16.01.2020 Views

Estadística. Serie Schaum- 4ta edición - Murray R. Spiegel.pdf (1)

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.



ESTADÍSTICA



ESTADÍSTICA

Cuarta edición

Murray R. Spiegel

Rensselaer Polytechnic Institute

Hartford Graduate Center

Larry J. Stephens

University of Nebraska at Omaha

Revisión técnica

Raúl Gómez Castillo

Instituto Tecnológico y de Estudios Superiores de Monterrey,

Campus Estado de México

MÉXICO • BOGOTÁ • BUENOS AIRES • CARACAS • GUATEMALA

LISBOA • MADRID • NUEVA YORK • SAN JUAN • SANTIAGO

AUCKLAND • LONDRES • MILÁN • MONTREAL • NUEVA DELHI

SAN FRANCISCO • SINGAPUR • SAN LUIS • SIDNEY • TORONTO


Director Higher Education: Miguel Ángel Toledo Castellanos

Director editorial: Ricardo A. del Bosque Alayón

Coordinadora editorial: Marcela I. Rocha Martínez

Editor sponsor: Pablo E. Roig Vázquez

Editora de desarrollo: Ana L. Delgado Rodríguez

Supervisor de producción: Zeferino García García

Traducción: María del Carmen Enriqueta Hano Roa

ESTADÍSTICA

Cuarta edición

Prohibida la reproducción total o parcial de esta obra,

por cualquier medio, sin la autorización escrita del editor.

DERECHOS RESERVADOS © 2009, respecto a la cuarta edición en español por

McGRAW-HILL/INTERAMERICANA EDITORES, S.A. de C.V.

A Subsidiary of The McGraw-Hill Companies, Inc.

Edificio Punta Santa Fe

Prolongación Paseo de la Reforma 1015, Torre A

Piso 17, Colonia Desarrollo Santa Fe

Delegación Álvaro Obregón

C.P. 01376, México, D. F.

Miembro de la Cámara Nacional de la Industria Editorial Mexicana, Reg. Núm. 736

ISBN-13: 978-970-10-6887-8

ISBN-10: 970-10-6887-8

(ISBN 970-10-3271-3 anterior)

Traducido de la cuarta edición de: Theory and Problems of Statistics.

Copyright © MMVIII by The McGraw-Hill Companies, Inc.

All rights reserved

ISBN: 978-0-07-148584-5

1234567890 0876543219

Impreso en México

Printed in Mexico


A la memoria de mi madre y de mi padre, Rosie y Johnie Stephens

L. J. S.



ACERCA DE LOS AUTORES

MURRAY R. SPIEGEL† obtuvo su maestría en física y su doctorado en matemáticas, ambos en Cornell University.

Trabajó en Harvard University, Columbia University, Oak Ridge and Rensselaer Polytecnic Institute; además fue

asesor en matemáticas para diversas compañías. Su último cargo fue como profesor y presidente de matemáticas en el

Hartford Graduate Center del Rensselaer Polytecnic Institute. Su interés por las matemáticas lo acompañó durante toda

su trayectoria, en especial en la rama que comprende la aplicación de la física y los problemas de ingeniería. Fue autor

de numerosos artículos periodísticos y de más de una docena de libros sobre temas matemáticos.

LARRY J. STEPHENS es profesor de matemáticas en University of Nebraska at Omaha, donde imparte cátedras

desde 1974. Su labor como docente la ha desarrollado también en instituciones como University of Arizona, Gonzaga

University y Oklahoma State University. En su experiencia laboral destacan sus trabajos para la NASA, el Livermore

Radiation Laboratory y el Los Alamos Laboratory. Desde 1989, el doctor Stephens es consultor e instructor en seminarios

de estadística para grupos de ingeniería en 3M, en la planta de Nebraska. Ha colaborado en más de cuarenta

publicaciones a nivel profesional. Es autor de numerosos bancos de pruebas computarizados, además de textos elementales

de estadística.

VII



PREFACIO A LA

CUARTA EDICIÓN

Esta nueva edición contiene ejemplos nuevos, 130 figuras nuevas y resultados obtenidos empleando cinco paquetes de

software representativos de los cientos o quizá miles de paquetes de software usados en estadística. Todas las figuras

de la tercera edición han sido sustituidas por figuras nuevas, un poco diferentes, creadas empleando estos cinco paquetes

de software: EXCEL, MINITAB, SAS, SPSS y STATISTIX. Los ejemplos tienen una gran influencia de USA Today,

pues este periódico es una gran fuente de temas y ejemplos actuales de la estadística.

Otros de los cambios que se encontrarán en esta edición son: el capítulo 18 sobre análisis de serie de tiempos fue

eliminado y el capítulo 19 sobre control estadístico de procesos y capacidad de procesos se convirtieron en el capítulo

18. Las respuestas a los ejercicios complementarios, al final de cada capítulo, se presentan ahora con más detalle. En

todo el libro se analizan y emplean más los valores p.

RECONOCIMIENTOS

Dado que el software para estadística es muy importante en este libro, quiero agradecer a las personas y empresas

siguientes por permitirme usar su software.

MINITAB: Laura Brown, coordinadora del Programa de Ayuda a los Autores, Minitab, Inc., 1829 Pine Hall Road,

State College, PA 16801. Yo soy miembro del programa de ayuda a los autores que practica Minitab, Inc. “Partes de

los datos y de los resultados que se encuentran en esta publicación/libro han sido impresas con la autorización de

Minitab, Inc. Todo este material, así como los derechos de autor, son propiedad exclusiva de Minitab, Inc.” La dirección

de Minitab en la red es www.minitab.com.

SAS: Sandy Varner, directora de operaciones de mercadotecnia, SAS Publishing, Cary, NC. “Creado con el software

SAS. Copyright 2006. SAS Institute Inc., Cary, NC.” Se cita de su sitio en la red: “SAS es el líder en servicios y software

inteligente para negocios. A lo largo de sus 30 años, SAS ha crecido —de siete empleados a casi 10 000 en todo

el mundo, de unos cuantos clientes a más de 40 000— y todos estos años ha sido rentable”. La dirección en la red de

SAS es www.sas.com.

SPSS: Jill Rietema, gerente de cuenta, Publicaciones, SPSS. Se cita de su sitio en la red: “SPSS Inc. es líder como

proveedor mundial de soluciones y software para análisis predictivo. Fundada en 1968, actualmente SPSS tiene más

de 250 000 clientes en todo el mundo, atendidos por más de 1 200 empleados en 60 países.” La dirección en la Red de

SPSS es www.spss.com.

STATISTIX: Dr. Gerard Nimis, presidente, Analytical Software, P.O. Box (apartado postal) 12185, Tallahassee, FL

32317. Se toma de su sitio en la red: “Si se tiene que analizar datos y se es un investigador, pero no un especialista en

estadística, STATISTIX está diseñado para ello. No necesitará programar ni usar un manual. Este software fácil de

aprender y de usar ahorrará valioso tiempo y dinero. STATISTIX combina, en un solo y económico paquete, la esta-

IX


X PREFACIO A LA CUARTA EDICIÓN

dística, tanto básica como avanzada, con las poderosas herramientas para la manipulación de datos que se necesitan.”

La dirección en la Red de Statistix es www.statistix.com.

EXCEL: Se cuenta con Excel, de Microsoft, desde 1985. Cuentan con él casi todos los estudiantes universitarios. En

este libro se emplea ampliamente.

Deseo dar las gracias a Stanley Wileman por la asesoría informática desinteresada que me proporcionó en la creación

de este libro. Quiero agradecer a mi esposa, Lana, por su comprensión durante los días que dediqué a pensar en

la mejor manera de presentar algunos conceptos. Mi agradecimiento a Chuck Wall, Senior Adquisitions Editor, y a su

equipo de McGraw-Hill. Por último, quiero dar las gracias a Jeremy Toynbee, director de proyecto en Keyword

Publishing Services Ltd., Londres, Inglaterra, y a John Omiston, copy editor independiente, por su excelente trabajo

de producción.

LARRY J. STEPHENS


PREFACIO A LA

TERCERA EDICIÓN

Al preparar esta tercera edición de Estadística, Serie Schaum, he reemplazado problemas antiguos por problemas que

reflejan los cambios tecnológicos y sociológicos ocurridos desde que se publicó la primera edición en 1961. Por ejemplo,

uno de los problemas en la segunda edición trata del tiempo de vida de los bulbos de radio. Como la mayoría de

las personas menores de treinta años probablemente no sepan lo que es un bulbo de radio, este problema, lo mismo

que muchos otros, fue sustituido por ejercicios que se refieren a temas actuales como el cuidado de la salud, el sida,

Intenet, los teléfonos celulares, entre otros. Los asuntos matemáticos y estadísticos no han cambiado, sólo lo hicieron

las áreas de aplicación y los aspectos de cálculo en estadística.

Otra mejora es la introducción en el texto de software para estadística. El desarrollo de software para estadística,

como SAS, SPSS y Minitab, ha variado drásticamente las aplicaciones de la estadística a problemas de la vida real. El

software para estadística más utilizado, tanto en el medio académico como en el industrial, es el Minitab. Quiero agradecer

a Minitab Inc., por haberme otorgado el permiso para incluir, a lo largo de todo el libro, los resultados de Minitab.

Muchos de los textos modernos de estadística traen, como parte del libro, resultados de algún paquete de software para

estadística. En esta obra decidí emplear Minitab, ya que es muy utilizado y porque es muy amigable.

Una vez que el estudiante aprende las diversas estructuras de archivos de datos necesarios para utilizar Minitab, así

como la estructura de comandos y subcomandos, puede transferir con facilidad ese conocimiento a otros paquetes de

software para estadística. Gracias a la introducción de menús como las cajas de diálogo, el software resulta muy amigable.

La obra adiciona tanto los menús como las cajas de diálogo que presenta Minitab. En muchos de los problemas

nuevos se discute el importante concepto de pruebas estadísticas. Cuando se publicó la primera edición, en 1961, el

valor p no se utilizaba tan ampliamente como ahora, debido a que con frecuencia resulta difícil determinarlo sin la

ayuda de un software. En la actualidad, el software para estadística da el valor p de manera rutinaria, puesto que, con

este apoyo, su cálculo es a menudo un asunto trivial.

Un nuevo capítulo titulado “Control estadístico de procesos y capacidad de procesos” reemplazó al capítulo 19,

“Números índices”. Estos temas tienen gran aplicación industrial, por lo que se agregaron al libro. La inclusión, en

los paquetes de software modernos, de técnicas de control estadístico de procesos y capacidad de procesos ha facilitado

su utilización en nuevos campos industriales. El software lleva a cabo todos los cálculos, que son bastante

laboriosos.

Quiero agradecer a mi esposa Lana por su comprensión durante la preparación de este libro; a mi amigo Stanley

Wileman, por la ayuda computacional que me brindó; y a Alan Hunt y su equipo de Keyword Publishing Service, en

Londres, por su minusioso trabajo de producción. Por último quiero agradecer al equipo de McGraw-Hill por su cooperación

y ayuda.

LARRY J. STEPHENS

XI



PREFACIO A LA

SEGUNDA EDIBCIÓN

La estadística, o los métodos estadísticos, como se llaman algunas veces, desempeñan un papel cada vez más importante

en casi todas las áreas del quehacer humano. Aunque en un principio tenía que ver solamente con asuntos de

Estado, a lo que debe su nombre, en la actualidad la influencia de la estadística se ha extendido a la agricultura, la

biología, el comercio, la química, la comunicación, la economía, la educación, la electrónica, la medicina, la física, las

ciencias políticas, la psicología, la sociología y a muchos otros campos de la ciencia y la ingeniería.

El propósito de esta obra es presentar una introducción a los principios generales de la estadística, que será útil a

todos los individuos sin importar su campo de especialización. Se diseñó para usarse ya sea como consulta para todos

los textos estándar modernos o como un libro para un curso formal de estadística. Será también de gran valor como

referencia para todos aquellos que estén aplicando la estadística en su campo de investigación particular.

Cada capítulo empieza con una presentación clara de las definiciones correspondientes, los teoremas y principios,

junto con algunos materiales ilustrativos y descriptivos. A esto le sigue un conjunto de problemas resueltos y complementarios,

que en muchos casos usan datos de situaciones estadísticas reales. Los problemas resueltos sirven para

ilustrar y ampliar la teoría, hacen énfasis en aquellos pequeños puntos importantes sin los cuales el estudiante se sentiría

continuamente inseguro; además, proporciona una repetición de los principios básicos, aspecto que es vital para

una enseñanza eficiente. En los problemas resueltos se incluyen numerosas deducciones de fórmulas. La cantidad de

problemas complementarios con respuestas constituyen una revisión completa del material de cada capítulo.

Los únicos conocimientos matemáticos necesarios para la comprensión de todo el libro son la aritmética y el álgebra

elemental. En el capítulo 1 viene una revisión de los conceptos matemáticos importantes, que se pueden leer al

principio del curso o después, cuando la necesidad se presente.

Los primeros capítulos se ocupan del análisis de las distribuciones de frecuencia y de las correspondientes medidas

de tendencia central, dispersión, sesgo y curtosis. Lo anterior lleva, de manera natural, a una discusión de la teoría de

probabilidad elemental y sus aplicaciones, lo que prepara el camino para el estudio de la teoría del muestreo. De entrada,

se abordan las técnicas de las muestras grandes, que comprenden la distribución normal, así como las aplicaciones

a la estimación estadística y las pruebas de hipótesis y de significancia. La teoría de las muestras pequeñas, que comprende

la distribución t de Student, la distribución ji cuadrada y la distribución F, junto con sus aplicaciones, aparecen

en un capítulo posterior. Otro capítulo sobre ajuste de curvas y el método de mínimos cuadrados lleva, de manera

lógica, a los temas de correlación y regresión que involucran dos variables. La correlación múltiple y la parcial, que

involucran más de dos variables, son tratadas en un capítulo aparte. A este tema le siguen capítulos sobre el análisis de

varianza y métodos no paramétricos, que son nuevos en esta segunda edición. Dos capítulos finales tratan de series de

tiempo y número índice, en ese orden. Además, se ha incluido más material del que se alcanza a cubrir en un primer

curso. El objetivo es hacer el libro más flexible para proporcionar una obra de referencia más útil y estimular un posterior

interés en estos temas. La obra permite cambiar el orden de muchos de los últimos capítulos u omitir algunos sin

dificultad. Por ejemplo, los capítulos 13 a 15 y 18 y 19 pueden ser introducidos, en su mayor parte, inmediatamente

después del capítulo 5, si se desea tratar correlación, regresión, series de tiempo y números índice antes de la teoría del

muestreo. De igual manera, dejar de lado la mayor parte del capítulo 6, si no se desea dedicar mucho tiempo a probabilidad.

En un primer curso, en ocasiones el capítulo 15 se ignora en su totalidad. El orden se plantea debido a que en

XIII


XIV PREFACIO A LA SEGUNDA EDICIÓN

los cursos modernos hay una tendencia creciente a introducir teoría del muestreo y la inferencia estadística tan pronto

como sea posible.

Quiero agradecer a varias instituciones, tanto públicas como privadas, su cooperación al proporcionar datos para

tablas. A lo largo del libro se dan las referencias apropiadas para esas fuentes. En particular, agradezco al profesor sir

Roland A. Fisher, F.R.S., Cambrige; al doctor Frank Yates, F.R.S., Rothamster; y a Messrs. Oliver and Bond Ltd.,

Ediburgh, por haber otorgado el permiso para utilizar los datos de la tabla III de su libro Statistical Tables for Biological,

Agricultural, and Medical Research. También quiero agradecer a Esther y a Meyer Scher, su apoyo, y al equipo de

McGraw-Hill, su cooperación.


CONTENIDO

CAPÍTULO 1 Variables y gráficas 1

Estadística 1

Población y muestra; estadística inductiva (o inferencial) y estadística

descriptiva 1

Variables: discretas y continuas 1

Redondeo de cantidades numéricas 2

Notación científica 2

Cifras significativas 3

Cálculos 3

Funciones 4

Coordenadas rectangulares 4

Gráficas 4

Ecuaciones 5

Desigualdades 5

Logaritmos 6

Propiedades de los logaritmos 7

Ecuaciones logarítmicas 7

CAPÍTULO 2 Distribuciones de frecuencia 37

Datos en bruto 37

Ordenaciones 37

Distribuciones de frecuencia 37

Intervalos de clase y límites de clase 38

Fronteras de clase 38

Tamaño o amplitud de un intervalo de clase 38

La marca de clase 38

Reglas generales para formar una distribución de frecuencia 38

Histogramas y polígonos de frecuencia 39

Distribuciones de frecuencia relativa 39

Distribuciones de frecuencia acumulada y ojivas 40

Distribuciones de frecuencia acumulada relativa y ojivas porcentuales 40

Curvas de frecuencia y ojivas suavizadas 41

Tipos de curvas de frecuencia 41

XV


XVI CONTENIDO

CAPÍTULO 3

Media, mediana y moda, y otras medidas

de tendencia central 61

Índices o subíndices 61

Sumatoria 61

Promedios o medidas de tendencia central 62

La media aritmética 62

Media aritmética ponderada 62

Propiedades de la media aritmética 63

Cálculo de la media aritmética para datos agrupados 63

La mediana 64

La moda 64

Relación empírica entre la media, la mediana y la moda 64

La media geométrica G 65

La media armónica H 65

Relación entre las medias aritmética, geométrica y armónica 66

La raíz cuadrada media 66

Cuartiles, deciles y percentiles 66

Software y medidas de tendencia central 67

CAPÍTULO 4 Desviación estándar y otras medidas de dispersión 95

Dispersión o variación 95

Rango 95

Desviación media 95

Rango semiintercuartílico 96

Rango percentil 10-90 96

Desviación estándar 96

Varianza 97

Método abreviado para el cálculo de la desviación estándar 97

Propiedades de la desviación estándar 98

Comprobación de Charlier 99

Corrección de Sheppard para la varianza 100

Relaciones empíricas entre las medidas de dispersión 100

Dispersión absoluta y relativa; coeficiente de variación 100

Variable estandarizada; puntuaciones estándar 101

Software y medidas de dispersión 101

CAPÍTULO 5 Momentos, sesgo y curtosis 123

Momentos 123

Momentos para datos agrupados 123

Relaciones entre momentos 124

Cálculo de momentos con datos agrupados 124

Comprobación de Charlier y corrección de Sheppard 124

Momentos en forma adimensional 124

Sesgo 125

Curtosis 125


CONTENIDO XVII

Momentos, sesgo y curtosis poblacionales 126

Cálculo del sesgo (o asimetría) y de la curtosis empleando software 126

CAPÍTULO 6 Teoría elemental de la probabilidad 139

Definiciones de probabilidad 139

Probabilidad condicional; eventos independientes y dependientes 140

Eventos mutuamente excluyentes 141

Distribuciones de probabilidad 142

Esperanza matemática 144

Relación entre media y varianza poblacionales y muestrales 144

Análisis combinatorio 145

Combinaciones 146

Aproximación de Stirling para n! 146

Relación entre la probabilidad y la teoría de conjuntos 146

Diagramas de Euler o de Venn y probabilidad 146

CAPÍTULO 7 Las distribuciones binomial, normal y de Poisson 172

La distribución binomial 172

La distribución normal 173

Relación entre las distribuciones binomial y normal 174

La distribución de Poisson 175

Relación entre las distribuciones binomial y de Poisson 176

La distribución multinomial 177

Ajuste de distribuciones teóricas a distribuciones muestrales de frecuencia 177

CAPÍTULO 8 Teoría elemental del muestreo 203

Teoría del muestreo 203

Muestras aleatorias y números aleatorios 203

Muestreo con reposición y sin ella 204

Distribuciones muestrales 204

Distribuciones muestrales de medias 204

Distribuciones muestrales de proporciones 205

Distribuciones muestrales de diferencias y sumas 205

Errores estándar 207

Demostración de la teoría elemental del muestreo empleando software 207

CAPÍTULO 9 Teoría de la estimación estadística 227

Estimación de parámetros 227

Estimaciones insesgadas 227

Estimaciones eficientes 228

Estimaciones puntuales y estimaciones por intervalo; su confiabilidad 228

Estimación de parámetros poblacionales mediante un intervalo de

confianza 228

Error probable 230


XVIII CONTENIDO

CAPÍTULO 10 Teoría estadística de la decisión 245

Decisiones estadísticas 245

Hipótesis estadísticas 245

Pruebas de hipótesis y de significancia o reglas de decisión 246

Errores Tipo I y Tipo II 246

Nivel de significancia 246

Pruebas empleando distribuciones normales 246

Pruebas de una y de dos colas 247

Pruebas especiales 248

Curva característica de operación; potencia de una prueba 248

Valor p en pruebas de hipótesis 248

Gráficas de control 249

Pruebas para diferencias muestrales 249

Pruebas empleando distribuciones binomiales 250

CAPÍTULO 11 Teoría de las muestras pequeñas 275

Distribución t de Student 275

Intervalos de confianza 276

Pruebas de hipótesis y de significancia 277

Distribución ji cuadrada 277

Intervalos de confianza para σ 278

Grados de libertad 278

La distribución F 279

CAPÍTULO 12 La prueba ji cuadrada 294

Frecuencias observadas y frecuencias teóricas 294

Definición de χ 2 294

Pruebas de significancia 295

La prueba ji cuadrada de bondad de ajuste 295

Tablas de contingencia 296

Corrección de Yates por continuidad 297

Fórmulas sencillas para calcular χ 2 297

Coeficiente de contingencia 298

Correlación de atributos 298

Propiedad aditiva de χ 2 299

CAPÍTULO 13 Ajuste de curva y método de mínimos cuadrados 316

Relación entre variables 316

Ajuste de curvas 316

Ecuaciones de curvas de aproximación 317

Método de ajuste de curvas a mano 318

La línea recta 318

El método de mínimos cuadrados 319

La recta de mínimos cuadrados 319


CONTENIDO XIX

Relaciones no lineales 320

La parábola de mínimos cuadrados 320

Regresión 321

Aplicaciones a series de tiempo 321

Problemas en los que intervienen más de dos variables 321

CAPÍTULO 14 Teoría de la correlación 345

Correlación y regresión 345

Correlación lineal 345

Medidas de la correlación 346

Las rectas de regresión de mínimos cuadrados 346

El error estándar de estimación 347

Variación explicada y no explicada 348

Coeficiente de correlación 348

Observaciones acerca del coeficiente de correlación 349

Fórmula producto-momento para el coeficiente de correlación lineal 350

Fórmulas simplificadas para el cálculo 350

Rectas de regresión y el coeficiente de correlación lineal 351

Correlación de series de tiempo 351

Correlación de atributos 351

Teoría muestral de la correlación 351

Teoría muestral de la regresión 352

CAPÍTULO 15 Correlación múltiple y correlación parcial 382

Correlación múltiple 382

Notación empleando subíndice 382

Ecuaciones de regresión y planos de regresión 382

Ecuaciones normales para los planos de regresión de mínimos cuadrados 383

Planos de regresión y coeficientes de correlación 383

Error estándar de estimación 384

Coeficiente de correlación múltiple 384

Cambio de la variable dependiente 384

Generalizaciones a más de tres variables 385

Correlación parcial 385

Relaciones entre coeficientes de correlación múltiple y coeficientes de

correlación parcial 386

Regresión múltiple no lineal 386

CAPÍTULO 16 Análisis de varianza 403

Objetivo del análisis de varianza 403

Clasificación en un sentido o experimentos con un factor 403

Variación total, variación dentro de tratamientos y variación entre

tratamientos 404

Métodos abreviados para obtener las variaciones 404


XX CONTENIDO

Modelo matemático para el análisis de varianza 405

Valores esperados de las variaciones 405

Distribuciones de las variaciones 406

Prueba F para la hipótesis nula de medias iguales 406

Tablas para el análisis de varianza 406

Modificaciones para cantidades desiguales de observaciones 407

Clasificación en dos sentidos o experimentos con dos factores 407

Notación para experimentos con dos factores 408

Variaciones en los experimentos con dos factores 408

Análisis de varianza para experimentos con dos factores 409

Experimentos con dos factores con replicación 410

Diseño experimental 412

CAPÍTULO 17 Pruebas no paramétricas 446

Introducción 446

La prueba de los signos 446

La prueba U de Mann-Whitney 447

La prueba H de Kruskal-Wallis 448

Prueba H corregida para empates 448

Prueba de las rachas para aleatoriedad 449

Otras aplicaciones de la prueba de las rachas 450

Correlación de rangos de Spearman 450

CAPÍTULO 18 Control estadístico de procesos y capacidad de procesos 480

Análisis general de las gráficas de control 480

Gráficas de control de variables y gráficas de control de atributos 481

Gráficas X-barra y gráficas R 481

Pruebas para causas especiales 484

Capacidad de procesos 484

Gráficas P y NP 487

Otras gráficas de control 489

Respuestas a los problemas suplementarios 505

Apéndices 559

I Ordenadas (Y ) en z, en la curva normal estándar 561

II Áreas bajo la curva normal estándar, desde 0 hasta z 562

III Valores percentiles (t p ) correspondientes a la distribución t de Student con ν grados

de libertad (área sombreada = p) 563

IV Valores percentiles (χ 2 p) correspondientes a la distribución Ji cuadrada con ν grados

de libertad (área sombreada = p) 564


CONTENIDO XXI

V Valores del percentil 95 correspondientes a la distribución F (ν 1

grados de libertad

en el numerador) (ν 2

grados de libertad en el denominador) 565

VI Valores del percentil 99 correspondientes a la distribución F (ν 1

grados de libertad

en el numerador) (ν 2

grados de libertad en el denominador) 566

VII Logaritmos comunes con cuatro cifras decimales 567

VIII Valores de e −λ 569

IX Números aleatorios 570

Índice 571



VARIABLES

Y GRÁFICAS

1

ESTADÍSTICA

La estadística se ocupa de los métodos científicos que se utilizan para recolectar, organizar, resumir, presentar y analizar

datos así como para obtener conclusiones válidas y tomar decisiones razonables con base en este análisis.

El término estadística también se usa para denotar los datos o los números que se obtienen de esos datos; por

ejemplo, los promedios. Así, se habla de estadísticas de empleo, estadísticas de accidentes, etcétera.

POBLACIÓN Y MUESTRA; ESTADÍSTICA INDUCTIVA

(O INFERENCIAL) Y ESTADÍSTICA DESCRIPTIVA

Cuando se recolectan datos sobre las características de un grupo de individuos o de objetos, por ejemplo, estatura y

peso de los estudiantes de una universidad o cantidad de pernos defectuosos y no defectuosos producidos en determinado

día en una fábrica, suele ser imposible o poco práctico observar todo el grupo, en especial si se trata de un grupo

grande. En vez de examinar todo el grupo, al que se le conoce como población o universo, se examina sólo una pequeña

parte del grupo, al que se le llama muestra.

Las poblaciones pueden ser finitas o infinitas. Por ejemplo, la población que consta de todos los pernos producidos

determinado día en una fábrica es finita, en tanto que la población que consta de todos los resultados (cara o cruz) que

se pueden obtener lanzando una y otra vez una moneda es infinita.

Si la muestra es representativa de la población, el análisis de la muestra permite inferir conclusiones válidas acerca

de la población. A la parte de la estadística que se ocupa de las condiciones bajo la cuales tales inferencias son válidas

se le llama estadística inductiva o inferencial. Como estas inferencias no pueden ser absolutamente ciertas, para presentar

estas conclusiones se emplea el lenguaje de la probabilidad.

A la parte de la estadística que únicamente trata de describir y analizar un grupo dado, sin sacar ninguna conclusión

ni hacer inferencia alguna acerca de un grupo más grande, se le conoce como estadística descriptiva o deductiva.

Antes de proceder al estudio de la estadística, se analizarán algunos conceptos matemáticos importantes.

VARIABLES: DISCRETAS Y CONTINUAS

Una variable es un símbolo; por ejemplo, X, Y, H, x o B, que puede tomar cualquiera de los valores de determinado conjunto

al que se le conoce como dominio de la variable. A una variable que sólo puede tomar un valor se le llama constante.

Una variable que puede tomar cualquiera de los valores entre dos números dados es una variable continua; de lo

contrario es una variable discreta.

EJEMPLO 1 La cantidad N de hijos que tiene una familia puede tomar los valores 0, 1, 2, 3, . . . , pero no puede tomar valores

como 2.5 o 3.842; ésta es una variable discreta.

1


2 CAPÍTULO 1 VARIABLES Y GRÁFICAS

EJEMPLO 2 La estatura H de una persona que puede ser 62 pulgadas (in), 63.8 in o 65.8341 in, dependiendo de la exactitud con

que se mida, es una variable continua.

Los datos descritos mediante una variable discreta son datos discretos y los datos descritos mediante una variable

continua son datos continuos. Un ejemplo de datos discretos es la cantidad de hijos que tiene cada una de 1 000 familias,

en tanto que un ejemplo de datos continuos son las estaturas de 100 estudiantes universitarios. En general, una

medición proporciona datos continuos; en cambio, una enumeración o un conteo proporciona datos discretos.

Es útil ampliar el concepto de variable a entidades no numéricas; por ejemplo, en el arco iris, color C es una variable

que puede tomar los “valores” rojo, anaranjado, amarillo, verde, azul, índigo o violeta. Estas variables se pueden

reemplazar por números; por ejemplo, se puede denotar rojo con 1, anaranjado con 2, etcétera.

REDONDEO DE CANTIDADES NUMÉRICAS

El resultado de redondear un número por ejemplo 72.8 a la unidad más cercana es 73 debido a que 72.8 está más cerca

de 73 que de 72. De igual manera, 72.8146 redondeado a la centésima más cercana (o a dos lugares decimales) es 72.81,

ya que 72.8146 está más cerca de 72.81 que de 72.82.

Sin embargo, para redondear 72.465 a la centésima más cercana, ocurre un dilema debido a que 72.465 se encuentra

precisamente a la mitad entre 72.46 y 72.47. En estos casos, lo que se acostumbra hacer es redondear al entero par

antes del 5. Así, 72.465 se redondea a 72.46, 183.575 se redondea a 183.58 y 116 500 000, redondeado al millón más

cercano, es 116 000 000. Hacer esto es especialmente útil cuando se realiza una gran cantidad de operaciones para

minimizar, así, el error de redondeo acumulado (ver problema 1.4).

NOTACIÓN CIENTÍFICA

Al escribir números, en especial aquellos en los que hay muchos ceros antes o después del punto decimal, es conveniente

usar la notación científica empleando potencias de 10.

EJEMPLO 3 10 1 = 10, 10 2 = 10 × 10 = 100, 10 5 = 10 × 10 × 10 × 10 × 10 = 100 000 y 10 8 = 100 000 000.

EJEMPLO 4 10 0 = 1, 10 −1 = .1 o 0.1; 10 −2 = .01 o 0.01; y 10 −5 = .00001 o 0.00001.

EJEMPLO 5 864 000 000 = 8.64 × 10 8 y 0.00003416 = 3.416 × 10 −5 .

Obsérvese que el efecto de multiplicar un número, por ejemplo, por 10 8 , es recorrer el punto decimal del número

ocho lugares a la derecha. El efecto de multiplicar un número por 10 −6 es recorrer el punto decimal del número seis

lugares a la izquierda.

Con frecuencia, para hacer énfasis en que no se ha omitido un número distinto de cero antes del punto decimal, se

escribe 0.1253 en lugar de .1253. Sin embargo, en casos en los que no pueda haber lugar a confusión, como en tablas,

el cero antes del punto decimal puede omitirse.

Para indicar la multiplicación de dos o más números se acostumbra usar paréntesis o puntos. Así (5)(3) = 5 · 3 =

5 × 3 = 15, y (10)(10)(10) = 10 · 10 · 10 = 10 × 10 × 10 = 1 000. Cuando se utilizan letras para representar números

suelen omitirse los paréntesis y los puntos; por ejemplo, ab = (a)(b) = a · b = a × b.

La notación científica es útil al hacer cálculos, en especial para localizar el punto decimal. Entonces se hace uso de

las reglas siguientes:

(10 p )(10 q ) = 10 p+q 10 p

10 q = 10p q

donde p y q son números cualesquiera.

En 10 p , p es el exponente y 10 es la base.


CÁLCULOS 3

EJEMPLO 6 (10 3 )(10 2 )=1 000 100 = 100 000 = 10 5 es decir, 10 3+2

10 6 1 000 000

=

104 10 000 = 100 = 102 es decir, 10 6 4

EJEMPLO 7 (4 000 000)(0.0000000002) =(4 10 6 )(2 10 10 )=(4)(2)(10 6 )(10 10 )=8 10 6 10

= 8 10 4 = 0.0008

EJEMPLO 8

(0.006)(80 000)

= (6 10 3 )(8 10 4 )

0.04

4 10 2 =

= 12 10 3 = 12 000

48 101

4 10 2 = 48 4

10 1 2)

CIFRAS SIGNIFICATIVAS

Si se anota la estatura de una persona como 65.4 in, esto significa que la estatura verdadera estará entre 65.35 y 65.45

in. Los dígitos exactos, fuera de los ceros necesarios para localizar el punto decimal, son los dígitos significativos o

cifras significativas del número.

EJEMPLO 9 65.4 tiene tres cifras significativas.

EJEMPLO 10 4.5300 tiene cinco cifras significativas.

EJEMPLO 11 .0018 = 0.0018 = 1.8 × 10 −3 tiene dos cifras significativas.

EJEMPLO 12 .001800 = 0.001800 = 1.800 × 10 −3 tiene cuatro cifras significativas.

Los números obtenidos de enumeraciones (o conteos), a diferencia de los obtenidos de mediciones, por supuesto

son exactos y por lo tanto tienen un número ilimitado de cifras significativas. Sin embargo, en algunos de estos casos

puede ser difícil decidir, sin más información, cuáles cifras son significativas. Por ejemplo, el número 186 000 000

puede tener 3, 4, . . . , 9 cifras significativas. Si se sabe que tiene cinco cifras significativas puede ser más adecuado

escribirlo como 186.00 millones o como 1.8600 × 10 8 .

CÁLCULOS

Al realizar cálculos en los que intervienen multiplicaciones, divisiones o raíces de números, el resultado final no puede

tener más cifras significativas que el número con menos cifras significativas (ver problema 1.9).

EJEMPLO 13 73.24 × 4.53 = (73.24)(4.52) = 331

EJEMPLO 14 1.648/0.023 = 72

EJEMPLO 15 ÷ 38.7 = 6.22

EJEMPLO 16 (8.416)(50) = 420.8 (si 50 es exacto)

Cuando se suman o restan números, el resultado final no puede tener más cifras significativas después del punto

decimal que los números con menos cifras significativas después del punto decimal (ver problema 1.10).

EJEMPLO 17 3.16 + 2.7 = 5.9


4 CAPÍTULO 1 VARIABLES Y GRÁFICAS

EJEMPLO 18 83.42 − 72 = 11

EJEMPLO 19 47.816 − 25 = 22.816 (si 25 es exacto)

La regla anterior para la suma y la resta puede extenderse (ver problema 1.11).

FUNCIONES

Si a cada valor que puede tomar la variable X le corresponde un valor de una variable Y, se dice que Y es función de X

y se escribe Y = F(X ) (se lee “Y es igual a F de X ”) para indicar esta dependencia funcional. En lugar de F también

pueden usarse otras letras (G, φ, etcétera).

La variable X es la variable independiente y la variable Y es la variable dependiente.

Si a cada valor de X le corresponde únicamente un valor de Y, se dice que Y es una función univaluada de X; de lo

contrario, se dice que es una función multivaluada de X.

EJEMPLO 20 La población P de Estados Unidos es función del tiempo t, lo que se escribe P = F(t).

EJEMPLO 21 El estiramiento S de un resorte vertical es función del peso W que hay en el extremo del resorte, es decir,

S = G(W).

La dependencia (o correspondencia) funcional entre variables puede describirse mediante una tabla. Pero también

puede indicarse mediante una ecuación que relaciona las variables, por ejemplo, Y = 2X − 3, a partir de la cual puede

determinarse el valor de Y que corresponde a los diversos valores de X.

Si Y = F(X), F(3) denota “el valor de Y cuando X = 3”, F(10) denota “el valor de Y cuando X = 10”, etc. Así, si

Y = F(X) = X 2 , entonces, F(3) = 3 2 = 9 es el valor de Y cuando X = 3.

El concepto de función puede ampliarse a dos o más variables (ver problema 1.17).

COORDENADAS RECTANGULARES

En la figura 1-1 se muestra un diagrama de dispersión de EXCEL con cuatro puntos. Este diagrama de dispersión está

formado por dos rectas mutuamente perpendiculares llamadas ejes X y Y. El eje X es horizontal y el eje Y es vertical.

Estos dos ejes se cortan en un punto llamado origen. Estas dos rectas dividen al plano XY en cuatro regiones que se

denotan I, II, II y IV, a las que se les conoce como primero, segundo, tercero y cuarto cuadrantes. En la figura 1-1 se

muestran cuatro puntos. El punto (2, 3) está en el primer cuadrante y se grafica avanzando, desde el origen, 2 unidades

a la derecha sobre el eje X y desde ahí, 3 unidades hacia arriba. El punto (−2.3, 4.5) está en el segundo cuadrante y se

grafica avanzando, desde el origen, 2.3 unidades a la izquierda sobre el eje X y desde ahí, 4.5 unidades hacia arriba. El

punto (−4, −3) está en el tercer cuadrante y se grafica avanzando, desde el origen, 4 unidades a la izquierda sobre el

eje X, y desde ahí 3 unidades hacia abajo. El punto (3.5, −4) está en el cuarto cuadrante y se grafica avanzando 3.5

unidades a la derecha sobre el eje X, y desde ahí 4 unidades hacia abajo. El primer número de cada uno de estos pares

es la abscisa del punto y el segundo número es la ordenada del punto. La abscisa y la ordenada, juntas, son las coordenadas

del punto.

Las ideas anteriores pueden ampliarse construyendo un eje Z a través del origen y perpendicular al plano XY. En

este caso las coordenadas de cada punto se denotan (X, Y, Z).

GRÁFICAS

Una gráfica es una representación visual de la relación entre las variables. En estadística, dependiendo de la naturaleza

de los datos y del propósito que se persiga, se emplean distintos tipos de gráficas: gráficas de barras, de pastel,

pictogramas, etc. A las gráficas también se les suele llamar cartas o diagramas. Así, se habla de cartas de barras,

diagramas de pastel, etc. (ver los problemas 1.23, 1.24, 1.25, 1.26 y 1.27).


DESIGUALDADES 5

−2.3, 4.5

5

4

3

2, 3

2

1

0

−5 −4 −3 −2 −1 0 1 2 3 4 5

−1

−2

−4, −3

−3

−4

3.5, −4

−5

Figura 1-1 EXCEL, gráfica de puntos en los cuatro cuadrantes.

ECUACIONES

Las ecuaciones son expresiones de la forma A = B, donde A es el miembro (o lado) izquierdo de la ecuación y B es el

miembro (o lado) derecho. Si se aplican las mismas operaciones a ambos lados de una ecuación se obtienen ecuaciones

equivalentes. Así, si a ambos miembros de una ecuación se suma o resta un mismo número se obtiene una ecuación

equivalente; también, si ambos lados se multiplican por un mismo número o se dividen entre un mismo número, con

excepción de la división entre cero que no es válida, se obtiene una ecuación equivalente.

EJEMPLO 22 Dada la ecuación 2X + 3 = 9, se resta 3 a ambos miembros: 2X + 3 − 3 = 9 − 3 o 2X = 6. Se dividen ambos

miembros entre 2: 2X/2 = 6/2 o X = 3. Este valor de X es una solución de la ecuación dada, como se puede ver sustituyendo X por

3, con lo que se obtiene 2(3) + 3 = 9, o 9 = 9, que es una identidad. Al proceso de obtener las soluciones de una ecuación se le

conoce como resolver la ecuación.

Las ideas anteriores pueden extenderse a hallar soluciones de dos ecuaciones en dos incógnitas, de tres ecuaciones

en tres incógnitas, etc. A tales ecuaciones se les conoce como ecuaciones simultáneas (ver problema 1.30).

DESIGUALDADES

Los símbolos < y > significan “menor que” y “mayor que”, respectivamente. Los símbolos ≤ y ≥ significan “menor

o igual a” y “mayor o igual a”, respectivamente. Todos estos símbolos se conocen como signos de desigualdad.

EJEMPLO 23 3 < 5 se lee “3 es menor que 5”.

EJEMPLO 24 5 > 3 se lee “5 es mayor que 3”.

EJEMPLO 25 X < 8 se lee “X es menor que 8”.


6 CAPÍTULO 1 VARIABLES Y GRÁFICAS

EJEMPLO 26 X ≥ 10 se lee “X es mayor o igual a 10”.

EJEMPLO 27 4 < Y ≤ 6 se lee “4 es menor que Y y Y es menor o igual a 6” o “Y está entre 4 y 6, excluyendo al 4 e incluyendo

al 6” o “Y es mayor que 4 y menor o igual a 6”.

A las relaciones en las que intervienen signos de desigualdad se les llana desigualdades. Así como se habla de

miembros de una ecuación, también se habla de miembros de una desigualdad. Por lo tanto, en la desigualdad 4 < Y

≤ 6, los miembros son 4, Y y 6.

Una desigualdad válida sigue siendo válida si:

1. A cada miembro de la desigualdad se le suma o se le resta un mismo número.

EJEMPLO 28 Como 15 > 12, 15 + 3 > 12 + 3 (es decir, 18 > 15) y 15 − 3 > 12 − 3 (es decir, 12 > 9).

2. Cada miembro de la desigualdad se multiplica por un mismo número positivo o se divide entre un mismo número

positivo.

EJEMPLO 29 Como 15 > 12, (15)(3) > (12)(3) (es decir, 45 > 36) y 15/3 > 12/3 (es decir, 5 > 4).

3. Cada miembro se multiplica o se divide por un mismo número negativo, lo que indica que los símbolos de la desigualdad

son invertidos.

EJEMPLO 30 Como 15 > 12, (15)(−3) < (12)(−3) (es decir, −45 < −36) y 15/(−3) < 12/(−3) (es decir, −5 < −4).

LOGARITMOS

Si x > 0, b > 0 y b 1, y = log b x si y sólo si log b y = x. Un logaritmo es un exponente. Es la potencia a la que hay

que elevar la base b para obtener el número del que se busca el logaritmo. Las dos bases más utilizadas son el 10 y la

e, que es igual a 2.71828182. . . A los logaritmos base 10 se les llama logaritmos comunes y se escriben log 10 x o simplemente

log(x). A los logaritmos base e se les llama logaritmos naturales y se escriben ln(x).

EJEMPLO 31 Encuentre los siguientes logaritmos y después encuéntrelos usando EXCEL: log 2 8, log 5 25 y log 10 1 000. La

potencia a la que hay que elevar al 2 para obtener 8 es tres, así log 2 8 = 3. La potencia a la que hay que elevar al 5 para obtener 25

es dos, así log 5 25 = 2. La potencia a la que hay que elevar al 10 para obtener 1 000 es tres, así log 10 1 000 = 3. EXCEL tiene tres

funciones para calcular logaritmos. La función LN calcula logaritmos naturales, la función LOG10 calcula logaritmos comunes y

la función LOG(x,b) calcula el logaritmo de x base b. =LOG(8,2) da 3, =LOG(25,5) da 2, =LOG10(1 000) da 3.

EJEMPLO 32 Calcule los logaritmos naturales de los números del 1 al 5 usando EXCEL. Los números 1 a 5 se ingresan en las

celdas B1:F1 y en la celda B2 se ingresa la expresión =LN(B1), se hace clic y se arrastra desde B2 hasta F2. EXCEL proporciona

el siguiente resultado.

X 1 2 3 4 5

LN(x) 0 0.693147 1.098612 1.386294 1.609438

EJEMPLO 33 Muestre que las respuestas del ejemplo 32 son correctas mostrando que e ln(x) da el valor x. Los logaritmos se

ingresan en B1:F1 y la expresión e ln(x) , que está representada por =EXP(B1) se ingresa en B2, se hace clic y se arrastra de B2 a F2.

EXCEL da los resultados siguientes. Los números en D2 y E2 difieren de 3 y 4 debido a error de redondeo.

LN(x) 0 0.693147 1.098612 1.386294 1.609438

xEXP(LN(x)) 1 2 2.999999 3.999999 5

El ejemplo 33 ilustra que si se tiene el logaritmo de un número (log b (x)) se puede volver a obtener el número x usando la relación

b log b(x)

= x.


ECUACIONES LOGARÍTMICAS 7

EJEMPLO 34 El número e puede definirse como un límite. La cantidad (1 + (1/x)) x se va acercando a e a medida que x va

creciendo. Obsérvense las evaluaciones de EXCEL de (1 + (1/x)) x para x = 1, 10, 100, 1 000, 10 000, 100 000 y 1 000 000.

x 1 10 100 1 000 10 000 100 000 1 000 000

(11/x)^x 2 2.593742 2.704814 2.716924 2.718146 2.718268 2.71828

Los números 1, 10, 100, 1 000, 10 000, 100 000 y 1 000 000 se ingresan en B1:H1 y la expresión = (1 + 1/B1)ˆB1

se ingresa en B2, se hace clic y se arrastra de B2 a H2. Esto se expresa matemáticamente mediante la expresión

lím x→∞ (1 + (1/x)) x = e.

EJEMPLO 35 El saldo de una cuenta que gana interés compuesto n veces por año está dado por A(t) = P(1 + (r/n)) nt donde P

es el capital, r es la tasa de interés, t es el tiempo en años y n es el número de periodos compuestos por año. El saldo de una cuenta

que gana interés continuo está dado por A(t) = Pe rt . Para comparar el crecimiento de $1 000 a interés continuo con el de $1 000 a

interés compuesto trimestralmente, después de 1, 2, 3, 4 y 5 años, ambos a una tasa de interés de 5%, se usa EXCEL. Los resultados

son:

Años 1 2 3 4 5

Trimestralmente 1 050.95 1 104.49 1 160.75 1 219.89 1 282.04

Continuamente 1 051.27 1 105.17 1 161.83 1 221.4 1 284.03

Se ingresan los tiempos 1, 2, 3, 4 y 5 en B1:F1; en B2 se ingresa la expresión de EXCEL =1 000*(1.0125)ˆ(4*B1),

se hace clic y se arrastra desde B2 hasta F2. En B3 se ingresa la expresión =1 000*EXP(0.05*B1), se hace clic y se

arrastra desde B3 hasta F3. El interés continuo compuesto da resultados ligeramente mejores.

PROPIEDADES DE LOS LOGARITMOS

Las propiedades más importantes de los logaritmos son las siguientes:

1. log b MN = log b M + log b N

2. log b M/N = log b M − log b N

3. log b M P = p log b M

EJEMPLO 36 Escriba log b (xy 4 /z 3 ) como suma o diferencia de logaritmos de x, y y z.

xy 4

log b

z 3 = log b xy 4 log b z 3 propiedad 2

xy 4

log b

z 3 = log b x + log b y 4 log b z 3 propiedad 1

xy 4

log b

z 3 = log b x + 4 log b y 3log b z propiedad 3

ECUACIONES LOGARÍTMICAS

Para resolver ecuaciones logarítmicas:

1. Todos los logaritmos se aíslan en un lado de la ecuación.

2. Las sumas o diferencias de logaritmos se expresan como un solo logaritmo.

3. La ecuación obtenida en el paso 2 se expresa en forma exponencial.

4. Se resuelve la ecuación obtenida en el paso 3.

5. Se verifican las soluciones.


8 CAPÍTULO 1 VARIABLES Y GRÁFICAS

EJEMPLO 37 Solucione la siguiente ecuación logarítmica: log 4 (x + 5) = 3. Primero, se expresa esta ecuación en forma exponencial

como x + 5 = 4 3 = 64. A continuación se despeja x como sigue, x = 64 − 5 = 59. Por último se verifica la solución. log 4 (59

+ 5) = log 4 (64) = 3 ya que 4 3 = 64.

EJEMPLO 38 Resuelva la ecuación logarítmica siguiente: log(6y − 7) + logy = log(5). La suma de logaritmos se reemplaza

como el logaritmo del producto, log(6y − 7)y = log(5). Se igualan (6y − 7)y y 5. El resultado es 6y 2 − 7y = 5 o 6y 2 − 7y − 5 = 0.

Se factoriza esta ecuación cuadrática como (3y − 5)(2y + 1) = 0. Las soluciones son y = 5/3 y y = −1/2. El −1/2 se descarta

como solución, ya que los logaritmos de números negativos no están definidos. y = 5/3 demuestra ser una solución cuando se

sustituye en la ecuación original. Por lo tanto, la única solución es y = 5/3.

EJEMPLO 39 Resuelva la ecuación logarítmica siguiente:

ln(5x) − ln(4x + 2) = 4

La diferencia de logaritmos se convierte en el logaritmo del cociente, ln(5x/(4x + 2)) = 4. Aplicando la definición

de logaritmo: 5x/(4x + 2) = e 4 = 54.59815. Despejando x de la ecuación 5x = 218.39260x + 109.19630 se obtiene

x = −0.5117. Sin embargo, esta respuesta no satisface la ecuación ln(5x) − ln(4x + 2) = 4, ya que la función log no

está definida para números negativos. La ecuación ln(5x) − ln(4x + 2) = 4 no tiene solución.


PROBLEMAS RESUELTOS 9

PROBLEMAS RESUELTOS

VARIABLES

1.1 En cada uno de los casos siguientes indíquese si se trata de datos continuos o de datos discretos:

a) Cantidad de acciones que se venden diariamente en la bolsa de valores.

b) Temperatura registrada cada media hora en un observatorio.

c) Vida media de los cinescopios producidos por una empresa.

d ) Ingreso anual de los profesores universitarios.

e) Longitud de 100 pernos producidos en una fábrica

SOLUCIÓN

a) Discreta; b) continua; c) continua; d ) discreta; e) continua.

1.2 Dar el dominio de cada una de las variables siguiente e indicar si es una variable continua o discreta.

a) Cantidad G de galones (gal) de agua en una lavadora.

b) Cantidad B de libros en un anaquel.

c) Suma S de la cantidad de puntos que se obtienen al lanzar un par de dados.

d ) Diámetro D de una esfera.

e) País C en Europa.

SOLUCIÓN

a) Dominio: Cualquier valor desde 0 gal hasta la capacidad de la máquina. Variable: continua.

b) Dominio: 0, 1, 2, 3, ... hasta la mayor cantidad de libros que se quepan en el anaquel. Variable: discreta.

c) Dominio: Con un solo dado se pueden obtener 1, 2, 3, 4, 5 o 6 puntos. Por lo tanto, la suma de puntos en un par de

dados puede ser 2, 3, 4, 5, 6, 7, 8, 9, 10, 11 y 12, los cuales constituyen el dominio de S. Variable: discreta.

d ) Dominio: Si se considera un punto como una esfera de diámetro cero, el dominio de D son todos los valores desde

cero en adelante. Variable: continua.

e) Dominio: Inglaterra, Francia, Alemania, etc., que pueden representarse por medio de los números 1, 2, 3, etc. Variable:

discreta.

REDONDEO DE CANTIDADES NUMÉRICAS

1.3 Redondear cada uno de los números siguientes como se indica:

a) 48.6 a la unidad más cercana f ) 143.95 a la décima más cercana

b) 136.5 a la unidad más cercana g) 368 a la centena más cercana

c) 2.484 a la centésima más cercana h) 24 448 al millar más cercano

d ) 0.0435 a la milésima más cercana i) 5.56500 a la centésima más cercana

e) 4.50001 a la unidad más cercana j) 5.56501 a la centésima más cercana

SOLUCIÓN

a) 49; b) 136; c) 2.48; d ) 0.044; e) 5; f ) 144.0; g) 400; h) 24 000; i) 5.56; j ) 5.57


10 CAPÍTULO 1 VARIABLES Y GRÁFICAS

1.4 Sumar los números 4.35, 8.65, 2.95, 12.45, 6.65, 7.55 y 9.75: a) directamente, b) redondeando a la décima más

cercana de acuerdo con la convención del “entero par” y c) redondeando de manera que se incremente el dígito

antes del 5.

SOLUCIÓN

a) 4.35 b)

4.4 c) 4.4

8.65 8.6 8.7

2.95 3.0 3.0

12.45 12.4 12.5

6.65 6.6 6.7

7.55 7.6 7.6

9.75 9.8 9.8

Total 52.35 Total 52.4 Total 52.7

Obsérvese que el procedimiento b) es mejor que el procedimiento c) debido a que en el procedimiento b) se minimiza

la acumulación de errores de redondeo.

NOTACIÓN CIENTÍFICA Y CIFRAS SIGNIFICATIVAS

1.5 Expresar cada uno de los números siguiente sin utilizar potencias de 10.

a) 4.823 × 10 7 c) 3.8 × 10 −7 e) 300 × 10 8

b) 8.4 × 10 −6 d ) 1.86 × 10 5 f ) 70 000 × 10 −10

SOLUCIÓN

a) Se recorre el punto decimal siete lugares a la derecha y se obtiene 48 230 000; b) se recorre el punto decimal seis

lugares a la izquierda y se obtiene 0.0000084; c) 0.000380; d ) 186 000; e) 30 000 000 000; f ) 0.0000070000.

1.6 En cada inciso diga cuántas cifras significativas hay, entendiéndose que los números se han dado exactamente.

a) 149.8 in d ) 0.00280 m g) 9 casas

b) 149.80 in e) 1.00280 m h) 4.0 × 10 3 libras (lb)

c) 0.0028 metros (m) f ) 9 gramos (g) i) 7.58400 × 10 −5 dinas

SOLUCIÓN

a) Cuatro; b) cinco; c) dos; d ) tres; e) seis; f ) una; g) ilimitadas; h) dos; i) seis.

1.7 ¿Cuál es el error máximo en cada una de las mediciones siguientes, entendiéndose que se han registrado exactamente?

a) 73.854 in b) 0.09800 pies cúbicos (ft 3 ) c) 3.867 × 10 8 kilómetros (km)

SOLUCIÓN

a) Esta medida puede variar desde 73.8535 hasta 73.8545 in; por lo tanto, el error máximo es 0.0005 in. Hay cinco cifras

significativas.

b) La cantidad de pies cúbicos puede variar desde 0.097995 hasta 0.098005 pies cúbicos; por lo tanto, el error máximo

es 0.0005 ft 3 . Hay cuatro cifras significativas.

c) El verdadero número de kilómetros es mayor que 3.8665 × 10 8 , pero menor que 3.8675 × 10 8 ; por lo tanto, el error

máximo es 0.0005 × 10 8 , o 50 000 km. Hay cuatro cifras significativas.


PROBLEMAS RESUELTOS 11

1.8 Escribir cada número empleando la notación científica. A menos que se indique otra cosa, supóngase que todas

las cifras son significativas.

a) 24 380 000 (cuatro cifras significativas) c) 7 300 000 000 (cinco cifras significativas)

b) 0.000009851 d ) 0.00018400

SOLUCIÓN

a) 2.438 × 10 7 ; b) 9.851 × 10 −6 ; c) 7.30000 × 10 9 ; d ) 1.8400 × 10 −4

CÁLCULOS

1.9 Mostrar que el producto de los números 5.74 y 3.8, entendiéndose que tienen tres y dos cifras significativas,

respectivamente, no puede ser exacto a más de dos cifras significativas.

SOLUCIÓN

Primer método

5.74 × 3.8 = 21.812, pero en este producto no todas las cifras son significativas. Para determinar cuántas cifras son significativas,

obsérvese que 5.74 representa algún número entre 5.735 y 5.745, y 3.8 representa algún número entre 3.75 y 3.85.

Por lo tanto, el menor valor que puede tener este producto es 5.735 × 3.75 = 21.50625 y el mayor valor que puede tener

es 5.745 × 3.85 = 22.11825.

Dado que este intervalo de valores es 21.50625 a 22.11825, es claro que sólo los dos primeros dígitos del producto

son significativos y el resultado se escribe como 22. Nótese que el número 22 se determina para cualquier número entre

21.5 y 22.5.

Segundo método

Imprimiendo en cursivas las cifras dudosas, este producto se puede calcular como sigue:

5.7 4

3 8

4592

1722

2 1.812

En el resultado no se debe conservar más de una cifra dudosa, por lo que el resultado es 22 a dos cifras significativas.

Obsérvese que no es necesario trabajar con más cifras significativas que las presentes en el factor menos exacto; por lo

tanto, si 5.74 se redondea a 5.7, el producto será 5.7 × 3.8 = 21.66 = 22, a dos cifras significativas, lo cual coincide con

el resultado obtenido antes.

Cuando los cálculos se hacen sin calculadora, se puede ahorrar trabajo si no se conserva más de una o dos cifras más

de las que tiene el factor menos exacto y se redondea el resultado al número adecuado de cifras significativas. Cuando se

usa una computadora, que puede dar muchos dígitos, hay que tener cuidado de no creer que todos los dígitos son significativos.

1.10 Sume los números 4.19355, 15.28, 5.9561, 12.3 y 8.472, entendiéndose que todas las cifras son significativas.

SOLUCIÓN

En el cálculo a), que se presenta en la página siguiente, las cifras dudosas están en cursivas. El resultado final con no más

de una cifra dudosa es 46.2


12 CAPÍTULO 1 VARIABLES Y GRÁFICAS

a) 4.19355 b) 4.19

15.28 15.28

5.9561 5.96

12.3 12.3

8.472 8.47

46.20165 46.20

Se puede ahorrar un poco de trabajo si se hacen los cálculos como en el inciso b), donde únicamente se ha conservado un

lugar decimal más de los que tiene el número menos exacto. El resultado final se redondea a 46.2, que coincide con el

resultado en el inciso a).

1.11 Calcular 475 000 000 + 12 684 000 − 1 372 410 si estos números tienen tres, cinco y siete cifras significativas,

respectivamente.

SOLUCIÓN

En el cálculo a) que se muestra abajo, se conservan todas las cifras y se redondea el resultado final. En el cálculo se usa un

método similar al del problema 1.10 b). En ambos casos las cifras dudosas aparecen en cursivas.

a) 475 000 000

+ 12 684 000

487 684 000

487 684 000

1 372 410

486 311 590

b) 475 000 000

+ 12 700 000

487 700 000

487 700 000

1 400 000

486 300 000

El resultado final se redondea a 486 000 000; o mejor aún, para indicar que hay tres cifras significativas, se escribe

486 millones o 4.86 × 108.

1.12. Realizar las operaciones siguientes

a) 48.0 943 e)

(1.47562 1.47322)(4 895.36)

0.000159180

b) 8.35/98 f ) Si los denominadores 5 y 6 son exactos,

c) (28)(4 193)(182)

d)

(526.7)(0.001280)

0.000034921

g) 3.1416 ÷ 71.35

h) ÷128.5 89.24

(4.38) 2

5

+ (5.482)2

6

SOLUCIÓN

a) 48.0 × 943 = (48.0)(943) = 45 300

b) 8.35/98 = 0.085

c) (28)(4 193)(182) = (2.8 × 10 1 )(4.193 × 10 3 )(1.82 × 10 2 )

= (2.8)(4.193)(1.82) × 10 1+3+2 = 21 × 10 6 = 2.1 = 10 7

Lo que también puede escribirse como 21 millones, para indicar que hay dos cifras significativas.

d )

(526.7)(0.001280)

= (5.267 102 )(1.280 10 3 )

0.000034921

3.4921 10 5 = (5.267)(1.280)

3.4921

10 2 3

= 1.931

10 5 = 1.931 10 1

10 5

= 1.931 10 1+5 = 1.931 10 4

(10 2 )(10 3 )

10 5

Lo que también se puede escribir como 19.31 miles, para indicar que hay cuatro cifras significativas.


PROBLEMAS RESUELTOS 13

e)

(1.47562 1.47322)(4 895.36)

=

0.000159180

(0.00240)(4 895.36)

= (2.40 10 3 )(4.89536 10 3 )

0.000159180

1.59180 10 4

= (2.40)(4.89536)

1.59180

(10 3 )(10 3 )

10 4 = 7.38

10 0

= 7.38 104

10

4

Lo que también se puede escribir como 73.8 miles para indicar que hay tres cifras significativas. Obsérvese que aunque

originalmente en todos los números había seis cifras significativas, al sustraer 1.47322 de 1.47562 algunas de estas

cifras significativas se perdieron.

f ) Si los denominadores 5 y 6 son exactos, (4.38)2

5

g) 3.1416 ÷ 71.35 =(3.1416)(8.447) =26.54

h) ÷

128.5 89.24 = ÷ 39.3 = 6.27

= (5.482)2

6

= 3.84 + 5.009 = 8.85

1.13 Evaluar cada una de las expresiones siguientes, con X = 3, Y = −5, A = 4 y B = −7, donde todos los números

se supone que son exactos:

a) 2X 3Y f)

X 2 Y 2

A 2 B 2 + 1

b) 4Y 8X + 28 g) ÷

2X 2 Y 2 3A 2 + 4B 2 + 3

AX + BY

c)

BX AY

d) X 2 3XY 2Y 2

e) 2(X + 3Y 4(3X 2Y )

h)

6A 2

X

+ 2B2

Y

SOLUCIÓN

a) 2X 3Y = 2 3 3 5) =6 + 15 = 21

b) 4Y 8X + 28 = 4 5 8(3)+28 20 24 + 28 16

c)

AX + BY

BX AY

(4)(3 7 5) 12 + 35

= =

7)(3 4 5) 21 + 20 = 47 1

d ) X 2 3XY 2Y 2 =(3) 2 3(3 5 2 5) 2 = 9 + 45 50 = 4

e) 2(X + 3Y 4(3X 2Y )=2[(3)+3 5 4[3(3 2 5

= 2(3 15 4(9 + 10) = 2 12 4(19 24 76 100

Otro método

47

f )

g)

h)

2(X + 3Y 4(3X 2Y )=2X + 6Y 12X + 8Y 10X + 14Y 10(3)=14 5)

30 70 100

X 2 Y 2

A 2 B 2 + 1 = (3)2 5) 2

(4) 2 7) 2 + 1 = 9 25

16 49 + 1 = 16

32 + 1 2 = 0.5

pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2X 2 Y 2 3A 2 þ 4B 2 þ 3 ¼ 2ð3Þ 2 ð 5Þ 2 3ð4Þ 2 þ 4ð 7Þ 2 þ 3

p

¼

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi p

18 25 48 þ 196 þ 3 ¼

ffiffiffiffiffiffiffi

144 ¼ 12

rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

6A 2

X þ 2B2 6ð4Þ 2

¼ þ 2ð

rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

7Þ2 96

¼

Y 3 5 3 þ 98 p

¼

ffiffiffiffiffiffiffiffiffi

12:4 ¼ 3:52 aproximadamente

5

FUNCIONES Y GRÁFICAS

1.14 En la tabla 1.1 se presentan las cantidades de bushels (bu) de trigo y de maíz producidas en una granja en los

años 2002, 2003, 2004, 2005 y 2006. De acuerdo con esta tabla, determinar el año o los años en los que: a) se

produjeron menos bushels de trigo, b) se produjo la mayor cantidad de bushels de maíz, c) hubo la mayor dis-


14 CAPÍTULO 1 VARIABLES Y GRÁFICAS

Tabla 1.1 Producción de trigo y maíz desde 2002 hasta 2006

Año Bushels de trigo Bushels de maíz

2002

2003

2004

2005

2006

205

215

190

205

225

80

105

110

115

120

minución en la producción de trigo, d ) se produjo una misma cantidad de trigo, e) la suma de las producción

de trigo y maíz fue máxima.

SOLUCIÓN

a) 2004; b) 2006; c) 2004; d ) 2002 y 2005; e) 2006

1.15 Sean W y C, respectivamente, las cantidades de bushels de trigo y maíz producidas en el año t en la granja del

problema 1.14. Es claro que W y C son funciones de t; esto se indica como W = F(t) y C = G(t).

a) Encontrar W para t = 2004. g) ¿Cuál es el dominio de la variable t?

b) Encontrar C para t = 2002. h) ¿Es W una función univaluada de t?

c) Encontrar t para W = 205. i) ¿Es t función de W?

d ) Encontrar F(2005). j) ¿Es C función de W?

e) Encontrar G(2005). k) ¿Cuál es una variable independiente, t o W?

f ) Encontrar C para W = 190.

SOLUCIÓN

a) 190

b) 80

c) 2002 y 2005

d ) 205

e) 115

f ) 110

g) Todos los años, desde el 2002 hasta el 2006.

h) Sí, ya que a cada uno de los valores que puede tomar t le corresponde uno y sólo un valor de W.

i) Sí, para indicar que t es función de W se puede escribir t = H(W ).

j) Sí.

k) Físicamente, suele considerarse que W está determinada por t y no que t está determinada por W. Por lo tanto, t es la

variable dependiente y W es la variable independiente. Sin embargo, matemáticamente, en algunos casos, cualquiera

de las dos variables puede considerarse como la variable independiente y la otra variable como la variable dependiente.

La variable independiente es a la que se le pueden asignar diversos valores, y la otra variable cuyos valores dependen

de los valores asignados es la variable dependiente.

1.16 Una variable Y está determinada por otra variable X de acuerdo con la ecuación Y = 2X – 3, donde el 2 y el 3

son exactos.

a) Encontrar Y para X = 3, –2 y 1.5.

b) Construir una tabla en la que se den los valores de Y para X = −2, −1, 0, 1, 2, 3 y 4.

c) Si Y = F(X) denota que Y depende de X, determinar F(2.4) y F(0.8).

d ) ¿Cuál es el valor de X que corresponde a Y = 15?

e) ¿Puede expresarse X como función de Y?


PROBLEMAS RESUELTOS 15

f ) ¿Es Y una función univaluada de X?

g) ¿Es X una función univaluada de Y?

SOLUCIÓN

a) Para X = 3, Y = 2X − 3 = 2(3) − 3 = 6 − 3 = 3. Para X = −2, Y = 2X − 3 = 2(−2) − 3 = −4 − 3 = −7.

Para X = 1.5, Y = 2X − 3 = 2(1.5) − 3 = 3 − 3 = 0.

b) En la tabla 1.2 se presentan los valores de Y obtenidos en el inciso a). Obsérvese que se pueden construir muchas tablas

usando otros valores de X. La relación expresada por Y = 2X – 3 es equivalente a la colección de todas esas tablas.

Tabla 1.2

X −2 −1 0 1 2 3 4

Y −7 −5 −3 −1 1 3 5

c) F(2.4) = 2(2.4) − 3 = 4.8 − 3 = 1.8 y F(0.8) = 2(0.8) − 3 = 1.6 − 3 = −1.4.

d ) En Y = 2X – 3 se sustituye Y = 15. Esto da 15 = 2X – 3, 2X = 18 y X = 9.

e) Sí. Ya que Y = 2X – 3, Y + 3 = 2X y X = 1 2 (Y + 3). Así, X queda expresada explícitamente como función de Y.

f ) Sí. Ya que para cada uno de los valores que puede tomar X (que es una cantidad infinita) hay uno y sólo un valor

de Y.

g) Sí. Ya que de acuerdo con el inciso e) X = 1 2 (Y + 3), de manera que para cada uno de los valores que puede tomar Y

hay uno y sólo un valor de X.

1.17 Si Z = 16 + 4X – 3Y, hallar el valor de Z que corresponda a: a) X = 2, Y = 5; b) X = −3, Y = −7; c) X = −4,

Y = 2.

SOLUCIÓN

a) Z = 16 + 4(2 3(5) =16 + 8 15 = 9

b) Z = 16 + 4 3 3 7) =16 12 + 21 = 25

c) Z = 16 + 4 4 3(2) = 16 16 6 6

A valores dados de X y Y, les corresponde un valor de Z. Para denotar que Z depende de X y de Y se escribe Z = F(X,

Y) (que se lee “Z es función de X y Y ”). F(2, 5) denota el valor de Z para X = 2 y Y = 5 que, de acuerdo con el inciso a),

es 9. De igual manera, F(−3, −7) = 25 y F(−4, 2)= −6, de acuerdo con los incisos b) y c), respectivamente.

Las variables X y Y son las variables independientes y la variable Z es la variable dependiente.

1.18 Los gastos fijos de una empresa son de $1 000 por día y los costos de producción de cada artículo son de

$25.

a) Escribir una ecuación que exprese el costo total de producción de x unidades por día.

b) Usando EXCEL, elaborar una tabla en la que se den los costos de producción de 5, 10, 15, 20, 25, 30, 35,

40, 45 y 50 unidades por día.

c) Evaluar e interpretar f (100).

SOLUCIÓN

a) f (x) = 1 000 + 25x.

b) Los números 5, 10, . . . , 50 se ingresan en B1:K1, la expresión = 1 000 + 25*B1 se ingresa en B2, se da clic y se

arrastra desde B2 hasta K2 para obtener el resultado siguiente:

x 5 10 15 20 25 30 35 40 45

f(x) 1 025 1 050 1 075 1 100 1 125 1 150 1 175 1 200 1 225

c) f (100) = 1 000 + 25(100) = 1 000 + 2 500 = 3 500. Fabricar x = 100 unidades en un día cuesta 3 500.


16 CAPÍTULO 1 VARIABLES Y GRÁFICAS

1.19 El ancho de un rectángulo es x y el largo es x + 10.

a) Escribir una función, A(x), que exprese el área en función de x.

b) Usar EXCEL para elaborar una tabla que dé el valor de A(x) para x = 0, 1, . . . , 5.

c) Escribir una función, P(x), que exprese el perímetro en función de x.

d ) Usar EXCEL para elaborar una tabla que dé el valor de P(x) para x = 0, 1, . . . , 5.

SOLUCIÓN

a) A(x) = x(x + 10) = x 2 + 10x

b) En las celdas B1:G1 se ingresan los números 0, 1, 2, 3, 4 y 5; en la celda B2 se ingresa la expresión =B1^2+10*B1,

se da clic y se arrastra desde B2 hasta G2 con lo que se obtiene:

X 0 1 2 3 4 5

A(x) 0 11 24 39 56 75

c) P(x) = x + (x + 10) + x + (x + 10) = 4x + 20.

d ) En las celdas B1:G1 se ingresan los números 0, 1, 2, 3, 4 y 5; en la celda B2 se ingresa la expresión =4*B1+20, se

da clic y se arrastra desde B2 hasta G2 con lo que se obtiene:

X 0 1 2 3 4 5

P(x) 20 24 28 32 36 40

1.20 En un sistema de coordenadas rectangulares localizar los puntos que tienen como coordenadas: a) (5, 2), b) (2,

5), c) (−5, 1), d ) (1, −3), e) (3, −4), f ) (−2.5, −4.8), g) (0, −2.5) y h) (4, 0). Usar MAPLE para graficar estos

puntos.

SOLUCIÓN

Véase la figura 1-2. A continuación se da el comando de MAPLE para graficar estos ocho puntos. Cada punto está representado

por un círculo.

L : = [[5, 2], [2, 5], [−5, 1], [1, −3], [3, −4], [−2.5, −4.8], [0, −2.5], [4, 0]];

pointplot (L, font = [TIMES, BOLD, 14], symbol = circle);

5.0

2.5

0.0

−5 −4 −3 −2 −1 0 1 2 3 4 5

−2.5

Figura 1-2 Gráfica MAPLE de puntos.


PROBLEMAS RESUELTOS 17

1.21 Graficar la ecuación Y = 4X – 4 usando MINITAB.

SOLUCIÓN

Obsérvese que la gráfica se extiende indefinidamente tanto en dirección positiva como en dirección negativa del eje X. Aquí

se decidió, arbitrariamente, graficar sólo desde −5 hasta 5. En la figura 1-3 se muestra el diagrama de la recta Y = 4X − 4

obtenida con MINITAB. De la barra de herramientas se selecciona la secuencia “Graph ⇒ Scatterplots” para activar scatter

plots (gráfica de dispersión). Los puntos sobre la recta se obtienen ingresando los enteros desde −5 hasta 5 y usando la

calculadora de MINITAB para calcular los valores correspondientes de Y. Los valores de X y Y son los siguientes:

X 5 4 3 2 1 0 1 2 3 4 5

Y 24 20 16 12 8 4 0 4 8 12 16

Los puntos se han unido para dar una idea de cómo se ve la gráfica de la ecuación Y = 4X – 4.

20

Y

10

0

Origen

X

−10

−20

−30

−5.0

−2.5

0.0

2.5

Figura 1-3 Gráfica MINITAB de una función lineal.

5.0

1.22 Grafique la ecuación Y = 2X 2 – 3X – 9 usando EXCEL.

SOLUCIÓN

Tabla 1.3 Valores de una función cuadrática generados con EXCEL

X −5 −4 −3 −2 −1 0 1 2 3 4 5

Y 56 35 18 5 −4 −9 −10 −7 0 11 26

Se usó EXCEL para elaborar esta tabla que da los valores de Y para los valores de X igual a –5, −4, . . . , 5. Se ingresa la

expresión =2*B1^2-3*B1-9 en la celda B2, se da clic y se arrastra desde B2 hasta L2. Para obtener la gráfica que se

muestra en la figura 1-4 se usa el asistente para gráficos de EXCEL. Ésta es una función cuadrática. Las raíces (puntos en

los que la gráfica cruza el eje x) de esta función cuadrática están una en X = 3 y la otra entre –2 y –1. Haciendo clic sobre

el asistente para gráficos de EXCEL, se muestran las diversas gráficas que es posible hacer. Obsérvese que a medida que

X toma valores cada vez más grandes, tanto positivos como negativos, la gráfica de esta función cuadrática va hacia el

infinito positivo. Obsérvese también que la gráfica toma su valor más bajo cuando X está entre 0 y 1.

1.23 La tabla 1.4 muestra el aumento de la cantidad de diabéticos desde 1997 hasta 2005. Grafique estos datos.

Tabla 1.4 Cantidad de nuevos diabéticos

Año

Millones

1977

0.88

1998

0.90

1999

1.01

2000

1.10

2001

1.20

2002

1.25

2003

1.28

2004

1.36

2005

1.41


18 CAPÍTULO 1 VARIABLES Y GRÁFICAS

eje y

60

50

40

30

20

10

0

eje x

−6 −5 −4 −3 −2 −1 0 1 2 3 4 5 6

−10

−20

Figura 1-4 Diagrama EXCEL de una curva llamada parábola.

SOLUCIÓN

Primer método

La primer gráfica que se muestra en la figura 1-5 es la gráfica de una serie de tiempos. En este diagrama se presentan los

nuevos casos de diabetes desde 1997 hasta 2005. Se muestra que durante este periodo la cantidad de nuevos casos ha ido

aumentando.

Segundo método

A la figura 1-6 se le conoce como gráfica de barras, carta de barras o diagrama de barras. El ancho de las barras, que en

todas es el mismo, no tiene ningún significado en este caso y pueden ser de cualquier tamaño en tanto no se traslapen.

1.4

1.3

Millones

1.2

1.1

1.0

0.9

1997 1998 1999 2000 2001 2002 2003 2004 2005

Año

Figura 1-5 MINITAB, serie de tiempos de nuevos casos de diabetes por año.


PROBLEMAS RESUELTOS 19

1.4

1.2

1.0

Millones

0.8

0.6

0.4

0.2

0.0

1997 1998 1999 2000 2001 2002 2003 2004 2005

Año

Figura 1-6 MINITAB, gráfica de barras de los nuevos casos de diabetes por año.

Tercer método

En la figura 1-7 se muestra una gráfica de barras en la que las barras son horizontales en vez de verticales.

1997

1998

1999

2000

Año

2001

2002

2003

2004

2005

0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4

Millones

Figura 1-7 MINITAB, gráfica de barras horizontales de nuevos casos de diabetes por año.

1.24 Grafique los datos del problema 1.14 usando una gráfica de MINITAB para serie de tiempos, una gráfica de

barras agrupadas con efecto tridimensional (3-D) de EXCEL y una gráfica de barras apiladas con efecto 3-D

de EXCEL.

SOLUCIÓN

Las soluciones se dan en las figuras 1-8, 1-9 y 1-10.


20 CAPÍTULO 1 VARIABLES Y GRÁFICAS

240

220

Variable

Bushels de trigo

Bushels de maíz

200

180

Datos

160

140

120

100

80

2002

2003

2004

2005

2006

Año

Figura 1-8 MINITAB, serie de tiempos de la producción (2002 a 2006) de trigo y maíz.

250

200

150

Bushels

100

Bushels de trigo

Bushels de maíz

50

0

2002 2003 2004 2005 2006

Año

Figura 1-9 EXCEL, barras agrupadas con efecto 3-D.

1.25 a) Expresar las cantidades anuales de bushels de trigo y de maíz, presentadas en la tabla 1.1 del problema 1.4,

como porcentajes de la producción anual total.

b) Graficar los porcentajes obtenidos en el inciso a).

SOLUCIÓN

a) El porcentaje de trigo correspondiente al 2002 es = 205/(205 + 80) = 71.9% y porcentaje de maíz = 100% − 71.9%

= 28.1%, etc. Estos porcentajes se muestran en la tabla 1.5.

b) Las columnas apiladas 100% comparan los porcentajes con la contribución de cada valor al total de cada categoría

(figura 1-11).


PROBLEMAS RESUELTOS 21

350

300

250

Bushels

200

150

Bushels de maíz

Bushels de trigo

100

50

0

2002 2003 2004 2005 2006

Año

Figura 1-10 EXCEL, barras apiladas con efecto 3-D.

Tabla 1.5 Producción de trigo y maíz desde 2002 hasta 2006

Año Trigo (%) Maíz (%)

2002 71.9 28.1

2003 67.2 32.8

2004 63.3 36.7

2005 64.1 35.9

2006 65.2 34.8

100

90

80

70

Porcentaje

60

50

40

Maíz (%)

Trigo (%)

30

20

10

0

2002 2003 2004 2005 2006

Año

Figura 1-11 EXCEL, columnas 100% apiladas.


22 CAPÍTULO 1 VARIABLES Y GRÁFICAS

1.26 En un número reciente de USA Today, una nota titulada “Peligro en línea”, informa de un estudio realizado en

1 500 niños entre 10 y 17 años de edad. Presentar la información de la tabla 1.6 en una gráfica de barras agrupadas

y en una gráfica de barras apiladas.

Tabla 1.6

Prostitución Contacto con la pornografía Acoso

2000

19%

25%

6%

2005

13%

34%

9%

SOLUCIÓN

En la figura 1-12 se muestra la gráfica de barras con columnas agrupadas y en la figura 1-13 la gráfica de barras con columnas

apiladas obtenida con esta información.

40

35

30

25

Porcentaje

20

15

2000

2005

10

5

0

Prostitución

Contacto con

la pornografía

Acoso

Figura 1-12 EXCEL, gráfica de barras con columnas agrupadas.

70

60

50

Porcentaje

40

30

2005

2000

20

10

0

Prostitución

Contacto con

la pornografía

Acoso

Figura 1-13 EXCEL, gráfica de barras con columnas apiladas.


PROBLEMAS RESUELTOS 23

1.27 En una nota reciente de USA Today titulada “¿Dónde están los estudiantes universitarios?”, se informó que en

Estados Unidos hay más de 17.5 millones de universitarios que estudian en más de 6 400 escuelas. En la tabla

1.7 se da la matrícula de acuerdo al tipo de escuela.

Tabla 1.7 ¿Dónde están los estudiantes universitarios?

Tipo de escuela

Pública de 2 años

Pública de 4 años

Privada no lucrativa de 4 años

Privada de 2 y 4 años

Privada de menos de 4 años

Otras

Porcentaje

43

32

15

6

3

1

Con la información de la tabla 1.7 construya una gráfica de barras 3-D usando EXCEL y una gráfica de barras usando

MINITAB.

SOLUCIÓN

Las figuras 1-14 y 1-15 dan las gráficas pedidas.

Porcentaje

45

40

35

30

25

20

15

10

5

0

Pública de

2 años

Pública de

4 años

Privada

no lucrativa

de 4 años

Privada

de 2

y 4 años

Privada

de menos

de 4 años

Otras

Figura 1-14 EXCEL, gráfica de barras 3-D con los datos de la tabla 1.7.

40

Porcentaje

30

20

10

0

Pública de 2 años

Pública de 4 años

Privada no lucrativa

de 4 años

Privada de 2 y 4 años

Privada de menos

de 4 años

Otras

Tipo de escuela

Figura 1-15 MINITAB, gráfica de barras con los datos de la tabla 1.7.


24 CAPÍTULO 1 VARIABLES Y GRÁFICAS

1.28 Los estadounidenses tienen en promedio 2.8 televisores por hogar. Con los datos de la tabla 1.8 elabore una

gráfica de pastel usando EXCEL.

Tabla 1.8 Televisores por hogar

Televisores

Ninguno

Uno

Dos

Tres

Cuatro

Más de cinco

Porcentaje

2

15

29

26

16

12

SOLUCIÓN

En la figura 1-16 se presenta la gráfica de pastel obtenida con EXCEL para los datos de la tabla 1.8.

Cuatro

16%

Más de cinco

12%

Ninguna

2%

Una

15%

Tres

26%

Dos

29%

Figura 1-16 EXCEL, gráfica de pastel con la información de la tabla 1.8.

ECUACIONES

1.29 Resuelva las siguientes ecuaciones:

a) 4a 20 = 8 c) 18 5b = 3(b + 8)+10

Y + 2

b) 3X + 4 = 24 2X d) + 1 = Y 3 2

SOLUCIÓN

a) Sumar 20 a ambos miembros: 4a − 20 + 20 = 8 + 20 o bien 4a = 28.

Dividir ambos lados entre 4: 4a/4 = 28/4 y a = 7.

Verificación: 4(7) − 20 = 8, 28 − 20 = 8 y 8 = 8.

b) Restar 4 de ambos miembros: 3X + 4 − 4 = 24 − 2X − 4 o bien 3X = 20 − 2X.

Sumar 2X a ambos lados: 3X + 2X = 20 − 2X + 2X o bien 5X = 20.

Dividir ambos lados entre 5: 5X/5 = 20/5 y X = 4.

Verificación: 3(4) + 4 = 24 − 2(4), 12 + 4 = 24 − 8 y 16 = 16.

Este resultado se puede obtener mucho más rápidamente si se observa que todos los términos se pueden pasar

o trasponer de un miembro a otro de la ecuación cambiándoles simplemente el signo. Así, se puede escribir

3X + 4 = 24 − 2X 3X + 2X = 24 − 4 5X = 20 X = 4


PROBLEMAS RESUELTOS 25

c) 18 − 5b = 3b + 24 + 10 y 18 − 5b = 34.

Transponiendo, −5b − 3b = 34 − 18 o bien −8b = 16.

Dividiendo entre −8, −8b/(−8) = 16/(−8) y b = − 2.

Verificación: 18 − 5(−2) = 3(−2 + 8) + 10, 18 + 10 = 3(6) + 10 y 28 = 28.

d ) Primero se multiplican ambos miembros por 6, que es el mínimo común denominador.

6 Y + 2 + 1 = 6 Y 3

2

6 Y + 2

3

+ 6(1) = 6Y 2

2(Y + 2)+6 = 3Y

2Y + 4 + 6 = 3Y 2Y + 10 = 3Y 10 = 3Y 2Y Y = 10

Verificación: 10 + 2 + 1 = 10 3 2 , 12 3 + 1 = 10 ,4+ 1 = 5y5= 5.

2

1.30 Resolver los siguientes sistemas de ecuaciones simultáneas:

a) 3a 2b = 11 b) 5X + 14Y = 78 c) 3a + 2b + 5c = 15

5a + 7b = 39 7X + 3Y 7 7a 3b + 2c = 52

5a + b 4c = 2

SOLUCIÓN

a) Multiplicando la primera ecuación por 7: 21a 14b = 77

(1)

Multiplicando la segunda ecuación por 2: 10a + 14b = 78

(2)

Sumando:

Dividiendo entre 31:

31a = 155

a = 5

Obsérvese que multiplicando cada una de las ecuaciones dadas por un número adecuado, se obtienen las ecuaciones

equivalentes (1) y (2), en las que los coeficientes de la variable b son numéricamente iguales. Después, sumando

las dos ecuaciones se elimina la incógnita b y se encuentra a.

Sustituyendo a = 5 en la primera ecuación: 3(5) − 2b = 11, −2b = −4 y b = 2. Por lo tanto, a = 5 y b = 2.

Verificación: 3(5) − 2(2) = 11, 15 − 4 = 11 y 11 = 11; 5(5) + 7(2) = 39, 25 + 14 = 39 y 39 = 39.

b) Multiplicando la primera ecuación por 3: 15X + 42Y = 234

(3)

Multiplicando la segunda ecuación por −14: 98X 42Y = 98

(4)

Sumando:

83X = 332

Dividiendo entre −83:

X 4

Sustituyendo X = −4 en la primera ecuación: 5(−4) + 14Y = 78, 14Y = 98, y Y = 7.

Por lo tanto, X = −4 y Y = 7.

Verificación: 5(−4) + 14(7) = 78, −20 + 98 = 78 y 78 = 78; 7(−4) + 3(7) = −7, −28 + 21 = −7 y −7 = −7.

c) Multiplicando la primera ecuación por 2:

6a + 4b + 10c = 30

Multiplicando la segunda ecuación por −5: 35a + 15b 10c 260

Sumando: 29a + 19b 230

(5)

Multiplicando la segunda ecuación por 2: 14a 6b + 4c = 104

Repitiendo la tercera ecuación:

Sumando:

5a +

19a

b

5b

4c =

=

2

106

(6)

De esta manera se ha eliminado c y quedan dos ecuaciones (5) y (6), que deben resolverse simultáneamente para

encontrar a y b.

Multiplicando la ecuación (5) por 5:

Multiplicando la ecuación (6) por 19:

Sumando:

Dividiendo entre 216:

145a + 95b 1150

361a 95b = 2014

216 a = 864

a = 4

Sustituyendo a = 4 en la ecuación (5) o bien (6), se encuentra que b = −6.

Sustituyendo a = 4 y b = −6 en cualquiera de las ecuaciones dadas, se obtiene c = 3.


26 CAPÍTULO 1 VARIABLES Y GRÁFICAS

Por lo tanto, a = 4, b = −6 y c = 3.

Verificación: 3(4) + 2(−6) + 5(3) = 15 y 15 = 15; 7(4) − 3(−6) + 2(3) = 52 y 52 = 52; 5(4) + (−6) − 4(3) = 2 y

2 = 2.

DESIGUALDADES

1.31 Expresar con palabras el significado de:

a) N > 30 b) X ≤ 12 c) 0 < p ≤ 1 d ) µ − 2t < X < µ + 2t

SOLUCIÓN

a) N es mayor que 30.

b) X es menor o igual a 12.

c) p es mayor que cero y menor o igual a 1.

d ) X es mayor que µ − 2t pero menor que µ + 2t.

1.32 Traducir a símbolos lo siguiente:

a) La variable X toma valores entre 2 y 5 inclusive.

b) La media aritmética X es mayor que 28.42 y menor que 31.56.

c) m es un número positivo menor o igual a 10.

d ) P es un número no negativo.

SOLUCIÓN

a) 2 X 5; b) 28.42< X < 31.56; c) 0< m 10; d ) P 0.

1.33 Empleando los signos de desigualdad, ordenar los números 3.42, –0.6, –2.1, 1.45 y –3 en a) en orden creciente

de magnitud y en b) en orden decreciente de magnitud.

SOLUCIÓN

a) 3 < 2.1 < 0.6 < 1.45 < 3.42

b) 3.42 > 1.45 > 0.6 > 2.1 > 3

Obsérvese que cuando estos puntos se grafican como puntos en la línea (ver problema 1.18), aumentan de izquierda a

derecha.

1.34 Resolver cada una de las desigualdades siguientes (es decir, despejar X):

a) 2X < 6 c) 6 4X < 2 e) 1

b) 3X 8 4 d) 3 < X 5 < 3

2

3 2X

5

7

SOLUCIÓN

a) Dividiendo ambos lados entre 2 se obtiene X < 3.

b) Sumando 8 a ambos lados, 3X ≥ 12; dividiendo ambos lados entre 3, X ≥ 4.

c) Sumando −6 a ambos lados, −4X < −8; dividiendo ambos lados entre −4, X > 2. Obsérvese que como ocurre en las

ecuaciones, también en una desigualdad se puede transponer un término de un lado a otro de la desigualdad cambiando

simplemente el signo del término; por ejemplo, en el inciso b), 3X ≥ 8 + 4.

d ) Multiplicando por 2, −6 < X − 5 < 6; sumando 5, −1 < X < 11.

e) Multiplicando por 5, − 5 ≤ 3 – 2X ≤ 35; sumando −3, −8 ≤ −2X ≤ 32; dividiendo entre −2, 4 ≥ X ≥ −16, o bien

−16 ≤ X ≤ 4.


PROBLEMAS RESUELTOS 27

LOGARITMOS Y PROPIEDADES DE LOS LOGARITMOS

1.35 Utilizar la definición y = log b x para hallar los logaritmos siguientes y después usar EXCEL para verificar la

respuesta. (Obsérvese que y = log b x significa que b y = x.

a) Encontrar el log de base 2 de 32.

b) Encontrar el log de base 4 de 64.

c) Encontrar el log de base 6 de 216.

d ) Encontrar el log de base 8 de 4 096.

e) Encontrar el log de base 10 de 10 000.

SOLUCIÓN

a) 5; b) 3; c) 3; d ) 4; e) 4.

La expresión de EXCEL =LOG(32,2) da 5, =LOG(64,4) da 3, =LOG(216,6) da 3, =LOG(4 096,8) da 4 y =LOG(10 000,

10) da 4.

1.36 Empleando las propiedades de los logaritmos, volver a escribir los logaritmos siguientes como sumas y diferencias

de logaritmos.

a) ln x 2 y 3 z

ab

b) log a2 b 3 c

yz

Empleando las propiedades de los logaritmos, reescribir los logaritmos siguientes como un solo logaritmo.

c) ln(5) + ln(10) − 2 ln(5) d ) 2 log(5) − 3 log(5) + 5 log(5)

SOLUCIÓN

a) 2ln(x)+3ln(y)+ln(z ln(a ln(b)

b) 2log(a)+3log(b)+log(c log(y log(z)

c) ln(2)

d) log(625)

1.37 Usando SAS y SPSS, graficar y = ln(x).

SOLUCIÓN

Las soluciones se muestran en las figuras 1-17 y 1-18.

3.00

2.00

1.00

I n x

0.00

−1.00

−2.00

−3.00

0.00 2.00 4.00 6.00 8.00 10.00 12.00 14.00

x

Figura 1-17 Gráfica SPSS de y = ln(x).


28 CAPÍTULO 1 VARIABLES Y GRÁFICAS

3

2

1

I n ( x)

0

−1

−2

−3

0

2 4 6 8 10 12 14

x

Figura 1-18 Gráfica SAS de y = ln(x).

Las figuras 1-17 y 1-18 muestran una gráfica de la curva y = ln(x). A medida que x se aproxima a 0, los valores

de ln(x) se aproximan cada vez más a −∞. A medida que x crece, los valores de ln(x) se aproximan

a +∞.

ECUACIONES LOGARÍTMICAS

1.38 Resolver la ecuación logarítmica ln(x) = 10.

SOLUCIÓN

Empleando la definición de logaritmo, x = e 10 = 22026.47. Como verificación se saca el logaritmo natural de 22026.47 y

se obtiene 10.00000019.

1.39 Resolver la ecuación logarítmica log(x + 2) + log(x − 2) = log(5).

SOLUCIÓN

El lado izquierdo se puede escribir como log[(x + 2)(x − 2)]. Se obtiene la ecuación log(x + 2)(x − 2) = log(5), de la cual

(x + 2)(x − 2) = (5). A partir de la cual sigue la ecuación x 2 − 4 = 5 o bien x 2 = 9 o bien x = −3 o bien 3. Cuando estos

valores se verifican en la ecuación original, x = −3 debe descartarse como solución porque el logaritmo de números negativos

no está definido. Si en la ecuación original se sustituye x = 3, se tiene log(5) + log(1) = log(5), ya que log(1) = 0.

1.40 Resuelva la ecuación logarítmica log(a + 4) − log(a − 2) = 1.

SOLUCIÓN

Esta ecuación se puede escribir como log((a + 4)/(a − 2)) = 1. Aplicando la definición de logaritmo, se tiene

(a + 4)/(a − 2) = 10 1 o bien a + 4 = 10a − 20. Despejando a, a = 24/9 = 2.6 (siendo el 6 periódico). Sustituyendo en

la ecuación original a por 2.6667, se tiene 0.8239 − (−0.1761) = 1. La única solución es 2.6667.


PROBLEMAS RESUELTOS 29

1.41 Resolver la ecuación logarítmica ln(x) 2 − 1 = 0.

SOLUCIÓN

Esta ecuación se puede factorizar como [ln(x) + 1][ln(x) − 1] = 0. Haciendo el factor ln(x) + 1 = 0, se obtiene ln(x) = −1

o bien x = e −1 = 0.3678. Haciendo el segundo factor ln(x) − 1 = 0, se tiene ln(x) = 1 o bien x = e 1 = 2.7183. Ambos

valores son solución de la ecuación.

1.42 En la ecuación logarítmica siguiente, despejar x: 2log(x + 1) − 3log(x + 1) = 2.

SOLUCIÓN

Esta ecuación se puede escribir como log[(x + 1) 2 /(x + 1) 3 ] = 2 o bien log[1/(x + 1)] = 2 o bien log(1) − log(x + 1)] = 2

o bien 0 − log(x + 1) = 2 o bien log(x + 1) = −2 o bien x + 1 = 10 −2 o bien x = −0.99. Sustituyendo en la ecuación

original, se encuentra 2 log(0.01) − 3 log(0.01) = 2. Por lo tanto, la solución satisface la ecuación.

1.43 Para resolver ecuaciones logarítmicas que no son fáciles de resolver a mano, se puede usar el paquete de software

MAPLE. Resolver la ecuación siguiente usando MAPLE.

log(x + 2) − ln(x 2 ) = 4

SOLUCIÓN

El comando de MAPLE para resolver la ecuación es “solve(log10(x + 2) − ln(xˆ2) = 4);” la solución dada es −0.154594.

Obsérvese que MAPLE usa log10 para el logaritmo común.

Para comprobar que la solución es correcta, sustituyendo en la ecuación original se tiene log(1.845406) − ln(0.023899)

que es igual a 4.00001059.

1.44 EXCEL también se puede usar para resolver ecuaciones logarítmicas. Resolver la siguiente ecuación logarítmica

usando EXCEL: log(x + 4) + ln(x + 5) = 1.

SOLUCIÓN

En la figura 1-19 se da la hoja de cálculo de EXCEL.

−3

−2

−1

0

1

2

3

4

5

−0.30685

0.399642

0.863416

1.211498

1.490729

1.724061

1.92454

2.100315

2.256828

LOG10(A1+4)+LN(A1+5) −1

−3

−2.9

−2.8

−2.7

−2.6

−2.5

−2.4

−2.3

−2.2

−2.1

−2

−0.30685

−0.21667

−0.13236

−0.05315

0.021597

0.092382

0.159631

0.223701

0.284892

0.343464

0.399642

LOG10(A11+4)+LN(A11+5) −1

Figura 1-19 EXCEL, hoja de trabajo para el problema 1.44


30 CAPÍTULO 1 VARIABLES Y GRÁFICAS

Se puede usar la técnica iterativa que se muestra antes. La mitad superior encuentra que la raíz de log(x + 4) + ln(x + 5)

− 1 está entre −3 y −2. La mitad inferior encuentra que la raíz está entre −2.7 y –2.6. Para dar la raíz con la exactitud que

se desee, sólo hace falta continuar con este proceso. Al usar esta técnica se emplea la de clic y arrastre.

1.45 Encuentre la solución al problema 1.44 usando MAPLE.

SOLUCIÓN

El comando de MAPLE “> solve(log 10(x 4) ln(x 5) 1);” da como solución −2.62947285. Compare este resultado

con el obtenido en el problema 1.44.

VARIABLES

PROBLEMAS SUPLEMENTARIOS

1.46 Cuáles de los datos siguientes son datos discretos y cuáles son datos continuos.

a) Precipitación pluvial, en pulgadas, en una ciudad, en diversos meses del año.

b) Velocidad de un automóvil, en millas por hora.

c) Cantidad de billetes de $20 que circulan en Estados Unidos en determinado momento.

d ) Valor total diario de las acciones vendidas en la bolsa.

e) Cantidad de estudiantes inscritos anualmente en una universidad.

1.47 Dar el dominio de cada una de las variables siguientes e indicar si es una variable discreta o continua.

a) Cantidad anual W de bushels de trigo por acre que se producen en una granja.

b) Cantidad N de individuos en una familia.

c) Estado civil de un individuo.

d ) Tiempo T de vuelo de un misil.

e) Número P de pétalos que tiene una flor.

REDONDEO DE CANTIDADES NUMÉRICAS, NOTACIÓN CIENTÍFICA Y CIFRAS SIGNIFICATIVAS

1.48 Redondear cada uno de los números siguientes como se indica.

a) 3 256 a la centena más cercana

b) 5.781 a la décima más cercana

c) 0.0045 a la milésima más cercana

d ) 46.7385 a la centésima más cercana

e) 125.9995 a dos lugares decimales

f ) 3 502 378 al millón más cercano

g) 148.475 a la unidad más cercana

h) 0.000098501 a la millonésima más cercana

i) 2 184.73 a la decena más cercana

j) 43.87500 a la centésima más cercana

1.49 Expresar cada número sin usar potencias de 10.

a) 132.5 × 10 4 d ) 7 300 × 10 6

b) 418.72 × 10 −5 e) 3.487 × 10 −4

c) 280 × 10 −7 f ) 0.0001850 × 10 5


PROBLEMAS SUPLEMENTARIOS 31

1.50 ¿Cuántas cifras significativas hay en cada una de las cantidades siguientes entendiendo que se han registrado exactamente?

a) 2.54 cm g) 378 oz

b) 0.004500 yd h) 4.50 × 10 −3 km

c) 3 510 000 bu i) 500.8 × 10 5 kg

d ) 3.51 millones de bu j) 100.00 mi

e) 10.000100 ft

f ) 378 personas

1.51 ¿Cuál es el error máximo en cada una de las mediciones siguientes, entendiéndose que han sido registradas exactamente?

En cada caso dar el número de cifras significativas.

a) 7.20 millones bu c) 5 280 ft e) 186 000 mi/s

b) 0.00004835 cm d ) 3.5 × 10 8 m f ) 186 mil mi/s

1.52 Escribir cada uno de los números siguientes en notación científica. Supóngase que todas las cifras son significativas a menos

que se indique otra cosa.

a) 0.000317 d ) 0.000009810

b) 428 000 000 (cuatro cifras significativas) e) 732 mil

c) 21 600.00 f ) 18.0 diezmilésimas

CÁLCULOS

1.53 Mostrar que: a) el producto y b) el cociente de los números 72.48 y 5.16, considerando que tienen cuatro y tres cifras significativas,

respectivamente, no puede ser exacto a más de tres cifras significativas. Escribir el producto y el cociente

exactos.

1.54 Realizar cada una de las operaciones indicadas. A menos que se indique otra cosa, supóngase que los números se han registrado

exactamente.

a) 0.36 781.4 g) 14.8641 + 4.48 8.168 + 0.36125

b)

873.00

4.881

c) 5.78 2 700 16.00

d )

0.00480 2 300

0.2084

e) 120

0.5386 0.4614 (120 exactos) j) 4.120

f )

÷

(416 000)(0.000187)

÷ 73.84

h) 4 173 000 170 264 + 1 820 470 78 320

(estos números son exactos a cuatro, seis, seis y cinco

cifras significativas, respectivamente)

i)

7(4.386) 2 3(6.47) 2

6

3.1416[(9.483) 2 5.075) 2

0.0001980

(el 3, el 6 y el 7 son exactos)

1.55 Evaluar cada una de las expresiones siguientes, si U 2, V = 1 2 , W = 3, X 4, Y = 9yZ = 1 6

, donde se entiende

que todos los números son exactos.

a) 4U + 6V 2W

d ) 3(U X ) 2 + Y

b)

c)

XYZ

UVW

2X 3Y

UW + XV

e) ÷ U

2 2UV + W

f ) 3X (4Y + 3Z 2Y (6X 5Z 25


32 CAPÍTULO 1 VARIABLES Y GRÁFICAS

g)

h)

(W 2) 2 (Y 5)2

+ i) X 3 + 5X 2 6X 8

V Z

X 3

U V

j)

U 2 + V [U 2 V (W + X

(Y 4) 2 +(U + 5) 2 ÷

2

FUNCIONES, TABLAS Y GRÁFICAS

1.56 Una variable Y está determinada por una variable X de acuerdo con la ecuación Y = 10 – 4X.

a) Encontrar el valor de Y para X = −3, −2, −1, 0, 1, 2, 3, 4 y 5 y presentar los resultados en una tabla.

b) Encontrar el valor de Y para X = −2.4, −1.6, −0.8, 1.8, 2.7, 3.5 y 4.6.

p ffiffi

c) Si Y = F(X) denota que Y depende de X, hallar F(2.8), F(−5), F( 2 ) y F(−π).

d ) Dar el valor de X que corresponde a Y = −2, 6, −10, 1.6, 16, 0 y 10.

e) Expresar X explícitamente como función de Y.

1.57 Si Z = X 2 – Y 2 , encontrar el valor de Z para: a) X = −2, Y = 3 y b) X = 1, Y = 5. c) Si se usa la notación funcional

Z = F(X, Y), encontrar F(−3, −1).

1.58 Si W = 3XZ – 4Y 2 + 2XY, encontrar el valor de W para: a) X = 1, Y = −2, Z = 4 y b) X = −5, Y = −2, Z = 0. c) Si se usa

la notación funcional W = F(X, Y, Z), encontrar F(3, 1, −2).

1.59 En un sistema de coordenadas rectangulares, localizar los puntos cuyas coordenadas son: a) (3, 2), b) (2, 3), c) (−4, 4),

d ) (4, −4), e) (−3, −2), f ) (−2, −3), g) (−4.5, 3), h) (−1.2, −2.4), i) (0, −3) y j) (1.8, 0).

1.60 Grafique las ecuaciones: a) Y = 10 − 4X (ver problema 1.56), b) Y = 2X + 5, c) Y ¼ 1 3

(X 6), d ) 2X + 3Y = 12 y

e) 3X − 2Y = 6.

1.61 Graficar las ecuaciones: a) Y = 2X 2 + X − 10 y b) Y = 6 − 3X – X 2 .

1.62 Graficar Y = X 3 − 4X 2 + 12X − 6.

1.63 En la tabla 1.9 se presenta la cantidad de gimnasios y la cantidad de sus miembros en millones para los años desde 2000

hasta 2005. Emplear un paquete de software para trazar una gráfica de serie de tiempos para los gimnasios y otra para sus

miembros.

Tabla 1.9

Año 2000 2001 2002 2003 2004 2005

Gimnasios

Miembros

13 000

32.5

13 225

35.0

15 000

36.5

20 000

39.0

25 500

41.0

28 500

41.3

1.64 Emplear un paquete de software para trazar, con los datos de la tabla 1.9, una gráfica de barras de los gimnasios y de los

miembros.

1.65 Emplear EXCEL para trazar, con los datos de la tabla 1.9, un diagrama de dispersión de los gimnasios y de los miembros.

1.66 En la tabla 1.10 se da la mortalidad infantil por 1 000 nacidos vivos, para blancos y para no blancos, desde el año 2000

hasta el 2005. Usar una gráfica adecuada para representar estos datos.


PROBLEMAS SUPLEMENTARIOS 33

Tabla 1.10

Año 2000 2001 2002 2003 2004 2005

Blancos

No blancos

6.6

7.6

6.3

7.5

6.1

7.3

6.0

7.2

5.9

7.1

5.7

6.8

1.67 En la tabla 1.11 se dan las velocidades orbitales de los planetas de nuestro sistema solar. Graficar estos datos.

Tabla 1.11

Planeta Mercurio Venus Tierra Marte Júpiter Saturno Urano Neptuno Plutón

Velocidad

(mi/s)

29.7 21.8 18.5 15.0 8.1 6.0 4.2 3.4 3.0

1.68 En la tabla 1.12 se da la matrícula (en miles) de las escuelas públicas en los niveles kínder a grado 8, grado 9 a grado 12, y

universidad, de 2000 a 2006. Graficar estos datos usando gráficas de línea, de barras y de columna apilada.

1.69 Graficar los datos de la tabla 1.12 en una gráfica de columnas 100% apiladas.

Tabla 1.12

Año 2000 2001 2002 2003 2004 2005 2006

Kinder a grado 8

Grados 9 a 12

Universidad

33 852

13 804

12 091

34 029

13 862

12 225

34 098

14 004

12 319

34 065

14 169

12 420

33 882

14 483

12 531

33 680

14 818

12 646

33 507

15 021

12 768

Fuente: U.S. National Center for Educational Statistics and Projections of Education Statistic, annual.

1.70 En la tabla 1.13 se muestra el estado civil de varones y mujeres (18 años o mayores) en Estados Unidos en 1995. Graficar

estos datos en: a) gráficas de pastel de un mismo diámetro y b) una gráfica a elegir.

Tabla 1.13

Estado civil

Solteros

Casados

Viudos

Divorciados

Varones

(porcentaje del total)

26.8

62.7

2.5

8.0

Mujeres

(porcentaje del total)

19.4

59.2

11.1

10.3

Fuente: U.S. Bureau of Census–Current Population Reports.

1.71 En la tabla 1.14 se da la cantidad de reclusos menores de 18 años en las prisiones estatales de Estados Unidos, de 2001 a

2005. Graficar estos datos en el tipo adecuado de gráficas.

Tabla 1.14

Año 2001 2002 2003 2004 2005

Cantidad 3 147 3 038 2 741 2 485 2 266


34 CAPÍTULO 1 VARIABLES Y GRÁFICAS

1.72 En la tabla 1.15 se da la cantidad (en millones) de visitas al Insituto Smithsoniano, del 2001 al 2005. Con estos datos,

construir una gráfica de barras.

Tabla 1.15

Año 2001 2002 2003 2004 2005

Cantidad 32 26 24 20 24

1.73 En la tabla 1.16 se presentan las poblaciones de los siete países más poblados del mundo en 1997. Con estos datos, elaborar

una gráfica de pastel.

Tabla 1.16

País China India

Estados

Unidos Indonesia Brasil Rusia Pakistán

Población

(millones)

1 222 968 268 210 165 148 132

Fuente: U.S. Bureau of the Census, International database.

1.74 Un diagrama de Pareto es una gráfica de barras ordenadas de mayor a menor, de izquierda a derecha. Con los datos de la

tabla 1.16, construir un diagrama de Pareto.

1.75 En la tabla 1.17 se dan las áreas, en millones de millas cuadradas, de los océanos del mundo. Graficar estos datos en una

gráfica: a) de barras, b) de pastel.

Tabla 1.17

Océano Pacífico Atlántico Índico Antártico Ártico

Área (millones de

millas cuadradas)

63.8 31.5 28.4 7.6 4.8

Fuente: Naciones Unidas.

ECUACIONES

1.76 Resolver las ecuaciones siguientes:

a) 16 5c = 36 c) 4(X 3 11 = 15 2(X + 4) e) 3[2(X + 1 4 10 5(4 2X )

2

b) 2Y 6 = 4 3Y d) 3(2U + 1) =5(3 U)+3(U 2) f )

5 (12 + Y )=6 1

4 (9 Y )

1.77 Resolver las siguientes ecuaciones simultáneas:

a) 2a + b = 10 e) 2a + b c = 2

7a 3b = 9 3a 4b + 2c = 4

4a + 3b 5c 8

b) 3a + 5b = 24

2a + 3b = 14 f ) 5X + 2Y + 3Z 5

c) 8X 3Y = 2

3X + 7Y 9

2X 3Y 6Z = 1

X + 5Y 4Z = 22

d ) 5A 9B 10 g) 3U 5V + 6W = 7

3A 4B = 16 5U + 3V 2W 1

4U 8V + 10W = 11


PROBLEMAS SUPLEMENTARIOS 35

1.78 a) Graficar las ecuaciones 5X + 2Y = 4 y 7X − 3Y = 23 en el mismo conjunto de ejes coordenados.

b) A partir de la gráfica, determinar la solución de estas dos ecuaciones simultáneas.

c) Usar los procedimientos de los incisos a) y b) para obtener las soluciones de las ecuaciones simultáneas a) a d ) del

problema 1.77.

1.79 a) Usar la gráfica del problema 1.61a) para resolver la ecuación 2X 2 + X − 10 = 0. (Sugerencia: Encontrar los valores

de X en los que la parábola cruza el eje X: es decir, en los que Y vale 0.)

b) Emplear el método del inciso a) para resolver 3X 2 − 4X − 5 = 0.

1.80 Las soluciones de una ecuación cuadrática aX 2 + bX + c = 0 se obtienen mediante la fórmula cuadrática:

X b √ b2 4ac

2a

Empleando esta fórmula, encontrar las soluciones de: a) 3X 2 − 4X − 5 = 0, b) 2X 2 − X − 10 = 0, c) 5X 2 + 10X = 7 y

d ) X 2 + 8X + 25 = 0.

DESIGUALDADES

1.81 Utilizando los símbolos de desigualdad, ordenar los números −4.3, −6.15, 2.37, 1.52 y −1.5 en: a) en orden creciente, b)

en orden decreciente de magnitud.

1.82 Usar los símbolos de desigualdad para expresar cada una de las afirmaciones siguientes.

a) El número N de niños está entre 30 y 50 inclusive.

b) El número S de puntos en un par de dados no es menor a 7.

c) X es mayor o igual a −4 y menor que 3.

d ) P vale a lo mucho 5.

e) X es mayor que Y aumentada en 2.

1.83 Resolver cada una de las desigualdades siguientes:

a) 3X 12 d ) 3+ 5(Y 2 7 3(4 Y ) g) 2 3 + 1 2

(a 12) < 8

1

b) 4X < 5X 3 e) 3

5 (2X + 1 3

c) 2N + 15 > 10 + 3N f) 0 < 1 2

(15 5N 12

LOGARITMOS Y PROPIEDADES DE LOS LOGARITMOS

1.84 Encontrar los logaritmos comunes:

a) log(10) b) log(100) c) log(1 000) d ) log(0.1) e) log(0.01)

1.85 Encontrar los logaritmos naturales de los siguientes números a cuatro lugares decimales:

a) ln(e) b) ln(10) c) ln(100) d ) ln(1 000) e) ln(0.1)

1.86 Encontrar los logaritmos:

a) log 4 4 b) log 5 25 c) log 6 216 d ) log 7 2 401 e) log 8 32 768


36 CAPÍTULO 1 VARIABLES Y GRÁFICAS

1.87 Usar EXCEL para hallar los logaritmos siguientes. Dar la respuesta y los comandos.

a) log 4 5 b) log 5 24 c) log 6 215 d ) log 7 8 e) log 8 9

1.88 Repetir el problema 1.87 usando MAPLE. Dar la respuesta y los comandos de MAPLE.

1.89 Emplear las propiedades de los logaritmos para escribir la expresión siguiente en forma de sumas y diferencias de logaritmos:

ln((a 3 b 4 )/c 5 )

1.90 Emplear las propiedades de los logaritmos para escribir la expresión siguiente en forma de sumas y diferencias de logaritmos:

log((xyz)/w 3 )

1.91 Transformar la siguiente expresión en una expresión que contenga un solo logaritmo: 5 ln(a) − 4 ln(b) + ln(c) + ln(d )

1.92 Transformar la siguiente expresión en una expresión que contenga un solo logaritmo: log(u) + log(v) + log(w) − 2 log(x)

− 3 log(y) − 4 log(z).

ECUACIONES LOGARÍTMICAS

1.93 Encontrar la solución de log(3x − 4) = 2

1.94 Encontrar la solución de ln(3x 2 − x) = ln(10)

1.95 Encontrar la solución de log(w − 2) − log(2w + 7) = log(w + 2)

1.96 Encontrar la solución de ln(3x + 5) + ln(2x − 5) = 12

1.97 Usar MAPLE o EXCEL para encontrar la solución de ln(2x) + log(3x − 1) = 10

1.98 Usar MAPLE o EXCEL para encontrar la solución de log(2x) + ln(3x − 1) = 10

1.99 Usar MAPLE o EXCEL para encontrar la solución de ln(3x) − log(x) = log 2 3

1.100 Usar MAPLE o EXCEL para encontrar la solución de log 2 (3x) − log(x) = ln(3)


DISTRIBUCIONES

DE FRECUENCIAS

2

DATOS EN BRUTO

Los datos en bruto son los datos recolectados que aún no se han organizado. Por ejemplo, las estaturas de 100 estudiantes

tomados de la lista alfabética de una universidad.

ORDENACIONES

Ordenación se le llama a los datos numéricos en bruto dispuestos en orden creciente o decreciente de magnitud. A la

diferencia entre el número mayor y el número menor se le conoce como el rango de los datos. Por ejemplo, si la estatura

mayor en los 100 estudiantes es 74 pulgadas (in) y la menor es 60 in, el rango es 74 − 60 = 14 pulgadas (in).

DISTRIBUCIONES DE FRECUENCIA

Al organizar una gran cantidad de datos en bruto, suele resultar útil distribuirlos en clases o categorías y determinar

la cantidad de datos que pertenece a cada clase; esta cantidad se conoce como la frecuencia de clase. A la disposición

tabular de los datos en clases con sus respectivas frecuencias de clase se le conoce como distribución de frecuencias

o tabla de frecuencias. La tabla 2.1 es una distribución de frecuencias de las estaturas (registradas a la pulgada más

cercana) de 100 estudiantes de la universidad XYZ.

Tabla 2.1 Estaturas de 100 estudiantes

de la universidad XYZ

Estatura

(in)

60-62

63-65

66-68

69-71

72-74

Cantidad de

estudiantes

5

18

42

27

8

Total 100

La primera clase (o categoría), por ejemplo, consta de las estaturas que van desde 60 hasta 62 pulgadas y queda

identificada por el símbolo 60-62. Como hay cinco estudiantes cuyas estaturas pertenecen a esta clase, la frecuencia

de clase correspondiente es 5.

37


38 CAPÍTULO 2 DISTRIBUCIONES DE FRECUENCIAS

A los datos organizados y resumidos como en la distribución de frecuencias anterior se les llama datos agrupados.

Aunque al agrupar los datos se pierden muchos de los detalles originales de los datos, esto tiene la ventaja de que se

obtiene una visión general clara y se hacen evidentes las relaciones.

INTERVALOS DE CLASE Y LÍMITES DE CLASE

Al símbolo que representa una clase, como 60-62 en la tabla 2.1, se le conoce como intervalo de clase. A los números

de los extremos, 60 y 62, se les conoce como límites de clase; el número menor (60) es el límite inferior de clase, y el

número mayor (62) es el límite superior de clase. Los términos clase e intervalo de clase se suelen usar indistintamente,

aunque el intervalo de clase en realidad es un símbolo para la clase.

Un intervalo de clase que, por lo menos teóricamente, no tenga indicado el límite de clase superior o el límite de

clase inferior, se conoce como intervalo de clase abierto. Por ejemplo, al considerar grupos de edades de personas, un

intervalo que sea “65 años o mayores” es un intervalo de clase abierto.

FRONTERAS DE CLASE

Si las estaturas se registran a la pulgada más cercana, el intervalo de clase 60-62 comprende teóricamente todas las

mediciones desde 59.5000 hasta 62.5000 in. Estos números que se indican brevemente mediante los números exactos

59.5 y 62.5 son las fronteras de clase o los límites de clase reales; el menor de los números (59.5) es la frontera inferior

de clase y el número mayor (62.5) es la frontera superior de clase.

En la práctica, las fronteras de clase se obtienen sumando el límite superior de un intervalo de clase al límite inferior

del intervalo de clase inmediato superior y dividiendo entre 2.

Algunas veces, las fronteras de clase se usan para representar a las clases. Por ejemplo, las clases de la tabla 2.1

pueden indicarse como 59.5-62.5, 62.5-65.5, etc. Para evitar ambigüedades cuando se usa esta notación, las fronteras

de clase no deben coincidir con las observaciones. Por lo tanto, si una observación es 62.5, no es posible decidir si

pertenece al intervalo 59.5-62.5 o al intervalo 62.5-65.5

TAMAÑO O AMPLITUD DE UN INTERVALO DE CLASE

El tamaño, o la amplitud, de un intervalo de clase es la diferencia entre sus fronteras superior e inferior y se le conoce

también como amplitud de clase, tamaño de clase o longitud de clase. Si en una distribución de frecuencia todos los

intervalos de clase tienen la misma amplitud, esta amplitud común se denota c. En este caso, c es igual a la diferencia

entre dos límites inferiores de clases sucesivas o entre dos límites superiores de clases sucesivas. Por ejemplo, en los

datos de la tabla 2.1, el intervalo de clase es c = 62.5 − 59.5 = 65.5 − 62.5 = 3.

LA MARCA DE CLASE

La marca de clase es el punto medio del intervalo de clase y se obtiene sumando los límites de clase inferior y superior

y dividiendo entre 2. Así, la marca de clase del intervalo 60-62 es (60 + 62)/2 = 61. A la marca de clase también se

le conoce como punto medio de clase.

Para los análisis matemáticos posteriores, se supone que todas las observaciones que pertenecen a un intervalo de

clase dado coinciden con la marca de clase. Así, se considera que todas las estaturas en el intervalo de clase 60-62 in

son de 61 in.

REGLAS GENERALES PARA FORMAR UNA

DISTRIBUCIÓN DE FRECUENCIAS

1. En el conjunto de los datos en bruto, se determina el número mayor y el número menor y se halla, así, el rango (la

diferencia entre los números mayor y menor).


DISTRIBUCIONES DE FRECUENCIAS RELATIVAS 39

2. Se divide el rango en una cantidad adecuada de intervalos de clase de una misma amplitud. Si esto no es posible,

se usan intervalos de clase de diferentes amplitudes o intervalos de clase abiertos (ver problema 2.12). La cantidad

de intervalos suele ser de 5 a 20, dependiendo de los datos. Los intervalos de clase también suelen elegirse de

manera que las marcas de clase (o puntos medios de clase) coincidan con datos observados. Esto tiende a disminuir

el llamado error de agrupamiento en los análisis matemáticos subsiguientes. En cambio, las fronteras de clase no

deben coincidir con datos observados.

3. Se determina la cantidad de observaciones que caen dentro de cada intervalo de clase; es decir, se encuentran las

frecuencias de clase. La mejor manera de hacer esto es utilizando una hoja de conteo (ver problema 2.8).

HISTOGRAMAS Y POLÍGONOS DE FRECUENCIAS

Los histogramas y los polígonos de frecuencias son dos representaciones gráficas de las distribuciones de frecuencias.

1. Un histograma o histograma de frecuencias consiste en un conjunto de rectángulos que tienen: a) sus bases sobre

un eje horizontal (el eje X ), con sus centros coincidiendo con las marcas de clase de longitudes iguales a la amplitud

del intervalo de clase, y b) áreas proporcionales a las frecuencias de clase.

2. Un polígono de frecuencias es una gráfica de línea que presenta las frecuencias de clase graficadas contra las marcas

de clase. Se puede obtener conectando los puntos medios de las partes superiores de los rectángulos de un

histograma.

En las figuras 2.1 y 2.2 se muestran el histograma y el polígono de frecuencias correspondientes a la distribución

de frecuencias de las estaturas presentada en la tabla 2.1.

40

Frecuencias

30

20

10

0

61 64 67 70 73

Estatura (in)

Figura 2-1 MINITAB, histograma que muestra los puntos medios y las frecuencias de clase.

Obsérvese en la figura 2.2 cómo el polígono de frecuencias se ha anclado por sus extremos, es decir, en 58 y 76.

DISTRIBUCIONES DE FRECUENCIAS RELATIVAS

La frecuencia relativa de una clase es la frecuencia de la clase dividida entre la suma de las frecuencias de todas las

clases y generalmente se expresa como porcentaje. Por ejemplo, en la tabla 2.1, la frecuencia relativa de la clase 66-68

es 42/100 = 42%. Por supuesto, la suma de las frecuencias relativas de todas las clases es 1, o 100%.

Si en la tabla 2.1 las frecuencias se sustituyen por frecuencias relativas, la tabla que se obtiene es una distribución

de frecuencias relativas, distribución porcentual o tabla de frecuencias relativas.

Las representaciones gráficas de las distribuciones de frecuencias relativas se obtienen a partir de los histogramas

o polígonos de frecuencias, cambiando únicamente, en la escala vertical, las frecuencias por las frecuencias relativas y

conservando la gráfica exactamente igual. A las gráficas que se obtienen se les llama histogramas de frecuencias relativas

(o histogramas porcentuales) y polígonos de frecuencias relativas (o polígonos porcentuales), respectivamente.


40 CAPÍTULO 2 DISTRIBUCIONES DE FRECUENCIAS

DISTRIBUCIONES DE FRECUENCIAS ACUMULADAS Y OJIVAS

A la suma de todas las frecuencias menores que la frontera superior de un intervalo de clase dado se le llama frecuencia

acumulada hasta ese intervalo de clase inclusive. Por ejemplo, en la tabla 2.1, la frecuencia acumulada hasta el

intervalo de clase 66-68 inclusive es 5 + 18 + 42 = 65, lo que significa que 65 estudiantes tienen una estatura menor

a 68.5 in.

40

30

Frecuencias

20

10

0

58

61

64

67 70

Estatura (in)

Figura 2-2 MINITAB, polígono de frecuencias de las estaturas de los estudiantes.

A una tabla en la que se presentan las frecuencias acumuladas se le llama distribución de frecuencias acumuladas,

tabla de frecuencias acumuladas o simplemente distribución acumulada, y se presenta en la tabla 2.2 para la distribución

de las estaturas de los estudiantes de la tabla 2.1.

Tabla 2.2

73

76

Estatura (in)

Menos de 59.5

Menos de 62.5

Menos de 65.5

Menos de 68.5

Menos de 71.5

Menos de 74.5

Cantidad de estudiantes

0

5

23

65

92

100

Una gráfica que muestra las frecuencias acumuladas menores de cada frontera superior de clase respecto a cada

frontera superior de clase se le conoce como gráfica de frecuencias acumuladas u ojiva. En algunas ocasiones se desea

considerar distribuciones de frecuencias mayores o iguales que la frontera inferior de cada intervalo de clase. Como

en ese caso se consideran las estaturas de 59.5 in o más, de 62.5 in o más, etc., a estas distribuciones se les suele llamar

distribuciones acumuladas “o más que”, en tanto que las distribuciones consideradas antes son distribuciones acumuladas

“o menos que”. Una puede obtenerse fácilmente de la otra. A las ojivas correspondientes se les llama ojivas “más

que” y ojivas “menos que”. Aquí, siempre que se hable de distribuciones acumuladas o de ojivas, sin más, se tratará

del tipo “menos que”.

DISTRIBUCIONES DE FRECUENCIAS ACUMULADAS

RELATIVAS Y OJIVAS PORCENTUALES

La frecuencia acumulada relativa o frecuencia acumulada porcentual es la frecuencia acumulada dividida entre la

suma de todas las frecuencias (frecuencia total). Por ejemplo, la frecuencia acumulada relativa de las estaturas menores

que 68.5 in es 65/100 = 0.65 o 65%, lo que significa que 65% de los estudiantes tienen estaturas menores a


TIPOS DE CURVAS DE FRECUENCIAS 41

68.5 in. Si en la tabla 2.2 se emplean las frecuencias acumuladas relativas en lugar de las frecuencias acumuladas, se

obtiene una distribución de frecuencias acumuladas relativas (o distribución acumulada porcentual) y una gráfica de

frecuencias acumuladas relativas (u ojiva porcentual), respectivamente.

CURVAS DE FRECUENCIAS Y OJIVAS SUAVIZADAS

Suele considerarse que los datos recolectados pertenecen a una muestra obtenida de una población grande. Como de

esta población se pueden obtener muchas observaciones, teóricamente es posible (si son datos continuos) elegir intervalos

de clase muy pequeños y, a pesar de eso, tener un número adecuado de observaciones que caigan en cada clase.

De esta manera, cuando se tienen poblaciones grandes puede esperarse que los polígonos de frecuencias, o los polígonos

de frecuencias relativas, correspondientes a estas poblaciones estén formados por una gran cantidad de pequeños

segmentos de recta de manera que sus formas se aproximen a las de unas curvas, a las cuales se les llama curvas de

frecuencias o curvas de frecuencias relativas, respectivamente.

Es razonable esperar que estas curvas teóricas puedan ser aproximadas suavizando los polígonos de frecuencias o

los polígonos de frecuencias relativas de la muestra; esta aproximación mejorará a medida que aumenta el tamaño de

la muestra. Ésta es la razón por la que a las curvas de frecuencias se les suele llamar polígonos de frecuencias suavizados.

De igual manera, suavizando las gráficas de frecuencias acumuladas u ojivas, se obtienen ojivas suavizadas. Por

lo general, es más fácil suavizar una ojiva que un polígono de frecuencias.

TIPOS DE CURVAS DE FRECUENCIAS

Las curvas de frecuencias que surgen en la práctica toman ciertas formas características, como las que se muestran en

la figura 2-3.

Simétrica o en forma de campana

Sesgada a la derecha

Sesgada a la izquierda

Uniforme

Figura 2-3 Cuatro distribuciones que se encuentran con por lo común.

1. Las curvas simétricas o en forma de campana se caracterizan porque las observaciones equidistantes del máximo

central tienen la misma frecuencia. Las estaturas tanto de hombres como de mujeres adultos tienen distribuciones

en forma de campana.

2. Las curvas que tienen colas hacia la izquierda se dice que son sesgadas a la izquierda. Las curvas de la cantidad

de años que viven hombres y mujeres son sesgadas a la izquierda. Pocos mueren jóvenes y la mayoría muere entre

los 60 y los 80 años. En general, las mujeres viven en promedio diez años más que los hombres.

3. Las curvas que tienen colas hacia la derecha se dice que son sesgadas a la derecha. Las curvas de las edades a las

que se casan tanto hombres como mujeres son sesgadas a la derecha. La mayoría se casa entre los veinte y treinta

años y pocos se casan alrededor de cuarenta, cincuenta, sesenta o setenta años.

4. Las curvas que tienen aproximadamente las mismas frecuencias para todos sus valores se dice que son curvas

distribuidas uniformemente. Por ejemplo, las máquinas dispensadoras de refresco lo hacen de manera uniforme

entre 15.9 y 16.1 onzas.

5. Las curvas de frecuencias en forma de J o en forma de J inversa son curvas en las que el máximo se presenta en

uno de sus extremos.

6. Las curvas de frecuencias en forma de U son curvas que tienen un máximo en cada extremo y un mínimo en medio.

7. Las curvas bimodales son curvas que tienen dos máximos.

8. Las curvas multimodales tienen más de dos máximos.


42 CAPÍTULO 2 DISTRIBUCIONES DE FRECUENCIAS

PROBLEMAS RESUELTOS

ORDENACIONES

2.1 a) Disponer los números 17, 45, 38, 27, 6, 48, 11, 57, 34 y 22 en una ordenación.

b) Determinar el rango de estos números.

SOLUCIÓN

a) En orden ascendente de magnitud, la ordenación es: 6, 11, 17, 22, 27, 34, 38, 45, 48, 57. En orden descendente de

magnitud, la ordenación es: 57, 48, 45, 38, 34, 27, 22, 17, 11, 6.

b) Como el número mayor es 57 y el número menor es 6, el rango es 57 − 6 = 51.

2.2 En la tabla siguiente se presentan las calificaciones finales que obtuvieron en matemática 80 alumnos de una

universidad.

68 84 75 82 68 90 62 88 76 93

73 79 88 73 60 93 71 59 85 75

61 65 75 87 74 62 95 78 63 72

66 78 82 75 94 77 69 74 68 60

96 78 89 61 75 95 60 79 83 71

79 62 67 97 78 85 76 65 71 75

65 80 73 57 88 78 62 76 53 74

86 67 73 81 72 63 76 75 85 77

De acuerdo con esta tabla, encontrar:

a) La calificación más alta.

b) La calificación más baja.

c) El rango.

d ) Las calificaciones de los cinco mejores estudiantes.

e) Las calificaciones de los cinco peores estudiantes.

f ) La calificación del alumno que tiene el décimo lugar entre las mejores calificaciones.

g) El número de estudiantes que obtuvieron 75 o más.

h) El número de estudiantes que obtuvieron 85 o menos.

i) El porcentaje de los estudiantes que obtuvieron calificaciones mayores a 65 pero no mayores a 85.

j) Las calificaciones que no aparecen en esta tabla.

SOLUCIÓN

Como algunas de estas preguntas son tan minuciosas, es mejor construir primero una ordenación. Esto se hace dividiendo

los datos, de manera adecuada, en clases y colocando cada número de la tabla en su clase correspondiente, como se ve en

la tabla 2.3, llamada tabla de entradas. Después, los números de cada clase se disponen en una ordenación, como se muestra

en la tabla 2.4, con lo que se obtiene la ordenación deseada. Consultando la tabla 2.4 es relativamente fácil responder a

las preguntas anteriores.

a) La calificación más alta es 97.

b) La calificación más baja es 53.

c) El rango es 97 − 53 = 44

d ) Las calificaciones de los cinco mejores estudiantes son 97, 96, 95, 95 y 94.


PROBLEMAS RESUELTOS 43

Tabla 2.3

50-54 53

55-59 59, 57

60-64 62, 60, 61, 62, 63, 60, 61, 60, 62, 62, 63

65-69 68, 68, 65, 66, 69, 68, 67, 65, 65, 67

70-74 73, 73, 71, 74, 72, 74, 71, 71, 73, 74, 73, 72

75-79 75, 76, 79, 75, 75, 78, 78, 75, 77, 78, 75, 79, 79, 78, 76, 75, 78, 76, 76, 75, 77

80-84 84, 82, 82, 83, 80, 81

85-89 88, 88, 85, 87, 89, 85, 88, 86, 85

90-94 90, 93, 93, 94

95-99 95, 96, 95, 97

Tabla 2.4

50-54 53

55-59 57, 59

60-64 60, 60, 60, 61, 61, 62, 62, 62, 62, 63, 63

65-69 65, 65, 65, 66, 67, 67, 68, 68, 68, 69

70-74 71, 71, 71, 72, 72, 73, 73, 73, 73, 74, 74, 74

75-79 75, 75, 75, 75, 75, 75, 75, 76, 76, 76, 76, 77, 77, 78, 78, 78, 78, 78, 79, 79, 79

80-84 80, 81, 82, 82, 83, 84

85-89 85, 85, 85, 86, 87, 88, 88, 88, 89

90-94 90, 93, 93, 94

95-99 95, 95, 96, 97

e) Las calificaciones de los cinco peores estudiantes son 53, 57, 59, 60 y 60.

f ) La calificación del alumno que tiene el décimo lugar entre las mejores calificaciones es 88.

g) La cantidad de estudiantes que obtuvieron 75 o más es 44.

h) La cantidad de estudiantes que obtuvieron menos de 85 es 63.

i) El porcentaje de estudiantes que obtuvieron calificaciones mayores a 65 pero no mayores a 85 es 49/80 = 61.2%.

j) Las calificaciones que no aparecen en esta tabla son desde 0 hasta 52, 54, 55, 56, 58, 64, 70, 91, 92, 98, 99 y 100.

DISTRIBUCIONES DE FRECUENCIAS, HISTOGRAMAS

Y POLÍGONOS DE FRECUENCIAS

2.3 La tabla 2.5 muestra una distribución de frecuencias de los salarios semanales de 65 empleados de la empresa

P&R. Con los datos de esta tabla, determinar:

a) El límite inferior de la sexta clase.

b) El límite superior de la cuarta clase.

c) La marca de clase (o punto medio de clase) de la tercera clase.

d ) Las fronteras de clase de la quinta clase.

e) La amplitud del intervalo de la quinta clase.

f ) La frecuencia de la tercera clase.

g) La frecuencia relativa de la tercera clase.

h) El intervalo de clase de mayor frecuencia. A este intervalo se le suele llamar intervalo de clase modal y a

su frecuencia se le conoce como frecuencia de la clase modal.


44 CAPÍTULO 2 DISTRIBUCIONES DE FRECUENCIAS

Tabla 2.5

Salarios

$250.00-$259.99

$260.00-$269.99

$270.00-$279.99

$280.00-$289.99

$290.00-$299.99

$300.00-$309.99

$310.00-$319.99

Número de

empleados

8

10

16

14

10

5

2

Total 65

i) El porcentaje de empleados que gana menos de $280.00 por semana.

j) El porcentaje de empleados que gana menos de $300.00 por semana, pero por lo menos $260.00 por

semana.

SOLUCIÓN

a) $300.00.

b) $289.99.

c) La marca de clase (o punto medio de clase) de la tercera clase = 1 2

($270.00 + $279.99) = $274.995. Para propósitos

prácticos, esta cantidad se redondea a $275.00.

d ) La frontera inferior de la quinta clase = 1 2

($290.00 + $289.99) = $289.995. La frontera superior de la quinta clase

= 1 2

($299.99 + $300.00) = $299.995.

e) La amplitud del intervalo de la quinta clase = frontera superior de la quinta clase – frontera inferior de la quinta clase

= $299.995 − $289.985 = $10.00. En este caso, todos los intervalos de clase son del mismo tamaño: $10.00.

f ) 16.

g) 16/65 = 0.246 = 24.6%.

h) $270.00 − $279.99.

i) El número total de empleados que gana menos de $280 por semana = 16 + 10 + 8 = 34. El porcentaje de empleados

que gana menos de $280 por semana = 34/65 = 52.3%.

j) El número de empleados que gana menos de $300 por semana pero más de $260 por semana = 10 + 14 + 16 + 10

= 50. El porcentaje de empleados que gana menos de $300 por semana, pero por lo menos $260 por semana = 50/65

= 76.9%.

2.4 Si las marcas de clase en una distribución de frecuencias de pesos de estudiantes son 128, 137, 146, 155, 164,

173 y 182 libras, encuentre: a) la amplitud del intervalo de clase, b) las fronteras de clase y c) los límites de

clase, suponiendo que los pesos se hayan redondeado a la libra más cercana.

SOLUCIÓN

a) La amplitud del intervalo de clase = diferencia entre marcas sucesivas de clase = 137 − 128 = 146 − 137 = etc. =

9 lb.

b) Como todos los intervalos de clase tienen la misma amplitud, las fronteras de clase están a medio camino entre dos

marcas de clase y por lo tanto se tienen los valores

1

2 (128 + 137), 1 2 (137 + 146),...,1 2

(173 + 182) o bien 132.5, 141.5, 150.5, . . . , 177,5 lb


PROBLEMAS RESUELTOS 45

La frontera de la primera clase es 132.5 − 9 = 123.5 y la frontera de la última clase es 177.5 + 9 = 186.5, ya

que la amplitud común de los intervalos de clase es 9 lb. Por lo tanto, todas las fronteras de clase son:

123.5, 132.5, 141.5, 150.5, 159.5, 168.5, 177.5, 186.5 lb

c) Como los límites de clase son enteros, se eligen éstos como los enteros más cercanos a las fronteras de clase, es decir,

123, 124, 132, 133, 141, 142. . . Así, los límites de la primera clase son 124-132, de la siguiente, 133-141, etcétera.

2.5 Se toma una muestra de la cantidad de tiempo, en horas por semana, que los estudiantes universitarios usan su

celular. Usando SPSS, la secuencia “Analyze ⇒ Descripive Statistics ⇒ Frequencies” da el resultado mostrado

en la figura 2-4.

Tiempo

Frecuencias Porcentajes Porcentajes válidos

Porcentajes

acumulados

Válido 3.00

4.00

5.00

6.00

7.00

8.00

9.00

10.00

11.00

12.00

13.00

14.00

15.00

16.00

17.00

18.00

19.00

20.00

Total

3

3

5

3

4

4

3

4

2

2

3

1

2

5

2

1

2

1

50

6.0

6.0

10.0

6.0

8.0

8.0

6.0

8.0

4.0

4.0

6.0

2.0

4.0

10.0

4.0

2.0

4.0

2.0

100.0

6.0

6.0

10.0

6.0

8.0

8.0

6.0

8.0

4.0

4.0

6.0

2.0

4.0

10.0

4.0

2.0

4.0

2.0

100.0

6.0

12.0

22.0

28.0

36.0

44.0

50.0

58.0

62.0

66.0

72.0

74.0

78.0

88.0

92.0

94.0

98.0

100.0

Figura 2-4 SPSS, resultados para el problema 2.5.

a) ¿Qué porcentaje usa su celular 15 o menos horas por semana?

b) ¿Qué porcentaje usa su celular 10 o más horas por semana?

SOLUCIÓN

a) El porcentaje acumulado correspondiente a 15 horas es 78%. Es decir, 78% usa su celular 15 horas o menos por

semana.

b) El porcentaje acumulado correspondiente a 10 horas es 58%. Es decir, 58% usa su celular 10 horas o menos por semana.

Por lo tanto, 42% usa su celular más de 10 horas por semana.

2.6 De 150 mediciones, la menor es 5.18 in y la mayor es 7.44 in. Determinar un conjunto adecuado: a) de intervalos

de clase, b) de fronteras de clase y c) de marcas de clase que se pueda usar para elaborar una distribución

de frecuencias con estas mediciones.

SOLUCIÓN

El rango es 7.44 − 5.18 = 226 in. Para un mínimo de cinco intervalos de clases, la amplitud del intervalo de clase es

2.26/5 = 0.45, aproximadamente, y para un máximo de 20 intervalos de clase, la amplitud del intervalo de clase es 2.26/20

= 0.11, aproximadamente. Las amplitudes adecuadas para el intervalo de clase, entre 0.11 y 0.45, podrían ser 0.20,

0.30 o 0.40.


46 CAPÍTULO 2 DISTRIBUCIONES DE FRECUENCIAS

a) En las columnas I, II y III de la tabla siguiente se presentan intervalos de clase de amplitud 0.20, 0.30 y 0.40, respectivamente.

I II III

5.10-5.29 5.10-5.39 5.10-5.49

5.30-5.49 5.40-5.69 5.50-5.89

5.50-5.69 5.70-5.99 5.90-6.29

5.70-5.89 6.00-6.29 6.30-6.69

5.90-6.09 6.30-6.59 6.70-7.09

6.10-6.29 6.60-6.89 7.10-7.49

6.30-6.49 6.90-7.19

6.50-6.69 7.20-7.49

6.70-6.89

6.90-7.09

7.10-7.29

7.30-7.49

Obsérvese que el límite inferior de cada una de las primeras clases puede ser también distinto a 5.10. Por ejemplo, si

en la columna I se empieza con 5.15 como límite inferior, el primer intervalo de clase será 5.15-5.34.

b) Las fronteras de clase correspondientes a las columnas I, II y III del inciso a) son:

I 5.095-5.295, 5.295-5.495, 5.495-5.695, . . . , 7.295-7.495

II 5.095-5.395, 5.395-5.695, 5.695-5.995, . . . , 7.195-7.495

III 5.095-5.495, 5.495-5.895, 5.895-6.295, . . . , 7.095-7.495

Obsérvese que estas fronteras de clase son adecuadas, ya que no coinciden con las mediciones observadas.

c) A continuación se dan las marcas de clase correspondientes a las columnas I, II y III del inciso a).

I 5.195, 5.395, . . . , 7.395 II 5.245, 5.545, . . . , 7.345 III 5.295, 5.695, . . . , 7.295

Estas marcas de clase tienen la desventaja de no coincidir con mediciones observadas

2.7 Al resolver el problema 2.6a), un estudiante elige como intervalos de clase 5.10-5.40, 5.40-5.70, . . . , 6.90-7.20

y 7.20-7.50. ¿Hay algún problema con esta elección?

SOLUCIÓN

Estos intervalos de clase se traslapan en 5.40, 5.70, . . . , 7.20. De esta manera, una medición que se registre, por ejemplo

como 5.40, podrá colocarse en cualquiera de los dos primeros intervalos de clases. Algunos justifican esto acordando colocar

la mitad de los casos ambiguos en una de las clases y la otra mitad en la otra.

Esta ambigüedad se elimina escribiendo los intervalos de clase como de 5.10 hasta menos de 5.40, de 5.40 hasta

menos de 5.70, etc. En este caso, los límites de clase coinciden con las fronteras de clase y las marcas de clase pueden

coincidir con datos observados.

En general, siempre que sea posible, se desea evitar que los intervalos de clase se superpongan y escogerlos de

manera que las fronteras de clase sean valores que no coincidan con datos observados. Por ejemplo, los intervalos de clase

del problema 2.6 pueden ser 5.095-5.395, 5.395-5.695, etc., sin que haya ambigüedad. La desventaja de este caso particular

es que las marcas de clase no coincidirán con datos observados.


PROBLEMAS RESUELTOS 47

2.8 En la tabla siguiente se presentan los pesos, dados a la libra más cercana, de 40 estudiantes de una universidad.

Elaborar una distribución de frecuencias.

138 164 150 132 144 125 149 157

146 158 140 147 136 148 152 144

168 126 138 176 163 119 154 165

146 173 142 147 135 153 140 135

161 145 135 142 150 156 145 128

SOLUCIÓN

El peso mayor es 176 lb y el peso menor es 119 lb, de manera que el rango es 176 − 119 = 57 lb. Si se emplean cinco

intervalos de clase, la amplitud del intervalo de clase será 57/5 = 11, aproximadamente; si se usan 20 intervalos de clase,

la amplitud de cada intervalo de clase será 57/20 = 3, aproximadamente.

Una amplitud adecuada para los intervalos de clase es 5 lb. También es conveniente que las marcas de clase sean

120, 125, 130, 135, . . . , lb. Por lo tanto, los intervalos de clase serán 118-122, 123-127, 128-132, . . . Y entonces las fronteras

de clase serán 117.5, 122.5, 127.5, . . . , las cuales no coinciden con datos observados.

La distribución de frecuencias buscada se muestra en la tabla 2.6. La columna central, llamada hoja de conteo, se

usa para tabular las frecuencias de clase a partir de los datos en bruto y suele omitirse en la presentación final de una distribución

de frecuencias. No es necesario hacer una ordenación, pero si se cuenta con ella, se puede usar para tabular las

frecuencias.

Otro método

Por supuesto, hay otras posibles distribuciones de frecuencias. En la tabla 7.2, por ejemplo, se muestra una distribución de

frecuencias que tiene sólo siete clases y en la que el intervalo de clase es de 9 lb.

Tabla 2.6 Tabla 2.7

Peso (lb) Conteo Frecuencias

Peso (lb) Conteo Frecuencias

118-122 / 1

118-126 /// 3

123-127 /

2

127-135 //// 5

128-132 //

2

136-144 //// //// 9

133-137 //// 4

145-153 //// //// // 12

138-142 ///// 6

154-162 //// 5

143-147 /////// 8

163-171 //// 4

148-152 //// 5

172-180 // 2

153-157 //// 4

158-162 // 2

Total 40

163-167 /// 3

168-172 / 1

173-177 // 2

Total 40

2.9 Se toman las estaturas de 45 estudiantes del sexo femenino de una universidad; a continuación se presentan

estas estaturas registradas a la pulgada más cercana. Para elaborar un histograma, usar el paquete STATISTIX

para estadística.

67 67 64 64 74 61 68 71 69 61 65 64 62 63 59

70 66 66 63 59 64 67 70 65 66 66 56 65 67 69

64 67 68 67 67 65 74 64 62 68 65 65 65 66 67


48 CAPÍTULO 2 DISTRIBUCIONES DE FRECUENCIAS

SOLUCIÓN

Después de ingresar los datos en la hoja de cálculo de STATISTIX, la secuencia “Statistics ⇒ Summary Statistics ⇒

Histogram” produce el histograma que se muestra en la figura 2-5.

27

Frecuencias

18

9

0

55

59 63 67 71 75

Estatura (in)

Figura 2-5 STATISTIX, histograma de las estaturas de 45 estudiantes universitarias.

2.10 En la tabla 2.8 se dan las distancias, en millas, que recorren 50 estudiantes del Metropolitan College de su casa

a la universidad.

Tabla 2.8 Distancias al Metropolitan College (millas)

4.3

6.5

7.2

7.7

5.0

7.0

8.7

8.8

2.4

10.3

8.0

0.9

7.8

8.0

12.3

3.9

0.9

4.9

8.0

3.8

3.7

12.6

2.0

4.6

3.8

8.4

4.0

3.0

1.4

6.6

2.6

10.3

4.2

2.2

2.0

1.0

10.0

3.3

1.9

1.6

15.7

6.2

4.8

3.2

4.4

3.9

1.1

4.4

4.8

4.3

En la figura 2.6 se muestra el histograma obtenido con SPSS con las distancias de la tabla 2.8. Obsérvese que

las clases son 0 a 2, 2 a 4, 4 a 6, 6 a 8, 8 a 10, 10 a 12, 12 a 14 y 14 a 16. Las frecuencias 7, 13, 11, 7, 6, 3, 2 y

1. Un número que cae en el límite inferior de clase se cuenta dentro de esa clase, pero los que caen en el límite

superior, se cuentan dentro de la clase siguiente.

a) ¿Cuáles son los valores que pertenecen a la primera clase?

b) ¿Cuáles son los valores que pertenecen a la segunda clase?

c) ¿Cuáles son los valores que pertenecen a la tercera clase?

d ) ¿Cuáles son los valores que pertenecen a la cuarta clase?

e) ¿Cuáles son los valores que pertenecen a la quinta clase?

f ) ¿Cuáles son los valores que pertenecen a la sexta clase?

g) ¿Cuáles son los valores que pertenecen a la séptima clase?

h) ¿Cuáles son los valores que pertenecen a la octava clase?


PROBLEMAS RESUELTOS 49

12.5

10.0

Frecuencias

7.5

5.0

2.5

Media = 5.368

Desv. est. = 3.36515

N = 50

0.0

0.00

5.00 10.00 15.00 20.00

Distancia (millas)

Figura 2-6 SPSS, histograma de las distancias al Metropolitan College.

SOLUCIÓN

a) 0.9, 0.9, 1.0, 1.1, 1.4, 1.6, 1.9

b) 2.0, 2.0, 2.2, 2.4, 2.6, 3.0, 3.2, 3.3, 3.7, 3.8, 3.8, 3.9, 3.9

c) 4.0, 4.2, 4.3, 4.3, 4.4, 4.4, 4.6, 4.8, 4.8, 4.9, 5.0

d) 6.2, 6.5, 6.6, 7.0, 7.2, 7.7, 7.8

e) 8.0, 8.0, 8.0, 8.4, 8.7, 8.8

f ) 10.0, 10.3, 10.3

g) 12.3, 12.6

h) 15.7

2.11 En la figura 2-7 se muestra un histograma obtenido con SAS, con las distancias de la tabla 2.8. Se muestran los

puntos medios (marcas de clase) de los intervalos de clase. Las clases son 0 a 2.5, 2.5 a 5.0, 5.0 a 7.5, 7.5 a

10.0, 10 a 12.5, 12.5 a 15.0, 15.0 a 17.5, 17.5 a 20.0. Los números que caen en el límite inferior de clase se

cuentan dentro de esa clase, pero si caen en el límite superior se cuentan dentro de la clase siguiente.

a) ¿Cuáles son los valores (de la tabla 2.8) que pertenecen a la primera clase?

b) ¿Cuáles son los valores que pertenecen a la segunda clase?

c) ¿Cuáles son los valores que pertenecen a la tercera clase?

d ) ¿Cuáles son los valores que pertenecen a la cuarta clase?

e) ¿Cuáles son los valores que pertenecen a la quinta clase?

f ) ¿Cuáles son los valores que pertenecen a la sexta clase?

g) ¿Cuáles son los valores que pertenecen a la séptima clase?

SOLUCIÓN

a) 0.9, 0.9, 1.0, 1.1, 1.4, 1.6, 1.9, 2.0, 2.0, 2.2, 2.4

b) 2.6, 3.0, 3.2, 3.3, 3.7, 3.8, 3.8, 3.9, 3.9, 4.0, 4.2, 4.3, 4.3, 4.4, 4.4, 4.6, 4.8, 4.8, 4.9

c) 5.0, 6.2, 6.5, 6.6, 7.0, 7.2

d) 7.7, 7.8, 8.0, 8.0, 8.0, 8.4, 8.7, 8.8


50 CAPÍTULO 2 DISTRIBUCIONES DE FRECUENCIAS

20.0

17.5

15.0

12.5

Conteo

10.0

7.5

5.0

2.5

0

1.25 3.75 6.25 8.75 11.25 13.75 16.25

Distancia (millas)

Figura 2-7 SAS, histograma con las distancias al Metropolitan College.

e) 10.0, 10.3, 10.3, 12.3

f ) 12.6

g) 15.7

2.12 La empresa P&R (problema 2.3) contrata cinco empleados nuevos, cuyos salarios semanales son $285.34,

$316.83, $335.78, $356.21 y $374.50. Construir una distribución de frecuencias con los salarios de los 70

empleados.

SOLUCIÓN

En las tablas 2.9, a) y b), se presentan varias distribuciones de frecuencias posibles.

Tabla 2.9a)

Tabla 2.9b)

Salarios

Frecuencias

Salarios

Frecuencias

$250.00-$259.99

260.00-269.99

270.00-279.99

280.00-289.99

290.00-299.99

300.00-309.99

310.00-319.99

320.00-329.99

330.00-339.99

340.00-349.99

350.00-359.99

360.00-369.99

370.00-379.99

8

10

16

15

10

5

3

0

1

0

1

0

1

$250.00-$259.99

260.00-269.99

270.00-279.99

280.00-289.99

290.00-299.99

300.00-309.99

310.00-319.99

320.00 y más

8

10

16

15

10

5

3

3

Total 70

Total 70


PROBLEMAS RESUELTOS 51

Tabla 2.9c)

Tabla 2.9d )

Salarios

Frecuencias

Salarios

Frecuencias

$250.00-$269.99

270.00-289.99

290.00-309.99

310.00-329.99

330.00-349.99

350.00-369.99

370.00-389.99

18

31

15

3

1

1

1

Total 70

$250.00-$259.99

260.00-269.99

270.00-279.99

280.00-289.99

290.00-299.99

300.00-319.99

320.00-379.99

8

10

16

15

10

8

3

Total 70

En la tabla 2.9a) se conserva una misma amplitud de intervalo de clase, $10.00. Esto da por resultado que haya

demasiadas clases vacías y que sea demasiado detallada en la parte superior de la escala de los salarios.

En la tabla 2.9b) se han evitado las clases vacías y el excesivo detalle empleando el intervalo abierto “$320 y más”.

La desventaja es que esta tabla no es útil para realizar ciertos cálculos matemáticos. Por ejemplo, no se puede determinar

cuál es la cantidad total pagada como salarios semanalmente, ya que en “más de $320.00” puede haber individuos que ganen

hasta $1 400.00 por semana.

En la tabla 2.9c) se emplea $20.00 como amplitud del intervalo de clase. La desventaja es que en el extremo inferior

de la escala de salarios se pierde mucha información, en tanto que en el extremo superior de la escala, la tabla sigue siendo

demasiado detallada.

En la tabla 2.9d) se emplean amplitudes desiguales de intervalos de clase. La desventaja es que se complican ciertos

cálculos que puede desearse hacer después, lo que no ocurre cuando los intervalos de clase son de la misma amplitud.

También, cuanto mayor sea la amplitud del intervalo de clase, mayor será el error de agrupamiento.

2.13 En la figura 2-8 se muestra un histograma, obtenido con EXCEL, con las distancias de la tabla 2.8. Las clases

son 0 a 3, 3 a 6, 6 a 9, 9 a 12, 12 a 15 y 15 a 18. Los números que caigan en el límite superior de clase se cuentan

dentro de esa clase, pero si caen en el límite inferior se cuentan dentro de la clase anterior.

a) ¿Cuáles son los valores (de la tabla 2.8) que pertenecen a la primera clase?

b) ¿Cuáles son los valores que pertenecen a la segunda clase?

c) ¿Cuáles son los valores que pertenecen a la tercera clase?

Frecuencias

20

18

18

16

14 13

13

12

10

8

6

4

3

2

2

1

0

Distancia (millas)

Figura 2-8 EXCEL, histograma con las distancias al Metropolitan College.


52 CAPÍTULO 2 DISTRIBUCIONES DE FRECUENCIAS

d ) ¿Cuáles son los valores que pertenecen a la cuarta clase?

e) ¿Cuáles son los valores que pertenecen a la quinta clase?

f ) ¿Cuáles son los valores que pertenecen a la sexta clase?

SOLUCIÓN

a) 0.9, 0.9, 1.0, 1.1, 1.4, 1.6, 1.9, 2.0, 2.0, 2.2, 2.4, 2.6, 3.0

b) 3.2, 3.3, 3.7, 3.8, 3.8, 3.9, 3.9, 4.0, 4.2, 4.3, 4.3, 4.4, 4.4, 4.6, 4.8, 4.8, 4.9, 5.0

c) 6.2, 6.5, 6.6, 7.0, 7.2, 7.7, 7.8, 8.0, 8.0, 8.0, 8.4, 8.7, 8.8

d ) 10.0, 10.3, 10.3

e) 12.3, 12.6

f ) 15.7

DISTRIBUCIONES DE FRECUENCIAS ACUMULADAS Y OJIVAS

2.14 A partir de la distribución de frecuencias dada en la tabla 2.5 del problema 2.3, construir: a) una distribución

de frecuencias acumuladas, b) una distribución acumulada porcentual, c) una ojiva y d ) una ojiva porcentual.

Tabla 2.10

Salarios

Menos de $250.00

Menos de $260.00

Menos de $270.00

Menos de $280.00

Menos de $290.00

Menos de $300.00

Menos de $310.00

Menos de $320.00

Frecuencias

acumuladas

0

8

18

34

48

58

63

65

Distribución

acumulada

porcentual

0.0

12.3

27.7

52.3

73.8

89.2

96.9

100.0

SOLUCIÓN

a) y b) En la tabla 2.10 se muestran la distribución de frecuencias acumuladas y la distribución de frecuencia porcentual (o

distribución de frecuencias acumuladas relativas).

Obsérvese que las entradas de la columna 2 se obtienen sumando las entradas sucesivas de la columna 2 de la tabla

2.5, así, 18 = 8 + 10, 34 = 8 + 10 + 16, etcétera.

Las entradas de la columna 3 se obtienen dividiendo cada una de las entradas de la columna anterior entre 65, la suma

de todas las frecuencias, y expresando el resultado como porcentaje. Así, 34/65 = 0.523, o 52.3%. Las entradas en esta

columna también pueden obtenerse añadiendo entradas sucesivas de la columna 2 de la tabla 2.8. Así, 27.7 = 12.3 + 15.4,

52.3 = 12.3 + 15.4 + 24.6, etcétera.

c) y d ) En la figura 2-9a) se muestra la ojiva (gráfica de frecuencias acumuladas porcentuales), y en la figura 2-9b)

se presenta la ojiva porcentual (gráfica de frecuencias acumuladas relativas). Ambas son gráficas generadas con Minitab.


PROBLEMAS RESUELTOS 53

b) Salarios

250

260

270

280

290

300

310

320

70

Salarios, frecuencias acumuladas*

100

Salarios, frecuencias acumuladas porcentuales*

60

50

80

40

60

30

40

20

10

20

0

0

250

260

270 280 290

a) Salarios

300

310

320

Figura 2-9 MINITAB, a) gráfica de frecuencias acumuladas y b) gráfica de frecuencias acumuladas porcentuales.

2.15 A partir de la distribución de frecuencias dada en la tabla 2.5 del problema 2.3, construir: a) una distribución

de frecuencias “o más” y b) una ojiva “o más”.

SOLUCIÓN

a) En la tabla 2.11, obsérvese que cada entrada de la columna 2 se obtiene sumando las entradas sucesivas de la columna

2 de la tabla 2.5, empezando en la parte inferior de la tabla 2.5; así, 7 = 2 + 5, 17 = 2 + 5 + 10, etc. Estas entradas

también pueden obtenerse restando las entradas en la columna 2 de la tabla 2.10 del total de las frecuencias, 65; así,

57 = 65 – 8, 47 = 65 − 18, etcétera.

b) En la figura 2.10 se muestra la ojiva “o más”.

Tabla 2.11

Salarios

$250.00 o más

$260.00 o más

$270.00 o más

$280.00 o más

$290.00 o más

$300.00 o más

$310.00 o más

$320.00 o más

Frecuencias acumuladas

“o más”

65

57

47

31

17

7

2

0

2.16 A partir de las ojivas de las figuras 2-9 y 2-10 (problemas 2.14 y 2.15, respectivamente), estimar la cantidad de

empleados que ganan: a) menos de $288.00 por semana, b) $296.00 o más por semana, c) por lo menos $263.00

por semana, pero menos de $275.00 por semana.

SOLUCIÓN

a) En la ojiva “menos de” de la figura 2-9 se traza una recta vertical que cruce la recta de los salarios en $288.00. Este

punto cruza la ojiva en un punto cuyas coordenadas son (288, 45); por lo tanto, la cantidad de empleados que gana

menos de $288.00 por semana es 45.

b) En la ojiva “o más” de la figura 2-10 se traza una recta vertical en $296.00. Esta recta cruza la ojiva en el punto (296,

11); por lo tanto, la cantidad de empleados que gana $296.00 o más por semana es 11 empleados.


54 CAPÍTULO 2 DISTRIBUCIONES DE FRECUENCIAS

70

60

Frecuencias acumuladas “o más”

50

40

30

20

10

0

250 260 270 280 290 300 310 320 330 340 350

Salarios

Figura 2-10 EXCEL, gráfica de frecuencias acumuladas “o más”

Esto también puede obtenerse a partir de la ojiva “menos de” de la figura 2-9. Trazando una recta en $296.00,

se encuentra que 54 empleados ganan menos de $296.00 por semana; por lo tanto, 65 − 54 = 11 empleados ganan

$296.00 o más por semana.

c) Utilizando la ojiva “menos de” de la figura 2-9, se tiene: cantidad de empleados buscada = cantidad de empleados que

gana menos de $275.00 por semana – cantidad de empleados que gana menos de $263.00 por semana = 26 − 11

= 15.

Obsérvese que los resultados anteriores también pueden obtenerse mediante interpolación en la tabla de frecuencias

acumuladas. Para el inciso a), por ejemplo, ya que $288.00 está a 8/10 o 4/5 entre $280.00 y $290.00, la

cantidad de empleados buscada debe estar a 4/5 entre 34 y 48 (ver tabla 2.10). Y 4/5 entre 34 y 48 es 4/5(48 − 34)

= 11. Por lo tanto, el número de empleados buscado es 3 + 11 = 45.

2.17 Se lanzan cinco monedas 1 000 veces y en cada lanzamiento se anota el número de caras que se obtiene. En la

tabla 2.12 se muestran la cantidades 0, 1, 2, 3, 4 y 5 de caras que se obtuvieron.

a) Graficar los datos de la tabla 2.12.

b) Elaborar una tabla en la que se dé el porcentaje de los lanzamientos en los que se obtuvo menos de 0, 1, 2,

3, 4, 5 y 6 caras.

c) Graficar los datos de la tabla del inciso b).

Tabla 2.12

Cantidad de caras

0

1

2

3

4

5

Cantidad de lanzamientos

(frecuencias)

38

144

342

287

164

25

Total 1 000


PROBLEMAS RESUELTOS 55

SOLUCIÓN

a) Estos datos se pueden mostrar gráficamente, ya sea como en la figura 2-11 o como en la figura 2-12.

Al parecer es más natural usar la figura 2-11, ya que la cantidad de caras no puede ser, por ejemplo, 1.5 o 3.2.

A esta gráfica se le llama gráfica de puntos y se usa cuando los datos son discretos.

0 1 2 3 4 5

Caras

Cada símbolo (punto) representa hasta 9 observaciones.

Figura 2-11 MINITAB, gráfica de puntos con la cantidad de caras.

350

300

250

Frecuencias

200

150

100

50

0

0 1 2 3 4 5

Caras

Figura 2-12 MINITAB, histograma de la cantidad de caras.

En la figura 2-12 se presenta un histograma de los datos. Obsérvese que toda el área del histograma corresponde

a la frecuencia total, 1 000, como debe ser. Cuando se usa un histograma o el correspondiente polígono de frecuencias,

se está tratando a los datos como si fueran continuos. Esto, como se verá más tarde, resulta útil. Obsérvese que

ya en el problema 2.10 se usó un histograma y un polígono de frecuencias para datos discretos.

b) La tabla 2.13 es la requerida. Obsérvese que en esta tabla simplemente se da una distribución de las frecuencias acumuladas

y una distribución de las frecuencias acumuladas porcentuales de la cantidad de caras. Hay que notar que las

entradas “Menor de 1”, “Menor de 2”, etc., también podrían haber sido “Menor o igual a 0”, “Menor o igual a 1”,

etcétera.

c) La gráfica pedida se puede representar como en la figura 2-13 o la figura 2-14.

La figura 2-13 es más natural para representar datos discretos, ya que el porcentaje de lanzamientos en el que

se obtienen dos caras es igual al porcentaje en el que habrá menos de 1.75, 1.56 o 1.23 caras, es decir, es un mismo

porcentaje (18.2%) el que corresponde a todos estos valores (lo que se indica por la línea horizontal).


56 CAPÍTULO 2 DISTRIBUCIONES DE FRECUENCIAS

Número de caras

Menos de 0

Menos de 1

Menos de 2

Menos de 3

Menos de 4

Menos de 5

Menos de 6

Tabla 2.13

Número de lanzamientos

(frecuencias acumuladas)

0

38

182

524

811

975

1 000

Cantidades porcentuales

de lanzamientos

(frecuencias acumuladas

porcentuales)

0.0

3.8

18.2

52.4

81.1

97.5

100.0

En la figura 2-14 se presenta la gráfica de frecuencias acumuladas, u ojiva; los datos se tratan como si fueran

continuos.

Obsérvese que las figuras 2-13 y 2-14 corresponden, respectivamente, a las figuras 2-11 y 2-12 del inciso a).

100

Porcentajes acumulados

80

60

40

20

0

0

1

2

3

4

Caras

5

6

7

Figura 2-13 MINITAB, función escalonada.

100

Porcentajes acumulados

80

60

40

20

0

0 1 2 3 4 5

Caras

Figura 2-14 MINITAB, gráfica de frecuencias acumuladas.

6


PROBLEMAS RESUELTOS 57

CURVAS DE FRECUENCIAS Y OJIVAS SUAVIZADAS

2.18 Las muestras de poblaciones tienen histogramas y polígonos de frecuencias con ciertas formas. Si las muestras

son muy grandes, los histogramas y los polígonos de frecuencias se aproximan a la distribución de la población.

Considérense dos distribuciones de frecuencias poblacionales. a) Considérese una máquina que llena uniformemente

envases de refresco con una cantidad entre 15.9 y 16.1 onzas. Trazar la curva de frecuencias y determinar

qué porcentaje de los envases tiene más de 15.95 onzas. b) Considérense estaturas de mujeres. Estas

estaturas tienen una distribución de frecuencias poblacional que es simétrica o en forma de campana, en la que

el promedio es igual a 65 in y la desviación estándar es igual a 3 in. (La desviación estándar se estudia en un

capítulo posterior.) ¿Qué porcentaje de las estaturas se encuentran entre 62 y 68 in, es decir, están a no más de

una desviación estándar de la media? ¿Qué porcentaje se encuentra a no más de dos desviaciones estándar de

la media? ¿Qué porcentaje se encuentra a no más de tres desviaciones estándar de la media?

SOLUCIÓN

En la figura 2-15 se muestra una curva de frecuencias uniforme. La región sombreada corresponde a los envases con más

de 15.95 onzas. Obsérvese que la región abarcada por la curva de frecuencias tiene forma de rectángulo. El área bajo la

curva de frecuencias está dada por largo × ancho, es decir (16.10 − 15.90) × 5 = 1. El área de la región sombreada es

(16.10 − 15.95) × 5 = 0.75. Esto se interpreta como que 75% de los envases llenados tiene más de 15.95 onzas.

En la figura 2-16 se muestra una curva de frecuencias en forma de campana o simétrica. En esta figura se muestran

en una región sombreada las estaturas a no más de una desviación estándar. Para calcular esta área es necesario hacer uso

Frecuencias

5

0

15.90 15.95 16.00 16.05 16.10

Lleno (onzas)

Figura 2-15 MINITAB, curva de frecuencias uniforme que muestra llenado a más de 15.95 onzas.

0.14

0.12

0.10

Frecuencias

0.08

0.06

0.04

0.02

0.00

56

59

62

Altura (in)

Figura 2-16 MINITAB, curva de frecuencias en forma de campana que muestra la altura

entre 62 y 68 in y sus frecuencias.

65

68

71

74


58 CAPÍTULO 2 DISTRIBUCIONES DE FRECUENCIAS

del cálculo. El área comprendida a no más de una desviación estándar es aproximadamente 68% de toda el área bajo la

curva. El área a no más de dos desviaciones estándar es aproximadamente 95% de toda el área bajo la curva. El área a no

más de tres desviaciones estándar es aproximadamente 99.7% de toda el área bajo la curva.

En capítulos posteriores se verá más acerca de cómo encontrar áreas bajo estas curvas.

PROBLEMAS SUPLEMENTARIOS

2.19 a) Disponga los números 12, 56, 42, 21, 5, 18, 10, 3, 61, 34, 65 y 24 en una ordenación, y b) determine el rango.

2.20 En la tabla 2.14 se presenta una distribución de frecuencias de la cantidad de minutos por semana que ven televisión 400

estudiantes. De acuerdo con esta tabla, determinar:

a) El límite superior de la quinta clase.

b) El límite inferior de la octava clase.

c) La marca de clase de la séptima clase.

d ) Las fronteras de clase de la última clase.

e) El tamaño del intervalo de clase.

f ) La frecuencia de la cuarta clase.

g) La frecuencia relativa de la sexta clase.

h) El porcentaje de estudiantes que no ven televisión más de 600 minutos por semana.

i) El porcentaje de estudiantes que ven televisión 900 o más minutos por semana.

j) El porcentaje de estudiantes que ven televisión por lo menos 500 minutos por semana, pero menos de 1 000 minutos

por semana.

Tabla 2.14

Tiempo

(minutos)

300-399

400-499

500-599

600-699

700-799

800-899

900-999

1 000-1 099

1 100-1 199

Número de

estudiantes

14

46

58

76

68

62

48

22

6

2.21 Elaborar: a) un histograma y b) un polígono de frecuencias para la distribución de frecuencias de la tabla 2.14.

2.22 Con los datos de la tabla 2.14 del problema 2.20, construir: a) una distribución de frecuencias relativas, b) un histograma

de frecuencias relativas y c) un polígono de frecuencias relativas.


PROBLEMAS SUPLEMENTARIOS 59

2.23 Con los datos de la tabla 2.14, construir: a) una distribución de frecuencias acumuladas, b) una distribución acumulada

porcentual, c) una ojiva y d ) una ojiva porcentual. (Obsérvese que a menos que se especifique otra cosa, una distribución

acumulada es del tipo “menos que”.)

2.24 Repetir el problema 2.23, pero para el caso en que las frecuencias acumuladas sean del tipo “o mayor”.

2.25 Con los datos de la tabla 2.14, estimar el porcentaje de estudiantes que ven la televisión: a) menos de 560 minutos por

semana, b) 970 o más minutos por semana y c) entre 620 y 890 minutos por semana.

2.26 El diámetro interno de las lavadoras producidas por una empresa se mide con una exactitud de milésimas de pulgada. Si las

marcas de clase de la distribución de estos diámetros dados en pulgadas son 0.321, 0.324, 0.327, 0.330, 0.333 y 0.336,

encontrar: a) la amplitud del intervalo de clase, b) las fronteras de clase y c) los límites de clase.

2.27 En la tabla siguiente se dan los diámetros en centímetros de una muestra de 60 balines fabricados en una empresa. Elaborar

una distribución de frecuencias de los diámetros empleando los intervalos de clase adecuados.

1.738 1.729 1.743 1.740 1.736 1.741 1.735 1.731 1.726 1.737

1.728 1.737 1.736 1.735 1.724 1.733 1.742 1.736 1.739 1.735

1.745 1.736 1.742 1.740 1.728 1.738 1.725 1.733 1.734 1.732

1.733 1.730 1.732 1.730 1.739 1.734 1.738 1.739 1.727 1.735

1.735 1.732 1.735 1.727 1.734 1.732 1.736 1.741 1.736 1.744

1.732 1.737 1.731 1.746 1.735 1.735 1.729 1.734 1.730 1.740

2.28 Con los datos del problema 2.27, construir: a) un histograma, b) un polígono de frecuencias, c) una distribución de frecuencias

relativas, d ) un histograma de frecuencias relativas, e) un polígono de frecuencias relativas, f ) una distribución de

frecuencias acumuladas, g) una distribución acumulada porcentual, h) una ojiva, i) una ojiva porcentual.

2.29 Empleando los resultados del problema 2.28, determinar el porcentaje de balines cuyo diámetro: a) es mayor que 1.732 cm,

b) no es mayor que 1.736 cm y c) está entre 1.730 y 1.738 cm. Comparar los resultados con los obtenidos directamente a

partir de los datos en bruto del problema 2.27.

2.30 Repetir el problema 2.28 con los datos del problema 2.20.

2.31 De acuerdo con la Oficina de los Censos de Estados Unidos, en 1996 la población de este país era de 265 284 000. La tabla

2.15 da la distribución porcentual en los diversos grupos de edad.

a) ¿Cuál es la amplitud o el tamaño del segundo intervalo de clase? ¿Y la del cuarto intervalo de clase?

b) ¿Cuántos tamaños distintos de intervalos de clase hay?

c) ¿Cuántos intervalos de clase abiertos hay?

d ) ¿Cómo se deberá escribir el último intervalo de clase de manera que su amplitud sea igual a la del penúltimo intervalo

de clase?

e) ¿Cuál es la marca de clase del segundo intervalo de clase? ¿Y la del cuarto intervalo de clase?

f ) ¿Cuáles son las fronteras de clase del cuarto intervalo de clase?

g) ¿Qué porcentaje de la población tiene 35 años o más? ¿Qué porcentaje de la población tiene 64 años o menos?

h) ¿Qué porcentaje de la población tiene entre 20 y 49 inclusive?

i) ¿Qué porcentaje de la población tiene más de 70 años?

2.32 a) ¿Por qué es imposible construir un histograma porcentual o un polígono de frecuencias con la distribución de la tabla

2.15?

b) ¿Cómo hay que modificar esta distribución para que se pueda construir un histograma porcentual o un polígono de

frecuencias?

c) Usando la modificación del inciso b), construir estas gráficas.


60 CAPÍTULO 2 DISTRIBUCIONES DE FRECUENCIAS

Tabla 2.15

Grupo de edad en años

Menos de 5

5-9

10-14

15-19

20-24

25-29

30-34

35-39

40-44

45-49

50-54

55-59

60-64

65-74

75-84

85 o más

% de Estados Unidos

7.3

7.3

7.2

7.0

6.6

7.2

8.1

8.5

7.8

6.9

5.3

4.3

3.8

7.0

4.3

1.4

Fuente: U.S. Bureau of the Census, Current Population Reports.

2.33 Con relación a la tabla 2.15, supóngase que la población total es 265 millones y que la clase “menos de 5” comprende a

niños menores de 1 año. Dar el número de individuos que hay en cada grupo, en millones, con una exactitud de una décima

de millón.

2.34 a) Trazar un polígono de frecuencias porcentuales suavizado y una ojiva porcentual suavizada que correspondan a los

datos de la tabla 2.14.

b) Empleando los resultados del inciso a), estimar la probabilidad de que un estudiante vea menos de 10 horas de televisión

por semana.

c) Empleando los resultados del inciso a), estimar la probabilidad de que un estudiante vea 15 horas o más de televisión

por semana.

d ) Empleando los resultados del inciso a), estimar la probabilidad de que un estudiante vea menos de 5 horas de televisión

por semana.

2.35 a) Lanzar 50 veces cuatro monedas y tabular la cantidad de caras que obtiene en cada lanzamiento.

b) Elaborar una distribución de frecuencias en la que se muestre la cantidad de lanzamientos en los que se obtuvo 0, 1,

2, 3 y 4 caras.

c) Elaborar la distribución porcentual correspondiente al inciso b).

d ) Comparar los porcentajes obtenidos con los teóricos, 6.25%, 25%, 37.5%, 25% y 6.25% (proporcionales a 1, 4, 6, 4,

y 1), que se obtienen por las reglas de la probabilidad.

e) Graficar las distribuciones de los incisos b) y c)

f ) Trazar la ojiva porcentual correspondiente a los datos.

