Estadistica Descriptiva e Inferencial

ESTADÍSTICA
DESCRIPTIVA
E INFERENCIAL
UNIVERSIDAD DEL AZUAY
ESTADÍSTICA DESCRIPTIVA
Francisco Salgado Arteaga

RECTOR
Martha Cobos Cali

VICERRECTORA ACADÉMICA
Jacinto Guillén García

VICERRECTOR DE INVESTIGACIONES
Toa Tripaldi Proaño

DIRECTORA DE COMUNICACIÓN Y PUBLICACIONES
Oswaldo Encalda
CORRECCIÓN DE ESTILO
Verónica Neira Ruiz y Sebastián Carrasco Hermida

REVISORES DE APA
Daniela Durán Pozo

DISEÑO Y DIAGRAMACIÓN
Román Idrovo Daza

Jorge Antonio Pérez Torres
PARES ACADÉMICOS
e- ISBN: 978-9942-822-69-7
Cuenca-Ecuador
2020
CONTENIDO
A
1. Definición de estadística................................................................................................... 15
A. La estadística descriptiva.................................................................................................. 13
B. La estadística inferencial.................................................................................................107
2. Variables y datos estadísticos.......................................................................................... 20

Datos
Variable
3. Niveles de medición de los datos................................................................................... 22

Nivel nominal
Nivel ordinal
Nivel de intervalo
Nivel de razón
4. Organización de los datos................................................................................................ 24

Frecuencia absoluta
Frecuencia relativa
Frecuencia absoluta acumulada
Frecuencia relativa acumulada
5. Representación gráfica de los datos.............................................................................. 30

Diagrama de barras 5
Histograma:
Diagrama por sectores
Pictograma
Polígono de frecuencias
Ojivas
6. Medidas de tendencia central......................................................................................... 36

Media aritmética
Media ponderada
Media geométrica
Media armónica
Mediana
Moda
7. Medidas de posición.......................................................................................................... 48
Cuartiles (Q)
Deciles (D)
Percentiles (P)
8. Medidas de dispersión...................................................................................................... 55
a) Rango o amplitud de variación
b) Varianza
c) Desviación estándar
d) Coeficiente de variación (CV)
8.1 Teorema de Chebyshev (1821-1894).......................................................................... 61

8.2 La regla empírica.............................................................................................................. 62
9. Medidas de simetría........................................................................................................... 64
9.1 Coeficiente de sesgo de Pearson (P)........................................................................... 64
9.2 Coeficiente de Fisher (g1)............................................................................................... 65
10. Medidas de apuntamiento............................................................................................. 67
11. Medidas de concentración............................................................................................. 68
12. Análisis exploratorio de variables bidimensionales................................................. 71

La frecuencia absoluta conjunta
La frecuencia relativa conjunta
Tabla de correlación
La covarianza
13. Introducción al cálculo de probabilidades................................................................. 78

13.1 Principales conceptos:
6 Probabilidad
Experimento
Espacio muestral
13.2 Enfoques de la teoría de la probabilidad
13.3 Las dos reglas de la probabilidad
14. Diagramas de árbol (arborigramas)............................................................................. 84
15. Teorema de Bayes............................................................................................................ 86
16. Técnicas de conteo.......................................................................................................... 87
17. Distribuciones de probabilidades................................................................................ 91

a) Una variable aleatoria (variable estocástica)
b) Media y varianza de las distribuciones discretas
17.1. Distribución probabilística binomial......................................................................... 94
a) Media y varianza de las distribuciones binomiales-
17.2. Distribución hipergeométrica.................................................................................... 95
17.3. Distribución probabilística de Poisson.................................................................... 97
a) Media y varianza de las distribuciones de Poisson
17.4. La distribución exponencial........................................................................................ 99
17.5. La distribución uniforme...........................................................................................100
17.6. Distribución probabilística normal..........................................................................103
a) Distribución probabilística normal estándar
B
Introducción............................................................................................................................107
El muestreo probabilístico..................................................................................................109
a) Determinación del tamaño apropiado de la muestra.............................................109
b) Distribuciones muestrales..............................................................................................110
i. Varianza y desviación estándar de una distribución muestral
ii. Media de una distribución muestral
iii. Error estándar ( σ):
c) Teorema del límite central..............................................................................................112

i. Uso de la distribución muestral
1. Distribuciones muestrales..............................................................................................114
7
2. Distribución de proporciones muestrales..................................................................119
3. Estimación con intervalos de confianza......................................................................121
4. La distribución t student.................................................................................................124
4.1 Características de la distribución t
5. Cálculo del tamaño de la muestra................................................................................126

i. Características de un buen estimador
6. Prueba de hipótesis.........................................................................................................128
i. Procedimiento para prueba de hipótesis
ii. Tipos de pruebas de hipótesis
7. Análisis de varianza..........................................................................................................137
8. La regresión múltiple.......................................................................................................143
9. Análisis de series de tiempo...........................................................................................148

1. Componentes de la serie de tiempo
2. Modelos de series de tiempo
3. Técnicas de suavizamiento
10. Números índices.............................................................................................................160

a) Índice de precios simple
b) Índice de precios agregativo
c) Índice de precios agregativos ponderados
d) Índice ideal de Fisher (F)
e) El índice de precios al consumidor (IPC)
11. Pruebas no paramétricas.............................................................................................164

a) La prueba chi cuadrada (χ)
b) Prueba para un patrón específico
c) Prueba para una normalidad
d) Prueba del signo
e) Prueba de Mann-Whitney (o simplemente la prueba U)
f) Prueba de correlación de rangos de Spearman ( )
g) La prueba de Kruskal-Wallis (k)
8
Índice de Tablas
Tabla 3-1 Clasificación de datos en escala nominal....................................................... 22
Tabla 3-2 Clasificación de datos en escala ordinal.......................................................... 22
Tabla 4-1 Distribución unidimensional de frecuencias.................................................. 24
Tabla 4-2 Ejemplo distribución de frecuencias................................................................ 27
Tabla 4-3 Clasificación de clases.......................................................................................... 29
Tabla 5-1 Cálculo de distribución de frecuencias........................................................... 33
Tabla 5-2 Categorización de datos Viajes Moore............................................................ 35
Tabla 6-1 Cálculo de media ponderada............................................................................. 38
Tabla 6-2 Datos de crecimiento de ocupación en hoteles........................................... 39
Tabla 6-3 Tiempo de hospedaje en hotel.......................................................................... 41
Tabla 6-4 Sueldos del personal de cocina de un hotel.................................................. 42
Tabla 6-5 Sueldos del personal en un hotel 2................................................................. 43
Tabla 6-6 Pasajeros de aerolíneas clasificados por clases............................................ 44
Tabla 6-7 Tabla aplicación Excel.......................................................................................... 46
Tabla 6-8 Resultados de aplicación análisis de datos Excel......................................... 47
Tabla 7-1 Horas trabajadas................................................................................................... 50
Tabla 7-2 Visitantes a las Islas Galápagos......................................................................... 52
Tabla 8-1 Ejercicio 1............................................................................................................... 59
Tabla 8-2 Ejercicio 2................................................................................................................ 60
Tabla 9-2 Cálculo de coeficientes de Pearson y Fisher................................................. 66
Tabla 11-1 Ingreso de gira David Bowie............................................................................ 70
Tabla 12-1 Tabla de Correlación.......................................................................................... 72
Tabla 12-2 Datos de ventas por mes.................................................................................. 76
9
Tabla 13-1 Ventas agencia “El mundo”............................................................................... 80
Tabla 14-1 Profesores y sus años de servicio.................................................................. 84
Tabla 16-1 Ejercicio................................................................................................................. 88
Tabla 17-1 Ejercicio................................................................................................................. 93
Tabla 17-2Cálculos de media y varianza Ejemplo 17.1.................................................. 93
Tabla 1-1 Ejercicio 1.1 Distribución Muestral.................................................................115
Tabla 8-1 Datos obtenidos de hoteles............................................................................144
Tabla 8-2 Ejemplo Regresión simple................................................................................145
Tabla 9-1 Ocupación de infraestructura hotelera.........................................................148
Tabla 9-2 Cálculo de promedios móviles PM3...............................................................154
Tabla 9-3 Aplicación del suavizamiento exponencial 1................................................156
Tabla 10-1 Datos cálculo de índice 10.1..........................................................................162
Tabla 11-1Datos ventas- habitación.................................................................................166
Tabla 11-2 Datos procedencia de huéspedes...............................................................169
Tabla 11-3 Información de arribos de turistas...............................................................170
Tabla 11-4 Ventas por sucursal.........................................................................................174
Tabla 11-5 Registro de ingreso de huéspedes..............................................................176
Tabla 11-6 Clasifiación de la información por rangos..................................................177
Tabla 11-7Resultados pruebas de desempeño.............................................................180
Tabla 11-8 Frecuencia de compra tickets.......................................................................182
10
Índice de gráficos
Ilustración 1-1 Muestras y población................................................................................. 16
Ilustración 5-1 Diagrama de barras.................................................................................... 30
Ilustración 5-2 Histograma de frecuencias....................................................................... 31
Ilustración 5-3 Gráfico de diagrama por sectores.......................................................... 31
Ilustración 5-4 gráfico de un polígono de frecuencias................................................... 32
Ilustración 5-5 Gráfico de ojivas.......................................................................................... 33
Ilustración 7-1 Cuartiles......................................................................................................... 48
Ilustración 7-2 Deciles............................................................................................................ 49
Ilustración 7-3 Percentiles..................................................................................................... 49
Ilustración 7-4 Diagrama de Caja........................................................................................ 54
Ilustración 10-1 Tipos de curtosis en distribuciones...................................................... 67
Ilustración 11-1 Curva de Lorenz........................................................................................ 69
Ilustración 11-2 Curva de Lorenz Ingresos de Gira David Bowie................................ 70
Ilustración 12-1 Diagrama de dispersión.......................................................................... 73
Ilustración 12-2 Ecuación y gráfico de recta de regresión............................................ 72
Ilustración 14-13-1 Diagrama de Árbol.............................................................................. 85
Ilustración 17.4-1 Distribución exponencial variable continua.................................... 99
Ilustración 17.5-1 Distribución Uniforme........................................................................101
Ilustración 17.6-1 Distribución Normal............................................................................103
Ilustración 17.6-2 Ejercicio 17.6.1 Área Z........................................................................105
Ilustración c-1 Ejemplo 3.1 Telcom...................................................................................113
Ilustración 4-1 Distribución t de Student y distribución normal..............................124
Ilustración 6-1 Distribución muestral prueba de una cola a la derecha.................129
11
Ilustración 6-2 Distribución muestral prueba de una cola a la izquierda...............130
Ilustración 6-3 Distribución muestral prueba de dos colas........................................130
Ilustración 8-1 Regresión ejemplo 8.1..............................................................................144
Ilustración 8-2 Regresión ejemplo 8.2..............................................................................146
Ilustración 9-1Tendencia de una serie de tiempo........................................................149
Ilustración 9-2 Componente Cíclico de una serie de tiempo.....................................150
Ilustración 9-3 Componente estacional de una serie de tiempo..............................150
Ilustración 9-4 Componente aleatorio de una serie de tiempo................................151
Ilustración 9-5 Promedio móvil..........................................................................................155
Ilustración 11-1 Gráfico Chi Cuadrada.............................................................................165
12
ESTADÍSTICA
DESCRIPTIVA
Introducción
La estadística está alrededor de nosotros todo el tiempo, como
sustento de un estudio de factibilidad, como herramienta para ta-
bular datos de una encuesta, como insumo imprescindible para in-
terpretar información que nos facilite tomar una decisión y como
una gran instrumento para la toma de decisiones, por ejemplo: el
INEC informa mensualmente que los precios han subido 0.15%; el
BCE nos dice que en el 2006 el ecuatoriano en promedio ganó $300
mensuales; etc. Estos números (estadísticas) toman protagonismo
tanto para un estudiante de economía, como para un sociólogo, un
investigador, o cualquier otro profesional que pretenda interpretar
los datos que se le presentan y a partir de ellos concluir un fenóme-
no para una población mayor, con lo cuales ya no hace falta cono- 13
cer toda la información para entender qué es lo que está pasando.
La estadística ayuda a la toma de decisiones que afectan la vida

misma o el bienestar colectivo, a través de su gran aplicación en
ciencias como la economía, la mercadotecnia, o en general en las
ciencias sociales.
Por la importancia que reviste esta ciencia dedicaremos en la pri-

mera sección de esta nota a estudiar los conceptos básicos que ro-
dean a la estadística descriptiva, para luego entender la inferencia
estadística.
1. Definición de estadística
La estadística es la ciencia que se ocupa

de recolectar, organizar, analizar e inter-
pretar datos para realizar una toma de
decisiones más efectiva.
L
a importancia de estudiar esta ciencia radica en que generalmente exis-
ten datos que suelen estar “sueltos” en el mundo real, la estadística pro-
vee de herramientas para su recolección y análisis, en la actualidad esta
tarea puede optimizarse gracias a los diversos softwares estadísticos, los
cuales ofrecen una mejora en el procesamiento y generación de los informes esta-
dísticos permitiendo una mayor claridad en la toma de decisiones.
Un gobierno debe manejar estadísticas cuando decide sobre tal o cual política, por
ejemplo, si considera –en base a la información recolectada- que el salario prome-
dio mensual de un ecuatoriano no permite satisfacer sus necesidades, podría deci-
dir incrementar los sueldos, y gracias al análisis estadístico, conocer si eso afectará
o tendrá incidencia tanto en el trabajador como en la marcha de la economía en su
conjunto. Con esto queremos indicar que la estadística, a la vez que ayuda a descri-
bir datos, también puede hacer inferencias o estimaciones de lo que podrá ser el
15
comportamiento de ese conjunto de datos.
Empezaremos con el estudio de la estadística descriptiva, siguiendo un ordena-

miento de los temas. Así en la primera sección abordaremos elementos introduc-
torios básicos. En la segunda estudiaremos la descripción de los datos; para ello
explicaremos las medidas de tendencia central, de dispersión y otras medidas im-
portantes. Y en las dos últimas secciones se estudiarán la regresión simple y los
conceptos básicos de probabilidades y distribuciones de probabilidad.
Iniciamos entonces clasificando la estadística
en dos grandes áreas de estudio:
1. La estadística descriptiva que comprende un conjunto de mé-

todos para organizar, resumir y presentar los datos de manera
informativa.
2. La estadística inferencial comprende un conjunto de métodos

para SABER ALGO acerca de una población, basándose en una
muestra. De aquí se desprenden dos conceptos muy importan-
tes dentro del mundo de la estadística como son: la población y
la muestra:
• Población es el conjunto o recopila- • Muestra es una parte o subcon-

ción de datos, objetos o medidas de junto de la población, que para ser
interés de todos los individuos de considerada como tal, debe ser sig-
una población. Será representada nificativa, es decir, que permita infe-
por la letra N. rir o estudiar el total de los datos (la
población). Será representada por la
letra n.
Ilustración 1. Muestras y población
16
Elaboración propia.
Después de definir que N es la muestra es importante recalcar que, generalmente
no es posible acceder a la información de toda la población principalmente por
factores como: el costo, tiempo, naturaleza destructiva y la imposibilidad. Ejemplo:
acceder al ingreso percibido por cada uno de los 12 millones de trabajadores resul-
taría complicado, se justifica entonces trabajar con datos más reducidos, es decir,
con muestras.
Existen diferentes tipos de muestreo; pero se los puede clasificar en dos grandes
grupos: el muestreo probabilístico y el muestreo no probabilístico.
• El muestreo probabilístico: es aquel • El muestreo no probabilístico: es

en el cual la muestra que se seleccio- aquel muestreo en el cual no todos 17
na se conforma por un conjunto de los integrantes tienen la probabilidad
datos o individuos de la población de ser incluidos en la muestra. Los
en estudio, que tienen la misma pro- resultados pueden estar sesgados,
babilidad de ser escogidos. Es decir, es decir, no ser representativos de la
que tenga una probabilidad conocida población.
(pi≠0).
Una empresa que desee realizar un estudio de mercados, deberá tener en conside-
ración que para que el estudio de mercados tenga validez, la muestra obtenida en
dicho estudio, será obtenida mediante un muestreo probabilístico.
Dentro del muestreo probabilístico es posible identificar
los siguientes tipos:
En el muestreo aleatorio simple (MAS) la muestra se selecciona de tal manera que

cada integrante de la población tenga la misma probabilidad de ser incluido. El
procedimiento que tenemos para ello es el de seguir la tabla de números aleato-
rios que constituye un medio eficiente para seleccionar elementos de una mues-
tra. Por ejemplo, supongamos que queremos estudiar los hábitos de consumo
de los ecuatorianos, entonces se tratará de generar en una computadora 10.000
números aleatorios (entre 1 y 17 millones) que seleccionen a los individuos que
serán entrevistados en este estudio, a partir del censo de los aproximadamente 17
millones de ecuatorianos.
El muestreo aleatorio sistemático (MASIS), en este caso, los elementos de la po-

blación se ordenan en alguna forma -por ejemplo, alfabéticamente- en un archivo
según la fecha en que se reciben o por algún otro método. Se selecciona al azar el
punto de partida y después se elige para la muestra1 cada k-ésimo elemento de
la población. Este ordenamiento sigue un sistema en función del ordenamiento.
Para este sistema calculamos una razón entre el número de los elementos de la
muestra y el total de elementos de la población; luego vamos sumando al elemen-
to anterior.
Siguiendo el ejemplo anterior, si tenemos la población de 17 millones ordena-

dos de acuerdo al apellido, y si la muestra es de 10.000 elementos, la razón será
de 1700 (17.000.000/10.000). Tomamos un número de partida, por ejemplo, el
individuo 1.250 entonces los demás elementos de la muestra serán el elemen-
to 1.250+1.700=2.950, el siguiente será el 4.650 (2.950+1.270), el siguiente será el
18 elemento 6.350 (4.650+1.700) y así sucesivamente. Se advierte que este tipo de
muestreo no debería usarse con datos temporales de periodicidad; por ejemplo,
datos del consumo, de viajes, etc.
1
Más adelante explicaremos cómo calcular el tamaño de la muestra. Pero podríamos an-
ticiparnos en decir que para calcular el tamaño de la muestra se deben tomar en cuenta
algunas de sus propiedades y el error máximo que se permitirá en los resultados. Para el
cálculo de n (tamaño de la muestra) se puede emplear la siguiente fórmula:
n = δZE
donde δ es la desviación estándar, Z es el nivel de confianza y E es el máximo error permi-
tido.
El muestreo aleatorio estratificado (MAE) es aquel en el que la po-
blación se divide en subgrupos denominados estratos y se seleccio-
na una muestra de cada uno de ellos siguiendo el MAS. En nuestro
ejemplo dividimos la población en hombres y mujeres; por lo tan-
to, usando el muestro aleatorio simple se conforman subgrupos de
5.000 hombres y 5.000 mujeres.
El muestreo por conglomerados es aquel en el que la población se

divide en grupos o conglomerados que se vuelven representativos
de la población, se define como un muestreo combinado del alea-
torio simple y el estratificado. En el ejemplo podríamos tomar una
ciudad que pueda ser representativa y de allí trabajaríamos con una
muestra.
19
2. Variables y datos estadísticos
Cuando definíamos la población o la mues-

tra, a través de los individuos, objetos o datos,
estábamos en verdad intentando definir lo
que es un dato estadístico, es hora entonces
de precisar que:
Datos son cada uno de los individuos, cosas, entes abstractos, que integran una
población o universo determinado. Es cada valor de la variable observada.
Variable de una población que estamos conociendo es alguna característica que sea
de nuestro interés. En otras palabras, entendemos por variable esta característica
que estamos midiendo.
Existen dos tipos de variables A su vez las variables cuantitativas

estadísticas: pueden ser de dos tipos:
1. Variables cualitativas: aquellas 1. Variable discreta: aquella que entre

