Professional Documents
Culture Documents
Estruch Fuster
Valentn Gregori Gregori
Almanzor Sapena Piera
LECCIONES DE ESTADSTICA
Copyright 2011. Editorial de la Universidad Politcnica de Valencia. All rights reserved.
EDITORIAL
UNIVERSITAT POLITCNICA DE VALNCIA
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
Primera edicinLPSUHVD, 2010
3ULPHUDHGLFLyQHOHFWUyQLFD
Copyright 2011. Editorial de la Universidad Politcnica de Valencia. All rights reserved.
de la presente edicin:
Editorial Universitat Politcnica de Valncia
www.editorial.upv.es
Distribucin: pedidos@editorial.upv.es
Tel. 96 387 70 12
ISBNHGLPSUHVD: 978-84-8363-599-5
,6%1HGHOHFWUyQLFD
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
Sumario
Indice de notaciones 9
Prologo 11
1 Estadstica Descriptiva 13
1.1 Representacion de variables estadsticas . . . . . . . . . . . . . 13
1.1.1 Poblacion y variable estadstica . . . . . . . . . . . . . . 13
1.1.2 Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
Copyright 2011. Editorial de la Universidad Politcnica de Valencia. All rights reserved.
1.2.12 Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
1.2.13 Nota . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
1.2.14 Estadsticos robustos . . . . . . . . . . . . . . . . . . . . 30
1.2.15 Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
1.3 Ejercicios resueltos . . . . . . . . . . . . . . . . . . . . . . . . . 32
1.4 Ejercicios propuestos . . . . . . . . . . . . . . . . . . . . . . . . 43
1.5 Proyecto: Medidas de asimetra y forma . . . . . . . . . . . . . 48
1.5.1 Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
1.6 Proyecto: Diagrama Box-and-whisker . . . . . . . . . . . . . . . 52
2 Distribuciones bidimensionales 53
2.1 Distribuciones bidimensionales . . . . . . . . . . . . . . . . . . 53
2.1.1 Variable estadstica bidimensional . . . . . . . . . . . . 53
2.1.2 Representacion graca de una distribucion bidimensional 54
2.1.3 Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
2.1.4 Medidas de centralizacion y dispersion . . . . . . . . . . 55
2.1.5 Nota . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
2.1.6 Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
Copyright 2011. Editorial de la Universidad Politcnica de Valencia. All rights reserved.
3 Probabilidad 87
3.1 Espacios Probabilsticos . . . . . . . . . . . . . . . . . . . . . . 87
3.1.1 Experimentos aleatorios . . . . . . . . . . . . . . . . . . 87
3.1.2 Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
3.1.3 Nota . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
3.1.4 Algebra de sucesos . . . . . . . . . . . . . . . . . . . . . 88
3.1.5 Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
3.1.6 Probabilidad . . . . . . . . . . . . . . . . . . . . . . . . 89
3.1.7 Nota . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
3.1.8 Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
3.1.9 Propiedades de una funcion probabilidad . . . . . . . . 90
3.1.10 Axiomatica de Kolmogorov . . . . . . . . . . . . . . . . . 91
3.1.11 Probabilidad de Laplace . . . . . . . . . . . . . . . . . . 91
3.1.12 Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
3.1.13 Pruebas repetidas. Espacio producto . . . . . . . . . . . 92
3.1.14 Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
3.1.15 Probabilidad suma . . . . . . . . . . . . . . . . . . . . . 93
Copyright 2011. Editorial de la Universidad Politcnica de Valencia. All rights reserved.
Bibliografa 251
smbolo de pertenencia
smbolo de inclusion
smbolo de interseccion
smbolo de union
AB diferencia de conjuntos
A suceso contrario (conjunto complementario)
p multiplo de p
i.e. id est (expresion latina y se lee es decir)
Vmn Variaciones de m elementos de orden n
RVmn Variaciones con repeticion de m elementos de orden n
Cm n Combinaciones de m elementos de orden n
m n
numero combinatorio equivalente a Cm
n
n! factorial de n
d
X=D La variable aleatoria X sigue una distribucion D
d
XD La variable aleatoria X sigue aproximadamente una
distribucion D
Ri.j Ejercicio Resuelto j del Captulo i
P i.j Ejercicio Propuesto j del Captulo i
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
Prologo
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
12 Prologo
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
Copyright 2011. Editorial de la Universidad Politcnica de Valencia. All rights reserved.