2.36 Repetir el problema 2.35 con 50 lanzamientos más de las cuatro monedas y ver si hay mayor coincidencia con lo que se

espera teóricamente. Si no es así, dar los razonamientos que puedan explicar esas diferencias.


MEDIA, MEDIANA,

MODA, Y OTRAS

3

MEDIDAS DE

TENDENCIA

CENTRAL

ÍNDICES O SUBÍNDICES

El símbolo, X j (que se lee “X subíndice j”) representa cualquiera de los N valores X 1 , X 2 , X 3 , . . . , X N que puede tomar

la variable X. A la letra j que aparece en X j representando a cualquiera de los números 1, 2, 3, . . . , N se le llama subíndice

o índice. En lugar de j se puede usar, por supuesto, cualquier otra letra, i, k, p, q o s.

SUMATORIA

El símbolo P N

j¼1 X j se emplea para denotar la suma de todas las X j desde j = 1 hasta j = N; por definición,

X N

j¼1

X j ¼ X 1 þ X 2 þ X 3 þþX N

Cuando no puede haber confusión, esta suma se denota simplemente como P X, P X j o P j X j. El símbolo P es la

letra griega mayúscula sigma y denota suma.

EJEMPLO 1

X N

j¼1

X j Y j ¼ X 1 Y 1 þ X 2 Y 2 þ X 3 Y 3 þþX N Y N

EJEMPLO 2

X N

j¼1

aX j ¼ aX 1 þ aX 2 þþaX N ¼ aðX 1 þ X 2 þþX N Þ¼a XN

donde a es una constante. O bien simplemente P aX ¼ a P X.

X j

j¼1

EJEMPLO 3 Si a, b y c son cualesquiera constantes, entonces P ðaX þ bY cZÞ ¼a P X þ b P Y c P Z. Ver problema

3.3.

61


62 CAPÍTULO 3 MEDIA, MEDIANA, MODA, Y OTRAS MEDIDAS DE TENDENCIA CENTRAL

PROMEDIOS O MEDIDAS DE TENDENCIA CENTRAL

Un promedio es un valor típico o representativo de un conjunto de datos. Como estos valores típicos tienden a encontrarse

en el centro de los conjuntos de datos, ordenados de acuerdo con su magnitud, a los promedios se les conoce

también como medidas de tendencia central.

Se pueden definir varios tipos de promedios; los más usados son la media aritmética, la mediana, la moda, la media

geométrica y la media armónica. Cada una de ellas tiene ventajas y desventajas de acuerdo con el tipo de datos y el

propósito de su uso.

LA MEDIA ARITMÉTICA

La media aritmética, o brevemente la media, de un conjunto de N números X 1 , X 2 , X 3 , . . . , X N se denota así: X (que se

lee “X barra”) y está definida como

X ¼ X 1 þ X 2 þ X 3 þþX N

N

¼

X N

X j

j¼1

N

¼ P X

N

(1)

EJEMPLO 4 La media aritmética de los números 8, 3, 5, 12 y 10 es

X ¼

8 þ 3 þ 5 þ 12 þ 10

¼ 38

5

5 ¼ 7:6

Si los números X 1 , X 2 , . . . , X K se presentan f 1 , f 2 , . . . , f K veces, respectivamente (es decir, se presentan con frecuencias

f 1 , f 2 , . . . , f K ), su media aritmética es

X = f 1X 1 + f 2 X 2 f K X K

=

f 1 + f 2 f K

∑ K

j=1

∑ K

j=1

f j X j ∑ ∑ fX fX

= ∑ = f N

f j

donde N ¼ P f es la suma de las frecuencias (es decir, la cantidad total de casos).

EJEMPLO 5 Si 5, 8, 6 y 2 se presentan con frecuencias 3, 2, 4 y 1, respectivamente, su media aritmética es

X ¼ ð3Þð5Þþð2Þð8Þþð4Þð6Þþð1Þð2Þ

3 þ 2 þ 4 þ 1

¼

15 þ 16 þ 24 þ 2

¼ 5:7

10

(2)

MEDIA ARITMÉTICA PONDERADA

Algunas veces, a los números X 1 , X 2 ,..., X K se les asignan ciertos factores de ponderación (o pesos) w 1 , w 2 ,..., w K ,

que dependen del significado o importancia que se les asigne a estos números. En este caso, a

X ¼ w P

1X 1 þ w 2 X 2 þþw K X k wX

¼ P (3)

w 1 þ w 2 þþw K w

se le llama media aritmética ponderada. Obsérvese la semejanza con la ecuación (2), la cual se puede considerar como

una media aritmética ponderada con pesos f 1 , f 2 ,..., f K .

EJEMPLO 6 Si en una clase, al examen final se le da el triple de valor que a los exámenes parciales y un estudiante obtiene 85

en el examen final, y 70 y 90 en los dos exámenes parciales, su puntuación media es

X ¼ ð1Þð70Þþð1Þð90Þþð3Þð85Þ

1 þ 1 þ 3

¼ 415

5 ¼ 83


CÁLCULO DE LA MEDIA ARITMÉTICA PARA DATOS AGRUPADOS 63

PROPIEDADES DE LA MEDIA ARITMÉTICA

1. En un conjunto de números, la suma algebraica de las desviaciones de estos números respecto a su media aritmética

es cero.

EJEMPLO 7 Las desviaciones de los números 8, 3, 5, 12 y 10 de su media aritmética, 7.6, son 8 − 7.6, 3 − 7.6, 5 − 7.6,

12 − 7.6 y 10 −7.6 o bien 0.4, −4.6, −2.6, 4.4 y 2.4, cuya suma algebraica es 0.4 − 4.6 − 2.6 + 4.4 + 2.4 = 0.

2. En un conjunto de números X j , la suma de los cuadrados de sus desviaciones respecto a un número a es un mínimo

si y sólo si a = X (ver el problema 4.27).

3. Si la media de f 1 números es m 1 , la media de f 2 números es m 2 , . . . , la media de f k números es m k , entonces la media

de todos estos números es

X ¼ f 1m 1 þ f 2 m 2 þþf K m K

f 1 þ f 2 þþf K

(4)

es decir, una media aritmética ponderada de todas las medias (véase el problemas 3.12).

4. Si se cree o se supone que un número A (que puede ser cualquier número) es la media aritmética y si d j = X j − A

son las desviaciones de X j de A, entonces las ecuaciones (1) y (2) se convierten, respectivamente, en

X ¼ A þ

X ¼ A þ

X K

X N

d j

j¼1

j¼1

X K

j¼1

N

f j d j

f j

¼ A þ P d

N

P fd

¼ A þ

N

(5)

(6)

donde N = ∑N j=1 f j = ∑ f . Obsérvese que las fórmulas (5) y (6) se resumen en la ecuación X ¼ A þ d (ver

problema 3.18).

CÁLCULO DE LA MEDIA ARITMÉTICA PARA DATOS AGRUPADOS

Cuando se presentan los datos en una distribución de frecuencias, se considera que todos los datos que caen en un

intervalo de clase dado coinciden con la marca o punto medio del intervalo. Para datos agrupados, interpretando a las

X j como las marcas de clase, a las f j como las correspondientes frecuencias de clase, a A como cualquier marca de clase

supuesta y d j = X j − A como la desviación de X j respecto de A, las fórmulas (2) y (6) son válidas.

A los cálculos empleando las fórmulas (2) y (6) se les suele conocer como método largo y método abreviado, respectivamente

(ver los problemas 3.15 y 3.20).

Si todos los intervalos de clase son de una misma amplitud c, las desviaciones d j = X j − A se pueden expresar como

cu j , donde u j puede tener valores enteros positivos o negativos o cero (es decir, 0, ±1, ±2, ±3, . . .) con lo que la

fórmula (6) se convierte en

0

B

@

X ¼ A þ

X K

j¼1

1

f j u j C

A

P fu

¼ A þ c

N

N

lo que es equivalente a la ecuación X ¼ A þ cu (ver problema 3.21). A esta ecuación se le conoce como método codificado

para calcular la media. Es un método muy breve recomendado para datos agrupados cuando los intervalos de

clase tienen todos la misma amplitud (ver problemas 3.22 y 3.23). Obsérvese que en el método codificado los valores

de la variable X se transforman en valores de la variable u de acuerdo con X = A + cu.

(7)


64 CAPÍTULO 3 MEDIA, MEDIANA, MODA, Y OTRAS MEDIDAS DE TENDENCIA CENTRAL

LA MEDIANA

La mediana de un conjunto de números acomodados en orden de magnitud (es decir, en una ordenación) es el valor

central o la media de los dos valores centrales.

EJEMPLO 8 La mediana del conjunto de números 3, 4, 5, 6, 8, 8, 8 y 10 es 6.

EJEMPLO 9 La mediana del conjunto de números 5, 5, 7, 9, 11, 12, 15 y 18 es 1 2 (9 + 11) = 10.

En datos agrupados, la mediana se obtiene por interpolación, como se expresa por la fórmula

0

N

ð P 1

f Þ

B

Mediana ¼ L 1 þ 2

1 C

@

Ac (8)

f mediana

donde

L 1 = frontera inferior de la clase mediana (es decir, de la clase que contiene la mediana)

N = número de datos (es decir, la frecuencia total)

ð P f Þ 1 = suma de las frecuencias de todas las clases anteriores a la clase mediana

f mediana = frecuencia de la clase mediana

c = amplitud del intervalo de la clase mediana

Geométricamente, la mediana es el valor de X (abscisa) que corresponde a una recta vertical que divide al histograma

en dos partes que tienen la misma área. A este valor de X se le suele denotar ~X.

LA MODA

La moda de un conjunto de números es el valor que se presenta con más frecuencia; es decir, es el valor más frecuente.

Puede no haber moda y cuando la hay, puede no ser única.

EJEMPLO 10 La moda del conjunto 2, 2, 5, 7, 9, 9, 9, 10, 10, 11, 12 y 18 es 9.

EJEMPLO 11 El conjunto 3, 5, 8, 10, 12, 15 y 16 no tiene moda.

EJEMPLO 12 El conjunto 2, 3, 4, 4, 4, 5, 5, 7, 7, 7 y 9 tiene dos modas, 4 y 7, por lo que se le llama bimodal.

A una distribución que sólo tiene una moda se le llama unimodal.

En el caso de datos agrupados, para los que se ha construido una curva de frecuencia que se ajuste a los datos, la

moda es el valor (o los valores) de X que corresponden al punto (o puntos) máximos de la curva. A este valor de X se

le suele denotar ^X.

En una distribución de frecuencia o en un histograma la moda se puede obtener mediante la fórmula siguiente:

Moda = L 1 þ 1

c (9)

1 þ 2

donde L 1 = frontera inferior de la clase modal (es decir, de la clase que contiene la moda)

1 = exceso de frecuencia modal sobre la frecuencia en la clase inferior inmediata

2 = exceso de frecuencia modal sobre la frecuencia en la clase superior inmediata

c = amplitud del intervalo de la clase modal

RELACIÓN EMPÍRICA ENTRE LA MEDIA, LA MEDIANA Y LA MODA

En las curvas de frecuencias unimodales que son ligeramente sesgadas (asimétricas), se tiene la relación empírica

siguiente:

Media − moda = 3(media − mediana) (10)


LA MEDIA ARMÓNICA H 65

En las figuras 3-1 y 3-2 se muestran las posiciones relativas de la media, la mediana y la moda en curvas de frecuencias

sesgadas a la derecha o a la izquierda, respectivamente. En las curvas simétricas, la media, la mediana y la

moda coinciden.

0

* * *

0 Moda Mediana Media

Figura 3-1 Posiciones relativas de la media, la mediana y la moda en curvas de frecuencias sesgadas a la derecha.

Figura. 3-2

0

* * *

0

Media Mediana Moda

Posiciones relativas de la media, la mediana y la moda en curvas de frecuencias sesgadas a la izquierda.

LA MEDIA GEOMÉTRICA G

La media geométrica G de N números positivos X 1 , X 2 , X 3 ,..., X N es la raíz n-ésima del producto de los números:

p

G ¼ ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

N X 1 X 2 X 3 X N

(11)

p

EJEMPLO 13 La media geométrica de los números 2, 4 y 8 es G ¼ ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

3 ð2Þð4Þð8Þ

p

¼ 3 ffiffiffiffiffi

64 ¼ 4.

G se puede calcular empleando logaritmos (ver problema 3.35) o usando una calculadora. Para la media geométrica

de datos agrupados, ver los problemas 3.36 y 3.91.

LA MEDIA ARMÓNICA H

La media armónica H de un conjunto de N números X 1 , X 2 , X 3 , . . . , X N es el recíproco de la media aritmética de los

recíprocos de los números:

H ¼

1

1 X N

N

j¼1

¼

1

X j

N

P 1

X

(12)


66 CAPÍTULO 3 MEDIA, MEDIANA, MODA, Y OTRAS MEDIDAS DE TENDENCIA CENTRAL

En la práctica es más fácil recordar que

P 1

1

H ¼ X

N

¼ 1 P 1

N X

(13)

EJEMPLO 14 La media armónica de los números 2, 4 y 8 es

H ¼

3

1

2 þ 1 4 þ 1 8

¼ 3 ¼ 3:43

7

8

Para la media armónica de datos agrupados ver los problemas 3.99 y 3.100.

RELACIÓN ENTRE LAS MEDIAS ARITMÉTICA, GEOMÉTRICA Y ARMÓNICA

La media geométrica de un conjunto de números positivos X 1 , X 2 ,..., X N es menor o igual que su media aritmética,

pero mayor o igual que su media armónica. En símbolos,

H G X (14)

La igualdad es válida sólo cuando todos los números X 1 , X 2 , . . . , X N son idénticos.

EJEMPLO 15 La media aritmética de los números 2, 4 y 8 es 4.67, su media geométrica es 4 y su media armónica es 3.43.

LA RAÍZ CUADRADA MEDIA

pffiffiffiffiffi

La raíz cuadrada media (RCM) o media cuadrática de un conjunto de números X 1 , X 2 ,..., X N suele denotarse X 2 y

se define

RCM = ¼

pffiffiffiffiffiffi

X 2 ¼

sffi

X N

Xj

2

j¼1

rffiffiffiffiffiffiffiffiffiffiffiffi

P X

2

N ¼ N

(15)

Este tipo de promedio suele usarse en aplicaciones físicas.

EJEMPLO 16 La raíz cuadrada media del conjunto 1, 3, 4, 5, y 7 es

rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

1 2 þ 3 2 þ 4 2 þ 5 2 þ 7 2 p

¼

ffiffiffiffiffi

20 ¼ 4:47

5

CUARTILES, DECILES Y PERCENTILES

En un conjunto de datos en el que éstos se hallan ordenados de acuerdo con su magnitud, el valor de en medio (o la

media aritmética de los dos valores de en medio), que divide al conjunto en dos partes iguales, es la mediana. Continuando

con esta idea se puede pensar en aquellos valores que dividen al conjunto de datos en cuatro partes iguales. Estos

valores, denotados Q 1 , Q 2 y Q 3 son el primero, segundo y tercer cuartiles, respectivamente; el valor Q 2 coincide con

la mediana.

De igual manera, los valores que dividen al conjunto en diez partes iguales son los deciles y se denotan D 1 ,

D 2 , . . . , D 9 , y los valores que dividen al conjunto en 100 partes iguales son los percentiles y se les denota P 1 , P 2 , . . . ,

P 99 . El quinto decil y el percentil 50 coinciden con la mediana. Los percentiles 25 y 75 coinciden con el primero y

tercer cuartiles, respectivamente.

A los cuartiles, deciles, percentiles y otros valores obtenidos dividiendo al conjunto de datos en partes iguales se

les llama en conjunto cuantiles. Para el cálculo de estos valores cuando se tienen datos agrupados ver los problemas

3.44 a 3.46.


SOFTWARE Y MEDIDAS DE TENDENCIA CENTRAL 67

EJEMPLO 17 Utilizar EXCEL para hallar Q 1 , Q 2 , Q 3 , D 9 y P 95 , en la muestra siguiente de puntuaciones.

88 45 53 86 33 86 85 30 89 53 41 96 56 38 62

71 51 86 68 29 28 47 33 37 25 36 33 94 73 46

42 34 79 72 88 99 82 62 57 42 28 55 67 62 60

96 61 57 75 93 34 75 53 32 28 73 51 69 91 35

Para encontrar el primer cuartil, ingrese los datos en los primeros 60 renglones de la columna A de la hoja de

cálculo de EXCEL. Después, dé el comando =PERCENTILE(A1:A60,0.25). EXCEL da el valor 37.75. Se encuentra

que 15 de los 60 valores, o el 25%, son menores que 37.75. De igual manera =PERCENTILE(A1:A60,0.5) da 57,

=PERCENTILE(A1:A60,0.75) da 76, =PERCENTILE(A1:A60,0.9) da 89.2, =PERCENTILE(A1:A60,0.95) da 94.1.

EXCEL da los cuartiles, deciles y percentiles expresados como percentiles.

A continuación se describe un algoritmo que suele emplearse para hallar cuartiles, deciles y percentiles. Primero

se ordenan los datos del ejemplo 17 de acuerdo con su magnitud; el resultado es:

Puntuaciones de examen

25 28 28 28 29 30 32 33 33 33 34 34 35 36 37

38 41 42 42 45 46 47 51 51 53 53 53 55 56 57

57 60 61 62 62 62 67 68 69 71 72 73 73 75 75

79 82 85 86 86 86 88 88 89 91 93 94 96 96 99

Supóngase que se quiere encontrar el primer cuartil (que es el percentil 25). Se calcula i = np/100 = 60(25)/100

= 15. Como 15 es un número entero, se saca el promedio de los datos en las posiciones 15 y 16 de los datos ordenados

de menor a mayor. Es decir, se promedian 37 y 38 y se obtiene 37.5 como primer cuartil (Q 1 = 37.5). Para hallar el

percentil 93, se calcula np/100 = 60(93)/100 y se obtiene 55.8. Como este número no es un entero, se redondea hacia

arriba y se obtiene 56. El número que ocupa la posición 56 en los datos ordenados es 93 y P 93 = 93. El comando de

EXCEL =PERCENTILE(A1:A60,0.93) da 92.74. Obsérvese que con EXCEL no se obtienen los mismos valores para

los percentiles, pero sí valores cercanos. A medida que los conjuntos de datos son mayores, tienden a obtenerse los

mismos valores.

SOFTWARE Y MEDIDAS DE TENDENCIA CENTRAL

Todos los paquetes de software utilizados en este libro dan las estadísticas descriptivas vistas en esta sección. A continuación

se presentan los resultados que se obtienen con estos cinco paquetes empleando las puntuaciones de examen

del ejemplo 17.

EXCEL

Seleccionando la secuencia “Tools ⇒ Data Analysis ⇒ Descriptive Statistics”, se obtienen las medidas de tendencia

central mediana, media y moda, así como varias medidas de dispersión.

Media 59.16667

Error típico 2.867425

Mediana 57

Moda 28

Desviación estándar 22.21098

Varianza de la muestra 493.3277

Curtosis −1.24413

Coeficiente de asimetría 0.167175

Rango 74

Mínimo 25

Máximo 99

Suma 3 550

Cuenta 60


68 CAPÍTULO 3 MEDIA, MEDIANA, MODA, Y OTRAS MEDIDAS DE TENDENCIA CENTRAL

MINITAB

Si se selecciona la secuencia “Stat ⇒ Basic Statistics ⇒ Display Descriptive Statistics”, como resultado se obtiene:

Estadística descriptiva: calificación de examen

Variable N N* Media SE media Desv est Mínimo Q1 Mediana Q3 Máxima

Punt examen 60 0 59.17 2.87 22.21 25.00 37.25 57.00 78.00 99.00

SPSS

Si se selecciona la secuencia “Analyze ⇒ Descriptive Statistics ⇒ Descriptives”, como resultado se obtiene:

Estadística descriptiva

Puntuación de examen

N válida

N Mínimo Máximo Media

Desviación

estándar

60 25.00 99.00 59.1667 22.21098

60

SAS

Si se selecciona la secuencia “Solutions ⇒ Análisis ⇒ Analyst” y los datos se leen como un archivo, seleccionando

la secuencia “Statistics ⇒ Descriptive ⇒ Summary Statistics”, se obtiene como resultado:

The MEANS Procedure

Analysis Variable : Testscr

Mean Std Dev N Minimum Maximum

ffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffff

59.1666667 22.2109811 60 25.0000000 99.0000000

ffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffff

STATISTIX

Si se selecciona la secuencia “Statistics ⇒ Summary Statistics ⇒ Descriptive Statistics” del paquete STATISTIX,

como resultado se obtiene:

Statistix 8.0

Descriptive Staistics

Testscore

N 60

Mean 59.167

SD 22.211

Minimum 25.000

1st Quarti 37.250

3rd Quarti 78.000

Maximum 99.000


PROBLEMAS RESUELTOS 69

PROBLEMAS RESUELTOS

SUMATORIA

3.1 Escribir los términos de cada una de las sumas siguientes:

a)

X 6

j¼1

X j c)

X N

j¼1

a e)

X 3

j¼1

ðX j

b)

X 4

j¼1

ðY j 3Þ 2 d )

X 5

k¼1

f k X k

SOLUCIÓN

a)

b)

c)

d )

e)

X 1 þ X 2 þ X 3 þ X 4 þ X 5 þ X 6

ðY 1 3Þ 2 þðY 2 3Þ 2 þðY 3 3Þ 2 þðY 4 3Þ 2

a þ a þ a þþa ¼ Na

f 1 X 1 þ f 2 X 2 þ f 3 X 3 þ f 4 X 4 þ f 5 X 5

ðX 1 aÞþðX 2 aÞþðX 3 aÞ¼X 1 þ X 2 þ X 3 3a

3.2 Expresar cada una de las sumas siguientes empleado el símbolo de sumatoria.

a)

b)

c)

d )

e)

X1 2 þ X2 2 þ X3 2 þþX10

2

ðX 1 þ Y 1 ÞþðX 2 þ Y 2 ÞþþðX 8 þ Y 8 Þ

f 1 X1 3 þ f 2 X2 3 þþf 20 X20

3

a 1 b 1 þ a 2 b 2 þ a 3 b 3 þþa N b N

f 1 X 1 Y 1 þ f 2 X 2 Y 2 þ f 3 X 3 Y 3 þ f 4 X 4 Y 4

SOLUCIÓN

a)

X 10

j¼1

X 2 j c)

X 20

j¼1

f j X 3 j e)

X 4

j¼1

f j X j Y j

b)

X 8

j¼1

ðX j þ Y j Þ d )

X N

j¼1

a j b j

3.3 Probar que P N

j¼1 ðaX j þ bY j

SOLUCIÓN

cZ j Þ¼a P N

j¼1 X j þ b P N

j¼1 Y j

c P N

j¼1 Z j, donde a, b y c son constantes.

X N

j¼1

ðaX j þ bY j cZ j Þ¼ðaX 1 þ bY 1 cZ 1 ÞþðaX 2 þ bY 2 cZ 2 ÞþþðaX N þ bY N cZ N Þ

¼ðaX 1 þ aX 2 þþaX N ÞþðbY 1 þ bY 2 þþbY N Þ ðcZ 1 þ cZ 2 þþcZ N Þ

¼ aðX 1 þ X 2 þþX N ÞþbðY 1 þ Y 2 þþY N Þ cðZ 1 þ Z 2 þþZ N Þ

¼ a XN

X j þ b XN

Y j

j¼1 j¼1

c XN

Z j

j¼1

o brevemente, P ðaX þ bY cZÞ ¼a P X þ b P Y c P Z.


70 CAPÍTULO 3 MEDIA, MEDIANA, MODA, Y OTRAS MEDIDAS DE TENDENCIA CENTRAL

3.4 Dos variables, X y Y toman los valores X 1 = 2, X 2 = −5, X 3 = 4, X 4 = −8 y Y 1 = −3, Y 2 = −8, Y 3 = 10,

Y 4 = 6, respectivamente. Calcular a) P X, b) P Y, c) P XY, d ) P X 2 , e) P Y 2 , f ) ( P X)( P Y), g) P XY 2 y

h) P (X + Y )(X − Y ).

SOLUCIÓN

Obsérvese que en todos los casos se ha omitido en X y Y el subíndice j y que la P se entiende como P 4

j¼1. Por lo tanto, por

ejemplo P X es abreviación de P 4

j¼1 X j.

P

a) X ¼ð2Þþð 5Þþð4Þþð 8Þ ¼2 5 þ 4 8 ¼ 7

P

b) Y ¼ð 3Þþð 8Þþð10Þþð6Þ ¼ 3 8 þ 10 þ 6 ¼ 5

P

c) XY ¼ð2Þð 3Þþð 5Þð 8Þþð4Þð10Þþð 8Þð6Þ ¼ 6 þ 40 þ 40 48 ¼ 26

P

d ) X 2 ¼ð2Þ 2 þð 5Þ 2 þð4Þ 2 þð 8Þ 2 ¼ 4 þ 25 þ 16 þ 64 ¼ 109

P

e) Y 2 ¼ð 3Þ 2 þð 8Þ 2 þð10Þ 2 þð6Þ 2 ¼ 9 þ 64 þ 100 þ 36 ¼ 209

f ) ð P XÞð P YÞ¼ð 7Þð5Þ ¼ 35, de acuerdo con los incisos a) y b). Obsérvese que ðP XÞð P YÞ 6¼ P XY

P .

g) XY 2 ¼ð2Þð 3Þ 2 þð 5Þð 8Þ 2 þð4Þð10Þ 2 þð 8Þð6Þ 2 ¼ 190

P P

h) ðX þ YÞðX YÞ ¼ ðX

2

Y 2 Þ¼ P X 2 P Y 2 ¼ 109 209 ¼ 100, de acuerdo con los incisos d ) y e).

3.5 En una nota de USA Today se informa que el promedio de impuestos, per cápita, recolectados en 2005, en todo

Estados Unidos, fue de $2 189.84. Esta cantidad se desglosa así: ventas e ingresos, $1051.42; ingreso, $875.23;

licencias, $144.33; otros, $80.49, y propiedades, $38.36. Usando EXCEL, demostrar que la suma es igual a $2

189.84.

SOLUCIÓN

Obsérvese que la expresión =sum(A1:A5) es equivalente a X5

1 051.42 ventas e ingresos

875.23 ingreso

144.33 licencias

80.49 otros

38.36 propiedades

2 189.83 =sum(A1:A5)

j¼1

X j .

LA MEDIA ARITMÉTICA

3.6 Las calificaciones de un estudiante en seis exámenes fueron 84, 91, 72, 68, 87 y 78. Hallar la media aritmética

de estas calificaciones.

SOLUCIÓN

P X

X ¼

N

84 þ 91 þ 72 þ 68 þ 87 þ 78

¼ ¼ 480

6

6 ¼ 80

El término promedio suele emplearse como sinónimo de media aritmética. Sin embargo, estrictamente hablando, esto no

es correcto, ya que además de la media hay otros promedios.

3.7 Un científico mide diez veces el diámetro de un cilindro y obtiene los valores 3.88, 4.09, 3.92, 3.97, 4.02, 3.95,

4.03, 3.92, 3.98 y 4.06 centrímetros (cm). Hallar la media aritmética de estas mediciones.


PROBLEMAS RESUELTOS 71

SOLUCIÓN

P X

X ¼

N

¼

3:88 þ 4:09 þ 3:92 þ 3:97 þ 4:02 þ 3:95 þ 4:03 þ 3:92 þ 3:98 þ 4:06

10

¼ 39:82 ¼ 3:98 cm

10

3.8 En el siguiente resultado obtenido con MINITAB se muestra la cantidad de tiempo por semana que 30 personas

estuvieron empleando en Internet, así como la media de estas cantidades. ¿Podría decirse que este promedio es

típico de las 30 cantidades?

MTB > print cl

Muestra de datos

tiempo

3 4 4 5 5 5 5 5 5 6

6 6 6 7 7 7 7 7 8 8

9 10 10 10 10 10 10 12 55 60

MTB > mean cl

Media de la columna

Mean of time = 10.400

SOLUCIÓN

Esta media de 10.4 horas no es típica de estas cantidades. Obsérvese que 21 de estas cantidades son de un solo dígito y que

la media es 10.4 horas. Una gran desventaja de la media es que es fuertemente afectada por valores atípicos (o valores

extremos.)

3.9 Encontrar la media aritmética de los números 5, 3, 6, 5, 4, 5, 2, 8, 6, 5, 4, 8, 3, 4, 5, 4, 8, 2, 5 y 4.

SOLUCIÓN

Primer método

P X

X ¼

N ¼ 5 þ 3 þ 6 þ 5 þ 4 þ 5 þ 2 þ 8 þ 6 þ 5 þ 4 þ 8 þ 3 þ 4 þ 5 þ 4 þ 8 þ 2 þ 5 þ 4 ¼ 96

20

20 ¼ 4:8

Segundo método

Hay las siguientes cantidades: seis 5, dos 3, dos 6, cinco 4, dos 2 y tres 8. Por lo tanto

P P fX fX

X ¼ P ¼ f N

¼ ð6Þð5Þþð2Þð3Þþð2Þð6Þþð5Þð4Þþð2Þð2Þþð3Þð8Þ

6 þ 2 þ 2 þ 5 þ 2 þ 3

¼ 96

20 ¼ 4:8

3.10 De 100 números, 20 fueron 4, 40 fueron 5, 30 fueron 6 y los restantes fueron 7. Encuéntrese la media aritmética

de estos números.

SOLUCIÓN

X ¼

P fX

P f

P fX

¼

N

¼ ð20Þð4Þþð40Þð5Þþð30Þð6Þþð10Þð7Þ ¼ 530

100

100 ¼ 5:30

3.11 Las calificaciones finales de un estudiante en matemáticas, física, inglés e higiene son, respectivamente, 82,

86, 90 y 70. Si los créditos en cada uno de estos cursos son 3, 5, 3 y 1, determinar la correspondiente calificación

promedio.


72 CAPÍTULO 3 MEDIA, MEDIANA, MODA, Y OTRAS MEDIDAS DE TENDENCIA CENTRAL

SOLUCIÓN

Se emplea la media aritmética ponderada, en donde los pesos que corresponden a cada puntuación son los créditos que les

corresponden. Así,

P wX

X ¼ P ¼ ð3Þð82Þþð5Þð86Þþð3Þð90Þþð1Þð70Þ ¼ 85

w 3 þ 5 þ 3 þ 1

3.12 En una empresa en la que hay 80 empleados, 60 ganan $10.00 por hora y 20 ganan $13.00 por hora.

a) Determinar el sueldo medio por hora.

b) En el inciso a), ¿se obtiene la misma respuesta si los 60 empleados tienen un salario promedio de $10.00

por hora? Probar la respuesta.

c) ¿Se considera que este salario medio por hora es representativo?

SOLUCIÓN

a)

P fX

X ¼

N

¼ ð60Þð$10:00Þþð20Þð$13:00Þ ¼ $10:75

60 þ 20

b) Sí, el resultado es el mismo. Para probar esto supóngase que la media de f 1 números es m 1 y que la media de f 2 números

es m 2 . Hay que demostrar que la media de todos estos números es

X ¼ f 1m 1 þ f 2 m 2

f 1 þ f 2

Sea M 1 la suma de los f 1 números y M 2 la suma de los f 2 números. Entonces, por definición de media aritmética,

m 1 ¼ M 1

y m

f 2 ¼ M 2

1 f 2

o M 1 = f 1 m 1 y M 2 = f 2 m 2 . Como todos los (f 1 + f 2 ) números suman (M 1 + M 2 ), la media aritmética de todos estos

números es

X ¼ M 1 þ M 2

¼ f 1m 1 þ f 2 m 2

f 1 þ f 2 f 1 þ f 2

como se deseaba. Este resultado se puede ampliar fácilmente.

c) Se puede decir que $10.75 es un salario “representativo” por hora en el sentido de que la mayor parte de los empleados

gana $10.00 por hora, lo que no se aleja mucho de $10.75 por hora. Se debe recordar que siempre que se resuman

datos numéricos en un solo dato (como en un promedio) es posible que se cometa algún error. Sin embargo, el resultado

desorienta tanto como en el problema 3.8

En realidad, para tener una mejor idea se debe dar una estimación de la “dispersión” o “variación” de los datos

con respecto a la media. A esto se le llama dispersión de los datos. En el capítulo 4 se dan varias medidas de dispersión.

3.13 Los pesos medio de cuatro grupos de estudiantes que constan de 15, 20, 10 y 18 individuos son 162, 148, 153

y 140 libras, respectivamente. Encuentre el peso medio de todos los estudiantes.

SOLUCIÓN

X ¼

P fX

P f

¼ ð15Þð162Þþð20Þð148Þþð10Þð153Þþð18Þð140Þ

15 þ 20 þ 10 þ 18

¼ 150 lb

3.14 El ingreso medio anual de trabajadores agrícolas y no agrícolas es $25 000 y $35 000, respectivamente; ¿el

ingreso medio anual de los dos grupos será $30 000?


PROBLEMAS RESUELTOS 73

SOLUCIÓN

Sería $30 000 únicamente si la cantidad de trabajadores agrícolas y no agrícolas fuese la misma. Para determinar el verdadero

ingreso medio anual se necesita saber cuál es la cantidad relativa de trabajadores en cada grupo. Supóngase que 10%

de los trabajadores son trabajadores agrícolas. En ese caso la media será (0.10)(25 000) + (0.90)(35 000) = $34 000. Si la

cantidad de trabajadores de ambos tipos es la misma, la media será (0.50)(25 000) + (0.50)(35 000) = $30 000.

3.15 Usando la distribución de frecuencias de las estaturas que se presenta en la tabla 2.1, hallar la estatura media

de los 100 estudiantes de la universidad XYZ.

SOLUCIÓN

En la tabla 3.1 se presentan los datos organizados para hacer los cálculos. Obsérvese que como estatura de los estudiantes

que miden de 60 a 62 pulgadas (in), de 63 a 65 in, etc., se toman 61 in, 64 in, etc., respectivamente. Entonces, el problema

se reduce a encontrar la estatura media de 100 estudiantes si 5 tienen una estatura de 61 in, 18 tienen una estatura de 64 in,

etcétera.

Estos cálculos pueden resultar tediosos, en especial en los casos en que los números son grandes y se tienen muchas

clases. Existen técnicas abreviadas para reducir el trabajo; ver los problemas 3.20 y 3.22.

Tabla 3.1

Estatura (in) Marcas de clase (X ) Frecuencias ( f ) f X

60-62

63-65

66-68

69-71

72-74

61

64

67

70

73

5

18

42

27

8

305

1 152

2 814

1 890

584

P f X = 6 745

N = P f = 100

X ¼

P fX

P f

P fX

¼

N = 6 745 = 67.45 in

100

PROPIEDADES DE LA MEDIA ARITMÉTICA

3.16 Probar que la suma de las desviaciones de X 1 , X 2 , . . . , X N respecto a su media X es igual a cero.

SOLUCIÓN

Sean d 1 ¼ X 1

X, d 2 ¼ X 2

X, ..., d N ¼ X N

X las desviaciones de X 1 , X 2 , . . . , X N de su media, X. Entonces

La suma de las desviaciones ¼ P d j ¼ P ðX j

XÞ ¼ P X j N X

¼ P P

Xj

X j N ¼ P P

X

N

j Xj ¼ 0

donde se usa P en vez de P N

j¼1 . Si se desea, también se puede omitir el subíndice j de X j siempre que éste se sobreentienda.

3.17 Si Z 1 ¼ X 1 þ Y 1 , Z 2 ¼ X 2 þ Y 2 ; ...; Z N ¼ X N þ Y N , probar que Z ¼ X þ Y.

SOLUCIÓN

Por definición

P X

X ¼

N

P Y

Y ¼

N

P Z

Z ¼

N


74 CAPÍTULO 3 MEDIA, MEDIANA, MODA, Y OTRAS MEDIDAS DE TENDENCIA CENTRAL

P Z

Por lo tanto Z ¼

N

P P P P P ðX þ YÞ X þ Y X Y

¼ ¼

¼

N

N N

þ N

¼ X þ Y

en donde los subíndices de X, Y y Z se han omitido y donde P significa P N

j¼1.

3.18 a) Si las desviaciones de N números X 1 , X 2 , . . . , X N de un número cualquiera A están dadas por d 1 = X 1 − A,

d 2 = X 2 − A, . . . , d N = X N − A, respectivamente, probar que

X ¼ A þ

X N

j¼1

N

d j

¼ A þ P d

N

b) En caso de que X 1 , X 2 , . . . , X K tengas frecuencias respectivas f 1 , f 2 , . . . , f K y que d 1 = X 1 − A, . . . ,

d K = X K − A demostrar que en lugar del resultado del inciso a) se tiene

X K

X ¼ A þ

j¼1

X K

j¼1

f j d j

f j

P fd

¼ A þ

N

donde

X K

j¼1

f j ¼ P f ¼ N

SOLUCIÓN

a) Primer método

Ya que d j = X j − A y que X j = A + d j , se tiene

X ¼

P

Xj

N

P ðA þ ¼ dj Þ

¼

N

donde se usa P en lugar de P N

j¼1 para abreviar.

Segundo método

P P A þ dj

N

¼ NA þ P d j

N

¼ A þ

Se tiene d = X − A o bien X = A + d, omitiendo los subíndices de d y X. Por lo tanto, de acuerdo con el problema

3.17,

P

X ¼ A þ d d

¼ A þ

N

ya que la media de cualquier cantidad de constantes todas iguales a A es A.

b) X ¼

X K

j¼1

X K

j¼1

f j X j P

fj X j

¼

N

f j

¼ AN þ P f j d j

N

P

dj

P P ¼

fj ðA þ d j Þ Afj þ P f j d j

¼

¼ A P f j þ P f j d j

N

N

N

P

fj d j

¼ A þ

N

¼ A þ P fd

N

Obsérvese que formalmente este resultado se obtiene del inciso a) sustituyendo j d j por f j d j y sumando desde j = 1 hasta

K en lugar de desde j = 1 hasta N. El resultado es equivalente a X ¼ A þ d , donde d ¼ð P fdÞ=N.

N

CÁLCULO DE LA MEDIA ARITMÉTICA A PARTIR DE DATOS AGRUPADOS

3.19 Emplee el método del problema 3.18a) para hallar la media aritmética de los números 5, 8, 11, 9, 12, 6, 14 y

10, eligiendo como “media supuesta” A los valores a) 9 y b) 20.


PROBLEMAS RESUELTOS 75

SOLUCIÓN

a) Las ∑ desviaciones de los números dados respecto al 9 son −4, −1, 2, 0, 3, −3, 5 y 1, y la suma de las desviaciones es

d = −4 − 1 + 2 + 0 + 3 − 3 + 5 + 1 = 3. Por lo tanto

P d

X ¼ A þ

N ¼ 9 þ 3 8 ¼ 9:375

b) Las desviaciones de los números dados, respecto al 20, son −15, −12, −9, −11, −8, −14, −6 y −10 y P d ¼ 85.

Por lo tanto,

P d ð 85Þ

X ¼ A þ ¼ 20 þ ¼ 9:375

N 8

3.20 Emplee el método del problema 3.18b) para hallar la media aritmética de las estaturas de 100 estudiantes de la

universidad XYZ (ver problema 3.15).

SOLUCIÓN

Para facilitar los cálculos pueden organizarse los datos como en la tabla 3.2. Como media supuesta A se toma la marca de

clase 67 (que corresponde a la clase con mayor frecuencia), aunque para A se puede tomar cualquier marca de clase.

Obsérvese que de esta manera los cálculos son más sencillos que en el problema 3.15. Para simplificar aún más el trabajo,

se puede proceder como en el problema 3.22, donde se hace uso de que todas las desviaciones (columna 2 de la tabla 3.2)

son múltiplos enteros de la amplitud del intervalo de clase.

Tabla 3.2

Marcas de clase (X)

Desviación

d = X − A Frecuencias ( f ) fd

61

64

A→ 67

70

73

−6

−3

0

3

6

5

18

42

27

8

−30

−54

0

81

48

N = P f = 100 P fd = 45

P fd 45

X ¼ A þ ¼ 67 þ ¼ 67:45 in

N 100

3.21 Con d j = X j − A se denotan las desviaciones de las marcas de clase X j , de una distribución de frecuencias,

respecto a una marca de clase dada A. Mostrar que si todos los intervalos de clase son de una misma amplitud

c, entonces: a) todas las desviaciones son múltiplos de c (es decir, d j = cu j donde u j = 0, ±1, ±2, ...) y b) que

la media aritmética se puede calcular empleando la fórmula

P fu

X ¼ A þ c

N

SOLUCIÓN

a) Lo pedido queda ilustrado en la tabla 3.2 del problema 3.20, donde en la columna 2 se observa que todas las desviaciones

son múltiplos de la amplitud del intervalo de clase c = 3 in.

Para ver que esto es válido en general, obsérvese que si X 1 , X 2 , X 3 , . . . son marcas de clase sucesivas, la diferencia

entre ellas será igual a c, de manera que X 2 = X 1 + c, X 3 = X 1 + 2c, y en general, X j = X 1 + ( j − 1)c. Entonces,

la diferencia entre cualesquiera dos marcas de clase, por ejemplo, X p y X q , será

que es un múltiplo de c.

X p X q ¼½X 1 þðp 1ÞcŠ ½X 1 þðq 1ÞcŠ ¼ðp qÞc


76 CAPÍTULO 3 MEDIA, MEDIANA, MODA, Y OTRAS MEDIDAS DE TENDENCIA CENTRAL

b) De acuerdo con el inciso a), las desviaciones de todas las marcas de clase respecto a una marca de clase dada son

múltiplos de c (es decir, d j = cu j ). Entonces, usando el problema 3.18b), se tiene

P P P P

fj d j

X ¼ A þ

N

¼ A þ fj ðcu j Þ

fj u j

fu

¼ A þ c

N

N ¼ A þ c

N

Obsérvese que esto es equivalente a X ¼ A þ cu, lo que se obtiene de X ¼ A þ d sustituyendo d = cu y observando

que d ¼ cu (ver problema 3.18).

3.22 Emplee los resultados del problema 3.21b) para hallar la estatura media de los 100 estudiantes de la universidad

XYZ (ver problema 3.20).

SOLUCIÓN

Para facilitar los cálculos pueden organizarse los datos como en la tabla 3.3. A este método de le llama método de compilación

y se recomienda usarlo siempre que sea posible.

Tabla 3.3

X u f fu

61

64

67

A ⎯→

70

73

−2

−2

0

1

2

5

18

42

27

8

−10

−18

0

27

16

N = 100

P fu = 15

P

fu

X ¼ A þ c ¼ 67 þ 15

ð3Þ ¼67:45 in

N

100

3.23 Calcule el salario medio semanal de los 65 empleados de la empresa P&R a partir de la distribución de frecuencias

de la tabla 2.5, empleando: a) el método largo y b) el método codificado.

SOLUCIÓN

En las tablas 3.4 y 3.5 se dan las soluciones de a) y b), respectivamente.

Tabla 3.5

Tabla 3.4

N = 65

P f X = $18 185.00 N = 65

P fu = 31

X f f X

X u f f X

$255.00

265.00

275.00

285.00

295.00

305.00

315.00

8

10

16

14

10

5

2

$2 040.00

2 650.00

4 400.00

3 990.00

2 950.00

1 525.00

630.00

$255.00

265.00

A ⎯→ 275.00

285.00

295.00

305.00

315.00

−2

−1

0

1

2

3

4

8

10

16

14

10

5

2

−16

−10

0

14

20

15

8


PROBLEMAS RESUELTOS 77

Puede suponerse que estas tablas introducen un error, ya que en realidad las marcas de clase son $254.995, $264.995,

etc., y no $255.00, $265.00, etc. Sin embargo, con las marcas de clase de la tabla 3.4, X resulta ser $279.76 en lugar de

$279.77, lo que es una diferencia despreciable.

X ¼

P fX

N ¼ $18,185:00 ¼ $279:77

65

P fu

X ¼ A þ

N

c ¼ $275:00 þ 31 ð$10:00Þ ¼$279:77

65

3.24 Empleando la tabla 2.9d ), hallar el salario medio de los 70 empleados de la empresa P&R.

SOLUCIÓN

En este caso, los intervalos de clase no son todos de la misma amplitud, por lo que se tiene que usar el método largo, como

se muestra en la tabla 3.6

Tabla 3.6

X u f X

$255.00

265.00

275.00

285.00

295.00

310.00

350.00

8

10

16

15

10

8

3

N = 70

$2 040.00

2 650.00

4 400.00

4 275.00

2 950.00

2 480.00

1 050.00

P f X = $19 845.00

P fX

X ¼

N ¼ $19,845:00 ¼ $283:50

70

LA MEDIANA

3.25 En los resultados de MINITAB, a continuación, se presenta el tiempo, por semana, que 30 usuarios de Internet

pasaron haciendo búsquedas, así como la mediana de estos 30 tiempos. Verificar la mediana. ¿Se considera que

este promedio es típico (representativo) de estos 30 tiempos? Compárense los resultados con los hallados en el

problema 3.8.

MTB > print cl

Muestra de datos

tiempo

3 4 4 5 5 5 5 5 5 6

6 6 6 7 7 7 7 7 8 8

9 10 10 10 10 10 10 12 55 60

MTB > median cl

Mediana de columna

Median of time = 7.0000

SOLUCIÓN

Obsérvese que los dos valores de en medio son 7 y que la media de estos dos valores de en medio es 7. En el problema 3.8

se encontró que la media es 10.4 horas. La mediana es más típica (representativa) de estos tiempos que la media.


78 CAPÍTULO 3 MEDIA, MEDIANA, MODA, Y OTRAS MEDIDAS DE TENDENCIA CENTRAL

3.26 En los cajeros automáticos de cinco lugares de una ciudad grande, se registró la cantidad de transacciones por

día. Los datos fueron 35, 49, 225, 50, 30, 65, 40, 55, 52, 76, 48, 325, 47, 32 y 60. Encontrar: a) la cantidad

mediana de transacciones y b) la cantidad media de transacciones.

SOLUCIÓN

a) Los datos ordenados de menor a mayor son 30, 32, 35, 40, 47, 48, 49, 50, 52, 55, 60, 65, 76, 225 y 325. Como la

cantidad de datos es un número non, sólo hay un valor de enmedio, 50, que es la mediana buscada.

b) La suma de los 15 valores es 1 189. La media es 1 189/15 = 79.257.

Obsérvese que a la mediana no le afectan los dos valores extremos 225 y 325, en tanto que a la media sí.

En este caso, la mediana es un mejor indicador de la cantidad promedio de transacciones diarias en los cajeros automáticos.

3.27 Si en una ordenación se tienen: a) 85 y b) 150 números, ¿cómo se encuentra la mediana de estos números?

SOLUCIÓN

a) Como 85 es un número non, sólo hay un valor de en medio, habiendo 42 números mayores que él y 42 números

menores que él. Por lo tanto, la mediana es el número que ocupa la posición 43 de la ordenación.

b) Como 150 es un número par, hay dos valores de en medio con 74 números menores que ellos y 74 números mayores

que ellos. Los dos números de en medio son los números en las posiciones 75 y 76 de la ordenación; su media aritmética

es la mediana buscada.

3.28 A partir de los datos del problema 2.8, encontrar el peso mediano de los 40 estudiantes de la universidad estatal

empleando: a) la distribución de frecuencias dada en la tabla 2.7 (reproducida aquí como tabla 3.7) y b) los

datos originales.

SOLUCIÓN

a) Primer método (empleando la interpolación)

Se supone que los pesos de la tabla 3.7 están distribuidos de manera continua. En ese caso, la mediana es un peso

tal que la mitad del total de las frecuencias (40/2 = 20) quede por encima de él y la mitad del total de las frecuencias

quede por debajo de él.

Tabla 3.7

Peso (lb)

118-126

127-135

136-144

145-153

154-162

163-171

172-180

Frecuencias

3

5

9

12

5

4

2

Total 40

La suma de las tres primeras frecuencias de clase es 3 + 5 + 9 = 17. Por lo tanto, para dar la frecuencia 20, que es la buscada,

se necesitan tres más de los 12 casos que pertenecen a la cuarta clase. Como el cuarto intervalo de clase, 145-153,


PROBLEMAS RESUELTOS 79

en realidad corresponde a los pesos desde 144.5 hasta 153.5, la mediana debe encontrarse a 3/12 entre 144.5 y 153.5, es

decir, la mediana es

144:5 þ 3

12 ð153:5 144:5Þ ¼144:5 þ 3 ð9Þ ¼146:8 lb

12

Segundo método (empleando la fórmula)

Como las sumas de las primeras tres clases y de las primeras cuatro clases son, respectivamente, 3 + 5 + 9 = 17 y

3 + 5 + 9 + 12 = 29, la mediana se encuentra en la cuarta clase, que es, por lo tanto, la clase mediana. Entonces.

y por lo tanto

L 1 = frontera inferior de clase de la clase mediana = 144.5

N = número de datos = 40

ð P f Þ 1 = suma de las frecuencias de todas las clases anteriores a la clase mediana = 3 + 5 + 9 = 17

f mediana = frecuencia de la clase mediana = 12

c = amplitud del intervalo de la clase mediana = 9

Mediana = L 1 + N /2 ∑ f )1

f mediana

c = 144.5 +

40/2 17

12

(9) =146.8 lb

b) Dispuestos en una ordenación, los pesos originales son

119, 125, 126, 128, 132, 135, 135, 135, 136, 138, 138, 140, 140, 142, 142, 144, 144, 145, 145, 146

146, 147, 147, 148, 149, 150, 150, 152, 153, 154, 156, 157, 158, 161, 163, 164, 165, 168, 173, 176

La mediana es la media aritmética de los pesos en las posiciones 20 y 21 de esta ordenación y es igual a 146 lb.

3.29 En la figura 3-3 se muestra una representación de tallo y hoja que proporciona el número de muertes en accidentes

de tránsito en 2005 relacionados con el alcohol en los 50 estados y Washington, D.C.

Representación de tallo y hoja: Muertes

Representación de tallo y hoja: Muertes N = 51

Leaf Unit = 10

14

23

(7)

21

15

10

4

3

3

3

3

3

3

3

3

2

1

1

0

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

22334556667889

122255778

0334689

124679

22669

012448

3

7

6

1

Figura 3-3 MINITAB, representación de tallo y hoja de las muertes en accidentes

de tránsito relacionados con el alcohol.

Encontrar la media, la mediana y la moda de las muertes relacionadas con el alcohol dadas en la figura 3-3.


80 CAPÍTULO 3 MEDIA, MEDIANA, MODA, Y OTRAS MEDIDAS DE TENDENCIA CENTRAL

SOLUCIÓN

La cantidad de muertes va de 20 a 1 710. La distribución es bimodal. Las dos modas son 60 y 120. Ambas se presentan tres

veces.

La clase (7) 2 0334689 es la clase mediana. Es decir, la mediana se encuentra en esta clase. La mediana es

el dato de en medio o el dato que ocupa la posición 26 en la ordenación. El dato en la posición 24 es 200, el dato en la

posición 25 es 230 y el dato en la posición 26 es 230. Por lo tanto, la mediana es 230.

La suma de estos 51 datos es 16 660 y la media es 16 660/51 = 326.67.

3.30 Encontrar el salario mediano de los 65 empleados de la empresa P&R (ver el problema 2.3).

SOLUCIÓN

En este caso, N = 65 y N/2 = 32.5. Como la suma de las primeras dos y de las primeras tres frecuencias de clase son 8 +

10 = 18 y 8 + 10 + 16 = 34, respectivamente, la clase mediana es la tercera clase. Usando la fórmula,

Medianan ¼ L 1 þ N=2 ðP

f Þ 1

32:5 18

c ¼ $269:995 þ ð$10:00Þ ¼$279:06

16

f mediana

LA MODA

3.31 Encontrar la media, la mediana y la moda de los conjuntos: a) 3, 5, 2, 6, 5, 9, 5, 2, 8, 6 y b) 51.6, 48.7, 50.3,

49.5, 48.9.

SOLUCIÓN

a) En una ordenación, los números son 2, 2, 3, 5, 5, 5, 6, 6, 8 y 9.

Media ¼ 1 10

ð2 þ 2 þ 3 þ 5 þ 5 þ 5 þ 6 þ 6 þ 8 þ 9Þ ¼5:1

Mediana = media aritmética de los dos valores de en medio ¼ 1 2

ð5 þ 5Þ ¼5

Moda = número que se presenta con mayor frecuencia = 5

b) En una ordenación, los números son 48.7, 48.9, 49.5 50.3 y 51.6.

Media ¼ 1 5

ð48:7 þ 48:9 þ 49:5 þ 50:3 þ 51:6Þ ¼49:8

Mediana = número de en medio = 49.5

Moda = número que se presenta con mayor frecuencia (no existe uno aquí)

3.32 Supóngase que se desea hallar la moda de los datos de la figura 3-29. Se puede usar el procedimiento “frequencies”

de SAS para obtener el resultado siguiente. Observando el resultado dado por el procedimiento FREQ

(figura 3-4), ¿cuáles son las modas de la cantidad de muertes relacionadas con el alcohol?


PROBLEMAS RESUELTOS 81

Procedimiento FREQ

Muertes

Muertes Frecuencias Porcentaje

Frecuencias

acumuladas

Porcentajes

acumulados

ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ

20

30

40

50

60

70

80

90

110

120

150

170

180

200

230

240

260

280

290

310

320

340

360

370

390

420

460

490

500

510

520

540

580

630

1470

1560

1710

2

2

1

2

3

1

2

1

1

3

2

2

1

1

2

1

1

1

1

1

1

1

1

1

1

2

2

1

1

1

1

2

1

1

1

1

1

3.92

3.92

1.96

3.92

5.88

1.96

3.92

1.96

1.96

5.88

3.92

3.92

1.96

1.96

3.92

1.96

1.96

1.96

1.96

1.96

1.96

1.96

1.96

1.96

1.96

3.92

3.92

1.96

1.96

1.96

1.96

3.92

1.96

1.96

1.96

1.96

1.96

2

4

5

7

10

11

13

14

15

18

20

22

23

24

26

27

28

29

30

31

32

33

34

35

36

38

40

41

42

43

44

46

47

48

49

50

51

3.92

7.84

9.80

13.73

19.61

21.57

25.49

27.45

29.41

35.29

39.22

43.14

45.10

47.06

50.98

52.94

54.90

56.86

58.82

60.78

62.75

64.71

66.67

68.63

70.59

74.51

78.43

80.39

82.35

84.31

86.27

90.20

92.16

94.12

96.08

98.04

100.00

Figura 3-4 SAS, resultados del procedimiento FREQ para la cantidad de decesos relacionados con el alcohol.

SOLUCIÓN

Estos datos son bimodales y las modas son 60 y 120. Esto se encuentra al observar los resultados de SAS, donde se nota

que la frecuencia, tanto de 60 como de 120, es 3, que es mayor que todas las demás frecuencias.

3.33 Algunos paquetes de software para estadística tienen rutinas para encontrar la moda, pero en los casos en los

que los datos son multimodales, no dan todas las modas. En la figura 3-5 considerar el resultado que se obtiene

con SPSS.

¿Qué hace SPSS cuando se le pide que encuentre las modas?


82 CAPÍTULO 3 MEDIA, MEDIANA, MODA, Y OTRAS MEDIDAS DE TENDENCIA CENTRAL

Válido 20.00

30.00

40.00

50.00

60.00

70.00

80.00

90.00

110.00

120.00

150.00

170.00

180.00

200.00

230.00

240.00

260.00

280.00

290.00

310.00

320.00

340.00

360.00

370.00

390.00

420.00

460.00

490.00

500.00

510.00

520.00

540.00

580.00

630.00

1 470.00

1 560.00

1 710.00

Total

Muertes

Frecuencias Porcentaje Porcentajes válidos

2

2

1

2

3

1

2

1

1

3

2

2

1

1

2

1

1

1

1

1

1

1

1

1

1

2

2

1

1

1

1

2

1

1

1

1

1

51

3.9

3.9

2.0

3.9

5.9

2.0

3.9

2.0

2.0

5.9

3.9

3.9

2.0

2.0

3.9

2.0

2.0

2.0

2.0

2.0

2.0

2.0

2.0

2.0

2.0

3.9

3.9

2.0

2.0

2.0

2.0

3.9

2.0

2.0

2.0

2.0

2.0

100.0

3.9

3.9

2.0

3.9

5.9

2.0

3.9

2.0

2.0

5.9

3.9

3.9

2.0

2.0

3.9

2.0

2.0

2.0

2.0

2.0

2.0

2.0

2.0

2.0

2.0

3.9

3.9

2.0

2.0

2.0

2.0

3.9

2.0

2.0

2.0

2.0

2.0

100.0

Porcentajes

acumulados

3.9

7.8

9.8

13.7

19.6

21.6

25.5

27.5

29.4

35.3

39.2

43.1

45.1

47.1

51.0

52.9

54.9

56.9

58.8

60.8

62.7

64.7

66.7

68.6

70.6

74.5

78.4

80.4

82.4

84.3

86.3

90.2

92.2

94.1

96.1

98.0

100.0

Muertes

N

Moda

Estadística

Válido

Equivocado

51

0

60.00 a

a Hay múltiples modas. Se muestra el valor más pequeño.

Figura 3-5 SPSS, resultado para las muertes relacionadas con el alcohol.


PROBLEMAS RESUELTOS 83

SOLUCIÓN

SPSS da la moda más pequeña. Pero se puede inspeccionar la distribución de frecuencias y hallar las modas de la misma

manera que con SAS (ver el resultado dado antes).

RELACIÓN EMPÍRICA ENTRE LA MEDIA, LA MEDIANA Y LA MODA

3.34 a) Emplear la fórmula empírica media − moda = 3(media − mediana) para hallar el salario modal de los 65

empleados de la empresa P&R.

b) Comparar el resultado con la moda obtenida en el problema 3.33.

SOLUCIÓN

a) De acuerdo con los problemas 3.23 y 3.30 se tiene media = $279.77 y mediana = $279.06. Por lo tanto,

Moda = media – 3(media – mediana) = $279.77 − 3($279.77 − $279.06) = $277.64

b) De acuerdo con el problema 3.33, el salario modal es $277.50, de manera que en este caso coincide con el resultado

empírico.

LA MEDIA GEOMÉTRICA

3.35 Encontrar: a) la media geométrica y b) la media aritmética de los números 3, 5, 6, 6, 7, 10 y 12. Se supone que

los números son exactos.

SOLUCIÓN

p

a) Media geométrica ¼ G ¼ ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

7 p

ð3Þð5Þð6Þð6Þð7Þð10Þð12Þ ¼ 7 ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi 453,600. Empleando logaritmos comunes, log G =

1

7 log 453 600 = 1 7(5.6567) = 0.8081 y G = 6.43 (a la centésima más cercana). Otra posibilidad es usar una calculadora.

Otro método

log G ¼ 1 7

ðlog 3 þ log 5 þ log 6 þ log 6 þ log 7 þ log 10 þ log 12Þ

¼ 1 7

ð0:4771 þ 0:6990 þ 0:7782 þ 0:7782 þ 0:8451 þ 1:0000 þ 1:0792Þ

¼ 0:8081

y

G ¼ 6:43

b) Media aritmética ¼ ^X ¼ 1 7

ð3 þ 5 þ 6 þ 6 þ 7 þ 10 þ 12Þ ¼7. Esto ilustra que la media geométrica de un conjunto

de números positivos, no todos iguales, es menor que su media aritmética.

3.36 Los números X 1 , X 2 , . . . , X K se presentan con frecuencias f 1 , f 2 , . . . , f K donde f 1 + f 2 + . . . , + f K = N es la frecuencia

total.

a) Encontrar la media geométrica G de estos números.

b) Deducir una expresión para log G.

c) ¿Cómo se pueden emplear los resultados para hallar la media geométrica de datos agrupados en una distribución

de frecuencias?

SOLUCIÓN

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

a) G ¼ N X 1 X 1 X |fflfflfflfflfflfflffl{zfflfflfflfflfflfflffl} 1 X 2 X 2 X X |fflfflfflfflfflfflffl{zfflfflfflfflfflfflffl} 2 KX K X |fflfflfflfflfflfflfflfflffl{zfflfflfflfflfflfflfflfflffl} K ¼ N X f 1

1

X f 2

2

X f K

K

f 1 veces f 2 veces f K veces

donde N = P f. A esta media suele llamársele media geométrica ponderada.


84 CAPÍTULO 3 MEDIA, MEDIANA, MODA, Y OTRAS MEDIDAS DE TENDENCIA CENTRAL

b) log G ¼ 1 N log ðX f 1

1 X f 2

2 X f K

K Þ¼ 1 N ð f 1 log X 1 þ f 2 log X 2 þþ f K log X K Þ

¼ 1 N

X K

j¼1

P f log X

f j log X j ¼

N

donde se supone que todos los números son positivos; de otra manera, los logaritmos no están definidos.

Obsérvese que el logaritmo de una media geométrica de un conjunto de números positivos es la media aritmética

de los logaritmos de los números.

c) Al hallar la media geométrica de datos agrupados, este resultado puede emplearse tomando X 1 , X 2 , . . . , X K como las

marcas de clase y f 1 , f 2 , . . . , f K como sus frecuencias correspondientes.

3.37 Durante un año la relación entre precios de un cuarto de galón de leche respecto a precios de una barra de pan

fue 3.00, en tanto que al año siguiente la relación fue 2.00.

a) Encontrar la media aritmética de esta relación en estos dos años.

b) Encontrar la media aritmética de las relaciones ahora entre los precios de una barra de pan respecto a los

precios de un cuarto de galón de leche en este periodo de 2 años.

c) Analizar la conveniencia de emplear la media aritmética para promediar relaciones.

d ) Analizar la idoneidad de la media geométrica para promediar relaciones.

SOLUCIÓN

a) Media de las relaciones (cocientes) precio de leche respecto a precios de pan = 1 2

(3.00 + 2.00) = 2.50.

b) Como el primer año la relación entre precios de leche respecto a precios de pan es 3.00, la relación entre precios de

pan respecto a precios de leche es 1/3 = 0.333. De igual manera, la relación entre precios de pan y precios de leche

el segundo año es 1/2.00 = 0.500.

Por lo tanto,

Media de las relaciones (cocientes) precio de pan respecto a precios de leche = 1 2

(0.333 + 0.500) = 0.417

c) Si la media fuera un promedio adecuado, se esperaría que la media de las relaciones de precios de leche respecto a

precios de pan fuera el recíproco de la media de las relaciones precios de pan respecto a precios de leche. Sin embargo,

1/0.417 = 2.40 2.50. Esto demuestra que la media no es un promedio adecuado para (cocientes) relaciones.

p

d ) La media geométrica de las relaciones entre precios de leche respecto a precios de pan ¼ ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi p

ð3:00Þð2:00Þ ¼

ffiffiffiffiffiffiffiffiffi

6:00

p

La media geométrica de las relaciones entres precios de pan respecto a precios de leche ¼

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

pffiffiffiffiffiffiffiffiffiffiffiffiffi

p

ð0:333Þð0:500Þ ¼

0:0167 ¼ 1=

ffiffiffiffiffiffiffiffiffi

6:00

Dado que estos promedios son recíprocos, se concluye que la media geométrica es más adecuada que la media aritmética

para promediar relaciones (cocientes).

3.38 La cuenta bacteriana en cierto medio de cultivo aumentó de 1 000 a 4 000 en 3 días. ¿Cuál es el incremento

porcentual promedio por día?

SOLUCIÓN

Como un incremento de 1 000 a 4 000 es un incremento de 300%, uno está inclinado a concluir que el aumento porcentual

promedio por día es 300%/3 = 100%. Sin embargo, esto significaría que el primer día la cuenta aumentó de 1 000 a 2 000,

el segundo día de 2 000 a 4 000 y el tercer día de 4 000 a 8 000, lo cual no es así.

Para determinar este incremento porcentual promedio se denotará r a este incremento porcentual promedio.

Entonces

Cuenta bacteriana total un día después = 1 000 + 1 000r = 1 000(1 + r)

Cuenta bacteriana total dos días después = 1 000(1 + r) + 1 000(1 + r)r = 1 000(1 + r) 2

Cuenta bacteriana total tres días después = 1 000(1 + r) 2 + 1 000(1 + r) 2 r = 1 000(1 + r) 3

p

Esta última expresión debe ser igual a 4 000. De manera que 1 000(1 + r) 3 = 4 000, (1 + r) 3 = 4, 1 + r = 3 ffiffi

p 4 , y

r = 3 ffiffi

4 − 1 = 1.587 − 1 = 0.587, y así, r = 58.7%.


PROBLEMAS RESUELTOS 85

En general, si se parte de una cantidad P y se incrementa esta cantidad a una tasa constante r por unidad de tiempo,

la cantidad que se tendrá después de n unidades de tiempo será

A ¼ Pð1 þ rÞ n

A esta fórmula se le llama fórmula del interés compuesto (ver problemas 3.94 y 3.95).

LA MEDIA ARMÓNICA

3.39 Encontrar la media armónica H de los números 3, 5, 6, 6, 7, 10 y 12.

SOLUCIÓN

y

1

H ¼ 1 X 1

N X ¼ 1

1

7 3 þ 1 5 þ 1 6 þ 1 6 þ 1 7 þ 1 10 þ 1

12

= 501

2 940

H = 2 940

501 = 5.87

¼ 1 7

Suele ser mejor expresar primero las fracciones en forma decimal. Así

140 þ 84 þ 70 þ 70 þ 60 þ 42 þ 35

420

y

1

H ¼ 1 7

ð0:3333 þ 0:2000 þ 0:1667 þ 0:1667 þ 0:1429 þ 0:1000 þ 0:0833Þ

¼ 1:1929

7

H ¼ 7

1:1929 ¼ 5:87

Comparando con los resultados del problema 3.35 se ilustra el hecho de que la media armónica de números positivos,

no todos iguales, es menor que su media geométrica, la que a su vez es menor que su media aritmética.

3.40 Durante cuatro años consecutivos los precios del fuel para la calefacción son $0.80, $0.90, $1.05 y $1.25 por

galón (gal). ¿Cuál es el precio promedio del fuel en estos cuatro años?

SOLUCIÓN

Caso 1

Supóngase que todos los años se compra la misma cantidad de fuel, digamos 1 000 gal. Entonces

Precio promedio =

precio total

cantidad total comprada

$800 + $900 + $1 050 + $1 250

= = $1.00/gal

4 000 gal

Esto es lo mismo que la media aritmética del costo por galón; es decir 1 4 ($0.80 + $0.90 + $1.05 + $1.25) = 1.00/gal. Este

resultado sería el mismo aun cuando se usaran x galones por año.

Caso 2

Supóngase que en el fuel se gasta la misma cantidad de dinero todos los años, o sea $1 000. Entonces

precio total

Precio promedio =

cantidad total comprada = $4 000

(1 250 + 1 111 + 952 + 800)gal = $0.975/gal


86 CAPÍTULO 3 MEDIA, MEDIANA, MODA, Y OTRAS MEDIDAS DE TENDENCIA CENTRAL

Esto es lo mismo que la media armónica de los precios por galón:

4

1

0:80 þ 1

0:90 þ 1

1:05 þ 1 ¼ 0:975

1:25

El resultado será el mismo si se gastan y dólares por año.

Ambos promedios son correctos, pero se calculan para condiciones diferentes.

Debe notarse que si la cantidad de galones empleados varía de un año a otro, en vez de ser siempre la misma, en

lugar de la media aritmética ordinaria usada en el caso 1, hay que usar la media aritmética ponderada. De manera similar,

si la cantidad gastada varía de un año a otro, en lugar de la media armónica empleada en el caso 2 se debe usar la media

armónica ponderada.

3.41 Un automóvil recorre 25 millas a 25 millas por hora (mph), 25 millas a 50 mph y 25 millas a 75 mph. Encontrar

la media aritmética de las tres velocidades y la media armónica de las tres velocidades. ¿Cuál es correcta?

SOLUCIÓN

La velocidad promedio es igual a la distancia recorrida dividida entre el total del tiempo y es igual a lo siguiente:

75

¼ 40:9 mi=h

1 þ 1 2 þ 1 3

La media aritmética de las tres velocidades es:

25 þ 50 þ 75

¼ 50 mi=h

3

La media armónica se encuentra como sigue:

1

H ¼ 1 P 1

N X ¼ 1 3

1

25 þ 1

50 þ 1

75

¼ 11

450

y H ¼ 450

11 ¼ 40:9

La media armónica es la medida correcta de la velocidad promedio.

LA RAÍZ CUADRADA MEDIA O MEDIA CUADRÁTICA

3.42 Encontrar la media cuadrática de los números 3, 5, 6, 6, 7, 10 y 12.

SOLUCIÓN

rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

3 2 þ 5 2 þ 6 2 þ 6 2 þ 7 2 þ 10 2 þ 12 2 p

Media cuadrática = RCM =

¼

ffiffiffiffiffi

57 ¼ 7:55

7

3.43 Demostrar que la media cuadrática de dos números positivos distintos a y b es mayor que su media geométrica.

SOLUCIÓN

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

p

1

Se pide que se demuestre que

2 ða2 þ b 2 Þ > ffiffiffiffiffi

ab. Si esto es verdad, entonces elevando al cuadrado ambos miembros

1

2

b

b þ b 2 0

2(a 2 + b 2 ) > ab, de manera que a 2 + b 2 > 2ab, a 2 − 2ab 2 + b 2 > 0 o bien (a − b) 2 > 0. Pero esta igualdad es cierta, ya

que el cuadrado de cualquier número real distinto de cero es positivo.


PROBLEMAS RESUELTOS 87

La prueba consiste en demostrar el proceso inverso. Entonces, partiendo

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

de (a − b) 2 > 0, que se sabe que es verdadero,

se puede mostrar que a 2 + b 2 > 2ab, 1 2 (a2 + b 2 1

p

) > ab y finalmente

2 ða2 þ b 2 Þ > ffiffiffiffiffi

ab , que es lo pedido.

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

p

1

Obsérvese que

2 ða2 þ b 2 Þ ¼

ffiffiffiffiffi

ab si y sólo si a = b.

CUARTILES, DECILES Y PERCENTILES

3.44 Para los salarios de los 65 empleados de la empresa P&R (ver problema 2.9), encontrar: a) los cuartiles Q 1 , Q 2

y Q 3 y b) los deciles D 1 , D 2 , . . . , D 9 .

SOLUCIÓN

a) El primer cuartil Q 1 es el salario que se encuentra contando N/4 = 65/4 = 16.25 de los casos, comenzando con la

primera clase (la más baja). Como la primera clase contiene 8 casos, hay que tomar 8.5 (16.25 − 8) casos de los 10 de

la segunda clase. Usando el método de interpolación lineal, se tiene

Q 1 ¼ $259:995 þ 8:25 ð$10:00Þ ¼$268:25

10

El segundo cuartil Q 2 se encuentra contando los primeros 2N/4 = N/2 = 65/2 = 32.5 de los casos. Como las

primeras dos clases comprenden 18 casos, se deben tomar 32.5 – 18 = 14.5 casos de los 16 de la tercera clase, por lo

tanto

Q 2 ¼ $269:995 þ 14:5 ð$10:00Þ ¼$279:06

16

Obsérvese que Q 2 es la mediana.

El tercer cuartil Q 3 se encuentra contando los primeros 3N/4 = 3 4 (65) = 48.75 de los casos. Como las primeras

cuatro clases comprenden 48 casos, se deben tomar 48.75 – 48 = 0.75 casos de los 10 de la quinta clase; por lo tanto

Q 3 ¼ $289:995 þ 0:75 ð$10:00Þ ¼$290:75

10

Así, 25% de los empleados ganan $268.25 o menos, 50% gana $279.06 o menos y 75% gana $290.75 o

menos.

b) Los deciles primero, segundo, . . . , y noveno se obtienen contando N/10, 2N/10, . . . , 9N/10 de los casos empezando

por la primer clase (inferior). Por lo tanto

D 1 ¼ $249:995 þ 6:5

8 ð$10:00Þ ¼$258:12 D 6 ¼ $279:995 þ 5 ð$10:00Þ ¼$283:57

14

D 2 ¼ $259:995 þ 5

10 ð$10:00Þ ¼$265:00 D 7 ¼ $279:995 þ 11:5 ð$10:00Þ ¼$288:21

14

D 3 ¼ $269:995 þ 1:5

16 ð$10:00Þ ¼$270:94 D 8 ¼ $289:995 þ 4 ð$10:00Þ ¼$294:00

10

D 4 ¼ $269:995 þ 8

16 ð$10:00Þ ¼$275:00 D 9 ¼ $299:995 þ 0:5 ð$10:00Þ ¼$301:00

5

D 5 ¼ $269:995 þ 14:5 ð$10:00Þ ¼$279:06

16

De manera que 10% de los empleados gana $258.12 o menos, 20% gana $265.00 o menos, . . . , 90% gana $301.00

o menos.

Obsérvese que el quinto decil es la mediana. Los deciles segundo, cuarto, sexto y octavo, que dividen la distribución

en cinco partes iguales y a los que se les llama quintiles, también suelen usarse en la práctica.


88 CAPÍTULO 3 MEDIA, MEDIANA, MODA, Y OTRAS MEDIDAS DE TENDENCIA CENTRAL

3.45 En la distribución del problema 3.44, determinar a) el percentil 35o. y b) el percentil 60o.

SOLUCIÓN

a) El percentil 35o., que se denota P 35 , se obtiene contando los primeros 35N/100 = 35(65)/100 = 22.75 casos, empezando

en la primera clase (la clase más baja). Entonces, como en el problema 3.44,

P 35 ¼ $269:995 þ 4:75 ð$10:00Þ ¼$272:97

16

Esto significa que 35% de los empleados gana $272.97 o menos.

b) El percentil 60o. es P 60 = $279.995 + 5 14

($10.00) = $283.57. Obsérvese que éste coincide con el sexto decil o tercer

quintil.

3.46 La siguiente hoja de cálculo de EXCEL está contenida en A1:D26. Esta hoja de cálculo contiene el ingreso per

cápita en cada uno de los 50 estados de Estados Unidos. Dar los comandos de EXCEL para hallar Q 1 , Q 2 , Q 3

y P 95 . Dar también los estados que están a ambos lados de estos cuartiles o percentiles.

SOLUCIÓN

Estado Ingreso per cápita Estado Ingreso per cápita

Wyoming 36 778 Pennsylvania 34 897

Montana 29 387 Wisconsin 33 565

North Dakota 31 395 Massachusetts 44 289

New Mexico 27 664 Missouri 31 899

West Virginia 27 215 Idaho 28 158

Rhode Island 36 153 Kentucky 28 513

Virginia 38 390 Minnesota 37 373

South Dakota 31 614 Florida 33 219

Alabama 29 136 South Carolina 28 352

Arkansas 26 874 New York 40 507

Maryland 41 760 Indiana 31 276

Iowa 32 315 Connecticut 47 819

Nebraska 33 616 Ohio 32 478

Hawaii 34 539 New Hampshire 38 408

Mississippi 25 318 Texas 32 462

Vermont 33 327 Oregon 32 103

Maine 31 252 New Jersey 43 771

Oklahoma 29 330 California 37 036

Delaware 37 065 Colorado 37 946

Alaska 35 612 North Carolina 30 553

Tennessee 31 107 Illinois 36 120

Kansas 32 836 Michigan 33 116

Arizona 30 267 Washington 35 409

Nevada 35 883 Georgia 31 121

Utah 28 061 Louisiana 24 820

Estados más cercanos

=PERCENTILE(A2:D26,0.25) $30 338.5 Arizona y NorthCarolina

=PERCENTILE(A2:D26,0.50) $32 657 Ohio y Kansas

=PERCENTILE(A2:D26,0.75) $36 144.75 Illinois y RhodeIsland

=PERCENTILE(A2:D26,0.95) $42 866.05 Maryland y NewJersey


PROBLEMAS SUPLEMENTARIOS 89

PROBLEMAS SUPLEMENTARIOS

SUMATORIA

3.47 Escribir los términos de cada una de las sumas siguientes:

a)

X 4

j¼1

ðX j þ 2Þ c)

X 3

j¼1

U j ðU j þ 6Þ e)

X 4

j¼1

4X j Y j

b)

X 5

j¼1

f j X 2 j d )

X N

ðYk

2

k¼1

3.48 Escribir cada una de las sumas siguientes usando el signo de sumatoria:

a)

b)

c)

d )

e)

ðX 1 þ 3Þ 3 þðX 2 þ 3Þ 3 þðX 3 þ 3Þ 3

f 1 ðY 1 aÞ 2 þ f 2 ðY 2 aÞ 2 þþ f 15 ðY 15 aÞ 2

ð2X 1 3Y 1 Þþð2X 2 3Y 2 Þþþð2X N 3Y N Þ

ðX 1 =Y 1 1Þ 2 þðX 2 =Y 2 1Þ 2 þþðX 8 =Y 8 1Þ 2

f 1 a 2 1 þ f 2 a 2 2 þþ f 12 a 2 12

f 1 þ f 2 þþ f 12

3.49 Demostrar que P N

j¼1 ðX j 1Þ 2 ¼ P N

j¼1 X 2 j 2 P N

j¼1 X j þ N

3.50 Demostrar que P ðX þ aÞðY þ bÞ ¼ P XY þ a P Y þ b P X þ Nab, donde a y b son constantes. ¿Cuáles son los

subíndices implícitos?

3.51 Las variables U y V toman los valores U 1 = 3, U 2 = −2, U 3 = 5 y V 1 = −4, V 2 = −1, V 3 = 6, respectivamente. Calcular

a) P UV, b) P (U + 3)(V − 4), c) P V 2 , d ) ( P U)( P V ) 2 , e) P UV 2 , f ) P (U 2 − 2V 2 + 2) y g) P (U/V).

3.52 Dado que P 4

j¼1 X j = 7, P 4

j¼1 Y j = −3 y P 4

j¼1 X j Y j = 5, encontrar a) P 4

j¼1 (2X j + 5Y j ) y b) P 4

j¼1(X j − 3)(2Y j + 1).

LA MEDIA ARITMÉTICA

3.53 En cinco materias, un estudiante obtuvo las calificaciones siguientes: 85, 76, 93, 82 y 96. Determinar la media aritmética

de estas calificaciones.

3.54 Un psicólogo mide los tiempos de reacción de un individuo a ciertos estímulos; éstos fueron 0.53, 0.46, 0.50, 0.49,0.52,

0.53, 0.44 y 0.55 segundos, respectivamente. Estimar el tiempo medio de reacción del individuo a estos estímulos.

3.55 Un conjunto de números consta de 6 seises, 7 sietes, 8 ochos, 9 nueves y 10 dieces. ¿Cuál es la media aritmética de estos

números?

3.56 Un estudiante obtuvo las calificaciones siguientes en tres aspectos de un curso: 71, 78 y 89, respectivamente.

a) Si los pesos que se acuerda dar a estas calificaciones son 2, 4 y 5, respectivamente, ¿cuál es una calificación promedio

apropiada?

b) ¿Cuál es la calificación promedio si se usan pesos iguales?

3.57 Los promedios de calificación en los cursos de tres maestros de economía son 79, 74 y 82, y sus grupos constan de 32, 25

y 17 alumnos, respectivamente. Determinar la calificación media de los tres cursos.


90 CAPÍTULO 3 MEDIA, MEDIANA, MODA, Y OTRAS MEDIDAS DE TENDENCIA CENTRAL

3.58 El salario anual medio pagado a los empleados de una empresa es $36 000. Los salarios anuales medios pagados a hombres

y mujeres de la empresa son $34 000 y $40 000, respectivamente. Determinar el porcentaje de hombres y mujeres empleados

por la empresa.

3.59 En la tabla 3.8 se presenta la distribución de las cargas máximas, en toneladas cortas (1 tonelada corta = 2 000 lb) que

soportan ciertos cables producidos por una empresa. Determinar la carga máxima media usando: a) el método largo y b) el

método de compilación.

Tabla 3.8

Carga máxima

(toneladas cortas)

9.3-9.7

9.8-10.2

10.3-10.7

10.8-11.2

11.3-11.7

11.8-12.2

12.3-12.7

12.8-13.2

Cantidad de

cables

2

5

12

17

14

6

3

1

Total 60

3.60 Encontrar X para los datos de la tabla 3.9 usando: a) el método largo y b) el método de compilación.

Tabla 3.9

X 462 480 498 516 534 552 570 588 606 624

f 98 75 56 42 30 21 15 11 6 2

3.61 En la tabla 3.10 se presenta la distribución de los diámetros de las cabezas de remaches producidos por una empresa. Calcular

el diámetro medio.

3.62 Calcular la media de los datos de la tabla 3.11.

Tabla 3.10

Tabla 3.11

Diámetro (cm)

Frecuencias

Clase

Frecuencias

0.7247-0.7249

0.7250-0.7252

0.7253-0.7255

0.7256-0.7258

0.7259-0.7261

0.7262-0.7264

0.7265-0.7267

0.7268-0.7270

0.7271-0.7273

0.7274-0.7276

0.7277-0.7279

0.7280-0.7282

2

6

8

15

42

68

49

25

18

12

4

1

10 hasta menos de 15

15 hasta menos de 20

20 hasta menos de 25

25 hasta menos de 30

30 hasta menos de 35

35 hasta menos de 40

40 hasta menos de 45

3

7

16

12

9

5

2

Total 54

Total 250


PROBLEMAS SUPLEMENTARIOS 91

3.63 Calcular la media de la cantidad de tiempo que ven televisión los 400 estudiantes del problema 2.20.

3.64 a) Emplear la distribución de frecuencias del problema 2.27 para calcular el diámetro medio de los balines.

b) Calcular la media directamente de los datos en bruto y compararla con el inciso a); explicar cualquier discrepancia.

LA MEDIANA

3.65 Encontrar la media y la mediana de estos conjuntos de números: a) 5, 4, 8, 3, 7, 2, 9 y b) 18.3, 20.6, 19.3, 22.4, 20.2, 18.8,

19.7, 20.0.

3.66 Encontrar la calificación mediana del problema 3.53.

3.67 Encontrar el tiempo mediano de reacción del problema 3.54.

3.68 Encontrar la mediana del conjunto de números del problema 3.55.

3.69 Encontrar la mediana de la carga máxima de los cables de la tabla 3.8 del problema 3.59.

3.70 Encontrar la mediana ~X de la distribución presentada en la tabla 3.9 del problema 3.60.

3.71 Encontrar el diámetro mediano de las cabezas de los remaches de la tabla 3.10 del problema 3.61.

3.72 Encontrar la mediana de la distribución presentada en la tabla 3.11 del problema 3.62.

3.73 En la tabla 3.12 se da la cantidad, en miles, de muertes en Estados Unidos ocurridas en 1993 a causa de enfermedades

cardiacas. Encontrar la edad mediana.

Tabla 3.12

Grupo de edad

Total

Menos de 1

1 a 4

5 a 14

15 a 24

25 a 34

35 a 34

45 a 54

55 a 64

65 a 74

75 a 84

85 y más

Miles de muertes

743.3

0.7

0.3

0.3

1.0

3.5

13.1

32.7

72.0

158.1

234.0

227.6

Fuente: U.S. National Center for Health Statistics, Vital

Statistics of the U.S., annual.

3.74 Con los datos de la tabla del problema 2.31 encontrar la edad mediana.

3.75 Encontrar la mediana de la cantidad de tiempo que ven la televisión los 400 estudiantes del problema 2.20.


92 CAPÍTULO 3 MEDIA, MEDIANA, MODA, Y OTRAS MEDIDAS DE TENDENCIA CENTRAL

LA MODA

3.76 Encontrar la media, la mediana y la moda de cada uno de los conjuntos de números siguientes: a) 7, 4, 10, 9, 15, 12, 7, 9,

7 y b) 8, 11, 4, 3, 2, 5, 10, 6, 4, 1, 10, 8, 12, 6, 5, 7.

3.77 En el problema 3.53 encontrar la calificación modal.

3.78 En el problema 3.54 encontrar el tiempo de reacción modal.

3.79 En el problema 3.55 encontrar la moda del conjunto de números.

3.80 En el problema 3.59 encontrar la moda de la carga máxima de los cables.

3.81 En el problema 3.60 encontrar la moda ^X de la distribución dada en la tabla 3.9.

3.82 En el problema 3.61 encontrar el diámetro modal de las cabezas de los remaches de la tabla 3.10.

3.83 En el problema 3.62 encontrar la moda de la distribución dada.

3.84 En el problema 2.20 encontrar la moda de la cantidad de tiempo que ven televisión los 400 estudiantes.

3.85 a) ¿Cuál es el grupo de edad modal en la tabla 2.15?

b) ¿Cuál es el grupo de edad modal en la tabla 3.12?

3.86 Empleando las fórmulas (9) y (10) de este capítulo, hallar la moda de las distribuciones dadas en los problemas siguientes.

Comparar las respuestas obtenidas con cada una de las dos fórmulas.

a) Problema 3.59 b) Problema 3.61 c) Problema 3.62 d ) Problema 2.20.

3.87 La probabilidad de una variable aleatoria continua está descrita por la siguiente función de densidad de probabilidad.

f (x) = −0.75x 2 + 1.5x para 0 < x < 2 y para todos los demás valores de x, f (x) = 0. La moda se presenta en el punto en el

que la función alcanza su máximo. Empleando los conocimientos sobre funciones cuadráticas, mostrar que la moda se

presenta en x = 1.

LA MEDIA GEOMÉTRICA

3.88 Hallar la media geométrica de los números: a) 4.2 y 16.8 y b) 3.00 y 6.00.

3.89 Hallar: a) la media geométrica G y b) la media aritmética X del conjunto 2, 4, 8, 16, 32.

3.90 Hallar la media geométrica de los conjuntos: a) 3, 5, 8, 3, 7, 2 y b) 28.5, 73.6, 47.2, 31.5, 64.8.

3.91 Hallar la media geométrica de las distribuciones de: a) el problema 3.59 y b) el problema 3.60. Verificar que en estos casos

la media geométrica es menor o igual a la media aritmética.

3.92 Si en un periodo de 4 años se duplican los precios de un artículo, ¿cuál es el incremento porcentual anual promedio?


PROBLEMAS SUPLEMENTARIOS 93

3.93 En 1980 y 1996 la población de Estados Unidos era de 226.5 millones y 266.0 millones, respectivamente. Empleando la

fórmula dada en el problema 3.38, contestar lo siguiente.

a) ¿Cuál es el incremento porcentual anual promedio?

b) Estimar la población en 1985.

c) Si el incremento porcentual anual promedio de 1996 a 2000 es el mismo que en el inciso a), ¿a cuánto ascenderá la

población en 2000?

3.94 Se invierten $1 000 a una tasa de interés anual de 8%. ¿A cuánto ascenderá la cantidad total después de 6 años si no se

retira el capital inicial?

3.95 Si en el problema 3.94 el interés es compuesto trimestralmente (es decir, el dinero gana 2% de interés cada 3 meses), ¿cuál

será la cantidad total después de 6 años?

3.96 Encontrar dos números cuya media aritmética sea 9.00 y cuya media geométrica sea 7.2.

LA MEDIA ARMÓNICA

3.97 Encontrar la media armónica de los números: a) 2, 3 y 6 y b) 3.2, 5.2, 4.8, 6.1 y 4.2.

3.98 Encontrar: a) la media aritmética, b) la media geométrica y c) la media armónica de los números 0, 2, 4 y 6.

3.99 Si X 1 , X 2 , X 3 , . . . , son las marcas de clase de una distribución de frecuencias y f 1 , f 2 , f 3 , . . . , son sus frecuencias correspondientes,

demostrar que su media armónica está dada por

donde N ¼ f 1 þ f 2 þ¼ P f

1

H ¼ 1 N

f 1

þ f 2

þ f

3

þ

X 1 X 2 X 3

¼ 1 P f

N X

3.100 Emplear el problema 3.99 para hallar la media armónica de la distribución: a) del problema 3.59 y b) del problema 3.60.

Comparar con el problema 3.91.

3.101 Las ciudades A, B y C están equidistantes una de otra. Un conductor viaja de la ciudad A a la ciudad B a 30 mi/h, de la

ciudad B a la ciudad C a 40 mi/h y de la ciudad C a la ciudad A a 50 mi/h. Determinar su velocidad promedio en este

viaje.

3.102 a) Un aeroplano recorre las distancias d 1 , d 2 y d 3 a las velocidades v 1 , v 2 y v 3 mi/h, respectivamente. Mostrar que la

velocidad promedio está dada por V, donde

d 1 þ d 2 þ d 3

V

¼ d 1

v 1

þ d 2

v 2

þ d 3

v 3

Ésta es una media armónica ponderada.

b) Encontrar: V si d 1 = 2 500, d 2 = 1 200, d 3 = 500, v 1 = 500, v 2 = 400 y v 3 = 250.

3.103 Demostrar que la media geométrica de dos números a y b es: a) menor o igual que su media aritmética y b) mayor o igual

que su media armónica. ¿Puede generalizar la prueba a más de dos números?


94 CAPÍTULO 3 MEDIA, MEDIANA, MODA, Y OTRAS MEDIDAS DE TENDENCIA CENTRAL

LA RAÍZ CUADRADA MEDIA O LA MEDIA CUADRÁTICA

3.104 Encontrar la RCM (o media cuadrática) de los números: a) 11, 23 y 35, y b) 2.7, 3.8, 3.2 y 4.3.

3.105 Probar que la RCM de dos números positivos, a y b, es: a) mayor o igual que la media aritmética y b) mayor o igual que la

media armónica. Se puede extender la prueba a más de dos números.

3.106 Deducir una fórmula que pueda usarse para hallar la RCM de datos agrupados y aplicarla a una de las distribuciones de

frecuencias ya consideradas.

CUARTILES, DECILES Y PERCENTILES

3.107 En la tabla 3.13 se presenta una distribución de frecuencias de las calificaciones en un examen final de álgebra. a) Encontrar

los cuartiles de esta distribución y b) interpretar claramente cada uno de ellos.

Tabla 3.13

Calificación

90-100

80-89

70-79

60-69

50-59

40-49

30-39

Cantidad de

estudiantes

9

32

43

21

11

3

1

Total 120

3.108 Encontrar los cuartiles Q 1 , Q 2 y Q 3 de las distribuciones: a) del problema 3.59 y b) del problema 3.60. Interpretar claramente

cada uno de ellos.

3.109 Proporcionar seis términos estadísticos diferentes para el punto de equilibrio o valor central en una curva de frecuencias en

forma de campana.

3.110 Encontrar: a) P 10 , b) P 90 , c) P 25 y d ) P 75 en los datos del problema 3.59. Interpretar claramente cada uno de ellos.

3.111 a) ¿Se pueden expresar todos los deciles y cuartiles como percentiles? Explicar.

b) ¿Se pueden expresar los cuantiles como percentiles? Explicar.

3.112 Para los datos del problema 3.107, determinar: a) la calificación más baja obtenida por el 25% superior de los alumnos y

b) la puntuación más alta alcanzada por el 20% inferior de los alumnos. Interpretar las respuestas en términos de percentiles.

3.113 Interpretar gráficamente los resultados del problema 3.107 empleando: a) un histograma porcentual, b) un polígono de

frecuencia porcentual y c) una ojiva porcentual.

3.114 Repetir el problema 3.113 para los resultados del problema 3.108.

3.115 a) Desarrollar una fórmula similar a la de la ecuación (8) de este capítulo que permita calcular cualquier percentil de una

distribución de frecuencias.

b) Ilustrar el uso de la fórmula empleándola para obtener los resultados del problema 3.110.


DESVIACIÓN ESTÁNDAR

Y OTRAS MEDIDAS

DE DISPERSIÓN

4

DISPERSIÓN O VARIACIÓN

El grado de dispersión de los datos numéricos respecto a un valor promedio se llama dispersión o variación de los

datos. Existen varias medidas de dispersión (o variación); las más usadas son el rango, la desviación media, el rango

semiintercuartil, el rango percentil 10-90 y la desviación estándar.

RANGO

El rango de un conjunto de números es la diferencia entre el número mayor y el número menor del conjunto.

EJEMPLO 1 El rango del conjunto 2, 3, 3, 5, 5, 5, 8, 10, 12 es 12 − 2 = 10. Algunas veces el rango se da mediante el número

menor y el número mayor; así, por ejemplo, en el caso del conjunto anterior, simplemente se indica de 2 a 12 o 2-12.

DESVIACIÓN MEDIA

La desviación media, o desviación promedio, de un conjunto de N números X 1 , X 2 ,..., X N se abrevia DM y está definida

así:

Desviación media (DM) ¼

X N

j¼1

jX j

Xj P jX Xj

¼

¼jX Xj (1)

N

N

donde X es la media aritmética de los números y jX j

Xj es el valor absoluto de la desviación de X j respecto de X.

(El valor absoluto de un número es el número sin signo; el valor absoluto de un número se indica por medio de dos

barras verticales colocadas a los lados del número, así j 4j ¼4, jþ3j ¼3, j6j ¼6 y j 0:84j ¼0:84|.)

95


96 CAPÍTULO 4 DESVIACIÓN ESTÁNDAR Y OTRAS MEDIDAS DE DISPERSIÓN

EJEMPLO 2 Encuentre la desviación media del conjunto 2, 3, 6, 8, 11.

DM ¼

Media aritmética ð XÞ ¼ 2 þ 3 þ 6 þ 8 þ 11 ¼ 6

5

j2 6jþj3 6jþj6 6jþj8 6jþj11 6j j 4jþj 3jþj0jþj2jþj5j

¼

5

5

¼ 4 þ 3 þ 0 þ 2 þ 5 ¼ 2:8

5

Si X 1 , X 2 , . . . , X K se presentan con frecuencias f 1 , f 2 , . . . , f K , respectivamente, la desviación media puede expresarse

como

DM ¼

X K

j¼1

f j jX j

N

Xj P f jX

¼

N

Xj

¼jX Xj (2)

donde N ¼ P K

j¼1 f j ¼ P f . Esta fórmula es útil para datos agrupados, donde las X j representan las marcas de clase y

las f j las correspondientes frecuencias de clase.

En ocasiones, la desviación media se define en términos de las desviaciones absolutas respecto de la mediana o de

aj es que es mínima cuando

a es la mediana (es decir, la desviación media absoluta con respecto de la mediana es un mínimo).

Obsérvese que sería más apropiado emplear el término desviación media absoluta en vez de desviación media.

otro promedio, y no respecto de la media. Una propiedad interesante de la suma P N

j¼1 jX j

RANGO SEMIINTERCUARTIL

El rango semiintercuartil, o desviación cuartil, de un conjunto de datos se denota Q y está definido por

Q ¼ Q 3 Q 1

2

(3)

donde Q 1 y Q 3 son el primero y tercer cuartiles en los datos (ver problemas 4.6 y 4.7). Algunas veces se usa el rango

intercuartil Q 3 − Q 1; sin embargo, el rango semiintercuartil es más usado como medida de dispersión.

RANGO PERCENTIL 10-90

El rango percentil 10-90 de un conjunto de datos está definido por

Rango percentil 10-90 = P 90 − P 10 (4)

donde P 10 y P 90 son los percentiles 10o. y 90o. en los datos (ver problema 4.8). El rango semipercentil 10-90,

1

2 (P 90 − P 10 ), también puede usarse, pero no es muy común.

DESVIACIÓN ESTÁNDAR

La desviación estándar de un conjunto de N números X 1 , X 2 , . . . , X N se denota como s y está definida por

s ¼

sffi

X N

j¼1

ðX j

XÞ 2 sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P rffiffiffiffiffiffiffiffiffiffiffi

ðX XÞ 2 P qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

x

2

¼

¼ ¼ ðX XÞ 2

N

N

N

(5)

donde x representa la desviación de cada uno de los números X j respecto a la media X. Por lo tanto, s es la raíz cuadrada

de la media (RCM) de las desviaciones respecto de la media, o, como suele llamársele algunas veces, la desviación

raíz-media-cuadrado.


MÉTODO ABREVIADO PARA EL CÁLCULO DE LA DESVIACIÓN ESTÁNDAR 97

Si X 1 , X 2 , . . . , X N se presentan con frecuencias f 1 , f 2 , . . . , f K , respectivamente, la desviación estándar se puede expresar

como

s ¼

sffi

X K

j¼1

f j ðX j

XÞ 2 rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P rffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P f ðX XÞ

¼

2 fx

2

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

¼ ¼ ðX XÞ

N

N

N

2

(6)

donde N ¼ P K

j¼1

f j ¼ P f . Esta fórmula es útil para datos agrupados.

Algunas veces la desviación estándar de una muestra de datos se define usando como el denominador, en las ecuaciones

(5) y (6), (N − 1) en lugar de N. Esto se debe a que el valor que así se obtiene es una mejor aproximación a la

desviación estándar de la población de la que se ha tomado la muestra. Con valores grandes de N (N > 30), prácticamente

no hay diferencia entre pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

las dos definiciones. Y cuando se necesita una estimación mejor, ésta siempre se puede

obtener multiplicando por N=ðN 1Þ la desviación estándar obtenida de acuerdo con la primera definición. Por lo

tanto, en este libro se emplearán las fórmulas (5) y (6).

VARIANZA

La varianza de un conjunto de datos se define como el cuadrado de la desviación estándar y, por lo tanto, corresponde

al valor s 2 en las ecuaciones (5) y (6).

Cuando es necesario distinguir la desviación estándar de una población de la desviación estándar de una muestra

obtenida de esa población, se suele emplear s para la última y σ (letra griega sigma minúscula) para la primera. De

manera que s 2 y σ 2 representan la varianza muestral y la varianza poblacional, respectivamente.

MÉTODO ABREVIADO PARA EL CÁLCULO DE LA DESVIACIÓN ESTÁNDAR

Las ecuaciones (5) y (6) se pueden expresar, respectivamente, mediante las fórmulas siguientes

0 1

X N X

Xj

2 N 2

B XC

j

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

@ A

P

j¼1

j¼1

X

2 P X 2

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

s ¼

¼

¼ X 2 X 2

N N

N N

0 1

X K X

f j Xj

2 K

2

B f j X j C sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

@ A

P P

j¼1

j¼1

fX

2 fX 2

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

s ¼

¼

¼ X 2 X 2

N N

N N

sffi

sffi

(7)

(8)

donde X 2 representa la media de los cuadrados de los diversos valores de X, en tanto que X 2 denota el cuadrado de la

media de los diversos valores de X (ver problemas 4.12 a 4.14).

Si las d j = X j − A son las desviaciones de X j respecto a una constante arbitraria A, las fórmulas (7) y (8) se transforman,

respectivamente, en

0 1

X N X

dj

2 N 2

B d j C sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P

j¼1

j¼1

d

2 P d 2

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

@ A

s ¼

¼

¼ d 2 d

N N

N N

2

(9)

s ¼

sffi

sffi

X K

(Ver los problemas 4.15 y 4.17.)

j¼1

N

f j d 2 j

0

B

@

X K

j¼1

1

2

f j d j C

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P P fd

2 fd 2

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

A

¼

¼ d 2 d

N

N N

2

(10)


98 CAPÍTULO 4 DESVIACIÓN ESTÁNDAR Y OTRAS MEDIDAS DE DISPERSIÓN

Cuando en una distribución de frecuencia se tienen datos agrupados y los intervalos de clase son de un mismo

tamaño c, se tiene d j = cu j , o X j = A + cu j y la fórmula (10) se trasforma en

s ¼ c

sffi

X K

j¼1

N

f j u 2 j

0

B

@

X K

j¼1

N

1

2

f j u j C

A

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P P fu

2 fu 2

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

¼ c

¼ c u 2 u 2

N N

(11)

Esta última fórmula proporciona un método muy sencillo para el cálculo de la desviación estándar y se recomienda su

uso para datos agrupados, siempre que los intervalos de clase sean de un mismo tamaño. A este método se le llama

método de compilación y es exactamente análogo al empleado en el capítulo 3 para calcular la media aritmética de

datos agrupados. (Ver problemas 4.16 a 4.19.)

PROPIEDADES DE LA DESVIACIÓN ESTÁNDAR

1. La desviación estándar se puede definir como

s ¼

sffi

X N

j¼1

ðX j aÞ 2

N

donde a es un promedio cualquiera además de la media aritmética. De todas las desviaciones estándar, la mínima

es aquella en la que a = X, debido a la propiedad 2 del capítulo 3. Esta propiedad es una razón importante para

definir la desviación estándar como se definió antes. En el problema 4.27 se presenta una demostración de esta

propiedad.

2. En las distribuciones normales (ver capítulo 7) se encuentra que (como se muestra en la figura 4.1):

a) 68.27% de los casos está comprendido entre X − s y X + s (es decir, una desviación estándar a cada lado de

la media).

b) 95.45% de los casos está comprendido entre X − 2s y X + 2s (es decir, dos desviaciones estándar a cada lado

de la media).

c) 99.73% de los casos está comprendido entre X − 3s y X + 3s (es decir, tres desviaciones estándar a cada lado

de la media).

En distribuciones moderadamente sesgadas, estos porcentajes se satisfacen de manera aproximada (ver problema

4.24).

3. Supóngase que dos conjuntos que constan de N 1 y N 2 números (o dos distribuciones de frecuencia con frecuencias

totales N 1 y N 2 ) tienen varianzas s 2 1 y s 2 2, respectivamente, y una misma media X. Entonces, la varianza combinada

o conjunta de los dos conjuntos (o de las dos distribuciones de frecuencia) está dada por

s 2 ¼ N 1s 2 1 þ N 2 s 2 2

N 1 þ N 2

(12)

Obsérvese que ésta es una media aritmética ponderada de las dos varianzas. Esta fórmula puede generalizarse a tres

o más conjuntos.

4. El teorema de Chebyshev establece que para k > 1, por lo menos (1 − (1/k 2 )) × 100% de la distribución de probabilidad

de cualquier variable está a no más de k desviaciones estándar de la media. En particular, para k = 2, por

lo menos (1 − (1/2 2 )) × 100% o bien 75% de los datos está en el intervalo ðx 2S, x þ 2SÞ; para k = 3, por lo

menos (1 − (1/3 2 )) × 100% u 89% de los datos está en el intervalo ðx 3S, x þ 3SÞ, y para k = 4, por lo menos

(1 − (1/4 2 )) × 100% o bien 93.75% de los datos está en el intervalo ðx 4S, x þ 4SÞ.


COMPROBACIÓN DE CHARLIER 99

*

Media + DE

*

Media − DE

*

Media − 2DE

*

Media + 2DE

*

Media − 3DE

*

Media + 3DE

Figura 4-1 Ilustración de la regla empírica.

COMPROBACIÓN DE CHARLIER

La comprobación de Charlier, en el cálculo de la media y de la desviación estándar mediante el método de la compilación,

hace uso de las identidades

P f ðu þ 1Þ ¼

P fu þ

P f ¼

P fu þ N

P f ðu þ 1Þ 2 ¼ P f ðu 2 þ 2u þ 1Þ ¼ P fu 2 þ 2 P fu þ P f ¼ P fu 2 þ 2 P fu þ N

(Ver el problema 4.20.)


100 CAPÍTULO 4 DESVIACIÓN ESTÁNDAR Y OTRAS MEDIDAS DE DISPERSIÓN

CORRECCIÓN DE SHEPPARD PARA LA VARIANZA

El cálculo de la desviación estándar tiene cierto error debido a la agrupación de los datos en clases (error de agrupamiento).

Para hacer un ajuste respecto al error de agrupamiento, se usa la fórmula

Varianza corregida = Varianza de los datos agrupados

c 2

12

(13)

donde c es el tamaño del intervalo de clase. A la corrección c 2 /12 (que se resta) se le llama corrección de Sheppard.

Esta corrección se usa para distribuciones de variables continuas, en las que las “colas”, en ambas direcciones, se

aproximan gradualmente a cero.

Hay discrepancia respecto a cuándo y si la corrección de Shepppard debe ser aplicada. Desde luego no debe aplicarse

antes de que se examine la situación cuidadosamente, ya que se tiende a una sobrecorrección, con lo que sólo se

sustituye un error por otro. En este libro, a menos que se indique otra cosa, no se usará la corrección de Sheppard.

RELACIONES EMPÍRICAS ENTRE LAS MEDIDAS DE DISPERSIÓN

Para las distribuciones moderadamente sesgadas, se tiene la relación empírica

Desviación media = 4 5

(desviación estándar)

Rango semiintercuartil = 2 3

(desviación estándar)

Esto es consecuencia de que en una distribución normal se encuentre que la desviación media y el rango semiintercuartil

son iguales, respectivamente, a 0.7979 y 0.6745 veces la desviación estándar.

DISPERSIÓN ABSOLUTA Y RELATIVA; COEFICIENTE DE VARIACIÓN

La variación o dispersión real determinada mediante la desviación estándar u otra medida de dispersión se le conoce

como dispersión absoluta. Sin embargo, una variación o dispersión de 10 pulgadas (in) en una distancia de 1 000 pies

(ft) tiene un significado muy diferente a la misma variación de 10 in en una distancia de 20 ft. Este efecto se puede

medir mediante la dispersión relativa, que se define como sigue:

Dispersión relativa =

dispersión absoluta

promedio

(14)

Si la dispersión absoluta es la desviación estándar s y el promedio es la media X, entonces a la dispersión relativa

se le llama coeficiente de variación o coeficiente de dispersión; este coeficiente se denota por V y está dado por

Coeficiente de variación (V )= s X

(15)

y por lo general se expresa como porcentaje. También hay otras posibilidades (ver problema 4.30).

Obsérvese que el coeficiente de variación es independiente de las unidades que se empleen. Debido a esto, el coeficiente

de variación es útil cuando se trata de comparar distribuciones en las que las unidades son diferentes. Una

desventaja del coeficiente de variación es que no es útil cuando el valor de X es cercano a cero.


SOFTWARE Y MEDIDAS DE DISPERSIÓN 101

VARIABLE ESTANDARIZADA; PUNTUACIONES ESTÁNDAR

A la variable que mide la desviación respecto a la media en términos de unidades de desviaciones estándar se le llama

variable estandarizada y es una cantidad adimensional (es decir, es independiente de las unidades empleadas) y está

dada por

z ¼ X

s

X

(16)

Si las desviaciones respecto a la media se dan en términos de unidades de desviación estándar, se dice que las

desviaciones se expresan en unidades estándar o en puntuaciones estándar. Las unidades estándar son de gran valor

para comparar distribuciones (ver problema 4.31).

SOFTWARE Y MEDIDAS DE DISPERSIÓN

El software para estadística proporciona diversas medidas de dispersión. Estas medidas de dispersión suelen proporcionarse

en estadística descriptiva. EXCEL permite el cálculo de todas las medidas estudiadas en este libro. Aquí

se discuten MINITAB y EXCEL y en los problemas resueltos se muestran los resultados que proporcionan otros

paquetes.

EJEMPLO 3

a) EXCEL proporciona cálculos para varias medidas de dipersión, y en el siguiente ejemplo se ilustran algunas de ellas. En

una empresa se hace una encuesta; la pregunta es: ¿cuántos e-mails recibe una persona por semana? Las respuestas dadas

por los 75 empleados se muestran en las celdas A1:E15 de la hoja de cálculo de EXCEL.

32 113 70 60 84

114 31 58 86 102

113 79 86 24 40

44 42 54 71 25

42 116 68 30 63

121 74 77 77 100

51 31 61 28 26

47 54 74 57 35

77 80 125 105 61

102 45 115 36 52

58 24 24 39 40

95 99 54 35 31

77 29 69 58 32

49 118 44 95 65

71 65 74 122 99

El rango se obtiene mediante =MAX(A1:E15)-MIN(A1:E15) o bien 125 − 24 = 101. La desviación media o desviación

promedio se obtiene mediante = DESVPROM(A1:E15) o bien 24.42. El rango semiintercuartil se obtiene mediante la

expresión =(PERCENTIL(A1:E15,0.75)-(PERCENTIL(A1:E15,0.25))/2 o bien 22. El rango percentil 10-90 se obtiene

mediante PERCENTIL(A1:E15,0.9)-PERCENTIL(A1:E15,0.1) u 82.6.

La desviación estándar y la varianza se obtienen mediante =DESVEST(A1:E15), que es 29.2563 y =VAR(A1:E15),

que es 855.932 para muestras, y =DESVESTP(A1:E15) que es 29.0606 y =VARP(A1:E15), que es 844.52 para poblaciones.


102 CAPÍTULO 4 DESVIACIÓN ESTÁNDAR Y OTRAS MEDIDAS DE DISPERSIÓN

b)

Figura 4-2 Ventana de diálogo de MINITAB.

En la ventana de diálogo de MINITAB, que se presenta en la figura 4-2, se han elegido las medidas de dispersión y de

tendencia central. El resultado es el siguiente:

Estadística descriptiva: e-mails

Variable StDev Variance CoefVar Minimum Q1 Q3 Maximum Range IQR

e-mails 29.26 855.93 44.56 24.00 40.00 86.00 125.00 101.00 46.00

PROBLEMAS RESUELTOS

EL RANGO

4.1 Encontrar el rango de los conjuntos: a) 12, 6, 7, 3, 15, 10, 18, 5 y b) 9, 3, 8, 8, 9, 8, 9, 18.

SOLUCIÓN

En ambos casos, rango = número mayor − número menor = 18 − 3 = 15. Sin embargo, como se puede ver en las ordenaciones

de los conjuntos a) y b),

a) 3, 5, 6, 7, 10, 12, 15, 18 b) 3, 8, 8, 8, 9, 9, 9, 18

en el conjunto a) hay mucha más variación que en el conjunto b). En efecto, b) consta casi únicamente de ochos y

nueves.

Dado que el rango no indica diferencia alguna entre estos conjuntos, en este caso no es una buena medida de dispersión.

Cuando hay valores extremos, el rango no suele ser una buena medida de la dispersión.

Eliminando los valores extremos, 3 y 18, se logra una mejora. Entonces, el rango del conjunto a) es (15 − 5) = 10,

en tanto que el rango del conjunto b) es (9 − 8) = 1, lo que muestra claramente que en a) hay mayor dispersión que en b).

Sin embargo, el rango no ha sido definido de esta manera. El rango semiintercuartil y el rango percentil 10-90 están concebidos

para obtener una medida mejor que el rango mediante la eliminación de los valores extremos.

4.2 Encontrar el rango de las estaturas de los estudiantes de la universidad XYZ dadas en la tabla 2.1.


PROBLEMAS RESUELTOS 103

SOLUCIÓN

Hay dos maneras para definir el rango de datos agrupados.

Primer método

Segundo método

Rango = marca de clase de la clase más alta − marca de clase de la clase más baja

= 73 − 61 = 12 in

Rango = frontera superior de la clase más alta − frontera inferior de la clase más baja

= 74.5 − 59.5 = 15 in

Empleando el primer método se tienden a eliminar, en cierta medida, los valores extremos.

LA DESVIACIÓN MEDIA

4.3 Encontrar la desviación media de los conjuntos de números del problema 4.1.

SOLUCIÓN

a) La media aritmética es

La desviación media es

P jX

DM ¼

N

Xj

X ¼

12 þ 6 þ 7 þ 3 þ 15 þ 10 þ 18 þ 5

¼ 76

8

8 ¼ 9:5

j12 9:5jþj6 9:5jþj7 9:5jþj3 9:5jþj15 9:5jþj10 9:5jþj18 9:5jþj5 9:5j

¼

8

2:5 þ 3:5 þ 2:5 þ 6:5 þ 5:5 þ 0:5 þ 8:5 þ 4:5

¼ ¼ 34

8

8 ¼ 4:25

b) X ¼ 9 þ 3 þ 8 þ 8 þ 9 þ 8 þ 9 þ 18 ¼ 72 8

8 ¼ 9

P jX

DM ¼

N

Xj

¼

j9 9jþj3 9jþj8 9jþj8 9jþj9 9jþj8 9jþj9 9jþj18 9j

8

¼ 0 þ 6 þ 1 þ 1 þ 0 þ 1 þ 0 þ 9 ¼ 2:25

8

La desviación media indica, como debe ser, que en el conjunto b) hay menos dispersión que en el conjunto a).

4.4 Encontrar la desviación media de las estaturas de 100 estudiantes de la universidad XYZ (ver tabla 3.2, problema

3.20).

SOLUCIÓN

De acuerdo con el problema 3.20, X = 67.45 in. Para facilitar los cálculos, éstos pueden organizarse como en la tabla 4.1.

También se puede idear un método de compilación para el cálculo de la desviación media (ver problema 4.47).


104 CAPÍTULO 4 DESVIACIÓN ESTÁNDAR Y OTRAS MEDIDAS DE DISPERSIÓN

Tabla 4.1

Estaturas (in) Marcas de clase (X ) jX Xj ¼jX 67:45j Frecuencia ( f ) f jX Xj

60-62

63-65

66-68

69-71

72-74

61

64

67

70

73

6.45

3.45

0.45

2.55

5.55

5

18

42

27

8

32.25

62.10

18.90

68.85

44.40

N ¼ P f ¼ 100

P f jX Xj ¼226:50

P f jX

DM ¼

N

Xj

¼ 226:50 ¼ 2:26 in

100

4.5 Determinar el porcentaje de las estaturas de los estudiantes del problema 4.4 que cae dentro de los rangos a)

X ± DM, b) X ± 2 DM y c) X ± 3 DM.

SOLUCIÓN

a) El rango de 65.19 a 69.71 in es X ± DM = 67.45 ± 2.26. Este rango comprende a todos los individuos de la tercera

clase + 1 3 (65.5 − 65.19) de los estudiantes de la segunda clase +1 3 (69.71 − 68.5) de los estudiantes de la cuarta clase

(ya que el tamaño del intervalo de clase es 3 in, la frontera superior de clase de la segunda clase es 65.5 in y la frontera

inferior de clase de la cuarta clase es 68.5 in). La cantidad de estudiantes en el rango X ± DM es

42 þ 0:31

3 ð18Þþ1:21 ð27Þ ¼42 þ 1:86 þ 10:89 ¼ 54:75 o sea 55

3

que es 55% del total.

b) El rango de 62.93 a 71.97 in es X ± 2 DM = 67.45 ± 2(2.26) = 67.45 ± 4.52. El número de estudiantes en el rango

X ± 2 DM es

18

62:93 62:5

ð18Þþ42 þ 27 þ

3

71:97 71:5

3

ð8Þ ¼85:67 u 86

que es 86% del total.

c) El rango de 60.67 a 74.23 in es X ± 3 DM = 67.45 ± 3(2.26) = 67.45 ± 6.78. La cantidad de estudiantes en el rango

X ± 3 DM es

5

60:67 59:5

ð5Þþ18 þ 42 þ 27 þ

3

74:5 74:23

3

ð8Þ ¼97:33 o sea 97

que es 97% del total.

EL RANGO SEMIINTERCUARTIL

4.6 Encontrar el rango semiintercuartil en la distribución de las estaturas de los estudiantes de la universidad XYZ

(ver tabla 4.1 del problema 4.4).

SOLUCIÓN

El cuartil inferior y el cuartil superior son Q 1 ¼ 65:5 þ 2 42 ð3Þ ¼65:64 in y Q 3 ¼27

68:5 þ 10

27

ð3Þ ¼69:61 in, respectivamente,

y el rango semiintercuartil (o desviación cuartil) es Q ¼ 1 2 ðQ 3 Q 1 Þ¼ 1 2

1

ð69:61 65:64Þ ¼1:98 in. Obsérvese que el

50% de los casos se encuentra entre Q 1 y Q 3 (es decir, la estatura de 50 estudiantes está entre 65.64 y 69.61 in).


PROBLEMAS RESUELTOS 105

Se puede considerar que 1 2 ðQ 1 þ Q 3 Þ¼67:63 in es una medida de tendencia central (es decir, una altura promedio).

Por lo tanto, 50% de las estaturas se encuentra entre 67.63 ± 1.98 in.

4.7 Encontrar el rango semiintercuartil de los salarios de 65 empleados de la empresa P&R (ver la tabla 2.5 del

problema 2.3).

SOLUCIÓN

De acuerdo con el problema 3.44, Q 1 = $268.25 y Q 3 = $290.75. Por lo tanto, el rango semiintercuartil es Q = 1 2(Q 3 − Q 1 )

= 1 2($290.75 − $268.25) = $11.25. Como 1 2(Q 1 + Q 3 ) = $279.50, se puede concluir que 50% de los empleados tienen

salarios que se encuentran en el rango de $279.50 ± $11.25.

EL RANGO PERCENTIL 10-90

4.8 Encontrar el rango percentil 10-90 de las estaturas de los estudiantes de la universidad XYZ (ver tabla 2.1).

SOLUCIÓN

Aquí, P 10 = 62.5 + 5

18 (3) = 63.33 in y P 90

= 68.5 +

25

27 (3) = 71.27 in. Por lo tanto, el rango percentil 10-90 es P 90 − P 10

= 71.27 − 63.33 = 7.94 in. Como 1 2(P 10 + P 90 ) = 67.30 in y 1 2(P 90 − P 10 ) = 3.97 in, se puede concluir que las estaturas de

80% de los estudiantes se encuentra en el rango de 67.30 ± 3.97 in.

LA DESVIACIÓN ESTÁNDAR

4.9 Encontrar la desviación estándar s de cada uno de los conjuntos de números del problema 4.1.

SOLUCIÓN

P X 12 þ 6 þ 7 þ 3 þ 15 þ 10 þ 18 þ 5

a) X ¼ ¼ ¼ 76 N 8

8 ¼ 9:5

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P ðX XÞ 2

s ¼

N

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

ð12 9:5Þ 2 þð6 9:5Þ 2 þð7 9:5Þ 2 þð3 9:5Þ 2 þð15 9:5Þ 2 þð10 9:5Þ 2 þð18 9:5Þ 2 þð5 9:5Þ 2

¼

8

p

¼

ffiffiffiffiffiffiffiffiffiffiffi

23:75 ¼ 4:87

b) X ¼ 9 þ 3 þ 8 þ 8 þ 9 þ 8 þ 9 þ 18 ¼ 72

8

8 ¼ 9

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P ðX XÞ 2

s ¼

N

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

ð9 9Þ 2 þð3 9Þ 2 þð8 9Þ 2 þð8 9Þ 2 þð9 9Þ 2 þð8 9Þ 2 þð9 9Þ 2 þð18 9Þ 2

¼

8

p

¼

ffiffiffiffiffi

15 ¼ 3:87

Comparando los resultados anteriores con los del problema 4.3 se observa que la desviación estándar sí indica que

el conjunto b) tiene menos dispersión que el conjunto a). Sin embargo, este efecto se enmascara por el hecho de que los

valores extremos afectan a la desviación estándar mucho más que a la desviación media. Esto es de esperar, ya que para

calcular la desviación estándar las desviaciones se elevan al cuadrado.


106 CAPÍTULO 4 DESVIACIÓN ESTÁNDAR Y OTRAS MEDIDAS DE DISPERSIÓN

4.10 La desviación estándar de los dos conjuntos de datos dados en el problema 4.1 pueden encontrarse con MINITAB.

Adelante se presentan los resultados. Comparlos con los obtenidos en el problema 4.9.

MTB > print cl

set1

12 6 7 3 15 10 18 5

MTB > print c2

set2

9 3 8 8 9 8 9 18

MTB > standard deviation cl

Columna de desviación estándar

Standard deviation of set1 = 5.21

MTB > standard deviation c2

Columna de desviación estándar

Standard deviation of set2 = 4.14

SOLUCIÓN

MINITAB emplea la fórmula

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P ðX XÞ 2

s ¼

N 1

y por lo tanto, en los problemas 4.9 y 4.10 no se obtiene la misma desviación pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

estándar. Las respuestas del problema 4.10

pse ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi pueden obtener de las del problema 4.9 multiplicando éstas por N=ðN 1Þ. Como N = 8 para ambos conjuntos,

N=ðN 1Þ = 1.069045. Entonces, para el conjunto 1 se tiene (1.069045)(4.87) = 5.21, que es la desviación estándar

dada por MINITAB. De igual manera, (1.069045)(3.87) = 4.14, que es la desviación estándar dada por MINITAB para

el problema 2.

4.11 Encuentre la desviación estándar de las estaturas de los 100 estudiantes de la universidad XYZ (ver tabla

2.1).

SOLUCIÓN

De acuerdo con los problemas 3.15, 3.20 o bien 3.22, X = 67.45 in. Los cálculos pueden organizarse como en la tabla 4.2.

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

f ðX XÞ 2 852:7500 p

s ¼

¼

¼

ffiffiffiffiffiffiffiffiffiffiffiffiffi

8:5275 ¼ 2:92 in

N

100

Tabla 4.2

Estaturas (in) Marcas de clase (X) X X ¼ X 67:45 ðX XÞ 2 Frecuencias ( f ) f ðX XÞ 2

60-62

63-65

66-68

69-71

72-74

61

64

67

70

73

−6.45

−3.45

−0.45

2.55

5.55

41.6025

11.9025

0.2025

6.5025

30.8025

5

18

42

27

8

208.0125

214.2450

8.5050

175.5675

246.4200

N ¼ P f ¼ 100

P f ðX XÞ 2

¼ 852.7500


PROBLEMAS RESUELTOS 107

CÁLCULO DE LAS DESVIACIONES ESTÁNDAR DE DATOS AGRUPADOS

4.12 a) Demostrar que

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P P X

2

2

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

X

s ¼

¼ X 2 X 2

N N

b) Usar la fórmula del inciso a) para hallar la desviación estándar del conjunto 12, 6, 7, 3, 15, 10, 18, 5.

SOLUCIÓN

a) Por definición

Entonces

o bien

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P ðX XÞ 2

s ¼

N

P ðX XÞ 2 P ðX

s 2 2

2 XX þ X 2 P

Þ X

2

2 X P X þ N X 2

¼

¼

¼

N

N

N

P X

2

P P X

X

¼ 2 X

N N

þ X 2 2

P X

¼ 2 X 2 þ X 2 2

¼ X 2

N

N

P X

¼ X 2 ¼ X 2 2 P 2 X

− ¼

N N

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P P X

2 X 2

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

s ¼

¼ X 2 X 2

N N

Obsérvese que en las sumatorias anteriores se ha usado la forma abreviada, empleando X en lugar de X j y P en

lugar de P N

j¼1 .

Otro método

s 2 ¼ðX XÞ 2 ¼ X 2 2X X þ X 2 ¼ X 2 2X X þ X 2 ¼ X 2 2 X X þ X 2 ¼ X 2 X 2

b)

P X

2

X 2 ¼

N ¼ ð12Þ2 þð6Þ 2 þð7Þ 2 þð3Þ 2 þð15Þ 2 þð10Þ 2 þð18Þ 2 þð5Þ 2

8

P X 12 þ 6 þ 7 þ 3 þ 15 þ 10 þ 18 þ 5

X ¼ ¼ ¼ 76

N 8

8 ¼ 9:5

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

p

Por lo tanto s ¼ X 2 X 2 ¼

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi p

114 90:25 ¼

ffiffiffiffiffiffiffiffiffiffiffi

23:75 ¼ 4:87

¼ 912

8 ¼ 114

Compárese este método con el del problema 4.9a).

4.13 Modificar la fórmula del problema 4.12a) para introducir las frecuencias que corresponden a los diversos

valores de X.

SOLUCIÓN

La modificación apropiada es

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P P fX

2 fX 2

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

s ¼

¼ X 2 X 2

N N

Como en el problema 4.12a), a esta fórmula se puede llegar partiendo de

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P f ðX XÞ 2

s ¼

N


108 CAPÍTULO 4 DESVIACIÓN ESTÁNDAR Y OTRAS MEDIDAS DE DISPERSIÓN

Entonces

o bien

P f ðX XÞ 2 P f ðX

s 2 2

2 XX þ X 2 P

Þ fX

2

2 X P fX þ X 2 P f

¼

¼

¼

N

N

N

P fX

2

P P fX

fX

¼ 2 X

N N

þ X 2 2

P fX

¼ 2 X 2 þ X 2 2

¼ X 2

N

N

P fX

2

P fX 2

¼

N N

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P P fX

2 fX 2

s ¼

N N

Obsérvese que la sumatoria anterior se ha usado en forma abreviada, empleando X y f en lugar de X j y f j , P en lugar

de P K

j¼1 y P K

j¼1 f j = N.

4.14 Empleando la fórmula del problema 4.13, encontrar la desviación estándar de los datos de la tabla 4.2, problema

4.11.

SOLUCIÓN

Los cálculos pueden organizarse como en la tabla 4.3, donde X ¼ð P fXÞ=N ¼ 67:45 in, según se obtuvo en el problema

3.15. Observar que este método, como el del problema 4.11, conlleva cálculos muy tediosos. En el problema 4.17 se muestra

cómo con el método de compilación se simplifican los cálculos enormemente.

Tabla 4.3

Estaturas (in) Marcas de clase (X ) X 2 Frecuencias ( f ) f X 2

60-62

63-65

66-68

69-71

72-74

61

64

67

70

73

3 721

4 096

4 489

4 900

5 329

5

18

42

27

8

18 605

73 728

188 538

132 300

42 632

N ¼ P f ¼ 100

P f X 2 = 455 803

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P P fX

2 fX 2

rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

455; 803

p

s ¼

¼

ð67:45Þ 2 ¼

ffiffiffiffiffiffiffiffiffiffiffiffiffi

8:5275 ¼ 2:92 in

N N

100

4.15 Si d = X − A son las desviaciones de X respecto a una constante arbitraria A, probar que

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P P fd

2

2 fd

s ¼

N N

SOLUCIÓN

Como d = X − A, X = A + d y X ¼ A þ d (ver problema 3.18), entonces

de manera que

X X ¼ðA þ dÞ ðA þ dÞ¼d d

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P f ðX XÞ 2 P

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

f ðd dÞ 2 P fd

2 P fd 2

s ¼

¼

¼

N

N

N N

de acuerdo con los resultados del problema 4.13 y sustituyendo X y X en lugar de d y d , respectivamente.


PROBLEMAS RESUELTOS 109

Otro método

s 2 ¼ðX XÞ 2 ¼ðd dÞ 2 ¼ d 2 2 dd þ d 2

P

¼ d 2 2d 2 þ d 2 ¼ d 2 d fd 2 2

¼

N

P fd

N

2

y la fórmula deseada se obtiene sacando la raíz cuadrada positiva.

4.16 Mostrar que si en una distribución de frecuencia en la que todos los intervalos de clase son del mismo tamaño

c, se compila cada marca de clase X con su valor correspondiente u de acuerdo con la relación X = A + cu,

donde A es una marca de clase dada, entonces la desviación estándar se puede expresar como

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P P fu

2

2 qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

fu

s ¼ c

¼ c u 2 u 2

N N

SOLUCIÓN

Esto se deduce inmediatamente del problema 4.15, ya que d = X − A = cu. Por lo tanto, como c es una constante,

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P f ðcuÞ

2 P

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

f ðcuÞ 2 P P

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

fu

s ¼

¼ c 2 2 fu 2 P P fu

c 2 2 fu 2

¼ c

N

N

N N

N N

Otro método

Esta fórmula se puede probar también directamente sin usar el problema 4.15. Dado que X = A + cu, X ¼ A þ cu y

X X ¼ cðu uÞ, entonces

s 2 ¼ðX XÞ 2 ¼ c 2 ðu uÞ 2 ¼ c 2 ðu 2 2uu þ u 2 Þ¼c 2 ðu 2 2u 2 þ u 2 Þ¼c 2 ðu 2 u 2 Þ

y

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P fu

2 P fu 2

s ¼ c u 2 u 2 ¼ c

N N

4.17 Encontrar la desviación estándar de las estaturas de los estudiantes de la universidad XYZ (ver la tabla 2.1)

empleando: a) la fórmula obtenida en el problema 4.15 y b) el método de codificación del problema 4.16.

SOLUCIÓN

En las tablas 4.4 y 4.5 arbitrariamente se ha elegido A igual a la marca de clase 67. Obsérvese que en la tabla 4.4 las desviaciones

d = X − A son múltiplos del tamaño del intervalo de clase c = 3. En la tabla 4.5 se ha eliminado este factor. Esto

da como resultado que en la tabla 4.5 los cálculos se simplifican enormemente (en comparación con los de los problemas

4.11 y 4.14). Por esto se recomienda emplear el método de compilación siempre que sea posible.

a) Ver la tabla 4.4.

Tabla 4.4

Marcas de clase (X ) d = X − A Frecuencias ( f ) fd f d 2

61

64

A → 67

70

73

−6

−3

0

3

6

5

18

42

27

8

−30

−54

0

81

48

180

162

0

243

288

N ¼ P f ¼ 100

P f d = 45

P f X

2

= 873


110 CAPÍTULO 4 DESVIACIÓN ESTÁNDAR Y OTRAS MEDIDAS DE DISPERSIÓN

b) Ver la tabla 4.5

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P P

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

fd

2 fd 2

873 45 2

p

s ¼

¼

¼

ffiffiffiffiffiffiffiffiffiffiffiffiffi

8:5275 ¼ 2:92 in

N N 100 100

Tabla 4.5

Marcas de clase (X ) u ¼ X A

c

Frecuencias ( f ) fu f u 2

61

64

A → 67

70

73

−2

−2

0

1

2

5

18

42

27

8

−10

−18

0

27

18

20

18

0

27

32

N ¼ P f ¼ 100

P f u = 15

P f u 2 = 97

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P P

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

fu

2 fu 2

97 15 2

p

s ¼ c

¼ 3

¼ 3

ffiffiffiffiffiffiffiffiffiffiffiffiffi

0:9475 ¼ 2:92 in

N N 100 100

4.18 Empleando el método de compilación, encontrar: a) la media y b) la desviación estándar de la distribución de

los salarios de los 65 empleados de la empresa P&R (ver la tabla 2.5 del problema 2.3).

SOLUCIÓN

Los cálculos se pueden organizar como en la tabla 4.6.

P

fu

31

a) X ¼ A þ cu ¼ A þ c

N ¼ $275:00 þð$10:00Þ ¼ $279:77

65

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P fu

2

P

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

fu 2

b) s ¼ c u 2 u 2

173 31 2

pffiffiffiffiffiffiffiffiffiffiffiffiffi

¼ c

¼ð$10:00Þ

¼ð$10:00Þ 2:4341 ¼ $15:60

N N

65 65

A ⎯→

Tabla 4.6

X u f fu fu 2

$255.00

265.00

275.00

285.00

295.00

305.00

315.00

−2

−1

0

1

2

3

4

8

10

16

14

10

5

2

N = P f = 65

−16

32

−10

10

0

0

14

14

20

40

15

45

8

32

P P fu = 31 fu 2 = 173

4.19 La tabla 4.7 muestra el CI de 480 niños de primaria. Empleando el método de compilación, encontrar: a) la

media y b) la desviación estándar.


PROBLEMAS RESUELTOS 111

Tabla 4.7

Marca des clase (X ) 70 74 78 82 86 90 94 98 102 106 110 114 118 122 126

Frecuencias ( f ) 4 9 16 28 45 66 85 72 54 38 27 18 11 5 2

SOLUCIÓN

El cociente intelectual es

CI =

edad mental

edad cronológica

expresado como porcentaje. Por ejemplo, un niño de 8 años que (de acuerdo con ciertos procedimientos educativos) tiene una

mentalidad de un niño de 10 años, tendrá un CI de 10/8 = 1.25 = 125%, o simplemente 125, el signo % se sobreentiende.

Para hallar la media y la desviación estándar de los cocientes intelectuales de la tabla 4.7, se pueden organizar los

cálculos como en la tabla 4.8.

P

fu 236

a) X ¼ A þ cu ¼ A þ c

N ¼ 94 þ 4 ¼ 95:97

480

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

p

P fu

2

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2

3404

2

3 236 p

b) s ¼ c

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

u 2 u 2

¼ c

COMPROBACIÓN DE CHARLIER

N

P fu

N

¼ 4

480

480

¼ 4

ffiffiffiffiffiffiffiffiffiffiffiffiffi

6:8499

¼ 10:47

4.20 Emplear la comprobación de Charlier para verificar los cálculos de: a) la media y b) la desviación estándar

realizados en el problema 4.19.

SOLUCIÓN

Para hacer la comprobación deseada, a las columnas de la tabla 4.8 se agregan las columnas de la tabla 4.9 (con excepción

de la columna 2, que por comodidad se repite en la tabla 4.9).

a) De acuerdo con la tabla 4.9, P f (u + 1) = 716; de acuerdo con la tabla 4.8, P fu + N = 236 + 480 = 716. Con esto

se tiene la comprobación de la media.

Tabla 4.8

X u f fu fu 2

70

74

78

82

86

90

A ⎯→ 94

98

102

106

110

114

118

122

126

−6

−5

−4

−3

−2

−1

−0

−1

−2

−3

−4

−5

−6

−7

−8

4

9

16

28

45

66

85

72

54

38

27

18

11

5

2

−24

−45

−64

−84

−90

−66

0

72

108

114

108

90

66

35

16

144

225

256

252

180

66

0

72

216

342

432

450

396

245

128

N = P f = 480

P f u = 236

P f u

2

= 3 404


112 CAPÍTULO 4 DESVIACIÓN ESTÁNDAR Y OTRAS MEDIDAS DE DISPERSIÓN

Tabla 4.9

u + 1 f f (u + 1) f (u + 1) 2

−5

−4

−3

−2

−1

−0

−1

−2

−3

−4

−5

−6

−7

−8

−9

4

9

16

28

45

66

85

72

54

38

27

18

11

5

2

N = P f = 480

−20

100

−36

144

−48

144

−56

112

−45

45

0

0

85

85

144

288

162

486

152

608

135

675

108

648

77

539

40

320

18

162

P P f (u + 1) = 716 f (u + 1) 2 = 4 356

b) De acuerdo con la tabla 4.9, P f (u + 1) 2 = 4 356; de acuerdo con la tabla 4.8, P f 2 + 2 P fu + N = 3 404 + 2(236)

+ 480 = 4 356, con lo que se tiene la comprobación de la desviación estándar.

CORRECCIÓN DE SHEPPARD PARA LA VARIANZA

4.21 Emplee la corrección de Sheppard para determinar la desviación estándar de los datos en: a) el problema 4.17,

b) el problema 4.18 y c) el problema 4.19.

SOLUCIÓN

a) s 2 √= 8.5275 y c = 3. Varianza pffiffiffiffiffiffiffiffiffiffiffiffiffi

corregida = s 2 − c 2 /12 = 8.5275 − 3 2 /12 = 7.7775. Desviación estándar corregida

= varianza corregida = 7:7775 = 2.79 in.

b) s 2 = pffiffiffiffiffiffiffiffiffiffiffiffiffi

243.41 y c = 10. Varianza corregida = s 2 − c 2 /12 = 243.41 − 10 2 /12 = 235.08. Desviación estándar corregida

= 235:08 = $15.33.

c) s 2 p= ffiffiffiffiffiffiffiffiffiffiffiffiffi 109.60 y c = 4. Varianza corregida = s 2 − c 2 /12 = 109.60 − 4 2 /12 = 108.27. Desviación estándar corregida

= 108:27 = 10.41.

4.22 Dada la segunda distribución de frecuencia del problema 2.8, encontrar: a) la media, b) la desviación estándar,

c) la desviación estándar usando la corrección de Sheppard y d ) la verdadera desviación estándar a partir de

los datos no agrupados.

SOLUCIÓN

Los cálculos se pueden organizar como en la tabla 4.10.

P

fu

9

a) X ¼ A þ cu ¼ A þ c

N ¼ 149 þ 9 ¼ 147:0lb

40

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P fu

2 P

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2

2

fu

b) s ¼ c u 2 u 2

95 9 p

¼ c

¼ 9

¼ 9

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2:324375 ¼ 13:7lb

N N

40 40

c) Varianza corregida = s 2 − c 2 /12 = 188.27 − 9 2 /12 = 181.52. Desviación estándar corregida = 13.5 lb.


PROBLEMAS RESUELTOS 113

Tabla 4.10

X u f fu fu 2

122

131

140

A ⎯→ 149

158

167

176

−3

−2

−1

−0

−1

−2

−3

3

5

9

12

5

4

2

−9

−10

−9

0

5

8

6

27

20

9

0

5

16

18

N = P f = 40

P f u = −9

P f u

2

= 95

d )

Para calcular la desviación estándar a partir de los verdaderos pesos de los estudiantes, dados en el problema, conviene

primero restarle a cada peso un número adecuado, por ejemplo, A = 150 lb, y después usar el método del problema

4.15. Las desviaciones d = X − A = X − 150 se dan en la tabla siguiente:

12 14 0 18 6 25 1 7

4 8 10 3 14 2 2 6

18 24 12 26 13 31 4 15

4 23 8 3 15 3 10 15

11 5 15 8 0 6 5 22

a partir de las cuales se encuentra que P d = −128 y P d 2 = 7 052. Entonces

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P P

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

s ¼ d 2 d d 2

2 d 2

7052

2

7 128 p

¼

¼

¼

ffiffiffiffiffiffiffiffiffiffiffiffiffi

166:06 ¼ 12:9lb

N N

40

40

Por lo tanto, con la corrección de Sheppard, en este caso, se obtiene cierta mejora.

RELACIONES EMPÍRICAS ENTRE LAS MEDIDAS DE DISPERSIÓN

4.23 Dada la distribución de las estaturas de los estudiantes de la universidad XYZ, comentar la validez de las

fórmulas empíricas: a) desviación media = 4 5(desviación estándar) y b) rango semiintercuartil = 2 3(desviación

estándar).

SOLUCIÓN

a) De acuerdo con los problemas 4.4 y 4.11, desviación media ÷ desviación estándar = 2.26/2.92 = 0.77, que es aproximadamente

4 5 .

b) De acuerdo con los problemas 4.6 y 4.11, rango semiintercuartil ÷ desviación estándar = 1.98/2.92 = 0.68, que es

aproximadamente 2 3 .

Por lo tanto, en este caso las fórmulas empíricas son válidas.

Obsérvese que no se usó la desviación estándar con corrección de Sheppard para agrupamiento, ya que no se hicieron

las correcciones correspondientes a la desviación media ni al rango semiintercuartílico.

PROPIEDADES DE LA DESVIACIÓN ESTÁNDAR

4.24 En el problema 4.19 determinar el porcentaje de estudiantes cuyo CI cae dentro de los rangos: a) X ± s,

b) X ± 2s y c) X ± 3s.


114 CAPÍTULO 4 DESVIACIÓN ESTÁNDAR Y OTRAS MEDIDAS DE DISPERSIÓN

SOLUCIÓN

a) El rango para los CI de 85.5 a 106.4 es X ± s = 95.97 ± 10.47. La cantidad de CI en el rango X ± s es

88 85:5

ð45Þþ66 þ 85 þ 72 þ 54 þ

4

106:4 104

4

ð38Þ ¼339

El porcentaje de CI en el rango X ± s es 339/480 = 70.6%.

b) El rango de los CI de 75.0 a 116.9 es X ± 2s = 95.97 ± 2(10.47). La cantidad de CI en el rango X ± 2s es

76 75:0

ð9Þþ16 þ 28 þ 45 þ 66 þ 85 þ 72 þ 54 þ 38 þ 27 þ 18 þ

4

116:9 116

4

ð11Þ ¼451

El porcentaje de CI en el rango X ± 2s es 451/480 = 94.0%.

c) El rango de los CI de 64.6 a 127.4 es X ± 3s = 95.97 ± 3(10.47). La cantidad de CI en el rango X ± 3s es

480

128 127:4

ð2Þ ¼479:7 o 480

4

El porcentaje de CI en el rango X ± 3s es 479.7/480 = 100%.

Los porcentajes de los incisos a), b) y c) coinciden con los esperados en una distribución normal: 68.27%, 95.45%

y 99.73%, respectivamente.

Obsérvese que no se ha usado la corrección de Sheppard para la desviación estándar. Si se usa esta corrección, los

resultados, en este caso, coinciden estrechamente con los anteriores. Obsérvese que los resultados anteriores también pueden

obtenerse usando la tabla 4.11 del problema 4.32.

4.25 Dados los conjuntos 2, 5, 8, 11, 14 y 2, 8, 14, encontrar: a) la media de cada conjunto, b) la varianza de cada

conjunto, c) la media de los conjuntos combinados (o conjuntados) y d ) la varianza de los conjuntos combinados.

SOLUCIÓN

a) Media del primer conjunto ¼ 1 5 ð2 þ 5 þ 8 þ 11 þ 14Þ ¼8. Media del segundo conjunto ¼ 1 3

ð2 þ 8 þ 14Þ ¼8.

b) Varianza del primer conjunto ¼ 1s 2 1 ¼ 1 5 ½ð2 8Þ2 þð5 8Þ 2 þð8 8Þ 2 þð11 8Þ 2 þð14 8Þ 2 5 ½ð Þ ð Þ ð

Š¼18. Varianza del

2 2 2

segundo conjunto ¼ s 2 2 ¼ 1 3 ½ð2 8Þ2 þð8 8Þ 2 þð14 8Þ 2 Š¼24.

c) La media de los conjuntos combinados es

2 þ 5 þ 8 þ 11 þ 14 þ 2 þ 8 þ 14

¼ 8

5 þ 3

d) La varianza de los conjuntos combinados es

s 2 ¼ ð2 8Þ2 þð5 8Þ 2 þð8 8Þ 2 þð11 8Þ 2 þð14 8Þ 2 þð2 8Þ 2 þð8 8Þ 2 þð14 8Þ 2

5 þ 3

¼ 20:25

Otro método (mediante fórmula)

s 2 ¼ N 1s 2 1 þ N 2 s 2 2

N 1 þ N 2

¼ ð5Þð18Þþð3Þð24Þ

5 þ 3

¼ 20:25


PROBLEMAS RESUELTOS 115

4.26 Resolver el problema 4.25 con los conjuntos 2, 5, 8, 11, 14 y 10, 16, 22.

SOLUCIÓN

Aquí las medias de los dos conjuntos son 8 y 16, respectivamente, en tanto que las varianzas son las mismas que las varianzas

en el problema anterior, a saber: s 2 1 = 18 y s 2 2 = 24.

Media de los conjuntos combinados ¼

2 þ 5 þ 8 þ 11 þ 14 þ 10 þ 16 þ 22

¼ 11

5 þ 3

s 2 ¼ ð2 11Þ2 þð5 11Þ 2 þð8 11Þ 2 þð11 11Þ 2 þð14 11Þ 2 þð10 11Þ 2 þð16 11Þ 2 þð22 11Þ 2

5 þ 3

¼ 35:25

Obsérvese que la fórmula

s 2 ¼ N 1s 2 1 þ N 2 s 2 2

N 1 þ N 2

con la que se obtiene el valor 20.25, no es aplicable en este caso, ya que las medias de los dos conjuntos no son iguales.

4.27 a) Probar que w 2 + pw + q, donde p y q son constantes dadas, es mínimo si y sólo si w = − 1 2 p.

b) Empleando el inciso a), probar que

X N

j¼1

ðX j aÞ 2

N

o brevemente

P ðX aÞ

2

N

es mínimo si y sólo si a = X Ȧ

SOLUCIÓN

a) Se tiene w 2 þ pw þ q ¼ðw þ 1 2 pÞ2 1

þ q

4 p2 1

. Como ðq

4 p2 Þ es constante, esta expresión tiene su mínimo valor si

y sólo si w + 1 2 p = 0 (es decir, w = − 1 2 p).

b)

P ðX aÞ

2 P ðX

2

¼

N

2aX þ a 2 Þ

N

P X

2

¼

2a P X þ Na 2

N

¼ a 2

2a

P P X X

2

N þ N

Comparando esta última expresión con (w 2 + pw + q), se tiene

P X

w ¼ a p ¼ 2

N

P X

2

q ¼

N

Por lo tanto, la expresión tiene un mínimo en a ¼

1 2 p ¼ðP XÞ=N ¼ X, empleando el resultado del inciso a).

DISPERSIÓN ABSOLUTA Y RELATIVA; COEFICIENTE DE VARIACIÓN

4.28 Un fabricante de cinescopios produce dos tipos de cinescopios, A y B. La vida media de los cinescopios es,

respectivamente, X A = 1 495 horas y X AB = 1 875 horas, y las desviaciones estándar son s A = 280 horas y

s B = 310 horas. ¿Cuál de los cinescopios tiene: a) la mayor dispersión absoluta y b) la mayor dispersión relativa?


116 CAPÍTULO 4 DESVIACIÓN ESTÁNDAR Y OTRAS MEDIDAS DE DISPERSIÓN

SOLUCIÓN

a) La dispersión absoluta de A es s A = 280 horas y la de B es s B = 310 horas. Por lo tanto, en los cinescopios B hay

mayor dispersión absoluta.

b) Los coeficientes de variación son

A = s A

X A

= 280

1 495 = 18.7% B = s B

X B

= 310

1 875 = 16.5%

Por lo tanto, los cinescopios A tienen mayor variación relativa o dispersión.

4.29 Encontrar el coeficiente de variación, V, de los datos: a) del problema 4.14 y b) del problema 4.18, empleando

la desviación estándar corregida y la desviación estándar no corregida.

SOLUCIÓN

s(no corregida)

a) V (no corregida) = = 2.92 = 0.0433 = 4.3%

X 67.45

V (corregida )= s(corregida ) = 2.79 = 0.0413 = 4.1% de acuerdo con el problema 4.21a)

X 67.45

b) V (no corregida) =

s(no corregida)

X

= 15.60 = 0.196 = 19.6%

79.77

V (corregida )= s(corregida ) = 15.33 = 0.192 = 19.2% de acuerdo con el problema 4.21b)

X 79.77

4.30 a) Definir una medida de dispersión relativa que pueda emplearse para un conjunto de datos en el que se

conocen los cuartiles.

b) Ilustrar el cálculo de la medida definida en el inciso a) aplicándolo a los datos del problema 4.6.

SOLUCIÓN

a) Si para un conjunto de datos, se dan los cuartiles Q 1 y Q 3, entonces 1 2 ðQ 1 þ Q 3 Þ es una medida de tendencia central de

los datos o promedio, en tanto que Q ¼ 1 2 ðQ 3 Q 1 Þ, el rango semiintercuartil, es una medida de dispersión de los

datos. De manera que una medida de dispersión relativa se puede definir de la siguiente manera.

V Q ¼

1

2 ðQ 3 Q 1 Þ

1

2 ðQ 1 þ Q 3 Þ ¼ Q 3 Q 1

Q 3 þ Q 1

a la que se le llama coeficiente de variación cuartil o coeficiente cuartil de dispersión relativa.

b) V Q ¼ Q 3 Q 1 69:61 65:64

¼

Q 3 þ Q 1 69:61 þ 65:64 ¼ 3:97 ¼ 0:0293 ¼ 2:9%

135:25

VARIABLES ESTANDARIZADAS; PUNTUACIONES ESTÁNDAR

4.31 En el examen final de matemáticas en el que la media es 76 y la desviación estándar es 10, un alumno obtiene

una calificación de 84. En el examen final de física, en el que la media es 82 y la desviación estándar es 16, el

mismo alumno obtiene como puntuación 90. ¿En qué materia tiene una posición relativa más alta?

SOLUCIÓN

La variable estandarizada z ¼ðX XÞ=s mide la desviación de X respecto a la media X en término de desviaciones estándar

s. En matemáticas, z = (84 − 76)/10 = 0.8, y en física z = (90 − 82)/16 = 0.5. Por lo tanto, la calificación de este

estudiante en matemáticas se encuentra a 0.8 de una desviación estándar sobre la media, en cambio la puntuación en física

se encuentra a sólo 0.5 de una desviación estándar sobre la media. Por lo tanto, en matemáticas obtuvo una posición relativa

más alta.

La variable z ¼ðX XÞ=s suele emplearse para las calificaciones de los exámenes de conocimientos, en donde se

denomina calificación estándar.


PROBLEMAS RESUELTOS 117

SOFTWARE Y MEDIDAS DE DISPERSIÓN

4.32 El análisis hecho con STATISTIX de los datos del ejemplo 3 de este capítulo da los resultados siguientes:

Statistix 8.0

Descriptive Statistics

Variable SD Variance C.V. MAD

e - mails 29.256 855.93 44.562 21.000

El valor MAD es la desviación mediana absoluta. Se trata del valor mediano de las diferencias absolutas entre

cada uno de los valores y la mediana muestral. Verificar que el valor MAD de estos datos es 21.

SOLUCIÓN

Los datos ordenados de menor a mayor son:

24 24 24 25 26 28 29 30 31 31 31 32 32

35 35 36 39 40 40 42 42 44 44 45 47 49

51 52 54 54 54 57 58 58 58 60 61 61 63

65 65 68 69 70 71 71 74 74 74 77 77 77

77 79 80 84 86 86 95 95 99 99 100 102 102

105 113 113 114 115 116 118 121 122 125

La mediana de los datos originales es 61.

Si a cada dato se le resta 61, se obtiene:

37 37 37 36 35 33 32 31 30 30 30 29 29

26 26 25 22 21 21 19 19 17 17 16 14 12

10 9 7 7 7 4 3 3 3 1 0 0 2

4 4 7 8 9 10 10 13 13 13 16 16 16

16 18 19 23 25 25 34 34 38 38 39 41 41

44 52 52 53 54 55 57 60 61 64

Ahora se toma el valor absoluto de estos datos:

37 37 37 36 35 33 32 31 30 30 30 29 29 26 26

25 22 21 21 19 19 17 17 16 14 12 10 9 7 7

7 4 3 3 3 1 0 0 2 4 4 7 8 9 10

10 13 13 13 16 16 16 16 18 19 23 25 25 34 34

38 38 39 41 41 44 52 52 53 54 55 57 60 61 64

La mediana de este último conjunto es 21. Por lo tanto, MAD = 21.


118 CAPÍTULO 4 DESVIACIÓN ESTÁNDAR Y OTRAS MEDIDAS DE DISPERSIÓN

RANGO

PROBLEMAS SUPLEMENTARIOS

4.33 Encontrar el rango de los conjuntos: a) 5, 3, 8, 4, 7, 6, 12, 4, 3 y b) 8.772, 6.453, 10.624, 8.628, 9.434, 6.351.

4.34 Encontrar el rango de las cargas máximas dadas en la tabla 3.8 del problema 3.59.

4.35 Encontrar el rango de los diámetros de remaches dados en la tabla 3.10 del problema 3.61.

4.36 En 50 medidas, la mayor es de 8.34 kilogramos (kg). Si el rango es 0.46 kg, encontrar la medida menor.

4.37 En la tabla siguiente se dan las semanas que necesitaron 25 trabajadores, que perdieron su trabajo por reducción de personal

en sus empresas, para encontrar un nuevo empleo. Encontrar el rango de estos datos.

13 13 17 7 22

22 26 17 13 14

16 7 6 18 20

10 17 11 10 15

16 8 16 21 11

DESVIACIÓN MEDIA

p

4.38 Encontrar el valor absoluto de: a) −18.2, b) +3.58, c) 6.21, d ) 0, e) − ffiffi

2 y f ) 4.00 − 2.36 − 3.52.

4.39 Encontrar la desviación media de los conjuntos: a) 3, 7, 9, 5 y b) 2.4, 1.6, 3.8, 4.1, 3.4.

4.40 Encontrar a desviación media de los conjuntos de números del problema 4.33.

4.41 Encontrar la desviación media de las cargas máximas dadas en la tabla 3.8 del problema 3.59.

4.42 a) Encontrar la desviación media (DM) de los diámetros de los remaches de la tabla 3.10 del problema 3.61.

b) ¿Qué porcentaje de los diámetros de los remaches está entre ( X ± DM), ( X ± 2 DM) y ( X = 3 DM)?

4.43 En el conjunto 8, 10, 9, 12, 4, 8, 2, encontrar la desviación media: a) respecto a la media y b) respecto a la mediana. Verificar

que la desviación media respecto a la mediana no es mayor que la desviación media respecto a la media.

4.44 En la distribución dada en la tabla 3.9 del problema 3.60, encontrar la desviación media: a) respecto a la media y b) respecto

a la mediana. Emplear los resultados de los problemas 3.60 y 3.70.

4.45 En la distribución dada en la tabla 3.11 del problema 3.62, encontrar la desviación media: a) respecto a la media y b) respecto

a la mediana. Emplear los resultados de los problemas 3.62 y 3.72.


PROBLEMAS SUPLEMENTARIOS 119

4.46 Encontrar la desviación media de los datos dados en el problema 4.37.

4.47 Deducir fórmulas de compilación para el cálculo de la desviación media: a) respecto a la media y b) respecto a la mediana

a partir de una distribución de frecuencias. Emplear estas fórmulas para verificar los resultados obtenidos en los problemas

4.44 y 4.45.

EL RANGO SEMIINTERCUARTIL

4.48 Encontrar el rango semiintercuartil en las distribuciones: a) del problema 3.59, b) del problema 3.60 y c) del problema

3.107. En cada caso interpretar los resultados claramente.

4.49 Encontrar el rango semiintercuartil de los datos dados en el problema 4.37.

4.50 Probar que en cualquier distribución de frecuencias, el porcentaje de casos que cae en el intervalo 1 2 ðQ 1 þ Q 3 Þ 1 2 ðQ 3 Q 1 Þ

es el 50%. ¿Ocurre lo mismo en el intervalo Q 2 1 2 ðQ 3 Q 1 Þ? Explicar la respuesta.

4.51 a) ¿Cómo se graficaría el rango semiintercuartil correspondiente a una distribución de frecuencias dada?

b) ¿Qué relación hay entre el rango semiintercuartil y la ojiva de una distribución?

EL RANGO PERCENTIL 10-90

4.52 Encontrar el rango percentil 10-90 en las distribuciones: a) del problema 3.59 y b) del problema 3.107. En cada caso interpretar

los resultados claramente.

4.53 El décimo percentil de los precios de venta de las casas en determinada ciudad es $35 500 y el nonagésimo percentil de los

precios de venta de las casas en la misma ciudad es $225 000. Encontrar el rango percentil 10-90 y dar un rango en el que

caiga el 80% de los precios de venta.

4.54 ¿Qué ventajas o desventajas tiene un rango percentil 20-80 en comparación con un rango percentil 10-90?

4.55 Contestar el problema 4.51 en relación: a) con el rango percentil 10-90, b) con el rango percentil 20-80 y c) el rango percentil

25-75. ¿Cuál es la relación entre c) y el rango semiintercuartil?

LA DESVIACIÓN ESTÁNDAR

4.56 Encontrar la desviación estándar de los conjuntos: a) 3, 6, 2, 1, 7, 5; b) 3.2, 4.6, 2.8, 5.2, 4.4, y c) 0, 0, 0, 0, 0, 1, 1, 1.

4.57 a) Sumando 5 a cada uno de los números del conjunto 3, 6, 2, 1, 7, 5 se obtiene el conjunto 8, 11, 7, 6, 12, 10. Mostrar

que los dos conjuntos tienen la misma desviación estándar pero diferentes medias. ¿Qué relación hay entre las

medias?

b) Si cada uno de los números del conjunto 3, 6, 2, 1, 7 y 5 se multiplica por 2 y después se le suma 5, se obtiene el

conjunto 11, 17, 9, 7, 19, 15. ¿Qué relación existe entre las medias y las desviaciones estándar de estos dos conjuntos?

c) ¿Qué propiedades de la media y de la desviación estándar se ilustran mediante los conjuntos de números particulares

de los incisos a) y b)?


120 CAPÍTULO 4 DESVIACIÓN ESTÁNDAR Y OTRAS MEDIDAS DE DISPERSIÓN

4.58 Encontrar la desviación estándar del conjunto de números de la progresión aritmética 4, 10, 16, 22, . . . , 154.

4.59 Encontrar la desviación estándar en las distribuciones: a) del problema 3.59, b) del problema 3.60 y c) del problema

3.107,

4.60 Ilustrar el uso de la comprobación de Charlier en cada inciso del problema 4.59.

4.61 Encontrar: a) la media y b) la desviación estándar en la distribución del problema 2.17 y explicar el significado de los

resultados obtenidos.

4.62 Cuando los datos tienen una distribución en forma de campana, la desviación estándar se puede obtener de manera aproximada

dividiendo el rango entre 4. Con los datos dados en el problema 4.37, calcular la desviación estándar y compararla

con el rango dividido entre 4.

4.63 a) Encontrar la desviación estándar s de los diámetros de los remaches dados en la tabla 3.10 del problema 3.61.

b) ¿Qué porcentaje de los diámetros de los remaches se encuentra entre X s, X 2s y X 3s?

c) Comparar los porcentajes del inciso b) con los que teóricamente se esperan en una distribución normal y explicar

cualquier diferencia observada.

4.64 Aplicar la corrección de Sheppard a las desviaciones estándar del problema 4.59. En cada caso, comentar si la aplicación

de la corrección de Sheppard está o no justificada.

4.65 ¿Qué modificaciones ocurren en el problema 4.63 cuando se aplica la corrección de Sheppard?

4.66 a) Encontrar la media y la desviación estándar de los datos del problema 2.8.

b) Construir una distribución de frecuencia para los datos y encontrar la desviación estándar.

c) Comparar los resultados del inciso b) con los del inciso a). Determinar si la aplicación de la corrección de Sheppard

produce mejores resultados.

4.67 Repetir el problema 4.66 con los datos del problema 2.27.

4.68 a) De un total de N números, la fracción p es de unos y la fracción q = 1 − p es de ceros. Probar que la desviación estándar

de este conjunto de números es pq .

p ffiffiffiffiffi

b) Aplicar el resultado del inciso a) al problema 4.56c).

4.69 a) Probar que la varianza del conjunto de números a, a + d, a + 2d, ..., a + (n − 1)d (es decir, de una progresión aritmética

en la que el primer término es a y la diferencia común es d ) es 12(n 1 2 − 1)d 2 .

b) Emplear el inciso a) para el problema 4.58. [Sugerencia: Usar 1 + 2 + 3 … + (n − 1) =

1

2 n(n − 1), 12 + 2 2 + 3 2 +…

+(n − 1) 2 = 1 6n(n − 1)(2n − 1)].

4.70 Generalizar y probar la propiedad 3 de este capítulo.

RELACIONES EMPÍRICAS ENTRE LAS MEDIDAS DE DISPERSIÓN

4.71 Comparando las desviaciones estándar obtenidas en el problema 4.59 con las desviaciones medias correspondientes de los

problemas 4.41, 4.42 y 4.44, determinar si se cumple la siguiente relación empírica: desviación media = 4 5 (desviación

estándar). Explicar cualquier diferencia que se presente.


PROBLEMAS SUPLEMENTARIOS 121

4.72 Comparando las desviaciones estándar obtenidas en el problema 4.59 con los correspondientes rangos semiintercuartiles

del problema 4.48, determinar si se cumple la siguiente relación empírica: rango semiintercuartil = 2 3(desviación estándar).

Explicar cualquier diferencia que se presente.

4.73 ¿Qué relación empírica se espera que exista entre el rango semiintercuartil y la desviación media en distribuciones en forma

de campana ligeramente sesgadas?

4.74 Una distribución de frecuencias que es aproximadamente normal tiene un rango semiintercuartil igual a 10. ¿Qué valor se

espera que tenga: a) la desviación estándar y b) la desviación media?

DISPERSIÓN ABSOLUTA Y RELATIVA; COEFICIENTE DE VARIACIÓN

4.75 En un examen final de estadística, la calificación media en un grupo de 150 alumnos es 78 y la desviación estándar 8.0. En

álgebra, la puntuación media final del grupo es 73 y la desviación estándar 7.6. ¿En qué materia hay: a) mayor dispersión

absoluta y b) mayor dispersión relativa?

4.76 Encontrar el coeficiente de variación de los datos: a) del problema 3.59 y b) del problema 3.107.

4.77 En las calificaciones obtenidas por los estudiantes en un examen de admisión, el primer cuartil es 825 y el segundo cuartil

es 1 125. Calcular el coeficiente cuartil de variación en estas calificaciones del examen da admisión.

4.78 En el grupo de edad de 15 a 24 años, el primer cuartil de ingreso familiar es $16 500 y el tercer cuartil de ingreso familiar,

en este mismo grupo de edad, es $25 000. Calcular el coeficiente cuartil de variación de la distribución de

los ingresos en este grupo de edad.

VARIABLES ESTANDARIZADAS; PUNTUACIONES ESTÁNDAR

4.79 En el examen del problema 4.75 la calificación de un estudiante en estadística es 75 y en álgebra 71. ¿En qué examen tiene

una puntuación relativa más alta?

4.80 Convertir el conjunto 6, 2, 8, 7, 5 en puntuaciones estándar.

4.81 Probar que la media y la desviación estándar en un conjunto de puntuaciones estándar son iguales a 0 y 1, respectivamente.

Emplear el problema 4.80 para ilustrar esto.

4.82 a) Convertir las calificaciones del problema 3.107 en puntuaciones estándar y b) construir una gráfica de frecuencias relativas

contra puntuaciones estándar.

SOFTWARE Y MEDIDAS DE DISPERSIÓN

4.83 En la tabla 4.11 se da el ingreso per cápita en los 50 estados de Estados Unidos, en 2005.


122 CAPÍTULO 4 DESVIACIÓN ESTÁNDAR Y OTRAS MEDIDAS DE DISPERSIÓN

Tabla 4.11 Ingreso per cápita en los 50 estados de Estados Unidos

Estado Ingreso per cápita Estado Ingreso per cápita

Wyoming 36 778 Pennsylvania 34 897

Montana 29 387 Wisconsin 33 565

North Dakota 31 395 Massachusetts 44 289

New Mexico 27 664 Missouri 31 899

West Virginia 27 215 Idaho 28 158

Rhode Island 36 153 Kentucky 28 513

Virginia 38 390 Minnesota 37 373

South Dakota 31 614 Florida 33 219

Alabama 29 136 South Carolina 28 352

Arkansas 26 874 New York 40 507

Maryland 41 760 Indiana 31 276

Iowa 32 315 Connecticut 47 819

Nebraska 33 616 Ohio 32 478

Hawaii 34 539 New Hampshire 38 408

Mississippi 25 318 Texas 32 462

Vermont 33 327 Oregon 32 103

Maine 31 252 New Jersey 43 771

Oklahoma 29 330 California 37 036

Delaware 37 065 Colorado 37 946

Alaska 35 612 North Carolina 30 553

Tennessee 31 107 Illinois 36 120

Kansas 32 836 Michigan 33 116

Arizona 30 267 Washington 35 409

Nevada 35 883 Georgia 31 121

Utah 28 061 Louisiana 24 820

El análisis de estos datos obtenido con SPSS es el siguiente:

Estadística descriptiva

Ingresos

N validado

N Rango Desviación estándar Varianza

50

50

22 999.00 4 893.54160 2E+007

Verificar el rango, la desviación estándar y la varianza.


MOMENTOS,

SESGO Y

CURTOSIS

5

MOMENTOS

Dados N valores X 1 , X 2 , . . . , X N que toma la variable X, se define la cantidad

X r ¼ Xr 1 þ X r 2 þþX r N

N

¼

X N

j¼1

N

X r j

¼ P X

r

N

a la que se le llama el r-ésimo momento. El primer momento, en el que r = 1 es la media aritmética X.

El r-ésimo momento respecto a la media X se define como

(1)

m r ¼

X N

j¼1

ðX j

N

XÞ r

P ðX

¼

N

Si r = 1, entonces m 1 = 0 (ver el problema 3.16). Si r = 2, entonces m 2 es la varianza.

El r-ésimo momento respecto a cualquier origen A se define de la manera siguiente

m 0 r ¼

X N

j¼1

ðX j

N

AÞ r

P ðX

¼

N

XÞ r

¼ ðX XÞ r (2)

r P d

r

¼

N ¼ ðX AÞr (3)

donde las d = X − A son las desviaciones de las X respecto de A. Si A = 0, la ecuación (3) se reduce a la ecuación (1).

Debido a esto, a la ecuación (1) suele llamársele el r-ésimo momento respecto de cero.

MOMENTOS PARA DATOS AGRUPADOS

Si X 1 , X 2 , . . . , X K se presentan con frecuencias f 1 , f 2 , . . . , f K , respectivamente, los momentos anteriores están dados por

X r ¼ f 1X r 1 þ f 2 X r 2 þþf K X r K

N

¼

X K

j¼1

N

f j X r j

P fX

r

¼

N

(4)

123


124 CAPÍTULO 5 MOMENTOS, SESGO Y CURTOSIS

m r ¼

m 0 r ¼

X K

j¼1

X K

j¼1

f j ðX j

N

f j ðX j

N

XÞ r

P f ðX

¼

N

AÞ r

P f ðX

¼

N

XÞ r

¼ðX XÞ r (5)

r

¼ðX AÞ r (6)

donde N ¼ P K

j¼1 f j ¼ P f . Estas fórmulas se emplean para el cálculo de momentos de datos agrupados.

RELACIONES ENTRE MOMENTOS

Entre los momentos respecto a la media m r y los momentos respecto de un origen arbitrario m 0 r existen las relaciones

siguientes:

m 2 ¼ m 0 2 m 1

02

m 3 ¼ m 0 3 3m 0 1m 0 2 þ 2m 1

03

etcétera (ver problema 5.5). Obsérvese que m 0 1 ¼ X A.

m 4 ¼ m 0 4 4m 0 1m 0 3 þ 6m 1 02 m 0 2 3m 1

04

CÁLCULO DE MOMENTOS PARA DATOS AGRUPADOS

El método de compilación dado en capítulos anteriores para el cálculo de la media y de la desviación estándar también

puede usarse para obtener un método abreviado para el cálculo de los momentos. Este método aprovecha el hecho de

que X j = A + cu j (o brevemente, X = A + cu), de manera que de acuerdo con la ecuación (6) se tiene

P fu

mr 0 ¼ c r r

N ¼ cr u r (8)

que puede usarse para hallar m r empleando las ecuaciones (7).

COMPROBACIÓN DE CHARLIER Y CORRECCIÓN DE SHEPPARD

La comprobación de Charlier al calcular momentos mediante el método de compilación emplea las identidades:

P f ðu þ 1Þ ¼

P fu þ N

(7)

P f ðu þ 1Þ 2 ¼ P fu 2 þ 2 P fu þ N

P f ðu þ 1Þ 3 ¼ P fu 3 þ 3 P fu 2 þ 3 P fu þ N

(9)

P f ðu þ 1Þ 4 ¼ P fu 4 þ 4 P fu 3 þ 6 P fu 2 þ 4 P fu þ N

Las correcciones de Sheppard para momentos son las siguientes:

m 2 corregido ¼ m 2

1

12 c2 m 4 corregido ¼ m 4

1

2 c2 m 2 þ 7

240 c4

Los momentos m 1 y m 3 no necesitan corrección.

MOMENTOS EN FORMA ADIMENSIONAL

Para evitar usar unidades particulares, se definen momentos adimensionales respecto de la media:

m r

a r ¼ m r

s r ¼ p ffiffiffiffiffiffi

( m ¼ m r

p ffiffiffiffiffiffi

(10)

2)

r m r 2

p

donde s ¼

ffiffiffiffiffiffi m 2 es la desviación estándar. Como m1 = 0 y m 2 = s 2 , se tiene a 1 = 0 y a 2 = 1.


CURTOSIS 125

SESGO

El sesgo de una distribución es su grado de asimetría o el grado en el que se aleja de la simetría. Si una curva de frecuencias

(polígono de frecuencias suavizado) de una distribución tiene una cola más larga hacia la derecha del máximo

central que hacia la izquierda, se dice que la distribución es sesgada a la derecha, o que tiene un sesgo positivo. Si

ocurre lo contrario, se dice que es sesgada a la izquierda o que tiene un sesgo negativo.

En las distribuciones sesgadas, la media tiende a encontrarse del mismo lado que la cola más larga opuesto al de la

moda y que la cola más larga (ver figuras 3-1 y 3-2). Por lo tanto, una medida de la simetría (o sesgo) se obtiene

mediante la diferencia: media – moda. Esta medida se puede hacer adimensional dividiendo entre una medida de dispersión,

como la desviación estándar, lo que conduce a la definición:

media moda

Sesgo =

desviación estándar = X moda

(11)

s

Para evitar el uso de la moda se puede utilizar la fórmula empírica (10) del capítulo 3 y definir

Sesgo = 3(media mediana)

desviación estándar = 3(X mediana)

(12)

s

A las ecuaciones (11) y (12) se les llama, respectivamente, primer coeficiente de sesgo de Pearson y segundo coeficiente

de sesgo de Pearson.

Otras medidas del sesgo, que se definen en términos de cuartiles y percentiles, son las siguientes:

Coeficiente cuartil de sesgo = (Q 3 Q 2 Q 2 Q 1 )

= Q 3 2Q 2 Q 1

(13)

Q 3 Q 1 Q 3 Q 1

Coeficiente de sesgo percentil 10–90 = (P 90 P 50 P 50 P 10 )

= P 90 2P 50 + P 10

(14)

P 90 P 10 P 90 P 10

En una importante medida del sesgo se emplea el tercer momento respecto de la media, tal medida expresada en

forma adimensional viene dada por:

Coeficiente momento de sesgo ¼ a 3 ¼ m 3

s 3 ¼ m 3

p ffiffiffiffiffi

(

¼ p m3

ffiffiffiffiffiffi

)

3 3

(15)

Otra medida de sesgo suele darse mediante b 1 ¼ a 2 3. En las curvas perfectamente simétricas, por ejemplo en la curva

normal, a 3 y b 1 son cero.

CURTOSIS

La curtosis indica qué tan puntiaguda es una distribución; esto por lo regular es en relación con la distribución normal.

A una distribución que tiene un pico relativamente alto se le llama leptocúrtica, en tanto que si es relativamente aplastada

se dice platicúrtica. Una distribución normal, que no es ni puntiaguda ni muy aplastada se llama mesocúrtica.

En una medida de la curtosis se emplea el cuarto momento respecto de la media, expresada en forma adimensional,

esta medida se encuentra dada por:

m 2

Coeficiente momento de curtosis = a 4 = m 4

s 4 = m 4

m 2 2

el cual suele denotarse b 2 . En las distribuciones normales b 2 = a 4 = 3. A esto se debe que la curtosis suela definirse

mediante (b 2 − 3), que tiene signo positivo en una distribución leptocúrtica, negativo en una distribución platicúrtica

y cero en las distribuciones normales.

Otra medida de la curtosis se basa tanto en los cuartiles como en los percentiles y está dada por

=

m 2

(16)

Q

P 90 P 10

(17)

donde Q = 1 2 (Q 3 Q 1 ) es el rango semiintercuartil. A κ (letra griega minúscula kappa) se le conoce como coeficiente

percentil de curtosis; en las distribuciones normales, el valor de κ es 0.263.


126 CAPÍTULO 5 MOMENTOS, SESGO Y CURTOSIS

MOMENTOS, SESGO Y CURTOSIS POBLACIONALES

Cuando es necesario distinguir los momentos muestrales, las medidas de sesgo muestrales o las medidas de curtosis

muestrales, de las correspondientes medidas de la población de la que es parte la muestra, se acostumbra usar letras

del alfabeto latino para las primeras y letras del alfabeto griego para las últimas. Así, si los momentos muestrales se

denotan m r y m 0 r, los correspondientes momentos poblacionales serán, µ r y 0 r (µ es la letra mu del alfabeto griego).

Como subíndices se emplean siempre letras del alfabeto latino.

De igual manera, si las medidas muestrales de sesgo y curtosis se denotan a 3 y a 4 , respectivamente, los sesgos y

las curtosis poblacionales serán α 3 y α 4 (α es la letra alfa del alfabeto griego).

Como ya se dijo en el capítulo 4, la desviación estándar de una muestra y la desviación estándar de una población

se denotan s y σ, respectivamente.

CÁLCULO DEL SESGO Y DE LA CURTOSIS

EMPLEANDO SOFTWARE

El software visto en este libro puede usarse para calcular las medidas de curtosis y de sesgo de datos muestrales. Los

datos que se presentan en la tabla 5.1 son muestras de 50 elementos (de tamaño 50) tomadas de distribuciones, una

normal, otra sesgada a la derecha, otra sesgada a la izquierda y la última es una distribución uniforme.

