaciones se desarrollan tanto en las versiones comerciales del Excel
2007, Minitab 15.0 English y SPSS 15.0 en espaol; como en la versin de uso
libre del programa R-2.11.1 cuya instalacin se explica en la pg. 24.
El texto consta de siete captulos. En el primero, se explica la Construccin
de una base de datos muy necesaria para procesar encuestas y otros clculos. En el
captulo 2, se describe la Presentacin de datos a travs de cuadros y grficos.
En los captulos tres, cuatro y cinco se presentan los indicadores de resumen
de los datos mediante las medidas de posicin, dispersin y forma, as como el
anlisis de correlacin y regresin simple acompaadas del concepto, formas de
clculo (con datos sin agrupar y agrupados), interpretacin de resultados y
aplicaciones computacionales con cada uno de los programas.
En los captulos seis y siete, se desarrollan los modelos discretos y continuos
de probabilidad, partiendo de una presentacin sencilla de sus caractersticas,
acompaada de aplicaciones manuales y computacionales en cada programa.
Agradezco a nuestra querida UNAC por el continuo apoyo ofrecido para
alcanzar estos logros que permiten sistematizar conocimientos e incorporar temas
para la discusin en clases. El reconocimiento especial a los estudiantes de
economa de la FCE-UNAC, ya que gracias a su esfuerzo y comprensin en los
ltimos aos se han puesto en prctica los resultados de este modesto trabajo.
11

Captulo 1. CONSTRUCCIN DE UNA BASE DE DATOS
El hombre ms feliz del mundo es aquel que sepa reconocer los mritos
de los dems y pueda alegrarse del bien ajeno como si fuera propio
Johann Wolfgang von Goethe

CONTENIDO
1.1 Introduccin.
1.2 Definicin de variables.
1.3 Introduccin de datos.
1.4 Archivo de datos.
1.5 Transformacin de datos.
1.6 Recodificacin de datos.
1.7 Manipulacin de archivos.

1.1 INTRODUCCIN
Durante la fase de Elaboracin de datos de una Encuesta, es necesario construir una
Base de Datos (BD) que facilite procesamiento electrnico de los mismos mediante la
obtencin de cuadros, grficos, indicadores estadsticos y relaciones entre variables en
las que esta interesado el investigador a partir de los propsitos de su investigacin.
Una Base de Datos es un arreglo matricial cuyas columnas contienen los Campos (las
variables o preguntas del estudio) y las filas los Registros de datos (casos para el
SPSS correspondientes a cada unidad de investigacin estudiada.
Para efectos de procesamiento en cualquiera de los programas que estamos trabajando
(R, Excel, Minitab y SPSS) es necesario que el programa reconozca las variables
consideradas y algunos detalles que se deben tomar en cuenta. Para abreviar esta parte
disearemos la base de datos inicialmente en Excel y de aqu veremos como se exporta
a R, Minitab y SPSS con sus particularidades especiales en el SPSS.
Para el presente trabajo, se usa el Cuestionario de Caractersticas del Alumno que se
muestra en la pgina siguiente, el mismo que fue aplicado a 60 alumnos del curso de
Estadstica Bsica, el semestre 2009-A, en la FCE-UNAC.
12
UNIVERSIDAD NACIONAL DEL CALLAO
FACULTAD DE CIENCIAS ECONMICAS
Asignatura: Estadstica Bsica
Profesor : Ing Juan Francisco Bazn Baca

CARACTERSTICAS DEL ALUMNO
N.........
Apellidos y Nombres: .

1. Sexo: Masculino 1 Femenino 2 2. Edad: .......

3. Peso (Kg.) ....... 4. Talla (cm.) ....... 5. Ingreso familiar mensual: S/.
.

6. N de miembros en la familia: 7. Gastos de estudio medio mensual: S/. ..

8. Crditos aprobados acumulados: 9. Promedio ponderado acumulado: ..

10. En que tipo de vivienda reside?

Casa independiente 1 Departamento en edificio 2

Quinta . 3 Otro ............................. 4
(Especifique)
11. N de dormitorios: .. 12. Horas semanales de TV: ..

13. Horas de estudio semanal fuera de clase: 14. N de libros ledos el 2008: ..

15. Cul es tu principal HOBBY?

Deportes 1 Msica 2 Baile 3

TV/Cine 4 Otro ............................ 5
(Especifique

16. Importancia de tus estudios: Muy poca 1 Poca 2

Media 3 Mucha 4 Muchsima 5

17. Importancia de tu fsico: Muy poca 1 Poca 2

Media 3 Mucha 4 Muchsima 5

18. Colegio de procedencia: Estatal 1 No Estatal 2

19. En que desea especializarse? Teor. Econmica 1 Gestin Empresarial 2

Callao, Abril de 2009 MUCHAS GRACIAS
13

1.2 DEFINICIN DE VARIABLES
Variable.- es una caracterstica de inters observada en la poblacin y que esta sujeta a
diferentes resultados o valores. Ejemplo: sexo, edad, peso, talla, ingreso, hobby, etc.
Tipos de Variables.- las variables pueden ser cualitativas o cuantitativas.
Variables cualitativas.- son aquellas que responden a una categora, cualidad o
atributo observado en la unidad de investigacin. Ejemplo: tipo de vivienda,
importancia de sus estudios, colegio de procedencia, especializacin, etc.
La medicin de las variables cualitativas puede ser Nominal (las cualidades
observadas no implican un orden particular. Ejemplo: Sexo, hobby, distrito de
residencia, etc.) y Ordinal (las cualidades observadas responden a un orden
determinado. Ejemplo: nivel educativo, calidad del servicio, etc.
Variables cuantitativas.- son aquellas cuyo resultado de la observacin es un valor
numrico. Ejemplo: nmero de miembros en la familia, nmero de dormitorios, gastos
de estudio mensual, crditos aprobados, horas de estudio semanal, etc. Las variables
cuantitativas pueden ser discretas o continuas.
- Variable cuantitativa discreta.- son aquellas que son el resultado del conteo y
asumen valores enteros. Ejemplo: edad (aos cumplidos), nmero de libros ledos
el ao anterior, nmero de perceptores de ingreso en el hogar, etc.
- Variable cuantitativa continua.- son aquellas que son resultado de la medicin y
pueden tomar cualquier valor dentro de un intervalo. Ejemplo: ingreso familiar,
gastos de estudio, promedio ponderado del alumno, etc.
La medicin de variables cuantitativas puede ser Intervalo (cuando el cero y la escala
de medida son arbitrarios. Ejemplo: la temperatura, las notas o calificaciones en alguna
escala, etc.) y Razn (el valor cero indica la nulidad del estudio y el cociente de dos
valores tiene significado. Son la mayora de variables cuantitativas. Ejemplo: peso,
talla, ingreso, etc.)
14
Para definir las Variables en una BD, se tiene que indicar en cada campo (columna) las
preguntas consideradas en el Cuestionario del estudio de manera abreviada.
a) En EXCEL
En una primera lnea de la hoja de clculo de Excel se especfica el nombre de la
variable utilizando el menor nmero posible de caracteres, de modo que recoja el
sentido de la pregunta. Se recomienda empezar con el nmero de cuestionario
(n_cuest) para identificar la unidad de anlisis a la que corresponden los datos y
corregir los mismos ante cualquier error.
A continuacin se definen las siguientes variables, en el mismo orden en que se han
formulado las preguntas en el Cuestionario, para facilitar posteriormente el ingreso de
los datos. As tenemos las variables:
- sexo (pregunta 1)
- edad (pregunta 2)
- peso (pregunta 3)
- talla (pregunta 4)
- ing.fam (pregunta 5: Ingreso familiar mensual: S/.)
- mie.fam (pregunta 6: N de miembros en la familia)
- g.estud (pregunta 7: Gastos de estudio medio mensual S/.)
- cr.aprob (pregunta 8: Crditos aprobados acumulados)
- prom.acum (pregunta 9: Promedio ponderado acumulado)
- t.viv (pregunta 10: En que tipo de vivienda reside?)
- n.dormit (pregunta 11: N de dormitorios)
- horas.tv (pregunta 12: Horas semanales de TV)
- hrs.estu (pregunta 13: Horas de estudio semanal fuera de clase)
- lib.leidos (pregunta 14: N de libros ledos el 2008)
- hobby (pregunta 15: Cul es tu principal hobby?)
- imp.estudio (pregunta 16: Importancia de tus estudios)
- imp.fsico (pregunta 17: Importancia de tu fsico)
15
- col.proc (pregunta 18: Colegio de procedencia) y
- especial (pregunta 19: En que desea especializarse?)
Las variables han sido definidas en la lnea 6, tal como se muestra en la Figura 1.1

Figura 1.1 Variables definidas en Excel
b) En MINITAB
Al iniciar el programa Minitab 15, aparecen dos hojas: una de Session (Sesin: donde
se muestran los resultados de tareas resueltas con el programa) y otra Worksheet
(Hoja de Trabajo: similar a la de Excel y SPSS donde se definen las variables y se
ingresa los datos). Las columnas aparecen definidas por la letra C y un dgito (que
indica la columna. Debajo de C1 hemos definido el n_cuest (nmero de cuestionario),
debajo de C2 sexo y as sucesivamente hasta C20 especial (ver figura 1.2)

16

Figura 1.2 Variables definidas en Minitab
c) En SPSS
Al abrir el programa SPSS 15, aparecen dos hojas: una de Resultados 1 [Dokument
1] Visor SPSS (donde aparecen los resultados de las tareas efectuadas con SPSS) y
otra Sin ttulo [Conjunto_de_datos0] Editor de datos SPSS (donde se definen las
variables y se ingresan los datos del estudio) donde vamos a definir la base de datos.

Figura 1.3 Editor de datos en SPSS
17
En la parte inferior del Editor de datos SPSS (ver figura 1.3) se observan dos vistas:
una Vista de datos (donde se ingresan los datos para cada una de las variables en
estudio) y otra Vista de variables (donde se definen las variables en estudio).
Justamente la fig. 1.3 muestra la Vista de variables, en cada fila se van definiendo las
variables en el mismo orden como aparecen en el cuestionario (o como el investigador
quiera definirlas para clculos estadsticos particulares).
Para cada Variable (o caracterstica en estudio) debemos indicar: nombre, tipo,
anchura, decimales, etiqueta, valores, perdidos, columnas, alineacin y medida;
tomando en cuenta algunas de las recomendaciones que a continuacin sealamos.
Nombre

El nombre de la variable debe comenzar con una letra del alfabeto espaol y luego
utilizar las combinaciones de letras, dgitos o smbolos que se estimen necesarias
de modo que con a lo ms 64 caracteres juntos (sin espacio en blanco) resuman el
significado de la variable o toda una pregunta del cuestionario.
Si el cuestionario contiene un nmero grande de preguntas se recomienda definir
cada una de las variables (preguntas) de la siguiente manera: pgta_01, pgta_02,
. , pgta_150 y en el momento de definir la etiqueta de la variable indicar la
pregunta formulada.
En general, al especificar del nombre de las variables se debe tener en cuenta:
- Debe comenzar por una letra y los dems caracteres pueden ser letras, dgitos,
puntos o los smbolos #, @, _ o $.
- El nombre de variable no puede terminar en punto.
- El nombre de la variable debe ser nico; no se aceptan duplicados.
- No utilizar caracteres especiales (por ejemplo: !, ?, ' y *).
- Hay palabras reservadas que no se pueden utilizar como nombres de variable;
estas son: ALL, AND, BY, EQ, GE, GT, LE, LT, NE, NOT, OR, TO, WITH.
Establecido el nombre de la variable, presionar Enter, inmediatamente el cursor se
ubica en Tipo (donde aparece automticamente Numrico), con el que se
comienza indicar algunas especificaciones de la variable.
18
Tipo
Seleccionar el tipo de datos que se espera para la variable. En funcin del tipo
escogido se visualizan los valores de la variable y stos estarn disponibles slo
para aquellas operaciones que son esperables para los mismos.

Figura 1.4 Definicin del Tipo de variable

Para definir, ubquese en la casilla de Tipo, pulse el botn con los puntos
suspensivos despus de la palabra Numrico y aparece el cuadro de dilogo
mostrado en la Figura 1.4, en el que se observa los tipos de variables siguientes:
- Numrico.- define una variable cuyos valores son nmeros, los mismos que
aparecen sin separadores cada tres posiciones.
- Coma.- define una variable numrica cuyos valores se muestran con comas de
separacin cada tres posiciones y con un punto como separador de la parte
decimal.
- Punto.- define una variable numrica cuyos valores se muestran con puntos de
separacin cada tres posiciones y con una coma como separador de la parte
decimal. El editor de datos acepta valores numricos para este tipo de variables,
con o sin puntos, o en notacin cientfica.
- Notacin cientfica.- define una variable numrica cuyos valores se muestran
con una E intercalada y un exponente con signo que representa una potencia de
base diez. El editor de datos acepta valores numricos con o sin el exponente
para estas variables. El exponente puede ir precedido de E o D con un signo
19
opcional, o por el signo solamente. Por ejemplo, 123, 1,23E2, 1,23D2, 1,23E+2,
o incluso 1,23+2.
- Fecha.- define una variable numrica cuyos valores se muestran en uno de los
diferentes formatos de fecha-calendario u hora-reloj. Seleccionar una plantilla de
la lista desplegable. Se puede introducir las fechas utilizando como
delimitadores: barras, guiones, puntos, comas o espacios en blanco. El rango de
siglo para los aos de dos dgitos se toma de las opciones de configuracin
(Men Edicin, Opciones, pestaa Datos)
- Dlar.- define una variable numrica cuyos valores contienen un signo de dlar,
una coma para la separacin de los decimales y mltiples puntos.
- Moneda personalizada.- define una variable numrica cuyos valores se muestran
en uno de los formatos de moneda personalizados que se hayan definido
previamente en la pestaa Moneda del cuadro de dilogo Opciones del men
Edicin. Los caracteres definidos en la moneda personalizada no pueden
emplearse para la introduccin de datos pero s los mostrar el editor de datos.
- Cadena.- define una variable cuyos valores no son numricos; por lo tanto, no se
utilizan en los clculos. Tambin son conocidas como variables alfanumricas.
Pueden contener diferentes caracteres hasta la longitud definida. Las letras
maysculas y las minsculas son consideradas diferentes.

Anchura
Establecer el nmero mximo de caracteres que contienen los valores de la
variable. Automticamente aparecen 8 caracteres.

Decimales
Determina el nmero de decimales para los valores de la variable. Si la variable es
tipo fecha o cadena, automticamente aparecen 0 decimales y si es tipo numrica,
aparecen por defecto, 2 decimales.

Etiqueta
En este recuadro se indica el nombre completo de la variable o la pregunta
correspondiente formulada en el cuestionario hasta un mximo de 255 caracteres y
espacios en blanco. Se recomienda escribirla toda con maysculas, ya que esta
20
etiqueta es la que aparece en los cuadros de salida cuando se procesan algunos
resultados de inters y buscaremos de diferenciarlas de las etiquetas de valor.

Valores
En este recuadro por defecto, aparece Ninguno y sirve para asignar valores a los
resultados de variables de tipo cualitativo (Etiquetas de valor) o para definir los
rangos de variables cuantitativas transformadas con fines de procesamiento. Es
decir, que si una variable cualitativa responde a varias cualidades (categoras o
atributos) a cada una de ellas se le asigna un valor por lo general numrico,
pudiendo ser tambin alfabtico.
Los valores los definimos as: estando ubicado en la casilla de Valores, pulsar el
botn con los puntos suspensivos despus de la palabra Ninguno y aparece el
cuadro de dilogo mostrado en la Figura 1.5.
Para describir los valores de una variable de tipo cualitativo habr que situar el
cursor en el recuadro Valor e introducir el nmero o letra correspondiente. A
continuacin se pulsa el tabulador y el cursor se sita en el recuadro Etiqueta
donde se introduce la palabra o palabras que describen ese valor, luego pulsamos
Aadir; inmediatamente el cursos se ubica nuevamente en Valor y se repite el
proceso hasta que se define la etiqueta del ltimo valor y se sale con Aceptar.

Figura 1.5 Cuadro de dilogo para definir Etiquetas de Valor
21

Se recomienda escribir las etiquetas de valor con maysculas y minsculas (en el
ejemplo Hombre y Mujer) para que cuando se obtenga un cuadro con la variable
SEXO (con maysculas), se diferencie el nombre de la variable y sus categoras
componentes.

Perdidos
Son aquellos valores que no son considerados para realizar determinados clculos
estadsticos. Existen dos tipos de valores perdidos:
- Del sistema.- cualquier casilla en blanco de la matriz de datos.
- Del usuario.- son aquellos que define el usuario por diferentes motivos, entre
los que podemos destacar aquellos que distorsionan los anlisis estadsticos,
como por ejemplo cuando se han definido dos categoras de Sexo (1 = hombre
y 2 = mujer) pero por error de digitacin se puede colocar cualquier otro valor.
Los valores perdidos los definimos as: estando ubicado en la casilla de
Perdidos, pulsar el botn con los puntos suspensivos despus de la palabra
Ninguno y aparece el cuadro de dilogo mostrado en la Figura 1.6.

Figura 1.6 Cuadro de dilogo para Definir Valores Perdidos

Como se puede observar en la Figura 1.6, por defecto aparece No hay valores
perdidos; adems existe la posibilidad que el usuario defina tres Valores
Perdidos Discretos o defina un Rango ms un valor perdido discreto opcional
22
(un rango de valores perdidos definido por sus dos extremos junto con un solo
valor discreto individual). Se debe tener presente que slo se pueden definir
rangos para variables de tipo numrico y que no se pueden definir valores
perdidos para variables de cadena larga (con ms de 8 dgitos).

Columnas
Al igual que Anchura por defecto define un ancho de 8 para las Columnas de la
base de datos. De requerirse otro ancho, hay que definirlo ubicndose en la casilla
de Columnas y veremos que al extremo opuesto del 8 aparece un botn con un
tringulo hacia arriba para aumentar el ancho y otro tringulo hacia abajo para
disminuir dicho ancho de columna. Tambin lo puede cambiar haciendo doble clic
en la correspondiente casilla de Columnas para la variable que esta definiendo y
digitar el ancho de columna deseado.
Alineacin
Se tiene que escoger como van a estar alineados los valores en la base de datos,
por defecto aparece Derecha. Si quiere modificar la Alineacin de valores para la
variable que esta definiendo, ubquese en la correspondiente casilla de alineacin
y haga clic en el botn que aparece al costado de Derecha e inmediatamente se
despliegan las tres posibles opciones de alineacin Izquierda, Derecha y Centrado,
debiendo escoger la opcin deseada haciendo clic sobre la palabra.
Medida
Indica el tipo de medicin que le corresponde a la variable que estamos
definiendo, por defecto aparece Escala. Si quiere modificar la Medida para la
variable que esta definiendo, ubquese en la correspondiente casilla de medida y
haga clic en el botn que aparece al costado de Escala e inmediatamente se
despliegan las tres posibles opciones de medida: Escala, Ordinal y Nominal,
debiendo escoger la opcin deseada haciendo clic sobre la palabra.
- Escala.- es utilizada para variables numricas, como por ejemplo, las variables
edad, peso, talla, etc.
- Nominal.- es utilizada para representar los valores de cualidades, atributos o
categoras sin un orden particular (por ejemplo, sexo; hobby, etc.). Las medidas
23
nominales pueden ser valores de cadena (alfanumricos) o numricos que
representen diferentes atributos (por ejemplo, 1 = Hombre, 2 = Mujer).
- Ordinal.- es utilizada para establecer un determinado orden entre los valores de
la variable, por ejemplo, la variable Importancia de tus estudios con los valores
Muy poca, Poca, Media, Mucha y Muchsima. Las variables ordinales pueden
ser valores numricos o de cadena (alfanumricos) que representen diferentes
categoras (por ejemplo, 1 = Muy poca, 2 = Poca, 3 = Media, 4 = Mucha y 5 =
Muchsima).
Se recomienda utilizar valores numricos para representar datos ordinales.
La Vista de variables para la base de datos Estadstica Bsica 09A, se presenta
en la Figura 1.7.

Figura 1.7. Vista de Variables definidas en SPSS

El encabezamiento para las variables definidas en la base de datos Estadstica
Bsica 09A, se observan en la Vista de datos y se presenta en la Figura 1.8.
Recordar que estas son las variables definidas a partir del cuestionario de
Caractersticas del alumno de Estadstica Bsica, del 09A, de la FCE-UNAC.

24

Figura 1.8. Variables definidas en SPSS
d) En R
El programa R es un paquete estadstico de libre uso, para cuya instalacin se requiere
ingresar por internet a la pgina web:
http://www.r-project.org/
En el margen izquierdo escoger la opcin CRAN, luego un pas cuya web facilite la
instalacin, por ejemplo Australia (http://cran.ms.unimelb.edu.au/ ).
En la pgina escogida, dentro de Download and Install R escoger Windows, luego
base, escoger la versin en la que se encuentra (que es nica), por ejemplo Download
R 2.11.1 for Windows, a continuacin en Abriendo R-2.11.1-win32.exe, escoger
Guardar archivo.
Una vez guardado el archivo, ejecutar la Instalacin del programa la que al finalizar,
por defecto, deja en el escritorio para su ejecucin el cono:

Dando doble clic sobre el icono anterior, se inicia el programa R, el cursor por defecto
es el smbolo > indica que R esta listo para recibir y ejecutar un comando.
25
Segn Paradis (2002) R es un lenguaje orientado a objetos, , lo cual significa que
los comandos escritos en el teclado son ejecutados directamente sin necesidad de
construir ejecutables. .. La sintaxis de R es muy simple e intuitiva. Por ejemplo, una
regresin lineal se puede ejecutar con el comando lm(y~x). Para que una funcin sea
ejecutada en R debe estar siempre acompaada de parntesis, inclusive en el caso que
no haya nada dentro de los mismos.
Paradis, et.al., seala tambin que Orientado a Objetos significa que las variables,
datos, funciones, resultados, etc., se guardan en la memoria activa del computador en
forma de objetos con un nombre especfico. El usuario puede modificar o manipular
estos objetos con operadores (aritmticos, lgicos y comparativos) y funciones (que a
su vez son objetos).
Para tener una base de datos en una hoja de R, se tiene que hacer la lectura de la
misma por cualquiera de las siguientes maneras: desde un archivo con extensin *.txt,
desde un archivo de Excel con extensin csv, o mediante un copy/paste clipboard.
Caso 1.- Desde un archivo con extensin *.txt, como puede ser la base de datos
(Estadstica bsica 09-A.xls) trabajada en Excel y grabada con extensin *.txt o
copiar dicha base de datos de Excel, incluyendo los encabezados con el nombre de la
variable, a un block de notas y grabarla como Estadstica bsica 09-A.txt. Se procede
copiando en R la siguiente sintaxis:
> caso1=read.table(file.choose(),header=T)
Se esta pidiendo que cree el objeto caso1, como resultado de leer una tabla (read.table)
o base de datos. Al hacer enter, inmediatamente aparece la ventana de dilogo de la
Figura 1.9, solicitando la ruta correspondiente para escoger el archivo = file.choose()
con la base de datos (Estadstica bsica 09-A.txt) que se desea abrir. En la sintaxis,
header=T esta indicando que es verdadero (en ingls true = T) que la tabla a escoger
tiene encabezado (header) con el nombre de las variables (si no tiene encabezado,
header=F, de false = falso en ingls). Una vez escogida la base de datos, hacer clic en
Abrir y la base de datos queda almacenada en la hoja de R con la denominacin del
objeto: caso1, el mismo que contiene 20 campos y 60 registros.
26

Figura 1.9 Abriendo base de datos en R desde un block de notas
Ha ledo las variables de la base de datos de Estadstica Bsica 09A como un todo,
no reconoce a ninguna variable de manera independiente, para que ello ocurra
usamos el comando attach para unir las variables y reconozca a cada una de ellas
por el nombre que aparece en el encabezado. Escribir en R: > attach(caso1)
Si queremos editar los datos escribir: > fix(caso1)

Tambin se puede leer la base de datos, en forma parecida a la anterior, slo que
en vez de file.choose se debe colocar entre comillas la ruta que contiene el
archivo, as:
> caso1=read.table("D:/Beatriz/UNAC/Investigacin/Proyecto 8 Estadstica
computacional/Base de datos/ Estadstica bsica 09-A.txt ", header=T)
> attach(caso1)

27
Caso 2.- Desde un archivo en Excel con extensin csv, en la que se ha definido los 20
campos (incluyendo los encabezados con el nombre de la variable) y los 60 registros,
se ha grabado como libro de Excel y como tipo CSV (delimitado por comas). La base
de datos se denomina Estadstica Bsica 09A-copia.csv. Se procede copiando en R la
siguiente sintaxis: > caso2=read.table(file.choose(),header=T,sep=",")
Al hacer enter, inmediatamente aparece una ventana de dilogo idntica a la de la
Figura 1.9, solicitando la ruta correspondiente para escoger el archivo con separador
de comas (sep=,) aqu la base de datos (Estadstica Bsica 09A-copia.csv) que se
desea abrir. Una vez escogida la base de datos, hacer clic en Abrir y la base de datos
queda almacenada en R con la denominacin del objeto: caso2, el mismo que contiene
20 campos y 60 registros idnticos a los del caso1. Es decir, que lo que cambia es la
forma de efectuar la lectura.
Para que el R junte y reconozca las variables escribir: > attach(caso2)
Tambin se puede leer la base de datos, en forma parecida a la anterior, slo que
en vez de file.choose se debe colocar entre comillas la ruta que contiene el
archivo, as:
> caso2=read.csv("D:/Beatriz/UNAC/Investigacin/Proyecto 8 Estadstica
computacional/Base de datos/ Estadstica Bsica 09A-copia.csv ", header=T)
> attach(caso2)

Caso 3.- Mediante un copy/paste clipboard de un archivo en Excel, es la forma
ms sencilla. En Excel sombrear el encabezado y los datos de la base de datos que
deseamos leer en R, escoger copiar (o Ctrl + C) y en R escribir:
> caso3=read.table("clipboard")
> attach(caso3)

1.3 INTRODUCCIN DE DATOS
Una vez que se ha aplicado la encuesta y se ha efectuado la crtica-codificacin de
los cuestionarios, en la base de datos definida en el programa correspondiente, se
efecta el ingreso de datos cuestionario por cuestionario, desde el nmero 1 (registro
1) hasta el ltimo.
28
En el registro 1, se colocan los datos del alumno que aparecen en el cuestionario
nmero 1, en el mismo orden que se ha respondido, es decir: sexo = 1(hombre),
edad = 20 aos, peso = 68 kg., talla = 169 cm., ingreso familiar = 3900, miembros
en la familia = 5, etc. Y del mismo modo todos los cuestionarios.

Figura 1.10 Base de datos en Excel

Figura 1.11 Base de Datos en MINITAB

29

Figura 1.12 Base de datos en SPSS
Para ver y corregir datos en R escribir: >fix(caso2). Al efectuar enter aparecen
los datos de la Figura 1.13. Tambin con: > caso2 . Muestra los datos en la consola.

Figura 1.13 Base de datos en R
Las 20 variables trabajadas en los cuatro programas aparecen en las columnas y los
60 registros en filas. Es decir que la base de datos definida es una matriz de 60 x 20.
El Minitab, el SPSS y el R reconocen las variables por su nombre.
30
1.4 ARCHIVO DE DATOS
El archivamiento de datos se efecta a travs de los clsicos guardar, guardar como
y cerrar cuando se esta trabajando con una base de datos. Adems de nuevo y abrir.

Figura 1.14 Ventana de archivamiento en Excel

a) Guardar y Guardar como.-
Guardar como: es el proceso inicial de almacenamiento en una unidad de disco
de una base de datos creada para volver a trabajar con ella en otro momento.
Guardar: es el archivamiento continuo que se hace sobre una base de datos ya
guardada y en la que se han efectuado cambios que se deben guardar antes de
cerrarla.
Para Guardar en EXCEL:
- Hacer clic en el Botn de Office (el superior izquierdo, en la Figura 1.14) y
elegir Guardar como y aparece el cuadro de dilogo de la Figura 1.15.
- Hacer clic sobre la flecha de la derecha en el recuadro Guardar en: y
seleccionar la unidad de disco y la carpeta donde se va a archivar la base de
datos (en este caso en el disco D y en la carpeta Base de datos).
- En el recuadro Nombre de archivo, escribir el nombre que se desea poner a
la base de datos (en este caso Estadstica Bsica 09-A).
- En el recuadro Guardar como tipo:, automticamente aparece Libro de
Excel, si se desea cambiar el tipo, hacer clic sobre la flecha de la derecha y
seleccionar el tipo de guardado (en este caso CSV (delimitado por comas)
para usarlo al abrir la base de datos en R).
31
- Por ltimo, hacer clic sobre el botn Guardar.

Figura 1.15 Cuadro de dilogo para Guardar como, en Excel

Si se esta trabajando un archivo ya guardado y se hacen modificaciones, para
guardarlo con el mismo nombre, seleccionar la opcin Guardar del Botn
Office (ver figura 1.14) que es la misma que aparece al lado derecho de este
Botn. Tambin se puede utilizar la combinacin de las teclas Ctrl + G.

Para Guardar en MINITAB:
- Al hacer clic en el botn File (archivo) de la barra de men se despliega la
ventana de la Figura 1.16, en la que se puede apreciar las opciones para un
Proyecto (Project) que es un conjunto de tareas que contiene hojas de trabajo
(worksheet), sesin (sesin), grficos, etc. Y las opciones para una hoja de
trabajo (worksheet) que se pueden incorporar en un proyecto determinado.
Se observa entre otras las opciones New (nuevo), Open Project (abrir
proyecto), Save Project (guardar proyecto), Save Project As (guardar
proyecto como), Open Worksheet (abrir hoja de trabajo), Save Current
Woksheet (guardar hoja de trabajo corriente), Save Current Worksheet As
(guardar hoja de trabajo corriente como), etc.

32

Figura 1.16 Ventana de File (archivo), en Minitab

- Hacer clic sobre la opcin Save Project As (guardar proyecto como) y
aparece el cuadro de dilogo de la Figura 1.17.
- En el recuadro Nombre:, escribir el nombre que se desea poner a la base de
datos (en este caso Estadstica Bsica 09-A).
- En el recuadro Tipo: automticamente aparece Minitab Project (*.MPJ) con
extensin MPJ, si se hubiese guardado como Worksheet (hoja de trabajo)
guarda con la extensin MTW.

33

Figura 1.17 Cuadro de dilogo para Save Project As, en Minitab

Si se esta trabajando un archivo ya guardado y se hacen modificaciones, para
guardarlo con el mismo nombre, seleccionar la opcin Save Project o Save
Current Worksheet (ver figura 1.16) que es idntica al diskette que aparece en
la banda de opciones. Tambin se puede guardar un proyecto utilizando la
combinacin de las teclas Ctrl + S.

Para Guardar en SPSS:
- Es similar al de los otros programas, cuyo guardado ya hemos visto. Estando
en el Editor de datos SPSS (Figura 1.13), hacer clic en el botn Archivo, se
despliega una ventana en la que se puede apreciar las opciones Nuevo, Abrir,
., Cerrar, Guardar, Guardar como, etc.
- Hacer clic sobre la opcin Guardar como y aparece el cuadro de dilogo de
la Figura 1.18.
34

Figura 1.18 Cuadro de dilogo para Guardar como, en SPSS

datos (en este caso Estadstica Bsica 09-A).
- En el recuadro Tipo: automticamente aparece SPSS (*.sav) con extensin
sav para guardar datos en SPSS.
Nota.- cuando se archiva textos: como la hoja de Resultados 1 [Dokument
1] Visor SPSS, donde aparecen los resultados de las tareas ejecutadas con
SPSS, se guarda con la extensin .spo; y si es sintaxis se guarda con la
extensin .sps.
35
Para Guardar en R:
- Hacer clic en el botn Archivo, se despliega una ventana en la que se puede
apreciar las opciones Interpretar cdigo fuente R, Nuevo script, Abrir script,
etc.
- Hacer clic sobre la opcin Guardar rea de trabajo (imagen) y aparece el
cuadro de dilogo de la Figura 1.19.

Figura 1.19 Cuadro de dilogo para Guardar rea de trabajo en R

datos (en este caso Estadstica Bsica-09A).
- En el recuadro Tipo: automticamente aparece R images (*.RData) con
extensin Rdata para guardar datos en R.
36
El archivo guardado en R contiene la base de datos como un objeto (aqu se
llama caso2) y otros objetos que se definan, los que al Abrir con Cargar rea
de trabajo, se pueden visualizar desde la ventana Misc / Listar objetos y se
puede seguir trabajando con todos ellos y crear nuevos objetos. Las
modificaciones efectuadas se vuelven a guardar del modo descrito. Si desea
saber el contenido de la base de datos guardada escriba: > str(caso2)

b) Cerrar.-
Una vez que se termina de trabajar con un archivo, se guarda y se procede a salir
de ste as:
- En Excel:
Elija el Botn de Office y luego la opcin Cerrar. Cierra el libro y puede
seguir trabajando con el programa Excel.
Otra manera es utilizar el botn Cerrar ventana
x
de la barra de men (no
el de la barra de ttulo del libro, ya que cierra el programa Excel).
Tambin se cierra el libro con la combinacin de teclas: Ctrl + F4.

- En MINITAB:
Elija el botn File (Archivo) de la barra de men y luego la opcin Close
Worksheet (Cerrar hoja de trabajo). Cierra la hoja de trabajo y puede seguir
usando el programa Minitab.
Otra manera es utilizar el botn Cerrar
x
de la barra de men (no el de la
barra de ttulo, ya que cierra el programa).
Tambin se cierra la hoja de trabajo con la combinacin de teclas: Ctrl + F4,
sale un cuadro de dilogo preguntando si queremos guardarla y escogemos
Si o No.

- En SPSS:
Elija el botn Archivo de la barra de men y luego la opcin Salir,
inmediatamente sale la pregunta Desea guardar el contenido del Visor de
resultados en resultados 1 [Dokument 1]? Al escoger S, indique la carpeta
37
correspondiente y al terminar de guardar, sale automticamente del
programa. Si escoge No, sale del programa.
x
de la barra de ttulo, sale la misma
pregunta del prrafo anterior y procede del modo all indicado.

- En R:
Se recomienda previamente Guardar rea de trabajo, luego elija el botn
Archivo de la barra de men y luego la opcin Salir, inmediatamente sale la
pregunta Guardar imagen de rea de trabajo? Escoger No y sale del
programa.
x
de la barra de ttulo, sale la misma
pregunta del prrafo anterior. Escoger No y sale del programa.

c) Nuevo.- para crear un nuevo archivo de trabajo, se debe proceder as:
En Excel:
Si ha ingresado al programa, automticamente tiene un nuevo libro de trabajo; si
no, elija el Botn de Office y luego la opcin Nuevo. Otra manera es utilizar la
combinacin de teclas: Ctrl + U.

En MINITAB:
Si ha ingresado al programa, automticamente tiene un Worksheet 1 (hoja de
trabajo 1) o si no, elija el botn File y luego la opcin Nuevo. Otra manera es
utilizar la combinacin de teclas: Ctrl + N.

En SPSS:
Si ha ingresado al programa, automticamente tiene una hoja Sin ttulo
[Conjunto_de_datos0] Editor de datos SPSS (donde se definen las variables
y se ingresan los datos del estudio) donde vamos a definir la base de datos.
Si esta trabajando en SPSS, elija el botn File, luego la opcin Nuevo y escoja
Datos, apareciendo una hoja Sin ttulo 1 [Conjunto_de_datos1] Editor de datos
SPSS.

38
En R:
Proceder conforme se ha indicado en el acpite 1.2 Definicin de variables en R.

d) Abrir.- si tenemos un archivo de datos ya guardado y se desea abrir para trabajar
con l, se procede as:
En Excel:
Elija el Botn de Office y luego la opcin Abrir o la combinacin de teclas:
Ctrl + A. En el cuadro de dilogo, seleccione la carpeta donde esta guardado el
archivo, ubique el nombre y tipo, luego haga clic en el botn Abrir.

En MINITAB:
Elija el botn File y luego la opcin Open Project (o la combinacin de
teclas: Ctrl + O) u Open Worksheet. En el cuadro de dilogo, seleccione la
carpeta donde esta guardado el archivo, ubique el nombre y tipo, luego haga clic
en el botn Abrir.

En SPSS:
Elija el botn File, luego la opcin Abrir y escoja Datos. En el cuadro de
dilogo, seleccione la carpeta donde esta guardado el archivo, ubique el nombre
y tipo, luego haga clic en el botn Abrir.

En R:
Proceder conforme se ha indicado en el acpite 1.2 Definicin de variables en R.

Nota.- en R tambin se puede definir una variable por separado como un objeto,
presentado como un vector, de tal manera que cada vez que se especifique el
programa reconoce sus valores. Por ejemplo, la variable peso de la base de datos
caso2, se ingresa as:
>peso=c(68,69, 63, 55, 57, 48, 50, . , 67, 77, 53)
El programa R reconoce en el objeto peso, los pesos de los 60 alumnos.

39

1.5 TRANSFORMACIN DE DATOS
Muchas veces interesa crear nuevas variables a partir de una base de datos
determinada, para ello es necesario efectuar algunos clculos utilizando las variables
de esa base de datos.
Por ejemplo, con la base de datos Estadstica bsica 09-A (EB-09A), en cualquiera
de los programas, se puede crear la variable IMC = ndice de Masa Corporal
(Kg./m
2
), con las variables peso (en kilos) y talla (en metros).
Para la Organizacin Mundial de la Salud (1995): El IMC es una manera sencilla y
universalmente acordada para determinar si una persona tiene peso adecuado. La
frmula de clculo propuesta por el estadstico belga L.A.J. Quetelet es:

( )
2
peso
imc
talla
=
La OMS clasifica a las personas en funcin de su correspondiente IMC de la
siguiente manera:
Cuadro 1.1 Tabla de la masa corporal ideal
CONDICIN IMC (Kg./m
2
)
1 Delgado (bajo peso) Menos de 18.5
2 Normal (peso saludable) 18.5 25
3 Sobrepeso 25 30
4 Obeso 30 - 40
5 Obesidad morbida 40 y ms

En la base de datos EB-09A el peso esta en Kg. y la talla est en cm. La talla debe
transformarse en una nueva variable, por ejemplo: talla_m = talla en metros, para
poder calcular la variable imc con los datos transformados de la siguiente manera:

En Excel:
Los resultados aparecen en la Figura 1.20, en la que aparece la base de datos EB-
09A con los datos de peso (columna D); talla en cm. (columna E); talla_m en
metros (columna U) obtenidos dividiendo cada dato de la columna E entre 100; imc
40
(columna V) calculado en la barra de formulas , estando en V2 =D2/(U^2)
y copiado en todas las celdas de la columna V; y condicin (columna W) que en el
siguiente acpite se ve como se ha determinado.

Figura 1.20 Clculo del imc en Excel

En MINITAB:
Para transformar la talla en centmetros a metros (talla_m) se tiene que escoger de la
barra de men la opcin Calc, luego Calculator (calculadora) y aparece la ventana
de dilogo de la Figura 1.21. Definida en la hoja de clculo la variable talla_m, en
Store result in variable (almacenar resultado en variable) escribir talla_m y en
Expression (expresin) escribir talla / 100, para terminar clic en OK y
automticamente aparece el clculo en la columna talla_m en la base de datos
Current data window (ver la Figura 1.25).

Para calcular el IMC, escoger nuevamente de la barra de men Calc, Calculator y
se abre una ventana de dilogo similar a la de la Figura 1.21. En Store result in
variable seleccionar o escribir imc y en Expression escribir la frmula de clculo
peso / talla**2, para terminar clic en OK y automticamente en la base de datos
(Current data window) aparecen los datos del IMC calculados (ver la Figura 1.25).
41

Figura 1.21 Clculo de la talla_m en Minitab

En SPSS:
Para transformar la talla en centmetros, a metros (talla_m) se tiene que escoger de
la barra de men la opcin Transformar, Calcular variable y aparece la ventana
de dilogo Calcular variable de la Figura 1.22. En Variable de destino: escribir
talla_m. Haciendo clic en Tipo y etiqueta definir etiqueta (el nombre de la variable)
TALLA (m.) y el Tipo: numrica. En Expresin numrica: escribir talla / 100. Para
terminar el clculo hacer clic en Aceptar y aparece la variable talla_m con sus
valores en la Vista de datos, del Editor de datos SPSS, ver la Figura 1.28.

Para calcular la variable IMC, nuevamente se escoge de la barra de men la opcin
Transformar, Calcular variable y aparece la ventana de dilogo Calcular variable,
similar a la de la Figura 1.22. En Variable de destino: escribir imc. Haciendo clic
en Tipo y etiqueta definir etiqueta INDICE DE MASA CORPORAL (Kg./m
2
) y el
Tipo: numrica. En Expresin numrica: escribir peso / talla**2. Para terminar el
clculo hacer clic en Aceptar y aparece la variable imc con sus valores, en la Vista
de datos del Editor de datos SPSS, ver la Figura 1.28.
42

Figura 1.22 Clculo de la variable talla_m en SPSS
En R:
Para transformar la talla en centmetros, a metros (talla_m) se tiene que escribir:
> talla_m=talla/100
> talla_m
[1] 1.69 1.72 1.70 1.73 1.67 1.52 1.52 1.56 1.54 1.71 1.60 1.76 1.64 1.71 1.54
[16] 1.77 1.69 1.71 1.70 1.79 1.77 1.65 1.71 1.58 1.55 1.60 1.59 1.52 1.75 1.65
[31] 1.75 1.57 1.77 1.65 1.49 1.64 1.64 1.60 1.61 1.69 1.50 1.68 1.72 1.50 1.56
[46] 1.74 1.75 1.68 1.65 1.52 1.72 1.73 1.56 1.55 1.50 1.60 1.68 1.72 1.78 1.57
Para calcular el IMC escribir la frmula as:
> imc=peso/talla_m^2
> imc
Los objetos talla_m e imc creados no se almacenan en la hoja de R, si queremos que
ello ocurra y guardarlos, debemos hacer transformaciones dentro de caso2, as:
> caso2=transform(caso2, talla_m=talla/100)
> caso2=transform(caso2, imc=peso/talla_m^2)
Para unir las nuevas variables en caso 2, escribir: > attach(caso2)
43

1.6 RECODIFICACIN DE DATOS
En el acpite anterior se han efectuado algunos clculos con los datos, creando
nuevas variables y se esta interesado en recodificar los mismos. Por ejemplo, para
definir la Condicin del peso del alumno con la variable IMC obtenida, usando la
propuesta del Cuadro 1, se procede de la siguiente manera:

En Excel:
Estando en W2, la condicin (columna W) se calcula en la barra de frmulas con la
expresin lgica siguiente:
=SI(V2<18.5,"Delgado",SI(V2<25,"Normal",SI(V2<30,"Sobrepeso",SI(V2<40,"Ob
eso","Obesidad morbida")))).
Luego se hace una copia para los dems datos de la columna W, los resultados se
observan en la Figura 1.20.
En MINITAB:
De la barra de men escoger la opcin Data, luego Code (cdigo) y Numeric to
text (numrico a texto) porque se desea recodificar valores numricos en texto, ver
la Figura 1.23, tambin se puede apreciar otros tipos de recodificacin.

Figura 1.23 Tipos de recodificacin en Minitab

Haciendo clic en Numeric to Text aparece la ventana de dilogo de la Figura 1.24
(Code Numeric to Text) para recodificar los datos numricos en texto.
44

Figura 1.24 Obtencin de la Condicin, recodificando el IMC en Minitab

En Code data from columns: (cdigo de datos desde las columnas) seleccionar de
las variables a la izquierda imc o escribirla. En Store couded data in columns:
(almacenar datos codificados en la columna) seleccionar de las variables de la
izquierda condicin o escribirla.
A continuacin en Original values (valores originales) se va definiendo uno a uno
los intervalos definidos en el Cuadro 1.1, separndolos por dos puntos (:) y en New
los nuevos valores en texto.
Observar que el primer intervalo es para imc menor de 18.5, en Original values: se
coloca desde un valor muy bajo, que aqu se ha tomado el 0, por eso se escribe 0 :
18.49 (de ser necesario se agregan ms nueves en los decimales, para estar ms
cerca a 18.5) y en New: Delgado. El siguiente intervalo va de 18.5 hasta antes de 25,
en Original values: se escribe 18.5 : 24.99 y en New: Normal. As sucesivamente,
para el ltimo intervalo de 40 a ms, en Original values: se escribe 40 : 100 (o un
valor ms alto para que no queden datos sin recodificar) y en New: Obesidad
mrbida. Para finalizar la recodificacin hacer clic en OK y en la base de datos
(Current data window) aparecen los datos de condicin (ver Figura 1.25).
45

Figura 1.25 Resultado de la Condicin recodificando el IMC en Minitab

En SPSS:
De la barra de men escoger la opcin Transformar, luego hacer clic sobre
Recodificar en distintas variables (si se escoge Recodificar en las mismas
variables, se pierden los valores originales ya que son reemplazados por los
recodificados). Aparece la ventana de dilogo Recodificar en distintas variables de
la Figura 1.26.

Escogiendo de la lista de variables que aparecen al lado izquierdo, en Var.
numrica Var. de resultado: ingresar la variable imc, inmediatamente aparece
imc ? En Variable de resultado, en Nombre: escribir condicin, en Etiqueta:
escribir CONDICIN (del peso) y luego hacer clic en el botn Cambiar (si no hace
esto, la recodificacin no se realiza despus, asegurarse de ello), inmediatamente en
Var. numrica Var. de resultado: se modifica por imc condicin.
46

Figura 1.26 Obtencin de la Condicin, recodificando el IMC en SPSS

Luego, hacer clic en Valores antiguos y nuevos y aparece la ventana de dilogo
Recodificar en distintas variables: Valores antiguos y nuevos de la Figura 1.27.

A continuacin, en Valor antiguo se va definiendo uno a uno los intervalos
definidos en el Cuadro 1.1, y en Valor nuevo los nuevos valores del intervalo.

Observar que el primer intervalo es para imc menor de 18.5, en Valor antiguo, en
Rango, MENOR hasta valor se escribe 18.49 (de ser necesario se agregan ms
nueves en los decimales, para estar ms cerca a 18.5) y en Valor nuevo, en Valor
escribir 1, luego hacer clic en aadir. El siguiente intervalo va de 18.5 hasta antes de
25, en Valor antiguo, en Rango: se escribe 18.5 hasta 24.99 y en Valor nuevo
escribir 2, luego hacer clic en aadir. As sucesivamente, para el ltimo intervalo de
40 a ms, en Valor antiguo, RANGO, valor hasta MAYOR se escribe 40 y en Valor
nuevo, en Valor escribir 5, luego clic en aadir.

