Manual Estadstico

Taller I

Alumnos. Franco Barrientos - Jorge De La Cerda - Cesar Maripangui - Fernando Neira

Profesor. Luis Figueroa

Santiago, Chile

2012
Indice general

Introduccion 7

1. Diseno y analisis de encuesta 9

1.1. Investigacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2. Planteamiento del problema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3. Evaluacion del marco teorico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4. Definicion del tipo de investigacion a realizar . . . . . . . . . . . . . . . . . . . . . . . 11
1.5. Hipotesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.6. Diseno experimental de investigacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.7. Investigacion no experimental . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.8. Redaccion y analisis de tems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.8.1. Definicion de constructo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.8.2. Construccion provisional del cuestionario . . . . . . . . . . . . . . . . . . . . . 18
1.8.3. Formato de respuesta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.8.4. Redaccion de tems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.8.5. Cuantificacion de las respuestas . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.8.6. Analisis de tems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.8.7. Analisis de opciones incorrectas de respuesta . . . . . . . . . . . . . . . . . . . 21
1.8.8. Correccion de los efectos del azar . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.9. Modelo clasico y concepto de fiabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.9.1. Fiabilidad del test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.9.2. Formas paralelas de un test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.9.3. Coeficiente de fiabilidad de formas paralelas . . . . . . . . . . . . . . . . . . . . 23
1.9.4. Coeficiente de fiabilidad de n formas paralelas . . . . . . . . . . . . . . . . . . . 23
1.9.5. Fiabilidad como correlacion entre formas paralelas . . . . . . . . . . . . . . . . 24
1.9.6. Fiabilidad como estabilidad temporal (Test-retest) . . . . . . . . . . . . . . . . 24
1.9.7. Metodo de dos mitades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.9.8. Coeficiente de Cronbach . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.9.9. Error tpico o estandar de medida . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.10. Validez del test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.10.1. Validez de contenido . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.10.2. Validez de constructo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.10.3. Validez de criterio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.11. Tabla de resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
1.12. Comentarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

2. Estadstica No Parametrica 31

1
 2.1. Conceptos previos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.1.1. Clasificacion de variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.1.2. Estadsticos de orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.1.3. Test de Hipotesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.2. Caso de una muestra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.2.1. Prueba de rachas o de series aleatorias . . . . . . . . . . . . . . . . . . . . . . . 33
2.2.2. Prueba Binomial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.2.3. Prueba del Signo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.2.4. Prueba de Wilcoxon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.2.5. Prueba Chi-Cuadrado (2 ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.2.6. Prueba de Kolmogorov-Smirnov . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.2.7. Prueba de Shapiro-Wilk . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.3. Caso de dos muestras correlacionadas . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.3.1. Prueba del Signo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.3.2. Prueba de rangos asignados de Wilcoxon . . . . . . . . . . . . . . . . . . . . . 43
2.3.3. Prueba de cambio de McNemar . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.4. Caso de dos muestras independientes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.4.1. Prueba de Wald-Wolfowitz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.4.2. Prueba de Wilcoxon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.4.3. Prueba de Mann-Whitney . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.4.4. Prueba de Kolmogorov-Smirnov . . . . . . . . . . . . . . . . . . . . . . . . . . 49
2.4.5. Prueba de Siegel Tuckey . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.5. Caso de k muestras correlacionadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
2.5.1. Prueba Q de Cochran . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
2.5.2. Prueba de Friedman . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.6. Caso de k muestras independientes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
2.6.1. Prueba H de Kruskal-Wallis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
2.7. Correlacion de variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
2.7.1. Coeficiente de correlacion rs de Spearman . . . . . . . . . . . . . . . . . . . . . 54
2.7.2. Coeficiente de correlacion de Kendall . . . . . . . . . . . . . . . . . . . . . . 56
2.7.3. Coeficiente de concordancia W de Kendall . . . . . . . . . . . . . . . . . . . . . 57
2.7.4. La estadstica de Kappa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
2.8. Tabla de Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
2.8.1. Caso de una Muestra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
2.8.2. Caso de dos muestras correlacionadas . . . . . . . . . . . . . . . . . . . . . . . 60
2.8.3. Caso de k muestras correlacionadas . . . . . . . . . . . . . . . . . . . . . . . . . 60
2.8.4. Caso de dos muestras Independientes . . . . . . . . . . . . . . . . . . . . . . . . 61
2.8.5. Caso de k mustras independientes . . . . . . . . . . . . . . . . . . . . . . . . . 61
2.8.6. Correlacion de variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
2.9. Comentarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62

3. Tecnicas de Muestreo 64
3.1. Definiciones Basicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
3.1.1. Observaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
3.2. Sesgos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.2.1. Sesgos de seleccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.2.2. Sesgos de medicion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.3. Tipos de diseno muestral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67

2
 3.3.1. Muestreo Aleatorio Simple (m.a.s) . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.3.2. Proporciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
3.3.3. Intervalos de confianza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
3.3.4. Estimacion del tamano de la muestra . . . . . . . . . . . . . . . . . . . . . . . 69
3.3.5. Muestreo con distinta probabilidad de seleccion . . . . . . . . . . . . . . . . . . 70
3.3.6. Estimadores para muestreo usando informacion Auxiliar . . . . . . . . . . . . . 71
3.3.7. Muestreo Estratificado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
3.3.8. Muestreo por conglomerados . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
3.3.9. Diseno en mas de dos etapas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
3.3.10. Tecnicas de remuestreo y replicas . . . . . . . . . . . . . . . . . . . . . . . . . . 78
3.4. Tabla de Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
3.5. Comentarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92

4. Metodos Multivariantes 94
4.1. Analisis descriptivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
4.1.1. Aplicaciones de Tecnicas Multivariadas . . . . . . . . . . . . . . . . . . . . . . 95
4.2. Tecnicas multivariadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
4.2.1. Representacion grafica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
4.3. Comparacion de muestras provenientes de poblaciones normales . . . . . . . . . . . . . 96
4.3.1. Distribucion Normal Multivariada . . . . . . . . . . . . . . . . . . . . . . . . . 96
4.3.2. Distribucion Wishart . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
4.3.3. Test T 2 de Hotelling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
4.3.4. Test de homogeneidad para K-poblaciones . . . . . . . . . . . . . . . . . . . . . 98
4.3.5. Inferencia sobre un vector de medias . . . . . . . . . . . . . . . . . . . . . . . . 98
4.3.6. Inferencia sobre una matriz de Var-Cov . . . . . . . . . . . . . . . . . . . . . . 99
4.3.7. Test de Wilks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
4.3.8. Docima de Bartlett . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
4.4. Componentes principales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
4.4.1. Calculo y seleccion de componentes . . . . . . . . . . . . . . . . . . . . . . . . . 101
4.4.2. Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
4.4.3. Seleccion del numero de componentes . . . . . . . . . . . . . . . . . . . . . . . 101
4.4.4. Interpretacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
4.4.5. Representacion Grafica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
4.5. Analisis factorial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
4.5.1. Modelo Factorial Ortogonal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
4.5.2. Estimacion de cargas y comunalidades . . . . . . . . . . . . . . . . . . . . . . . 104
4.5.3. Rotaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
4.6. Analisis de discriminantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
4.7. Analisis multivariado de la varianza (MANOVA) . . . . . . . . . . . . . . . . . . . . . 107
4.7.1. Modelo con un Factor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
4.7.2. Modelo con dos Factores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
4.8. Analisis de correlacion canonica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
4.9. Analisis de correspondencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
4.9.1. Tabla de Contingencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
4.9.2. Tabla de contingencia multiple o matriz de Burt . . . . . . . . . . . . . . . . . 110
4.9.3. La Matriz de Frecuencias Condicionadas por Filas R o columnas S . . . . . . 110
4.10. Analisis de conglomerados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
4.10.1. Complicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111

3
 4.10.2. Criterios de Similitud . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
4.10.3. Distancias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
4.10.4. Criterios basados en los Coeficientes de Correlacion . . . . . . . . . . . . . . . 112
4.10.5. Metodos de Clasificacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
4.11. Analisis CHAID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
4.11.1. Supuestos del Analisis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
4.11.2. Procedimiento del Analisis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
4.12. Regresion logstica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
4.13. Estudios de segmentacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
4.14. Tabla de Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
4.15. Comentarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118

5. Modelos Lineales 120

5.1. Modelo clasico de regresion lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
5.1.1. Supuestos del Modelo Clasico de Regresion Lineal . . . . . . . . . . . . . . . . 121
5.1.2. Metodos de Estimacion de Parametros . . . . . . . . . . . . . . . . . . . . . . . 121
5.1.3. Analisis de Influencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
5.1.4. Analisis de los Supuestos del Modelo Clasico de Regresion Lineal . . . . . . . . 126
5.2. Seleccion del modelo y prediccion de valores . . . . . . . . . . . . . . . . . . . . . . . . 131
5.2.1. Coeficiente de Determinacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
5.2.2. Analisis de Varianza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
5.2.3. Estimacion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
5.3. Regresion logstica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
5.3.1. Estimacion de Parametros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
5.4. Regresion de Cox . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
5.4.1. Estimacion de . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
5.5. Regresion Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
5.5.1. Variable offset o de exposicion: . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
5.6. Tabla de Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
5.6.1. Analisis de Supuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
5.6.2. Caracterstica de los modelos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
5.7. Comentarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140

6. Diseno y Analisis de Experimentos 142

6.1. Conceptos previos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
6.1.1. Metodologa basica para el analisis del diseno de experimentos . . . . . . . . . 142
6.2. Docimas aproximadas y su potencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
6.3. Diseno de experimentos con un factor . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
6.3.1. Metodo de Comparaciones Multiples . . . . . . . . . . . . . . . . . . . . . . . . 145
6.4. Modelo de componentes de la varianza o modelo aleatorio . . . . . . . . . . . . . . . . 147
6.5. Diseno de bloques aleatorios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
6.6. Diseno de cuadrado latino . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
6.7. Diseno de cuadrado grecolatino . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
6.8. Diseno de rectangulo latino . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
6.9. Diseno de recambio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
6.10. Determinacion de los estimadores de la varianza . . . . . . . . . . . . . . . . . . . . . 154
6.11. Diseno de experimentos multifactoriales . . . . . . . . . . . . . . . . . . . . . . . . . . 154
6.11.1. Diseno con dos factores fijos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155

4
 6.11.2. Diseno con dos factores aleatorios . . . . . . . . . . . . . . . . . . . . . . . . . . 156
6.11.3. Diseno mixtos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
6.12. Disenos factoriales con bloques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
6.13. Disenos anidados o jerarquicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
6.14. Disenos anidados y cruzados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
6.14.1. Disenos con tres factores anidados y uno cruzado . . . . . . . . . . . . . . . . . 161
6.15. Disenos de parcelas divididas (SPLIT PLOT) . . . . . . . . . . . . . . . . . . . . . . . 162
6.16. Diseno factorial 2k . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
6.16.1. Generalizacion del diseno 2k . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
6.17. Diseno factorial 3k . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
6.18. Analisis de covarianza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
6.18.1. Analisis de la Covarianza Unifactorial . . . . . . . . . . . . . . . . . . . . . . . 167
6.19. Metodos alternativos para determinar efectos y significacion de los factores . . . . . . 169
6.19.1. Metodo de Yates . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
6.19.2. Grafico en papel logartmico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
6.19.3. Analisis de medias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
6.20. Tecnicas para abaratar costos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
6.20.1. Tecnicas de confusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
6.20.2. Disenos Fraccionados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
6.21. Metodo de Taguchi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
6.22. Metodos y diseno de superficie de respuesta (MSR) . . . . . . . . . . . . . . . . . . . . 173
6.23. Metodo de la maxima pendiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
6.23.1. Algoritmo del camino de la Maxima Pendiente . . . . . . . . . . . . . . . . . . 174
6.24. Tabla de Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
6.25. Comentarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176

7. Series Cronologicas 178

7.1. Procesos Estocasticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
7.2. Tecnicas de suavizamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
7.2.1. Medias Moviles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
7.2.2. Alisado Exponencial Simple (AES) . . . . . . . . . . . . . . . . . . . . . . . . . 182
7.2.3. Alisado Exponencial Doble (AED) . . . . . . . . . . . . . . . . . . . . . . . . . 182
7.2.4. Alisado Exponencial Doble de Holt-Winter . . . . . . . . . . . . . . . . . . . . 183
7.2.5. Intervalo de confianza para yt en el AES y AED . . . . . . . . . . . . . . . . . 183
7.3. Enfoques en analisis de series de tiempo . . . . . . . . . . . . . . . . . . . . . . . . . . 183
7.3.1. Enfoque Clasico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
7.3.2. Enfoque Box-Jenkins . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
7.3.3. Analisis Espectral o enfoque Ingenieril . . . . . . . . . . . . . . . . . . . . . . . 195
7.4. Otros enfoques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
7.4.1. Modelos Heteroscedasticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
7.4.2. Analisis Bayesiano de una Serie de Tiempo . . . . . . . . . . . . . . . . . . . . 198
7.5. Tabla de Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
7.5.1. Enfoque Box-Jenkins . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
7.5.2. Estimacion de parametros modelos Box-Jenkins . . . . . . . . . . . . . . . . . . 201
7.6. Comentarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202

8. Simulacion Estadstica 204

8.1. Generacion de numeros Pseudos-Aleatorios . . . . . . . . . . . . . . . . . . . . . . . . 204

5
 8.2. Generacion de variables aleatorias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206
8.3. Integrales mediante numeros aleatorios . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
8.4. El proceso de Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
8.4.1. Teora de Colas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
8.4.2. Metodos de Monte Carlo con Cadenas de Markov . . . . . . . . . . . . . . . . . 216
8.5. Tabla de Resumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 220
8.6. Comentarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221

Comentario Final 223

Aplicaciones 225
10.1. No Parametrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225
10.2. Tecnicas de Muestreo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228
10.3. Simulacion Estadstica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233
10.4. Series Cronologicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
10.5. Modelos Lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
10.6. Diseno de Experimentos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
10.7. Tecnicas Multivariadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
10.8. Diseno y Analisis de Encuesta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250

Anexo 256
11.1. TABLA A. Distribucion Chi-Cuadrado . . . . . . . . . . . . . . . . . . . . . . . . . . . 256
11.2. TABLA B. Distribucion Normal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257
11.3. TABLA C. Distribucion T-Student . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 258
11.4. TABLA D. Prueba U de Mann-Whitney . . . . . . . . . . . . . . . . . . . . . . . . . . 259
11.5. TABLA E. Distribucion Binomial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 260
11.6. TABLA F. Wald-Wolfowitz de valores crticos para prueba de rachas . . . . . . . . . . 266
11.7. TABLA G. Signos rankeados de Wilcoxon . . . . . . . . . . . . . . . . . . . . . . . . . 267
11.8. TABLA H. Para diferencias de Kolmogorov-Smirnov . . . . . . . . . . . . . . . . . . . 269
11.9. TABLA I. Para dos muestras de Kolmogorov-Smirnov . . . . . . . . . . . . . . . . . . 269
11.10.TABLA J. Para dos muestras de Kolmogorov-Smirnov (Bidireccional) . . . . . . . . . 270
11.11.TABLA K. Friedman . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271
11.12.TABLA L. Kruskal-Wallis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 272
11.13.TABLA M. Coeficiente de correlacion de Spearman . . . . . . . . . . . . . . . . . . . . 273
11.14.TABLA N. Coeficiente de correlacion de Kendall . . . . . . . . . . . . . . . . . . . . . 273
11.15.TABLA O. Coeficiente de concordancia de Kendall . . . . . . . . . . . . . . . . . . . . 274
11.16.TABLA P. Coeficientes de Shapiro-Wilk . . . . . . . . . . . . . . . . . . . . . . . . . . 274
11.17.TABLA Q. Valores crticos de Shapiro-Wilk . . . . . . . . . . . . . . . . . . . . . . . . 275

6
Introduccion

La estadstica es una disciplina que se entiende como una forma de pensamientos para la re-
solucion de problemas cotidianos o cientficos, proporciona instrumentos para la toma de decisiones
cuando prevalecen condiciones de riesgo e incertidumbre.

En nuestros das esta se ha convertido en un metodo efectivo para describir con exactitud
los valores de datos economicos, polticos, sociales, psicologicos, biologicos, fsicos, entre otras, y sir-
ve como herramienta para relacionar y analizar dichos datos. Respecto a esto se comprende que la
estadstica abarca una gran cantidad de actividades, lo que desprende una cantidad extensa de temati-
cas importantes en todas las areas de la investigacion, las cuales dependen de la situacion a la que se
enfrenta y de los conceptos asociada a esta.

El presente manual tiene como objetivo dar a conocer lneas del conocimiento estadstico im-
portantes para el desarrollo de la recoleccion, calificacion y analisis de datos, para as hacer inferencias
cientficas sobre estos, ademas se daran a entender relaciones que existen entre las tematicas a abordar
para complementar en el desarrollo de cada una de estas.

Las areas que se presentaran siguen una estructura la que se inicia con la disciplina de Diseno
y analisis de encuestas, Captulo 1, esta tematica engloba la metodologa a seguir de un investigador
respecto a un estudio, la cual en su metodologa generaliza el uso de las otras tematicas a analizar,
posteriormente se aborda en la Estadstica no parametrica, Captulo 2, en el cual una vez profundizado
la tematica anterior, se presenta esta disciplina la que puede ser utilizada para contrastar docimas sin
previa informacion de la poblacion, es muy importante para cualquier tipo de area que se aborde en
esta linea de conocimientos estadsticos, y respecto a lo expuesto en el capitulo 1, es importante en el
momento de validar las hipotesis. Ya explicado esto se interiorizara el conocimiento con las Tecnicas
de muestreo, Captulo 3, una vez desarrollado los temas anteriores se puede deducir una necesidad se
analizar poblaciones a traves de un grupo reducido de estas, sea por costo, tiempo o actualizacion de
informacion, en esta disciplina se ensenaran diferentes tecnicas para as tener una representacion de
una muestra respecto a la poblacion. Estas tecnicas son fundamentales para los estudios en diseno y
analisis de encuestas (como el ver en que poblacion se basara el estudio), tambien se pueden utilizar
docimas de Estadstica no parametrica para comprobar aleatoriedad o comportamientos de la pobla-
cion. En general, es un piso fundamental para llevar acabo estudios sobre una poblacion. ede ahorrar
costos y alcanzar una mayor cantidad de analisis.

Siguiendo la lnea del conocimiento estadstico, se ahondara en los Metodos multivariantes,

Captulo 4, los cuales son herramientas de la estadstica que tienen como por objetivo reducir dimen-

7
sionalidad, calificar, discriminar y agrupar observaciones, en lo cual estos pueden utilizar tecnicas de
muestreo u ocupar docimas de estadstica no parametrica. Son de gran importancia para hacer estudios
con los objetivos propuestos, como en el caso hacer un estudio de asignacion de un credito bancario,
aglomerar grupos de individuos para luego hacer inferencias sobre estas, entre otras, como el analisis
de varianza o anova, la cual se relaciona de forma directa con el capitulo de modelos lineales y diseno
de experimentos en donde se explicara su relacion de interes con las tematicas expuestas. De esto se
puede desprender los Modelos lineales, Captulo 5, la que es una herramienta estadstica para poder
estudiar el comportamiento de una variable dependiente a traves de variables independientes, con esto
se puede formular un modelo de regresion lineal el cual se trabaja bajo ciertos supuestos, los cuales si
cumplen pueden un modelo eficiente en relacion a una investigacion. En esta tematica se profundiza el
como funcionan y se relaciona con lo metodos multivariantes para los analisis de anova, ya que estos
son base para entenderlos. Un investigador puede utilizar esta herramienta para poder encontrar un
modelo en el cual las variables o tratamientos que se definan expliquen una variable de interes. Estos
dan un entendimiento base para Diseno de experimentos, Captulo 6, en esta tematica se aborda de
lleno los diferentes disenos experimentales que un investigador puede definir para poder analizarlos y
ver si influyen en su variable respuesta, es esencial entender la base del capitulo de modelos lineales,
ya que estos se relacionan en gran importancia con los supuestos y desarrollos de los distintos disenos
experimentales.

Una rama distinta a las demas es Series cronologicas, Captulo 7, en la cual esta disciplina de
la estadstica se preocupa de estudiar observaciones medidas en un instante de tiempo, la cual formula
un modelo que se puede ajustar a estos datos de forma tal que se pueda predecir o retropredecir
valores a lo largo del tiempo. Estos pueden ser comparados con los modelos de regresion lineal con la
salvedad de que estos modelos son mas estaticos con respecto a la series de tiempo. Es importante que
en modelos lineales, analisis de anova, disenos de experimentos y series cronologicas, pueden ocupar
docimas de estadstica no parametrica para ver como se comportan sus residuos o como distribuyen,
para as ver si cumplen o no con los supuestos. Tambien se hace un alcance en que las series cro-
nologicas pueden ser ocupadas para analizar los residuos en modelos lineales. Es una herramienta
importante para un investigador que este llevando a acabo un estudio a traves del tiempo. Por ultimo,
se dara termino a esta lnea del conocimiento estadstico con Simulacion Estadstica, Captulo 8, la
que se puede relacionar con cualquiera de los ya expuestos, ya que la simulacion estadstica es un
metodo que disena algun modelo o calculo de un sistema real y obtener resultados a traves de este
en union con el software que se ocupe. Esta puede ser una herramienta provechosa para el investi-
gador con respecto a su estudio, ya que puede ahorrar costos y alcanzar una mayor cantidad de analisis.

Las ramas se profundizaran en el desarrollo de cada captulo de forma que no se dificulte el

aprendizaje para llevarlas a la practica.

8
Captulo 1

Diseno y analisis de encuesta

El diseno y analisis de encuesta entrega una pauta de los pasos a seguir en una investigacion,
desde la creacion de una idea, hasta la elaboracion de un instrumento que sea lo suficientemente con-
fiable para poder entregar una respuesta satisfactoria a cierto problema de interes.

El analisis de encuesta consiste en tratar de explicar tanto los enfoques experimentales como
los no experimentales, el cuantitativo y el cualitativo, abarcar desde la concepcion de la idea de la
investigacion y el desarrollo del marco teorico hasta la formulacion de hipotesis, la eleccion del diseno
de investigacion, la elaboracion del instrumento de recoleccion de datos y del reporte de investigacion.

1.1. Investigacion

Las investigaciones se originan en ideas las cuales pueden provenir de distintas fuentes y la
calidad de dichas ideas no esta necesariamente relacionadas con la fuente de donde provengan. Fre-
cuentemente las ideas son vagas y deben ser traducidas en problemas mas concretos de investigacion,
para lo cual se requiere una revision bibliografica de la idea. Las buenas ideas deben alentar al inves-
tigador, ser novedosas y servir para la elaboracion de teoras y la resolucion de problemas.

1.2. Planteamiento del problema

El planteamiento del problema es afinar y estructurar la idea de investigacion, desarrollando

tres elementos:
a) Objetivos de la investigacion.
b) Preguntas de la investigacion.
c) Justificacion de esta.
Los tres elementos deben ser capaces de guiar a una investigacion concreta y con posibilidad de prueba
emprica.

9
 Los objetivos y preguntas de investigacion deben ser congruentes entre s e ir en la misma
direccion. Los objetivos establecen que pretende la investigacion y las preguntas nos dicen que res-
puestas deben encontrarse mediante la investigacion.

Finalmente, la justificacion nos indica por que debe hacerse la investigacion.

Los criterios principales para evaluar el valor potencial de una investigacion son: conveniencia,
relevancia social, implicaciones practicas, valor teorico y utilidad metodologica. Ademas debe anali-
zarse la viabilidad de la investigacion y sus posibles consecuencias.

El planteamiento de un problema de investigacion cientfico no puede incluir juicios morales o

esteticos. Pero debe cuestionarse si es o no etico llevarlo a cabo.

1.3. Evaluacion del marco teorico

Cuando se tiene planteado el problema de estudio, es decir ya contamos con los objetivos y
preguntas de la investigacion, y ademas se ha evaluado su relevancia y factibilidad, el siguiente paso
consiste en sustentar el marco teorico del estudio.

El marco teorico se integra con las teoras, enfoques teorico, estudios y antecedentes generales
que se refieren al problema de investigacion. Para elaborar el marco teorico es necesario detectar,
obtener y consultar la literatura y otros documentos pertinentes para el problema de investigacion,
as como extraer y recopilar de ello la informacion de interes. La revision de la literatura puede ini-
ciarse manualmente o acudiendo a un banco de datos al que se tiene acceso por computacion.

La construccion del marco teorico depende de lo que se encuentre en la revision de la literatura:

a) Que existe una teora completamente desarrollada que se aplica al problema de investigacion.
b) Que hay varias teoras que se aplican en el problema de investigacion.
c) Que hay generalizaciones empricas que se aplican a dicho problema.
d) Que solamente existen guas no estudiadas e ideas vagamente relacionadas con el problema de
investigacion.
En cada caso vara la estrategia para construir el marco teorico.

El marco teorico cumple diversas funciones dentro de una investigacion, entre las cuales des-
tacan las siguientes:
1. Ayuda a prevenir errores que se han cometido en otros estudios.
2. Orienta sobre como habra de llevarse a cabo el estudio. En efecto, al acudir a los antecedentes,
se puede dar cuenta de como ha sido tratado un problema especfico de investigacion.
3. Ampla el horizonte del estudio y gua al investigador para que este se centre en su problema
evitando desviaciones del planteamiento original.

10
 4. Conduce al establecimiento de hipotesis o afirmaciones que mas tarde habran de someterse a
prueba en la realidad.
5. Inspira nuevas lneas y areas de investigacion.
6. Provee de un marco de referencia para interpretar los resultados del estudio.
Con el proposito de evaluar la teora de nuestro marco teorico podemos aplicar cinco criterios:
a) Capacidad de descripcion, explicacion y prediccion.
b) Consistencia logica.
c) Perspectiva.
d) Fructificacion.
e) Parsimonia.
El marco teorico orientara el rumbo de las etapas subsecuentes del proceso de investigacion.

1.4. Definicion del tipo de investigacion a realizar

Una vez que se ha efectuado la revision de la literatura y se afino el planteamiento del pro-
blema, se debe pensar que alcance tendra la investigacion: exploratorio, descriptivo, correlacional o
explicativo. Es decir, hasta donde (en terminos de conocimiento) es posible que llegue el estudio?

Ningun tipo de estudio es superior a los demas, todos son significativos y valiosos. La diferencia
para elegir uno u otro tipo de investigacion reside en el grado de conocimiento respecto al tema que
se va a estudiar y los objetivos.

Los estudios exploratorios tienen por objeto esencial examinar un topico desconocido o poco
estudiado. Esta clase de investigaciones sirven para desarrollar metodos a utilizar en estudios mas
profundos.

Los estudios descriptivos sirven para analizar como es y se manifiesta un fenomeno y sus com-
ponentes (e.g. cuantas personas ven un programa de television y por que lo ven).

Los estudios correlacionales pretenden ver como se relacionan o vinculan diversos fenomenos
entre s.

Los estudios explicativos buscan encontrar las razones o causas que provocan ciertos fenomenos.

Una misma investigacion puede abarcar fines exploratorios, en su inicio y terminar siendo
descriptiva, correlacional y hasta explicativa; todo segun los objetivos del investigador.

11
1.5. Hipotesis

Las hipotesis son proposiciones tentativas acerca de la relacion entre dos o mas variables y
se apoyan en conocimientos organizados y sistematicos. Las hipotesis contienen variables, estas son
propiedades cuya variacion pueden ser medidas.

Las hipotesis surgen normalmente del planteamiento del problema y la revision de la literatura,
y algunas veces de teoras. Las hipotesis deben referirse a una situacion real. Las variables contenidas
tienen que ser precisas, concretas y poder observarse en la realidad, la relacion entre las variables debe
ser clara, verosmil y medible. Asimismo, las hipotesis deben estar vinculadas con tecnicas disponibles
para probarlas.

Las hipotesis se clasifican en:

a) Hipotesis de investigacion.
b) Hipotesis nulas.
c) Hipotesis alternativas.
A su vez, las hipotesis de investigacion se clasifican de la siguiente manera:
1. Hipotesis descriptivas del valor de variables que se van a observar en un contexto.
2.

12
 3.

4.

Puesto que las hipotesis nulas y las alternativas se derivan a las hipotesis de investigacion, pueden
clasificarse del mismo modo pero con los elementos que las caracterizan.

Las hipotesis estadsticas se clasifican en:

a) Hipotesis estadsticas de estimacion.
b) Hipotesis estadsticas de correlacion.
c) Hipotesis estadsticas de las diferencias de los grupos.

13
En una investigacion puede formularse una o varias hipotesis de distintos tipos. Las hipotesis se con-
trastan contra la realidad para aceptarse o rechazarse en un contexto determinado.

La formulacion de hipotesis va acompanada de las definiciones conceptuales y operacionales de

las variables contenidas dentro de las hiptesis.

Hay investigaciones que no pueden formular hipotesis por que el fenomeno a estudiar es des-
conocido o se carece de la informacion para establecerlas (pero ello solo ocurre en los estudios explo-
ratorios y algunos estudios descriptivos).

1.6. Diseno experimental de investigacion

Una vez que se ha definido el tipo de estudio a realizar y se han definido las hipotesis de inves-
tigacion, el investigador debe concebir una manera practica y concreta para responder a las preguntas
de investigacion, esto implica seleccionar un tipo de diseno y aplicarlo al tipo de estudio.

En su aceptacion mas general, un experimento consiste en aplicar un estmulo a un individuo o

grupo de individuos y ver el efecto de este estmulo en alguna(s) variable(s). Los experimentos se reali-
zan en condiciones de mayor o menor control. El maximo se alcanza en los experimentos verdaderos.

Deducimos que un estmulo afecta cuando observamos diferencias (en las variables que supues-
tamente serian afectadas), entre un grupo al que se le administro dicho estmulo y el grupo al que no
se le administro, siendo ambos iguales en todo excepto en esto ultimo.

Para lograr el control o la validez interna de los grupos se le administro los estmulos y a otro
no. A veces graduamos la cantidad del estmulo que se administra, es decir, a distintos grupos (seme-
jantes) les administramos diferentes grados del estmulo para observar si provocan efectos distintos.

La asignacion de azar es (normalmente), el metodo preferible para lograr que los grupos del
experimento sean comparables (semejantes).

Existen diversos factores o fuentes que pueden hacer que nos confundamos y ya no sepamos si
la presencia de una variable independiente o tratamiento experimental tiene o no un verdadero efecto,
se trata de explicaciones rivales a las explicacion de que la(s) variable independiente(s) afecta o no a
la(s) variable(s) dependiente (s).

A estas explicaciones rivales se les conoce como fuentes de invalidacion interna, por que atentan
contra la validez interna de un experimento. La validez tiene que ver con la calidad del experimento y
se logra cuando hay control, cuando los grupos difieren entre s solamente en la exposicion a la variable
independiente.

14
 Hay nueve fuentes de invalidacion interna:
1. Historia: Son antecedentes que ocurren durante el desarrollo del experimento que afectan a la
variable dependiente y pueden confundir los resultados experimentales.
2. Maduracion: Son procesos internos de los participantes que opera como consecuencia del tiempo
y que afectan los resultados del experimento, como el cansancio, hambre, aburricion, aumento
de edad.
3. Inestabilidad: Poca o nula confiabilidad de las mediciones, fluctuaciones en las personas selec-
cionadas o componentes del experimento, o inestabilidad autonorma de mediciones repetidas
aparentemente equivalentes.
4. Administracion de pruebas: Se refiere al efecto que puede tener la aplicacion de una prueba sobre
las puntuaciones de pruebas subconsecuentes.
5. Instrumentacion: Esta fuente hace referencia a cambios en los instrumentos de medicion o en los
observadores participantes que pueden producir variaciones en los resultados que se obtengan.
6. Regresion estadstica: Esta fuente se refiere a un efecto provocado por una tendencia de sujetos
seleccionados sobre la base de puntuaciones extrema.
7. Seleccion: Esta puede presentarse como resultado de elegir a los sujetos para los grupos del
experimento, de tal manera que los grupos no sean equiparables, es decir si no se seleccionan
los sujetos para los grupos asegurandose la equivalencia de estos, la seleccion puede resultar
tendenciosa.
8. Mortalidad: Esta fuente se refiere a diferencias en la perdida de participantes entre los grupos
que se comparan.
9. Interaccion entre seleccion y maduracion: Se trata de un efecto de maduracion que no es igual
en los grupos del experimento, debido a algun factor de seleccion.
Los disenos experimentales se pueden clasificar en:
a) Puros.
b) Pre-experimental.
c) Cuasi-experimental.
Los experimentos puros son aquellos que manipulan las variables independientes para ver sus efectos
sobre variables dependientes, la variable independiente es la que se considera como supuesta causa en
una relacion entre variables, es la condicion antecedente, y al efecto provocado por dicha causa se le
denomina variable dependiente (consecuente), el investigador hace variar la variable independientes,
es decir, da distintos valores a esta variable para posteriormente analizar como cambia la variable
dependiente.

Los estudios pre-experimentales se llaman as, porque su grado de control es mnimo, consiste
en administrar un estmulo o tratamiento a un grupo, y despues aplicar una medicion en una o mas
variables para observar cual es el nivel del grupo en estas variables.

Los disenos cuasi-experimental tambien manipulan deliberadamente al menos una variable in-
dependiente para ver su efecto y relacion con una o mas variables dependientes, solamente que difieren
de los disenos puros en el grado de seguridad o confiabilidad que pueda tenerse sobre la equivalencia

15
inicial de los grupos, en estos disenos los sujetos no son asignados al azar a los grupos ni emparejados,
sino que dichos grupos ya estaban formados antes del experimento, son grupos intactos (la razon por
la que surgen y la manera como se forman fueron independientes o aparte del experimento).

Los experimentos que hacen equivalentes a los grupos y que se mantienen en esta equivalen-
cia durante el desarrollo de aquellos, controlan las fuentes de invalidacion interna. Lograr la validez
interna es el objetivo metodologico y principal en todo experimento. Una vez que se consigue es ideal
alcanzar validez externa (posibilidad de generalizar los resultados de la poblacion, otros experimentos
y situaciones no experimentales).

Hay dos contextos en donde pueden realizarse los experimentos: el laboratorio, y el campo.

En los cuasiexperimentos alcanzar validez interna en medida en que se demuestran la equiva-

lencia inicial de los grupos participantes y la equivalencia en el proceso de experimentacion.

Los experimentos verdaderos constituyen estudios explicativos, los pre-experimentos basi-

camente son estudios exploratorios y descriptivos; los cuasiexperimentales son (fundamentalmente),
correlaciones aunque pueden llegar a ser explicativos.

1.7. Investigacion no experimental

La investigacion no experimental es la que se realiza sin manipular deliberadamente las varia-

bles independientes, se basa en variables que ya ocurrieron o se dieron en la realidad sin la intervencion
directa del investigador. Es un enfoque retrospectivo.

Es conocida tambien como investigacion expost-efecto (los hechos y variables ya ocurrieron) y

observa variables y relaciones entre estas en su contexto natural.

16
 Los disenos no experimentales se dividen de la siguiente manera:

Los disenos transeccionales realizan observaciones en un momento unico en el tiempo. Cuando miden
variables de manera individual y reportan esas mediciones son descriptivos. Cuando describen rela-
ciones entre variables son correlacionales y si establecen procesos de causalidad entre variables son
correlacionales/ causales.

Los disenos longitudinales realizan observaciones en dos o mas momentos o puntos en el tiem-
po. Si estudian a una poblacion son disenos de tendencia, si analizan a una subpoblacion o grupo
especfico son disenos de analisis evolutivo de grupo y si estudian a los mismos sujetos son disenos de
panel.

La investigacion no experimental posee un control menos riguroso que la experimental y en

aquella es mas complicado inferir relaciones causales. Pero la investigacion no experimental es mas
natural y cercana a la realidad cotidiana.

El tipo de diseno a elegir se encuentra condicionado por el problema a investigar, el contexto

que rodea a la investigacion, el tipo de estudio a efectuar y las hipotesis formuladas.

1.8. Redaccion y analisis de tems

Ahora bien siguiendo con los conceptos que conllevan a una investigacion, para la medicion
de caractersticas fsicas (por ejemplo, el peso, la altura, etc.), existen, instrumentos tangibles para
poder medirlas, en el caso de caractersticas psicologicas (nivel de atencion, postura hacia el consumo
de drogas, etc.) no existen instrumentos de medicion que entreguen resultados de forma precisa, di-
chas caractersticas representan constructos que se deben medir mediante instrumentos disenados de
manera especfica, dichos instrumentos son los test, cuestionarios o inventarios. Por el contrario a los
instrumentos que miden longitud, que entregan una medida precisa, la bondad de un test no se puede
presuponer, mas bien siempre se esta mejorando.

17
 Un cuestionario estara formado por una serie de elementos o tems a los que cada individuo
que se somete a la prueba debera responder. Luego de cuantificar las respuestas de cada individuo, se
asignan puntuaciones a esa persona con respecto al constructo o atributo que se pretende medir. Una
puntuacion indica el grado de asociacion de la persona con el atributo.

1.8.1. Definicion de constructo

Como primer paso, es necesario dar una definicion operacional del constructo o rasgo que se
quiere medir, que es un concepto, pero que tiene un sentido adicional, el cual fue inventado o adoptado
de una manera deliberada y consciente para un proposito en especial.

1.8.2. Construccion provisional del cuestionario

De lo anterior debemos ser capaces de establecer un conjunto de tems que representen las
conductas mediante las que se manifiestan los componentes del constructo.

En relacion a la construccion de los tems existen dos temas a tener en cuenta: El formato
de respuesta y las normas de redaccion de los tems.

1.8.3. Formato de respuesta

En los test de rendimiento optimo (pruebas de rendimiento, inteligencia) se desea medir el

rendimiento maximo de cada persona ante una serie de preguntas. Usualmente, el formato de respuesta
de estos tems se ajusta a uno de los siguientes formatos:
a) Eleccion Binaria: De dos alternativas, se elige la correcta (Verdadero o Falso).
b) Eleccion Multiple: Entre mas de dos alternativas se elige la correcta. Este formato es el mas
utilizado por la objetividad.
c) Emparejamiento: Se basa en encontrar parejas entre dos conjuntos de conceptos.
A traves de las pruebas de rendimiento tpico se desea reflejar el comportamiento ordinario de las
personas. El objetivo de esta evaluacion es tomar alguna opinion, actitud o rasgo de personalidad. El
formato de respuesta de estas pruebas se ajusta a alguno de los siguientes:
a) Opcion Binaria: La persona manifiesta si esta de acuerdo o en desacuerdo con alguna afirmacion.
b) Categoras Ordenadas: Aca se establecen mas de dos opciones, en donde la persona es capaz
de matizar su respuesta. Por lo general, estas categoras se ordenan desde: Muy de Acuerdo,
hasta Muy en Desacuerdo, pasando por opciones intermedias, con una categora al centro que
indica neutralidad con respecto al tema.
c) Adjetivos Bipolares: Tambien conocido como diferencial semantico, se caracteriza por estar
formado por pares de adjetivos opuestos.

18
1.8.4. Redaccion de tems

Algunas recomendaciones para la redaccion de tems en pruebas de rendimiento optimo son:

La idea principal del tem debe estar en el enunciado.
Evitar conocimientos excesivamente triviales o excesivamente rebuscados.
No encadenar unos tems con otros.
Anticipar la dificultad e incluir preguntas de todo rango de dificultad (casi siempre conviene mas
preguntas de dificultad media).
Evitar el uso de negaciones, y en caso de incluirlas, subrayarlas, evitar tambien errores grama-
ticales y ortograficos.
Si la prueba es corta, se necesitara mayor cantidad de opciones distractoras, mientras que si la
prueba es mas larga, con dos distractores es suficiente.

Ademas se deben evitar las opciones del tipo todas las anteriores son correctas o ninguna
de las anteriores es correcta, as tambien se debe balancear la posicion de la opcion correcta, para
que no se situe siempre en la misma opcion.

Tambien se debe tener en cuenta la dificultad para crear las alternativas incorrectas, donde
estas no deben ser absurdas ni que se puedan eliminar con cierto grado de sentido comun. El estable-
cimiento de alternativas multiples exige un conocimiento claro de lo que se desea evaluar como de las
personas a las que va dirigida la prueba.

En relacion a las pruebas de rendimiento tpico se propone lo siguiente:

Deben ser relevantes.
Contenido claro, evitando generalidad.
Se debe minimizar la posibilidad de deseabilidad social (responder pensando en lo que diran los
demas).

1.8.5. Cuantificacion de las respuestas

Luego de establecer el formato de respuesta mas adecuado, es preciso decidir como se pueden
cuantificar los posibles resultados. En general, para los tems de rendimiento optimo se asigna 1 si es
acierto y 0 si es error, as el puntaje directo sera el numero de tems que el sujeto acierte.

Por otro lado, las pruebas de rendimiento tpico requieren cuantificar las posibles respuestas
tomando en cuenta que la alternativa con mayor valor indique mayor nivel de rasgo u opinion.

Por ejemplo, si es una categora con opcion binaria se puede cuantificar con 1 el acuerdo
y 2 el desacuerdo o viceversa. Mientras que si el formato es de n categoras ordenadas, estas se
cuantificaran desde 1 hasta n, tomando en cuenta la direccion de la afirmacion.

19
1.8.6. Analisis de tems

Los tems se han formulado para que midan el constructo, o rasgo que se desea evaluar. Luego
el grado en que cada tem es bueno es algo que se puede comprobar estadsticamente si se definen
ciertos indicadores, el ndice de dificultad, el ndice de homogeneidad y el ndice de validez.

Para esto, luego de aplicar la prueba a una muestra de sujetos y cuantificadas las respuestas,
se forma una matriz de datos.

Items
Sujeto 1 2 ... j ... n X
1 a11 a12 . . . a1j ... a1n
..
.
i ai1 ai2 ... aij ... ain
..
.
N aN 1 aN 2 ... aN j ... aN a

Donde aij indica el valor de la respuesta del sujeto i en el tem j. Luego al sumar por filas se puede
obtener las puntuaciones directas (X) de los sujetos en el total del test.

1.8.6.1. Indice de dificultad

Sirve para cuantificar el grado de dificultad de cada tem, por lo que solo tiene sentido en los
test de rendimiento optimo.

Este ndice para un tem j es el siguiente:

Aj Numero de personas que acertaron el tem j

Dj = =
Nj Total de personas que lo trataron de resolver
La interpretacion de este ndice es que mientras mas cercano a cero, mas difcil resulto este tem,
mientras que cuando es mas cercano a 1 este tem resulto mas facil.

1.8.6.2. Indice de homogeneidad

Llamado tambien ndice de discriminacion de un tem, se define como la correlacion de Pearson

entre las puntuaciones de los N sujetos en el tem j con las puntuaciones (X).

Hj = rjX
Este ndice mide el grado en que el tem j esta midiendo lo mismo que la prueba. Los tems con bajo
Hj indican que estan midiendo algo diferente que la prueba en conjunto.

Si un test tiene poca cantidad de tems, resulta mas apropiado ocupar el ndice de homogeneidad
corregido rj(Xj) , este ndice se calcula como la correlacion de los puntajes del tem con la puntuacion
total del test luego de restarle el total de las puntuaciones del tem que se quiere obtener.

20
1.8.6.3. Indice de Validez

Se puede tambien correlacionar los puntajes de un tem j con lo que obtengan los N sujetos
bajo un criterio de validacion externa al test (Y), luego se define el ndice de validez como:

Vj = rjY
(Y), en este caso es una medida diferente para reflejar el mismo rasgo, por lo que si el test esta mi-
diendo lo que se desea, este ndice sera alto.

Los tems que tengan un Vj cercano a cero, es conveniente sacarlos de la prueba, ya que no
estan aportando a medir el rasgo que se pretende medir.

1.8.7. Analisis de opciones incorrectas de respuesta

Muy en relacion con el analisis de tems, se encuentra el tema del estudio de los patrones
de respuesta, que se han dado a las diferentes alternativas de cada tem. Para un tem concreto de
una prueba de rendimiento optimo, lo ideal es que la alternativa seleccionada en mayor medida sea
la correcta; cada una de las alternativas incorrectas del tem debe tambien ser seleccionada por un
numero de personas que, aun siendo inferior al que selecciona la alternativa correcta, ratifique como
adecuadas (como bien planteadas) dichas alternativas incorrectas.

1.8.8. Correccion de los efectos del azar

En los test de opcion multiple, donde se debe seleccionar una sola alternativa, se puede sobre-
estimar el puntaje de una persona por el hecho que esta conteste algunas preguntas al azar, entonces
se necesita establecer un procedimiento para descontar los aciertos producidos por el azar Aa .

Luego, se puede estimar el numero de aciertos al azar, el cual esta determinado por:
1
Aa = E
n
Donde E corresponde a la cantidad de tems erroneos.

1.9. Modelo clasico y concepto de fiabilidad

En el area de la psicologa, no es posible medir aptitudes, actitudes, etc., por lo cual se cons-
truyen test para poder entregar alguna medicion del comportamiento de cierta persona.

Como se vio anteriormente, los resultados de los test se pueden cuantificar, obteniendose un
puntaje para cada persona (X). Pero la duda que surge es que si dicho puntaje puede medir efectiva-
mente el rasgo, por esto, la teora clasica de los test propone un modelo formal, llamado modelo lineal
clasico, el cual, bajo ciertos supuestos es capaz de determinar el grado en que un test informa sobre
cierto rasgo.

21
Supuestos

El modelo de puntuacion verdadera se basa en un primer supuesto:

a) X = V + E donde V es el puntaje verdadero de la persona y E es un error de medicion.
b) V = E(X) es decir, el puntaje verdadero es igual al valor esperado de las puntuaciones empricas.
c) V E = 0 es decir, la correlacion entre el puntaje verdadero y el error de medicion es nula.
d) Ej Ek = 0 es decir, que si se conocen los errores de medicion en un sujeto para dos test distintos,
no existe correlacion entre ellos.
e) Ej Vk = 0 es decir, que el error de medicion en un test no esta correlacionado con el puntaje
verdadero en otro test para un individuo.

1.9.1. Fiabilidad del test

Se entiende por fiabilidad el grado de estabilidad, precision o consistencia que manifiesta el

test como instrumento de medicion de un rasgo determinado.

Tradicionalmente, la fiabilidad de un test puede entenderse de tres maneras diferentes:

1. Aludiendo a la estabilidad temporal de las medidas que proporciona.
2. Haciendo referencia al grado en que diferentes partes del test miden un rasgo de manera consis-
tente.
3. Enfatizando el grado de equivalencia entre dos formas paralelas.

1.9.2. Formas paralelas de un test

Segun el modelo clasico, las formas paralelas de un test se definen con las siguientes condiciones:
a) Un individuo tiene los mismos puntajes verdaderos en ambas formas.
b) La varianza de los errores de medicion es la misma en ambas formas.
Pero, en la practica no se conocen los valores de los puntajes verdaderos, solamente conocemos los
puntajes empricos. Se puede constatar que para que dos formas sean paralelas, los puntajes medios
son los mismos, al igual que las varianzas. Al ocupar estadstica inferencial, podemos determinar esto
mediante los siguientes test:
a) Test para igualdad de medias.

H0 : 1 2 = 0 v/s H1 : 1 2 6= 0

El estadstico es:

D N
T = tN 1
SD
Donde D es el promedio de las diferencias y SD la desviacion estandar de las diferencias.

22
 b) Test para igualdad de varianzas.

H0 : 1 2 = 0 v/s H1 : 1 2 6= 0

El estadstico es:

(S12 S22 ) N 2
T = p
2
tN 2
2S1 S2 1 r12
Donde r1 2 es la correlacion de Pearson entre X1 y X2 .

1.9.3. Coeficiente de fiabilidad de formas paralelas

Se define el coeficiente de fiabilidad como la correlacion de los puntajes obtenidos de los sujetos
de dos formas paralelas de un test. Es decir, si dos formas de un test pretenden medir un mismo rasgo,
se espera una correlacion alta entre ambos puntajes empricos para una misma poblacion.

El coeficiente de correlacion de Pearson para datos poblacionales esta dado por la siguiente
forma:

X1 X2 2
12 = = 2v
N 1 2 X
Esto significa que el ndice de fiabilidad es el cociente entre la variacion de los puntajes verdaderos y la
variacion de los puntajes empricos. Dicho coeficiente asume valores entre 0 y 1, ya que las varianzas
son siempre positivas.

1.9.4. Coeficiente de fiabilidad de n formas paralelas

Supongamos que se tienen n formas paralelas para medir un aspecto psicologico determinado.
Por lo visto anteriormente, estas n formas tendran la misma varianza emprica, al igual que las corre-
laciones entre todas los posibles pares de formas.

Se definen los parametros de una forma paralela como x , v , e , xx (varianzas de las puntua-
ciones empricas, verdaderas, error, respectivamente y por ultimo el coeficiente de fiabilidad), entonces
al unir las n formas paralelas los parametros seran nx , nv , ne , nxx , donde:
a) La varianza emprica es:

nx = nx2 [1 + (n 1)xx ]

b) La varianza verdadera es:

nv = n2 v2

c) La varianza error es:

ne = ne2

23
 d) El coeficiente de fiabilidad del test alargado es:
nxx
nxx =
1 + (n 1)xx

Esta expresion se conoce como formula general de Spearman-Brown y permite obtener el ndice de
fiabilidad de un test compuesto de n formas paralelas.

1.9.5. Fiabilidad como correlacion entre formas paralelas

A veces, por razones de ndole practica o investigadora, se disena un test y una segunda ver-
sion del mismo, denominada forma paralela, que intenta evaluar o medir lo mismo que el test original
pero con diferentes tems. Como ya hemos explicado, dos versiones o formas se consideran paralelas si,
aplicadas a una misma muestra de personas, obtienen medias y varianzas probabilsticamente similares.

La correlacion de Pearson entre las puntuaciones obtenidas en una misma muestra en dos
formas paralelas se considera el coeficiente de fiabilidad de cualquiera de ellas, e indicara el grado en
que pueden considerarse equivalentes.

1.9.6. Fiabilidad como estabilidad temporal (Test-retest)

Si disponemos de las puntuaciones de N personas en un test y, despues de transcurrido un

tiempo, volvemos a medir a las mismas personas en el mismo test, cabe suponer que siendo el test al-
tamente fiable, deberamos obtener una correlacion elevada entre ambas mediciones. Dicha correlacion
entre la evaluacion test y la evaluacion retest (rxx) se denomina coeficiente de fiabilidad test-retest, e
indicara tanta mayor estabilidad temporal de la prueba cuanto mas cercano a uno sea.

1.9.7. Metodo de dos mitades

Este procedimiento consiste en dividir el test en dos mitades equivalentes (normalmente una
con los elementos pares y otra con los impares). Para cada sujeto se obtiene la puntuacion directa
en ambas mitades. Disponemos entonces de dos variables (P e I), cuya correlacion (rP I ) indica su
grado de relacion. Para superar el problema de subestimacion, y as obtener el coeficiente de fiabilidad
del test completo, debemos aplicar la formula de Spearman-Brown, considerando ahora que estamos
trabajando con datos muestrales, y haciendo n = 2 ya que el test completo tiene el doble de tems que
cualquiera de sus mitades:
2rP I
rxx =
1 + rP I

1.9.8. Coeficiente de Cronbach

Fue desarrollado por J.L. Cronbach y a diferencia de los metodos anteriores, requiere de solo
una aplicacion del instrumento. Ademas no es necesario dividir los tems del instrumento, ya que solo
es necesario aplicar la medicion y calcular el coeficiente.

24
 Pk !
2
k i=1 Si
= 1 2
k1 St
Donde,
k: Numero de tems o preguntas.
Si2 : Varianza del tem i.
St2 : Varianza del total de valores observados (varianza de la suma de los tems).

1.9.9. Error tpico o estandar de medida

Asumiendo el postulado fundamental del modelo clasico, que expresa la relacion:

X =V +E
Es facil demostrar que se cumple la siguiente relacion para datos muestrales:

Sx2 = Sv2 + Se2

A la desviacion tpica de los errores de medida (Se ) se denomina error tpico de medida. En cierta
manera, se representa tambien una medida de precision: cuanto mas cercano a cero sea el error tpico
de medida de un test, eso significara que dicho test proporciona a cada persona una puntuacion X
cercana a su nivel de rasgo V .

En terminos parametricos, se puede demostrar que el coeficiente de fiabilidad es:

v2
xx =
x2
Para datos muestrales, la expresion anterior queda establecida como:

Sv2 Sv2
rxx = = 1
Sx2 Se2
De donde se deduce que el error tpico de medida puede obtenerse a partir de la expresion:

Se = Sx 1 rxx

1.10. Validez del test

Una cosa es que el test mida de manera precisa o estable (esta cualidad se refiere a su fiabili-
dad), y otra diferente es la cuestion de que es lo que autenticamente esta evaluando.

La validacion es un proceso continuo, que incluye procedimientos diferentes para comprobar

si el cuestionario mide realmente lo que dice medir. Dicho de otro modo, tiene que ver con el tipo de
conclusiones o inferencias que pueden realizarse a partir de las puntuaciones obtenidas en el test.

Aunque cada vez se tiende mas a concebir la validez como un proceso unitario que tiene como
objetivo aportar pruebas sobre las inferencias que podemos realizar con un test, tradicionalmente

25
se han diferenciado varios procedimientos de validacion, alguno de los cuales incluye varios metodos
diferentes de comprobacion. Los fundamentales procedimientos son denominados como validez de
contenido, de constructo y referida al criterio.

1.10.1. Validez de contenido

Sobre todo en pruebas de rendimiento (por ejemplo, pruebas de inteligencia, de aptitudes, etc...)
y en pruebas de conocimientos (cuestionarios para evaluar el rendimiento en una materia escolar o en
una especialidad tematica concreta), tiene sentido justificar que el conjunto de tems que forman el
test conforman una muestra representativa del universo de contenidos que interesa evaluar.

1.10.2. Validez de constructo

Un constructo es un concepto elaborado por los teoricos de la Psicologa para explicar el com-
portamiento humano. Inteligencia fluida, extroversion, autoconcepto, asertividad, motivacion intrnse-
ca... son constructos que forman parte de teoras psicologicas y que precisan de indicadores observables
para su estudio. En muchas ocasiones, estos indicadores son los tems de un test, y debe comprobarse
empricamente donde resultan adecuados para reflejar el constructo de referencia.

1.10.2.1. Estrategias para la validez de constructo

La validez de constructo incluye la planificacion y ejecucion de determinados estudios de in-

vestigacion orientados a comprobar empricamente que un test mide realmente el constructo o rasgo
que pretendemos.

Aunque los metodos a emplear son sin duda variados, as como las tecnicas estadsticas para
analizar los datos, podemos encontrar un comun denominador a todos ellos, que se sintetiza en las
siguientes fases:
Formular hipotesis relevantes en las que aparezca el constructo que pretendemos evaluar con el
test.
Efectuar en la practica mediciones oportunas de las variables o constructos involucrados en las
hipotesis.
Determinar si se verifican o no las hipotesis planteadas. En el caso de que as sea, queda confir-
mado mediante una investigacion que el test mide el constructo de interes ya que, de lo contrario,
no habra razones logicas para que se cumplieran las hipotesis formuladas.

1.10.3. Validez de criterio

Cuando se pretende utilizar el test para pronosticar determinados criterios de rendimiento

(por ejemplo, el rendimiento escolar en un nivel dado, el total de ventas que se van a conseguir o la
mejora en un proceso terapeutico) conviene que el test se relacione muy estrechamente con un criterio
externo. Este criterio externo debe ser una medida fiable del rendimiento que se quiere pronosticar con
el test: calificaciones escolares, total de ventas producidas en un determinado perodo, estimaciones

26
de un terapeuta de las mejoras conseguidas por cada persona, etc. A la correlacion entre las puntua-
ciones en el test (X) y en el criterio (Y) se le denomina coeficiente de validez, lo designamos como
rxy e indicara el grado en el que el test sirve para pronosticar con precision el rendimiento en el criterio.

Recordando algunos conceptos fundamentales de la regresion lineal simple, el coeficiente de

determinacion se puede expresar de la siguiente manera:

2
Sy20 2
Syy 0
rxy = =1
Sy2 Sy2
Donde,
Sy2 : Varianza del criterio.
Sy20 : Varianza de los pronosticos.
2
Syy 0 : Varianza de los errores de pronostico.

1.10.3.1. Factores que afectan al coeficiente de validez

El coeficiente de validez es una correlacion entre una variable X (test) y otra Y (criterio). La
cuanta de la correlacion viene condicionada por varios factores, como son:
La fiabilidad del test.
La fiabilidad del criterio.
La autentica relacion entre test y criterio.
La variabilidad de la muestra en el test y en el criterio.
Respecto a los dos primeros factores, se puede decir que el coeficiente de validez tiende a incrementarse
a medida que test y criterio son variables medidas con exactitud. Problemas de fiabilidad en uno u
otro se reflejan mediante una disminucion del coeficiente de validez. De hecho, se puede comprobar

que el lmite maximo al que puede llegar rxy es rxx ryy es decir:

rxy rxx ryy
Siendo rxx el coeficiente de fiabilidad del test y ryy el coeficiente de fiabilidad del criterio.

