Documente Academic
Documente Profesional
Documente Cultură
INTERSEMESTRAL 2015
Lic. Sonia Anguiano Rostro
OBJETIVO GENERAL
Aplicar
CONCEPTOS y APLICACIONES DE LA
ESTADSTICA
La Estadstica estudia la forma de
PARTES DE LA ESTADSTICA
Estadstica
PARTES DE LA ESTADSTICA
Estadstica
Ejemplo
Cuatro
Ejemplo
El promedio de duracin de la marca A es
de 35000 mi y el de la marca B es de
32000
La duracin promedio de los neumticos A
es mayor que la de B.
Si el precio de los neumticos marca A es el
mismo que los de marca B, usted
recomendara la compra de los neumticos
marca A.
Ejemplo
Se inspecciona una parte de un embarque
Recoleccin de datos
Estudio observacional.
MUESTREO
Estudia los mtodos de seleccin
10
CONCEPTO DE POBLACIN y DE
MUESTRA
Poblacin: es la coleccin o conjunto de
11
Conceptos
Dato: el valor de una variable asociada a
12
VARIABLES Y SU CLASIFICACIN
Variable: es una caracterstica de
Nominal
Ordinal
Discreta
Continua
13
Variables cualitativas
1. Variable cualitativa, de
atributos o categrica: es una
variable que clasifica o describe a un
elemento de la poblacin.
1.1 Variable nominal: caracteriza
(describe o identifica) a un elemento
de la poblacin.
1.2 Variable ordinal: presenta una
posicin, o clasificacin ordenada.
14
Variables cuantitativas
2.
15
Variable
cuantitativa
o
numrica:
es
aquella
que
cuantifica un elemento de una
poblacin.
2.1 Variable discreta: variable
que pueda asumir un nmero
contable (o finito ) de valores.
2.2 Variable continua: puede
asumir una cantidad incontable
de valores.
Muestreo
Probabilstico o Posibilidades
Aleatorio Simple
Sistemtico
Estratificado
No Probabilstico: de juicio. Siguiendo
determinados criterios.
Cuotas
Intencional
Casual o incidental
Bola de Nieve
16
MUESTREO PROBABILSTICO O
ALEATORIO
Muestreo (tcnica) en donde
los
se
la
elementos
a
seleccionar
obtienen
con
base
a
probabilidad.
Muestra aleatoria es aquella que se
obtiene de forma tal que cada
posible observacin disponible en
la poblacin tenga una probabilidad
de ser seleccionada.
17
MUESTREO SISTEMTICO
Muestra sistemtica. Es aquella
MUESTREO ESTRATIFICADO
Muestra aleatoria estratificada: se
Ejemplo Muestreo
Estratificado
Del total de la muestra
23
ORGANIZACIN Y DESCRIPCIN
GRFICA DE UN CONJUNTO DE DATOS
REPRESENTACIN POR
A) TABLAS DE FRECUENCIA
B) GRFICA
25
TABLAS DE FRECUENCIAS
Al arreglo de los datos para expresar la
frecuencia
de
ocurrencias
de
las
observaciones en cada una de stas clases
se
conoce
como
distribucin
de
frecuencias.
Frecuencia f nmero de veces que
aparece un dato.
Frecuencia relativa: es el cociente de la
frecuencia del dato entre el nmero total de
datos.
Para poblacin
para
muestra.
26
ELABORACIN DE TABLAS DE
FRECUENCIAS
Determinar el nmero de intervalos. Raz
27
Ejemplo
TABLA 1. ARREGLO DE INGRESOS (DOLARES)
OBTENIDOS POR 20 ESTUDIANTES UNIVERSITARIOS
UN SABADO
8
18
25
30
11
21
25
30
13
21
26
35
15
23
29
36
17
25
30
42
TABLA DE FRECUENCIAS
Intervalo
de clase
7.5-12.5
10
0.10
0.10
12.5-17.5
15
0.15
0.25
17.5-22.5
20
0.15
0.40
22.5-27.5
25
13
0.25
0.65
27.5-32.5
30
17
0.20
0.85
32.5-37.5
35
19
0.10
0.95
37.5-42.5
40
20
0.05
1.00
TOTAL
29
20
1.00
REPRESENTACIN GRFICA DE UN
CONJUNTO DE DATOS
DATOS
CUANTITATIV
OS
BARRAS
30
HISTOGRAMA
S
POLIGNOS
CUALITATIVO
S
OJIVAS
GRFICAS
POR
SECTORES
GRFICA DE BARRAS
Se usa para variables categricas
Se construye con barras separadas
El eje x representa las categoras
El eje y representa la frecuencia
31
32
HISTOGRAMA
Para representar variables numricas.
La barras van unidas.
Eje x :representa el dato o marca de clase.