Para finalizar la recodificacin, al hacer clic en Continuar regresa a la ventana de la
Figura 1.26.
Luego hacer clic en Aceptar y aparece la variable condicin con sus valores del 1 al
5 en la Vista de datos del Editor de datos SPSS.

47

Figura 1.27 Recodificar Valores antiguos del IMC y nuevos de Condicin en SPSS

A continuacin, en la Vista de variables, del Editor de datos SPSS, a la variable
condicin se le definen las Etiquetas de valor, en un cuadro de dilogo similar al de
la Figura 1.5. Para ello asignar los valores y etiquetas siguientes: 1, Delgado; 2,
Normal; 3, Sobrepeso; 4, Obeso; y 5, Obesidad mrbida.
Una vez que termina de aadir los valores y etiquetas hacer clic en Aceptar, en la
Vista de datos, del Editor de datos SPSS aparecen las etiquetas de condicin que se
muestran en la Figura 1.28.

Figura 1.28 Resultado de la Condicin recodificando el IMC en SPSS
48
En R:
Antes de crear la Condicin, debemos crear los intervalos del Cuadro 1.1, as:
> caso2=transform(caso2,condi=cut(imc,breaks=c(0,18.4999, 24.9999,29.9999,
39.9999,max(imc))))
> table(condi)
condi
(0,18.5] (18.5,25] (25,28.7] (28.7,30] (30,40]
4 49 7 0 0
En el resultado anterior, hay 4 alumnos con imc menor de 18.5 (delgados), 49
alumnos con imc entre 18.5 y 25 (normales) y 7 alumnos con imc entre 25 y 30 (con
sobrepeso); no hay alumnos obesos, ni con obesidad mrbida, por lo que vamos a
colocar las etiquetas correspondientes a Condicin, de la siguiente manera:
> caso2=transform(caso2, Condicin=factor(condi, labels=c("Delgado", "Normal",
"Sobrepeso")))
Luego escribimos: > attach(caso2) y despus: > table(Condicin)
Condicin
Delgado Normal Sobrepeso
4 49 7
Con la sintaxis: > fix(caso2) obtenemos la hoja del R, donde aparecen las etiquetas
de Condicin que se muestran en la Figura 1.29.

Figura 1.29 Resultado de la Condicin recodificando el IMC en R
49
1.7 MANIPULACIN DE ARCHIVOS
Para los programas Excel, Minitab y SPSS el proceso de agregar o quitar variables
(en columnas) y registros o casos (en filas) es similar, simplemente hay que insertar
filas o columnas si es necesario o copiar las variables y/o casos. As mismo, la
seleccin de variables para generar nuevos archivos se puede efectuar abriendo
nuevas hojas de datos para trabajar con ellas situaciones particulares.
Veamos la seleccin de variables en R y la obtencin de casos.. Estando en caso2, la
forma ms sencilla es escribir en R: >attach(caso2) y al hacer enter quedan
reconocidas todas las variable con el nombre del encabezado. Otra forma es, como
las variables aparecen dentro del objeto caso2 en columna: el n_cuest (columna 1),
sexo (columna 2), edad (col. 3), peso (col. 4), hasta col.proc (col. 19) y especial (col.
20). Cada una de las variables es trabajada como un objeto y se definen as:
> peso=caso2[,4]
Se pide crear el objeto peso y que lo obtenga de la columna 4, del objeto caso2 (la
base de datos trabajada). Dentro del corchete de caso2, la primera componente
indica fila (registro) y la segunda columna (variable). Al dejar vaca la primera
componente reconoce slo los valores de la variable. Si se quiere visualizar el
contenido del objeto creado, escribimos peso y al hacer enter aparecen los pesos.
> peso
[1] 68.0 69.0 63.0 55.0 57.0 48.0 50.0 50.0 44.0 60.0 52.6 80.0 52.0 67.0 46.0
[16] 80.0 64.0 64.0 63.0 72.0 65.0 47.0 70.0 50.0 53.0 66.0 57.0 50.5 80.0 55.0
[31] 88.0 55.0 75.0 64.5 50.0 49.0 54.0 46.5 49.0 70.0 48.0 60.0 75.0 55.0 51.0
[46] 72.0 68.0 68.0 55.0 59.0 65.0 66.0 51.0 53.0 45.0 52.0 53.0 67.0 77.0 53.0
Tambin se puede crear varios objetos a la vez separndolos con punto y coma, as:
> talla=caso2[,5] ; ing.fam=caso2[,6] ; mie.fam=caso2[,7]
Si desea visualizar los 20 datos del alumno 4 (registrados en la fila 4) escribir:
> reg.4=caso2[4,] enter y luego > reg.4 al hacer enter obtenemos:
n_cuest sexo edad peso talla ing.fam mie.fam g.estud cr.aprob prom.acum
4 4 1 20 55 173 1200 5 60 42 12.4
t.viviend n.dormit horas.tv hrs.estu lib.ledos hobby imp.estudio
4 1 3 3 4 4 4 4
imp.fsico col.proc especial
4 4 2 2
50

Captulo 2. PRESENTACIN DE DATOS
El propsito de la estadstica es descubrir mtodos para condensar la
informacin relativa a un gran nmero de hechos relacionados, en cortas y
compendiosas expresiones adecuadas para su discusin
Francis Galton

CONTENIDO
2.1 Introduccin.
2.2 Cuadros estadsticos.
2.3 Distribucin de frecuencias.
2.4 Grficos estadsticos.
2.5 Grficos de variables cualitativas.
2.6 Grficos de frecuencias.
2.7 Diagrama de tallos y hojas.

2.1 INTRODUCCIN
Uno de los propsitos fundamentales de la estadstica es la reduccin de datos,
la misma que se puede efectuar mediante la presentacin de datos de tres maneras:
cuadros o tablas estadsticas, grficos y texto.
Se recomienda la aplicacin de todas ellas; siendo primordial la construccin del
cuadro estadstico con los datos, para poder realizar la presentacin grfica y/o
textual que permita describir, establecer relaciones y/o explicar las variables en
estudio, contribuyendo as a la aplicacin del mtodo cientfico.
En este captulo se desarrollan los temas relacionados a cuadros estadsticos,
tablas de frecuencias y algunas formas de presentacin grfica tanto para variables
cualitativas como cuantitativas.

2.2 CUADROS ESTADSTICOS
En la estadstica, como ciencia de la observacin, se emplean las tablas o cuadros
estadsticos para resumir la informacin estadstica (datos) obtenida mediante
encuestas, experimentos, registros administrativos, etc.
a) Definicin.- un cuadro estadstico es un arreglo matricial que contiene las
variables con sus correspondientes categoras y los datos observados de
51
manera concisa, reflejando la relacin o comparacin fcil entre las variables
en un estudio determinado.
b) Estructura.- las partes de un cuadro estadstico son: nmero, ttulo,
encabezamiento, columna matriz, cuerpo y pie (notas, llamadas y fuente). La
ubicacin de cada uno de ellos se puede apreciar en la Figura 2.1.

NMERO
CUERPO
NOTAS
LLAMADAS
FUENTE
TTULO
COLUMNA ENCABEZAMIENTO
MATRIZ
PIE
Figura 2.1 Estructura de un cuadro estadstico

- Nmero.- si en un estudio o investigacin se presenta ms de un cuadro hay
que enumerarlos para diferenciarlos. Si el cuadro es nico, no es necesario
enumerar. El nmero se ubica en la parte superior izquierda o central.
Se recomienda anteponer la palabra Cuadro o Tabla y a continuacin
colocar el nmero (sin la abreviatura N previa) que puede ser arbigo o
alfanumrico, seguido de un punto, para luego indicar el ttulo.
Ejemplo: Cuadro 5. ; Cuadro B10. ; etc.

- Ttulo.- el ttulo indica de manera clara y precisa el contenido del cuadro.
Se coloca en la parte superior a continuacin del nmero. Para su
construccin debe responder a las cuatro preguntas siguientes:
- Qu? Estamos observando (unidad de anlisis, objeto, caracterstica
principal, valores, elementos, etc.)
- Cmo? Estn clasificados los datos (variables en el Encabezamiento
precedidas de la palabra POR y variables en la columna matriz
precedidas de la palabra SEGN)
52
- Cundo? Se realiz la observacin de los datos (perodo al que se
refieren los datos)
- Dnde? Se realiz la observacin de los datos (lugar geogrfico)
Ejemplo.-
Qu? Producto Bruto Interno.
Cmo? Por Aos, Segn Rama de la Actividad Econmica.
Cundo? Del 2000 al 2007.
Dnde? Per.

Ya se puede indicar el nmero y el ttulo del cuadro de la siguiente manera:
CUADRO 2.1 PRODUCTO BRUTO INTERNO, POR RAMA DE LA
ACTIVIDAD ECONMICA, SEGN AO: 2000-07.

Observacin:
- Hay una reciprocidad entre el ttulo y lo que aparece despus de l, pues
el cmo? del ttulo permite ubicar las variables en el encabezamiento y
en la columna matriz; y viceversa, observando las variables en el
encabezamiento y en la columna matriz se puede poner el ttulo.
- Cuando en el ttulo del cuadro no se indica el lugar de observacin,
significa que corresponde al pas.
- La ubicacin de variables en el encabezamiento y en la columna matriz
es indistinto, depende del criterio del investigador, pudiendo ser stas de
cualquiera de los tipos definidos.
- Si los aos observados son consecutivos, se recomienda colocar 2000-07
y si slo son dos aos, indicar 2000 y 2007.

- Encabezamiento.- es la parte del cuadro que contiene las variables que
aparecen en el ttulo despus de la preposicin POR y sus
correspondientes categoras o rangos, generando las columnas del mismo.
Recomendaciones:
- Colocar en la primera lnea qu se va observar y el POR, preferentemente
cuando se esta diseando cuadros preliminares para un estudio.
- Indicar en forma breve y precisa las variables (con maysculas) y sus
categoras o rangos (con mayscula y minsculas).
53
- Escribir preferentemente en forma horizontal o en forma vertical letra por
letra de arriba hacia abajo.
- Segn sea el caso, ordenar las columnas tomando en cuenta un
ordenamiento: natural, geogrfico, importancia o alfabtico.
- Si hay que indicar unidad de medida, colocarla con maysculas y
minsculas encima del encabezamiento despus del ttulo o en su primera
lnea (si todos los valores del cuerpo del cuadro van a representar lo
mismo) y/o en cada columna (si las unidades de medida son distintas).
Ejemplo.-
Para el Cuadro 2.1, antes indicado, el encabezamiento es:
Agricultura Pesca Minera Industria Electicidad Construccin Comercio Servicios Total
P.B.I., POR RAMA DE LA ACTIVIDAD ECONMICA (Millones de nuevos soles)

- Columna Matriz.- es la parte del cuadro que contiene las variables que
aparecen en el ttulo despus de la palabra SEGN y sus correspondientes
categoras o rangos, generando las filas del mismo.
Recomendaciones:
- Indicar en forma breve y precisa las variables a la altura del
encabezamiento (con maysculas) y debajo sus categoras o rangos al
lado del cuerpo del cuadro (con mayscula y minsculas).
- Escribir preferentemente en forma horizontal. Si hay ms de una
variable, diferenciar las categoras con subrayado y/o negrita.
- Segn sea el caso, ordenar las columnas tomando en cuenta un
ordenamiento: natural, geogrfico, importancia o alfabtico.
- Si hay que indicar unidad de medida, colocarla en la fila correspondiente.
- Cada cierto nmero de filas dejar espacio en blanco para no cansar al
lector.

- Cuerpo.- es la parte del cuadro formada por casillas o celdas (resultado de
la interseccin de filas y columnas) donde aparecen los resultados de los
conteos efectuados con los datos recogidos.
Recomendaciones:
- Ninguna casilla debe quedar vaca, debe contener un valor o indicacin.
54
- Usar algunos signos convencionales:
Resultado nulo o no existe el fenmeno (-).
Cifra an no disponible ().
Cantidad inferior a la mitad de la unidad adoptada: 0, 0.0, 0.00, etc.
Dato provisional (P).
Cifra estimada (E).
Cifra revisada (R).

- Pie.- es la parte inferior del cuadro, donde se colocan las notas, llamadas y
la fuente de los datos. Es recomendable, no abusar en el uso de notas y
llamadas; as mismo ordenarlas alfabtica y numricamente.

Notas.- Son aclaraciones breves referidas a algn aspecto general del ttulo
del cuadro o definicin de alguna variable. Se efecta colocando en el
margen izquierdo, de la primera lnea del pie, la palabra Nota: detallando lo
que se desea aclarar.

Llamadas.- son aclaraciones especficas referidas a una fila o columna.
Segn el INEI (2006) La llamada se indica con una barra oblicua /
siendo antecedida por una letra o un nmero. Se ubica a la derecha de lo que
se desea aclarar. Si la aclaracin esta referida a una categora textual, usar
un nmero; y si la aclaracin se refiere a un rango o nmero, usar una letra.
Segn el INEI (2006) Las llamadas deben ubicarse al pie del cuadro,
inmediatamente despus de la nota, si hubiera. Se ubica primero las
llamadas-nmeros de menor a mayor y luego las llamadas-letras en
orden alfabtico.

Fuente.- cuando los datos son obtenidos de una fuente secundaria se
recomienda indicar al dueo de la informacin (principio de cortesa y
respeto al autor) bajo la forma de una ficha bibliogrfica (autor o entidad,
ao, ttulo de la publicacin, edicin, editorial, pginas y lugar). Es
recomendable aun cuando se haya efectuado algunas elaboraciones, ya que
el usuario puede recurrir a la fuente primigenia para cualquier consulta.
55
Igualmente, si la informacin se ha obtenido de alguna pgina web y para
que el lector pueda recurrir a esa fuente, indicar los elementos centrales de
una referencia web (autor o entidad, ao, ttulo de la publicacin, pas,
fecha de consulta y la pgina web donde est disponible).
Si no se indica fuente, se asume que los datos son del autor (persona o
entidad) que los publica. En el caso de pertenecer a una entidad grande, se
indica el rea de Elaboracin (gerencia o direccin) para poder acudir
directamente a ellos de requerirse.
En caso de haber efectuado algunas modificaciones o reagrupamientos a la
informacin presentada por algn productor de informacin, se recomienda
indicar la Fuente y Elaboracin.

El diseo del cuadro 2.1 propuesto en el ejemplo queda as:
Agricultura Pesca Minera Industria Electicidad Construccin Comercio Servicios Total
2000
2001
2002
2003
2004
2005
2006
2007
Fuente: Instituto Nacional de Estadstica e Informtica.
CUADRO 2.1 P.B.I., POR RAMAS DE LA ACTIVIDAD ECONMICA, SEGN AOS: 2000 - 08
P.B.I., POR RAMAS DE LA ACTIVIDAD ECONMICA (MILLONES DE NUEVOS SOLES)
AOS

- Aspectos complementarios.-
Si el cuadro se extiende es recomendable hacerlo verticalmente y se debe
poner en la parte inferior derecha de la primera pgina la indicacin
(Contina . . En la pgina siguiente se debe indicar el ttulo del cuadro y
luego escribir a la izquierda . Continuacin), repetir el encabezamiento y
en la columna matriz continuar con las categoras o intervalos que siguen
hasta que se concluya el cuadro, en cuyo caso en la parte superior izquierda
se coloca . Conclusin).
56
c) Tipos de cuadro.- segn el nmero de variables que se presentan, los cuadros
pueden ser unidimensionales (se presenta una sola variable), bidimensionales
(se presentan dos variables) y multidimensionales (se presentan ms de dos
variables).

d) Formas de obtencin.-
Habiendo definido una base de datos, la forma ms sencilla de obtener cuadros
estadsticos es con el SPSS, ya que tiene la ventaja de reconocer las etiquetas
(texto) para variables categricas (codificadas numricamente). Con los otros
programas tambin se obtiene cuadros, slo que hay que efectuar previamente
recodificaciones de valores numricos a texto.
Veamos la obtencin de un cuadro bidimensional con las variables hobby (en
las filas) y sexo (en las columnas) con SPSS y luego con Minitab.

En SPSS:
De la barra de men escoger Analizar Estadsticos descriptivos Tabla
de contingencia, aparece la ventana de dilogo de la Figura 2.2.

Figura 2.2 Obtencin de un cuadro bidimensional con SPSS
57
Entre las variables que aparecen al lado izquierdo, hacer clic sobre la variable
HOBBY e ingresarla debajo del recuadro Filas haciendo clic en el botn ,
luego hacer clic sobre la variable SEXO e ingresarla debajo del recuadro
Columnas haciendo clic en el botn .
Si hacemos clic en el botn Casillas se abre la ventana de dilogo de la Figura
2.3, en la que se escoge que debe aparecer en las casillas.

Figura 2.3 Mostrar en las casillas
Por defecto, en Frecuencias aparece un check en el recuadro Observadas y
la tabla va mostrar en las Casillas, los resultados del conteo (nmero de casos).
En Porcentajes, los recuadros al costado de Fila, Columna y Total aparecen
sin check.
Si hacemos clic al costado de Fila, el programa saca porcentaje sobre el total
de casos en cada fila, de modo tal que en el cuadro los totales de fila van a
sumar 100%. Del mismo modo, si hacemos clic al costado de Columna, el
programa saca porcentaje sobre el total de casos en cada columna, de modo tal
que en el cuadro los totales de columna van a sumar 100%. Finalmente si
hacemos clic al costado de Total, el programa saca porcentaje sobre el total
de casos, de modo tal que en el cuadro la suma de los porcentajes de todas las
casillas es el 100%.
58
Queda a criterio del investigador escoger lo que desea: slo frecuencias
observadas (nmero de casos), slo alguno de los porcentajes, o cualquier
combinacin de frecuencias observadas y/o porcentajes (incluyendo los cuatro
a la vez, slo que para el anlisis hay que tener mucho cuidado).
Escogido lo que va aparecer en las casillas, hacer clic en Continuar, regresa a
la Figura 2.2, para terminar el cuadro hacer clic en Aceptar.
Veamos algunos resultados:
- Si para las casillas escogemos slo frecuencias Observadas, el cuadro de
salida es el siguiente:
Tabla de contingencia HOBBY * SEXO
Recuento
14 1 15
14 13 27
1 3 4
4 8 12
0 2 2
33 27 60
Deportes
Musica
Baile
TV / Cine
Otros
HOBBY
Total
Hombre Mujer
SEXO
Total

Haciendo doble clic sobre el cuadro de salida anterior se pueden hacer
algunos arreglos de presentacin y copiarlo en Excel o Word. Pudiendo
presentarse as:

CUADRO 2.2 ALUMNOS DE ESTADSTICA BSICA, DE LA FCE-
UNAC, POR SEXO, SEGN HOBBY: 09-A

HOBBY
SEXO
Total Hombre Mujer
Deportes
14 1 15
Msica
14 13 27
Baile
1 3 4
TV / Cine
4 8 12
Otros
0 2 2
Total
33 27 60

Fuente: Base de datos del curso de Estadstica Bsica
59
- Si para las casillas escogemos frecuencias Observadas y en porcentajes
hacemos clic en Fila, el cuadro de salida es el siguiente:
14 1 15
93.3% 6.7% 100.0%
14 13 27
51.9% 48.1% 100.0%
1 3 4
25.0% 75.0% 100.0%
4 8 12
33.3% 66.7% 100.0%
0 2 2
.0% 100.0% 100.0%
33 27 60
55.0% 45.0% 100.0%
Recuento
% de HOBBY
Recuento
% de HOBBY
Recuento
% de HOBBY
Recuento
% de HOBBY
Recuento
% de HOBBY
Recuento
% de HOBBY
Deportes
Musica
Baile
TV / Cine
Otros
HOBBY
Total
Hombre Mujer
SEXO
Total

Cuadro que tambin se puede editar. En cada casilla se aprecia el mismo
nmero de casos anterior, ahora acompaado del porcentaje sobre el total de
cada fila. As, en la segunda fila hay 27 alumnos (100%) cuyo hobby es la
msica, de los cuales 14 (51.9%) son hombres y 13 (48.1%) son mujeres.

- Si para las casillas slo se escoge en porcentajes Columna, el cuadro de
% de SEXO
42.4% 3.7% 25.0%
42.4% 48.1% 45.0%
3.0% 11.1% 6.7%
12.1% 29.6% 20.0%
7.4% 3.3%
100.0% 100.0% 100.0%
Deportes
Musica
Baile
TV / Cine
Otros
HOBBY
Total
Hombre Mujer
SEXO
Total

Sobre los mismos 60 alumnos, se puede apreciar que del total de hombres
(33 alumnos = 100.0%) el 42.4% gustan de los Deportes, otro 42.4%
Msica, el 3.0% Baile y el 12.1% TV/Cine. Anlisis similar se hace para
mujeres y para el total de alumnos.
60
- Si para las casillas slo se escoge en porcentajes Total, el cuadro de
% del total
23.3% 1.7% 25.0%
23.3% 21.7% 45.0%
1.7% 5.0% 6.7%
6.7% 13.3% 20.0%
3.3% 3.3%
55.0% 45.0% 100.0%
Deportes
Musica
Baile
TV / Cine
Otros
HOBBY
Total
Hombre Mujer
SEXO
Total

Aqu los porcentajes en cada Casilla, se obtienen haciendo a los 60 alumnos
como el 100%.

En Minitab:
De la barra de men escoger Stat Tables Descriptive Statistics aparece
la ventana de dilogo de la Figura 2.4.

Figura 2.4 Obtencin de un cuadro bidimensional con Minitab

De las variables que aparecen al lado izquierdo, hacer clic sobre la variable
hobby que va ir en las filas (rows) e ingresarla en el recuadro en blanco al
61
costado de For rows: haciendo clic en el botn Select, luego hacer clic sobre
la variable sexo que va ir en las columnas (columns) e ingresarla al costado de
For columns: haciendo clic en el botn Select.
Si hacemos clic en el botn Categorical variables se abre la ventana de
dilogo de la Figura 2.5, en la que se escoge que debe aparecer en las casillas,
de manera similar al SPSS.

Figura 2.5 Escoger qu mostrar en las casillas con el Minitab

Por defecto, en Display aparece un check en el recuadro Count y la tabla va
mostrar en las Casillas, los resultados del conteo (nmero de casos).
Si hacemos clic al costado de Row percents, el programa saca porcentajes
sobre el total de casos en cada fila, de modo tal que en el cuadro los totales de
fila van a sumar 100%. Del mismo modo, si hacemos clic al costado de
Column percents, el programa saca porcentajes sobre el total de casos en cada
columna, de modo tal que en el cuadro los totales de columna van a sumar
100%. Finalmente si hacemos clic al costado de Total percents, el programa
saca porcentaje sobre el total de casos, de modo tal que en el cuadro la suma de
los porcentajes de todas las casillas es el 100%.

Al igual que en el SPSS se tiene que escoger lo que se desea mostrar en las
casillas, escogido lo que va aparecer en las casillas, hacer clic en el botn OK,
regresa a la Figura 2.4, para terminar el cuadro hacer clic en OK.
Veamos algunos resultados:
- Si para las casillas escogemos slo frecuencias Count, el cuadro de salida
es el siguiente:
62

Tabulated statistics: hobby, sexo

Rows: hobby Columns: sexo

1 2 All

1 14 1 15
2 14 13 27
3 1 3 4
4 4 8 12
5 0 2 2
All 33 27 60

La tabla obtenida no presenta las etiquetas de las categoras de hobby, ni las
de sexo, por lo que es necesario tenerlas definidas (Ver acpite 1.6
Recodificacin de datos en Minitab, Data Code Numeric to Text)
antes de sacar el cuadro, algo que no necesita el SPSS ya que las reconoce
automticamente al definir las variables y sus valores.
Realizada la recodificacin de datos para las variables sexo y hobby,
efectuando el proceso anterior obtenemos la siguiente tabla:

Tabulated statistics: hoby, sex

Rows: hoby Columns: sex

Hombre Mujer All

Baile 1 3 4
Deportes 14 1 15
Msica 14 13 27
Otros 0 2 2
TV/Cine 4 8 12
All 33 27 60

En la tabla anterior ya aparecen las etiquetas de hobby y sexo recodificadas,
pero la presentacin no es muy esttica, requiere de un trabajo previo en
Excel, lo que no es necesario para las tablas en SPSS (es mejor trabajarlas
con este programa).

- Si para las casillas escogemos Count y hacemos clic en Row percents,
el cuadro de salida es el siguiente:

63
Tabulated statistics: hoby, sex


Hombre Mujer All

Baile 1 3 4
25.00 75.00 100.00

Deportes 14 1 15
93.33 6.67 100.00

Msica 14 13 27
51.85 48.15 100.00

Otros 0 2 2
0.00 100.00 100.00

TV/Cine 4 8 12
33.33 66.67 100.00

All 33 27 60

Cuadro que tambin se puede editar. En cada casilla se aprecia el mismo
nmero de casos anterior, ahora acompaado del porcentaje sobre el total de
cada fila. As, en la tercera fila hay 27 alumnos (100%) cuyo hobby es la
msica, de los cuales 14 (51.85%) son hombres y 13 (48.15%) son mujeres.

Veamos ahora rpidamente la obtencin de un cuadro tridimensional con las
variables especial(izacin) y hobby (en las filas) y sexo (en las columnas) con
SPSS y luego con Minitab.

En SPSS:
De la barra de men escoger Analizar Estadsticos descriptivos Tabla
de contingencia, aparece la ventana de dilogo de la Figura 2.2.
Se ingresa la variable hobby en Filas, sexo en Columnas y especial en Capa
1 de 1. Si desea escoge Casillas para indicar que va aparecer en las mismas,
veamos slo valores observados. La tabla es la que muestra la Figura 2.5.
La tabla se puede editar haciendo doble clic sobre ella en SPSS o copiarla en
Word y efectuar las modificaciones necesarias. El nmero y ttulo son:
CUADRO 2.3 ALUMNOS DE ESTADSTICA BSICA, DE LA FCE-
UNAC, POR SEXO, SEGN ESPECIALIZACIN Y HOBBY: 09-A
64

Tabla de contingencia HOBBY * SEXO * ESPECIALIZACIN
Recuento
5 0 5
3 3 6
0 2 2
8 5 13
9 1 10
11 10 21
1 3 4
4 6 10
0 2 2
25 22 47
Deportes
Musica
TV / Cine
HOBBY
Total
Deportes
Musica
Baile
TV / Cine
Otros
HOBBY
Total
ESPECIALIZACIN
Teora Econmica
Gestin Empresarial
Hombre Mujer
SEXO
Total

Figura 2.6 Cuadro tridimensional en SPSS

En Minitab:
De la barra de men escoger Stat Tables Descriptive Statistics aparece
la ventana de dilogo de la Figura 2.4.
Con las variables recodificadas previamente, se ingresa la variable hoby en
For rows, sexo en For columns y especializacin en For layers. Si desea
escoge Categorical variables para indicar que va aparecer en las casillas,
veamos slo Counts (conteos), OK, OK y los resultados son los siguientes:

Tabulated statistics: hoby, sex, especializacin

Results for especializacin = Gestin Empresarial


Hombre Mujer All

Baile 1 3 4
Deportes 9 1 10
Msica 11 10 21
Otros 0 2 2
TV/Cine 4 6 10
All 25 22 47

Cell Contents: Count

Results for especializacin = Teora Econmica

65

Hombre Mujer All

Baile 0 0 0
Deportes 5 0 5
Msica 3 3 6
Otros 0 0 0
TV/Cine 0 2 2
All 8 5 13

Para obtener tablas en Excel es necesario recurrir a Tabla dinmica que se
encuentran el men Insertar. Veamos el procedimiento para una tabla
bidimensional con las variables hobby en filas y sexo en columnas.
En las columnas A, B y C se ha copiado las variables sexo, hobby y especial
con las etiquetas de sus categoras, entre las filas 1 y 61, las mismas que estn
en la base de datos de los alumnos de Estadstica Bsica 09-A del Anexo. Al
hacer clic en Tabla dinmica aparece la ventana de dilogo Crear tabla
dinmica que aparece en la Figura 2.7.

Figura 2.7 Creando tabla dinmica en Excel
En Seleccione los datos que desea analizar, marcar Seleccione una tabla o
rango e indicar en Tabla o rango: los valores a analizar sombreando los
datos de la hoja de clculo desde A1 hastaC61 y automticamente aparece lo
indicado en la Figura 2.7. En elija dnde desea colocar el informe de la tabla
dinmica, elegir Hoja de clculo existente e indicar Ubicacin: aqu celda E2.
Luego hacer clic en Aceptar y aparece una estructura de tabla.
66
A continuacin, arrastrar la variable HOBBY, que aparece en el lado
derecho, sobre el mensaje Coloque campos de fila aqu; del mismo modo
arrastrar la variable SEXO sobre el mensaje Coloque campos de columna
aqu. Al volver a arrastrar la variable SEXO sobre el Cuerpo del cuadro en
el mensaje Coloque datos aqu, se obtiene la tabla dinmica requerida con el
resultado de los conteos visto en las tablas anteriores (ver Figura 2.8).

Figura 2.8 Tabla dinmica para Sexo y Hobby en Excel

Para obtener porcentajes sobre las filas, las columnas o el total como en SPSS
y Minitab, se debe arrastrar nuevamente la variable de conteo (SEXO) en
el Cuerpo del cuadro, sobre el rea de lo que fue el mensaje Coloque datos
aqu. En las filas aparece Cuenta de SEXO y Cuenta de SEXO2. Al hacer
doble clic sobre Cuenta de SEXO2, aparece la ventana de dilogo
Configuracin de campo de valor, hacer clic en el botn Mostrar valores
como aparece Normal, hacer clic en la flecha de seleccin y se puede
escoger el porcentajes sobre las filas, las columnas o el total, al escoger el %
de la columna y Aceptar, aparece el cuadro de la Figura 2.9.
67

Figura 2.9 Tabla dinmica para Sexo y Hobby con porcentajes en Excel

Si se quiere obtener un cuadro tridimensional arrastrar la variable
ESPECIALIZACIN en las filas sobre HOBBY y aparece la tabla dinmica de
la Figura 2.10, donde haciendo doble clic sobre Cuenta de SEXO2 se ha
escogido mostrar valores como % de la fila.

Figura 2.10 Tabla dinmica para Sexo, Especializacin y Hobby en Excel
68
Se reafirma nuevamente que el SPSS arroja una mejor presentacin.

Para obtener tablas con el programa R, primero se definen las variables como
objetos. Tal como se plantea en el acpite 1.7 Manipulacin de archivos, leda
la base de datos como caso2, al escribir >attach(caso2) y efectuar enter, se
identifican las variables con el nombre en el encabezado. Tambin se pueden
crear las variables como objetos, separndolos con punto y coma, as:
> hobby=caso2[,16] ; sexo=caso2[,2] ; especializacin=caso2[,20]
- La tabla bidimensional con la variable hobby en las filas y sexo en las
columnas, se obtiene as:

> table(hobby,sexo)
sexo
hobby 1 2
1 14 1
2 14 13
3 1 3
4 4 8
5 0 2
Resultado idntico al del Minitab, es necesario definir las etiquetas de hoby
y sexo.
- La tabla tridimensional con la variable especial (especializacin) y hobby en
las filas y sexo en las columnas, se obtiene as:
> table(hobby,sexo,especial)
, , especial = 1

sexo
hobby 1 2
1 5 0
2 3 3
3 0 0
4 0 2
5 0 0

69
, , especial = 2

sexo
hobby 1 2
1 9 1
2 11 10
3 1 3
4 4 6
5 0 2
Vamos a definir en R las etiquetas de las categoras correspondientes a las
variables sexo, hobby y especializacin de la siguiente manera:
> caso2=transform(caso2, sexo=factor(sexo, labels=c("Hombres","Mujeres")))
> caso2=transform(caso2, hobby=factor(hobby, labels=c("Deporte","Msica",
"Baile", "TV/Cine","Otro")))
> caso2=transform(caso2, especial=factor(especial, labels=c("Teora Econmica",
"Gestin Empresarial")))
Para que se reconozcan las nuevas variables con sus etiquetas escribir:
> attach(caso2)
Obtenemos las tablas anteriores de la siguiente manera:
> t1=table(hobby,sexo)
> t1
sexo
hobby Hombres Mujeres
Deporte 14 1
Msica 14 13
Baile 1 3
TV/Cine 4 8
Otro 0 2
> prop.table(t1)

sexo
Deporte 0.23333333 0.01666667
Msica 0.23333333 0.21666667
70
Baile 0.01666667 0.05000000
TV/Cine 0.06666667 0.13333333
Otro 0.00000000 0.03333333

Sea t2 la tabla tridimensional:
> t2=table(hobby,sexo,especial)

> t2
, , especial = Teora Econmica

sexo
Deporte 5 0
Msica 3 3
Baile 0 0
TV/Cine 0 2
Otro 0 0

, , especial = Gestin Empresarial

sexo
Deporte 9 1
Msica 11 10
Baile 1 3
TV/Cine 4 6
Otro 0 2

> prop.table(t2)

, , especial = Teora Econmica

sexo
71
Deporte 0.08333333 0.00000000
Msica 0.05000000 0.05000000
Baile 0.00000000 0.00000000
TV/Cine 0.00000000 0.03333333
Otro 0.00000000 0.00000000

, , especial = Gestin Empresarial

sexo
Deporte 0.15000000 0.01666667
Msica 0.18333333 0.16666667
Baile 0.01666667 0.05000000
TV/Cine 0.06666667 0.10000000
Otro 0.00000000 0.03333333

Para conservar los valores originales en la base de datos caso2 y poner etiquetas,
se debe cambiar el nombre de la variable.

> caso2=transform(caso2, colegio.proc=factor(col.proc, labels=c("Estatal", "No
Estatal")))
> attach(caso2)

NOTA.- Un caso particular de los cuadros estadsticos son las denominadas
Tablas de Frecuencias (que veremos en el acpite siguiente) que son cuadros
unidimensionales, es decir, con una sola variable acompaada por lo general de
los resultados del conteo y porcentajes.

72
2.3 DISTRIBUCIN DE FRECUENCIAS
La informacin obtenida puede provenir de un censo o de una muestra. Los
resultados observados los podemos representar de la siguiente manera:
- Las variables, con las ltimas letras maysculas del alfabeto: X, Y, Z, etc. o
con algunas siglas que las abrevia el investigador o propias de algunas
disciplinas como en la economa: PBI (Producto Bruto Interno), M
(importaciones), etc.; en salud: IMC (ndice de Masa Corporal), etc.
- Los subndices, con las letras minsculas: i, j, k, l, m, t, etc. representan
nmeros enteros y sirven para diferenciar las unidades de anlisis (U.A.) a
quienes corresponde el valor que toma la variable.
- Con X
i
representamos el valor de la variable X observado en laU.A. i-sima.
Por ejemplo, si en la base de datos de los alumnos de Estadstica Bsica 09-A,
ver en el Anexo, X = Peso de los alumnos, entonces:
X
i
= Peso del alumno i-simo de Estadstica Bsica 09-A; i = 1, 2, 3, ., 60.
X
40
= 70 Kg., es el peso del alumno 40 o valor observado 40 de la variable.
Veamos las diferentes formas de presentacin de datos.

DATOS SIN AGRUPAR:
Poblacin: X
1
, X
2
, X
3
, . , X
N
(N = tamao de la poblacin)
Muestra: X
1
, X
2
, X
3
, . , X
n
(n = tamao de la muestra)
En la base de datos de los 60 alumnos de Estadstica Bsica 09-A, se tiene
informacin de 19 variables estudiadas, tanto cualitativas como cuantitativas.
DATOS AGRUPADOS:
a) Tabla de Frecuencia para Datos Cualitativos.- en este tipo de tablas se
indican los atributos o categoras de la variable, acompaadas del nmero (n
i
),
la proporcin (h
i
), y/o el porcentaje (100 h
i
), de unidades de anlisis (U.A.).
Su estructura es:
1 Atributo 1 n1 h1 p1
2 Atributo 2 n2 h2 p2
. . . . .
k Atributo k nk hk pk
Total n 1 100%
% de U.A.
(100 hi)
N de Clase
(i)
Categora de
la variable
N de U.A.
(ni)
Proporcin
de U.A (hi)

U.A. = unidades de anlisis.
73
Tal como se presenta en el acpite anterior, veamos la obtencin de una tabla
de frecuencias por ejemplo, para la variable hobby en SPSS: Analizar
Estadsticos descriptivos Frecuencias. Inmediatamente se abre la ventana
de dilogo de la Figura 2.11.

Figura 2.11 Obtencin de tablas de frecuencias en SPSS

De las variables al lado izquierdo escogemos hobby, haciendo doble clic o clic
en el botn la ingresamos en Variables, luego Aceptar y se obtiene los
resultados del Cuadro 2.4 editado en spss haciendo doble clic.

CUADRO 2.4 ALUMNOS DE ESTADSTICA BSICA 2009-A, DE LA
FCE-UNAC, SEGN HOBBY
15 25.0
27 45.0
4 6.7
12 20.0
2 3.3
60 100.0
HOBBY
Deportes
Musica
Baile
TV / Cine
Otros
Total
ALUMNOS
% DE
ALUMNOS

Un cuadro similar se puede obtener con el Minitab si se tiene previamente
etiquetadas las categoras de la variable hobby, de la siguiente manera: Stat
Tables Tally Individual Variables Escoger la variable hobby y Select
74
para que ingrese en Variables. En display, por defecto aparece Counts,
marcar tambin Percents, luego OK y aparecen los resultados del Cuadro 2.4.

Tally for Discrete Variables: hoby

hoby Count Percent
Baile 4 6.67
Deportes 15 25.00
Msica 27 45.00
Otros 2 3.33
TV/Cine 12 20.00
N= 60

Tambin en R, estando etiquetadas las categoras de la variable hobby,
attachada la base de datos y usando table obtenemos lo mismo, as:
> caso2=transform(caso2, hoby=factor(hobby, labels=c("Deporte", "Msica",
"Baile", "TV/Cine","Otro")))
> attach(caso2)
> table(hoby)
hoby
Deporte Msica Baile TV/Cine Otro
15 27 4 12 2

b) Tabla de Frecuencias para Datos Cuantitativos Discretos.- la variable
discreta toma valores en un rango pequeo (por ejemplo: nmero de hijos,
nmero de dormitorios en la vivienda, etc.). Para su resumen en la presentacin
se indican esos pocos valores de la variable (X
i
) acompaados de las
siguientes frecuencias en las columnas:
- Frecuencias absolutas o repeticiones = n
i
= N de unidades de anlisis
(U.A.) que toman el valor X
i
(resultado del conteo).
- Frecuencia relativa = (h
i
) = Proporcin de U.A. que toman el valor X
i
.
- p
i
= 100 h
i
= Porcentaje de U.A. que toman el valor X
i
.
- Frecuencia absoluta acumulada o repeticiones acumuladas = N
i
= Nmero
acumulado de U.A. que toman el valor X
i
o menos.
- Frecuencia relativa acumulada = H
i
= la proporcin acumulada de U.A. que
toman el valor X
i
o menos.
- P
i
= 100 H
i
= porcentaje acumulado U.A. que toman el valor X
i
o menos.
75
La estructura general de este tipo de tablas es la que se muestra a continuacin,
cuando se efectan presentaciones reales de datos slo se muestran algunos
elementos de esta estructura.

Clase
(i)
Valores
(X
i
)
N de
U.A.
(n
i
)
Proporc.
U.A.
(h
i
)
% U.A.
pi = 100 h
i

N
Acum
U.A.
(N
i
)
Prop.
Acum.
U.A.
(H
i
)
% Acum.
U.A.
P i =100H i
1 X
1
n
1
h
1
p
1
N
1
H
1
P
1

2 X
2
n
2
h
2
p
2
N
2
H
2
P
2

. . . . . . . .
k X
k
n
k
h
k
p
k
N
k
=
n
H
k
= 1 P
k
=
100%
Total n 1 100%

Donde: N
i
= N
i - 1
+ n
i
, h
i
= n
i
/ n = H
i
- H
i - 1
, H
i
= N
i
/ n = H
i - 1
+ h
i

Tal como se presenta en el acpite anterior, veamos la obtencin de una tabla
de frecuencias por ejemplo, para la variable nmero de miembros en la familia
mie.fam en SPSS: Analizar Estadsticos descriptivos Frecuencias.
Inmediatamente se abre la ventana de dilogo de la Figura 2.11.
De las variables al lado izquierdo escogemos mie.fam, haciendo doble clic o
clic en el botn la ingresamos en Variables, luego Aceptar y se obtiene
los resultados del Cuadro 2.5 editado en spss haciendo doble clic.

CUADRO 2.5 ALUMNOS DE ESTADISTICA BASICA 2009-A, DE LA
FCE-UNAC, SEGN EL NMERO DE MIEMBROS EN LA FAMILIA

2 3.3 3.3
5 8.3 11.7
11 18.3 30.0
27 45.0 75.0
8 13.3 88.3
5 8.3 96.7
1 1.7 98.3
1 1.7 100.0
60 100.0
MIEMBROS EN
LA FAMILIA
2
3
4
5
6
7
8
9
Total
Alumnos
% de
Alumnos
Porcentaje
acumulado

76
Tabla que trabajada en Excel, queda con las frecuencias indicadas a
continuacin:
Miembros en la
Familia (X
i
)
Alumnos
(n
i
)
Proporcin
alumnos
(h
i
)
Porcentaje
alumnos
(p
i
= 100 h
i
)
N acum.
alumnos
(N
i
)
Prop. acum.
alumnos
(H
i
)

2 2 0.033 3.3% 2 0.033

3 5 0.083 8.3% 7 0.117

4 11 0.183 18.3% 18 0.300

5 27 0.450 45.0% 45 0.750

6 8 0.133 13.3% 53 0.883

7 5 0.083 8.3% 58 0.967

8 1 0.017 1.7% 59 0.983

9 1 0.017 1.7% 60 1.000
Total
60 1.000 100.0

En esta tabla se puede interpretar que:
n
4
= 27, hay 27 alumnos con 5 miembros en su familia cada uno.
h
3
= 0.183, 18.3% de los alumnos tienen 4 miembros en su familia cada uno.
N
5
= 53, hay 53 alumnos con 6 o menos miembros en su familia cada uno.
H
4
= 0.75, 75% de los alumnos tienen 5 o menos miembros en su familia cada
uno.
Un cuadro similar se puede obtener con el Minitab de la siguiente manera:
Staat Tables Tally Individual Variables Escoger la variable
mie.fam y Select para que ingrese en Variables. En display, por defecto
aparece Counts, marcar tambin Percents, Cumulative counts y
Cumulative percents, luego OK y aparecen los resultados del Cuadro 2.5, tal
como se aprecia a continuacin:
Tally for Discrete Variables: mie.fam

mie.fam Count CumCnt Percent CumPct
2 2 2 3.33 3.33
3 5 7 8.33 11.67
4 11 18 18.33 30.00
5 27 45 45.00 75.00
6 8 53 13.33 88.33
7 5 58 8.33 96.67
8 1 59 1.67 98.33
9 1 60 1.67 100.00
N= 60

Tambin en R, estando attachada la base de datos y usando table obtenemos lo
mismo, as:
77
> attach(caso2)
> table(mie.fam)
mie.fam
2 3 4 5 6 7 8 9
2 5 11 27 8 5 1 1

c) Tabla de Frecuencias con intervalos para Datos Cuantitativos.- en este
caso tanto la variable discreta como la continua toma valores en un rango
relativamente grande y para su resumen hay que construir intervalos de clase,
para lo cual se debe seguir los siguientes pasos:
- Determinar el Rango (R) de la variable: como la diferencia entre el valor
mximo y mnimo de la variable.
R = Xmx Xmn = {X / Xmn X Xmx}
- Determinar el nmero de intervalos (k) con algn criterio del investigador
o usando frmulas como la de Sturges: k = 1 + 3.32 log
10
N = 1 + log
2
N
Tomar el valor de k redondeado (donde N es el nmero de observaciones
en la poblacin y si es n nmero de observaciones en la muestra).
- Hallar el ancho o amplitud (C) del intervalo: C = R/k,
Tomar el valor de C redondeado con un determinado nmero de decimales,
en funcin de las unidades de la variable.
- Construir los k intervalos de clase, desde un lmite inferior (LI) hasta un
lmite superior (LS): LIi - LSi
Intervalo 1 : [Xmn - Xmn + C)
Intervalo 2 : [Xmn + C - Xmn + 2C)
Intervalo 3 : [Xmn + 2C - Xmn + 3C)
..
Intervalo k 1 : [Xmn + (k 2)C - Xmn + (k 1)C)
Intervalo k : [Xmn + (k 1)C - Xmn + kC]
- Obtener las marcas de clase (X
i
) como los valores representativos de la
clase, mediante la semisuma de los lmites superior e inferior de la clase
correspondiente:
2
i i
i
LI LS
X
+
= , i = 1, 2, ., k
78
En la presentacin de la distribucin de frecuencias de la variable X, se indican
los intervalos de clase [LIi - LSi), las marcas de clase (X
i
) acompaadas de las
siguientes frecuencias en las columnas:
- Frecuencias absolutas o repeticiones = n
i
= N de unidades de anlisis
(U.A.) en el intervalo i (resultado del conteo).
- Frecuencia relativa = (h
i
) = Proporcin de U.A. en el intervalo i.
- p
i
= 100 h
i
= Porcentaje de U.A. en el intervalo i.
- Frecuencia absoluta acumulada o repeticiones acumuladas = N
i
= Nmero
acumulado de U.A. hasta el lmite superior i (LSi).
- Frecuencia relativa acumulada = H
i
= la proporcin acumulada de U.A.
hasta el lmite superior i (LSi).
- P
i
= 100 H
i
= porcentaje acumulado U.A. hasta el lmite superior i (LSi).
Su estructura es:

Clase
(i)
Intervalo
LIi - LSi
Marca
clase
(X
i
)
N de
U.A.
(n
i
)
Proporc.
U.A.
(h
i
)
% U.A.
pi =
100 h
i

#
Acum
U.A.
(N
i
)
Prop.
Acum.U.A.
(H
i
)
% Acu.
P i =
100 H i
1 LI
1
-LS
1
X
1
n
1
h
1
p
1
N
1
H
1
P
1

2 LI
2
LS
2
X
2
n
2
h
2
p
2
N
2
H
2
P
2

. . . . . . . . .
k LI
k
LS
k
X
k
n
k
h
k
p
k
N
k
= n H
k
= 1 P
k
=
100%
Total n 1 100%

Donde: N
1
= n
1
, N
i
= N
i - 1
+ n
i
, h
i
= n
i
/ n , H
1
= h
1
, H
i
= N
i
/ n = H
i - 1
+ h
i

Vamos a obtener una tabla de frecuencias, con k = 5 intervalos, para los pesos
de los alumnos de Estadstica Bsica 2009-A, cuyos datos aparecen en el
Anexo y de manera ordenada se muestran en el Cuadro 2.6 siguiente:
44 45 46 46.5 47 48 48 49 49 50
50 50 50 50.5 51 51 52 52 52.6 53
53 53 53 54 55 55 55 55 55 57
57 59 60 60 63 63 64 64 64.5 65
65 66 66 67 67 68 68 68 69 70
70 72 72 75 75 77 80 80 80 88
CUADRO 2.6. PESOS (Kg.) DE LOS 60 ALUMNOS DE ESTADISTICA BSICA 09-A UNAC

El rango de los pesos es R = Xmx Xmn = 88 44 = 44 Kg.
= {X / 44 X 88}
79
Por inters particular, se desean construir k = 5 intervalos.
Los intervalos son de igual amplitud, donde C = R/k = 44 / 5 = 8.8 Kg.
Los intervalos son cerrados por la izquierda y abiertos por la derecha: [44
52.8), [52.8 61.6), [61.6 70.4), [70.4 - 79.2) y [79.2 88.0]. El Excel toma
los intervalos abiertos por la izquierda y cerrados por la derecha: (LI - LS].