27
1.11. Tabla de resumen

TEMAS CONTENIDOS
Investigacion Definicion de investigacion
Planteamiento del problema Estructuracion de la idea de investi-
gacion
Marco teorico Orientacion de la investigacion
Tipo de investigacion Definir alcance de la investigacion
Hipotesis Define relacion entre dos o mas va-
riables a partir de una afirmacion
Tipos de diseno de investigacion Diseno no experimental
Diseno experimental
Redaccion y analisis de tems Definicion del constructo
Construccion provisional del cues-
tionario
Formato de respuesta
Redaccion de tems
Cuantificacion de las respuestas
Analisis de tems
Analisis de opciones incorrectas de
respuesta
Correccion de los efectos del azar
Modelo clasico y concepto de fiabilidad Fiabilidad del test
Formas paralelas de un test
Coeficiente de fiabilidad de formas
paralelas
Coeficiente de fiabilidad de n formas
paralelas
Fiabilidad como correlacion de for-
mas paralelas
Fiabilidad como estabilidad tempo-
ral
Metodos de dos mitades
Coeficiente de Cronbach
Error tpico o estandar de medida
Validez del test Validez del contenido
Validez de constructo
Validez de criterio

28
1.12. Comentarios

Si bien el diseno de encuestas estructura y da forma a una investigacion, este se relaciona con
varias areas de la estadstica, como son las tecnicas de muestreo las cuales acotan el alcance de los
resultados de la investigacion como tambien en la seleccion de los grupos de estudio. Otro alcance, es
que en la seleccion del tipo de diseno experimental tiene una relacion directa con el captulo de di-
seno de experimentos, en el cual el investigador selecciona el mejor modelo para representar su estudio.

Por ultimo, la relacion con el captulo siguiente, estadstica no parametrica, es aquella con la
cual ayuda a contrastar las hipotesis de las medias en las formas paralelas de un test.

En referencia al manual estadsitco del ano 2000, este captulo fue reordenado en su estructura.

29
Referencias

[1] Sampieri. (1997). Metodologa de la Investigacion. 1a edicion. Editorial McGraw-Hill.

[2] Abad F / Garca C. (2004). Introduccion a la Psicometra. Universidad Autonoma de Madrid.
[3] Guillermo Briones. (1990). Metodos y Tecnicas de Investigacion para las Ciencias Sociales. 2a
edicion. Editorial Trillas.

30
Captulo 2

Estadstica No Parametrica

En los metodos de estadstica inferencial se requieren de supuestos a priori acerca de la na-

turaleza o forma de las poblaciones involucradas para poder hacer estimaciones o inferencias sobre
los valores reales de ciertos parametros especficos, como la media (), la desviacion estandar () o
la proporcion (p). Tambien los problemas de pruebas de hipotesis en esta area depende de dichos
supuestos.

En este captulo se abordara una rama de la estadstica totalmente contraria a la anteriormente

citada, esta es, la estadstica no parametrica, la cual posee la libertad de no regirse por supuestos sobre
la naturaleza de la poblacion en estudio, es por esto que las pruebas de hipotesis no parametricas son
tambien llamadas pruebas de libre distribucion.

Por lo general, las pruebas no parametricas son faciles de usar y calcular, eliminan la necesidad
de de suposiciones restrictivas de las pruebas parametricas. Tambien una de las importancias de esta
disciplina es la de trabajar con muestras pequenas y usar datos cualitativos, sin embargo, a veces,
ignoran o pierden informacion e incurren en un mayor error del tipo II (no rechazar una hipotesis nula
falsa).

2.1. Conceptos previos

2.1.1. Clasificacion de variables

Las variables se clasifican segun su recorrido y/o su escala.

1.- Segun el recorrido, encontramos 3 tipos:

Dicotomicas o binarias: solo pueden tomar un de dos valores.

Discretas o categoricas: aquellas que solo toman valores enteros.
Continuas: toman valores en la recta real.

2.- Segun la escala, encontramos 4 tipos:

31
 Nominal: on variables numericas cuyos valores representan una categora o identifican un grupo
de pertenencia.
Ordinal (rankings): son variables numericas cuyos valores representan una categora o identi-
fican un grupo de pertenencia contando con un orden logico o jerarquico.
Intervalo: son variables numericas cuyos valores representan magnitudes y la distancia entre
los numeros de su escala es igual. Las variables de intervalo carecen de un cero absoluto, por lo
que operaciones como la multiplicacion y la division no son realizables.
Razon: poseen las mismas caractersticas de las variables de intervalo, con la diferencia que
cuentan con un cero absoluto; es decir, el valor cero representa la ausencia total de medida.

2.1.2. Estadsticos de orden

Sea X = (X1 , . . . , Xn ) una muestra aleatoria de variables independientes e identicamente dis-

tribuidas con funcion de distribucion FX (x). Entonces se ordena la m.a. de forma creciente y se define
X[i] como estadstico de orden i de la muestra aleatoria.

Es decir:
Mnimo valor de la muestra: X[1] = min{Xi } i = 1, . . . , n
Maximo valor de la muestra: X[n] = max{Xi } i = 1, . . . , n
r-esimo estadstico de orden: X[r] 1 < r < n
Algunas aplicaciones de esta estadstica son:
1. Cuando se desea obtener el mnimo costo al cual se puede obtener cierta materia prima.
2. La temperatura maxima en un lapso de tiempo en estudio.
3. Cuando se requiere la maxima presion de soporte de un cierto material de construccion, etc.
La mediana es un buen estimador para la tendencia central de la poblacion, ya que esta no se ve
influenciada por valores grandes o pequenos dentro de la muestra como es en el caso de la media.
Luego la mediana para la m.a. se define por:

X n+1

2
si n es impar
Me =
1 (X n + X n ) si n es par

2 2 2
+1

Otros elementos fundamentales son el rango definido como X[n] X1 y el rango intercuatlico
(Q3 Q1 ). Estos estimadores dan una buena apreciacion de la dispersion de los datos.

2.1.3. Test de Hipotesis

Para realizar un test de hipotesis se deben seguir los siguientes pasos:

32
 1. Planteamiento de la Hipotesis
H0 : Hipotesis nula. Se plantea con el proposito de rechazarla.
H1 : Hipotesis alternativa. Declaracion operacional de la hipotesis de investigacion.
2. Region de rechazo de H0
a) Determinacion del modelo probabilstico.
b) Especificacion del nivel de significancia .
El nivel de significancia viene dado por el Error Tipo I :

= P (Rechazar H0 |H0 es verdadera)

La potencia del test 1 viene dada por el Error Tipo II :

= P (No rechazar H0 |H0 es falsa)

Al aumentar el tamano de la muestra, aumenta y disminuye , es decir, aumenta el nivel

de significancia y aumenta la potencia del test.
c) Determinacion del valor crtico.
Con este valor se construye una region de rechazo para H0 y dependiendo de la hipotesis
alternativa H1 esta region puede ser unilateral (caso de < o >) o bilateral (caso de 6=).
3. Calculo de la estadstica
Se define como p-valor a la mnima probabilidad de rechazar H0 dado a que esta es verdadera,
es decir, es la mnima probabilidad de cometer un Error Tipo I.
a) La estadstica del test viene dada por la estimacion del parametro.
b) Determinacion del p-valor.
c) Decision.
p valor : Se rechaza H0 .
p valor > : No existe evidencia para rechazar H0 .
4. Conclusion.
Se de respuesta a la pregunta acerca de lo que se esta constrastando en la hipotesis.
Nota. En todo el captulo, en las ocasiones en que los estadsticos siguen una distribucion asintotica,
se debera ver en Anexo, las tablas A y B correspondientes a las distribuciones Chi-Cuadrado y Normal,
respectivamente y para la distribucion t-student y binomial las tablas C y E.

2.2. Caso de una muestra

En esta seccion se presentan varias pruebas estadsticas no parametricas con el fin de probar
ciertas hipotesis sobre una muestra unica.

2.2.1. Prueba de rachas o de series aleatorias

Si se desea inferir o llegar a alguna conclusion acerca de la poblacion desde una muestra, es
necesario que dicha muestra posea un caracter aleatorio; es decir, las observaciones sucesivas deben

33
ser independientes. Es por esto que se han desarrolado varias tecnias para probar la hipotesis de que
la muestra es aleatoria. Estas tecnicas se basan en el orden original en que se obtuvieron los valores
de las observaciones.

Es importante recalcar que los valores de la variable en estudio deben ser dicotomicos, de otro
modo si fuesen continuos es posible dicotomizarlos mediante el criterio de la mediana, es decir, si
dichos valores estan por debajo o sobre la mediana se les asigna un valor (en general un signo o un
numero que identifque en dos grupos los valores) negativo (- o 0) y positivo (+ o 1), respectivamente.

Hipotesis

H0 : La muestra es aleatoria
H1 : La muestra no es aleatoria

Entonces la forma de proceder para contrastar las hipotesis es, primero identificar los dos tipos
de valores que toma la variable de estudio (recordar si la variable es continua, dicotomizarla), luego
se cuenta el numero de rachas o series (Robs ) observadas. Se define una racha o serie a la sucesion de
observaciones con el mismo valor.

Se indica n1 como la cantidad de observaciones con un tipo de valor y n2 para la cantidad de

observaciones con el otro valor correspondiente.

Region Crtica ( = 0,05)

Muestras pequenas (n1 o n2 menores o igual a 20):

RC : {Robs Rinf Robs Rsup }

Rsup : Numero de rachas maximo permitido.

Rinf : Numero de rachas mnimo permitido.

Estos valores (Rsup y Rinf ) corresponden a valores crticos que se obtienen de la tabla de Wald-
Wolfowitz. Vease Anexo [Tabla F].

Muestras grandes (n1 o n2 mayores a 20):

En este caso se aproxima el numero total de rachas R a una variable aleatoria con distribucion
asintoticamente N (0, 1). Luego los parametros seran calculados de la siguiente forma:
q
2n1 n2 (2n1 n2 n1 n2 )
= n2n1 +n
1 n2
2
+ 1; = (n1 +n2 )2 (n1 +n2 1)

Luego el estadstico a utilizar es:

R
Z= N (0, 1)

Donde,

34
 RC : {|Z| Z1 2 }

En cualquier caso de rechazar, el rechazo a la hipotesis nula sera con un nivel de significancia de y
por lo tanto se concluira que la muestra no es de caracter aleatorio.

2.2.2. Prueba Binomial

Muchas poblaciones estan compuestas por solo dos grupos o clases. Para tales poblaciones, ca-
da observacion puede caer en un solo caso categorico. Estas reciben el nombre de poblacion dicotomica.

En esta prueba se desea verificar si la poblacion o un conjunto de sujetos posee o no una cierta
caracterstica, para esto se utiliza un test binomial con probabilidad = 1/2 ya que se tiene la misma
probabilidad de poseer una u otra caracterstica.

Es usual que se utilice esta prueba para muestras pequenas (n < 25), pero en caso contrario
se puede realizar una aproximacion a una distribucion conocida, para facilitar los calculos.

Hipotesis

H00 : = 0,5 v/s H10 : 6= 0,5 (2.1)

H000 : 0,5 v/s H100 : < 0,5 (2.2)
H0000 : 0,5 v/s H1000 : > 0,5 (2.3)

En resumen, lo que significan estos contrastes de hipotesis, es saber si la proporcion de sujetos

que poseen una dicha caracterstica es igual, menor o mayor de los que no la poseen.

Procedimiento
1. Dicotomizar las variables con valores 1 si posee cierta caracterstica y 0 en caso contrario.
2. Obtener la muestra como el conjunto de estas variables, es decir, sumar estas variables aleatorias.
3. Establecer el numero observado Xobs en la muestra.
Distribucion muestral bajo H0

Sea X: Cantidad de sujetos que poseen cierta caracterstica de una cantidad n sujetos. Luego,

n
(0,5)n x = 0, 1, . . . , n


X Bin(n, 0,5) P (X = x) = x

Region de rechazo
Para muestras pequenas (n 25)
Para la hipotesis 2.1 se tendra una region bilateral:

RC : {m.a.(n)/|Xobs | > X1 2 }

35
 Para las hipotesis 2.2 y 2.3 se tendra una region unilateral, respectivamente:

RC : {m.a.(n)/Xobs < X }
RC : {m.a.(n)/Xobs > X1 }

Para muestras grandes (n > 25)

Se utiliza una aproximacion asintotica a la distribucion normal, con una correccion de continui-
dad debido a la aproximacion de una variable discreta a una continua.
As, bajo H0 el valor observado viene dado por:

(Xobs 0,5) 0,5n

Zobs =
0,5 n
Se realiza (Xobs + 0,5) al tener Xobs < 0,5n, sino se debe hacer lo contrario.

Las regiones de rechazo de las hipotesis 2.1, 2.2 y 2.3 son respectivamente:

RC : {m.a.(n)/|Zobs | > Z1 2 }
RC : {m.a.(n)/Zobs < Z }
RC : {m.a.(n)/Zobs > Z1 }

En caso de rechazar, se concluira entonces con un nivel de significacion que la proporcion de sujetos
que poseen dicha caracterstica es distinta, menor o mayor segun corresponda el planteamiento de la
hipotesis nula.

2.2.3. Prueba del Signo

Esta prueba contrasta las hipotesis sobre la mediana (M ) de cualquier poblacion continua.
Para la realizacion de prueba, se debe dicotomizar la variable continua, asignando (+) al valor sobre
la mediana y (-) al valor bajo esta. Los empates se asignan arbitrariamente. Ademas se debe cumplir
los supuestos de seleccion aleatoria de una poblacion con mediana desconocida, la poblacion debe ser
continua y la variable debe ser al menos ordinal.

La realizacion de esta prueba es en base de una muestra pequena (n < 25), sin embargo, para
muestras grandes se vera posteriormente la realizacion de esta prueba mediante una aproximacion
asintotica.

Hipotesis

H00 : M = M0 v/s H10 : M 6= M0 (2.4)

H000 : M M0 v/s H10 : M < M0 (2.5)
H0000 : M M0 v/s H10 : M > M0 (2.6)

Las hipotesis anteriores hacen referencia a que se quiere contrastar si el valor de la mediana poblacional
es igual, menor o mayor a un valor determinado, esto es, estimar el valor original donde se separa de

36
igual proporcion los signos.

Procedimiento
1. Dicotomizar la variable continua.
2. Establecer el numero observado Xobs a la cantidad de observaciones sobre la mediana (cantidad
de signos +).
Distribucion muestral bajo H0

Al momento de haber dicotomizado cada observacion se tendra un conjunto de n v.a. indepen-

dientes y al definir X como la cantidad de observaciones que se encuentren sobre la mediana M , de
una cantidad n de sujetos.

Ademas, bajo H0 se tiene que:

P (X(+) > X() ) = P (X+ < X() ) = 1/2

Con X(+) la cantidad de signos (+) y X() la cantidad de signos (-).

Entonces, bajo H0 se obtiene que:

n
(0,5)n x = 0, 1, . . . , n


X Bin(n, 0,5) P (X = x) = x (2.7)

Region de rechazo
Para muestras pequenas (n < 25)
Para la hipotesis 2.4 se tendra una region bilateral:

RC : {m.a.(n)/|Xobs | > X1 2 }
Para las hipotesis 2.5 y 2.6, se tendran regiones unilaterales, respectivamente:

RC : {m.a.(n)/Xobs < X }
RC : {m.a.(n)/Xobs > X1 }

Para muestras grandes (n 25)

Se aproxima Xobs a una distribucion asintoticamente normal. Luego, bajo H0 el valor observado
viene dado por:

(Xobs 0,5) 0,5n

Zobs =
0,5 n
Se realiza (Xobs + 0,5) al tener Xobs < 0,5n, sino se debe hacer lo contrario.

Las regiones de rechazo para las hipotesis 2.4, 2.5 y 2.6, vienen dadas respectivamente por:

RC : {m.a.(n)/|Zobs | > Z1 2 }
RC : {m.a.(n)/Zobs < Z }
RC : {m.a.(n)/Zobs > Z1 }

37
En caso de rechazar, se concluira con un nivel de significacion que el valor de la mediana sera distinto,
menor o mayor que el predicho segun el planteamiento de la hipotesis nula.

2.2.4. Prueba de Wilcoxon

Tiene el mismo objetivo que la prueba de signo, ademas de considerar tanto la magnitud del
cambio como el signo de la diferencia entre la observacion y la mediana.

Los supuestos que se deben cumplir para el desarrollo de esta prueba son que las muestras
deben ser seleccionadas en forma aleatoria y la poblacion debe ser continua.

Al termino, se mostrara la distribucion sintotica que tiene el estadstico al tener una muestra
grande (n > 25) siendo esto otra forma de responder a esta prueba.

Hipotesis

H00 : M = M0 v/s H10 : M 6= M0 (2.8)

H000 : M M0 v/s H10 : M < M0 (2.9)
H0000 : M M0 v/s H10 : M > M0 (2.10)

Procedimiento
1. Calcular las diferencias Di entre las observaciones y la mediana, sin descuidar el signo.
2. Asignar el ranking de las diferencias absolutas obtenidas.
3. Encontrar Zi tal que:

1 Di > 0
Zi =
0 Di < 0

4. Asignar con T + la suma de los ranking de las diferencias con signo (+) y asignar con T la suma
de los ranking de las diferencias con signo (-).
Region de rechazo
Para muestras pequenas (n 25)
Para la hipotesis 2.8 se tendra una region bilateral:

RC : {m.a.(n)/T + < T1 2 T < T1 2 }

Para las hipotesis 2.9 y 2.10, se tendran regiones unilaterales, respectivamente:

RC : {m.a.(n)/T < T1 }
RC : {m.a.(n)/T + < T1 }

Donde el valor T se encuentra en la tabla: Signos rankeados de Wilcoxon. Vease Anexo [Tabla
G].
Para muestras grandes (n > 25)
Se utiliza una aproximacion asintotica de la distribucion normal. Bajo H0 el valor observado

38
 viene dado por:
n(n+1)
T+ 4
Zobs = q
n(n+1)(2n+1)
24
Las regiones de rechazo para las hipotesis 3.8, 3.9 y 3.10, respectivamente son:

RC : {m.a.(n)/|Zobs | > Z1 2 }
RC : {m.a.(n)/Zobs < Z }
RC : {m.a.(n)/Zobs > Z1 }

Al igual que la prueba anterior de signos, se debe rechazar con un nivel de significacion.

2.2.5. Prueba Chi-Cuadrado (2 )

Es una prueba de bondad de ajuste, o sea,analiza si alguna distribucion de probabilidad se

puede ajustar a los datos de alguna muestra.

Esta prueba es preferible para variables aleatorias discretas.

Hipotesis

H0 : Los datos se ajustan a una ley de distribucion especificada F0 .

H1 : Los datos no se ajustan a una ley de distribucion especificada F0 .

Procedimiento
1. Se clasifican las frecuencias de las observaciones en k categoras.
2. Se determinan las frecuencias esperadas. Estas se rigen por la esperanza de la ley de distribucion
bajo H0 .
3. Calculo del valor esperado ei :
Caso Discreto: ei = nP (X = xi )
Caso Continuo: ei = nP (ai X bi )
4. Si existe algun valor esperado menor a cinco, entonces se combinan las categoras adyacentes.
Distribucion muestral bajo H0
El estadstico para esta prueba viene dado por:
k
X (Oi ei )2 a
X2 = 2(kr1)
ei
i=1

Donde,

Oi : Valor observado.
ei : Valor esperado.

39
r: Cantidad de parametros.

Region de rechazo

2
RC : {m.a.(n)/Xobs < 2(kr1);1 }
En caso de rechazar la hipotesis nula, se debe hacer con un nivel de significancia y concluir que la
muestra no se ajusta a una ley de distribucion especificada.

2.2.6. Prueba de Kolmogorov-Smirnov

Al igual que la prueba de 2 , esta tambien es una prueba de bondad de ajuste, solo que esta di-
senada para variables aleatorias continuas y esto hace que la prueba de Kolmogorov-Smirnov tenga
mas potencia que la prueba anterior descrita.

Esta prueba analiza si los valores de alguna muestra provienen de alguna distribucion teorica
especificada F0 . Para responder a esta hipotesis la prueba se basa en el calculo de la mayor diferencia
entre la distribucion especificada y la distribucion emprica Fn . En el fondo, analiza si es significativa
la diferencia entre estas distribuciones.

La distribucion emprica viene dada por:

0 x < X[1]
Fn (x) = r/n X[r] x < X[r+1]
1 x X[n]

Hipotesis

H0 : X f0 (x) v/s H1 : X  f0 (x)

Procedimiento
1. Ordenar la muestra de menor a mayor.
2. Calcular F0 (xi ) y Fn (xi ) para realizar las respectivas diferencias para i = 1, . . . , n.
3. Obtener Dn que es la mayor de estas diferencias, es decir,

Dn = max{|F0 (xi ) Fn (xi )|} i = 1, . . . , n

Region de rechazo

RC : {Dn > Dn;l }

Los valores Dn;l se encuentran en la tabla: Valores crticos de D en la prueba de una muestra de
Kolmogorov-Smirnov. Vease Anexo [Tabla H].

En caso de rechazar, se debe concluir que la muestra no proviene de una distribucion especifi-
cada con un nivel de significancia.

40
2.2.7. Prueba de Shapiro-Wilk

Esta prueba se utiliza, para decidir si una muestra seleccionada aleatoriamente de una cierta
poblacion con distribucion F (x) desconocida, posee distribucion normal.

Hipotesis

H0 : F (x) N ormal
H1 : F (x)  N ormal

Procedimiento

1. Ordenar la muestra de mayor a menor.

2. Determinar el valor D = ni=1 (Xi X)2 .
P

3. Se define la estadstica de Shapiro-Wilk como:

( ki=1 ai,n (Xni+1 Xi ))2

P
Wobs =
D
Donde los valores ai,n son valores tabulados en la tabla de coeficientes del estadstico Shapiro-
Wilk. Vease Anexo [Tabla P].

Region de Rechazo

RC : {m.a.(n)/Wobs > W }
Donde los valores de W se encuentran en la tabla de valores crticos del estadstico de Shapiro-Wilk.
Vease Anexo [Tabla Q].

En caso de ser rechaza la hipotesis nula, se debera concluir con un nivel de significancia que
la muestra no posee una distribucion normal.

2.3. Caso de dos muestras correlacionadas

Los casos de dos muestras correlacionadas o muestras pareadas, analizan pares de respuestas
que estan altamente correlacionadas entre s, como por ejemplo, estudiar el efecto de un sujeto antes
y despues de consumir cierto medicamiento.

Se analizaran casos en que se tenga un par (Xi ,Yi ) como observacion, de un total de n pares.

41
2.3.1. Prueba del Signo

Esta prueba contrasta la igualdad de medianas, en otras palabras, analiza si la distribucion de

X es la misma que la de Y .

La realizacion adecuada de esta prueba es cuando se tiene n pares de observaciones de (Xi ,Yi )
en escala ordinal. Los supuestos a considerar son la aleatoriedad de la seleccion y que la variable debe
ser continua.

Hipotesis

H00 : M1 = M2 v/s H10 : M1 6= M2 (2.11)

H000 : M1 M2 v/s H10 : M1 < M2 (2.12)
H0000 : M1 M2 v/s H10 : M1 > M2 (2.13)

Procedimiento
1. Realizar las diferencias entre cada pareja i-esima, i.e, hacer: Di = Xi Yi
2. Contabilizar las diferencias positivas y negativas.
3. Definir X como la mnima cantidad entre diferencias positivas y negativas, i.e.,

X = min{#(Di > 0), #(Di < 0)} i = 1, . . . , n (2.14)

Region de rechazo
Para muestras pequenas (n 25)

RC : {m.a.(n)/X > BN }
El valor de BN se encuentra la tabla: Coeficientes binomiales, con n cantidad de pares observados.
Vease Anexo [Tabla E].
Para muestras grandes (n > 25)
Se utiliza una aproximacion asintotica a la distribucion normal, obteniendose:

(Xobs 0,5) 0,5n

Zobs =
0,5 n
Se realiza (Xobs + 0,5) al tener Xobs < 0,5n, sino hacer lo contrario.

Las regiones de rechazo para las hipotesis 2.11, 2.12 y 2.13 son respectivamente:

RC : {m.a.(n)/|Zobs | > Z1 2 }
RC : {m.a.(n)/Zobs < Z }
RC : {m.a.(n)/Zobs > Z1 }

En caso de rechazar la hipotesis nula, se concluira entonces que las medianas de las dos muestras son
diferentes, una menor o mayor a la otra, segun corresponda.

42
2.3.2. Prueba de rangos asignados de Wilcoxon

Al igual que en el caso de una muestra, la prueba de Wilcoxon para muestras pareadas tiene
el mismo objetivo, pero ademas considera la magnitud y signo de la diferencia (Xi ,Yi ) por observacion.

Esta prueba da mas importancia al par que presente una diferencia mayor.

Para la realizacion, se debe cumplir con el supuesto de que las muestras deben ser seleccionadas
en forma aleatoria y su distribucion debe ser continua.

Hipotesis
H00 : M(+) = M() v/s H10 : M(+) 6= M() (2.15)
H000 : M(+) M() v/s H10 : M(+) < M() (2.16)
H0000 : M(+) M() v/s H10 : M(+) > M() (2.17)
Procedimiento
1. Calcular las diferencias: Di = Xi Yi . Si alguna diferencia es cero, se debe eliminar esta obser-
vacion y reducir el tamano muestral n.
2. Realizar el ranking del valor absoluto obtenido de estas diferencias.
3. Asignar con T + a la suma de los ranking de las diferencias con signo (+) y asignar con T a la
suma de los ranking de las diferencias con signo (-).
Region de rechazo
Para muestras pequenas (n 25)
Para la hipotesis 2.15 se hace: T = min{T + , T } y luego:

RC : {m.a.(n)/T < T0 }
Para las hipotesis 2.16 y 2.17, se tendra respectivamente:
RC : {m.a.(n)/T < T0 }
RC : {m.a.(n)/T + < T0 }
done el valor T0 se encuentra en la tabla: Valores crticos de T en la prueba de los rangos
senalados de pares igualados de Wilcoxon. Vease Anexo [Tabla G].
Para muestras grandes (n > 25)
Se utiliza una aproximacion asintotica a la distribucion normal. Bajo H0 el valor observado viene
dado por:
n(n+1)
T+ 4
Zobs = q
n(n+1)(2n+1)
24
Las regiones de rechazo para las hipotesis 2.15, 2.16 y 2.17, son respectivamente:
RC : {m.a.(n)/|Zobs | > Z1 2 }
RC : {m.a.(n)/Zobs < Z }
RC : {m.a.(n)/Zobs > Z1 }

43
Al igual que la prueba de signo para dos muestras correlacionadas se debe concluir en caso de rechazar
la hipotesis nula con un nivel de significancia.

2.3.3. Prueba de cambio de McNemar

Esta prueba estudia la significacion de cualquier tipo de cambio. Esta es adecuada para disenos
de antes y despuesde algun tratamiento. En ella se utiliza la observacion en escala nominal y que
sea dicotomica.

Es usual utilizar la tabla de cambios en esta prueba, que es insensible al efecto del orden.

AntesDespues - +
+ A B
- C D
donde,

A y D: Cantidad de sujetos que no cambiaron.

B: Cantidad de sujetos que cambiaron de + a -.
C: Cantidad de sujetos que cambiaron de - a +.

Hipotesis

H00 : P (B) = P (C) v/s H10 : P (B) 6= P (C) (2.18)

H000 : P (B) P (C) v/s H10 : P (B) < P (C) (2.19)
H0000 : P (B) P (C) v/s H10 : P (B) > P (C) (2.20)

Procedimiento
1. Ordenar los datos en la tabla.
2. Determinar la frecuencia esperada: E = 12 (B + C).
Distribucion muestral bajo H0
Si E < 5, se utiliza la prueba binomial vista en la seccion 2.2.2, donde los parametros de la
distribucion binomial vienen dados por: n = B + C y = 1/2.
Si E 5, se utiliza una aproximacion a la distribucion Chi-Cuadrado con 1 grado de libertad,
i.e.,

(B C)2 a
X2 = 21
B+C
Corrigiendo por continuidad, se obtiene:

2 (|B C| 1)2
Xobs =
B+C
Region de rechazo

44
 Para la hipotesis 2.18 se tendra una region bilateral:

2
RC : {m.a.(n)/|Xobs | > 2(1);1 }
2

Para las hipotesis 2.19 y 2.20, se tendran las mismas regiones unilaterales:

2
RC : {m.a.(n)/Xobs > 2(1);1 }
2

En este caso, si se rechaza la hipotesis nula se debera concluir entonces que el tratamiento influyo en
la eleccion de los sujetos con un nivel de significacion.

2.4. Caso de dos muestras independientes

Estas pruebas corresponden a la comparacion de dos muestras independientes X e Y , de

tamano n1 y n2 respectivamente. En estas pruebas, no es necesario que n1 = n2 .

2.4.1. Prueba de Wald-Wolfowitz

Esta prueba contrasta si existe alguna diferencia entre dos muestras (X e Y ) extradas de la
misma poblacion, comparando las medianas o la varianza de cada una.

La medicion debe ser en escala ordinal, las muestras deben estar unidas y ordenadas en forma
creciente y el supuesto a cumplirse es que la variable aleatoria sea continua.

Hipotesis

Se tendra una hipotesis cuando se trate de comparar las varianzas de cada muestra. Ahora
cuando se quiera comparar por las medianas se tendran tres hipotesis a contrastar.
Contrastando por las varianzas de cada muestra:

H0 : V (X) = V (Y ) v/s H1 : V (X) 6= V (Y ) (2.21)

Contrastando por las medianas de cada muestra:

H00 : MX = MY v/s H10 : MX 6= MY (2.22)

H000 : MX MY v/s H10 : MX < MY (2.23)
H0000 : MX MY v/s H10 : MX > MY (2.24)

Procedimiento
1. Unificar las muestras y ordenar el resultado de forma creciente.
2. Obtener las rachas (explicado en la seccion 2.2.1) de este resultado, diferenciando la provinencia
de cada observacion.
3. Cuantificar las rachas, obteniendose robs .

45
Region de rechazo
Para muestras pequenas (n1 n2 20)

RC : {m.a.(n1 , n2 )/robs rinf }

Donde el valor rinf se obtiene en la tabla: Valores crticos de r en la prueba de rachas. Vease
Anexo [Tabla F].
Para muestras grandes (n1 n2 > 20)
Aqu, se utiliza una aproximacion asintotica a la distribucion normal con los siguientes parame-
tros:
2n1 n2 2n1 n2 (2n1 n2 n1 n2 )
= + 1 ; 2 =
n1 + n2 (n1 + n2 )2 (n1 + n2 1)

Luego, el estadstico es:

robs
Zobs =

Para las hipotesis 2.21 y 2.22 se tendra una region bilateral:

RC : {m.a.(n1 , n2 )/|Zobs | > Z1 2 }

Para las hipotesis 2.23 y 2.24 se tendran regiones unilaterales respectivamente:

RC : {m.a.(n1 , n2 )/Zobs > Z1 }

RC : {m.a.(n1 , n2 )/Zobs < Z }

En caso de rechazar las hipotesis acerca de la varianza o de medianas, se debe concluir entonces con
un nivel de significancia que ambas muestras difieren.

2.4.2. Prueba de Wilcoxon

Esta prueba contrasta funciones de distribucion completas. El analisis se basa en la ley de

distribucion de las dos muestras. El supuesto es que la variable aleatoria sea continua.

Hipotesis

H00 : FX (x) = FY (y) v/s H10 : FX (x) 6= FY (y) (2.25)

H000 : FX (x) FY (y) v/s H10 : FX (x) < FY (y) (2.26)
H0000 : FX (x) FY (y) v/s H10 : FX (x) > FY (y) (2.27)

Procedimiento
1. Unificar las muestras y ordenar el resultado de forma creciente.
2. Realizar el ranking de este resultado.
3. Definir T1 como la suma de los ranking de la muestra X y T2 como la suma de los ranking de la
muestra Y .

46
 4. Estadstico de Wilcoxon:
Si n1 < n2 entonces la observacion esta dada por T1 .
Si n1 > n2 entonces la observacion esta dada por T1 .
Si n1 = n2 entonces la observacion esta dada por T (eleccion arbitrariamente entre T1 y T2 ).
Region de rechazo
Para muestras pequenas (n1 n2 10)
Si n1 = n2 o n1 < n2 o n1 > n2 entonces las regiones bilaterales estan dadas respectivamente
por:
RC : {m.a.(n1 , n2 )/T TL T TU }
RC : {m.a.(n1 , n2 )/T1 TL T1 TU }
RC : {m.a.(n1 , n2 )/T2 TL T2 TU }
Donde TL y TU son los lmites inferior y superior de los valores crticos que se encuentran en la
tabla: Valores crticos de T en la prueba de los rangos senalados de pares igualados de Wilcoxon.
Vease Anexo [Tabla G].
Para muestras grandes (n1 n2 10)
Se aproxima T a una distribucion asintotica a la normal de parametros:
n1 n2 + n1 (n1 + 1) n1 n2 (n1 + n2 + 1)
= ; 2 =
2 12
Luego, el estadstico es:

T
Zobs =

Para la hipotesis 2.25 se tendra una region bilateral:

RC : {m.a.(n1 , n2 )/|Zobs | > Z1 2 }

Para las hipotesis 2.26 y 2.27 se tendran regiones unilaterales, respectivamente:
RC : {m.a.(n1 , n2 )/Zobs > Z1 }
RC : {m.a.(n1 , n2 )/Zobs < Z }

En caso de rechazar la hipotesis nula, se debera concluir que ambas muestras difieren o no provienen
de la misma ley de distribucion con un nivel de significacion.

2.4.3. Prueba de Mann-Whitney

Esta prueba analiza si dos muestras independientes X e Y provienen de la misma poblacion.

La medicion debe ser al menos en escala ordinal y la variable debe ser aleatoria continua.

Hipotesis
H00 : FX (x) = FY (y) v/s H10 : FX (x) 6= FY (y) (2.28)
H000 : FX (x) FY (y) v/s H10 : FX (x) < FY (y) (2.29)
H0000 : FX (x) FY (y) v/s H10 : FX (x) > FY (y) (2.30)
Procedimiento

47
 1. Asignar n1 a la menor cantidad de observaciones entre la muestra X e Y , y asignar n2 a la mayor
cantidad.
2. Unificar las muestras y ordenar el resultado de forma creciente.
3. Realizar el ranking de este resultado e identificar (utilizar smbolos) la procedencia de la obser-
vacion.
4. Estadstico U de Mann-Whitney:
Se cuenta el numero de observaciones que hay en la muestra mas pequena (supongamos X),
antes de la primera observacion de la otra muestra (Y ). Luego realizar lo mismo con la segunda
observacion y as sucesivamente. La suma de estos valores sera el estadstico U de Mann-Whitney.
Region de rechazo
Se analiza principalmente segun el tamano de muestra mas pequena (n2 ).
Para muestras pequenas n2 8

RC : {m.a.(n1 , n2 )/U > U }

Donde el valor U se encuentra en la tabla: Probabilidades asociadas con valores tan pequenos
como los valores observados de U en la prueba de Mann-Whitney. Vease Anexo [Tabla D].

Si U no se encuentra en la tabla, entonces se hace:

U = n1 n2 U
y se vuelve a buscar de la misma forma.
Para muestras con 8 < n2 20
Si U > 21 n1 n2 , entonces se utiliza U explicado anteriormente.

Si no se encuentran los valores de n2 y n2 tabulados, entonces se hace:

 
n1 (n1 + 1) n1 (n1 + 1)
U = min n1 n2 + R1 , n1 n2 + R2
2 2
Donde R1 y R2 son la suma de los rangos de cada muestra respectivamente.
Para muestras grandes n > 20
Se aproxima U a una variable distribuda normal, de parametros:
n1 n2 (n1 n2 )(n1 + n2 + 1)
= ; 2 =
2 12
Luego, el estadstico es:

T
Zobs =

Para la hipotesis 2.28 se tendra una region bilateral:

RC : {m.a.(n1 , n2 )/|Zobs | > Z1 2 }

Para las hipotesis 2.29 y 2.30, se tendran las siguientes regiones unilaterales:
RC : {m.a.(n1 , n2 )/Zobs > Z1 }
RC : {m.a.(n1 , n2 )/Zobs < Z }

48
Si se rechaza la hipotesis nula se concluira entonces que las dos muestras no provienen de la misma
poblacion con un nivel de significancia.

2.4.4. Prueba de Kolmogorov-Smirnov

Esta prueba se usa para confirmar que dos muestras independientes provienen de una misma
poblacion o poseen una misma ley de distribucion.

Sobre la hipotesis, H00 , se enfoca en las diferencias de localizacion y dispersion, y en las hipotesis
H000 y H0000 se usan para si los valores de la muestra son mayores o menores que la otra.

El supuesto a considerar es que X e Y son variables aleatorias continuas con distribucion FX

y FY respectivamente.

Hipotesis

H00 : FX (x) = FY (y) v/s H10 : FX (x) 6= FY (y) (2.31)

H000 : FX (x) FY (y) v/s H10 : FX (x) < FY (y) (2.32)
H0000 : FX (x) FY (y) v/s H10 : FX (x) > FY (y) (2.33)

Procedimiento
1. En cada muestra se fijan tantos intervalos como sea conveniente.
2. Los datos por muestra, se registran en cada intervalo fijado. Luego, se reorganizan los datos en
sumas acumuladas de la observacion al cual pertenece (frecuencias acumuladas), i.e., realizar:
Sn1 (x) = K/n1 y Sn2 (x) = K/n2 , de cada muestra respectiva. El valorde K es el numero de
puntajes iguales o menores de x.
3. Realizar las diferencias de las distribuciones acumuladas por intervalo.
Para la hipotesis 2.31 se aplica el valor absoluto de las diferencias.
4. La estadstica D se encuentra como las mayores de estas diferencias, i.e.,

D = max{Sn1 (x) Sn2 (x)}

Region de rechazo
Para muestras pequenas (n1 = n2 = N 40)
Para las hipotesis 2.31, 2.32 y 2.33 se tendra la misma region de rechazo:

RC : {m.a.(n1 , n2 )/KD > K }

Donde el valor KD = Dobs . Por otra parte, el valor de K se encuentra en la tabla: Valores
crticos de KD en la prueba de dos muestras de Kolmogorov-Smirnov. Vease Anexo [Tabla I].
Para muestras grandes (n1 n2 > 40)
Para la hipotesis 2.31 se tendra la siguiente region de rechazo:

RC : {m.a.(n1 , n2 )/Dobs D }

49
 El valor D se encuentra en la tabla: Valores crticos de D en la prueba de dos muestras de
Kolmogorov-Smirnov. Vease Anexo [Tabla J].

Para las hipotesis 2.32 y 2.33, se aproxima Dobs a una v.a. Chi-Cuadrado con dos grados de
libertad, obteniendose el siguiente estadstico:

2 n1 n2
Xobs = 4(Dobs )2
n1 + n2
Y la region de rechazo es:

2
RC : {m.a.(n1 , n2 )/Xobs > 2(2);1 }

En caso de rechazar la hipotesis nula se debera concluir que las muestras son distintas en ley de
distribucion con un nivel de significancia.

2.4.5. Prueba de Siegel Tuckey

Esta prueba es una modificacion de la prueba de Wilcoxon de la suma de ranking y corresponde

a una prueba de escala, es decir detecta diferencias en el parametro de dispersion, docimando igualdad
de varianzas de dos poblaciones distintas.

Para aplicar esta prueba se deben considerar dos poblaciones, con medianas MX y MY , con
tamanos de muestra n y m. Se debe cumplir que las medianas de las muestras sean similares y que el
tamano de la muestra de las Xi observaciones sea menor o igual al tamano de las Yi observaciones.

Hipotesis

H0 : 12 /22 = 1 v/s H1 : 12 /22 < 1 (2.34)

H0 : 12 /22 = 1 v/s H1 : 12 /22 >1 (2.35)
H0 : 12 /22 = 1 v/s H1 : 12 /22 6= 1 (2.36)

Procedimiento
1. Las muestras se unen en una sola y se ordenan de menor a mayor (asignacion de ranking).
2. Si existen observaciones repetidas se toman los promedios de los ranking de estos datos, siguiendo
el metodo de Wilcoxon.
3. Encontrar la suma de los ranking de la primera muestra indicada por Sw y de la segunda muestra
Sr .
4. Determinar el estadstico Sn que corresponde al valor menor escogido entre Sw y Sr .

Luego se definen:

Sw = P ni=1 ai , donde Sw es la suma de los ranking de la primera muestra.

P
Sr = nj=1 aj , donde Sr es la suma de los ranking de la segunda muestra.

50
 Para obtener los ranking (ai ):

El ranking 1 se asigna al valor mas pequeno, el ranking 2 al valor mas grande, el ranking 3 al
segundo valor mas grande, el ranking 4 al segundo valor mas pequeno y as sucesivamente.
Region de rechazo

Para muestras pequenas

Para las hipotesis 2.34, 2.35 y 2.36, se tendra, respectivamente:

RC : {m.a.(n, m)/Sn W1 }
RC : {m.a.(n, m)/Sn W }
RC : {m.a.(n, m)/Sn W 2 Sn W1 2 }
Donde los valores de W1 y W } se encuentran en la tabla de signos rankeados de Wilcoxon.
Vease Anexo [Tabla G].
Para muestras grandes
Se aproxima Sn a una variable aleatoria con distribucion normal, mediante un factor de correc-
cion por continuidad de 0.5.

Luego se define:

Sn E(Sn )
0,5 N (0, 1)
V ar(Sn )
En caso de ser rechazada la hipotesis nula, se debe concluir con un nivel de significacion que la
varianza de las dos poblaciones son distintas.

2.5. Caso de k muestras correlacionadas

Es evidente que para realizar este tipo de pruebas, se debe tener el mismo tamano para las k
muestras, i.e., n1 = = nk = n.

2.5.1. Prueba Q de Cochran

Es una extension de la prueba de McNemar vista en la seccion 2.3.3. Aqu se utilizan tres
o mas muestras, provenientes de la misma poblacion en condiciones diferentes. Estudia el grado de
significacion de cualquier cambio o si las componentes tratamientos difieren significativamente entre
s, es por esto que esta prueba esta basada en el analisis de la varianza.

Es adecuada para los datos en escala nominal del tipo dicotomico, o si se ha dicotomizado la
informacion.

Hipotesis

51
H0 : No hay diferencia significativa entre las k condiciones o tratamientos.
H1 : Existe al menos algun tratamiento significativamente distinto al resto.

Procedimiento
1. Ubicar las k muestras (o tratamientos) en forma vertical y asignar con 1 a la primera carac-
terstica (exito) y 0 en el otro caso (fracaso).
2. Se obtiene el total de puntajes por las k columnas (tratamientos) y por las n filas (observaciones).
3. Estadstico Q de Cochran:
!2
k k
G2j G2j
P P
(k 1) k
j=1 j=1
Q= n n
L2i
P P
k Li
i=1 i=1

Donde:
k: Cantidad de tratamientos.
n: Cantidad de observaciones de cada muestras.
Gj : Cantidad de exitos en la columna j.
Li : Cantidad de exitos en la fila i.

Region de rechazo
El estadstico Q se aproxima a una distribucion Chi-Cuadrado con k 1 grados de libertad,
obteniendose:

RC : {m.a.(n1 , . . . , nk )/Q > (k1);1 }2

En caso de ser rechazada la hipotesis nula, se concluye entonces con un nivel de significancia que al
menos uno de los tratamientos difiere de los otros.

2.5.2. Prueba de Friedman

Al igual que la prueba anterior, esta prueba esta basada en el analisis de varianza. Esta prueba
analiza si tres o mas tratamientos provienen de la misma poblacion o poseen la misma ley de distri-
bucion. Luego, se tienen k tratamientos y n bloques (observaciones).

La medicion en escala es por lo menos ordinal.

Hipotesis

H0 : La ley de distribucion es igual para los k tratamientos.

H1 : Existe por lo menos un tratamiento que difiere en ley.

Procedimiento

52
 1. Realizar el ranking dentro de cada bloque.
2. Obtener el total de los puntajes (suma del ranking) por tratamiento.
3. Estadstico de Friedman:
k
12 X
Fr = Rj2 3n(k + 1)
nk(k + 1)
j=1

Donde:
n: Cantidad de bloques.
k: Cantidad de tratamientos.
Rj : Puntaje del tratamiento j.
Region de rechazo
Para muestras pequenas (n 10)

RC : {m.a.(n1 , . . . , nk )/Fr > 2r }

El valor 2r se encuentra en la tabla: Probabilidades asociadas con valores tan grandes como los
valores observados de 2r en el analisis de varianza de dos clasificaciones por rangos de Friedman.
Vease Anexo [Tabla K].
Para muestras grandes (n > 10)
El estadstico Fr se aproxima a una distribucion Chi-Cuadrado con k 1 grados de libertad,
obteniendose:

RC : {m.a.(n1 , . . . , nk )/Fr > 2(k1);1 }

En caso de ser rechazada la hipotesis nula, se concluira que al menos uno de los tratamientos difiere
en ley con un nivel de significancia.

2.6. Caso de k muestras independientes

No es necesario que las k muestras tengan el mismo tamano, es decir, n1 6= 6= nk , como es

el caso de las muestras correlacionadas.

2.6.1. Prueba H de Kruskal-Wallis

Esta prueba es un analisis de la varianza (considerandose como ANOVA no parametrica), ya

que se tienen k muestras (tratamientos) independientes. Este analisis sirve para decidir si k muestras
independientes provienen de la misma o diferente poblacion.

Las muestras deben ser seleccionadas de forma aleatoria, deben ser continuas y su medida debe
ser al menos ordinal.

Hipotesis

53
H0 : Las k muestras son identicas en ley de distribucion.
H1 : Existen por lo menos dos muestras que no poseen la misma ley.

Procedimiento
1. Unificar las k muestras y ordenar el resultado de forma creciente.
2. Realizar el ranking de este resultado.
3. Estadstica H de Kruscal-Wallis:
k
X Rj2
12 a
H= 3(N + 1) 2(k1)
N (N + 1) nj
j=1

Donde:
k: Numero de muestras.
nj : Cantidad de observaciones de la muestra j.
N : Cantidad total de observaciones de la muestra combinada, i.e., N = nj .
Rj : Suma del ranking de la muestra j.
Region de rechazo
Para muestras pequenas (nj 25)

RC : {m.a.(n1 , . . . , nk )/H > Hp }

El valor Hp se encuentra en la tabla: Probabilidades asociadas con valores tan grande como los
valores observados de H en el analisis de varianza de una clasificacion por rangos de Kruscal-
Wallis. Vease Anexo [Tabla L].
Para muestras grandes (N > 5)
El estadstico H se aproxima a una distribucion Chi-Cuadrado con k 1 grados de libertad,
obteniendose:

RC : {m.a.(n1 , . . . , nk )/H > 2(k1);1 }

En caso de ser rechazada la hipotesis nula se concluye que existe al menos dos muestras que no poseen
la misma ley con un nivel de significancia.

2.7. Correlacion de variables

La correlacion de variables mide el grado de asociacion que exista entre dos muestras (X e Y ).

2.7.1. Coeficiente de correlacion rs de Spearman

Es una medida de asociacion entre dos variables X e Y , requiriendose que esten medidas por
lo menos en escala ordinal.

Los supuestos son de aleatoriedad de las muestras y que las muestras sean del mismo tamano
(n1 = n2 = n).

54
Hipotesis

H0 : Las dos variables estan asociadas.

H1 : Las dos variables no estan asociadas.

Procedimiento
1. Ordenar los objetos o individuos en estudio segun las dos variables. Luego asignar el ranking (o
rango) de cada variable (se asigna un 1 para el menor valor de X y N para el mas grande, lo
mismo para la variable Y ).
2. Realizar la diferenciacion de estos dos ranking.
3. Estadstico rs de Spearman:
Pn 2
6 i=1 di
rs = 1
n3 n
Donde:
di : Diferencia de los rangos de cada variable en la observacion i, i.e., di = xi yi .

Lo anterior es para el caso de ausencia de empates entre rangos de cada variable. Luego el es-
tadstico con empates es:
Pn
(xi x)(yi y)
rs = qP i=1
n 2
Pn 2
i=1 (xi x) i=1 (yi y)

Donde:
xi : Rango correspondiente a la variable X del individuo i.
yi : Rango correspondiente a la variable Y del individuo i.
x: Promedio de los rangos de la variable X.
y: Promedio de los rangos de la variable Y .

Region de rechazo
Para muestras pequenas (n 30)

RC : {m.a.(n1 , n2 )/rs > rs }

El valor rs se encuentra en la tabla: Valores crticos de rs , el coeficiente de correlacion de rangos
de Spearman. Vease Anexo [Tabla M].
Para muestras grandes (n > 30)
El estadstico rs se aproxima a una distribucion t-Student con n 2 grados de libertad, entonces
la estadstica es:
s
n2 a
t = rs t(n2)
1 rs2

Luego la region de rechazo es:

RC : {m.a.(n1 , n2 )/t > t(n2);1 2 }

55
En caso de rechazar la hipotesis nula se debera concluir con un nivel de significancia que las dos
variables no estan asociadas.

2.7.2. Coeficiente de correlacion de Kendall

Al igual que el coeficiente de correlacion de Spearman, las variables X e Y deben estar medi-
das en escala ordinal. Esta es una prueba de significancia para el coeficiente de correlacion de Kendall.

Se debe tomar muestras aleatorias de tamano n, i.e., n1 = n2 = n.

Hipotesis

H0 : Las dos variables estan asociadas.

H1 : Las dos variables no estan asociadas.

Procedimiento
1. Teniendo los valores de X e Y emparejados, se realiza el ranking para ambas muestras.
2. Se ordena el ranking de X de forma creciente, para as ordenar el ranking de Y segun el orden
de X.
3. Calculo de la estadstica S: Se toma cada observacion en los rangos de Y , se cuenta la cantidad
de rangos a su derecha que son mayores a este numero y se le resta la cantidad de rangos a su
derecha que son menores. La suma de estos valores obtenidos de cada observacion se suman y
se obtiene S.
4. Coeficiente de correlacion de Kendall ( ):

2S
=
n(n 1)
En caso de empates se calcula:

2S
=p p
n(n 1) x n(n 1) y
Donde, = t(t 1), siendo t el numero de observaciones empatadas en la muestra X, analogo
para Y .
Region de rechazo
Para muestras pequenas (n 8)

RC : {m.a.(n1 , n2 )/S > S }

El valor S se encuentra en la tabla: Probabilidades asociadas con valores tan grandes como los
valores observados de S en el coeficiente de correlacion de rango de Kendall. Vease Anexo [Tabla
N].
Para muestras grandes (n > 8)
Se aproxima asintoticamente a una distribucion normal, obteniendose:

56

Zobs = q
2(2n+5)
9n(n1)

Luego, la region de rechazo sera:

RC : {m.a.(n1 , n2 )/Zobs > Z(1) }

En caso de ser rechazada la hipotesis nula se debera concluir de manera similar que en el coeficiente
de correlacion de Spearman, con un nivel de significancia.

2.7.3. Coeficiente de concordancia W de Kendall

Representa el grado de asociacion entre k items (variables) de n bloques (observaciones) cada

una.

Se toman k muestras aleatorias de tamano n1 = = nk = n.

Hipotesis

H0 : Los k conjuntos de rangos son independientes.

H1 : Existe relacion (concordancia) entre los rangos.

Procedimiento
1. Tabular los k items (columnas) con sus respectivos bloques (filas).
2. Realizar el ranking dentro de los n bloques.
3. Coeficiente de concordancia de Kendall (W ):

12S
W =
k 2 (n3 n)
Donde:
k  
P Rj
S= Rj k y Rj es la suma de los ranking del item j.
j=1

Region de rechazo
Para muestras pequenas (k < 27 n < 7)

RC : {m.a.(n1 , . . . , nk )/S < S }

El valor S se encuentra en la tabla: Valores crticos de S en el coeficiente de concordancia de
Kendall. Vease Anexo [Tabla O].
Para muestras grandes (n 27)
Se aproxima a una distribucion Chi-Cuadrado con k 1 grados de libertad, obteniendose:
a
X 2 = k(n 1)W 2(k1)

57
 Luego, la region de rechazo es:

RC : {m.a.(n1 , . . . , nk )/X 2 < 2(k1);1 }

En caso de rechazar la hipotesis nula se debera concluir con un nivel de significancia que existe
relacion entre los rangos.

2.7.4. La estadstica de Kappa

Esta estadstica o ndice es util para estudiar el grado de acuerdo entre observaciones, esto es,
hasta que punto coinciden en su medicion.

Hipotesis

H0 : = 0 (No existe acuerdo)

H1 : > 0 (Existe algun tipo de acuerdo)

Procedimiento

1. Construir la tabla donde cada uno de los N objetos o individuos seran asignados a las m cate-
goras mediante k criterios. La tabla de asignaciones sera de N m, donde nij es el numero de
criterios (o evaluadores) que asignaron al objeto i en la categora j.

Objeto 1 2 ... j ... m

1 n11 n12 ... n1j ... n1m S1
.. ..
. .
i ni1 ni2 ... nij ... nim Si
.. ..
. .
N nN 1 nN 2 ... nN j ... nN m SN
C1 C2 ... Cj ... Cm

2. Estadstico Kappa:

P (A) P (E)
=
1 P (E)
Donde:

m
(n2ij )
P
j=1
Si = ; corresponde a la proporcion que existe entre los pares de criterios (o evaluadores)
(k2)
existentes del i-esimo sujeto, con los posibles pares de evaluadores o criterios.
!
N N P
m
1 1 1
n2ij
P P
P (A) = N Si = N k(k1) k1 ; corresponde a la proporcion de veces que los k
i=1 i=1 j=1

58
 criterios concuerdan.

m 
Cj 2
P 
P (E) = Nk ; corresponde a la proporcion de veces que se espera que los k criterios
j=1
concuerden.
3. Para interpretacion de , se usa:

Valor de Fuerza de concordancia

< 0,20 Pobre
0,21 0,40 Debil
0,41 0,6 Moderada
0,61 0,80 Buena
0,81 1,00 Muy buena
Region de rechazo
Para N grandes, se puede aproximar el estadstico de manera asintotica a una normal con media cero
y varianza,
 3
2 Cj
2 P (E) (2k 3)[P (E)] + 2(k 2) N k
V ()
N k(k 1) [1 P (E)]2

Luego, podemos usar:

Zobs = p
V ()
Entonces la region de rechazo es:

RC : {muestras/|Zobs | Z1 }
En caso de rechazar la hipotesis nula se debera concluir con un nivel de significancia, que existe
relacion o acuerdo entre las observaciones.

59
2.8. Tabla de Resumen

2.8.1. Caso de una Muestra

Nombre de la Docima Variable de Estudio
docima
Rachas La muestra es aleatoria Dicotomicas o en caso
contrario dicotomizadas
Binomial Proporcion de sujetos Dicotomicas
con una caracterstica
Signo Igualdad de la mediana Al menos Ordinal
con un valor fijo
Wilcoxon Igualdad de la mediana Al menos Ordinal
con un valor fijo
Kolmogorov- Igualdad de distri- Al menos ordinal
Smirnov bucion emprica con
funcion de distribucion
acumulada
Chi-Cuadrado Ajuste de datos a una Discretas
ley especfica
Shapiro-Wilk Datos distribuyen nor- Al menos Ordinal
mal

2.8.2. Caso de dos muestras correlacionadas

Nombre de la docima Docima Variable de Estu-
dio
Wilcoxon Igualdad de Medianas Al menos Ordinal
Mc Nemar Significacion de los Nominal
cambios
Signo Igualdad de medianas Al menos Ordinal

2.8.3. Caso de k muestras correlacionadas

Nombre de la Docima Hipotesis a Docimar Variable en Estu-
dio
Q de Cochran No existe diferencia en- Dicotomico
tre tratamientos
Friedman Igualdad de distribucio- Al menos Ordinal
nes

60
2.8.4. Caso de dos muestras Independientes

Nombre de la Docima Hipotesis a Docimar Variables en Estudio

Wald Wolfowitz Igualdad de distribucio- Al menos Ordinal
nes
Wilcoxon Igualdad de distribucio- Al menos Ordinal
nes
Mann Whitney Igualdad de distribucio- Al menos Ordinal
nes
Kolmogorov-Smirnov Igualdad de distribucio- Al menos Ordinal
nes
Siegel Tuckey Igualdad de varianzas Al menos Ordinal

2.8.5. Caso de k mustras independientes

Nombre de la Docima Hipotesis a Docimar Variable en Estudio

H de Kruskal-Wallis Igualdad de distribucio- Al menos Ordinal
nes

2.8.6. Correlacion de variables

Nobre de la Cantidad Hipotesis a Variable en Estu-
Docima de muestras Docimar dio
El coeficiente- 2 Asociacion de Al menos Ordinal
de correlacion variables
de Spearman
El coeficiente 2 Asociacion de Al menos Ordinal
de correlacion variables
Kendall( )
Coeficiente de 3 o mas Independencia Al menos Ordinal
concordancia de Rangos
de Kendall
El coeficiente 3 o mas No hay concor- Nominal
de concordan- dancia
cia de Kappa

61
2.9. Comentarios

En virtud de los temas expuestos referentes a estadsticas no parametricas, se puede asumir

que fundamentalmente las tecnicas de que se disponen son muy utiles cuando las observaciones experi-
mentales se pueden ordenar, no importando si pueden medirse en una escala intervalar (cuantitativa),
o cuando existe incertidumbre acerca del cumplimiento de supuestos de los contrastes parametricos,
con respecto a la forma de las distribuciones poblacionales.