Los datos normales son estaturas de mujeres, los datos sesgados a la derecha son edades de casamiento de mujeres,

los datos sesgados a la izquierda son edades a las que fallecen las mujeres, y los datos uniformes son cantidades de

67

70

63

65

68

60

70

64

69

61

66

65

71

62

66

68

64

67

62

66

65

63

66

65

63

Tabla 5.1

Normal Sesgada a la derecha Sesgada a la izquierda Uniforme

69

62

67

59

66

65

63

65

60

67

64

68

61

69

65

62

67

70

64

63

68

64

65

61

66

31

43

30

30

38

26

29

55

46

26

29

57

34

34

36

40

28

26

66

63

30

33

24

35

34

40

24

29

24

27

35

33

75

38

34

85

29

40

41

35

26

34

19

23

28

26

31

25

22

28

102

55

70

95

73

79

60

73

89

85

72

92

76

93

76

97

10

70

85

25

83

58

10

92

82

87

104

75

80

66

93

90

84

73

98

79

35

71

90

71

63

58

82

72

93

44

65

77

81

77

12.1

12.1

12.4

12.1

12.1

12.2

12.2

12.2

11.9

12.2

12.3

12.3

11.7

12.3

12.3

12.4

12.4

12.1

12.4

12.4

12.5

11.8

12.5

12.5

12.5

11.6

11.6

12.0

11.6

11.6

11.7

12.3

11.7

11.7

11.7

11.8

12.5

11.8

11.8

11.8

11.9

11.9

11.9

12.2

11.9

12.0

11.9

12.0

12.0

12.0


CÁLCULO DEL SESGO Y DE LA CURTOSIS EMPLEANDO SOFTWARE 127

refresco despachadas por una máquina en envases de 12 onzas. En la figura 5-1 se muestra la distribución de cada uno

de estos conjuntos de datos muestrales. Las distribuciones de las cuatro muestras se ilustran mediante gráficas de

puntos.

Gráficas de puntos de estaturas, edades de casamiento, edades de fallecimiento

y llenado de refresco

Estaturas

60

62

64 66

Edades de casamiento

68

70

18

27

36

45 54

Edades de fallecimiento

63

72

81

14

28

42

56

Llenado de refresco

70

84

98

11.6

11.8

12.0

12.2

12.4

Figura 5-1 MINITAB, gráficas de cuatro distribuciones: normal, sesgada a la derecha,

sesgada a la izquierda y uniforme.

En la variable estatura se da la estatura de 50 mujeres adultas, en la variable edad de casamiento se da la edad de

casamiento de 50 mujeres, en la variable edad de fallecimiento se da la edad de fallecimiento de 50 mujeres y en la

variable llenado de refresco se dan las cantidades de refresco despachadas en recipientes de 12 onzas. Cada muestra

tiene 50 elementos (es de tamaño 50). Empleando la terminología aprendida en este capítulo: la distribución de las

estaturas es mesocúrtica, la distribución del llenado de refresco es platicúrtica, la distribución de las edades de casamiento

es sesgada a la derecha, y la distribución de las edades de fallecimiento es sesgada a la izquierda.

EJEMPLO 1 Para hallar los valores correspondientes al sesgo y a la curtosis de las cuatro variables puede emplearse MINITAB.

Seleccionando la secuencia “Stat ⇒ Basic statistics ⇒ Display descriptive statistics”, se obtiene el siguiente resultado:

Estadísticos descritivos: estatura, edades de casamiento, edades de fallecimiento y llenado de refresco

Variable N N* Mean StDev Skewness Kurtosis

Height 50 0 65.120 2.911 0.02 0.61

Wedage 50 0 35.48 13.51 1.98 4.10

Obitage 50 0 74.20 20.70 1.50 2.64

Cola-fill 50 0 12.056 0.284 0.02 1.19

Como se ve, los valores dados para el sesgo de las distribuciones normal y uniforme son cercanos a 0; el sesgo es positivo para

la distribución sesgada a la derecha y negativo para la distribución sesgada a la izquierda.

EJEMPLO 2 Use EXCEL para hallar los valores de sesgo y curtosis correspondientes a los datos de la figura 5-1. Los nombres

de las variables se ingresan en A1:D1, los datos muestrales se ingresan en A2:D51 y en cualquier celda vacía se ingresa

=COEFICIENTE.ASIMETRIA(A2:A51) obteniéndose como resultado −0.0203. La función =COEFICIENTE.ASIMETRIA(B2:

B51) da como resultado 1.9774, la función =COEFICIENTE.ASIMETRIA(C2:C51) da como resultado −1.4986 y la función

=COEFICIENTE.ASIMETRIA(D2:D51) da como resultado 0.0156. Los valores de curtosis se obtienen mediante las funciones

=CURTOSIS(A2:A51) que da como resultado −0.6083, =CURTOSIS(B2:B51) que da como resultado 4.0985, =CURTOSIS(C2:

C51) que da como resultado 2.6368 y =CURTOSIS(D2:D51) que da como resultado −1.1889. Como puede observarse, EXCEL y

MINITAB dan los mismos valores de curtosis y de sesgo.

EJEMPLO 3 También se puede emplear STATISTIX para analizar los datos de la figura 5-1. Se selecciona la secuencia “Statistics

⇒ Summary Statistics ⇒ Descriptive Statistics” y se obtiene la ventana de diálogo que se muestra en la figura 5-2.


128 CAPÍTULO 5 MOMENTOS, SESGO Y CURTOSIS

Figura 5-2 Ventana de diálogo de STATISTIX.

Obsérvese que N, Mean (media), SD (desviación estándar), Skew (sesgo) y Kurtosis (curtosis) fueron seleccionados

como los estadísticos que se desean conocer. El resultado que se obtiene de STATISTIX es:

Estadísticos descriptivos

Variable N Mean SD Skew Kurtosis

Cola 50 12.056 0.2837 0.0151 1.1910

Height 50 65.120 2.9112 0.0197 0.6668

Obitage 50 74.200 20.696 1.4533 2.2628

Wedage 50 35.480 13.511 1.9176 3.5823

Como los valores numéricos difieren ligeramente de los obtenidos con EXCEL y MINITAB, es claro que este

software emplea métodos ligeramente diferentes para medir la curtosis y el sesgo.

EJEMPLO 4 En SPSS con la secuencia “Analyze ⇒ Descriptive Statistics ⇒ Descriptives” se obtiene la ventana de diálogo

que se presenta en la figura 5-3, en la cual se selecciona Mean (media), Std. deviation (desviación estándar), Kurtosis (curtosis) y

Skewness (sesgo). SPSS da las mismas medidas de sesgo y curtosis que EXCEL y MINITAB.

Figura 5-3 Ventana de diálogo de SPSS.


PROBLEMAS RESUELTOS 129

SPSS proporciona los siguientes resultados.

Estadísticos descriptivos

Estatura

Casamientos

Defunciones

Llenado

N validada

N Media Desv. Estándar Sesgo Curtosis

Estadístico Estadístico Estadístico Estadístico Error estándar Estadístico Error estándar

50

50

50

50

50

65.1200

35.4800

74.2000

12.0560

2.91120

13.51075

20.69605

.28368

−.020

1.977

−1.499

.016

.337

.337

.337

.337

−.608

4.098

2.637

−1.189

.662

.662

.662

.662

EJEMPLO 5 Si se usa SAS para calcular los valores del sesgo y de la curtosis, se obtienen los resultados que se muestran a

continuación. Estos resultados son prácticamente los mismos que se obtienen con EXCEL, MINITAB y SPSS.

The MEANS Procedure

Variable Mean Std Dev N Skewness Kurtosis

fffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffff

Height 65.1200000 2.9112029 50 0.0203232 0.6083437

Wedage 35.4800000 13.5107516 50 1.9774237 4.0984607

Obitage 74.2000000 20.6960511 50 1.4986145 2.6368045

Cola_fill 12.0560000 0.2836785 50 0.0156088 1.1889600

fffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffffff

PROBLEMAS RESUELTOS

MOMENTOS

5.1 Encontrar: a) el primero, b) el segundo, c) el tercero y d ) el cuarto momentos del conjunto 2, 3, 7, 8, 10.

SOLUCIÓN

a) El primer momento o media aritmética es

b) El segundo momento es

c) El tercer momento es

P X

X ¼

N ¼ 2 þ 3 þ 7 þ 8 þ 10 ¼ 30

5

5 ¼ 6

P X

2

X 2 ¼

N ¼ 22 þ 3 2 þ 7 2 þ 8 2 þ 10 2

5

¼ 226

5 ¼ 45:2

d )

El cuarto momento es

P X

3

X 3 ¼

N ¼ 23 þ 3 3 þ 7 3 þ 8 3 þ 10 3

5

P X

4

X 4 ¼

N ¼ 24 þ 3 4 þ 7 4 þ 8 4 þ 10 4

5

¼ 1 890 = 378

5

16 594

¼ = 3 318.8

5


130 CAPÍTULO 5 MOMENTOS, SESGO Y CURTOSIS

5.2 Dado el conjunto de números del problema 5.1, encontrar: a) el primero, b) el segundo, c) el tercero y d ) el

cuarto momentos respecto de la media.

SOLUCIÓN

P ðX

a) m 1 ¼ðX XÞ ¼

N

¼

ð2 6Þþð3 6Þþð7 6Þþð8 6Þþð10 6Þ

5

¼ 0 5 ¼ 0

m 1 siempre es igual a cero debido a que X X ¼ X X ¼ 0 (ver problema 3.16).

P

b) m 2 ¼ðX XÞ 2 ðX XÞ 2

¼

¼ ð2 6Þ2 þð3 6Þ 2 þð7 6Þ 2 þð8 6Þ 2 þð10 6Þ 2

N

6

Obsérvese que m 2 es la varianza s 2 .

c) m 3 ¼ðX

P ðX XÞ

XÞ 3 ¼

¼ ð2 6Þ3 þð3 6Þ 3 þð7 6Þ 3 þð8

N

5

6Þ 3 þð10 6Þ 3

d ) m 4 ¼ðX

P ðX XÞ

XÞ 4 ¼

¼ ð2 6Þ4 þð3 6Þ 4 þð7 6Þ 4 þð8

N

5

6Þ 4 þð10 6Þ 4

¼ 46

5 ¼ 9:2

¼ 18

5 ¼ 3:6

¼ 610

5 ¼ 122

5.3 Para el conjunto de números del problema 5.1, encontrar: a) el primero, b) el segundo, c) el tercero y d ) el

cuarto momentos respecto del origen.

SOLUCIÓN

P ðX

a) m1 0 ¼ðX 4Þ ¼

N

¼

ð2 4Þþð3 4Þþð7 4Þþð8 4Þþð10 4Þ

¼ 2

5

b) m2 0 ¼ðX

P ðX

4Þ 2 ¼

N

2

c) m3 0 ¼ðX

P ðX

4Þ 3 ¼

N

3

d ) m4 0 ¼ðX

P ðX

4Þ 4 ¼

N

4

¼ ð2 4Þ2 þð3 4Þ 2 þð7 4Þ 2 þð8 4Þ 2 þð10 4Þ 2

5

¼ ð2 4Þ3 þð3 4Þ 3 þð7 4Þ 3 þð8 4Þ 3 þð10 4Þ 3

5

¼ ð2 4Þ4 þð3 4Þ 4 þð7 4Þ 4 þð8 4Þ 4 þð10 4Þ 4

5

¼ 66 5 ¼ 13:2

¼ 298

5 ¼ 59:6

¼ 1 650 = 330

5

5.4 Empleando los resultados de los problemas 5.2 y 5.3, verificar las siguientes relaciones entre los momentos:

a) m 2 ¼ m 0 2 m 1 02 , b) m 3 ¼ m 0 3 3m 0 1m 0 2 þ 2m 1 03 y c) m 4 ¼ m 0 4 4m 0 1m 0 3 þ 6m 1 02 m 0 2 3m 1 04 .

SOLUCIÓN

De acuerdo con el problema 5.3 se tiene m1 0 ¼ 2, m2 0 ¼ 13:2, m3 0 ¼ 59:6 y m4 0 ¼ 330. Por lo tanto:

a) m 2 ¼ m2 0 m 02 1 ¼ 13:2 ð2Þ 2 ¼ 13:2 4 ¼ 9:2

b) m 3 ¼ m3 0 3m1m 0 2 0 þ 2m 03 1 ¼ 59:6 ð3Þð2Þð13:2Þþ2ð2Þ 3 ¼ 59:6 79:2 þ 16 ¼ 3:6

c) m 4 ¼ m4 0 4m1m 0 3 0 þ 6m 02 1 m2 0 3m 04 1 ¼ 330 4ð2Þð59:6Þþ6ð2Þ 2 ð13:2Þ 3ð2Þ 4 ¼ 122

lo que coincide con el problema 5.2.

5.5 Probar que: a) m 2 ¼ m2 0 m 02 1 , b) m 3 ¼ m3 0 3m1m 0 2 0 03

þ 2m 1 y c) m 4 ¼ m4 0 4m1m 0 3 0 þ 6m 02 1 m2 0 3m 04 1 .

SOLUCIÓN

Si d = X – A, entonces X ¼ A þ d, X ¼ A þ d y X X ¼ d d , y por lo tanto:

a) m 2 ¼ðX XÞ 2 ¼ðd dÞ 2 ¼ d 2 2dd þ d 2

¼ d 2 2d 2 þ d 2 ¼ d 2 d 2 ¼ m2 0 02

m 1


PROBLEMAS RESUELTOS 131

b) m 3 ¼ðX XÞ 3 ¼ðd dÞ 3 ¼ðd 3 3d 2 d þ 3d d 2 d 3 Þ

¼ d 3 3 dd 2 þ 3 d 3 d 3 ¼ d 3 3 dd 2 þ 2 d 3 ¼ m 0 3 3m 0 1m 0 2 þ 2m 1

03

c) m 4 ¼ðX XÞ 4 ¼ðd dÞ 4 ¼ðd 4 4d 3 d þ 6d 2 d 2 4dd 3 þ d 4 Þ

¼ d 4 4dd 3 þ 6d 2 d 2 4d 4 þ d 4 ¼ d 4 4dd 3 þ 6d 2 d 2 3d 4

¼ m4 0 4m1m 0 3 0 þ 6m 02 1 m2 0 04

3m 1

Por extensión de este método se pueden deducir fórmulas semejantes para m 5 , m 6 , etcétera.

CÁLCULO DE MOMENTOS PARA DATOS AGRUPADOS

5.6 Encuentre los primeros cuatro momentos respecto de la media para la distribución de estaturas del problema

3.22.

SOLUCIÓN

Para facilitar los cálculos se pueden disponer como en la tabla 5.2, a partir de la cual se tiene

P P fu

m1 0 ¼ c

N ¼ð3Þ 15

fu

¼ 0:45 m3 0 ¼ c 3 3

33

100

N ¼ð3Þ3 100

P fu

m2 0 ¼ c 2 2

P

97

fu

N ¼ð3Þ2 ¼ 8:73 m4 0 ¼ c 4 4

253

100

N ¼ð3Þ4 100

¼ 8:91

¼ 204:93

Por lo tanto m 1 ¼ 0

m 2 ¼ m2 0 m 02 1 ¼ 8:73 ð0:45Þ 2 ¼ 8:5275

m 3 ¼ m3 0 3m1m 0 2 0 þ m 03 1 ¼ 8:91 3ð0:45Þð8:73Þþ2ð0:45Þ 3 ¼ 2:6932

m 4 ¼ m4 0 4m1m 0 3 0 þ 6m 02 1 m2 0 04

3m 1

¼ 204:93 4ð0:45Þð8:91Þþ6ð0:45Þ 2 ð8:73Þ 3ð0:45Þ 4 ¼ 199:3759

Tabla 5.2

X u f fu fu 2 fu 3 fu 4

61

64

67

70

73

−2

−1

0

1

2

5

18

42

27

8

−10

−18

0

27

16

20

18

0

27

32

−40

−18

0

27

64

80

18

0

27

128

N = P f = 10

P

fu = 15

P

fu

2

= 97

P

fu

3

= 33

P

fu

4

= 253

5.7 Encontrar: a) m 0 1, b) m 0 2, c) m 0 3, d ) m 0 4, e) m 1 , f ) m 2 , g) m 3 , h) m 4 , i) X, j) s, k) X 2 y l ) X 3 para la distribución

de la tabla 4.7 del problema 4.19.

SOLUCIÓN

Para facilitar los cálculos, disponerlos como en la tabla 5.3.


132 CAPÍTULO 5 MOMENTOS, SESGO Y CURTOSIS

Tabla 5.3

X u f fu fu 2 fu 3 fu 4

70

74

78

82

86

90

A ⎯→ 94

98

102

106

110

114

118

122

126

−6

−5

−4

−3

−2

−1

0

1

2

3

4

5

6

7

8

4

9

16

28

45

66

85

72

54

38

27

18

11

5

2

−24

−45

−64

−84

−90

−66

0

72

108

114

108

90

66

34

16

144

225

256

252

180

66

0

72

216

342

432

450

396

245

128

−864

−1 125

−1 024

−756

−360

−66

0

72

432

1 026

1 728

2 250

2 376

1 715

1 024

5 184

5 625

4 096

2 268

720

66

0

72

864

3 078

6 912

11 250

14 256

12 005

8 192

N = P f = 480

P

fu = 236

P

fu 2 = 3 404 P fu 3 = 6 428 P fu 4 = 74 588

P fu

a) m1 0 ¼ c

N

236

¼ð4Þ ¼ 1:9667

480

P fu

b) m2 0 ¼ c 2 2

3 404

N ¼ð4Þ2 480

P fu

c) m3 0 ¼ c 3 3

6 428

N ¼ð4Þ3 480

= 113.4667

= 857.0667

P fu

d ) m4 0 ¼ c 4 4

N

¼ð4Þ4

m 0

e) m 1 = 0

74 588

480

= 39 780.2667

f ) m 2 ¼ m 0 2 m 1 02 ¼ 113:4667 ð1:9667Þ 2 ¼ 109:5988

g) m 3 ¼ m 0 3 3m 0 1m 0 2 þ 2m 1 03 ¼ 857:0667 3ð1:9667Þð113:4667Þþ2ð1:9667Þ 3 ¼ 202:8158

h) m 4 ¼ m4 0 4m1m 0 3 0 þ 6m 02 1 m2 0 3m 04 1 ¼ 35 627.2853

i)

P fu

X ¼ðA þ dÞ ¼A þ m1 0 ¼ A þ c ¼ 94 þ 1:9667 ¼ 95:97

N

j)

p

s ¼ ffiffiffiffiffiffi pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

m 2 ¼ 109:5988 ¼ 10:47

k) X 2 ¼ðA þ dÞ 2 ¼ðA 2 þ 2Ad þ d 2 Þ¼A 2 þ 2A d þ d 2 ¼ A 2 þ 2Am 0 1 þ m 0 2

¼ð94Þ 2 þ 2ð94Þð1:9667Þþ113:4667 ¼ 9 319.2063 o 9 319 a cuatro cifras significativas.

l ) X 3 ¼ðA þ dÞ 3 ¼ðA 3 þ 3A 2 d þ 3Ad 2 þ d 3 Þ¼A 3 þ 3A 2 d þ 3Ad 2 þ d 3

¼ A 3 þ 3A 2 m 0 1 þ 3Am 0 2 þ m 0 3 ¼ 915 571.9597 o 915 600 a cuatro cifras significativas.


PROBLEMAS RESUELTOS 133

COMPROBACIÓN DE CHARLIER

5.8 Ilustrar el uso de la comprobación de Charlier en los cálculos del problema 5.7.

SOLUCIÓN

Para proporcionar la comprobación deseada, a la tabla 5.3 se agregan las columnas de la tabla 5.4 (con excepción de la

columna 2, que por comodidad se repite en la tabla 5.3).

En cada uno de los siguientes pares de fórmulas, los datos para la primera se toman de la tabla 5.4 y los datos para

la segunda se toman de la tabla 5.2. La igualdad de los resultados en cada par proporciona la comprobación deseada.

Tabla 5.4

u + 1 f f (u + 1) f (u + 1) 2 f (u + 1) 3 f (u + 1) 4

−5

−4

−3

−2

−1

0

1

2

3

4

5

6

7

8

9

4

9

16

28

45

66

85

72

54

38

27

18

11

5

2

−20

−36

−48

−56

−45

0

85

144

162

152

135

108

77

40

18

P

f (u + 1)

= 716

100

144

144

112

45

0

85

288

486

608

675

648

539

320

162

P

f (u + 1)

2

−500

−576

−432

−224

−45

0

85

576

1 458

2 432

3 375

3 888

3 773

2 560

1 458

P

f (u + 1)

3

2 500

2 304

1 296

448

45

0

85

1 152

4 374

9 728

16 875

23 328

26 411

20 480

13 122

P

f (u + 1)

4

N = P f

= 480

= 4 356

= 17 828

= 122 148

P f ðu þ 1Þ ¼716

P fu þ N ¼ 236 þ 480 ¼ 716

P f ðu þ 1Þ 2 ¼ 43564 P fu 2 þ 2 P fu þ N ¼ 34043 þ+ 2ð236Þþ480 2 (236) + 480 ¼= 4356 4 356

P f ðu þ 1Þ 3 ¼ 17,828

P fu 3 þ 3 P fu 2 þ 3 P fu þ N ¼ 6428 þ+ 3ð3404Þþ3ð236Þþ480 3(3 404) + 3(236) + 480 ¼= 17,828

828

P f ðu þ 1Þ 4 ¼ 122,148148

P fu 4 þ 4 P fu 3 þ 6 P fu 2 þ 4 P fu þ N ¼ 74,588 þ+ 4ð6428Þþ6ð3404Þþ4ð236Þþ480 4(6 428) + 6(3 404) + 4(236) + 480 ¼= 122,148

148

CORRECCIONES DE SHEPPARD PARA LOS MOMENTOS

5.9 Emplear las correcciones de Sheppard para determinar los momentos respecto de la media para los datos:

a) del problema 5.6 y b) del problema 5.7.


134 CAPÍTULO 5 MOMENTOS, SESGO Y CURTOSIS

SOLUCIÓN

a) m 2 corregido ¼ m 2 c 2 =12 ¼ 8:5275 3 2 =12 ¼ 7:7775

m 4 corregido ¼ m 4

1

2 c2 m 2 þ 7

240 c4

¼ 199:3759

1

2 ð3Þ2 ð8:5275Þþ 7

240 ð3Þ4

¼ 163:3646

m 1 y m 3 no necesitan correcciones.

b) m 2 corregido ¼ m 2 c 2 =12 ¼ 109:5988 4 2 =12 ¼ 108:2655

m 4 corregido = m 4

1

2 c2 m 2 + 7

240 c4

= 35 627.2853

1

2 (4)2 (109.5988)+ 7

240 (4)4

= 34 757.9616

SESGO

5.10 Encontrar: a) el primer coeficiente de sesgo de Pearson y b) el segundo coeficiente de sesgo de Pearson para

la distribución de los salarios de los 65 empleados de la empresa P&R (ver los problemas 3.44 y 4.18).

SOLUCIÓN

Media = $279.76, mediana = $279.06, moda = $277.50 y desviación estándar s = $15.60. Por lo tanto:

media moda $279.76 $277.50

a) Primer coeficiente de sesgo = = = 0.1448; o bien 0.14

s

$15.60

b) Segundo coeficiente de sesgo =

3(media mediana)

=

s

3($279.76 $279.06)

= 0.1346; o bien 0.13

$15.60

Si se emplea la desviación estándar corregida [ver problema 4.21b)], estos coeficientes se convierten, respectivamente,

en:

a)

b)

Media moda

=

s corregida

3(media mediana)

=

s corregida

$279.76 $277.50

= 0.1474; o bien 0.15

$15.33

3($279.76 $279.06)

= 0.1370; o bien 0.14

$15.33

Como los coeficientes son positivos, la distribución tiene sesgo positivo (es decir, a la derecha).

5.11 Encontrar los coeficientes: a) cuartil y b) percentil de sesgo para la distribución del problema 5.10 (ver problema

3.44).

SOLUCIÓN

Q 1 = $268.25, Q 2 = P 50 = $279.06, Q 3 = $290.75, P 10 = D 1 = $258.12, y P 90 = D 9 = $301.00. Por lo tanto:

a) Coeficiente cuartil de sesgo = Q 3 2Q 2 + Q 1

Q 3 Q 1

=

$290.75 2($279.06)+$268.25

= 0.0391

$290.75 $268.25

b) Coeficiente percentil de sesgo = P 90 2P 50 + P 10 $301.00 2($279.06) +$258.12

= = 0.0233

P 90 P 10 $301.00 $258.12

5.12 Encontrar el coeficiente momento de sesgo, a 3 , a) en la distribución de las estaturas de los estudiantes de la

universidad XYZ (ver problema 5.6) y b) en los CI de los niños de primaria (ver problema 5.7).


PROBLEMAS RESUELTOS 135

SOLUCIÓN

a) m 2 = s 2 = 8.5275 y m 3 = −2.6932. Por lo tanto:

a 3 ¼ m 3

s 3 ¼ m 3

p ffiffiffiffiffiffi

(

¼ 2:6932

pffiffiffiffiffiffiffiffiffiffiffiffiffi

¼ 0:1081 o bien −0.11

) 3 ( 8:5275) 3

m 2

Si se emplea la corrección de Sheppard para datos agrupados [ver problema 5.9a)], se tiene

m

a 3 corregido ¼ pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

3

( corrected m 2 ) ¼ 2:6932

pffiffiffiffiffiffiffiffiffiffiffiffiffi

¼ 0:1242 o bien −0.12

m 3 ( 7:7775) 3 2 corregido

b) a 3 ¼ m 3

s 3 ¼ m 3

p ffiffiffiffiffiffi

(

¼ p

202:8158 ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi ¼ 0:1768 o bien 0.18

) 3

( 109:5988) 3

m 2

Si se emplea la corrección de Sheppard para datos agrupados [ver problema 5.9b)], se tiene

m

a 3 corregido ¼ pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

3

( corrected m 2 ) ¼ p

202:8158 ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi ¼ 0:1800 o 0.18

m 3 ( 108:2655) 3 2 corregido

Obsérvese que ambas distribuciones son moderadamente sesgadas, la distribución a) a la izquierda (negativamente)

y la distribución b) a la derecha (positivamente). La distribución b) es más sesgada que la distribución a); es

decir, a) es más simétrica que b), lo que es evidente dado que el valor numérico (o el valor absoluto) del coeficiente

de sesgo para b) es mayor que el valor del coeficiente de sesgo para a).

CURTOSIS

5.13 Encontrar el coeficiente momento de curtosis, a 4 , de los datos: a) del problema 5.6 y b) del problema 5.7.

SOLUCIÓN

a) a 4 = m 4

s 4 = m 4

m 2 2

= 199.3759 = 2.7418 o bien 2.74

2

(8.5275)

Si se emplean las correcciones de Sheppard [ver problema 5.9a)], entonces

m corregido

a 4 corregido = 4

( m 2 corregido) 2 = 163.36346 = 2.7007 o bien 2.70

5

(7.7775)

b) a 4 = m 4

s 4 = m 4

m 2 =

2

35 627.2853

= 2.9660 o bien 2.97

2

(109.5988)

Si se emplean las correcciones de Sheppard [ver problema 5.9b)], entonces

a 4 corregido =

m 4

corregido 34 757.9616

= = 2.9653 o bien 2.97

2 2

(108.2655)

( m 2 corregido) Como en una distribución normal a 4 = 3, se sigue que ambas distribuciones, a) y b), son platicúrticas con

respecto a la distribución normal (es decir, menos puntiagudas que la distribución normal).

En lo que se refiere a qué tan puntiagudas son, la distribución b) se aproxima a la distribución normal más que

la distribución a). Sin embargo, de acuerdo con el problema 5.12, la distribución a) es más simétrica que la distribución

b), de manera que en lo que se refiere a la simetría, a) se aproxima más a una distribución normal que b).

CÁLCULO DEL SESGO Y DE LA CURTOSIS EMPLEANDO SOFTWARE

5.14 Algunas veces las puntuaciones de un examen no siguen una distribución normal, aunque generalmente lo

hacen. Algunas veces se observa que los estudiantes obtienen puntuaciones altas o bajas y que hay pocas puntuaciones

intermedias. La distribución que se muestra en la figura 5-4 es una de estas distribuciones. Este tipo

de distribuciones se conocen como distribuciones en forma de U. Empleando EXCEL, encontrar la media, la

desviación estándar, el sesgo y la curtosis de estos datos.


136 CAPÍTULO 5 MOMENTOS, SESGO Y CURTOSIS

Gráfica de puntos de las puntuaciones

20

40

60

80

Puntuaciones

Figura 5-4 MINITAB, gráfica de puntos con datos que siguen una distribución en forma de U.

SOLUCIÓN

En una hoja de cálculo de EXCEL se ingresan los datos en A1:A30. El comando “=AVERAGE(A1:A30)” da como resultado

50. El comando “=STDEV(A1:A30)” da como resultado 29.94. El comando “ =SKEW(A1:A30)” da como resultado

0. El comando “ =KURT(A1:A30)” da como resultado –1.59.

MOMENTOS

PROBLEMAS SUPLEMENTARIOS

5.15 Encontrar el: a) primero, b) segundo, c) tercero y d ) cuarto momentos del conjunto 4, 7, 5, 9, 8, 3, 6.

5.16 Encontrar el: a) primero, b) segundo, c) tercero y d ) cuarto momentos respecto de la media para el conjunto de datos del

problema 5.15.

5.17 Encontrar el: a) primero, b) segundo, c) tercero y d ) cuarto momentos respecto del número 7 para el conjunto de datos del

problema 5.15.

5.18 Empleando los resultados de los problemas 5.15 y 5.17, verificar las siguientes relaciones entre los momentos:

a) m 2 = m 0 2 m 1 02 , b) m 3 ¼ m 0 3 3m 0 1m 0 2 þ 2m 1

03

y c) m 4 ¼ m 0 4 4m 0 1m 0 3 þ 6m 1 02 m 0 2 3m 1 04 .

5.19 En el conjunto de números de la progresión aritmética 2, 5, 8, 11, 14, 17, encontrar los primeros cuatro momentos respecto

de la media.

5.20 Probar que: a) m 0 2 ¼ m 2 þ h 2 , b) m 0 3 ¼ m 3 þ 3hm 2 þ h 3 y c) m 0 4 ¼ m 4 þ 4hm 3 þ 6h 2 m 2 þ h 4 , donde h ¼ m 0 1.

5.21 Si el primer momento respecto del número 2 es igual a 5, ¿cuál es la media?

5.22 Si los primeros cuatro momentos respecto del número 3 son –2, 10, –25 y 50, determinar los momentos correspondientes:

a) respecto de la media, b) respecto del número 5 y c) respecto del cero.

5.23 Para los números 0, 0, 0, 1, 1, 1, 1 y 1, encontrar los primeros cuatro momentos respecto de la media.

5.24 a) Probar que m 5 ¼ m 0 5 5m 0 1m 0 4 þ 10m 1 02 m 0 3 10m 1 03 m 0 2 þ 4m 1 05 .

b) Deducir una fórmula similar para m 6 .

5.25 De un total de N números, la fracción p son unos y la fracción q = 1 – p son ceros. Encontrar: a) m 1 , b) m 2 , c) m 3 y d ) m 4

para este conjunto de números. Comparar con el problema 5.23.

5.26 Probar que los primeros cuatro momentos respecto de la media en la progresión geométrica a, a + d, a + 2d, . . . , a +

(n − 1)d son m 1 = 0, m 2 = 1

12 (n2 − 1)d 2 , m 3 = 0 y m 4 = 1

240 (n2 − 1)(3n 2 − 7)d 4 . Comparar con el problema 5.19 (ver

también el problema 4.69). [Sugerencia: 1 4 + 2 4 + 3 4 + ... + (n − 1) 4 = 1 30 n(n − 1)(2n − 1)(3n2 − 3n − 1).]


PROBLEMAS SUPLEMENTARIOS 137

MOMENTOS PARA DATOS AGRUPADOS

5.27 Dada la distribución de la tabla 5.5, calcular los cuatro momentos respecto de la media.

Tabla 5.5

X

12

14

16

18

20

22

f

1

4

6

10

7

2

Total 30

5.28 Ilustrar el uso de la comprobación de Charlier para los cálculos del problema 5.27.

5.29 Aplicar las correcciones de Sheppard a los momentos obtenidos en el problema 5.27.

5.30 Dada la distribución del problema 3.59, calcular los primeros cuatro momentos respecto de la media: a) sin correcciones

de Sheppard y b) con correcciones de Sheppard.

5.31 Dada la distribución del problema 3.62, encontrar a) m 1 , b) m 2 , c) m 3 , d ) m 4 , e) X, f ) s, g) X 2 , h) X 3 , i) X 4 y j) ðX þ 1Þ 3 .

SESGO

5.32 Encontrar el coeficiente momento de sesgo, a 3 , para la distribución del problema 5.27: a) sin correcciones y b) con correcciones

de Sheppard.

5.33 Encontrar el coeficiente momento de sesgo, a 3 , para la distribución del problema 3.59 (ver problema 5.30).

5.34 Los segundos momentos respecto de la media de dos distribuciones son 9 y 16, en tanto que los terceros momentos respecto

de la media son –8.1 y –12.8, respectivamente. ¿Qué distribución es más sesgada a la izquierda?

5.35 Encontrar los coeficientes de Pearson: a) primero y b) segundo para la distribución del problema 3.59 y explicar cualquier

diferencia que se encuentre.

5.36 Encontrar los coeficientes de sesgo: a) cuartil y b) percentil para la distribución del problema 3.59. Comparar sus resultados

con los del problema 5.35 y explicar.

5.37 En la tabla 5.6 se dan tres distribuciones diferentes de la variable X. Las frecuencias de cada una de las tres distribuciones

están dadas por f 1 , f 2 y f 3. Encontrar el primero y el segundo coeficientes de sesgo de Pearson de las tres distribuciones.

Para calcular los coeficientes, emplear la desviación estándar corregida.

Tabla 5.6

X f 1 f 2 f 3

0

1

2

3

4

10

5

2

2

1

1

2

14

2

1

1

2

2

5

10


138 CAPÍTULO 5 MOMENTOS, SESGO Y CURTOSIS

CURTOSIS

5.38 Encontrar el coeficiente momento de curtosis, a 4 , para la distribución del problema 5.27: a) sin correcciones y b) con

correcciones de Sheppard.

5.39 Encontrar el coeficiente momento de curtosis, a 4 , de la distribución del problema 3.59: a) sin correcciones y b) con correcciones

de Sheppard (ver problema 5.30).

5.40 Los cuartos momentos respecto de la media de las dos distribuciones del problema 5.34 son 230 y 780, respectivamente.

¿Qué distribución se aproxima más a una distribución normal desde el punto de vista: a) de aplastamiento y b) del sesgo?

5.41 ¿Cuál de las distribuciones del problema 5.40 es: a) leptocúrtica, b) mesocúrtica y c) platicúrtica?

5.42 La desviación estándar de una distribución simétrica es 5. ¿Cuál deberá ser el valor del cuarto momento respecto de la media

para que la distribución sea: a) leptocúrtica, b) mesocúrtica y c) platicúrtica?

5.43 a) Calcular el coeficiente percentil de curtosis, κ, de la distribución del problema 3.59.

b) Comparar su resultado con el valor teórico 0.263 para una distribución normal, e interpretar.

c) ¿Cómo se puede reconciliar este resultado con el del problema 5.39?

CÁLCULO DEL SESGO Y DE LA CURTOSIS EMPLEANDO SOFTWARE

5.44 Los datos de la figura 5-5 muestran un pronunciado pico en 50. Esto debe mostrarse en la medida de la curtosis de los datos.

Empleando EXCEL, mostrar que el sesgo es prácticamente cero y que la curtosis es 2.0134.

35

30

25

20

15

10

5

0

0 10 20 30 40 50 60 70 80 90 100

Figura 5-5 EXCEL, gráfica de los datos de puntuaciones de examen.


TEORÍA ELEMENTAL

DE LA PROBABILIDAD

6

DEFINICIONES DE PROBABILIDAD

Definición clásica

Suponga que un evento E puede ocurrir en h de n maneras igualmente posibles. Entonces la probabilidad de que ocurra

el evento (a la que se le llama éxito) se denota como

p = Pr{E} = h n

La probabilidad de que no ocurra el evento (a la que se le llama fracaso) se denota como

q = Pr{no E} = n h = 1

n

h

n = 1 p = 1 Pr{E}

Por lo tanto, p + q = 1 o bien Pr{E} + Pr{no E} = 1. El evento “no E ” suele denotarse E, Ẽ o bien ∼E.

EJEMPLO 1 Cuando se lanza un dado, éste puede caer de seis maneras distintas.

Un evento E de que caiga un 3 o un 4 es:

y la probabilidad de E es Pr{E} = 2/6 o bien 1/3. La probabilidad de no obtener un 3 o un 4 (es decir, la probabilidad de obtener

1, 2, 5 o bien 6) es Pr {E} = 1 Pr {E} = 2/3.

Obsérvese que la probabilidad de un evento es un número entre 0 y 1. Si el evento no puede ocurrir, su probabilidad

es 0. En cambio, si se trata de un evento que tiene que ocurrir (es decir, que es seguro que ocurra), su probabilidad

es 1.

Si p es la probabilidad de que ocurra un evento, las posibilidades u oportunidades a favor de su ocurrencia son

p : q (que se lee “p a q”); las posibilidades en contra de que ocurra son q : p. Por lo tanto, las posibilidades en contra

de que en un solo lanzamiento de un dado caiga un 3 o un 4 son q : p = 2 3 : 1 3

= 2:1 (es decir, 2 a 1).

139


140 CAPÍTULO 6 TEORÍA ELEMENTAL DE LA PROBABILIDAD

Definición de frecuencia relativa

La definición clásica de probabilidad tiene la desventaja de que la expresión “igualmente posible” es vaga. Es más,

como esta expresión parece ser sinónimo de “igualmente probable”, la definición es circular, ya que está definiendo

probabilidad en términos de probabilidad. Debido a esto, algunas personas han abogado por una definición estadística

de probabilidad. De acuerdo con esto, se considera que la probabilidad estimada o probabilidad empírica de un evento

es la frecuencia relativa de ocurrencia del evento cuando la cantidad de observaciones es muy grande. La probabilidad

misma es el límite de esta frecuencia relativa a medida que la cantidad de observaciones aumenta de manera

indefinida.

EJEMPLO 2 Si en 1 000 lanzamientos de una moneda se obtienen 529 caras, la frecuencia relativa con la que se obtienen caras

es 529/1 000 = 0.529. Si en otros 1 000 lanzamientos se obtienen 493 caras, la frecuencia relativa en los 2 000 lanzamientos es

(529 + 493)/2 000 = 0.511. De acuerdo con la definición estadística, cada vez se estaría más cerca de un número que representa

la probabilidad de que caiga cara en un lanzamiento de una sola moneda. Según los resultados presentados, este número sería 0.5 a

una cifra significativa. Para obtener más cifras significativas se necesitan más observaciones.

La definición estadística, aunque útil en la práctica, tiene dificultades desde el punto de vista matemático, ya que

puede ser que no exista un verdadero número límite. Debido a esto, la teoría de probabilidad moderna ha sido desarrollada

en forma axiomática; es decir, el concepto de probabilidad se deja sin definir, que es lo mismo que ocurre en la

geometría con los conceptos de punto y línea, que también se dejan sin definir.

PROBABILIDAD CONDICIONAL; EVENTOS INDEPENDIENTES Y DEPENDIENTES

Si E 1 y E 2 son dos eventos, la probabilidad de que ocurra E 2 , dado que E 1 ha ocurrido, se denota Pr{E 2 |E 1 } o Pr{E 2

dado E 1 } y se conoce como la probabilidad condicional de E 2 dado que E 1 ha ocurrido.

Si la ocurrencia o no ocurrencia de E 1 no afecta la probabilidad de ocurrencia de E 2 , entonces Pr{E 2 |E 1 } = Pr{E 2 }

y se dice que E 1 y E 2 son eventos independientes, de lo contrario se dice que son eventos dependientes.

Si se denota con E 1 E 2 el evento de que “tanto E 1 como E 2 ocurran”, evento al que suele llamarse evento compuesto,

entonces

Pr{E 1 E 2 } Pr{E 1 } Pr{E 2 E 1 } (1)

En particular,

Pr{E 1 E 2 } Pr{E 1 } Pr{E 2 } para eventos independientes (2)

Para tres eventos E 1 , E 2 y E 3 , tenemos

Pr{E 1 E 2 E 3 } Pr{E 1 } Pr{E 2 E 1 } Pr{E 3 E 1 E 2 } (3)

Es decir, la probabilidad de que ocurra E 1 , E 2 y E 3 es igual a (la probabilidad de E 1 ) × (la probabilidad de E 2 dado que

E 1 ha ocurrido) × (la probabilidad de E 3 dado que E 1 y E 2 han ocurrido). En particular,

Pr{E 1 E 2 E 3 } Pr{E 1 } Pr{E 2 } Pr{E 3 } para eventos independientes (4)

En general, si E 1 , E 2 , E 3 , . . . , E n son n eventos independientes que tienen probabilidades p 1 , p 2 , p 3 , . . . , p n , entonces

la probabilidad de que ocurra E 1 y E 2 y E 3 y . . . E n es p 1 p 2 p 3

. . . p n .

EJEMPLO 3 Sean E 1 y E 2 los eventos “cae cara en el quinto lanzamiento” y “cae cara en el sexto lanzamiento” de una moneda,

respectivamente. Entonces E 1 y E 2 son eventos independientes y, por lo tanto, la probabilidad de cara tanto en el quinto como en el

sexto lanzamientos es (suponiendo que sea una moneda legal)

Pr{E 1 E 2 } Pr{E 1 } Pr{E 2 } 1 2

1

2

1 4

EJEMPLO 4 Si la probabilidad de que A esté vivo en 20 años es 0.7 y la probabilidad de que B esté vivo en 20 años es 0.5,

entonces la probabilidad de que ambos estén vivos en 20 años es (0.7)(0.5) = 0.35.


EVENTOS MUTUAMENTE EXCLUYENTES 141

EJEMPLO 5 Supóngase que una caja contiene 3 pelotas blancas y 2 pelotas negras. Sea E 1 el evento “la primera pelota que se

saca es negra” y E 2 el evento “la segunda pelota que se saca es negra”, donde las pelotas no se vuelvan a colocar en la caja una vez

sacadas. Aquí E 1 y E 2 son eventos dependientes.

La probabilidad de que la primera pelota que se extraiga sea negra es Pr{E 1 } 2/(3 2) 2 . La probabilidad de que la

5

segunda pelota que se extraiga sea negra, dado que la primera pelota que se extrajo fue negra, es Pr{E 2 E 1 } 1/(3 1) 1 4 . Por

lo tanto, la probabilidad de que las dos pelotas que se extraigan sean negras es

Pr{E 1 E 2 } Pr{E 1 } Pr{E 2 E 1 } 2 5

EVENTOS MUTUAMENTE EXCLUYENTES

1

4 1

10

Se dice que dos o más eventos son mutuamente excluyentes si la ocurrencia de uno cualquiera de ellos excluye la

ocurrencia de los otros. Entonces, si E 1 y E 2 son eventos mutuamente excluyentes, Pr{E 1 E 2 } = 0.

Si E 1 + E 2 denotan el evento “ocurre E 1 o E 2 o ambos”, entonces

En particular,

Pr{E 1 E 2 } Pr{E 1 } Pr{E 2 Pr{E 1 E 2 } (5)

Pr{E 1 E 2 } Pr{E 1 } Pr{E 2 } si los eventos son mutuamente excluyentes (6)

Por extensión se tiene que si E 1 , E 2 , . . . , E n son n eventos mutuamente excluyentes que tienen probabilidades p 1 ,

p 2 , . . . , p n , entonces la probabilidad de que ocurran E 1 o E 2 o . . . E n es p 1 + p 2 + . . . + p n .

La fórmula (5) también puede generalizarse a tres o más eventos mutuamente excluyentes.

EJEMPLO 6 Si E 1 es el evento “de una baraja se extrae un as” y E 2 es el evento “de una baraja se extrae un rey”, entonces

Pr{E 1 } 4

52 1 13 y Pr {E 2} 4 52 1 , y la probabilidad de en una sola extracción se extrae un as o un rey es

13

Pr{E 1 E 2 } Pr{E 1 } Pr{E 2 } 1

13 1 13 2 13

ya que en una sola extracción o se extrae un as o se extrae un rey, y por lo tanto estos eventos son mutuamente excluyentes (figura

6-1).

A♣ 2♣ 3♣ 4♣ 5♣ 6♣ 7♣ 8♣ 9♣ 10♣ J♣ Q♣ K♣

A♦ 2♦ 3♦ 4♦ 5♦ 6♦ 7♦ 8♦ 9♦ 10♦ J♦ Q♦ K♦

A♥ 2♥ 3♥ 4♥ 5♥ 6♥ 7♥ 8♥ 9♥ 10♥ J♥ Q♥ K♥

A♠ 2♠ 3♠ 4♠ 5♠ 6♠ 7♠ 8♠ 9♠ 10♠ J♠ Q♠ K♠

Figura 6-1 E 1 es el evento “extraer un as” y E 2 es el evento “extraer un rey”.

Obsérvese que E 1 y E 2 no tienen resultados en común. Estos eventos son mutuamente excluyentes.

EJEMPLO 7 Si E 1 es el evento “extraer un as” y E 2 es el evento “extraer una espada” de una baraja, E 1 y E 2 no son mutuamente

excluyentes, pues se puede extraer el as de espadas (figura 6-2). Por lo tanto, la probabilidad de extraer un as o una espada o

ambos es

Pr{E 1 E 2 } Pr{E 1 } Pr{E 2 Pr{E 1 E 2 } 4

52 13

52

1

52 16

52 4 13

A♣

A♦

A♥

A♠

2♣

2♦

2♥

2♠

3♣

3♦

3♥

3♠

4♣

4♦

4♥

4♠

5♣

5♦

5♥

5♠

6♣

6♦

6♥

6♠

7♣

7♦

7♥

7♠

8♣

8♦

8♥

8♠

9♣

9♦

9♥

9♠

10♣

10♦

10♥

10♠

J♣

J♦

J♥

J♠

Q♣

Q♦

Q♥

Q♠

Figura 6-2 E 1 es el evento “extraer un as” y E 2 es el evento “extraer una espada”.

Obsérvese que el evento “E 1 y E 2 ”, que consta de los resultados en los que se den los dos eventos, es el as de espadas.

K♣

K♦

K♥

K♠


142 CAPÍTULO 6 TEORÍA ELEMENTAL DE LA PROBABILIDAD

DISTRIBUCIONES DE PROBABILIDAD

Discretas

Si una variable X toma un conjunto discreto de valores X 1 , X 2 , . . . , X K con probabilidades respectivas p 1 , p 2 , . . . , p K ,

donde p 1 + p 2 + . . . + p K = 1, esto se define como una distribución de probabilidad discreta de X. La función p(X ),

que tiene los valores p 1 , p 2 , . . . , p K para X = X 1 , X 2 , . . . , X K , respectivamente, se llama función de probabilidad o función

de frecuencia de X. Como X puede tomar ciertos valores con determinadas probabilidades, suele llamársele

variable aleatoria discreta. A las variables aleatorias también se les conoce como variables estocásticas.

EJEMPLO 8 Se lanza un par de dados; sea X la suma de los puntos obtenidos en estos dos dados. La distribución de probabilidad

es la que se muestra en la tabla 6.1. Por ejemplo, la probabilidad de que la suma sea 5 es 4 36 = 1 ; así que de 900 veces que se lancen

9

los dos dados se espera que en 100 la suma de los puntos sea 5.

Obsérvese la analogía con las distribuciones de frecuencias relativas empleando probabilidades en lugar de frecuencias

relativas. De manera que las distribuciones de probabilidad pueden considerarse como formas teóricas o

formas límites ideales de las distribuciones de frecuencias relativas cuando la cantidad de observaciones es muy grande.

A esto se debe que las distribuciones de probabilidad se consideren distribuciones de poblaciones, mientras que las

distribuciones de frecuencias relativas son distribuciones de muestras obtenidas de estas poblaciones.

Tabla 6.1

X 2 3 4 5 6 7 8 9 10 11 12

p(X ) 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36

Una distribución de probabilidad se puede representar graficando p(X ) contra X, como se hace con las distribuciones

de frecuencias relativas (ver problema 6.11).

Con probabilidades acumuladas se obtienen distribuciones de probabilidad acumulada, que son análogas a las

distribuciones de frecuencia relativa acumulada. A las funciones correspondientes a estas distribuciones se les suele

llamar funciones de distribución.

La distribución de la tabla 6.1 puede obtenerse empleando EXCEL. La porción de una hoja de cálculo de EXCEL

que se muestra a continuación se obtiene ingresando Dado 1 en A1, Dado 2 en B1 y Suma en C1. Los 36 resultados

posibles al lanzar dos dados se ingresan en A2:B37. En C2 se ingresa =SUM(A2:B2), se da clic y se arrastra desde C2

hasta C37. Observando que la suma 2 se obtiene una vez; la suma 3, dos veces, etc., se forma la distribución de probabilidad

de la tabla 6.1.

Dado 1 Dado 2 Suma

1 1 2

1 2 3

1 3 4

1 4 5

1 5 6

1 6 7

2 1 3

2 2 4

2 3 5

2 4 6

2 5 7


DISTRIBUCIONES DE PROBABILIDAD 143

Dado 1 Dado 2 Suma

2 6 8

3 1 4

3 2 5

3 3 6

3 4 7

3 5 8

3 6 9

4 1 5

4 2 6

4 3 7

4 4 8

4 5 9

4 6 10

5 1 6

5 2 7

5 3 8

5 4 9

5 5 10

5 6 11

6 1 7

6 2 8

6 3 9

6 4 10

6 5 11

6 6 12

Continua

Las ideas anteriores pueden extenderse al caso en el que la variable X puede tomar un conjunto continuo de valores.

El polígono de frecuencias relativas de la muestra se convierte, en el caso teórico o límite de una población, en una

curva continua (como la que se muestra en la figura 6-3) cuya ecuación es Y = p(X ). El área total limitada por el eje

X, bajo esta curva, es igual a 1, y el área entre las rectas X = a y X = b (que aparece sombreada en la figura 6-3)

corresponde a la probabilidad de que X se encuentre entre a y b, lo que se denota como Pr{a < X < b}.

p(X)

a b X

Figura 6-3 Pr{a X b} es el área sombreada bajo la función de densidad.


144 CAPÍTULO 6 TEORÍA ELEMENTAL DE LA PROBABILIDAD

A p(X ) se le conoce como función de densidad de probabilidad o brevemente función de densidad, y cuando se da

una de estas funciones se dice que se define una distribución de probabilidad continua para X; a la variable X suele

llamársele variable aleatoria continua.

Como en el caso discreto, se pueden definir distribuciones de probabilidad acumulada y las funciones de distribución

correspondientes.

ESPERANZA MATEMÁTICA

Si p es la probabilidad de que una persona reciba una cantidad de dinero S, pS define la esperanza matemática (o

simplemente la esperanza).

EJEMPLO 9 Encontrar E(X ) para la distribución de la suma de los dos dados dada en la tabla 6.1. La distribución se presenta

en los siguientes resultados de EXCEL. En A2:B12 se presenta la distribución en la que los valores p(X ) se han convertido a la

forma decimal. En C2 se ingresa la expresión =A2*B2, se da clic y se arrastra desde C2 hasta C12. En C13 se ingresa la expresión

=Sum(C2:C12) y se obtiene la esperanza matemática, que es 7.

X p(X) XP(X)

2 0.027778 0.055556

3 0.055556 0.166667

4 0.083333 0.333333

5 0.111111 0.555556

6 0.138889 0.833333

7 0.166667 1.166667

8 0.138889 1.111111

9 0.111111 1

10 0.083333 0.833333

11 0.055556 0.611111

12 0.027778 0.333333

7

El concepto de esperanza es fácil de extender. Si X denota una variable aleatoria discreta que puede tomar los

valores X 1 , X 2 , . . . , X K con probabilidades p 1 , p 2 , . . . , p K , respectivamente, donde p 1 + p 2 + . . . + p K = 1, la esperanza

matemática de X (o simplemente la esperanza de X), que se denota E(X ), se define de la manera siguiente:

EðXÞ ¼p 1 X 1 þ p 2 X 2 þþp K X K ¼ XK

j¼1

p j X j ¼ X pX (7)

Si en esta esperanza se sustituyen las probabilidades p j por las frecuencias relativas f j /N, donde N ¼ P f j , la esperanza

se reduce a ( P fXÞ=N, que es la media aritmética X de una muestra de tamaño N en la que X 1 , X 2 , . . . , X K se

presentan con estas frecuencias relativas. A medida que N se vuelve cada vez más grande, las frecuencias relativas

f j /N se aproximan a las probabilidades p j . Esto lleva a interpretar E(X ) como la media de la población de la que ha sido

tomada la muestra. Si se denota con m a la media muestral, a la media poblacional se le denota con la correspondiente

letra griega, µ (mu).

La esperanza también puede ser definida para variables aleatorias continuas, pero esta definición requiere el uso

del cálculo.

RELACIÓN ENTRE MEDIA Y VARIANZA POBLACIONALES Y MUESTRALES

Si de una población se toma en forma aleatoria una muestra de tamaño N (es decir, de manera que todas las muestras

de tamaño N sean igualmente probables), se puede demostrar que el valor esperado para la media muestral m es la

media poblacional µ.


ANÁLISIS COMBINATORIO 145

Sin embargo, no se sigue que el valor esperado de cualquier cantidad calculada a partir de una muestra sea la cantidad

poblacional correspondiente. Por ejemplo, el valor esperado de la varianza muestral, como se ha definido aquí,

no es la varianza poblacional, sino (N − 1)/N veces esta varianza. A esto se debe que algunos especialistas en estadística

prefieran definir la varianza muestral como la varianza aquí definida pero multiplicada por N/(N − 1).

ANÁLISIS COMBINATORIO

Para obtener probabilidades de eventos complejos, hacer una enumeración de los casos suele ser difícil, tedioso o ambas

cosas. Para facilitar esta tarea se hace uso de los principios básicos de una materia llamada análisis combinatorio.

Principio fundamental

Si un evento puede ocurrir de n 1 maneras diferentes, y si una vez que ha ocurrido, otro evento puede ocurrir de n 2

maneras diferentes, entonces la cantidad de maneras en que pueden ocurrir los dos eventos, en este orden específico,

es n 1 n 2 .

EJEMPLO 10 En una hoja de cálculo de EXCEL se ingresan los números 0 a 5 en las casillas A1 a A6. En B1 se ingresa

=FACT(A1), se hace clic y se arrastra desde B1 hasta B6. Después, para graficar los puntos, se emplea el asistente para gráficos de

EXCEL. La función =FACT(n) es lo mismo que n! Para n = 0, 1, 2, 3, 4 y 5 =FACT(n) es igual a 1, 1, 2, 6, 24 y 120. La figura

6-4 se generó con el asistente para gráficos de EXCEL.

140

120

100

80

n!

60

40

20

0

0 1 2 3 4 5 6

n

Figura 6-4

Gráfica de n! generada con EXCEL.

EJEMPLO 11 La cantidad de permutaciones de las letras a, b y c tomadas de dos en dos es 3 P 2 = 3 ⋅ 2 = 6. Estas permutaciones

son ab, ba, ac, ca, bc y cb.

El número de permutaciones de n objetos de los cuales n 1 son iguales, n 2 son iguales, . . . es

n!

n 1 ! n 2 !

donde n = n 1 n 2 (10)

EJEMPLO 12 El número de permutaciones de las letras en la palabra statistics es

ya que hay 3 eses, 3 tes, 1 a, 2 íes y 1 c.

10!

¼ 50 400

3! 3! 1! 2! 1!


146 CAPÍTULO 6 TEORÍA ELEMENTAL DE LA PROBABILIDAD

COMBINACIONES

Una combinación de n objetos diferentes tomados de r en r es una selección de r de los n objetos sin importar el orden.

El número de combinaciones de n objetos tomados de r en r se denota mediante el símbolo ( n r

) y está dado por

n

nðn 1Þðn r þ 1Þ n!

¼ ¼

r

r!

r!ðn

rÞ!

(11)

EJEMPLO 13 El número de combinaciones que se pueden hacer con las letras a, b, y c, tomadas de dos en dos, es

3

2

¼ 3 2 ¼ 3

2!

Estas combinaciones son ab, ac y bc. Obsérvese que ab es la misma combinación que ba, pero no la misma permutación.

Con EXCEL, las combinaciones de 3 objetos tomando 2 a la vez se obtienen con el comando =COMBIN(3,2), que

da como resultado 3.

APROXIMACIÓN DE STIRLING PARA n!

Cuando n es grande es poco práctico evaluar directamente n! En tales casos se hace uso de una fórmula de aproximación

desarrollada por James Stirling:

p

n! ffiffiffiffiffiffiffiffi

2n n n e n (12)

donde e = 2.71828. . . es la base del logaritmo natural (ver problema 6.31).

RELACIÓN ENTRE LA PROBABILIDAD Y LA TEORÍA DE CONJUNTOS

Como se ve en la figura 6-5, un diagrama de Venn representa, mediante un rectángulo, todos los resultados posibles

de un experimento, a lo que se llama el espacio muestral S. Los eventos se representan como figuras tetraédricas o

como círculos dentro del espacio muestral. Si S contiene únicamente una cantidad finita de puntos, entonces a cada

punto se le puede asociar un número no negativo, llamado probabilidad, de manera que la suma de todos los números

correspondientes a los puntos de S sea 1. Un evento es un conjunto (o una colección) de puntos en S, como los indicados

en la figura 6-5 por E 1 y E 2 .

DIAGRAMAS DE EULER O DE VENN Y PROBABILIDAD

El evento E 1 + E 2 es el conjunto de puntos que están en E 1 o en E 2 o en ambos, mientras que el evento E 1 E 2 es el

conjunto de puntos que son comunes a ambos, E 1 y E 2 . La probabilidad de un evento por ejemplo el evento E 1 es la

suma de las probabilidades correspondientes a todos los puntos que están en el conjunto E 1 . De igual manera, la probabilidad

de E 1 + E 2 , que se denota Pr{E 1 + E 2 }, es la suma de las probabilidades correspondientes a todos los puntos

contenidos en el conjunto E 1 + E 2 . Si E 1 y E 2 no tienen puntos en común (es decir, si los eventos son mutuamente

excluyentes), entonces Pr{E 1 + E 2 } = Pr{E 1 } + Pr{E 2 }. Si tienen puntos en común, entonces Pr{E 1 + E 2 } = Pr{E 1 }

+ Pr{E 2 } − Pr{E 1 E 2 }.

El conjunto E 1 + E 2 también suele denotarse E 1 E 2 y se conoce como la unión de los dos conjuntos. El conjunto

E 1 E 2 también suele denotarse E 1 E 2 y se conoce como la intersección de los dos conjuntos. Se pueden hacer

extensiones a más de dos conjuntos; así, en lugar de E 1 + E 2 + E 3 y E 1 E 2 E 3 , se pueden emplear las notaciones E 1

E 2 E 3 y E 1 E 2 E 3 , respectivamente.


DIAGRAMAS DE EULER O DE VENN Y PROBABILIDAD 147

DIAGRAMAS DE EULER O DE VENN Y PROBABILIDAD

E

E

a)

S

E 1

E 2

b)

S

E 1

E 2

c)

S

E 1

E 2

d)

Figura 6-5 Operaciones con eventos. a) El complemento del evento E aparece sombreado y se denota E;

b) la intersección de los eventos E 1 y E 2 aparece sombreada y se escribe E 1 E 2 ; c) la unión de los

eventos E 1 y E 2 aparece sombreada y se denota E 1 E 2; d ) los eventos E 1 y E 2 son mutuamente

excluyentes, es decir, E 1 E 2 f.

S

El símbolo φ (la letra fi del alfabeto griego) suele emplearse para denotar el conjunto que no tiene ningún punto,

conjunto al que se le conoce como conjunto vacío. La probabilidad que se le asigna a un evento que corresponde a este

conjunto es cero (es decir, Pr{φ} = 0). Si E 1 y E 2 no tienen puntos en común, se escribe E 1 E 2 = φ, lo que significa que

los eventos correspondientes son mutuamente excluyentes, por lo que Pr{E 1 E 2 } = 0.

Con esta visión moderna, una variable aleatoria es una función definida en cada punto de un espacio muestral. Por

ejemplo, en el problema 6.37, la variable aleatoria es la suma de las coordenadas de cada punto.

Empleando conceptos del cálculo pueden extenderse las ideas anteriores al caso en el que S tenga una cantidad

infinita de puntos.

EJEMPLO 14 Un experimento consiste en lanzar un par de dados. El evento E 1 es que se obtenga un 7, es decir, que la suma de

los puntos en los dados sea 7. El evento E 2 es que en el dado 1 se obtenga un número non. A continuación se presenta el espacio

muestral S y los eventos E 1 y E 2 . Encontrar Pr{E 1 }, Pr{E 2 }, Pr{E 1 E 2 } y Pr{E 1 E 2 }. En la figura 6.6 se presentan los resultados

de MINITAB con E 1 , E 2 y S en rectángulos separados.

PðE 1 Þ¼6=36 ¼ 1=6 PðE 2 Þ¼18=36 ¼ 1=2 PðE 1 \ E 2 Þ¼3=36 ¼ 1=12

PðE 1 [ E 2 Þ¼6=36 þ 18=36 3=36 ¼ 21=36:


148 CAPÍTULO 6 TEORÍA ELEMENTAL DE LA PROBABILIDAD

6

Espacio muestral S

6

5

5

4

4

3

3

2

2

1

1

6

5

4

3

2

1

1

1

2

2

E

3 4 5 6 1 2 3 4

Evento 1

Evento E 2

3 4 5 6

5

6

Figura 6-6 Resultados de MINITAB para el ejemplo 14.

PROBLEMAS RESUELTOS

REGLAS FUNDAMENTALES DE LA PROBABILIDAD

6.1 Determinar o estimar la probabilidad p de cada uno de los eventos siguientes:

a) Al lanzar una vez un dado obtener un número non.

b) Al lanzar dos veces una moneda obtener por lo menos una cara.

c) Al sacar una carta de una baraja, bien barajada, con 52 cartas obtener un as, un 10 de diamantes o un 2 de

espadas.

d ) Al lanzar una vez un par de dados su suma sea siete.

e) Si en 100 lanzamientos de una moneda se obtuvieron 56 caras, en el siguiente lanzamiento obtener una

cruz.

SOLUCIÓN

a) De seis casos equiprobables posibles, tres casos (que caiga 1, 3 o 5) son favorables al evento. Por lo tanto,

p = 3 6 = 1 2 .

b) Si H denota “cara” y T denota “cruz”, en los dos lanzamientos se pueden obtener los casos siguientes: HH, HT, TH,

TT, todos igualmente posibles. De éstos, sólo los tres primeros son favorables al evento. Por lo tanto, p 3 4 .

c) Este evento puede darse de seis maneras (as de espadas, as de corazones, as de tréboles, as de diamantes, 10 de diamantes

y 2 de espadas) en los 52 casos igualmente posibles. Por lo tanto, p 6

d )

52 3 26 .

Cada una de las caras de un dado puede relacionarse con cada una de las seis caras del otro dado, de manera que la

cantidad de casos que pueden presentarse, todos igualmente posibles, es 6 · 6 = 36. Estos casos se pueden denotar

(1, 1), (2, 1), (3, 1), ..., (6, 6).

Hay seis formas de obtener la suma de 7, denotada por (1, 6), (2, 5), (3, 4), (4, 3), (5, 2) y (6, 1). Por lo tanto,

p 6

36 1 6 .

e) Como en 100 lanzamientos se obtuvieron 100 − 56 = 44 cruces, la probabilidad estimada (o empírica) de que caiga

cruz es la frecuencia relativa 44/100 = 0.44.


PROBLEMAS RESUELTOS 149

6.2 Un experimento consiste en lanzar una moneda y un dado. Si E 1 es el evento en que se obtenga “cara” al lanzar

la moneda y E 2 es el evento en que se obtenga “3 o 6” al lanzar el dado, expresar en palabras cada uno de los

eventos siguientes:

a) E 1 c) E 1 E 2 e) Pr{E 1 |E 2 }

b) E 2 d) Pr{E 1 E 2 } f ) Pr{E 1 E 2 }

SOLUCIÓN

a) Cruz en la moneda y cualquier cosa en el dado.

b) 1, 2, 4 ó 5 en el dado y cualquier cosa en la moneda.

c) Cara en la moneda y 3 ó 6 en el dado.

d ) Probabilidad de cara en la moneda y 1, 2, 4 ó 5 en el dado.

e) Probabilidad de cara en la moneda, dado que en el dado se obtuvo 3 ó 6.

f ) Probabilidad de cruz en la moneda o 1, 2, 4 ó 5 en el dado o ambas cosas

6.3 De una caja que contiene 6 pelotas rojas, 4 pelotas blancas y 5 pelotas azules se extrae, de manera aleatoria,

una pelota. Determinar la probabilidad de que la pelota extraída sea: a) roja, b) blanca, c) azul, d ) no sea roja

y e) sea roja o blanca.

SOLUCIÓN

Con R, W y B se denotan los eventos de que la pelota que se saque sea roja, blanca o azul, respectivamente. Entonces:

maneras de sacar una pelota roja

a) Pr{R}

total de maneras de sacar una pelota 6

6 4 5 6

15 2 5

4

b) Pr{W }

6 4 5 4

15

5

c) Pr{B}

6 4 5 5

15 1 3

d ) Pr{R} 1 Pr{R} 1

2

5 3 5

de acuerdo con el inciso a)

maneras de sacar una pelota roja o una pelota blanca

e) Pr{R W } 6 4

total de maneras de sacar una pelota

6 4 5 10

15 2 3

Otro método

Pr{R W } Pr{B} 1 Pr{B} 1

1

3 2 3

de acuerdo con el inciso c)

Obsérvese que Pr{R + W } = Pr{R} + Pr{W } (es decir, 2 3 2 5 4 15

). Éste es un ejemplo de la regla general

Pr{E 1 + E 2 } = Pr{E 1 } + Pr{E 2 } válida para eventos E 1 y E 2 mutuamente excluyentes.

6.4 Un dado se lanza dos veces. Encontrar la probabilidad de obtener un 4, un 5 o un 6 en el primer lanzamiento y

un 1, 2, 3 ó 4 en el segundo lanzamiento.

SOLUCIÓN

Sea E 1 el evento “4, 5 ó 6” en el primer lanzamiento y E 2 el evento “1, 2, 3 ó 4” en el segundo lanzamiento. A cada una de

las seis maneras en que puede caer el dado en el primer lanzamiento se le asocia cada una de las seis maneras en que puede

caer en el segundo lanzamiento, lo que hace un total de 6 · 6 = 36 maneras, todas igualmente probables. A cada una de las

tres manera en que puede ocurrir E 1 se le asocia cada una de las cuatro maneras en que puede ocurrir E 2 , obteniéndose

3 · 4 = 12 maneras en las que pueden ocurrir E 1 y E 2 o E 1 E 2. Por lo tanto, Pr{E 1 E 2 } = 12/36 = 1/3.

Obsérvese que Pr{E 1 E 2 } = Pr{E 1 } Pr{E 2 } (es decir, 1 3 = 3 4 ) es válido para eventos independientes E 6 6 1 y E 2 .


150 CAPÍTULO 6 TEORÍA ELEMENTAL DE LA PROBABILIDAD

6.5 De una baraja, bien barajada, con 52 cartas se extraen dos cartas. Encuentre la probabilidad de que las dos sean

ases si la primera carta: a) se devuelve a la baraja y b) no se devuelve a la baraja.

SOLUCIÓN

Sea E 1 = evento “as” en la primera extracción y sea E 2 = evento “as” en la segunda extracción.

a) Si la primera carta se devuelve a la baraja, E 1 y E 2 son eventos independientes. Por lo tanto, Pr{las dos cartas extraídas

sean ases} = PrfE 1 E 2 g¼PrfE 1 g PrfE 2 g¼ð 4

52 Þð 4

52 Þ¼ 1

169 .

b) La primera carta se puede extraer de 52 maneras y la segunda puede extraerse de 51 maneras, ya que la primera carta

no se devuelve a la baraja. Por lo tanto, las dos cartas se pueden extraer de 52 · 51 maneras todas igualmente posibles.

Hay cuatro maneras en las que puede ocurrir E 1 y tres maneras en las que E 2 puede ocurrir, de manera que E 1 y

E 2 o E 1 E 2 puede ocurrir de 4 · 3 maneras. Por lo tanto, PrfE 1 E 2 g¼ð4 3Þ=ð52 51Þ ¼ 1

221 .

Obsérvese que PrfE 2 jE 1 g¼ Pr{segunda carta sea un as dado que la primera carta es un as} ¼ 3

51

. De manera

que este resultado ilustra la regla general PrfE 1 E 2 g¼PrfE 1 g PrfE 2 jE 1 g donde E 1 y E 2 son eventos dependientes.

6.6 De la caja del problema 6.3 se extraen, sucesivamente, tres pelotas. Encuéntrese la probabilidad de que se

extraigan en el orden roja, blanca y azul: a) si cada pelota se devuelve a la caja y b) si no se devuelve.

SOLUCIÓN

Sea R = evento “roja” en la primera extracción, W = evento “blanca” en la segunda extracción y B = evento “azul” en la

tercera extracción. Lo que se busca es Pr{RWB}.

a) Si cada una de las pelotas se devuelve, entonces R, W y B son eventos independientes y

6 4 5

PrfRWBg ¼PrfRg PrfWg PrfBg ¼

¼ 6

4 5

¼ 8

6 þ 4 þ 5 6 þ 4 þ 5 6 þ 4 þ 5 15 15 15 225

b) Si las pelotas no se devuelven, entonces R, W y B son eventos dependientes y

6 4 5

PrfRWBg ¼PrfRg PrfWjRg PrfBjWRg ¼

6 þ 4 þ 5 5 þ 4 þ 5 5 þ 3 þ 5

¼ 6

4 5

¼ 4

15 14 13 91

donde Pr{B|WR} es la probabilidad condicional de extraer una pelota azul si se han extraído ya una roja y una

blanca.

6.7 Encuéntrese la probabilidad de que en dos lanzamientos de un dado se obtenga por lo menos un 4.

SOLUCIÓN

Sea E 1 = el evento “4” en el primer lanzamiento, E 2 = el evento “4” en el segundo lanzamiento y E 1 + E 2 = el evento “4”

en el primer lanzamiento o “4” en el segundo lanzamiento o ambos = el evento de obtener por lo menos un 4. Lo que se

busca es Pr{E 1 + E 2 }.

Primer método

Los dos dados pueden caer en un total de 6 · 6 = 36 maneras igualmente posibles. Además,

Cantidad de maneras en las que puede ocurrir E 1 pero no E 2 = 5

Cantidad de maneras en las que puede ocurrir E 2 pero no E 1 = 5

Cantidad de maneras en las que pueden ocurrir E 1 y E 2 = 1

Por lo tanto, la cantidad de maneras en las que puede ocurrir por lo menos uno de los eventos E 1 o E 2 es 5 + 5 + 1 = 11,

y por lo tanto, Pr{E 1 þ E 2 g¼ 11

36 .


PROBLEMAS RESUELTOS 151

Segundo método

Como E 1 y E 2 no son mutuamente excluyentes, Pr{E 1 + E 2 } = Pr{E 1 } + Pr{E 2 } − Pr{E 1 E 2 }. Además, como E 1 y E 2 son

independientes, Pr{E 1 E 2 } = Pr{E 1 } Pr{E 2 }. Por lo tanto,

Pr{E 1 + E 2 } = Pr{E 1 } + Pr{E 2 } − Pr{E 1 } Pr{E 2 } ¼ 1 6 þ 1 6

ð 1 6 Þð1 6 Þ¼11 36 .

Tercer método

Pr{obtener por lo menos un 4} + Pr{no obtener ningún 4} = 1.

Por lo tanto, Pr{obtener por lo menos un 4} = 1 Pr{no obtener ningún 4}

= 1 Pr{no obtener un 4 ni en el primero ni en el segundo lanzamiento}

= 1 Pr{E 1 E 2 } = 1 Pr{E 1 } Pr{E 2 }

= 1

5

6

5

6

11

36

6.8 Una bolsa contiene 4 pelotas blancas y 2 pelotas negras; otra contiene 3 pelotas blancas y 5 pelotas negras. Si

se saca una pelota de cada bolsa, encontrar la probabilidad de que: a) ambas sean blancas, b) ambas sean negras

y c) una sea blanca y la otra sea negra.

SOLUCIÓN

Sea W 1 = el evento “blanca” de la primera bolsa y W 2 = el evento “blanca” de la segunda bolsa.

a)

4 3

PrfW 1 W 2 g¼PrfW 1 g PrfW 2 g¼

¼ 1 4 þ 2 3 þ 5 4

b)

2 5

Prf W 1

W 2 g¼Prf W 1 g Prf W 2 g¼

¼ 5

4 þ 2 3 þ 5 24

c) El evento “una es blanca y la otra es negra” es lo mismo que el evento “o la primera es blanca y la segunda es negra

o la primera es negra y la segunda es blanca”; es decir, W 1

W 2 þ W 1 W 2 . Como los eventos W 1

W 2 y W 1 W 2 son mutuamente

excluyentes, se tiene

Otro método

PrfW 1

W 2 þ W 1 W 2 g¼PrfW 1

W 2 gþPrf W 1 W 2 g

¼ PrfW 1 g Prf W 2 gþPrf W 1 g PrfW 2 g

4 5 2 3

¼

þ

¼ 13

4 þ 2 3 þ 5 4 þ 2 3 þ 5 24

La probabilidad que se busca es 1 PrfW 1 W 2 g Prf W 1

W 2 g¼1

1

4

5

24 ¼ 13

24 .

6.9 A y B juegan 12 partidos de ajedrez, de los cuales, A gana 6, B gana 4 y en 2 terminan empatados. Se ponen de

acuerdo para jugar otros 3 partidos. Encuéntrese la probabilidad de que: a) A gane los tres partidos, b) 2 partidos

terminen empatados, c) A y B ganen alternadamente y d ) B gane por lo menos un partido.

SOLUCIÓN

Sean A 1 , A 2 y A 3 los eventos “A gana” en el primero, el segundo y el tercer partidos, respectivamente; sean B 1 , B 2 y B 3 los

eventos “B gana” el primero, el segundo y el tercer partidos, respectivamente, y D 1 , D 2 y D 3 los eventos “terminan empatados”

en el primero, el segundo y el tercer partidos, respectivamente.

Sobre la base de experiencias anteriores (probabilidad empírica), asumir que Pr{A gana cualquiera de los partidos}

¼ 6 12 ¼ 1 4

2

, que Pr{B gana cualquiera de los partidos} ¼

12 ¼ 1 3 y que Pr{termina en empate en cualquier partido} ¼ 2 12 ¼ 1 6 .

a) Pr{A gane los tres partidos} ¼ PrfA 1 A 2 A 3 g¼PrfA 1 g PrfA 2 g PrfA 3 g¼ 1 1 1

¼ 1 2 2 2 8


152 CAPÍTULO 6 TEORÍA ELEMENTAL DE LA PROBABILIDAD

suponiendo que el resultado de cada partido sea independiente de los resultados de los otros partidos, lo que parece

razonable (a menos, por supuesto, que el jugador se vea psicológicamente influenciado por los otros partidos ganados

o perdidos).

b) Pr{2 partidos terminen empatados} = Pr{el primero y el segundo o el primero y el tercero o el segundo y el tercer

partidos terminen empatados}

¼ PrfD 1 D 2

D 3 gþPrfD 1

D 2 D 3 gþPrf D 1 D 2 D 3 g

¼ PrfD 1 g PrfD 2 g Prf D 3 gþPrfD 1 g Prf D 2 g PrfD 3 g

þ Prf D 1 g PrfD 2 g PrfD 3 g

¼ 1

1 5

þ 1 5 1

6 6 6 6 6 6

þ 5 6

1 1

6 6

¼ 15

216 ¼ 5

72

c) Pr{A y B ganen alternadamente} = Pr{A gane y después B gane y después A gane o que B gane y después A gane y

después B gane}

d )

¼ PrfA 1 B 2 A 3 þ B 1 A 2 B 3 g¼PrfA 1 B 2 A 3 gþPrfB 1 A 2 B 3 g

¼ PrfA 1 g PrfB 2 g PrfA 3 gþPrfB 1 g PrfA 2 g PrfB 3 g

¼ 1 1 1

þ 1

1 1

¼ 5

2 3 2 3 2 3 36

Pr{B gane por lo menos un partido} = 1 − Pr{B no gane ningún partido}

¼ 1 Prf B 1

B 2

B 3 g¼1 Prf B 1 g Prf B 2 g Prf B 3 g

¼ 1

2 2 2

¼ 19

3 3 3 27

DISTRIBUCIONES DE PROBABILIDAD

6.10 Encontrar la probabilidad de que haya niños o niñas en familias con tres hijos, suponiendo probabilidades

iguales para niños que para niñas.

SOLUCIÓN

Sea B = el evento “niño en la familia” y G = el evento “niña en la familia”. De acuerdo con la suposición de probabilidades

iguales, PrfBg ¼PrfGg ¼ 1 2

. En las familias con tres hijos pueden presentarse los siguientes eventos mutuamente

excluyentes con las probabilidades que se indican.

a) Tres niños (BBB):

PrfBBBg ¼PrfBg PrfBg PrfBg ¼ 1 8

Aquí se supone que el que nazca un niño no está influenciado de manera alguna porque el hijo anterior haya sido

también niño, es decir, se supone que los eventos son independientes.

b) Tres niñas (GGG): Como en el inciso a) o por simetría,

PrfGGGg ¼ 1 8

c) Dos niños y una niña (BBG + BGB + GBB):

PrfBBG þ BGB þ GBBg ¼PrfBBGgþPrfBGBgþPrfGBBg

¼ PrfBg PrfBg PrfGgþPrfBg PrfGg PrfBgþPrfGg PrfBg PrfBg

¼ 1 8 þ 1 8 þ 1 8 ¼ 3 8

d ) Dos niñas y un niño (GGB + GBG + BGG): como en el inciso c) o por simetría, la probabilidad es 3/8.

Si X denota la variable aleatoria que indica la cantidad de niños en una familia con tres hijos, la distribución de

probabilidad es la que se muestra en la tabla 6.2.


PROBLEMAS RESUELTOS 153

Tabla 6.2

Cantidad de niños (hombres) X 0 1 2 3

Probabilidad p(X ) 1/8 3/8 3/8 1/8

6.11 Graficar la distribución del problema 6.10.

SOLUCIÓN

La gráfica puede representarse ya sea como en la figura 6.7 o como en la figura 6.8. Obsérvese que en la figura 6.8 la suma

de las áreas de los rectángulos es 1; en esta figura llamada histograma de probabilidad, X es considerada como una variable

continua, aunque en realidad sea discreta, procedimiento que suele resultar útil. Por otro lado, la figura 6.7 se emplea cuando

no se desea considerar a la variable como variable continua.

0.400

0.350

Probabilidad

0.300

0.250

0.200

0.150

0.100

0 1 2

3

Niños

Figura 6-7 SPSS, gráfica de la distribución de probabilidad.

40

30

Porcentaje

20

10

0

0

1

2

3

Niños

Figura 6-8 MINITAB, histograma de probabilidad.


154 CAPÍTULO 6 TEORÍA ELEMENTAL DE LA PROBABILIDAD

6.12 Una variable aleatoria continua X, que toma valores sólo entre 0 y 5, tiene una función de probabilidad dada

por p(X )= 0.2, 0 < X < 5 . La gráfica se muestra en la figura 6.9.

0, si no es así

a) Verificar que es una función de densidad.

0.25

0.2

p(X )

0.15

0.1

0.05

0

0 1 2 3 4 5 6

X

Figura 6-9 Función de densidad de probabilidad para la variable X.

b) Encontrar y graficar Pr{2.5 < X < 4.0}.

SOLUCIÓN

a) La función p(X ) es siempre ≥ 0 y el área total bajo la gráfica de p(X ) es 5 × 0.2 = 1, ya que tiene forma rectangular

con 0.2 de ancho y 5 de largo (ver figura 6-9).

b) La probabilidad Pr{2.5 < X < 4.0} se muestra en la figura 6.10.

0.250

0.225

p (X )

0.200

0.175

0.150

0

1

2

3

4

5

X

Figura 6-10 La probabilidad Pr{2.5 < X < 4.0} aparece como un área sombreada.

El área rectangular, Pr{2.5 < X < 4.0} es (4 − 2.5) × 0.2 = 0.3.


PROBLEMAS RESUELTOS 155

ESPERANZA MATEMÁTICA

6.13 Se compra un boleto para una rifa con el que se puede ganar $5 000 como primer premio o $2 000 como segundo

premio, siendo las probabilidades 0.001 y 0.003, respectivamente. ¿Cuál sería el precio justo a pagar por un

boleto?

SOLUCIÓN

La esperanza es ($5 000)(0.001) + ($2 000)(0.003) = $5 + $6 = $11, que es el precio justo a pagar.

6.14 En una inversión de negocios hay una probabilidad de 0.6 de obtener como ganancia $300 y una probabilidad

de 0.4 de perder $100. Determinar la esperanza.

SOLUCIÓN

La esperanza es ($300)(0.6) + (−$100)(0.4) = $180 − $40 = $140.

6.15 Encontrar: a) E(X ), b) E(X 2 ) y c) E½ðX XÞ 2 ÞŠ, para la distribución de probabilidad que se muestra en la tabla

6.3.

d ) Emplear EXCEL para dar la solución de los incisos a), b) y c).

Tabla 6.3

X 8 12 16 20 24

p(X ) 1/8 1/6 3/8 1/4 1/12

SOLUCIÓN

a) EðXÞ ¼ P XpðXÞ ¼ð8Þð 1 8 Þþð12Þð1 6 Þþð16Þð3 8 Þþð20Þð1 4 Þþð24Þð 1

12Þ¼16; lo que representa la media de la distribución.

b) EðX 2 Þ¼ P X 2 pðXÞ ¼ð8Þ 2 ð 1 8 Þþð12Þ2 ð 1 6 Þþð16Þ2 ð 3 8 Þþð20Þ2 ð 1 4 Þþð24Þ2 ð 1

12Þ¼276; lo que representa el segundo

momento respecto al origen cero.

c) E½ðX XÞ 2 Š¼ P ½ð Þ Š

ðX XÞ 2 pðXÞ ¼ð8 16Þ 2 ð 1 8 Þþð12 16Þ2 ð 1 6 Þþð16 16Þ2 ð 3 8 Þþð20 16Þ2 ð 1 4 Þþ ð24 16Þ 2 ð 1 12 Þ

2 1

= 20; lo que representa la varianza de la distribución.

d ) En A1:E1 se ingresan los títulos, como se muestra. Los valores de X y los valores de probabilidad se ingresan en A2:

B6. Los valores esperados de X se calculan en C2:C7. El valor esperado se da en C7. El segundo momento respecto

al origen se calcula en D2:D7. El segundo momento aparece en D7. La varianza se calcula en E2:E7. La varianza se

da en E7.

A B C D E

X P(X) Xp(X) X^2p(X) (X E(X))^2*p(X)

8 0.125 1 8 8

12 0.166667 2 24 2.666666667

16 0.375 6 96 0

20 0.25 5 100 4

24 0.083333 2 48 5.333333333

16 276 20

6.16 Una bolsa contiene 2 pelotas blancas y 3 pelotas negras. Cada una de cuatro personas, A, B, C y D, en este

orden, extrae una pelota y no la devuelve a la bolsa. La primera que extraiga una pelota blanca recibirá $10.

Determinar las esperanzas de A, B, C y D.


156 CAPÍTULO 6 TEORÍA ELEMENTAL DE LA PROBABILIDAD

SOLUCIÓN

Como sólo hay 3 pelotas negras, alguna de las personas deberá ganar en el primer intento. Sean A, B, C y D los eventos “A

gana”, “B gana”, “C gana” y “D gana”, respectivamente.

Por lo tanto, la esperanza de A ¼ 2 5

ð$10Þ ¼$4.

Pr{A gane} ¼ PrfAg ¼ 2

3 þ 2 ¼ 2 5

Pr{A pierda y B gane} ¼ Prf ABg ¼Prf Ag PrfBj Ag ¼ 3 5

2

4

¼ 3

10

Por lo tanto, la esperanza de B = $3.

2 2

4 3

Pr{A y B pierdan y C gane} ¼ Prf A BCg ¼Prf Ag Prf Bj Ag PrfC A Bg ¼ 3 5

¼ 1 5

Por lo tanto, la esperanza de C = $2.

Pr{A, B y C pierdan y D gane} ¼ Prf A B C Dg

Por lo tanto, la esperanza de D = $1.

Comprobación: $4 + $3 + $2 + $1 = $10 y 2 5 þ 3

10 þ 1 5 þ 1 10 ¼ 1.

¼ Prf Ag Prf Bj Ag Prf Cj A Bg PrfDj A B Cg

¼ 3

2 1 1

¼ 1 5 4 3 1 10

PERMUTACIONES

6.17 ¿De cuántas maneras se pueden acomodar en línea 5 canicas de colores diferentes?

SOLUCIÓN

Hay que ordenar las cinco canicas en cinco posiciones: − − − − −. La primera posición puede ser ocupada por cualquiera

de las 5 canicas (es decir, hay 5 maneras de ocupar la primera posición). Hecho esto, hay 4 maneras de ocupar la segunda

posición; a continuación hay 3 maneras de ocupar la tercera posición; 2 maneras de ocupar la cuarta posición y, por último,

sólo una manera de ocupar la última posición. Por lo tanto:

En general,

Número de maneras en que se pueden colocar las cinco canicas en línea = 5 ⋅ 4 ⋅ 3 ⋅ 2 ⋅ 1 = 5! = 120

Número de maneras en las que se pueden colocar n objetos diferentes en línea = n(n − 1)(n − 2) ⋅ ⋅ ⋅ 1 = n!

A esto se le conoce como el número de permutaciones de n objetos diferentes tomados de n en n y se denota n P n .

6.18 ¿De cuántas maneras se pueden sentar 10 personas en una banca en la que sólo hay 4 asientos disponibles?

SOLUCIÓN

Hay 10 maneras de ocupar el primer asiento; hecho esto, hay 9 maneras de ocupar el segundo asiento; 8 maneras de ocupar

el tercer asiento, y 7 maneras de ocupar el cuarto asiento. Por lo tanto:

En general,

Número de ordenaciones de 10 personas tomadas de 4 en 4 = 10 ⋅ 9 ⋅ 8 ⋅ 7 = 5 040

Número de ordenaciones de n objetos diferentes tomados de r en r = n(n − 1) ⋅ ⋅ ⋅ (n − r + 1)


PROBLEMAS RESUELTOS 157

A esto también se le conoce como el número de permutaciones de n objetos diferentes tomados de r en r y se denota n P r ,

P(n, r) o P n,r . Obsérvese que cuando r = n, n P n = n!, como en el problema 6.17.

6.19 Evaluar: a) 8 P 3 , b) 6 P 4 , c) 15 P 1 y 3 P 3 , y e) los incisos del a) al d ) empleando EXCEL.

SOLUCIÓN

a) 8P 3 = 8 · 7 · 6 = 336, b) 6 P 4 = 6 · 5 · 4 · 3 = 360, c) 15 P 1 = 15, y d ) 3 P 3 = 3 · 2 · 1 = 6

e) =PERMUTACIONES(8, 3) = 336 =PERMUTACIONES(6, 4) = 360

=PERMUTACIONES(15, 1) = 15 =PERMUTACIONES(3, 3) = 6

6.20 Se desea sentar en hilera a 5 hombres y 4 mujeres de manera que las mujeres ocupen los lugares pares. ¿De

cuántas maneras es posible hacer esto?

SOLUCIÓN

Los hombres se pueden sentar de 5 P 5 maneras y las mujeres de 4 P 4 maneras. A cada acomodo de los hombres se le puede

hacer corresponder un acomodo de las mujeres. Por lo tanto, la cantidad de acomodos es 5 P 5 · 4 P 4 = 5!4! = (120)(24) =

2 880.

6.21 ¿Cuántos números de cuatro dígitos se pueden formar con los 10 dígitos 0, 1, 2, 3, . . . , 9, si: a) puede haber

repeticiones, b) no puede haber repeticiones y c) no puede haber repeticiones y el último dígito debe ser

cero?

SOLUCIÓN

a) El primer dígito puede ser cualquiera de 9 dígitos (ya que no puede ser 0). El segundo, tercero y cuarto dígitos pueden

ser uno cualquiera de 10. Entonces, se pueden formar 9 ⋅ 10 ⋅ 10 ⋅ 10 = 9 000 números.

b) El primer dígito puede ser cualquiera de 9 dígitos (cualquiera menos el 0).

El segundo dígito puede ser cualquiera de 9 dígitos (cualquiera menos el usado como primer dígito).

El tercer dígito puede ser cualquiera de 8 dígitos (cualquiera menos los usados como los dos primeros dígitos).

El cuarto dígito puede ser cualquiera de 7 dígitos (cualquiera menos los usados como los primeros tres dígitos).

De manera que se pueden formar 9 ⋅ 9 ⋅ 8 ⋅ 7 = 4 536 números.

Otro método

El primer dígito puede ser uno cualquiera de 9 dígitos y los tres restantes se pueden escoger de 9 P 3 maneras. Por lo

tanto, se pueden formar 9 ⋅ 9 P 3 = 9 ⋅ 9 ⋅ 8 ⋅ 7 = 4 536 números.

c) El primer dígito se puede formar de 9 maneras, el segundo de 8 maneras y el tercero de 7 maneras. Por lo tanto, se

pueden formar 9 ⋅ 8 ⋅ 7 = 504 números.

Otro método

El primer dígito se puede formar de 9 maneras y los siguientes dos dígitos en 9 P 2 maneras. Por lo tanto, se pueden

encontrar 9 ⋅ 8 P 2 = 9 ⋅ 8 ⋅ 7 = 504 números.

6.22 En un librero se van a acomodar cuatro libros diferentes de matemáticas, 6 libros diferentes de física y 2 libros

diferentes de química. ¿Cuántos son los acomodos posibles si: a) los libros de cada materia tienen que estar

juntos y b) sólo los libros de matemáticas tienen que estar juntos?

SOLUCIÓN

a) Los libros de matemáticas se pueden ordenar entre ellos de 4 P 4 = 4! maneras, los libros de física de 6 P 6 = 6! maneras,

los libros de química de 2 P 2 = 2! maneras y los tres grupos de 3 P 3 = 3! maneras. Por lo tanto, el número de acomodos

que se busca es = 4! 6! 2! 3! = 207 360.


158 CAPÍTULO 6 TEORÍA ELEMENTAL DE LA PROBABILIDAD

b) Considere a los 4 libros de matemáticas como un solo libro. Entonces se tienen 9 libros que se pueden acomodar

de 9 P 9 = 9! maneras. En todas estas maneras, los libros de matemáticas están juntos. Pero los libros de matemáticas,

entre ellos, se pueden acomodar de 4 P 4 = 4! maneras. Por lo tanto, el número de acomodos buscado es = 9! 4! =

8 709 120.

6.23 Cinco canicas rojas, 2 canicas blancas y 3 azules están ordenadas en línea. Si las canicas de un mismo color no

se distinguen unas de otras, ¿cuántas ordenaciones distintas se pueden tener? Para evaluar esta expresión usar

la función de EXCEL definida como =MULTINOMIAL.

SOLUCIÓN

Supóngase que existen P ordenaciones diferentes. Multiplicando P por el número de maneras en las que se pueden ordenar:

a) las 5 canicas rojas entre sí, b) las 2 canicas blancas entre sí y c) las 3 canicas azules entre sí (es decir, multiplicando P

por 5! 2! 3!), se obtiene el número de maneras en que se pueden ordenar las 10 canicas si son distinguibles (es decir, 10!).

Por lo tanto,

(5!2!3!)P = 10! y P ¼ 10!

5!2!3!

En general, el número de ordenaciones de n objetos de los cuales n 1 son iguales, n 2 son iguales, . . . , n k son iguales es

n!

n 1 !n 2 ! n k !

donde n 1 + n 2 + . . . + n k = n.

Con la función de EXCEL definida como =MULTINOMIAL(5,2,3) se obtiene 2 520.

6.24 ¿De cuántas maneras pueden sentarse 7 personas a una mesa redonda si: a) las 7 se pueden sentar en cualquier

lugar y b) 2 determinadas personas no pueden sentarse juntas?

SOLUCIÓN

a) Se escoge una de las personas para sentarla en cualquier lugar. Entonces, las 6 personas restantes se pueden sentar de

6! = 720 maneras, que es el total de maneras de acomodar a 7 personas en una mesa redonda.

b) Considérese como una sola persona a las dos personas que no se pueden sentar juntas. Entonces, quedan 6 personas

en total que se pueden acomodar de 5! maneras. Pero las dos personas consideradas como una sola, entre ellas, se

pueden acomodar de 2! maneras. Por lo tanto, la cantidad de maneras en que se pueden acomodar 6 personas en una

mesa redonda sentando 2 personas juntas es 5!2! = 240.

Entonces, empleando el inciso a), el total de maneras en las que 7 personas se pueden sentar a una mesa redonda,

de manera que 2 determinadas personas no se sienten juntas = 720 − 240 = 480 maneras.

COMBINACIONES

6.25 ¿De cuántas maneras pueden colocarse 10 objetos en dos grupos, uno de 4 y otro de 6 objetos?

SOLUCIÓN

Esto es lo mismo que el número de ordenaciones de 10 objetos de los cuales 4 son iguales entre sí y 6 son iguales entre sí.

De acuerdo con el problema 6.23, esto es

10!

4!6! ¼ 10 9 8 7 ¼ 210

4!

Este problema es equivalente a hallar de cuántas maneras se pueden tomar 4 de 10 objetos (o bien 6 de 10 objetos)

sin importar el orden.

En general, el número de maneras en que se pueden seleccionar r de n objetos, a lo que se le llama el número de

combinaciones de n cosas tomadas de r en r, se denota ð n rÞ y está dado por

n

r

n!

¼

r!ðn rÞ!

¼

nðn 1Þðn r þ 1Þ

r!

¼ n P r

r!


PROBLEMAS RESUELTOS 159

6.26 Evaluar: a) ( 7 4 ), b) (6 5 ), c) (4 4

) y d ) evaluar los incisos del a) al c) empleando EXCEL.

SOLUCIÓN

a)

b)

7

¼ 7!

4 4! 3! ¼ 7 6 5 4

4!

6

¼ 6!

5 5! 1! ¼ 6 5 4 3 2 ¼ 6 o bien

5!

¼ 7 6 5

3 2 1 ¼ 35

6

¼ 6 ¼ 6

5 1

c) ( 4 4 ) es el número de maneras en que se pueden tomar todos los cuatro objetos, y sólo hay una manera, por lo que (4 4 )

= 1. Obsérvese que formalmente

4

¼ 4!

4 4! 0! ¼ 1

si definimos 0! = 1.

d ) =COMBIN(7, 4) da 35, =COMBIN(6, 5) da 6 y =COMBIN(4, 4) da 1.

6.27 ¿De cuántas maneras puede formarse de un grupo de 9 personas un comité de 5 personas?

SOLUCIÓN

9

¼ 9!

5 5! 4! ¼ 9 8 7 6 5

5!

¼ 126

6.28 Con 5 matemáticos y 7 físicos hay que formar un comité que conste de 2 matemáticos y 3 físicos. ¿De cuántas

maneras se puede formar este comité si: a) puede incluirse a cualquiera de los matemáticos y a cualquiera de

los físicos, b) hay uno de los físicos que tiene que formar parte del comité y c) hay dos de los matemáticos que

no pueden formar parte del comité?

SOLUCIÓN

a) Dos matemáticos de 5 se pueden seleccionar de ( 5 2 ) formas y 3 físicos de 7 se pueden seleccionar de (7 3

) formas. Así que

las maneras en que se puede seleccionar el comité son

5 7

¼ 10 35 ¼ 350

2 3

b) Dos matemáticos de 5 se pueden seleccionar de ( 5 2 ) maneras y 2 físicos de 6 se pueden seleccionar de (6 2

) maneras. Así

que las maneras en que se puede seleccionar el comité son

5 6

¼ 10 15 ¼ 150

2 2

c) Dos matemáticos de 3 se pueden seleccionar de ( 3 2 ) maneras y 3 físicos de 7 se pueden seleccionar de (7 3

) maneras. Así

que las maneras en que se puede seleccionar el comité son

3 7

¼ 3 35 ¼ 105

2 3

6.29 Una niña tiene 5 flores que son todas distintas. ¿Cuántos ramos puede formar?

SOLUCIÓN

Cada flor puede tratarse de dos maneras; puede ser elegida para el ramo o puede no ser elegida para el ramo. Como a cada

una de estas dos maneras de tratar a la flor le corresponden 2 maneras de tratar a cada una de las otras flores, el número de

maneras en que se puede tratar a las 5 flores es = 2 5 . Pero estas 2 5 maneras comprenden el caso en que no se elija ninguna

de las flores. Por lo tanto, la cantidad de ramos que pueden formarse es = 2 5 − 1 = 31.


160 CAPÍTULO 6 TEORÍA ELEMENTAL DE LA PROBABILIDAD

Otro método

La niña puede elegir 1 de 5 flores, 2 de 5 flores, ..., 5 de 5 flores. Por lo tanto, el número de ramos que puede formar es

5

þ 5

þ 5

þ 5

þ 5 ¼ 5 þ 10 þ 10 þ 5 þ 1 ¼ 31

1 2 3 4 5

En general, para todo número entero positivo n,

n

þ n

þ n

þþ

n

¼ 2 n 1

1 2 3 n

6.30 Con 7 consonantes y 5 vocales ¿cuántas palabras con 4 consonantes distintas y 3 vocales distintas pueden

formarse? No importa que las palabras no tengan significado.

SOLUCIÓN

Las cuatro consonantes distintas pueden elegirse de ( 7 4 ) maneras, las tres vocales distintas pueden elegirse de (5 3 ) maneras, y

estas 7 letras (4 consonantes y 3 vocales) pueden ordenarse de 7 P 7 = 7! maneras. Por lo tanto, el número de palabras es

7 5

7! ¼ 35 10 5 040 = 1 764 000

4 3

APROXIMACIÓN DE STIRLING PARA n!

6.31 Evaluar 50!

SOLUCIÓN

p

Cuando n es grande se tiene n!

ffiffiffiffiffiffiffiffi

2n n n e n ; por lo tanto,

p

50! ffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2ð50Þ50 50 e 50 ¼ S

Para evaluar S se usan logaritmos base 10. Por lo tanto,

pffiffiffiffiffiffiffiffiffiffi

log S ¼ log ð 10050 50 e 50 Þ¼ 1 2 log 100 þ 1 2

log þ 50 log 50 50 log e

¼ 1 2 log 100 þ 1 2

log 3:142 þ 50 log 50 50 log 2:718

¼ 1 2 ð2Þþ1 2

ð0:4972Þþ50ð1:6990Þ 50ð0:4343Þ ¼64:4846

de lo que se encuentra que S = 3.05 × 10 64 , número que tiene 65 dígitos.

PROBABILIDAD Y ANÁLISIS COMBINATORIO

6.32 Una caja contiene 8 pelotas rojas, 3 blancas y 9 azules. Si se extraen 3 pelotas en forma aleatoria, determinar

la probabilidad de que: a) las 3 sean rojas, b) las 3 sean blancas, c) 2 sean rojas y 1 sea blanca, d ) por lo menos

1 sea blanca, e) se extraiga una de cada color y f ) se extraigan en el orden roja, blanca, azul.

SOLUCIÓN

a) Primer método

Sean R 1 , R 2 y R 3 los eventos “pelota roja en la primera extracción”, “pelota roja en la segunda extracción”, “pelota roja

en la tercera extracción”, respectivamente. Entonces R 1 R 2 R 3 denota el evento de que las tres pelotas extraídas sean

rojas.

PrfR 1 R 2 R 3 g¼PrfR 1 g PrfR 2 jR 1 g PrfR 3 jR 1 R 2 g¼ 8

7 6

¼ 14

20 19 18 285


PROBLEMAS RESUELTOS 161

Segundo método

maneras de seleccionar 3 de 8 pelotas rojas

Probabilidad buscada

maneras de seleccionar 3 de 20 pelotas

b) Empleando el segundo método del inciso a),

8

3

20

3

14

285

Pr{las 3 sean blancas} =

También se puede usar el primer método del inciso a)

3

3

20

3

= 1

1 140

c) Pr{2 sean rojas y 1 sea blanca}

maneras de seleccionar maneras de seleccionar

2 de 8 pelotas rojas 1 de 3 pelotas blancas

maneras de seleccionar 3 de 20 pelotas

8

2

20

3

3

1

7 95

d ) Pr{ninguna sea blanca} =

17

3

20

3

= 34

57

de manera que Pr{por lo menos 1 sea blanca} = 1

34

57 = 23

57

e) Pr{1 de cada color} =

8

1

3

1

20

3

9

1

= 18

95

f )

Empleando el inciso e),

Otro método

Pr{ extraer las pelotas en el orden rojo, blanco, azul} = 1 3! Pr{ 1 de cada color} = 1 6

18

95

= 3 95

Pr{R 1 W 2 B 2 } Pr{R 1 } Pr{W 2 |R 1 } Pr{B 3 |R 1 W 2 } = 8

20

3

19

9

18 = 3

95

6.33 De una baraja de 52 cartas bien barajadas se extraen 5 cartas. Encontrar la probabilidad de que: a) 4 sean ases;

b) 4 sean ases y 1 sea rey; c) 3 sean dieces y 2 sean sotas; d ) sean 9, 10, sota, reina y rey en cualquier orden;

e) 3 sean de un palo y 2 de otro palo, y f ) se obtenga por lo menos 1 as.

SOLUCIÓN

a) Pr{4 ases} = 4 4

48

1

52

5

= 1

54 145

b) Pr{4 ases y 1 rey} = 4 4

4

1

52

5

1

=

649 740


162 CAPÍTULO 6 TEORÍA ELEMENTAL DE LA PROBABILIDAD

c) Pr {3 sean dieces y 2 sean sotas} = 4 3

4

2

52

5

1

=

108 290

d ) Pr{sean 9, 10, sota, reina y rey en cualquier orden} =

4

1

4

1

4

1

52

5

4

1

4

1

= 64

162 435

e) Como hay 4 maneras de elegir el primer palo y 3 maneras de elegir el segundo palo,

4 13

3

Pr{3 sean de un palo y 2 de otro palo} =

3 13

2

52

5

= 429

4 165

f ) Pr {ningún as} =

48

5

52

5

35 673

=

54 145

y Pr{por lo menos 1 as} = 1

35 673 18 482

=

54 145 54 145

6.34 Determinar la probabilidad de tener 3 seises en cinco lanzamientos de un dado.

SOLUCIÓN

Los lanzamientos del dado se representarán por 5 espacios: − − − − −. En cada espacio se tendrá el evento 6 o el evento

no-6 (6); por ejemplo se pueden tener tres 6 y dos no-6 en esta forma 6 6666 o en esta forma 6 6666, etcétera.

Ahora la probabilidad de un evento, como, por ejemplo, 6 6666 es

Pr{66666} = Pr{6} Pr{6} Pr{6} Pr{6} Pr{6} = 1 6

1

6

5

6

1

6

5

6 = 1 6

3

5

6

2

De igual manera, Pr {6 6666} =( 1 6 )3 ( 5 6 )2 , etc., para todos los eventos en los que hay tres 6 y dos no-6. Pero de estos eventos

hay ( 5 3

)=10 y estos eventos son mutuamente excluyentes; por lo tanto, la probabilidad buscada es

Pr{66666 o 6 666 6 o etc.} = 5 3

1

6

3

5

6

2

= 125

3 888

En general si q = Pr{E} y q = Pr{E}, entonces empleando el razonamiento anterior, la probabilidad de en N ensayos

obtener exactamente X veces E es ( N X )pX q N X .

6.35 En una fábrica se encuentra que en promedio 20% de los tornillos producidos con una máquina están defectuosos.

Si se toman aleatoriamente 10 tornillos producidos con esta máquina en un día, encontrar la probabilidad

de que: a) exactamente 2 estén defectuosos, b) 2 o más estén defectuosos y c) más de 5 estén defectuosos.

SOLUCIÓN

a) Empleando un razonamiento similar al empleado en el problema 6.34,

Pr{2 tornillos defectuosos} = 10 2 (0.2)2 (0.8) 8 = 45(0.04)(0.1678) =0.3020

b) Pr{2 o más tornillos defectuosos} = 1 − Pr{0 tornillos defectuosos} − Pr{1 tornillo defectuoso}

= 1

10

0 (0.2)0 (0.8) 10 10

1 (0.2)1 (0.8) 9

= 1 0.8) 10 10(0.2)(0.8) 9

= 1 0.1074 0.2684 = 0.6242


PROBLEMAS RESUELTOS 163

c) Pr{más de 5 tornillos defectuosos} = Pr{6 tornillos defectuosos} + Pr{7 tornillos defectuosos}

+ Pr{8 tornillos defectuosos} + Pr{9 tornillos defectuosos}

+ Pr{10 tornillos defectuosos}

= 10

6 (0.2)6 (0.8) 4 + 10

7 (0.2)7 (0.8) 3 + 10

8 (0.2)8 (0.8) 2

+ 10 9 (0.2)9 (0.8)+ 10

10 (0.2)10

= 0.00637

6.36 Si en el problema 6.35 se tomaron 1 000 muestras de 10 tornillos cada una, ¿en cuántas de estas muestras se

espera encontrar: a) exactamente 2 tornillos defectuosos, b) 2 o más tornillos defectuosos y c) más de 5 tornillos

defectuosos?

SOLUCIÓN

a) La cantidad esperada es = (1 000)(0.3020) = 302, de acuerdo con el problema 6.35a).

b) La cantidad esperada es = (1 000)(0.6242) = 624, de acuerdo con el problema 6.35b).

c) La cantidad esperada es = (1 000)(0.00637) = 6, de acuerdo con el problema 6.35c).

DIAGRAMAS DE EULER O DE VENN Y PROBABILIDAD

6.37 En la figura 6.11 se muestra cómo representar el espacio muestral de cuatro lanzamientos de una moneda y los

eventos E 1 , obtener exactamente dos caras y dos cruces, y E 2 , obtener lo mismo en el primero y en el último

lanzamiento. Ésta es una manera de representar diagramas de Venn y eventos en una hoja de cálculo.

h

h

h

h

h

h

h

h

t

t

t

t

t

t

t

t

espacio muestras evento E1 evento E2

h h h

Y

h h t

h t h

Y

h t t

X

t h h

Y

t h t

X

t t h

X

Y

t t t

h h h

h h t

X

Y

h t h

X

h t t

Y

t h h

X

t h t

Y

t t h

t t t

Y

Figura 6-11 EXCEL, representación del espacio muestral y de los eventos E 1 y E 2 .

Debajo de E 1 se han marcado con una X los casos en los que se da el evento E 1 y debajo de E 2 se han

marcado con una Y los casos en los que se da el evento E 2 .

a) Dar los casos que pertenecen a E 1 E 2 y E 1 E 2 .

b) Dar las probabilidades Pr{E 1 E 2 } y Pr{E 1 E 2 }.

SOLUCIÓN

a) Los casos que pertenecen a E 1 E 2 son los que tienen X y Y. Por lo tanto, E 1 E 2 consta de los casos htth y thht. Los

casos que pertenecen a E 1 E 2 son los que tienen X, Y o X y Y. Los casos que pertenecen a E 1 E 2 son: hhhh, hhth,

hhtt, hthh, htht, htth, thht, thth, thtt, tthh, ttht y tttt.

b) Pr{E 1 E 2 } = 2/16 = 1/8 o 0.125. Pr{E 1 E 2 } = 12/16 = 3/4 o 0.75.


164 CAPÍTULO 6 TEORÍA ELEMENTAL DE LA PROBABILIDAD

6.38 Usando un espacio muestral y diagramas de Venn, mostrar que

a) PrfA [ Bg ¼PrfAgþPrfBg PrfA \ Bg

b) PrfA [ B [ Cg ¼PrfAgþPrfBgþPrfCg PrfA \ Bg PrfB \ Cg

PrfA \ CgþPrfA \ B \ Cg

SOLUCIÓN

a) La unión no mutuamente excluyente A B se puede expresar como la unión mutuamente excluyente de A \ B, B \ A,

y A B.

A

B

A∩B

B∩A

A∩B

S

Figura 6-12 Una unión expresada como unión disyunta.

PrfA [ Bg ¼PrfA \ BgþPrfB \ AgþPrfA \ Bg

Ahora en el lado derecho de la ecuación se suma y se resta Pr{A B}.

PrfA [ Bg ¼PrfA \ BÞþPrfB \ AgþPrfA \ Bgþ½PrfA \ Bg PrfA \ BgŠ

Reordenando esta ecuación de la manera siguiente:

PrfA [ Bg ¼½PrfA \ BÞþPrfA \ BgŠþ½PrfB \ AgþPrfA \ BgŠ PrfA \ Bg

PrfA [ Bg ¼PrfAgþPrfBg PrfA \ Bg

b) En la figura 6-13, el evento A está compuesto por las regiones 1, 2, 3 y 6, el evento B está compuesto por las regiones

1, 3, 4 y 7, y el evento C está compuesto por las regiones 1, 2, 4 y 5.

8

A

3

6 7

2 1 4

B

5

C

S

Figura 6-13 La unión no mutuamente excluyente de tres eventos, A B C.

El espacio muestral de la figura 6-13 está formado por 8 regiones mutuamente excluyentes. Estas 8 regiones se

describen como sigue: la región 1 es A B C, la región 2 es A C B, la región 3 es A B C, la región 4 es

A C B, la región 5 es A C B, la región 6 es A C B, la región 7 es A C B y la región 8 es A C

B.

La probabilidad Pr{ A B C} se expresa como la probabilidad de las 7 regiones mutuamente excluyentes

que forman A B C, como sigue:

Pr{A ∩ B ∩ C} + Pr{A ∩ C ∩ B} + Pr{A ∩ B ∩ C} + Pr{A ∩ C ∩ B}

+ Pr{ A ∩C ∩ B} + Pr{A ∩ C ∩ B} + Pr{A ∩ C ∩ B}


PROBLEMAS RESUELTOS 165

Cada parte de esta ecuación puede reescribirse y toda completa simplificarse para obtener:

PrfA [ B [ Cg ¼PrfAgþPrfBgþPrfCg PrfA \ Bg PrfB \ Cg PrfA \ CgþPrfA \ B \ Cg

Por ejemplo, Prf A \ C \ Bg puede expresarse como

PrfCg PrfA \ Cg PrfB \ CgþPrfA \ B \ Cg

6.39 En una entrevista a 500 adultos se les hizo una pregunta que constaba de tres partes: 1) ¿Tiene usted teléfono

celular? 2) ¿Tiene un ipod? 3) ¿Tiene conexión a Internet? Los resultados se presentan a continuación (ninguno

contestó que no a todas las preguntas).

Teléfono celular 329 teléfono celular e ipod 83

ipod 186 teléfono celular y conexión a Internet 217

conexión a Internet 295 ipod y conexión a Internet 63

Dar la probabilidad de los eventos siguientes:

a) que conteste sí a todas las preguntas, b) que tenga teléfono celular, pero no conexión a Internet, c) que

tenga ipod, pero no teléfono celular, d ) que tenga conexión a Internet, pero no ipod e) que tenga teléfono

celular o conexión a Internet pero no ipod y g) que tenga teléfono celular, pero no ipod o conexión a

Internet.

SOLUCIÓN

El evento A es que el entrevistado tenga teléfono celular, el evento B es que el entrevistado tenga ipod y el evento C es que

el entrevistado tenga conexión a Internet.

8

teléfono

celular

3

6 7

2 1 4

ipod

5

conexión a Internet

Figura. 6-14 Diagrama de Ven para el problema 6.39.

a) La probabilidad de que todos estén en la unión es 1, ya que ninguno respondió no a las tres partes. Pr{A B C}

está dada por la expresión siguiente:

PrfAgþPrfBgþPrfCg PrfA \ Bg PrfB \ Cg PrfA \ CgþPrfA \ B \ Cg

1 ¼ 329=500 þ 186=500 þ 295=500 83=500 63=500 217=500 þ PrfA \ B \ Cg

Despejando Pr{A B C}, se obtiene 1 − 447/500 o bien 53/500 = 0.106.

Antes de responder los demás incisos conviene llenar las regiones de la figura 6-14, como se muestra en la figura 6-15.

La cantidad correspondiente a la región 2 es la cantidad en la región A C menos la cantidad en la región 1 o bien

217 − 53 = 164. La cantidad correspondiente a la región 3 es la cantidad en la región A B menos la cantidad en la

región 1 o bien 83 − 53 = 30. La cantidad en la región 4 es la cantidad correspondiente a la región B C menos el

número en la región 1 o bien 63 − 53 = 10. La cantidad correspondiente a la región 5 es la cantidad en la región C

menos la cantidad en las regiones 1, 2 y 4 o bien 295 − 53 − 164 − 10 = 68. La cantidad correspondiente a la región

6 es la cantidad en la región A menos la cantidad en las regiones 1, 2 y 3 o bien 329 − 53 − 164 − 30 = 82. La cantidad

correspondiente a la región 7 es 186 − 53 − 30 − 10 = 93.


166 CAPÍTULO 6 TEORÍA ELEMENTAL DE LA PROBABILIDAD

8

Teléfono

celular

3

6 7

2 1 4

5

conexión a Internet

ipod

Región número

1

2

3

4

5

6

7

Total

53

164

30

10

68

82

93

500

Figura 6-15 A, B y C divididas en regiones mutuamente excluyentes.

b) regiones 3 y 6 o bien 30 + 82 = 112 y la probabilidad es 112/500 = 0.224.

c) regiones 4 y 7 o bien 10 + 93 = 103 y la probabilidad es 103/500 = 0.206.

d ) regiones 2 y 5 o bien 164 + 68 = 232 y la probabilidad es 232/500 = 0.464.

e) regiones 2, 5 o bien 6 o bien 164 + 82 = 314 y la probabilidad es 314/500 = 0.628.

f ) región 6 u 82 y la probabilidad es 82/500 = 0.164.

PROBLEMAS SUPLEMENTARIOS

REGLAS FUNDAMENTALES DE LA PROBABILIDAD

6.40 Determinar o estimar la probabilidad p de cada uno de los eventos siguientes:

a) Al extraer de una baraja bien barajada una sola carta, obtener rey, as, sota de tréboles o rey de diamantes.

b) Se lanzan dos dados, una sola vez, y la suma de los puntos que aparecen en ellos resulte 8.

c) Encontrar un tornillo que no esté defectuoso si de 600 tornillos examinados, 12 estuvieron defectuosos.

d ) Se lanzan dos dados una vez y la suma de los puntos resulte 7 u 11.

e) Al lanzar tres veces una moneda obtener cara por lo menos una vez.

6.41 Un experimento consiste en extraer sucesivamente tres cartas de una baraja bien barajada. Sea E 1 el evento “rey” en la

primera extracción, E 2 el evento “rey” en la segunda extracción y E 3 el evento “rey” en la tercera extracción. Exprese en

palabras el significado de:

a) Pr{E 1 E 2 } c) E 1 + E 2 e) E 1 E 2 E 3

b) Pr{E 1 + E 2 } d) Pr{E 3 |E 1 E 2 } f ) Pr{E 1 E 2 + E 2 E 3 }

6.42 De una caja que contiene 10 canicas rojas, 30 blancas, 20 azules y 15 anaranjadas, se extrae una canica. Hallar la probabilidad

de que la canica extraída sea: a) anaranjada o roja, b) ni azul ni roja, c) no azul, d ) blanca y e) roja, blanca o azul.

6.43 De la caja del problema 6.42 se extraen sucesivamente dos canicas, devolviendo a la caja cada canica después de extraída.

Encontrar la probabilidad de que: a) las dos sean blancas, b) la primera sea roja y la segunda sea blanca, c) ninguna sea

anaranjada, d ) sean rojas o blancas o las dos cosas (roja y blanca), e) la segunda no sea azul, f ) la primera sea anaranjada,

g) por lo menos una sea azul, h) cuando mucho una sea roja, i) la primera sea blanca, pero la segunda no, y f ) sólo una sea

roja.


PROBLEMAS SUPLEMENTARIOS 167

6.44 Repetir el problema 6.43, pero suponiendo que una vez extraídas las canicas no se devuelven a la caja.

6.45 Encontrar la probabilidad de que al lanzar dos veces dos dados los puntos que se obtengan sumen 7: a) en el primer lanzamiento,

b) en uno de los dos lanzamientos y c) en los dos lanzamientos.

6.46 De una baraja de 52 cartas, bien barajada, se extraen sucesivamente dos cartas. Encontrar la probabilidad de que: a) la

primera carta extraída no sea un 10 de tréboles o un as, b) la primera carta sea un as, pero la segunda no, c) por lo menos

una de las cartas sea un diamante, d ) las cartas no sean de un mismo palo, e) no más de una de las cartas sea una figura

(sota, reina o rey), f ) la segunda carta no sea una figura, y g) la segunda carta no sea una figura dado que la primera sí fue

una figura, h) las cartas sean figuras o espadas o ambas.

6.47 Una caja contiene papelillos numerados del 1 al 9. Si se extraen 3 papelillos de uno en uno, encontrar la probabilidad de

que tengan números: 1) non, par, non o 2) par, non, par.

6.48 Las oportunidades de que A gane un partido de ajedrez contra B son 3:2. Si se van a jugar 3 partidos, ¿cuáles son las posibilidades:

a) a favor de que A gane por lo menos dos de los tres partidos y b) en contra de que A pierda los dos primeros

partidos contra B?

6.49 En un monedero hay dos monedas de plata y dos monedas de cobre, en otro monedero hay cuatro monedas de plata y 3

monedas de cobre. Si se toma al azar una moneda de uno de los dos monederos, ¿cuál es la probabilidad de que sea una

moneda de plata?

6.50 La probabilidad de que en 25 años un hombre esté vivo es 3 5 y la probabilidad de que en 25 años su esposa esté viva es 2 3 .

Encontrar la probabilidad de que en 25 años: a) ambos estén vivos, b) sólo el hombre esté vivo, c) sólo la esposa esté viva

y d ) por lo menos uno esté vivo.

6.51 De 800 familias con cuatro hijos cada una, ¿qué porcentaje se espera que tenga: a) 2 niños y 2 niñas, b) por lo menos 1

niño, c) ninguna niña y d ) cuando mucho 2 niñas? Supóngase que la probabilidad de niño y de niña es la misma.

DISTRIBUCIONES DE PROBABILIDAD

6.52 Si X es la variable aleatoria que indica la cantidad de niños en una familia con 4 hijos (ver problema 6.51): a) construir

una tabla que dé la distribución de probabilidad de X y b) representar gráficamente la distribución de probabilidad del

inciso a).

6.53 Una variable aleatoria continua que toma valores sólo entre X = 2 y X = 8, inclusive, tiene una función de densidad dada

por a(X + 3), donde a es una constante. a) Calcular a. Hallar b) Pr{3 < X < 5}, c) Pr{X ≥ 4} y d ) Pr{| X − 5| < 0.5}.

6.54 De una urna que contiene 4 canicas rojas y 6 blancas se extraen 3 canicas sin reemplazo. Si X es la variable aleatoria que

indica la cantidad de canicas rojas extraídas: a) construir una tabla que muestre la distribución de probabilidad de X, y

b) graficar la distribución.

6.55 a) Se lanzan 3 dados y X = la suma de las tres caras que caen hacia arriba. Dar la distribución de probabilidad de X.

b) Encontrar Pr{7 ≤ X ≤ 11}.

ESPERANZA MATEMÁTICA

6.56 ¿Cuál es el precio justo a pagar en un juego en el que se pueden ganar $25 con probabilidad 0.2 y $10 con probabilidad

0.4?


168 CAPÍTULO 6 TEORÍA ELEMENTAL DE LA PROBABILIDAD

6.57 Si llueve, un vendedor de paraguas gana $30 diarios. Si no, pierde $6 diarios. ¿Cuál es la esperanza si la probabilidad de

que llueva es 0.3?

6.58 A y B juegan un partido en el que lanzan una moneda 3 veces. El primero que obtiene cara, gana el partido. Si A lanza

primero la moneda y si el valor total de las apuestas es $20, ¿con cuánto deberá contribuir cada uno para que el juego sea

justo?

6.59 Dada la distribución de probabilidad de la tabla 6.4, hallar: a) E(X ), b) E(X 2 ), c) E½ðX XÞ 2 Š, d ) E(X 3 ).

Tabla 6.4

X −10 −20 30

p(X ) 1/5 3/10 1/2

6.60 Dados los datos del problema 6.54, encontrar: a) la media, b) la varianza y c) la desviación estándar de la distribución de

X e interpretar los resultados.

6.61 Una variable aleatoria toma el valor 1 con probabilidad p y el valor 0 con probabilidad q = 1 – p. Probar que: a) E(X ) = p

y b) E½ðX XÞ 2 Š¼pq.

6.62 Probar que: a) E(2X + 3) = 2E(X ) + 3 y b) E½ðX XÞ 2 Š¼EðX 2 Þ ½EðXÞŠ 2 .

6.63 En el problema 6.55, encontrar el valor esperado de X.

PERMUTACIONES

6.64 Evalar: a) 4 P 2 , b) 7 P 5 , y c) 10 P 3 . Dar la función de EXCEL para evaluar los incisos a), b) y c).

6.65 ¿Para qué valores de n es n+1 P 3 = n P 4 ?

6.66 ¿De cuántas maneras se pueden sentar 5 personas en un sofá si el sofá sólo tiene 3 asientos?

6.67 ¿De cuántas maneras pueden ordenarse 7 libros en un librero si: a) pueden ordenarse como se desee, b) hay 3 libros que

deben estar juntos y c) hay 2 libros que deben estar al final?

6.68 ¿Cuántos números de cinco dígitos diferentes pueden formarse con los dígitos 1, 2, 3, . . . , 9 si: a) el número debe ser non

y b) si los dos primeros dígitos de cada número tienen que ser pares?

6.69 Resolver el problema 6.68 si se permiten dígitos repetidos.

6.70 ¿Cuántos números de tres dígitos pueden formarse con tres 4, cuatro 2 y dos 3?

6.71 ¿De cuántas maneras pueden sentarse a una mesa redonda 3 hombres y 3 mujeres si: a) sin ninguna restricción, b) hay dos

mujeres que no pueden sentarse juntas y c) cada mujer debe estar entre dos hombres?


PROBLEMAS SUPLEMENTARIOS 169

COMBINACIONES

7 8 10

6.72 Evaluar: a) , b) y c) . Dar la función de EXCEL para evaluar los incisos a), b) y c).

3 4 8

6.73 ¿Para qué valores de n se cumple que: 3 n þ 1

¼ 7 n

?

3 2

6.74 ¿De cuántas maneras se pueden seleccionar 6 de 10 preguntas?

6.75 ¿Cuántos comités de 3 hombres y 4 mujeres pueden formarse a partir de un grupo de 8 hombres y 6 mujeres?

6.76 ¿De cuántas maneras pueden seleccionarse 2 hombres, 4 mujeres, 3 niños y 3 niñas de un grupo de 6 hombres, 8 mujeres,

4 niños y 5 niñas si: a) no hay ninguna restricción y b) hay un hombre y una mujer que tienen que seleccionarse?

6.77 ¿De cuántas maneras puede dividirse un grupo de 10 personas en: a) dos grupos de 7 y 3 personas y b) tres grupos de 4, 3,

y 2 personas?

6.78 A partir de 5 profesionales de la estadística y 6 economistas, se va a formar un grupo que conste de 3 profesionales de la

estadística y 2 economistas. ¿Cuántos comités diferentes pueden formarse si: a) no hay restricción alguna, b) hay 2 profesionales

de la estadística que deben estar en el comité y c) hay un economista que no puede formar parte del comité?

6.79 Encontrar la cantidad de: a) combinaciones y b) permutaciones de cuatro letras que pueden formarse con las letras de la

palabra Tennessee.

6.80 Probar que 1

n

þ n

1 2

n

þþð 1Þ n n

¼ 0.

3

n

APROXIMACIÓN DE STIRLING PARA n!

6.81 ¿De cuántas maneras se pueden seleccionar 30 individuos de un grupo de 100 individuos?

2n

6.82 Mostrar que para valores grandes de n ¼ 2 2n p

=

ffiffiffiffiffi n , aproximadamente.

n

PROBLEMAS MISCELÁNEOS

6.83 De una baraja de 52 cartas se extraen tres cartas. Encontrar la probabilidad de que: a) dos sean sotas y una sea rey, b) todas

sean de un mismo palo, c) todas sean de palos diferentes y d ) por lo menos dos sean ases.

6.84 Encontrar la probabilidad de que de cuatro lanzamientos de un par de dados, por lo menos en dos se obtenga como suma 7.

6.85 Si 10% de los remaches que produce una máquina están defectuosos, ¿cuál es la probabilidad de que de 5 remaches tomados

al azar: a) ninguno esté defectuoso, b) 1 esté defectuoso y c) por lo menos 2 estén defectuosos?

6.86 a) Dar un espacio muestral para los resultados de 2 lanzamientos de una moneda empleando 1 para representar “cara” y

0 para representar “cruz”.

b) A partir de este espacio muestral, determinar la probabilidad de por lo menos una cara.

c) ¿Se puede dar el espacio muestral para los resultados de tres lanzamientos de una moneda? Determinar con ayuda de

este espacio muestral la probabilidad de cuando mucho dos caras.


170 CAPÍTULO 6 TEORÍA ELEMENTAL DE LA PROBABILIDAD

6.87 En una encuesta realizada con 200 votantes, se obtuvo la información siguiente acerca de tres candidatos (A, B y C) de un

partido que competían por tres puestos diferentes:

28 a favor de A y B 122 a favor de B o C, pero no de A

98 a favor de A o B, pero no de C 64 a favor de C, pero no de A o B

42 a favor de B, pero no de A o C 14 a favor de A y C, pero no de B

¿Cuántos de los votantes estuvieron a favor de: a) los tres candidatos, b) A sin tener en cuenta a B o C, c) B sin tener en

cuenta a A o C, d ) C sin tener en cuenta a A o B, e) A y B, pero no de C, y f ) sólo uno de los candidatos?

6.88 a) Probar que para dos eventos E 1 y E 2 cualquiera, PrfE 1 þ E 2 gPrfE 1 gþPrfE 2 g.

b) Generalizar los resultados del inciso a).

6.89 Sean E 1 , E 2 y E 3 tres eventos diferentes y se sabe que por lo menos uno de ellos ha ocurrido. Supóngase que cualquiera de

estos eventos tiene como resultado otro evento A, que también se sabe que ya ha ocurrido. Si todas las probabilidades

Pr{E 1 }, Pr{E 2 }, Pr{E 3 } y Pr{A | E 1 }, Pr{A | E 2 }, Pr{A| E 3 } se suponen conocidas, probar que

PrfE 1 jAg ¼

PrfE 1 g PrfAjE 1 g

PrfE 1 g PrfAjE 1 gþPrfE 2 g PrfAjE 2 gþPrfE 3 g PrfAjE 3 g

existiendo resultados similares para Pr{E 2 | A} y Pr{E 3 | A}. Esto se conoce como regla o teorema de Bayes, y es útil para

calcular las probabilidades de diversos E 1 , E 2 y E 3 hipotéticos que han dado como resultado un evento A. Este resultado

puede generalizarse.

6.90 Se tienen tres joyeros idénticos con dos cajones cada uno. En cada cajón del primer joyero hay un reloj de oro. En cada

cajón del segundo joyero hay un reloj de plata. En un cajón del tercer joyero hay un reloj de oro, y en el otro cajón hay un

reloj de plata. Si se toma al azar uno de los joyeros, se abre uno de los cajones y se encuentra que contiene un reloj de plata,

¿cuál es la probabilidad de que en el otro cajón se encuentre un reloj de oro? [Sugerencia: Emplear el problema 6.89.]

6.91 Encontrar la probabilidad de ganar en un sorteo en el que hay que elegir seis números, en cualquier orden, de entre los

números 1, 2, 3, . . . , 40.

6.92 Repetir el problema 6.91 si hay que escoger: a) cinco, b) cuatro y c) tres números.

6.93 En un juego de póquer, a cada jugador se le dan cinco cartas de un juego de 52 naipes. Determinar las posibilidades en

contra de que a un jugador le toque:

a) Una flor imperial (as, rey, reina, sota y 10 de un mismo palo).

b) Una corrida (5 cartas consecutivas y del mismo palo; por ejemplo, 3, 4, 5, 6 y 7 de espadas).

c) Un póquer (por ejemplo 4 sietes).

d ) Un full (3 de un tipo y 2 de otro; por ejemplo, 3 reyes y 2 dieces).

6.94 A y B acuerdan encontrarse entre 3 y 4 de la tarde y también acuerdan que no esperarán al otro más de 10 minutos. Determinar

la probabilidad de que se encuentren.

6.95 En un segmento de recta de longitud a > 0 se seleccionan en forma aleatoria dos puntos. Encontrar la probabilidad de que

los tres segmentos de recta que se forman puedan ser los lados de un triángulo.

6.96 Un tetraedro regular consta de cuatro lados. Cada lado tiene la misma posibilidad de caer hacia abajo cuando el tetraedro

es lanzado y vuelve al reposo. En cada uno de los lados hay uno de los números 1, 2, 3 o 4. Sobre una mesa se lanzan tres

tetraedros regulares. Sea X la suma de las caras que caen hacia abajo. Dar la distribución de probabilidad de X.

6.97 En el problema 6.96, encontrar el valor esperado de X.


PROBLEMAS SUPLEMENTARIOS 171

6.98 En una encuesta realizada a un grupo de personas se encontró que 25% eran fumadoras y bebedoras, 10% eran fumadoras

pero no bebedoras, y 33% eran bebedoras pero no fumadoras. ¿Qué porcentaje eran fumadoras o bebedoras o ambas

cosas?

6.99 Acme electronics fabrica MP3 en tres lugares. La fábrica situada en Omaha fabrica el 50% de los MP3, 1% de los cuales

tienen algún defecto. La fábrica en Memphis fabrica el 30%, el 2% de éstos tienen algún defecto. La fábrica en Fort

Meyers fabrica el 20% y el 3% de éstos tienen algún defecto. Si se toma al azar un MP3, ¿cuál es la probabilidad de que

tenga algún defecto?

6.100 Con respecto al problema 6.99: se encuentra un MP3 que tiene algún defecto, ¿cuál es la probabilidad de que haya sido

fabricado en Fort Meyers?


LAS DISTRIBUCIONES

BINOMIAL, NORMAL

Y DE POISSON

7

LA DISTRIBUCIÓN BINOMIAL

Si p es la probabilidad de que en un solo ensayo ocurra un evento (llamada la probabilidad de éxito) y q = 1 − p es la

probabilidad de que este evento no ocurra en un solo ensayo (llamada probabilidad de fracaso), entonces la probabilidad

de que el evento ocurra exactamente X veces en N ensayos (es decir, que ocurran X éxitos y N − X fracasos) está

dada por

pðXÞ ¼

N

p X q N

X

X ¼

N!

X! ðN XÞ! pX q N X (1)

donde X = 0, 1, 2, . . . , N; N! = N(N − 1)(N − 2) · · · 1; y 0! = 1 por definición (ver problema 6.34).

EJEMPLO 1 La probabilidad de obtener exactamente dos caras en seis lanzamientos de una moneda es

6 1 2

1 6 2

¼ 6

1 6

¼ 15

2 2 2 2! 4! 2 64

empleando la fórmula (1) con N = 6, X = 2 y p ¼ q ¼ 1 2 .

Usando EXCEL, la evaluación de la probabilidad de 2 caras en 6 lanzamientos se obtiene de la siguiente manera:

=BINOMDIST(2,6,0,5,0), donde la función BINOMDIST tiene 4 parámetros.

El primer parámetro es el número de éxitos, el segundo es el número de ensayos, el tercero es la probabilidad de éxito y el

cuarto es 0 o 1. Cero da la probabilidad del número de éxitos y uno da la probabilidad acumulada. La función =BINOMDIST(2,6,0.5,0)

da 0.234375 que es lo mismo que 15/64.

EJEMPLO 2 La probabilidad de obtener por lo menos 4 caras en 6 lanzamientos de una moneda es

6 1 4

1 6 4

þ 6 4 2 2 5

1

2

5

1 6 5

þ 6 2 6

1

2

6

1

2

6 6

¼ 15

64 þ 6 64 þ 1

64 ¼ 11

32

172


LA DISTRIBUCIÓN NORMAL 173

A la distribución de probabilidad discreta (1) suele llamársele distribución binomial, debido a que a X = 0, 1, 2, . . . ,

N le corresponden los términos sucesivos de la fórmula binomial o expansión binomial,

ðq þ pÞ N ¼ q N þ N 1

q N 1 p þ N

q N 2 p 2 þþp N (2)

2

N

donde 1,

1 ,

N

2

,... se conocen como coeficientes binomiales.

Empleando EXCEL, la solución es =1-BINOMDIST(3,6,0.5,1) o 0.34375 que es lo mismo que 11/32. Como

Pr{X ≥ 4} = 1 − Pr{X ≤ 3} y BINOMDIST(3,6,0.5,1) = Pr{X ≤ 3}, este cálculo da la probabilidad de obtener por

lo menos 4 caras.

EJEMPLO 3 ðq þ pÞ 4 ¼ q 4 þ 4

q 3 p þ 4

q 2 p 2 þ 4

qp 3 þ p 4

1 2 3

¼ q 4 þ 4q 3 p þ 6q 2 p 2 þ 4qp 3 þ p 4

En la tabla 7.1 se enumeran algunas de las propiedades de las distribuciones binomiales.

Tabla 7.1 Distribución binomial

Media

¼ Np

Varianza

2 ¼ Npq

Desviación estándar

p

¼ ffiffiffiffiffiffiffiffiffi

Npq

Coeficiente momento de sesgo 3 ¼ p

q ffiffiffiffiffiffiffiffiffi

p

Npq

Coeficiente momento de curtosis 4 ¼ 3 þ 1 6pq

Npq

EJEMPLO 4 En 100 lanzamientos de una moneda, el número medio de caras es ¼ Np ¼ð100Þð 1 2Þ¼50; éste es el número

p

esperado de caras en 100 lanzamientos de una moneda. La desviación estándar es ¼

ffiffiffiffiffiffiffiffiffi qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

Npq ¼ ð100Þð 1 2 ð1 2 Þ ¼ 5.

LA DISTRIBUCIÓN NORMAL

Uno de los ejemplos más importantes de distribución de probabilidad continua es la distribución normal, curva normal

o distribución gaussiana, que se define mediante la ecuación

Y ¼ p 1

ffiffiffiffiffi e 1=2ðX Þ2 = 2 (3)

2

donde µ = media, σ = desviación estándar, π = 3.14159 · · · y e = 2.71828 · · · . El total del área, que está limitada por

la curva (3) y por el eje X es 1; por lo tanto, el área bajo la curva comprendida entre X = a y X = b, donde a < b representa

la probabilidad de que X se encuentre entre a y b. Esta probabilidad se denota por Pr{a < X < b}.

Si la variable X se expresa en términos de unidades estándar [z = (X − µ)/σ], en lugar de la ecuación (3) se tiene

la llamada forma estándar:

Y ¼

p 1 ffiffiffiffiffi e 1=2z2 (4)

2


174 CAPÍTULO 7 LAS DISTRIBUCIONES BINOMIAL, NORMAL Y DE POISSON

En estos casos se dice que z está distribuida normalmente y que tiene media 0 y varianza 1. En la figura 7-1 se presenta

la gráfica de esta curva normal estándar; también se muestra que las áreas comprendidas entre z = −1 y z = +1,

z = −2 y z = +2, y z = −3 y z = +3 son iguales, respectivamente, a 68.27%, 95.45% y 99.73% del área total, que es

1. En la tabla que se presenta en el apéndice II se dan las áreas bajo esta curva entre z = 0 y cualquier valor positivo

de z. Con ayuda de esta tabla se encuentra el área entre dos valores de z cualesquiera, empleando la simetría de la curva

respecto a z = 0.

En la tabla 7.2 se enumeran algunas propiedades de la distribución normal dada por la ecuación (3).

0.4

0.3

0.2

0.1

0.0 Z

3

2

1

Figura 7-1 Curva normal estándar: 68.27% del área está entre z 1 y z 1, 95.45% del área está entre

z 2 y z 2 y 99.73% del área está entre z 3 y z 3.

0

1

2

3

Media

Tabla 7.2 Distribución normal

Varianza 2

Desviación estándar

Coeficiente momento de sesgo 3 ¼ 0

Coeficiente momento de curtosis 4 ¼ 3

Desviación media

p

ffiffiffiffiffiffiffiffi

2= ¼ 0:7979

RELACIÓN ENTRE LAS DISTRIBUCIONES BINOMIAL Y NORMAL

Si N es grande y si ni p ni q tienen valores muy cercanos a cero, la distribución binomial puede ser aproximada por

una distribución normal con la variable estandarizada dada por

z ¼ X pffiffiffiffiffiffiffiffiffi

Np

Npq

A medida que crece N, la aproximación mejora y en el caso límite es exacta; esto se muestra en las tablas 7.1 y 7.2, de

donde es claro que a medida que N aumenta, el sesgo y la curtosis de la distribución binomial se aproximan al sesgo

y a la curtosis de la distribución normal. En la práctica, la aproximación es muy buena si tanto Np como Nq son mayores

a 5.


LA DISTRIBUCIÓN DE POISSON 175

EJEMPLO 5 En la figura 7-2 se muestra la distribución binomial correspondiente a N = 16 y p = 0.5, ilustrando las probabilidades

de obtener X caras en 16 lanzamientos de una moneda, así como la distribución normal con media 8 y desviación estándar

pffiffiffiffiffiffiffiffiffi

2.

pObsérvese ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi lo semejante que son ambas distribuciones. X es binomial, con media = Np = 16(0.5) = 8 y desviación estándar Npq ¼

16ð0:5Þð0:5Þ ¼ 2. Y es una curva normal con media = 8 y desviación estándar 2.

0

4

8

12

16

0.20

p(X ) X

0.20

f (Y ) Y

0.15

0.15

0.10

0.10

0.05

0.05

0.00

Binomial

0.00

Normal

0 4 8 12 16

Figura 7-2 Gráfica de una curva binomial correspondiente a N 16 y p 0.5 y una curva normal

con media 8 y desviación estándar 2.

LA DISTRIBUCIÓN DE POISSON

La distribución de probabilidad discreta

pðXÞ ¼ X e

X ¼ 0, 1, 2, ... (5)

X!

donde e = 2.71828 ··· y λ es una constante dada, se conoce como distribución de Poisson en honor a Siméon-Denis

Poisson, quien la descubrió a comienzos del siglo XIX. Los valores de p(X ) pueden calcularse empleando la tabla del

apéndice VIII (la cual da los valores de e −λ para diversos valores de λ) o usando logaritmos.

EJEMPLO 6 El número de personas por día que llegan a una sala de urgencias tiene una distribución de Poisson con media 5.

Hallar la probabilidad de que cuando mucho lleguen tres personas por día y la probabilidad de que por lo menos lleguen 8 personas

por día. La probabilidad de que cuando mucho lleguen 3 personas es Pr{X 3} e 5 {5 0 /0! 5 1 /1! 5 2 /2! 5 3 /3!}. De acuerdo

con el apéndice VIII, e −5 = 0.006738 y Pr{X 3} 0.006738{1 5 12.5 20.8333} 0.265. Empleando MINITAB, la secuencia

“Calc ⇒ Probability distribution ⇒ Poisson” da la caja de diálogo de la distribución de Poisson que se llena como se muestra

en la figura 7-3.

El resultado que se obtiene es el siguiente:

Función de distribución acumulada

Poisson with mean = 5

x P(X<=x)

3 0.265026

El resultado es el mismo que el hallado usando el apéndice VIII.


176 CAPÍTULO 7 LAS DISTRIBUCIONES BINOMIAL, NORMAL Y DE POISSON

La probabilidad de que lleguen por lo menos 8 personas por día es Pr{X 8} ¼ 1

MINITAB se encuentra:

Pr{X 7}. Empleando

Figura 7-3 MINITAB, cuadro de diálogo para la distribución de Poisson.

Función de distribución acumulada

Poisson with mean = 5

x P(X < = x)

7 0.866628

Pr{X 8} ¼ 1 0.867 ¼ 0.133.

En la tabla 7.3 se enumeran algunas de las propiedades de la distribución de Poisson.

Tabla 7.3 Distribución de Poisson

Media ¼

Varianza 2 ¼

Desviación estándar

p

¼ ffiffiffi

Coeficiente momento de sesgo

p

3 ¼ 1= ffiffiffi

Coeficiente momento de curtosis 4 ¼ 3 þ 1=

RELACIÓN ENTRE LAS DISTRIBUCIONES BINOMIAL Y DE POISSON

En la distribución binomial (1), si N es grande, pero la probabilidad p de la ocurrencia de un evento es cercana a 0, con

lo que q = 1 − p es cercana 1, al evento se le llama evento raro. En la práctica se considera que un evento es raro si el

número de ensayos es por lo menos 50 (N ≥ 50) mientras que Np es menor a cinco. En tales casos la distribución binomial

(1) se aproxima con la distribución de Poisson (5) con λ = Np. Esto se comprueba comparando las tablas 7.1 y

7.3, ya que sustituyendo λ = Np, q ≈ 1 y p ≈ 0 en la tabla 7.1 se obtienen los resultados de la tabla 7.3.

Como existe una relación entre las distribuciones binomial y normal, también existe una relación entre las distribuciones

de Poisson y normal. En efecto, se puede demostrar que a medida que λ aumenta indefinidamente, p la distribución

de Poisson se aproxima a la distribución normal con variable estandarizada ðX Þ= ffiffiffi

.


LA DISTRIBUCIÓN MULTINOMIAL

Si los eventos E 1 , E 2 , . . . , E K pueden ocurrir con probabilidades p 1 , p 2 , . . . , p K , respectivamente, entonces la probabilidad

de que E 1 , E 2 , . . . , E K ocurran X 1 , X 2 , . . . , X K veces, respectivamente, es

N!

X 1 !X 2 ! X K ! pX 1

1 pX 2

2 pX K

K (6)

donde X 1 þ X 2 þþX K ¼ N. A esta distribución, que es una generalización de la distribución binomial, se le llama

distribución multinomial debido a que la ecuación (6) es el término general en la expansión multinomial

ðp 1 þ p 2 þþp K Þ N .

EJEMPLO 7 Si un dado se lanza 12 veces, la probabilidad de obtener cada uno de los números 1, 2, 3, 4, 5 y 6 exactamente dos

veces es

12! 1 2

1 2

1 2

1 2

1 2

1 2

¼ 1 925

2!2!2!2!2!2! 6 6 6 6 6 6 559 872 = 0.00344

Los números esperados de veces que ocurrirán E 1 , E 2 ,..., E K en N ensayos son Np 1 , Np 2 ,..., Np K , respectivamente.

Para obtener este resultado se puede emplear EXCEL de la manera siguiente: se usan =MULTINOMIAL(2,2,2,2,2,2) para

12!

evaluar 2!2!2!2!2!2! , con lo que se obtiene 7 484 400. Esto se divide después entre 612 , que es 2 176 782 336. El cociente es 0.00344.

AJUSTE DE DISTRIBUCIONES DE FRECUENCIAS

MUESTRALES MEDIANTE DISTRIBUCIONES TEÓRICAS

Cuando por medio de un razonamiento probabilístico, o de alguna otra manera, se tiene idea de la distribución de una

población, tal distribución teórica (también llamada distribución modelo o esperada) puede ajustarse a distribuciones

de frecuencias de una muestra obtenidas de una población. El método utilizado consiste, por lo general, en emplear la

media y la desviación estándar de la muestra para estimar la media y la desviación estándar de la población (ver problemas

7.31, 7.33 y 7.34).

Para probar la bondad de ajuste de las distribuciones teóricas se usa la prueba ji-cuadrada (que se presenta en el

capítulo 12). Cuando se quiere determinar si una distribución normal representa un buen ajuste para datos dados es

conveniente emplear papel gráfico de curva normal, o papel gráfico de probabilidad, como se le suele llamar (ver

problema 7.32).

LA DISTRIBUCIÓN BINOMIAL

7.1 Evaluar las expresiones siguientes:

a) 5! c)

b)

6!

2!4!

SOLUCIÓN

a)

b)

c)

d)

8

3

7

5

5! ¼ 5 4 3 2 1 ¼ 120

PROBLEMAS RESUELTOS

6!

2! 4! ¼ 6 5 4 3 2 1

ð2 1Þð4 3 2 1Þ ¼ 6 5

2 1 ¼ 15

8 8!

¼

3 3! ð8 3Þ! ¼ 8!

3! 5! ¼ 8 7 6 5 4 3 2 1

ð3 2 1Þð5 4 3 2 1Þ ¼ 8 7 6

e)

f )

4

4

4

0

3 2 1 ¼ 56 PROBLEMAS RESUELTOS 177


178 CAPÍTULO 7 LAS DISTRIBUCIONES BINOMIAL, NORMAL Y DE POISSON

d)

e)

f )

7

5

4

4

4

0

7!

5!2! 7 6 5 4 3 2 1

5 4 3 2 12 1 7 6

2 1 21

4! 1 ya que por definición, 0! 1

4!0!

4!

0!4! 1

7.2 Supóngase que 15% de la población es zurda. Encontrar la probabilidad de que en un grupo de 50 individuos

haya: a) cuando mucho 10 zurdos, b) por lo menos 5 zurdos, c) entre 3 y 6 zurdos y d ) exactamente 5 zurdos.

Usar EXCEL para hallar las soluciones.

SOLUCIÓN

a) La expresión de EXCEL =BINOMDIST(10,50,0.15,1) da Pr{X ≤ 10} que es 0.8801.

b) Se pide hallar Pr{X ≥ 5} que es igual a 1 − Pr{X ≤ 4}, ya que X ≥ 5 y X ≤ 4 son eventos complementarios. La expresión

de EXCEL para obtener el resultado buscado es =1-BINOMDIST(4,50,0.15,1), que da 0.8879.

c) Se pide hallar Pr{3 ≤ X ≤ 6} que es igual a Pr{X ≤ 6} − Pr{X ≤ 2}. La expresión de EXCEL para obtener el resultado

buscado es =BINOMDIST(6,50,0.15,1)-BINOMDIST(2,50,0.15,1) que proporciona 0.3471.

d ) La expresión de EXCEL =BINOMDIST(5,50,0.15,0) da Pr{X = 5} que da 0.1072.

7.3 Hallar la probabilidad de que en cinco lanzamientos de un dado aparezca un 3: a) ninguna vez, b) una vez,

c) dos veces, d ) tres veces, e) cuatro veces, f ) cinco veces y g) dar la solución empleando MINITAB.

SOLUCIÓN

La probabilidad de obtener un 3 en un solo lanzamiento = p = 1 6

y la probabilidad de no obtener un 3 en un solo lanzamiento

¼ q ¼ 1 p ¼ 5 6

; por lo tanto:

a) Pr{aparezca un 3 cero veces} 5 0

b) Pr{aparezca un 3 una vez} 5 1

c) Pr{aparezca un 3 dos veces} 5 2

d ) Pr{aparezca un 3 tres veces} 5 3

e) Pr{aparezca un 3 cuatro veces} 5 4

f ) Pr{aparezca un 3 cinco veces} 5 5

1

6

1

6

1

6

1

1

6

2

0

5

6

3

1

6

1

6

5

6

5

6

5

6

4

5

5

11 5 6

4

5 1 6

3

10

2

10

5

6

5

6

1

5

0

1

5

6

1

36

1

216

1

1 296

5

3 125

7 776

4

3 125

7 776

125

216

25

36

5

6

625

3 888

125

3 888

25

7 776

1

7 776 1 1

7 776

Obsérvese que estas probabilidades corresponden a los términos de la expansión binomial

5

6 þ 1 5

¼ 5 5

þ 5 5 4

1

6 6 1 6 6

þ 5 5 3

1 2

þ 5 2 6 6 3

5

6

2

1

6

3

þ 5 4

5 1 4

þ 1 5

¼ 1

6 6 6

g) En la columna C1 se ingresan los enterados 0 a 5 y después se llena el cuadro de diálogo para la distribución binomial

como se indica en la figura 7-4.


PROBLEMAS RESUELTOS 179

Figura 7-4 MINITAB, cuadro de diálogo para el problema 7.3g).

En la hoja de cálculo se obtiene el siguiente resultado:

C1 C2

0 0.401894

1 0.401874

2 0.160742

3 0.032147

4 0.003215

5 0.000129

Mostrar que las fracciones dadas en los incisos a) a f ) se transforman en los decimales que se obtienen con

MINITAB.

7.4 Escribir la expansión binomial de a) (q + p) 4 y de b) (q + p) 6 .

SOLUCIÓN

a) ðq þ pÞ 4 ¼ q 4 þ 4

q 3 p þ 4

q 2 p 2 þ 4 qp 3 þ p 4

1 2 3

¼ q 4 þ 4q 3 p þ 6q 2 p 2 þ 4qp 3 þ p 4

b) ðq þ pÞ 6 ¼ q 6 þ 6

q 5 p þ 6

q 4 p 2 þ 6

q 3 p 3 þ 6

q 2 p 4 þ 6

qp 5 þ p 6

1 2 3 4 5

¼ q 6 þ 6q 5 p þ 15q 4 p 2 þ 20q 3 p 3 þ 15q 2 p 4 þ 6qp 5 þ p 6

Los coeficientes 1, 4, 6, 4, 1 y 1, 6, 15, 20, 15, 6, 1 son los coeficientes binomiales correspondientes a N = 4 y N =

6, respectivamente. Si se escriben estos coeficientes para N = 0, 1, 2, 3, . . . , como se muestra en la figura siguiente, se

obtiene el llamado triángulo de Pascal. Obsérvese que en cada renglón el primero y el último número es un 1, y que cada

número se obtiene sumando los números que se encuentran a la izquierda y a la derecha en el renglón superior.


180 CAPÍTULO 7 LAS DISTRIBUCIONES BINOMIAL, NORMAL Y DE POISSON

1

1 1

1 2 1

1 3 3 1

1 4 6 4 1

1 5 10 10 5 1

1 6 15 20 15 6 1

7.5 Encontrar la probabilidad de que en una familia con cuatro hijos haya: a) por lo menos un niño y b) por lo

menos un niño y una niña. Supóngase que la probabilidad de que nazca un niño varón es 1 2 .

SOLUCIÓN

a) Pr1 niño 4 1

1

2

1

1

2

3

1 4

Pr3 niños 4 3

1

2

3

1

2

1 4

Pr2 niños 4 2

1

2

2

1

2

2

3 8

Pr4 niños 4 4

1

2

4

1

2

0

1

16

Por lo tanto,

Pr{por lo menos 1 niño} = Pr{1 niño} + Pr{2 niños} + Pr{3 niños} + Pr{4 niños}

¼ 1 4 þ 3 8 þ 1 4 þ 1

16 ¼ 15

16

Otro método

Pr{por lo menos 1 niño} = 1 − Pr{ningún niño} 1

1

2

4

1

1

16 15

16

b) Pr{por lo menos 1 niño y 1 niña} = 1 − Pr{ningún niño} − Pr{ninguna niña} 1

1

16

1

16 7 8

7.6 De 2 000 familias con cuatro hijos cada una, ¿cuántas se esperaría que tuvieran: a) por lo menos un niño,

b) dos niños, c) 1 o 2 niñas y d ) ninguna niña? Consultar el problema 7.5a).

SOLUCIÓN

a) Número esperado de familias por lo menos con 1 niño 2 000 15

161 875

b) Número esperado de familias con 2 niños = 2 000 · Pr{2 niños} 2 000 3 8 750

c) Pr{1 o 2 niñas} = Pr{1 niña} + Pr{2 niñas} = Pr{1 niño} + Pr{2 niños} 1 4 3 8 5 8

. Número esperado de familias

con 1 o 2 niñas 2 000 5 81 250

d ) Número esperado de familias sin ninguna niña 2 000 1

16 125

7.7 Si el 20% de los tornillos que se fabrican con una máquina están defectuosos, determinar la probabilidad de

que de 4 tornillos elegidos al azar: a) 1 tornillo esté defectuoso, b) 0 tornillos estén defectuosos y c) cuando

mucho 2 tornillos estén defectuosos.

SOLUCIÓN

La probabilidad de que un tornillo esté defectuoso es p = 0.2 y la probabilidad de que no esté defectuoso es q = 1 − p

= 0.8.

a) Pr{1 de 4 tornillos esté defectuoso} ¼ 4 ð0:2Þ 1 ð0:8Þ 3 ¼ 0:4096

1


PROBLEMAS RESUELTOS 181

b) Pr{0 tornillos estén defectuosos} ¼ 4 0

ð0:2Þ 0 ð0:8Þ 4 ¼ 0:4096

c) Pr{2 tornillos estén defectuosos} ¼

4

2

ð0:2Þ 2 ð0:8Þ 2 ¼ 0:1536

Por lo tanto

Pr{cuando mucho 2 tornillos estén defectuosos} = Pr{0 tornillos estén defectuosos} + Pr{1 tornillo esté defectuoso}

+ Pr{2 tornillos estén defectuosos}

= 0.4096 + 0.4096 + 0.1536 = 0.9728

7.8 La probabilidad de que un estudiante que entra a la universidad se titule es 0.4. Determinar la probabilidad de

que de 5 estudiantes elegidos al azar: a) ninguno se titule, b) 1 se titule, c) por lo menos 1 se titule, d ) todos se

titulen y e) emplear STATISTIX para responder los incisos a) a d ).

SOLUCIÓN

a) Pr{ninguno se titule} ¼

5

0

ð0:4Þ 0 ð0:6Þ 5 ¼ 0:07776 o aproximadamente 0.08

b) Pr{1 se titule} ¼ 5 1

ð0:4Þ 1 ð0:6Þ 4 ¼ 0:2592 o aproximadamente 0.26

c) Pr{por lo menos 1 se titule} = 1 − Pr{ninguno se titule} = 0.92224 o aproximadamente 0.92

d ) Pr{todos se titulen} ¼ 5 5

ð0:4Þ 5 ð0:6Þ 0 ¼ 0:01024 o aproximadamente 0.01

e) STATISTIX sólo evalúa probabilidades binomiales acumuladas. Con el cuadro de diálogo de la figura 7-5 se obtiene

la distribución de probabilidad binomial acumulada para N = 5, p = 0.4, q = 0.6 y x = 0, 1, 4 y 5.

Figura 7-5 STATISTIX, cuadro de diálogo para el problema 7.8e).


182 CAPÍTULO 7 LAS DISTRIBUCIONES BINOMIAL, NORMAL Y DE POISSON

Mediante la información obtenida en el último cuadro de diálogo, se tiene que: la probabilidad de que ninguno se titule es

Pr{X = 0} = Binomial(0,5,0.4) = 0.07776. La probabilidad de que 1 se titule es Pr{X = 1} = Pr{X ≤ 1} − Pr{X ≤ 0} =

Binomial(1,5,0.4) − Binomial(0,5,0.4) = 0.33696 – 0.07776 = 0.2592. La probabilidad de que por lo menos 1 se titule es

Pr{X ≥ 1} = 1 − Pr{X = 0} = 1 – Binomial(0,5,0.4) = 0.92224. La probabilidad de que todos se titulen es Pr{X = 5} =

Pr{X ≤ 5} − Pr{X ≤ 4} = Binomial(5,5,0.4) −Binomial(4,5,0.4) = 1.00000 – 0.98976 = 0.01024. Obsérvese que

STATISTIX únicamente da la probabilidad binomial acumulada y también algunas de las tablas que aparecen en los libros

de texto dan únicamente probabilidades binomiales acumuladas.

7.9 ¿Cuál es la probabilidad de que en 6 lanzamientos de un par de dados se obtenga como suma 9: a) dos veces y

b) por lo menos 2 veces?

SOLUCIÓN

Cada una de las 6 maneras en que puede caer el primer dado se asocia con cada una de las 6 maneras en que puede caer el

segundo dado; por lo tanto, hay 6 · 6 = 36 maneras en que pueden caer los dos dados. Se puede tener: 1 en el primer dado

y 1 en el segundo dado, 1 en el primer dado y 2 en el segundo dado, etc., lo que se denota (1, 1), (1, 2), etcétera.

De estas 36 maneras (todas igualmente probables), la suma 9 se obtiene en 4 casos: (3, 6), (4, 5), (5, 4) y (6, 3). Por

lo tanto, la probabilidad de que en un lanzamiento de los dos dados la suma sea 9 es p ¼ 4

36 ¼ 1 9

y la probabilidad de que en

un lanzamiento la suma de los dos dados no sea 9 es q ¼ 1 p ¼ 8 9 .

a) Pr{2 nueves en 6 lanzamientos} ¼ 6 1 2

8 6 2

¼ 61,440

2 9 9 531,441

b) Pr{por lo menos 2 nueves} = Pr{2 nueves} + Pr{3 nueves} + Pr{4 nueves} + Pr{5 nueves} + Pr{6 nueves}

¼ 6 1 2

8 4

þ 6 1 3

8 3

þ 6 1 4

8 2

þ 6 1 5

8 1

þ 6 1 6

8 0

2 9 9 3 9 9 4 9 9 5 9 9 6 9 9

61 440

531 441

Otro método

10 240

531 441 960

53 1441 48

531 441 1 72 689

531 441 531 441

Pr{por lo menos 2 nueves} = 1 − Pr{0 nueves} − Pr{1 nueve}

6 1 0

8 6

6 1 1

8 5

¼ 1

¼ 72,689

0 9 9 1 9 9 531,441

7.10 Evaluar: a) P N

X¼0 XpðXÞ y b) P N

X¼0 X2 pðXÞ, donde pðXÞ ¼ð N X Þpx q N X .

SOLUCIÓN

a) Como q + p = 1,

X N

X¼0

XpðXÞ ¼ XN

X¼1

X

¼ Npðq þ pÞ N

N!

X! ðN XÞ! pX q N X ¼ Np XN

1 ¼ Np

X¼1

ðN 1Þ!

ðX 1Þ!ðN XÞ! pX 1 q N X

b)

X N

X¼0

X 2 pðXÞ ¼ XN

X¼1

X 2 N!

X!ðN XÞ! pX q N X ¼ XN

X¼1

½XðX

1ÞþXŠ

N!

X!ðN XÞ! pX q N X

¼ XN

X¼2

¼ NðN

¼ NðN

XðX

1Þp 2 XN

N!

X!ðN XÞ! pX q N X þ XN

X¼2

1Þp 2 þ Np

X¼1

X

N!

X!ðN XÞ! pX q N X

ðN 2Þ!

ðX 2Þ!ðN XÞ! pX 2 q N X þ Np ¼ NðN 1Þp 2 ðq þ pÞ N 2 þ Np


PROBLEMAS RESUELTOS 183

Nota: Los resultados de los incisos a) y b) son las esperanzas de X y de X 2 , que se denotan E(X) y E(X 2 ), respectivamente

(ver capítulo 6).

7.11 Si la variable está distribuida binomialmente, determinar: a) su media µ y b) su varianza σ 2 .

SOLUCIÓN

a) De acuerdo con el problema 7.10a),

µ = esperanza de la variable ¼ XN

b) Empleando µ = Np y los resultados del problema 7.10,

2 ¼ XN

ðX

X¼0

Þ 2 pðXÞ ¼ XN

ðX 2

X¼0

2X þ 2 ÞpðXÞ ¼ XN

X¼0

X¼0

X 2 pðXÞ

XpðXÞ ¼Np

2 XN

X¼0

XpðXÞþ 2 XN

¼ NðN 1Þp 2 þ Np 2ðNpÞðNpÞþðNpÞ 2 ð1Þ ¼Np Np 2 ¼ Npð1 pÞ ¼Npq

p

Se sigue que la desviación estándar de una variable distribuida en forma binomial es ¼

ffiffiffiffiffiffiffiffiffi Npq.

Otro método

De acuerdo con el problema 6.62b),

E½ðX XÞŠ 2 ¼ EðX 2 Þ ½EðXÞŠ 2 ¼ NðN 1Þp 2 þ Np N 2 p 2 ¼ Np Np 2 ¼ Npq

7.12 Si la probabilidad de que un tornillo esté defectuoso es 0.1, encontrar: a) la media y b) la desviación estándar

de la distribución de los tornillos defectuosos en un total de 400 tornillos.

SOLUCIÓN

a) La media es Np = 400(0.1) = 40; es decir, se puede esperar que haya 40 tornillos defectuosos.

pffiffiffiffiffi

b) La varianza es Npq = 400(0.1)(0.9) = 36. Por lo tanto, la desviación estándar es 36 ¼ 6.

7.13 Encontrar el coeficiente momento de: a) sesgo y b) curtosis, de la distribución del problema 7.12.

SOLUCIÓN

a) Coeficiente momento de sesgo ¼ p q ffiffiffiffiffiffiffiffiffi

p ¼

Npq

0:9 0:1

¼ 0:133

6

Como este coeficiente es positivo, la distribución es sesgada a la derecha.

b) Coeficiente momento de curtosis ¼ 3 þ 1 6pq

Npq ¼ 3 þ 1 6ð0:1Þð0:9Þ ¼ 3:01

36

Esta distribución es ligeramente leptocúrtica con respecto a la distribución normal (es decir, ligeramente más puntiaguda;

ver capítulo 5).

X¼0

pðXÞ

LA DISTRIBUCIÓN NORMAL

7.14 En un examen final de matemáticas la media fue 72 y la desviación estándar fue 15. Determinar las puntuaciones

estándar (es decir, las calificaciones en unidades de desviaciones estándar) de los estudiantes que obtuvieron:

a) 60, b) 93 y c) 72 puntos.

SOLUCIÓN

aÞ z ¼ X X

s

bÞ z ¼ X X

s

¼

¼

60 72

¼ 0:8 ðcÞ z ¼ X X

¼

15

s

93 72

¼ 1:4

15

72 72

¼ 0

15


184 CAPÍTULO 7 LAS DISTRIBUCIONES BINOMIAL, NORMAL Y DE POISSON

7.15 Con los datos del problema 7.14, encontrar las calificaciones que corresponden a las siguientes puntuaciones

estándar: a) −1 y b) 1.6.

SOLUCIÓN

a) X = X + zs = 72 + (−1)(15) = 57 b) X = X + zs = 72 + (1.6)(15) = 96

7.16 Supóngase que la cantidad de juegos en que participan los beisbolistas de la liga mayor durante su carrera se

distribuye normalmente con media 1 500 juegos y desviación estándar 350 juegos. Emplear EXCEL para responder

las preguntas siguientes. a) ¿Qué porcentaje participa en menos de 750 juegos? b) Qué porcentaje

participa en más de 2 000 juegos? y c) Encontrar el percentil 90 de la cantidad de juegos en los que participan

durante su carrera.

SOLUCIÓN

a) La expresión de EXCEL =NORMDIST(750,1 500, 350, 1) busca el área a la izquierda de 750 en una curva normal

con media igual a 1 500 y desviación estándar igual a 350. La respuesta es Pr{X < 750} = 0.0161 o bien 1.61% participa

en menos de 750 juegos.

b) La expresión de EXCEL =1-NORMDIST(2 000,1 500, 350, 1) busca el área a la derecha de 2 000 en una curva normal

con media igual a 1 500 y desviación estándar igual a 350. La respuesta es Pr{X > 2 000} = 0.0766 o bien 7.66%

participa en más de 2 000 juegos.

c) La expresión de EXCEL =NORMINV(0.9,1 500, 350) busca en el eje horizontal el valor tal que a su izquierda se

encuentra 90% del área bajo la curva normal con media 1 500 y desviación estándar 350. Empleando la notación del

capítulo 3, P 90 = 1 948.5.

7.17 Encontrar el área bajo la curva normal en los casos siguientes.

a) Entre z = 0.81 y z = 1.94.

b) A la derecha de z = −1.28.

c) A la derecha de z = 2.05 o a la izquierda de z = −1.44.

Para resolver los incisos a) a c) emplear el apéndice II y EXCEL [ver la figura 7-6, incisos a), b) y c)].

SOLUCIÓN

a) En el apéndice II, bajar por la columna z hasta llegar a 1.9; después avanzar a la derecha hasta la columna marcada

con 4. El resultado 0.4738 es Pr{0 ≤ z ≤ 1.94}. A continuación bajar por la columna z hasta llegar a 0.8; después avanzar

a la derecha hasta la columna marcada con 1. El resultado 0.2910 es Pr{0 ≤ z ≤ 0.81}. El área correspondiente a

Pr{0.81 ≤ z ≤ 1.94} es la diferencia de ambos, Pr{0 ≤ z ≤ 1.94} − Pr{0 ≤ z ≤ 0.81} = 0.4738 − 0.2910 = 0.1828.

Empleando EXCEL, la respuesta se obtiene con =NORMSDIST(1.94)-NORMSDIST(0.81) = 0.1828. Empleando

EXCEL, el área Pr{0.81 ≤ z ≤ 1.94} es la diferencia Pr{−infinito ≤ z ≤ 1.94} − Pr{−infinito ≤ z ≤ 0.81}. Obsérvese

que la tabla del apéndice II da áreas desde 0 hasta un valor positivo de z, en tanto que EXCEL da áreas desde –infinito

hasta el mismo valor de z.

b) El área a la derecha de z = −1.28 es la misma área que a la izquierda de z = 1.28. Empleando el apéndice II, el área

a la izquierda de z = 1.28 es Pr{z ≤ 0} + Pr{0 ≤ z ≤ 1.28} o bien 0.5 + 0.3997 = 0.8997. Usando EXCEL,

Pr{z ≥ −1.28} = Pr{z ≤ 1.28} y Pr{z ≤ 1.28} se obtiene mediante =NORMSDIST(1.28), que da 0.8997.

c) Empleando el apéndice II, el área a la derecha de 2.05 es 0.5 − Pr{z ≤ 2.05} o bien 0.5 – 0.4798 = 0.0202. El área

a la izquierda de −1.44 es la misma que el área a la derecha de 1.44. El área a la derecha de 1.44 es 0.5 − Pr{z ≤ 1.44}

= 0.5 – 0.4251 = 0.0749. La suma de estas dos áreas en las colas es 0.0202 + 0.0749 = 0.0951. Usando EXCEL, esta

área se obtiene como sigue: =NORMSDIST(−1.44) + (1 − NORMSDIST(2.05)), que da 0.0951.

Obsérvese que en EXCEL =NORMSDIST(z) da el área a la izquierda de z bajo la curva normal estándar, en tanto

que =NORMDIST(z, µ, σ, 1) da el área a la izquierda de z bajo la curva normal cuya media es µ y cuya desviación estándar

de σ.


PROBLEMAS RESUELTOS 185

z 0.81

z 1.94

a)

z 1.28

b)

z 1.44 z 2.05

c)

Figura 7-6 Áreas bajo la curva normal estándar. a) Área entre z = 0.81 y z = 1.94; b) área a la derecha de z = –1.28;

c) área a la izquierda de z = –1.44 más área a la derecha de z = 2.05.


186 CAPÍTULO 7 LAS DISTRIBUCIONES BINOMIAL, NORMAL Y DE POISSON

7.18 La cantidad de horas, por semana, que los estudiantes de educación media ven televisión tiene una distribución

normal cuya media es 20.5 horas y cuya desviación estándar es 5.5 horas. Emplear MINITAB para hallar el

porcentaje que ve televisión menos de 25 horas por semana. Usar MINITAB para hallar el porcentaje que ve

televisión más de 30 horas por semana. Trazar una curva que represente estos dos grupos.

SOLUCIÓN

La solución se ilustra en la figura 7-7.

x 25 x 30

Figura 7-7 MINITAB, gráfica que muestra el grupo que ve televisión menos de 25 horas por semana

y el grupo que ve televisión más de 30 horas por semana.

La secuencia “Calc ⇒ Probability distributions ⇒ Normal” abre el cuadro de diálogo de la distribución normal

que se presenta en la figura 7-8.

Figura 7-8 MINITAB, cuadro de diálogo para la distribución normal.


PROBLEMAS RESUELTOS 187

Llenando el cuadro de diálogo como se muestra en la figura 7-8 y ejecutándolo, se obtiene el siguiente resultado:

Función de distribución acumulada

Normal con media = 20.5 y desviación estándar = 5.5

x P(X<=x)

25 0.793373

79.3% de los estudiantes de educación media ven 25 horas o menos de televisión por semana.

Si se ingresa 30 como la constante de entrada, se obtiene el resultado siguiente:

Función de distribución acumulada

Normal con media = 20.5 y desviación estándar = 5.5

x P(X<=x)

30 0.957941

El porcentaje que ve más de 30 horas de televisión por semana es 1 − 0.958 = 0.042 o 4.2%.

7.19 Hallar la ordenada correspondiente a la curva normal en: a) z = 0.84, b) z = −1.27 y c) z = −0.05.

SOLUCIÓN

a) En el apéndice I, bajar por la columna que tiene como encabezado z hasta llegar a la entrada 0.8; después avanzar hacia

la derecha hasta la columna que tiene como encabezado 4. La entrada 0.2803 es la ordenada buscada.

b) Por simetría: (ordenada correspondiente a z = −1.27) = (ordenada correspondiente a z = 1.27) = 0.1781.

c) (La ordenada correspondiente z = −0.05) = (la ordenada correspondiente a z = 0.05) = 0.3984.

7.20 Emplear EXCEL para evaluar algunas ordenadas correspondientes a la curva normal cuya media es 13.5 y cuya

desviación estándar es 2.5. Después, empleando el asistente para gráficos, graficar los puntos obtenidos. Estas

gráficas representan la distribución normal de la variable X, donde X representa las horas, por semana, que los

estudiantes universitarios pasan en Internet.

SOLUCIÓN

Las abscisas elegidas que van desde 6 hasta 21, a intervalos de 0.5, se ingresan en la hoja de cálculo de EXCEL en las

celdas A1:A31. En la celda B1 se ingresa la expresión =NORMDIST(A1,13.5,3.5,0), se hace clic y se arrastra. Estos puntos

son de la curva normal cuya media es 13.5 y cuya desviación estándar es 3.5:

6 0.001773

6.5 0.003166

7 0.005433

7.5 0.008958

8 0.01419

8.5 0.021596

9 0.03158

9.5 0.044368

10 0.059891

10.5 0.077674

11 0.096788

11.5 0.115877

12 0.13329

12.5 0.147308

13 0.156417

13.5 0.159577


188 CAPÍTULO 7 LAS DISTRIBUCIONES BINOMIAL, NORMAL Y DE POISSON

14 0.156417

14.5 0.147308

15 0.13329

15.5 0.115877

16 0.096788

16.5 0.077674

17 0.059891

17.5 0.044368

18 0.03158

18.5 0.021596

19 0.01419

19.5 0.008958

20 0.005433

20.5 0.003166

21 0.001773

Para graficar estos puntos se emplea el asistente para gráficos. El resultado se muestra en la figura 7-9.

0.18

0.16

0.14

0.12

f(X )

0.1

0.08

0.06

0.04

0.02

0

3.5 5.5 7.5 9.5 11.5 13.5 15.5 17.5 19.5 21.5 23.5

X

Figura 7-9 EXCEL, gráfica de la curva normal cuya media es = 13.5 y cuya desviación estándar es = 2.5.

7.21 Determinar el segundo cuartil (Q 2 ), el tercer cuartil (Q 3 ) y el percentil 90 (P 90 ) de las horas, por semana, que

los estudiantes universitarios pasan en Internet. Emplear la distribución normal dada en el problema 7.20.

SOLUCIÓN

El segundo cuartil o percentil 50 de una distribución normal corresponde al centro de la curva. Debido a la simetría de esta

distribución, coincide con el punto en el que se encuentra la media. En el caso del uso de Internet, éste será 13.5 horas por

semana. Para hallar el percentil 50, se usa la función de EXCEL =NORMINV(0.5,13.5,2.5). El percentil 50 significa que

0.5 del área se encuentra a la izquierda del segundo cuartil y que la media es 13.5 y la desviación estándar es 2.5. El resultado

que da EXCEL es 13.5. Usando MINITAB se obtiene:


PROBLEMAS RESUELTOS 189

Función de distribución acumulada inversa

Normal con media = 13.5 y desviación estándar = 2.5

p(X<=x) x

0.5 13.5

Esto se ilustra en la figura 7-10 a). En la figura 7-10b) se nota que el 75% del área bajo la curva está a la izquierda

de Q 3 . Empleando EXCEL, la función =NORMINV(0.75,13.5,2.5) da Q 3 = 15.19.

50% del área

segundo cuartil = 13.5

a)

75% del área

|

tercer cuartil

b)

90% del área

percentil 90

c)

Figura 7-10 Se hallan percentiles y cuartiles usando MINITAB y EXCEL. a) Q 2 es el valor tal que 50%

de los tiempos son menores que ese valor; b) Q 3 es el valor tal que 75% de los tiempos son menores que ese valor;

c) P 90 es el valor tal que 90% de los tiempos son menores que ese valor.