20 que expresan un atributo o carac- dos valores próximos puede tomar a
terística; por ejemplo, el color del lo sumo un número finito de valores;
cabello, la profesión de un indivi- por ejemplo, el número de estrellas
duo, los servicios de un hotel, etc. de un hotel, los trabajadores en una
agencia de viajes, etc.
2. Variables cuantitativas: aquellas
características que podemos ex- 2. Variable continua: aquella que entre
presar numéricamente; ejemplo, dos valores próximos puede tomar
edad, peso, tiempo de duración de un número infinito de valores; por
un viaje, permanencia de un turis- ejemplo, el tiempo que tarda un vue-
ta, etc. lo en avión entre Guayaquil y EE.UU.,
etc.
De igual forma, los datos estadísticos también presentan algunas caracterís-
ticas especiales, por ejemplo, en los:
• Datos de corte transversal: la ob- • Datos de panel: Se trata de una

servación de una o más variables combinación de los dos anteriores,
para distintos individuos en un mis- son diferentes variables para dis-
mo momento del tiempo, suelen ser tintos individuos durante un cier-
datos referentes a familias, empre- to número de intervalos regulares
sas, sectores, etc. En este tipo de de tiempo. Normalmente se usan
datos no hay problemas de interre- en estudios de mercadotecnia. Por
lación. Por ejemplo, el consumo de ejemplo, el consumo de bebidas ga-
una familia i, es indistinto del consu- seosas entre los jóvenes y adultos
mo de la familia j. en épocas de verano.
• Datos temporales: la observación

de una o más variables a intervalos
regulares de tiempo para un solo
individuo. Por ejemplo, el consumo
de la familia x en la temporada de
navidad. Se denominan series tem-
porales.
21
3. Niveles de medición de los datos
El nivel de medición de los datos marca los cálculos que

pueden realizarse para resumir y presentar la informa-
ción y las pruebas estadísticas que pueden desarrollarse.
Existen cuatro niveles de medición de los datos:
• Nivel nominal, en el cual los datos Tabla 3-1

son clasificados destacando una cua- Clasificación de datos en escala nominal
lidad que los identifica, en categorías
sin un orden específico.
Categoría Total
En la tabla 3.1 se evidencia cómo se
Hombres 30
agruparon los datos obtenidos entre los
asistentes a un museo de la ciudad: Mujeres 33
Se clasifican los datos y realiza un con-

teo únicamente, los datos son mutua-
mente excluyentes (pertenecen a una
sola categoría a la vez).
• Nivel ordinal, esta medición supo- Tabla 3-2

22 ne que los datos están clasificados Clasificación de datos en escala ordinal
en un orden lógico, es decir, una ca-
tegoría definida como más alta o de Tipo de
mayor importancia que otra, por lo Número de
Orden habitación
tanto, a más de ser las categorías de habitaciones
(nominal)
datos mutuamente excluyentes y
siendo estas de naturaleza exhaus- 1 Suite 3
tiva (analizada a detalle), se clasifi-
2 Triple 5
can u ordenan de acuerdo con la ca-
racterística particular que posean. 3 Doble 12
La tabla 3-2 ilustra la clasificación de in- 4 Simple 13

formación sobre el tipo de habitación
de un hotel:
• Nivel de intervalo, en este nivel la
distancia entre los valores es impor-
tante. Las categorías de datos a más
de ser mutuamente excluyentes,
exhaustivas y tener un orden lógico,
tienen las distancias iguales en las
características, y son representadas
por iguales diferencias en los núme-
ros asignados a las categorías.
Ejemplo: el número de estrellas de un

hotel.
La diferencia entre un hotel tres estre-

llas y otro de cinco estrellas en Cuenca
es la misma que en Nueva York.
• Nivel de razón, este nivel incluye

las características de los tres niveles
anteriores, aquí el punto cero es re-
conocido como la falta de todas las
cualidades que son medidas.
23
Ejemplo: los salarios de un vendedor o
un ejecutivo de ventas. Puede ser que
una persona no tenga sueldo por lo tan-
to el “Cero” será una unidad de medida.
4. Organización de los datos
Una vez que se dispone de los datos de la muestra selec-

cionada, el siguiente paso es organizarlos y tabularlos,
se utilizará un tipo de organización por frecuencias con
el objetivo de facilitar su manejo y su aplicabilidad; para
ello es necesario conocer algunos conceptos básicos.
• Frecuencia absoluta: llamaremos así • Frecuencia absoluta acumulada: es

al número de repeticiones que presen- la suma de las frecuencias absolutas;
ta una observación dentro de un con- la representaremos como FAi.
junto de datos; se representa por fi.
• Frecuencia relativa acumulada: es
• Frecuencia relativa: es la frecuencia la frecuencia acumulada dividida en-
absoluta dividida entre el número total tre el total de las observaciones o lo
de datos, y se suele expresar en tanto que es lo mismo, es la suma de las
por ciento. La remplazaremos como frecuencias relativas. La representa-
fi%. remos como FAi%.
Cuando los datos no son numerosos (datos sueltos) podremos organizarlos en una
distribución denominada distribución unidimensional de frecuencias, tabla 4-1.
24
Tabla 4-1
Distribución unidimensional de frecuencias
xi fi fi% FAi FAi%
x1
x2
:
:
x3
Ejemplo 4.1:
Las horas trabajadas por usted, cada semana, durante los últimos dos meses son:
52, 48, 37, 54, 48, 15, 42,12. Organice los datos en una distribución de frecuencias.
xi fi fi% FAi FAi%

52 2 5,56% 2 5,56%
48 7 19,44% 9 25,00%
37 6 16,67% 15 41,67%
54 5 13,89% 20 55,56%
48 3 8,33% 23 63,89%
15 1 2,78% 24 66,67%
42 8 22,22% 32 88,89%
12 4 11,11% 36 100,00%
Σ=36 Σ=100%
Cuando nos encontramos con un conjunto de datos numerosos se utiliza la agru-

pación de datos en las denominadas clases o intervalos, para facilitar la compren- 25
sión de los mismos; no obstante se puede correr el riesgo de perder alguna infor-
mación valiosa.
Las clases comprenden un intervalo de datos que van desde un límite inferior (Li-
1
) a un límite superior (Li). Por facilidad establecemos el siguiente procedimiento
para agrupar datos:
• Determinaremos en primer lugar, el número de clases en las que se agruparán

los datos. Para ello usamos cuatro posibles herramientas:
1. Regla de Sturgess k=1+3,22 log (n) 2. Regla empírica k=√n esta regla se
aplica cuando el número de observa-
Cierta distribución de datos sobre los ción es menor que 100.
índices de alfabetización, fueron pro-
porcionados por 57 países. ¿Cuántas La raíz del número de datos es una
clases se sugieren formar con estos da- manera sencilla para determinar el
número de clases.
tos?
Solución:
k=1+3,22log (n)
k=1+3,22log (57)
k=1+3,22 (1.7558)
k=6.83=7 clases
3. Regla empírica 2k≥n

4. Método Subjetivo 5≤n≤20 la deter-
El número de clases es la menor poten- minación del número de clases depen-
cia a la a que se eleva 2 de tal manera de del criterio del evaluador.
que el resultado sea igual o se aproxime
a n. Entonces, si existen 65 datos tene- El valor resultante de k siempre debe
mos: ser un número entero.
25=32
26=64
27=128
26
• En segundo lugar, establecemos el ancho de clase, el cual definimos como: la

diferencia entre el límite inferior de la clase siguiente y el límite inferior de la
clase anterior. Este valor del ancho de clase o amplitud del intervalo puede
calcularse como:
Ancho de clase = Ci o ai = Re
k
• Re, es el recorrido o rango de datos o amplitud de variación de los datos, es
igual al valor más grande o alto, menos el valor más bajo o más pequeño
Re= vmax- vmin
Para construir la distribución de frecuencias hacemos uso de las marcas de clase

o puntos medios, es decir, el límite superior menos el límite inferior dividido entre
2. Luego la elaboración de la tabla de frecuencias sigue como si se tratara de datos
no agrupados.
Ejemplo 4.2
La agencia de viajes nacional Moore ofrece tarifas especiales en ciertas travesías

por el Caribe a ciudadanos de la tercera edad. El presidente de la agencia quiere
información adicional sobre las edades de las personas que viajan. Una muestra
aleatoria de 40 clientes que hicieron un crucero el año pasado dio a conocer las
siguientes edades:
Tabla 4-2
Ejemplo distribución de frecuencias
Edad
Número
(según la muestra Edad ordenada
de observaciones
original)
1 77 18
2 18 26
3 63 34 27
4 84 36
5 38 38
6 54 41
7 50 43
8 59 44
9 54 45
10 56 50
11 36 50
12 26 51
13 50 52
14 34 52
15 44 53
16 41 53
17 58 54
18 58 54
19 53 56
20 51 58
21 62 58
22 43 58
23 52 59
24 53 60
25 63 60
26 62 61
27 62 61
28 65 62
29 61 62
30 52 62
31 60 63
32 60 63
33 45 63
34 66 65
35 83 66
36 71 71
37 63 71
38 58 77
39 61 83
28 40 71 84
Establecemos el número de clases:
√n = √40 = 6,32 podríamos redondear en 6 clases.
Recorrido (Re) = Valor más alto menos valor más bajo = 84 - 18 = 66
Ancho de clase Ci o ai = Re/k=66/6=11. El ancho de clase será 11, en caso de que

el valor obtenido sea decimal deberá revisarse el ancho de clase obtenido para
que facilite la presentación y análisis de los datos, considerando que la frontera no
coincida con las observaciones.
Se recomienda que el límite inferior de la primera clase sea un poco más bajo que
el valor más pequeño del conjunto de datos; en este caso puede ser 15, igualmente
el límite superior de la última clase debe ser un poco mayor al valor más alto del
conjunto de datos.
Entonces las clases quedan definidas así:
Tabla 4-3
Clasificación de clases
Marca de
Clases f f% FA FA%
clase
15-26 2 5.0% 20.5 2 5.0%
26-37 2 5.0% 31.5 4 10.0%
37-48 5 12.5% 42.5 9 22.5%
48-59 14 35.0% 53.5 23 57.5%
59-70 12 30.0% 64.5 35 87.5%
70-81 3 7.5% 75.5 38 95.0%
81-92 2 5.0% 86.5 40 100.0%
40 100.0%
Diagrama de hoja y tallo
Esta es otra forma de organizar los datos o variables continúas creada por el esta-
dístico John Tukey. Se refiere a una estructura en la que se trata de dividir los datos
en el tallo y las hojas. El tallo representa el valor entero o múltiplo y la hoja los nú-
meros adjuntos, unidades o decimales. El tallo y la hoja están colocados en series 29
ordenadas. Por ejemplo, supongamos que tenemos los tiempos de vuelo medidos
en horas de una aerolínea. Los tiempos son: 34.5; 34.6; 45.7; 45.8 y 56.2
Entonces organizamos en un diagrama de tallo y hoja:
Tallo Hoja
34 5, 6
45 7, 8
56 2
5. Representación gráfica de los datos
Una vez que hemos organizado los datos en una tabla de

frecuencias- distribución de frecuencias- podemos repre-
sentarlos gráficamente. En estadística se usan general-
mente las siguientes representaciones gráficas:
• Diagrama de barras: Comprende un gráfico en un eje cartesia-

no en donde las abscisas representan la variable de estudio y en
las ordenadas la frecuencia o las observaciones de la variable. Se
usa frecuentemente con variables discretas.
30
• Histograma: Es el gráfico más importante de la estadística, con grandes apli-
caciones. Muestra, de manera similar al diagrama de barras, las categorías de
la variable (las clases) en el eje de las abscisas y en el eje de las ordenadas la
frecuencia absoluta. Puede también graficarse considerando la frecuencia re-
lativa. Se usa generalmente con variables continuas.
• Diagrama por sectores: En ocasiones los datos (sobre todo en variables dis-
cretas) pueden ser representados mediante una estructura en forma de pastel
en la que cada sector o pedazo constituye el porcentaje de representación den-
tro de la estructura. Cada sector será igual a 360 dividido para la frecuencia.
31
• Pictograma para expresar un atributo de la variable: Suelen utilizarse ico-
nos que se identifican con la variable, existen dos formas de representar un
pictograma:
a. Con un dibujo que representa a la variable y se representan tantas veces como

aparezca la variable,
b. La representación gráfica y el tamaño guardan relación con la frecuencia.
• Polígono de frecuencias: Es un gráfico lineal que se construye al unir los pun-

tos medios de cada clase –cuando los datos son agrupados- o los pares ordena-
dos conformados por el valor de la variable y la frecuencia absoluta.
32
• Ojivas: Una ojiva es un polígono de frecuencias que se construye con la dis-

tribución de frecuencias acumuladas-absolutas o relativas- estableciendo una
relación en la variable “mayor que” o “menor que”.
Ejemplo 5.1
Como una aplicación práctica a esta representación gráfica vamos a referirnos al

conjunto de datos de la agencia de viajes Moore, que vimos antes; para ello toma-
mos la distribución de frecuencias calculada.
Tabla 5-1
Cálculo de distribución de frecuencias
Marca
Clases f f% FA FA%
de clase
15-26 2 5.0% 20.5 2 5.0%
26-37 2 5.0% 31.5 4 10.0%
37-48 5 12.5% 42.5 9 22.5%
33
48-59 14 35.0% 53.5 23 57.5%
59-70 12 30.0% 64.5 35 87.5%
70-81 3 7.5% 75.5 38 95.0%
81-92 2 5.0% 86.5 40 100.0%
40 100.0%
Construyamos entonces un histograma, un polígono de frecuencias y una ojiva

“menor que”:
SEQ Gráfico \* ARABIC 1 Histograma de frecuencias Viajes Moore
34
Para construir la ojiva elaboramos la siguiente categorización como se ilustra en la

tabla 5-2
Tabla 5-2
Categorización de datos Viajes Moore
Clases FA
Menos de 26 2
Menos de 37 4
Menos de 48 9
Menos de 59 23
Menos de 70 35
Menos de 81 38
Menos de 92 40
35
6. Medidas de tendencia central
Una medida de tendencia central permite ubicar e

identificar el punto alrededor del cual se centran los
datos, entre las medidas más usadas tenemos:
Media aritmética (X): Es un promedio que resulta del cociente entre la suma de
los valores de la variable y el número de observaciones. Si los datos son de la mues-
tra o la población, las ecuaciones son las siguientes:
• Cuando los datos estudiados pertenecen a una muestra se está obteniendo un

Estadístico, representado por:
• Si la media obtenida pertenece a la población se conoce como Parámetro y se

representa por:
36 • Si los datos son agrupados la suma de los valores de la variable será los puntos
medios o marcas de clase (xi) y el número de observaciones o datos será la
suma de las frecuencias. La ecuación basándonos en datos obtenidos en una
muestra es la siguiente:
• Si utilizamos datos poblaciones la fórmula es:
En donde n es el tamaño de la muestra y N de la población.
Algunas características de la media son:
• Todo conjunto de datos de nivel de intervalo o nivel de razón tiene un valor

medio.
• Un conjunto de datos solo tiene una media.
• Al evaluar la media se incluyen todos los valores.
• Es útil para comparar dos o más conjuntos de datos.
• Es la única medida de ubicación donde la suma de las desviaciones
(distancias) de cada valor con respecto a la media siempre será cero.
• La media puede verse afectada por valores extremos, que no son representa-
tivos de los datos.
La media no puede estimarse cuando se tienen datos agrupados con clases abier-
tas.
Ejemplo en Microsoft Excel
37
Media ponderada (Xw): Es una medida de tendencia central, muy parecida a la
media aritmética; pero a diferencia de aquella esta considera que los valores de la
variable tienen diferentes pesos o ponderaciones en el total de los datos. Su forma
de cálculo es mediante la siguiente ecuación:
En la tabla 6-1 se calcula la media ponderada con los datos a continuación:
El Hotel Hilton vendió 95 habitaciones para huéspedes selectos a un precio normal

de $400. Para la venta de vacaciones las habitaciones vendidas bajaron a $200 y se
vendieron 126. En la venta de fin de año el precio rebajó a $100 y se vendieron 79
habitaciones. ¿Cuál es el precio promedio ponderado de una habitación?:
Tabla 6-1
Cálculo de media ponderada
Temporada Precio (xi) Habitaciones (wi)
Normal 400 95
Vacaciones 200 126
Fin de año 100 79
300
38
Media geométrica (MG): Es una medida que permite conocer el promedio de un

conjunto de datos cuando estos son tasas de crecimiento o porcentaje de rendi-
miento positivos. Su cálculo sigue la siguiente expresión:
Esta es una medida muy representativa de datos que se relacionan o están expre-
sados en porcentajes.
Las tasas de variación de la ocupación total de un hotel, en temporada baja en la

ciudad de Cuenca se dan como lo muestra la tabla 6-2:
39
Tabla 6-2
Datos de crecimiento de ocupación en hoteles
Tasas de variación de
5% 6% 8% 2%
ocupación total de un hotel
La tasa de ocupación creció en promedio un 4,68%.

Media armónica (H): Es una medida que permite conocer el promedio de un con-
junto de datos relacionados con velocidades, el tiempo, etc. Su cálculo es el si-
guiente:
40
La tabla 6-3 nos provee información para ejemplificar el cálculo de la media armó-
nica, con respecto al número de huéspedes:
Tabla 6-3
Tiempo de hospedaje en hotel
Número de huéspedes Tiempo de hospedaje

ƒi/xi
(xi) (días) (ƒi)
100 10 10/100
120 5 5/120
125 4 4/125
140 3 3/140
n = Σƒi Σ= 0.195
41
Mediana (Me): Es otra medida de tendencia central, que divide al conjunto de da-
tos ordenados en dos partes iguales; por lo tanto, el 50% está por encima de esta y
el otro 50% estará por debajo. Para su cálculo es importante ordenar los datos de
menor a mayor o de mayor a menor.
Si estos constituyen un número par la posición de la Me será (n+1)/2.
Si la información tiene un número impar la posición de la mediana será en la mitad

de los datos. Cuando los datos están agrupados es importante indicar que la po-
sición de la Me estará ubicada en aquella clase en la que la frecuencia acumulada
(FA) sea mayor o igual que n/2 .
Su fórmula de cálculo es:
En donde:
Lmd: Límite inferior de la clase que contiene a la mediana.

F: Frecuencia acumulada de la clase que antecede a la mediana.
ƒmd: Frecuencia absoluta de la clase que contiene a la mediana.
Ci: ancho de clase
Utilizando los datos de la tabla 6-4, sobre los sueldos por semana del personal de
un hotel:
42
Tabla 6-4
Sueldos del personal de cocina de un hotel
Sueldos /
45 52 56 67 67
semana
Ordenamos los datos de menor a mayor: 45, 52, 56, 67, 67

La mediana en este caso (para datos no agrupados y número impar) será el valor
central es decir Me = 56. Si aumentamos un sueldo, tenemos:
Tabla 6-5
Sueldos del personal en un hotel 2
Sueldos /
45 52 56 67 67 35
semana
Ordenamos los datos: 35, 45, 52, 56, 67, 67
La mediana en este caso (para datos no agrupados y número par) será el valor
(n+1)/2, es decir, (6+1)/2 = 3.5 por lo tanto, la mediana estará entre el valor 3 y el
valor 4 y su cálculo será (52+56)/2 = 54 dólares por semana.
43
Moda (Mo): Es otra de las medidas de tendencia central aplicable sobre todo a va-
riables discretas, y comprende el valor de la variable que más se repite. Cuando los
datos están agrupados la Mo estará en la clase con la mayor frecuencia. Su cálculo
es como sigue:
En donde:
Lmo: Límite inferior de la clase que contiene a la moda o clase modal.