Los metodos no parametricos son casi tan eficientes como sus pares parametricos para detectar
diferencias entre poblaciones; y por que no, hasta mas eficientes en muchos casos en que no se cumplen
los supuestos parametricos.

Por su facil aplicacion y gran libertad de utilizacion, las tecnicas no parametricas tienen un rol
preponderante en la metodologa estadstica.

Por ultimo, esta rama de la estadstica se puede ver relacionada con otras, como lo es con el
siguiente captulo tecnicas de muestreo, cuando se requiere saber si el proceso de seleccion de sujetos
fue de caracter aleatorio.

Con respecto al captulo anterior, esta disciplina es importante en el momento de plantear una
hipotesis, entender la naturaleza de esta y con los diferentes metodos con los cuales se desarrolla la
investigacion poder probar si se cumple o no lo planteado en esta docima. En el caso de validar el
instrumento, estas docimas son frecuentemente ocupadas.

En relacion con el manual estadstico del ano 2000, se agrego la prueba binomial para el caso
de una muestra y la prueba de Shapiro-Wilk. Tambien se corrigio la formula correspondiente a la
mediana en los estadsticos de orden.

62
Referencias

[1] Siegel Sidney. (1980). Estadstica No Parametrica. 2a edicion. Editorial Trillas.

[2] Luis Figueroa. (2000). Manual Estadstico. Taller I. Universidad de Santiago de Chile.
[3] Mendenhall / Sencich. (1997). Probabilidad y Estadstica para Ingeniera y Ciencias. 4a edicion.
Editorial Prentice-Hall.
[4] Gibbons. (1985). Nonparametrics Statistical Inference. 2a edicion. Editorial McGraw-Hill.

63
Captulo 3

Tecnicas de Muestreo

Cuando se quiere saber informacion acerca de alguna poblacion de interes, a veces ocurre que la
poblacion es demasiada amplia para poder estudiar en su totalidad, debido al costo que esto implicara
y a que en muchas ocasiones no sera posible conseguir la medicion de cada individuo que lo componen.

Para solucionar el problema de obtener aquella informacion, existen tecnicas estadsticas para
examinar solo un subconjunto de individuos, es decir obtener una muestra, la cual sera representativa,
para luego realizar las inferencias de interes. Estas son las denominadas tecnicas de muestreo.
El realizar diferentes tecnicas de muestreo como herramienta de investigacion da un sustento
para concluir determinados estudios de una poblacion (obtener resultados de maxima calidad), reducir
costos materiales de este estudio y una mayor rapidez en la obtencion de la informacion. Estas seran
abordadas a lo largo del desarrollo del capitulo.

3.1. Definiciones Basicas

Como el muestreo se utiliza para averiguar una caracterstica de un grupo o el parametro de

una poblacion, definimos lo siguiente:

Poblacion Objetivo: Es el conjunto de unidades que se desea estudiar.

Variable de interes: Corresponde a la caracterstica observable que se medira en la poblacion.

Un ejemplo es: medir la estatura de los ninos de un curso de 4to basico, donde la estatura sera
la variable de interes y la poblacion objetivo los ninos de un curso de 4to basico.

Para poder utilizar lo observado en la muestra como conclusion para la poblacion objetivo se
requiere que la muestra sea representativa de la poblacion objetivo. La representatividad de una
muestra no se garantiza mediante la composicion de la muestra sino que por la forma de seleccion
de ella (es ver la que tan aleatorio fue el proceso de seleccion, el cual se puede ver por el test de rachas).

64
 El marco muestral: Es un listado de las unidades de la poblacion objetivo. Normalmente
este no coincide con la poblacion objetivo, por lo que el marco muestral debe cumplir con lo siguiente:
Cada unidad tiene que estar perfectamente identificada (no puede haber ambiguedad)
Contar con los mecanismos que permitan la medicion de la variable de interes en la unidad
seleccionada.
Ser lo mas actualizado y exhaustivo posible.

Resumiendo lo anterior, se observa lo siguiente:

3.1.1. Observaciones

Los ejemplos tpicos de marco de muestro son:

Registro de matriculas
Directorios telefonicos
Directorios de asociaciones profesionales
Censo
Catastros
Empadronamientos
Se omiten de los marcos de muestreo:
Encuestas sociales (viviendas comunitarias)
Regimientos
Conventos
Hospitales, etc.

65
3.2. Sesgos

3.2.1. Sesgos de seleccion

Es cuando una parte de la poblacion no tiene posibilidades de pertenecer a la muestra. Esto a

largo plazo llega a invalidar las conclusiones del estudio realizado.

Se ejemplifica de la siguiente manera: si una encuesta disenada para estudiar el ingreso de

las familias omite que existen personas que se encuentran en situacion transitoria, por lo que sus
estimaciones podran ser probablemente mayores a las esperadas.

A menudo una muestra de conveniencia es sesgada debido que las unidades mas faciles de
elegir o las que mas probablemente respondan a la encuesta no son representativas de las unidades
mas difciles de elegir o de las unidades que no contesten la encuesta.

3.2.2. Sesgos de medicion

Este sesgo se produce cuando el marco muestral no coincide con la poblacion objetivo, es decir,
es un instrumento de medicion de la variable de interes el cual debe ser preciso y confiable, es por
esto que la construccion del instrumento debe ser considerado y minimizado en la etapa de diseno de
la encuesta, por lo que no habra ninguna ambiguedad.

En general la variable de interes se hace defectuosa en los siguientes casos:

Instrumentos fsicos no calibrados o mal interpretados
Errores al medir los datos a los entrevistados.
Los entrevistados responden socialmente (no indican la verdadera preferencia, sino que la que
suponen deseable socialmente).
Los entrevistados responden lo que el encuestador espera.
Los conceptos del cuestionario no estan precisos.
Para solucionar la construccion de cuestionarios se debe realizar lo siguiente:
Decidir lo que se desea estudiar (un objetivo principal).
Pilotear las preguntas (escribirlas y encuestarlas a miembros de la poblacion objetivo).
Utilizar preguntas especficas despues de preguntas generales.
Formato adecuado(importante).
Realizar preguntas cerradas.
Un concepto por pregunta.
No realizar preguntas inductoras.

66
3.3. Tipos de diseno muestral

3.3.1. Muestreo Aleatorio Simple (m.a.s)

Este diseno es el mas sencillo, consiste en que todas las muestras posibles tienen la misma pro-
babilidad de ser seleccionadas. Este mecanismo de seleccion es base para muchos otros que se veran
mas adelante (Estratificado, Conglomerados, entre otros).

Existen 2 tipos de m.a.s, que son los siguientes:

3.3.1.1. Muestreo aleatorio simple sin reemplazo (s/r)

En este diseno consideramos una poblacion de tamano N y la muestra que se tomara de ta-
mano n, de modo que cada unidad de la poblacion tiene la misma probabilidad de ser elegido.

N


Entonces existen n muestras posibles de modo que escoger una muestra por separado es:

1 n!(N n)! n
P (S) = N

= = ; S es una muestra individual
n
N! N

Entonces de esto se obtienen los estimadores (insesgados) para y (total poblacional y media
poblacional respectivamente) con sus respectivas varianzas que se ven en el siguiente cuadro:

Parametro Estimador Muestreal Varianza S2

n n
n S2
y mass/r = n1 1
(yi yb)2
P P
yi (1 N) n n1
i=1 i=1
n n
n S2
N ( n1 N 2 (1 1
(yi yb)2
P P
bmass/r = yi ) N) n n1
i=1 i=1

3.3.1.1.1. Observaciones
El termino S 2 es la variabilidad muestreal y 2 es la variabilidad poblacional en la cual se esta-
blece lo siguiente:

n N
1 1
S2 = (yi yb)2 est.insegado 2 = (yi )2
P P
n1 N 1
i=1 i=1

n
El termino (1 N ) se conoce comofactor de correccion por poblacion finita. Si la poblacion
es muy grande este sera aproximadamente 1.

3.3.1.2. Muestreo aleatorio simple con reemplazo (c/r)

En este diseno consideramos la poblacion N y una muestra de tamano n, de modo que cada
subconjunto de unidades en la seleccion puede repetirse (independientes entre s), de esta manera la
probabilidad de seleccionar una muestra S es N1 .

67
 De esto se obtienen los estimadores (insesgados) para y con sus respectivas varianzas que
se ven en el siguiente cuadro:
Parametro Estimador Muestreal Varianza S2
n n
1 S2
y masc/r = n1 1
(yi yb)2
P P
yi (1 N) n n1
i=1 i=1
n n
1 S2
N ( n1 N 2 (1 1
(yi yb)2
P P
bmasc/r = yi ) N) n n1
i=1 i=1

3.3.1.2.1. Observaciones
Al igual que en m.a.s.(s/r), S 2 estima insesgadamente a 2 .
Se puede observar que en la varianza de los estimadores no aparece el factor de correcion por
poblacion finita (este factor ayuda porque hace mas pequena la varianza).
Siempre sera preferible el m.a.s. s/r, pero este es mucho mas difcil de llevar a la practica para
algunas poblaciones.

3.3.2. Proporciones

Cuando la respuesta de interes en un estudio o investigacion es una proporcion (P ), es mas

factible utilizar esa respuesta para determinar el tamano de la muestra proponiendo el estimador en
el siguiente cuadro:
Parametro Varianza Estimador S2
n S2
pb = CasosF vorables
CasosT otales (1 N )n N
b(1 pb)
N 1 p

3.3.3. Intervalos de confianza

Los intervalos de confianza se crean para indicar la exactitud del parametro en estudio que
puede ser o en base a los estimadores y o b respectivamente. De esta manera se entiende que un
intervalo de confianza (IC) de un nivel de (1 ) significa que si se extrajeran todas las muestras
posibles de igual tamano de la poblacion y se crean con cada una de ellas intervalos de confianza,
entonces se espera que el 100(1 ) % de ellos contendra el verdadero valor del parametro.
El intervalo queda expresado en el siguiente cuadro:
h i
IC((1 )100 %; x
b) = xb C1 2 Q
b x
b = [y mas ; mas rc ; pb] b = [S; S 2 ]
Q pb

Donde (
t1 2 si 15 n < 50
C=
z1 2 si n 50

La distribucion t (t-Student) se utiliza generalmente cuando la varianza de la poblacion se

desconoce y se estima a traves de una muestra pequena, esto lleva a que no se utilice el cuantil de
la normal, sino que el cuantil correspondiente al de una distribucion t Student de n 1 grados de
libertad. Por otra parte la distribucion Normal Z se utiliza cuando el tamano de la muestra es grande

68
(esto se ve por teorema del limite central).

3.3.4. Estimacion del tamano de la muestra

Se desea determinar el tamano de la muestra para esto se requiere fijar una precision y un nivel
de significancia . Este nivel de precision es determinado por el investigador, pero se debe considerar
que una muestra pequena tendra mayor error de precision entre el estimador y el parametro que una
muestra mas grande, dado que se acerca mas a la poblacion.

3.3.4.1. Tamano muestral para un error absoluto y para un error relativo

El error absoluto d es aquel error que se mide en la misma unidad que el parametro a estimar,
y el error relativo r es aquel error que se expresa en porcentaje. Las ecuaciones respectivas son:

Error absoluto: P (| | d) = 1

| |
Error relativo: P( > r) = 1

Despejando n en la ecuacion luego de estandarizar obtenemos en funcion de cada error:

 2 2  2 2
1 z1 2 1 z1 2
 
n= 1 n= 1
N d2 N r2

3.3.4.2. Estimacion de parametros subpoblacionales

Se consideran:
N numero total de unidades en la poblacion
Nk numero de unidades de la subpoblacion
Yik el valor de la variable de interes en la unidad ide la subpoblacion k

Los estimadores quedaran representados por:

Parametro Estimacion Varianza estimador Estimacion varianza

nk
Nk nk 2 Nk nk 2
bk = n1
P
k Yk Nk nk k Nk nk Sk
i=1
Nk (Nk nk ) 2 Nk (Nk nk ) 2
k b = Nk
bk nk k nk Sk
ak Nk nk pk (1pk ) Nk nk pbk (1bpk )
pk pbk = nk Nk 1 nk Nk 1 nk

3.3.4.2.1. Observacion
Los estimadores del parametro y las estimaciones de la varianza son insesgadas.

69
3.3.5. Muestreo con distinta probabilidad de seleccion

Estos estimadores estan en base a ser proporcionales a su tamano, de esta manera se entiende
lo siguiente:

Casosf avorables
Pi =
Casostotales

3.3.5.1. Estimador de Hanzen-Hurwitz (HH)

En este diseno las unidades se escogen en extracciones independientes sucesivas. Se considera

que la unidad i de la poblacion tiene probabilidad Pi de ser seleccionada en cada extraccion.

Quedan de la siguiente manera:

Parametro Estimador Varianza
n n
yi
1 1 P 1 1 1
( Pyii d 2
P
HH
[ HH = N ( n Pi ) (
N 2 n n1 HH ) )
i=1 i=1
n n
yi
1 1 1
( Pyii 2
P P
HH d
HH = n Pi n n1 d
HH )
i=1 i=1

3.3.5.2. Estimador de Horvitz-Thompson (HT)

Supongamos que se tiene una poblacion de tamano N donde se ha definido que cada unidad
tiene probabilidad i de pertenecer a la muestra. De esta manera los estimadores seran:
Parametro Estimador Varianza
n P P ij i j yi yj
1 1 P yi P 1i 2
HT d
HT = N ( n i ) y
2 i
+ ( i j ) ij )
i=1 i=L i=L j=L
n
P yi 1 P 1i 2 P P ij i j yi yj
HT d
HT = i N2
( y
2 i
+ ( i j ) ij )
i=1 i=L i=L j=L

Con i 6= j
Donde L = numero de observaciones distintas en la muestra
j = 1 (1 Pi )2
ij = i + j (1 (1 Pi Pj )L )

3.3.5.3. Observacion General

En HH se ocupa m.a.s. c/r y en HT m.a.s. s/r y c/r.

En ambos sus estimadores son insesgados.
El diseno con reemplazo (HH) es menos eficiente que el muestreo sin reemplazo (HT) debido a
la facilidad para elegir y analizar las muestras.

70
3.3.6. Estimadores para muestreo usando informacion Auxiliar

3.3.6.1. Estimador de Razon

Para realizar esta estimacion se debe tener una variable x (variable auxiliar o subsidiaria)
relacionada de forma lineal con una variable y (variable de interes) siendo de la forma y = x. Se
realizan estimaciones por razon cuando se quiere medir una caracterstica de la muestra en la cual se
puede establecer 2 comparaciones entre s (ejemplo: razon entre activos y pasivos). El objetivo de este
estimador es obtener una mayor precision tomando ventaja de la correlacion entre x e y.

Parametro Estimador x y x E.C.M. Sz2

N
n Sz2
cr = xy x 1 P 1
(yi xy xi )2
P
r N Xi (1 N) n n1
i=1 ieS
N
n Sz2
br = xy x N 2 (1 1
(yi xy xi )2
P P
r Xi N) n n1
i=1 ieS
Donde:

y= Promedio muestral de un m.a.s. en la variable de interes.

x= Promedio muestral de un m.a.s. en la variable auxiliar.

3.3.6.1.1. Observacion
N
1 P
Sz2 = n1 (yi xy xi )2 est.insesgado 2 = 1
(yi xy xi )2
P
N 1
ieS i=1

3.3.6.2. Estimador de Regresion

Al igual que el estimador de razon se debe tener una variable x (auxiliar) y una variable y (in-
teres), pero la relacion lineal entre estas no necesariamente pasa por el origen (puede tener intercepto)
siendo de la forma y = + x, lo que implica los siguientes estimadores:

Parametro Estimador x y x E.C.M. Sw2

N 2
1 P n Sw 1
(yi b axi )2
P
reg d
reg = ax + b N Xi (1 N) n n2
i=1 ieS
N 2
n Sw 1
N 2 (1 (yi b axi )2
P P
reg d
reg = ax + b Xi N) n n2
i=1 ieS
P
(xi x)(yi y)
ieS P
Donde a = (xi x)2
; b = y ax
ieS

3.3.6.2.1. Observacion
N
1 P 1
Sw2 = n2 (yi b axi )2 est.insesgadoSw2 = (yi b axi )2
P
N 2
ieS i=1

71
3.3.6.3. Observacion General

Por lo general bajo m.a.s. las estimaciones de sus parametros son insesgadas, no as con el
estimador de razon y regresion, los cuales son sesgados, pero cuando el tamano de la muestra crece se
hacen casi insesgados. De esta manera al parametro se calcula el error cuadratico medio (ECM\ ) en
vez de la varianza.

3.3.7. Muestreo Estratificado

Cuando esta la existencia de grupos naturales en las unidades objetivos relacionadas

con la variable de interes (por ejemplo: para llegar a estudiantes se debe seleccionar primero colegios
o universidades), es decir la poblacion objetivo esta particionada en grupos o estratos y la variable de
interes se comporta de forma homogenea dentro de cada estrato y heterogenea entre estratos. Segun
esto se propone lo siguiente:

yij = valor de la variable de interes i que pertenece al grupo o estrato j.

Mj = numero de unidades en el grupo o estrato j.
nj = muestra de unidades del grupo o estrato Mj
N = Numero de unidades en la poblacion.
Con esto se definen los siguientes estimadores:

Parametro Estimador Varianza Sj2

1 P P n P Mj (Mj nj 2 1
(yi y est )2
P
est y est = N( Mj Mj Yij ) (1 N 2 ) ( nj )Sj nj 2
ieSj ieMj ieSj ieSj
Mj (Mj nj 1
)Sj2 (yi y est )2
P P P P
est best = Mj Mj Yij ( nj nj 2
ieSj ieMj ieSj ieSj
P
Donde N = Mj
jeSj

3.3.7.1. Observacion

Los estimadores son insesgados.

M
1 1 Pj
Sj2 = (yi y est )2 est.insesgado j2 = (yi y est )2
P
nj 2 Mj 2
ieSj i=1

3.3.7.2. Asignacion de unidades de muestreo a estratos

En general se desea determinar con precision el valor de est , sin embargo algunas veces el valor
de j es de interes tambien, en ese caso se debe controlar las varianzas de j para luego determinar
las varianzas de est . Ahora bien si solo nos concentramos en est se presentan tres situaciones posibles:

Se conoce el numero de grupos (L) pero se desconocen Mj s y las Sj s. Entonces lo que se puede

72
 hacer es lo siguiente:
n
nj =
L

Donde n = numero de unidades que se pueden muestrear.

Si se conoce los Mj s pero se desconocen los Sj s, entonces:

nMj
nj =
N

Donde n = numero de unidades que se pueden muestrear.

3.3.7.3. Asignacion de Neyman

Cuando existen marcadas diferencias en la variabilidad de las observaciones dentro de los

estratos, es recomendable utilizar la asignacion de Neyman, ya que ademas de tener en cuenta el
tamano de los estratos se tiene en cuenta la dispersion de los datos dentro de cada estrato. De esta
manera se obtendra una muestra mas grande de aquellos estratos que sean mas heterogeneos y as la
varianza de est sera optima. Luego la asignacion de Neyman queda de la siguiente forma:

nMj Sj
nj = P
Mk S k
keL

3.3.7.3.1. Observaciones
Si Mj = N y Sk = S
cj entonces:

nN S
cj nN S
cj n
nj = P = =
NScj LN S
cj L
keL

Si Sk = S
cj
nMj S
cj nMj S
cj nMj
nj = P = P =
Mk S
cj Mk N
keL keL

En el caso de que no da lo mismo muestrear cada estrato se establece lo siguiente:

1. Cj = costo unitario de medir una unidad en el estrato j.
2. C0 = costo inicial.
X
CostoM aximo = n j Cj + C0
keL

As podemos obtener el tamano de muestra necesario en muestrear una unidad en cada

estrato al maximizar esta funcion respecto al costo, as esto queda expresado de la siguiente

73
 manera:
Mj Sj

Cj
nj = (CostoM aximo C0 ) P
Mk Sk Ck
keL

3.3.8. Muestreo por conglomerados

La poblacion objetivo (donde se mide la variable de interes) tambien esta particionada en

grupos o conglomerados que al igual que en el muestro estratificado, pero en este caso la variable de
interes se comporta de forma heterogenea en cada grupo y homogenea entre grupos. Entonces se tiene
lo siguiente:

Todos los grupos tienen interseccion vaca (no puede haber unidades que pertenezcan a dos
grupos).
Todas las unidades pertenecen a un grupo.
Suponemos entonces que se tienen Mgrupos.
yij = valor de la variable de interes i que pertenece al grupo o estrato j.
Mj = Numero de unidades de interes que contiene al conglomerado j.
S= Muestra de grupos.
M = Numero total de los grupos.
En el muestreo por conglomerados se escogen grupos o conglomerados y estos se examinan (se
mide su variable de interes de todas sus unidades).

Ejemplo: se desea calcular el rendimiento promedio de los ninos de 4to basico, entonces decimos
que los ninos se agrupan en colegios, de estos colegios escogemos un grupo y a todos los ninos de 4to
basico de ese colegio se les evaluara su rendimiento.

En el muestreo por conglomerados la seleccion de los grupos es lo que define la aleatoriedad de

los estimadores. En este caso si la seleccion de conglomerados se hace mediante m.a.s. se habla de m
por
conglomerados, por lo que se seleccionan m conglomerados mediante m.a.s. s/r, entonces habran
N
n muestras posibles de grupos. Ahora se establecen los siguientes estimadores:

Parametro Estimador Varianza Sj2

M
1 M (N m) 2
y cong = N1 ( M 1
(j )2
P P
cong N j ) N2
( m Sj ) m1
ieS i=1
M
M M (N m) 2 1
(j )2
P P
cong bcong = N j m Sj m1
ieS i=1
M
Pj M
P 1 P
Donde j = Yij ; N = Mj ; = M j
i=1 jeS i=1

74
3.3.8.1. Observacion

Los estimadores son insesgados.

M M
1 1
Sj2 = (j )2 est.insesgado j2 = (j )2
P P
m1 N 1
i=1 i=1

3.3.8.2. Muestreo Sistematico

Cuando se tiene solo un conglomerado (m = 1) se utiliza este muestreo en sustituto del mues-
treo por conglomerados y m.a.s., donde las unidades de observacion se eligen de manera secuencial.

Esencialmente consiste en que la primera unidad de selecciona de forma aleatoria de la po-

blacion para luego ir seleccionando muestras con respecto a una cierta frecuencia o secuencia pre-
establecida. Por ejemplo: si se tiene una poblacion de 100 individuos y se quiere seleccionar solo 10
de ellos, entonces se tiene que elegir previamente un numero del 1 al 9 y luego de haber elegido ese
numero ir sumando 10 a esa cantidad, de este modo se selecciona el 5 como el numero inicial, entonces
se tendra una muestra conformada por S = (5 15 25 35 95). Entonces:

1 2 3 4 5 6 7
muestra 1 2 6
muestra 2 4
muestra 3 3 5 7
Luego para solucionar la problematica propuesta anteriormente tenemos dos opciones:
Ordenamiento arbitrario: Si el ordenamiento es arbitrario (No existe un orden natural) enton-
ces se puede considerar que los datos provienen del m.a.s, luego se usa S2 habitual en la varianza
del y cong .
Particion del conglomerado: Considerar el conjunto como proveniente de dos conglomerados de
la mitad del tamano.

3.3.8.3. Estimador de conglomerados con distinta probabilidad

3.3.8.3.1. Estimador Hanzen-Hurwitz(cong-HH)

Casosf avorables
Con Pi = Casostotales se definen los siguientes estimadores:
Parametro Estimador P Varianza
ieS i
P i
congHH y congHH = N1 ( m
1
Pi )
1
(1 1
N 2 m m1
( Pi bcongHH )2 )
1
P
i 1 1 PieSi
congHH bcongHH = m
ieS
Pi m m1 ( Pi bcongHH )2
ieS

75
3.3.8.3.2. Estimador Horvitz-Thompson(cong-HT)

Con L=numero de observaciones distintas en la muestra

j = 1 (1 Pi )2

ij = i + j (1 (1 Pi Pj )L )
Parametro Estimador Varianza
P P ij i j i j
y congHT = N1 ( ii ) 1 P 1i 2
P
congHT N2
( +
i2 i
( i j ) ij ))
ieL ieL ieL jeL
P i P 1i 2 P P ij i j i j
congHT bcongHT = i i2 i
+ ( i j ) ij )
ieL ieL ieL jeL

3.3.9. Diseno en mas de dos etapas

3.3.9.1. Muestreo Bi-Etapico

Si se considera que no es posible medir todas las unidades dentro de los conglomerados esco-
gidos se hace una seleccion de unidades donde se medira la variable de interes, de esta forma se tienes
lo siguiente:

1era etapa: seleccion de conglomerados o unidades primarias (up).

2da etapa: seleccion de unidades donde se mide la variable de interes en los conglomerados
escogidos o unidades secundarias (us).
yij = Valor de la variable de interes i que pertenece al grupo o estrato j.
M = Numero de unidades en la 1era etapa.
Mj = Numero de unidades de interes que contiene la submuestra j.
m = Numero de muestras seleccionadas en la 1era etapa.
mj = Numero de muestras seleccionadas en la 2da etapa.
S = Muestra de unidades primarias seleccionadas en la 1era etapa.
S 0 = Muestra de unidades secundarias seleccionadas en la 2da etapa.

76
 Siendo los siguientes estimadores:
Parametro Estimador Varianza
M
Mj (Mj mj ) 2 M (M m) 2
= N1 ( M 1 M
P P
be y be m j ) (
N2 m m Sj + m Sc )
ieup j=1
M
M P M P Mj (Mj mj ) 2 M (M m) 2
be bbe = m j m m Sj + m Sc
ieup j=1

M
Pj mj
Mj P P
Con: mj Yij ; N = Mj ; y =
i=1 jeS i=1
m mj
1 1
Sc2 = (j bbe )2 ; Sj2 = (yij y)2
P P
m1 mj 1
i=1 j=1

3.3.9.1.1. Observacion
Los estimadores son insesgados.

3.3.9.1.2. Costos asociados

Muestrear mj unidades secundarias dentro de cada una de las m unidades primarias tiene un
costo asociado, es por esto que determinar los mj y m optimos se deben definir los siguientes conceptos:

C0 = Costo fijo.
C1 = Costo de seleccionar una unidad primaria.
C2 = Costo de seleccionar una unidad secundaria.
Quedando el costo y tamanos optimos expresados de la siguiente manera:

Parametro Estimador Varianza

Costo Total m optimo s m
M (SCW )
C1
Ctotal M (M 1)
Ctotal = C0 + C1 m + C2 mj m m= C1 +C2 m m= SCB
C2 ( M MSCW )
1 (M 1)

M P
M M
(yij y j )2 ; SCB = (y j y)2
P P
Donde: SCW =
j=1 i=1 j=1

3.3.9.2. Muestreo Doble

En el muestreo doble abarca la misma idea al igual que los estimadores de razon: existe y
variable de interes y x variable auxiliar. En este caso se escoge una muestra de la poblacion S donde
se estudia la variable auxiliar x con el objetivo de estimar el parametro deseado. Posteriormente se
0
sub-muestrea S y se determina en esta (S ) los valores de la variable de interes y, tal que:

1 P 1 P
yS0 = n yi ; x S 0 = n xi
ieS ieS

77
 Entonces los estimadores quedan como:

Parametro Estimador E.C.M.

0 1 n S 0 n Sf2
D D = S
x 0 xs N2
((1 n0 ) nS0 + (1 N ) nx 0
)
S S
0 n0 SS 0 n S 2
D D = S
s (1 n ) n0 + (1 N ) nx
f
x 0 0
S S

y S0
1 1
Donde: SS20 = f2 = xi )2
P P
n0 1 (yi y S0 ) ; S n0 1 (yi xS0
ieS0 ieS0

Bajo este tipo de muestreo, cuando el resultado del estudio de la primera muestra no es deci-
sivo, una segunda muestra es extrada de la misma poblacion (grupos homogeneos de cualquier tipo).
Las dos muestras son combinadas para analizar los resultados.

Este metodo permite a una persona principiar con una muestra relativamente pequena para
ahorrar costos y tiempo. Si la primera muestra arroja un resultado definitivo, la segunda muestra
puede no necesitarse. Por ejemplo, al probar la calidad de un lote de productos manufacturados, si la
primera muestra arroja una calidad muy alta, el lote es aceptado; si arroja una calidad muy pobre,
el lote es rechazado. Solamente si la primera muestra arroja una calidad intermedia, sera requerida la
segunda muestra.

3.3.9.3. Observacion General

Es muy importante mencionar que no es conveniente extender el numero de etapas, puesto que
los estimadores pierden eficiencia.

3.3.10. Tecnicas de remuestreo y replicas

3.3.10.1. Estimador de Jackknife

Se emplea la metodologa Jackknife para muestreo con probabilidades desiguales en la esti-

macion de varianza de estimadores basada en disenos de muestreo en dos fases con probabilidades
desiguales. Se asume que los parametros por estimar y sus estimadores se pueden escribir como fun-
ciones de medias poblacionales y muestrales, respectivamente. El estimador propuesto permite la
estimacion consistente de la varianza debida a cada fase muestral. Tambien se presenta un estudio por
simulacion que sustenta los resultados teoricos obtenidos.

3.3.10.2. Bootstrap

Describiremos la tecnica del Bootstrap para una muestra aleatoria simple con reemplazo. Su-
ponga que S es una m.a.s. de tamano n, al extraer la muestra esperamos que reproduzca las propiedades
de la poblacion completa. Entonces consideramos la muestra S como si fuese una poblacion y obtene-
mos nuevas muestras a partir de S. Si nuestra muestra es similar a nuestra poblacion entonces nuestras
nuevas muestras se comportaran de buena forma.

78
 Ventajas:
Esta tecnica servira para los cuantiles, ademas es adecuada para determinar intervalos de con-
fianza en forma directa.
Desventajas:
Requiere de mas calculo que la tecnica del Jackknife o de replicas repetidas balanceadas.

3.3.10.3. Muestreo Espacial

El muestreo espacial tiene gran utilidad cuando la naturaleza de las unidades en estudio tie-
nen algun tipo de dependencia, ya sea fsica, etructural, de correlacion, etc. Los datos recopilados se
definiran como realizaciones de un proceso estocastico en el espacio disctreto o continuo, involucrando
mas de dos dimensiones.

El objetivo principal delmuestreo espacial es determinar un modelo predictivo adecuado para

las unidades en studio, a partir de datos historicos.

Las observaciones recopiladas pueden ser de tipo:

Datos Geoestadsticos: Representan una ubicacion en el espacio, en donde cada punto tiene
correlacion de tipo estructural, y donde cada coordenada tiene distinta distribucipon de proba-
bilidad.
Datos Reticulados (Lattice): las unidades conforman una red o conjunto de nodos que estan
relacionados, formando unamatriz de observaciones, donde cada una de ellas proviene de una
v.a.
Patrones puntuales: Cada observacion proviene de la realizacion de un proceso estocastico,
por tanto, un conjunto de ellos correspondera a un proceso de procesos estocasticos.
Sea {Z(s), s D}, proceso estocastico, es decir, Z(s) v.a. donde D es un conjunto de ndices.
Si D <d , que contiene un rectangulo d-dimensional, entonces {Z(s), s D} son datos geoes-
tadsticos.
Si D subconjunto numerable (regular o irregular), D <d , se dice que {Z(s), s D} son datos
Lattice.
Si D es un proceso estocastico puntual, entonces {Z(s), s D} corresponde a datos en Patrones
puntuales.
Se estudiara el analisis propio de los datos geoestadsticos puesto que la metodiloga utilizada en
los datos Lattice y Patrones puntuales es la misma, pero sujeta a las generalizaciones que correspondan,
manteniendose, en general, la convergencia de los resultados.

3.3.10.3.1. Analisis exploratorio de datos

El objetivo pincipal del analisis exploratorio es determinar y estudiar las relaciones de las
unidades muestreales. El objetivo secundario (operacional) es determinar si existen datos atpicos o
peculiares (que no satisfagan el comportamiento general).

79
 En un primer enfoque se estudian los datos, tomando en cuenta su naturaleza relacionada,
pero suponiendo un modelo Gaussiano; luego se grafican los datos en un diagrama de dispersion, pro-
bablemente tridimensional (realizando cortes si existen mas dimensiones). Posteriormente se contruye
un grafico de Tallo-Hoja, considerando que este no dara cuenta de la naturaleza espacial de los datos.
A continuacon se calculan medidas de posicion (media, mediana).

Se desea que los datos formen una nube, para poder realizar una prediccion, la curva consiste
en calcular un Z(St ), para St no observado. Se asume que Z(St ) es un proceso estocastico estacionario,
en el sentido que puede ser determinado a partir de datos ya recolectados.
Notas: Modelo Subyace a suponer: Distribucion Gaussiana de los datos, es decir:
 
 Z(s1 ) 
 
 . 
 
 . 
 
Z(sN )

Se admitira un modelo del tipo: N ormal + Error (o contamintante).

Los metodos analticos que grafican y resumen la forma en que se comportan e interactuan los
datos, no debieran ser afectados por la presencia de contaminantes, mas aun, debieran eviden-
ciarlos. A los metodos que se comportan de esa forma se denominan Resistentes. Como la media
no es resistente
a los outliers, se define:
n
u = 0,765b2 (y y) cuando existen outliers |u| > 3, y = media; y = mediana.

Bajo el supuesto de independencia yi son v.a. i.i.d v N (u, 2 )

Las exigencias al modelo seran:

E[Z(s) Z(s + e)] = 0

V ar[Z(s) Z(s + e)] = 2(e) (que corresponde al variograma)

El grafico Box-Plot estudia tendencias globales y destaca valores atpicos y el Pocket-Plot busca
identificar areas que se considerar atpicas con sus congeneres.

3.3.10.3.2. Formalizacion Teorica

Teniendo en consideracion que los datos {Z(s), sD} provienen de un proceso estocasticos con
D <d con volumen no nulo.

supuestos: Para poder inferir a partir del proceso estocastico Z(s), se debe suponer que:

- E[Z(s + h) Z(s)] = 0
- Cov[Z(s1 ), Z(s2 )] = C(s1 s2 ) (que corresponde al Covariograma o funcion de Covarian-
za)
Luego, se establece que un proceso estocatico {Z(s), sD} sera:

80
 Estacionario de segundo orden si se cumplen los dos supuestos anteriores.
Estacionario Estricto si:

Fz1 s1 ,..,zn sn (z1 , ..., zn ) = Fz1 sh ,..,zn shn (z1 , ..., zn ), n > 1, h D, D <d
1

Isotropico, si el proceso es estacionario y el Covariograma depende solo de la magnitud y no de

la direccion.

Ergocidad:Este concepto se introduce cuando se quiere estimar la ocurrencia siguiente:Z(n + 1) de un

proceso estocastico, a partir de Z(1), ..., Z(n), usando estadsticos que posean alguna propiedad de
optimalidad estadstica.
Se define:
T operador de traslacion que actua sobre un proceso estocastico indexado por un conjunto total-
mente ordenado {Z(s), sD} D <, T ({Z(s); s = 1, ...}) = Y s; s = 1, ..., donde Y (s) = Z(s+1).

Si las propiedades probabilsticas de T k {Z(s); s = 1, ...} son iguales {Z(s), sD} es un proceso
estacionario estricto, k > 0, kZ.
Sea P: medida de probabilidad asociada al proceso estocastico {Z(s), sD} estacionario, A con-
junto medible, donde:

s1
.
A = {Z(s)tal que S = . , Z(s1 ) z1 ...Z(sn ) zn

sp

T 1 (A) {btal que T (b) A}

El proceso estocastico {Z(s), sD} se dice ergodico se T1 = A P (A) = 0 o P (A) = 1.

La definicion P (A) = 0 o P (A) = 1 se traduce en que con todas las realizaciones del proceso
estocastico {Z(s), s = 1, ...}, cuando se translada sucesivamente, llena el espacio de trayectorias
posibles.

Teorema ergodico: Sea {Z(s), sD} proceso estocastico estacionario ergodico. Sea G funcipon
integrable Para cada realizacion {z1 , ..., zn { del proceso, salvo en un conjunto de medida nula:
n1 Z
1X
lm g(T 1 ({z1 ...zn ...})) gdp
n+ n
i=1

Este teorema es de suma importancia, puesto que si este se cumple el estudio es valido.

3.3.10.3.3. Modelamiento de la Escala Observacional y Espacial

Posterior al Analisis exploratorio corresponde modelar las relaciones que se establezcan entre las
observaciones a traves del Variograma, el cual determina la relacion de dependencia que existe

81
 en ciertas unidades. Para el proceso {Z(s), sD} y observaciones {Z(s1 ), ..., Z(sn )}, se propone
el siguiente modelo:
1. Z(s) = (s) w(s) (s) (s) ; sD
(s) E[Z(.)] :Variacion a gran escala.
w(s) :Proceso con media 0, intrinsicamente estacionario. Satisface las siguientes condi-
ciones:

- E[(W (s + h) W (s))2 ] 0, es decir, L2 continuo.

- El rango de variacion del variograma es mayor que el M in{kSi Sjk} ; 1
i j n. Se le denomina variacion a pequena escala.
(s) :Proceso estacionario intrinseco de media 0, independiente de w, cuyo rango de
variograma es menor que M in{kSi Sjk} ; 1 i j n. Se le llama variacion a
microescala.
(s) :ruido blanco, independiente de w() y (). Se le denomina Error de medicion donde
V ar[(s)] cte.
2. Z(s) S(s) + (s), con S(s) (s) + w(s) + (s).En este caso,

- (s) se obtien al realizar varias replicas.

- w(s) que es la variacion a pequena escala, se obtiene de disminuir la distancia,
es decir, examinar mas observaciones a distintos sitios.
3. Z(s) (s) + S(s), con S(s) w(s) + (s) + (s). En este caso,

- w(s) se obtiene observando en puntos mas cercanos.

- (s) se obtiene replicando observaciones.

u(s) = B0 + B1 X + B2 Y + B3 X 2 + B4 XY + B5 Y 2
Donde u(s):tendencia ; B1 X + B2 Y :componente lineal ; B3 X 2 + B4 XY +
B5 Y 2 :componente cuadratico.
0
u(s) B0 + B1 Cos(v1 X + w2 Y ) ; S (S, Y ) , suponiendo que el comportamiento
a gran escala presenta oscilacion.

3.3.10.3.4. Estimacion del Variograma

Si se tiene un proceso estocastico {Z(s), sD}, V ar[Z(s1 ) Z(s2 )] 2(s1 , s2 ), s1 ,s2 D. La
funcion 2() corresponde al Variograma y () corresponde al Semi-variograma. Ambas se consideran
parametros del proceso estocastico.

82
 Efecto Nugget

Por definicion (0) V ar(s1 s1) = 0

Si (h) > 0 cuando h > 0, se produce el efecto Nugget. Esto significa que el Variograma no es continuo
en 0. Si el proceso es estacionario, el efecto no debiera producirse, por tanto, se pensara que los datos
presentan alguna anomala. Las causantes de esta discontinuidad seran denominadas variaciones a
microescala (MS).

Si el proceso es tal que E[(Z(s + h) Z(s))2 ] 0 solo se deberia a un error de medicion.

Entonces se denomina CEM a la varianza de los errores de medicion, luego, C0 = CEM +CM S = 2(0),
el que se estimara a partir de los datos, utilizando la funcion que estima al Variograma en valores
cercanos a 0.

3.3.10.3.5. Propiedades del Variograma

1. 2(0) es continua en 0 {Z(s), sD} es continua en L2

2. 2(h) > 0 {Z(s), sD} es irregular.
3. 2(h) k; k > 0; h 6= 0 y 2(0) 0 Z(s1 )yZ(s2 ) son no correlacionados s1 6= s2 D
2 2(h) 2 2(h)
4. Si h2i
... h2 existen y son finitas en h = 0
j
{Z(s), sD} es L2 diferenciable s<4

Z(shj ej Z(s)
Nota: Un proceso {Z(s), sD} es L2 diferenciable en S si hj > 0, { hj } converge en
L2 , j = 1, ..., d.
Definicion

- Si 2(s1 s2 ) = 2 0 (ks1 s2 k) se dice que el proceso es isotropico.

- Anisotropa: Se habla de procesis anisotropicos cuando la dependencia estocastica entre
las v.a. del proceso depende no solo de las distancias, sino que tambien de la direccion.
Variograma Relativo: Debido a que la exigencia de estacionalidad intrnseca del proceso estocastico
{Z(s), sD} es muy fuerte, se considera:
n
0
[
D= Dj y V ar[Z(s1 ) Z(s2 )] = 2 (s1 s2 ); s1 ,s2 Dj
j=1

3.3.10.3.6. Tipos de Estimadores del Variograma

Estimador Clasico: P
(h) = |N 1(h)|
Si 2b (Z(si ) Z(sj ))2 , h vector.
(s1 ,s2 )N (h)

En general, N (h) 6= N (h). En <2 se cumple que 2b

(h) = 2b
(h), cuando:

83
 1. Los datos estan espaciados irregularmente, se utiliza una version suavizada del estimador
clasico del Variograma:
0
2 (h, l) = P romedio{(Z(si ) Z(sj ))2 ; (si , sj )N (h); hT (h, l)}, en que T (h, l) es la razon
de tolerancia especificada en <4 . El promedio puede ser ponderado.
2. Si {Z(s), sD} es estacionario de segundo orden, entonces 2(h) = 2(C(0) C(h)) en que
1 P
C(h) Cov(Z(t + h), Z(t)), luego C(h) = |N (h)|
b (Z(si ) z)(Z(sj ) z)
(si ,sj )N (h)
n
1 P
N (h) = {(si , sj )/si sj = h} Z = n Z(si ), n=numero de datos.
i=1
Estimador Robusto del Variograma:
Se postula como estimador robusto del variograma a:
4
1 X 1 1
2(h) = |Z(si ) Z(sj )| 2 0,494 ,
|Nh | 0,457 + |N (h)|
(s ,s )N
i j h
h 1
i4 1
2(h) M ediana{[Z(si ) Z(sj )] 2 , (si .sj )N (h)} B(h) = 0,457 n +
B(h)

Ambos tienen un comportamiento similar, aun cuando existe una ventaja adicional al usar
|Z(sj ) Z(si )|2 en vez de (Z(si ) Z(sj ))2 debido a que el promedio de cantidades dependientes
es mas eficiente a medida que la dependencia aumenta.
Estimadores basados en los cuantiles:
Se propone:
1. IQ(h) = [U Q(Z(si ) Z(sj )) LQ(Z(si ) Z(sj ))]2 , donde:
UQ es el tercer cuantil de {(Z(si ) Z(sj )), (si , sj )N (h)}
LQ es el primer cuantil de {(Z(si ) Z(sj )), (si , sj )N (h)}
2. M (h) = mediana{(Z(si ) Z(sj )), (si , sj )N (h)}, en el cual es equivalente a 2(h)

Sesgos
b(h) es un estimador de (h) cuando {Z(s), sD} es un proceso estocastico estacionario
1.
intrnseco.
2. Si el proceso {Z(s), sD} es estacionario de segundo orden, E[C(h)]
b es sesgado, aunque n
(cantidad de datos) ; no obstante, es posible probar que la distribucion asintotica de
C(h)
b tiene media C(h).
Relacion Covariograma y Correlogramo: C(h) = Cov(Zt+h , Zt ) si esta bien definido se de-
nomina Covariograma o funcion de Covarianza. Si C(0) > 0 p(h) = C(h)
C(0) se denomina funcion
de autocovarianza o Correlogramo.

Distribuciones cuando n
pb(h) = C(h) v N (p(h), W
b
bC(0) n ). Puede probarse que 2b
(h) tiene distribucion gaussiana.

Contaminacion lineal

84
 El proceso es estacionario de segundo orden {Z(s), sD} es tal que E(S(s)) = 0, V ar(S(s)) =
1, sD.
En la practica se tiene Z(s) = S(s)+(S (n1))
2 , error aleatorio. A partir de este, el estimador
2 n2
Cz (h) = Cs (h) + 12 se hace muy grande, a medida que n crece, por tanto, no es conveniente
b b
usarlo. Luego, es preferible utilizar el estimador 2b (h)
= 2s (h) + 2 h2 , frente a un problema de
contaminacion lineal.

Propiedades Estadsticas de 2(h)

Este estimador es asintoticamente la cuarta potencia de una variable gaussiana E[2(h)] 2(h).
Respecto a la robustez, se analiza el modelo Z(s) + u + w(s) + Er(s) con u <.
w(s): proceso estacionario intrnseco, de media 0, con variograma continuo en el origen.
Er(s): rudo blanco, independiente de w(s).
Tal que, 
N (0, C) con probabilidad1
Er(s) = f (n) =
N (0, kC) con probabilidad
grado de contaminacion.

Nota: Cuando el efecto Nugget es pequeno, se recomienda utilizar el estimador 2(h), de lo

contratio, usar 2b
(h).

3.3.10.3.7. Ajuste del Variograma

En las definiciones de los estimadores 2(h), 2b (h),2(h) debe considerarse la propiedad del
Variograma que lo define como una funcion negativa. Por tanto, la idea es encontrar un estimador de
Variograma valido, que este cerca de los datos que se dispone.

Criterios para ajustar Variogramas

J
Dentro de {2(h, ); }, familia de variogramas, se buscara el representante mas cercano
a los datos.

P
Maxima Verosimilitud:PSuponiendo que Z = (Z(1), ..., Z(n)) v N (XB, ()), donde Z =
XB , con v N (0, ()) es el modelo propuesto.

La funcion de maxima verosimilitud se obtendra a partir de la densidad conjunta de Z, puesto

que no se trabaja conla suposicion de independencia.

Por tanto, se tiene que:

1 n 1 1 X n
I(B, ) = ( ) 2 P n exp{ (Z XB T ( ()) 2 (Z XB)}
2 | ()| 2 2

maximizando I(B, ), es posible encontrar B

bM V y bM V .

85
El inconveniente de untilizar este tipo de estimador se refiere a la dependencia de bM V respecto
del modelo escogido; y el sesgo provocado por el tamano (pequeno) de la muestra.
Maxima Verosimilitud Restringida: A partir de la  {Z(1), ..., Z(n)} se traba-
 coleccion de datos
 Z(1) Z(2) 
 
 . 
jara con W que cuenta con n 1 datos, W =   . Luego, se aplicara maxima
 . 

Z(n 1) Z(n)
verosimilitud sobre W,

LW = ln(Lw (B, 0)) = n1 1

()A + 21 [(W AT XB)(AT ()A)1 (W
 TP P
2 ln(2) + 2 ln A

AT XB)]
1 ,si 0 = j, j = 1, ..., n 1
AW = 1 ,si i = j + 1, j = 1, ..., n 1 W v N (AT XB, AT ()(AT )T )
P
0 sino

Luego, bM T R resultara de maximizar IBW (B, ), o minimizando IBW (B, ). Es un estimador

menos sesgado que el de maxima verosimilitud.
Estimacion usando Norma Cuadratica Mnima (M inQ):

P
Bajo el supuesto de que Z = (Z(1), ..., Z(n)) presenta E(Z) = u y V ar(Z) = () y no
necesariamente gaussiano. Donde:
1
P P P .
() = 1 1 +... + n n ; = .

n
Se desea estimar de forma que E[()]b sea mnima, donde b = W T F W , W = AT Z.
Nota: Este estimador presenta problemas en el momento en que se desea descomponer la varianza
de la forma que se plantea; esto se debe a la no independencia de los datos.
Mnimos Cuadrados: Este estimador esta libre de supuestos de distribucion y a diferencia de
los anteriores, considera las estimaciones de variograma previas. Se considera 2 (h), cualquiera

[2 (h) 2(h, )]2 . Por
P
de los estimadores de variograma vistos, para encontrar:M in J
NT hj
tanto, cualquiera de los estimadores: 2b
(h), 2(h) y 2(h) puede ajustarse a 2(h, ).
Mnimos Cuadrados Generalizados:
M in[2 (h) = 2[(h, 0)]T [2 (h) 2(h, 0)]]2 bM CG , estimador de mnimos cuadrados gene-
ralizado. Es aquel que minimiza [2 (h) 2(h, )T ]V 1 [2 (h) 2(h, )], con V = matriz de
var-cov de 2 (h).

Debido a las dificultades de calculo y al error que se pudiera cometer en determinar la matriz
V; se propone el siguiente estimador de .
Mnimos Cuadrados Ponderados: En este caso bM CP es aquel estimador de que minimiza
[2 (h) 2(h, )]T V 1 [2 (h) 2(h, )] en que Vb = Diag[V ar(2 (hi )), i = 1, ..., n p]; p 1

Nota: Se se tiene certeza de que los datos presentan distribucion gaussiana, es recomendable
utilizar bM V R , en otro caso, se recomienda bM CP .

86
 Validacion cruzada del Variograma

A traves de la tecnica, que consiste en borrar, artificialmente algunos datos y usar los restantes
para predecir las observaciones borradas; se busca diagnosticar problemas de ajustar del estimador
del variograma que se este utilizando. Luego la cercana del predictor, Z b1 (s1 ), respecto de los valores
observados Z(s1 ); puede resumirse en:
n
1 P Z(si )Z bi (si )]
n [ \
i=1 (Zi (si ))
s
n
1
[ Z(si ) Zi (si ) 2
P b
n ]

bi (Z(si ))
b
i=1

Grafico de Tallo-Hoja: su { Z(s i )Zi (si )

(Zi (si )) } ; i = 1, ..., n
b

1. Debiera ser cercano a 0.

2. Debiera ser cercano a 1.
3. No debiera presentar outliers.

3.3.10.3.8. Prediccion Espacial o Kriging

La etapa principal del muestreo espacial corresponde a este punto, en donde se utilizan los
analisis efectuados con anterioridad para predecir la existencia de la caracterstica en estudio, ya sea
en valores puntuales o en promedio. Considerese un proceso {Z(s); s D <d } del que se disponen
las observaciones {Z(s1 )...Z(sn )} y se quiere determinar un funcional del proceso g({Z(s); s D}).
Se denomina Prediccion Espacial, a la prediccion de esta funcion a partir de {Z(s1 )...Z(sn )}.

Nota: Se define:
Estimacion: realizar inferencias acerca de parametros desconocidos pero fijos.
Prediccion: Inferencias de parametros con comportamiento aleatorio.

Se conoce como Kriging al metodo de Prediccion Espacial que se basa en la minimizacion del E.C.M.
que usualmente depende de las propiedades de segundo orden de {Z(s); s D}.

Se pretende encontrar un predictor que cumpla con ciertas caractersticas de optimalidad. Para
ello, se determina el costo asociado a usar ese predictor.

Escala de Variacion

Las suposiciones que a menudo se hacen acerca del proceso {Z(s); s D} muchas veces no son
verificables. Para efectuar suposiciones razonablesdebe ponerseatencion a la escala de fluctuacion
que el proceso parezca exhibir. La escala puede tener dos sentidos o significados:

87
 1. Escala observacional de los Z(si ) : Los instrumentos utilizados para medir Z(si ) y Si tiene un
nivel de presicion dado.
2. Escala Espacial: Las observaciones estan tomadas con una cierta distancia.

3.3.10.3.8.1. Kriging Ordinario

Puesto que el termino Kriging tiene relacion con la determinacion deun buen predictor, segun
un criterio de optimalidad.

El predictor generico de g({z()}) por P (z, g({z})) = P (z, B) con:

1 R
|B| Z(s)ds
si |B| =
6 0
B
g({z}) = Z(B) = P rom{Z(s )} B = {S , ..., S si |B| = 0
bi b1 bn
Z(s0 ); si B = {s0 }}

Se considera el modelo Z(s) = (s) + S(s); donde u =cte.

n n
L(Z(B), P (Z, B)) = (Z(B) P (Z, B))2 , luego P (Z, B) =
P P
i Z(si ) con i = 1
i=1 i=1

Predictor optimo

1. P (Z, B) sera el predictor optimo si minimiza E[(Z(B) P (Z, B))2 ].

a) En el caso en que se tiene solo un poco con B = {Z0 }, Z(B) = Z(s0 ), el problema
n n
i Z(si ))2 ] Z(s0 ) se precedira mediante Pb(Z, s0 ) =
P P
sera M inE[(Z()s0 i Z(si ).
i=1 i=1
b) Sea el proceso Z(s) = u + (s); u = cte; (s): ruido blanco, V ar[(s)] = CM E , se quiere
determinar el predictor de Kriging es s0 .
Si s0 6= si i = 1, ..., n
s0 = si0 i0 = {1, ..., n}

0; h = 0; por independencia
Se establece que 2z (h) = V ar[(s + h) (s)] =
2CM E ; h 6= 0
n
1 P
donde Z = n Z(si ) es el mejor predictor.
i=1
c) Considere Z(s) = S(s) + (s); (s): ruido blando, V ar[(s)]CM R , S(s) se denomina version
sin ruido blanco de Z(s). Se tiene que S(s
b 0 ) es el mejor predictor lineal de esta version,
n
vi Z(si ) en que vi = 1 . Por lo tanto, el mejor predictor para el caso
P
donde S(s
b 0) =
n
i=1
s0 = si0 ; i = 1, ..., n no vara.
1
R
2. Se quiere predecir Z(B), donde Z(B) = |B| Z(s)ds; donde |B| es el volumen regional (di-
B
mensional) de B, B <d , Z(s) B. En este caso, el mejor predictor para las obsevaciones es:

88
 n
P
Pb(Z, B) = i Z(si )
i=1
Efectos de los parametros del variograma en Kriging

Si Z(s) es un proceso para el cual se puede definir su variograma, sabemos que 2(h) =
V ar[Z(s + h) Z(s)] si h 0 2(h) 0 (es continua en 0). En caso contrario, se produce efecto
Nugget.

Nota: Si lm 2(h) existe, se le denomina Umbral del Variograma.

||h||

Se llama Rango del Variograma al rezago h mas pequeno en que Z(s + h) y Z(s) no estan
correlacionados.

Se supone el modelo Z(s) = (s) + (s) + (s) + (s); (s), (s), (s), (s) independientes
entre s.

Si ||h|| 0 (h) C0 = CM S + CM C , cuando el rango del variograma es 22 2Cov((h +

s), (s)) + 22 2Cov((s + h), (s)), a partir de un rezago, el variograma es constante, entonces la
covarianza no actua (por la naturaleza de los procesos (s) y (s)).

Si el efecto Nugget es grande (como porcentaje del umbral), implica que se debe tomar datos en
una vecindad grande de S0 , para hacer que P (Z, S0 ) sea estable y tenga varianza estimable razonable.

Nota: Aun cuando se puede pensar que datos a distancia mayor que el rango no afectan las
ecuaciones de Kriging, este hecho no es as, produciendose un efecto llamado pantalla, que es objeto
de investigacion. Por lo tanto, no se debe eliminar observaciones basandose en este criterio.

Comentarios acerca del Kriging Ordinario

En la construccion de I.C. para la prediccion S(s0 ) se supone normalidad, definiendose:

IC : (Z(s0 ), 0,95) = Z(s0 ) 1,96V ar(Z(s0 ))

donde,
n
P
V ar(Z(s0 )) = (s0 si ) + m
i=1

De no cumplirse el supuesto de normalidad, se aplicara la funcion g al proceso, obteniendo

g(Z(s)) = Y (s), con Y (s) N ormal.

Si g es dos veces continuamente diferenciable, se aplica el metodo ; es decir, g(Z(s)) = Y (s) =

g(u) + g(u)[Z(s) u].

Como se sabe, las ecuaciones de Kriging vienen dados por el mejor predictor Z(s0 ) = 0 Z.

89
Cuando Z(s) no es estacionario, el variograma dependera de los terminos h y s, entonces, se usara (s0 , s1 )
a cambio de (s0 s1 ). Debido a este reemplazo, el estimador que se obtendra no se considerara optimo.