190 CAPÍTULO 7 LAS DISTRIBUCIONES BINOMIAL, NORMAL Y DE POISSON

En la figura 7-10c) se muestra que 90% del área está a la izquierda de P 90 . La función de EXCEL =NORMINV(0.90,13.5,2.5)

da P 90 = 16.70.

7.22 Usando el apéndice II, encontrar Q 3 para los datos del problema 7.21.

SOLUCIÓN

Si no se dispone de un software como EXCEL o MINITAB, es necesario trabajar con las tablas de la distribución normal

estándar como único recurso.

Área = 0.25

z = 0

Figura 7-11 Curva normal estándar.

Usando el apéndice II en forma inversa, se ve que el área que va desde z = 0 hasta z = 0.67 es 0.2486, y el área que

va desde z = 0 hasta z = 0.68 es 0.2518 (ver figura 7-11). El área desde −infinito hasta z = 0.675 es aproximadamente 0.75,

ya que el área desde −infinito a 0 es 0.5, y el área desde 0 hasta z = 0.675 es 0.25. Por lo tanto, en la curva normal estándar

el tercer cuartil es aproximadamente 0.675. Sea Q 3 el tercer cuartil en la curva normal cuya media es 13.5 y cuya desviación

estándar es 2.5 [ver figura 7-10b)]. Cuando Q 3 se transforma en un valor z, se tiene 0.675 = (Q 3 − 13.5)/2.5. Despejando

en esta ecuación Q 3 , se tiene Q 3 = 2.5(0.675) + 13.5 = 15.19, que es la misma respuesta que se obtuvo con EXCEL en el

problema 7.21.

7.23 Se producen arandelas cuyo diámetro interno está distribuido normalmente con media 0.500 pulgadas (in) y

desviación estándar 0.005 in. Las arandelas se consideran defectuosas si su diámetro interno es de menos de

0.490 in o si es de más de 0.510 in. Empleando tanto el apéndice II como EXCEL, hallar el porcentaje de

arandelas defectuosas.

SOLUCIÓN

0.490 en unidades estándar es

0.510 en unidades estándar es

0.490 0.500

0.005

0.510 0.500

0.005

2.00

2.00

De acuerdo con el apéndice II, el área a la derecha de Z = 2.00 es 0.5 − 0.4772, o bien 0.0228. El área a la izquierda de

Z = −2.00 es 0.0228. El porcentaje de defectuosos es (0.0228 + 0.0228) × 100 = 4.56%. Para hallar áreas bajo una curva

normal empleando el apéndice II hay que convertir los datos a la curva normal estándar para encontrar las respuestas.

Empleando EXCEL, la respuesta es = 2*NORMDIST(0.490, 0.500, 0.005, 1), que da también 4.56%.


PROBLEMAS RESUELTOS 191

X 0.490 X 0.500 X 0.510

Las arandelas se consideran defectuosas si X < 0.490 o si X > 0.510

Z 2.00 Z 0

Z 2.00

Figura 7-12 El área a la derecha de X = 0.510 es igual al área a la derecha de Z = 2.000 y el área

a la izquierda de X = 0.490 es igual al área a la izquierda de Z = –2.00.

APROXIMACIÓN NORMAL A LA DISTRIBUCIÓN BINOMIAL

7.24 Empleando: a) la distribución binomial y b) la aproximación normal a la distribución binomial, encontrar la

probabilidad de que en 10 lanzamientos de una moneda se obtengan 3 a 6 caras inclusive.

SOLUCIÓN

a) Pr 3 caras 10

3

1

2

3

1

2

7

15

128

Pr5 caras 10 5

1

2

5

1

2

5

63

256

Por lo tanto

Pr4 caras 10 4

1

2

4

1

2

6

105

512

Pr6 caras 10

6

1

2

6

1

2

4

105

512

de entre 3 a 6 caras inclusive 15

128 105

512 63

256 105

512 99

128 0.7734

b) En la figura 7-13 se presenta la gráfica que se obtiene con EXCEL para la distribución binomial con N = 10 lanzamientos

de una moneda.

Obsérvese que aunque la distribución binomial es una distribución discreta, esta gráfica tiene la forma de una

distribución normal, que es continua. Para aproximar la probabilidad binomial de 3, 4, 5 y 6 caras mediante el área

bajo la curva normal, se busca el área bajo la curva normal desde X = 2.5 hasta X = 6.5. El 0.5 que se agrega a cada

lado de X = 3 y X = 6 se le llama corrección por continuidad. A continuación se dan los pasos a seguir para aproximar

la distribución binomial

p

mediante la distribución normal. Se elige la curva normal con media Np = 10(0.5) = 5 y

desviación estándar ¼

ffiffiffiffiffiffiffiffiffi p

Npq ¼

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

10ð0:5Þð0:5Þ ¼ 1:58. De esta manera se elige la curva normal que tiene el mismo

centro y la misma variación que la distribución binomial. Después se busca el área bajo la curva desde 2.5 hasta 6.5,

como se muestra en la figura 7-14. Ésta es la aproximación normal a la distribución binomial.


192 CAPÍTULO 7 LAS DISTRIBUCIONES BINOMIAL, NORMAL Y DE POISSON

0.3

0.25

0.2

Probabilidad

0.15

0.1

0.05

0

0 2 4 6 8 10 12

Número de caras

Figura 7-13 EXCEL, gráfica de la distribución binomial con N = 10 y p = 0.5.

0.25

0.20

0.15

0.10

0.05

0.00

0 1 2 3 4 5 6 7 8 9 10

Figura 7-14 Aproximación normal para 3, 4, 5 o 6 caras cuando se lanza una moneda 10 veces.

Usando una hoja de cálculo de EXCEL, la solución se obtiene empleando =NORMDIST(6.5, 5, 1.58,1) −

NORMDIST(2.5, 5, 1.58, 1), con lo que se obtiene 0.7720.

Empleando la técnica del apéndice II, los valores normales 6.5 y 2.5 se convierten primero a valores normales estándar.

(En unidades estándar 2.5 es −1.58, y 6.5 en unidades estándar es 0.95.) De acuerdo con el apéndice II el área entre

−1.58 y 0.95 es 0.7718. Cualquiera que sea el método que se use, el resultado es muy semejante al obtenido con la distribución

binomial, 0.7734.

7.25 Se lanza una moneda 500 veces. Hallar la probabilidad de que el número de caras no sea diferente de 250:

a) en más de 10 y b) en más de 30.

SOLUCIÓN

pffiffiffiffiffiffiffiffiffi

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

¼ Np ¼ð500Þð 1 2Þ¼250 ¼ Npq ¼ ð500Þð 1 2 Þð1 2 Þ ¼ 11:18


PROBLEMAS RESUELTOS 193

a) Se busca la probabilidad de que la cantidad de caras esté entre 240 y 260 o, considerando los datos como datos continuos,

entre 239.5 y 260.5. Como 239.5 en unidades estándar es (239.5 – 250)/11.18 = −0.94 y 260.5 en unidades

estándar es 0.94, se tiene

Probabilidad buscada = (área bajo la curva normal entre z = −0.94 y z = 0.94)

= (dos veces el área entre z = 0 y z = 0.94) = 2(0.3264) = 0.6528

b) Se busca la probabilidad de que la cantidad de caras esté entre 220 y 280 o, considerando los datos como datos continuos,

entre 219.5 y 280.5. Como 219.5 en unidades estándar es (219.5 – 250)/11.18 = −2.73 y 280.5 en unidades

estándar es 2.73, se tiene

Probabilidad buscada = (dos veces el área entre z = 0 y z = −2.73)

= 2(0.4968) = 0.9936

Por lo tanto, se puede confiar en que el número de caras no diferirá de lo esperado (250) en más de 30. De manera

que si resulta que el número de caras que realmente se encuentra es 280, habrá razón para creer que la moneda está

cargada.

7.26 Supóngase que en el grupo de edad de 1 a 4 años, el 75% usa el cinturón de seguridad de manera habitual.

Hallar la probabilidad de que si se detienen, al azar, algunos automóviles que transporten pasajeros de 1 a 4

años, 70 o menos estén usando el cinturón de seguridad. Dar la solución empleando la distribución binomial

así como la aproximación normal a la distribución binomial. Usar MINITAB para hallar la solución.

SOLUCIÓN

El resultado de MINITAB dado adelante muestra que la probabilidad de que 70 o menos estén usando el cinturón de seguridad

es igual a 0.1495.

MTB > cdf 70;

SUBC> binomial 100.75.

Función de distribución acumulada

Binomial con n = 100 y p = 0.750000

x P( X ⇐ x)

70.00 0.1495

Empleando la aproximación normal a la distribución binomial, la solución se pencuentra como sigue: la media de la

distribución binomial es µ = Np = 100(0.75) = 75 y la desviación estándar es ¼

ffiffiffiffiffiffiffiffiffi p

Npq ¼

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

100ð0:75Þð0:25Þ ¼ 4:33.

El resultado de MINITAB dado adelante muestra que la aproximación normal es igual a 0.1493. Esta aproximación es muy

semejante al verdadero valor.

MTB > cdf 70.5;

SUBC> media normal = 75 sd = 4.33

Función de distribución acumulada

Normal con media = 75.0000 y desviación estándar = 4.33000

x P( X ⇐ x)

70.5000 0.1493

LA DISTRIBUCIÓN DE POISSON

7.27 De las herramientas que se producen con determinado proceso de fabricación, 10% resultan defectuosas.

Empleando: a) la distribución binomial y b) la aproximación de Poisson a la distribución binomial, hallar la

probabilidad de que en una muestra de 10 herramientas elegidas al azar exactamente 2 estén defectuosas.


194 CAPÍTULO 7 LAS DISTRIBUCIONES BINOMIAL, NORMAL Y DE POISSON

SOLUCIÓN

La probabilidad de que una herramienta esté defectuosa es p = 0.1.

a)

Pr{2 de 10 herramientas defectuosas} ¼ 10

ð0:1Þ 2 ð0:9Þ 8 ¼ 0:1937

2

o bien 0.19

b) Con λ = Np = 10(0.1) = 1 y usando e = 2.718,

Pr{2 de 10 herramientas defectuosas} ¼ X e

¼ ð1Þ2 e 1

¼ e 1

X! 2! 2 ¼ 1 ¼ 0:1839

2e

o bien 0.18

En general, esta aproximación es buena si p ≤ 0.1 y λ = Np ≤ 5.

7.28 Si la probabilidad de que un individuo tenga una reacción adversa por la inyección de determinado suero es

0.001, determinar la probabilidad de que de 2 000 individuos: a) exactamente 3 y b) más de 2, sufran una reacción

adversa. Usar MINITAB y hallar la respuesta empleando tanto Poisson como distribuciones binomiales.

SOLUCIÓN

a) En el siguiente resultado de MINITAB se da primero la probabilidad binomial de que exactamente 3 individuos tengan

una reacción adversa. Después de la probabilidad binomial se da la probabilidad de Poisson empleando λ = Np =

(2 000)(0.001) = 2. La aproximación de Poisson al parecer es en extremo cercana a la probabilidad binomial.

MTB > pdf 3;

SUBC> binomial 2000.001.

Función de probabilidad de densidad

Binomial con n = 2000 y p = 0.001

x P( X = x)

3.0 0.1805

MTB > pdf 3;

SUBC> poisson 2.

Función de probabilidad de densidad

Poisson con mu = 2

x P( X = x)

3.00 0.1804

b) La probabilidad de que más de dos individuos tengan una reacción adversa se obtiene de 1 − P(X ≤ 2). El siguiente

resultado de MINITAB da como probabilidad de que X ≤ 2 el resultado 0.6767 usando tanto la distribución binomial

como la distribución de Poisson. La probabilidad de que más de 2 tengan una reacción adversa es 1 − 0.6767 =

0.3233.

MTB > cdf 2;

SUBC> binomial 2000.001.

Función de distribución acumulada

Binomial con n = 2000 y p = 0.001

x P( X ⇐ x)

2.0 0.6767

MTB > cdf 2;

SUBC> poisson 2.

Función de distribución acumulada

Poisson con mu = 2

x P( X ⇐ x)

2.0 0.6767


PROBLEMAS RESUELTOS 195

7.29 Una distribución de Poisson está dada por

Hallar: a) p(0), b) p(1), c) p(2) y d ) p(3).

pðXÞ ¼ ð0:72ÞX e 0:72

X!

SOLUCIÓN

a) pð0Þ ¼ ð0:72Þ0 e 0:72

0:72

ð1Þ e

¼ ¼ e 0:72 ¼ 0:4868

0!

1

usando el apéndice VIII

b) pð1Þ ¼ ð0:72Þ1 e 0:72

¼ð0:72Þe 0:72 ¼ð0:72Þð0:4868Þ ¼0:3505

1!

c) pð2Þ ¼ ð0:72Þ2 e 0:72

0:72

ð0:5184Þe

¼ ¼ð0:2592Þð0:4868Þ ¼0:1262

2!

2

Otro método

d )

pð2Þ ¼ 0:72

2

pð3Þ ¼ ð0:72Þ3 e 0:72

3!

pð1Þ ¼ð0:36Þð0:3505Þ ¼0:1262

¼ 0:72

3

pð2Þ ¼ð0:24Þð0:1262Þ ¼0:0303

LA DISTRIBUCIÓN MULTINOMIAL

7.30 Una caja contiene 5 pelotas rojas, 4 pelotas blancas y 3 pelotas azules. De la caja se extrae al azar una pelota,

se anota su color y se devuelve a la caja. Hallar la probabilidad de que de 6 pelotas extraídas de esta manera,

3 sean rojas, 2 sean blancas y 1 sea azul.

SOLUCIÓN

Pr{roja en cualquier extracción} ¼ 5

4

3

12

, Pr{blanca en cualquier extracción} ¼

12

, y Pr{azul en cualquier extracción} ¼

por lo tanto,

12 ;

Pr{3 sean rojas, 2 sean blancas, 1 sea azul} = 6!

3!2!1!

5

12

3

4

12

2

3

12

1

= 625

5 184

AJUSTE DE DATOS MEDIANTE DISTRIBUCIONES TEÓRICAS

7.31 Ajustar una distribución binomial a los datos del problema 2.17.

SOLUCIÓN

Se tiene Pr{X caras en un lanzamiento de cinco monedas} ¼ pðXÞ ¼ð 5 X ÞpX q 5 X , donde p y q son las probabilidades respectivas

de cara y de cruz en un lanzamiento de una moneda. De acuerdo con el problema 7.11a), el número medio de

caras es µ = Np = 5p. En la distribución de frecuencias reales (u observadas), la cantidad media de caras es

∑ fX

∑ = (38)(0)+(144)(1)+(342)(2)+(287)(3)+(164)(4)+(25)(5) = 2 470

f 1 000

1 000 = 2.47

Igualando las medias teórica y real, 5p = 2.47, o bien p = 0.494. Por lo tanto, la distribución binomial ajustada está

dada por pðXÞ ¼ð 5 X Þð0:494ÞX ð0:506Þ 5 X .

En la tabla 7.4 se enumeran estas probabilidades así como las frecuencias esperadas (teóricas) y las frecuencias

reales. El ajuste parece ser bueno.


196 CAPÍTULO 7 LAS DISTRIBUCIONES BINOMIAL, NORMAL Y DE POISSON

Tabla 7.4

Número de

caras (X )

Pr{X caras}

Frecuencias

esperadas

Frecuencias

observadas

0

1

2

3

4

5

0.0332

0.1619

0.3162

0.3087

0.1507

0.0294

33.2 o bien 33

161.9 o bien 162

316.2 o bien 316

308.7 o bien 309

150.7 o bien 151

29.4 o bien 29

38

144

342

287

164

25

7.32 Usar la prueba de Kolmogorov-Smirnov de MINITAB para probar la normalidad de los datos de la tabla 7.5. Los

datos representan el tiempo en horas por semana que 30 estudiantes universitarios usan su teléfono celular.

SOLUCIÓN

6

5

16

14

12

13

10

13

17

14

11

13

Tabla 7.5

17

14

16

11

15

15

13

18

12

15

15

16

12

14

14

16

15

14

13

12

Frecuencias

4

3

2

1

0

10

12

14

Horas

a)

16

18

Gráfica de probabilidad de horas

Porcentajes

99

95

90

80

70

60

50

40

30

20

10

5

Normal

Media

Desv estánd

N

KS

Valor P

14

1.948

30

0.031

>0.150

1

10

12

14

Horas

b)

Figura 7-15 Prueba de Kolmogorov-Smirnov para normalidad: datos normales. a) Histograma que muestra

un conjunto de datos distribuidos normalmente; b) la prueba de Kolmogorov-Smirnov para normalidad

indica un valor p > 0.150 para normalidad.

16

18


PROBLEMAS RESUELTOS 197

El histograma de la figura 7-15a) indica que los datos de esta encuesta están distribuidos normalmente. La prueba

de Kolgomorov-Smirnov también indica que los datos muestrales provienen de una población distribuida normalmente. La

mayoría de los especialistas en estadística recomiendan que si el valor p es menor que 0.05, entonces se rechace la hipótesis

de normalidad. Aquí el valor p es > 0.15.

7.33 Usar la prueba de Kolgomorov-Smirnov de MINITAB para probar la normalidad de los datos presentados en

la tabla 7.6. Estos datos son el tiempo en horas, por semana, que emplean su teléfono celular 30 estudiantes

universitarios.

Tabla 7.6

18

17

17

16

16

16

18

16

14

11

16

12

17

18

17

18

18

16

18

18

11

13

17

17

17

15

16

17

15

10

Histograma de horas

9

8

7

Frecuencia

6

5

4

3

2

1

0

10

12

14

16

18

Horas

a)

Porcentaje

99

95

90

80

70

60

50

40

30

20

10

5

Gráfica de probabilidad de horas

Normal

Media 15.83

Desv estánd 2.291

N

30

KS 0.162

Valor P 0.046

1

10 12 14 16 18 20 22

Horas

b)

Figura 7-16 Prueba de Kolgomorov-Smirnov para normalidad; valor p = 0.046, datos no normales.

a) El histograma muestra un conjunto de datos sesgado a la izquierda; b) la prueba de Kolgomorov-Smirnov

para normalidad indica carencia de normalidad.


198 CAPÍTULO 7 LAS DISTRIBUCIONES BINOMIAL, NORMAL Y DE POISSON

La mayoría de los especialistas en estadística recomienda que si el valor p es menor que 0.05 se rechace la hipótesis de

normalidad. En este caso el valor p es menor a 0.05.

7.34 En la tabla 7.7 se presenta el número de días, f, en el que ocurrieron X accidentes automovilísticos en una ciudad

durante un periodo de 50 días. Ajustar a estos datos una distribución de Poisson.

Tabla 7.7

Cantidad de

accidentes (X )

0

1

2

3

4

Cantidad de

días ( f )

21

18

7

3

1

Total 50

SOLUCIÓN

La cantidad media de accidentes es

¼

P fX

P f

Por lo tanto, de acuerdo con la distribución de Poisson,

¼ ð21Þð0Þþð18Þð1Þþð7Þð2Þþð3Þð3Þþð1Þð4Þ ¼ 45

50

50 ¼ 0:90

Pr{X accidentes} ¼ ð0:90ÞX e 0:90

X!

En la tabla 7.8 se dan las probabilidades, de 0, 1, 2, 3 y 4 accidentes, obtenidas con esta distribución de probabilidad

de Poisson, así como las cantidades teóricas o esperadas de días con X accidentes (obtenidas multiplicando las probabilidades

respectivas por 50). Para facilitar la comparación, en la columna 4 se dan nuevamente las cantidades de días de la

tabla 7.7.

Obsérvese que el ajuste de la distribución de Poisson a los datos dados es bueno.

Tabla 7.8

Cantidad de

accidentes (X )

Pr{X accidentes}

Cantidad esperada

de días

Cantidad real

de días

0

1

2

3

4

0.4066

0.3659

0.1647

0.0494

0.0111

23.33 o bien 20

18.30 o bien 18

8.24 o bien 8

2.47 o bien 2

0.56 o bien 1

21

18

7

3

1

En una distribución de Poisson, la varianza es σ 2 = λ. Calculando la varianza a partir de la distribución dada se

obtiene 0.97, lo cual al compararlo con el valor 0.90 de λ resulta favorable, y esto puede tomarse como una evidencia más

de que la distribución de Poisson es adecuada para aproximar los datos muestrales.


PROBLEMAS SUPLEMENTARIOS 199

PROBLEMAS SUPLEMENTARIOS

LA DISTRIBUCIÓN BINOMIAL

7.35 Evaluar a) 7!, b) 10!/(6!4!), c), ( 9 5 ) d ) (11 8 ) y e) (6 1 ).

7.36 Expandir: a) (q + p) 7 y b) (q + p) 10 .

7.37 Hallar la probabilidad de que al lanzar una moneda seis veces se obtengan: a) 0, b) 1, c) 2, d ) 3, e) 4, f ) 5 y g) 6 caras.

h) Emplear MINITAB para construir una distribución de probabilidad para X = número de caras en seis lanzamientos de

una moneda.

7.38 Hallar la probabilidad de que en un solo lanzamiento de seis monedas se obtengan: a) 2 o más caras y b) menos de 4 caras.

c) Usar EXCEL para hallar las respuestas de los incisos a) y b).

7.39 Si X denota el número de caras en un solo lanzamiento de cuatro monedas, encontrar: a) Pr{X = 3}, b) Pr{X < 2}, c) Pr{X

≤ 2} y d )Pr{1 < X ≤ 3}.

7.40 De 800 familias con 5 hijos cada una, ¿cuántas se esperaría que tuvieran: a) 3 niños, b) 5 niñas y c) 2 o 3 niños? Supónganse

iguales probabilidades para niños y niñas.

7.41 Encontrar la probabilidad de obtener, en dos lanzamientos de un par de dados, la suma 11: a) una vez y b) dos veces.

7.42 ¿Cuál es la probabilidad de obtener 9 una sola vez en tres lanzamientos de un par de dados?

7.43 Hallar la probabilidad de adivinar, correctamente, por lo menos 6 de 10 respuestas en un examen de verdadero y falso.

7.44 Un vendedor de seguros vende pólizas a 5 hombres, todos de la misma edad y con buena salud. De acuerdo con las tablas

actuariales, la probabilidad de que un hombre de esta edad esté vivo en 30 años es 2 3

. Encontrar la probabilidad de que

en 30 años estén vivos: a) los 5 hombres, b) por lo menos 3 de estos hombres, c) sólo 2 de estos hombres y d ) por lo menos

1 de ellos. e) Usar EXCEL para responder los incisos del a) al d ).

7.45 Calcular: a) la media, b) la desviación estándar, c) el coeficiente momento de sesgo y d ) el coeficiente momento de curtosis

de la distribución binomial en la que p = 0.7 y N = 60. Interpretar los resultados.

7.46 Mostrar que si una distribución binomial en la que N = 100 es simétrica, su coeficiente momento de curtosis es 2.98.

7.47 Evaluar: a) P ðX Þ 3 pðXÞ y b) P ðX Þ 4 pðXÞ para una distribución binomial.

7.48 Probar las fórmulas (1) y (2) al principio de este capítulo respecto a los coeficientes momento de sesgo y de curtosis.

LA DISTRIBUCIÓN NORMAL

7.49 En un examen de estadística, la puntuación media es 78 y la desviación estándar es 10.

a) Determinar las puntuaciones estándar de dos estudiantes cuyas calificaciones fueron 93 y 62, respectivamente.

b) Determinar las calificaciones de dos estudiantes cuyas puntuaciones estándar fueron −0.6 y 1.2, respectivamente.

7.50 Encontrar: a) la media y b) la desviación estándar de las calificaciones obtenidas en un examen en el que 70 y 88 corresponden

a las puntuaciones estándar −0.6 y 1.4, respectivamente.

7.51 Hallar el área bajo la curva normal entre: a) z = −1.20 y z = 2.40; b) z = 1.23 y z = 1.87, y c) z = −2.35 y z = −0.50.

d ) Resolver los incisos del a) al c) empleando EXCEL.

7.52 Hallar el área bajo la curva normal: a) a la izquierda de z = −1.78, b) a la izquierda de z = 0.56, c) a la derecha de z = −1.45,

d ) correspondiente a z ≥ 2.16, e) correspondiente a −0.80 ≤ z ≤ 1.53 y f ) a la izquierda de z = −2.52 y a la derecha de z =

1.83. g) Resolver los incisos del a) al f ) usando EXCEL.


200 CAPÍTULO 7 LAS DISTRIBUCIONES BINOMIAL, NORMAL Y DE POISSON

7.53 Si z está distribuida normalmente con media 0 y varianza 1, hallar: a) Pr{z ≥ −1.64}, b) Pr{−1.96 ≤ z ≤ 1.96} y

c) Pr{|z| ≥ 1}.

7.54 Hallar el valor de z tal que: a) el área a la derecha de z sea 0.2266, b) el área a la izquierda de z sea 0.0314, c) el área entre

−0.23 y z sea 0.5722, d ) el área entre 1.15 y z sea 0.0730 y e) el área entre −z y z sea 0.9000.

7.55 Encontrar z 1 si Pr{z ≥ z 1 } = 0.84, donde z está distribuida normalmente con media 0 y varianza 1.

7.56 Empleando el apéndice I, encontrar las ordenadas en la curva normal correspondientes a: a) z = 2.25, b) z = −0.32 y

c) z = −1.18. d ) Resolver los incisos del a) al c) empleando EXCEL.

7.57 Las estaturas de hombres adultos tienen una distribución normal cuya media es 70 in y cuya desviación estándar es 3 in.

a) ¿Qué porcentaje mide menos de 65 in? b) ¿Qué porcentaje mide más de 72 in? c) ¿Qué porcentaje está entre 68 y 73 in?

7.58 Las cantidades gastadas, por determinado grupo de edad, en la compra de artículos en línea tienen una distribución normal

cuya media es $125 y cuya desviación estándar es $25. a) ¿Qué porcentaje gasta más de $175? b) ¿Qué porcentaje gasta

entre $100 y $150? c) ¿Qué porcentaje gasta menos de $50?

7.59 En un examen final la calificación media es 72 y la desviación estándar es 9. Los estudiantes que forman parte del 10%

superior obtienen A como nota. ¿Cuál es la calificación mínima para obtener A?

7.60 Si un conjunto de medidas tiene una distribución normal, ¿qué porcentaje de las medidas difiere de la media en: a) más de

media desviación estándar y b) menos de tres cuartos de desviación estándar?

7.61 Si X es la media y s es la desviación estándar de un conjunto de mediciones distribuidas normalmente, ¿qué porcentaje de

las mediciones: a) está dentro del rango X ± 2s, b) están fuera del rango X ± 1.2s y c) son mayores que X − 1.5s?

7.62 En el problema 7.61 encontrar la constante a tal que el porcentaje de casos: a) dentro del rango X ± as sea 75% y b) menores

que X − as sea 22%.

APROXIMACIÓN NORMAL A LA DISTRIBUCIÓN BINOMIAL

7.63 Encontrar la probabilidad de que en 200 lanzamientos de una moneda se obtengan: a) entre 80 y 120 caras inclusive,

b) menos de 90 caras, c) menos de 85 o más de 115 caras y d ) exactamente 100 caras.

7.64 Encontrar la probabilidad de que en un examen de verdadero o falso un estudiante adivine correctamente las respuestas de:

a) 12 de 20 preguntas o más y b) 24 de 40 preguntas o más.

7.65 De los tornillos que se producen con una máquina, 10% está defectuoso. Encontrar la probabilidad de que en una muestra

aleatoria de 400 tornillos producidos con esta máquina: a) cuando mucho 30, b) entre 30 y 50, c) entre 35 y 45 y d ) 55 o

más de los tornillos estén defectuosos.

7.66 Encontrar la probabilidad de obtener más de 25 sietes en 100 lanzamientos de un par de dados.

DISTRIBUCIÓN DE POISSON

7.67 Si 3% de los bulbos eléctricos fabricados por una empresa están defectuosos, encontrar la probabilidad de que en una

muestra de 100 bulbos: a) 0, b) 1, c) 2, d ) 3, e) 4 y f ) 5 bulbos estén defectuosos.

7.68 En el problema 7.67, hallar la probabilidad de que: a) más de 5, b) entre 1 y 3 y c) 2 o menos bulbos estén defectuosos.


PROBLEMAS SUPLEMENTARIOS 201

7.69 Una bolsa contiene 1 canica roja y 7 canicas blancas. De la bolsa se extrae una canica y se observa su color. Después se

regresa la canica a la bolsa y el contenido de la bolsa se mezcla bien. Usando: a) la distribución binomial y b) la aproximación

de Poisson a la distribución binomial, encontrar la probabilidad de que en 8 extracciones se extraiga exactamente 3

veces una canica roja.

7.70 Según la oficina de estadística del Departamento de Salud de Estados Unidos, en ese país la cantidad anual de ahogados

accidentalmente es 3 por 100 000 habitantes. Encontrar la probabilidad de que en una ciudad en que la población es de

200 000 habitantes haya anualmente: a) 0, b) 2, c) 6, d ) 8, e) entre 4 y 8, y f ) menos de 3 ahogados en forma accidental.

7.71 En una empresa, la cantidad promedio de llamadas que llegan al conmutador entre las 2 y las 4 de la tarde es 2.5 por

minuto. Encontrar la probabilidad de que en determinado minuto haya: a) 0, b) 1, c) 2, d ) 3, e) 4 o menos, y f ) más de 6

llamadas.

LA DISTRIBUCIÓN MULTINOMIAL

7.72 Un dado se lanza seis veces. Hallar la probabilidad de que se obtengan: a) un 1, dos 2 y tres 3, y b) una vez cada lado.

7.73 Una caja contiene una gran cantidad de canicas rojas, blancas, azules y amarillas en la proporción 4 : 3 : 2 : 1, respectivamente.

Encontrar la probabilidad de que en diez extracciones los colores de las canicas sean: a) 4 rojas, 3 blancas, 2 azules y

una amarilla y b) 8 rojas y 2 amarillas.

7.74 Encontrar la probabilidad de que en cuatro lanzamientos de un dado no se obtengan 1, 2 ni 3.

AJUSTE DE DATOS A DISTRIBUCIONES TEÓRICAS

7.75 Ajustar la distribución binomial a los datos de la tabla 7.9.

Tabla 7.9

X 0 1 2 3 4

f 30 62 46 10 2

7.76 En una encuesta realizada a estudiantes de educación media se determinaron las horas de ejercicio que practican por semana.

Usando STATISTIX, construir un histograma con los datos. Empleando la prueba de Shapiro-Wilk de STATISTIX,

determinar si los datos provienen de una distribución normal. Los datos aparecen en la tabla 7.10.

Tabla 7.10

5

5

1

4

10

5

2

4

2

1

20

4

3

3

3

3

2

15

1

5

7.77 Con los datos de la tabla 7.5 del problema 7.32, construir un histograma empleando STATISTIX. Empleando la prueba de

Shapiro-Wilk de STATISTIX, determinar si los datos provienen de una distribución normal.

7.78 Las puntuaciones de examen de la tabla 7.11 siguen una distribución en forma de U, que es exactamente lo opuesto a una

distribución normal. Con estos datos, construir un histograma empleando STATISTIX. Usando la prueba de Shapiro-Wilk

de STATISTIX, determinar si los datos provienen de una distribución normal.


202 CAPÍTULO 7 LAS DISTRIBUCIONES BINOMIAL, NORMAL Y DE POISSON

20

40

80

70

90

60

10

30

10

60

Tabla 7.11

90

90

70

40

70

30

20

10

80

50

10

20

50

90

10

80

30

20

90

80

7.79 Emplee los datos de la tabla 7.11. Usando la prueba de Anderson-Darling y la de Ryan-Joiner de MINITAB, determinar si

los datos provienen de una distribución normal.

7.80 Los datos de la tabla 7.12 provienen de 10 cuerpos de la armada prusiana y corresponden a un periodo de 20 años (1875 a

1894). Estos datos muestran la cantidad de muertes, por año, debidas a patadas de caballo. Ajustar una distribución de

Poisson a los datos.

Tabla 7.12

X 0 1 2 3 4

f 109 65 22 3 1


TEORÍA ELEMENTAL

DEL MUESTREO

8

TEORÍA DEL MUESTREO

La teoría del muestreo es el estudio de la relación que existe entre una población y las muestras que se obtienen de esa

población. La teoría del muestreo se emplea en muchos contextos. Por ejemplo, en la estimación de cantidades poblacionales

desconocidas (como la media y la varianza poblacionales), a las que se les conoce como parámetros

poblacionales o simplemente parámetros, a partir de las correspondientes cantidades muestrales (como la media y la

varianza muestrales), a menudo conocidas como estadísticos muestrales o simplemente estadísticos. El problema de

la estimación se estudia en el capítulo 9.

La teoría del muestreo también sirve para determinar si las diferencias que se observan entre dos muestras se deben

a variaciones casuales o si son diferencias realmente significativas. Tales preguntas surgen, por ejemplo, al probar un

nuevo suero para el tratamiento de una enfermedad o cuando se tiene que decidir si un proceso de producción es mejor

que otro. Para responder a estas preguntas se usan las llamadas pruebas de significancia o de hipótesis, fundamentales

en la teoría de decisiones. Estos temas se tratan en el capítulo 10.

En general, al estudio de las inferencias que se hacen acerca de una población, empleando muestras obtenidas de

ella, y de las indicaciones de la exactitud de tales inferencias, mediante el uso de la teoría de la probabilidad, es a lo

que se le llama inferencia estadística.

MUESTRAS ALEATORIAS Y NÚMEROS ALEATORIOS

Para que las conclusiones que se obtienen empleando la teoría del muestreo y la inferencia estadística sean válidas, las

muestras deben elegirse de manera que sean representativas de la población. Al estudio de los métodos de muestreo y

de los problemas relacionados con ellos se le conoce como diseño de experimentos.

Una manera de obtener una muestra representativa es mediante un proceso llamado muestreo aleatorio, mediante

el cual cada uno de los miembros de la población tiene la misma posibilidad de ser incluido en la muestra. Una técnica

para obtener una muestra aleatoria consiste en asignarle, a cada miembro de la población, un número, escribir estos

números en pedazos pequeños de papel, colocarlos en una urna y después extraer los números de la urna, teniendo

cuidado de mezclar muy bien antes de cada extracción. Una alternativa a este método es usar una tabla de números

aleatorios (ver el apéndice IX), la cual se construye especialmente para este fin. Ver el problema 8.6.

203


204 CAPÍTULO 8 TEORÍA ELEMENTAL DEL MUESTREO

MUESTREO CON REPOSICIÓN Y SIN ELLA

Si se extrae un número de una urna, antes de extraer otro, el número puede ser devuelto a la urna (ser repuesto) o no.

En el primer caso, el número puede ser extraído varias veces, en tanto que en el segundo caso sólo puede ser extraído

una vez. A un muestreo en el que cada miembro de la población puede ser elegido más de una vez se le llama muestreo

con reposición; en cambio, si sólo puede ser elegido una vez se llama muestreo sin reposición.

Una población puede ser finita o infinita. Por ejemplo, si de una urna que contiene 100 canicas se extraen sucesivamente

10 canicas sin reposición, se está muestreando una población finita; en cambio, si se lanza una moneda 50

veces y se cuenta la cantidad de caras, se está muestreando de una población infinita.

Una población finita que se muestrea con reposición puede considerarse teóricamente infinita, ya que se puede

extraer cualquier cantidad de muestras sin agotar la población. Para fines prácticos, cuando se muestrea de una población

finita pero muy grande, se puede considerar que el muestreo se hace de una población infinita.

DISTRIBUCIONES MUESTRALES

Considérense todas las muestras de tamaño N que pueden extraerse de determinada población (ya sea con reposición

o sin ella). Para cada muestra se pueden calcular diversos estadísticos (como media o desviación estándar), los cuales

variarán de una muestra a otra. De esta manera se obtiene una distribución del estadístico de que se trate, a la que se

le llama distribución muestral.

Por ejemplo, si el estadístico de que se trata es la media muestral, a la distribución que se obtiene se le llama distribución

muestral de las medias o distribución muestral de la media. De igual manera se pueden obtener distribuciones

muestrales de las desviaciones estándar, de las varianzas, de las medianas, de las proporciones, etcétera.

A cada distribución muestral se le puede calcular su media, su desviación estándar, etc. Así, se puede hablar de la

media, de la desviación estándar, de la distribución muestral de las medias, etcétera.

DISTRIBUCIONES MUESTRALES DE MEDIAS

Supóngase que de una población finita de tamaño N p > N se extraen, sin reposición, todas las muestras posibles de

tamaño N. Si se denota con X y X respectivamente, a la media y a la desviación estándar de una distribución muestral

de las medias, y con µ y σ, respectivamente, a la media y la desviación estándar poblacionales, entonces

X ¼ y X ¼ p

ffiffiffiffi

N

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

N p N

N p 1

(1)

Si la población es infinita, o si el muestreo se hace con reposición, las fórmulas anteriores se reducen a

X ¼ y X ¼ p ffiffiffiffi

(2)

N

Si el valor de N es grande (N ≥ 30), la distribución muestral de las medias es aproximadamente normal con media

X y desviación estándar X, independientemente de la población (siempre y cuando la media y la varianza poblacionales

sean finitas y el tamaño de la población sea por lo menos el doble del tamaño de la muestra). Si la población es

infinita, este resultado es un caso especial del teorema del límite central de la teoría avanzada de la probabilidad, el

cual muestra que la exactitud de la aproximación aumenta a medida que N aumenta. Esto suele indicarse diciendo que

la distribución muestral es asintóticamente normal.

Si la población está distribuida normalmente, la distribución muestral de las medias también es normal aun cuando

el valor de N sea pequeño (es decir, N < 30).


DISTRIBUCIONES MUESTRALES DE DIFERENCIAS Y SUMAS 205

DISTRIBUCIONES MUESTRALES DE PROPORCIONES

Supóngase que una población sea infinita y que la probabilidad de ocurrencia de un evento (llamada éxito) es p, y que

la probabilidad de no ocurrencia del evento es q = 1 − p. La población puede ser, por ejemplo, la de los lanzamientos

de una moneda, en los que la probabilidad del evento “cara” es p ¼ 1 2

. Considérense todas las posibles muestras de

tamaño N extraídas de esta población, y para cada muestra determínese la proporción P de éxitos. En el caso de una

moneda, P es la proporción de caras en N lanzamientos. De esta manera se obtiene una distribución muestral de las

proporciones cuya media µ P y cuya desviación estándar σ P están dadas por

rffiffiffiffiffi

rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

pq pð1 pÞ

P ¼ p y P ¼ ¼

N N

(3)

p

que se pueden obtener de la ecuación (2) sustituyendo µ = p y ¼

ffiffiffiffiffi pq . Si el valor de N es grande (N ≥ 30), esta

distribución muestral es aproximadamente normal. Obsérvese que la población está distribuida en forma binomial.

Las ecuaciones (3) también son válidas para poblaciones finitas si el muestreo se hace con reposición. En el caso

de poblaciones finitas en las que el muestreo se hace sin reposición, las ecuaciones (3) se sustituyen por las ecuaciones

p

(1) con µ = p y ¼ ffiffiffiffiffi pq .

Obsérvese que

pffiffiffiffiffiffiffiffiffi

las ecuaciones (3) pueden obtenerse más fácilmente dividiendo entre N, la media y la desviación

estándar (Np y Npq) de la distribución binomial (ver capítulo 7).

DISTRIBUCIONES MUESTRALES DE DIFERENCIAS Y SUMAS

Se supone que se tienen dos poblaciones. Para cada muestra de tamaño N 1 tomada de la primera población se calcula

un estadístico S 1 , con lo que se obtiene una distribución muestral de este estadístico S 1 , cuya media y desviación estándar

se denotan µ S1 y σ S1 , respectivamente. De igual manera, para cada muestra de tamaño N 2 tomada de la segunda

población se calcula un estadístico S 2 , con lo que se obtiene una distribución muestral de este estadístico S 2 , cuya media

y desviación estándar se denotan µ S2 y σ S2 , respectivamente. Con todas las posibles combinaciones de estas muestras

de las dos poblaciones se obtiene una distribución de las diferencias, S 1 – S 2 , a la que se le llama distribución muestral

de las diferencias de los estadísticos. La media y la desviación estándar de esta distribución muestral se denotan, respectivamente,

µ S1−S2 y σ S1−S2 , y están dadas por

S1 S2 ¼ S1 S2 y S1 S2 ¼

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2 S1 þ 2 S2

(4)

siempre y cuando las muestras elegidas no dependan, de manera alguna, una de la otra (es decir, las muestras sean

independientes).

Si S 1 y S 2 son las medias muestrales de las dos poblaciones, a las que se les denota X 1 y X 2 , respectivamente, entonces

la distribución muestral de las diferencias de las medias está dada para poblaciones infinitas con media y desviación

estándar (µ 1 y σ 1 ) y (µ 2 y σ 2 ), respectivamente, por

X1 X2 ¼ X1 X2 ¼ 1 2 y X1 X2 ¼

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2 X1 þ 2 ¼ X2

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2 1

þ 2 2

N 1 N 2

(5)

usando las ecuaciones (2). Estas ecuaciones también son válidas para poblaciones finitas si el muestreo se hace con

reposición. Para poblaciones finitas en las que el muestreo se haga sin reposición, se obtienen ecuaciones similares

empleando las ecuaciones (1).


Distribución

muestral

Error

estándar

Tabla 8.1 Error estándar de distribuciones muestrales

Observaciones

Media X ¼ p

ffiffiffiffi

N

Proporciones

rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

rffiffiffiffiffi

pð1 pÞ pq

P ¼

¼

N N

Esta fórmula es válida tanto para muestras grandes como para

muestras pequeñas. La distribución muestral de las medias se aproxima

a una distribución normal cuando N ≥ 30, aun cuando la población no

sea normal.

X ¼ , la media poblacional, en todos los casos.

La observación hecha para las medias también es válida en este

caso.

µ P = p, en todos los casos.

Desviaciones

estándar

Medianas

Primero y tercer

cuartiles

(1) s ¼ p

ffiffiffiffiffiffi

2N

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

(2) s ¼ 4 2 2

4N 2

rffiffiffiffiffiffiffi

med ¼ ¼ 1:2533 pffiffiffiffi

2N N

Q1 ¼ Q3 ¼ 1:3626 pffiffiffiffi

N

Cuando N ≥ 100, la distribución muestral de s es casi normal.

σ s está dada por (1) sólo si la población es normal (o

aproximadamente normal). Si la población no es normal, se puede usar

(2).

Obsérvese que (2) se reduce a (1) cuando µ 2 = σ 2 y µ 4 = 3σ 4 , lo

que ocurre en poblaciones normales.

Cuando N ≥ 100, µ s = σ muy aproximadamente.

Cuando N ≥ 30, la distribución muestral de la mediana es casi

normal. La fórmula dada es válida sólo si la población es normal (o

aproximadamente normal).

µ med = µ

La observación hecha para las medianas también es válida aquí.

µ Q1 y µ Q3 son casi iguales al primero y tercer cuartiles de la

población.

Obsérvese que σ Q2 = σ med

Deciles

Rangos

semiintercuartílicos

Varianzas

Coeficiente de

variación

D1 ¼ D9 ¼ 1:7094 pffiffiffiffi

N

D2 ¼ D8 ¼ 1:4288 pffiffiffiffi

N

D3 ¼ D7 ¼ 1:3180 pffiffiffiffi

N

D4 ¼ D6 ¼ 1:2680 pffiffiffiffi

N

Q ¼ 0:7867 pffiffiffiffi

N

rffiffiffiffi

(1) S 2 ¼ 2 2

N

vffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

u N 3

t 4

(2) S 2 ¼

N 1 2 2

N

V ¼ ffiffiffiffiffiffiffi

v pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

p 1 þ 2v 2

2N

Las observaciones hechas para las medianas también son válidas

aquí.

µ D1 , µ D2 , . . . son casi iguales al primero, segundo, . . . deciles de la

población.

Obsérvese que σ D5 = σ med .

Las observaciones hechas para las medianas también son válidas

aquí.

µ Q es casi igual al rango semiintercuartil poblacional.

Las observaciones hechas para la desviación estándar también son

válidas aquí. Obsérvese que si la población es normal (2) da (1).

µ S

2 = σ 2 (N – 1)/N, que es casi igual a σ 2 cuando N es grande.

Aquí υ = σ/µ es el coeficiente de variación poblacional. La

fórmula dada es válida para poblaciones normales (o casi normales) y

N ≥ 100.


DEMOSTRACIONES DE LA TEORÍA ELEMENTAL DEL MUESTREO EMPLEANDO SOFTWARE 207

Pueden obtenerse resultados semejantes para las distribuciones muestrales de las diferencias entre las proporciones

de dos poblaciones distribuidas en forma binomial con parámetros (p 1 , q 1 ) y (p 2 , q 2 ), respectivamente. En este caso, S 1

y S 2 son proporción de éxitos, P 1 y P 2 , y las ecuaciones (4) se transforman en

P1 P2 ¼ P1 P2 ¼ p 1 p 2 y P1 P2 ¼

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2 P1 þ 2 P2

¼

rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

p 1 q 1

þ p 2q 2

N 1 N 2

Si N 1 y N 2 son grandes (N 1 , N 2 ≥ 30), la distribución muestral de diferencias entre medias o proporciones se aproximan

mucho a una distribución normal.

Algunas veces se necesita la distribución muestral de la suma de estadísticos. La media y la desviación estándar

de estas distribuciones están dadas por

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

S1þS2 ¼ S1 þ S2 y S1þS2 ¼ 2 S1 þ 2 S2

(7)

suponiendo que las muestras sean independientes.

(6)

ERRORES ESTÁNDAR

A la desviación estándar de la distribución muestral de un estadístico suele conocérsele como su error estándar. En la

tabla 8.1 se enumeran los errores estándar de distribuciones muestrales de varios estadísticos, suponiendo que el muestreo

es un muestreo aleatorio de una población infinita (o muy grande) o de una población finita pero hecho el muestreo

con reposición. Se presentan también algunas observaciones especiales en las que se dan las condiciones bajo las

cuales son válidas las fórmulas, así como otras observaciones pertinentes.

Las cantidades µ, σ, p, µ r y X, s, P, m r denotan media, desviación estándar, proporción y el r-ésimo momento

respecto a la media, poblacionales y muestrales, respectivamente.

Se hace notar que si el tamaño N de la muestra es suficientemente grande, la distribución muestral es normal o casi

normal. A esto se debe que estos métodos se conozcan como métodos para muestras grandes. Cuando N < 30, a las

muestras se les llama pequeñas. La teoría de las muestras pequeñas o teoría del muestreo exacto, como se le llama

algunas veces, se estudia en el capítulo 11.

Cuando los parámetros poblacionales, por ejemplo, σ, p o pbien µ r no se conocen, pueden estimarse con bastante

exactitud a partir de sus estadísticos muestrales, s (o bien ^s ¼

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

N=ðN 1Þs), P y m r , siempre y cuando las muestras

sean suficientemente grandes.

DEMOSTRACIONES DE LA TEORÍA ELEMENTAL DEL MUESTREO

EMPLEANDO SOFTWARE

EJEMPLO 1

En una población grande se define la siguiente variable aleatoria. X es la cantidad de computadoras por hogar; X está distribuida de

manera uniforme, es decir, p(x) = 0.25 para x = 1, 2, 3 y 4. En otras palabras, 25% de los hogares tiene 1 computadora; 25% tiene

2 computadoras; 25% tiene tres computadoras y 25% tiene 4 computadoras. La media ð Þ de X es ¼ xpðxÞ ¼0:25 þ 0:5 þ 0:75

þ 1 ¼ 2:5. La varianza de X es 2 ¼ x 2 pðxÞ 2 ¼ 0:25 þ 1 þ 2:25 þ 4 6:25 ¼ 1:25. Entonces, la cantidad media de computadoras

por hogar es 2.5 y la varianza de la cantidad de computadoras por hogar es 1.25.

EJEMPLO 2

Para enumerar todas las muestras, tomadas con reposición, de dos hogares puede usarse MINITAB. La hoja de cálculo se verá como

la que se presenta en la tabla 8.2. Las 16 muestras aparecen en C1 y C2, y la media de cada una de ellas en C3. Como la población

está distribuida de manera uniforme, la probabilidad de cada media muestral es 1/16. Resumiendo, en las columnas C4 y C5 se da

la distribución de probabilidad.

Obsérvese ð Þque ð x ¼ xpðxÞ Þ ¼1ð0:0625Þþ1:5ð0:1250Þþþ4ð0:0625Þ ð Þ ð Þ

¼2:5. Como se ve x ¼ . Además, 2 x ¼

x 2 pðxÞ 2 x ¼ 1ð0:0625Þþ2:25ð0:1250Þþþ16ð0:0625Þ 6:25 ¼ 0:625 con lo que 2 x ¼ð 2 =2Þ. Empleando MINITAB

para dibujar la gráfica de la distribución de probabilidad de x barra se obtiene el resultado que se muestra en la figura 8-1. (Obsérvese

que X y x barra se usan indistintamente.)


208 CAPÍTULO 8 TEORÍA ELEMENTAL DEL MUESTREO

Tabla 8.2

C1

hogar 1

C2

hogar 2

C3

media

C4

x barra

C5

p(x barra)

1

1

1

1

2

2

2

2

3

3

3

3

4

4

4

4

1

2

3

4

1

2

3

4

1

2

3

4

1

2

3

4

1.0

1.5

2.0

2.5

1.5

2.0

2.5

3.0

2.0

2.5

3.0

3.5

2.5

3.0

3.5

4.0

1.0

1.5

2.0

2.5

3.0

3.5

4.0

0.0625

0.1250

0.1875

0.2500

0.1875

0.1250

0.0625

0.25

0.20

p(x barra)

0.15

0.10

0.05

1.0 1.5 2.0 2.5 3.0 3.5

x barra

Figura 8-1 Gráfica de p(x barra) vs. x barra.

4.0

PROBLEMAS RESUELTOS

DISTRIBUCIÓN MUESTRAL DE LAS MEDIAS

8.1 Una población consta de los cinco números 2, 3, 6, 8 y 11. Considerar todas las muestras de tamaño 2 que

pueden extraerse de esta población con reposición. Encontrar: a) la media de la población, b) la desviación

estándar de la población, c) la media de la distribución muestral de las medias y d ) la desviación estándar de

la distribución muestral de las medias (es decir, el error estándar de las medias).


PROBLEMAS RESUELTOS 209

SOLUCIÓN

a) ¼ 2 þ 3 þ 6 þ 8 þ 11 ¼ 30

5

5 ¼ 6:0

b) 2 ¼ ð2 6Þ2 þð3 6Þ 2 þð6 6Þ 2 þð8 6Þ 2 þð11 6Þ 2

5

y σ = 3.29.

¼

16 þ 9 þ 0 þ 4 þ 25

¼ 10:8

5

c) Existen 5(5) = 25 muestras de tamaño 2 que pueden extraerse con reposición (ya que a cada uno de los cinco números

de la primera extracción le corresponden cada uno de los cinco números de la segunda extracción). Así, se tiene

(2, 2) (2, 3) (2, 6) (2, 8) (2, 11)

(3, 2) (3, 3) (3, 6) (3, 8) (3, 11)

(6, 2) (6, 3) (6, 6) (6, 8) (6, 11)

(8, 2) (8, 3) (8, 6) (8, 8) (8, 11)

(11, 2) (11, 3) (11, 6) (11, 8) (11, 11)

Las medias muestrales correspondientes son

2.0 2.5 4.0 5.0 6.5

2.5 3.0 4.5 5.5 7.0

4.0 4.5 6.0 7.0 8.5

5.0 5.5 7.0 8.0 9.5

6.5 7.0 8.5 9.5 11.0

(8)

y la media de la distribución muestral de las medias es

X =

suma de todas las medias muestrales de (8)

= 150

25

25 = 6.0

lo que ilustra que X ¼ .

d )

La varianza 2 X de la distribución muestral de las medias se obtiene restándole 6 a cada una de las medias en (8), elevando

cada resultado al cuadrado, sumando los 25 resultados obtenidos y dividiendo esta suma entre el 25. El resultado

final es 2 X ¼ 135=25 ¼ 5:40 y por lo tanto p

X ¼

ffiffiffiffiffiffiffiffiffi

5:40 ¼ 2:32. Esto ilustra que en una población finita en la

que se muestrea con reposición (o en una población infinita), 2 X ¼ 2 =N, ya que el lado derecho es 10.8/2 = 5.40, que

coincide con el valor anterior.

8.2 Resolver el problema 8.1 considerando que el muestreo se hace sin reposición.

SOLUCIÓN

Como en los incisos a) y b) del problema 8.1, µ = 6 y σ = 3.29.

c) Existen ð 5 2Þ¼10 muestras de tamaño 2 que pueden ser extraídas sin reposición (esto significa que se extrae un número

y después otro diferente al primero) de la población: (2, 3), (2, 6), (2, 8), (2, 11), (3, 6), (3, 8), (3, 11), (6, 8), (6, 11) y

(8, 11). La extracción (2, 3) se considera igual a la (3, 2).

Las medias muestrales correspondientes son 2.5, 4.0, 5.0, 6.5, 4.5, 5.5, 7.0, 7.0, 8.5 y 9.5, y la media de la

distribución muestral de las medias es

X ¼

2:5 þ 4:0 þ 5:0 þ 6:5 þ 4:5 þ 5:5 þ 7:0 þ 7:0 þ 8:5 þ 9:5

¼ 6:0

10


210 CAPÍTULO 8 TEORÍA ELEMENTAL DEL MUESTREO

d )

lo que ilustra que X ¼ .

La varianza de la distribución muestral de las medias es

2 X ¼ ð2:5 6:0Þ2 þð4:0 6:0Þ 2 þð5:0 6:0Þ 2 þþð9:5 6:0Þ 2

10

¼ 4:05

y X ¼ 2:01. Esto ilustra que

ya que el lado derecho es igual a

2 X ¼ 2

N

10:8

2

N p

N

N p 1

5 2

5 1

¼ 4:05

que es lo que se obtuvo antes.

8.3 Supóngase que las estaturas de 3 000 estudiantes del sexo masculino de una universidad tienen una distribución

normal con media 68.0 pulgadas (in) y desviación estándar 3.0 in. Si se obtienen 80 muestras, cada una de 25

estudiantes, ¿cuáles serán la media y la desviación estándar esperadas de la distribución muestral de las medias

si el muestreo se hace: a) con reposición y b) sin reposición?

SOLUCIÓN

El número de muestras de tamaño 25 que teóricamente pueden obtenerse de un grupo de 3 000 estudiantes, con reposición

y sin ésta son, respectivamente (3 000) 25 y ð 3000

25

Þ, que son mucho más que 80. De manera que no se obtendrá una verdadera

distribución muestral de las medias, sino únicamente una distribución muestral experimental. De cualquier manera,

dado que el número de muestras es grande, habrá una estrecha coincidencia entre las dos distribuciones muestrales. Por lo

tanto, la media y la desviación estándar esperadas serán muy semejantes a las de la distribución teórica. Se tiene:

a) X ¼ ¼ 68:0in y X ¼ p ffiffiffiffi ¼ p

3 ffiffiffiffiffi ¼ 0:6in

N 25

¯¯¯¯¯¯¯¯

N

b) X ¼ 68:0in y X = √ p N

= 3¯¯¯

¯¯¯¯¯¯¯¯¯¯¯ 3 000 25

¯¯ N N p 1 25 3 000 1

que es apenas ligeramente menor a 0.6 in y por lo tanto, para fines prácticos, puede considerarse igual a la del muestreo

con reposición.

De esta manera, se espera que la distribución muestral experimental de las medias esté distribuida de manera

aproximadamente normal con media 68.0 in y desviación estándar 0.6 in.

8.4 ¿En cuántas de las muestras del problema 8.3 se esperaría encontrar que la media: a) estuviera entre 66.8 y

68.3 in y b) fuera menor a 66.4 in?

SOLUCIÓN

La media X de una muestra, en unidades estándar, está dada por

z ¼ X

X

X

a) 66.8 en unidades estándar ¼

68.3 en unidades estándar ¼

¼ X 68:0

0:6

66:8 68:0

¼ 2:0

0:6

68:3 68:0

¼ 0:5

0:6


PROBLEMAS RESUELTOS 211

−2.0 0.5

a)

−2.67

b)

Figura 8-2 Áreas bajo la curva normal estándar. a) En esta curva normal estándar se muestra

el área entre z = –2 y z = 0.5. b) En esta curva normal estándar se muestra el área

a la izquierda de z = –2.67.

Como se muestra en la figura 8-2a).

La proporción de muestras cuya media está entre 66.8 y 68.3 in

= (área bajo la curva normal entre z = −2.0 y z = 0.5)

= (área entre z = −2 y z = 0) + (área entre z = 0 y z = 0.5)

= 0.4772 + 0.1915 = 0.6687

Por lo tanto, la cantidad esperada de muestras es (80)(0.6687) = 56.496, o 53.

b) 66.4 en unidades estándar ¼

66:4 68:0

0:6

¼ 2:67

Como se muestra en la figura 8-2b).

Proporción de las muestras que tienen una media

menor que 66.4 in = (área bajo la curva normal a la izquierda de z = −2.67)

= (área a la izquierda de z = 0)

− (área entre z = −2.67 y z = 0)

= 0.5 − 0.4962 = 0.0038

Por lo tanto, el número de muestras esperada es (80)(0.0038) = 0.304 o cero.

8.5 Se tienen 500 balines cuyo peso medio es 5.02 gramos (g) y cuya desviación estándar es 0.30 g. Encontrar la

probabilidad de que todos los balines de una muestra aleatoria de 100 balines, tomada de estos balines, pese:

a) entre 496 y 500 g y b) más de 510 g.


212 CAPÍTULO 8 TEORÍA ELEMENTAL DEL MUESTREO

SOLUCIÓN

Para la distribución muestral de las medias, X ¼ ¼ 5:02 g, y

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

X ¼ p

N p N

ffiffiffiffi ¼ 0:30

rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

500 100

pffiffiffiffiffiffiffi

¼ 0:027 g

N N p 1 100 500 1

a) El peso de los 100 balines, juntos, estará entre 496 y 500 g, si el peso medio de los balines se encuentra entre 4.96 y

5.00 g.

4.96 en unidades estándar ¼

5.00 en unidades estándar ¼

4:96 5:02

¼

0:0027

2:22

5:00 5:02

¼

0:027

0:74

Como se muestra en la figura 8-3a),

Probabilidad buscada = (área entre z = −2.22 y z = −0.74)

= (área entre z = −2.22 y z = 0) − (área entre z = −0.74 y z = 0)

= 0.4868 – 0.2704 = 0.2164

−2.22 −0.74

a)

2.96

b)

Figura 8-3 Las probabilidades muestrales se encuentran como áreas bajo la curva normal estándar.

a) Curva normal estándar en la que se muestra el área entre z = –2.22 y z = –0.74; b) curva normal

estándar en la que se muestra el área a la derecha de z = 2.96.

b) El peso de los 100 balines juntos será mayor a 510 g si el peso medio de los balines es mayor a 5.10 g.

5.10 en unidades estándar ¼

5:10 5:02

¼ 2:96

0:027


PROBLEMAS RESUELTOS 213

Como se muestra la figura 8-3b),

Probabilidad buscada = (área a la derecha de z = 2.96)

= (área a la derecha de z = 0) – (área entre z = 0 y z = 2.96)

= 0.5 – 0.4985 = 0.0015

Por lo tanto, sólo hay 3 posibilidades en 2 000 de obtener una muestra de 100 balines que juntos pesen más de 510 g.

8.6 a) Mostrar la manera de tomar, de la tabla 2.1, 30 muestras aleatorias (con reposición) de 4 estudiantes cada

una, empleando números aleatorios.

b) Encontrar la media y la desviación estándar de la distribución muestral de las medias del inciso a).

c) Comparar los resultados del inciso b) con los valores teóricos y explicar cualquier discrepancia.

SOLUCIÓN

a) Para enumerar cada uno de los 100 estudiantes se emplean los dígitos: 00, 01, 02, . . . , 99 (ver la tabla 8.3). Por lo tanto,

los 5 estudiantes cuya estatura está en el intervalo 60-62 están numerados 00-04; los dieciocho estudiantes cuya estatura

está en el intervalo 63-65 están numerados 05-22, etc. Al número de cada estudiante se le llama número de muestreo.

Tabla 8.3

Estatura (in) Frecuencias Número de muestreo

60-62

63-65

66-68

69-71

72-74

5

18

42

27

8

00-04

05-22

23-64

65-91

92-99

Después, se extraen números de muestreo de una tabla de números aleatorios (apéndice IX). En el primer renglón

se encuentra la secuencia 51, 77, 27, 46, 40, etc., la que será considerada como los números del muestreo aleatorios,

cada uno de los cuales dará la estatura de determinado estudiante. Así, 51 corresponde a un estudiante cuya estatura

está en el intervalo 66-68 in, estatura que se toma como 67 in (la marca de clase). De igual manera, 77, 27 y 46 dan

las estaturas 70, 67 y 67 in, respectivamente.

Mediante este proceso se obtiene la tabla 8.4, en la que se muestra el número de muestreo extraído, la estatura

correspondiente y la estatura promedio de cada una de las 30 muestras. Es necesario decir que aunque se han tomado

los números aleatorios del primer renglón de la tabla, igualmente podría haberse partido de cualquier otro lugar de la

tabla y elegir cualquier otro patrón específico.

b) En la tabla 8.5 se da la distribución de frecuencias de las medias muestrales de las estaturas obtenidas en el inciso a).

Ésta es una distribución muestral de las medias. La media y la desviación estándar se obtienen, como de costumbre,

empleando un método de compilación de los capítulos 3 y 4:

Media ¼ A þ cu ¼ A þ c P fu ð0:75Þð23Þ

¼ 67:00 þ ¼ 67:58 in

N

30

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P P

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

fu

Desviación estándar ¼ c u 2 u 2

2 fu 2

123 23 2

¼ c

¼ 0:75

¼ 1:41 in

N N

30 30

c) La media teórica de la distribución muestral de las medias, dada por X, debe ser igual a la media poblacional µ, que

es 67.45 in (ver problema 3.22), lo que coincide con el valor 67.58 del inciso b).

La p desviación estándar teórica (error estándar) de la distribución muestral de las medias, dada por X, debe ser

igual a =

ffiffiffiffi

N , donde p la desviación estándar poblacional es σ = 2.92 in (ver problema 4.17) y el tamaño de la muestra

es N = 4. Como =

ffiffiffiffi pffiffi

N ¼ 2:92= 4 ¼ 1:46 in, esto coincide con el valor 1.41 in del inciso b). Las ligeras discrepancias

resultan de que sólo se tomaron 30 muestras y de que el tamaño de la muestra es pequeño.


214 CAPÍTULO 8 TEORÍA ELEMENTAL DEL MUESTREO

Tabla 8.4

Números muestrales

extraídos

Estaturas

correspondientes

Estatura

media

Números muestrales

extraídos

Estaturas

correspondientes

Estatura

media

1. 51, 77, 27, 46 67, 70, 67, 67 67.75 16. 11, 64, 55, 58 64, 67, 67, 67 66.25

2. 40, 42, 33, 12 67, 67, 67, 64 66.25 17. 70, 56, 97, 43 70, 67, 73, 67 69.25

3. 90, 44, 46, 62 70, 67, 67, 67 67.75 18. 74, 28, 93, 50 70, 67, 73, 67 69.25

4. 16, 28, 98, 93 64, 67, 73, 73 69.25 19. 79, 42, 71, 30 70, 67, 70, 67 68.50

5. 58, 20, 41, 86 67, 64, 67, 70 67.00 20. 58, 60, 21, 33 67, 67, 64, 67 66.25

6. 19, 64, 08, 70 64, 67, 64, 70 66.25 21. 75, 79, 74, 54 70, 70, 70, 67 69.25

7. 56, 24, 03, 32 67, 67, 61, 67 65.50 22. 06, 31, 04, 18 64, 67, 61, 64 64.00

8. 34, 91, 83, 58 67, 70, 70, 67 68.50 23. 67, 07, 12, 97 70, 64, 64, 73 67.75

9. 70, 65, 68, 21 70, 70, 70, 64 68.50 24. 31, 71, 69, 88 67, 70, 70, 70 69.25

10. 96, 02, 13, 87 73, 61, 64, 70 67.00 25. 11, 64, 21, 87 64, 67, 64, 70 66.25

11. 76, 10, 51, 08 70, 64, 67, 64 66.25 26. 03, 58, 57, 93 61, 67, 67, 73 67.00

12. 63, 97, 45, 39 67, 73, 67, 67 68.50 27. 53, 81, 93, 88 67, 70, 73, 70 70.00

13. 05, 81, 45, 93 64, 70, 67, 73 68.50 28. 23, 22, 96, 79 67, 64, 73, 70 68.50

14. 96, 01, 73, 52 73, 61, 70, 67 67.75 29. 98, 56, 59, 36 73, 67, 67, 67 68.50

15. 07, 82, 54, 24 64, 70, 67, 67 67.00 30. 08, 15, 08, 84 64, 64, 64, 70 65.50

Tabla 8.5

Media muestral Cuenta f u fu fu 2

64.00

64.75

65.50

66.25

A → 67.00

67.75

68.50

69.25

70.00

/

//

/////

////

////

//////

////

/

/

/

/

1

0

2

6

4

4

7

5

1

–4

–3

–2

–1

0

1

2

3

4

–4

0

–4

–6

0

4

14

15

4

16

0

8

6

0

4

28

45

16

P f = N = 30

P fu = 23

P fu

2

= 123

DISTRIBUCIÓN MUESTRAL DE PROPORCIONES

8.7 Encontrar la probabilidad de que en 120 lanzamientos de una moneda: a) menos del 40% o más del 60% sean

cara y b) 5 8 o más sean cara.

SOLUCIÓN

Primer método

Los 120 lanzamientos de la moneda se consideran una muestra de la población infinita de todos los posibles lanzamientos de

una moneda. En esta población la probabilidad de obtener cara es p ¼ 1 2 y la probabilidad de obtener cruz es q ¼ 1 p ¼ 1 2 .


PROBLEMAS RESUELTOS 215

a) La probabilidad que se busca es que en 120 lanzamientos, la cantidad de caras sea menor a 48 o mayor a 72. Se procederá,

como en el capítulo 7, empleando la aproximación normal a la binomial. Como el número de caras es una

variable discreta, se busca la probabilidad de que el número de caras sea menor a 47.5 o mayor a 72.5.

µ = número esperado de caras ¼ Np ¼ 120ð 1 pffiffiffiffiffiffiffiffiffi

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2Þ¼60 y ¼ Npq ¼ ð120Þð 1 2 Þð1 2 Þ ¼ 5:48

Como se muestra en la figura 8-4,

47.5 en unidades estándar ¼

72.5 en unidades estándar ¼

47:5 60

¼ 2:28

5:48

72:5 60

¼ 2:28

5:48

Probabilidad buscada = (área a la izquierda de –2.28 más área a la derecha de 2.28)

= (2(0.0113) = 0.0226)

−2.28 2.28

Figura 8-4 En la aproximación normal a la binomial se usa la curva normal estándar.

Segundo método

P ¼ p ¼ 1 2 ¼ 0:50

sffiffiffiffiffiffiffiffiffiffiffi

rffiffiffiffiffi

pq ð 1 2

P ¼ ¼

Þð1 2 Þ ¼ 0:0456

N 120

40% en unidades estándar ¼

60% en unidades estándar ¼

0:40 0:50

¼ 2:19

0:0456

0:60 0:50

¼ 2:19

0:0456

Probabilidad buscada = (área a la izquierda de –2.19 más área a la derecha de 2.19)

= (2(0.0143) = 0.0286)

Aunque este resultado es exacto a dos cifras significativas, no hay una coincidencia exacta debido a que no se usó el

hecho de que una proporción es en realidad una variable discreta. Para tomar en cuenta esto, a 0.40 se le resta


216 CAPÍTULO 8 TEORÍA ELEMENTAL DEL MUESTREO

1/2N = 1/2(120) y a 0.60 se le suma 1/2N = 1/2(120); como 1/240 = 0.00417, las proporciones buscadas son, en

unidades estándar,

0:40 0:00417 0:50

¼ 2:28 y

0:0456

0:60 þ 0:00417 0:50

0:0456

¼ 2:28

con lo que se obtiene coincidencia con el primer método.

Obsérvese que (0.40 − 0.00417) y (0.60 + 0.00417) corresponden a las proporciones 47.5/120 y 72.5/120

usadas en el primer método.

b) Usando el segundo método del inciso a) se encuentra que como 5 8 ¼ 0:6250,

(0.6250 – 0.00417) en unidades estándar ¼

0:6250 0:00417 0:50

¼ 2:65

0:0456

Probabilidad buscada = (área bajo la curva normal a la derecha de z = 2.65)

= (área a la derecha de z = 0) – (área entre z = 0 y z = 2.65)

= 0.5 – 0.4960 = 0.0040

8.8 Cada una de las 500 personas de un grupo lanza una moneda 120 veces. ¿Cuántas personas pueden esperar:

a) que entre el 40% y el 60% de sus lanzamientos sean cara y b) en 5 8

, o más, de sus lanzamientos obtener

cara?

SOLUCIÓN

Este problema está estrechamente relacionado con el problema 8.7. Aquí se consideran 500 muestras, cada una de tamaño

120, tomadas de la población infinita de todos los posibles lanzamientos de una moneda.

a) En el inciso a) del problema 8.7 se establece que de todas las muestras posibles, cada una consistente en 120 lanzamientos

de una moneda, se puede esperar que en el 97.74% de las mismas se tenga entre 40% y 60% de caras. Entonces,

en 500 muestras se puede esperar que aproximadamente (97.74% de 500) = 489 muestras tengan esta propiedad. Se

concluye que alrededor de 489 personas pueden esperar que en su experimento entre 40% y 60% sean caras.

Es interesante observar que hay 500 − 489 = 11 personas para las que se espera que el porcentaje de caras que

obtengan no esté entre el 40 y el 60%. Estas personas pueden concluir, con razón, que su moneda esté cargada. Este

tipo de error es un riesgo siempre presente cuando se trata con probabilidad.

b) Razonando como en el inciso a) se concluye que aproximadamente (500)(0.0040) = 2 personas obtendrán caras en 5 8,

o más, de sus lanzamientos.

8.9 Se encuentra que el 2% de las herramientas producidas con determinada máquina están defectuosas. ¿Cuál es

la probabilidad de que en un pedido de 400 de estas herramientas: a) 3% o más y b) 2% o menos resulten

defectuosas?

SOLUCIÓN

rffiffiffiffiffi

rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

pq ð0:02Þð0:98Þ

P ¼ p ¼ 0:02 y P ¼ ¼

N 400

¼ 0:14

20 ¼ 0:007

a) Primer método

Empleando la corrección para variables discretas, 1/2N = 1/800 = 0.00125, se tiene

(0.03 – 0.00125) en unidades estándar ¼

0:03 0:00125 0:02

¼ 1:25

0:007

Probabilidad buscada = (área bajo la curva normal a la derecha de z = 1.25) = 0.1056

Si no se usa la corrección, se obtiene 0.0764.


PROBLEMAS RESUELTOS 217

Otro método

(3% de 400) = 12 herramientas defectuosas. Considerando la variable como una variable continua, 12 o más herramientas

significa 11.5 o más.

p

X = (2% de 400) = 8 y ¼ ffiffiffiffiffiffiffiffiffi p

Npq ¼

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

ð400Þð0:02Þð0:98Þ ¼ 2:8

Entonces, 11.5 en unidades estándar = (11.5 – 8)/2.8 = 1.25, y como se encontró antes, la probabilidad buscada es

0.1056.

0:02 þ 0:00125 0:02

b) (0.02 + 0.00125) en unidades estándar ¼ ¼ 0:18

0:007

Probabilidad buscada = (área bajo la curva normal a la izquierda de z = 0.18)

= 0.5000 + 0.0714 = 0.5714

Si no se usa la corrección, se obtiene 0.5000. También se puede usar el segundo método del inciso a).

8.10 Como resultado de una elección se observa que determinado candidato obtuvo 46% de los votos. Determinar

la probabilidad de que en una encuesta realizada a: a) 200 y b) 1 000 personas elegidas al azar de la población

de votantes se hubiera obtenido una mayoría de votos a favor de este candidato.

SOLUCIÓN

rffiffiffiffiffi

rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

pq ð0:46Þð0:54Þ

a) P ¼ p ¼ 0:46 y P ¼ ¼

¼ 0:0352

N 200

Como 1/2N = 1/400 = 0.0025, se tiene una mayoría en la muestra si la proporción a favor de este candidato es 0.50

+ 0.0025 = 0.5025 o más. (Esta proporción puede obtenerse también observando que una mayoría es 101 o más, pero

considerada como variable continua esto corresponde a 100.5, con lo que la proporción es 100.5/200 = 0.5025.)

0:5025 0:46

0.5025 en unidades estándar ¼ ¼ 1:21

0:0352

Probabilidad buscada = (área bajo la curva normal a la derecha de z = 1.21)

= 0.5000 − 0.3869 = 0.1131

b) p ¼ p ¼ 0:46 y P = pq

= (0.46)(0.54)

= 0.0158

N 1 000

0:5025 0:46

0.5025 en unidades estándar ¼ ¼ 2:69

0:0158

Probabilidad buscada = (área bajo la curva normal a la derecha de z = 2.69)

= 0.5000 – 0.4964 = 0.0036

DISTRIBUCIÓN MUESTRAL DE DIFERENCIAS Y DE SUMAS

8.11 Sea U 1 una variable que representa los elementos de la población 3, 7, 8 y U 2 una variable que representa los

elementos de la población 2, 4. Calcular: a) µ U1 , b) µ U2 , c) µ U1–U2 , d ) σ U1 , e) σ U2 y f ) σ U1–U2 .

SOLUCIÓN

a) µ U1 = media de la población U 1 ¼ 1 3

ð3 þ 7 þ 8Þ ¼6

b) µ U2 = media de la población U 2 ¼ 1 2 ð2 þ 4Þ ¼3


218 CAPÍTULO 8 TEORÍA ELEMENTAL DEL MUESTREO

c) Esta población consta de todas las diferencias entre los miembros de U 1 y U 2 , que es

Por lo tanto, U1 U2 ¼ media de ðU 1 U 2 Þ¼

3 2 7 2 8 2

o

1 5 6

3 4 7 4 8 4 1 3 4

Esto ilustra que U1 U2 ¼ U1 U2 , como se ve en los incisos a) y b).

1 þ 5 þ 6 þð 1Þþ3 þ 4

¼ 3

6

d ) 2 U1 ¼ varianza de la población U 1 ¼ ð3 6Þ2 þð7 6Þ 2 þð8 6Þ 2

o bien

rffiffiffiffiffi

14

U1 ¼

3

e) 2 U2 ¼ varianza de la población U 2 ¼ ð2 3Þ2 þð4 3Þ 2

¼ 1 o bien

2

U2 ¼ 1

f ) 2 U1 U2 ¼ varianza de la población (U 1 – U 2 )

rffiffiffiffiffi

17

o U1 U2 ¼

3

3

¼ 14

3

¼ ð1 3Þ2 þð5 3Þ 2 þð6 3Þ 2 þð 1 3Þ 2 þð3 3Þ 2 þð4 3Þ 2

6

Esto ilustra que para muestras independientes U1

U2 ¼

¼ 17

3

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2 U1 þ 2 U2, como se ve en los incisos d ) y e).

8.12 El tiempo medio de vida de los focos del fabricante A es 1 400 horas (h) y su desviación estándar es 200 h, en

tanto que el tiempo medio de vida de los focos del fabricante B es 1 200 h y su desviación estándar es 100 h.

Si se prueban muestras aleatorias de 125 focos de cada fabricante, ¿cuál es la probabilidad de que el tiempo

medio de vida de los focos del fabricante A sea por lo menos: a) 160 h y b) 250 h mayor que el del fabricante

B?

SOLUCIÓN

Sean X A y X B los tiempos medios de vida en las muestras de A y de B, respectivamente. Entonces

X A

X B

¼ X A

X B

¼ 1 400 − 1 200 = 200 h

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2 A

y X A

X B

¼ þ 2 B ð100Þ 2

¼

N A N B 125 þ ð200Þ2 ¼ 20 h

125

La variable estandarizada que corresponde a la diferencia entre las medias es

z ¼ ð X A

X B Þ ð X A

X B

Þ

¼ ð X A

X B Þ 200

X A

X B

20

que está distribuida casi normalmente.

a) La diferencia de 160 h en unidades estándar es (160 − 200)/20 = −2. Por lo tanto

Probabilidad buscada = (área bajo la curva normal a la derecha de z = −2)

= 0.5000 + 0.4772 = 0.9772

b) La diferencia de 250 h en unidades estándar es (250 – 200)/20 = 2.50. Por lo tanto

Probabilidad buscada = (área bajo la curva normal a la derecha de z = 2.50)

= 0.5000 − 0.4938 = 0.0062


PROBLEMAS RESUELTOS 219

8.13 Los balines de determinada marca tienen un peso promedio de 0.50 g y su desviación estándar es 0.02 g. ¿Cuál

es la probabilidad de que entre dos lotes, cada uno de 1 000 balines, haya una diferencia de peso de más de 2 g?

SOLUCIÓN

Sean X 1 y X 2 las medias de los pesos de los balines de los dos lotes. Entonces

X 1

X 2

¼ X 1

X 2

¼ 0:50 0:50 ¼ 0

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2 1

y X 1 X 2

¼ þ 2 2

ð0:02Þ 2

¼

N 1 N 2 1000 þ ð0:02Þ2 ¼ 0:000895

1 11000

La variable estandarizada correspondiente a la diferencia entre las medias es

z ¼ ð X 1

X 2 Þ 0

0:000895

que está distribuida en forma aproximadamente normal.

Una diferencia de 2 g entre los lotes es equivalente a una diferencia de 2/1 000 = 0.002 g entre las medias. Esto

puede ocurrir si X 1

X 2 0:002 o si X 1 X 2 0:002; es decir,

z 0:002 0

0:002 0

¼ 2:23 o z

0:000895 0:000895 ¼ 2:23

Entonces Prfz 2:23 o z 2:23g ¼Prfz 2:23gþPrfz 2:23g ¼2ð0:5000 0:4871Þ ¼0:0258:

8.14 A y B juegan un partido que consiste en que cada uno lance 50 monedas. A gana el partido si obtiene 5 o más

caras que B; si no, B lo gana. Determinar las posibilidades en contra de que A gane un juego.

SOLUCIÓN

Sean P A y P B las proporciones de caras obtenidas por A y por B, respectivamente. Si se supone que las monedas no están

cargadas, la probabilidad p de obtener una cara es 1 2 . Entonces

PA P B

¼ PA PB ¼ 0

y

PA P B

¼

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2 P A

þ 2 P B

¼

sffiffiffiffiffiffiffiffiffiffiffiffiffi

rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

pq

þ pq 2ð 1 2

¼

Þð1 2 Þ ¼ 0:10

N A N B 50

La variable estandarizada correspondiente a esta diferencia entre las proporciones es z = (P A − P B − 0)/0.10.

Considerando la variable como variable continua, 5 o más caras corresponde a 4.5 o más caras, de manera que la

diferencia entre las proporciones debe ser de 4.5/50 = 0.09 o más; es decir, z es mayor o igual a (0.09 − 0)/0.10 = 0.9 (o

bien z ≥ 0.9). La probabilidad de esto es el área bajo la curva normal a la derecha de z = 0.9, la cual es (0.5000 − 0.3159)

= 0.1841.

De manera que las posibilidades en contra de que A gane son (1 − 0.1841):0.1841 = 0.8159:0.1841, o 4.43 a 1.

8.15 Dos distancias se miden como 27.3 centímetros (cm) y 15.6 cm con desviaciones estándar (errores estándar)

de 0.16 y 0.08 cm, respectivamente. Determinar la media y la desviación estándar de: a) la suma y b) la diferencia

de estas distancias.

SOLUCIÓN

Si las distancias se denotan D 1 y D 2 , entonces:

a) D1þD2 ¼ D1 þ D2 ¼ 27:3 þ 15:6 ¼ 42:9cm

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

D1þD2 ¼ 2 D1 þ 2 D2

¼ ð0:16Þ 2 þð0:08Þ 2 ¼ 0:18 cm

b) D1 D2 ¼ D1 D2 ¼ 27:3 15:6 ¼ 11:7cm

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

D1 D2 ¼ 2 D1 þ 2 D2

¼ ð0:16Þ 2 þð0:08Þ 2 ¼ 0:18 cm


220 CAPÍTULO 8 TEORÍA ELEMENTAL DEL MUESTREO

8.16 La media del tiempo de vida de determinado tipo de foco es 1 500 h y la desviación estándar es 150 h. Se

conectan tres de estos focos de manera que cuando uno se funda, otro empiece a funcionar. Suponiendo que los

tiempos de vida estén distribuidos normalmente, ¿cuál es la probabilidad de que la iluminación dure: a) por lo

menos 5 000 h y b) a lo mucho 4 200 h?

SOLUCIÓN

Suponga que los tiempos de vida son L 1 , L 2 y L 3 . Entonces

L1þL2þL3 ¼ L1 þ L2 þ L3 ¼ 1 500 + 1 500 + 1 500 = 4 500 h

L1þL2þL3 ¼

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2 L1 þ 2 L2 þ 2 L3

¼

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

3ð150Þ 2 ¼ 260 h

5 000 4 500

a) 50 000 h en unidades estándar = = 1.92

260

Probabilidad buscada = (área bajo la curva normal a la derecha de z = 1.92)

= 0.5000 − 0.4726 = 0.0274

4 200 4 500

b) 4 200 h en unidades estándar = 1.15

260

Probabilidad buscada = (área bajo la curva normal a la izquierda de z = −1.15)

= 0.5000 − 0.3749 = 0.1251

DEMOSTRACIONES DE LA TEORÍA ELEMENTAL DEL MUESTREO

EMPLEANDO SOFTWARE

8.17 En una universidad, 1/3 de los estudiantes toma 9 horas de crédito, 1/3 toma 12 horas de crédito y 1/3 toma

15 horas de crédito. Si X representa las horas de crédito que toma un estudiante, la distribución de X es p(x) =

1/3 para x = 9, 12 y 15. Encontrar la media y la varianza de X. ¿Qué tipo de distribución tiene X?

SOLUCIÓN

La media de X es ¼ P xpðxÞ ¼9ð1=3Þþ12ð1=3Þþ15ð1=3Þ ¼12. La varianza de X es 2 ¼ P x 2 pðxÞ

81ð1=3Þþ144ð1=3Þþ225ð1=3Þ 144 ¼ 150 144 ¼ 6. La distribución de X es uniforme.

2 ¼

8.18 Enumerar todas las muestras de tamaño n = 2 que pueden tomarse (con reposición) de la población del problema

8.17. Usar el asistente para gráficos de EXCEL para graficar la distribución muestral de la media y mostrar

que x ¼ y que 2 x ¼ 2 =2.

SOLUCIÓN

A B C D E F G

media x barra p(x barra) x barra × p(x barra) x barra 2 × p(x barra)

9 9 9 9 0.111111 1 9

9 12 10.5 10.5 0.222222 2.333333333 24.5

9 15 12 12 0.333333 4 48

12 9 10.5 13.5 0.222222 3 40.5

12 12 12 15 0.111111 1.666666667 25

12 15 13.5 12 147

15 9 12

15 12 13.5

15 15 15


PROBLEMAS RESUELTOS 221

La hoja de cálculo de EXCEL muestra en A y en B los valores muestrales posibles y en C las medias. La distribución

muestral de x barra se construye y se da en D y E. En C2 se ingresa la función =AVERAGE(A2:B2), se hace

clic y se arrastra de C2 a C10. Como la población es uniforme, cada muestra tiene probabilidad 1/9 de ser elegida. La

media muestral se representa por x barra. La media de las medias muestrales es x ¼ xpðxÞ y se calcula de F2 a F6.

La función =SUM(F2:F6) se ingresa en F7 y se obtiene 12, mostrando que x ¼ . La varianza de las medias muestrales

es 2 x ¼ x 2 pðxÞ 2 x y se calcula como sigue. De G2 a G6 se calcula x 2 pðxÞ. En G7 se ingresa la función

=SUM(G2:G6), que es igual a 147. Restando 12 2 o bien144 de 147, se obtiene 3, que es 2 x ¼ 2 =2. En la figura 8-5

se muestra que con un tamaño de muestra 2, la distribución muestral de x es un poco parecida a una distribución

normal. Las probabilidades mayores se encuentran cerca de 12 y éstas disminuyen hacia la derecha y hacia la izquierda

de 12.

0.35

0.3

0.25

0.2

0.15

0.1

0.05

0

9 10 11 12 13 14 15

x barra

Figura 8-5 Distribución de x barra para n = 2.

8.19 Enlistar todas las muestras de tamaño n = 3 que se pueden obtener con reposición de la población del problema

8.17. Usar EXCEL para construir la distribución muestral de la media. Para graficar la distribución muestral

de la media se usa el asistente para gráficos de EXCEL. Mostrar que x ¼ y que 2 x ¼ 2

3 .

SOLUCIÓN

A B C D E F G H

media x barra p(x barra) x barra*p(x barra) x barra^2p(x barra)

9 9 9 9 9 0.037037037 0.333333333 3

9 9 12 10 10 0.111111111 1.111111111 11.11111111

9 9 15 11 11 0.222222222 2.444444444 26.88888889

9 12 9 10 12 0.259259259 3.111111111 37.33333333

9 12 12 11 13 0.222222222 2.888888889 37.55555556

9 12 15 12 14 0.111111111 1.555555556 21.77777778

9 15 9 11 15 0.037037037 0.555555556 8.333333333

9 15 12 12 12 146

9 15 15 13

12 9 9 10


222 CAPÍTULO 8 TEORÍA ELEMENTAL DEL MUESTREO

Continuación

A B C D E F G H

media x barra p(x barra) x barra*p(x barra) x barra^2p(x barra)

12 9 12 11

12 9 15 12

12 12 9 11

12 12 12 12

12 12 15 13

12 15 9 12

12 15 12 13

12 15 15 14

15 9 9 11

15 9 12 12

15 9 15 13

15 12 9 12

15 12 12 13

15 12 15 14

15 15 9 13

15 15 12 14

15 15 15 15

En la hoja de cálculo de EXCEL se muestran en A, B y C todos los valores muestrales, las medias se dan en D y la

distribución muestral de x barra se calcula y se da en E y F. En D2 se ingresa la función =AVERAGE(A2:C2), se hace

clic y se arrastra desde D2 hasta D28. Como esta población es uniforme, cada muestra tiene la probabilidad 1/27 de

ser elegida. La media muestral se representa por x barra. La media de las medias muestral es x ¼ xpðxÞ y se calcula

desde G2 hasta G8. La función =SUM(G2:G8) se ingresa en G9 y da como resultado 12, lo que demuestra que con

muestras de tamaño n = 3 x ¼ . La varianza de las medias muestrales es 2 x ¼ x 2 pðxÞ 2 x y se calcula como

sigue. Desde H2 hasta H8 se calcula x 2 pðxÞ. En H9 se ingresa la función =SUM(H2:H8), que da como resultado

146. Restando 12 2 , que es 144, de 146, se obtiene 2. Obsérvese que 2 x ¼ 2 =3. En la figura 8-6 se observa la tendencia

de la distribución x barra a una distribución normal.

0.3

0.25

0.2

0.15

0.1

0.05

0

9 10 11 12 13 14 15

x barra

Figura 8-6 Distribución de x barra para n = 3.


PROBLEMAS SUPLEMENTARIOS 223

8.20 Enlistar las 81 muestras de tamaño n = 4 (con reposición) que se pueden obtener de la población del problema

8.17. Usar EXCEL para construir la distribución muestral de las medias. Con el asistente para gráficos de

EXCEL, graficar la distribución muestral de las medias, y mostrar que x ¼ y que 2 x ¼ 2 =4.

SOLUCIÓN

El método empleado en los problemas 8.18 y 8.19 se extiende a muestras de tamaño 4. En la hoja de cálculo de EXCEL se

obtiene la siguiente distribución para x barra. Además, se puede demostrar que x ¼ y que 2 x ¼ 2 =4.

x barra p(x barra) x barra*p(x barra) x barra^2p(x barra)

9 0.012345679 0.111111111 1

9.75 0.049382716 0.481481481 4.694444444

10.5 0.12345679 1.296296296 13.61111111

11.25 0.197530864 2.222222222 25

12 0.234567901 2.814814815 33.77777778

12.75 0.197530864 2.518518519 32.11111111

13.5 0.12345679 1.666666667 22.5

14.25 0.049382716 0.703703704 10.02777778

15 0.012345679 0.185185185 2.777777778

1 12 145.5

En la figura 8-7 se muestra la gráfica de EXCEL de la distribución de x barra para muestras de tamaño 4.

0.25

0.2

0.15

0.1

0.05

0

9 10 11 12 13 14 15

x barra

Figura 8-7 Distribución de x barra para muestras de n = 4.

PROBLEMAS SUPLEMENTARIOS

DISTRIBUCIÓN MUESTRAL DE LAS MEDIAS

8.21 Una población consta de los cuatro números 3, 7, 11 y 15. Considerar todas las posibles muestras con reposición de tamaño

2 que pueden obtenerse de esta población. Encontrar: a) la media poblacional, b) la desviación estándar poblacional,


224 CAPÍTULO 8 TEORÍA ELEMENTAL DEL MUESTREO

c) la media de la distribución muestral de las medias y d ) la desviación estándar de la distribución muestral de las medias.

Verificar los incisos c) y d ) directamente a partir de los incisos a) y b) empleando las fórmulas adecuadas.

8.22 Resolver el problema 8.21 si el muestreo se hace sin reposición.

8.23 Las masas de 1 500 balines están distribuidas de manera normal, siendo su media 22.40 g y su desviación estándar 0.048 g.

Si de esta población se toman 300 muestras aleatorias de tamaño 36, determinar la media y la desviación estándar esperadas

en la distribución muestral de las medias si el muestreo se hace: a) con reposición y b) sin reposición.

8.24 Resolver el problema 8.23 si la población consta de 72 balines.

8.25 ¿En cuántas de las muestras aleatorias del problema 8.23 la media: a) estará entre 22.39 y 22.41 g, b) será mayor a 22.42 g,

c) será menor a 22.37 g y d ) será menor a 22.38 g o mayor a 22.41 g?

8.26 La media de la vida útil de ciertos cinescopios fabricados por una empresa es 800 h y la desviación estándar es 60 h. Encontrar

la probabilidad de que en una muestra aleatoria de 16 cinescopios la media del tiempo de vida: a) esté entre 790 y 810 h,

b) sea menor a 785 h, c) sea mayor a 820 h y d ) esté entre 770 y 830 h.

8.27 Repetir el problema 8.26 con una muestra aleatoria de 64 cinescopios. Explicar la diferencia.

8.28 Los paquetes que se reciben en una tienda departamental pesan en promedio 300 libras (lb) y su desviación estándar es de

50 lb. ¿Cuál es la probabilidad de que 25 paquetes recibidos al azar pesen más del límite de seguridad especificado en el

elevador, que es 8 200 lb?

NÚMEROS ALEATORIOS

8.29 Repetir el problema 8.6 usando un conjunto diferente de números aleatorios y seleccionando: a) 15, b) 30, c) 45 y d ) 60

muestras, con reposición, de tamaño 4. En cada caso, comparar con los resultados teóricos.

8.30 Repetir el problema 8.29 tomando muestras de tamaño: a) 2 y b) 8 con reposición, en lugar de tamaño 4 con reposición.

8.31 Repetir el problema 8.6, pero muestreando sin reposición. Comparar con los resultados teóricos.

8.32 a) Mostrar cómo se toman 30 muestras de tamaño 2 de la distribución del problema 3.61.

b) Calcular la media y la desviación estándar de la distribución muestral de las medias obtenida y compararla con los

resultados teóricos.

8.33 Repetir el problema 8.32 empleando muestras de tamaño 4.

DISTRIBUCIÓN MUESTRAL DE PROPORCIONES

8.34 Encontrar la probabilidad de que de los 200 próximos niños que nazcan, a) menos de 40% sean varones, b) entre 43 y 57%

sean niñas y c) más de 54% sean varones. Supóngase que existe la misma probabilidad de nacimiento de un niño que de

una niña.

8.35 De 1 000 muestras, cada una de 200 niños, ¿en cuántas puede esperarse encontrar que: a) menos del 40% sean niños,

b) entre 40 y 60% sean niñas y c) 53% o más sean niñas?


PROBLEMAS SUPLEMENTARIOS 225

8.36 Repetir el problema 8.34 si las muestras son de 100 y no de 200 niños y explicar las diferencias resultantes.

8.37 Una urna contiene 80 canicas, de las cuales el 60% son rojas y el 40% son blancas. De 50 muestras, cada una de 20 canicas,

tomadas de la urna con reposición, ¿en cuántas muestras se puede esperar que: a) haya el mismo número de canicas rojas

que de canicas blancas, b) haya 12 canicas rojas y 8 canicas blancas, c) haya 8 canicas rojas y 12 canicas blancas y d ) 10

o más canicas sean blancas?

8.38 Diseñar un experimento que tenga por objeto ilustrar los resultados del problema 8.37. En lugar de canicas rojas y blancas

se pueden usar tiras de papel en las que se escriba R y B en las proporciones adecuadas. ¿Qué error se introduciría al usar

dos conjuntos diferentes de monedas?

8.39 Un fabricante envía 1 000 lotes, cada uno de 100 bulbos eléctricos. Si es normal que el 5% de los bulbos esté defectuoso,

¿en cuántos de los lotes se esperaría: a) menos de 90 bulbos buenos y b) 98 o más bulbos buenos?

DISTRIBUCIONES MUESTRALES DE DIFERENCIA Y DE SUMAS

8.40 A y B fabrican cables que tienen una resistencia media a la ruptura de 4 000 lb y 4 500 lb, y desviaciones estándar de 300

lb y 200 lb, respectivamente. Si se prueban 100 cables del fabricante A y 50 cables del fabricante B, ¿cuál es la probabilidad

de que la resistencia media a la ruptura de B sea: a) por lo menos 600 lb mayor que la de A y b) por lo menos 450 lb mayor

que la de A?

8.41 En el problema 8.40, ¿cuáles son las probabilidades si se prueban 100 cables de cada fabricante? Explicar cualquier diferencia.

8.42 La puntuación media obtenida por los estudiantes en una prueba de aptitud es 72 puntos y la desviación estándar es 8 puntos.

¿Cuál es la probabilidad de que dos grupos de estudiantes, uno de 28 y otro de 36 estudiantes, difieran en la media de

sus puntuaciones en: a) 3 o más puntos, b) 6 o más puntos y c) entre 2 y 5 puntos?

8.43 Una urna contiene 60 canicas rojas y 40 canicas blancas. De esta urna se extraen, con reposición, dos conjuntos de 30

canicas cada uno, y se van anotando sus colores. ¿Cuál es la probabilidad de que los dos conjuntos difieran en 8 o más

canicas rojas?

8.44 Resolver el problema 8.43 si para obtener los dos conjuntos de canicas el muestreo se hace sin reposición.

8.45 Los resultados de una elección indican que un candidato obtuvo el 65% de los votos. Encontrar la probabilidad de que dos

muestras aleatorias, cada una de 200 votantes, indiquen una diferencia mayor al 10% entre las proporciones de quienes

votaron por el candidato.

8.46 Si U 1 y U 2 son los conjuntos de números del problema 8.11, verificar que: a) U1þU2 ¼ U1 þ U2 y b) U1þU2 ¼

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2 U1 þ 2 U2.

8.47 Los valores que se obtienen al medir tres masas son 20.48, 35.97 y 62.34 g, con desviaciones estándar de 0.21, 0.46 y 0.54 g,

respectivamente. Encontrar: a) la media y b) la desviación estándar de la suma de las masas.

8.48 El voltaje medio de una batería es 15.0 volts (V) y la desviación estándar es 0.2 V. ¿Cuál es la probabilidad de que cuatro

de estas baterías conectadas en serie tengan, juntas, un voltaje de 60.8 V o más?


226 CAPÍTULO 8 TEORÍA ELEMENTAL DEL MUESTREO

DEMOSTRACIONES DE LA TEORÍA ELEMENTAL DEL MUESTREO EMPLEANDO SOFTWARE

8.49 En una universidad la distribución de las horas crédito es como sigue:

x 6 9 12 15 18

p(x) 0.1 0.2 0.4 0.2 0.1

Encontrar µ y σ 2 . Dar las 25 muestras (con reposición) de tamaño 2 que se pueden obtener, su media y sus probabilidades.

8.50 Graficar la distribución de probabilidad de x barra del problema 8.49, para n = 2.

8.51 Con los datos del problema 8.50, mostrar que x ¼ y 2 x ¼ 2

2 .

8.52 Con los datos del problema 8.49, proporcionar y graficar la distribución de probabilidad de x barra para n = 3.


TEORÍA DE

LA ESTIMACIÓN

ESTADÍSTICA

9

ESTIMACIÓN DE PARÁMETROS

En el capítulo 8 se vio cómo emplear la teoría del muestreo para obtener información acerca de muestras extraídas en

forma aleatoria de una población desconocida. Sin embargo, desde el punto de vista práctico, suele ser más importante

poder inferir información acerca de una población a partir de muestras obtenidas de ella. De estos problemas se

ocupa la inferencia estadística en la que se usan los principios de la teoría del muestreo.

Un problema importante de la inferencia estadística es la estimación de parámetros poblacionales, o simplemente

parámetros (como, por ejemplo, la media y la varianza poblacionales), a partir de los correspondientes estadísticos

muestrales, o simplemente estadísticos (por ejemplo, la media y la varianza muestrales). En este capítulo se analiza

este problema.

ESTIMACIONES INSESGADAS

Si la media de la distribución muestral de un estadístico es igual al parámetro poblacional correspondiente se dice que

el estadístico es un estimador insesgado del parámetro; si no es así, se dice que es un estimador sesgado. A los valores

de estos estadísticos se les llama estimaciones insesgadas o sesgadas, respectivamente.

EJEMPLO 1 La media de la distribución muestral de las medias X es µ, la media poblacional. Por lo tanto, la media muestral

X es una estimación insesgada de la media poblacional µ.

EJEMPLO 2 La media de la distribución muestral de las varianzas es

s 2 ¼ N 1

N

donde σ 2 es la varianza poblacional y N es el tamaño de la muestra (ver tabla 8.1). Por lo tanto, la varianza muestral s 2 es una estimación

sesgada de la varianza poblacional σ 2 . Empleando la varianza modificada

^s 2 ¼

N

N

se encuentra que ^s 2 ¼ 2 , de manera que ^s 2 es una estimación insesgada de σ 2 . Sin embargo, ^s es una estimación sesgada de σ.

2

1 s2

227


228 CAPÍTULO 9 TEORÍA DE LA ESTIMACIÓN ESTADÍSTICA

En el lenguaje de la esperanza matemática (ver capítulo 6) se puede decir que un estadístico es insesgado si su

esperanza matemática es igual al correspondiente parámetro poblacional. Por lo tanto, X y ^s 2 son insesgados, ya que

Ef Xg ¼ y Ef^s 2 g¼ 2 .

ESTIMACIONES EFICIENTES

Si la distribución muestral de dos estadísticos tiene la misma media (o esperanza), entonces al estadístico que tiene la

menor varianza se le llama estimador eficiente del parámetro correspondiente, y al otro se le llama estimador ineficiente.

A los valores de estos estadísticos se les llama estimaciones eficientes e ineficientes, respectivamente.

Si se consideran todos los estadísticos cuya distribución muestral tiene una misma media, al estadístico que tiene

la menor varianza suele llamársele estimador más eficiente o mejor del parámetro correspondiente.

EJEMPLO 3 Las distribuciones muestrales de la media y de la mediana tienen la misma media, a saber, la media poblacional.

Sin embargo, la varianza de la distribución muestral de las medias es menor que la varianza de la distribución muestral de las

medianas (ver tabla 8.1). Por lo tanto, la media muestral proporciona una estimación eficiente de la media poblacional, en tanto que

la mediana muestral proporciona una estimación ineficiente de la media poblacional.

De todos los estadísticos que estiman la media poblacional, la media muestral proporciona la mejor (o la más eficiente) estimación.

En la práctica, las estimaciones ineficientes suelen usarse debido a la relativa facilidad con que algunas de ellas

pueden obtenerse.

ESTIMACIONES PUNTUALES Y ESTIMACIONES POR INTERVALO;

SU CONFIABILIDAD

A una estimación de un parámetro poblacional que se da mediante un solo número se le llama estimación puntual del

parámetro. A una estimación de un parámetro poblacional que se da mediante dos números, entre los cuales se considera

que debe estar el parámetro en cuestión, se le llama estimación por intervalo del parámetro en cuestión.

Las estimaciones por intervalo dan la precisión, o exactitud, de la estimación, y por esto se prefieren a las estimaciones

puntuales.

EJEMPLO 4 Si se dice que en la medición de una distancia se obtuvo como resultado 5.28 metros (m), se está dando una estimación

puntual. En cambio, si se dice que la distancia es 5.28 ± 0.03 m (es decir, que la distancia está entre 5.25 y 5.31 m), se está

dando una estimación por intervalo.

La información sobre el error (o precisión) de una estimación es su confiabilidad.

ESTIMACIÓN DE PARÁMETROS POBLACIONALES MEDIANTE

UN INTERVALO DE CONFIANZA

Sean µ S y σ S la media y la desviación estándar (error estándar), respectivamente, de la distribución muestral de un

estadístico S. Entonces, si la distribución muestral de S es aproximadamente normal (lo que se sabe que es así para

muchos estadísticos si el tamaño de la muestra es N ≥ 30), se puede esperar que exista un estadístico muestral S que

se encuentre en los intervalos µ S − σ S a µ S + σ S , µ S − 2σ S a µ S + 2σ S o µ S − 3σ S a µ S + 3σ S , a 68.27%, 95.45% y

99.73% de las veces, respectivamente.

De igual manera, se puede hallar (o se puede tener confianza de hallar) µ S en los intervalos S − σ S a S + σ S , S −

2σ S a S + 2σ S o S − 3σ S a S + 3σ S a 68.27, 95.45 y 99.73% de las veces, respectivamente. Debido a ello, a estos

intervalos se les llama intervalos de confianza de 68.27%, 95.45% y 99.73% para estimar µ S . A los números de los

extremos de estos intervalos (S ± σ S , S ± 2σ S y S ± 3σ S ) se les llama límites de confianza o límites fiduciales.

De igual manera, S ± 1.96σ S y S ± 2.58σ S son los límites de confianza de 95% y de 99% (o de 0.95 y 0.99) para

S. Al porcentaje de confianza se le suele llamar nivel de confianza. A los números 1.96, 2.58, etc., que aparecen en los

límites de confianza, se les llama coeficientes de confianza o valores críticos y se denotan z c . A partir de los niveles de

confianza se pueden encontrar los coeficientes de confianza y viceversa.


ESTIMACIÓN DE PARÁMETROS POBLACIONALES MEDIANTE UN INTERVALO DE CONFIANZA 229

En la tabla 9.1 se presentan los valores de z c que corresponden a varios niveles de confianza que se usan en la

práctica. Los valores de z c para niveles de confianza que no estén en esta tabla se pueden encontrar en las tablas de

áreas de la curva normal (ver apéndice II).

Tabla 9.1

Nivel de confianza 99.73% 99% 98% 96% 95.45% 95% 90% 80% 68.27% 50%

z c 3.00 2.58 2.33 2.05 2.00 1.96 1.645 1.28 1.00 0.6745

Intervalos de confianza para las medias

Si el estadístico S es la media muestral X, entonces los límites de confianza de 95 y 99% para la estimación de la media

poblacional µ están dados por X 1:96 X y X 2:58 X, respectivamente. En general, los límites de confianza están

dados por X z c X, donde z c (que depende del nivel de confianza deseado) puede leerse en la tabla 9.1. Empleando

los valores para X obtenidos en el capítulo 8, se ve que los límites de confianza para la media poblacional están dados

por

X z c

p ffiffiffiffi

(1)

N

si el muestreo se hace ya sea de una población infinita o de una población finita, pero con reposición, y están dados

por

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

N p N

X z c p ffiffiffiffi

(2)

N N p 1

si el muestreo se hace sin reposición de una población de tamaño finito N p .

Por lo general no se conoce la desviación estándar poblacional σ; de manera que para obtener los límites de confianza

anteriores, se usa la estimación muestral ^s o s. El resultado es satisfactorio si N ≥ 30. Si N < 30, la aproximación

es pobre y se debe emplear la teoría del muestreo para muestras pequeñas (ver capítulo 11).

Intervalos de confianza para proporciones

Si el estadístico S es la proporción de “éxitos” en una muestra de tamaño N obtenida de una población binomial en la

que p es la proporción de éxitos (es decir, la probabilidad de éxito), entonces los límites de confianza para p están

dados por P ± z c σ p , donde P es la proporción de éxitos en una muestra de tamaño N. Empleando los valores para σ p

indicados en el capítulo 8 se ve que los límites de confianza para la proporción poblacional están dados por

rffiffiffiffiffi

rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

pq

pð1 pÞ

P z c ¼ P z

N

c

N

(3)

si el muestreo se hace de una población infinita o de una población finita, pero con reposición, y están dados por

rffiffiffiffiffi

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

pq N p N

P z c

N N p 1

(4)

si el muestreo se hace sin reposición y de una población finita de tamaño N p .

Para calcular estos límites de confianza se emplea la estimación muestral P para p, la que por lo general resulta

satisfactoria siempre que N ≥ 30. En el problema 9.12 se da un método más exacto para obtener estos límites de

confianza.


230 CAPÍTULO 9 TEORÍA DE LA ESTIMACIÓN ESTADÍSTICA

Intervalos de confianza para diferencias y sumas

Si S 1 y S 2 son dos estadísticos muestrales con distribuciones aproximadamente normales, los límites de confianza para

la diferencia entre los parámetros poblacionales correspondientes a S 1 y S 2 están dados por

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

S 1 S 2 z c S1 S 2

¼ S 1 S 2 z c 2 S 1

þ 2 S 2

(5)

y los límites de confianza para la suma de los parámetros poblacionales están dados por

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

S 1 þ S 2 z c S1 þS 2

¼ S 1 þ S 2 z c 2 S 1

þ 2 S 2

(6)

siempre que las muestras sean independientes (ver capítulo 8).

Por ejemplo, los límites de confianza para la diferencia entre dos medias poblacionales, en el caso en que las poblaciones

sean infinitas, están dados por

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

X 1

X 2 z c X 1

X 2

¼ X 1

X 2 1

2 z c þ 2 2

(7)

N 1

donde X 1 , σ 1 , N 1 y X 2 , σ 2 , N 2 son las correspondientes medias, desviaciones estándar y tamaños de las dos muestras

obtenidas de las poblaciones.

De igual manera, los límites de confianza para la diferencia entre dos proporciones poblacionales, si las poblaciones

son infinitas, están dados por

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

p

P 1 P 2 z c P1 P 2

¼ P 1 P 2 z 1 ð1 p 1 Þ

c þ p 2ð1 p 2 Þ

(8)

N 1

donde P 1 y P 2 son las dos proporciones muestrales, N 1 y N 2 son los tamaños de las dos muestras obtenidas de las

poblaciones y p 1 y p 2 son las proporciones en las dos poblaciones (estimadas por P 1 y P 2 ).

Intervalos de confianza para desviaciones estándar

Los límites de confianza para la desviación estándar σ de una población distribuida normalmente, estimada a partir de

una muestra con desviación estándar s, están dados por

s z c s ¼ s z c

N 2

N 2

p ffiffiffiffiffiffiffi

(9)

2N

empleando la tabla 8.1. Para calcular estos límites de confianza, se usa s o ^s para estimar σ.

ERROR PROBABLE

Los límites de confianza de 50% para el parámetro poblacional correspondiente a un estadístico S están dados por

S ± 0.6745σ S . La cantidad 0.6745σ S se conoce como el error probable de la estimación.


PROBLEMAS RESUELTOS 231

ESTIMADORES INSESGADOS Y EFICIENTES

PROBLEMAS RESUELTOS

9.1 Dar un ejemplo de estimadores (o estimaciones) que sean: a) insesgados y eficientes, b) insesgados e ineficientes

y c) sesgados e ineficientes.

SOLUCIÓN

a) La media muestral X y la varianza muestral

^s 2 ¼

son dos ejemplos.

b) La mediana muestral y el estadístico muestral 1 2 ðQ 1 þ Q 3 Þ, donde Q 1 y Q 3 son los cuartiles muestrales inferior y

superior, son dos de estos ejemplos. Ambos estadísticos son estimaciones insesgadas de la media poblacional, ya que

la media de sus distribuciones muestrales es la media poblacional.

c) La desviación estándar s, la desviación estándar modificada ^s, la desviación media y el rango semiintercuartil son

cuatro de estos ejemplos.

N

N

1 s2

9.2 Para el diámetro de un esfera, un científico obtiene una muestra de cinco mediciones, 6.33, 6.37, 6.36, 6.32 y

6.37 centímetros (cm). Obténganse estimaciones insesgadas y eficientes de: a) la verdadera media y b) la verdadera

varianza.

SOLUCIÓN

a) La estimación insesgada y eficiente de la verdadera media (es decir, de la media poblacional) es

P X 6:33 þ 6:37 þ 6:36 þ 6:32 þ 6:37

X ¼ ¼ ¼ 6:35 cm

N 5

b) La estimación insesgada y eficiente de la verdadera varianza (es decir de la varianza poblacional) es

^s 2 ¼

N P ðX ^XÞ 2

N 1 s2 ¼

N 1

¼ ð6:33 6:35Þ2 þð6:37 6:35Þ 2 þð6:36 6:35Þ 2 þð6:32 6:35Þ 2 þð6:37 6:35Þ 2

5 1

¼ 0:00055 cm 2

p

Obsérvese que aunque ^s ¼

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

0:00055 ¼ 0:023 cm es una estimación de la verdadera desviación estándar, esta

estimación no es ni insesgada ni eficiente.

9.3 Supóngase que las estaturas de 100 estudiantes varones de la universidad XYZ representan una muestra aleatoria

de las estaturas de los 1 546 estudiantes de esa universidad. Determinar estimaciones insesgadas y eficientes:

a) para la verdadera media y b) para la verdadera varianza.

SOLUCIÓN

a) De acuerdo con el problema 3.22, la estimación insesgada y eficiente de la verdadera estatura media es X = 67.45

pulgadas (in).

b) De acuerdo con el problema 4.17, la estimación insesgada y eficiente de la verdadera varianza es

^s 2 ¼

N

N 1 s2 ¼ 100 ð8:5275Þ ¼8:6136

99

p

Por lo tanto, ^s ¼

ffiffiffiffiffiffiffiffiffiffiffiffiffi

8:6136 ¼ 2:93 in. Obsérvese que como N es grande, en esencia no hay diferencia entre s 2 y ^s 2 o

entre s y ^s.


232 CAPÍTULO 9 TEORÍA DE LA ESTIMACIÓN ESTADÍSTICA

Obsérvese que no se empleó la corrección de Sheppard por agrupamiento. Si se emplea, se usa s = 2.79 in (ver

problema 4.21).

9.4 Dar una estimación insesgada e ineficiente del verdadero diámetro medio de la esfera del problema 9.2.

SOLUCIÓN

La mediana es un ejemplo de estimación insesgada e ineficiente de la media poblacional. Para las cinco mediciones coordenadas

de acuerdo con su magnitud, la mediana es 6.36 cm.

INTERVALOS DE CONFIANZA PARA MEDIAS

9.5 Encontrar los intervalos de confianza: a) de 95% y b) 99% para estimar la estatura media de los estudiantes de

la universidad XYZ del problema 9.3.

SOLUCIÓN

p

a) Los límites de confianza del 95% son X 1:96= ffiffiffiffi

N . Empleando X p¼ 67:45 in, y ^s ¼ 2:93 in como estimación de

σ (ver problema 9.3), los límites de confianza son 67:45 1:96ð2:93=

ffiffiffiffiffiffiffi

100 Þ o 67.45 ± 0.57 in. Por lo tanto, el intervalo

de confianza del 95% para la media poblacional µ es 66.88 a 68.02 in, lo que se denota así 66.88 < µ < 68.02.

De manera que se puede decir que la probabilidad de que la media poblacional de las estaturas se encuentre

entre 66.88 y 68.02 es aproximadamente de 95% o 0.95. Empleando símbolos se escribe Pr{66.88 < µ < 68.02} =

0.95. Esto equivale a decir que se tiene 95% de confianza en que la media poblacional (o verdadera media) se encuentre

entre 66.88 y 68.02 in.

p

b) Los límites de confianza del 99% son X 2:58= ffiffiffiffi

p

N ¼ X 2:58^s= ffiffiffiffi

pffiffiffiffiffiffiffi

N ¼ 67:45 2:58ð2:93= 100 Þ¼ 67.45 ±

0.76 in. Por lo tanto, el intervalo de confianza del 99% para la media poblacional µ es 66.69 a 68.21 in, lo que se

denota así 66.69 < µ < 68.21.

Al obtener los intervalos de confianza anteriores se supuso que la población era infinita o tan grande que se

podía considerar que las condiciones eran las mismas que en un muestreo con reposición. En el caso de poblaciones

finitas, si el muestreo se hace sin reposición, se debe usar

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

N p N

p ffiffiffiffi

N N p 1

en lugar de

p ffiffiffiffi

N

Sin embargo, se puede considerar que el factor

√ √

N p N 1

= 546 100

= 0.967

N p 1 1 546 1

es prácticamente 1.0, por lo que no necesita usarse. Si se usa, los límites de confianza anteriores se convierten en 67.45

± 0.56 in y 67.45 ± 0.73 in, respectivamente.

9.6 Una empresa tiene 5 000 árboles de navidad maduros y listos para ser cortados y vendidos. En forma aleatoria

se seleccionan 100 de estos árboles y se miden sus alturas. En la tabla 9.2 se dan estas alturas en pulgadas.

Emplear MINITAB para dar un intervalo de confianza de 95% para la altura media de los 5 000 árboles. Si

estos árboles se venden a $2.40 por pie, dar un límite inferior y un límite superior para el valor de los 5 000

árboles.

SOLUCIÓN

El intervalo de confianza de MINITAB, que se da a continuación, indica que la altura media de los 5 000 árboles puede ir

desde 57.24 a 61.20 pulgadas. El número total de pulgadas en los 5 000 árboles está entre (57.24)(5 000) = 286 200 y


PROBLEMAS RESUELTOS 233

Tabla 9.2

56 61 52 62 63 34 47 35 44 59

70 61 65 51 65 72 55 71 57 75

53 48 55 67 60 60 73 74 43 74

71 53 78 59 56 62 48 65 68 51

73 62 80 53 64 44 67 45 58 48

50 57 72 55 56 62 72 57 49 62

46 61 52 46 72 56 46 48 57 52

54 73 71 70 66 67 58 71 75 50

44 59 56 54 63 43 68 69 55 63

48 49 70 60 67 47 49 69 66 73

(61.20)(5 000) = 306 000. Si estos árboles se venden a $2.40 por pie, entonces el precio por pulgada es $0.2. El valor de

los árboles está entre (286 000)(0.2) = $57 200 y (306 000)(0.2) = $61 200 con 95% de confianza (o de seguridad).

Despliege de datos

altura

56 70 53 71 73 50 46 54 44

48 61 61 48 53 62 57 61 73

59 49 52 65 55 78 80 72 52

71 56 70 62 51 67 59 53 55

46 70 54 60 63 65 60 56 64

56 72 66 63 67 34 72 60 62

44 62 56 67 43 47 47 55 73

48 67 72 46 58 68 49 35 71

74 65 45 57 48 71 69 69 44

57 43 68 58 49 57 75 55 66

59 75 74 51 48 62 52 50 63

73

MTB > cl desviación estándar

Columna desviación estándar

Desviación estándar de altura = 10.111

MTB > zintervalo 95% de confianza ds = 10.111 datos en cl

Intervalos de confianza

Sigma supuesta = 10.1

Variable N Media DesvEst SE media 95.0% CI

Altura 100 59.22 10.11 1.01 (57.24, 61.20)

9.7 En una encuesta a sacerdotes católicos, cada sacerdote informó de la cantidad de bautizos, bodas y funerales

celebrados el año anterior. En la tabla 9.3 se presentan las respuestas obtenidas. Utilizar estos datos para construir

un intervalo de confianza de 95% para µ, la media del número, por sacerdote, de bautizos, bodas y fune-


234 CAPÍTULO 9 TEORÍA DE LA ESTIMACIÓN ESTADÍSTICA

Tabla 9.3

32 44 48 35 34 29 31 61 37 41

31 40 44 43 41 40 41 31 42 45

29 40 42 51 16 24 40 52 62 41

32 41 45 24 41 30 42 47 30 46

38 42 26 34 45 58 57 35 62 46

rales celebrados el año anterior. Obtener el intervalo empleando la fórmula para intervalos de confianza y usar

también el comando Zinterval de MINITAB para hallar este intervalo.

SOLUCIÓN

Una vez ingresados los datos de la tabla 9.3 en la columna 1 de la hoja de cálculo de MINITAB y de haberle dado “número”

como nombre a esta columna, se dan los comandos para la media y la desviación estándar.

MTB > cl media

Columna media

Media de número = 40.261

MTB > cl desviación estándar

Columna desviación estándar

Desviación estándar de número = 9.9895

p

El error estándar de la media es igual a 9:9895=

ffiffiffiffiffi

50 ¼ 1:413, el valor crítico es 1.96 y el margen de error de 95%

es 1.96(1.413) = 2.769. El intervalo de confianza va de 40.261 − 2.769 = 37.492 a 40.261 + 2.769 = 43.030.

Con el comando Zinterval se obtiene el resultado siguiente:

MTB > Zinterval, de 95% de confianza sd = 9.9895 datos en cl

Intervalos de confianza Z

Sigma supuesta = 9.99

Variable N Media DesvEst SE media 95.00% CI

Número 50 40.26 9.99 1.41 (37.49, 43.03)

Se tiene una confianza de 95% de que la verdadera media de todos los sacerdotes esté entre 37.49 y 43.03.

9.8 Para medir el tiempo de reacción, un psicólogo estima que la desviación estándar es 0.05 segundos (s). ¿Qué

tan grande debe ser la muestra de las medidas para que se tenga una confianza: a) de 95% y b) de 99% en que

el error de esta estimación no será mayor de 0.01 s?

SOLUCIÓN

p

a) Los límites de confianza del 95% son X 1:96= ffiffiffiffi

p ffiffiffiffi

N , siendo

p el

ffiffiffiffi error de estimación p 1:96= ffiffiffiffi N . Tomando σ = s =

0.05 s, se ve que este error será igual a 0.01 s si (1.96)(0.05)/ N ¼ 0:01; es decir, N ¼ð1:96Þð0:05Þ=0:01 ¼ 9:8

o bien N = 96.04. Por lo tanto, se puede tener una confianza del 95% en que el error de estimación será menor a 0.01

si N es 97 o mayor.


PROBLEMAS RESUELTOS 235

Otro método

pffiffiffiffi

ð1:96Þð0:05Þ

N

pffiffiffiffi

0:01 si

N

ð1:96Þð0:05Þ 1

pffiffiffiffi

ð1:96Þð0:05Þ

o bien N ¼ 9:8

0:01

0:01

Entonces N ≥ 96.04, o bien N ≥ 97.

p

b) Los límites de confianza del 99% son X 2:58= ffiffiffiffi

pffiffiffiffi

N . Entonces (2.58)(0.05)/ N ¼ 0:01 o bien N = 166.4. De

manera que se puede tener una confianza de 99% de que el error de estimación será menor a 0.01 s sólo si N es 167

o mayor.

9.9 De un total de 200 calificaciones de matemáticas se tomó una muestra aleatoria de 50 calificaciones en la que

la media encontrada fue 75 y la desviación estándar, 10.

a) ¿Cuáles son los límites de confianza de 95% para la estimación de la media de las 200 calificaciones?

b) ¿Con qué grado de confianza se puede decir que la media de las 200 calificaciones es 75 ± 1?

SOLUCIÓN

a) Como el tamaño de la población no es muy grande en comparación con el tamaño de la muestra, hay que hacer un

ajuste. Entonces, los límites de confianza de 95% son

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

X 1:96 X ¼ X 1:96 p

N p N

ffiffiffiffi ¼ 75 1:96 10 rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

200 50

pffiffiffiffiffi

¼ 75 2:4

N N p 1

50 200 1

b) Los límites de confianza están representados por

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

N p N

10 200 50

X z c X ¼ X z c p ffiffiffiffi ¼ 75 z

N N p 1

c p ffiffiffiffiffi

¼ 75 1:23z

50 200 1

c

Como esto debe ser igual a 75 ± 1, se tiene 1.23z c = 1, o bien z c = 0.81. El área bajo la curva normal desde z = 0

hasta z = 0.81 es 0.2910; por lo tanto, el grado de confianza buscado es 2(0.2910) = 0.582 o bien 58.2%.

INTERVALOS DE CONFIANZA PARA PROPORCIONES

9.10 Un sondeo realizado con 100 votantes tomados en forma aleatoria de la población de todos los votantes de

determinado distrito indica que de éstos, 55% están a favor de cierto candidato. Encontrar límites de confianza

de: a) 95%, b) 99% y c) 99.73% para la proporción de todos los votantes a favor de este candidato.

SOLUCIÓN

pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

a) Los plímites ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi de confianza de 95% para la p poblacional son P 1:96 P ¼ P 1:96 pð1 pÞ=N ¼ 0:55

1:96 ð0:55Þð0:45Þ=100 ¼ 0:55 0:10, donde se ha usado la proporción muestral P para estimar p.

pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

b) Los límites de confianza de 99% para p son 0:55 2:58 ð0:55Þð0:45Þ=100 ¼ 0:55 0:13.

pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

c) Los límites de confianza de 99.73% para p son 0:55 3 ð0:55Þð0:45Þ=100 ¼ 0:55 0:15.

9.11 ¿De qué tamaño deberá tomarse la muestra de votantes del problema 9.19 para tener una confianza de: a) 95%

y b) 99.73% de que el candidato será electo?

SOLUCIÓN

pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

p

Los límites de confianza para p son P z c pð1 pÞ=N ¼ 0:55 z c ð0:55Þð0:45Þ=N ¼ 0:55 0:50z c =

ffiffiffiffi

N , donde, de

acuerdo con el problema 9.10, se ha usado la estimación pP = p = 0.55. Dado que el candidato gana sólo si tiene más del

50% de la población de votantes, se requiere que 0:50z c = ffiffiffiffi

N sea menor a 0.05.


236 CAPÍTULO 9 TEORÍA DE LA ESTIMACIÓN ESTADÍSTICA

p

a) Para una confianza de 95%, 0:50z c = ffiffiffiffi

pffiffiffiffi

N ¼ 0:50ð1:96Þ= N ¼ 0:05 si N = 384.2. Por lo tanto, N debe ser 385, por lo

menos.

p

b) Para una confianza de 99.73%, 0:50z c = ffiffiffiffi pffiffiffiffi

N ¼ 0:50ð3Þ= N ¼ 0:05 si N = 900. Por lo tanto, N debe ser 901, por lo

menos.

Otro método

p

1:50= ffiffiffiffi p ffiffiffiffi

p ffiffiffiffi

p ffiffiffiffi

N < 0:05 si N =1:50 > 1=0:05 o N > 1:50=0:05. Entonces N > 30 o bien N > 900, de manera que N

debe ser por lo menos 901.

9.12 Se realiza un estudio y se encuentra que 156 de 500 varones adultos son fumadores. Emplear el paquete de

software STATISTIX para dar un intervalo de confianza de 99% para p, la proporción poblacional de varones

adultos que son fumadores. Verificar el intervalo de confianza calculándolo a mano.

SOLUCIÓN

Los resultados de STATISTIX se dan a continuación. El intervalo de confianza de 99% aparece en negritas.

Prueba de proporción de una muestra

Tamaño de la muestra 500

Éxito 156

Proporción 0.31200

Hipótesis nula P = 0.5

Hipótesis alterna P < > 0.5

Diferencia -0.18800

Error estándar 0.02072

Z (sin corregir) -8.41 P 0.0000

Z (corregida) -8.36 P 0.0000

Intervalo de confianza 99%

Sin corregir (0.25863, 0.36537)

Corregido (0.25763, 0.36637)

Se tiene una confianza de 99% de que el verdadero porcentaje de varones adultos fumadores esté entre 25.9% y

36.5%.

Verificación:

rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

0:312ð0:688Þ

P ¼ 0:312, z c ¼ 2:58,

¼ 0:0207

500

rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

pð1 pÞ

P z c o bien 0.312 ± 2.58(0.0207) o bien (0.258, 0.365). Esto es lo mismo que se obtuvo antes con el

N

paquete de software STATISTIX.

9.13 Refiérase al problema 9.12 para dar un intervalo de confianza de 99% para p empleando MINITAB.

SOLUCIÓN

El intervalo de confianza de 99% se muestra abajo en negritas. Es el mismo que el intervalo de confianza obtenido con

STATISTIX en el problema 9.12.

Muestra X N Muestra P CI 99% Valor z Valor P

1 156 500 0.312000 (0.258629, 0.365371) -8.41 0.000


PROBLEMAS RESUELTOS 237

INTERVALOS DE CONFIANZA PARA DIFERENCIAS Y SUMAS

9.14 Para comparar la cantidad de tiempo que utilizan su celular los estudiantes universitarios, tanto varones como

mujeres, se tomaron 50 estudiantes varones y 50 estudiantes mujeres y se determinó la cantidad de tiempo, en

horas por semana, que utilizan su celular. En la tabla 9.4 se presentan los resultados en horas. Dar un intervalo

de 95% de confianza para µ 1 − µ 2 usando MINITAB. Verificar los resultados calculando a mano el intervalo.

Tabla 9.4

Varones

Mujeres

12

7

7

10

8

10

11

9

9

13

4

9

12

11

9

9

7

12

10

13

11

10

6

12

11

9

10

12

8

9

13

10

9

7

10

7

10

8

11

10

11

7

15

8

9

9

11

13

10

13

11

10

11

10

11

12

12

10

9

9

9

10

8

7

12

9

7

8

9

8

7

7

9

9

12

10

9

13

9

9

10

9

6

12

8

11

8

8

11

12

9

10

11

14

12

7

11

10

9

11

SOLUCIÓN

Dado que ambas muestras son mayores de 30, se puede usar indistintamente la prueba z o la prueba t para dos muestras, ya

que la distribución t y la distribución z son muy similares.

Dos muestras T para varones vs mujeres

N Media DesvEst SE media

varones 50 9.82 2.15 0.30

mujeres 50 9.70 1.78 0.25

Diferencia = mu (varones) – mu (mujeres)

Estimado para diferencia: 0.120000

CI 95% para diferencia: (-0.663474, 0.903474)

Prueba T de diferencia = 0 (vs no =): valor T = 0.30 valor P = 0.762

DF = 98

Ambos utilizaron la desviación estándar común = 1.9740

De acuerdo con los resultados de MINITAB, la diferencia entre las medias poblacionales está entre −0.66 y 0.90.

Así que existe la posibilidad de que no haya diferencia entre estas medias poblacionales.

Verificación:

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

La fórmula para un intervalo de confianza de 95% es ðx 1 x 2 Þz c ðs 2 1 =n 1Þþðs 2 2 =n 2Þ . Sustituyendo se obtiene

0.12 ± 1.96(0.395) que corresponde a la respuesta dada por MINITAB.

9.15 Usar STATISTIX y SPSS para resolver el problema 9.14.

SOLUCIÓN

A continuación se presenta la solución dada por STATISTIX. Obsérvese que el intervalo de confianza de 95% es el mismo

que el del problema 9.14. Más adelante se verá por qué se supone que las varianzas son iguales.


238 CAPÍTULO 9 TEORÍA DE LA ESTIMACIÓN ESTADÍSTICA

Pruebas de dos muestras T para varones vs mujeres

Variable Media N SD SE

varones 9.8200 50 2.1542 0.3046

mujeres 9.7000 50 1.7757 0.2511

Diferencia 0.1200

Hipótesis nula: diferencia = 0

Hipótesis alterna: diferencia < > 0

CI 95% para diferencia

Supuesto T DF P Inferior Superior

Varianzas iguales 0.30 98 0.7618 –0.6635 0.9035

Varianzas desiguales 0.30 94.6 0.7618 –0.6638 0.9038

Prueba para igualdad F DF P

de varianzas 1.47 49,49 0.0899

La solución dada por SPSS es la siguiente:

Grupo estadístico

momento 1.00

2.00

Sexo N Media

50

50

9.7000

9.8200

Desviación

estándar

1.77569

2.15416

Media de error

estándar

.25112

.30464

Prueba de muestras independientes

Prueba de

Levene

para igualdad

de varianzas

Prueba t para igualdad de medias

momento Varianzas

iguales

supuestas

Varianzas

iguales

no supuestas

Sig.

(2-finales)

Diferencia

media

Diferencia

error estándar

Intervalo de

confianza de 95%

de la diferencia

F Sig. t gl

Inferior Superior

.898 .346 −.304 98 .762 −.12000 .39480 −.90347 .66347

−.304 94.556 .762 −.12000 .39480 −.90383 .66383

9.16 Usar SAS para resolver el problema 9.14. Dar las formas de archivos de datos que permiten usar SAS para

realizar este análisis.

SOLUCIÓN

El análisis de SAS es como se muestra a continuación. El intervalo de confianza se ha impreso en negritas en la parte inferior

de los resultados.


PROBLEMAS RESUELTOS 239

Dos muestras: prueba t para las medias de varones y mujeres

Estadísticos de muestra

Grupo N Media DesvEst ErrorEst

---------------------------------------------

varones 50 9.82 2.1542 0.3046

mujeres 50 9.7 1.7757 0.2511

Hipótesis nula: media 1 – media 2 = 0

Alternativa Media 1 – media 2 ˆ= 0

Si las varianzas son estadístico t Df Pr > t

-------------------------------------------------------

Igual 0.304 98 0.7618

Desigual 0.304 94.56 0.7618

Intervalo de confianza 95% para la diferencia entre dos medias.

Límite inferior Límite superior

--------------- ---------------

-0.66 0.90

Los archivos de datos que se emplean con SAS para el análisis pueden tener los datos de varones y de mujeres en columnas

separadas, pero los datos también pueden consistir en las horas que se emplea el celular, en una columna, y el sexo de la

persona (varón o mujer), en otra columna. Varones y mujeres se pueden codificar como 1 y 2, respectivamente. En la primera

forma habrá 2 columnas y 50 renglones. En la segunda forma habrá 2 columnas y 100 renglones.

INTERVALOS DE CONFIANZA PARA DESVIACIONES ESTÁNDAR

9.17 Para un intervalo de confianza para la varianza de una población se utiliza la distribución Ji cuadrada. El

2

(n 1)S

intervalo de confianza (1 − α) × 100% es 2 2

(n 1)S

( 2 <

)

( 2 2

1 2 ) donde n es el tamaño de la muestra, S2 es la

varianza muestral, 2 =2 y 2 1 =2 pertenecen a la distribución Ji cuadrada con (n − 1) grados de libertad. Use

EXCEL para hallar un intervalo de confianza de 99% para la varianza de veinte recipientes de 180 onzas. Los

datos de los veinte recipientes se presentan en la tabla 9.5.

Tabla 9.5

181.5

179.7

178.7

183.9

179.7

180.6

180.4

178.5

178.8

181.3

180.8

182.4

178.5

182.2

180.9

181.4

181.4

180.6

180.1

182.2

SOLUCIÓN

A continuación se presenta la hoja de cálculo de EXCEL. Los datos se encuentran en A1:B10. En la columna D se muestran

las funciones cuyos valores aparecen en la columna C.


240 CAPÍTULO 9 TEORÍA DE LA ESTIMACIÓN ESTADÍSTICA

A B C D

181.5

179.1

178.7

183.9

179.7

180.6

180.4

178.5

178.8

181.3

180.8

182.4

178.5

182.2

180.9

181.4

181.4

180.6

180.1

182.2

2.154211

40.93

38.58226

6.843971

1.06085

5.980446

=VAR(A1:B10)

=19*C1

=CHIINV(0.005,19)

=CHIINV(0.995,19)

=C2/C3

=C2/C4

El intervalo de confianza de 99% para σ 2 es: (1.06085 < σ 2 < 5.980446). El intervalo de confianza de 99% para σ

es: (1.03, 2.45).

Obsérvese que con =VAR(A1:B10) se obtiene S 2 , con =CHIINV(0.005,19) se obtiene el valor de Ji cuadrada que

tiene a su derecha un área de 0.005, y con =CHIINV(0.995,19) el valor de ji cuadrada que tiene a su derecha un área de

0.995. En ambos casos, la distribución ji cuadrada tiene 19 grados de libertad.

9.18 Para comparar la varianza de una población con la varianza de otra población se emplea el siguiente intervalo

de confianza (1 − α) × 100%:

S1

2

S2

2

1

F =2ð1 , 2Þ

< 2 1

2 < S2 1

2

S2

2 F =2ð2 , 1 Þ,

donde n 1 y n 2 son los tamaños de las dos muestras, S 2 1 y S 2 2 son las dos varianzas muestrales, v 1 = n 1 − 1 y

v 2 = n 2 − 1 son los grados de libertad, en el numerador y en el denominador, para la distribución F y los valores

F pertenecen a la distribución F. En la tabla 9.6 se dan los números de correos electrónicos enviados por

semana por los empleados de dos empresas.

Dar un intervalo de confianza de 95% para 1

2

.

Tabla 9.6

Empresa 1 Empresa 2

81

104

115

111

85

121

95

112

100

117

113

109

101

99

100

104

98

103

113

95

107

98

95

101

109

99

93

105


PROBLEMAS RESUELTOS 241

SOLUCIÓN

A continuación se muestra la hoja de cálculo de EXCEL. En la columna D se muestran las funciones cuyos valores aparecen

en la columna C. En C1 y C2 se calculan las dos varianzas muestrales. En C3 y C4 se calculan los valores F. En C5 y

C6 se calculan los extremos del intervalo de confianza para el cociente de las varianzas. Como se ve, el intervalo de confianza

del 95% para 2 1

2 es (1.568, 15.334). El intervalo de confianza del 95% para 1

es (1.252, 3.916). Obsérvese que

2

2

=FINV(0.025,12,14) es el punto que corresponde a la distribución F, con ν 1 = 12 y ν 2 = 14 grados de libertad, que tiene

un área de 0.025 a su derecha.

A B C D

Compañía 1

81

104

115

111

85

121

95

112

100

117

113

109

101

Compañía 2

99

100

104

98

103

113

95

107

98

95

101

109

99

93

105

148.5769231

31.06666667

3.050154789

3.2062117

1.567959436

15.33376832

1.25218187

3.915835584

=VAR(A2:A14)

=VAR(B2:B16)

=FINV(0.025,12,14)

=FINV(0.025,14,12)

=(C1/C2)/C3

=(C1/C2)*C4

=SQRT(C5)

=SQRT(C6)

ERROR PROBABLE

9.19 La media del voltaje de 50 baterías del mismo tipo es 18.2 volts (V) y la desviación estándar es 0.5 V. Encontrar:

a) el error probable de la media y b) los límites de confianza de 50%.

SOLUCIÓN

a) Error probable de la media ¼ 0:674 X ¼ 0:6745 p ffiffiffiffi ¼ 0:6745 p ^s ffiffiffiffi

N

N

s

¼ 0:6745 pffiffiffiffiffiffiffiffiffiffiffiffi

¼ 0:6745 p

0:5 ffiffiffiffiffi ¼ 0:048 V

N 1

49

pObsérvese que si la desviación estándar de 0.5 V se calcula como ^s, el error probable también es 0.6745

ð0:5=

ffiffiffiffiffi

50 Þ¼0:048, de manera que si N es suficientemente grande puede usarse cualquier estimación.

b) Los límites de confianza de 50% son 18 ± 0.048 V.

9.20 Una medición se registra como 216.480 gramos (g) con un error probable de 0.272 g. ¿Cuáles son los límites

de confianza de 95% para esta medición?


242 CAPÍTULO 9 TEORÍA DE LA ESTIMACIÓN ESTADÍSTICA

SOLUCIÓN

El error probable es 0:272 ¼ 0:6745 X o bien X ¼ 0:272=0:6745. Por lo tanto, los límites de confianza de 95% son

X 1:96 X ¼ 216:480 1:96ð0:272=0:6745Þ ¼216:480 0:790 g.

PROBLEMAS SUPLEMENTARIOS

ESTIMADORES INSESGADOS Y EFICIENTES

9.21 Las mediciones de una muestra de masas fueron 8.3, 10.6, 9.7, 8.8, 10.2 y 9.4 kilogramos (kg), respectivamente. Determinar

estimaciones insesgadas y eficientes de: a) la media poblacional, b) la varianza poblacional y c) comparar la desviación

estándar muestral con la desviación estándar poblacional estimada.

9.22 En una muestra de 10 cinescopios de televisión, producidos por una empresa, la media del tiempo de vida es 1 200 horas

(h) y la desviación estándar es 100 h. Estimar: a) la media y b) la desviación estándar de todos los cinescopios producidos

por esta empresa.

9.23 a) Repetir el problema 9.22 considerando que la muestra es de 30, 50 y 100 cinescopios de televisión.

b) ¿Qué se puede concluir sobre la relación entre la desviación estándar muestral y las estimaciones de la desviación

estándar poblacional obtenidas con diferentes tamaños de muestra?

INTERVALOS DE CONFIANZA PARA MEDIAS

9.24 La media y la desviación estándar de la carga máxima que soporta cada uno de 60 cables (ver problema 3.59) son 11.09

toneladas y 0.73 toneladas, respectivamente. Encontrar los límites de confianza: a) de 95% y b) de 99% para la media de

la carga máxima de cada uno de los cables producidos por la empresa.

9.25 La media y la desviación estándar de los diámetros de una muestra de 250 cabezas de remaches fabricados por una empresa

son 0.72643 in y 0.00058 in, respectivamente (ver problema 3.61). Encontrar los límites de confianza de: a) 99%, b)

98%, c) 95% y d ) 90% para los diámetros de todas las cabezas de remaches producidos por la empresa.

9.26 Encontrar: a) los límites de confianza de 50% y b) el error probable para la media de los diámetros del problema 9.25.

9.27 Si se estima que la desviación estándar del tiempo de vida de los cinescopios de televisión es de 100 h, ¿de qué tamaño

deberá tomarse la muestra para que se tenga una confianza de: a) 95%, b) 90%, c) 99% y d ) 99.73% de que el error en la

vida media estimada no sea mayor de 20 h?

9.28 A los integrantes de un grupo de 50 personas que acostumbra comprar por Internet se les preguntó cuánto gastaban anualmente

en estas compras por Internet. Las respuestas obtenidas se presentan en la tabla 9.7.

Empleando las ecuaciones del capítulo 9, así como paquetes de software para estadística, encontrar un intervalo de

80% para µ, la cantidad media gastada por las personas que compran por Internet.


PROBLEMAS SUPLEMENTARIOS 243

Tabla 9.7

418

363

331

351

307

158

523

331

466

366

379

434

356

151

297

310

356

364

150

195

77

348

423

220

448

331

210

352

282

96

212

245

330

383

391

348

364

299

221

219

378

341

247

257

210

124

406

221

432

202

9.29 Una empresa tiene 500 cables. En una prueba realizada a 40 cables tomados en forma aleatoria se encuentra que la resistencia

media a la ruptura es 2 400 libras (lb) y la desviación estándar es 150 lb.

a) ¿Cuáles son los límites de confianza de 95% y 99% para la estimación de la resistencia media a la ruptura de los 460

cables restantes?

b) ¿Con qué grado de confianza se puede decir que la resistencia media a la ruptura de los 460 cables restantes es 2 400

± 35 lb?

INTERVALOS DE CONFIANZA PARA PROPORCIONES

9.30 Una urna contiene canicas rojas y blancas en proporción desconocida. En una muestra aleatoria de 60 canicas tomadas de

esta urna, con reposición, se observó que 70% eran rojas. Encontrar límites de confianza de: a) 95%, b) 99% y c) 99.73%

para la verdadera proporción de canicas rojas en esta urna.

9.31 Se realizó un sondeo con 1 000 personas mayores de 65 años para determinar el porcentaje de la población de este grupo

de edad que tiene conexión a Internet. Se encontró que 387 de las 1 000 personas contaban con conexión a Internet.

Empleando las ecuaciones dadas en este libro, así como software para estadística, encontrar un intervalo de confianza de

97.5% para p.

9.32 Se cree que los resultados de la elección entre dos candidatos sean muy reñidos. ¿Cuál será la cantidad mínima de votantes

que habrá que sondear para tener una confianza de: a) 80%, b) 90%, c) 95% y d ) 99% para una decisión a favor de cualquiera

de los candidatos?

INTERVALOS DE CONFIANZA PARA DIFERENCIAS Y SUMAS

9.33 Se tienen dos grupos similares de pacientes, A y B, que constan de 50 y 100 individuos, respectivamente. A las personas

del primer grupo se les administra una nueva pastilla para dormir, y a las del segundo, una pastilla convencional. En los

pacientes del grupo A la media de la cantidad de horas de sueño es 7.82 y la desviación estándar 0.24 h; en los pacientes

del grupo B la media de la cantidad de horas de sueño es 6.75 y la desviación estándar es 0.30 h. Encontrar los límites de

confianza: a) de 95% y b) de 99% para la diferencia entre las medias de la cantidad de horas de sueño inducido por los dos

tipos de pastillas para dormir.

9.34 Se realiza un estudio para comparar la duración media de vida de los varones con la de las mujeres. Se toman muestras

aleatorias de las páginas del obituario; los datos recolectados se presentan en la tabla 9.8.

Usando los resultados proporcionados en dicha tabla, las ecuaciones presentadas en este libro y un software para


244 CAPÍTULO 9 TEORÍA DE LA ESTIMACIÓN ESTADÍSTICA

Tabla 9.8

Varones

Mujeres

85

60

55

90

49

90

62

78

53

72

53

51

99

72

72

74

65

49

82

104

100

61

56

62

58

85

81

78

109

70

49

83

55

69

60

80

55

80

87

31

65

65

55

59

68

77

71

75

78

50

64

64

61

105

71

98

66

81

92

91

93

60

84

90

99

61

74

86

77

93

82

75

91

59

98

108

60

65

82

63

71

87

61

86

54

79

90

86

86

93

77

60

85

62

94

50

95

81

79

53

9.35 Se comparan dos áreas de un país respecto a la proporción de adolescentes con caries. En una de estas áreas se agrega flúor

al agua y en la otra no. En la muestra del área en donde no se agrega flúor al agua, 425 de 1 000 adolescentes tienen por lo

menos una caries. En la muestra del área en donde sí se agrega flúor al agua, 376 de 1 000 adolescentes tienen por lo menos

una caries. Dar un intervalo de confianza de 99% para esta diferencia, en porcentaje, empleando las ecuaciones dadas en

este libro, así como un paquete de software para estadística.

INTERVALOS DE CONFIANZA PARA DESVIACIONES ESTÁNDAR

9.36 La desviación estándar en la resistencia a la ruptura encontrada en 100 cables de una empresa es 180 lb. Dar límites de

confianza de: a) 95%, b) 99% y c) 99.73% para la desviación estándar de todos los cables producidos por esta empresa.

9.37 Resolver el problema 9.17 empleando SAS.

9.38 Resolver el problema 9.18 empleando SAS.


TEORÍA

ESTADÍSTICA

DE LA DECISIÓN

10

DECISIONES ESTADÍSTICAS

En la práctica, con frecuencia se tienen que tomar decisiones acerca de una población con base en información muestral.

A tales decisiones se les llama decisiones estadísticas. Por ejemplo, tal vez se tenga que decidir, con base en datos

muestrales, si determinado suero es realmente eficaz en la curación de una enfermedad, si un método educativo es

mejor que otro, o bien si una moneda está alterada o no.

HIPÓTESIS ESTADÍSTICAS

Cuando se trata de tomar una decisión es útil hacer suposiciones (o conjeturas) acerca de la población de que se trata.

A estas suposiciones, que pueden ser o no ciertas, se les llama hipótesis estadísticas. Estas hipótesis estadísticas son

por lo general afirmaciones acerca de las distribuciones de probabilidad de las poblaciones.

Hipótesis nula

En muchas ocasiones se formula una hipótesis estadística con la única finalidad de refutarla o anularla. Por ejemplo,

si se quiere decidir si una moneda está cargada o no, se formula la hipótesis de que no está cargada (es decir, p = 0.5,

donde p es la probabilidad de cara). También, si se quiere decidir si un método es mejor que otro, se formula la hipótesis

de que no hay diferencia entre los dos (es decir, que cualquier diferencia que se observe se debe sólo a las fluctuaciones

del muestreo de una misma población). A estas hipótesis se les llama hipótesis nula y se denota H 0 .

Hipótesis alternativa

A toda hipótesis que difiera de la hipótesis dada se le llama hipótesis alternativa. Por ejemplo, si una hipótesis es p =

0.5, la hipótesis alternativa puede ser p = 0.7, p 0.5 o p > 0.5. La hipótesis alternativa a la hipótesis nula se denota

H 1 .

245


246 CAPÍTULO 10 TEORÍA ESTADÍSTICA DE LA DECISIÓN

PRUEBAS DE HIPÓTESIS Y DE SIGNIFICANCIA O REGLAS DE DECISIÓN

Si se supone que una hipótesis es verdadera, pero se encuentra que los resultados que se observan en una muestra

aleatoria difieren marcadamente de los resultados esperados de acuerdo con la hipótesis (es decir, esperados con base

sólo en la casualidad, empleando la teoría del muestreo), entonces se dice que las diferencias observadas son significativas

y se estará inclinado a rechazar la hipótesis (o por lo menos a no aceptarla de acuerdo con la evidencia obtenida).

Por ejemplo, si en 20 lanzamientos de una moneda se obtienen 16 caras, se estará inclinado a rechazar que la

moneda es buena, aun cuando se puede estar equivocado.

A los procedimientos que permiten determinar si las muestras observadas difieren significativamente de los resultados

esperados, ayudando así a decidir si se acepta o se rechaza la hipótesis, se les llama pruebas de hipótesis, pruebas

de significancia o reglas de decisión.

ERRORES TIPO I Y TIPO II

Si se rechaza una hipótesis que debería aceptarse se dice que se comete un error tipo I. Si por otro lado, se acepta una

hipótesis que debería rechazarse, se comete un error tipo II. En cualquiera de los casos ha habido una decisión errónea

o se ha hecho un juicio erróneo.

Para que las reglas de decisión (o pruebas de hipótesis) sean buenas, deben diseñarse de manera que se minimicen

los errores de decisión. Esto no es sencillo, ya que para cualquier tamaño dado de muestra, al tratar de disminuir un

tipo de error suele incrementarse el otro tipo de error. En la práctica, un tipo de error puede ser más importante que

otro y habrá que sacrificar uno con objeto de limitar al más notable. La única manera de reducir los dos tipos de error

es aumentando el tamaño de la muestra, lo que no siempre es posible.

NIVEL DE SIGNIFICANCIA

Cuando se prueba determinada hipótesis, a la probabilidad máxima con la que se está dispuesto a cometer un error tipo

I se le llama nivel de significancia de la prueba. Esta probabilidad acostumbra denotarse α y por lo general se especifica

antes de tomar cualquier muestra para evitar que los resultados obtenidos influyan sobre la elección del valor de

esta probabilidad.

En la práctica, se acostumbran los niveles de significancia 0.05 o 0.01, aunque también se usan otros valores. Si,

por ejemplo, al diseñar la regla de decisión se elige el nivel de significancia 0.05 (o bien 5%), entonces existen 5 posibilidades

en 100 de que se rechace una hipótesis que debía ser aceptada; es decir, se tiene una confianza de aproximadamente

95% de que se ha tomado la decisión correcta. En tal caso se dice que la hipótesis ha sido rechazada al nivel

de significancia 0.05, lo que significa que la hipótesis tiene una probabilidad de 0.05 de ser errónea.

PRUEBAS EMPLEANDO DISTRIBUCIONES NORMALES

Para ilustrar las ideas presentadas antes, supóngase que de acuerdo con determinada hipótesis, la distribución muestral

de un estadístico S es una distribución normal con media µ S y desviación estándar σ S . Por lo tanto, la distribución de

la variable estandarizada (o puntuación z), dada por z = (S − µ S )/σ S , es la distribución normal estándar (media 0,

varianza 1), que se muestra en la figura 10-1.

Como indica la figura 10-1, se puede tener una confianza del 95% en que si la hipótesis es verdadera, entonces la

puntuación z del estadístico muestral real S estará entre −1.96 y 1.96 (ya que el área bajo la curva normal entre estos

dos valores es 0.95). Pero si se toma una sola muestra aleatoria y se encuentra que la puntuación z del estadístico se

encuentra fuera del rango −1.96 a 1.96, se concluye que si la hipótesis dada es verdadera, esto sólo puede ocurrir con

una probabilidad de 0.05 (el total del área sombreada en la figura). En tal caso se dice que la puntuación z difiere en

forma significativa de lo esperado de acuerdo con la hipótesis dada y se estará inclinado a rechazar esa hipótesis.

El 0.05, que es el total de área sombreada, es el nivel de significancia de la prueba. Esta cantidad representa la

probabilidad de estar equivocado al rechazar la hipótesis (es decir, la probabilidad de cometer un error tipo I). Por lo

tanto, se dice que la hipótesis se rechaza al nivel de significancia 0.05 o que la puntuación z del estadístico muestral

dado es significante al nivel 0.05.


PRUEBAS DE UNA Y DE DOS COLAS 247

Región crítica

0.025

Región de aceptación

0.95

Región crítica

0.025

z = −1.96 z = 1.96

Figura 10-1 Curva normal estándar mostrando la región crítica (0.05) y

la región de aceptación (0.95).

El conjunto de puntuaciones z que queda fuera del intervalo −1.96 a 1.96 constituye lo que se llama región crítica

de la hipótesis, región de rechazo de la hipótesis o región de significancia. Al conjunto de puntuaciones z que queda

dentro del intervalo −1.96 a 1.96 se le llama región de aceptación de la hipótesis o región de no significancia.

De acuerdo con las observaciones anteriores, se puede formular la siguiente regla de decisión (o prueba de hipótesis

o de significancia):

Rechazar la hipótesis, al nivel de significancia 0.05, si la puntuación z del estadístico S se encuentra fuera del rango

−1.96 a 1.96 (es decir, si z > 1.96 o z < −1.96). Esto equivale a decir que el estadístico muestral observado es

significante al nivel 0.05.

Si no es así, se acepta la hipótesis (o, si se desea, no se toma ninguna decisión).

Debido a que la puntuación z es tan importante en las pruebas de hipótesis, también se le conoce como el estadístico

de prueba.

Hay que hacer notar que también pueden emplearse otros niveles de significancia. Por ejemplo, si se emplea el

nivel 0.01, el 1.96, empleado antes se sustituirá por 2.58 (ver la tabla 10.1). También se puede emplear la tabla 9.1, ya

que los niveles de significancia y de confianza suman 100%.

Tabla 10.1

Nivel de significancia, α 0.10 0.05 0.01 0.005 0.002

Valores críticos de z para

pruebas de una cola

−1.28

o 1.28

−1.645

o 1.645

−2.33

o 2.33

−2.58

o 2.58

−2.88

o 2.88

Valores críticos de z para

pruebas de dos colas

−1.645

y 1.645

−1.96

y 1.96

−2.58

y 2.58

−2.81

y 2.81

−3.08

y 3.08

PRUEBAS DE UNA Y DE DOS COLAS

En la prueba anterior interesaban los valores extremos del estadístico S, o de sus correspondientes puntuaciones z, a

ambos lados de la media (es decir, en las dos colas de la distribución). Por lo tanto, a las pruebas de este tipo se les

llama pruebas bilaterales o pruebas de dos colas.

Sin embargo, hay ocasiones en las que interesan únicamente los valores extremos a un solo lado de la media (es

decir, en una sola cola de la distribución); por ejemplo, cuando se prueba si un método es mejor que otro (que es distinto

a probar si un método es mejor o peor que otro). A este tipo de pruebas se les llama pruebas unilaterales o pruebas

de una cola. En estos casos la región crítica es una región en un solo lado de la distribución y su área es igual al

nivel de significancia.


248 CAPÍTULO 10 TEORÍA ESTADÍSTICA DE LA DECISIÓN

La tabla 10.1, en la que se dan los valores críticos de z tanto para pruebas de una cola como para pruebas de dos

colas correspondientes a varios niveles de significancia, se encontrará útil como referencia. Valores críticos de z para

otros niveles de significancia se encuentran en la tabla de áreas de la curva normal (apéndice II).

PRUEBAS ESPECIALES

Cuando las muestras son grandes, las distribuciones muestrales de muchos estadísticos tienen una distribución normal

(o por lo menos aproximadamente normal), y en estas pruebas se puede emplear la correspondiente puntuación z. Los

siguientes casos especiales, tomados de la tabla 8.1, son sólo algunos de los estadísticos de interés práctico. En cada

uno de estos casos, el resultado es válido para poblaciones infinitas o cuando el muestreo se hace con reposición. Si el

muestreo se hace de poblaciones finitas y sin reposición, es necesario modificar las fórmulas. Ver la página 182.

p

1. Media. Aquí S ¼ X, la media muestral; S ¼ X ¼ , la media poblacional, y S ¼ X ¼ = ffiffiffiffi

N , donde σ es la

desviación estándar poblacional y N es el tamaño de la muestra. La puntuación z está dada por

X

z ¼

p

= ffiffiffiffi

N

Si es necesario, para estimar σ se emplea la desviación muestral s o ^s.

2. Proporciones. Aquí S = P, la proporción de “éxitos” en una muestra; p µ S = µ P = p, donde p es la proporción

poblacional de éxitos y N es el tamaño de la muestra, y S ¼ P ¼

ffiffiffiffiffiffiffiffiffiffiffi

pq=N, donde q = 1 − p.

La puntuación z está dada por

z ¼ p

P ffiffiffiffiffiffiffiffiffiffiffi

p

pq=N

En el caso de P = X/N, donde X = cantidad de éxitos obtenidos realmente en una muestra, la puntuación z se

transforma en

Es decir, µ X = µ = Np, X ¼ ¼

p ffiffiffiffiffiffiffiffiffi Npq y S = X.

z ¼ X pffiffiffiffiffiffiffiffiffi

Np

Npq

Las fórmulas para otros estadísticos se pueden obtener de manera similar.

CURVA CARACTERÍSTICA DE OPERACIÓN; POTENCIA DE UNA PRUEBA

Se ha visto cómo limitar el error tipo I eligiendo de manera adecuada el nivel de significancia. Para evitar totalmente

cometer un error tipo II, simplemente no hay que cometerlo, que es lo mismo que no aceptar ninguna hipótesis. Sin

embargo, en la práctica esto no es posible. Entonces lo que se hace es emplear las curvas características de operación

o curvas OC, que son curvas que muestran la probabilidad de cometer un error tipo II bajo diversas hipótesis. Estas

curvas proporcionan indicaciones de qué tan bien permite una prueba determinada minimizar los errores tipo II; es

decir, indican la potencia de una prueba para evitar que se cometan errores de decisión. Estas curvas son útiles en el

diseño de experimentos, ya que muestran informaciones como qué tamaño de muestra emplear.

VALOR p EN PRUEBAS DE HIPÓTESIS

El valor p es la probabilidad de obtener un estadístico muestral tan extremo o más extremo que el obtenido, suponiendo

que la hipótesis nula sea verdadera. Para probar una hipótesis empleando este método se establece un valor α; se


PRUEBAS PARA DIFERENCIAS MUESTRALES 249

calcula el valor p y si el valor p ≤ α, se rechaza H 0 . En caso contrario, no se rechaza H 0 . En pruebas para medias

empleando muestras grandes (n > 30), el valor p se calcula como sigue:

1. Para H 0 : µ = µ 0 y H 1 : µ < µ 0 , valor p = P(Z < el estadístico de prueba calculado).

2. Para H 0 : µ = µ 0 y H 1 : µ > µ 0 , valor p = P(Z > el estadístico de prueba calculado).

3. Para H 0 : µ = µ 0 y H 1 : µ ≠ µ 0 , valor p = P(Z <−| el estadístico de prueba calculado |) + P(Z > | el estadístico

de prueba calculado |).

El estadístico de prueba calculado es x 0

p

ðs=

ffiffi , donde x es la media de la muestra, s es la desviación estándar de la

n Þ

muestra y µ 0 es el valor que se ha especificado para µ en la hipótesis nula. Obsérvese que σ no se conoce, se estima

a partir de la muestra y se usa s. Este método para pruebas de hipótesis es equivalente al método de hallar el o los

valores críticos y si el estadístico de prueba cae en la región de rechazo, rechazar la hipótesis nula. Usando cualquiera

de estos métodos se llega a la misma decisión.

GRÁFICAS DE CONTROL

En la práctica suele ser importante darse cuenta cuándo un proceso ha cambiado lo suficiente como para que se deban

tomar medidas para remediar la situación. Estos problemas surgen, por ejemplo, en el control de calidad. Los supervisores

de control de calidad deben decidir si los cambios observados se deben sólo a fluctuaciones casuales o a verdaderos

cambios en el proceso de fabricación debidos al deterioro de las máquinas, a los empleados, a errores, etc. Las

gráficas de control proporcionan un método útil y sencillo para tratar tales problemas (ver problema 10.16).

PRUEBAS PARA DIFERENCIAS MUESTRALES

Diferencias entre medias

Sean X 1 y X 2 las medias muestrales de muestras grandes de tamaños N 1 y N 2 obtenidas de poblaciones cuyas medias

son µ 1 y µ 2 y cuyas desviaciones estándar son σ 1 y σ 2 , respectivamente. Considérese la hipótesis nula de que no hay

diferencia entre las dos medias poblacionales (es decir, µ 1 = µ 2 ), lo cual es equivalente a decir que las muestras se han

tomado de dos poblaciones que tienen la misma media.

Haciendo µ 1 = µ 2 en la ecuación (5) del capítulo 8 se ve que la distribución muestral de las diferencias entre las

medias es aproximadamente normal con media y desviación estándar dadas por

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2 1

X1 X2 ¼ 0 y X1 X2 ¼ þ 2 2

(1)

N 1 N 2

donde, si es necesario, se pueden usar las desviaciones estándar muestrales s 1 y s 2 (o ^s 1 y ^s 2 ) como estimaciones de σ 1

y σ 2 .

Empleando la variable estandarizada, o puntuación z, dada por

X

z ¼ 1

X 2 0

X1 X2

X

¼ 1

X 2

X1 X2

(2)

se puede probar la hipótesis nula contra la hipótesis alternativa (o la significancia de la diferencia observada) a un nivel

de significancia apropiado.

Diferencias entre proporciones

Sean P 1 y P 2 las proporciones muestrales de muestras grandes de tamaños N 1 y N 2 obtenidas de poblaciones cuyas

proporciones son p 1 y p 2 . Considérese la hipótesis nula de que no hay diferencia entre estos parámetros poblacionales

(es decir, p 1 = p 2 ) y que por lo tanto las muestras se han obtenido realmente de la misma población.


250 CAPÍTULO 10 TEORÍA ESTADÍSTICA DE LA DECISIÓN

Haciendo, en la ecuación (6) del capítulo 8, p 1 = p 2 = p, se ve que la distribución muestral de las diferencias entre

las proporciones es aproximadamente normal, y que su media y su desviación estándar están dadas por

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

1

µ P1 −µ P2 = 0 y P1 P2 ¼ pq þ 1

(3)

N 1 N 2

donde p ¼ N 1P 1 þ N 2 P 2

N 1 þ N 2

se usa como estimación de la proporción poblacional y donde q = 1 − p.

Empleando la variable estandarizada

z ¼ P 1 P 2 0

P1 P2

¼ P 1 P 2

P1 P2

(4)

se puede probar la diferencia observada a nivel de significancia apropiado y con esto probar la hipótesis nula.

Se pueden hacer pruebas con otros estadísticos de manera similar.

PRUEBAS EMPLEANDO DISTRIBUCIONES BINOMIALES

Las pruebas en las que se usen distribuciones binomiales (así como otras distribuciones) pueden hacerse de manera

análoga a las pruebas en las que se emplean distribuciones normales; el principio básico es esencialmente el mismo.

Ver los problemas del 10.23 al 10.28.

PROBLEMAS RESUELTOS

PRUEBAS DE MEDIAS Y PROPORCIONES EMPLEANDO DISTRIBUCIONES NORMALES

10.1 Encontrar la probabilidad de obtener entre 40 y 60 caras inclusive en 100 lanzamientos de una moneda que no

esté cargada.

SOLUCIÓN

De acuerdo con la probabilidad binomial, la probabilidad buscada es

100 1 40

1 60

þ 100 1 41

1 59

þþ 100 1 60

1

40 2 2 41 2 2

60 2 2

40

Como tanto Np ¼ 100ð 1 2 Þ como Nq ¼ 100ð1 2Þ son mayores que 5, para evaluar esta suma puede emplearse la aproximación

normal a la distribución binomial. La media y la desviación estándar de la cantidad de caras en 100 lanzamientos están

dadas por

¼ Np ¼ 100ð 1 pffiffiffiffiffiffiffiffiffi

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2Þ¼50 y ¼ Npq ¼ ð100Þð 1 2 Þð1 2 Þ ¼ 5

En una escala continua, entre 40 y 60 caras corresponden a entre 39.5 y 60.5 caras. Por lo tanto, se tiene

39.5 en unidades estándar ¼

39:5 50

¼ 2:10 60.5 en unidades estándar ¼

5

Probabilidad buscada = área bajo la curva normal entre z = −2.10 y z = 2.10

= 2(área entre z = 0 y z = 2.10) = 2(0.4821) = 0.9642.

60:5 50

¼ 2:10

5


PROBLEMAS RESUELTOS 251

10.2 Para probar la hipótesis de que una moneda no está cargada se adopta la siguiente regla de decisión:

Aceptar la hipótesis si el número de caras de una sola muestra de 100 lanzamientos está entre 40 y 60

inclusive.

Rechazar la hipótesis si no es así.

a) Encontrar la probabilidad de rechazar la hipótesis en caso de que en realidad sea correcta.

b) Graficar la regla de decisión y el resultado del inciso a).

c) ¿A qué conclusión se llega si en la muestra de 100 lanzamientos se obtienen 53 caras? ¿Y si se obtienen

60 caras?

d ) ¿Puede estar equivocada la conclusión obtenida en el inciso c)?

SOLUCIÓN

a) De acuerdo con el problema 10.1, la probabilidad de que no se obtengan entre 40 y 60 caras inclusive si la moneda no

está cargada es 1 − 0.9642 = 0.0358. Por lo tanto, la probabilidad de rechazar la hipótesis (nula) cuando en realidad

sea correcta es 0.0358.

b) En la figura 10.2 se ilustra la regla de decisión. Se muestra la distribución de probabilidad para la obtención de caras

en 100 lanzamientos de una moneda no cargada. Si en una sola muestra de 100 lanzamientos se obtiene una puntuación

z entre −2.10 y 2.10, se acepta la hipótesis; si no es así, se rechaza la hipótesis y se concluye que la moneda está

cargada.

El error que se comete si se rechaza la hipótesis cuando en realidad deba aceptarse es el error tipo I de la regla

de decisión, y la probabilidad de cometer este error es igual a 0.0358, de acuerdo con el inciso a); este error está

representado por el total del área sombreada de la figura. Si en una sola muestra de 100 lanzamientos se obtiene una

cantidad de caras cuya puntuación z (o estadístico z) se encuentra en la región sombreada, se dice que la puntuación z

difiere de manera significativa de lo que se esperaría si la hipótesis fuera verdadera. Es por esta razón que a la región

sombreada (es decir, a la probabilidad de cometer un error tipo I) se le conoce como nivel de significancia de la regla

de decisión, que en este caso es igual a 0.0358. Por lo tanto, se habla de rechazo de la hipótesis a nivel de significancia

0.0358 (o 3.58%).

c) De acuerdo con la regla de decisión, en ambos casos debe aceptarse la hipótesis de que la moneda no está cargada.

Puede argumentarse que bastará que se obtenga una cara más para que se rechace la hipótesis. Esto es a lo que se

enfrenta cuando se emplea una clara línea divisoria para tomar una decisión.

d ) Sí. Tal vez se acepte la hipótesis cuando en realidad debería haberse rechazado, que sería el caso, por ejemplo, si la

probabilidad de cara fuera en realidad 0.7 en lugar de 0.5. El error que se comete al aceptar una hipótesis que debería

rechazarse es un error tipo II de la decisión.

Región de

rechazo

Región de

aceptación

Región de

rechazo

z = −2.10 z = 2.10

Figura 10-2 Curva normal estándar en la que se muestran las regiones de aceptación

y de rechazo para probar que una moneda no está cargada.


252 CAPÍTULO 10 TEORÍA ESTADÍSTICA DE LA DECISIÓN

10.3 Empleando la distribución binomial y no la aproximación normal a la distribución binomial, diseñar una regla

de decisión para probar la hipótesis de que una moneda no está cargada si se emplea una muestra de 64 lanzamientos

y se usa como nivel de significancia 0.05. Usar MINITAB como ayuda para encontrar la solución.

SOLUCIÓN

En la figura 10-3 se presenta la gráfica de probabilidades binomiales cuando una moneda no cargada se lanza 64 veces.

Abajo de la figura 10-3 se presentan las probabilidades acumuladas generadas con MINITAB.

0.10

0.08

Probabilidad

0.06

0.04

0.02

0.00

0 10 20 30 40 50 60 70

x

Figura 10-3 MINITAB, gráfica de la distribución binomial correspondiente a n = 64 y p = 0.5.

x Probabilidad Acumulada x Probabilidad Acumulada

0 0.0000000 0.0000000 13 0.0000007 0.0000009

1 0.0000000 0.0000000 14 0.0000026 0.0000035

2 0.0000000 0.0000000 15 0.0000086 0.0000122

3 0.0000000 0.0000000 16 0.0000265 0.0000387

4 0.0000000 0.0000000 17 0.0000748 0.0001134

5 0.0000000 0.0000000 18 0.0001952 0.0003087

6 0.0000000 0.0000000 19 0.0004727 0.0007814

7 0.0000000 0.0000000 20 0.0010636 0.0018450

8 0.0000000 0.0000000 21 0.0022285 0.0040735

9 0.0000000 0.0000000 22 0.0043556 0.0084291

10 0.0000000 0.0000000 23 0.0079538 0.0163829

11 0.0000000 0.0000001 24 0.0135877 0.0299706

12 0.0000002 0.0000002 25 0.0217403 0.0517109

Como se ve, P(X ≤ 23) = 0.01638. Como la distribución es simétrica, se sabe también que P(X ≥ 41) = 0.01638. La

región de rechazo {X ≤ 23 y X ≥ 41} tiene la probabilidad 2(0.01638) = 0.03276. La región de rechazo {X ≤ 24 y X ≥ 40}

es mayor que 0.05. Cuando se usa una distribución binomial no se puede tener una región de rechazo exactamente igual a

0.05. Lo más cercano a 0.05 que se puede tener, sin que se tenga una probabilidad mayor a este valor, es 0.03276.

Resumiendo, la moneda se lanza 64 veces. Se declarará que está cargada, o no equilibrada, si se obtienen 23 o menos,

o 41 o más caras. La posibilidad de cometer un error tipo I es 0.03276, que es lo más cerca que se puede estar de 0.05, sin

sobrepasar este valor.

10.4 Volver al problema 10.3. Usando la distribución binomial, no la aproximación normal a la distribución binomial,

diseñar una regla de decisión para probar la hipótesis de que la moneda no está cargada empleando una mues-


PROBLEMAS RESUELTOS 253

tra de 64 lanzamientos de la moneda y un nivel de significancia de 0.05. Emplear EXCEL como ayuda para dar

la solución.

SOLUCIÓN

En la columna A de la hoja de cálculo de EXCEL se ingresan los resultados 0 a 64. Las expresiones =BINOMDIST(A1,64,0.5,0)

y =BINOMDIST(A1,64,0.5,1) se emplean para obtener la distribución binomial y la distribución binomial acumulada. El

0, que aparece como cuarto parámetro, indica que se requieren probabilidades individuales, y el 1 indica que se desean las

probabilidades acumuladas. Haciendo clic y arrastrando en la columna B se obtienen las probabilidades individuales y

haciendo clic y arrastrando en la columna C se obtienen las probabilidades acumuladas.

A B C A B C

x Probabilidad Acumulada x Probabilidad Acumulada

0 5.42101E-20 5.42101E-20 13 7.12151E-07 9.40481E-07

1 3.46945E-18 3.52366E-18 14 2.59426E-06 3.53474E-06

2 1.09288E-16 1.12811E-16 15 8.64754E-06 1.21823E-05

3 2.25861E-15 2.37142E-15 16 2.64831E-05 3.86654E-05

4 3.44438E-14 3.68152E-14 17 7.47758E-05 0.000113441

5 4.13326E-13 4.50141E-13 18 0.000195248 0.000308689

6 4.06437E-12 4.51451E-12 19 0.000472706 0.000781395

7 3.36762E-11 3.81907E-11 20 0.001063587 0.001844982

8 2.39943E-10 2.78134E-10 21 0.002228469 0.004073451

9 1.49298E-09 1.77111E-09 22 0.004355644 0.008429095

10 8.21138E-09 9.98249E-09 23 0.007953785 0.01638288

11 4.03104E-08 5.02929E-08 24 0.013587715 0.029970595

12 1.78038E-07 2.28331E-07 25 0.021740344 0.051710939

Se encuentra, como en el problema 10.3, que P(X ≤ 23) = 0.01638 y debido a la simetría, P(X ≥ 41) = 0.01638, y que la

región de rechazo es {X ≤ 23 o X ≥ 41} y el nivel de significancia es 0.01638 + 0.01638 o bien 0.03276.

Región crítica

Z

Figura 10-4 Determinación del valor Z que dará una región crítica igual a 0.05.

10.5 Se realiza un experimento de percepción extrasensorial (PES) en el que se pide a un individuo que está en una

habitación que adivine el color (rojo o verde) de una carta extraída de un juego de 50 cartas bien mezcladas por

una persona en otra habitación. El individuo no sabe cuántas cartas rojas o verdes hay en ese conjunto de cartas.

Si este individuo identifica 32 cartas correctamente, determinar si los resultados son significativos al nivel: a)

0.05 y b) 0.01.


254 CAPÍTULO 10 TEORÍA ESTADÍSTICA DE LA DECISIÓN

SOLUCIÓN

Si p es la probabilidad de que la persona elija correctamente el color de la carta, entonces hay que decidir entre las dos

hipótesis:

H 0 : p = 0.5, el individuo simplemente está adivinando (es decir, el resultado se debe a la casualidad).

H 1 : p > 0.5, la persona tiene PES.

Como lo que interesa no es la habilidad de la persona para obtener puntuaciones extremadamente bajas, sino sólo su

habilidad para obtener puntuaciones altas, se elige una prueba de una cola. Si la hipótesis H 0 es verdadera, entonces la media

y la desviación estándar de la cantidad de cartas identificadas correctamente están dadas por

p

µ = Np = 50(0.5) = 25 y ¼ ffiffiffiffiffiffiffiffiffi p

Npq ¼

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi p

50ð0:5Þð0:5Þ ¼

ffiffiffiffiffiffiffiffiffi

12:5 ¼ 3:54

a) Como se trata de una prueba de una cola con nivel de significancia 0.05, en la figura 10-4 se debe elegir z de manera

que el área sombreada, en la región crítica de puntuaciones altas, sea 0.05. El área entre 0 y z será 0.4500 y z = 1.645;

este valor también se puede leer en la tabla 10.1. Por lo tanto, la regla de decisión (o prueba de significancia) es:

Si la puntuación z observada es mayor a 1.645, los resultados son significativos al nivel 0.05 y la persona tiene

poderes extrasensoriales.

Si la puntuación z es menor a 1.645, los resultados se deben a la casualidad (es decir, no son significativos al

nivel 0.05).

Como 32 en unidades estándar (32 − 25)/3.54 = 1.98, lo cual es mayor a 1.645, se concluye, al nivel 0.05, que

la persona tiene poderes extrasensoriales.