La tabla completa se ha obtenido en Excel, de la siguiente manera:
En la figura 2.12 se puede apreciar que en la hoja de clculo de Excel, en la
columna A, se ha copiado los pesos de los 60 alumnos, ocupando las celdas
desde A3 hasta A62. As mismo, en las columnas D y E se han definido los
lmites inferior y superior de clase, ocupando desde la fila 12 a la 16.

Figura 2.12 Obtencin de Tabla de Frecuencias en Excel

Para obtener las frecuencias absolutas (n
i
) en Excel, es necesario sombrear las
celdas donde se deposita el resultado automtico de los conteos, que en este
caso es en la columna G, de la celda G12 a la G16, tal como se muestra en la
Figura 2.12. A continuacin, con la opcin de funciones del Excel, escoger
dentro de Seleccionar una categora Estadsticas Frecuencia y aparece
la ventana de dilogo de la Figura 2.13 solicitando los Argumentos de la
funcin Frecuencia: Datos (de la variable peso, que estn ubicados de la celda
A3 hasta la A62) sombrear los datos o escribir A3:A62 y en Grupos (indicar
80
los lmites superiores de los intervalos, que estn en las celdas de E12 hasta
E16).

Figura 2.13 Argumentos de la funcin Frecuencia

Para terminar no usar Aceptar, sino la combinacin de las teclas
MAYUSCULA + Ctrl + Enter, automticamente aparece el resultado de los
conteos en las celdas de la columna de los n
i
con los valores 19, 15, 17, 5 y 4.
El resto de columnas se han obtenido usando las frmulas indicadas en la
estructura general. Los resultados de este proceso se muestran en el cuadro
siguiente:

CUADRO 2.7 DISTRIBUCIN DE FRECUENCIAS DE LOS PESOS DE
LOS ALUMNOS DE ESTADSTICA BSICA 09-A FCE-UNAC
i LIi LSi Xi ni hi 100hi Ni Hi 100 Hi
1 44.0 52.8 48.4 19 0.317 31.7% 19 0.317 31.7%
2 52.8 61.6 57.2 15 0.250 25.0% 34 0.567 56.7%
3 61.6 70.4 66.0 17 0.283 28.3% 51 0.850 85.0%
4 70.4 79.2 74.8 5 0.083 8.3% 56 0.933 93.3%
5 79.2 88.0 83.6 4 0.067 6.7% 60 1.000 100.0%
60 1.000 100.0%
Acum.
alumnos
Prop.Ac.
alumnos
% Acum.
alumnos
Clase PESOS (Kg.)
Marca
clase
Alum-nos
Prop.
alumnos
% de
alumnos

En esta tabla se puede interpretar que:
n
3
= 17, hay 17 alumnos que pesan entre 61.6 y 70.4 Kg. cada uno.
h
2
= 0.250, el 25.0% de los alumnos pesan entre 52.8 y 61.6 Kg. cada uno.
81
N
4
= 56, hay 56 alumnos que pesan menos de 79.2 Kg. cada uno.
H
3
= 0.85, 85% de los alumnos pesan menos de 70.4Kg. cada uno.
Para obtener Tablas de frecuencias con el Minitab, el SPSS y el R, se tiene que
proceder con la recodificacin de datos planteada en el acpite 1.6. Veamos:

En Minitab.-
De la barra de men escoger la opcin Data, luego Code (cdigo) y Numeric
to text (numrico a texto) porque se desea recodificar valores numricos en
texto (la denominacin de los intervalos). Aparece la ventana de dilogo de la
Figura 2.14.

Figura 2.14 Recodificacin de la variable peso en Minitab

En Code data from columns: (cdigo de datos desde las columnas)
seleccionar de las variables a la izquierda peso o escribirla. En Store couded
data in columns: (almacenar datos codificados en la columna) seleccionar de
las variables de la izquierda pesos o escribirla.
A continuacin en Original values (valores originales) se va definiendo uno a
uno los intervalos definidos en el Cuadro 2.7, separndolos por dos puntos (:) y
82
en New los nuevos valores en texto para representar los intervalos, tal como se
muestra en la Figura 2.14.
Para finalizar la recodificacin hacer clic en OK y en la base de datos (Current
data window) aparecen los datos de pesos (ver Figura 2.15).

Figura 2.15 Variable peso recodificada en pesos (intervalos) con Minitab

Para obtener la tabla de frecuencias proceder de la siguiente manera: Stat
Tables Tally Individual Variables Aparece la ventana de dilogo de la
Figura 2.16. Escoger la variable pesos y Select para que ingrese en Variables.
En display, por defecto aparece Counts, marcar tambin Percents,
Cumulative Counts y Cumulative percents, luego OK y aparecen los
resultados siguientes (similares a los del Cuadro 2.7):
Tally for Discrete Variables: pesos

pesos Count CumCnt Percent CumPct
44.0 - 52.8 19 19 31.67 31.67
52.8 - 61.6 15 34 25.00 56.67
61.6 - 70.4 17 51 28.33 85.00
83
70.4 - 79.2 5 56 8.33 93.33
79.2 - 88.0 4 60 6.67 100.00
N= 60

Figura 2.16 Obtencin de Tabla de Frecuencias en Minitab (variable pesos)

En SPSS.-
De la barra de men escoger la opcin Transformar, luego hacer clic sobre
Recodificar en distintas variables. Aparece la ventana de dilogo Recodificar
en distintas variables de la Figura 2.17.

Figura 2.17 Recodificando la variable peso en SPSS
84
Escogiendo de la lista de variables que aparecen al lado izquierdo, en Var.
numrica Var. de resultado: ingresar la variable peso, inmediatamente
aparece peso ? En Variable de resultado, en Nombre: escribir pesos, en
Etiqueta: escribir PESO (Kg.) y luego hacer clic en el botn Cambiar (si no
hace esto, la recodificacin no se realiza despus), inmediatamente en Var.
numrica Var. de resultado: se modifica por peso pesos.

Luego, hacer clic en Valores antiguos y nuevos y aparece la ventana de dilogo
Recodificar en distintas variables: Valores antiguos y nuevos de la Figura 2.18.

Figura 2.18 Recodificar Valores antiguos del peso y nuevos de pesos en SPSS

A continuacin, en Valor antiguo se va definiendo uno a uno los intervalos
definidos en el Cuadro 2.7, y en Valor nuevo los nuevos valores del intervalo.
Observar que el primer intervalo es para peso entre 44.0 hasta antes de 52.8,
en Valor antiguo, en Rango: se escribe 44.0 hasta 52.79 (de ser necesario se
agregan ms nueves en los decimales, para estar ms cerca a 52.8) y en Valor
nuevo, en Valor escribir 1, luego hacer clic en aadir. El siguiente intervalo va
de 52.8 hasta antes de 61.6, en Valor antiguo, en Rango: se escribe 52.8 hasta
61.59 y en Valor nuevo escribir 2, luego hacer clic en aadir. As
sucesivamente, el ltimo intervalo va de 79.8 hasta 88.0, en Valor antiguo, en
85
Rango: se escribe 79.8 hasta 88.0 y en Valor nuevo, en Valor escribir 5, luego
clic en aadir.
Para finalizar la recodificacin, al hacer clic en Continuar regresa a la ventana
de la Figura 2.17.
Luego hacer clic en Aceptar y aparece la variable pesos con sus valores del 1 al
5 en la Vista de datos del Editor de datos SPSS.
A continuacin, en la Vista de variables, del Editor de datos SPSS, a la variable
pesos se le definen las Etiquetas de valor, en un cuadro de dilogo similar al
de la Figura 1.5. Para ello asignar los valores y etiquetas siguientes: 1, 44.0
52.8; 2, 52.8 61.6; 3, 61.6 70.4; 4, 70.4 79.2; y 5, 79.2 88.0.
Una vez que termina de aadir los valores y etiquetas hacer clic en Aceptar, en
la Vista de datos, del Editor de datos SPSS aparecen las etiquetas de condicin
que se muestran en la Figura 2.19.

Figura 2.19 Resultado de la variable pesos, recodificando el peso en SPSS

Para obtener la tabla de frecuencias ejecutar: Analizar Estadsticos
descriptivos Frecuencias. Inmediatamente se abre la ventana de dilogo de
la Figura 2.11.
De las variables al lado izquierdo escogemos pesos, haciendo doble clic o clic
en el botn la ingresamos en Variables, luego Aceptar y se obtiene los
mismos resultados del Cuadro 2.7 que se muestran a continuacin:
86
PESO (Kg.)
19 31.7 31.7
15 25.0 56.7
17 28.3 85.0
5 8.3 93.3
4 6.7 100.0
60 100.0
PESO (Kg.)
44.0 - 52.8
52.8 - 61.6
61.6 - 70.4
70.4 - 79.2
79.2 - 88.0
Total
Frecuencia Porcentaje
Porcentaje
acumulado

En R.-
Para crear los intervalos del Cuadro 2.7, estando en la base de datos caso 2, se
procede as:
> caso2=transform(caso2,pesos=cut(peso,breaks=c(43.99, 52.79, 61.59, 70.39,
79.19, 88.0)))
> attach(caso2)
Para visualizar la base de datos caso2 con los intervalos escribir:
> fix(caso2)
En el R Editor de datos aparece la variable pesos con los intervalos definidos,
tal como se muestra en la Figura 2.20.

Figura 2.20 Resultado de la variable pesos, recodificando el peso en R

87
Para obtener la tabla de frecuencias ejecutar:
> table(pesos)
pesos
(44,52.8] (52.8,61.6] (61.6,70.4] (70.4,79.2] (79.2,88]
19 15 17 5 4
Los resultados obtenidos son idnticos a los del Cuadro 2.7.

2.4 GRFICOS ESTADSTICOS
Es una forma de presentacin de datos, cuya elaboracin requiere necesariamente de
una tabla o cuadro estadstico y mediante el cual se busca que el lector de un golpe de
vista pueda destacar aspectos importantes de la(s) variable(s) en estudio, ya que como
dice el adagio popular una imagen vale ms que mil palabras.
En esta parte vamos a desarrollar algunas formas de presentacin grfica bsica, de tal
manera que permita descripciones importantes de las variables en estudio. En captulos
posteriores se ver algunas otras formas grficas propias de los tpicos tratados.
a) Definicin.- para Correa y Gonzlez (2002) Un grfico estadstico es una
representacin visual de datos estadsticos. o las distribuciones estadsticas
mediante figuras geomtricas, reflejando la relacin o comparacin fcil entre
las variables en un estudio determinado.
b) Estructura.- las partes de un grfico estadstico son: nmero, ttulo, cuerpo,
leyenda y fuente.
- Nmero.- si en un estudio se presenta ms de un grfico hay que
enumerarlos para diferenciarlos. Si el grfico es nico, no es necesario
enumerar. El nmero se ubica en la parte superior izquierda o central.
Se recomienda anteponer la palabra Grfico y a continuacin colocar el
nmero (sin la abreviatura N previa) que puede ser arbigo o alfanumrico,
seguido de un punto, para luego indicar el ttulo.
Ejemplo: Grfico 4. ; Grfico A13. ; etc.

- Ttulo.- el ttulo indica de manera clara y precisa el contenido del grfico.
Se coloca en la parte superior a continuacin del nmero. Su elaboracin es
88
similar a la del cuadro a partir del que se construye, por ello ambos ttulos
(del cuadro y del grfico) son idnticos.
Ejemplo: Alumnos de Estadstica bsica 09-A, segn su Hobby.
- Cuerpo.- es la parte central del grfico, representada por lo general en
forma rectangular (en una relacin de 1.5 para el largo y como 1 para el
ancho) en la que con algunas representaciones geomtricas, acompaadas de
datos y smbolos se busca establecer contrastes de las variables y sus
categoras a travs de escalas apropiadas a las magnitudes en estudio.
Se recomienda colocar el ttulo de los ejes, con el nombre de la variable o
sus categoras, indicando la unidad de medida si hubiera. As mismo, se
debe buscar efectuar diferenciaciones entre los componentes del grfico
bien mediante colores, tramas, sombreados, etc.
- Leyenda.- son aclaraciones respecto a las partes componentes de un grfico
expresadas a travs de lo que representan ciertos colores, tramas, etc. y van
colocados por lo general al costado de grfico con su indicacin de lo que
representan.
- Fuente.- al igual que los cuadros, es necesario indicar los elementos
esenciales que permitan identificar a los dueos de los grficos e
informacin para cualquier consulta mediante una breve Ficha Bibliogrfica
o Referencia Web, tal como se indica en la fuente de cuadros estadsticos.
En el caso de ser propio el grfico, se recomienda indicar la Elaboracin.

c) Tipos de grficos.- al igual que los cuadros estadsticos, los grficos pueden
ser unidimensionales, bidimensionales o pluridimensionales, segn el nmero
de variables que se presenten.

d) Formas de obtencin.- se va a presentar la obtencin de estos grficos
utilizando los programas Excel, Minitab, SPSS y R, los mismos que veremos
para variables cualitativas y cuantitativas, tal como se pase a detallar.

89
2.5 GRFICOS DE VARIABLES CUALITATIVAS
Entre los principales grficos de variables cualitativas tenemos los grficos de sectores,
el grfico de barras y el grfico de Pareto.
a) Grfico de sectores.- llamado tambin pie o pastel, es muy apropiado para
representar las categoras de una variable cualitativa en una circunferencia con
particiones proporcionales al nmero de casos en cada categora que se busca
representar.
Para efectuar las particiones en la circunferencia se establece la proporcionalidad
tomando en cuenta que los 360 de la circunferencia equivale al total de
observaciones realizadas o el 100% y se efecta las equivalencias a cada categora
en grados sexagesimales segn el nmero de observaciones o porcentaje que le
corresponde mediante una regla de tres simple.
Tomemos como referencia la distribucin de la variable hobby de los alumnos de
estadstica bsica 09-A, obtenida en el Cuadro 2.4 siguiente:
HOBBY
N DE
ALUMNOS
% DE
ALUMNOS
GRADOS
SEXAGESIMALES
Deportes 15 25.0 90
Msica 27 45.0 162
Baile 4 6.7 24
TV/Cine 12 20.0 72
Otros 2 3.3 12
Total 60 100.0 360

Si a los 60 alumnos les corresponde una circunferencia de 360, la
proporcionalidad que se guarda aqu es de 6 por cada alumno y de este modo a los
15 alumnos que les gusta el deporte les corresponde 15 x 6 = 90, a los 27 que les
90
gusta la msica 27 x 6 = 162, a los 4 alumnos que les gusta el baile 4 x 6 = 24, a
los 12 que les gusta TV/Cine 12 x 6 = 72 y a los 2 que les gusta Otros 2 x 6 = 12.
Con estos datos es que los programas efectan de modo automtico la
representacin del pie correspondiente. Veamos.
En Excel:
Seguir la secuencia siguiente: Insertar Grficos Circular Grfico 2D,
escoger en Diseos de grfico (diseo 1) Seleccionar datos Rango de datos
del grfico: indicar las celdas donde se encuentran los datos en Etiquetas del
eje horizontal (categora) escoger Editar, en Rango de rtulos de eje: indicar las
celdas donde estn los hobbies, Aceptar y para finalizar Aceptar y aparece ttulo
del Grfico, ponerle el nmero y el ttulo, tal como se muestra a continuacin:

Figura 2.21 Grfico de sectores en Excel
En SPSS:
Siguiendo el procedimiento para obtener el cuadro 2.4 (Analizar Estadsticos
descriptivos Frecuencias) aparece la ventana de la Figura 2.11. Con la
variable hobby ya ingresada, escoger dentro de la opcin Tipo de
grfico: Grficos de sectores, en Valores del grfico: marcar Porcentajes, luego
Continuar, para finalizar Aceptar y en la Ventana de resultados aparece el
grfico de sectores, con doble clic se ha editado (Ver Figura 2.22).
91
3,3
%
20,0%
6,7%
45,0%
25,0%
Otros
TV / Cine
Baile
Musica
Deportes
Grfico 2.1 % DE ALUMNOS DE ESTADSTICA BSICA 09-A, SEGN HOBBY

Figura 2.22 Grfico de Sectores en SPSS
En Minitab:
En el men escoger Graph Pie Chart Aparece la ventana de dilogo Pie
Chart, en Categorial variables: ingresar hoby de la lista de variables a la izquierda,
en Labels poner nmero y ttulo del grfico, OK, y aparece el grfico de
sectores que se muestra en la Figura 2.23.
Baile
Deportes
Msica
Otros
TV/Cine
Category
20.0%
3.3%
45.0%
25.0%
6.7%
Grfico 2.1 % DE ALUMNOS DE ESTADSTICA BSICA 09-A, SEGN HOBBY

Figura 2.23 Grfico de Sectores en Minitab
92
En R:
Estando attachada la base de datos obtenemos lo mismo, as:
> attach(caso2)
> pie(table(hoby))
Aparece el grfico siguiente:

Figura 2.24 Grfico de Sectores en R
Como se puede apreciar, con sus propios matices, cada uno de los grficos de
sectores es parecido, por lo que para los otros tipos de grficos se explicar como
obtenerlos y presentaremos alguno de ellos.

b) Grfico de barras.- es una representacin rectangular en el plano cartesiano,
indicando en el eje de las abscisas (X) la variable con sus categoras y en el eje de
las ordenadas (Y) el nmero y/o el porcentaje de unidades de anlisis que se
presenta.
Veamos la presentacin de la variable hobby en grfico de barras, tomando como
referencia los resultados del Cuadro 2.4.
93
En Excel:
Seguir la secuencia siguiente: Insertar Grficos Columna Columna en
2D, Columna agrupada, escoger (Estilo 2) Seleccionar datos en Rango de
datos del grfico: indicar las celdas donde se encuentran los datos en Etiquetas
del eje horizontal (categora) escoger Editar, en Rango de rtulos de eje: indicar las
celdas donde estn los hobbies, Aceptar y para finalizar Aceptar y aparece el
grfico sin ttulo; no olvidar ponerle el nmero y el ttulo.
En Minitab:
En el men escoger Graph Bar Chart escoger Simple. Aparece la
ventana de dilogo Bar Chart Counts of unique values, Simple. En Categorial
variables: ingresar hoby de la lista de variables a la izquierda, en Labels poner
nmero y ttulo del grfico, OK, y aparece el grfico de sectores que se muestra en
la Figura 2.25. Este grfico ha sido editado poniendo la variable con maysculas,
colores, etc.
En SPSS:
Siguiendo el procedimiento para obtener el cuadro 2.4 (Analizar Estadsticos
descriptivos Frecuencias) aparece la ventana de la Figura 2.7. Con la variable
hobby ya ingresada, escoger dentro de la opcin Tipo de grfico:
Grficos de barras, en Valores del grfico: marcar Porcentajes, luego
Continuar, para finalizar Aceptar y en la Ventana de resultados aparece el grfico
de sectores, que se puede editar con doble clic.
En R:
Estando attachada la base de datos, se usa la funcin barplot as:
> attach(caso2)
> barplot(table(hoby), col=c(3,4,5,6,7), main="GRFICO 2.2 ALUMNOS E.B.-
09-A, SEGN HOBBY", xlab="HOBBY", ylab="Alumnos")
A continuacin se muestra el grfico de barra obtenido en Minitab, donde la
presentacin parece ser ms representativa.
94
TV/Cine Otros Msica Deportes Baile
30
25
20
15
10
5
0
HOBBY
A
l
u
m
n
o
s
12
2
27
15
4
Grfico 2.2 ALUMNOS DE ESTADSTICA BSICA 09-A, SEGN HOBBY

Figura 2.25 Grfico de Barras de la variable Hobby en Minitab
c) Grfico de Pareto.- es un grfico muy utilizado cuando se quiere mostrar las
categoras ms representativas de una variable cualitativa en forma de frecuencia
descendente, a fin de tomar algunas decisiones, como sucede en los controles de
calidad en los que por ejemplo se busca controlar los defectos ms importantes (en
un 90 o 95%). Su elaboracin se puede obtener con herramientas para el anlisis
en Excel y de control de calidad que poseen el Minitab y el SPSS.
En Excel:
Procede slo si los valores de la variable son numricos, por lo que utilizaremos
las etiquetas numricas para hobby (1, 2, 3, 4 y 5). Consideremos que los datos
para los 60 alumnos estn en la columna A, entre A2 y A61; y las clases de hobby
(1, 2, 3, 4 y 5) en la columna D, entre D3 y D7, ver Figura 2.26.
Para obtener el grfico de Pareto, se necesita herramientas para el Anlisis
(versiones anteriores de Excel en el men tenan la opcin Herramientas), proceder
as: en la barra de men Datos Anlisis de datos (ubicado en el extremo
superior derecho) y aparece la ventana de dilogo Anlisis de datos de la Figura
2.27.
95

Figura 2.26 Datos de la variable hobby y clase en Excel

Figura 2.27 Herramientas del Anlisis de datos en Excel
En la Figura 2.27, de Funciones para anlisis escoger Histograma, luego Aceptar
y aparece la ventana de dilogo Histograma de la Figura 2.28.

Figura 2.28 Obteniendo grfico de Pareto en Excel
96
En la parte de Entrada, de la Figura 2.28, en Rango de entrada: sombrear el rea
de los datos de hobby de la Figura 2.26 (desde A3 hasta A62); en Rango de
clases: sombrear el rea de CLASE de la Figura 2.26 (desde D3 hasta D7) y se
marca Rtulos si se utilizaran para los dos rangos anteriores.
En Opciones de salida, de la Figura 2.28, indicar donde queremos que salga el
resultado, si es en la misma hoja, marcar Rango de salida: y en el recuadro indicar
la celda a partir de donde queremos que salgan los resultados (H2 aqu); si es En
una hoja nueva: marcar y en el recuadro ponerle nombre; y por ltimo si queremos
En un libro nuevo, marcarlo. Luego marcar Pareto (Histograma ordenado),
marcar Porcentaje acumulado y Crear grfico. Para finalizar hacer clic en
Aceptar y aparecen los resultados de la Figura 2.29.

Figura 2.29 Grfico de Pareto de la variable hobby en Excel

97

En Minitab:
En el men escoger Stat Quality Tools Pareto Charts. Aparece la
ventana de dilogo Pareto Chart . En Chart defects data in: ingresar hoby de la
lista de variables a la izquierda y para finalizar OK y muestra el grfico.
En SPSS:
En el men escoger Analizar Control de calidad Grficos de Pareto
escoger Simple, luego Definir. Aparece la ventana de dilogo Grfico de Pareto
simple: Recuentos o sumas para grupos de casos.
En eje de categoras: ingresar la variable hobby que aparece en la lista de variables
a la izquierda, en Ttulos indicar el nmero y ttulo del grfico, luego
Continuar y finalmente Aceptar, aparece el grfico de Pareto.
En la Figura 2.30, se muestra el grfico de Pareto obtenido en Minitab y editado
en sus ejes y colores para las barras de las categoras de hobby.
Count 27 15 12 4 2
Percent 45.0 25.0 20.0 6.7 3.3
Cum % 45.0 70.0 90.0 96.7 100.0
Hobby Other Baile TV/Cine Deportes Msica
60
50
40
30
20
10
0
100
80
60
40
20
0
A
l
u
m
n
o
s
P
o
r
c
e
n
t
a
j
e
Grfico 2.3 Grfico de Pareto de los alumnos de Estadstica Bsica 09-A, segn Hobby

Figura 2.30 Grfico de Pareto de la variable Hobby en Minitab
98
2.6 GRFICOS DE FRECUENCIAS
Entre los principales grficos de variables cuantitativas tenemos los grficos de barras,
histograma de frecuencias, polgono de frecuencia y la ojiva.
a) Grfico de barras para Datos Cuantitativos Discretos.- se usa si la variable
discreta toma valores en un rango pequeo como el nmero de hijos. Es una
representacin rectangular en el plano cartesiano, indicando en el eje de las
abscisas (X) la variable con sus pocos valores y en el eje de las ordenadas (Y) el
nmero y/o el porcentaje de unidades de anlisis que se presenta. La grfica de
barras se obtiene de manera similar al de la variable cualitativa. Veamos
como queda la presentacin de la variable nmero de miembros en la familia en
grfico de barras, tomando como referencia los resultados del Cuadro 2.5.
2 3.3 3.3
5 8.3 11.7
11 18.3 30.0
27 45.0 75.0
8 13.3 88.3
5 8.3 96.7
1 1.7 98.3
1 1.7 100.0
60 100.0
MIEMBROS EN
LA FAMILIA
2
3
4
5
6
7
8
9
Total
Alumnos
% de
Alumnos
Porcentaje
acumulado

Figura 2.31 Grfico de barras de los Miembros de la familia en Excel
99
MIEMBROS EN LA FAMILIA
9 8 7 6 5 4 3 2
A
l
u
m
n
o
s
30
20
10
0
1,7% 1,7%
8,3%
13,3%
45,0%
18,3%
8,3%
3,3%
Grfico 2.4 % DE ALUMNOS DE ESTADSTICA BSICA 09-A, SEGN
MIEMBROS EN LA FAMILIA

Figura 2.32 Grfico de barras de los Miembros de la familia en SPSS
En trminos estrictos, la variable nmero de miembros toma valores enteros y por
lo tanto su grfico no debera ser una barra sino ms bien una lnea (grfico de
lneas), el mismo que se puede obtener con el Minitab de la siguiente manera:
En el men escoger Graph Bar Chart escoger Simple. Aparece la
ventana de dilogo Bar Chart Counts of unique values, Simple. En Categorial
variables: seleccionar mie.fam de la lista de variables a la izquierda.
A continuacin escoja Chart Options y marcar Show Y as Percent, OK. En
Labels poner nmero y ttulo del grfico; luego seleccionar Data Labels y
marcar la opcin Use y-value labels, OK. En Data View deshabilitar Bars y
marcar Project lines, OK. Para finalizar hacer clic en OK y aparece el grfico de
de la Figura 2.33 ya editado en el tipo de letra, tamao de letra, disminucin del
nmero de decimales, color de las lneas, etc.
100
9 8 7 6 5 4 3 2
50
40
30
20
10
0
Miembros en la familia
P
e
r
c
e
n
t
1.7 1.7
8.3
13.3
45.0
18.3
8.3
3.3
Percent within all data.
Grfico 2.4 % de Alumnos de Estadstica Bsica 09-A, segn el Nmero de miembros en su familia

Figura 2.33 Grfico de barras de los Miembros de la familia en Minitab
b) Histograma de Frecuencias para Datos Cuantitativos en intervalos.- se usa si
la variable cuantitativa discreta o continua se presenta en intervalos. El Histograma
de Frecuencias es un conjunto de rectngulos (barras) en el plano cartesiano,
indicando en el eje de las abscisas (X) la variable con sus intervalos y en el eje de
las ordenadas (Y) las frecuencias absolutas, relativas o la densidad. La base de los
rectngulos es la amplitud del intervalo (pueden ser de igual o diferente amplitud)
y la altura la frecuencia (absoluta o relativa) o la densidad que alcanza en cada
intervalo.
Para intervalos de igual amplitud, veamos la presentacin de la variable peso de
los alumnos de Estadstica Bsica mediante histograma de frecuencias, tomando
como referencia los resultados del Cuadro 2.7 siguientes:
Clase LIi LSi Xi ni hi
1 44.0 52.8 48.4 19 0.317
2 52.8 61.6 57.2 15 0.250
3 61.6 70.4 66.0 17 0.283
4 70.4 79.2 74.8 5 0.083
5 79.2 88.0 83.6 4 0.067
60 1.000
101
En Excel:
El proceso es similar a la construccin del grfico de Pareto antes visto, es decir,
que se requiere de herramientas para el anlisis de datos.
Escoger en la barra de men Datos Anlisis de datos (ubicado en el extremo
superior derecho) y aparece la ventana de dilogo Anlisis de datos. De Funciones
para anlisis escoger Histograma, luego Aceptar y aparece la ventana de dilogo
Histograma de la Figura 2.34.

Figura 2.34 Obteniendo el Histograma de peso en Excel
En la parte de Entrada, de la Figura 2.34, en Rango de entrada: sombrear el rea
de los datos de peso de la Figura 2.12 (desde A3 hasta A62); en Rango de clases:
sombrear el rea de LSi de la Figura 2.12 (desde E12 hasta E16) y se marca
Rtulos si se utilizaran para los dos rangos anteriores.
En Opciones de salida, de la Figura 2.34, indicar donde queremos que salga el
resultado, si es en la misma hoja, marcar Rango de salida: y en el recuadro indicar
la celda a partir de donde queremos que salgan los resultados (N2 aqu); si es En
una hoja nueva: marcar y en el recuadro ponerle nombre; y por ltimo si queremos
En un libro nuevo, marcarlo. Luego marcar Crear grfico. Para finalizar hacer
clic en Aceptar y aparecen los resultados del histograma.
102
En Excel se obtiene los resultados para los lmites superiores de clase indicados y
los rectngulos del histograma separados, por lo que se tiene que editar haciendo
clic sobre los rectngulos y con botn derecho seleccionar Formato de serie de
datos y en la ventana de dilogo del mismo nombre escoger Opciones de series y
en Ancho del intervalo poner 0%. Al hacer clic en el botn Cerrar, los
rectngulos del histograma aparecen juntos. Se pone nmero y ttulo del grfico,
as como colores, etc. y se tiene los resultados del la Figura 2.35.

Figura 2.35 Histograma de frecuencia del peso en Excel
En Minitab:
Estando en la base de datos Estadstica Bsica 09-A.MPJ, seguir la secuencia
Graph Histogram Simple OK y aparece la ventana de dilogo
Histogram Simple de la Figura2.36. En Graph variables: ingrese la variable peso
seleccionndola de las variables del lado izquierdo.
103

Figura 2.36 Obteniendo el Histograma de peso en Minitab
Haciendo clic en el botn Scale luego en Y-Scale Type aparece marcado
automticamente Frecuency, tambin se puede escoger Percent o Density
(densidad para intervalos de diferente amplitud) dejemos Frecuency, OK.
Hacer clic en el botn Labels en Title: poner el nmero y ttulo del grfico, en
Data Labels escoger Use y-value labels, OK. Para finalizar OK y aparece un
histograma que debe ser editado para obtener los intervalos de clase deseados. Para
ello hacer doble clic sobre el histograma y aparece la ventana de dilogo Edit
Bars de la Figura 2.37donde ya se ha escogido Binning.
En la ventana de Binning, en Interval Type aparece automticamente marcado
Midpoint, escoger Cutpoint.
Luego en Interval Definition escoger Midpoint/Cutpoint positions: en el
recuadro en blanco escribir el valor mnimo (44), dos puntos, el valor mximo
(88), diagonal, y el valor de la amplitud de clase C (8.8). Es decir, 44:88/8.8.
Tambin se puede escribir los 6 puntos de corte (cutpoint) de los 5 intervalos
separados por un espacio en blanco: 44 52.8 61.6 70.4 79.2 88 y para finalizar
OK, e inmediatamente aparece el histograma de frecuencia de la Figura 2.38.
104

Figura 2.37 Edicin (en Binning) del Histograma de peso en Minitab

88.0 79.2 70.4 61.6 52.8 44.0
20
15
10
5
0
Peso (Kg.)
F
r
e
q
u
e
n
c
y
4
5
17
15
19
GRFICO 2.6 HISTOGRAMA DEL PESO DE LOS ALUMNOS DE ESTADSTICA BSICA 09-A

Figura 2.38 Histograma de frecuencias del peso en Minitab
105
En SPSS:
Seguir el procedimiento para obtener el cuadro 2.4 (Analizar Estadsticos
descriptivos Frecuencias) aparece la ventana de la Figura 2.11. Con la
variable peso ya ingresada, escoger dentro de la opcin Tipo de
grfico: Histogramas, luego Continuar, para finalizar Aceptar y en la Ventana
de resultados aparece el histograma, que se puede editar haciendo doble clic sobre
el histograma dos veces y aparece la ventana de Propiedades. En intervalos,
dentro de Eje X marcar Personalizado, escoger Nmero de intervalos (e
indicarlos) o Ancho de intervalo (e indicarlo 8.8), Aplicar y luego Cerrar. Poner
nmero y ttulo del grfico, colores, etc. Y se tiene el histograma de la Figura 2.39.
PESO (Kg)
100 90 80 70 60 50 40
A
l
u
m
n
o
s
20
15
10
5
0
4
5
17
15
19
Grfico 2.6 HISTOGRAMA DEL PESO DE LOS ALUMNOS DE ESTADSTICA
BSICA 09-A
Media =59,87
Desviacin tpica =10,53
N =60

Figura 2.39 Histograma de frecuencias del peso en SPSS
En R:
Estando attachada la base de datos, para que reconozca la variable peso, se escribe
la sintaxis sencilla siguiente:
106
hist(variable, breaks=seq(mnimo, mximo, by=amplitud, col=color,
labels=TRUE, main=ttulo del grfico, xlab=ttulo eje X, ylab=ttulo eje Y)
Donde: variable (datos para obtener el histograma), mnimo = valor mnimo de los
datos, mximo = valor mximo, amplitud = ancho de los intervalos, color =
colores (blanco = 0, 8, White; negro= 1, 9, black; rojo = 2, 10, red; verde =
3, 11, green; azul = 4, 12, blue; magenta = 5, 13; violeta =6, 14, violet;
amarillo = 7, 15, yellow; anaranjado = orange; purpura = purple; rosado =pink;
fucsia=magenta; gris=gray; etc.)
Para la variable peso en la base de datos caso2, el histograma se obtiene as:
> attach(caso2)
> hist(peso, breaks=seq(44,88,by=8.8), col="13", labels=TRUE, main="Grfico
2.6 Histograma del Peso de los Alumnos", xlab="Peso(Kg.)", ylab="Alumnos")

Figura 2.40 Histograma de frecuencias del peso en R
107
Histograma de densidad.- se presenta, por lo general, para tablas con intervalos
de clase de diferente amplitud, situacin que ocurre para algunas variables
econmicas. En las columnas de frecuencias se agrega una de densidad (d
i
) que se
obtiene dividiendo las frecuencias relativas entre la amplitud de clase. Es decir,
d
i
= h
i
/ C
i
.
Las barras del histograma de densidad tienen por base la amplitud del intervalo y
por altura la densidad alcanzada. El rea debajo del histograma de densidad es
igual a1.
1 1 1
1.00
k k k
i
i i i i
i i i
i
h
Area d C C h
C
= = =
= = = =

Si para la variable peso trabajada, se juntan los dos ltimos intervalos y se hace los
conteos correspondientes, el Cuadro 2.7 se transforma en:
Clase LIi LSi Xi ni hi di
1 44.0 52.8 48.4 19 0.317 0.0360
2 52.8 61.6 57.2 15 0.250 0.0284
3 61.6 70.4 66.0 17 0.283 0.0322
4 70.4 88.0 79.2 9 0150 0.0085
60 1.000
El ltimo intervalo, tiene el doble de amplitud que los otros tres y por lo tanto
mayor nmero de repeticiones (5 +4 = 9). Para contrarrestar el efecto del mayor
ancho del intervalo es que se representa la densidad en vez de la frecuencia.
El Minitab es el programa apropiado para obtener el histograma de densidad.
Vamos a efectuar el mismo procedimiento de la construccin del histograma de
frecuencias. Es decir, Graph Histogram Simple OK y aparece la
ventana de dilogo Histogram Simple de la Figura2.36. En Graph variables:
ingresar la variable peso seleccionndola de las variables del lado izquierdo.
Haciendo clic en el botn Scale luego en Y-Scale Type aparece marcado
automticamente Frecuency, desactivarla y marcar Density, OK.
Hacer clic en el botn Labels en Title: poner el nmero y ttulo del grfico, en
Data Labels escoger Use y-value labels, OK. Para finalizar OK y aparece un
histograma de densidad que debe ser editado para obtener los intervalos de clase
deseados. Para ello hacer doble clic sobre el histograma y aparece la ventana de
dilogo Edit Bars de la Figura 2.41 donde ya se ha escogido Binning.
108

Figura 2.41 Edicin del Histograma de densidad de peso en Minitab
En la ventana de Binning, en Interval Type aparece marcado Midpoint, escoger
Cutpoint. Luego en Interval Definition escoger Midpoint/Cutpoint positions: en
el recuadro en blanco escribir los 5 puntos de corte (cutpoint) de los 4 intervalos
separados por un espacio en blanco: 44 52.8 61.6 70.4 88 y para finalizar OK, e
inmediatamente aparece el histograma de densidad de la Figura 2.42.
88.0 70.4 61.6 52.8 44.0
0.04
0.03
0.02
0.01
0.00
PESO (Kg.)
D
e
n
s
i
t
y
0.0085
0.0322
0.0284
0.0360
GRFICO 2.7 HISTOGRAMA DE DENSIDAD DEL PESO DE LOS ALUMNOS E.B. 09-A

Figura 2.42 Histograma de densidad de peso en Minitab
109
c) Polgono de frecuencias.- es un grfico de lneas que une los puntos medios
superiores de las barras del histograma, es decir, une los pares ordenados marcas
de clase y frecuencias absolutas o relativas, (X
i
, n
i
) o (X
i
, h
i
) con el fin de tener una
visin global de la distribucin de frecuencias cuando son suavizadas.
Para efectuar la representacin del polgono de frecuencias y la ojiva de la variable
peso, las trabajaremos en el Minitab, siendo necesario para ello definir en el
workshet (hoja de trabajo) los datos del Cuadro 2.7, en columnas nuevas: lmite
superior (Lm.Sup.), Marca de clase, frecuencia relativa (Frec. relat.) y frecuencia
relativa acumulada (Frec. relat. acum.) en las que, para poder cerrar las grficas, se
han agregado la primera y ltima clase con los valores que le corresponderan, tal
como se muestra en la Figura 2.43.

Figura 2.43 Datos para el Polgono de frecuencias y Ojiva del peso en Minitab
El procedimiento para construir el Polgono de frecuencias es el siguiente: Graph
Scatterplot With Connect Line OK, y aparece la ventana de dilogo de
la Figura 2.44.
De la lista de variables del lado izquierdo seleccionar Frec. relat. e ingresarla en Y
variables y Marca de clase en X variables, como se muestra en la Figura 2.44.
Hacer clic en Data View y en Data display marcar Connect line, OK. Luego
escoger Labels en Tittle: poner el nmero y ttulo del grfico, y en Data Labels
marcar Use y-value labels, OK.
Para finalizar hacer clic en OK y aparece el polgono de frecuencias de la Figura
2.45.
110

Figura 2.44 Scatterplot para el Polgono de frecuencias del peso en Minitab

100 90 80 70 60 50 40
0.35
0.30
0.25
0.20
0.15
0.10
0.05
0.00
Marca de clase
F
r
e
c
.

r
e
l
a
t
.
0.000
0.051
0.085
0.288
0.254
0.322
0.000
Grfico 2.8 POLGONO DE FRECUENCIA DEL PESO DE LOS ALUMNOS E.B. 09-A

Figura 2.45 Polgono de frecuencias del peso en Minitab
111
d) Ojiva.- sirve para representar las frecuencias (absolutas o relativas) acumuladas
menor o igual que para una variable determinada. Su representacin se hace con
un grfico de lneas, no decreciente, que une los pares ordenados formados por los
lmites superiores de los intervalos de clase y las frecuencias (absolutas o relativas)
acumuladas, (LSi, Ni) o (LSi, Hi).
Para efectuar la representacin de la ojiva de la variable peso, la trabajaremos en el
Minitab con los datos de la Figura 2.43.
El procedimiento para construir la Ojiva es el siguiente: Graph Scatterplot
With Connect Line OK, y aparece la ventana de dilogo de la Figura 2.46.

Figura 2.46 Scatterplot para la Ojiva del peso en Minitab
De la lista de variables del lado izquierdo seleccionar Frec. relat. acum. e
ingresarla en Y variables y Lim. Sup. en X variables, tal como se muestra en la
Figura 2.46.
Hacer clic en Data View y en Data display marcar Connect line, OK. Luego
escoger Labels en Tittle: poner el nmero y ttulo del grfico, y en Data Labels
marcar Use y-value labels, OK.
Para finalizar hacer clic en OK y aparece la Ojiva de la Figura 2.47.
112
100 90 80 70 60 50 40
1.0
0.8
0.6
0.4
0.2
0.0
Lm. Sup. PESO (Kg.)
F
r
e
c
.

r
e
l
a
t
.

A
c
u
m
.
1.000 1.000
0.949
0.864
0.576
0.322
0.000
Grfico 2.9 OJIVA DEL PESO DE LOS ALUMNOS DE ESTADSTICA BSICA 09-A

Figura 2.47 Ojiva del peso en Minitab

2.7 DIAGRAMA DE TALLOS Y HOJAS
Es un grfico sencillo de realizar y fue propuesto por Tukey (1977) para ver la
distribucin de frecuencias preliminar de una variable cuantitativa con pocas
observaciones. Para su elaboracin se toma en cuenta el nmero de dgitos que poseen
los valores de la variable. El tallo viene dado por los dgitos de mayor orden,
acompaado por las hojas que es la parte complementaria del nmero representado.
Veamos su obtencin para la variable peso.
En Minitab.-
Seguir la secuencia: Graph Stem-and-Leaf (Tallos y Hojas) y aparece la ventana
de dilogo Stem-and-Leaf. En Graph variables: ingresar la variable peso de las
variables del lado izquierdo. En Increment: escribir 5 (para que salgan los tallos con
incrementos de 5 en 5 a partir del valor mnimo). Al hacer clic en OK, aparecen los
siguientes resultados.
113
Stem-and-Leaf Display: peso

Stem-and-leaf of peso N = 60
Leaf Unit = 1.0

1 4 4
9 4 56678899
24 5 000001122233334
(8) 5 55555779
28 6 0033444
21 6 5566778889
11 7 0022
7 7 557
4 8 000
1 8 8

En la primera columna aparecen las frecuencias absolutas acumuladas, crecientes
desde la primera lnea hasta antes del nmero entre parntesis (8) que indica que son 8
observaciones y que en esa lnea se ubica el valor central (mediana). Despus aparecen
valores decrecientes, ya que la acumulacin empieza desde la ltima lnea.
En la columna central se presentan los tallos, representando los pesos en decenas (de
kg.) y en la ltima columna las hojas con un dgito por cada observacin (sus unidades
se dan al comienzo del grfico como Leaf Unit) aqu = 1.0 Kg. En la primera lnea
aparece el peso mnimo (44) y en la ltima lnea el peso mximo (88) Kg.

En SPSS.-
Estando en la base de datos de Estadstica Bsica 09-A, escoger del men Analizar
Estadsticos descriptivos Explorar y aparece la ventana de dilogo Explorar. En
Dependientes: ingresar la variable peso de las variables del lado izquierdo. Hacer clic en
el botn Grficos y aparece la ventana de dilogo Explorar: Grficos, en Descriptivos
aparece activado automticamente Tallo y hojas. Hacer clic en Continuar, regresa a
Explorar y para finalizar clic en Aceptar. En la ventana de Resultados aparece:
PESO (Kg) Stem-and-Leaf Plot

Frequency Stem & Leaf

1.00 4 . 4
8.00 4 . 56678899
15.00 5 . 000001122233334
114
8.00 5 . 55555779
7.00 6 . 0033444
10.00 6 . 5566778889
4.00 7 . 0022
3.00 7 . 557
3.00 8 . 000
1.00 8 . 8

Stem width: 10
Each leaf: 1 case(s)

El ancho del tallo (Stem width) 10 indica que est en decenas de Kg.

En R.-
Estando attachada la base de datos de los alumnos de Estadstica Bsica 09-A
representada por caso2, se usa la funcin stem(variable). Se procede as:
> attach(caso2)
> stem(peso)
Aparece el diagrama de tallos y hojas siguiente:

The decimal point is 1 digit(s) to the right of the |

4 | 4
4 | 56778899
5 | 000011122333334
5 | 55555779
6 | 003344
6 | 55566778889
7 | 0022
7 | 557
8 | 000
8 | 8

Slo muestra los tallos en la primera columna (en decenas de Kg.) y las hojas (en
Kg.).

115

Captulo 3. MEDIDAS DE POSICIN
La estadstica es una ciencia que demuestra que si mi vecino tiene dos
coches y yo ninguno, los dos tenemos uno George Bernard Shaw

CONTENIDO
3.1 Introduccin.
3.2 Media aritmtica.
3.3 Mediana.
3.4 Moda.
3.5 Media Geomtrica.
3.6 Media armnica.
3.7 Los cuantiles: cuartiles, deciles y percentiles.

