Analisisdedatos 111103100625 Phpapp01 PDF

                                                                 Análisis de Datos 
  CAPITULO 1: CONCEPTOS BÁSICOS Y ORGANIZACIÓN DE DATOS
1. INTRODUCCIÓN
Debemos diferenciar entre dos tipos de estadísticas:
Estadística teórica: Se ocupa de los aspectos formales y normativos

Estadística aplicada: Constituye la aplicación a un campo concreto. Ha tenido distintos
nombres, entre ellos “Análisis de Datos”
2. LA INVESTIGACIÓN EN PSICOLOGÍA
S.XVII: El método científico se convierte en la fuente de conocimiento más utilizada. La

Psicología utiliza el método científico para acercarse a su objeto de estudio: La conducta
El método científico
Definición: Consiste en dar razón sistemática, empírica y experimental de los fenómenos.
Características
Sistemático: Tiene etapas definidas (sigue un sistema)

Replicable: Los datos obtenidos pueden ser utilizados por otro investigador
Fases
1. Definición del Problema

2. Deducción de hipótesis contrastables
3. Establecimiento de un procedimiento de recogida de datos
4. Análisis de resultados obtenidos (de este punto se ocupa la asignatura)
5. Discusión de dichos resultados y búsqueda de soluciones
6. Elaboración de un informe de investigación
A continuación repito los puntos anteriores pero ejemplificados con el ejemplo de la

página 17.
1. Posible influencia de las estrategias sobre el control del estrés en la hipertensión

2. El grupo que recibe terapia tendrá unos niveles menores en la hipertensión
3. Escoger 40 pacientes y dividirlos en 2 grupos de manera aleatoria
4 y 5: Se analizan los niveles de los 2 grupos para comprobar si realmente el grupo que
ha recibido tratamiento tiene los niveles más bajos que el grupo que no lo ha recibido.
6. Elaboramos un informe para difundir los resultados.
3. CONCEPTO Y FUNCIONES DE LA ESTADÍSTICA:

DESCRIPTIVA e INFERENCIAL
La estadística se ocupa de la sistematización, recogida, ordenación, y presentación de los

datos referentes a un fenómeno que presenta variabilidad o incertidumbre para su estudio
metódico, con objeto de hacer previsiones sobre los mismos, tomar decisiones u obtener
conclusiones.
A partir de aquí obtenemos dos grandes áreas:

Estadística descriptiva
Se organizan y resumen conjuntos de observaciones procedentes de una muestra o de la

población total, en forma cuantitativa.
Procedimientos
(no entro en detalle porque dice que los veremos en profundidad en los siguientes temas)
Para una variable

- Indices de tendencia central
- Estadísticos de variabilidad
- Estadísticos de asimetría
Para dos variables

- Coeficientes de correlación
- Ecuaciones de regresión
Estadística Inferencial
Se realizan inferencias acerca de una población basándose en los datos obtenidos a partir
de una muestra.
Procedimientos : El cálculo de probabilidades
Conceptos importantes
Población: Es el conjunto de todos los elementos que cumplen una determinada

característica objeto de estudio.(según el ejemplo de antes, la población serían todas las
personas que padecen hipertensión)
Muestra: Es un subconjunto cualquiera de una población (las 40 personas escogidas)
Parámetro: Es una propiedad descriptiva (una medida) de una población. (para una
encuesta electoral queremos conocer el porcentaje de la población que respondería “Sí” a
favor de una ley; ese “sí” sería el parámetro en este caso)
Estadístico: Es una propiedad descriptiva (una medida) de una muestra. (es el porcentaje
de la muestra que responde sí).
Las conclusiones obtenidas de una muestra solo servirán para el total de una población si
la muestra es representativa. Para asegurarnos que la muestra es representativa se
utilizan métodos de muestreo probabilístico.
Si queremos saber qué porcentaje de hombres españoles se declaran seguidores del Real
Madrid y la muestra que escogemos está formada por mujeres, los resultados que
obtengamos no van a ser representativos.
También existen las muestras no probabilísticas como por ejemplo la muestra de

conveniencia o incidental (personas cercanas al investigador, por lo cual acceder a ellas es
mucho más fácil)
4. MEDICIÓN Y ESCALAS DE MEDIDA

Medir la altura de una persona es algo sencillo, sin embargo en ocasiones la Psicología
debe medir cosas más complicadas, como por ejemplo la timidez de una persona. Para
ello existen numerosas herramientas que nos ayudan.
Medición: Es el proceso por el cual se asignan números a objetos o características según

determinadas reglas.
Característica: Cualquier propiedad de objetos o personas que deseamos estudiar.
Modalidad: Distintas formas de presentarse esta característica.
Por lo tanto…
Se asigna un número a cada una de las modalidades de una característica.
Ejemplo: A las dos modalidades de la característica sexo (hombre y mujer) le asignamos

los números 1 y 2.
Tipos de escala de medida
Según las relaciones que puedan verificarse empíricamente entre las modalidades de las
características, distinguimos 4 tipos de escalas:
1) Escala Nominal
Asignación de números o símbolos. Por lo tanto la única relación que obtenemos es la de

igualdad o desigualdad.
Ejemplo: Católicos practicantes (1) frente a católicos no practicantes (2). No tiene sentido
hacer relaciones como 1+1=2. Esta escala solo nos dice si un sujeto es diferente o igual a
otro.
2) Escala Ordinal
Como su propio nombre indica, aparte de decirnos la igualdad o la diferenciación, también
nos indica el orden de las posiciones de lo que está clasificado. Nos permite establecer
relaciones del tipo “mayor que” o “menor que”.
Ejemplo: Estatus socioconómico, bajo (1), medio (2), alto (3). Los números no solo indican
diferencia de modalidades sino también orden entre ellas.
3) Escala de intervalo
Además de las características de la escala nominal (igualdad o desigualdad) y de la escala

ordinal (orden), la escala de intervalo se identifica porque cada número es una unidad de
medición, podemos sumarlos o restarlos obteniendo resultados coherentes (a diferencia
de la escala nominal).
Es importante señalar que en la escala de intervalo el origen es arbitrario

Ejemplo: En el conocido test de inteligencia, la escala comienza en 0, pero este 0 es

arbitrario ya que si alguien lo obtiene no significa que no tenga absolutamente nada de
inteligencia. Esta arbitrariedad indica que aunque una persona obtenga un coeficiente de
80 y otra 160, no significa que la segunda persona sea el doble de inteligente que la
primera.
4) Escala de razón
Además de todas las características de las 3 escalas diferentes, supera a las demás en
que se puede establecer un punto de origen verdadero de valor 0 (a diferencia del 0
arbitrario de la escala de intervalo). Es lo que se conoce como valor absoluto.
Ejemplo: La altura y el peso..
En la página 25 del libro tenemos un cuadro resumen que explica todo lo anterior de
manera bastante esquemática.
5. VARIABLES: CLASIFICACIÓN Y NOTACIÓN
Variable: Representación numérica de una característica que presenta más de una

modalidad (valor) de un conjunto determinado. Si una característica tiene una única
modalidad se llama constante.
Según el nivel de medición tenemos tantas variables como escalas (variable nominal,
ordinal, de intervalo, de razón).
Tipos de variables
A)Nominal (Cualitativa) Dicotómica: 2 categorías (sexo)

Politómica: + de 2 categorías (nacionalidad)
B) Ordinal (Cuasicuantitativa)
Discreta: Valores fijos (número de hijos). Entre

C) De intervalos, razón (cuantitativa) 1 y 2 hijos no pueden haber 1,5 hijos.
Continua: Puede haber medidas intermedias
entre los valores. Por ejemplo el peso(entre 89
y 90 podemos tener 89,5.
Aparte de esta clasificación existen más clasificaciones:
- Variable independiente: Cualquier suceso que sospechamos es la causa de otro

- Variable dependiente: Medida utilizada para estudiar la variable independiente
- Variable extraña: Aquellas que pueden influir sobre la variable dependiente pero
no nos interesa estudiar sus efectos.)
Ejemplo de la hipertensión visto anteriormente:
- Variable independiente: Tipo de tratamiento

- Valor 1 de la variable independiente: Tratamiento estándar
- Valor 2 de la variable independiente: Tratamiento estándar más terapia
- Variable dependiente: Hipertensión arterial
- Variable extraña: Obesidad (sabemos que la obesidad puede influir en la hipertensión
arterial pero no nos interesa estudiarla en este caso)
Para referirnos a un valor cualquiera de la variable X se utiliza el subindice i (Xi ), siendo n

el número de elementos que componen la muestra:
Xi siendo i = 1,2,3 …n
6. DISTRIBUCIÓN DE FRECUENCIAS
Una distribución de frecuencias es una representación de la relación entre un conjunto de

medidas exhaustivas y mutuamente influyentes y la frecuencia de cada una de ellas.
Funciones:
- Ofrecer la información necesaria para realizar representaciones gráficas