Obsérvese que en realidad debe aplicarse la corrección por continuidad, ya que 32 en una escala continua está

entre 31.5 y 32.5. Sin embargo, la puntuación estándar correspondiente a 31.5 es (31.5 − 25)/3.54 = 1.84, con lo que

se llega a la misma conclusión.

b) Si el nivel de significancia es 0.01, entonces el área entre 0 y z es 0.4900, de donde se concluye que z = 2.33.

Como 32 (o 31.5) en unidades estándar es 1.98 (o 1.84), que es menor a 2.33, se concluye que los resultados no son

significativos al nivel 0.01.

Algunos especialistas en estadística adoptan la siguiente terminología: resultados significativos al nivel 0.01 son

altamente significativos; resultados significativos al nivel 0.05, pero no al nivel 0.01, son probablemente significativos, y

resultados significativos a niveles mayores a 0.05 no son significativos. De acuerdo con esta terminología se concluye que

los resultados experimentales anteriores son probablemente significativos, de manera que será necesario hacer más investigaciones

acerca del fenómeno.

Como los niveles de significancia sirven de guía en la toma de decisiones, algunos especialistas en estadística dan

las probabilidades empleadas. Por ejemplo, como en este problema, Pr{z ≥ 1.84} = 0.0322, un especialista en estadística

dirá que con base en el experimento, las posibilidades de estar equivocado al concluir que la persona tiene poderes extrasensoriales

son aproximadamente 3 en 100. A la probabilidad que se da (0.0322 en este caso) se le conoce como valor p de

la prueba.

10.6 Se asegura que 40% de las personas que hacen sus declaraciones de impuestos, las hacen empleando algún

software para impuestos. En una muestra de 50 personas, 14 emplearon software para hacer su declaración de

impuestos. Probar H 0 : p = 0.4 versus H a : p < 0.4 a α = 0.05, donde p es la proporción poblacional de los que

emplean software para hacer su declaración de impuestos. Haga la prueba empleando la distribución binomial

y también empleando la aproximación normal a la distribución binomial.

SOLUCIÓN

Si se emplea la prueba exacta H 0 : p = 0.4 versus H a : p < 0.4 a α = 0.05, la hipótesis nula se rechaza si X ≤ 15. A esta región

se le llama la región de rechazo. Si se emplea la prueba basada en la aproximación normal a la binomial, la hipótesis nula

se rechaza si Z < −1.645 y a esta región se le llama la región de rechazo. A X = 14 se le llama estadístico de prueba. El

estadístico de prueba binomial está en la región de rechazo y la hipótesis nula se rechaza. Usando la aproximación normal,

14 20

el estadístico de prueba es z ¼

3:46

¼ 1:73. El verdadero valor de α es 0.054 y la región de rechazo es X ≤ 15 y se emplea

la probabilidad binomial acumulada P(X ≤ 15). Empleando la aproximación normal también se rechazará la hipótesis nula,

ya que z = −1.73 está en la región de rechazo que es Z < −1.645. Obsérvese que si se usa la distribución binomial para

realizar la prueba, el estadístico de prueba tiene una distribución binomial. Si se emplea la distribución normal, el estadístico

de prueba, Z, tiene una distribución normal estándar.


PROBLEMAS RESUELTOS 255

0.12

0.10

0.08

0.06

0.04

0.02

0.00

0 10 20 30 40 50

Z = −1.645

Figura 10-5 Comparación entre la prueba exacta a la izquierda (binomial) y la prueba aproximada

a la derecha (normal estándar).

10.7 El valor p en una prueba de hipótesis se define como el menor nivel de significancia al cual se rechaza la hipótesis

nula. En este problema se ilustra el cálculo del valor p para un estadístico de prueba. Usar los datos del

problema 9.6 para probar la hipótesis nula de que la altura media de los árboles es igual a 5 pies (ft) contra la

hipótesis alternativa de que la altura media es menor a 5 ft. Encontrar el valor p de esta prueba.

SOLUCIÓN

El valor encontrado para z es z = (59.22 − 60)/1.01 = −0.77. El menor nivel de significancia al que se rechaza la hipótesis

nula es el valor p = P(z < −0.77) = 0.5 − 0.2794 = 0.2206. La hipótesis nula se rechaza si el valor p es menor al nivel

de significancia preestablecido. En este problema, si el nivel de significancia preestablecido es 0.05, no se rechaza la hipótesis

nula. A continuación se presenta la solución que da MINITAB, donde el comando Alternative-1 indica que se

trata de una prueba de la cola inferior.

MTB> ZTest mean = 60 sd = 10.111 data in cl ;

SUBC>Alternative –1

Prueba Z

Test of mu = 60.00 vs mu < 60.00

The assumed sigma = 10.1

Variable N Mean StDev SE Mean Z P

height 100 59.22 10.11 1.01 –0.77 0.22

10.8 Se toma una muestra de 33 personas que escuchen radio y se determina la cantidad de horas, por semana, que

escuchan la radio. Los datos son los siguientes.

9 8 7 4 8 6 8 8 7 10 8 10 6 7 7 8 9

6 5 8 5 6 8 7 8 5 5 8 7 6 6 4 5

Probar, de las siguientes tres maneras equivalentes, la hipótesis nula µ = 5 horas (h) contra la hipótesis alternativa

µ ≠ 5 h al nivel de significancia α = 0.05:

a) Calcular el valor del estadístico de prueba y compararlo con el valor crítico correspondiente a α = 0.05.

b) Calcular el valor p del estadístico de prueba encontrado y comparar este valor p con α = 0.05.

c) Calcular el intervalo de confianza 1 − α = 0.95 para µ y determinar si 5 cae dentro de este intervalo.


256 CAPÍTULO 10 TEORÍA ESTADÍSTICA DE LA DECISIÓN

SOLUCIÓN

En el siguiente resultado de MINITAB se halla, primero, la desviación estándar y después se emplea en las declaraciones

Ztest y Zinterval.

MTB > standard deviation cl

Standard deviation of hours = 1.6005

MTB > ZTest 5.01.6005 ‘hours’ ;

SUBC> Alternative 0.

Prueba Z

Test of mu = 5.000 vs mu not = 5.000

The assumed sigma = 1.60

Variable N Mean StDev SE Mean Z P

hours 33 6.897 1.600 0.279 6.81 0.0000

MTB > ZInterval 95.01.6005 ‘hours’

Variable N Mean StDev SE Mean 95.0 % CI

hours 33 6.897 1.600 0.279 ( 6.351, 7.443)

a) El valor calculado para el estadístico de prueba es Z ¼ 6:897 5 ¼ 6:81, los valores críticos son ±1.96, y la hipótesis

nula se rechaza. Obsérvese que éste es el valor encontrado que aparece en el resultado de MINITAB.

0:279

b) El valor p encontrado, de acuerdo con los resultados de MINITAB, es 0.0000, por lo tanto, el valor p < α = 0.05, la

hipótesis nula se rechaza.

c) Como el valor especificado por la hipótesis nula, 5, no está contenido en el intervalo de confianza de 95% para µ, la

hipótesis nula se rechaza.

Estos tres procedimientos para probar una hipótesis nula contra una de hipótesis alternativa de dos colas son

equivalentes.

10.9 La resistencia a la ruptura de los cables fabricados por una empresa tiene media de 1 800 libras (lb) y desviación

estándar de 100 lb. Se asegura que mediante una nueva técnica puede aumentarse la resistencia a la ruptura.

Para probar esto, se prueba una muestra de 50 cables y se encuentra que su resistencia media a la ruptura es

1 850 lb. ¿Puede apoyarse, a nivel de significancia 0.01, la aseveración hecha antes?

SOLUCIÓN

Se tiene que decidir entre las dos hipótesis siguientes:

H 0 : µ = 1 800 lb, en realidad no hay cambio en la resistencia a la ruptura.

H 1 : µ > 1 800 lb, sí hay cambio en la resistencia a la ruptura.

Por lo tanto, se debe usar una prueba de una cola; el diagrama correspondiente a esta prueba es idéntico al de la figura 10-4

del problema 10.5a). A nivel de significancia 0.01, la regla de decisión es:

Si la puntuación z observada es mayor a 2.33, los resultados son significativos a nivel de significancia 0.01 y H 0 se

rechaza.

Si no es así, H 0 se acepta (o la decisión se aplaza).

Bajo la hipótesis de que H 0 es verdadera, se encuentra que

z = X

√ =

N

1 850 1 800

√ = 3.55

100 50

que es mayor a 2.33. Por lo tanto, se concluye que los resultados son altamente significativos y que la aseveración hecha

puede apoyarse.


PROBLEMAS RESUELTOS 257

VALORES p PARA PRUEBAS DE HIPÓTESIS

10.10 A un grupo de 50 compradores se le preguntó cuánto gastaba anualmente en sus compras por Internet. En la

tabla 10.2 se muestran las respuestas. Se desea probar que gastan $325 por año contra una cantidad diferente a

$325. Encontrar el valor p para la prueba de hipótesis. ¿A qué conclusión se llega empleando α = 0.05?

Tabla 10.2

418

363

331

351

307

158

523

331

466

366

379

434

356

151

297

310

356

364

150

195

77

348

423

220

448

331

210

352

282

96

212

245

330

383

391

348

364

299

221

219

378

341

247

257

210

124

406

221

432

202

SOLUCIÓN

La media de estos datos es 304.60, la desviación estándar es 101.51, el estadístico de prueba obtenido es

304:60 325

z ¼ p

101:50= ffiffiffiffiffi ¼ 1:43.

50

El estadístico Z tiene aproximadamente una distribución normal estándar. El valor p calculado es el siguiente P(Z < − | estadístico

de prueba calculado | ) o Z > | estadístico de prueba calculado | ) o P(Z < − 1.43) + P(Z > 1.43). La respuesta puede

hallarse usando el apéndice II o usando EXCEL. Mediante EXCEL, el valor p =2*NORMDIST(−1.43) = 0.1527, dado

que la curva normal es simétrica y las áreas a la izquierda de −1.43 y a la derecha de 1.43 son iguales, se puede simplemente

duplicar en el área a la izquierda de −1.43. Como el valor p es menor a 0.05, no se rechaza la hipótesis nula. En la

figura 10.6 se muestra gráficamente el valor p calculado en este problema.

Z = −1.43 Z = 1.43

Figura 10-6 El valor p es la suma del área a la izquierda de Z = –1.43 más que

el área a la derecha de Z = 1.43.

10.11 Volver al problema 10.10. Para analizar los datos usar el software para estadística de MINITAB. Obsérvese que

el software da el valor p y al usuario se le deja la decisión respecto a la hipótesis de acuerdo con el valor que

le haya asignado a α.


258 CAPÍTULO 10 TEORÍA ESTADÍSTICA DE LA DECISIÓN

SOLUCIÓN

Con la secuencia “Stat ⇒ Basic statistics ⇒ 1 sample Z” se obtiene el análisis siguiente. El software calcula para el

usuario el estadístico de prueba y el valor p.

Muestra uno Z: cantidad

Test of mu = 325 vs not = 325

The assumed standard deviation = 101.51

Variable N Mean StDev SE Mean Z P

Amount 50 304.460 101.508 14.356 –1.43 0.152

Obsérvese que el software proporciona el valor del estadístico de prueba (−1.43) y el valor p (0.152).

10.12 En la tabla 10.3 se muestran los resultados de un estudio sobre individuos que emplean la computadora para

hacer sus declaraciones de impuestos. Los datos de la tabla dan el tiempo que necesitan para hacer su declaración.

La hipótesis nula es H 0 : µ = 8.5 horas contra la hipótesis alternativa, que es H 1 : µ < 8.5. Encontrar el

valor p de esta prueba de hipótesis. ¿A qué conclusión llega empleando α = 0.05?

Tabla 10.3

6.2

11.5

2.7

4.8

8.0

9.1

2.6

3.3

10.4

4.9

4.8

8.6

14.9

9.5

11.8

6.4

3.5

10.3

8.5

4.4

8.9

6.2

11.2

12.4

7.4

9.5

6.4

3.2

10.8

9.4

5.6

8.5

6.9

9.7

9.1

7.6

4.3

11.5

6.9

5.6

6.5

5.2

7.9

10.7

4.9

6.7

7.9

1.7

5.3

7.0

SOLUCIÓN

La media de los datos que se presentan en la tabla 10.3 es 7.42 h, la desviación estándar es 2.91 h y el estadístico de prueba

calculado es Z ¼ p

7:42 8:5

2:91= ffiffiffiffiffi ¼ 2:62. El estadístico Z tiene aproximadamente la distribución normal estándar. Con

50

la secuencia de MINITAB “Calc ⇒ Probability distribution ⇒ Normal” se obtiene el cuadro de diálogo que se muestra

en la figura 10-7. El cuadro de diálogo se llena como se indica.

Los resultados que da el cuadro de diálogo de la figura 10-7 son los siguientes:

Función de distribución acumulada

Normal with mean = 0 and standard deviation = 1

x P ( X<=x)

–2.62 0.0043965

El valor p es 0.0044 y como el valor p < α, se rechaza la hipótesis nula. Consultar la figura 10-8 para ver gráficamente

el valor p obtenido en este problema.


PROBLEMAS RESUELTOS 259

Figura 10-7 Cuadro de diálogo para calcular el valor p si el estadístico de prueba es igual a –2.62.

Z = −2.62

Figura 10-8 El valor p es el área a la izquierda de Z = –2.62.

10.13 Refiérase al problema 10.12. Para analizar los datos usar el software para estadística SAS. Obsérvese que este

software da el valor p y deja al usuario la decisión respecto de la hipótesis de acuerdo con el valor que el usuario

haya asignado a α.

SOLUCIÓN

A continuación se presentan los resultados dados por SAS. El valor p se da como Prob > z = 0.0044, el mismo valor que

se obtuvo en el problema 10.12. Este valor es el área bajo la curva normal estándar a la izquierda de −2.62. Comparar las

demás cantidades dadas como resultados de SAS con las del problema 10.12.

RESULTADOS DE SAS

One Sample Z Test for a Mean

Sample Statistics for time

N Mean Std. Dev Std Error

-----------------------------------------------------------

50 7.42 2.91 0.41


260 CAPÍTULO 10 TEORÍA ESTADÍSTICA DE LA DECISIÓN

Hypothesis Test

Null hypothesis Mean of time => 8.5

Alternative Mean of time < 8.5

with a specified know standard deviation of 2.91

Z Statistic Prob > Z

-----------------------

–2.619 0.0044

95% Confidence Interval for the Mean

(Upper Bound Only)

Lower Limit Upper Limit

------------------------

–infinity 8.10

Obsérvese que el intervalo unilateral de 95% (−∞, 8.10) no contiene el valor de la hipótesis nula, 8.5. Ésta es otra

indicación de que la hipótesis nula se debe rechazar a nivel α = 0.05.

10.14 Se asegura que el promedio de tiempo que escuchan MP3 las personas que utilizan estos dispositivos es 5.5 h

por semana, contra un promedio mayor a 5.5. En la tabla 10.4 se dan las cantidades de tiempo que 50 personas

pasan escuchando un MP3. Probar H 0 : µ = 5.5 h contra la hipótesis alternativa H 1 : µ > 5.5 h. Encontrar el

valor p de esta prueba de hipótesis usando STATISTIX. ¿A qué conclusión se llega empleando α = 0.05?

Tabla 10.4

6.4

5.8

6.3

6.3

6.5

6.7

6.9

4.7

5.7

6.9

6.4

5.9

5.5

4.2

6.8

5.4

6.7

7.0

5.2

5.5

6.8

6.9

6.1

6.2

6.8

5.9

6.4

6.0

4.9

5.2

7.6

5.9

6.4

5.0

5.1

3.5

5.1

5.8

6.6

3.3

6.9

6.0

4.8

5.9

6.5

4.4

5.4

5.8

8.2

8.3

SOLUCIÓN

STATISTIX proporciona los resultados siguientes:

Statistix 8.0

Descriptive Statistics

Variable N Mean SD

MP3 50 5.9700 1.0158

5:97 5:5

El estadístico de prueba calculado es Z ¼ p

1:0158= ffiffiffiffiffi ¼ 3:27. En la figura 10-9 se calcula el valor p.

50

En la figura 10-10 se muestra gráficamente el valor p encontrado en este problema.

El valor p encontrado es 0.00054 y como es menor a 0.05, se rechaza la hipótesis nula.


PROBLEMAS RESUELTOS 261

Figura 10-9 Cuadro de diálogo para hallar el valor p siendo el estadístico de prueba igual a 3.27.

Z = 3.2 7

Figura 10-10 El valor p es el área a la derecha de z = 3.27.

10.15 Empleando SPSS, usar la secuencia “Analyze ⇒ Compare means ⇒ one-sample t test” y los datos del problema

10.14 para probar H 0 : µ = 5.5 h contra la hipótesis alternativa H a : µ > 5.5 h a α = 0.05 hallando el

valor p y comparándolo con α.

SOLUCIÓN

Los resultados de SPSS son los siguientes:

One-sample statistics

N Media Desv. estándar Media error estándar

MPE 50 5.9700 1.0184 .14366


262 CAPÍTULO 10 TEORÍA ESTADÍSTICA DE LA DECISIÓN

One-sample test

t gl Sigma (2 colas)

Valor de prueba = 5.5

Diferencia

media

Intervalo de

confianza de 95%

de la diferencia

Inferior

Superior

MPE 3.272 49 0.002 .47000 .1813 .7587

En la primera parte de los resultados de SPSS se dan los estadísticos necesarios. Obsérvese que al estadístico de prueba

encontrado se le llama t y no z. Esto se debe a que para n > 30, la distribución t y la distribución z son muy similares.

La distribución t tiene un parámetro llamado grados de libertad que es igual a n − 1. El valor p encontrado por SPSS es

siempre un valor p para dos colas y se le conoce como sigma(2 colas). Este valor es igual a 0.002. El valor para 1 cola

es 0.002/2 = 0.001. Este valor es un valor cercano al encontrado en el problema 10.14 que es igual a 0.00054. Cuando se

usa un software, el usuario debe estar atento a la idiosincrasia de ese software.

GRÁFICAS DE CONTROL

10.16 Para controlar el llenado de recipientes de mostaza se emplea una gráfica de control. La cantidad media de

llenado es 496 gramos (g) y la desviación estándar es 5 g. Para determinar si la máquina llenadora está trabajando

en forma adecuada, cada hora, a lo largo de las 8 h del día, se toma una muestra de cinco recipientes. En

la tabla 10.5 se presentan los datos de dos días.

a) Diseñar una regla de decisión mediante la cual se pueda estar muy seguro de que la media de llenado se

mantiene, durante estos dos días, en 496 g con una desviación estándar igual a 5 g.

b) Mostrar cómo graficar la regla de decisión del inciso a).

Tabla 10.5

1 2 3 4 5 6 7 8

492.2

487.9

493.8

495.4

491.7

486.2

489.5

495.9

494.1

494.0

493.6

503.2

486.0

498.4

496.5

508.6

497.8

493.4

495.8

508.0

503.4

493.4

493.9

493.8

501.3

494.9

492.3

502.9

502.8

498.9

497.5

497.0

493.8

497.1

488.3

490.5

503.0

496.4

489.7

492.6

9 10 11 12 13 14 15 16

492.2

487.9

493.8

495.4

491.7

486.2

489.5

495.9

494.1

494.0

493.6

503.2

486.0

498.4

496.5

508.6

497.8

493.4

495.8

508.0

503.4

493.4

493.9

493.8

501.3

494.9

492.3

502.9

502.8

498.9

497.5

497.0

493.8

497.1

488.3

490.5

503.0

496.4

489.7

492.6

SOLUCIÓN

a) Con una confianza de 99.73% puede decirse que la media muestral x debe encontrarse en el intervalo de µ x 3 x

hasta µ x þ 3 x o bien, de: 3 p ffiffiffi hasta: þ 3 p ffiffiffi . Como µ = 496, σ = 5 y n = 5, se sigue que con una confianza

n

n


PROBLEMAS RESUELTOS 263

de 99.73% la media muestral debe estar en el intervalo de: 496

502.71. Por lo tanto, la regla de decisión es la siguiente:

3 p 5 ffiffi hasta: 496 þ 3 p 5 ffiffi o bien entre 489.29 y

5

5

Si la media muestral cae dentro del intervalo de 489.29 g a 502.71 g, se supone que la máquina está llenando

correctamente.

Si no es así, se concluye que la máquina de llenado no está trabajando en forma adecuada y se busca la razón

por la que el llenado es incorrecto.

b) Empleando una gráfica como la de la figura 10-11, llamada gráfica de control de calidad, se puede llevar un registro

de las medias muestrales. Cada vez que se calcula una media muestral se representa mediante un punto. Mientras estos

puntos se encuentren entre el límite inferior y el límite superior, el proceso está bajo control. Si un punto se sale de

estos límites de control puede ser que algo esté mal y se recomienda hacer una investigación.

Las 80 observaciones se ingresan en la columna C1. Con la secuencia “Stat ⇒ Control Charts ⇒ Variable charts

for subgroups ⇒ Xbar” se abre la ventana de diálogo que, una vez llenada, da la gráfica de control que se muestra en la

figura 10-11.

504

502

500

Gráfica Xbarra de cantidad

UCL=502.71

Media muestral

498

496

494

_

X=496

492

490

LCL=489.29

2 4 6 8 10 12 14 16

Muestra

Figura 10-11 Gráfica de control con límites 3σ para el control de la media de llenado

de los envases de mostaza.

Los límites de control especificados antes se conocen como límites de confianza del 99.73%, o simplemente, límites

3σ. También se pueden determinar otros límites de confianza (por ejemplo, límites del 99% o del 95%). En cada caso la

elección depende de las circunstancias particulares.

PRUEBAS PARA DIFERENCIAS DE MEDIAS Y PROPORCIONES

10.17 A dos grupos de estudiantes, uno de 40 y el otro de 50 alumnos, se les puso un examen. En el primer grupo la

puntuación media fue 74 y la desviación estándar 8; en el segundo grupo la puntuación media fue 78 y la desviación

estándar 7. ¿Existe diferencia en el desempeño de estos dos grupos a los niveles de significancia: a)

0.05 y b) 0.01?

SOLUCIÓN

Supóngase que los dos grupos provienen de dos poblaciones cuyas medias son µ 1 y µ 2 , respectivamente. Entonces se debe

decidir entre las hipótesis:

H 0 : µ 1 = µ 2 , la diferencia se debe únicamente a la casualidad.

H 1 : µ 1 ≠ µ 2 , existe una diferencia significativa entre los dos grupos.


264 CAPÍTULO 10 TEORÍA ESTADÍSTICA DE LA DECISIÓN

De acuerdo con la hipótesis H 0 , ambos grupos provienen de una misma población. La media y la desviación estándar de la

diferencia entre las medias están dadas por

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2 1

X1 X2 ¼ 0 y X1 X2 ¼ þ 2 2

8 2

¼

N 1 N 2 40 þ 72

¼ 1:606

50

donde se han empleado las desviaciones estándar muestrales como estimación de σ 1 y σ 2 . Por lo tanto,

z ¼ X 1

X1

X

¼

X2

74 78

1:606 ¼ 2:49

a) En una prueba de dos colas, los resultados son significativos al nivel 0.05 si z se encuentra fuera del intervalo de −1.96

a 1.96. Por lo tanto, se concluye que al nivel de significancia 0.05 existe una diferencia significativa en el desempeño

de estos dos grupos y que el segundo grupo parece ser mejor.

b) En una prueba de dos colas, los resultados son significativos al nivel 0.01 si z se encuentra fuera del intervalo de −2.58

a 2.58. Por lo tanto, se concluye que al nivel 0.01 no hay diferencia significativa entre las clases.

Ya que los resultados son significativos al nivel 0.05 pero no al nivel 0.01, se concluye que los resultados sean probablemente

significativos (de acuerdo con la terminología presentada al final del problema 10.5).

10.18 La estatura media de 50 estudiantes que mostraron una participación especial en las actividades deportivas de

su escuela fue 68.2 pulgadas (in) con una desviación estándar de 2.5 in, en tanto que la estatura media de 50

estudiantes que no mostraron interés en los deportes fue 67.5 in con una desviación estándar de 2.8 in. Probar

la hipótesis de que los estudiantes que mostraron interés en el deporte son más altos que el resto de los estudiantes.

SOLUCIÓN

Hay que decidir entre las hipótesis:

H 0 : µ 1 = µ 2 , no hay diferencia entre las estaturas medias.

H 1 : µ 1 > µ 2 , la estatura media del primer grupo es mayor que la del segundo grupo.

Bajo la hipótesis H 0 ,

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2 1

X1 X2 ¼ 0 y X1 X2 ¼ þ 2 2

ð2:5Þ 2

¼

N 1 N 2 50 þ ð2:8Þ2 ¼ 0:53

50

donde para estimar σ 1 y σ 2 se han empleado las desviaciones estándar muestrales. Por lo tanto,

X

z ¼ 1

X 2

X1 X2

¼

68:2 67:5

¼ 1:32

0:53

Usando una prueba de una cola al nivel de significancia 0.05 se puede rechazar H 0 si la puntuación z es mayor a 1.645. Por

lo tanto, en este caso, a ese nivel de significancia no se puede rechazar la hipótesis nula.

Sin embargo, hay que observar que la hipótesis se puede rechazar al nivel de significancia 0.10 si se está dispuesto

a correr el riesgo de tener una probabilidad de 0.10 de cometer un error (es decir, 1 posibilidad en 10).

10.19 Se realiza un estudio para comparar la media, en horas por semana, que usan sus celulares varones y mujeres

estudiantes universitarios. De una universidad se tomaron 50 estudiantes mujeres y 50 estudiantes varones y se

registró la cantidad de horas por semana que utilizan sus celulares. Los resultados se muestran en la tabla 10.6.

Se quiere probar H 0 : µ 1 − µ 2 = 0 contra H a : µ 1 − µ 2 ≠ 0, basándose en estas muestras. Usar EXCEL para

calcular el valor p y llegar a una decisión acerca de la hipótesis nula.


PROBLEMAS RESUELTOS 265

Tabla 10.6 Horas por semana que usan su celular varones

y mujeres estudiantes de una universidad

Varones

Mujeres

12

7

7

10

8

10

11

9

9

13

4

9

12

11

9

9

7

12

10

13

11

10

6

12

11

9

10

12

8

9

13

10

9

7

10

7

10

8

11

10

11

7

15

8

9

9

11

13

10

13

11

10

11

10

11

12

12

10

9

9

9

10

8

7

12

9

7

8

9

8

7

7

9

9

12

10

9

13

9

9

10

9

6

12

8

11

8

8

11

12

9

10

11

14

12

7

11

10

9

11

SOLUCIÓN

Los datos de la tabla 10.6 se ingresan en una hoja de cálculo de EXCEL como se muestra en la figura 10-12. Los datos

de los varones se ingresan en las celdas A2:E11 y los datos de las mujeres en las celdas F2:J11. La varianza de los datos de

los varones se calcula ingresando en la celda A14 =VAR(A2:E11). La varianza de los datos de las mujeres se calcula

ingresando en la celda A15 =VAR(F2:J11). La media de los datos de los varones se calcula ingresando en la celda

Figura 10-12 Hoja de cálculo EXCEL para calcular el valor p del problema 10.19.


266 CAPÍTULO 10 TEORÍA ESTADÍSTICA DE LA DECISIÓN

A16 =AVERAGE(A2:E11). La media de los datos de las mujeres se calcula ingresando en la celda A17 =AVERAGE(F2:

J11). El estadístico de prueba es =(A16-A17)/SQRT(A14/50+A15/50) y se muestra en A19. Este estadístico tiene una

distribución normal estándar y su valor es 0.304. La expresión =2*(1-NORMSDIST(A19) calcula el área a la derecha de

0.304 y la duplica. Con esto se obtiene que el valor p = 0.761.

Como este valor p no es menor que ninguno de los valores α usuales, 0.01 o bien 0.05, no se rechaza la hipótesis

nula. La probabilidad de obtener muestras como la obtenida es 0.761, suponiendo que la hipótesis nula sea verdadera. Por

lo tanto, no hay evidencia que sugiera que la hipótesis nula es falsa y que se deba rechazar.

10.20 Se tienen dos grupos de personas, A y B, cada uno de 100 personas que padecen una enfermedad. Al grupo A

se le administra un suero, pero al grupo B (que es el grupo control) no; por lo demás, los dos grupos se tratan

en forma idéntica. En los grupos A y B se encuentra que 75 y 65 personas, respectivamente, se recuperan de

esta enfermedad. A los niveles de significancia: a) 0.01, b) 0.05 y c) 0.10, probar la hipótesis de que el suero

ayuda a la curación de la enfermedad. Calcular el valor p y mostrar que valor p > 0.01, valor p > 0.05, pero

valor p < 0.10.

SOLUCIÓN

Sean p 1 y p 2 las proporciones poblacionales de las personas curadas: 1) usando el suero y 2) sin usar el suero, respectivamente.

Hay que decidir entre las hipótesis:

H 0 : p 1 = p 2 , las diferencias observadas se deben a la casualidad (es decir, el suero no es eficiente).

H 1 : p 1 > p 2 , el suero sí es eficiente .

Bajo la hipótesis H 0 ,

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

1

µ P1−P2 = 0 y P1 P2 ¼ pq þ 1 sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

1

¼ ð0:70Þð0:30Þ

N 1 N 2

100 þ 1

¼ 0:0648

100

donde, como estimación de p, se ha empleado la proporción promedio de curados en las dos muestras dada por (75 +

65)/200 = 0.70, de donde q = 1 − p = 0.30. Por lo tanto,

z ¼ P 1 P 2

P1 P2

¼

0:750 0:650

¼ 1:54

0:0648

a) Empleando una prueba de una cola al nivel de significancia 0.01, la hipótesis H 0 se rechaza únicamente si la puntuación

z es mayor a 2.33. Como la puntuación z es de sólo 1.54, se concluye que a este nivel de significancia los resultados

se deben a la casualidad.

b) Empleando una prueba de una cola al nivel de significancia 0.05, la hipótesis H 0 se rechaza únicamente si la puntuación

z es mayor a 1.645. Por lo tanto, se concluye que a este nivel de significancia los resultados se deben a la casualidad.

c) Si se usa una prueba de una cola al nivel de significancia 0.10, H 0 se rechaza sólo si la puntuación z es mayor a 1.28.

Dado que esta condición se satisface, se concluye que el suero es eficiente al nivel 0.10.

d ) Empleando EXCEL, el valor p se obtiene mediante =1-NORMDIST(1.54), que es igual a 0.06178. Ésta es el área a

la derecha de 1.54. Obsérvese que este valor es mayor a 0.01, 0.05, pero menor a 0.10.

Nótese que la conclusión depende de qué tanto se está dispuesto a arriesgarse a estar equivocado. Si en realidad los

resultados se deben a la casualidad, pero se concluye que se deben al suero (error tipo I), se procederá a administrar el suero

a una gran cantidad de personas, con el único resultado de que en realidad no sea efectivo. Éste es un riesgo que no siempre

se está dispuesto a asumir.

Por otro lado, se puede concluir que el suero no ayuda, cuando en realidad sí lo hace (error tipo II). Esta conclusión

es muy peligrosa, en especial porque lo que está en juego son vidas humanas.

10.21 Repetir el problema 10.20, pero considerando que cada grupo consta de 300 personas y que sanan 225 personas

del grupo A y 195 del grupo B. Encontrar el valor p usando EXCEL y comentar sobre su decisión.


PROBLEMAS RESUELTOS 267

SOLUCIÓN

Obsérvese que la proporción de personas que sana en cada grupo es 225/300 = 0.750 y 195/300 = 0.650, respectivamente,

que son las mismas que en el problema 10.20. De acuerdo con la hipótesis H 0

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

1

µ P1−P2 = 0 y P1 P2 ¼ pq þ 1 sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

1

¼ ð0:70Þð0:30Þ

N 1 N 2

300 þ 1

¼ 0:0374

300

donde (225 + 195)/600 = 0.70 se usa como estimación de p. Por lo tanto,

z ¼ P 1 P 2

P1 P2

¼

0:750 0:650

¼ 2:67

0:0374

Como el valor de z es mayor que 2.33, la hipótesis nula se puede rechazar al nivel de significancia 0.01; es decir, se puede

concluir que el suero es efectivo con una probabilidad de estar equivocado de sólo 0.01.

Esto muestra cómo al aumentar el tamaño de la muestra se incrementa la confiabilidad de las decisiones. Sin embargo,

en muchos casos suele no ser posible aumentar el tamaño de la muestra. En esos casos se está forzado a tomar las

decisiones con base en la información disponible, y por lo tanto se debe conformar con correr mayor riesgo de tomar una

decisión incorrecta.

valor p =1-NORMDIST(2.67) = 0.003793. Esto es menor a 0.01.

10.22 Se realizó un sondeo en una muestra de 300 votantes del distrito A y 200 votantes del distrito B; se encontró

que 56 y 48%, respectivamente, estaban a favor de determinado candidato. Al nivel de significancia 0.05,

probar las hipótesis: a) existe diferencia entre los distritos, b) el candidato se prefiere en el distrito A y c)

calcular el valor p de los incisos a) y b).

SOLUCIÓN

Sean p 1 y p 2 las proporciones de todos los votantes de los distritos A y B que están a favor de este candidato. Bajo la hipótesis

H 0 : p 1 = p 2 , se tiene

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

1

µ P1−P2 = 0 y P1 P2 ¼ pq þ 1 sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

1

¼ ð0:528Þð0:472Þ

N 1 N 2

300 þ 1

¼ 0:0456

200

donde se emplean los valores [(0.56)(300) + (0.48)(200)]/500 = 0.528 y (1 − 0.528) = 0.472 como estimaciones de p y

q, respectivamente. Por lo tanto,

z ¼ P 1 P 2

P1 P2

¼

0:560 0:480

¼ 1:75

0:0456

a) Si sólo se desea determinar si existe alguna diferencia entre los distritos, hay que decidir entre las hipótesis H 0 : p 1 =

p 2 y H 1 : p 1 ≠ p 2 , lo que implica una prueba de dos colas. Usando una prueba de dos colas al nivel de significancia 0.05,

H 0 se puede rechazar si z está fuera del intervalo −1.96 a 1.96. Como z = 1.75 se encuentra en este intervalo, a este

nivel no se puede rechazar H 0 ; esto es, no hay diferencia significativa entre los dos distritos.

b) Si se desea determinar si el candidato es preferido en el distrito A, hay que decidir entre las hipótesis H 0 : p 1 = p 2 y

H 1 : p 1 > p 2 , lo que implica una prueba de una cola. Usando una prueba de una cola al nivel de significancia 0.05, H 0

se rechaza si z es mayor a 1.645. Dado que éste es el caso, se rechaza H 0 a este nivel de significancia y se concluye

que el candidato es preferido en el distrito A.

c) Con la alternativa de dos colas, el valor p =2*(1-NORMDIST(1.75)) = 0.0801. A α = 0.05 no se puede rechazar la

hipótesis nula. Con la alternativa de una cola, valor p =1-NORMDIST(1.75) = 0.04006. A α = 0.05 se puede rechazar

la hipótesis nula.

PRUEBAS EMPLEANDO DISTRIBUCIONES BINOMIALES

10.23 Un profesor aplica un pequeño examen en el que hay 10 preguntas de verdadero o falso. Para probar la hipótesis

de que los alumnos contestan sólo adivinando, el profesor adopta la siguiente regla de decisión:

Si hay siete o más de las respuestas correctas, el estudiante no está sólo adivinando.

Si hay menos de siete respuestas correctas, el estudiante está sólo adivinando.


268 CAPÍTULO 10 TEORÍA ESTADÍSTICA DE LA DECISIÓN

Encontrar la probabilidad de rechazar la hipótesis nula cuando ésta sea correcta: a) empleando la distribución

binomial y b) empleando EXCEL.

SOLUCIÓN

a) Sea p la probabilidad de que una pregunta se responda correctamente. La probabilidad de tener X de 10 preguntas

correctas es ð 10

X ÞpX q 10 X , donde q = 1 − p. Entonces bajo la hipótesis p = 0.5 (es decir, el estudiante está sólo atinando),

Pr{7 o más correctas} = Pr{7 correctas} + Pr{8 correctas} + Pr{9 correctas} + Pr{10 correctas}

¼ 10 1 7

1 3

þ 10 1 8

1 2

þ 10 1 9

1

þ 10 1 10

¼0:1719

7 2 2 8 2 2 9 2 2 10 2

Por lo tanto, la probabilidad de concluir que el estudiante no está sólo adivinando cuando en realidad sí lo esté haciendo es

0.1719. Obsérvese que ésta es la probabilidad de un error tipo I.

b) Los números 7, 8, 9 y 10 se ingresan en A1:A4 de la hoja de cálculo de EXCEL. Después se ingresa =BINOMDIST(A1,

10,0.5,0). A continuación se hace clic y se arrastra desde B1 hasta B4. En B5 se ingresa =SUM(B1:B4). La respuesta

aparece en B5.

A

B

7 0.117188

8 0.043945

9 0.009766

10 0.000977

0.171875

10.24 En el problema 10.23, encontrar la probabilidad de aceptar la hipótesis p = 0.5 cuando en realidad p = 0.7.

Encontrar la respuesta: a) usando la fórmula de probabilidad binomial y b) usando EXCEL.

SOLUCIÓN

a) Bajo la hipótesis p = 0.7,

Pr{menos de 7 correctas} = 1 − Pr{7 o más correctas}

10

¼ 1 ð0:7Þ 7 ð0:3Þ 3 þ 10

ð0:7Þ 8 ð0:3Þ 2 þ 10

ð0:7Þ 9 ð0:3Þþ 10

ð0:3Þ 10

7

8

9

10

¼ 0:3504

b) La solución usando EXCEL es:

Pr{menos de 7 correctas cuando p = 0.7} está dada por =BINOMDIST (6,10,0.7,1) que es igual a 0.350389. El 1

en la función BINOMDIST indica que la probabilidad, correspondiente a n = 10 y p = 0.7, desde 0 hasta 6 está acumulada.

10.25 En el problema 10.23, encontrar la probabilidad de aceptar la hipótesis p = 0.5 cuando en realidad: a) p = 0.6,

b) p = 0.8, c) p = 0.9, d ) p = 0.4, e) p = 0.3, f ) p = 0.2 y g) p = 0.1.

SOLUCIÓN

a) Si p = 0.6,

Probabilidad buscada = 1 − [Pr{7 correctas} + Pr{8 correctas} + Pr{9 correctas} + Pr{10 correctas}]

10

¼ 1 ð0:6Þ 7 ð0:4Þ 3 þ 10

ð0:6Þ 8 ð0:4Þ 2 þ 10

ð0:6Þ 9 ð0:4Þþ 10

ð0:6Þ 10 ¼ 0:618

7

8

9

10


PROBLEMAS RESUELTOS 269

Los resultados de los incisos b) a g) se encuentran de manera similar y se presentan en la tabla 10.7, junto con los

correspondientes valores desde p = 0.5 hasta p = 0.7. Obsérvese que en la tabla 10.7 la probabilidad se denota por β (probabilidad

de cometer un error tipo II); la entrada β correspondiente a p = 0.5 está dada por β = 1 − 0.1719 = 0.828 (de

acuerdo con el problema 10.23) y la entrada β correspondiente a p = 0.7 se tomó del problema 10.24.

Tabla 10.7

p 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9

β 1.000 0.999 0.989 0.945 0.828 0.618 0.350 0.121 0.013

10.26 Usar el problema 10.25 para construir una gráfica de β contra p.

SOLUCIÓN

La gráfica buscada se muestra en la figura 10-3.

1.2

1

1 0.999 0.989 0.945

0.828

0.8

Beta

0.6

0.618

0.4

0.35

0.2

0.121

0.013

0

0 0.2 0.4 0.6 0.8 1

p

Figura 10-13 Gráfica para los errores tipo II en el problema 10.25.

10.27 La hipótesis nula es que un dado no está cargado y la hipótesis alternativa es que el dado sí está cargado, de

manera que la cara seis aparece con más frecuencia de la que debería. Esta hipótesis se prueba lanzando el dado

18 veces y observando cuántas veces cae seis. Encontrar el valor p si la cara seis se presenta 7 veces en 18

lanzamientos del dado.

SOLUCIÓN

En la hoja de cálculo de EXCEL se ingresan en A1:A19 los números del 0 al 18. En B1 se ingresa =BINOMDIST(A1,18,

0.16666,0), se hace clic y se arrastra desde B1 hasta B19 para obtener cada una de las probabilidades binomiales, en C1 se

ingresa =BINOMDIST (A1,18,0.16666,1), se hace clic y se arrastra desde C1 hasta C19 con lo que se obtiene la probabilidad

binomial acumulada.


270 CAPÍTULO 10 TEORÍA ESTADÍSTICA DE LA DECISIÓN

A B C

0 0.037566 0.037566446

1 0.135233 0.17279916

2 0.229885 0.402683738

3 0.245198 0.647882186

4 0.18389 0.831772194

5 0.102973 0.934745656

6 0.04462 0.979365347

7 0.015297 0.994662793

8 0.004207 0.998869389

9 0.000935 0.999804143

10 0.000168 0.999972391

11 2.45E-05 0.999996862

12 2.85E-06 0.999999717

13 2.64E-07 0.99999998

14 1.88E-08 0.999999999

15 1E-09 1

16 3.76E-11 1

17 8.86E-13 1

18 9.84E-15 1

El valor p es p{x ≥ 7} = 1 − P{X ≤ 6} = 1 − 0.979 = 0.021. El resultado X = 6 es significativo a α = 0.05, pero no a

α = 0.01.

10.28 Para probar que 40% de las personas que pagan impuestos emplean algún software para el cálculo de los mismos

contra la hipótesis alternativa de que el porcentaje es mayor a 40%, se seleccionan en forma aleatoria 300

personas que pagan impuestos y se les pregunta si emplean algún software. Si 131 de las 300 emplea algún

software, encontrar el valor p correspondiente a esta observación.

Figura 10-14 Cuadro de diálogo de la distribución binomial para calcular 130

o menos de 300 usuarios de software, dado que 40% de los que pagan impuestos

usan algún software.


PROBLEMAS SUPLEMENTARIOS 271

SOLUCIÓN

La hipótesis nula es H 0 : p = 0.4 y la hipótesis alternativa H a : p > 0.4. El valor de X observado es 131, donde X es la cantidad

de los que usan algún software. El valor p = P{X ≥ 131 dado que p = 0.4}. El valor p = 1 − P{X ≤ 130 dado que

p = 0.4}. Empleando MINITAB, con la secuencia “Calc ⇒ Probability Distribution ⇒ Binomial” se abre el cuadro de

diálogo que se muestra en la figura 10-14.

Con el cuadro de diálogo de la figura 10-14 se obtiene el resultado siguiente.

Función de distribución acumulada

Binomial with n=300 and p=0.4

x P(X<=x)

130 0.891693

El valor p es 1 − P{X ≤ 130 dado que p = 0.4} = 1 − 0.8971 = 0.1083. El resultado X = 131 no es significativo a

0.01, 0.05 ni 0.10.

PROBLEMAS SUPLEMENTARIOS

PRUEBAS PARA MEDIAS Y PARA PROPORCIONES

EMPLEANDO DISTRIBUCIONES NORMALES

10.29 Una urna contiene sólo canicas azules y rojas. Para probar la hipótesis nula de que las canicas de ambos colores se encuentran

en la misma proporción, se toma una muestra, con reposición, de 64 canicas; se anotan los colores de las canicas que

se van extrayendo y se adopta la siguiente regla de decisión:

La hipótesis nula se acepta si 28 ≤ X ≤ 36, donde X es la cantidad de canicas rojas en la muestra de tamaño 64.

La hipótesis nula se rechaza si X ≤ 27 o si X ≥ 37.

a) Encontrar la probabilidad de rechazar la hipótesis nula si es correcta.

b) Graficar la regla de decisión y el resultado que se obtenga en el inciso a).

10.30 a) ¿Qué regla de decisión se adopta en el problema 10.29 si lo que se busca es que la probabilidad de rechazar la hipótesis

nula siendo en realidad correcta no sea mayor a 0.01 (es decir, si se quiere que el nivel de significancia sea 0.01)?

b) ¿A qué nivel de confianza se puede aceptar la hipótesis nula?

c) ¿Cuál es la regla de decisión si se emplea como nivel de significancia 0.05?

10.31 Supóngase que en el problema 10.29 se desea probar la hipótesis de que la proporción de canicas rojas es mayor que la de

canicas azules.

a) ¿Cuál es entonces la hipótesis nula y cuál la hipótesis alternativa?

b) ¿Se debe usar una prueba de una cola o de dos colas? ¿Por qué?

c) ¿Cuál debe ser la regla de decisión si el nivel de significancia es 0.05?

d ) ¿Cuál es la regla de decisión si el nivel de significancia es 0.01?

10.32 Se lanzan 100 veces un par de dados y en 23 de las veces aparece un 7. Al nivel de significancia 0.05, probar la hipótesis

de que los dados no están cargados empleando: a) una prueba de dos colas y b) una prueba de una cola. Analizar las razones,

si es que las hay, para preferir una de estas dos pruebas.

10.33 Repetir el problema 10.32 empleando como nivel de significancia 0.01.


272 CAPÍTULO 10 TEORÍA ESTADÍSTICA DE LA DECISIÓN

10.34 Un fabricante asegura que por lo menos el 95% de los equipos que vende a una fábrica satisfacen las especificaciones. En

una muestra de 200 equipos examinados, 18 no cumplen con las especificaciones. Probar la afirmación del fabricante a los

niveles de significancia: a) 0.01 y b) 0.05.

10.35 Se afirma que los compradores por Internet gastan en promedio $335 por año. Se desea probar que esta cantidad no es la

correcta empleando α = 0.075. Se hace un estudio en el que intervienen 300 compradores por Internet y se encuentra que

la media muestral es $354 y la desviación estándar es $125. Encontrar el valor del estadístico de prueba, los valores críticos

y efectuar la conclusión.

10.36 Por experiencia se sabe que la resistencia a la ruptura de determinada marca de hilo es 9.72 onzas (oz) y su desviación

estándar es 1.40 oz. En una muestra reciente de 36 piezas de este hilo se encuentra que la resistencia media a la ruptura es

8.93 oz. Probar la hipótesis nula H 0 : µ = 9.72 contra la hipótesis alternativa H 0 : µ < 9.72 y dar el valor del estadístico de

prueba y el valor crítico que corresponde a: a) α = 0.10 y b) α = 0.025. ¿Es este resultado significativo a α = 0.10? ¿Es

este resultado significativo a α = 0.025?

10.37 Se realiza un estudio para probar la hipótesis nula de que la cantidad media de correos electrónicos enviados semanalmente

por los empleados en una ciudad grande es 25.5 contra la hipótesis alternativa de que esta cantidad es mayor a 25.5. Se

entrevista a 200 empleados de toda la ciudad y se encuentra que x = 30.1 y s = 10.5. Dar el valor del estadístico de prueba

y el valor crítico para α = 0.03, y efectuar la conclusión.

10.38 Para una n grande (n > 30) y una desviación estándar conocida se usa la distribución normal estándar para realizar una

prueba acerca de la media de la población de la que se toma la muestra. A la hipótesis alternativa H a : µ < µ 0 se le

llama alternativa de la cola inferior y a la hipótesis alternativa H a : µ > µ 0 se le llama alternativa de la cola superior. Para

una alternativa de la cola superior, dar la expresión de EXCEL para el valor crítico si α = 0.1, α = 0.01 y α = 0.001.

VALORES p EN PRUEBAS DE HIPÓTESIS

10.39 Para probar que una moneda está balanceada se lanza 15 veces y se obtienen 12 caras. Dar el valor p correspondiente a este

resultado. Para hallar el valor p emplear BINOMDIST de EXCEL.

10.40 Dar el valor p correspondiente al resultado del problema 10.35.

10.41 Dar el valor p correspondiente al resultado del problema 10.36.

10.42 Dar el valor p correspondiente al resultado del problema 10.37.

GRÁFICAS DE CONTROL DE CALIDAD

10.43 Cierto tipo de hilo producido por un fabricante ha tenido una resistencia a la ruptura de 8.64 oz y una desviación estándar

de 1.28 oz. Para determinar si este producto satisface los estándares, cada tres horas se toma una muestra de 16 piezas y se

determina la media de su resistencia al rompimiento. En una gráfica de control de calidad, registrar los límites de control

de: a) 99.73% (o 3σ), b) 99% y c) 95%, y explicar sus aplicaciones.

10.44 En promedio, cerca del 3% de los pernos que produce una empresa están defectuosos. Para mantener esta calidad cada

cuatro horas se toma una muestra de 200 pernos y se examina. Determinar los límites de control de: a) 99% y b) 95% para

la cantidad de pernos defectuosos en cada muestra. Obsérvese que en este caso sólo se necesitan los límites superiores de

control.

PRUEBAS PARA DIFERENCIAS DE MEDIAS Y PROPORCIONES

10.45 En un estudio se compara la vida media, en horas, de dos tipos de focos. Los resultados del estudio se muestran en la tabla

10.8.


PROBLEMAS SUPLEMENTARIOS 273

Tabla 10.8

Foco

ecológico

Foco

tradicional

n 75 75

Media 1 250 1 305

Desv. est. 55 65

Probar H 0 : µ 1 − µ 2 = 0 contra H a : µ 1 − µ 2 0 con α = 0.05. Dar el valor de la prueba estadística y calcular el

valor de p y comparar el valor p con α = 0.05. Proporcionar su conclusión.

10.46 En un estudio se comparan las calificaciones de 50 estudiantes universitarios que tienen televisión en su dormitorio con las

de 50 estudiantes universitarios que no tienen televisión en su dormitorio. Los resultados se muestran en la tabla 10.9. La

hipótesis alternativa es que la media de las calificaciones de los universitarios que no tienen televisión en su dormitorio es

mayor a la de los que sí la tienen. Dar el valor del estadístico de prueba suponiendo que no haya diferencia entre las calificaciones.

Dar el valor p y las conclusiones para α = 0.05 y para α = 0.10.

Tabla 10.9

Televisión en

el dormitorio

Sin

televisión

n 50 50

Media 2.58 2.77

Desv. est. 0.55 0.65

10.47 En un examen de ortografía en una escuela primaria, la calificación promedio de 32 niños fue de 72 puntos y su desviación

estándar de 8 puntos, y la calificación promedio de 36 niñas fue de 75 puntos y su desviación estándar de 6 puntos. La

hipótesis alternativa es que las niñas son mejores en ortografía que los niños. Dar el valor del estadístico de prueba suponiendo

que entre niños y niñas no hay diferencia en la calificación de ortografía. Dar el valor p y la conclusión para α =

0.05 y para α = 0.10.

10.48 Para probar los efectos de un nuevo fertilizante sobre la producción de trigo se dividió una parcela en 60 cuadrados de la

misma área, todos de idéntica calidad en términos de suelo, exposición a la luz, etc. En 30 de los cuadrados se empleó el

nuevo fertilizante y el fertilizante viejo se usó en el resto de los cuadrados. La cantidad media de bushels (bu) de trigo,

usando el nuevo fertilizante, cosechado por cuadrado, fue de 18.2 bu y su desviación estándar de 0.63 bu. La media y la

desviación estándar correspondientes en el caso en que se usó el fertilizante viejo fueron 17.8 y 0.54 bu, respectivamente.

Empleando como niveles de significancia: a) 0.05 y b) 0.01, probar la hipótesis de que el nuevo fertilizante es mejor que

el viejo.

10.49 En muestras aleatorias de 200 remaches elaborados con la máquina A y 100 remaches elaborados con la máquina B se

encontraron 19 y 5 remaches defectuosos, respectivamente.

a) Dar el estadístico de prueba, el valor p, y su conclusión a α = 0.05 para probar que las dos máquinas tienen diferente

calidad de desempeño.

b) Dar el estadístico de prueba, el valor p y la conclusión a α = 0.05 para probar que la máquina B es mejor que la

máquina A.

10.50 Dos urnas, A y B, contienen la misma cantidad de canicas, pero no se sabe cuál es la proporción de canicas rojas y canicas

blancas en cada una de ellas. De cada una se toma una muestra, con reposición, de 50 canicas. En las 50 canicas de la urna

A hay 32 rojas y en las 50 canicas de la urna B hay 23 rojas.


274 CAPÍTULO 10 TEORÍA ESTADÍSTICA DE LA DECISIÓN

a) Empleando α = 0.05, probar la hipótesis de que la proporción de canicas rojas es la misma en las dos urnas, contra la

hipótesis de que es diferente; dar el estadístico de prueba calculado, el valor p calculado y la conclusión.

b) Empleando α = 0.05, probar la hipótesis de que la urna A tiene una proporción mayor de canicas rojas que la urna B;

dar el estadístico de prueba calculado, el valor p calculado y la conclusión.

10.51 Para determinar si una moneda está cargada, de manera que al lanzarla sea más probable que aparezca cara que cruz, se

lanza 15 veces. Sea X = cantidad de caras en los 15 lanzamientos. Se declarará que la moneda está cargada a favor de cara

si X ≥ 11. Usar EXCEL para hallar α.

10.52 Se lanza una moneda 20 veces para determinar si está cargada. Se declarará cargada si X = 0, 1, 2, 18, 19, 20, donde X =

cantidad de cruces obtenidas. Usar EXCEL para hallar α.

10.53 Se lanza una moneda 15 veces para determinar si está cargada, de manera que al lanzarla sea más probable que aparezca

cara que cruz. Sea X = cantidad de caras en los 15 lanzamientos. Se declarará cargada a favor de cara si X ≥ 11. Usar

EXCEL y encontrar β si p = 0.6.

10.54 Se lanza una moneda 20 veces para determinar si está cargada. Se declarará cargada si X = 0, 1, 2, 18, 19, 20, donde X =

cantidad de cruces obtenidas. Usar EXCEL para hallar β si p = 0.9.

10.55 Se lanza una moneda 15 veces para determinar si está cargada, de manera que al lanzarla sea más probable que aparezca

cara que cruz. Sea X = cantidad de caras en los 15 lanzamientos. Se declarará cargada a favor de cara si X ≥ 11. Encontrar

el valor p correspondiente al resultado X = 10. Comparar el valor p con el valor de α en este problema.

10.56 Se lanza una moneda 20 veces para determinar si está cargada. Se declarará cargada si X = 0, 1, 2, 3, 4, 16, 17, 18, 19 y 20,

donde X = cantidad de cruces obtenidas. Encontrar el valor p correspondiente al resultado X = 17. Comparar el valor p con

el valor de α en este problema.

10.57 En una línea de producción se fabrican teléfonos celulares. Tres por ciento de defectuosos se considera aceptable. De la

producción diaria se selecciona una muestra de 50. Si en la muestra se encuentran más de tres defectuosos, se considera

que el porcentaje de defectuosos se ha excedido del 3% y la línea de producción se detiene hasta que se satisfaga el 3%.

Emplear EXCEL para determinar α.

10.58 En el problema 10.57 encontrar la probabilidad de que 4% de defectuosos no haga que se detenga la línea de producción.

10.59 Para determinar si un dado está balanceado se lanza 20 veces. Se declarará que no está balanceado porque el 6 aparece más

de 1/6 de las veces si en 20 lanzamientos se obtienen más de 5 seises. Hallar el valor de α. Si se lanza el dado 20 veces y

se obtienen 6 seises, hallar el valor p correspondiente a este resultado.


TEORÍA DE

LAS MUESTRAS

PEQUEÑAS

11

En los capítulos anteriores con frecuencia se utilizó el hecho de que si el tamaño de las muestras es grande, N > 30, lo

que se conoce como muestras grandes, las distribuciones muestrales de muchos de los estadísticos son aproximadamente

normales; esta aproximación mejora a medida que aumenta N. Si el tamaño de las muestras es N < 30, lo que

se conoce como muestras pequeñas, esta aproximación no es buena y empeora a medida que N disminuye, de manera

que es necesario hacer algunas modificaciones.

Al estudio de las distribuciones muestrales de los estadísticos, cuando las muestras son pequeñas, se le llama teoría

de las muestras pequeñas. Sin embargo, un nombre más adecuado sería teoría del muestreo exacto, ya que los resultados

obtenidos son válidos tanto para muestras grandes como para muestras pequeñas. En este capítulo se estudian

tres distribuciones importantes: la distribución t de Student, la distribución ji cuadrada y la distribución F.

DISTRIBUCIÓN t DE STUDENT

Sea el estadístico

X

t ¼ s

pffiffiffiffiffiffiffiffiffiffiffiffi

X

N 1 ¼

p

^s=

ffiffiffiffi

(1)

N

que es análogo al estadístico z dado por

X

z ¼

p

= ffiffiffiffi :

N

Si se consideran muestras de tamaño N extraídas de una población normal (o aproximadamente normal) cuya media

es µ y si para cada muestra se calcula t, usando la media muestral X y la desviación estándar muestral s o ^s, se obtiene

la distribución muestral de t. Esta distribución (ver figura 11-1) está dada por

Y ¼

Y 0

! N=2

¼

1 þ t2

N 1

1 þ t2

Y 0

! ðþ1Þ=2

(2)

275


276 CAPÍTULO 11 TEORÍA DE LAS MUESTRAS PEQUEÑAS

a)

b)

c)

t

−5 −4 −3 −2 −1 0 1 2 3 4

Figura 11-1 a) Curva normal estándar, b) t de Student para = 5, c) t de Student para = 1.

donde Y 0 es una constante que depende de N, tal que el área total bajo la curva sea 1, y donde a la constante ν = (N − 1)

se le conoce como el número de grados de libertad (ν es la letra griega nu).

A la distribución (2) se le llama distribución t de Student en honor a su descubridor, W. S. Gossett, quien en la

primera mitad del siglo xx publicó sus trabajos bajo el seudónimo “Student”.

Si los valores de ν o de N son grandes (N ≥ 30), la curva (2) se aproxima a la curva normal estándar

como se muestra en la figura 11-1.

Y ¼

p

1 ffiffiffiffiffi e ð1=2Þt2

2

INTERVALOS DE CONFIANZA

Como se hizo en el capítulo 9 con las distribuciones normales, se pueden definir intervalos de confianza de 95%, 99%

u otros intervalos usando la tabla de la distribución t que aparece en el apéndice III. De esta manera puede estimarse

la media poblacional µ dentro de determinados límites de confianza.

Por ejemplo, si −t .975 y t .975 son los valores de t para los cuales 2.5% del área se encuentra repartida en cada una de

las colas de la distribución t, entonces el intervalo de confianza para t de 95% es

X

t :975 < pffiffiffiffiffiffiffiffiffiffiffiffi

N 1 < t

s

:975 (3)

a partir de lo cual se puede estimar que µ se encuentra en el intervalo

s

s

X t :975 p ffiffiffiffiffiffiffiffiffiffiffiffi << X þ t :975 p ffiffiffiffiffiffiffiffiffiffiffiffi

(4)

N 1

N 1

con una confianza de 95% (es decir, con una probabilidad de 0.95). Obsérvese que t .975 representa el valor del percentil

97.5, y que t .025 = −t .975 representa el valor del percentil 2.5.

En general, los límites de confianza para la media poblacional se representan mediante

s

X t c p ffiffiffiffiffiffiffiffiffiffiffiffi

(5)

N 1

donde los valores ±t c , llamados valores críticos o coeficientes de confianza, dependen del nivel de confianza deseado

y del tamaño de la muestra. Estos valores se leen en el apéndice III.

Se supone que la muestra se toma de una población normal. Esta suposición se puede verificar empleando la prueba

para normalidad de Kolmogorov-Smirnov.


DISTRIBUCIÓN JI CUADRADA 277

p

Comparando la ecuación (5) con los límites de confianza ( X z c =

ffiffiffiffi

N Þ dados en el capítulo 9, se ve que cuando

se tienen muestras pequeñas z c (que se pobtienen ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi de la distribución normal) se sustituye por t c (que se obtiene de la

distribución t) y que σ se sustituye por N=ðN 1Þs ¼ ^s, que es la estimación de σ. A medida que N aumenta, ambos

métodos tienden a coincidir.

PRUEBAS DE HIPÓTESIS Y DE SIGNIFICANCIA

Las pruebas de hipótesis y de significancia, o reglas de decisión (vistas en el capítulo 10), pueden extenderse fácilmente

a problemas con muestras pequeñas; la única diferencia es que la puntuación z, o estadístico z, se sustituye por la

puntuación t o estadístico t apropiado.

1. Media. Para probar la hipótesis H 0 de que una población normal tiene una media µ, se usa la puntuación t (o estadístico

t)

X

t ¼ pffiffiffiffiffiffiffiffiffiffiffiffi

X

N 1 ¼ pffiffiffiffi

N

s

^s

donde X es la media de una muestra de tamaño N. Esto es análogo a usar la puntuación z

X

z ¼

p

= ffiffiffiffi

N

p

para una N grande, salvo que se usa ^s ¼

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

N=ðN 1Þs en lugar de σ. La diferencia es que mientras z está distribuida

normalmente, t sigue una distribución de Student. A medida que N aumenta, estas distribuciones tienden a

coincidir.

2. Diferencias entre medias. Supóngase que de poblaciones normales cuya desviaciones estándar son iguales (σ 1 =

σ 2 ) se toman dos muestras aleatorias de tamaños N 1 y N 2 . Supóngase, además, que las medias de estas dos muestras

son X 1 y X 2 y que sus desviaciones estándar son s 1 y s 2 , respectivamente. Para probar la hipótesis H 0 de que las

muestras provienen de una misma población (es decir que µ 1 = µ 2 y también σ 1 = σ 2 ) se usa la puntuación t dada

por

X

t ¼ 1

X

p 2

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi donde ¼

1=N 1 þ 1=N 2

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

N 1 s 2 1 þ N 2s 2 2

N 1 þ N 2 2

Esta distribución t tiene una distribución de Student con ν = N 1 + N 2 − 2 grados de libertad. El uso de la ecuación

(7) se hace plausible al hacer σ 1 = σ 2 = σ en la puntuación z de la ecuación (2) del capítulo 10 y después usar como

estimación de σ 2 la media ponderada

ðN 1 1Þ^s 2 1 þðN 2 1Þ^s 2 2

ðN 1 1ÞþðN 2 1Þ

donde ^s 2 1 y ^s 2 2 son estimadores insesgados de 2 1 y 2 2.

DISTRIBUCIÓN JI CUADRADA

¼ N 1s 2 1 þ N 2 s 2 2

N 1 þ N 2 2

Sea el estadístico

2 ¼ Ns2

2 ¼ ðX 1

XÞ 2 þðX 2

XÞ 2 þþðX N

XÞ 2

2 (8)

donde χ es la letra griega ji y χ 2 se lee “ji cuadrada”.

Si se consideran muestras de tamaño N obtenidas de una población normal cuya desviación estándar es σ, y si para

cada muestra se calcula χ 2 , se obtiene una distribución muestral de χ 2 . Esta distribución, llamada distribución ji

cuadrada, está dada por

Y ¼ Y 0 ð 2 Þ ð1=2Þð 2Þ e ð1=2Þ2 ¼ Y 0 2 e ð1=2Þ2 (9)

(6)

(7)


278 CAPÍTULO 11 TEORÍA DE LAS MUESTRAS PEQUEÑAS

donde ν = N − 1 es el número de grados de libertad y Y 0 es una constante que depende de ν, de manera que el área

bajo la curva sea 1. En la figura 11-2 se presentan distribuciones ji cuadrada correspondientes a diversos valores de ν.

El valor máximo de Y se obtiene cuando χ 2 = ν − 2 para ν ≥ 2.

0.5

0.4

0.3

a)

0.2

0.1

b)

c)

d )

0.0

0

5

10

15

20

Figura 11-2 Distribuciones ji cuadrada correspondientes a: a) 2, b) 4, c) 6 y d ) 10 grados de libertad.

INTERVALOS DE CONFIANZA PARA

Como se hizo con la distribución normal y con la distribución t, pueden definirse límites de confianza de 95%, 99%,

u otros límites empleando la tabla de distribución χ 2 que se presenta en el apéndice IV. De esta manera puede estimarse

la desviación estándar poblacional σ en términos de la desviación estándar muestral dentro de determinados límites

de confianza.

Por ejemplo, si 2 :025 y X 2 :975 son los valores de χ 2 (llamados valores críticos), tales que 2.5% del área se encuentra

repartida en ambas colas de la distribución, entonces el intervalo de confianza de 95% es

2 :025 < Ns2

2 <2 :975 (10)

de donde se ve que puede estimarse que σ se encuentra en el intervalo

pffiffiffiffi

s N

<< s

pffiffiffiffi

N

(11)

:975 :025

con 95% de confianza. De manera similar se pueden encontrar otros intervalos de confianza. Los valores χ .025 y χ .975

representan, respectivamente, los percentiles 2.5 y 97.5.

En el apéndice IV se encuentran valores percentiles correspondientes pffiffiffiffiffiffiffi

pffiffiffiffiffiffiffiffiffiffiffiffiffi

a diversos grados de libertad ν. Si se tienen

valores grandes de ν (ν ≥ 30), se puede usar el hecho de que ð 2 2 2 1Þ se aproxima mucho a una distribución

normal con media 0 y desviación estándar 1; por lo tanto, las tablas para la distribución normal pueden emplearse

cuando ν ≥ 30. Si 2 p y z p son los percentiles p de la distribución ji cuadrada y de la distribución normal, respectivamente,

se tiene

2 p ¼ 1 2 ðz p

p þ

ffiffiffiffiffiffiffiffiffiffiffiffiffi

2 1Þ 2 (12)

En este caso hay una gran coincidencia con los resultados obtenidos en los capítulos 8 y 9.

Para más aplicaciones de la distribución ji cuadrada, ver el capítulo 12.

GRADOS DE LIBERTAD

Para calcular un estadístico, por ejemplo (1) y (8), es necesario emplear observaciones obtenidas de una muestra y

también ciertos parámetros poblacionales. Si estos parámetros no se conocen, es necesario estimarlos a partir de la

muestra.


LA DISTRIBUCIÓN F 279

El número de grados de libertad de un estadístico, que por lo general se denota ν, se define como la cantidad N de

observaciones en la muestra (es decir, el tamaño de la muestra) menos la cantidad k de parámetros poblacionales que

tengan que estimarse a partir de las observaciones muestrales. En símbolos, ν = N − k.

En el caso del estadístico (1), la cantidad de observaciones independientes en la muestra es N, y a partir de ellas se

calculan X y s. Sin embargo, como se necesita estimar µ, k = 1 y por lo tanto ν = N − 1.

En el caso del estadístico (8), la cantidad de observaciones independientes en la muestra es N, a partir de las cuales

se calcula s. Sin embargo, como se tiene que estimar σ, k = 1 y por lo tanto ν = N − 1.

LA DISTRIBUCIÓN F

Según se ha visto, en algunas aplicaciones es importante conocer la distribución muestral de la diferencia entre las

medias ð X 1

X 2 Þ de dos muestras. De igual manera, algunas veces se necesita la distribución muestral de la diferencia

entre varianzas ðS1

2 S2Þ. 2 Sin embargo, resulta que esta distribución es bastante complicada. Debido a ello, se considera

el estadístico S1=S 2 2, 2 ya que un cociente grande o pequeño indica una gran diferencia, en tanto que un cociente

cercano a 1 indica una diferencia pequeña. En este caso se puede encontrar una distribución muestral a la que se le

conoce como distribución F en honor a R. A. Fischer.

Más precisamente, supóngase que se tienen dos muestras, 1 y 2, de tamaños N 1 y N 2 , respectivamente, obtenidas

de dos poblaciones normales (o casi normales) cuyas varianzas son 2 1 y 2 2. Sea el estadístico

F ¼ ^S 1= 2 2 1

¼ N 1S1=ðN 2 1 1Þ 2 1

^S

2 2=2 N

2 2 S2 2=ðN 2 1Þ 2 2

(13)

donde ^S 2 1 ¼ N 1S 2 1

N 1 1

^S 2 2 ¼ N 2S 2 2

N 2 1 . (14)

Entonces a la distribución muestral de F se le llama distribución F de Fisher, o simplemente distribución F, con ν 1 =

N 1 − 1 y ν 2 = N 2 − 1 grados de libertad. Esta distribución está dada por

CF ð 1=2Þ 1

Y ¼

ð 1 F þ 2 Þ ð 1þ 2 Þ=2

(15)

donde C es una constante que depende de ν 1 y ν 2 , de manera que el área total bajo la curva sea 1. Esta curva tiene una

forma similar a la de las curvas que se muestran en la figura 11-3, aunque esta forma puede variar de manera notable

de acuerdo con los valores de ν 1 y ν 2 .

0.7

0.6

Variable

F-4-2

F-5-10

0.5

0.4

0.3

0.2

0.1

0.0

0

5

10 15 20

Figura 11-3 La línea continua representa la distribución F con 4 y 2 grados de libertad,

y la línea punteada representa la distribución F con 5 y 10 grados de libertad.


280 CAPÍTULO 11 TEORÍA DE LAS MUESTRAS PEQUEÑAS

En los apéndices V y VI se dan los valores percentiles de F para los cuales las áreas en la cola derecha son 0.05 y

0.01, respectivamente, que se denotan F .95 y F .99 . Estos valores que representan los niveles de significancia del 5%

y del 1% se usan para determinar si la varianza S 2 1 es significativamente mayor que la varianza S 2 2. En la práctica, como

muestra 1 se considera la muestra que tenga la mayor varianza.

El software para estadística permite encontrar las áreas bajo la distribución t de Student, la distribución ji cuadrada

y la distribución F. Este software también permite trazar las distintas distribuciones. Esto se ilustrará en la sección de

problemas resueltos de este capítulo.

DISTRIBUCIÓN t DE STUDENT

PROBLEMAS RESUELTOS

−a

a

Figura 11-4 Distribución t de Student para 9 grados de libertad.

11.1 En la figura 11-4 se muestra la gráfica de la distribución t de Student para nueve grados de libertad. Utilizar el

apéndice III para hallar los valores de a para los que: a) el área a la derecha de a sea 0.05, b) el total del área

sombreada sea 0.05, c) el total del área que no está sombreada sea 0.99, d ) el área sombreada de la izquierda

sea 0.01 y e) el área a la izquierda de a sea 0.90. Hallar los incisos del a) al e) empleando EXCEL.

SOLUCIÓN

a) Si el área sombreada a la derecha de a es 0.05, el área a la izquierda de a es (1 − 0.05) = 0.95, y a representa el percentil

95, t .95 . En el apéndice III, se desciende por la columna cuyo encabezado es ν hasta llegar a la entrada 9, después

se avanza a la derecha hasta la columna cuyo encabezado es t .95 ; el resultado, 1.83, es el valor de t que se busca.

b) Si el total del área sombreada es 0.05, entonces, por simetría, el área sombreada de la derecha es 0.025. Por lo tanto,

el área a la izquierda de a es (1 − 0.025) = 0.975 y a representa el percentil 97.5, t .975 . En el apéndice III se encuentra

que 2.26 es el valor de t buscado.

c) Si el total del área no sombreada es 0.99, entonces el total del área sombreada es (1 − 0.99) = 0.01 y el área sombreada

a la derecha de a es 0.01/2 = 0.005. En el apéndice III se encuentra que t .995 = 3.25.

d ) Si el área sombreada a la izquierda es 0.01, entonces por simetría el área sombreada a la derecha es 0.01. En el apéndice

III, t .99 = 2.82. Por lo tanto, el valor crítico de t para el cual el área sombreada a la izquierda es 0.01 es igual a

−2.82.

e) Si el área sombreada a la izquierda de a es 0.90, a corresponde al percentil 90, t .90 , el cual en el apéndice III se encuentra

que es igual a 1.38.


PROBLEMAS RESUELTOS 281

Usando EXCEL, con la expresión =TINV(0.1,9) se obtiene 1.833113. EXCEL requiere la suma de las áreas en las

dos colas y los grados de libertad. De igual manera, con =TINV(0.05,9) se obtiene 2.262157, con =TINV(0.01,9) se obtiene

3.249836, con =TINV(0.02,9) se obtiene 2.821438 y con =TINV(0.2,9) se obtiene 1.383029.

11.2 Encontrar los valores críticos de t para los cuales el área de la cola derecha de la distribución t es 0.05, siendo

el número de grados de libertad, ν, igual a: a) 16, b) 27 y c) 200.

SOLUCIÓN

Usando el apéndice III, en la columna cuyo encabezado es t .95 se encuentran los valores: a) 1.75, correspondiente a ν = 16;

b) 1.70, correspondiente a ν = 27 y c) 1.645, correspondiente a ν = 200. (El último es el valor que se obtendría usando la

curva normal; en el apéndice III este valor corresponde a la entrada en el último renglón marcado ∞, o infinito.)

11.3 Los coeficientes de confianza del 95% (dos colas) en la distribución normal son ±1.96. ¿Cuáles son los coeficientes

correspondientes en la distribución t para: a) ν = 9, b) ν = 20, c) ν = 30 y d ) ν = 60?

SOLUCIÓN

Para los coeficientes de confianza de 95% (dos colas), el total del área sombreada en la figura 11-4 debe ser 0.05; por lo

tanto, el área sombreada de la cola derecha debe ser 0.025 y el correspondiente valor de t es t .975 . Entonces, los coeficientes

de confianza buscados son ±t .975 , que para los valores de ν dados son: a) ±2.26, b) ±2.09, c) ±2.04 y d ) ±2.00.

11.4 En una muestra de 10 mediciones del diámetro de una esfera, la media es X = 438 centímetros (cm) y la desviación

estándar es s = 0.06 cm. Encontrar los límites de confianza de: a) 95% y b) 99% para el verdadero

diámetro.

SOLUCIÓN

p

a) Los límites de confianza del 95% están dados por X t :975 ðs= ffiffiffiffiffiffiffiffiffiffiffiffi

N 1Þ.

Como ν = N − 1 = 10 − 1 = 9, se encuentra que t .975 = 2.26 [ver también el problema p 11.3a)]. Después, usando

X = 4.38 y s = 0.06, los límites de confianza buscados de 95% son 4:38 2:26ð0:06=

ffiffiffiffiffiffiffiffiffiffiffiffiffi

10 1Þ¼4:38 0:0452

cm. Por lo tanto, se puede tener una confianza de 95% en que la verdadera media se encuentra entre (438 − 0.045) =

4.335 cm y (4.38 + 0.045) = 4.425 cm.

p

b) Los límites de confianza del 99% están dados por X t :995 ðs= ffiffiffiffiffiffiffiffiffiffiffiffi

N 1Þ.

p

Para ν = 9, t .995 = 3.25. Entonces, los límites de confianza del 99% son 4:38 3:25ð0:06=

ffiffiffiffiffiffiffiffiffiffiffiffiffi

10 1Þ¼ 4.38 ±

0.0650 cm y el intervalo de confianza de 99% es 4.315 a 4.445 cm.

11.5 De 25 trabajadores seleccionados en forma aleatoria se registró la cantidad de días que el año pasado faltaron

al trabajo debido al síndrome del túnel carpiano, relacionado con el trabajo. Los resultados se presentan en la

tabla 11.1. Cuando se usan estos datos para establecer un intervalo de confianza para la media poblacional de

todos los casos, relacionados con el trabajo, de síndrome del túnel carpiano, se supone que el número de días

de ausencia se distribuye normalmente en la población. Usar los datos para probar la suposición de normalidad,

y si se está dispuesto a asumir la normalidad, entonces dar un intervalo de 95% para µ.

Tabla 11.1

21 23 33 32 37

40 37 29 23 29

24 32 24 46 32

17 29 26 46 27

36 38 28 33 18


282 CAPÍTULO 11 TEORÍA DE LAS MUESTRAS PEQUEÑAS

SOLUCIÓN

La gráfica de probabilidad normal de MINITAB (figura 11-5) indica que la suposición de la normalidad es razonable, ya

que el valor p es mayor a 0.15. Este valor p se usa para probar la hipótesis nula de que los datos han sido tomados de una

población distribuida en forma normal. Empleando el nivel de significancia convencional, 0.05, la normalidad de la distribución

de la población se rechazaría sólo si el valor p fuera menor a 0.05. Como se indica que el valor p correspondiente a

la prueba de Kolmogorov-Smirnov para normalidad es valor p > 0.15, no se rechaza la suposición de normalidad.

Usando MINITAB, el intervalo de confianza que se encuentra es el siguiente. El intervalo de confianza de 95% para

la media poblacional va de 27.21 a 33.59 días por año.

MTB > tinterval 95% confidence for data in cl

Intervalos de confianza

Variable N Mean StDev SE Mean 95.0% CI

days 25 30.40 7.72 1.54 (27.21, 33.59)

11.6 El espesor de las arandelas producidas con una máquina es 0.050 pulgadas (in). Para determinar si la máquina

está trabajando de manera adecuada se toma una muestra de 10 arandelas en las cuales el espesor medio es

0.053 in y la desviación estándar es 0.003 in. Probar la hipótesis de que la máquina está trabajando en forma

adecuada usando los niveles de significancia: a) 0.05 y b) 0.01.

Porcentaje

99

95

90

80

70

60

50

40

30

20

10

5

Gráfica de probabilidad de días

Normal

Media 30.4

DesvEst 7.724

N

25

KS 0.068

Valor p >0.150

1

10

20

30

Días

Figura 11-5 Gráfica de probabilidad normal y prueba de normalidad de Kolmogorov-Smirnov.

40

50

SOLUCIÓN

Se desea decidir entre las dos hipótesis:

H 0 : µ = 0.050, la máquina está trabajando de manera adecuada.

H 1 : µ ≠ 0.050, la máquina no está trabajando en forma adecuada.

Por lo tanto, se requiere una prueba de dos colas. De acuerdo con la hipótesis H 0 se tiene

X

t ¼ pffiffiffiffiffiffiffiffiffiffiffiffi

0:053 0:050 pffiffiffiffiffiffiffiffiffiffiffiffiffi

N 1 ¼ 10 1 ¼ 3:00

s

0:003

a) Para una prueba de dos colas a nivel de significancia 0.05, se adopta la siguiente regla de decisión:

Aceptar H 0 si t se encuentra dentro del intervalo −t .975 a t .975 , el cual para 10 − 1 = 9 grados de libertad es el

intervalo −2.26 a 2.26.

Rechazar H 0 si no es así.

Como t = 3.00, se rechaza H 0 al nivel 0.05.


PROBLEMAS RESUELTOS 283

b) Para una prueba de dos colas al nivel de significancia 0.01, se adopta la siguiente regla de decisión:

Aceptar H 0 si t se encuentra dentro del intervalo −t .995 a t .995 , el cual para 10 − 1 = 9 grados de libertad es el

intervalo −3.25 a 3.25.

Rechazar H 0 si no es así.

Como t = 3.00, se acepta H 0 al nivel de significancia 0.01.

Como H 0 se puede rechazar al nivel de significancia 0.05 pero no al nivel de significancia 0.01, se dice que la muestra

da como resultado una probabilidad significativa (ver esta terminología al final del problema 10.5). Por lo tanto, será

recomendable verificar el funcionamiento de la máquina o, por lo menos, tomar otra muestra.

11.7 El gerente de un centro comercial realiza una prueba de hipótesis para probar µ = $50 contra µ ≠ $50, donde

µ representa la cantidad media que gasta un comprador en ese centro comercial. En los datos que se presentan

en la tabla 11.2 se dan las cantidades, en dólares, gastadas por 28 personas en el centro comercial. Para esta

prueba de hipótesis, usando la distribución t de Student, se supone que los datos empleados para la prueba han

sido tomados de una población distribuida normalmente. Esta suposición de normalidad puede comprobarse

usando cualquiera de los métodos para pruebas de normalidad. MINITAB tiene tres posibilidades diferentes

para pruebas de normalidad. Probar la normalidad al nivel de significancia convencional α = 0.05. Si la suposición

de normalidad no se rechaza, entonces se procede a realizar la prueba de hipótesis en que µ = $50

contra la alternativa µ ≠ $50 empleando α = 0.05.

Tabla 11.2

68 49 45 76 65 50

54 92 24 36 60 66

57 74 52 75 36 40

62 56 94 57 64

72 65 59 45 33

SOLUCIÓN

Empleando la prueba para normalidad de Anderson-Darling de MINITAB se obtiene el valor p = 0.922, la prueba de normalidad

de Ryan-Joyner da un valor p mayor a 0.10, y la prueba de normalidad de Kolmogorov-Smirnov da un valor p

mayor a 0.15. Al nivel de significancia convencional de 5%, en ninguno de los tres casos se puede rechazar la hipótesis de

que los datos han sido tomados de una población distribuida normalmente. Recuérdese que una hipótesis nula se rechaza

sólo si el valor p es menor que el nivel de significancia preestablecido. A continuación se presenta el análisis de MINITAB

para la prueba de la cantidad media gastada por los clientes. Empleando el método clásico para pruebas de hipótesis, la

hipótesis nula se rechaza si el valor encontrado para el estadístico de prueba es mayor, en valor absoluto, a 2.05. El valor

crítico, 2.05, se encuentra empleando la distribución t de Student para 27 grados de libertad. Como el valor hallado para el

estadístico de prueba es 18.50, se rechaza la hipótesis nula y se concluye que la cantidad media gastada por los clientes es

mayor a $50. Si hace la prueba de hipótesis empleando el método del valor p, entonces como el valor p = 0.0000 es menor

al nivel de significancia (0.05), también se rechaza la hipótesis nula.

Despliegue de datos

Amount

68 54 57 62 72 49 92 74 56

65 45 24 52 94 59 76 36 75

57 45 65 60 36 64 33 50 66

40

MTB > TTest 0.0 ‘Amount’;

SUBC > Alternative 0.


284 CAPÍTULO 11 TEORÍA DE LAS MUESTRAS PEQUEÑAS

T–Test of the Mean

Test of mu = 0.00 vs mu not = 0.00

Variable N Mean StDev SE Mean T P

Amount 28 58.07 16.61 3.14 18.50 0.0000

11.8 El cociente intelectual (CI) de 16 estudiantes de una región de una ciudad resultó con una media de 107 y una

desviación estándar de 10, el CI de 14 estudiantes de otra región de esa ciudad resultó de 112 y la desviación

estándar de 8. Al nivel de significancia: a) 0.01 y b) 0.05, ¿hay diferencia entre los CI de estos dos grupos?

SOLUCIÓN

Si µ 1 y µ 2 , respectivamente, denotan las medias poblacionales de los CI de los estudiantes de estas dos regiones, hay que

decidir entre las hipótesis:

H 0 : µ 1 = µ 2 , en esencia no hay diferencia entre los dos grupos.

H 1 : µ 1 ≠ µ 2 , hay una diferencia significativa entre los dos grupos.

De acuerdo con la hipótesis H 0 ,

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

X

t ¼ 1

X 2

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

N

p donde ¼ 1 s 2 1 þ N 2s 2 2

1=N 1 þ 1=N 2

N 1 þ N 2 2

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

16ð10Þ 2 þ 14ð8Þ 2

112 107

Por lo tanto, ¼

¼ 9:44 y t ¼ p

16 þ 14 2

9:44 ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi ¼ 1:45

1=16 þ 1=14

a) Empleando una prueba de dos colas al nivel de significancia 0.01, H 0 se rechaza si t queda fuera del intervalo −t .995 a

t .995 , el cual para (N 1 + N 2 − 2) = (16 + 14 − 2) = 28 grados de libertad es el intervalo −2.76 a 2.76. Por lo tanto, al

nivel de significancia 0.01 no se puede rechazar H 0 .

b) Empleando una prueba de dos colas al nivel de significancia 0.05, H 0 se rechaza si t queda fuera del intervalo −t .975 a

t .975 , el cual para 28 grados de libertad es el intervalo −2.05 a 2.05. Por lo tanto, al nivel de significancia 0.05 no se

puede rechazar H 0 .

Se concluye que no hay una diferencia significativa entre los CI de los dos grupos.

11.9 En la tabla 11.3 se dan los costos anuales (en miles de dólares) de colegiatura, alojamiento y manutención en

10 universidades privadas elegidas en forma aleatoria y 15 universidades públicas elegidas en forma aleatoria.

Probar la hipótesis nula de que el costo medio anual en las universidades privadas es 10 mil dólares mayor al

costo medio anual en las universidades públicas, contra la hipótesis alternativa de que la diferencia no es de 10

mil dólares. Usar el nivel de significancia 0.05. Antes de realizar la prueba de las medias, probar, al nivel de

significancia 0.05, la suposición de normalidad y de varianzas iguales.

Tabla 11.3

Universidades públicas

Universidades privadas

4.2

6.1

4.9

8.5

4.6

9.1

7.7

6.5

6.2

10.2

11.6

10.4

5.0

10.4

8.1

13.0

18.8

13.2

14.4

17.7

17.7

17.6

19.8

16.8

16.1

SOLUCIÓN

En la figura 11-6 se muestran los resultados de MINITAB para la prueba de normalidad de Anderson-Darling de las universidades

públicas. Dado que el valor p (0.432) no es menor a 0.05, la suposición de normalidad no se rechaza. Una


PROBLEMAS RESUELTOS 285

prueba similar para las universidades privadas indica que la suposición de normalidad también es válida para las universidades

privadas.

Porcentaje

99

95

90

80

70

60

50

40

30

20

10

5

Gráfica de probabilidad de las públicas

Normal

Media

DesvEst

N

AD

Valor p

7.567

2.417

15

0.346

0.432

1

2

4

6

8

Públicas

10

12

14

Públicas

Privadas

Prueba de varianzas iguales para públicas, privadas

Prueba F

Estadístico de prueba

Valor p

1.09

0.920

Prueba de Levene

Estadístico de prueba 0.21

Valor p

0.651

1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0

Intervalos de confianza de 95% de Bonferroni para desviaciones estándar

Públicas

Privadas

5.0 7.5 10.0 12.5 15.0 17.5 20.0

Datos

Figura 11-6 Prueba de normalidad de Anderson-Darling y prueba F de varianzas iguales.

La prueba F que se muestra en la parte inferior de la figura 11-6 indica que puede suponerse que las varianzas son

iguales. Con la secuencia de comandos “Stat ⇒ Basic Statistics ⇒ 2-sample t” se obtiene el resultado que se da a continuación.

Los resultados indican que no se puede rechazar que el costo de las universidades privadas sea 10 mil dólares

mayor al de las universidades públicas.

Prueba T de dos muestras y CI: públicas, privadas

Two-sample T for Public vs Private

N Mean StDev SE Mean

Public 15 7.57 2.42 0.62

Private 10 16.51 2.31 0.73

Difference = mu (Public) – mu(Private)

Estimate for difference: –8.9433

95% CI for difference: (–10.9499, –6.9367)

T-Test of difference = –10 (vs not =) : T-Value = 1.09 P-Value = 0.287

DF = 23

Both use Pooled StDev = 2.3760


286 CAPÍTULO 11 TEORÍA DE LAS MUESTRAS PEQUEÑAS

DISTRIBUCIÓN JI CUADRADA

a

b

Figura 11-7 Distribución ji cuadrada para 5 grados de libertad.

11.10 En la figura 11-7 se muestra la gráfica de la distribución ji cuadrada para 5 grados de libertad. Empleando

el apéndice IV, hallar los valores críticos de χ 2 para los cuales: a) el área sombreada de la derecha es 0.05,

b) el total del área sombreada es 0.05, c) el área sombreada de la izquierda es 0.10 y d ) el área sombreada de

la derecha es 0.01. Hallar también estas respuestas usando EXCEL.

SOLUCIÓN

a) Si el área sombreada de la derecha es 0.05, entonces el área a la izquierda de b es (1 − 0.05) = 0.95 y b es el percentil

95, 2 :95. Refiérase al apéndice IV, bajar por la columna que tiene como encabezado ν hasta llegar a la entrada 5, y

después avanzar hacia la derecha hasta la columna cuyo encabezado es 2 :95; el resultado, 11.1, es el valor crítico de

χ 2 que se busca.

b) Como esta distribución no es simétrica, hay muchos valores críticos para los que el total del área sombreada es 0.05.

Por ejemplo, el área sombreada de la derecha puede ser 0.04 y el área sombreada de la izquierda 0.01. Sin embargo,

se acostumbra, a menos que se especifique otra cosa, elegir estas áreas de manera que sean iguales. En este caso,

entonces, cada área es 0.025. Si el área sombreada de la derecha es 0.025, el área a la izquierda de b es 1 − 0.025 =

0.975 y b es el percentil 97.5, 2 :975, el cual de acuerdo con el apéndice IV es 12.8. De igual manera, si el área sombreada

de la izquierda es 0.025, el área a la izquierda de a es 0.025 y a es el percentil 2.5, 2 :025, que es igual a 0.831.

Por lo tanto, los valores críticos son 0.83 y 12.8.

c) Si el área sombreada de la izquierda es 0.10, a representa el percentil 10, 2 :10, el cual es igual a 1.61.

d) Si el área sombreada de la derecha es 0.01, el área a la izquierda de b es 0.99 y b representa el percentil 99, 2 :99, el

cual es igual a 15.1.

La respuesta de EXCEL para a) se obtiene con =CHIINV(0.05,5), que da 11.0705. El primer parámetro de CHIINV es el

área a la derecha del punto y el segundo es el número de grados de libertad. La respuesta para b) se obtiene con

=CHIINV(0.975,5), que da 0.8312 y =CHIINV(0.025,5) da 12.8325. La respuesta para c) se obtiene con =CHIINV(0.9,5),

que da 1.6103. La respuesta para d ) se obtiene con =CHIINV(0.01,5), que da 15.0863.

11.11 Encontrar el valor crítico de χ 2 tal que el área en la cola derecha de la distribución χ 2 sea 0.05, siendo el número

de grados de libertad, ν, igual a: a) 15, b) 21 y c) 50.

SOLUCIÓN

En el apéndice IV, en la columna cuyo encabezado es 2 :95 se encuentran los valores: a) 25.0 que corresponde a ν = 15; b)

32.7 que corresponde a ν = 21 y c) 67.5 que corresponde a ν = 50.


PROBLEMAS RESUELTOS 287

11.12 Encontrar el valor mediano de χ 2 que corresponda a: a) 9, b) 28 y c) 40 grados de libertad.

SOLUCIÓN

En el apéndice IV, en la columna cuyo encabezado es 2 :50 (ya que la mediana es el percentil 50), se encuentran los valores:

a) 8.34, que corresponde a ν = 9; b) 27.3, que corresponde a ν = 28, y c) 39.3, que corresponde a ν = 40.

Resulta interesante observar que los valores medianos están muy cercanos a la igualdad del número de grados de

libertad. De hecho, para ν > 10, los valores medianos son iguales a (ν − 0.7), como puede verse en la tabla.

11.13 La desviación estándar de las estaturas de 16 estudiantes elegidos en forma aleatoria en una escuela de 1 000

estudiantes es 2.40 in. Encontrar los límites de confianza de: a) 95% y b) 99% para la desviación estándar de

las estaturas de todos los estudiantes de esta escuela.

SOLUCIÓN

p ffiffiffiffi p ffiffiffiffi

a) Los límites de confianza de 95% son s N =:975 y s N =:025 .

Para ν = 16 − 1 = 15 grados de libertad, p 2 :975 = 27.5 (o bien χ .975 = 5.24) y 2 :025 = 6.26 (o bien χ .025 = 2.50).

Los límites de confianza de 95% son 2:40

ffiffiffiffiffi

p ffiffiffiffiffi

16 =5:24 y 2:40 16 =2:50 (es decir, 1.83 y 3.84 in). Por lo tanto, se puede

tener una confianza de 95% de que la desviación estándar poblacional se encuentra entre 1.83 y 3.84 in.

p ffiffiffiffi p

b) Los límites de confianza de 99% son s N =:995 y s= ffiffiffiffi

N =:005 .

Para ν = 16 − 1 = 15 grados de libertad están dados por p 2 :995 = 32.8 (o χ .995 = 5.73) y 2 :005 = 4.60 (o bien

χ .005 = 2.14). Entonces los límites de confianza de 99% son 2:40

ffiffiffiffiffi p ffiffiffiffiffi

16 =5:73 y 2.40 16 /2.14 (es decir, 1.68 y 4.49 in).

Por lo tanto, se puede tener una confianza de 99% de que la desviación estándar poblacional se encuentre entre 1.68

y 4.49 in.

11.14 Encontrar 2 :95 para: a) ν = 50 y b) ν = 100 grados de libertad.

SOLUCIÓN

pffiffiffiffiffiffiffi

pffiffiffiffiffiffiffiffiffiffiffiffiffi

Para ν mayor que 30 se puede emplear el hecho de que 2 2 2 1 es una distribución aproximadamente normal en

la que la media es 0 y la desviación estándar es 1. Entonces, si z p es un percentil de la puntuación z en la distribución normal

estándar, se puede escribir, con un alto grado de aproximación,

qffiffiffiffiffiffiffi

2 2 p

pffiffiffiffiffiffiffiffiffiffiffiffiffi

2 1 ¼ z p

o

qffiffiffiffiffiffiffi

2 2 p

p

¼ z p þ

ffiffiffiffiffiffiffiffiffiffiffiffiffi

2 1

de donde 2 p ¼ 1 2 ðz p

p þ

ffiffiffiffiffiffiffiffiffiffiffiffiffi

2 1Þ 2 .

a) Si ¼ 50, 2 :95 ¼ 1 2 ðz p

:95 þ ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2ð50Þ 1Þ 2 ¼ 1 2 ð1:64 þ

p ffiffiffiffiffi

99 Þ 2 ¼ 67:2, lo que coincide muy bien con el valor 67.5 dado

en el apéndice IV.

b) Si ¼ 100, 2 :95 ¼ 1 2 ðz p

:95 þ ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2ð100Þ 1Þ 2 ¼ 1 2 ð1:64 þ

p ffiffiffiffiffiffiffi

199 Þ 2 ¼ 124:0 (verdadero valor = 124.3).

11.15 La desviación estándar del tiempo de vida de una muestra de 200 bombillas eléctricas es 100 horas (h). Encontrar

los límites de confianza de: a) 95% y b) 99% para la desviación estándar de estas bombillas eléctricas.

SOLUCIÓN

p ffiffiffiffi p ffiffiffiffi

a) Los límites de confianza de 95% están dados por s N =:975 y s N =:025 .

Para ν = 200 − 1 = 199 grados de libertad, se encuentra (como en el problema 11.14)

2 :975 ¼ 1 2 ðz p

:975 þ

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2ð199Þ 1Þ 2 ¼ 1 2 ð1:96 þ 19:92Þ2 ¼ 239

2 :025 ¼ 1 2 ðz p

:025 þ

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2ð199Þ 1Þ 2 ¼ 1 2 ð 1:96 þ 19:92Þ2 ¼ 161

p

por lo tanto, χ .975 = 15.5 y χ 0.025 = 12.7. De manera que los límites de confianza del 95% son 100

ffiffiffiffiffiffiffi

p

200 =15:5 ¼

91.2 h y 100 ffiffiffiffiffiffiffi

200 =12:7 ¼ 111:3 h, respectivamente. Se puede tener una confianza de 95% en que la desviación estándar

poblacional esté entre 91.2 y 111.3 h.


288 CAPÍTULO 11 TEORÍA DE LAS MUESTRAS PEQUEÑAS

p ffiffiffiffi p ffiffiffiffi

b) Los límites de confianza de 99% están dados por s N =:995 y s N =:005 .

Para ν = 200 − 1 = 199 grados de libertad,

2 :995 ¼ 1 2 ðz p

:995 þ

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2ð199Þ 1Þ 2 ¼ 1 2 ð2:58 þ 19:92Þ2 ¼ 253

2 :005 ¼ 1 2 ðz p

:005 þ

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2ð199Þ 1Þ 2 ¼ 1 2 ð 2:58 þ 19:92Þ2 ¼ 150

p

por lo tanto, χ .995 = 15.9 y χ .005 = 12.2. De manera que los límites de confianza del 99% son 100

ffiffiffiffiffiffiffi

p

200 =15:9 ¼

88.9 h y 100 ffiffiffiffiffiffiffi

200 =12:2 ¼ 115:9 h, respectivamente. Se puede tener una confianza de 99% en que la desviación estándar

poblacional esté entre 88.9 y 115.9 h.

11.16 Un fabricante de ejes requiere que en el proceso de fabricación el diámetro de los ejes sea 5.000 cm. Además,

para garantizar que las ruedas se ajusten de manera adecuada a los ejes, es necesario que la desviación estándar

en los diámetros sea 0.005 cm o menos. En la tabla 11.4 se presentan los diámetros de los 20 ejes de una

muestra.

Tabla 11.4

4.996 4.998 5.002 4.999

5.010 4.997 5.003 4.998

5.006 5.004 5.000 4.993

5.002 4.996 5.005 4.992

5.007 5.003 5.000 5.000

El fabricante desea probar la hipótesis nula de que la desviación estándar poblacional es 0.005 cm contra

la hipótesis alternativa de que la desviación estándar poblacional es mayor a 0.005 cm. Si se confirma la hipótesis

alternativa, entonces el proceso de fabricación debe detenerse y deben hacerse ajustes a las máquinas. Para

la prueba se supone que los diámetros de los ejes tienen una distribución normal. Probar esta suposición al nivel

de significancia 0.05. Si se está dispuesto a suponer normalidad, entonces hacer la prueba concerniente a

la desviación estándar poblacional al nivel de significancia 0.05.

SOLUCIÓN

En la figura 11-8 se muestra la prueba de normalidad de Shapiro-Wilk. Como el valor p que se obtiene es grande (0.9966),

no se puede rechazar la normalidad. Esta gráfica de probabilidad y el análisis de Shapiro-Wilk se hicieron empleando el

paquete STATISTIX de software para estadística.

Se tiene que decidir entre las hipótesis:

H 0 : σ = 0.005 cm, el valor observado se debe a la casualidad.

H 1 : σ = 0.005 cm, la variabilidad es demasiado grande.

El análisis realizado con SAS es el siguiente:

One Sample Chi-square Test for a Variance

Sample Statistics for diameter

N Mean Std. Dev. Variance

-----------------------------------------------------------

20 5.0006 0.0046 215E-7

Hypothesis Test

Null hypothesis: Variance of diameter <=0.000025

Alternative: Variance of diameter > 0.000025

Chi-square Df Prob

---------------------------------------

16.358 19 0.6333

Como el valor p obtenido (0.6333) es grande, esto indica que la hipótesis nula no se debe rechazar.


PROBLEMAS RESUELTOS 289

Gráfica del diámetro de probabilidad normal

5.011

5.006

Datos ordenados

5.001

4.996

4.991

−2 −1 0

1 2

Grados de clasificación

20 casos de Shapiro-Wilk W 0.9890 P(W) 0.9966

Figura 11-8 STATISTIX, prueba de normalidad de Shapiro-Wilk.

11.17 La desviación estándar en los pesos de paquetes de 40.0 onzas (oz), llenados con una máquina, ha sido 0.25 oz.

En una muestra de 20 paquetes se observa una desviación estándar de 0.32 oz. ¿Este aparente incremento en la

variabilidad es significativo a los niveles: a) 0.05 y b) 0.01?

SOLUCIÓN

Decidir entre las hipótesis:

H 0 : σ = 0.25 oz, el resultado observado es casualidad.

H 1 : σ > 0.25 oz, la variabilidad ha aumentado.

El valor de χ 2 para la muestra es

2 ¼ Ns2

2

¼ 20ð0:32Þ2

ð0:25Þ 2 ¼ 32:8

a) Empleando una prueba de una cola, al nivel de significancia 0.05, se rechaza H 0 si los valores muestrales de χ 2 son

mayores a 2 :95, lo que es igual a 30.1 para ν = 20 − 1 = 19 grados de libertad. Por lo tanto, se rechaza H 0 al nivel de

significancia 0.05.

b) Empleando una prueba de una cola, al nivel de significancia 0.01, se puede rechazar H 0 si los valores muestrales de

χ 2 son mayores a 2 :99, lo que es igual a 36.2 para 19 grados de libertad. Por lo tanto, al nivel de significancia 0.01, no

se rechaza H 0 .

Se concluye que la variabilidad probablemente ha aumentado. Se recomienda examinar la máquina.

LA DISTRIBUCIÓN F

11.18 De poblaciones distribuidas en forma normal se obtienen dos muestras de tamaños 9 y 12 cuyas varianzas son

16 y 25. Si las varianzas muestrales son 20 y 8, respectivamente, determinar si la primera muestra tiene una

varianza bastante mayor que la segunda muestra al nivel de significancia: a) 0.05, b) 0.01 y c) usar EXCEL

para mostrar que el área a la derecha de 4.03 está entre 0.01 y 0.05.


290 CAPÍTULO 11 TEORÍA DE LAS MUESTRAS PEQUEÑAS

SOLUCIÓN

Para estas dos muestras, 1 y 2, se tiene N 1 ¼ 9, N 2 ¼ 12, 2 1 ¼ 16, 2 2 ¼ 25, S 2 1 ¼ 20 y S 2 2 ¼ 8. Por lo tanto,

F ¼ ^S 1= 2 2 1

¼ N 1S1=ðN 2 1 1Þ 2 1

^S

2 2=2 N

2 2 S2 2=ðN 2 1Þ 2 2

¼ ð9Þð20Þ=ð9 1Þð16Þ

ð12Þð8Þ=ð12 1Þð25Þ ¼ 4:03

a) Los grados de libertad para el numerador y para el denominador de F son ν 1 = N 1 −1 = 9 − 1 = 8 y ν 2 = N 2 −1 =

12 − 1 = 11. Entonces, en el apéndice V se encuentra que F .95 = 2.95. Como el valor de F calculado es F = 4.03, que

es mayor a 2.95, se concluye que la varianza de la muestra 1 es significativamente mayor que la de la muestra 2, al

nivel de significancia 0.05.

b) Para ν 1 = 8 y ν 2 = 11, en el apéndice VI se encuentra F .01 = 4.74. En este caso el valor de F calculado es F = 4.03,

que es menor a 4.74. Por lo tanto, no se puede concluir que la varianza de la muestra 1 sea mayor que la varianza de

la muestra 2, al nivel de significancia 0.01.

c) El área a la derecha de 4.03 está dada por =FDIST(4.03,8,11) y es 0.018.

11.19 De dos poblaciones distribuidas de manera normal se toman dos muestras, una de tamaño 8 y otra de tamaño

10, cuyas varianzas corresponden a 20 y 36. Encontrar la probabilidad de que la varianza de la primera muestra

sea mayor al doble de la varianza de la segunda muestra.

Usar EXCEL para hallar la probabilidad exacta de que F con 7 y 9 grados de libertad sea mayor a 3.70.

SOLUCIÓN

Se tiene N 1 ¼ 8, N 2 ¼ 10, 2 1 ¼ 20, y 2 2 ¼ 36. Por lo tanto,

F ¼ 8S2 1=ð7Þð20Þ

10S 2 2 =ð9Þð36Þ ¼ 1:85 S2 1

S 2 2

El número de grados de libertad en el numerador y en el denominador es ν 1 = N 1 − 1 = 8 − 1 = 7 y ν 2 = N 2 − 1 = 10 −

1 = 9. Ahora, si S 2 1 es mayor al doble de S 2 2, entonces

F ¼ 1:85 S2 1

S2

2 > ð1:85Þð2Þ ¼3:70

Buscando 3.70 en los apéndices V y VI se encuentra que la probabilidad es menor a 0.05 pero mayor a 0.01. Para encontrar

los valores exactos se necesita una tabulación más extensa que la distribución F.

Con EXCEL la respuesta se obtiene con =FDIST(3.7,7,9), que da 0.036, que es la probabilidad de que F con 7 y 9

grados de libertad sea mayor a 3.70.

DISTRIBUCIÓN t DE STUDENT

PROBLEMAS SUPLEMENTARIOS

11.20 En una distribución de Student con 15 grados de libertad, encontrar el valor de t 1 tal que: a) el área a la derecha de t 1 sea

0.01, b) el área a la izquierda de t 1 sea 0.95, c) el área a la derecha de t 1 sea 0.10, d ) el área a la derecha de t 1 junto con el

área a la izquierda de −t 1 sea 0.01 y e) el área entre −t 1 y t 1 sea 0.95.

11.21 Usando el apéndice III, encontrar los valores críticos de t para los cuales el área en la cola derecha de la distribución t sea

0.01, siendo el número de grados de libertad, ν, igual a: a) 4, b) 12, c) 25, d ) 60 y e) 150. Dar las soluciones de a) a e)

usando EXCEL.


PROBLEMAS SUPLEMENTARIOS 291

11.22 En la distribución t de Student encontrar los valores de t 1 que satisfacen cada una de las condiciones siguientes:

a) El área entre −t 1 y t 1 es 0.90 y ν = 25.

b) El área a la izquierda de −t 1 es 0.025 y ν = 20.

c) El área a la derecha de t 1 junto con el área a la izquierda de −t 1 es 0.01 y ν = 5.

d) El área a la derecha de t 1 es 0.55 y ν = 16.

11.23 Si una variable U tiene una distribución t de Student con ν = 10, encontrar la constante C que satisfaga: a) Pr{U > C} =

0.05, b) Pr{−C ≤ U ≤ C} = 0.98, c) Pr{U ≤ C} = 0.20 y d ) Pr{U ≥ C} = 0.90.

11.24 En la distribución normal, los coeficientes de confianza de 99% (dos colas) son ± 2.58. ¿Cuáles son los coeficientes correspondientes

en la distribución t si: a) ν = 4, b) ν = 12, c) ν = 25, d ) ν = 30, y e) ν = 40?

11.25 En una muestra de 12 mediciones de la resistencia a la ruptura de un hilo de algodón, la media es 7.38 gramos (g) y la

desviación estándar 1.24 g. Encontrar los límites de confianza de: a) 95% y b) 99% para la verdadera resistencia a la ruptura

y c) la solución que da MINITAB usando el resumen de estadísticos.

11.26 Resolver el ejercicio 11.25 suponiendo que los métodos de la teoría de muestras grandes son aplicables, y comparar los

resultados obtenidos.

11.27 Se tomaron cinco mediciones del tiempo de reacción de una persona a cierto estímulo; las mediciones fueron 0.28, 0.30,

0.27, 0.33 y 0.31 segundos. Encontrar los límites de confianza de: a) 95% y b) 99% para el verdadero tiempo de reacción.

11.28 El tiempo medio de vida de los focos eléctricos producidos por una empresa ha sido 1 120 h y la desviación estándar 125

h. En una muestra de 8 focos eléctricos, recientemente producidos, el tiempo medio de vida fue de 1 070 h. Probar la hipótesis

de que el tiempo medio de vida de los focos no ha variado, usando los niveles de significancia: a) 0.05 y b) 0.01.

11.29 En el problema 11.28 probar las hipótesis µ = 1 120 h contra µ < 1 120 h, usando como niveles de significancia: a) 0.05

y b) 0.01.

11.30 Las especificaciones en la producción de cierta aleación exigen 23.2% de cobre. En una muestra consistente en 10 análisis

del producto, el contenido medio de cobre fue 23.5% y la desviación estándar 0.24%. A los niveles de significancia: a) 0.05

y b) 0.01 ¿puede concluirse que el producto satisface las especificaciones?

11.31 En el problema 11.30, empleando los niveles de significancia: a) 0.01 y b) 0.05, probar la hipótesis de que el contenido

medio de cobre es mayor que el requerido por las especificaciones.

11.32 Un experto asegura que introduciendo un nuevo tipo de máquina en un proceso de producción se puede disminuir notablemente

el tiempo de producción. Debido a los gastos requeridos para el mantenimiento de esta máquina, el gerente encuentra

que a menos que el tiempo de producción se reduzca por lo menos en 8%, no vale la pena introducir la nueva máquina.

Seis experimentos resultantes mostraron que el tiempo de producción se redujo en 8.4% con una desviación estándar de

0.32%. Usando como niveles de significancia: a) 0.01 y b) 0.05, probar la hipótesis de que debe introducirse la nueva

máquina.

11.33 Empleando una marca A de gasolina el rendimiento medio en millas por galón encontrado en cinco automóviles similares

bajo condiciones idénticas es 22.6 y la desviación estándar es 0.48. Empleando la marca B, el rendimiento medio es 21.4 y

la desviación estándar es 0.54. Usando el nivel de significancia 0.05, investigar si la marca A da realmente un mejor rendimiento

que la marca B.


292 CAPÍTULO 11 TEORÍA DE LAS MUESTRAS PEQUEÑAS

11.34 Se prueba el pH (grado de acidez de una solución) de dos soluciones químicas, A y B. En seis muestras de A la media en el

pH es 7.2 y la desviación estándar es 0.024. En cinco muestras de la solución B la media en el pH es 7.49 y la desviación

estándar es 0.032. Al nivel de significancia 0.05, determinar si el pH de estos dos tipos de soluciones es diferente.

11.35 En un examen de psicología, la media de las calificaciones de los 12 estudiantes de un grupo es 78 y la desviación estándar

es 6; la media de las calificaciones de los 15 estudiantes de otro grupo es 74 y la desviación estándar es 8. Empleando el

nivel de significancia 0.05, determinar si el primer grupo es mejor que el segundo grupo.

LA DISTRIBUCIÓN JI CUADRADA

11.36 En el apéndice IV, en la distribución ji cuadrada para 12 grados de libertad, hallar el valor de 2 c tal que: a) el área a la

derecha de 2 c sea 0.05, b) el área a la izquierda de 2 c sea 0.99, c) el área a la derecha de 2 c sea 0.025 y d ) resolver los

incisos del a) al c) empleando EXCEL.

11.37 Hallar los valores críticos de χ 2 para los cuales el área en la cola derecha de la distribución es 0.05, siendo el número de

grados de libertad, ν, igual a: a) 8, b) 19, c) 29 y d ) 40.

11.38 Resolver el problema 11.37 si el área en la cola derecha es 0.01.

11.39 a) Encontrar 2 1 y 2 2 tales que el área bajo la distribución χ 2 para ν = 20 entre 2 1 y 2 2 sea 0.95, suponiendo áreas iguales

a la derecha de 2 2 y a la izquierda de 2 1.

b) Mostrar que si en a) no se hace la suposición de áreas iguales, los valores 2 1 y 2 2 no son únicos.

11.40 Si una variable U tiene la distribución ji cuadrada con ν = 7, encontrar 2 1 y 2 2 tales que: a) PrfU > 2 2g¼0:025,

b) PrfU < 2 1g¼0:50 y c) Prf 2 1 U 2 2g¼0:90.

11.41 La desviación estándar encontrada en la duración de 10 bombillas eléctricas producidas por una empresa es 120 h. Encontrar

los límites de confianza de: a) 95% y b) 99% para la desviación estándar de todas las bombillas eléctricas fabricadas por la

empresa.

11.42 Resolver el problema 11.41 si se tienen 25 bombillas eléctricas en las que la desviación estándar es 120 h.

11.43 Encontrar: a) 2 :05 y b) 2 :95 para ν = 150 empleando 2 p ¼ 1 2 ðz p

p þ ffiffiffiffiffiffiffiffiffiffiffiffiffi

2 1Þ y c) comparar estos resultados con los que se

obtienen usando EXCEL.

11.44 Encontrar: a) 2 :025 y b) 2 :975 para ν = 250 empleando 2 p ¼ 1 2 ðz p

p þ ffiffiffiffiffiffiffiffiffiffiffiffiffi

2 1Þ y c) comparar estos resultados con los que

se obtienen usando EXCEL.

11.45

pffiffiffiffiffi

Mostrar que si se tienen valores grandes de ν, una buena aproximación a χ 2 es la dada por ðv þ z p 2 Þ, donde zp es el

percentil p de la distribución normal estándar.

11.46 Resolver el problema 11.39 usando la distribución χ 2 si en una muestra de 100 bombillas eléctricas se encuentra la misma

desviación estándar de 120 h. Comparar los resultados con los obtenidos con los métodos del capítulo 9.

11.47 En el problema 11.44, ¿cuál es el intervalo de confianza de 95% que tiene la menor amplitud?


PROBLEMAS SUPLEMENTARIOS 293

11.48 La desviación estándar en la resistencia a la ruptura de determinados cables producidos por una empresa es de 240 libras

(lb). Después de que se introdujo una modificación en el proceso de fabricación de estos cables, en una muestra de ocho

cables la desviación estándar encontrada fue 300 lb. Investigar la significancia del aparente aumento de variabilidad a los

niveles de significancia: a) 0.05 y b) 0.01.

11.49 La desviación estándar de la temperatura anual de una ciudad durante 100 años fue de 16 Fahrenheit. Usando la temperatura

media del día 15 de cada mes durante los últimos 15 años, la desviación estándar calculada de la temperatura anual fue

de 10 Fahrenheit. Probar la hipótesis de que la temperatura en la ciudad se volvió menos variable que en el pasado, usando

los niveles de significancia de: a) 0.05 y b) 0.01.

LA DISTRIBUCIÓN F

11.50 Empleando los apéndices V y VI, encontrar los valores de F que se piden en los incisos del a) al d ).

a) F 0.95 para V 1 = 8 y V 2 = 10.

b) F 0.99 para V 1 = 24 y V 2 = 11.

c) F 0.85 para N 1 = 16 y N 2 = 25.

d ) F 0.90 para N 1 = 21 y N 2 = 23.

11.51 Resolver el problema 11.50 usando EXCEL.

11.52 De poblaciones distribuidas normalmente cuyas varianzas son 40 y 60 se toman dos muestras de tamaños 10 y 15, respectivamente.

Si las varianzas muestrales son 90 y 50, determinar si la varianza de la muestra 1 es significativamente mayor

que la de la muestra 2 a los niveles de: a) 0.05 y b) 0.01.

11.53 Dos empresas, A y B, fabrican bombillas eléctricas. Los tiempos de vida de estas bombillas están distribuidos casi en forma

normal y sus desviaciones estándar son 20 y 27 h, respectivamente. Si se toman 16 bombillas de la empresa A y 20 bombillas

de la empresa B y se determina que las desviaciones estándar de sus tiempos de vida corresponden a 15 y 40 h, ¿puede

determinarse, a los niveles de significancia: a) 0.05 y b) 0.01, que la variabilidad en las bombillas de A es mayor que la

variabilidad en las bombillas de B?


LA PRUEBA

JI CUADRADA

12

FRECUENCIAS OBSERVADAS Y FRECUENCIAS TEÓRICAS

Como se ha visto, los resultados obtenidos de las muestras no siempre coinciden exactamente con los resultados teóricos

esperados según las reglas de la probabilidad. Por ejemplo, aunque de acuerdo con las consideraciones teóricas

en 100 lanzamientos de una moneda se esperarían 50 caras y 50 cruces, es raro que se obtengan exactamente estos

resultados.

Supóngase que en una muestra determinada se observa la ocurrencia de un conjunto de eventos E 1 , E 2 , E 3 , . . . , E k

(ver tabla 12.1) con las frecuencias o 1 , o 2 , o 3 , . . . , o k , llamadas frecuencias observadas y que, según las reglas de la

probabilidad, se esperaría que estos eventos ocurrieran con frecuencias e 1 , e 2 , e 3 , . . . , e k , llamadas frecuencias esperadas

o teóricas. Se desea saber si las frecuencias observadas difieren, de manera significativa, de las frecuencias esperadas.

Tabla 12.1

Eventos E 1 E 2 E 3

. . . E k

Frecuencias observadas o 1 o 2 o 3

. . . o k

Frecuencias esperadas e 1 e 2 e 3

. . . e k

DEFINICIÓN DE 2

Una medida de la discrepancia entre las frecuencias observadas y las frecuencias esperadas la proporciona el estadístico

χ 2 (léase ji cuadrada) dado por

Donde, si la frecuencia total es N,

2 ¼ ðo 1 e 1 Þ 2

þ ðo 2 e 2 Þ 2

þþ ðo k e k Þ 2

e 1 e 2

Una expresión equivalente a la fórmula (1) es (ver problema 12.11)

e k

¼ Xk

j¼1

ðo j e j Þ 2

(1)

e j

P

oj ¼ P e j ¼ N (2)

2 ¼ P o2 j

e j

N (3)

Si χ 2 = 0, las frecuencias observadas y las frecuencias teóricas coinciden exactamente; en tanto que si χ 2 > 0, la

coincidencia no es exacta. Cuanto mayor sea el valor de χ 2 , mayor la discrepancia entre frecuencias observadas y

frecuencias esperadas.

294


LA PRUEBA JI CUADRADA DE BONDAD DE AJUSTE 295

La distribución muestral de χ 2 se puede aproximar con bastante exactitud mediante la distribución ji cuadrada

Y ¼ Y 0 ð 2 Þ 1=2ð 2Þ e 1=22 ¼ Y 0 2 e 1=22 (4)

(vista en el capítulo 11) si las frecuencias esperadas son mayores o iguales a 5. La aproximación mejora cuanto mayores

sean estos valores.

El número de grados de libertad, ν, es

1. ν = k − 1 si las frecuencias esperadas pueden calcularse sin tener que estimar parámetros poblacionales a partir de

estadísticos muestrales. Obsérvese que a k se le resta 1 debido a la condición restrictiva (2), que establece que conociendo

k − 1 de las frecuencias esperadas, queda determinada la frecuencia restante.

2. ν = k − 1 − m si las frecuencias esperadas sólo pueden calcularse estimando m parámetros poblacionales a partir

de estadísticos muestrales.

PRUEBAS DE SIGNIFICANCIA

En la práctica, las frecuencias esperadas se calculan basándose en la hipótesis H 0 . Si de acuerdo con esta hipótesis el

valor calculado para χ 2 , mediante las ecuaciones (1) o (3) es mayor a algún valor crítico (por ejemplo, 2 :95 o 2 :99, que

son los valores críticos para los niveles de significancia 0.05 y 0.01, respectivamente), se concluye que las frecuencias

observadas difieren en forma significativa de las frecuencias esperadas y se rechaza H 0 al correspondiente nivel de

significancia; si no es así, se acepta H 0 (o por lo menos no se rechaza). A este procedimiento se le conoce como prueba

ji cuadrada de hipótesis o de significancia.

Es necesario notar que hay que tener desconfianza de aquellas circunstancias en las que χ 2 tenga un valor demasiado

cercano a cero, pues es raro que exista una coincidencia tan buena entre las frecuencias observadas y las frecuencias

esperadas. Para examinar tales situaciones se determina si el valor obtenido para χ 2 es menor a 2 :05 o a 2 :01,

en cuyo caso se decide que a los niveles de significancia 0.05 o 0.01, respectivamente, la coincidencia es demasiado

buena.

LA PRUEBA JI CUADRADA DE BONDAD DE AJUSTE

La prueba chi cuadrada puede emplearse para determinar qué tan bien se ajustan una distribución teórica (por ejemplo,

la distribución normal o la distribución binomial) a una distribución empírica (es decir, a una distribución obtenida a

partir de datos muestrales). Ver los problemas 12.12 y 12.13.

EJEMPLO 1 Un par de dados se lanzan 500 veces y las sumas de las caras que caen hacia arriba son las que se muestran en la

tabla 12.2.

Tabla 12.2

Suma 2 3 4 5 6 7 8 9 10 11 12

Observada 15 35 49 58 65 76 72 60 35 29 6

Los números esperados, si el dado no está cargado, se determinan a partir de la distribución de x y son los que se muestran

en la tabla 12.3.

Tabla 12.3

x 2 3 4 5 6 7 8 9 10 11 12

p(x) 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36

En la tabla 12.4 se presentan las frecuencias observadas y las frecuencias esperadas.

Tabla 12.4

Observada 15 35 49 58 65 76 72 60 35 29 6

Esperada 13.9 27.8 41.7 55.6 69.5 83.4 69.5 55.6 41.7 27.8 13.9


296 CAPÍTULO 12 LA PRUEBA JI CUADRADA

Si en las celdas B1:L2 de una hoja de cálculo de EXCEL se introducen las frecuencias observadas y las frecuencias

esperadas, en la celda B4 se introduce la expresión =(B1-B2)^2/B2, se hace clic y se arrastra desde B4 hasta L4 y las cantidades

en B4:L4 se suman, se obtiene 10.34 como el valor de 2 ¼ P j ððo j e j Þ 2 =e j Þ.

El valor p que corresponde a 10.34 se obtiene mediante la expresión de EXCEL =CHIDIST(10.34,10). Este valor p es

0.411 y dado que es grande, no hay razón para pensar que el dado esté cargado.

TABLAS DE CONTINGENCIA

A tablas como la 12.1 en las que las frecuencias observadas ocupan un solo renglón se les llama tablas de clasificación

en un solo sentido. Como el número de columnas es k, se les llama también tablas 1 × k (que se lee “1 por k”). Por

extensión de estas ideas, se obtienen tablas de clasificación en dos sentidos, o tablas h × k, en las que las frecuencias

observadas ocupan h renglones y k columnas. A estas tablas se les suele llamar tablas de contingencia.

En una tabla de contingencia h × k, para cada frecuencia observada hay una frecuencia esperada (o teórica), que

se calcula basándose en alguna hipótesis y sujetándose a las reglas de probabilidad. A las frecuencias que ocupan las

celdas de una tabla de contingencia se les llama frecuencias de celda. Al total de las frecuencias de un renglón o de

una columna se le llama frecuencia marginal.

Para investigar el grado de coincidencia entre las frecuencias observadas y las frecuencias esperadas se calcula el

estadístico

2 ¼ X j

ðo j e j Þ 2

(5)

e j

donde la suma se realiza sobre todas las celdas de la tabla de contingencia y donde los símbolos o j y e j representan

frecuencias, observada y esperada, en la celda j. Esta suma, que es análoga a la de la ecuación (1), contiene hk términos.

La suma de todas las frecuencias observadas, que se denota N, es igual a la suma de todas las frecuencias esperadas

[ver la ecuación (2)].

Como antes, el estadístico (5) tiene una distribución muestral que está dada, con una aproximación muy buena, por

(4), siempre y cuando las frecuencias esperadas no sean demasiado pequeñas. El número de grados de libertad, ν, de

esta distribución ji cuadrada es, para h > 1 y k > 1,

1. ν = (h − 1)(k − 1) si las frecuencias esperadas pueden calcularse sin necesidad de estimar parámetros poblacionales

mediante estadísticos muestrales. Una demostración de esto se da en el problema 12.18.

2. ν = (h − 1)(k − 1) − m si las frecuencias esperadas sólo pueden calcularse estimando m parámetros poblacionales

mediante estadísticos muestrales.

Las pruebas de significancia para tablas h × k son similares a las pruebas de significancia para tablas 1 × k. Las

frecuencias esperadas se establecen basándose en la hipótesis H 0 de que se trate; una de las hipótesis más empleadas

es que las dos clasificaciones son independientes una de otra.

Las tablas de contingencia pueden extenderse a dimensiones mayores. Así, se pueden tener, por ejemplo, tablas

h × k × 1, en las que hay tres clasificaciones.

EJEMPLO 2 En la tabla 12.5 se presenta la manera en que las personas hacen sus declaraciones de impuestos y su nivel de

estudios. La hipótesis nula es que la manera en que las personas hacen sus declaraciones de impuestos (usando software o sólo lápiz

y papel) es independiente de su nivel de estudios. La tabla 12.5 es una tabla de contingencia.

Tabla 12.5

Nivel de estudios

Manera Preparatoria Licenciatura Maestría

Computadora

Papel y lápiz

23

45

35

30

42

25

Empleando MINITAB para analizar estos datos se obtienen los resultados siguientes.


FÓRMULAS SENCILLAS PARA CALCULAR 2 297

Prueba ji cuadrada: preparatoria, licenciatura, maestría

Los resultados esperados se muestran debajo de los observados

Las contribuciones de ji cuadrada se muestran debajo de los esperados

preparatoria licenciatura maestría Total

1 23 35 42 100

34.00 32.50 33.50

3.559 0.192 2.157

2 45 30 25 100

34.00 32.50 33.50

3.559 0.192 2.157

Total 68 65 67 200

Ji-Sq = 11.816, DF = 2, P-Value = 0.003

Debido a que el valor p es pequeño, se rechaza la hipótesis de independencia y se concluye que la manera en que

se hace la declaración de impuestos y el nivel de educación no son independientes.

CORRECCIÓN DE YATES POR CONTINUIDAD

Cuando a datos discretos se aplican fórmulas para datos continuos, como se ha visto en capítulos anteriores, es necesario

hacer una corrección por continuidad. Para el empleo de la distribución ji cuadrada hay una corrección similar.

Esta corrección consiste en reescribir la ecuación (1) de la manera siguiente:

χ 2 (corregida) ¼ ðjo 1 e 1 j 0:5Þ 2

þ ðjo 2 e 2 j 0:5Þ 2

þþ ðjo k e k j 0:5Þ 2

(6)

e 1 e 2 e k

y se le conoce como corrección de Yates. Para la ecuación (5) existe una modificación análoga.

En general, esta corrección sólo se hace cuando el número de grados de libertad es ν = 1. Cuando se tienen muestras

grandes, se obtiene prácticamente el mismo resultado que con χ 2 no corregida, pero cerca de los valores críticos

pueden surgir dificultades (ver el problema 12.8). Cuando se tienen muestras pequeñas, donde cada una de las frecuencias

esperadas está entre 5 y 10, quizá sea mejor comparar ambos valores de χ 2 , el corregido y el no corregido. Si

ambos valores conducen a la misma conclusión respecto a la hipótesis, por ejemplo al rechazo al nivel 0.05, es raro

que se encuentren dificultades. Si ambos valores conducen a conclusiones diferentes se puede recurrir a aumentar el

tamaño de la muestra, o si esto no es posible se pueden usar métodos de probabilidad en los que se emplee la distribución

multinomial del capítulo 6.

FÓRMULAS SENCILLAS PARA CALCULAR 2

Para calcular χ 2 pueden deducirse fórmulas sencillas en las que únicamente se emplean las frecuencias esperadas.

A continuación se dan las fórmulas para tablas de contingencia 2 × 2 y 2 × 3 (ver las tablas 12.6 y 12.7, respectivamente).

Tablas 2 2

2 ¼

Nða 1 b 2 a 2 b 1 Þ 2

ða 1 þ b 1 Þða 2 þ b 2 Þða 1 þ a 2 Þðb 1 þ b 2 Þ ¼ N 2

(7)

N 1 N 2 N A N B


298 CAPÍTULO 12 LA PRUEBA JI CUADRADA

Tabla 12.6

I II Total

A a 1 a 2 N A

B b 1 b 2 N B

Total N 1 N 2 N

Tabla 12.7

I II III Total

A a 1 a 2 a 3 N A

B b 1 b 2 b 3 N B

Total N 1 N 2 N 3 N

donde ∆ = a 1 b 2 − a 2 b 1 , N = a 1 + a 2 + b 1 + b 2 , N 1 = a 1 + b 1 , N 2 = a 2 + b 2 , + b 2 , N A = a 1 + a 2 y N B = b 1 + b 2 (ver

problema 12.19). Empleando la corrección de Yates, esta ecuación se convierte en

1

χ 2 Nðja 1 b 2 a 2 b 1 j

(corregida) ¼

2

NÞ 2

ða 1 þ b 1 Þða 2 þ b 2 Þða 1 þ a 2 Þðb 1 þ b 2 Þ ¼ Nðjj 1

2

NÞ 2

(8)

N 1 N 2 N A N B

Tablas 2 3

" #

2 ¼ N N A

a 2 1

N 1

þ a2 2

N 2

þ a2 3

N 3

" #

þ N N B

b 2 1

N 1

þ b2 2

N 2

þ b2 3

N 3

N (9)

donde se ha empleado el resultado general válido para todas las tablas de contingencia (ver el problema 12.43):

2 ¼ P o2 j

e j

N (10)

La fórmula (9) puede generalizarse a tablas 2 × k donde k > 3 (ver el problema 12.46).

COEFICIENTE DE CONTINGENCIA

Una medida del grado de relación, asociación o dependencia entre las clasificaciones en una tabla de contingencia es

la dada por

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2

C ¼

2 (11)

þ N

que se conoce como coeficiente de contingencia. Cuanto mayor sea el valor de C mayor será el grado de relación entre

las clasificaciones. El valor máximo de C está determinado por la cantidad de renglones y columnas de la tabla de

contingencia y este valor pnunca ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi es mayor a 1. Si k es la cantidad de renglones y columnas en una tabla de contingencia,

el valor máximo de C es ðk 1Þ=k (ver los problemas 12.22, 12.52 y 12.53).

EJEMPLO 3 Encontrar el coeficiente de contingencia correspondiente al ejemplo 2.

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2 11:816

C ¼

2 ¼

¼ 0:236

þ N 11:816 þ 200

CORRELACIÓN DE ATRIBUTOS

Como las clasificaciones de una tabla de contingencia suelen describir características de personas u objetos, a estas

clasificaciones se les suele llamar atributos y a su grado de dependencia, asociación o relación se le llama correlación

de atributos. Para tablas k × k, el coeficiente de correlación entre atributos (o clasificaciones) se define como

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2

r ¼

(12)

Nðk 1Þ


PROBLEMAS RESUELTOS 299

este coeficiente se encuentra entre 0 y 1 (ver el problema 12.24). En tablas 2 × 2 en las que k = 2, a la correlación se

le conoce como correlación tetracórica.

En el capítulo 14 se considera el problema general de la correlación entre variables numéricas.

PROPIEDAD ADITIVA DE 2

Supóngase que como resultado de la repetición de un experimento se obtienen los valores muestrales de χ 2 dados por

2 1, 2 2, 2 3, ... con ν 1 , ν 2 , ν 3 , . . . grados de libertad, respectivamente. Entonces el resultado de todos estos experimentos

puede considerarse equivalente al valor χ 2 dado por 2 1 þ 2 2 þ 2 3 þ con ν 1 + ν 2 + ν 3 + . . . grados de libertad (ver

el problema 12.25).

LA PRUEBA JI CUADRADA

PROBLEMAS RESUELTOS

12.1 En 200 lanzamientos de una moneda se obtienen 115 caras y 85 cruces. Pruebe la hipótesis de que la moneda

no está cargada a los niveles de significancia: a) 0.05 y b) 0.01, empleando el apéndice IV y c) pruebe esta

hipótesis calculando el valor p y comparándolo con los niveles 0.05 y 0.01.

SOLUCIÓN

Las frecuencias observadas de caras y cruces son o 1 = 115 y o 2 = 85, respectivamente, y las frecuencias esperadas de caras

y cruces (si la moneda no está cargada) son e 1 = 100 y e 2 = 100, respectivamente. Por lo tanto,

2 ¼ ðo 1 e 1 Þ 2

e 1

þ ðo 2 e 2 Þ 2

e 2

¼

ð115 100Þ2

þ ð85

100

100Þ2

100

¼ 4:50

Dado que el número de categorías, o clases (caras, cruces), es k = 2, ν = k − 1 = 2 − 1 = 1.

a) El valor crítico 2 :95 para 1 grado de libertad es 3.84. Por lo tanto, como 4.50 > 3.84, al nivel de significancia 0.05 se

rechaza la hipótesis de que la moneda no está cargada.

b) El valor crítico 2 :99 para 1 grado de libertad es 6.63. Por lo tanto, como 4.50 < 6.63, al nivel de significancia 0.01 no

se puede rechazar la hipótesis de que la moneda no está cargada.

Se concluye que los resultados encontrados tal vez sean significativos y que la moneda quizás esté cargada. Para

comparar este método con métodos usados antes, ver el problema 12.3.

Empleando EXCEL, el valor p se obtiene mediante =CHIDIST(4.5,1) que da como resultado 0.0339. Y empleando

el método del valor p se ve que los resultados son significativos a 0.05, pero no a 0.01. Cualquiera de estos métodos puede

emplearse para realizar la prueba.

12.2 Se repite el problema 12.1 empleando la corrección de Yates.

SOLUCIÓN

χ 2 (corregida) ¼ ðjo 1 e 1 j 0:5Þ 2

þ ðjo 2 e 2 j 0:5Þ 2 ðj115 100j 0:5Þ2 ðj85 100j 0:5Þ2

¼ þ

e 1 e 2 100

100

¼ ð14:5Þ2

100 þ ð14:5Þ2

100 ¼ 4:205

Como 4.205 > 3.84 y 4.205 < 6.63, las conclusiones a las que se llegó en el problema 12.1 son válidas. Para hacer una

comparación con los métodos anteriores, ver el problema 12.3.


300 CAPÍTULO 12 LA PRUEBA JI CUADRADA

12.3 Resolver el problema 12.1 empleando la aproximación normal a la distribución binomial.

SOLUCIÓN

De acuerdo con la hipótesis de que la moneda no está cargada, la media y la desviación

p

estándar de la cantidad de caras esperadas

en 200 lanzamientos de una moneda son µ = Np = (200)(0.5) = 100 y ¼

ffiffiffiffiffiffiffiffiffi p

Npq ¼

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

ð200Þð0:5Þð0:5Þ ¼ 7:07,

respectivamente.

Primer método

115 caras en unidades estándar ¼

115 100

7:07

¼ 2:12

Al nivel de significancia 0.05, empleando una prueba de dos colas, la hipótesis de que la moneda no está cargada se rechaza

si la puntuación z que se obtenga cae fuera del intervalo −1.96 a 1.96. Al nivel 0.01 el intervalo correspondiente es −2.58

a 2.58. Se concluye (como en el problema 12.1) que la hipótesis puede rechazarse al nivel 0.05, pero no al nivel 0.01.

Obsérvese que el cuadrado de la puntuación estándar anterior es (2.12) 2 = 4.50, que es igual al valor de χ 2 obtenido

en el problema 12.1. Éste es siempre el caso en una prueba ji cuadrada con dos categorías (ver problema 12.10).

Segundo método

Usando la corrección por continuidad 115 o más caras es equivalente a 114.5 o más caras. Entonces 114.5 en unidades

estándar = (114.5 − 100)/7.07 = 2.05. Esto conduce a la misma conclusión obtenida con el primer método.

Obsérvese que el cuadrado de la puntuación estándar es (2.05) 2 = 4.20, valor que coincide con el valor de χ 2 corregido

por continuidad empleando la corrección de Yates en el problema 12.2. Éste es siempre el caso en una prueba ji

cuadrada en la que haya dos categorías y se emplee la corrección de Yates.

12.4 En la tabla 12.8 se muestran las frecuencias observadas y las frecuencias esperadas al lanzar un dado 120

veces.

a) Pruebe la hipótesis de que el dado no está cargado calculando χ 2 y comparando el estadístico de prueba

encontrado con el valor crítico correspondiente al nivel de significancia 0.05.

b) Calcule el valor p y compárelo con 0.05 para probar la hipótesis.

Tabla 12.8

Cara del dado 1 2 3 4 5 6

Frecuencias observadas 25 17 15 23 24 16

Frecuencias esperadas 20 20 20 20 20 20

SOLUCIÓN

2 ¼ ðo 1 e 1 Þ 2

e 1

þ ðo 2 e 2 Þ 2

e 2

þ ðo 3 e 3 Þ 2

e 3

þ ðo 4 e 4 Þ 2

e 4

þ ðo 5 e 5 Þ 2

e 5

þ ðo 6 e 6 Þ 2

¼ ð25

20Þ2 þ ð17 20Þ2

20 20

þ ð15

20Þ2 þ ð23

20

20Þ2 þ ð24

20

20Þ2

20

e 6

þ ð16

20Þ2

20

¼ 5:00

a) Empleando EXCEL, el valor crítico correspondiente a 0.05 se obtiene mediante la expresión =CHIINV(0.05,5), que

da 11.0705. El valor encontrado para el estadístico de prueba es 5.00. Como el valor encontrado para el estadístico de

prueba no está en la región crítica 0.05, no se rechaza la hipótesis nula de que el dado no esté cargado.

b) Empleando EXCEL, el valor p se obtiene mediante la expresión =CHIDIST(5.00,5), que da 0.4159. Como el valor p

no es menor a 0.05, no se rechaza la hipótesis nula de que el dado no esté cargado.


PROBLEMAS RESUELTOS 301

12.5 En la tabla 12.9 se muestra la distribución de los dígitos 0, 1, 2, . . . , 9 en los 250 dígitos de una tabla de números

aleatorios. a) Encontrar el valor del estadístico de prueba χ 2 , b) encontrar el valor crítico correspondiente

a α = 0.01 y dar una conclusión y c) encontrar el valor p correspondiente al valor encontrado en el inciso a)

y dar una conclusión para α = 0.01.

Tabla 12.9

Dígito 0 1 2 3 4 5 6 7 8 9

Frecuencias observadas 17 31 29 18 14 20 35 30 20 36

Frecuencias esperadas 25 25 25 25 25 25 25 25 25 25

SOLUCIÓN

a) 2 ¼

ð17 25Þ2

25

þ ð31

25Þ2 þ ð29

25

25Þ2 þ ð18

25

25Þ2

25

þþ ð36

25Þ2

25

¼ 23:3

b) El valor crítico correspondiente a 0.01 se obtiene mediante la expresión =CHIINV(0.01,9) y es 21.6660. Como el

valor obtenido para χ 2 es mayor a este valor, se rechaza la hipótesis de que estos números sean aleatorios.

c) Empleando EXCEL, el valor p se obtiene mediante la expresión =CHIDIST(23.3,9) y es 0.0056, que es menor a 0.01.

De manera que con la técnica del valor p se rechaza la hipótesis nula.

12.6 En un experimento empleando chícharos, Gregor Mendel observó que 315 eran redondos y amarillos, 108 eran

redondos y verdes, 101 eran deformes y amarillos, y 32 eran deformes y verdes. De acuerdo con su teoría sobre

la herencia, estas cantidades debían estar en la proporción 9:3:3:1. ¿Existe alguna evidencia que haga dudar de

su teoría a los niveles de significancia: a) 0.01 y b) 0.05?

SOLUCIÓN

La cantidad total de chícharos es 315 + 108 + 101 + 35 = 556. Como las cantidades esperadas están en la proporción

9:3:3:1 (y 9 + 3 + 3 + 1 = 16), se esperaría que hubiera

Por lo tanto, 2 ¼

9

16 (556) =312.75 redondos y amarillos 3

16

(556) =104.25 deformes y amarillos

3

16 (556) =104.25 redondos y verdes 1

16

(556) =34.75 deformes y verdes

ð315 312:75Þ2 ð108 104:25Þ2 ð101 104:25Þ2 ð32 34:75Þ2

þ þ þ ¼ 0:470

312:75

104:25

104:25 34:75

Dado que hay cuatro categorías, k = 4 y el número de grados de libertad es ν = 4 − 1 = 3.

a) Para = 3,

2

.99 = 11.3; por lo tanto, al nivel 0.01 no puede rechazarse su teoría.

b) Para = 3,

2

.95 = 7.81; por lo tanto, al nivel 0.05 no puede rechazarse su teoría.

Se concluye que sí hay coincidencia entre la teoría y la experimentación.

Obsérvese que para 3 grados de libertad 2 :05 = 0.352 y χ 2 = 0.470 > 0.352. Por lo tanto, aunque la coincidencia sea

buena, el resultado obtenido está sujeto a una cantidad razonable de error muestral.

12.7 En una urna hay una cantidad grande de canicas de cuatro colores: rojas, anaranjadas, amarillas y verdes. En

una muestra de 12 canicas, tomada de la urna en forma aleatoria, se encuentran 2 canicas rojas, 4 canicas anaranjadas,

4 canicas amarillas y 1 canica verde. Probar la hipótesis de que en la urna las canicas de los distintos

colores están en la misma proporción.

SOLUCIÓN

Bajo la hipótesis de que en la urna hay la misma proporción de canicas de cada color, se esperaría que en una muestra de

12 canicas hubiera 3 de cada color. Como las cantidades esperadas son menores a 5, la aproximación ji cuadrada será

errónea. Para evitar esto se fusionan categorías de manera que el tamaño de cada categoría sea por lo menos 5.


302 CAPÍTULO 12 LA PRUEBA JI CUADRADA

Si se desea rechazar la hipótesis habrá que combinar las categorías de manera que la evidencia contra la hipótesis

sea la mejor posible. En tal caso, esto se logra formando las categorías “rojas o verdes” y “anaranjadas o amarillas”, con lo

cual las muestras serán de 3 y 9 canicas, respectivamente. Como la cantidad esperada en cada categoría, de acuerdo con la

hipótesis de proporciones iguales, es 6, se tiene

2 ¼ ð3

6Þ2 þ ð9

6

Para ν = 2 − 1 = 1, 2 :95 = 3.84. Por lo tanto, al nivel de significancia 0.05 no se puede rechazar la hipótesis (aunque

sí al nivel de significancia 0.10). Por supuesto que los resultados obtenidos pueden deberse únicamente a la casualidad aun

cuando los distintos colores estén en la misma proporción.

Otro método

Empleando la corrección de Yates, se encuentra

2 ¼

6Þ2

6

ðj3 6j 0:5Þ2 ðj9 6j 0:5Þ2

þ

6

6

¼ 3

¼ ð2:5Þ2 þ ð2:5Þ2 ¼ 2:1

6 6

lo que conduce a la misma conclusión obtenida antes. Esto era de esperarse, ya que la corrección de Yates siempre reduce

el valor de χ 2 .

Nótese que empleando la aproximación χ 2 , aun cuando las frecuencias son demasiado pequeñas, se obtiene

2 ¼ ð2

3Þ2 þ ð5

3

3Þ2 þ ð4

3

3Þ2 þ ð1

3

3Þ2

3

¼ 3:33

Como ν = 4 − 1 = 3, 2 :95 = 7.81 y se llega a la misma conclusión que antes. Infortunadamente, cuando las frecuencias

son pequeñas, la aproximación χ 2 es pobre; por lo tanto, cuando no sea recomendable combinar frecuencias hay que recurrir

a los métodos exactos de probabilidad del capítulo 6.

12.8 En 360 lanzamientos de un par de dados se obtuvo 74 veces un 7 y 24 veces un 11. Empleando como nivel de

significancia 0.05 pruebe la hipótesis de que el dado no está cargado.

SOLUCIÓN

Un par de dados pueden caer de 36 maneras. El número once se puede obtener de 6 maneras y el número siete de 2 maneras.

Entonces Pr{siete} ¼ 6

36 ¼ 1 6 y Pr{once} ¼ 2

36 ¼ 1

18 . Por lo tanto, en 360 lanzamientos se esperan 1 6

ð360Þ ¼60 sietes y

1

18 ð360Þ ¼20 onces, de manera que 2 ¼

ð74 60Þ2

þ ð24 20Þ2

60 20

¼ 4:07

Para ν = 2 − 1 = 1, 2 :95 = 3.84. Por lo tanto, como 4.07 > 3.84, se estará inclinado a rechazar la hipótesis de que

el dado no está cargado. Sin embargo, empleando la corrección de Yates se encuentra

χ 2 (corregida) ¼

ðj74 60j 0:5Þ2

60

ðj24 20j 0:5Þ2

þ

20

¼ ð13:5Þ2 þ ð3:5Þ2 ¼ 3:65

60 20

Así, de acuerdo con el valor de χ 2 corregida, no se puede rechazar la hipótesis al nivel 0.05.

En general, con muestras grandes como las que se tienen en este caso, los resultados empleando la corrección de

Yates son más confiables que sin usar la corrección de Yates. Sin embargo, como aun el valor corregido de χ 2 está tan

cercano al valor crítico, se estará indeciso para tomar una decisión en un sentido o en otro. En tales casos, quizá lo mejor

sea aumentar el tamaño de la muestra si, por alguna razón, se está especialmente interesado en el nivel 0.05; si no es así, se

puede rechazar la hipótesis a algún otro nivel (por ejemplo, al nivel 0.10) si esto es satisfactorio.

12.9 Se estudian 320 familias de 5 hijos cada una y se encuentra la distribución que se muestra en la tabla 12.10.

¿Este resultado es consistente con la hipótesis de que el nacimiento de un hombre o de una mujer es igualmente

probable?


PROBLEMAS RESUELTOS 303

Cantidad de niños

y niñas

5 niños

0 niñas

4 niños

1 niña

Tabla 12.10

3 niños

2 niñas

2 niños

3 niñas

1 niño

4 niñas

0 niños

5 niñas Total

Cantidad de familias 18 56 110 88 40 8 320

SOLUCIÓN

Sea p = probabilidad de que nazca un hombre y q = 1 − p = probabilidad de que nazca una mujer. Entonces las probabilidades

de (5 niños), (4 niños y 1 niña), . . . , (5 niñas) están dadas por los términos de la expansión binomial

Si p ¼ q ¼ 1 2

, se tiene

ð p þ qÞ 5 ¼ p 5 þ 5p 4 q þ 10p 3 q 2 þ 10p 2 q 3 þ 5pq 4 þ q 5

Pr{5 niños y 0 niñas} =( 1 2 )5 = 1

32

Pr{2 niños y 3 niñas} = 10( 1 2 )2 ( 1 2 )3 = 10

32

Pr{4 niños y 1 niña} = 5( 1 2 )4 ( 1 2 )= 5 32

Pr{1 niño y 4 niñas} = 5( 1 2 )(1 2 )4 = 5

32

Pr{3 niños y 2 niñas} = 10( 1 2 )3 ( 1 2 )2 = 10

32

Pr{0 niños y 5 niñas} =( 1 2 )5 = 1 32

Por lo que las cantidades esperadas de familias con 5, 4, 3, 2, 1 y 0 niños se obtienen multiplicando las probabilidades

anteriores por 320, y los resultados son 10, 50, 100, 100, 50 y 10, respectivamente. Por lo tanto,

2 ¼ ð18

10Þ2

10

þ ð56

50Þ2

50

þ ð110 100Þ2 þ ð88

100

100Þ2

100

þ ð40

50Þ2 þ ð8

50

10Þ2

10

¼ 12:0

Como 2 :95 = 11.1 y 2 :99 = 15.1 para ν = 6 − 1 = 5 grados de libertad, la hipótesis nula puede rechazarse al nivel

de significancia 0.05, pero no al nivel de significancia 0.01. De manera que se concluye que los resultados tal vez sean

significativos y que el nacimiento de hombres y mujeres no es igualmente probable.

12.10 En 500 personas estudiadas se encontró que la semana pasada 155 de ellas habían rentado por lo menos un

video. Empleando una prueba de dos colas y α = 0.05, probar la hipótesis de que la semana pasada el 25% de

la población rentó por lo menos un video. Realizar la prueba empleando tanto la distribución normal estándar

como la distribución ji cuadrada. Mostrar que la prueba ji cuadrada con sólo dos categorías es equivalente a la

prueba de significancia para proporciones dada en el capítulo 10.

SOLUCIÓN

p

Si la hipótesis nula es verdadera, entonces µ = Np = 500(0.25) = 125 y ¼

ffiffiffiffiffiffiffiffiffi p

Npq ¼

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

500ð0:25Þð0:75Þ ¼ 9:68. El

estadístico de prueba calculado es Z = (155 − 125)/9.68 = 3.10. Los valores críticos son ±1.96, por lo que la hipótesis

nula se rechaza.

La solución empleando la distribución ji cuadrada se halla empleando los resultados que se muestran en la tabla

12.11.

Tabla 12.11

Frecuencias Rentaron videos No rentaron videos Total

Observadas 155 345 500

Esperadas 125 375 500

El estadístico ji cuadrada calculado se obtiene como sigue:

2 ¼ ð155 125Þ2 þ ð345 375Þ2 ¼ 9:6

125

375

El valor crítico para un grado de libertad es 3.84, por lo que se rechazó la hipótesis nula. Obsérvese que (3.10) 2 =

9.6 y que (±1.96) 2 = 3.84, o sea Z 2 = χ 2 . Los dos procedimientos son equivalentes.


304 CAPÍTULO 12 LA PRUEBA JI CUADRADA

12.11 a) Probar que la fórmula (1) de este capítulo puede escribirse como

2 ¼ P o2 j

e j

N

b) Utilizar el resultado de a) para comprobar el valor de χ 2 calculado en el problema 12.6.

SOLUCIÓN

a) Por definición

2 ¼ P ðo j e j Þ 2

¼ P !

o2 j 2o j e j þ e 2 j

e j e j

¼ P o2 j

e j

2 P o j þ P e j ¼ P o2 j

e j

2N þ N ¼ P o2 j

e j

N

donde se ha empleando la fórmula (2) de este capítulo.

b) 2 ¼ X o 2 j

e j

N ¼ ð315Þ2

312:75 þ ð108Þ2

104:25 þ ð101Þ2

104:25 þ ð32Þ2

34:75

556 ¼ 0:470

BONDAD DE AJUSTE

12.12 Un jugador de tenis se entrena jugando series de tres juegos; lleva un registro de los juegos perdidos y ganados

en estas series a lo largo del año. Su registro muestra que de 250 días, 25 días ganó 0 juegos, 75 días ganó 1

juego, 125 días ganó 2 juegos y 25 días ganó 3 juegos. Con α = 0.05, probar que X = cantidad de juegos

ganados, en las series de 3, está distribuida en forma binomial.

SOLUCIÓN

La cantidad media de juegos ganados en estas series de 3 juegos es (0 × 25 + 1 × 75 + 2 × 125 + 3 × 25)/250 = 1.6. Si

X es binomial, la media es np = 3p, lo cual igualándolo al estadístico 1.6 y despejando p permite encontrar que p = 0.53.

Se desea probar que X es binomial con n = 3 y p = 0.53. Si X es binomial con p = 0.53, su distribución y el número esperado

de juegos ganados son los que muestran los siguientes resultados de EXCEL. Obsérvese que las probabilidades binomiales

p(x) se encontraron ingresando =BINOMDIST(A2,3,0.53,0) y haciendo clic y arrastrando desde B2 hasta B5. De

esta manera se obtuvieron los valores que se muestran a continuación bajo p(x).

x p(x) Ganados esperados Ganados observados

0 0.103823 25.95575 25

1 0.351231 87.80775 75

2 0.396069 99.01725 125

3 0.148877 37.21925 25

La cantidad de juegos ganados esperados se encuentra multiplicando los valores de p(x) por 250.

2 ¼

ð25 30:0Þ2 ð75 87:8Þ2 ð125 99:0Þ2 ð25 37:2Þ2

þ þ þ ¼ 12:73:

30:0 87:8 99:0 37:2

Como la cantidad de parámetros necesarios para estimar las frecuencias esperadas es m = 1 (a saber, el parámetro p

de la distribución binomial), v = k − 1 − m = 4 − 1 − 1 = 2. El valor p se obtiene mediante la expresión de EXCEL

=CHIDIST(12.73,2) = 0.0017, por lo que se rechaza la hipótesis de que la variable X esté distribuida en forma binomial.

12.13 El número de horas por semana que 200 estudiantes universitarios usan Internet se ha agrupado en las clases

0 a 3, 4 a 7, 8 a 11, 12 a 15, 16 a 19, 20 a 23 y 24 a 27, cuyas frecuencias observadas son 12, 25, 36, 45, 34, 31

y 17. A partir de estos datos se obtiene la media y la desviación estándar de estos datos agrupados. La hipótesis


PROBLEMAS RESUELTOS 305

nula es que estos datos están distribuidos normalmente. De acuerdo con la media y con la desviación estándar

encontradas y suponiendo que la distribución sea normal, se obtienen las frecuencias esperadas que, redondeadas,

son las siguientes: 10, 30, 40, 50, 36, 28 y 6.

a) Encontrar χ 2 .

b) ¿Cuántos grados de libertad tiene χ 2 ?

c) Empleando EXCEL, encontrar el valor crítico del 5% y dar las conclusiones al 5%.

d ) Empleando EXCEL, hallar el valor p para el resultado.

SOLUCIÓN

a) En la figura 12-1 se muestra parte de la hoja de cálculo de EXCEL. En C2 se ingresa =(A2-B2)^2/B2, se hace clic y

se arrastra desde C2 hasta C8. En C9 se ingresa =SUM(C2:C8). Como se ve, χ 2 = 22.7325.

Figura 12-1 EXCEL, parte de la hoja de cálculo para el problema 12.13.

b) Como el número de parámetros empleados para estimar las frecuencias esperadas es m = 2 (comúnmente son la media

µ y la desviación estándar σ de una distribución normal), ν = k − 1 − m = 7 − 1 − 2 = 4. Obsérvese que no es

necesario combinar clases, ya que todas las frecuencias esperadas son mayores a 5.

c) El valor crítico de 5% se obtiene mediante =CHIINV(0.05,4) y es 9.4877. Como 22.73 es mayor al valor crítico, se

rechaza la hipótesis nula de que los datos provengan de una distribución normal.

d ) El valor p se encuentra mediante =CHIDIST(22.7325,4), que da valor p = 0.000143.

TABLAS DE CONTINGENCIA

12.14 Se repite el problema 10.20 usando, primero, la prueba ji cuadrada, y después MINITAB. Comparar las dos

soluciones.

SOLUCIÓN

En la tabla 12.12a) se presentan las condiciones del problema. Bajo la hipótesis nula de que el suero no tiene efecto alguno,

se esperaría que en cada grupo se recuperaran 70 personas y 30 no, como se muestra en la tabla 12.12b). Obsérvese que la

hipótesis nula es equivalente a afirmar que la recuperación es independiente del uso del suero (es decir, que las clasificaciones

son independientes).

Tabla 12.12a) Frecuencias observadas

Recuperados

No

recuperados Total

Grupo A (usan el suero) 75 25 100

Grupo B (no usan el suero) 65 35 100

Total 140 60 200


306 CAPÍTULO 12 LA PRUEBA JI CUADRADA

Tabla 12.12b) Frecuencias esperadas bajo H 0

Recuperados

No

recuperados

Total

Grupo A (usan el suero) 70 30 100

Grupo B (no usan el suero) 70 30 100

Total 140 60 200

2 ¼ ð75

70Þ2 þ ð65

70

70Þ2 þ ð25

70

30Þ2

30

þ ð35

30Þ2

30

¼ 2:38

Para determinar el número de grados de libertad, considérese la tabla 12.13, que es la misma tabla 12.12, excepto

que sólo muestra los totales. Es claro que en cualquiera de las cuatro celdas vacías sólo se tiene la libertad de colocar un

número, ya que una vez hecho esto los números de las celdas restantes quedan determinados de manera única por los totales

dados. Por lo tanto, hay 1 grado de libertad.

Recuperados

Tabla 12.13

No

recuperados

Total

Grupo A 100

Grupo B 100

Total 140 60 200

Otro método

Empleando la fórmula (ver problema 12.18), ν = (h − 1)(k − 1) = (2 − 1)(2 − 1) = 1. Como 2 :95 = 3.84 para 1 grado

de libertad y como χ 2 = 2.38 < 3.84, se concluye que los resultados no son significativos al nivel 0.05. Por lo tanto,

no se puede rechazar H 0 a este nivel, y se concluye que el suero no es efectivo o se aplaza la decisión hasta tener más

resultados.

Obsérvese que χ 2 = 2.38 es el cuadrado de la puntuación z, z = 1.54, que se obtuvo en el problema 10.20. En general,

la prueba ji cuadrada para proporciones muestrales en una tabla de contingencia 2 × 2 es equivalente a una prueba de

significancia para la diferencia entre proporciones usando la aproximación normal.

Nótese también que una prueba de una cola empleando χ 2 es equivalente a una prueba de dos colas empleando χ,

ya que, por ejemplo, χ 2 > 2 :95 corresponde a χ > χ .95 o χ < −χ .95 . Como en tablas 2 × 2 χ 2 es el cuadrado de la puntuación

z, se sigue que, en este caso, χ es igual a z. Por lo tanto, el rechazo de una hipótesis al nivel 0.05 empleando χ 2 es

equivalente al rechazo de una prueba de dos colas al nivel 0.10 empleando z.

Prueba ji cuadrada: recuperación, no recuperación

Los resultados esperados se muestran debajo de los observados

Las contribuciones de ji cuadrada se muestran debajo de los resultados esperados

Recuperación No recuperación Total

1 75 25 100

70.00 30.00

0.357 0.833

2 65 35 100

70.00 30.00

0.357 0.833

Total 140 60 200

Ji-Sq=2.381, DF=1, P-Value=0.123


PROBLEMAS RESUELTOS 307

12.15 Resolver el problema 12.14 empleando la corrección de Yates.

SOLUCIÓN

χ 2 (corregida) ¼

ðj75 70j 0:5Þ2 ðj65 70j 0:5Þ2 ðj25 30j 0:5Þ2 ðj35 30j 0:5Þ2

þ þ þ ¼ 1:93

70

70

30

30

Por lo tanto, las conclusiones a las que se llegó en el problema 12.14 son correctas. Esto era de suponer sabiendo que la

corrección de Yates siempre hace disminuir el valor de χ 2 .

12.16 Una empresa de teléfonos celulares realiza una encuesta para determinar la proporción de personas que tienen

teléfono celular en los distintos grupos de edad. En la tabla 12.14 se muestran los resultados obtenidos en 100

hogares. Probar la hipótesis de que en los diferentes grupos de edad, las proporciones de personas que tienen

teléfono celular son las mismas.

Tabla 12.14

Teléfono celular 18-24 25-54 55-64 ≥65 Total

No

Total

50

200

250

80

170

250

70

180

250

50

200

250

250

750

1 000

SOLUCIÓN

De acuerdo con la hipótesis de que la proporción de personas que tienen teléfono celular es la misma en los distintos grupos

de edad, 250/1 000 = 25% es una estimación del porcentaje de personas que tienen teléfono celular en cada grupo de edad

y 75% es una estimación del porcentaje de personas que no tienen teléfono celular en cada grupo de edad. En la tabla 12.15

se presentan las frecuencias esperadas en cada grupo de edad.

El valor del estadístico ji cuadrada se puede encontrar como se muestra en la tabla 12.16.

El número de grados de libertad para la distribución ji cuadrada es ν = (h − 1)(k − 1) = (2 − 1)(4 − 1) = 3. Como

2 :95 = 7.81, y 14.3 es mayor que 7.81, se rechaza la hipótesis nula y se concluye que los porcentajes en los cuatro grupos

de edad no son los mismos.

Tabla 12.15

Teléfono celular 18-24 25-54 55-64 ≥65 Total

No

Total

25% de 250 = 62.5

75% de

250 = 187.5

250

25% de 250 = 62.5

75% de

250 = 187.5

250

25% de 250 = 62.5

75% de

250 = 187.5

250

25% de 250 = 62.5

75% de

250 = 187.5

250

250

750

1 000

Tabla 12.16

Renglón, columna o e (o − e) (o − e) 2 (o − e) 2 /e

1, 1

1, 2

1, 3

1, 4

2, 1

2, 2

2, 3

2, 4

Suma

50

80

70

50

200

170

180

200

1 000

62.5

62.5

62.5

62.5

187.5

187.5

187.5

187.5

1 000

−12.5

17.5

7.5

−12.5

12.5

−17.5

−7.5

12.5

0

156.25

306.25

56.25

156.25

156.25

306.25

56.25

156.25

2.5

4.9

0.9

2.5

0.8

1.6

0.3

0.8

14.3


308 CAPÍTULO 12 LA PRUEBA JI CUADRADA

12.17 Utilizar MINITAB para resolver el problema 12.16.

SOLUCIÓN

A continuación se presenta la solución que da MINITAB al problema 12.16. Las cantidades observadas y esperadas se

presentan junto con los cálculos del estadístico de prueba. Obsérvese que la hipótesis nula se rechazará a cualquier nivel de

significancia mayor a 0.002.

Muestra de datos

Fila 18-24 25-54 55-64 65 o más

1 50 80 70 50

2 200 170 180 200

MTB > chisquare c1-c4

Prueba ji cuadrada

Los resultados esperados se muestran debajo de los observados

18-24 25-54 55-64 65 o más Total

1 50 80 70 50 250

62.50 62.50 62.50 62.50

2 200 170 180 200 750

187.50 187.50 187.50 187.50

Total 250 250 250 250 1 000

Ji-Sq= 2.500 + 4.900 + 0.900 + 2.500 +

0.833 + 1.633 + 0.300 + 0.833 = 14.400

DF = 3, P-Value = 0.002

12.18 Mostrar que en una tabla de contingencia de h × k, el número de grados de libertad es (h − 1)(k − 1), donde

h > 1 y k > 1.

SOLUCIÓN

En una tabla con h renglones y k columnas únicamente se puede dejar sin introducir un número en cada renglón y en cada

columna, ya que estos números se determinan conociendo los totales de cada columna y de cada renglón. Por lo tanto, sólo

se tiene la libertad de colocar (h − 1)(k − 1) números en la tabla, los números restantes quedan determinados automáticamente

y de manera única. Por lo tanto, el número de grados de libertad es (h − 1)(k − 1). Obsérvese que este resultado es

válido si se conocen los parámetros poblacionales necesarios para obtener las frecuencias esperadas.

12.19 a) Demostrar que para la tabla de contingencia 2 × 2 que se muestra en la tabla 12.17a),

2 ¼ Nða 1b 2 a 2 b 1 Þ 2

N 1 N 2 N A N B

b) Ilustrar el resultado de a) empleando los datos del problema 12.14.

Tabla 12.17a) Resultados observados

I II Total

A a 1 a 2 N A

B b 1 b 2 N B

Total N 1 N 2 N

Tabla 12.17b) Resultados esperados

I II Total

A N 1 N A /N N 2 N A /N N A

B N 1 N B /N N 2 N B /N N B

Total N 1 N 2 N


PROBLEMAS RESUELTOS 309

SOLUCIÓN

a) Como en el problema 12.14, los resultados esperados, basándose en la hipótesis nula, se presentan en la tabla 12.17b).

Entonces,

2 ¼ ða 1 N 1 N A =NÞ 2

þ ða 2 N 2 N A =NÞ 2

N 1 N A =N N 2 N A =N

þ ðb 1 N 1 N B =NÞ 2

þ ðb 2 N 2 N B =NÞ 2

N 1 N B =N N 2 N B =N

Pero a 1

N 1 N A

N ¼ a 1

ða 1 þ b 1 Þða 1 þ a 2 Þ

¼ a 1b 2 a 2 b 1

a 1 þ b 1 þ a 2 þ b 2 N

De manera similar a 2

N 2 N A

N

son también igual a

Por lo tanto, se puede escribir

N

y b 1 N B

1

N

a 1 b 2 a 2 b 1

N

y b 2

N 2 N B

N

2 ¼

N

a 1 b 2 a 2 b 2

1

þ N

a 1 b 2 a 2 b 2

1

N 1 N A N N 2 N A N

þ

N

a 1 b 2 a 2 b 2

1

þ N

a 1 b 2 a 2 b 2

1

N 1 N B N N 2 N B N

de donde, simplificando, se obtienen 2 ¼ Nða 1b 2 a 2 b 1 Þ 2

N 1 N 2 N A N B

b) En el problema 12.14, a 1 = 75, a 2 = 25, b 1 = 65, b 2 = 35, N 1 = 140, N 2 = 60, N A = 100, N B = 100 y N = 200; entonces,

como se obtuvo antes,

2 ¼ 200½ð75Þð35Þ ð25Þð65ÞŠ2 ¼ 2:38

ð140Þð60Þð100Þð100Þ

Empleando la corrección de Yates se llega al mismo resultado que en el problema 12.15:

χ 2 (corregida) ¼ Nðja 1

1b 2 a 2 b 1 j

2 NÞ2 200½jð75Þð35Þ ð25Þð65Þj 100Š2

¼ ¼ 1:93

N 1 N 2 N A N B ð140Þð60Þð100Þð100Þ

12.20 A 900 hombres y 900 mujeres se les preguntó si deseaban que hubiera más programas federales de ayuda para

el cuidado de los niños. Cuarenta por ciento de las mujeres y 36 por ciento de los hombres respondieron que

sí. Probar con α = 0.05 la hipótesis nula de estos porcentajes iguales contra la hipótesis alternativa de estos

porcentajes diferentes. Mostrar que la prueba ji cuadrada para dos proporciones muestrales es equivalente a la

prueba de significancia para diferencias empleando la aproximación normal del capítulo 10.

SOLUCIÓN

Bajo la hipótesis H 0 ,

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

1

P1 P 2

¼ 0 y P1 P 2

¼ pq þ 1 sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

1

¼ ð0:38Þð0:62Þ

N 1 N 2

900 þ 1

¼ 0:0229

900

donde p se estima fusionando las proporciones de las dos muestras. Es decir,

p ¼

360 þ 324

¼ 0:38 y q = 1 − 0.38 = 0.62

900 þ 900

El estadístico de prueba para la aproximación normal es el siguiente:

Z ¼ P 1 P 2

P1 P 2

¼

0:40 0:36

¼ 1:7467

0:0229


310 CAPÍTULO 12 LA PRUEBA JI CUADRADA

El resultado que da MINITAB del análisis ji cuadrada es el siguiente:

Prueba ji cuadrada

Los resultados esperados se muestran debajo de los observados

males females Total

1 324 360 684

342.00 342.00

2 576 549 1 116

558.00 558.00

Total 900 900 1 800

Ji-Sq = 0.947 + 0.947 +

0.581 + 0.581 = 3.056

DF = 1, P-Value = 0.080

El cuadrado del estadístico de prueba normal es (1.7467) 2 = 3.056, que es el valor del estadístico ji cuadrada. Las dos

pruebas son equivalentes. Los valores p son siempre los mismos para las dos pruebas.

COEFICIENTE DE CONTINGENCIA

12.21 Encontrar el coeficiente de contingencia correspondiente a los datos de la tabla de contingencia del problema

12.14.

SOLUCIÓN

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2 2:38 p

C ¼

2 ¼

¼

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

0:01176 ¼ 0:1084

þ N 2:38 þ 200

12.22 Encontrar el valor máximo de C correspondiente a la tabla 2 × 2 del problema 12.14.

SOLUCIÓN

El valor máximo de C se presenta cuando las dos clasificaciones son perfectamente dependientes o están muy bien relacionadas.

En ese caso, todos los que toman el suero sanan y todos los que no lo toman no sanan. La tabla de contingencia,

entonces, será como la tabla 12.18.

Tabla 12.18

Sanados

No

sanados

Total

Grupo A (usan el suero) 100 0 100

Grupo B (no usan el suero) 0 100 100

Total 100 100 200

Dado que las frecuencias de celda esperadas, suponiendo completa independencia, son todas igual a 50,

2 ¼ ð100 50Þ2 þ ð0

50

50Þ2 þ ð0

50

50Þ2

50

þ ð100 50Þ2 ¼ 200

50

pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

p

Por lo tanto, el máximo valor de C es 2 =ð 2 þ NÞ ¼

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

200=ð200 þ 200Þ ¼ 0:7071.


PROBLEMAS RESUELTOS 311

En general, para que exista dependencia perfecta en una tabla de contingencia en la que la cantidad de renglones

y de columnas son ambas igual a k, las únicas frecuencias de celda distintas de cero deben encontrarse en la diagonal que

va de la pesquina superior izquierda a la esquina inferior derecha de la tabla de contingencia. En tales casos,

C máx ¼

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

ðk 1Þ=k. (Ver los problemas 12.52 y 12.53.)

CORRELACIÓN DE ATRIBUTOS

12.23 Encontrar el coeficiente de correlación correspondiente a la tabla 12.12 del problema 12.14: a) sin corrección

de Yates y b) con corrección.

SOLUCIÓN

a) Como χ 2 = 2.28, N = 200 y k = 2, se tiene

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

rffiffiffiffiffiffiffiffiffi

2 2:38

r ¼

¼ ¼ 0:1091

Nðk 1Þ 200

lo que indica una correlación muy pequeña entre la recuperación de la salud y el uso del suero.

p

b) De acuerdo con el problema 12.15, r (corregida) ¼ ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

1:93=200 ¼ 0:0982.

12.24 Demostrar que el coeficiente de correlación para tablas de contingencia, definido por la ecuación (12) de este

capítulo, se encuentra entre 0 y 1.

SOLUCIÓN

pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

De acuerdo con el problema 12.53, el valor máximo de 2 =ð 2 þ NÞ es ðk 1Þ=k. Por lo tanto,

2

2 þ N k 1

k

2 ðk

1ÞN

Como χ 2 ≥ 0, r ≥ 0. Por lo tanto, 0 ≤ r ≤ 1, que es lo requerido.

k 2 ðk 1Þð 2 þ NÞ k 2 k 2 2 þ kN N

s

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2

Nðk 1Þ 1 y r ¼ 2

Nðk 1Þ

1

PROPIEDAD ADITIVA DE 2

12.25 Para probar una hipótesis H 0 , se repite un experimento tres veces. Los valores que se obtienen para χ 2 son 2.37,

2.86 y 3.54, cada uno de los cuales corresponde a 1 grado de libertad. Mostrar que aunque no puede rechazarse

H 0 , al nivel 0.05, con base en ninguno de estos experimentos, sí puede rechazarse fusionando los tres experimentos.

SOLUCIÓN

El valor de χ 2 que se obtiene fusionando los resultados de los tres experimentos es, de acuerdo con la propiedad aditiva,

χ 2 = 2.37 + 2.86 + 3.54 = 8.77 con 1 + 1 + 1 = 3 grados de libertad. Como 2 :95 para 3 grados de libertad es 7.81, se

puede rechazar H 0 al nivel de significancia 0.05. Pero como para 1 grado de libertad 2 :95 = 3.84, basándose en cualquiera

de los tres experimentos, no se puede rechazar H 0 .

Cuando se fusionan experimentos en los que se han obtenido valores de χ 2 que corresponden a 1 grado de libertad,

se omite la corrección de Yates debido a que ésta tiende a sobrecorregir.


312 CAPÍTULO 12 LA PRUEBA JI CUADRADA

LA PRUEBA JI CUADRADA

PROBLEMAS SUPLEMENTARIOS

12.26 En 60 lanzamientos de una moneda se obtuvieron 37 caras y 23 cruces. Empleando como niveles de significancia: a) 0.05

y b) 0.01, probar la hipótesis de que la moneda no está cargada.

12.27 Resolver el problema 12.26 empleando la corrección de Yates.

12.28 Durante algún tiempo, las puntuaciones dadas a los alumnos por un grupo de profesores de determinada materia fueron, en

promedio: 12% Aes; 18% Bes; 40% Ces; 18% Des, y 12% Efes. Durante dos semestres, un profesor nuevo da 22 Aes, 34

Bes, 66 Ces, 16 Des y 12 Efes. Al nivel de significancia 0.05, determinar si el nuevo profesor sigue el patrón de calificaciones

establecido por los otros profesores.

12.29 Tres monedas se lanzan 240 veces anotando cada vez la cantidad de caras y de cruces que se obtienen. En la tabla 12.19 se

muestran los resultados junto con los resultados esperados bajo la hipótesis de que las monedas no están cargadas. Probar

esta hipótesis al nivel de significancia 0.05.

Tabla 12.19

0 caras 1 cara 2 caras 3 caras

Frecuencias observadas 24 108 95 23

Frecuencias esperadas 30 90 90 30

12.30 En la tabla 12.20 se muestra el número de libros prestados en una biblioteca pública a lo largo de determinada semana.

Probar la hipótesis de que el número de libros que se prestan no depende del día de la semana; usar los niveles de significancia:

a) 0.05 y b) 0.01.

Tabla 12.20

Lunes Martes Miércoles Jueves Viernes

Cantidad de libros

prestados 135 108 120 114 146

12.31 Una urna contiene 6 canicas rojas y 3 canicas blancas. Se sacan en forma aleatoria dos canicas de la urna, se anotan sus

colores y se devuelven a la urna. Este proceso se realiza 120 veces, los resultados obtenidos se presentan en la tabla

12.21.

a) Determinar las frecuencias esperadas.

b) Al nivel de significancia 0.05, determinar si los resultados obtenidos son consistentes con los resultados esperados.

Tabla 12.21

0 rojas

2 blancas

1 roja

1 blanca

2 rojas

0 blancas

Número de extracciones 6 53 61

12.32 Se toman en forma aleatoria 200 pernos de la producción de cada una de cuatro máquinas. La cantidad de pernos defectuosos

que se encuentran es 2, 9, 10 y 3. Empleando como nivel de significancia 0.05, determinar si hay una diferencia significativa

entre las máquinas.


PROBLEMAS SUPLEMENTARIOS 313

BONDAD DE AJUSTE

12.33 a) Emplear la prueba ji cuadrada para determinar la bondad de ajuste de los datos de la tabla 7.9 del problema 7.75.

b) ¿Es el ajuste “demasiado bueno”? Emplear el nivel de significancia 0.05.

12.34 Usar la prueba ji cuadrada para determinar la bondad de ajuste de los datos: a) de la tabla 3.8 del problema 3.59 y b) de la

tabla 3.10 del problema 3.61. Usar el nivel de significancia 0.05 y determinar, en cada caso, si el ajuste es “demasiado

bueno”.

12.35 Usar la prueba ji cuadrada para determinar la bondad de ajuste de los datos: a) de la tabla 7.9 del problema 7.75 y b) de la

tabla 7.12 del problema 7.80 ¿Es el resultado obtenido en a) consistente con el del problema 12.33?