3.1 INTRODUCCIN
En este captulo se da inicio a otras modalidades de descripcin de los datos a
travs de los denominados estadgrafos que son medidas de resumen del
conjunto de datos obtenidos a partir de una muestra o un censo (enumeracin
completa de las unidades de anlisis de la poblacin).
Si el estadgrafo es obtenido en la muestra se denomina estimador (estadstico) y
es usado en inferencia estadstica como estimacin (aproximacin) al parmetro
desconocido en la poblacin.
Los estadgrafos puedes ser de: posicin, dispersin, forma y concentracin. Para
una mejor comprensin de estos estadgrafos presentaremos su definicin, clculo
para datos sin agrupar y para datos agrupados (tabla de frecuencias), as como su
interpretacin.
En este captulo veremos las medidas de posicin, llamadas tambin estadgrafos
de tendencia central, porque al obtenerlos reflejan un valor entre el mnimo y
mximo. Entre estos tenemos: la media aritmtica, la mediana, la moda, la media
geomtrica, la media armnica y los cuantiles.
Las aplicaciones con los programas se ven al final del captulo.

116
3.2 MEDIA ARITMTICA
Llamada tambin media o promedio simple, es el centro de gravedad o centroide
de la distribucin de frecuencias. Es decir, es el punto en donde estn en equilibrio
todas las fuerzas.
En fsica, centroide es el centro de masa de un objeto con densidad uniforme. Para
un objeto unidimensional uniforme de longitud L, el centroide es el punto medio
del segmento de lnea. Entonces, para cada barra (rectngulo) del histograma es su
marca de clase y para todo el histograma de frecuencias es la media aritmtica
ponderada por las frecuencias absolutas o relativas o las ponderaciones
consideradas.

Frmulas de clculo para datos sin agrupar.-
a) Media o promedio poblacional:
1
N
i
i
X
N
=
=

b) Media o promedio muestral:
1
n
i
i
X
X
n
=
=

Frmulas de clculo para datos agrupados.-
a) Media o promedio poblacional:
1
1
k
i i k
i
i i
i
X n
X h
N
=
=
= =

b) Media o promedio muestral:
1 1
1
1
k k
i i i i k
i i
i i k
i
i
i
X n X n
X X h
n
n
= =
=
=
= = =

Donde:
k = nmero de intervalos de clase.
X
i
= Marca de clase
n
i
= frecuencias absolutas o repeticiones.
h
i
= frecuencia relativa.
N = tamao de la poblacin.
n = tamao de la muestra.
Ejemplo 3.1
- Si trabajamos con los datos sin agrupar del Cuadro 2.6, peso en Kg. de los 60
alumnos de Estadstica Bsica 09-A, tenemos que la media aritmtica es:
117
60
1 1
44 45 46 .... 80 88 3592.1
59.868
60 60 60
N
i i
i i
X X
N
= =
+ + + + +
= = = = =

Kg.
Interpretacin.- el peso promedio de los alumnos de Estadstica Bsica 09-A es
59.868 Kg. Tambin podemos apreciar que el numerador representa el total
poblacional, es decir que la suma de los pesos de los 60 alumnos en la
poblacin es de 3592.1 Kg.
- Si trabajamos con los datos agrupados del Cuadro 2.7, peso en Kg. de los 60
alumnos de Estadstica Bsica 09-A, tenemos que la media aritmtica es:
5
1 1 1 1 2 2 3 3 4 4 5 5
60 60
k
i i i i
i i
X n X n
X n X n X n X n X n
N
= =
+ + + +
= = =

=
48.4(19) 57.2(15) 66.0(17) 74.8(5) 83.6(4) 3608.0
60.133
60 60
+ + + +
= = Kg.

Interpretacin.- el peso promedio de los alumnos de Estadstica Bsica 09-A es
60.133 Kg. Tambin podemos apreciar que el numerador sigue representando
el total poblacional, es decir que la suma de los pesos de los 60 alumnos en la
poblacin es de 3608.0 Kg., resultado diferente al anterior (normalmente
difieren ya que se est agrupando datos).
Resultado similar se obtiene usando la frmula con frecuencias relativas (hi),
as:
5
1
19 15 17 5 4
(48.4) (57.2) (66.0) (74.8) (83.6) 60.133
60 60 60 60 60
i i
i
X h
=
= = + + + + =

Figura 3.1 Clculo de la media para datos agrupados en Excel
118
En la Figura 3.1 se muestra en Excel como se ha efectuado el clculo de la
media aritmtica para datos agrupados.
Primero hay que ingresar las marcas de clase (X
i
), las frecuencias absolutas (n
i
)
y las frecuencias relativas (h
i
) en las columnas C, D, y E respectivamente. La
forma ms sencilla de efectuar el clculo es la que aparece en la casilla F10
utilizando la funcin matemtica suma de productos que se indica as:
e inmediatamente aparece el peso
promedio igual a 60.133 Kg. En la celda F9 se muestra el clculo de la suma de
productos de
5
1
i i
i
X n
=
= 3608.0 Kg. y en la G9 la suma de productos de

5
1
i i
i
X h
=
= 60.133 Kg., que es la media solicitada.

Media Ponderada.-
1
1
n
i i
i
n
i
i
X W
X
W
=
=
=

Donde X
i
= valor de la i-sima observacin y W
i
= ponderacin o peso de la i-
sima observacin.
El clculo del ejemplo 3.1 es una forma de media ponderada, donde los X
i
son las
marcas de clase y las ponderaciones vienen dadas por las frecuencias absolutas
(n
i
) o las frecuencias relativas (h
i
). Dicho clculo tambin lo podemos resolver
usando el programa R as:
Primero se definen los vectores de X
i
, n
i
y/o h
i
de la siguiente manera:
> Xi=c(48.4, 57.2, 66.0, 74.8, 83.6)
> ni=c(19, 15, 17, 5, 4)
> hi=ni/60
Luego usar la funcin weighted.mean, as:
> weighted.mean(X,ni)
[1] 60.13333
> weighted.mean(X,hi)
[1] 60.13333
Con resultados similares a los del acpite anterior.
119
Para el caso de un ndice de precios X
i
es un relativo de precios (P
ti
/ P
0i
) y para un
ndice de cantidad X
i
es un relativo de cantidad (Q
ti
/ Q
0i
).

Para el ndice de precios de Laspeyres W
i
= P
0i
Q
0i
, luego este ndice es el
siguiente promedio ponderado:
0 0 0
1 0 1
0
0 0 0 0
1 1
( )
n n
ti
i i ti i
i i i
t n n
i i i i
i i
P
P Q PQ
P
IPL
P Q P Q
= =
= =
= =

Para el ndice de precios de Paasche W
i
= P
0i
Q
ti
, luego este ndice es el
siguiente promedio ponderado:
0
1 0 1
0
0 0
1 1
( )
n n
ti
i ti ti ti
i i i
t n n
i ti i ti
i i
P
P Q PQ
P
IPP
P Q P Q
= =
= =
= =

Propiedades de la media aritmtica.-
a) La suma de las desviaciones de los valores observados con respecto a su
media aritmtica es cero.
1 1
( ) 0
n n
i i
i i
X X X nX nX nX
= =
= = =

b) La suma de las desviaciones al cuadrado, de los valores observados con
respecto a su media aritmtica, es mnima.
2
1
( )
n
i
i
X X
=

es mnima.
c) El clculo de la media aritmtica se ve afectado por los valores extremos
(outliers) muy grandes o muy pequeos.

Ejemplo 3.2.- si los ingresos de 5 trabajadores son: 450, 500, 500, 550 y
2000. Entonces el ingreso promedio es de 800 muy distante del ingreso de la
mayora de los trabajadores. Se recomienda usar la mediana.

d) Si a y b son nmeros reales e , :
i i
Y aX b entonces Y aX b = = .
Demostracin:
1 1 1 1
( )
n n n n
i i i
i i i i
Y aX b a X b
Y aX b
n n n n
= = = =
= = = =

120
Ejemplo 3.3.- si el ingreso promedio de los trabajadores es X = S/. 1 000.
Hallar los ingresos promedio si se producen los siguientes incrementos:
S/. 100 para cada trabajador, entonces el nuevo ingreso de cada
trabajador es: Yi = Xi + 100 .
Luego el nuevo ingreso promedio de los trabajadores es:
Y = X + 100 = S/. 1 100.
10% para cada trabajador, entonces el nuevo ingreso de cada trabajador
es Yi = 1.10 Xi .
Y = 1.10 X = 1.10 (1 000) = S/. 1 100.

5% ms S/. 50 a cada trabajador, entonces el nuevo ingreso de cada
trabajador es Yi = 1.05 Xi + 50 .
Y
= 1.05
X
+ 50 = 1.05 (1 000) + 50 = S/. 1 100.

3.3 MEDIANA (Me)
Es el valor central que divide en dos partes iguales la distribucin de frecuencias
(conjunto de observaciones).

Me

50% observaciones 50% observaciones

121

Clculo para datos sin agrupar.-
a) Ordenar los datos en forma ascendente: X
(1)
, X
(2)
, . , X
(n)

b) Calcular la mediana:
Si el nmero de observaciones n es par:
1
2 2
1
2
n n
Me X X
| | | |
+
| |
\ . \ .
(
= +
(
(

Si el nmero de observaciones n es impar:
1
2
n
Me X
+ | |
|
\ .
=
Ejemplo 3.4
Si se calcula la mediana con los datos sin agrupar del Cuadro 2.6, peso en Kg. de
los 60 alumnos de Estadstica Bsica 09-A, se tiene que:
a) Los 60 datos ordenados en forma ascendente son:
44 45 46 46.5 47 48 48 49 49 50
50 50 50 50.5 51 51 52 52 52.6 53
53 53 53 54 55 55 55 55 55 57
57 59 60 60 63 63 64 64 64.5 65
65 66 66 67 67 68 68 68 69 70
70 72 72 75 75 77 80 80 80 88
b) Dado que n = 60 es par, se necesitan las observaciones ordenadas 30 y 31
para calcular la mediana, as:

( ) ( )
| |
30 31
1 1
57 57 57
2 2
Me X X
(
= + = + =

Kg.
Interpretacin.- el 50 % de los alumnos de Estadstica Bsica 09A tienen un
peso menor o igual a 57 Kg y el otro 50% por encima de 57 Kg.

Clculo para datos agrupados.-
a) Ubicar la clase j que contiene el valor Me
Como en las tablas de frecuencias los valores de la variable estn ordenados
en forma ascendente, se determina n/2 y ayudndonos de las frecuencias
acumuladas se ve que clase j contiene (o donde esta) la Me.
b) Calcular la Me usando cualquiera de las siguientes expresiones:
122
1 1
1
2 2
j j
j j j j
j j
n
N H
Me LI C LI C
n h

| | | |

| |
= + = +
| |
| |
\ . \ .

Donde:
j = clase que contiene o donde esta la Me.
LI
j
= lmite inferior de la clase que contiene la Me.
n
j
= repeticiones en la clase que contiene la Me.
N
j-1
= repeticiones acumuladas hasta la clase anterior a la que contiene Me.
C
j
= amplitud de la clase Me = LS
j
LI
j
.
h
j
= frecuencia relativa en la clase que contiene la Me.
H
j-1
= frec. relativa acumulada hasta la clase anterior a la que contiene Me.
Ejemplo 3.5
Calcular la mediana con los datos agrupados del Cuadro 2.7, peso de los 60
alumnos de Estadstica Bsica 09-A FCE-UNAC, siguientes:
i LIi LSi Xi ni hi Ni Hi
1 44.0 52.8 48.4 19 0.317 19 0.317
2 52.8 61.6 57.2 15 0.250 34 0.567
3 61.6 70.4 66.0 17 0.283 51 0.850
4 70.4 79.2 74.8 5 0.083 56 0.933
5 79.2 88.0 83.6 4 0.067 60 1.000
60 1.000
Acum.
alumnos
Prop.Ac.
alumnos
Clase PESOS (Kg.)
Marca
clase
Alum-nos
Prop.
alumnos

Solucin.-
a) Ubicar la clase j que contiene el valor Me.
60
30
2 2
n
= = . En que intervalo de clase se cont la observacin o peso del
alumno 30?
Observando los N
i
del Cuadro 2.7, se aprecia que en la clase 1, N
1
= 19, se
han contado los pesos de los 19 primeros alumnos (recordemos que los pesos
estn ordenados de manera ascendente en el cuadro).
Entonces, en el intervalo de clase 2 se cuentan los pesos de los alumnos 20,
21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33 y 34.
Luego, la clase en la que se cuenta la talla del alumno
60
30
2 2
n
= = es la
clase j = 2. La mediana es un peso entre 52.8 y 61.6 Kg.
123
b) Calcular la Me usando la expresin:
1
2
j
j j
j
n
N
Me LI C
n

| |
|
= +
|
|
\ .

Donde:
j = 2, n = 60, LI
j
= LI
2
= 52.8 n
j
= n
2
= 15,
N
j-1
= N
1
= 19, C
3
= LS
3
LI
3
= 61.6 52.8 = 8.8
Reemplazando valores en la frmula se tiene:
1
2 2
2
60
19
2 2
52.8 8.8 59.253 .
15
n
N
Me LI C Kg
n
| | | |

| |
= + = + =
| |
| |
\ . \ .

Interpretacin.- el 50 % de los alumnos de Estadstica Bsica 09A tienen un
peso menor o igual a 59.253 Kg y el otro 50% por encima de 59.253 Kg.

Propiedades de la mediana.-
a) La suma de las desviaciones, en valor absoluto, de los valores observados
con respecto a la mediana es mnima; es decir, que es menor que la suma de
las desviaciones, en valor absoluto, con respecto a cualquier otro valor a de
la distribucin.
1 1
n n
i i
i i
X Me X a
= =
s

, para datos sin agrupar.
1 1
k k
i i i i
i i
X Me n X a n
= =
s

, para datos agrupados.
b) Robustez: la mediana no se ve afectada por los valores extremos, slo por
los valores centrales. Es decir, que la mediana es un valor ms representativo
de la tendencia central de un conjunto de datos, que la media aritmtica,
cuando estos son asimtricos (los valores extremos reflejan desigualdades).
Ejemplo 3.6.- para los ingresos de 5 trabajadores (450, 500, 500, 550 y
2000) del ejemplo 3.2, el promedio es de 800 muy distante del ingreso de la
mayora de los trabajadores. Se recomienda usar la mediana, que en este caso
es 500, mucho ms representativa que la media aritmtica 800.
124
c) Si a y b son nmeros reales e , : ( ) ( )
i i
Y a X b entonces Me Y aMe X b = = .
Propiedad similar a la de la media aritmtica.

3.4 MODA
Es el valor observado ms comn, el que ms se repite o el ms frecuente. Para una
distribucin de frecuencias o probabilidades, la moda es el valor que hace mxima
dicha distribucin.
X

Observar en el conjunto de datos el valor o los valores que ms se repiten.

Ejemplo 3.7
Si se calcula la moda con los datos sin agrupar del Cuadro 2.6, peso en Kg. de los
60 alumnos de Estadstica Bsica 09-A, se tiene que los pesos ordenados son:
44 45 46 46.5 47 48 48 49 49 50
50 50 50 50.5 51 51 52 52 52.6 53
53 53 53 54 55 55 55 55 55 57
57 59 60 60 63 63 64 64 64.5 65
65 66 66 67 67 68 68 68 69 70
70 72 72 75 75 77 80 80 80 88

125
Se aprecia que el peso 55 es el que ms se repite, luego: Mo = 55 Kg.

Interpretacin.- el mayor nmero (no la mayora) de alumnos tiene un peso de 55
Kg.

a) Ubicar la clase j que contiene el valor Mo.
Si los intervalos de clase son de igual amplitud, la clase j que contiene (o
donde esta) la Mo es aquella que tiene la mayor repeticin n
i
o la mayor
frecuencia relativa h
i
. Puede haber ms de una clase modal.
Si los intervalos de clase son de diferente amplitud, la clase j que contiene (o
donde esta) la Mo es aquella que tiene la mayor densidad d
i
= h
i
/ C
i
. Puede
haber ms de una clase modal.
b) Calcular la moda usando la expresin:
1
1 2
j j
Mo LI C
| | A
= +
|
A +A
\ .

Donde:
j = clase(s) que contiene(n) o donde esta(n) la(s) Mo.
LI
j
= lmite inferior de la clase que contiene la Mo.
C
j
= amplitud de la clase Mo = LS
j
LI
j
.
1 1 1 1 j j j j j j
n n h h d d

A = = =
2 1 1 1 j j j j j j
n n h h d d
+ + +
A = = =
Ejemplo 3.8
Calcular la moda con los datos agrupados del Cuadro 2.7, peso de los 60 alumnos de
Estadstica Bsica 09-A FCE-UNAC, siguientes:
1 44.0 52.8 48.4 19 0.317 19 0.317
2 52.8 61.6 57.2 15 0.250 34 0.567
3 61.6 70.4 66.0 17 0.283 51 0.850
4 70.4 79.2 74.8 5 0.083 56 0.933
5 79.2 88.0 83.6 4 0.067 60 1.000
60 1.000
Acum.
alumnos
Prop.Ac.
alumnos
Clase PESOS (Kg.)
Marca
clase
Alum-nos
Prop.
alumnos

Solucin.-
a) Ubicar la clase j que contiene el valor Mo.
126
Considerando que los intervalos son de igual amplitud, en que intervalo de clase
se puede haber dado el mayor nmero de repeticiones n
i
o h
i
?
Observando los n
i
del Cuadro 2.7, se aprecia que el mayor es n
1
= 19. Entonces,
en el intervalo de clase j = 1 se encuentra la moda. La moda es un peso entre 44 y
52.8 Kg.
b) Calcular la moda usando la expresin:
1
1 2
j j
Mo LI C
| | A
= +
|
A +A
\ .

Donde:
j = 1,
LI
j
= LI
1
= 44.
C
1
= LS
1
LI
1
= 52.8 44 = 8.8.
1 1 1 0
19 0 19
j j
n n n n
A = = = =
2 1 1 2
19 15 4
j j
n n n n
+
A = = = =
1
1 1
1 2
19
44 8.8 51.270
19 4
Mo LI C
| | A | |
= + = + =
| |
A +A +
\ .
\ .
Kg.
Interpretacin.- el mayor nmero (no la mayora) de alumnos tiene un peso de
51.27 Kg.

Propiedades de la moda.-
a) Es el nico estadgrafo que se puede determinar para variables cualitativas.
b) La moda no se ve afectada por los valores extremos, al igual que la mediana.
c) Si a y b son nmeros reales e , : ( ) ( )
i i
Y a X b entonces Mo Y aMo X b = = .
Propiedad similar a la de la media aritmtica y la mediana.
d) Para una distribucin determinada puede haber ms de una moda o en su defecto
de no existir moda, puede haber antimoda (valor menos frecuente).

Relacin entre la moda, la media y la mediana.-
Si la distribucin de frecuencias es simtrica se cumple que las tres medidas son
aproximadamente iguales. Entonces: X Me Mo ~ ~
127
Distribucin simtrica
0
5
10
15
20
25
30
140 145 150 155 160 165 170 175 180
Val ores de l a vari abl e
N

d
e

U
.

d
e

A
.

Si X Me Mo < < entonces la distribucin de frecuencias tiene asimetra negativa
o asimetra hacia la izquierda.

Distribucin asimtrica negativa
0
5
10
15
20
25
30
140 145 150 155 160 165 170 175 180
Valores de la variable
N

d
e

U
.
A
.

Si Mo Me X < < entonces la distribucin de frecuencias tiene asimetra positiva
o asimetra hacia la derecha.
Distribucin asimtica positiva
0
5
10
15
20
25
30
140 145 150 155 160 165 170 175 180
Val ores de l a vari abl e
N

d
e

U
.
A
.

Si la distribucin de frecuencias es moderadamente asimtrica y unimodal,
segn Karl Pearson se cumple la siguiente relacin: 3 X Mo X Me =
128
Para los pesos de los alumnos de Estadstica Bsica 09-A de la FCE-UNAC se
pueden resumir los estadgrafos calculados as:
Datos:
X
Me Mo
Sin agrupar 59.868 57.000 55.000
Agrupados 60.133 59.253 51.270

Se puede apreciar que en ambos casos Mo Me X < < entonces la distribucin de los
pesos tiene asimetra positiva.

Clculo de la media aritmtica, la mediana y la moda con los programas
Veamos como se puede obtener rpidamente los estadgrafos anteriores para la
variable peso, desde la base de datos construida y utilizando los programas.

En Excel:
Estando copiados los datos de la variable peso de los 60 alumnos en la columna D,
desde D3 hasta D62, cuando en el programa se pide el rango de valores (como
Nmero 1), se sombrean estos o se escribe D3:D62.
Para efectuar cualquier clculo nos ubicamos en una celda posterior. Para calcular la
media aritmtica nos ubicaremos en la celda D63.
A continuacin, con la opcin de funciones del Excel, escoger dentro de
Seleccionar una categora Estadsticas Promedio y aparece la ventana de
dilogo de la Figura 3.2 solicitando los Argumentos de la funcin PROMEDIO. En
Nmero 1 (indicar la ubicacin de los datos de la variable peso, que estn desde la
celda D3 hasta la D62) sombrear los datos o escribir D3:D62. Luego hacer clic en
y aparece el resultado de la media aritmtica 59.8683333 Kg. De manera
similar se hace escogiendo las funciones Mediana y Moda.
Conociendo la sintaxis de la funcin, se hace mucho ms sencillo as:
Ubicarse en la celda D63 y al lado de escribir =PROMEDIO(D3:D62). Al hacer
Enter, aparece el resultado 59.8683333 Kg. (ver la Figura 3.3). De manera similar
para calcular la mediana, Ubicarse en la celda D64 y al lado de escribir
=MEDIANA(D3:D62). Al hacer Enter, aparece el resultado 57 Kg. (ver la Figura
3.3); y para calcular la moda, Ubicarse en la celda D65 y al lado de escribir
=MODA(D3:D62). Al hacer Enter, aparece el resultado 55 Kg. (ver la Figura 3.3).
129

Figura 3.2 Clculo de la media aritmtica (PROMEDIO) en Excel

Figura 3.3Resultados de la media aritmtica, mediana y moda en Excel

En Minitab:
Estando en la base de datos Estadstica Bsica 09A, escoger del men Stat Basic
Statistics Display Descriptive Statistics aparece la ventana de dilogo de la
Figura 3.4. En variables: seleccionar la variable peso de las variables que estn a la
izquierda. Hacer clic en el botn y aparece la ventana de dilogo de la
Figura 3.5. Escoger los estadgrafos a calcular: Mean (media), Median (mediana),
Mode (moda) y hemos agregado Sum (suma), Minimum (mnimo) y Maximum
(mximo). Hacer clic en OK y regresa a la Figura 3.4.
130

Figura 3.4 Seleccin de la variable peso para calcular estadgrafos en Minitab

Figura 3.5 Seleccin de estadgrafos de posicin a calcular en Minitab

Para terminar hacer clic en OK y en la ventana de Session aparecen los resultados
solicitados (se ha subrayado la media, la mediana y la moda) siguientes:
Descriptive Statistics: peso
N for
Variable Mean Sum Minimum Median Maximum Mode Mode
peso 59.87 3592.10 44.00 57.00 88.00 55 5

131
En SPSS:
Estando en la base de datos Estadstica Bsica 09A, seguir la secuencia para obtener
la tabla de frecuencias: Analizar Estadsticos descriptivos Frecuencias.
Inmediatamente se abre la ventana de dilogo Frecuencias.
En Variables: ingresar la variable peso, luego hacer clic en el botn y se
muestra la ventana de dilogo Frecuencias: Estadsticos de la Figura 3.6.

Figura 3.6 Clculo de estadgrafos de Tendencia central en SPSS

En Tendencia central marcar los estadgrafos: media, mediana, moda y suma, luego
hacer clic en Continuar, regresando a la ventana de dilogo Frecuencias y efectuar
clic en Aceptar para terminar. Inmediatamente en el Visor de Resultados aparece:
Estadsticos
PESO (Kg)
60
0
59.87
57.00
55
3592
Vlidos
Perdidos
N
Media
Mediana
Moda
Suma

Estadgrafos de tendencia central calculados con el SPSS
132
En R:
Estando en la base de datos Estadstica Bsica 09A y habiendo attachado la misma,
para que reconozca las variables y sus valores, se escribe en la consola la sintaxis
para el estadgrafo requerido: mean(variable) para la media, median(variable) para la
mediana, min(variable) para el valor mnimo y max(variable) para el valor mximo.
Aplicando a la variable peso se obtiene:
> mean(peso)
[1] 59.86833
> median(peso)
[1] 57
> min(peso)
[1] 44
> max(peso)
[1] 88

El R no permite el clculo de la moda, aparece lo siguiente.
> mode(peso)
[1] "numeric"

133

3.5 MEDIA GEOMTRICA
Es la raz n-sima del producto de los valores observados.
Se utiliza para calcular promedios de datos con cierta tendencia geomtrica, tasas
medias de crecimiento, etc.

( )
1
1 2 1 2
n
n
n n
G X X X X X X = =
Considerando que el producto de los valores observados puede ser muy elevado, se
sigue el siguiente procedimiento para hallar G:
a) Determinar el logaritmo decimal de G:
( )
1 2
1
1 1
log log log log log
n
n i
i
G X X X X
n n
=
= + + + =

b) Hallar G, tomando el antilogaritmo de log G:
log
10
G
G =

Ejemplo 3.9
Si se calcula la media geomtrica con los datos sin agrupar del Cuadro 2.6, peso en
Kg. de los 60 alumnos de Estadstica Bsica 09-A, cuyos pesos ordenados son:
44 45 46 46.5 47 48 48 49 49 50
50 50 50 50.5 51 51 52 52 52.6 53
53 53 53 54 55 55 55 55 55 57
57 59 60 60 63 63 64 64 64.5 65
65 66 66 67 67 68 68 68 69 70
70 72 72 75 75 77 80 80 80 88

a) Determinamos el logaritmo decimal de G:
( )
60
1 2 60
1
1 1
log log log log log
60 60
i
i
G X X X X
=
= = + + + =

( )
1
log44 log45 log88
60
= + + + =
( )
1
1.6434526765 1.6532125138 1.9444826722
60
= + + + =
134

106.2486352942
1.7708105882
60
= =

b) Hallamos G tomando el antilogaritmo de log G:
log 1.7708105882
10 10 58.994
G
G = = = Kg.

Interpretacin.- el peso medio de los alumnos es de 58.994 Kg.

( )
1 2 1 2
1
1 2 1 2
k k
n n n n n n
n n
k k
G X X X X X X = =
Considerando que el producto de las potencias de las marcas de clase elevadas a las
repeticiones observados puede ser muy grande, se sigue el siguiente procedimiento
para hallar G:
a) Determinar el logaritmo decimal de G:
( )
1 1 2 2
1 1
1 1
log log log log log log
k k
k k i i i i
i i
G n X n X n X n X h X
n n
= =
= + + + = =

b) Hallar G, tomando el antilogaritmo de log G:
log
10
G
G =
Ejemplo 3.10
Calcular la media geomtrica con los datos agrupados del Cuadro 2.7, peso de los
60 alumnos de Estadstica Bsica 09-A FCE-UNAC, siguientes:
1 44.0 52.8 48.4 19 0.317 19 0.317
2 52.8 61.6 57.2 15 0.250 34 0.567
3 61.6 70.4 66.0 17 0.283 51 0.850
4 70.4 79.2 74.8 5 0.083 56 0.933
5 79.2 88.0 83.6 4 0.067 60 1.000
60 1.000
Acum.
alumnos
Prop.Ac.
alumnos
Clase PESOS (Kg.)
Marca
clase
Alum-nos
Prop.
alumnos

Solucin.-
a) Determinamos el logaritmo decimal de G:
( )
5
1 1 2 2 3 3 4 4 5 5
1
1 1
log log log log log log log
60 60
i i
i
G n X n X n X n X n X n X
=
= = + + + + =

( )
1
19 log48.4 15 log57.2 17 log66.0 5 log74.8 4 log83.6
60
= + + + + =
135
32.01206187 26.36094043 30.93224690 9.36950799 7.68882511
60
+ + + +
= =
106.36358231
1.772726.37
60
= =
b) Hallamos G tomando el antilogaritmo de log G:
log 1.77272637
10 10 59.255
G
G = = = Kg.

Interpretacin.- el peso medio de los alumnos es de 59.255 Kg.

Aplicacin de la media geomtrica.-
Una de las aplicaciones importantes de la media geomtrica es la referida a la
determinacin de tasas medias de crecimiento de la poblacin (r), para lo cual se
cuenta con informacin de los censos de poblacin en dos perodos de tiempo no
consecutivos (la ONU recomienda la realizacin de censos de poblacin cada 10
aos debiendo realizarse los mismos el 30 de junio de los aos terminados en cero).
Asimismo, se hacen proyecciones de poblacin (similar al crecimiento del capital)
con la expresin:
P
n
= (1 + r)
n
P
0

Es a partir de esta expresin que se obtiene la frmula para hallar la tasa media de
crecimiento intercensal (r) de la poblacin siguiente:
0
1
n
n
P
r
P
=
P
o
= Poblacin en el ao 0.
P
n
= Poblacin en el ao n.
n = Perodos (aos, meses, etc.) transcurridos desde el perodo 0 hasta el perodo n.

Ejemplo 3.11
Segn el INEI (2009) la poblacin total del Per el ao 1993 fue de 22639,443
habitantes y el 2007 de 28220,764 habitantes. Se pide determinar:

a) La tasa media de crecimiento intercensal anual.-
07
14 14
0 93
28' 220, 764
1 1 1
22' 639, 443
n
n
P P
r
P P
= = = = 1.015864843 -1 = 0.015864843
136
Si se hubiera solicitado la tasa media de crecimiento intercensal mensual, se
tendra que haber obtenido la raz 168 (meses transcurridos del 93 al 07).
Interpretacin.- entre el ao 1993 y el 2007 la poblacin del Per creci a un
1.59% anual. Es decir, que por cada 100 habitantes nacieron 1.59 ni@s
(tambin se puede interpretar en tanto por mil o diez mil, etc.).

b) La poblacin del Per el ao 2010.-
Para proyectar la poblacin se usa la expresin: P
n
= (1 + r)
n
P
0

Donde:
P
o
= P
2007
= Poblacin en el ao 0 = 2007 (Tomar el ao ms cercano).
P
n
= P
2010
= Poblacin en el ao n = 2010.
r = Tasa media de crecimiento intercensal anual = 0.015864843.
n = Aos transcurridos desde el ao 2007 hasta el ao 2010 = 3 aos.
Asumiendo que la tasa media de crecimiento intercensal anual es la misma para
los aos siguientes y reemplazando valores en la frmula de proyeccin de
poblacin se tiene:
3
0 2010 2007
(1 ) (1 0.015864843)
n
n
P r P P P = + = +
3
2010
(1 0.015864843) 28220764 1.048353602(28220764) P = + = =
= 29585,340 habitantes.

El ao 2010 el Per tiene 29.6 millones de habitantes.

c) En que ao el Per tendr 40 millones de habitantes?
Despejando n de la frmula ( )
0
1
n
n
P r P = + se tiene que:
( )
0
log
log 1
n
P
P
n
r
=
+

n = ao buscado.
P
n
= 40 millones (Poblacin que tendr el Per el ao n).
P
0
= P
2007
= 28220,764 habitantes (Tomar como ao 0, el ms cercano).
r = Tasa media de crecimiento intercensal anual = 0.015864843.
Reemplazando valores en la expresin anterior se tiene:
137
( )
40000000
log
28220764
22.2
log 1 0.015864843
n aos = =
+

Entonces: 2007 + 22.2 aos = 2029. El ao 2029 el Per tendr 40 millones de
habitantes (si la tasa de crecimiento de la poblacin es del 1.59%).

Nota.- Tambin se utiliza la media geomtrica para determinar la inflacin media
mensual y a su vez hacer proyecciones de la inflacin anual a partir del promedio
mensual.

3.6 MEDIA ARMNICA
Se define como la inversa de la media aritmtica de los inversos de los valores
observados.
Es utilizada para hallar determinadas tasas promedio o rendimientos promedio para
una misma actividad.

1
1
n
i i
n
H
X
=
=

Ejemplo 3.12
Si se calcula la media armnica con los datos sin agrupar del Cuadro 2.6, peso en
Kg. de los 60 alumnos de Estadstica Bsica 09-A, cuyos pesos ordenados son:
44 45 46 46.5 47 48 48 49 49 50
50 50 50 50.5 51 51 52 52 52.6 53
53 53 53 54 55 55 55 55 55 57
57 59 60 60 63 63 64 64 64.5 65
65 66 66 67 67 68 68 68 69 70
70 72 72 75 75 77 80 80 80 88

138
60
1 1 2 3 59 60
60 60
1 1 1 1 1 1
i i
H
X X X X X X
=
= = =
+ + + + +

60 60
58.161 .
1 1 1 1 1
1.0316135533
44 45 46 80 88
Kg = = =
+ + + + +

Interpretacin.- el peso promedio de los alumnos es de 58.161 Kg.

1 1
1
k k
i i
i i i i
n
H
n h
X X
= =
= =

Frmula para trabajar bien con las repeticiones o frecuencias absolutas n
i
o para
trabajar con las frecuencias relativas h
i
. Por tratarse de datos agrupados X
i

representa la marca de clase para los intervalos o el valor indicado para los casos
discretos con poca variabilidad de los valores observados.

Ejemplo 3.13
Calcular la media armnica con los datos agrupados del Cuadro 2.7, peso de los 60
alumnos de Estadstica Bsica 09-A FCE-UNAC, siguientes:
1 44.0 52.8 48.4 19 0.317 19 0.317
2 52.8 61.6 57.2 15 0.250 34 0.567
3 61.6 70.4 66.0 17 0.283 51 0.850
4 70.4 79.2 74.8 5 0.083 56 0.933
5 79.2 88.0 83.6 4 0.067 60 1.000
60 1.000
Acum.
alumnos
Prop.Ac.
alumnos
Clase PESOS (Kg.)
Marca
clase
Alum-nos
Prop.
alumnos

Solucin.-
Desarrollando la frmula se tiene:

5
3 5 1 2 4
1 1 1 2 3 4 5
60 60
k
i i
i i i i
n
H
n n n n n n n
X X X X X X X
= =
= = =
+ + + +

=
139
=
60 60
58.419
19 15 17 5 4
1.0270673130
48.4 57.2 66.0 74.8 83.6
= =
+ + + +
Kg.

Interpretacin.- el peso promedio de los alumnos es de 58.419 Kg.
RELACIN ENTRE LAS MEDIAS ARITMTICA, GEOMTRICA Y
ARMNICA

Si se calcula estas tres medias para los mismos datos se tiene que:
H G X s s

Para los pesos de los alumnos se han obtenido los siguientes resultados:

Datos: H G
X
Sin agrupar 58.161 58.994 59.868
Agrupados 58.419 59.255 60.133

Vemos que se cumple la relacin.

140
3.7 CUANTILES
Son particiones de la distribucin de frecuencias en un determinado nmero de
partes iguales.
Entre los cuantiles ms conocidos se tiene: mediana (dos partes iguales), cuartiles
(cuatro partes iguales), quintiles (cinco partes iguales), deciles (diez partes iguales),
veintiles (veinte partes iguales) y percentiles (cien partes iguales).
Desarrollaremos los de mayor uso viendo su forma de clculo e interpretacin. Se
calculan de modo similar a la mediana.

a) CUARTILES (Q
k
)
Son particiones de la distribucin de frecuencias en cuatro partes iguales de
modo que cada una de ellas acumula un cuarto de las observaciones (25% de los
datos).
X

Q
1
Q
2
Q
3

Para dividir la distribucin de frecuencias en cuatro partes iguales necesitamos 3
puntos, por ello los cuartiles son tres y se denotan de la siguiente manera:
Cuartil 1 = Q
1
acumula la cuarta parte de las observaciones (25%).
Cuartil 2 = Q
2
acumula las dos cuartas partes de las observaciones (50%).
Cuartil 3 = Q
3
acumula las tres cuartas partes de las observaciones (75%).
25% datos 25% datos 25% datos 25% datos
141
El cuartil dos es igual a la mediana (acumula el 50% de los valores observados).
Es decir, Q
2
= Me ya estudiada.
a) Ordenar las observaciones en forma ascendente: X
(1)
, X
(2)
, . , X
(n)

b) Obtencin de los cuartiles 1 y 3:
- Cuartil 1 (Q
1
)
Ubicar su posicin calculando
1
4
n +
, si es entero
1 1
4
n
Q X
+ | |
|
\ .
= .
Si no es entero, el resultado es de la forma E.F, donde E es la parte entera
y F la fraccin decimal, entonces hacer una interpolacin lineal entre las
observaciones ordenadas E y (E + 1) entre las cuales esta la fraccin F.
Dicha interpolacin lineal es similar para cualquier cuantil que vamos a
estudiar, se efecta as:
( ) ( ) ( ) 1 E E E
Cuantil X F X X
+
(
= +

Aqu el cuartil 1 es:
( ) ( ) ( )
1 1 E E E
Q X F X X
+
(
= +

- Cuartil 3 (Q
3
)
3( 1)
4
n +
, si es entero
3 3( 1)
4
n
Q X
+ | |
|
\ .
= .
Si no es entero, el resultado es de la forma E.F, donde E es la parte entera
y F la fraccin decimal, entonces hacer una interpolacin lineal antes
indicada entre las observaciones ordenadas E y (E + 1) entre las cuales esta
la fraccin F.
Entonces el cuartil 3 es:
( ) ( ) ( )
3 1 E E E
Q X F X X
+
(
= +

Ejemplo 3.14
Calcular los cuartiles 1 y 3 con los datos sin agrupar del Cuadro 2.6, peso en Kg.
de los 60 alumnos de Estadstica Bsica 09-A, cuyos pesos ordenados son:
44 45 46 46.5 47 48 48 49 49 50
50 50 50 50.5 51 51 52 52 52.6 53
53 53 53 54 55 55 55 55 55 57
57 59 60 60 63 63 64 64 64.5 65
65 66 66 67 67 68 68 68 69 70
70 72 72 75 75 77 80 80 80 88

142
Solucin:
Clculo del cuartil 1 (Q
1
)
Ubicar su posicin con
1 60 1
15.25
4 4
n + +
= = . Como no es un valor entero, (E =
15 y F = 0.25), el cuartil 1 esta entre los pesos ordenados 15 y 16 (51 y 51 Kg.).
Aplicando la interpolacin lineal recomendada, el cuartil 1 es:
( ) ( ) ( )
1 15 16 15
0.25 Q X X X
(
= +

= 51 + 0.25 [51 - 51] = 51 Kg.
Interpretacin.- El 25 % de los alumnos de Estadstica Bsica 09-A tiene un peso
menor o igual a 51 Kg. y el 75% restante por encima de 51 Kg.

3
)
3( 1) 3(60 1)
45.75
4 4
n + +
= = . Como no es un valor
entero, (E = 45 y F = 0.75), el cuartil 3 esta entre los pesos ordenados 45 y 46
(67 y 68 kg.). Aplicando la interpolacin lineal recomendada, el cuartil 3 es:
( ) ( ) ( )
3 45 46 45
0.75 Q X X X
(
= +

= 67 + 0.75 [68 - 67] = 67.75 Kg.
menor o igual a 67.75 Kg. y el 25% restante por encima de 67.75 Kg.

Clculo de los cuartiles con datos agrupados.-

a) Ubicar la clase j que contiene el cuartil k
en forma ascendente, se determina
4
k n
, k = 1, 2 3. Ayudndonos de las
frecuencias acumuladas se ve que clase j contiene (o donde esta) el cuartil k
(Q
k
).
b) Calcular el cuartil k (Q
k
) usando cualquiera de las siguientes expresiones:
1 1
4 4
j j
k j j j j
j j
kn k
N H
Q LI C LI C
n h

| | | |

| |
= + = +
| |
| |
\ . \ .
, k = 1, 2, 3.
Donde:
143
j = clase que contiene o donde esta el cuartil k (Q
k
).
LI
j
= lmite inferior de la clase que contiene el cuartil k (Q
k
).
n
j
= repeticiones en la clase que contiene el cuartil k (Q
k
).
N
j-1
= repeticiones acumuladas hasta la clase anterior a la que contiene Q
k
.
C
j
= amplitud de la clase Q
k
= LS
j
LI
j
.
h
j
= frecuencia relativa en la clase que contiene el cuartil k (Q
k
).
H
j-1
= frec. relativa acumulada hasta la clase anterior a la que contiene Q
k
.

Ejemplo 3.15
Calcule e interprete los cuartiles con los datos agrupados del Cuadro 2.7, peso de
los 60 alumnos de Estadstica Bsica 09-A FCE-UNAC, siguientes:
1 44.0 52.8 48.4 19 0.317 19 0.317
2 52.8 61.6 57.2 15 0.250 34 0.567
3 61.6 70.4 66.0 17 0.283 51 0.850
4 70.4 79.2 74.8 5 0.083 56 0.933
5 79.2 88.0 83.6 4 0.067 60 1.000
60 1.000
Acum.
alumnos
Prop.Ac.
alumnos
Clase PESOS (Kg.)
Marca
clase
Alum-nos
Prop.
alumnos

Solucin.-
1
)
k = 1.
a) Ubicar la clase j que contiene el valor del cuartil k = 1 (Q
1
):
60
15
4 4 4
kn n
= = = . En que intervalo de clase se cont la observacin o
peso del alumno 15?
Observando los N
i
del Cuadro 2.7, vemos que en la clase 1, N
1
= 19, se han
contado los pesos de los 19 primeros alumnos (recordemos que los pesos
estn ordenadas de manera ascendente en el cuadro).
Luego, la clase en la que se cont la talla del alumno
60
15
4 4 4
kn n
= = = es la
clase j = 1. El cuartil 1 es un peso entre 44.0 y 52.8 Kg.
b) Calcular el cuartil 1 (Q
1
) usando la expresin:
144
1 1
1
1
4 4
j j
j j j j
j j
n
N H
Q LI C LI C
n h

| | | |

| |
= + = +
| |
| |
\ . \ .

Donde:
j = 1, n = 60, LI
j
= LI
1
= 44.0, n
j
= n
1
= 19
N
j-1
= N
0
= 0, C
1
= LS
1
LI
1
= 52.8 44.0 = 8.8.
0
1 1 1
1
60
0
4 4
44.0 8.8 46.947
19
n
N
Q LI C
n
| | | |

| |
= + = + =
| |
| |
\ . \ .
Kg.
Interpretacin.- El 25 % de los alumnos de Estadstica Bsica 09-A tiene un
peso menor o igual a 46.947 Kg. y el 75% restante por encima de46.947 Kg.

2
) es la mediana ya fue determinado.
3
)
k = 3.
a) Ubicar la clase j que contiene el valor del cuartil k = 3 (Q
3
):
3 3(60)
45
4 4 4
kn n
= = = . En que intervalo de clase se cont la observacin o
peso del alumno 45?
Observando los N
i
del Cuadro 2.7, vemos que hasta la clase 2, N
2
= 34, se
han contado los pesos de los 34 primeros alumnos.
Entonces, en el intervalo de clase 3 se cuenta el peso del alumno 45.
Luego, la clase en la que se cont el peso del alumno
3 3(60)
45
4 4 4
kn n
= = =
es la clase j = 3. El cuartil 3 es un peso entre 61.6 y 70.4 Kg.

b) Calcular el cuartil 3 (Q
3
1 1
3
3 3
4 4
j j
j j j j
j j
n
N H
Q LI C LI C
n h

| | | |

| |
= + = +
| |
| |
\ . \ .

Donde:
145
j = 3, n = 60, LI
j
= LI
3
= 616, n
j
= n
3
= 17.
N
j-1
= N
2
= 34, C
3
= LS
3
LI
3
= 70.8 61.6 = 8.8.
2
3 3 3
3
3 3(60)
34
4 4
61.6 8.8 66.259
17
n
N
Q LI C
n
| | | |

| |
= + = + =
| |
| |
\ . \ .
Kg.
Interpretacin.- El 75 % de los alumnos de Estadstica Bsica 09-A tiene un
peso menor o igual a 66.259 Kg. y el 25% restante por encima de 66.259 Kg.

b) DECILES (D
k
)
Son particiones de la distribucin de frecuencias en diez partes iguales de modo
que cada una de ellas acumula un dcimo de las observaciones (10% de los
datos).

D
1
D
2
.. D
9

Para dividir la distribucin de frecuencias en diez partes iguales se necesita 9
puntos, por ello los deciles son nueve y se denotan de la siguiente manera:
Decil 1 = D
1
acumula la dcima parte de las observaciones (10%).
Decil 2 = D
2
acumula las dos dcimas partes de las observaciones (20%).
Decil 3 = D
3
acumula las tres dcimas partes de las observaciones (30%).
Decil 4 = D
4
acumula las cuatro dcimas partes de las observaciones (40%).
Decil 5 = D
5
acumula las cinco dcimas partes de las observaciones (50%).
Decil 6 = D
6
acumula las seis dcimas partes de las observaciones (60%).
Decil 7 = D
7
acumula las siete dcimas partes de las observaciones (70%).
Decil 8 = D
8
acumula las ocho dcimas partes de las observaciones (80%).
Decil 9 = D
9
acumula las nueve dcimas partes de las observaciones (90%).

El decil cinco es igual a la mediana (acumula el 50% de los valores observados).
Es decir, D
5
= Me.

El clculo de los deciles y otros cuantiles se pueden efectuar mediante el clculo
del percentil correspondiente, que pasamos a desarrollar.
10%
10% 10%
10%
146
c) PERCENTILES (P
k
)
Son particiones de la distribucin de frecuencias en cien partes iguales de modo
que cada una de ellas acumula un centsimo de las observaciones (1% de los
datos).
Para dividir la distribucin de frecuencias en cien partes iguales necesitamos 99
puntos, por ello los percentiles son noventa y nueve y se denotan de la siguiente
manera:
Percentil 1 = P
1
acumula una centsima parte de las observaciones (1%).
Percentil 2 = P
2
acumula dos centsimas partes de las observaciones (2%).
Percentil 3 = P
3
acumula tres centsimas partes de las observaciones (3%).
.
Percentil k = P
k
acumula las k centsimas partes de las observaciones (k%).
.
Percentil 99 = P
99
acumula las 99 centsimas partes de las observaciones (99%).