Eje y : la frecuencia
33
Ejemplo Histograma
34
POLGONOS
Transformacin de un histograma a
35
Polgono
36
Ejemplo de Polgono
37
Ejemplos de Polgonos
38
OJIVAS
Se usa para representar porcentajes o
frecuencias acumuladas.
39
Ejemplos de Ojivas
40
GRFICA DE SECTORES
Datos cualitativos.
41
42
43
44
LA MEDIA
Media se obtiene sumando todos los datos
45
LA MEDIA
Media de datos agrupados (parmetro)
46
LA MEDIA
Media de datos agrupados (estadstico)
47
LA MEDIANA
Es el valor que queda en la parte central de
LA MODA
La moda se define como el valor o clase
49
50
LA VARIANZA
Al promedio de las desviaciones al
VARIANZA
Varianza de datos no agrupados (parmetro)
52
VARIANZA
Varianza datos agrupados (parmetro)
53
LA DESVACIN ESTNDAR
Es una medida de variacin (dispersin) en
los datos.
Es la raz cuadrada de la varianza.
Permite observar fcilmente la variacin
entre los valores de los datos.
Si los datos son iguales la desviacin
estndar es cero.
54
DESVIACIN ESTNDAR
Datos no agrupados (parmetro)
55
DESVIACIN ESTNDAR
Datos no agrupados (parmetro)
56
EL COEFICIENTE DE VARIACIN
Se calcula dividiendo la desviacin
57
PROBABILIDAD
Prediccin o generalizacin en
59
Ejemplos
Juan probablemente ganar el torneo de
tenis
Tengo el 50% de posibilidad de sacar un
nmero par cuando tiro un dado
La mayora de los graduados de IIA tienen
trabajo al ao de terminar su carrera
Es probable que el ndice Dow-Jones se
incremente al final del ao
60
Ejemplos de espacio
muestral
Lanzar una moneda. S = H,T H = cara T =
cruz
Lanzar un dado. S= 1,2,3,4,5,6 S=
par,impar
El sexo en el nacimiento de un nio S= H,M
Se selecciona un conector y se mide su
espesor
S= bajo, medio, alto S= si,no
Se puede enlistar los elementos del espacio
muestral de forma sistemtica mediante un
diagrama de rbol.
62
DIAGRMA DE RBOL
Lanzar una moneda 2 veces.
H
Mone
da
T
S= HH, HT, TT, TH
63
H
T
T
H
DIAGRMA DE RBOL
Se
64
Definiciones
Evento es un subconjunto del espacio muestral.
Ejemplo: Si se lanza un dado entonces su espacio
65
Definiciones
La unin de dos eventos es el evento que
Ejemplos
B= 6,7,8,9,10
AB = 1,2,3,4,5,6,7,8,9,10
A=1,2,3,4,5
67
DIAGRAMA DE VENN
B
6
68
1
3
7
4
C
5
69
Ejemplo
Un arquitecto ofrece a los compradores de
70
PERMUTACIN
Una permutacin es un arreglo de todo o
72
Probabilidad de un evento
La probabilidad de un evento A es la suma
P(A)
P(S) =
P() =
Ejemplo
Se carga un dado de forma que sea dos
74
TEOREMA
Si un experimento puede tener como resultado
cualquiera
de
N
diferentes
resultados
igualmente probables, y exactamente n de
estos resultados corresponden al evento A,
entonces la probabilidad del evento A es.
P(A) = n/N
Ejemplo: Un surtido de dulces contiene 6
mentas, 4 chiclosos y 3 chocolates. Si se hace
una seleccin aleatoria de uno de los dulces,
encuentre la probabilidad de sacar a) una
menta o b) un chicloso o un chocolate.
75
Variable aleatoria
DEFINICIN: una variable
76
Ejemplo
Se sacan tres piezas en un proceso, N= no
defectuosas y D defectuosas.
