Julin Rodrigo Quintero Gonzlez

MDULO 1. INTRODUCCIN
1.1 ESTADSTICA 1.1.1 Definicin1. El campo de la estadstica tiene que ver con la recopilacin, presentacin, anlisis y uso de datos para tomar decisiones y resolver problemas. Cualquier persona, tanto en su carrera profesional como en la vida cotidiana recibe informacin en forma de datos a travs de peridicos, de la televisin y de otros medios. A menudo es necesario obtener alguna conclusin a partir de la informacin contenida en los datos, por eso ser til para cualquier persona tener cierta comprensin de la estadstica. Puesto que los ingenieros y los cientficos obtienen y analizan datos de manera rutinaria, el conocimiento de la estadstica tiene una importancia especial en estos campos. De manera especfica, el conocimiento de la estadstica y la probabilidad puede constituirse en una herramienta poderosa para ayudar a los cientficos e ingenieros a disear nuevos productos y sistemas, a perfeccionar los existentes y a disear, desarrollar y mejorar los procesos de produccin. 1.1.2 Otras definiciones2. La estadstica es comnmente considerada como una coleccin de hechos numricos expresados en trminos de una relacin sumisa, y que han sido recopilados a partir de otros datos numricos. Kendall y Buckland (citados por Gini V. Glas / Julian C. Stanley, 1980) definen la estadstica como un valor resumido, calculado, como base en una muestra de observaciones que generalmente, aunque no por necesidad, se considera como una estimacin de parmetro de determinada poblacin; es decir, una funcin de valores de muestra. "La estadstica es una tcnica especial apta para el estudio cuantitativo de los fenmenos de masa o colectivo, cuya mediacin requiere una masa de observaciones de otros fenmenos ms simples llamados individuales o particulares". (Gini, 1953). Murria R. Spiegel, (1991) dice: "La estadstica estudia los mtodos cientficos para recoger, organizar, resumir y analizar datos, as como para sacar conclusiones vlidas y tomar decisiones razonables basadas en tal anlisis. "La estadstica es la ciencia que trata de la recoleccin, clasificacin y presentacin de los hechos sujetos a una apreciacin numrica como base a la explicacin, descripcin y comparacin de los fenmenos". (Yale y Kendal, 1954). Cualquiera sea el punto de vista, lo fundamental es la importancia cientfica que tiene la estadstica, debido al gran campo de aplicacin que posee.

MONTGOMERY, Douglas C. y RUNGER, George C. Probabilidad y estadstica aplicadas a ingeniera. Mc Graw Hill. Mxico: 1996. p 1.
2

Estadstica. Disponible en: http://www.monografias.com/trabajos15/estadistica/estadistica.shtml