TABLAS DE CONTINGENCIA

12.36 La tabla 12.22 muestra el resultado de un experimento para investigar el efecto que tiene la vacunación contra determinada

enfermedad en los animales de laboratorio. Empleando el nivel de significancia: a) 0.01 y b) 0.05, probar la hipótesis de

que no hay diferencia entre el grupo vacunado y el no vacunado (es decir, la vacunación y la enfermedad son independientes).

Tabla 12.22

Adquirieron la

enfermedad

No adquirieron la

enfermedad

Vacunados 9 42

No vacunados 17 28

Tabla 12.23

Aprobaron No aprobaron

Grupo A 72 17

Grupo B 64 23

12.37 Resolver el problema 12.36 empleando la corrección de Yates.

12.38 En la tabla 12.23 se presenta la cantidad de estudiantes de dos grupos, A y B, que aprobaron y que no aprobaron un examen

realizado a ambos grupos. Empleando el nivel de significancia: a) 0.05 y b) 0.01, probar la hipótesis de que no hay diferencia

entre los dos grupos. Resolver el problema con corrección de Yates y sin ella.

12.39 De un grupo de pacientes que se quejaba de no dormir bien, a algunos se les dieron unas pastillas para dormir, en tanto que

a otros se les dieron pastillas de azúcar (aunque todos pensaban que se les daban pastillas para dormir). Después se les

interrogó acerca de si las pastillas les habían ayudado a dormir o no. En la tabla 12.24 se muestran los resultados obtenidos.

Suponiendo que todos los pacientes digan la verdad, probar la hipótesis de que no hay diferencia entre las pastillas para

dormir y las pastillas de azúcar, empleando como nivel de significancia 0.05.

Tabla 12.24

Durmió

bien

No durmió

bien

Tomó pastillas para dormir 44 10

Tomó pastillas de azúcar 81 35

12.40 En relación con determinada propuesta de interés nacional, los votos de demócratas y republicanos son como se muestra

en la tabla 12.25. Al nivel de significancia: a) 0.01 y b) 0.05, probar la hipótesis de que, en lo referente a esta propuesta, no

hay diferencia entre los dos partidos.


314 CAPÍTULO 12 LA PRUEBA JI CUADRADA

Tabla 12.25

A favor En contra Indeciso

Demócratas 85 78 37

Republicanos 118 61 25

12.41 En la tabla 12.26 se muestra la relación que hay entre el desempeño de los estudiantes en matemáticas y en física. Probar

la hipótesis de que el desempeño en matemáticas es independiente del desempeño en física, empleando el nivel de significancia:

a) 0.05 y b) 0.01.

Tabla 12.26

Matemáticas

Física

Calificación

alta

Calificación

intermedia

Calificación

baja

Calificación alta 56 71 12

Calificación intermedia 47 163 38

Calificación baja 14 42 85

12.42 En la tabla 12.27 se muestran los resultados de una encuesta realizada con objeto de determinar si la edad de un conductor

de 21 años o más tiene alguna relación con la cantidad de accidentes automovilísticos en los que se ve implicado (incluyendo

accidentes menores). Al nivel de significancia: a) 0.05 y b) 0.01, probar la hipótesis de que la cantidad de accidentes

es independiente de la edad del conductor. ¿Cuáles pueden ser las fuentes de dificultad en la técnica de muestreo, así como

otras consideraciones, que puedan afectar los resultados?

Tabla 12.27

Edad del conductor

21-30 31-40 41-50 51-60 61-70

0 748 821 786 720 672

Número de

accidentes

1 74 60 51 66 50

2 31 25 22 16 15

>2 9 10 6 5 7

12.43 a) Probar que 2 ¼ P ð 2 j =e j Þ N para todas las tablas de contingencia, donde N es la frecuencia total de todas las

celdas.

b) Resolver el problema 12.41 empleando los resultados de a).

12.44 Si N i y N j denotan, respectivamente, la suma de las frecuencias en el renglón i y en la columna j de una tabla de contingencia

(las frecuencias marginales), demostrar que la frecuencia esperada en la celda del renglón i y la columna j es N i N j /N,

donde N es la frecuencia total de todas las celdas.

12.45 Probar la fórmula (9) de este capítulo. (Sugerencia: Utilizar los problemas 12.43 y 12.44.)

12.46 Extender la fórmula (9) de este capítulo a tablas de contingencia 2 × k, donde k > 3.


PROBLEMAS SUPLEMENTARIOS 315

12.47 Probar la fórmula (8) de este capítulo.

12.48 Por analogía con las ideas desarrolladas para tablas de contingencia h × k, analizar las tablas de contingencia h × k × 1,

indicando sus posibles aplicaciones.

COEFICIENTE DE CONTINGENCIA

12.49 En la tabla 12.28 se muestra la relación entre color de pelo y color de ojos encontrada en una muestra de 200 estudiantes.

a) Encontrar el coeficiente de contingencia sin corrección de Yates y con ella.

b) Comparar el resultado de a) con el coeficiente máximo de contingencia.

Tabla 12.28

Color de pelo

Color de ojos

Rubio No rubio

Azules 49 25

No azules 30 96

12.50 Encontrar el coeficiente de contingencia correspondiente a los datos: a) del problema 12.36 y b) del problema 12.38, con

corrección de Yates y sin ella.

12.51 Encontrar el coeficiente de contingencia correspondiente a los datos del problema 12.41.

qffiffi

12.52 Probar que el coeficiente máximo de contingencia de una tabla 3 × 3 es ¼ 0:8165, aproximadamente.

pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

12.53 Probar que el coeficiente máximo de contingencia de una tabla k × k es ðk 1Þ=k.

2

3

CORRELACIÓN DE ATRIBUTOS

12.54 Encontrar el coeficiente de correlación de los datos de la tabla 12.28.

12.55 Encontrar el coeficiente de correlación de los datos: a) de la tabla 12.22 y b) de la tabla 12.23, con corrección de Yates y

sin ella.

12.56 Encontrar el coeficiente de correlación entre las calificaciones de matemáticas y de física de la tabla 12.26.

12.57 Si C es pel ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

coeficiente de contingencia de una tabla k × k y r es el coeficiente de correlación correspondiente, probar que

r ¼ C= ð1 C 2 Þðk 1Þ.

PROPIEDAD ADITIVA DE 2

12.58 Para probar una hipótesis H 0 , se repite un experimento cinco veces. Los valores obtenidos para χ 2 , correspondiente cada

uno a 4 grados de libertad, son 8.3, 9.1, 8.9, 7.8 y 8.6. Mostrar que aunque al nivel de significancia 0.05 no se puede rechazar

H 0 con base en ninguno de los experimentos por separado, sí se puede rechazar a este nivel de significancia con base

en todos los experimentos juntos.


AJUSTE DE CURVAS

Y MÉTODO DE

MÍNIMOS

CUADRADOS

13

RELACIÓN ENTRE VARIABLES

Con frecuencia, en la práctica se encuentra que existen relaciones entre dos (o más) variables. Por ejemplo, el peso de

los hombres adultos depende de alguna manera de su estatura; la circunferencia de un círculo depende de su radio, y

la presión de una masa de gas depende de su temperatura y volumen.

Es útil expresar estas relaciones en forma matemática mediante una ecuación que conecte estas variables.

AJUSTE DE CURVAS

Para hallar una ecuación que relacione las variables, el primer paso es obtener datos que muestren los valores de las

variables que se están considerando. Por ejemplo, si X y Y denotan, respectivamente, la estatura y el peso de hombres

adultos, entonces en una muestra de N individuos se hallan las estaturas X 1 , X 2 , . . . , X N y los correspondientes pesos Y 1 ,

Y 2 , . . . , Y N .

El paso siguiente es graficar los puntos (X 1 , Y 1 ), (X 2 , Y 2 ), . . . , (X N , Y N ) en un sistema de coordenadas rectangulares.

Al conjunto de puntos obtenido se le llama diagrama de dispersión.

En el diagrama de dispersión es posible visualizar alguna curva cuya forma se aproxime a los datos. A esta curva

se le llama curva de aproximación. Por ejemplo, en la figura 13-1 los datos al parecer se aproximan adecuadamente

mediante una línea recta; entonces se dice que entre las variables existe una relación lineal. En cambio, en la figura

13-2, aunque existe una relación entre las variables, esta relación no es una relación lineal y por lo tanto se le llama

relación no lineal.

En general, al problema de hallar la ecuación de una curva de aproximación que se ajuste a un conjunto dado de

datos se le conoce como ajuste de curvas.

316


ECUACIONES DE CURVAS DE APROXIMACIÓN 317

Diagrama de dispersión de pesos contra estaturas

210

200

190

180

Peso

170

160

150

140

130

64 65 66 67 68 69 70 71 72 73

Estatura

Figura 13-1 Algunas veces la relación entre dos variables se describe mediante una línea recta.

50

Diagrama de dispersión de número presente contra tiempo

45

Número presente

40

35

30

25

20

15

0

2

4

6

8 10

Tiempo

Figura 13-2 Algunas veces la relación entre dos variables se describe mediante una relación no lineal.

ECUACIONES DE CURVAS DE APROXIMACIÓN

Como referencia, a continuación se presentan varios de los tipos más comunes de curvas de aproximación. Todas las

letras, excepto X y Y, representan constantes. A las variables X y Y se les llama variable independiente y variable

dependiente, respectivamente, aunque estos papeles pueden intercambiarse.

Línea recta Y ¼ a 0 þ a 1 X (1)

Parábola o curva cuadrática Y ¼ a 0 þ a 1 X þ a 2 X 2 (2)

Curva cúbica Y ¼ a 0 þ a 1 X þ a 2 X 2 þ a 3 X 3 (3)

Curva cuártica Y ¼ a 0 þ a 1 X þ a 2 X 2 þ a 3 X 3 þ a 4 X 4 (4)

Curva de grado n Y ¼ a 0 þ a 1 X þ a 2 X 2 þþa n X n (5)


318 CAPÍTULO 13 AJUSTE DE CURVAS Y MÉTODO DE MÍNIMOS CUADRADOS

En las ecuaciones anteriores, a las expresiones de los lados derechos se les conoce como polinomios de primero,

segundo, tercero, cuarto y n-ésimo grados, respectivamente. Las funciones definidas por las primeras cuatro ecuaciones

se llaman funciones lineales, cuadráticas, cúbicas y cuárticas, en ese orden.

Las siguientes son algunas de las muchas otras funciones que se emplean en la práctica:

Hipérbola

Y ¼

1

a 0 þ a 1 X o bien 1

Y ¼ a 0 þ a 1 X (6)

Curva exponencial Y = ab X o bien log Y = log a + (log b)X = a 0 + a 1 X (7)

Curva geométrica Y = aX b o bien log Y = log a + b(log X ) (8)

Curva exponencial modificada Y = ab X + g (9)

Curva geométrica modificada Y = aX b + g (10)

Curva de Gompertz Y = pq b X o bien log Y = log p + b X (log q) = ab X + g (11)

Curva de Gompertz modificada Y = pq b X + h (12)

Curva logística

Y ¼

1

ab X þ g

o bien

1

Y ¼ abX þ g (13)

Y ¼ a 0 þ a 1 ðlog XÞþa 2 ðlog XÞ 2 (14)

Para saber cuál de estas curvas emplear, es útil obtener el diagrama de dispersión de las variables transformadas.

Por ejemplo, si el diagrama de dispersión de log Y contra X muestra una relación lineal, la ecuación será de la forma

(7), en tanto que si log Y contra log X muestra una relación lineal, la ecuación será de la forma (8). Como ayuda para

saber qué tipo de curva utilizar suele emplearse papel especial para graficar. Al papel para graficar en el que una de

las escalas está calibrada logarítmicamente se le conoce como papel semilogarítmico, y al papel en el que las dos

escalas están calibradas de manera logarítmica se le conoce como papel logarítmico.

MÉTODO DE AJUSTE DE CURVAS A MANO

Para trazar una curva de aproximación que se ajuste a los datos puede emplearse el criterio personal. A este método se

le llama ajuste de curva a mano. Si se sabe cuál es el tipo de ecuación, las constantes de la ecuación se determinan

eligiendo tantos puntos de la curva como constantes tenga la ecuación. Por ejemplo, si la curva es una línea recta, se

necesitarán dos puntos; si es una parábola, se necesitarán tres puntos. Este método tiene la desventaja de que personas

distintas encontrarán curvas y ecuaciones distintas.

LA LÍNEA RECTA

El tipo más sencillo de curva de aproximación es una línea recta, cuya ecuación puede escribirse como

Y = a 0 + a 1 X (15)

Dados dos puntos cualesquiera (X 1 , Y 1 ) y (X 2 , Y 2 ) de la recta, se determinan las constantes a 0 y a 1 . La ecuación que se

obtiene es

Y Y 1 ¼ Y

2 Y 1

ðX X

X 2 X 1 Þ o bien Y Y 1 ¼ mðX X 1 Þ (16)

1

donde m ¼ Y 2 Y 1

X 2 X 1

es la pendiente de la recta y representa el cambio o variación en Y dividido por un cambio o variación correspondiente

en X.


LA RECTA DE MÍNIMOS CUADRADOS 319

En la ecuación escrita de la forma (15), la constante a 1 es la pendiente m. La constante a 0 , que es el valor de Y

cuando X = 0, se conoce como la intersección con el eje Y.

EL MÉTODO DE MÍNIMOS CUADRADOS

Para evitar el empleo del criterio personal para la construcción de rectas, parábolas u otras curvas de aproximación que

se ajusten a un conjunto de datos, es necesario ponerse de acuerdo en una definición de la “recta de mejor ajuste”, la

“parábola de mejor ajuste”, etcétera.

Con objeto de dar una definición, considérese la figura 13-3, en la que los datos son los puntos (X 1 , Y 1 ), (X 2 , Y 2 ), . . . ,

(X N , Y N ). Dado un valor de X, por ejemplo X 1 , entre el valor Y 1 y el valor correspondiente determinado de acuerdo con

la curva C habrá una diferencia.Como se muestra en la figura, esta diferencia se denota D 1 y se llama la desviación, el

error o el residual y puede ser positivo, negativo o cero. De manera semejante se obtienen las desviaciones X 2 , . . . , X N

correspondientes a cada valor D 2 , . . . , D N .

Una medida de la “bondad de ajuste” de la curva C a los datos dados es la cantidad D 2 1 þ D 2 2 þþD 2 N. Si esta

cantidad es pequeña, el ajuste es bueno; si es grande, el ajuste es malo. De esta manera se llega a la definición

siguiente:

Definición: De todas las curvas que se aproximan a un conjunto dado de puntos, a la curva que tiene

la propiedad de que D 2 1 þ D 2 2 þþD 2 N sea la mínima se le llama curva de mejor ajuste.

Una curva que tiene esta propiedad se dice que se ajusta a los datos en el sentido de mínimos cuadrados y se le llama

curva de mínimos cuadrados. De manera que una recta que tiene esta propiedad se dice que es una recta de mínimos

cuadrados, una parábola que tiene esta propiedad es una parábola de mínimos cuadrados, etcétera.

La definición anterior suele emplearse cuando X es la variable independiente y Y es la variable dependiente. Si X

es la variable dependiente, la definición se modifica considerando desviaciones horizontales en lugar de desviaciones

verticales, lo que equivale a intercambiar los ejes X y Y. Por lo general, estas dos definiciones llevan a curvas distintas

de mínimos cuadrados. En este libro, a menos que se especifique otra cosa, se considerará que X es la variable independiente

y que Y es la variable dependiente.

También pueden definirse otras curvas de mínimos cuadrados considerando las distancias perpendiculares del punto

a la curva en lugar de las distancias verticales u horizontales. Sin embargo, esto no suele usarse.

Curva de mejor ajuste

D 1

(X 1 ,Y 1 )

(X 3 ,Y 3 )

D 3 D n

(X n ,Y n )

X 1 X 2 X 3

X n

Figura 13-3 D 1 es la distancia del punto (X 1 , Y 1 ) a la curva de mejor ajuste, . . . , D n

es la distancia del punto (X n , Y n ) a la curva de mejor ajuste.

LA RECTA DE MÍNIMOS CUADRADOS

La recta de mínimos cuadrados que aproxima el conjunto de puntos (X 1 , Y 1 ), (X 2 , Y 2 ), . . . , (X N , Y N ) tiene la ecuación

Y = a 0 + a 1 X (17)


320 CAPÍTULO 13 AJUSTE DE CURVAS Y MÉTODO DE MÍNIMOS CUADRADOS

donde las constantes a 0 y a 1 se determinan resolviendo las ecuaciones simultáneas

P P Y ¼ a0 N þ a 1 X

P P P XY ¼ a0 X þ a1 X

2

(18)

a las que se les denomina ecuaciones normales de la recta de mínimos cuadrados (17). Las constantes a 0 y a 1 de las

ecuaciones (18) pueden hallarse empleando las fórmulas

a 0 ¼ ðP YÞð P X 2 Þ ð P XÞð P XYÞ

N P X 2 ð P XÞ 2 a 1 ¼ N P XY ð P XÞð P YÞ

N P X 2 ð P XÞ 2 (19)

Para recordar las ecuaciones normales (18) hay que observar que la primera ecuación se obtiene formalmente

sumando a ambos lados de la ecuación (17) [es decir, P Y ¼ P P

ða 0 þ a 1 XÞ¼a 0 N þ a 1 XŠ y la segunda ecuación

se obtiene multiplicando, primero, ambos lados de la ecuación (17) por X y después sumando [es decir, P P P P

XY ¼

Xða0 þ a 1 XÞ¼a 0 X þ a1 X 2 Š. Obsérvese que no se trata de una deducción de las ecuaciones normales,

sino simplemente de una manera que facilita recordarlas. Obsérvese también que en las ecuaciones (18) y (19) se ha

empleado la notación abreviada P X, P X Y, etc., en lugar de P N

j¼1 X j, P N

j¼1 X jY j , etcétera.

El trabajo que implica hallar la recta de mínimos cuadrados puede reducirse transformando los datos de manera

que x ¼ X X y y ¼ Y Y. Entonces, la ecuación de la recta de mínimos cuadrados puede escribirse de la manera

siguiente (problema 13.15):

P xy

y ¼ P x

2

x o bien y ¼

P xY

P x (20)

x

2

En particular, si X es tal que P X ¼ 0 (es decir, X ¼ 0), la ecuación se convierte en

P XY

Y ¼ Y þ P X (21)

X

2

La ecuación (20) implica que y = 0 para x = 0; por lo tanto, la recta de mínimos cuadrados pasa por el punto ð X, YÞ,

al que se le llama el centroide o centro de gravedad de los datos.

Si se considera que la variable X es la variable dependiente en lugar de la variable independiente, la ecuación (17)

se escribe X = b 0 + b 1 Y. Las fórmulas anteriores también son válidas cuando se intercambian X y Y, y a 0 y a 1 se sustituyen

por b 0 y b 1 , respectivamente. Sin embargo, por lo general la recta de mínimos cuadrados que se obtiene no es

la misma que la que se obtuvo antes [ver problemas 13.11 y 13.15d )].

RELACIONES NO LINEALES

Algunas veces, las relaciones no lineales pueden reducirse a relaciones lineales mediante transformaciones adecuadas

de las variables (ver problema 13.21).

LA PARÁBOLA DE MÍNIMOS CUADRADOS

La parábola de mínimos cuadrados que aproxima el conjunto de puntos (X 1 , Y 1 ), (X 2 , Y 2 ),...,(X N , Y N ) tiene la ecuación

Y ¼ a 0 þ a 1 X þ a 2 X 2 (22)

donde las constantes a 0 , a 1 y a 2 se determinan resolviendo simultáneamente las ecuaciones

P P P Y ¼ a0 N þ a 1 X þ a2 X

2

P P P XY ¼ a0 X þ a1 X 2 P

þ a 2 X

3

P X 2 Y ¼ a 0

P X 2 þ a 1

P X 3 þ a 2

P X

4

(23)

llamadas ecuaciones normales de la parábola de mínimos cuadrados (22).


PROBLEMAS EN LOS QUE INTERVIENEN MÁS DE DOS VARIABLES 321

Para recordar las ecuaciones (23), obsérvese que se pueden obtener formalmente multiplicando la ecuación (22)

por 1, X y X 2 , respectivamente, y sumando a ambos lados de las ecuaciones resultantes. Esta técnica puede extenderse

a las ecuaciones normales de curvas cúbicas de mínimos cuadrados, ecuaciones cuárticas de mínimos cuadrados y, en

general, a cualquiera de las curvas de mínimos cuadrados correspondientes a la ecuación (5).

Como en el caso de la recta de mínimos cuadrados, las ecuaciones (23) se simplifican si las X se escogen de manera

que P X ¼ 0. Estas ecuaciones también se simplifican empleando las nuevas variables x ¼ X X y y ¼ Y Y.

REGRESIÓN

Con frecuencia se desea estimar el valor de la variable Y que corresponde a un valor dado de la variable X, basándose

en los datos muestrales. Esto se hace estimando el valor de Y a partir de la curva de mínimos cuadrados ajustada a los

datos muestrales. A la curva de mínimos cuadrados se le llama curva de regresión de Y en X, debido a que Y se estima

a partir de X.

Si lo que se desea es estimar un valor de X a partir de un valor dado de Y, se emplea la curva de regresión de X en

Y, que es lo mismo que intercambiar las variables en el diagrama de dispersión, de manera que X sea la variable dependiente

y Y sea la variable independiente. En este caso se sustituyen las desviaciones verticales, de la definición de la

curva de mínimos cuadrados de la página 284, por desviaciones horizontales.

En general, la recta o la curva de regresión de Y en X no es igual a la recta o a la curva de regresión de X en Y.

APLICACIONES A SERIES DE TIEMPO

Si la variable independiente X representa tiempo, los datos dan el valor de Y en distintos momentos. A los datos ordenados

de acuerdo con el tiempo se les llama serie de tiempo. En este caso, a la recta o a la curva de regresión de Y en

X se le llama recta o curva de tendencia y se emplea para hacer estimaciones, predicciones o pronósticos.

PROBLEMAS EN LOS QUE INTERVIENEN MÁS DE DOS VARIABLES

Los problemas en los que intervienen más de dos variables se tratan de manera análoga a los problemas de dos variables.

Por ejemplo, entre las tres variables X, Y y Z puede haber una relación que pueda ser descrita mediante la ecuación

Z ¼ a 0 þ a 1 X þ a 2 Y (24)

a la que se le llama ecuación lineal en las variables X, Y y Z.

En un sistema de coordenadas rectangulares, esta ecuación representa un plano y los puntos muestrales (X 1 , Y 1 , Z 1 ),

(X 2 , Y 2 , Z 2 ), . . . , (X N , Y N , Z N ) estarán “dispersos” no demasiado lejos de este plano, al que se le llama plano de aproximación.

Por extensión del método de mínimos cuadrados, se puede hablar de un plano de mínimos cuadrados que se aproxime

a los datos. Si Z se aproxima a partir de los valores de X y Y, a este plano se le llamará plano de regresión de Z en

X y Y. Las ecuaciones normales correspondientes al plano de mínimos cuadrados (24) son

P Z ¼ a0 N þ a 1

P X þ a2

P Y

P XZ ¼ a0

P X þ a1

P X 2

þ a 2

P XY

P YZ ¼ a0

P Y þ a1

P XY þ a2

P Y

2

(25)

y para recordarlas se puede pensar que se obtienen a partir de la ecuación (24) multiplicando ésta por 1, X y Y y sumando

después.


322 CAPÍTULO 13 AJUSTE DE CURVAS Y MÉTODO DE MÍNIMOS CUADRADOS

También se pueden considerar ecuaciones más complicadas que la (24). Éstas representan superficies de regresión.

Cuando el número de variables es mayor a tres, se pierde la intuición geométrica debido a que se requieren espacios

de cuatro, cinco o n dimensiones.

A los problemas en los que se estima una variable a partir de dos o más variables se les llama problemas de regresión

múltiple. Estos problemas serán considerados más detalladamente en el capítulo 15.

LÍNEAS RECTAS

PROBLEMAS RESUELTOS

13.1 Treinta estudiantes de secundaria fueron entrevistados en un estudio acerca de la relación entre el tiempo que

pasan en Internet y su promedio de calificaciones. Los resultados se muestran en la tabla 13.1. X es la cantidad

de tiempo que pasan en Internet y Y es su promedio de calificaciones.

Tabla 13.1

Horas Promedio Horas Promedio Horas Promedio

11

5

22

23

20

20

10

19

15

18

2.84

3.20

2.18

2.12

2.55

2.24

2.90

2.36

2.60

2.42

9

5

14

18

6

9

24

25

12

6

2.85

3.35

2.60

2.35

3.14

3.05

2.06

2.00

2.78

2.90

25

6

9

20

14

19

21

7

11

20

1.85

3.14

2.96

2.30

2.66

2.36

2.24

3.08

2.84

2.45

Usar MINITAB para:

a) Hacer un diagrama de dispersión con estos datos.

b) Ajustar una recta a estos datos y dar los valores de a 0 y a 1 .

SOLUCIÓN

a) En las columnas C1 y C2 de la hoja de cálculo de MINITAB se ingresan estos datos. La columna C1 se titula Horas

en Internet y la columna C2 Promedio de calificaciones. Empleando la secuencia Stat → Regresión →

Regression se obtienen los resultados que se muestran en la figura 13-4.

b) El valor de a 0 es 3.49 y el valor de a 1 es −0.0594.

13.2 Resolver el problema 13.1 usando EXCEL.

SOLUCIÓN

En las columnas A y B de la hoja de cálculo de EXCEL se ingresan los datos. Con la secuencia Tools → Data Análisis →

Regression se obtiene el cuadro de diálogo de la figura 13-5 que se llena como ahí se muestra. La parte de interés del

resultado, en este momento, es

Intersección 3.488753

Horas en Internet −0.05935


PROBLEMAS RESUELTOS 323

3.50

Diagrama de dispersión de promedio vs. horas en Internet

3.25

3.00

Promedio

2.75

2.50

2.25

2.00

5

10

Horas en Internet

Figura 13-4 La suma de los cuadrados de las distancias de los puntos a la recta de mejor

ajuste es la mínima utilizando la recta promedio = 3.49 – 0.0594 horas en Internet.

15

20

25

Figura 13-5 EXCEL, cuadro de diálogo para el problema 13.2.

A la constante a 0 se le llama intersección y a la constante a 1 se le denomina pendiente. Se obtienen los mismos

valores que con MINITAB.

13.3 a) Mostrar que la ecuación de la recta que pasa a través de los puntos (X 1 , Y 1 ) y (X 2 , Y 2 ) está dada por

Y Y 1 ¼ Y 2 Y 1

X 2 X 1

ðX X 1 Þ


324 CAPÍTULO 13 AJUSTE DE CURVAS Y MÉTODO DE MÍNIMOS CUADRADOS

b) Encontrar la ecuación de la recta que pasa a través de los puntos (2, −3) y (4, 5).

SOLUCIÓN

a) La ecuación de la recta es

Como (X 1 , Y 1 ) está en la recta,

Como (X 2 , Y 2 ) está en la recta,

Sustrayendo la ecuación (30) de la ecuación (29),

Sustrayendo la ecuación (30) de la ecuación (31),

Y = a 0 + a 1 X (29)

Y 1 = a 0 + a 1 X 1 (30)

Y 2 = a 0 + a 1 X 2 (31)

Y − Y 1 = a 1 (X − X 1 ) (32)

Y 2 Y 1 ¼ a 1 ðX 2 X 1 Þ o bien a 1 ¼ Y 2 Y 1

X 2 X 1

Sustituyendo este valor de a 1 en la ecuación (32), se obtiene

como se deseaba. La cantidad

Y Y 1 ¼ Y 2 Y 1

X 2 X 1

ðX X 1 Þ

Y 2 Y 1

X 2 X 1

se abrevia m, representa el cambio en Y dividido entre el correspondiente cambio en X y es la pendiente de la recta. La

ecuación buscada es Y − Y 1 = m(X − X 1 ).

b) Primer método [empleando los resultados del inciso a)]

En el primer punto (2, −3) se tiene X 1 = 2 y Y 1 = −3; en el segundo punto (4, 5) se tiene X 2 = 4 y Y 2 = 5. Por

lo tanto, la pendiente es

y la ecuación buscada es

m ¼ Y 2 Y 1

¼ 5 ð 3Þ ¼ 8 X 2 X 1 4 2 2 ¼ 4

Y − Y 1 = m(X − X 1 ) o bien Y − (−3) = 4(X − 2)

la cual se puede escribir como Y + 3 = 4(X − 2), o bien Y = 4X − 11.

Segundo método

La ecuación de una línea recta es Y = a 0 + a 1 X. Como el punto (2, −3) pertenece a esta recta, −3 = a 0 + 2a 1 ,

y como también el punto (4, 5) pertenece a esta recta, 5 = a 0 + 4a 1 ; resolviendo estas dos ecuaciones simultáneas, se

obtiene a 1 = 4 y a 0 = −11. Por lo tanto, la ecuación buscada es

Y = − 11 + 4X o bien Y = 4X − 11

13.4 Se siembra trigo en 9 parcelas del mismo tamaño. En la tabla 13.2 se muestran las cantidades de fertilizante

empleadas en cada parcela, así como las cantidades de trigo obtenidas.

Usar MINITAB para ajustar una curva parabólica Y = a 0 + a 1 X + a 2 X 2 a estos datos.


PROBLEMAS RESUELTOS 325

Tabla 13.2

Cantidad de trigo (y)

2.4

3.4

4.4

5.1

5.5

5.2

4.9

4.4

3.9

Fertilizante (x)

1.2

2.3

3.3

4.1

4.8

5.0

5.5

6.1

6.9

SOLUCIÓN

Las cantidades de trigo se ingresan en la columna C1 y las de fertilizante en la columna C2. Con la secuencia Stat →

Regresión → Fitted Line Plot se obtiene el cuadro de diálogo que se muestra en la figura 13-6.

Figura 13-6 MINITAB, cuadro de diálogo para el problema 13.4.

Con este cuadro de diálogo se obtiene el resultado que se muestra en la figura 13-7.

5.5

Gráfica de la línea ajustada

Y =−0.2009 + 2.266 X

−0.2421 X ∗∗ 2

5.0

4.5

Y

4.0

3.5

3.0

2.5

2.0

1 2 3 4 5 6 7

X

Figura 13-7 MINITAB, ajuste de la curva parabólica de mínimos cuadrados a un conjunto de datos.


326 CAPÍTULO 13 AJUSTE DE CURVAS Y MÉTODO DE MÍNIMOS CUADRADOS

13.5 Encontrar: a) la pendiente, b) la ecuación, c) la intersección con el eje Y y d ) la intersección con el eje X de la

recta que pasa por los puntos (1, 5) y (4, −1).

SOLUCIÓN

a) (X 1 = 1, Y 1 = 5) y (X 2 = 4, Y 2 = −1). Por lo tanto,

m = pendiente ¼ Y 2 Y 1

¼ 1 5

X 2 X 1 4 1 ¼ 6

3 ¼ 2

El signo negativo de la pendiente indica que a medida que X crece, Y decrece, como se muestra en la figura 13-8.

b) La ecuación de la recta es

Y − Y 1 = m(X − X 1 ) o Y − 5 = −2(X − 1)

Es decir, Y − 5 = −2X + 2 o Y = 7 −2X

Esta ecuación también se puede obtener empleando el segundo método del problema 13.3b).

c) La intersección con el eje Y, que es el valor de Y cuando X = 0, es Y = 7 − 2(0) = 7. Esto también puede verse directamente

en la figura 13-8.

8

7

0, 7 Intersección con el eje Y

6

5

1, 5

4

3

2

1

Intersección con el eje X

0

3.5, 0

−2 −1 0 1 2 3 4 5 6 7 8

−1

4, −1

−2

Figura 13-8 Recta que muestra la intersección con el eje X y la intersección con el eje Y.

d )

La intersección con el eje X es el valor de X cuando Y = 0. Sustituyendo Y = 0 en la ecuación Y = 7 − 2X, se tiene

0 = 7 − 2X, o 2X = 7 y X = 3.5. Esto también se puede ver directamente en la figura 13-8.

13.6 Encontrar la ecuación de la recta que pasa a través del punto (4, 2) y que es paralela a la recta 2X + 3Y = 6.

SOLUCIÓN

Si dos rectas son paralelas, sus pendientes son iguales. De 2X + 3Y = 6 se obtiene 3Y = 6 − 2X, o bien Y = 2 − 2 3

X, de

manera que la pendiente de la recta es m = − 2 3

. Por lo tanto, la ecuación de la recta que se busca es

la cual también se puede escribir como 2X + 3Y = 14.

Y − Y 1 = m(X − X 1 ) o Y − 2 = − 2 3

(X − 4)


PROBLEMAS RESUELTOS 327

Otro método

La ecuación de cualquier recta paralela a 2X + 3Y = 6 es de la forma 2X + 3Y = c. Para encontrar c, sea X = 4 y

Y = 2. Entonces 2(4) + 3(2) = c, o c = 14, con lo que la ecuación buscada es 2X + 3Y = 14.

13.7 Encontrar la ecuación de la recta cuya pendiente es −4 y cuya intersección con el eje Y es 16.

SOLUCIÓN

En la ecuación Y = a 0 + a 1 X, a 0 = 16 es la intersección con el eje Y y a 1 = −4 es la pendiente. Por lo tanto, la ecuación

buscada es Y = 16 − 4X.

13.8 a) Construir una recta que se aproxime a los datos de la tabla 13.3.

b) Encontrar la ecuación de esta recta.

Tabla 13.3

X 1 3 4 6 8 9 11 14

Y 1 2 4 4 5 7 8 9

SOLUCIÓN

a) En un sistema de coordenadas rectangulares se grafican los puntos (1, 1), (3, 2), (4, 4), (6, 4), (8, 5), (9, 7), (11, 8) y

(14, 9), como se muestra en la figura 13-9. En la figura se ha trazado a mano una recta que se aproxima a los datos.

En el problema 13.11 se muestra un método que elimina el criterio personal; ese método es el de mínimos cuadrados.

b) Para obtener la ecuación de la recta construida en el inciso a), se eligen cualesquiera dos puntos de la recta, por ejemplo,

P y Q; como se muestra en la gráfica, las coordenadas de los puntos P y Q son aproximadamente (0, 1) y (12, 7.5).

La ecuación de una recta es Y = a 0 + a 1 X. Por lo tanto, para el punto (0, 1) se tiene 1 = a 0 + a 1 (0), y para el punto

(12, 7.5) se tiene 7.5 = a 0 + 12a 1 ; como de la primera de estas ecuaciones se obtiene a 0 = 1, de la segunda se obtiene

a 1 = 6.5/12 = 0.542. Entonces, la ecuación buscada es Y = 1 + 0.542X.

Otro método

Y

9

8

7

6

5

4

3

2

Por lo tanto, Y = 1 + 0.542X.

1

P

0

0 2 4 6 8 10 12 14

X

Figura 13-9 Método a mano para el ajuste de curvas.

Y Y 1 ¼ Y 2 Y 1

ðX X

X 2 X 1 Þ y Y 1 ¼ 7:4 1 ðX 0Þ ¼0:542X

1 12 0

Q


328 CAPÍTULO 13 AJUSTE DE CURVAS Y MÉTODO DE MÍNIMOS CUADRADOS

13.9 a) Comparar los valores de Y obtenidos a partir de la recta de aproximación con los datos de la tabla 13.2.

b) Estimar el valor de Y para X = 10.

SOLUCIÓN

a) Para X = 1, Y = 1 + 0.542(1) = 1.542, o bien 1.5. Para X = 3, Y = 1 + 0.542(3) = 2.626 o bien 2.6. De la misma

manera se obtienen valores de Y correspondientes a otros valores de X. Los valores estimados para Y a partir de la

ecuación Y = 1 + 0.542X se denotan Y est . En la tabla 13.4 se presentan estos valores estimados junto con los datos

originales.

b) El valor estimado de Y correspondiente a X = 10 es Y = 1 + 0.542(10) = 6.42 o 6.4.

Tabla 13.4

X 1 3 4 6 8 9 11 14

Y 1 2 4 4 5 7 8 9

Y est 1.5 2.6 3.2 4.3 5.3 5.9 7.0 8.6

13.10 En la tabla 13.5 se presentan las estaturas en pulgadas (in) y los pesos en libras (lb) de 12 estudiantes varones

que forman una muestra aleatoria de los estudiantes de primer año de una universidad.

Tabla 13.5

Estatura X (in) 70 63 72 60 66 70 74 65 62 67 65 68

Peso Y (lb) 155 150 180 135 156 168 178 160 132 145 139 152

a) Obtener el diagrama de dispersión de estos datos.

b) Trazar una recta que se aproxime a los datos.

c) Encontrar la ecuación de la recta que se trazó en el inciso b).

d ) Estimar el peso de un estudiante cuya estatura es 63 in.

e) Estimar la estatura de un estudiante cuyo peso es 168 lb.

SOLUCIÓN

a) El diagrama de dispersión que se muestra en la figura 13-10 se obtiene graficando los puntos (70, 155), (63, 150),...,

(68, 152).

b) En la figura 13-10 se presenta una recta que se aproxima a los datos. Pero ésta es sólo una de las muchas que podían

haberse trazado.

c) Se toman dos puntos cualesquiera de la recta construida en el inciso b), por ejemplo P y Q. Las coordenadas de estos

puntos, de acuerdo con la gráfica, son aproximadamente (60, 130) y (72, 170). Por lo tanto,

Y Y 1 ¼ Y 2 Y 1

170 130

ðX X

X 2 X 1 Þ Y 130 ¼

1 72 60 ðX 60Þ Y ¼ 10 3 X 70

d ) Si X = 63, entonces Y = 10 3

(63) − 70 = 140 lb.

e) Si Y = 168, entonces 168 = 10 3 X − 70, 10 3

X = 238 y X = 71.4 o bien 71 in.


PROBLEMAS RESUELTOS 329

180

170

Q

Peso

160

150

140

130 P

60 62 64 66 68 70 72 74

Estatura

Figura 13-10 Método a mano para el ajuste de curvas.

LA RECTA DE MÍNIMOS CUADRADOS

13.11 Encontrar la recta de mínimos cuadrados correspondiente a los datos del problema 13.8 empleando: a) X como

variable independiente y b) X como variable dependiente.

SOLUCIÓN

a) La ecuación de una recta es Y = a 0 + a 1 X. Las ecuaciones normales son

P P Y ¼ a0 N þ a 1 X

P P P XY ¼ a0 X þ a1 X

2

El cálculo de estas sumas se puede organizar como se muestra en la tabla 13.6. Aunque la última columna de la

derecha no se necesita en esta parte del problema, se ha incluido en la tabla para emplearla en el inciso b).

Como hay ocho pares de valores X y Y, N = 8 y las ecuaciones normales resultan ser

8a 0 þ 56a 1 ¼ 40

56a 0 þ 524a 1 ¼ 364

Resolviendo simultáneamente estas ecuaciones, se obtiene a 0 ¼ 6 11 o 0.545; a 1 ¼ 7 11

o 0.636; con lo que la recta de

mínimos cuadrados buscada es Y ¼ 6

11 þ 7

11

X, o Y = 0.545 + 0.636X.

Tabla 13.6

X Y X 2 X Y Y 2

1

3

4

6

8

9

11

14

1

2

4

4

5

7

8

9

1

9

16

36

64

81

121

196

P X = 56

P Y = 40

P X 2 = 524

1

1

6

4

16

16

24

16

40

25

63

49

88

64

126

81

P P X Y = 364 Y 2 = 256


330 CAPÍTULO 13 AJUSTE DE CURVAS Y MÉTODO DE MÍNIMOS CUADRADOS

Otro método

a 0 ¼ ðP YÞð P X 2 Þ ð P XÞð P XYÞ

N P X 2 ð P XÞ 2 ¼

a 1 ¼ N P XY ð P XÞð P YÞ

N P X 2 ð P XÞ 2 ¼

ð40Þð524Þ ð56Þð364Þ

ð8Þð524Þ ð56Þ 2 ¼ 6 11

ð8Þð364Þ ð56Þð40Þ

ð8Þð524Þ ð56Þ 2 ¼ 7

11

o bien 0.636

o bien 0.545

Por lo tanto, Y = a 0 + a 1 X, o bien Y = 0.545 + 0.636X, como antes.

b) Si X es considerada como la variable dependiente, entonces Y es la variable independiente; la ecuación de la recta de

mínimos cuadrados es X = b 0 + b 1 Y y las ecuaciones normales son

P P X ¼ b0 N þ b 1 Y

P P P XY ¼ b0 Y þ b1 Y

2

Entonces, de acuerdo con la tabla 13.6, las ecuaciones normales son

8b 0 þ 40b 1 ¼ 56

40b 0 þ 256b 1 ¼ 364

de donde b 0 = − 1 2 o bien −0.50 y b 1 = 3 2

o bien 1.50. Estos valores también pueden obtenerse de la manera siguiente

b 0 ¼ ðP XÞð P Y 2 Þ ð P YÞð P XYÞ

N P Y 2 ð P ð56Þð256Þ ð40Þð364Þ

YÞ 2 ¼

ð8Þð256Þ ð40Þ 2 ¼ 0:50

b 1 ¼ N P XY ð P XÞð P YÞ

N P Y 2 ð P YÞ 2 ¼

ð8Þð364Þ ð56Þð40Þ

ð8Þð256Þ ð40Þ 2 ¼ 1:50

Por lo tanto, la ecuación buscada de la recta de mínimos cuadrados es X = b 0 + b 1 Y o bien X = −0.50 + 1.50Y.

Obsérvese que despejando Y de esta ecuación se obtiene Y ¼ 1 3 þ 2 3

X o bien Y = 0.333 + 0.667X, que no es

igual a la recta obtenida en el inciso a).

13.12 Emplear el paquete para estadística SAS para trazar, en una misma gráfica, los puntos correspondientes a los

datos de estatura y peso del problema 13.10 y la recta de mínimos cuadrados.

SOLUCIÓN

En la figura 13-11, los puntos correspondientes a los datos se presentan como pequeños círculos vacíos y la recta de mínimos

cuadrados como una recta punteada.

180

170

160

Peso

150

140

130

60 62 64 66 68 70 72 74

Estatura

Figura 13-11 SAS, gráfica que presenta los puntos correspondientes a los datos

de la tabla 13.5 y la recta de mínimos cuadrados.


PROBLEMAS RESUELTOS 331

13.13 a) Muestre que las dos rectas de mínimos cuadrados obtenidas en el problema 13.11 se intersecan en el punto

ð X, YÞ.

b) Estimar el valor de Y para X = 12.

c) Estimar el valor de X para Y = 3.

SOLUCIÓN

P X

X ¼

N ¼ 56 P Y

8 ¼ 7 Y ¼

N ¼ 40 8 ¼ 5

Por lo tanto, el punto ð X, YÞ, llamado el centroide, es (7, 5).

a) El punto (7, 5) se encuentra en la recta Y = 0.545 + 0.636X; o, más exactamente, Y ¼ 6 11 þ 7

11

X , ya que

5 ¼ 6

11 þ 7

11 ð7Þ. El punto (7, 5) se encuentra en la recta X ¼ 1 2 þ 3 2 Y, ya que 7 ¼ 1 2 þ 3 2 ð5Þ.

Otro método

Las ecuaciones de las dos rectas son Y ¼ 6 11 þ 7

11 X y X ¼ 1 2 þ 3 2

Y. Resolviendo simultáneamente estas dos ecuaciones

se encuentra X = 7 y Y = 5. Por lo tanto, las rectas se intersecan en el punto (7, 5).

b) Sustituyendo X = 12 en la recta de regresión de Y (problema 13.11), Y = 0.545 + 0.636(12) = 8.2.

c) Sustituyendo Y = 3 en la recta de regresión de X (problema 13.11), X = −0.50 + 1.50(3) = 4.0.

13.14 Probar que una recta de mínimos cuadrados siempre pasa por el punto ð X, YÞ.

SOLUCIÓN

Caso 1 (X es la variable independiente)

La ecuación de la recta de mínimos cuadrados es

Y = a 0 + a 1 X (34)

Una de las ecuaciones normales de la recta de mínimos cuadrados es

P P Y ¼ a0 N þ a 1 X (35)

Dividiendo ambos lados de la ecuación (35) entre N se obtiene

Y ¼ a 0 þ a 1

X (36)

Restando la ecuación (36) de la ecuación (34), la recta de mínimos cuadrados se puede escribir como

Y Y ¼ a 1 ðX XÞ (37)

lo que muestra que la recta pasa a través del punto ð X, YÞ.

Caso 2 (Y es la variable independiente)

Procediendo como en el caso 1, pero intercambiando X y Y y sustituyendo las constantes a 0 y a 1 por b 0 y b 1 , respectivamente,

se encuentra que la recta de mínimos cuadrados puede escribirse como

X X ¼ b 1 ðY YÞ (38)

lo que indica que la recta pasa por el punto ð X, YÞ.

Obsérvese que las rectas (37) y (38) no coinciden, sino que se intersecan en ð X, YÞ.

13.15 a) Considerando X como la variable independiente, mostrar que la ecuación de la recta de mínimos cuadrados

se puede escribir como

P

P

xy

xY

y ¼ P x o bien y ¼ P x

x

2

x

2

donde x ¼ X X y y ¼ Y Y.


332 CAPÍTULO 13 AJUSTE DE CURVAS Y MÉTODO DE MÍNIMOS CUADRADOS

b) Si X ¼ 0, mostrar que la recta de mínimos cuadrados del inciso a) puede escribirse como

P XY

Y ¼ Y þ P X X

2

c) Dar la ecuación de la recta de mínimos cuadrados correspondiente a la del inciso a) en el caso en que Y

sea la variable independiente.

d ) Verificar que las rectas de los incisos a) y c) no son necesariamente iguales.

SOLUCIÓN

a) La ecuación (37) puede escribirse como y = a 1 x, donde x ¼ X X y y ¼ Y Y. Además, resolviendo simultáneamente

las ecuaciones normales (18) se tiene

a 1 ¼ N P XY ð P XÞð P YÞ

N P X 2 ð P XÞ 2 ¼ N P ðx þ XÞðy þ YÞ ½ P ðx þ XŠ½ P ðy þ YÞŠ

N P ðx þ XÞ 2 ½ P ðx þ XÞŠ 2

¼ N P ðxy þ x Y þ Xy þ X YÞ ð P x þ N XÞð P y þ N YÞ

N P ðx 2 þ 2x X þ X 2 Þ ð P x þ N XÞ 2

¼ N P xy þ N Y P x þ N X P y þ N 2 X Y ð P x þ N XÞð P y þ N YÞ

N P x 2 þ 2N X P x þ N 2 X 2 ð P x þ N XÞ 2

Pero P x ¼ P ðX XÞ ¼0 y P y ¼ P ðY YÞ ¼0; por lo que la fórmula anterior se simplifica a

a 1 ¼ N P xy þ N 2 X Y N 2 P

X Y xy

N P x 2 þ N 2 X 2 N 2 X 2 ¼ P x

2

Lo que puede escribirse como

P P xy xðY

a 1 ¼ P x

2 ¼ P x

2

P

YÞ xY Y P x

¼ P ¼ x

2

P xY

P x

2

Por lo tanto, la recta de mínimos cuadrados es y = a 1 x; es decir,

P

P

xy

xY

y ¼ P x o bien y ¼ P x

x

2

x

2

b) Si X ¼ 0, x ¼ X X ¼ X. Entonces, de acuerdo con la fórmula

P xY

y ¼ P x

2

se tiene

P XY

y ¼ P X o bien Y ¼ Y þ

X

2

P XY

P X

2

X

Otro método

Las ecuaciones normales de la recta de mínimos cuadrados Y = a 0 + a 1 X son

P Y ¼ a0 N þ a 1

P X y

P XY ¼ a0

P X þ a1

P X

2

Si X ¼ð P XÞ=N ¼ 0, entonces P X ¼ 0 y las ecuaciones normales se transforman en

P Y ¼ a0 N

y

P XY ¼ a1

P X

2

de donde

a 0 ¼

P P Y

XY

N ¼ Y y a 1 ¼ P X

2

Por lo tanto, la ecuación buscada de la recta de mínimos cuadrados es

P XY

Y = a 0 + a 1 X o bien Y ¼ Y þ P X X

2


PROBLEMAS RESUELTOS 333

c) Intercambiando X y Y o bien x y y, se puede demostrar como en el inciso a) que

P xy

x ¼ P y y

2

d )

De acuerdo con el inciso a), la recta de mínimos cuadrados es

P xy

y ¼ P x x

2

(39)

De acuerdo con el inciso c), la recta de mínimos cuadrados es

P xy

x ¼ P y y

2

o bien

y ¼

P y

2

P xy

!x (40)

Como en general

P xy

P x

2 6¼ P y

2

P xy

en general las rectas de mínimos cuadrados (39) y (40) son diferentes. Sin embargo, obsérvese que estas rectas se

intersecan en x = 0 y y = 0 [es decir, en el punto ð X, YÞ].

13.16 Si X ′ = X + A y Y ′ = Y + B, donde A y B son constantes cualesquiera, probar que

a 1 ¼ N P XY ð P XÞð P YÞ

N P X 2 ð P XÞ 2 ¼ N P X 0 Y 0 ð P X 0 Þð P Y 0 Þ

N P X 02 ð P X 0 Þ 2 ¼ a1

0

SOLUCIÓN

x 0 ¼ X 0 X 0 ¼ðX þ AÞ ðX þ AÞ ¼X X ¼ x

y 0 ¼ Y 0 Y 0 ¼ðY þ BÞ ðY þ BÞ ¼Y Y ¼ y

Entonces

P xy

P x

2 ¼ P x 0 y 0

P x

02

y el resultado es consecuencia del problema 13.15. Un resultado similar es válido para b 1 .

Este resultado es útil, pues permite simplificar los cálculos para obtener la recta de regresión sustrayendo a las variables

X y Y constantes adecuadas (ver el segundo método del problema 13.17).

Nota: Este resultado no es válido si X ′ = c 1 X + A y Y ′ = c 2 Y + B, a menos que c 1 = c 2 .

13.17 Ajustar una recta de mínimos cuadrados a los datos del problema 13.10 empleando: a) X como la variable

independiente y b) X como variable dependiente.

SOLUCIÓN

Primer método

a) De acuerdo con el problema 13.15a), la recta buscada es

P xy

y ¼ P x x

2

donde x ¼ X X y y ¼ Y Y. Los cálculos de las sumas se pueden organizar como se muestra en la tabla 13.7. De

acuerdo con las dos primeras columnas X ¼ 802=12 ¼ 66:8 y Y ¼ 1 850/12 = 154.2. La última columna se incluyó

para emplearla en el inciso b).


334 CAPÍTULO 13 AJUSTE DE CURVAS Y MÉTODO DE MÍNIMOS CUADRADOS

Tabla 13.7

Estatura X Peso Y x ¼ X X y ¼ Y Y xy x 2 y 2

70

63

72

60

66

70

74

65

62

67

65

68

P X ¼ 802

X ¼ 66:8

155

150

180

135

156

168

178

160

132

145

139

152

∑ Y = 1 850

Y = 154.2

3.2

−3.8

5.2

−6.8

−0.8

3.2

7.2

−1.8

−4.8

0.2

−1.8

1.2

0.8

−4.2

25.8

−19.2

1.8

13.8

23.8

5.8

−22.2

−9.2

−15.2

−2.2

2.56 10.24

15.96 14.44

134.16 27.04

130.56 46.24

−1.44

0.64

44.16 10.24

171.36 51.84

−10.44

3.24

106.56 23.04

−1.84

0.04

27.36

3.24

−2.64

1.44

P P xy ¼ 616:32 x 2 ¼ 191:68

0.64

17.64

665.64

368.64

3.24

190.44

566.44

33.64

492.84

84.64

231.04

4.84

P y 2 ¼ 2 659.68

La recta de mínimos cuadrados buscada es

P xy

y ¼ P x ¼ 616:32

x

2

191:68 x ¼ 3:22x

o bien Y − 154.2 = 3.22(X − 66.8), lo que puede escribirse como Y = 3.22X − 60.9. A esta ecuación se le conoce

como la recta de regresión de Y sobre X y sirve para estimar valores de Y a partir de valores dados de X.

b) Si X es la variable dependiente, la recta buscada es

x =

∑ xy

∑ y

2

y = 616.32

2 659.68 y = 0.232y

la cual se puede escribir como X − 66.8 = 0.232(Y − 154.2), o bien X = 31.0 + 0.232Y. A esta ecuación se le conoce

como la recta de regresión de X sobre Y y se utiliza para estimar X a partir de valores dados de Y.

Obsérvese que, si se desea, también se puede emplear el método del problema 13.11.

Segundo método

Empleando la fórmula del problema 13.16, de X y Y también se pueden sustraer cantidades adecuadas. Se sustraerá

65 a X y 150 a Y. Los cálculos se pueden organizar como en la tabla 13.7.

a 1 ¼ N P X 0 Y 0 ð P X 0 Þð P Y 0 Þ

N P X 02 ð P (12)(708 22)(50)

X 0 Þ 2 ¼

(12)(232 22) 2 = 3.22

b 1 ¼ N P X 0 Y 0 ð P Y 0 Þð P X 0 Þ

N P Y 02 ð P (12)(708 50)(22)

Y 0 Þ 2 ¼

(12)(2 868 50) 2 = 0.232

Como X ¼ 65 þ 22=12 ¼ 66:8 y Y ¼ 150 þ 50=12 ¼ 154:2, las ecuaciones de regresión son Y − 154.2 = 3.22

(X − 66.8) y X − 66.8 = 0.232(Y − 154.2); es decir, Y = 3.22X − 60.9 y X = 0.232Y + 31.0, en coincidencia con el primer

método.

13.18 Resolver el problema 13.17 usando MINITAB. En un mismo conjunto de ejes, trazar la recta de regresión de

pesos contra estaturas y la recta de regresión de estaturas contra pesos. Mostrar que el punto ð X, YÞ satisface

ambas ecuaciones. Estas rectas se intersecan en ð X, YÞ.


PROBLEMAS RESUELTOS 335

SOLUCIÓN

Gráfica de peso contra estatura, estatura contra peso

180

Estatura = 31.0 + 0.232 Peso

170

Peso

160

(x barra, y barra)

Peso = 3.22 Estatura − 60.9

150

140

130

60 62 64 66 68 70 72 74

Estatura

Figura 13-12 Tanto la recta de regresión de estatura contra peso como la recta de

regresión del peso contra estatura pasan a través del punto (x barra, y barra).

ð X, YÞ es lo mismo que (x barra, y barra) y es igual a (66.83, 154.17). Obsérvese que peso = 3.22(66.83) − 60.9 =

154.17 y estatura = 31.0 + 0.232(154.17) = 66.83. Por lo tanto, ambas rectas pasan a través de (x barra, y barra).

Tabla 13.8

X ′ Y ′ X ′ 2 X ′ Y ′ Y ′2

5

−2

7

−5

1

5

9

0

−3

2

0

3

5

0

30

−15

6

18

28

10

−18

−5

−11

2

25

4

49

25

1

25

81

0

9

4

0

9

25

0

210

75

6

90

252

0

54

−10

0

6

25

0

900

225

36

324

784

100

324

25

121

4

X ′ = 22

Y ′ = 50

X ′2 = 232

X ′ Y ′ = 708

Y ′2 = 2 868

APLICACIONES PARA SERIES DE TIEMPO

13.19 En la tabla 13.9 se presentan, en millones de dólares, las exportaciones agrícolas de Estados Unidos. Usar

MINITAB para hacer lo siguiente:

Tabla 13.9

Año 2000 2001 2002 2003 2004 2005

Valor total

Código del año

51 246

1

53 659

2

53 115

3

59 364

4

61 383

5

62 958

6

Fuente: The 2007 Statistical Abstract.


336 CAPÍTULO 13 AJUSTE DE CURVAS Y MÉTODO DE MÍNIMOS CUADRADOS

a) Graficar los datos y mostrar la recta de regresión de mínimos cuadrados.

b) Encontrar y graficar la recta de tendencia de los datos.

c) Dar los valores ajustados y los residuales empleando los códigos de los años.

d ) Estimar el valor de las exportaciones agrícolas en 2006.

SOLUCIÓN

a) En la figura 13-13a) se muestran los datos y la recta de regresión. La gráfica que se muestra en la figura 13-13a) se

obtiene empleando la secuencia Stat → Regresión → Fitted line plot.

64 000

Gráfica de la recta ajustada

valor total = −4 976 816 + 2 514 año

62 000

60 000

Valor total

58 000

56 000

54 000

52 000

50 000

2000 2001 2002 2003 2004 2005

Año

Figura 13-13 a) Recta de regresión de las exportaciones agrícolas de Estados Unidos

dadas en millones de dólares.

b) La gráfica que se muestra en la figura 13.13b) se obtiene empleando la secuencia Stat → Time series → Trend

Análisis. Ésta es una manera diferente de ver los mismos datos. Tal vez sea un poco más fácil emplear los números

índice (códigos de los años) en vez de los años.

64 000

62 000

60 000

Gráfica del análisis de tendencia del valor total

Modelo de tendencia lineal

Y t = 48 156.1 + 2 513.74 ∗ t

Variable

Real

Ajustada

Valor total

58 000

56 000

54 000

52 000

50 000

1 2 3 4 5 6

Índice

Figura 13-13 b) Recta de tendencia de las exportaciones agrícolas de Estados Unidos,

dadas en millones de dólares.


PROBLEMAS RESUELTOS 337

c) En la tabla 13.10 se dan los valores ajustados y los residuales de los datos que se presentan en la tabla 13.9; se emplean

años codificados.

Tabla 13.10

Año codificado Valor total Valor ajustado Residual

1

2

3

4

5

6

51 246

53 659

53 115

59 364

61 383

62 958

50 669.8

53 183.6

55 697.3

58 211.0

60 724.8

63 238.5

576.19

475.45

−2 582.30

1 152.96

658.22

−280.52

d ) Empleando el año codificado, el valor estimado es Y t = 48 156.1 + 2 513.74(7) = 65 752.3.

13.20 En la tabla 13.11 se presenta el poder de compra del dólar, medido a través de los precios al consumidor, de

acuerdo con lo informado por la Oficina de Estadísticas Laborales de Estados Unidos.

Tabla 13.11

Año 2000 2001 2002 2003 2004 2005

Precios al consumidor 0.581 0.565 0.556 0.544 0.530 0.512

Fuente: U. S. Bureau of Labor Statistics, Survey of Current Business.

a) Graficar los datos y obtener la recta de tendencia usando MINITAB.

b) Encontrar, a mano, la ecuación de la línea de tendencia.

c) Estimar el precio al consumidor del 2008 suponiendo que la tendencia continúe tres años más.

SOLUCIÓN

a) En la figura 13-14, la línea continua es la gráfica de los datos de la tabla 13.11 y la línea punteada es la gráfica de la

recta de mínimos cuadrados.

Poder de compra

Gráfica del análisis de tendencia del poder de compra

Modelo de tendencia lineal

Y t = 0.5942 − 0.0132 ∗ t

0.59

Variable

0.58

Real

0.57

Ajustada

0.56

0.55

0.54

0.53

0.52

0.51

1 2 3 4 5 6

Índice

Figura 13-14 Línea de tendencia del poder de compra.


338 CAPÍTULO 13 AJUSTE DE CURVAS Y MÉTODO DE MÍNIMOS CUADRADOS

b) En la tabla 13.12 se presentan los cálculos para hallar, a mano, la línea de tendencia. La ecuación es

y ¼

P xy

P x

2 x

donde x ¼ X X y y ¼ Y Y; por lo que esta ecuación se puede escribir como Y − 0.548 = −0.0132(X − 3.5) o

Y = −0.0132X + 0.5942. Como se ilustra con este problema, el trabajo que se ahorra empleando algún software para

estadística es enorme.

Tabla 13.12

Año X Y x ¼ X X y ¼ Y Y x 2 xy

2000

2001

2002

2003

2004

2005

1

2

3

4

5

6

Σ X = 21

X = 3.5

0.581

0.565

0.556

0.544

0.530

0.512

Σ Y = 3.288

Y = 0.548

−2.5

−1.5

−0.5

0.5

1.5

2.5

0.033

0.017

0.008

−0.004

−0.018

−0.036

6.25

2.25

0.25

0.25

2.25

6.25

Σx 2

17.5

−0.0825

−0.0255

−0.004

−0.002

−0.027

−0.09

Σxy

−0.231

c) El precio al consumidor estimado del 2008 se obtiene sustituyendo en la ecuación de la línea tendencia X = 9. El

precio al consumidor estimado es 0.5942 − 0.0132(9) = 0.475.

ECUACIONES NO LINEALES REDUCIBLES A LA FORMA LINEAL

13.21 En la tabla 13.13 se dan los valores experimentales de la presión P de una masa dada de gas correspondientes

a diversos valores del volumen V. De acuerdo con los principios de la termodinámica, entre estas variables

existe una relación de la fórmula PV γ = C, donde γ y C son constantes.

a) Encontrar los valores de γ y de C.

b) Escribir la ecuación que relaciona P y V.

Tabla 13.13

Volumen V en pulgadas cúbicas (in 3 ) 54.3 61.8 72.4 88.7 118.6 194.0

Presión P en libras por pulgada cuadrada (lb/in 2 ) 61.2 49.2 37.6 28.4 19.2 10.1

c) Estimar P para V = 100.0 (lb/in 2 ).

SOLUCIÓN

Como PV γ = C, se tiene

log P + γ log V = log C o bien log P = log C − γ log V

Haciendo log V = X y log P = Y, la última ecuación puede escribirse como

Y = a 0 + a 1 X (41)

donde a 0 = log C y a 1 = −γ.


PROBLEMAS RESUELTOS 339

En la tabla 13.14 se dan los valores de X = log V y de Y = log P, correspondientes a los valores de V y P dados en

la tabla 13.13, y se indican también los cálculos para obtener la recta (41) de mínimos cuadrados. Las ecuaciones normales

correspondientes a la recta (41) de mínimos cuadrados son

P Y ¼ a0 N þ a 1

P X y

P XY ¼ a0

P X þ a1

P X

2

de donde

a 0 ¼ ðP YÞð P X 2 Þ ð P XÞð P XYÞ

N P X 2 ð P XÞ 2 ¼ 4:20 a 1 ¼ N P XY ð P XÞð P YÞ

N P X 2 ð P XÞ 2 ¼ 1:40

Por lo tanto, Y = 4.20 − 1.40X.

a) Como a 0 = 4.20 = log C y a 1 = −1.40 = −γ, C = 1.60 × 10 4 y γ = 1.40.

b) La ecuación que se busca en términos de P y V se puede escribir como PV 1.40 = 16 000.

c) Para V = 100, X = log V = 2 y Y = log P = 4.20 − 1.40(2) = 1.40. Entonces P = antilog 1.40 = 25.1 lb/in 2 .

Tabla 13.14

X = log V Y = log P X 2 X Y

1.7348

1.7910

1.8597

1.9479

2.0741

2.2878

1.7868

1.6946

1.5752

1.4533

1.2833

1.0043

3.0095

3.2077

3.4585

3.7943

4.3019

5.2340

P X = 11.6953

P Y = 8.7975

P X

2

= 23.0059

3.0997

3.0350

2.9294

2.8309

2.6617

2.2976

P X Y = 16.8543

13.22 Usar MINITAB para resolver el problema 13.21.

SOLUCIÓN

Las transformaciones X = log t (V ) y Y = log t (P) convierten el problema en un problema de ajuste lineal. Para encontrar los

logaritmos comunes del volumen y de la presión se emplea la calculadora de MINITAB. En las columnas C1 a C4 de la

hoja de cálculo de MINITAB se tendrá:

V P Log10V Log10P

54.3 61.2 1.73480 1.78675

61.8 49.2 1.79099 1.69197

72.4 37.6 1.85974 1.57519

88.7 28.4 1.94792 1.45332

118.6 19.2 2.07408 1.28330

194.0 10.1 2.28780 1.00432

El ajuste por mínimos cuadrados da: log 10 (P) = 4.199 − 1.402 log 10 (V). Ver la figura 13-15. a 0 = log C y a 1 = −γ.

Sacando antilogaritmos se obtiene C = 10 a 0 y γ = −a 1 o C = 15 812 y γ = 1.402. La ecuación no lineal es PV 1.402 =

15 812.


340 CAPÍTULO 13 AJUSTE DE CURVAS Y MÉTODO DE MÍNIMOS CUADRADOS

1.8

1.7

1.6

1.5

Gráfica de la recta ajustada

log 10 P = 4.199 − 1.402 log 10 V

l og 1 0 P

1.4

1.3

1.2

1.1

1.0

0.9

1.7 1.8 1.9 2.0 2.1 2.2 2.3

log 10 V

Figura 13-15 Reducción de una ecuación no lineal a la forma lineal.

13.23 En la tabla 13.15 se da, en millones, la población de Estados Unidos desde 1960 hasta 2005. A estos datos,

ajustar una recta y una parábola y analizar los dos ajustes. Usar ambos modelos para predecir la población que

tendrá Estados Unidos en 2010.

Tabla 13.15

Año 1960 1965 1970 1975 1980 1985 1990 1995 2000 2005

Población 181 194 205 216 228 238 250 267 282 297

Fuente: U.S. Bureau of Census.

SOLUCIÓN

A continuación se presenta parte de los resultados que da MINITAB para la recta de mínimos cuadrados y para la parábola

de mínimos cuadrados.

Año Población x xcuadrada

1960 181 1 1

1965 194 2 4

1970 205 3 9

1975 216 4 16

1980 228 5 25

1985 238 6 36

1990 250 7 49

1995 267 8 64

2000 282 9 81

2005 297 10 100

El modelo para la recta es el siguiente:

La ecuación de regresión es

Población = 166 + 12.6 x

El modelo cuadrático es el siguiente:

La ecuación de regresión es

Población = 174 + 9.3 x – 0.326 x 2


PROBLEMAS RESUELTOS 341

En la tabla 13.16 se dan los valores ajustados y los residuales del ajuste a los datos mediante la recta.

Tabla 13.16

Año Población Valor ajustado Residual

1960

1965

1970

1975

1980

1985

1990

1995

2000

2005

181

194

205

216

228

238

250

267

282

297

179.018

191.636

204.255

216.873

229.491

242.109

254.727

267.345

279.964

292.582

1.98182

2.36364

0.74545

−0.87273

−1.49091

−4.10909

−4.72727

−0.34545

2.03636

4.41818

En la tabla 13.17 se dan los valores ajustados y los residuales correspondientes al ajuste parabólico a los datos. La

suma de los cuadrados de los residuales en el caso de la recta es 76.073 y la suma de los cuadrados de los residuales en el

caso de la parábola es 20.042. Parece que, en general, la parábola se ajusta mejor que la recta a estos datos.

Tabla 13.17

Año Población Valor ajustado Residual

1960

1965

1970

1975

1980

1985

1990

1995

2000

2005

181

194

205

216

228

238

250

267

282

297

182.927

192.939

203.603

214.918

226.885

239.503

252.773

266.694

281.267

296.491

−1.92727

1.06061

1.39697

1.08182

1.11515

−1.50303

−2.77273

0.30606

0.73333

0.50909

Para predecir cuál será la población en el año 2010, obsérvese que el código para 2010 es 11. El valor que se obtiene

con el modelo de la recta es población = 166 + 12.6x = 166 + 138.6 = 304.6 millones y con el modelo de la parábola

es población = 174 + 9.03x + 0.326x 2 = 174 + 99.33 + 39.446 = 312.776.


342 CAPÍTULO 13 AJUSTE DE CURVAS Y MÉTODO DE MÍNIMOS CUADRADOS

LÍNEAS RECTAS

PROBLEMAS SUPLEMENTARIOS

13.24 Si 3X + 2Y = 18, encontrar: a) el valor de X para Y = 3, b) el valor de Y para X = 2, c) el valor de X para Y = −5, d ) el

valor de Y para X = −1, e) la intersección con el eje X, y f ) la intersección con el eje Y.

13.25 En un mismo conjunto de ejes, trazar la gráfica de las ecuaciones: a) Y = 3X − 5 y b) X + 2Y = 4. ¿En qué punto se intersecan?

13.26 a) Encontrar la ecuación de la recta que pasa por los puntos (3, −2) y (−1, 6).

b) Determinar las intersecciones de la recta del inciso a) con el eje X y con el eje Y.

c) Encontrar el valor de Y que corresponde a X = 3 y a X = 5.

d) A partir de la gráfica, verificar sus respuestas a los incisos a), b) y c).

13.27 Encontrar la ecuación de la recta cuya pendiente es 2 3

y cuya intersección con el eje Y es −3.

13.28 a) Encontrar la pendiente y la intersección con el eje Y de la recta cuya ecuación es 3X − 5Y = 20.

b) ¿Cuál es la ecuación de la recta paralela a la recta del inciso a) y qué pasa por el punto (2,−1)?

13.29 Encontrar: a) la pendiente, b) la intersección con el eje Y y c) la ecuación de la recta que pasa por los puntos (5, 4) y

(2, 8).

13.30 Encontrar la ecuación de la recta cuyas intersecciones con los ejes X y Y son 3 y −5, respectivamente.

13.31 La temperatura de 100 grados Celsius (C) corresponde a 212 grados Fahrenheit (F), en tanto que la temperatura de 0C

corresponde a 32F. Suponiendo que exista una relación lineal entre temperaturas Celsius y temperaturas Fahrenheit, encontrar:

a) la ecuación que relaciona temperaturas Celsius y temperaturas Fahrenheit, b) la temperatura Fahrenheit que corresponde

a 80C y c) la temperatura Celsius que corresponde 68F.

LA RECTA DE MÍNIMOS CUADRADOS

13.32 Ajustar una recta de mínimos cuadrados a los datos de la tabla 13.18 usando: a) X como la variable independiente y b) X

como la variable dependiente. Graficar los datos de estas rectas de mínimos cuadrados en un mismo eje de coordenadas.

Tabla 13.18

X 3 5 6 8 9 11

Y 2 3 4 6 5 8

13.33 Dados los datos del problema 13.32, hallar: a) el valor de Y para X = 12 y b) el valor de X para Y = 7.

13.34 a) Empleando el método a mano, obtener una ecuación de la recta que se ajuste a los datos del problema 13.32.

b) Empleando el resultado del inciso a), resolver el problema 13.33.

13.35 En la tabla 13.19 se muestran las calificaciones finales de álgebra y de física de diez estudiantes, tomados en forma aleatoria

de un grupo grande.

a) Graficar los datos.

b) Encontrar la recta de mínimos cuadrados que se ajusta a los datos, usando X como la variable independiente.


PROBLEMAS SUPLEMENTARIOS 343

c) Encontrar la recta de mínimos cuadrados que se ajusta a los datos, usando Y como la variable independiente.

d ) Si la calificación de un estudiante en álgebra es 75, ¿cuál es la calificación que se espera que obtenga en física?

e) Si la calificación de un estudiante en física es 95, ¿cuál es la calificación que se espera que obtenga en álgebra?

Tabla 13.19

Álgebra (X ) 75 80 93 65 87 71 98 68 84 77

Física (Y ) 82 78 86 72 91 80 95 72 89 74

13.36 En la tabla 13.20 se muestra la tasa de nacimiento por cada mil personas desde 1998 hasta 2004.

a) Graficar estos datos.

b) Hallar la recta de mínimos cuadrados que se ajusta a estos datos. Asignar a los años 1998 a 2004 los números 1 a 7.

c) Calcular los valores de tendencia (valores ajustados) y los residuales.

d ) Indicar cuál será la tasa de nacimiento en 2010, suponiendo que la tendencia actual continúa.

Tabla 13.20

Año 1998 1999 2000 2001 2002 2003 2004

Tasa de nacimientos por cada 1 000 14.3 14.2 14.4 14.1 13.9 14.1 14.0

Fuente: U.S. Nacional Center for Health Statistics, Vital Statistics of the United Status, annual; Nacional Vital Statistics

Reports y datos inéditos.

13.37 En la tabla 13.21 se presenta, en miles, la población de Estados Unidos de 85 o más años, desde 1999 hasta 2005.

a) Graficar estos datos.

b) Encontrar la recta de mínimos cuadrados que se ajusta a estos datos. Asignar a los años 1999 a 2005 los números 1

a 7.

c) Calcular los valores de tendencia (valores ajustados) y los residuales.

d ) Suponiendo que la tendencia actual continúe, indicar cuál será el número de personas de 85 años o más en el 2010.

Tabla 13.21

Año 1999 2000 2001 2002 2003 2004 2005

85 o más 4 154 4 240 4 418 4 547 4 716 4 867 5 096

Fuente: U.S. Bureau of Census.

CURVAS DE MÍNIMOS CUADRADOS

13.38 Ajustar una parábola de mínimos cuadrados, Y = a 0 + a 1 X + a 2 X 2 , a los datos de la tabla 13.22.

Tabla 13.22

X 0 1 2 3 4 5 6

Y 2.4 2.1 3.2 5.6 9.3 14.6 21.9


344 CAPÍTULO 13 AJUSTE DE CURVAS Y MÉTODO DE MÍNIMOS CUADRADOS

13.39 El tiempo requerido para llevar un automóvil al alto total a partir de que se percibe un peligro es el tiempo de reacción (el

tiempo entre el reconocimiento del peligro y la aplicación del freno) más el tiempo de frenado (el tiempo necesario para

que el automóvil se detenga después de la aplicación del freno). En la tabla 13.23 se da la distancia de frenado D (en pies,

ft) de un automóvil que va a una velocidad V (en millas por hora, mi/h).

a) Graficar D contra V.

b) Ajustar a estos datos una parábola de mínimos cuadrados de la forma D = a 0 + a 1 V + a 2 V 2 .

c) Estimar D para V = 45 mi/h y 80 mi/h.

Tabla 13.23

Velocidad V (mi/h) 20 30 40 50 60 70

Distancia de frenado D (ft) 54 90 138 206 292 396

13.40 En la tabla 13.24 se presenta, en millones, la población de hombres y de mujeres en Estados Unidos, desde 1940 hasta 2005.

Se presentan también los números dados como códigos a los años y la diferencia de hombres menos mujeres.

a) Graficar los datos y la recta de mejor ajuste por mínimos cuadrados.

b) Graficar los datos y el mejor ajuste cuadrático por mínimos cuadrados.

c) Graficar los datos y el mejor ajuste cúbico por mínimos cuadrados.

d ) Con cada uno de los tres modelos, dar el valor ajustado y los residuales, así como la suma de los cuadrados de los

residuales.

e) Emplear cada uno de los tres modelos para predecir la población que habrá en el año 2010.

Tabla 13.24

Año 1940 1950 1960 1970 1980 1990 2000 2005

Código

Hombres

Mujeres

Diferencia

0

66.1

65.6

0.5

1

75.2

76.1

−0.9

2

88.3

91.0

−2.7

3

98.9

104.3

−5.4

4

110.1

116.5

−6.4

5

121.2

127.5

−6.3

6

138.1

143.4

−5.3

6.5

146.0

150.4

−4.4

Fuente: U.S. Bureau of Census.

13.41 Resolver el problema 13.40 empleando, en lugar de las diferencias, la proporción entre mujeres y hombres.

13.42 Resolver el problema 13.40 ajustando una parábola de mínimos cuadrados a las diferencias.

13.43 En la tabla 13.25 se presenta la cuenta bacteriana Y, por unidad de volumen en un cultivo, después de X horas.

Tabla 13.25

Número de horas (X) 0 1 2 3 4 5 6

Cuenta bacteriana por unidad de volumen (Y ) 32 47 65 92 132 190 275

a) Graficar los datos en papel semilogarítmico usando la escala logarítmica para Y y la escala aritmética para X.

b) Ajustar a los datos una curva de mínimos cuadrados de la forma Y = ab x y explicar por qué esta ecuación dará buenos

resultados.

c) Comparar los valores de Y que se obtienen con esta ecuación con los valores reales.

d ) Estimar el valor de Y para X = 7.

13.44 En el problema 13.43 mostrar cómo usar una gráfica en papel semilogarítmico para obtener la ecuación buscada sin emplear

el método de mínimos cuadrados.


TEORÍA DE

LA CORRELACIÓN

14

CORRELACIÓN Y REGRESIÓN

En el capítulo 13 se consideró el problema de la regresión, o estimación de una variable (la variable dependiente) a

partir de una o más variables (las variables independientes). En este capítulo se hará referencia a un problema relacionado

con el de la correlación o grado de relación entre las variables, en el que se busca determinar qué tan bien una

ecuación lineal, o de otro tipo, describe o explica la relación entre las variables.

Si todos los valores de las variables satisfacen con exactitud una ecuación, se dice que las variables están en perfecta

correlación o que hay una correlación perfecta entre ellas. Así, las circunferencias C y los radios r de todos los

círculos están perfectamente correlacionados, ya que C = 2πr. Cuando se lanzan 100 veces dos dados en forma simultánea

entre los puntos que aparecen en cada uno de ellos no hay relación alguna (a menos que estén cargados); es decir,

no están correlacionados. Sin embargo, variables como el peso y la estatura de una persona muestran cierta correlación.

Cuando intervienen sólo dos variables se habla de correlación simple y de regresión simple. Cuando intervienen

más de dos variables, se habla de correlación múltiple y de regresión múltiple. En este capítulo sólo se considerará la

correlación simple. En el capítulo 15 se consideran la correlación y la regresión múltiples.

CORRELACIÓN LINEAL

Si X y Y son las dos variables en consideración, un diagrama de dispersión sirve para mostrar la localización de los

puntos (X, Y) en un sistema de coordenadas rectangulares. Si en este diagrama de dispersión todos los puntos parecen

encontrarse cerca de una línea recta, como en las figuras 14-1a) y 14-1b), a la correlación se le llama lineal. En estos

casos, como se vio en el capítulo 13, una ecuación lineal es lo apropiado con el propósito de regresión (o estimación).

Si Y tiende a aumentar a medida que X aumenta, como en la figura 14-1a), se dice que la correlación es una correlación

positiva o directa. Si Y tiende a disminuir a medida que X aumenta, como en la figura 14-1b), se dice que es una

correlación negativa o inversa.

Si todos los puntos parecen encontrarse en una curva, esta correspondencia se llama no lineal, y según se vio en el

capítulo 13, lo apropiado para la regresión es una ecuación no lineal. Es claro que la correlación no lineal puede ser

algunas veces positiva y otras veces negativa.

Si no parece haber relación entre las variables, como en la figura 14-1c), se dice que no hay relación entre ellas (es

decir, están descorrelacionadas).

345


346 CAPÍTULO 14 TEORÍA DE LA CORRELACIÓN

Salario inicial

80

70

60

50

40

30

10

12

14 16 18

Años de estudio

a)

20

22

Promedio de calificaciones escolares

4.00

3.75

3.50

3.25

3.00

2.75

2.50

0

5

10 15

Horas de televisión

b)

20

25

Horas hablando por teléfono

20.0

17.5

15.0

12.5

10.0

7.5

5.0

2

4

6 8 10 12

Letras en el nombre

c)

Figura 14-1 Ejemplos de correlación positiva, correlación negativa y ninguna

correlación. a) El salario inicial y los años de estudio se correlacionan en forma positiva;

b) el promedio de las calificaciones escolares y las horas que se pasa viendo la televisión

se correlacionan negativamente; c) entre la cantidad de horas que se habla por teléfono

y el número de letras que tiene el nombre de una persona no hay correlación.

14

16

MEDIDAS DE LA CORRELACIÓN

Mediante observación directa se puede determinar de manera cualitativa que también una recta o una curva describe

la relación entre las variables. Por ejemplo, se ve que una línea recta es mucho más útil para describir la relación entre

X y Y en el caso de los datos de la figura 14-1a) que en el caso de los datos de la figura 14-1b), debido a que en la

figura 14-1a) hay menos dispersión con relación a la recta.

Para ocuparse de manera cuantitativa del problema de la dispersión de los datos muestrales respecto a una línea o

a una curva, es necesario encontrar una medida de la correlación.

LAS RECTAS DE REGRESIÓN DE MÍNIMOS CUADRADOS

Primero se considerará el problema de qué tan bien una línea recta explica la relación entre dos variables. Para esto,

se necesitarán las ecuaciones de las rectas de regresión por mínimos cuadrados obtenidas en el capítulo 13. Como se

ha visto, la recta de regresión por mínimos cuadrados de Y sobre X es

Y = a 0 + a 1 X (1)


EL ERROR ESTÁNDAR DE ESTIMACIÓN 347

donde a 0 y a 1 se obtienen de las ecuaciones normales

P Y ¼ a0 N þ a 1

P X

P XY ¼ a0

P X þ a1

P X

2

(2)

que dan

a 0 ¼ ðP YÞð P X 2 Þ

N P X 2 ð P XÞð P XYÞ

ð P XÞ 2

a 1 ¼ N P XY ð P XÞð P YÞ

N P X 2 ð P XÞ 2 (3)

De igual manera, la recta de regresión de X sobre Y es

X = b 0 + b 1 Y (4)

donde b 0 y b 1 se obtienen de las ecuaciones normales

P X ¼ b0 N þ b 1

P Y

P XY ¼ b0

P X þ b1

P Y

2

(5)

que dan

b 0 ¼ ðP XÞð P Y 2 Þ ð P YÞð P XYÞ

N P Y 2 ð P YÞ 2

Las ecuaciones (1) y (4) pueden expresarse, respectivamente, como

b 1 ¼ N P XY ð P XÞð P YÞ

N P Y 2 ð P (6)

YÞ 2

P xy

y ¼ P x y x ¼

x

2

P xy

P y

2

y (7)

donde x ¼ X X y y ¼ Y Y.

Las ecuaciones de regresión son idénticas si y sólo si todos los puntos del diagrama de dispersión se encuentran en

una recta. En tales casos, existe una correlación lineal perfecta entre X y Y.

EL ERROR ESTÁNDAR DE ESTIMACIÓN

Si Y est es el valor estimado para Y, empleando la ecuación (1), para un valor dado de X, una medida de la dispersión

respecto a la recta de regresión de Y sobre X es la cantidad

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P ðY Yest Þ 2

s Y:X ¼

N

(8)

a la que se le llama error estándar de estimación de Y sobre X.


348 CAPÍTULO 14 TEORÍA DE LA CORRELACIÓN

Empleando la recta de regresión (4), el error estándar de estimación análogo, de X sobre Y, es

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P ðX Xest Þ 2

s X:Y ¼

N

(9)

En general, s Y.X ≠ s X.Y .

La ecuación (8) también puede expresarse en la forma

P Y

s 2 2

Y:X ¼

P

a 0 Y

N

a1

P XY

(10)

que puede ser más apropiada para hacer los cálculos (ver problema 14.3). Para la ecuación (9) existe una expresión

similar.

El error estándar de estimación tiene propiedades análogas a la desviación estándar. Por ejemplo, si se trazan rectas

paralelas a la recta de regresión de Y sobre X a las distancias verticales s Y.X , 2s Y.X y 3s Y.X , se hallará, si N es suficientemente

grande, que entre estas rectas se encuentra 68%, 95% y 99.7% de los puntos muestrales, respectivamente.

Así como la desviación estándar modificada, que es

rffiffiffiffiffiffiffiffiffiffiffiffi

N

^s ¼ s

N 1

se emplea para muestras pequeñas, también el error estándar de estimación modificado está dado por

rffiffiffiffiffiffiffiffiffiffiffiffi

N

^s Y:X ¼

N 2

A esto se debe que algunos especialistas en estadística prefieran definir las ecuaciones (8) y (9) empleando N − 2 en

el denominador en lugar de N.

s Y:X

VARIACIÓN EXPLICADA Y NO EXPLICADA

La variación total de Y se define como P ðY YÞ 2 ; es decir, la suma de los cuadrados de las desviaciones de Y respecto

a la media Y. Como se muestra en el problema 14.7, esta expresión se puede expresar como

P ðY YÞ 2 ¼ P ðY Y est Þ 2 þ P ðY est

YÞ 2 (11)

En la ecuación (11), al primer término del lado derecho se le llama variación no explicada, en tanto que al segundo

término se le llama variación explicada; se les llama así debido a que las desviaciones Y est

Y tienen un patrón

definido; en cambio, las desviaciones Y − Y est son aleatorias o impredecibles. Para la variable X existe una fórmula

similar.

COEFICIENTE DE CORRELACIÓN

Al cociente de la variación explicada entre la variación total se le llama coeficiente de determinación. Si hay cero

variación explicada (es decir, si la variación total es sólo variación no explicada), este cociente es 0. Si hay 0 variación

no explicada (es decir, si la variación total es sólo variación explicada), este cociente es 1. En los demás casos, este

cociente se encuentra entre 0 y 1; como siempre es no negativo, se denota r 2 . A la cantidad r se le llama coeficiente de

correlación; está dado por

rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P

explained variación explicada variation ðYest YÞ 2

r ¼

¼ P

total variación variation total

ðY YÞ 2

(12)


OBSERVACIONES ACERCA DEL COEFICIENTE DE CORRELACIÓN 349

y varía entre −1 y +1. Los signos + y − se usan para correlación lineal positiva y correlación lineal negativa, respectivamente.

Obsérvese que r es una cantidad adimensional; es decir, no depende de las unidades que se empleen.

Utilizando las ecuaciones (8) y (11) y el hecho de que la desviación estándar de Y es

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P ðY YÞ 2

s Y ¼

N

(13)

se encuentra que la ecuación (12) puede expresarse, sin hacer caso del signo, como

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

s 2 Y:X

r ¼ 1

s 2 Y

pffiffiffiffiffiffiffiffiffiffiffiffi

o bien s Y:X ¼ s Y 1 r 2

(14)

Si se intercambian X y Y se obtienen ecuaciones similares.

En el caso de la correlación lineal, la cantidad r es la misma, ya sea que se considere a X o a Y como la variable

independiente. Por lo tanto r es una muy buena medida de la correlación lineal entre dos variables.

OBSERVACIONES ACERCA DEL COEFICIENTE DE CORRELACIÓN

Las definiciones del coeficiente de correlación dadas en las ecuaciones (12) y (14) son muy generales y pueden emplearse

tanto para relaciones no lineales como para relaciones lineales; la única diferencia es que Y est se calcula a partir de

una ecuación de regresión no lineal y no a partir de una ecuación de regresión lineal, y que los signos + y − se omiten.

En estos casos la ecuación (8), que define el error estándar de estimación, es perfectamente general. Sin embargo, la

ecuación (10) que se emplea únicamente para regresión lineal, debe ser modificada. Si, por ejemplo, la ecuación de

estimación es

la ecuación (10) se reemplaza por

Y ¼ a 0 þ a 1 X þ a 2 X 2 þþa n 1 X n 1 (15)

P Y

s 2 2

Y:X ¼

P

a 0 Y

P

a1 XY an

P

1 X

n 1 Y

N

(16)

En este caso, el error estándar de estimación modificado (antes visto en este capítulo) es

rffiffiffiffiffiffiffiffiffiffiffiffi

N

^s Y:X ¼

N n

en donde a la cantidad N − n se le conoce como número de grados de libertad.

Hay que subrayar que en todos los casos, el valor calculado para r mide el grado de relación respecto al tipo de

ecuación que se emplee. Así, si se utiliza una ecuación lineal y con la ecuación (12) o (14) dan un valor de r cercano

a cero, esto significa que entre las variables casi no hay correlación lineal. Pero esto no significa que no haya correlación

alguna, pues entre estas variables puede haber una fuerte correlación no lineal. En otras palabras, el coeficiente

de correlación mide la bondad de ajuste entre: 1) la ecuación empleada y 2) los datos. A menos que se especifique otra

cosa, el término coeficiente de correlación se emplea con el significado de coeficiente de correlación lineal.

Hay que hacer notar también que un coeficiente de correlación elevado (es decir, cercano a 1 o a −1) no necesariamente

indica que haya dependencia directa entre las variables. Así, por ejemplo, puede haber correlación elevada

entre la cantidad de libros publicados anualmente y cantidades número de tormentas eléctricas por año. A los ejemplos

de este tipo o se le conoce como correlaciones sin sentido o espurias.

s Y:X


350 CAPÍTULO 14 TEORÍA DE LA CORRELACIÓN

FÓRMULA PRODUCTO-MOMENTO PARA EL COEFICIENTE

DE CORRELACIÓN LINEAL

Si se supone que entre dos variables existe una relación lineal, la ecuación (12) se convierte en

P xy

r ¼ p ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

ð P x 2 Þð P (17)

y 2 Þ

donde x ¼ X X y y ¼ Y Y (ver el problema 14.10). Esta fórmula, que automáticamente da el signo adecuado de

r se conoce como fórmula del producto-momento y permite ver claramente la simetría entre X y Y.

Si se escribe

sffiffiffiffiffiffiffiffiffiffiffi

sffiffiffiffiffiffiffiffiffiffiffi

P P P xy

x

2

y

2

s XY ¼ s

N X ¼

s

N Y ¼

(18)

N

entonces s X y s Y se reconocerán como las desviaciones estándar de X y de Y, respectivamente, y s 2 X y s 2 Y son las varianzas.

La nueva cantidad s XY es la covarianza de X y Y. En términos de la fórmula (18), la fórmula (17) puede expresarse

como

r ¼ s XY

(19)

s X s Y

Obsérvese que r no sólo es independiente de las unidades de X y de Y, sino también de la elección del origen.

FÓRMULAS SIMPLIFICADAS PARA EL CÁLCULO

La fórmula (17) puede expresarse de la siguiente manera equivalente

N P XY ð P XÞð P YÞ

r ¼ q ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

½n P X 2 ð P XÞ 2 Š½N P Y 2 ð P (20)

YÞ 2 Š

con frecuencia empleada para el cálculo de r.

Para datos agrupados como los de una tabla de frecuencias bivariadas o distribución de frecuencias bivariadas

(ver problema 14.17), conviene emplear un método de compilación como los de capítulos anteriores. En ese caso, la

fórmula (20) puede expresarse

N P fu

r ¼

X u Y ð P f X u X Þð P f Y u Y Þ

q ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

½N P f X u 2 X ð P f X u X Þ 2 Š½N P f Y u 2 Y ð P (21)

f Y u Y Þ 2 Š

(ver problema 14.18). Cuando se emplea esta fórmula, para facilitar los cálculos se emplea una tabla de correlación

(ver problema 14.19).

En el caso de datos agrupados, las fórmulas (18) se pueden expresar como

P P P

fuX u

s XY ¼ c X c Y fX u X fY u Y

Y

(22)

N N N

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P

fX u 2 P

X fX u 2

s X ¼ c X

X

(23)

N N

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P

fY u 2 P

Y fY u 2

s Y ¼ c Y

Y

(24)

N N

donde c X y c Y son las amplitudes de los intervalos de clase (que se suponen constantes) correspondientes a las variables

X y Y, respectivamente. Obsérvese que las fórmulas (23) y (24) son equivalentes a la fórmula (11) del capítulo 4.

Empleando las fórmulas (22) y (24), la fórmula (19) parece ser equivalente a la fórmula (21).


TEORÍA MUESTRAL DE LA CORRELACIÓN 351

RECTAS DE REGRESIÓN Y EL COEFICIENTE DE CORRELACIÓN LINEAL

La ecuación de la recta de regresión por mínimos cuadrados Y = a 0 + a 1 X, la recta de regresión de Y sobre X, puede

expresarse como

Y Y ¼ rs Y

ðX XÞ o bien y ¼ rs Y

x (25)

s X s X

De igual manera, la recta de regresión de X sobre Y, X = b 0 + b 1 Y, puede expresarse como

X X ¼ rs X

ðY YÞ o bien x ¼ rs X

y (26)

s Y s Y

Las pendientes de las rectas de regresión (25) y (26) son iguales si y sólo si r = ±1. En esos casos las dos rectas

son idénticas y existe una perfecta correlación entre X y Y. Si r = 0, las rectas forman ángulos rectos y no hay correlación

lineal entre X y Y. Por lo tanto, el coeficiente de correlación lineal mide qué tanto se apartan las dos rectas de

regresión.

Obsérvese que si las ecuaciones (25) y (26) se expresan como Y = a 0 + a 1 X y X = b 0 + b 1 Y, respectivamente,

entonces a 1 b 1 = r 2 (ver problema 14.22).

CORRELACIÓN DE SERIES DE TIEMPO

Si las variables X y Y dependen del tiempo, es posible que entre X y Y exista una relación, aunque esta relación no sea,

necesariamente, de dependencia directa y produzca una “correlación sin sentido”. El coeficiente de correlación se

obtiene considerando los pares de valores (X, Y ) correspondientes a los distintos tiempos y procediendo como de costumbre,

haciendo uso de las fórmulas anteriores (ver problema 14.28).

También se puede tratar de correlacionar los valores de una variable X en cierto tiempo con los correspondientes

valores de X en un tiempo anterior. A esta correlación se le llama autocorrelación.

CORRELACIÓN DE ATRIBUTOS

Los métodos descritos en este capítulo no permiten considerar la correlación entre variables, por naturaleza, no numéricas;

por ejemplo, atributos de individuos (como color de pelo, color de ojos, etc.). La correlación de atributos se

analiza en el capítulo 12.

TEORÍA MUESTRAL DE LA CORRELACIÓN

Los N pares de valores (X, Y ) de dos variables pueden considerarse como muestras de una población que consta de

todos estos pares. Como hay dos variables, a esta población se le llama población bivariada, la que se supondrá tiene

una distribución normal bivariada.

Se puede pensar que existe un coeficiente de correlación poblacional teórico, denotado ρ, que se estima por el

coeficiente de correlación muestral r. Las pruebas de significancia o de hipótesis relacionadas con los diferentes valores

de ρ requieren del conocimiento de la distribución muestral de r. Para ρ = 0 esta distribución es simétrica y se usa

un estadístico que implica la distribución de Student. Para ρ ≠ 0 esta distribución es sesgada; en ese caso, una transformación

desarrollada por Fischer da un estadístico que está distribuido en forma aproximadamente normal. Las

pruebas siguientes resumen los procedimientos empleados:

1. Prueba de hipótesis ρ = 0. Aquí se emplea el hecho de que el estadístico

t ¼ r

pffiffiffiffiffiffiffiffiffiffiffiffi

N 2

p ffiffiffiffiffiffiffiffiffiffiffiffi

(27)

1 r 2

tiene una distribución de Student con ν = N − 2 grados de libertad (ver problemas 14.31 y 14.32).


352 CAPÍTULO 14 TEORÍA DE LA CORRELACIÓN

2. Prueba de hipótesis ρ = ρ 0 0. Aquí se emplea el hecho de que el estadístico

Z ¼ 1 2 log 1 þ r

1 þ r

e ¼ 1:1513 log

1 r

10

1 r

(28)

donde e = 2.71828. . . , está distribuido de manera casi normal, con media y desviación estándar dadas por

Z ¼ 1 2 log e

1 þ 0

1 0

1 þ

¼ 1:1513 log 0

10

1 0

1

Z ¼ p ffiffiffiffiffiffiffiffiffiffiffiffi

(29)

N 3

Las ecuaciones (28) y (29) también pueden usarse para hallar los límites de confianza para los coeficientes de

correlación (ver problemas 14.33 y 14.34). La ecuación (28) se llama transformación Z de Fischer.

3. Significancia de una diferencia entre coeficientes de correlación. Para determinar si dos coeficientes de correlación

r 1 y r 2 , obtenidos de muestras de tamaños N 1 y N 2 , respectivamente, difieren de manera notable uno de otro,

empleando la ecuación (28) se calculan los valores Z 1 y Z 2 correspondientes a r 1 y r 2 . Después se usa el hecho de

que el estadístico de prueba

z ¼ Z 1 Z 2 Z1 Z 2

Z1 Z 2

(30)

donde Z1 Z 2

¼ Z1 Z2

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

y Z1 Z 2

¼ 2 Z 1

þ 2 1

Z 2

¼

N 1 3 þ 1

N 2 3

está distribuido en forma normal (ver problema 14.35).

TEORÍA MUESTRAL DE LA REGRESIÓN

La ecuación de regresión Y = a 0 + a 1 X se obtiene basándose en datos muestrales. Se desea conocer la correspondiente

ecuación de regresión para la población de la que se obtuvo la muestra. A continuación se presentan tres pruebas

relacionadas con esta población:

1. Prueba de hipótesis a 1 = A 1 . Para probar la hipótesis de que el coeficiente de regresión a 1 es igual a algún valor

dado A 1 , se emplea el hecho de que el estadístico

t ¼ a 1 A 1

s Y:X =s X

pffiffiffiffiffiffiffiffiffiffiffiffi

N 2

(31)

tiene una distribución de Student con N − 2 grados de libertad. Esto también se puede emplear para hallar intervalos

de confianza para los coeficientes de regresión poblacional a partir de valores muestrales (ver los problemas

14.36 y 14.37).

2. Prueba de la hipótesis para valores pronosticados. Sea Y 0 el valor pronosticado para Y, correspondiente a X =

X 0 , mediante la ecuación de regresión muestral (es decir, Y 0 = a 0 + a 1 X 0 ). Sea Y P el valor pronosticado para Y que

corresponde a X = X 0 en la población. Entonces, el estadístico

t ¼

s Y:X

Y 0 Y p

pffiffiffiffiffiffiffiffiffiffiffiffi

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

N 2 ¼

N þ 1 þðX 0

XÞ 2 =s 2 X

^s X:Y

Y 0

Y p

q ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi (32)

1 þ 1=N þðX 0

XÞ 2 =ðNs 2 X Þ

tiene una distribución de Student con N − 2 grados de libertad. A partir de esta fórmula se pueden hallar límites de

confianza para valores poblacionales pronosticados (ver el problema 14.38).


PROBLEMAS RESUELTOS 353

3. Prueba de hipótesis para valores pronosticados para la media. Sea Y 0 el valor pronosticado para Y, correspondiente

a X = X 0 , empleando la ecuación de regresión muestral (es decir, Y 0 = a 0 + a 1 X 0 ). Sea Y p el valor medio

pronosticado de Y que corresponde a X = X 0 en la población. Entonces el estadístico

t ¼

s Y:X

Y 0

Y p

pffiffiffiffiffiffiffiffiffiffiffiffi

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

N 2 ¼

1 þðX 0

XÞ 2 =s 2 X

^s Y:X

Y 0

Y p

q ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

(33)

1=N þðX 0

XÞ 2 =ðNs 2 X Þ

tiene una distribución de Student con N − 2 grados de libertad. A partir de esta fórmula se pueden hallar límites de

confianza para valores pronosticados para la media poblacional (ver el problema 14.39).

PROBLEMAS RESUELTOS

DIAGRAMAS DE DISPERSIÓN Y RECTAS DE REGRESIÓN

14.1 En la tabla 14.1 X y Y son las estaturas de 12 padres y de sus hijos mayores.

a) Con estos datos, construir un diagrama de dispersión.

b) Resolviendo las ecuaciones normales, encontrar la línea de regresión de mínimos cuadrados correspondiente

a la estatura del padre sobre la estatura del hijo. También encontrar esta línea empleando SPSS.

c) Resolviendo las ecuaciones normales, encontrar la línea de regresión de mínimos cuadrados correspondiente

a la estatura del hijo sobre la estatura del padre. Encontrar también esta línea empleando STATISTIX.

Tabla 14.1

Estatura X del padre (in) 65 63 67 64 68 62 70 66 68 67 69 71

Estatura Y del hijo (in) 68 66 68 65 69 66 68 65 71 67 68 70

SOLUCIÓN

a) El diagrama de dispersión se obtiene graficando los puntos (X, Y ) en un sistema de coordenadas rectangulares, como

el que se muestra en la figura 14-2.

71

70

Estatura del hijo

69

68

67

66

65

62 63 64 65 66 67 68 69 70 71

Estatura del padre

Figura 14-2 Diagrama de dispersión de los datos de la tabla 14.1.

b) La recta de regresión de Y sobre X es Y = a 0 + a 1 X, donde a 0 y a 1 se obtienen resolviendo las ecuaciones normales.

P P Y ¼ a0 N þ a 1 X

P P P XY ¼ a0 X þ a1 X

2


354 CAPÍTULO 14 TEORÍA DE LA CORRELACIÓN

En la tabla 14.2 se presentan las sumas a partir de las cuales las ecuaciones normales son

12a 0 + 800a 1 = 811

800a 0 + 53 418a 1 = 54 107

de donde se encuentra que a 0 = 35.82 y a 1 = 0.476, con lo que Y = 35.82 + 0.476X.

A continuación se presenta parte del resultado que se obtiene con la secuencia Analyze → Regresión → Linear de

SPSS.

Coeficientes a

Coeficientes sin

estandarizar

Coeficientes

estandarizados

Modelo

B Error estándar Beta

t

Sig

1 (Constante)

Estpadre

35.825

.476

10.178

.153 .703

3.520

3.123

.006

.011

a Variable dependiente: Esthijo.

Delante de la palabra (Constante) se encuentra el valor de a 0 y delante de la palabra Estpadre se encuentra el

valor de a 1 .

Tabla 14.2

X Y X 2 X Y Y 2

65

63

67

64

68

62

70

66

68

67

69

71

68

66

68

65

69

66

68

65

71

67

68

70

4 225

3 969

4 489

4 096

4 624

3 844

4 900

4 356

4 624

4 489

4 761

5 041

∑ X = 800

∑ Y = 811

∑ X 2 = 53 418

4 420

4 624

4 158

4 356

4 556

4 624

4 160

4 225

4 692

4 761

4 092

4 356

4 760

4 624

4 290

4 225

4 828

5 041

4 489

4 489

4 692

4 624

4 970

4 900

∑ ∑ X Y = 54 107 Y 2 = 54 849

c) La recta de regresión de X sobre Y es X = b 0 + b 1 Y, donde b 0 y b 1 se obtienen resolviendo las ecuaciones normales

P P X ¼ b0 N þ b 1 Y

P P P XY ¼ b0 Y þ b1 Y

2

Empleando las sumas de la tabla 14.2 estas ecuaciones son:

12b 0 + 811b 1 = 800

811b 0 + 54 849b 1 = 54 107


PROBLEMAS RESUELTOS 355

de las cuales se encuentra que b 0 = −3.38 y b 1 = 1.036, por lo que X = −3.38 + 1.036Y

A continuación se presenta parte del resultado que se obtiene con la secuencia Statistics → Linear models →

Linear regresión de STATISTIX:

Statistix 8.0

Unweighted Least Squares Linear Regression of Htfather

Predictor

Variable Coefficient Std Error T P

Constant –3.37687 22.4377 –0.15 0.8834

Htson –1.03640 0.33188 –3.12 0.0108

Delante de la palabra constant se encuentra el valor b 0 = −3.37687 y delante de la palabra Esthijo se encuentra

el valor b 1 = 1.0364.

14.2 Resolver el problema 14.1 usando MINITAB. Construir tablas en las que se den los valores ajustados, Y est , y

los residuales. Encontrar la suma de los cuadrados de los residuales correspondientes a estas dos rectas de

regresión.

SOLUCIÓN

Primero se hallará la línea de regresión por mínimos cuadrados de Y sobre X. A continuación se muestran parte de los

resultados que da MINITAB. En la tabla 14.3 se dan los valores ajustados, los residuales y los cuadrados de los residuales

correspondientes a la línea de regresión de Y sobre X.

Tabla 14.3

X

Y

Valor ajustado

Y est

Residual

Y − Y est

Cuadrado del

residual

65

63

67

64

68

62

70

66

68

67

69

71

68

66

68

65

69

66

68

65

71

67

68

70

66.79

65.84

67.74

66.31

68.22

65.36

69.17

67.27

68.22

67.74

68.69

69.65

1.21

0.16

0.26

–1.31

0.78

0.64

–1.17

–2.27

2.78

–0.74

–0.69

0.35

Suma = 0

1.47

0.03

0.07

1.72

0.61

0.41

1.37

5.13

7.74

0.55

0.48

0.12

Suma = 19.70

MTB > Regress ‘Y’ on 1 predictor ‘X’

Análisis de regresión

La ecuación de regresión es Y = 35.8 + 0.476 X

El resultado que da MINITAB al hallar la línea de regresión por mínimos cuadrados de X sobre Y es el siguiente:

MTB > Regress ‘X’ on 1 predictor ‘Y’

Análisis de regresión

La ecuación de regresión es X = –3.4 + 1.04 Y

En la tabla 14.4 se dan los valores ajustados, los residuales y los cuadrados de los residuales correspondientes a la

línea de regresión de X sobre Y.


356 CAPÍTULO 14 TEORÍA DE LA CORRELACIÓN

Tabla 14.4

X

Y

Valor ajustado

X est

Residual

X − X est

Cuadrado del

residual

65

63

67

64

68

62

70

66

68

67

69

71

68

66

68

65

69

66

68

65

71

67

68

70

67.10

65.03

67.10

63.99

68.13

65.03

67.10

63.99

70.21

66.06

67.10

69.17

−2.10

−2.03

−0.10

−0.01

−0.13

−3.03

−2.90

−2.01

−2.21

−0.94

−1.90

−1.83

Suma = 0

4.40

4.10

0.01

0.00

0.02

9.15

8.42

4.04

4.87

0.88

3.62

3.34

Suma = 42.85

Comparando la suma de cuadrados de los residuales se ve que el ajuste de la recta de regresión de mínimos cuadrados

de Y sobre X es mucho mejor que el ajuste de la recta de regresión de mínimos cuadrados de X sobre Y. Recuérdese que

cuanto menor sea la suma de los cuadrados de los residuales, el modelo de regresión se ajusta mejor a los datos. La estatura

del padre es mejor predictor de la estatura del hijo que la estatura del hijo de la estatura del padre.

ERROR ESTÁNDAR DE ESTIMACIÓN

14.3 Si la línea de regresión de Y sobre X está dada por Y = a 0 + a 1 X, probar que el error estándar de estimación

s Y .X está dado por

P Y

s 2 2

Y:X ¼

P

a 0 Y

N

a1

P XY

SOLUCIÓN

Los valores estimados para Y, de acuerdo con la línea de regresión, están dados por Y est = a 0 + a 1 X. Por lo tanto,

P ðY

s 2 Yest Þ 2 P ðY a0 a

Y:X ¼

¼

1 XÞ 2

N

N

P P P YðY a0 a

¼

1 XÞ a 0 ðY a0 a 1 XÞ a 1 XðY a0 a 1 XÞ

N

Pero

y

P ðY a0 a 1 XÞ¼ P Y a 0 N a 1

P X ¼ 0

P XðY a0 a 1 XÞ¼ P XY a 0

P X a1

P X 2 ¼ 0

ya que de acuerdo con las ecuaciones normales

P Y ¼ a0 N þ a 1

P X

P XY ¼ a0

P X þ a1

P X

2

Por lo tanto,

P P YðY

s 2 a0 a

Y:X ¼

1 XÞ Y

2

¼

N

P

a 0 Y

N

a1

P XY

Este resultado puede extenderse a ecuaciones de regresión no lineales.


PROBLEMAS RESUELTOS 357

14.4 Si x ¼ X X y y ¼ Y Y, mostrar que la ecuación del problema 14.3 puede expresarse

P y

s 2 2

Y:X ¼

a 1

P xy

N

SOLUCIÓN

De acuerdo con el problema 14.3, si X ¼ x þ X y Y ¼ y þ Y, se tiene

Ns 2 Y:X ¼ P Y 2 P P P

a 0 Y a1 XY ¼ ðy þ YÞ 2 P P

a 0 ðy þ YÞ a 1 ðx þ XÞðy þ YÞ

¼ P ðy 2 þ 2y Y þ Y 2 Þ a 0 ð P P

y þ N YÞ a 1 ðxy þ Xy þ x Y þ X YÞ

¼ P y 2 þ 2 Y P y þ N Y 2 P

a 0 N Y a 1 xy a1 X P y a 1

Y P x a 1 N X Y

¼ P y 2 þ N Y 2 P

a 0 N Y a 1 xy a1 N X Y

¼ P y 2 P

a 1 xy þ N Yð Y a 0 a 1

¼ P y 2

a 1

P xy

donde se han empleado los resultados P x ¼ 0, P y ¼ 0 y Y ¼ a 0 þ a 1

X (que se obtienen al dividir entre N ambos lados

de la ecuación normal P Y ¼ a 0 N þ a 1

P X por N).

14.5 Dados los datos del problema 14.1, calcular el error estándar de estimación s Y.X empleando: a) la definición y

b) la ecuación obtenida en el problema 14.4.

SOLUCIÓN

a) De acuerdo con el problema 14.1b), la recta de regresión de Y sobre X es Y = 35.82 + 0.476X. En la tabla 14.5 se dan

los valores reales de Y (tomados de la tabla 14.1) y los valores estimados de Y, que se denotan Y est , obtenidos empleando

la recta de regresión; por ejemplo, para X = 65 se tiene Y est = 35.82 + 0.476(65) = 66.76. También se dan los

valores Y − Y est , que se necesitan para calcular s Y.X :

P ðY

s 2 Yest Þ

Y:X ¼

¼ ð1:24Þ2 þð0:19Þ 2 þþð0:38Þ 2

¼ 1:642

N

12

p

y s Y:X ¼

ffiffiffiffiffiffiffiffiffiffiffiffiffi

1:1642 ¼ 1:28 in.

b) De acuerdo con los problemas 14.1, 14.2 y 14.4

P y

s 2 2

Y:X ¼

p

y s Y:X ¼

ffiffiffiffiffiffiffiffiffiffiffi

1:643 ¼ 1:28 in.

a 1

P xy

N

¼ 38:92

0:476ð40:34Þ ¼ 1:643

12

Tabla 14.5

X 65 63 67 64 68 62 70 66 68 67 69 71

Y 68 66 68 65 69 66 68 65 71 67 68 70

Y est 66.76 65.81 67.71 66.28 68.19 65.33 69.14 67.24 68.19 67.71 68.66 69.62

Y − Y est 1.24 0.19 0.29 −1.28 0.81 0.67 −1.14 −2.24 2.81 −0.71 −0.66 0.38

14.6 a) Construir dos rectas que sean paralelas a la recta de regresión del problema 14.1 y que se encuentren a una

distancia vertical s Y .X de ella.

b) Determinar el porcentaje de los datos que caen entre estas dos líneas.


358 CAPÍTULO 14 TEORÍA DE LA CORRELACIÓN

SOLUCIÓN

71

70

69

68

Y

67

66

65

64

Variable

Y

regresión

inferior

superior

62 63 64 65 66 67 68 69 70 71

X

Figura 14-3 De los datos, el 66% se encuentra a una distancia no mayor a S Y .X de la línea de regresión.

a) La recta de regresión Y = 35.82 + 0.476X, obtenida en el problema 14.1, es la recta que aparece marcada con los

rombos. Es la recta de enmedio de las tres rectas que aparecen en la figura 14-3; hay otras dos rectas que se encuentran

cada una a una distancia S Y .X = 1.28 de la recta de regresión. A estas rectas se les llama rectas inferior y superior.

b) En la figura 14-3, los datos aparecen como círculos en negro. Ocho de los 12 datos, es decir el 66.7%, se encuentran entre

las rectas inferior y superior. Dos datos se encuentran fuera de estas rectas y otros dos se hallan sobre estas rectas.

VARIACIÓN EXPLICADA Y VARIACIÓN NO EXPLICADA

14.7 Probar que P ðY YÞ 2 ¼ P ðY Y est Þ 2 þ P ðY est

YÞ 2 .

SOLUCIÓN

Elevando al cuadrado ambos lados de Y Y ¼ðY Y est ÞþðY est

YÞ y sumando después, se tiene

P ðY YÞ 2 ¼ P ðY Y est Þ 2 þ P ðY est

YÞ 2 þ 2 P ðY Y est ÞðY est

La ecuación buscada se obtiene inmediatamente si se demuestra que la última suma es cero; en el caso de la regresión lineal,

esto es así debido a que

P ðY Yest ÞðY est

YÞ ¼ P ðY a 0 a 1 XÞða 0 þ a 1 X YÞ

¼ a 0

P ðY a0 a 1 XÞþa 1

P XðY a0 a 1 XÞ Y P ðY a 0 a 1 XÞ¼0

y por las ecuaciones normales, P ðY a 0 a 1 XÞ¼0 y P XðY a 0 a 1 XÞ¼0.

De igual manera, empleando la curva de mínimos cuadrados dada por Y est ¼ a 0 þ a 1 X þ a 2 X 2 þþa n X n , puede

mostrarse que este resultado también es válido para la regresión no lineal.

14.8 Dados los datos del problema 14.1, calcular: a) la variación total, b) la variación no explicada y c) la variación

explicada.

SOLUCIÓN

P

La recta de regresión por mínimos cuadrados es Y est = 35.8 + 0.476X. En la tabla 14.6 se ve que la variación total

¼ P ðY YÞ 2 = 38.917, la variación no explicada ¼ P ð Þ

ðY Y est Þ 2 = 19.703 y la variación explicada ¼ P ðY est

YÞ 2

= 19.214.


PROBLEMAS RESUELTOS 359

Tabla 14.6

Y Y est (Y − Y) 2 (Y − Y est ) 2 (Y est − Y) 2

68

66

68

65

69

66

68

65

71

67

68

70

Y = 67.5833

66.7894

65.8366

67.7421

66.3130

68.2185

65.3602

69.1713

67.2657

68.2185

67.7421

68.6949

69.6476

0.1739

2.5059

0.1739

6.6719

2.0079

2.5059

0.1739

6.6719

11.6759

0.3399

0.1739

5.8419

Suma = 38.917

1.46562

0.02669

0.06650

1.72395

0.61074

0.40930

1.37185

5.13361

7.73672

0.55075

0.48286

0.12416

Suma = 19.703

0.62985

3.04986

0.02532

1.61292

0.40387

4.94068

2.52257

0.10065

0.40387

0.02532

1.23628

4.26273

Suma = 19.214

Los siguientes resultados de MINITAB dan las mismas sumas de cuadrados. Estas sumas aparecen en negritas.

Obsérvese la enorme cantidad de cálculos que este software le ahorra al usuario.

MTB > Regress ‘Y’ 1 ‘X’;

SUBC> Constant;

SUBC> Brief 1.

Análisis de regresión

The regression equation is

Y = 35.8 + 0.476 X

Analysis of Variance

Source DF SS MS F P

Regression 1 19.214 19.214 9.75 0.011

Residual Error 10 19.703 1.970

Total 11 38.917

COEFICIENTE DE CORRELACIÓN

14.9 Usar los resultados del problema 14.8 para hallar: a) el coeficiente de determinación y b) el coeficiente de

correlación.

SOLUCIÓN

a) Coeficiente de determinación = r 2 variación explicada

= = 19.214

variación total 38.917 = 0.4937

p

b) Coeficiente de correlación ¼ r ¼ ffiffiffiffiffiffiffiffiffiffiffiffiffi

0:4937 ¼0:7027

Como X y Y se relacionan en forma directa, se elige el signo positivo. A dos lugares decimales r = 0.70.

14.10 Probar que para la regresión lineal, el coeficiente de correlación entre las variables X y Y puede expresarse

como

P xy

r ¼ pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

ð P x 2 Þð P y 2 Þ

donde x ¼ X X y y ¼ Y Y.


360 CAPÍTULO 14 TEORÍA DE LA CORRELACIÓN

SOLUCIÓN

La recta de regresión por mínimos cuadrados de Y sobre X puede expresarse Y est = a 0 + a 1 X o bien y est = a 1 x, donde [ver

problema 13.15a)]

P xy

a 1 ¼ P x

2 y y est ¼ Y est

Y

P

Entonces

r 2 variación explicada ðYest YÞ 2 P y

2

= ¼ P

variación total ðY YÞ 2 ¼ P est

y

2

P a

2

¼ 1 x 2 P

P ¼ a2 1 x

2 P xy 2 P x

2

P ¼ P P y

2 y

2 x

2 y

2 ¼ ð P xyÞ 2

ð P x 2 Þð P y 2 Þ

P xy

y

r ¼pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

ð P x 2 Þð P y 2 Þ

P xy

Sin embargo, como la cantidad

pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

ð P x 2 Þð P y 2 Þ

es positiva cuando y est aumenta a medida que x aumenta (es decir, correlación lineal positiva) y negativa cuando y est disminuye

a medida que x aumenta (es decir, correlación lineal negativa), esta expresión tiene automáticamente el signo correcto.

Por lo tanto, el coeficiente de correlación lineal se define como

P xy

r ¼ pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

ð P x 2 Þð P y 2 Þ

A esta expresión se le conoce como fórmula producto-momento para el coeficiente de correlación lineal.

FÓRMULA PRODUCTO-MOMENTO PARA EL COEFICIENTE

DE CORRELACIÓN LINEAL

14.11 Encontrar el coeficiente de correlación lineal entre las variables X y Y que se presentan en la tabla 14.7.

Tabla 14.7

SOLUCIÓN

X 1 3 4 6 8 9 11 14

Y 1 2 4 4 5 7 8 9

Para facilitar los cálculos se elabora la tabla 14.8.

P xy

r ¼ ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

ð P x 2 Þð P 84

p

¼ pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

¼ 0:977

y 2 Þ ð132Þð56Þ

Esto indica que existe una correlación lineal muy elevada entre estas variables, como ya se observó en los problemas

13.8 y 13.12.

Tabla 14.8

X Y x ¼ X X y ¼ Y Y x 2 xy y 2

1

3

4

6

8

9

11

14

P X ¼ 56

X ¼ 56=8 ¼ 7

1

2

4

4

5

7

8

9

P Y ¼ 40

Y ¼ 40=8 ¼ 5

−6

−4

−3

−1

−1

−2

−4

−7

−4

−3

−1

−1

−0

−2

−3

−4

36

16

9

1

1

4

16

49

P x 2 ¼ 132

24

12

3

1

0

4

12

28

16

9

1

1

0

4

9

16

P xy ¼ 84

P y 2 ¼ 56


PROBLEMAS RESUELTOS 361

14.12 Con objeto de investigar la relación entre el promedio de calificaciones y la cantidad de horas por semana que

se ve televisión, se recolectan los datos que se muestran en la tabla 14.9 y en la figura 14-4, y se emplea EXCEL

para obtener un diagrama de dispersión de los datos. La información corresponde a 10 estudiantes de secundaria,

X es la cantidad de horas por semana que el estudiante ve televisión (horas de TV) y Y es su promedio de

calificaciones.

Tabla 14.9

Horas de TV

20

5

8

10

13

7

13

5

25

14

Promedio de calificaciones

2.35

3.8

3.5

2.75

3.25

3.4

2.9

3.5

2.25

2.75

Promedio de calificaciones

4

3.8

3.6

3.4

3.2

3

2.8

2.6

2.4

2.2

2

0 5 10 15 20 25 30

Horas de TV

Figura 14-4 EXCEL, diagrama de dispersión de datos del problema 14.12.

Usar EXCEL para calcular el coeficiente de correlación de estas dos variables y verificar empleando la

fórmula de producto-momento.

SOLUCIÓN

Para hallar el coeficiente de correlación se emplea la función de EXCEL =CORREL(E2:E11,F2:F11), ingresando

en las celdas E2:E11 las horas de televisión y en las celdas F2:F11 los promedios de calificaciones. El coeficiente de

correlación es −0.9097. El signo negativo indica que las dos variables están inversamente correlacionadas. Es decir, cuanto

mayor es la cantidad de horas que se ve televisión, menor es el promedio de calificaciones.

14.13 En un estudio se registran los salarios iniciales (en miles), Y, y los años de estudio, X, de 10 empleados. En la

tabla 14.10 y en la figura 14-5 se presentan los datos y una gráfica de dispersión empleando SPSS.


362 CAPÍTULO 14 TEORÍA DE LA CORRELACIÓN

Tabla 14.10

Salario inicial

35

46

48

50

40

65

28

37

49

55

Años de estudio

12

16

16

15

13

19

10

12

17

14

60.00

Salario inicial

50.00

40.00

30.00

12.00 15.00 18.00

Estudios

Figura 14-5 SPSS, diagrama de dispersión del problema 14.13.

Usar SPSS para calcular el coeficiente de correlación de estas dos variables y verificar usando la fórmula

del producto-momento.

SOLUCIÓN

Correlaciones

salario inicial

estudios

salario inicial

Correlación de Pearson

Sig. (2 colas)

N

1

10

.891**

.001

10

estudios

Correlación de Pearson

Sig. (2 colas)

N

.891**

.001

10

1

10

**Correlación significativa al nivel 0.001 (2 colas).


PROBLEMAS RESUELTOS 363

La secuencia Analyze → Correlate → Bivariate de SPSS da la correlación empleando la fórmula del

producto-momento. A esta fórmula también se le llama correlación de Pearson.

El resultado da el coeficiente de correlación r = 0.891.

14.14 En un estudio realizado con 10 estudiantes se registró la cantidad de horas por semana que emplean su teléfono

celular, Y, y la cantidad de letras en su nombre, X. En la tabla 14.11 y en la figura 14-6 se presentan los datos

y el diagrama de dispersión obtenido con STATISTIX.

Tabla 14.11

Horas de celular

6

6

3

17

19

14

15

3

13

7

Letras en el nombre

13

11

12

7

14

4

4

13

4

9

Diagrama de dispersión de letras vs. horas

14

12

Letras

10

8

6

4

3 7 11

15 19

Horas

Figura 14-6 STATISTIX, diagrama de dispersión de los datos de la tabla 14.11.

Usar STATISTIX para calcular el coeficiente de correlación de las dos variables y verificar usando la

fórmula del producto-momento.

SOLUCIÓN

Con la secuencia “Statistics → Linear models → correlations(Pearson)” se obtiene el resultado

siguiente:

Statistix 8.0

Correlations (Pearson)

Hours

Letters –0.4701

P-VALUE 0.1704


364 CAPÍTULO 14 TEORÍA DE LA CORRELACIÓN

El coeficiente de correlación es r = −0.4701. Entre estas dos variables no existe una correlación significativa.

14.15 Mostrar que el coeficiente de correlación lineal está dado por

N P XY ð P XÞð P YÞ

r ¼ qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

½N P X 2 ð P XÞ 2 Š½N P Y 2 ð P YÞ 2 Š

SOLUCIÓN

Si se escribe x ¼ X X y y ¼ Y Y en la fórmula del problema 14.10, se tiene

P P xy

ðX XÞðY YÞ

r ¼ pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

ð P x 2 Þð P ¼ q ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

y 2 Þ ½ P ðX XÞ 2 Š½ P (34)

ðY YÞ 2 Š

Pero

P ðX XÞðY YÞ ¼ P ðXY XY X Y þ X YÞ ¼ P XY X P Y Y P X þ N X Y

¼ P XY N X Y N Y X þ N X Y ¼ P XY N X Y

¼ P XY

ðP XÞð P YÞ

N

ya que X ¼ð P XÞ=N y Y ¼ð P YÞ=N. De igual manera,

P ðX XÞ 2 ¼ P ðX 2 2X X þ X 2 Þ¼ P X 2 2 X P X þ N X 2

y

¼ P X 2 2ð P XÞ 2

N

þ ðP XÞ 2

N

P ðY YÞ 2 ¼ P Y 2 ð P YÞ 2

¼ P X 2 ð P XÞ 2

N

N

Por lo tanto, la ecuación (34) se convierte en

P P P XY ð XÞð YÞ=N

N P XY ð P XÞð P YÞ

r ¼ qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

½ P X 2 ð P XÞ 2 =NŠ½ P Y 2 ð P ¼ qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

YÞ 2 =NŠ ½N P X 2 ð P XÞ 2 Š½N P Y 2 ð P YÞ 2 Š

14.16 Se estudió la relación entre el exceso de peso y la presión sanguínea alta en adultos obesos. En la tabla 14.12

se presentan exceso de peso, en libras, y unidades superiores a 80 en la presión diastólica. En la figura 14-7 se

presenta el diagrama de dispersión obtenido con SAS.

Tabla 14.12

Exceso de peso en libras Unidades superiores a 80

75

86

88

125

75

30

47

150

114

68

15

13

10

27

20

5

8

31

78

22


PROBLEMAS RESUELTOS 365

40

Presión diastólica superior a 80

30

20

10

0

30 40 50 60 70 80 90 100 110 120 130 140 150

Exceso de peso

Figura 14-7 SAS, diagrama de dispersión para el problema 14.16.

Usar SAS para calcular el coeficiente de correlación de estas dos variables y verificar usando la fórmula del producto-momento.

SOLUCIÓN

Con la secuencia Statistics → Descriptive → Correlations de SAS se obtiene el procedimiento para la correlación, una

parte del cual se muestra a continuación.

The CORR Procedure

Overwt

Over80

Overwt 1.00000 0.85536

Overwt 0.0016

Over80 0.85536 1.00000

Over80 0.0016

El coeficiente de correlación dado en estos resultados es 0.85536. Existe una correlación significativa entre el

exceso de peso de una persona y una presión diastólica superior a 80.

COEFICIENTE DE CORRELACIÓN PARA DATOS AGRUPADOS

14.17 En la tabla 14.13 se muestran las distribuciones de frecuencias de las calificaciones finales en matemáticas y

en física de 100 estudiantes. De acuerdo con esta tabla determinar.

a) El número de estudiantes que en matemáticas obtuvo una calificación entre 70 y 79, y en física una calificación

entre 80 y 89.

b) El porcentaje de estudiantes cuya calificación en matemáticas es menor a 70.

c) El número de estudiantes que tiene 70 o más en física y menos de 80 en matemáticas.

d ) El porcentaje de estudiantes que aprueba por lo menos una de estas dos materias, suponiendo que la calificación

para aprobar es 60.


366 CAPÍTULO 14 TEORÍA DE LA CORRELACIÓN

SOLUCIÓN

a) En la tabla 14.13 se desciende por la columna cuyo encabezado es 70-79 (calificación en matemáticas) hasta el renglón

marcado 80-89 (calificación en física), donde la entrada es 4, que es el número de estudiantes buscado.

Tabla 14.13

Calificación en matemáticas

40-49 50-59 60-69 70-79 80-89 90-99 Total

90-99 2 4 4 10

Calificación en física

80-89 1 4 6 5 16

70-79 5 10 8 1 24

60-69 1 4 9 5 2 21

50-59 3 6 6 2 17

40-49 3 5 4 12

Total 7 15 25 23 20 10 100

b) El número de estudiantes cuya calificación en matemáticas es menos de 70 es el número de estudiantes cuya calificación

corresponde a 40-49 + el número de estudiantes cuya calificación está en 50-59 + el número de estudiantes cuya

calificación se halla en 60-69 = 7 + 15 + 25 = 47. Por lo tanto, el porcentaje buscado es 47/100 = 47%.

c) El número buscado de estudiantes es la suma de las entradas en la tabla 14.14 (que presenta parte de las entradas de

la tabla 14.13). Por lo tanto, el número buscado de estudiantes es 1 + 5 + 2 + 4 + 10 = 22.

d ) En la tabla 14.15 (tomada de la tabla 14.13) se muestra el número de alumnos que tiene una calificación menor a 60

en física o en matemáticas o en ambas materias, que es 3 + 3 + 6 + 5 = 17. Por lo tanto, el número de estudiantes

con una calificación de 60 o más en física o en matemáticas, o en ambas, es 100 − 17 = 83. El porcentaje buscado es

83/100 = 83%.

Tabla 14.14

Tabla 14.15

Calificaciones en

matemáticas

Calificaciones en

matemáticas

60-69 70-79

40-49 50-59

Calificaciones

en física

90-99 2

80-89 1 4

70-79 5 10

Calificaciones

en física

50-59 3 6

40-49 3 5

La tabla 14.13 a veces se denomina tabla de frecuencias bivariada o distribución de frecuencias bivariada. Cada

cuadro de la tabla se llama celda y corresponde a un par de clases o intervalos de clase. El número indicado en la celda se

conoce como frecuencia de celda. Por ejemplo, en la parte a) el número 4 es la frecuencia de la celda que corresponde al

par de intervalos de clase 70-79 en matemáticas y 80-89 en física.

Los totales indicados en la última fila y la última columna se denominan totales marginales o frecuencias marginales.

Corresponden, respectivamente, a las frecuencias de clase de las distribuciones de frecuencias separadas de las calificaciones

de matemáticas y de física.


PROBLEMAS RESUELTOS 367

14.18 Mostrar cómo modificar la fórmula del problema 14.15 en el caso de datos agrupados, como en la tabla de

frecuencias bivariada (tabla 14.13).

SOLUCIÓN

En el caso de datos agrupados se puede considerar que los valores de las variables X y Y coinciden con las marcas de clase

y que f X y f Y son las correspondientes frecuencias de clase, o frecuencias marginales, que se muestran en el último renglón

y en la última columna de la tabla de frecuencias bivariada. Si f representa las diversas frecuencias de celda que corresponden

a los pares de marcas de clase (X, Y), entonces la fórmula del problema 14.15 puede reemplazarse por la fórmula

N P fXY ð P f

r ¼

X XÞð P f Y YÞ

q ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

½N P f X X 2 ð P f X XÞ 2 Š½N P f Y Y 2 ð P (35)

f Y YÞ 2 Š

Si X = A + c x u x y Y = B + c Y u Y , donde c X y c Y son las amplitudes de los intervalos de clase (que se suponen constantes)

y A y B son dos marcas de clase cualesquiera que corresponden a estas variables, la fórmula (35) se convierte en la

fórmula (21) de este capítulo:

N P fu

r ¼

X u Y ð P f X u X Þð P f Y u Y Þ

q ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

½N P f X u 2 X ð P f X u X Þ 2 Š½N P f Y u 2 Y ð P (21)

f Y u Y Þ 2 Š

Éste es el método de codificación empleado en capítulos anteriores como método abreviado para el cálculo de medias,

desviaciones estándar y momentos superiores.

14.19 Encontrar el coeficiente de correlación lineal correspondiente a las calificaciones de matemáticas y de física

del problema 14.17.

SOLUCIÓN

Se usará la fórmula (21). Para facilitar los cálculos se elabora la tabla 14.16, a la que se le llama tabla de correlación. Las

sumas P f X , P f X u X , P f X u 2 X, P f Y , P f Y u Y y P f Y u 2 Y se obtienen empleando el método de codificación, como en

capítulos anteriores.

En la tabla 14.16, el número que aparece en la esquina de cada celda representa el producto fu X u Y , donde f es la

frecuencia de celda. La suma de estos números de las esquinas en cada renglón se indica en el renglón correspondiente de

la última columna. La suma de estos números de las esquinas en cada columna se indica en la columna correspondiente del

último renglón. Los totales finales del último renglón y de la última columna son iguales y representan P fu X u Y .

De acuerdo con la tabla 14.16, se tiene

N P fu

r ¼

X u Y ð P f X u X Þð P f Y u Y Þ

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

½N P f X u 2 X ð P f X u X Þ 2 Š½N P f Y u 2 Y ð P f Y u Y Þ 2 Š

ð100Þð125Þ ð64Þð 55Þ

16,020

¼ qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

¼ pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

¼ 0:7686

½ð100ð236Þ [(100)(236) − ð64Þ (64) 2 Š½ð100Þð253Þ ][(100)(253) − ð(−55) 55Þ 2 Š]

ð19,504Þð22,275Þ

14.20 Empleando la tabla 14.16 calcular: a) s X , b) s Y y c) s X Y y verificar la fórmula r = s X Y /(s X s Y ).

SOLUCIÓN

ON sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P

fX u 2 P

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

X fX u 2

a) s X ¼ c X 236 64 2

X

¼ 10

¼ 13:966

N N

100 100

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P

fY u 2 P

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

Y fY u 2

b) s Y ¼ c Y 253 55 2

Y ¼ 10

¼ 14:925

N N

100 100

P P P

fuX u

c) s XY ¼ c X c Y fX u X fY u Y

Y ¼ð10Þð10Þ 125

N N N

100

64

100

55

100

¼ 160:20

Por lo tanto, la desviación estándar de las calificaciones de matemáticas y de física son 14.0 y 14.9, respectivamente, y la

covarianza es 160.2. Por lo tanto, el coeficiente de correlación r es


368 CAPÍTULO 14 TEORÍA DE LA CORRELACIÓN

Tabla 14.16

Calificaciones en matemáticas X

Calificaciones en física Y

X 44.5 54.5 64.5 74.5 84.5 94.5 Suma de

los números

u X f Y f Y u Y f Y u 2 y

Y 2 1 0 1 2 3

u Y

en las

esquinas

de cada

renglón

94.5 2 2 4 4 10 20 40 44

4 16 24

84.5 1 1 4 6 5 16 16 16 31

0 4 12 15

74.5 0 5 10 8 1 24 0 0 0

0 0 0 0

64.5 1 1 4 9 5 2 21 21 21 3

2 4 0 5 4

54.5 2 3 6 6 2 17 34 68 20

12 12 0 4

44.5 3 3 5 4 12 36 108 33

18 15 0

f X 7 15 25 23 20 10

f X u X 14 15 0 23 40 30

f X u 2 X 28 15 0 23 80 90

Suma de los

números en

las esquinas

de cada

columna

32 31 0 1 24 39

f X f Y f Y u Y f Y u 2 Y fu X u Y

N 100 55 253 125

f X u X

64

f X u 2 X

236

fu X u Y

125

Comprobación

que coincide con el valor obtenido en el problema 14.19.

r ¼ s XY 160:20

¼

s X s Y ð13:966Þð14:925Þ ¼ 0:7686

RECTAS DE REGRESIÓN Y EL COEFICIENTE DE CORRELACIÓN

14.21 Probar que las rectas de regresión de Y sobre X y de X sobre Y son, respectivamente, a) Y Y ¼ðrs Y =s X Þ

ðX YÞ y b) X X ¼ðrs X =s Y ÞðY YÞ.

SOLUCIÓN

a) De acuerdo con el problema 13.15a), la ecuación de la recta de regresión de Y sobre X es

P

P

xy

xy

y ¼ P x o bien Y Y ¼ P ðX XÞ

x

2

x

2

Entonces, como

P xy

r ¼ p ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

ð P x 2 Þð P (ver problema 14.10)

y 2 Þ


PROBLEMAS RESUELTOS 369

se tiene

P ¼ r pPffiffiffiffiffiffiffiffiffiffiffi

y

2

pffiffiffiffiffiffiffiffiffiffiffi

x

2 P x

2

P xy

P x

2 ¼ r

pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

ð P x 2 Þð P y 2 Þ

¼ rs Y

s X

de donde resulta la fórmula buscada.

b) La fórmula buscada se obtiene intercambiando X y Y en el inciso a).

14.22 Si las rectas de regresión de Y sobre X y de X sobre Y son, respectivamente, Y = a 0 + a 1 X y X = b 0 + b 1 Y,

probar que a 1 b 1 = r 2 .

SOLUCIÓN

De acuerdo con el problema 14.21, incisos a) y b),

Por lo tanto, a 1 b 1 ¼ rs Y

s X

a 1 ¼ rs Y

y b

s 1 ¼ rs X

X s Y

rsX

s Y

¼ r 2

Esta fórmula puede tomarse como el punto de partida para la definición del coeficiente de correlación lineal.

14.23 Emplear la fórmula obtenida en el problema 14.22 para hallar el coeficiente de correlación lineal correspondiente

a los datos del problema 14.1.

SOLUCIÓN

De acuerdo con el problema 14.1 [incisos b) y c), respectivamente] a 1 = 484/1 016 = 0.476 y b 1 = 484/467 = 1.036. Por

lo tanto, Y 2 = a 1 b 1 = (384/1 016)(484/467) y r = 0.7027.

14.24 Dados los datos del problema 14.19, escribir las ecuaciones de las rectas de regresión de: a) Y sobre X y b) X

sobre Y.

SOLUCIÓN

De acuerdo con la tabla de correlación (tabla 14.16) del problema 14.19, se tiene

P

fX u

X ¼ A þ c X

X

N

P

fY u

Y ¼ B þ c Y

Y

N

¼ 64:5 þ ð10Þð64Þ

100

¼ 70:9

¼ 74:5 þ ð10Þð 55Þ ¼ 69:0

100

De acuerdo con los resultados del problema 14.20, s X = 13.966, s Y = 14.925 y r = 0.7686. Ahora, empleando el problema

14.21, incisos a) y b), se obtienen las ecuaciones de las rectas de regresión.

a) Y Y ¼ rs Y

ðX XÞ Y 69:0 ¼ ð0:7686Þð14:925Þ ðX

s X 13:966

70:9Þ ¼0:821ðX 70:9Þ

b) X X ¼ rs X

ðY YÞ X 70:9 ¼ ð0:7686Þð13:966Þ ðY

s Y 14:925

69:0Þ ¼0:719ðY 69:0Þ

14.25 Dados los datos del problema 14.19, calcular los errores estándar de estimación: a) s Y.X y b) s X.Y . Usar los resultados

del problema 14.20.

SOLUCIÓN

pffiffiffiffiffiffiffiffiffiffiffiffi

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

a) s Y:X ¼ s Y 1 r 2 ¼ 14:925 1 ð0:7686Þ 2 ¼ 9:548

pffiffiffiffiffiffiffiffiffiffiffiffi

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

b) s X:Y ¼ s X 1 r 2 ¼ 13:966 1 ð0:7686Þ 2 ¼ 8:934


370 CAPÍTULO 14 TEORÍA DE LA CORRELACIÓN

14.26 En la tabla 14.17 se presentan los índices de precios al consumidor para alimentos y atención médica, de Estados

Unidos, desde 2000 hasta 2006, comparados con los precios de los años base, 1982 a 1984 (tomando la media

como 100). Calcular el coeficiente de correlación entre estos dos índices de precios y dar el cálculo de este

coeficiente empleando MINITAB.

Tabla 14.17

Año 2000 2001 2002 2003 2004 2005 2006

Alimentos 167.8 173.1 176.2 180.0 186.2 190.7 195.2

Medicamentos 260.8 272.8 285.6 297.1 310.1 323.2 336.2

Fuente: Bureau of Labor Statistics.

SOLUCIÓN

Estos índices para alimentos y para atención médica se denotan X y Y, respectivamente, y los cálculos del coeficiente de

correlación se organizan en la tabla 14.18. (Obsérvese que el año se usa únicamente para especificar los valores correspondientes

a X y Y.)

Tabla 14.18

X Y x ¼ X X y ¼ Y Y x 2 xy y 2

167.8

173.1

176.2

180.0

186.2

190.7

195.2

X = 181.3

260.8

272.8

285.6

297.1

310.1

323.2

336.2

Y = 298.0

−13.5

−8.2

−5.1

−1.3

−4.9

−9.4

−13.9

−37.2

−25.2

−12.4

−0.9

−12.1

−25.2

−38.2

182.25

67.24

26.01

1.69

24.01

88.36

193.21

Suma = 582.77

502.20

206.64

63.24

1.17

59.29

236.88

530.98

Suma = 1 600.4

1 383.84

635.04

153.76

0.81

46.41

635.04

1 459.24

Suma = 4 414.14

Entonces, mediante la fórmula del producto-momento

P xy

r ¼ ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

ð P x 2 Þð P 1600:4 1 600.4

p

¼ pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

¼ 0:998

y 2 Þ (582.77)(4 ð582:77Þð4414:14Þ 414.14)

Después de ingresar los valores de X en C1 y los valores de Y en C2, con el comando de MINITAB correlation C1

C2, se obtiene el coeficiente de correlación, que es igual al calculado antes.

Correlations: X, Y

Pearson correlation of X and Y =0.998

P–Value=0.000

CORRELACIÓN NO LINEAL

14.27 Ajustar una parábola de mínimos cuadrados de la forma Y = a 0 + a 1 X + a 2 X 2 al conjunto de datos de la tabla

14.19. Dar también la solución empleando MINITAB.


PROBLEMAS RESUELTOS 371

SOLUCIÓN

Las ecuaciones normales (23) del capítulo 13 son

P P P Y ¼ a0 N þ a 1 X þ a2 X

2

P XY ¼ a0

P X þ a1

P X 2 þ a 2

P X

3

P X 2 Y ¼ a 0

P X 2 þ a 1

P X 3 þ a 2

P X

4

(36)

Tabla 14.19

X 1.2 1.8 3.1 4.9 5.7 7.1 8.6 9.8

Y 4.5 5.9 7.0 7.8 7.2 6.8 4.5 2.7

Para facilitar el cálculo de las sumas se elabora la tabla 14.20. Entonces, como N = 8, las ecuaciones normales (36) se

convierten en

8a 0 + 42.2a 1 + 291.20a 2 = 46.4

42.2a 0 + 291.20a 1 + 2 275.35a 2 = 230.42

291.20a 0 + 2 275.35a 1 + 18 971.92a 2 = 1 449.00

(37)

Resolviendo, a 0 = 2.588, a 1 = 2.056 y a 2 = −0.2110, de manera que la ecuación de la parábola de mínimos cuadrados

buscada es

Y ¼ 2:588 þ 2:065X 0:2110X 2

Tabla 14.20

X Y X 2 X 3 X 4 XY X 2 Y

1.2

1.8

3.1

4.9

5.7

7.1

8.6

9.8

4.5

5.9

7.0

7.8

7.2

6.8

4.5

2.7

1.44

3.24

9.61

24.01

32.49

50.41

73.96

96.04

1.73

5.83

29.79

117.65

185.19

357.91

636.06

941.19

2.08

10.49

92.35

576.48

1 055.58

2 541.16

5 470.12

9 223.66

5.40

10.62

21.70

38.22

41.04

48.28

38.70

26.46

6.48

19.12

67.27

187.28

233.93

342.79

332.82

259.31

∑ X

= 42.2

∑ Y

= 46.4

∑ X

2

= 291.20

∑ X

3

= 2 275.35

∑ X

4

= 18 971.92

∑ X Y

= 230.42

∑ X 2 Y

= 1 449.00

Los valores de Y se ingresan en C1, los valores de X se ingresan en C2, y los valores de X 2 se ingresan en C3. Se da la

secuencia Stat → Regresión → Regression de MINITAB. La parábola de mínimos cuadrados dada como parte de

los resultados es la siguiente:

La ecuación de regresión es Y = 2.59 + 2.06 X – 0.211 Xcuadrada

Que es la misma ecuación obtenida resolviendo las ecuaciones normales.

14.28 Usar la parábola de mínimos cuadrados del problema 14.27 para estimar el valor de Y para los valores dados

de X.


372 CAPÍTULO 14 TEORÍA DE LA CORRELACIÓN

SOLUCIÓN

Para X = 1.2, Y est = 2.588 + 2.065(1.2) − 0.2110(1.2) 2 = 4.762. Los demás valores estimados se obtienen de manera

similar. Los resultados se muestran en la tabla 14.21 junto con los valores reales de Y.

Tabla 14.21

Y est 4.762 5.621 6.962 7.640 7.503 6.613 4.741 2.561

Y 4.5 5.9 7.0 7.8 7.2 6.8 4.5 2.7

14.29 a) Encontrar el coeficiente de correlación lineal entre las variables X y Y del problema 14.27.

b) Encontrar el coeficiente de correlación no lineal entre las variables X y Y del problema 14.27, asumiendo

la relación parábolica obtenida en el problema 14.27.

c) Explicar la diferencia entre los coeficientes de correlación obtenidos en los incisos a) y b).

d ) ¿Qué porcentaje de la variación total queda no explicada si se supone que la relación entre X y Y es la

relación parabólica?

SOLUCIÓN

a) Empleando los cálculos ya realizados en la tabla 14.20 y el hecho de que ∑ Y 2 = 290.52, se encuentra que

N P XY ð P XÞð P YÞ

r ¼ qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

½N P X 2 ð P XÞ 2 Š½N P Y 2 ð P YÞ 2 Š

ð8Þð230:42Þ ð42:2Þð46:4Þ

¼ qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

¼ 0:3743

½ð8Þð291:20Þ ð42:2Þ 2 Š½ð8Þð290:52Þ ð46:4Þ 2 Š

b) De acuerdo con la tabla 14.20, Y ¼ð P YÞ=N ¼ 46:4=8 ¼ 5:80; por lo tanto, la variación total es P ðY YÞ 2 ¼

21.40. De acuerdo con la tabla 14.21, la variación explicada es P ðY est

YÞ 2 ¼ 21:02. Por lo tanto,

r 2 =

variación explicada

variación total

= 21.02 = 0.9822 y r = 0.9911 o bien 0.99

21.40

c) El hecho de que en el inciso a) la correlación lineal sea de sólo −0.3743 indica que prácticamente no hay ninguna

relación lineal entre X y Y. Sin embargo, hay una muy buena relación no lineal dada por la parábola del problema

14.27, como lo indica el hecho de que en el inciso b) el coeficiente de correlación sea 0.99.

d )

Variación no explicada

Variación total

= 1 r 2 = 1 0.9822 = 0.0178

Por lo tanto, 1.78% de la variación total queda no explicada. Esto puede deberse a fluctuaciones aleatorias o a otras

variables que no hayan sido tomadas en consideración.

14.30 Dados los datos del problema 14.27, encontrar: a) s Y y b) s Y .X .

SOLUCIÓN

a) De acuerdo con el problema 14.29a), P ðY YÞ 2 ¼ 21:40. Por lo tanto, la desviación estándar de Y es

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P rffiffiffiffiffiffiffiffiffiffiffi

ðY YÞ 2 21:40

s Y ¼

¼ ¼ 1:636 o bien 1.64

N

8


PROBLEMAS RESUELTOS 373

b) Primer método

Empleando el inciso a) y el problema 14.29b), el error estándar de estimación de Y sobre X es

pffiffiffiffiffiffiffiffiffiffiffiffi

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

s Y:X ¼ s Y 1 r 2 ¼ 1:636 1 ð0:9911Þ 2 ¼ 0:218 o bien 0.22

Segundo método

Usando el problema 14.29,

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

ðY Yest Þ 2 unexplained variación no variation explicada 21:40 21:02

s Y:X ¼

¼

¼

¼ 0:218 o bien 0.22

N

N

8

Tercer método

Usando el problema 14.27 y el cálculo adicional ∑ Y 2 = 290.52, se tiene

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P P P P Y

2

a

s Y:X ¼

0 Y a1 XY a2 X 2 Y

¼ 0:218 o bien 0.22

N

TEORÍA MUESTRAL DE LA CORRELACIÓN

14.31 En una muestra de tamaño 18, el coeficiente de correlación encontrado es 0.32. ¿Puede concluirse, a los niveles

de significancia: a) 0.05 y b) 0.01, que el coeficiente de correlación poblacional correspondiente difiere de

cero?

SOLUCIÓN

Se debe decidir entre las hipótesis H 0 : ρ = 0 y H 1 : ρ > 0.

t ¼ r

pffiffiffiffiffiffiffiffiffiffiffiffi

pffiffiffiffiffiffiffiffiffiffiffiffiffi

N 2 0:32 18 2

pffiffiffiffiffiffiffiffiffiffiffiffi

¼ qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

¼ 1:35

1 r 2

1 ð0:32Þ 2

a) Empleando una prueba de una cola con la distribución de Student al nivel 0.05, H 0 se rechaza si t > t. 95 = 1.75 para

(18 − 2) = 16 grados de libertad. Por lo tanto, al nivel 0.05, no se rechaza H 0 .

b) Como al nivel 0.05 no se rechaza H 0 , seguramente tampoco se rechazará al nivel 0.01.

14.32 ¿Cuál será el mínimo tamaño de muestra necesario para que se pueda concluir, al nivel 0.05, que un coeficiente

de correlación 0.32 difiere significativamente de cero?

SOLUCIÓN

Empleando una prueba de una cola con la distribución de Student al nivel 0.05, el valor mínimo de N debe ser tal que

p

0:32 ffiffiffiffiffiffiffiffiffiffiffiffi

N 2

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

¼ t :95

1 ð0:32Þ 2

para N − 2 grados de libertad. Para un número infinito de grados de libertad t. 95 = 1.64 y por lo tanto, N = 25.6.

p

Para N = 26: ν = 24 t. 95 = 1.71 t ¼ 0:32 ffiffiffiffiffi qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

24 = 1 ð0:32Þ 2 ¼ 1:65

p

Para N = 27: ν = 25 t. 95 = 1.71 t ¼ 0:32 ffiffiffiffiffi qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

25 = 1 ð0:32Þ 2 ¼ 1:69

p

Para N = 28: ν = 26 t. 95 = 1.71 t ¼ 0:32 ffiffiffiffiffi qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

26 = 1 ð0:32Þ 2 ¼ 1:72

Por lo tanto, el tamaño mínimo de la muestra es N = 28.


374 CAPÍTULO 14 TEORÍA DE LA CORRELACIÓN

14.33 En una muestra de tamaño 24, el coeficiente de correlación encontrado es r = 0.75. Al nivel de significancia

0.05, ¿se puede rechazar la hipótesis de que el coeficiente de correlación poblacional sea tan pequeño como:

a) ρ = 0.60 y b) ρ = 0.50?

SOLUCIÓN

a) Z ¼ 1:1513 log 1 þ 0:75

1 0:75

y

Por lo tanto, z ¼ Z Z

Z

¼

¼ 0:9730 Z ¼ 1:1513 log 1 þ 0:60

¼ 0:6932

1 0:60

1

Z ¼ pffiffiffiffiffiffiffiffiffiffiffiffi

¼ p 1 ffiffiffiffiffi ¼ 0:2182

N 3 21

0:9730 0:6932

¼ 1:28

0:2182

Empleando la distribución normal para una prueba de una cola al nivel de significancia 0.05, la hipótesis sólo se podrá

rechazar si z es mayor que 1.64. Por lo tanto, en este caso no se puede rechazar la hipótesis de que el coeficiente de

correlación poblacional sea tan pequeño como 0.60.

b) Si ρ = 0.50, entonces µ Z = 1.1513 log 3 = 0.5493 y z = (0.9730 − 0.5493)/0.2182 = 1.94. Por lo tanto, la hipótesis

de que el coeficiente de correlación poblacional sea tan pequeño como ρ = 0.50 al nivel 0.05 puede rechazarse.

14.34 Se calcula que el coeficiente de correlación entre las calificaciones finales en física y matemáticas de un grupo

de 21 estudiantes es 0.80. Encontrar límites de confianza de 95% para este coeficiente.

SOLUCIÓN

Como r = 0.80 y N = 21, los límites de confianza del 95% para µ z están dados por

Z 1:96 Z ¼ 1:1513 log

1 þ r

1

1:96 pffiffiffiffiffiffiffiffiffiffiffiffi

¼ 1:0986 0:4620

1 r

N 3

Por lo tanto, µ Z tiene el intervalo de confianza de 95% siguiente: 0.5366 a 1.5606. Ahora, si

Z ¼ 1:1513 log

1 þ

¼ 0:5366

1

entonces ρ = 0.4904

y si

Z ¼ 1:1513 log 1 þ

¼ 1:5606

1

entonces ρ = 0.9155

Por lo tanto, los límites de confianza de 95% para ρ son 0.49 y 0.92.

14.35 A partir de dos muestras de tamaño N 1 = 28 y N 2 = 35 se obtuvieron los coeficientes de correlación r 1 = 0.50

y r 2 = 0.30, respectivamente. Al nivel de significancia 0.05, ¿existe una diferencia significativa entre estos dos

coeficientes?

SOLUCIÓN

Z 1 ¼ 1:1513 log 1 þ r

1

¼ 0:5493 Z

1 r 2 ¼ 1:1513 log 1 þ r

2

¼ 0:3095

1

1 r 2

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

1

y Z1 Z 2

¼

N 1 3 þ 1 ¼ 0:2669

N 2 3

Se debe decidir entre las hipótesis H 0 : µ Z1

= µ Z2

y H 1 : µ Z1

µ Z2

. Bajo la hipótesis H 0 ,

z ¼ Z 1 Z 2 ð Z1 Z2 Þ

Z1 Z 2

¼

0:5493 0:3095 0

¼ 0:8985

0:2669

Empleando la distribución normal para una prueba de dos colas, H 0 se rechazará sólo si z > 1.96 o z < −1.96. Por lo tanto,

no se puede rechazar H 0 , y se concluye que al nivel de significancia 0.05 los resultados no son notablemente diferentes.


PROBLEMAS RESUELTOS 375

TEORÍA MUESTRAL DE LA REGRESIÓN

14.36 En el problema 14.1 se encontró que la ecuación de regresión de Y sobre X era Y = 35.82 + 0.476X. Al nivel

de significancia 0.05, probar la hipótesis nula de que el coeficiente de regresión de la ecuación de regresión

poblacional es 0.180 contra la hipótesis alternativa de que este coeficiente de regresión es mayor a 0.180.

Realizar esta prueba sin ayuda de un software para estadística, así como con la ayuda de MINITAB.

SOLUCIÓN

t ¼ a 1 A 1

S Y:X =S X

pffiffiffiffiffiffiffiffiffiffiffiffi

N 2 ¼

0:476 0:180

1:28=2:66

pffiffiffiffiffiffiffiffiffiffiffiffiffi

12 2 ¼ 1:95

p

como S Y .X = 1.28 (calculado en el problema 14.5) y S X ¼

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

ð P p

x 2 Þ=N ¼

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

84:68=12 ¼ 2:66. Empleando una prueba de

una cola con la distribución de Student al nivel 0.05, la hipótesis de que el coeficiente de regresión es 0.180 se rechazará si

t > t .95 = 1.81 para (12 − 2) = 10 grados de libertad. Por lo tanto, se rechaza la hipótesis nula.

Los resultados de MINITAB para este problema son los siguientes:

MTB > Regress ‘Y’ 1 ‘X’;

SUBC> Constant;

SUBC> Predict C7.

Análisis de regresión

La ecuación de regresión es

Y = 35.8 + 0.476 X

Predictor Coef StDev T P

Constant 35.82 10.18 3.52 0.006

X 0.4764 0.1525 3.12 0.011

S = 1.404 R-Sq = 49.4% R-Sq(adj) = 44.3%

Análisis de varianza

Source DF SS MS F P

Regression 1 19.214 19.214 9.75 0.011

Residual Error 10 19.703 1.970

Total 11 38.917

Predicted Values

Fit StDev Fit 95.0% CI 95.0% PI

66.789 0.478 (65.724, 67.855) (63.485, 70.094)

69.171 0.650 (67.723, 70.620) (65.724, 72.618)

El siguiente fragmento de los resultados proporciona la información necesaria para realizar la prueba de hipótesis.

Predictor Coef StDev T P

Constant 35.82 10.18 3.52 0.006

X 0.4764 0.1525 3.12 0.011

El estadístico de prueba calculado se encuentra como sigue:

t ¼

0:4764 0:180

¼ 1:94

0:1525

El valor calculado para t, 3.12, que se muestra en los resultados de MINITAB, sirve para probar la hipótesis nula de que

el coeficiente de regresión es 0. Para probar cualquier otro valor del coeficiente de regresión se necesita hacer un cálculo


376 CAPÍTULO 14 TEORÍA DE LA CORRELACIÓN

como el anterior. Para probar que el coeficiente de regresión es 0.25, por ejemplo, el valor calculado para el estadístico de

prueba será igual a

t ¼

0:4764 0:25

¼ 1:48

0:1525

La hipótesis nula de que el coeficiente de regresión es igual a 0.25 no se rechazará.

14.37 Encontrar los límites de confianza de 95% para el coeficiente de regresión del problema 14.36. Establecer el

intervalo de confianza sin ayuda de un software para estadística, así como con ayuda de MINITAB.

SOLUCIÓN

El intervalo de confianza puede expresarse como

t

a 1 p

ffiffiffiffiffiffiffiffiffiffiffiffi

N 2

S Y:X

S X

Por lo tanto, los límites de confianza de 95% para A 1 (obtenidos haciendo t = ±t .975 = ±2.23 para 12 − 2 = 10 grados de

libertad) están dados por

a 1 ffiffiffiffiffiffiffiffiffiffiffiffiffi

2:23

S

p

Y:X

¼ 0:476 2:23

1:28

pffiffiffiffiffi

¼ 0:476 0:340

12 2 S X

10 2:66

Es decir, se tiene una confianza de 95% de que A 1 se encuentre entre 0.136 y 0.816.

En el siguiente fragmento de los resultados obtenidos con MINITAB para el problema 14.36 aparece la información

necesaria para establecer el intervalo de confianza de 95%.

Predictor Coef StDev T P

Constant 35.82 10.18 3.52 0.006

X 0.4764 0.1525 3.12 0.011

El término

1 S

pffiffiffiffiffiffiffiffiffiffiffiffi

Y:X

N 2 S X

se conoce como el error estándar correspondiente al coeficiente de regresión estimado. En los resultados de MINITAB este

error estándar es 0.1525. Para hallar el intervalo de confianza de 95%, se multiplica este error estándar por t .975 , y después

este término se suma y se resta a a 1 = 0.476, con lo que se obtiene el siguiente intervalo de confianza para A 1 :

0.476 ± 2.23(0.1525) = 0.476 ± 0.340

14.38 En el problema 14.1, encontrar los límites de confianza de 95% para las estaturas de los hijos cuyos padres

tienen una estatura de: a) 65.0 y b) 70.0 in. Encontrar el intervalo de confianza sin ayuda de software, así como

con ayuda de MINITAB.

SOLUCIÓN

Como t .975 = 2.23 para (12 − 2) = 10 grados de libertad, los límites de confianza de 95% para Y P están dados por

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

Y 0 p 2:23 ffiffiffiffiffiffiffiffiffiffiffiffi S Y:X N þ 1 þ ðX 0

XÞ 2

N 2

SX

2

donde Y 0 = 35.82 + 0.476X 0 , S Y .X = 1.28, S X = 2.66 y N = 12.

a) Si X 0 = 65.0, entonces Y 0 = 66.76 in. Además, ðX 0

XÞ 2 ¼ð65:0 66:67Þ 2 ¼ 2:78. De manera que los límites de

confianza de 95% son

rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

66:76 p

2:23 ffiffiffiffiffi ð1:28Þ 12 þ 1 þ 2:78

10

2:66 2 ¼ 66:76 3:30 in

Es decir, se puede tener una confianza de 95% de que las estaturas de los hijos están entre 63.46 y 70.06 in.


PROBLEMAS SUPLEMENTARIOS 377

b) Si X 0 = 70.0, entonces Y 0 = 69.14 in. Además, ðX 0

XÞ 2 ¼ð70:0 66:67Þ 2 ¼ 11:09. De manera que los límites de

confianza de 95% son 69.14 ± 3.45 in; es decir, se puede tener una confianza de 95% de que las estaturas de los hijos

estén entre 65.69 y 72.59 in.

En el siguiente fragmento de los resultados obtenidos con MINITAB para el problema 14.36 aparecen los límites de

confianza para las estaturas de los hijos.

Predicted Values

Fit StDev Fit 95.0% CI 95.0% PI

66.789 0.478 (65.724, 67.855) (63.485, 70.094)

69.171 0.650 (67.723, 70.620) (65.724, 72.618)

A los intervalos de confianza para individuos se les conoce como intervalos de predicción. Los intervalos de predicción del

95% aparecen en negritas. Estos intervalos coinciden con los antes calculados, salvo errores de redondeo.

14.39 En el problema 14.1, encontrar los límites de confianza de 95% para la estatura media de los hijos cuyos padres

tienen una estatura de: a) 65.0 y b) 70.0 in. Establecer el intervalo de confianza sin ayuda de software, así como

con ayuda de MINITAB.

SOLUCIÓN

Como t .975 = 2.23 para 10 grados de libertad, los límites de confianza de 95% para Y P están dados por

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

Y 0 p 2:23 ffiffiffiffiffi S Y:X 1 þ ðX 0

XÞ 2

10

donde Y 0 = 35.82 + 0.476X 0 , S Y.X = 1.28, S X = 2.66.

a) Para X 0 = 65.0, los límites de confianza serán 66.76 ± 1.07 o bien 65.7 y 67.8.

b) Para X 0 = 70.0, los límites de confianza serán 69.14 ± 1.45 o bien 67.7 y 70.6.

En el siguiente fragmento de los resultados obtenidos con MINITAB para el problema 14.36 aparecen los límites de confianza

para las estaturas medias.

Predicted Values

Fit StDev Fit 95.0% CI 95.0% PI

66.789 0.478 (65.724, 67.855) (63.485, 70.094)

69.171 0.650 (67.723, 70.620) (65.724, 72.618)

S 2 X

REGRESIÓN LINEAL Y CORRELACIÓN

PROBLEMAS SUPLEMENTARIOS

14.40 En la tabla 14.22 se presentan las calificaciones (denotadas X y Y, respectivamente) de 10 estudiantes en dos primeros

exámenes de biología.

a) Construir un diagrama de dispersión.

b) Encontrar la recta de regresión de mínimos cuadrados de Y sobre X.

c) Encontrar la recta de regresión de mínimos cuadrados de X sobre Y.

d ) Graficar las dos de rectas de regresión de los incisos b) y c) en el diagrama de dispersión del inciso a).

14.41 Dados los datos de la tabla 14.22, encontrar: a) s Y .X y b) s X .Y .


378 CAPÍTULO 14 TEORÍA DE LA CORRELACIÓN

Tabla 14.22

Calificación en el primer examen (X ) 6 5 8 8 7 6 10 4 9 7

Calificación en el segundo examen (Y ) 8 7 7 10 5 8 10 6 8 6

14.42 Dados los datos del problema 14.40, calcular: a) la variación total de Y, b) la variación no explicada de Y y c) la variación

explicada de Y.

14.43 Empleando los resultados del problema 14.42, encontrar el coeficiente de correlación entre los dos conjuntos de calificaciones

del problema 14.40.

14.44 Empleando la fórmula del producto-momento encontrar el coeficiente de correlación entre los dos conjuntos de calificaciones

del problema 14.40; comparar el resultado con el coeficiente de correlación dado por SPSS, SAS, STATISTIX,

MINITAB y EXCEL.

14.45 Dados los datos del problema 14.40a), encontrar la covarianza: a) directamente y b) usando la fórmula s X Y = rs X s Y y los

resultados de los problemas 14.43 y 14.44.

14.46 En la tabla 14.23 se presenta la edad X y la presión sistólica Y de 12 mujeres.

a) Encontrar el coeficiente de correlación entre X y Y empleando la fórmula del producto-momento, EXCEL, MINITAB,

SAS, SPSS y STATISTIX.

b) Determinar la ecuación de regresión por mínimos cuadrados de Y sobre X resolviendo las ecuaciones normales y

empleando EXCEL, MINITAB, SAS, SPSS y STATISTIX.

c) Estimar la presión sanguínea de una mujer de 45 años de edad.

Tabla 14.23

Edad (X ) 56 42 72 36 63 47 55 49 38 42 68 60

Presión sanguínea (Y ) 147 125 160 118 149 128 150 145 115 140 152 155

14.47 Encontrar los coeficientes de correlación para los datos: a) del problema 13.32 y b) del problema 13.35.

14.48 El coeficiente de correlación entre dos variables X y Y es r = 0.60. Si s X = 1.50, s Y = 2.00, X ¼ 10 y Y ¼ 20, hallar la

ecuación de la recta de regresión: a) de Y sobre X y b) de X sobre Y.

14.49 Dados los datos del problema 14.48, calcular: a) s Y .X y b) s X .Y .

14.50 Si s Y .X = 3 y s Y = 5, hallar r.

14.51 Si el coeficiente de correlación entre X y Y es 0.50, ¿qué porcentaje de la variación total queda no explicada por la ecuación

de regresión?

14.52 a) Probar que la ecuación de la recta de regresión de Y sobre X puede expresarse como

Y

Y ¼ s XY

s 2 X

ðX

b) Escribir la ecuación análoga para la recta de regresión de X sobre Y.


PROBLEMAS SUPLEMENTARIOS 379

14.53 a) Calcular el coeficiente de correlación entre los valores correspondientes de X y Y dados en la tabla 14.24.

Tabla 14.24

X 2 4 5 6 8 11

Y 18 12 10 8 7 5

b) Multiplicar por 2 cada uno de los valores de X que aparecen en la tabla y sumarles 6. Multiplicar por 3 cada uno de

los valores de Y que aparecen en la tabla y restarles 15. Encontrar el coeficiente de correlación entre estos dos nuevos

conjuntos de valores y explicar por qué sí, o por qué no, se obtienen los mismos resultados que en el inciso a).

14.54 a) Dados los datos del problema 14.53, incisos a) y b), encontrar las ecuaciones de regresión de Y sobre X.

b) Analizar la relación entre estas dos ecuaciones de regresión.

14.55 a) Probar que el coeficiente de correlación entre X y Y se puede expresar como

b) Aplicar este método al problema 14.1.

XY X Y

r ¼ qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

½X 2 X 2 Š½Y 2 Y 2 Š

14.56 Probar que el coeficiente de correlación es independiente de la elección del origen de las variables o de las unidades en las

que estén expresadas. (Sugerencia: Suponga que X ′ = c 1 X + A y Y ′ = c 2 Y + B donde c 1 , c 2 , A y B son constantes cualesquiera,

y probar que el coeficiente de correlación entre X ′ y Y ′ es el mismo que entre X y Y.)

14.57 a) Probar que, para la regresión lineal,

s 2 Y:X

s 2 Y

b) ¿Es válido este resultado para la regresión no lineal?

¼ s2 X:Y

s 2 X

COEFICIENTE DE CORRELACIÓN PARA DATOS AGRUPADOS

14.58 Encontrar el coeficiente de correlación entre las estaturas y los pesos de 300 hombres adultos, presentadas en la tabla 14.25,

una tabla de frecuencias.

Tabla 14.25

Estaturas X (in)

59-62 63-66 67-70 71-74 75-78

90-109 2 1

110-129 7 8 4 2

Pesos Y (lb)

130-149 5 15 22 7 1

150-169 2 12 63 19 5

170-189 7 28 32 12

190-209 2 10 20 7

210-229 1 4 2


380 CAPÍTULO 14 TEORÍA DE LA CORRELACIÓN

14.59 a) Dados los datos del problema 14.58, encontrar la ecuación de regresión por mínimos cuadrados de Y sobre X.

b) Estimar los pesos de los hombres cuyas estaturas son 64 y 72 in, respectivamente.

14.60 Dados los datos del problema 14.58, encontrar: a) s Y .X y b) s X .Y .

14.61 Establecer la fórmula (21) de este capítulo para el coeficiente de correlación de datos agrupados.

CORRELACIÓN DE SERIES DE TIEMPO

14.62 En la tabla 14.26 se presenta el gasto anual promedio, por consumidor, en atención a la salud y el ingreso per cápita desde

1999 hasta 2004. Encontrar el coeficiente de correlación.

Tabla 14.26

Año 1999 2000 2001 2002 2003 2004

Costo de la atención a la salud 1 959 2 066 2 182 2 350 2 416 2 574

Ingreso per cápita 27 939 29 845 30 574 30 810 31 484 33 050

Fuente: Bureau of Laboral Statistics and U.S. Bureau of Economic Analysis.

14.63 En la tabla 14.27 se muestran temperatura y precipitación promedio durante el mes de julio en una ciudad, desde 2000 hasta

2006. Hallar el coeficiente de correlación.

Tabla 14.27

Año 2000 2001 2002 2003 2004 2005 2006

Temperatura (F) 78.1 71.8 75.6 72.7 75.3 73.6 75.1

Precipitación (in) 6.23 3.64 3.42 2.84 1.83 2.82 4.04

TEORÍA MUESTRAL DE LA CORRELACIÓN

14.64 En una muestra de tamaño 27, el coeficiente de correlación calculado es 0.40. ¿Puede concluirse a los niveles de significancia:

a) 0.05 y b) 0.01, que el coeficiente de correlación poblacional correspondiente sea distinto de cero?

14.65 En una muestra de tamaño 35, el coeficiente de correlación calculado es 0.50. ¿Puede concluirse al nivel de significancia

0.05 que el coeficiente de correlación poblacional sea: a) tan pequeño como ρ = 0.30 y b) tan grande como ρ = 0.70?

14.66 Encontrar los límites de confianza de: a) 95% y b) 99% para un coeficiente de correlación que se ha calculado que es 0.60

a partir de una muestra de tamaño 28.

14.67 Resolver el problema 14.66 si la muestra es de tamaño 52.

14.68 Encontrar los límites de confianza de 95% para el coeficiente de correlación calculado: a) en el problema 14.46 y b) en el

problema 14.58.

14.69 Los coeficientes de correlación obtenidos a partir de dos muestras, una de tamaño 23 y otra de tamaño 28, fueron 0.80 y

0.95, respectivamente. ¿Puede concluirse a los niveles de significancia: a) 0.05 y b) 0.01, que existe una diferencia significativa

entre estos dos coeficientes?


PROBLEMAS SUPLEMENTARIOS 381

TEORÍA MUESTRAL DE LA REGRESIÓN

14.70 Basándose en una muestra de tamaño 27, la ecuación de regresión de Y sobre X encontrada es Y = 25.0 + 2.00X. Si s Y .X =

1.50, s Y .X = 1.50, s X = 3.00 y X ¼ 7:50, encontrar los límites de confianza de a) 95% y b) 99% para el coeficiente de

regresión.

14.71 Dados los datos del problema 14.70, al nivel de significancia 0.01, probar la hipótesis de que el coeficiente de regresión

poblacional es: a) tan bajo como 1.70 y b) tan alto como 2.20.

14.72 Dados los datos del problema 14.70, encontrar los límites de confianza: a) de 95% y b) de 99% para Y cuando X = 6.00.

14.73 Dados los datos del problema 14.70, encontrar los límites de confianza: a) de 95% y b) de 99% para la media de todos los

valores de Y correspondientes a X = 6.00.

14.74 Dados los datos del problema 14.46, encontrar los límites de confianza de 95% para: a) el coeficiente de regresión de Y

sobre X, b) las presiones sanguíneas de todas las mujeres cuya edad es de 45 años y c) la media de las presiones sanguíneas

de todas las mujeres de 45 años.


CORRELACIÓN

MÚLTIPLE Y

CORRELACIÓN

PARCIAL

15

CORRELACIÓN MÚLTIPLE

Al grado de relación que existe entre tres o más variables se le conoce como correlación múltiple. Los principios fundamentales

relacionados con los problemas de correlación múltiple son análogos a los de los problemas de correlación

simple, tratados en el capítulo 14.

NOTACIÓN EMPLEANDO SUBÍNDICES

Para generalizar a un número mayor de variables conviene adoptar una notación con subíndices.

Sean X 1 , X 2 , X 3 , . . . las variables en consideración. Entonces, con X 11 , X 12 , X 13 , . . . se denotan los valores que asume

la variable X 1 , y X 21 , X 22 , X 23 , . . . denotan los valores que asume la variable X 2 , y así sucesivamente. Con esta notación,

una suma como X 21 + X 22 + X 23 + ... + X 2N puede expresarse como P N

j¼1 X 2j, P j X 2j o simplemente P X 2 . Cuando

P

no puede haber lugar a ambigüedad, se usa la última notación. En este caso, la media de X 2 se expresa: X 2 ¼

X2 =N.

ECUACIONES DE REGRESIÓN Y PLANOS DE REGRESIÓN

Una ecuación de regresión es una ecuación que se utiliza para estimar una variable dependiente, por ejemplo X 1 , a

partir de las variables independientes X 2 , X 3 , . . . y se le llama ecuación de regresión de X 1 sobre X 2 , X 3 , . . . Empleando

la notación funcional esto puede expresarse brevemente como X 1 = F(X 2 , X 3 , . . .) (que se lee “X 1 es una función de X 2 ,

X 3 , etcétera”).

En el caso de tres variables, la ecuación de regresión más simple de X 1 sobre X 2 y X 3 tiene la forma siguiente:

X 1 ¼ b 1:23 þ b 12:3 X 2 þ b 13:2 X 3 (1)

donde b 1.23 , b 12.3 y b 13.2 son constantes. Si en la ecuación (1) X 3 se mantiene constante, la gráfica de X 1 versus X 2 es

una línea recta cuya pendiente es b 12.3 . Si X 2 se mantiene constante, la gráfica de X 1 versus X 3 es una línea recta cuya

pendiente es b 13.2 . Como se ve, el subíndice después del punto indica la variable que se mantiene constante en cada

caso.

Dado que X 1 varía parcialmente debido a la variación de X 2 y parcialmente debido a la variación de X 3 , a b 12.3 y

b 13.2 se les llama coeficientes de regresión parcial de X 1 sobre X 2 manteniendo X 3 constante y de X 1 sobre X 3 manteniendo

X 2 constante, respectivamente.

382


PLANOS DE REGRESIÓN Y COEFICIENTES DE CORRELACIÓN 383

A la ecuación (1) se le llama ecuación de regresión lineal de X 1 sobre X 2 y X 3 . En un sistema rectangular tridimensional

de coordenadas, esta ecuación representa un plano al que se le conoce como plano de regresión, que es una

generalización de la recta de regresión para dos variables, considerada en el capítulo 13.