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
Captulo 1
Estadstica Descriptiva
1.1.2 Ejemplo
1.1.4 Ejemplo
1.1.5 Ejemplo
La siguiente tabla muestra las tallas agrupadas de 200 jovenes.
Copyright 2011. Editorial de la Universidad Politcnica de Valencia. All rights reserved.
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
Representacion de variables estadsticas 17
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
18 Estadstica Descriptiva
suma de las areas que corresponden a 50 y 20 tallas de los intervalos [1.80, 1.90[
y [1.90, 2.00[, respectivamente. Tambien el area que corresponde a las 60 tallas
del intervalo [1.70, 1.80[ es el triple del area que corresponde a las 20 tallas
del intervalo [1.90, 2.00[.
Como caso especial tenemos el cartograma que hace uso de distintos
sombreados sobre un mapa para distinguir las variables estadsticas.
El siguiente cartograma representa la incidencia de muerte subita tras
un infarto agudo de miocardio (tasa anual por cada 100000 habitantes).
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
Medidas de centralizacion y de dispersion de una variable estadstica cuantitativa 19
mas representativos.
Se denomina moda (y se denota Mo ) de un conjunto de valores de una
variable estadstica X a aquel valor o caracter que posee mayor frecuencia
absoluta. Puede existir, obviamente, mas de una moda. Como valor central
es, en ocasiones, muy poco representativo, aunque de calculo muy sencillo.
En el caso de valores agrupados se puede hablar de intervalo modal, o bien,
elegir el representante de clase del intervalo modal. (Observese que hablar de
la moda tiene tambien sentido cuando X es una variable cualitativa).
Supongamos ahora que hemos ordenado todos los N valores que ha
tomado la variable X de manera creciente. Si N es impar se denomina me-
diana (y se denota Me ) al valor que ocupa la posicion central, y si N es par
se toma como mediana la semisuma de los dos valores centrales. En el caso
de que la variable X tomara valores agrupados el calculo de la mediana se
obtiene mediante una simple interpolacion lineal.
La ventaja de utilizar la mediana como valor central estriba en que no
se deja inuenciar por valores extremos, pero tiene el inconveniente de que no
tiene en cuenta los valores de la variable.
Cuando N es grande, si estan dispuestos los valores de X como hemos
indicado en el calculo de la mediana, y sin entrar en detalles, supongamos que
podemos dividir estos en cuatro partes iguales. Entonces se pueden considerar
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
20 Estadstica Descriptiva
absoluta.
En el caso de valores agrupados para el calculo de la media se utilizan
las marcas de clase.
1.2.2 Ejemplo
1 2 + 2 3 + 4 4 + 3 5 + 1 6 + 3 7 + 2 8 + 2 9 + 2 10
x = =6
20
1.2.3 Ejemplo
35 0.06
55
As pues (ver graco inferior) la mediana es 1.65 + 0.06 = 1.71
fi Di2 fi d2i
1.2.5 Nota
La propiedad 2 de la seccion anterior admite la siguiente generalizacion:
Si zi es una serie de numeros obtenida de otra serie xi de manera que
zi = axi + b, donde a, b R entonces
z = ax + b (1.4)
1.2.6 Ejemplo
Consideremos la serie de numeros siguiente: 3,5,7. Sea ahora la serie
zi = 2xi + 1, es decir zi esta formada por 7, 11, 15. Se tiene que:
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
Medidas de centralizacion y de dispersion de una variable estadstica cuantitativa 23
3+5+7 7 + 11 + 15
x= =5 y z= = 11
3 3
Observese que se satisface (1.4).
1.2.8 Ejemplo
El profesor, a comienzos del curso, advierte a sus alumnos que realizaran
4 ejercicios de la asignatura de manera que cada ejercicio puntua (pondera)
doble que el anterior. Las calicaciones obtenidas por un alumno, en este
Copyright 2011. Editorial de la Universidad Politcnica de Valencia. All rights reserved.
orden, son 2, 4, 5 y 6. Veamos la calicacion nal del alumno con dos razo-
namientos distintos:
1 2 4 8
y por tanto p1 = , p2 = , p3 = , p4 = .