Nota.-
Todas los cuantiles calculados anteriormente son tambin percentiles (segn el
% de observaciones que acumule cada uno de ellos).
As tenemos que: la mediana (acumula el 50% de los valores observados) es
igual al percentil 50. Es decir, Me = P
50
.
Tambin: Q
1
= P
25
, Q
2
= P
50
= Me, Q
3
= P
75
.
D
10
= P
10
, D
5
= P
50
= Me, D
9
= P
90
.

a) Ordenar las observaciones en forma ascendente: X
(1)
, X
(2)
, . , X
(n)

b) Obtencin del k-simo percentil (P
k
), k = 1, 2, 3, ., 99
( 1)
100
k n +
, si es entero
( 1)
100
k k n
P X
+ | |
|
\ .
= .
Si no es entero, el resultado es de la forma E.F, donde E es la parte entera y F
la fraccin decimal, entonces hacer la interpolacin lineal antes indicada entre
las observaciones ordenadas E y (E + 1) entre las cuales esta la fraccin F.
Entonces el percentil k es:
( ) ( ) ( ) 1 k E E E
P X F X X
+
(
= +

, k = 1, 2, 3, ., 99
147
Ejemplo 3.16
Calcular los percentiles 10 y 80 con los datos sin agrupar del Cuadro 2.6, peso
en Kg. de los 60 alumnos de Estadstica Bsica 09-A, cuyos pesos ordenados
son:
44 45 46 46.5 47 48 48 49 49 50
50 50 50 50.5 51 51 52 52 52.6 53
53 53 53 54 55 55 55 55 55 57
57 59 60 60 63 63 64 64 64.5 65
65 66 66 67 67 68 68 68 69 70
70 72 72 75 75 77 80 80 80 88

Solucin:
Clculo del percentil 10 (P
10
)
10( 1) 10(60 1)
6.1
100 100
n + +
entero, (E = 6 y F = 0.10), el percentil 10 est entre los pesos ordenados 6 y 7
(48 y 48 Kg.). Aplicando la interpolacin lineal recomendada, el percentil 10 es:
( ) ( ) ( )
10 6 7 6
0.10 P X X X
(
= +

= 48 + 0.10 [48 - 48] = 48 Kg.
menor o igual a 48 Kg. y el 90% restante por encima de 48 Kg.

80
)
80( 1) 80(60 1)
48.80
100 100
n + +
entero, (E = 48 y F = 0.80), el percentil 80 esta entre los pesos ordenados 48 y 49
(68 y 69 kg.). Aplicando interpolacin lineal, el percentil 80 es:
( ) ( ) ( )
80 48 49 48
0.80 P X X X
(
= +

= 68 + 0.80 [69 - 68] = 68.80 Kg.

Clculo de los percentiles para datos agrupados.-

a) Ubicar la clase j que contiene el decil k
148
en forma ascendente, se determina
100
k n
, k = 1, 2, 3, ., 98 99.
Ayudndonos de las frecuencias acumuladas se ve que clase j contiene (o
donde esta) el percentil k (P
k
).
b) Calcular el percentil k (P
k
) usando cualquiera de las siguientes expresiones:
1 1
100 100
j j
k j j j j
j j
kn k
N H
P LI C LI C
n h

| | | |

| |
= + = +
| |
| |
| |
\ . \ .
, k = 1, 2, 3, ., 98, 99.
Donde:
j = clase que contiene o donde esta el percentil k (P
k
).
LI
j
= lmite inferior de la clase que contiene el percentil k (P
k
).
n
j
= repeticiones en la clase que contiene el percentil k (P
k
).
N
j-1
= repeticiones acumuladas hasta la clase anterior a la que contiene P
k
.
C
j
= amplitud de la clase P
k
= LS
j
LI
j
.
h
j
= frecuencia relativa en la clase que contiene el percentil k (P
k
).
H
j-1
= frec. relativa acumulada hasta la clase anterior a la que contiene P
k
.

Ejemplo 3.17.-
Calcule e interprete los percentiles 10 y 80 con los datos agrupados del Cuadro
2.7, peso de los 60 alumnos de Estadstica Bsica 09-A FCE-UNAC, siguientes:
1 44.0 52.8 48.4 19 0.317 19 0.317
2 52.8 61.6 57.2 15 0.250 34 0.567
3 61.6 70.4 66.0 17 0.283 51 0.850
4 70.4 79.2 74.8 5 0.083 56 0.933
5 79.2 88.0 83.6 4 0.067 60 1.000
60 1.000
Acum.
alumnos
Prop.Ac.
alumnos
Clase PESOS (Kg.)
Marca
clase
Alum-nos
Prop.
alumnos

Solucin.-
10
)
k = 10.
a) Ubicar la clase j que contiene el valor del percentil k = 10 (P
10
):
149
10 10(60)
6
100 100 100
kn n
= = = . En que intervalo de clase se cont la observacin
o peso del alumno 6?
Observando los N
i
del Cuadro 2.7, vemos que en la clase 1, N
1
= 19, se han
contado los pesos de los 19 primeros alumnos. Luego, la clase en la que se
cont el peso del alumno
10 10(60)
6
100 100 100
kn n
= = = , es la clase j = 1. El
percentil 10 es una talla entre 44.0 y 52.8 Kg.
b) Calcular el percentil 10 (P
10
1 1
10
10 10
100 100
j j
j j j j
j j
n
N H
P LI C LI C
n h

| | | |

| |
= + = +
| |
| |
| |
\ . \ .

Donde:
j = 1, n = 60, LI
j
= LI
1
= 44.0, n
j
= n
1
= 19.
N
j-1
= N
0
= 0, C
1
= LS
1
LI
1
= 52.8 44.0 = 8.8.
0
10 1 2
1
10 10(60)
0
100 100
44.0 8.8 46.779
19
n
N
P LI C
n
| | | |

| |
= + = + =
| |
| |
| |
\ . \ .
Kg.

80
)
k = 80.
a) Ubicar la clase j que contiene el valor del percentil k = 80 (P
80
):
80 80(60)
48
100 100 100
kn n
= = = . En que intervalo de clase se cont la
observacin o peso del alumno 48?
Observando los N
i
del Cuadro 2.7, vemos que hasta la clase 2, N
2
= 34, se
han contado los pesos de los 34 primeros alumnos. Entonces, en el intevalo
de la clase 3 se cuenta los pesos de los alumnos desde el 35 hasta el 51.
Luego, la clase en la que se cont el peso del alumno 48, es la clase j = 3. El
percentil 80 es una talla entre 61.6 y 70.4 Kg.
b) Calcular el percentil 10 (P
10
150
1 1
80
80 80
100 100
j j
j j j j
j j
n
N H
P LI C LI C
n h

| | | |

| |
= + = +
| |
| |
| |
\ . \ .

Donde: j = 3, n = 60, LI
j
= LI
1
= 61.6, n
j
= n
3
= 17.
N
j-1
= N
2
= 34, C
3
= LS
3
LI
3
= 70.4 61.6 = 8.8.
2
80 3 3
3
80 80(60)
34
100 100
61.6 8.8 68.447
17
n
N
P LI C
n
| | | |

| |
= + = + =
| |
| |
| |
\ . \ .
Kg.

CUADRO 3.1 RESUMEN DE LOS CUANTILES CALCULADOS PARA LOS
PESOS (KG.) DE LOS ALUMNOS DE ESTADSTICA BSICA 09A , DE LA
FCE-UNAC, POR LA FORMA EN QUE ESTN LOS DATOS

CUANTIL DATOS SIN AGRUPAR DATOS AGRUPADOS
Cuartil 1 51.00 46.947
Cuartil 2 (mediana) 57.00 59.253
Cuartil 3 67.75 66.259
Percentil 10 48.00 46.779
Percentil 80 68.80 68.447

Clculo de cuartiles y percentiles con los programas
Veamos como se pueden obtener los cuartiles y percentiles para la variable peso,
desde la base de datos construida (datos sin agrupar) utilizando los programas.

En Excel:
Con los datos de la variable peso de los 60 alumnos en la columna D, desde D3 hasta
D62, cuando en el programa se pide Matriz se sombrean estos o se escribe D3:D62.
Para calcular los CUARTILES, por ejemplo el CUARTIL 1, primero ubicarse en la
celda D66.
151
Luego, con la opcin de funciones del Excel, escoger dentro de Seleccionar una
categora Estadsticas Cuartil, aparece la ventana de dilogo de la Figura 3.7.

Figura 3.7 Clculo de cuartiles en Excel

Indicar los Argumentos de la funcin CUARTIL, en Matriz (dar la ubicacin de los
pesos, desde la celda D3 hasta la D62) sombrear los datos o escribir D3:D62.
En Cuartil escribir un nmero (0 = valor mnimo, 1, 2, o 3 para el cuartil deseado y
4 = valor mximo) aqu 1.
Luego hacer clic en y aparece el resultado del Cuartil 1= 51 Kg.
Similarmente se obtiene los cuartiles 2 y 3 en las celdas 67 y 68.
Conociendo la sintaxis de la funcin, =CUARTIL(matriz, cuartil) se hace as:
Ubicarse en la celda D66 y al lado de escribir =CUARTIL(D3:D62,1).
Al hacer Enter, aparece el resultado 51 Kg. (ver la Figura 3.8).
Para obtener los PERCENTILES tambin se puede seleccionar la funcin
PERCENTIL o utilizar la sintaxis =PERCENTIL(matriz, k).
En matriz indicar la ubicacin de los datos y k es un nmero entre 0 y 1 para indicar
el percentil como una proporcin.
Para obtener el percentil 10, con matriz (D3:D62) y k = 0.10, se obtiene as: ubicarse
en la celda D69 y escribir =PERCENTIL(D3:D6, 0.10) al hacer Enter, aparece el
resultado 48 Kg. (ver la Figura 3.8). En dicha figura, se muestra tambin la sintaxis
de clculo y el resultado del percentil 80, en la celda D70.
152

Figura 3.8 Resultado de cuartiles y percentiles en Excel

En Minitab:
Statistics Display Descriptive Statistics aparece la ventana de dilogo Display
Descriptive Statistics (ver Figura 3.4).
En variables: seleccionar la variable peso de las variables que estn a la izquierda.
Hacer clic en el botn y aparece la ventana de dilogo Descriptive
Satatistcs Statistics (Figura 3.5).
Escoger los CUARTILES a calcular: First quartile (primer cuartil), Median (segundo
cuartil o mediana), Third quartile (tercer cuartil) y hemos agregado Minimum
(mnimo) y Maximum (mximo).
Hacer clic en OK y regresa a la ventana Display Descriptive Statistics.
solicitados siguientes:


Variable Minimum Q1 Median Q3 Maximum
peso 44.00 51.00 57.00 67.75 88.00

En SPSS:
153

Figura 3.9 Clculo de cuartiles y percentiles en SPSS

En Valores percentiles, seleccionar Cuartiles y Percentiles, debiendo escribir el
nmero de percentil deseado (10 y 80) por separado y luego hacer clic en Aadir.
Luego hacer clic en Continuar, regresando a la ventana de dilogo Frecuencias y
efectuar clic en Aceptar para terminar. Inmediatamente en el Visor de Resultados
aparece:
Estadsticos
PESO (Kg)
60
0
48.00
51.00
57.00
67.75
68.80
Vlidos
Perdidos
N
10
25
50
75
80
Percentiles

Resultado de cuartiles y percentiles en SPSS

En los resultados del SPSS se aprecia que los cuartiles aparecen como los percentiles
25 (primer cuartil), 50 (segundo cuartil o mediana) y 75 (cuartil 3).

154
En R:
para que reconozca las variables y sus valores, se escribe en la consola la sintaxis
para PERCENTILES: quantile(variable, p)
Donde variable es un conjunto de datos cuantitativos (peso aqu) y p es una
proporcin para identificar a uno o varios percentiles determinados. Es decir, que
quantile es el valor por abajo del cual se encuentra el p% de las observaciones.

El percentil 10 (p =0.10) para la variable peso se obtiene as:
> quantile(peso,0.10)
10%
48

Si se requiere los percentiles 10 (0.10), 25 (0.25 = cuartil 1), 50 (0.50 = cuartil 2 o
mediana), 75(0.75 = cuartil 3) y 80 (0.80), entonces se define p como un vector con
las proporciones indicadas y luego la funcin cuantile, as:
> p=c(0.10, 0.25, 0.50, 0.75, 0.80)
> quantile(peso,p)
10% 25% 50% 75% 80%
48.00 51.00 57.00 67.25 68.20

CUADRO 3.2 RESUMEN DE LOS PERCENTILES CALCULADOS PARA
LOS PESOS (KG.) DE LOS ALUMNOS DE ESTADSTICA BSICA 09A,
DE LA FCE-UNAC, POR PROGRAMA USADO

PERCENTIL MANUAL EXCEL MINITAB SPSS R
10 48.00 48.00 - 48.00 48.00
25 o cuartil 1 51.00 51.00 51.00 51.00 51.00
50 o cuartil 2 57.00 57.00 57.00 57.00 57.00
75 o cuartil 3 67.75 67.25 67.75 67.75 67.25
80 68.80 68.20 - 68.80 68.20

155

Captulo 4. MEDIDAS DE DISPERSIN Y DE FORMA
Vivimos en la era de la televisin. Una sola toma de una enfermera
bonita ayudando a un viejo a salir de una sala dice ms que todas las
estadsticas sanitarias Margaret Thatcher

CONTENIDO
4.1 Introduccin.
4.2 Rango. Rango intercuartlico.
4.3 Desviacin media.
4.4 La varianza
4.5 La desviacin tpica.
4.6 El coeficiente de variacin.
4.7 El diagrama de caja (Box- Plot).
4.8 Medidas de forma de la distribucin.

4.1 INTRODUCCIN
En el captulo anterior vimos la caracterizacin de los datos de una variable mediante
un solo punto, es decir, el resumen de los datos a travs de un solo valor, el mismo que
no es suficiente para formarse una idea de la distribucin de la variable.
En el presente captulo se contina haciendo resmenes de la informacin cuantitativa
obtenida, describiendo el mayor o menor alejamiento de los valores observados en
formas absolutas y relativas.
Entre las formas absolutas de medicin tenemos el rango, el rango intercuartlico, la
desviacin media, la varianza y la desviacin estndar; en tanto que como medicin
relativa usaremos el coeficiente de variacin.
Tambin se presenta una forma grfica de apreciar la dispersin de los datos, a travs
del diagrama de caja y bigotes (box-plot) como herramienta importante para el anlisis
exploratorio de datos.

156

4.2 RANGO Y RANGO INTERCUARTLICO
RANGO
El Rango (R), Recorrido o Amplitud de la variable es la diferencia entre el valor
mximo y mnimo.
Es el indicador usado para construir tablas de frecuencias.

Clculo para datos sin agrupar:
R = Xmx Xmn = {X / Xmn X Xmx}
Clculo para datos agrupados:
R = LS
k
LI
1
= {X / LS
k
X LI
1
}

Ejemplo 4.1
- Si trabajamos con los datos sin agrupar del Cuadro 2.6, peso en Kg. de los 60
alumnos de Estadstica Bsica 09-A, tenemos que el rango es:
R = X
mx
X
mn
= {X / X
mx
X X
mn
}
R= 88 44 = 44 Kg. o R = {X / 44 X 88}
Interpretacin.- la diferencia entre el peso mximo y mnimo de los alumnos de
Estadstica Bsica 09-A es de 44 Kg. Tambin podemos decir que los pesos de
los 60 alumnos fluctan entre 44 y 88 Kg.

- Si trabajamos con los datos agrupados del Cuadro 2.7, peso en Kg. de los 60
alumnos de Estadstica Bsica 09-A, tenemos que el rango es:
R = LS
5
LI
1
= {X / LS
k
X LI
1
}
= 88 44 = 44 Kg. o R = {X / 44 X 88}
Interpretacin.- la diferencia entre el peso mximo y mnimo de los alumnos de
Estadstica Bsica 09-A es de 44 Kg. Tambin podemos decir que los pesos de
los 60 alumnos fluctan entre 44 y 88 Kg.

Tal como se puede apreciar el Rango es una medida muy gruesa de la dispersin
de los datos ya que nos da una idea de la diferencia o fluctuacin de los valores
extremos.
157
RANGO INTERCUARTLICO
El rango intercuartlico (RIQ o RIC) es la diferencia entre el cuartil 3 y el cuartil 1
y nos indica entre que valores se encuentra el 50% central de las observaciones.

Q
1
Q
2
Q
3

Tanto para datos sin agrupar, como para datos agrupados la frmula de clculo es:

RIQ = Q
3
Q
1
= P
75
P
25

Ejemplo 4.2
- En el ejemplo 3.14 de cuartiles, con los datos sin agrupar del Cuadro 2.6, peso
en Kg. de los 60 alumnos de Estadstica Bsica 09-A, se ha determinado que el
cuartil 1 es Q
1
= 51 Kg. y el cuartil 3 es Q
3
= 67.75 Kg. Reemplazando valores
en la frmula del RIQ se tiene: RIQ = 67.75 51.00 = 16.75 Kg.
Interpretacin.- el 50% central de los pesos se encuentra entre 51 y 67.75 Kg.
- En el ejemplo 3.15, con los datos agrupados del Cuadro 2.7, peso en Kg. de los
60 alumnos de Estadstica Bsica 09-A, se ha determinado que el cuartil 1 es
Q
1
= 46.95 Kg. y el cuartil 3 es Q
3
= 66.26 Kg. Reemplazando valores en la
frmula del RIQ se tiene: RIQ = 66.26 46.95 = 19.31 Kg.
Interpretacin.- el 50% central de los pesos se encuentra entre 46.95 y 66.26
Kg.
25% datos 25% datos 25% datos 25% datos
158
4.3 DESVIACIN MEDIA
Mide la desviacin absoluta promedio de los valores observados bien con respecto a
la media aritmtica o con respecto a la mediana.
Utiliza la idea de distancia como la diferencia en valor absoluto de cada valor
observado con respecto a su media aritmtica o su mediana.

1
n
i
i
X
X X
DM
n
=

=

1
n
i
i
X
X Me
DM
n
=

=

Primero se calcula la media aritmtica o mediana, luego la desviacin media.

Ejemplo 4.3
Calcular la desviacin media respecto a la media aritmtica con los datos sin
agrupar del Cuadro 2.6, peso en Kg. de los 60 alumnos de Estadstica Bsica 09-A,
cuyos pesos ordenados son:
44 45 46 46.5 47 48 48 49 49 50
50 50 50 50.5 51 51 52 52 52.6 53
53 53 53 54 55 55 55 55 55 57
57 59 60 60 63 63 64 64 64.5 65
65 66 66 67 67 68 68 68 69 70
70 72 72 75 75 77 80 80 80 88
Solucin.-
En el ejemplo 3.1 se ha determinado que el peso promedio de los 60 alumnos de
Estadstica Bsica 09-A es X = 59.87 Kg. y en el ejemplo 3.4 la mediana Me = 57
Kg. Para calcular la desviacin media respecto a la media aritmtica, se tiene que:
60
1 1
59.87
60
n
i i
i i
X
X X X
DM
n
= =

= =

44 59.87 45 59.87 46 59.87 80 59.87 88 59.87
60
+ + + + +
=

15.87 14.87 13.87 20.13 28.13 540.38
60 60
+ + + + +
= = = 9.006 Kg.

159
Interpretacin.- el promedio de las desviaciones absolutas de los pesos de los
alumnos respecto a su media aritmtica es de 9.006 Kg.

Nota.- el clculo y la interpretacin de la desviacin media respecto a la mediana se
efecta de modo similar al de la media aritmtica, slo que se trabaja con Me = 57
Kg.

1
1
k
i i k
i
i i X
i
X X n
DM X X h
n
=
=
= =

1
1
k
i i k
i
Me i i
i
X Men
DM X Meh
n
=
=
= =

Primero se calcula la media aritmtica o mediana, luego la desviacin media.

Ejemplo 4.4
Calcular la desviacin media respecto a la mediana, con los datos agrupados del
Cuadro 2.7, peso de los 60 alumnos de Estadstica Bsica 09-A FCE-UNAC,
siguientes:

1 44.0 52.8 48.4 19 0.317 19 0.317
2 52.8 61.6 57.2 15 0.250 34 0.567
3 61.6 70.4 66.0 17 0.283 51 0.850
4 70.4 79.2 74.8 5 0.083 56 0.933
5 79.2 88.0 83.6 4 0.067 60 1.000
60 1.000
Acum.
alumnos
Prop.Ac.
alumnos
Clase PESOS (Kg.)
Marca
clase
Alum-nos
Prop.
alumnos

Solucin.-
En el ejemplo 3.1 se ha encontrado la media aritmtica X = 60.13 kg. y en el
ejemplo 3.5 la mediana Me = 59.25 Kg.,
Usando la frmula de datos agrupados para la desviacin media se tiene que:
5
1 1
59.25
60
k
i i i i
i i
Me
X Me n X n
DM
n
= =

= =

160

1 1 2 2 3 3 4 4 5 5
59.25 59.25 59.25 59.25 59.25
60
X n X n X n X n X n + + + +
=
48.4 59.2519 57.2 59.2515 66.0 59.2517
1
60 74.8 59.25 5 83.6 59.25 4
+ + +(
=
(
+
(

= [206.15 + 30.75 + 114.75 + 77.75 + 97.4] / 60 = 526.8 / 60 = 8.78 Kg.

Interpretacin.- el promedio de las desviaciones absolutas de los pesos de los
alumnos respecto a su media aritmtica es de 8.78 Kg.

Nota.- el clculo y la interpretacin de la desviacin media respecto a la media
aritmtica se efecta de modo similar al de la mediana, slo que se trabaja con X =
60.13 kg.

4.4 VARIANZA
Mide el promedio de las desviaciones al cuadrado de los valores observados con
respecto a la media aritmtica.
Se denota por:
2 2
( )
X
V X o o = = para la poblacin.

2 2
( )
X
o S V X S = = para la muestra.


a) Varianza poblacional:
2 2 2
2 1 1
( )
N N
i i
i i
X
X X N
N N

o
= =

= =

b) Varianza muestral:
2 2 2
2 1 1
( )
1 1
n n
i i
i i
X
X X X n X
S
n n
= =

= =

a) Varianza poblacional:
2 2 2
2 1 1
( )
k k
i i i i
i i
X
X n X n N
N N

o
= =

= =

161
b) Varianza muestral:
2 2 2
2 1 1
( )
1 1
k k
i i i i
i i
X
X X n X n n X
S
n n
= =

= =

Primero se calcula la media aritmtica para datos agrupados y luego la varianza.

Ejemplo 4.5
Calcular la varianza con los datos sin agrupar del Cuadro 2.6, peso en Kg. de los 60
alumnos de Estadstica Bsica 09-A, cuyos pesos ordenados son:
44 45 46 46.5 47 48 48 49 49 50
50 50 50 50.5 51 51 52 52 52.6 53
53 53 53 54 55 55 55 55 55 57
57 59 60 60 63 63 64 64 64.5 65
65 66 66 67 67 68 68 68 69 70
70 72 72 75 75 77 80 80 80 88
Solucin.-
En el ejemplo 3.1 se ha determinado que la media aritmtica = 59.87 Kg.

Primera forma de clculo:

60
2 2
2 1 1
( ) ( 59.87)
60
N
i i
i i
X X
N
o
= =

= =

2 2 2 2 2
(44 59.87) (45 59.87) (46 59.87) (80 59.87) (88 59.87)
60
+ + + + +
=
251.8569 221.1169 192.3769 405.2169 791.2969
60
+ + + + +
=

6542.47
109.0412
60
= = (Kg.)
2
.

Otra forma de clculo es:

60
2 2 2 2
2 1 1
60
60
N
i i
i i
X N X
N

o
= =

= =

. (1)
162

60
2 2 2 2 2 2
1
44 45 46 80 88
i
i
X
=
= + + + + +

= 1 936 + 2 025 + 2 116 + .+ 6 400 + 7 744 = 221 595.5
Reemplazando este resultado en (1) se tiene:
60
2 2
2
2 1
60
221, 595.5 60(59.87) 6, 542.47
109.0412
60 60 60
i
i
X
o
=

= = = =
Kg.
2

Nota.- la mayor precisin en este clculo se obtiene con = 59.8683333.

Interpretacin.- el promedio de las desviaciones al cuadrado de los pesos de los
alumnos respecto a su media aritmtica es de 109.0412 (Kg.)
2
.

Ejemplo 4.6
Calcular la varianza de los pesos de los 60 alumnos de Estadstica Bsica 09-A
FCE-UNAC, con los datos agrupados del Cuadro 2.7, siguientes:

1 44.0 52.8 48.4 19 0.317 19 0.317
2 52.8 61.6 57.2 15 0.250 34 0.567
3 61.6 70.4 66.0 17 0.283 51 0.850
4 70.4 79.2 74.8 5 0.083 56 0.933
5 79.2 88.0 83.6 4 0.067 60 1.000
60 1.000
Acum.
alumnos
Prop.Ac.
alumnos
Clase PESOS (Kg.)
Marca
clase
Alum-nos
Prop.
alumnos

Solucin.-
En el ejemplo 3.1 se ha encontrado que la media aritmtica es = 60.133 kg.

Primera forma de clculo:
5
2 2
2 1 1
( ) ( 60.133)
60
k
i i i i
i i
X n X n
N
o
= =

= =

2 2 2
1 1 2 2 3 3
2 2
4 4 5 5
( 60.133) ( 60.133) ( 60.133)
1
60
( 60.133) ( 60.133)
X n X n X n
X n X n
( + + +
=
(
+ +
(

163

2 2 2
2 2
(48.4 60.133) 19 (57.2 60.133) 15 (66.0 60.133) 17
1
60
(74.8 60.133) 5 (83.6 60.133) 4
( + + +
=
(
+ +

= (2615.7511 + 129.0667 + 585.1022 + 1075.5555 + 2202.7378) / 60
= (6608.2133) / 60 = 110.1369 (Kg.)
2
.

Otra forma de clculo:
5
2 2 2 2
2 1 1
60
60
k
i i i i
i i
X n N X n
N

o
= =

= =

. (2)

5
2 2 2 2 2 2
1
(48.4) 19 (57.2) 15 (66.0) 17 (74.8) 5 (83.6) 4
i i
i
X n
=
= + + + +

= 223 569.28


5
2 2
2
2 1
60
223569.28 60(60.1333333) 6608.2133
60 60 60
i i
i
X n
o
=

= = =

= 110.1369 (Kg.)
2
.

Interpretacin.- el promedio de las desviaciones al cuadrado de los pesos de los
alumnos respecto a su media aritmtica es de 110.1369 (Kg.)
2
.

Propiedades de la varianza.-
a) La varianza de un conjunto de datos es mayor o igual que cero,
2
X
S 0.
b) Si a y b son nmeros reales e ,
i i
Y aX b = entonces:
2 2 2 2
( ) ( )
aX b X
S V aX b a V X a S
= = =
Demostracin:
2
2 1
( )
( )
1
n
i
i
Y
Y Y
S V Y
n
=

= =
. (3)
164
Sabemos que si a y b son nmeros reales e , :
i i
Y aX b entonces Y aX b = =
2 2 2
2 2 2 2 1 1
[ ( )] ( )
( ) ( )
1 1
n n
i i
i i
Y X
aX b aX b a X X
S V Y a V X a S
n n
= =

= = = = =

Entonces:
2 2 2 2
( ) ( )
aX b X
S V aX b a V X a S
= = =

Si b = 0, entonces:
2 2 2 2
( ) ( )
aX X
S V aX a V X a S = = =

Si a = 0, entonces:
2
( ) 0
b
S V b
= =

Si a =1, entonces:
2 2
( ) ( )
X b X
S V X b V X S
= = =

Ejemplo 4.7.- si la varianza del ingreso de los trabajadores es
2
X
S = 250,000
(S/.)
2
. Hallar la varianza de los ingresos si se producen los siguientes
incrementos:

S/. 100 para cada trabajador, entonces el nuevo ingreso de cada
trabajador es: Yi = Xi + 100. Donde: a = 1 y b = 100.
Luego la varianza del nuevo ingreso de los trabajadores es:
2
Y
S = V(X + 100) =
2
X
S = 250,000 (S/.)
2
.

10% para cada trabajador, entonces el nuevo ingreso de cada trabajador
es Yi = 1.10 Xi. Donde: a = 1.10 y b = 0.
2
Y
S = V(1.10 X) = (1.10)
2

2
X
S = (1.10)
2
250,000 = 302,500 (S/.)
2
.

5% ms S/. 50 a cada trabajador, entonces el nuevo ingreso de cada
trabajador es Yi = 1.05 Xi + 50. Donde: a = 1.05 y b = 50.
2
Y
S = V(1.05 X + 50) = (1.05)
2

2
X
S = (1.05)
2
250,000 = 275,625 (S/.)
2
.
c) Si se tiene k subgrupos (submuestras o estratos) de tamaos n
1
, n
2
, ., n
k
, tales
que
1
k
i
i
n n
=
=
; con medias aritmticas de los subgrupos:

1 2
, , ,
k
x x x y varianzas
165
de los subgrupos:
2 2 2
1 2
, , ,
k
S S S , entonces la varianza de la muestra de tamao n
esta dada por:
2 2
2 1 1
( 1) ( )
1 1
K K
i i i i
i i
n S x x n
S
n n
= =

= +

,
donde
1
k
i i
i
n x
x
n
=
=
es la media aritmtica ponderada de los subgrupos.

Observacin.- en el muestreo estratificado la variabilidad (varianza) total S
2
se
descompone en la suma de la variabilidad dentro de los estratos (intravarianza
2
w
S ) ms la variabilidad entre los estratos (intervarianza
2
b
S ). Es decir:

2 2 2
w b
S S S = +
La intravarianza esta definida por:
2
2 1
( 1)
1
K
i i
i
w
n S
S
n
=

=

La intervarianza esta definida por:
2
2 1
( )
1
K
i i
i
b
x x n
S
n
=

=

Nota.- al construir estratos (clases, grupos o rangos) se busca que la
intravarianza (
2
w
S ) sea pequea y la intervarianza (
2
b
S ) sea grande.

Ejemplo 4.8.- en una muestra de 400 hombres y 600 mujeres, el estudio de
los ingresos de ambos grupos dio los siguientes resultados:

SEXO Nmero
n
i
Ingreso Medio
i
x (S/.)
Varianza
2
i
S (S/.)
2

1.Hombres 400 1,500 360,000
2.Mujeres 600 1,000 250,000

Hallar la media aritmtica y la varianza de los ingresos de ambos grupos
juntos; as como la intravarianza e intervarianza.

- La media aritmtica de los ingresos de ambos grupos es:
166
2
1 1 1 2 2
400(1, 500) 600(1, 000) 1' 200, 000
1, 000 1, 000
i i
i
n x
n x n x
x
n n
=
+ +
= = = =
=
= S/. 1,200
- La intravarianza de los ingresos es:
2
2
2 2
2 1 1 1 2 2
( 1)
( 1) ( 1)
1 1
i i
i
w
n S
n S n S
S
n n
=

+
= =

=
399(360, 000) 599(250, 000) 218' 390, 000
999 999
+
=
= 218,608.60 (S/.)
2
.

- La intervarianza de los ingresos es:
2
2
2 2
2 1 1 1 2 2
( )
( ) ( )
1 1
i i
i
b
x x n
x x n x x n
S
n n
=

+
= =

=
2 2
(1,500 1, 200) (400) (1, 000 1, 200) (600) 60' 000, 000
999 999
+
=
= 60,060.06 (S/.)
2
.

- La varianza de los ingresos de ambos grupos es:

2 2 2
w b
S S S = + = 218,608.60 + 60,060.06 = 278,668.66 (S/.)
2
.

4.5 DESVIACIN ESTNDAR O DESVIACIN TPICA
Mide el promedio de las desviaciones de los valores observados con respecto a la
media aritmtica.
Se denota por:
X X
o S S o o = =
Tanto para datos sin agrupar como para datos agrupados se define como la raz
cuadrada de la varianza (bien poblacional o muestral).
2 2
o S S o o = =

Nota.- en la teora del muestreo la desviacin estndar recibe la denominacin de
error estndar.
167
Ejemplo 4.9.- en el ejemplo 4.5, se ha determinado la varianza (para datos sin
agrupar) de los pesos de los alumnos, siendo la misma
2
= 109.0412 (Kg..)
2
.
Luego la desviacin estndar ser: 109.0412 o = = 10.442 Kg.
Interpretacin.- el promedio de las desviaciones de los pesos de los alumnos
respecto a su media aritmtica es de 10.442 Kg.

Ejemplo 4.10.- en el ejemplo 4.6, se ha determinado la varianza (para datos
agrupados) de los pesos de los alumnos, siendo la misma
2
= 110.1369 (Kg..)
2
.
Luego la desviacin estndar ser: 110.1369 o = = 10.495 Kg.
Interpretacin.- el promedio de las desviaciones de los pesos de los alumnos
respecto a su media aritmtica es de 10.495 Kg.

4.6 COEFICIENTE DE VARIACIN
Mide el promedio de las variaciones porcentuales de los valores observados respecto
a la media aritmtica.
Tanto para datos sin agrupar como para datos agrupados se define como:
( ) 100 100
X
X
CV X
o o

= = para la poblacin.
( ) 100 100
X
S S
cv X
X X
= = para la muestra.

Nota.- en la teora del muestreo el coeficiente de variacin recibe la denominacin
de error relativo.

Ejemplo 4.11
En el ejemplo de los pesos de los 60 alumnos de Estadstica Bsica 09A-FCE-
UNAC, (para datos sin agrupar) se ha determinado que = 59.87 y = 10.442 Kg.
Luego el coeficiente de variacin de los pesos de los alumnos es:
10.442
( ) 100 .100
59.87
CV X
o
= = =17.44 %
Interpretacin.- el promedio de las variaciones porcentuales de los pesos de los
alumnos de Estadstica Bsica 09A-FCE-UNAC, respecto a su media aritmtica es
del 17.44 %.
168
Ejemplo 4.12
En el ejemplo de los pesos de los 60 alumnos de Estadstica Bsica 09A-FCE-
UNAC, (para datos agrupados) se ha determinado que = 60.133 y = 10.495 Kg.
Luego el coeficiente de variacin de las tallas de los alumnos es:
10.495
( ) 100 .100
60.133
CV X
o
= = = 17.45 %
Interpretacin.- el promedio de las variaciones porcentuales de los pesos de los
alumnos de Estadstica Bsica 09A-FCE-UNAC, respecto a su media aritmtica es
del 17.45 %.

Clculo de los estadgrafos de dispersin con los programas
Veamos como se pueden obtener los estadgrafos de dispersin para la variable peso,

En Excel:
Con los datos de la variable peso de los 60 alumnos de estadstica Bsica 09-A en la
columna D, desde D3 hasta D62, cuando en el programa se pide Matriz se sombrean
estos o se escribe D3:D62.
Una primera forma de obtener los estadgrafos es con la opcin de funciones del
Excel, escoger dentro de Seleccionar una categora Estadsticas escoger
estadgrafo y aparece ventana de dilogo en la que se indica los argumentos
requeridos y se obtiene el resultado.
Otra forma de obtenerlos es con la sintaxis para cada estadgrafo, que es la que
utilizaremos.
Para calcular el rango necesitamos el valor mximo y el valor mnimo. La sintaxis
correspondiente es: MAX(Matriz) y MIN(Matriz) respectivamente.
Para hallar el mximo de la variable peso, en la celda D71 escribir =MAX(D3:D62)
al hacer enter aparece 88 y para hallar el mnimo, en la celda D72 escribir
=MIN(D3:D62) al hacer enter aparece 44. Para hallar el rango, en la celda D73
escribir =D72-D7, al efectuar enter aparece 44(Ver figura 4.1).
Para hallar el rango intercuartlico (RIQ), se debe utilizar los resultados de los
cuatiles 1 y 3 calculados anteriormente en las celdas D66 y D68 respectivamente (ver
169
figura 3.8). En la celda D74 escribir =D68-D66, al efectuar enter aparece 16.25 (Ver
figura 4.1).
Para calcular la desviacin media (Excel obtiene con respecto a la media aritmtica)
usar la sintaxis: =DESVPROM(Matriz). Para la variable peso, en la celda D75
escribir =DESVPROM(D3:D62) al hacer enter aparece el resultado 9.006.
Para hallar la varianza de la muestra usar la sintaxis =VAR(Matriz) y para la
varianza de la poblacin usar =VARP(Matriz). Para determinar la varianza de la
variable peso, en la casilla D76 escribir =VARP(D3:D62) al hacer enter aparece el
resultado 109.0412 (ver Figura 4.1).
Para calcular la desviacin estndar muestral usar la sintaxis =DESVEST(Matriz)
y para la desviacin estndar poblacional usar =DESVESTP(Matriz). Para la
variable peso, en la casilla D77 escribir =DESVESTP(D3:D62) al hacer enter
aparece el resultado 10.442 (ver Figura 4.1).
Para calcular el coeficiente de variacin se divide la desviacin estndar de la celda
D77 entre la media aritmtica de la celda D63 as: en la casilla D78 escribir
=D77/D63 al hacer enter y luego clic en %, aparece 17.44%.

Figura 4.1 Medidas de Dispersin obtenidas con Excel

170
En Minitab:
Descriptive Statistics (vista en la Figura 3.4).
Satatistcs Statistics (ver la Figura 4.2).

Figura 4.2 Seleccin de estadgrafos de dispersin en Minitab

Escoger los estadgrafos de dispersin a calcular: Range (rango) Interquartile range
(rango intercuartlico), variance (varianza), Standard deviation (desviacin estndar)
y Coefficient of variation (coeficiente de variacin).
Adicionalmente se ha solicitado mean (media) y N total (total de observaciones) ya
que el Minitab hace clculos muestrales para la varianza y se necesita reajustar este y
otros clculos.
Hacer clic en OK y regresa a la ventana Display Descriptive Statistics.
solicitados siguientes:

Total
Variable Count Mean StDev Variance CoefVar Range IQR
peso 60 59.87 10.53 110.89 17.59 44.00 16.75

171
Se puede apreciar que los resultados obtenidos corresponden a clculos muestrales,
por lo que hay que hacer reconversiones a valores poblacionales, as la varianza ser:
2
2
2 1
( )
( 1) (50 1) 110.89
109.0412
60
N
i
i
X
N S
N N
o
=

= = = =
Kg
2
.
Con este valor, ya se puede calcular la desviacin estndar 109.0412 o = = 10.442
Kg. y el coeficiente de variacin 17.44% (por ello solicitamos tambin la media
aritmtica).

En SPSS:

Figura 4.3 Clculo de estadgrafos de dispersin en SPSS

En Dispersin, seleccionar Desviacin tpica, Varianza, Amplitud (o Rango),
Mnimo y Mximo. Adicionalmente se ha solicitado media ya que, al igual que el
Minitab, el SPSS hace clculos muestrales para la varianza y se necesita reajustar
este y otros clculos. Tambin se solicita cuartiles para calcular el RIQ.
172
Luego hacer clic en Continuar, regresando a la ventana de dilogo Frecuencias y
para terminar, efectuar clic en Aceptar. Inmediatamente en el Visor de Resultados
aparece:
Estadsticos
PESO (Kg)
60
0
59.87
10.530
110.889
44
44
88
51.00
57.00
67.75
Vlidos
Perdidos
N
Media
Desv. tp.
Varianza
Rango
Mnimo
Mximo
25
50
75
Percentiles

Resultado de estadgrafos de dispersin en SPSS
Al igual que en el Minitab se tiene que reajustar la varianza muestral as:
2
2
2 1
( )
( 1) (50 1) 110.889
109.0412
60
N
i
i
X
N S
N N
o
=

= = = =
Kg
2
.
Con este valor, ya se puede calcular la desviacin estndar 109.0412 o = = 10.442
Kg. y el coeficiente de variacin 17.44% (por ello solicitamos tambin la media
aritmtica). Igualmente el RIQ = P
75
P
25
= 67.75 51.00 = 16.75 Kg.

En R:
para que reconozca las variables y sus valores, donde variable es un conjunto de
datos cuantitativos (peso aqu).

Para calcular el Rango, escribir en la consola:
> range(variable) al hacer enter se obtiene el valor mnimo y el mximo.
> diff( range(variable)) al hacer enter se obtiene el rango (diferencia entre el valor
mximo y el mnimo).
Para la variable peso, se tiene:
> range(peso)
[1] 44 88
173
> diff(range(peso))
[1] 44

Para calcular el Rango intercuartlico (RIQ) usar la sintaxis IQR(variable), para la
variable peso se calcula as:
> IQR(peso)
[1] 16.25

Para obtener la Desviacin media respecto a la media aritmtica, escribir en la
consola:
> dm=sum(abs(peso-mean(peso)))/60
> dm
[1] 9.006222
Si se quiere calcular la desviacin media respecto a la mediana, escribir en la
consola:
> dm=sum(abs(peso-median(peso)))/60
> dm
[1] 8.881667

Tanto la varianza como la desviacin estndar calculadas en R son muestrales,
debindose efectuar los mismos ajustes realizados en Minitab y en SPSS.
La sintaxis para la varianza es var(variable) y para la desviacin estndar
sd(variable). Los clculos para la variable peso son:
> var(peso)
[1] 110.8893
> sd(peso)
[1] 10.5304
Al igual que en Minitab y SPSS se tiene que reajustar la varianza muestral as:
> N=length(peso)
> N
[1] 60
> var=(N-1)*var(peso)/N
> var
[1] 109.0412
174
> sd=var^0.5
> sd
[1] 10.44228
> cv=sd/mean(peso)*100
> cv
[1] 17.44207

En el Cuadro 4.1 se muestra el resumen de los estadgrafos de dispersin calculados.

CUADRO 4.1RESUMEN DE LAS MEDIDAS DE DISPERSIN CALCULADAS
PARA LOS PESOS (KG.) DE LOS ALUMNOS DE ESTADSTICA BSICA 09A,
DE LA FCE-UNAC, POR PROGRAMA USADO

ESTADGRAFO MANUAL EXCEL MINITAB SPSS R
Rango 44.00 44.00 44.00 44 44
RIQ 16.75 16.25 16.75 16.75 16.25
Desviacin media 9.006 9.006 - - 9.006
Varianza 109.0412 109.0412 110.89
(a)
110.89
(a)
110.89
(a)

Desviacin
estndar
10.442 10.442 10.530
(a)
10.53
(a)
10.53
(a)

Coeficiente de
variacin
17.44% 17.44% 17.59
(a)
17.59
(a)
17.59
(a)

(a) Son resultados muestrales, que deben reajustarse.

4.7 DIAGRAMA DE CAJAS O BOXPLOT
El diagrama de cajas y bigotes o boxplot es un grfico sencillo de realizar y fue
propuesto por Tukey (1977) para hacer el anlisis exploratorio de datos de una variable
cuantitativa usando principalmente los cuartiles .
Para su elaboracin, en un rectngulo (caja) se representan los cuartiles: en el extremo
inferior el cuartil 1, al extremo superior el cuartil 3 y entre ambos una lnea divisoria para
175
representar el cuartil 2. Es decir, que la caja representa el RIQ, pues concentra el 50%
central de los valores observados.
De los extremos centrales de la caja se extienden los bigotes en la parte inferior hasta
el mx[Q
1
- 1.5RIQ, mn (X
1
, X
2
, ., X
n
)] y en la parte superior hasta el min[Q
3
+
1.5RIQ, mx (X
1
, X
2
, ., X
n
)]. As mismo, por debajo de la parte inferior y por encima
de la parte superior de los bigotes se colocan los valores extremos (outliers) con
asteriscos, tal como se indica en la figura 4.4.

Figura 4.4 Estructura del diagrama de cajas y bigotes (boxplot)

Por lo general el boxplot se presenta rotado en 90. Veamos la obtencin del
diagrama de cajas para la variable peso usando los programas Minitab, SPSS y R.

En Minitab:
Estando en la base de datos Estadstica Bsica 09A, escoger del men Graph
Boxplot Simple OK aparece la ventana de dilogo Boxplot One Y,
Simple (ver la Figura 4.5).
De la lista de variables del lado izquierdo seleccionar la variable peso e ingresarla en
Graph variables:.
Hacer clic en el botn y en Title: poner el nmero y ttulo del
grfico. En este caso es:
GRFICO 4.1 BOXPLOT DEL PESO DE LOS ALUMNOS DE ESTADSTICA
BSICA 09-A, DE LA FCE-UNAC.
176
Para continuar hacer clic en OK y regresa a la ventana de Boxplot One Y, Simple,
hacer clic en OK e inmediatamente aparece el boxplot (ver la figura 4.6).

Figura 4.5 Ventana de dilogo para definir el boxplot de peso en Minitab

Figura 4.6 Diagrama de cajas y bigotes de la variable peso en Minitab
177
Ubicndose dentro de la caja con el puntero del mouse, aparecen automticamente
los cuartiles (ver la parte inferior de la figura 4.6). La lectura de los datos que all
aparecen, permite describir que son 60 alumnos (N = 60), cuyos pesos fluctan
entre 44 y 88 Kg. (Whiskers to = bigotes hasta: 44, 88) y que no hay pesos
extremos (outliers). As mismo, los cuartiles indican que el 25% de los alumnos con
menos peso se encuentran por debajo de los 51 kg. (Q
1
) y el 25% de los alumnos
con ms peso se encuentra por encima de los 67.75 Kg. (Q
3
). Tambin que el 50%
de los alumnos pesa 57 Kg. o menos (median = mediana = 57 Kg.) y que el 50%
central de los pesos de los alumnos est entre 51 (Q
1
) y 67.75 Kg. (Q
3
).

Tambin se puede obtener boxplot para hacer comparaciones entre una variable
cuantitativa, con alguna variable categrica; como puede ser en este caso ver el
comportamiento del peso de los alumnos por sexo (hombres y mujeres).
Para ello, estando en la ventana de dilogo de la figura 4.5 y con las etiquetas de
sexo como texto, hacer clic en el botn y aparece la ventana de
dilogo Boxplot Multiple Graphs, hacer clic en By variables (ver la figura 4.7).

Figura 4.7 Efectuando Grfico Mltiple de Boxplot para peso, por sexo
178
Seleccionar la variable sexo (con las etiquetas en texto) en By variables with
groups in separate panels: si se desea en un solo grfico, pero en paneles
separados, el boxplot para hombres y mujeres (el que se ha escogido aqu); y si se
desea dos grficos separados de boxplot uno para hombres y otro para mujeres
selecciona la variable sexo en By variables with groups on separate graphs:.
Para continuar hacer clic en OK y regresa a la ventana de la figura 4.5 de Boxplot
One Y, Simple, hacer clic en OK e inmediatamente aparece el Grfico 4.2 boxplot
para cada sexo (ver la figura 4.8).