En ocasiones en que, por motivos fsicos, Z(s0 ) > 0 y existe la posibilidad de que Z(s0 ) sea
negativo; la solucion se restringe a ni=1 i = 1; i > 0, notando que Z(s0 ) cumpla esta restriccion
P
hara crecer la varianza.

3.3.10.3.8.2. Kriging Robusto

Bajo el siguiente modelo:

Z(s) = u + (s) + (s) + (s)

 R 2 
2z (h) = 2n (h) + 2 (1 )C0 +  z dH(z) se resume en el variograma 2v = 2n (s) + 2C0 , que
realmente se quiere estimar (sin error), usando los estimadores 2(h) y 2(h). A partir de este, se
tiene Z(sn ) = ni,j=1 ij Z(si ) con i 6= j. Luego, se tiene una estimacion robusta de Z(sj ).
P

Pn
Entonces, usando 2Y (s), obtener P (Z, B) = i=1 Bi Z(si ). Luego, se usa como prediccion:
0
Y (B) = ni=1 Bi Z a (si ). Donde,
P

0
Z a (si ) = mediana ponderada{Z(si )ij , i 6= j}
Existen otros metodos para encontrar modelos predictivos, tales como Kriging Universal y Kriging en
media polaca.

3.3.10.3.9. Disenos Espaciales

Dependiendo del objetivo final del estudio, existen dos tipos de disenos espaciales:
a) Disenos muestreales espaciales: que tienen por objeto determinar una funcion del proceso
{Z(s), s D}, con D, region de estudio.

En general, para poder obtener las observaciones, se debe disponer de un plan de muestreo, una
adecuada eleccion del estimador o predictor, y de una seleccion del criterio de optimalidad.

De las tecnicas de Muestreo, se puede obtener relaciones entre la presicion relativa del M.A.S.
estratificado, por conglomerados. En estudios geologicos se utiliza preferentemente el muestreo
sistematico y el muestreo estratificado, combinado con el M.A.S. dentro de los estratos. En
investigaciones donde la region en estudio D es finita y pequena, se utiliza el muestreo sistematico.
b) Disenos experimentales espaciales: que tienen por objeto determinar el efecto de algun tra-
tamiento que se aplicara a las observaciones de un proceso {Z(s), s D}.
Los factores principales en el diseno experimental pueden estar aleatorizados, bloqueados o re-
plicados, y se desea eliminar el efecto de dependencia espacial, asignando adecuadamente los
tratamientos a las ubicaciones. El objetivo de aleatorizar es neutralizar la correlacion espacial
y entregar un analisis valido de la varianza. El bloqueo tiene por objeto reducir la variacion
residual y se desea obtener estimadores mas precisos utilizando las replicas.

90
3.4. Tabla de Resumen

Tecnicas de Muestreo

Tecnicas Muestra Cractersticas

M.A.S - Es el tipo de muestreo utilizado frecuentemente
en poblaciones de las que no se tiene mayor infor-
macion.
- La forma de extraer las unidades se divide en: Con
reemplazo y Sin reemplazo.
Uso de informacion lineal Se utliza con el proposito de inferir con mayor pre-
cision acerca del universo en estudio.
Muestreo Estratificado Se utiliza cuando existen marcados grupos ho-
mogeneos (estratos) dentro de la poblacion.
Muestreo por Conglomerados Se utiliza cuando la poblacion consta de grupos he-
terogeneos.
Muestreo Multietapas Es de utilidad en aquellos casos en que por proble-
mas de costo tiempo no es posible examinar todas
las unidades contenidas en un muestreo previo.
Muestreo Doble Se utiliza cuando es mas conveniente estudiar una
caracterstica relacionada a la caracterstica de in-
teres, que esta ultima.
Muestreo Espacial: Etapas principales
Analisis Exploratorio Estudia las relaciones de las unidades muestrales,
y determina la existencia de datos atpicos (que no
satisfagan el comportamiento general).
Modelamiento En esta etapa se modelan las relaciones que se es-
tablezcan entre las observaciones, a traves del Va-
riograma.
Estimacion de parametros En esta etapa se estima el Variograma (parametro
del proceso estocastico) a traves de alguno de los
tres tipos de estimadores.
Prediccion Espacial o Kriging Etapa principal del Muestreo Espacial, utilizando
los analisis previos para predecir la existencia de la
caracterstica en estudio, en valores puntuales o en
promedio.
Disenos Espaciales Etapa paralela a las anteriores. Se divide en disenos
muestrales y en desenos experimentales.

91
3.5. Comentarios

En este captulo (tecnicas de muestreo) se explicaron diferentes tecnicas para obtener una
representatividad de un subconjunto de la poblacion para as estudiarlos y obtener resultados que,
a nivel estadstico, sean de maxima calidad, esta se relaciona de una manera eficaz con las temati-
cas expuestas anteriormente, ya que en el caso de Diseno y analisis de encuestasforma una parte
importante para ver hasta adonde abarcara el estudio, ya que todo lo que resulte sera relacionado
directamente con la poblacion de la cual se esta trabajando, tambien en el caso de estadstica no
parametrica, se relacionan en el caso de querer comprobar algun tipo de test, en el caso de ver que
tan azaroso es el procedimiento se puede realizar un test de rachas (ya que si es azarozo se tendra una
representatividad estadstica tanto en el procedimiento como en los resultados).

De acuerdo a las tematicas que se abordaran en los siguientes captulos, estas tecnicas forman
parte importante de como se compondran los diferentes pasos de ciertas estimaciones y de la obtencion
de la informacion.

Es por esto que utilizar las tecnicas de muestreo provechosamente es de vital importancia en
el estudio, ya que toda la base de esta determinara que tan eficaz pueden llegar a ser las conclusiones
y como se optimizaran los recursos economicos que se disponen.

Respecto al Manual del ano 2000, se reorganizo la estructura de este captulo, en muchas sec-
ciones no se profundizaba respecto a los temas a tratar como en los sesgos que se pueden incurrir,
se opto por una introduccion mas precisa, las tablas se organizaron para resumir de una forma mas
precisa las formulas y se acotaron caractersticas de estas. Tambien hubieron puntos que no se modi-
ficaron ya que estaban bien explicados y profundizados, como es el caso de Muestreo espacial y por
ultimo se agrego la explicacion de tecnicas de remuestreo y replicas.

92
Referencias

[1] Thompson, Steven K. (1992). Sampling. John Wiley Ed.

[2] Luis Figueroa. (2000). Manual Estadstico. Taller I.
[3] Cochran, William. (1971). Tecnicas de Muestreo. John Wiley Ed.
[4] Azorn, Francisco y Sanchez Crespo, Jose L. (1994). Metodos y aplicaciones del Muestreo. Alianza
Editorial.
[5] Cressie, Noel. Statics for Spatial Data. John Wiley Ed.
[6] Xavier Emery. (2007). Apuntes de Geoestadstica. Universidad de Chile.

93
Captulo 4

Metodos Multivariantes

En general, para aplicar estas tecnicas se dispondra de informacion multivariada, es decir,

tendremos n observaciones (habitualmente individuos), a las cuales se les ha medido p variables o
caractersticas, formando as el conjunto de informacion necesaria para poder aplicar el estudio es-
tadstico, las cuales pueden ser de tipo cualitativa y/o cuantitativa. El que tiene por objetivos resumir
los datos con la perdida mnima de informacion, dividir, agrupar o asociar en grupos y de ser as,
clasificar nuevas observaciones en grupos que pueden estar o no definidos, esto se lograra a traves de
metodos que se analizaran en este captulo.

Las tecnicas multivariantes incluyen tanto metodos descriptivos que tienen por objetivo extraer
informacion de los datos disponibles, como metodos de inferencia que, a traves de la construccion de
modelos, pretenden obtener conclusiones sobre la poblacion.

4.1. Analisis descriptivo

Matriz de Datos: Esta formada por n observaciones, a las cuales se le han medido p variables,
las que forman en su conjunto una variable multivariante y cada una representa una variable
univariada. Su representacion matricial de dimension n p es la siguiente:

i = 1, , n(individuo)
X = xij
j = 1, , p(variable)
Vector de medias: Esta compuesto por las medias de cada una de las p variables. Por lo tanto
su dimension estara dada por p 1 y su representacion es la siguiente:
1 n
x= xi
n i=1

Matriz de Var-Cov: Como su nombre lo dice, esta contiene la relacion lineal entre dos variables, es
decir, la covarianza y ademas la varianza de cada variable, la cual sera la diagonal. Su dimension
sera p p (cuadrada y simatrica) y sera calculada segun:
1 n
S= (xi x)(xi x)
n i=1

94
 Matriz de correlacion: Esta matriz se obtiene a traves de la matriz de var-cov y de la matriz D, la
cual es una matriz diagonal que contiene la varianza de cada una de sus variables, es importante
notar que esta matriz corresponde a la matriz de var-cov estandarizadas. Su dimension tambien
es de p p y su representacion es la siguiente:

1 si i = 1, , n 1 1
Ri j = R = D 2 SD 2
cov(xi , xj ) si j = 1, , p
Medidas de variabilidad global
Varianza Total: Consiste en la suma de las varianzas, es decir, tr(S)
Varianza Promedio: Es el promedio de las varianzas de las variables, es decir, p1 tr(S)
Varianza Generalizada: Es una medida basada en la cantidad de variables. Se considera el area
si p = 2 , se considera volumen en caso de p = 3, y un hipervolumen si p 3, ocupada por el
conjunto de dato. Su forma de calculo esta dada por el determinante de S , tal que V G =| S | .

4.1.1. Aplicaciones de Tecnicas Multivariadas

4.1.1.1. Metodos de independencia

Datos cuantitativos.
Analisis de Componentes Principales
Analisis Factorial
Analisis de Cluster
Datos cualitativos.
Analisis de correspondencia
Analisis de Cluster
Modelos Log-lineales

4.1.1.2. Metodos de Dependencia

Variable dependiente cuantitativa.

Analisis de Regresion
Analisis de varianza
Analisis de Sobrevivencia
Variable dependiente cualitativa.
Analisis de Discriminantes
Regresion logstica
Metodos de clasificacion

95
4.2. Tecnicas multivariadas

4.2.1. Representacion grafica

Si bien es importante explicar y comprender todo lo que respecta al estudio multivariado en

las muestras de las poblaciones como se vera en los siguientes temas, tambien lo es la interpretacion y
encontrar una forma eficiente de representar la informacion por medio de graficos, es decir, buscando
patrones de determinadas caractersticas o bien el tipo de modelamiento de los datos. Dentro de las
herramientas mas frecuentes se encuentran:
Graficos de perfiles: La informacion del individuo es representada por un grupo de barras asig-
nadas a cada tipo de variable en estudio.
Graficos de estrellas: Representa la asociacion que presentan las variables en conjunto, en donde
cada variable es senalada por una punta de la estrella.
Diagrama de dispersion tridimensional: Este tipo de diagrama consiste en graficar en tres varia-
bles simultaneamente, o sea girar la nube de puntos datos alrededor de los vertices de los ejes,
este tipo de grafico es difcil de ilustrar pero es muy comun en paquetes estadsticos.
Graficos funcionales: Este tipo de grafica esta representada por una funcion que se obtiene me-
diante la observacion p-variada para la i-esima unidad experimental, por medio de una combi-
nacion lineal de funciones trigonometricas.
Grafico de caras: Cada variable en la muestra es representada por lo rasgos en un grafico con
forma de cara y que en este caso es el individuo.
Arboles: Consiste en representar cada uno de los puntos p-dimensionales mediante p-ramas. Tal
representacion puede resumir un primer desarrollo de agrupaciones de datos, donde el objetivo
es ver la cercana entre estos.(las variables son cuantitativas)
Elipses: Consiste en visualizar si un par de variables cuantitativas estan o no asociadas, ademas
nos ayuda a ver la posible existencia de normalidad bivariada.

4.3. Comparacion de muestras provenientes de poblaciones norma-

les

As como en el caso univariado cuando se desea comparar dos poblaciones se requieren ciertas
caractersticas para hacer posible el estudio, como lo es la variabilidad de las poblaciones y su com-
portamiento medio cuando siguen un patron especificado. Cuando no se tenga un patron determinado
existen herramientas complementarias como lo son la mediana y el ranking. Estos casos se ven en mas
detalle en los metodos no parametricos.

4.3.1. Distribucion Normal Multivariada

Sea un vector p-variado y su funcion de densidad dadas por: x = (x1 , , xp )
1 (
x )
f(x) (x) = (2)p/2 | |0,5 e0,5( x )
Donde es el vector de medias y la matriz de varianzas-covarianzas (matriz simetrica y definida
positiva)

96
4.3.2. Distribucion Wishart

La distribucion de Wishart tiene un papel importante en el analisis del estimador de la matriz

de varianzas-covarianzas de una distribucion Normal multivariada, juega en el analisis multivariante
un papel semejante al de la distribucion 2 en el estudio inferencial unidimensional.
Si se tiene m vectores aleatorios de una poblacion Np ( 0 , ) y si: W = m
i=1 xi xi y W = Wp (, m)

Cuando es definida positiva y m p, la densidad de W es:

f (W ) = c | W |mp1 exp 0,5tr(1 W )

 

c1 = 20,5mp 0,25(p(p1)) | |0,5m pi=1 [0,5(m + 1 i)]

Propiedades
E(W ) = n
W1 W2
AMpp = AW A W ishat(n, A1 (A1 ) )
1
si S = x P x = Sn W ishart(n 1, )
n1

4.3.3. Test T 2 de Hotelling

Cuando se desean comparar dos poblaciones, con la particularidad de que ellas siguen una dis-
tribucion normal multivariada y ademas presentan matrices de varianzas-covarianzas en comun1 =
2 . Para que esto sea posible se establece el siguiente contraste en el estudio(Vease Referencias [1],pagi-
nas 76-77).
H0 : 1 = 2 v/s H1 : 1 6= 2
Considerando la hipotesis nula y utilizando la estadstica de distancia del T 2 Hotelling, se puede
establecer   1
2 t 1 1
T = (x1 x2 ) + Sc (x1 x2 ) > C 2
n1 n2
 
2 n1 + n2 2
C =p F1 (p, n1 + n2 p 1)
n1 + n2 p 1

(n 1)S1 + (n2 1)S2

Sc =
n1 + n2 2

97
 Donde: p: Es el numero de variables.
ni : Tamano de la poblacion i con i = 1, 2.
Si : La matriz de varianzas covarianzas de la poblacion i con i = 1, 2.

4.3.4. Test de homogeneidad para K-poblaciones

Al realizar la comparacion de dos o mas poblaciones multivariadas es necesario que se cum-

pla el supuesto de que las poblaciones distribuyan normal multivariada y ademas que las matrices de
varianzas-covarianzas no difieran significativamente (que sean homogeneas)(Vease Referencias [1],pagi-
nas 140-141).
La hipotesis a contrastar es:

H0 := i = = k vs H1 : i 6= j para algun i 6= j

Como la estadstica T = M C 1 posee una distribucion 2 se realiza el contraste.

T 2 (0,5(k 1)p(p + 1))

M = ki=1 (ni 1) ln | Sc | ki=1 (ni 1) ln | S |

1 i 2p2 + 3p 1
C 1 = 1 (ki=1 k )
ni 1 i=1 (ni k) 6(p + 1)(k 1)

ki=1 (ni 1)Si

Sc =
ki=1 (ni 1)
Donde: k=Numero de poblaciones.
p=Numero de variables.
ni = Es el tamano de la poblacion i,i = 1, , k.
S= Matriz de Varianzas-Covarianzas muestral.
Sc : Matriz de Varianzas-Covarianzas combinada.
Se rechaza H0 con un nivel de significancia si T > 21 (0,5(k 1)p(p + 1))
Para tamanos poblacionales inferiores a 20 y si ademas el numero de variables y poblaciones
son menores a 6, la aproximacion de Box resulta ser efectiva. Si el numero de variables p fuese uno se
debera realizar el test de Bartlett.

4.3.5. Inferencia sobre un vector de medias

Si se quiere docimar lo siguiente:

H0 : = 0 v/s H1 : 6= 0

Donde 0 es un vector de medias conocido, asumiendo desconocido.

98
 Ademas, bajo H0 el estadstico y su distribucion estara dada por:

2
Tobs n(x 0 ) S 1 (x 0 ) Tn
2
1
p

2 > (n 1)p
Luego, existe evidencia de rechazar H0 si Tobs F1 (p, (n p))
np
Este contraste se obtiene asumiendo el supuesto de normalidad.
Si se desconoce 0 se puede obtener una estimacion, como un vector de medias de referencia,
a traves del calculo de la region de confianza (elipsoide), asumiendo conocido, tal que:

n(x ) 1 (x ) 21 (p)

4.3.6. Inferencia sobre una matriz de Var-Cov

Tambien es de interes poder probar lo siguiente:

H0 : = 0 v/s H1 : 0

Donde 0 es una matriz conocida.

El estadstico conocido como el Test de Razon de Verosimilitud (T.R.V), esta dado por:

W = (n 1)[log | 0 | log | | +tr(S1 ) p]

Luego, el estadstico de prueba estara dado por:2obs = (1 c) 2

p(p + 1) 2p2 + 3p + 1
Donde: = c=
2 6(n 1)(p + 1)
Se rechaza para valores grandes del estadstico.

4.3.7. Test de Wilks

Es un metodo generalizado para la comparacion de k poblaciones del test deT 2 de Hotelling y

mantiene los mismos supuestos del metodo mencionado(Vease Referencias [1],pagina 138).
Como en este caso son mas de dos poblaciones la hipotesis a docimar es:

H0 : 1 = = k vs H1 : i 6= j para algun i 6= j

Se rechaza la hipotesis nula, con un nivel de significancia si:

ki=1 (ni k) 1
 
( )( ) > F1 (k 1, ki=1 ni k)
k1
Donde:
|W |
=
|W +B |

99
 W = ki=1 nj=1
i
(xij xi )t (xij xi )

B = ki=1 ni (xi x)t (xi x)

Donde: ni = Tamano poblacion i, i = 1, , k.
k= Numero de poblaciones.
W= Suma de cuadrados dentro de las poblaciones.
B= Suma de cuadrados entre poblaciones.

4.3.8. Docima de Bartlett

Este contraste determina si existe una estructura de relacion o no entre las variables de una
poblacion, por medio de la matriz de correlacion R que indica las relaciones existentes entre cada par
de variables (ij ).
La hipotesis es de la forma:

H0 :| R |= 1 vs H1 :| R |6= 1

Junto con el supuesto de normalidad multivariada y bajo la hipotesis nula, se cumple que:
 
2p + 5
n1 ln | R | 2p(p1)/2
6

En el caso que con un nivel de significancia de se rechace H0 , se determina que no existen

relaciones significativas entre las variables.

4.4. Componentes principales

El analisis de componentes principales es una tecnica estadstica que nos permite reducir di-
mensionalidad, esto quiere decir que al tener una gran cantidad de datos con muchas variables (p)
involucradas podremos disminuir estas ultimas perdiendo la menor cantidad de informacion posible.
Este metodo utiliza tecnicas de ortogonalizacion, es decir, va a considerar una reduccion dependien-
do del numero de grupos formados por las variables que se encuentran correlacionadas entre s. La
idea es que el conjunto correlacionado de variables representen una idea o concepto que facilite su
interpretacion.
El proceso de encontrar las componentes principales, es analogo a descomponer la matriz de
valores y vectores propios, luego se puede mostrar que el espacio de dimensiones r < p que mejor
representa a los puntos viene definido por los vectores propios o componentes principales, asociados a
los r mayores valores propios, que seran las direcciones principales, de las matrices S (Var-Cov) o R
(Correlaciones)(Vease Referencias [1],paginas 214-227).

100
4.4.1. Calculo y seleccion de componentes

Conocida la matriz de varianzas covarianzas, o bien, la matriz de correlaciones la cual se

utiliza cuando las escalas de medida de las variables son muy distintas, debemos encontrar los valores
y vectores propios asociados a la matriz de referencia.
El problema de ortogonalizacion se reduce a resolver la siguiente igualdad:

|S I| = 0

De donde obtendremos los vectores propios (e1 , e2 , , ep ), donde ei es denominada la i-esima

componente principal siempre que sea un vector propio normalizado. Obtendremos tambien valores
propios (1 , 2 , ..., p ) , tal que 1 > 2 > ... > p .
Se considera la transformacion:

yi = ei1 x1 + ei2 x2 + + eip xp

obteniendo las nuevas variables y1 , y2 , , yp

NOTA: La descomposicion u ortogonalizacion usando S (var-cov), lleva a que las variables
originales con mayor varianza carguen en las primeras componentes. Entonces es conveniente usar S
si se desea que la variabilidad original influya en los resultados. En caso contrario, conviene llevar el
conjunto de variables a la misma escala, es decir, se debe trabajar con R (correlaciones).

4.4.2. Propiedades

DIM (ei ) = px1i = 1 p y (ei )(ej )

Las direcciones principales i S, representan las variabilidades asociadas a las variables, es decir,
var(yi ) = i , cuya propiedad principal es que conservan la variabilidad inicial, esto es:

pi=1 i = pi=1 var(xi )

La proporcion de variabilidad explicada se puede obtener a partir del cuociente:

i
ci = p
i=1 i

Donde ci es la proporcion de variabilidad explicada por la i-esima componente.

La covarianza entre cada componenteei y las variables originales esta dada por: cov(yi , e ) =

cov(yi , x1 , x2 , , xp ) = i (ei 1, ei 1, , ei p) = i ei

Las r componentes principales, proporcionan la prediccion lineal optima con r variables del
conjunto original de variables x.

4.4.3. Seleccion del numero de componentes

Para saber con cuantos componentes principales es conveniente trabajar:

101
4.4.3.1. Grafico de codos

Este consiste en hacer el grafico de i vs i(componentes principales), para luego buscar un codo
en el grafico, es decir, encontrar un punto a partir del cual los valores propios sean aproximadamente
iguales. El criterio sera quedarse con el numero de componentes que excluya los asociados a valores
pequenos y aproximadamente del mismo tamano.

4.4.3.2. Porcentaje acumulado de variabilidad explicada

Seleccionar componentes r < p hasta cubrir una proporcion determinada de varianza, como
por ejemplo mas del 60 u 80 % de variabilidad explicada.

4.4.3.3. Eliminar componentes

Desechar aquellos componentes asociados a valores propios inferiores a una cota, que suele ser
la varianza media:
pi=1 i
p

NOTA: Debemos tener especial cuidado cuando el numero de componentes seleccionados es

uno, ya que el primer componente puede explicar una gran proporcion de la variabilidad, sin embargo
esto no quiere decir que los demas componentes no sean relevantes para la investigacion.

4.4.4. Interpretacion

Factor global de tamano:Todos los signos de las variables en la componente son iguales.
Factor de forma:Los signos de las variables dentro de la componente son distintos.
Factores distintos:Eventualmente si cada componente posee distintas variables, entonces debe-
mos buscar un concepto que resuma a cada una de ellas.

4.4.5. Representacion Grafica

Cada componente principal es una combinacion lineal, por lo que esta combinacion lineal
aplicada a una muestra (n), entregara puntajes, los cuales se pueden representar en un plano cartesiano.
La representacion habitual es tomar dos ejes ortogonales que representen los dos componentes
considerados, y situar cada punto sobre ese plano por sus coordenadas con relacion a estos ejes, que
son los valores de los dos componentes para esa observacion.

4.5. Analisis factorial

El objetivo es encontrar grupos de variables, a traves de combinaciones lineales de variables

latentes o no observables directamente. Si se dispone de pvariables,y1 , y2 , , yp una forma de repre-
sentar la idea es(Vease Referencias [1],pagina 256-261):

102
 y1 = 11 f1 + 12 f2 + + 1p fp
y2 = 21 f1 + 22 f2 + + 2p fp
..
.
yp = p1 f1 + p2 f2 + + pp fp

Donde:
i jrepresenta el coeficiente de la combinacion lineal que muestra la relacion entre yi y fi .
fi es el factor o variable latente.
Entonces, a partir de estas combinaciones, los coeficientes denominados cargas, permiten inferir
si una variable i carga en un factor j. A partir de esto se espera una reduccion de la informacion
contenida en las p variables, y resumidas en r < p factores.
NOTA: Al igual que en componentes principales, se puede reducir la redundancia de informa-
cion, basandose en una matriz de dependencia representada por la matriz de correlaciones o la matriz
de varianzas-covarianzas.

4.5.1. Modelo Factorial Ortogonal

Suponga que se dispone de una muestra aleatoria que proviene de una distribucion homogenea
con vector de medias y matriz de varianzas-covarianzas .
El modelo estara definido por:

y1 = 11 f1 + 12 f2 + + 1r fr + 1
y2 = 21 f1 + 22 f2 + + 2r fr + 2
..
.
yp = p1 f1 + p2 f2 + + pr fr + p

Donde yi = xi i , i = 1, , p Con los supuestos apropiados, i j indica la importancia del

j-esimo factor a la i-esima variable y puede ser usada en la interpretacion de fj .

4.5.1.1. Supuestos del modelo

Las cargar ij S no son variables aleatorias, es decir, son parametros a estima.

E(i ) = 0 V ar(i ) = i2 Cov(i , j ) = 0 ; j, i = 1, , p
E(fi ) = 0 V ar(fi ) = 1 Cov(fi , fj ) = 0 ; j, i = 1, , p
Cov(i , fj ) = 0 ; j, i = 1, , p
Luego V ar(yi ) = rj=1 2ij + i2 , es decir, la varianza se puede descomponer como la suma de
las comunalidades mas la varianza individual.

103
4.5.2. Estimacion de cargas y comunalidades

La descomposicion ortogonal permite reescribir S o R en funcion de otras matrices, usaremos

C y D talque:

S = CDC

Donde C contiene los vectores propios normalizados y D contiene en su diagonal los valores
propios. A raz de esta descomposicion se proponen cuatro metodos en el proceso de estimacion de un
modelo factorial.

4.5.2.1. Metodo de componente principal

La matriz con la que trabajaremos se aproxima mediante

0,5
S r r = Cr DR

Obteniendose una estimacion de las cargas, usando las r primeras coordenadas de la descom-
posicion. Luego las varianzas especficas se estiman a partir de:

= diag(S r r )

A partir de aca, notemos que la suma de los elementos columna de la matriz r , entregara una
estimacion de las comunalidades, esto es:

rj=1 2ij = h2i

La suma de cuadrados de los elementos columna de la matriz r , entregara una estimacion de

la variabilidad explicada por el j-esimo factor, y estimando la variabilidad total como la traza de S o
R, se podra obtener la proporcion de variabilidad explicada por el j-esimo factor, esto es:

rj=1 2ij j
=
tr(SoR) tr(SoR)
h i
El ajuste de este modelo se basa en obtener = S + , se obtendran cotas a partir
de:

pi=1 rj=1 e2ij pj=r+1 j2

Si se cumple esta desigualdad se considerara un buen ajuste.

4.5.2.2. Metodo del factor principal

La idea comienza de dar valores iniciales para y estimar de la descomposicion en valores y

vectores propios de S o R .El problema recae en determinar o especificar valores

104
iniciales para . Estimaremos las comunalidades a partir de:

1 1
h2i0 = Si2 o h2i0 = Si2
sii rii

Donde rii y sii son el elemento (i, i) de la matriz S 1 o R1 .

A partir de estos valores iniciales se puede obtener S o R , y se procede a calcular
valores y vectores propios para ellas. Las matrices de cargas podran ser estimadas y eventualmente en
una segunda iteracion y se podra obtener definitivo. Una vez que se disponga de la estimacion de
ambas matrices la proporcion de variabilidad explicada se estima a partir de:

j j
o
tr(S ) tr(R )

4.5.2.3. Metodo del factor principal iterado

Este es una modificacion al metodo de factor principal, considerando que este puede iterarse
para mejorar las estimaciones de las comunalidades. Despues de obtener a partir de S o R
, usando comunalidades iniciales, se pueden obtener nuevas estimaciones a partir de:
h2i1 = rj=1 2ij

Estos valores se reemplazan en la siguiente iteracion en la diagonal de S o R , donde

podemos obtener un nuevo valor de . Este proceso sigue hasta que se cumpla un criterio de parada,
dado evidencia de que converge.

4.5.2.4. Metodo de maxima verosimilitud

Este metodo asume generalmente que y1 , y2 , , yp Np ( 0 , ) , donde = + . As la

verosimilitud para una muestra aleatoria n queda de la forma:

fY (y) = 2i=1 (2)0,5p | + |0,5 exp(0,5 yi ( + )1 yi )

Cuyas ecuaciones normales no son tratables, luego se aplican metodos numericos, por ejemplo
Newton-Raphson

4.5.3. Rotaciones

La idea de efectuar la rotacion de ejes es poder tener una mejor interpretacion de los factores
en otro escenario de referencia, de modo que los ejes queden tan cerca de los puntos como sea posible.
Si hay un conjunto por donde pase el eje, entonces este conjunto estara mas asociado a dicho factor
(eje).

4.5.3.1. Rotacion ortogonal

Dentro de las rotaciones ortogonales, la mas usada y conocida es la denominada Varimax. Esta
tecnica busca aquellas cargas que maximizan el cuadrado de cada columna de , donde

105
  
cos sen
= T y T = ,
sen cos
Esta tecnica asegurara ademas que cada factor disponga de un pequeno numero de variables con
cargas altas y un gran numero de variables con cargas nulas. Esto implica que el nivel de importancia
de las variables en los factores es mas evidente.

4.5.3.2. Rotacion oblicua

La mas conocida entre este tipo de rotaciones es la denominada Promax, la ventaja de este
tipo de rotaciones es que se relaja la ortogonalidad impuesta y hace que los nuevos factores tomen
libremente posiciones en el espacio factorial, pero el grado de correlacion entre los factores se mantiene
pequeno, pues se espera que dos factores altamente correlacionados expliquen la misma dimension. La
estimacion de estos factores consta de dos pasos:
Obtener la rotacion Varimax para asegurar que se esta trabajando en espacios bipolares.
Aplicar mnimos cuadrados entre la solucion Varimax y la matriz original.
Se estudiara con mayor profundidad en las aplicaciones del captulo.

4.6. Analisis de discriminantes

El analisis discriminante consiste en realizar una clasificacion de una nueva observacion a

ciertos grupos que esten previamente establecidos. En el cual se presentan 2 objetivos que son los
analisis(Vease Referencias [7],paginas 270-298).
Descriptivo: Si se desea establecer la capacidad discriminante bajo un cierto conjunto de varia-
bles.
Decisional: Si se busca un criterio que permite decidir sobre la adscripcion a uno de los grupos
de un caso nuevo, no perteneciente a la muestra de entrenamiento (es el que generalmente se
pretende).
Es de interes encontrar una combinacion lineal de las variablesinvolucradas que generan pun-
tajes con maxima discriminalidad, es decir:

L = i=1 pi Xi

= b = S 1 (X1 X 2 )

La regla de discriminacion es de la forma

t1 + t2
l = XtS1 (X 1 X 2 )
2

t1 + t2
Donde es el criterio de corte, l1 + l2 = bt (X 1 + X 2 )
2
cual un individuo x0 en la primera poblacion si l > 0. Si no se cumpliese la condicion planteada
el individuo sera clasificado en la segunda poblacion.
Siendo c(i/j) el costo de clasificar en la i-esima poblacion a un sujeto de la j-esima poblacion
se puede establecer:

106
  
c(1/2)
ln
c(2/1)

Si c(1/2) > c(2/1), entonces se ubicara en la poblacion 1 si:

 
1 c(1/2)
(1 2 )t 1 x0 (1 + 2 )t 1 (1 2 ) > ln

2 c(2/1)

En caso contrario x0 sera clasificado en la poblacion 2.

Sino se cumpliese la igualdad de las Varianzas en las dos poblaciones no se cumple la regla de
discriminacion, siendo ahora una funcion cuadratica y nuevo criterio de discriminacion sera:
 
1 c(1/2)
xt0 (S11 S21 )x0 + (xt1 S11 xt2 S21 )x0 k > ln
2 c(2/1)

| S1 | 1 t 1
Donde K = 1
ln( + )(x S x1 xt2 S21 x2 ) En otro caso el individuo es clasificado en la
2 | S1 | 2 1 1
otra poblacion.
En el caso que se desconozca la distribucion parametrica de las poblaciones, pero se cumple el
supuesto de igualdad de varianzas, se puede aplicar la regla de discriminacion de Fisher, determinada
por:
(n1 1)S1 + (n2 1)S2
y = (x1 x2 )t Sc1 x0 y donde Sc =
n1 + n2 2
Se clasificara utilizando el criterio de corte.

4.7. Analisis multivariado de la varianza (MANOVA)

Los modelos de Analisis de Varianza Multivariante (MANOVA) son una generalizacion directa
de los univariantes (ANOVA), es decir, que la variable de respuesta que se estudia es un vector para
cada observacion .
Al igual que en el caso univariante este tipos de analisis requiere de los siguientes supuestos:
Las variables de respuesta son continuas.
Presencia de homocedasticidad en el modelo.
Independencia de los individuos.
Las poblaciones siguen una distribucion multivariada con media cero.
Siendo el objetivo principal determinar si existen diferencias significativas entre los efectos de los
tratamientos.

4.7.1. Modelo con un Factor

Sabemos que: Yij = + j + ij donde i = 1, , n j = 1, , k ij N (0, )

Siendo la media poblacional, el efecto del j-esimo tratamiento y kj=1 nj = N .

107
 La tabla MANOVA con un factor y su hipotesis respectiva son:
H0 : 1 = = k v/s H1 : 1 6= j para algun i 6= j
La tabla ANOVA asociada es:
Fuente g.l Suma de Cuadrados criterio de WILKS
|W |
kj=1 ni (xi x)(xi x) = B =


Tratamiento k1
|W +B |
nj
kj=1 ni k kj=1 i=1 (xij xi )(xij xi ) = W


Error

nj
kj=1 ni 1 kj=1 i=1 (xij x)(xij x) = B+W


Total

Esta docima corresponde originalmente a la docima de Fisher para el caso univariado. Por lo
tanto se rechaza la hipotesis nula con un nivel de significancia si:

|W |
> 1 (p, k 1, kj=1 nj k)
|W +B |

4.7.2. Modelo con dos Factores

i = 1, , a
yijk = + i + j + ij + ijk con j = 1, , b
k = 1, , n

Se mantienen el mismo supuesto de los casos anteriores (la normalidad de los errores) y las
mismas restricciones (la suma sobre el ndice que corresponda de los efectos debe ser 0). Los parametros
del modelo son estimados nuevamente por el metodo de mnimos cuadrados para minimizar as las
perturbaciones. Las hipotesis tambien son analogas a los casos anteriores.
Para este caso yijk es la k-esima observacion del tratamiento ij . este modelo se diferencia del
anterior por tener un efecto de interaccion ij en la fuente de variacion(Vease Referencias [1],paginas
350-353). La tabla MANOVA asociada sera:

108
 Fuente grados de suma de Criterio de WILKS
libertad cuadrados
|W |
Factor A a1 A = bnai=1 (yi y)(yi y) 1 =
|W +A|

|W |
Factor B b1 B = bnai=1 (yj y)(yj y) 2 =
|W +B |

|W |
Factor A B (b 1)(a 1) I = bj=1 ai=1 (yij yi. y.j + y)(yij yi. y.j + y) 3 =
|W +I |

Error ab(n 1) W = ai=1 bj=1 nk=1 (yijk yij )(yijk yij )

Total abn 1 T = ai=1 bj=1 nk=1 (yijk y)(yijk y)

4.8. Analisis de correlacion canonica

El analisis de correlacion canonica es una tecnica que facilita el estudio de las interrelaciones
entre multiples variables (dependientes) o bien multiples variables predictoras (independientes), es
decir, mientras que la regresion multiple predice una unica variable dependiente a partir de un conjun-
to de multiples variables independientes, la correlacion canonica predice simultaneamente multiples
variables dependientes a partir de multiples variables independientes(Vease Referencias [7],paginas
361-379). El analisis en si no requiere ningun supuesto, lo que si se recomienda que por lo menos una
de las poblaciones distribuya normal multivariada para que los estimadores de maxima verosimilitud
tengan mejores propiedades estadsticas. Cuando una base de datos particionada en dos grupos donde
el primer conjunto de variables correspondera a X y el segundo Y en donde se deben asumir :
E(X) = 1 E(Y ) = 2 Cov(X) = 11 Cov(Y ) = 22

Cov(X, Y ) = 12 = 21

Las combinaciones lineales que se proponen para cada una de las poblaciones seran:
U = a X V = b Y De lo cual se puede establecer:
V ar(U ) = a 11 a V ar(V ) = b 22 b

Cov(U, V ) = a 21 b

Luego para encontrar las combinaciones lineales que maximicen las correlaciones entre U y V
se establece que:
!
Cov(U, V )
max((U, V )) = max p p =
V ar(U ) V ar(V )
Las combinaciones lineales de las originales con a y b correspondientes al maximo, se denominan
primeras variables canonicas; son las combinaciones lineales de variables en X y en Y con maxima
correlacion muestral.

109
 Los vectores propios asociadas a las matrices formadas para a 1 1
11 12 22 21

para b 1 1
22 21 11 12 En resumen toda la informacion contenida en las distintas variables por
separado, esta resumida en ambas combinaciones lineales.

4.9. Analisis de correspondencia

El analisis de correspondencia, consiste en el estudio de datos cualitativos multidimensionales,

se basa en considerar las frecuencias de las tablas de contingencia, para efectuar una descripcion de
las conductas de los objetos, mediante una representacion grafica simultanea de las entradas de esta.
Es muy similar al analisis de componentes principales en lo que respecta a disminuir la dimension en
el estudio.

4.9.1. Tabla de Contingencia

Cuando se quiere medir a una cantidad de individuos o unidades muestrales con dos carac-
tersticas cualitativas, de tal manera que la primera caracterstica puede asumir A valores y la segunda
caracterstica puede asumir B valores, de tal manera que una unidad eventualmente puede tomar el
par de valores dentro del conjunto A B. Para fijar ideas consideremos una tradicional tabla de contin-
gencia. Teniendose la informacion de las matrices binarias Xnp tanto para los niveles de A como de
B, se establece la tabla de contingencia de la forma:

Xat XB

en donde el resultado representa todos los individuos que tengan un determinado par de ca-
ractersticas.

4.9.2. Tabla de contingencia multiple o matriz de Burt

Se aplica a tablas de contingencias en las que por filas se tienen n individuos y por columnas
s variables categoricas con pi i = 1, , s categoras mutuamente excluyentes y exhaustivas.
La tabla de datos tiene, por lo tanto, la forma:
Z = [Z1 , Z2 , , Zs ]
Donde Z es una matriz binaria o una matriz formada por el cruzamiento de las variables. Entonces el
Analisis de Correspondencias Multiples se basa en realizar un Analisis de Correspondencias sobre la
llamada matriz de Burt: B = Z t Z Dicha matriz se construye por superposicion de cajas. En los bloques
diagonales aparecen matrices diagonales conteniendo las frecuencias marginales de cada una de las
variables analizadas. Fuera de la diagonal aparecen las tablas de frecuencias cruzadas correspondientes
a todas las combinaciones 2 a 2 de las variables analizadas. Se toman como dimensiones aquellas cuya
contribucion a la inercia supera 1/p.

4.9.3. La Matriz de Frecuencias Condicionadas por Filas R o columnas S

La extension del analisis de correspondencias simples al caso de varias variables nominales

(tablas de contingencia multidimensionales) se denomina Analisis de Correspondencias Multiples. En

110
general se orienta a casos en los cuales una variable representa tems o individuos y el resto son
variables cualitativas u ordinales que representan cualidades.
Para dar a cada fila o columna un peso proporcional se establecen las matrices
Df = diag(F1 , , FA ) Dc = diag(F1 , , FB )
Para las ecuaciones se definira como: R = Df1 F S = Dc1 F
Por lo cual R es un vector de valores propios y S es un vector propio
Se debe mencionar que el proceso de descomposicion puede ser realizado tanto para las filas
como las columnas debido a que es arbitraria la eleccion entregando los mismos resultados y para su
interpretacion se procede de manera similar al analisis de componentes principales.

4.10. Analisis de conglomerados

Cuando este presente una poblacion multivariada (p > 2), se pueden realizar agrupaciones bajo
ciertas similitudes, es decir, el analisis de conglomerados es realizar agrupaciones bajo caractersticas
similares(Vease Referencias [7],paginas 451-503).

4.10.1. Complicaciones

En la practica se pueden presentar diversas situaciones que pueden dificultar el estudio al

formar los conglomerados entre los cuales los mas habituales son:
Variables en diferente unidad de medida.
Variables que esten Correlacionadas.
Un gran numero de variables.
En la primera situacion lo recomendable es estandarizar las variables con el fin de llevarlas a una
metrica en comun. Para los otros dos casos lo recomendable es utilizar el metodo de componentes
principales.

4.10.2. Criterios de Similitud

Si bien al conglomerar se estan realizando agrupaciones bajo caractersticas similares, es im-

portante aclarar los diversos criterios a emplear, ya sea por distancias, por coeficientes de correlacion
o por coeficientes de asociacion para variables dicotomicas.

4.10.3. Distancias

La distancia dij entre 2 puntos xi , xj , cuya dimension es p 1 , es una metrica que debe

cumplir:
d(xi , xj ); <+

d(xi , xj ) = d(xj , xi )

111
 d(xi , xj ) d(xi , xk ) + d(xk , xj )

4.10.3.1. Distancia euclidiana

Se utiliza si se desease encontrar la similitud entre dos sujetos, de acuerdo a diversas variables
en comun se debe establecer la distancia entre ellas d(xi , xj ) = (pk=1 (xik xjk )2 )0,5

4.10.3.2. Distancia de mahalanobis

Esta distancia permite que las variables esten correlacionadas a diferencia que en la distancia
euclideana.
d2ij = (xi xj ) 1 (xi xj )

4.10.3.3. Distancia de pearson

(x x )2 0,5
h i
Se utiliza si las varianzas influyen en las distancias dij = (pk=1 ik S 2 jk )
k

4.10.3.4. Distancia de camberra

| (xik xjk ) |
Se utiliza cuando existen valores atpicos dij = pk=1
(xik + xjk )

4.10.4. Criterios basados en los Coeficientes de Correlacion

Cuando mas cercano a uno sea el coeficiente de correlacion, mayor sera la similitud.
Coeficiente Pearson : Senala el nivel de semejanza entre dos individuos, cuando se este en pre-
sencia de variables cuantitativas.
s
(xik xjk )2
Dij = pk=1
Sk2

con Sk2 es la varianza de la k-esima variable.

Coeficiente de Spearman : Este coeficiente se usa para medir similitud cuando las variables son
ordinales (ver en captulo de metodos no parametricos).

4.10.4.1. Coeficientes de Asociacion para Variables Dicotomicas

Consiste en realizar el cociente entre el numero de coincidencias entre pares de individuos y el

total de variables.

112
4.10.5. Metodos de Clasificacion

Ya una vez establecida la matriz de similitudes (Matriz de Distancias) es necesario establecer

el metodo de agrupacion para los individuos(conglomerados), para esto existen dos metodos:

4.10.5.1. Metodos No Jerarquicos

A diferencia del agrupamiento jerarquico, estos metodos flexibilizan la ubicacion de los indivi-
duos, puesto que pueden ser ubicados en distintos grupos a medida que itera algunos de los algoritmos.
El algoritmo mas usado para efectos de agrupacion es el denominado k-medias o Metodo de Particion.

4.10.5.1.1. Metodo de Particion

Para ejecutar el algoritmo se deben especificar el numero inicial de grupos y sus centroides, o bien, se
pueden generalizar a partir de la informacion analizada. Se recomienda usar como centroides iniciales,
aquellos obtenidos por el metodo jerarquico.

Una vez que el algoritmo esta en ejecucion, los vectores asociados a las observaciones se asig-
naran a aquellos grupos que minimizan su distancia, y en cada iteracion se recalcularan los centroides.
Esto ultimo permite la comparacion de los vectores con los nuevos centroides, pudiendo ser movidos
de un grupo a otro. El proceso continuara hasta que se cumpla algun criterio de parada que ratifique
que los resultados alcanzan la congruencia.

Este metodo tiene mayor pertinencia, sobre todo cuando n (n > 100).

4.10.5.2. Metodos Jerarquicos

Este metodo consta en formar los grupos en pasos sucesivos y analizan en cada paso la distancia
entre los grupos formados. Dentro de este metodo se pueden distinguir otros metodos como son los
disociativos y aglomerativos.
1. Metodos Disociativos: Consiste en considerar a la poblacion como un conglomerado y gracias a
pasos sucesivos ir formando grupos hasta terminar en tantos grupos como individuos. De estos
metodos se destaca el de William y Lambert.
2. Metodos Aglomerativos: Practicamente sera el proceso inverso del metodo diciosativo, o sea, a
partir de los individuos y bajo un criterio especfico van agrupando o conglomerando hasta llegar
a un grupo que tome en consideracion a todos los individuos la estructura final sera similar a un
arbol llamado dendograma
Los criterios mas utilizados para conglomerar a los individuos son:
Metodo de Distancia Mnima o Vecino mas cercano (Single Linkage): La conglomeracion de los
individuos o grupos, se establece por medio de la matriz de similitud e ir conglomerando de
acuerdo a la mnima distancia paso a paso.
Metodo de Distancia Maxima o Vecino mas lejano (Complete Linkage): Es el mismo proceso que
en el metodo anterior con la diferencia de que se utiliza la maxima distancia entre los grupos.

113
 Metodo de Distancias Ponderadas (Weighted Pairgroup): Consiste en ir agrupando los indivi-
duos de acuerdo a la distancia ponderada entre los grupos.
Metodo de Distancia entre Centroides (Average Linkage): En este metodo se realizan las agru-
paciones de acuerdo a los centroides mas cercanos. La distancia en este metodo se calcula de la
siguiente forma:

ni nj di,j
ni dk,i + nj dk,j
ni + nj
Di+j,k =
ni + nj

Donde la distancia entre el grupo formado por los individuos o grupos i + j, y el individuo o
grupo k, siendo ni el numero de individuos del grupo i y dk,i la similaridad entre k e i.
Metodo de Ward (Ward Linkage): Consiste en minimizar la suma de cuadrados dentro de cada
conglomerado.
Al realizar comparaciones entre los metodos resulta ser mas efectivos el de los Centroides y el
de Ward. Pero si las poblaciones de conglomerados son bien separadas no existen diferencias funda-
mentales entre los metodos. Si no fuese as el metodo de Ward conduce a los mejores resultados.

4.11. Analisis CHAID

La segmentacion CHAID produce un arbol de clasificacion, dividiendo una muestra en sub-

grupos, seguidamente cada subgrupo obtenido es fraccionado en otros y as hasta obtener conjuntos
que no puedan seguir dividiendose; estas particiones se realizan con el fin de reducir las diferencias
entre los subgrupos de acuerdo a ciertas variables de interes(Vease Referencias [6],paginas 148-154).
La tecnica CHAID es apropiada para el analisis de variables categoricas. Es muy util en el analisis
exploratorio multivariante ya que permite medir e incluir importantes variables en el analisis con el
fin de ubicar los individuos estudiados en algun grupo de la manera mas objetiva.

4.11.1. Supuestos del Analisis

La variable respuesta debe ser categorica y las variables explicativas de preferencia tambien
deben ser categoricas, en caso contrario deberan ser transformadas a variables categoricas .
Debe existir un numero importante de observaciones con el fin de dar validez a la docima de
Chi-Cuadrado, si no fuese as se utilizara otro criterio (Fisher).
el algoritmo puede utilizarse tambien con variables dependiente cuantitativa en tal caso, en lugar
de utilizar el estadstico Chi-Cuadrado se tendra que utilizar la razon entre la media cuadratica
externa y la interna (estadstico F) con su correspondiente grado de significacion correspondiente
a la distribucion de F de Snedecor.

4.11.2. Procedimiento del Analisis

1. Preparacion de las variables. Tarea del analista, que debe seleccionar una variable dependiente
que sea de interes para el analisis y elegir un conjunto de posibles pronosticadores relevantes

114
 (variables nominales, ordinales con pocas categoras, preferiblemente menos de diez, o incluso va-
riables cuantitativas convertidas en discretas) que permitan realizar una descripcion y pronostico
optimo de la primera variable.
2. Agrupacion de las categoras de las variables independientes en el caso de que estas tengan un
perfil similar de la variable dependiente.
3. Primera segmentacion, que consiste en la seleccion de la variable que mejor prediga la variable
dependiente(utilizando tablas de contingencia).
4. Segunda segmentacion. Para cada segmento formado en el paso anterior, se busca entre las
variables cuyos valores han sido previamente agrupados de la misma forma que en el paso 2, la
que tenga mayor poder pronosticador.
5. Sucesivas segmentaciones. Se procede de forma similar al paso anterior en cada grupo formado
por la segmentacion previa.
Es importante mencionar que el analisis CHAID permite un mejor control del tipo I para
muestras grandes

4.12. Regresion logstica

El objetivo primordial que resuelve esta tecnica es el de modelar como influye en la probabilidad
de aparicion de un suceso, habitualmente dicotomico, la presencia o no de diversos factores y el valor
o nivel de los mismos. Tambien puede ser usada para estimar la probabilidad de aparicion de cada
una de las posibilidades de un suceso con mas de dos categoras (politomico). En estos casos no se
puede aplicar el modelo de Regresion Lineal Multiple por no cumplirse el supuesto de continuidad y
de distribucion normal de la variable respuesta
En este analisis de Regresion Logstica se construye una ecuacion de regresion para predecir
la condicion a partir de una combinacion lineal de variables. La ecuacion dara el riesgo de contraer la
condicion (o de pertenecer a un grupo) con una suma ponderada de los factores
z = Bo + B1 x1 + B2 x2 + + Bn xn
1
LA transformacion logstica esta asociada a: y =
1 + ez
NOTA: Este topico se observa con mayor profundidad en Modelos Lineales.

4.13. Estudios de segmentacion

La segmentacion es un proceso que consiste en dividir el mercado total de un bien o servicio

en varios grupos mas pequenos e internamente homogeneos. Se lleva acabo a traves de un proceso que
consta de 3 etapas : Estudio, Analisis y Preparacion de perfiles(Vease Referencias [3]).
El comportamiento suele ser demasiado complejo como para explicarlo con una o dos carac-
tersticas, se deben tomar en cuenta varias dimensiones, partiendo de las necesidades.
Una buena segmentacion debe tener como resultado subgrupos o segmentos con las siguientes
caractersticas:
Ser intrnsecamente homogeneos (similares): Los consumidores del segmento deben de ser lo

115
 mas semejantes posible respecto de sus probables respuestas ante las variables de la mezcla de
marketing y sus dimensiones de segmentacion.
Heterogeneos entre s: Los consumidores de varios segmentos deben ser lo mas distintos posible
respecto a su respuesta probable ante las variables de la mezcla de marketing
Bastante grandes: Para poder garantizar la rentabilidad del segmento
Operacionales: Para identificar a los clientes y escoger las variables de la mezcla de marketing .
Se debe de incluir la dimension demografica para poder tomar decisiones referentes a la plaza y
la promocion.
En este tipo de estudios se utiliza generalmente el metodo de conglomerados, pero si se dispone
de informacion cuantitativa y el objetivo es caracterizar, detectar, discriminar o asociar, el analisis a
realizar es otro, ya sea analisis de discriminantes o analisis de correspondencia.

116
4.14. Tabla de Resumen
Tipo de Analisis Caractersticas y Objetivos

Factorial encontrar nuevas variables y determinar

su contribucion a las variables originales
(reduce dimencionalidad)
Componentes principales Utilizando el vector de valores propios
y la matriz de var-cov, disminuye la
dimensionalidad de variables

Correspondencia Disminuye la dimension de los datos

conservando la mayor informacion posible
a traves de tablas de contingencia
Discriminantes A traves de una funcion permite
discriminar sujetos en distintas
poblaciones
MANOVA Permite verificar si existe diferencia
significativa entre tratamientos que
provienen de distintas poblaciones.
Correlacion Canonica Resume la informacion en dos
combinaciones lineales formadas por
dos grupos distintos de variables

Conglomerados Agrupa individuos lo mas

similares posibles

CHAID Es un procedimiento STEPWISE que

encuentra las variables con mayor asociacion,
respecto a una variable respuesta
a traves de tablas de contingencia
Segmentacion Es un analisis posterior para detectar
grupos completamente homogeneos
a partir de una poblacion heterogenea

117
4.15. Comentarios

El estudio de los metodos mutivariados es importante para poder realizar inferencia acerca de
la naturaleza de poblaciones a las cuales se les han medido una gran cantidad de caractersticas o
variables.

Dentro de este estudio se encuentran herramientas importantes para la reduccion de variables

y asi mismo para la clasificacion de estas. Esto permitira poder encontrar nuevas variables que repre-
senten un gran numero de variables.

Los metodos multivariados utilizan procesos no parametricos para estudiar la naturaleza de

cada variable y observar el comportamiento entre estas , ademas puede utilizar tecnicas de muestreo
para obtener muestras representativas que seran analizadas con estos metodos.

En el proximo captulo se analizaran los modelos lineales los cuales pueden ser vistos como un
proceso multivariado, ya que se da explicacion a una variable dependiente a traves de un vector de
variables independientes.

Con respecto al manual estadstico del ano 2000, no se encontraron errores, por lo cual solo se
procedio a complementar los metodos de discriminantes, correspondencia , componentes principales. Se
anadio los puntos Inferencia sobre Vector de Media y Inferencia sobre Matriz de Varianza y Covarianza.
Por lo cual en general fue un proceso de reorganizacion de los temas, sintetizacion y complementacion.

118
Referencias

[1] Mardia Kent and Ibby. 1982.Multivariate analysis academic Press, inc 3ed
[2] Jhonson-Wochern. 1990.Applied Multivariate Statistical Analysis. 3ed
[3] Guerrero C. 2000.Modelos estadstico en Database Marketing.
[4] Grande Abascal. 1989. Metodos multivariantes para la investigacion comercial
[5] Donald F. Morrison. 2005.Multivariate Analysis. 3ed
[6] Pirie w. 1983.Encyclopedy of statistical sciences. Volumen IV. eds. S.Kotz and N. L.
[7] Alvin C. Rencher. 2003. Method of Multivariate Analysis second ed.

119
Captulo 5

Modelos Lineales

En este captulo se emprendera un estudio de procedimientos inferenciales que pueden ser usa-
dos cuando una variable aleatoria Y , llamada variable dependiente, tiene una media que es funcion
de una o mas variables no aleatorias x1 , x2 , ..., xn llamadas variables independientes. Estos procedi-
mientos son utilizados con el fin de encontrar una manera de predecir o pronosticar los valores de la
variable Y en funcion de las variables X. Muchos tipos de funciones matematicas pueden ser usadas
para modelar una respuesta que sea funcion de una o mas variables independientes. estas se pueden
clasificar en dos categorias: modelos determinsticos y probabilsticos. Los modelos determinsticos son
aquellos que no toman en cuenta ningun error para predecir o pronosticar Y como funcion de X. Un
modelo determinstico esta lejos de una descripcion adecuada de la realidad. Un modelo probabilstico
es un proceso inferencial donde es necesario evaluar la verosimilitud de observar errores de prediccion
de varias magnitudes. Este modelo toma en cuenta el comportamiento aleatorio de Y . Ejemplo de
modelos determinstico y probabilstico:
y = 0 + 1 x1 (modelo determinstico)
y = 0 + 1 x1 + (modelo probabilstico)
Donde es una variable aleatoria que representa al error y tiene una distribucion de probabili-
dad especfica con media 0. En este captulo se estudiara los modelos lineales desde una optica clasica,
se empezara analizando los modelos de regresion lineal, para luego pasar a estudiar los modelos de
regresion logstica y finalmente hablar de la regresion de Cox y la regresion Poisson.

5.1. Modelo clasico de regresion lineal

La regresion lineal comprende el estudio del comportamiento de una variable cuantitativa (va-
riable dependiente), en terminos de una transformacion f lineal en los coeficientes de las variables
explicativas, mas una componente de error aleatorio que refleja lo que no se puede explicar a traves de
las variables explicativas. El objetivo que persigue la regresion lineal es el modelar y estimar el valor
real o promedio de la variable dependiente en terminos de valores conocidos o fijos de las variables
explicativas.

La linealidad que se estudia en el modelo de regresion es en terminos a los parametros y no a

las variable explicativas. As para la observacion (Yi , X1i , X2i , ..., Xpi) se tiene que
Yi = 0 + 1 X1i + ... + p Xpi + i

120
 A este modelo se le denomina Modelo lineal. Siendo el vector de los coeficientes de las va-
riables explicativas sobre la variable dependiente Y (variable de interes). La variable aleatorio i es
el termino de error del modelo. Este error aleatorio posee varias propiedades que se explicaran mas
adelante.

Si se dispone de una muestra aleatoria de n observaciones en las variables dependientes Y , y

las variables explicativas la ecuacion se puede representar como notacion matricial.

