Definicin de estadstica Es un conjunto de mtodos que nos permiten describir de manera tabular, grfica y usando cantidades de resumen, un conjunto

de informacin sobre variable de estudio CIENCIA => RECOLECTAR => PROCESAR => PRESENTAR => ANALIZAR => AYUDA A LA TOMA DE DECISIONES. ESTADISTICA INFERENCIAL: es un conjunto de tcnicas que basadas en la teora de probabilidad y la teora del muestreo, permite dar conclusiones sobre una caracterstica de la poblacin basndose en una muestra, la cual facilita la toma de decisiones en situaciones donde est presente la incertidumbre. Tipos de variable de acuerdo al tipo de escala de una variable las misma pueden clasificarse en dos tipos: A) variable cualitativa B) variable cuantitativa variable cualitativa: esta se divide en Discretas: son aquellas que podemos asociar con el conjunto de los nmeros entero, otra manera, es que entre dos valores sucesivos de la variable existen finitos valores. Continua: son aquellas que podemos asociar con el conjunto de los nmeros reales, otra manera, es que entre dos valores sucesivos de la variable existen infinitos valores. Universo: Se denomina Universo estadstico a un conjunto, finito o infinito de seres vivos, elementos o cosas, sobre los cuales estn definidas caractersticas que interesa analizar. Se habla de universo de personas, fabricas, ros, familias, automviles, etc... Poblacin: Se llama poblacin estadstica a la coleccin de todas las posibles mediciones que pueden hacerse de una caracterstica en estudio. Observe que una poblacin va a estar constituidas por datos o valores. Se habla de la poblacin de estaturas, ingresos, opiniones etc... A poblacin puede ser finita o infinita de acuerdo al nmero de datos o valores que lo integran. Muestra: una muestra es una parte o porcin de una poblacin pueden seleccionarse

diferentes muestras. Ejemplo de Estadstica clasificacin: Universo, Poblacin y muestra: 1) se desea realizar un estudio acerca de la estructura por edades de los habitantes de una ciudad.

caracterstica principal en estudio: la edad. Universo: Todos los habitantes de la ciudad. Poblacin: Todas las edades individuales de cada uno de los habitantes de la ciudad. muestra: las edades correspondientes a los habitantes de un barrio o sector de la ciudad.

2) se desea investigar sobre el tamao promedio y el tamao ms comn de las fincas agropecuarias de un pas. Caracterstica principal en estudio: extensin o tamao de la finca. Universo: Todas las fincas agropecuarias que existen en el pas. Poblacin: los tamaos o superficies de cada una de las fincas que constituyen el Universo. Muestra: los tamaos de las fincas que se encuentran en una regia determinada del pas. 3) se requiere Evaluar las reservas madereras de una extensa regin boscosa. Caracterstica en estudio: Cantidad de manera de un rbol expresada como un volumen. Universo: Todos los rboles que constituyen el bosque. Poblacin: Los volmenes de madera de cada uno de los rboles que integran el bosque. Muestra: los volmenes de madera de los arboles contenidos en 10 metros cuadrados de esa regin boscosa. La estadstica en el proceso de investigacin En general en cualquier investigacin siempre se distinguen, de una u otra manera, las siguientes fases o etapas: i) Planificacin de la investigacin ii) Recoleccin de la informacin iii) Procesamiento y presentacin de la informacin iv) Anlisis v) Resultados

Estas etapas, as como las actividades comprendidas en cada una de ellas, no representan un esquema rgido que sea necesario cumplir siempre. Objetivo de la estadstica Usualmente los anlisis estadsticos se realizan en base a muestras seleccionadas de poblaciones de inters, sin embargo, el inters del investigador esta n toda la poblacin y no en la pequea parte que selecciona de ella. Esto crea la necesidad de generalizar a la poblacin los resultados obtenidos en base al anlisis de la muestra, siendo este un proceso en el cual hay implcito un elemento de riesgo o error por cuanto se obtienen conclusiones sobre un todo en base a una parte de l. El objetivo fundamental de la estadstica es generalizar o inferir a una poblacin los resultados provenientes de una muestra esta inherencia van acompaadas de una cuantificacin del error o incertidumbre bajo la cual se realiza. Probabilidad Experimento aleatorio: un experimento aleatorio es aquel experimento que satisface los siguientes requerimientos: 1. puede repetirse un nmero ilimitados de veces bajo las mismas condiciones. 2. es posible conocer por adelantado todos los posibles resultados a que puede dar origen. 3. No puede predecirse con exactitud el resultado en una realizacin particular de ese experimento.

