b) TRATAMIENTO PARA DATOS NO AGRUPADOS.

A qu se refiere esto? Cuando la muestra que se ha tomado de la poblacin o

proceso que se desea analizar, es decir, tenemos menos de 20 elementos en la
muestra, entonces estos datos son analizados sin necesidad de formar clases con
ellos y a esto es a lo que se le llama tratamiento de datos no agrupados.
b1. Medidas de tendencia central. Se les llama medidas de tendencia central a la
media aritmtica, la mediana, la media geomtrica, la moda, etc. debido a que al
observar la distribucin de los datos, estas tienden a estar localizadas
generalmente en su parte central. A continuacin definiremos algunas medidas de
tendencia central y la forma de calcular su valor.
1) 1) Media aritmtica ( x ). Tambin se le conoce como promedio ya que es el
promedio de las lecturas o mediciones individuales que se tienen en la muestra,
se determina con la frmula siguiente:
n

x
i 1

donde:
x = media aritmtica
xi = dato i
n = nmero de datos en la muestra
Ejemplos:
1. Se han tomado como muestra las medidas de seis cables usados en un arns
para lavadora, las cuales son; 15.2 cm, 15.0, 15.1, 15.2, 15.1 y 15.0, determine
su media aritmtica.
Solucin:

15.2 15.0 15.1 15.2 15.1 15.0

15.1cm
6

2. Se toman varias muestras de cierto tipo de queso y se determina la cantidad

de protena por cada 100 gramos de queso, encontrndose lo siguiente: 26.5
gramos, 24.8, 25.3, 30.5, 21.4, determine la cantidad promedio de protena
encontrada en la muestra por cada 100 gramos de queso que se elabora.
Solucin:
_

26.5 24.8 25.3 30.5 21.4

25.7 grs
5

Pgina 1 de 127

3. 3.
Se hacen varias lecturas de una muestra que contiene cobre, las
lecturas se hacen en un espectrofotmetro de absorcin atmica y son la
siguientes: 12.3%, 12.28, 12.27, 12.3, 12.24, 15.01, determine la
concentracin promedio de Cu en la muestra.
Solucin:
_

12.3 12.28 12.27 12.3 12.24 15.01 76.4

12.73%Cu
6
6

Si observamos las lecturas del espectrofotmetro nos damos cuenta que el

valor de 15.01% es un valor diferente al de las lecturas anteriores, por lo que se
descarta el valor ya que se considera un valor atpico, es decir un valor que es
debido a circunstancias especiales, en este caso puede ser que se deba al hecho
de que se est descalibrando el aparato de absorcin atmica o simplemente
que se ha equivocado el operador del aparato al tomar la lectura, por lo que la
media se debe calcular con las primeras cinco lecturas; como se muestra a
continuacin:
Solucin:
12.3 12.28 12.27 12.3 12.24 61.39

12.278%Cu
5
5
media correcta
_

y esta sera la

4. Si deseamos determinar la edad promedio de los estudiantes de una escuela

de nivel superior al iniciar sus estudios, suponga que se toman las edades de
algunos de los alumnos de cierta clase y estas son las que siguen: 20, 18, 18, 19,
18, 19, 35, 20, 18, 18, 19.
Solucin:

Luego, la media se determinar con solo 10 de las edades ya que es necesario

descartar la edad de 35 aos, que es un dato atpico o un caso especial, por lo
que;
_

20 18 18 19 18 19 20 18 18 19 187

18.7 aos
10
10

Pgina 2 de 127

Nota: Cuando es necesario determinar aquellas medidas de tendencia central que

hagan uso de todos los datos de la muestra se recomienda descartar todos aquellos
datos atpicos que se encuentren en la muestra o muestras tomadas.
2) 2) Media geomtrica (G). Es la raz en ensima del producto de los valores de
los
elementos de la muestra, es usada cuando los valores de los datos de la
muestra no son lineales, es decir que su valor depende de varios factores a la
vez, se determina de la siguiente forma:

G n x1 * x2 * ...* xn
Donde:
G = media geomtrica
xi = dato i
n = nmero de datos en la muestra
Ejemplos:
1. 1. Las siguientes temperaturas han sido tomadas de un proceso qumico,
13.4oC, 12.8, 11.9, 13.6, determine la temperatura promedio de este proceso.
Solucin:
4
4
G = 13.4 x12.8 x11.9 x13.6 27758.7968 = 12.9077 oC

2. 2. Las siguientes temperaturas han sido tomadas de un proceso para fabricar

queso chihuahua, 21.4oC, 23.1, 20.2, 19.7, 21.0, determine la temperatura
promedio de este proceso.
Solucin:
G=

21.4 x 23.1x 20.2 x19.7 x 21.0 5 4131070.852 = 21.048 oC

3) Media aritmtica ponderada ( xw ). Esta media se usa cuando el peso que tiene
cada uno de los datos de la muestra es diferente, se calcula de la siguiente manera:
k

xw

wi xi
i 1
k

wi
i 1

donde:
Pgina 3 de 127

xw = media aritmtica ponderada

xi = dato i
wi = peso del dato i
Ejemplo:
A continuacin se mencionan las materias que Luis Prez llev en el primer
semestre de Ingeniera Qumica, el nmero de crditos y la calificacin obtenida;
MATERIA
NUMERO CREDITOS
CALIFICACIN
Metodologa de la investigacin
8
90.5
Matemticas I
10
100.0
Programacin
8
81.0
Qumica
10
78.0
Dibujo
4
100.0
Economa
8
84.0
Determine la calificacin promedio que obtuvo Luis Prez en su primer semestre.
Solucin:

Xw

( 8 x90.5 ) ( 10 x100.0 ) ( 8 x81.0 ) ( 10 x78.0 ) ( 4 x100 ) ( 8 x84.0 )

8 10 8 10 4 8
=

724 1000 648 780 400 672 4224

88.0
48
48

Nota: S comparamos este promedio con el que se obtiene usando simplemente la

media aritmtica, que es un 88.91, nos damos cuenta de que este ltimo es mayor,
por no tomar en cuenta el peso o nmero de crditos que aporta cada materia a la
carrera que se estudia, el promedio de esta persona es menor al de la media
aritmtica debido a que obtiene una calificacin baja es Qumica que es una de las
materias que aporta ms crditos.
4) 4) Media armnica (H). La media armnica se define como el recproco del
promedio de los recprocos de cada uno de los datos que se tienen en la
muestra, y
se determina de la siguiente manera:
H

1
n

1 / n1 / xi
i 1

n
n

1 / xi
i 1

Ejemplo: Determine la media armnica de los siguientes datos, 3.1, 2.8, 2.84, 3.05, 3.09
Solucin:

Pgina 4 de 127

1 / 3.1 1 / 2.8 1 / 2.84 1 / 3.05 1 / 3.09

5
5

2.9703
0.3226 0.3571 0.3521 0.3279 0.3236 1.6833

5) 5) Mediana (xmed). La mediana es aquel valor que se encuentra en la parte

central de los datos que se tienen en la muestra una vez que estos han sido
ordenados segn su valor o magnitud. Para calcular la mediana se presentan
dos casos:
a. a. Cuando el nmero de datos en la muestra es impar.- En este caso
despus de ordenar los datos de la muestra en cuanto a su magnitud, es
decir de mayor a menor valor o de menor a mayor valor, se procede a
localizar aquel dato que se encuentra justo en el centro de los datos o en
la parte central de los mismos, el valor de este dato ser el que d valor
a la mediana.
Ejemplo:
Los siguientes datos son las mediciones obtenidas de un circuito
utilizado en un arns de lavadora; se toman como muestra siete circuitos
y sus mediciones son: 11.3, 11.2, 11.5, 11.2, 11.2, 11.4, 11.5 cm.
Solucin:
Ordenando los datos de menor a mayor valor;
11.2, 11.2, 11.2, 11.3, 11.4, 11.5, 11.5
Se observa que el dato 11.3 es el que queda en la parte central, por lo
que este es el que dar valor a la mediana; entonces,
xmed = 11.3 cm.
b. b. Cuando el nmero de datos en la muestra es par.- En este caso
despus de ordenar los datos en cuanto a su magnitud, observamos que
en la parte central de los datos no se encuentra dato alguno, en este
caso, la mediana tomar el valor del promedio de dos datos; el que se
encuentra antes de la parte central y el que se encuentra despus de la
parte central.
Ejemplo:
Los siguientes datos son las mediciones obtenidas de un circuito
utilizado en un arns de lavadora; se toman como muestra ocho

Pgina 5 de 127

circuitos y sus mediciones son: 11.3, 11.2, 11.5, 11.2, 11.2, 11.4, 11.5, 11.4
cm.
Solucin:
Ordenando los datos de mayor a menor valor,
11.5, 11.4, 11.4, 11.3, 11.2, 11.2, 11.2, 11,1 cm.
Se observa que en la parte central de los datos no hay dato alguno por lo
que la mediana se determina con el promedio de los datos subrayados,
entonces,
Xmed

11.3 11.2
11.25cm
2

Nota: Es imprescindible para calcular el valor de la mediana el que

primero se ordenen los datos en cuanto a su magnitud, ya que de no
hacerlo, se incurrira en un grave error.
5) 5) Moda (xmod). La moda se define como aquel valor o valores que ms se
repiten o que tienen mayor frecuencia entre los datos que se han obtenido en
una muestra, la muestra de una poblacin nos genera la distribucin de los
datos una vez que estos se han graficado y en esta grfica es posible observar la
moda o modas de la misma, es por esto que una distribucin de datos puede ser
amodal (carece de moda), unimodal (tiene una sola moda), bimodal (tiene dos
modas) o polimodal (tiene ms de dos modas).
Ejemplos:
1. 1. Determine la moda de los datos que se muestran a
continuacin, se refieren a la estatura de un grupo de jvenes;
1.60m, 1.65, 1.70, 1.71, 1.70, 1.70, 1.70, 1.71, 1.70, 1.93, 1.87,
1.85
Solucin:
Estatura
1.60
1.65
1.70
1.71
1.85
1.87
1.93

Pgina 6 de 127

Frecuencia
1
1
5*
2
1
1
1

La tabla muestra la distribucin de frecuencias de los datos o el nmero

de veces que estos se repiten, la mayor frecuencia que es 5 corresponde a
una estatura de 1.70m, por lo que esta sera la moda.
Luego, xmod = 1.70m
2. 2. Determine la moda de los siguientes datos que se refieren a
la edad de alumnos de primer semestre del tecnolgico de
Chihuahua, 18 aos, 17, 19, 21, 19, 18, 22, 22, 18, 18, 17, 19, 19,
19, 18, 20, 21, 20, 18, 19, 18, 19, 18,19, 22, 35
Solucin:
Edad
17
18
19
20
21
22
35

Frecuencia
2
7*
8*
2
2
3
1

En este caso se observa que las edades que ms frecuencia tienen son las de
18 y 19 aos, por lo que se concluye que existen dos modas,
Xmod1= 18 aos , Xmod2= 19aos
Hay que hacer notar que la frecuencia para ambas modas puede ser de
igual magnitud o diferente, como en el caso que se ilustra.
b2. Medidas de Dispersin. Cuando se tiene una muestra de datos obtenida
de una poblacin cualquiera, es importante determinar sus medidas de
tendencia central as como tambin es bsico el determinar que tan
dispersos estn los datos en la muestra, por lo que se hace necesario
determinar su rango, la varianza, la desviacin estndar, etc., ya que una
excesiva variabilidad o dispersin en los datos indica la inestabilidad del
proceso en anlisis en la mayora de los casos.
1) 1) Rango o recorrido. El rango es la diferencia entre el valor mayor y
el valor menor encontrados en la muestra, tambin se le denomina
recorrido ya que nos dice entre que valores hace su recorrido la variable
de inters; y se determina de la siguiente manera:
R = VM Vm

Pgina 7 de 127

Donde:
R = rango o recorrido
VM = valor mayor en la muestra
Vm = valor menor en la muestra
Ejemplo:
1. Se han tomado como muestras las mediciones de la resistencia a la
tensin de la soldadura usada para unir dos cables, estas son: 78.5kg, 82.4,
87.3, 78.0, 90.0, 86.5, 77.9, 92.4, 75.9, determine su rango o recorrido.
Solucin:
VM = 92.4 kg
Vm = 75.9 kg
R = VM Vm = 92.4 75.9 = 16.5 kg
2. Se toman las mediciones de la cantidad de grasa de la leche en gramos
por cada 100 ml de leche que entra a un proceso de pasteurizacin, a
continuacin se enumeran; 14.85, 15.32, 12.76, 16.29, 15.84, 17.3, 17.61,
16.33, determine el rango o recorrido de la cantidad de grasa de la leche.
Solucin:
VM = 17.61
Vm = 12.76
R = 17.61 12.76 = 4.85gramos
_

2) 2) Desviacin absoluta media ( d ). Esta medida de dispersin nos

representa la diferencia absoluta promedio que existe entre cada dato
que se encuentra en la muestra y la media de los datos y se determina de
la siguiente manera:

Donde:
xi = dato i
_

x = media aritmtica de la muestra

n = nmero de datos en la muestra

Pgina 8 de 127

xi x
i 1

Ejemplo:
1. Determine la desviacin absoluta media de los siguientes datos que son
las concentraciones de plomo de algunas muestras, las que a continuacin
se enumeran: 18gr, 12, 21, 19, 16, 20, 22
Solucin:
Para determinar la desviacin absoluta media o promedio, lo primero que
hay que hacer es calcular la media aritmtica de los datos de la muestra, la
que es 128/7 =18.286, luego se procede a calcular el promedio de las
diferencias absolutas entre cada dato y la media calculada.
_

d
_

18 18.286 12 18.286 ..... 20 18.286 22 18.286

7

0.286 6.286 2.714 0.714 2.286 1.714 3.714 17.714

2.5305 gr
7
7

La interpretacin de este resultado sera que el grado de alejamiento

absoluto promedio de los datos con respecto a su media es de 2.5305
gramos.
Por qu sacar el valor absoluto de las diferencias entre cada dato y la
media aritmtica? Si solo se hicieran diferencias entre cada dato y la media
aritmtica, estas tendran signos positivos y negativos ya que algunos datos
son menores que la media y otros son mayores que la media, luego al sumar
las diferencias, con sus signos correspondientes, stas se iran anulando
unas con otras y no sera posible medir leal grado de alejamiento promedio
de los datos en la muestra.
3) 3) Varianza o variancia (s2). Es el promedio de las diferencias elevadas
al cuadrado entre cada valor que se tiene en la muestra (x i) y la media
_

aritmtica ( x ) de los datos y se determina de la siguiente manera:

xi x

i 1
2
S
n 1
Donde n es el nmero de datos en la muestra.

Pgina 9 de 127

Ejemplo:
Los siguientes datos es la cantidad de glucosa en miligramos encontrada en
muestras de sangre de algunos pacientes, 14.2, 12.1, 15.6, 18.1, 14.3,
determine su varianza.
Solucin:
Lo primero que hay que calcular es la media aritmtica de la muestra
como ya se ha hecho anteriormente.

14.2 12.1 15.6 18.1 14.3 74.3

14.86mg
5
5
2

( 14.2 14.86 ) ( 12.1 14.86 ) .... ( 14.3 14.86 )

s

5 1
2

2
0.4356 7.6176 0.5476 10.4976 0.3136 19.412

4.853mg
4
4
Nota:
Dentro de la inferencia estadstica se plantea la deferencia entre una
variancia muestral s2 y una poblacional, representada por 2.

s2

4) 4) Desviacin estndar (s). Es la desviacin o diferencia promedio que

existe entre cada dato de la muestra y la media aritmtica de la muestra.
Y se obtiene a partir de la varianza, sacndole raz cuadrada.

s s

donde:
s2= varianza o variancia
Por tanto la desviacin estndar de la muestra anterior sera;
2

s=

4.853mg 2.2029mg

La interpretacin de este resultado sera, que la cantidad de glucosa

encontrada en la muestra es en promedio de 14.86 miligramos y que la
cantidad de glucosa en la muestra se aleja o dispersa en promedio 1.9704
mg alrededor de la media.

Pgina 10 de 127

En este caso solo nos interesa conocer el significado de la desviacin

estndar, aunque es necesario decir que s es la desviacin de la muestra y
que es la desviacin de la poblacin, as como s2 es la varianza de la
muestra y 2 es la varianza de la poblacin.
C) TRATAMIENTO PARA DATOS AGRUPADOS.
Cuando la muestra consta de 30 o ms datos, lo aconsejable es agrupar los datos
en clases y a partir de estas determinar las caractersticas de la muestra y por
consiguiente las de la poblacin de donde fue tomada.
Antes de pasar a definir cul es la manera de determinar las caractersticas de
inters (media, mediana, moda, etc.) cuando se han agrupado en clases los datos de
la muestra, es necesario que sepamos como se agrupan los datos.
Pasos para agrupar datos.
a. Determinar el rango o recorrido de los datos.
Rango = Valor mayor Valor menor
b. Establecer el nmero de clases (k)en que se van a agrupar los datos tomando
como base para esto la siguiente tabla.

Tamao de muestra o No. De datos

Menos de 50
50 a 99
100 a 250
250 en adelante

Nmero de clases
5a7
6 a 10
7 a 12
10 a 20

El uso de esta tabla es uno de los criterios que se puede tomar en cuenta para
establecer el nmero de clases en las que se van a agrupar los datos, existen otros
para hacerlo.
c. Determinar la amplitud de clase para agrupar (C).

Rango
k

d. d. Formar clases y agrupar datos.

Para formar la primera clase, se pone como lmite inferior de la primera clase un
valor un poco menor que el dato menor encontrado en la muestra y
posteriormente se suma a este valor C, obteniendo de esta manera el lmite
Pgina 11 de 127

superior de la primera clase, luego se procede a obtener los lmites de la clase

siguiente y as sucesivamente.
Ejemplo:
Los siguientes datos se refieren al dimetro en pulgadas de un engrane.
6.75
6.50
7.25
7.00
7.25

7.00
6.50
6.70
6.70
6.75

7.00
6.50
6.00
6.50
6.25

6.75
6.25
6.75
6.75
6.25

6.50
6.25
6.00
6.25
7.00

6.50
6.50
6.75
6.65
6.75

7.15
6.65
6.75
6.75
7.00

7.00
7.00
7.10
7.10
7.15

a) Agrupe datos, considere k=6.

b) Obtenga: Histograma, polgono de frecuencias, ojiva y distribucin de
probabilidad.
c) c) Obtenga: media, mediana, moda y desviacin estndar.
Solucin:
a) a) Agrupando datos;
1.
2.

R= VM - Vm = 7.25 6.00 = 1.25

k=6
R 1.25
C
0.2083 0.21
k
6
3.
4.Formando clases.
Para formar la primera clase se toma un valor un poco menor que el valor menor
encontrado en la muestra; luego,

LI

LS Frecuencia Marca
clase

5.97 6.18
6.19 6.40
6.41 6.62
6.63 6.84
6.85 7.06
7.07 7.28
Total

2
5
7
13
7
6
40

b) b) Grficas:

Pgina 12 de 127

6.075
6.295
6.515
6.735
6.955
7.175

de Lmite real Lmite real Frecuencia Frecuencia

inferior
superior
relativa
Relativa
acumulada
5.965
6.185
2/40 = 0.05 0.05
6.185
6.405
5/40=0.125 0.175
6.405
6.625
0.175
0.350
6.625
6.845
0.325
0.675
6.845
7.065
0.175
0.850
7.065
7.285
0.15
1.000
1.000

HISTOGRAMA

FRECUENCIA

16

13
5.965 - 6.185

11
6

6.185 - 6.405
6.405 - 6.625

6.625 - 6.845

6.845 - 7.065

-4

7.065 - 7.285
LIMITES REALES

FRECUENCIA

POLIGONO DE FRECUENCIA
16
14
12
10
8
6
4
2
0
5.635 5.855 6.075 6.295 6.515 6.735 6.955 7.175 7.395 7.615

MARCA DE CLASE

Pgina 13 de 127

OJIVA "MENOR QUE" O CRECIENTE

FRECUENCIA RELATIVA
ACUMULADA

0.85

0.8
0.675

0.6
0.4

0.35

0.2
0

0.175
0.05
0

5.965

6.185

6.405

6.625

6.845

7.065

7.285

LIMITES REALES

DISTRIBUCION DE PROBABILIDAD

PROBABILIDAD

0.4

0.325

5.965 - 6.185

0.3
0.175

0.2

0.125

0.1

0.175

6.185 - 6.405
0.15

0.05

6.405 - 6.625
6.625 - 6.845
6.845 - 7.065
7.065 - 7.285

LIMITES REALES
_

a) a) Media ( x ).
k

x * f
i

i 1

( 6.075 )( 2 ) ( 6.295 )( 5 ) ... ( 7.175 )( 6 ) 12.15 31.475 ... 43.05

40
40

268.52
6.713 pu lg adas
= 40

Donde:
k = nmero de clases
xi = marca de clase i
fi = frecuencia de la clase i
k

n=

f
i 1

nmero de datos en la muestra

Pgina 14 de 127

b) b) Mediana (Xmed).

n / 2 Fme 1
40 / 2 14
A 6.625
( 0.22 ) 6.7265
fme
13

Xmed Li

Donde:
Li = lmite real inferior de la clase que contiene a la mediana
Fme-1 = sumatoria de las frecuencias anteriores a la clase en donde se encuentra la
mediana
fme = frecuencia de la clase en donde se encuentra la mediana
A = amplitud real de la clase en donde se encuentra la mediana
A = LRS-LRI
LRS = lmite real superior de la clase que contiene a la mediana
LRI = lmite real inferior de la clase que contiene a la mediana
N = nmero de datos en la muestra
f) Moda (Xmod).

d1
6
A 6.625

( 0.22 ) 6.735 pu lg adas

d1 d 2
6 6

X mod Li

Donde:
Li = lmite real inferior de la clase que contiene a la moda
fmo fmo 1 13 7 6
d1 =
=
fmo fmo 1 13 7 6
d2 =
=
fmo = frecuencia de la clase que contiene a la moda
fmo-1= frecuencia de la clase anterior a la que contiene a la moda
fmo+1= frecuencia de la clase posterior a la que contiene a la moda
A = amplitud real de la clase que contiene a la moda
A = LRS LRI
LRS = lmite real superior de la clase que contiene a la moda
LRI = lmite real inferior de la clase que contiene a la moda
g) Desviacin estndar (S).
k

i 1

fi 1
i 1

Pgina 15 de 127

( xi x ) fi

( xi x ) fi
i 1

n 1

( 6.075 6.713 )2 ( 2 ) ( 6.295 6.713 )2 ( 5 ) ... ( 7.175 6.713 )2 ( 6 )

40 1
0.814088 0.87362 ... 1.280664
3.65904

0.3063 pu lg adas
39
39
=

Donde:
xi = marca de clase i
_

x = media aritmtica
fi = frecuencia de la clase i
k

fi n
i 1

= nmero total de datos en la muestra

e) Problemas Propuestos.
1.Determine la media y la desviacin estndar de las siguientes millas por galn
obtenidas en 20 corridas de prueba realizadas en avenidas urbanas con un automvil
de tamao mediano.
19.7
21.9
22.8
22.0

21.5
20.5
23.2
23.0

22.5
19.3
21.4
21.1

22.2
19.9
20.8
20.9

22.6
21.7
19.4
21.3

r. 21.38 y 1.19 mi/gal

2. Los siguientes son los nmeros de torsiones que se requirieron para cortar 12
barras de aleacin forjada: 33, 24, 39, 48, 26, 35, 38, 54, 23, 34, 29 y 27. Determine, a)
la media y b)la mediana.
r.
a) 35 b) 34.5
3. Los siguientes son los nmeros de los minutos durante los cuales una persona debi
esperar el autobs hacia su trabajo en 15 das laborales: 10, 0, 13, 9, 5, 10, 2, 10, 3, 8,
6, 17, 2, 10 y 15. Determine, a) la media, b) la mediana, c) la moda. r. a) 8 b) 9 c) 10
4.Las siguientes son medidas de las resistencias de la resistencia a rompimiento (en
onzas) de una muestra de 60 hilos de lino.
32.5
21.2
27.3
20.6