15 15 15 15
As, la calicacion nal segun (1.6) es
1 2 4 8 78
x= 2+ 4+ 5+ 6= = 5.2
15 15 15 15 15
N N
(2) La media armonica: H= =
1 1 fi
+ +
x1 xN xi
fi x2i
(3) La media cuadratica: M=
N
1.2.10 Ejemplo
Supongamos que hemos recorrido el trayecto Alicante-Valencia a razon
de 90 Km/h y el regreso Valencia-Alicante a 110 Km/h. Vamos a calcular la
velocidad media en el trayecto de ida y vuelta.
La media aritmetica para x1 = 90 y x2 = 100 dara como respuesta
90 + 110
= 100 Km/h, que sera un resultado erroneo.
Copyright 2011. Editorial de la Universidad Politcnica de Valencia. All rights reserved.
2
En efecto, el tiempo invertido en recorrer la distancia D entre ambas
D D
ciudades sera a la ida y a la vuelta. La velocidad media en la ida y
90 110
vuelta sera pues:
espacio 2D 2
velocidad = = = = 99 Km/h
tiempo D D 1 1
+ +
90 110 90 110
que es precisamente la media armonica de las dos velocidades.
Otra aplicacion puede verse en el ejercicio P1.11.
A partir de ahora por media entenderemos la media aritmetica.
2
2 fi Di2 fi Di
= (1.10)
N N
fi Di
y puesto que no es mas que la media aritmetica de las desvia-
N
ciones Di , entonces teniendo en cuenta (1.9) podemos concluir que (1.10)
expresa el hecho de que: la varianza de los valores x1 , x2 , . . . , xN , coin-
cide con la de las desviaciones D1 , D2 , . . . , DN .
Observese que para el calculo de la varianza por este ultimo procedi-
miento no necesitamos conocer la media aritmetica.
La desviacion tpica tiene en cuenta todos los valores que toma la va-
riable estadstica X y es de signicado sencillo ya que es de igual na-
turaleza que los datos utilizados. En particular es interesante en las
distribuciones normales, que veremos mas adelante, en las que la curva
representativa de las frecuencias tiene la forma de campana. As se con-
sideran valores proximos a la media los del intervalo [x , x + ], y
medianamente proximos los del intervalo [x 2, x + 2]. Los valores
que quedan fuera de este ultimo intervalo se consideran extraordinarios.
1.2.12 Ejemplo
Talla Frecuencia
1.60 1
1.62 3
1.64 7
1.66 20
1.68 30
1.70 34
1.72 26
1.74 16
1.76 9
1.78 2
1.80 2
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
Medidas de centralizacion y de dispersion de una variable estadstica cuantitativa 29
|fi (xi x)| 4.24
La desviacion media dm = = 0.0283
fi 150
Copyright 2011. Editorial de la Universidad Politcnica de Valencia. All rights reserved.
fi (xi x)2 0.2016
La varianza es 2 = = 0.0013
fi 150
0.2016
Finalmente, la desviacion tpica es = 0.0367
150
1.2.13 Nota
Tambien se utilizan como medida de dispersion los llamados momentos cen-
trales, que se denen como la media aritmetica de las potencias sucesivas de las
desviaciones respecto de la media aritmetica. As se dene momento de orden n
(n N) como: P
fi (xi x)n
n =
N
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
30 Estadstica Descriptiva
1.2.15 Ejemplo
xi fi fi xi x2i fi x2i
4 6 24 16 96
5 4 20 25 100
6 3 18 36 108
7 2 14 49 98
8 1 8 64 64
9 1 9 81 81
12 1 12 144 144
15 1 15 225 225
20 1 20 400 400
= 20 140 1316
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
Medidas de centralizacion y de dispersion de una variable estadstica cuantitativa 31
140
Atendiendo a la tabla x = = 7.
20
x 5+6
M e= = 5.5 pues 5 y 6 son los valores centrales de las serie
2
ordenada xi , que corresponden a las posiciones 10 y 11, respectivamente.
El cuartil Qx1 es la mediana de los 10 primero datos de la serie xi , y por
4+4
tanto Qx1 = = 4.