- Facilitar los datos para obtener los estadísticos muestrales
En este punto es necesario leer y comprender los gráficos de las páginas 29 y 30. Son tan
sencillos que ni siquiera es necesario sacar la calculadora. De momento lo que explica se
comprende con la sola lectura. Ya tendremos tiempo de que todo se complique.
Conceptos
Frecuencia absoluta (ni): Número de veces que se repite cada uno de los valores de una
variable. La suma de todas las frecuencias absolutas representa el total de la muestra (n)
Proporción o frecuencia relativa (pi): Cociente entre la frecuencia absoluta de cada valor
de la variable (ni) y el número total de observaciones (n). pi = ni /n
Porcentaje (Pi): Valor de la frecuencia relativa (pi) multiplicado por cien: Pi = pi x 100
Frecuencia absoluta acumulada (na): Número de veces que se repita cada modalidad o
cualquiera de las modalidades inferiores.
Proporción acumulada o frecuencia relativa acumulada (pa): Cociente entre la

frecuencia absoluta acumulada de cada clase y el total de observaciones. p a = na / n
Porcentaje acumulado (Pa): Valor de la frecuencia relativa acumulada multiplicado por

cien. Pa= pax 100
Más conceptos
Si la variable cuantitativa es reducida (número de hijos) no hay problema, la utilizamos tal

cual. Pero si ocurre que puede ser muy amplia (edad) debemos recurrir a la agrupación en
intervalos.
La amplitud de los intervalos representa al número de unidades que tenemos dentro de

cada intervalo. No es lo mismo tener una amplitud de intervalos de 10 en 10 (11-20) (21-
30) (31-40) que de 5 en 5 (15-19) (20-24) (25-29).
Obviamente al establecer intervalos siempre se pierde información. Por lo tanto hay que
buscar equilibrio entre la precisión que buscamos y lo cómodo que sea trabajar con esos
datos (si no estableciésemos intervalos podríamos encontrarnos con tablas de 100 filas)
Aunque tengamos un intervalo de edad (25-35) (36-45) no significa que no pueda haber
personas con 35,5 años. Por lo tanto los intervalos (25-35) y (36-45) reciben el nombre de
limites informados o aparentes. (aparentan ser lo que no son) ya que en realidad los
límites verdaderos son (25,5-35,5) y (35,5-45,5). El límite superior exacto del primer
intervalo (35,5) coincide con el límite inferior exacto del siguiente (35,5)
Cálculo de límites exactos
Límite exacto = Valor informado (el que nos han dado) +- 0,5 x I
I = Instrumento de medida. (en el caso de las edades I = 1)
Punto Medio: Es la semisuma del límite superior e inferior del intervalo. Se calcula a
través de los límites informados o de los límites exactos.
El libro asume que hemos nacido con el concepto de la “semisuma” escrito en nuestros
genes ya que no explica en qué consiste. Quizá soy la única persona a la que no le han
otorgado este don de la naturaleza, pero lo explicaré por si hay alguien más en mi
situación:
Con un poco de sentido común el punto medio se haya sumando los dos valores del
intervalo y dividiendo el resultado entre 2
Tomemos el intervalo (26-35) = 26 + 35 = 61/2 = 35,5.
Ya sabemos lo que es la semisuma!
Intervalo abierto: Son los intervalos finales que se utilizan para no tener frecuencia nula.
Ejemplo de edad: (76 años o más)
7. REPRESENTACIONES GRÁFICAS
Imprescindible acompañar estos apuntes con el libro para comprender los conceptos
gráficos.
Un gráfico es una forma rápida de visualizar un conjunto de datos o distribución de

frecuencias. El sistema de coordenadas más habitual está formado por:
Eje vertical (ordenada o eje Y)

Eje horizontal (abscisa o eje X)
Origen: Punto donde se juntan ambos ejes
Representación gráfica de una variable
a) Diagrama de barras
Se utiliza para variables nominales, ordinales y cuantitativas discretas.
- En el eje X se colocan los valores y en el Y las frecuencias.

Sobre cada valor de la variable se dibuja un rectángulo o barra perpendicular cuya altura
debe ser igual a la frecuencia.
Diagrama de barras acumulativo

Variedad del diagrama de barras que se utiliza en variables ordinales y cuantitativas
discretas. En el eje X se sitúan los valores de la variable y en el eje Y las frecuencias
acumuladas.
b) Diagrama de sectores
Se utiliza para variables cualitativas y cuasicuantitativas
- Representación en forma de círculo. El círculo se divide en secciones cuya superficie es

proporcional a la frecuencia de la modalidad correspondiente. Para determinar el ángulo de
los sectores de cada modalidad se multiplica la frecuencia relativa por 360, que es el
número de grados de una circunferencia.
c) Pictograma
Se utiliza para variables cualitativas
- Son dibujos alusivos al objeto de estudio. Son escalas que deben ser proporcionales al
valor que representan.
d) Histograma (parecido al diagrama de barras pero no hay espacio entre los rectángulos)
Se utiliza para variables cuantitativas continuas con datos agrupados en intervalos
- En el eje X se colocan los límites exactos de los intervalos y en el eje Y la frecuencia.

e) Polígono de frecuencias
Se utiliza para variables discretas
- La forma que obtenemos es una línea poligonal cuya figura se obtiene a partir de
una diagrama de barras o de un histograma.
- También se puede utilizar en frecuencias acumuladas (figura página 41)
Representación gráfica de dos variables
a) Diagrama de barras conjunto
Se utiliza cuando al menos una de las dos variables es cualitativa
- Los datos se organizan en una tabla de doble entrada. Se sitúan los valores de una
variable en las filas y los valores de la otra variable en las columnas.
- Una vez construida la tabla, se procede a dibujar los gráficos por columnas
b) Diagrama de dispersión o nube de puntos
Se utiliza en el caso de dos variables cuantitativas
- Una variable se sitúa en el eje X y la otra en el eje Y. Para cada par de datos se
localiza la intersección entre ambas variables y se marca con un punto.
- Es una manera rápida de hallar relaciones lineales entre las dos variables.
8. PROPIEDADES DE LA DISTRIBUCIÓN DE FRECUENCIAS
a) Tendencia central
Se refiere al lugar donde se centra una distribución particular en la escala de valores.
b) Variabilidad
Se refiere al grado de concentración de las observaciones en torno al promedio.
Una distribución de frecuencias será:
Homogénea (tiene poca variabilidad). Si los valores de distribución están cercanos al

promedio. (cuando hay pocos rectángulos alrededor del central)
Heterogénea (tiene mucha variabilidad). Si los valores se dispersan mucho en torno al
promedio. (cuando hay muchos rectángulos alrededor del central)
c) Asimetría o sesgo (con calma que es muy fácil pero cuesta un poco de entender al
principio)
Se refiere al grado en que los datos se reparten equilibradamente por encima y por debajo
de la tendencia central.
Diremos que una distribución será simétrica cuando al dividirla en dos a la altura de la
media, las dos mitades se superponen. Si esto no ocurre decimos que se produce
asimetría. Hay dos tipos de asimetría:
Asimetría positiva: Cuando la mayor concentración de puntuaciones se produce en la parte

baja de la escala.
Asimetría negativa: Cuando la mayor parte de puntuaciones se sitúa en la parte alta de la

escala.
  CAPITULO 2: MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN
1. MEDIDAS DE TENDENCIA CENTRAL

Lo importante en una tendencia central es calcular un valor central que actúe como
resumen numérico para representar al conjunto de datos. Estos valores son las medidas o
índices de tendencia central.
Las medidas de tendencia central más utilizadas son 3..
1) La media aritmética
- Es la más utilizada
- Es el valor central alrededor del cual están la mayoría de las observaciones
- Sólo puede calcularse para variables cuantitativas (números)
Se calcula sumando todos los valores de la variable divididos por el número total de
observaciones.
_
X = Σ Xi / n
_
X = Media aritmética
∑ = Símbolo sumatorio (indica que se están sumando todas las X que hay)
Xi= Valor que toma la variable u observación del sujeto i
n = Número total de observaciones
Si el número de observaciones es muy grande, la media aritmética se puede calcular a

partir de las frecuencias absolutas (ni) o de las frecuencias relativas (pi) (recordemos
que las frecuencias relativas también las llamábamos proporciones)
Para frecuencias absolutas:

_
X = Σ niXi / Σ ni
Para frecuencias relativas:

_
X = Σ piXi
En realidad da igual cual de los dos procedimientos escojamos, ya que ante una misma
distribución de frecuencias el resultado va a ser el mismo aunque se haga por la fórmula
de frecuencias absolutas o mediante la fórmula de frecuencias relativas. Recordemos que
pi = ni / n (esto lo vimos en el primer tema)
Propiedades de la media aritmética
1. En una distribución, la suma de las desviaciones de cada valor con respecto a su

media es igual a cero.
_
Σ (Xi-X) = 0
2. Si a los valores de la variable X les aplicamos la siguiente transformación lineal:

_ _
Yi = bXi + a la media de los nuevos valores Y será Y = bX + a
Con tanta letra esto suena un poco dificil pero básicamente explica que si cada uno de
los valores antiguos (X) lo multiplicamos por un número cualquiera y le sumamos otro
número, obtenemos nuevos valores (Y) pero con la misma proporción anterior. Es decir,
si tenemos dos valores: X=4 y X=8 y los multiplicamos por 10, tendremos Y=40 y Y=80,
pero la proporción se sigue manteniendo, el segundo valor sigue siendo el doble que el
primero. El libro pone el ejemplo (pág 63) más extenso con el ejercicio pero la idea básica
es esta.
Limitaciones de la media aritmética
a) Cuando los datos están agrupados en intervalos, la media no se puede calcular si el

intervalo máximo no tiene límite superior y/o el intervalo mínimo no lo tiene inferior.
b) Puede que a la hora de tomar los datos nos encontremos con valores muy extremos
(asimétricos), en ese caso debemos valorar si son errores, entonces deberemos
eliminarlos para realizar la media. Pero si por el contrario estos valores extremos son
importantes para nuestro estudio, deberemos escoger otros índices de medición, como
por ejemplo la mediana que veremos a continuación.
2) La mediana
- La utilizaremos cuando la distribución sea muy asimétrica.

- Los valores extremos no le afectan (a diferencia de la media aritmética) ya que para
su cálculo sólo se toman los valores que ocupan posiciones centrales.
- Se puede calcular para todo tipo de variables, excepto cualitativas.
La Mediana de una variable X, representada por Md, se define como el valor de la variable
que divide la distribución de frecuencias en dos partes iguales, conteniendo cada una el
50% de las observaciones.
Cálculo de mediana con pocos casos (muy fácil,  Pág. 65 y 66)
1º - Se ordenan las puntuaciones n de mayor a menor

2º - Se Observa si el número de observaciones n es par o impar
- Si es impar, la mediana es el valor de la posición central

- Si es par, la mediana es la media aritmética de los dos valores centrales.
Cálculo de la mediana con muchos casos (esto ya no es tan fácil…)
Al ser muchos casos, los datos vienen presentados en intervalos. El intervalo en el que se
encuentra la mediana se llama Intervalo crítico y se corresponde con aquel en el que la
frecuencia absoluta acumulada na es igual o superior a n/2.
Md = Li + ( n/2 - nd ) I
nc
Li = Límite exacto inferior del intervalo crítico

n = Número de observaciones
nd = Frecuencia absoluta acumulada por debajo del intervalo crítico
nc = Frecuencia absoluta del intervalo crítico
I = Amplitud del intervalo crítico
En la página 68 hay un ejemplo numérico para hallar la mediana resuelto de dos maneras
diferentes. La primera manera consiste simplemente en aplicar la fórmula, hacerlo paso por
paso y comprendiendo qué es cada cosa es bastante sencillo. La segunda manera
consiste en una regla de tres. Los dos procedimientos dan el mismo resultado.
Casos especiales (pág 69-71) Si hemos entendido el caso anterior, esto es más de lo
mismo pero con un par de puntualizaciones)
A) Cuando se trata de una distribución de frecuencias pero los datos no están agrupados
en intervalos. Como los datos son unitarios, la amplitud (I) será = 1
Es prácticamente lo mismo que el ejemplo anterior pero con I = 1
B) No se puede calcular la mediana cuando los datos están agrupados en intervalos y

existe un intervalo abierto en el que se encuentra la mediana.
3) La moda (la más fácil de todas las medidas de tendencia central)
- Se puede calcular para variables cualitativas y cuantitativas.