1
CURSO DE PROBABILIDAD Y ESTADSTICA
GUAS DE CLASE

UNIVERSIDAD PEDAGGICA Y TECNOLGICA DE COLOMBIA

Julin Rodrigo Quintero Gonzlez

1.2 HISTORIA Y DESARROLLO DE LA ESTADSTICA 1.2.1 Estadstica moderna3. El origen de la estadstica se remonta a dos reas de inters con, aparentemente, muy poco en comn: los juegos de azar y lo que ahora se conoce como ciencia poltica. Los estudios: de probabilidad de mediados del siglo XVIII, motivados en gran medida por el inters en los juegos de azar, dieron lugar al tratamiento matemtico de los errores de medicin y a la teora en la que hoy se sustenta la estadstica. En el mismo siglo, el inters en la descripcin numrica de unidades polticas (ciudades, provincias, distritos, etc.) dio origen a lo que actualmente conocemos como estadstica descriptiva. En un principio, la estadstica descriptiva consisti simplemente en la presentacin de datos en tablas y grficas; hoy incluye tambin la sntesis de datos por medio de descripciones numricas. En las ltimas dcadas, el desarrollo de la estadstica se ha dejado sentir en casi todas las grandes fases de la actividad humana, y el rasgo ms importante de su desarrollo ha sido el desplazamiento del nfasis en la estadstica descriptiva a la inferencia estadstica. La inferencia estadstica se refiere a generalizaciones basadas en datos mustrales; se aplica a problemas como la estimacin (con base en corridas de prueba) de la emisin promedio de contaminantes de un motor; la confirmacin de lo que sostiene un fabricante sobre la base de medidas tomadas en muestras de su producto, y la prediccin de la fidelidad de un sistema de audio con base en datos mustrales relativos al desempeo de sus componentes. Al realizar una inferencia estadstica, es decir, una inferencia que va ms all de la informacin contenida en un conjunto de datos, se debe proceder con todo cuidado. Es preciso decidir detenidamente cun lejos puede llegarse en la generalizacin a partir de un conjunto dado de datos, si tales generalizaciones son del todo razonables o justificables, si sera prudente esperar hasta que se disponga de un mayor nmero de datos, etc. En realidad, algunos de los problemas ms importantes de la inferencia estadstica tienen que ver con la evaluacin de riesgos y las consecuencias a las que podramos vernos expuestos por la deduccin de generalizaciones de datos mustrales. Esto incluye una evaluacin de las probabilidades de tomar decisiones equivocadas, de la eventualidad de hacer predicciones incorrectas y de la posibilidad de obtener estimaciones que rebasen los lmites permisibles. La inferencia estadstica depende enormemente de la teora de la probabilidad. Esta es una teora matemtica, pero su aplicacin e interpretacin hace surgir la cuestin de objetividad contra subjetividad. 1.2.2 Utilidad e importancia4. Los mtodos estadsticos tradicionalmente se utilizan para propsitos descriptivos, para organizar y resumir datos numricos. La estadstica descriptiva, por ejemplo trata de la tabulacin de datos, su presentacin en forma grfica o ilustrativa y el clculo de medidas descriptivas. Ahora bien, las tcnicas estadsticas se aplican de manera amplia en mercadotecnia, contabilidad, control de calidad y en otras actividades; estudios de consumidores; anlisis de resultados en
3

JOHNSON, Richard A. Probabilidad y estadstica para ingenieros de Miller y Freund. Quinta edicin. Prentice Hall. Mxico. p 1. Historia de la estadstica. Disponible en: http://eumed.net/cursecon/libreria/drm/0.htm

2
CURSO DE PROBABILIDAD Y ESTADSTICA
GUAS DE CLASE

UNIVERSIDAD PEDAGGICA Y TECNOLGICA DE COLOMBIA

Julin Rodrigo Quintero Gonzlez

deportes; administradores de instituciones; en la educacin; organismos polticos; mdicos; y por otras personas que intervienen en la toma de decisiones. 1.2.3 Estadstica e Ingeniera5. Pocas reas han experimentado tan poderosamente el impacto del desarrollo reciente de la estadstica como la ingeniera y la administracin industrial. Ciertamente, sera difcil sobreestimar las contribuciones de la estadstica a los problemas de la produccin, al uso eficaz de materiales y fuerza de trabajo, a la investigacin bsica y al desarrollo de nuevos productos. Como en el caso de las dems ciencias, la estadstica se ha convertido en herramienta vital para los ingenieros, ya que les permite comprender fenmenos sujetos a variacin y predecirlos o controlarlos eficazmente. El mtodo estadstico que se emplea para estimar el coeficiente de dilatacin trmica de un metal tambin sirve para estimar el tiempo promedio que le lleva a una secretaria realizar cierta tarea, el grosor promedio de un cascarn de huevo de pelcano o el coeficiente intelectual promedio de los inmigrantes que arriban a Estados Unidos. De igual forma, el mtodo estadstico que se usa para comparar la resistencia de dos aleaciones tambin sirve para comparar la eficacia de dos mtodos de enseanza, los mritos de dos insecticidas o el desempeo de hombres y mujeres en una prueba sobre acontecimientos de actualidad. 1.2.4 El papel de la estadstica en la ingeniera y en la ciencia6. La importancia de la estadstica en la ingeniera, la ciencia y la administracin ha sido subrayada por la participacin de la industria en el aumento de la calidad. Muchas compaas se han dado cuenta de que la baja calidad de un producto (ya sea en la forma de defectos de fabricacin, en una baja confiabilidad en su rendimiento, o en ambos), tiene un efecto muy pronunciado en la productividad global de la compaa, en el mercado y la posicin competitiva y, finalmente, en la rentabilidad de la empresa. Mejorar estos aspectos de la calidad puede eliminar el desperdicio; disminuir la cantidad de material de desecho, la necesidad de volver a maquilar piezas, los requerimientos para inspeccin y prueba y las prdidas por garanta; adems de mejorar la satisfaccin del consumidor y permitir que la empresa se convierta en un productor de alta calidad y bajo costo en el mercado. La estadstica es un elemento decisivo en el incremento de la calidad, ya que las tcnicas estadsticas pueden emplearse para describir y comprender la variabilidad. Virtualmente todos los procesos y sistemas de la vida real exhiben variabilidad. Por ejemplo, considere la situacin donde, de un proceso de maquinado, se seleccionan varios componentes del motor de una aeronave y se mide la altura de la turbina del propulsor (una dimensin crtica) de cada parte. Si el instrumento de medicin tiene una resolucin suficiente, la altura de cada turbina ser diferente; esto es, habr variabilidad en la dimensin. Otro ejemplo: si se cuenta el nmero de defectos en los gabinetes para computadoras personales, se encontrar cierta variabilidad en los conteos, ya que algunos gabinetes tendrn pocos defectos, mientras que otros tendrn muchos. Esta
5