S= {NNN, NND, NDN, DNN, NDD, DND,
DDN, DDD}
A cada punto del espacio muestral se le
asignar un valor nmerico. Valores que
toma X
Si E es el evento en donde tenemos 2
piezas defectuosas
E= {NDD, DND, DDN} La variable
aleatoria X es 2
77
Ejemplo
EJEMPLO: Se sacan dos bolas de manera
78
Ejemplo
El nmero telefnico es elegido por un
79
80
Funcin de Probabilidad
La distribucin de probabilidad de una
82
f(x) =P (X=xi)
Ejemplo
Cierta gasolinera tiene 6 bombas. Sea X el
P(x)
0.05
0.10
0.15
0.25
0.20
0.15
0.10
X5),
83
Defectuos 0
2
0
1
o X= numero de piezas
lote
Obtener P(X=x)
84
defectuosas en un
85
Desviacin estndar de X es
86
Ejemplo
Existe la posibilidad de que un bit
87
DISTRIBUCIONES DE PROBABILIDAD
1. Uniforme discreta
2. Bernoulli
3. Binomial
4. Geomtrica
5. Binomial negativa
6. Hipergoemtrica
7. De Poisson
88
Distribucin Uniforme
Discreta
Si la variable aleatoria X toma
valores x1,x2,xn con idnticas
probabilidades, entonces la
distribucin uniforme discreta est
dada por:
f(x) = 1/n
89
Ejemplo
Cuando se selecciona un foco al azar de
90
Ejemplo
Cuando se lanza un dado, cada elemento
91
f(x;6) 1/6
x= 1,2,3,4,5,6
Distribucin de Bernoulli
La variable aleatoria discreta tiene dos
posibilidades de ocurrir:
Probabilidad de xito p
Probabilidad de fracaso q=1-p
Se representa X Bernoulli (p)
Funcin de densidad f(x) = p
1-p
La media es p y la varianza es p(1-p)
92
Distribucin de Bernoulli
Si X es una variable aleatoria que mide
"nmero de xitos", y se realiza un nico
experimento con dos posibles resultados (xito
o fracaso), se dice que la variable aleatoria X
se distribuye como una Bernouilli de parmetro
p.
X Be(p)
La frmula ser:
f(x) = px(1 p)1 x con x = {0,1}
93
La media = E(X) = p
La varianza = V(X) = p(1-p) = pq
Ejemplo
Cuando se selecciona un foco al azar de
94
Proceso de Bernoulli
Un experimento aleatorio que consta de n
95
Distribucin Binomial
La variable aleatoria X que es igual al
Para x= 0, 1, .n
96
Ejemplo
Se seleccionan 3 artculos al azar de un
Ejemplo
La probabilidad de que cierta clase de
98
Distribucin Geomtrica
En una serie de ensayos de Bernoulli
Para x = 1,2,.
99
Ejemplo
Suponga que la probabilidad de que un bit
100
Distribucin Hipergeomtrica
Ejemplo
Un lote contiene 100 piezas de un
102
Distribucin Poisson
Si el nmero promedio de conteos en el intervalo
x= 0,1,2.
103
Ejemplo
Un alambre de cobre presenta 2.3
104
Ejemplo
La contaminacin es un problema en la
105
106
Funcin de Densidad de
Probabilidad
Si es factible que un intervalo contenga un valor
107
108
Definicin
Para una variable aleatoria X, una funcin
3.109
Ejemplo
Suponga que X denota la corriente medida
110
Ejemplo
La VAC X denota el dimetro de un agujero
Distribuciones de
Probabilidad
Uniforme Continua
Exponencial
Normal
Aproximacin Normal a la Distribucin
Binomial y De Poisson
112
Distribucin Continua
Uniforme
Definicin.
Una variable aleatoria continua con funcin
de densidad de probabilidad
uniforme.
113
Distribucin Continua
Uniforme
La media y la varianza de una VAC X en
axb
La Varianza
114
Ejemplo.
Se puede reservar una sala de conferencias
115
Ejemplo
Suponga que X denota la corriente medida
116
117
Distribucin Exponencial
Definicin.
118
Distribucin Exponencial
Si
119
Distribucin Exponencial
120
Ejemplo
En una red de computadoras el acceso de
Ejemplo
La deteccin de una partcula en un
122
Distribucin Normal
Una distribucin normal de media y desviacin tpica se
designa por N(, ).
Su grfica es la campana de Gauss:
es igual a la unidad.
Al ser simtrica respecto al eje que pasa por x = , deja un rea
igual a 0.5 a la izquierda y otra igual a 0.5 a la derecha.
La probabilidad equivale al rea encerrada bajo la curva.
123
La Distribucin Normal
Una variable aleatoria X con funcin de
probabilidad
para -<x<
Tiene distribucin normal con parmetros
124
125
Definicin
A una variable aleatoria normal con =0
126
Tipificacin de la variable
128
129
P(Z a)
132
P(Z a) = 1 P(Z a)
133
134
135
p = K
Para calcular la variable X nos vamos a la
frmula de la tipificacin.
136
Ejemplo
En una ciudad se estima que la temperatura
137
EJEMPLO
La media de los pesos de 500 estudiantes
de un colegio es 70 kg y la desviacin
tpica 3 kg. Suponiendo que los pesos se
distribuyen normalmente, hallar cuntos
estudiantes pesan:
Entre 60 kg y 65 kg.
Ms de 90 kg.
Menos de 64 kg
138
Aproximacin Normal a la
Distribucin Binomial y de Poisson
Si X es una variable aleatoria binomial,
entonces
139
Ejemplo
La probabilidad de que un paciente se
140
Ejemplo
Una prueba de opcin mltiple tiene 200
141
142
Ejemplo
Suponga que el nmero de partculas de
143