Da: Diferencia entre la frecuencia de la clase modal y la clase que le antecede.
Db: Diferencia entre la frecuencia de la clase modal y de la clase siguiente
Ci: Ancho de clase
Veamos con un ejemplo, usando los datos de la tala 6-6 calcular la mediana y la
moda.
Tabla 6-6
Pasajeros de aerolíneas clasificados por clases
Número de pasajeros
Días frecuencia (ƒi) FA
(Clases)
50-59 3 3
60-69 7 10
44 70-79 18 28
80-89 12 40
90-99 8 48
100-109 2 50
50
Cálculo de la Me:
Posición de la mediana: FA> =n/2=28 en donde 28 >= 25, es

decir, en la tercera clase se encuentra la mediana.
Aplicamos la fórmula:
Cálculo de la moda:
Determinamos la clase modal, que es la que tiene la mayor frecuencia absoluta. En

este ejemplo será la tercera clase, ya que su frecuencia es 18.
45
Ahora pasemos a ver otro conjunto de medidas para describir datos; y nos referi-
mos a las medidas de posición o ubicación:
Con la utilización de Excel la determinación de estas medidas de tendencia central

se facilitan, para ello se debe activar: Complementos, complementos de Excel, He-
rramientas de análisis.
Ejemplo:
Tabla 6-7
Tabla aplicación Excel
CALIFICACIONES /50
40 25 29
38 30 34
42 42 37
45 38 36
30 30 42
49 45 38
39 60 50
Se dispone de los datos de la tabla 6-7, que serán colocados y ordenados en la

columna A, se activa Datos/Análisis de Datos/ Estadística Descriptiva, Rango de en-
46 trada A21:A21, Agrupado por columnas, Rango de Salida C10, Resumen de esta-
dísticas √, Aceptar, con lo que se obtendrá una tabla similar a los mostrados en la
tabla 6-8:
Tabla 6-8
Resultados de aplicación análisis de datos Excel
Calificaciones
Media 39
Error típico 1,78752289
Mediana 38
Moda 38
Desviación estándar 8,19145897
Varianza de la muestra 67,1
Curtosis 0,85345599
Coeficiente de asimetría 0,60446462
Rango 35
Mínimo 25
Máximo 60
Suma 819
Cuenta 21
47
7. Medidas de posición
Se denominan también medidas de localización

de los datos, y permiten medir o informar el valor
que la variable toma en una posición que sea de
interés conocer respecto de todo el conjunto de
datos, que se encuentran previamente ordenados
de acuerdo a su magnitud.
Es posible identificar tres medidas de posición: los percentiles, los deciles y los
cuartiles.
Cuartiles (Q): Es una medida de posición que divide al conjunto de datos en cuatro
partes iguales, por lo tanto, ubicamos tres cuartiles:
Q1 = primer cuartil
Q2 = segundo cuartil
Q3 = tercer cuartil. Gráficamente:
48
Figura 7-1. Cuartiles
Por debajo del primer cuartil (Q1) se encuentra el 25% de los datos, en el Q3 están
el 25% superior, y entre Q3y Q1 se encuentra concentrado el 50% de los datos. La
diferencia entre Q3y Q1 se denomina: Rango intercuartílico.
Deciles (D): Es una medida de posición que divide al conjunto de datos en diez par-
tes iguales, por lo tanto, ubicamos 9 deciles.
Figura 7-2. Deciles
Percentiles (P): Es una medida de posición que divide al conjunto de datos en cien
partes iguales, por lo tanto, ubicamos 99 percentiles.
Gráficamente:
49
Figura 7-3. Percentiles
La ubicación de los percentiles para datos no agrupados se localiza mediante la

siguiente ecuación:
Lp: es el sitio del percentil deseado en una serie ordenada.
n: es el número de observaciones.
P: es el percentil deseado.
Esta ecuación entonces permite ubicar un percentil, un decil o un cuartil, puesto

que el decil 5 por ejemplo es el percentil 50, o el cuartil tres (Q3) es el percentil 75,
etc.
Para mejor comprensión, se utilizarán los datos de la tabla 7-1, en la que se mues-
tran las horas trabajadas por un mesero en un restaurante cada semana durante
los últimos dos meses:
Tabla 7-1
Horas trabajadas
Horas
52 48 37 54 48 15 42 12
trabajadas
Pasamos a ordenar en primer lugar los datos: 12, 15, 37, 42, 48, 52, 54
Calculemos el percentil 40 (P40) el rango intercuartílico:
50
Esto quiere decir que el P40 está entre la posición 3 y la posición 4, por tanto existe
un 60% de distancia entre las dos posiciones:
P40 = 37 + 60% (42 - 37) = 40
Para calcular el RIQ calculamos primero Q1 y Q3:
Q1 = P25 por lo tanto:

La ubicación de los percentiles para datos agrupados se lo-
caliza mediante la siguiente ecuación:
En donde:
P: Es el percentil buscado.
Lpi-1: Es el límite inferior de la clase que contiene el percentil buscado.
%N: Es la localización del percentil buscado.
FA: Frecuencia acumulada de la clase que antecede a la clase del percentil bus-
cado.
ƒpi: Frecuencia absoluta de la clase que contiene al percentil buscado.
ci: Ancho de clase. 51
Antes de aplicar esta fórmula debemos buscar:
La posición del percentil buscado es (P/100)N.

La frecuencia acumulada >= a Percentil buscado.
Se dispone de información referente al número de turistas

que visitaron Galápagos el verano anterior.
Tabla 7-2
Visitantes a las Islas Galápagos
Turistas visitantes Número/frecuencia FA
0-100 90 90
100-200 140 230
200-300 150 380
300-400 120 500
N = 500
Supongamos que queremos buscar el percentil 25 (P25) o el Q1:
Posición del percentil buscado =
La frecuencia acumulada >= a 125 es 230, por lo tanto el

percentil buscado está en la segunda clase.
Aplicamos la ecuación para el cálculo del percentil y obtenemos:
Por ejemplo el decil 4.
52 Sabemos que el decil 4 es el percentil 40 es decir D4=P40
Posición del percentil buscado =(40/100)*500 = 200
La frecuencia acumulada >= a 200 y es 230, por lo tanto el

percentil buscado está en la segunda clase.
Aplicamos la ecuación para el cálculo del percentil y obtenemos:

Con la utilización de Excel para el análisis de los datos de la tabla 7-3, se deben
seguir los pasos que se detallan a continuación:
53
Calcular Q1, Q2,Q3, P95
Q1=PERCENTIL(A1:A10;0,25) O Q1=CUARTIL.INC(B1:B10;1) =694,79
Q2=PERCENTIL(A1:A10;0,50) O Q2=CUARTIL.INC(B1:B10;2) = 728,01
Q3=PERCENTIL(A1:A10;0,75) O Q3=CUARTIL.INC(B1:B10;3) =737,60
P95=PERCENTIL(A1:A10;0,95) = 740,65
Además de estudiar la ubicación de los datos (sin conocer la forma de la distribu-
ción de estos) podemos ayudarnos a ilustrar la simetría de ese conjunto con el
diagrama de caja, que es una representación gráfica en forma de caja basada en
cuartiles. Se construye con la siguiente información:
1. el valor mínimo
2. el Q1
3. la Me
4. Q3
5. el valor máximo
Veamos un ejemplo:
Supongamos que la media de un conjunto de datos es 27.5, la Me = 26.8. El valor

mínimo es 12.7, el valor máximo es 50.2, Q1 = 17.95 y Q3 =35.45. Con estos datos
construya el diagrama de caja.
54
Figura 7-4. Diagrama de Caja
Como se aprecia, la Me no divide la caja en dos partes iguales. Existe un sesgo hacia
la derecha; por lo tanto, esta es una distribución en forma asimétrica.
8. Medidas de dispersión
Al describir los datos no solo es necesario conocer el

valor central o el promedio de ese conjunto de datos,
sino que también nos interesa estudiar cuán distantes,
dispersos o alejados están los datos respecto de ese pro-
medio que normalmente es la media aritmética.
Tenemos algunas medidas de dispersión, siendo las más relevantes las siguientes:
a) Rango o amplitud de variación:

Este factor estadístico mide la distancia entre el valor más alto y el valor más bajo
del conjunto de datos, es decir:
R = Valor más alto – Valor más bajo
b) Varianza:
Es el promedio de las desviaciones de las observaciones respecto de su media arit-
mética, elevadas al cuadrado:
La varianza para datos no agrupados es la siguiente:
Si estamos trabajando con la población entonces diremos que la varianza de la 55

población es como sigue:
b.1) Varianza poblacional (δ2)

Si estamos trabajando con la muestra entonces nos interesa calcular la varianza
muestral su cálculo es el siguiente:
b.2) Varianza muestral (S2)
56
c) Desviación estándar:
La desviación típica o desviación estándar es la raíz cuadrada de la varianza, y de
igual manera podemos estimarla para datos de la población como para datos
muestrales.
La desviación estándar para datos no agrupados y agrupados es igual a:
c.1) Desviación estándar poblacional (δ):
Si estamos trabajando con la muestra entonces nos interesa calcular la desviación

muestral; y su cálculo es el siguiente:
c.2) Desviación muestral (S)
La varianza de datos muestrales para datos agrupados es la siguiente:
Por lo tanto la desviación estándar de la muestra en datos agrupados sigue siendo

la raíz cuadrada de la varianza. 57
d) Coeficiente de variación (CV)
También es una medida de dispersión que mide el porcentaje de variabilidad de

los datos, y se usa generalmente cuando se consideran dos o más distribuciones
que tienen medias aritméticas significativamente distintas o cuando están medi-
58
das en unidades diferentes. Su fórmula de cálculo es como sigue
S
CV = * 100
X
Ejercicio 1:
Las horas trabajadas por usted cada semana, durante los últimos dos meses son:
52, 48, 37, 54, 48, 15, 42, 12. Calcule el rango, la varianza, la desviación estándar y
el coeficiente de variación:
Solución:
Tabla 8-1
Ejercicio 1
Xi
Observaciones (Xi - x̄ )2
(horas trabajadas)
1 12 702.25
2 15 552.25
3 37 2.25
4 42 14.0625
5 48 95.0625
6 48 95.0625
7 52 182.25
8 54 240.25
n=8 Σxi = 308 Σ=1.883.7375
59
Ejercicio 2:
Los pasajeros de la aerolínea A&A, que viajaron el último mes fueron agrupados en
las siguientes categorías. Calcule la media, varianza y la desviación estándar.
Tabla 8-2
Ejercicio 2
Número de Xi (Punto
ƒi (días) ƒ*Xi Xi2 ƒ*Xi2
pasajeros medio)
50-59 3 54.5 163.5 2970.25 8910.75
60-69 7 64.5 451.5 4160.25 29121.75
70-79 18 74.5 1341.0 5550.25 99904.5
80-89 12 84.5 1014.0 7140.25 85683.0
90-99 8 94.5 756.0 8930.25 71442.0
100-109 2 104.5 209.0 10920.25 21840.5
N = 50 Σ=393.5 Σ=316902.5
60
La desviación estándar es la medida de dispersión más útil para describir un con-

junto de datos, midiendo el grado de dispersión de las observaciones individuales
alrededor de la media y por ello existen dos aplicaciones básicas que son el teore-
ma de Chebychev y la regla empírica:
8.1 Teorema de Chebyshev (1821-1894)
Este teorema establece que:
Para todo conjunto de datos por lo menos 1-1/k2 por ciento de las observaciones
está dentro de k desviaciones estándar de la media, en donde k es un número ma-
yor que uno (k>1).
Por ejemplo:
Un conjunto de datos tiene una media de 5.000 y una desviación estándar de 400 61
¿Qué porcentaje de las observaciones están entre 4500 y 5500?
Por lo tanto siguiendo el teorema de Chebyshev:
8.2 La regla empírica
Esta regla se ajusta cuando los datos se distribuyen de una manera simétrica, y son
datos continuos, no discretos, y afirma que:
Cuando nos alejamos ± una desviación estándar de la media, el porcentaje de datos

que se aceptan en ese rango es del 68.3%; cuando nos alejamos ±2 desviaciones
estándar, el rango de aceptación de los datos es del 95.5%; y cuando nos alejamos
±3 desviaciones estándar, el porcentaje es del 99.7%.
62
Ilustración 8.2-1- Regla empírica
Por ejemplo:
Un conjunto de datos distribuidos normalmente tiene una media de 5.000 y una

desviación estándar de 450 ¿Qué porcentaje de las observaciones están por debajo
de 4550?
Por definición el área dentro de la curva normal vale el 100% de las observaciones,
si nos alejamos ± 1 entonces el área dentro de ese rango es de 68.3%, por lo tan-
to, de acuerdo con el gráfico, el resto será del 100% menos el 68.3%, es decir, el
31.70% de los datos estará por debajo de 4550.
Ahora no todas las distribuciones de los datos siguen una distribución normal; al-
gunas están sesgadas ya sea a la derecha o a la izquierda, es decir, no hay simetría
en los datos, por lo tanto para medir la simetría usamos otro grupo de medidas.
Figura 8.2-.2 Distribución normal
63
9. Medidas de simetría
Las medidas de simetría permi-

ten medir la disposición de los
datos o informar la forma de
una distribución.
Si trazamos una línea vertical por el valor de la media de una variable en el diagra-
ma de barras o en el histograma, esta línea vertical se convierte en el eje de simetría
cuando a ambos lados de la media haya el mismo número de valores de la variable
o sean equidistantes. Si tienen la misma frecuencia absoluta diremos que su dis-
tribución es simétrica; de lo contrario será asimétrica o sesgada, dependiendo del
signo resultante podremos concluir si el sesgo es hacia la derecha o a la izquierda.
Usaremos la siguiente medida de simetría:
9.1 Coeficiente de sesgo de Pearson (P)
64
Si P>0 la distribución es sesgada a la derecha.

Si P<0 la distribución es sesgada a la izquierda.
Si P=0 la distribución no tiene sesgo es normal.
9.2 Coeficiente de Fisher (g1)
65
Si g1>0 la distribución es asimétrica positiva.
Si g1<0 la distribución es asimétrica negativa.
Si g1=0 la distribución es simétrica.
En la tabla 9.2-1 se listan las notas de un examen de estadística de la primera eva-

luación, valoradas sobre 100, y son: 80, 83, 87, 85, 90, 86, 84, 82, 88. Calcular el
sesgo de Pearson y el de Fisher.
Solución:
Ordenamos los datos en la siguiente distribución:
Tabla 9-2
Cálculo de coeficientes de Pearson y Fisher
Notas N (xi-X)2 (xi-X)3 (xi-X)4

80 1 25 125 625
82 2 9 27 12
83 3 4 8 16
84 4 1 1 1
85 5 0 0 0
86 6 1 -1 1
87 7 4 -8 16
88 8 9 -27 12
90 9 25 -125 625
Σxi = 765 78 0 1308
La media aritmética es 85:
66
Posición de la mediana: , es decir, está en la quinta observación: por lo tanto, la
Me = 85
La desviación es como sigue: Y el coeficiente de Fisher es también 0

Pearson es 0
S = 78/8 = 3.12
En consecuencia, la distribución de es-
tos datos es simétrica.
10. Medidas de apuntamiento
El grado de apuntamiento en la forma de una distribución lo vamos a medir con la

curtosis. Para estudiar el grado de curtosis de una distribución de frecuencias se
emplea un coeficiente denotado por g2 con la siguiente expresión:
• Si g2>0 la distribución es apuntada o leptocúrtica,

tiene tendencia a ser alta y alargada.
• Si g2<0 la distribución es menos apuntada o plati-
cúrtica, es baja y achatada.
• Si g2=0 la distribución es normal o mesocúrtica, se
eleva en el punto central.
67
Figura 10-1, Tipos de curtosis en distribuciones
Del ejemplo 9.2, se puede decir que la distribución no es normal sino leptocúrtica
o apuntada ya que g2>0.
11. Medidas de concentración
Las medidas de desigualdad o concentración
sintetizan el grado de equidad en el reparto de
las observaciones de la variable. Generalmente
el estudio de la concentración se realiza sobre
variables como la renta o el ingreso.
Existen varias medidas de la concentración; pero para el presente estudio escoge-

remos el denominado índice de GINI, que lo denotaremos como IG y se calculará
así:
Si IG = 0 entonces pi=qi y existe un reparto equitativo de los datos. La concentra-

ción es mínima.
Si IG = 1 entonces qi=0 y existe un reparto no equitativo de los datos. La concentra-

ción es máxima.
68
Si graficamos estos pares de datos pi y qi representados en un cuadrado de lado
100, se obtendrá una línea poligonal llamada curva de Lorenz.
La curva de Lorenz refleja cómo se reparte el total de los datos. Si la curva coincide
con la recta de 45 grados o la diagonal del cuadrado, diríamos que no existe con-
centración o hay la máxima equidad en el reparto de los datos; y si cae o coincide
dentro o con los lados del cuadrado, diríamos que existe concentración máxima o
mínimo grado de equidad en el reparto de los datos.
Figura 11-.1 Curva de Lorenz
Veamos con un ejemplo:
La siguiente tabla muestra la distribución de los ingresos en dólares de los espec-

tadores que siguieron la gira en todo el mundo Ziggy Stardust de David Bowie, en
1972. Dicha gira, una de las más exitosas de todos los tiempos, sirve a las principa-
les agencias mundiales como referencia para conocer el tipo de público que asiste
a estos grandes acontecimientos como el tour <The rising> de Bruce Springsteen
del año 2003, y de esta manera poner el precio a paquetes turísticos promociona-
les.
69
Calcule el índice de Gini y dibuje la curva.
Tabla 11-1
Ingreso de gira David Bowie
Rango Fi Xi FA XiFi FAXiFi qi pi pi-qi
1 1000 1 500 1 500 500 0,0002 0,0098 0,0096

1000 2000 2 2000 3 4000 4500 0,0021 0,0294 0,0273
2000 3000 3 3500 6 10500 15000 0,0070 0,0588 0,0518
3000 4000 4 5000 10 20000 35000 0,0164 0,0980 0,0816
4000 5000 5 6500 15 32500 67500 0,0317 0,1471 0,1154
5000 6000 5 8000 20 40000 107500 0,0505 0,1961 0,1456
6000 7000 5 9500 25 47500 155000 0,0728 0,2451 0,1723
7000 10000 15 12000 40 180000 335000 0,1573 0,3922 0,2349
10000 15000 26 17500 66 455000 790000 0,3709 0,6471 0,2762
15000 25000 26 27500 92 715000 1505000 0,7066 0,9020 0,1954
25000 50000 8 50000 100 400000 1905000 0,8944 0,9804 0,0860
50000 125000 2 112500 102 225000 2130000 1,0000 1,0000 -
102 254500 480 2130000 7050000 3,3099 1,3960
De donde se obtiene que IG = 0,42, al ser IG mayor que cero, diríamos que los in-
gresos están muy concentrados
Graficamos la curva de Lorenz:
70
Figura 11-2. Curva de Lorenz Ingresos de Gira David Bowie

12. Análisis exploratorio
de variables bidimensionales
Hasta el capítulo anterior estuvimos hablando única-
mente de la observación de datos que corresponden a
una sola variable, por ejemplo, el número de huéspedes
de un hotel, los pasajeros de una aerolínea, etc. Ahora en
este acápite vamos a describir la observación conjunta de
dos variables normalmente conocidas como la variable X
y la variable Y en las N unidades de una población.
Esta observación conjunta conduce a la obtención de pares de datos, tal que si X1,
X2,.....Xh son los valores de X; Y1,Y2,....Yk son los valores de Y. Estos valores podemos
obtenerlos de una variable bidimensional que tiene una distribución de frecuen-
cias, que estará representada en la tabla de contingencia o denominada también
tabla de correlación.
La frecuencia absoluta conjunta se define como el número de veces que aparecen

simultáneamente los valores de Xi e Yj en las unidades de la población. Se repre-
senta por nij, y cumple la siguiente relación:
71
La frecuencia relativa conjunta la representaremos como fij; es la proporción de

observaciones iguales a dicho valor con respecto al total de observaciones, es decir:
Entonces la suma de estas frecuencias es igual a 1, por tanto:

Tabla de correlación, denominada también tabla de contingencia, es una forma
sencilla de disponer de información proporcionada por una distribución BIDIMEN-
SIONAL de frecuencias; así, si suponemos que tanto los valores de x como los de y
están ordenados de menor a mayor tendremos:
Tabla 12-1.
Tabla de Correlación
Y Y1 Y2 .......... ............ Yj Yk
X
X1 N1,1 N1,2 ……. ………….. N1,j
: : : :
: : : :
Xi Ni,1 :
: : : ……… ……………. :
Xh Nh,1 Nh,k
Uno de los aspectos fundamentales en el estudio conjunto de dos variables es el

análisis de la posible relación existente entre ellas. La estadística permite, median-
te procedimientos matemáticos, determinar si las variables tienen o no relación, y
medir el grado de la misma.
Gráficamente la forma de una distribución bidimensional de frecuencias la pode-

mos representar a través de un diagrama de dispersión o nube de puntos o con una
urbe de puntos que muestra los pares de datos en un plano o eje cartesiano en el
72 cual la variable X graficamos en el eje de las abscisas y la variable Y en el eje de las
ordenadas.
Figura 12-1. Diagrama de dispersión
Los factores estadísticos que nos ayudan a determinar el grado de relación o de-
pendencia de las variables son la covarianza y la correlación, medidas a través del
coeficiente de correlación o el coeficiente de determinación.
La covarianza es una estadística que mide la interrelación entre dos variables (X e

Y) y se representa también por Sxy; y está dada por la siguiente relación:
73
Pero como
Entonces la covarianza estará dada por:

Igualmente, el coeficiente de correlación es un factor estadístico que mide el grado
de relación de una variable con otra. Se representa por r y está dado por la siguien-
te ecuación:
Aunque la forma de la relación puede ser muy diversa consideramos únicamente la

existencia de una relación lineal o que puedan transformarse en relaciones lineales
mediante sencillas operaciones matemáticas.
Así como el r mide el grado de relación o correlación que existe entre X e Y; el coe-
ficiente de determinación (r2), es el más utilizado, e indica qué tan correcto es el va-
lor estimado de la ecuación de regresión. Mientras más alto sea r2 más confianza
se podrá tener en el valor estimado de la línea de regresión. Concretamente mide
la proporción de la variación total, que se explica por la ecuación de regresión, asu-
miendo un valor entre 0 y 1. Se calcula por:
Esta relación lineal la denominamos recta de regresión o ecuación de regresión2 y

muestra la dependencia estadística de las variables. La podemos obtener median-
te la siguiente expresión:
74 Yi = a +bxi
Utilizando el criterio de los mínimos cuadrados, esto es, haciendo mínimas las dis-
tancias al cuadrado entre los valores de la nube de puntos –valores observados- y
los valores correspondientes a la ecuación de regresión, los coeficientes a y b se
obtienen de la siguiente manera:
2
El modelo de regresión se basa en tres supuestos básicos, los cuales si no se cumplen invalidan cual-
quier proyección: 1) los errores de la regresión tienen una distribución normal, con media = 0 y varianza
constante.2) los errores no están correlacionados entre ellos (existe auto-correlación) y 3) todas las
variables analizadas se comportan en forma de línea o son susceptibles de linealizarse.
También b puede calcularse de la siguiente manera:
Gráficamente se aprecia la recta de regresión como:
75
Figura 12-2. Ecuación y gráfico de recta de regresión