15.2
28.3
33.7
29.5

Pgina 16 de 127

35.4
27.1
29.4
21.8

21.3
25.0
21.9
37.5

28.4
32.7
29.3
33.5

26.9
29.5
17.3
29.6

34.6
30.2
29.0
26.8

29.3
23.9
36.8
28.7

24.5
23.0
29.2
34.8

31.0
26.4
23.5
18.6

25.4
36.9

34.1
24.6

27.5
28.9

29.6
24.8

22.2
28.1

22.7
25.4

31.3
34.5

33.2
23.6

37.0
38.4

28.3
24.0

a) a) Agrupe los datos en 7 clases, b) obtenga media, mediana, moda y

desviacin estndar, c)obtenga histograma y polgono de frecuencias, ojiva
menor que y distribucin de probabilidad.
1. Un edificio comercial tiene dos entradas, numeradas con I y II. Entran tres
personas al edificio a la 9:00 a.m. Sea x el nmero de personas que escogen la
entrada I, si se supone que la gente escoge las entradas en forma independiente,
determinar a)la distribucin de probabilidades de x, b) el nmero esperado de
personas que que escogen la entrada I.
Respuesta:
a)
x
0
1 2 3
p(x) 1/8 3/8 3/8 1/8

b) 1.5 2 personas

2. Se observ que el 40% de los vehculos que cruzan determinado puente de

cuota, son camiones comerciales. Cuatro vehculos van a cruzar el puente en el
siguiente minuto. Determinar la distribucin de probabilidad de x, el nmero
de camiones comerciales entre los cuatro, s los tipos de vehculos son
independientes entre s.
Respuesta:
x
0
1
p(x)
0.1296 0.3456

2
0.3456

3
0.1536

4
0.0256

3. Entre 10 solicitantes para un puesto 6 son mujeres y 4 son hombres. Supngase

que se seleccionan al azar 3 candidatos de entre todos ellos para concederles las
entrevistas finales. Determinar; a)la funcin de probabilidad para x, el nmero
de candidatas mujeres entre los 3 finalistas, b)el nmero esperado de
candidatas mujeres entre los finalistas.
Respuesta:
a)
x
0
1
2
3
p(x) 1/30 9/30 15/30 5/30

b) 1.8 2 mujeres

4. Los registros de ventas diarias de una empresa fabricante de computadoras

sealan que se vendern 0, 1 o 2 sistemas centrales de cmputo con las
siguientes probabilidades:

Pgina 17 de 127

Nmero de computadoras vendidas 0 1

2
Probabilidad
0.7 0.2 0.1
Calcular el valor esperado, la variancia y la desviacin estndar de las ventas
diarias.
r.

a)0

computadoras

b)0

computadoras

c)1una

computadora
5. Sea x la variable aleatoria que representa la vida en horas de un cierto
dispositivo electrnico. La funcin de densidad de probabilidad es:
f(x)

20 ,000
x 3 , para x 100 y 0 en cualquier otro caso

Encuentre la vida esperada de este dispositivo.

r. 200 horas
6. Si la utilidad de un distribuidor en unidades de $1000, en un nuevo automvil
puede considerarse como una variable aleatoria x con una funcin de densidad
f(x) = 2(1- x) para 0 x 1

0 para cualquier otro caso

Encuentre la utilidad promedio por automvil.

r. $333
7. Qu proporcin de personas puede esperarse que respondan a un cierto
requerimiento por correo, si la proporcin x tiene la funcin de densidad

f(x)

2( x 2 )
5

0 x 1

y 0 en cualquier otro caso?

r. 8/15
8. La funcin de densidad de la variable aleatoria continua x, el nmero total de
horas en unidades de 100 horas, de que una familia utilice una aspiradora
durante un ao es de;
f(x) = x, para 0 x 1, f(x) = (2 - x) para 1 x 2, 0 en cualquier otro caso.
Encuentre el nmero promedio de horas por ao que la familia utiliza la
aspiradora.
r. 100 horas

Pgina 18 de 127

13. Suponga las probabilidades de 0.4, 0.3, 0.2 y 0.1, respectivamente, de que 0, 1, 2
o 3 fallas de energa elctrica afecten una cierta subdivisin en un ao cualquiera.
Encuentre la media y la desviacin estndar de la variable aleatoria x que
representa el nmero de fallas de energa elctrica que afectan esta subdivisin.
r. = 1 , = 1
14. La variable aleatoria x, que representa el nmero de pedacitos de chocolate en
una rebanada de pastel, tiene la siguiente distribucin de probabilidad:
x
2
p(x) 0.01

3
4
5
0.25 0.4 0.3

6
0.04

Determine el nmero esperado de pedacitos de chocolate en una rebanada de pastel.

r. 4 pedacitos de chocolate

Estadstica inferencial
(Licenciatura en Psicologa)

Pgina 19 de 127

Roberto Javier Velasco Carbajal

Numero Alumno: PS15670124 Diciembre 2003

Pgina 20 de 127

Prefacio.
El presente ensayo fue elaborado para la acreditacin de la materia Estadstica inferencial,
de la Licenciatura en Psicologa, ante la Universidad Abierta de San Luis Potos, Mxico.
Para la elaboracin del presente ensayo, fue necesario para cumplir con el temario referido
en la gua de estudio de la materia correspondiente, recopilar el material de cuatro
diferentes obras, las cuales se citan en la bibliografa.
Respetando el temario antes citado, el ensayo se elabor en siete captulos, siendo estos los
siguiente:
1.
2.
3.
4.
5.
6.
7.

Introduccin a la estadstica inferencial

Distribuciones muestrales y el teorema central del limite
Propiedades de los estimadores y Estimacin puntual
Estimacin por intervalos
Pruebas de hiptesis paramtricas
Estadstica no paramtrica
Muestreo

Debido al uso de smbolos inherentes a esta disciplina, para la correcta presentacin de este
trabajo, es necesario tener instalados las fuentes: Symbol, WP MathA y WP MathB.
Cabe destacar la importancia que tiene esta materia en la licenciatura en psicologa,
encontrndose en ella las bases necesarias para la correcta interpretacin y elaboracin de
material estadstico. El cual es una parte fundamental en los estudios realizados en esta
disciplina.

Pgina i de 127

ndice.
1. Introduccin a la estadstica inferencial.................................................................................
1.1 Introduccin a la estadstica inferencial......................................................................
1.2 Objetivo de la estadstica............................................................................................
1.2.1 Estadstica descriptiva.....................................................................................
1.2.2 Estadstica inferencial.....................................................................................
1.3 Poblacin y muestra....................................................................................................
1.3.1 Poblacin.........................................................................................................
1.3.2 Muestra...........................................................................................................
1.4 Parmetros y estadsticas............................................................................................
1.4.1 Funcin de parmetros y estadstica...............................................................
1.4.2 Uso de estadsticas para estimar parmetros...................................................
1.4.3 Smbolos estndar...........................................................................................
1.5 Muestreo aleatorio simple...........................................................................................
2. Distribuciones muestrales y el teorema central del limite.....................................................
2.1 Concepto de distribucin de muestreo........................................................................
2.1.1 Media..............................................................................................................
2.1.2 Varianza...........................................................................................................
2.1.3 Desviacin tpica o estndar.........................................................................10
2.2 Distribucin muestral de medias...............................................................................10
2.2.1 Muestreo con reemplazamiento....................................................................10
2.2.2 Muestreo sin reemplazamiento.....................................................................12
2.3 El teorema del lmite central.....................................................................................14
2.4 La distribucin t de Student......................................................................................16
2.5 Distribucin Ji cuadrada...........................................................................................20
3. Propiedades de los estimadores y Estimacin puntual........................................................22
3.1 Definicin de estimador............................................................................................22
3.2 Definicin de estimacin..........................................................................................22
3.3 Criterios para seleccionar un buen estimador...........................................................22
3.3.1 Cualidades de un buen estimador.................................................................22
3.3.2 Bsqueda del mejor estimador......................................................................24
3.4 Tipos de estimacin...................................................................................................24
3.4.1 Definicin de estimacin puntual.................................................................24
3.4.2 Desventajas de las estimaciones puntuales...................................................24
3.4.3 Definicin de estimacin de intervalo..........................................................25
3.5 Estimador sesgado e insesgado.................................................................................25

Pgina ii de 127

4. Estimacin por intervalos....................................................................................................26

4.1 Intervalos de confianza para la diferencia entre dos medias con
el uso de la distribucin normal.............................................................................26
4.2 Distribucin t e intervalos de confianza para la diferencia
entre dos medias.....................................................................................................27
4.3 Intervalos de confianza para la proporcin de la poblacin.....................................29
4.4 Determinacin del tamao de muestra requerido para la estimacin
de la proporcin.....................................................................................................30
4.5 Intervalos de confianza para la diferencia entre dos proporciones...........................30
4.6 Distribucin ji cuadrada e intervalos de confianza para la
varianza y desviacin estndar...............................................................................31
5. Pruebas de hiptesis paramtricas.......................................................................................34
5.1 Introduccin 34
5.2 Pasos bsicos de la prueba de hiptesis con el mtodo de valor crtico..................34
5.3 Prueba de una hiptesis referente a la media usando
la distribucin normal............................................................................................36
5.4 Errores Tipo I y Tipo II en pruebas de hiptesis.......................................................39
5.5 Determinacin del tamao de muestra requerido para probar la media.....41
5.6 Prueba de una hiptesis referente a la media usando la distribucin t......................42
5.7 Mtodo del valor P para pruebas de hiptesis referentes a la
media de la poblacin............................................................................................43
5.8 Mtodo de intervalos de confianza para pruebas de hiptesis
referentes a la media..............................................................................................44
5.9 Pruebas respecto de la media del proceso en el control
estadstico de procesos...........................................................................................45
5.10 Tabla de resumen de la prueba de un valor hipottico de la medida......................45
5.11 Pruebas de la diferencia entre dos medidas usando la
distribucin normal................................................................................................46
5.12 Prueba de la diferencia entre medias usando la distribucin t................................48
5.13 Prueba de la diferencia entre medias con base en
observaciones apareadas........................................................................................48
5.14 Prueba de una hiptesis referente al valor de la proporcin
de la poblacin.......................................................................................................50
5.15 Determinacin del tamao de muestra requerido para
probar la proporcin...............................................................................................51
5.16 Pruebas respecto de la proporcin del proceso en el control
estadstico de procesos...........................................................................................52
5.17 Prueba de la diferencia entre dos proporciones poblacionales...............................53
5.18 Prueba de un valor hipottico de la varianza usando la
distribucin Ji cuadrada.........................................................................................54
5.19 Pruebas respecto de la variabilidad del proceso en el control
estadstico de procesos...........................................................................................55
5.20 Distribucin F y prueba de la igualdad de dos varianzas poblacionales.................56
5.21 Otros mtodos para la prueba de hiptesis nulas....................................................57

Pgina iii de 127

6. Estadstica no paramtrica...................................................................................................58
6.1 Escalas de medicin..................................................................................................58
6.2 Mtodos estadsticos paramtricos contra no paramtricos......................................59
6.3 Prueba de corridas para aleatoriedad........................................................................59
6.4 Una muestra: Prueba de los signos...........................................................................60
6.5 Una muestra: Prueba de Wilcoxon............................................................................61
6.6 Dos muestras independientes: Prueba de Mann-Whitney........................................62
6.7 Observaciones apareadas: Prueba de los Signos.......................................................63
6.8 Observaciones apareadas: Prueba de Wilcoxon........................................................63
6.9 Varias muestras independientes: Prueba de Kruskal-Wallis.....................................64
7. Muestreo
..............................................................................................................66
7.1 Introduccin..............................................................................................................66
7.2 Muestreo Aleatorio....................................................................................................66
7.3 Diseos de muestras..................................................................................................70
7.4 Muestreo sistemtico................................................................................................71
7.5 Muestreo estratificado...............................................................................................71
7.6 Muestreo por conglomerados....................................................................................74
Conclusiones

..............................................................................................................76

Bibliografa..............................................................................................................................84

Pgina iv de 127

1. Introduccin a la estadstica inferencial.

1.1 Introduccin a la estadstica inferencial

La estadstica Inferencia, es el proceso por el cual se deducen (infieren) propiedades o caractersticas de una poblacin a partir de una
muestra significativa. Uno de los aspectos principales de la inferencia es la estimacin de parmetros estadsticos. Por ejemplo, para
averiguar la media, , de las estaturas de todos los soldados de un reemplazo, se extrae una muestra y se obtiene su media, . La media
de la muestra (media muestral), , es un estimador de la media poblacional, . Si el proceso de muestreo est bien realizado (es decir,
la muestra tiene el tamao adecuado y ha sido seleccionada aleatoriamente), entonces el valor de , desconocido, puede ser inferido a
partir de .
La inferencia siempre se realiza en trminos aproximados y declarando un cierto nivel de confianza. Por ejemplo, si en una muestra de
n = 500 soldados se obtiene una estatura media = 172 cm, se puede llegar a una conclusin del siguiente tipo: la estatura media, , de
todos los soldados del reemplazo est comprendida entre 171 cm y 173 cm, y esta afirmacin se realiza con un nivel de confianza de
un 90%. (Esto quiere decir que se acertar en el 90% de los estudios realizados en las mismas condiciones que ste y en el 10%
restante se cometer error.)
Si se quiere mejorar el nivel de confianza, se deber aumentar el tamao de la muestra, o bien disminuir la precisin de la estimacin
dando un tramo ms amplio que el formado por el de extremos 171, 173. Recprocamente, si se quiere aumentar la precisin en la
estimacin disminuyendo el tamao del intervalo, entonces hay que aumentar el tamao de la muestra o bien consentir un nivel de
confianza menor. Finalmente, si se quiere mejorar tanto la precisin como el nivel de confianza, hay que tomar una muestra
suficientemente grande.
1.2 Objetivo de la estadstica
La estadstica es el conjunto de tcnicas que se emplean para la recoleccin, organizacin, anlisis e interpretacin de datos. Los datos
pueden ser cuantitativos, con valores expresados numricamente, o cualitativos, en cuyo caso se tabulan las caractersticas de las
observaciones. La estadstica sirve en administracin y economa para tomar mejores decisiones a partir de la comprensin de las
fuentes de variacin y de la deteccin de patrones y relaciones en datos econmicos y administrativos.

Pgina 5 de 127

1.2.1 Estadstica descriptiva

La estadstica descriptiva comprende las tcnicas que se emplean para resumir y describir datos numricos. Estos mtodos pueden ser
grficos o implicar anlisis computacional.
Ejemplo. El volumen mensual de ventas de un producto durante el ao anterior puede describirse y cobrar significado elaborando un
diagrama de barras o una grfica de lneas. Las ventas relativas por mes pueden resaltarse calculando un nmero ndice para cada mes,
con lo que la desviacin respecto de 100 de cualquier mes indicara la desviacin porcentual de ventas de ese mes en comparacin con
las ventas mensuales promedio durante todo el ao.
1.2.2 Estadstica inferencial
La estadstica inferencial comprende las tcnicas con las que, con base nicamente en una muestra sometida a observacin, se toman
decisiones sobre una poblacin o proceso estadsticos. Dado que estas decisiones se toman en condiciones de incertidumbre, suponen
el uso de conceptos de probabilidad. Mientras que a las caractersticas medidas de una muestra se les llama estadsticas muestrales, a
las caractersticas medidas de una poblacin estadstica, o universo, se les llama parmetros de la poblacin. El procedimiento para la
medicin de las caractersticas de todos los miembros de una poblacin definida se llama censo. Cuando la inferencia estadstica se usa
en el control de procesos, al muestreo, le interesa en particular el descubrimiento y control de las fuentes de variacin en la calidad de
la produccin.
Ejemplo. Para estimar el voltaje requerido para provocar fallas en un dispositivo elctrico, una muestra de estos dispositivos puede
someterse a voltajes crecientes hasta que falle cada uno de ellos. Con base en estos resultados muestrales puede estimarse la
probabilidad de falla a varios niveles de voltaje de los dems dispositivos de la poblacin muestreada.

Pgina 6 de 127

1.3 Poblacin y muestra

1.3.1 Poblacin
La poblacin es un agregado de unidades individuales, compuesto de personas o cosas que se hallan en una situacin determinada. Las
unidades individuales se llaman unidades elementales. Definir una poblacin es determinar sus unidades elementales de acuerdo con el
inters que se tiene respecto a alguna caracterstica de aqulla.
Tanto la definicin de una poblacin como la caracterstica por observar de sus unidades elementales dependen de la naturaleza del
problema. Por ejemplo, si el problema es "Camisas para personas adultas de El Salvador", se trata de determinar la cantidad adecuada
de produccin de camisas de acuerdo con las diversas medidas. La poblacin son todas las personas adultas de El Salvador. La
caracterstica de inters son las medidas del cuello de las personas adultas en dicho pas.
Veamos otro ejemplo: las cuotas diferenciadas para alumnos de la UES (Universidad de El Salvador). El problema por resolver es la
asignacin de las cuotas a los estudiantes. La poblacin son los alumnos (o sus padres) de la UES; la caracterstica de inters es el
monto de los ingresos de dichos estudiantes.
Las poblaciones pueden ser infinitas o finitas. Una poblacin infinita es la que contiene un nmero infinito de unidades elementales;
por ejemplo, el conjunto de piezas que se obtienen en un proceso productivo; en el sentido de que se siguen produciendo
indefinidamente. Otro ejemplo son todos los posibles resultados al lanzar una moneda sin cesar.
Una poblacin es finita cuando tiene un nmero finito de unidades elementales. Por ejemplo, los estudiantes de una determinada
universidad; el nmero de escuelas que existen en una determinada ciudad, el nmero de rboles de coco sembrados en una
determinada parcela, etctera. El nmero de unidades elementales de una poblacin se denota con la letra N.
1.3.2 Muestra
Una muestra es una parte de la poblacin; por ejemplo, cuando se desea hacer un estudio relativo al rendimiento acadmico de los
alumnos de cierta universidad, y para esto se toma slo un grupo de estudiantes de la misma. Todos los estudiantes de ella son la
poblacin y el grupo escogido constituye la muestra. Es importante hacer notar que para hacer una investigacin mediante el anlisis
de una muestra, sta tiene que ser, necesariamente, representativa. La representatividad de la muestra implica que cada unidad de la

Pgina 7 de 127

poblacin debe tener igual probabilidad de ser seleccionada. En estas condiciones, se dice que la muestra es aleatoria. La obtencin de
una muestra representativa es uno de los aspectos ms importantes de la teora estadstica. Incluye preguntas como, qu tan grande
debe ser la muestra?, qu tipo de datos deben ser recolectados?, cmo se recogern stos? Estas preguntas sern contestadas ms
adelante. (El nmero de unidades elementales de una muestra se denota con la letra n).
1.4 Parmetros y estadsticas
1.4.1 Funcin de parmetros y estadstica
Matemticamente, podemos describir muestras y poblaciones al emplear mediciones como la media, la mediana, la moda y la
desviacin estndar. Cuando estos trminos describen las caractersticas de una muestra, se denominan estadsticas. Cuando describen
las caractersticas de una poblacin, se llaman parmetros. Una estadstica es una caracterstica de una muestra y un parmetro es una
caracterstica de una poblacin.
1.4.2 Uso de estadsticas para estimar parmetros
Supongamos que la estatura media en centmetros de todos los alumnos de dcimo ao en Estados Unidos es de 152 cm. En este caso,
152 cm es una caracterstica de la poblacin de "todos los alumnos de dcimo ao" y puede llamarse un parmetro de poblacin. Por
otra parte, si decimos que la estatura media en la clase de dcimo ao de la maestra Jones, en Bennetsville, es de 152 cm, estamos
usando 152 cm para describir una caracterstica de la muestra "alumnos de dcimo grado de la maestra Jones". En ese caso, 152 cm
sera una estadstica de muestra. Si estamos convencidos de que la estatura media de los alumnos de dcimo ao de la maestra Jones es
una estimacin exacta de la estatura media de todos los alumnos de dicho nivel de Estados Unidos, podramos usar la estadstica de
muestra "estatura media de los alumnos de dcimo grado de la maestra Jones" para estimar el parmetro de poblacin "estatura media
de los alumnos de dcimo grado de Estados Unidos" sin tener que medir a todos los millones de alumnos de Estados Unidos que estn
en ese grado.
Tabla 1 - Diferencias entre poblaciones y muestras:
Poblacin
Definicin

Pgina 8 de 127

Coleccin

de

Muestra
elementos Parte

porcin

de

la

considerados

poblacin seleccionada para

su estudio
Parmetros
Estadsticas
Tamao de la poblacin = N
Tamao de la muestra = n
Media de la muestra =
Media de la poblacin =
Desviacin estndar de la Desviacin estndar de la
muestra = s
poblacin =

Caractersticas
Smbolos

1.4.3 Smbolos estndar: N , , , y n , , s

Para ser consecuentes, los estadsticos emplean letras latinas minsculas para denotar estadsticas de muestra y letras griegas o latinas
maysculas para representar parmetros de poblacin. En la tabla 1 se enumeran estos smbolos y se resumen sus definiciones.
1.5 Muestreo aleatorio simple
El muestreo aleatorio simple es un procedimiento de seleccin por el cual todos y cada uno de los elementos de la poblacin tienen
igual probabilidad de ser incluidos en la muestra. Entonces, si toda unidad de muestreo tiene la misma probabilidad de ser escogida, se
sigue que las muestras aleatorias de igual tamao, tomadas de una poblacin dada, tienen la misma probabilidad de ser tomadas.
Partamos, por ejemplo, de la poblacin de tres calificaciones: 2, 4 y 6. De esta poblacin podemos tomar muestras de tamao n = 2;
con o sin reemplazo. Con reemplazo significa que se selecciona una unidad elemental y luego sta se regresa a la poblacin antes de
tomar la siguiente; por tanto, cada unidad puede ser seleccionada ms de una vez en la misma muestra. Es sin reemplazo, cuando, una
vez escogida una unidad elemental, sta ya no se regresa a la poblacin, y por tanto, cada unidad puede aparecer slo una vez.
Veamos el caso de muestreo con reemplazo, tomando todas las posibles muestras de n = 2 que se pueden tomar de la poblacin: 2, 4 y
6. El nmero de muestras por tomar es N" = 32 = 9.
Las muestras son:
2,2
4,2

Pgina 9 de 127

2,4
4,4

2,6
4,6

6,2

5,4

6,6

Cada una de estas muestras tiene 1/9 de probabilidad de ser escogida.

Ahora veamos el caso de muestreo sin reemplazo. Tomemos siempre muestras de tamao n = 2. El nmero de muestras por tomar es el
resultado del desarrollo del combinatorio

Al sustituir:

Las muestras son:

2,4

2,6

4,6

Cada una de estas muestras tiene 1/3 de probabilidad de ser escogida. Cmo escoger una muestra aleatoria simple? Uno de los
mtodos sencillos consiste en numerar todos los elementos de la poblacin, escribir los nmeros en tarjetas, fichas o bolas, poner luego
en una caja o bolsa estos objetos numerados y mezclarlos completamente. Se determina entonces el tamao n de la muestra y se sacan
los objetos al azar, uno por uno, hasta tener el nmero deseado.
Otro mtodo ms tcnico y confiable consiste en usar tablas de nmeros aleatorios. En la mayor parte de los libros de estadstica
aparece este tipo de tablas; sin embargo, uno mismo puede elaborar las suyas, haciendo uso de una urna con 10 bolas -de ping pong,
por ejemplo- numeradas del 0 al 9; se sacan las bolas con reemplazamiento, se anotan los nmeros que salgan y se forman bloques de

Pgina 10 de 127

nmeros con los dgitos que se desee. El proceso es eminentemente aleatorio, ya que cada dgito tiene la misma probabilidad de salir:
1/10.