2
Analogamente, Qx3 es la mediana de los 10 ultimos datos de la serie y
7+8
resulta Qx3 = = 7.5. As, el intervalo intercuartlico para la serie xi es
2
3.5.
2 fi xi 1316
Se tiene que x = x2 = 72 = 16.8 y por tanto
N 20
x = 16.8 4.1
120
En cuanto a la serie yi es evidente que y = = 6.
20
Como la serie yi queda de la forma
0, 4, 4, 4, 4, 4, 4, 5, 5, 5, 5, 6, 6, 6, 7, 7, 8, 9, 12, 15
Copyright 2011. Editorial de la Universidad Politcnica de Valencia. All rights reserved.
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
32 Estadstica Descriptiva
N
fi x2i
2
R1.3 Demostrar la expresion (1.9) = x2
N
Solucion:
2 fi (xi x)2 fi (x2i 2xxi + x2 )
= = =
N N
fi x2i fi xi 2 fi fi x2i 2 2 fi x2i
= 2 x +x = 2x + x = x2
N N N N N
R1.4 Con la terminologa del Ejercicio R1.2, demostrar la expresion (1.10)
2
2 fi Di2 fi Di
=
N N
Solucion:
fi [(xi P ) (x P )]2
2 fi (xi x)2
= = =
N N
fi (xi P )2 + (x P )2 2(xi P )(x P )
= =
N
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
Ejercicios resueltos 33
fi (xi P )
fi Di2
= + (x P )2 2(x P )
N N
Teniendo ahora en cuenta el Ejercicio R1.2, esta ultima expresion vale:
fi D2 fi D2 fi Di 2
2
i
(x P ) = i
N N N
B A A D A
D B D A D
D D C D A
(a) Construyase la tabla de distribucion de frecuencias que corresponda.
(b) Cual es la moda?
Solucion:
xi fi hi
1
A 5
Copyright 2011. Editorial de la Universidad Politcnica de Valencia. All rights reserved.
3
2
B 2 15
1
C 1 15
7
D 7 15
= 15 1
5 = p1 3 + p2 4 + 0.6 x
Solucion:
k2 =
6
5k1
k3 =
7
2k1
k4 =
3
En consecuencia la media pedida resulta
10k1 + 12k2 + 14k3 + 15k4
x = =
k1 + k2 + k3 + k4
5k1 5k1 2k1
10k1 + 12 + 14 + 15
= 6 7 3 =
5k1 5k1 2k1
k1 + + +
6 7 3
10k1 + 10k1 + 10k1 + 10k1 40 42
= = 12.44 euros
135k1 135
42
Otra forma de resolver este apartado es la siguiente. Sea D el
dinero gastado cada ano. Entonces el numero de unidades adquiri-
D D D D
das en los anos sucesivos es , , , . Por tanto el coste
10 12 14 15
medio es:
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
Ejercicios resueltos 35
4D 4
H= D D D D
= 1 1 1 1 = 12.44
10 + 12 + 14 + 15 10 + 12 + 14 + 15
R1.9 Disponganse adecuadamente las columnas del Ejemplo 1.2.12 de las 150
tallas para obtener la media y la varianza a traves de las desviaciones
Di respecto a P=1.72.
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
36 Estadstica Descriptiva
Solucion:
xi fi Di = xi P fi Di Di2 fi Di2
1.60 1 0.12 0.12 0.0144 0.0144
1.62 3 0.10 0.30 0.0100 0.0300
1.64 7 0.08 0.56 0.0064 0.0448
1.66 19 0.06 1.14 0.0360 0.0684
1.68 30 0.04 1.20 0.0016 0.0480
1.70 34 0.02 0.68 0.0004 0.0136
1.72 26 0.00 0.00 0.0000 0.0000
1.74 16 0.02 0.32 0.0004 0.0064
1.76 10 0.04 0.40 0.0016 0.0160
1.78 2 0.06 0.12 0.0036 0.0072
1.80 2 0.08 0.16 0.0064 0.0128
= 150 -3 0.2616
11
fi Di
i=1 3
x=P + = 1.72 + = 1.72 0.02 = 1.70
N 150
Copyright 2011. Editorial de la Universidad Politcnica de Valencia. All rights reserved.