Para medir el grado de relación lineal o grado de correlación entre
las variables X e Y, o lo que es lo mismo, la bondad de la regresión
lineal llevada a cabo, se utiliza el coeficiente de determinación lineal
R2 y está dado por la siguiente relación:
Veamos la aplicación de estos conceptos con los datos de la tabla

12-2:
Tabla 12-2.
Datos de ventas por mes
X Y
Mes Ventas
1 0
9 4
5 2
7 3
76
77
13. Introducción al cálculo de
probabilidades
Debemos anticiparnos en aclarar que los conceptos que
aquí discutamos, no constituyen un estudio del cálculo de
probabilidades pormenorizado. En realidad, estudiaremos
los principales conceptos y aplicaciones de estas. Hoy en día
en el mundo de los negocios, de la medicina, etc., la teoría
de la probabilidad reviste un lugar importante; por ejem-
plo: en el mundo de los seguros, la estimación de productos
defectuosos y la llegada de pasajeros, entre otros.
13.1 Principales conceptos:
• Probabilidad (pi): es la posibilidad numérica de la ocurrencia de un evento. La

representamos por pi y es una medida numérica comprendida entre 0 y 1, es
decir, 0< pi<1.
• Experimento: es toda acción bien definida que lleva a un resultado único bien
definido; por ejemplo: lanzar un dado. El experimento será aleatorio cuando al
repetirse en las mismas condiciones, no da lugar al mismo resultado
78
• Espacio muestral (Ω): es el conjunto de resultados posibles de un experimen-
to aleatorio. Cada resultado ω es un punto muestral. Por ejemplo: el espacio
muestral de lanzar un dado está dado por:
Ω = {1, 2, 3, 4, 5, 6}
Cada resultado de un número es el punto muestral entonces ω = 1,2....6.
Un suceso A: es un subconjunto del espacio muestral formado por puntos mues-

trales. Un suceso elemental consta de un único punto muestral, mientras que un
suceso compuesto está formado por más de un punto muestral.
13.2 Enfoques de la teoría de la probabilidad
Hay tres enfoques teóricos: a) el modelo de frecuencia relativa; b) el modelo subje-

tivo; y, c) el modelo clásico (o a priori).
a. La probabilidad de un evento bajo el modelo de frecuencia relativa está dada por

la frecuencia con que ha ocurrido algún evento en el pasado y la probabilidad
de que el evento vuelva a ocurrir nuevamente con base en los datos históricos.
Pi= número de veces que ha ocurrido el evento en el pasado

número total de observaciones
Por ejemplo: durante los últimos 10 meses, 2 vuelos de la aerolínea TAME salie-
ron con destino a EEUU, retrasados, asumiendo que TAME tiene un viaje por mes,
podríamos afirmar que la probabilidad de que el vuelo del próximo mes sea retra-
sado, es del 20% o de 2/10.
b. El modelo subjetivo se define como la asignación en base a nuestro criterio, es

decir, al no tener observaciones de los eventos en el pasado, nos toca signar
una probabilidad a un evento que nunca ha ocurrido.
Por ejemplo: la probabilidad de que una mujer sea electa presidenta del Ecuador
es un evento que nunca ha ocurrido.
79
c. El modelo clásico en cambio es el que se relaciona con mayor frecuencia en el
mundo de la incertidumbre, y por ello la Pi se determina por:
Pi= número de formas en las que puede ocurrir un evento
número total de posibles resultados

Veamos el siguiente ejemplo:
Las ventas detalladas en la tabla 13-1 hacen referencia a las ventas semanales en
la agencia de viajes “El Mundo” ¿Cuál es la probabilidad de que las ventas de esta
semana sean: bajas, altas o por lo menos considerables?
Graficamos la distribución de probabilidad:
Tabla 13-1
Ventas agencia “El mundo”
Ventas Frecuencia FA
Bajas 16 16
Considerables 27 43
Altas 9 52
Total: 52
80
Dado que los sucesos son en realidad subconjuntos del espacio muestral, que es-
tán formados por los resultados de experimentos aleatorios, las operaciones (com-
plementariedad, unión, intersección, diferencia y diferencia simétrica) y las relacio-
nes (inclusión, igualdad e incompatibilidad) entre conjuntos son igualmente válidas
para sucesos.
Así, las diferentes operaciones entre sucesos conducen a las siguientes
definiciones:
• Suceso complementario de un suceso A:
Ā = {ω Є Ω / ω Є A}
A B
Implica que si se da A también se da B
• Suceso único de los sucesos A y B:
A U B = {ω Є Ω / ω Є A o bien ω Є B}
A B
Si de da A no se da B
• Suceso intersección de los sucesos A y B:
A ∩ B = {ω Є Ω / ω Є A y ω Є B}
81
A B
Formado por la parte común de los sucesos A y B

• Suceso diferencia de los sucesos A y B:
A – B = {ω Є Ω / ω Є A y ω Є B}
A B
Formado por los elementos de A pero no de B
• Suceso diferencia simétrica de los sucesos A y B:
A ∆ B = {ω Є Ω / (ω Є A o bien ω Є B) y ω Є A ∩ B}
A B
Formado por los elementos que son exclusivos del suceso A y del suceso B
De igual manera se tienen las siguientes relaciones entre sucesos:
• El suceso A está contenido en el suceso B, si cualquier punto muestral que per-

tenece al suceso A, también pertenece al suceso B:
82 A C B si ω Є A→ ω Є B
• Los sucesos A y B son iguales, si cualquier punto muestral de A está en B y vi-

ceversa:
A = B si ω Є A→ ω Є B
• Los sucesos A y B son incompatibles, disjuntos o mutuamente excluyentes, si no

tienen puntos muestrales en común, por lo tanto:
A∩B=Φ
La probabilidad condicional es la probabilidad de que el evento A ocurra dado
que, o a condición de que, el evento B haya ocurrido. Se calcula de la siguiente ma-
nera:
13.3 Las dos reglas de la probabilidad
1. La regla de la multiplicación consiste en determinar la probabilidad del evento

conjunto P(A∩B), es decir, que para encontrar la probabilidad de A y B multi-
plicamos sus respectivas probabilidades que son: P(A) * P(B). El procedimiento
exacto depende de si A y B son dependientes o independientes.
a. Los eventos A y B son independientes: P(A) = P(A/B), es decir, que la

probabilidad de A debe ser igual a la de B, se considere o no ese even-
to. De igual forma, si A y B son independientes P(B) = P(B/A).
b. Los eventos A y B son dependientes: cuando la P(B) depende de la

condición de que el evento A haya ocurrido. Por lo tanto P(A∩B) =
P(A)* P(B‫׀‬A). 3
2. La regla de la adición consiste en determinar la probabilidad del evento conjun-

to P(A U B), es decir, que, para encontrar la probabilidad de A o B, cuando los
eventos no son mutuamente excluyentes, sumamos sus respectivas probabili-
dades. Esto es: P(A) + P(B) - P(A ∩ B). En cambio, si los eventos son mutuamente 83
excluyentes, es decir, P(A ∩ B) = 0, entonces la P(A U B) = P(A) + P(B).
3
Cuando se saca de un conjunto finito de elementos, dos eventos son independientes si y sólo si se
realiza el reemplazo. Sin embargo, si el primer elemento no se reemplaza antes de sacar el segundo
elemento, los dos eventos son dependientes.
14. Diagramas de árbol
(arborigramas)
Un diagrama de árbol es una representación gráfica
útil para organizar cálculos que abarcan varias etapas.
Cada segmento en el árbol es una etapa del problema.
Las probabilidades escritas cerca de las ramas son las
probabilidades condicionales del experimento.
Para ilustrar veamos el siguiente ejemplo:
Ejemplo: Lealtad de los profesores y años de servicio en la Universidad
Tabla 14-1
Profesores y sus años de servicio
Tiempo de servicio
Lealtad Más de 1 Más de 10
1 a 5 años 6 a 10 años Total
año años
Se quedaría 10 30 5 75 120
No se quedaría 25 15 10 30 80
84
Total 200
Pasos a seguir:
• Trazamos un pequeño punto a la izquierda que representa el punto central de

un tronco de árbol.
• Para este problema salen dos ramas principales del tronco: la superior “Se que-
daría” y la inferior “No se quedaría” sus probabilidades se explican en las ramas
en este caso 120/200 y 80/200. Se simboliza P(A) y P(~A).
• Cuatro ramas secundarias se desprenden de cada rama principal y correspon-
den a los tiempos de servicio. Las probabilidades condicionales para la rama
superior del árbol están en las ramas adecuadas. Se trata de las probabilida-
des: P(B1∩A) ; P(B2∩A); P(B3∩A) y P(B4∩A) donde B se refiere a los tiempos de
servicio. Igualmente, en la rama inferior se colocan las probabilidades condicio-
nales P(A1∩B) P(A2∩B) P(A3∩B) y P(A4∩B).
• Por último, las probabilidades conjuntas de que A y B ocurran al mismo tiempo

se muestran al lado derecho, como sigue: P(A y B1) = P(A) x P(B1 ∩ A).
Veamos el gráfico:
85
Figura 14-13-1. Diagrama de Árbol

15. Teorema de Bayes4
Este teorema parte del análisis del diagrama de

árbol, por lo tanto, considera tanto la probabilidad
condicionada como la adición de probabilidades.
El teorema queda expresado en:
P(A∩D) = P(A ∩ D) / P(A ∩ D ) + P(B ∩ D ) =
= P(A) x P(D∩A) / P(A) x P(D∩A) + P(B) x P(D ∩ B)
86
4
Reverendo Thomas Bayes (1702-1761)
16. Técnicas de conteo
También llamado análisis combinatorio, es el análisis de las permutaciones y com-

binaciones que surgen para cuantificar los puntos muestrales en un espacio estu-
diado. Es pertinente hacer la distinción que si hablamos de permutaciones el orden
de los factores u objetivos es de suma importancia, al contrario de las combinacio-
nes donde el orden no presenta importancia alguna, Por ello dado un conjunto de
n elementos el número de permutaciones, cada uno de tamaño r, se determina
como:
• El número de permutaciones de n elementos tomados r a la vez (nPr), es igual

a n factorial sobre (n-r) factorial, donde factorial (!) significa el producto para
todos los números de 1 a n. En la ecuación siguiente se expresa la permutación:
n!
nPr =
(n-r)!
87
• El número de combinaciones de n elementos tomados r a la vez (nCr), es igual

n factorial sobre r factorial por (n-r) factorial, donde factorial (!) significa el pro-
ducto para todos los números de 1 a n5. En la ecuación siguiente se expresa la
combinación:
n!
nPr =
r! (n-r)!
5
por definición 0! es igual a 1
Las combinaciones y las permutaciones no permiten que se seleccione un elemen-
to más de una vez, si se admite la duplicación se utilizará el método de la escogencia
múltiple de conteo, el número de arreglos de escogencia múltiple de n elementos
tomados r a la vez es:
nMr =nr
Igualmente, cuando debemos escoger un elemento de dos o más conjuntos, es

adecuado el proceso de multiplicación. Este principio requiere que simplemente se
multiplique el número de elementos en cada conjunto.
Ejercicios de aplicación
88
16.1 Dell Publishing tiene 75 títulos de libros clasificados por tipo y costo, de la
siguiente manera:
Tabla 16-1.
Ejercicio
Costo
Tipo
$10 $15 $20 Total
Ficción 10 8 3 21
Biografía 12 10 9 31
Histórico 4 17 2 23
Total 26 35 14 75
Halle la probabilidad de que un libro seleccionado aleatoriamente sea:
• Ficción o cueste $10.

• Histórico y cueste $20.
• Histórico y cueste $10 o $15.
• Biografía o cueste más de $10
P (Ficción o cueste $. 10) = 21/75 + 26/75 - 10/75 = 37/75
P (histórico y cueste $. 20) = 2/75
P (histórico y cueste o 10 o 15) = 23/75 - 2/75 = 21/75
P (Biografía o cueste más de 10) = 12/75 + 49/75 = 61/75
16.2 Un guía turístico sabe, por experiencias anteriores, que la probabilidad que
un turista compre paquetes turísticos es del 65%. La probabilidad de que el turista
compre un ticket aéreo si ya tiene reservado el paquete turístico es del 35%.
a. ¿Cuál es la probabilidad de que el turista posea ambas cosas?

b. ¿Son los tickets aéreos y las reservas de hotel independientes?
a. P(A) = Paquete turístico
P(B) = Ticket aéreo

89
P(A ∩ B) = P(A) * P(B) = 0.65 * 0.35 = 0.2275
b. A y B no son independientes.
16.3 De 1000 estudiantes de 18 años, 600 tienen empleo y 800 son bachilleres. De
los 800 bachilleres, 500 tienen trabajo. ¿Cuál es la probabilidad de que un joven de
18 años tomado aleatoriamente sea:
a. Un bachiller empleado.
b. Empleado, pero no bachiller.
c. desempleado o un bachiller.
d. desempleado o no bachiller.
a. P(bachiller empleado) = 500/1000 = 50%
b. P(empleado, pero no bachiller) = 600/1000 - 500/1000 = 100/1000 = 10%
c. P(desempleado o un bachiller) = 400/1000 + 500/1000 = 90%
d. P(desempleado o no bachiller) = 400/1000 + 500/1000 - 200/1000 =

700/1000 = 70%
16.4 En una agencia de viajes se planea contratar tres nuevos empleados. Había
ocho candidatos para los cargos, seis de los cuales eran hombres. Los tres que con-
siguieron el puesto eran de sexo masculino. Un cargo por discriminación de sexo
se impuso contra la agencia. ¿Cómo decidiría usted?
número de formas de que los 3 sean hombres

P(todos 3 hombres)=
número total de posibles resultados
El número de formas en las cuales 3 de los 6 hombres y ninguna de las 2 mujeres

pueda ser seleccionada es: 6C3 x 2C0 = 20*1 = 20.
El número total de formas en las que 3 de todos los 8 candidatos pueden ser con-
90
tratados es: 8C3 =56
Entonces:
P(todos 3 hombres)= 20
56
17. Distribuciones de probabilidades
En la sección anterior se estudió los conceptos y las re-

glas básicas de probabilidades, en este apartado vamos
a estudiar más detenidamente la variable aleatoria y
para ello usaremos las leyes de probabilidad.
Principales conceptos:
a. Una variable aleatoria (variable estocástica): es una variable cuyo valor es el

resultado de un evento aleatorio, suele denotarse con letras mayúsculas como
X o Y.
Las variables aleatorias son de dos tipos: discretas o continuas.
• Una variable aleatoria es discreta si puede asumir sólo ciertos valores,

con frecuencia números enteros, y resulta del conteo.
• Una variable aleatoria es continua si resulta principalmente de la me-

dición y puede tomar cualquier valor, al menos dentro de un rango de
datos dado.
91
b. Una distribución de probabilidad es una tabla que muestra todos los posibles
resultados de un experimento junto con sus respectivas probabilidades. Vale
recordar que la suma de las probabilidades es igual a 1 o al 100%.
Media y varianza de las distribuciones discretas
• El Valor esperado de una distribución de probabilidad discreta es una media

ponderada que resulta de la suma del producto de las probabilidades y los
resultados correspondientes. Es decir:
Donde cada Xi es el resultado correspondiente del experimento y Pi es la probabi-

lidad de ese resultado.
• La varianza de una distribución de probabilidad discreta es el promedio de las

desviaciones al cuadrado con respecto a la media, y se escribe de la siguiente
manera:
• La desviación estándar seguirá siendo la raíz cuadrada de la varianza, es decir

92
Veamos algunos ejemplos:
17.1 El número de quejas de los huéspedes del Hotel Sheraton oscila entre 0 y 6
cada día, como se muestra en la siguiente tabla. Calcule e interprete el valor espe-
rado, la varianza y la desviación estándar.
Tabla 17-1.
Ejercicio
Quejas Número de días
0 3
1 4
2 3
3 6
4 2
5 1
6 4
Calculamos la probabilidad de ocurrencia de las quejas según el registro de los días
Tabla 17-2.
Cálculos de media y varianza Ejemplo 17.1
93
E(X) =65/23 = 2.82
σ2 = 3.76
σ = 1.95
17.1 Distribución probabilística binomial
Se dice que una distribución es binomial cuando la probabilidad de un experimen-

to es conocida, constante, y además, esta se repite varias veces. Siguiendo el pro-
ceso conocido como Bernoulli6, una distribución normal presenta las siguientes
propiedades:
• Solo debe haber dos resultados posibles. Uno identificado como probabilidad
de éxito, π , y el otro como probabilidad de fracaso,1-π
• La probabilidad de éxito sigue siendo constante de un experimento al otro, al
igual que lo hace con la probabilidad de fracaso.
• La probabilidad de éxito en un experimento es totalmente independiente de
cualquier otro experimento.
• El experimento puede repetirse muchas veces
Si se conoce la probabilidad de que un experimento determinado sea exitoso, será

posible estimar cuántos éxitos habrá en un número dado de experimentos. Este
cálculo se lo puede obtener usando la fórmula binomial dada por la siguiente ecua-
ción:
n!
94 P(x)=
x!(n-x)! π(1- π)n-x
O también puede calcularse como:
P(x) = nCx (π)x(1- π)n-x
Los resultados de P(x) para diferentes valores de π,n y x están dados en las tablas
estadísticas que se acompañan normalmente en los apéndices de dichos libros.
6
Jacobo Bernoulli (1654-1705) fue un matemático suizo que lo descubrió
Ejemplo:
17.1.1 ¿Cuál es la probabilidad de que, de 20 pasajes aéreos seleccionados de ma-

nera aleatoria, cinco de los tickets no sean pagados? La aerolínea ha observado
que el 10% de los pasajeros no paga el monto completo del ticket, durante un mes
dado. Esto puede expresarse como:
π = 10%; n = 20 y x = 5,es igual a 0.0319 o 3.19%.
P(x) = 20C5 (10%)5 (1- 10%)20-5
P(x) = 3.19%
Si existe un 10% de probabilidad de que no se pague un pasaje en su totalidad;

entonces, existe un 3.19% de probabilidad de que exactamente 5 de los 20 pasajes
seleccionados de manera aleatoria tengan un pago completo.
a. Media y varianza de las distribuciones binomiales
Si sólo hay dos posibles resultados como en la distribución binomial, la media y la

varianza pueden estimarse de la siguiente manera:
E(X) = μ = n π
σ2 = n π(1-π)
17.2 Distribución hipergeométrica 95
Este tipo de distribución tiene lugar cuando la probabilidad de éxito no es constan-

te, es decir, cuando la población es pequeña y ocurre el muestreo sin reemplazo;
aquí la probabilidad de éxito variará.
La función de probabilidad para una distribución hipergeométrica es:
rCx N-rCn-x
P(x)=
NCn
En donde:
N = tamaño de la población
r = número de éxitos en la población
n = es el tamaño de la muestra
x = número de éxitos en la muestra
Si se selecciona una muestra sin reemplazo de una población finita, conocida, y

contiene una proporción relativamente grande de la población, se debe utilizar la
distribución hipergeométrica.
Ejemplo
17.2.1. Se puede ilustrar de mejor manera con los datos de los quince profesores
del Programa de Turismo y Gastronomía, se seleccionan doce para ser enviados al
Japón a estudiar un nuevo concepto de turismo; ocho de los profesores ya tienen
algo de entrenamiento en el concepto. ¿Cuál es la probabilidad de que cinco de los
enviados tengan algo de conocimiento sobre el concepto antes de partir a ese país?
N = 15
n = 12
r=8
x=5
96
17.3 Distribución probabilística de Poisson
La distribución binomial trabaja con probabilidades de éxito relativamente gran-

des, al igual que tamaños de muestra pequeñas. Cuando la probabilidad de éxito
(π) es muy pequeña y el tamaño de la muestra (n) es grande, se denomina distri-
bución probabilística de Poisson. Generalmente se la conoce como la ley de eventos
improbables7, lo cual significa que la probabilidad de éxito de que suceda un even-
to específico es muy pequeña. La distribución Poisson es del tipo probabilístico
discreto, porque se construye contando datos.
Esta distribución se usa mucho en los servicios, como, por ejemplo: el número de
clientes en espera del servicio en un restaurante, o los que aguardan a entrar en
un centro de recreación, etc. 97
Matemáticamente podemos escribir esta distribución de la siguiente forma:
μx e-µ
P(x)=
X!
7
Existe elaborada una tabla de valores para las probabilidades con diferentes ʎ(π)
Donde:
μ (mu) = la media aritmética del número de ocurrencias (de éxitos) en un intervalo

de tiempo específico.
e = base del logaritmo neperiano y es una constante igual al número 2.71828.