Ibdem. p 3.

MONTGOMERY, Douglas C. y RUNGER, George C. Probabilidad y estadstica aplicadas a ingeniera. Mc Graw Hill. Mxico: 1996. p 2.

3
CURSO DE PROBABILIDAD Y ESTADSTICA
GUAS DE CLASE

UNIVERSIDAD PEDAGGICA Y TECNOLGICA DE COLOMBIA

Julin Rodrigo Quintero Gonzlez

nocin de variabilidad se extiende a todos los ambientes. Existe variabilidad en el espesor del recubrimiento de xido en las pastillas de silicio, en el rendimiento por hora de un proceso qumico, en el nmero de errores en los dibujos de ingeniera y en el tiempo necesario para ensamblar el motor de un automvil. Por qu se presenta la variabilidad? En general, la variabilidad es el resultado de cambios en las condiciones bajo las que se hacen las observaciones. En el contexto de la manufactura, estos cambios pueden ser diferencias en las propiedades de los materiales utilizados, en la forma en que trabajan los obreros, en las variables del proceso (tales como la temperatura, la presin o el tiempo de ocupacin) y en factores ambientales (como la humedad relativa). La variabilidad tambin se presenta debido al sistema de medicin utilizado. Por ejemplo, la medicin obtenida a partir de una escala puede depender del lugar del panel en que se coloque el objeto que se ha de medir. El muestreo tambin puede ser causa de variabilidad. Por ejemplo, supngase que un lote de 5000 circuitos integrados contiene exactamente 50 circuitos defectuosos. Si se inspeccionan los 5000 dispositivos, y el proceso de inspeccin es perfecto (sin error en la inspeccin o en la medicin), entonces se encontrarn 50 circuitos defectuosos. Ahora bien, supngase que se selecciona una muestra de 100 dispositivos; es probable que alguno de los dispositivos en la muestra est defectuoso. De hecho, lo que se espera es que la muestra contenga alrededor de un uno por ciento de circuitos defectuosos (ya que el lote contiene 50/5000 * 100 = 1% de artculos defectuosos), pero esta cantidad puede ser cero, dos o cinco por ciento de circuitos defectuosos, dependiendo de los dispositivos especficos contenidos en la muestra. Es as como el proceso de muestreo introduce cierta variabilidad en los resultados observados en el sentido en que la proporcin de unidades defectuosas puede cambiar de la proporcin real de stas. El campo de la estadstica y la probabilidad consiste de mtodos tanto para describir y modelar la variabilidad, como para tomar decisiones en presencia de sta. En la estadstica inferencial lo que se desea hacer es tomar una decisin acerca de una poblacin en particular. El trmino poblacin se refiere a la recoleccin de mediciones de todos los elementos del universo con respecto al cual se quieren obtener conclusiones o tomar decisiones. Por ejemplo, la poblacin puede ser el lote de 5000 circuitos integrados del prrafo anterior. Supngase que el fabricante est interesado en la ganancia del transistor de un circuito en particular de cada uno de los dispositivos. Los distintos niveles que puede tener la ganancia del transistor pueden considerarse como la poblacin de inters. Por tanto, cada valor de la poblacin es una medicin numrica, tal como 5.10 o 5.24; en consecuencia, los datos se conocen como variables o datos numricos. Por otra parte, es posible que el fabricante est interesado en determinar si el dispositivo produce o no una ganancia que cumpla con algn requisito de diseo. En este caso la poblacin se considera como formada por datos de atributo, en los que a cada dispositivo se le asigna el valor de uno si la unidad no satisface el requisito de diseo, y cero si cumple con l. En este libro se presentan tcnicas para tratar con datos variables y con datos de atributos. En la mayora de las aplicaciones de la estadstica, los datos disponibles consisten de una muestra de la poblacin de inters. Esta muestra es slo un subconjunto de
4
CURSO DE PROBABILIDAD Y ESTADSTICA
GUAS DE CLASE