- Se representa por Mo y se define como el valor o categoría de la variable con
mayor frecuencia absoluta.
- Si los datos están agrupados en intervalos, la moda se puede calcular excepto si el
intervalo modal coincide con el intervalo abierto.
- Si la variable es cualitativa, la moda es la categoría con la máxima frecuencia.

- Si la variable es cuantitativa, la moda es el valor con la máxima frecuencia absoluta.
- Si la variables es cuantitativa con datos en intervalos, se localiza el intervalo modal
(intervalo con la frecuencia máxima) y la moda es el punto medio de dicho intervalo.
Podemos tener distinto número de modas en la distribución (1= unimodal) (2=bimodal)

(3=trimodal); etc.
Distribución amodal = cuando no hay moda ya que todos los valores tienen la misma
frecuencia absoluta.
La elección de una medida de tendencia central
- En primer lugar probaremos con la media aritmética (menos en los casos en que
la distribución sea muy asimétrica, o el nivel de medida sea nominal u ordinal, o
existan datos agrupados en intervalos con intervalos abiertos.
- Si vemos que por alguna de estas razones la media aritmética no funciona

probaremos con la mediana. Sin embargo la mediana no podremos utilizarla
cuando el nivel de la variable sea nominal o la mediana se encuentre en el intervalo
abierto.
- Entonces, descartando las dos medidas anteriores, probaremos con la moda.

Aunque no podremos calcularla si la distribución es amodal o el intervalo abierto
coincide con el intervalo modal.
Hoy en día se recomienda calcular las 3 (siempre que se pueda).
- Variables cualitativas: Solo podremos calcular la moda

- Variables ordinales: moda y mediana
- Variables cuantitativas: Podemos calcular las 3.
2. MEDIDAS DE POSICIÓN
La medida de tendencia central buscaba un indicador para representar a un conjunto de
datos. En cambio, las medidas de posición buscan un indicador para representar a un
sujeto o a un dato en particular.
Medidas de tendencia central: Nota media de un examen en una clase de 30 niños

Medidas de posición: ¿Qué nota debe sacar un alumno para superar al 50% de
compañeros?
Las medidas o índices de posición (también llamados cuantiles), informan acerca de la

posición relativa de un sujeto con respecto a su grupo de referencia.
Dependiendo de cuántos valores de la variable utilicemos para dividir la distribución,

hablaremos de percentiles, cuartiles o deciles.
Percentiles
También llamados “centiles”, son los 99 valores de la variable que dividen en 100 partes
iguales la distribución de frecuencias.
Percentil k (Pk ): Es un valor de la variable de interés que deja por debajo de sí un

porcentaje k de sujetos, donde k = 1,2…99
Ejemplo P40 = 25 (25 es la puntuación en un examen)

Quiere decir que los sujetos con X= 25 están por encima del 40% de los sujetos.
En los percentiles, la mediana coincide con el percentil 50 (es justo la mitad). Por esta
razón el percentil lo calcularemos a partir de las fórmulas para la mediana.
Cálculo de los percentiles
Utilizaremos la misma fórmula que la mediana pero sustituyendo nk/100 en lugar de n/2
Pk = Li + ( nk/100 - nd ) I
nc
Li = Límite exacto inferior del intervalo crítico

n = Número de observaciones
nd = Frecuencia absoluta acumulada por debajo del intervalo crítico
nc = Frecuencia absoluta del intervalo crítico
I = Amplitud del intervalo
Ejemplo numérico en la página 78. Tenemos que tener en cuenta que lo primero que hay
que hacer es hallar el intervalo crítico mediante la fórmula (nk/100) a diferencia de cómo lo
hallábamos para la mediana que era mediante la fórmula (n/2)
Aparte de hallar el valor de los percentiles, también puede ocurrir que ya tengamos un
valor y queramos saber qué posición ocupa ese valor en la distribución (es como lo de
antes pero al revés, es decir, antes tenía una posición y quería hallar un valor. Ahora tengo
un valor y quiero hallar una posición. Por lo tanto la fórmula cambia un poco.
k= (Pk - Li ) nc / I + nd . 100
Si el resultado de k es decimal se redondea.
Cuartiles y deciles
Cuartiles: 3 valores de la distribución que dividen en 4 partes de igual frecuencia a la

distribución.
Primer Cuartil (Q1) = Deja por debajo de sí al 25% y por encima al 75% (Q1 = P25)
Segundo Cuartil (Q2) = Deja por debajo de sí al 50% y por encima al 50% (Q2 = P50 = Md)
Tercer Cuartil (Q3) = Deja por debajo de sí al 75% y por encima al 25% (Q3 = P75)
Por lo tanto como cada cuartil se corresponde con un percentil, utilizaremos las fórmulas
de los percentiles para hallar cada cuartil.
Deciles: Son 9 valores que dividen en 10 partes iguales a la distribución. Se representan

por D1, D2 …D9 …y al igual que los cuartiles, también se corresponden con cada percentil:
D1 = P10 ; D2 = P20 etc… Por lo tanto también utilizaremos las fórmulas de los percentiles
para calcular los deciles.
  CAPITULO 3: MEDIDAS DE VARIABILIDAD Y ASIMETRÍA
1. INTRODUCCIÓN
En el tema 1 veíamos que la distribución de frecuencias tiene tres propiedades: tendencia
central, variabilidad y asimetría. Las medidas de tendencia central las hemos visto en el
tema 2, ahora vamos a ver las medidas de las otras dos propiedades (variabilidad y
asimetría).
2. MEDIDAS DE VARIABILIDAD
La variabilidad o dispersión hace referencia al grado de variación que hay en un conjunto

de puntuaciones (ejemplo de gráficos con más y menos dispersión – Pág. 92)
Cuanto menor es la variabilidad en una distribución, más homogénea es la muestra de

sujetos en la variable que estamos midiendo. El caso extremo de máxima homogeneidad
es que todos los valores serían iguales entre sí y no habría variabilidad.
Para cuantificar la dispersión de los datos se distinguen 2 tipos de índices:
- Los que miden el grado en que las puntuaciones se asemejan o diferencian entre
sí: Amplitud total o rango y amplitud semi-intercuartil
- Los que la dispersión de mide con respecto a alguna medida de tendencia central
como la media aritmética: Varianza y desviación típica.
Amplitud total o rango
La amplitud total, (AT) de un conjunto de puntuaciones es la distancia que hay en una

escala numérica entre los valores que representan la puntuación máxima y la puntuación
mínima. (ejemplo en página 94, muy fácil. Hay que tener en cuenta lo que eran los límites
exactos, superior e inferior, que vimos en el primer tema)
AT = Xmax – Xmin
Sin embargo esta medida sólo aporta datos de los valores extremos, pero no nos dice la
poca o mucha dispersión que pueda existir en el resto de valores.
Varianza y desviación típica
La medida de variabilidad también se puede basar en la distancia observada entre las

puntuaciones y la media aritmética.
Por lo tanto:
- Una distribución con poca variabilidad es aquella en la que la mayoría de las

puntuaciones están muy próximas a la media.
- Una distribución con mucha variabilidad tiene sus puntuaciones muy alejadas del
valor medio de la variable.
Aquí utilizaremos un índice llamado desviación media:
_
DM = Σ IXi - XI / n
El libro dice que este índice se utiliza muy poco en la actualidad y que apenas existen
técnicas estadísticas basadas en este índice. Sin embargo conviene que lo estudiemos en
profundidad no vaya a ser que en los próximos años se convierta en una herramienta
completamente fundamental y necesaria para desarrollar la profesión de psicólogo.
La varianza de un conjunto n de puntuaciones en una variable X denotada por S 2x, se

define como el promedio de los cuadrados de las desviaciones de las puntuaciones con
respecto a la media.
_
2
S2x = Σ (Xi - X) / n
Esta otra fórmula sirve para lo mismo:
_
S 2
x = (ΣX i / n) – X2
2
Aunque supongo que a estas alturas todo el mundo lo sabrá, pero estas fórmulas están en
la Addenda y nos dejan tenerla con nosotros durante el examen.
Cuando los datos se presentan en tablas de distribución de frecuencias, agrupados o sin

agrupar en intervalos, la varianza se puede calcular con las siguientes fórmulas.
_
2
S2x = Σni (Xi - X) / n (para frecuencias absolutas)
_
S 2
x = Σni X i / n) – X2 (para frecuencias absolutas)
2
n = número total de observaciones (como siempre)

Xi = es el valor i de la variable X o el punto medio del intervalo
Ni = es la frecuencia absoluta del valor o intervalo i
Otra fórmula más:

_
2
S2x = Σpi X i - X2 (para frecuencias relativas)
pi = Frecuencia relativa o proporción de observaciones del valor o del intervalo i
Ejercicios de ejemplo en la página 98 y 99.
- La varianza es un número positivo que se expresa en las unidades de la variable al

cuadrado. Si la variable X se mide en metros, la varianza vendrá expresada en
metros al cuadrado. Por lo tanto para encontrar una medida de dispersión que
tenga las mismas unidades que la variable, debemos hacer la raíz cuadrada de la
varianza (para quitarle el cuadrado) y obtener un índice llamado desviación típica.
La desviación típica de un conjunto de n puntuaciones, que se representa pos SX, es la

raíz cuadrada de la varianza.
Sx =
∑ (X i − X) 2
n
Propiedades de la varianza y la desviación típica
- Para calcularlas
€ las dos requieren la utilización de todas las puntuaciones de la
distribución.
- Las dos miden la variabilidad de los datos con respecto a la media aritmética, por lo
que sólo deben aplicarse si estamos utilizando la media como medida central
- Siempre son iguales o mayores que 0.
- Si a una variable X se le suma o resta una constante a, la varianza y desviación
típica de la variable original no se ven afectadas y siguen siendo las mismas. En
cambio, cuando multiplicamos los valores de X por una constante b, la varianza
queda multiplicada por la constante al cuadrado y la desviación típica por el valor
absoluto de dicha constante.
Un primo hermano de la varianza y que se utiliza en inferencia estadística es la

cuasivarianza:
_
2
S2n-1 = Σ (Xi - X) / n - 1
Al igual que ocurría con la varianza normal, en la cuasivarianza también podemos medir la
cuasidesviación típica que es la raiz cuadrada de la cuasivarianza (fórmula en 101)
S 2
=
∑ (X i − X) 2
n−1
n −1
Coeficiente de variación
€
Se trata de un índice de variabilidad relativa que no depende de las unidades de medida.
_
CV = (SX/X) 100
Cuando comparamos dos conjuntos de puntuaciones obtenidas de la misma variable,

también es necesario el coeficiente de variación para comparar la dispersión de ambas
distribuciones
Cuidado con el ejemplo 3.5 de la página 102, ya que hay una errata que me ha hecho
perder unos cuantos minutos de más (como si me sobraran) En concreto en el enunciado
dice …y una varianza de 17,3, esto está mal, la varianza es de 16.
Amplitud semi-intercuartil (Q o rango semi-intercuartil)
Como hemos dicho antes, este índice se utiliza cuando la distribución es muy asimétrica .
Se define como la distancia media entre el tercer y el primer cuartil. No informa de la

variabilidad del conjunto de puntuaciones sino del 50% de las mismas comprendidas entre
el percentil 25 y el 75 de la distribución. El ejercicio de la página 104-105 que ejemplifica
este índice es muy fácil, lo dificil es calcular los percentiles que ya lo vimos en el tema 2.
Q = Q – Q1 / 2 = P75 – P25 / 2
3. INDICE DE ASIMETRÍA DE PEARSON

La asimetría es una propiedad de la distribución de frecuencias que nos indica el grado en
el que las puntuaciones de los sujetos se reparten por debajo y por encima de la medida
de tendencia central. El índice de Pearson es un índice numérico que cuantifica el grado
de asimetría de una distribución.
_
AS= X - Mo / Sx
- Este índice es adimensional (no tiene unidades de medida) y se aplica a

distrobuciones unimodales.
- Cuando la distrubición es simétrica, la media y la moda coinciden, por lo que el
numerador se anula y el valor del índice (As) es = 0.
- En distribuciones con asimetría positiva, la media es mayor que la moda, por lo
tanto AS será mayor que 0. (recordamos que asimetría positiva se produce cuando
la mayor cantidad de puntuaciones se concentran en la parte baja de la tabla)
- En distribuciones con asimetría negativa, la media es menor que la moda, por lo
tanto AS será menor que 0. (la asimetría negativa se produce cuando la mayor
cantidad de puntuaciones se sitúa en la parte alta de la tabla)
Ejemplo 3.7 en la página 106. Debemos recordar cómo se obteníamos la moda, (Mo),
cuando los datos están agrupados en intervalos, la moda es el punto medio del intervalo
modal. Y el intervalo modal es el intervalo con la frecuencia máxima, es decir, aquel donde
ni es mayor.
4. PUNTUACIONES TÍPICAS
Hasta ahora hemos visto puntuaciones directas (nota de un sujeto en un test), sin
embargo estas puntuaciones nos dan poca información ya que no sabemos si se trata de
un valor alto o bajo, ya que esto depende del promedio del grupo.
Si a una puntuación directa Xi le restamos la media de su grupo obtenemos una

puntuación diferencial (xi)
_
xi = Xi – X
Propiedades de las puntuaciones diferenciales
- Su media es cero:
_
x= 0
- La varianza de las puntuaciones diferenciales es igual a la varianza de las

puntuaciones directas:
S 2x = S 2x
Sin embargo, dos puntuaciones diferenciales idénticas pueden tener un significado muy
diferente en función de la media y de la varianza de las distribuciones de las que proceden.
Para solucionar este problema tenemos las puntuaciones típicas que nos permiten no
sólo comparar las puntuaciones de un sujeto en dos variables distintas sino también
comparar dos sujetos distintos en dos pruebas o variables distintas.
_
zx = x / S x = X – X / S x
Al proceso de obtener puntuaciones típicas se llama tipificación. Por ello estas

puntuaciones también se llaman puntuaciones tipificadas.
Propiedades de las puntuaciones típicas
- Su media es cero:
_
zx = 0/nsx = 0
- Su varianza es igual a 1
S2zx = 1
Ejercicio en el ejemplo 3.8 para comprobar estas propiedades.

  CAPITULO 4: ANALISIS CONJUNTO DE DOS VARIABLES
1. INTRODUCCIÓN
Este tema se centra en el estudio conjunto de dos variables.
Dos variables cualitativas
- Tabla de datos
- Tabla de contingencia
- Diagrama de barras
- Tabla de diferencias entre frecuencias empíricas y teóricas
- Calculo de coeficiente X2
- Cálculo del coeficiente de contingencia
Dos variables cuantitativas
- Tabla de datos conjuntos

- Diagrama de dispersión
- Cálculo de covarianza
- Cálculo del coeficiente de correlación de Pearson
Además…
Si dos variables cuantitativas están relacionadas linealmente utilizaremos la recta de

regresión.
2. CONCEPTOS PREVIOS
Asociación y/o relación entre dos variables: Dos variables están relacionadas entre sí
cuando ciertos valores de una de las variables se asocian con ciertos valores de la otra
variable.
3. ASOCIACIÓN ENTRE DOS VARIABLES CUALITATIVAS
Recordamos que la variable cualitativa era aquella que estaba medida en una escala
nominal o de clasificación (tema 1). Además pueden ser:
Dicotómicas: Cuando solo representan dos categorías

Politómicas: Cuando representan un mayor número
Cuando se dispone de los datos de dos variables cualitativas para todos los sujetos de una
muestra, se puede elaborar la Tabla de contingencia y su correspondiente diagrama de
barras (página 125). Los datos de esta tabla son las frecuencias empíricas u observadas y
se representan por (ne)
Ahora tenemos que construir una nueva tabla con las frecuencias teóricas (nt). Para ello
utilizaremos la fórmula:
Totalfila _ x _ totalcolumna
Frecuencia teórica = nt =
n
€
€
Una vez creada esta segunda tabla (página 126) tenemos que crear una tercera tabla que
muestra las diferencias entre la tabla 1 y la tabla 2. Es decir, la tabla de diferencias entre
las frecuencias empíricas menos las frecuencias teóricas. (página 127)
- Es importante quedarnos con el dato de que la suma de las filas y las columnas de
esta tercera tabla siempre es igual a 0, si sale otra cosa es que algo hemos hecho
mal.
Una vez que tenemos la tabla debemos interpretarla: La interpretación que hace el libro se
basa en analizar los valores positivos (8) como fuente de información. (parece ser que los
valores negativos no nos aportan información) .Así tenemos un 8 en Sí-V y en No-M. Por lo
tanto concluiremos que los varones tienen mayor tendencia a padecer estrés (Sí-V) y las
mujeres tiene menos tendencia a padecer estrés (No-M).
Y ahora…
Calculamos un estadístico X2
(n e − n t ) 2
Estadístico X2 = ∑ n
t
ne = frecuencia empírica
nt = frecuencia teórica
€
Para calcular el estadístico no hace falta información nueva, ya que extraemos todos los
números de las tablas anteriores.
Sin embargo este estadístico nos da poca información porque desconocemos su límite
superior. Sólo sabemos que si nos da valor 0 no hay relación entre las dos variables. Sin
embargo si nos da un valor cualquiera como por ejemplo 10,78 (página 128) no sabemos
que interpretar ya que el límite podría ser 20, 50 , 100 etc y lo desconocemos. Para
resolver este problema se calcula algo que sí que sabemos sus límites y es el índice o
Coeficiente de Contingencia, C. (da valores entre 0 y 1)
X2
Coeficiente de contingencia = C =
X2 + n
Además del Coeficiente de Contingencia tenemos también que calcular su máximo (para
posteriormente poder comparar uno con otro
€ )
k −1
Cmáx =
k
k = Número de filas y número de columnas (en el ejemplo que vamos a ver a continuación
K=2 porque tenemos mismo número de filas (2) que de columnas (2)
€
Siguiendo el ejemplo del libro, el Coeficiente de contingencia nos da 0,312 y su máximo

0,707. Por lo tanto el coeficiente de contingencia está prácticamente a la mitad de su
máximo y por ello diremos que la relación entre las dos variables es de tipo medio.
También tenemos el ejemplo de tablas con distinto número de filas y columnas, por lo tanto
no podremos calcular el Cmáx. Y la información la extraeremos directamente de C (ejemplo
página 129-130) En este ejemplo el procedimiento para calcular las tablas es el mismo que
el explicado en la primera parte, la única diferencia es cuando llegamos a C ya que no
podemos calcular su Cmáx.
Para concluir:
Características del Coeficiente C
- Tiene valores entre 0 y 1

- Cuando C = 0 diremos que no existe relación entre ellas
- C = 1 nunca se puede dar
- Cuanto mayor es C, mayor es la relación entre las dos variables y viceversa
- Cuando utilicemos C para comparar la relación entre dos variables cuyos datos
tenemos en dos tablas de contingencia diferentes, tenemos que vigilar que tienen el
mismo número de filas y de columnas. De lo contrario los valores de C no permiten
una comparación válida.
- Cuando existe un valor elevado de C, no podemos afirmar con rotundidad que una
de las variables es causa de la otra, ya que puede haber una tercera variable que
está relacionando a ambas.
- Cuando la tabla de contingencia tiene igual número de filas que de columnas,

podemos estimar un valor máximo que alcanzará C.
4. CORRELACIÓN ENTRE DOS VARIABLES CUANTITATIVAS
Nos presentan una tabla de datos conjuntos (página 132)
Lo primero que hacemos es elaborar el diagrama de dispersión o nube de puntos

(página 133)
Una vez realizado el diagrama y tan sólo observándolo, podemos decir que existe una
relación lineal en las variables X e Y. Es decir, a valores mayores de X corresponderán
valores mayores de Y y viceversa.
Una vez llegados a este punto calculamos 2 índices que nos permiten ponerle números a
todo esto que llevamos analizado:
El primero de estos índices es la covarianza y hace referencia a la variación conjunta de

dos variables.
Covarianza = SXY =
∑X Y i i
− XY
n
Xi = Valor de la variable X en el caso i

Yi = Valor de la variable Y en el caso i
X = Media de la variable X€
Y = Media de la variable Y
n = número de casos de la muestra
€ Si el signo de la covarianza es positivo, diremos que existe relación lineal directa.