Y = X +

Donde:
Y : Es un vector columna n 1 que contiene las observaciones de la variable dependiente.
X : Es una matriz n (p + 1) que muestra las n observaciones de las p-variables explicativas desde X1
a Xp , con la primera columna de unos para representar el termino de interseccion. : Es un vector
columna (p + 1) 1 compuesto por los parametros desconocidos 0 , 1 , ..., p .
: Es un vector columna n 1 de las componentes del error.

Entonces la representacion matricial queda de la siguiente forma

y1 0 1
.. .. ..
. . 1 x12 x1p .
. . . .
Y = yi ; = i ; X = .. .. .. .. ; =
i

.. .. ..
. . 1 xn2 xnp .
yn p n

5.1.1. Supuestos del Modelo Clasico de Regresion Lineal

El modelo Clasico de Regresion Lineal se basa en los siguientes supuestos:

E[i ] = 0
V ar[i ] = 2
Cov[i , j ] = 0
Corr[xi , xj ] = 0
El vector tiene una distribucion normal n-variada es decir Nn (0, 2 In ). De este supuesto se
puede desprender que los errores deben tener media 0, igual varianza y ademas son no correlacionados,
es decir la matriz de varianzas covarianzas es 2 In .
Tambien se debe cumplir la no colinealidad entre variables independientes, llamadas tambien
variables regresoras; esto es, la correlacion entre dos variables independientes y distintas es baja o
nula.

5.1.2. Metodos de Estimacion de Parametros

El primer objetivo del analisis de Regresion Lineal es la estimacion de los parametros desco-
nocidos del modelo. Dada una muestra aleatoria y una vez estimados los coeficientes de la matriz ,

121
se puede calcular:
Yi = 0 + 1 x1i + ... + p xpi

De esta manera se observa discrepancia entre el valor real observado Yi e Yi , al cual se le

denominara residuo (ei ), luego se define:

e = Y Y = Y X

A continuacion se definiran distintos metodos para la estimacion de los coeficientes.

5.1.2.1. Metodo de Mnimos Cuadrados Ordinarios (MICO)

Este metodo es el mas usado por ser uno de los mas eficaces, ademas ofrece algunas propiedades
estadsticas muy atractivas. Para poder estudiar las propiedades del modelo con este metodo se deben
cumplir a cabalidad los supuestos analizados anteriormente.

Los estimadores del vector de coeficientes se obtienen mediante la minimizacion de la suma

cuadrada de los residuos.
n
X
0
mn e e = mn( (yi yi )2 )

i=1

o matricialmente
mn e0 e = mn(Y 0 Y 2 0 X 0 Y + 0 X 0 X )

Al derivar matricialmente con respecto a e igualando a cero, se obtiene que la estimacion de

los coeficientes estara dada por:
= (X 0 X)1 X 0 Y

De esta estimacion se puede apreciar que si existe multicolinealidad entre las variables expli-
cativas no se podra obtener la estimacion, debido a que no se podria definir la inversa de la matriz X 0 X.

Para poder lograr una mayor precision de las estimaciones, se requiere de un numero de ob-
servaciones notablemente superior al de las variables explicativas.

Una vez obtenidos los estimadores de mnimos cuadrados a partir de una muestra se pueden
identificar las siguientes propiedades:
El valor medio de los residuos es cero (e = 0).
Los residuos no estan correlacionados con el valor estimado Yi ni con las variables explicativas
X.
Es un estimador lineal.
Es insesgado E[] = .
Existe mnima varianza entre la clase de todos los estimadores lineales insesgados. Por lo tanto
es un estimacion eficiente.

122
 La varianza estimada del estimador es

V ar() = (X 0 X)1 V ar(Y )X(X 0 X)1 = (X 0 X)1 2

Es importante mencionar que si se cumplen los supuestos del modelo clasico de regresion lineal,
el estimador MICO sera el mejor estimador lineal insesgado.

Si N (0, 2 In ) entonces el vector de coeficientes N (, 2 (X 0 X)1 ), condiciones que

permiten realizar inferencias acerca de los parametros.

5.1.2.2. Metodo de Estimacion por Maxima Verosimilitud

Al igual que el metodo anterior, el metodo de maxima verosimilitud descansa sobre el supuesto
de que los errores se distribuyen normalmente. Bajo este supuesto, la distribucion de las observaciones
Y esta dada por:
Y N (X, 2 In )
Luego su funcion de maxima verosimilitud es
 
n n 1
L(Y |, 2 ) = (2) 2 | 2 In | 2 exp 2 (Y X)(Y X)0
2

Este estimador cumple con la facultad de estimar tanto como 2 . Ahora maximizando la
funcion de verosimilitud para obtener el estimador de , se obtiene que:

M V = (X 0 X)1 X 0 Y

y maximizando con respecto a 2 se obtiene que

1
2 M V = (Y X 0 )0 (Y X )
n

5.1.2.3. Metodo de Mnimos Cuadreados Generalizados (MCG)

Si se llegara a tener que la matriz de covarianza de fuese 2 (con 6= In ), el estimador

de MICO posiblemente ya no tendra varianza mnima entre los estimadores lineales pero si seguira
siendo insesgado.

Es por esta razon que al modelo se le aplicara una transformacion, la cual consiste en premul-
tiplicar el modelo original por una matriz Pnn

P Y = (P X) + P

Esta transformacion, es en realidad un cambio de variable, donde Y = P Y , X = P X, y

= P

Luego solo bastara con poder encontrar una matriz Pnn tal que V ar( ) sea igual a 2 In ,
puesto que la linealidad del modelo permite que los coeficientes del modelo transformado sean iguales

123
al original.

Al saber que la matriz Sigma es simetrica, definida positiva, y al tener una matriz V cuadrada,
no singular, donde = V V 0 o V 1 (V 1 )0 = In , por lo tanto 1 = (V 1 )0 V 1 , luego al decir que
P = V 1 se tendra que:
V ar( ) = 2 V 1 (V 1 )0 = 2 In
Luego se cumple la homocedasticidad y el estimador de los coeficientes sera
0 0
M CG = (X X )1 X Y
M CG = (X 0 (V 1 )0 V 1 X)1 X 0 (V 1 )0 V 1 Y
M CG = (X 0 1 X)1 X 0 1 Y
Este estimador es insesgado y de varianza mnima.

5.1.2.4. Metodo de Mnimos Cuadrados Ponderados (MCP)

El metodo MCP es un caso especial de la tecnica MCG, ya que este metodo de estimacion
es usado principalmente cuando existe el problema
q de heterocedasticidad. Al definir wi = i2 , para
1
i = 1, ..., n y se puede tomar como pesos a wi y de esta forma podemos construir la matriz
r r r 
21 1 1 1
W = diag , , ...,
w1 w2 wn

1
Procediendo como en el metodo MCG, al reemplazar P por W 2 se obtiene el siguiente modelo:
1 1 1
W 2 Y = W 2 X + W 2

Y = X +

Luego, el estimador MCP es el siguiente:

0 0
M CP = (X X )1 X Y
1 1 1 1
= ((W 2 X)0 (W 2 X))1 (W 2 X)0 W 2 Y
1 1 1 1
= (X 0 W 2 W 2 X)1 X 0 W 2 W 2 Y
= (X 0 W 1 X)1 X 0 W 1 Y
Este estimador, naturalmente es insesgado y eficiente.

5.1.3. Analisis de Influencia

No es raro que en los modelos de analisis de regresion se encuentren uno o mas casos inusuales,
es decir, observaciones que se apartan del resto de los datos. Lo que interesa es saber que ocurre con
los coeficientes cuando se agrega una observacion a la base de datos.

Los puntos que estan separados de la masa de datos sin justificacion de su validez son deno-
minados outliers y deben ser retirados de la base de datos.

124
 Aquellos puntos que influencian el modelo, cambiandolo debido a la atraccion que ellos ejercen
en la base de datos se denominan influyentes. Para evaluar tal influencia, existen indicadores que
permiten cuantificar esta peculiaridad.

5.1.3.1. Indicadores de Influencia

Sea Hnn = X(X 0 X)1 X 0 con i, j = 1, ..., n se denomina matriz hat ya que al operarla con Y
origina , esto es,
X n
hij yj
j=1

Si i = j hij yj = hii yi = hi yj entonces hi representa, en cierto modo, la influencia de yi el la

obtencion de yi .

Como la varianza V ar(ei ) = 2 (1 h) se tiene que 1 h 0 hi 1. Puede probarse,

ademas que V ar(yi ) = 2 hi 0 hi 0. En Rigor, 0 < hi < 1 donde,
hi : valores leverange (o de balanceo), que si son cercanos a uno indican que los residuos son muy
grandes, por lo tanto la eficiencia de los indicadores es relativa. Estos valores son obtenidos de la
matriz H y se ubican en la diagonal de esta.

Por este medio, se puede construir indicadores que permitan advertir la presencia de observa-
ciones discordantes.
ri = S e1h
i
Residuos estandarizados.

ei
ti =
S(i) 1h
Residuos estudentizados, donde S(i) es S sin la i-esima observacion.

Se pueden considerar casos discordantes a aquellos que provocan un residuo estudentizado que
en valor absoluto es mayor o igual a 2 (|ti | 2).

Como se observa la eliminacion de las observaciones depende, hasta ahora, de los residuos y
de los elementos diagonales de la matriz H. Pero lo que necesitamos es una medida de influencia que
permita notar la sensibilidad de los coeficientes y que ocurre con los residuos si se toma o deja una
observacion.

5.1.3.1.1. Operador DFBETA

Se definira el operador DFBETA, que corresponde a la diferencia de los coeficientes sin la

i-esima observacion, como:
(X 0 X)1 Xi
DF BET A = (i) = ei
1 hi

125
5.1.3.1.2. Distacia de Cook

Un indicador de influencia es la Distancia de Cook que consiste en calcular una norma eucli-
diana al cuadrado ponderado de DFBETA. El indicador estara definido por:

DF BET A0 (X 0 X)DF BET A (Y(i) Y )0 (Y(i) Y ) hi e2i

Di = = =
p 2 p 2 (1 hi )2 p 2

Esta estadstica tiene varias propiedades deseables,

Los contornos de esta distancia son elipsoides, con la misma forma que los contornos de los
elipsoides de confianza de los coeficinetes.
Estos contornos pueden considerarse como la definicion de esta distacia.
Di no depende de la parametrizacion, esto es, si las variables independientes son modificadas a
traves de alguna transformacion lineal, Di no altera su valor.
Casos donde los valores de Di son grandes indica que la observacion es influyente, por lo tanto, su
eliminacion podria resultar en un cambio sustancial en las conclusiones del analisis. Para determinar si
el valor de Di es grande, se puede tomar la distribucion de probabilidad F, para esto se toma Fobs = Di
y se compara con el estadstico F ((1 )100 %; p; n p). Entonces se dira que un punto es influyente
si Di > F ((1 )100 %; p; n p) con una confianza de (1 )100 % (Vease referencia [1] captulo 9,
pagina 198 - 203).

5.1.3.1.3. Operador DFFITS

Otro indicador de influencia es el llamado DFFITS, donde este indicador estara dado por:
r
hi
DF F IT S = ti
1 hi
Cuyo valor es llamado grande si se cumple que
r
p
|DF F IT S| 2
n
entonces si DFFITS es grande la observacion analizada es influyente.

5.1.4. Analisis de los Supuestos del Modelo Clasico de Regresion Lineal

5.1.4.1. Normalidad de los Errores

Nos permite la estimacion de regiones de confianza para el valor real y el valor medio de Y,
pudiendo realizar docimas respecto de los mismos. Es importante que el valor medio de los errores sea
0, para que junto con este supuesto de normalidad se garantice la distribucion de los estimadores de
los parametros poblacionales.

126
5.1.4.1.1. Como detectar la no presencia de normalidad en los errores

Para detectar si las perturbaciones tienen una distribucion normal se pueden utilizar dos me-
dios, una metodo grafico y a traves de docimas de bondad de ajuste.

Los metodos graficos mas utilizados son los qq plots los que buscan graficar los residuos y
ajustarlos a una recta que contenga todos los puntos.
Dentro de las docimas de bondad de ajuste mas usado, ya funciona bien para muestras de
cualquier tamano es el test no parametrico de Kolmogorov-Smirnov, otro test muy usado para chequear
normalidad es el test de Shapiro-Wilks, este test es usado para muestras pequenas que no superen las
50 observaciones.

5.1.4.1.2. Solucion al problema de no normalidad

Si el problema es el apuntamiento de la distribucion de los residuos. se podra incluir otras

variables explicativas de las cuales se tenga informacion.

Si el problema es de asimetra en la distribucion de los residuos, se podria utilizar algun tipo

de transformacion de la variable. En la literatura se encuentran muchos tipos de transformaciones. La
transformacion Box-Cox es una de las transformaciones con las cuales se obtiene mejores resultados
para obtener normalidad. Esta transformacion se define de la siguiente forma para una variable Y
conocida: (Y +m) 1
i

, si ( 6= 0) (Yi > m)
()
Yi =

ln(Yi + m), si ( = 0) (m > 0)

5.1.4.2. Multicolinealidad

Se entiende por multicolinealidad a la dependencia que existe de un variable con respecto a

otras en terminos de combinacion lineal.

Cuando tal relacion de dependencia ocurra entre las variables explicativas en forma exacta, no
existira (X 0 X)1 . Esto se debe principalmente a que al existir dependencia lineal entre columnas de
la matriz X 0 X, esta deja de ser de rango completo, por lo cual, no existe inversa de esta matriz.

Ante este tipo de asociacion significativa es altamente probable que los coeficientes del modelo
lineal no sean significativos rechazando dicho modelo, ademas se pueden obtener intervalos de confianza
muy grandes, y el error tipo II aumenta considerablemente.

5.1.4.2.1. Como Detectar Multicolinealidad:

Factores de incremento de varianza (VIF). Consiste regresar cada columna de X sobre las res-
tantes. Un R2 muy elevado es evidencia de relacion lineal. Se llamara R2 (i) al R2 resultante de

127
 regrasar Xi . el factor de incremento de varianza (VIF) estara definido por:
1
V IF (i) =
1 R2 (i)

Si el valor de V IF (i) > 10 es indicativa de multicolinealidad.

Se pueden observar las correlaciones entre pares de variables, si alguna de estas correlaciones es
grande se puede decir que existen problemas de multicolinealidad.
Si al observar que el coeficiente de determinacion es muy alto, pero ninguno de los coeficientes del
modelo es estadsticamente significativo se estara en presencia de colinealidad entre las variables
explicativas.

5.1.4.2.2. Soluciones para Multicolinealidad:

Eliminar algunas de las variables que se encuentran con el problema de multicolinealidad.
Aplicar metodo de componentes principales.
Al aumentar el tamano de la muestra puede que la multicolinealidad no sea tan seria.
Aplicar el metodo de estimacion de Ridge, donde R es una matiz definida positiva y se cumple
que
= (X 0 X + RI)1 X 0 Y

Determinar la inversa generalizada de X 0 X en lugar de (X 0 X)1 .

Estas son reglas generales y no se pueden tomar como metodo seguros.

5.1.4.3. Supuesto de Homocedasticidad

Este supuesto es de gran relevancia y consiste en que los terminos de perturbacion i tienen la
misma varianza, o sea son homocedaticos.

5.1.4.3.1. Problemas que ocasionan la heterocedasticidad

Para poder observar las verdaderas dificultades que trae el no cumplimiento del supuesto de homoce-
dasticidad, se supondra que si se cumplen todos los restantes supuestos del modelo clasico de regresion
lineal, se tendra que los estimadores MICO, seguiran siendo insesgados y consistentes, pero ya no se-
ran eficientes. Es decir, ya no son de mnima varianza entre los estimadores lineales e insesgados. Este
problema ocurre ainque la muestra sea muy grande.

La heterocedasticidad traera consigo ademas docimas estadsticas menos poderosas e intervalos

de confianza innecesariamente mas amplios.

5.1.4.3.2. Como Detectar Homocedasticidad

Como todo problema de deteccion estadstico no existen reglas fijas y seguras para detectar este
problema si no mas bien normas muy generales.
Metodo grafico: Este es el metodo mas utilizado, que consiste en apreciar distorciones de los
residuos a traves de un grafico de correlacion, entre tales residuos versus los valores observados

128
 Y . Puesto que cov(e, Y ) = 0 y por ende admitiendo normalidad, al menos no debe haber relacion
lineal entre e y los valores estimados de Y .
Docima de rangos de Spearman: Este contraste, se basa en la intuicion de que si la varianza
del termino de error, t2 depende directamente de los valores de la variable explicativa Xji
(variable explicativa j en el i-esimo instante), entonces el tamano de los residuos esta relacionado
con el tamano de dicha variable. As tras estimar el modelo a traves de MICO, se determinan
los rangos (asignar ranking en sentido creciente) tanto para el valor absoluto de los residuos ei
como para los valores absolutos de Xij y se calcula el coeficiente de correlacion de rango de
Spearman. en su forma habitual(Vease captulo 1). Con esto tendremos la estadistca T dada
por
n2
T = rs
1 rs
Admitiendo normalidad en los errores, T distribuye t-student con (n 2) grados de libertad.
Por lo tanto, si T > t1 (n 2), se dispone de informacion para no aceptar homocedasticidad.

Existen otras docimas diferentes de heterocedasticidad, cada una basada en diferentes supuestos,
tales como Glodfeld-Quandt, Breush-Pagan, White, etc.

5.1.4.3.3. Como Enfrentar la Heterocedasticidad

Como medida de solucion frente a este problema se pueden incorporar nuevas variables al modelo.
El metodo de MCP es buena solucion siempre que se conozca i2 o exista una buena estimacion
de estos parametros.
El conocimiento previo de i2 , es muy poco frecuente es por esta razon un buen metodo es el
transformar la variable, esto a su vez puede traer otro tipo de problemas, ademas se debe tener
cuidado al interpretar los resultados, ya que se podrian llegar a erradas conclusiones.

5.1.4.4. Supuesto de No-Autocorrelacion

La autocorrelacion es un problema que se presenta en el modelo clasico de regresion lineal y

tiene su origen cuando el termino de error del modelo tiene correlacion consigo mismo a traves del
tiempo.

5.1.4.4.1. Consecuencias de la Autocorrelacion

Para tener una idea clara del problema que ocasiona el no cumplimiento de este supuesto, basta
considerar que si se cumplen todos los supuestos que requiere el modelo clasico, excepto este, el
estimador MICO tendra propiedades de
Insesgamiento.
Consistencia.
Dejan de ser eficientes, y esto trae consigo que los intervalos de confianza para la estimacion de
la variable dependiente sean mas amplios y las docimas de significancia sean menos poderosas,
tambien se tendera a subestimar 2 .

129
5.1.4.4.2. Como Detectar la Autocorrelacion

Una de las maneras mas sencillas que se utiliza para la deteccion de autocorrelacion, es la uti-
lizacion de graficos, el cual se emplea con un punto de partida, y como primer procedimiento resulta
muy ilustrativo graficar ei versus ei1 (grafico de residuos). Si la mayoria de los puntos graficados se
encuentran en el primer o tercer cuadrante, existe indicio de autocrrelacion positiva, mientras que si
se encuentra en el segundo o cuarto cuadrante, es indicio de autocorrelacion negativa. Si la autoco-
rrelacion se pudiese aproximar a un modelo autorregresivo de primer orden este procediemiento seria
muy util.

Otra manera de ver si existe algun grado de autocorrelacion es mediante contrastes, graficar
los residuos obtenidos versus el instante i en que fueron obtenidos, luego si el grafico presenta esta-
cionalidad (un ciclo), alguna clara tendencia o una clara relacion, se puede decir que el modelo sufre
problemas de autocorrelacion.

La docima de rachas nos permite ver si existe aleatoriedad en los residuos, luego las rachas
pueden ser de gran ayuda en la deteccion de auto correlacion, ya que si acepta la aleatoriedad de los
residuos, se podra rechazar la autocorrelacion, ya que si se acepta la aleatoriedad de los residuos, se
podra rechazar la autocorrelacion entre ellos. En el caso de que existan pocas rachas sera indicio de
autocorrelacion positiva y si existen muchas sera muestra de que existe autocorrelacion negativa.
Docima de Durbin-Watson: El metodo analtico mas reconocido para detectar la presencia
de autocorrelacion es el estadstico d de Durbin-Watson, que posee la siguiente forma:
n
X
(ei ei1 )2
i=2
d= n
X
e2i
i=1

La mecanica de la prueba Durbin-Watson es la siguiente, donde dL es el limite inferior y du es

el limite superior.
H0 : no existe autocorrelacion positiva.
Se tiene que si:
d < dL no existe evidencia significativa, para apoyar la hipotesis nula.

d > du existe evidencia significativa para apoyar la hipotesis nula.

dL d du la prueba no es concluyente.
H0 : no existe autocorrelacion negativa.
Se tiene que si:
d > 4 dL no existe evidencia significativa, para apoyar la hipotesis nula.

d < 4 du existe evidencia significativa para apoyar la hipotesis nula.

4 du d 4 dL la prueba no es concluyente.
H0 : no existe autocorrelacion negativa o positiva.

130
 Se tiene que si:
d < dL no existe evidencia significativa, para apoyar la hipotesis nula.

d > 4 dL no existe evidencia significativa, para apoyar la hipotesis nula.

d > du existe evidencia significativa para apoyar la hipotesis nula.

d < 4 du existe evidencia significativa para apoyar la hipotesis nula.

dL d du la prueba no es concluyente.

4 du d 4 dL la prueba no es concluyente.

5.1.4.4.3. Como Enfrentar la Autocorrelacion

Cuando un modelo presenta problemas de autocorrelacion, los estimadores se deben estimar

mediante MCG, si se pretende obtener un estimador lineal e insesgado de minima varianza.

5.2. Seleccion del modelo y prediccion de valores

5.2.1. Coeficiente de Determinacion

Si todas las observaciones fueran a caer en la lnea de regresion de los datos, se tendria un ajuste
perfecto, pero raramente se presenta este caso. El coeficiente de determinacion R2 es una medida de
Resumen que nos dice que tan bien se ajusta la linea de regresion muestral a los datos.

X 0 Y nY 2
R2 =
Y 0 Y nY 2

El valor R2 se encuentra entre 0 y 1. Si este valor es 1 la lnea de regresion a que se ha ajustado

los datos explica el 100 % de la variacion de Y . Si el valor es 0, el modelo no explica parte alguna de
la variacion de Y .

Una propiedad importante de R2 es que a medida que aumenta el numero de regresores, el

R2 aumenta casi invariablemente y nunca disminuye. Es decir, una variable regresora adicional no
reducira el valor de este coeficiente.

El coeficiente de determinacion que proviene del ajuste de los grados de libertad asociados con
las sumas de los cuadrados se denota por:
(n 1)
R2 = 1 (1 R2 )
(n p)
Ademas se puede verificar directamente que

2
R2 = 1
Sr2

131
 As R2 y R2 estan relacionados de tal forma que para p > 1, R2 < R2 , entonces a medida que
el numero de variables explicativas aumenta, el R2 aumenta, pero de forma mas lenta que el valor R2 .
Es decir, como medida de ajuste del modelo, no se incrementa tan facilmente por el simple hecho de
incorporar mas variables explicativas a un modelo.

Si R2 es negativo, se establece su valor en 0.

La raz cuadrada positiva de R2 , cuando existe, se denomina coeficiente de correlacion entre

Y e Y .

5.2.2. Analisis de Varianza

En esta seccion se efectuara un analisis de la varianza (ANOVA) para verificar el modelo.

Para docimar s el modelo es adecuado, se debe realizar una docima con respecto a la signifi-
cacion global de los coeficientes .
H0 : = 0 v/s H1 : 6= 0 para algun

Definiremos:

SCT = Y Y 0 nY 2 Suma de cuadrados total.

SCM = X 0 X nY 2 Suma de cuadrados del modelo.
SCE = Y 0 Y X 0 Y Suma de cuadrados del error.
A continuacion, a partir de que SCT = SCM + SCE, se presenta la estructura de la tabla
ANOVA.

Fuente Grados de Suma de Cuadrados Estadstico

Libertad Cuadrados Medios

SCM
Modelo p1 SCM CM M = p1
CM M
Fobs = CM E
SCE
Error np SCE CM E = np

Total n1 SCT
CM M
El estadstico es Fobs = CM E F1alpha (p 1, n p)

Ademas se obtener Fobs en funcion de R2

R2
p1
Fobs = (1R2 )
np

Si la SCM es aroximadamente igual a SCT se puede concluir que a traves de este modelo se
esta explicando la variabilidad total de la variable, y por ende este es satisfactorio. Si la SCE son

132
mucho mayores que la SCM , entonces SCT esta siendo explicada por los errores, luego el modelo no
es adecuado.
Si Fobs > F1 (p 1, n p), se rechaza la hipotesis con una confianza de (1 ) %. En este
caso se dice que existe evidencia suficiente de que el modelo es adecuado.

Para conocer si el valor de uno de los coeficientes es significativo, se utiliza la siguiente prueba
de hipotesis:
H0 : j = 0 v/s H1 : j 6= 0, j = 0...p
En este caso la estadistica de prueba es
j
T = t1 (n p)
2 ajj
Donde ajj : es el elemento j-esimo de la diagonal principal de la matriz (X 0 X)1 .
Si T > t1 (n p), se dice que existe evidencia suficiente para rechazar la hipotesis nula. Si
esto ocurre la variable X es significativa en el modelo. Esta docima, se puede utilizar no solo para
medir significancia de un coeficiente, ademas para verificar si el parametro estimado es equivalente a
un valor asignado j = 0 .

Para determinar si es conveniente adicionar una o mas variables explicativas al modelo, se

realizara la docima de contribucion de una variable.
H0 : La adicion de la(s) variable(s) no contribuye(n) al modelo.
H1 : La adicion de la(s) variable(s) contribuye(n) significativamente al modelo.

En este caso la tabla ANOVA posee la siguiente estructura:

Fuente Grados de Suma de Cuadrados

Libertad Cuadrados Medios

SCM2
Modelo 1 (original) p1 SCM1 CM M = p1

SCM2
Modelo 2 (nuevo) m+p1 SCM2 CM M2 = m+p1

SCA
Debido a la adicion m SCA = SCM1 SCM2 CM A = m

SCE
Error n (p + m) SCE CM E = n(p+m)

Total n1 SCT
Donde m es el numero de regresores nuevos y (p + m) el numero de parametros del nuevo
modelo.

El estadstico Fo bs estara dado por

SCA R22
m R12 m
Fobs = SCE
= (1R22 )
n(p+m) n(p+m)

133
 El estadstico Fobs F1 (m; n (p + m))

Si Fobs > F1 (m; n (p + m) existe evidencia para decir que la adicion de una o mas variables
explicativas incrementa significativamente la SCM , por lo tanto se debe(n) adicionar al modelo.

5.2.3. Estimacion

Una vez conocidos los valores observados de las variables explicativas en un periodo mayor a
n, se pueden realizar estimaciones en terminos de estas observaciones (habitualmente a esta accion se
le llama prediccion).

Para predecir f valores futuros de la variable Y , estableceremos el siguiente modelo:

Yf = Xf + f

Yf = (Yn+1 , Yn+2 , ..., Yn+f )0

Xf : matriz de f k valores de las variables explicativas sobre las nuevas observaciones.
f : vector con f 1 terminos de error.

El error de estimacion es igual a:

e(f ) = Yf Yf = f Xf (X 0 X)1 X 0

La esperanza del error de estimacion se basa en el supuesto de estabilidad de los coeficientes

del modelo. Segun esto, el vector aleatorio formado por los errores de prediccion no deberia alejarse
de su valor esperado 0v .
E[e(f )] = 0v

Mas aun se asume que Yf (0v , 2 I), donde las nuevas respuestas se comportan de igual
manera que las anteriores.

El intervalo de confianza para el valor esperado de la prediccion esta dado por

q q
Xf Xf (X 0 X)1 Xf0 t1 2 (n p) E[Y ] Xf + Xf (X 0 X)1 Xf0 t1 2 (n p)

5.3. Regresion logstica

La regresion logstica se utiliza para estudiar el efecto de multiples variables explicativas sobre
una variable respuesta categorica ya sea dicotomica o con mas de dos categoras. Por lo tanto no es
valido usar el modelo clasico de regresion lineal ya que no se cumple los supuestos de continuidad y
normalidad de la variable dependiente.

En el modelo muestral de Y en terminos de X (o ante la presencia de X) en un modelo clasico,

el miembro vale 0 o 1 y el segundo da como resultado un numero real.

Y |X = b0 + b1 X1 + ... + bk Xk

134
 pero ahora,
E[Y |X] = 0 + 1 X1 + ... + k Xk = 0 X
siendo P (Y = 1|X) = p con p (0, 1).
Entonces si se propone
1
p = E[Y = 1|X] =
1 + exp( 0 X)
p
Se estara en presencia de un modelo de regresion logstica. Ya que 1p = exp( 0 X), donde la primera
p
parte de la igualdad se encuentra en el intervalo (0, +). Luego, como log( 1p ) (, +), se tiene
que
p
logit(p) = log( ) = 0 + 1 X1 + ... + k Xk = 0 X
1p

En resumen, la regresion logstica no es mas que el aplicar un modelo clasico de regresion lineal
p
al logaritmo de la razon 1p de la probabilidades a favor de Y = 1 que puede ser escrito de la siguiente
forma:
    k
P (Y = 1|X = x) P (Y = 1|X = x) X
log = log = logit(p) = 0 + i Xi
1 P (Y = 1|X = x) P (Y = 0|X = x)
i=1

Si se supone que se esta interesado en saber cuantas veces mas es posible que un individuo
desarrolle cierta enfermedad estando en un grupo expuesto, comparado con un grupo no expuesto.
En otras palabras, cuantas mas o menos veces es posible que Y tome el valor 1 para un valor Xi
comparado con Xj .
Supongamos dos valores de Xi , x1 y x2 . Los odds ratio o razon de disparidad es
p1
1p1
OR = p2
1p2

donde p1 y p2 representan la probabilidad de ocurrencia de Y dada la presencia de X.

Por el modelo de regresion logstica, la odds(oportunidad) de ocurrencia de la variable de
respuesta, cuando X toma el valor x1 y cuando toma el valor x2 , se puede escribir respectivamente
p p
como ODD1 = 1p1 1 = exp(0 + 1 x1 ) y ODD2 = 1p2 2 = exp(0 + 1 x2 ) entonces el Odd ratio
se puede espresar como

ODD1
OR = = exp((x1 x2 ))
ODD2

En el caso en que alguna de las k variables fuese nominal, es necesario representarla por una
coleccion de variables indicadoras (dummy) adecuada.

5.3.1. Estimacion de Parametros

Qn
Se puede probar que la funcion de verosimilitud es L(, Xi , Yi ) = i=1 Z(Xi ) con Zi =
(Xi )Yi (1 (Xi )1Yi ). Aplicando logaritmo y asumiendo (p+1)1 , como es usual, para obtener los
estimadores maximo verosimiles, se debe obtener las derivadas parciales correspondientes, igualarlas

135
a cero y resolver el sistema de (k + 1) ecuaciones no lineales (en los ) cuya resolucion requiere la
inclusion de metodos numericos iterativos.
Al igual que en el modelo de regresion lineal clasico, estamos interesados en docimar H0 : 1 = ... = k = 0
Para esto se usa el estadstico de Wald
!
2
W = X#parametros1
S

As tambien se pueden contruir intervalos de confianza para de la forma S z 2 .

5.4. Regresion de Cox

Es aplicable en las situaciones de las que el tiempo de sobrevivencia (T) depende de k variables
Xj que forman el vector X 0 = (X1 , X2 , ..., Xk ). Cox (1972) propuso modelar esta dependencia a traves
de una funcion de riesgo expresada como
(t, X) = 0 (t)exp( 0 X)
Donde
0 (t) : funcion de riesgo latente (o referencia) que corresponderia a una individuo hipotetico en que
X = 0 (es similar al intercepto de modelo de regresion lineal pero se diferencian en que 0 (t) es funcion
del tiempo) y es un vector de constantes.

Observaciones:
(t,X)
0 (t) = exp( 0 X) es el riesgo relativo de caso X = x respecto a X = 0, no cambia en el tiempo.
Para los individuos X = x1 y X = x2 se tiene que (t, x1 ) = 0 (t)exp( 0 x1 ), y (t, x2 ) =
0 (t)exp( 0 x2 ).
Al comparar riesgos
(t, x1 )
= exp( 0 (x1 x2 ))
(t, x2 )
vemos que la razon no depende del tiempo. Este cuociente indica el riesgo de morir (cuantas
veces, mas o menos) del sujeto X = x1 con respecto al sujeto X = x2 .

5.4.1. Estimacion de

El coeficiente estimado mediante verosimilitud condicionada a los tiempos de muerte obser-

vados.

Sean t(1) < t(2) < ... < t(n) los tiempos de muerte de los individuos X(1) , X(2) , ..., X(n) y sea
R(i) el conjunto de sujetos expuestos inmediatamente antes de t(i) .

Luego,
n
Y exp( 0 X(i) )
L() = X
i=1 exp( 0 X(i) )
X(i) R(i)

136
es la funcion de verosimilitud y

n
X n
X X
lnL() = 0 X(i) ln exp( 0 X(i) )
i=1 i=1 X(i) R(i)

entonces lnL()
= Y (), por lo que sera solucion de Y () = 0 cuyo resultado se obtiene mediante
metodos numericos iterativos tal como Newton-Raphson.

5.5. Regresion Poisson

Las variables de conteo o recuento se definen, como el numero de sucesos o eventos que ocurren
en una misma unidad de observacion en un intervalo espacial o temporal definido.

El modelo de regresion Poisson (MRP) es el modelo de referencia de estudios de variables de

recuento. Es un modelo que resulta especialmente adecuado para modelar valores enteros no negativos,
especialmente cuando la frecuencia de ocurrencia es baja. Se deriva a partir de la funcion de enlace
de los Modelos Lineales Generalizados(MLG), donde se parametriza la relacion de la media , y las
variables predictoras. La idea elemental para este modelo es que la informacion de la variables predic-
toras (X) esten relacionadas a la razon o susceptibilidad de la respuesta al incremento o decrecimiento
en los conteos (Y).

El MRP tiene la siguiente forma:

logi = t xi

5.5.1. Variable offset o de exposicion:

Existen casos en que los conteos de las observaciones se dan en periodos de tiempo o poblaciones
no homogeneas, se recomienda incluir al modelo una variable de exposicion llamada offset. La ecuacion
del MRP que permite obtener los valores de conteo esperados, incorporando a la variable offset es
calculada de la siguiente forma:

ln tii = xi
ln(i ) ln(ti ) = xi
ln(i ) = xi + ln(ti )
ln(i ) = xi + + of f set(ti )
i = expxi ++of f set(ti )
i = ti expxi +
Donde of f set(ti ) = ln(ti ), y ti es un vector columna que contiene los valores de la variable de
exposicion para cada unidad de observacion estos pueden puede ser la cantidad de tiempo en el cual
se ha llevado el recuento, o el tamano del espacio en el cual se han obtenido los recuentos, o bien el
tamano de la poblacion que proporciona los recuentos.

137
5.6. Tabla de Resumen

5.6.1. Analisis de Supuestos

Supuesto Como detectar Como Reparar

Normalidad Graficos QQ-PLOTS Usar transformacion de Box-Cox

Docimas Shapiro-Wilks
Kolmogorov-Smirnov

Autocorrelacion Graficos de errores vs posicion Estimar a traves de

Docima de Durbin-Watson Minimos Cuadrados Generales
Test de Rachas

Heterocedasticidad Grafico errores vs predicciones Usar transformacion Box-Cox

Docima Breush Pagan y White

Multicolinealidad Vif y matriz de correlaciones Aplicar metodo de Ridge

Eliminar variable colineal

138
5.6.2. Caracterstica de los modelos

Modelo Variable dependiente Caracterstica

Regresion Lineal Cuantitativa Estima el valor real de Y

discreta o continua en terminos de X

Logstico Variable dicotomica Estudia el efecto de las

distribuyen Bernoulii variables independientes sobre
la presencia de una caracteristica

Regresion de Cox tasa de sobrevivencia Estudia como se comporta el

(tiempo) tiempo en funcion de las variable explicativas.

Regresion Poisson Variable de conteo La informacion de X esta

distribuye Poisson relacionada a la razon del incremento
o decrecimiento de Y

139
5.7. Comentarios

Los Modelos Lineales en su globalidad pueden ser usados para muchos ambitos de investigacion
debido a su capacidad predictiva, en las ramas de la biologa son muy utilizados, ya que sus modelos
dan respuestas a muchas incognitas buscadas en la investigacion cientfica. Ademas ordena de manera
correcta informacion no experimental, errores de medicion, etc.

Para entender los Modelos Lineales es importante tener una nocion basica de Metodos Mul-
tivariados, ya que en si estos modelos son una tecnica de modelamiento multivariado. Ademas estos
entregan herramientas poderosas para la reduccion o clasificion de variables que luego se ocuparan
como variables de respuestas para nuestra variable independiente. Tambien es importante conocer
metodos de Estadstica No Parametrica, ya que nos otorga docimas poderosas para la evaluacion de
supuestos que deben cumplirse.
As mismo los modelos lineales son fundamentales para poder entender otros ambitos de los
lineamientos estadsticos. Todo el concepto de analisis de varianza, es el fundamento escencial de nues-
tro proximo captulo Diseno y Analisis de Experimentos. As tambien, las series cronologicas toman
muchos conceptos de estos modelos para el analisis de de residuos, y siempre se busca hacer una com-
paracion entre estos modelos estatcos y los modelos dinamicos entregados por las series temporales.

Con respecto al manual del ano 2000 los topicos fueron ordenados, se profundizo en el analisis
de supuestos e influencia, y se cambio el enfoque de la Regresion Poisson.

140
Referencias

[1] Sanford Weisberg. Applied Linear Regression Third Edition. Editorial Wiley
[2] Alan Agresti. 2002. Categorical Data Analisys Second Edition. Editorial Wiley
[3] David W. Hosmer, Stanley Lemeshow. 2002. Applied Logistic Regresion Second Edition. Editorial
Wiley
[4] Ronald Hocking. 1996. Method and Aplications of Linear Models. Willey-Interscience Publica-
tions.

141
Captulo 6

Diseno y Analisis de Experimentos

Al enfrentarse a un determinado problema, se procede a realizar un experimento para obte-

ner informacion pertinente para su posterior analisis y as tomar decisiones, es decir, comprobar la
suposicion o hipotesis dada por el investigador al principio del experimento. Para esto se debe definir
cuales son las variables de respuesta y las variables explicativas, las cuales influyen en la ocurrencia
del fenomeno que se estudia.

Los modelos de disenos experimentales son modelos estadsticos clasicos cuyo objetivo es averi-
guar si los factores determinados influyen en la variable de interes, por lo cual realizamos experimentos
para obtener datos a partir de este, y entonces usamos la informacion del experimento para hacer nue-
vas conjeturas validas y objetivas.

6.1. Conceptos previos

Existen tres principios basicos para el diseno de experimento(Vease Referencias [1],paginas

7-8):
Aleatoriedad:Se entiende por aleatoriedad que a traves del azar la asignacion del material
experimental, como el orden en que se realizan las pruebas y ensayos sea homogeneo.
Repeticion:Se refiere a la repeticion o replica del experimento, para hacer una estimacion del
error experimental o variacion dentro de cada tratamiento.
Bloqueo:Si las unidades experimentales son heterogeneas, se deben asignar los tratamientos en
grupos, llamados bloques.

6.1.1. Metodologa basica para el analisis del diseno de experimentos

Para usar un enfoque estadstico al disenar y analizar un experimento se debe tener una
idea cualitativa de como se va a analizar,se ofrece una gua del procedimiento recomendado(Vease
Referencias [1],pagina 8):
1. Comprension y planteamiento del problema.
2. Eleccion de factores y niveles.

142
 3. Seleccion de la variable de respuesta.
4. Eleccion de diseno experimental.
5. Realizacion del experimento.
6. Analisis de datos.
7. Conclusiones y recomendaciones.

6.1.1.1. Tipos de Disenos de Experimentos

Modelos de efectos fijos: Obtenido cuando los tratamientos y factores que intervienen en el
experimento son fijados previamente(no aleatorios).
Modelos de efectos aleatorios: Obtenido cuando los tratamientos y factores que intervienen en
el experimento son seleccionados al azar.
Mixtos: Obtenidos cuando se presenta una combinacion de algunos factores fijos con algunos
aleatorios.
Los disenos experimentales se utilizaran dependiendo de las necesidades del investigador. Sin
embargo todos se rigen por los mismos supuestos de normalidad, homocedasticidad y aleatoriedad de
los residuos.

6.2. Docimas aproximadas y su potencia

En varias casos, debido a que no existen estadsticos exactos para probar ciertos efectos de
los experimentos factoriales con tres o mas factores en los que se interviene un modelo aleatorio
mixto. Una posible solucion a este dilema es suponer que ciertas interacciones o tratamientos son
insignificantes(Vease Referencias [1],paginas 234-238).
Una variante de este metodo es ponderar los medias de cuadrados del analisis de varianza, para
obtener una estimacion del error con mas grados de libertad. El peligro de ponderar es que se puede
incrementar la probabilidad de cometer un error de tipo II, y al combinar la media de cuadrados de
un factor que es significativa con la del error, se obtiene una nueva media de cuadrados residuales
que resulta ser muy grande.Lo cual hara difcil notar otros factores significativos. Por otro lado la
media de cuadrados del error original tiene muy pocos grados de libertad, y al ponderar la potencia
se incrementa considerablemente.

6.3. Diseno de experimentos con un factor

En estos disenos se analiza el efecto de una variable explicativa o factor, sobre la variable
respuesta.
Supongamos que se tiene un factor A con r niveles y n replicas por tratamientos, la variable
respuesta del experimento se denota por yij , donde i = 1, , n y j = 1, , r.
Donde el conjunto de valores de la variable respuesta en cada tratamiento define una poblacion,
la cual debe satisfacer una serie de supuestos.

143
 Este modelo corresponde a un modelo de efectos aleatorios, con una variable explicativa o
factor. Se debe considerar que cada poblacion (generada por cada tratamiento) debe satisfacer una
serie de restricciones para poder ser analizada estadsticamente:
1. Tener distribucion normal.
2. Ser homocedasticas.
3. De cada poblacion se debe extraer una muestra de n observaciones independientes.
Entonces el modelo para este tipo de diseno es:

yij = + jA + ij

con ij N (0, 2 )
Donde jA = (j ), es el efecto del nivel j del factor A. Que representa la media del
tratamiento menos la media total del proceso.
Ademas el modelo presenta la restriccion rj=1 jA = 0 y el siguiente supuesto ij N (0, 2 ).
La estimacion de los parametros del modelo se realiza usando el metodo de mnimos cuadrados.
Es decir, la suma de cuadrados de los errores sea mnima.
Las hipotesis de interes a docimar son apreciar si los efectos de los factores son o no significa-
tivamente distintos, i.e.:

H0 : jA = 0, j v/s H1 : jA 6= 0 para algun j

Para docimar estas hipotesis se realiza un analisis de la varianza, el cual consiste en descompo-
ner la variacion total del proceso en distintas fuentes de variacion. En este caso, es posible descomponer
la variacion total en funcion de la variacion explicada por los tratamientos y por las componentes del
error. Luego:

ni=1 rj=1 (yij y.. )2 = ni=1 rj=1 (y.j y.. )2 + ni=1 rj=1 (yij y.j )2

2
yij y2
SST = rj=1 .. + rj=1 (n 1)Sj2
n rn

SST = SSTr + SSE

S = ni=1 rj=1 2ij = ni=1 rj=1 (yij jA )2

Donde:
= y..
A = y .j y ..

144
 La tabla ANOVA asociada es:
Fuente (g.l) grados de (SS) suma de (MS) cuadrados F
libertad cuadrados medios

2
yij y2 SSTr M STr
Tratamiento n-1 SSTr = rj=1 .. M STr =
n rn n1 M SE

SSE
Error r(n 1) SSE = rj=1 (n 1)Sj2 M SE =
r(n 1)

Total ni=1 1 SST

El estadstico F es F1 (n 1, r(n 1))

Las reglas de decision que se utilizaran para docimar las hipotesis planteadas, se obtendran
estableciendo los valores esperados de las medias de las fuentes de variacion, que son las sumas de
cuadrados correspondientes divididas por sus respectivos grados de libertad. En este caso, mediante
calculos sencillos de esperanza y bajo el supuesto de normalidad establecido para el modelo anterior,
sabemos que:

2(n1)
M STr
F = = 2n 1 F (n 1, ni=1 a)
M SE ((n a)
i=1
ni=1 a

As se ha establecido la regla de decision. Si F0 < F1 ((n 1), (ni=1 a)) entonces existe
evidencia estadstica significativa para decir que al menos uno de los tratamientos produce un efecto
distinto de cero, es decir al menos uno de los distintos niveles de la circunstancia que se ha estudiado,
tiene una influencia significativa en la caracterstica de interes.
Como se expondra en los captulos posteriores, el procedimiento es analogo para los distintos
tipos de disenos, con variaciones que dependen tanto del numero de factores, como interactuan estos
y de la naturaleza de los mismos.

6.3.1. Metodo de Comparaciones Multiples

Para este metodo utilizaremos generalmente la siguiente hipotesis.

i = 1, , p
Ho : i = j v/s 6 j
H1 : i = j = 1, , p
k = 1, , p

Al efectuar un analisis para un modelo de efectos fijos, si se puede concluir que existe una
diferencia de medias, sin especificar cual de ellas difiere.Los metodos para encontrar las medias que no
cumplen con la hipotesis nula se utilizaran comparaciones multiples, los metodos mas utilizados son:

145
6.3.1.1. Metodo de Scheffe

Metodo utilizado para comparar contrastes, es decir, contrastes entre dos o mas medias o en
el caso que el diseno no este balanceado.
Posee la siguiente forma: L = rj=1 cj j = L = rj=1 cj y.j con rj=1 cj = 0
La hipotesis a docimar es:
H0 : L = 0 v/s H1 : L 6= 0
tal que
L S L L L + S L
p
Donde S = (n 1)F1 ((n 1), r(n 1)
La regla de decision presenta que, si el intervalo de confianza anterior contiene al 0, entonces,
existira evidencia estadstica para rechazar la hipotesis nula.

6.3.1.2. Metodo de Tukey

Metodo basado en intervalos, donde se realizan comparaciones por pares, independiente de

cuantas medias se encuentren en un grupo. Entonces, existira diferencia entre los niveles del factor, es
decir, hay diferencia entre j j , si:
r
M SE
y.j y.j > q1 (r, r(n 1))
n

Una vez calculadas todas las comparaciones, se ordenan de mayor a menor, y apreciamos el
rango de diferencia de medias entre tratamientos.

6.3.1.3. Metodo de Duncan

Metodo para comparar todas las parejas de medias, las cuales se disponen en orden. Es aplicable
en experimentos donde las muestras son del mismo tamano. Por lo cual existira diferencia entre los
tramamientos que conforman el contraste si:

y.j y.j = L

=
r
M SE
L > F1 (p, r(n 1))
n
Donde p indica el numero de tratamientos que estan en contraste.

146
6.4. Modelo de componentes de la varianza o modelo aleatorio

En algunos casos, los niveles del factor que generan los tratamientos son demasiado numerosos o
costosos de implementar, por lo tanto el investigador se ve obligado solo a trabajar con algunos de ellos
(una muestra), lo que da origen a los Modelos Aleatorios, en los cuales, los efectos producidos por los
niveles no son fijos sino aleatorios. Sin embargo, se obtienen conclusiones de todos los niveles del factor
pues estos fueron seleccionados al azar. Suponiendo que de un factor se seleccionan al azar, con r niveles
de un factor (muestra aleatoria), asignados aleatoriamente a las unidades experimentales utilizadas, al
igual que en el diseno anterior, generando r poblaciones cuyas medias seran m1 , m2 , , mr entonces:
E(mj ) =
2
V ar(mj ) = A
Bajo la hipotesis nula:
2
H0 : m1 = m2 = = mj = H0 : A =0

As las hipotesis a docimar seran:

2 2
H0 : A =0 v/s H1 : A >0

Se define el efecto del tratamiento como jA = mj , que es una variable aleatoria . Los
supuestos son los mismos que para el caso de diseno con 1 factor.
As se obtiene el modelo de componentes de la varianza:

yij = + jA + ij

Como el efecto del factor es aleatorio, el modelo debera cumplir con:

jA N (0, jA )

Ademas el calculo de las sumas de cuadrado es analogo y equivalente al caso del diseno con un
factor.
En este diseno no se puede realizar comparaciones multiples, pues solo se estima la muestra de
todos los tratamientos. Sin embargo es posible estimar las varianzas mediante intervalos de confianza

M SE
r(n 1) 2(r(n1))
2

r(n 1)M SE
df racr(n 1)M SE1 2 (r(n1)) 2
2 (r(n1))

Los estimadores de la varianza seran:

2 = M SE
A2 = M STr M SE
n

147
 Es probable que estas estimaciones arrojen valores negativos, lo cual sabemos no es posible.
Una opcion es tomar esta estimacion como evidencia de que el verdadero valor es cero, es decir, truncar
la estimacion. Otra forma es estimar la varianza mediante otro metodo que arroje valores positivos o
considerar esto como evidencia de que el modelo lineal propuesto es incorrecto y volver a examinar el
problema.
Debido a que no se puede construir un intervalo de confianza para A 2 , se considerara uno para

el coeficiente de correlacion entre clases, el cual mide la asociacion entre las observaciones de un mismo
tratamiento.

A 2 B
= 2 A 2
A+1 A + B+1

Donde

M STr
1 1 1 M STr 1
A= 1 B= 1
n M SE F (a 1, N a)
n M SE F (a 1, N a)
1
2 2

En cuanto al analisis de la varianza, este se realiza de manera analoga al caso de los disenos
con un factor.

6.5. Diseno de bloques aleatorios

Los disenos que se han tratado anteriormente en este captulo tienen en comun que sus unidades
experimentales son de la misma naturaleza. En el caso de que no lo fueran, es decir, que exista una
diferencia apreciable entre ellas el error experimental se mostrara reflejado tanto en el error aleatorio
como en la variabilidad de las unidades experimentales. Por esto es preferible trabajar con un diseno
de bloques aleatorios(Vease Referencias [1],paginas 119-126).
Un bloque se forma por unidades experimentales similares, sin importar el numero de trata-
mientos que se desea comparar y dichos bloques se forman luego de identificar los niveles del factor.
El diseno de bloques debe cumplir los mismos supuestos que para el caso del diseno con un
factor.
1. Cada bloque y tratamiento debe definir una poblacion con distribucion normal.
2. Las poblaciones deben ser homocedasticas.
3. De cada poblacion se debe extraer una muestra aleatoria.
4. Los efectos del bloque y del tratamiento deben ser aditivos,es decir, cumpliendo

(ij .j i. + ) = 0

La forma asociada del modelo es:

yij = + iBL + jTr + ij

148
 Utilizando el supuesto de normalidad del error y las restricciones asociadas a los efectos.

jTr = 0 v/s H1 : jTr 6= 0

Se intenta establecer que existe a lo menos un tratamiento j distinto de cero.

Nuevamente se realiza un particion de la variacion total, obteniendo SST = SSB L + SSTr +
SSE, y la tabla resumen del analisis de la varianza es:
Fuente g.l SS MS F

y.j2 y2 SSTr M STr

Tratamiento r-1 rj=1 .. M STr =
n nr r1 M SE

yi.2 y2 SSBL M SBL

Bloque n-1 ni=1 .. M SBL =
r nr n1 M SE

SSE
Error (n 1)(r 1) SSE = M SE =
ni=1 a
SST SSBL SSTr

Total nr 1 SST =
y..2
ni=1 rj=1 yij
2
nr
La columna con la letra F representa las reglas de decision correspondiente a cada fuente
las cuales se establecen mediante calculos de esperanza y bajo el supuesto de normalidad, las que
corresponden a las siguientes distribuciones:
F1 (n 1, (n 1)(r 1)) para el caso de bloques
F1 (r 1, (n 1)(r 1)) para el caso de los tratamientos

6.6. Diseno de cuadrado latino

Un diseno de cuadrado latino es un diseno de un factor tratamiento con p niveles y p2 uni-

dades experimentales agrupadas en p filas y p columnas. El diseno es un arreglo cuadrado en el que
los tratamientos se denotan por letras latinas. Cada una de las p2 celdas contiene una de las p le-
tras que corresponde a los tratamientos y cada letra ocurre solo una vez por columna y fila(vease
referencia[1],pagina 139-146).
Este diseno se usa para minimizar la variabilidad perturbadora utilizando un numero pequeno
de ensayos, es decir, permite formar bloques sistematicamente en dos direcciones, por lo tanto, filas y
columnas representan dos restricciones de aleatorizacion.
El modelo estadstico es:

i = 1, , p
yijk = + i + j + k + ijk j = 1, , p bajo el supuesto de normalidad de los errores
k = 1, , p

ijk N (0, 2 )

149
 Donde: i : Es el efecto sobra la media global debido al bloque i-esimo.
j :Es el efecto sobre la media global debido al bloque j-esimo.
k :es el efecto sobre la media global debido al bloque k-esimo.
El modelo es completamente aditivo, es decir, no hay interacciones entre filas,columnas y
tratamientos.
El metodo de mnimos cuadrados proporciona los siguientes estimadores
= y ...
i = y i.. y ...
j = y .j. y ...
pi=1 pj=1 yijk
k = y ..k y ... donde y ..k =
k
El analisis de la varianza consiste en descomponer la suma de cuadrados total de las k 2 obser-
vaciones en los componentes de las filas, columnas, tratamientos y el error.
La tabla asociada es:

Fuentes grados de suma de cuadrados medios F

libertad cuadrados

2
yi.. y2 SSF M SF
Bloque p-1 SSF = pi=1 ... M SF = F0 =
p p2 p1 M SE
(Fila)

2
y.j. y2 SSC M SC
Bloque p-1 SSC = pj=1 ... M SC = F0 =
p p2 p1 M SE
(Columna)

2
y..k y2 SSTr M STr
Tratamiento p-1 SSTr = pk=1 ... M STr = F0 =
p p2 p1 M SE

SSE
Error (p 1)(p 2) SSE = M SE =
(p 1)(p 2)
SST SSF SSC SSTr

2
y...
Total p2 1 SST = pi=1 pj=1 pk=1 yijk
2
p2

Donde F0 es la estadstica de prueba de:

Regla de decision: si F0 > F1 (p 1, (p 1)(p 2)), existe evidencia estadstica para decir
que al menos uno de los tratamientos produce un efecto significativo.

150
6.7. Diseno de cuadrado grecolatino

Si existen tres fuentes de perturbacion para las unidades experimentales, se debe utilizar un
diseno de dos cuadrados latino sobrepuestos. En este caso los tratamiento se indican con letras latinas
y griegas respectivamente. Se dice que los dos cuadrados latinos son ortogonales si al sobreponerse
poseen la propiedad de que cada letra griega aparece solo una vez con cada letra latina. El diseno
permite analizar cuatro factores(reglon, columna, letra griega, letra latina), cada uno con p niveles.
Este tipo de cuadrados existen para todo p 3, excepto para p = 6 (caso particular) (Vease Referencias
[1],paginas 147-149).
1 2 3
1 A C B

2 B A C

3 C B A
El modelo asociado sera:
yijkl = + iF + +jC + kTr + lG + ijkl

La hipotesis a docimar es:

H0 : kTr = 0 v/s H1 : kTr 6= 0 para algun k

En este caso se docima la posibilidad que alguno de los tratamientos (aditivos) presente alguna dife-
rencia significativa, es decir, algun tratamiento sea distinto.
Fuentes grados de suma de cuadrados medios
libertad cuadrados (SS) (MS)

2
yi... y2 SSF
Fila p-1 SSF = pi=1 ....
p n p1
2
y.j.. y2 SSC
Columna p-1 SSC = pj=1 ....
p n p1
2
y..k. y2 SSTr
Tratamiento p-1 SSTr = pk=1 ....
p n p1
2
y...m y2 SSG
Griegas p-1 SSG = pm=1 ....
p n p1

SSE
Error (p 1)(p 2) SSE =
(p 1)(p 2)
SST SSF SSC SSTr SSG

2
y....
Total p2 1 SST = pi=1 pj=1 pk=1 pm=1 yijkm
2
n

151
 M STr
Regla de decision: si F0 = , entonces para F0 > F1 (p 1, (p 1)(p 3)), existe
M SE
evidencia estadstica para decir que al menos uno de los tratamientos produce un efecto significativo.