Probabilidad: la probabilidad son nmeros que reflejan la posibilidad de ocurrencia de hechos o sucesos. Ejemplo a un suceso muy probable o altamente probable es aquel que se considera muy ocurrente o viable y le correspondera una probabilidad muy alta, mientras algo poco probable, es algo que no se espera que ocurra y en consecuencia le correspondera una probabilidad muy baja. En una definicin ms formal es medir el grado de certidumbre que existe sobre el resultado de un experimento, evaluado entre 0 y 1. La probabilidad se mide entre 0 (probabilidad del Suceso imposible) y 1 o 100% (probabilidad del Suceso seguro).

Espacio Muestra: Es el conjunto de todos los posibles resultados de un experimento y se representa con la letra Ejemplo El lanzamiento de un dado. = {1, 2, 3, 4, 5,6,} Lanzar una moneda = {cara, sello} El gnero de un nio recin nacido = {M, F} Experimentos determinstico: En contraposicin a los experimentos aleatorios, existen los experimentos o fenmenos determinstico, los cuales se caracterizan porque cada vez que se realizan bajo condiciones similares, producen el mismo resultado, estos fenmenos no son de inters para estudiarlo.

Teora de conjunto Un conjunto es cualquier coleccin de objetos, entes o cantidades. A cada objeto constitutivo de un conjunto se le llama elemento de ese conjunto Ejemplo: al conjunto de nmeros naturales se expresa como: N= {0, 1, 2, 3,4.....} Al conjunto de nmeros enteros se expresa como: Z= {...,-4,-3,-2,-1, 0, 1, 2, 3,4....}

PROBABILIDAD: Operacin sobre eventos: Unin: se representa con el smbolo U La unin entre dos conjuntos A y B, de define como los elementos que estn en A,

o estn en B, se representa por (AUB) Interseccin: se representa con el smbolo Se define como los elementos que estn en A y en B (AB) Complemento El complemento de un evento A se define como todos los elementos de que no estn en A. se representa como Ac , ADiferencia: La diferencia entre 2 conjuntos A y B, define como los elementos de A que no estn en B, se representa como A-B, A\B Ejemplo = {1,2,3,4,5,6,7,8,9} A={1,2,3,9,8} B={2,5,4,6,7} Hallar: i) AUB ii) AB i) AUB={1,2,3,4,5,6,7,8,9} = ii) AB= {2} tipos de eventos : Eventos mutuamente excluyente (M.E): los cuales A y B son M.E sino tienen puntos mustrales en comn. Eventos independientes: los eventos A y B son independientes si la ocurrencia de a no afecta la ocurrencia de B Ejemplo de probabilidades. P (AUB)= P(A) + P (B) - P (AB) A: aprobar matemtica B: aprobar estadstica P(A)=0.3 P (B)= 0.4 P (AB)= 0.125

a) cul es la probabilidad de aprobar al menos una de las dos materias ? b) Cul es la probabilidad de aprobar exactamente una materia ? c) cul es la probabilidad de reprobar las dos materias? Reps: a) P (AUB)= P(A) + P (B) - P (AB) = 0.3 + 0.4 -0.125 = 0.57

Reps: b) P (aprobar exactamente una materia) = P (AUB) - P (AB) = 0.57 - 0.125 =0.44 Reps c) P (AUB) c = 1 P (AUB) = 1 0.57 = 0.43

Ejercicios Resueltos de probabilidad Operacin Sobre Eventos 1) La probabilidad de que un solo lanzamiento de un dado i) el resultado sea impar ii) el resultado sea un nmero menor que 5. A: impar B: nmero menor que 5 P(A)= 3/ 6 P (B)= P (1)+ P (2)+ P (3)+ P (4)= 1 /6 + 1/ 6 + 1/ 6 + 1/ 6 =4/ 6 = 2 /3

2) Se lanza un dado la probabilidad de que resulten 3 o 6? = {1, 2, 3, 4, 5,6} P (si) donde i=1,..6 es 1 6 entonces la probabilidad de que salga 3 o 6 se escribe como 3 U 6 por lo tanto hallar P(3U6) se puede notar que los eventos A y B son Independiente entonces P(AB)=0 P(3U6)=P(3)+P(6)= 1/ 6 + 1/ 6 =1/ 3 INDEPENDENCIA DE EVENTOS

