UNIVERSIDAD DEL SUR-Campus CANCN APUNTES DE ESTADISTICA I

LICENCIATURA EN ADMINISTRACIN Julio 2011

MEDIDAS DE DISPERSIN.
En ocasiones no es suficiente con conocer el valor central (Medidas de Tendencia Central), sino saber qu tanto varian los datos o qu tan dispersos estn los valores usados. Es para estos casos que se usan las medidas de dispersin. Un valor pequeo en una medida de dispersin indica que los valores tienen poca variabilidad o que tienen valores cercanos a la media. Un valor grande nos indica que la media aritmtica NO es confiable. Las medidas de dispersin normalmente se usan para comparar la dispersin de dos o ms conjuntos de observaciones. Las medidas de dispersin ms conocidas son: o AMPLITUD (INTERVALO O RANGO) DE VARIACIN. Esta medida resulta de la diferencia del valor ms grande al que se le resta el valor ms pequeo. o VARIANZA. Es la media aritmtica de las desviaciones cuadrticas con respecto a la media. o DESVIACION ESTNDAR. Es la raz cuadrada positiva de la varianza.

VARIANZA POBLACIONAL (datos no agrupados)

DESV. ESTANDAR POBLACIONAL (datos no agrupados)

EJEMPLO 1. Las edades de los pacientes que ingresaron ayer al hospital General de Cancn son: 38, 26, 13, 41 y 22. Cul es la varianza y la desviacin estndar de esa poblacin? Edad (X) 38 26 13 41 22 -------X+ 10 -2 - 15 + 13 -6 ------(X - )

---------

Si la varianza de los enfermos de cncer en ese mismo hospital es de 349.2, se puede afirmar que . . . .

EJEMPLO 2. Es temporada de pocas lluvias y usted quiere cruzar el rio Bravo para trabajar en Gringolandia. Usted no sabe nadar pero alguien le dice que la profundidad MEDIA del ro es de tan solo 55 cm (o sea un poco ms de medio metro). Considere los dos casos en donde se muestran las profundidades que tiene, cada dos metros de longitud recorrida a todo lo ancho de una orilla a la otra, el ro. Confirme el valor de la media y determine para cada uno de los conjuntos de valores la amplitud, varianza y la desviacin estndar, compare los resultados y comente se atrevera a cruzar el ro sin saber nadar? PRIMER CASO (en cm): 25, 25, 12, 18, 32, 160, 180, 53, 35, 10 SEGUNDO CASO (en cm): 45, 70, 62, 48, 50, 40, 58, 65, 60, 52

EJEMPLO 3. El hotel Moon Palace contrat a 5 recin egresados de la Universidad del Sur Campus Cancn, con los siguientes sueldos semanales iniciales: 2,536, 2,173, 2,448, 2,121, 2,622 pesos. a. Determine la media salarial b. Determine la varianza c. Determine la desviacin estndar d. El hotel RIU Cancn contrat a 6 egresados. La media salarial fue de 2,550 pesos y la desviacin estndar de 250. Compare y comente. tomando como base estos sueldos, se quedara en el Moon o prefiere intentar en el Riu?

PROBABILIDAD
La probabilidad de ocurrencia de algn evento resultante de un experimento estadstico se manifiesta con nmeros reales, que varan entre cero y uno. Si tiene una alta probabilidad de ocurrencia se le asigna un valor cercano a 1, y si es poco probable, entonces se le asigna un valor cercano a 0.

0 < P(A) < 1 ; P(A) = _n_ N

P(O) = 0
donde

P(S) = 1 n N
es el nmero de resultados posibles que corresponden al evento A es el nmero de resultados diferentes e Igualmente probables de un experimento

EJEMPLO 1: Qu probabilidad hay de que al lanzar un dado, caiga el 3? y de que caiga un nmero par?

EJEMPLO 2: En un recipiente hay 6 canicas rojas, 4 blancas y 3 negras a. Cul es la probabilidad de agarrar una canica roja? b. cul es la probabilidad de agarrar una canica blanca o negra?

DISTRIBUCIONES DE PROBABILIDAD (DP)

La DP es una tcnica donde se muestra todos los resultados posibles de un experimento y la probabilidad de cada resultado. LO QUE ES LA DISTRIBUCION DE FRECUENCIAS RELATIVAS QUE MUESTRA LO QUE OCURRI EN EL PASADO, ES LA DISTRIBUCION DE PROBABILIDAD PARA LO QUE PUEDA OCURRIR EN EL FUTURO.