6.8. Diseno de rectangulo latino

Se forma agregando cuadrados latinos, de modo que el rectangulo tenga rt columnas y t filas.
Es decir, nos referimos al tipo de diseno que se compone de cuadrados latinos replicados, dado que es
un diseno aditivo no existe interaccion. Este tipo de diseno se utiliza generalmente cuando se desea
estudiar un diseno de cuadrado latino en distintos periodos.
1 2 3 4 5 6 7 8
1 A D C B D B C A

2 B A D C A C D B

3 C B A D B D A C

4 D C B A C A B D
El modelo asociado sera:
yijk = + iF + +jC + kTr + ijk
La hipotesis a docimar es:
H0 : kTr = 0 v/s H1 : kTr 6= 0 para algun k
En este caso se docima la posibilidad que alguno de los tratamientos (aditivos) presente alguna dife-
rencia significativa, i.e., los tratamientos tienen el mismo efecto. La tabla ANOVA asociada es:

Fuentes grados de suma de cuadrados medios F

libertad cuadrados

2
yi.. y2 SSF
Fila p-1 SSF = pi=1 ...2 M SF =
rp rp p1
(periodo)

2
y.j. y2 SSC
Columna rp-1 SSC = ...2 M SC =
p rp rp 1
(individuo)

2
y..k y2 SSTr M STr
Tratamiento p-1 SSTr = pk=1 ...2 M STr = F0 =
rt rt p1 M SE

SSE
Error (p 1)(rp 2) SSE = M SE =
(p 1)(rp 2)
SST SSF SSC SSTr

2
y...
Total rt2 1 2
SST = yijk
t2

152
 Regla de decision: si F0 > F1 (p 1, (p 1)(rp 2)), existe evidencia estadstica para decir
que al menos uno de los tratamientos produce un efecto significativo.

6.9. Diseno de recambio

Son disenos de rectangulos latinos, en donde habitualmente las filas corresponden a periodos
y las columnas a sujetos. Son utilizados en la industria farmaceutica para ensayar medicamentos o
en la investigacion medica. Consiste en ensayar en individuos distintos tratamientos(medicamentos)A
y B, en forma sucesiva en dos o mas periodos, en el primer periodo son asignados al azar dichos
medicamentos. No existen efectos de residuos.
1 2 3 4 5 6 7 8 9 10
Periodo A B A A B B A B B B
1
Periodo B A B B A A B A A A
2
El modelo asociado sera:
yijk = + iF + +jC + kTr + ijk
La hipotesis a docimar es:
H0 : kTr = 0 v/s H1 : kTr 6= 0 para algun k
Se docima la posibilidad que los medicamentos suministrados produzcan un efecto distinto en los
pacientes,es decir, que uno de ellos sea mejor o quizas ambos producen los mismos resultados.

Fuentes grados de suma de cuadrados medios F

libertad cuadrados

2
yi.. y2 SSF
Fila p-1 SSF = pi=1 ... M SF =
p p2 p1
(periodo)

2
y.j. y2 SSC
Columna rp-1 SSC = ... M SC =
p p2 rp 1
(individuo)

2
y..k y2 SSTr M STr
Tratamiento p-1 SSTr = pk=1 ... M STr = F0 =
rt t2 p1 M SE

SSE
Error (p 1)(rp 2) SSE = M SE =
(p 1)(rp 2)
SST SSF SSC SSTr

2
y...
Total rt2 1 2
SST = yijk
t2

Regla de decision: si F0 > F1 (p 1, (p 1)(rp 2)), existe evidencia estadstica para decir
que al menos uno de los tratamientos produce un efecto significativo.

153
6.10. Determinacion de los estimadores de la varianza

En algunas ocasiones, a medida que aumenta el numero de factores y su naturaleza, la tarea de

calcular los valores esperados de las componentes de la varianza puede volverse tediosa. A continuacion
se mostrara un metodo que para simplificar esta tarea.
El metodo generalmente utilizado es el de Cornfield y Tukey, que considera cualquier tipo de
diseno, ya sea con factores fijos, aleatorios o ambos. El metodo se basa en la construccion de una
tabla, en cuyas filas se encuentran los sub-ndices que representan a los factores y en las columnas
los factores que intervienen en el modelo. Si el efecto es fijo se dice que los sub-ndices (asociados al
factor fijo) son vivos y en el caso que sea aleatorio se dicen muertos. Luego para determinar los valores
esperados se llena la tabla de acuerdo a las siguientes instrucciones:
1. Si el factor del efecto es fijo se registra el valor 0 en la columna correspondiente al efecto con la
fila que corresponde al sub-ndice respectivo.
2. Si el factor del efecto es aleatorio se registra el valor 1 en la columna correspondiente al efecto
con la fila correspondiente al sub-ndice respectivo.
3. Si el sub-ndice correspondiente al factor es muerto, se registra el valor 1 sin importar la natu-
raleza de la cual proviene el factor del efecto.
4. Si el sub-ndice no aparece en el efecto correspondiente se registra el mayor valor que este puede
alcanzar.
Luego, los valores esperados se obtienen multiplicando los valores obtenidos en cada columna
(tapando el sub-ndice correspondiente) por la suma de los cuadrados de los efectos sobre sus respec-
tivos sub-ndices si el efecto es fijo o por la respectiva varianza si el efecto es aleatorio y sumandole,
ademas, este mismo procedimiento para todas las columnas donde aparezcan los sub-ndices del smbo-
lo que representa al efecto cuyo valor esperado se desea calcular (para mayores detalles y ejemplos
vease Aplicaciones [10.6]).

6.11. Diseno de experimentos multifactoriales

Generalmente, en la mayora de los procesos, entran en juego distintos tipos de circunstancias

que afectar a la variable de interes, por lo que es logico considerar disenos con mas de un factor o
experimentos factoriales.
Estos se conocen como aquellos donde se investigan todas las posibles combinaciones entre los
niveles de los factores, en cada ensayo o replica. En estos casos existe un nuevo efecto a considerar: el
efecto de interaccion entre los factores.
Los disenos multifactoriales poseen varias ventajas: son mas eficientes que varios experimentos
de un factor a la vez y mas aun son necesarios cuando un efecto de interaccion puede estar presente
para evitar as conclusiones enganosas.
En esta seccion se tratara el caso de los disenos multifactoriales fijos (parametricos), aleatorios y
mixtos, para los cuales se realizara el analisis tomando en consideracion un numero limitado y pequeno
de factores, para as poder ejemplificar mejor estos modelos. Sin embargo es importante observar, que
estas metodologas pueden ser extendidas con relativa facilidad para el caso de mas factores.

154
6.11.1. Diseno con dos factores fijos

Para estos disenos multifactoriales, se consideran la presencia de los factores A y B con a y

b sus niveles respectivos, con n replicas en el experimento. Nuevamente cada poblacion, definida por
cada tratamiento, debe cumplir con las condiciones de normalidad, homocedasticidad y se debe extraer
de cada una de ellas una muestra aleatoria de n observaciones. Luego el modelo de este diseno estara
determinado por:

i = 1, , a
yijk = + iA + jB + ij
AB +
ijk con j = 1, , b
k = 1, , n

El efecto de cada factor se define de manera al caso del diseno con 1 factor, mientras de no el
efecto de interaccion sera determinado por:
AB
ij = ij i. .j

Se mantienen el mismo supuesto de los casos anteriores (la normalidad de los errores) y las
mismas restricciones (la suma sobre el ndice que corresponda de los efectos debe ser 0). Los parametros
del modelo son estimados nuevamente por el metodo de mnimos cuadrados para minimizar as las
perturbaciones. Las hipotesis tambien son analogas a los casos anteriores.
Nuevamente para analizar el modelo particionamos la variacion total, obteniendo:

SST = SSTr + SSE = SSA + SSB + SSAB + SSE

Luego de trasformar un poco los resultados obtenidos (para simplificar el calculo) y mediante
calculos sencillos de esperanzas (considerando los supuestos de normalidad del diseno), se obtiene la
siguiente tabla resumen del analisis de la varianza (ANOVA):
Fuente grados de suma de cuadrados E(M S) F
libertad cuadrados medios (MS)

SSA ai=1 (iA )2 M SA

Factor A a-1 SSA 2 +
a1 a1 M SE

SSB bj=1 (jB )2 M SA

Factor B b-1 SSB 2 +
b1 b1 M SE

SSAB ai=1 bj=1 (ij

AB )2
M SAB
Factor A B (a 1)(b 1) SSAB 2 +
(a 1)(b 1) (a 1)(b 1) M SE

SSE
Error ab(n 1) SSE
ab(n 1)

Total abn 1 SST

La regla de decision tienen la formaF1 (p, ab(n1)) donde p representa los grados de libertad
del efecto correspondiente.

155
6.11.1.1. Comparaciones multiples para los experimentos de dos factores

1. Comparacion entre los niveles del factor A Se dice que existe diferencia entre dos niveles i ei
del factor A si se cumple que:
r
M SE
y i.. y i .. > q1 (a, ab(n 1))
bn

Donde q1 (a, ab(n1)) representa el percentil de la distribucion de la variable q que se presenta

en la tabla correspondiente. Esto es analogo para el metodo de Duncan para un factor.
2. Comparacion entre los niveles del factor B De forma analoga y manteniendo la misma interpre-
tacion que para el caso anterior se tiene que:
r
M SE
y .j. y .j . > q1 (b, ab(n 1))
an

6.11.2. Diseno con dos factores aleatorios

Nuevamente se ejemplificaran estos modelo para el caso de dos factores, recordando que esta
metodologa puede extenderse para un numero n de factores. Suponiendo los factores A y B poseen un
gran numero de niveles y se obtiene una muestra aleatoria de ellos, ambos factores de dicen aleatorios
(analogo al caso de componentes de la varianza).
El modelo para este experimento sera:

yijk = + iA + jB + ij
AB
+ ijk

Como el efecto del factor es ahora aleatorio, la restriccion del modelo sera : iA N (0, A
2)

Analogamente para las otras variables.

Los estimadores de los parametros se establecen como:
2 = M SE
A2 = M SA M SE
bn
B2 = M SB M SE
an
2 M SAB M SE
AB =
n
Si alguno de estos estimadores fuese menor a 0 debe truncarse en 0.

156
 Luego de particionar la variacion total y hacer los calculos de esperanza como en los disenos
anteriores se obtiene la siguiente tabla ANOVA:
Fuente grados de suma de cuadrados E(M S)
libertad cuadrados medios (MS)

SSA 2 + n 2 + 2
Factor A a-1 SSA bnA AB
a1

SSB 2 + n 2 + 2
Factor B b-1 SSB anB AB
b1

SSAB 2 + 2
Factor A B (a 1)(b 1) SSAB nAB
(a 1)(b 1

SSE
Error ab(n 1) SSE 2
ab(n 1)

Total abn 1 SST

Las formulas para obtener las sumas de cuadrados (SS), son las mismas que para el caso del
diseno con dos factores fijos. Es claro que las conjeturas de este punto pueden ser extendidas para el
caso arbitrario de p factores aleatorios con bastante simplicidad.

6.11.3. Diseno mixtos

Estos se refieren a aquellos modelos que estan compuestos tanto por efectos fijo como por efectos
aleatorios. Es facil deducir el procedimiento para establecer tanto el modelo como sus restricciones,
supuestos y analisis de varianza, puesto que sera una mezcla de los procesos vistos anteriormente.
Para ejemplificar este modelo (que puede adquirir muchas formas), se supondra que el problema
sugiere un modelo con un factor A fijo y uno B aleatorio (lo que implica que la interaccion sera tambien
aleatoria)entonces:
yijk = + iA + jB + ij
AB
+ ijk

Este modelo cumple las condiciones (homocedasticidad, normalidad, aleatoriedad) de los di-
senos anteriormente vistos. Las restricciones y supuestos para este modelo se reducen a:
ai=1 iA = ai=1 ij
AB = 0

jB N (0, B
2)

AB N (0, 2 )
ij AB

ijk N (0, 2 )

157
 Entonces el analisis del modelo es:

Fuente grados de suma de cuadrados E(M S) F

libertad cuadrados medios

SSA (iA )2 2 + 2 M SA
Factor A a-1 SSA bn + nAB f1 =
a1 a1 M SE

SSB 2 + 2 M SB
Factor B b-1 SSB anB f2 =
b1 M SE

SSAB 2 + 2 M SAB
Factor A B (a 1)(b 1) SSAB nAB f3 =
(a 1)(b 1 M SE

SSE
Error ab(n 1) SSE 2
ab(n 1)

Total abn 1 SST

Donde las formulas para las sumas de cuadrados se obtiene de la manera tradicional (y son las
mismas que para el caso del diseno con dos factores) y los valores esperados se obtuvieron mediante
el metodo de Cornfield y Tukey .
Nuevamente, cualquiera de los disenos multifactoriales tratados anteriormente en este captulo,
podra eventualmente transformarse en un diseno mixto. Siguiendo la pauta general que se ha presen-
tado para estos, es posible reconstruir los disenos, sus modelos, hipotesis y reglas de decision, para
poder analizarlos.

6.12. Disenos factoriales con bloques

En este tipo de diseno se nos presenta el caso en que se tienen dos factores con bloque, donde
ademas de que la variable de interes esta sometida a dos tipos de condiciones distintas y con diferentes
niveles, las unidades experimentales pueden dividirse en grupos o bloques debido a su naturaleza. De
esta forma, las poblaciones para este diseno estan definidas por la interseccion de los niveles de ambos
factores interceptados a su vez con cada bloque.
Las condiciones que debe cumplir cada poblacion son las mismas que para los disenos anteriores,
exceptuando por un cambio en el tamano muestral, ya que:
De cada poblacion se extrae una muestra de una observacion.
Luego de la definicion de los efectos (analoga a los casos anteriores) y considerando los supuestos es
posible construir el modelo para este diseno, que tiene la forma:

yijk = + iA + jB + kBl + ij
AB
+ ijk

158
 En este caso, nuestras hipotesis a docimar son las mismas que para el diseno con dos factores
sin bloques. Como es logico, los parametros se estiman mediante mnimos cuadrados y nuevamente se
particiona la variacion total, obteniendo:

SST = SSA + SSB + SSBl + SSA B + SSE

Mediante los procedimientos ya conocidos es posible obtener la siguiente tabla resumen del
analisis de la varianza:
Fuente grados de suma de cuadrados medios
libertad cuadrados

SSA
Factor A a-1 SSA M STr =
a1

SSb
Factor B b-1 SSB M STr =
b1

SSAB
Factor A B (a-1)(b-1) SSAB M STr =
(a 1)(b 1)

SSBl
Bloque n-1 SSBl M SBl =
n1

Error (ab 1)(n 1) SSE M SE

Total abn1 SST

Donde se obtienen tanto las sumas de cuadrados, como las reglas de decision de manera tradi-
cional y analoga a los casos anteriormente vistos.

6.13. Disenos anidados o jerarquicos

Puede darse el caso de que en un experimento con varios factores, algunos de los niveles de
uno de estos sea similar a los niveles de otro (dependan en cierta manera), lo cual se denomina diseno
jerarquico o anidado.
En este diseno mantiene las mismas condiciones (que deben cumplir las poblaciones) que los
disenos anteriores. Sin embargo se introduce una nueva notacion para los efectos. Si un factor B esta
anidado a un factor A, entonces el efecto de A mantiene la misma notacion que se a ocupado hasta
B , es decir, lleva ambos sub-ndices (el propio
ahora, pero el efecto del factor anidado sera notado por ij
y el del factor al cual esta anidado).

159
 Luego de definir los efectos de la forma tradicional ocupada en este captulo y considerando
los supuestos y restricciones se establece el modelo:


i = 1, , a
j = 1, , b

yijkl = + iA + ij
B
+ kC + ik
AC BC
+ ijk + ijkl

k = 1, , c
l = 1, , n

Nota: Este modelo se ha establecido bajo el supuesto de que existen tres factores en el expe-
rimento donde B esta anidado en A y C esta anidado en B, luego no se deben incluir los efectos de
interaccion correspondientes, pues al estar anidados todos los factores seran redundantes (explican lo
mismo).
Luego de particionar la variacion total se obtiene que:

SST = SSA + SSB(A) + SSC(BA) + SSE

donde SSB(A) es la variacion explicada por el tratamiento B anidado en A y SSC(BA) la explicada
por el factor C anidado en B y a su vez anidado en A.
Luego, se puede efectuar el analisis de la varianza obteniendose:
Fuente grados de suma de cuadrados medios F
libertad cuadrados

2
yi... y2 SSA M SA
A a-1 ai=1 .... M SA =
bcn abcn a1 M SE
2
yij.. 2
a b yi... SSB(A) M SB(A)
B(A) a(b-1) i=1 j=1 M SB(A) =
cn bcn a(b 1) M SE
2
yijk. 2
yij.. SSC(BA) M SC(BA)
C(BA) c-1 ai=1 bj=1 ck=1 M SC(BA) =
n cn c 1) M SE

Error abc(n 1) ai=1 bj=1 ck=1 nl=1 yijkl

2 MSE
2
yijk.
ai=1 bj=1 ck=1
n
2
y....
Total abcn 1 ai=1 bj=1 ck=1 nl=1 yijkl
2
abcn

6.14. Disenos anidados y cruzados

Debido a que existe un gran numero de estos disenos, se tomara un ejemplo concreto en el
cual existen tres factores anidados y uno cruzado. Sin embargo, es relativamente sencillo llevar esta
metodologa para otras combinaciones entre factores anidados y cruzados:

160
6.14.1. Disenos con tres factores anidados y uno cruzado

Este diseno ademas de los factores anidados, tiene un factor cruzado, es decir, es independiente
a los otros tres factores. El modelo de este diseno queda establecido por:
yijklm = + iA + ijB + C + D + AD + BD + CD +
ijk l il ijl ijkl ijklm Es clara la analoga con el
caso del diseno anterior en cuanto a la simbologa ocupada. Luego de particionar la variacion total
y hacer las transformaciones correspondientes, respetando los supuestos obtenemos la siguiente tabla
ANOVA:
Fuente grados de suma de cuadrados medios
libertad cuadrados

SSA
A a-1 SSA M SA =
a1

SSB(A)
B(A) b-1 SSB(A) M SB(A) =
b1

SSC(AB)
C(AB) ab(c-1) SSC(AB) M SC(AB) =
ab(c 1)

SSD
D d-1 SSD M SD =
d1

SSAD
AD (a-1)(d-1) SSAD M SAD =
(a 1)(d 1)

SSB(A)D
B(A)D a(b-1)(d-1) SSB(A)D M SB(A)D =
a(b 1)(d 1)

SSC(BA)D
C(BA)D ab(c-1)(d-1) SSC(BA)D M SC(BA)D =
ab(c 1)(d 1)

SSE
Error abcd(n-1) SSE M SE =
abcd(n 1)

Total abcdn 1 SST

Las reglas de decision basadas en f0 y F se deducen mediante el metodo de Cornfield y

Tukey.
Es tambien posible para estos casos, ademas de mezclar factores anidados y cruzados, que
algunos de ellos sean aleatorios. En este caso, las formulas computacionales para el analisis de la
varianza se mantienen y las reglas de decision igualmente obtenidas por el metodo de Cornfield y
Tukey.
Es importante notar que el modelo puede y debe cambiar dependiendo del problema que se
esta estudiando. Sin embargo, una vez estudiados los disenos anteriores, es posible construir gran parte
de estos disenos.

161
6.15. Disenos de parcelas divididas (SPLIT PLOT)

En algunos disenos multifactoriales con bloque puede que no sea posible aleatorizar comple-
tamente el orden de los ensayos en cada bloque. Esto lleva utilizar una generalizacion del diseno por
bloques llamado diseno de parcelas divididas(Vease Referencias [1],pagina 419-424).
Para este caso, cada bloque se dividira en partes llamadas parcelas completas que a su vez se
particionan en parcelas divididas.
yijk = + iR + jA + ij
RA + B + AB +
k jk ijk

Bajo los siguientes supuestos:

1. ijk N (0, 2 ) iR N (0, R
2) RA N (0, 2 )
ij 1

2. aj=1 jA = bk=1 kB = aj=1 bk=1 jk

AB

En este caso las hipotesis a docimar son las mismas que en el diseno con dos factores fijos. Y
la variacion total se particiona en fuentes de variacion, resumidos en la tabla ANOVA siguiente:

Fuente grados de suma de cuadrados medios

libertad cuadrados

2
yi.. y2 SSR
Replicas n-1 ri=1 ... M SR =
ab abn n1
2
y.j. y2 SSA
A a-1 aj=1 ... M SR =
nb abn a1
2
yij. y2 SSRA
E1 = RA (n-1)(a-1) ri=1 aj=1 ... M SRA =
b abn (n 1)(a 1)
2
y.j. 2
a y... SSB
B b-1 j=1 M SB =
an abn b1
2
y.jk 2
a b y... SSAB
AB (a-1)(b-1) j=1 k=1 SSA SSB M SAB =
n abn (a 1)(b 1)

M SE
Error a(b 1)(n 1) SSE =
a(b 1)(n 1)
SST (SSR + SSA + SSRA + SSB + SSBA)

2
y...
Total abn 1 ri=1 aj=1 bk=1 yijk
2
abn

las reglas de decision para cada hipotesis son:

M SA
Para f1 = > F1 (a 1, (n 1)(a 1))
M SE
M SB
Para f2 = > F1 (b 1, a(b 1)(n 1))
M SE

162
 M SAB
Para f3 = > F1 ((a 1)(b 1), a(b 1)(n 1))
M SE
existe evidencia estadstica para rechazar H0

6.16. Diseno factorial 2k

El mas importante de los casos especiales de los disenos factoriales es el que tiene k factores
cada uno a dos niveles. Estos niveles pueden ser cuantitativos, valores de temperatura o presion, o
pueden ser cualitativos, tales como 2 maquinas o dos operadores, o tal vez pueda ser la presencia o
ausencia de un factor. Una replica completa de tal diseno requiere 2 2 2 2 = 2k observaciones
y se conoce como un diseno factorial 2k .
Como cada factor en el experimento tiene 2 niveles los llamaremos nivel bajo (-) y nivel alto
(+)(Vease Referencias [1],pagina 241-249).
Se trabajara bajo los siguientes supuestos:
1. Los factores son fijos
2. Los disenos son completamente aleatorios
3. Se supone normalidad

6.16.0.1. Diseno 22

El diseno mas pequeno en este tipo de experimento es el que tiene k = 2 factores. Es importante
realizar replicas de cada tratamiento o combinacion en el experimento ya que esto me permite comparar
entre valores (datos obtenidos en los diferentes niveles de un factor fijando los demas factores) y dentro
de valores (datos obtenidos de una misma combinacion).
En este tipo de disenos tenemos dos factores A y B cada uno con dos niveles. En este tipo de
diseno los niveles superiores e inferiores se denotaran por los signos (+)(-) respectivamente.
Existen cuatro combinaciones posibles de los tratamientos, estas seran denotadas por letras
minusculasa,b,ab,(1), donde la letra nos indica que el tratamiento se encuentra en su nivel superior,
entonces (1) nos indica que ambos tratamiento se encuentran en su nivel inferior.
MATRIZ DE DISENO
Tratamiento A B Interpretacion

(1) ambos estan en su nivel inferior

a + a esta en su nivel superior y b en su nivel inferior

b + b esta en su nivel superior y a en su nivel inferior

ab + + ambos estan en su nivel superior

163
 Definamos efecto promedio de un factor como el cambio en la respuesta producido por la
variacion del nivel de un factor promedio sobre los niveles de ese factor, entonces los efectos medios
de A y B quedan determinados por :
O (ab b + a (1)) O (ab a + b (1))
A= B=
2n 2n
Donde n representa el numero de replicas.
Llamaremos contraste o efecto total a la combinacion lineal de los resultados obtenidos en cada
tratamiento A = (ab b + a (1) B = (ab a + b (1))
el modelo asociado es:
yij = + iA + jB + ij
AB
+ ij

la hipotesis asociada es:

H0 : iA = jB = ij
AB
=0 v/s H1 : al menos uno distinto de cero

Se analiza la posibilidad de que alguno de los tratamientos o la interaccion de ellos, produzcan

efectos distintos. Ahora la suma de cuadrados del modelo estara definida por:
contraste.del.ef ecto
SS(Ef ecto) =
2k n
2
SST = yij 2 y..
2k n
SSE = SST SSA SSB SSAB
La tabla ANOVA asociada es:
Fuente grados de suma de cuadrados medios F
libertad cuadrados

SSA M SA
A k-1 SSA M SA = f1 =
k1 M SE

SSB M SB
B k-1 SSB M SB = f2 =
k1 M SE

SSAB M SAB
AB k-1 SSAB M SAB = f3 =
k1 M SE

SSE M SA
Error 2k (n 1) SSE M SE = f1 =
2k (n 1) M SE

Total 2k n 1 SST

Para fanova > F1 (k 1, 2k (n 1))

existe evidencia estadstica para rechazar H0 para anova(f1 , f2 , f3 )

164
6.16.1. Generalizacion del diseno 2k

Los disenos 2k se utilizan comunmente en investigaciones y desarrollo industrial.

En este tipo de disenos se tiene:
k! k!
Presenta k efectos principales, interacciones de dos factores, interaccion
(k 2)!2! (k 3)!3!
k!
de tres factores,y analogamente para un caso de n factores sera , con una interaccion de k
(k n)!n!
factores, es decir, el modelo completo consta de 2k 1 efectos.
Despues de determinar el modelo a docimar y de plantear la hipotesis.
H0 : todos los tratamientos son iguales a 0 v/s H1 : existe algun tratamiento(o interaccion)
distinto de 0
Donde el numero de tratamientos y interacciones estara dado por el modelo elegido.
contraste.del.ef ecto
SS(Ef ecto) =
2k n
y2 .
2
SST = i n yin .
2k n
SSE = SST SS(Ef ecto(1)) SS(Ef ecto(n))
Luego se determina la tabla ANOVA y se encuentran los valores de F correspondientes a cada
tratamiento.
Para fanova > F1 (k 1, 2k (n 1))
existe evidencia estadstica para rechazar H0 para anova(f1 , , fn )

6.17. Diseno factorial 3k

Son disenos de k factores con tres niveles cada uno. Donde los factores y las interacciones
se representaran mediante letras mayusculas, los tres niveles de los factores seran asociados como
nivel inferior, intermedio y superior. Estos niveles a diferencia del caso 2k donde se usaban signos,
seran representados por dgitos (0 , 1, 2). Cada combinacion de tratamientos se representa mediante k
dgitos, donde el primero indica el efecto A, el segundo el efecto B y el k-esimo el efecto de K (Vease
Referencias [1],paginas 347-357).

6.17.0.1. Diseno 32

Este diseno tiene tres factores, cada uno con dos niveles. Para este tipo de disenos se utilizan
efectos lineales y efectos cuadraticos.
Para este caso el 0 0 representa la combinacion de los tratamientos A y B, ambos en su nivel
inferior, y en caso 0 1 indica que A esta en un nivel inferior y B en un nivel intermedio.
Si los efectos son cuantitativos es usado los dgitos -1, 0, 1 ya que esto facilita la determinacion
de efectos lineales y cuadraticos.

165
 Para este caso se utilizara:

1 si A=0 
1 si A = (0, 2)
AL = 0 si A=1 AG =
2 si A=1
1 si A=2


1 si B=0 
1 si B = 0, 2
BL = 0 si B=1 BG =
2 si B = 1
1 si B=2

La matriz de diseno sera:

Tratamiento / Efectos
AL BL AL B L AQ AQ BL BQ AL B Q AQ B Q

00 1 1 1 1 1 1 1 1

10 0 1 0 2 2 1 0 2

20 1 1 1 1 1 1 1 1

01 1 0 1 1 1 2 2 2

11 0 0 0 2 2 2 0 4

21 1 0 0 1 1 2 2 2

02 1 1 1 1 1 1 1 1

12 0 1 0 2 2 1 0 2

22 1 1 1 1 1 1 1 1

Esto asegura que el diseno es ortogonal, es decir la suma de los valores de cada tratamiento y
su combinacion es cero. Por lo cual se trabajara con constantes ortogonales, para estimar el efecto de
los valores(lineales o cuadraticos) ponderando las observaciones de cada tratamiento con los contrastes
correspondientes.
Si se desea estimar el efecto lineal de A se debera observar los valores correspondientes a AL
que es la primera columna de la matriz de diseno y se multiplica por los valores observacionales para
posteriormente sumarlos, el valor obtenido es el contraste.
NOTA:La tabla ANOVA es analoga al diseno 2k .
Analogo a usar la matriz de diseno, es usar la metodologa Yates.

166
6.18. Analisis de covarianza

Es una combinacion de dos tecnicas: Analisis de la Varianza y Analisis de Regresion. Es otra

tecnica util para analizar y mejorar la precision de un experimento.
En el analisis de la covarianza la variable respuesta es cuantitativa y las variables independientes
son cualitativas y cuantitativas.
En resumen es un metodo para tomar en cuenta un efecto de alguna variable que no se puede
ser controlada(Vease Referencias [1],paginas 511-525).

6.18.1. Analisis de la Covarianza Unifactorial

y21 x21 y2r x2r

y21 x21 y2r x2r

.. .. .. ..
. . . .

yn1 xn1 ynr xnr

El modelo sera de la forma:


i = 1, , I
yij = + iTr + (xij x.. ) + +ij
j = 1, , ni
Donde:
1. iTr : Efecto producido por el tratamiento i-esimo
2. : Coeficiente regresion lineal
3. xij : El valor de la covariable correspondiente a la observacion yij
4. x.. : La media de la covariable
bajo supuesto de normalidad de los errores
En un diseno completamente aleatorizado la suma total de cuadrados puede descomponerse
en suma de cuadrados entre tratamientos y en suma de cuadrados residual.
Para esto definiremos primero los coeficientes

x2.. y..2
T xx = ij x2ij 2
T yy = ij yij
N N

x2.. y..2
Txy = i i xij yij
N

x2i. x2.. y.j2 y2

Axx = Ii=1 Ayy = Ii=1 ..
ni N ni N

167
 xi. y.j y.. x..
Axy = Ii=1
ni N

x2i. y.j2
Exx = i j x2ij i 2
Eyy = i j yij i
ni ni

xi. y.j
Exy = i j xij yij i
ni

para el modelo Tyy = Ayy + Eyy ; T xx = Axx + Exx; T xy = Axy + Exy

Ahora : Tyy (aj): la suma de cuadrados de y ajustada por la covariable.
2
Txy
Tyy (aj) = Tyy
Txx

Donde Tyy (aj) es la variacion debida al efecto del factor mas el efecto residual.
Eyy (aj): la suma de cuadrados de y dentro de los tratamientos ajustada por la covariable.
2
Exy
Eyy (aj) = Eyy
Exx

Donde Eyy (aj) es la variacion de y asociada al termino del error.

Ayy (aj): la suma de cuadrados entre tratamientos ajustada.

Ayy (aj) = Tyy (aj) Eyy (aj)

Donde Ayy (aj) es la variacion entre los valores de la variable dependiente debida solo al efecto
del nivel del factor.
Hipotesis de los efectos del factor:

H0 : iTr = 0 v/s H1 : iTr 6= 0por lo menos para algun i

Ayy (aj)(I 1)
F =
Eyy (aj)(N I 1)

Hipotesis del coeficiente de regresion :

H0 : = 0 v/s H1 : 6= 0

168
 La tabla ANOVA asociada es:
Fuente grados de suma de cuadrados medios F
libertad cuadrados

2
Exy 2
Exy M SReg
Regresion 1 M SReg = f1 =
Exx Exx M SE

Ayy (aj) M STr

Tratamiento(aj) I-1 Ayy (aj) M STr = f2 =
I 1 M SE(aj)

SSE(aj)
Error (aj) N I 1 SSE(aj) = Eyy (aj) M SE =
N I 1

Total N 1 SST = Tyy

M SReg
Para f1 = > F1 (I 1, N I 1)
M SE
M STr
Para f2 = > F1 (I 1, N I 1)
M SE(aj)
existe evidencia estadstica para rechazar H0 para anova(f1 , f2 ).

6.19. Metodos alternativos para determinar efectos y significacion

de los factores

6.19.1. Metodo de Yates

Es un algoritmo que permite estimar los contrastes de los distintos factores, y determinar con
las sumas de cuadrados en los disenos factoriales 2k y 3k (Vease Referencias [1],paginas 276 y 347).
Para disenos 2k .
contraste.del.ef ecto
SS(Ef ecto) =
2k n
Para disenos 3k .
contraste.del.ef ecto
SS(Ef ecto) =
3k n
Y finalmente en ambos casos se construira su respectiva tabla anova asociada.

6.19.1.1. Diseno 2k

El algoritmo es el siguiente:
1. Listar todas las observaciones obtenidas de menor a mayor.
2. Sumas pares de observaciones hasta completas la mitad de una columna .
3. El resto de la columna se forma restando los pares de observaciones.
4. Se forman tantas columnas como factores tengan.

169
 5. La ultima columna resultante se considera el contraste del efecto y a ese valor se le aplica la
formula SS(Efecto)

6.19.1.2. Diseno 3k

El algoritmo es el siguiente:
1. Listar las observaciones de menor a mayor
2. La primera parte de la columna resulta de la suma de a tres, de los valores.
3. La segunda es el resultado de la diferencia entre el tercer valor y el primero de cada tercio de
observaciones.
4. La tercera parte de la columna, se obtienen sumando el primero con el ultimo valor de cada
tercio y a esa cifra se le resta el doble del termino central.
5. Se forma un total de k columnas.
6. La ultima columna resultante se considera el contraste del efecto y a ese valor se le aplica la
formula SS(Efecto)

6.19.2. Grafico en papel logartmico

Esta metodologa consiste en calcular los efectos medios y luego asignarles rangos de menor a
mayor(Vease Referencias [1],paginas 261-269).

(i 0,5)
pi = 100
(2k 1)

Donde i varia segun el numero de efectos asociados al diseno. Una vez obtenidos estos valores,
en el papel se distribuyen los contrastes en torno al cero y se ubican los valores antes encontrados.
Despues se dibuja una recta intermedia con el objetivo que la mayora de los valores sean tocados, y
los valores que esten lejanos a la recta seran considerados significativamente distintos.

6.19.3. Analisis de medias

Este tipo de analisis se aplica a los disenos 2k , consiste en calcular una media poblacional
con todos los tratamientos, luego se calculan medias a cada tratamiento en sus dos niveles, inferior y
superior, por ultimo se grafican estos valores respecto a la media poblacional, entonces diremos que
los valores que esten lejanos seran considerados significativamente distintos.

6.20. Tecnicas para abaratar costos

Debido a que en varios disenos se requieren de muchos tratamientos k > 3. Por ello es necesario
de tecnicas que permitan disminuir el numero de factores para que as el costo del experimento sea
menor.
En este punto nos enfocaremos a dos tecnicas frecuentemente usadas: Tecnicas de confusion y
tecnica de experimento fraccionado.

170
6.20.1. Tecnicas de confusion

Son experimentos que se efectuan en distintas etapas en donde se supone que los efectos de los
factores son fijos. En estos casos se debe elegir parte del experimento, es decir, cuales deben ser los
tratamientos a ensayar en cada etapa teniendo la precaucion de no confundir el efecto etapa o bloque
con el efecto principal. Al usar esta tecnica la imformacion sobre ciertos tratamientos(generalmente in-
teracciones de orden superior) se vuelven indistinguibles o se confunden con bloques(Vease Referencias
[1],paginas 285-296).
la idea es dividir el total de tratamientos en dos bloques, el bloque principal es aquel que tiene
le efecto que se desea confundir y el bloque secundario. Se llama efecto definicion al efecto que se
confunde con las etapas. Son los factores del bloque principal los que seran ensayados y los resultados
obtenidos cumplen la propiedad de interpretar a ambos bloques.
En el diseno 2k , el experimento puede realizarse en dos o mas etapas, utilizando esta tecnica
el numero de bloques es 2r , por lo cual cada etapa se debe ensayar 2kr tratamientos.
Como criterio para elegir el efecto que se va a confundir, se considera la interaccion con mayor
grado.
Una manera de asignar tratamientos a las etapas es formando contrastes mediante una com-
binacion lineal definida por:
L = Zi (mod2)
Donde Zi toma el valor 1 si el factor i actua a nivel superior y 0 si actua a nivel inferior, utilizandose
tantas Z como factores se tenga.
Para el caso del diseno 3k la metodologia es analoga a la anterior, pero el artificio matematico
utilizado es dividir las interacciones en componentes.

ai xi = m(mod3)

Siendo ai el exponente de xi .

6.20.2. Disenos Fraccionados

A medida que los factores aumentan en un diseno factorial el numero de ensayos necesarios para
obtener una sola replica completa sobrepasa rapidamente los recursos disponibles. Si el experimentador
puede suponer razonablemente que algunas interacciones de orden superior son despreciables, la in-
formacion sobre los efectos principales y las interacciones de menor orden, puede obtenerse realizando
solo una fraccion del experimento factorial completo(Vease Referencias [1],paginas 300-337).
Estos disenos un uso muy importante cuando se han considerados muchos factores, con el fin
de identificar aquellos que tienen efectos importantes, de haberlos. Suelen realizarse en la primera fase
de un proyecto cuando es probables que muchos factores de los inicialmente considerados tengan poco
o ningun efecto sobre la respuesta.
En los diseno 2k una fraccion 1/2r de un experimento es un conjunto de 2kr tratamientos.
la fraccion se forma al selecciona solo las combinaciones de tratamientos que producen un
signo positivo sobre la columna ABC, que es la interaccion que escogimos como efecto generador,
donde p indica el numero de generadores, tambien se denomina efecto definitoria I = ABC. La
fraccion asociada al efecto generador se denomina fraccion principal. En la practica, no importa cual

171
de las dos fracciones se utiliza ya que cada tratamiento de las fracciones tiene su respectivo aliado, es
decir, basta trabajar solo una fraccion para interpretar los resultados para ambas. Para los diseno con
mas de 3 factores y para el diseno 3k se aplica el diseno analogamente.

6.20.2.1. Resolucion de un Diseno

Se define como resolucion de un diseno fraccionado al numero de letras que tiene el efecto
generador con menor numero. Las resoluciones mas usadas son las III, IV, V .

6.21. Metodo de Taguchi

El objetivo es disenar productos menos sensibles a los factores aleatorios (o ruidos) que hacen
que varen los parametros que definen su calidad(Esto es lo que se llama crear un diseno robusto)(Vease
Referencias [1],paginas 369-387).
Para esto definio un proceso de diseno y proceso de fabricacion en tres etapas:
1. Diseno del sistema Esta es la etapa conceptual en la que se determinan las caractersticas gene-
rales, parametros a tener en cuenta, objetivos, etc.
2. Diseno de parametros Una vez establecido el concepto comienza la etapa de ingeniera de deta-
lle, en la que se definen los parametros del producto: dimensiones, especificaciones, materiales,
etc. En esta etapa un analisis permite establecer parametros que minimicen los efectos de la
variabilidad en el proceso, medio ambiente y manipulacion en la presentacion final del producto.
En esta etapa se pueden realizar una serie de experimentos estadsticos que ayudan a medir la
sensibilidad de los parametros objetivos a variaciones en el proceso o en lo que se denominan
ruidos.
3. Diseno de tolerancias Completado el diseno de parametros, y con una real comprension de los
efectos de cada uno de los parametros en la presentacion final del producto. Se puede centrar la
atencion en unos pocos parametros clave, sobre los que se trabajara en obtener tolerancias mas
estrechas.
Taguchi establecio las siguientes condiciones para tener productos de calidad:
1. La desviacion estandar ente el valor de la variable que mide la calidad y un valor objetivo en
donde el desempeno del producto o servicio debe ser mnima.
2. El desempeno del producto o servicio debe ser insensible a la variacion de sus componentes.
3. El desempeno del producto o servicio debe ser insensible a los cambios del medio ambiente.
La medida de la calidad es la diferencia entre la variable que mide la calidad y el valor objetivo.
Esta medida se expresa mediante la funcion de perdida.
L(x) = k(x T0 )2
Si L(x) = 0 la calidad es maxima.
El producto o proceso es de calidad si la perdida medio es mnima, es decir cuando se cumple:

E[L(x)] = kE[(x T0 )2 ]

E[L(x)] = kE[ 2 + ( T0 )]

172
 Este metodo establecio un criterio para identificar a los factores que afectan la varianza de
modo que al cambiar sus niveles se puede reducir la varianza de la variable respuesta.
Para identificar estos factores se usa una transformacion llamada senal de ruido.

2
S/N = 10 ln( )
2
Para calcular la senal de ruido se utiliza
(yi T0 )2
S/N = 10 log ni=1 ( )
N

Despues de utilizar el analisis de ruido se puede aplica ln S y efectuar un analisis de la varianza

de dicha variable de dispersion para identificar los factores que tiene efectos significativos sobre la
varianza.

6.22. Metodos y diseno de superficie de respuesta (MSR)

Es un conjunto de tecnicas matematicas y estadsticas utiles para modelar y analizar proble-

mas en los cuales una respuesta de interes es influida por varias variables de caracter cuantitativo.
obtenidos. El objetivo final es establecer los valores de los factores que optimizan el valor de la variable
respuesta(Vease Referencias [1],paginas 467-469).
Cuando decimos que el valor real esperado, , que toma la variable de interes considera-
da esta influido por los niveles de k factores cuantitativos, X1 , X2 , , Xk , esto significa que existe
alguna funcion deX1 , X2 , , Xk (que se supone continua en Xi , i = 1, , k que proporciona el
correspondiente valor de para alguna combinacion dada de niveles:

= f (X1 , X2 , , Xk )
de tal forma que la variable respuesta puede expresarse como:

Y = + = f (X1 , X2 , , Xk ) +

Donde representa el error observado en la respuesta Y.

La relacion = f (X1 , X2 , , Xk ) existente entre y los niveles de los k factores puede
representarse a traves de una hipersuperficie (subconjunto de un espacio eucldeo (k+1)-dimensional)
a la que llamaremos superficie de respuesta.
La forma de la funcion f que determina la relacion entre los factores y la variable respuesta es, en
general, desconocida, por lo que el primer objetivo de la MSR consiste en establecer experimentalmente
una aproximacion apropiada de la funcion f. Para ello, se propone un modelo de ecuacion, generalmente
polinomico, en los k factores X1 , X2 , , Xk y se selecciona un conjunto de tratamientos sobre los que
realizar las observaciones experimentales. Se realizan entonces, contrastes sobre las estimaciones de los
parametros y sobre el ajuste del modelo y si el modelo se considera adecuado, puede utilizarse como
funcion de aproximacion.
Los polinomios usados mas frecuentemente como funciones de aproximacion son los de ordenes
uno y dos, que nos proporcionan, respectivamente los siguientes modelos:

173
 Primer Orden
Y = 0 + 1 X1 + 2 X2 + + k Xk +

Segundo Orden
Y = 0 + ki=1 i Xi + ki=1 ii Xi + +ki,j i,j Xi Xj +
i<j

En general el objetivo es determinar las condiciones de operacion optima ara un sistema o

determinar la region del espacio de los factores en las que se satisface en las condiciones de operacion.

6.23. Metodo de la maxima pendiente

La mayora de las veces las condiciones de operacion optima de un sistema estan lejanas al
optimo real, entonces el objetivo de este metodo es moverse rapidamente hacia la curva de pendiente
del modelo(Vease Referencias [1],paginas 469-476).
El metodo de maxima pendiente en ascenso consiste en ejecutar una secuencia de experimentos
a lo largo de la lnea de maximo incremento de la respuesta. Si el modelo ajustado de primer orden es
adecuado, la informacion que este proporciona se utiliza para determinar una direccion en la cual se
espere observar mayores valores de la variable respuesta. A medida que se avanza sobre la superficie
ajustada en la direccion en que se incrementan los valores de la respuesta, el incremento en la respuesta
se estabilizara en el punto mas alto de la superficie ajustada.

y = 0 + ki=1 i Xi

6.23.1. Algoritmo del camino de la Maxima Pendiente

y = b0 + b1 x1 + b2 x2 + b11 x21 + b22 x22 + b12 x1 x2

b12
b11
   
b x1
b= 1 B= b 2 x=
b2 x2

12
b22
2
El punto crtico es x0 = B 1 2b y = b0 + x0 2b
TomamosZ = (x x0 ) y para saber la naturaleza del punto extremoy = y0 + Z BZ
Luego | B I |= 0
Si i > 0, y0 es maximo.
Si i < 0, y0 es mnimo.
Si se cumplen ambas condiciones anteriores se dice que es punto de ensilladura.

174
6.24. Tabla de Resumen
Tipo de Diseno Caractersticas
Completamente aleatorio igual probabilidad
con un Factor sin bloque unidades homogeneas

Completamente aleatorio unidades heterogeneas

con un Factor con Bloque

Cuadrado Latino Diseno economico con

p filas, p columnas, p tratamientos

Factorial con dos o mas factores

BLoque en unidades homogeneas

Factorial sin dos o mas factores

BLoque en unidades heterogeneas

Factor anidado En cada nivel de un factor

se incluyen solo algunos niveles
de otro factor
Factorial cruzado En cada nivel de un factor
se incluyen todos los niveles
de otro factor
Parcela Dividida Se tiene dos unidades experimentales
una que se divide en otras unidades mas pequenas,
actuan dos factores con o sin bloque
diseno 2k Actuan k factores con dos niveles cada uno

diseno 3k Actuan k factores con tres niveles cada uno

Analisis de covarianza variables dependientes y independientes

relacionadas linealmente

175
6.25. Comentarios

Disenos de experimentos es una disciplina fundamental para un estudio experimental, ya que

en estos se pueden ver alguno objetivos como el determinar las principales causas de variacion en la
variable de respuesta, encontrar condiciones experimentales con las que se consigue un valor extremo
en la variable de interes o respuesta, comparar estas en diferentes niveles de observacion de variables
controladas o el obtener un modelo estadstico-matematico que permita hacer predicciones de respues-
tas futuras.

Se puede inferir que los disenos de experimentos son explicados en gran parte por el capitulo
desarrollado con anterioridad, modelos lineales, ya por la eleccion del modelo como el estudio de los
supuestos. Otra relacion es con tecnicas de muestreo, ya que muchos disenos se basan en muestras,
las que pueden ser obtenidas a traves de las tecnicas explicadas en el capitulo de la disciplina, como
tambien con estadstica no parametrica, como el analisis de los residuos y comportamiento de las
observaciones. Tambien se relaciona con la siguiente tematica, series de cronologicas, como en el caso
de rectangulo latino, debido a su diseno aditivo de cuadrados latinos el cual posee un periodo, es por
esto que se pueden utilizar la disciplina ya mencionada para predecir o retropredecir la informacion
asociada, y en el analisis de residuos para los supuestos.

Con respecto al manual estadstico del ano 2000. Se corrigieron los disenos de cuadrados latinos,
cuadrados grecolatinos debido a que sus respectivas formulas de analisis de varianza presentaban
falencias. En tecnicas para abaratar costos, sintetizo y amplio el uso de los disenos fraccionados, que
debido a su forma puede ser utilizado en una gran variedad de disenos. Se complemento el proceso de
diseno del metodo Taguchi. Las tablas se redisenaron para una facil interpretacion.

176
Referencias

[1] Duglas C. Montgomery. Diseno y analisis de experimentos. Grupo Editorial Iberoamericana

[2] Henry Scheffe. Analize of Varianza
[3] Daniel Cthburt. Design of industrial Experiment
[4] Cochrane y Cox. Design of experiment
[5] Ar Fisher. Design of experiment
[6] Norman L.Jhonson y Fred C. leone. Statistical and experimental design in enginering and the
physical science.
[7] Lara Porras A.M. (2000)Diseno estadstico de experimentos. ED Proyecto Sur.
[8] Kuehl, Robert O. International Thomson.( 2001).Diseno de Experimentos.

177
Captulo 7

Series Cronologicas

En los distintos campos de la investigacion cientfica los datos observados pueden estar influen-
ciados por la presencia de una variable temporal, este efecto provocado puede hacer que el modelo
entregado a traves de los Modelos Lineales no responda de manera satisfactoria el predecir el compor-
tamiento de la variable dependiente del tiempo, es por esto que se hace indispensable el estudio de
modelos mas dinamicos que respondan a esta inquietud. Este captulo abarcara un breve resumen de
las principales tematicas de las series cronologicas.
Como definicion formal se podria decir que una serie temporal es un conjunto de observaciones
las cuales son medidas en un tiempo especfico, donde existe algun tipo de relacion entre observacio-
nes sucesivas. Estas serie puede ser discreta o continua dependiendo como sea medida. Una serie de
tiempo discreta es aquel conjunto de datos donde cada observacion es medido en momentos puntuales
de tiempo. En cambio las series continuas son aquella donde la observacion se realiza en intervalos de
tiempo finito.

La correalacion obvia que se da al tomar una muestra de puntos en un espacio de tiempo res-
tringira el uso de los metodos de estadstica tradicionales que asumen que estas observaciones tomadas
son independientes e identicamente distribuidas. Esto nos lleva a usar el analisis de los datos a traves
de series temporales.

El enfoque del dominio del tiempo es generalmente motivado por la presuncion que la corre-
lacion entre los puntos y el tiempo es explicado de mejor manera en terminos de la dependencia de
los valores futuros con respecto a los valores pasados. Este enfoque se caracteriza por modelar ciertos
valores futuros de la serie de tiempo como una funcion parametrica de los valores presente y pasados.
En el analisis de series de tiempo uno puede determinar varios objetivos, estos pueden ser el
describir el comportamiento de los datos, predecir o retropredecir el comportamiento del fenomeno, etc.

El conocimiento de la estructura dinamica de los datos ayudara a poder predecir de manera

precisa observaciones futuras asi como poder disenar optimamente esquemas de control.

178
7.1. Procesos Estocasticos

Un proceso estocastico es una coleccion de variables aleatorias {Zt , t T }, donde T correspon-

de a un conjunto de puntos o ndices (por ejemplo, instantes en el tiempo), para el cual el proceso se
encuentra definido. As entonces, en cada punto (o instante) t se dispone de una v.a. Zt . Dependiendo
del recorrido de T , este proceso se denomina discreto o continuo.

En consecuencia, podemos apreciar que una Serie de Tiempo es un caso observacional o de

realizacion, de un proceso estocastico.

La estructura probabilstica de un proceso estocastico se conoce a partir de, sus distribuiciones

finito dimensionales (distribucion conjunta de n variables aleatorias {Zt }. Esta caracterstica permite
disponer de la distribucion (conjunta) de cualquier subconjunto de variables aleatorias que lo compo-
nen. Para determinar tales distribuciones se requiere observar un gran numero de realizaciones; las
estimaciones reducen su complejidad en el caso de que estas distribuciones conjuntas sean normales
multidimensionales, quedando totalmente especificadas a partir de su vector de medias y matriz de
varianza-covarianza.

Funcion de medias: Funcion de medias del preceso, es una funcion del tiempo que propor-
ciona las medias de las distribuciones marginales de Zt , para cada instante.
E[Zt ] = t , t = 1, 2, ..., n
Proceso Estable: Si la funcion de medias es constante se dice que el proceso es estable, es
decir no presenta tendencia (creciente o decreciente).

Funcion de Varianzas: Funcion de varianzas del proceso es una funcion del tiempo que
proporciona las varianzas de las distribuciones marginales de Zt , para cada instante.

V[Zt ] = t2

Proceso Estable en la varianza: Si la funcion es constante se dice que el proceso es estable

en la varianza.

Funcion de Autocovarianza: Se llama funcion de autocovarianza del proceso a la funcion

que describe las covarianzas en dos instantes cualesquiera.

h = Cov(t, t + h) = Cov(Zt , Zt+h ) = E[(Zt t )(Zt+h t+h )]

Funcion de Autocorrelacion: La funcion de autocorrelacion es la estandarizacion de la

funcion de autocovarianzas.
Cov(t, t + h)
(t, t + h) =
t2 t+h
2

Debemos recordar que la estructura de dependencia lineal entre las variables aleatorias se re-
presenta por las funciones de covarianzas y correlacion.

179
 Proceso Estacionario Debil: Se dice que un proceso es estacionario debil, si es estable en
la media, varianza y covarianza.
t = = cte.
t2 = 2 = cte
Cov(t, t + h) =Cov(t, t h) = h , h Z.
Proceso Estacionario Estricto: Dado un conjunto de observaciones {Zt , t T }, se dice que
el proceso es estacionario estricto si la distribucion conjunta de (Zt , ..., Zk ) y (Zt+h , ..., Zk+h ) es la
misma para todo k 0 y h Z.
Si el proceso es estacionario se puede escribir la autocorrelacion como:
k
k =
0
donde 0 es la varianza del proceso.
Operador de Rezago: El operador de rezago o de retardo se define de la siguiente manera:

BZt = Zt1

Ademas se cumple que al ser Zt un proceso en el tiempo, entonces:

B j Zt = Ztj

Operador de Diferencias: Se el operador de diferencias con rezago uno por:

Zt = Zt Zt1

con = (1 B)
El operador de rezago y diferencias solo puede manipularse como funciones polinomiales.
Estacionalidad: Un tipo especial de no estacionaridad es la estacionalidad, entendiendo por
ello una pauta regular de comportamiento periodico de la serie.

Funcion de Autocorrelacion Simple o correlograma: La funcion de autocorrelacion co-

rresponde a la representacion de los coeficientes de autocorrelacion en funcion del retardo.

Proceso Ergodico: Un proceso es ergodico si la dependencia entre las observaciones tiende

a cero al aumentar el retardo.

Proceso de Ruido Blanco: Proceso ruido blanco es un proceso estacionario definido como:
E[t ] = 0
V[t ] = 2
Cov(t , t+k ) = 0
Caminata aleatoria: La caminata aleatoria simple sobre el conjunto de numeros enteros Z,
es un proceso estocastico a tiempo discreto {Xn : n = 0, 1, ...} que evolucionan como se observa en la
siguiente figura:

180
 Es decir, iniciando en el estado 0, al siguiente tiempo el proceso puede pasar al estado +1
con probabilidad p o al estado 1 con probabilidad q, en donde p + q = 1. Se usa la misma regla
para los siguientes tiempos. El valor de Xn es el estado del proceso al tiempo n. Este porceso cambia
de un estado a otro en dos tiempos consecutivos de acuerdo a las posibilidades de transicion que se
muestran en la figura, valida para cualquier n , para cualquier entero i, j. Estas probabilidades se
pueden escribir de la siguiente manera:

p si j = i + 1

P (Xn+1 = j | Xn = i) = q si j = i 1

0 e.o.c

La caminata aleatoria se divide en dos tipos: sin variaciones(sin termino constante) y con
variaciones (con termino constante).
Caminata aleatoria sin variaciones: Supongamos que t es un proceso ruido blanco. Entonces, la
serie Yt es de caminata aleatoria si:
Yt = Yt1 + t
La caminata aleatoria sin variaciones cumple con:
E[Yt ] = Y0
V ar[Yt ] = t2
Este proceso se dice de memoria infinita ya que los shocks aleatorios sobreviven infinitos perio-
dos. Es interesante notar que la primera diferenciacion de este proceso vuelve la caminata en
estacionaria, ya que:
Yt = Yt Yt1 = t

Caminata aleatoria con variaciones: Este proceso se define de la siguiente forma:

Yt = + Yt1 + t

Donde es el parametro de variacion. En la definicion del proceso se nota que determina como
vara Yt . La caminata aleatoria con variaciones cumple con:
E[Yt ] = Y0 + t
V ar[Yt ] = t2
Ahora no solo la varianza cambia en el tiempo sino que la media depende del momento t.
Proceso Homogeneo de Orden h: Se dice que un proceso es homogeneo de orden h, cuando
al diferenciarlo h veces se obtiene un proceso estacionario.

181
7.2. Tecnicas de suavizamiento

Para poder predecir futuros valores, una de las mejores formas de explicar el comportamiento
de una variable suele ser el analisis de su tendencia a largo plazo, para ello se utiliza ajustes que
intentan suavizar los repentinos saltos que podria presentar las fluctuaciones de las series.

7.2.1. Medias Moviles

Este metodo de suavizado es basado en el calculo de sucesivas medias en un conjunto de datos,

el intervalo a promediar nos permite suavizar tanto la estacionalidad como la tendencia de la serie.
q
X
Yt = ar Xt + r
r=q
P
Los pesos de {at } se escogen usualmente simetricos y normalizados, esto es ar = ar y ar = 1.

7.2.2. Alisado Exponencial Simple (AES)

Este metodo es apropiado si los datos no presentan ninguna tendencia, se desplaza por un
valor medio a largo plazo.
Ft+1 = At + (1 )Ft .
Donde
Ft+1 : Prediccion periodo siguiente.
At : Valor real observado al tiempo t.
Ft : Prediccion hecha anteriormente para el periodo actual.
: Constante de suavizamiento (0, 1).
El objetivo es poder encontrar el valor de que minimice el error cuadratico medio(MSE), donde
(Ft At )2
P
M SE =
n1

7.2.3. Alisado Exponencial Doble (AED)

Tambien conocido como metodo de Brown, lleva el nombre de doble porque se somete a la va-
riable a una doble operacion de alisado, se utiliza principalmente este metodo cuando existe tendencia,
pero no estacionalidad.
F 0 t + 1 = At + (1 )F 0 t
F 00 t+1 = F 0 t+1 + (1 )F 00 t
La prediccion viene dada por:
Yt+m|t = b0t + b1t m
Con m denominado horizonte de prediccion y donde:
b0t = 2F 0 t+1 F 00 t+1

b1t = (F 0 t+1 + F 00 t+1
1
Con (0, 1) constante. Aqui tambien se debe buscar el valor de que minimice el MSE.