Dado 2 eventos A y B, la ocurrencia o no ocurrencia del evento B no afecta para nada la probabilidad de ocurrencia del evento A, cuando esto sucede se dice que el evento A y B son Independientes. Probabilidad condicional Dado dos (2) eventos A y B, la probabilidad condicional se denota como la probabilidad de A dado B, P(A/B), /B significa que ya ocurri B y es una medida de la probabilidad de ocurrencia de A dado que el evento B ocurri previamente. Formula P(A/B)= P (AB) /P (B) regla multiplicativa P (AB)= P(A). P (B/A) P (ABC)=P(C/AB). P (AB) EJEMPLO: una caja con metras: 5 metras blancas. 3 metras negras. 2 metras rojas. Se extrae una a una 3 metras sin reemplazo hallar la probabilidad de obtener 2 metras roja? R=rojo P (1R)= 2 /10 P (2R/1R)= P (1R2R) / P (1R) P (1R2R)= P (1R). P (2R/1R) = 2 /10 x 1 /9 = 2/90 Probabilidad de que la segunda metras sea roja? P (2R)=? P(2R)=[ (1B2R)U( 1N2R )U(1R2R) ] P(2R)= P(1B2R)+ P(1N2R)+ P(1R2R) P(2R)= P(1B). P (2R/1B) + P (1N). P (2R/1N)+ P (1R). P (2R/1R) P (2R)= (5/10. 2/10) + (3/10. 2/10) + (2/10. 1/9)

P (2R)= 10/90 + 6/90 + 2/90 P(2R)= 18/90 = 9/45=O.2

Ejercicios Resueltos Probabilidad Condicional

1) se presentan los trabajadores de una industria, clasificacin segn el cargo y el sexo. ___________________________________ Hombres Mujeres Totales

___________________________________ Obreros Empleados Directores 80 30 4 113 17 6 193 47 10

---------------------------------------------------Totales 114 136 250

---------------------------------------------------El dueo de la empresa desea otorga un premio estimulo especial y para ello decide seleccionar al alzar uno de los trabajadores.

Consideremos los Eventos A: ser Empleado

B: ser mujer Asumiendo equiprobable en la seccin de las personas, las probabilidades A y B son: P (A)=47 /250 = 0.188 P (B)= 136 /250 = 0.544

P(A) es la probabilidad de que sea empleado, P (B) es la probabilidad de que sea mujer, ahora calcular la probabilidad de que la persona sea empleada sabiendo que es mujer, P(A/B)= P (AB) /P (B) / 136/250 = 0.125 entonces P(AB)= 17 /250 ahora P(A/B)=17/250

2) Tengo 2 urnas, una con 2 bolas blancas y una negra y la otra con 3 bolas negras y 2 blancas. i) cual es la probabilidad de que salga una bola blanca si sali de la urna 1? Solucin:

E1: urna 1 E2: urna 2 A: salga una bola blanca B: salga una bola negra P(A/E1)= P (AE1) / P (E1) Ahora despejamos, P (A E1) = P (E1)*P (A/E1) P (E1)= 3/ 8

P(A/E1)=2/ 3

entonces P (A E1)= 3/ 8 * 2/ 3 =0,25

3) Una urna con 10 bolas de las cuales 6 son negras y 4 blancas, se extraen 2 bolas aleatoriamente? i) Cual es la probabilidad de que las 2 sean blancas? ii) cual es la probabilidad de que la primera sea blanca y la segunda sea negro? iii) cual es la Probabilidad de que los 2 sean negros? el espacio muestral seria, S={(B,B),(B,N),(N,B),(N,N)} i) P (B2/B1) = P (B1B2) P B1) P (B1)= 4 /10 P (B2/B1)= 3 9 entices P (B1 B2) = P (B1)*P (B2/B1)

4 casos posibles de que salga blanco entre 10 bolas. como ya sali un blanco quedan 3, entre ahora 9 bolas =0,133

P (B1 B2)= 4 /10 * 3 /9 ii) P (BN) =P (B)*P (N/B) P (B)= 4/ 10 P(N/B)=6 /9

P (BN)=4/ 10 *6/ 9 = 4/ 15 =0,266 Hallar Probabilidad. Mtodos de conteo No es necesario especificar los elementos que integran el espacio muestral finito sino que basta con conocer el nmero de elementos que hay en ellos y en los eventos de inters, para calcular las correspondientes probabilidades. Regla de Multiplicacin

Si un Experimento consta de m etapas o pasos para realizarse y la primera etapa puede cumplirse de k1 maneras posibles, la segunda etapa puede cumplirse en k2 maneras posibles,. . . y la ltima etapa puede cumplirse en km maneras posibles entonces el experimento puede realizarse de k1 x k2 x k3x... km maneras diferentes, es decir, puede dar origen a k1 x k2 x k3 x... km posibles resultados