x = número de ocurrencias (o éxitos).
P(x) = es la probabilidad que se va a calcular para un valor dado de x.
a. Media y varianza de las distribuciones de Poisson
• El promedio o media de éxitos en la distribución de Poisson puede determinar-

se por medio del producto entre el número de observaciones (n) y la probabili-
dad de éxito (π), matemáticamente está dado por:
μ=nπ
• La varianza de una distribución de Poisson es igual a n π
Ejemplo:
17.3.1 Una aerolínea tiene problemas en sus viajes con el equipaje. Una muestra
aleatoria de 5.000 equipajes reveló estos datos: muchas de ellas no contenían ar-
mas cortopunzantes, otras tenían solo una; algunas cuantas tenían dos y así suce-
98 sivamente. La distribución del número de armas corto punzantes se aproxima a la
distribución de Poisson. El agente contó 3.500 armas en los 5.000 equipajes. ¿Cuál
es la probabilidad de que un equipaje seleccionado al azar no contenga armas?
17.4 La distribución exponencial
La distribución de Poisson es una distribución discreta, que mide el número de

ocurrencias sobre algún intervalo de tiempo o espacio. En cambio, la distribución
exponencial es una distribución continua que mide el paso del tiempo en tales
ocurrencias.
Por ejemplo: en una distribución de Poisson se estudia el número de clientes que
llegan a recibir algún servicio (la cola de clientes en un banco); mientras que en
una distribución exponencial se estudia el tiempo entre la atención de un cliente y
otro. La probabilidad de que el tiempo de atención sea menor que o igual a cierta
cantidad x está dado por:
P(X < x) = 1 –e-ut
En donde:
t = es el lapso
e = es la base del logaritmo natural 2.71828
μ = es la tasa promedio de ocurrencia.
Por lo tanto, el gráfico de una distribución exponencial de una variable aleatoria

continua se muestra en forma descendente.
99
Figura 17.4-1. Distribución exponencial variable continua

Ejemplo 17.4.1 El Hotel Marriot programa sus taxis para que lleguen al aeropuerto
en una distribución de Poisson, con una tasa promedio de llegada de 12 por hora.
Usted acaba de aterrizar en el aeropuerto y debe llegar al centro a cerrar un gran
negocio. ¿Cuál es la probabilidad de que usted tenga que esperar un máximo de 5
minutos? El gerente es estricto, debido a esta razón no toleraría la falla, de manera
que si la probabilidad de que pase otro taxi dentro de 5 minutos es menor al 50%,
usted alquilará un carro para el viaje a la oficina
μ = 12, debido a que 5 minutos de 60 es 1/12, entonces t = 1/12.
P(X < 5min) = 1 – (2.71828 )(-12* 1/12)
P(X < 5min) = 63.21%
17.5 La distribución uniforme
Es una distribución en la cual la probabilidad de todos los resultados posibles es la

misma.
La media o el valor esperado de una distribución uniforme está a mitad de

camino entre sus dos puntos extremos. Así:
a+b
E(x) = μ =
2
100
En donde a es el valor más bajo y b el valor más alto.

El gráfico de una distribución uniforme se muestra en la siguiente figura:
Figura 17.5-1. Distribución Uniforme
La varianza en cambio está dada por:
(b-a)2
σ2=
12
Al ser un gráfico en forma de un rectángulo, la probabilidad no es sino el área bajo

la curva en este; entonces:
101
En donde b-a es el ancho o rango de la distribución.
• La probabilidad de que una observación caiga entre dos valores está dada por:
X2-X2
P(X1>X>X2)=
Rango
Ejemplo
17.5.1 Suponga que los contenidos de los equipajes de los 16Kg permitidos por
Continental oscila entre 14.5 y 17.5 Kg y se ajusta a una distribución uniforme.
Continental desea saber la probabilidad de que un solo equipaje pese entre 16 y
17.2 Kg.
La distribución es como sigue:
102
17.6 Distribución probabilística normal
Cuando se mencionan las aplicaciones de la desviación estándar a través de la re-

gla empírica, se refiere a la distribución normal y se identifican algunas caracterís-
ticas como: la de ser una distribución simétrica, que tiene una forma de campana y
que usa con variables continuas; tal como se aprecia en el siguiente gráfico:
Figura 17.6-1. Distribución Normal
La forma y posición de una distribución normal está determinada por dos factores
estadísticos: la media (μ) y la desviación estándar (σ). Se mencionó antes que el
área bajo la curva contiene el 100% de las observaciones, es decir que todas caen
o están dentro de la curva. Hoy podemos extender este concepto y afirmar que la
probabilidad dentro del área de la curva es del 100% o que existe una probabilidad
del 100% de que las observaciones ocurran dentro de la curva.
a. Distribución probabilística normal estándar 103
Puede existir un número infinito de distribuciones normales posibles, cada una con
su propia media y su desviación estándar; y al no poder analizar un número tan
grande de posibilidades, es necesario convertir todas estas distribuciones norma-
les a una forma estándar. Este proceso se conoce como estandarizar una distribu-
ción normal y se efectúa con la siguiente fórmula (denominada fórmula Z):
X–μ
Z=
σ
En donde Z, es el número de desviaciones estándar de una observación que está
por encima o por debajo de la media, y X es algún valor específico de la variable
aleatoria; después de este proceso de conversión la media de la distribución es 0 y
la desviación estándar es 1. Por lo tanto, el gráfico de la distribución normal tiene
la siguiente interpretación:
Estandarizar una distribución normal permite determinar más fácilmente la proba-

bilidad de ocurrencia de un evento, simplemente encontrando el área dentro de la
curva entre el valor observado y el valor de la media. Si se conoce el área se conoce
la probabilidad.
El área relacionada con un valor de Z dado, puede encontrarse en la tabla denomi-

nada Área bajo la curva normal con Z desviaciones estándar y que se muestra en los
textos de estadística. Se adjunta a esta nota técnica.
Ejemplo
104
17.6.1 El Ministerio de Turismo en un estudio reciente sobre lugares turísticos ha
detectado que el tiempo promedio de estadía de un turista en ciertos lugares del
Azuay está distribuido en forma normal, con una media de 2.2 días durante el pe-
riodo de vacaciones. Se determinó que la desviación estándar era de 0.8 días. ¿Cuál
es la probabilidad de que un turista se hospede más de 3.3 días en una época de
vacaciones?
X = 3.3 días
μ= 2.2
σ= 0.8
3.3 - 2.8
Z= =1.38
0.8
Este valor lo ubicamos en el gráfico y determinamos el área bajo la curva de la si-

guiente manera:
Figura 17.6-2. Ejercicio 17.6.1 Área Z
El área sombreada es la probabilidad buscada, es decir, 0.0838 o 8.38% que es el

0.5 menos el área comprendida entre la media y 1.38 desviaciones estándar que se
encuentra en la tabla y que en este caso es de 0.4162.
Ahora se puede calcular un valor X a partir de una probabilidad conocida. En este

caso con Z conocida y de la ecuación de la fórmula Z se despeja X, que resulta:
105
X = Zσ + μ
106
ESTADÍSTICA
INFERENCIAL
Introducción
La estadística inferencial comprende un conjunto de métodos que ayudan al in-
vestigador a obtener datos de una población, basándose en la información que
le proporciona la muestra. Como se expuso anteriormente el tamaño de las po-
blaciones suele ser una de las dificultades con las que se encuentra el investiga-
dor en el desarrollo de su trabajo, por ello es necesario seleccionar una muestra
representativa de un tamaño manejable, que le facilite el manejo de datos y pro-
porcione conclusiones extrapolables a la población.
Esta nota técnica comprende el estudio de los siguientes temas: las distribucio-
nes muestrales, la estimación mediante intervalos, la prueba de hipótesis para
una y más de dos poblaciones, estadística inferencial, la regresión múltiple, las
series de tiempo, los números índices, y finalmente las pruebas no paramétricas.
Se han enunciado anteriormente los métodos de muestreo de los que se puede

disponer: 107
El muestreo probabilístico:
a. Muestreo aleatorio simple (MAS)

b. Muestreo aleatorio sistemático (MASIS)
c. Muestreo aleatorio estratificado (MAE)
d. Muestreo por conglomerados
El muestreo no probabilístico
a) Determinación del tamaño apropiado de la muestra
El tamaño de la muestra juega un papel impor-

tante al determinar la probabilidad de error,
así como en la precisión de la estimación.
Para la selección de la muestra es necesario definir un nivel de confianza, además

de revisar la varianza de la población y el error tolerable que se está dispuesto a
aceptar.
El error que el estadístico está dispuesto a tolerar depende de varios aspectos, por
ejemplo: de qué tan crítico es el trabajo, la variabilidad de la población, entre otros.
El cálculo del tamaño de la muestra para estimar la media poblacional (μ) o la pro-
porción poblacional (π), puede determinarse con las siguientes expresiones:
Z2 σ2
n=
(X – μ)
n= tamaño muestral para intervalos de la media poblacional.

(X – μ) es el error muestral, es decir, la diferencia entre la media de la muestra y la
media de la población.
109
El tamaño muestral para la proporción poblacional está dado por la siguiente ex-
presión:
En donde, (p – π) es el error muestral o la diferencia entre la proporción muestral y

la proporción poblacional.
Además debemos adelantarnos en definir:
b) Distribuciones muestrales
Una distribución muestral es una lista de todos los va-

lores posibles para un estadístico y la probabilidad rela-
cionada con cada valor. Es decir, la distribución muestral
es simplemente una lista de todas las medias muestrales
posibles. Estas medias muestrales, al igual que cualquier
lista de números, tienen una media denominada media
de las medias muestrales o la gran media.
i. Varianza y desviación estándar de una distribución muestral
La distribución muestral también tiene una varianza y es similar a cualquier otra;

110 de esta manera, es la medida de la dispersión de las medias muestrales alrededor
de la gran media. Al sacar la raíz cuadrada obtenemos el error estándar de la dis-
tribución muestral, por lo tanto:
ii. Media de una distribución muestral
Esta gran media se calcula, sumando las observaciones individuales (que son las
medias muestrales) y el resultado se divide por el número de observaciones (nú-
mero de muestras). Su cálculo se presenta en la siguiente expresión:
En donde, k es el número de muestras y la media muestral siempre es igual a la

media de la población (μ).
iii. Error estándar (σ):
Este error estándar es la misma desviación estándar, por lo tanto, mide la tenden-
cia a sufrir del error de muestreo en el esfuerzo por estimar la media de la pobla-
ción (μ).
Si se llegase a conocer la varianza poblacional y el muestreo fuese con reemplazo

o si la muestra se tomara de una población muy grande (virtualmente infinita), una
aproximación cercana para calcular la varianza y el error estándar es como sigue:
111
Si el muestreo se realiza con reemplazo y si el tamaño de la muestra es más del

5% de la población, debe aplicarse el factor de corrección para poblaciones finitas,
entonces, la expresión apropiada para calcular el error estándar es:
c) Teorema del límite central
A medida que se vuelve más grande, la distribución de las

medias muestrales se aproxima a una distribución normal
con una media μ = X y un error estándar
i. Uso de la distribución muestral
Como se ha hecho hincapié anteriormente, las decisiones se toman con base en

los resultados muestrales, y dado que la distribución muestral estará distribuida
normalmente, (la muestra se toma de una población normal y ≥ 30 elementos); el
teorema del límite central garantiza la normalidad en el proceso de muestreo. La
desviación normal puede utilizarse para ganar información esencial para el proce-
so de toma de decisiones. Por esta razón el valor de Z estaría dado por:
X–μ
Z=
σx
Ejemplo i.1:
Telcom planea instalar nuevos equipos que mejorarían la eficiencia de sus opera-
112 ciones, sin embargo, antes que los ejecutivos puedan decidir si dicha inversión será
eficaz en función de los costos, deben determinar la probabilidad de que la media
de una muestra de n = 35 esté entre 145 y 150, cuando saben que la desviación
estándar es de 15 segundos.
Figura c-1 Ejemplo 3.1 Telcom
Telcom sí puede tomar la decisión con respecto al nuevo equipo.
Conclusiones
El proceso inferencial es extremadamente importante en muchos análisis estadís-

ticos. En una posterior nota técnica se estudiarán a profundidad aspectos como la
estimación lineal múltiple y la prueba de hipótesis.
La presente nota técnica pretende hacer un análisis de la estadística descriptiva,

considerada como la base para el cálculo de los datos estadísticos que se usan en
la inferencia estadística, fueron consideradas las medidas de tendencia central y
dispersión que constituyen los pilares de la inferencia estadística; sin embargo han
sido tomadas en cuenta también otras medidas de descripción de datos que ayu-
113
dan a interpretar y procesar información básica para la toma de decisiones.
No obstante, nos adelantamos en estudiar la estimación limitándonos a la regre-

sión lineal simple como un paso previo para entender la estimación lineal múltiple.
Finalmente, lo que se intenta con esta nota técnica es facilitar el estudio de la esta-
dística sin que constituya un sustituto del texto base.
1. Distribuciones muestrales
En la parte introductoria de esta nota se dijo que las poblaciones generalmente son
grandes para estudiarlas y por ello la necesidad de seleccionar una muestra para
sacar conclusiones (inferir) acerca de la población; por ello obtener una muestra
puede ser útil para utilizarla como un estimador de la población, a través de ob-
tener un valor estadístico que permita inferir el parámetro poblacional. Una dis-
tribución muestral es una tabla de valores que corresponde a la lista de los valores
posibles para un estadístico y la probabilidad relacionada con cada valor.
En definitiva, si se obtienen muestras representativas y de ellas se calcula su media

aritmética, entonces el uso de este valor estadístico permitirá sacar una conclusión
o inferencia sobre el parámetro correspondiente, con una clara relación entre la
media aritmética o cualquier dato estadístico y la muestra tomada.
Una población N de la que se extraen un conjunto de muestras n1,n2, ...nj y de las

que se obtiene su respectiva media n1,n2, ...nj , genera la posibilidad de que poda-
mos sacar una conclusión, de la media x de esta muestra , que refleje el compor-
tamiento del parámetro μ de la población N. Con la probabilidad de cometer un
error denominado “error de muestreo”, ya que si μ≠X entonces el error muestral
existe y es igual a μ-X.
Ejemplo1.1:
Con una población de N= 500 observaciones y se obtienen un conjunto de n= 50

114 muestras, la combinación posible de muestras resulta demasiado grande; ya que
500C50 posibles es un número también grande. Para simplificar, suponemos que
la población está compuesta de 4 elementos y tomamos muestras conformadas
de dos elementos. (El número posible de muestras que se pueden extraer de esa
población es de 6).
Para ejercicio se suponen los siguientes como elementos de la población: 100, 200,
300 y 400. La media de esta población es de 250.
100+200+300+400
μ = = 250
4
La tabla siguiente contiene los elementos de cada muestra1:
Tabla 1-1
Ejercicio 1.1 Distribución Muestral
Muestra Elementos Medias muestrales

(n) (Xi) (xi)
1 100,200 150
2 100,300 200
3 100,400 250
4 200,300 250
5 200,400 300
6 300,400 350
La distribución muestral es la siguiente:
Medias Probabilidad
muestrales (Xi) (Pi)
150 1/6
200 1/6
250 2/6
300 1/6
350 1/6 115
La probabilidad de que la media de una muestra sea igual al parámetro de la po-

blación es 2/6 ya que si μ=500 existen dos resultados en las muestras que tiene la
misma media, por lo tanto en este caso
2
P (μ = x)=
6
1
La media muestral sigue la forma de cálculo normal (X=Xk ), por ejemplo: para la primera
muestra la media es 150.
Cuando se tiene una distribución negativa (-) como la distribución de frecuencias -
es posible calcular tanto la media como su varianza.
La media de las medias muestrales es igual a la media poblacional, en el ejemplo:

=
x=
∑x i en donde k es el número de muestras.
k
A su vez la varianza de las medias muestrales es:
• La varianza mide la dispersión de las observaciones individuales (medias mues-

trales) alrededor de la gran media; y la desviación estándar mide el error es-
tándar, es decir, la tendencia a sufrir del error de muestreo en el esfuerzo para
estimar μ.
De lo anterior puede decirse:
σ x = σ x2
116 • El error estándar de la distribución muestral es entonces una medida de la dis-

persión de las medias muestrales alrededor de μ.
• Cuando la varianza de la población es conocida, el muestreo se hace con re-

emplazo y es tomado de una población grande; entonces la varianza y el error
estándar es como sigue:
σ2
σ x2 =
n
σ
σx =
n
• Cuando la varianza de la población es conocida, el muestreo se hace sin re-
emplazo y es tomado de una población con de la población, entonces el error
estándar se calcula de la siguiente manera:
Este último elemento, se denomina factor de corrección de poblaciones finitas y es

igual a 1 cuando n < 5% de N.
Entonces, según sea el tamaño de la muestra podemos llegar a un teorema llama-

do
• Teorema del límite central
Si de todas las muestras de un determinado tamaño que se pueden obtener de

una población se obtiene la media muestra, la distribución muestral de estas me-
dias se aproximara a una distribución muestral. Al mejorar con muestras de gran
tamaño se puede decir que a medida que n se vuelve más grande, la distribución
de las medias muestrales se aproxima a una distribución normal con una media
igual a la media poblacional y un error estándar .
• Uso de la distribución muestral
117
Como hemos insistido las decisiones se toman en base a los resultados muestra-
les y dado que la distribución muestral estará distribuida normalmente, ya que
la muestra se toma de una población normal y la muestra es mayor o igual a 30
elementos, el teorema del límite central garantiza la normalidad en el proceso de
muestreo. La desviación normal puede utilizarse para ganar información esencial
para el proceso de toma de decisiones, por lo tanto el valor de estará dado por:
X–μ
Z=
σx
En resumen:
a) Muchas decisiones se toman con base en los resultados muestrales.
b) Las muestras tienen un impacto muy directo sobre las decisiones que se
toman.
c) Una aplicación muy común y de gran utilidad en una distribución muestral

es determinar la probabilidad de que una media muestral clasifique dentro
de un rango dado.
d) Puesto que la distribución muestral se aproxima a una distribución normal,

la desviación normal puede utilizarse para ganar información esencial para
el proceso de tomas de decisiones.
Cuando se toman decisiones no solo interesa un valor único, sino se parte de una
media de varias observaciones; por lo tanto, en lugar de determinar la probabilidad
de un valor único, se puede calcular la probabilidad (Pi) de que la media de obser-
vaciones se de.
Veamos el siguiente ejemplo:
Los tickets aéreos vendidos en Metropolitan Touring tienen una venta promedio de
16.1 ticket, con una desviación estándar de 1.2 tickets. Si se toma una muestra de
n = 200, ¿cuál es la probabilidad de que la media sea menor que 16.27?
Datos
118
Con este valor nos vamos a la tabla Z y obtenemos el área bajo la curva que es de
0.4772; entonces la probabilidad es de P(x<16.27) = 0.5 + 0.4772 = 0.9772
2. Distribución de
proporciones muestrales
Es una distribución que no trata con medias, sino

con proporciones proporción de la población.
La proporción muestral (p) es un estimador de la proporción poblacional (π); en-

tonces el valor esperado de la distribución muestral de las proporciones muestra-
les será igual a la proporción de éxitos en la población.
De esta manera, los cálculos del valor esperado y el error estándar de las distribu-
ciones muestrales es similar al de las medias muestrales, en definitiva:
El valor esperado (es decir la media) de las proporciones muestrales es igual:
En donde, p es la proporción de la muestra y k es el número de muestras.
A su vez el error estándar de las proporciones muestrales es:
119
π (1 − π )
σp = n ; o también
Cuando la varianza de la población es conocida, el muestreo se hace sin reemplazo

y es tomado de una población con n > 5%; entonces el error estándar se calcula de
la siguiente manera:
π (1 − π ) N −n
σp = n N −1
Ejemplo 2.1:
El 30% de todos los empleados del Ministerio de Turismo tienen capacitación avan-
zada. Si en una muestra de 500 empleados menos del 27% estaba preparado de
forma adecuada, todos los nuevos contratados necesitarán registrarse en un pro-
grama de capacitación. ¿Cuál es la probabilidad de que se inicie el programa?
Datos:
Con este valor nos vamos a la tabla y obtenemos un área de 0.4332; por lo tanto:
P (P< 27%) = 0.5 – 0.4332 = 0.0668
120
3. Estimación con intervalos
de confianza
En la sección anterior el propósito de la estadística
inferencial fue estimar o inferir alguna conclu-
sión de la población a partir de la muestra, por esa
razón, en este apartado explicaremos por lo menos
dos tipos de estimadores para este propósito.
a. Un estimador puntual se utiliza para estimar un valor único de la población o de

parámetro poblacional.
b. Un estimador por intervalo se utiliza para estimar un rango dentro del cual
está el parámetro poblacional desconocido, un intervalo de confianza denotará
este rango en el cual puede encontrarse el parámetro, y el nivel de confianza
es un coeficiente que mide el nivel de aceptación de que el intervalo contiene
el parámetro y normalmente comprende los coeficientes de 90%, 95% y 99%.
Un intervalo de confianza es un rango conformado por un límite inferior de con-

fianza (LIC) y un límite superior de confianza (LSC), dentro del cual se ubica el pará-
metro. Cuando se trata de estimar μ es posible partir de una desviación estándar
poblacional conocida y un dato estadístico (la media muestral); μ se estima de la
siguiente manera:
μ=X±zσx 121
Cuando no es posible conocer la desviación estándar de la población se puede es-

timar el parámetro poblacional a partir de la muestra tal como:
μ=X±zsx
Para la cual, la desviación estándar de la muestra se calcula de la siguiente manera:
s
Sx =
n
Los niveles de confianza nos limitan el intervalo o rango de aceptación de la estima-
ción, lo que significa que lo que esta fuera del intervalo es el error o la probabilidad
de error y se denomina con el valor alfa ().
Ejemplo 3.1:
Un promotor turístico que intenta construir un gran centro hotelero puede estimar,
en la zona donde va a llevar a cabo su proyecto, que el ingreso promedio por fami-
lia como indicador de las ventas esperadas. Una muestra de 100 familias da una
media de $35.500. Se asume que la desviación estándar poblacional es de $7.200
y acepta un nivel de confianza del 95%, entonces ¿cuál será la media poblacional?
Datos:
n = 100; X = 35.500; σ = 7.200; α = 1-95%,
La media poblacional estimada se ubicará en el intervalo siguiente:
122
El promotor del proyecto tiene un 95% de confianza de que la media poblacional

real (desconocida) esté entre 34 mil y 37 mil. Es decir, existe una probabilidad de
error del 5% de que este intervalo no contenga la media poblacional.
Ejemplo 3.2 (Caso en que la varianza no sea conocida)
Rootours planea comprar una flota de nuevos taxis para sus operaciones en Gua-
yaquil. La decisión depende de si el rendimiento del vehiculo en consideración es
por lo menos 27.5 Km/gln. Los 36 vehículos que prueba la compañía reportan una
media de 25.6 Kilómetros por galón, con una desviación estándar de 3.5 Km/gln. ¿A
un nivel de confianza del 99% qué decisión debería tomarse?
Datos:
n = 36; X = 25.6; s = 3.5; α = 1-99%,
La media poblacional estimada se ubicará en el intervalo siguiente:
Con un nivel de confianza de 99%, Z es 2.58.
LIC = 25.6 - 2.58 (0.5833) = 27.11