Pgina 11 de 127

Pgina 12 de 127

Tabla 2 Nmeros aleatorios

Veamos algunos ejemplos donde se utiliza la tabla 2 de nmeros aleatorios.
Supngase que tenemos una poblacin de tamao N = 100 y deseamos tomar una muestra de tamao n = 15. Primero se numera la
poblacin de la siguiente manera: por ser N = 100 potencia de 10, la numeracin de la poblacin queda as: 00-01-02-03-04-05-06-0708-0910-11-12 ... 99. Una vez numerados los elementos de la poblacin, se toman los primeros dos dgitos de los bloques de nmeros
de la tabla, con un comienzo aleatorio. Supongamos que el comienzo fue a partir del tercer bloque y quinto rengln; es decir:
58854
56144
01148
78742
.
.
.
Los nmeros escogidos -siguiendo hacia abajo- son: 58-56-01-78-61-81-59-79-07-82-17-22-89-21 y 70. Obsrvese que despus del
22 sigue el 59, el cual no se tom, porque ya haba sido seleccionado.
Supngase ahora que la poblacin tiene N = 825 elementos, de los cuales tomaremos una muestra de n = 20. Por no ser N potencia de
10 y constar de tres cifras, los elementos de la poblacin se numeran as: 001-002-003-004-005-006-007-008-009-010-011-012-013 ...
825. Ya numerados esos elementos, se toman de la tabla nmeros de tres cifras, sin pasar de 825. Supongamos que el comienzo
aleatorio es el sexto bloque y el onceavo rengln; es decir:
58446
32910
76159
.
.
.

Pgina 13 de 127

Los nmeros seleccionados -siguiendo hacia abajo- son: 584-329-761-386-001-678-823-772-304-815-489-443-727-196-627, y as

sucesivamente hasta completar la muestra. Obsrvese que despus del nmero 386 sigue el 904, que no se tom por ser mayor que
825; lo mismo se hizo con los nmeros 888 y 876, mayores que el tamao de la poblacin.
Vamos a suponer, esta vez, que N = 3 645, y la muestra tomada es n = 400. Los elementos de la poblacin quedan numerados as: 000
1 0002-0003-0004 ... 3645. Supongamos que el comienzo aleatorio es el octavo bloque y el veinteavo rengln; es decir:
55627
14812
44428, etctera.
Esta vez los nmeros sern escogidos siguiendo hacia arriba: 5562-0038-0614-4534-5111-0567-4990-3878-1391-5620-5448-45703050-3738-2145; en este nmero termina el bloque octavo. Los siguientes se pueden escoger ya sea el sptimo o el doceavo bloque de
nmeros; si optamos por el sptimo, los nmeros que siguen son: 1228-3156-5620-5893-0844, y as sucesivamente hasta tener toda la
muestra.

Pgina 14 de 127

2. Distribuciones muestrales y el teorema central del limite.

2.1 Concepto de distribucin de muestreo
La comprensin del concepto de la distribucin de muestreo es fundamental para el correcto entendimiento de la inferencia estadstica.
Como ya se estableci, una distribucin de la poblacin es la distribucin de la totalidad de las medidas individuales de una poblacin,
en tanto que una distribucin muestral es la distribucin de los valores individuales incluidos en una muestra. En contraste con estas
distribuciones de medidas individuales, una distribucin de muestreo se refiere a la distribucin de los diferentes valores que una
estadstica muestral, o estimador, podra adoptar en muchas muestras del mismo tamao. As, aunque por lo general disponemos
nicamente de una muestra aleatoria o subgrupo, racional, reconocemos que la estadstica muestral particular que determinamos, como
la media o mediana de la muestra, no es exactamente igual al respectivo parmetro de la poblacin. Ms an, el valor de una
estadstica muestral variar de una muestra a otra, a causa de la variabilidad del muestreo aleatorio, o error de muestreo. sta es la idea
en la que se apoya el concepto de que toda estadstica muestral es de hecho un tipo de variable cuya distribucin de valores est
representada por una distribucin de muestreo.
2.1.1 Media ( ).
Es el promedio aritmtico de las medias del conjunto de datos; ya sea de la poblacin o de la muestra.

Tambin habremos de referirnos a la media como el valor esperado de X, y se denotar con E (X).
2.1.2 Varianza ( 2).
Es el promedio de la suma de los cuadrados de las desviaciones. Se entiende por desviacin la diferencia de una media respecto a la
media: Xi - .

Pgina 15 de 127

Como puede verse, la varianza es una medida de dispersin. Indica, en promedio, qu tan alejados estn los datos respecto de la media.

Pgina 16 de 127

2.1.3 Desviacin tpica o estndar ( ).

Es la raz cuadrada de la varianza.

Por simplicidad, en las expresiones anteriores se acostumbra suprimir el subndice i, as como los lmites de las sumatorias:

2.2 Distribucin muestral de medias

Una distribucin muestral de medias o una distribucin en el muestreo de la media se define como el conjunto de todas las medias que
se pueden calcular en todas las muestras posibles que se pueden extraer, con o sin reemplazo, de una determinada poblacin. Para
detectar las relaciones a que nos hemos referido, partiremos de un ejemplo con una poblacin pequea.
2.2.1 Muestreo con reemplazamiento
Sea la siguiente poblacin de cinco calificaciones (vase la tabla 3): 4, 5, 6, 7 y 8; calcular:
a)
b)
c)
d)
e)

La media y varianza de la poblacin.

Las medias de todas las muestras de tamao 2 que se pueden
extraer de esa poblacin, con reemplazamiento.
Transformar la serie de medias en una distribucin muestral de
medias.
La media de las medias muestrales.
La desviacin tpica o estndar de la distribucin muestral de
medias (error estndar de las medias).

Pgina 17 de 127

f)

Las probabilidades de las medias muestrales.

Tabla 3 Calificaciones de cinco estudiantes y clculo de la media y la varianza.

Solucin

Tabla 4 Muestras de tamao n = 2 y sus respectivas medias, tomadas de una poblacin de cinco calificaciones; con reemplazo.

b)

El nmero de muestras de tamao 2, con reemplazamiento (vase

la tabla 4), que se pueden extraer de una poblacin de cinco
observaciones, es: N = 51 = 25 muestras.

Pgina 18 de 127

c)

Aqu introduciremos un trmino muy utilizado en la estadsticas:

la frecuencia (f). sta se refiere al nmero de veces que ocurre
un valor determinado. En trminos de frecuencias, la media y la
varianza se pueden expresar as:*

Cada f en las sumatorias representa la frecuencia con que aparece cada valor Xi.
La serie de medias la transformamos en una distribucin muestral de medas de la siguiente manera.

*Estas frmulas se pueden aplicar cuando todos los eventos son igual mente probables, como es el caso, por tratarse de muestreo
aleatorio simple.
Observacin. Hemos obtenido al 2/x = 1; a fin de relacionar este valor con el de 2, notemos que
Es decir:

Pgina 19 de 127

Tabla 5 Distribucin muestral de medias calculadas en muestras de tamao n = 2 de las calificaciones de cinco estudiantes, y clculo
de la media de las medias y desviacin tpica de la distribucin muestral de medias.

relacin que nos dice que la desviacin tpica o estndar de la distribucin muestral de medias, que llamaremos error estndar de la
distribucin muestral de medias, es directamente proporcional a la desviacin tpica poblacional e inversamente proporcional a la raz
cuadrada del tamao de la muestra. Esta frmula, deducida aqu a partir de un caso particular, resulta ser vlida en general, es de gran
utilidad para la inferencia estadstica. Si aplicamos la frmula del error estndar de la distribucin muestral de medias encontrada para
nuestro ejercicio, tenemos:

f)
Las probabilidades de las 25 medias muestrales se presentan en la ltima columna de la tabla 5. Cuando las 25 muestras se
seleccionan al azar, cada muestra tendr la probabilidad de 1/25 de ser seleccionada. Puesto que hay cuatro muestras con media 5.5,
por ejemplo, y el total de medias es 25, la probabilidad de que una muestra seleccionada tenga media de 5.5 es, entonces, 4/25.
2.2.2 Muestreo sin reemplazamiento
Con la misma poblacin de las calificaciones de cinco estudiantes, vamos a contestar las mismas preguntas:

Pgina 20 de 127

a)
b)

La media poblacional fue: = 6, la varianza: 2 = 2 y la desviacin tpica: = 1.4142.

El nmero de muestras de tamao 2, sin reemplazo, resulta del
desarrollo del combinatorio

Tabla 6. Muestras de tamao n = 2 y sus respectivas medias tomadas de una poblacin de cinco calificaciones, sin reemplazo.

c)
Tabla 7. Distribucin muestral de medias calculadas en muestras de tamao n = 2 de las calificaciones de cinco estudiantes y clculo
de la media de las medias y desviacin tpica de la distribucin muestral de medias.

Pgina 21 de 127

Obsevacin. El muestreo sin reemplazo genera poblaciones finitas, de tal manera que para calcular la desviacin tpica de la
distribucin muestral de medias, o sea, el error estndar de las medias, en muestreo sin reemplazo, se tiene que introducir el factor de
correccin finita

; por tanto, la frmula del error estndar queda as:

Al aplicar esta relacin a nuestro problema, tenemos:

resultado que es igual al encontrado anteriormente.

f) Las probabilidades de las 10 medias muestrales figuran en la ltima columna de la ltima tabla. Cuando las 10 muestras se
seleccionan al azar, cada muestra tendr la probabilidad de 1/10 de ser seleccionada. Puesto que hay dos muestras con medias 5.5, 6.0
y 6.5, por ejemplo, la probabilidad de seleccionar cada una de ellas es 2/10; la probabilidad del resto de las mediases 1 / 10 para cada
una.

2.3 El teorema del limite central

Cuando usamos la media de una muestra para estimar la media de una poblacin, podemos expresar de varias maneras las
incertidumbres acerca del error. Cuando conocemos la distribucin muestral exacta de la media, que rara vez la conocemos, podramos
proceder como en el ejemplo anterior y calcular las probabilidades asociadas con errores de diversos tamaos. As mismo, siempre

Pgina 22 de 127

podernos usar el teorema de Chebyshev y afirmar con una probabilidad de

como mnimo que la media de una muestra aleatoria
diferir de la media de la poblacin de la que se efecta el muestreo por menos de k . ; no obstante, en la prctica no podemos
hacer esto.
Ejemplo Con base en el teorema de Chebyshev con k = 2, qu podemos decir acerca del tamao de nuestro error, si vamos a usar la
media de una muestra aleatoria de tamao n = 64 para estimar la media de una poblacin infinita con
= 20 ?
Solucin

Sustituyendo n = 64 y = 20 en la frmula apropiada para el error estndar de la media, obtenemos

y se deriva que podemos afirmar con una probabilidad como mnimo de

1 - 1 / 22 = 0.75 que el error ser menor que k . = 2
Aqu, el problema es que "como mnimo de 0.75" no nos dice suficiente cuando en realidad la probabilidad puede ser, digamos, 0.98 o
aun 0.999.
El teorema de Chebyshev ofrece una relacin lgica entre los errores y las probabilidades de que stos se cometan, pero existe otro
teorema que en muchos casos nos permite hacer aseveraciones ms firmes acerca de la probabilidad de nuestros errores potenciales.
Este teorema, que es el segundo de los que mencionamos se conoce como el teorema del lmite central y se puede expresar como
sigue:
Teorema del lmite central:
Para muestras grandes, se puede obtener una aproximacin cercana de la distribucin muestral de la media con una
distribucin normal.
Si combinamos este teorema con el de la seccin anterior, de acuerdo con el cual

Pgina 23 de 127

para muestras aleatorias de poblaciones infinitas, encontramos que si es la media de una muestra aleatoria de
tamao n de una poblacin infinita con la media y la desviacin estndar y n es grande, entonces

es un valor de una variable aleatoria que tiene aproximadamente la distribucin normal estndar.
El teorema del lmite central es de importancia fundamental para la estadstica porque justifica el uso de mtodos de curva normal en
una gran variedad de problemas; se aplica a poblaciones infinitas y tambin a poblaciones finitas cuando n, a pesar de ser grande, no
constituye ms que una pequea porcin de la poblacin. Es difcil sealar con precisin qu tan grande debe ser n de modo que se
pueda aplicar el teorema del lmite central, pero a menos de que la distribucin de la poblacin tenga una forma muy inusual, por lo
regular se considera que n = 30 es lo suficientemente alto. Ntese que cuando en realidad estamos tomando una muestra de una
poblacin, la distribucin del muestreo de la media es una distribucin normal, no obstante el tamao de n.
Ahora veamos qu probabilidad ocupar el lugar de "como mnimo de 0.75", si usamos el teorema del lmite central en vez del
teorema de Chebyshev en el ejemplo anterior.
Ejemplo base en el teorema del lmite central, cul es la probabilidad de que el error sea menor que 5, cuando se usa la media de una
muestra aleatoria de tamao n = 64 para estimar la media de una poblacin infinita con = 20?
Solucin La probabilidad se obtiene por medio del rea de la zona blanca bajo la curva de la figura 1, especficamente, por medio del
rea de curva normal estndar entre

Pgina 24 de 127

FIGURA 1 Distribucin muestral de la media.

Dado que la entrada de la tabla correspondiente a z = 2.00 es 0.4772, la probabilidad que se pide es 0.4772 + 0.4772 = 0.9544. As,
sustituimos la afirmacin de que la probabilidad es "como mnimo de 0.75" por una aseveracin ms firme de que la probabilidad es
aproximadamente de 0.95 (de que la media de una muestra aleatoria de tamao n = 64 de la poblacin de referencia difiera de la
poblacin por menos de 5).
Tambin se puede usar el teorema del lmite central para poblaciones finitas, pero una descripcin precisa de las situaciones en que se
puede hacer esto sera ms bien complicada. El uso apropiado ms comn es en el caso en que n es grande mientras que n / N es
pequea. Este es el caso en la mayora de las encuestas polticas.
2.4 La distribucin t de Student
Cuando hicimos la estimacin por intervalo por medio de la distribucin Z, o sea, con un muestreo grande (n 30), establecimos el
intervalo de confianza para estimar la media poblacional, as: Z n, dado que conocamos la desviacin tpica de la

poblacin, . Sin embargo, cuando no conocemos este valor, establecimos que se poda sustituir por la desviacin tpica muestral S,
y el intervalo quedaba as: Z S /n . Ahora, cuando el tamao de la muestra es menor que 30, o sea, para el que llamamos

muestreo pequeo, la sustitucin de por S no es apropiada; en consecuencia, se hace necesario considerar una forma alternativa para
estimar la media poblacional a partir de una muestra pequea.

Pgina 25 de 127

Muchos problemas cientficos han sido resueltos por la va de la experimentacin. Supongamos que se toman todas las muestras
posibles, de tamao n menor que 30, de una determinada poblacin con distribucin normal, y se calcula la estadstica de prueba t para
construir un polgono de frecuencias con los valores calculados y S de cada una de estas muestras y visualizar as la forma de la
distribucin. t se define as:

(El signo en la parte superior de

indica que se trata de un estimador.)

Donde

o sea, el error estndar de la distribucin muestral de medias.

= media poblacional.
La distribucin t queda as:

Esta distribucin t fue descubierta por William Gosset, quien la public en 1908 con el seudnimo de Student. Desde entonces se le
conoce como distribucin t de Student. Por la naturaleza de este ensayo, omitimos la explicacin matemtica de esta distribucin. Slo
manejaremos su aplicacin para la estimacin y prueba de hiptesis. Al igual que la distribucin Z, la distribucin t tiene forma
acampanada y perfectamente simtrica con respecto a t = 0, pero con una dispersin mayor, la cual aumenta a medida que disminuye el
tamao de la muestra.

Pgina 26 de 127

Antes de estudiar la distribucin t debemos sealar que no slo existe una, sino varias distribuciones t. Cada una de ellas est asociada
con lo que se denomina grados de libertad (v), que se definen como el nmero de observaciones menos uno; es decir, v = n - 1. En
otras palabras, la forma de la distribucin depender del tamao de la muestra. Por ejemplo, los valores de t para muestras de tamao 4
quedan descritos por la distribucin t con tres grados de libertad (4 - 1 = 3); la distribucin t con 29 grados de libertad describe la
distribucin de los valores t para muestras de tamao 30. En la figura 2 ilustramos dos distribuciones t con tres y 29 grados de libertad
y la distribucin normal:

Figura 2 Comparacin de dos distribuciones t con la distribucin normal.

Podemos observar en la grfica que tanto la distribucin normal como las distribuciones t tienen forma de campana y son simtricas.
Tambin puede observarse que las distribuciones t tienen mayor dispersin que la normal. Por ejemplo, en la grfica se han marcado
valores crticos de Z y t para un coeficiente de confianza de 0.99. As, el valor crtico de Z para 0.99 es 2.58 y el valor crtico de t
para tres grados de libertad es 5.84.
Al examinar esta distribucin encontramos que el valor crtico de t para 3 grados de libertad (rengln 3 y ltima columna, rotulada
t0.005) es 5.84. Este valor indica que 0.5% (0.005 X 100 = 0.5%) del rea bajo esta curva t est a la derecha de + 5.84 o a la izquierda

Pgina 27 de 127

de - 5.84. En consecuencia, 99% del rea bajo t est incluida en el intervalo 5.84; es decir, hay una probabilidad de 0.99 de que la
variable t est en el intervalo [ - 5.84, 5.84].
En forma anloga, el valor 2.76, ubicado en la ltima columna, rotulada t0.005, y el rengln 29, corresponde al valor crtico de la
distribucin t para 29 grados de libertad, e indica que 0.5% del rea bajo esta curva est a la derecha de 2.76 o a la izquierda de - 2.76.
En consecuencia, 0.99 del rea bajo la curva t est incluida en el intervalo 2.76; o sea, hay una probabilidad de 0.99 de que la
variable t est en el intervalo [ - 2.76, 2.76].
Es importante observar que el valor crtico de t ha disminuido al crecer el nmero de grados de libertad. Si el tamao de la muestra
hubiese aumentado en forma infinita, el valor de t tomara el valor de 2.58, que es igual al valor de Z para la curva normal.
De la misma manera podemos interpretar los otros valores de la tabla. Por ejemplo, para una distribucin t con 15 grados de libertad y
un coeficiente de confianza de 0.95, el valor crtico de t se ubica en la

Tabla 8 Tabla de la distribucin t de Student con v grados de libertad.

Pgina 28 de 127

Pgina 29 de 127

novena columna (t0.0025) y el rengln 15; o sea, 2.13. En esta misma distribucin, si n tiende a infinito, el valor que tomara t sera
1.96, el cual se encuentra en la columna 9 y ltimo rengln, igual al valor de Z para la curva normal.
Para la distribucin t con 14 grados de libertad, obtenemos en la tabla que 90% del rea bajo esta curva t est en el intervalo 1.76, es
decir, que hay una probabilidad de 0.90 de que la variable t se encuentre en el intervalo
Como

la desigualdad se convierte en:

que tambin puede escribirse as:

Por tanto, afirmamos que hay una probabilidad de 0.90 de que la media de la poblacin est en este intervalo. As, pues, podemos
decir que cuando el tamao de la muestra es 15(v = n - 1 = 15 - 1 = 14), hay una confianza de 0.90 de que el parmetro est en el
intervalo

Si el tamao de la muestra fuese 10, los grados de libertad seran 9 (10 - 1 = 9) y para un coeficiente de confianza de 80% el intervalo
de confianza para estimar la media poblacional sera:

En general, para estimar la media poblacional , en cualquier intervalo de confianza, utilizamos la relacin

Pgina 30 de 127

2.5 Distribucin Ji Cuadrada

Con el objeto de comparar la media de una muestra con la media hipottica de una poblacin, en muestreo pequeo, utilizamos una
distribucin t y un estadstico t. De la distribucin de t obtuvimos una tabla de valores t con los cuales comparamos los estadsticos t
calculados. Anlogamente, para comparar la varianza de una muestra con la varianza hipottica de una poblacin, utilizamos la
distribucin Ji cuadrada, la cual se denota por la letra griega X(Ji), elevada al cuadrado: X2.
Dada la naturaleza de este ensayo elemental, no haremos inferencia para este tipo de problemas, que corresponde al campo de la
estadstica paramtrica. Ji cuadrada se puede manejar en forma paramtrica y no paramtrica; para los fines de este libro nos
restringiremos a la ltima forma.
Como ocurre con las distribuciones t, la distribucin Ji cuadrada tiene una forma que depende del nmero de grados de libertad
asociados a un determinado problema. Varias de estas curvas se ilustran en la figura 3. Debido a esta tendencia, el valor crtico de .
ser funcin de los grados de libertad. As, para obtener un valor crtico a partir de una tabla de ., debemos seleccionar un nivel de
significacin y determinar los grados de libertad para el problema bajo anlisis.

Figura 3 Distribucin Ji cuadrada para v = 2, 5 y 10.

Pgina 31 de 127

3. Estimador y estimaciones
3.1 Definicin de estimador
Cualquier estadstica de muestra que se utilice para estimar un parmetro de poblacin se
conoce como estimador, es decir, un
estimador es una estadstica de muestra utilizada para estimar un parmetro de poblacin. La media de la muestra puede ser un
estimado de la media de la poblacin , y la porcin de la muestra se puede utilizar como estimador de la porcin de la poblacin.
Tambin podemos utilizar el alcance de la muestra como un estimador del alcance de la poblacin.
3.2 Definicin de estimacin
Cuando hemos observado un valor numrico especfico de nuestro estimador, nos referimos a ese valor como una estimacin. En otras
palabras, una estimacin es un valor especfico observado de una estadstica. Hacemos una estimacin si tomamos una muestra y
calculamos el valor que toma nuestro estimador en esa muestra. Suponga que calculamos la lectura media de un odmetro
(kilometraje) a partir de una muestra de taxis en sevicio y encontramos que sta es de 160,000 kilmetros. Si utilizamos este valor
especfico para estimar el kilometraje de la flotilla de taxis completa, el valor obtenido de 160,000 kilmetros sera una estimacin. En
la tabla 9 ilustramos varias poblaciones, parmetros de poblacin, estimadores y estimaciones.
3.3 Criterios para seleccionar un buen estimador
3.3.1 Cualidades de un buen estimador
Algunas estadsticas son mejores estimadores que otras. Afortunadamente, podemos evaluar la calidad de una estadstica como
estimador mediante el uso de cuatro criterios:
1 . Imparcialidad. sta es una propiedad deseable para un buen estimador. El trmino imparcialidad se refiere al hecho de que una
media de muestra es un estimador no sesgado de una media de poblacin porque la media de la distribucin de muestreo de las medias
de muestra tomadas de la misma poblacin es igual a la media de la poblacin misma. Podemos decir que una estadstica es un
estimador imparcial (o no sesgado) si, en promedio, tiende a tomar valores que estn por encima del parmetro de

Pgina 32 de 127

Tabla 9
la poblacin que se est estimando con la misma frecuencia y la misma extensin con la
del parmetro de poblacin que se est estiman.

que tiende a asumir valores por debajo

2. Eficiencia. Otra propiedad deseable de un buen estimador es que sea eficiente. La eficiencia se refiere al tamao del error estndar
de la estadstica. Si comparamos dos estadsticas de una muestra del mismo tamao y tratamos de decidir cul de ellas es un estimador
ms eficiente, escogeramos la estadstica que tuviera el menor error estndar o la menor desviacin estndar de la distribucin de
muestreo. Suponga que escogemos una muestra de un tamao determinado y debemos decidir si utilizamos o no la media de la muestra
para estimar la media de la poblacin. Si calculamos el error estndar de la media de la muestra y encontramos que es de 1.05 y luego
calculamos el error estndar de la mediana de la muestra y tenemos que ste es de 1.6, diramos que la media de la muestra es un
estimador ms eficiente de la media de la muestra ya que su error estndar es menor. Tiene sentido pensar que un estimador con un
error estndar menor (con menos variacin) tendr una mayor oportunidad de producir una estimacin ms cercana al parmetro de
poblacin que se est considerando.
3. Coherencia. Una estadstica es un estimador coherente de un parmetro de poblacin si al aumentar el tamao de la muestra, se
tiene casi la certeza de que el valor de la estadstica se aproxima bastante al valor del parmetro de la poblacin. Si un estimador es