182
7.2.4. Alisado Exponencial Doble de Holt-Winter

Este metodo es apropiado para datos que presentan tendencia y estacionalidad.

yt = (at + bt t) + t + t

Donde:
at = (yt tp )(1 )(at1 + bt1 )
bt = (at at1 ) + (1 )bt1
t = (yt at ) + (1 )tp
p: periodo

7.2.5. Intervalo de confianza para yt en el AES y AED

Para las predicciones de los modelos de suavizamiento exponencial simple y doble el intervalo
de confianza esta dada por:

(yt+m|t z(1 2 ) ECM gm ; yt+m|t + z(1 2 ) ECM gm )

Con nivel de significacion. Donde:

sP
T 2
t=2 eT |T 1
ECM =
T 1

#1
{1 + 4(1 ) + 5(1 )2 + 2(4 3)m + 22 m2 }
"
1+ (2)3
2

gm = 1,25 2 2
1 + (2) 3 {1 + 4(1 ) + 5(1 ) + 2(4 3)m + 2 }

7.3. Enfoques en analisis de series de tiempo

Existen basiscamente tres enfoques para analizar las Series de Tiempo: Clasico, Box-Jenkins e
Ingenieril.

7.3.1. Enfoque Clasico

este corresponde a un enfoque basicamente descriptivo. Consiste en suponer que la Serie de

Tiempo tiene una descomposicion aditiva en terminos de las componentes:

mt : Comportamiento de tendencia.
St : Comportamineto estacional o cclico.
t : Componente aleatorio.
Entonces,
Xt = mt + St + t

Existen dos tecnicas descriptivas clasicas:

183
7.3.1.1. Estimacion de la tendencia en ausencia de la estacionalidad

Xt = mt + t

La idea es determinar un polinomio en t del tipo (a + bt + ct2 + ...), que se ajuste a la tendencia
general. Se pueden senalar los siguientes metodos para estimar los valores de a, b, c.
1er metodo: Ajuste de una funcion mt mediante mnimos cuadrados.
Por ejemplo si:
mt = at2 + bt + c mt = at2 + bt + c

luego,
Xt = mt + t

(Xt f (t))2 .
P
En general, la funcion que minimize a mt = f (t) es
2do metodo Estimacion mediante filtros lineales.

q
F iltro
X
{Xt } Xt0 = aqXt+r
r=q

donde q corresponde a los pesos de las observaciones.

Existen tantos filtros como funciones hay.

1 Pq
Wt = 2q+1 r=q XT +r Filtro (si mt es lineal)

Si q es grande se aproxima mejor a cero.

Si q es pequeno no interesa si mt es lineal a corto plazo.

P
Wt = at Xt+1 Filtro (si mt es polinomico).

Cabe destacar que, el aplicar un filtro a una Serie de Tiempo hace posible extraer la tendencia
i.e, justamente lo que se queria predecir.

Anteriormente se han mencionado los dos metodos mas utilizados, lo que no implica que existan
otros.

184
7.3.1.2. Estimacion en presencia de la estacionalidad

Xt = mt + St + t Hipotesis E[t ] = 0

Sd = St+d ; la influencia est. se repite cada d periodos.

Pd
j=1 Sj =0
La idea es Xt = X 0 t = m0 t + 0 t y aplicar los modelos anteriores. Recordemos que St corres-
ponde a la componente estacional. Se espera que se pueda detectar un periodo.

El objetivo que se pretende, es el siguiente:

1. modelar tendencia dentro del ciclo.
2. extraer la tendencia dentro del ciclo.
3. modelar la componente meramente estacional.
4. extraer la componente estacional.
1er metodo: Cuando la tendencia es aproximandamente constante en el ciclo.
Estimador de la tendencia:

d
1X
mj = Xjk
d
k=1

Componente estacional:

d
1X
Sk = Xjk mj
d
j=1

2do metodo Si la tendencia no es constante en el ciclo.

Primero filtrar la serie para estimar la tendencia preliminar de los subperiodos de d. Poste-
riormente se calcula la estacionalidad por subperiodo (Wt ) permitiendo calcular la componente
estacional, mediante:

d
X 1
Sl = Wl Wj
d
j=1

Todo lo anterior tiene como objetivo aislar la componente estacional.

Finalmente se define, pt = Xt St , que se analiza como pt = mt + t .

185
7.3.2. Enfoque Box-Jenkins

Se basa en el hecho cierto , de que es posible obtener una serie estacionaria, a partir de una que
no lo es; mediante el uso del operador de diferenciacion. Para su uso, generalmente se debe disponer
de una Serie de Tiempo de mas de treinta observaciones.

7.3.2.1. Modelos Probabilsticos

Se fundamenta esta seccion en el estudio de una secuencia de valores fuertemente dependientes

Xt , en terminos de una serie de variables independientes no corralacionadas llamadas ruido blan-
co(Vease Referencias [1],capitulo 1, pagina 12), se denota este proceso por wt wn(0, w 2 ).

Si el comportamiento estocastico de todas las series de tiempo fuera explicado en terminos de los
modelos de ruido blanco, los metodos de la estadstica clasica seran suficientes para explicar dicho
comportamiento.

De esta manera se entiende que el proceso ruido blanco es transformado en el proceso Xt a

traves de un filtro lineal, en el caso de que este sea una combinacion lineal de la historia de un ruido
blanco. A este proceso se le llama Proceso Lineal General

X
Xt = + wt + j + wtj
j=1

Donde se denomina nivel del proceso, que en adelante asumiremos como nivel 0, al adoptar procesos
centrados.
As, al considerar B, operador de rezago (o retardo), se obtiene que:

X
Xt = (1 + j B j )wt = (B)wt
j=0

Para este tipo de procesos, la funcion de autocovarianza y su generadora estan dadas respec-
tivamente por:

X
k = Cov(Xt , Xt+k ) = 2 j j+k
j=0

X
(B) = k B k
j=0

k
Ademas la asociacion de valores k = 0 , tambien constituye una aplicacion, denominada fun-
cion de autocorrelacion.

Bajo ciertas condiciones, un proceso lineal general, puede ser reescrito de similar forma en
terminos de su propia historia (invertibilidad):

X
Xt = wt + j Xtj
j=1

186
lo que equivale a decir,

X
X
X
j
wt = Xt j Xtj = Xt j B Xt = (1 j B j )Xt = (B)Xt
j=1 j=1 j=1

En terminos de lo anterior podemos lograr que un proceso lineal sea:

Estacionario (debil) si (B) converge (en el plano complejo) para B en el crculo unitario.
Invertible si (B) converge (en el plano complejo) para B en el crculo unitario.
Ademas k = k , si el proceso es estacionario, y en tal caso k = k . Por otra parte, para
analizar la correlacion que propiamente haya entre Xt y Xtk , sin que esta se deba a la correlacion
entre estas variables con Xtl , ..., Xtk+l ; se define, la funcion de autocorrelacion parcial y denota por
(h) = hh con, h = l, ..., k como la correlacion entre las senaladas variables sin la correspondiente
proyeccion sobre el subespacio que generan tales k l variables, as:
hh = Corr(Xh+k P roy(xhl , ..., xhk+l )xh +k P roy(xhl , ..., xhk+l )xh )
Para no contemplar infinitos parametros y solo un numero muy reducido que permita una satisfactoria
descomposicion (principio de parsimonia), se procede a estudiar los siguientes casos:

7.3.2.1.1. Proceso Autorregresivo (AR)

Sea {wt ; t Z} un proceso ruido blanco, donde wt RB(0, w 2 ), entonces el proceso {X ; t Z} se
t
dice que es autorregresivo de orden p, AR(p), o bien una ecuacon estocastica de diferencias finitas de
grado p; siempre y cuando, exista {1 , ..., p } constantes tales que:
Xt 1 Xt1 2 Xt2 ... p Xtp = wt
Lo que puede reescribirse de la siguiente forma:
(1 1 B 2 B 2 ... p B p )Xt = wt
o bien como (B) = wt . De esta manera, todo proceso AR(P ) es invertible, ya que la serie (B) es
finita; ademas este tipo de proceso es estacionario, si todas las raices del polinomio (B) se encuentran
fuera del circulo unitario (Vease Referencias [1] captulo 3, pagina 50 - 54)

Para determinar autocovarianzas, autocorrelaciones o expresar los coeficientes i del modelo en

funcion de las autocovarianzas, se puede recurrir a las ecuaciones de Yule-Walker, que seran definidas
mas adelante en este captulo, por el momento se analizara el proceso autorregresivo de orden 1 o
AR(1) el cual estara dado por:
Xt = Xt1 + wt
el cual cumple con las siguientes caracteristicas:
E[Xt ] = 0
2
w
V ar(Xt ) = (0) = 12
2 k
w
(k) = 12
con k 0
(k)
(k) = (0) = k , con k 0 y ademas se cumple que (k) = (k 1) donde k = 1, 2, ...
(Para mayor informacion Vease Referencias [2], capitulo 3, pagina 85 - 87)

187
7.3.2.1.2. Proceso de Medias Moviles (MA)
Sea {wt , t Z} un proceso ruido blanco, tal que wt RB(0, w2 ), entonces el proceso {X , t Z} se
t
que es un proceso Medias Moviles de orden q, M A(q) ssi exite 1 , ..., p , constantes tales que:

Xt = wt + 1 wt1 + ... + q wtq

Lo que puede reescribirse como :

Xt = (1 + 1 B + 2 B 2 + ... + q B q )wt = (B)wt

Los procesos M A(q) son estacionarios, ya que (B) es serie finita. Sin embargo, para que un
prceso de este tipo sea invertible, se debe cumplir que todas las raices del polinomio (B) se encuentran
fuera del circulo unitario (Vease Referencias [1], captulo 3, pagina 67).

Como Xt = (B)wt , se observa que Xt es una combinacion lineal finita de terminos ruido
blanco, por lo cual el proceso puede ser redefinido por
q
X
Xt = j wtj
j=0

Asi el preceso M A(q) tiene las siguientes caracteristicas:

E[Xt ] = 0
La funcion de autocovarianza estara dada por:
( P
2 qh
w j=0 j j+h , 0 k q
(k) =
0 h>0

La funcion de autocorrelacion estara dada por:

Pqh
j=0 j j+h
(k) 1+ 2 2 , 1kq
(k) = = 1 +...+q
(0) 0, k>0

(Para mayor informacion Vease Referencias [2], captulo 3, pagina 103 - 104)

7.3.2.1.3. Proceso ARMA(p,q)

Llamaremos procesos ARMA(p,q) a aquellos modelos compuestos por una componente autorregresiva
de orden p y una comoponente de medias moviles de orden q, comunmente se denomina Proceso
Autorregresivo de Medias Moviles de orden (p,q). Este modelo esta definido como:

Xt = 1 Xt1 + ... + p Xtp + 1 wt1 + ... + q wtq

Este modelo esta definido como:

Xt 1 Xt1 ... p Xtp = wt + 1 wt1 + ... + q wtq

(1 1 B ... p B p )Xt = (1 1 B + ... + q B q )wt

(B)Xt = (B)wt

188
En este modelo se establece la condicion de estacionaridad de un proceso autorregresivo si las races
del polinomio (B) = 0 estan fuera del crculo unitario, igual que la condicion de estacionaridad de
un AR(p), ademas, establece la condicion de invertibilidad si las raices del polinomio (B) = 0 estan
fuera del crculo unitario. (Vease Referencias [1], captulo 3, pagina 74).

Podemos representar el modelo ARM A(p, q) como una representacion M A() cuando las
raices del polinomio (B) estan fuera del circulo unitario, lo cual queda representado por

X
Xt = j wtj
j=0

con (B) = (B)1 (B), en base a esto se puede decir lo siguiente:

E[Xt ] = 0
La funcion de autocovarianza es

X
2
(k) = w j j+h
j=0

La funcion de autocorrelacion estara dada por

(k)
(k) =
(0)

Se puede obtener ecuaciones en diferencia homogeneas, directamente en terminos de (k)

(k) 1 (k 1) ... p (k p) = 0, h max(p, q + 1)

con condiciones iniciales

p
X q
X
2
(k) j (k j) = w j jk , 0 k < max(p, q + 1)
j=1 j=k

Para clarificar un poco los conceptos, se toma un proceso ARM A(1, 1), donde la funcion de autoco-
varianza satisface
(k) (k 1) = 0, k > 1
entonces la solucion general es (k) = ck con k = 1, 2, ... y bajo las condiciones iniciales
2
(0) = (1) + w [1 + + 2 ]
2
(1) = (0) + w
resolviendo el sistema se obtiene:
2 1 + 2 + 2
(0) = w
1 2
2 (1 + )( + )
(1) = w
1 2
(1)
El valor de c obtenido es c = , entonces la solucion especfica para (k) es

2 (1 + )( + ) k1
(k) = w
1 2

189
Finalmente, dividiendo por (0) produce la funcion de autocorrelacion (ACF)
(1 + )( + ) k1
(k) = , h1
1 + 2 + 2
(Vease Referencias [2], captulo 3, pagina 104 - 105).

Mediante la Funcion de Autocorrelacion Simple, se puede apreciar que en este modelo:

Se dispondra de q p + 1 valores iniciales con cualquier estructura.
Esta decrecera a partir del coeficiente q p como una mezcla de exponenciales y sinusoidales,
determinada por la parte autorregresiva.
Similar estructura posee la Funcion de Autocorrelacion Parcial (PACF).
En resumen, la ACF y la PACF de los procesos ARM A(p, q) es el resultado de la superposicion de las
propiedades AR(p) y M A(q), en el cual ciertos coeficientes iniciales de la ACF dependen del orden de
la parte M A(q) y despues un crecimiento dictado por la parte AR(p).
En la PACF los valores iniciales son dependientes del orden de la parte AR(p), seguido del decreci-
miento debido a la parte M A(q). Esta estructura compleja, hace que en la practica, el orden de un
proceso ARM A(p, q) sea una tarea complicada de determinar.

7.3.2.1.4. Proceso ARIM A(p, d, q)

Este modelo es llamado proceso Autorregresivo Integrado de Medias Moviles. Este tipo de proceso
utiliza la tecnica de diferenciacion (operador de diferenciacion) para estabilizar la serie, es decir,
para transformar una serie no estacionaria en una estacionaria. Este modelo esta compuesto por dos
procesos estacionarios, el modelo autorregresivo AR(p) y el modelo de medias moviles M A(q), ademas
de un factor de integracion d que corresponde al numero de races unitarias del proceso, por lo cual
el modelo contiene tres parametro y queda definido por ARIM A(p, d, q). La funcion para generar un
modelo ARIM A es:

(1 1 B ... p B p )(1 B)d Xt = (1 + 1 B + ... + q B q )wt

(B)(1 B)d Xt = (B)wt

Si d es cero el proceso ARIM A se reduce a un proceso ARM A(p, q).Usualmente d es un numero

entero pequeno menor a 4, si d es mayor a este numero, se podria pensar que existe una componente
estacional, por lo que la serie de tiempo podra corresponder a un modelo SARIM A. Los modelos
ARIM A pueden ser apropiados para series sin tendencia.

7.3.2.1.5. Proceso SARIM A(p, d, q) (P, D, Q)

Este modelo es llamado proceso Seasonal Autorregresivo Integrado de Medias Moviles. Si las series de
tiempo son periodicas, con un periodo de tiempo S, entonces ellas pueden seguir un tipo de modelo lla-
mado SARIM A (por sus siglas en ingles Seasonal ARIMA), los cuales son capaces de incorporar dicha
periodicidad en el modelo matematicamente. De esta manera, un modelo SARIM A(p, d, q)x(P, D, Q)S
se encuentra dado por:

(11 B...p B p )(11 B S ...P B P S )(1B)d (1B S )D Xt = (1+1 B+...+q B q )(1+1 B S +...+Q B QS )wt

p (B)P (B S )(1 B)d (1 B S )D Xt = q (B)Q (B S )wt

190
7.3.2.1.6. Proceso ARF IM A(p, d, q)
Este modelo se denomina proceso Autorregresivo Fraccionalmente Integrado de Medias Moviles, los
procesos ARFIMA permiten de manera relativamente simple la modelizacion de situaciones interme-
dias entre los modelos ARMA (estacionarios y con poca persistencia) y los modelos ARIMA (con races
unitarias y, por lo tanto las persistencias de los shocks hasta el infinito). Diremos que un proceso Xt
es integrado de orden d, y lo denotaremos por Xt I(d) si:

(1 B)d Xt = ut

Donde, ut es un proceso estacionario con densidad espectral acotada en la frecuencia cero y B es el

operador de rezago.
En diversas series de tiempo, el valor que la variable tenga en cualquier momento, influenciara de
alguna manera a los valores futuros de la misma, dicho impacto en un futuro lejano es distinguido de
aquellos modelos que poseen una memoria corta, es decir, un impacto en el futuro inmediato. Una de
las caractersticas mas importantes de las series de memoria larga, es que cuando esta toma valores por
encima de la media, la persistencia de dicha tendencia se manifiesta por bastante tiempo, del mismo
modo, cuando esta toma valores por debajo de la media.

Algunas caracterticas del modelo ARF IM A son:

Si el proceso ut es un ARM A(p, q) decimos que Xt es un ARF IM A(p, d, q).
El mas sencillo de los modelos fraccionalmente integrados es el ARF IM A(0, d, 0) o ruido blanco
fraccionalmente integrado, donde ut es ruido blanco(0, u2 ).
El modelo ARF IM A tiene un decrecimiento hiperbolico lento en su Funcion de autocorrelacion.
Este modelo se podria decir que es un modelo mixto, ya que depende del valor del parametro d
para ver si es estacionario o no.
Dentro de los modelos no estacionarios, se podria decir que el modelo ARF IM A es el menos no
estacionario.
El factor de integracion d es un numero real que esta acotado al intervalo ] 1, 1[. Ademas si
este parametro de integracion se encuentra en el intervalo 1 1
2 < d < 2 se tiene que el modelo es
estacionario e invertible.

7.3.2.2. Estimadores De (k), (k)

7.3.2.2.1. Estimadores de Autocovarianza

1. Metodo Clasico: Es un estimador asintoticamente insesgado el cual trabaja con tres cuartos
de las observaciones. su forma es la siguiente:
N k N
X 1 X
(k) = (Xik XN )(Xi XN ) con XN = Xi con h < N4
N
i=1 i=1
Propiedades:
lmn l = l (k), es decir, es asintoticamente insesgado.

1 X
V ar[c (k)] { 2 (r) + (r + k)(r k)}
N r=

191

1 X
Cov[c (k), c (h)] {(r)(r + h k) + (r k)(r + h)}
N r=

2. Metodo de Jenkins-Watts (1968): Este estimador que se define y se denota mediante

1 X N k
j (k) = i =1 (Xik XN )(Xi XN )
N k
Este estimador posee las siguiente propiedades:
Posee un menor sesgo.
Presenta un mayor error cuadratico medio.
1 1
Su sesgo se reduce de N a N k .

[(j (k) (k))2 ] = V ar[j (k)] + Sesgo[j (k)].

3. Metodo Quenoville o Jacknife: Generalmente usado cuando se ponee mas de 50 observacio-
nes. Este estimador en su base es una mezcla del estimador clasico 1 (k) y un factor de correcion
11 (k) y 12 (k) el cual analiza el comportamiento de la serie en dos partes.
m
X
mk Xi
1 X i=1
11 (k) = (Xik X1m )(Xi X1m ) con X1m = m
m
i=1

2m
X
2mk
Xi
1 X i=m+1
12 (k) = (Xik X2m )(Xi X2m ) con X2m = m
m
i=m+1

Este estimador es definido de la siguiente forma:

1
q (k) = 2c (k) (11 (k) + 12 (k))
2

7.3.2.2.2. Estimadores de Autocorrelacion Simple

1. Metodo Clasico:
1 (k)
Definido como 1 (k) = 1 (0) , donde (k) es fuertemente insesgado.
2. Metodo Jacknife:
Definido como
1
(k) = 2(k) (11 (k) + 12 (k))
2
11 (k) 11 (k)
donde 11 (k) = 11 (0) y 12 = 11 (0)

7.3.2.2.3. Estimadores de Autocorrelacion Parcial

Una estiimacion de autocorrelacion parcial, es obtenida al utilizar recursivamente el proceso de orden
1, 2, 3, ..., mediante mnimos cuadrados, escogiendo los 11 , 22 , ..., kk de menor coeficiente ajustado
en cada fase.

Si los valores de los parametros son no estacionarios, estos pueden estimarse mediante Yule-
Walker aproximado de los procesos autorregresivos sucesivos. As, una estimacion de la autocorrelacion

192
parcial, puede ser obtenida sustituyendo por estimadores rj de las autocorrelaciones teoricas, y resol-
viendo las ecuaciones:
rj = k1 rj1 + k2 rj2 + ... + kk rjr

Un metodo simple de hacer esto es descrito por el algoritmo de Durbin-Levinson:

(1)
11 = = (1) ; v0 = (0)
(0)

n1
X
1
nn = (n) n1,j (n j) vnj

j=1


n1 n1,1 n1,n1
.. .. ..
. = nn

. .
n,n1 n1,n1 n1,1
y vn = vn1 (1 2nn )
Sin embargo este algoritmo es sensible en cuanto a redondeo de errores y no debe usarse ante no
estacionaridad (Vease Referencias 1, Captulo 3, pagina 65).

7.3.2.3. Estimadores Para Modelos Conocidos

7.3.2.3.1. Estimadores de Modelo AR(p)

1. Estimacion mediante metodo de mnimo cuadrados: Bajo el supuesto modelo
Xt = 1 (Xt1 ) + ... + p (Xtp + t
y considerando
N
X
S(1 , ..., p , ) = ((Xt ) 1 (Xt1 ) ... p (Xtp ))2
i=2
S
Donde = X y los demas estimadores se obtienen al despejar las derivadas parciales k = 0,
k = 1, ..., p

2. Estimacion mediante metodo de momentos (Ecuaciones de Yule-Walker): Bajo el

supuesto donde el proceso tiene = 0 el modelo quedaria representado por:
Xt = 1 Xt1 + ... + p Xtp + t
El cual al multiplicar por Xt k y calcular su esperanza obtenemos la siguiente notacion:
(k) = 1 (k 1) + ... + p (k p)
Luego, sus estimadores son encontrados al realizar
1 1
p = p p

con

(1) 1
p .. ..
= [(ij) ]i,j=1 , = . y = .
(p) p

193
7.3.2.3.2. Estimadores de los parametros del modelo ARM A(p, q)
En este caso se utilizan dos puntos importantes, estos son:
Analizando la funcion de auntocorrelacion parcial, se determina el orden p; lo cual se logra al
observar el mayor rezago, tal que (k0 ) 6= 0 en la parte autorregresiva.
Analizando la funcion de autocorrelacion simple (k) determinamos el orden q; considerando el
mayor rezago, tal que (k) 6= 0 para la parte de medias moviles.
Observacion:
1. Se procede de la misma manera para los proceso ARIM A(p, d, q) con la salvedad que habra que
diferenciarlos las veces que sea necesaria para volverla estacionaria, y calcular p, q de la misma
manera. El valor de d estara dado por la cantidad de veces que se diferencie la serie para volverla
estacionaria.
2. En el caso de los modelos SARIM A(p, d, q) (P, D, Q)S se procede de manera analoga se
diferencia para volver estacionaria la serie, se calculan P y Q observando los ACF y P ACF ,
para calcular P se observa el P ACF , el mayor numero de i i 6= 0 que se repitan entre los ciclos
es el valor de P , en el caso de Q se procede de la misma forma pero con respecto al ACF . Luego
se diferencia la serie con respecto a el periodo y se calcula D como la cantidad de veces que se
diferencia la serie para quitarle la estacionalidad. Luego se procede a calcular p y q del mismo
modo que en el caso del modelo ARM A(p, q).

7.3.2.4. Chequeo de modelos

Para verificar que el modelo se ajusta a los datos, se analizan los residuos y se ven si estos
forman un proceso meramente aleatorio. Suponiendo que la serie en particular ha sido modelado iden-
tificando sus parametros estimados, el problema es decidir cunado el modelo es adecuado.

Los metodos para examinar son variados, se utilizar la siguiente metodologa:

Graficar los Datos v/s Tiempo.
Graficar los Rezagos v/s las variables que influyen en la serie.
Analizar la funcion de Autocovarianza de los residuos.
Realizar alguna docima para chequear autocorrelacion de los residuos, los test mas usados son
Durbin-Watson, Box-Pierce, Box-Ljung.
Realizar un test de Bondad de ajuste bajo la hipotesis que los residuos esten correlacionados.

7.3.2.5. Comparacion de Modelos

Una vez aceptados los modelos que se ajustan razonablemente a los datos, se debe decidir, con
cual de ellos quedarnos, para ello disponemos de criterios, el principal de estos es:

Criterio de Informacion de Aikaike (AIC): Este criterio maximiza la verosimilitud, pe-

nalizando con respecto al numero de parametros del modelo. Este criterio esta representado por

AIC = 2logL() + 2(p + q + 1)

194
donde = (1 , 2 , ..., p , 1 , ..., q ), y L() funcion de verosimilitud.

Para un modelo Sarima el AIC estara dado por

AICj = 2logL() + 2(pj + qj + Pj + Qj + 1)

Se busca el j-esimo modelo que minimice el AIC.

Criterio de Informacion Bayesiano (BIC): Tambien llamado criterio de informacion de

Schawarz. Posee la misma estructura que el AIC, pero incluye una penalidad por el tamano (n) de la
muestra. Este criterio estara representado por

BIC = 2log() + log(n)(p + q + 1)

donde = (1 , 2 , ..., p , 1 , ..., q ), y L() funcion de verosimilitud.

Para la eleccion de un modelo se suele elegir aquel que posea un AIC o un BIC mas cercano a 0.

7.3.3. Analisis Espectral o enfoque Ingenieril

Comunmente denominado enfoque ingenieril, supone que la serie de tiempo se puede descompo-
ner en distintas frecuencias permitiendo aislar aquellas que mas contribuyan a la variabiliad de la serie.

Previamente, se presento que para estudiar la evolucion temporal de una serie de tiempo, se
utilizan las funciones de autocovarianzas y autocorrelacion parcial las cuales entregan una idea de la es-
tructura de dependencia entre las variables aleatorias que forma, en funcion de su separacion temporal.

A continuacion se introducira el concepto de funcion de densidad espectral, herramienta basica

para considerar las propiedades de frecuencias de una Serie de Tiempo (es decir, para las caractersti-
cas cclicas de los datos). Las tecnicas de Inferencia concernientes a la funcion de densidad espectral
se denominan analisis en el dominio de frecuancias o analisis espectral.

El proposito del analisis es determinar las frecuencias que influyen mayoritariomente en la

variabilidad de la serie de tiempo, si se considera que Xt se puede descomponer en un numero infinito
de funciones periodicas.

El espectro identifica las caracteristicas de la serie, su objetivo es tratar de controlar un ruido

dentro de la serie de tiempo y controlar las frecuencias que mas contribuyen a la variabilidad.

El enfoque de analisis en el dominio de frecuencias se utiliza principalmente en Ingenieria,

Geografia, Metereologia, etc.

195
 Definicion: Sea {Xt } un proceso estocastico estacionario con funcion de autocovarianza (k),

X
tal que |(k)| (converge absolutamente, esto es que (k) 0 cuando |k| ), entonces
k=
el espectro o funcion de densidad espectral de {Xt } se define por:

1 X
f (w) = x (k)eiwk
2
k=

Que se denomina Transformada de Fourier de x (k), donde .

El espectro tiene las siguientes propiedades:

f (w) = f (w); luego es par y real.
f (w) es periodica, de periodo 2.
f (w) 0.
La funcion de distribucion espectral se define como:

Z ( )
1
X (k)sen(k)
F () = f (w)dw = 2 (0)[ + ] + 2
k
k=1

( )

X (k)sen(k)
= 2 [ + ] + 2
k
k=1

con
Tambien se pueden encontrar las funciones de densidad y de distribucion expresadas en termi-
nos de la funcion de autocorrelacion:
f (w)
g(w) =
(0)
F ()
G() =
(0)

Ademas la funcion de autocorrelacion puede ser obtenida de la funcion de densidad espectral

(si esta es continua) a partir de: Z
(k) = cos(k)f ()d

y Z
(k) = cos(k)g()d

Luego, se tiene: Z Z
(0) = = cos0f ()d = f ()d

Z Z
(0) = 1 = cos0g()d = g()d

196
7.3.3.1. Como Abordar un Analisis Espectral en una Serie de Tiempo

Para realizar un analisis se requiere una serie estacionaria.

1. Graficar la serie y observar la existencia de tendencia.
2. Estudiar la variabilidad de los datos.
3. Si la serie presenta tendencia clara (vector de medias no constante) aplicar una transformacion
a los datos, como logaritmica, exponencial, Box-Cox, entre otras
4. Si la serie presenta un comportamiento no estacionario, se procede a diferenciarla.
Posteriormente se trabaja con la serie diferenciada para estimar el periodogramo, graficar esti-
madores del espectro y obtener intervalos de confianza para la o las frecuencias que mas contribuyan
a la variabilidad del proceso. Para estimar el espectro se utiliza la ayuda de software computaciona-
les, para este casos el software S.A.S. a traves de su proceso PROC SPECTRA entrega prueba de
normalidad de ruido blanco, el periodogramo (P 01 v/s FREC) y el espectro de la serie (S 01 v/s
FREC) efectuado con los pesos convenientes, con el fin de observar un comportamiento mas suave de
la serie y de esta manera poder identificar aquellos peaks mas pronunciados que realmente aportan
a la variabilidad. Cabe destacar que, generalmente, las estimaciones mas suavizadas del espectro se
logra cuando las asignaciones de los pesos son simetricas, mientras mas pesos se utilizan se observan
en cuanto al suavizamiento.

El periodograma es el estimador preferencial del espectro, su caracterstica es que corresponde

a un estimador asintoticamente insesgado con varianza no consistente. La funcion de periodogramo
es:
n
x (k) = (a2k + b2k )
2
donde,
" n #2
2 X
a2x = Xt cos(wk (t 1))
n
t=1
" n
#2
2X
b2x = Xt sen(wk (t 1))
n
t=1

Al graficar el periodograma versus la frecuencia, se obtiene un grafico que muestra los diversos
peaks; los cuales aportan a la variabiliadad de la serie.

7.4. Otros enfoques

7.4.1. Modelos Heteroscedasticos

7.4.1.1. Modelo ARCH

La idea basica del modelo ARCH es:

Los valores de Zt estan fuertemente correlacionados, y son dependientes.
La dependencia de Z puede ser descrita por una funcion cuadratica.

197
 Especficamente un modelo ARCH(r) esta definido como:
2 + ... + Z 2
Zt = ht t , con ht = 0 + 1 Zt1 r tr

donde {t } es una secuencia de variables aleatorias con media cero y varianza 1, y 0 > 0, i 0
para i > 0. Los coeficientes i deben satisfacer algunas condiciones de regularidad, para asegurar que
la varianza condicional de Zt es finita. En la practica, se suele asumir que t N (0, 1).

Algunas propiedades del modelo ARCH: Para entender los modelos ARCH, se debe estudiar
cuidadosamente el modelo ARCH(1), el cual esta definido de la siguiente manera
p
Z t = h t t

donde
2
ht = 0 + 1 Zt1
entonces se cumple que
E[Zt ] = E[E(Zt |Ft1 )] = 0
V ar[Zt ] = E[Zt2 ] = E[E(Zt |Ft1 )] = E[0 + 1 Zt1
2 ] = + E[Z 2 ]
0 1 t1

(Vease Referencias [3], captulo 9, pagina 250 - 255)

7.4.1.2. Modelo GARCH

LLamado modelo ARCH generalizado, una serie de tiempo Zt sigue un modelo GARCH(r, s)
puro si p
Zt = hi t
con
r
X s
X
2
hi = 0 + i Zti + j htj
i=1 j=1

Generalmente se asume que t N (0, 1) y si s = 0 el modelo se reduce a un ARCH(r). (Vease

Referencias [3], captulo 9 , pagina 256 - 259)

7.4.2. Analisis Bayesiano de una Serie de Tiempo

El proposito es considerar una aproximacion Bayesiana que pueda ser usada para estimar la
mayoria de los modelos univariados encontrados en la literarura.

El modelo general univariado de la serie temporal usado es

Zt = f (Zt1 , ..., Ztp ; at1 , ..., atq ; f ) + at
at = g t t

gt = g(Zt1 , ..., Ztu ; at1 , ..., atv ; gt1 , ..., gtw ; g )

Donde Zt es una serie de tiempo univariado; f (.) y g(.) son dos funciones conocidas con vecto-
res de parametros de dimension finita f y g respectivamente; p, q, u, v y w son enteros no negativos.
Se asume que t N (0, 1) con lo cual se puede decir que at es normal condicional. La funcion g(.) se

198
asume que es positiva (Vease Referencias [3], captulo 11, pagina 288).

7.4.2.1. Estimacion

Considerando el modelo general, se toma p = max(p, u), q = max(q, v), se toman los valores
iniciales
Z0 = (Zp+1 , Zp+2 , ..., Z0 )0
a0 = (a q +1, aq+2 , ..., a0 )0
g0 = (gw+i , ..., g0 )0
 = (Z00 , a00 , g00 , f0 , g0 )0
Entonces
E(Zt |Zt1 , ) = f (Zt1 , ..., Ztp ; at1 , ..., atq ) ft
V ar(Zt |Zt1 , ) = g 2 (Zt1 , ..., Ztu ; at1 , ..., atv ; gt1,...,qtw ) gt2

Luego, el logaritmo de la funcion de verosimilitud puede se escrito como:

n
X
L(Zn , ) = lnp(Zt |Zt1 , )
t=1

que bajo normalidad se convierte en

n 
(Zt ft )2

1 X 2
L(Zn , ) = ln(2gt ) +
2
t=1
gt2

Dandose una distribucion a priori p(), el logaritmo de la funcion a posteriori sera porporcional
a
n 
(Zt ft )2

1X 2
`(|Zn ) ln[p()] ln(2gt ) +
2
t=1
gt2

La habilidad para evaluar esta funcion a posteriori cumple un rol fundamental en la aproxima-
cion Bayesiana, por lo general esta posteriori incluye una gran cantidad de parametros por lo cual es
bastante dfcil de manejar. Existen distintos metodos para evaluar esta funcion, dependiendo el tipo
de funcion a priori (Vease Referencias [3] capitulo 11, pagina 288 - 294).

199
7.5. Tabla de Resumen

7.5.1. Enfoque Box-Jenkins

Modelo Tipo Como detectar

AR(p) Estacionario Decaimiento exponencial ACF

M A(q) Estacionario Decaimiento exponencial P ACF

ARM A(p, q) Estacionario Decaimiento exponencial ACF y P ACF

ARIM A(p, d, q) No estacionario No presenta estacionalidad

SARIM A(p, d, q) (P, D, Q)S No estacionario Presenta estacionalidad

200
7.5.2. Estimacion de parametros modelos Box-Jenkins

Modelo Estimacion

ARM A(p, q) *Graficar ACF y P ACF .

*p = numero de rezagos mayores que 0 en PACF.
*q = numero de rezagos mayores que 0 en ACF.

ARIM A(p, d, q) *Diferenciar la serie hasta convertirla en estacionaria.

*Graficar ACF y P ACF .
*p = numero de rezagos mayores que 0 en PACF.
*d = numero de veces que se diferencia la serie.
*q = numero de rezagos mayores que 0 en ACF.

SARIM A(p, d, q) (P, D, Q)S *Diferenciar la serie

hasta volverla estacionaria.
*Graficar ACF y P ACF .
*P = mayor numero de rezagos repetidos en los periodos
que sean mayores que 0 en el P ACF .
*d = numero de veces que se diferencia la serie.
*Q = mayor numero de rezagos repetidos en los periodos
que sean mayores que 0 en el ACF .
*Diferenciar con respecto al periodo,
hasta que no exista estacionalidad.
*Graficar ACF y P ACF .
*p = numero de rezagos mayores que 0 en PACF.
*D = numero de veces que se diferencia la serie
con respecto al periodo.
*q = numero de rezagos mayores que 0 en ACF.

201
7.6. Comentarios

Las Series Temporales, son un arma potente a la hora de enfrentar los problemas de modela-
cion que pueda dejar los modelos estaticos de Modelos Lineales. Son muy utilizados en el area de la
economia, ya que el tiempo influye de manera constante en la estimacion de valores.

Lo principal que se pude obtener de las series temporales es la obtencion de estimaciones futu-
ras, a traves del conocimiento del comportamiento pasado de la serie, esto hace que el ajuste a traves
de series de tiempo pueda dar informacion mas fidedigna de los posibles cambios futuros de la variable
de interes.

Para poder entender los procesos involucrados en Series de Tiempo, es necesario tener nocio-
nes de Modelos Lineales, ya que el enfoque del analisis de los errores es similar. Ademas existe una
comparacion entre los modelos estaticos de los Modelos Lineales y los modelos dinamicos de las Series
de Tiempo. Necesario es tambien tener conocimiento de la Estadstica no Parametrica y sus docimas,
as como tambien de la estadstica descriptiva.

La modelacion en las Series Temporales requiere de mucha ayuda computacional para la si-
mulacion de los datos y la aplicacion de modelos, en el siguiente capitulo se analizaran los principales
conceptos de la Simulacion Estadstica, los cuales son muy usados por la mayoria de los principales
lineamientos estadsticos, es una poderosa herramienta para la replicacion de experimento y el analisis
de estos.

Con respecto al manual del ano 2000 se ordenaron los topicos, se profundizo en la metodologa
Box-Jenkins, se le agrego una nueva seccion (Otros Enfoques).

202
Referencias

[1] Box and Jenkins. 1976. Time Series Analysis, Forecasting. Editorial Holden-Day.
[2] Shumway R. y Stoffer D. 1999. Time Series Analysis and Its Applications With R Examples.
Editorial Springer.
[3] Pena D. Tiao G. Tsay R. 2001. A Course in Time Series Analysis. Editorial Wiley.
[4] Wai W. 1990. Time Series Analysis: Univariate and Multivariate Methods. Editorial Addison-
Wesley.
[5] Brockwell and Davis. Time Series Analysis Theory and Methods. Editorial Springer-Varlag.

203
Captulo 8

Simulacion Estadstica

La simulacion es el proceso de disenar un modelo de un sistema real y llevar a termino experien-

cias con el, con la finalidad de comprender el comportamiento del sistema o evaluar nuevas estrategias
(dentro de los lmites impuestos por un cierto criterio o un conjunto de ellos) para el funcionamiento
del sistema. Es por esto que la simulacion estadstica tiene un papel importante en la obtencion de
datos o analizar diferentes tipos de inconvenientes, en relacion a los recursos con los que se cuentan.
Tambien debido a los avances tecnologicos y disponibilidad de software que existen actualmente, es
que hacen de ella una herramienta muy util.

Debido a lo expuesto con anterioridad es que en este capitulo se abordaran diferentes tematicas
de la simulacion estadstica, ya que estas pueden ser utilizadas de forma provechosa en diferentes areas
de la estadstica, como en el caso de las diferentes formas de simular variables aleatorias, el calcular
de forma aproximada integrales, simular los procesos de Poisson (homogeneo o no homogeneo) o el
simular una lnea de espera, que se profundizaran en el desarrollo de este capitulo.

8.1. Generacion de numeros Pseudos-Aleatorios

El objetivo de un estudio de simulacion es generar numeros aleatorios que en otras palabras

representan valores de una variable aleatoria distribuida aleatoriamente en (0, 1).

Para generar una variable aleatoria con cierta distribucion arbitraria, primero se deben generar
numeros aleatorios o pseudo-aleatorios, sobre los cuales se construiran dichas variables. Aunque en un
principio estos numeros fueron generados de forma manual o mecanica, con el tiempo se ha llegado a
utilizar las computadoras para lograrlo.

El metodo a utilizar, en s mismo, no tiene importancia. La importancia radica en los numeros

que genera, ya que estos deben cumplir ciertas caractersticas para que sean validos. Dichas carac-
tersticas son:

1. Uniformemente Distribuidas.
2. No correlacionados (estadsticamente independientes).

204
 3. Su periodo o ciclo debe ser largo.

8.1.0.1. Metodos de generacion

8.1.0.1.1. Metodo congruencial multiplicativo

Es uno de los metodos mas comunes para generar numeros pseudo-aleatorios comienza con un valor ini-
cial x0 , llamado semilla y luego se calcula de manera recursiva los valores sucesivos xn ,n 1, haciendo:

xn = axn1 modulo m

Donde a y m son enteros positivos dados y la cantidad xmn es llamada numero pseudo-aleatorio
y se considera como una aproximacion del valor de una variable aleatoria uniforme en (0, 1).

Se debe considerar que despues de cierto numero de valores generados, a lo mas m, algun valor
debe repetirse, por lo que las constantes a y m deben encontrarse de manera que para cualquier semilla
x0 el numero de variables que se pueda generar sin repeticiones sea lo suficientemente grande. Por este
motivo las constantes a y m deben satisfacer los siguientes criterios:

Para cualquier x0 , la sucesion resultante aparenta ser una sucesion de variables aleatorias inde-
pendientes y uniformes en (0, 1).
Para cualquier x0 , el numero de variables que se pueden generar antes de que comience la
repeticion es grande
Los valores que se pueden calcular de manera eficiente en una computadora digital.
En general, para cumplir las tres condiciones anteriores es que m debe ser un numero primo grande.

8.1.0.1.2. Metodo congruencial mixto

Este es otro metodo de generador de numeros pseudos-aleatorios, el cual utiliza formulas recursivas
del tipo:

xn = (axn1 + c)modulo m
Se les llama as ya que tienen un termino aditivo y otro multiplicativo. Al ser empleados con frecuencia
se elige m como la longitud de la palabra de la computadora pues hace mas eficiente el calculo.

8.1.0.1.3. Metodo de los Cuadrados Medios

La obtencion de numeros a traves de este tipo de generadores es el siguiente. Consiste en generar una
semilla, elevarla a cuadrado luego tomar la parte central de un conjunto de k dgitos que formaran
el numero aleatorio y finalmente, estos k dgitos pasara a ser la nueva semilla para as repetir el
procedimiento m veces.

205
8.2. Generacion de variables aleatorias

Es interes en los metodos de simulacion recae en la necesidad no de modelar numeros sino en

la de modelar o simular variables aleatorias tanto discretas como continuas.

8.2.0.2. Variables aleatorias discretas

8.2.0.2.1. Metodo de la transformada inversa

Para generar el valor de una variable aleatoria discreta X con funcion de masa de probabilidad. Vease
Referencias [3],pagina 45. P
P {X = xj } = pj j=0,1,....., pj = 1
j
Para esto se genera un numero aleatorio Uniforme en (0, 1), entonces:

x0 si U < p0

x si p 0 U < p0 + p1



1
.


.
.





j1
P Pj
U <

xj si
pi
i=1 i=1
Como P {a U b} = b a para 0 < a < b < 1, se tiene que:
j1
X j
X
{X = xj } = P { pi U < pi } = pj
i=1 i=1

Entonces X tiene la distribucion deseada. En general se puede escribir como:

1. Generar un numero aleatorio U (0, 1).

2. Si U < p0 hacer X = x0 y terminar.
3. Si U < p0 + p1 hacer X = x1 y terminar.
4. Si U < p0 + p1 + p2 hacer X = x2 y terminar. Y as sucesivamente.
Si los xi , i 0, estan ordenados de modo que x0 < x1 < x2 <... y si F la funcion de distribucion
acumulada de X, entonces:
k
X
F (xk ) = pi , i 0
i=1
Entonces,

X = xi si F (xj1 ) U < F (xj )

El tiempo que tome generar la variable discreta depende proporcionalmente del numero de
intervalos en los que se realiza la busqueda.

206
 8.2.0.2.1.1. Generacion de variables aleatorias Poisson
i
La variable aleatoria Poisson con media si pi = P {X = i} = e i! y la clave para aplicar el metodo
de la transformada inversa para generar esta variable aleatoria es la siguiente identidad,

pi+1 =pi
i+1
Para aprovechar la recursion, para generar la variable aleatoria, la cantidad i se refiere al valor en
cuestion; p = pi es la probabilidad de que X sea igual a i y F = F (i) es la probabilidad de que X sea
menor o igual a i para luego generar la variable Poisson de media con el siguiente algoritmo: Vease
Referencias [3], paginas 50.

1. Generar un numero aleatorio U(0, 1)

2. i = 0, p = e , F = p.
3. Si U < F , hacer X = i y terminar.
p
4. p = i+1 , F = F + P, i = i + 1
5. Ir al paso 3.
El algoritmo verifica en forma sucesiva el valor de la variable aleatoria Poisson es 0, 1,2, etc., as el
numero de comparaciones necesarias sera 1 mas que el valor generado de la variable. Por lo tanto para
una Poisson generica de media necesitara 1 + busquedas.

8.2.0.2.1.2. Generacion de variables aleatorias Binomiales

En este caso se utiliza la transformada inversa con la identidad recursiva. Vease Referencias [3], pagina
52
ni p
P {X = i + 1} = P {X = i}
i+11p
Entonces se sigue el siguiente algoritmo para generar una variable aleatoria Binomial(n,p):
1. Generar un numero aleatorio U(0, 1)
p
2. c = 1p , i = 0, pr = (1 p)n , F = pr
3. Si U < F , hacer X = i y terminar.
h i
4. pr = c(ni)
(i+1) pr, F = F + pr, i = i + 1

5. Ir al paso 3.
De la misma manera, el numero de busquedas es 1 mas que el valor de la variable. Luego en promedio
se necesitan 1 + np busquedas para generar X con distribucion Binomial (n, p).

8.2.0.2.2. Metodo Aceptacion y Rechazo

Este metodo consiste en generar una variable aleatoria utilizando otra previamente simulada. Si se
tiene un metodo eficiente para simular una variable aleatoria con funcion de probabilidad qj ,j 0,
se utiliza esta variable como base para simular otra variable aleatoria con funcion de probabilidad pj ,
j 0. Como se supone que la variable aleatoria con funcion de probabilidad qj ya ha sido simulada,
p
entonces aceptaremos este valor como una probabilidad proporcional a qyy . Se define entonces c como

207
una constante tal que: Vease Referencias [3], pagina 53
pj
C, paratodopj > 0
qj
El algoritmo a utilizar es el siguiente:

1. Simular el valor de Y, con funcion de masa de probabilidad qj .

2. Generar un numero aleatorio U(0, 1).
py
3. Si U < c1y hacer X = Y y terminar. En caso contrario, regresar al paso 1.

8.2.0.2.3. Metodo de Composicion

En este caso la variable aleatoria X que se quiere simular se puede descomponer a traves de transfor-
maciones lineales de otras variables aleatorias que tienen, como en el caso del metodo de aceptacion
y rechazo, un metodo eficaz para ser simuladas (Vease Referencias [3], pagina 56). Suponiendo que
tenemos un metodo eficiente para simular la variable aleatoria con masa de probabilidad {p1j , j 0}
o {p2j , j 0} y que se quiere simular una variable aleatoria X con funcion de masa:

P {X = j} = p1j + (1 )p2j , j 0
Donde 0 < < 1. Luego si consideramos X1 y X2 como variable aleatoria con funciones de masa {p1j }
y {p2j } respectivamente entonces se define X como:

X1 con probabilidad
X=
X2 con probabilidad (1 )
Por lo tanto, para generar el valor de X implementamos el siguiente algoritmo:

1. Generar un numero aleatorio U1 que distribuye U(0, 1).

2. Generar un numero aleatorio U2 que distribuye U(0, 1).
3. Si U1 < 0,5, sea X = Ent(10U2 ) + 1. En caso contrario, sea X = Ent(5U2 ) + 6

8.2.0.3. Variables Aleatorias Continuas

8.2.0.3.1. Metodo de la Transformada Inversa

Considerando una variables aleatoria continua con distribucion F y sea U una variable aleatoria discre-
ta uniforme en (0, 1), entonces para cualquier F continua e invertible la variable aleatoria X = F 1 (U )
tiene distribucion F. Luego para generar una variable aleatoria con distribucion F se debe hacer:
U = F (X) X = F 1 (U ). Vease Referencias [13], pagina 62.

8.2.0.3.2. Metodo Aceptacion y Rechazo I

Se supone ahora que se quiere simular valores para una variable aleatoria X con funcion de densidad
f (x) para la cual no se tiene un metodo directo para ser simulada, pero si se tiene para una variable
aleatoria Y con densidad g(y). Si existe una constante c > 0 tal que:

208
 f (x)
g(x) c, x; c = Supx fg(x)
(x)

Entonces se implementa el siguiente algoritmo:

1. Generar la variable aleatoria Y con densidad g(y).
2. Generar un numero aleatorio U v U (0, 1).
f (y)
3. Si U cg(y) , hacer X = Y . En caso contrario regresar al paso 1.
Este metodo es el mismo que el caso de variables aleatorias discretas, con la unica diferencia que las
densidades remplazan las funciones de masa.

Este algoritmo entrega una variable aleatoria X con funcion de densidad f (x). La probabilidad
de aceptar un candidato generado por g es:

f (y) 1
p{U }=
cg(y) c

8.2.0.3.3. Metodo Aceptacion y Rechazo II

Otra modalidad del metodo de aceptacion y rechazo es la siguiente: Sea X una variable aleatoria con
funcion de densidad f (x), donde f : I < y suponiendo que f (x) = cg(x)h(x) con c 1 constante,
0 g(x) 1 y h(x) funcion de densidad en I. Si U v U (0, 1) e Y con funcion de densidad h son ambos
independientes, entonces:

h(x/U g(x)) = f (x)

El algoritmo a utilizar es el siguiente:
1. Generar U v U (0, 1) y un valor de la variable aleatotia Y en forma independiente.
2. Si U > g(y) ir al paso 1.
3. Si U g(y) retornar X=Y y terminar.

8.2.0.3.4. Metodo de composicion

Este metodo se puede usar si la funcion de distribucion acumulada, F (x) deseada se puede expresar
(Vease Referencias [3], pagina 66).

n
P n
P
F (x) = pi Fi (x) ; pi 0 y pi = 1
i=1 i=1
La tecnica tambien se puede usar si la funcion de densidad f (x) puede ser descompuesta como:

n
X
f (x) = pi fi (x)
i=1

209
8.3. Integrales mediante numeros aleatorios

Uno de los primeros objetivos de la generacion de numeros aleatorios es el calculo de integrales

(Vease Referencias [3], pagina 3). Un metodo de aproximacion de integrales es el llamado metodo de
Monte Carlo.

Z 1
Caso 1: Suponga que se quiere calcular = g(x) dx, donde g :]0, 1[ , tambien que
0
U v U (0, 1), entonces se puede expresar , como = E[g(U )].

Si U1 , U2 , ?, Uk son variables aleatorias independientes distribuidas uniforme (0, 1), entonces

g(U1 ), ?, g(Uk ) son variables aleatorias independientes e identicamente distribuidas (i.i.d) con
media . Considerando la ley fuerte de los grandes numeros, se tiene que:

k
P
g(Ui ) E[g(U )] = ; cuando k
i=1
Por lo tanto se puede realizar una aproximacion de generando suficientes numeros aleatorios
ui y la aproximacion de es el promedio de g(ui ).
La Ley Fuerte de los Grandes Numeros:
Sea x1 , x2 , ? i.i.d. con E(xi ) = , V ar(xi ) = 2
n
Sn
P
np , donde S = n x i
i=1
La Ley Debil de los Grandes Numeros:

Sea x1 , x2 , ? i.i.d. con E|xi | < Snn C.S
Teorema Central del Lmite:
2
Sea x1 , x2 , ....i.i.d. con E(xi ) = , V ar(xi ) = , (x v N (0, n ))


z = n(x) D z v N (0, 1)
Z b
Caso 2:Si el objetivo es calcular = g(x) dx, donde g : [a, b] <, entonces al hacer la
a
xa dx
sustitucion y = ba dy = (ba) , entonces da como resultado:
Z 1 Z 1
= g(a + [b a]y)(b a) dy = h(y) dy
0 0
El primer objetivo es llevar al caso ]0, 1[, as se puede aproximar al generar numeros aleatorios
y luego considerar el valor promedio de h evaluada en estos numeros aleatorios.
Z
Caso 3:En este caso el objetivo es calcular el valor de = g(x) dx, haciendo esta vez la
0 Z 1
1 dx
sustitucion y = (x+1)2
, dy = (x+1)2 = y 2 para obtener la identidad, entonces = h(y) dy
0
g( y1 )1
donde h(y) = y2

Caso 4:Este es el caso mas evidente para aproximar integrales, y es la utilidad de los numeros

210
 aleatorios. Se supone que g es una funcion con argumentos de dimension n, el objetivo es calcular:
Z 1 Z 1Z 1
= .... g(x1 , ...., xn ) dx1 dx2 ..... dxn
0 0 0

La clave del metodo de monte Carlo es que se puede dejar expresado como las esperanzas de cada
variable. Por lo tanto si se genera k conjuntos independientes, cada uno formado por n variables alea-
torias i.i.d. uniformes en (0, 1).

U11 , ...., Un1

U12 , ...., Un2
:
U1k , ...., Unk
Entonces como las variables aleatorias g(U1i , ?, Uni ), i = 1, ?, k son i.i.d. con media , se puede estimar
k
g(U1i ,?,Uni )
P
i=1
mediante k .

8.4. El proceso de Poisson

Es posible describir eventos mediante una funcion de conteo N (t)definida para t > 0, la cual
representa el numero de eventos que ocurren durante un periodo de tiempo [0, t]. Por lo tanto para
cada t el valor de N (t) es una variable aleatoria y la familia que conforman estas variables aleatorias,
conforman un proceso estocastico.

El proceso de conteo que es un proceso de valores enteros {N (t), t > 0}, es el que se cuenta el
numero de puntos que se encuentran en el intervalo, estos puntos deben estar distribuidos por algun
mecanismo estocastico. Vease Referencias [3], pagina 86.

Uno de los casos mas tpicos de un proceso de conteo corresponde al que se presenta a conti-
nuacion, en donde los puntos representan los tiempos v1 , v2 , v3 , ? en los cuales han ocurrido eventos
de un caracter especfico, donde T1 = v1 , T2 = v2 v1 , ? , Tn = vn vn1 son llamados los sucesivos
tiempos entre llegadas.

Sean una cantidad de eventos ocurridos en un intervalo de tiempo (0, ), con N (t) el numero
de eventos que ocurren en el intervalo (0, t], t > 0 y N (t + h) N (t) toma valores enteros y no nega-
tivos. Por lo tanto se tiene los siguientes axiomas para un proceso de homogeneo:

Axioma I: N (t) = 0
Axioma II: El proceso {N (t)}, t > 0 tiene incrementos independientes, es decir N (0) = 0
y t0 < t1 < t2 > ... > tn entonces N (t1 ) N (t0 ), N (t2 ) N (t1 ), ?, N (tn ) N (tn1 ) son
indendientes.

211
 Axioma III: Para cualquier t 0:
P r{N (t + h) N (t) > 2}
(t) = lm =0
x0 P r{N (t + h) N (t) = 1}

Es decir un intervalo suficientemente pequeno, a lo mas un evento puede ocurrir, es decir no es

posible que dos o mas eventos sucedan simultaneamente.
Axioma IV: t > 0 , 0 < P r{N (t) > 0} < 1
Es decir que para cualquier intervalo por muy pequeno que sea, hay una probabilidad positiva
de que un evento ocurra.
Axioma V: El proceso de conteo N (t) tiene incrementos estacionarios, esto es, para dos puntos
t y s t > s 0 y cualquier h > 0 dado, entonces N (t) N (s) y N (t + h) N (s + h) son variables
aleatorias i.i.d.

Si el axioma III no se cumple, se esta en presencia de un Proceso de Poisson Generalizado. Si

es el axioma V no se cumple se esta en presencia de un Proceso Poisson No Homogeneo.

Cuando el axioma V no se cumple se ta en presencia de un Proceso Poisson no Homogeneo,

entonces se impone la condicion de que la tasa de ocurrencias en un instante t es funcion del tiempo,
por lo tanto se define la tasa de ocurrencia como:

P r{ocurre un evento en[t, t + h]}

(t) = lm
x0 h
Cuando (t) depende del tiempo, se habla de proceso Poisson no homogeneo y cuando (t) =
constante se denomina proceso de Poisson homogeneo. Si un proceso de Poisson homogeneo de tasa
ocurre e independientemente registramos en cada instante t del tiempo, tales ocurrencias, pero con
probabilidad p(t), entonces el proceso as asignado es un proceso de Poisson no-homogeneo con tasa
(t) = p(t).