€ Si el signo de la covarianza es negativo, diremos que existe relación lineal inversa.
En el ejemplo de la página 134 observamos que la covarianza da 6,4 (signo positivo) por lo
tanto se cumple la relación lineal directa que ya habíamos observado en el diagrama de
dispersión.
Sin embargo la covarianza tiene un problema y es que no conocemos su rango (de la

misma manera que con el estadístico X2 no sabíamos su límite superior y teníamos que
calcular el coeficiente de contingencia) , por lo tanto para la covarianza calcularemos algo
llamado Coeficiente de Correlación de Pearson (rxy)
SXY
rXY =
SX SY
SX = Desviación típica de la variable X (tema 3)

SY = Desviación típica de la variable Y (tema 3)
SXY = Covarianza entre X e€Y
Propiedades del coeficiente de Correlación de Pearson
- Toma valores comprendidos entre -1 y +1

- Cuando vale 0 no existe relación lineal entre X e Y
- Cuando vale exactamente +1 o -1 diremos que una variable es una transformación
lineal de la otra
- Cuanto mayor es el valor absoluto del coeficiente nos está indicando que la relación
lineal entre las dos variables es más fuerte.
- Cuando el signo es positivo, indica que a valores mayores de la variable X, tienden
a corresponder valores mayores de la variable Y y a valores menores de la variable
X tienden a corresponder valores menores de la variable Y. Es una relación
directa.
- Cuando el signo es negativo, indica que a valores mayores de la variable X, tienden
a corresponder valores menores de la variable Y, y a valores menores de la
variable X tienden a corresponder valores mayores de la variable Y. Es una
relación inversa.
Página 137 y 138: Ejemplos de diagramas de dispersión y nubes de puntos con sus
correspondientes explicaciones.
Caso A
- Coeficiente de correlación positivo

- Relación lineal directa bastante clara
Caso B
- Coeficiente de correlación negativo

- Relación lineal inversa
Caso C
- Coeficiente de correlación lineal cercano a 0

- No existe correlación lineal
Caso D
- Coeficiente de correlación lineal cercano a 0

- No existe una relación lineal pero sí existe una relación curvilínea entre las dos
variables. (sin embargo el coeficiente de correlación no puede detectar esto por lo
tanto diremos que es una de sus limitaciones)
Como hemos dicho antes…
Cuando rXY= +1 o -1 , existe correlación lineal perfecta

Cuando rXY= 0 , existe ausencia total de correlación lineal
¿pero qué pasa cuando tenemos valores intermedios como por ejemplo 0,55?
En ese caso no podemos afirmar que ese valor indica correlación alta o baja ya que
dependerá del tipo de datos que estemos analizando
- Será baja si se trata de dos tests similares que estemos aplicando a los mismos
sujetos o si tenemos pocos sujetos
- Será alta si se trata de tests bastante diferenciados o si tenemos muchos sujetos.
4. REGRESIÓN LINEAL
Cuando existe relación lineal podemos utilizar la recta de regresión para efectuar
pronósticos de los valores de una variable a partir de otra variable.
Y = a + bX
Para hallar la recta tenemos que calcular a y b con las siguientes fórmulas:
n ∑ (XY ) − ∑ X ∑Y
b=
n ∑ X 2 − (∑ X ) 2
a = Y − bX
€
La recta pasa por el punto X,Y . Las puntuaciones obtenidas mediante la recta de
€
regresión las denominaremos puntuaciones pronosticadas.
A la diferencia entre la:

€
puntuación real o verdadera Yi
y su pronóstico Yi′
lo llameremos error y lo representaremos por Ei

€
€ E = (Y − Y ′ )
Propiedades de las puntuaciones pronosticadas y de los errores

€
- La media de los errores es cero E = 0
- La media de las puntuaciones pronosticadas coincide con la media de las verdaderas
′
puntuaciones en Y. Y = Y
- La varianza de las puntuaciones en Y es igual a la suma de la varianza de los
€
pronósticos, más la varianza de los errores:
€ SY2 = SY2 ′ + SYX

2
Además también se pueden comprobar las siguientes igualdades:

€
S 2 SY2 ′ 2
SYX2
b = rXY Y r =
XY 1− r = 2 XY
SX SY2 SY
€ € €
  CAPITULO 5: NOCIONES BÁSICAS DE PROBALIDAD
1. INTRODUCCIÓN
En cualquier investigación es importante poder generalizar o inferir nuestros resultados a
un colectivo mucho más amplio al que hemos denominado población. Por esta razón
estudiamos la probablidad.
2. CONCEPTOS PREVIOS
Experimento aleatorio (3 características):
- Todos los resultados posibles son conocidos con anterioridad a su realización

- No se puede predecir con certeza el resultado que vamos a obtener
- El experimento puede repetirse todas las veces que se desee en idénticas
condiciones.
Espacio muestral: Es el conjunto de todos los resultados posibles de un experimento

aleatorio. Se representa por la letra E. En el ejemplo de tirar un dado, E serían todos los
valores del 1 al 6.
Suceso: Son los resultados de un experimento aleatorio o subconjuntos del espacio

muestral. Pueden ser:
- Elementales: Un solo resultado del espacio muestral (un cuatro en el dado)

- Compuestos: Dos o más resultados del espacio muestral (número par en el dado)
Las siguientes tres letras muestran 3 sucesos distintos. A es elemental y B y C son

compuestos. Este ejemplo va a ayuda para comprender los conceptos siguientes.
A=4
B=2,4,6 (número par)
C=3,6 (múltiplo de 3)
Suceso seguro: Es sinónimo de E, siempre ocurre.
Suceso imposible: No puede ocurrir, se representa por φ (conjunto vacío)
Unión: Unión de dos sucesos A y B es el subconjunto de E formado por los sucesos

elementales que pertenecen a A, a B o a ambos a la vez.
€
A ∪ B = 2,4,6
Intersección: La intersección de dos sucesos A y B es el subconjunto de E formado

solamente por los sucesos elementales que pertenecen a A y a B a la vez.
€
A∩ B = 4
Si la intersección no contiene elementos comunes diremos que los sucesos son
incompatibles o excluyentes:
€
A∩ B ={ } = φ
€
complementario: De un suceso A es el subconjunto de E formado por todos los sucesos

que no pertenecen a A. Se representa por A
A = 1,2,3,5,6
€
Unión, Intersección y complementario se pueden representar gráficamente mediante los
diagrámas de Venn. (pág 160).
€
3. DEFINICIÓN DE PROBABILIDAD
3 tipos de definiciones
Definición clásica: La probabilidad de un suceso es igual al cociente entre el número de

casos favorables de que ocurra ese suceso y el número de casos posibles en el supuesto
de que todos los casos tengan la misma oportunidad de ocurrir.
Probabilidad de un suceso = Número de casos favorables/número de casos posibles
Probabilidad de conseguir un 2 en el dado = 1/6

Probabilidad de conseguir un número par = 3/6
Definición estadística: La probabilidad de un suceso es el límite al que tiende la

frecuencia relativa de aparición de un suceso A cuando el número de ensayos, n, tiende a
infinito:
nA
P(A) = lim
n →∞ n
Definición axiomática: La probabilidad de un suceso A, definido en el espacio muestral E

y que designamos por P(A), a un número real que asignamos al suceso A, tal que cumple
las siguientes propiedades:€
0 ≤ P(A) ≤ 1
P(E) = 1
P(A) = 1− (A)
A estas propiedades se le añade el:
€ Teorema de la suma: La probabilidad de que ocurra el suceso A o el suceso B es igual a

la probabilidad de que ocurra A más la probabilidad de que ocurra B, menos la probabilidad
de que ocurran ambos, A y B:
P(A ∪ B) = P(A) + P(B) − P(A ∩ B)
Si A y B son incompatibles, la regla queda así: P(A ∪ B) = P(A) + P(B)
€
4. PROBABILIDAD CONDICIONADA
Dos sucesos, A y B, son dependientes cuando la probabilidad de A está condicionada al
suceso B.
P(A/B)= Probabilidad de A condicionado a B.
Definición: Para dos sucesos cualesquiera A y B, la probabilidad de A condicionado a B

es igual a la probabilidad de la intersección dividido por la probabilidad de la condición B:
P(A ∩ B)
P(A /B) = (siempre que P(B) no sea 0)
P(B)
P(A ∩ B)
P(A /B) = (siempre que P(A) no sea 0)
P(B)
€
Si los sucesos A y B son independientes: P(A/B) = P(A) y P(B/A)=P(B)
€ 5. LA REGLA DEL PRODUCTO Y EL TEOREMA DE BAYES
P(A ∩ B) = P(A) ⋅ P(A /B) esto se conoce como la regla o teorema del producto
P(A ∩ B) = P(A) ⋅ P(B) cuando los sucesos A y B son independientes
€
Todo esto se ejemplifica en los ejercicios pág 167-172: Son bastante sencillos pero hay
€ que verlos con calma.
P(A) − P(B / A)
Otra forma de expresar el Teorema de Bayes: P(A /B) =
P(B)
€
Tema 6
DISTRIBUCIONES DISCRETAS DE PROBABILIDAD
Variable aleatoria: definición y tipos:
Una variable aleatoria es una función que asigna un número real, y sólo uno, a cada uno de
los resultados de un experimento aleatorio. Las variables aleatorias se representan por letras
mayúsculas de nuestro alfabeto latino y utilizaremos las minúsculas con subíndices, para los
valores concretos de las variables.
Las variables aleatorias pueden ser discretas o continuas. Discreta cuando la variable sólo
puede tomar un conjunto infinito y numerable de valores (los números naturales) o finito de
valores (número de sucesos). Y continua cuando puede tomar infinitos valores o un
conjunto de valores no numerable.
Variables aleatorias discretas:
Función de probabilidad:
Se llama función de probabilidad de una variable aleatoria discreta, X, y se representa por

f(x), a aquella función que asocia a cada valor de la variable la probabilidad de que ésta
adopte ese valor. Es decir:
f(x) = P (X=x)
Ejemplo:
E x P
⊕ ⊕ ⊕ x1 = 0 1/8 = 0,125
⊕ ⊕
x2 = 1
⊕ ⊕ 3/8 = 0,375
⊕ ⊕
⊕
x3 = 2
⊕ 3/8 = 0,375
⊕
x4 = 3 1/8 = 0,125
Donde:
x 0 1 2 3
f(x) 0,125 0,375 0,375 0,125
La función de probabilidad de una variable aleatoria discreta puede representarse mediante

un diagrama de barras.
Las dos propiedades que debe cumplir la función de probabilidad son:
1. Para cualquier valor de x, siempre toma valores positivos o nulos:
x ϵ X f(x) > 0
2. La suma de todas las probabilidades correspondientes a cada valor de x es igual a

uno:
∑ f(x) = f(x1)+f(x2)+...+f(xn) = 1
Función de distribución:
La función de distribución de una variable aleatoria X, se representa igual que la de

probabilidad pero en mayúscula: F(x); y es aquella función que asocia a cada valor de la
variable la probabilidad de que ésta adopte ese valor o cualquier otro inferior.
F(x) = P (X < x)
De la misma forma:
F(x) = P (X < x) = f(x1)+f(x2)+...+f(x)
Retomando el ejemplo anterior calculamos F(0), F(1), F(2) y F(3):
F(0) = P(X < 0) = P(X = 0) = 0,125
F(1) = P (X < 1) = P (X = 0) + P (X = 1) = f(0) + f(1) = 0,125 + 0,375 = 0,5
F(2) = P (X < 2) = P (X = 0) + P (X = 1) + P (X = 2) = f(0) + f(1) + f(2) =