90
80
70
60
50
40
Hombre
P
e
s
o

(
K
g
.
)
Mujer
GRFICO 4.2 BOXPLOT DEL PESO DE LOS ALUMNOS DE ESTADSTICA BSICA 09-A FCE-UNAC,
POR SEXO
Panel variable: sexo

Figura 4.8 Boxplot del peso para hombres y mujeres en Minitab

Se puede hacer las comparaciones pertinentes y enriquecer el anlisis de la variable
cuantitativa comparada para algunas variables categricas consideradas en el
estudio.
Aqu se puede apreciar que las mujeres pesan mucho menos que los hombres; no
obstante dentro de ellas hay dos alumnas cuyos pesos sobresalen del resto
(outliers). Haciendo clic con el puntero del mouse en los asteriscos, nos indica que
se trata de las alumnas 19 con 63 Kg. de peso y la alumna 26 con 66 Kg.

179
En SPSS:
Estando en la base de datos Estadstica Bsica 09A, seguir la secuencia: Analizar
Estadsticos descriptivos Explorar y aparece la ventana de la Figura 4.9.

Figura 4.9 Ventana de dilogo Explorar para definir el boxplot de peso en SPSS

En Dependientes: ingresar la variable peso. En Mostrar esta seleccionado Ambos,
ya que saca Estadsticos (descriptivos) y Grficos (tiene seleccionado el boxplot) por
lo que slo queda hacer clic en Aceptar y aparece el Boxplot de la figura 4.10.

PESO (Kg)
90
80
70
60
50
40

Figura 4.10 Diagrama de cajas y bigotes de la variable peso en SPSS
180
Si se desea un grfico de boxplot para hombres y mujeres en un solo grfico;
entonces, en la ventana de dilogo Explorar de la figura 4.9, en Factores: se ingresa
la variable sexo y para finalizar hacer clic en Aceptar e inmediatamente aparece el
resultado de la Figura 4.11.

SEXO
Mujer Hombre
P
E
S
O

(
K
g
)
90
80
70
60
50
40
26
19

Figura 4.11 Boxplot del peso para hombres y mujeres en SPSS

En R:

Para graficar el Boxplot, escribir en la consola: boxplot (variable).
El diagrama de cajas y bigotes para la variable peso se obtiene as:
> boxplot(peso, col="yellow", main="BOXPLOT PESO", ylab="Peso (Kg.)")
La representacin del boxplot se muestra en la Figura 4.12.
181

Figura 4.12 Diagrama de cajas y bigotes de la variable peso en R

Para obtener el boxplot de hombres y mujeres en un solo grfico escribir:

> plot(sex, peso,xlab="Sexo",ylab="Peso (Kg.)", main="BOXPLOT PESO DE LOS
ALUMNOS")

La representacin se muestra en la Figura 4.13

En los tres programas se obtienen las representaciones del diagrama de cajas,
debiendo escogerse aquella que este disponible o tenga una mejor presentacin,
quedando en potestad del investigador escoger la misma.
182

Figura 4.13 Boxplot del peso para hombres y mujeres en R

4.8 MEDIDAS DE FORMA DE LA DISTRIBUCIN
Cuando se quiere caracterizar mejor la distribucin de frecuencias, muchas veces se
recurre a la distribucin normal de probabilidades, que es una distribucin simtrica
respecto a su media aritmtica, concentrando por debajo de este valor a la mitad de las
observaciones y la otra mitad por encima de dicho valor.
Para saber si la concentracin de observaciones por debajo de la media es menor o
mayor a la mitad de las mismas se usan las medidas de asimetra. Por otro lado, la poca
o fuerte concentracin de observaciones entorno a la media se va estudiar con las
medidas de curtosis o apuntamiento.
183
MEDIDAS DE ASIMETRA
Segn Prez (2002) Las medidas de asimetra tienen como finalidad el elaborar un
indicador que permita establecer el grado de simetra (o asimetra) que presenta una
distribucin sin necesidad de llevar a cabo su representacin grfica. Supongamos hemos
representado grficamente una distribucin de frecuencias. Si trazamos una
perpendicular al eje de las abscisas por x y tomamos esta perpendicular como eje de
simetra, diremos que una distribucin es simtrica si existe el mismo nmero de valores
a ambos lados de dicho eje, equidistantes de x dos a dos, y tales que cada par de valores
equidistantes de x tengan la misma frecuencia. En caso contrario, las distribuciones
sern asimtricas
a) Coeficiente de asimetra de Pearson.-
Para distribuciones unimodales y ligeramente asimtricas, Karl Pearson encontr
que la relacin emprica entre la media aritmtica, la mediana y la moda es:
3 X Mo X Me = , la misma que es utilizada en su coeficiente:
( ) 3( ) X Mo X Me
Ap
S S

= =
Donde S es la desviacin estndar.
Si Ap = 0, la distribucin es simtrica.
Si Ap > 0, la distribucin es asimtrica positiva o asimtrica a la derecha.
Si Ap < 0, la distribucin es asimtrica negativa o asimtrica a la izquierda.
b) Coeficiente de asimetra de Fisher.-
El coeficiente de asimetra propuesto por R.A. Fisher es:
3
1
3
1
( )
n
i
i
X X
n
Af
o
=

=

3
1
3
1
( )
k
i i
i
X X n
n
Af
o
=

=


Donde es la desviacin estndar poblacional.
Si Af = 0, la distribucin es simtrica.
Si Af > 0, la distribucin es asimtrica positiva o asimtrica a la derecha.
Si Af < 0, la distribucin es asimtrica negativa o asimtrica a la izquierda.
184
Ejemplo 4.13
Con los datos sin agrupar del Cuadro 2.6, peso en Kg. de los 60 alumnos de
Estadstica Bsica 09-A, cuyos pesos ordenados son:
44 45 46 46.5 47 48 48 49 49 50
50 50 50 50.5 51 51 52 52 52.6 53
53 53 53 54 55 55 55 55 55 57
57 59 60 60 63 63 64 64 64.5 65
65 66 66 67 67 68 68 68 69 70
70 72 72 75 75 77 80 80 80 88
Hallar los coeficientes de asimetra de Pearson y el de Fisher.
Solucin.-
En ejemplos anteriores se obtuvo = 59.868, Me = 57 y = 10.442 Kg.
Luego el coeficiente de asimetra de Pearson es:
3( ) 3(59.868 57)
10.442
X Me
Ap
S

= = = 0.82 > 0, los pesos tienen distribucin
asimtrica positiva.
El coeficiente de asimetra de Fisher es:
3
1
3 3
1
1
( )
(38558.56)
60
(10.442)
n
i
i
X X
n
Af
o
=

= =
= 0.56 > 0, entonces los pesos tienen

distribucin asimtrica positiva.

Ejemplo 4.14
Hallar los coeficientes de asimetra de Pearson y el de Fisher, de los pesos de los 60
alumnos de Estadstica Bsica 09-A FCE-UNAC, con los datos agrupados del
Cuadro 2.7, siguientes:

1 44.0 52.8 48.4 19 0.317 19 0.317
2 52.8 61.6 57.2 15 0.250 34 0.567
3 61.6 70.4 66.0 17 0.283 51 0.850
4 70.4 79.2 74.8 5 0.083 56 0.933
5 79.2 88.0 83.6 4 0.067 60 1.000
60 1.000
Acum.
alumnos
Prop.Ac.
alumnos
Clase PESOS (Kg.)
Marca
clase
Alum-nos
Prop.
alumnos

185
Solucin.-
En ejemplos anteriores se obtuvo = 60.133, Me = 59.253 y = 10.495 Kg.
Luego el coeficiente de asimetra de Pearson es:
3( ) 3(60.133 59.253)
10.495
X Me
Ap
S

= = = 0.25 > 0, los pesos tienen distribucin
asimtrica positiva.
El coeficiente de asimetra de Fisher es:
3
1
3 3
1
1
( )
(39828.25)
60
(10.495)
n
i i
i
X X n
n
Af
o
=

= =
= 0.57 > 0, entonces los pesos tienen


MEDIDAS DE CURTOSIS O APUNTAMIENTO
Segn Chue J.y Otros (2007) La curtosis cuantifica la cantidad de observaciones
que se agrupan alrededor de las medidas de tendencia central de la distribucin de los
datos.
La frmula de clculo de la curtosis es:
4
1
4
1
( )
3
n
i
i
X X
n
K
o
=

=

4
1
4
1
( )
3
k
i i
i
X X n
n
K
o
=

=

Donde es la desviacin estndar poblacional.
Si K = 0, la distribucin es mesocrtica (apuntamiento normal).
Si K > 0, la distribucin es leptocrtica (puntiaguda).
Si K < 0, la distribucin es platicrtica (achatada).

Ejemplo 4.15
Con los datos sin agrupar del Cuadro 2.6 (ver ejemplo 4.13), peso en Kg. de los 60
alumnos de Estadstica Bsica 09-A, hallar el coeficiente de curtosis.
Solucin.-
En ejemplos anteriores se obtuvo = 59.868 y = 10.442 Kg.
186
Luego el coeficiente de curotosis es:
60
4
1
4 4
1
1762855.81
( 59.868)
60
60
3 3
(10.442)
i
i
X
K
o
=

= =
= -0.53 < 0, entonces la distribucin

es platicrtica o achatada.

Ejemplo 4.16
Hallar el coeficiente de curtosis de los pesos de los 60 alumnos de Estadstica
Bsica 09-A FCE-UNAC, con los datos agrupados del Cuadro 2.7, dados en el
ejemplo 4.14.
Solucin.-
En ejemplos anteriores se obtuvo = 60.133 y = 10.495 Kg.
Luego el coeficiente de curtosis es:
5
4
1
4 3
1
1825739.21
( 60.133)
60
60
3 3
(10.495)
i i
i
X n
K
o
=

= =
= -0.41 < 0, por lo tanto, la

distribucin es platicrtica o achatada.

Clculo de las medidas de forma con los programas
Veamos como se pueden obtener los estadgrafos de forma para la variable peso,

En Excel:
Con los datos de la variable peso de los 60 alumnos de estadstica Bsica 09-A en la
columna D, desde D3 hasta D62, cuando en el programa se pide Matriz se sombrean
estos o se escribe D3:D62.
Una manera de obtener los estadgrafos de forma es con la opcin de funciones
del Excel, escoger dentro de Seleccionar una categora Estadsticas escoger
estadgrafo y aparece ventana de dilogo en la que se indica los argumentos
requeridos y se obtiene el resultado. Otra manera de obtenerlos es con la sintaxis para
el estadgrafo, que es la que utilizaremos. Para la asimetra usar la sintaxis
=COEFICIENTE.ASIMETRIA(Matriz) y para calcular la curtosis usar
=CURTOSIS(Matriz).
187
Para el peso, en la casilla D79 escribir =COEFICIENTE.ASIMETRIA(D3:D62) al
hacer enter aparece el resultado 0.58 (ver Figura 4.14). Entonces los pesos tienen
As mismo, en la casilla D80 escribir =CURTOSIS(D3:62) al hacer enter aparece el
resultado -0.47 (ver Figura 4.14). Entonces los pesos tienen distribucin platicrtica
o achatada.

Figura 4.14 Clculo de la asimetra y curtosis en Excel

En Minitab:
Descriptive Statistics (vista en la Figura 3.4).
Satatistcs Statistics (ver la Figura 4.2). Escoger Skewness (asimetra) y Kurtosis.
Al hacer clic en OK, regresa a la ventana Display Descriptive Statistics, hacer
nuevamente clic en OK y aparecen los resultados siguientes:


Total
Variable Count Skewness Kurtosis
peso 60 0.58 -0.47

Resultados idnticos a los obtenidos en Excel.
188
En SPSS:
muestra la ventana de dilogo Frecuencias: Estadsticos (ver la Figura 4.3).
En Distribucin, seleccionar Asimetra y Curtosis. Luego hacer clic en Continuar,
regresando a la ventana de dilogo Frecuencias y para terminar, efectuar clic en
Aceptar. Inmediatamente en el Visor de Resultados aparece:
Estadsticos
PESO (Kg)
60
0
.579
.309
-.469
.608
Vlidos
Perdidos
N
Asimetra
Error tp. de asimetra
Curtosis
Error tp. de curtosis

Resultado de estadgrafos de forma en SPSS
Al igual que en el Excel y el Minitab se tiene el mismo resultado.

En R:

J. Arriaza y Otros (2008) recomiendan en el Apndice B Medidas de forma, con el
paquete fBasics del R.
Por ello, primero instalar el paquete fBasics. En el men del R escoger Paquetes,
luego Instalar paquetes, escoger un pas (Australia, por ejemplo) aparece una lista
de Packages (paquetes) buscar fBasics y hacer doble clic para que se instale en la
pc. Luego, desde el men escoger en Paquetes, cargar paquete y aparece una lista,
dar doble clic en fBasics, para calcular los estadgrafos de forma. Si el fBasics esta
instalado, slo hay que cargarlo.

189
Para calcular la Asimetra, escribir en la consola:
> skewness(variable) al hacer enter se obtiene el resultado.
Para calcular la Curtosis, escribir en la consola:
> kurtosis(variable) al hacer enter se obtiene el resultado.

Las medidas de forma de la variable peso se obtienen as:
> skewness(peso)
[1] 0.550345
attr(,"method")
[1] "moment"

> kurtosis(peso)
[1] -0.6106151
attr(,"method")
[1] "excess"

Cuyos resultados son parecidos a los obtenidos con los otros programas, es decir, que
la distribucin de la variable peso es asimtrica positiva y platicrtica.

190

Captulo 5. CORRELACIN Y REGRESIN SIMPLE
Las cifras no mienten, pero los mentirosos tambin usan cifras
Annimo

CONTENIDO
5.1 Introduccin.
5.2 Diagrama de dispersin.
5.3 Covarianza y coeficiente de correlacin.
5.4 Regresin lineal simple.
5.5 Coeficiente de determinacin.

5.1 INTRODUCCIN
Uno de los propsitos de la estadstica es efectuar predicciones al futuro, para lo cual
es necesario explicar el comportamiento de una variable dependiente o explicada
(denotada por Y) mediante una o ms variables independientes o explicativas
(denotadas por Xs) basados en fundamentos tericos del fenmeno que se estudia.
As, vemos que en economa se busca explicar la demanda de los bienes y servicios en
funcin de los precios de los mismos.
Igualmente, basados en la informacin observada sobre la produccin de un bien o
servicio a travs del tiempo, tratamos de predecir las cantidades a producir en el futuro.
En el presente captulo se busca establecer algunas formas sencillas de establecer la
relacin entre las variables construyendo los diagramas de dispersin delos datos, as
como la medicin de la relacin entre las variables usando la covarianza y el
coeficiente de correlacin.
Tambin se presenta la determinacin de algunos modelos de regresin lineal simple
entre dos variables y los de series de tiempo que permitan hacer pronsticos en
situaciones de incertidumbre.
191
5.2 DIAGRAMA DE DISPERSIN
Es la representacin en el plano cartesiano de los valores que toma la variable
dependiente Y conjuntamente con los valores que toma la variable independiente X,
acompaados por alguna funcin (recta, hoja de parbola, etc.) a la que se ajustan
dichos datos.
Es decir, que se representan las parejas ordenadas (X
i
, Y
i
) los mismos que aparecen
como puntos en el plano cartesiano y dan una idea del tipo de relacin funcional
matemtica para las variables.
Es un grfico recomendado para establecer el tipo de asociacin entre las variables (si
es directa o inversa), as como el tipo de relacin funcional entre las mismas.
Ejemplo 5.1
Una compaa productora de muecas quiere establecer la relacin entre las variables
X = precio de las muecas ($) e Y = cantidad de muecas vendidas. Los datos son:
X 6.5 8.0 10.0 12.5 14.0 16.0 17.5 20.0
Y 276 250 238 212 190 183 156 125
Efectuar el diagrama de dispersin.
Solucin.-
Vamos a utilizar los programas Excel, Minitab, SPSS y R para realizar el diagrama de
dispersin.
En Excel:
En una hoja de Excel ingresar los valores de X e Y en las columna A y B
respectivamente. Sombrear la variable y los datos.
En Insertar, Grficos, escoger XY (Dispersin) y el recuadro Dispersin slo con
marcadores, tal como se muestra en la Figura 5.1.
Al hacer clic en Aceptar, aparecen los puntos del diagrama de dispersin. Hacer clic
con el botn derecho sobre los puntos del plano y seleccionar agregar lnea de
tendencia y aparece una ventana de dilogo. Escoger el tipo (automticamente aparece
192
lineal, que es la que interesa en este caso). Al hacer clic en Cerrar se muestra el
diagrama de dispersin y la lnea de tendencia de la Figura 5.2

Figura 5.1 Definiendo el diagrama de dispersin en Excel

Figura 5.2 Diagrama de dispersin de la cantidad y precio en Excel
En Minitab:
193
Con los datos de la variable precio (X) y cantidad (Y) en el Worksheet, del men
escoger Graph, Scatterplot, aparece la ventana de dilogo Scatterplots; escoger With
Regression y hacer clic en OK. Se muestra la ventana de dilogo de la Figura 5.3.

Figura 5.3 Definiendo el diagrama de dispersin en Minitab
En Y variables seleccionar Cantidad y en X variables Precio. Al efectuar clic en OK se
muestra el diagrama de dispersin con la lnea de regresin de la Figura 5.4.
20.0 17.5 15.0 12.5 10.0 7.5 5.0
280
260
240
220
200
180
160
140
120
X = Precio
Y

=

C
a
n
t
i
d
a
d
Scatterplot of Y = Cantidad vs X = Precio

Figura 5.4 Diagrama de dispersin de la cantidad y precio en Minitab
En SPSS:
194
Con los datos de la variable precio (X) y cantidad (Y) en el Editor de datos SPSS, del
men escoger Grficos, Interactivos, Diagrama de dispersin, aparece la ventana de
dilogo Crear diagrama de dispersin de la Figura 5.5.

Figura 5.5 Creando el diagrama de dispersin en SPSS

De la lista de variables arrastrar primero la variable dependiente (Cntidad) en el primer
recuadro y luego la variable independiente (precio) en el siguiente, tal como se muestra
en la Figura 5.5.
Para finalizar hacer clic en Aceptar y aparece el diagrama de dispresin de la Figura
5.6.
195
8.00 12.00 16.00 20.00
PRECIO
120
160
200
240
280
C
A
N
T
I
D
A
D

Figura 5.6 Diagrama de dispersin de la cantidad y precio en SPSS
En R:
Definir los valores de las variables Precio y Cantidad, por los vectores X e Y
respectivamente siguientes:
> X=c(6.5, 8.0, 10.0, 12.5, 14.0, 16.0, 17.5, 20.0)
> Y=c(276, 250, 238, 212, 190, 183, 156, 125)
A continuacin utilizar la funcin plot para definir el diagrama de dispersin, as:
> plot(X, Y, xlab="PRECIO", ylab="CANTIDAD", main="Diagrama de dispersin
de Precios y Cantidad")
Donde:
X es la variable independiente e Y la variable dependiente.
xlab es la etiqueta del eje X e ylab la etiqueta del eje Y.
main es para ponerle ttulo al grfico. El resultado aparece en la Figura 5.7.
196

Figura 5.7 Diagrama de dispersin de la cantidad y precio en R
5.3 COVARIANZA Y COEFICIENTE DE CORRELACIN
Los indicadores del grado de asociacin lineal entre dos variables son la covarianza y
el coeficiente de correlacin.
COVARIANZA.-
La covarianza entre las variables X e Y, denotada por Cov (X, Y), mide el promedio
de las discrepancias conjuntas del producto de las desviaciones de las variables X e
Y con respecto a sus respectivas medias. Se calcula como:
1
1 1
( , ) ( )( )
n
i i
i
Cov X Y X X Y Y SPXY
n n
=
= =

197
Donde SPXY representa la Suma de Productos de las desviaciones de X e Y con
respecto a sus medias, calculada as:
1 1
( )( )
n n
i i i i
i i
SPXY X X Y Y X Y n X Y
= =
= =

La covarianza tiene el inconveniente de las unidades de medida de las variables, por
ello lo fundamental de la covarianza es el signo, ya que proporciona una idea de la
discrepancia conjunta de las variables en estudio. As, si el signo es positivo indica una
variacin directa entre los valores de la variable, es decir, que si X aumenta, entonces
Y tambin aumenta o si uno disminuye el otro tambin disminuye; mientras que si el
signo es negativo, indica una variacin inversa, es decir, que si X aumenta, entonces Y
disminuye y viceversa, si X disminuye entonces Y aumenta.
Como solucin al inconveniente planteado en el prrafo anterior, surge el coeficiente
de correlacin lineal de Pearson que a continuacin se explica.
COEFICIENTE DE CORRELACIN.-
El coeficiente de correlacin lineal entre las variables X e Y, denotada por (X, Y),
mide el grado de asociacin lineal entre las variables en estudio. Se calcula as:
( , )
( , )
X Y
Cov X Y
X Y
o o
= = , para la poblacin; y
( , )
( , )
1
X Y
Cov X Y SPXY
r X Y r
n
SCX SCY
S S
n
= = =

, para la muestra.
Donde:
2 2 2
1 1
( )
n n
i i
i i
SCX X X X n X
= =
= =

y
2 2 2
1 1
( )
n n
i i
i i
SCY Y Y Y nY
= =
= =

El coeficiente de correlacin toma valores entre -1 y 1.
Cuanto ms cercano a -1 o a 1 se encuentra es ms fuerte la asociacin lineal entre las
variables X e Y, y cercano a 0 indica que la asociacin entre la variable es muy baja o
que no existe relacin entre X e Y.
198
Ejemplo 5.2
Para los datos del ejemplo 5.1, calcular e interpretar la covarianza y el coeficiente de
correlacin lineal simple entre X e Y.
Solucin.-
Las variables X = precio de las muecas ($) e Y = cantidad vendida. Los datos son:
X 6.5 8.0 10.0 12.5 14.0 16.0 17.5 20.0
Y 276 250 238 212 190 183 156 125

Clculos necesarios:
n = 8,
8
1
104.5
i
i
X
=
=
, 13.0625 X = ,
8
1
1630
i
i
Y
=
=
, 203.75 Y =
8
2 2 2 2 2
1
(6.5) (8.0) .... (17.5) (20.0) 1, 520.75
i
i
X
=
= + + + + =

2 2 2
1
1520.75 8(13.0625) 155.7188
n
i
i
SCX X n X
=
= = =

8
2 2 2 2 2
1
(276) (250) .... (156) (125) 349,814
i
i
Y
=
= + + + + =

2 2 2
1
349,814 8(203.75) 17, 701.5
n
i
i
SCY Y nY
=
= = =

8
1
(6.5)(276) (8.0)(250) .... (20.0)(125) 19, 642
i i
i
X Y
=
= + + + =

1
19, 642 8(13.0625)(203.75) 1, 649.875
n
i i
i
SPXY X Y n X Y
=
= = =

Luego:
a)
1649.875
( , ) 206.2344
8
SPXY
Cov X Y
n

= = =
199
b)
1, 649.875
0.994
(155.7188)(17, 701.5)
SPXY
r
SCX SCY

= = =

Interpretacin.- La covarianza negativa y el coeficiente de correlacin cercano a -1, nos
indican que existe una alta relacin inversa entre los precios de las muecas y las
cantidades vendidas.
A continuacin ilustramos los clculos de la covarianza realizados en Excel y su
grfico de dispersin correspondiente.
X = Precio Y = Cantidad
6.5 276 -6.6 72.3 -474.14
8.0 250 -5.1 46.3 -234.14
10.0 238 -3.1 34.3 -104.89
12.5 212 -0.6 8.3 -4.64
14.0 190 0.9 -13.8 -12.89
16.0 183 2.9 -20.8 -60.95
17.5 156 4.4 -47.8 -211.89
20.0 125 6.9 -78.8 -546.33
13.1 203.8 SPXY = -1649.88
Media Media COV(X, Y) = -206.2344
( )
i
Y Y ( )
i
X X ( ) ( )
i i
X X Y Y

En el eje de las Xs se ha representado ( )
i
X X y en el eje de las Ys ( )
i
Y Y .
200
5.4 REGRESIN LINEAL SIMPLE
Es el proceso que consiste en poner en relacin a una variable dependiente (Y) en
funcin de otra independiente (X), llamada tambin variable explicativa o predictora,
mediante la ecuacin de una recta, basados en una relacin de causalidad para el
fenmeno en estudio.
As, en el ejemplo 5.1 vemos que las cantidad demandada de muecas (Y), es una
funcin del precio de las mismas (X). Es decir, que Y = f(X).
La relacin funcional a la que se postula es la ecuacin de una recta, por lo tanto, se
postula que: Y
i
= a + bX
i
.
Donde a y b son los coeficientes de regresin, siendo b la pendiente de la recta y es
negativa porque recoge el efecto de la relacin inversa entre el precio de las muecas y
la cantidad demandada.
En el diagrama de dispersin obtenido antes, se puede apreciar que no todos los puntos
caen sobre la recta postulada, por lo que es necesario agregarle al modelo una
componente de error, as el modelo queda como:
Y
i
= a + bX
i
+ e
i

Ahora el problema se reduce a encontrar los valores de a y de b que permitan hacer
pronsticos de Y asumiendo determinados valores de X,. Para poder determinar los
valores de a y de b, se postula que los errores promedien cero, es decir buscando que
todos los puntos caigan sobre la recta y que la varianza de estos errores sea mnima,
surgiendo as el mtodo de los mnimos cuadrados ordinarios.
Mtodo de los Mnimos Cuadrados Ordinarios
Es un mtodo de aproximacin a los valores verdaderos de a y de b, buscando
minimizar la varianza de los errores, la misma que se traduce en:
Minimizar
2 2
1 1
( )
n n
i i i
i i
e Y a bX
= =
=

201
Siendo la suma de los errores al cuadrado funcin de los parmetros a y b, se tiene que
tomar derivadas parciales con respecto a dichos parmetros e igualar a cero, as:
2
1
1
2 ( )( 1) 0
n
i n
i
i i
i
e
Y a bX
a
=
=
c
= =
c

2
1
1
2 ( )( ) 0
n
i n
i
i i i
i
e
Y a bX X
b
=
=
c
= =
c

Resultado de igualar a cero y aplicar el operador sumatoria, surgen las denominadas
Ecuaciones normales siguientes:
1 1
n n
i i
i i
na b X Y
= =
+ =

. (1)
2
1 1 1
n n n
i i i i
i i i
a X b X X Y
= = =
+ =

... (2)
Cuyas soluciones algebraicas son:
1 1
2 2 2
1 1
( )( )
( )
n n
i i i i
i i
n n
i i
i i
X Y nXY X X Y Y
SPXY
b
SCX
X nX X X
= =
= =

= = =

; y
a Y b X =
Frmulas de clculo para los valores de a y de b en regresin simple. Cabe resaltar que
el smbolo sobre a y sobre b indica que son valores estimados obtenidos con la
informacin muestral y son una buena aproximacin hacia a y b en la estadstica
inferencial.
Interpretacin de a y
b
Al ser
b la pendiente de la recta, entonces en

, 1
Y
b si X b Y
X
A
= A = = A
A
; quiere
decir que si X se incrementa en una unidad, entonces Y se incrementa en
b unidades.
202
Por otro lado a representa el intercepto con el eje Y, cuando X se aproxima cero y en
algunos casos no tiene mayor sentido.
5.5 COEFICIENTE DE DETERMINACIN (R
2
)
El coeficiente de determinacin mide el porcentaje de explicacin de la variabilidad de
la variable dependiente Y, que es debido a la regresin (explicada por la variable
independiente X) y el resto que se queda sin explicar se atribuye al error.
En la prctica se aproxima (estima) con el coeficiente de correlacin al cuadrado
multiplicado por 100, o sea: 100r
2
%.
Ejemplo 5.3
Para los datos del ejemplo 5.1, se pide: a) calcular e interpretar los coeficientes de
regresin y el coeficiente de determinacin entre X e Y; y b) determinar la cantidad
demandada de muecas cuando el precio sea de $ 15.
Solucin.-
a) Para las variables X = precio de las muecas ($) e Y = cantidad vendida, en la
solucin del ejemplo 5.2 tenemos los clculos que necesitamos, as:
1
19, 642 8(13.0625)(203.75) 1, 649.875
n
i i
i
SPXY X Y n X Y
=
= = =

2 2 2
1
1520.75 8(13.0625) 155.7188
n
i
i
SCX X n X
=
= = =

2 2 2
1
349,814 8(203.75) 17, 701.5
n
i
i
SCY Y nY
=
= = =

Luego:
1649.875
155.7188
SPXY
b
SCX

= = = - 10.5952
203.75 ( 1.085)(13.0625) a Y b X = = = 342.15

r
2
= (0.994)
2
= 0.988 98.8%
203
La ecuacin de regresin simple queda establecido como:
342.15 10.595
i i i
Y a b X X = =
Interpretacin.-
b = - 10.595 significa que por cada dlar de incremento en el precio de la muecas,

la cantidad demandada disminuye en casi 11 muecas y viceversa, por cada dlar
que disminuye el precio de las muecas, la demanda se incrementa en cerca de 11
muecas.
a = 342.15, indica que la demanda tope bordear las 342 muecas, con el precio de
las mismas alrededor de cero dlares.
r
2
= 0.988 98.8%, indica que 98.8% de la variabilidad de la demanda de muecas
es explicado por el precio de estas. Es decir, que el precio de las muecas ajusta
muy bien la cantidad demandada de stas.
b) Para determinar la cantidad de muecas demandadas a un precio X = $15,
reemplazamos en la ecuacin de regresin de la parte a), as:
342.15 10.595 342.15 10.595(15)
i i
Y X = = =183.2 = 183 muecas.
Entonces, se espera vender 183 muecas al precio de $15.
Veamos como obtener los indicadores del modelo de regresin usando los programas
Excel, Minitaab, SPSS y R.
En Excel:
En una hoja de Excel ingresar los valores de X e Y en las columna A y B
respectivamente. Sombrear la variable y los datos.
En Datos, escoger Anlisis de datos y en Funciones para anlisis, seleccionar
Regresin, y aparece la ventana de dilogo Regresin de la Figura 5.8.
204

Figura 5.8 Aplicando Regresin en Excel
En Entrada, indicar el Rango Y de entrada: $B$1:$B$9, Rango X de entrada:
$A41:$A$9 y marcar el recuadro Rtulos (para indicar los nombres de las variabes).
En Opciones de salida, escoger donde queremos que aparezcan los resultados de la
regresin, seleccionamos Rango de salida: indicndole donde queremos que salga,
aqu a partir de la celda A12. Tambin se puede escoger obtener los resultados En una
hoja nueva: (precisar la hoja en el recuadro) o En un libro nuevo (el programa lo crea).
Para terminar hacer clic en Aceptar y se obtiene los resultados de la Figura 5.9.
A partir de la celda A12, aparece el Resumen de los clculos de regresin, que para el
caso estn sombreados y son:
Coeficiente de correlacin = r = 0.993746364, Coeficiente de determinacin R
2
=
0.987531836, Coeficiente de intercepcin = a = 342.1501104; y Coeficiente para X =
Precio =
b = -10.595223376.
Adems, el Resumen muestra una serie de resultados de la estadstica inferencial
aplicados a la regresin como es el Anlisis de Varianza, intervalos de confianza y
pruebas estadsticas para los coeficientes de regresin.
205

Figura 5.9 Resultado de la Regresin de cantidad y precio de muecas en Excel
En Minitab:
Con los datos de la variable precio (X) y cantidad (Y) en el Worksheet, del men
escoger Stat, luego Regression y nuevamente la opcin Regression; y aparece la
ventana de dilogo Regression de la Figura 5.10.

Figura 5.10 Aplicando Regresin en Minitab
206
De la lista de variables del lado izquierdo, seleccionar la variable Y = cantidad e
ingresarla en Response: (variable de respuesta o dependiente) y en Predictors:
seleccionar X = Precio.
Para terminar hacer clic en OK. Inmediatamente en la ventana de Session del Minitab
aparecen los resultados siguientes:
Regression Analysis: Y = Cantidad versus X = Precio

The regression equation is
Y = Cantidad = 342 - 10.6 X = Precio

Predictor Coef SE Coef T P
Constant 342.150 6.701 51.06 0.000
X = Precio -10.5952 0.4860 -21.80 0.000

S = 6.06500 R-Sq = 98.8% R-Sq(adj) = 98.5%

Analysis of Variance

Source DF SS MS F P
Regression 1 17481 17481 475.23 0.000
Residual Error 6 221 37
Total 7 17702

Se puede apreciar los mismos resultados obtenidos antes, es decir, la ecuacin de
regresin, los coeficientes de regresin y el R-cuadrado obtenidos con el Minitab.
En SPSS:
Con los datos de las variables precio (X) y cantidad (Y) definidos e ingresados en el
editor de datos del SPSS, del men seleccionar Analizar Regresin Lineal e
inmediatamente aparece la ventana de dilogo de la Figura5.11.
De la lista de variables del lado izquierdo, seleccionar la variable CANTIDAD e
ingresarla en el recuadro Dependiente:, del mismo modo seleccionar la variable
PRECIO e ingresarla en el recuadro Independientes:.
Una vez ingresadas las variables, hacer clic en Aceptar y aparecen los resultados
mostrados despus de la Figura 5.11.
207

Figura 5.11 Aplicando Regresin en SPSS
La vista de resultados del SPSS muestra en el Resumen del modelo los coeficientes de
correlacin y determinacin, mientras que en los Coeficientes se presenta la constante
a = 342.150 y
b = -10.595.
Resumen del modelo
.994
a
.988 .985 6.06500
Modelo
1
R R cuadrado
R cuadrado
corregida
Error tp. de la
estimacin
Variables predictoras: (Constante), PRECIO ($)
a.

Coeficientes
a
342.150 6.701 51.059 .000
-10.595 .486 -.994 -21.800 .000
(Constante)
PRECIO ($)
Modelo
1
B Error tp.
Coeficientes no
estandarizados
Beta
Coeficientes
estandarizad
os
t Sig.
Variable dependiente: CANTIDAD
a.

208
Al igual que el Minitab, tambin presenta el anlisis de varianza para la regresin
siguiente:
ANOVA
b
17480.795 1 17480.795 475.226 .000
a
220.705 6 36.784
17701.500 7
Regresin
Residual
Total
Modelo
1
Suma de
cuadrados gl
Media
cuadrtica F Sig.
Variables predictoras: (Constante), PRECIO ($)
a.
Variable dependiente: CANTIDAD
b.

En R:
Definidos los valores de las variables Precio y Cantidad, por los vectores X e Y
respectivamente siguientes:
> X=c(6.5, 8.0, 10.0, 12.5, 14.0, 16.0, 17.5, 20.0)
> Y=c(276, 250, 238, 212, 190, 183, 156, 125)
A continuacin utilizar la funcin lm para definir
> modelo=lm(Y~X)
> modelo
Call:
lm(formula = Y ~ X)
Coefficients:
(Intercept) X
342.15 -10.60
> resumen=summary(modelo)
> resumen

209
Call:
lm(formula = Y ~ X)
Residuals:
Min 1Q Median 3Q Max
-7.3883 -4.1741 0.5342 2.3974 10.3735
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 342.150 6.701 51.06 3.79e-09 ***
X -10.595 0.486 -21.80 6.09e-07 ***
---
Signif. codes: 0 *** 0.001 ** 0.01 * 0.05 . 0.1 1
Residual standard error: 6.065 on 6 degrees of freedom
Multiple R-squared: 0.9875, Adjusted R-squared: 0.9855
F-statistic: 475.2 on 1 and 6 DF, p-value: 6.086e-07

210

Captulo 6. MODELOS DISCRETOS DE PROBABILIDAD
La estadstica es como una mujer con bikini, muestra casi todo, pero lo
fundamental lo oculta . Olvidaba decir que lo fundamental es . lo
que yo quiera creer Robert Frost

CONTENIDO
6.1 Introduccin.
6.2 Distribucin binomial.
6.3 Distribucin de Poisson.
6.4 Distribucin hipergeomtrica.
6.5 Distribucin geomtrica.

6.1 INTRODUCCIN
En el presente captulo se presentan los modelos de probabilidad discretos cuyo clculo
ha sido adaptado a los programas que estamos presentando y que permiten dinamizar
el aprendizaje del clculo de probabilidades por la simplificacin de los procesos.
Se presentan los principales modelos de probabilidad para variables aleatorias
discretas, en las que estamos interesados en el nmero de xitos en un determinado
nmero de ensayos o pruebas.
La determinacin del xito o fracaso en este tipo de pruebas esta sujeto al inters
particular de quin realiza una determinada prueba.
Entre los modelos a estudiar tenemos las distribuciones: binomial, Poisson,
hipergeomtrica y la Geomtrica.
En cada caso se presenta las caractersticas principales de cada distribucin, es decir, la
funcin de probabilidad, la esperanza, la varianza, la funcin de distribucin
acumulativa de probabilidades y las respectivas formas de clculo de probabilidades.

211

6.2 DISTRIBUCIN BINOMIAL
Distribucin Bernoulli.-
Segn Bazn y Corbera (1997) la distribucin de Bernoulli es el modelo ms sencillo
de probabilidad y proporciona la base para derivar otras distribuciones de probabilidad
discreta.
Las pruebas de Bernoulli tienen dos posibles resultados uno de los cuales es fijado
convencionalmente como xito (E) y el otro como fracaso (F). Por tanto: = {F, E}.
La variable aleatoria X = nmero de xitos en una prueba de Bernoulli toma los
valores: Rx = {0, 1}.
La probabilidad de xito se denota por P (E) = p = P (X = 1) y la probabilidad de
fracaso es el complemento, P (F) = q = 1 p = P (X = 0); las mismas que se calculan
con la funcin de probabilidad siguiente:
1
( ) ( ) ; 0, 1.
x x
p x P X x p q x
= = = =
La distribucin de probabilidades Bernoulli es:
x 0 1
p (x) = P (X = x) q = 1 - p p
La media y la varianza de la distribucin Bernoulli son: E (X) = p y Var (X) = pq
respectivamente.
Ejemplo 6.1
Son ensayos Bernoulli los siguientes:
- El resultado observado en el lado superior al lanzar una moneda (cara o sello).
- El estado en que se encuentra un artculo fabricado (bueno o defectuoso).
- El ingreso de una familia es menor o igual a S/. 2500 o es mayor de 2500.
212
Caractersticas del ensayo binomial
Una prueba binomial se caracteriza por estar constituida por n pruebas de Bernoulli
repetidas o independientes, cada una con la misma probabilidad p de xito y la variable
aleatoria X = nmero de xitos. Rx = {0, 1, 2 , . , n}.
Ley de probabilidad
La distribucin de probabilidad binomial esta dada por la siguiente funcin:
( ) ( ) ; 0, 1, 2, 3,....,
n x n x
x
p x P X x C p q x n
= = = =
Donde:
( )
!
! !
n
x
n
C
n x x
=

Los parmetros de la distribucin binomial son n y p. Si una variable X tiene
distribucin binomial, se le denota as X ~B (n,p) y la ley de probabilidades es la antes
indicada.
Media y varianza de la distribucin binomial
La media y la varianza de la distribucin binomial son:
= E (X) = np y
2
= Var (X) = npq.
La funcin de distribucin acumulativa de probabilidades
La funcin de distribucin acumulativa de probabilidades de la binomial esta dada por:
( ) ( ) ( )
i i
i
i i
x n x n
i x
x x x x
F x P X x P X x C p q

s s
= s = = =

Todas estas probabilidades son calculadas por los programas estudiados, tal como
veremos a continuacin.
Ejemplo 6.2
Se lanza una moneda correcta 5 veces. Sea X = el nmero de caras obtenidas. Calcule
la probabilidad de obtener: a) 3 caras; b) a lo ms 2 caras; c) la distribucin de
probabilidades; y d) la funcin de distribucin acumulativa de probabilidades.
213
Solucin
Cada lanzamiento de la moneda es una prueba de Bernoulli, ya que estamos
interesados en observar si sale cara (xito) o no sale (fracaso), con p = q = 0.5.
As mismo, se trata de n = 5 pruebas independientes, puesto que el resultado de un
lanzamiento no influye en los sucesivos.
Por lo tanto, la variable aleatoria X = nmero de caras obtenidas ~B (n=5, p = 0.5) y su
funcin de probabilidad es:
5 5 5 5
( ) ( ) (0.5) (0.5) (0.5) ; 0, 1, 2, 3, 4, 5.
x x
x x
p x P X x C C x
= = = = =
a)
5 5
3
1 10
(3) ( 3) ( ) 0.3125
2 32
p P X C = = = = =
b) P (X 2) = p(0) + p(1) + p(2) =
=
5 5 5 5 5 5
0 1 2
1 1 1 1 5 10 16
( ) ( ) ( ) 0.50
2 2 2 32 32 32 32
C C C + + = + + = =
c) La distribucin de probabilidades binomial, calculadas con la funcin de
probabilidad, se presentan en el cuadro siguiente:
x 0 1 2 3 4 5
p(x) 1/32 =
0.03125
5/32 =
0.15625
10/32 =
0.31250
10/32 =
0.31250
5/32 =
0.15625
1/32 =
0.03125
F(x) 1/32 =
0.03125
6/32 =
0.18750
16/32 =
0.50000
26/32 =
0.81250
31/32 =
0.96875
32/32 =
1.00000

d) La distribucin acumulativa de probabilidades se ha determinado con la funcin
5
( ) ( ) ( ) (0.5)
i
i
i i
x
i x
x x x x
F x P X x P X x C
s s
= s = = =

y se presentan en la tabla
anterior de la pregunta c).

214
Veamos el procedimiento de clculo de estas probabilidades con los programas, las
mismas que estn sintetizadas en la tabla de la pregunta c) y d).
En Excel:
Para hallar la distribucin de probabilidades binomial, en la hoja de clculo definimos
en la columna A los valores de la variable x = 0, 1, 2, 3, 4 y 5. En la columna B,
definimos las probabilidades p(x) para cada uno de los valores.
Para ello, estando en la casilla B2, en funciones del Excel, escogemos Estadsticas
(de seleccionar una categora) y buscamos la funcin DISTR.BINOM y aparece la
ventana de dilogo de la Figura 6.1.

Figura 6.1 Clculo de probabilidades para la distribucin binomial en Excel
En Argumentos de funcin se define: el nmero de xitos, Nm_xito A2 (0) para
poder efectuar una copia para los dems valores de x. Ensayos 5 (nmero de ensayos
independientes = 5 lanzamientos de la moneda). La probabilida p de xito Prob_xito
215
0.5 y en Acumulado escribir FALSO, porque no se desea calcular probabilidad
acumulada. Al hacer enter, aparece la probabilidad p(0) = 0.03125.
Para obtener las probabilidades para los otros valores de x, se efecta una copia de lo
anterior para las celdas sucesivas en B3, B4, B5, B6 y B7, cuyos resultados se
Para obtener las probabilidades acumuladas, estando en la casilla C2, seleccionamos la
ventana de dilogo de la Figura 6.1, con los mismos Argumentos de funcin, salvo el
de Acumulado en el que se escribe VERDADERO. Al hacer enter, aparece la
probabilidad F(0) = 0.03125.
Para obtener las probabilidades acumuladas para los otros valores de x, se efecta una
copia de lo anterior para las celdas sucesivas en C3, C4, C5, C6 y C7, cuyos resultados
se muestran en la Figura 6.2.

Figura 6.2 Solucin del Ejemplo 6.2 en Excel
En Minitab:
En este programa se puede hacer clculos de probabilidades individuales o para el
conjunto de valores que toma la variable, tal como se ha efectuado en Excel.
Del men escoger Calc Probability Distributions Binomial y aparece la
Esta funcin permite tres tipos de clculos: Probabililty (calcular una probabilidad para
un valor de la variable), Cumulative probability (calcular la probabilidad acumulada
hasta un valor determinado) e Inverse cumulative probability (calcular el valor de la
216
variable para una probabilidad acumulada dada). Clculos que son realizados
indicando previamente los parmetros de la distribucin binomial, es decir, n =
Number of trials (nmero de pruebas) y p = Event probability (probabilidad de xito).

Figura 6.3 Probabilidad con la distribucin binomial en Minitab
Veamos el clculo de probabilidades individuales.
En el ejemplo 6.2, la variable aleatoria X = nmero de caras obtenidas ~B (n=5, p =
0.5) parmetros indicados en la Figura 6.3. En la parte a) se solicita p (3) = P (X = 3)
por ello se ha activado Probability e donde se escribe 3.
Al hacer clic en OK, en la hoja de Session aparece el resultado siguiente:
Probability Density Function

Binomial with n = 5 and p = 0.5

x P( X = x )
3 0.3125

En la parte b) del ejemplo 6.2 se solicita la probabilidad acumulada F (2) = P (X 2)
por lo que se hace necesario seleccionar y en
escribir 2, tal como se muestra en la Figura 6.4.
217

Figura 6.4 Probabilidad acumulada con la distribucin binomial en Minitab
Al hacer clic en OK, en la hoja de Session aparece el resultado siguiente:
Cumulative Distribution Function


x P( X <= x )
2 0.5
Resultados similares a los del ejemplo 6.2.
Veamos el clculo de probabilidades para un conjunto de valores
Primero definir los valores en una columna de la Worksheet (hoja de trabajo del
Minitab); para el ejemplo 6.2, en la columna C1 con la denominacin x se han definido
los valores 0, 1, 2, 3, 4 y 5.
Para calcular las probabilidades para cada uno de los valores de la variable, se procede
de manera similar a lo realizado en la Figura 6.3, slo que no se selecciona Input
constant:, sino en donde se selecciona la columna C1 o x, tal como se
218
Como son seis probabilidades las que se van a calcular se tiene que indicar donde se
quiere colocar dichos resultados.

Figura 6.5 Probabilidad para varios valores con distribucin binomial en Minitab
Si se desea seguir usando estos resultados para hacer otros clculos, los mismos deben
aparecer en la Worksheet del Minitab, por ello en Optional storage: (deposito
opcional de resultados) escribir C2. Para terminar hacer clic en OK y los resultados se
muestran en la columna C2 de la Worksheet.
Si no se van hacer otros clculos con los resultados, hacer clic en OK y dichos
resultados se muestran en la hoja de Session as:


x P( X = x )
0 0.03125
1 0.15625
2 0.31250
3 0.31250
4 0.15625
5 0.03125
219
Para calcular las probabilidades acumuladas para los seis valores del ejemplo 6.2 y con
los resultados en la hoja de Session, en la Figura 6.5 seleccionar
y al hacer clic en OK aparecen los resultados siguientes:


x P( X <= x )
0 0.03125
1 0.18750
2 0.50000
3 0.81250
4 0.96875
5 1.00000
Los dos ltimos resultados son idnticos a los que aparecen en la Figura 6.2, los que a
continuacin se presentan tal como se han obtenido en la Worksheet del Minitab.