LSC = 25.6 + 2.58 (0.5833) = 24.10
123
Hasta este momento se ha trabajado con muestras de tamaño y por ello se utiliza
la distribución como factor estadístico de estimación; sin embargo, para muestras
se utilizará la distribución de probabilidad continua t para realizar la estimación.
4. La distribución t student:
Más conocida como distribución t, descubierta por William Gosset, es una familia
de distribuciones cada una con su propia varianza. Es una distribución más plana
que la distribución normal, con una desviación mayor que uno (σ > 1), también
simétrica y con una varianza igual a .
Figura 4-1. Distribución t de Student y distribución normal
La varianza de esta distribución depende de los grados de libertad (g.l.). Los grados
de libertad son determinados por el número de observaciones.
124
d.1 Características de la distribución t:
- Sirve para estudiar muestras pequeñas.
- Es continua
- Es simétrica
- Existe un valor t para cada tamaño de muestra
- La población es normal o casi normal.

La estimación a través del factor estadístico se calcula de la siguiente manera:
A su vez el error estándar se calcula:
El intervalo de confianza para el estimador de la media poblacional es:
Cuando se trata de proporciones, este error se obtiene a partir de la siguiente fór-

mula:
Y para estimar (la proporción poblacional) es posible partir de una desviación es-
tándar muestral y un valor estadístico p (la proporción muestral); se estima de la
siguiente manera:
125
Para los cálculos anteriores se ha contado con el tamaño de la muestra como un

dato, a continuación se mostrará el método para establecer el tamaño muestral a
partir de seleccionar el nivel de confianza con el que se quiere trabajar en la esti-
mación y la variabilidad.
5. Cálculo del tamaño
de la muestra
Para calcular el tamaño de la muestra se debe tomar en cuanta
varias consideraciones:
a. Margen de error que tolerará el investigador
b. Nivel de confianza deseado
c. Variación o dispersión de la población estudiada.
Es decir si:
Entonces:
Por lo tanto despejando , el tamaño de la muestra, resulta:

126
Cuando no se dispone de la media poblacional, sino la proporción de la población,

el cálculo del tamaño de la muestra estará dado por:
En ambos casos si la varianza es desconocida, es posible utilizar la desviación es-
tándar de la muestra, tomando en consideración tres sugerencias: realizar una
muestra piloto, utilizar un estudio comparativo, emplear un enfoque basado en el
intervalo.
i. Características de un buen estimador
Para que un estimador sea considerado apropiado y sea utilizado para estimar la
población debe cumplir las siguientes características:
Insesgado: Significa que la media de la distribución

muestral es igual al parámetro poblacional.
Eficiente: El estimador eficiente es aquel que tenga la

varianza más pequeña.
Consistente: Significa que a medida que el tamaño de

la muestra aumenta, el valor del factor estadístico se
aproxima al parámetro poblacional.
Suficiente: Un estimador se dice que es suficiente si

ningún otro estimador puede proporcionar más infor-
mación sobre el parámetro.
127
6. Prueba de hipótesis
Una prueba de hipótesis es un procedimiento estadís-

tico que permite verificar o determinar si existen dife-
rencias estadísticamente significativas entre el valor
muestral y el valor del parámetro poblacional, es decir,
qué tan significativo es el error del muestreo.
La prueba de hipótesis es un procedimiento basado en evidencia de la muestra

que se utiliza como herramienta estadística para la toma de decisiones a partir de
probar una afirmación, con el uso de teoría de probabilidad.
i. Procedimiento para prueba de hipótesis:
a. Plantear la hipótesis nula (H0) y la hipótesis alternativa (H1): la H0 es la afir-

mación o enunciado acerca del valor del parámetro poblacional. La H1 es
la afirmación que se aceptará si los datos muestrales proporcionan amplia
evidencia de que es falsa.
b. Determinar Z o t con los datos muestrales: Dependiendo si la muestra es

de tamaño n ≥ 30 o si n≤ 30 respectivamente.
128
c. Definir una regla de decisión: Se definirán los valores críticos y el valor de
la prueba para localizar la zona de aceptación o rechazo.
d. Obtener la conclusión o interpretación
Al probar una hipótesis es posible que se cometan errores (μ x o p) que pueden

ser estadísticamente insignificantes, es decir, obedecer a un error de muestreo
o ser estadísticamente significativa la diferencia entre el valor muestral y el valor
poblacional.
Estos errores normalmente se agrupan o son de dos tipos: el error Tipo I o “α” el y
el error Tipo II o “β”.
a. Error Tipo I significa rechazar la hipótesis nula cuando esta es verdadera
b. Error Tipo II significa no rechazar la hipótesis nula cuando esta es falsa.
La probabilidad de cometer un error tipo I es igual al nivel de significancia o es el

valor de en el que se prueba la hipótesis.
ii. Tipos de pruebas de hipótesis:
a. Prueba de dos colas
b. Prueba de una cola derecha
c. Prueba de una sola cola izquierda.
Gráficamente:
• Cola hacia la derecha
129
Figura 6-1. Distribución muestral prueba de una cola a la derecha

• Cola hacia la izquierda
Figura 6-2. Distribución muestral prueba de una cola a la izquierda
• Con dos colas
130
Figura 6-3. Distribución muestral prueba de dos colas
Para delimitar la zona de aceptación de la de rechazo, debemos calcular los valores

críticos de la prueba, que son justamente los valores que se obtienen ya sea con Z
o t, dependiendo del tamaño de la muestra.
La prueba de hipótesis debe medirse seleccionando un nivel de significancia deno-
minado “valor alfa” o simplemente probarse con un de 1%; 5% o 10%. La selección
de este valor depende del tipo de error que se quiere evitar.
• Es preferible un α más bajo para minimizar la probabilidad de cometer

un error tipo I. Es decir, si rechazar una Ho verdadera es más serio que no
rechazar una Ho que es falsa, es preferible un α bajo.
• De igual manera si rechazar la Ho que es falsa es más serio que no re-

chazar una Ho que es verdadera, en este caso es preferible un α alto.
Ejemplos:
Ejemplo 6.2.1:
La aerolínea AEROGAL afirma que en promedio sus vuelos no se adelantan ni se

atrasan durante una semana. Una muestra de 18 vuelos presentó los siguientes
adelantos (+) o (-) atrasos en segundos por semana.
-0.38 -0.20 -0.38 -0.32 +0.32 -0.23 +0.30 +0.25 -0.10
-0.37 -0.61 -0.48 -0.47 -0.64 -0.04 -0.20 -0.68 +0.05
131
¿Sería razonable llegar a la conclusión de que los adelantos o atrasos medios para
los vuelos son cero (0)? Utilice el nivel de significancia 0.05. Calcule el valor p.
1. Plantear la hipótesis nula (Ho) y la hipótesis alternativa (H1).

Ho:μ = 0
H1=
2. Determinar Z o con los datos muestrales. Dependiendo si la muestra es de
tamaño n ≥ 30 o si n ≤ 30 respectivamente. En este caso distribución t:
Datos:
t = -3.157
3. Definir una regla de decisión. Se definirán los valores críticos y el valor de la

prueba para localizar la zona de aceptación o rechazo.
Si α = 0.01
g.l.= n – 1 = 18-1 = 17 → t = 2.110

132
4. Obtener la conclusión o interpretación.
El estadístico cae en la zona de rechazo, eso significa que no se acepta Ho. Se recha-
zan los vuelos de AEROGAL porque no son puntuales.
Ejemplo 6.2.2:
En la actualidad, la mayoría de las personas que viajan en avión utilizan boletos

electrónicos. Estos evitan a los pasajeros la preocupación de cuidar un boleto en
papel, y su manejo es más económico para las líneas aéreas. Sin embargo, en fe-
chas recientes las líneas aéreas han recibido quejas acerca de los boletos electró-
nicos sobre todo cuando es necesario hacer alguna conexión y cambiar de línea.
Para investigar el problema, una agencia de investigación independiente tomó una
muestra aleatoria de 20 aeropuertos y recopiló información sobre el número de
quejas que tuvieron debido a los boletos electrónicos durante el mes de marzo. La
información se reporta a continuación:
14 14 16 12 12 14 13 16 15 14
12 15 15 14 13 13 12 13 10 13
Con un nivel de significancia 0.05 ¿la agencia de investigación puede llegar a la con-
clusión de que el número medio de quejas por aeropuerto es menor de 15 al mes?
a. ¿Qué suposición es necesaria antes de realizar una prueba de hipótesis?
b. Ilustre el número de quejas por aeropuerto en una distribución de la fre-

cuencia o un diagrama de puntos. ¿sería razonable llegar a la conclusión de
que la población sigue una distribución normal?
c. Realice una prueba de hipótesis e interprete los resultados.
133
1. Plantear la hipótesis nula (Ho) y la hipótesis alternativa (H1)
Ho :μ .
H1 :μ
2. Determinar o con los datos muestrales. Dependiendo si la muestra es de tama-
ño n ≥ 30 o si n ≤ 30 respectivamente. En este caso distribución :

gl= 19 = 20 -1
α = 0.05 → t
134
Se debe rechazar la Ho.

Ejemplo 6.2.3:
Karina Dennos es contralora del Hotel Hilton Colon y cree que el problema actual
con el flujo de efectivo en el hotel, se debe a la tardanza para cobrar las cuentas
por cobrar. Karina cree que más del 60% de las cuentas se tardan en cubrir más
de tres meses .Una muestra aleatoria de 200 cuentas reveló que 140 tenían más
de tres meses de antigüedad. En el nivel de significancia de 0.01 ¿puede llegar a la
conclusión de que más del 60% de las cuentas permanecen sin cobrarse durante
tres meses?
1. Plantear la hipótesis nula (H0) y la hipótesis alternativa (H1)
H0: π ≤60
H1:π > 0.60
2. Determinar Z o t con los datos muestrales. Dependiendo si la muestra es de

tamaño n ≥ 30 o si n ≤ 30 respectivamente. En este caso distribución Z:
Datos:
p = 140/200 = 0.70; s = 1.50 n = 200
135
α = 0.01 → z = 2.58
El valor estadístico cae en la zona de rechazo, por lo tanto no se acepta H0. Enton-
ces, se confirma que el 60% de las cuentas tienen más de 3 meses de antigüedad.
136
7. Análisis de varianza
El análisis de varianza, o simplemente la prueba ANO-
VA, es una prueba estadística para comparar más de
dos poblaciones. Está diseñada para probar si dos o más
poblaciones tienen las mismas medias.
Esta prueba tiene ciertos supuestos para el cálculo del valor estadístico de prueba
-el estadístico F o “prueba F” 2 y la ciencia estadística presenta una tabla para en-
contrar los valores críticos dado el nivel de significancia y los grados de libertad – y
determinar comparando las medias muestrales si estas provienen de poblaciones
iguales. Estos supuestos son:
• Todas las poblaciones siguen una distribución normal.
• Todas las poblaciones tienen la misma varianza.
• Las muestras se seleccionan de manera aleatoria.
Bajo estos supuestos se trata de probar las siguientes hipótesis:
H0: µ1 = µ 2 = ...... = µ c
H1: µ1 ≠ µ 2 ≠ ....... ≠ µ c 137
En donde c significa el número de tratamientos o muestras.
2
En esta prueba usamos la denominada distribución F en honor a su descubridor el estadístico
Sir Ronald Fisher.
Prueba ANOVA
La prueba ANOVA se basa en una comparación de la cantidad de variación en cada

uno de los tratamientos. Se trata de estimar la variación total que incluye la varia-
ción del tratamiento o dentro de la muestra más la variación aleatoria o del error.
Existen dos tipos de prueba ANOVA que los definimos así:
a) ANOVA de una vía.
b) ANOVA de dos vías.
En la prueba de una vía se compara varias medias de muestras para ver si provie-
nen de la misma población o de poblaciones iguales. En esta prueba existe sola-
mente una variable que influencia en los elementos de la muestra. En cambio, la
prueba de dos vías se caracteriza porque los elementos de la muestra son influen-
ciados por más de una variable.
Vale precisar –siguiendo el texto de Webster- que en una prueba ANOVA existen
los siguientes conceptos:
• Unidades experimentales, que son los objetos que reciben el tratamiento.
• Tratamiento, que comprende los niveles del factor.
• Factor, que es la variable cuyo impacto se quiere medir.
138
Cuando hablamos de tratamientos es posible identificar dos modelos de análisis:
1. El modelo de efectos fijos, en el cual se seleccionan tratamientos específi-

cos o los tratamientos se fijan antes del estudio.
2. El modelo de efectos aleatorios, en el cual los niveles o tratamientos se

seleccionan aleatoriamente.
Para el cálculo de la prueba F, se requiere hacer el siguiente proceso:
1. Se plantea la hipótesis nula y alternativa que se quiere probar.
2. Se calcula la variación total, es decir:

• La suma de los cuadrados totales (SCT)
• La suma de los cuadrados de los tratamientos (SCTR)
• La suma de los cuadrados del error (SCE)
3. Se encuentra los grados de libertad de los SCTR (g.l. del numerador, c-1) y
de los SCE (g.l. del denominador, n-c), por lo tanto los g.l. totales son igual
a la suma de los g.l. de SCTR y de SCE en símbolos: n-1 = c-1 + n-c.
4. Se calcula el valor de la prueba F.
5. Elaboramos el gráfico de la distribución F y a través de la tabla calculamos

los valores críticos.
6. Tomamos la decisión de aceptación o rechazo.
Antes de proceder a aplicar este tipo de prueba es importante anotar que entre las
principales características de la distribución F, tenemos las siguientes: 139
1. Existe una familia de curvas porque se determina a través de dos paráme-

tros: los grados de libertad en el numerador y los grados de libertad en el
denominador.
2. El valor F no puede ser negativo (< 0) y se trata de una distribución continua.
3. La distribución F tiene sesgo positivo.
4. Sus valores varían de cero a infinito.
5. Es asintótica al eje X.
Ejemplo 7.1:
El Vicepresidente de Investigación de Mercados de la agencia METROPOLITAN TOU-

RING estudia paquetes promocionales para atraer nuevos clientes, paquetes que
incluyen algunos juegos y premios en cuatro sucursales del país. Está convencido
de que diferentes tipos de premios atraerían a diferentes grupos de ingresos. Las
personas de un cierto tipo de ingreso prefieren los regalos, mientras que las de
otro grupo de ingresos prefieren o se sienten más atraídos por viajes gratuitos a
sitios favoritos para pasar vacaciones. El Vicepresidente decide utilizar el monto de
las compras como una medida representativa del ingreso. Él desea determinar si
existe una diferencia en el nivel promedio de compras entre las cuatro sucursales
del país. Si se halla alguna diferencia el Vicepresidente ofrecerá una diversidad de
premios o paquetes promocionales.
A continuación se presenta el nivel de compras en miles de dólares en las cuatro

sucursales de la agencia Metropolitan Touring:
Compra (r) Sucursal 1 Sucursal 2 Sucursal 3 Sucursal 4
1 5.1 1.9 3.6 1.3

2 4.9 1.9 4.2 1.5
3 5.6 2.1 4.5 0.9
4 4.8 2.4 4.8 1.0
5 3.8 2.1 3.9 1.9
6 5.1 3.1 4.1 1.5
7 4.8 2.5 5.1 2.1
140 Media de cada
4.87 2.29 4.31 1.46
tratamiento (xj)
Solución:
• En este caso tenemos cuatro tratamientos (c=4); es decir, cada sucursal es

una muestra o un tratamiento que deberá estudiarse.
• El número de observaciones o unidades experimentales (rj) en cada tra-

tamiento es de 7 (rj=7).
• El número total (n) de observaciones es igual a 28 (n = r*c)
• El nivel de factor, en este caso la variable que se estudia, es el nivel de

compras como medida del grupo de ingreso.
• Con estos datos procedemos según el procedimiento -ya estudiado- de la

prueba de hipótesis:
1. Plantear la hipótesis nula (H0) y la hipótesis alternativa (H1)
H0: µ1 = µ 2 = µ 3 = µ 4
Hipótesis Nula: todas las medias son iguales
H1: µ1 ≠ µ 2 ≠ µ3 ≠ µ 4
Hipótesis alternativa: no todas las medias son iguales
2. Determinar F con los datos muestrales:
En este ejemplo:
141
CMTR = = 55.33/3 = 18.44

CME = = 5.67/24 = 0.236
F = = 18.44/0.236 = 78.14
α = 0.05
gl numerador = 3
gl denominador = 24 → F = 3.01
4. Obtener la conclusión o interpretación
El valor estadístico cae en la zona de rechazo por lo tanto no se acepta H0 . Es decir

no todas las medias que representan el promedio de compras en la agencia de
viajes son iguales.
142
8. La regresión múltiple
En la nota técnica anterior se explicó la regresión sim-

ple, mediante la cual llegamos a establecer (estimar),
con la utilización de la técnica de los mínimos cuadra-
dos ordinarios (MCO), una ecuación (y = ) que muestra
la relación existente entre la variable dependiente y
una variable independiente.
Bajo este acápite se amplía la explicación para analizar cómo calcular una ecuación
que recoja la relación entre una variable dependiente y más de una variable inde-
pendiente.
En general, una ecuación de la forma Y = es una ecuación que explica la relación de

una variable dependiente (Y), explicada por n variables independientes (X). Por lo
tanto, estamos frente a una regresión múltiple.
Para encontrar los valores de β 0 , β 11 , β 2 .....β n , su cálculo es a través de un siste-

ma de ecuaciones o acudimos a uso de distinto software estadístico que ayuda con
estos cálculos.
Ejemplo 8.1
143
Bajo la suposición que las ventas en un hotel dependen de la publicidad, de la

fuerza de ventas y de la ciudad, nuestra ecuación explicativa de esta relación es la
siguiente:
Ventas del hotel = β0+β1 publicidad+β2 Fuerzadeventas+β3 Ciudad
Supongamos que el último mes se obtuvieron de una muestra aleatoria a 12 ho-

teles de los cuales se obtuvo los datos de las habitaciones vendidas, los gastos de
publicidad realizados en ese mes, igualmente el número de vendedores de tiempo
completo contratados y si el hotel está ubicado en la ciudad. Los datos aparecen
en la siguiente tabla:
Tabla 8-1
Datos obtenidos de hoteles
Habitaciones vendidas Publicidad Fuerza de ventas Ciudad