Pgina 33 de 127

coherente, se vuelve ms confiable si tenemos tamaos de muestra ms grandes. Si usted se pregunta acerca de la posibilidad de
aumentar el tamao de la muestra para obtener ms informacin sobre un parmetro de poblacin, encuentre primero si su estadstica
es un estimador coherente o no. Si no, usted desperdiciar tiempo y dinero al tomar muestras ms grandes.
4. Suficiencia. Un estimador es suficiente si utiliza una cantidad de la informacin contenida en la muestra que ningn otro estimador
podra extraer informacin adicional de la muestra sobre el parmetro de la poblacin que se est estimando.
Presentamos estos criterios con anticipacin para hacerlo consciente del cuidado que los estadsticos deben tener a la hora de escoger
un estimador.
3.3.2 Bsqueda del mejor estimador
Una estadstica de muestra dada no siempre es el mejor estimador de su parmetro de estimadorpoblacin correspondiente. Considere
una poblacin distribuida de manera simtrica, en la que los valores de la mediana y de la media coinciden. En este caso, la media de
la
muestra sera un estimador imparcial de la mediana de la poblacin debido a que asumira valores que en promedio seran
iguales a la mediana de la poblacin. Tambin, la media de la muestra sera un estimador consistente de la mediana de la poblacin
puesto que, conforme aumenta el tamao de la muestra, el valor de la meda de la muestra tender a acercarse bastante a la mediana de
la poblacin. Y la media de la muestra sera un estimador ms eficiente de la mediana de la poblacin que la mediana de la muestra
misma, ya que en muestras grandes, la media de la muestra tiene una desviacin estndar menor que la de la mediana de la muestra. Al
mismo tiempo, la mediana de la muestra de una poblacin distribuida simtricamente sera un estimador imparcial y consistente de la
media de la poblacin, pero no el ms eficiente estimador porque en muestras grandes su error estndar es mayor que el de la media de
la muestra.
3.4 Tipos de estimacin
3.4.1 Definicin de estimacin puntual
Podemos hacer dos tipos de estimaciones concernientes a una poblacin: una estimacin puntual y una estimacin de intervalo. Una
estimacin puntual es un solo nmero que se utiliza para estimar un parmetro de poblacin desconocido. Si, mientras observamos al
primer integrante de un equipo de ftbol americano salir al campo de juego, usted se dice: Anda! Apuesto a que su lnea defensiva
pesar unos 125 kilogramos, usted ha hecho una estimacin puntual. El jefe de departamento de alguna universidad estara haciendo

Pgina 34 de 127

una estimacin puntual si afirmara: "Nuestros datos actuales indican que en esta materia tendremos 350 estudiantes en el siguiente
semestre".
3.4.2 Desventajas de las estimaciones puntuales
Una estimacin puntual a menudo resulta insuficiente, debido a que slo tiene dos opciones: es correcta o est equivocada. Si se nos
dice solamente que la afirmacin del jefe de departamento sobre la inscripcin est equivocada, usted no sabe qu tanto est mal, y no
puede tener la certeza de la confiabilidad de la estimacin. Si usted se entera de que slo est errada por 10 estudiantes, podra aceptar
a 350 estudiantes como una buena estimacin de la inscripcin futura. Pero si est equivocada en 90 estudiantes, podra usted rechazar
la estimacin por poco confiable. En consecuencia, una estimacin puntual es mucho ms til si viene acompaada por una estimacin
del error que podra estar implicado.
3.4.3 Definicin de estimacin de intervalo
Una estimacin de intervalo es un intervalo de valores que se utiliza para estimar de intervalo un parmetro de poblacin. Esta
estimacin indica el error de dos maneras: por la extensin del intervalo y por la probabilidad de obtener el verdadero parmetro de la
poblacin que se encuentra dentro del intervalo. En este caso, el jefe de departamento dira algo como lo siguiente: Estimo que la
inscripcin real de este curso para el prximo semestre estar entre 330 y 380, y es muy probable que la inscripcin exacta caiga
dentro de este intervalo. Tiene una mejor idea de la confiabilidad de su estimacin. Si el curso se imparte en grupos de 100 estudiantes
cada uno y si, tentativamente, ha programado cinco cursos, entonces, basndose en su estimacin, puede cancelar uno de tales grupos y
dejarlo como optativo.
3.5 Estimador sesgado e insesgado.
Un estimador puntual es el valor numrico de una estadstica muestral empleado para estimar el valor de un parmetro de la poblacin
o proceso. Una de las caractersticas ms importantes de un estimador es que sea insesgado. Un estimador insesgado es una estadstica
muestral cuyo valor esperado es igual al parmetro por estimar. Un valor esperado es el promedio a largo plazo de la estadstica
muestral. La eliminacin de todo sesgo sistemtico est asegurada cuando la estadstica muestral corresponde a una muestra aleatoria
tomada de una poblacin o a un subgrupo racional tomado de un proceso. Ambos mtodos de muestreo garantizan que la muestra sea
insesgada, aunque no eliminan la variabilidad del muestreo, o error de muestreo, como se explicar en la siguiente seccin.

Pgina 35 de 127

En la tabla 10 se presentan algunos de los estimadores puntuales de parmetros de la poblacin de uso ms frecuente. En todos los
casos, el estimador apropiado de un parmetro de la poblacin es sencillamente la estadstica muestral correspondiente.

Tabla 10

Pgina 36 de 127

4. Estimacin por intervalos

4.1 Intervalos de confianza para la diferencia entre dos medias con el uso de la distribucin normal
A menudo es necesario estimar la diferencia entre dos medias poblacionales, como la diferencia entre los niveles salariales de dos
empresas. El estimador puntual insesgado de ( 1 - 2) CS ( 1 - 2) . El intervalo de confianza se elabora en forma similar al usado para
la estimacin de la media, excepto que el error estndar pertinente para la distribucin de muestreo es el error estndar de la diferencia
entre medias. El uso de la distribucin normal se basa en las mismas condiciones que en el caso de la distribucin de muestreo de la
media, salvo que estn implicadas dos muestras. La frmula empleada para estimar la diferencia entre dos medias poblacionales con
intervalos de confianza es

Cuando se conocen las desviaciones estndar de las dos poblaciones, el error estndar de la diferencia entre medias es
Cuando se desconocen las desviaciones estndar de las poblaciones, el error estndar estimado de la diferencia entre medias dado el
uso apropiado de la distribucin normal es

Los valores de los errores estndar de las respectivas medias incluidos en estas frmulas se calculan con las frmulas dadas, incluida la
posibilidad de usar factores de correccin por finitud cuando corresponda
Ejemplo. El salario medio semanal de una muestra de n = 30 empleados de una gran empresa manufacturera es, = $280.00, con una
desviacin estndar muestral de s = $14.00. En otra gran empresa, una muestra aleatoria de n = 40 empleados por hora tiene un salario
medio semanal de $270.00, con una desviacin estndar muestral de s = $10.00. El intervalo de confianza de 99% para la estimacin
de la diferencia entre los niveles salariales medios semanales de las dos empresas es

Pgina 37 de 127

donde

As, podemos afirmar que el salario promedio semanal de la primera empresa es mayor que el promedio de la segunda Empresa por un
monto de entre $2.23 y $17.77, con una confianza de 99% en esta estimacin por intervalo. Advirtase que los - tamaos de las
muestras son suficientemente grandes para permitir el uso de Z para aproximar el valor t.
Adems del intervalo de confianza de dos extremos, tambin puede elaborarse un intervalo de confianza de un extremo -ara la
diferencia entre medias.
4.2 Distribucin t e intervalos de confianza para la diferencia entre dos medias
El uso de la distribucin t en conjuncin con una muestra es necesario cuando
1 ) Se desconocen las desviaciones estndar a de la poblacin.
2) Las muestras son pequeas (n < 30). Si las muestras son grandes, los valores t pueden ser aproximados por la normal estndar z.

Pgina 38 de 127

3) Se supone que las poblaciones tienen una distribucin aproximadamente normal (recuerde que el teorema central del lmite no
puede aplicarse en muestras pequeas).
Adems de lo anterior, cuando se usa la distribucin t para definir intervalos de confianza para la diferencia entre dos medias, no para
inferencias sobre slo una media poblacional, por lo general se requiere del siguiente supuesto adicional:
4) Las dos varianzas poblacionales (desconocidas) son iguales, a 21 = 22
A causa del anterior supuesto de igualdad, el primer paso para determinar el error estndar de la diferencia entre medias cuando
procede el uso de la distribucin t es combinar las dos varianzas muestrales:

El error estndar de la diferencia entre muestras basado en el uso de la varianza combinada estimada 2 es

Con gl = n1, + n2 - 2, el intervalo de confianza es

Nota: En cierto software de cmputo no se requiere el supuesto de que las dos varianzas de la poblacin sean iguales. Se determina en
cambio un valor corregido para los grados de libertad, lo que resulta en menos g1, y esto a su vez en un valor de t ligeramente mayor y
en un intervalo de confianza ligeramente ms amplio.
EJEMPL02. En relacin con una muestra aleatoria de n1,= 10 focos, el ciclo medio de vida de los focos es 1 = 4 600 horas, con s1, =
250 hr. El ciclo medio de vida y la desviacin estndar de una muestra de n2 = 8 focos de otra marca son 2 = 4 000 hr Y S2 = 200 Hr.
Se supone que el ciclo de vida de ambas marcas tiene una distribucin normal. El intervalo de confianza de 90% para estimar la
diferencia entre el ciclo medio de vida til de las dos marcas de focos es

Pgina 39 de 127

As, podemos afirmar con una confianza de 90% que la primera marca de focos tiene una vida media superior a la de la segunda marca
en un monto de entre 410 y 790 hr.
Obsrvese que en el caso de dos muestras es posible que stas sean pequeas (n < 30) y que aun as sea factible utilizar la distribucin
normal para aproximar t, porque gl :29. Sin embargo, en este caso se debe partir del supuesto de que las dos poblaciones siguen una
distribucin aproximadamente normal, dado que es imposible apelar al teorema central del lmite respecto de una muestra pequea.

Pgina 40 de 127

4.3 Intervalos de confianza para la proporcin de la poblacin

La distribucin de probabilidad aplicable a las proporciones es la distribucin binormial de probabilidad. No obstante, los clculos
matemticos asociados con la determinacin de un intervalo de confianza para una proporcin poblacional desconocida con base en el
proceso de Bemoulli son complejos. Por lo tanto, en todos los libros de texto orientados a aplicaciones se utiliza la distribucin normal
como aproximacin de la solucin exacta de intervalos de confianza para proporciones. Esta aproximacin es adecuada cuando n 30
y tanto np como nq 5 (donde q = 1 - p). Sin embargo, cuando la proporcin de la poblacin p (o ) es desconocida, la mayora de los
expertos en estadstica recomienda tomar una muestra de n 100. Ntese que, en el contexto de la estimacin estadstica, es
desconocida, pero es estimada por ^p.
La varianza de la distribucin de proporciones sirve de base para el error estndar. Dada una proporcin muestral observada, ^p, el
error estndar de la proporcin estimado es

En el contexto de la estimacin estadstica, la p (o ) de la poblacin se desconoce, porque es justamente el valor por estimar. Si la
poblacin es por finitud, procede el uso del factor de correccin por finitud. Como en el caso del error estndar de la media, por lo
general se considera innecesario el uso de esta correccin si n < 0.05 N.
El intervalo de confianza aproximado para una proporcin poblacional es
Adems del intervalo de confianza de dos extremos, tambin puede determinarse un intervalo de confianza de un extremo para la
proporcin poblacional.
Ejemplo. Una empresa de investigacin de mercado contacta a una muestra aleatoria de 100 varones en una comunidad extensa y
determina que una proporcin muestral de 0.40 prefiere las navajas de afeitar fabricadas por el cliente de esa empresa sobre todas las
dems marcas. El intervalo de confianza de 95% para la proporcin de todos los varones de la comunidad que prefieren las navajas de
afeitar del cliente de la empresa se determina de la siguiente manera:

Pgina 41 de 127

Por lo tanto, con una confianza de 95% estimamos la proporcin de todos los varones de la comunidad que prefieren las navajas del
cliente de la empresa con un valor entre 0.30 y 0.50.
4.4 Determinacin del tamao de muestra requerido para la estimacin de la proporcin
Antes de recolectada una muestra, el tamao de muestra mnimo requerido puede determinarse especificando el nivel de confianza
requerido y el error de muestreo aceptable y haciendo una estimacin inicial (subjetiva) de , la proporcin poblacional desconocida:

z es el valor usado para el intervalo de confianza especificado, es la estimacin inicial de la proporcin poblacional y E es el error de
muestreo "de ms o de menos" permitido en el intervalo (siempre la mitad del intervalo de confianza completo).
Si no es posible determinar un estimado inicial de , se le deber estimar en 0.50. Esta estimacin es conservadora en tanto que
representa el valor para el que se requerira del tamao de muestra mayor. Con base en este supuesto, la frmula general para el tamao
de muestra se simplifica en esta forma:

[Nota: Cuando se busca determinar el tamao de muestra, todo resultado fraccionario se redondea siempre al valor inmediato superior.
Adems, todo tamao de muestra calculado por debajo de 100 se debe incrementar a 100, porque las frmulas se basan en el uso de la
distribucin normal.]

Pgina 42 de 127

Ejemplo. En referencia al estudio mencionado en el ejemplo anterior, supongamos que con anterioridad ala recoleccin de los datos se
especific que la estimacin del intervalo de 95% deba tener un margen de error inferior a 0.05 y que no se hizo juicio preliminar
alguno sobre el probable valor de . El tamao de muestra mnimo por recolectar es

Aparte de estimar la proporcin de la poblacin, tambin puede estimarse el nmero total en una categora de la poblacin.
4.5 Intervalos de confianza para la diferencia entre dos proporciones
Para estimar la diferencia entre las proporciones de dos poblaciones, el estimador puntual insesgado de (1 - 2 ) es (p1 p2). El
intervalo de confianza implica el uso del error estndar de la diferencia entre proporciones. El uso de la distribucin normal se basa en
las mismas condiciones que las expuestas en relacin con la distribucin de muestreo de la proporcin, salvo que este caso involucra a
dos muestras y los requerimientos se aplican a cada una de ellas. El intervalo de confianza para la estimacin de la diferencia entre dos
proporciones poblacionales es
El error estndar de la diferencia entre proporciones se determina por medio de la frmula, en la que el valor de cada respectivo error
estndar de la proporcin se calcula tal como se describi:

Ejemplo. Como se indic que una proporcin de 0.40 varones de una muestra aleatoria de 100 de una comunidad extensa prefiri las
navajas de afeitar del cliente de la empresa sobre todas las dems. En otra comunidad extensa, 60 varones de una muestra aleatoria de
200 prefieren las navajas del cliente de la empresa. El intervalo de confianza de 90% para la diferencia en la proporcin de varones de
las dos comunidades que prefieren las navajas del cliente de la empresa es

Pgina 43 de 127

4.6 Distribucin ji cuadrada e intervalos de confianza para la varianza y desviacin estndar

Dada una poblacin de valores con distribucin normal, puede demostrarse que las distribuciones X2 Ji cuadrada) son las
distribuciones de probabilidad adecuadas para la razn (n - 1) s2 / . Hay una distribucin Ji cuadrada diferente segn el valor de n
-1, lo cual representa los grados de libertad. As,

Dado que la varianza muestral es el estimador insesgado de la varianza poblacional, el valor esperado a largo plazo de la razn anterior
es igual a los grados de libertad, o n - 1. Sin embargo, en cualquier muestra dada por lo general la varianza muestral no es idntica en
valor a la varianza poblacional. Puesto que se sabe que la razn anterior sigue una distribucin ji cuadrada, esta distribucin de
probabilidad puede servir para la realizacin de inferencias estadsticas sobre una varianza o desviacin estndar desconocida.
Las distribuciones ji cuadrada no son simtricas. En consecuencia, un intervalo de confianza de dos extremos para una varianza o
desviacin estndar implica el uso de dos valores diferentes de X2, no del mtodo "de ms o de menos" utilizado en los intervalos de

Pgina 44 de 127

confianza basados en las distribuciones normal y t. La frmula para la elaboracin de un intervalo de confianza para la varianza de la
poblacin es

El intervalo de confianza para la desviacin estndar de la poblacin es

En la anterior frmula general, los subndices "superior" e "inferior" identifican los puntos percentiles de la distribucin X2 particular
por usar en la elaboracin del intervalo de confianza. Por ejemplo, para un intervalo de confianza de 90% el punto superior es X20.95 y
el punto inferior X20.05 . Al excluir el 5% mayor y el 5% menor de la distribucin ji cuadrada, lo que resta es el 90% "central".
Ejemplo. El salario medio semanal de una muestra de 30 empleados por horade una gran empresa es = $280.00, con una desviacin
estndar muestral de s = $14.00. Se supone que los montos salariales semanales de la empresa tienen una distribucin
aproximadamente normal. El intervalo de confianza de 95% para estimar la desviacin estndar de los salarios semanales de la
poblacin es

En relacin con el ejemplo anterior, represe en el hecho de que, dado que los encabezados son probabilidades de la cola derecha ms
que valores percentiles, los encabezados de columnas que aparecen en la tabla se refieren a los valores complementarios de los valores
percentiles superior e inferior requeridos.

Pgina 45 de 127

Como alternativa a un intervalo de confianza de dos extremos, tambin puede determinarse un intervalo de confianza de un extremo
para la varianza o desviacin estndar.

Pgina 46 de 127

5. Pruebas de hiptesis paramtricas

5.1 Introduccin
El propsito de la prueba de hiptesis es determinar si el valor supuesto (hipottico) de un parmetro poblacional, como la media de la
poblacin, debe aceptarse como verosmil con base en evidencias muestrales. Recurdese que sobre distribuciones de muestreo, se dijo
que, en general, una media muestral diferir en valor de la media poblacional. Si el valor observado de una estadstica muestral, como
la media muestral, se acerca al valor paramtrico supuesto y slo difiere de l en un monto que cabra esperar del muestreo aleatorio, el
valor hipottico no se rechaza. Si la estadstica muestral difiere de la supuesta en un monto que no es posible atribuir al azar, la
hiptesis se rechaza por inverosmil.
Se han desarrollado tres procedimientos distintos para la prueba de hiptesis, todos los cuales conducen a las mismas decisiones
cuando se emplean los mismos estndares de probabilidad (y riesgo). En este captulo describiremos primeramente el mtodo del valor
crtico para la prueba de hiptesis. De acuerdo con este mtodo, se determinan los as llamados valores crticos de la estadstica de
prueba que dictaran el rechazo de una hiptesis, tras de lo cual la estadstica de prueba observada se compara con los valores crticos.
ste fue el primer mtodo en desarrollarse, motivo por el cual buena parte de la terminologa de las pruebas de hiptesis se deriva de
l. Ms recientemente, el mtodo del valor P ha cobrado popularidad a causa de ser el ms fcilmente aplicable a software de cmputo.
Este mtodo se basa en la determinacin de la probabilidad condicional de que el valor observado de una estadstica muestral pueda
ocurrir al azar, dado que un supuesto particular sobre el valor del parmetro poblacional asociado sea en efecto correcto. El mtodo de
intervalos de confianza se basa en la observacin de si el valor supuesto de un parmetro poblacional est incluido en el rango de
valores que define a un intervalo de confianza para ese parmetro.
Pero ms all del mtodo de prueba de hiptesis que se use, debe hacerse notar que si un valor hipottico no se rechaza, y por lo tanto
se acepta, ello no constituye una "prueba" de que sea correcto. La aceptacin de un valor supuesto de un parmetro indica simplemente
que se trata de un valor verosmil, con base en el valor observado de la estadstica muestral.
5.2 Pasos bsicos de la prueba de hiptesis con el mtodo de valor crtico
Paso1. Formule la hiptesis nula y la hiptesis alternativa. La hiptesis nula (H0 es el valor paramtrico hipottico que se compara con
el resultado muestral. Se le rechaza slo si es poco probable que el resultado muestral haya ocurrido dado lo correcto de la hiptesis.

Pgina 47 de 127

La hiptesis alternativa (H1) se acepta slo si la hiptesis nula es rechazada. En muchos libros de texto la hiptesis alternativa tambin
se designa como Ha.
Ejemplo Un auditor desea probar el supuesto de que el valor medio de la totalidad de las cuentas por cobrar de una empresa dada es de
$260.00 tomando una muestra de n = 36 y calculando la media muestral. El auditor desea rechazar el valor supuesto de $260.00 slo si
es claramente contradicho por la media muestral, caso ste en el que el valor hipottico recibira el beneficio de la duda en el
procedimiento de prueba. Las hiptesis nula y alternativa de esta prueba son H0 : = $260.00 y H1 : $260.00.
Paso 2. Especifique el nivel de significancia por aplicar. El nivel de significancia es el estndar estadstico que se especifica para
rechazar la hiptesis nula. Si se especifica un nivel de significancia de 5%, la hiptesis nula se rechaza slo si el resultado muestral es
tan diferente del valor hipottico que una diferencia por ese monto o un monto superior ocurrira al azar con una probabilidad de 0.05 o
menos.
Ntese que si se usa el nivel de significancia de 5%, hay una probabilidad de 0.05 de rechazar la hiptesis nula aun siendo
efectivamente cierta. Esto se llama error tipo I La probabilidad del error tipo I siempre es igual al nivel de significancia empleado
como estndar para rechazar la hiptesis nula; se le designa con la letra griega minscula (alfa), de modo que a designa tambin al
nivel de significancia. Los niveles de significancia de uso ms frecuente en la prueba de hiptesis son los de 5% y 1%.
Ocurre un error tipo II si la hiptesis nula no se rechaza, y es por lo tanto aceptada, cuando en realidad es falsa. La determinacin de la
probabilidad del error tipo II se explica. En la tabla correspondiente se resumen los tipos de decisiones y las posibles consecuencias de
las decisiones tomadas en pruebas de hiptesis.
Paso 3. Seleccione la estadstica de prueba. La estadstica de prueba ser ya sea la estadstica muestral (el estimador insesgado del
parmetro a prueba) o una versin estandarizada de la estadstica muestral. Por ejemplo, para probar un valor hipottico de la media
poblacional, la media de una muestra aleatoria tomada de esa poblacin podra servir como la estadstica de prueba. Sin embargo, si la
distribucin de muestreo de la media es normal, el valor de la media muestral se convierte usualmente en un valor z, el cual funge
entonces como la estadstica de prueba.
Paso 4. Establezca el valor o valores crticos de la estadstica de prueba. Habiendo especificado la hiptesis nula, el nivel de
significancia y la estadstica de prueba por usar, se establece entonces el(los) valor(es) crtico(s) de la estadstica de prueba. Estos
valores pueden ser uno o dos, dependiendo de si estn implicadas las as llamadas pruebas unilaterales o bilaterales. En cualquier caso,
un valor crtico identifica el valor de la estadstica de prueba requerido para rechazar la hiptesis nula.

Pgina 48 de 127

Paso 5. Determine el valor de la estadstica de prueba. Por ejemplo, al probar un valor hipottico de la media poblacional, se recolecta
una muestra aleatoria y se determina el valor de la media muestral. Si el valor crtico fue establecido como un valor z, la media
muestral se convierte a un valor z.
Paso 6. Tome la decisin. El valor observado de la estadstica muestral se compara con el valor (o valores) crtico(s) de la estadstica
de prueba. Se rechaza o no entonces la hiptesis nula. Si la hiptesis nula es rechazada, se acepta la hiptesis alternativa. Esta decisin
tendr relevancia a su vez para otras decisiones por tomar por los gerentes de operacin, como la de si se est sosteniendo o no cierto
estndar de desempeo o cul de dos estrategias de comercializacin seguir.
5.3 Prueba de una hiptesis referente a la media usando la distribucin normal
La distribucin normal de probabilidad puede usarse para probar un valor hipottico de la media de la poblacin 1) si n 30, por
efecto del teorema central del lmite, o 2) cuando n < 30 pero la poblacin tiene una distribucin normal y a es conocida.
Una prueba bilateral se aplica cuando nos interesa una posible desviacin en cualquier direccin respecto del valor hipottico de la
media. La frmula que se emplea para establecer los valores crticos de la media muestral es similar a la frmula para determinar los
lmites de confianza para la estimacin de la media de la poblacin, excepto que el valor hipottico de la media poblacional es en
este caso el punto de referencia, en lugar de la media muestral. Los valores crticos de la media muestral para una prueba de dos
extremos, de acuerdo con el hecho de si se conoce o no, son

Ejemplo. En relacin con la hiptesis nula formulada en el ejemplo anterior, determine los valores crticos de la media muestral para
probar la hiptesis al nivel de significancia del 5%. Dado que se sabe que la desviacin estndar de los montos de las cuentas por
cobrar es = $43.00, los valores crticos son
Hiptesis: H0 := $260.00; Hi, : $260.00
Nivel de significancia: = 0.05

Pgina 49 de 127

Estadstica de prueba: , con base en una muestra de n = 36 y con = 43.00

CR = valores crticos de la media muestral

En consecuencia, para rechazar la hiptesis nula la media muestral debe tener un valor inferior a $245.95 o superior a $274.05. As, en
el caso de una prueba de dos extremos existen dos regiones de rechazo. Los valores z de 1.96 sirven para establecer los lmites
crticos, dado que, por efecto de la distribucin normal estndar, una proporcin de 0.05 del rea permanece en las dos colas, lo que
corresponde a la = 0.05 especificada.