UNIVERSIDAD PEDAGGICA Y TECNOLGICA DE COLOMBIA

Julin Rodrigo Quintero Gonzlez

observaciones seleccionadas de una poblacin. En el ejemplo de los circuitos integrados, supngase que la muestra est formada por cinco dispositivos, seleccionados de un lote de 5000. Las ganancias del transistor observadas en estos dispositivos son 5.10, 5.24, 5.13, 5.19 y 5.08. El inters puede centrarse en cuestiones como las siguientes: "La informacin contenida en esta muestra lleva a la conclusin de que la ganancia del transistor es menor que 5.50?", o "Cunta confianza puede tenerse en que la ganancia del transistor se encuentre en el intervalo que va de 5.00 a 5.50?". Los mtodos de la estadstica inferencial se emplean para dar respuesta a estas preguntas, y a otras del mismo tipo. El campo de la estadstica inferencial se ha desarrollado principalmente desde comienzos de este siglo. Es resultado de los mtodos para organizar y resumir datos, cuyos orgenes se remontan a varios siglos atrs. Estos mtodos para resumir y organizar datos se denominan estadstica descriptiva. La mayor parte del uso moderno de la estadstica, particularmente en la ciencia y la ingeniera, se dirige ms hacia la inferencia que a la descripcin. Por ejemplo, un ingeniero que disea un nuevo circuito de computadora fabricar una muestra (prototipo) de ellos, y entonces querr obtener conclusiones sobre la forma en que estos dispositivos funcionarn una vez que se produzcan a gran escala. 1.2.5 El papel del cientfico y el ingeniero en el mejoramiento de la calidad7. Desde la dcada de los sesenta, Estados Unidos se halla en un mercado mundial cada vez ms competitivo. El mundo se encuentra en la actualidad en medio de una revolucin internacional en cuanto al mejoramiento de la calidad. Las enseanzas e ideas de W. Edwards Deming fueron de gran utilidad para el rejuvenecimiento de la industria de Japn. El propio Deming ha sealado que, si desea sobrevivir, la industria estadounidense debe asumir un incesante compromiso con el mejoramiento de la calidad. Del diseo a la produccin, los procesos tienen que ser permanentemente mejorados. Con sus conocimientos tcnicos y dotados de habilidades estadsticas bsicas para la recoleccin y representacin grfica de datos, ingenieros y cientficos pueden participar decisivamente en el cumplimiento de esta meta. El movimiento de mejoramiento de la calidad se basa en la filosofa de "hacerlo todo bien la primera vez". Ms an, nadie debe sentirse satisfecho con ningn proceso o producto, sino buscar de forma continua las maneras de mejorarlo. Pondremos el acento en los principales componentes estadsticos de todo programa moderno de mejoramiento de la calidad. 1.3 CLASES DE ESTADSTICA8 1.3.1 Estadstica Deductiva e Inductiva. Uno de los problemas fundamentales de la Estadstica es el estudio de la relacin existente entre una poblacin y sus muestras. Segn la direccin de tal relacin la Estadstica puede ser:

JOHNSON, Richard A. Probabilidad y estadstica para ingenieros de Miller y Freund. Quinta edicin. Prentice Hall. Mxico. p 3. Estadstica Descriptiva. Disponible en: http://sitios.ingenieria-usac.edu.gt/estadistica/estadistica2/estadisticadescriptiva.html

5
CURSO DE PROBABILIDAD Y ESTADSTICA
GUAS DE CLASE

UNIVERSIDAD PEDAGGICA Y TECNOLGICA DE COLOMBIA

Julin Rodrigo Quintero Gonzlez

Deductiva; cuando a partir del conocimiento de la poblacin se trata de caracterizar cada muestra posible. Inductiva; cuando a partir del conocimiento derivado de una muestra se pretende caracterizar la poblacin.