= 0,125 + 0,375 + 0,375 = 0,875
F(3) = P (X < 3) = P (X = 0) + P (X = 1) + P (X = 2) + P (X = 3) =
f(0) + f(1) + f(2) + f(3)= 0,125 + 0,375 + 0,375 +0,125 = 1
Las Propiedades que debe cumplir son:
1. Todos los valores que toma la función de distribución de probabilidad son positivos o
nulos:
x F(x) > 0
2. F(x) es nula, vale 0, para todo valor inferior al menor valor de la variable aleatoria,
x1:
F(x) = 0 si x < x1
3. F(x) es igual a uno para todo valor igual o superior al mayor valor de la variable
aleatoria, llamando a éste “xk”:
F(x) = 1 si x > xk
4. La función F(x) es no decreciente ya que es una acumulación o suma de
probabilidades que son siempre positivas o nulas.
5. La probabilidad, P, de que la variable aleatoria X tome valores x comprendidos entre

x1 y x2 (x1 < x < x2) es la diferencia entre los valores de la función de distribución
correspondientes a su valor superior menos su valor inferior.
P (x1 < x < x2) = F(x2) – F(x1)
Media y varianza de una variable aleatoria:
La media, μ, de una variable aleatoria discreta X viene definida por la siguiente expresión:
μ = ∑ x.f(x)
La media de una variable X, también se le conoce por esperanza matemática o valor

esperado de X y se representa por E(X).
Ejemplo:
x f(x) x.f(x)
0 0,125 0,000
1 0,375 0,375
2 0,375 0,750
3 0,125 0,375
1,5
μ = E(X) = ∑x.f(x) =x0.f(x0) + x1.f(x1) + x2.f(x2)+ x3.f(x3) =

= 0.0,125 + 1.0,375 + 2.0,750 + 3.0,375 = 1,5
La varianza σ2 de una variable aleatoria discreta X viene definida por:
σ2 = ∑ (x – μ)2. f(x)
Otra alternativa; a veces muy útil, es:

2
σ2 = E(X 2) - [E(X)]
2 2
donde: E(X ) = ∑ x 2.f(x) y [E(X)] es la media elevada al cuadrado.
De la misma forma la desviación típica será la raíz cuadrada de la varianza:
2
σ= σ
Distribuciones discreta de probabilidad:
Para algunas distribuciones discretas se emplean una serie de tablas que facilitan su
aplicación a unos problemas en concreto.
En Ciencias Sociales y de la Salud se trabajan con variables que toman sólo dos valores
(dicotómicas 1 – 0); En este caso se utiliza la distribución binomial.
La distribución binomial:
El ensayo anterior de la moneda al aire se denomina Bernouilli, autor de éste. Un

experimento binomial consiste en repetir “n” veces un ensayo Bernouilli. Una variable
aleatoria X sigue una distribución binomial (con parámetros n y p) si expresa el número de
realizaciones independientes “n” con la probabilidad “p” y por tanto (1 – p) de obtener
fracaso. Se representa por B(n, p); donde B indica binomial, n el número de ensayos y p la
probabilidad de éxito.
Ejemplo:
Si tiramos tres veces la moneda al aire y definimos X como el número de caras, esta
variable seguirá los parámetros n = 3 y p = 0,5. Lo mismo que B(3; 0,5).
Las características fundamentales son:
1. Función de probabilidad:
n
f(x) = P(X = x) = x p xq n-x
2. Función de distribución:
n
F(x) = P (X < x) =∑ x p x q n-x
3. Media: μ = np
4. Varianza : σ 2 = npq;
donde x es el numero de aciertos, n el número de ensayos, p la probabilidad de éxito de cada

n
ensayo, q la probabilidad de fracaso (1-p) y el número combinatorio x , que se lee “n
n!
sobre x” es igual a .
x! (n - x)!
Ejemplo:
A) Calcularemos la probabilidad de obtener exactamente 2 caras:
3 2 3-2 3 2 3! 2
f(2) = P(X = 2)= 2 .0,5 .0,5 = 2 .0,5 .0,5 = .0,5 .0,5=
2!.1!
2
= 3.0,5 .0,5 = 3.0,25.0,5 = 0,375
B) Calcularemos la probabilidad de obtener dos caras o menos:
F(2) = P(X < 2) = f(0)+f(1)+f(2) = 0,125 + 0,375 + 0,375 = 0,875
puesto que:
3 3-0
3 3!
f(0) = P(X = 0) = 0 .0,5 0 .0,5 = 0 .1.0,5 3 = .1.0,125= 1.1.0,125 = 0,125
0!.3!
3 1 3-1 3 3!
f(1) = P(X = 1) = 1 .0,5 .0,5 = 1 .0,5.0,5 2 = .0,5.0,25 = 3.0,5.0,25 = 0,375
1!.3!
f(2) = P(X = 2) = 0,375 (ver apartado A)
C) Calcular la probabilidad de obtener más de dos caras:
P(X > 2) = 1 – P(X < 2) = 1 – F(2) = 1 – 0,875 = 0,125
Podemos calcular también la media y la varianza:
μ = np = 3.0,5 = 1,5
σ 2 = npq = 3.0,5.0,5 = 0,75
Otras distribuciones discretas:
Existen otros modelos de distribuciones discretas. El modelo Poisson de los “sucesos

raros”, que se utilizan en condiciones similares a las binomiales pero con un elevado
número de ensayos y un valor p muy pequeño.
Tema 7
DISTRIBUCIONES CONTINUAS DE PROBABILIDAD
La distribución normal:
La distribución normal, campana de Gauss o, curva normal, también definida por De

Moivre.
Características y propiedades:
La siguiente fórmula recoge la función: 2

X- μ
1
1 -
2 σ
f(x) = e para - ∞ < x < ∞
σ 2π
donde μ y σ, media y desviación típica, son sus parámetros, π = 3,1416 y e = 2,718 y base
de los logaritmos neperianos.
Si una variable X tiene una distribución que se ajusta a la fórmula anterior, es una
distribución normal y se expresa X N; indicando que tiene una distribución normal con
parámetros μ y σ.
Si una variable X le aplicamos una transformación lineal Y = bX+a, la nueva variable se
distribuirá normalmente pero con media bμ x + a y la desviación típica |b|σx . Si restamos la
media y dividimos por la desviación típica obtenemos una nueva variable “z”. Por tanto:
z N (0,1)
Y su función de probabilidad será:
Z2
-
f(z) = 1 . e
2
para - ∞ < z < ∞
σ 2π
Una distribución normal es simétrica a su media, μ, coincide con su mediana y su moda.
La curva normal tiene dos puntos de inflexión; dos puntos donde la curva pasa de ser
cóncava a convexa. Estos puntos están a la distancia de una desviación típica de la media.
Es asintótica en el eje de abscisas, se extiende desde - ∞ hasta + ∞ sin tocar nunca el eje.
Casos de utilización de las tablas:
En el supuesto que la tabla no recoja el valor, podemos utilizar el más próximo.
1. Cálculo de la probabilidad para valores menores o iguales que una determinada

puntuación típica:
En este caso se mira directamente en la tabla.
2. Cálculo de la probabilidad para valores mayores que una determinada puntuación:

En este supuesto se mira en la tabla la probabilidad que esa puntuación deja por debajo y se
resta a 1.
3. Cálculo de la probabilidad entre dos puntuaciones determinadas:
Aquí se restan las probabilidades que dejan por debajo de sí las dos puntuaciones típicas.
Histograma y distribución normal:
Si disponemos de los datos originales de una variable X, y su distribución es

normal,utilizaremos las tablas III y IV, pero anteriormente transformaremos las
puntuaciones directas en puntuaciones típicas:
Xi - X
zi =
Sx
Aproximación de la binomial a la normal:
Cuando las distribuciones binomiales superan sus valores de 20, se puede aproximar a la
binomial normal. Teniendo una variable X, con distribución binomial, su media es μ = np y
su desviación típica σ = npq. Podemos realizar:
(x–0,5) - μ x-μ (x+0,5) - μ
P(X = x) = P < <
σ σ σ
(x-0,5) - np (x+0,5) - np
P(X = x) = P <z<
npq npq
Ejemplo:
Tiramos 20 veces una moneda al aire; ¿cuál es la probabilidad de que salgan 12 caras?
Tenemos que número de caras x = 12, con números de intentos n = 20 y p = 0,5. Mirando
en la tabla I el valor de la probabilidad de éxito es 0,1201.
Ahora calculamos la media y la desviación típica:
μ = 20 . 0,5 = 10 // y; σ = npq = 20.0,5.0,5 = 5 = 2,24
Para aproximar la distribución binomial a la normal establecemos un intervalo entre 0,5 a

la izquierda y a la derecha:
P [(12-0,5) < x < (12+0,5)]
Convertimos las puntuaciones en típicas:

(12-0,5)-μ x-μ < (12+0,5)-μ
P <
σ σ σ
y quedaría:
(12-0,5)-μ (12+0,5)-μ
P <z<
σ σ
dándole valor a μ y σ:
(12-0,5)-10 (12+0,5)-10
P <z< =P(0,67 < z < 1,12)
2,24 2,24
finalmente utilizamos las tablas de distribución normal:

P(0,67 < z < 1,12) = 0,8686 – 0,7486 = 0,12
la aproximación es muy buena; hay una diferencia de una diezmilésima para 20 intentos. A
medida que aumenta n (intentos) mejora la aproximación.
Sumar y restar el valor 0,5 se llama corrección por continuidad, permitiendo utilizar las
puntuaciones discretas como continuas.
La distribución “CHI CUADRADO” de Pearson:
En la distribución de Chi cuadrado de Pearson una variable X con distribución X21, X22, ..., X2n
pasa a ser X = X2n. Su media y varianza valdrán μ = n y, σ2 = 2n.
Esta distribución se usa para contrastar si la distribución de una variable se ajusta a una
distribución determinada.
Entre sus propiedades señalamos:
1. Nunca adopta valores menores de 0.