Fig. 4
En lugar de establecer los valores crticos en trminos de la media muestral, en la prueba de hiptesis los valores crticos suelen
especificarse en trminos de valores z. Para el nivel de significancia del 5% los valores crticos de z para una prueba de dos extremos
son -1.96 y + 1 .96, por ejemplo. Una vez determinado el valor de la media muestral, se le convierte a un valor z para que pueda
comparrsele con los valores crticos de z. La frmula de conversin, segn si ores conocida o no, es

Pgina 50 de 127

Ejemplo. En referencia al problema de prueba de hiptesis de los dos ejemplos anteriores, supongamos que la media muestral es =
$240.00. Determinamos si la hiptesis nula debe rechazarse convirtiendo esta media a un valor z y comparndolo con los valores
crticos de 1.96, en esta forma:

Este valor de z se halla en la regin de rechazo de la cola izquierda del modelo de prueba de hiptesis que aparece en la figura 5. De
este modo, la hiptesis nula es rechazada, y la alternativa, de que $260.00, aceptada. Advirtase que en el ejemplo se habra
llegado a la misma conclusin comparando la media muestral = $240.00 con los lmites crticos para la media identificados en la
figura 4.

Fig. 5
Una prueba unilateral resulta apropiada cuando nos interesan posibles desviaciones slo en una direccin respecto del valor hipottico
de la media. Podra ocurrir que al auditor del ejemplo no le interesara que el promedio real de la totalidad de las cuentas por cobrar
exceda de $260.00, sino slo que pudiera ser inferior a $260.00. As, si el auditor le concede el beneficio de la duda al supuesto
establecido de que la media real es de al menos $260.00, las hiptesis nula y alternativa son

Pgina 51 de 127

Nota: En muchos libros de texto, la hiptesis nula anterior se enunciara como HO : $260.00. Por nuestra parte, hemos incluido
nicamente el signo de igual porque, incluso en una prueba de un extremo, el procedimiento se realiza en relacin con este valor en
particular. Para decirlo de otra manera, es la hiptesis alternativa la que es unilateral.
En una prueba unilateral slo existe una regin de rechazo, de modo que la prueba del ejemplo anterior es una prueba de la cola
inferior. La regin de rechazo de una prueba unilateral se encuentra siempre en la cola que representa el sustento de la hiptesis
alternativa. Como en el caso de una prueba bilateral, el valor crtico puede determinarse para la media como tal o en trminos de un
valor z. Sin embargo, los valores crticos para pruebas unilaterales se diferencian de aquellos para pruebas bilaterales, porque la
proporcin de rea dada se halla en su totalidad en una de las colas de la distribucin. En la tabla 11 se presentan los valores de z
necesarios para pruebas unilaterales y bilaterales. La frmula general para establecer el valor crtico de la media muestral para una
prueba unilateral, segn si a se conoce o no, es

Obsrvese en las frmulas inmediatamente anteriores, que z puede ser negativa, lo que resulta en una sustraccin del segundo trmino
de cada frmula.

Tabla 11 Valores crticos de Z en pruebas de hiptesis

5.4 Errores Tipo I y Tipo II en pruebas de hiptesis

Pgina 52 de 127

En esta seccin consideraremos los errores tipo I y tipo II en relacin estrictamente con pruebas unilaterales de una media hipottica.
Sin embargo, los conceptos bsicos aqu ilustrados se aplican tambin a otros modelos de pruebas de hiptesis.
La probabilidad mxima del error tipo I siempre es igual al nivel de significancia empleado en la prueba de la hiptesis nula. Esto es
as a causa de que, por definicin, la proporcin de rea en la regin de rechazo es igual a la proporcin de los resultados muestrales
que ocurriran en esa regin en caso de que la hiptesis nula sea cierta.
La probabilidad del error tipo II suele indicarse con la letra griega (beta). La nica manera en que se te puede determinar es respecto
de un valor especiffico incluido en el rango de la hiptesis alternativa.
Ejemplo. La hiptesis nula es que la media de la totalidad de las cuentas por cobrar es de $260.00 y la hiptesis alternativa que la
media es inferior a esta cantidad, prueba que habr de realizarse al nivel de significancia de 5%. Adems, el auditor indica que una
media de $240.00 (o menos) sera considerada una diferencia material importante con el valor hipottico de $260.00. Como en el caso
anterior, = $43.00 y el tamao de muestra es n = 36 cuentas. La determinacin de la probabilidad del error tipo II implica que
1) formulemos las hiptesis nula y alternativa para esta situacin de prueba,
2) determinemos el valor crtico de la media muestral por emplearen la prueba de la hiptesis nula al nivel de significancia de 5%,
3) identifiquemos la probabilidad de error tipo I asociada con el uso del valor crtico calculado en el paso anterior como base para la
regla de decisin,
4) determinemos la probabilidad de error tipo II asociada con la regla de decisin dado el valor medio alternativo especfico de
$240.00.
La solucin completa es

Pgina 53 de 127

3)

La probabilidad mxima de error tipo 1 es igual a 0.05 (el nivel de significancia usado en la prueba de la hiptesis nula).

4)
La probabilidad de error tipo II es la probabilidad de que la media de la muestra aleatoria sea igual o mayor de $248.21, dado
que la media de la totalidad de las cuentas en realidad $240.00.

En la figura 6 se ilustra el mtodo seguido en el ultimo ejemplo. En general, el valor crtico de la media determinado en relacin con la
hiptesis nula se "reduce" y se emplea como el valor crtico en relacin con la hiptesis alternativa especfica. El problema ilustra la
determinacin de la probabilidad del error tipo II en una prueba bilateral.

Pgina 54 de 127

Fig. 6
Cuando el nivel de significancia y el tamao de muestra se mantienen constantes, la probabilidad del error tipo II disminuye a medida
que el valor alternativo especfico de la media se aleja del valor de la hiptesis nula y aumenta a medida que el valor alternativo se
acerca al valor de la hiptesis nula. Una curva caracterstica operativa (C0) describe grficamente la probabilidad de aceptar la
hiptesis nula dados diversos valores alternativos de la media de la poblacin. La figura es la curva CO aplicable a cualquier prueba de
cola inferior de una media hipottica al nivel de significancia de 5% basada en el uso de la distribucin normal de probabilidad. Ntese
que es aplicable a cualquier prueba de este tipo, porque los valores del eje horizontal han sido enunciados en unidades del error
estndar de la media. Para cualesquiera valores a la izquierda de la probabilidad de aceptacin indica la probabilidad del error tipo
II. A la derecha de , las probabilidades indican la aceptacin correcta de la hiptesis nula. Tal como lo indican las lneas punteadas,
cuando =, la probabilidad de aceptar la hiptesis nula es 1- o, en este caso, 1 - 0.05 = 0.95.

Pgina 55 de 127

Fig. 7
5.5 Determinacin del tamao de muestra requerido para probar la media
Antes de la efectiva recoleccin de una muestra, el tamao de muestra requerido puede determinarse especificando 1) el valor
hipottico de la media, 2) un valor alternativo especfico de la media tal que la diferencia con el valor hipottico nulo se considere
importante, 3) el nivel de significancia por emplear en la prueba, 4) la probabilidad del error tipo II que habr de permitirse y 5) el
valor de la desviacin estndar de la poblacin .
La frmula para determinar el tamao de muestra mnimo requerido en conjuncin con la prueba de un valor hipottico de la media,
con base en el uso de la distribucin normal, es

z0 es el valor crtico de z usado en conjuncin con el nivel de significancia especificado (nivel de ), mientras que z1 es el valor de z
respecto de la probabilidad del error tipo II asignada (nivel de ). El valor de debe conocerse o estimarse. La ultima frmula puede

Pgina 56 de 127

emplearse lo mismo para pruebas unilaterales que bilaterales. El nico valor que difiere en estos dos tipos de pruebas es el valor de z0
utilizado.
[Nota: Cuando se busca determinar el tamao de muestra mnimo, todo resultado fraccionario se redondea siempre al valor inmediato
superior. Adems, a menos que sea conocida y la poblacin tenga una distribucin normal, todo tamao de muestra calculado por
debajo de 30 debe aumentar a 30, basado en el uso de la distribucin normal.]
5.6 Prueba de una hiptesis referente a la media usando la distribucin t
La distribucin t es la base adecuada para la determinacin de la estadstica de prueba estandarizada cuando la distribucin de
muestreo de la media tiene una distribucin normal pero es desconocida. Puede suponerse que la distribucin de muestreo es normal
ya sea porque la poblacin es normal o porque la muestra es suficientemente grande para apelar al teorema central del lmite. Se
requiere de la distribucin t cuando la muestra es pequea (n < 30). Para muestras ms grandes puede usarse la aproximacin normal.
En cuanto al mtodo del valor crtico, el procedimiento es idntico al descrito anteriormente para la distribucin normal, excepto por el
uso de t en lugar de z como la estadstica de prueba. La estadstica de prueba es

Ejemplo. La hiptesis nula de que el ciclo medio de vida til de los focos de cierta marca es de 4 200 horas se formula contra la
alternativa de que es menor. El cielo medio de vida til de una muestra aleatoria de n = 10 focos es = 4 000 hr, con una desviacin
estndar muestral de s = 200 hr. Se supone que, en general, el ciclo de vida til de los focos sigue una distribucin normal. Probamos
la hiptesis nula al nivel de significancia de 5% de la siguiente manera:

Dado que -3.16 se halla en la regin de rechazo de la cola izquierda (a la izquierda de] valor crtico -1.833), la hiptesis nula es
rechazada y la hiptesis alternativa, de que el ciclo medio de vida til real es menor de 4 200 hr, aceptada.

Pgina 57 de 127

5.7 Mtodo del valor P para pruebas de hiptesis referentes a la media de la poblacin
La probabilidad de que ocurra el resultado muestral observado, dado que la hiptesis nula es cierta, se determina por medio del mtodo
del valor P, probabilidad que se compara despus con el nivel de significancia a asignado. En consonancia con el mtodo del valor
crtico que describimos en las secciones anteriores, la idea es que un valor P bajo indica que es poco probable que la muestra ocurra
cuando la hiptesis nula es cierta; por lo tanto, la obtencin de un valor P bajo conduce al rechazo de la hiptesis nula. Advirtase que
el valor P no es la probabilidad de que la hiptesis nula sea cierta dado el resultado muestral. Es, en cambio, la probabilidad del
resultado muestral dado que la hiptesis nula es cierta.
Ejemplo. Remtase al ejemplo anterior, en el que H0 := $260.00, H1 : < $260.00, = 0.05 y = $240.00. Puesto que en esta prueba
unilateral la media muestral se halla en la direccin de la hiptesis alternativa, determinamos la probabilidad de que una media
muestral tenga un valor tan pequeo como ste o an menor:

En la figura 8 se describe grficamente el rea de la cola izquierda para la que se ha determinado la probabilidad. Dado que el valor P
de 0.0026 es menor que el nivel de significancia asignado de = 0.05, se rechaza la hiptesis nula.

Pgina 58 de 127

Fig. 8
En pruebas bilaterales, se determina el valor P de la cola ms pequea de la distribucin, tras de lo cual se le duplica. El valor
resultante indica la probabilidad del monto de diferencia observado en cualquier direccin entre los valores de la media muestral y la
media poblacional hipottica.
El mtodo del valor P debe su difusin al hecho de que el formato estndar de los resultados en computadora de pruebas de hiptesis
incluye valores P. El lector de los resultados determina si se rechaza una hiptesis nula comparando el valor P reportado con el nivel de
significancia deseado.
Cuando se requiere de clculos manuales de probabilidades basadas en el uso de la distribucin t es imposible determinar un valor P
exacto, a causa de las limitaciones de la tabla estndar. En cambio, el uso de software de cmputo no implica ninguna limitacin de
esta clase.
5.8 Mtodo de intervalos de confianza para pruebas de hiptesis referentes a la media
De acuerdo con este mtodo se elabora un intervalo de confianza para la media de la poblacin con base en los resultados muestrales,
tras de lo cual observamos si el valor hipottico de la media poblacional est incluido en el intervalo de confianza. Si el valor

Pgina 59 de 127

hipottico est incluido en el intervalo, la hiptesis nula no puede ser rechazada. Si el valor hipottico no est incluido en el intervalo,
la hiptesis nula se rechaza. Cuando a es el nivel de significancia por utilizar en la prueba, se elabora el intervalo de confianza 1 - .
Ejemplo. Remtase al ejemplo anterior, en el que H0 : = $260.00, H1, : $260.00, = 0.05, = $240.00 y = 7.17. Podemos
probar la hiptesis nula al nivel de significancia de 5% elaborando el intervalo de confianza de 95%:

Dado que el valor hipottico de $260.00 no est incluido en el intervalo de confianza de 95%, la hiptesis nula se rechaza al nivel de
significancia de 5%.
Para una prueba de una cola lo apropiado es un intervalo de confianza unilateral. Sin embargo, un mtodo ms simple consiste en
determinar un intervalo bilateral, pero al nivel de confianza que incluira el rea deseada en la cola de inters. Especficamente, para
una prueba unilateral con = 0.05 lo apropiado es el intervalo de confianza bilateral de 90%, porque este intervalo incluye el rea de
0.05 en la cola de inters.
El mtodo de intervalos de confianza es favorecido en libros de texto que enfatizan el llamado mtodo de anlisis de datos para la
estadstica aplicada a la administracin y la economa. En el rea de la estadstica descriptiva, el mtodo de anlisis de datos concede
especial atencin al anlisis exploratorio de datos. En el rea de la inferencia estadstica, la filosofa del mtodo de anlisis de datos es
que a los administradores les interesan ms la estimacin y los intervalos de confianza referentes a parmetros desconocidos (como el
incierto nivel de ventas de un nuevo producto) que los conceptos de las pruebas de hiptesis.
5.9 Pruebas respecto de la media del proceso en el control estadstico de procesos
El uso e interpretacin de grficas de control en el control estadstico de procesos es una aplicacin directa de los mtodos y conceptos
de la prueba de hiptesis. La hiptesis nula es que el proceso es estable y que slo existen causas comunes de variacin. La hiptesis
alternativa es que el proceso es inestable e incluye variacin por causas atribuibles. El mtodo que se emplea para la prueba de
hiptesis es el mtodo del valor crtico, sobre la norma de que los lmites de control inferior y superior (iguales a los "valores crticos"
del presente captulo) se definen en 3 unidades de error estndar respecto de la media hipottica del proceso.

Pgina 60 de 127

Ejemplo. Se presenta una secuencia de pesos medios para muestras de n = 4 paquetes de papas fritas tomadas en un proceso de
empacamiento. Supongamos que las especificaciones del proceso demandan un peso medio de = 15.0 onzas. Podra inducir la
pregunta de si esta norma se mantiene a lo largo de todo el proceso, y particularmente en las muestras #8 y #9. En los problemas
anteriores observaremos que estas dos medias muestrales se hallan ms all del lmite de control inferior y que es poco probable que
hayan ocurrido debido simplemente a variacin por causas comunes. En consecuencia, rechazaremos la hiptesis nula de que la media
del proceso en el periodo ha sido de 15.0 y concluiremos que existen slidas evidencias de variacin por causas atribuibles respecto de
la media del proceso.
5.10 Tabla de resumen de la prueba de un valor hipottico de la medida
Tabla 12 Prueba de un valor hipottico de la media

* Se aplica el teorema central del lmite.

** z se utiliza como aproximacin de t.
+ Se aplica el teorema central del lmite y z se utiliza como aproximacin de t.

Pgina 61 de 127

5.11 Pruebas de la diferencia entre dos medidas usando la distribucin normal

El procedimiento asociado con la prueba de una hiptesis referente a la diferencia entre dos medias de la poblacin es similar al de la
prueba de una hiptesis referente al valor de una media poblacional. Slo difiere en que el error estndar de la diferencia entre las
medias se usa para determinar el valor z (o t) asociado con el resultado muestral. El uso de la distribucin normal se basa en las
mismas condiciones que en el caso de una muestra, excepto que estn implicadas dos muestras aleatorias independientes. La frmula
general para determinar el valor z para probar una hiptesis referente a la diferencia entre dos medias, segn si los valores para las
dos poblaciones son conocidos, es

Como se deduce, podemos comenzar con cualquier diferencia hipottica particular, (12)0, por probar. Sin embargo, la hiptesis
nula usual es que las dos muestras se han obtenido de poblaciones con medias iguales. En este caso, (12)0 = 0, de modo que las
frmulas anteriores se simplifican de la siguiente manera:

En general, el error estndar de la diferencia entre medias se calcula tal como se describi. No obstante, al probar la diferencia entre
dos medias por lo general la hiptesis nula de inters no es slo que las medias muestrales se obtuvieron de poblaciones con medias
iguales, sino tambin que, en realidad, las dos muestras se obtuvieron de la misma poblacin de valores. Esto significa que 1 2, lo
que podemos designar sencillamente como . La supuesta varianza comn suele estimarse mediante la combinacin de las dos
varianzas muestrales, tras de lo cual el valor estimado de 2 sirve como base para el error estndar de la diferencia. La estimacin
combinada de la varianza de la poblacin es

Pgina 62 de 127

El error estndar estimado de la diferencia basado en el supuesto de que las desviaciones estndar (y las varianzas) de la poblacin son
iguales es

El supuesto mismo de que las dos varianzas muestrales se obtuvieron de poblaciones con varianzas iguales puede probarse como la
hiptesis nula. Las pruebas referentes a la diferencia entre medias pueden ser bilaterales o unilaterales, como se ilustra en los
siguientes ejemplos.
Ejemplo. El salario medio semanal de una muestra de n1 = 30 empleados de una gran empresa manufacturera es 1, = $280.00, con una
desviacin estndar muestral de s1, = $14.00. En otra gran empresa, una muestra aleatoria de n2 = 40 empleados tiene un salario medio
de 2 = $270.00, con una desviacin estndar de S2 = $10.00. No se supone que las desviaciones estndar de las dos poblaciones de
montos salariales son iguales. Probamos la hiptesis de que no existe diferencia entre los montos salariales semanales medios de las
dos empresas, con un nivel de significancia del 5%, de la siguiente manera:

Pgina 63 de 127

La z calculada de +3.32 se encuentra en la regin de rechazo del modelo de prueba de hiptesis que aparece en la figura 9. En
consecuencia, la hiptesis nula se rechaza, y la hiptesis alternativa, de que el salario semanal promedio de las dos empresas es
diferente, se acepta.

Fig 9
5.12 Prueba de la diferencia entre medias usando la distribucin t
Cuando la diferencia entre dos medias se prueba con el uso de la distribucin t, un supuesto necesario en el procedimiento estndar
seguido en la mayora de los libros de texto es que las varianzas de las dos poblaciones son iguales. En consecuencia, en una prueba de
este tipo el error estndar estimado de la media se calcula con base en las formulas antes descritas.
Ejemplo. En una muestra aleatoria de n1 = 10 focos, el ciclo medio de vida de los focos es 1 = 4 000 horas, con s1 = 200. Para otra
marca de focos de cuya vida til tambin se presume que sigue una distribucin normal, una muestra aleatoria de n2 = 8 tiene una
media muestral de 2 = 4 300 hr y una desviacin estndar muestral de s = 250. Probamos la hiptesis de que no existe ninguna
diferencia entre el ciclo medio de vida til de las dos marcas de focos, con un nivel de significancia de 1%, de la siguiente manera:

Pgina 64 de 127

La t calculada de -2.833 se encuentra en la regin de aceptacin de la hiptesis nula. Por lo tanto, la hiptesis nula no puede rechazarse
al nivel de significancia de 1%.
5.13 Prueba de la diferencia entre medias con base en observaciones apareadas
Los procedimientos anteriores se basan en el supuesto de que las dos muestras fueron recolectadas como muestras aleatorias
independientes. Sin embargo, en muchas situaciones las muestras se recolectan como pares de valores, como cuando se determina el
nivel de productividad de cada trabajador antes y despus de un curso de capacitacin. Estos valores se llaman observaciones
apareadas o pares asociados. Asimismo, y a diferencia de las muestras independientes, dos muestras que contienen observaciones
apareadas se llaman muestras dependientes.
En el caso de observaciones apareadas, el mtodo apropiado para probar la diferencia entre las medias de dos muestras consiste en
determinar primero la diferencia d entre cada par de valores, para despus probar la hiptesis nula de que la diferencia poblacional
media es de cero. As, desde el punto de vista de los clculos, la prueba se aplica a una muestra de valores d, con H0 : d = 0.
La media y desviacin estndar de la muestra de valores d se obtienen por medio de la aplicacin de las frmulas bsicas de los
captulos anteriores excepto que d es sustituida por X. La diferencia media de un conjunto de diferencias entre observaciones
apareadas es

Pgina 65 de 127

La frmula de desviaciones y la frmula de clculo para la desviacin estndar de las diferencias entre observaciones apareadas son,
respectivamente,

El error estndar de la diferencia media entre observaciones apareadas se obtiene por medio de la frmula (8. 4), para el error estndar
de la media, excepto que d es sustituida de nueva cuenta por X

Dado que el error estndar de la diferencia media se calcula con base en la desviacin estndar de la muestra de diferencias (esto es, el
valor poblacional d es desconocido) y puesto que por lo general puede suponerse que los valores de d siguen una distribucin normal,
la distribucin t es adecuada para probar la hiptesis nula de que d = 0.
Los grados de libertad equivalen al nmero de diferencias menos uno, o n 1, la distribucin z normal estndar puede utilizarse como
una aproximacin de las distribuciones t cuando n 30. El ejemplo ilustra una prueba bilateral, mientras que en otro problema ilustra
una prueba unilateral. La estadstica de prueba empleada para probar la hiptesis de que no existe diferencia entre las medias de un
conjunto de observaciones apareadas es

Ejemplo. Un fabricante de automviles recolecta datos sobre millaje para una muestra de n = 10 autos de diversas categoras de peso
usando gasolina de calidad estndar con y sin cierto aditivo. Por supuesto, los motores fueron ajustados a las mismas especificaciones
antes de cada corrida, y los mismos conductores sirvieron para los dos casos de gasolina (aunque no se les hizo saber qu gasolina se
usaba en una corrida en particular). Dados los datos de millaje en la tabla 13, probamos la hiptesis de que no existe diferencia entre el
millaje medio obtenido con y sin el aditivo, empleando el nivel de significancia de 5%, de la siguiente manera:

Pgina 66 de 127

Tabla 13 Datos de millaje de automviles y hoja de trabajo para calcular la diferencia media y la desviacin estndar de la diferencia

Pgina 67 de 127

La t calculada de +1.59 no se halla en la regin de rechazo de la hiptesis nula. En consecuencia, la hiptesis nula de que no existe
ninguna diferencia en las millas por galn obtenidas con el aditivo cuando se les compara con las obtenidas sin el aditivo se acepta
como verosmil.
5.14 Prueba de una hiptesis referente al valor de la proporcin de la poblacin
La distribucin normal puede servir como aproximacin de una distribucin binomial cuando n 30 y tanto np 5 como n(q) 5,
donde q = 1 - p. sta es la base para la determinacin de intervalos de confianza para la proporcin, en la que tambin se explica el
error estndar de la proporcin. Sin embargo, en el caso de intervalos de confianza se requiere por lo general de un tamao de muestra
de al menos n = 100, como se explic en la seccin correspondiente.
En la determinacin de intervalos de confianza expuesta en la seccin correspondiente, la proporcin muestral P^ sirve de base para el
error estndar. En la prueba de hiptesis, el valor del error estndar de la proporcin se basa por lo general en el uso del valor
hipottico 0:

El procedimiento asociado con la prueba de un valor hipottico de la proporcin de la poblacin es idntico al descrito en la seccin
correspondiente, salvo que la hiptesis nula se refiere al valor de la proporcin poblacional, no de la media poblacional. As, la frmula
de la estadstica z para probar una hiptesis referente al valor de la proporcin de la poblacin es

Ejemplo. El director de la agencia de colocaciones de una universidad sostuvo que al menos 50% de los estudiantes a punto de
graduarse haban cerrado un trato de empleo para el 1 de marzo. Supongamos que se rene una muestra aleatoria de n = 30 estudiantes
a punto de graduarse y que slo 10 de ellos indican haber cerrado un trato de empleo para el 1 de marzo. Puede rechazarse el
argumento del director de la agencia de colocaciones al nivel de significancia de 5%? Utilizamos z como la estadstica de prueba, en
esta forma:
[El uso de la distribucin normal est garantizado, porque n 30, n0 5 y n(1 - 0 ) 5.1]

Pgina 68 de 127

La z calculada de -1.88 es menor que el valor crtico de -1.645 para esta prueba de la cola inferior. Por lo tanto, el argumento del
director se rechaza al nivel de significancia de 5%.
5.15 Determinacin del tamao de muestra requerido para probar la proporcin
Antes de la efectiva recoleccin de una muestra, el tamao de muestra requerido para probar una hiptesis referente a la proporcin
poblacional puede determinarse especificando 1) el valor hipottico de la proporcin, 2) un valor alternativo especfico de la
proporcin tal que la diferencia con el valor hipottico nulo se considere importante, 3) el nivel de significancia por aplicar en la
prueba y 4) la probabilidad de error tipo II que se permitir. La frmula para determinar el tamao de muestra mnimo requerido para
probar un valor hipottico de la proporcin es

z0 es el valor crtico de z usado en conjuncin con el nivel de significancia especificado (nivel de ), mientras que z1, es el valor de z
respecto de la probabilidad de error tipo II asignada (nivel de ). Tal como se afirm en la seccin correspondiente en relacin con la
determinacin del tamao de muestra para probar la media, z0 y z1, siempre tienen signos algebraicos opuestos. El resultado es que los
dos productos en el numerador siempre se acumularn. Asimismo, la frmula puede utilizarse en conjuncin con pruebas ya sea de una
cola o de dos colas, y todo tamao de muestra fraccionario se redondea al valor inmediato superior. Finalmente, el tamao de muestra
debe ser suficientemente grande para garantizar el uso de la distribucin normal de probabilidad en conjuncin con 01.
Ejemplo. Un miembro del Congreso desea probarla hiptesis de que al menos 60% de los votantes est a favor de la legislacin laboral
que acaba de ser presentada a la Cmara, con un nivel de significancia de 5%. La discrepancia con esta hiptesis se considerar
importante si slo 50% (o menos) favorece la legislacin, mientras que el riesgo de un error tipo II de = 0.05 es aceptable. El tamao
de muestra que debera recolectarse, como mnimo, para satisfacer estas especificaciones de toma de decisiones es

Pgina 69 de 127

5.16 Pruebas respecto de la proporcin del proceso en el control estadstico de procesos

El uso e interpretacin de grficas de control en el control estadstico de procesos es una aplicacin directa de los mtodos y conceptos
de la prueba de hiptesis. Al igual que en el caso de la media del proceso, los lmites de control para una proporcin del proceso se
definen en 3 unidades de error estndar para el valor hipottico (aceptable).
Ejemplo. Cuando un proceso de canje de cupones se halla bajo control, un mximo de 3% de los descuentos se ejecuta
incorrectamente, para una proporcin mxima aceptable de errores de 0.03. En relacin con 20 muestras secuenciales de 100 canjes de
cupones cada una, una auditora revela que el nmero de errores detectados en las muestras de subgrupos racionales son: 2, 2, 3, 6, 1,
3, 6, 4, 7, 2, 5, 0, 3, 2, 4, 5, 3, 8, 1 y 4. La grfica de corridas de la secuencia de proporciones muestrales de error para las 20 muestras
aparece en la figura anterior. Una revisin general de esta figura podra inducir la pregunta de si efectivamente se mantiene la norma de
permitir en el proceso una proporcin mxima de errores de 0.03, particularmente en las muestras #9 y #18. En los problemas
observaremos que estas dos proporciones muestrales no estn ms all de los lmites superiores de control, de modo que podran haber
ocurrido debido simplemente a una variacin por causa comn. En consecuencia, no rechazaremos la hiptesis nula de que la
proporcin del proceso de errores se mantiene en 0.03 y de que el proceso es estable.
5.17 Prueba de la diferencia entre dos proporciones poblacionales
Cuando deseamos probar la hiptesis de que las proporciones de dos poblaciones no son diferentes, las dos proporciones muestrales se
combinan como base para determinar el error estndar de la diferencia entre proporciones. Advirtase que este procedimiento difiere
del empleado para la estimacin estadstica, en el cual no se hizo el supuesto de que no hay diferencia. Adems, el presente
procedimiento es conceptualmente similar al expuesto, en el que las dos varianzas muestrales se combinan como base para calcular el
error estndar de la diferencia entre medias. La estimacin combinada de la proporcin de la poblacin, con base en las proporciones
obtenidas de dos muestras independientes, es

Pgina 70 de 127

El error estndar de la diferencia entre proporciones usado en conjuncin con la prueba del supuesto de que no hay diferencia es

La frmula de la estadstica z para probar la hiptesis nula de que no existe diferencia entre dos proporciones poblacionales es

Una prueba de la diferencia entre proporciones puede realizarse ya sea como prueba unilateral o como prueba bilateral.
Ejemplo. Una muestra de 50 hogares de una comunidad revela que 10 de ellos vieron un programa especial de televisin sobre la
economa nacional. En una segunda comunidad, 15 hogares de una muestra aleatoria de 50 vieron ese programa especial de televisin.
Probamos la hiptesis de que la proporcin global de espectadores de las dos comunidades no difiere, con un nivel de significancia de
1%, de la siguiente manera:

La z calculada de - 1. 15 se encuentra en la regin de aceptacin de la hiptesis nula. Por lo tanto, la hiptesis de que no existe
diferencia en la proporcin de espectadores de las dos zonas no puede rechazarse.
5.18 Prueba de un valor hipottico de la varianza usando la distribucin Ji cuadrada

Pgina 71 de 127

En el caso de una poblacin con distribucin normal la razn (n - l)s2 / 2 sigue una distribucin de probabilidad X2, la cual es
diferente de acuerdo con los (n - 1) grados de libertad. En consecuencia, la estadstica que se utiliza para probar una hiptesis referente
al valor de la varianza de la poblacin es

La prueba puede ser una prueba unilateral o una prueba bilateral, aunque las hiptesis ms frecuentes sobre una varianza poblacional
se relacionan con pruebas unilaterales.
Ejemplo. El ciclo medio de vida til de una muestra aleatoria de n = 10 focos es = 4 000 horas, con una desviacin estndar de s =
200 hr. Se supone que, en general, el ciclo de vida til de los focos tiene una distribucin normal. Supongamos que antes de que se
recolectara la muestra se estableci la hiptesis de que la desviacin estndar de la poblacin no es mayor de = 150. Con base en los
resultados muestrales, esta hiptesis se prueba al nivel de significancia de 1 % de la siguiente manera:

Dado que la estadstica de prueba calculada de 16.0 no excede el valor crtico de 21.67 en esta prueba de cola superior, la hiptesis
nula de que 150 no puede rechazarse al nivel de significancia de 1%.

Pgina 72 de 127

5.19 Pruebas respecto de la variabilidad del proceso en el control estadstico de procesos

El uso e interpretacin de grficas de control en el control estadstico de procesos es una aplicacin directa de los mtodos y conceptos
de la prueba de hiptesis. La variabilidad del proceso se vigila y controla ya sea respecto de la desviacin estndar del proceso o del
rango del proceso. Como en el caso de las grficas de control para la media del proceso y la proporcin del proceso, los lmites de
control se definen en 3 unidades de error estndar respecto del valor central esperado de la grfica cuando la hiptesis nula de que no
existe variacin por causas atribuibles es cierta.
Ejemplo. Muestras de subgrupo racional de n = 4 paquetes de papas fritas se toman en un proceso de empacamiento. En un ejemplo
antes descrito consideramos si el proceso parece ser estable respecto de la media del proceso. Para la secuencia de 15 muestras, las
desviaciones estndar muestrales (en onzas) son: .148, .045, .088, .057, .042, .071, .083, .116, .127, .066, .141, .056, .047, .068 y. 125.
La figura 10 es la grfica de corridas de esta secuencia de desviaciones estndar. Al revisar la grfica de corridas, no queda claro si
existe alguna desviacin estndar muestral inusual, ya que el evidente alto grado de variabilidad en la grfica podra ser consecuencia
slo de la escala usada en el eje vertical. En los problemas resueltos observaremos que, en efecto, todas las desviaciones estndar
muestrales se hallan dentro de los lmites de control inferior y superior. As, la hiptesis nula de que no hay variacin por causa
atribuible no se rechazar, y concluiremos que el proceso es estable respecto de la desviacin estndar del contenido de los paquetes. A
todo esto, el solo hecho de que no haya variacin por causa atribuible no significa por s mismo que la variabilidad del proceso sea
aceptable. En caso de existir un alto grado de variabilidad continua debida a causas comunes, el proceso deber redisearse y ser
mejorado.

Pgina 73 de 127

Fig. 10 Grfica de corridas.

5.20 Distribucin F y prueba de la igualdad de dos varianzas poblacionales
Puede demostrarse que la distribucin F es el modelo de probabilidad apropiado para la razn de las varianzas de dos muestras
tomadas independientemente de poblaciones con distribucin normal, habiendo una distribucin F diferente para cada combinacin de
los grados de libertad gl asociados con cada muestra. Para cada muestra, gl = n - 1. La estadstica que sirve para probar la hiptesis
nula de que dos varianzas poblacionales son iguales es

Dado que cada varianza muestral es un estimador insesgado de la varianza de la misma poblacin, el valor esperado a largo plazo de la
razn anterior es de alrededor de 1.0. [Nota: El valor esperado no es de exactamente 1.0, sino de gl2/(gl2 - 2), por razones matemticas
que escapan al alcance de este libro.] Sin embargo, es improbable que las varianzas muestrales de cualquier par de muestras dado sean
idnticas en valor, aun si la hiptesis nula es cierta. Puesto que se sabe que esta razn sigue una distribucin F, esta distribucin de

Pgina 74 de 127

probabilidad puede utilizarse en conjuncin con la prueba de la diferencia entre dos varianzas. Aunque un supuesto matemtico
necesario es que las dos poblaciones tienen una distribucin normal, se ha demostrado que la distribucin F es relativamente robusta, e
insensible a desviaciones respecto de la normalidad cuando cada poblacin es unimodal y los tamaos de muestra son
aproximadamente iguales.
Los grados de libertad gl asociados con el numerador de la razn F calculada son los encabezados de columnas de esa tabla, mientras
que los grados de libertad para el denominador son los encabezados de lneas. En la tabla no se identifican valores crticos de F para la
cola inferior de la distribucin, debido en parte a que, habitualmente, la distribucin F se emplea en pruebas que slo requieren de
probabilidades de la cola superior. Esto es particularmente cierto en el caso del uso de la distribucin F en el anlisis de varianza. Otro
motivo de que slo se ofrezcan valores F de la cola superior es que los valores de F de cola inferior requeridos pueden calcularse
mediante la llamada propiedad del recproco de la distribucin F, de este modo:

Al aplicar la frmula, un valor F en el punto de 5% inferior se determina introduciendo en el denominador un valor de cola superior en
el punto de 5%. Ntese, sin embargo, que los dos valores g1 del denominador siguen un orden inverso en comparacin con el valor F
requerido.
Ejemplo. Se supone que el ciclo de vida de los focos tiene una distribucin normal. Probarnos la hiptesis nula de que las muestras se
obtuvieron de poblaciones con varianzas iguales, con un nivel de significancia de 10%, mediante el uso de la distribucin F.

Para la prueba al nivel de significancia de 10%, el punto de 5% superior para F y el punto de 5% inferior para F son los valores
crticos.

Pgina 75 de 127

Dado que la razn F calculada no es ni menor de 0.304 ni mayor de 3.68, se halla en la regin de aceptacin de la hiptesis nula. As,
el supuesto de que las varianzas de las dos poblaciones son iguales no puede rechazarse al nivel de significancia de 10%.
5.21 Otros mtodos para la prueba de hiptesis nulas
El mtodo del valor P y el mtodo de intervalos de confianza son alternativas al mtodo del valor crtico para las pruebas de hiptesis
referidas en las secciones anteriores de este captulo.
Si se aplica el mtodo del valor P, en lugar de comparar el valor observado de una estadstica de prueba con un valor crtico, la
probabilidad de ocurrencia de la estadstica de prueba, dado que la hiptesis nula es cierta, se determina y compara con el nivel de
significancia a. La hiptesis nula se rechaza si el valor P es menor que la a asignada. Los problemas anteriores ilustran la aplicacin de
este mtodo a pruebas de dos colas y una cola, respectivamente, sobre la diferencia entre medias.
Si se aplica el mtodo de intervalos de confianza, se elabora el intervalo de confianza 1 - a para el valor paramtrico de inters. Si el
valor hipottico del parmetro no est incluido en el intervalo, la hiptesis nula se rechaza. Los problemas 11. 15 y 11. 16 ilustran la
aplicacin de este mtodo a pruebas de dos colas y una cola, respectivamente, sobre la diferencia entre medias.

Pgina 76 de 127

6. Estadstica no paramtrica
6.1 Escalas de medicin
Antes de considerar las diferencias entre los mtodos estadsticos no paramtricos y los procedimientos paramtricos que constituyen
la mayor parte de este libro conviene definir cuatro tipos de escalas de medicin en trminos de la precisin representada por los
valores reportados.
En la escala nominal, los nmeros slo se usan para identificar categoras. No representan ningn monto o cantidad propiamente
dichos.
Ejemplo. Si cuatro regiones de ventas se numeran del 1 al 4 nicamente como nmeros de identificacin general, en ello est
implicada la escala nominal, puesto que los nmeros sirven sencillamente como nombres de categoras.
En la escala ordinal, los nmeros representan rangos o jerarquas. Indican magnitud relativa, aunque las diferencias entre los rangos no
se asumen como iguales.
Ejemplo. Un analista de inversin clasifica cinco emisiones accionarias del 1 al 5 en trminos de potencial de apreciacin. La
diferencia en el potencial de apreciacin entre las emisiones clasificadas como 1 y 2 no sera generalmente la misma que, digamos, la
diferencia entre las emisiones clasificadas como 3 y 4.
En la escala de intervalo se representan medidas que son diferencias entre valores. Sin embargo, el punto cero es arbitrario, y no se
trata de un cero "absoluto". Por lo tanto, los nmeros no pueden compararse usando razones.
Ejemplo. En las escalas de temperatura ya sea Fahrenheit o Celsius, una diferencia de 5o de 70oF a 75oF por ejemplo, es el mismo
monto de diferencia en temperatura de 80oF a 85oF Sin embargo, no podemos decir que 60oF sea dos veces ms caliente que 30oF,
porque el punto 0oF no es un punto cero absoluto (ausencia absoluta de calor).
En la escala de razn s existe un punto cero real, y en consecuencia las medidas pueden compararse en forma de razones.

Pgina 77 de 127

Ejemplo. Adems de ser cierto que una diferencia en valor de inventario de $5 000 es el mismo monto de diferencia entre, por decir
algo, $50 000 y $55 000 o entre $60 000 y $65 000, tambin lo es que un valor de inventario de $100 000 es dos veces ms grande que
un valor de inventario de $50 000.

Pgina 78 de 127

6.2 Mtodos estadsticos paramtricos contra no paramtricos

La mayora de los mtodos estadsticos descritos en este libro se llaman mtodos paramtricos. El punto focal del anlisis paramtrico
es algn parmetro de la poblacin en relacin con el cual la estadstica de muestreo sigue una distribucin conocida, con medidas
tomadas en la escala de intervalo o razn. Cuando no se cumplen uno o ms de estos requisitos o supuestos, pueden usarse los as
llamados mtodos no paramtricos. A estos mtodos se les conoce tambin como mtodos libres de distribucin, con lo que se enfatiza
en particular el hecho de que no se conoce la distribucin de la estadstica de muestreo.
Si el uso de una prueba paramtrica, como la prueba t, est garantizado, siempre es preferible recurrir a l que al uso del equivalente no
paramtrico. Esto se debe a que si aplicramos el mismo nivel de significancia en ambas pruebas, la potencia asociada con la prueba
no paramtrica se revelara siempre inferior a la del equivalente paramtrico. Las pruebas no paramtricas suelen emplearse en
conjunto con muestras pequeas respecto de las cuales es imposible apelar al teorema central del lmite.
Las pruebas no paramtricas pueden dirigirse a hiptesis referentes a laforma, dispersin oposicin (mediana) de la poblacin. En la
mayora de las aplicaciones, las hiptesis aluden al valor de una mediana, la diferencia entre dos medianas o la diferencia entre varias
medianas. Esto contrasta con los procedimientos paramtricos, centrados principalmente en medias poblacionales.
De las pruebas estadsticas ya descritas en este libro, la prueba ji cuadrada es una prueba no paramtrica. Recurdese, por ejemplo, que
los datos que se analizan corresponden a la escala nominal (datos categricos). Dedicamos un captulo especfico a la prueba ji
cuadrada a causa de la amplia difusin de su uso y de la variedad de sus aplicaciones.
6.3 Prueba de corridas para aleatoriedad
Una corrida es una serie de observaciones similares. La prueba de corridas se usa para probar la aleatoriedad de una serie de
observaciones cuando cada observacin puede ser asignada a una de dos categoras.
Ejemplo. En relacin con una muestra aleatoria de n = 10 individuos, supongamos que cuando se les clasifica por sexo la secuencia de
observaciones es: M, M, M, M, F, F, F, F, M, M. Estos datos contienen tres corridas, o series de elementos semejantes.
Respecto de datos numricos, un medio para obtener el esquema requerido de dos categoras es clasificar cada observacin segn si es
superior o inferior a la mediana del grupo. En general, mucho menos corridas o mucho ms corridas que las que sera de esperar al azar
resultaran en el rechazo de la hiptesis nula de que la secuencia de observaciones es una secuencia aleatoria.

Pgina 79 de 127

El nmero de corridas de elementos semejantes se determina de acuerdo con los datos muestrales, con el uso del smbolo R para
designar el nmero de corridas observadas. Si n1 equivale al nmero de elementos muestreados de un tipo y n2 al nmero de elementos
muestreados del segundo tipo, la media y el error estndar asociados con la distribucin de muestreo de la estadstica de prueba R
cuando la secuencia es aleatoria son

Sin, n1 > 20 o n2 > 20, la distribucin de muestreo de r aproxima la distribucin normal. Por lo tanto, en estas circunstancias la
estadstica R puede convertirse a la estadstica de prueba z de la siguiente manera:

Cuando n1 20 y n2 20, en libros de texto especializados en estadstica no paramtrica se dispone de tablas de valores crticos de la
estadstica de prueba R.
6.4 Una muestra: Prueba de los signos
La prueba de los signos puede utilizarse para probar una hiptesis nula referente al valor de la mediana de la poblacin. En
consecuencia, es el equivalente no paramtrico a la prueba de una hiptesis referente al valor de la media de la poblacin. Es necesario
que los valores de la muestra aleatoria se encuentren al menos en la escala ordinal, aunque no se requiere de supuestos acerca de la
forma de la distribucin de la poblacin.
Las hiptesis nula y alternativa pueden aludir ya sea a una prueba bilateral o unilateral. Si Med0 denota la mediana de la poblacin y
Medo designa al valor hipottico, las hiptesis nula y alternativa para una prueba de dos extremos son

Pgina 80 de 127

Se aplica un signo de ms a cada valor muestral observado mayor que el valor hipottico de la mediana y un signo de menos a cada
valor menor que el valor hipottico de la mediana. Si un valor muestral es exactamente igual a la mediana hipottica, no se le aplica
ningn signo, con lo que el tamao de muestra efectivo se reduce. Si la hiptesis nula sobre el valor de la mediana es cierta, el nmero
de signos de ms debera ser aproximadamente igual al nmero de signos de menos. 0, para decirlo de otra manera, la proporcin de
signos de ms (o de signos de menos) debe ser de alrededor de 0.50. Por consiguiente, la hiptesis nula que se prueba en una prueba
bilateral es H0: = 0.50, donde es la proporcin de la poblacin de los signos de ms (o de menos). As, una hiptesis referente al
valor de la mediana se prueba en realidad como una hiptesis sobre . Si la muestra es grande, se puede hacer uso de la distribucin
normal.
6.5 Una muestra: Prueba de Wilcoxon
Lo mismo que en el caso de la prueba de los signos, la prueba de Wilcoxon puede usarse para probar una hiptesis nula referente al
valor de la mediana de la poblacin. Pero dado que la prueba de Wilcoxon considera ]a magnitud de la diferencia entre cada valor
muestral y el valor hipottico de la mediana, es una prueba ms sensible que la prueba de los signos. Por otra parte, puesto que se
determinan las diferencias, los valores deben estar al menos en la escala de intervalo. No se requiere de ningn supuesto acerca de la
forma de la distribucin de la poblacin.
Las hiptesis nula y alternativa se formulan respecto de la mediana de la poblacin ya sea para una prueba unilateral o bilateral. Se
determina la diferencia entre cada valor observado y el valor hipottico de la mediana, diferencia que, con el signo aritmtico que le
corresponda, se designa como d : d = (X Med0). Si alguna diferencia es igual a cero, la observacin asociada se excluye del anlisis y
el tamao de muestra efectivo se reduce. Los valores absolutos de las diferencias se clasifican entonces de menor a mayor, asignndose
el rango de 1 a la menor diferencia absoluta. Cuando las diferencias absolutas son iguales, se asigna el rango medio a los valores as
relacionados. Finalmente, se obtiene la suma de los rangos en forma separada para las diferencias positivas y para las negativas. La
menor de estas dos sumas es la estadstica T de Wilcoxon para una prueba bilateral. En el caso de una prueba unilateral, la suma menor
debe asociarse con la direccionalidad de la hiptesis nula. Para rechazar la hiptesis nula, el valor obtenido de T debe ser menor que el
valor crtico dado en la tabla.
Cuando n 25 y la hiptesis nula es cierta, la estadstica T tiene una distribucin aproximadamente normal. La media y el error
estndar asociados con esta distribucin de muestreo son, respectivamente,

Pgina 81 de 127

Por lo tanto, en el caso de una muestra relativamente grande la prueba puede realizarse usando la distribucin normal de probabilidad y
calculando la estadstica de prueba z, de la siguiente manera:

Vase el problema anteriores para una aplicacin de la prueba de Wilcoxon a la prueba de una hiptesis nula referente a la mediana de
la poblacin.
6.6 Dos muestras independientes: Prueba de Mann-Whitney
La prueba de Mann-Whitney puede utilizarse para probar la hiptesis nula de que las medianas de dos poblaciones son iguales. Se
supone que las dos poblaciones tienen la misma forma y dispersin, porque tales diferencias tambin podran conducir al rechazo de la
hiptesis nula. Es necesario que los valores de las dos muestras aleatorias independientes estn al menos en la escala ordinal.
Las dos muestras se combinan en un conjunto ordenado, en el que cada valor muestral se identifica segn el grupo muestral original.
Los valores se clasifican entonces de menor a mayor, asignando el rango 1 al menor valor muestral observado. En caso de valores
iguales, se les asigna el rango medio. Si la hiptesis nula es cierta, el promedio de los rangos de cada grupo muestral debera ser
aproximadamente igual. La estadstica calculada para efectuar esta prueba se denomina U, y puede basarse en la suma de los rangos de
cualquiera de las dos muestras aleatorias, de este modo:

donde n1 = tamao de la primera muestra

n2 = tamao de la segunda muestra

Pgina 82 de 127

R1 = suma de los rangos de la primera muestra

R2 = suma de los rangos de la segunda muestra
Dado que n1 > 10, n2 > 10 y la hiptesis nula sea cierta, la distribucin de muestreo de U es aproximadamente normal, con los
siguientes parmetros:

Por lo tanto, la estadstica de prueba para probar la hiptesis nula de que las medianas de dos poblaciones son iguales es

donde U es igual a U1 o U2.