Los algoritmos para generar ambos procesos de presentan a continuacion:

Procesos de Poisson homogeneos:
t = 0; I = 0
Generar un numero aleatorio U .
t = t 1 ln(U ), si t < T Terminar.
I = I + 1; S(I) = t
Ir al paso 2.
Procesos de Poisson no-homogeneos:
1. t = 0; I = 0
2. Generar un numero aleatorio U1 .
3. t = t 1 ln(U1 ), si t < T Terminar.
4. Generar un numero aleatorio U2 .
(t)
5. U2 p(t) = ; ir al paso 2.

212
 6. I = I + 1; S(I) = t
7. Ir al paso 2.

8.4.1. Teora de Colas

Tambien llamadas de teoras de filas son comunes en sistemas informaticos, es el estudio ma-
tematico del comportamiento de lneas de espera. Tpicamente una cola tiene un servidor (o varios
de ellos) y una sala de espera (o buffer) finito o infinito. Estas se presentan cuando un numero de
clientesllegan a un lugar para obtener algun servicio el cual tiene una determinada capacidad de
atencion. En este contexto una cola es una lnea de espera de clientes y la teora de colas sera un
conjunto de modelos matematicos que describen estos sistemas de espera. Estos modelos se utilizan
para encontrar un buen ajuste entre los costos del sistema y los tiempos promedio de las lneas de
espera en un tiempo dado (Vease Referencias [4], pagina 493).

Un sistema de la naturaleza antes mencionado puede ser caracterizado por:

1. Supone la llegada de clientes en instantes de tiempos aleatorios, que se denominara Si (tiempo
de llegada del cliente i).
2. Los clientes llegan de acuerdo a algun proceso de tasa .
3. El sistema puede tener uno o varios servidores (incluso infinitos) y estos se pueden comportar
como variables aleatorias (si dependen del numero de clientes en la cola el cual es variable
aleatoria.)
4. La capacidad del sistema tambien puede ser finita (bancos o centrales telefonicas) o infinitas
(situaciones idealizadas pues no se puede tener la capacidad fsica necesaria o puede plantarse
en este caso como sistemas computacionales).
Es importante notar que existen, segun la poltica de atencion, distintos sistemas de espera. Los mas
conocidos son:
1. FIFO (First in, first out): el primer cliente que llega al sistema es el primero en salir de el (en
ser atendido).
2. LIFO (Last in, first out): el ultimo cliente que llega al sistema es el primero en salir.
3. SIFO (Shortest in, first out): Se atiende primero al cliente que demande un tiempo deservicio
menor.
4. SIRO (service in random order): Servicio en orden aleatorio., independientemente del intento
de llegado a la cola.
5. RR (Round robin, turno robado): Reparte el tiempo del servidor equitativamente entre todos
los clientes que esperan. Si el cliente no termina su servicio al final del intervalo de tiempo que
le corresponde utilizar, retorna a la cola, que se gestiona mediante la disciplina FIFO. Esto se
repite hasta que el cliente termina su servico.
Existen muchos sistemas que en general son modificaciones de los anteriores segun las prioridades de
atencion que se desea o que se requiere. Ademas existen varios tipos de caracterizacion para las lneas
de espera:

1. Una fila - un servidor - poblacion infinita: La disciplina de la fila es que el primero que

213
 llega recibe el servicio (FIFO) y ademas la capacidad de la ?sala de espera? es infinita.
2. Una fila - un servidor - poblacion finita: Mas realista que la caracterizacion anterior, supone
que la ?sala de espera? tiene una capacidad limitada.
3. Una fila - servidores multiples en paralelo - poblacion infinita: Puede llegar un numero
infinito de clientes en espera a recibir un servicio de uno de los servidores que operan de manera
simultanea.
4. Una fila - servidores multiples en paralelo - poblacion finita: Analogo al caso anterior,
se diferencia de el porque llega una cantidad limitada de gente.
5. Filas con servidores multiples en serie: Caracterstico del sector productivo, donde todo
proceso requiere de una serie de actividades desarrolladas en serie (ensamblaje, luego pintura,
luego envoltura, etc.). Se rige por una poltica FIFO.
En general, son de gran interes los sistemas cuyo proceso de llegada corresponde a un proceso de
Poisson. Por lo que este tipo de sistemas son los que se abarcar en esta seccion. Para optimizar estos
sistemas, se deben definir una serie de variables aleatorias y no aleatorias que se encuentran en cada
una de las etapas del sistema:

1. i : es el tiempo que se requiere para que un cliente sea atendido (Interesa de manera particular
cuando se rige por una distribucion exponencial).
2. Wi : tiempo que debe esperar el cliente i-esimo para ser atendido.
3. Ti : tiempo total de permanencia en el sistema del cliente i-esimo. De las definiciones anteriores
podemos notar que:
Ti = Wi + i
N (t): Numero de personas en el sistema en el tiempo t.
A(t): Numero de personas que llegan al sistema en el tiempo t.
D(t): Numero de personas que abandonan el sistema en el tiempo t.

Es logico entonces que: N (t) = A(t) D(t)

N (t): Numero medio de personas que estan en el sistema en el intervalo de tiempo [0, t].

(t): promedio de llegadas respecto al tiempo.

T (t): tiempo medio gastado por el sistema para atender los A(t) primeros clientes.

El calculo de cada uno de estos valores, depende de la caracterizacion a la que corresponda.

Por ser muy amplia la gama de variables que tratan las lneas de espera nos enfocaremos en los modelos
mas conocidos y utilizados. A continuacion se presentara algunos de los modelos mas conocidos de los
sistemas de lneas de espera, su descripcion y caracterizacion.

214
8.4.1.1. Modelo M |M |s

Estos modelos tienen un proceso de llegada correspondiente a un proceso de Poisson de parame-

tro , por lo que los tiempos de llegada son variables aleatorias i.i.d. con distribucion exponencial de
parametro . Existen s servidores en el y los tiempos de servicio de cada servidor son i.i.d. expo-
nenciales de parametro . Entonces se puede decir que las llegadas ocurren a una tasa y la tasa
de partida es k donde k es el numero de servidores ocupados. Si k servidores estan ocupados enton-
ces el tiempo  hasta la proxima partida bajo las condiciones anteriores es exponencial de parametro k.

Es interesante notar que si el tiempo de llegada es exponencial, entonces no esta influenciado

por cuando ocurrio la ultima llegada (propiedad de falta de memoria).

Sea Pi la probabilidad de que el numero de personas que estan en el sistema en el tiempo t sea
igual a i,es decir Pi = P (N (t) = i), entonces:

Pi = Pi1 ; i = 1, ..., s, s + 1, ...
i
Luego, si P0 es la probabilidad inicial del proceso y se define p = se puede obtener de las ecuaciones
anteriores:
pis
Pi = is Ps
S
pis ps
Pi = is P0
S s!
Esto permite dejar las ecuaciones en terminos de la probabilidad inicial. Ademas es posible determinar
el valor de la probabilidad inicial de la forma:
1
P0 = s1
P pi ps s
i! + s!(sp)
i=0

Es de importancia caracterizar el sistema mediante elementos claves como:

1. Nq : numero de clientes en la cola.

2. W: tiempo de espera en la cola.
3. N: numero de individuos en el sistema.
4. T: tiempo de permanencia en el sistema.

Donde utilizando la formula de Earlang dada por:

p
1. E(Nq ) = sp C(s, p)
1
2. E(W ) = s C(s, p)
p
3. E(N ) = sp C(s, p) + p
C(s,p) 1
4. E(T ) = s +
De esta forma, al conocer las tasas y se puede caracterizar el sistema en sus elementos principales.

215
8.4.1.2. Modelo M |G|s

Analogo al caso anterior tenemos este modelo, el cual presenta algunas diferencias con el an-
terior. En este caso el proceso de llegada tambien es Poisson homogeneo a tasa y los tiempos de
llegada siguen siendo exponenciales con s servidores, sin embargo los tiempos de atencion poseen una
distribucion cualquiera.

Los tiempos de atencion se pueden comportar de diversas maneras y tienen diferentes notacio-
nes, en general se pueden encontrar procesos en los cuales tengan una distribucion exponencial pero
no necesariamente sean independientes (M |M |s), que sigan una distribucion exponencial pero sean
independientes (M |GI|), que tengan una ley Erlang-k y sean independientes (M |Ek|s) o que sean
constantes (M |D|s).

Para analizar este modelo se utiliza la metodologa de la cadena de Markov, definiendo una
nueva variable aleatoria X(t) que sera el numero de clientes en el sistema en el instante t. Xn sera el
numero de personas en el sistema a la salida de la n-esima persona e Y(n+1) el numero de personas
que llegan al sistema durante el tiempo de atencion de la persona n + 1. Definiendo la indicatriz:


1 si Xn > 0
n =
0 si Xn < 0

Se puede establecer X(n+1) = Xn + Yn1 + n , una forma recursiva general. Luego el proceso
estocastico definido por Xn : n N0 es una cadena de Markov en tiempo discreto y por ende es posible
estudiar su matriz de transicion, estacionalidad y tomar valores esperados.

Por supuesto, existe un gran numero mas de modelos de sistemas de espera donde, por ejemplo,
los procesos de llegada ya no corresponden a un proceso Poisson homogeneo, sino que tiene una
distribucion cualquiera como lo son los modelos G|M |s, GI|M |s.

8.4.2. Metodos de Monte Carlo con Cadenas de Markov

Metodo poderoso para generar un vector cuya distribucion es aproximada la de X, tiene como
ventaja de que la funcion de masa o densidad de X puede estar dada salvo una constante, multiplica-
tiva que es de gran importancia (Vease Referencias [3], pagina 218).

8.4.2.1. Cadenas de Markov

Se considera un coleccion de variables aleatorias X0 , X1 , ? , entonces se interpreta Xn como el

estado del sistema en el instante n, tambien se tiene el conjunto de valores posibles de las variables
aleatorias son el conjunto 1,? ,N.

216
 Luego si hay un conjunto de numeros Pij , i, j = 1, ?, N , tales que siempre que el proceso
este en el estado i, entonces de manera independiente a los estados pasados, la probabilidad de que el
siguiente estado sea j es Pij , entonces la coleccion Xn , n 0 es una cadena de Markov, con probabilidad
de transicion Pij i, j = 1, ?, N . Las probabilidades de transicion satisfacen:
N
X
i Pij ; j = 1, ..., N
i=1

Una cadena de Markov es irreductible si para cada par de estados i y jexsis te una probabilidad
positiva, so se parte del estado i, el proceso llega a estar al estado j. La fraccion de tiempo, j a largo
plazo que el proceso esta en el estado j. Se puede mostrar que j ,j = 1,? ,N

N
X
j = i Pij = 1; j = 1, ..., N
i=1
N
X
j = 1
j=1

Las j son las probabilidades estacionarias de la cadena de Markov, ya que si el inicial se distribuye
con {j }, entonces P {Xn = j} = j para todo n y j.

Una cadena de markov irreductible es aperiodica si para algun n 0 y algun estado j,

P {Xn = j|X0 = j} > 0 y P {Xn+1 = j|X0 = j} > 0

Luego, si cumple con lo anterior, entonces:

j = lm P {Xn = j}
n+

Cuando j Pij = j Pji , para todo i 6= j , la cadena de Markov es reversible en el tiempo, ya

que bajo esta condicion, si el estado inicial se elige de acuerdo con las probabilidades {j } y se inicia
en cualquier momento la sucesion de estados que va hacia atras en el tiempo, tambien sera una cadena
de Markov con probabilidades de transicion Pij .

8.4.2.2. Algoritmo de Hastings-Metropolis

El algoritmo Hastings-Metropolis construye una cadena de Markov reversible en el tiempo con

las deseadas probabilidades limites, para realizar la siguiente tarea (Vease Referencias [3], pagina 221).

Sea b(j), j = 1, ?, m numeros positivos y B la suma de los b(j). Si m es grande y B es difcil de

calcular y se quiere simular una variable aleatoria o una sucesion de variables aleatorias, con funcion

217
de masa de probabilidad:

b(j)
j = , j = 1, ...m
B

Una forma de simular una sucesion de variables aleatorias cuyas distribuciones convergen a j ,
consiste en determinar una cadena de Markov que sea facil de simular y cuyas probabilidades lmites
sean j .

Una manera de realizar lo expuesto anteriormente se hace de la siguiente manera: Sea Q un

matriz de probabilidades de transicion de Markov irreductible sobre los enteros 1,? ,m, donde q(i, j),
representa el elemento de Q en el reglon i y la columna j. Se define una cadena de Markov {Xn , n 0}
a continuacion.

Cuando Xn = i se genera una variable aleatoria X tal que P {X = j} = q(i, j),j = 1,? m. Si
X = j, entonces X(n+1) es igual a j con probabilidad (i, j) y es igual a i con probabilidad 1 (i, j).
Bajo estas condiciones, es facil ver que la sucesion es una cadena de Markov con probabilidades de
transicion Pij dadas por:

Pij = q(i, j)(i, j), sij 6= i

X
Pij = q(i, j) + q(i, k)(1 (i, j))
k6=i

Esta cadena de Markov sera reversible en el tiempo y tendra probabilidades estacionarias pij , si:

Esto equivale a:

(i)q(i, j)(i, j) = (j)q(i, j)(j, i)

Luego se verifica que:

(j)q(j, i) b(j)q(j, i)
(i, j) = min( , 1) = min( , 1)
(i)q(i, j) b(i)q(i, j)

El algoritmo Hastiongs- Metropolis para generar una cadena de Markov reversible en el tiempo
cuyas probabilidades lmites son (j) = b(j)
B , j = 1, ?m

1. Elegir una matriz Q de probabilidades de transicion, de Markov, irreductible, con probabilidades

de transicion q(i, j), i, j = 1, ?, m. Ademas elegir algun valor entero k entre 1 y m.

218
2. Sean n = 0 y X0 = k.
3. Generar una variable aleatoria X tal que P {X = j} = q(Xn , j) y generar un numero aleatorio
U.
[b(X)q(X,Xn )]
4. Si U < [b(Xn )q(Xn ,X)] , entonces N S = X, en caso contrario, N S = Xn .
5. n = n + 1, Xn = N S.
6. Ir al paso 3.

219
8.5. Tabla de Resumen

Simulacion Estadstica
Tecnicas de Simulacion Caractersticas
Generacion de variables aleatorias discretas Utilizar los metodos de trans-
formada inversa, aceptacion-
rechazo o composicion discre-
to
Generacion de variables aleatorias continuas Utilizar los metodos de trans-
formada inversa, aceptacion-
rechazo I y II.
Integrales Simular los valores a traves
del metodo Monte Carlo.
Procesos de Poisson - Si el proceso de conteo N(t)
tiene incrementos estaciona-
rios (Axioma V), se esta en
presencia de un Proceso de
Poisson No homogeneo.
- En un intervalo de tiempo
suficientemente pequeno,a lo
mas un evento puede ocurrir
(Axioma III).
Teora de Colas Se presentan cuando un
numero de clientes? llegan a
un lugar para obtener algun
servicio el cual tiene una
determinada capacidad de
atencion.
Modelo M |M |s Estos tienen un proceso de
llegada correspondiente a un
proceso de Poisson de parame-
tro , por lo que los tiem-
pos de llegada son variables
aleatorias i.i.d. con distribu-
cion exponencial de parame-
tro .
Modelo M |G|s A diferencia del anterior, se
cumple lo mismo pero los
tiempos de atencion tienen
una distribucion cualquiera.

220
8.6. Comentarios

Esta tematica es y puede ser utilizada en todas la areas explicadas y profundizadas en los
captulos anteriores, ya que la simulacion estadstica se puede adaptar a todas estas, como en el caso
de tecnicas de muestreo, ya que el proceso de muestrear se puede realizar a traves de una simulacion y
replicarlo varias veces (como lo son los muestreo por replicas), tambien en el caso de analizar residuos
se pueden hacer diferentes docimas y graficas para comprobar su naturaleza, tambien el realizar o
llevar a cabo diferentes metodos multivariantes (como el analisis de conglomerados) o en el caso de
series cronologicas las cuales estan relacionadas con los procesos estocasticos y el comportamiento
de sus residuos. La simulacion en su objetivo marca una tendencia de tratar de abarcar todas las
herramientas estadsticas para as ser un metodo optimo en el momento de enfrentar un problema o
abarcar alguna tematica en especfico de un estudio.

Esta disciplina del conocimiento de la estadstica no fue integrada en el Manual del ano 2000.

221
Referencias

[1] Jorge A. Timana Rojas. (2002). Introduccion a la Teora de Colas. Editorial Universidad de Piura.
[2] De Rolando Titiosky. (2007). Teora de Colas. UNI FIIS.
[3] Ross Sheldon M. (1999). Simulacion. 2a edicion. Prentice Hall.
[4] Ross Sheldon M. (2007). Introduction to Probability Models. 9a edicion. Elsevier.

222
Comentario Final

Las diferentes tecnicas o herramientas estadsticas presentadas con anterioridad ayudan a re-
solver o abordar diferentes problematicas presentadas en la realidad, las cuales tienen una estrecha
relacion en el desarrollo de cada una, como por ejemplo, el llevar a cabo una investigacion o estudio de
una determinada area psicologica, este requerira seguir la estructura del diseno y analisis de encuesta,
en el cual el investigador debe determinar la poblacion o alcance que tendran los resultados (como
la poblacion puede llegar a ser un factor de imposibilitar la investigacion se utiliza las tecnicas de
muestreo), tambien debe abordar el tipo de diseno (experimental o no experimental) en el cual si
es experimental se necesitara de un pleno conocimiento de los disenos de experimentos, luego para la
validez del instrumento aplicado en el paso anterior debera utilizar los procedimientos de la estadstica
no parametrica para validar las hipotesis.
Tambien se puede hacer un alcance a la relacion existente entre Modelos Lineales, Disenos de
Experimentos, Estadstica no Parametrica, en relacion a que el primero define partes teoricas impor-
tantes para validar modelos (adecuados o no adecuados), analizar las variables (tanto la dependiente
como las independientes) y ver que modelo es mas adecuado. En tanto, Disenos de Experimentos
abarca una expansion de los modelos estadsticos para buscar la relacion entre la variable explicada
y ciertos tratamientos (tambien bloques o interacciones), la cual debe cumplir con los supuestos de
normalidad, homocedasticidad y aleatoriedad en los residuos, los cuales son explicados en Modelos
Lineales para validar un modelo, en estos supuestos se puede relacionar la Estadstica no Parametri-
ca, como es en el caso de probar normalidad a traves del test Shapiro-Wilk o Kolmogorov-Smirnov,
tambien en el caso de probar la aleatoriedad de los residuos con el test de rachas.
En el caso de los Metodos Multivariantes, hay analisis que tiene relacion con diferentes areas,
como en el caso de ANOVA y analisis de contrastes relacionado directamente con Diseno de Experi-
mentos. Tambien estas tecnicas se pueden implementar para reducir variables (dimensionalidad) para
luego estudiarlas en un posible modelo estadstico (esto conlleva una optimizacion de recursos), en el
caso de agrupar individuos respecto a cualidades, se puede encontrar grupos que llegarian a ser mas
de interes en otro posible estudio en el cual se aborde cualquier tematica de las otras areas.
En el caso de Series de Tiempo tiene una relacion complementaria con Modelos Lineales, en el
caso de ver que modelo es mejor para ciertas problematicas que pueden ser resueltas por ambas (se
opta por la mas adecuada), de esta misma manera tambien se puede hacer un alcance al analisis de sus
supuestos, como en el caso de la homocedasticidad y aleatoriedad de los residuos, ya que mencionado
anteriormente se relaciona con la Estadstica no Parametrica, tambien en Modelos Lineales el analizar
el comportamiento de los residuos se puede realizar a traves de una serie de tiempo.
Los Modelos Lineales tienen una relacion con el Analisis Multivariante y Analisis de Encuesta
respecto a la regresion logstica.
Por ultimo, otro alcance que se puede hacer es Simulacion Estadstica, ya que esta tiene relacion

223
con los procesos estocasticos los cuales a su vez tienen una directa relacion con las Series de Tiempo,
a si mismo con el uso de procedimientos iterativos de muestreo para buscar proximidad en el estudio.
Es por esto que el dominar estas herramientas o tecnicas estadsticas son de gran importancia
para analizar problemas reales en el cual con un basto dominio de estas, se encontrara la solucion mas
optima y recomendable en el momento de tomar decisiones.

224
Aplicaciones

10.1. No Parametrica

En una casa de remate, se ponen a la venta tres tipos de piano del siglo XVIII: A, B, C. Una
tienda de antiguedades con el fin de elegir el mejor de los tres pianos para adherir a la coleccion de su
tienda, realiza una prueba, se selecciona a 10 personas especialistas en el tema, luego cada especialista
es llevado a un estudio, en el cual se le expone al sonido de cada uno de los pianos (por separado),
cada vez que se expona al sonido del piano, la persona deba evaluar la calidad del sonido, en una
escala del 1 al 10, en donde es de interes conocer cual de los pianos es mejor.

Procedimiento
1. Se trabajara con el software SPSS.
2. Se aplicara el test de Friedman el cual nos mostrara si existe evidencia para concluir que hay
diferencia entre los pianos.
3. Si se rechaza la hipotesis nula, sera necesario saber cual o cuales pianos difieren, para esto se
utilizara un test de Wilcoxon para cada combinacion de par de violines.
4. Para corroborar los principios del test de Wilcoxon sera necesario de manera previa aplicar un
test de rachas el cual nos indique si los datos fueron escogidos de manera azarosa o no.
La base de datos es la siguiente:

Para aplicar el test de Friedman sera necesario seleccionar la opcion test para k muestras
relacionadas
Luego seleccionamos la opcion test de Friedman

225
Con un nivel de significancia pequeno (< 0,05), rechazamos la hipotesis nula, lo cual significa que al
menos uno de los tres pianos difiere de los otros, luego:
Para la seleccion del test de Rachas, es necesario ir a la opcion de 2 muestras relacionadas.

226
Cuyos valores de significancia nos indican que no existe evidencia para rechazar la hipotesis nula, por
lo tanto se puede afirmar que los valores fueron seleccionados de manera aleatoria.
Para la seleccion del test de Wilcoxon, se debe seleccionar la opcion test para dos muestras
relacionadas.
Luego escoger todas las muestras posibles, marcando la opcion Wilcoxon.

227
Los valores de significancia son altos para los pares B-A y C-A, mientras que el par C-A tiene un valor
bajo, con lo que se puede concluir que solo hay diferencias entre el piano C y el A.

10.2. Tecnicas de Muestreo

Se presentan las siguientes observaciones sobre los salarios mensuales de 935 hombres emplea-
dos en Estados Unidos entre otras variables de los cuales se desea determinar su ingreso medio bajo
muestreo aleatorio simple (m.a.s.) de 100 empleados.

Para realizar un diseno muestral se utilizara el software SPSS, de esta forma realizar en forma
particular un muestreo aleatorio simple. Los pasos a seguir son:
Analizar

228
 Muestras complejas
Seleccionar una muestra

Una vez instuo en la opcion estara la siguiente ventana en la cual se debera:

Disenar una muestra

Examinar
En donde se debera guardar el fichero en la carpeta generica con extension acorde a el trabajo,
luego se seguira lo siguiente:

Luego, en la siguiente pantalla se indicara que tipo de diseno se seleccionara, si se requiere

estratificar o conglomerar por una respectiva variable y ademas si se quiere se puede introducir una
cierta ponderacion o probabilidad de inclusion al diseno propuesto (en este paso se tiene que identificar
el problema y ver que es mas adecuado). En este caso se abordara la realizacion del muestreo aleatorio
simple (no es necesario poner algo en estas casillas), por lo que:

229
 Ahora bien, se quiere determinar que tipo de metodo se quiere realizar, de esta manera apare-
ceran los siguientes disenos: Muestreo aleatorio simple, Sistematico simple, Secuencial simple, Proba-
bilidad proporcional al tamano, Muestreo sistematico proporcional al tamano y muestreo secuencial
proporcional al tamano. Como el caso que se abordara es Muestreo aleatorio simple se seleccionara esta
opcion y ademas con la cualidad de que esta sea Sin reposicion, quedando lo siguiente:

Una vez determinado el tipo de diseno, se abordara el saber el valor de la muestra asociada al
tamano poblacional, en este caso se determinara una muestra optima de 100 empleados, sin aplicarles
ningun costo asociado ni margen de error tolerable ya que si fuera as el tamano de la muestra sera
otro y solo se esta realizando un ejemplo general. Por ultimo quedara:

230
 Existe la opcion de seguir el asistente de muestreo, as en las siguientes ventanas apareceran
si se guardan los tamanos de la poblacion, proporcion muestral, etc. Tambien si se quiere realizar
la segunda etapa, correspondiente al muestreo bi-etapico, algun tipo de semilla generadora de forma
aleatoria, incluir marco muestral cuando existen datos perdidos y finalmente guardar dicho plan de
muestreo.

De esta manera los resultados quedaran en en siguiente recuadro:

Posteriormente, se dirigira al a:
Analizar
Muestras complejas
Descriptivos

Una vez abierta esta pantalla, se vera el archivo donde esta contenido el plan de muestras, que
por defecto es el que creamos, asi se procedera en:

231
 Luego, se seleccionara que variable es de interes para estimar, en este caso sera el salario (wage)
e interesa calcular solo una estimacion de su media y un intervalo de confianza respectivo, de esta
forma se procedera a escoger la opcion Estadsticos

En esta parte aparecera las correspondientes estimaciones tanto para la media y tamano de la
poblacion, as como su intervalo de confianza con el respectivo nivel de significancian. As, se seleccio-
nara continuar y luego aceptar lo cual entregara el siguiente resumen:

232
 La pregunta es: como saber si esta estimacion es cercana a la estimacion media de la po-
blacion?. Luego, esta pregunta se puede responder en Analizar Estadsticos Descriptivos
Descriptivos Opciones

De esta manera, al concretar esta opcion entregara el valor medio de la poblacion, el cual es
el siguiente:

Como este valor esta nstuo en el intervalo de confianza de la estimacion, se puede decir con
seguridad que una muestra de 100 personas estima de buena manera la media del salario de los
empleados.

10.3. Simulacion Estadstica

Se desea simular la entrada al centro de atencion Almacenes Paris, en donde por lo general
se forman colas en los modulos. Para este caso estudiaremos la atencion de la tienda basandonos
solo en el uso de dos modulos, los que luego de ser atendidos en alguno de los modulos pasaran a
ser atendidos por una caja, el horario de atencion sera de las 8 : 00 AM hasta las 14 : 00 PM para
determinar cuantas personas entran en este determinado tiempo, simulando mediante un proceso de
Poisson dado, utilizando el software Arena.

Las tasas de atencion para este ejemplo seran fijadas de forma arbitraria, estas tasas se fijan
de la siguiente manera (ver figura):

233
 Haciendo doble clic sobre el recuadro de Llegadas de clientes.
En la variable Name seleccionamos un nombre para nuestra entidad.
En la variable Entity Type, seleccionamos por defecto entity 1 que corresponde al inicio del
sistema.
En la variable Type, seleccionamos como van a estar distribuidos los tiempos entre llegadas.
En la variable Expression, seleccionamos los parametros asociados al tiempo entre llegadas.
En la variable Units, seleccionamos las unidades entre llegadas (das, horas, minutos, etc.)
En la variable Entities per Arrival, seleccionamos el numero de entidades por llegadas.
En la variable Max Arrival, seleccionamos el maximo numero de entidades por llegadas.
En la variable First creation, seleccionamos el instante de la primera llegada.

Una vez seleccionadas las respectivas tasas procedemos a ejecutar el programa:

Tiempo entre llegadas exponencial con media 2.
Tiempo de atencion en el modulo 1 exponencial con media 2.
Tiempo de atencion en el modulo 2 exponencial con media 2.5.
Tiempo de atencion en caja exponencial con media 1.5.

Nos podemos dar cuenta que a las 11:06 AM han ingresado 64 clientes de los cuales 28 han sido
atendidos por el modulo 1 y 36 por el modulo 2. Ademas han salido del sistema tan solo 60 clientes
de los 64 que han ingresado por lo cual 4 clientes se encuentran dentro del sistema, como lo muestra
la siguiente figura.

234
Una vez que termina el horario de atencion ejecutamos el programa para realizar un analisis mas
detallado, para esto seleccionamos las siguientes opciones:

De donde obtenemos los siguientes resultados:

1. El numero de clientes que salieron del sistema fueron 160, al observar el Number out del sistema.

2. El Va time, nos indica el tiempo promedio que pasa el cliente dentro del sistemade donde te-
nemos que es igual a 3.954 minutos (0.06585910 horas).

El Wait time, nos indica el tiempo que espera el cliente dentro del sistema para ser atendido el
cual es igual a 3.492 minutos (0.05824352 horas).

235
 Y el Total time, nos indica el tiempo medio que el cliente demora en su atencion total dentro
del sistema este es igual a 7.446 minutos (0.1241 horas).

3. El numero de clientes que ingresaron al sistema son 173 pero solamente 160 clientes terminaron
de ser atendidos antes de las 14 : 00 PM. Ademas el numero de clientes que se encuentran dentro
del sistema en promedio son 5 clientes aproximadamente (W IP = 4,25), al observar el Half
wicth este nos indica que hay una correlacion entre las salidas.

4. De la variable VA time per entity, podemos observar que el tiempo promedio que pasa un cliente
en caja es de 1.39 minutos (0.0232 horas), en el modulo 1 es de 2.18 minutos (0.03642 horas) y el
tiempo que pasa en el modulo 2 es de 2.94 minutos (0.04914 horas). Del Half wicth obtenemos
(insufficient) para establecer intervalos de confianza, debido a que el numero de clientes que
ingresa al sistema no es suficiente. Y el cliente que mas rapido fue atendido en caja fue con un
tiempo de 0.32 segundos (0.000087 horas) y el cliente que mas demoro en pagar en caja fue de
9 minutos (0.15 horas).

De la variable Wait time per entity el tiempo promedio de espera por los clientes para pasar a
caja es de 3.49 minutos (0.0582 horas).

De la variable Total time per entity, tenemos que: al formarse colas en las cajas el tiempo
promedio que el cliente demora entre hacer la fila y pagar en esta es de 4.88 minutos (0.08144
horas), como en el modulo 1 y 2 no se forman colas para pasar por estos modulos ya que la
atencion es rapida el tiempo promedio de atencion de estos modulos son 2.16 (0.036 horas) y
2.94 (0.049 horas) minutos respectivamente.

236
 Ademas a traves del Number waiting sabemos que el numero medio de personas que estan en
la cola son 3 personas aproximadamente.
5. Al modulo 1 ingresaron 83 personas antes de las 14:00 PM pero atendio solamente a 81 clientes,
en cambio al modulo 2 ingresaron 90 clientes antes de las 14:00 PM pero atendio solamente a 88
clientes y a caja ingresaron 169 clientes pero atendieron solamente a 160 clientes como se puede
apreciar en el siguiente grafico.

Por lo tanto la atencion de los modulos es mas rapida que la atencion prestada en caja, a partir
de esto podemos decir que el sistema funciona dentro de lo normal ya que en ningun momen-
to el sistema colapsa, pero se podra mejorar capacitando mejor al cajero(a) o abriendo otra caja.

237
10.4. Series Cronologicas

Se tratara de aplicar la metodologia a la base de datos de la Base Monetaria del pas observada
desde enero de 1991 hasta Noviembre de 2011 (Base de datos entregada por el Banco Central). Se vera
que tipo de modelo se ajusta y de que observaciones dependen las observaciones futuras. Se utilizara
el software R-Guide para realizar los procesos.

Lo primero que se realiza es graficar la serie con el fin de poder observar si existe estacionalidad
y ver si tiene tendencia.

En este grafico se observa que la variable no presenta estacinalidad y tiene un tendencia creciente, por
ende no es estacionaria. Ademas se nota que la puede presentar problemas de heterocedasticidad, por
lo cual se procede a aplicar una transformacion con el fin de estabilizar la varianza. Luego de hacer
una comparacion se decide realizar una transformacion logaritmica, y se grafica ACF y PACF de la
variable normal y transformada para ver si la transformacion afecto la correlacion de la variable.

238
 Se procede a diferenciar la serie para volverla estacionaria, y tratar de encontrar los parametros
p y q que mejor expliquen el modelo. se grafica nuevamente el ACF y PACF y se observan los rezagos,

Se llega a la conclucion que los parametros del modelo sonp = 1, q = 4 y como se diferencio solo una
vez la serie d = 1. Ahora se realiza una simulacion de este modelo y se analizan los supuestos de los
errores. con lo que se llega a

239
 X2 Gl p-valor
Box-Pierce 1, 7195 1 0, 1898
Box-Ljung 1, 7401 1 0, 1871

Se llega a la conclusion de que los errores distribuyen ruido blanco y que el modelo es aceptable.
Para realizar este analisis se utilizaron los siguiente comandos para el programa R-Guide.

library(car)
library(MASS)
w<-read.table("base_monetaria1.txt", header=T, dec=",")
w<-ts(w)
w
plot.ts(w,main="Base Monetaria",xlab="Ene.1991
- Nov.2011", ylab="Valor Base Monetaria (miles de millones)")
###########TRANSFORMACION######################################
w1<-log(w)
w1
plot.ts(w1,main="Base Monetaria Transformada"
,xlab="Ene.1991 - Nov.2011", ylab="Log(Valor Base Monetaria)")

#################Graficos de la funcion de Autocorrelacion)###############

par(mfrow=c(2,2))
acf(w, main="Base Monetaria",lag.max=100)
acf(w1, main="Base Monetaria Transformada",lag.max=100)
pacf(w, main="Base Monetaria",lag.max=100)
pacf(w1, main="Base Monetaria Transformada",lag.max=100)
##################Comparacion de transformacion logaritmica y BoxCox##############
t<-seq(1:251)
t1<-t^2

240
r<-boxcox(w~t+t1)
names(r)
r$x
max(r$x)
max(r$y)
r$y
r$x[58]
w2<- ((w^r$x[58])-1)/r$x[58]
w2
par(mfrow=c(2,1))
plot.ts(w1,main="Base Monetaria Transformada (log)"
,xlab="Ene.1991 - Nov.2011", ylab="Valor Base Monetaria (miles de millones)")
plot.ts(w2,main="Base Monetaria Transformada (boxcox)"
,xlab="Ene.1991 - Nov.2011", ylab="Valor Base Monetaria (miles de millones)")
########################################################
########Diferenciacion de la serie######################

dw<-diff(w1)
plot.ts(dw,main="diferenciacion Base monetaria",
xlab="Ene.1991 - Nov.2011", ylab="Log(Valor Base Monetaria)")

par(mfrow=c(2,1))
acf(dw, main="Base Monetaria Transformada",lag.max=100)
pacf(dw, main="Base Monetaria Transformada",lag.max=100)

###############Observaciones: d=1, p=2, q=4 ########################

##############Eleccion del MODELO, ARIMA(2,1,4)####################
mo<-arima(w1,order=c(2,1,4), include.mean=TRUE)
print(mo)

tsdiag(mo)
Box.test(mo$res,type="Box-Pierce")
Box.test(mo$res,type="Ljung")
#####################################################################

10.5. Modelos Lineales

Se tratara de estudiar el efecto de la masa de polvo PM-2,5 y PM-10 en las muertes de menores
de 65 anos, la base de datos recogida consta de 52 variables, y los datos fueron recogidos desde el 01
de enero y terminando el 31 de Diciembre de 2008 (Base de Datos proporcionada por el INE). Las
variables entan codificadas en la siguiente tabla:

241
 Codigo Variable Nombre de Variable
diasem Indicadora dia de la semana (1-7)
corr Da correlativo
corr2 Da correlativo al cuadrado
seno Componente seno modelo armonico
cos Componentente coseno modelo armonico
ca Mortalidad diaria por cancer
cv Mortalidad diaria por enfermedad cardiovascular
res Mortalidad diaria enfermedad respiratoria
mmen65 Mortalidad diaria menores de 65 anos
mmay65 Mortalidad diaria mayores de 65 anos
mp25 Concentracion diaria de particulas MP 2,5
prommp25 Promedio de concentracion MP 2,5
mp10 Concentracion diaria de particulas MP 10
tem Temperatura
temcuad Temperatura cuadrado
hr Humedad relativa
vind Indicadora de presencia de virus
vcasos Numero de casos de virus
vpro Proporcion de virus
ptotal Poblacion total
pmen65 Poblacion menores de 65 anos
pmay65 Poblacion mayores de 65 anos
lnptotal Logaritmo natural de la poblacion
Para realizar el analisis se utilizara el software R-Guide, para el analisis de los supuestos se
realizara una manera grafica y se utilizara la docima de Kolmogorov-Smirnov para chequear normali-
dad, el test de Breush-Pagan para la homocedasticidad y el test de Box-Pierce para Autocorrelacion.

Se realizara una Regresion Poisson para tratar de explicar si la tasa de muertes de personas
menores de 65 anos esta relacionado con la cantidad de material particulado en el aire, con variable
of f set = ln(pmen65), se utilizara un modelo armonico para tratar la estacionaridad de la variable
diasem.
En este modelo se buscara la explicar la taza me muertes de personas menores de 65 anos.
Como se aplico anteriormente utilizaremos una matriz de correlaciones para analizar la asociacion de
esta variales con respecto a mi variables respuesta.
diasem mp10 mp25 tem hr vind
res 0,0393 0,0655 0,1275 0,1354 0,02146 0,1828
La asociacion de estas variables con respecto a la variable de respuesta no es tan alta, pero se
analizara si al momento de crear un modelo la influencia de estas variables las vuelve significativas.
A continuacion se presentara las variables del modelo con sus respectivos coef, IRR, sd(coef),
Z y p-valor:

242
 Variable Coef. IRR Sd.(coef.) Z p-valor
diasem2 0,0317 0,9687 0,0178 1,77 0,076
diasem3 0,0787 0,9242 0,0185 4,26 0,000
diasem4 0,1193 0,8874 0,0186 6,41 0,000
diasem5 0,1261 0,8814 0,0188 6,68 0,000
diasem6 0,0879 0,9158 0,0184 4,75 0,000
diasem7 0,0179 1,0180 0,0176 1,01 0,310
corr 0,0000 0,9999 0,0000 0,67 0,502
corr2 1,70e08 1 1,98e08 0,86 0,391
cos 0,0461 0,9549 0,0170 2,70 0,007
seno 0,0173 0,9827 0,0081 2,13 0,033
mp25 0,0029 1,0029 0,0012 2,46 0,014
mp10 0,0015 0,9984 0,0006 2,34 0,019
tem 0,0328 0,9676 0,0070 4,70 0,000
hr 0,0018 0,9981 0,0006 2,86 0,004
vind 0,0673 1,0696 0,0140 4,78 0,000
temcua 0,0010 1,0010 0,0002 4,95 0,000
cons 11,94 0,0794 150,37 0,000
of f set = ln(pmen65)

En el modelo se puede observar que las variables M P10 y M P2,5 son significativas, lo que quiere
decir que inciden en la mortalidad de personas menores de 65 anos. Teniendo en cuenta al igual que en
el caso anterior tiene una relacion directa, lo que quiere decir que a mayor material paticulado mayor
sera el peligro de mortalidad de personas menores de 65 anos. La variable mas peligrosa es M P2,5
por ser material particulado muy pequeno el cual puede llegar a los pulmones e inlcuso al torrente
sanguineo.
Analisis de supuestos:

Los test quedaran resumidos en la siguiente tabla:

243
 Normalidad Homoedasticidad Autocorrelacion
P-valor 2,2e16 0,2634 0,06566
no damos cuenta que el supuesto de normalidad no se cumple en cambio el de homocedasticidad
se cumple y bajo un nivel de significacion de 5 % tambien se cumpliria el supuesto de autocorrelacion
y podria haber cierta normalidad observada cualitativamente en los residuos.
Se utilzaron las siguiente funciones de R-Guide

library(MASS)
library(car)
library(lmtest, pos=4)
library(tseries)
w<-read.table("variable10.txt", header=T, dec="," )
attach(w)
names(w)
c<-matrix(c(mmen65,diasem,mp10,mp25,hr,tem ,vind ),ncol=7)
c
cor(c)
m3<-glm(mmen65~diasem2+diasem3+diasem4+diasem5+diasem6+diasem7+
corr+corr2+cos+sen+mp10+mp25+hr+tem+temcuad+
vind+offset(lnpmay65), family=poisson(), data=w)

m3.1<-glm(mmen65~diasem2+diasem3+diasem4+diasem5+diasem6+diasem7+
corr+corr2+cos+sen+mp10+mp25+
vind+offset(lnpmay65), family=poisson(), data=w)

m3
m3.1
summary(m3)
summary(m3.1)

##########ANALISIS DE SUPUESTOS#####################

p3<-predict(m3)
par(mfrow=c(3,2))
hist(m3$residuals, col="dark blue",
main="Residuos de Devianza Modelo ", xlab="Residuos", ylab="frecuencias")
qqnorm(m3$residuals)
qqline(m3$residuals)

plot(p3,m3$residuals,main="Grafico Residuos vs Predichos",

xlab="Predichos",ylab="Residuos")

plot(m3$residuals, main="Independencia de Los Residuos")

acf(mmay65, main="Grafico ACF Cancer")
pacf(mmay65, main="Grafico PACF Cancer")
#######Normalidad Kolmogorov-Smirnov##########################
ks.test(m3$residuals, pnorm, mean(m3$residuals), var(m3$residuals))

244
shapiro.test(m3$residuals)
#######Homocedasticidad Breucsh-Pagan#############################
bptest(m3)
##########Autocorrelacion(Ruido Blanco) Box-Pierce#######################
Box.test(m3$residuals)
##########Test de rachas Independencia###################################
runs.test(as.factor(m3$residuals > median(m3$residuals)))

10.6. Diseno de Experimentos

La aplicacion del captulo de diseno de experimentos se realizara a traves del freeware R. El

package Design posee funciones estandar para el analisis de datos en diseno de experimentos. Entonces
algunos comandos de gran utilidad son:
anova.design: realiza el analisis de la varianza para un diseno determinado.
contrast: realiza el contraste de los coeficientes.
summary.design: realiza el resumen de los efectos del modelo de cada diseno.
perimeter: traza el grafico de efecto de las variables.
textbffactor: establece el analisis factorial de un diseno.

Analizar Modelo Lineal General Univariante

La mayora de los problemas de diseno de experimentos se podran resolver usando este camino
en el software. Aqu seleccionaremos las variables dependientes (la variable respuesta) y los factores
fijos, o aleatorios que tengamos.
Construccion de tabla ANOVA
Modelo: identificamos si es un modelo con o sin interaccion (Factorial completo o Personalizado,
respectivamente), por defecto el programa ajusta un modelo factorial completo, es decir, considera-
mos todos los factores y las interacciones posibles entre estos. Pero si seleccionamos personalizado,
podremos especificar los efectos que apareceran en la tabla Anova Luego, se presentara el resultado
de la tabla anova, aqu podremos analizar efectos significativos en el experimento.
Analisis Grafico
Graficos: Se podran observar los graficos de perfil, con los que podemos analizar graficamente
las interacciones entre los factores. Tendremos que especificar: En el eje Horizontal agregar el factor
que queramos ver representado en el, en lneas distintas se especifica el segundo factor, cuyos niveles
los representaran las lneas del grafico
Comparaciones Multiples
Post hoc: Aqu es posible realizar comparaciones multiples entre pares de medias, en contras-
tes post hoc para, tenemos que indicar los factores para los cuales queremos realizar comparaciones
multiples. Se podran seleccionar los distintos metodos con los cuales podremos realizar comparaciones,
las mas utilizadas Scheffe, Tukey, Duncan, etc.
Valores Pronosticados y Residuos

245
 Guardar: si seleccionamos valores pronosticados no tipificados y residuos no tipificado estare-
mos guardando los datos de los valores predichos y los errores, los cuales podemos graficar para ver si
se presenta algun tipo de interaccion.
aov(formula): entrega la ANOVA del modelo. formula: establece la formula a ocupar, donde
estas pueden ser: Y A + B: diseno aditivo, un factor (fijo o aleatorio) y un bloque.
Y ABC: diseno factorial con 3 factores (fijos o aleatorios) con Y como variable dependiente
.
Y A + B + C: diseno aditivo, cuadrado latino.
Y A : B : diseno anidado con 2 factores .
Y A B : C :diseno anidado cruzado plot.design aov formula: establece el grafico de las
interacciones del modelo.
TukeyHSD modelo(A) ordered = TRUE: nos da las comparaciones multiples que puede tener
el modelo con un factor determinado.

Metodologa de Diseno en Minitab

1. Elegir Archivo = Nuevo y, a continuacion,elija Proyecto Minitab. Haga clic en Aceptar. De lo

contrario, simplemente inicie Minitab.
2. Elija Estadsticas = DOE = Factorial =Crear diseno factorial. Cuando usted crea un
diseno en Minitab, al principio solo estan habilitados dos botones, Mostrar disenos disponibles
y Disenos. Los otros botones se activan cuando usted completa el cuadro de dialogo secundario
Disenos.

3. Haga clic en Mostrar disenos disponibles. Para la mayora de los tipos de disenos,Minitab muestra
todos los disenos posibles y el numero de ejecuciones requeridas en el cuadro de dialogo Mostrar
disenos disponibles.

2.png
4. Haga clic en Aceptar para volver al cuadro de dialogo principal.
5. En Tipo de diseno, elija el diseno que quiere realizar
6. En Numero de factores, elija la cantidad de factores.
7. Haga clic en Disenos. El cuadro de la parte superior muestra todos los disenos disponibles para
el tipo de diseno y la cantidad de factores que selecciono.

246
 8. En Numero de replicas para puntos axiales, elija numero de replicas.
9. Haga clic en Aceptar para volver al cuadro de dialogo principal. Note que Minitab activa los
botones restantes.

10.7. Tecnicas Multivariadas

1. Componentes principales en R
1.- possum.pre <- princomp(na.omit(possum[,6:14]))
2.- summary(possum.pre)
En 1.- la sentencia permite obtener las componentes y en 2.- la proporcion explicada por cada
variable
2. Analisis de Correspondencia en R El programa permite graficar este analisis, y con ello obtener
las categoras relacionadas
library(lattice)
data (possum) # DAAG package
colr <- c("red", "blue")
pchr <- c(1,3,6,0,5,6,17)
ss <- expand.grid(site=1:7,sex=1:2) # Site varies fastest
ss$sexsite <- paste (ss$sex, ss$site, sep="-") # Site varies fastest
sexsite <- paste (possum$sex, possum$site, sep="-")
splom(~possum[, c(9:11)], panel= panel.superpose,groups=sexsite,col=colr[ss$sex],
pch=pchr[ss$site], varnames=c("tail\nlength", "foot\nlength","ear conch\nlength"),
key=list(points=list(pch=pchr), text=list(c ("Cambarville","Bellbird","Whian
Whian","Byrangery","Conondale","Allyn River","Bulburin")), columns=4))
3. Analisis discriminante en R Este programa permite identificar los grupos, con sus respectiva
probabilidades de cometer un error de asignacion y se obtiene los coeficientes discriminantes
lineales que se utiliza para la formulacion de la ecuacion de seleccion

library (MASS)
data (leafshape17) # DAAG package
leaf17.lda <- lda(arch~logwid+loglen, data=leafshape17)
leaf17.hat <- predict(leaf17.lda)
leaf17.lda
4. Cluster en R 1.- Este programa permite observar el dendograma

h <- hclust(dist(swiss.x), method = "ward")

data(swiss); swiss.x <- as.matrix(swiss[, -1])
h <- hclust(dist(swiss.x), method = "single")
plclust(h)
cutree(h, 3)
5. Grafico de las agrupaciones

247
 swiss.px <- predict(swiss.pca)
dimnames(km$centers)[[2]] <- dimnames(swiss.x)[[2]]
swiss.centers <- predict(swiss.pca, km$centers)
eqscplot(swiss.px[, 1:2], type = "n",
xlab = "first principal component",
ylab = "second principal component")
text(swiss.px[, 1:2], labels = km$cluster)
points(swiss.centers[,1:2], pch = 3, cex = 3)
identify(swiss.px[, 1:2], cex = 0.5)
6. Manova (s- plus) 1.- solucion < manova(resp diseno,data=frame). 2.- summary(solucion)
En 1.- La funcion devuelve (en solucion) un objeto de tipo maov, cuyas componentes pueden
examinarse mediante
Se analisara la base de datos IRIS incluida en freeware R.
library(MASS) library(mda) library(subselect)
Ejemplo Data Iris

data(iris3)
Iris <- data.frame(rbind(iris3[,,1], iris3[,,2], iris3[,,3]),
Sp = rep(c("s","c","v"), rep(50,3)))
train <- sample(1:150, 75)
table(Iris$Sp[train])
z <- lda(Sp ~ ., Iris, prior = c(1,1,1)/3, subset = train)
## 1ero. las probabilidades 2do. los promedios de los grupos o los centroides.
3ero. las funciones discriminantes. 4to. la proporcion explicada.

z
predict(z, Iris[-train, ])#$class
## arroja las probabilidades a posteriori de cada sujeto. mas abajo tira los score.

(z1 <- update(z, . ~ . - Petal.W.))

tr <- sample(1:50, 25)

train <- rbind(iris3[tr,,1], iris3[tr,,2], iris3[tr,,3])
test <- rbind(iris3[-tr,,1], iris3[-tr,,2], iris3[-tr,,3])
cl <- factor(c(rep("s",25), rep("c",25), rep("v",25)))
zl <- lda(train, cl)
zl
predict(zl, test)$class
zq <- qda(train, cl)
zq
predict(zq,test)$class

data(iris)

248
irisfit <- fda(Species ~ ., data = iris)
irisfit
confusion(irisfit, iris)
confusion(predict(irisfit, iris), iris$Species)
plot(irisfit)
coef(irisfit)

Se puede observa claramente como ajusta a sus respectivas poblaciones los tipos de petalos.
Ademas de observar los estimadores de confusion , las probabilidades asociadas entre otros facto-
res(Anexo).
Como se observa los grupos estan divididos por clase y practicamente no existe interaccion
entre los grupos, esto se puede corroborar observando la variable de confusion , la cual nos dice que si
es menor al 10 % los datos estan bien clasificados.
Aplicacion analisis de correspondencia
# Se introduce la tabla
sex<-matrix(c(21,21,14,13,8,8,9,6,8,2,2,3,4,10,10),ncol=5,byrow=TRUE)
# Se calculan los porcentajes
ncol<-5
nrow<-3
n<-sum(sex)
rtot<-apply(sex,1,sum)
ctot<-apply(sex,2,sum)
xrtot<-cbind(rtot,rtot,rtot,rtot,rtot)
xctot<-rbind(ctot,ctot,ctot)
xrtot<-sex/xrtot
xctot<-sex/xctot
rdot<-rtot/n
cdot<-ctot/n
# Se calculan las matrices de distancias entre columnas
dcols<-matrix(0,ncol,ncol)
for(i in 1:ncol){
for(j in 1:ncol){d<-0
for(k in 1:nrow) d<-d+(xctot[k,i]-xctot[k,j])^2/rdot[k]
dcols[i,j]<-sqrt(d)}}
# Se calculan las matrices de distancias entre filas
drows<-matrix(0,nrow,nrow)

249
for(i in 1:nrow){
for(j in 1:nrow){d<-0
for(k in 1:ncol) d<-d+(xrtot[i,k]-xrtot[j,k])^2/cdot[k]
drows[i,j]<-sqrt(d)}}
# Se aplica el MDS metrico
r1<-cmdscale(dcols,eig=TRUE)
r1$points
r1$eig
c1<-cmdscale(drows,eig=TRUE)
c1$points
c1$eig
xrtot
# Se dibujan las coordenadas en un dos dimensiones
par(pty="s")
plot(r1$points,xlim=range(r1$points[,1],c1$points[,1]),ylim=range(r1$p
oints[,1],c1$points[,1]),type="n",
xlab="Coordenada 1",ylab="Coordenada 2",lwd=2)
text(r1$points,labels=c("ED1","ED2","ED3","ED4","ED5"),lwd=2)
text(c1$points,labels=c("Nopar","parnS","parS"),lwd=4)
abline(h=0,lty=2)
abline(v=0,lty=2)

Para los demas casos es analogo a las formulas propuestas anteriormente.

Las tecnicas multivariantes, usan usualmente matrices o vectores para calcular , agrupar ,
discriminar, un procedimiento por lo cual su conocimiento es una base para poder hacer analisis ya
sea diseno de experimentos u otras disciplinas.

10.8. Diseno y Analisis de Encuesta

Se tiene una encuesta anonima realizada a 28 cursos de una entidad educacional universitaria.
Este instrumento de medicion esta constituido por cuatro conjuntos de tems:
Contexto Instruccional
Contexto Regulativo
Contexto Imaginativo y creativo
Contexto Interpersonal

250
Donde cada conjunto hace referencia a los diferentes fenomenos que ocurren dentro del clima escolar,
sin embargo los tems no se encuentran ordenados segun el contexto que miden. Se trabajara con el
software XLSTAT.

Las preguntas del instrumento son:

Los tems estan formulados para que los alumnos respondan verdadero (1) o falso (0), con respecto a
lo que se les exponga. Por lo cual se realizara un analisis factorial usando la matriz de correlaciones
policoricas.

Analisis descriptivo

Se encontro que alumnos no contestaron ninguna pregunta de la encuesta(< 0,4 %) y por ende
se eliminaron ya que no contribuan al analisis.

La encuesta se realizo a 28 cursos, en los cuales la proporcion de mujeres y hombres es equiva-

lente, con una edad media que media bordea los 21 anos.

Analisis factorial

Nos sirve para analizar la validez de constructo ya que este, a partir de un conjunto de variables
observadas, nos permite reducir la redundancia de informacion y explicar esta mediante un conjunto
mas pequeno de variables o factores.

251
 Se eligio el metodo de componentes principales para la extraccion de los factores, esta se basa en
suponer que los factores comunes explican el comportamiento de las variables originales en su totalidad.

Se fijaron 4 factores, los cuales explican un 43,13 % de la varianza total.

Para probar si tiene o no sentido utilizar el analisis factorial utilizamos el test de Bartlett.

H0: No hay ninguna correlacion significativamente diferente de 0 entre las variables.

H1: Al menos una de las correlaciones entre las variables es significativamente diferente de 0.

252
Se eligio rotar los ejes de los factores, con el objetivo de maximizar la variabilidad entre las cargas
factoriales y as visualizar de una mejor manera las ponderaciones de cada tem, por lo cual el efecto
que produce la rotacion es redistribuir la varianza para lograr factores mas notorios.

La rotacion usada para los analisis fue Rotacion Varimax, puesto que tiene como caracterstica
el permitir obtener cargas mas extremas, indicando notoriamente una asociacion positiva o negativa
entre los tems y el factor.

La rotacion deja claramente definidos a los factores organizacionales que se queran revelar.

253
Factor 1: Contexto Instruccional, con 8 tems.
Factor 2: Contexto Regulativo, con 9 tems.
Factor 3: Contexto Imaginativo y creativo, con 6 tems.
Factor 4: Contexto Interpersonal, con 6 tems.

254
Validacion de la encuesta

Validez de los tems: se refiere al grado en que un instrumento realmente mide la variable
que pretende medir.

Confiabilidad de la encuesta: se refiere al grado en que su aplicacion repetida al mismo sujeto u

objeto, produce iguales resultados.

Conclusion

Se concreto de manera satisfactoria la reorganizacion de los tems pertenecientes a cada uno

de los cuatro contextos definidos. Ademas de los buenos resultados obtenidos con respecto a la validez
y confiabilidad del instrumento analizado se concluyo que los tems son apropiados para el estudio, es
decir, la encuesta es valida para ser aplicada.

255
Anexo

11.1. TABLA A. Distribucion Chi-Cuadrado

256
11.2. TABLA B. Distribucion Normal

257
11.3. TABLA C. Distribucion T-Student

258
11.4. TABLA D. Prueba U de Mann-Whitney

259
11.5. TABLA E. Distribucion Binomial

260
261
262
263
264
265
11.6. TABLA F. Wald-Wolfowitz de valores crticos para prueba de
rachas

266
11.7. TABLA G. Signos rankeados de Wilcoxon

267
268
11.8. TABLA H. Para diferencias de Kolmogorov-Smirnov

11.9. TABLA I. Para dos muestras de Kolmogorov-Smirnov

269
11.10. TABLA J. Para dos muestras de Kolmogorov-Smirnov (Bi-
direccional)

270
11.11. TABLA K. Friedman

271
11.12. TABLA L. Kruskal-Wallis

272
11.13. TABLA M. Coeficiente de correlacion de Spearman

11.14. TABLA N. Coeficiente de correlacion de Kendall

273
11.15. TABLA O. Coeficiente de concordancia de Kendall

11.16. TABLA P. Coeficientes de Shapiro-Wilk

274
11.17. TABLA Q. Valores crticos de Shapiro-Wilk

275