2. Es asimétrica positiva pero a medida que aumentan sus grados de libertad se va
aproximando a la distribución normal.
3. Para n > 30 la podemos aproximar a una distribución N(n, 2n).
En la tabla V se hallan algunos valores de las distribuciones X 2.
Ejemplo:
2
En una variable con 5 grados de libertad, X X 5 , el valor 11,07 deja por debajo de sí
una proporción de 0,95, representándose de la siguiente manera: 0,95X25 = 11,07.
Ahora si quisiéramos calcular P (X > 11,07):
P (X > 11,07) = 1 – P (X < 11,07) = 1 – 0,95= 0,05
La distribución “t” de Student:
Para definir estas distribuciones,al igual que hemos hecho con el Chi Cuadrado,
emplearemos otras distribuciones. X
Teniendo dos variables X e Y con una distribución (0,1) y X2n . La variable aleatoria T=
sigue una distribución “t”con n grados de libertad y se expresa: T tn. Y/n
n 2
Su media siempre vale 0 y su varianza σ 2 = . n
n -2
Una distribución “t” es el cociente entre una variable N(0,1) y la raíz cuadrada de X
dividida por sus grados de libertad.
Sus características son:
1. Es simétrica, con μ = 0. Su forma es muy parecida a la N(0,1), aunque menos

apuntada.
2. Puede tomar cualquier valor (-∞ +∞).
3. A medida que aumentan los grados de libertad, la distribución se aproxima más a una
distribución normal.
4. La curva es asintótica al eje de abscisas.
Se emplea en estadística inferencial en contrastes. En la tabla VI se muestran los valores de
esta distribución.
La distribución de “F” de Snedecor:
Se emplea principalmente en el contraste de hipótesis.

X1 / n1
F=
X2 / n 2
Sigue una distribución F con n1 y n2 grados de libertad (Fn1,n2). Siendo “n 1”los grados del
numerador y “n2” los del denominador; su media y varianza se definen:
n2
μ=
n2 - 2 para n2 > 2;
2n22 (n1+n2-2)
σ = n (n -4)(n -2)2 para n2 > 4.
2
1 2 2
Se caracteriza por:
1. Es asimétrica positiva por lo que nunca toma valores menores que 0.

2. Si X es variable con distribución F con n1 y n2 grados de libertad, la variable Y = 1/X
es también una distribución F (propiedad recíproca):
1
F = ;
1-p n1,n2 F
p n2,n1
donde p es la propiedad asociada al valor de la variable. Se emplea para calcular algunos

percentiles o probabilidades que no aparecen la tabla. En la tabla VII sólo aparece la
probabilidad de que X = 0,900; 0,950; 0,975 y 0,990.
Ejemplo:
Una variable X con distribución F5,10:
A) Calcular P(X<3,33);
buscamos el valor de 5 grados de libertad en el numerador y 10 grados en el denominador
en la tabla VII, donde se encuentra el valor3,33. Observamos que se corresponde con una
probabilidad de 0,95; por tanto 3,33 se corresponde con el percentil 95.
B) Determinar el valor del percentil 5 de X, es decir: 0,05 F5,10;

en este caso haremos uso de la propiedad recíproca:
1 1
F = =
0,05 5,10 F
1-0,05 10,5
F
0,95 10,5
En la tabla VII vemos que: 0,95F10,5 = 4,74.

Por tanto:
1 1
F = = =0,211
0,05 5,10 F
0,95 10,5 4,74
Tema 8
ESTIMACIÓN
Conceptos previos
Población y muestra:
Población se refiere al conjunto total de elementos que se quieren estudiar

una o más características. Debe estar bien definida. Llamaremos N al
número total de elementos de una población. También se suelen utilizar los
términos individuos, sujetos y casos para referirnos a los elementos de la
población.
Cuando se dispone de un censo (listado) de la población, se puede estudiar
a todos ellos.
No siempre es factible estudiar a la totalidad de una población; por lo que
se estudia un subconjunto de los elementos totales; es decir, un muestra.
Llamaremos n al número de los elementos de una muestra.
Muestreo:
El muestreo es un proceso de selección con el fin de obtener una muestra

lo más semejante posible a la población y así obtener estimaciones
precisas. El tamaño es una característica esencial; ya que debe ser lo
suficientemente amplia para representar adecuadamente las propiedades de
la población y reducida para que pueda ser examinada en la práctica.
El muestreo probabilístico se conoce la probabilidad asociada a una
muestra y cada elemento de la población tiene una probabilidad conocida
de pertenecer a la muestra. El no-probabilístico se desconoce, o no se tiene
en cuenta, la probabilidad asociada a cada muestra y se selecciona la que
más le parezca representativa al investigador.
Una forma de obtener una muestra de una población homogénea es

utilizar:
– El muestreo aleatorio simple; por el cual se garantiza que cada

elemento de la población tenga la misma probabilidad de formar
parte de la muestra. Primero se asigna un número a cada elemento y
después mediante algún medio (sorteo, papeletas,...) se elijen tantos
elementos como sea necesario para la muestra.
– Cuando los elementos están ordenados o pueden ordenarse se utiliza
el muestreo sistemático. Se selecciona al azar entre los que ocupan
los lugares Nn . Ejemplo: N = 100; n = 5; 100/5= 20; escogeríamos los
elementos situados en las posiciones 20. El riesgo de este muestreo
es la falta de representación; que se pudiese dar, del total de los
elementos.
– Cuando topamos con una población heterogénea, utilizamos el
muestreo estratificado. Se emplea cuando disponemos de
información suficiente sobre alguna característica y podemos elegir
una muestra en función del número de elementos según estas
características o estratos.
– Ante poblaciones desordenadas y conglomeradas en grupos, se
emplea el muestreo por conglomerados; donde se van seleccionando
de todos los grupos, subgrupos, clases, … y finalmente de los
elementos restantes la muestra.
– De la unión del estratificado y del conglomerado, surge otro
muestreo el polietápico.
En ocasiones el muestreo es muy costoso y se recurre a métodos no

probabilísticos:
– El muestreo por cuotas (accidental) se basa en un buen

conocimiento de los estratos o individuos más representativos para la
investigación. Similar al estratificado pero carente del carácter
aleatorio.
– El muestreo opinático (intencional) muestra el interés por incluir en
la muestra a grupos supuestamente típicos.
– El causal (incidental) selección de los individuos de fácil acceso.
– Bola de nieve; donde un elemento seleccionado lleva a otro y éste a
otro y así sucesivamente hasta completar la muestra.
Una muestra es representativa si exhibe internamente el mismo grado de

diversidad que la población y es aleatoria si los elementos han sido
extraídos al azar de la población.
Inferencia estadística
El valor estadístico obtenido de una muestra (como media) no será igual al

valor del parámetro de población. Para inferir un parámetro a partir de un
estadístico hay que aplicar herramientas estadísticas de tipo inferencial
como la estimación por intervalo (intervalos de confianza) o contraste de
hipótesis.
Estimación de la media
La media muestral es una variable aleatoria que toma un valor según la

muestra concreta que se obtenga. Se denomina distribución muestral de la
media a su función de probabilidad.
La distribución muestral de un estadístico es un concepto central, tanto de
la estimación como del contraste de hipótesis.
Distribución muestral de la media
Una función de probabilidad queda caracterizada por su forma, su media y

su varianza. La media de la distribución muestral de la media (μx) es igual
a la media de la población (μ). La varianza de la distribución muestral de
σ
la media es n y la desviación típica de la distribución muestral de la
media, denominada error típico de la media, es σx= σ = σ 2 .
2
n n
La forma de la distribución original de la media se parece a una
distribución normal aunque la distribución original de la variable en la
población no es normal.
Dado el muestreo aleatorio simple:
• Si la distribución de X en la población es normal con media μ y
desviación típica σ, entonces la distribución muestral de la X es
normal σ
μ,
n
• Si la distribución de X en la población no es normal con media μ y

desviación típica σ, entonces la distribución muestral de la X tiende a
la normal a medida que n crece (Teorema Central del Límite), siendo
la aproximación buena para n > 30.
Media, varianza y desviación típica de la variable cuantitativa X en la

población y en la muestra, y de la distribución muestral de la media (X).
Distribución muestral
Población Muestra
de la media
ΣX ΣX µx = µ
Media μ= X=
N n
Σ(X - μ)2 Σ(X - X)2 σ2

Varianza σ =
2 S2 n-1 = n-1 σ 2
=n
N Cuasivarianza
x
Σ(X - μ)2 Σ(X - X)2 σ2 σ

Desviación típica σ= S2n-1 = Σ x= =
N n-1 n n
Cuasidesviación
típica Error tipico de la media
La media como estimador
Un estimador es un estadístico que se utiliza para estimar un parámetro.