En situaciones en las que n1 < 10, n2 < 10 o tanto n1 como n2 < 10, la distribucin normal de probabilidad no puede emplearse en esta
prueba. No obstante, en libros de texto especializados en estadstica no paramtrica se dispone de tablas especiales de la estadstica U
para esas pequeas muestras.
El problema ilustra el uso de la prueba de Mann-Whitney.
6.7 Observaciones apareadas: Prueba de los Signos
En el caso de dos muestras recolectadas como observaciones apareadas, la prueba de los signos descrita en la seccin anterior puede
usarse para probar la hiptesis nula de que las dos medianas de la poblacin son iguales. Los valores muestrales deben estar al menos
en la escala ordinal, y no se requiere de ningn supuesto acerca de las formas de las dos distribuciones poblacionales.
Se aplica un signo de ms a cada par de valores cuya medida en la primera muestra es mayor que la medida en la segunda muestra, y
un signo de menos cuando ocurre lo contrario. Si un par de medidas tiene el mismo valor, estos valores relacionados se excluyen del
anlisis, con lo que el tamao de muestra efectivo se reduce. Si la hiptesis de que las dos poblaciones son de igual nivel de magnitud

Pgina 83 de 127

es cierta, el nmero de signos de ms debera ser aproximadamente igual al nmero de signos de menos. Por lo tanto, la hiptesis nula
a prueba es H0 : = 0.50, donde es la proporcin de la poblacin de signos de ms (o de menos). Si la muestra es grande (n > 30),
puede usarse la distribucin normal, como se explica en la seccin 11.5. Ntese que aunque se recolectan dos muestras, la prueba se
aplica al conjunto de signos de ms y de menos que resulta de la comparacin de los pares de medidas.
El problema ilustra el uso de la prueba de los signos para probar la diferencia entre dos medianas de datos recolectados como
observaciones apareadas.
6.8 Observaciones apareadas: Prueba de Wilcoxon
En el caso de dos muestras recolectadas como observaciones apareadas, la prueba de Wilcoxon descrita en la seccin anterior puede
usarse para probar la hiptesis nula de que las dos medianas de la poblacin son iguales. Dado que la prueba de Wilcoxon considera la
magnitud de las diferencias entre los valores de cada par asociado, y no slo la direccin o signo de la diferencia, es una prueba ms
sensible que la prueba de los signos. Sin embargo, los valores muestrales deben hallarse en la escala de intervalo. No se requiere de
ningn supuesto acerca de las formas de las dos distribuciones.
Se determina la diferencia entre cada par de valores, la cual, junto con el signo aritmtico asociado, se designa como d. Si alguna
diferencia es igual a cero, ese par de observaciones se excluye del anlisis, con lo que el tamao de muestra efectivo se reduce.
Despus, los valores absolutos de las diferencias se clasifican de menor a mayor, asignando el rango de 1 a la diferencia absoluta
menor. Cuando las diferencias absolutas son iguales, se asigna el rango medio a los valores as relacionados. Finalmente, se obtiene
por separado la suma de los rangos de las diferencias positivas y de las negativas. La menor de estas dos sumas es la estadstica T de
Wilcoxon para una prueba de dos extremos. En el caso de una prueba de un extremo, la suma menor debe asociarse con la
direccionalidad de la hiptesis nula, como se ilustra en la aplicacin de una muestra de la prueba de Wilcoxon en el problema.
Cuando n 25 y la hiptesis nula es cierta, la estadstica T tiene una distribucin aproximadamente normal. Las frmulas para la
media y error estndar de la distribucin de muestreo de T y la frmula para la estadstica de prueba z se especifican en la seccin 21.5,
sobre la aplicacin de la prueba de Wilcoxon con una muestra .
El problema ilustra el uso de la prueba de Wilcoxon para probar la diferencia entre dos medianas de datos recolectados como
observaciones apareadas.

Pgina 84 de 127

6.9 Varias muestras independientes: Prueba de Kruskal-Wallis

La prueba de Kruskal-Wallis sirve para probar la hiptesis nula de que varias poblaciones tienen las mismas medianas. As, es el
equivalente no paramtrico del diseo completamente aleatorizado de un factor de anlisis de varianza. Se supone que las diversas
poblaciones tienen la misma forma y dispersin para que la hiptesis anterior sea aplicable, ya que diferencias en forma o dispersin
podran tambin conducir al rechazo de la hiptesis nula. Es necesario que los valores de las diversas muestras aleatorias
independientes estn al menos en la escala ordinal.
Las varias muestras son vistas primeramente como un conjunto de valores, y cada valor de este grupo combinado se clasifica de menor
a mayor. En caso de valores iguales, se les asigna el rango medio. Si la hiptesis nula es cierta, el promedio de los rangos de cada
grupo muestral debera ser ms o menos igual. La estadstica de prueba calculada se denomina H y se basa en la suma de los rangos de
cada una de las varias muestras aleatorias, de la siguiente manera:

donde N = tamao de muestra combinado de las diversas muestras (ntese que en este caso N no designa al tamao de la poblacin)
Rj . = suma de los rangos de la jsima muestra o grupo de tratamiento
nj. = nmero de observaciones de la jsima muestra
Dado que el tamao de cada grupo muestral sea de al menos nj 5 y la hiptesis nula sea cierta, la distribucin de muestreo de H es
similar a la distribucin X2 con g1 = K - 1, donde K es el nmero de tratamientos o grupos muestrales. El valor de X2 que aproxima el
valor crtico de la estadstica de prueba es siempre el valor de la cola superior. Este procedimiento de prueba es anlogo a la cola
superior de la distribucin F que se emplea en el anlisis de varianza.
En el caso de rangos empatados, la estadstica de prueba H debe corregirse. El valor corregido de la estadstica de prueba se denomina
HC y se calcula en la siguiente forma:

donde tj representa el nmero de puntajes empatados en la jsima muestra.

Pgina 85 de 127

El efecto de esta correccin es incrementar el valor de la estadstica H calculada. En consecuencia, si el valor no corregido de H
conduce al rechazo de la hiptesis nula, no hay necesidad de corregir este valor para el efecto de rangos empatados.
El problema ilustra el uso de la prueba de Kruskal-Wallis para probar la hiptesis nula de que varias poblaciones tienen la misma
mediana.

Pgina 86 de 127

7. Muestreo
7.1 Introduccin.
El principal objetivo de la mayora de los estudios, anlisis o investigaciones, es hacer generalizaciones acertadas con base en muestras
de poblaciones de las que se derivan tales muestras. Obsrvese la palabra "acertadas" porque no es fcil responder cundo y en qu
condiciones las muestras permiten tales generalizaciones. Por ejemplo, si queremos calcular la cantidad de dinero promedio que una
persona gasta en unas vacaciones, tomaramos como una muestra las cantidades que gastan los pasajeros de primera clase de un
crucero de cuatro das; o trataramos de estimar o pronosticar el precio al mayoreo de todos los productos agrcolas nicamente con
base en el precio de los esprragos frescos? Es obvio que no, pero saber a qu vacacionistas y qu productos agrcolas debemos incluir
en las muestras no es algo intuitivo ni evidente.
En la mayor parte de los mtodos que estudiaremos en lo que resta del libro, supondremos que estamos manejando las llamadas
muestras aleatorias. Hacemos nfasis en las muestras aleatorias, que estudiamos y definimos en la seccin anterior porque permiten
generalizaciones vlidas o lgicas. No obstante, como veremos, el muestreo aleatorio no siempre es viable o aun deseable,
mencionaremos algunos procedimientos alternativos de muestreo.
El concepto relacionado de una distribucin de muestreo, que nos indica cmo las cantidades determinadas con base en muestras
pueden variar de una muestra a otra. Luego, de la secciones anteriores aprenderemos cmo se pueden medir, pronosticar o inclusive
controlar tales variaciones de la probabilidad.
7.2 Muestreo Aleatorio
Diferenciamos entre poblaciones y muestras, sealando que una poblacin consiste en todas las observaciones concebible (o
hipotticamente) posibles de un fenmeno determinado, mientras que una muestra es slo una parte de una poblacin. En seguida,
tambin diferenciaremos entre dos clases de poblaciones: las poblaciones finitas y las poblaciones infinitas.
Una poblacin es finita si consta de un nmero finito o fijo de elementos, medidas u observaciones. Como ejemplos de poblaciones
finitas podemos mencionar los pesos netos de 3,000 latas de pintura de cierta produccin, las calificaciones SAT de todos los
estudiantes de primer ao admitidos en una preparatoria determinada en el otoo de 1991 y las temperaturas diarias registradas en una
estacin meteorolgica durante los aos de 1987 a 1991.

Pgina 87 de 127

A diferencia de las poblaciones finitas, una poblacin infinita, al menos hipotticamente, contiene una infinidad de elementos. Este es
el caso, por ejemplo, cuando observamos un valor de una variable aleatoria continua y hay una infinidad de resultados distintos.
Tambin es el caso cuando observamos los totales obtenidos en lanzamientos repetidos de un par de dados, cuando medimos en
repetidas ocasiones el punto de ebullicin de un compuesto de silicio y cuando tomamos una muestra con reemplazo de una poblacin
finita. No hay lmite para los nmeros de veces que podemos lanzar un par de dados, para el nmero de veces que podemos medir el
punto de ebullicin del compuesto de silicio, ni para el nmero de veces que podemos tomar una muestra de una poblacin finita y
reemplazarla antes de tomar la siguiente.
Para presentar la idea del muestreo aleatorio de una poblacin finita primero veamos cuntas muestras diferentes de tamao n podemos
tomar de una poblacin finita de tamao N. Refirindonos a la regla para el nmero de combinaciones de n objetos tomando r a la vez
de la pgina 101, encontramos que, con un cambio de las letras, la respuesta es
EJEMPLO

'

Cuntas muestras distintas de n podemos tomar de una poblacin finita de tamao N, cuando

(a) n = 2 y N = 12;
(b) n = 3 y N = l00?
Solucin

Con base en el resultado de que hay

muestras distintas de tamao n de una poblacin finita de tamao N, presentaremos la
siguiente definicin de una muestra aleatoria (en ocasiones conocida tambin como muestra aleatoria simple) de una poblacin finita:

Pgina 88 de 127

Una muestra de tamao n de una poblacin finita de tamao N es una variable aleatoria si se selecciona de manera tal

que cada una de las

muestras posibles tiene la misma probabilidad,

de ser seleccionada.

Por ejemplo, si una poblacin consiste en los N = 5 elementos a, b, c, d y e (que podran ser los ingresos anuales de cinco personas, los
pesos de cinco vacas o los precios de cinco artculos), hay
muestras posibles de tamao n = 3. Estas constan de los elementos
abc, abd, abe, acd, ace, ade, bcd, bce, bde y cde. Si seleccionamos una de estas muestras- de tal forma que cada muestra tenga una
probabilidad de 1/10 de ser seleccionada, decimos que sta es una muestra aleatoria.
A continuacin sigue la pregunta de cmo se toman las muestras aleatorias en la prctica real en una situacin simple como la que
acabamos de describir, podramos escribir cada una de las diez muestras aleatorias en una tira de papel, ponerlas en un sombrero,
revolverlas bien y luego retirar una sin ver. Empero, es obvio que esto sera poco prctico en una situacin real complicada en la que n
y N o slo N son grandes. Por ejemplo, para n = 4 y N = 200 tendramos que clasificar
de stas.

= 64,684,950 tiras de papel y retirar una

Por fortuna, podemos tomar una muestra aleatoria de una poblacin finita sin hacer una lista de todas las muestras posibles, que hemos
mencionado aqu slo para enfatizar el punto de que la seleccin de una muestra aleatoria debe depender por completo del azar. En vez
de hacer una lista de todas las muestras posibles, podemos escribir cada uno de los N elementos de la poblacin finita en una tira de
papel y retirar n de stas a la vez sin reemplazo, asegurndonos de que cada vez que retiremos otro papel todos los elementos restantes
de la poblacin tengan la misma posibilidad de ser seleccionados. Como se pedir al lector que lo verifique en el ejercicio 10. 14 de la

pgina 248, este procedimiento tambin lleva a la misma probabilidad,

Pgina 89 de 127

-, para cada muestra posible.

Podemos simplificar an ms este procedimiento relativamente fcil seleccionando nmeros aleatorios en vez de retirar tiras de papel o
bien, podemos dejar que una computadora haga todo el trabajo. Como sealamos en la pgina 205, las tablas editadas de nmeros
aleatorios (como la que se condens en la tabla XI, de este libro) consisten en pginas en las que se disponen los dgitos 0, 1, 2,..., y 9
en forma parecida a si se generaran por medio de un juego de probabilidad o azar que da a cada dgito la misma probabilidad, 1/10, de
aparecer en cualquier lugar determinado de la tabla.
EJEMPLO
Tome una muestra aleatoria de tamao n = 12 de la poblacin consistente en las cantidades de impuestos sobre las
ventas cobradas por 247 farmacias de una ciudad en diciembre de 1990 numerando las farmacias como 001, 002, 003,..., y 247
(digamos, en el orden en que aparecen en el directorio telefnico) y leyendo nmeros aleatorios de tres dgitos de la segunda pgina de
la tabla XI, usando la vigesimasexta, la vigesimasptima y la vigesimaoctava columnas empezando en el sexto rengln y continuando
pgina abajo.
Solucin

Siguiendo estas instrucciones, obtenemos

046 230 079 022 119 150 056 064 193 232 040 146
donde ignoramos los nmeros mayores que 247; s cualquier nmero se hubiera repetido, tambin lo habramos ignorado. Los doce
nmeros que tenemos aqu son los nmeros asignados a las farmacias; las cifras de impuestos sobre las ventas correspondientes
constituyen la muestra aleatoria deseada.
El procedimiento que usamos en este ejemplo fue bastante sencillo, pero lo habra sido ms si hubiramos tenido el software que deja
la mayor parte del trabajo a una computadora. Por ejemplo, la impresin de la figura 11 presenta una muestra aleatoria generada por
computadora de tamao n = 12 de la poblacin finita que consta de los nmeros 1, 2, 3,..., 246 y 247. Los valores de la muestra son
197, 147, 82, 171, 60, 39, 51, 129, 71, 45, 86 y 224.

Pgina 90 de 127

Figura 11 Muestra aleatoria generada por computadora.

Cuando tenemos acceso a listas de manera que podemos numerar artculos fcilmente, es sencillo tomar muestras aleatorias con la
ayuda de tablas de nmeros aleatorios o computadoras. Por desgracia, no obstante, hay muchas situaciones en que es imposible
proceder del modo en que acabamos de describir. Por ejemplo, si queremos utilizar una muestra para estimar el dimetro exterior
medio de miles de balas para rodamientos empacadas en un lote grande o si deseamos estimar la altura media de los rboles de un
bosque, sera imposible numerar las balas o los rboles, seleccionar nmeros aleatorios y luego localizar y medir las balas o rboles
correspondientes. En stas y en muchas situaciones similares, todo lo que podemos hacer es proceder de acuerdo con la definicin del
diccionario de la palabra "aleatorio", especficamente, "al azar, sin objetivo o propsito". Esto es, no debemos seleccionar o rechazar
ningn elemento de una poblacin porque parezca tpico o no, tampoco debemos favorecer o ignorar ninguna parte de la poblacin por
su disponibilidad o falta de la misma y as sucesivamente. Con cierta reserva, a menudo podemos tratar algunas de dichas muestras, de
hecho, como si fueran muestras aleatorias.
Hasta ahora hemos analizado el muestreo aleatorio slo en relacin con las poblaciones finitas. Para las poblaciones infinitas, decimos
que
Una muestra de tamao n de una poblacin infinita es aleatoria si consta de valores de variables aleatorias
independientes que tienen la misma distribucin.
Como lo sealamos en relacin con las distribuciones binomiales y normales, sta es la "misma" distribucin a la que nos referimos
como la poblacin de la que efectuamos un muestreo. As mismo, por "independiente" queremos decir que las probabilidades
relacionadas con cualquiera de las variables aleatorias son las mismas sin que tengan importancia los valores que se hayan observado
para las otras variables aleatorias.

Pgina 91 de 127

Por ejemplo, si en doce lanzamientos de un dado obtenemos 2, 5, 1, 3, 6, 4, 4, 5, 2, 4, 1 y 2, estos nmeros constituyen una muestra
aleatoria si son valores de variables aleatorias independientes que tienen la misma distribucin de la probabilidad
Para dar otro ejemplo de una muestra aleatoria d una poblacin infinita, suponga que ocho estudiantes obtuvieron las siguientes
lecturas del punto de ebullicin de un compuesto de silicio: 136, 153, 170, 148, 157, 152, 143 y 150 grados Celsius. De acuerdo con la
definicin, estos valores constituyen una muestra aleatoria si son valores de variables aleatorias independientes que tienen la misma
distribucin, digamos, la distribucin normal con = 152 y = 10. Para juzgar si en realidad ste es el caso, tendramos que
cerciorarnos, entre otras cosas, de que las tcnicas de medida de los ocho estudiantes sean igualmente precisas (de modo que sea la
misma para cada una de las variables aleatorias), que no haya colaboracin (que pueda hacer que las variables aleatorias sean
dependientes) y que no haya impurezas en las materias primas.
7.3 Diseos de muestras
La nica clase de muestras que hasta ahora hemos estudiado son las muestras aleatorias y no hemos considerado ni siquiera la
posibilidad de que en ciertas condiciones pueda haber muestras que son mejores (digamos, ms fciles de obtener, ms econmicas o
ms informativas) que las muestras aleatorias y no hemos entrado en detalles sobre la pregunta de lo que podra hacerse cuando el
muestreo aleatorio es imposible. De hecho, hay muchas otras maneras de seleccionar una muestra de una poblacin y hay una gran
cantidad de bibliografa sobre el tema de los procedimientos del diseo del muestreo.
En estadstica, un diseo de una muestra es un plan definitivo, determinado por completo antes de recopilar cualquier dato, para tomar
una muestra de una poblacin de referencia. As, el plan de tomar una muestra aleatoria simple de 12 de 247 farmacias de una ciudad
usando una tabla de nmeros aleatorios de una manera especfica constituye una muestra aleatoria. En las tres secciones siguientes
estudiaremos brevemente algunas de las clases ms comunes de diseos de muestras.
7.4 Muestreo sistemtico
En algunos casos, la manera ms prctica de efectuar un muestreo consiste en seleccionar, digamos, cada vigsimo nombre de una
lista, cada decimasegunda casa de un lado de una calle, cada quincuagsima pieza de una lnea de ensamble y as sucesivamente. Esto
se conoce como muestreo sistemtico y se puede integrar un elemento de azar en esta clase de muestreo usando nmeros aleatorios
para seleccionar la unidad en la que se debe comenzar. Aunque una muestra sistemtica puede no ser una muestra aleatoria de acuerdo
con la definicin, a menudo es razonable tratar las muestras sistemticas como si fueran muestras aleatorias; de hecho, en algunos

Pgina 92 de 127

casos, las muestras sistemticas en realidad pueden ser mejores que las muestras aleatorias simples porque las primeras se extienden en
forma ms regular sobre las poblaciones enteras.
Si los miembros de la poblacin aparecen secuencialmente en el tiempo, como en el caso de las piezas de una lnea de produccin o de
automviles que se aproximan a una caseta de peaje, el muestreo sistemtico dispersara el trabajo del muestreo en el tiempo. Esta
deseable caracterstica del muestreo sistemtico ayuda a reducir el nmero de errores de oficina.
El verdadero riesgo del muestreo sistemtico yace en la posible presencia de periodicidades ocultas. Por ejemplo, si inspeccionamos
cada cuadragsima pieza fabricada por una mquina particular, los resultados seran poco acertados si, como consecuencia de un
fracaso recurrente regularmente, cada dcima pieza producida por la mquina tiene imperfecciones. Del mismo modo, una muestra
sistemtica podra dar resultados sesgados si entrevistamos a los residentes de cada decimasegunda casa a lo largo de cierta calle y as
sucede que cada decimasegunda casa a lo largo de la calle es una casa en esquina o un lote doble.
7.5 Muestreo estratificado
Si tenemos informacin acerca de la constitucin de una poblacin (es decir, su composicin) y sta es importante para nuestra
investigacin, podemos mejorar el muestreo aleatorio por medio de la estratificacin. Este es un procedimiento que consiste en
estratificar (o dividir) en un nmero de subpoblaciones o estratos que no se traslapen y luego tomar una muestra de cada estrato. Si los
artculos seleccionados de cada estrato constituyen muestras aleatorias simples, el procedimiento completo (primero la estratificacin y
luego el muestreo aleatorio) se conoce como muestreo aleatorio (simple) estratificado.
Suponga, por ejemplo, que queremos estimar el peso medio de cuatro personas con base en una muestra de tamao 2 y que los pesos
(desconocidos) de las cuatro personas son 115, 135, 1 85 y 205 libras. Por tanto, el peso medio que queremos estimar es

Si tomamos una muestra aleatoria ordinaria de tamao 2 de esta poblacin, las

= 6 muestras posibles son 115 y 135, 115 y 185, 115 y 205, 135 y 185, 135 y 205, y 185 y 205 y las medias correspondientes
son 125, 150, 160, 160, 170 y 195. Obsrvese que ya que cada una de estas muestras tiene una probabilidad de 1/6 las probabilidades
de que nuestro error (la diferencia entre la media de la muestra y = 160) sea 0, 10 o 35 son 1/3, 1/3 y 1/3. Ahora, suponga que

Pgina 93 de 127

sabemos que dos de estas personas son hombres y dos son mujeres y que los pesos (desconocidos) de los hombres son 185 y 205
libras, mientras que los pesos (desconocidos) de las mujeres son 115 y 135 libras. Estratificando la muestra (por sexo) y seleccionando
aleatoriamente a uno de los dos hombres y a una de las dos mujeres, encontramos que slo hay cuatro muestras estratificadas, 115 y
185, 115 y 205, 135 y 185, y 135 y 205. Las medias de estas muestras son 150, 160, 160 y 170 y ahora las probabilidades de que
nuestro error sea 0 o 10 son 1/2 y 1/2 . Es evidente que la estratificacin ha incrementado en gran medida nuestras probabilidades de
tener una estimacin buena (cercana) de] peso medio de las cuatro personas.
Esencialmente, el objetivo de la estratificacin es formar estratos de tal forma que haya alguna relacin entre estar en un estrato
particular y la respuesta que se busca en el estudio estadstico y que en los estratos separados haya tanta homogeneidad (uniformidad)
como sea posible. En nuestro ejemplo existe tal relacin entre el sexo y el peso y hay mucha menos variabilidad en el peso de cada uno
de los dos grupos de la que hay en la poblacin completa.
En el ejemplo anterior, usamos la distribucin proporciona, que implica que los tamaos de las muestras de estratos diferentes son
proporcionales a los tamaos de los estratos. En general, si dividimos una poblacin de tamao N en k estratos de tamao N1, N2,..., y
Nk y tomamos una muestra de tamao n1 del primer estrato, una muestra de tamao n2 del segundo estrato,..., y una muestra de tamao
nk del Ksimo estrato, decimos que la poblacin es proporcional si

o si estas razones tienen casi la misma posibilidad. En el ejemplo sobre los pesos, tuvimos Ni = 2, N2 = 2, n1 = 1 y n2 = 1, de modo que

y de hecho, la distribucin fue proporcional.

Tamaos de muestra para la distribucin proporcional

donde n = n1 + n2 + - - - + nk es el tamao total de la muestra. Cuando es necesario, usamos los nmeros enteros ms prximos a los
valores obtenidos por medio de esta frmula.