2
11
11
fi Di2 fi Di
2 i=1 i=1 0.2616 3 2
= = 0.0013
N N 150 150
Solucion:
Tomamos como valores xi de la variable, las marcas de clase.
Mo = 1.6
xi fi 348.5
x = = = 1.7425
N 200
|xi x| fi 19.95
dm = = = 0.0998
N 200
2 (xi x)2 fi 2.86375
= = = 0.0143
N 200
= 0.1197
2 2
2 fi Di2 fi Di 2.875 1.5
= = = 0.0143
N N 200 200
49 48 43 42 49 41 42 43 43 44 44 51 53 54 51 59 58
57 56 54 51 54 53 64 62 64 63 62 61 62 68 68 67 66 69
xi fi
2 2
4 4
8 2
Solucion:
Para el calculo de x, G, H y M dispondremos los calculos en la siguiente
tabla
xi fi x2i fi xi fi x2i xfii
Copyright 2011. Editorial de la Universidad Politcnica de Valencia. All rights reserved.
2 2 4 4 8 1
4 4 16 16 64 1
8 2 64 16 128 14
8 36 200 94
36
8
8
x= = 4.5 G= 22 44 82 = 216 = 4
8
8 8 32
H= 2 4 2 = 9 = = 3. 5
2 + 4 + 8 4
9
200 10
M= = =5
8 2
y efectivamente se verica
HGxM
xi fi
998 5
999 8
1000 4
1001 3
1002 5
Solucion:
Si disponemos los datos necesarios en una tabla, eligiendo P = 1000,
tendremos
xi Di = xi P fi fi Di Di2 fi Di2
998 2 5 10 4 20
999 1 8 8 1 8
1000 0 4 0 0 0
1001 1 3 3 1 3
1002 2 5 10 4 20
= 25 5 51
de donde se obtiene
Copyright 2011. Editorial de la Universidad Politcnica de Valencia. All rights reserved.
fi Di 5
x = P+ = 1000 + = 1000 0.2 = 999.8
N 25
2
2 fi Di2 fi Di 2 51 5
= = =
N N 25 25
51 1 50
= = =2
25 25 25
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
10 10 10 10 12 12 12 9 9 10 12 10
(a) Ignorando la diferencia de das entre los distintos meses, i.e. todos
ponderan igual.
(b) Asignando a cada mes un peso pi equivalente a su fraccion de das
respecto al ano.
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
Ejercicios resueltos 41
0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2
Solucion:
3833
= 10.504
365
Para realizar los calculos nos podra haber sido de ayuda la si-
guiente tabla de frecuencias absolutas fi con sus pesos pi respec-
tivos.
30 31 28 30 31
x = 1 9+1 9+1 10 + 1 10 + 4 10 +
365 365 365 365 365
30 31 3833
+ 2 12 + 2 12 = 10.504
365 365 365
que coincide con el resultado anterior.
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
42 Estadstica Descriptiva
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
Ejercicios propuestos 43
(b) Que relacion existe entre las medias de la serie original y la mo-
dicada?
Km/h minutos
Menos de 40 10
Entre 40 y 50 20
Entre 50 y 60 35
Entre 60 y 70 40
Entre 70 y 80 50
Entre 80 y 90 40
Entre 90 y 100 30
Entre 100 y 120 10
Entre 120 y 150 5
P1.7 En una pequena empresa se paga a los 5 trabajadores 1100 euros men-
suales, los dos encargados cobran 1500 euros/mes y el gerente cobra
6500 euros/mes.
(a) y = ax + b
(b) y2 = a2 x2
Li Li1 r
Qr = Li1 + ( N Fi1 )
fi 4
donde [Li1 , Li [ es el intervalo de clase donde queda localizado el cuartil
rN
Copyright 2011. Editorial de la Universidad Politcnica de Valencia. All rights reserved.
xi fi
[0, 6[ 1
[6, 12[ 1
[12, 18[ 4
[18, 24[ 8
[24, 30[ 16
[30, 36[ 20
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
Ejercicios propuestos 47
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
48 Estadstica Descriptiva
Medidas de asimetra
Las medidas de asimetra muestran si en la distribucion hay concentracion de
datos en un extremo, superior o inferior.