Regla de multiplicacin: Ejemplo 1

Una prueba consta de tres preguntas del tipo verdadero/falso. De cuantas maneras diferentes puede responderse esta pregunta? Utilizando la regla de multiplicacin m=3, k1=2, k2=2, k3=3 se obtiene que la prueba puede responderse de 2 x 2 x 2 = 8 maneras diferentes. Las 8 posibilidades son VVV VVF VFV FVV VFF FVF FFV FFF Permutaciones Dada una coleccin de k elementos diferentes, una permutacin de esos elementos es cualquier arreglo diferente que se puede obtener de ellos intercambiando su orden. El nmero de permutaciones que se pueden realizar con n elementos, denotada por Pn ,n es igual a n! El nmero de permutaciones que se pueden realizar con r elementos es Pn,r= n!/ (nr)!

Probabilidad con Permutaciones. Ejemplo 1:

El nmero de diptongos posibles con vocales diferentes que se pueden encontrar en la literatura castellana es. n=5, r=2 Pn,r=20 Probabilidad con Permutaciones. Ejemplo 2:

En las carreras de caballo el juego de trifecta consiste en acertar los ejemplares que llegan en los tres primeros lugares de una carrera. Si en una carrera participan 14 caballos, el nmero de combinaciones que pueden elaborarse es: n=14 r=3 Pn; r= 14!/ (143)!

= 2184

Muestreo Aleatorio Estratificado De una poblacin de N elementos 1,2,..., N se divide en L subpoblaciones 1,2,..,L donde cada subpoblacin es un estrato. Cada estrato son los ms homogneos

posible y los estratos son disjuntas la suma de cada estrato es igual al total de la poblacin. Cada estrato tiene un tamao de la poblacin N1 es decir el total de la poblacin seria la suma de la poblacin de cada estrato N= total elementos de la poblacin es la suma de N1,N2,...,NL Veamos un ejemplo: la ciudad de Mrida (poblacin de estudio) se quiere estratificar por clase social: clase alta, media y baja. ahora serian 3 estratos L=3, el estrato 1 clase alta seria 1,2,3,,,,,N1 elementos pertenecientes a la clase alta, estrato 2 seria 1,2,3,....,N2 elementos de la poblacin pertenecientes a la clase media y estrato 3 seria 1,2,3,...,N3 elementos de la poblacin pertenecientes a la clase baja es decir de la poblacin de medida (N) se divide en N1, N2 y N3 elementos de la poblacin donde la suma de los N1,..,NL donde L=3 es el total de la poblacin. Luego de tener la lista de pobladores de los habitantes de la ciudad en este caso o del objeto de estudio (Diseo Muestral) y definir la estratificacin se producira a hallar los estimadores, calcular la muestra y la afijacin de la muestra. Vamos hacer solo el caso del Estimador de la media X

Afijacin de la muestra Consiste en asignar el tamao de la muestra (n) entre los diferentes estratos esto sera n1,n2,...,nL donde la suma es el tamao de la muestra(n) es decir al calcular el tamao de la muestra (n) de la poblacin este es repartido entre los diferentes estratos de manera uniforme, proporcional , mnima varianza o ptima.

Afijacin Uniforme: Consiste en asignar a los estratos un mismo tamao de muestra La Afijacin uniforme es posible si el tamao de los estratos es relativamente del mismo tamao. Ejemplo si hay 3 estratos y el tamao de la muestra de la poblacin dio n=90 a cada estrato le correspondera n1=30, n2=30 y n3=30 se calcula como nh=n /L donde h=1,2, ..,L Afijacin Proporcional Consiste en asignar a cada estrato un nmero de unidades mustrales proporcional a su tamao

ahora, el nh=Nh*k donde k=n /N. para encontrar un intervalo de confianza a X se necesita conocer la varianza del estimador Var( X ) = (1k)/ n L i=1 WhS ^2 donde k=n /N y Wh=Nh/ N y h=1,2,.....,L estratos

Afijacin de mnima varianza Tambin llamado Afijacin de neyman consiste en hallar el valor de nh para un tamao de muestra fijo (n) la varianza de los estimadores sea mnima. nh= n*NhSh / L i=1 NhSh la varianza del estimador de X es Var( X )= L i=1 Wh 2 S 2 / N Afijacion ptima Se determinar el valor nh con varianza minima y un costo fijo. Esta afijacin es til cuando se tiene limitaciones econmicas en la recoleccin de la muestra. nh= n*NhSh/Ch / L i=1 NhSh/Ch Ch Tamao de la muestra Tamao de la muestra de un muestreo estratificado: para un error de muestreo dado. n= L i=1 WhSh 2 / e 2 +1/N L i=1 WhSh 2