Por lo que la media de la muestra es un estimador de la media poblacional;
y el valor del estimador en una muestra se denomina estimación o
estimación puntual.
La media muestral X es un estimador insesgado de la media poblacional
(μ). El error típico de la media es un indicador de la precisión de la
estimación de la media; cuanto menor es el error típico, mayor es la
precisión. Dependiendo de la desviación típica de la población y del
tamaño de la muestra.
Estimación de la proporción
Para la obtención de la distribución muestral de la proporción se puede

hacer como la media.
Distribución muestral de la proporción
Sea X una variable que sólo toma valores 0 y 1, la proporción de la

muestra P se define como: ΣX
P= n
Dado el muestreo aleatorio simple, el estadístico proporción (P) se
distribuye según una binomial: π (1 - π)
μp = π y σ
2
=
p
n
Como P es la media de los valores de X en la muestra, según el Teorema
Central del Límite, a medida que el tamaño crece, la distribución muestral
dela proporción tiende a la normal con media π y varianza π (1 - π) .
n
Cuanto más alejado esté π de 0,5, más elementos debe tener la muestra
para realizar la aproximación a la normal.
Media, varianza y desviación típica de la variable dicotómica o
dicotomizada (X) en la población y en la muestra, y de la distribución
muestral de la proporción (P):
Población Muestra Distribución

muestral de la
proporción (P)
ΣX ΣX
π= P=
Media N n μp = μ
donde X: 0,1 donde X: 0,1
π (1 - π)
Varianza σ2 = π (1 - π) S2 = P (1 - P) σ2p =
n
σp = π (1 - π)
Desviación típica n
σ = π (1 - π) S = P (1 - P) Error típico de la
proporción
La proporción como estimador
La proporción muestral (p) es un estimador insesgado de la proporción

poblacional (π).
El error típico de la proporción, es un indicador de la precisión de la
estimación de la proporción. Cuanto menor es el error típico, mayor es la
precisión.
Intervalos de confianza
Concepto
La finalidad de un intervalo de confianza es estimar un parámetro

desconocido de una población a partir de una muestra. Al estimar la media
de la población a partir de una muestra, podemos cometer un error de
estimación |X- μ|.
La estimación por intervalo consiste en acotar el error con una alta
probabilidad 1 – α (nivel de confianza) de forma que |X- μ| no sea
superior a un estimado máximo (Emáx).
El error de estimación máximo (Emáx) es función de la variabilidad de la
variable en la población, del nivel de confianza (n.c.) y del tamaño de la
muestra:
σ
Emáx = z1- α/2
n
donde:
• z1-α/2 es función del n.c. = 1 – α y se obtiene en la tabla de la
distribución normal tipificada (tabla IV).
α
• Es la desviación típica de la distribución muestral de la media,
n es decir, el error típico de la media.
• σ es la desviación típica de la población que es conocida.
• n es el tamaño de la muestra.
A partir de esta ecuación deducimos tanto el tamaño de la muestra como
los límites del intervalo de confianza.
El tamaño de la muestra se obtiene despejando n de la ecuación:
z2 1- α/2 σ2
n=
E 2 máx
vemos que n depende de:
• La desviación típica de la población.
• El nivel de confianza.
• El error de estimación máximo.
Los límites inferior (Li) y superior (Ls) se obtienen a partir del Emáx:
L i = X – Emáx // Li = X – z1- α/2 σ
n
L s = X + Emáx // L s = X+ z1- α/2 σ
n
El n.c. o probabilidad 1 – α significa que si extrajésemos todas las

muestras posibles de una población, calculásemos la media en cada una de
ellas y el intervalo de confianza, una proporción 1 – α de todos los
intervalos de confianza contendrá la media poblacional y una proporción α
no lo contendrá.
Tamaño de la muestra
Interesa que un intervalo sea lo más estrecho posible y con alta

probabilidad. A mayor nivel de confianza mayor es el error de estimación
máximo, por lo que más amplio será el intervalo y menos precisa será la
estimación. Una forma de mantener y reducir el error de estimación
máximo dado y aumentar el n.c., es aumentando n.
Otro factor que interviene es la variabilidad de la variable, cuanto mayor
sea la desviación típica de la población, mayor debe ser n para alcanzar
una misma precisión.
Para calcular el tamaño de la muestra desconociendo σ, hay que sustituir
en la ecuación, la desviación típica por la cuasidesviación típica (Sn-1) y z1-
α/2 por tn-1, 1-α/2 (tabla VI).
Aplicaciones
Los pasos para aplicar un intervalo de confianza son los siguientes:

• Establecer un error de estimación máximo para un nivel de confianza
1 – α.
• Obtener el tamaño de la muestra n para el error de estimación
máximo especificado.
• Extraer una muestra aleatoria de tamaño n y medir la variable.
• Calcular el estadístico (es estimador del parámetro) con las medidas
obtenidas.
• Calcular los límites del intervalo de confianza.
Intervalo de confianza para la media
Límites de los intervalos de confianza y supuestos para la estimación de

la media:
Supuestos Límites del intervalo de confianza para la

media
• Muestreo aleatorio simple. L i = X – z1- α/2 σx L s = X + z1- α/2 σx
• σ conocida.
z1- α/2 → Tabla IV
• Distribución normal o no normal con n >
30 (aprox. a la normal). σx = σ
n
Ʌ Ʌ
• Muestreo aleatorio simple. L i = X – tn-1;1- S L s = X + tn-1;1-
α/2 x α/2
Sx
• σ desconocida.
• Distribución normal. Ttn–1;1- α/2
→ Tabla VI
• n < 305. Ʌ S
S x = n-1
n
Ʌ Ʌ
• Muestreo aleatorio simple. L i = X – z1- α/2 Sx L s = X + z1- α/2 Sx
• σ desconocida. z1- α/2 → Tabla IV
• Distribución normal o no normal con n > Ʌ Sn-1
30 (aprox. a la normal). Sx = n
Sn-1 es la cuasidesviación típica calculada en la muestra.
Intervalo de confianza para la proporción
El error de estimación máximo de la proporción es:

E máx = z1- α/2 π(1-π)
n
donde:
• z1-α/2 es función del nivel de confianza 1 – α (tabla IV).
• π(1-π) es el error típico de la proporción: σp.
n
• π es la proporción de la población que no es conocida.
• n es el tamaño de la muestra y se debe cumplir nπ(1-π) > 5 para la
aproximación a la normal.
Los límites inferior y superior del intervalo de confianza se obtienen a

partir del error de estimación máximo. Como desconocemos π, que es lo
que precisamente queremos estimar, operamos con la proporción muestral
P. Así, si en Emáx sustituimos π por la proporción muestral P, los límites
inferior y superior del intervalo de confianza son:
L i=P – z1- α/2 P(1-P) = P - E
n máx
L s=P + z1- α/2 P(1-P) = P + E máx

n
Y la probabilidad de obtener un intervalo de confianza que contenga al
parámetro π es:
P(1-P) < π < P + z P(1-P) =1-α
P P – z1- α/2 1- α/2
n n

Analisisdedatos 111103100625 Phpapp01 PDF

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

Analisisdedatos 111103100625 Phpapp01 PDF

Încărcat de

Drepturi de autor:

Formate disponibile

Análisis de Datos

CAPITULO 1: CONCEPTOS BÁSICOS Y ORGANIZACIÓN DE DATOS

Estadística teórica: Se ocupa de los aspectos formales y normativos

S.XVII: El método científico se convierte en la fuente de conocimiento más utilizada. La

Definición: Consiste en dar razón sistemática, empírica y experimental de los fenómenos.

Sistemático: Tiene etapas definidas (sigue un sistema)

1. Definición del Problema

A continuación repito los puntos anteriores pero ejemplificados con el ejemplo de la

1. Posible influencia de las estrategias sobre el control del estrés en la hipertensión

3. CONCEPTO Y FUNCIONES DE LA ESTADÍSTICA:

La estadística se ocupa de la sistematización, recogida, ordenación, y presentación de los

A partir de aquí obtenemos dos grandes áreas:

Se organizan y resumen conjuntos de observaciones procedentes de una muestra o de la

Para una variable

Para dos variables

Procedimientos : El cálculo de probabilidades

Población: Es el conjunto de todos los elementos que cumplen una determinada

Muestra: Es un subconjunto cualquiera de una población (las 40 personas escogidas)

También existen las muestras no probabilísticas como por ejemplo la muestra de

4. MEDICIÓN Y ESCALAS DE MEDIDA

Medición: Es el proceso por el cual se asignan números a objetos o características según

Característica: Cualquier propiedad de objetos o personas que deseamos estudiar.

Modalidad: Distintas formas de presentarse esta característica.

Se asigna un número a cada una de las modalidades de una característica.

Ejemplo: A las dos modalidades de la característica sexo (hombre y mujer) le asignamos

Tipos de escala de medida

Asignación de números o símbolos. Por lo tanto la única relación que obtenemos es la de

Además de las características de la escala nominal (igualdad o desigualdad) y de la escala

Es importante señalar que en la escala de intervalo el origen es arbitrario

Ejemplo: En el conocido test de inteligencia, la escala comienza en 0, pero este 0 es

Ejemplo: La altura y el peso..

5. VARIABLES: CLASIFICACIÓN Y NOTACIÓN

Variable: Representación numérica de una característica que presenta más de una

A)Nominal (Cualitativa) Dicotómica: 2 categorías (sexo)

Discreta: Valores fijos (número de hijos). Entre

Aparte de esta clasificación existen más clasificaciones:

- Variable independiente: Cualquier suceso que sospechamos es la causa de otro

Ejemplo de la hipertensión visto anteriormente:

- Variable independiente: Tipo de tratamiento

Para referirnos a un valor cualquiera de la variable X se utiliza el subindice i (Xi ), siendo n

Una distribución de frecuencias es una representación de la relación entre un conjunto de

- Ofrecer la información necesaria para realizar representaciones gráficas

Proporción acumulada o frecuencia relativa acumulada (pa): Cociente entre la

Porcentaje acumulado (Pa): Valor de la frecuencia relativa acumulada multiplicado por

Si la variable cuantitativa es reducida (número de hijos) no hay problema, la utilizamos tal

La amplitud de los intervalos representa al número de unidades que tenemos dentro de

Cálculo de límites exactos

I = Instrumento de medida. (en el caso de las edades I = 1)

Tomemos el intervalo (26-35) = 26 + 35 = 61/2 = 35,5.

Ya sabemos lo que es la semisuma!

Un gráfico es una forma rápida de visualizar un conjunto de datos o distribución de

Eje vertical (ordenada o eje Y)

Representación gráfica de una variable

Se utiliza para variables nominales, ordinales y cuantitativas discretas.

- En el eje X se colocan los valores y en el Y las frecuencias.

Diagrama de barras acumulativo

Se utiliza para variables cualitativas y cuasicuantitativas

- Representación en forma de círculo. El círculo se divide en secciones cuya superficie es

Se utiliza para variables cualitativas

Se utiliza para variables cuantitativas continuas con datos agrupados en intervalos

- En el eje X se colocan los límites exactos de los intervalos y en el eje Y la frecuencia.

Se utiliza para variables discretas

Representación gráfica de dos variables

                                                                 Análisis de Datos 

  CAPITULO 1: CONCEPTOS BÁSICOS Y ORGANIZACIÓN DE DATOS