(Y) (X) (X) (X)
127 18 10 Si
138 15 15 No
159 22 14 Si
144 23 12 Si
139 17 12 No
128 16 12 Si
161 25 14 Si
180 26 17 Si
102 15 7 No
163 24 16 Si
106 18 10 No
149 25 11 Si
144
Figura 8-1. Regresión ejemplo 8.1

Que, al ser analizada nos muestra:
• Existe un 96,02% de relación entre la variables
• El 90,45% de las ventas son influenciadas por las ventas
• Nos provee la ecuación:
y ̂=25,2952+2,6187x1+5,0233x2
La que representa matemáticamente la relación entre las ventas del hotel y los
factores publicidad y fuerza de ventas, de acuerdo al análisis de los datos provistos.
Ejemplo 8.2:
Con este ejemplo recordemos también la regresión simple. Por el momento su-
pongamos que las habitaciones vendidas en estos hoteles dependen únicamente
de los gastos de publicidad, es decir qué es las habitaciones y son los gastos de
publicidad.
Tabla 8-2
Ejemplo Regresión simple
Habitaciones
Publicidad
vendidas
(X)
(Y)
145
127 18
138 15
159 22
144 23
139 17
128 16
161 25
180 26
102 15
163 24
106 18
149 25
Figura 8-2. Regresión ejemplo 8.2
Entonces, la ecuación queda expresada como:
Y = 51.21 + 4.43X
Hab = 51.21 + 4.43 (Pub).
146
Diríamos entonces que existe una relación de 81% de las dos variables y la publi-
cidad explica el 65% del comportamiento de las ventas de las habitaciones de un
hotel. Esto nos lleva a pensar que aún existe un 35% que está explicado por otras
variables y que para este ejemplo podría ser la fuerza de ventas y la ubicación.
Algunos supuestos del análisis de regresión como:
• La homoscedasticidad: entendida como las varianzas en los valores de son las

mismas en todos los valores de X.
• La autocorrelación: ocurre cuando los términos de error (la diferencia entre el
valor observado y el valor estimado) no son independientes.
• La multicolinealidad: existe si dos o más variables independientes están rela-

cionadas linealmente.
Dentro de la regresión múltiple es posible calcular un dato estadístico muy impor-

tante conocido como el Durbin Watson (d), que es un factor estadístico que prueba
la autocorrelación. El se utiliza para probar la hipótesis de que no existe correla-
ción entre términos de error sucesivos.
147
9. Análisis de series de tiempo
Un tema muy relacionado con la estima-

ción simple o múltiple lo constituyen las
series de tiempo.
Definición:
Una serie de tiempo es un conjunto de observaciones medidas en puntos sucesi-
vos, a lo largo del tiempo o en periodos sucesivos de tiempo.
Ejemplo 9.1 Los datos que representan 15 trimestres de ocupación de la infraes-

tructura hotelera en el país (%).
Tabla 9-1
Ocupación de infraestructura hotelera
Trimestre/Año Utilización
I/94 82.5
II/94 81.3
III/94 81.3
148
IV/94 79.0
I/95 76.6
II/95 78.0
III/95 78.4
I/96 78.8
II/96 78.7
III/96 78.4
IV/96 80.0
I/97 80.7
II/97 80.7
III/97 80.8
Los modelos de series de tiempo se refieren a la medición de valores de una varia-
ble en el tiempo a intervalos espaciados uniformemente.
El objetivo de la identificación de la información histórica es determinar un patrón

básico en su comportamiento, que posibilite la proyección futura de la variable
deseada (extrapolar dicho patrón hacia el futuro).
Un método de proyección es el método intuitivo, el cual presume que el mejor pre-

dictor del valor de la variable en el siguiente periodo, es su valor en el periodo
corriente, es decir, y es el estimado del valor de la serie de tiempo en el siguiente
periodo t +1
e y t es el valor real en el periodo corriente.
1. Componentes de la serie de tiempo
En un análisis de serie de tiempo pueden distinguirse cuatro componentes básicos:
a. El componente tendencia se refiere al crecimiento o declinación en el largo

plazo del valor promedio de la variable estudiada, por ejemplo: el porcen-
taje de ocupación hotelera.
149
Figura 9-1. Tendencia de una serie de tiempo

b. El componente cíclico son las variaciones que se producen entre la línea de
tendencia proyectada o estimada y el valor que realmente exhibe la varia-
ble. Estas variaciones admiten que son causadas por un efecto combinado
de fuerzas económicas, sociales, políticas, ideológicas y tecnológicas.
Figura 9-2. Componente Cíclico de una serie de tiempo
c. El componente estacional consiste en fluctuaciones de la variable, que se

repiten periódicamente y que normalmente dependen de factores como:
la costumbre, el clima, las tradiciones, etc.
150
Figura 9-3. Componente estacional de una serie de tiempo

d. El componente aleatorio se refiere a las variaciones irregulares producidas
por sucesos inusuales que provocan movimientos en la variable, sin un pa-
trón discernible.
Figura 9-4. Componente aleatorio de una serie de tiempo
2. Modelos de series de tiempo
151
Un modelo puede expresarse como una ecuación que combina los cuatro compo-
nentes.
a. El modelo aditivo: supone que los componentes actúan de manera indepen-

diente, y se expresa con la siguiente ecuación:
Y t =T t +S t +C t +I t
Lo que se traduce como: Valor de la serie de tiempo para el periodo t es igual al

valor tendencial más valor estacional más variación cíclica más variación irregular.
Ejemplo 2.1:
Supongamos que se desea estimar el número de turistas que llegan al Hotel Ga-
lápagos en San Cristóbal. En el registro histórico del hotel se refleja que el hotel
normalmente recibe a 100 huéspedes por año en la temporada baja (Tt = 100). Por
la estacionalidad o la temporada alta que muestra Galápagos registra 150 hués-
pedes adicionales (St =150). Además, la economía este año muestra una mayor
actividad y por ello hay un dinamismo del turismo interior y se espera que lleguen a
Galápagos 100 turistas (Ct =100) y finalmente, por la declaratoria de parque nacio-
nal en peligro se espera una caída de la demanda de 50 turistas (It = 50); por lo tan-
to la demanda de huéspedes del hotel podría ser estimada de la siguiente manera:
YT
Y100 + 150 + 100 - 50 = 300
9.ii.2 El modelo multiplicativo: supone que los componentes interactúan entre

sí, la ecuación que describe este modelo es:
YT
A diferencia del modelo aditivo, en este modelo los componentes se multiplican

dejando al factor tendencial explicarse en la unidad original y el resto de compo-
nentes expresarse en porcentajes.
152
Ejemplo 2.2:
En una agencia de viajes los tickets fallidos suman $10 mil. El componente esta-
cional equivale a 1.7 veces el comportamiento normal, el factor cíclico incide en la
venta del ticket en un 91% y el componente irregular incide en un 87%. Entonces la
venta de ticket en esta agencia de viajes puede estimarse en:
YT
Y10.000 * 1.7*0.91*0.87 = 13.458 dólares.

3. Técnicas de suavizamiento
Si la serie de tiempo contiene demasiadas variaciones o cambios estacionales a

corto plazo la tendencia puede ser algo confusa y difícil de observar. Es posible
eliminar muchos de estos factores usando ciertas técnicas de suavizamiento o de
afinamiento proporcionando por tanto una conducta real de la serie, se mencionan
las más relevantes:
3.1 Promedios móviles (PM):
Se calcula promediando los valores en la serie de tiempo sobre un número fijo de

periodos, el cual se mantiene para cada promedio eliminando la observación más
antigua y recogiendo la más reciente.
Los promedios móviles pueden utilizarse para eliminar variaciones irregulares y

estacionales.
El PM promedia toda variación estacional que puede ocurrir dentro del año, elimi-
nándolas de manera efectiva y dejando solo la tendencia y las variaciones cíclicas.
∑T
i =1
i
=
PM i n
153
T i = valor que adopta la variable en cada periodo i, y n el número de periodos

observados.
Utilizando los datos del ejemplo 9.1, sobre los porcentajes de ocupación hotelera
podemos construir una serie de promedios móviles de 3 periodos (en este caso de
trimestres), de la siguiente manera:
Tabla 9-2
Cálculo de promedios móviles PM3
Tiempo Datos originales PM3

I/94 82.5
II/94 81.3
III/94 81.3 81.70
IV/94 79.0 80.53
I/95 76.6 78.97
II/95 78.0 77.87
III/95 78.4 77.67
IV/95 78.0 78.13
I/96 78.8 78.40
II/96 78.7 78.50
III/96 78.4 78.63
IV/96 80.0 79.03
I/97 80.7 79.70
II/97 80.7 80.47
III/97 80.8 80.73
Para el PM1 o promedio móvil del primer periodo, utilizamos los tres primeros
datos:
154
PM1 = 82.5+81.3+81.3/3 = 245.1/3 = 81.7. y así sucesivamente.
Esto podemos graficarlo de la siguiente manera:
Figura 9-5. Promedio móvil
3.2 Suavizamiento exponencial:
Esta técnica tiene el efecto de suavizar una serie y por lo tanto proporciona un
medio efectivo de predicción. Se basa en un promedio ponderado de los valores
actuales y anteriores de la variable en estudio. Se calcula a través del siguiente
modelo:
F t+1 = �A t + (1- �) F t 155
F es el pronóstico para el siguiente periodo.
At = es el valor real observado para el periodo corriente.
Ft = es la proyección hecha previamente para el periodo corriente.
α = constante de afinamiento a la cual se le da un valor 0 ≤ α ≤1

Siendo α lo crucial y puesto que se desea pronosticar con el error más pequeño
posible, el valor deα que minimiza el cuadrado medio del error (CMF) debe ser
el óptimo. Es decir, α será óptimo cuando se minimice el error calculado de la
siguiente manera:
CMF=
Aplicación de esta técnica con el ejemplo 9.3.1:
Tabla 9-3
Aplicación del suavizamiento exponencial 1
Tiempo Datos originales α=0.3 α=0.5
I/94 82.5
II/94 81.3 82.50 82.50
III/94 81.3 82.14 81.90
IV/94 79.0 81.20 80.45
I/95 76.6 79.82 78.53
156
II/95 78.0 79.27 78.26
III/95 78.4 79.01 78.33
IV/95 78.0 78.71 78.17
I/96 78.8 78.74 78.48
II/96 78.7 78.72 78.59
III/96 78.4 78.63 78.50
IV/96 80.0 79.04 79.25
I/97 80.7 79.54 79.97
II/97 80.7 79.89 80.34
III/97 80.8 80.16 80.57
En este caso la proyección de febrero de 1994 (segundo periodo) es la observación
del periodo anterior (proyección intuitiva), para el siguiente periodo, marzo del 94,
se la hará aplicando la fórmula:
Ft +1 = αAt + (1 − α )Ft
Proyección de marzo = 0.3 * 81.3 + (1 - 0.3)* 82.50 = 82.14
Si cambiamos la constante de afinamiento a α de 0.5, el pronóstico se muestra en

la tabla adjunta. Ahora para mirar el mejor valor de α calculamos el CME.
α 0.5 1-α 0.5

Pronós
Período PM3 SE CME
tico
1 82.50
2 81.30 82.50 1.44
3 81.30 81.70 81.90 0.36
4 79.00 80.53 80.45 2.10
5 76.60 78.97 78.53 3.71
6 78.00 77.87 78.26 0.07
7 78.40 77.67 78.33 0.00
8 78.00 78.13 78.17 0.03
157
9 78.80 78.40 78.48 0.10
10 78.70 78.50 78.59 0.01
11 78.40 78.63 78.50 0.01
12 80.00 79.03 79.25 0.57
13 80.70 79.70 79.97 0.53
14 80.70 80.47 80.34 0.13
15 80.80 80.73 80.57 0.05
9.11
CME 0.65
Con el α = 0.3 CME se calcula así:
α=0.3 1-α 0,7
CME
1 82.50
2 81.30 82.50 1.44
3 81.30 81.70 82.14 0.71
4 79.00 80.53 81.20 4.83
5 76.60 78.97 79.82 10.36
6 78.00 77.87 79.27 1.62
7 78.40 77.67 79.01 0.37
8 78.00 78.13 78.71 0.50
9 78.80 78.40 78.74 0.00
10 78.70 78.50 78.72 0.00
11 78.40 78.63 78.63 0.05
12 80.00 79.03 79.04 0.92
13 80.70 79.70 79.54 1.35
14 80.70 80.47 79.89 0.66
15 80.80 80.73 80.16 0.41
23.23
CME 1.66
158
En este caso la mejor constante de afinamiento es α de 0.5, puesto que me refleja

el menor error (1.66 versus 0.65).
Ejercicio propuesto:
a. La siguiente serie de tiempo muestra las ventas de un producto en particular a

lo largo de los últimos 12 meses.
Mes Ventas Mes Ventas

1 105 7 145
2 135 8 140
3 120 9 100
4 105 10 80
5 90 11 100
6 120 12 110
1. Utilice una constante de afinamiento de 0.3 para calcular los valores de suavi-
zación exponencial de la serie de tiempo.
2. Utilice una constante de suavización de 0.5 para calcular los valores de suaviza-
ción exponencial ¿Dará un mejor pronóstico la constante de 0.3 o de 0.5?
3. Realice el gráfico correspondiente.
159
10. Números índices
Un número índice relaciona un valor en un periodo de

tiempo denominado “periodo base” con el valor en otro pe-
riodo denominado periodo corriente o de referencia. Podría
ampliarse esta definición para indicar que se trata de un
número que muestra la variación o el peso de una variable
entre otra, en un intervalo de tiempo.
Existen varios números índices que se pueden construir partiendo de su definición,

por ejemplo: el porcentaje de ocupación de un hotel puede expresarse a través de
construir un número índice.
Vamos a referirnos a los siguientes:
a) Índice de precios simple:
Indica el cambio relativo en el precio de un bien o servicio en el periodo de

referencia, con respecto al periodo base. Su cálculo es como sigue:
PR
IIP R = × 100
160 PB
IPR=Índice de precios simple
PR = Precio del año de referencia
PB = Precio del año base

b) Índice de precios agregativo
Calcula el índice de precios para varios bienes/servicios. Se usa en empresas

que proveen 2 o más bienes/servicios. Su cálculo es como sigue:
IP A =
∑P R
× 100
∑P B
IPA=Índice de precios agregativo
Este índice no toma en cuenta, para su cálculo, la unidad de medida ni el volumen

de venta.
c) Índice de precios agregativos ponderados:
Calcula el índice de precios para varios bienes/servicios considerando el volumen

de venta y la unidad de medida. Se usa en general dos tipos de índices, el índice de
LASPEYRES (L) y, el índice de PAASCHE (P),su cálculo es como sigue:
• El índice de LASPEYRES (L): Utiliza las cantidades vendidas en el periodo

base como factor de ponderación
L=
∑ (P R × QB )
× 100
161
∑ (P B × QB )
• El índice de PAASCHE (P): Utiliza como factor de ponderación las cantida-

des vendidas en el periodo de referencia.
P=
∑ (P R × QR )
× 100
∑ (P B × QR )
Ejemplo 10.1 Cálculo de números índices:
Como pasante en la Escuela de Economía de la Universidad de Cuenca le piden que

desarrolle un índice para propósitos especiales. Tres series económicas parecen
ser adecuadas para la base de un índice. Estos datos son el precio del algodón (por
libra), el número de autos nuevos vendidos en Cuenca y los movimientos de dinero
(publicados por la banca local). Después de discutir el proyecto con su profesor de
estadística y con el decano decide que la recuperación monetaria debe tener una
ponderación de 0.60, el número de autos nuevos vendidos de 0.30 y el precio del
algodón de 0.10. El periodo base es 1995.
Tabla 10-1
Datos cálculo de índice 10.1
Precio del Automóviles Movimientos

Año
algodón ($) vendidos de dinero
1995 0.20 1.000 80
2000 0.25 1.200 90
2004 0.50 900 75
Elabore el índice para 2000
162 Artículo Ponderación
Algodón (0.25/0.20)(100)(0.10) = 12.5
Autos (1200/1000)(100)(0.30) =36.0
Movimiento de dinero (90/80)(100)(0.60) = 67.5
116.0
En el año base el número índice vale 100 por definición.
Entonces la variación entre 1995 y 2000 es de 16% .

d) Índice ideal de Fisher (F)
Es un índice especial que combina a Laspeyres y Paasche encontrando la raíz

cuadrada de su producto, es decir:
F=√LxP
e) El índice de precios al consumidor (IPC)3
Mide el cambio en el precio de los bienes/servicios de la canasta básica, de un

periodo a otro. Se lo conoce como tasa de inflación o índice de inflación; y su
cálculo es como sigue:
IPCt − IPCt −1
IPC = × 100
IPCt −1
El IPC es un índice de precios agregativo tanto del periodo o referencial con el pe-
riodo o periodo base.
Cuando se desea medir el poder real de compra de un individuo hay que tomar en
cuenta dos datos el IPC y el ingreso monetario que recibe ese individuo, la relación
entre los dos proporciona el ingreso real, es decir:
Ingreso monetario 163

Ingreso real = × 100
IPC
Ejemplo 10.2:
Suponemos que el sueldo nominal de un obrero es 150 dólares/mes y el IPC de

ese mes es 120, entonces su ingreso real o poder de compra en ese mes es de 125
(150/120*100 = 125).
3
Además del IPC el Instituto Nacional de Estadísticas y Censos (INEC) calcula el IPP el índice de
precios al productor, que mide el cambio de un periodo a otro de los insumos de la producción.
11. Pruebas no paramétricas
Cuando el objeto de nuestro estudio forma una población cuyos
datos no se comportan como un distribución normal, nos pro-
porciona datos con picos muy pronunciados, sesgados ya sea a la
derecha o a la izquierda, o información de tipo cualitativa, no será
posible aplicar la prueba t o F que suponen normalidad en los
datos para poder inferir sobre la población de estudio, existe la
posibilidad de analizarlos estadísticamente con pruebas no pa-
ramétricas, conocidas también como libres de distribución, pues
no dependen de supuestos relativos a la distribución.
Las pruebas no paramétricas son procedimientos estadísticos que pueden utilizarse

para contrastar hipótesis cuando no son posibles los supuestos respecto de los
parámetros o de las distribuciones poblacionales.
Dentro de estas pruebas destacamos las siguientes:
a) La prueba chi cuadrada (χ)
Esta prueba estadística tiene la característica de una distribución sesgada. Com-

prende una familia de curvas que aumenta a medida que se incrementan los gra-
dos de libertad (gl). Sus aplicaciones más comunes son las pruebas de bondad de
ajuste y las pruebas de independencia.
164
La prueba de bondad de ajuste se trata de un procedimiento para determinar si
la distribución de los valores en la población se ajustan a una forma particular
planteada como hipótesis. Los datos muestrales se toman de la población y estos
constituyen la base de los hallazgos. En resumen, la prueba X determina si las ob-
servaciones muestrales se ajustan a las expectativas.
Siguiendo los pasos normales de una prueba de hipótesis, en el caso de esta, la

hipótesis nula que se trata de verificar es como sigue:
H: la distribución poblacional es uniforme.
H1: la distribución poblacional no es uniforme.

Luego el factor estadístico de prueba se calcula de la siguiente manera:
k
(Oi − Ei ) 2
χ
2
=
∑
i =1 Ei
En donde:
Oi : Es la frecuencia de los eventos observados.

Ei : Es la frecuencia de los eventos esperados si la es correcta.
K : Es el número de categorías o clases.
La prueba tiene k - m - 1 grados de libertad, en donde m es el número de paráme-

tros a estimar
Con el valor calculado de chi cuadrada, vamos a la tabla de chi cuadrada (como las
que hemos visto prueba Z, t y F ), elaboramos el gráfico de la prueba, ubicamos
los valores críticos y el valor observado, que nos sirve para decidir si se acepta o
rechaza la Ho.
165
Figura 11-1. Gráfico Chi Cuadrada

Existen tres aplicaciones de esta prueba de bondad de ajuste:
I. para un ajuste uniforme,
II. un patrón específico y
III. una normalidad.
i. Prueba para un ajuste uniforme
Ejemplo 11.1
Supongamos que tenemos que probar la hipótesis de que la distribución de las

ventas de un hotel son uniformes, sabiendo que tenemos varios tipos de habitacio-
nes, tal como lo muestra la siguiente tabla, y esperamos que se puedan vender de
manera uniforme 12 habitaciones por periodo. Se trata de probar esta hipótesis a
un nivel de significancia del 10%.
Tabla 11-1
Datos ventas- habitación
Ventas mensuales Ventas mensuales

observadas del esperadas del
Tipo de
habitación
último trimestre último trimestre (Oi-Ei)
(Oi) (Ei)
166 Sencilla 15 12 9
Doble 11 12 1
Triple 10 12 4
Suite 12 12 0
El procedimiento de la prueba de hipótesis sería:
1. Planteamiento de las hipótesis Ho y H1:
Ho: la distribución poblacional es uniforme.
H1: la distribución poblacional no es uniforme.