ECUACIONES NORMALES PARA LOS PLANOS DE

REGRESIÓN DE MÍNIMOS CUADRADOS

Así como existen rectas de regresión de mínimos cuadrados que aproximan un conjunto de puntos (X, Y) en un diagrama

de dispersión bidimensional, también existen planos de regresión de mínimos cuadrados que se ajustan a un conjunto

de N puntos (X 1 , X 2 , X 3 ) en un diagrama de dispersión tridimensional.

El plano de regresión de mínimos cuadrados de X 1 sobre X 2 y X 3 tiene la ecuación (1), donde b 1.23 , b 12.3 y b 13.2 se

determinan resolviendo simultáneamente las ecuaciones normales

P

X1 ¼ b 1:23 N þ b 12:3

P

X2 þ b 13:2

P

X3

P

X1 X 2 ¼ b 1:23

P

X2 þ b 12:3

P X

2

2 þ b 13:2

P

X2 X 3

P

X1 X 3 ¼ b 1:23

P

X3 þ b 12:3

P

X2 X 3 þ b 13:2

P X

2

3

(2)

Estas ecuaciones pueden obtenerse formalmente multiplicando, en cada caso, ambos lados de la ecuación (1) por 1,

por X 2 y por X 3 , y sumando después ambos lados.

A menos que se especifique otra cosa, siempre que se haga referencia a una ecuación de regresión se entenderá que

se está haciendo referencia a la ecuación de regresión de mínimos cuadrados.

Si x 1 ¼ X 1

X 1 , x 2 ¼ X 2

X 2 y x 3 ¼ X 3

X 3 , la ecuación de regresión de X 1 sobre X 2 y X 3 puede expresarse

de manera más sencilla como

donde b 12.3 y b 13.2 se obtienen resolviendo simultáneamente las ecuaciones

x 1 ¼ b 12:3 x 2 þ b 13:2 x 3 (3)

P

x1 x 2 ¼ b 12:3

P x

2

2 þ b 13:2

P

x2 x 3

P

x1 x 3 ¼ b 12:3

P

x2 x 3 þ b 13:2

P x

2

3

(4)

Estas ecuaciones, que son equivalentes a las ecuaciones normales (2), se obtienen formalmente multiplicando, de

manera sucesiva, ambos lados de la ecuación (3) por x 2 y por x 3 , y después sumando ambos lados (ver problema

15.8).

PLANOS DE REGRESIÓN Y COEFICIENTES DE CORRELACIÓN

Si los coeficientes de correlación entre las variables X 1 y X 2 , X 1 y X 3 , y X 2 y X 3 , que se calcularon en el capítulo 14, se

denotan respectivamente r 12 , r 13 y r 23 (también llamados coeficientes de correlación de orden cero), entonces la ecuación

del plano de regresión de mínimos cuadrados tiene la ecuación

x 1

¼ r

12 r 13 r 23 x2

s 1 1 r 2 23

s 2

þ r 13 r 12 r 23

1 r 2 23

x3

s 3

(5)

donde x 1 ¼ X 1

X 1 , x 2 ¼ X 2

X 2 y x 3 ¼ X 3

X 3 , y donde s 1 , s 2 y s 3 son, respectivamente, las desviaciones estándar

de X 1 , X 2 y X 3 (ver problema 15.9).

Obsérvese que si la variable X 3 no existe y si X 1 = Y y X 2 = X entonces la ecuación (5) se reduce a la ecuación (25)

del capítulo 14.


384 CAPÍTULO 15 CORRELACIÓN MÚLTIPLE Y CORRELACIÓN PARCIAL

ERROR ESTÁNDAR DE ESTIMACIÓN

Mediante una obvia generalización de la ecuación (8) del capítulo 14 se define el error estándar de estimación de X 1

sobre X 2 y X 3 como

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P ðX1 X 1,estÞ 2

s 1:23 ¼

N

(6)

donde X 1,est indica los valores estimados de X 1 obtenidos con las ecuaciones de regresión (1) o (5).

El error estándar de estimación también se puede calcular en términos de los coeficientes de correlación r 12 , r 13 y

r 23 , empleando la fórmula

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

1 r 2 12

r 2 13

r 2 23

s 1:23 ¼ s þ 2r 12r 13 r 23

1

1 r 2 23

La interpretación muestral del error estándar de estimación para dos variables, dada en la página 313 para el caso

en el que N es grande, puede extenderse a tres dimensiones reemplazando p las rectas paralelas a la recta de regresión

por planos paralelos al plano de regresión. La fórmula ^s 1:23 ¼

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

N=ðN 3Þs 1:23 proporciona una mejor estimación

del error estándar de estimación poblacional.

COEFICIENTE DE CORRELACIÓN MÚLTIPLE

El coeficiente de correlación múltiple se define mediante una extensión de la ecuación (12) o (14) del capítulo 14. En

el caso de dos variables independientes, por ejemplo, el coeficiente de correlación múltiple está dado por

(7)

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

s 2 1:23

R 1:23 ¼ 1

s 2 1

(8)

donde s 1 es la desviación estándar de la variable X 1 , y s 1.23 está dado por la ecuación (6) o por la ecuación (7). La

cantidad R 2 1:23 se conoce como coeficiente de determinación múltiple.

Cuando se emplea una ecuación de regresión lineal, al coeficiente de correlación múltiple se le llama coeficiente

de correlación lineal múltiple. A menos que se especifique otra cosa, el término correlación múltiple se empleará para

correlación lineal múltiple.

La ecuación (8) también puede expresarse en términos de r 12 , r 13 y r 23 como

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

r 2 12

R 1:23 ¼

þ r2 13

2r 12 r 13 r 23

1 r 2 23

(9)

El valor de un coeficiente de correlación múltiple, como R 1.23 , está entre 0 y 1, inclusive. Cuanto más cerca está de

1, mejor es la relación lineal entre las variables. Cuanto más cerca esté de 0, peor será la relación lineal entre las variables.

Si un coeficiente de correlación múltiple es 1, a esa correlación se le llama correlación perfecta. Aunque un

coeficiente de correlación sea 0, esto indica que no hay relación lineal entre las variables, pero puede que exista una

relación no lineal.

CAMBIO DE LA VARIABLE DEPENDIENTE

Los resultados anteriores son válidos cuando X 1 se considera la variable dependiente. Pero si en lugar de X 1 quiere

considerarse a X 3 (por ejemplo) como la variable dependiente, lo único que hay que hacer es sustituir, en las fórmulas


CORRELACIÓN PARCIAL 385

ya obtenidas, el subíndice 1 por el subíndice 3 y el subíndice 3 por el subíndice 1. Por ejemplo, la ecuación de regresión

de X 3 sobre X 1 y X 2 es

x 3

¼ r

23 r 13 r 12 x2

s 3 1 r 2 þ r

13 r 23 r 12 x1

12

s 2 1 r 2 (10)

12

s 1

de acuerdo con la ecuación (5) y empleando las igualdades r 32 = r 23 , r 31 = r 13 y r 21 = r 12 .

GENERALIZACIONES A MÁS DE TRES VARIABLES

Estas generalizaciones se obtienen por analogía con los resultados anteriores. Por ejemplo, la ecuación de regresión

lineal de X 1 sobre X 2 , X 3 y X 4 se expresa

X 1 ¼ b 1:234 þ b 12:34 X 2 þ b 13:24 X 3 þ b 14:23 X 4 (11)

y representa un hiperplano en el espacio de cuatro dimensiones. Multiplicando sucesivamente ambos lados de la

ecuación (11) por 1, X 2 , X 3 y X 4 y después sumando ambos lados se obtienen las ecuaciones normales con las que se

determina b 1.234 , b 12.34, b 13.24 y b 14.23 ; sustituyendo sus valores en la ecuación (11) se obtiene la ecuación de regresión

de mínimos cuadrados de X 1 sobre X 2 , X 3 y X 4 . Esta ecuación de regresión de mínimos cuadrados se puede expresar

en forma similar a la de la ecuación (5). (Ver problema 15.41.)

CORRELACIÓN PARCIAL

También es importante medir la correlación entre una variable dependiente y determinada variable independiente

cuando todas las demás variables permanecen constantes; es decir, cuando se eliminan los efectos de todas las demás

variables. Esto se logra definiendo un coeficiente de correlación parcial, como la ecuación (12) del capítulo 14, salvo

que deberán considerarse las variaciones explicadas y no explicadas que surgen con esa determinada variable independiente

y sin ella.

Si r 12.3 denota el coeficiente de correlación parcial entre X 1 y X 2 cuando X 3 permanece constante, se encuentra

que

r

r 12:3 ¼ 12 r 13 r

q ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi 23

(12)

ð1 r 2 13 Þð1 r2 23 Þ

De manera similar, si r 12.34 denota el coeficiente de correlación parcial entre X 1 y X 2 cuando X 3 y X 4 permanecen constantes,

entonces

r

r 12:34 ¼ 12:4 r 13:4 r

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi 23:4 r

q

¼ 12:3 r 14:3 r

q ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi 24:3

(13)

ð1 r 2 13:4 Þð1 r2 23:4 Þ ð1 r 2 14:3 Þð1 r2 24:3 Þ

Estos resultados son útiles, pues mediante ellos puede hacerse que cualquier coeficiente de correlación parcial dependa

finalmente de los coeficientes de correlación r 12 , r 23 , etc. (es decir, de los coeficientes de correlación de orden

cero).

Se vio que en el caso de dos variables, X y Y, si las ecuaciones de las dos rectas de regresión son Y = a 0 + a 1 X y

X = b 0 + b 1 Y, se tiene que r 2 = a 1 b 1 (ver problema 14.22). Este resultado puede generalizarse. Por ejemplo, si

X 1 ¼ b 1:234 þ b 12:34 X 2 þ b 13:24 X 3 þ b 14:23 X 4 (14)

y X 4 ¼ b 4:123 þ b 41:23 X 1 þ b 42:13 X 2 þ b 43:12 X 3 (15)


386 CAPÍTULO 15 CORRELACIÓN MÚLTIPLE Y CORRELACIÓN PARCIAL

son, respectivamente, las ecuaciones de regresión lineal de X 1 sobre X 2 , X 3 y X 4 y de X 4 sobre X 1 , X 2 y X 3 , entonces

r 2 14:23 ¼ b 14:23 b 41:23 (16)

(ver problema 15.18). Esta fórmula puede tomarse como punto de partida para una definición de los coeficientes de

correlación lineal parcial.

RELACIONES ENTRE COEFICIENTES DE CORRELACIÓN MÚLTIPLE

Y COEFICIENTES DE CORRELACIÓN PARCIAL

Se pueden encontrar resultados interesantes que relacionan los coeficientes de correlación múltiple. Por ejemplo, se

encuentra que

Las generalizaciones de estos resultados son fáciles de efectuar.

1 R 2 1:23 ¼ð1 r 2 12Þð1 r 2 13:2Þ (17)

1 R 2 1:234 ¼ð1 r 2 12Þð1 r 2 13:2Þð1 r 2 14:23Þ (18)

REGRESIÓN MÚLTIPLE NO LINEAL

Los resultados anteriores para la regresión lineal múltiple se pueden extender a la regresión no lineal múltiple. Los

coeficientes de correlación parcial y de correlación múltiple pueden definirse mediante métodos similares a los proporcionados

antes.

PROBLEMAS RESUELTOS

ECUACIONES DE REGRESIÓN CON TRES VARIABLES

15.1 Usando la notación adecuada mediante subíndices, dar la ecuación de regresión de: a) X 2 sobre X 1 y X 3 ; b) X 3

sobre X 1 , X 2 y X 4 , y c) X 5 sobre X 1 , X 2 , X 3 y X 4 .

SOLUCIÓN

a) X 2 ¼ b 2:13 þ b 21:3 X 1 þ b 23:1 X 3

b) X 3 ¼ b 3:124 þ b 31:24 X 1 þ b 32:14 X 2 þ b 34:12 X 4

c) X 5 ¼ b 5:1234 þ b 51:234 X 1 þ b 52:134 X 2 þ b 53:124 X 3 þ b 54:123 X 4

15.2 Dar las ecuaciones normales correspondientes a las ecuaciones a) X 3 = b 3.12 + b 31.2 X 1 + b 32.1 X 2 y b) X 1 =

b 1.234 + b 12.34 X 2 + b 13.24 X 3 + b 14.23 X 4 .

SOLUCIÓN

a) La ecuación se multiplica, sucesivamente, por 1, X 1 y X 2 y se suma a ambos lados. Las ecuaciones normales son

P

X3 ¼ b 3:12 N þ b 31:2 X 1 þ b 32:1

P

X2

P

X1 X 3 ¼ b 3:12

P

X1 þ b 31:2

P X

2

1 þ b 32:1

P

X1 X 2

P

X2 X 3 ¼ b 3:12

P

X2 þ b 31:2

P

X1 X 2 þ b 32:1

P X

2

2


PROBLEMAS RESUELTOS 387

b) La ecuación se multiplica, sucesivamente, por 1, X 2 , X 3 y X 4 y se suma a ambos lados. Las ecuaciones normales son

P

X1 ¼ b 1:234 N þ b 12:34

P

X2 þ b 13:24

P

X3 þ b 14:23

P

X4

P

X1 X 2 ¼ b 1:234

P

X2 þ b 12:34

P X

2

2 þ b 13:24

P

X2 X 3 þ b 14:23

P

X2 X 4

P

X1 X 3 ¼ b 1:234

P

X3 þ b 12:34

P

X2 X 3 þ b 13:24

P X

2

3 þ b 14:23

P

X3 X 4

P

X1 X 4 ¼ b 1:234

P

X4 þ b 12:34

P

X2 X 4 þ b 13:24

P

X3 X 4 þ b 14:23

P X

2

4

Obsérvese que éstas no son deducciones de las ecuaciones normales, sino únicamente una manera formal para recordarlas.

El número de ecuaciones normales es igual al número de constantes desconocidas.

15.3 En la tabla 15.1 se presentan los pesos X 1 dados a la libra (lb) más cercana, las estaturas X 2 a la pulgada (in)

más cercana y las edades X 3 al año más cercano de 12 niños.

a) Encontrar la ecuación de regresión de mínimos cuadrados de X 1 sobre X 2 y X 3 .

b) Determinar los valores estimados de X 1 a partir de los valores dados de X 2 y X 3 .

c) Estimar el peso de un niño de 9 años que mide 54 in.

d ) Encontrar la ecuación de regresión de mínimos cuadrados empleando EXCEL, MINITAB, SPSS y

STATISTIX.

Tabla 15.1

Peso (X 1 ) 64 71 53 67 55 58 77 57 56 51 76 68

Estatura (X 2 ) 57 59 49 62 51 50 55 48 52 42 61 57

Edad (X 3 ) 8 10 6 11 8 7 10 9 10 6 12 9

SOLUCIÓN

a) La ecuación de regresión de mínimos cuadrados de X 1 sobre X 2 y X 3 puede expresarse como

X 1 ¼ b 1:23 þ b 12:3 X 2 þ b 13:2 X 3

Las ecuaciones normales de la ecuación de regresión de mínimos cuadrados son

P P P

X1 ¼ b 1:23 N þ b 12:3 X2 þ b 13:2 X3

P

X1 X 2 ¼ b 1:23

P

X2 þ b 12:3

P X

2

2 þ b 13:2

P

X2 X 3

P

X1 X 3 ¼ b 1:23

P

X3 þ b 12:3

P

X2 X 3 þ b 13:2

P X

2

3

(19)

Para calcular las sumas se elabora la tabla 15.2. (Aunque la columna con el encabezado X 2 1 no se necesita en este

momento, se ha incluido para referencias futuras.) Empleando la tabla 15.2, las ecuaciones normales (19) se convierten

en

12b 1.23 + 643b 12.3 + 106b 13.2 = 753

643b 1.23 + 34 843b 12.3 + 5 779b 13.2 = 40 830

106b 1.23 + 5 779b 12.3 + 976b 13.2 = 6 796

(20)


388 CAPÍTULO 15 CORRELACIÓN MÚLTIPLE Y CORRELACIÓN PARCIAL

Resolviendo, b 1.23 = 3.6512, b 12.3 = 0.8546 y b 13.2 = 1.5063, con lo que la ecuación de regresión es

X 1 = 3.6512 + 0.8546X 2 + 1.5063X 3 o X 1 = 3.65 + 0.855X 2 + 1.506X 3 (21)

Tabla 15.2

X 1 X 2 X 3 X 2 1 X 2 2 X 2 3 X 1 X 2 X 1 X 3 X 2 X 3

64

71

53

67

55

58

77

57

56

51

76

68

∑ X 1

= 753

57

59

49

62

51

50

55

48

52

42

61

57

∑ X 2

= 643

8

10

6

11

8

7

10

9

10

6

12

9

∑ X 3

= 106

4 096

5 041

2 809

4 489

3 025

3 364

5 929

3 249

3 136

2 601

5 776

4 624

∑ X

2

1

= 48 139

3 249

3 481

2 401

3 844

2 601

2 500

3 025

2 304

2 704

1 764

3 721

3 249

64

100

36

121

64

49

100

81

100

36

144

81

3 648

4 189

2 597

4 154

2 805

2 900

4 235

2 736

2 912

2 142

4 636

3 876

512

710

318

737

440

406

770

513

560

306

912

612

456

590

294

682

408

350

550

432

520

252

732

513

∑ X

2

2

= 34 843

∑ X

2

3

= 976

∑ X 1 X 2

= 40 830

∑ X 1 X 3

= 6 796

∑ X 2 X 3

= 5 779

En el problema 15.6 se presenta otro método en el que se evita tener que resolver ecuaciones simultáneas.

b) Sustituyendo, en la ecuación de regresión (21), X 2 y X 3 por sus valores se obtienen los valores estimados para X 1 , que

se denotan X 1,est . Por ejemplo, sustituyendo en la ecuación (21) X 2 = 57 y X 3 = 8, se obtiene X 1,est = 64.414.

De manera similar se obtienen los demás valores estimados para X 1 . Estos valores se dan en la tabla 15.3 junto

con los valores muestrales de X 1 .

Tabla 15.3

X 1,est 64.414 69.136 54.564 73.206 59.286 56.925 65.717 58.229 63.153 48.582 73.857 65.920

X 1 64 71 53 67 55 58 77 57 56 51 76 68

c) Haciendo X 2 = 54 y X 3 = 9 en la ecuación (21), se obtiene el peso estimado X 1,est = 63.356, o 63 lb, aproximadamente.

d ) En la figura 15-1 se muestra parte de los resultados obtenidos con EXCEL. Para obtener estos resultados se emplea la

secuencia Tools → Data analysis → Regression. En los resultados, los coeficientes b 1.23 = 3.6512, b 12.3 = 0.8546 y

b 13.2 = 1.5063 aparecen en negritas.

Parte de los resultados de MINITAB es la ecuación de regresión X1 = 3.7 + 0.855X2 + 1.51X3.

Una vez ingresados los datos en C1-C3 se emplea la secuencia Stat → Regression → Regression.

En la figura 15-2 se presenta una parte de los resultados de SPSS. Los resultados se obtienen empleando la

secuencia analyze → Regression → Linear. En los resultados, los coeficientes b 1.23 = 3.651, b 12.3 = 0.855 y b 13.2 =

1.506 aparecen en la columna titulada Unstandardized Coefficients.

En la figura 15-3 se presenta parte de los resultados de STATISTIX. Los resultados se obtienen empleando la

secuencia Stastitics → Linear models → Linear Regression.


PROBLEMAS RESUELTOS 389

X1

64

71

53

67

55

58

77

57

56

51

76

68

X2

57

59

49

62

51

50

55

48

52

42

61

57

X3

8

10

6

11

8

7

10

9

10

6

12

9

RESUMEN

Estadísticos de la regresión

R^2 múltiple

R^2 cuadrado

R^2 ajustado

Error estándar

Observaciones

ANÁLISIS DE VARIANZA

Regresión

Residuos

Total

0.841757

0.708554

0.643789

5.363215

12

df

2

9

11

Intersección

X2

X3

Coeficientes

3.651216

0.85461

1.506332

Figura 15-1 EXCEL, resultados para el problema 15.3d ).

Coeficientes a

Modelo

1

(Constante)

X2

X3

Coeficientes

desestandarizados

B

3.651

.855

1.506

Error estándar

16.168

.452

1.414

Coeficientes

estandarizados

Beta

.565

.318

t

.226

1.892

1.065

Sig.

.826

.091

.315

a Variable dependiente: X1

Figura 15-2 SPSS, resultados para el problema 15.3d ).

Las soluciones del software son las mismas que las de las ecuaciones normales.

15.4 Dados los datos del problema 15.3, calcular las desviaciones estándar: a) s 1 , b) s 2 y c) s 3 .

SOLUCIÓN

Statistix 8.0

Regresión lineal de mínimos cuadrados de X1 de bajo peso

Variables

predichas

Constante

X2

X3

Coeficiente

3.65122

0.85461

1.50633

Error estándar

16.1678

0.45166

1.41427

Figura 15-3 STATISTIX, resultados para el problema 15.3d ).

a) La cantidad s 1 es la desviación estándar de la variable X 1 . Entonces, empleando la tabla 15.2 del problema 15.3 y los

métodos del capítulo 4, se encuentra

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P P

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

X

2 2

s 1 ¼ 1 X1 48,139 753 2

¼

¼ 8:6035 u 8.6 lb

N N

12 12

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P P

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

X

2 2

b) s 2 ¼ 2 X2 34,843 643 2

¼

¼ 5:6930 o bien 5.7 in

N N

12 12

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P P

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

X

2 2

c) s 3 ¼ 3 X3 976 106 2

¼

¼ 1:8181 o bien 1.8 años

N N 12 12

T

0.23

1.89

1.07

P

0.8264

0.0910

0.3146

VIF

2.8

2.8


390 CAPÍTULO 15 CORRELACIÓN MÚLTIPLE Y CORRELACIÓN PARCIAL

15.5 Dados los datos del problema 15.3, calcular: a) r 12 , b) r 13 , c) r 23 . Calcular las tres correlaciones empleando

EXCEL, MINITAB y STATISTIX.

SOLUCIÓN

a) La cantidad r 12 es el coeficiente de correlación lineal entre las variables X 1 y X 2 , ignorando a la variable X 3 . Por lo

tanto, empleando los métodos del capítulo 14, se tiene

N P X

r 12 ¼

1 X 2 ð P X 1 Þð P X 2 Þ

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

½N P X1 2 ð P X 1 Þ 2 Š½N P X2 2 ð P X 2 Þ 2 Š

ð12Þð40,830Þ ð753Þð643Þ

¼ qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

¼ 0:8196 o bien 0.82

½ð12Þð48,139Þ ð753Þ 2 Š½ð12Þð34,843Þ ð643Þ 2 Š

b) y c) Empleando las fórmulas correspondientes se obtiene r 12 = 0.7698, o bien 0.77, y r 23 = 0.7984, o bien 0.80.

d ) Usando EXCEL se tiene:

A B C D E

X1 X2 X3 0.819645 ¼CORREL(A2:A13,B2:B13)

64 57 8 0.769817 ¼CORREL(A2:A13,C2:C13)

71 59 10 0.798407 ¼CORREL(B2:B13,C2:C13)

53 49 6

67 62 11

55 51 8

58 50 7

77 55 10

57 48 9

56 52 10

51 42 6

76 61 12

68 57 9

Como se ve, r 12 está en D1, r 13 está en D2 y r 23 está en D3. En E1, E2 y E3 aparecen las funciones de EXCEL

empleadas para obtener los resultados.

Usando MINITAB, la secuencia Stat → Basic Statistics → Correlation da el resultado siguiente.

Correlaciones: X1, X2, X3

X1 X2

X2 0.820

0.001

X3 0.770 0.798

0.003 0.002

Cell Contents: Pearson correlation

P-Value

La correlación r 12 está en la intersección de X1 y X2 y es 0.820. El valor debajo de él, 0.001, es el valor p para

probar que no hay correlación poblacional entre X1 y X2. Como este valor p es menor de 0.05, se rechaza la hipótesis

nula de que no hay correlación poblacional entre la estatura (X2) y el peso (X1). Las demás correlaciones con sus

valores p se leen de manera similar.


PROBLEMAS RESUELTOS 391

Empleando en SPSS la secuencia Analyze → Correlate → Bivariate da el siguiente resultado que se lee de

manera similar al de MINITAB.

Correlaciones

X1 X2 X3

X1

Correlación de Pearson

Sig. (2 colas)

N

1

12

.820**

.001

12

.770**

.003

12

X2

Correlación de Pearson

Sig. (2 colas)

N

.820**

.001

12

1

12

.798**

.002

12

X3

Correlación de Pearson

Sig. (2 colas)

N

.770**

.003

12

.798**

.002

12

1

12

**La correlación es significativa al nivel 0.01 (2 colas).

Empleando STATISTIX, la secuencia Stastitics → Linear models → Correlation da el resultado siguiente,

que es similar al de los otros software.

Statistix 8.0

Correlations (Pearson)

X1

X2 0.8196

P-VALUE 0.0011

X2

X3 0.7698 0.7984

0.0034 0.0018

Una vez más se ve la cantidad de tiempo que se ahorra con un software que realiza los cálculos para el

usuario.

15.6 Repetir el problema 15.3a) empleando la ecuación (5) de este capítulo y los resultados de los problemas 15.4

y 15.5.

SOLUCIÓN

Multiplicando ambos lados de la ecuación (5) por s 1 , la ecuación de regresión de X 1 sobre X 2 y X 3 es,

x 1 ¼ r 12 r 13 r 23

1 r 2 23

s1

s 2

x 2 þ r 13 r 12 r 23

1 r 2 23

s1

s 3

x 3 (22)

donde x 1 ¼ X 1

X 1 , x 2 ¼ X 2

X 2 y x 3 ¼ X 3

X 3 . Empleando los resultados de los problemas 15.4 y 15.5, la ecuación

(22) se convierte en

x 1 ¼ 0:8546x 2 þ 1:5063x 3

Dado que

X 1 ¼

P

X1

N ¼ 753

P

12 ¼ 62:750 X2

X 2 ¼

N ¼ 53:583 y X 3 ¼ 8:833

(de acuerdo con la tabla 15.2 del problema 15.3), la ecuación buscada puede expresarse como

que coincide con el resultado del problema 15.3a).

X 1 62:750 ¼ 0:8546ðX 2 53:583Þþ1:506ðX 3 8:833Þ


392 CAPÍTULO 15 CORRELACIÓN MÚLTIPLE Y CORRELACIÓN PARCIAL

15.7 Dados los datos del problema 15.3, determinar: a) el promedio de incremento en el peso por pulgada de incremento

en la altura de niños de una misma edad, y b) el promedio de incremento en el peso por año en niños de

una misma estatura.

SOLUCIÓN

De acuerdo con la ecuación de regresión obtenida en el problema 15.3a) o 15.6, se encuentra que la respuesta para a) es

0.8546, o bien 0.9 lb, y la respuesta para b) es 1.5063, o bien 1.5 lb, aproximadamente.

15.8 Mostrar que las ecuaciones (3) y (4) de este capítulo se obtienen de las ecuaciones (1) y (2).

SOLUCIÓN

De acuerdo con la primera de las ecuaciones (2), dividiendo ambos lados entre N se tiene

X 1 ¼ b 1:23 þ b 12:3

X 2 þ b 13:2

X 3 (23)

Restando la ecuación (23) de la ecuación (1) se obtiene

X 1

X 1 ¼ b 12:3 ðX 2

X 2 Þþb 13:2 ðX 3

X 3 Þ

o bien x 1 ¼ b 12:3 x 2 þ b 13:2 x 3 (24)

que es la ecuación (3).

Sean X 1 ¼ x 1 þ X 1 , X 2 ¼ x 2 þ X 2 y X 3 ¼ x 3 þ X 3 en la segunda y tercera ecuación de las ecuaciones (2). Entonces,

después de algunas simplificaciones algebraicas y empleando los resultados P x 1 ¼ P x 2 ¼ P x 3 ¼ 0, estas ecuaciones

se convierten en

P

x1 x 2 ¼ b 12:3

P x

2

2 þ b 13:2

P

x2 x 3 þ N X 2 ½b 1:23 þ b 12:3

X 2 þ b 13:2

X 3

X 1 Š (25)

P

x1 x 3 ¼ b 12:3

P

x2 x 3 þ b 13:2

P x

2

3 þ N X 3 ½b 1:23 þ b 12:3

X 2 þ b 13:2

X 3

X 1 Š (26)

las cuales se reducen a las ecuaciones (4) debido a que las cantidades que se encuentran entre corchetes en el lado derecho

de las ecuaciones (25) y (26) son cero de acuerdo con la ecuación (1).

15.9 Deducir la ecuación (5) que se repite a continuación:

x 1

¼ r 12 r 13 r 23

s 1 1 r 2 23

x2

s 2

þ r 13 r 12 r 23

1 r 2 23

x3

s 3

(5)

SOLUCIÓN

De acuerdo con las ecuaciones (25) y (26)

b 12:3

P x

2

2 þ b 13:2

P

x2 x 3 ¼ P x 1 x 2

b 12:3

P

x2 x 3 þ b 13:2

P x

2

3 ¼ P x 1 x 3

(27)

Como

P x

s 2 2

2 ¼ 2

N

y

s 2 3 ¼

P x

2

3

N

P x

2

2 ¼ Ns 2 2 y P x 2 3 ¼ Ns 2 3. Dado que

P P

x2 x

r 23 ¼ ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi 3 x2 x

q

ð P ¼ 3

x 2 2 ÞðP x 2 3 Þ Ns 2 s 3

P

x2 x 3 ¼ Ns 2 s 3 r 23 . De igual manera, P x 1 x 2 ¼ Ns 1 s 2 r 12 y P x 1 x 3 ¼ Ns 1 s 3 r 13 .


PROBLEMAS RESUELTOS 393

Sustituyendo en la ecuación (27) y simplificando, se encuentra

b 12:3 s 2 þ b 13:2 s 3 r 23 ¼ s 1 r 12

b 12:3 s 2 r 23 þ b 13:2 s 3 ¼ s 1 r 13

(28)

Resolviendo las ecuaciones simultáneas (28), se tiene

b 12:3 ¼ r 12 r 13 r 23

1 r 2 23

s1

s 2

y b 13:2 ¼ r 13 r 12 r 23

1 r 2 23

s1

s 3

Sustituyendo estos valores en la ecuación x 1 = b 12.3 x 2 + b 13.2 x 3 [ecuación (24)] y dividiendo entre s 1 se llega al resultado

buscado.

ERROR ESTÁNDAR DE ESTIMACIÓN

15.10 Dados los datos del problema 15.3, calcular el error estándar de estimación de X 1 sobre X 2 y X 3 .

SOLUCIÓN

De acuerdo con la tabla 15.3 del problema 15.3, se tiene

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

P ðX1 X 1,estÞ 2

s 1:23 ¼

N

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

ð64 64:414Þ 2 þð71 69:136Þ 2 þþð68 65:920Þ 2

¼

¼ 4:6447 o bien 4.6 lb

12

p

El error estándar de estimación poblacional se estima mediante ^s 1:23 ¼

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

N=ðN 3Þs 1:23 = 5.3 lb en este caso.

15.11 Para obtener el resultado del problema 15.10, utilizar

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

1 r 2 12

r 2 13

r 2 23

s 12:3 ¼ s þ 2r 12r 13 r 23

1

1 r 2 23

SOLUCIÓN

De acuerdo con los problemas 15.4a) y 15.5 se tiene

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

1 ð0:8196Þ 2 ð0:7698Þ 2 ð0:7984Þ 2 þ 2ð0:8196Þð0:7698Þð0:7984Þ

s 1:23 ¼ 8:6035

1 ð0:7984Þ 2

¼ 4:6lb

Obsérvese que con el método empleado en este problema se obtiene el error estándar de estimación sin necesidad de

usar la ecuación de regresión.

COEFICIENTE DE CORRELACIÓN MÚLTIPLE

15.12 Dados los datos del problema 15.3, calcular el coeficiente de correlación lineal múltiple de X 1 sobre X 2 y X 3 .

Consultar los resultados de MINITAB dados en la solución del problema 15.3 para determinar el coeficiente

de correlación lineal múltiple.


394 CAPÍTULO 15 CORRELACIÓN MÚLTIPLE Y CORRELACIÓN PARCIAL

SOLUCIÓN

Primer método

De acuerdo con los resultados de los problemas 15.4a) y 15.10 se tiene

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

s 2 1:23 ð4:6447Þ 2

R 1:23 ¼ 1

s 2 ¼ 1

1 ð8:6035Þ 2 ¼ 0:8418

Segundo método

De acuerdo con los resultados del problema 15.5 se tiene

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

r 2 12

R 1:23 ¼

þ r2 13

2r 12 r 13 r 23 ð0:8196Þ 2 þð0:7698Þ 2 2ð0:8196Þð0:7698Þð0:7984Þ

1 r 2 ¼

23

1 ð0:7984Þ 2

¼ 0:8418

Obsérvese que el coeficiente de correlación múltiple, R 1.23 , es mayor que cualquiera de los coeficientes r 12 o r 13 (ver

problema 15.5). Esto siempre es así y en realidad es de esperar, ya que al tomar en cuenta más variables independientes

relevantes, se llega a una relación mejor entre las variables.

El fragmento siguiente de los resultados de MINITAB en la solución del problema 15.3, R-Sq = 70.9%, da el

cuadrado del coeficiente de correlación p lineal múltiple. El coeficiente de correlación lineal múltiple es la raíz cuadrada de

esta cantidad. Es decir, R 1:23 ¼

ffiffiffiffiffiffiffiffiffiffiffi

0:709 ¼ 0:842.

15.13 Dados los datos del problema 15.3, calcular el coeficiente de determinación múltiple de X 1 sobre X 2 y X 3 .

Consultar los resultados de MINITAB dados en la solución del problema 15.3 para determinar el coeficiente

de determinación múltiple.

SOLUCIÓN

El coeficiente de determinación múltiple de X 1 sobre X 2 y X 3 es

R 2 1:23 ¼ð0:8418Þ 2 ¼ 0:7086

empleando el problema 15.12. Por lo tanto, cerca de 71% de la variación total en X 1 se explica usando la ecuación de regresión.

El coeficiente de determinación múltiple se lee directamente en los resultados de MINITAB dados en la solución del

problema 15.3, y es R-Sq = 70.9%.

15.14 Según los datos del problema 15.3, calcular: a) R 2.13 y b) R 3.12 y comparar estos valores con el valor de R 1.23 .

SOLUCIÓN

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

r 2 12

a) R 2:13 ¼

þ r2 23

2r 12 r 13 r 23 ð0:8196Þ 2 þð0:7984Þ 2 2ð0:8196Þð0:7698Þð0:7984Þ

1 r 2 ¼

13

1 ð0:7698Þ 3

¼ 0:8606

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

r 2 13

b) R 3:12 ¼

þ r2 23

2r 12 r 13 r 23 ð0:7698Þ 2 þð0:7984Þ 2 2ð0:8196Þð0:7698Þð0:7984Þ

1 r 2 ¼

12

1 ð0:8196Þ 2

¼ 0:8234

Este problema ilustra el hecho de que, en general, R 2.13 , R 3.12 y R 1.23 no son necesariamente iguales, como se puede

ver en la comparación con el problema 15.12.


PROBLEMAS RESUELTOS 395

15.15 Si R 1.23 = 1, probar que: a) R 2.13 = 1 y b) R 3.12 = 1.

SOLUCIÓN

y

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

r 2 12

R 1:23 ¼

þ r2 13

2r 12 r 13 r 23

1 r 2 23

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

r 2 12

R 2:13 ¼

þ r2 23

2r 12 r 13 r 23

1 r 2 13

(29)

(30)

a) Haciendo en la ecuación (29), R 1.23 = 1 y elevando al cuadrado ambos lados, r 2 12 þ r 2 13 2r 12 r 13 r 23 ¼ 1 r 2 23.

Entonces

r 2 12 þ r 2 23 2r 12 r 13 r 23 ¼ 1 r 2 13 o bien

r 2 12 þ r 2 23 2r 12 r 13 r 23

1 r 2 13

¼ 1

Es decir, R 2 2:13 ¼ 1 y R 2.13 = 1, ya que el coeficiente de correlación múltiple se considera no negativo.

b) R 3.12 = 1 sigue del inciso a) intercambiando los subíndices 2 y 3 en la fórmula para R 2.13 = 1.

15.16 Si R 1.23 = 0, ¿implica necesariamente que R 2.13 = 0?

SOLUCIÓN

De acuerdo con la ecuación (29), R 2.13 = 0 si y sólo si

Entonces, de acuerdo con la ecuación (30) se tienen

lo cual no es necesariamente igual a cero.

r 2 12 þ r 2 13 2r 12 r 13 r 23 ¼ 0 o bien 2r 12 r 13 r 23 ¼ r 2 12 þ r 2 13

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

r 2 12

R 2:13 ¼

þ r2 23

ðr 2 12 þ r2 13 Þ r 2 23

r 2 13

1 r 2 ¼

13

1 r 2 13

CORRELACIÓN PARCIAL

15.17 Dados los datos del problema 15.3, calcular los coeficientes de correlación lineal parcial r 12.3 , r 13.2 y r 23.1 .

También determinar estos coeficientes empleando STATISTIX.

SOLUCIÓN

r

r 12:3 ¼ 12 r 13 r

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

23

ð1 r 2 13 Þð1 r2 23 Þ

r

r 13:2 ¼ 13 r 12 r

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

23

ð1 r 2 12 Þð1 r2 23 Þ

r

r 23:1 ¼ 23 r 12 r

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

13

ð1 r 2 12 Þð1 r2 13 Þ

Empleando los resultados del problema 15.5, se encuentra que r 12.3 = 0.5334, r 13.2 = 0.3346 y r 23.1 = 0.4580. Se concluye

que entre los niños de una misma edad, el coeficiente de correlación entre peso y estatura es 0.53; entre los niños de una

misma estatura el coeficiente de correlación entre peso y edad es 0.33. Como estos resultados se basan en una muestra

pequeña, de sólo 12 niños, no son tan confiables como si se obtuviesen de una muestra mayor.

Con la secuencia Statistics → Linear models → Partial Correlations se obtiene el cuadro de diálogo de la figura

15-4. Este cuadro se llena como se indica en la figura. Se busca r 12.3 . El resultado es el siguiente.

Statistix 8.

Partial Correlations with X1

Controlled for X3

X2 0.5335


396 CAPÍTULO 15 CORRELACIÓN MÚLTIPLE Y CORRELACIÓN PARCIAL

Figura 15-4 STATISTIX, cuadro de diálogo para el problema 15.17.

STATISTIX puede emplearse de manera similar para hallar las otras dos correlaciones parciales buscadas.

15.18 Si X 1 = b 1.23 + b 12.3 X 2 + b 13.2 X 3 y X 3 = b 3.12 + b 32.1 X 2 + b 31.2 X 1 son las ecuaciones de regresión de X 1 sobre

X 2 y X 3 , y de X 3 sobre X 2 y X 1 , respectivamente, probar que r 2 13:2 ¼ b 13:2 b 31:2 .

SOLUCIÓN

La ecuación de regresión de X 1 sobre X 2 y X 3 puede expresarse como [ver ecuación (5) de este capítulo]

X 1 ¼ X 1 ¼ r

12 r 13 r 23 s1

1 r 2 ðX

23

s 2

X 2 Þþ r

13 r 12 r 23 s1

2

1 r 2 ðX

23

s 3

X 3 Þ (31)

3

La ecuación de regresión de X 3 sobre X 2 y X 1 puede expresarse como [ver ecuación (10)]

X 3

X 3 ¼ r

23 r 13 r 12 s3

1 r 2 ðX

12

s 2

X 2 Þþ r

13 r 23 r 12 s3

2

1 r 2 ðX

12

s 1

X 1 Þ (32)

1

De acuerdo con las ecuaciones (31) y (32), los coeficientes de X 3 y X 1 son, respectivamente,

b 13:2 ¼ r

13 r 12 r 23 s1

1 r 2 y b

23

s 31:2 ¼ r

13 r 23 r 12 s3

3

1 r 2 12

s 1

Por lo tanto b 13:2 b 31:2 ¼ ðr 13 r 12 r 23 Þ 2

ð1 r 2 23 Þð1 r2 12 Þ ¼ r2 13:2

15.19 Si r 12.3 = 0, probar que

SOLUCIÓN

sffiffiffiffiffiffiffiffiffiffiffiffiffiffi

1 r

a) 2 23

r 13:2 ¼ r 13

1 r 2 12

sffiffiffiffiffiffiffiffiffiffiffiffiffiffi

1 r 2 13

b) r 23:1 ¼ r 23

1 r 2 12

Si

r

r 12:3 ¼ 12 r 13 r

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

23

¼ 0

ð1 r 2 13 Þð1 r2 23 Þ


PROBLEMAS RESUELTOS 397

se tiene que r 12 = r 13 r 23 .

s ffiffiffiffiffiffiffiffiffiffiffiffiffiffi

a)

r

r 13:2 ¼ 13 r 12 r

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

23

¼ r 13 ðr 13 r 23 Þr

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

23 r

¼ 13 ð1 r 2

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

23Þ

1 r 2 23

13

ð1 r 2 12 Þð1 r2 23 Þ ð1 r 2 12 Þð1 r2 23 Þ ð1 r 2 12 Þð1 r2 23 Þ 1 r 2 12

b) Se intercambian los subíndices 1 y 2 en el resultado del inciso a).

CORRELACIÓN MÚLTIPLE Y CORRELACIÓN PARCIAL PARA CUATRO O MÁS VARIABLES

15.20 Un examen de ingreso a la universidad consta de tres partes: matemáticas, español y conocimientos generales.

Para determinar si los resultados de este examen sirven para predecir el desempeño en el curso de estadística,

se recolectan y se analizan los datos de una muestra de 200 estudiantes. Sea

X 1 = calificación en el curso de estadística X 3 = calificación en el examen de español

X 2 = calificación en el examen de matemáticas X 4 = calificación en el examen de conocimientos generales

Se obtienen los valores siguientes:

X 1 ¼ 75 s 1 ¼ 10 X 2 ¼ 24 s 2 ¼ 5

X 3 ¼ 15 s 3 ¼ 3 X 4 ¼ 36 s 4 ¼ 6

r 12 ¼ 0:90 r 13 ¼ 0:75 r 14 ¼ 0:80 r 23 ¼ 0:70 r 24 ¼ 0:70 r 34 ¼ 0:85

Encontrar la ecuación de regresión de mínimos cuadrados de X 1 sobre X 2 , X 3 y X 4 .

SOLUCIÓN

Generalizando el resultado del problema 15.8, la ecuación de regresión de mínimos cuadrados de X 1 sobre X 2 , X 3 y X 4 puede

expresarse como

x 1 ¼ b 12:34 x 2 þ b 13:24 x 3 þ b 14:23 x 4 (33)

donde b 12.34 , b 13. 24 y b 14.23 se obtienen a partir de las ecuaciones normales

P P

x1 x 2 ¼ b 12:34 x

2

2

P P

þ b 13:24 x2 x 3 þ b 14:23 x2 x 4

P P P

x1 x 3 ¼ b 12:34 x2 x 3 þ b 13:24 x

2

3

P

þ b 14:23 x3 x 4

P P P P

x1 x 4 ¼ b 12:34 x2 x 4 þ b 13:24 x3 x 4 þ b 14:23 x

2

4

y donde x 1 ¼ X 1

X 1 , x 2 ¼ X 2

X 2 , x 3 ¼ X 3

X 3 y x 4 ¼ X 4

X 4 .

A partir de los datos dados, se encuentra

∑ x

2

2 Ns 2 2 = 5 000

∑ x 1 x 2 = Ns 1 s 2 r 12 = 9 000

∑ x 2 x 3 = Ns 1 s 3 r 23 = 2 100

∑ x

2

3 Ns 2 3 = 1 800

∑ x 1 x 3 = Ns 1 s 3 r 13 = 4 500

∑ x 2 x 4 = Ns 2 s 4 r 24 = 4 200

∑ x

2

4 Ns 2 4 = 7 200

∑ x 1 x 4 = Ns 1 s 4 r 14 = 9 600

∑ x 3 x 4 = Ns 3 s 4 r 34 = 3 060

Sustituyendo estos valores en las ecuaciones (34) y resolviendo el sistema de ecuaciones, se obtiene

b 12:34 ¼ 1:3333 b 13:24 ¼ 0:0000 b 14:23 ¼ 0:5556 (35)

que al sustituirlos en la ecuación (33) dan la ecuación de regresión buscada

x 1 ¼ 1:3333x 2 þ 0:0000x 3 þ 0:5556x 4

o bien X 1 75 ¼ 1:3333ðX 2 24Þþ0:5556ðX 4 27Þ (36)


398 CAPÍTULO 15 CORRELACIÓN MÚLTIPLE Y CORRELACIÓN PARCIAL

La solución exacta de la ecuación (34) da b 12:34 ¼ 4 3 , b 13:24 ¼ 0 y b 14:23 ¼ 5 9

, de manera que la ecuación de regresión

también se puede expresar como

X 1 ¼ 23 þ 4 3 X 2 þ 5 9 X 4 (37)

Es interesante observar que en la ecuación de regresión no aparecen las calificaciones de español, X 3 . Esto no significa

que los conocimientos de español no sean importantes para el desempeño en estadística, sino que significa que la

necesidad del español, en lo que se refiere a la predicción de la calificación en estadística, queda ampliamente reflejada por

las calificaciones obtenidas en los otros exámenes.

15.21 Dos estudiantes que aprobaron el examen de admisión del problema 15.20 obtuvieron, respectivamente, las

calificaciones siguientes: a) 30 en matemáticas, 18 en español y 32 en conocimientos generales y b) 18 en

matemáticas, 20 en español y 36 en conocimientos generales. ¿Cuál será su calificación en estadística?

SOLUCIÓN

a) Sustituyendo X 2 = 30, X 3 = 18 y X 4 = 32 en la ecuación (37), la calificación en estadística será X 1 = 81.

b) Procediendo como en el inciso a) con X 2 = 18, X 3 = 20 y X 4 = 36, se encuentra X 1 = 67.

15.22 Dados los datos del problema 15.20, encontrar los coeficientes de correlación parcial: a) r 12.34 , b) r 13.24 y

c) r 14.23 .

SOLUCIÓN

r

a) y b) r 12:4 ¼ 12 r 14 r

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

24

ð1 r 2 14 Þð1 r2 24 Þ

r

r 13:4 ¼ 13 r 14 r

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

34

ð1 r 2 14 Þð1 r2 34 Þ

r

r 23:4 ¼ 23 r 24 r

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

34

ð1 r 2 24 Þð1 r2 34 Þ

Sustituyendo con los valores del problema 15.20, se obtiene r 12.4 = 0.7935, r 13.4 = 0. 2215 y r 23.4 = 0. 2791. Por lo

tanto,

r

r 12:34 ¼ 12:4 r 13:4 r

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi 23:4

r

q ¼ 0:7814 y r 13:24 ¼ 13:4 r 12:4 r

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

23:4

¼ 0:0000

ð1 r 2 13:4 Þð1 r2 23:4 Þ

ð1 r 2 12:4 Þð1 r2 23:4 Þ

r

c) r 14:3 ¼ 14 r 13 r

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

34

ð1 r 2 13 Þð1 r2 34 Þ

r

r 12:3 ¼ 12 r 13 r

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

23

ð1 r 2 13 Þð1 r2 23 Þ

r

r 24:3 ¼ 24 r 23 r

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

34

ð1 r 2 23 Þð1 r2 34 Þ

Sustituyendo con los valores del problema 15.20, se obtiene r 14.3 = 0.4664, r 12.3 = 0.7939 y r 24.3 = 0.2791. Por lo

tanto

r

r 14:23 ¼ 14:3 r 12:3 r

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

24:3

¼ 0:4193

ð1 r 2 12:3 Þð1 r2 24:3 Þ

15.23 Interpretar los coeficientes de correlación parcial: a) r 12.4 , b) r 13.4 , c) r 12.34 , d ) r 14.3 y e) r 14.23 obtenidos en el

problema 15.22.

SOLUCIÓN

a) r 12.4 = 0.7935 representa el coeficiente de correlación (lineal) entre las calificaciones en estadística y las calificaciones

en matemáticas de estudiantes con una misma calificación en conocimientos generales. Para obtener este coeficiente

no se toman en cuenta las calificaciones en español (así como otros factores tampoco considerados), como resulta

evidente por el hecho de que se ha omitido el subíndice 3.


PROBLEMAS RESUELTOS 399

b) r 13.4 = 0.2215 representa el coeficiente de correlación entre las calificaciones en estadística y las calificaciones en

español de estudiantes que tienen la misma calificación en conocimientos generales. Aquí no se han considerado las

calificaciones en matemáticas.

c) r 12.34 = 0.7814 representa el coeficiente de correlación entre las calificaciones en estadística y las calificaciones en

matemáticas de estudiantes con la misma calificación, tanto en español como en conocimientos generales.

d ) r 14.3 = 0.4664 representa el coeficiente de correlación entre las calificaciones en estadística y las calificaciones en

conocimientos generales de estudiantes con la misma calificación en español.

e) r 14.23 = 0.4193 representa el coeficiente de correlación entre las calificaciones en estadística y las calificaciones en

conocimientos generales de estudiantes con la misma calificación tanto en matemáticas como en español.

15.24 a) Dados los datos del problema 15.20, mostrar que

r 12:4 r 13:4 r

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi 23:4 r

q

¼ 12:3 r 14:3 r

q ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi 24:3

(38)

ð1 r 2 13:4 Þð1 r2 23:4 Þ ð1 r 2 14:3 Þð1 r2 24:3 Þ

b) Explicar el significado de la igualdad del inciso a).

SOLUCIÓN

a) El lado izquierdo de la ecuación (38) fue evaluado en el problema 15.22a) dando como resultado 0.7814. Para evaluar

el lado derecho de la ecuación (38), se usan los resultados del problema 15.22c); el resultado también es 0.7814. Por

lo tanto, en este caso en especial, la igualdad es válida. Mediante manipulaciones algebraicas puede demostrarse que

esta igualdad también es válida en general.

b) El lado izquierdo de la ecuación (38) es r 12.34 y el lado derecho es r 12.43 . Como r 12.34 es la correlación entre las variables

X 1 y X 2 cuando X 3 y X 4 permanecen constantes, y r 12.43 es la correlación entre las variables X 1 y X 2 cuando X 4 y X 3

permanecen constantes, resulta inmediatamente evidente que la igualdad debe ser válida.

15.25 Dados los datos del problema 15.20, encontrar: a) el coeficiente de correlación múltiple R 1.234 y b) el error

estándar de estimación s 1.234 .

SOLUCIÓN

a) 1 R 2 1:234 ¼ð1 r 2 12Þð1 r 2 13:2Þð1 r 2 14:23Þ o bien R 1.234 = 0.9310

dado que r 12 = 0.90 de acuerdo con el problema 15.20, r 14.23 = 0.4193, de acuerdo con el problema 15.22c), y

r

r 13:2 ¼ 13 r 12 r

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi 23

0:75 ð0:90Þð0:70Þ

q

¼ qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

¼ 0:3855

ð1 r 2 12 Þð1 r2 23 Þ ½1 ð0:90Þ 2 Š½1 ð0:70Þ 2 ÞŠ

Otro método

Intercambiando en la primera ecuación los subíndices 2 y 4 se obtiene

1 R 2 1:234 ¼ð1 r 2 14Þð1 r 2 13:4Þð1 r 2 12:34Þ o bien R 1.234 = 0.9310

donde se han empleado directamente los resultados del problema 15.22a).

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

b) R 1:234 ¼

1 s 2 1:234

s 2 1

Comparar con la ecuación (8) de este capítulo.

qffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

o bien s 1:234 ¼ s 1 1 R 2 1:234

q

¼ 10

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

1 ð0:9310Þ 2

¼ 3:650


400 CAPÍTULO 15 CORRELACIÓN MÚLTIPLE Y CORRELACIÓN PARCIAL

ECUACIONES DE REGRESIÓN CON TRES VARIABLES

PROBLEMAS SUPLEMENTARIOS

15.26 Empleando la notación adecuada con subíndices, escribir las ecuaciones de regresión de: a) X 3 sobre X 1 y X 2 , y b) X 4 sobre

X 1 , X 2 , X 3 y X 5 .

15.27 Escribir las ecuaciones normales correspondientes a la ecuación de regresión de: a) X 2 sobre X 1 y X 3 , y b) X 5 sobre X 1 , X 2 ,

X 3 y X 4 .

15.28 En la tabla 15.4 se presentan los valores de tres variables: X 1 , X 2 y X 3 .

a) Encontrar la ecuación de regresión de mínimos cuadrados de X 3 sobre X 1 y X 2 .

b) Estimar X 3 para X 1 = 10 y X 2 = 6.

Tabla 15.4

X 1 3 5 6 8 12 14

X 2 16 10 7 4 3 2

X 3 90 72 54 42 30 12

15.29 Un maestro de matemáticas quiere determinar la relación que hay entre las calificaciones del examen final y las calificaciones

de dos exámenes parciales durante el semestre. Siendo X 1 , X 2 y X 3 , respectivamente, las calificaciones del primero

y segundo exámenes parciales y del examen final, el profesor calcula los siguientes valores correspondientes a un total de

120 alumnos.

X 1 ¼ 6:8 X 2 ¼ 7:0 X 3 ¼ 74

s 1 ¼ 1:0 s 2 ¼ 0:80 s 2 ¼ 9:0

r 12 ¼ 0:60 r 13 ¼ 0:70 r 23 ¼ 0:65

a) Encontrar la ecuación de regresión de mínimos cuadrados de X 3 sobre X 1 y X 2 .

b) Estimar la calificación final de dos estudiantes cuyas calificaciones en los dos exámenes parciales fueron: 1) 9 y 7, y

2) 4 y 8.

15.30 Los datos de la tabla 15.5 dan el precio en miles (X 1 ), la cantidad de recámaras (X 2 ) y la cantidad de baños (X 3 ) de 10 casas.

Usar las ecuaciones normales para hallar la ecuación de regresión de mínimos cuadrados de X 1 sobre X 2 y X 3 . Usar EXCEL,

MINITAB, SAS, SPSS y STATISTIX para encontrar la ecuación de regresión de mínimos cuadrados de X 1 sobre X 2 y X 3 .

Usar la ecuación de regresión de mínimos cuadrados de X 1 sobre X 2 y X 3 para estimar el precio de una casa que tenga cinco

recámaras y cuatro baños.

Tabla 15.5

Precio Recámaras Baños

165

200

225

180

202

250

275

300

155

230

3

3

4

2

4

4

3

5

2

4

2

3

3

3

2

4

4

3

2

4


PROBLEMAS SUPLEMENTARIOS 401

ERROR ESTÁNDAR DE ESTIMACIÓN

15.31 Dados los datos del problema 15.28, encontrar el error estándar de estimación de X 3 sobre X 1 y X 2 .

15.32 Dados los datos del problema 15.29, encontrar el error estándar de estimación de: a) X 3 sobre X 1 y X 2 y b) X 1 sobre X 2

y X 3 .

COEFICIENTE DE CORRELACIÓN MÚLTIPLE

15.33 Dados los datos del problema 15.28, calcular el coeficiente de correlación lineal múltiple de X 3 sobre X 1 y X 2 .

15.34 Dados los datos del problema 15.29, calcular: a) R 3.12 , b) R 1.23 y c) R 2.13 .

15.35 a) Si r 12 = r 13 = r 23 = r 1, mostrar que

R 1:23 ¼ R 2:31 ¼ R 3:12 ¼ r pffiffiffi

2

pffiffiffiffiffiffiffiffiffiffi

1 þ r

b) Analizar el caso r = 1.

15.36 Si R 1.23 = 0, probar que jr 23 jjr 12 j y jr 23 jjr 13 j e interpretar.

CORRELACIÓN PARCIAL

15.37 Dados los datos del problema 15.28, calcular los coeficientes de correlación lineal parcial r 12.3 , r 13.2 y r 23.1 . Calcularlos

también usando STATISTIX.

15.38 Resolver el problema 15.37 con los datos del problema 15.29.

15.39 Si r 12 = r 13 = r 23 = r 1, mostrar que r 12.3 = r 13.2 = r 23.1 = r/(1 + r). Analizar el caso r = 1.

15.40 Si r 12.3 = 1, mostrar que: a) |r 13.2 | = 1, b) |r 23.1 | = 1, c) R 1.23 = 1 y d ) s 1.23 = 0.

CORRELACIÓN MÚLTIPLE Y CORRELACIÓN PARCIAL CON CUATRO O MÁS VARIABLES

15.41 Mostrar que la ecuación de regresión de X 4 sobre X 1 , X 2 y X 3 puede escribirse como

x 4 x

¼ a 1

s 1

4 s 1

x

þ a 2

2

s 2

x

þ a 3

3

s 3

donde a 1 , a 2 y a 3 se determinan resolviendo simultáneamente las ecuaciones

a 1 r 11 þ a 2 r 12 þ a 3 r 13 ¼ r 14

a 1 r 21 þ a 2 r 22 þ a 3 r 23 ¼ r 24

a 1 r 31 þ a 2 r 32 þ a 3 r 33 ¼ r 34

y donde x j ¼ X j

X j , r jj ¼ 1 y j = 1, 2, 3 y 4. Generalizar al caso con más de cuatro variables.


402 CAPÍTULO 15 CORRELACIÓN MÚLTIPLE Y CORRELACIÓN PARCIAL

15.42 Dados X 1 ¼ 20, X 2 ¼ 36, X 3 ¼ 12, X 4 ¼ 80, s 1 = 1.0, s 2 = 2.0, s 3 = 1.5, s 4 = 6.0, r 12 = −0.20, r 13 = 0.40, r 23 = 0.50,

r 14 = 0.40, r 24 = 0.30 y r 34 = −0.10, a) encontrar la ecuación de regresión de X 4 sobre X 1 , X 2 y X 3 , y b) estimar X 4 para

X 1 = 15, X 2 = 40 y X 3 = 14.

15.43 Dados los datos del problema 15.42, encontrar: a) r 41.23 , b) r 42.13 y c) r 43.12 .

15.44 Dados los datos del problema 15.42, encontrar: a) R 4.123 y b) s 4.123 .

15.45 Los gastos médicos anuales de quince hombres adultos se correlacionan con otros factores de salud. En un estudio se consideran

gastos médicos anuales, Y, así como la información sobre las siguientes variables independientes,

X 1 =

0, si es no fumador

1, si es fumador

X 2 = cantidad de dinero gastado semanalmente en alcohol,

X 3 = horas semanales de ejercicio,

8

>< 0, poco informado sobre la alimentación

X 4 = 1, informado medianamente sobre la alimentación

>:

2, altamente informado sobre la alimentación

X 5 = peso X 6 = edad

La notación empleada en este problema se encuentra en muchos libros de estadística. Y se emplea como variable dependiente

y X, con subíndices, como variables independientes. Empleando los datos de la tabla 15.6, encontrar, resolviendo las

ecuaciones normales, la ecuación de regresión de Y sobre X 1 a X 6 y comparar esta solución con las soluciones dadas por

EXCEL, MINITAB, SAS, SPSS y STATISTIX.

Tabla 15.6

Gastos médicos Fumador Alcohol Ejercicio Alimentación Peso Edad

2 100

2 378

1 657

2 584

2 658

1 842

2 786

2 178

3 198

1 782

2 399

2 423

3 700

2 892

2 350

0

1

0

1

1

0

1

0

1

0

0

0

1

1

1

20

25

10

20

25

0

25

10

30

5

25

15

25

30

30

5

0

10

5

0

10

5

10

0

10

12

15

0

5

10

1

1

2

2

1

1

0

1

1

0

2

0

1

1

1

185

200

175

225

220

165

225

180

225

180

225

220

275

230

245

50

42

37

54

32

34

30

41

31

45

45

33

43

42

40


ANÁLISIS DE

VARIANZA

16

OBJETIVO DEL ANÁLISIS DE VARIANZA

En el capítulo 8 se usó la teoría del muestreo para probar la importancia de la diferencia entre dos medias muestrales

y se supuso que las dos poblaciones de las que provenían las muestras tenían la misma varianza. Hay ocasiones que se

necesita probar la importancia de la diferencia entre tres o más medias muestrales o, lo que es equivalente, probar la

hipótesis nula de que todas estas medias muestrales son iguales.

EJEMPLO 1 Supóngase que en un experimento agrícola se emplean cuatro diferentes tratamientos químicos para el suelo, y se

obtienen, respectivamente, con los siguientes rendimientos medios de trigo: 28, 22, 18 y 24 bushels por acre. ¿Existe diferencia

significativa entre estas medias o la dispersión observada se debe sólo a la casualidad?

Problemas como éste se resuelven empleando una técnica desarrollada por Fischer y que se denomina análisis de varianza. En

esta técnica se usa la distribución F, ya vista en el capítulo 11.

CLASIFICACIÓN EN UN SENTIDO O EXPERIMENTOS CON UN FACTOR

En un experimento de un factor, las mediciones (u observaciones) se hacen de a grupos independientes de muestras,

y b es la cantidad de mediciones en cada muestra. Se habla de a tratamientos, cada uno con b repeticiones o b réplicas.

En el ejemplo 1, a = 4.

Los resultados de un experimento de un factor se acostumbra presentarlos en una tabla con a renglones y b columnas,

como la tabla 16.1. Aquí, X jk denota la medición del renglón j y columna k, donde j = 1, 2, . . . , a y donde k = 1,

2, . . . , b. Por ejemplo, X 35 significa la quinta medición del tercer tratamiento.

Tabla 16.1

Tratamiento 1 X 11 , X 12 , . . . , X 1b

X 1:

Tratamiento 2 X 21 , X 22 , . . . , X 2b

X 2:

Tratamiento a X a1 , X a2 , . . . , X ab

X a:

La media de las mediciones en el renglón j se denota X j . Se tiene

X j: ¼ 1 b

X b

k¼1

X jk j ¼ 1, 2, ..., a (1)

403


404 CAPÍTULO 16 ANÁLISIS DE VARIANZA

El punto que aparece en X j. sirve para indicar que se suma sobre el índice k. A los valores X j. se les llama medias de

grupo, medias de tratamiento o medias de renglón. La gran media o media general es la media de todas las mediciones

de todos los grupos y se denota X:

X ¼ 1 X a

ab

j¼1

X b

k¼1

X jk (2)

VARIACIÓN TOTAL, VARIACIÓN DENTRO DE TRATAMIENTOS

Y VARIACIÓN ENTRE TRATAMIENTOS

La variación total, que se denota V, se define como la suma de los cuadrados de las desviaciones de cada medición

respecto a la gran media X

Variación total ¼ V ¼ X ðX jk

XÞ 2 (3)

j;k

Expresando esta identidad como

X jk

X ¼ðX jk

X j: ÞþðX j:

XÞ (4)

y después elevando al cuadrado y sumando sobre j y k, se tiene (ver problema 16.1)

X

ðX jk

XÞ 2 ¼ X ðX jk

X j: Þ 2 þ X ð X j:

XÞ 2 (5)

j;k

j;k

j;k

X

o

ðX jk

XÞ 2 ¼ X ðX jk

X j: Þ 2 þ b X ð X j:

XÞ 2 (6)

j;k

j;k

j

La primera suma que aparece en el lado derecho de las ecuaciones (5) y (6) es la variación dentro de los tratamientos

(ya que se trata de los cuadrados de las desviaciones de las X jk respecto a las medias de los tratamientos X j. ) y se denota

V W . Por lo tanto,

V W ¼ X ðX jk

X j: Þ 2 (7)

j;k

La segunda suma que aparece en el lado derecho de las ecuaciones (5) y (6) es la variación entre los tratamientos (ya

que se trata de los cuadrados de las desviaciones de las medias de los tratamientos X j. respecto a la gran media X) y

se denota V B . Por lo tanto,

V B ¼ X j;k

ð X j:

XÞ 2 ¼ b X j

ð X j

XÞ 2 (8)

Por lo tanto, las ecuaciones (5) y (6) se pueden expresar como

V ¼ V W þ V B (9)

MÉTODOS ABREVIADOS PARA OBTENER LAS VARIACIONES

Para simplificar el cálculo de las variaciones anteriores se emplean las fórmulas siguientes:

V ¼ X j;k

X 2 jk

T 2

ab

(10)

V B ¼ 1 b

X

j

T 2 j:

T 2

ab

(11)

V W ¼ V V B (12)


VALORES ESPERADOS DE LAS VARIACIONES 405

donde T es la suma de todos los valores X jk y donde T j. es la suma de todos los valores del tratamiento j-ésimo:

T ¼ X j;k

X jk

T j: ¼ X k

X jk (13)

En la práctica, conviene sustraer, de cada dato de la tabla, un valor fijo con objeto de simplificar los cálculos; esto no

afecta el resultado final.

MODELO MATEMÁTICO PARA EL ANÁLISIS DE VARIANZA

Cada renglón de la tabla 16.1 se considera como una muestra aleatoria de tamaño b tomada de la población de ese

determinado tratamiento. Las X jk difieren de la media poblacional µ j correspondiente al tratamiento j en un error aleatorio

que se denota ε jk ; por lo tanto,

X jk ¼ j þ " jk (14)

Se supone que estos errores están distribuidos de manera normal con media 0 y varianza σ 2 . Si µ es la media de

la población de todos los tratamientos y si se denota α j = µ j − µ, entonces µ j = µ + α j , y la ecuación (14) se convierte

en

X jk ¼ þ j þ " jk (15)

donde P j

j ¼ 0 (ver problema 16.18). De acuerdo con la ecuación (15) y con la suposición de que las ε jk están distribuidas

de manera normal con media 0 y varianza σ 2 , se concluye que las X jk se pueden considerar como variables

aleatorias distribuidas en forma normal, con media µ y varianza σ 2 .

La hipótesis nula de que todas las medias de los tratamientos son iguales está dada por (H 0 : α j = 0; j = 1, 2, . . . , a)

o, lo que es equivalente, por (H 0 : µ j = µ; j = 1, 2, . . . , a). Si H 0 es verdadera, todas las poblaciones de los tratamientos

tendrán la misma distribución normal (es decir, con la misma media y varianza). En estos casos, sólo hay un tratamiento

poblacional (es decir, todos los tratamientos son estadísticamente idénticos); en otras palabras, no hay diferencia

significativa entre los tratamientos.

VALORES ESPERADOS DE LAS VARIACIONES

Como se puede demostrar (ver problema 16.19), los valores esperados de V W , V B y V están dados por

EðV W Þ¼aðb 1Þ 2 (16)

EðV B Þ¼ða

1Þ 2 þ b X j

2 j (17)

EðVÞ ¼ðab

1Þ 2 þ b X j

2 j (18)

De acuerdo con la ecuación (16) se tiene

V

E W

¼ 2 (19)

aðb 1Þ

de manera que ^S W 2 ¼ V W

aðb 1Þ

(20)

siempre es la mejor estimación (insesgada) de σ 2 , sin importar si H 0 es o no verdadera. Por otro lado, de acuerdo con

las ecuaciones (17) y (18) se ve que sólo si H 0 es verdadera (es decir, α j = 0) se tendrá

E

V

B

¼ 2 V

y E ¼ 2 (21)

a 1

ab 1


406 CAPÍTULO 16 ANÁLISIS DE VARIANZA

de manera que sólo en ese caso

^S 2 B ¼

V B

a 1

y ^S 2 ¼ V

ab 1

proporcionan una estimación insesgada de σ 2 . Pero si H 0 no es verdadera, entonces de acuerdo con la ecuación (17) se

tiene

Eð ^S BÞ¼ 2 2 þ

b X

2 j (23)

a 1

j

(22)

DISTRIBUCIONES DE LAS VARIACIONES

Empleando la propiedad aditiva de ji cuadrada se pueden probar los siguientes teoremas fundamentales que se refieren

a las distribuciones de las variaciones V W , V B y V:

Teorema 1:

V W /σ 2 tienen una distribución ji cuadrada con a(b − 1) grados de libertad.

Teorema 2: Bajo la hipótesis nula H 0 , V B /σ 2 y V/σ 2 tienen distribuciones ji cuadrada con a − 1

y ab − 1 grados de libertad, respectivamente.

Es importante subrayar que el teorema 1 es válido, ya sea que H 0 sea o no verdadera, mientras que el teorema 2 sólo

es válido bajo la suposición de que H 0 es verdadera.

PRUEBA F PARA LA HIPÓTESIS NULA DE MEDIAS IGUALES

Si la hipótesis nula H 0 no es verdadera (es decir, si las medias de los tratamientos no son iguales), como se ve de

acuerdo con la ecuación (23), se esperará que ^S 2 B sea mayor que σ 2 , y que este efecto se haga más pronunciado a medida

que la discrepancia entre las medias aumente. Por otro lado, de acuerdo con las ecuaciones (19) y (20) puede esperarse

que ^S 2 W sea igual a σ 2 sin importar si las medias son o no iguales. Se tiene, entonces, que un buen estadístico para

probar la hipótesis H 0 es el proporcionado por ^S 2 B= ^S 2 W. Si este estadístico es significativamente grande, se puede concluir

que entre las medias de los tratamientos hay una diferencia significativa y, por lo tanto, se puede rechazar H 0 ; si

no es así, puede aceptarse H 0 o posponer la decisión hasta hacer más análisis.

Para usar el estadístico ^S 2 B= ^S2 W es preciso conocer su distribución muestral. Este conocimiento lo proporciona el

teorema 3.

Teorema 3: El estadístico F = ^S 2 B= ^S 2 W tiene distribución F con a − 1 y a(b − 1) grados de libertad.

El teorema 3 permite probar la hipótesis nula a determinado nivel de significancia, empleando la distribución F (estudiada

en el capítulo 11) mediante una prueba de una cola.

TABLAS PARA EL ANÁLISIS DE VARIANZA

En la tabla 16.2, llamada tabla para el análisis de varianza, se resumen los cálculos necesarios para la prueba anterior.

En la práctica se calculan V y V B empleando ya sea el método largo [ecuaciones (3) y (8)] o el método corto [ecuaciones

(10) y (11)] y calculando después V W = V − V B . Debe notarse que el número de grados de libertad para la variación

total (es decir, ab − 1) es igual a la suma de los grados de libertad para la variación entre los tratamientos más los

grados de libertad para la variación dentro de los tratamientos.


CLASIFICACIÓN EN DOS SENTIDOS O EXPERIMENTOS CON DOS FACTORES 407

Tabla 16.2

Variación Grados de libertad Cuadrado medio F

Entre tratamientos,

V B ¼ b X ð X j:

XÞ 2 a − 1 ^S B 2 ¼ V B

^S B

2

a 1

j

^S W

2

Dentro de tratamientos,

V W = V − V B a(b − 1) ^S W 2 ¼ V W

aðb 1Þ

con a − 1 y a(b − 1)

grados de libertad

Total

V ¼ V B þ V W

¼ X ab − 1

ðX jk

XÞ 2

j; k

MODIFICACIONES PARA NÚMEROS DISTINTOS DE OBSERVACIONES

En caso de que los tratamientos 1, . . . , a tengan números distintos de observaciones —iguales a N 1 ,..., N a , respectivamente—

los resultados anteriores pueden modificarse fácilmente. Así se obtiene

V ¼ X ðX jk

XÞ 2 ¼ X X 2 T 2

jk

(24)

N

j;k

j;k

V B ¼ X ð X j:

j;k

XÞ 2 ¼ X j

N j ð X j:

XÞ 2 ¼ X j

Tj:

2 T 2

N j N

(25)

V W ¼ V V B (26)

donde P j;k denota la sumatoria, primero sobre k desde 1 hasta N j y después la sumatoria sobre j desde 1 hasta a. En

este caso, la tabla para el análisis de varianza es la tabla 16.3.

Tabla 16.3

Variación Grados de libertad Cuadrado medio F

Entre tratamientos,

V B ¼ X N j ð X j:

XÞ 2 a − 1 ^S B 2 ¼ V B

a 1

j

^S B

2

^S W

2

Dentro de tratamientos,

V W = V − V B

N − a ^S W 2 ¼ V W

N a

con a − 1 y N − a

grados de libertad

Total,

V ¼ V B þ V W

¼ X N − 1

ðX jk

XÞ 2

j; k

CLASIFICACIÓN EN DOS SENTIDOS O EXPERIMENTOS CON DOS FACTORES

Las ideas del análisis de varianza para clasificaciones en un sentido o experimentos con un factor pueden generalizarse.

En el ejemplo 2 se ilustra el procedimiento para clasificaciones en dos sentidos o experimentos con dos factores.


408 CAPÍTULO 16 ANÁLISIS DE VARIANZA

EJEMPLO 2 Supóngase que un experimento agrícola consiste en examinar los rendimientos por acre de cuatro variedades de

trigo, cultivando cada variedad en cinco tipos de parcelas. Por lo tanto, se necesitarán (4)(5) = 20 parcelas. En tales casos conviene

reunir las parcelas en bloques, por ejemplo, bloques de cuatro parcelas, y cultivar una variedad diferente de trigo en cada parcela

del bloque. Así, en este ejemplo se necesitarán 5 bloques.

En este caso se tienen dos clasificaciones, o dos factores, ya que las diferencias en el rendimiento por acre pueden deberse a:

1) el tipo de trigo cultivado, o 2) al bloque de que se trate (que pueden presentar diferencias en la fertilidad del suelo, etcétera).

Por analogía, con el experimento agrícola del ejemplo 2 se acostumbra referirse a los dos factores de un experimento

como tratamientos y bloques, aunque por supuesto puede referirse a ellos simplemente como factor 1 y

factor 2.

NOTACIÓN PARA EXPERIMENTOS CON DOS FACTORES

Cuando se tienen a tratamientos y b bloques, se construye una tabla como la 16.4, donde se supone que para cada

tratamiento y para cada bloque hay un valor experimental (por ejemplo, el rendimiento por acre). X jk denota el tratamiento

j y el bloque k. La media de las entradas en el renglón j se denota X j , donde j = 1, . . . , a, y la media de las

entradas en la columna k se denota X :k , donde k = 1, . . . , b. La media general, o gran media, se denota X. En símbolos,

X j: ¼ 1 b

X b

k¼1

X jk

X :k ¼ 1 a

X a

X jk

j¼1

X ¼ 1 X

X

ab jk (27)

j;k

Tabla 16.4

Bloque

1 2 ... b

Tratamiento 1 X 11 X 12 ... X 1b

X 1:

Tratamiento 2 X 21 X 22 ... X 2b

X 2:

. . .

. . .

. . .

. . .

. . .

. . .

Tratamiento a X a1 X a2 ... X ab

X a:

X :1

X :2

X :b

VARIACIONES EN LOS EXPERIMENTOS CON DOS FACTORES

Como en el caso de los experimentos con un factor, se definen las variaciones en los experimentos con dos factores.

Primero, como en la ecuación (3), se define la variación total, que es

V ¼ X ðX jk

XÞ 2 (28)

j;k

Expresando la identidad

X jk

X ¼ðX jk

X j:

X :k þ XÞþðX j:

XÞþðX :k

XÞ (29)

elevando al cuadrado y sumando después sobre j y k se puede mostrar que

V ¼ V E þ V R þ V C (30)


ANÁLISIS DE VARIANZA PARA EXPERIMENTOS CON DOS FACTORES 409

donde

V E = variación debida al error o a la casualidad = X j;k

ðX jk

X j:

X :k þ XÞ 2

V R = variación entre renglones (tratamientos) = b Xa

V C = variación entre columnas (bloques) = a Xb

k¼1

j¼1

ð X j:

XÞ 2

ð X :k

XÞ 2

La variación debida al error o a la casualidad se conoce también como variación residual o variación aleatoria.

Las fórmulas siguientes, análogas a las ecuaciones (10), (11) y (12), son las fórmulas de cálculo abreviadas.

V ¼ X jk

X 2 jk

T 2

ab

(31)

V R ¼ 1 b

V C ¼ 1 a

X a

Tj:

2

j¼1

X b

T:k

2

k¼1

T 2

ab

T 2

ab

(32)

(33)

V E ¼ V V R V C (34)

donde T j. es el total (la suma) de las entradas en el renglón j-ésimo, T .k es el total (la suma) de las entradas en la columna

k, y T es el total (la suma) de todas las entradas.

ANÁLISIS DE VARIANZA PARA EXPERIMENTOS CON DOS FACTORES

La generalización del modelo matemático para experimentos con un factor, dado por la ecuación (15), lleva a suponer

que para experimentos con dos factores

X jk ¼ þ j þ k þ " jk (35)

donde ∑ α j = 0 y ∑ β k = 0. Aquí µ es la gran media de la población, α j es la parte de X jk atribuida a los diferentes

tratamientos (también llamada efectos del tratamiento), β k es la parte de X jk atribuida a los diferentes bloques (también

llamada efectos de los bloques) y ε jk es la parte de X jk atribuida a la casualidad o al error. Como antes, se supone que

las ε jk están distribuidas en forma normal con media 0 y varianza σ 2 , de manera que las X jk también están distribuidas

en forma normal con media µ y varianza σ 2 .

Correspondiendo con los resultados (16), (17) y (18) puede probarse que las esperanzas de las variaciones están

dadas por

EðV E Þ¼ða 1Þðb 1Þ 2 (36)

EðV R Þ¼ða

1Þ 2 þ b X j

2 j (37)

EðV C Þ¼ðb

1Þ 2 þ a X k

2 k (38)

EðVÞ ¼ðab

2 k (39)

1Þ 2 þ b X j

2 j þ a X k

Las hipótesis nulas que se quieren probar son dos:

H ð1Þ

0 : todas las medias de los tratamientos (renglones) son iguales; es decir, α j = 0 y j = 1, ..., a.

H ð2Þ

0 : todas las medias de los bloques (columnas) son iguales; es decir, β k = 0 y k = 1, ..., b.


410 CAPÍTULO 16 ANÁLISIS DE VARIANZA

De acuerdo con la ecuación (36) se ve que, ya sea que H ð1Þ

σ 2 es la dada por

0 y Hð2Þ 0

, sean o no verdaderas, una estimación insesgada de

^S 2 E ¼

V E

ða 1Þðb 1Þ

esto es, Eð ^S 2 EÞ¼ 2 (40)

Además, si las hipótesis H ð1Þ

0 y Hð2Þ 0

son verdaderas, entonces

^S 2 R ¼ V R

a 1

^S 2 C ¼ V C

b 1

^S 2 ¼

V

ab 1

(41)

serán estimaciones insesgadas de σ 2 . Sin embargo, si H ð1Þ

(37) y (38) se tiene, respectivamente

Los teoremas siguientes son similares a los teoremas 1 y 2:

0 y Hð2Þ 0

no son verdaderas, de acuerdo con las ecuaciones

Eð ^S RÞ¼ 2 2 þ

b X

2 j

a 1

j

(42)

Eð ^S CÞ¼ 2 2 þ

a X

k 2 b 1

(43)

Teorema 4: V E /σ 2 es una distribución ji cuadrada con (a − 1)(b − 1) grados de libertad, independientemente

de H ð1Þ

0

o bien Hð2Þ

0 .

k

Teorema 5: Si la hipótesis H ð1Þ

0 es verdadera, V R /σ2 tiene una distribución ji cuadrada con a − 1

grados de libertad. Si la hipótesis H ð2Þ

0 es verdadera, V C /σ2 tiene una distribución ji cuadrada con

b − 1 grados de libertad. Si las dos hipótesis H ð1Þ

0 y Hð2Þ 0 son verdaderas, V/σ2 es una distribución

ji cuadrada con ab − 1 grados de libertad.

Para probar la hipótesis H ð1Þ

0 , es natural considerar el estadístico ^S R= 2 ^S E, 2 ya que, como se ve, de acuerdo con la

ecuación (42), ^S R 2 se espera que difiera significativamente de σ 2 si las medias de los renglones (tratamientos) son significativamente

diferentes. De manera similar, para probar la hipótesis H ð2Þ

0 , se emplea el estadístico ^S C= 2 ^S E. 2 En el

teorema 6 se dan las distribuciones de ^S R= 2 ^S E 2 y de ^S C= 2 ^S E; 2 este teorema es análogo al teorema 3.

Teorema 6: Si la hipótesis H ð1Þ

0 es verdadera, el estadístico ^S R= 2 ^S E 2 tiene una distribución F con

a − 1 y (a − 1)(b − 1) grados de libertad. Si la hipótesis H ð2Þ

0 es verdadera, el estadístico ^S C= 2 ^S E

2

tiene la distribución F con b − 1 y (a − 1)(b − 1) grados de libertad.

El teorema 6 permite aceptar o rechazar H ð1Þ

0 y Hð2Þ 0

a un nivel de significancia determinado. Para mayor claridad y

facilidad, como en el caso de un factor, para el análisis de varianza se suele construir una tabla como la 16.5.

EXPERIMENTOS CON DOS FACTORES CON REPLICACIÓN

En la tabla 16.4, para cada tratamiento y para cada bloque hay únicamente una entrada. Más información acerca de los

factores puede obtenerse repitiendo el experimento, proceso que se llama replicación. En esos casos habrá más de una

entrada para cada tratamiento y para cada bloque. Se supondrá que en cada posición hay c entradas; en el caso en que

los números de replicaciones no sean iguales, se hacen las modificaciones apropiadas.

Debido a la replicación se necesita un modelo adecuado que sustituya al modelo dado por la ecuación (35). Se usa

el modelo siguiente:

X jkl ¼ þ j þ k þ jk þ " jkl (44)

donde los subíndices j, k y l de X jkl corresponden, respectivamente, al j-ésimo renglón (o tratamientos), a la k-ésima

columna (o bloque) y a la l-ésima repetición (o replicación). En la ecuación (44) µ, α j y β k están definidos como antes;


EXPERIMENTOS CON DOS FACTORES CON REPLICACIÓN 411

Tabla 16.5

Variación Grados de libertad Cuadrado medio F

Entre tratamientos,

V R ¼ b X ð X j:

XÞ 2 a − 1 ^S R 2 ¼ V R

a 1

j

Entre bloques,

V C ¼ a X ð X :k

XÞ 2 b − 1 ^S C 2 ¼ V C

b 1

k

^S 2 R= ^S 2 E

con a − 1 y (a − 1)(b − 1)

grados de libertad

^S 2 C= ^S 2 E

con b − 1 y (a − 1)(b − 1)

grados de libertad

Residual o aleatoria,

V E = V − V R − V C

(a − 1)(b − 1)

^S 2 E ¼

V E

ða 1Þðb 1Þ

Total,

V ¼ V R þ V C þ V E

¼ X ðX jk

XÞ 2 ab − 1

j;k

ε jkl es un término aleatorio o un término de error, y γ jk denota los efectos de la interacción renglón-columna (o tratamiento-bloque)

que se conocen simplemente como interacciones. Se tienen las restricciones

X

X

X

X

j ¼ 0 k ¼ 0 jk ¼ 0 jk ¼ 0 (45)

j

k

y se supone que las X jkl están distribuidas de manera normal con media µ y varianza σ 2 .

Como antes, la variación V de todos los datos puede dividirse en variaciones debidas a los renglones V R , variaciones

debidas a las columnas V C , interacciones V I y un error aleatorio o residual V E :

j

V ¼ V R þ V C þ V I þ V E (46)

k

donde

V ¼ X ðX jkl

XÞ 2 (47)

j;k;l

V R ¼ bc Xa

ð X j::

XÞ 2 (48)

j¼1

V C ¼ ac Xb

ð X :k:

XÞ 2 (49)

k¼1

V I ¼ c X j;k

ð X jk:

X j::

X :k: þ XÞ 2 (50)

V E ¼ X ðX jkl

X jk: Þ 2 (51)

j;k;l

En estos resultados, los puntos que aparecen en los subíndices tienen significados análogos a los dados antes; así, por

ejemplo,

X j:: ¼ 1 X

X

bc jkl ¼ 1 X

b

k;l

k

X jk: (52)

El valor esperado de las variaciones se encuentra como antes. Empleando, para cada fuente de variación, el número que

le corresponde de grados de libertad, se puede elaborar una tabla para el análisis de varianza como la que se muestra


412 CAPÍTULO 16 ANÁLISIS DE VARIANZA

en la tabla 16.6. Los cocientes F que aparecen en la última columna de la tabla 16.6 se usan para probar las hipótesis

nulas:

H ð1Þ

0 : todas las medias de los tratamientos (renglones) son iguales; es decir, α j = 0.

H ð2Þ

0 : todas las medias de los bloques (columnas) son iguales; es decir, β k = 0.

H ð3Þ

0 : entre tratamientos y bloques no hay interacción; es decir, γ jk = 0.

Tabla 16.6

Variación Grados de libertad Cuadrado medio F

Entre tratamientos,

V R

a − 1 ^S 2 R ¼ V R

a 1

Entre bloques,

V C

b − 1 ^S 2 C ¼ V C

b 1

^S 2 R= ^S 2 E

con a − 1 y ab(c − 1)

grados de libertad

^S 2 C= ^S 2 E

con b − 1 y ab(c − 1)

grados de libertad

Interacción,

V I

(a − 1)(b − 1)

^S 2 I ¼

V I

ða 1Þðb 1Þ

^S 2 1= ^S 2 E

con (a − 1)(b − 1) y

ab(c − 1) grados de libertad

Residual o aleatoria,

V E

ab(c − 1)

^S 2 E ¼

V E

abðc

Total,

V

abc − 1

Desde un punto de vista práctico, hay que decidir primero si H ð3Þ

0

puede o no ser rechazada a nivel de significancia

apropiado usando el F-cociente ^S I 2 = ^S E 2 de la tabla 16.6. Pueden presentarse dos casos:

1. H ð3Þ

0

no puede ser rechazada. En este caso se concluye que las interacciones no son muy grandes. Entonces, se

pueden probar H ð1Þ

0 y Hð2Þ 0 empleando, respectivamente, los F-cocientes ^S R= 2 ^S E 2 y ^S C= 2 ^S E 2 como se muestra en la

tabla 16.6. Algunos especialistas en estadística recomiendan que en este caso se junten las variaciones y se use el

total V I + V E dividiéndolo entre la correspondiente suma de grados de libertad (a − 1)(b − 1) + ab(c − 1) y usando,

en la prueba F, este valor en lugar de ^S E.

2

2. H ð3Þ

0

puede ser rechazada. En este caso, se concluye que las interacciones son significativamente grandes. Entonces,

las diferencias entre los factores sólo serán importantes si son grandes en comparación con estas interacciones. A

esto se debe que muchos especialistas en estadística recomienden probar H ð1Þ

0 y Hð2Þ 0

empleando los F-cocientes

^S R= 2 ^S I 2 y ^S C= 2 ^S I 2 en lugar de los dados en la tabla 16.6. Aquí también se usará este procedimiento alternativo.

El análisis de varianza con replicación puede realizarse más fácilmente sumando primero los valores de las replicaciones

correspondientes a un tratamiento (renglón) y a un bloque (columna). Con esto se obtiene una tabla de dos

factores con entrada sencilla, que se puede analizar como la tabla 16.5. Este procedimiento se ilustra en el problema

16.16.

DISEÑO EXPERIMENTAL

Las técnicas de análisis de varianza vistas antes se emplean una vez que se han obtenido los resultados de un experimento.

Sin embargo, con objeto de obtener tanta información como sea posible, es necesario que primero se planee


DISEÑO EXPERIMENTAL 413

cuidadosamente el experimento; a esto se le conoce como diseño del experimento. Los siguientes son algunos ejemplos

importantes de diseños de experimentos:

1. Aleatorización completa. Supóngase que se tiene un experimento agrícola como el del ejemplo 1. Para diseñar

este experimento se puede dividir la tierra en 4 × 4 = 16 parcelas (como se indica en la figura 16-1 mediante los

cuadrados, aunque puede emplearse cualquier otra figura) y asignar cada tratamiento (indicados por las letras A, B,

C y D) a cuatro bloques elegidos en forma completamente aleatoria. El propósito de la aleatorización es eliminar

diversas fuentes de error, por ejemplo, la fertilidad del suelo.

D A C C

B D B A

D C B D

A B C A

Figura 16-1 Aleatorización completa.

Bloques Tratamientos

I C B A D

II A B D C

III B C D A

IV A D C B

Figura 16-2 Bloques aleatorizados.

Factor 1

D B C A

B D A C

Factor 2

C A D B

A C B D

Figura 16-3 Cuadrado latino.

B γ A β D δ C α

A δ B α C γ D β

D α C δ B β A γ

C β D γ A α B δ

Figura 16-4 Cuadrado grecolatino.

2. Bloques aleatorizados. Cuando se necesita todo un conjunto de tratamientos para cada bloque, como en el ejemplo

2, los tratamientos A, B, C y D se introducen en orden aleatorio en cada uno de los bloques I, II, III y IV (es decir,

en los renglones de la figura 16-2), y por esta razón a los bloques se les llama bloques aleatorizados. Este tipo de

diseño se emplea para controlar una fuente de error o variabilidad: a saber, la diferencia entre los bloques.

3. Cuadrados latinos. Para algunos fines es necesario controlar al mismo tiempo dos fuentes de error o de variabilidad,

como las diferencias entre los renglones y las diferencias entre las columnas. Por ejemplo, en el experimento

del ejemplo 1, los errores en los diferentes renglones y columnas pueden deberse a variaciones en la fertilidad

del suelo en distintos lugares del terreno. En tales casos es necesario que cada tratamiento aparezca una vez en cada

renglón y una vez en cada columna, como en la figura 16-3. A esta distribución se le llama cuadrado latino debido

a que se emplean las letras A, B, C y D.

4. Cuadrados grecolatinos. Cuando es necesario controlar tres fuentes de error o de variabilidad se emplea un cuadrado

grecolatino, como el que se muestra en la figura 16-4. Estos cuadrados son, en esencia, dos cuadrados latinos

superpuestos uno sobre otro, usando las letras latinas A, B, C y D para uno de los cuadrados y las letras griegas α,

β, γ y δ para el otro. Un requerimiento adicional por satisfacer es que cada letra griega debe usarse una y sólo una

vez con cada letra latina; si se satisface esta condición se dice que el cuadrado es ortogonal.


414 CAPÍTULO 16 ANÁLISIS DE VARIANZA

PROBLEMAS RESUELTOS

CLASIFICACIÓN EN UN SENTIDO O EXPERIMENTOS CON UN FACTOR

16.1 Probar que V = V W + V B ; es decir,

X

j;k

ðX jk

XÞ 2 ¼ X j;k

ðX jk

X j: Þ 2 þ X j;k

ð X j:

XÞ 2

SOLUCIÓN

Se tiene X jk

X ¼ðX jk

X j: ÞþðX j:

Elevando al cuadrado y sumando sobre j y k, se obtiene

X

ðX jk

XÞ 2 ¼ X ðX jk

X j: Þ 2 þ X

j;k

j;k

j;k

ð X j:

XÞ 2 þ 2 X j;k

ðX jk

X j: Þð X j:

Para probar el resultado deseado hay que mostrar que la última suma es cero. Para esto, se procede como sigue:

" #

X

ðX jk

X j: Þð X j:

XÞ ¼ Xa

ð X j:

XÞ Xb

ðX jk

X j: Þ

j;k

j¼1

¼ Xa

j¼1

ð X j:

k¼1

" ! #

X

b

X jk b X j: ¼ 0

k¼1

ya que

X j: ¼ 1 b

X b

X jk

k¼1

16.2 Empleando la notación de la página 362, verificar que: a) T ¼ ab X, b) T j: ¼ b X j: y c) P j

T j: ¼ ab X.

SOLUCIÓN

a) T ¼ X !

1 X

X jk ¼ ab X

ab jk ¼ ab X

j;k

j;k

b) T j: ¼ X !

X jk ¼ b

1 X

X

b jk ¼ b X j:

k

k

c) Como T j: ¼ P k X jk, de acuerdo con el inciso a) se tiene

X

T j: ¼ X X

X jk ¼ T ¼ ab X

j

j

16.3 Verificar las fórmulas abreviadas (10), (11) y (12) de este capítulo.

SOLUCIÓN

k

Se tiene

V ¼ X j;k

ðX jk

XÞ 2 ¼ X j;k

ðX 2 jk

2 XX jk þ X 2 Þ

¼ X j;k

X 2 jk

2 X X j;k

X jk þ ab X 2

¼ X j;k

¼ X j;k

X 2 jk 2 Xðab XÞþab X 2

X 2 jk ab X 2

¼ X j;k

X 2 jk

T 2

ab


PROBLEMAS RESUELTOS 415

empleando el problema 16.2a) para el tercero y último renglones anteriores. De igual manera,

V B ¼ X j;k

ð X j:

XÞ 2 ¼ X j;k

ð X 2 j:

2 X X j: þ X 2 Þ

¼ X j;k

X 2 j:

2 X X j;k

X j: þ ab X 2

¼ X j;k

¼ 1 b 2 X a

¼ 1 b

¼ 1 b

T 2

j:

2 X X b

j;k

X b

j¼1 k¼1

X a

j¼1

X a

Tj:

2

j¼1

T j:

b þ ab X 2

T 2

j: 2 Xðab XÞþab X 2

T 2 j: ab X 2

T 2

ab

empleando el problema 16.2b) para el tercer renglón y el problema 16.2a) para el último renglón. Por último, la ecuación

(12) se obtiene a partir de que V = V W + V B o bien V W = V − V B .

16.4 La tabla 16.7 muestra los rendimientos, en bushels por acre, de cierta variedad de trigo cultivado en un tipo

especial de suelo tratado con los agentes químicos A, B o C. Encontrar: a) el rendimiento medio con los distintos

tratamientos, b) la gran media de todos los tratamientos, c) la variación total, d ) la variación entre los tratamientos

y e) la variación dentro de los tratamientos. Utilizar el método largo. f ) Proporcionar el análisis de

EXCEL para los datos que se muestran en la tabla 16.7.

Tabla 16.7

A 48 49 50 49

B 47 49 48 48

C 49 51 50 50

Tabla 16.8

3 4 5 4

2 4 3 3

4 6 5 5

SOLUCIÓN

Para simplificar los cálculos se puede sustraer una cantidad adecuada, por ejemplo 45, de cada uno de los datos sin que esto

afecte los valores de las variaciones. Así se obtienen los datos de la tabla 16.8.

a) Las medias de tratamiento (renglón) en la tabla 16.8 son, respectivamente,

X 1: ¼ 1 4 ð3 þ 4 þ 5 þ 4Þ ¼4 X 2: ¼ 1 4 ð2 þ 4 þ 3 þ 3Þ ¼3 X 3: ¼ 1 4

ð4 þ 6 þ 5 þ 5Þ ¼5

Y los rendimientos medios, que se obtienen sumando 45 a estos valores, son 49, 48 y 50 bushels por acre, respectivamente,

para A, B y C.

b) La gran media de todos los tratamientos es

X ¼ 1 12

ð3 þ 4 þ 5 þ 4 þ 2 þ 4 þ 3 þ 3 þ 4 þ 6 þ 5 þ 5Þ ¼4

Por lo tanto, la gran media del conjunto de los datos originales es 45 + 4 = 49 bushels por acre.

c) La variación total es

V ¼ X j;k

ðX jk XÞ 2 ¼ð3 4Þ 2 þð4 4Þ 2 þð5 4Þ 2 þð4 4Þ 2 þð2 4Þ 2 þð4 4Þ 2

þð3 4Þ 2 þð3 4Þ 2 þð4 4Þ 2 þð6 4Þ 2 þð5 4Þ 2 þð5 4Þ 2 ¼ 14


416 CAPÍTULO 16 ANÁLISIS DE VARIANZA

d )

La variación entre tratamientos es

V B ¼ b X j

ð X j:

XÞ 2 ¼ 4½ð4 4Þ 2 þð3 4Þ 2 þð5 4Þ 2 Š¼8

e) La variación dentro de los tratamientos es

Otro método

V W ¼ V V B ¼ 14 8 ¼ 6

V W ¼ X j;k

ðX jk X j: Þ 2 ¼ð3 4Þ 2 þð4 4Þ 2 þð5 4Þ 2 þð4 4Þ 2 þð2 3Þ 2 þð4 3Þ 2

þð3 3Þ 2 þð3 3Þ 2 þð4 5Þ 2 þð6 5Þ 2 þð5 5Þ 2 þð5 5Þ 2 ¼ 6

Nota: La tabla 16.9 es para el análisis de varianza de los problemas 16.4, 16.5 y 16.6.

Tabla 16.9

Variación Grados de libertad Cuadrado medio F

Entre tratamientos

V B = 8

a − 1 = 2 ^S B 2 ¼ 8 2 ¼ 4 ^S B

2 ¼ 4

^S W

2 2=3 ¼ 6

Dentro de los tratamientos

V W = V − V B

= 14 − 8 = 6

Total

V = 14

a(b − 1) = (3)(3) = 9 ^S 2 W ¼ 6 9 ¼ 2 3

ab − 1 = (3)(4) − 1

= 11

con 2 y 9 grados

de libertad

f )

Empleando EXCEL, la secuencia Tools → Data analysis → Anova single factor da el análisis que se presenta a

continuación. El valor p indica que α = 0.05, las medias de las tres variedades son diferentes.

A B C

48 47 49

49 49 51

50 48 50

49 48 50

Análisis de varianza de un factor

RESUMEN

Grupos Cuenta Suma Promedio

Varianza

A 4 196 49 0.666667

B 4 192 48 0.666667

C 4 200 50 0.666667

ANÁLISIS DE VARIANZA

Origen de las

variaciones SS df MS F Valor p

Entre grupos 8 2 4 6 0.022085

Dentro de los grupos 6 9 0.666667

Total 14 11


PROBLEMAS RESUELTOS 417

La figura 16-5 muestra una gráfica de puntos de MINITAB dando los rendimientos de las tres variedades de trigo. La

figura 16-6 muestra una gráfica de caja de MINITAB dando los rendimientos de las tres variedades de trigo. El análisis

de EXCEL y las gráficas de MINITAB indican que la variedad C supera significativamente los rendimientos de la variedad

B.

Gráfica de puntos de rendimientos contra tratamiento

Tratamiento

A

B

C

47 48 49 50 51

Rendimiento

Figura 16-5 MINITAB, gráfica de puntos de los rendimientos de las tres variedades de trigo.

51

Gráfica de caja de rendimiento contra variedad

50

Rendimiento

49

48

47

A

B

C

Variedad

Figura 16-6 MINITAB, gráfica de caja de los rendimientos de las tres variedades de trigo.

16.5 Volver al problema 16.4, encontrar una estimación insesgada de la varianza poblacional σ 2 a partir de: a) la

variación entre tratamientos bajo la hipótesis nula de medias de tratamiento iguales y b) la variación dentro de

los tratamientos. c) Consultar los resultados de EXCEL dados en la solución del problema 16.4, localizar las

estimaciones de las varianzas calculadas en los incisos a) y b).

SOLUCIÓN

a) ^S 2 B ¼ V B

a 1 ¼ 8

3 1 ¼ 4

b) ^S 2 W ¼ V W

aðb 1Þ ¼ 6

3ð4 1Þ ¼ 2 3

c) La estimación de varianza ^S 2 B, en los resultados de EXCEL, es MS entre grupos y es 4, que es igual al valor encontrado.

La estimación de ^S 2 W, en los resultados de EXCEL, es MS dentro de los grupos y es 0.666667, que es igual al

valor encontrado.

16.6 Dados los datos del problema 16.4, a los niveles de significancia: a) 0.05 y b) 0.01, ¿puede rechazarse la hipótesis

nula de medias iguales? c) Consultar los resultados de EXCEL dados en la solución del problema 16.4,

para probar la hipótesis nula de varianzas iguales.


418 CAPÍTULO 16 ANÁLISIS DE VARIANZA

SOLUCIÓN

Se tiene

F ¼ ^S B

2 ¼ 4

^S W

2 2=3 ¼ 6

con a − 1 = 3 − 1 grados de libertad y a(b − 1) = 3(4 − 1) = 9 grados de libertad.

a) En el apéndice V, para ν 1 = 2 y ν 2 = 9, se encuentra que F .95 = 4.26. Como F = 6 > F .95 , la hipótesis nula de medias

iguales puede rechazarse al nivel 0.05.

b) En el apéndice VI, para ν 1 = 2 y ν 2 = 9, se encuentra que F .99 = 8.02. Como F = 6 < F .99 , la hipótesis nula de medias

iguales no se puede rechazar al nivel 0.01.

c) Consultando los resultados de EXCEL dados en el problema 16.4, se encuentra que el valor F es 6 y el valor p es 0.022.

Por lo tanto, el menor nivel de significancia predeterminado al que puede rechazarse la hipótesis nula es 0.022. De

manera que la hipótesis nula se rechazará al nivel de significancia 0.05, pero no al nivel de significancia 0.01.

16.7 Dados los datos del problema 16.4, emplear las fórmulas abreviadas (10), (11) y (12) para obtener: a) la variación

total, b) la variación entre los tratamientos y c) la variación dentro de los tratamientos. Además, utilizar

MINITAB con los datos, a los que se les restó 45 a cada valor, para obtener la tabla del análisis de varianza.

SOLUCIÓN

Conviene ordenar los datos como en la tabla 16.10.

Tabla 16.10

T j Tj 2

A 3 4 5 4 16 256

B 2 4 3 3 12 144

C 4 6 5 5 20 400

X

Xjk 2 ¼ 206 T ¼ X X

T j ¼ 48 Tj 2

¼ 800

j

j

j; k

a) Usando la fórmula (10), se tiene

X

Xjk 2 ¼ 9 þ 16 þ 25 þ 16 þ 4 þ 16 þ 9 þ 9 þ 16 þ 36 þ 25 þ 25 ¼ 206

j;k

y T ¼ 3 þ 4 þ 5 þ 4 þ 2 þ 4 þ 3 þ 3 þ 4 þ 6 þ 5 þ 5 ¼ 48

Por lo tanto,

V ¼ X j;k

X 2 jk

T 2

ab ¼ 206 ð48Þ 2

¼ 206 192 ¼ 14

ð3Þð4Þ

b) Los totales (suma) de los renglones son

T 1: ¼ 3 þ 4 þ 5 þ 4 ¼ 16 T 2: ¼ 2 þ 4 þ 3 þ 3 ¼ 12 T 3: ¼ 4 þ 6 þ 5 þ 5 ¼ 20

y T ¼ 16 þ 12 þ 20 ¼ 48

Por lo tanto, empleando la fórmula (11), se tiene

V B ¼ 1 X

T 2 T 2

j:

b ab ¼ 1 4 ð162 þ 12 2 þ 20 2 Þ

j

ð48Þ 2

¼ 200 192 ¼ 8

ð3Þð4Þ

c) Empleando la fórmula (12), se tiene

V W ¼ V V B ¼ 14 8 ¼ 6


PROBLEMAS RESUELTOS 419

Estos resultados coinciden con los obtenidos en el problema 16.4 y se procede como antes.

Con la secuencia Stat → Anova → Oneway se obtiene el resultado siguiente. Obsérvense las diferencias en la terminología

empleada. A la variación dentro de los tratamientos se le llama en EXCEL Dentro de los grupos y en

MINITAB Error. A la variación entre tratamientos en EXCEL se le llama Entre los grupos y en MINITAB Factor.

El usuario debe acostumbrarse a las diferentes terminologías empleadas en los diversos paquetes de software.

One-way ANOVA: A, B, C

Source DF SS MS F P

Factor 2 8.000 4.000 6.00 0.022

Error 9 6.00 0.667

Total 11 14.000

S=0.8165 R-Sq=57.14% R-Sq(adj)=47.62%

16.8 Una empresa quiere comprar una de cinco máquinas A, B, C, D o E. En un experimento destinado a probar si

hay diferencia en el rendimiento de estas máquinas, uno de cada cinco operadores experimentados trabaja

durante la misma cantidad de tiempo en cada máquina. En la tabla 16.11 se muestra la cantidad de unidades

producidas con cada máquina. A los niveles de significancia: a) 0.05 y b) 0.01, probar la hipótesis de que no

hay diferencia entre las máquinas. c) Proporcionar la solución de STATISTIX a este problema, y empleando el

método del valor p, probar la hipótesis de que no hay diferencia entre las máquinas. Usar α = 0.05.

Tabla 16.11

A 68 72 77 42 53

B 72 53 63 53 48

C 60 82 64 75 72

D 48 61 57 64 50

E 64 65 70 68 53

Tabla 16.12

T j

T 2 j

A −8 12 −17 −18 −−7 −12 144

B −12 −7 −3 −7 −12 −11 121

C −0 22 −4 −15 −12 −53 2 809

D −12 1 −3 −4 −10 −20 400

E −4 5 −10 −8 −−7 −20 400

P X

2

jk ¼ 2 658 −54 3 874

SOLUCIÓN

A cada dato se le resta un número adecuado, por ejemplo 60, y se obtiene la tabla 16.12. Entonces

V = 2 658

(54) 2

= 2 658 116.64 = 2 541.36

(5)(5)

y V B = 3 874

5

(54) 2

= 774.8 116.64 = 658.16

(5)(4)

Ahora se elabora la tabla 16.13. Para 4 y 20 grados de libertad, se tiene F .95 = 2.87. De esta manera, al nivel 0.05 no

se puede rechazar la hipótesis nula y, por lo tanto, tampoco al nivel 0.01.

Con la secuencia Statistics → One, two, multi-sample tests → One-way Anova se obtiene el resultado siguiente.


420 CAPÍTULO 16 ANÁLISIS DE VARIANZA

Statistix 8.

One-Way AOV for: ABCDE

Source DF SS MS F P

Between 4 658.16 164.540 1.75 0.1792

Within 20 1883.20 94.160

Total 24 2541.36

Grand Mean 62.160 CV 15.61

Variable Mean

A 62.400

B 57.800

C 70.600

D 56.000

E 64.000

El valor p es 0.1792. No hay diferencia significativa entre las medias poblacionales.

Tabla 16.13

Variación Grados de libertad Cuadrado medio F

Entre tratamientos,

V B = 658.2

a − 1 = 4 ^S 2 B ¼ 658:2

4

¼ 164:5 F ¼ 164:55

94:16 ¼ 1:75

Dentro de tratamientos,

V W = 1 883.2

Total,

V = 2 514.4

a(b − 1) = (5)(4) = 20 ^S 2 W = 1 883.2

20

ab − 1 = 24

= 94.16

MODIFICACIONES PARA NÚMEROS DISTINTOS DE OBSERVACIONES

16.9 En la tabla 16.14 se presentan las duraciones, en horas, de muestras de tres diferentes tipos de cinescopios

producidos por una empresa. Usando el método largo, a los niveles de significancia: a) 0.05 y b) 0.01, determinar

si hay alguna diferencia entre los tres tipos de cinescopios.

Tabla 16.14

Muestra 1 407 411 409

Muestra 2 404 406 408 405 402

Muestra 3 410 408 406 408

SOLUCIÓN

Para facilitar los cálculos se resta de cada dato un número apropiado, por ejemplo 400, obteniendo así la tabla 16.15. En

esta tabla se dan los totales de los renglones, las medias muestrales (o grupales) y la gran media. De esta manera se tiene


PROBLEMAS RESUELTOS 421

V ¼ X ðX jk

XÞ 2 ¼ð7 7Þ 2 þð11 7Þ 2 þþð8 7Þ 2 ¼ 72

j;k

V B ¼ X j;k

ð Xj:

XÞ 2 ¼ X j

N j ð X j:

XÞ 2 ¼ 3ð9 7Þ 2 þ 5ð7 5Þ 2 þ 4ð8 7Þ 2 ¼ 36

V W ¼ V V B ¼ 72 36 ¼ 36

V W también puede obtenerse directamente observando que es igual a

ð7 9Þ 2 þð11 9Þ 2 þð9 9Þ 2 þð4 5Þ 2 þð6 5Þ 2 þð8 5Þ 2 þð5 5Þ 2

þð2 5Þ 2 þð10 8Þ 2 þð8 8Þ 2 þð6 8Þ 2 þð8 8Þ 2

Tabla 16.15

Total

Media

Muestra 1 7 11 9 27 9

Muestra 2 4 6 8 5 2 25 5

Muestra 3 10 8 6 8 32 8

X = gran media = 84

12 = 7

Los datos pueden resumirse como en la tabla 16.16, la tabla para el análisis de varianza. Para 2 y 9 grados de libertad,

en el apéndice V se encuentra que F .95 = 4.26 y en el apéndice VI que F .99 = 8.02. Por lo tanto, la hipótesis de que

las medias son iguales (es decir, que no hay diferencia entre los tres tipos de cinescopios) puede rechazarse al nivel de

significancia 0.05, pero no al nivel de significancia 0.01.

Tabla 16.16

Variación Grados de libertad Cuadrado medio F

V B = 36 a − 1 = 2 ^S B 2 ¼ 36

2 ¼ 18 ^S B

2 ¼ 18

^S W

2 4

V W = 36 N − a = 9 ^S W 2 ¼ 36 9 ¼ 4 ¼ 4:5

16.10 Resolver el problema 16.9 empleando las fórmulas abreviadas (24), (25) y (26). Además, proporcionar la solución

al problema empleando SAS.

SOLUCIÓN

De acuerdo con la tabla 16.15, se tiene N 1 = 3, N 2 = 5, N 3 = 4, N = 12, T 1. = 27, T 2. = 25, T 3. = 32 y T = 84. Por lo tanto,

se tiene

V ¼ X j;k

X 2 Jk

T 2

N ¼ 72 þ 11 2 þþ6 2 þ 8 2 ð84Þ 2

12 ¼ 72

V B ¼ X j

Tj:

2 T 2

N j

N ¼ ð27Þ2

3

þ ð25Þ2 þ ð32Þ2

5 4

V W ¼ V V B ¼ 36

ð84Þ 2

12 ¼ 36

Empleando estos valores, el análisis de varianza procede entonces como en el problema 16.9.


422 CAPÍTULO 16 ANÁLISIS DE VARIANZA

Empleando SAS, con la secuencia Statistics → ANOVA → Oneway ANOVA se obtienen los resultados

siguientes.

The ANOVA Procedure

Class Level Information

Class Levels Values

Sample_ 3 1 2 3

Dependent Variable: lifetime

Number of Observations Read 12

Number of Observations Used 12

The ANOVA Procedure

Source DF Sum of Squares Mean Square F value Pr > F

Model 2 36.00000000 18.00000000 4.50 0.0442

Error 9 36.00000000 4.00000000

Corrected Total 11 72.00000000

R-Square coeff Var Root MSE lifetime Mean

0.500000 0.491400 2.000000 407.0000

Source DF Anova SS Mean Square F Value Pr > F

Sample_ 2 36.00000000 18.00000000 4.50 0.0442

Obsérvese que en SAS a la variación entre tratamientos se le llama model (modelo) y a la variación dentro de

los tratamientos se le dice error. Al estadístico de prueba se le llama valor F y es igual a 4.50. El valor p es Pr > F

y es igual a 0.0442. A α = 0.05 se declarará que las duraciones no son iguales.

CLASIFICACIÓN EN DOS SENTIDOS O EXPERIMENTOS CON DOS FACTORES

16.11 En la tabla 16.17 se presenta la producción por acre en cuatro cultivos diferentes empleando tres tipos diferentes

de fertilizantes. Usando el método largo, determinar, al nivel de significancia 0.01, si hay diferencias en la

producción por acre: a) debidas a los fertilizantes y b) debidas a los cultivos. c) Proporcionar la solución que

da MINITAB a este experimento de dos factores.

SOLUCIÓN

Como se muestra en la tabla 16.18, se calculan los totales de los renglones, las medias de los renglones, los totales de

las columnas, las medias de las columnas, el gran total y la gran media. Según esta tabla se obtiene:

La variación de las medias de los renglones respecto a la gran media es

V R ¼ 4½ð6:2 6:8Þ 2 þð8:3 6:8Þ 2 þð5:9 6:8Þ 2 Š¼13:68

La variación de las medias de las columnas respecto a la gran media es

V C ¼ 3½ð6:4 6:8Þ 2 þð7:0 6:8Þ 2 þð7:5 6:8Þ 2 þð6:3 6:8Þ 2 Š¼2:82

Tabla 16.17

Cultivo I Cultivo II Cultivo III Cultivo IV

Fertilizante A 4.5 6.4 7.2 6.7

Fertilizante B 8.8 7.8 9.6 7.0

Fertilizante C 5.9 6.8 5.7 5.2


PROBLEMAS RESUELTOS 423

Tabla 16.18

Cultivo I Cultivo II Cultivo III Cultivo IV

Total del

renglón

Media del

renglón

Fertilizante A 4.5 6.4 7.2 6.7 24.8 6.2

Fertilizante B 8.8 7.8 9.6 7.0 33.2 8.3

Fertilizante C 5.9 6.8 5.7 5.2 23.6 5.9

Total de la columna 19.2 21.0 22.5 18.9 Gran total = 81.6

Media de la columna 6.4 7.0 7.5 6.3 Gran media = 6.8

La variación total es

V ¼ð4:5 6:8Þ 2 þð6:4 6:8Þ 2 þð7:2 6:8Þ 2 þð6:7 6:8Þ 2

þð8:8 6:8Þ 2 þð7:8 6:8Þ 2 þð9:6 6:8Þ 2 þð7:0 6:8Þ 2

þð5:9 6:8Þ 2 þð6:8 6:8Þ 2 þð5:7 6:8Þ 2 þð5:2 6:8Þ 2 ¼ 23:08

La variación aleatoria es

V E ¼ V V R V C ¼ 6:58

Esto conduce al análisis de varianza de la tabla 16.19.

Tabla 16.19

Variación

Grados de

libertad

Cuadrado medio

F

V R = 13.68 2 ^S 2 R ¼ 6:84

V C = 2.82 3 ^S 2 C ¼ 0:94

^S 2 R= ^S 2 E ¼ 6:24

con 2 y 6 grados

de libertad

^S 2 C= ^S 2 E ¼ 0:86

con 3 y 6 grados

de libertad

V E = 6.58 6 ^S 2 E ¼ 1:097

V = 23.08 11

a) Al nivel de significancia 0.05 con 2 y 6 grados de libertad, F .95 = 5.14. Entonces, como 6.24 > 5.14, se puede rechazar

la hipótesis de que las medias de los renglones sean iguales y concluir que al nivel de significancia 0.05 existe, en la

producción, una diferencia significativa debida a los fertilizantes.

b) Como el valor F correspondiente a las diferencias en las medias de las columnas es menor que 1, se concluye que

debido a los cultivos no hay diferencia significativa en la producción.

c) Primero se da la estructura que deben tener los datos en la hoja de cálculo de MINITAB, y a continuación el análisis

de MINITAB para este experimento de dos factores.


424 CAPÍTULO 16 ANÁLISIS DE VARIANZA

Row Crop Fertilizer Yield

1 1 1 4.5

2 1 2 8.8

3 1 3 5.9

4 2 1 6.4

5 2 2 7.8

6 2 3 6.8

7 3 1 7.2

8 3 2 9.6

9 3 3 5.7

10 4 1 6.7

11 4 2 7.0

12 4 3 5.2

MTB > Twoway ‘Yield’ ‘Crop’ ‘Fertilizer’;

SUBC > Means ‘Crop’ ‘Fertilizer’.

Two-way Analysis of Variance

Analysis of Variance for Yield

Source DF SS MS F P

Crop 3 2.82 0.94 0.86 0.512

Fertiliz 2 13.68 6.84 6.24 0.034

Error 6 6.58 1.10

Total 11 23.08

Individual 95% CI

Crop Mean --þ ---------þ ---------þ ---------þ ---------

1 6.40 (--------------*--------------)

2 7.00 (--------------*--------------)

3 7.50 (--------------*--------------)

4 6.30 (--------------*--------------)

--þ ---------þ ---------þ ---------þ ---------

5.00 6.00 7.00 8.00

Individual 95% CI

Fertiliz Mean --þ ---------þ ---------þ ---------þ ---------

1 6.20 (----------*---------)

2 8.30 (----------*----------)

3 5.90 (----------*----------)

--þ ---------þ ---------þ ---------þ ---------

4.80 6.00 7.20 8.40

La estructura de los datos en la hoja de cálculo debe corresponder exactamente a la estructura de los datos en la tabla

16.17. El primer renglón, 1 1 4.5, corresponde a Cultivo 1, Fertilizante 1 y Rendimiento 4.5; el segundo renglón, 1 2 8.8,

corresponde a Cultivo 1, Fertilizante 2 y Rendimiento 8.8, etc. Un error frecuente al usar software para estadística es que

en la hoja de cálculo se dé una estructura incorrecta de los datos. Hay que asegurarse de que los datos dados en una tabla

como la 16.17 y la estructura de los datos en la hoja de cálculo se correspondan uno a uno. Obsérvese que la tabla para el

análisis de varianza en dos sentidos, dada en los resultados de MINITAB, contiene la información de la tabla 16.19. Los

valores p que aparecen en los resultados de MINITAB permiten al investigador probar la hipótesis de interés sin tener que

consultar las tablas de la distribución F para hallar los valores críticos. El valor p para los cultivos es 0.512. Éste es el nivel

de significancia mínimo al que se puede rechazar que haya diferencia en la producción media de los cultivos. Las producciones

medias de los cuatro cultivos no son estadísticamente significativas a 0.05 o bien 0.01. El valor p para los fertilizantes

es 0.034. Esto indica que las producciones medias con los tres fertilizantes son estadísticamente diferentes a 0.05 pero

no a 0.01.

Los intervalos de confianza para las medias de los cuatro cultivos dados en los resultados de MINITAB refuerzan la

conclusión de que no hay diferencia en las producciones medias de los cuatro diferentes cultivos. Los intervalos de confianza

para los tres fertilizantes indican que posiblemente con el fertilizante B se obtenga una producción media más alta

que con cualquiera de los fertilizantes A o bien C.


PROBLEMAS RESUELTOS 425

16.12 Usar la fórmula de cálculo abreviada para resolver el problema 16.11. Además, proporcionar la solución a este

problema empleando SPSS.

SOLUCIÓN

De acuerdo con la tabla 16.18, se tiene

X jk 2 =(4.5) 2 +(6.4) 2 5.2) 2 = 577.96

j,k

T = 24.8 + 33.2 + 23.6 = 81.6

T

2

j. =(24.8) 2 +(33.2) 2 +(23.6) 2 = 2 274.24

T

2

.k =(19.2) 2 +(21.0) 2 +(22.5) 2 +(18.9) 2 = 1 673.10

Entonces

V = ∑ j,k

X 2 jk

T 2

= 577.96 554.88 = 23.08

ab

V R = 1 ∑

T

2 T 2

b j.

ab = 1 (2 274.24

4

554.88 = 13.68

V C = 1 ∑

T

2 T 2

a .k

ab = 1 (1 673.10

3

554.88 = 2.82

V E = V V R V C = 23.08 13.68 2.82 = 6.58

Lo cual coincide con los resultados del problema 16.11.

Con la secuencia Analyze → General Linear Model → Univariate de SPSS se obtienen los resultados siguientes:

Variable dependiente: rendimiento

Pruebas de efectos entre temas

Origen

Tipo 1: suma

de cuadrados

df Cuadrado medio F Sig.

Modelo correcto

Intercepto

Cultivo

Fertilizante

Error

Total

Total corregido

16.500 a

554.880

2.820

13.680

6.580

577.960

23.080

5

1

3

2

6

12

11

3.300

554.880

.940

6.840

1.097

3.009

505.970

.857

6.237

.106

.000

.512

.034

a R cuadrada = .715 (R cuadrada ajustada = .477)

Obsérvese que el estadístico de prueba está dado por F y que para los cultivos el valor F es 0.857 y el correspondiente

valor p es 0.512. El valor F para fertilizante es 6.237 y el correspondiente valor p es 0.034. Estos valores corresponden

a los valores de la tabla 16.19, así como a los resultados dados por MINITAB en el problema 16.11.

EXPERIMENTOS CON DOS FACTORES CON REPLICACIÓN

16.13 Un fabricante desea determinar la efectividad de cuatro tipos de máquinas (A, B, C y D) en la producción de

tornillos. Para esto, obtiene la cantidad de tornillos defectuosos producidos por cada máquina durante los días

de una semana determinada en cada uno de los dos turnos; los resultados se muestran en la tabla 16.20. Realizar


426 CAPÍTULO 16 ANÁLISIS DE VARIANZA

un análisis de varianza para determinar, al nivel de significancia 0.05, si existe alguna diferencia: a) entre las

máquinas y b) entre los turnos. c) Utilizar también MINITAB para realizar el análisis de varianza y probar las

diferencias entre las máquinas y entre los turnos usando un valor p apropiado.

Tabla 16.20

Primer turno

Segundo turno

Máquina Lunes Martes Miércoles Jueves Viernes Lunes Martes Miércoles Jueves Viernes

A 6 4 5 5 4 5 7 4 6 8

B 10 8 7 7 9 7 9 12 8 8

C 7 5 6 5 9 9 7 5 4 6

D 8 4 6 5 5 5 7 9 7 10

SOLUCIÓN

Los datos también se pueden organizar de manera equivalente, como en la tabla 16.21. En esta tabla se indican los dos

factores principales: la máquina y el turno. Obsérvese que se han indicado dos turnos por cada máquina. Los días de la

semana pueden considerarse como réplicas (o repeticiones) del desempeño de cada máquina en los dos turnos. La variación

total de todos los datos de la tabla 16.21 es

V ¼ 6 2 þ 4 2 þ 5 2 þþ7 2 þ 10 2 ð268Þ 2

¼ 1 946 − 1 795.6 = 150.4

40

Tabla 16.21

Factor I:

Máquina

A

B

C

D

Factor II:

Turno

1

2

1

2

1

2

1

2

Réplicas

Lunes Martes Miércoles Jueves Viernes Total

6

5

10

7

7

9

8

5

4

7

8

9

5

7

4

7

5

4

7

12

Total 57 51 54 47 59 268

6

5

6

9

5

6

7

8

5

4

5

7

4

8

9

8

9

6

5

10

24

30

41

44

32

31

28

38

Con el fin de considerar los dos factores principales (la máquina y el turno), se concentra la atención en la suma de

los valores de las réplicas correspondientes a cada combinación de los factores. Éstas se presentan en la tabla 16.22, que

es, por lo tanto, una tabla de dos factores con entradas sencillas. La variación total en la tabla 16.22, a la que se le llamará

variación subtotal V S , está dada por

V S ¼ ð24Þ2

5

þ ð41Þ2 þ ð32Þ2

5 5

= 1 861.2 − 1 795.6 = 65.6

þ ð28Þ2

5

þ ð30Þ2

5

þ ð44Þ2

5

þ ð31Þ2 þ ð38Þ2

5 5

ð268Þ 2

40


PROBLEMAS RESUELTOS 427

La variación entre renglones está dada por

V R ¼ ð54Þ2

10 þ ð85Þ2

10 þ ð63Þ2

10 þ ð66Þ2

10

ð268Þ 2

¼ 1 846.6 − 1 795.6 = 51.0

40

Tabla 16.22

Máquina Primer turno Segundo turno Total

A

B

C

D

24

41

32

28

30

44

31

38

54

85

63

66

Total 125 143 268

La variación entre columnas está dada por

V C ¼ ð125Þ2 þ ð143Þ2

20 20

ð268Þ 2

¼ 1 803.7 − 1 795.6 = 8.1

40

Si de la variación subtotal V S se resta ahora la suma de las variaciones entre renglones y las variaciones entre columnas

(V R + V C ), se obtiene la variación debida a la interacción entre renglones y columnas, la cual está dada por

V I ¼ V S V R V C ¼ 65:6 51:0 8:1 ¼ 6:5

Por último, se obtiene la variación residual, que puede considerarse como una variación aleatoria o variación por error V E

(siempre que se crea que los diferentes días de la semana no ocasionan diferencia importante), esta variación se encuentra

restando la variación subtotal (es decir, la suma de las variaciones de renglón, de columna y de interacción) de la variación

total V. Esto da

V E ¼ V ðV R þ V C þ V I Þ¼V V S ¼ 150:4 65:6 ¼ 84:8

Estas variaciones se muestran en la tabla 16.23, la tabla para el análisis de varianza. En esta tabla también se da el

número de grados de libertad que corresponde a cada tipo de variación. Por lo tanto, dado que en la tabla 16.22 hay cuatro

Tabla 16.23

Variación

Grados de

libertad

Cuadrado medio

F

Renglones (máquinas),

V R = 51.0

Columnas (turnos),

V C = 8.1

Interacción,

V I = 6.5

Subtotal,

V S = 65.6

Aleatoria o residual,

V E = 84.8

Total,

V = 150.4

3 ^S R 2 ¼ 17:0

1 ^S C 2 ¼ 8:1

3 ^S I 2 ¼ 2:167

7

32 ^S E 2 ¼ 2:65

39

17:0

2:65 ¼ 6:42

8:1

2:65 ¼ 3:06

2:167

2:65 ¼ 0:817


428 CAPÍTULO 16 ANÁLISIS DE VARIANZA

renglones, la variación debida a los renglones tiene 4 − 1 = 3 grados de libertad, la variación debida a las dos columnas

tiene 2 − 1 = 1 grado de libertad. Para hallar los grados de libertad debidos a la interacción, se observa que en la tabla 16.22

hay ocho entradas; por lo tanto, el total de grados de libertad es 8 − 1 = 7. Como 3 de estos 7 grados de libertad se deben

a los renglones y 1 se debe a las columnas, el resto [7 − (3 + 1) = 3] se debe a la interacción. Dado que en la tabla original

16.21 hay 40 entradas, el total de grados de libertad es 40 − 1 = 39. De esta manera, los grados de libertad debidos a la

variación aleatoria o residual son 39 − 7 = 32.

Primero debe determinarse si hay alguna interacción significativa. El valor crítico interpolado de la distribución F

con 3 y 32 grados de libertad es 2.90. El valor F calculado para la interacción es 0.817 y no es significativo. Entre las

máquinas hay una diferencia significativa, ya que el valor F calculado para las máquinas es 6.42 y el valor crítico es 2.90.

El valor crítico para los turnos es 4.15. El valor F calculado para los turnos es 3.06. No hay diferencia en los defectos

debida a los turnos.

A continuación se muestra la estructura que deben tener los datos en la hoja de cálculo de MINITAB. Compárese la

estructura de los datos con los de la tabla 16.21 para ver la relación entre los dos conjuntos de datos.

Row Machine Shift Defects

1 1 1 6

2 1 1 4

3 1 1 5

4 1 1 5

5 1 1 4

6 1 2 5

7 1 2 7

8 1 2 4

9 1 2 6

10 1 2 8

11 2 1 10

12 2 1 8

13 2 1 7

14 2 1 7

15 2 1 9

16 2 2 7

17 2 2 9

18 2 2 12

19 2 2 8

20 2 2 8

21 3 1 7

22 3 1 5

23 3 1 6

24 3 1 5

25 3 1 9

26 3 2 9

27 3 2 7

28 3 2 5

29 3 2 4

30 3 2 6

31 4 1 8

32 4 1 4

33 4 1 6

34 4 1 5

35 4 1 5

36 4 2 5

37 4 2 7

38 4 2 9

39 4 2 7

40 4 2 10

Con el comando MTB < Twoway ‘Defects’ ‘Machine’ ‘Shifts’ se obtiene el análisis de varianza en dos

sentidos. El valor p para la interacción es 0.494. Éste es el nivel de significancia mínimo para rechazar la hipótesis nula; es

claro que no hay una interacción significativa entre turnos y máquinas. Para los turnos, el valor p es 0.090; como este valor

es mayor que 0.050, la cantidad media de defectos en los dos turnos no es significativamente diferente. Para las máquinas,


PROBLEMAS RESUELTOS 429

el valor p es 0.002; al nivel de significancia 0.050, las cantidades medias de defectos en las cuatro máquinas son notablemente

diferentes.

MTB > Twoway ‘Defects’ ‘Machine’ ‘Shift’

Two-way Analysis of Variance

Analysis of Variance for Defects

Source DF SS MS F P

Machine 3 51.00 17.00 6.42 0.002

Shift 1 8.10 8.10 3.06 0.090

Interaction 3 6.50 2.17 0.82 0.494

Error 32 84.80 2.65

Total 39 150.40

En la figura 16-7 se presenta la gráfica de la interacción entre turnos y máquinas. La gráfica indica que hay una

posible interacción entre turnos y máquinas. Sin embargo, en la tabla del análisis de varianza el valor p de esta interacción

indica que no hay una interacción significativa. Cuando no hay interacción, las gráficas del turno 1 y del turno 2 son paralelas.

En la figura 16-8, las gráficas de los efectos principales indican que, en este experimento, la máquina 1 fue la que

produjo en promedio menos tornillos defectuosos y la máquina 2 fue la que produjo más tornillos defectuosos; se produjeron

más defectuosos en el turno 2 que en el turno 1. Sin embargo, el análisis de varianza indica que esta diferencia no es

significativa.

9

Turno

1

2

8

Media

7

6

5

1 2 3 4

Máquina

Figura 16-7 Gráfica de la interacción: medias de los datos para defectuosos.

8.6

Máquina

Turno

7.8

Defectuosos

7.0

6.2

5.4

4

1

1

2

3

2

Figura 16-8 Gráfica de los efectos principales: medias de los datos para defectuosos.


430 CAPÍTULO 16 ANÁLISIS DE VARIANZA

16.14 Resolver el problema 16.13 empleando EXCEL.

SOLUCIÓN

A B C D E

máquina1 máquina2 máquina3 máquina4

turno1 6 10 7 8

turno1 4 8 5 4

turno1 5 7 6 6

turno1 5 7 5 5

turno1 4 9 9 5

turno2 5 7 9 5

turno2 7 9 7 7

turno2 4 12 5 9

turno2 6 8 4 7

turno2 8 8 6 10

Análisis de varianza de dos factores con una sola muestra por grupo

RESUMEN máquina1 máquina2 máquina3 máquina4 Total

turno1

Cuenta 5 5 5 5 20

Suma 24 41 32 28 125

Promedio 4.8 8.2 6.4 5.6 6.25

Varianza 0.7 1.7 2.8 2.3 3.25

turno2

Cuenta 5 5 5 5 20

Suma 30 44 31 38 143

Promedio 6 8.8 6.2 7.6 7.15

Varianza 2.5 3.7 3.7 3.8 4.239474

Total

Cuenta 10 10 10 10

Suma 54 85 63 66

Promedio 5.4 8.5 6.3 6.6

Varianza 1.822222 2.5 2.9 3.822222

ANÁLISIS DE VARIANZA

Origen de

las variaciones SS df MS F Valor p

Muestra 8.1 1 8.1 3.056604 0.089999

Columnas 51 3 17 6.415094 0.001584

Interacción 6.5 3 2.166667 0.81761 0.49371

Dentro del grupo 84.8 32 2.65

Total 150.4 39

*SS, Suma de cuadrados; df, grados de libertad; MS, promedio de los cuadrados; F, probabilidad.

Los datos se ingresan en la hoja de cálculo de EXCEL, como se muestra. Con la secuencia Tools → Data

analysis → Anova: Two-Factor with Replication se obtiene el cuadro de diálogo de la figura 16-9 que se llena como

se muestra en la figura.


PROBLEMAS RESUELTOS 431

Figura 16-9 EXCEL, cuadro de diálogo para el problema 16.14.

En el análisis de varianza, muestra corresponde a turnos, y columna a máquinas. Comparar estos resultados con

los obtenidos con MINITAB en el problema 16.13.

CUADRADOS LATINOS

16.15 Un granjero desea probar los efectos de cuatro fertilizantes (A, B, C y D) en la producción de trigo. Con objeto

de eliminar las fuentes de error debidas a la variabilidad de la fertilidad del suelo, distribuye los fertilizantes

en un cuadrado latino, como se muestra en la tabla 16.24, en donde los números indican la producción en

bushels por unidad de área. Hacer un análisis de varianza para determinar, a los niveles de significancia a) 0.05

y b) 0.01, si hay diferencia entre los fertilizantes. c) Proporcionar la solución de MINITAB para este diseño de

cuadrado latino. d ) Proporcionar la solución de STATISTIX para este diseño de cuadrado latino.

SOLUCIÓN

Primero, como se muestra en la tabla 16.25, se obtienen los totales de los renglones y los totales de las columnas. También

se obtiene la producción total obtenida con cada uno de los fertilizantes, como se muestra en la tabla 16.26. Después, como

es costumbre, se obtienen la variación total y las variaciones de los renglones, de las columnas y de los tratamientos. Se

encuentra que:

La variación total es

V ¼ð18Þ 2 þð21Þ 2 þð25Þ 5 þþð10Þ 2 þð17Þ

= 5 769 − 5 439.06 = 329.94

ð295Þ 2

16

Tabla 16.24

A 18 C 21 D 25 B 11

D 22 B 12 A 15 C 19

B 15 A 20 C 23 D 24

C 22 D 21 B 10 A 17

Tabla 16.25

Total

A 18 C 21 D 25 B 11 75

D 22 B 12 A 15 C 19 68

B 15 A 20 C 23 D 24 82

C 22 D 21 B 10 A 17 70

Total 77 74 73 71 295


432 CAPÍTULO 16 ANÁLISIS DE VARIANZA

Tabla 16.26

A B C D

Total 70 48 85 92 295

La variación entre los renglones es

V R = (75)2 + (68)2

4 4

+ (82)2 + (70)2

4 4

= 5 468.25 5 439.06 = 29.19

(295) 2

16

La variación entre las columnas es

V C = (77)2

4

+ (74)2 + (73)2 + (71)2

4 4 4

= 5 443.75 5 439.06 = 4.69

(295) 2

16

La variación entre los tratamientos es

V B = (70)2

4

+ (48)2 + (85)2 + (92)2

4 4 4

(295) 2

16

= 5 723.25 − 5 439.06 = 284.19

En la tabla 16.27 se muestra el análisis de varianza.

Variación

Tabla 16.27

Grados de

libertad

Cuadrado medio

Renglones, 29.19 3 9.73 4.92

Columnas, 4.69 3 1.563 0.79

Tratamientos, 284.19 3 94.73 47.9

Residuales, 11.87 6 1.978

Total, 329.94 15

F

a) Como F .95,3,6 = 4.76, la hipótesis de que las medias de los renglones son iguales puede rechazarse al nivel de significancia

0.05. Al nivel 0.05 existe diferencia en la fertilidad del suelo entre un renglón y otro.

Como el valor F para las columnas es menor a 1, se concluye que en las columnas no hay diferencia en la fertilidad

del suelo.

Como el valor F para los tratamientos es 47.9 > 4.76, se concluye que hay diferencia entre los fertilizantes.

b) Como F .99,3,6 = 9.78, al nivel de significancia 0.01 se puede aceptar la hipótesis de que no hay diferencia en la fertilidad

del suelo en los renglones (o en las columnas). Sin embargo, al nivel de significancia 0.01 se sigue concluyendo

que hay diferencia entre los fertilizantes.


PROBLEMAS RESUELTOS 433

c) Primero se presenta la estructura que deben tener los datos en la hoja de cálculo de MINITAB.

Row Rows Columns Treatment Yield

1 1 1 1 18

2 1 2 3 21

3 1 3 4 25

4 1 4 2 11

5 2 1 4 22

6 2 2 2 12

7 2 3 1 15

8 2 4 3 19

9 3 1 2 15

10 3 2 1 20

11 3 3 3 23

12 3 4 4 24

13 4 1 3 22

14 4 2 4 21

15 4 3 2 10

16 4 4 1 17

Obsérvese que los renglones y las columnas se han numerado del 1 al 4. Los fertilizantes A a D de la tabla 16.24 han

sido codificados en la hoja de cálculo 1 al 4, respectivamente. Con la secuencia de MINITAB Stat → ANOVA → General

Linear Model se obtiene el resultado siguiente.

Modelo lineal general: rendimiento versus filas, columnas, tratamiento

Factor Type Levels Values

Rows fixed 4 1, 2, 3, 4

Columns fixed 4 1, 2, 3, 4

Treatment fixed 4 1, 2, 3, 4

Analysis of Variance for Yield, using Adjusted SS for Tests

Source DF Seq SS Adj SS Adj MS F P

Rows 3 29.188 29.188 9.729 4.92 0.047

Columns 3 4.688 4.687 1.562 0.79 0.542

Treatment 3 284.188 284.188 94.729 47.86 0.000

Error 6 11.875 11.875 1.979

Total 15 329.938

S = 1.40683 R-Sq = 96.40% R-sq(adj)-91.00%

Los resultados de MINITAB coinciden con los antes obtenidos a mano. Estos resultados indican que hay diferencia

en la fertilidad de un renglón a otro, al nivel de significancia 0.05, pero no al nivel 0.01. No hay diferencia en

la fertilidad de una columna a otra. Hay diferencia entre los cuatro fertilizantes al nivel de significancia 0.01.

d )

Con la secuencia Statistics → Linear Models → Analysis of Variance → Latin Square Design de STATISTIX se

obtiene el resultado siguiente.

Statistix 8.0

Latin Square AOV Table for Yield

Source DF SS MS F P

Rows 3 29.188 9.7292

Columns 3 4.688 1.5625

Treatment 3 284.188 94.7292 47.86 0.0001

Error 6 11.875 1.9792

Total 15 329.938


434 CAPÍTULO 16 ANÁLISIS DE VARIANZA

CUADRADOS GRECOLATINOS

16.16 Se quiere determinar si hay una diferencia significativa entre las gasolinas A, B, C y D en su rendimiento por

galón. Diseñar un experimento en el que se usen cuatro conductores distintos, cuatro automóviles distintos y

cuatro carreteras distintas.

SOLUCIÓN

Como el número de gasolinas, de conductores, de automóviles y de carreteras es el mismo (cuatro), puede emplearse un

cuadrado grecolatino. Supóngase que los diferentes automóviles están representados por los renglones y los diferentes

conductores por las columnas, como se muestra en la tabla 16.28. Después, las gasolinas (A, B, C y D) se asignan en forma

aleatoria a los renglones y a las columnas, sujetas a la condición de que cada letra aparezca sólo una vez en cada renglón y

una vez en cada columna. Por lo tanto, cada conductor tendrá la oportunidad de conducir cada uno de los automóviles y

usar cada uno de los tipos de gasolina, y ningún automóvil será conducido dos veces con el mismo tipo de gasolina.

Ahora se asignan en forma aleatoria las cuatro carreteras, denotadas α, β, γ y δ, sujetándolas a la misma condición

impuesta a los cuadrados latinos. Por lo tanto, cada conductor tendrá también la oportunidad de conducir por cada una de

las carreteras. En la tabla 16.28 se muestra una posible distribución.

Tabla 16.28

Conductor

1 2 3 4

Automóvil 1 B γ A β D δ C α

Automóvil 2 A δ B α C γ D β

Automóvil 3 D α C δ B β A γ

Automóvil 4 C β D γ A α B δ

16.17 Supóngase que al llevar a cabo el experimento del problema 16.16, las millas por galón son las indicadas en la

tabla 16.29. Utilizar el análisis de varianza para determinar si al nivel de significancia 0.05 hay diferencias.

Usar MINITAB para obtener la tabla del análisis de varianza y usar los valores p dados por MINITAB para

probar si existen diferencias al nivel de significancia 0.05.

Tabla 16.29

Conductor

1 2 3 4

Automóvil 1 B γ 19 A β 16 D δ 16 C α 14

Automóvil 2 A δ 15 B α 18 C γ 11 D β 15

Automóvil 3 D α 14 C δ 11 B β 21 A γ 16

Automóvil 4 C β 16 D γ 16 A α 15 B δ 23


PROBLEMAS RESUELTOS 435

SOLUCIÓN

Primero se obtienen los totales de los renglones y de las columnas, como se muestra en la tabla 16.30. Después se obtienen

los totales correspondientes a cada letra latina y a cada letra griega como se indica a continuación:

Total A: 15 + 16 + 15 + 16 = 62

Total B: 19 + 18 + 21 + 23 = 81

Total C: 16 + 11 + 11 + 14 = 52

Total D: 14 + 16 + 16 + 15 = 61

Total α: 14 + 18 + 15 + 14 = 61

Total β: 16 + 16 + 21 + 15 = 68

Total γ: 19 + 16 + 11 + 16 = 62

Total δ: 15 + 11 + 16 + 23 = 65

Ahora, se calculan las variaciones correspondientes, usando el método abreviado:

Renglones:

Columnas:

Gasolinas (A, B, C, D):

Carreteras ( ):

La variación total es

(65) 2

4

(64) 2

4

(62) 2

4

(61) 2

4

+ (59)2

4

+ (61)2

4

+ (81)2

4

+ (68)2

4

+ (62)2 + (70)2

4 4

+ (63)2 + (68)2

4 4

+ (52)2 + (61)2

4 4

+ (62)2 + (65)2

4 4

(256) 2

= 4 112.50 4 096 = 16.50

16

(256) 2

= 4 102.50 4 096 = 6.50

16

(256) 2

= 4 207.50 4 096 = 111.50

16

(256) 2

= 4 103.50 4 096 = 7.50

16

(19) 2 +(16) 2 +(16) 2 15) 2 +(23) 2 (256) 2

= 4 244 4 096 = 148.00

16

de manera que la variación debida al error es

148.00 − 16.50 − 6.50 − 111.50 − 7.50 = 6.00

Los resultados se muestran en la tabla 16.31, la tabla del análisis de varianza. El número total de grados de libertad

es N 2 − 1, ya que se trata de un cuadrado de N × N. Cada uno de los renglones, de las columnas, de las letras latinas y de

las letras griegas tiene N − 1 grados de libertad. Por lo tanto, los grados de libertad para el error son N 2 − 1 − 4(N − 1)

= (N − 1)(N − 3). En este caso, N = 4.

Tabla 16.30

Total

B γ 19 A β 16 D δ 16 C α 14 65

A δ 15 B α 18 C γ 11 D β 15 59

D α 14 C δ 11 B β 21 A γ 16 62

C β 16 D γ 16 A α 15 B δ 23 70

Total 64 61 63 68 256


436 CAPÍTULO 16 ANÁLISIS DE VARIANZA

Variación

Renglones (automóviles),

16.50

Columnas (conductores),

6.50

Gasolinas (A, B, C y D),

111.50

Carreteras (α, β, γ y δ),

7.50

Error,

6.00

Total,

148.00

Tabla 16.31

Grados de

libertad

Cuadrado medio

3 5.500

3 2.167

3 37.167

3 2.500

15

3 2.000

F

5:500

2:000 ¼ 2:75

2:167

2:000 ¼ 1:08

37:167

2:000 ¼ 18:6

2:500

2:000 ¼ 1:25

Se tiene que F .95,3,3 = 9.28 y F .99,3,3 = 29.5. Por lo tanto, la hipótesis de que las gasolinas son iguales puede rechazarse

al nivel 0.05, pero no al nivel 0.01.

Primero se presenta la estructura que deben tener los datos en la hoja de cálculo de MINITAB.

Row Car Driver Gasoline Road MPG

1 1 1 2 3 19

2 1 2 1 2 16

3 1 3 4 4 16

4 1 4 3 1 14

5 2 1 1 4 15

6 2 2 2 1 18

7 2 3 3 3 11

8 2 4 4 2 15

9 3 1 4 1 14

10 3 2 3 4 11

11 3 3 2 2 21

12 3 4 1 3 16

13 4 1 3 2 16

14 4 2 4 3 16

15 4 3 1 1 15

16 4 4 2 4 23

Obsérvese que los automóviles y los conductores están numerados en la hoja de cálculo de MINITAB igual que en

la tabla 16.29. Las gasolinas en la tabla 16.29 van de la A a la D, y en la hoja de cálculo de MINITAB se han codificado del

1 al 4, respectivamente. Las carreteras son α, β, γ y δ en la tabla 16.29, en la hoja de cálculo de MINITAB se han codificado

1, 2, 3 y 4. Con la secuencia Stat → ANOVA → General Linear Model de MINITAB se obtienen los resultados

siguientes.

Modelo lineal general: millas por galón versus automóvil, conductor, gasolina, carretera

Factor Type Levels Values

Car fixed 4 1, 2, 3, 4

Driver fixed 4 1, 2, 3, 4

Gasoline fixed 4 1, 2, 3, 4

Road fixed 4 1, 2, 3, 4


PROBLEMAS RESUELTOS 437

Analysis of Variance for Mpg, using Adjusted SS for Tests

Source DF Seq SS Adj SS Adj MS F P

Car 3 16.500 16.500 5.500 2.75 0.214

Driver 3 6.500 6.500 2.167 1.08 0.475

Gasoline 3 111.500 111.500 37.167 18.58 0.019

Road 3 7.500 7.500 2.500 1.25 0.429

Error 3 6.000 6.000 2.000

Total 15 148.000

La columna titulada Seq MS en los resultados de MINITAB corresponde a la columna titulada Mean Square

en la tabla 16.31. Los valores F calculados en los resultados de MINITAB son los mismos que los de la tabla 16.31.

Los valores p para automóviles, conductores, marcas de gasolina y carreteras son 0.214, 0.475, 0.019 y 0.429, respectivamente.

Recuérdese que un valor p es el mínimo valor para un nivel de significancia preestablecido al que puede

rechazarse la hipótesis de medias iguales de un factor. Los valores p indican que no hay diferencia entre los automóviles,

conductores o carreteras a los niveles 0.01 o 0.05. Las medias de las marcas de gasolina son estadísticamente

diferentes al nivel 0.05, pero no al nivel 0.01. Posteriores investigaciones sobre las medias de las marcas de gasolina

pueden indicar cómo éstas difieren.

PROBLEMAS DIVERSOS

16.18 Probar [ecuación (15) de este capítulo] que P j j ¼ 0.

SOLUCIÓN

Las medias de la población de los tratamientos µ j y la media de la población total µ se relacionan mediante

¼ 1 X

a j (53)

Entonces, como α j = µ j = µ, empleando la ecuación (53) se tiene,

X

j ¼ X ð j Þ¼ X j a ¼ 0 (54)

j

j

j

j

16.19 Deducir: a) la ecuación (16) y b) la ecuación (17) de este capítulo.

SOLUCIÓN

a) Por definición, se tiene

V W ¼ X j;k

ðX jk

X j: Þ 2 ¼ b Xa

j¼1

" #

1 X b

ðX

b jk

X j: Þ 2

k¼1

¼ b Xa

Sj

2

j¼1

donde Sj 2 es la varianza muestral correspondiente al tratamiento j. Entonces, como el tamaño de la muestra es b,

EðV W Þ¼b Xa

EðSj 2 Þ¼b Xa b 1

2 ¼ aðb 1Þ 2

b

b) Por definición

j¼1

j¼1

V B ¼ b Xa

j¼1

ð X j:

XÞ 2 ¼ b Xa

j¼1

X 2 j:

2b X Xa

j¼1

X j: þ ab X 2 ¼ b Xa

j¼1

X 2 j: ab X 2

ya que X ¼ð P j

X j: Þ=a. Entonces, omitiendo el índice de sumación se tiene

EðV B Þ¼b X Eð X 2 j:Þ abEð X 2 Þ (55)


438 CAPÍTULO 16 ANÁLISIS DE VARIANZA

Ahora para cualquier variable aleatoria U, E(U 2 ) = var(U) + [E(U)] 2 , donde var(U) denota la varianza de U. Por lo

tanto,

Eð X j:Þ 2 ¼var ð X j: Þþ½Eð X j: ÞŠ 2 (56)

Eð X 2 Þ¼var ð XÞþ½Eð XÞŠ 2 (57)

Pero como las poblaciones de los tratamientos son normales, con media µ j = µ + α j , se tiene

var ð X j: Þ¼ 2

b

var ð XÞ ¼ 2

ab

(58)

(59)

Usando las ecuaciones (56) a (61) junto con la ecuación (55), se tiene

" # " #

EðV B Þ¼b X 2

b þð þ jÞ 2 ab 2

ab þ 2

Eð X j: Þ¼ j ¼ þ j (60)

Eð XÞ ¼ (61)

¼ a 2 þ b X ð þ j Þ 2 2 ab 2

¼ða 1Þ 2 þ ab 2 þ 2b X j þ b X 2 j þ ab 2

¼ða

1Þ 2 þ b X 2 j

16.20 Probar el teorema 1 de este capítulo.

SOLUCIÓN

Como se muestra en el problema 16.19,

V W ¼ b Xa

Sj

2

j¼1

o bien

V W

2

¼ Xa

j¼1

donde S 2 j es la varianza muestral de muestras de tamaño b obtenidas de la población del tratamiento j. Se ve que bS 2 j = 2

tiene una distribución ji cuadrada con b − 1 grados de libertad. Por lo tanto, como las varianzas S j 2 son independientes, se

concluye, de acuerdo con la página 299, que V W /σ 2 tiene una distribución ji cuadrada con a(b − 1) grados de libertad.

bS 2 j

2


PROBLEMAS SUPLEMENTARIOS 439

PROBLEMAS SUPLEMENTARIOS

CLASIFICACIÓN EN UN SENTIDO O EXPERIMENTOS CON UN FACTOR

Se aconseja al lector que todos estos ejercicios los haga primero “a mano”, empleando las ecuaciones dadas en este

capítulo, antes de usar el software sugerido. Esto le ayudará a comprender mejor la técnica ANOVA, así como a apreciar

la potencia del software.

16.21 Se realiza un experimento para determinar el rendimiento de cinco tipos diferentes de trigo: A, B, C, D y E. A cada variedad

se le asignan cuatro parcelas; los rendimientos (en bushels por acre) se muestran en la tabla 16.32. Suponiendo que las

parcelas tengan una fertilidad semejante y que las variedades de trigo se asignen a las parcelas en forma aleatoria, a los

niveles de significancia a) 0.05 y b) 0.01, determinar si hay diferencia entre los rendimientos. c) Proporcionar el análisis

que se obtiene para esta clasificación en un sentido o experimento de un factor empleando MINITAB.

Tabla 16.32

A 20 12 15 19

B 17 14 12 15

C 23 16 18 14

D 15 17 20 12

E 21 14 17 18

16.22 Una empresa quiere probar cuatro tipos de neumáticos: A, B, C y D. En la tabla 16.33 se da (en miles de millas) la duración

de estos neumáticos, determinada por el dibujo, donde cada tipo de neumático ha sido probado en seis automóviles similares

asignados, a los neumáticos, en forma aleatoria. A los niveles de significancia: a) 0.05 y b) 0.01, determinar si hay

alguna diferencia significativa entre los neumáticos. c) Proporcionar el análisis que se obtiene para esta clasificación en un

sentido o experimento de un factor empleando STATISTIX.

Tabla 16.33

A 33 38 36 40 31 35

B 32 40 42 38 30 34

C 31 37 35 33 34 30

D 29 34 32 30 33 31

16.23 Un maestro quiere probar tres métodos de enseñanza: I, II y III. Para esto se eligen en forma aleatoria tres grupos, cada uno

de cinco estudiantes y con cada grupo se emplea uno de estos tres métodos de enseñanza. A todos los estudiantes se les

aplica un mismo examen. En la tabla 16.34 se presentan las calificaciones que obtuvieron. A los niveles de significancia:

a) 0.05 y b) 0.01, determinar si hay diferencia entre estos tres métodos de enseñanza. c) Proporcionar el análisis que se

obtiene empleando EXCEL para esta clasificación en un sentido o experimento de un factor.

Tabla 16.34

Método I 75 62 71 58 73

Método II 81 85 68 92 90

Método III 73 79 60 75 81


440 CAPÍTULO 16 ANÁLISIS DE VARIANZA

MODIFICACIONES PARA NÚMEROS DISTINTOS DE OBSERVACIONES

16.24 En la tabla 16.35 se dan las cifras en millas por galón obtenidas en automóviles similares usando cinco marcas de gasolina.

A los niveles de significancia: a) 0.05 y b) 0.01, determinar si hay diferencia entre las marcas. c) Proporcionar el análisis

que se obtiene para esta clasificación en un sentido o experimento de un factor empleando SPSS.

Tabla 16.35

Marca A 12 15 14 11 15

Marca B 14 12 15

Marca C 11 12 10 14

Marca D 15 18 16 17 14

Marca E 10 12 14 12

Tabla 16.36

Matemáticas 72 80 83 75

Ciencias 81 74 77

Inglés 88 82 90 87 80

Economía 74 71 77 70

16.25 En la tabla 16.36 se presentan las calificaciones obtenidas durante un semestre por un estudiante. A los niveles de significancia:

a) 0.05 y b) 0.01, determinar si hay diferencia significativa entre las calificaciones de este estudiante. c) Proporcionar

el análisis que se obtiene para esta clasificación en un sentido o experimento de un factor empleando SAS.

CLASIFICACIÓN EN DOS SENTIDOS O EXPERIMENTOS CON DOS FACTORES

16.26 Los artículos que produce una empresa son fabricados por tres operadores que usan tres máquinas diferentes. La empresa

desea determinar si hay diferencia: a) entre los operadores y b) entre las máquinas. Se realiza un experimento para determinar

la cantidad de artículos por día producidos por cada operador usando cada máquina; en la tabla 16.37 se muestran

los resultados. Empleando MINITAB al nivel de significancia 0.05, proporcionar la información buscada.

Tabla 16.37

Operador

1 2 3

Tabla 16.38

Tipo de trigo

I II III IV

Máquina A

Máquina B

Máquina C

23

34

28

27

30

25

24

28

27

Bloque A

Bloque B

Bloque C

Bloque D

Bloque E

12

15

14

11

16

15

19

18

16

17

10

12

15

12

11

14

11

12

16

14

16.27 Resolver el problema 16.26 usando EXCEL y el nivel de significancia 0.01.

16.28 Se plantan semillas de cuatro tipos diferentes de trigo en cinco bloques. Cada bloque se divide en cuatro parcelas que después

se asignan en forma aleatoria a los cuatro tipos de trigo. Al nivel de significancia 0.05, determinar si los rendimientos,

en bushels por acre, que se presentan en la tabla 16.38, varían en forma significativa con respecto a: a) el suelo (es decir, a

los cinco bloques) y b) el tipo de trigo. Usar SPSS para construir una tabla de ANOVA.

16.29 Resolver el problema 16.28 usando STATISTIX y el nivel de significancia 0.01 para construir ANOVA.

16.30 Supóngase que en el problema 16.22 la primera observación con cada tipo de neumático se haga usando determinado tipo

de automóvil, la segunda observación se haga usando un segundo tipo de automóvil, y así sucesivamente. Determinar al


PROBLEMAS SUPLEMENTARIOS 441

nivel de significancia 0.05 si hay diferencia: a) entre los tipos de neumáticos y b) entre los tipos de automóviles. Usar SAS

para construir la tabla de ANOVA.

16.31 Resolver el problema 16.30 usando MINITAB y el nivel de significancia 0.01.

16.32 Supóngase que en el problema 16.23 la primera entrada para cada método de enseñanza corresponde a un estudiante de

determinada escuela, la segunda a un estudiante de otra escuela, y así sucesivamente. Probar la hipótesis de que al nivel de

significancia 0.05 hay diferencia: a) entre los métodos de enseñanza y b) entre las escuelas. Para construir una tabla de

ANOVA usar STATISTIX.

16.33 Se realiza un experimento para probar si el color de pelo y la estatura de las estudiantes de Estados Unidos tiene alguna

relación con los logros escolares. En la tabla 16.39 se presentan los resultados, donde los números indican la cantidad de

personas en el 10% superior de esta evaluación. Analizar el experimento al nivel de significancia 0.05. Para construir una

tabla de ANOVA utilizar EXCEL.

Tabla 16.39

Pelirroja Rubia Castaña

Alta 75 78 80

Mediana 81 76 79

Baja 73 75 77

Tabla 16.40

A 16 18 20 23

B 15 17 16 19

C 21 19 18 21

D 18 22 21 23

E 17 18 24 20

16.34 Resolver el problema 16.33 al nivel de significancia 0.01. Usar SPSS para obtener la tabla de ANOVA y comparar los

resultados con los de EXCEL dados en el problema 16.33.

EXPERIMENTOS CON DOS FACTORES CON REPLICACIÓN

16.35 Supóngase que el experimento del problema 16.21 se llevó a cabo en el sur y que las columnas de la tabla 16.32 indican

ahora cuatro tipos de fertilizantes, y que un experimento similar se lleva a cabo en el oeste dando los resultados que se

muestran en la tabla 16.40. Al nivel de significancia 0.05, determinar si hay diferencia en los rendimientos que se deban a:

a) los fertilizantes y b) el lugar. Usar MINITAB para elaborar la tabla de ANOVA.

16.36 Resolver el problema 16.35 al nivel de significancia 0.01. Para elaborar la tabla de ANOVA emplear STATISTIX y comparar

los resultados con los dados por MINITAB en el problema 16.35.

16.37 En la tabla 16.41 se dan las cantidades de artículos producidos, en cada uno de los días de la semana, por cuatro operadores

que trabajan con dos tipos de máquinas, I y II. Al nivel de significancia 0.05, determinar si hay diferencias significativas:

a) entre los operadores y b) entre las máquinas. Construir una tabla de ANOVA usando SAS y otra usando MINITAB.

Tabla 16.41

Máquina I

Máquina II

Lunes Martes Miércoles Jueves Viernes Lunes Martes Miércoles Jueves Viernes

Operador A

Operador B

Operador C

Operador D

15

12

14

19

18

16

17

16

17

14

18

21

20

18

16

23

12

11

13

18

14

11

12

17

16

15

14

15

18

12

16

18

17

16

14

20

15

12

11

17


442 CAPÍTULO 16 ANÁLISIS DE VARIANZA

CUADRADOS LATINOS

16.38 Se realiza un experimento para probar los efectos sobre la producción de trigo de cuatro fertilizantes (A, B, C y D) y de las

variaciones en el suelo en dos direcciones perpendiculares. Se obtiene el cuadrado latino de la tabla 16.42, donde los números

corresponden a la producción de trigo por unidad de área. Al nivel de significancia 0.01, probar la hipótesis de que no

hay diferencia entre: a) los fertilizantes y b) las variaciones en el suelo. Usar STATISTIX para elaborar la tabla de

ANOVA.

Tabla 16.42

C 8 A 10 D 12 B 11

A 14 C 12 B 11 D 15

D 10 B 14 C 16 A 10

B 7 D 16 A 14 C 12

Tabla 16.43

E 75 W 78 M 80

M 81 E 76 W 79

W 73 M 75 E 77

16.39 Resolver el problema 16.38 al nivel de significancia 0.05. Para construir la tabla ANOVA utilizar MINITAB y comparar

los resultados con los de STATISTIX del problema 16.38.

16.40 Volviendo al problema 16.33, suponer que se introduce un factor más, dado por el área E, M o W de Estados Unidos en la

que nació la estudiante, como se muestran en la tabla 16.43. Al nivel de significancia 0.05, determinar si hay diferencia

significativa en los logros académicos de las estudiantes debido a: a) la estatura, b) el color de pelo y c) el lugar de nacimiento.

Usar SPSS para elaborar la tabla de ANOVA.

CUADRADOS GRECOLATINOS

16.41 Con objeto de producir un tipo mejor de alimento para gallinas, a los ingredientes básicos se les agregan cuatro cantidades

distintas de cada una de dos sustancias químicas. Las diferentes cantidades de la primera sustancia química se indican como

A, B, C y D, en tanto que las cantidades de la segunda sustancia química se indican como α, β, γ y δ. El alimento es suministrado

a pollitos recién nacidos agrupados de acuerdo con cuatro pesos iniciales (W 1 , W 2 , W 3 y W 4 ) y a cuatro especies

diferentes (S 1 , S 2 , S 3 y S 4 ). En el cuadro grecolatino de la tabla 16.44 se da el aumento de peso por unidad de tiempo. Efectuar

un análisis de varianza de este experimento al nivel de significancia 0.05 y brindar las conclusiones que se obtengan. Para

elaborar la tabla de ANOVA, usar MINITAB.

Tabla 16.44

W 1 W 2 W 3 W 4

S 1 C γ 8 B β 6 A α 5 D δ 6

S 2 A δ 4 D α 3 C β 7 B γ 3

S 3 D β 5 A γ 6 B δ 5 C α 6

S 4 B α 6 C δ 10 D γ 10 A β 8

16.42 Cada una de cuatro empresas (C 1 , C 2 , C 3 y C 4 ) fabrica cuatro tipos distintos de cable (T 1 , T 2 , T 3 y T 4 ). Cuatro operadores

(A, B, C y D) emplean cuatro máquinas diferentes (α, β, γ y δ) para medir la resistencia de los cables. Las resistencias


PROBLEMAS SUPLEMENTARIOS 443

promedio encontradas se presentan en el cuadro grecolatino de la tabla 16.45. Al nivel de significancia 0.05, hacer un

análisis de varianza y proporcionar las conclusiones. Usar SPSS para elaborar la tabla de ANOVA.

PROBLEMAS DIVERSOS

16.43 En la tabla 16.46 se dan los datos del óxido acumulado sobre hierro tratado con las sustancias químicas A, B y C, respectivamente.

A los niveles de significancia: a) 0.05 y b) 0.01, determinar si hay diferencia significativa entre los tratamientos.

Usar EXCEL para elaborar la tabla de ANOVA.

Tabla 16.45

C 1 C 2 C 3 C 4

T 1 A β 164 B γ 181 C α 193 D δ 160

T 2 C δ 171 D α 162 A γ 183 B β 145

T 3 D γ 198 C β 212 B δ 207 A α 188

T 4 B α 157 A δ 172 D β 166 C γ 136

Tabla 16.46

A 3 5 4 4

B 4 2 3 3

C 6 4 5 5

16.44 En un experimento se mide el coeficiente intelectual (CI) de estudiantes adultos de estaturas baja, media y alta. En la tabla

16.47 se dan los resultados. A los niveles de significancia: a) 0.05 y b) 0.01, determinar si hay diferencia en los CI de

acuerdo con las distintas estaturas. Usar MINITAB para elaborar la tabla de ANOVA.

Tabla 16.47

Alta 110 105 118 112 90

Baja 95 103 115 107

Media 108 112 93 104 96 102

16.45 Probar las ecuaciones (10), (11) y (12) de este capítulo.

16.46 Se hace un examen para determinar, entre veteranos y no veteranos con diferente CI, quiénes tienen mejor desempeño. Las

puntuaciones obtenidas se muestran en la tabla 16.48. Al nivel de significancia 0.05, determinar si hay diferencias en las

puntuaciones debidas a diferencias en: a) ser o no veterano y b) el CI. Usar SPSS para elaborar una tabla de ANOVA.

Tabla 16.48

Puntuación en la prueba

CI

alto

CI

medio

CI

bajo

Veterano 90 81 74

No veterano 85 78 70


444 CAPÍTULO 16 ANÁLISIS DE VARIANZA

16.47 Usar STATISTIX para resolver el problema 16.46 al nivel de significancia 0.01.

16.48 En la tabla 16.49 se presentan las puntuaciones que obtuvieron en un examen estudiantes de distintas partes de un país y

con diferente CI. Analizar esta tabla al nivel de significancia 0.05 y dar las conclusiones. Usar MINITAB para elaborar la

tabla de ANOVA.

16.49 Usar SAS para resolver el problema 16.48 al nivel de significancia 0.01.

16.50 En el problema 16.37, ¿se puede determinar si hay diferencia significativa en la cantidad de artículos producidos en los

distintos días de la semana? Explicar.

Tabla 16.49

Puntuación en el examen

CI

alto

CI

medio

CI

bajo

Este 88 80 72

Oeste 84 78 75

Sur 86 82 70

Norte y centro 80 75 79

16.51 Se sabe que en los cálculos del análisis de varianza a cada entrada se le puede sumar o restar una constante adecuada sin

que esto afecte las conclusiones. ¿Pasa lo mismo si cada entrada se multiplica o se divide entre una constante adecuada?

Justificar la respuesta.

16.52 Deducir las ecuaciones (24), (25) y (26) para cantidades desiguales de observaciones.

16.53 Suponer que los resultados en la tabla 16.46 del problema 16.43 corresponden al noreste de Estados Unidos y que para el

oeste, los resultados correspondientes son los dados en la tabla 16.50. Al nivel de significancia 0.05, determinar si hay

diferencias que se deban a: a) la sustancias químicas y b) la ubicación. Usar MINITAB para elaborar la tabla de ANOVA.

Tabla 16.50

A 5 4 6 3

B 3 4 2 3

C 5 7 4 6

Tabla 16.51

A 17 14 18 12

B 20 10 20 15

C 18 15 16 17

D 12 11 14 11

E 15 12 19 14

15.54 Volviendo a los problemas 16.21 y 16.35, suponer que se lleva a cabo otro experimento en el noreste y se obtienen los

resultados dados en la tabla 16.51. Al nivel de significancia 0.05, determinar si hay diferencias entre los rendimientos

debidas a: a) los fertilizantes y b) las tres ubicaciones. Emplear STATISTIX para elaborar la tabla de ANOVA.


PROBLEMAS SUPLEMENTARIOS 445

16.55 Resolver el problema 16.54 al nivel de significancia 0.01. Usar MINITAB para elaborar la tabla de ANOVA.

16.56 Al nivel de significancia 0.05, hacer un análisis de varianza del cuadrado latino de la tabla 16.52 y proporcionar las conclusiones.

Usar SPSS para construir la tabla de ANOVA.

Tabla 16.52

Factor 1

B 16 C 21 A 15

Factor 2

A 18 B 23 C 14

C 15 A 18 B 12

16.57 Estructurar un experimento que lleve al cuadrado latino de la tabla 16.52.

16.58 Al nivel de significancia 0.05, realizar el análisis de varianza del cuadrado grecolatino de la tabla 16.53 y proporcionar las

conclusiones. Usar SPSS para elaborar la tabla de ANOVA.

Tabla 16.53

Factor 1

A γ 6 B β 12 C δ 4 D α 18

Factor 2

B δ 3 A α 8 D γ 15 C β 14

D β 15 C γ 20 B α 9 A δ 5

C α 16 D δ 6 A β 17 B γ 7

16.59 Diseñar un experimento que conduzca al cuadrado grecolatino de la tabla 16.53.

16.60 Describir cómo usar el análisis de varianza en un experimento de tres factores con replicaciones.

16.61 Diseñar y resolver un problema que ilustre el procedimiento del problema 16.60.

16.62 Probar: a) la ecuación (30) y b) las ecuaciones (31) a (34) de este capítulo.

16.63 En la práctica, ¿se esperaría hallar: a) un cuadrado latino 2 × 2 y b) un cuadrado grecolatino de 3 × 3? Explicar.


PRUEBAS

NO PARAMÉTRICAS

17

INTRODUCCIÓN

La mayor parte de las pruebas de hipótesis y significancia (o reglas de decisión), vistas en los capítulos anteriores,

requieren varias suposiciones acerca de la población de la que se toma la muestra. Por ejemplo, en la clasificación en

un sentido del capítulo 16 se requiere que las poblaciones tengan una distribución normal y desviaciones estándar

iguales.

En la práctica, hay situaciones en las que tales suposiciones no se justifican o en las que se duda que se satisfagan,

como es el caso de poblaciones muy sesgadas. Debido a esto, se han desarrollado diversas pruebas y métodos que son

independientes tanto de la distribución de las poblaciones como de sus correspondientes parámetros. Estas pruebas se

conocen como pruebas no paramétricas.

Las pruebas no paramétricas se emplean como sustitutos sencillos de pruebas más complicadas; son especialmente

útiles cuando se tienen datos no numéricos, como en el caso de consumidores que ordenan cereales u otros productos,

de acuerdo con su preferencia.

LA PRUEBA DE LOS SIGNOS

Considérese la tabla 17.1 en la que se muestran las cantidades de tornillos defectuosos producidos en 12 días consecutivos

con dos máquinas (I y II); se supone que las dos máquinas tienen la misma producción total diaria. Se desea

probar la hipótesis H 0 de que no hay diferencia entre las máquinas: que las diferencias observadas entre las máquinas,

en términos de cantidades de tornillos defectuosos producidos, son resultado de la casualidad, lo que equivale a decir

que las muestras provienen de la misma población.

Tabla 17.1

Día 1 2 3 4 5 6 7 8 9 10 11 12

Máquina I 47 56 54 49 36 48 51 38 61 49 56 52

Máquina II 71 63 45 64 50 55 42 46 53 57 75 60

Una sencilla prueba no paramétrica para muestras por pares es la prueba de los signos. Esta prueba consiste en

calcular las diferencias entre las cantidades de tornillos defectuosos producidos por día y anotar únicamente el signo

de cada diferencia, por ejemplo, el día 1 la diferencia es 47-71, que es negativa. De esta manera, a partir de la tabla

17.1 se obtiene la secuencia de signos siguiente.

þ þ þ (1)

446


LA PRUEBA U DE MANN-WHITNEY 447

(es decir, 3 signos más y 9 signos menos). Si es igualmente probable obtener un + que un −, se esperaría que se obtuvieran

6 de cada uno. La prueba H 0 es, entonces, equivalente a preguntarse si una moneda está o no cargada, si en 12

lanzamientos de la moneda se obtienen 3 caras (+) y 9 cruces (−). Esto implica la distribución binomial vista en el

capítulo 7. En el problema 17.1 se muestra que empleando una prueba de dos colas con esta distribución, al nivel de

significancia 0.05, no se puede rechazar H 0 ; es decir, a este nivel no hay diferencia entre las máquinas.

Nota 1: Si algún día las máquinas producen la misma cantidad de tornillos defectuosos, una diferencia

en la secuencia (1) será cero. En este caso, se eliminan esos valores muestrales y se usan 11

en vez de 12 observaciones.

Nota 2: También puede usarse una aproximación normal a la distribución binomial empleando la

corrección por continuidad (ver problema 17.2).

Aunque la prueba de los signos es especialmente útil para muestras por pares, como la muestra de la tabla 17.1,

también puede usarse para problemas con muestras sencillas (no pares) (ver los problemas 17.3 y 17.4).

LA PRUEBA U DE MANN-WHITNEY

Considérese la tabla 17.2, en la que se dan las resistencias de cables hechos de dos aleaciones distintas, I y II. En esta

tabla se tienen dos muestras: 8 cables de la aleación I, y 10 cables de la aleación II. Se quiere decidir si hay diferencia

entre las muestras o, lo que es lo mismo, si provienen o no de la misma población. Aunque este problema se puede

resolver empleando la prueba t del capítulo 11, también puede utilizarse una prueba no paramétrica llamada la prueba

U de Mann-Whitney. Esta prueba consta de los pasos siguientes:

Tabla 17.2

Aleación I

Aleación II

18.3 16.4 22.7 17.8 12.6 14.1 20.5 10.7 15.9

18.9 25.3 16.1 24.2 19.6 12.9 15.2 11.8 14.7

Paso 1. Se combinan todos los valores muestrales, se ordenan de menor a mayor, y a cada uno de los valores se

le asigna una posición o rango (en este caso del 1 al 18). Si dos o más valores muestrales son idénticos (es decir, si hay

puntuaciones empatadas, o empates), a cada uno de los valores muestrales se les asigna una posición (o rango) igual

a la media de las posiciones que les tocaría ocupar. Si en la tabla 17.2 la entrada 18.9 fuera 18.3, las posiciones 12

y 13 estarían ocupadas por dos valores idénticos, de manera que la posición (o rango) asignada a cada uno sería

1

2

(12 + 13) = 12.5.

Paso 2. Se obtiene la suma de los rangos de cada muestra. Estas sumas se denotan R 1 y R 2 , siendo N 1 y N 2 los

respectivos tamaños muestrales. Por conveniencia se elige como N 1 la muestra más pequeña, si éstas no son iguales,

de manera que N 1 ≤ N 2 . Una diferencia significativa entre las sumas de los rangos R 1 y R 2 implica una diferencia

significativa entre las muestras.

Paso 3. Para probar la diferencia entre las sumas de los rangos, se usa el estadístico

U ¼ N 1 N 2 þ N 1ðN 1 þ 1Þ

2

R 1 (2)

que corresponde a la muestra 1. La distribución muestral de U es simétrica y tiene media y varianza dadas, respectivamente,

por las fórmulas

U ¼ N 1N 2

2

2 U ¼ N 1N 2 ðN 1 þ N 2 þ 1Þ

12

(3)


448 CAPÍTULO 17 PRUEBAS NO PARAMÉTRICAS

Si tanto N 1 como N 2 son por lo menos igual a 8, entonces la distribución de U es aproximadamente normal, de

manera que

z ¼ U

U

U

(4)

tiene una distribución normal con media 0 y desviación estándar 1. Empleando el apéndice II se puede, entonces,

decidir si las muestras son o no significativamente diferentes. En el problema 17.5 se muestra que, al nivel de significancia

0.05, hay una diferencia significativa entre los cables.