Consideremos los valores x1 , x2 , . . . , xn , no agrupados, correspondientes a una
variable estadstica X.
En las distribuciones simetricas, la media, la mediana y la moda coinciden y
la distribucion de los valores se separa de la simetra en la medida que la media,
la mediana y la moda dieren entre s. Por ello, la mas comun de las medidas de
asimetra, As,p1 , se basa en la diferencia entre la moda y la media, dado que esta
ultima es la medida mas sensible a los valores extremos.
x Mo
As,p1 =
x Me
As,p2 = 3
Las medidas de asimetra anteriores se conocen como el primer y el segundo
coeciente de Pearson, respectivamente, y su valor es cero en el caso de simetra.
Si la distribucion es asimetrica hacia la derecha, la media sera mayor que la moda y,
por tanto, As,p1 > 0 mientras que si la distribucion es asimetrica hacia la izquierda,
la media sera menor que la moda y, por tanto, As,p1 < 0. Analogamente, para el
segundo coeciente de Pearson, un valor negativo indica asimetra a la izquierda y
un valor positivo, asimetra a la derecha.
Llamaremos coeciente de asimetra de Fisher (As ) al cociente
N
3 1 j=1 (xj x)3
As = 3 = 3 ,
N
donde 3 es el momento (central) de orden 3 denido en la Nota 1.2.13.
Puede demostrarse que el coeciente de asimetra puede calcularse a partir de
la siguiente expresion equivalente
N N
3x 2
3
1 j=1 xj
As = 3 x + 2x3
N N j=1 j
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
Proyecto: Medidas de asimetra y forma 49
1.5.1 Ejemplo
Consideremos la siguiente tabla de distribucion de frecuencias correspondiente
a la serie numerica xi .
xi fi hi Fi Hi
1 10 0.20 10 0.20
2 4 0.08 14 0.28
3 14 0.28 28 0.56
4 8 0.16 36 0.72
5 6 0.12 42 0.84
6 8 0.16 50 1.00
La media es
10 + 4 2 + 14 3 + 8 4 + 6 5 + 8 6 170
x= = = 3.4
50 50
y la desviacion tpica
2
718 170
= = 2.80 = 1.67 .
50 50
Por otra parte
I
1 3410
fj x3j = = 68.2 ,
N j=1 50
por lo tanto, el coeciente de asimetra es
Copyright 2011. Editorial de la Universidad Politcnica de Valencia. All rights reserved.
1 718 0.336
As = (68.2 3 3.4 + 2 3.43 = 0.336) = = 0.072 .
1.63 50 4.66
P (xj x)4
En libros clasicos se dena curtosis como 14 N
1
j=1 N
= 44 . En una dis-
tribucion normal, este valor sera 3. La sustraccion del 3 al nal de la formula
que damos se explica como una correccion que se hace a la curtosis clasica de
una distribucion normal para que esta sea igual a cero.
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
Proyecto: Medidas de asimetra y forma 51
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
52 Estadstica Descriptiva
La caja (de color gris) comprende los valores que se extienden entre el primer
cuartil Q1 (6), y el tercer cuartil, Q3 (80). La lnea vertical del interior corresponde
a la mediana (58) y la cruz corresponde a la media (62.0833). La distancia entre la
mediana y la media aritmetica es un indicador de asimetra.
Los bigotes se extienden desde el mnimo (3) y el maximo (123) de los valores
de la tabla, teniendo en cuenta que se dejan fuera (cuadrado pequeno) los valores
que dieren del cuartil mas proximo mas de 1.5 veces el rango intercuartlico, cuyo
valor en el ejemplo es 80 - 6 = 74. Como 1.5 74 = 111 < 230 - 80 = 150, el valor
230 queda aislado, por lo tanto el diagrama de Box-and-wisker permite detectar y
representar datos atpicos u anomalos.
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
Captulo 2
Distribuciones
bidimensionales
1. Que los dos fenomenos que se estudian esten ntimamente ligados uno
a otro, en cuyo caso se suele encontrar una expresion matematica que
rige el experimento, por ejemplo la presion P y el volumen V de un gas
a temperatura constante, pues se verica que P V es constante (ley de
Boyle-Mariotte). En tal caso se dice que entre las variables x e y existe
una dependencia funcional.