2. Cálculo del factor estadístico:
k
(Oi − Ei ) 2
χ
2
=
∑
i =1 Ei
Con los datos calculados tenemos:
3. Graficamos y calculamos los valores críticos:
Para el cálculo del valor crítico necesitamos ir a la tabla de chi cuadrado y necesi-
tamos los grados de libertad. Para este ejemplo tenemos K = 4 categorías; m = 0
parámetros a estimar; por lo tanto los g.l. es 3 (g.l. = k-m-1= 4 - 0 - 1)
2
χ 0.10; con 3 grados de libertad en la tabla el valor de chi cuadrado es 6,25
2
El valor χ calculado de 1.17 cae en la zona de rechazo, por lo tanto
4. Decidimos rechazar Ho. 167
b) Prueba para un patrón específico
Dentro de esta prueba es importante considerar que las frecuencias esperadas (Ei)
son iguales al tamaño de la muestra, n, por la probabilidad de cada categoría, es
decir:
Ei = n pi
En donde:
n: tamaño de la muestra
pi: probabilidad de cada categoría, como se especificó en la Ho.
Ejemplo 11.2
El gerente de un hotel trata de seguir una política de hospedaje de 60% de sus

habitaciones a ejecutivos, 10% a nacionales y 30% a extranjeros. Para determinar
si la política se estaba cumpliendo se seleccionó una muestra de 85 huéspedes,
encontrando que 62 de ellos eran ejecutivos, 10 eran nacionales y 13 eran extran-
jeros. ¿A un nivel de significancia del 10% parece que se está cumpliendo el patrón
de hospedaje deseado?
Sigamos el procedimiento de la prueba de hipótesis:
1. Planteamiento de las hipótesis Ho y H1:
Ho: Se mantuvo el patrón de hospedaje de 60% ejecutivos,10%

nacionales y 30% extranjeros
H1: No se mantuvo el patrón deseado.
168
k
(Oi − Ei ) 2
2
∑ Ei
χ = i =1
Con los datos calculados tenemos:
Tabla 11-2
Datos procedencia de huéspedes
Frecuencias
Frecuencias
esperadas
Tipo de huésped observadas (Oi-Ei)
trimestre
(Oi)
(Ei = npi)
2
Ejecutivos 62 85* 0.60 = 51.0 (62-51)
2
Nacionales 10 85*0.10 = 8.50 (10-8.5)
2
Extranjeros 13 85*0.30 = 25.50 (13-25.5)
Muestra n = 85 85
121 2.2
5 156.2
5
2
χ = 5
+ +
1 8.5 5 .5 = 8.76
2

169
parámetros a estimar; por lo tanto los g.l. es 2 (g.l.= k-m-1= 3-0-1)
2
χ = 0.10; 2 en la tabla el valor de chi cuadrado es 4,61
2
El valor χ calculado de 8,76 cae en la zona de rechazo, por lo tanto
4. Decidimos rechazar Ho.
c) Prueba para una normalidad
Dentro de esta prueba es importante recordar lo que habíamos visto en la distri-

bución normal. Justamente en esta prueba la es la probabilidad o el área bajo la
curva.
Ejemplo 11.3:
Supongamos que las frecuencias de los turistas que han llegado al país en el último
año se encuentran agrupadas en las siguientes clases, además el promedio de la
población indica que existen μ = 600 turistas que han llegado, con una desviación
estándar de σ = 10 . Probemos esta hipótesis con el 5% de significancia.
Tabla 11-3
Información de arribos de turistas
Frecuencias
Frecuencias
Número de Probabilidades esperadas
observadas (Oi-Ei)
turistas (Pi) trimestre
(Oi)
(Ei = npi)
2
0-580 20 0.0228 22.8 (20-22.8)
170
2
580-590 142 0.1359 135.9 (142-135.9)
2
590-600 310 0.3413 341.3 (310-341.3)
2
600-610 370 0.3413 341.3 (370-341.3)
2
610-620 128 0.1359 135.9 (128-135.9)
2
620-mas 30 0.0228 22.8 (30-22.8)
Muestra 1.000
X–μ
Z=
σ
La probabilidad para la primera clase la calculamos de la siguiente manera:
X = 580 ; σ = 10 y μ = 600
580-600
Z= = -2 en la tabla obtenemos 0.4772
10
Gráficamente:
Entonces P(0<X<580) = 0.50 - 0.4772 = 0.0228
Para la siguiente categoría:
X = 590; σ = 10 y μ = 600
590-600
Z= = 1 en la tabla obtenemos 0.3413
10
Gráficamente:
Entonces P (580 < X < 590) = 0.4772 - 0.3413 = 0.1359
Con este criterio y forma de cálculo completamos la tercera columna del cuadro
171
anterior.
1. Planteamiento de las hipótesis y :
Ho: la llegada de turistas se distribuye normalmente.
H1: la llegada de turistas se distribuye normalmente.

k
(Oi − Ei ) 2
χ
2
=
∑
i =1 Ei
121 2.2
5 156.2
5
= 51 + 8.5 + 25 .5 = 8.76
2
χ
parámetros a estimar; por lo tanto los g.l. es 5 (g.l.= k-m-1= 6-0-1)
2
χ 0.05; 5 en la tabla el valor de chi cuadrado es 10,64
2
El valor χ calculado de 8,76 cae en la zona de rechazo, por lo tanto
4. Decidimos rechazar .
172
d) Prueba del signo
Esta prueba se utiliza comúnmente para tomar decisiones comerciales. Su propó-

sito es contrastar la hipótesis comparando dos distribuciones poblacionales y que
por lo general implica el uso de pares correspondientes. Se entiende que se tiene
un conjunto de datos antes y después para una muestra, y se desea comparar
estos datos.
Su cálculo se hace restando las observaciones por pares en un conjunto de datos

de las del segundo conjunto, y se anota el signo algebraico que resulta. No se tiene
interés en la magnitud de la diferencia sino solo en que su signo sea positivo (+) o
negativo (-).
La H 0 establece que no existe diferencia en los conjuntos de datos. Si esto es cierto
entonces un signo + o – son igualmente probables. La p i de obtener el signo + es
de 0.50 al igual que la p i de obtener el signo - es de 0.50.
La hipótesis nula y alternativa para una prueba de dos colas queda expresada de
la siguiente manera:
Ho: m = p
H1: m ≠ p
m es el número de signos negativos y p el número de signos positivos.
La hipótesis nula y alternativa para una prueba de una cola derecha e izquierda
respectivamente queda expresada de la siguiente manera:
Ho: m ≤ p
H1: m > p
m es el número de signos negativos y p el número de signos positivos.
173
Ho: m ≥ p
H1: m < p
m es el número de signos negativos y el número de signos positivos.

Ejemplo 11.3
Supongamos que una agencia de viajes desea medir al 5% de significancia, que el

impacto de sus paquetes promocionales es el mismo antes y después de la promo-
ciones. Para ello toma una muestra en doce sucursales con el nivel de ventas. Los
datos se presentan en miles de dólares.
Tabla 11-4
Ventas por sucursal
Antes de la Después
Sucursal Signo
promoción de la promoción
1 42 40 +
2 57 60 -
3 38 38 0
4 49 47 +
5 63 65 -
6 36 39 -
7 48 49 -
8 58 50 +
9 47 47 0
10 51 52 -
11 83 72 +
174 12 27 33 -
1. Planteamiento de las hipótesis Ho y H1 :
Ho: m ≤ p
H1: m > p
En el ejemplo tenemos que m = 6 y p = 4 por lo tanto esta es la hipótesis a probar.

Para este cálculo usamos la distribución binomial acumulada y su respectiva tabla

para facilitar el cálculo.
n = 10 signos (los ceros no se consideran); m = 6 y p = 4
p ( x ≤ 5) = 0.3770
Si > 5% entonces aceptamos Ho
37.70% > 5% entonces se acepta Ho
4. Decidimos no rechazar Ho
e) Prueba de Mann-Whitney (o simplemente la prueba U)
175
El propósito de esta prueba es contrastar la igualdad de dos distribuciones pobla-
cionales. Se basa en la suposición de que dos muestras aleatorias que se sacan
independientemente de variables continuas tienen parámetros idénticos.
La Ho establece que la distribución de dos poblaciones es idéntica.
Se puede realizar esta prueba para analizar la igualdad de las dos medias o media-
nas poblacionales. Se usan las medias si las poblaciones son simétricas y si tienen
la misma varianza. Si se elimina este supuesto de simetría se pueden usar las me-
dianas. Para probar la hipótesis es necesario calcular la prueba U de cada muestra,
de la siguiente manera:
Luego procedemos a calcular la media de las muestras, como sigue:
n1 n 2
µu =
2
Y también la desviación estándar, como sigue:
Al mantener el supuesto de normalidad es necesario calcular el factor estadístico

Z como sigue:
ui − µ u
z=
σu
Ejemplo 11.4
176 Supongamos que tenemos el registro de huéspedes en dos hoteles de la ciudad y

se trata de probar a un 10% de significancia que los dos hoteles registran el mismo
número de huéspedes. El registro de las dos muestras es de 12 y 10 respectiva-
mente y aparece en la siguiente tabla:
Tabla 11-5
Registro de ingreso de huéspedes
Hotel 1 27 31 28 29 39 40 35 33 32 36 37 43
Hotel 2 34 24 38 28 30 34 37 42 41 44
Procedemos a ordenar del más bajo al más alto siguiendo un orden para el ranking
del hotel:
Tabla 11-6
Clasifiación de la información por rangos
Hotel 1 Rango Hotel 2 Rango

24 1
27 2
28 3.5 28 3.5
29 5
30 6
31 7
32 8
33 9
34 10.5
34 10.5
35 12
36 13
37 14.5 37 14.5
38 16
39 17
40 18
41 19 177
42 20
43 21
44 22
ΣR1 130 ΣR2 123
1. Plantear la hipótesis nula (Ho) y la hipótesis alternativa (H1)
H0 : µ1 = µ2
H1: µ1 ≠ µ2
Luego procedemos a calcular la media de las muestras, como sigue:
n1 n 2
µu = = 12*10/2 = 60
2
Y también la desviación estándar, como sigue:
Al mantener el supuesto de normalidad es necesario calcular el factor estadístico

178 Z, como sigue:
ui − µ u
z= = 52-60/15.17 = -0.53
σu
3. Graficamos y obtenemos el valor crítico:
α = 0.10 y Z = 1.65 y el valor de la prueba cae en la zona de aceptación

4. Aceptar Ho
f) Prueba de correlación de rangos de Spearman (rs)
Esta prueba debe utilizarse cuando no se cumple el supuesto de normalidad en

las distribuciones. En este caso se puede clasificar sistemáticamente u ordenar las
observaciones. Esta clasificación ordinal permite medir los grados de correlación
entre dos variables utilizando este coeficiente de Spearman4 que se calcula así:
6∑ d i2
1−
rs = (
n n2 −1 )
En donde:
di = es la diferencia entre las clasificaciones para cada observación.
n= es el tamaño de la muestra.
Ejemplo 11.5
179
Supongamos que registramos el puntaje de un examen y el desempeño de 7 fun-
cionarios de una empresa hotelera, tal como se muestra en la siguiente tabla. Se
trata de probar la hipótesis de que no existe correlación entre el examen y el des-
empeño a un 10% de significancia.
4
Este factor estadístico de correlación de Spearman tiene su propia tabla.
Tabla 11-7
Resultados pruebas de desempeño
Clasificación Evaluación
Evaluación según de
Puntaje
Ejecutivo de prueba desempeño d i=X-Y d i2
examen
desempeño
(X) (Y)
JS 82 4 3 4 -1 1
AJ 73 7 5 7 -2 4
DB 60 6 7 6 1 1
ML 80 3 4 3 1 1
GC 67 5 6 5 1 1
AL 94 1 1 1 0 0
GW 89 2 2 2 0 0
1. Planteamiento de las hipótesis H0 y H1:
H0 : ρs = 0
H1: ρs ≠ 0
180 2. Cálculo del factor estadístico:
El cálculo del coeficiente de correlación de Spearman es como sigue:
6∑ d i2
1−
rs = (
n n2 −1 )
6 *8
rs = 1−
(
7 72 −1 ) = 0.857
Para el cálculo del valor crítico necesitamos ir a la tabla de Spearman y necesitamos

n = 7 y α = 0.10
ρ S 0.10; 7 en la tabla el valor de ρ S es: 0.6786
El valor calculado de 0.857 cae en la zona de rechazo, por lo tanto
4. Decidimos rechazar
g) La prueba de Kruskal-Wallis (k)
Esta es una prueba que compara tres o más poblaciones para determinar si existe
una diferencia entre la distribución de las mismas. Es análoga a la prueba ANOVA
o prueba F.
Su cálculo es el siguiente:
181
En donde:
ni = es el número de observaciones en la i-esima muestra.
n= es el número total de observaciones de todas las muestras.
Ri = es la suma de los rangos de la i-esima muestra.

Ejemplo 11.6:
Suponemos que la aerolínea TAME tiene tres clientes importantes, que con fre-
cuencia compran sus ticket en los últimos 7 meses, tal como se muestra en la si-
guiente tabla:
Tabla 11-8
Frecuencia de compra tickets
Cliente
Compra 1 2 3
1 28 26 37
2 19 20 28
3 13 11 26
4 28 14 35
5 29 22 31
6 22 21
7 21

Se sigue el procedimiento de la prueba de hipótesis:
1. Planteamiento de las hipótesis H0 y H1:
182
H0 : todas las k poblaciones tienen la misma distribución.
H1: no todas las k poblaciones tienen la misma distribución.

Cliente 1 Cliente 2 Cliente 3

Días Rango Días Rango Días Rango
11 1
13 2
14 3
19 4
20 5
21 6.5 21 6.5
22 8.5 22 8.5
26 10.5 26 10.5
28 13.5 28 13.5
28 13.5
29 15
31 16
35 17
37 18
63 34.5 75
183
Para el cálculo del valor crítico necesitamos α = 0.05; g.l.= 2 = n-1 ; entonces:
2
χ 0.05; 2 en la tabla el valor de chi cuadrado es 5.99
El valor calculado de 18.62 cae en la zona de rechazo, por lo tanto
4. Decidimos rechazar
Conclusiones
En esta nota técnica se ha tratado de presentar de manera resumida aspectos re-

levantes de temas y aplicaciones de la estadística descriptiva e inferencial, en todas
las ramas del quehacer empresarial. Se ha dejado para una siguiente nota el aná-
lisis multivariable, por ser un tema de mayor profundidad.
Podemos concluir con lo siguiente:
• El cálculo del parámetro poblacional, a partir del dato muestral con los
niveles de confianza, permite tomar decisiones bastante sólidas.
• La prueba de hipótesis, de igual manera, es una herramienta de toma de

decisiones que implica la aceptación o no de una afirmación que se haga
184 de la población.
• La estimación a través del análisis de regresión –simple y múltiple- es otra

herramienta de toma de decisiones con el apoyo de programas de Excel,
minitab o SPSS para mirar el comportamiento futuro de una variable.
• El análisis de series de tiempo permite estudiar los movimientos de la

variable tomando en cuenta los componentes estacionales, cíclicos, etc. y
ajustar la tendencia para entender el comportamiento de aquella variable
estudiada.
Los números índices y las pruebas no paramétricas también contribuyen a la

toma de decisiones cuando la información con la que se cuenta no se ajusta a una
distribución conocida, permitiendo estudiarla y apoyar a la toma de decisiones.
Bladimir Proaño Rivera, economis-
ta, docente universitario y analista
financiero y de riesgos. Nacido
en la ciudad de Azogues, el 9 de
octubre de 1968. Hijo de padre
Cotacacheño, Guillermo Proaño; y
de Madre azogueña, Toha Rivera.
Luego de terminar sus estudios
universitarios, entró a trabajar en
la banca, registrando casi 30 años
de vida profesional y experiencia en
la industria bancaria, inicialmente
como ejecutivo de negocios, tanto
de personas como de pequeñas y 185
grandes empresas. Y en los últimos
15 años, como analista de riesgos
financieros, sobre todo el de cré-
dito y el de mercado. Y durante 25
años ha vinculado su vida laboral
(práctica) con la docencia univer-
sitaria (teoría).
Estadística descriptiva e inferencial es un libro básico de estadística pensado
para estudiantes de pregrado y como un texto paralelo o introductorio al
complejo campo del análisis estadístico. La obra se ha condensado en dos
grandes partes. La primera aborda la estadística descriptiva, es decir inclu-
ye definiciones de variables, sus formas de medir. La importancia del mues-
treo y los tipos de muestreo. También incluye la ilustración de las formas
en que se puede organizar y manejar conjuntos de datos para proporcionar
una interpretación. Asimismo, medidas para describir datos para el análisis
estadístico, medidas de tendencia central y de dispersión. Se incluye unos
capítulos intermedios para el análisis probabilístico y sus tipos de distribu-
ciones más usadas. Estos capítulos anteceden a la segunda parte del libro
que aborda la parte estadística inferencial, con el análisis de pruebas de hi-
pótesis, análisis de varianza. También incluye el análisis de regresión simple
y múltiple, análisis de series de tiempo y construcción de números índices.
En cada tema se presenta ejercicios aplicados, y algunos de ellos con aplica-
ciones en Microsoft Excel.

Estadistica Descriptiva e Inferencial

Cargado por

Copyright:

Formatos disponibles

Estadistica Descriptiva e Inferencial

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estadistica Descriptiva e Inferencial

Cargado por

Copyright:

Formatos disponibles

ESTADÍSTICA

Francisco Salgado Arteaga

Martha Cobos Cali

Jacinto Guillén García

Toa Tripaldi Proaño

Verónica Neira Ruiz y Sebastián Carrasco Hermida

Daniela Durán Pozo

Román Idrovo Daza

2. Variables y datos estadísticos.......................................................................................... 20

3. Niveles de medición de los datos................................................................................... 22

4. Organización de los datos................................................................................................ 24

5. Representación gráfica de los datos.............................................................................. 30

6. Medidas de tendencia central......................................................................................... 36

8.1 Teorema de Chebyshev (1821-1894).......................................................................... 61

10. Medidas de apuntamiento............................................................................................. 67

11. Medidas de concentración............................................................................................. 68

12. Análisis exploratorio de variables bidimensionales................................................. 71

13. Introducción al cálculo de probabilidades................................................................. 78

14. Diagramas de árbol (arborigramas)............................................................................. 84

15. Teorema de Bayes............................................................................................................ 86

16. Técnicas de conteo.......................................................................................................... 87

17. Distribuciones de probabilidades................................................................................ 91

a) Determinación del tamaño apropiado de la muestra.............................................109

c) Teorema del límite central..............................................................................................112

3. Estimación con intervalos de confianza......................................................................121

5. Cálculo del tamaño de la muestra................................................................................126

9. Análisis de series de tiempo...........................................................................................148

10. Números índices.............................................................................................................160

11. Pruebas no paramétricas.............................................................................................164

La estadística ayuda a la toma de decisiones que afectan la vida

Por la importancia que reviste esta ciencia dedicaremos en la pri-

La estadística es la ciencia que se ocupa

Empezaremos con el estudio de la estadística descriptiva, siguiendo un ordena-

1. La estadística descriptiva que comprende un conjunto de mé-

2. La estadística inferencial comprende un conjunto de métodos

• Población es el conjunto o recopila- • Muestra es una parte o subcon-

Ilustración 1. Muestras y población

• El muestreo probabilístico: es aquel • El muestreo no probabilístico: es

En el muestreo aleatorio simple (MAS) la muestra se selecciona de tal manera que

El muestreo aleatorio sistemático (MASIS), en este caso, los elementos de la po-

Siguiendo el ejemplo anterior, si tenemos la población de 17 millones ordena-

El muestreo por conglomerados es aquel en el que la población se

Cuando definíamos la población o la mues-

Existen dos tipos de variables A su vez las variables cuantitativas

1. Variables cualitativas: aquellas 1. Variable discreta: aquella que entre

• Datos de corte transversal: la ob- • Datos de panel: Se trata de una

• Datos temporales: la observación

El nivel de medición de los datos marca los cálculos que

Existen cuatro niveles de medición de los datos:

• Nivel nominal, en el cual los datos Tabla 3-1

Se clasifican los datos y realiza un con-

• Nivel ordinal, esta medición supo- Tabla 3-2

La tabla 3-2 ilustra la clasificación de in- 4 Simple 13

Ejemplo: el número de estrellas de un

La diferencia entre un hotel tres estre-

• Nivel de razón, este nivel incluye

Una vez que se dispone de los datos de la muestra selec-

• Frecuencia absoluta: llamaremos así • Frecuencia absoluta acumulada: es

xi fi fi% FAi FAi%