El grfico de la distribucin binomial obtenido con el Minitab es el siguiente:
5 4 3 2 1 0
0.35
0.30
0.25
0.20
0.15
0.10
0.05
0.00
x
p
(
x
)
Grfico 6.1 Distribucin binomial (n = 5, p = 0.5)

220
En SPSS:
Para calcular las probabilidades simples (P) y las acumuladas (F) del ejemplo 6.2, en la
vista de variables se define x y en la vista de datos se ingresan los mismos (0, 1, 2, 3, 4
y 5). Veamos el clculo de probabilidades simples (P).
Del men escoger Transformar Calcular variable y aparece la ventana de
dilogo de la Figura 6.6. En Variable de destino: escribir P.
Del Grupo de funciones: del lado derecho, escoger FDP y FDP no centrada; y de
Funciones y variables especiales: seleccionar Pdf.Binom y con un clic en
ingresarla en el recuadro Expresin numrica: donde aparece PDF.BINOM(?,?,?).

Figura 6.6 Clculo de probabilidades con la distribucin binomial en SPSS
A continuacin, hay que definir cada uno de los argumentos ? indicados en la funcin
PDF.BINOM(cant,n,prob) que se precisan en el recuadro central de la Figura 6.6. As
cant representa los valores de la variable x, n el nmero de ensayos = 5 y prob =
221
probabilidad de xito = 0.5. Para finalizar hacer clic en Aceptar y en la vista de datos
aparece los resultados siguientes:

Para el clculo de las probabilidades acumuladas (F) del ejemplo 6.2, proceder de
manera similar al clculo de probabilidades simples, con las variantes indicadas, tal

Figura 6.7 Probabilidades acumuladas con la distribucin binomial en SPSS
En la Variable de destino: se escribe F. Del Grupo de funciones: escoger FDA y FDA
no centrada; y de Funciones y variables especiales: seleccionar Cdf.Binom e
ingresarla en el recuadro Expresin numrica y definir los argumentos cant, n y prob
222
as: CDF.BINOM(x,5,0.5). Para finalizar hacer clic en Aceptar y en la vista de datos
aparece los resultados siguientes:

Nota.- para el clculo de probabilidades simples en SPSS se usa la funcin FDP y
FDP no centrada y para calcular las probabilidades acumuladas la funcin FDA y
FDA no centrada.
En R:
Para calcular probabilidades simples con la distribucin binomial usar la funcin
dbinom(x,n,p). Donde x puede ser un valor o un conjunto de valores definidos
previamente, n el nmero de ensayos y p la probabilidad de xito.
En el ejemplo 6.2, X = nmero de caras obtenidas ~B (n=5, p = 0.5). En la parte a) se
solicita p (3) = P (X = 3), esto se calcula as:
> dbinom(3,5,0.5)
[1] 0.3125
Si se desea determinar la distribucin de probabilidades de la variable aleatoria X,
primero se define el vector de valores y luego se calculan las probabilidades as:
> x=c(0,1,2,3,4,5)
> dbinom(x,5,0.5)
[1] 0.03125 0.15625 0.31250 0.31250 0.15625 0.03125
El resultado anterior muestra las probabilidades para cada valor de X, pero la
presentacin del resultado no permite una adecuada lectura. Por ello se recomienda
definir las probabilidades anteriores a travs del objeto P definido as:
223
> P=dbinom(x,5,0.5)
Para mejorar la presentacin de la distribucin de probabilidades (x, P) usar la funcin
cbind que permite presentar los resultados de los objetos definidos en columna, uno a
continuacin de otro, as:
> cbind(x,P)
x P
[1,] 0 0.03125
[2,] 1 0.15625
[3,] 2 0.31250
[4,] 3 0.31250
[5,] 4 0.15625
[6,] 5 0.03125
Para calcular probabilidades acumuladas con la distribucin binomial usar la funcin
pbinom(x,n,p). Donde x puede ser un valor o un conjunto de valores definidos
previamente, n el nmero de ensayos y p la probabilidad de xito.
En la parte b) del ejemplo 6.2 se solicita F (2) = P (X 2), esto se calcula as:
> pbinom(2,5,0.5)
[1] 0.5
Para obtener la distribucin de probabilidades y las probabilidades acumuladas
efectuamos el siguiente proceso.
> F=pbinom(x,5,0.5)
> cbind(x,P,F)
x P F
[1,] 0 0.03125 0.03125
[2,] 1 0.15625 0.18750
224
[3,] 2 0.31250 0.50000
[4,] 3 0.31250 0.81250
[5,] 4 0.15625 0.96875
[6,] 5 0.03125 1.00000
Resultados idnticos a los obtenidos con los dems programas.
Observacin.- para las siguientes distribuciones de probabilidades los clculos
efectuados con los programas estudiados son similares a los de la distribucin
binomial.
6.3 DISTRIBUCIN DE POISSON
La distribucin Poisson se deduce como un lmite de la distribucin binomial y como
un proceso de Poisson.
Como un lmite de la distribucin binomial, se toma con media igual a = np
asumiendo p pequeo (p 0) y n grande (n ). La distribucin de probabilidades
de la variable aleatoria discreta de Poisson X = nmero de xitos viene dada por:
( ) ( ) ; 0, 1, 2,3,....
!
x
e
p x P X x x
x

= = = =
El parmetro de la distribucin Poisson es . Si una variable X tiene distribucin
Poisson, se le denota as X ~ P () y la ley de probabilidades es la antes indicada.
Media y varianza de la distribucin Poisson
La media y la varianza de la distribucin Poisson es la misma e igual a .
= E (X) =
2
= Var (X) = .
La funcin de distribucin acumulativa de probabilidades de la Poisson esta dada por:
( ) ( ) ( )
!
i
i i
x
i
x x x x
i
e
F x P X x P X x
x

s s
= s = = =

225
La deduccin como un proceso de Poisson, surge cuando hay eventos discretos que
se generan en un intervalo continuo t (unidad de medida: longitud, rea, volumen,
tiempo, etc.) y forman un proceso de Poisson con parmetro , si tiene las siguientes
propiedades.
- El promedio de xitos que ocurren en una unidad de medida t es conocido e igual a
t.
- La ocurrencia de los eventos son independientes.
- La probabilidad de xito en una unidad de medida pequea de longitud h es
proporcional a su longitud: h.
- La probabilidad de ocurrencia de 2 o ms xitos en esta unidad pequea h es
aproximadamente cero.
Si en un proceso de Poisson de parmetro se observa t unidades de medida, se define
X = nmero de ocurrencias de eventos en las t unidades de medida. Entonces, el
recorrido de la variable es RX = {0, 1, 2, 3, . }.
La variable aleatoria X tiene distribucin Poisson definida por:
( )
( ) ( ) ; 0, 1, 2,3,....
!
x t
t e
p x P X x x
x

= = = =
Donde t es el promedio de ocurrencias de los eventos en las t unidades de medida.
En ambas frmulas del clculo de probabilidades con la distribucin de Poisson lo
primero que se tiene que determinar es la media, bien o t.

Ejemplo 6.3
El promedio de llamadas recibidas por una central telefnica en un minuto es igual a 2.
Calcule la probabilidad de que en 2 minutos se reciban: a) 3 llamadas; b) a lo ms 2
llamadas; c) la distribucin de probabilidades; y d) la funcin de distribucin
acumulativa de probabilidades.
226
Solucin
Como = 2 y t = 2, t = 4 llamadas promedio en 2 minutos.
Sea X = el nmero de llamadas recibidas en 2 minutos ~ P (4) y la ley de
probabilidades es:
4
4
( ) ( ) ; 0, 1, 2,3,....
!
x
e
p x P X x x
x
= = = = Luego:
a) p(3) = P(X = 3) =
3 4
4
3!
e
= 0.195367
b) P (X 2) = p(0) + p(1) + p(2) =
0 4 1 4 2 4
4 4 4
0! 1! 2!
e e e

+ + = 0.23810
c) La distribucin de probabilidades Poisson, calculadas con la funcin de
probabilidad, se presentan en el cuadro siguiente:
x p(x) = P(X = x) F(x) = P(X x)
0 0.018316 0.018316
1 0.073262 0.091578
2 0.146525 0.238103
3 0.195367 0.433470
4 0.195367 0.628837
5 0.156293 0.785130
6 0.104196 0.889326
7 0.059540 0.948866
8 0.029770 0.978637
9 0.013231 0.991868
10 0.005292 0.997160
11 0.001925 0.999085
12 0.000641 0.999726
227

4
4
( ) ( ) ( )
!
i
i i
x
i
x x x x
i
e
F x P X x P X x
x
s s
= s = = =

y se presentan en la tabla anterior
de la pregunta c).
En Excel:
Para hallar la distribucin de probabilidades Poisson, en la hoja de clculo definimos
en la columna A los valores de la variable x = 0, 1, 2, 3, 4, ., 15, .. En la columna
B, definimos las probabilidades p(x) para cada uno de los valores.
(de seleccionar una categora) y buscamos la funcin POISSON y aparece la ventana

Figura 6.8 Clculo de probabilidades para la distribucin Poisson en Excel
228
En Argumentos de funcin se define: el nmero de xitos, x A2 (0) para poder
efectuar una copia para los dems valores de x. Media 4 y en Acumulado escribir
FALSO, porque no se desea calcular probabilidad acumulada. Al hacer enter, aparece
la probabilidad p(0) = 0.01832.
anterior para las celdas sucesivas en B3, B4, hasta B17, cuyos resultados se muestran
en la Figura 6.9.
Para obtener las probabilidades acumuladas, estando en la casilla C2, seleccionamos la
ventana de dilogo de la Figura 6.8, con los mismos Argumentos de funcin, salvo el
de Acumulado en el que se escribe VERDADERO. Al hacer enter, aparece la
probabilidad F(0) = 0.01832.
copia de lo anterior para las celdas sucesivas en C3, C4, hasta C17, cuyos resultados
se muestran en la Figura 6.9.

229
En Minitab:
En este programa, al igual que en la distribucin binomial, se puede hacer clculos de
probabilidades individuales o para el conjunto de valores que toma la variable.
Del men escoger Calc Probability Distributions Poisson y aparece la ventana
de dilogo de la Figura 6.10. En el ejemplo 6.3, la variable aleatoria X = nmero de
llamadas recibidas ~P (=4) parmetro indicado en la Figura 6.10.
variable para una probabilidad acumulada dada). Clculos que se realizan indicando
previamente el parmetro de la distribucin Poisson, es decir, = 4 = Mean (media).

Figura 6.10 Probabilidad con la distribucin Poisson en Minitab
Para calcular la probabilidad de X = 3, activar , seleccionar
y en el recuadro escribir 3. Al hacer clic en OK, en la hoja de Session
aparece este resultado:
230

Poisson with mean = 4

x P( X = x )
3 0.195367

Para calcular las probabilidades individuales para todos los valores de x= 0, 1, 2, 3, 4,
., 15 especificados en la columna C1 de la Worksheet se activa Probability
. Seleccionar y escoger x en el recuadro; y en Optional
storage; se escoge p(x) para que los resultados los deposite en la misma Worksheet. Al
hacer clic en OK, en la Worksheet aparecen los resultados de la Figura 6.11.

Figura 6.11 Probabilidad para varios valores con distribucin Poisson en Minitab
Para calcular las probabilidades acumuladas para los valores del ejemplo 6.3 y
con los resultados en la Worksheet, en la Figura 6.10 seleccionar
y en Optional storage: seleccionar F(x). Al hacer clic en OK
en la Worksheet aparecen los resultados de la Figura 6.11.
El grfico de la distribucin Poisson obtenido con el Minitab es el siguiente:
231
15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 0
0.20
0.15
0.10
0.05
0.00
x
p
(
x
)
Grfico 6.2 Distribucin de Poisson con = 4

En SPSS:
Para calcular las probabilidades simples (P) del ejemplo 6.3, en la vista de variables se
define x y en la vista de datos se ingresan los mismos (0, 1, 2, 3, 4, ., 15, ).

Figura 6.12 Clculo de probabilidades con la distribucin Poisson en SPSS
232
Funciones y variables especiales: seleccionar Pdf.Poison y con un clic en
ingresarla en el recuadro Expresin numrica: donde aparece PDF.POISSON(?,?).
PDF.POISSON(cant,media) que se precisan en el recuadro central de la Figura 6.12.
As cant representa los valores de la variable x, y media = = 4. Para finalizar hacer
clic en Aceptar y en la vista de datos aparece los resultados de la Figura 6.14.

Figura 6.13 Probabilidades acumuladas con la distribucin Poisson en SPSS
233
no centrada; y de Funciones y variables especiales: seleccionar Cdf.Poisson e
ingresarla en el recuadro Expresin numrica y definir los argumentos cant y media
as: CDF.POISSON(x,4). Para finalizar hacer clic en Aceptar y en la vista de datos
aparece los resultados de la Figura 6.14.

Figura 6.14 Distribucin de probabilidades Poisson del ejemplo 6.3 en SPSS

En R:
Para calcular probabilidades simples con la distribucin Poisson usar la funcin
dpois(x,). Donde x puede ser un valor o un conjunto de valores definidos previamente
y la media.
En el ejemplo 6.3, X = nmero de llamadas recibidas ~ P ( = 4). En la parte a) se
solicita p (3) = P (X = 3), esto se calcula as:
> dpois(3,4)
[1] 0.1953668
234
> x=c(0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15)
> P=dpois(x,4)
Para presentar la distribucin de probabilidades (x, P) usar la funcin cbind que
permite presentar los resultados de los objetos definidos en columna, uno a
> cbind(x,P)
x P
[1,] 0 1.831564e-02
[2,] 1 7.326256e-02
[3,] 2 1.465251e-01
[4,] 3 1.953668e-01
[5,] 4 1.953668e-01
[6,] 5 1.562935e-01
[7,] 6 1.041956e-01
[8,] 7 5.954036e-02
[9,] 8 2.977018e-02
[10,] 9 1.323119e-02
[11,] 10 5.292477e-03
[12,] 11 1.924537e-03
[13,] 12 6.415123e-04
[14,] 13 1.973884e-04
[15,] 14 5.639669e-05
[16,] 15 1.503912e-05
Para calcular probabilidades acumuladas con Poisson usar la funcin ppois(x,).
Donde x puede ser un valor o un conjunto de valores definidos y la media.
235
> ppois(2,4)
[1] 0.2381033
> F=ppois(x,4)
> cbind(x,P,F)
x P F
[1,] 0 1.831564e-02 0.01831564
[2,] 1 7.326256e-02 0.09157819
[3,] 2 1.465251e-01 0.23810331
[4,] 3 1.953668e-01 0.43347012
[5,] 4 1.953668e-01 0.62883694
[6,] 5 1.562935e-01 0.78513039
[7,] 6 1.041956e-01 0.88932602
[8,] 7 5.954036e-02 0.94886638
[9,] 8 2.977018e-02 0.97863657
[10,] 9 1.323119e-02 0.99186776
[11,] 10 5.292477e-03 0.99716023
[12,] 11 1.924537e-03 0.99908477
[13,] 12 6.415123e-04 0.99972628
[14,] 13 1.973884e-04 0.99992367
[15,] 14 5.639669e-05 0.99998007
[16,] 15 1.503912e-05 0.99999511

236
6.4 DISTRIBUCIN HIPERGEOMTRICA
Esta distribucin esta asociada a experimentos del siguiente tipo: de un conjunto de N
objetos, de los cuales M poseen cierta caracterstica de inters y el resto N M no la
poseen, se extrae n objetos al azar y sin reemplazo; y se observa el nmero x de
objetos en la muestra que poseen la caracterstica de inters.
Dicho experimento tiene asociada una variable aleatoria X que da el nmero x de
xitos (objetos en la muestra que poseen la caracterstica de inters) en n ensayos de
Bernoulli cuya distribucin de probabilidades esta dada por:
( ) ( )
M N M
x n x
N
n
C C
p x P X x
C
= = = ; mx {o, n + M - N} x mn {n, M}
Los parmetros de la distribucin hipergeomtrica son N, M y n. Si una variable X
tiene distribucin hipergeomtrica, se le denota as X ~ Hiper (N, M, n) y la ley de
probabilidades es la antes indicada.
Media y varianza de la distribucin hipergeomtrica
La media y la varianza de la distribucin hipergeomtrica son:
= E (X) = np y
2
= Var (X) = npq(N n) / (N 1)
Donde: p = M/N y q = (N M) / N = 1 - p
La funcin de distribucin acumulativa de probabilidades de la hipergeomtrica esta
dada por:
( ) ( ) ( )
i i
i i
M N M
x n x
i N
x x x x
n
C C
F x P X x P X x
C
s s
= s = = =

Ejemplo 6.4
De la baraja de 52 cartas se reparten 5 naipes sin reposicin. Sea X el nmero de
naipes de color negros repartidos. Calcule la probabilidad de que entre los 5 naipes
237
repartidos hayan: a) 3 naipes negros; b) a lo ms 2 naipes negros; c) la distribucin de
Solucin
En la baraja N = 52 cartas, M = 26 cartas negras, n = 5 cartas repartidas sin reposicin.
Sea X = el nmero de naipes negros repartidos ~ Hiper (52, 26, 5) y la ley de
probabilidades es:
26 26
5
52
5
( ) ( ) ; 0,1, 2, 3, 4, 5
x x
C C
p x P X x x
C

= = = = Luego:
a)
26 26
3 2
52
5
(3) ( 3)
C C
p P X
C
= = = = 0.32513
b) P (X 2) = p(0) + p(1) + p(2) =
26 26 26 26 26 26
0 5 2 3 1 4
52 52 52
5 5 5
C C C C C C
C C C
+ + =
= 0.02531 + 0.14956 + 0.32513 = 0.50000
c) La distribucin de probabilidades, calculadas con la funcin de probabilidad
hipergeomtrica, se presentan en el cuadro siguiente:
x 0 1 2 3 4 5
p(x) 0.02531 0.14956 0.32513 0.32513 0.14956 0.02531
F(x) 0.02531 0.17487 0.50000 0.82513 0.97469 1.00000

26 26
5
52
5
( ) ( ) ( )
i i
i i
x x
i
x x x x
C C
F x P X x P X x
C

s s
= s = = =

y se presentan en la tabla anterior
de la pregunta c).
238
En Excel:
Para hallar la distribucin de probabilidades hipergeomtrica, en la hoja de clculo
definimos en la columna A los valores de la variable x = 0, 1, 2, 3, 4 y 5. En la
columna B, definimos las probabilidades p(x) para cada uno de los valores.
(de seleccionar una categora) y buscamos la funcin DISTR.HIPERGEOM y
aparece la ventana de dilogo de la Figura 6.15.

Figura 6.15 Clculo de distribucin hipergeomtrica en Excel
En Argumentos de funcin se define: el nmero de xitos en la muestra,
Muestra_xito A2 (0) para poder efectuar una copia para los dems valores de x.
Num_de_muestra 5 (es el tamao de la muestra n). Poblacin_xito 26 (es el
nmero de xitos en la poblacin = M) y en Num_de_poblacin 52 (el tamao de la
poblacin N). Al hacer enter, aparece la probabilidad p(0) = 0.02531.
anterior para las celdas sucesivas en B3, B4, B5, B6 y B7, cuyos resultados se
239
Las probabilidades acumuladas F(x) se han determinado haciendo los clculos en la
columna C usando los de la columna B, estos se muestran en la Figura 6.16.

En Minitab:
En este programa, al igual que en la distribucin binomial y Poisson, se puede hacer
clculos de probabilidades individuales o para el conjunto de valores que toma la
variable.
Del men escoger Calc Probability Distributions Hipergeometric y aparece
la ventana de dilogo de la Figura 6.17. En el ejemplo 6.4, la variable aleatoria X =
nmero de naipes negros repartidos ~ Hiper (52, 26, 5) parmetros indicados en la
Figura 6.17.
variable para una probabilidad acumulada dada).
Clculos que se realizan indicando previamente los parmetros de la distribucin
hipergeomtrica, es decir:
Population size (N): = el tamao de la poblacin = 52;
Event count in population (M) = nmero de xitos en la poblacin = 26; y
Sample size (n): = tamao de la muestra = 5.
240

Figura 6.17 Probabilidad con la distribucin hipergeomtrica en Minitab
Para calcular la probabilidad de X = 3, se activa , seleccionar

Hypergeometric with N = 52, M = 26, and n = 5

x P( X = x )
3 0.325130

241

Figura 6.18 Probabilidades con distribucin hipergeomtrica en Minitab
El grfico de la distribucin hipergeomtrica obtenido con el Minitab es el siguiente:
5 4 3 2 1 0
0.35
0.30
0.25
0.20
0.15
0.10
0.05
0.00
x
p
(
x
)
Grfico 6.3 Distribucin hipergeomtrica con N = 52, M = 26, n = 5

En SPSS:
define x y en la vista de datos se ingresan los mismos (0, 1, 2, 3, 4, 5).
242

Figura 6.19 Clculo de probabilidades con la distrib. hipergeomtrica en SPSS
Funciones y variables especiales: seleccionar Pdf.Hiper y con un clic en
ingresarla en el recuadro Expresin numrica: donde aparece PDF.HIPER(?,?,?,?).
PDF.HIPER(cant,total,muestra,aciertos) que se precisan en el recuadro central de la
Figura 6.19. As cant representa los valores de la variable x, total = N = 52, muestra =
n = 5 y aciertos = M = 26. Para finalizar hacer clic en Aceptar y en la vista de datos
aparece los resultados de la Figura 6.21.
no centrada; y de Funciones y variables especiales: seleccionar Cdf.Hiper e
243
ingresarla en el recuadro Expresin numrica y definir los argumentos cant, total,
muestra y aciertos, as: CDF.HIPER(x,52,5,26).

Figura 6.20 Probabilidades acumuladas con la distrib. hipergeomtrica en SPSS

Para finalizar hacer clic en Aceptar y en la vista de datos aparece los resultados de la
Figura 6.21.

Figura 6.21 Distrib. de probabilidades hipergeomtrica del ejemplo 6.4 en SPSS
244
En R:
Para calcular probabilidades simples con la distribucin hipergeomtrica usar la
funcin dhyper(x,M,N-M,n). Donde x puede ser un valor o un conjunto de valores
definidos previamente, M = objetos con la caracterstica de inters, N-M = objetos sin
la caracterstica de inters y n el tamao de la muestra.
En el ejemplo 6.4, X = nmero de naipes negros repartidos ~ Hiper (N = 52, M =26, n
= 5). En la parte a) se solicita p (3) = P (X = 3), esto se calcula as:
> dhyper(3,26,26,5)
[1] 0.3251301
> x=c(0,1,2,3,4,5)
> P=dhyper(x,26,26,5)
Para presentar la distribucin de probabilidades (x, P) usar la funcin cbind que
> cbind(x,P)
x P
[1,] 0 0.02531012
[2,] 1 0.14955982
[3,] 2 0.32513005
[4,] 3 0.32513005
[5,] 4 0.14955982
[6,] 5 0.02531012
245
Para calcular probabilidades acumuladas con la hipergeomtrica usar la funcin
phyper(x,M,N-M,n). Donde x puede ser un valor o un conjunto de valores definidos
previamente, M = objetos con la caracterstica de inters, N-M = objetos sin la
caracterstica de inters y n el tamao de la muestra.
> phyper(2,26,26,5)
[1] 0.5
> F=phyper(x,26,26,5)
> cbind(x,P,F)
x P F
[1,] 0 0.02531012 0.02531012
[2,] 1 0.14955982 0.17486995
[3,] 2 0.32513005 0.50000000
[4,] 3 0.32513005 0.82513005
[5,] 4 0.14955982 0.97468988
[6,] 5 0.02531012 1.00000000
Resultados idnticos para cada uno de los programas empleados. Cabe resaltar que
cualquiera de los clculos de probabilidades con otras distribuciones son similares,
vemos ahora la distribucin geomtrica de probabilidades.

246

6.5 DISTRIBUCIN GEOMTRICA
Es una distribucin que se relaciona con el proceso de Bernoulli excepto que el
nmero de ensayos no es fijo.
La variable aleatoria geomtrica se define como X = nmero de ensayos
independientes requeridos hasta obtener el primer xito, con probabilidad de xito p y
probabilidad de fracaso q.
La ley de probabilidades geomtrica est dada por:
1
( ) ( ) ; 1, 2,3, 4,5,....
x
p x P X x pq x
= = = =
El parmetro de la distribucin geomtrica es p. Si una variable X tiene distribucin
geomtrica, se le denota as X ~ Geom (p) y la ley de probabilidades es la antes
indicada.
Media y varianza de la distribucin geomtrica
La media y la varianza de la distribucin geomtrica son:
= E (X) = 1/p y
2
= Var (X) = q/p
2

La funcin de distribucin acumulativa de probabilidades de la geomtrica esta dada
por:
1
( ) ( ) ( )
i
i i
x
i
x x x x
F x P X x P X x p q

s s
= s = = =

Ejemplo 6.5
Se lanza una moneda cargada con probabilidad de cara igual a 1/4. Sea X el nmero de
lanzamientos de la moneda hasta obtener cara. Calcule la probabilidad de que se
hayan realizado: a) 3 lanzamientos; b) a lo ms 2 lanzamientos; c) la distribucin de
247
Solucin
El xito es obtener cara, entonces p = P(C) = = 0.25 y q = = 0.75.
Sea X = el nmero de lanzamientos de la moneda hasta obtener cara ~ Geom (0.25) y
la ley de probabilidades es:
1
1 3
( ) ( ) ; 1, 2, 3, 4,....
4 4
x
p x P X x x
| || |
= = = =
| |
\ .\ .
Luego:
a)
3 1
1 3
(3) ( 3)
4 4
p P X

| || |
= = =
| |
\ .\ .
= 0.14063
b) P (X 2) = p(1) + p(2) =
1 1 2 1
1 3 1 3
4 4 4 4

| || | | || |
+
| | | |
\ .\ . \ .\ .
=
= 0.25000 + 0.18750 = 0.4375
c) La distribucin de probabilidades, calculadas con la funcin de probabilidad
geomtrica, se presenta en el cuadro siguiente:
x p(x) = P(X = x) F(x) = P(X x)
1 0.25000 0.25000
2 0.18750 0.43750
3 0.14063 0.57813
4 0.10547 0.68359
5 0.07910 0.76270
6 0.05933 0.82202
7 0.04449 0.86652
8 0.03337 0.89989
9 0.02503 0.92492
10 0.01877 0.94369
11 0.01408 0.95776
248
1
1 3
( ) ( ) ( )
4 4
i
i i
x
i
x x x x
F x P X x P X x

s s
| |
= s = = =
|
\ .

y se presentan en la tabla
anterior de la pregunta c).

En Excel:
La distribucin de probabilidades geomtrica no esta definida en el Excel, pero se
pueden obtener en la hoja de clculo trabajando con la frmula. Para ello definir en la
columna A, los valores de la variable x, luego en la columna B definir las
probabilidades p(x) como frmula de clculo. Del mismo modo en la columna C,
definir los acumulados, bajo la forma tradicional de acumulacin y se obtiene el
resultado mostrado en la Figura 6.22.

249

En Minitab:
En este programa, al igual que para las distribuciones anteriores, se puede hacer
clculos de probabilidades individuales o para el conjunto de valores que toma la
variable.
Del men escoger Calc Probability Distributions Geometric y aparece la
ventana de dilogo de la Figura 6.23. En el ejemplo 6.5, la variable aleatoria X = el
nmero de lanzamientos de la moneda hasta obtener cara ~ Geom (0.25) parmetro
indicado en la Figura 6.23.

Figura 6.23 Probabilidad con la distribucin geomtrica en Minitab
variable para una probabilidad acumulada dada).
Clculos que se realizan indicando previamente el parmetro de la distribucin
geomtrica, es decir: p = 0.25 escrito en Event probability.
250
Para calcular la probabilidad de X = 3, se activa , seleccionar

Geometric with p = 0,25

x P( X = x )
3 0,140625

* NOTE * X = total number of trials.

Las probabilidades acumuladas presentadas en la Figura 6.24, se encuentran
alrededor de 0.987, para X = 15, por lo que existen ms valores de X cuyas
probabilidades acumuladas no se han evaluado. As tenemos que para X = 40: el
Minitab arroja una probabilidad ms cerca de uno y es la siguiente:


Geometric with p = 0.25

x P( X <= x )
40 0.999990

* NOTE * X = total number of trials.

251

Figura 6.24 Probabilidades con distribucin geomtrica en Minitab

El grfico de la distribucin geomtrica obtenido con el Minitab es el siguiente:
18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1
0.25
0.20
0.15
0.10
0.05
0.00
x
p
(
x
)
Grfico 6.4 Distribucin geomtrica con p = 0.25

252
En SPSS:
define x y en la vista de datos se ingresan los mismos (0, 1, 2, 3, , 14, 15, .).

Figura 6.25 Clculo de probabilidades con la distribucin geomtrica en SPSS
Funciones y variables especiales: seleccionar Pdf.Geom y con un clic en
ingresarla en el recuadro Expresin numrica: donde aparece PDF.GEOM(?,?).
PDF.GEOM(cant,prob) que se precisan en el recuadro central de la Figura 6.25. As
cant representa los valores de la variable x, prob = probabilidad de xito = p = 0.25.
253
Figura 6.27.
no centrada; y de Funciones y variables especiales: seleccionar Cdf.Geom e
ingresarla en el recuadro Expresin numrica.
Luego definir los argumentos cant, y prob, as: CDF.GEOM(x,0.25).

Figura 6.26 Probabilidades acumuladas con la distribucin geomtrica en SPSS

Figura 6.27.
254

Figura 6.27 Distrib. de probabilidades geomtrica del ejemplo 6.5 en SPSS
En R:
El clculo de probabilidades para la distribucin geomtrica en R se realiza con una
variante en los valores de la variable que van desde cero hacia adelante. Para ello se
define una variable Y = X - 1 = nmero de pruebas (lanzamientos de la moneda)
menos uno hasta obtener el xito (cara). Es decir que: P(X = x) = P(Y = x 1).
Por lo tanto, la funcin de probabilidad y la distribucin acumulativa de probabilidades
para el R son:
( ) ( ) ; 0,1, 2,3, 4,5,....
y
p y P Y y pq y = = = =
( ) ( ) ( )
i
i i
y
i
y y y y
F y P Y y P Y y p q
s s
= s = = =

Para calcular probabilidades simples con la distribucin geomtrica usar la funcin
dgeom(y,p). Donde y puede ser un valor o un conjunto de valores definidos
previamente y p = probabilidad de xito.
En el ejemplo 6.5, se defini X = el nmero de lanzamientos de la moneda hasta
obtener cara ~ Geom (0.25). En la parte a) se solicita p (3) = P (X = 3) = P(Y = 2), esto
se calcula en R as:
255
> dgeom(2,0.25)
[1] 0.140625
Si se desea determinar la distribucin de probabilidades de la variable aleatoria Y,
> y=c(0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15)
> P=dgeom(y,0.25)
Para presentar la distribucin de probabilidades (y, P) usar la funcin cbind que
> cbind(y,P)
y P
[1,] 0 0.250000000
[2,] 1 0.187500000
[3,] 2 0.140625000
[4,] 3 0.105468750
[5,] 4 0.079101563
[6,] 5 0.059326172
[7,] 6 0.044494629
[8,] 7 0.033370972
[9,] 8 0.025028229
[10,] 9 0.018771172
[11,] 10 0.014078379
[12,] 11 0.010558784
256
[13,] 12 0.007919088
[14,] 13 0.005939316
[15,] 14 0.004454487
[16,] 15 0.003340865
Para calcular probabilidades acumuladas con la geomtrica usar la funcin
pgeom(y,p). Donde x puede ser un valor o un conjunto de valores definidos
previamente, p = probabilidad de xito.
En la parte b) del ejemplo 6.5 se solicita F (2) = P (X 2) = P(Y 1), esto se calcula
en R as:
> pgeom(1,0.25)
[1] 0.4375
> F=pgeom(y,0.25)
> cbind(y,P,F)
y P F
[1,] 0 0.250000000 0.2500000
[2,] 1 0.187500000 0.4375000
[3,] 2 0.140625000 0.5781250
[4,] 3 0.105468750 0.6835938
[5,] 4 0.079101563 0.7626953
[6,] 5 0.059326172 0.8220215
[7,] 6 0.044494629 0.8665161
257
[8,] 7 0.033370972 0.8998871
[9,] 8 0.025028229 0.9249153
[10,] 9 0.018771172 0.9436865
[11,] 10 0.014078379 0.9577649
[12,] 11 0.010558784 0.9683236
[13,] 12 0.007919088 0.9762427
[14,] 13 0.005939316 0.9821821
[15,] 14 0.004454487 0.9866365
[16,] 15 0.003340865 0.9899774

Las probabilidades acumuladas presentadas hasta aqu, se encuentran alrededor de
0.98998, para Y = 15, por lo que existen ms valores de Y cuyas probabilidades
acumuladas no se han evaluado. As tenemos que para Y = 40: el R arroja una
probabilidad ms cerca de uno y es la siguiente:
> pgeom(40,0.25)
[1] 0.9999925
Tambin para Y = 50:
> pgeom(50,0.25)
[1] 0.9999996

Nota: el clculo de probabilidades para las distintas distribuciones discretas vistas
y otras, tienen la misma forma de clculo en cada uno de los programas
estudiados, siendo cuestin de explorar cada uno de ellos.

258

Captulo 7. MODELOS CONTINUOS DE PROBABILIDAD
Democracia: es una supersticin muy difundida, un abuso de la
estadstica. Jorge Luis Borges

CONTENIDO
7.1 Introduccin.
7.2 Distribucin uniforme o rectangular.
7.3 Distribucin exponencial.
7.4 Distribucin normal.
7.5 Distribucin chi-cuadrado.
7.6 Distribucin T de student.
7.7 Distribucin F.

7.1 INTRODUCCIN
En el presente captulo se presentan los modelos de probabilidad continuos cuyo
clculo basado en integrales, ha sido adaptado a los programas que estamos estudiando
y que facilitan el clculo de probabilidades por la simplificacin de los procesos.
Se presentan los principales modelos de probabilidad para variables aleatorias
continuas, cuyo clculo de probabilidades esta basado en la distribucin acumulativa
de probabilidades F(x) = P(X x) ( )
x
f t dt
}
; las mismas que permiten calcular
probabilidades como:
P(a X b) = F(b) F(a) o P(X > c) = 1- P(X c) = 1 F(c)
Entre los modelos a estudiar tenemos las distribuciones: uniforme, exponencial,
normal, chi-cuadrado, T de student y F.
En cada caso se presenta las caractersticas principales de cada distribucin, es decir, la
funcin de probabilidad, la esperanza, la varianza, la funcin de distribucin
acumulativa de probabilidades y las respectivas formas de clculo de probabilidades.
259

7.2 DISTRIBUCIN UNIFORME O RECTANGULAR
Definicin.- se dice que una variable aleatoria continua X se distribuye uniformemente
en el intervalo [a, b], si su funcin de densidad de probabilidades est dada por:
1
,
( )
0 ,
a x b
f x
b a
otros casos
s s

Los parmetros de la distribucin uniforme son a y b. Si una variable X tiene
distribucin uniforme, se le denota as X ~ Uniforme (a, b) y la ley de probabilidades
es la antes indicada.
Media y varianza de la distribucin uniforme
La media y la varianza de la distribucin uniforme son:
= E (X) = (a + b)/2 y
2
= Var (X) = (b a)
2
/12
La funcin de distribucin acumulativa de probabilidades de la uniforme esta dada por:
0 ,
( ) ( ) ,
1 ,
x a
x a
F x P X x a x b
b a
x b
<

= s = s <
>

Ejemplo 7.1
El tiempo en minutos que cierta persona invierte en ir de su casa a la estacin del tren
es un fenmeno aleatorio que obedece a una ley de distribucin uniforme en el
intervalo de 20 a 25 minutos.
a) Cul es la probabilidad de que alcance el tren que sale de la estacin a las 7:28
a.m. en punto, si sale de su casa exactamente a las 7:05 a.m.?
b) Hallar P(22 X 24).
260
Solucin
La variable aleatoria X = tiempo que se demora la persona en ir de su casa a la estacin
del tren saliendo a las 7:05 a.m. ~ Uniforme (20, 25) y la funcin de densidad de
probabilidades esta dada por:
1
, 20 25
( )
5
0 ,
x
f x
otros casos
s s

As mismo, su funcin de distribucin acumulativa de probabilidades es:
0 , 20
20
( ) ( ) , 20 25
5
1 , 25
x
x
F x P X x x
x
<

= s = s <
>

a) Si sale de su casa a las 7:05, para que alcance el tren que sale a las 7:28, debe
demorarse a lo ms 23 minutos, es decir X 23, luego la probabilidad solicitada
usando la funcin de distribucin acumulativa de probabilidades es:
23 20 3
( 23) (23)
5 5
P X F

s = = = = 0.6.
Significa que el 60% de las veces que sale de su casa a las 7:05 alcanzar el tren.
b) P(22 X 24) = F(24) F(22) =
24 20 22 20 2
5 5 5

= = 0.4.
Veamos el procedimiento de clculo de estas probabilidades con los programas
estudiados, reiterando que en la mayora de los casos dichos clculos se realizan
utilizando las probabilidades acumuladas.
En Excel:
La distribucin uniforme no ha sido definida en Excel, pero con la funcin de
distribucin acumulativa de probabilidades planteada, se pueden efectuar algunos
clculos de probabilidades acumulativos definiendo la frmula correspondiente.
261
En Minitab:
Del men escoger Calc Probability Distributions Uniform y aparece la

Figura 7.1 Probabilidad con la distribucin uniforme en Minitab
La funcin permite tres tipos de clculos: Probabililty density (para hallar f(x) para un
valor x de la variable), Cumulative probability (calcular la probabilidad acumulada
hasta un valor x determinado) e Inverse cumulative probability (calcular el valor de la
variable para una probabilidad acumulada dada). Las ms usadas son las dos ltimos.
En el Ejemplo 7.1, la variable aleatoria X = tiempo que se demora la persona en ir de
su casa a la estacin del tren ~ Uniforme (20, 25) parmetros indicados en la Figura
7.1. Para resolver la parte a) y b) se necesita el clculo de probabilidades acumuladas
F(23), F(24) y F(22) que se explican a continuacin.
Para el clculo de probabilidades acumuladas seleccionar e
indicar los parmetros de la distribucin uniforme, es decir: a = 20 escrito en Lower
endpoint (valor ms pequeo de X) y b = 25 escrito en Upper endpoint (valor ms
grande de X).
262
Para efectuar el clculo F(23) de la parte a) del Ejemplo 7.1 necesitamos seleccionar

Continuous uniform on 20 to 25

x P( X <= x )
23 0.6
Se procede del mismo modo para hallar F(24) y F(22) de la parte b).
Si de antemano sabemos que se requiere calcular probabilidades acumuladas para
varios valores de X, en una columna de la worksheet definimos dichos valores como x
y en otra columna F(x) para obtener los resultados. Para ello, en la figura 7.1 en vez de
escoger Input constant: se selecciona y escoge x en el recuadro; y en
Optional storage; se escoge F(x) para que los resultados los deposite en la misma
Worksheet. Al hacer clic en OK, en la Worksheet aparecen los resultados siguientes:

De la tabla, se obtiene rpidamente P(22 X 24) = F(24) F(22) = 0.8 0.4 = 0.4.
Una representacin grfica de la solucin anterior en Minitab (cuyo procedimiento es
similar para otras distribuciones continuas), se obtiene seleccionando del men Graph
Probability Distribution Plots, de la ventana mostrada seleccionar View
Probability, luego hacer clic en OK y aparece la ventana de dilogo de la Figura 7.2.
En Distribution: hacer clic en , escoger la distribucin uniforme e indicar sus
parmetros. Luego hacer clic en (rea a sombrear) y aparece la ventana de
dilogo de la Figura 7.3. En Define Shaded Area By escoger , luego e
indicar los valores X
1
= 22 y X
2
= 24 [ya que queremos hallar P(22 X 24) y el
grfico con dicha rea sombreada].
Para finalizar hacer clic en OK y aparece el grfico de la Figura 7.4.
263

Figura 7.2 Graficando probabilidades acumuladas para la uniforme en Minitab

Figura 7.3 Definiendo el rea a sombrear para probabilidades acumuladas con la
distribucin uniforme en Minitab
264
0.20
0.15
0.10
0.05
0.00
X
D
e
n
s
i
t
y
22
0.4
24 20 25
Distribution Plot
Uniform, Lower=20, Upper=25

Figura 7.4 Clculo y grfico de P(22 X 24) con la dist. uniforme en Minitab
Para el clculo del inverso de probabilidades acumuladas (calcular el valor del cuantil
x, para una probabilidad acumulada dada) seleccionar en la
Figura 7.1 e indicar los parmetros de la distribucin uniforme.
Para determinar el valor de x, para una probabilidad acumulada F(x) =0.05 en el
Ejemplo 7.1 necesitamos seleccionar y en el recuadro escribir 0.05. Al
hacer clic en OK, en la hoja de Session aparece este resultado:
Inverse Cumulative Distribution Function

Continuous uniform on 20 to 25

P( X <= x ) x
0.65 20.25
Cuyo grfico (vlido para la distribucin uniforme y otras variables continuas) se
obtiene de manera similar al anterior, slo que en la Figura 7.3 en Define Shaded Area
By se escoge , luego seleccionar (cola del lado izquierdo en
inferencia estadstica) y en el recuadro de Probability: escribir 0.05.
Para finalizar hacer clic en OK e inmediatamente aparece el grfico de la Figura 7.5.
265
0.20
0.15
0.10
0.05
0.00
X
D
e
n
s
i
t
y
0.05
20
25
20.3
Distribution Plot
Uniform, Lower=20, Upper=25

Figura 7.5 Grfico del inverso de probab. acum. Con la dist. uniforme en Minitab
Nota.- todos los procedimientos vistos aqu con el Minitab son vlidos para las otras
distribuciones continuas de probabilidad y que sern abreviados cuando se vea para
esas otras distribuciones.
En SPSS:
Para calcular las densidades f(x) (f) del ejemplo 7.1, slo para hacer el grfico de la
funcin, en la vista de variables se define x y en la vista de datos se ingresan los
mismos (22, 23, 24, .).
dilogo de la Figura 7.6. En Variable de destino: escribir f.
Funciones y variables especiales: seleccionar Pdf.Uniform y con un clic en
ingresarla al recuadro Expresin numrica: donde aparece PDF.UNIFORM(??,?).
PDF.UNIFORM(cant,mn,mx) que se precisan en el recuadro central de la Figura 7.6.
266
As cant representa los valores de la variable x, mn = valor mnimo = 20 y mx =
valor mximo = 25.

Figura 7.6 Clculo de las densidades f(x) con la distribucin uniforme en SPSS
Figura 7.8, cuyos resultados no son de mucha trascendencia para variables continuas,
ya que sirven para realizar la grfica de la distribucin [distinto al caso discreto, donde
se obtena probabilidades p(x) con esta funcin], por lo que para las siguientes
distribuciones los obviaremos, pero se obtienen de manera similar en el SPSS.
Sin embargo, las probabilidades acumuladas son de inters por lo que sern tratadas en
cada una de las distribuciones continuas que se presentan y cuyo procedimiento es
similar al que se ve a continuacin.
manera similar al clculo de densidades, con las variantes indicadas, tal como se
267
En la Variable de destino: se escribe Fx. Del Grupo de funciones: escoger FDA y
FDA no centrada; y de Funciones y variables especiales: seleccionar Cdf.Uniform e
ingresarla en el recuadro Expresin numrica.
Luego definir los argumentos cant representa los valores de la variable x, mn = valor
mnimo = 20 y mx = valor mximo = 25, as: CDF.UNIFORM(x,20,25).

Figura 7.7 Probabilidades acumuladas con la distribucin uniforme en SPSS
Figura 7.8.

Figura 7.8 Densidades y probab. acumuladas con la distrib. uniforme en SPSS
Resultados que son idnticos a los obtenidos con el Minitab.
268
En R:
Para calcular las densidades con la distribucin uniforme se usa la funcin
dunif(x,mn,mx). Donde x puede ser un valor o un conjunto de valores definidos
previamente, mn = a = valor ms pequeo de X y mx = b = valor ms grande de X.
En el ejemplo 7.1, X = tiempo que se demora la persona en ir de su casa a la estacin
del tren ~ Uniforme (20, 25). Para determinar las densidades correspondientes a los
valores 22, 23 y 24se define un vector x con dichos valores y luego las densidades f se
calculan as:
> x=c(22,23,24)
> f=dunif(x,20,25)
> cbind(x,f)
x f
[1,] 22 0.2
[2,] 23 0.2
[3,] 24 0.2
Para calcular probabilidades acumuladas con la uniforme usar la funcin
punif(x,mn,mx). Donde x puede ser un valor o un conjunto de valores definidos
previamente, mn = a = valor ms pequeo de X y mx = b = valor ms grande de X.
Para determinar las probabilidades acumuladas F para los valores x ya definidos y
presentar las densidades f tambin, se procede as:
> F=punif(x,20,25)
> cbind(x,f,F)
x f F
[1,] 22 0.2 0.4
[2,] 23 0.2 0.6
[3,] 24 0.2 0.8
269
x, para una probabilidad acumulada dada) usar la funcin qunif(p,mn,mx). Donde p
puede ser una probabilidad acumulada o un conjunto de probabilidades acumuladas
definidas previamente, mn = a = valor ms pequeo de X y mx = b = valor ms
grande de X.
Para hallar el valor del cuantil x correspondiente a una probabilidad acumulada de
0.05, se procede as:
> qunif(0.05,20,25)
[1] 20.25
Resultados idnticos a los del Minitab y del SPSS. Cabe resaltar que cualquiera de los
clculos de probabilidades con otras distribuciones es similar.

7.3 DISTRIBUCIN EXPONENCIAL
Definicin.- se dice que una variable aleatoria continua X tiene distribucin
exponencial con parmetro positivo, si su funcin de densidad de probabilidades est
dada por:
, 0
( )
0 ,
x
e x
f x
otros casos

>
=

El parmetro de la distribucin exponencial es . Si una variable X tiene distribucin
exponencial, se le denota as X ~ Exp () y la ley de probabilidades es la antes
indicada.