Pgina 94 de 127

EJEMPLO
Se debe tomar una muestra estratificada de tamao n = 60 de una muestra de tamao N= 4,000, que consta de tres
estratos de tamao N1 = 2,000, N2 = 1,200 y N3 = 800. Si la distribucin debe ser proporcional, cun grande debe ser la muestra
tomada de cada estrato?
Solucin

Sustituyendo en la frmula, obtenemos

Esto ilustra la distribucin proporcional, pero debemos agregar que hay otras maneras de distribuir porciones de una muestra entre los
diferentes estratos. Una de stas, conocida como la distribucin ptima, se describe en el ejercicio 10.26 de la pgina 254. No slo
maneja el tamao del estrato, como en la distribucin proporcional, sino que tambin maneja la variabilidad (o cualquier otra
caracterstica pertinente) del estrato.
La estratificacin no se limita a una variable nica de clasificacin o una caracterstica y las poblaciones a menudo se estratifican de
acuerdo con varias caractersticas. Por ejemplo, en una encuesta sistematizada diseada para determinar la actitud de sus estudiantes,
digamos, hacia un nuevo plan de enseanza, un sistema estatal de educacin preparatoria con 17 escuelas podra estratificar su muestra
no slo con respecto a las preparatorias, sino tambin en relacin con el grado escolar, el sexo y la especialidad. As, parte de la
muestra se destinara a los alumnos de sexo femenino de primer grado de la preparatoria A en la especialidad de ingeniera, otra parte
de la muestra se distribuira a los alumnos de sexo masculino de segundo grado de la preparatoria L en la especialidad de ingls y as
sucesivamente. Hasta cierto punto, la estratificacin como sta, llamada estratificacin cruzada, incrementar la precisin
(confiabilidad) de as estimaciones y otras generalizaciones y se usa comnmente, en particular en el muestreo de la opinin y la
investigacin de mercado.
En el muestreo estratificado, el costo de la toma de muestras aleatorias de los estratos individuales con frecuencia es tan alto que a los
encuestadores slo se les dan cuotas que deben cubrir de los diferentes estratos, con algunas restricciones (si no es que ninguna) sobre
la manera en que las deben cubrir. Por ejemplo, al determinar las actitudes de los electores hacia las mejoras de los servicios de salud
para las personas de edad avanzada, a un encuestador que trabaja en cierta rea se le podra pedir que entreviste a 6 hombres que vivan
en casa propia, trabajen en forma independiente y que sean menores de 30 aos de edad, a 10 mujeres asalariadas de 45 a 60 aos de
edad que vivan en departamento, a 3 hombres jubilados mayores de 60 aos que vivan en casas mviles y as en forma consecutiva,

Pgina 95 de 127

con la seleccin real a discrecin del encuestador. Este procedimiento se conoce como un muestreo por cuotas y es conveniente,
relativamente econmico y en ocasiones necesario, pero como se efecta con frecuencia, las muestras resultantes no tienen las
caractersticas esenciales de las muestras aleatorias. Sin contar con ningn control a su disposicin, los encuestadores tienden
naturalmente a seleccionar a individuos a quienes se tiene acceso ms fcil --personas que trabajan en el mismo edificio, personas que
compran en la misma tienda o quiz residen en la misma rea general. Por tanto, los muestreos por cuotas en esencia son muestras de
la opinin y las inferencias basadas en tales muestras por lo regular no llevan a ninguna clase de evaluacin estadstica formal.
7.6 Muestreo por conglomerados
Para ilustrar otra importante clase de muestreo, suponga que una gran empresa quiere estudiar los patrones variables de los gastos
familiares en el rea de San Diego. Al intentar elaborar los programas de gasto de 1,200 familias, la empresa encuentra que el muestreo
aleatorio simple es prcticamente imposible, dado que no se cuenta con las listas adecuadas y el costo de ponerse en contacto con las
familias dispersas en una vasta rea (tal vez teniendo que llamar dos o tres veces a quienes no se encuentren en casa) es muy alto. Una
manera en que se puede tomar una muestra de esta situacin es dividiendo el rea total de inters en varias reas ms pequeas que no
se traslapen, digamos, manzanas de una ciudad. Entonces se seleccionan algunas casas al azar, y toda! las familias (o muestras de
stas) que residen en estas manzanas constituyen la muestra definitiva.
En este tipo de muestreo, llamado muestreo por conglomerados, se divide la poblacin total en un nmero determinado de
subdivisiones relativamente pequeas y se seleccionan al azar algunas de estas subdivisiones o conglomerados para incluirlos en la
muestra general. Si los conglomerados son subdivisiones geogrficas, como en el ejemplo anterior, este muestreo se llama tambin
muestreo por reas. Para dar otro ejemplo del muestreo por conglomerados, suponga que el decano de estudiantes de una universidad
quiere saber la opinin de la fraternidad hacia la escuela acerca de cierta disposicin nueva. Puede tomar una muestra de
conglomerados entrevistando a algunos o a todos los miembros de varias fraternidades seleccionadas al azar.
Aunque las estimaciones basadas en el muestreo por conglomerados por lo general no son tan confiables como las estimaciones que se
basan en muestras aleatorias simples del mismo tamao, a menudo son ms confiables por costo unitario. Refirindonos de nuevo a la
encuesta sobre los gastos familiares en el rea de San Diego, es fcil apreciar que bien puede ser posible tomar una muestra de
conglomerados de varias veces el tamao de una muestra aleatoria simple por el mismo costo. Es mucho ms econmico visitar y
entrevistar en conjunto a familias que viven cerca que seleccionar al azar a familias que viven en un rea extensa.
En la prctica, se pueden aplicar varios de los mtodos de muestreo que hemos analizado para el mismo estudio. Por ejemplo, si
estadistas del gobierno quieren estudiar la opinin de los profesores de escuelas primarias estadounidenses hacia ciertos programas

Pgina 96 de 127

federales, podran estratificar primero el pas por estados o algunas otras subdivisiones geogrficas. Para tomar una media de cada
estrato, podran usar el muestreo de conglomerados subdividiendo cada estrato en un nmero determinado de subdivisiones
geogrficas ms pequeas (digamos, distritos escolares) y finalmente podran usar un muestreo aleatorio simple o un muestreo
sistemtico para seleccionar una muestra de profesores de educacin primaria de cada conglomerado.

Pgina 97 de 127

Conclusiones
La estadstica es la rama de las matemticas que se ocupa de reunir, organizar, y analizar informacin cuantitativa o cualitativa, y
deducir de ella, gracias al anlisis de estos datos, unos significados precisos o unas previsiones para el futuro, siendo un auxiliar en la
toma de decisiones al proporcionar variaciones, deteccin de patrones y relaciones de datos econmicos y administrativos.
Por el tipo de informacin que se trate, podemos dividir la estadstica en dos categoras, la estadstica descriptiva que trabaja con todo
el universo de la poblacin, por ejemplo la venta de una empresa, en la cual se consideran la totalidad de los productos o servicio
facturados, y la estadstica inferencial, que utiliza para su manejo solo una muestra representativa de la poblacin, como por ejemplo
con la estatura promedio de una escuela, se puede inferir la estatura promedio de la poblacin estudiantil de ese grado de estudio.
A las caractersticas medidas de una muestra se les llama estadstica muestral, y a las caractersticas medidas de una poblacin
estadstica, o universo, se les llama parmetros de la poblacin. En otras palabras las caractersticas de una muestra se llaman
estadsticas, y las caractersticas de una poblacin se llaman parmetros.
En estadstica se conoce como poblacin al agregado de todas la unidades individuales, sean personas, cosas..., que se hallan en una
situacin determinada, pudiendo ser estas finitas e infinitas. Una muestra es solo una parte de la poblacin.
Por claridad, para la representacin de variables en estadsticas se emplean letras latinas minsculas, y en parmetros se emplean
letras griegas o letras latinas maysculas, en la siguiente tabla se muestran las mas usuales, as como, sus diferencias.
Poblacin
Definicin
Caractersticas
Smbolos

Pgina 98 de 127

Coleccin
de
considerados

Muestra

elementos Parte o porcin de la

poblacin seleccionada para
su estudio
Parmetros
Estadsticas
Tamao de la poblacin = N
Tamao de la muestra = n
Media de la muestra =
Media de la poblacin =
Desviacin estndar de la Desviacin estndar de la

poblacin =

muestra = s

El muestreo aleatorio simple, es un procedimiento de seleccin, donde todos los elementos de una poblacin tienen la
misma probabilidad de ser seleccionados en una muestra.
La distribucin muestral, es la distribucin de los valores individuales en una muestra, la cual sea representativa de la
poblacin. Cabe sealar que el valor de una estadstica muestral varia de una muestra a otra, a causa de la variabilidad
del muestreo aleatorio, o el error de muestreo.
La media ( es el promedio aritmtico de los valores ya sea de la poblacin o de la muestra.
La varianza (2) indica en promedio que tan alejados estn los datos de la media, es el promedio de la suma de los
cuadrados de las desviaciones, entendindose como desviacin la diferencia de un datos con respecto a la media.
La desviacin tpica o estndar (), es la raz cuadrada de la varianza.
La distribucin muestral de medias, es el conjunto de todas las medias, de todas las muestras posibles que se pueden
extraer, con o sin replazo de una determinada poblacin.
Con reemplazamiento se entiende que para integrar una muestra, se selecciona una unidad elemental y luego esta se
regresa a la poblacin antes de tomar la siguiente unidad, y sin reemplazamiento, la unidad seleccionada no es
regresada a la poblacin. Como es observable una unidad elemental puede repetirse con el primer mtodo.
El Teorema del Lmite central determina la incertidumbre acerca del error cuando usamos la media de una muestra para estimar la
media de una poblacin. Nos sirve para muestral grandes, se puede obtener una aproximacin cercana de la distribucin muestral de la
media con una distribucin normal. Justifica el uso de mtodos de curva normal en una gran variedad de problemas, se aplica a
poblaciones infinitas y tambin a poblaciones finitas cuando el tamao de la muestra, a pesar de ser grande, no constituye ms que una
pequea porcin de la poblacin.
La Distribucin t de Student es utilizada para estimar la media poblacional a partir de una muestra pequea, o sea menores a 30.
Existen varias, cada una asociada con el grado de libertad, esto es el numero de observadores menos uno.

Pgina 99 de 127

La Distribucin Ji cuadrada tiene por objeto comparar la media de una muestra hipottica de una poblacin, en un muestreo
pequeo. Se utiliza para comprara la varianza de una muestra con la varianza Hipottica de una poblacin. Se denota con la letra
griega X(Ji) elevada al cuadrado. Este mtodo corresponde al campo de la estadstica paramtrica. Igual que la distribucin t depende
del numero de grados de libertad asociados al problema.
Un estimador es una estadstica de muestra utilizada para estimar un parmetro de poblacin. La media de la muestra ( ) puede ser un
estimado de la media de la poblacin ( ) y la porcin de la muestra se puede utilizar como estimador de la porcin de la poblacin.
Mientras que una estimacin es una valor especfico observado de una estadstica, hacemos una estimacin si tomamos una muestra y
calculamos el valor que toma nuestro estimador es esa muestra.
Las cualidades de un buen estimador son: Imparcialidad (No sesgado), eficiencia, coherencia y suficiencia.
Para buscar el mejor estimador, la muestra debe ser distribuida de manera simtrica, en la que los valores de la mediana y de la
media coinciden.
Una estimacin puntual es un solo numero que se utiliza para estimar un parmetro de poblacin desconocido, una desventaja es que
a menudo resulta insuficiente, debido a que solo tiene dos opciones, correcta o equivocada. Una estimacin de intervalo, se utiliza
para la estimacin de intervalo de un parmetro de poblacin, teniendo un mayor margen en la estimacin.
Un estimador insesgado es una estadstica muestral cuyo valor esperado es igual al parmetro por estimar. La eliminacin de todo
sesgo se asegura cuando la estadstica muestral corresponde a una muestra aleatoria tomada de una poblacin o un subgrupo racional.
En los Intervalos de confianza para la diferencia entre dos medias con el uso de la distribucin normal, el uso de la distribucin
normal se basa en las mismas condiciones que en el caso de la distribucin de muestreo de la media, salvo que estn implicadas dos
muestras. El error estndar pertinente para la distribucin de muestreo es el error estndar de la diferencia entre medias.
El uso de la distribucin t e intervalos de confianza para la diferencia entre dos medias, es necesario cuando: Se desconocen las
desviaciones estndar de la poblacin, las muestras son pequeas, se supone que las poblaciones tiene una distribucin
aproximadamente uniforme, las dos varianzas poblacionales (desconocidas) son iguales.

Pgina 100 de 127

La determinacin de un intervalo de confianza para una proporcin poblacional desconocida con base en el proceso de Bemoulli son
complejo, los libros de texto recomiendan se utilice la distribucin normal con aproximacin de la solucin exacta de intervalos de
confianza para la proporcin de la poblacin.
Para la determinacin del tamao de muestra requerido para la estimacin de la proporcin, puede determinarse especificando el
nivel de confianza requerido y el error de muestreo aceptable y haciendo una estimacin inicial (subjetiva) de la proporcin
poblacional desconocida.
Los intervalos de confianza para la diferencia entre dos proporciones, se basa en las mismas condiciones que las expuestas en
relacin con la distribucin de muestreo de la proporcin, salvo que este caso involucra a dos muestras y los requerimientos se aplican
a cada una de ellas.
En la distribucin Ji cuadrada e intervalos de confianza para la varianza y desviacin estndar, las distribuciones Ji cuadradas
no son simtricas, en consecuencia, un intervalo de confianza de dos extremos para una varianza o desviacin estndar implica el uso
de dos valores diferentes de X2, no del mtodo de mas o menos utilizados en los intervalos de confianza basados en las
distribuciones normales y t.
Las pruebas de hiptesis paramtricas tienen como propsito determinar si el valor supuesto (hipottico) de un parmetro
poblacional, como la media de la poblacin, debe aceptarse como verosmil con base en evidencias muestrales. Existen tres
procedimientos, los cuales conducen a las mismas decisiones cuando se emplean los mismos estndares de probabilidad (y riesgo),
estos son: mtodo del valor crtico, mtodo del valor P, mtodo de intervalos de confianza.
En el Mtodo del valor crtico, se determinan los as llamados valores crticos de la estadstica de prueba que dictaran el rechazo
de una hiptesis, tras de lo cual la estadstica de prueba observada e compara con los valores crticos.
El mtodo del valor P, se basa en la determinacin de la probabilidad condicional de que el valor observado de una estadstica
muestral puede ocurrir al azar, dado que un supuesto particular sobre el valor del parmetro poblacional asociado sea en efecto
correcto.
El mtodo de intervalos de confianza, se basa en la observacin de si el valor supuesto de un parmetro poblacional est incluido
en el rango de valores que define a un intervalo de confianza para ese parmetro.

Pgina 101 de 127

En la prueba de una hiptesis referente a la media usando la distribucin normal, puede usarse para probar un valor hipottico de
la media de la poblacin, si n 30, o bien cuando n < 30 pero la poblacin tiene una distribucin normal y a es conocida.
Errores Tipo I y Tipo II en pruebas de hiptesis
En la probabilidad de Error tipo I, por definicin, la proporcin de rea en la regin de rechazo es igual a la proporcin de los
resultados muestrales que ocurriran en esa regin en caso de que la hiptesis nula sea cierta.
La probabilidad del error tipo II hincado con la letra griega (beta), la nica manera en que se puede determinar es respecto de un
valor especfico incluido en el rango de la hiptesis alternativa.
Para la determinacin del tamao de muestra requerido para probar la media, puede determinarse especificando: El valor
hipottico de la media, un valor alternativo especfico de la media tal que la diferencia con el valor hipottico nulo se considere
importante, el nivel de significancia por emplear en la prueba, la probabilidad del error tipo II que habr de permitirse y el valor de la
desviacin estndar de la poblacin .
Prueba de una hiptesis referente a la media usando la distribucin t, el procedimiento es idntico al descrito anteriormente para
la distribucin normal, excepto por el uso de t en lugar de z como la estadstica de prueba.
Mtodo del valor P para pruebas de hiptesis referentes a la media de la poblacin, se determina por medio del mtodo del valor P,
probabilidad que se compara despus con el nivel de significancia a asignado, la idea es que un valor P bajo indica que es poco
probable que la muestra ocurra cuando la hiptesis nula es cierta; por lo tanto, la obtencin de un valor P bajo conduce al rechazo de la
hiptesis nula.
Mtodo de intervalos de confianza para pruebas de hiptesis referentes a la media, de acuerdo con este mtodo se elabora un
intervalo de confianza para la media de la poblacin con base en los resultados muestrales, tras de lo cual observamos si el valor
hipottico de la media poblacional est incluido en el intervalo de confianza.

Pgina 102 de 127

Pruebas respecto de la media del proceso en el control estadstico de procesos, la hiptesis nula es que el proceso es estable y que
slo existen causas comunes de variacin. La hiptesis alternativa es que el proceso es inestable e incluye variacin por causas
atribuibles.
Pruebas de la diferencia entre dos medidas usando la distribucin normal, . el uso de la distribucin normal se basa en las mismas
condiciones que en el caso de una muestra, excepto que estn implicadas dos muestras aleatorias independientes. Es similar al de la
prueba de una hiptesis referente al valor de una media poblacional, slo difiere en que el error estndar de la diferencia entre las
medias se usa para determinar el valor z (o t) asociado con el resultado muestral.
Prueba de la diferencia entre medias usando la distribucin t, cuando la diferencia entre dos medias se prueba con el uso de la
distribucin t, un supuesto necesario en el procedimiento estndar, es que las varianzas de las dos poblaciones son iguales.
Prueba de la diferencia entre medias con base en observaciones apareadas, en muchas situaciones las muestras se recolectan como
pares de valores, como cuando se determina el nivel de productividad de cada trabajador antes y despus de un curso de capacitacin.
Estos valores se llaman observaciones apareadas o pares asociados.
Prueba de una hiptesis referente al valor de la proporcin de la poblacin, sta es la base para la determinacin de intervalos de
confianza para la proporcin, en la que tambin se explica el error estndar de la proporcin, sin embargo, en el caso de intervalos de
confianza se requiere por lo general de un tamao de muestra de al menos n = 100.
Determinacin del tamao de muestra requerido para probar la proporcin, puede determinarse especificando: el valor hipottico de
la proporcin, un valor alternativo especfico de la proporcin tal que la diferencia con el valor hipottico nulo se considere
importante, el nivel de significancia por aplicar en la prueba y la probabilidad de error tipo II que se permitir.
Pruebas respecto de la proporcin del proceso en el control estadstico de procesos, al igual que en el caso de la media del proceso,
los lmites de control para una proporcin del proceso se definen en 3 unidades de error estndar para el valor hipottico (aceptable).
Prueba de la diferencia entre dos proporciones poblacionales, las dos proporciones muestrales se combinan como base para
determinar el error estndar de la diferencia entre proporciones, las dos varianzas muestrales se combinan como base para calcular el
error estndar de la diferencia entre medias.

Pgina 103 de 127

Prueba de un valor hipottico de la varianza usando la distribucin Ji cuadrada, La prueba puede ser una prueba unilateral o una
prueba bilateral, aunque las hiptesis ms frecuentes sobre una varianza poblacional se relacionan con pruebas unilaterales.
Pruebas respecto de la variabilidad del proceso en el control estadstico de procesos, La variabilidad del proceso se vigila y controla
ya sea respecto de la desviacin estndar del proceso o del rango del proceso.
Distribucin F y prueba de la igualdad de dos varianzas poblacionales, dado que cada varianza muestral es un estimador insesgado
de la varianza de la misma poblacin, el valor esperado a largo plazo de la razn anterior es de alrededor de 1.0.
Otros mtodos para la prueba de hiptesis nulas, Si se aplica el mtodo del valor P, en lugar de comparar el valor observado de una
estadstica de prueba con un valor crtico, la probabilidad de ocurrencia de la estadstica de prueba, dado que la hiptesis nula es cierta,
se determina y compara con el nivel de significancia.

Estadsticas no paramtricas.
Escalas de medicin, podemos considerar que son cuatro tipos de escalas de medicin en trminos de la precisin representada por los
valores reportados.
Nominal - los nmeros slo se usan para identificar categoras.
Ordinal - los nmeros representan rangos o jerarquas.
Intervalo - se representan medidas que son diferencias entre valores.
De razn - s existe un punto cero real, y en consecuencia las medidas pueden compararse en forma de razones.
Mtodos estadsticos paramtricos contra no paramtricos La base para un anlisis paramtrico es algn parmetro de la poblacin
teniendo una distribucin conocida, con medidas tomadas en la escala de intervalo o razn. En caso de no tenerse uno o ms de estos
requisitos o supuestos, pueden usarse los mtodos no paramtricos, conocidos tambin como mtodos libres de distribucin.
Prueba de corridas para aleatoriedad Se conoce como corrida a una serie de observaciones similares, la prueba de corridas se usa
para probar la aleatoriedad de una serie de observaciones cuando cada observacin puede ser asignada a una de dos categoras.

Pgina 104 de 127

Una muestra: Prueba de los signos - es el equivalente no paramtrico a la prueba de una hiptesis referente al valor de la media de la
poblacin.
Una muestra: Prueba de Wilcoxon - puede usarse para probar una hiptesis nula referente al valor de la mediana de la poblacin,
como es considera la magnitud de la diferencia entre cada valor muestral y el valor hipottico de la mediana, es una prueba ms
sensible que la prueba de los signos.
Dos muestras independientes: Prueba de Mann-Whitney - puede utilizarse para probar la hiptesis nula de que las medianas de dos
poblaciones son iguales. Se supone que las dos poblaciones tienen la misma forma y dispersin, porque tales diferencias tambin
podran conducir al rechazo de la hiptesis nula
Observaciones apareadas: Prueba de los Signos - puede usarse para probar la hiptesis nula de que las dos medianas de la poblacin
son iguales, los valores muestrales deben estar al menos en la escala ordinal, y no se requiere de ningn supuesto acerca de las formas
de las dos distribuciones poblacionales.
Observaciones apareadas: Prueba de Wilcoxon - puede usarse para probar la hiptesis nula de que las dos medianas de la poblacin
son iguales, dado que considera la magnitud de las diferencias entre los valores de cada par asociado, y no slo la direccin o signo de
la diferencia, es una prueba ms sensible que la prueba de los signos.
Varias muestras independientes: Prueba de Kruskal-Wallis - sirve para probar la hiptesis nula de que varias poblaciones tienen las
mismas medianas, as, es el equivalente no paramtrico del diseo completamente aleatorizado de un factor de anlisis de varianza.

Muestreo
Los estudios, anlisis o investigaciones, tienen como objetivo hacer generalizaciones acertadas con base en muestras, suponiendo que
estamos manejando las llamadas muestras aleatorias, sin embargo, el muestreo aleatorio no siempre es viable o aun deseable.
Muestreo Aleatorio - Existen dos clases de poblaciones: las finitas y las infinitas. Una muestra de una poblacin infinita es
aleatoria si consta de valores de variables aleatorias independientes que tienen la misma distribucin.

Pgina 105 de 127

Diseos de muestras - es un plan definitivo, determinado por completo antes de recopilar cualquier dato, para tomar una muestra de
una poblacin de referencia.
Muestreo sistemtico - la manera ms prctica de efectuar un muestreo consiste es seleccionar, digamos, cada vigsimo nombre de
una lista, cada decimasegunda casa de un lado de una calle. Se puede integrar un elemento de azar en esta clase de muestreo usando
nmeros aleatorios para seleccionar la unidad en la que se debe comenzar.
Muestreo estratificado - Este es un procedimiento que consiste en estratificar (o dividir) en un nmero de subpoblaciones o estratos
que no se traslapen y luego tomar una muestra de cada estrato.
Muestreo por conglomerados - se divide la poblacin total en un nmero determinado de subdivisiones relativamente pequeas y se
seleccionan al azar algunas de estas subdivisiones o conglomerados para incluirlos en la muestra general.

Pgina 106 de 127

Bibliografa
Bonilla Gildaberto, Mtodos prcticos de inferencia estadstica, Trillas 1991. ISBN 968-24-3960-4.
Kazmier Leonard J., Estadstica aplicada a la administracin y a la economa, McGrawHill, 3 ed 1998. ISBN 970-10-0961-4.
Freund John E. y Simon, Estadstica elemental, Prentice Hall, 8 ed 1994. ISBN 0-13-602699-0.
Levin Richard I y Rubin, Estadstica para administradores, Prentice may, 6a ed, ISBN 968-880-675-7
Biblioteca de Consulta Encarta 2003, Microsoft Corporation.

Pgina 107 de 127