VARIABLE ALEATORIA Es cada uno de los posibles resultados diferentes de un experimento aleatorio Ejemplos: - El nmero de alumnos ausentes en un da de clases - El peso de un material o persona - El nmero de guilas que pueden caer al lanzar una moneda - La estatura de los alumnos del grupo - El nmero de infracciones levantadas en un da

LAS VARIABLES ALEATORIAS PUEDEN SER CUALITATIVAS O CUANTITATIVAS Las variables o caractersticas CUALITATIVAS son aquellas que son NO numricas, o tambin llamadas atributos. Ejemplos: gnero sexual, religin, tipo de automvil, estado o lugar de nacimiento, color de ojos, etc. Cuando la informacin estudiada es CUALITATIVA generalmente interesa saber cuntas o qu proporcin entra en cada categora. Normalmente los datos cualitativos se resumen en diagramas o grficas de barras. Las variables CUANTITATIVAS son aquellas que pueden expresarse numricamente. Ejemplos: la edad de los directores de Universidades, la velocidad de circulacin de autos sobre la Av. Colosio, el nmero de hermanos de los alumnos de la U. del Sur, la duracin de una batera de coche, etc. Las variables CUANTITATIVAS pueden ser DISCRETAS O CONTINUAS VARIABLE DISCRETA. Es aquella cuyos posibles resultados pueden ser CONTADOS, generalmente son nmeros enteros. Por ejemplo nmero de accidentes en carretera, o artculos defectuosos, homicidios del narco, etc. VARIABLE CONTINUA. Es aquella cuyos posibles resultados pueden ser MEDIDOS. Por ejemplo: distancias, tiempos, pesos, temperaturas, etc.

Si se organiza un conjunto de valores posibles de una variable aleatoria, en una distribucin de probabilidades, por lgica sta se llamar DISCRETA O CONTINUA, segn sea el tipo de variable utilizada. NOTA: Apuntar en el espacio abajo los dos tipos de distribuciones de probabilidad que el profesor apunte en el pizarrn.
LANZAMIENTOS DE MONEDA RESULTADOS POSIBLES PRIMERO SEGUNDO TERCERO NMERO DE "AGUILAS"

Nmero de caras ( X )

Probabilidad del Resultado

1 2 3 4 5 6 7 8 A = Aguila

S S S S A A A A y

S S A A S S A A S = Sol

S A S A S A S A

0 1 1 2 1 2 2 3

0 1 2 3 TOTAL

1/8 = 0.125 3/8 = 0.375 3/8 = 0.375 1/8 = 0.125 8/8 = 1.00

Distrib. De Probab. DISCRETA del nmero de guilas en tres lanzamientos de moneda Distrib. De Probab. CONTINUA

EJERCICIO: En los siguientes enunciados indique si se trata de variables aleatorias discretas o continuas. - El peso del contenido de 20 frascos de pldoras. _____________ - La cantidad de pldoras en cada uno de los frascos. ______________ - El volumen de lquido contenido en 60 garrafones de agua ___________ - El nmero de pares de zapatos de las mujeres en Cancn ______________ - Las temperaturas diarias en verano de Cancn ____________ - El ingreso salarial diario de los plomeros de Cancn ___________ - El tiempo que funciona una bomba de agua para llenar un tinaco de 750 litros __________ - El tiempo que chatean diario los alumnos de la U del Sur ___________ - El nmero de infracciones levantadas en un da _____________ Las Distribuciones de probabilidad DISCRETAS pueden ser: BINOMIALES. Es un tipo de distribucin de probabilidad en donde slo hay dos resultados posibles en cada ensayo de un experimento: falso o verdadero; xito o fracaso. Los resultados son mutuamente excluyentes, lo que significa que si resulta ser falso, entonces no podr ser tambin verdadero. Un departamento de control de calidad clasifica como aceptable o no un producto; un trabajador est desempleado o empleado; una llamada de venta hace que el cliente compre o no. Otra caracterstica es que la probabilidad de xito permanece igual en cada ensayo, ya que existe reposicin. Donde: C es una combinacin FRMULA: P(X) = C ( 1 - ) n es el nmero de ensayos X es el nmero de xitos es la probab. de xito en cada ensayo EJEMPLO. El 5% de los engranes producidos por una mquina automtica salen defectuosos, cul es la probabilidad de que al seleccionar al azar 6 engranes, ninguno sea defectuoso? cul es la probabilidad de que haya exactamente dos engranes defectuosos? exactamente tres? exactamente cuatro? exactamente cinco? O bien exactamente que 6 de los 6 engranes estn defectuosos? (Nota: n = 6 y = 0.05 ) RESPUESTA: Existe un nmero fijo de ensayos (6); existe una probabilidad constante de xito ( 0.05); los ensayos son independientes y slo hay dos resultados posibles. Para resolver con mayor facilidad esta clase de problemas se cuenta con tablas de probabilidad que consultndolas para este problema nos resulta que . . .
No. De engr. defect Prob de ocurrencia No. De engr. defect Prob de ocurrencia

X 0 1 2 3 -

P(X) 0.735 0.232 0.031 0.002

X 4 5 6

P(X) 0.000 0.000 0.000

HIPERGEOMTRICA. Cuando en ensayos sucesivos de un mismo experimento no existe reposicin y la poblacin es relativamente pequea, la probabilidad de xito NO permanece constante en cada ensayo. En estos casos NO se debe utilizar la probabilidad binomial sino la HIPERGEOMTRICA.