Media y varianza de la distribucin exponencial
La media y la varianza de la distribucin exponencial son:
= E (X) = 1/
2
= Var (X) = 1/
2

270
La funcin de distribucin acumulativa de probabilidades esta dada por:
0 , 0
( ) ( )
1 , 0
x
x
F x P X x
e x

s
= s =

>

Ejemplo 7.2
El tiempo de vida de un tipo de focos es una variable aleatoria X, que tiene distribucin
exponencial con una vida media de 1000 horas. a) Qu proporcin de focos no sirve
antes de las 1000 horas? y b) Qu proporcin de focos dura entre 800 y 1200 horas?
Solucin
La variable aleatoria X = tiempo de vida de los focos tiene distribucin exponencial
con media = 1/ = 1000 horas. Por lo tanto, = 0.001. Luego X ~ Exp (0.001) y la
funcin de densidad de probabilidades esta dada por:
0.001
0.001 , 0
( )
0 ,
x
e x
f x
otros casos
>
=

As mismo, la funcin de distribucin acumulativa de probabilidades esta dada por:
0.001
0 , 0
( ) ( )
1 , 0
x
x
F x P X x
e x
s
= s =

>

Entonces las probabilidades solicitadas son:
a) P(X < 1000) = F(1000) = 1 e
-0.001(1000)
= 1 e
-1
= 0.6321
Significa que el 63.21% de los focos no sirve antes de las 1000 horas.
b) P(800 X 1200) = F(1200) - F(800) = [1 e
-0.001(1200)
] [1 e
-0.001(800)
] =
= [1 - e
-1.2
] [1 - e
- 0.8
= 0.698806 0.550671 = 0.148135.
Significa que el 14.81% de los focos dura entre 800 y 1200 horas.
Veamos el clculo de estas probabilidades acumuladas con los programas en estudio.
271
En Excel:
Para hallar la distribucin de probabilidades acumuladas exponenciales, en la hoja de
clculo definimos en la columna A los valores de la variable x = 800, 1000 y 1200. En
la columna B, definimos las probabilidades acumuladas F(x) para cada uno de los
valores.
(de seleccionar una categora) y buscamos la funcin DISTR.EXP y aparece la

Figura 7.9 Clculo de probabilidades acumuladas con exponencial en Excel
En Argumentos de funcin se define: el valor de X = A2 (800) para poder efectuar
una copia para los dems valores de x, Lambda = = 0.001 (es el valor del parmetro)
y en Acum escribir VERDADERO [para obtener las probabilidades acumuladas, si se
escribe FALSO se obtiene la densidad de probabilidades f(x)]. Al hacer enter, aparece
la probabilidad acumulada F(800) = 0.550671.
272
copia de lo anterior para las celdas sucesivas en B3 y B4, cuyos resultados son:

En Minitab:
Del men escoger Calc Probability Distributions Exponential y aparece la

Figura 7.10 Probabilidad acumulada con la distribucin exponencial en Minitab
En el Ejemplo 7.2, la variable aleatoria X = tiempo de vida de los focos ~ Exp (0.001)
parmetro indicado en la Figura 7.10. Para resolver la parte a) y b) se necesita el
273
clculo de probabilidades acumuladas F(800), F(1000) y F(1200) que se explican a
continuacin.
indicar el parmetro requerido por la distribucin exponencial en Scale, es decir: media
= 1/ = 1000.
Para efectuar el clculo F(800) de la parte a) del Ejemplo 7.2 necesitamos seleccionar
y en el recuadro escribir 1000. Al hacer clic en OK, en la hoja de
Session aparece este resultado:

Exponential with mean = 1000

x P( X <= x )
1000 0.632121

Se procede del mismo modo para hallar F(800) y F(1200) de la parte b).
Tambin se puede calcular probabilidades acumuladas para varios valores de X, en una
columna de la worksheet definimos dichos valores como x y en otra columna F(x) para
obtener los resultados. Para ello, en la figura 7.10 en vez de escoger Input constant: se
selecciona y escoge x en el recuadro; y en Optional storage; se escoge
F(x) para que los resultados los deposite en la misma Worksheet. Al hacer clic en OK,
en la Worksheet aparecen los resultados siguientes:

De la tabla, se obtiene rpidamente P(800 X 1200) = F(1200) F(800) = 0.698806
0.550671 = 0.148135.
La representacin grfica de la solucin anterior en Minitab, se obtiene seleccionando
del men Graph Probability Distribution Plots, de la ventana mostrada
seleccionar View Probability, luego hacer clic en OK y aparece la ventana de dilogo
de la Figura 7.11.
274

Figura 7.11 Graficando probabilidades acum. para la exponencial en Minitab
En Distribution: hacer clic en , escoger la distribucin Exponential e indicar la
media = 1000 en Scale. Luego hacer clic en . En Define Shaded Area By
escoger , luego e indicar los valores X
1
= 800 y X
2
= 1200 [ya que
queremos hallar P(800 X 1200) y el grfico con dicha rea sombreada].
Para finalizar hacer clic en OK y aparece el grfico siguiente:
0.0010
0.0008
0.0006
0.0004
0.0002
0.0000
X
D
e
n
s
i
t
y
800
0.148
1200 0
Distribucin exponencial
Scale= = 1/ = 1000, Thresh=0

275
Figura 7.10 e indicar el parmetro de la distribucin exponencial.
Para determinar el valor de x, para una probabilidad acumulada F(x) =0.05 en el
Ejemplo 7.2 necesitamos seleccionar y en el recuadro escribir 0.05. Al
hacer clic en OK, en la hoja de Session aparece este resultado:


P( X <= x ) x
0.05 51.2933
El 5% de los focos tiene un duracin menor o igual a 51.29 horas.
El valor de x, para una probabilidad acumulada F(x) =0.95 es:


P( X <= x ) x
0.95 2995.73
El 95% de los focos tiene una duracin menor o igual a 2995.73 horas.
En SPSS:
Para calcular las probabilidades acumuladas F(x) (F) del ejemplo 7.2, en la vista de
variables se define x y en la vista de datos se ingresan los mismos (800, 1000, 1200).
dilogo de la Figura 7.12. En Variable de destino: escribir F.
Del Grupo de funciones: del lado derecho, escoger FDA y FDA no centrada; y de
Funciones y variables especiales: seleccionar Cdf.Exp y con un clic en
ingresarla al recuadro Expresin numrica: donde aparece CDF.EXP(?,?).
CDF.EXP(cant,escala) que se precisan en el recuadro central de la Figura 7.12. As
cant representa los valores de la variable x y escala = = 0.001.
276

Figura 7.12 Clculo de probab. acum. con la distribucin exponencial en SPSS
Figura 7.13.

Figura 7.13 Probabilidades acumuladas con la distrib. exponencial en SPSS
En R:
Para calcular probabilidades acumuladas con la exponencial usar la funcin pexp(x,).
Donde x puede ser un valor o un conjunto de valores definidos previamente y =
parmetro de la exponencial.
277
En el ejemplo 7.2, X = tiempo de vida de los focos ~ Exp (0.001). Para determinar las
probabilidades acumuladas correspondientes a los valores 800, 1000 y 1200 se define
un vector x con esos valores y luego las probabilidades acumuladas F se calculan as:
> x=c(800,1000,1200)
> F=pexp(x,0.001)
> cbind(x,F)
x F
[1,] 800 0.5506710
[2,] 1000 0.6321206
[3,] 1200 0.6988058
x o q, para una probabilidad acumulada dada) usar la funcin qexp(p,). Donde p es
una o un conjunto de probabilidades acumuladas definidas previamente y =
parmetro de la exponencial.
Para hallar el valor del cuantil q correspondiente a las probabilidades acumulada de
0.05 y 0.95 se procede as:
> p=c(0.05,0.95)
> q=qexp(p,0.001)
> cbind(p,q)
p q
[1,] 0.05 51.29329
[2,] 0.95 2995.73227

278
7.4 DISTRIBUCIN NORMAL
Definicin.- se dice que una variable aleatoria continua X tiene distribucin normal
con parmetros y
2
, si su funcin de densidad de probabilidades est dada por:
2
2
( )
2
2
1
( ) ,
2
x
f x e x
o
to

= < <
La distribucin normal es simtrica respecto a .
Media y varianza de la distribucin normal
La media y la varianza de la distribucin normal son:
E (X) = y Var (X) =
2

Si una variable aleatoria X tiene distribucin normal con media y varianza
2
, se le
denota as X ~ N ( y
2
) y la ley de probabilidades es la antes indicada. La grfica de
la distribucin normal tiene la siguiente forma:
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
X
D
e
n
s
i
t
y
Distribution Normal
Mean = , StDev =

La funcin de distribucin acumulativa de probabilidades esta dada por:
279
2
2
( )
2
2
1
( ) ( )
2
t
x
F x P X x e dt
o
to

= s =
}

Calcular estas probabilidades acumuladas es complicado ya que los clculos varan
para cada media y cada varianza. Problema que es resuelto mediante el proceso de
estandarizacin (transformacin) de la variable X ~ N (,
2
) en otra variable
X
Z

o
= ~ N (0, 1) llamada distribucin normal estndar.

La distribucin normal estndar
Si una variable aleatoria X ~ N (,
2
) y se define la variable
X
Z

o
= entonces la
variable aleatoria Z tiene distribucin normal estndar = N (0, 1) y su funcin de
densidad de probabilidades esta dada por:
2
2
1
( ) ,
2
z
f z e z
t

= < <
La funcin de distribucin acumulada de la distribucin normal estndar se denota y
define as:
(z) =
2
2
1
( )
2
t
z
P Z z e dt
t

s =
}
. Se cumple que (-z) = 1 - (z), para z > 0.
Estas probabilidades han sido calculadas y aparecen en la denominada tabla de la
distribucin normal estndar y facilitada por el uso de los programas estadsticos como
los que estamos estudiando.
Estandarizacin.- es el proceso por el cual una variable aleatoria X ~ N (,
2
) se
transforma en otra variable aleatoria
X
Z

o
= ~ N (0, 1); permitiendo el clculo de

probabilidades cuando X se encuentra entre dos nmeros reales a y b del siguiente
modo:
P(a X b) = P[(a - ) / (X - ) / (b - ) /] =
= P[(a - ) / Z (b - ) /] = ((b - ) /) - ((b - ) /)
280
Ejemplo 7.3
Los dimetros de los tubos fabricados por cierta mquina tienen distribucin normal
con media de 9.8 mm. y desviacin estndar de 0.53 mm. a) Qu proporcin de tubos
sern rechazados, si no se aceptan dimetros inferiores a 9 mm?; b) Qu proporcin
de tubos tiene un dimetro entre 8.5 y 11.0 mm?; y c) por debajo de que dimetro se
encuentra el 95% de los tubos?
Solucin
La variable aleatoria X = dimetro de los tubos en mm. ~ N (9.8, 0.53).
Estandarizando se tiene que
9.8
0.53
X
Z

= ~ N (0, 1)
a) Se rechazan los tubos si X < 9 mm., entonces:
9.8 9 9.8
( 9) ( 1.51)
0.53 0.53
X
P X P P Z
| |
< = < = <
|
\ .
= (-1.51) = 0.06552
Significa que alrededor del 6.55% de los tubos fabricados ser rechazado.
b) P(8.5 X 11.0) =
8.5 9.8 9.8 9 9.8
( 2.45 3.40)
0.53 0.53 0.53
X
P P Z
| |
s s = s s
|
\ .

= (3.40) - (-2.45) = 0.99966 - 0.00714 = 0.99252.
Significa que alrededor del 99.25% de los tubos fabricados tienen dimetro entre
8.5 y 11.0 mm.
c) Necesitamos halla el cuantil q
0.95
= x, tal que:
0.95 = P(X x) =
9.8
0.53
x
P Z
| |
s
|
\ .

0.95
9.8
1.645
0.53
x
Z
= = x = 10.67 mm.
Significa que el 95% de los tubos fabricados tienen un dimetro de alrededor de los
10.67 mm.
Veamos la solucin del ejemplo 7.3 utilizando los programas y basados
fundamentalmente en las probabilidades acumuladas de la normal.
281
En Excel:
Para hallar la distribucin de probabilidades acumuladas normales, en la hoja de
clculo definimos en la columna A los valores de la variable x = 8.5, 9.0 y 11.0. En la
columna B, definimos las probabilidades acumuladas F(x).
Para hallar las probabilidades acumuladas, estando en la casilla B2, en funciones
del Excel, escogemos Estadsticas (de seleccionar una categora) y buscamos la
funcin DISTR.NORM y aparece la ventana de dilogo de la Figura 7.14.

Figura 7.14 Clculo de probabilidades acumuladas con la normal en Excel
En Argumentos de funcin se define: el valor de X = A2 (8.5) para poder efectuar
una copia para los dems valores de x, Media = = 9.8, Desv_estndar = = 0.53 y
en Acum escribir VERDADERO [para obtener las probabilidades acumuladas, si se
escribe FALSO se obtiene la densidad de probabilidades f(x)]. Al hacer clic en
Aceptar, aparece la probabilidad acumulada F(8.5) = 0.007087.
282
copia de lo anterior para las celdas sucesivas en B3 y B4, cuyos resultados son:

Nota.- para hallar los resultados iniciales del ejemplo 7.3, se hizo una aproximacin de
los valores Z, para poder usar la vieja tabla de la distribucin normal estndar,
resultados que difieren de los acumulados F(x) encontrados con el programa, ya que
ste internamente hace la estandarizacin y da una mejor aproximacin. Sin embargo,
el Excel tambin permite obtener los (z) con la funcin DIST.NORM.ESTAND(z).
Tal como se muestra en los resultados anteriores difieren los F(x) y (z).
Para hallar el inverso de probabilidades acumuladas (calcular el valor del cuantil x ,
para una probabilidad acumulada = p) usar la funcin DIST.NORM.INV(p, , ) que
para la parte c) del ejemplo 7.3 escribir =DIST.NORM.INV(0.95,9.8,0.53) en el
recuadro al lado de , al hacer enter se obtiene x = 10.67177 mm. similar al
anteriormente hallado.
En Minitab:
Del men escoger Calc Probability Distributions Normal y aparece la ventana
En el Ejemplo 7.3, la variable aleatoria X = dimetro de los tubos en mm. ~ N (9.8,
0.53) parmetro indicado en la Figura 7.15.
Para resolver la parte a) y b) se necesita el clculo de probabilidades acumuladas
F(8.5), F(9.0) y F(11.0) que se explican a continuacin.
283

Figura 7.15 Probabilidad acumulada con la distribucin normal en Minitab
indicar los parmetros requeridos por la distribucin normal en Mean = media = =
9.8 y en Standard deviation = desviacin estndar = = 0.53.
Para efectuar el clculo F(8.5) de la parte b) del Ejemplo 7.3 necesitamos seleccionar
y en el recuadro escribir 8.5. Al hacer clic en OK, en la hoja de
Session aparece este resultado:

Normal with mean = 9.8 and standard deviation = 0.53

x P( X <= x )
8.5 0.0070869

Se procede del mismo modo para hallar F(9.0) y F(11.0).
Tambin se puede calcular probabilidades acumuladas para varios valores de X, en una
columna de la worksheet definimos dichos valores como x y en otra columna F(x) para
obtener los resultados. Para ello, en la figura 7.15 en vez de escoger Input constant: se
selecciona y escoge x en el recuadro; y en Optional storage: se escoge
284
F(x) para que los resultados los deposite en la misma Worksheet. Al hacer clic en OK,
en la Worksheet aparecen los resultados siguientes:

De la tabla, se obtiene rpidamente P(8.5 X 11.0) = F(11.0) F(8.5) = 0.988218
0.007087 = 0.981131. Ligeramente diferente al 0.99252 encontrado en b).
de la Figura 7.16.

Figura 7.16 Graficando probabilidades acumuladas con la normal en Minitab
En Distribution: hacer clic en , escoger la distribucin Normal e indicar = 9.8 y
= 0.53. Luego hacer clic en . En Define Shaded Area By escoger ,
luego e indicar los valores X
1
= 8.5 y X
2
= 11.0 [ya que queremos hallar P(8.5
X 11.0) y el grfico con dicha rea sombreada].
285
Para finalizar hacer clic en OK y aparece el grfico siguiente:
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
X
D
e
n
s
i
t
y
8.5 11 9.8
P(8.5 X 11.0) = 0.981
Distribution Normal
Mean=9.8, StDev=0.53

Figura 7.15 e indicar los parmetros de la distribucin normal.
Para determinar el valor de x, para una probabilidad acumulada F(x) =0.95 en la parte
c) del Ejemplo 7.3 necesitamos seleccionar y en el recuadro escribir
0.95. Al hacer clic en OK, en la hoja de Session aparece este resultado:

Normal with mean = 9.8 and standard deviation = 0.53

P( X <= x ) x
0.95 10.6718

El 95% de los tubos tiene un dimetro menor o igual a 10.6718 mm.
En SPSS:
variables se define x y en la vista de datos se ingresan los mismos (8.5, 9.0, 11.0).
286
Funciones y variables especiales: seleccionar Cdf.Normal y con un clic en
ingresarla al recuadro Expresin numrica: donde aparece CDF.NORMAL(?,?,?).
CDF.NORMAL(cant,media,desv_tp) que se precisan en el recuadro central de la
Figura 7.17. As cant representa los valores de la variable x, media = = 9.8 y desv_tp
= = 0.53.

Figura 7.17 Clculo de probab. acumuladas con la distribucin normal en SPSS
Figura 7.18.
Los resultados obtenidos son idnticos a los del Excel y Minitab.
287

Figura 7.18 Probabilidades acumuladas con la distribucin normal en SPSS
En R:
Para calcular probabilidades acumuladas con la exponencial usar la funcin
pnorm(x,,). Donde x puede ser un valor o un conjunto de valores definidos
previamente, = media, y = desviacin estndar.
En el ejemplo 7.3, X = dimetro de los tubos en mm. ~ N (9.8, 0.53
2
). Para determinar
las probabilidades acumuladas correspondientes a los valores 8.5, 9.0 y 11.0 se define
un vector x con esos valores y luego las probabilidades acumuladas F se calculan as:
> x=c(8.5,9.0,11.0)
> F=pnorm(x,9.8,0.53)
> cbind(x,F)
x F
[1,] 8.5 0.007086862
[2,] 9.0 0.065593960
[3,] 11.0 0.988217584
x o q, para una probabilidad acumulada dada) usar la funcin qnorm(x,,). Donde p
es una o un conjunto de probabilidades acumuladas definidas previamente.
0.95 se procede as:
> qnorm(0.95,9.8,0.53)
[1] 10.67177
El 95% de los tubos tiene un dimetro menor o igual a 10.6718 mm.
288
7.5 DISTRIBUCIN CHI-CUADRADO
Definicin.- Sean Z
1
, Z
2
, ..., Z
r
, variables aleatorias independientes, cada una con
distribucin normal estndar, Z
i
~ N(0 , 1) . Entonces, la variable aleatoria
2 2
2
2
1
...
r
Z Z Z x + + + =
tiene una distribucin chi-cuadrado con r grados de libertad, si su funcin de
densidad de probabilidades est dada por:

) (
2
x f
X
=
2 /
1
2
2
2
2
1
x
r
r
e x
r

|
.
|
\
|
I
, 0 < x <
= 0 , en otros casos
Donde:
representa el gamma de un nmero,
}

= I
0
1
) ( dx e X n
x n
, n > 0. Si n es
entero positivo ) (n I = (n 1)! . Adems, t = |
.
|
\
|
I
2
1
.
r = grados de libertad (GL) representa el nmero de variable aleatorias
independientes que se suman o el nmero de variables que pueden variar
libremente. En regresin y econometra es el rango de una matriz (mximo
nmero de columnas linealmente independientes) asociadas a formas
cuadrticas delas sumas de cuadrados.
Si la variable aleatoria X tiene distribucin chi-cuadrado con r grados de libertad,
la denotaremos como X ~
2
r
X .

Media y varianza de la distribucin chi-cuadrado
La media y la varianza de la distribucin chi-cuadrado son:
= E(x) = r y o = Var(x) = 2r
El clculo de probabilidades para la variable aleatoria chi-cuadrado, se efecta
utilizando las Tablas de Chi Cuadrado, las mismas que han sido elaboradas
289
utilizando la funcin de distribucin acumulativa de probabilidades que en la
mayora de los casos son del tipo de acumulacin menor o igual que.
As tenemos que, la probabilidad que la variable aleatoria X con distribucin
) 30 1 (
2
s s r x
r
sea menor o igual a un valor constante
2
o
x , representada por:
o
o
= s ) (
2
X X P , 0 o 1
Est dada por:
o
o o
o
o
=
|
.
|
\
|
I
= = s

} }
dx e x
r
dx x f x X P
x r
x
r
x
X
2
1
2
0
2
0
2
2 2
2
2
2
1
) ( ) (
y su grfica es:
0.06
0.05
0.04
0.03
0.02
0.01
0.00
X
D
e
n
s
i
t
y
X
Chi-Square, df=25
Distribution chi-cuadrado

Ejemplo 7.4
Si la variable aleatoria X ~
2
25
X . Hallar: a) Qu proporcin de valores de X son
mayores que 40.6?; b) Qu proporcin de valores de X se encuentran entre 14.6 y
37.7?; y c) por debajo de que valor se encuentra el 10% de los valores de X?
Solucin
La variable aleatoria X ~
2
25
X . Entonces, usando la tabla de chi-cuadrado se tiene que:
290
a) P[X > 40.6] = 1 - P[
2
25
X 40.6] = 1 0.975 = 0.025.
Significa que el 2.5% de los valores de X ~
2
25
X son mayores que 40.6.
b) P(14.6 X 37.7) = P[
2
25
X 37.7] - P[
2
25
X 14.6] = 0.95 0.05 = 0.90
Significa que el 90% de los valores de X ~
2
25
X se encuentran entre 14.6 y 37.7.
0.10
= x, tal que:
0.10 = P(
2
25
X x) x =
2
25,0.10
X = 16.5
Significa que el 10% de los valores de X ~
2
25
X son menores que 16.5.
fundamentalmente en las probabilidades acumuladas de la chi-cuadrado.
En Excel:
Para hallar la distribucin de probabilidades acumuladas chi-cuadrado, en la hoja de
clculo definimos en la columna A los valores de la variable x = 14.6, 37.7 y 40.6. En
la columna B, definimos las probabilidades acumuladas, que en Excel vienen dadas
por F(x) = P(X > x).
funcin DISTR.CHI y aparece la ventana de Argumentos de funcin donde se
define: el valor de X = A2 (14.6) para poder efectuar una copia para los otros valores
de x, y en el recuadro de Grados_de libertad escribir 25. Una forma directa de
clculo es escribir =DISTR.CHI(A2,25) en el recuadro al lado de . Al hacer clic en
Aceptar, aparece la probabilidad acumulada F(14.6) = 0.950239.
copia de lo anterior para las celdas sucesivas en B3 y B4, los resultados se presentan en
la Figura 7.19. Se puede apreciar que se ha calculado una columna de 1 F(x) cuyos
resultados son parecidos a los usados en la solucin manual del Ejemplo 7.4.
291

Figura 7.19 Clculo de probabilidades acumuladas con la chi-cuadrado en Excel
para una probabilidad acumulada = p) usar la funcin PRUEBA.CHI.INV(1-p, GL)
que para la parte c) del ejemplo 7.4 es PRUEBA.CHI.INV(0.90, 25) al hacer enter se
obtiene x = 16.4734 similar al 16.5 hallado con la tabla de chi-cuadrado.
En Minitab:
Del men escoger Calc Probability Distributions Chi-Square y aparece la
ventana de dilogo Chi-Square Distribution. El procedimiento de clculo es similar
al ejecutado con las distribuciones de probabilidades antes vistas. Es decir, el clculo
para una constante (Input constant, con el resultado en la ventana Session) o para
varios valores definidos previamente en una columna de la Worksheet (Input column,
con los resultados en la worksheeet) que usaremos de aqu en adelante.
indicar el parmetro requerido Degrees of freedom (grados de libertad) escribir 25 en
el recuadro.
Para calcular las probabilidades acumuladas para los valores de X del ejemplo 7.4, en
una columna de la worksheet definimos como x los valores 14.6, 37.7 y 40.6; y en otra
columna F(x) para obtener los resultados. Para ello, seleccionar y
escoge x en el recuadro; y en Optional storage: se escoge F(x) para que los resultados
los deposite en la misma Worksheet. Al hacer clic en OK, en la Worksheet aparecen
los resultados siguientes:

292
Resultados idnticos a los obtenidos con el Excel en la columna 1 F(x).
De la tabla, se obtiene rpidamente P(14.6 X 37.7) = F(37.7) F(14.6) = 0.950526
0.049761 = 0.900765. Ligeramente diferente al 0.90 encontrado en b).
Probability Distribution Plot Probability.
En Distribution: hacer clic en , escoger la distribucin Chi-Square e indicar el
parmetro requerido Degrees of freedom (grados de libertad) escribir 25 en el
recuadro.
Luego hacer clic en . En Define Shaded Area By escoger , luego
e indicar los valores X
1
= 14.6 y X
2
= 37.7 [ya que queremos hallar P(14.6 X
37.7) y el grfico con dicha rea sombreada].

0.06
0.05
0.04
0.03
0.02
0.01
0.00
X
D
e
n
s
i
t
y
14.6
0.901
37.7
Distribution Plot
Chi-Square, df=25

Figura 7.20 Grfico de P(14.6 X 37.7) con la chi-cuadrado en Minitab
293
ventana de dilogo Chi-Square Distribution e indicar los grados de libertad 25.

Chi-Square with 25 DF

P( X <= x ) x
0.1 16.4734

El 10% de los valores de X ~
2
25
En SPSS:
variables se define x y en la vista de datos se ingresan los mismos (14.6, 37.7, 40.6).
Funciones y variables especiales: seleccionar Cdf.Chisq y con un clic en
ingresarla al recuadro Expresin numrica: donde aparece CDF.CHISQ(?,?).
CDF.CHISQ(cant,gl) que se precisan en el recuadro central de la Figura 7.21. As cant
representa los valores de la variable x y gl = grados de libertad = 25. Para finalizar
hacer clic en Aceptar y en la vista de datos aparece los resultados siguientes:

294

Figura 7.21 Clculo de probab. acumuladas con la chi-cuadrado en SPSS
En R:
Para calcular probabilidades acumuladas con la chi-cuadrado usar la funcin
pchisq(x,gl). Donde x puede ser un valor o un conjunto de valores definidos
previamente, gl = grados de libertad.
En el ejemplo 7.4, X ~
2
25
X . Para determinar las probabilidades acumuladas
correspondientes a los valores 14.6, 37.7 y 40.6 se define un vector x con esos valores
y luego las probabilidades acumuladas F se calculan as:
> x=c(14.6,37.7,40.6)
> F=pchisq(x,25)
> cbind(x,F)
x F
[1,] 14.6 0.04976093
295
[2,] 37.7 0.95052629
[3,] 40.6 0.97471962

x o q, para una probabilidad acumulada dada) usar la funcin qchisq(x,gl). Donde p es
una o un conjunto de probabilidades acumuladas definidas previamente.
0.10 se procede as:
> qchisq(0.10,25)
[1] 16.47341
El 10% de los valores de X ~
2
25

7.6 DISTRIBUCIN T DE STUDENT
Definicin.- Sea Z una variable aleatoria normal estndar N(0, 1). Sea X
2
~
2
r
X una
variable aleatoria que tiene una distribucin chi-cuadrado con r grados de libertad, y si
Z y X
2
son independientes, entonces la variable aleatoria (v.a.)
Y
r Z
r
X
Z
T = =
2
~ t
r

tiene una distribucin t , con r grados de libertad, y su funcin de densidad de
probabilidades est dada por:
|
.
|
\
| +
+
|
.
|
\
|
I
(
+
I
=
2
1
1
2
2
1
) (
r
r
t
r
r
r
t f
t
, - < t <

Notacin: decir que la variable aleatoria T tiene distribucin t con r grados de
libertad, la denotaremos como T ~ t
r
.
296
Media y Varianza:
La media y la varianza de la v. a. T con r grados de libertad son:

E(T) =
T
= 0 , r > 1
Var(T) =
2
2
=
r
r
T
o , r > 2
Funcin de Distribucin Acumulativa de Probabilidades.-
El clculo de probabilidades para variable aleatoria t, se efecta utilizando las
Tablas de t, las mismas que han sido elaboradas utilizando la funcin de
distribucin acumulativa de probabilidades que en la mayora de los casos son del
tipo de acumulacin menor o igual que.
As tenemos que, la probabilidad que la variable aleatoria T con distribucin t
r
(1
s r < 30) sea menor o igual a un valor constante
o
t , representada por:
o
o
= s ) ( t T P , 0 < o < 1
Est dada por:
o
t
o
o
o
=
(
+
|
.
|
\
|
I
|
.
|
\
| +
I
= = s
} }

+

t
r
t
dt
r
t
r
r
r
dt t f t T P
2
1
1
2
2
1
) ( ) (
cuya representacin grfica es la siguiente:
0.4
0.3
0.2
0.1
0.0
X
D
e
n
s
i
t
y
T
0
Distribution t
gl = df=25

297
La distribucin t es una distribucin simtrica como la normal y se cumple que:
F(-a) = P[ T -a] = 1 - P[ T a] = 1 - F(a)
Ejemplo 7.5
Si la variable aleatoria X ~ T
25
. Hallar: a) Qu proporcin de valores de X son
mayores que 2.485?; b) Qu proporcin de valores de X se encuentran entre -1.316 y
2.060?; y c) por debajo de que valor se encuentra el 5% de los valores de X?
Solucin
La variable aleatoria X ~ T
25
. Entonces, usando la tabla de t se tiene que:
a) P[X > 2.485] = 1 - P[T
25
2.485] = 1 0.99 = 0.01.
Significa que el 1.0% de los valores de X ~ T
25
son mayores que 2.485.
b) P(-1.316 X 2.060) = P[T
25
2.060] - P[T
25
-1.316] =
= P[T
25
2.060] {1 - P[T
25
1.316]} = 0.975 {1 - 0.90} = 0.875
Significa que el 87.5% de los valores de X ~ T
25
se encuentran entre -1.316 y 2.06.
0.05
= x, tal que:
0.05 = P(T
25
x) x = T
25, 0.05
= -1.708
Significa que el 5% de los valores de X ~ T
25
son menores que -1.708.
fundamentalmente en las probabilidades acumuladas de la distribucin t.
En Excel:
Para hallar la distribucin de probabilidades acumuladas T, en la hoja de clculo
definimos en la columna A los valores de la variable x = 1.316, 2.060 y 2.485. En la
columna B, definimos las probabilidades acumuladas, que en Excel vienen dadas por
F(x) = P(X > x). Excel considera x > 0 y en el clculo usar la simetra.
298
funcin DISTR.T y aparece la ventana de Argumentos de funcin donde se define:
el valor de X = A2 (1.316) para poder efectuar una copia para los otros valores de x,
en el recuadro de Grados_de libertad escribir 25 y en colas escribir 1. Una forma
directa de clculo es escribir =DISTR.T(A2,25,1) en el recuadro al lado de . Al
hacer clic en Aceptar, aparece la probabilidad acumulada F(1.316) = 0.100057.
copia de lo anterior para las celdas sucesivas en B3 y B4, los resultados se presentan en
la Figura 7.22. Se puede apreciar que se ha calculado una columna de 1 F(x) cuyos
resultados son parecidos a los usados en la solucin manual del Ejemplo 7.4.

Figura 7.22 Clculo de probabilidades acumuladas con la t en Excel
para una probabilidad acumulada = p) usar la funcin DISTR.T.INV(2p, GL) que es
para 2 colas (por eso 2p). Para la parte c) del ejemplo 7.5 es DISTR.T.INV(0.10, 25) al
hacer enter se obtiene x = 1.708141(en valor absoluto) similar al -1.708 hallado con la
tabla de T.
En Minitab:
Del men escoger Calc Probability Distributions t y aparece la ventana de
dilogo t Distribution. El procedimiento de clculo es similar al ejecutado con las
distribuciones de probabilidades anteriores. Es decir, el clculo para una constante
(Input constant, con el resultado en la ventana Session) o para varios valores definidos
previamente en una columna de la Worksheet (Input column, con los resultados en la
worksheeet) que se esta usando.
299
indicar el parmetro requerido Degrees of freedom (grados de libertad) escribir 25 en
el recuadro.
Para calcular las probabilidades acumuladas para los valores de X del ejemplo 7.5, en
una columna de la worksheet definimos como x los valores -1.316, 2.060 y 2.485; y en
otra columna F(x) para obtener los resultados. Para ello, seleccionar y
escoge x en el recuadro; y en Optional storage: se escoge F(x) para que los resultados
los deposite en la misma Worksheet. Al hacer clic en OK, en la Worksheet aparecen
los resultados siguientes:

Resultados idnticos a los obtenidos con el Excel en la columna 1 F(x).
De la tabla, se obtiene rpidamente P(-1.316 X 2.060) = F(2.060) F(-1.316) =
0.975024 0.100057 = 0.874967. Aproximadamente el 0.875 encontrado en b).
Probability Distribution Plot Probability.
En Distribution: hacer clic en , escoger la distribucin t e indicar el parmetro
requerido Degrees of freedom (grados de libertad) escribir 25 en el recuadro.
Luego hacer clic en . En Define Shaded Area By escoger , luego
e indicar los valores X
1
= -1.316 y X
2
= 2.060 [ya que queremos hallar P(-1.316
X 2.060) y el grfico con dicha rea sombreada].

300
0.4
0.3
0.2
0.1
0.0
X
D
e
n
s
i
t
y
-1.316
0.875
2.06 0
Distribution T
gl = df=25

Figura 7.23 Grfico de P(-1.316 X 2.060) con la t en Minitab
ventana de dilogo Chi-Square Distribution e indicar los grados de libertad 25.

Student's t distribution with 25 DF

P( X <= x ) x
0.05 -1.70814

El 5% de los valores de X ~ T
25
En SPSS:
variables se define x y en la vista de datos se ingresan los mismos (-1.316, 2.060 y
2.485).
301
Funciones y variables especiales: seleccionar Cdf.T y con un clic en ingresarla
al recuadro Expresin numrica: donde aparece CDF.T(?,?).
CDF.T(cant,gl) que se precisan en el recuadro central de la Figura 7.24. As cant
representa los valores de la variable x y gl = grados de libertad = 25. Para finalizar
hacer clic en Aceptar y en la vista de datos aparece los resultados siguientes:

Figura 7.24 Clculo de probab. acumuladas con la t en SPSS
302
En R:
Para calcular probabilidades acumuladas con la T usar la funcin pt(x,gl). Donde x
puede ser un valor o un conjunto de valores definidos previamente, gl = grados de
libertad.
En el ejemplo 7.5, X ~ T
25
. Para determinar las probabilidades acumuladas
correspondientes a los valores (-1.316, 2.060 y 2.485) se define un vector x con esos
valores y luego las probabilidades acumuladas F se calculan as:
> x=c(-1.316,2.060,2.485)
> F=pt(x,25)
> cbind(x,F)
x F
[1,] -1.316 0.1000570
[2,] 2.060 0.9750238
[3,] 2.485 0.9899976

x o q, para una probabilidad acumulada dada) usar la funcin qt(x,gl). Donde p es una
o un conjunto de probabilidades acumuladas definidas previamente.
0.05 se procede as:
> qt(0.05,25)
[1] -1.708141
El 5% de los valores de X ~ T
25

303
REFERENCIAS BIBLIOGRFICAS

1. Arriaza A.J. y Otros (2008). Estadstica Bsica con R y R-Commander. UCA,
Universidad de Cdiz. Documento HTML.
http://knuth.uca.es/repos/ebrcmdr/pdf/actual/ebrcmdr.apendices.pdf
2. Bazn, Juan y Corbera, Jos (1997). Problemas de probabilidad. Trabajo de
investigacin para la Facultad de Ciencias Econmicas de la Universidad
Nacional del Callao, Callao, Per, 156 p.
3. Correa, Juan y Gonzlez, Nelfy (2002). Grficos estadsticos con R, Manual
pdf. Posgrado en Estadstica de la Universidad Nacional de Medelln, Colombia,
299 p.
4. Chu, Jorge y Otros (2007). Estadstica descriptiva y probabilidades. Lima,
Per. Fondo Editorial Universidad de Lima, 294 p.
5. Instituto Nacional de Estadstica e Informtica (2006). Norma Tcnica para la
elaboracin de cuadros estadsticos. Resolucin Jefatural N 312-2006 INEI,
publicada en la pgina web:
http://www.inei.gob.pe/documentospublicos/nt_cestadisticos.pdf
6. Instituto Nacional de Estadstica e Informtica (2009). Indicadores
Demogrficos-Poblacin. Censos Nacionales de Poblacin y Vivienda,
publicada en la pgina web: http://www.inei.gob.pe/ . Per en cifras.
7. Paradis, Emmanuel (2002). R para principiantes, Manual pdf del Institut des
Sciences de lvolution Universit Montpellier II, F-34095 Montpellier cdex 05,
Francia, 61 p. Traducido por Jorge A. Ahumada, University of Hawai, 2003.
8. Prez, Csar (2002). Estadstica aplicada a travs de Excel. Madrid, Espaa.
Editorial Pearson-Prentice Hall, 596 p.
9. Tukey, John Wilder. 1977. Exploratory Data Analysis. Adisson-Wesley
Publishing Company: Reading, Massachusetts.
10. Visauta, Bienvenido. Anlisis estadstico con SPSS para Windows. Madrid,
Espaa. Editorial Mc Graw-Hill, 1997.

304

ANEXO

305

1 1 21 68 169 3900 5 150 36 11.30 2
2 1 16 69 172 800 5 50 42 13.33 1
3 1 20 63 170 1000 5 250 38 13.49 3
4 1 20 55 173 1200 5 60 42 12.40 1
5 1 21 57 167 800 5 90 34 12.29 1
6 2 19 48 152 1000 5 250 42 13.19 1
7 2 19 50 152 700 5 150 38 12.40 1
8 2 17 50 156 1000 4 400 42 12.60 1
9 2 19 44 154 600 6 20 50 13.96 1
10 1 19 60 171 3000 7 80 39 12.00 1
11 2 22 52.6 160 800 4 180 50 15.92 1
12 1 20 80 176 1800 6 150 38 13.00 1
13 2 19 52 164 1200 4 150 38 12.00 1
14 1 18 67 171 1000 4 250 50 15.92 1
15 2 17 46 154 1600 7 300 30 13.00 1
16 1 20 80 177 750 4 170 47 14.00 1
17 1 18 64 169 3000 6 200 35 12.00 1
18 1 18 64 171 2800 3 240 35 11.99 2
19 2 18 63 170 2000 5 160 35 12.00 1
20 1 23 72 179 4500 5 300 44 12.00 1
21 1 19 65 177 3500 6 200 42 13.00 2
22 2 20 47 165 2200 5 150 39 12.00 2
23 1 20 70 171 4000 5 200 35 11.00 1
24 2 22 50 158 1000 6 120 43 11.00 1
25 2 21 53 155 800 5 250 43 11.00 1
26 2 23 66 160 800 2 120 40 11.00 1
27 2 19 57 159 950 5 180 34 12.00 1
28 2 19 50.5 152 1000 4 150 25 11.00 1
29 1 20 80 175 1500 5 150 31 14.60 4
30 1 19 55 165 1800 7 200 35 12.20 3
31 1 18 88 175 1000 3 80 34 12.00 2
32 2 20 55 157 4000 5 230 37 12.30 1
33 1 20 75 177 800 3 250 34 13.00 1
34 1 21 64.5 165 800 5 70 38 13.50 1
35 2 18 50 149 800 2 250 34 13.00 1
36 2 21 49 164 900 6 300 50 12.00 1
37 1 19 54 164 3000 5 250 34 11.95 1
38 2 19 46.5 160 2000 5 160 38 12.35 1
39 2 19 49 161 1300 5 80 37 12.30 2
40 1 21 70 169 2500 5 100 34 11.35 3
41 2 19 48 150 600 4 100 40 12.63 1
42 1 20 60 168 750 6 120 27 10.00 1
43 1 20 75 172 2100 6 140 30 11.70 1
44 2 19 55 150 2500 5 150 38 11.00 1
45 1 21 51 156 600 5 200 50 13.00 4
46 1 21 72 174 800 5 120 43 11.50 1
BASE DE DATOS: ESTADSTICA BSICA 09-A
mie.
fam
g.estud cr.aprob
prom.
acum
t.vi viend n_cuest sexo edad peso talla
ing.
fam

(Contina .
306
. Continuacin)
47 1 22 68 175 1500 3 150 34 11.00 2
48 1 21 68 168 2000 4 180 52 11.79 1
49 1 21 55 165 1500 5 100 34 12.00 1
50 2 22 59 152 1300 8 240 48 11.00 1
51 1 22 65 172 1000 9 300 32 12.09 3
52 1 20 66 173 1000 4 250 29 11.70 1
53 2 22 51 156 900 7 100 16 12.00 1
54 2 23 53 155 1250 4 250 40 12.00 1
55 2 19 45 150 650 7 125 34 14.00 1
56 2 20 52 160 900 4 150 44 14.00 2
57 1 19 53 168 1000 5 250 36 15.00 1
58 1 18 67 172 1300 5 180 39 13.00 2
59 1 19 77 178 1200 5 150 30 12.00 1
60 2 22 53 157 600 3 150 35 11.00 1
1 3 8 8 1 2 4 4 2 2
2 7 4 25 15 2 4 3 2 1
3 2 30 35 5 1 5 3 1 2
4 3 3 4 4 4 4 4 2 2
5 4 4 6 3 2 4 4 1 2
6 2 6 30 2 2 5 2 1 2
7 4 8 12 3 2 4 3 1 2
8 3 10 12 4 5 5 3 1 2
9 4 8 30 5 4 5 3 1 1
10 5 15 30 4 1 4 2 2 2
11 3 10 15 10 4 5 3 1 1
12 7 6 16 3 2 5 3 1 2
13 4 26 26 3 4 5 5 2 2
14 4 7 15 3 1 4 3 1 1
15 3 8 10 4 3 5 3 2 2
16 3 12 14 3 3 5 4 1 2
17 4 10 14 2 2 5 5 2 2
18 3 6 18 5 2 4 3 2 1
19 6 12 10 8 5 4 2 2 2
20 4 5 10 3 4 5 4 1 2
21 2 14 20 2 2 4 4 1 2
22 3 6 25 3 2 4 4 2 2
23 4 14 24 2 1 4 4 1 1
24 7 8 8 4 2 3 4 1 2
25 6 7 6 7 2 4 5 1 2
26 3 14 15 4 4 4 3 1 2
27 4 5 8 4 2 5 3 1 2
28 3 3 5 3 2 5 3 1 2
29 3 6 15 3 1 5 3 1 1
30 10 21 9 3 4 5 3 2 2
31 3 16 9 3 1 4 4 1 2
n_cuest sexo edad peso talla
ing.
fam
mie.
fam
imp.
fisico
col. proc espe cial
n.dor
mit
horas.
tv
hrs.
estud
lib.
leidos
hobby
imp.
estudio
n_cuest
g.estud cr.aprob
prom.
acum
t.vi viend

(Contina .
307

. Conclusin)
32 4 3 9 3 2 5 1 1 1
33 3 8 14 4 2 5 4 1 2
34 3 12 16 3 2 4 3 2 2
35 1 12 12 6 4 4 2 1 2
36 4 12 30 8 2 5 3 1 1
37 4 14 14 5 2 4 3 2 2
38 4 10 5 3 3 5 3 1 2
39 3 30 28 5 4 5 4 1 2
40 3 12 28 4 2 5 2 1 2
41 3 16 14 10 1 5 3 1 2
42 2 6 10 0 1 3 3 1 2
43 7 10 7 3 4 4 3 2 2
44 3 14 14 2 4 5 4 1 2
45 3 7 12 1 2 5 3 1 1
46 5 21 35 3 2 4 3 1 2
47 2 10 10 2 1 2 4 1 1
48 3 21 14 3 1 5 4 2 1
49 3 10 18 2 2 5 4 1 2
50 10 8 10 3 2 4 3 1 2
51 4 5 10 7 1 5 5 1 2
52 5 10 14 5 1 5 5 2 2
53 8 10 18 4 2 4 5 1 1
54 3 9 10 2 3 4 4 1 2
55 4 4 10 3 2 4 5 1 2
56 2 8 8 8 4 5 4 1 2
57 3 14 5 2 1 3 3 1 2
58 3 14 14 5 1 4 3 1 2
59 3 14 30 5 1 4 3 1 2
60 2 15 16 3 2 3 4 1 2
Codificacin:
SEXO TIPO DE VIVIENDA HOBBY IMPORTANCIA DE .
1 = Hombre 1 = Casa Independiente 1 = Deporte 1 = Muy Poca
2 = Mujer 2 = Dpto. en Edificio 2 = Msica 2 = Poca
3 = Quinta 3 = Baile 3 = Media
4 = Otro 4 = TV/Cine 4 = Mucha
5 = Otro 5 = Muchsima
COLEGIO DE PROCEDENCIA ESPECIALIZACIN
1 = Estatal 1 = Teora Econmica
2 = No Estatal 2 = Gestin Empresarial
imp.
estudio
imp.
fisico
col. proc espe cial n_cuest
n.dor
mit
horas.
tv
hrs.
estud
lib.
leidos
hobby

PDF Corregido Estadística

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

PDF Corregido Estadística

Încărcat de

Drepturi de autor:

Formate disponibile

UNIVERSIDAD NACIONAL DEL CALLAO

= 3608.0 Kg. y en la G9 la suma de productos de

= 60.133 Kg., que es la media solicitada.

; con medias aritmticas de los subgrupos:

es la media aritmtica ponderada de los subgrupos.

= 0.56 > 0, entonces los pesos tienen

= 0.57 > 0, entonces los pesos tienen

, para datos sin agrupar.

, para datos agrupados.

= -0.53 < 0, entonces la distribucin

= -0.41 < 0, por lo tanto, la

b la pendiente de la recta, entonces en

203.75 ( 1.085)(13.0625) a Y b X = = = 342.15

b = - 10.595 significa que por cada dlar de incremento en el precio de la muecas,

= ~ N (0, 1) llamada distribucin normal estndar.

= ~ N (0, 1); permitiendo el clculo de

S-ar putea să vă placă și