3. Que entre los dos fenomenos considerados haya una relacion mas o
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
54 Distribuciones bidimensionales
2.1.3 Ejemplo
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
Distribuciones bidimensionales 55
N
N
xi yi
x1 + x2 + + xN i=1 y1 + y2 + + yN i=1
x= = y= =
N N N N
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
56 Distribuciones bidimensionales
N
N
(xi x)2 (yi y)2
x2 = i=1
y2 = i=1
N N
N N
(xi x)2 (yi y)2
i=1 i=1
x = y =
N N
Se denomina covarianza de la distribucion bidimensional al numero
real
N
(xi x)(yi y)
i=1
xy = (2.1)
N
y es facil demostrar que
N
xi yi
i=1
xy = x y (2.2)
N
Copyright 2011. Editorial de la Universidad Politcnica de Valencia. All rights reserved.
xy
r= (2.3)
x y
cuyo signicado se explicara en la seccion 2.2.6.
2.1.5 Nota
En el caso de valores agrupados se recurre, como es habitual, a las mar-
cas de clase para poder calcular los anteriores parametros de la distribucion.
2.1.6 Ejemplo
Consideremos las notas x e y de Matematicas y de Fsica, respectiva-
mente, que han obtenido 10 alumnos, como muestra la siguiente tabla de
frecuencias:
x 3 4 6 8 8 6 4 5 4 7
y 3 4 4 7 8 7 3 5 3 6
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
Distribuciones bidimensionales 57
3+4+6+8+8+6+4+5+4+7
x = = 5.5
10
3+4+4+7+8+7+3+5+3+6
y = =5
10
j=1
r
Analogamente, la frecuencia marginal de cada yj es fj = fij
i=1
Las expresiones de los valores centrales y de dispersion quedan de la
siguiente forma:
r
s
xi fi yj fj
i=1 j=1
x= y=
N N
r
s
(xi x)2 fi (yj y)2 fj
j=1
x2 = i=1
y2 =
N N
s
r
(xi x)(yj y)fij
j=1 i=1
xy =
N
2.1.8 Ejemplo
Consideremos las notas x e y de Fsica y Qumica, respectivamente, que
han obtenido 20 alumnos, que muestra la siguiente tabla de frecuencias:
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.
Distribuciones bidimensionales 59
x 3 4 8 8 4 5 9 4 7 5 3 4 6 8 8 6 4 5 4 7
y 3 3 7 8 3 5 7 3 8 5 3 4 4 7 8 7 3 5 3 6
yj \ xi x1 =3 x2 =4 x3 =5 x4 =6 x5 =7 x6 =8 x7 =9 fj
y1 =3 2 5 0 0 0 0 0 7
y2 =4 0 1 0 0 0 0 0 1
y3 =5 0 0 3 0 0 0 0 3
y4 =6 0 0 0 1 1 0 0 2
y5 =7 0 0 0 1 0 2 1 4
y6 =8 0 0 0 0 1 2 0 3
fi 2 6 3 2 2 4 1 N=20
Se tiene que
7
xi fi
i=1 32+46+53+62+72+84+91
x = = = 5.6
N 20
Copyright 2011. Editorial de la Universidad Politcnica de Valencia. All rights reserved.
6
yj fj
j=1 37+41+53+62+74+83
y = = = 5.2
N 20
7
(xi x)2 fi
x2 = i=1
=
N
1
= (3 5.6)2 2 + (4 5.6)2 6 + (5 5.6)2 3 + (6 5.6)2 2 +
20
+(7 5.6)2 2 + (8 5.6)2 4 + (9 5.6)2 1 = 3.44
6
(yj y)2 fj
y2 = i=1
=
N
1
= (3 5.2)2 7 + (4 5.2)2 1 + (5 5.2)2 3 + (6 5.2)2 2 +
20
+(7 5.2)2 4 + (8 5.2)2 3 = 3.66
Estruch, Fuster, Vicente Domingo, et al. Lecciones de estadstica, Editorial de la Universidad Politcnica de Valencia, 2011. ProQuest
Ebook Central, http://ebookcentral.proquest.com/lib/upilotosp/detail.action?docID=3205284.<br>Created from upilotosp on 2017-11-19 07:53:49.