1.3.2 Estadstica Descriptiva e Inferencial Estadstica Descriptiva. Se refiere a la recoleccin, presentacin, descripcin, anlisis e interpretacin de una coleccin de datos, esencialmente consiste en resumir stos con uno o dos elementos de informacin (medidas descriptivas) que caracterizan la totalidad de los mismos. La estadstica Descriptiva es el mtodo de obtener de un conjunto de datos conclusiones sobre s mismos y no sobrepasan el conocimiento proporcionado por stos. Puede utilizarse para resumir o describir cualquier conjunto ya sea que se trate de una poblacin o de una muestra, cuando en la etapa preliminar de la Inferencia Estadstica se conocen los elementos de una muestra. Estadstica Inferencial. Se refiere al proceso de lograr generalizaciones acerca de las propiedades del todo, poblacin, partiendo de lo especfico, muestra. Las cuales llevan implcitos una serie de riesgos. Para que stas generalizaciones sean vlidas la muestra deben ser representativa de la poblacin y la calidad de la informacin debe ser controlada, adems puesto que las conclusiones as extradas estn sujetas a errores, se tendr que especificar el riesgo o probabilidad que con que se pueden cometer esos errores. La estadstica inferencial es el conjunto de tcnicas que se utiliza para obtener conclusiones que sobrepasan los lmites del conocimiento aportado por los datos, busca obtener informacin de un colectivo mediante un metdico procedimiento del manejo de datos de la muestra. En sus particularidades la Inferencia distingue la Estimacin y la Contrastacin de Hiptesis. Es estimacin cuando se usan las caractersticas de la muestra para hacer inferencias sobre las caractersticas de la poblacin. Es contrastacin de hiptesis cuando se usa la informacin de la muestra para responder a interrogantes sobre la poblacin. 1.4 CLASIFICACIN DE LOS ESTUDIOS ESTADSTICOS9 Existen varias formas de clasificar los estudios estadsticos. 1.4.1 Segn la etapa. Hay una estadstica descriptiva y una estadstica inferencial. La primera etapa se ocupa de describir la muestra, y la segunda etapa infiere conclusiones a partir de los datos que describen la muestra (por ejemplo con respecto a la poblacin).

Introduccin a la estadstica. Disponible en: http://www.monografias.com/trabajos19/la-estadistica/la-estadistica.shtml

6
CURSO DE PROBABILIDAD Y ESTADSTICA
GUAS DE CLASE

UNIVERSIDAD PEDAGGICA Y TECNOLGICA DE COLOMBIA

Julin Rodrigo Quintero Gonzlez

1.4.2 Segn el tiempo considerado. Dentro de la estadstica descriptiva se distingue la estadstica esttica o estructural, que describe la poblacin en un momento dado (por ejemplo la tasa de nacimientos en determinado censo), y la estadstica dinmica o evolutiva, que describe como va cambiando la poblacin en el tiempo (por ejemplo el aumento anual en la tasa de nacimientos). 1.4.3 Segn la cantidad de variables estudiada. Desde este punto de vista hay una estadstica univariada (estudia una sola variable, como por ejemplo la inteligencia, en una muestra), una estadstica bivariada (estudia cmo estn relacionadas dos variables, como por ejemplo inteligencia y alimentacin), y una estadstica multivariada (que estudia tres o ms variables, como por ejemplo como estn relacionados el sexo, la edad y la alimentacin con la inteligencia).

7
CURSO DE PROBABILIDAD Y ESTADSTICA
GUAS DE CLASE

UNIVERSIDAD PEDAGGICA Y TECNOLGICA DE COLOMBIA