POISSON. Esta distribucin de probabilidad describe la cantidad de veces que ocurre un evento en un intervalo determinado. El intervalo puede ser de tiempo, distancia, rea o volumen. Esta distribucin se basa en dos supuestos: la probabilidad es proporcional a la extensin del intervalo, y los intervalos son independientes.
Donde: es la media del no. De ocurrencias en un intervalo

FRMULA:

P(X) = ----------

es la constante 2.71828

X es el nmero de ocurrencias (xitos) P(X) es la probab. que se va a calcular para un valor dado de X EJEMPLO: Considere una aerolnea en donde en raras ocasiones se pierde una maleta, y todava en menos casos se pierden 2 o 3 maletas. Supngase que en una muestra aleatoria de 1,000 vuelos, se revela un total de 300 maletas extraviadas. De esta forma la media aritmtica del nmero de equipajes extraviados por vuelo es de 0.3, que se obtiene de 300/1,000. Si la cantidad de maletas perdidas por viaje areo sigue una distribucin de Poisson con = 0.30, Cul es la probabilidad de que se pierda una maleta, dos maletas, tres, cuatro y cinco maletas en un vuelo cualquiera? RESPUESTA. Utilizando tablas de probabilidad de Poisson, tenemos para =0.30 X P(X)_ X P(X)_ 0 0.7408 3 0.0033 1 0.2222 4 0.0003 2 0.0333 5 0.0000

NOTA: El alumno deber obtener las tablas respectivas y confirmar estos resultados

DISTRIBUCIN DE PROBABILIDAD NORMAL La distribucin de probabilidad del tipo continua ms importante es la conocida como la NORMAL o de CAMPANA DE GAUSS. Tiene las siguientes caractersticas: 1. La curva normal es acampanada y tiene un solo pico o cresta en el centro de la distribucin. La media, la mediana y la moda son iguales y estn localizadas en dicha cresta. 2. La distribucin de probabilidad normal es simtrica con respecto a su media. 3. La curva normal decrece uniformemente en ambas direcciones a partir del valor central. Es asinttica, lo que significa que la curva se acerca cada vez ms al eje X pero en realidad nunca llega a tocarlo, por lo que la curva se extiende indefinidamente en sus extremos. Debido a la diversidad de familias de curvas normales por diferencias en las desviaciones estndar y en las medias, se ha desarrollado una distribucin normal que tiene una media de 0 y una desviacin estndar de 1, denominada DISTRIBUCIN NORMAL ESTNDAR. Cualquier distribucin normal se puede convertir a una distribucin normal estndar. Para lograr esto se utiliza un valor Z tambin llamado VALOR NORMAL ESTNDAR Z = ----------------

Donde:

X es el valor de cualquier medida u observacin especfica Es la media de la distribucin Es la desviacin estndar de la distribucin

Con este valor Z se puede entrar a la tabla de distribucin normal estndar y determinar el rea o lo que es lo mismo, la probabilidad bajo cualquier curva normal. EJEMPLO. La media de una distribucin de probabilidad NORMAL es de 500; la desviacin estndar de 10. a- Entre qu par de valores est aproximadamente el 68% de las observaciones? b- Entre qu par de valores est alrededor del 95% de las observaciones? c- Entre qu par de valores estn prcticamente todas las observaciones?

EJEMPLO. Una prueba de tiempo de vida til de bateras alcalinas tipo D, revel que su tiempo medio de vida es de 19.0 horas. La distribucin de los tiempos de vida se aproxima a una distribucin normal. La desviacin estndar de la distribucin es de 1.2 horas. a- Entre qu par de tiempos falla aproximadamente el 95% de las bateras? b- Cul es la probabilidad de que las bateras duren al menos 19.0 horas? c- Cul es la probabilidad de que las bateras duren entre 19.0 y 21.0 horas? d- Cul es la probabilidad de que las bateras duren menos de 17.5 horas? e- Cul es la probabilidad de que las bateras duren entre 17.5 y 21.0 horas?