Nota 3: Un valor de U correspondiente a la muestra 2 es el dado por el estadístico

U ¼ N 1 N 2 þ N 2ðN 2 þ 1Þ

2

R 2 (5)

y tiene la misma distribución muestral que el estadístico (2), siendo su media y su varianza las dadas

por la fórmula (3). El estadístico (5) se relaciona con el estadístico (2), ya que si U 1 y U 2 son los

valores correspondientes a los estadísticos (2) y (5), respectivamente, entonces se tiene

También se tiene

U 1 þ U 2 ¼ N 1 N 2 (6)

R 1 þ R 2 ¼

NðN þ 1Þ

2

(7)

donde N = N 1 + N 2 . La fórmula (7) puede servir como verificación de los cálculos.

Nota 4: En la ecuación (2), el estadístico U es el número de veces que los valores de la muestra 1

preceden a los valores de la muestra 2, cuando todos los valores han sido ordenados en forma creciente

de magnitud. Esto proporciona un método alternativo de conteo para hallar U.

LA PRUEBA H DE KRUSKAL-WALLIS

La prueba U es una prueba no paramétrica para decidir si dos muestras provienen o no de una misma población. Una

generalización de esta prueba para k muestras es la prueba H de Kruskal-Wallis o simplemente prueba H.

Esta prueba se puede describir de la manera siguiente: supóngase que se tienen k muestras, cuyos tamaños son N 1 ,

N 2 , . . . , N k , por lo que el tamaño de todas estas muestras juntas será N = N 1 + N 2 + · · · + N k . Supóngase además que

todas estas muestras se juntan y sus valores se ordenan de menor a mayor asignándoles un rango, y que las sumas de

los rangos, de cada una de las k muestras, son R 1 , R 2 , . . . , R k , respectivamente. Se define el estadístico como

H ¼

12 X k

NðN þ 1Þ

j¼1

R 2 j

N j

3ðN þ 1Þ (8)

se puede demostrar que la distribución muestral de H es aproximadamente una distribución chi cuadrada con k – 1

grados de libertad, siempre que cada uno de los N 1 , N 2 , . . . , N k , sean por lo menos de 5.

La prueba H proporciona un método no paramétrico de análisis de varianza para clasificaciones en un sentido o

experimentos de un factor, pudiéndose hacer generalizaciones.

PRUEBA H CORREGIDA PARA EMPATES

Cuando hay demasiados empates entre las observaciones de los datos muestrales, el valor de H dado por el estadístico

(8) es menor de lo que debiera ser. El valor correcto de H, que se denota H c , se obtiene dividiendo el valor dado por el

estadístico (8) entre el factor de corrección


PRUEBA DE LAS RACHAS PARA ALEATORIEDAD 449

1

P ðT

3

N 3

N

(9)

donde T es la cantidad de empates que corresponden a cada observación y donde la suma se toma sobre todas las

observaciones. Si no hay empates, entonces T = 0 y el factor (9) se reduce a 1, de manera que no se necesita ninguna

corrección. En la práctica, la corrección suele ser despreciable (es decir, no es suficiente para garantizar que haya un

cambio de decisión).

PRUEBA DE LAS RACHAS PARA ALEATORIEDAD

Aunque la palabra “aleatorio” se ha usado muchas veces en este libro, en ninguno de los capítulos anteriores se ha dado

una prueba para aleatoriedad. La teoría de las rachas proporciona una prueba no paramétrica para aleatoriedad.

Para entender qué es una racha, considérese una secuencia formada por dos símbolos, a y b, por ejemplo,

aaj bbbj a j bbj aaaaaj bbbj aaaaj (10)

Por ejemplo, en el lanzamiento de una moneda, a puede representar “cara” y b puede ser “cruz”; o al muestrear los

tornillos producidos con una máquina, a puede corresponder a “defectuoso” y b a “no defectuoso”.

Una racha se define como un conjunto de símbolos idénticos (o semejantes) que se encuentran entre dos símbolos

diferentes o entre ningún símbolo (como el principio y el final de la secuencia). Si se lee la secuencia (10) de izquierda

a derecha, la primera racha, cuyo fin está señalado por una línea vertical, consta de dos a; de manera similar, la

segunda racha consta de tres b; la tercera racha consta de una a, etc. En total hay siete rachas.

Parece claro que debe existir alguna relación entre aleatoriedad y cantidad de rachas. Así, en la secuencia

a j b j a j b j a j b j a j b j a j b j a j b j (11)

se observa un patrón cíclico, en el que aparece una a y luego una b, otra vez una a y luego una b, etc., que sería difícil

pensar que fuera aleatorio. En este caso, se tienen demasiadas rachas (en realidad, se tiene la cantidad máxima posible,

dada la cantidad de letras a y letras b).

Por otro lado, en la secuencia

aaaaaaj bbbbj aaaaaj bbbj (12)

parece haber un patrón de tendencia en el que se agrupan (o acumulan) las letras a y las letras b. En este caso hay muy

pocas rachas y no se puede considerar que esta secuencia sea aleatoria.

Por lo tanto, se considerará que una secuencia no es aleatoria si hay demasiadas o muy pocas rachas; si no es así,

se considera que la secuencia es aleatoria. Para cuantificar esta idea, supóngase que se forman todas las secuencias

posibles que tengan una cantidad N 1 de letras a y una cantidad N 2 de letras b haciendo un total N de símbolos (o letras)

(N 1 + N 2 = N ). La colección de todas estas secuencias proporciona una distribución muestral: a cada secuencia le

corresponde una cantidad de rachas, denotada V. De esta manera se llega a la distribución muestral del estadístico V.

Puede demostrarse que esta distribución muestral tiene media y varianza dadas, respectivamente, por las fórmulas

V ¼ 2N 1N 2

þ 1 2 V ¼ 2N 1N 2 ð2N 1 N 2 N 1 N 2 Þ

N 1 þ N 2 ðN 1 þ N 2 Þ 2 ðN 1 þ N 2 1Þ

(13)

Empleando las fórmulas (13), se puede probar la hipótesis de aleatoriedad al nivel de significancia adecuado. Se encuentra

que, si tanto N 1 como N 2 son por lo menos 8, entonces la distribución muestral de V se aproxima a una distribución

normal. Por lo tanto,

z ¼ V

V

V

(14)

tiene distribución normal, con media 0 y varianza 1, y por lo tanto puede emplearse el apéndice II.


450 CAPÍTULO 17 PRUEBAS NO PARAMÉTRICAS

OTRAS APLICACIONES DE LA PRUEBA DE LAS RACHAS

Las siguientes son otras aplicaciones de las rachas para problemas estadísticos:

1. Prueba mayor y menor que la mediana para aleatoriedad de datos numéricos. Para determinar si un conjunto

de datos numéricos es aleatorio (por ejemplo, los datos de una muestra), primero se colocan los datos en el mismo

orden en que se obtuvieron. Después, se encuentra la mediana de esos datos y cada dato se reemplaza por una a, si

su valor es mayor que la mediana o por una b si su valor es menor que la mediana. Si un valor es igual a la mediana,

se elimina de la muestra. La muestra es o no aleatoria según si la secuencia de letras a y b sea o no aleatoria.

(Ver problema 17.20.)

2. Diferencias entre poblaciones de las que se ha tomado una muestra. Supóngase que dos muestras de tamaños

m y n se denotan a 1 , a 2 , . . . , a m y b 1 , b 2 , . . . , b n , respectivamente. Para decidir si las muestras provienen o no de una

misma población, primero se ordenan todos los m + n valores muestrales de menor a mayor. Si hay valores iguales,

se deben ordenar mediante un proceso aleatorio (por ejemplo, empleando números aleatorios). Si la secuencia

obtenida es aleatoria, se concluye que las muestras realmente no son diferentes y que, por lo tanto, provienen de la

misma población; si la secuencia no es aleatoria, no puede sacarse tal conclusión. Esta prueba puede ser una alternativa

a la prueba U de Mann-Whitney. (Ver problema 17.21.)

CORRELACIÓN DE RANGOS DE SPEARMAN

Los métodos no paramétricos también pueden usarse para medir la correlación entre dos variables, X y Y. En lugar de

emplear valores precisos de las variables, o cuando no se puede tener tal precisión, los datos se ordenan desde 1 hasta

N de acuerdo con su tamaño, importancia, etc. Una vez que las variables X y Y se han ordenado de esta manera, el

coeficiente de correlación de rangos o fórmula de Spearman para correlación de rangos (como suele llamársele) es

r S ¼ 1

6 P D 2

NðN 2 1Þ

(15)

donde D denota las diferencias entre los rangos de los valores correspondientes de X y Y y donde N es la cantidad de

pares de valores (X, Y ) que hay en los datos.

LA PRUEBA DE LOS SIGNOS

PROBLEMAS RESUELTOS

17.1 Hágase referencia a la tabla 17.1 y al nivel de significancia 0.05, se prueba la hipótesis H 0 de que no hay diferencia

entre las máquinas, contra la hipótesis alternativa H 1 de que sí hay diferencia.

SOLUCIÓN

En la figura 17-1 se muestra la distribución binomial de X caras en 12 lanzamientos de una moneda, en forma de áreas bajo

los rectángulos, para X = 0, 1, ..., 12. Sobrepuesta a la distribución binomial se encuentra la distribución normal, trazada

con una

p

línea punteada. La media de la distribución binomial es µ = Np = 12(0.5) = 6. La desviación estándar es

¼

ffiffiffiffiffiffiffiffiffi p

Npq ¼

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi p

12ð0:5Þð0:5Þ ¼

ffiffi

3 ¼ 1:73. La distribución normal también tiene media = 6 y desviación estándar = 1.73.

De acuerdo con el capítulo 7, la probabilidad binomial de X caras es

PrfXg ¼ 12 1 X

1 12 X

¼ 12 1 12

X 2 2 X 2


PROBLEMAS RESUELTOS 451

0.25

0.20

0.15

0.10

0.05

0.00

0 1 2 3 4 5 6 7 8 9 10 11 12

Figura 17-1 Distribución binomial (áreas bajo los rectángulos) y aproximación normal

a la distribución binomial (curva punteada).

Las probabilidades pueden encontrarse usando EXCEL. El valor p correspondiente al resultado X = 3 es 2P{X ≤ 3},

que usando EXCEL es =2*BINOMDIST(3,12,0.5,1) o bien 0.146. (El valor p es el doble del área en la cola izquierda

de la distribución binomial.) Como esta área es mayor que 0.05, no se puede rechazar la hipótesis nula al nivel de

significancia 0.05. Por lo tanto, se concluye que a este nivel no hay diferencia entre las dos máquinas.

17.2 Resolver el problema 17.1, pero esta vez empleando la aproximación normal a la distribución binomial.

SOLUCIÓN

En la aproximación normal a la distribución binomial se emplea el hecho de que la puntuación z correspondiente a la cantidad

de caras es

z ¼ X ¼ X pffiffiffiffiffiffiffiffiffi

Np

Npq

Como en la distribución normal la variable X es discreta, en tanto que en la distribución binomial es continua, se hace una

corrección por continuidad (por ejemplo, 3 caras es en realidad un valor que está entre 2.5 y 3.5 caras). Esto es equivalente

a restarle

p

0.05 al valor de X si X > Np y sumarle 0.05 al valor de X si X < Np. Como N = 12, µ = Np = (12)(0.5) = 6

y ¼

ffiffiffiffiffiffiffiffiffi p

Npq ¼

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

ð12Þð0:5Þð0:5Þ ¼ 1:73, se tiene

z ¼

ð3 þ 0:5Þ 6

1:73

¼ 1:45

El valor p es el doble del área a la izquierda de −1.45. Empleando EXCEL con =2*NORMSDIST(−1.45) se obtiene

1.47. En la figura 17-1, el valor p es, aproximadamente, el área bajo la curva normal estándar a la izquierda de −1.45, la

cual se duplica debido a que se trata de una hipótesis de dos colas. Obsérvese cuán cercanos, uno de otro, están los dos

valores p; el área binomial bajo los rectángulos es 0.146 y el área bajo la curva normal estándar es 0.147.

17.3 La empresa PQR asegura que un tipo de batería fabricada por ellos tiene una duración mayor a 250 horas (h).

Para determinar si está justificado, se mide la duración de 24 baterías producidas por esta empresa; los resultados

se presentan en la tabla 17.3. Suponiendo que la muestra sea aleatoria, determinar al nivel de significancia

0.05 si lo que asegura la empresa está justificado. Resolver el problema primero a mano, dando todos los

detalles de la prueba de los signos. Después, dar la solución empleando MINITAB.


452 CAPÍTULO 17 PRUEBAS NO PARAMÉTRICAS

SOLUCIÓN

Sea H 0 la hipótesis de que la duración de las baterías de esta empresa es igual a 250 h y sea H 1 la hipótesis de que su duración

es mayor a 250 h. Para probar H 0 contra H 1 se emplea la prueba de los signos. Para esto, a cada entrada de la tabla 17.3

se le resta 250 y se registra el signo de la diferencia, como se muestra en la tabla 17.4. Se observa que hay 15 signos más

y 9 signos menos.

Tabla 17.3

Tabla 17.4

271

253

264

230

216

295

198

262

211

275

288

252

282

236

294

225

291

243

284

253

272

219

224

268

+

+

+

+

+

+

+

+

+

+

+

+

+

+

+

Empleando la aproximación normal a la distribución binomial, la puntuación z es

ð15 0:5Þ 24ð0:5Þ

z ¼ pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

¼ 1:02:

24ð0:5Þð0:5Þ

Obsérvese que al restar 0.5 de 15 se hace la corrección por continuidad (15 – 0.5) = 14.5. El valor p es el área de la curva

normal estándar, a la derecha de 1.02. (Ver la figura 17-2.)

z = 1.02

Figura 17-2 El valor p es el área a la derecha de z 1.02.

El valor p es el área a la derecha de z = 1.02, o usando EXCEL, el área se obtiene mediante =1–NORMSDIST(1.02)

o bien 0.1537. Dado que el valor p > 0.05, lo que asegura la empresa no se justifica.

A continuación se presenta la solución empleando MINITAB. Los datos de la tabla 17.3 se ingresan en la columna

1 de la hoja de cálculo de MINITAB y a esta columna se le pone como título Duración. Con la secuencia Stat → Nonparametrics

→ 1-sample sign se obtienen los resultados siguientes.

Prueba de los signos para la mediana: Duración

Sign test of median ¼ 250.0 versus > 250.0

N Below Equal Above P Median

Lifetime 24 9 0 15 0.1537 257.5

Obsérvese que la información dada aquí es la misma a la que se llegó antes en la solución de este problema.


PROBLEMAS RESUELTOS 453

17.4 En la tabla 17.5 se presentan 40 calificaciones obtenidas en un examen a nivel estatal. Al nivel de significancia

0.05, probar la hipótesis de que la calificación mediana de todos los participantes es: a) 66 y b) 75. Resolver el

problema primero a mano, dando todos los detalles de la prueba de los signos, y a continuación, resolverlo

empleando MINITAB.

Tabla 17.5

71

78

67

73

67

46

95

40

55

84

70

78

64

93

43

70

82

72

70

64

66

54

73

86

74

78

57

76

58

86

64

62

79

48

60

95

61

52

83

66

SOLUCIÓN

a) Se resta 66 a cada entrada de la tabla 17.5 y se conservan sólo los signos de las diferencias, con lo que se obtiene la

tabla 17.6, en la que se observa que hay 23 signos más, 15 signos menos y 2 ceros. Si se eliminan los 2 ceros, la muestra

consta de 38 signos: 23 signos más y 15 signos menos. En una prueba de dos colas, usando la distribución normal

con probabilidades 1 2

ð0:05Þ ¼0:025 en cada cola (ver la figura. 17-3), la regla de decisión que se adopta es la siguiente:

Aceptar la hipótesis si −1.96 ≤ z ≤ 1.96.

Rechazar la hipótesis si no es así.

Dado que z ¼ X ffiffiffiffiffiffiffiffiffi

Np ð23 0:5Þ ð38Þð0:5Þ

p ¼ pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

¼ 1:14

Npq ð38Þð0:5Þð0:5Þ

al nivel de significancia 0.05, se acepta la hipótesis de que la mediana es 66.

Tabla 17.6

+

+

+

+

+

+

+

+

+

+

+

+

+

+

0

+

+

+

+

+

+

+

+

+

0

Obsérvese que también se puede usar 15, la cantidad de signo menos. En este caso

llegándose a la misma conclusión.

ð15 þ 0:5Þ

z ¼ pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

ð38Þð0:5Þ ¼ 1:14

ð38Þð0:5Þð0:5Þ

Área = 0.025 Área = 0.025

z = −1.96 z = 1.96

Figura 17-3 Prueba de dos colas mostrando la región crítica para α 0.05.


454 CAPÍTULO 17 PRUEBAS NO PARAMÉTRICAS

b) Restando 75 a cada una de las entradas de la tabla 17.5 se obtiene la tabla 17.7, en la que hay 13 signos más y 27

signos menos. Como

ð13 þ 0:5Þ

z ¼ pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

ð40Þð0:5Þ ¼ 2:06

ð40Þð0:5Þð0:5Þ

al nivel de significancia 0.05, se rechaza la hipótesis de que la mediana sea 75.

Tabla 17.7

+

+

+

+

+

+

+

+

+

+

+

+

+

Empleando este método se puede encontrar un intervalo de confianza de 95% para la calificación mediana en

este examen. (Ver el problema 17.30.)

Obsérvese que en la solución anterior se emplea el método clásico de prueba de hipótesis. En el método clásico se

emplea α = 0.05 para determinar la región de rechazo para la prueba, [z < −1.96 o z > 1.96]. A continuación se calcula el

estadístico de prueba [en el inciso a) z = −1.14, y en el inciso b) z = −2.06]. Si el estadístico de prueba cae en la región

de rechazo, se rechaza la hipótesis nula. Si este estadístico no cae en la región de rechazo, no se rechaza la hipótesis nula.

En la solución de MINITAB se usa el método del valor p. Se calcula el valor p y si este valor es menor a 0.05, se

rechaza la hipótesis nula. Si el valor p es mayor que 0.05, no se rechaza la hipótesis nula. Usando tanto el método clásico

como el método del valor p se llega a la misma decisión.

La solución empleando MINITAB es la que se muestra a continuación. Para probar que la mediana es 66, el resultado

es el siguiente

Prueba de los signos para la mediana: Calificaciones

Sign test of median ¼ 66.00 versus not ¼ 66.00

N Below Equal Above P Median

Grade 40 15 2 23 0.2559 70.00

Como el valor p es mayor que 0.05, no se rechaza la hipótesis nula.

El resultado para probar que la mediana es 75 es

Prueba de los signos para la mediana: Calificaciones

Sign test of median ¼ 75.00 versus not ¼ 75.00

N Below Equal Above P Median

Grade 40 27 0 13 0.0385 70.00

Como el valor p es < 0.05, se rechaza la hipótesis nula.

LA PRUEBA U DE MANN-WHITNEY

17.5 Volver a la tabla 17.2. Al nivel de significancia 0.05, determinar si hay alguna diferencia entre los cables hechos

con la aleación I y los hechos con la aleación II. Resolver el problema, primero a mano, dando todos los detalles

de la prueba U de Mann-Whitney, y después usando MINITAB.

SOLUCIÓN

La solución se encuentra siguiendo los pasos 1, 2 y 3 (antes descritos en este capítulo):

Paso 1. Se juntan los 18 valores muestrales y se ordenan de menor a mayor, con lo cual se obtiene el primer renglón

de la tabla 17.8. En el segundo renglón se numeran estos valores del 1 al 18, con lo que se obtienen los rangos.


PROBLEMAS RESUELTOS 455

Tabla 17.8

10.7

1

11.8

2

12.6

3

12.9

4

14.1

5

14.7

6

15.2

7

15.9

8

16.1

9

16.4

10

17.8

11

18.3

12

18.9

13

19.6

14

20.5

15

22.7

16

24.2

17

25.3

18

Paso 2. Para hallar la suma de los rangos de cada muestra, se rescribe la tabla 17.2 con los rangos correspondientes

a cada valor de acuerdo con la tabla 17.8, y de esta manera se obtiene la tabla 17.9. La suma de los rangos correspondiente

a la aleación I es 106 y la suma de los rangos correspondientes a la aleación II es 65.

Resistencia

del cable

18.3

16.4

22.7

17.8

18.9

25.3

16.1

24.2

Aleación I

Rango

12

10

16

11

13

18

9

17

Tabla 17.9

Resistencia

del cable

12.6

14.1

20.5

10.7

15.9

19.6

12.9

15.2

Suma 106 11.8

14.7

Aleación II

Rango

3

5

15

1

8

14

4

7

2

6

Suma 65

Paso 3. Como la muestra de la aleación I es la menor, N 1 = 8 y N 2 = 10. Las correspondientes sumas de los rangos

son R 1 = 106 y R 2 = 65. Entonces

U ¼ N 1N 2

2

Por lo que σ U = 11.25 y

¼ ð8Þð10Þ

2

U ¼ N 1 N 2 þ N 1ðN 1 þ 1Þ

2

¼ 40

2 U ¼ N 1N 2 ðN 1 þ N 2 þ 1Þ

12

z ¼ U U

¼

U

R 1 ¼ð8Þð10Þþ ð8Þð9Þ

2

10 40

11:25 ¼ 2:67

¼ ð8Þð10Þð19Þ

12

106 ¼ 10

¼ 126:67

Dado que la hipótesis H 0 que se está probando es que no hay diferencia entre las aleaciones, se requiere una prueba de dos

colas. La regla de decisión al nivel de significancia 0.05 es:

Aceptar H 0 si −1.96 ≤ z ≤ 1.96.

Rechazar H 0 si no es así.

Como z = −2.67, se rechaza H 0 y se concluye que al nivel de significancia 0.05, sí hay diferencia entre las aleaciones.

A continuación se presenta la solución a este problema obtenida con MINITAB. Primero, se ingresan los datos de la

aleación I en la columna C1 y los datos de la aleación II en la columna C2, y a las columnas se les pone como encabezado

AleaciónI y AleaciónII. Mediante la secuencia Stat → Nonparametrics → Mann-Whitney se obtienen los resultados

siguientes.

Prueba de Mann-Whitney e intervalo de confianza: AleaciónI y AleaciónII

N Median

AlloyI 8 18.600

AlloyII 10 14.400


456 CAPÍTULO 17 PRUEBAS NO PARAMÉTRICAS

Point estimate for ETA1-ETA2 is 4.800

95.4 Percent CI for ETA1-ETA2 is (2.000, 9.401)

W ¼ 106.0

Test of ETA1 ¼ ETA2 vs ETA1 not ¼ ETA2 is significant at 0.0088

Los resultados de MINITAB dan la resistencia mediana de los cables de cada muestra, una estimación puntual de la diferencia

entre las medianas poblacionales(ETA1–ETA2), un intervalo de confianza para la diferencia entre las medianas

poblacionales, la suma de los rangos de la primera variable (W = 106) y el valor p para dos colas = 0.0088. Como el valor

p < 0.05, se rechaza la hipótesis nula. Se concluye que con la aleación I se obtienen cables más resistentes.

17.6 Con los datos del problema 17.5, verificar las fórmulas (6) y (7) de este capítulo.

SOLUCIÓN

a) Como los valores de U que se obtienen con las muestras 1 y 2 son

U 1 ¼ N 1 N 2 þ N 1ðN 1 þ 1Þ

2

U 2 ¼ N 1 N 2 þ N 2ðN 2 þ 1Þ

2

R 1 ¼ð8Þð10Þþ ð8Þð9Þ

2

106 ¼ 10

R 2 ¼ð8Þð10Þþ ð10Þð11Þ

2

65 ¼ 70

se tiene U 1 + U 2 = 10 + 70 = 80 y N 1 N 2 = (8)(10) = 80.

b) Como R 1 = 106 y R 2 = 65, se tiene R 1 + R 2 = 106 + 65 = 171 y

NðN þ 1Þ

¼ ðN 1 þ N 2 ÞðN 1 þ N 2 þ 1Þ

¼ ð18Þð19Þ ¼ 171

2

2

2

17.7 Resolver el problema 17.5 usando el estadístico U de la muestra de la aleación II.

SOLUCIÓN

Para la muestra de la aleación II

U ¼ N 1 N 2 þ N 2ðN 2 þ 1Þ

2

R 2 ¼ð8Þð10Þþ ð10Þð11Þ

2

de manera que z ¼ U U 70 40

¼

U 11:25 ¼ 2:67

65 ¼ 70

Este valor de z es el negativo de la z del problema 17.5, por lo que se emplea la cola derecha de la distribución normal, en

lugar de la cola izquierda. Como este valor de z también se encuentra fuera de −1.96 ≤ z ≤ 1.96, la conclusión es la misma

que en el problema 17.5.

17.8 Un profesor tiene dos grupos de psicología: uno en la mañana, con 9 alumnos, y otro en la tarde con 12 alumnos.

En el examen final, que es el mismo para los dos grupos, las calificaciones obtenidas son las que se muestran

en la tabla 17.10. ¿Puede concluirse al nivel de significancia 0.05 que en el grupo de la mañana el

rendimiento sea menor que en el grupo de la tarde? Resolver el problema, primero a mano, dando todos los

detalles de la prueba U de Mann-Whitney y después dar la solución empleando MINITAB.

Tabla 17.10

Grupo matutino 73 87 79 75 82 66 95 75 70

Grupo vespertino 86 81 84 88 90 85 84 92 83 91 53 84


PROBLEMAS RESUELTOS 457

SOLUCIÓN

Paso 1. En la tabla 17.11 se muestran las calificaciones con sus rangos respectivos. Obsérvese que el rango que corresponde

a las dos calificaciones 75 es 1 2 (5 + 6) = 5.5 y el que corresponde a los tres 84 es 1 3

(11 + 12 + 13) = 12.

Tabla 17.11

53

1

66

2

70

3

73

4

75 75

5.5

79

7

81

8

82

9

83

10

84 84

12

84 85

14

86

15

87

16

88

17

90

18

91

19

92

20

92

21

Paso 2. Rescribiendo la tabla 17.10 en términos de los rangos, se obtiene la tabla 17.12.

Verificación: R 1 = 73, R 2 = 158 y N = N 1 + N 2 = 9 + 12 = 21; por lo tanto, R 1 + R 2 = 73 + 158 = 231 y

NðN þ 1Þ

2

¼ ð21Þð22Þ

2

Tabla 17.12

¼ 231 ¼ R 1 þ R 2

Suma de

rangos

Grupo matutino 4 16 7 5.5 9 2 21 5.5 3 73

Grupo vespertino 15 8 12 17 18 14 12 20 10 19 1 12 158

Paso 3.

U ¼ N 1N 2

2

¼ ð9Þð12Þ

2

U ¼ N 1 N 2 þ N 1ðN 1 þ 1Þ

2

¼ 54

R 1 ¼ð9Þð12Þþ ð9Þð10Þ

2

2 U ¼ N 1N 2 ðN 1 þ N 2 þ 1Þ

12

73 ¼ 80

¼ ð9Þð12Þð22Þ ¼ 198

12

Por lo tanto, z ¼ U U 80 54

¼

U 14:07 ¼ 1:85

El valor p para una cola se obtiene empleando la expresión de EXCEL =1–NORMSDIST(1.85) que da 0.0322. Como el

valor p < 0.05, se concluye que el desempeño del grupo matutino no es tan bueno como el del turno vespertino.

La solución de MINITAB al problema es como sigue. Primero se introducen los datos de los valores del turno matutino

y del vespertino en las columnas C1 y C2 y se nombra a esas columnas matutino y vespertino. Con la secuencia

Stat → Nonparametrics → Mann-Whitney se obtienen los resultados siguientes.

Prueba de Mann−Whitney e intervalo de confianza: Matutino, Vespertino

N Median

Morning 9 75.00

Afternoon 12 84.50

Point estimate for ETA1-ETA2 is 9.00

95.7 Percent CI for ETA1-ETA2 is ( 15.00, 2.00)

W ¼ 73.0

Test of ETA1 ¼ ETA2 vs ETA1 < ETA2 is significant at 0.0350

The test is significant at 0.0348 (adjusted for ties)

En los resultados de MINITAB se da la calificación mediana de cada muestra, una estimación puntual de la diferencia entre

las medianas poblacionales, un intervalo de confianza para la diferencia entre las medianas poblacionales, la suma de los

rangos de la primera variable (en este caso, el grupo matutino) y el valor p para una cola que es = 0.0350. Como el valor

p es menor que 0.05, se rechaza la hipótesis nula. Se concluye que la clase matutina no tiene tan buen desempeño como la

clase vespertina.


458 CAPÍTULO 17 PRUEBAS NO PARAMÉTRICAS

17.9 Dados los datos de la tabla 17.13, encontrar U usando: a) la fórmula (2) de este capítulo y b) el método de

conteo (descrito en la Nota 4 de este capítulo).

SOLUCIÓN

a) Ordenando todos los datos juntos, de menor a mayor, y asignándoles un rango del 1 al 5, se obtiene la tabla 17.14.

Sustituyendo los datos de la tabla 17.13 por sus rangos correspondientes se obtiene la tabla 17.15, en la que se dan las

sumas de los rangos, que son R 1 = 5 y R 2 = 10. Como N 1 = 2 y N 2 = 3, el valor U para la muestra 1 es

U ¼ N 1 N 2 þ N 1ðN 1 þ 1Þ

2

R 1 ¼ð2Þð3Þþ ð2Þð3Þ

2

5 ¼ 4

De igual manera se encuentra el valor U para la muestra 2, que es U = 2.

Tabla 17.13

Muestra 1 22 10

Muestra 2 17 25 14

Tabla 17.14

Datos 10 14 17 22 25

Rango 1 2 3 4 5

Tabla 17.15

Suma de

los rangos

Muestra 1 4 1 5

Muestra 2 3 5 2 10

b) Sustituyendo los valores de la tabla 17.14 con I o II, dependiendo si el valor pertenece a la muestra 1 o a la muestra 2,

el primer renglón de la tabla 17.14 se transforma en

Dato I II II I II

En esta tabla se ve que

Número de valores de la muestra 1 que preceden al primer valor de la muestra 2 = 1

Número de valores de la muestra 1 que preceden al segundo valor de la muestra 2 = 1

Número de valores de la muestra 1 que preceden al tercer valor de la muestra 2 = 2

Total = 4

Por lo tanto, el valor de U que corresponde a la primera muestra es 4.

De igual manera,

Número de valores de la muestra 2 que preceden al primer valor de la muestra 1 = 0

Número de valores de la muestra 2 que preceden al segundo valor de la muestra 1 = 2

Total = 2

Por lo tanto, el valor de U que corresponde a la segunda muestra es 2.

Obsérvese que como N 1 = 2 y N 2 = 3, estos valores satisfacen U 1 + U 2 = N 1 N 2 ; es decir, 4 + 2 = 6 =

(2)(3) = 6.


carse la distribución de probabilidad de U; en ese caso, Pr{U = 0} = Pr{U = 1} = Pr{U = 2} = 1 3

. La gráfica que se

requiere es igual a la de la figura 17-4, pero con 1 3 y 1 6 en lugar de 1 y 2. PROBLEMAS RESUELTOS 459

17.10 Una población consta de los valores 7, 12 y 15. De esta población se toman dos muestras sin reposición: la

muestra 1 consta de un valor y la muestra 2 consta de dos valores. (Estas dos muestras agotan la población.)

a) Encontrar la distribución muestral de U y su gráfica.

b) Encontrar la media y la varianza de la distribución del inciso a).

c) Verificar los resultados hallados en el inciso b) empleando la fórmula (3) de este capítulo.

SOLUCIÓN

a) Se elige el muestreo sin reposición para evitar empates, los cuales se presentarían si, por ejemplo, el valor 12 apareciera

en ambas muestras.

Como se observa en la tabla 17.16, hay 3 · 2 = 6 posibilidades para elegir las muestras. Debe notarse que también

se pueden emplear sólo los rangos 1, 2 y 3, en lugar de 7, 12 y 15. El valor U de la tabla 17.16 es el hallado para

la muestra 1, pero si se usa la U para la muestra 2, se obtendrá la misma distribución.

Tabla 17.16

Muestra 1 Muestra 2 U

7

7

12

12 15

15 12

7 15

2

2

1

12 15 7 1

15 7 12 0

15 12 7 0

En la figura 17-4 se muestra una gráfica de esta distribución, en la que f es la frecuencia. También puede grafi-

2.50

2.25

f

2.00

1.75

1.50

0.0

0.5

1.0

1.5

2.0

u

Figura 17-4 MINITAB, gráfica de la distribución muestral de U con N 1 1 y N 2 2.


460 CAPÍTULO 17 PRUEBAS NO PARAMÉTRICAS

b) La media y la varianza de los valores de la tabla 17.16 son

U ¼ 2 þ 2 þ 1 þ 1 þ 0 þ 0 ¼ 1

6

2 U ¼ ð2 1Þ2 þð2 1Þ 2 þð1 1Þ 2 þð1 1Þ 2 þð0 1Þ 2 þð0 1Þ 2

6

c) De acuerdo con la fórmula (3)

U ¼ N 1N 2

2

¼ ð1Þð2Þ

2

2 U ¼ N 1N 2 ðN 1 þ N 2 þ 1Þ ð1Þð2Þð1 þ 2 þ 1Þ

¼ ¼ 2 12

12 3

lo que coincide con el inciso a).

17.11 a) Con los datos del problema 17.9, encontrar la distribución muestral de U y graficarla.

b) Graficar la correspondiente distribución de probabilidad de U.

c) Obtener la media y la varianza de U directamente a partir de los resultados del inciso a).

d ) Verificar el inciso c) empleando la fórmula (3) de este capítulo.

¼ 1

¼ 2 3

SOLUCIÓN

a) En este caso hay 5 · 4 · 3 · 2 = 120 posibilidades para elegir los valores de las dos muestras y el método del problema

17.9 resulta demasiado laborioso. Para simplificar este procedimiento hay que fijar la atención en la muestra más

pequeña (de tamaño N 1 = 2) y en las posibles sumas de sus rangos, R 1 . La suma de los rangos de la muestra 1 es la

menor cuando la muestra consta de los dos números de menor rango (1, 2); entonces R 1 = 1 + 2 = 3. De igual manera,

la suma de los rangos de la muestra 1 es la mayor cuando la muestra consta de los dos números de mayor rango

(4,5); entonces R 1 = 4 + 5 = 9. Por lo tanto, R 1 varía desde 3 hasta 9.

En la columna 1 de la tabla 17.17 se presentan estos valores de R 1 (desde 3 hasta 9) y en la columna 2 se muestran

los valores correspondientes de la muestra 1, cuya suma es R 1 . En la columna 3 se da la frecuencia (o el número)

de las muestras cuya suma es R 1 ; por ejemplo, hay f = 2 muestras para las que R 1 = 5. Como N 1 = 2 y N 2 = 3, se

tiene

U ¼ N 1 N 2 þ N 1ðN 1 þ 1Þ

2

R 1 ¼ð2Þð3Þþ ð2Þð3Þ

2

R 1 ¼ 9 R 1

A partir de lo cual pueden encontrarse los valores correspondientes de U en la columna 4 de la tabla; obsérvese que

como R 1 varía de 3 a 9, U varía de 6 a 0. La distribución muestral se da en las columnas 3 y 4 y la gráfica en la figura

17-5.

2.5

2

1.5

f

1

0.5

0

−1 0 1 2 3 4 5 6 7

u

Figura 17-5 EXCEL, gráfica de la distribución muestral de U con N 1 2 y N 2 3.


PROBLEMAS RESUELTOS 461

b) La probabilidad de que U = R 1 (es decir, Pr{U = R 1 }) se presenta en la columna 5 de la tabla 17.17 y se obtiene

hallando la frecuencia relativa. La frecuencia relativa se halla dividiendo cada frecuencia entre la suma de todas las

frecuencias, o sea entre 10; por ejemplo, PrfU ¼ 5g ¼ 2 10

¼ 0:2. En la figura 17.6 se muestra la gráfica de la distribución

de probabilidad.

Tabla 17.17

R 1 Valores de la muestra 1 f U Pr{U = R 1 }

3

4

5

6

7

8

9

(1, 2)

(1, 3)

(1, 4), (2.3)

(1, 5), (2, 4)

(2, 5), (3, 4)

(3, 5)

(4, 5)

1

1

2

2

2

1

1

6

5

4

3

2

1

0

0.1

0.1

0.2

0.2

0.2

0.1

0.1

*

* *

0.18

Probabilidad de U

0.15

0.12

*

* * *

0.00 1.00 2.00 3.00 4.00 5.00 6.00

U

Figura 17-6 SPSS, gráfica de la distribución de probabilidad de U con N 1 2 y N 2 3.

c) De acuerdo con las columnas 3 y 4 de la tabla 17.17, se tiene

U ¼ U ¼

2 U ¼

P fU

P f

P f ðU UÞ 2

P f

¼ ð1Þð6Þþð1Þð5Þþð2Þð4Þþð2Þð3Þþð2Þð2Þþð1Þð1Þþð1Þð0Þ

1 þ 1 þ 2 þ 2 þ 2 þ 1 þ 1

¼ ð1Þð6 3Þ2 þð1Þð5 3Þ 2 þð2Þð4 3Þ 2 þð2Þð3 3Þ 2 þð2Þð2 3Þ 2 þð1Þð1 3Þ 2 þð1Þð0 3Þ 2

10

¼ 3

¼ 3

Otro método

2 U ¼ U 2 U 2 ¼ ð1Þð6Þ2 þð1Þð5Þ 2 þð2Þð4Þ 2 þð2Þð3Þ 2 þð2Þð2Þ 2 þð1Þð1Þ 2 þð1Þð0Þ 2

10

ð3Þ 2 ¼ 3


462 CAPÍTULO 17 PRUEBAS NO PARAMÉTRICAS

d )

De acuerdo con la fórmula (3), empleando N 1 = 2 y N 2 = 3, se tiene

U ¼ N 1N 2

2

¼ ð2Þð3Þ

2

¼ 3

2 U ¼ N 1N 2 ðN 1 þ N 2 þ 1Þ

¼ ð2Þð3Þð6Þ ¼ 3

12

12

17.12 Si N números de un conjunto se ordenan del 1 al N, probar que la suma de los rangos es [N(N + 1)]/2.

SOLUCIÓN

Sea R la suma de los rangos. Entonces se tiene

R ¼ 1 þ 2 þ 3 þþðN 1ÞþN (16)

R ¼ N þðN 1ÞþðN 2Þþþ 2 þ 1 (17)

en donde la suma de la ecuación (17) se obtiene invirtiendo el orden de los sumandos de la ecuación (16). Sumando las

ecuaciones (16) y (17) se obtiene

2R ¼ðN þ 1ÞþðN þ 1ÞþðN þ 1ÞþþðN þ 1ÞþðN þ 1Þ ¼NðN þ 1Þ

como en esta suma (N + 1) se presenta N veces, entonces R = [N(N + 1)]/2. Esto también puede obtenerse empleando una

fórmula del álgebra elemental en series y progresiones aritméticas.

17.13 Si R 1 y R 2 son, respectivamente, las sumas de los rangos en las muestras 1 y 2 en una prueba U, demostrar que

R 1 + R 2 = [N(N + 1)]/2.

SOLUCIÓN

Se supone que en los datos muestrales no hay empates. Entonces, R 1 debe ser la suma de algunos de los rangos (números)

del conjunto 1, 2, 3, . . . , N, y R 2 debe ser la suma de los rangos restantes del conjunto. Por lo tanto, R 1 + R 2 debe ser la suma

de todos los rangos del conjunto; es decir, R 1 + R 2 = 1 + 2 + 3 + · · · + N = [N(N + 1)]/2, de acuerdo con el problema

17.12.

LA PRUEBA H DE KRUSKAL-WALLIS

17.14 Una empresa va a comprar una de cinco máquinas: A, B, C, D o E. En un experimento para determinar si hay

diferencia en el desempeño de estas máquinas, cinco operadores experimentados trabajan con cada una de las

cinco máquinas durante un mismo tiempo. En la tabla 17.18 se muestra la cantidad de unidades obtenida con

cada máquina. A los niveles de significancia: a) 0.05 y b) 0.01, probar la hipótesis de que no hay diferencia

entre las máquinas. Resolver el problema primero a mano, dando todos los detalles de la prueba H de Kruskal-

Wallis; después, resolver el problema usando MINITAB.

Tabla 17.18

A 68 72 77 42 53

B 72 53 63 53 48

C 60 82 64 75 72

D 48 61 57 64 50

E 64 65 70 68 53

Tabla 17.19

Suma de

los rangos

A 17.5 21 24 1 6.5 70

B 21 6.5 12 6.5 2.5 48.5

C 10 25 14 23 21 93

D 2.5 11 9 14 4 40.5

E 14 16 19 17.5 6.5 73


PROBLEMAS RESUELTOS 463

SOLUCIÓN

Dado que hay cinco muestras (A, B, C, D y E), k = 5. Como cada muestra consta de cinco valores, se tiene N 1 = N 2 =

N 3 = N 4 = N 5 = 5 y N = N 1 + N 2 + N 3 + N 4 + N 5 = 25. Ordenando todos los valores en forma creciente de magnitud

y asignando a los empates los rangos adecuados, la tabla 17.18 se transforma en la tabla 17.19, en la que en la columna del

extremo derecho se muestran las sumas de los rangos. De acuerdo con la tabla 17.19 se tiene R 1 = 70, R 2 = 48.5, R 3 = 93,

R 4 = 40.5 y R 5 = 73. Por lo tanto,

X k

R 2 j

12

H ¼

3ðN þ 1Þ

NðN þ 1Þ N

j¼1 j

" #

12 ð70Þ 2

¼

þ ð48:5Þ2 þ ð93Þ2 þ ð40Þ2 þ ð73Þ2

ð25Þð26Þ 5 5 5 5 5

3ð26Þ ¼6:44

Para k – 1 = 4 grados de libertad al nivel de significancia 0.05, en el apéndice IV se encuentra 2 :95 ¼ 9:49. Como 6.44 <

9.49, al nivel de significancia 0.05, no se puede rechazar la hipótesis de que no haya diferencia entre las máquinas y, por lo

tanto, tampoco se podrá rechazar al nivel de significancia 0.01. En otras palabras, se puede aceptar la hipótesis (o postergar

la decisión) de que, a ambos niveles, no hay diferencia entre las máquinas.

Obsérvese que este problema ya fue resuelto antes empleando el análisis de varianza (ver problema 16.8) y se llegó

a la misma conclusión.

A continuación se presenta la solución del problema usando MINITAB. Primero, es necesario ingresar los datos en

la hoja de cálculo de MINITAB. La estructura que deben tener los datos es la siguiente:

Row Machine Units

1 1 68

2 1 72

3 1 77

4 1 42

5 1 53

6 2 72

7 2 53

8 2 63

9 2 53

10 2 48

11 3 60

12 3 82

13 3 64

14 3 75

15 3 72

16 4 48

17 4 61

18 4 57

19 4 64

20 4 50

21 5 64

22 5 65

23 5 70

24 5 68

25 5 53

Con la secuencia Stat → Nonparametrics → Kruskal-Wallis se obtienen los resultados:

Prueba de Kruskal-Wallis: unidades versus máquinas

Machine N Median Ave Rank Z

1 5 68.00 14.0 0.34

2 5 53.00 9.7 1.12

3 5 72.00 18.6 1.90

4 5 57.00 8.1 1.66

5 5 65.00 14.6 0.54

Overall 25 13.0


464 CAPÍTULO 17 PRUEBAS NO PARAMÉTRICAS

H ¼ 6.44 DF ¼ 4 P ¼ 0.168

H ¼ 6.49 DF ¼ 4 P ¼ 0.165 (adjusted for ties)

Obsérvese que se dan dos valores p. Uno es el valor p ajustado, para los empates que se presentan al dar los rangos,

y el otro no es ajustado. Es claro que, a los niveles de significancia 0.05 y 0.01, las máquinas no son estadísticamente diferentes

respecto a la cantidad de unidades que producen, ya que los dos valores p superan con mucho ambos niveles.

17.15 Resolver el problema 17.14 usando los paquetes de software STATISTIX y SPSS.

SOLUCIÓN

El archivo con los datos se estructura como en el problema 17.14. Usando STATISTIX, la secuencia Statistics → One,

Two, Multi-sample tests → Kruskal-Wallis One-way AOV Test proporciona los resultados que se muestran a continuación.

Comparar estos resultados con los obtenidos en el problema 17.14.

Statistix 8.0

Kruskal-Wallis One-way Nonparametrics AOV para unidades por máquina

Mean

Sample

Machine Rank Size

1 14.0 5

2 9.7 5

3 18.6 5

4 8.1 5

5 14.6 5

Total 13.0 25

Kruskal-Wallis Statistic 6.4949

p-Value, Using Chi-Squared Approximation 0.1651

Los resultados de STATISTIX coinciden con los resultados de MINITAB ajustados para empates.

Los resultados de SPSS también coinciden con los resultados de MINITAB ajustados para empates.

Prueba de Kruskal-Wallis

Rangos

Máquina N Rango medio

Unidades 1.00

2.00

3.00

4.00

5.00

Total

4

5

5

5

5

25

14.00

9.70

18.60

8.10

14.60

Estadísticos de prueba a,b

Unidades

Ji cuadrada

df

Significación asintótica

6.495

4

.165

a Prueba de Kruskal-Wallis

b Variable agrupada: máquina


PROBLEMAS RESUELTOS 465

17.16 En la tabla 17.20 se da la cantidad de DVD rentados durante el pasado año por los profesores, abogados y

médicos de una muestra aleatoria. Usar la prueba H de Kruskal-Wallis del paquete SAS para probar la hipótesis

nula de que las distribuciones de las rentas son las mismas en los tres grupos de profesionistas. Emplear

el nivel 0.01.

Tabla 17.20

Profesores Abogados Médicos

18

4

5

9

20

26

7

17

43

20

24

7

34

30

45

2

45

9

2

16

21

24

5

2

50

10

7

49

35

1

45

6

9

24

36

50

44

3

14

30

11

1

7

5

14

7

16

14

27

19

15

22

20

10

SOLUCIÓN

Los datos se ingresan en dos columnas. Una columna contiene 1, 2 o 3 que corresponden a profesores, abogados y médicos;

la otra columna contiene la cantidad de DVD rentados. Con la secuencia Statistics → ANOVA → Nonparametric Oneway

ANOVA de SAS se obtienen los resultados siguientes.

The NPAR1WAY Procedure

Wilcoxon Scores (Rank Sums) for Variable number

Classified by Variable Profession

Sum of Expected Std Dev Mean

Profession N Scores Under H0 Under H0 Score

fffffffffffffffffffffffffffffffffffffffffffffff fffffffffffffffffffffffffff

1 18 520.50 495.0 54.442630 29.916667

2 20 574.50 550.0 55.770695 28.725000

3 16 390.00 440.0 52.735539 24.375000

Average scores were used for ties.

Kruskal-Wallis Test

Chi-Square 0.9004

DF 2

Pr > Chi-Sqaure 0.6375


466 CAPÍTULO 17 PRUEBAS NO PARAMÉTRICAS

El valor p se da como Pr > Chi-Square 0.6375. Como el valor p es mucho mayor que 0.05, no se rechaza la

hipótesis nula.

PRUEBA DE LAS RACHAS PARA ALEATORIEDAD

17.17 En 30 lanzamientos de una moneda se obtiene la siguiente secuencia de caras (H) y cruces (T):

H T T H T H H H T H H T T H T

H T H H T H T T H T H H T H T

a) Determinar la cantidad V de rachas.

b) Al nivel de significancia 0.05, probar si esta secuencia es aleatoria.

Resolver el problema primero a mano, dando todos los detalles de las pruebas de las rachas para aleatoriedad,

y después dar la solución al problema usando MINITAB.

SOLUCIÓN

a) Empleando una línea vertical para separar las rachas

H j T T j H j T j H H H j T j H H j T T j H j Tj

H j T j H H j T j H j T T j H j T j H H j T j H j T j

se observa que la cantidad de rachas es V = 22.

b) En esta muestra de lanzamientos hay N 1 = 16 caras y N 2 = 14 cruces, y de acuerdo con el inciso a), la cantidad de

rachas es V = 22. Por lo tanto, de acuerdo con las fórmulas (13) de este capítulo, se tiene

V ¼ 2ð16Þð14Þ

16 þ 14 þ 1 ¼ 15:93 2ð16Þð14Þ½2ð16Þð14Þ 16 14Š

2 V ¼

ð16 þ 14Þ 2 ¼ 7:175

ð16 þ 14 1Þ

o σ V = 2.679. Por lo tanto, la puntuación z correspondiente a V = 22 rachas es

z ¼ V

V

V

¼

22 15:93

¼ 2:27

2:679

En una prueba de dos colas, al nivel de significancia 0.05, se aceptará la hipótesis H 0 de aleatoriedad si −1.96 ≤ z ≤

1.96 y se rechazará si no es así (ver figura 17-7). Como el valor obtenido para z es 2.27 > 1.96, se concluye, al nivel

de significancia 0.05, que los lanzamientos no son aleatorios. La prueba indica que hay demasiadas rachas, lo que

indica un patrón cíclico en los lanzamientos.

Área = 0.025

Área = 0.025

z = −1.96 z = 1.96

Figura 17-7 Región de rechazo en la curva normal estándar, al nivel de significancia 0.05.


PROBLEMAS RESUELTOS 467

Si se emplea la corrección por continuidad, la puntuación z dada arriba se convierte en

z ¼

ð22 0:5Þ 15:93

¼ 2:08

2:679

y se llega a la misma conclusión.

La solución del problema empleando MINITAB es como se indica a continuación. En la columna C1 se ingresan

los datos. Cada cara se ingresa como un número 1 y cada cruz como un 0. A la columna 1 se le pone como título

Coin (moneda). Con la secuencia de MINITAB Stat → Nonparametrics → Runs Test se obtienen los resultados

siguientes.

Prueba de las rachas: Moneda

Runs test for Coin

Runs above and below K = 0.533333

The observed number of runs ¼ 22

The expected number of runs ¼ 15.9333

16 Observations above K 14 below

p-value = 0.024

El valor K corresponde a la media de ceros y unos en la columna 1. La cantidad de observaciones mayores y

menores a K es la cantidad de caras y cruces en los 30 lanzamientos de la moneda. El valor p es igual a 0.0235. Como

este valor p es menor que 0.05, se rechaza la hipótesis nula. La cantidad de rachas no es aleatoria.

17.18 En una muestra de 48 herramientas producidas con una máquina se encuentra la siguiente secuencia de herramientas

buenas (G) y defectuosas (D):

G G G G G G D D G G G G G G G G

G G D D D D G G G G G G D G G G

G G G G G G D D G G G G G D G G

Al nivel de significancia 0.05, probar la aleatoriedad de la secuencia. Usar también SPSS para probar la aleatoriedad

de la secuencia.

SOLUCIÓN

El número de letras D es N 1 = 10 y el número de letras G es N 2 = 38; el número de rachas es V = 11. Por lo tanto, la media

y la varianza son

V ¼ 2ð10Þð38Þ

10 þ 38 þ 1 ¼ 16:83 2ð10Þð38Þ½2ð10Þð38Þ 10 38Š

2 V ¼

ð10 þ 38Þ 2 ¼ 4:997

ð10 þ 38 1Þ

de manera que σ V = 2.235.

En una prueba de dos colas, al nivel de significancia 0.05, se acepta la hipótesis H 0 de aleatoriedad si −1.96 ≤ z ≤

1.96 (ver figura 17-7), y se rechaza si no es así. Como la puntuación z que corresponde a V = 11 es

z ¼ V

V

V

¼

11 16:83

¼ 2:61

2:235

y −2.61 < −1.96, se rechaza H 0 al nivel 0.05.

La prueba muestra que hay muy pocas rachas, lo que indica que hay una acumulación (o agrupación) de herramientas

defectuosas. En otras palabras, parece haber un patrón de tendencia en la producción de herramientas defectuosas. Se

recomienda un examen del proceso de producción.


468 CAPÍTULO 17 PRUEBAS NO PARAMÉTRICAS

Con la secuencia Analyze → Nonparametric Tests → Runs de SPSS se obtienen los resultados que se dan a continuación.

Si las G se reemplazan por unos y las D por ceros, el valor de prueba (Test Value), 0.7917, es la media de estos

valores. Los demás valores que se dan en los resultados son N 1 = 10, N 2 = 38, Suma = 48 y V = 11. El valor obtenido para

z es el valor con corrección por continuidad. A esto se debe que el valor z difiera del valor z calculado arriba. El término

Asymp. Sig.(2-tailed) es el valor p para dos colas correspondiente a z = −2.386. Como se ve, los resultados de

SPSS contienen la misma información que se halló a mano. Sólo hay que saber interpretarla.

Prueba de rachas

Calidad

Valor de prueba a

Casos < Valor de prueba

Casos > = Valor de prueba

Total de casos

Número de rachas

Z

Asymp. Sig. (2 colas)

.7917

10

38

48

11

–2.386

.017

a Media

17.19 a) Formar todas las secuencias posibles que contengan tres a y dos b, y dar la cantidad V de rachas correspondientes

a cada secuencia.

b) Obtener la distribución muestral de V y su gráfica.

c) Obtener la distribución de probabilidad de V y su gráfica.

SOLUCIÓN

a) La cantidad de secuencias con tres a y dos b es

5

¼ 5!

2 2!3! ¼ 10

Estas secuencias se muestran en la tabla 17.21, dando también la cantidad de rachas correspondiente a cada secuencia.

b) En la tabla 17.22 se da la distribución muestral de V (obtenida a partir de la tabla 17.21), en la que V denota la cantidad

de rachas y f su frecuencia. Así, por ejemplo, la tabla 17.22 indica que hay un 5, cuatro 4, etc. En la figura 17-8 se

muestra la gráfica correspondiente.

Tabla 17.21

Tabla 17.22

Secuencia Rachas (V )

a a a b b 2

a a b a b 4

a a b b a 3

a b a b a 5

a b b a a 3

a b a a b 4

b b a a a 2

b a b a a 4

b a a a b 3

b a a b a 4

V

2

3

4

5

f

2

3

4

1


PROBLEMAS RESUELTOS 469

c) La distribución de probabilidad de V, graficada en la figura 17-9, se obtiene de la tabla 17.22 dividiendo cada frecuencia

entre la frecuencia total 2 + 3 + 4 + 1 = 10. Por ejemplo, Pr{V = 5} = 1 10 = 0.1.

17.20 En el problema 17.19, obtener directamente de los resultados ahí obtenidos: a) la media y b) la varianza de la

cantidad de rachas.

4

Gráfica de f vs. V

3

f

2

1

2 3 4

V

Figura 17-8 STATISTIX, gráfica de la distribución muestral de V.

5

0.45

0.4

0.35

0.3

P r{ V }

0.25

0.2

0.15

0.1

0.05

0

0 1 2 3 4 5 6

V

Figura 17-9 EXCEL, gráfica de la distribución de probabilidad de V.

SOLUCIÓN

a) De acuerdo con la tabla 17.21, se tiene

V ¼ 2 þ 4 þ 3 þ 5 þ 3 þ 4 þ 2 þ 4 þ 3 þ 4 ¼ 17

10

5

Otro método

De acuerdo con la tabla 17.21, con el método de los datos agrupados se tiene

P fV

V ¼ P ¼ ð2Þð2Þþð3Þð3Þþð4Þð4Þþð1Þð5Þ ¼ 17

f

2 þ 3 þ 4 þ 1

5


470 CAPÍTULO 17 PRUEBAS NO PARAMÉTRICAS

b) Empleando el método de los datos agrupados para calcular la varianza, de acuerdo con la tabla 17.22, se tiene

2 V ¼

P "

f ðV VÞ 2

P ¼ 1

f 10 ð2Þ 2 17 2

17 2

17 2 #

17 2

þð3Þ 3 þð4Þ 4 þð1Þ 5

5

5

5

5

¼ 21

25

Otro método

Como en el capítulo 3, la varianza está dada por

2 V ¼ V 2 V 2 ¼ ð2Þð2Þ2 þð3Þð3Þ 2 þð4Þð4Þ 2 þð1Þð5Þ 2

10

17 2

¼ 21

5 25

17.21 Repetir el problema 17.20 empleando las fórmulas (13) de este capítulo.

SOLUCIÓN

Como hay tres a y dos b, se tiene que N 1 = 3 y N 2 = 2. Por lo tanto,

a) V ¼ 2N 1N 2

N 1 þ N 2

þ 1 ¼ 2ð3Þð2Þ

3 þ 2 þ 1 ¼ 17 5

b) 2 V ¼ 2N 1N 2 ð2N 1 N 2 N 1 N 2 Þ

ðN 1 þ N 2 Þ 2 ðN 1 þ N 2 1Þ

2ð3Þð2Þ½2ð3Þð2Þ 3 2Š

¼

ð3 þ 2Þ 2 ¼ 21

ð3 þ 2 1Þ 25

OTRAS APLICACIONES DE LA PRUEBA DE LAS RACHAS

17.22 Con los datos del problema 17.3 y empleando como nivel de significancia 0.05, determinar si las duraciones

muestrales de las baterías producidas por la empresa PQR son aleatorias. Suponer que las duraciones de las

baterías dadas en la tabla 17.3 se registraron en forma consecutiva. Esto es, la primera duración fue 271, la

segunda duración fue 230, y así sucesivamente hasta la última duración, 268. Resolver el problema primero a

mano, dando todos los detalles de la prueba de las rachas para aleatoriedad. Después, resolver el problema

empleando STATISTIX.

SOLUCIÓN

En la tabla 17.23 se muestran las duraciones de las baterías en orden creciente de magnitud. Como en esta tabla hay 24

entradas, la mediana se obtiene de los dos valores de en medio, 253 y 262, y es 1 2

(253 + 262) = 257.5. Ahora se rescriben

los datos de la tabla 17.3 sustituyéndolos por una a si su valor es mayor a la mediana y por una b si su valor es menor a la

mediana; se obtiene la tabla 17.24, en la que hay 12 letras a, 12 letras b y 15 rachas. Por lo tanto, N 1 = 12, N 2 = 12, N =

24, V = 15, y se tiene

V ¼ 2N 1N 2

þ 1 ¼ 2ð12Þð12Þ

N 1 þ N 2 12 þ 12 þ 1 ¼ 13 2 V ¼ 2ð12Þð12Þð264Þ

ð24Þ 2 ¼ 5:739

ð23Þ

de manera que z ¼ V V 15 13

¼

V 2:396 ¼ 0:835

Tabla 17.23

198 211 216 219 224 225 230 236

243 252 253 253 262 264 268 271

272 275 282 284 288 291 294 295

Tabla 17.24

a b b a a b a b

b b a a b a b b

a a b b a b a a


PROBLEMAS RESUELTOS 471

Empleando una prueba de dos colas, al nivel de significancia 0.05, la hipótesis de aleatoriedad se acepta si −1.96 ≤ z ≤

1.96. Como 0.835 cae dentro de este intervalo, se concluye que la muestra es aleatoria.

A continuación se presenta el análisis empleando STATISTIX. Las duraciones se ingresan en la columna 1 en el

orden en que fueron obtenidas. A la columna se le da como título Duraciones. Empleando la secuencia Statistics →

Randomness/Normality Tests → Runs Test se obtiene el resultado que se presenta a continuación.

Statistix 8.0

Prueba de rachas para duración

Median 257.50

Values Above the Median 12

Values below the Median 12

Values Tied with the Median 0

Runs Above the Median 8

Runs Below the Median 7

Total Number of Runs 15

Expected Number of Runs 13.0

p-Value, Two-Tailed Test 0.5264

Probability of getting 15 or fewer runs 0.8496

Probability of getting 14 or more runs 0.2632

El valor p grande indica que la cantidad de rachas puede ser considerada como aleatoria.

17.23 Resolver el problema 17.5 empleando la prueba de las rachas para aleatoriedad.

SOLUCIÓN

En el primer renglón de la tabla 17.8 aparecen ya todos los valores de las dos muestras ordenados de menor a mayor.

Empleando una a para cada dato de la muestra I y una b para cada dato de la muestra II, el primer renglón de la tabla 17.8

será

b b b b b b b b a a a a a b b a a a

Como hay cuatro rachas, se tiene V = 4, N 1 = 8 y N 2 = 10. Entonces,

V ¼ 2N 1N 2

þ 1 ¼ 2ð8Þð10Þ þ 1 ¼ 9:889

N 1 þ N 2 18

2 V ¼ 2N 1N 2 ð2N 1 N 2 N 1 N 2 Þ

ðN 1 þ N 2 Þ 2 ðN 1 þ N 2 1Þ þ 2ð8Þð10Þð142Þ

ð18Þ 2 ð17Þ

¼ 4:125

de manera que z ¼ V V

¼ 4 9:889 ¼ 2:90

V 2:031

Si H 0 es la hipótesis de que no hay diferencia entre las aleaciones, esto equivale a la hipótesis de que la secuencia anterior

es aleatoria. Esta hipótesis se acepta si −1.96 ≤ z ≤ 1.96 y se rechaza si no es así. Como z = −2.90 se encuentra fuera de

este intervalo, se rechaza H 0 y se llega a la misma conclusión que en el problema 17.5.

Obsérvese que si se hace la corrección por continuidad,

y se llega a la misma conclusión.

z ¼ V

V

V

¼

ð4 þ 0:5Þ 9:889

¼ 2:65

2:031


472 CAPÍTULO 17 PRUEBAS NO PARAMÉTRICAS

CORRELACIÓN DE RANGOS

17.24 Las calificaciones, en teoría y laboratorio, de una clase de biología que se presentan en la tabla 17.25 corresponden

a 10 estudiantes colocados en orden alfabético. Encontrar el coeficiente de correlación de rangos. Usar

SPSS para calcular la correlación de rangos de Spearman.

Tabla 17.25

Laboratorio 8 3 9 2 7 10 4 6 1 5

Teoría 9 5 10 1 8 7 3 4 2 6

SOLUCIÓN

En la tabla 17.26 se presentan las diferencias, D, entre los rangos (calificaciones) de laboratorio y de teoría de cada estudiante;

se da también D 2 y ∑ D 2 . Entonces

r S ¼ 1

6 P D 2

NðN 2 1Þ ¼ 1 6ð24Þ

10ð10 2 1Þ ¼ 0:8545

lo que indica que hay una estrecha relación entre las calificaciones de teoría y de laboratorio.

Tabla 17.26

Diferencia entre los rangos (D) −1 −2 −1 1 −1 3 1 2 −1 −1

D 2 −1 −4 −1 1 −1 9 1 4 −1 −1

D 2 = 24

Los datos de la tabla 17.26 se ingresan en las columnas tituladas Lab y Lecture (Teoría). Con la secuencia Analyze

→ Correlate → Bivariate se obtienen los resultados siguientes.

Correlaciones

Lab

Teoría

Correlación de rangos

de Spearman

Lab

Coeficiente de correlación

Sig. (2 colas)

N

Coeficiente de correlación

Sig. (2 colas)

N

1.000

.

10

.855

.002

10

.855

.002

10

1.000

Teoría

10

El resultado indica que hay una correlación significativa entre los desempeños en teoría y en laboratorio.

17.25 En la tabla 17.27 se muestran las estaturas de una muestra de 12 padres y de sus hijos mayores adultos. Encontrar

el coeficiente de correlación de rangos. Resolver el problema primero a mano, dando todos los detalles para

hallar el coeficiente de correlación de rangos. Después, usar SAS para hallar la solución del problema.


PROBLEMAS RESUELTOS 473

Tabla 17.27

Estatura del padre (pulgadas) 65 63 67 64 68 62 70 66 68 67 69 71

Estatura del hijo (pulgadas) 68 66 68 65 69 66 68 65 71 67 68 70

SOLUCIÓN

En orden creciente de magnitud, las estaturas de los padres son

62 63 64 65 66 67 67 68 68 69 71 (18)

Como la sexta y séptima estaturas son iguales [67 pulgadas (in)], a estas posiciones se les asigna un rango medio 1 2

(6 + 7)

= 6.5. De igual manera, a las estaturas octava y novena se les asigna el rango 1 2

(8 + 9) = 8.5. De esta manera, los rangos

asignados a las estaturas de los padres son

1 2 3 4 5 6:5 6:5 8:5 8:5 10 11 12 (19)

En forma análoga, en orden creciente de magnitud, las estaturas de los hijos son

65 65 66 66 67 68 68 68 68 69 70 71 (20)

y como las estaturas sexta, séptima, octava y novena son iguales (68 in), a estos lugares se les asigna el rango medio 1 4 (6 +

7 + 8 + 9) = 7.5. De esta manera, los rangos asignados a las estaturas de los hijos son

1:5 1:5 3:5 3:5 5 7:5 7:5 7:5 7:5 10 11 12 (21)

Empleando las correspondencias (18) y (19), y (20) y (21), la tabla 17.27 puede reemplazarse por la tabla 17.28. En

la tabla 17.29 se dan las diferencias entre los rangos D, D 2 y ∑ D 2 , con lo que

r S ¼ 1

6 P D 2

NðN 2 1Þ ¼ 1 6ð72:50Þ

12ð12 2 1Þ ¼ 0:7465

Tabla 17.28

Rango del padre 4 2 6.5 3 8.5 1 11 5 8.5 6.5 10 12

Rango del hijo 7.5 3.5 7.5 1.5 10 3.5 7.5 1.5 12 5 7.5 11

Tabla 17.29

D −3.5 −1.5 −1.0 1.5 −1.5 −2.5 3.5 3.5 −3.5 1.5 2.5 1.0

D 2 12.25 2.25 1.00 2.25 2.25 6.25 12.25 12.25 12.25 2.25 6.25 1.00

D 2 = 72.50

Este resultado coincide con el coeficiente de correlación obtenido mediante otros métodos.

Las estaturas de los padres se ingresan en la primera columna y las de los hijos en la segunda columna y se pulsa el

comando de SAS. Con la secuencia Statistics → Descriptive → Correlations se obtienen los resultados siguientes.

The CORR Procedure

2 Variables: Fatherht Sonht

Simple Statistics

Variable N Mean Std Dev Median Minimum Maximum

Fatherht 12 66.66667 2.77434 67.00000 62.00000 71.00000

Sonht 12 67.58333 1.88092 68.00000 65.00000 71.00000


474 CAPÍTULO 17 PRUEBAS NO PARAMÉTRICAS

Spearman Correlation Coefficient, N = 12

prob > |r| under H0: Rho = 0

Fatherht Sonht

Fatherht 1.00000 0.74026

0.0059

Sonht 0.74026 1.00000

0.0059

Además de los estadísticos sencillos, SAS da el coeficiente de correlación de Spearman, que es 0.74. El valor p,

0.0059, puede emplearse para probar la hipótesis nula de que el coeficiente poblacional de correlación de rangos es igual a

0 versus la hipótesis alternativa de que el coeficiente poblacional de correlación de rangos es diferente de 0. Se concluye

que en la población sí existe una relación entre estaturas de los padres y estaturas de los hijos.

PROBLEMAS SUPLEMENTARIOS

LA PRUEBA DE LOS SIGNOS

17.26 Una empresa asegura que si sus productos se adicionan al tanque de gasolina de los automóviles, su rendimiento, en millas

por galón, aumenta. Para probar esto, se eligen 15 automóviles diferentes y se mide el rendimiento de la gasolina, en millas

por galón, con el aditivo y sin éste; los resultados se muestran en la tabla 17.30. Suponiendo que las condiciones de manejo

sean las mismas, determinar los niveles de significancia: a) 0.05 y b) 0.01, si hay alguna diferencia atribuible al uso del

aditivo.

Tabla 17.30

Con aditivo 34.7 28.3 19.6 25.1 15.7 24.5 28.7 23.5 27.7 32.1 29.6 22.4 25.7 28.1 24.3

Sin aditivo 31.4 27.2 20.4 24.6 14.9 22.3 26.8 24.1 26.2 31.4 28.8 23.1 24.0 27.3 22.9

17.27 ¿Se puede concluir, al nivel de significancia 0.05, que el rendimiento, en millas por galón, obtenido en el problema 17.26

es mejor con aditivo que sin aditivo?

17.28 Un club para bajar de peso anuncia un programa especial con el que se pierde por lo menos el 6% en 1 mes, si se sigue el

programa al pie de la letra. Para probar si esto es así, 36 adultos se someten al programa. De éstos, 25 logran bajar la cantidad

deseada, 6 aumentan de peso y el resto permanece esencialmente igual. Al nivel de significancia 0.05, determinar si

el programa es efectivo.

17.29 Un capacitador asegura que si el personal de ventas de la empresa toma un curso especial, las ventas anuales de la empresa

aumentarán. Para probar esto, 24 personas toman el curso. Las ventas de 16 de ellas aumentan, las ventas de 6 de ellas

disminuyen y las de 2 de ellas permanecen igual. Al nivel de significancia 0.05, probar la hipótesis de que el curso incrementa

las ventas de la empresa.

17.30 La empresa refresquera MW realiza “pruebas de sabor” en 27 lugares en todo Estados Unidos, con objeto de determinar

las preferencias del público respecto a dos marcas de cola, A y B. En ocho lugares se prefirió la marca A a la marca B, en

17 lugares se prefirió la marca B a la marca A, y en el resto de los lugares fueron indiferentes. Al nivel de significancia 0.05,

¿se puede concluir que la marca B se prefiere a la marca A?

17.31 En la tabla 17.31 se muestra la resistencia a la ruptura de una muestra de 25 cuerdas fabricadas por una empresa. Basándose

en esta muestra, probar al nivel de significancia 0.05 la afirmación del fabricante de que la resistencia a la ruptura de las

cuerdas es: a) 25, b) 30, c) 35 y d ) 40.


PROBLEMAS SUPLEMENTARIOS 475

Tabla 17.31

41 28 35 38 23

37 32 24 46 30

25 36 22 41 37

43 27 34 27 36

42 33 28 31 24

17.32 Mostrar cómo obtener límites de confianza de 95% para los datos del problema 17.4.

17.33 Diseñe y resuelva un problema en el que se emplee la prueba de los signos.

LA PRUEBA U DE MANN-WHITNEY

17.34 Dos profesores, A y B, imparten un mismo curso en la universidad XYZ. En la tabla 17.32 se presentan las calificaciones

que obtienen sus alumnos en el examen final, que es común para los dos grupos. Al nivel de significancia 0.05, probar la

hipótesis de que no hay diferencia entre las calificaciones de los dos profesores.

Tabla 17.32

A 88 75 92 71 63 84 55 64 82 96

B 72 65 84 53 76 80 51 60 57 85 94 87 73 61

17.35 Volviendo al problema 17.34, al nivel de significancia 0.01, ¿puede concluirse que los alumnos del maestro B sean mejores

que los alumnos del maestro A?

17.36 Un agricultor quiere determinar si hay diferencia en el rendimiento de dos variedades de trigo, I y II. En la tabla 17.33 se

muestra la producción de trigo por unidad de área con cada una de las dos variedades de trigo. A los niveles de significancia:

a) 0.05 y b) 0.01, ¿puede concluirse que existe alguna diferencia?

Tabla 17.33

Trigo I 15.9 15.3 16.4 14.9 15.3 16.0 14.6 15.3 14.5 16.6 16.0

Trigo II 16.4 16.8 17.1 16.9 18.0 15.6 18.1 17.2 15.4

17.37 ¿Puede el agricultor del problema 17.36 concluir que con el trigo II se obtiene mayor rendimiento?

17.38 Una empresa desea determinar si hay diferencia entre dos marcas de gasolina, A y B. En la tabla 17.34 se muestran las

distancias obtenidas por galón con cada una de las dos marcas. Al nivel de significancia 0.05, ¿puede concluirse: a) que sí

hay diferencia entre las marcas y b) que la marca B es mejor que la marca A?

Tabla 17.34

A 30.4 28.7 29.2 32.5 31.7 29.5 30.8 31.1 30.7 31.8

B 33.5 29.8 30.1 31.4 33.8 30.9 31.3 29.6 32.8 33.0

17.39 ¿Puede emplearse una prueba U para determinar si hay diferencia entre las máquinas I y II de la tabla 17.1? Explicar.


476 CAPÍTULO 17 PRUEBAS NO PARAMÉTRICAS

17.40 Diseñar y resolver un problema usando la prueba U.

17.41 Dados los datos de la tabla 17.35, encontrar U usando: a) el método de la fórmula y b) el método del conteo.

17.42 Repetir el problema 17.41 con los datos de la tabla 17.36.

Tabla 17.35

Muestra 1 15 25

Muestra 2 20 32

Tabla 17.36

Muestra 1 40 27 30 56

Muestra 2 10 35

17.43 Una población consta de los números 2, 5, 9 y 12. De esta población se toman dos muestras, la primera consta de uno de

estos números y la segunda consta de los otros tres números.

a) Obtener la distribución muestral de U y su gráfica.

b) Obtener la media y la varianza de esta distribución, tanto directamente como empleando la fórmula.

17.44 Probar que U 1 + U 2 = N 1 N 2 .

17.45 Probar que R 1 + R 2 = [N(N + 1)]/2 en el caso en que la cantidad de empates sea: a) 1, b) 2 y c) cualquier número.

17.46 Si N 1 = 14, N 2 = 12 y R 1 = 105, encontrar: a) R 2 , b) U 1 y c) U 2 .

17.47 Si N 1 = 10, N 2 = 16 y U 2 = 60, encontrar: a) R 1 , b) R 2 y c) U 1 .

17.48 ¿Cuál es la mayor cantidad de los valores N 1 , N 2 , R 1 , R 2 , U 1 y U 2 que se puede determinar a partir de los restantes? Probar

la respuesta.

LA PRUEBA H DE KRUSKAL-WALLIS

17.49 Se hace un experimento para determinar el rendimiento de cinco variedades de trigo: A, B, C, D y E. A cada variedad se le

asignan cuatro parcelas. En la tabla 17.37 se presentan los rendimientos (en bushels por acre). Suponiendo que en todas las

parcelas la fertilidad sea semejante y que las variedades se hayan asignado de manera aleatoria a las parcelas, determinar,

a los niveles de significancia: a) 0.05 y b) 0.01, si hay diferencia significativa entre los rendimientos.

Tabla 17.37

A 20 12 15 19

B 17 14 12 15

C 23 16 18 14

D 15 17 20 12

E 21 14 17 18

Tabla 17.38

A 33 38 36 40 31 35

B 32 40 42 38 30 34

C 31 37 35 33 34 30

D 27 33 32 29 31 28

17.50 Una empresa desea probar cuatro tipos diferentes de neumáticos: A, B, C y D. En la tabla 17.38 se dan las duraciones de

los neumáticos (en miles de millas) determinadas de acuerdo con su dibujo; cada tipo de neumático se probó en seis automóviles

similares asignados aleatoriamente a los neumáticos. A los niveles: a) 0.05 y b) 0.01, determinar si hay diferencia

significativa entre los neumáticos.


PROBLEMAS SUPLEMENTARIOS 477

17.51 Un maestro desea probar tres métodos de enseñanza: I, II y III. Para esto, elige en forma aleatoria tres grupos de cinco

estudiantes cada uno y en cada grupo prueba uno de los métodos de enseñanza. A todos los estudiantes les pone el mismo

examen. En la tabla 17.39 se presentan las calificaciones obtenidas. A los niveles de significancia: a) 0.05 y b) 0.01, determinar

si hay diferencia entre estos métodos de enseñanza.

Tabla 17.39

Método I 78 62 71 58 73

Método II 76 85 77 90 87

Método III 74 79 60 75 80

17.52 En la tabla 17.40 se presentan las calificaciones obtenidas por un estudiante durante un semestre en varias materias. A los

niveles de significancia: a) 0.05 y b) 0.01, probar si hay diferencia entre las calificaciones en estas materias.

Tabla 17.40

Matemáticas 72 80 83 75

Ciencias 81 74 77

Inglés 88 82 90 87 80

Economía 74 71 77 70

17.53 Usando la prueba H, resolver: a) el problema 16.9, b) el problema 16.21 y c) el problema 16.22.

17.54 Usando la prueba H, resolver: a) el problema 16.23, b) el problema 16.24 y c) el problema 16.25.

PRUEBA DE LAS RACHAS PARA ALEATORIEDAD

17.55 En cada una de estas secuencias, determinar la cantidad, V, de rachas.

a) A B A B B A A A B B A B

b) H H T H H H T T T T H H T H H T H T

17.56 A 25 personas se les preguntó si les gustaba un producto (lo que se indica por Y y N, respectivamente). El resultado muestral

obtenido es el que se presenta en la secuencia siguiente:

Y Y N N N N Y Y Y N Y N N Y N N N N N Y Y Y Y N N

a) Determinar la cantidad, V, de rachas.

b) Al nivel de significancia 0.05, probar si estas respuestas son aleatorias.

17.57 Aplicar la prueba de las rachas a las secuencias (10) y (11) de este capítulo y dar las conclusiones acerca de la aleatoriedad.

17.58 a) Formar todas las secuencias posibles que contengan dos letras a y una letra b y dar el número V de rachas correspondiente

a cada secuencia.

b) Obtener la distribución muestral de V, así como su gráfica.

c) Obtener la distribución de probabilidad de V, así como su gráfica.


478 CAPÍTULO 17 PRUEBAS NO PARAMÉTRICAS

17.59 En el problema 17.58, encontrar la media y la varianza de V: a) directamente a partir de la distribución muestral y

b) mediante las fórmulas.

17.60 Resolver los problemas 17.58 y 17.59, pero esta vez con: a) dos letras a y dos letras b; b) una letra a y tres letras b, y c) una

letra a y cuatro letras b.

17.61 Resolver los problemas 17.58 y 17.59, pero esta vez con dos letras a y cuatro letras b.

OTRAS APLICACIONES DE LA PRUEBA DE LAS RACHAS

17.62 Empleando como nivel de significancia 0.05, determinar si la muestra de las 40 calificaciones de la tabla 17.5 es aleatoria.

17.63 En la tabla 17.41 se da el precio de cierre de una acción en 25 días consecutivos. Al nivel de significancia 0.05, determinar

si estos precios son aleatorios.

Tabla 17.41

10.375

11.625

10.875

11.875

11.375

11.125

11.250

10.750

11.375

12.125

10.875

11.375

11.500

11.875

11.750

10.625

10.750

11.250

11.125

11.500

11.500

11.000

12.125

11.750

12.250

pffiffi

17.64 Los primeros dígitos de 2 son 1.41421 35623 73095 0488· · ·. ¿Qué conclusión se puede sacar respecto a la aleatoriedad

de estos dígitos?

17.65 ¿Qué conclusión se puede sacar respecto a la aleatoriedad de los dígitos siguientes?

a)

p ffiffi

3 = 1.73205 08075 68877 2935···

b) π = 3.14159 26535 89793 2643···

17.66 En el problema 17.62, mostrar que empleando la aproximación normal, el valor p es 0.105.

17.67 En el problema 17.63, mostrar que empleando la aproximación normal, el valor p es 0.168.

17.68 En el problema 17.64, mostrar que empleando la aproximación normal, el valor p es 0.485.

CORRELACIÓN DE RANGOS

17.69 En un concurso se pide a los jueces que ordenen a los candidatos (numerados del 1 al 8) de acuerdo con su preferencia. Los

resultados se muestran en la tabla 17.42.

a) Encontrar el coeficiente de correlación de rangos.

b) Decidir si hay buena coincidencia entre los jueces.

Tabla 17.42

Primer juez 5 2 8 1 4 6 3 7

Segundo juez 4 5 7 3 2 8 1 6


PROBLEMAS SUPLEMENTARIOS 479

17.70 La tabla 14.17, que se reproduce a continuación, da los índices de precios al consumidor, en Estados Unidos, para alimentos

y atención médica desde 2000 hasta 2006, comparados con los precios de los años base, 1982 a 1984 (tomando la media

como 100).

Año 2000 2001 2002 2003 2004 2005 2006

Alimentos

Medicina

167.8

260.8

173.1

272.8

176.2

285.6

180.0

297.1

186.2

310.1

190.7

323.2

195.2

336.2

Fuente: Bureau of Labor Statistics.

Según estos datos, encontrar la correlación de rangos de Spearman y el coeficiente de correlación de Pearson.

17.71 El coeficiente de correlación de rangos se obtiene empleando los datos ordenados por rangos en la fórmula del productomomento

del capítulo 14. Ilustrar esto empleando ambos métodos para resolver un problema.

17.72 Para datos agrupados, ¿puede obtenerse el coeficiente de correlación de rangos? Explicar e ilustrar la respuesta con un

ejemplo.


CONTROL ESTADÍSTICO

DE PROCESOS Y

18

CAPACIDAD DE

PROCESOS

ANÁLISIS GENERAL DE LAS GRÁFICAS DE CONTROL

Las variaciones que se presentan en cualquier proceso pueden deberse a causas comunes o a causas especiales. La

variación natural de materiales, maquinaria y personas da lugar a las causas comunes de variación. Las causas especiales,

también conocidas como causas asignables, se deben en la industria a desgaste excesivo de las herramientas, a

un nuevo operador, a cambios en los materiales, a nuevos proveedores, etc. Uno de los propósitos de las gráficas de

control es localizar, y si es posible, eliminar las causas especiales de variación. La estructura general de una gráfica

de control consta de límites de control y de una línea central, como se muestra en la figura 18-1. Hay dos límites de

control, el límite superior de control o UCL (por sus siglas en inglés) y el límite inferior de control o LCL (por sus

siglas en inglés).

Causas especiales

UCL

Causas comunes

Línea central

Causas comunes

LCL

0

1

2

3

4

5

6

Causas especiales

7

8 9 10

Tiempo

Figura 18-1 Las gráficas de control pueden ser de dos tipos (gráficas de control

para variables y gráficas de control para atributos).

11

12

13

14

15

16

480


GRÁFICAS X-BARRA Y GRÁFICAS R 481

Cuando en una gráfica de control un punto cae fuera de los límites de control, se dice que el proceso está fuera de

control estadístico. Además de los puntos fuera de control, hay otras anomalías que indican que un proceso está fuera

de control. Éstas se verán más adelante. Lo deseable es que los procesos estén bajo control, de manera que su comportamiento

sea previsible.

GRÁFICAS DE CONTROL DE VARIABLES Y GRÁFICAS

DE CONTROL DE ATRIBUTOS

Las gráficas de control se pueden dividir en gráficas de control de variables y gráficas de control de atributos. Los

términos “variable” y “atributo” se deben al tipo de datos que se recolectan del proceso. Si se miden características

como tiempo, peso, volumen, longitud, caída de presión, concentración, etc., los datos obtenidos se consideran continuos

y se conocen como datos de variables. Si se cuenta la cantidad de defectuosos en una muestra o la cantidad de

defectos en determinado tipo de artículo, a los datos obtenidos se les llama datos de atributos. Se considera que los

datos de variables son de nivel superior a los datos de atributos. En la tabla 18.1 se dan los nombres de algunas gráficas

de control de variables y de control de atributos, así como los estadísticos que en ellas se grafican.

Tabla 18.1

Tipo de gráfica

Gráfica X-barra y gráfica R

Gráfica X-barra y gráfica sigma

Gráfica mediana

Gráficas de lecturas individuales

Gráfica cusum

Gráfica de zonas

Gráfica EWMA

Gráfica P

Gráfica NP

Gráfica C

Gráfica U

Estadístico que se grafica

Promedios y rangos de subgrupos de datos de las variables

Promedios y desviaciones estándar de subgrupos de datos de las variables

Mediana de subgrupos de datos de las variables

Mediciones individuales

Suma acumulada de cada X menos el valor nominal

Pesos por zonas

Medias móviles con pesos exponenciales

Proporción de artículos defectuosos en el total inspeccionado

Cantidad real de artículos defectuosos

Cantidad de defectos por artículo en muestras de tamaño constante

Cantidad de defectos por artículo en muestras de tamaño variable

En la tabla 18.1, las gráficas arriba de la línea punteada son gráficas de control de variables y las gráficas debajo

de la línea punteada son gráficas de control de atributos. Actualmente, para la elaboración de gráficas suele emplearse

algún software para estadística, como MINITAB.

GRÁFICAS X-BARRA Y GRÁFICAS R

Para entender la idea general de una gráfica X-barra considérese un proceso que tenga media µ y desviación estándar

σ. Supóngase que el proceso se vigila tomando periódicamente muestras, a las que se les llama subgrupos de tamaño

n, y calculando la media muestral X de cada una de ellas. El teorema del límite central

p

asegura que la media de las

medias muestrales es µ y la desviación estándar de las medias muestrales es =

ffiffi n . La línea central

p de las medias

muestrales se designa como µ y se considera que los límites inferior y superior de control están 3ð=

ffiffiffi nÞ abajo y arriba

de la línea central. El límite inferior de control está dado por la ecuación (1):

p

LCL = µ 3ð= ffiffiffi n Þ (1)


482 CAPÍTULO 18 CONTROL ESTADÍSTICO DE PROCESOS Y CAPACIDAD DE PROCESOS

El límite superior de control está dado por la ecuación (2):

p

UCL = µ þ 3ð=

ffiffiffi n Þ (2)

En un proceso distribuido normalmente, la media de un subgrupo caerá 99.7% de las veces entre los límites dados por

(1) y (2). En la práctica no se conoce ni la media ni la desviación estándar del proceso y es necesario estimarlas. La

media del proceso se estima mediante la media de las medias de las muestras periódicas. Esta media está dada por la

ecuación (3), donde m es la cantidad de muestras de tamaño n tomadas periódicamente.

P

X

X ¼

m

(3)

La media X, también puede encontrarse sumando todos los datos y dividiendo esta suma entre mn. La desviación

estándar del proceso se estima promediando las desviaciones estándar o los rangos de los subgrupos, o bien usando un

valor histórico de σ.

EJEMPLO 1 Se obtienen datos sobre la anchura de un producto. En 20 periodos se toman 5 observaciones de cada periodo. Los

datos obtenidos se presentan en la tabla 18.2. El número de muestras periódicas es m = 20, el tamaño de la muestra o subgrupo es

n = 5, la suma de todos los datos es 199.84 y la línea central es X = 1.998. La secuencia del menú de MINITAB “Stat ⇒ Control

charts ⇒ Xbar” se utilizó para procesar la gráfica de control que se muestra en la figura 18-2. Los datos de la tabla 18.2 se ingresan

en una sola columna antes de aplicar la secuencia del menú anterior.

Tabla 18.2

1 2 3 4 5 6 7 8 9 10

2.000

1.988

1.975

1.994

1.991

2.007

1.988

2.002

1.978

2.012

1.987

1.983

2.006

2.019

2.021

1.989

1.989

1.997

1.976

2.007

1.997

2.018

1.999

1.990

2.003

1.983

1.972

2.002

1.991

1.997

1.966

1.982

1.995

2.020

2.008

2.004

1.998

2.011

1.991

1.972

2.009

1.994

2.020

2.000

2.006

1.991

1.989

2.000

2.016

2.037

11 12 13 14 15 16 17 18 19 20

2.004

1.980

1,998

1.994

2.006

1.988

1.991

2.003

1.997

1.985

1.996

2.005

1.996

2.008

2.007

1.999

1.984

1.988

2.011

2.005

2.018

2.009

2.023

2.010

1.993

1.986

2.010

2.012

2.013

1.988

2.002

1.969

2.018

1.984

1.990

1.988

2.031

1.978

1.987

1.990

2.011

1.976

1.998

2.023

1.998

1.998

2.003

2.016

1.996

2.009

La desviación estándar del producto puede estimarse de cuatro maneras distintas: sacando el promedio de los rangos

de los 20 subgrupos, sacando el promedio de las desviaciones estándar de los 20 subgrupos, conjuntando las

varianzas de los 20 subgrupos o mediante un valor histórico de σ, en caso de que se conozca alguno. MINITAB permite

utilizar cualquiera de las cuatro opciones. En la figura 18-2 se grafican las 20 medias de las muestras que se

presentan en la tabla 18.2. Esta gráfica indica que el proceso está bajo control. Las medias varían aleatoriamente respecto

a la línea central y ninguna cae fuera de los límites de control.


GRÁFICAS X-BARRA Y GRÁFICAS R 483

2.02

UCL = 2.01729

2.01

Media muestral

2.00

1.99

_

X

= 1.99842

1.98

2

4

6

8

10

12

Muestra

Figura 18-2 Gráfica X-barra para las anchuras.

14

16

18

20

LCL = 1.97955

Las gráficas R se usan para vigilar la variación del proceso. Para cada uno de los m subgrupos se calcula el rango

R. La línea central de la gráfica R está dada por la ecuación (4)

P R

R ¼

m

(4)

Como en el caso de la gráfica X-barra, hay diversos métodos para estimar la desviación estándar del proceso.

EJEMPLO 2 Dados los datos de la tabla 18.2, el rango del primer subgrupo es R 1 = 2.000 − 1.975 = 0.025, el rango del segundo

subgrupo es R 2 = 2.012 − 1.978 = 0.034. Los 20 rangos son: 0.025, 0.034, 0.038, 0.031, 0.028, 0.030, 0.054, 0.039, 0.026,

0.048, 0.026, 0.018, 0.012, 0.027, 0.030, 0.027, 0.049, 0.053, 0.047 y 0.020. La media de estos 20 rangos es 0.0327. En la figura

18-3 se presenta una gráfica de estos rangos elaborada con MINITAB. Esta gráfica R no muestra patrón inusual alguno respecto de

la variabilidad. Para obtener la gráfica de control de la figura 18-3 se emplea la secuencia “Stat → Control charts → R chart”

de MINITAB. Antes de aplicar esta secuencia, los datos de la tabla 18.2 deben ingresarse en una sola columna.

0.07

UCL = 0.06917

0.06

Rango muestral

0.05

0.04

0.03

0.02

_

R = 0.03271

0.01

0.00

LCL = 0

2 4 6 8 10 12 14 16 18 20

Muestra

Figura 18-3 Gráfica R para las anchuras.


484 CAPÍTULO 18 CONTROL ESTADÍSTICO DE PROCESOS Y CAPACIDAD DE PROCESOS

PRUEBAS PARA CAUSAS ESPECIALES

Además de un punto que caiga fuera de los límites de control, hay otros indicadores que sugieren falta de aleatoriedad

en un proceso debida a causas especiales. En la tabla 18.3 se presentan ocho pruebas para causas especiales.

Tabla 18.3 Pruebas para causas especiales

1. Un punto a más de 3 sigmas de la línea central

2. Nueve puntos consecutivos de un mismo lado de la línea central

3. Seis puntos consecutivos, crecientes o decrecientes

4. Catorce puntos consecutivos, alternados arriba y abajo

5. Dos de tres puntos a más de 2 sigmas de la línea central (de un mismo lado)

6. Cuatro de cinco puntos a más de 1 sigma de la línea central (de un mismo lado)

7. Quince puntos consecutivos a más de 1 sigma de la línea central (de cualquier lado)

8. Ocho puntos consecutivos a más de 1 sigma de la línea central (de cualquier lado)

CAPACIDAD DE PROCESOS

Para llevar a cabo un análisis de la capacidad de un proceso, el proceso debe estar bajo control estadístico. Normalmente

se supone que las características del proceso que van a ser medidas tienen distribución normal. Esto se puede comprobar

empleando pruebas de normalidad, como la prueba de Kolmogorov-Smirnov, la prueba de Ryan-Joiner o la prueba

de Anderson-Darling. La capacidad del proceso es una comparación entre el desempeño del proceso y los requerimientos

del mismo. Los requerimientos del proceso determinan los límites de especificación. El LSL y el USL (por sus

siglas en inglés) son, respectivamente, el límite inferior de especificación y el límite superior de especificación.

Los datos utilizados para determinar si un proceso está bajo control estadístico pueden emplearse para hacer el

análisis de capacidad. A la distancia de 3 sigmas a ambos lados de la media se le conoce como dispersión del proceso.

La media y la desviación estándar de las características del proceso suelen estimarse a partir de los datos obtenidos

para el estudio del control estadístico del proceso.

EJEMPLO 3 Como se vio en el ejemplo 2, los datos de la tabla 18.2 provienen de un proceso que está bajo control estadístico.

Se encuentra que la estimación de la media del proceso es 1.9984. Y la desviación estándar de las 100 observaciones es 0.013931.

Supóngase que los límites de especificación son LSL = 1.970 y USL = 2.030. La prueba de Kolmogorov-Smirnov para normalidad

se aplica usando MINITAB y se encuentra que no se puede rechazar la normalidad de la característica del proceso. Las tasas de no

conformes se calculan como sigue. La proporción arriba del USL = P(X > 2.030) = P[(X − 1.9984)/0.013931 > (2.030 −

1.9984)/0.013931] = P(Z > 2.27) = 0.0116. Es decir, hay 0.0116(1 000 000) = 11 600 partes por millón (ppm) superiores al USL

que son no conformes. Obsérvese que P(Z > 2.27) puede encontrarse usando MINITAB, en lugar de buscar en las tablas de distribución

normal estándar. Esto se hace como sigue. Se emplea la secuencia Calc → Probability Distribution → Normal.

Con X = 2.27 se obtiene

x P(X ( x)

2.2700 0.9884

Se tiene P(Z < 2.27) = 0.9884, por lo tanto, P(Z > 2.27) = 1 − 0.09884 = 0.0116.

De igual manera, la proporción abajo del LSL = P(X < 1.970) = P(Z < −2.04) = 0.0207. Hay 20 700 ppm abajo del LSL que

son no conformes. También aquí se emplea MINITAB para hallar el área bajo la curva normal estándar a la izquierda de −2.04.

La cantidad total de unidades no conformes es 11 600 + 20 700 = 32 300 ppm. Esto es, claramente, un número inaceptablemente

elevado de unidades no conformes.


CAPACIDAD DE PROCESOS 485

Supóngase que ^m es la estimación de la media de la característica del proceso y ^ es la estimación de la desviación

estándar de la característica del proceso, entonces la tasa de no conformes se estima como sigue. La proporción arriba

del USL es igual a

PðX > USLÞ ¼P Z > USL ^m

^

y la proporción abajo del LSL es igual a

PðX < LSLÞ ¼P Z < LSL

^

^m

El índice de capacidad del proceso mide el potencial del proceso para satisfacer las especificaciones y se define

como sigue:

dispersión permitida

C P =

dispersión medida = USL LSL

(5)

EJEMPLO 4 Dados los datos del proceso de la tabla 18.2, USL − LSL = 2.030 − 1.970 = 0.060, 6^ = 6(0.013931) = 0.083586

y C p = 0.060/0.083586 = 0.72.

El índice C PK mide el desempeño del proceso y se define como sigue:

USL ^m ^m LSL

C PK = mínimo ,

3^ 3^

(6)

EJEMPLO 5 Dados los datos del proceso del ejemplo 1,

2:030 1:9984 1:9984 1:970

C PK = mínimo

,

= mínimo {0.76, 0.68} = 0.68

3ð0:013931Þ 3ð0:013931Þ

En procesos que únicamente tienen límite inferior de especificación, el índice inferior de capacidad C PL se define

como sigue:

C PL ¼ ^m

LSL

3^

(7)

En procesos que únicamente tienen límite superior de especificación, el índice superior de capacidad C PU se define

como sigue:

C PU ¼ USL

3^

^m

(8)

El C PK se puede definir en términos del C PL y del C PU como sigue:

C PK = mín {C PL , C PU } (9)

La relación entre tasas de no conformes y C PL y C PU se obtiene como sigue:

PðX < LSLÞ ¼P Z < LSL ^m

LSL ^m

¼ PðZ < 3C

^

PL Þ dado que 3C PL ¼

^

PðX > USLÞ ¼P Z > USL ^m

¼ PðZ > 3C

^

PU Þ dado que 3C PU ¼ USL ^m

^


486 CAPÍTULO 18 CONTROL ESTADÍSTICO DE PROCESOS Y CAPACIDAD DE PROCESOS

EJEMPLO 6 Supóngase que C PL = 1.1, entonces la proporción de no conformes es P(Z < −3(1.1)) = P(Z < −3.3). Esto se

puede encontrar usando MINITAB, de la manera siguiente. Se da la secuencia “Calc ⇒ Probability Distribution ⇒ Normal”.

El área acumulada a la izquierda de −3.3 está dada como:

Función de distribución acumulada

Normal with mean = 0 and standard deviation = 1

x P(X ( x)

-3.3 0.00048348

Habrá 1 000 000 × 0.00048348 = 483 ppm de no conformes. Empleando esta técnica se puede elaborar una tabla en la que se

relacione la tasa de no conformes con el índice de capacidad. Esto se da en la tabla 18.4.

Tabla 18.4

C PL o C PU Proporción de no conformes ppm

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1.0

1.1

1.2

1.3

1.4

1.5

1.6

1.7

1.8

1.9

2.0

0.38208867

0.27425308

0.18406010

0.11506974

0.06680723

0.03593027

0.01786436

0.00819753

0.00346702

0.00134997

0.00048348

0.00015915

0.00004812

0.00001335

0.00000340

0.00000079

0.00000017

0.00000003

0.00000001

0.00000000

382089

274253

184060

115070

66807

35930

17864

8198

3467

1350

483

159

48

13

3

1

0

0

0

0

EJEMPLO 7 Usando la siguiente secuencia de MINITAB Stat ⇒ Quality tools ⇒ Capability Analysis (Normal) se obtiene un

análisis de capacidad de los datos de la tabla 18.2. Estos resultados de MINITAB se muestran en la figura 18-4. En estos resultados

se dan las tasas de no conformes, los índices de capacidad y algunas otras medidas. Las cantidades halladas en los ejemplos 3, 4 y

5 se acercan mucho a las medidas correspondientes mostradas en la figura. Las diferencias se deben a errores de redondeo, así como

a diferentes métodos para estimar ciertos parámetros. La gráfica es muy ilustrativa, y señala la distribución de las mediciones muestrales

en un histograma. La distribución poblacional de las mediciones del proceso aparece como una curva normal. Las áreas, a la

derecha del USL y a la izquierda del LSL, en las colas bajo la curva normal, representan el porcentaje de productos no conformes.

Multiplicando la suma de estos porcentajes por un millón, se obtiene la tasa, en ppm, de no conformes en el proceso.


GRÁFICAS P Y NP 487

Datos del proceso

LSL

1.97000

Objetivo

*

USL

2.03000

Media de la muestra 1.99842

Muestra N

100

DesvEst (dentro) 0.01406

DesvEst (total) 0.01397

LSL

Capacidad de anchura del proceso

USL

Dentro

Total

Capacidad potencial (dentro)

Cp 0.71

CPL 0.67

CPU 0.75

Cpk 0.67

CCpk 0.71

Capacidad total

Pp

PPL

PPU

Ppk

Cpm

0.72

0.68

0.75

0.68

*

1.97

1.98

1.99

2.00

2.01

2.02

2.03

Logros observados

PPM < LSL 20 000.00

PPM > USL 20 000.00

PPM Total 40 000.00

Logros en exp.

PPM < LSL 21 647.20

PPM > USL 12 366.21

PPM Total 34 013.41

Logros en exp. total

PPM < LSL 20 933.07

PPM > USL 11 876.48

PPM Total 32 809.56

Figura 18-4 Varias medidas de la capacidad del proceso.

GRÁFICAS P Y NP

Cuando se categorizan o clasifican artículos producidos en masa, a los datos resultantes se les llama datos de atributos.

Una vez establecidos los estándares que debe satisfacer un producto, se determinan las especificaciones. A un artículo

que no satisface las especificaciones se le llama artículo no conforme. A un artículo que es no conforme y que no sirve

para ser usado se le llama artículo defectuoso. Resulta más grave que un artículo sea defectuoso a que sea no conforme.

Un artículo puede ser no conforme debido a un rayón o una decoloración, sin que sea un artículo defectuoso. Que un

artículo no satisfaga una prueba de desempeño posiblemente hará que el producto sea clasificado como defectuoso y

como no conforme. A los defectos encontrados en un artículo se les llama no conformidades. A las fallas irreparables

se les llama defectos.

Para los datos de atributo se pueden emplear cuatro gráficas de control distintas. Estas cuatro gráficas son las gráficas

P, las NP, las C y las U. Las gráficas P y las NP se basan en la distribución binomial y las gráficas C y U se basan

en la distribución de Poisson. Las gráficas P se usan para vigilar la proporción de artículos no conformes producidos

en un proceso. En el ejemplo 8 se ilustran las gráficas P, así como la notación que se emplea para describirlas.

EJEMPLO 8 Supóngase que cada 30 minutos se examinan 20 mascarillas para respiración y que por cada turno de 8 h se registra

la cantidad de unidades defectuosas. La cantidad total examinada durante un turno es igual a n = 20(16) = 320. En la tabla 18.5

se dan los resultados obtenidos en 30 turnos. La línea central de la gráfica P corresponde a la proporción de defectuosos en los 30

turnos, y está dada por la cantidad total de defectuosos entre el total de examinados en los 30 turnos, es decir

p = 72/9 600 = 0.0075

La desviación estándar de la distribución binomial, correspondiente a esta gráfica, es

rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

pð1 pÞ 0:0075 0:9925

¼

¼ 0:004823

n

320

Los límites de control de 3 sigmas para este proceso son


488 CAPÍTULO 18 CONTROL ESTADÍSTICO DE PROCESOS Y CAPACIDAD DE PROCESOS

Tabla 18.5

Turno #

Cantidad de

defectuosos

X i

Proporción de

defectuosos

P i = X/n Turno #

Cantidad de

defectuosos

X i

Proporción de

defectuosos

P i = X/n

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

1

2

2

0

4

4

4

6

4

0

0

0

1

0

7

0.003125

0.006250

0.006250

0.000000

0.012500

0.012500

0.012500

0.018750

0.012500

0.000000

0.000000

0.000000

0.003125

0.000000

0.021875

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

2

0

4

1

7

4

1

0

4

4

3

2

0

0

5

0.006250

0.000000

0.012500

0.003125

0.021875

0.012500

0.003125

0.000000

0.012500

0.012500

0.009375

0.006250

0.000000

0.000000

0.015625

rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

pð1 pÞ

p 3

n

(10)

El límite inferior de control es LCL = 0.0075 − 3(0.004823) = −0.006969. Cuando el LCL es negativo, se considera igual a

cero, ya que la proporción de defectuosos en una muestra no es posible que sea negativa. El límite superior de control es UCL =

0.0075 + 3(0.004823) = 0.021969.

La gráfica P de este proceso, empleando MINITAB, se obtiene con la secuencia Stat → Control charts → P. En la figura

18-5 se muestra la gráfica P. Aunque al parecer las muestras 15 y 20 indican la presencia de una causa especial, cuando se compara

la proporción de defectuosos en estas muestras 15 y 20 (ambas igual a 0.021875) con el UCL = 0.021969, se ve que estos puntos

no están más allá del UCL.

0.025

0.020

UCL = 0.02197

Proporción

0.015

0.010

0.005

_

P = 0.0075

0.000

LCL= 0

3 6 9 12 15 18 21 24 27 30

Muestra

Figura 18-5 Con la gráfica p se vigila la proporción de defectuosos.


OTRAS GRÁFICAS DE CONTROL 489

Con las gráficas NP se vigila el número de defectuosos, en lugar de la proporción de defectuosos. La gráfica NP

es preferida por muchos debido a que es más fácil de entender que la proporción de defectuosos, tanto para los técnicos

de calidad como para los operadores. La línea central en la gráfica NP está dada por np y los límites de control de 3

sigmas son

pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

np 3 npð1 pÞ

(11)

EJEMPLO 9 Dados los datos de la tabla 18.5, la línea central está dada por np = 320(.0075) = 2.4 y los límites de control son

LCL = 2.4 − 4.63 = −2.23, que se toma igual a 0 y UCL = 2.4 + 4.63 = 7.03. Si en un turno se encuentran 8 o más defectuosos,

el proceso estará fuera de control. Con MINITAB, la solución se encuentra usando la secuencia

Stat → Control charts → NP

7

UCL = 7.030

6

Cuenta muestral

5

4

3

2

__

NP = 2.4

1

0

LCL = 0

3 6 9 12 15 18 21 24 27 30

Muestra

Figura 18-6 Con la gráfica NP se vigila el número de defectuosos.

Antes de ejecutar esta secuencia, el número de defectuosos por muestra debe ser ingresado en alguna columna de la hoja de

cálculo. En la figura 18-6 se muestra una gráfica NP.

OTRAS GRÁFICAS DE CONTROL

Este capítulo es sólo una introducción al uso de las gráficas de control como ayuda en el proceso de control estadístico.

En la tabla 18.1 se enumeran varias de las muchas gráficas de control que se emplean actualmente en la industria.

Para facilitar los cálculos, en las plantas de producción suele usarse la gráfica mediana. En lugar de las medias de las

muestras se grafican las medianas de las muestras. Si el tamaño de la muestra es non, entonces la mediana es simplemente

el valor de en medio en el conjunto de valores ordenados de menor a mayor.

Cuando el volumen de producción es pequeño suelen emplearse las gráficas de lecturas individuales. En este caso,

el subgrupo o muestra consta de una sola observación. A las gráficas de lecturas individuales también se les llama

gráficas X.

Una gráfica de zonas está dividida en cuatro zonas. La zona 1 son los valores a no más de 1 desviación estándar

de la media, la zona 2 son los valores entre 1 y 2 desviaciones estándar de la media, la zona 3 son los valores entre 2

y 3 desviaciones estándar de la media, y la zona 4 son los valores a 3 o más desviaciones estándar de la media. A las

cuatro zonas se les asignan pesos. Los pesos de los puntos a un mismo lado de la línea central se suman y si la suma

acumulada es mayor o igual al peso asignado a la zona 4, esto se considera como una señal de que el proceso está fuera

de control. La suma acumulada se hace igual a cero después de que el proceso se ha considerado fuera de control, o

cuando el siguiente punto graficado cruza la línea central.


490 CAPÍTULO 18 CONTROL ESTADÍSTICO DE PROCESOS Y CAPACIDAD DE PROCESOS

Las gráficas de medias móviles con pesos exponenciales (gráfica EWMA, por sus siglas en inglés) son una alternativa

a las gráficas de lecturas individuales o a las gráficas X-barra y proporcionan una rápida respuesta a cualquier

desplazamiento del promedio del proceso. En las gráficas EWMA se incorpora información de todos los subgrupos

anteriores, no sólo del subgrupo presente.

Las sumas acumuladas de las desviaciones del valor objetivo del proceso se utilizan en las gráficas cusum. Tanto

las gráficas EWMA como las gráficas cusum permiten detectar fácilmente cualquier desplazamiento del proceso.

Cuando lo que interesa es la cantidad de no conformidades o de defectos en un producto y no simplemente determinar

si el producto está defectuoso o no, se usan las gráficas C o las gráficas U. Cuando se usan estas gráficas es

importante definir una unidad de inspección. La unidad de inspección se define como la unidad de producción a ser

muestreada y examinada respecto de no conformidades. Si sólo hay una unidad de inspección por muestra, se usa una

gráfica C, y si el número de unidades de inspección por muestra varía, se usa una gráfica U.

GRÁFICAS X-BARRA Y GRÁFICAS R

PROBLEMAS RESUELTOS

18.1 En un proceso industrial se llenan paquetes de avena para desayuno. La media de llenado de este proceso es

510 gramos (g) y la desviación estándar del llenado es 5 g. Cada hora se toman cuatro paquetes y el peso medio

del subgrupo de cuatro pesos se emplea para vigilar el proceso respecto a causas especiales y para ayudar a

mantener el proceso bajo control estadístico. Hallar los límites inferior y superior de control de la gráfica de

control X-barra.

SOLUCIÓN

En este problema se supone que se conocen µ y σ y que son iguales a 510 y 5, respectivamente. Cuando no se conocen ni

p

µ ni σ, será necesario estimarlas. El límite inferior de control es LCL = µ − 3ð= ffiffi nÞ = 510 − 3(2.5) = 502.5 y el límite

p

superior de control es UCL = µ + 3ð=

ffiffi nÞ = 510 + 3(2.5) = 517.5.

Tabla 18.6

Periodo

1

Periodo

2

Periodo

3

Periodo

4

Periodo

5

Periodo

6

Periodo

7

Periodo

8

Periodo

9

Periodo

10

2.000

1.988

1.975

1.994

1.991

2.007

1.988

2.002

1.978

2.012

1.987

1.983

2.006

2.019

2.021

1.989

1.989

1.997

1.976

2.007

1.997

2.018

1.999

1.990

2.003

1.983

1.972

2.002

1.991

1.997

1.966

1.982

1.995

2.020

2.008

2.004

1.998

2.011

1.991

1.972

2.009

1.994

2.020

2.000

2.006

1.991

1.989

2.000

2.016

2.037

Periodo

11

Periodo

12

Periodo

13

Periodo

14

Periodo

15

Periodo

16

Periodo

17

Periodo

18

Periodo

19

Periodo

20

2.004

1.980

1.998

1.994

2.006

1.988

1.991

2.003

1.997

1.985

1.996

2.005

1.996

2.008

2.007

1.999

1.984

1.988

2.011

2.005

2.018

2.009

2.023

2.010

1.993

2.025

2.022

2.035

2.013

2.020

2.002

1.969

2.018

1.984

1.990

1.988

2.031

1.978

1.987

1.990

2.011

1.976

1.998

2.023

1.998

1.998

2.003

2.016

1.996

2.009


PROBLEMAS RESUELTOS 491

18.2 La tabla 18.6 contiene las anchuras de un producto obtenidas en 20 periodos. Los límites de control para la

gráfica X-barra son LCL = 1.981 y UCL = 2.018. ¿Está alguna de las medias de los grupos fuera de estos

límites de control?

SOLUCIÓN

Las medias de los 20 subgrupos son 1.9896, 1.9974, 2.0032, 1.9916, 2.0014, 1.9890, 1.9942, 1.9952, 2.0058, 2.0066, 1.9964,

1.9928, 2.0024, 1.9974, 2.0106, 2.0230, 1.9926, 1.9948, 2.0012 y 2.0044, respectivamente. La media número dieciséis,

2.0230, está fuera del límite superior de control. Todas las demás medias están dentro de los límites de control.

18.3 Volviendo al problema 18.2, se encuentra que precisamente antes de muestrear el grupo número dieciséis hubo

una falla. Este subgrupo se elimina, se vuelven a calcular los límites de control y se encuentra que los nuevos

límites de control son LCL = 1.979 y UCL = 2.017. ¿Hay alguna otra media, además de la media del subgrupo

dieciséis, que esté fuera de los nuevos límites de control?

SOLUCIÓN

Ninguna de las medias dadas en el problema 18.2, además de la número dieciséis, cae fuera de los nuevos límites. Suponiendo

que la nueva gráfica satisfaga todas las otras pruebas para causas especiales, dadas en la tabla 18.3, los límites de control

dados en este problema pueden emplearse para vigilar el proceso.

18.4 Verificar los límites de control dados en el problema 18.2. Estimar la desviación estándar del proceso conjuntando

las 20 varianzas muestrales.

SOLUCIÓN

La media de las 100 observaciones muestrales es 1.999. Una manera de hallar la varianza conjunta de estas 20 muestras es

tratar estas 20 muestras, cada una con cinco observaciones, como una clasificación en un sentido. El error cuadrado medio

dentro de los tratamientos es igual a la varianza conjunta de las 20 muestras. Empleando el análisis de MINITAB para un

diseño en un sentido, se obtiene la siguiente tabla de análisis de varianza

Analysis of Variance

Source DF SS MS F P

Factor 19 0.006342 0.000334 1.75 0.044

Error 80 0.015245 0.000191

Total 99 0.021587

pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

p La ffiffiffiestimación de la desviación estándar es 0:000191 = 0.01382. El límite inferior p ffiffiffi de control es LCL = 1.999 − 3(0.01382/

5 ) = 1.981 y el límite superior de control es UCL = 1.999 + 3(0.01382/ 5 ) = 2.018.

PRUEBAS PARA CAUSAS ESPECIALES

18.5 En la tabla 18.7 se presentan los datos de 20 subgrupos, cada uno de tamaño 5. La gráfica X-barra se da en la

figura 18-7. ¿Qué efectos tuvo en el proceso un cambio a un nuevo proveedor en el periodo 10? ¿Cuál es la

prueba para causas especiales, de la tabla 18.3, que no satisface el proceso?

SOLUCIÓN

En la gráfica de control de la figura 18-7 se observa que el cambio al nuevo proveedor ocasionó un aumento en la anchura.

Este cambio después del periodo 10 es evidente. El 6 que aparece en la gráfica de la figura 18-7 indica que no se satisface

la prueba 6 de la tabla 18.3. Cuatro de cinco puntos están a más de 1 sigma de la línea central (del mismo lado). Los cinco

puntos corresponden a los subgrupos 4 a 8.


492 CAPÍTULO 18 CONTROL ESTADÍSTICO DE PROCESOS Y CAPACIDAD DE PROCESOS

2.02

UCL = 2.02229

Media muestral

2.01

2.00

_

X = 2.00342

1.99

6

LCL = 1.98455

1.98

2 4 6 8 10 12 14 16 18 20

Muestra

Figura 18-7 MINITAB, puntos que no satisfacen la prueba 6 de la tabla 18.3.

Tabla 18.7

Periodo

1

Periodo

2

Periodo

3

Periodo

4

Periodo

5

Periodo

6

Periodo

7

Periodo

8

Periodo

9

Periodo

10

2.000

1.988

1.975

1.994

1.991

2.007

1.988

2.002

1.978

2.012

1.987

1.983

2.006

2.019

2.021

1.989

1.989

1.997

1.976

2.007

1.997

2.018

1.999

1.990

2.003

1.983

1.972

2.002

1.991

1.997

1.966

1.982

1.995

2.020

2.008

2.004

1.998

2.011

1.991

1.972

2.009

1.994

2.020

2.000

2.006

1.991

1.989

2.000

2.016

2.037

Periodo

11

Periodo

12

Periodo

13

Periodo

14

Periodo

15

Periodo

16

Periodo

17

Periodo

18

Periodo

19

Periodo

20

2.014

1.990

2.008

2.004

2.016

1.998

2.001

2.013

2.007

1.995

2.006

2.015

2.006

2.018

2.017

2.009

1.994

1.998

2.021

2.015

2.028

2.019

2.033

2.020

2.003

1.996

2.020

2.022

2.023

1.998

2.012

1.979

2.028

1.994

2.000

1.998

2.041

1.988

1.997

2.000

2.021

1.986

2.008

2.033

2.008

2.008

2.013

2.026

2.006

2.019

CAPACIDAD DEL PROCESO

18.6 Volver al problema 18.2. Después de determinar una causa especial relacionada con el subgrupo 16, se elimina

ese subgrupo. La anchura media se estima hallando la media de los datos de los 19 subgrupos restantes. Y la

desviación estándar se estima hallando la desviación estándar de estos mismos datos. Si los límites de especificación

son LSL = 1.960 y USL = 2.040, hallar el índice inferior de capacidad, el índice superior de capacidad

y el índice C PK .


PROBLEMAS RESUELTOS 493

SOLUCIÓN

Empleando las 95 mediciones restantes, después de excluir al subgrupo 16, se encuentra que ^m = 1.9982 y ^ = 0.01400.

El índice inferior de capacidad es

el índice superior de capacidad es

y C PK = mín{C PL , C PU } = 0.91.

C PL ¼ ^m

LSL

3^

C PU ¼ USL

3^

¼

^m ¼

1:9982 1:960

0:0420

2:040 1:9982

0:042

¼ 0:910

¼ 0:995

18.7 Volver al problema 18.1. a) Encontrar el porcentaje de no conformes si LSL = 495 y USL = 525. b) Encontrar

las ppm de no conformes si LSL = 490 y USL = 530.

SOLUCIÓN

a) Suponiendo que el llenado tenga una distribución normal, el área bajo la curva normal abajo del LSL se encuentra

empleando el comando de EXCEL =NORMDIST(495,510,5,1), con el que se obtiene 0.001350. Por simetría, el

área bajo la curva normal arriba del USL también es 0.001350. El total del área fuera de los límites de especificación

es 0.002700. Las ppm de no conformes son 0.002700(1 000 000) = 2 700.

b) El área bajo la curva normal correspondiente a LSL = 490 y a USL = 530 se halla de manera similar y es 0.000032

+ 0.000032 = 0.000064. Se encuentra que las partes por millón son 0.000064(1 000 000) = 64.

GRÁFICAS P Y NP

18.8 Se inspeccionan circuitos impresos para detectar soldaduras imperfectas. A lo largo de 30 días, diariamente se

inspeccionan 500 circuitos impresos. En la tabla 18.8 se presentan las cantidades de defectuosos. Elaborar una

gráfica P y localizar las causas especiales.

Tabla 18.8

Día 1 2 3 4 5 6 7 8 9 10

# Defectuosos 2 0 2 5 2 4 5 1 2 3

Día 11 12 13 14 15 16 17 18 19 20

# Defectuosos 3 2 0 4 3 8 10 4 4 5

Día 21 22 23 24 25 26 27 28 29 30

# Defectuosos 2 4 3 2 3 3 2 1 1 2

SOLUCIÓN

Los límites de confianza son

rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

pð1 pÞ

p ¼ 3

n

La línea central es p = 92/15 000 = 0.00613 y la desviación estándar es

rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

pð1 pÞ ð0:00613Þð0:99387Þ

¼

¼ 0:00349

n

500


494 CAPÍTULO 18 CONTROL ESTADÍSTICO DE PROCESOS Y CAPACIDAD DE PROCESOS

El límite inferior de control es 0.00613 − 0.01047 = −0.00434, que se toma igual a 0, ya que las proporciones no

pueden ser negativas. El límite superior de control es 0.00613 + 0.01047 = 0.0166. El día 17 la proporción de defectuosos

es P 17 = 10/500 = 0.02; es el único día en que la proporción es mayor al límite superior.

18.9 Dados los datos del problema 18.8, proporcionar los límites de control de la gráfica-NP.

SOLUCIÓN

p

Los límites de control para el número de defectuosos son np ¼ 3

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

npð1 pÞ . La línea central es np = 3.067. El límite

inferior es 0 y el límite superior es 8.304.

18.10 Supóngase que se empacan mascarillas para respiración en cajas con 25 o con 50 unidades. Durante cada turno,

a intervalos de 30 minutos, se toma de manera aleatoria una caja y se determina la cantidad de defectuosas en

ella. La caja puede contener 25 o 50 mascarillas. La cantidad de mascarillas examinadas por turno varía entre

400 y 800. En la tabla 18.9 se presentan los datos. Usar MINITAB para elaborar la gráfica de control para la

proporción de defectuosas.

Tabla 18.9

Turno #

Tamaño de

la muestra

n i

Cantidad de

defectuosas

X i

Proporción de

defectuosas

P i = X i /n i

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

18

20

400

575

400

800

475

575

400

625

775

425

400

400

625

800

800

800

475

800

750

475

3

7

1

7

2

0

8

1

10

8

7

3

6

5

4

7

9

9

9

2

0.0075

0.0122

0.0025

0.0088

0.0042

0.0000

0.0200

0.0016

0.0129

0.0188

0.0175

0.0075

0.0096

0.0063

0.0050

0.0088

0.0189

0.0113

0.0120

0.0042

SOLUCIÓN

Cuando varía el tamaño de la muestra, la línea central siempre es la misma, es decir, es la proporción de defectuosos en

todas las muestras. Pero la desviación estándar varía de una muestra a otra y los límites de control que se obtienen son

límites de control escalonados. Los límites de control son

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

pð1 pÞ

p ¼ 3

n i


PROBLEMAS RESUELTOS 495

La línea central es p = 108/11 775 = 0.009172. Para el primer subgrupo, se tiene n i = 400

rffiffi

pð1

n i

rffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

pÞ ð0:009172Þð0:990828Þ

¼

¼ 0:004767

400

y 3(0.004767) = 0.014301. El límite inferior del subgrupo 1 es 0 y el límite superior es 0.009172 + 0.014301 = 0.023473.

Los límites de los turnos restantes se determinan de igual manera. Estos límites cambiantes dan lugar a límites superiores

de control escalonados, como se muestran en la figura 18-8.

0.025

0.020

UCL = 0.02229

Proporción

0.015

0.010

_

P = 0.00917

0.005

0.000

LCL = 0

2 4 6 8 10 12 14 16 18 20

Muestra

Pruebas realizadas con tamaños de muestras variables

Figura 18-8 Gráfica P para tamaños de muestra variables.

OTRAS GRÁFICAS DE CONTROL

18.11 En los casos en que las mediciones resultan muy costosas, los datos se obtienen lentamente, o cuando la producción

es bastante homogénea lo indicado es una gráfica de lecturas o mediciones individuales de rangos

móviles. Los datos consisten en una sola medición tomada en diferentes momentos. La línea central es la media

de todas las mediciones individuales y la variación se estima mediante el uso de rangos móviles. Normalmente,

los rangos móviles se calculan restando los valores de datos adyacentes y tomando el valor absoluto del valor

resultante. En la tabla 18.10 se presentan las mediciones codificadas de la resistencia a la ruptura de un costoso

cable empleado en los aviones. Del proceso de producción, se toma un cable por día y se prueba. Proporcionar

la gráfica de lecturas individuales generada con MINITAB e interpretar los resultados.

Tabla 18.10

Día 1 2 3 4 5 6 7 8 9 10

Resistencia 491.5 502.0 505.5 499.6 504.1 501.3 503.5 504.3 498.5 508.8

Día 11 12 13 14 15 16 17 18 19 20

Resistencia 515.4 508.0 506.0 510.9 507.6 519.1 506.9 510.9 503.9 507.4


496 CAPÍTULO 18 CONTROL ESTADÍSTICO DE PROCESOS Y CAPACIDAD DE PROCESOS

SOLUCIÓN

Se emplea la secuencia siguiente Stats → Control charts → individuals.

525

Valor de la medición individual

520

515

510

505

500

495

2

2

UCL = 520.98

_

X = 505.76

490

LCL = 490.54

2 4 6 8 10 12 14 16 18 20

Observación

Figura 18-9 Gráfica de mediciones individuales para la resistencia.

En la figura 18-9 se presenta la gráfica de lecturas individuales correspondiente a los datos de la tabla 18.10. En esta

gráfica de control se grafican los valores de las lecturas individuales de la tabla 18.10. El 2 que aparece en las semanas 9 y

18 de la gráfica de control hace referencia a la segunda prueba para causas especiales de la tabla 18.3. Esta indicación de

una causa especial corresponde a nueve puntos consecutivos de un mismo lado de la línea central. En el periodo 10, un

aumento de la temperatura del proceso ocasionó incremento en la resistencia a la ruptura. Este cambio en la resistencia a

la ruptura resultó en puntos debajo de la línea central antes del periodo 10 y puntos sobre la línea central después del periodo

10.

18.12 La gráfica EWMA de promedios móviles exponencialmente ponderados se usa para detectar pequeños cambios

respecto a un valor objetivo t. Los puntos de la gráfica EWMA están dados por la ecuación siguiente:

^x i ¼ wx i þð1 wÞ^x i 1

Para ilustrar el uso de esta ecuación, supóngase que los datos de la tabla 18.7 hayan sido seleccionados de un

proceso cuyo valor objetivo sea 2 000. El valor inicial ^x 0 se elige igual al valor objetivo, 2 000. Como peso w

suele elegirse un valor entre 0.10 y 0.30. Si no se especifica ningún valor, MINITAB utiliza 0.20. El primer

punto de la gráfica EWMA será ^x 1 = w x 1 + (1 − w) ^x 0 + 0.20(1.9896) + 0.80(2.000) = 1.9979. El segundo

punto de la gráfica será ^x 2 = w x 2 + (1 − w) ^x 1 = 0.20(1.9974) + 0.80(1.9979) = 1.9978, etc. El análisis de

MINITAB se obtiene empleando la secuencia siguiente Stat → Control charts → EWMA. Es necesario proporcionar

a MINITAB el valor objetivo. En la figura 18-10 se muestran los resultados. De acuerdo con la

figura, determinar en qué subgrupo se desvía el proceso del valor objetivo.

SOLUCIÓN

La gráfica de los valores ^x i cruza el límite superior de control con el punto correspondiente al periodo 15. Éste es el punto

en el que se concluirá que el proceso se aleja del valor objetivo. Obsérvese que la gráfica EWMA tiene límites de control

escalonados.


PROBLEMAS RESUELTOS 497

2.0100

2.0075

2.0050

UCL = 2.00629

EWMA

2.0025

2.0000

_

X = 2

1.9975

1.9950

LCL = 1.99371

2 4 6 8 10 12 14 16 18 20

Muestra

Figura 18-10 Gráfica de promedios móviles exponencialmente ponderados.

18.13 Una gráfica de zonas se divide en cuatro zonas. La zona 1 se define como los valores a no más de 1 desviación

estándar de la media, la zona 2 se define como los valores entre 1 y 2 desviaciones estándar de la media, la zona

3 se define como los valores entre 2 y 3 desviaciones estándar de la media, y la zona 4 como los valores a 3 o

más desviaciones estándar de la media. Si no se especifica otra cosa, MINITAB asigna a las zonas 1 a 4 los

valores 0, 2, 4 y 8, respectivamente. Los puntos que se encuentran de un mismo lado de la línea central se

suman. Si una suma acumulada es mayor o igual al peso asignado a la zona 4, eso se considera como una señal

de que el proceso está fuera de control. Después de que un proceso se señala como fuera de control o cuando

el siguiente punto graficado cruza la línea central, la suma acumulada se iguala a 0. En la figura 18-11 se presenta

el análisis de MINITAB empleando una gráfica de zonas para los datos de la tabla 18.6. La secuencia para

obtener esta gráfica es Stat → Control charts → Zone. ¿Qué puntos se encuentran fuera de control en esta

gráfica de zona?

SOLUCIÓN

El subgrupo 16 corresponde a un punto fuera de control. La puntuación de zona correspondiente al subgrupo 16 es 10, que

es mayor a la puntuación asignada a la zona 4, con lo que en el proceso se localiza un periodo fuera de control.

8

4

10

+3 DesvEst = 2.01806

2

0

0

2

2

2

0

2

0

2

2

2

2

4

0

2

0

0

2

2

2

0

0

+2 DesvEst = 2.01187

+1 DesvEst = 2.00567

_

X = 1.99948

−1 DesvEst = 1.99329

−2 DesvEst = 1.98709

4

−3 DesvEst = 1.98090

8

2

4

6

8

10

12

14

16

18

20

Muestra

Figura 18-11 Gráfica de zonas para las anchuras.


498 CAPÍTULO 18 CONTROL ESTADÍSTICO DE PROCESOS Y CAPACIDAD DE PROCESOS

18.14 Cuando lo que interesa es el número de no conformidades o de defectos en un producto, y no sólo determinar

si el producto está o no defectuoso, se usa la gráfica C o la gráfica U. Para usar estas gráficas es importante

definir la unidad de inspección. La unidad de inspección se define como la unidad de producción (de salida) a

ser muestreada y examinada respecto a no conformidades. Si sólo hay una unidad de inspección por muestra,

se usa una gráfica C; si la cantidad de unidades de inspección por muestra varía, se usa una gráfica U.

La fabricación de productos en rollo, como papel, películas, textiles, plásticos, etc., es un área en la que se

usan la gráfica C y la gráfica U. No conformidades o defectos, como la aparición de puntos negros en una

película fotográfica, atadijos de fibras, manchas, agujeritos, marcas por electricidad estática, suelen presentarse

en algún grado en la fabricación de productos en rollo. El propósito de las gráficas C y U es garantizar que

en el resultado del proceso la ocurrencia de tales inconformidades permanezca dentro de un nivel aceptable.

Estas no conformidades suelen presentarse en forma aleatoria e independiente unas de otras en toda el área del

producto. En estos casos, para elaborar la gráfica de control se emplea la distribución de Poisson. La línea

central de una gráfica C se localiza en c, la cantidad media p ffiffi de no conformidades en todos los subgrupos.

La desviación p estándar en la distribución de Poisson es c , y por lo tanto los límites de control 3 sigma son

c 3

ffiffi pffiffi p c . Es decir, el límite inferior de control es LCL = c 3 c y el límite superior de control es UCL =

c þ 3

ffiffi c .

Cuando se aplica un recubrimiento a un material, suelen formarse pequeñas no conformidades llamadas

aglomerados. En los rollos jumbo de un producto se registra la cantidad de aglomerados por 5 pies (ft) de rollo.

En la tabla 18.11 se presentan los resultados en 24 de estos rollos. ¿Hay algún punto fuera de los límites de

control 3 sigma?

Tabla 18.11

Rollo jumbo # 1 2 3 4 5 6 7 8 9 10 11 12

Aglomerados 3 3 6 0 7 5 3 6 3 5 2 2

Rollo jumbo # 13 14 15 16 17 18 19 20 21 22 23 24

Aglomerados 2 7 6 4 7 8 5 13 7 3 3 7

SOLUCIÓN

La cantidad media de aglomerados por rollo jumbo

p ffiffi

es igual a la cantidad total de aglomerados dividida entre 24, esto es,

c = 117/24 = 4.875. La desviación estándar es c = 2.208. El límite inferior de control es LCL = 4.875 − 3(2.208) =

−1.749. Como este valor es negativo, se toma 0 como límite inferior. El límite superior es UCL = 4.875 + 3(2.208) =

11.499. En el rollo jumbo # 20 hay una condición fuera de control, ya que la cantidad de aglomerados, 13, es mayor al

límite superior de control, 11.499.

18.15 Este problema es continuación del problema 18.14. Antes de hacer este problema se deberá revisar el problema

18.14. En la tabla 18.12 se dan los datos de 20 rollos jumbo. En la tabla se da el número del rollo, la longitud

del rollo inspeccionada para detectar aglomerados, la cantidad de unidades inspeccionadas (recuérdese que

según el problema 18.14, una unidad de inspección es 5 ft), la cantidad de aglomerados encontrados en la

longitud inspeccionada y la cantidad de aglomerados por unidad inspeccionada. La línea central de la gráfica

U es u, la suma de la columna 4 dividida entre la suma de la columna 3. Sin embargo, la desviación estándar

cambia de una muestra a otra y hace que los límites pde ffiffiffiffiffiffiffiffiffi control sean límites de control escalonados. El límite

inferior de control p ffiffiffiffiffiffiffiffiffi de la muestra i es UCL = u 3 u=n i y el límite superior de control de la muestra i es

UCL = u þ 3 u=n i.


PROBLEMAS RESUELTOS 499

Tabla 18.12

Rollo jumbo #

Longitud

inspeccionada

# de unidades

inspeccionadas, n i

# de

aglomerados

u i =

Col. 4/Col. 3

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

5.0

5.0

5.0

5.0

5.0

10.0

7.5

15.0

10.0

7.5

5.0

5.0

5.0

15.0

5.0

5.0

15.0

5.0

15.0

15.0

1.0

1.0

1.0

1.0

1.0

2.0

1.5

3.0

2.0

1.5

1.0

1.0

1.0

3.0

1.0

1.0

3.0

1.0

3.0

3.0

6

4

6

2

3

8

6

6

10

6

4

7

5

8

3

5

10

1

8

15

6.00

4.00

6.00

2.00

3.00

4.00

4.00

2.00

5.00

4.00

4.00

7.00

5.00

2.67

3.00

5.00

3.33

1.00

2.67

5.00

Usar MINITAB para elaborar la gráfica de control para este problema y determinar si el proceso está bajo

control.

SOLUCIÓN

La línea central de la gráfica U es u, la suma de la columna 4 entre la suma de la columna 3. Pero la desviación estándar

cambia de una muestra p a otra y hace que los límites de control sean escalonados. El límite inferior de control de la muestra

i es LCL = u 3 ffiffiffiffiffiffiffiffiffi

p

u=n i y el límite superior de control de la muestra i es UCL = u þ 3

ffiffiffiffiffiffiffiffiffi

u=n i.

La línea central correspon-

Cuenta muestral por unidad

10

8

6

4

2

UCL = 7.0 7

_

U = 3.73

LCL = 0.38

0

2 4 6 8 10 12 14 16 18 20

Muestra

Prueba realizada con tamaños de muestra diferentes

Figura 18-12 Gráfica U para aglomerados.


500 CAPÍTULO 18 CONTROL ESTADÍSTICO DE PROCESOS Y CAPACIDAD DE PROCESOS

diente a los datos anteriores es u = 123/33 = 3.73. La solución de MINITAB se obtiene mediante la secuencia Stat →

Control Charts → U.

La información que requiere MINITAB para elaborar la gráfica U es la dada en las columnas 3 y 4 de la tabla 18.12.

En la figura 18-12 se muestra la gráfica U de los datos de la tabla 18.12. La gráfica de control no indica que ningún periodo

esté fuera de control.

GRÁFICA X-BARRA Y GRÁFICA R

PROBLEMAS SUPLEMENTARIOS

18.16 En la tabla 18.13 se presentan los datos de 10 subgrupos, cada uno de tamaño 4. Para cada subgrupo calcular X y R, así

como X y R. En una gráfica señalar los valores de X y la línea central correspondiente a X. En otra gráfica mostrar los

valores de R junto con la línea central correspondiente a R.

Tabla 18.13

Subgrupo

Observaciones del subgrupo

1

2

3

4

5

6

7

8

9

10

13

11

16

13

12

14

12

17

15

20

11

12

18

15

19

10

13

17

12

13

13

20

20

18

11

19

20

12

16

18

16

15

15

12

12

16

10

14

17

17

18.17 Una empresa de alimentos congelados elabora paquetes de ejotes de una libra (lb) (454 g). Cada hora se toman cuatro

paquetes y se pesan con una exactitud de décimas de gramo. En la tabla 18.14 se presentan los datos obtenidos durante una

semana.

Tabla 18.14

Lunes

10:00

Lunes

12:00

Lunes

2:00

Lunes

4:00

Martes

10:00

Martes

12:00

Martes

2:00

Martes

4:00

Miércoles

10:00

Miércoles

12:00

453.0

454.5

452.6

451.8

451.6

455.5

452.8

453.5

452.0

451.5

450.8

454.8

455.4

453.0

454.3

450.6

454.8

450.9

455.0

453.6

452.6

452.8

455.5

454.8

453.6

456.1

453.9

454.8

453.2

455.8

452.0

453.5

453.0

451.4

452.5

452.1

451.6

456.0

455.0

453.0

Miércoles

2:00

Miércoles

4:00

Jueves

10:00

Jueves

12:00

Jueves

2:00

Jueves

4:00

Viernes

10:00

Viernes

12:00

Viernes

2:00

Viernes

4:00

454.7

451.4

450.9

455.8

451.1

452.6

448.5

454.4

452.2

448.9

455.3

453.9

454.0

452.8

455.5

453.8

455.7

451.8

451.2

452.8

455.3

452.4

452.3

452.3

454.2

452.9

451.5

455.8

451.1

453.8

452.4

454.3

455.7

455.3

455.4

453.7

450.7

452.5

454.1

454.2


PROBLEMAS SUPLEMENTARIOS 501

Usar el método visto en el problema 18.4 para estimar la desviación estándar conjuntando las varianzas de las 20 muestras.

Usar esta estimación para hallar los límites de control de la gráfica X-barra. ¿Se encuentra alguna de las 20 medias de

los subgrupos fuera de los límites de control?

18.18 Los límites de control en la gráfica R de los datos de la tabla 18.14 son LCL = 0 y UCL = 8.205. ¿Se encuentra alguno de

los rangos de los subgrupos fuera de los límites 3 sigma?

18.19 El proceso del problema 18.17 mediante el cual se llenan paquetes de ejotes de 1 lb se modifica con objeto de reducir la

variabilidad de los pesos de los paquetes. Después de haber empleado esta modificación durante algún tiempo, se vuelven

a recolectar los datos de toda una semana y se grafican los rangos de los nuevos subgrupos usando los límites de control

dados en el problema 18.18. En la tabla 18.15 se presentan los nuevos datos. ¿Parece haberse reducido a la variabilidad? Si

se ha reducido la variabilidad, encontrar nuevos límites de control para la gráfica X empleando los datos de la tabla

18.15.

Tabla 18.15

Lunes

10:00

Lunes

12:00

Lunes

2:00

Lunes

4:00

Martes

10:00

Martes

12:00

Martes

2:00

Martes

4:00

Miércoles

10:00

Miércoles

12:00

454.9

452.7

457.0

454.2

454.2

453.6

454.4

453.9

454.4

453.6

453.6

454.3

454.7

453.9

454.6

453.9

454.3

454.2

454.2

453.4

454.2

452.8

453.3

453.3

454.6

454.5

454.3

454.9

453.6

453.2

453.6

453.1

454.4

455.0

454.6

454.1

454.6

454.1

453.3

454.3

Miércoles

2:00

Miércoles

4:00

Jueves

10:00

Jueves

12:00

Jueves

2:00

Jueves

4:00

Viernes

10:00

Viernes

12:00

Viernes

2:00

Viernes

4:00

453.0

454.0

452.9

454.2

453.9

454.2

454.3

454.7

453.8

453.3

454.1

454.7

455.1

453.3

454.7

453.9

454.2

453.0

453.8

453.9

454.4

452.6

454.9

454.2

455.1

454.6

454.1

454.6

455.7

452.8

453.8

454.9

452.2

453.7

454.4

454.5

455.4

452.8

454.7

455.1

PRUEBAS PARA CAUSAS ESPECIALES

18.20 Los operadores que hacen ajustes a las máquinas continuamente son un problema en los procesos industriales. La tabla

18.16 contiene un conjunto de datos (20 muestras cada una de tamaño 5) en las que éste es el caso. Encontrar los límites de

control de la gráfica X-barra, elaborar la gráfica X-barra y hacer las ocho pruebas para causas especiales dadas en la tabla

18.3.

Tabla 18.16

1 2 3 4 5 6 7 8 9 10

2.006

1.994

1.981

2.000

1.997

2.001

1.982

1.996

1.972

2.006

1.993

1.989

2.012

2.025

2.027

1.983

1.983

1.991

1.970

2.001

2.003

2.024

2.005

1.996

2.009

1.977

1.966

1.996

1.985

1.991

1.972

1.988

2.001

2.026

2.014

1.998

1.992

2.005

1.985

1.966

2.015

2.000

2.026

2.006

2.012

1.985

1.983

1.994

2.010

2.031


502 CAPÍTULO 18 CONTROL ESTADÍSTICO DE PROCESOS Y CAPACIDAD DE PROCESOS

11 12 13 14 15 16 17 18 19 20

2.010

1.986

2.004

2.000

2.012

1.982

1.985

1.997

1.991

1.979

2.002

2.011

2.002

2.014

2.013

1.993

1.978

1.982

2.005

1.999

2.024

2.015

2.029

2.016

1.999

1.980

2.004

2.006

2.007

1.982

2.008

1.975

2.024

1.990

1.996

1.982

2.025

1.972

1.981

1.984

2.017

1.982

2.004

2.029

2.004

1.992

1.997

2.010

1.990

2.003

CAPACIDAD DE PROCESOS

18.21 Supóngase que los límites de especificación para los paquetes de comida congelada del problema 18.17 son LSL = 450 g

y USL = 458 g. Usar las estimaciones de µ y σ obtenidas en el problema 18.17 para hallar C PK . Estimar también las ppm

que no satisfacen las especificaciones.

18.22 En el problema 18.21, calcular el C PK y estimar las ppm de no conformes después de las modificaciones hechas en el problema

18.19.

GRÁFICAS P Y NP

18.23 Una empresa produce fusibles para el sistema eléctrico de los automóviles. A lo largo de 30 días se prueban 500 fusibles

por día. En la tabla 18.17 se presenta la cantidad de fusibles defectuosos hallados por día. Determinar la línea central y los

límites superior e inferior de control de la gráfica P. ¿Parece estar el proceso bajo control estadístico? Si el proceso está

bajo control estadístico, dar una estimación puntual de las tasas de ppm de defectuosos.

Tabla 18.17

Día 1 2 3 4 5 6 7 8 9 10

# de defectuosos 3 3 3 3 1 1 1 1 6 1

Día 11 12 13 14 15 16 17 18 19 20

# de defectuosos 1 1 5 4 6 3 6 2 7 3

Día 21 22 23 24 25 26 27 28 29 30

# de defectuosos 2 3 6 1 2 3 1 4 4 5

18.24 Supóngase que en el problema 18.23, el fabricante de fusibles decide usar una gráfica NP en lugar de una gráfica P. Encontrar

la línea central y los límites superior e inferior de control de esta gráfica.

18.25 Scottie Long, el gerente del departamento de carnes de una cadena grande de supermercados, desea saber cuál es el porcentaje

de paquetes de carne para hamburguesa que muestran ligera decoloración. Cada día se inspeccionan varios paquetes

y se anota el número de ellos que muestra una pequeña decoloración. Estos datos se presentan en la tabla 18.18.

Proporcionar los límites escalonados superiores de control de estos 20 subgrupos.


PROBLEMAS SUPLEMENTARIOS 503

Tabla 18.18

Día

Tamaño del

subgrupo

Cantidad de

decolorados

Porcentaje de

decolorados

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

100

150

100

200

200

150

100

100

150

200

100

200

150

200

150

200

150

150

150

150

1

1

0

1

1

0

0

0

0

2

1

1

3

2

1

1

4

0

0

2

1.00

0.67

0.00

0.50

0.50

0.00

0.00

0.00

0.00

1.00

1.00

0.50

2.00

1.00

0.67

0.50

2.67

0.00

0.00

1.33

OTRAS GRÁFICAS DE CONTROL

18.26 Antes de revisar este problema, leer el problema 18.11. Durante 24 horas se lee cada hora la temperatura de un horno que

se usa para elaborar pan. La temperatura de horneado es crítica en el proceso y el horno trabaja sin interrupción a lo largo

de todos los turnos. Estos datos se presentan en la tabla 18.19. Para vigilar la temperatura del proceso se emplea una gráfica

de mediciones individuales. Encontrar la línea central y los rangos móviles correspondientes al uso de pares adyacentes

de mediciones. ¿Cómo se encuentran los límites de control?

Tabla 18.19

Hora 1 2 3 4 5 6 7 8 9 10 11 12

Temperatura 350.0 350.0 349.8 350.4 349.6 350.0 349.7 349.8 349.4 349.8 350.7 350.9

Hora 13 14 15 16 17 18 19 20 21 22 23 24

Temperatura 349.8 350.3 348.8 351.6 350.0 349.7 349.8 348.6 350.5 350.3 349.1 350.0

18.27 Antes de revisar este problema, leer el problema 18.12. Usar MINITAB para elaborar una gráfica EWMA con los datos de

la tabla 18.14. Usando como valor objetivo 454 g, ¿qué indica esta gráfica respecto al proceso?

18.28 Antes de revisar este problema, leer el problema 18.13 que se refiere a las gráficas de zonas. Con los datos de la tabla 18.16,

elaborar una gráfica de zonas. ¿Indica la gráfica de zonas que haya algunas situaciones fuera de control? ¿Qué deficiencia

de las gráficas de zonas muestra este problema?


504 CAPÍTULO 18 CONTROL ESTADÍSTICO DE PROCESOS Y CAPACIDAD DE PROCESOS

18.29 Antes de revisar este problema, leer el problema 18.15. Dar los límites de control escalonados de la gráfica U del problema

18.15.

18.30 En el control de calidad se emplean también las gráficas de Pareto. Una gráfica de Pareto es una gráfica de barras en la que

se enumeran los defectos observados en orden descendente. Los defectos que se encuentran con mayor frecuencia aparecen

primero en la lista, seguidos por aquellos que se encuentran con menos frecuencia. Usando estas gráficas se pueden identificar

áreas de problema para corregir aquellas causas a las que se debe el mayor porcentaje de defectos. En mascarillas

para respiración inspeccionadas durante cierto tiempo, se encontraron los siguientes defectos: decoloración, tirante faltante,

abolladuras, roturas y agujeros. En la tabla 18.20 se muestran los resultados.

Tabla 18.20

decoloración decoloración decoloración

tirante tirante tirante

decoloración abolladura tirante

decoloración tirante decoloración

tirante decoloración decoloración

decoloración decoloración abolladura

decoloración abolladura ruptura

ruptura agujero decoloración

abolladura decoloración agujero

decoloración ruptura ruptura

En la figura 18-13 se presenta una gráfica de Pareto generada con MINITAB. Los datos que aparecen en la tabla 18.20

se ingresan en la columna 1 de la hoja de cálculo. La secuencia para elaborar esta gráfica es la siguiente: “Stat → Quality

tools → Pareto charts”. De acuerdo con la gráfica de Pareto, ¿a qué tipo de defecto debe dársele mayor atención? ¿Cuáles

son los dos tipos de defectos a los que debe dárseles mayor atención?

Cuenta

30

25

20

15

10

5

Gráfica de Pareto para defectos

100

80

60

40

20

Porcentaje

0

defecto

Cuenta

Porcentaje

% acum.

decoloración

14

46.7

46.7

tirante

6

20.0

66.7

abolladura

4

13.3

80.0

ruptura

4

13.3

93.3

agujero

2

6.7

100.0

Figura 18-13 Defectos en mascarillas para respiración.

0


RESPUESTAS A

LOS PROBLEMAS

SUPLEMENTARIOS

CAPÍTULO 1

1.46 a) continua; b) continua; c) discreta; d ) discreta; e) discreta.

1.47 a) Desde cero en adelante; continua. b) 2, 3, . . .; discreta.

c) Soltero, casado, divorciado, separado, viudo; discreta. d ) Desde cero en adelante; continua.

e) 0, 1, 2, . . .; discreta.

1.48 a) 3 300; b) 5.8; c) 0.004; d ) 46.74; e) 126.00; f ) 4 000 000; g) 148; h) 0.000099; i) 2 180; j) 43.88.

1.49 a) 1 325 000; b) 0.0041872; c) 0.0000280; d ) 7 300 000 000; e) 0.0003487; f ) 18.50.

1.50 a) 3; b) 4; c) 7; d ) 3; e) 8; f ) una cantidad ilimitada; g) 3; h) 3; i) 4; j) 5.

1.51 a) 0.005 millones de bu o 5 000 bu; tres. b) 0.000000005 cm o 5 × 10 −9 cm; cuatro. c) 0.5 ft; cuatro.

d ) 0.05 × 10 8 m o bien 5 × 10 6 m; dos. e) 0.5 mi/s; seis. f ) 0.5 millares de mi/s o bien 500 mi/s; tres.

1.52 a) 3.17 × 10 −4 ; b) 4.280 × 10 8 ; c) 2.160000 × 10 4 ; d ) 9.810 × 10 −6 ; e) 7.32 × 10 5 ; f ) 1.80 × 10 −3 .

1.53 a) 374; b) 14.0.

1.54 a) 280 (dos cifras significativas), 2.8 centenas o 2.8 × 10 2 ; b) 178.9;

c) 250 000 (tres cifras significativas), 250 millares o 2.50 × 10 5 ; d ) 53.0; e) 5.461; f ) 9.05;

g) 11.54; h) 5 745 000 (cuatro cifras significativas), 5 745 millares, 5.745 millones o 5.745 × 10 6 ; i) 1.2;

j) 4 157.

505


506 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS

1.55 a) −11; b) 2; c) 35 8 o bien 4.375; d ) 21; e) 3; f ) −16; g) pffiffiffiffiffi

p 98 o 9.89961 aproximadamente;

h) −7/ ffiffiffiffiffi

pffiffiffiffiffi

34 o bien −1.20049 aproximadamente; i) 32; j) 10/ 17 o bien 2.42536 aproximadamente.

1.56 a) 22, 18, 14, 10, 6, p 2, −2, −6 y −10; b) 19.6, 16.4, 13.2, 2.8, −0.8, −4 y −8.4;

c) −1.2, 30, 10 − 4 ffiffi

2 = 4.34 aproximadamente y 10 + 4π = 22.57 aproximadamente;

d ) 3, 1, 5, 2.1, −1.5, 2.5 y 0; e) X = 1 (10 − Y ).

4

1.57 a) −5; b) −24; c) 8.

1.58 a) −8; b) 4; c) −16.

1.76 a) −4; b) 2; c) 5; d ) 3 ; e) 1; f ) −7.

4

1.77 a) a = 3, b = 4; b) a = −2, b = 6; c) X = −0.2, Y = −1.2;

d ) A = 184

110

7

= 26.28571 aproximadamente, B =

7

= 15.71429 aproximadamente; e) a = 2, b = 3, c = 5;

f ) X = −1, Y = 3, Z = −2; g) U = 0.4, V = −0.8, W = 0.3.

1.78 b) (2, −3); es decir, X = 2, Y = −3.

1.79 a) 2, −2.5; b) 2.1 y −0.8 aproximadamente.

1.80 a) 4 p ffiffiffiffiffi

76

o bien 2.12 y −0.79 aproximadamente.

6

b) 2 y −2.5.

c) 0.549 y −2.549 aproximadamente.

p

8 ffiffiffiffiffiffiffiffiffi

36

d )

¼ 8 p ffiffiffiffiffi pffiffiffiffiffiffi

36 1

¼

8 6i

p

¼ 4 3i, donde i ¼ ffiffiffiffiffiffi

1 .

2

2

2

Estas raíces son números complejos y no se mostrarán cuando se emplee un procedimiento gráfico.

1.81 a) −6.15 < −4.3 < −1.5 < 1.52 < 2.37; b) 2.37 > 1.52 > −1.5 > −4.3 > −6.15.

1.82 a) 30 ≤ N ≤ 50; b) S ≥ 7; c) −4 ≤ X < 3; d ) P ≤ 5; e) X − Y > 2.

1.83 a) X ≥ 4; b) X > 3; c) N < 5; d ) Y ≤ 1; e) −8 ≤ X ≤ 7; f ) −1.8 ≤ N < 3; g) 2 ≤ a < 22.

1.84 a) 1; b) 2; c) 3; d ) −1; e) −2.

1.85 a) 1.0000; b) 2.3026; c) 4.6052; d ) 6.9076; e) −2.3026.

1.86 a) 1; b) 2; c) 3; d ) 4; e) 5.

1.87 Debajo de cada respuesta se muestra el comando de EXCEL.

1.160964 1.974636 2.9974102 1.068622 1.056642

¼LOG(5,4) ¼LOG(24,5) ¼LOG(215,6) ¼LOG(8,7) ¼LOG(9,8)

1.88 > evalf(log[4](5)); 1.160964047

> evalf(log[5](24)); 1.974635869

> evalf(log[6](215)); 2.997410155

> evalf(log[7](8)); 1.068621561

> evalf(log[8](9)); 1.056641667

!

1.89 ln a3 b 4 !

c 5 ¼ 3ln(a) þ 4ln(b) 5ln(c)

1.90 log xyz

w 3 ¼ log(x) þ log(y) þ log(z) 3log(w)


RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 507

!

1.91 5ln(a) 4ln(b) þ ln(c) þ ln(d) ¼ ln a5 cd

b 4 .

1.92

1.93 104/3.

log(u) þ log(v) þ log(w) 2log(x) 3log(y) 4log(z) ¼ log

1.94 2, −5/3.

1.95

pffiffiffi

pffiffi

5 7

2 2 i y 5

2 þ 7

2 i.

1.96 165.13.

1.97 471.71.

1.98 402.14.

1.99 2.363.

1.100 0.617.

uvw

x 2 y 3 z 4 .

CAPÍTULO 2

2.19 b) 62.

2.20 a) 799; b) 1 000; c) 949.5; d ) 1 099.5 y 1 199.5; e) 100 (horas); f ) 76;

= 0.155 o 15.5%; h) 29.5%; i) 19.0%; j) 78.0%.

g) 62

400

2.25 a) 24%; b) 11%; c) 46%.

2.26 a) 0.003 in; b) 0.3195, 0.3225, 0.3255, . . . , 0.3375 in.

c) 0.320-0.322, 0.323-0.325, 0.326-0.328, . . . , 0.335-0.337 in.

2.31 a) Cada una es de 5 años; b) cuatro (aunque estrictamente hablando el tamaño de la última clase no está especificado);

c) uno; d ) (85-94); e) 7 años y 17 años; f ) 14.5 años y 19.5 años; g) 49.3% y 87.3%; h) 45.1%;

i) no se puede determinar.

2.33 19.3, 19.3, 19.1, 18.6, 17.5, 19.1, 21.5, 22.5, 20.7, 18.3, 14.0, 11.4, 10.1, 18.6, 11.4 y 3.7. (Esto no suma 265 millones

debido a los errores de redondeo en los porcentajes.)

2.34 b) 0.295, c) 0.19; d ) 0.

CAPÍTULO 3

3.47 a) X 1 þ X 2 þ X 3 þ X 4 þ 8

b) f 1 X1 2 þ f 2 X2 2 þ f 3 X3 2 þ f 4 X4 2 þ f 5 X5

2

c) U 1 ðU 1 þ 6ÞþU 2 ðU 2 þ 6ÞþU 3 ðU 3 þ 6Þ

d ) Y1 2 þ Y2 2 þþYN

2 4N

e) 4X 1 Y 1 þ 4Y 2 Y 2 þ 4X 3 Y 3 þ 4X 4 Y 4 :

3.48 a) X3

j¼1

ðX j þ 3Þ 3 ;

b) X15

j¼1

f j ðY j aÞ 2 ; c) XN

ð2X j 3Y j Þ;

j¼1


508 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS

d ) X8

j¼1

X 2

j

1 ; e)

Y j

X 12

j¼1

X 12

j¼1

f j a 2 j

f j

.

3.51 a) 20; b) −37; c) 53; d ) 6; e) 226; f ) −62; g) 25

12 .

3.52 a) −1; b) 23.

3.53 86.

3.54 0.50 s.

3.55 8.25.

3.56 a) 82; b) 79.

3.57 78.

3.58 66.7% varones y 33.3% mujeres.

3.59 11.09 tons.

3.60 501.0

3.61 0.72642 cm.

3.62 26.2.

3.63 715 min.

3.64 b) 1.7349 cm.

3.65 a) media = 5.4, mediana = 5; b) media = 19.91, mediana = 19.85.

3.66 85.

3.67 0.51 s.

3.68 8.

3.69 11.07 tons.

3.70 490.6.

3.71 0.72638 cm.

3.72 25.4.

3.73 Aproximadamente 78.3 años.

3.74 35.7 años.

3.75 708.3 min.


RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 509

3.76 a) Media = 8.9, mediana = 9, moda = 7.

b) Media = 6.4, mediana = 6. Como cada uno de los números 4, 5, 6, 8 y 10 se presentan dos veces, se puede considerar

que éstos son cinco modas; sin embargo, en este caso es más razonable concluir que no hay moda.

3.77 No existe una puntuación modal.

3.78 0.53 s.

3.79 10.

3.80 11.06 tons.

3.81 462.

3.82 0.72632 cm.

3.83 23.5.

3.84 668.7 min.

3.85 a) 35-39; b) 75 a 84.

3.86 a) Empleando la fórmula (9), moda = 11.1 Empleando la fórmula (10), moda = 11.3

b) Empleando la fórmula (9), moda = 0.7264 Empleando la fórmula (10), moda = 0.7263

c) Empleando la fórmula (9), moda = 23.5 Empleando la fórmula (10), moda = 23.8

d ) Empleando la fórmula (9), moda = 668.7 Empleando la fórmula (10), moda = 694.9.

3.88 a) 8.4; b) 4.23.

3.89 a) G = 8; b) X = 12.4.

3.90 a) 4.14; b) 45.8.

3.91 a) 11.07 tons; b) 499.5.

3.92 18.9%.

3.93 a) 1.01%; b) 238.2 millones; c) 276.9 millones.

3.94 $1 586.87.

3.95 $1 608.44.

3.96 3.6 y 14.4.

3.97 a) 3.0; b) 4.48.

3.98 a) 3; b) 0; c) 0.

3.100 a) 11.04; b) 498.2.

3.101 38.3 mi/h.

3.102 b) 420 mi/h.


510 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS

3.104 a) 25; b) 3.55.

3.107 a) Cuartil inferior = Q 1 = 67, cuartil intermedio = Q 2 = mediana = 75 y cuartil superior = Q 3 = 83.

b) 25% obtuvo 67 o menos (o 75% obtuvo 67 o más), 50% obtuvo 75 o menos (o 50% obtuvo 75 o más) y 75% obtuvo 83

o menos (o 25% obtuvo 83 o más).

3.108 a) Q 1 = 10.55 tons, Q 2 = 11.07 tons y Q 3 = 11.57 tons; b) Q 1 = 469.3, Q 2 = 490.6 y Q 3 = 523.3.

3.109 Media aritmética, mediana, moda, Q 2 , P 50 y D 5 .

3.110 a) 10.15 tons; b) 11.78 tons; c) 10.55 tons; d ) 11.57 tons.

3.112 a) 83; b) 64.

CAPÍTULO 4

4.33 a) 9; b) 4.273.

4.34 4.0 tons.

4.35 0.0036 cm.

4.36 7.88 kg.

4.37 20 semanas.

4.38

p ffiffi

a) 18.2; b) 3.58; c) 6.21; d ) 0; e) 2 = 1.414 aproximadamente; f ) 1.88.

4.39 a) 2; b) 0.85.

4.40 a) 2.2; b) 1.317.

4.41 0.576 ton.

4.42 a) 0.00437 cm; b) 60.0%, 85.2% y 96.4%.

4.43 a) 3.0; b) 2.8.

4.44 a) 31.2; b) 30.6.

4.45 a) 6.0; b) 6.0.

4.46 4.21 semanas.

4.48 a) 0.51 ton; b) 27.0; c) 12.

4.49 3.5 semanas.

4.52 a) 1.63 tons; b) 33.6 o 34.

4.53 El rango percentil 10-90 es igual a $189 500 y el 80% de los precios de venta se encuentran en el intervalo $130 250 ±

$94 750.

4.56 a) 2.16; b) 0.90; c) 0.484.


RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 511

4.58 45.

4.59 a) 0.733 ton; b) 38.60; c) 12.1.

4.61 a) X = 2.47; b) s = 1.11.

4.62 s = 5.2 y rango/4 = 5.

4.63 a) 0.00576 cm; b) 72.1%, 93.3% y 99.76%.

4.64 a) 0.719 ton; b) 38.24; c) 11.8.

4.65 a) 0.000569 cm; b) 71.6%, 93.0% y 99.68%.

4.66 a) 146.8 lb y 12.9 lb.

4.67 a) 1.7349 cm y 0.00495 cm.

4.74 a) 15; b) 12.

4.75 a) Estadística; b) álgebra.

4.76 a) 6.6%; b) 19.0%.

4.77 0.15.

4.78 0.20.

4.79 Álgebra.

4.80 0.19, −1.75, 1.17, 0.68, −0.29.

CAPÍTULO 5

5.15 a) 6; b) 40; c) 288; d ) 2 188.

5.16 a) 0; b) 4; c) 0; d ) 25.86.

5.17 a) −1; b) 5; c) −91; d ) 53.

5.19 0, 26.25, 0, 1 193.1.

5.21 7.

5.22 a) 0, 6, 19, 42; b) −4, 22, −117, 560; c) 1, 7, 38, 155.

5.23 0, 0.2344, −0.0586, 0.0696.

5.25 a) m 1 = 0, b) m 2 = pq; c) m 3 = pq(q − p); d ) m 4 = pq(p 2 − pq + q 2 ).

5.27 m 1 = 0, m 2 = 5.97, m 3 = −0.397, m 4 = 89.22.

5.29 m 1 (corregido) = 0, m 2 (corregido) = 5.440, m 3 (corregido) = −0.5920, m 4 (corregido) = 76.2332.


512 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS

5.30 a) m 1 = 0, m 2 = 0.53743, m 3 = 0.36206, m 4 = 0.84914;

b) m 2 (corregido) = 0.51660, m 4 (corregido) = 0.78378.

5.31 a) 0; b) 52.95; c) 92.35; d ) 7 158.20; e) 26.2; f ) 7.28; g) 739.58; h) 22 247; i) 706 428;

j) 24 545.

5.32 a) −0.2464; b) −0.2464.

5.33 0.9190.

5.34 La primera distribución.

5.35 a) 0.040; b) 0.074.

5.36 a) −0.02; b) −0.13.

5.37

Distribución

Coeficiente de asimetría (o sesgo) de Pearson 1 2 3

Primer coeficiente

Segundo coeficiente

0.770

1.094

1

0

−0.770

−1.094

5.38 a) 2.62; b) 2.58.

5.39 a) 2.94; b) 2.94.

5.40 a) La segunda; b) la primera.

5.41 a) La segunda; b) ninguna; c) la primera.

5.42 a) Mayor que 1 875; b) igual a 1 875; c) menor que 1 875.

5.43 a) 0.313.

CAPÍTULO 6

6.40 a) 5

26 ; b) 5 36 ; c) 0.98; d ) 2 9 ; e) 7 8 .

6.41 a) Probabilidad de obtener un rey en la primera extracción, pero no en la segunda extracción.

b) Probabilidad de obtener un rey, ya sea en la primera extracción, en la segunda extracción o en ambas.

c) No obtener rey en la primera extracción o no obtener rey en la segunda o en ninguna (es decir, no obtener rey ni en la

primera extracción ni en la segunda extracción).

d ) Probabilidad de obtener un rey en la tercera extracción dado que se obtuvo rey en la primea extracción pero no en la

segunda extracción.

e) No obtener rey en la primera ni en la segunda ni en la tercera extracción.

f ) Probabilidad de obtener rey en la primera y en la segunda extracción o no obtener rey en la segunda extracción pero sí

en la tercera extracción.

6.42 a) 1 3 ; b) 3 11

5

; c)

15 ; d ) 2 5 ; e) 4 5 .

6.43 a) 4

25 ; b) 4 16

75

; c)

25 ; d ) 64 11

225

; e)

15 ; f ) 1 104 221

5

; g)

225

; h)

225 ; i) 6 52

25

; j)

6.44 a) 29

185 ; b) 2 118

37

; c)

185 ; d ) 52 11

185

; e)

15 ; f ) 1 86 182

5

; g)

185

; h)

185 ; i) 9 26

37

; j)

225 .

111 .


RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 513

6.45 a) 5 11

18

; b)

36 ; c) 1 36 .

6.46 a) 47 16 15

52

; b)

221

; c)

34 ; d ) 13 210

17

; e)

221 ; f ) 10 40 77

13

; g)

51

; h)

6.47

5

18 .

6.48 a) 81:44; b) 21:4.

6.49

19

42 .

6.50 a) 2 5 ; b) 1 5 ; c) 4

15 ; d ) 13

15 .

6.51 a) 37.5%; b) 93.75%; c) 6.25%; d ) 68.75%.

442 .

6.52 a) X 0 1 2 3 4

p(X )

1

16

4

16

6

16

4

16

1

16

6.53 a) 1 48 ; b) 7

24 ; c) 3 4 ; d ) 1 6 .

6.54 a) X 0 1 2 3

p(X )

1

6

1

2

3

10

1

30

6.55 a) X 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

6.56 $9.

p(X )* 1 3 6 10 15 21 25 27 27 25 21 15 10 6 3 1

*Todos los valores de p(x) tienen un divisor de 216.

b) 0.532407.

6.57 $4.80 por día.

6.58 A contribuye con $12.50; B contribuye con $7.50.

6.59 a) 7; b) 590; c) 541; d ) 10 900.

6.60

pffiffiffiffiffiffiffiffiffi

a) 1.2; b) 0.56; c) 0:56 = 0.75 aproximadamente.

6.63 10.5.

6.64 a) 12; b) 2 520; c) 720;

d ) =PERMUT(4,2), =PERMUT(7,5), =PERMUT(10,3).

6.65 n = 5.

6.66 60.

6.67 a) 5 040; b) 720; c) 240.

6.68 a) 8 400; b) 2 520.

6.69 a) 32 805; b) 11 664.


514 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS

6.70 26.

6.71 a) 120; b) 72; c) 12.

6.72 a) 35; b) 70; c) 45.

d ) =COMBIN(7,3), =COMBIN(8,4), =COMBIN(10,8).

6.73 n = 6.

6.74 210.

6.75 840.

6.76 a) 42 000; b) 7 000.

6.77 a) 120; b) 12 600.

6.78 a) 150; b) 45; c) 100.

6.79 a) 17; b) 163.

6.81 2.95 × 10 25 .

6 22 169

6.83 a)

5 525

; b)

425

; c)

425 ; d ) 73

6.84

171

1 296 .

5 525 .

6.85 a) 0.59049; b) 0.32805; c) 0.08866.

6.86 b) 3 4 ; c) 7 8 .

6.87 a) 8; b) 78; c) 86; d ) 102; e) 20; f ) 142.

6.90

1

3 .

6.91 1/3 838 380 (es decir, las posibilidades en contra de ganar son 3 838 379 contra 1).

6.92 a) 658 007 a 1; b) 91 389 a 1; c) 9 879 a 1.

6.93 a) 649 739 a 1; b) 71 192 a 1; c) 4 164 a 1; d ) 693 a 1.

6.94

11

36 .

6.95

1

4 .

6.96

X 3 4 5 6 7 8 9 10 11 12

p(X)* 1 3 6 10 12 12 10 5 3 1

*Todos los valores de p(x) tienen un divisor de 64.

6.97 7.5

6.98 70%.


RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 515

6.99 (0.5)(0.01) + (0.3)(0.02) + (0.2)(0.03) = 0.017.

6.100

0:2ð0:03Þ

¼ 0:35.

0:017

CAPÍTULO 7

7.35 a) 5 040; b) 210; c) 126; d ) 165; e) 6.

7.36 a) q 7 + 7q 6 p + 21q 5 p 2 + 35q 4 p 3 + 35q 3 p 4 + 21q 2 p 5 + 7qp 6 + p 7

b) q 10 + 10q 9 p + 45q 8 p 2 + 120q 7 p 3 + 210q 6 p 4 + 252q 5 p 5 + 210q 4 p 6 + 120q 3 p 7 + 45p 2 p 8 + 10qp 9 + p 10

7.37 a) 1 64 ; b) 3 15

32

; c)

64 ; d ) 5 15

16

; e)

64 ; f ) 3

32 ; g) 1 64 ;

h) Función de densidad de probabilidad

Binomial with n = 6 and p = 0.5

X P(X = x )

0 0.015625

1 0.093750

2 0.234375

3 0.312500

4 0.234375

5 0.093750

6 0.015625

7.38 a) 57 21

64

; b)

32 ;

c ) 1–BINOMDIST(1,6,0.5,1) o bien 0.890625, =BINOMDIST(3,6,0.5,1) = 0.65625.

7.39 a) 1 4 ; b) 5 11

16

; c)

16 ; d ) 5 8 .

7.40 a) 250; b) 25; c) 500.

7.41 a) 17

162 ; b) 1

324 .

7.42

64

243 .

7.43

193

512 .

7.44 a) 32

243

e)

192 40

; b)

243

; c)

243 ; d ) 242

243 ;

a 0.131691 =BINOMDIST(5,5,0.66667,0)

b 0.790128 =1-BINOMDIST(2,5,0.66667,1)

c 0.164606 =BINOMDIST(2,5,0.66667,0)

d 0.995885 =1-BINOMDIST(0,5,0.66667,0).

7.45 a) 42; b) 3.550; c) −0.1127; d ) 2.927.

7.47 a) Npq(q − p); b) Npq(1 − 6pq) + 3N 2 p 2 q 2 .

7.49 a) 1.5 y −1.6; b) 72 y 90.

7.50 a) 75.4; b) 9.


516 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS

7.51 a) 0.8767; b) 0.0786; c) 0.2991;

d )

a 0.8767328 =NORMSDIST(2.4)-NORMSDIST(-1.2)

b 0.0786066 =NORMSDIST(1.87)-NORMSDIST(1.23)

c 0.2991508 =NORMSDIST(-0.5)-NORMSDIST(-2.35).

7.52 a) 0.0375; b) 0.7123; c) 0.9265; d ) 0.0154; e) 0.7251; f ) 0.0395;

g)

a 0.037538 =NORMSDIST(-1.78)

b 0.7122603 =NORMSDIST(0.56)

c 0.9264707 =1-NORMSDIST(-1.45)

d 0.0153863 =1-NORMSDIST(2.16)

e 0.7251362 =NORMSDIST(1.53)-NORMSDIST(-0.8)

f 0.0394927 =NORMSDIST(-2.52)+(1-NORMSDIST(1.83)).

7.53 a) 0.9495; b) 0.9500; c) 0.6826.

7.54 a) 0.75; b) −1.86; c) 2.08; d ) 1.625 o bien 0.849; e) ±1.645.

7.55 −0.995.

7.56 a) 0.0317; b) 0.3790; c) 0.1989;

d )

a 0.03174 =NORMDIST(2.25,0,1,0)

b 0.37903 =NORMDIST(-0.32,0,1,0)

c 0.19886 =NORMDIST(-1.18,0,1,0).

7.57 a) 4.78%; b) 25.25%; c) 58.89%.

7.58 a) 2.28%; b) 68.27%; c) 0.14%.

7.59 84.

7.60 a) 61.7%; b) 54.7%.

7.61 a) 95.4%; b) 23.0%; c) 93.3%.

7.62 a) 1.15; b) 0.77.

7.63 a) 0.9962; b) 0.0687; c) 0.0286; d ) 0.0558.

7.64 a) 0.2511; b) 0.1342.

7.65 a) 0.0567; b) 0.9198; c) 0.6404; d ) 0.0079.

7.66 0.0089.

7.67 a) 0.04979; b) 0.1494; c) 0.2241; d ) 0.2241; e) 0.1680; f ) 0.1008.

7.68 a) 0.0838; b) 0.5976; c) 0.4232.

7.69 a) 0.05610; b) 0.06131.

7.70 a) 0.00248; b) 0.04462; c) 0.1607; d ) 0.1033; e) 0.6964; f ) 0.0620.


RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 517

7.71 a) 0.08208; b) 0.2052; c) 0.2565; d ) 0.2138; e) 0.8911; f ) 0.0142.

7.72 a)

5

3 888 ; b) 5

324 .

7.73 a) 0.0348; b) 0.000295.

7.74

1

16 .

7.75 pðXÞ ¼ð 4 X Þð0:32ÞX ð0:68Þ 4 X . Las frecuencias esperadas son 32, 60, 43, 13 y 2, respectivamente.

7.76

15

Histograma

Frecuencias

10

5

0

0 4 8 12 16 20

Horas

El histograma muestra un sesgo en los datos, lo que indica que no hay normalidad.

La prueba de Shapiro-Wilt de STATISTIX indica que no hay normalidad.

7.77 El histograma de STATISTIX indica claramente normalidad.

6

Histograma

Frecuencias

4

2

0

8 9 10 11 12 13 14 15 16 17 18 19 20

Horas


518 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS

Con la secuencia “Statistics ⇒ Randomness/Normality Tests ⇒ Normality Probability Plot” se obtiene la gráfica

siguiente. Si los datos provienen de una población distribuida normalmente, los puntos de la gráfica tienden a caer en una

línea recta y P(W ) tiende a ser mayor que 0.05. Si P(W) < 0.05, por lo general se rechaza que haya normalidad.

18

Gráfica de horas de probabilidad normal

16

Datos ordenados

14

12

10

–3 –2 –1 0 1 2 3

Puntuaciones

30 casos Shapiro-Wil, W 0.9768 P(W) 0.7360

Arriba se muestra la gráfica para probabilidad normal. Se muestra el estadístico de Shapiro-Wilk junto con el valor p.

P(W) = 0.7360. Como el valor p es considerablemente mayor que 0.05, no se rechaza la normalidad de los datos.

7.78 El siguiente histograma de las puntuaciones de examen de la tabla 7.11, obtenido con STATISTIX, tiene forma de U. Por

lo tanto, se le conoce como distribución en forma de U.

5

Histograma

4

Frecuencias

3

2

1

0

0

10 20 30 40 50 60 70 80 90 100

Puntuaciones


RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 519

Esta gráfica se obtiene con la secuencia “Statistics ⇒ Randomness/Normality Tests ⇒ Normality Probability Plot”. Si

los datos provienen de una población distribuida normalmente, los puntos de la gráfica tienden a caer en una línea recta y

P(W) tiende a ser mayor que 0.05. Si P(W ) < 0.05, por lo general se rechaza que haya normalidad.

90

Gráfica de probabilidad normal para las puntuaciones

Datos ordenados

60

30

0

–3 –2 –1 0 1 2 3

Puntuaciones

30 casos Shapiro-Wilk, W 0.8837 P(W) 0.0034

Arriba se muestra la gráfica para probabilidad normal. Se muestra el estadístico de Shapiro-Wilk junto con el valor p P(W)

= 0.0034. Como el valor p es menor que 0.05, se rechaza la normalidad de los datos.

7.79 Además de la prueba de Kolgomorov-Smirnov de MINITAB y de la prueba de Shapiro-Wilk de STATISTIX, hay otras dos

pruebas para la normalidad, que se verán aquí. Éstas son la prueba de Ryan-Joiner y la prueba de Anderson-Darling.

Básicamente las cuatro pruebas calculan un estadístico de prueba y cada estadístico tiene un correspondiente valor p. Por

lo general se sigue la regla siguiente. Si el valor p es < 0.05, se rechaza la normalidad. La gráfica siguiente se obtiene al

hacer la prueba de Anderson-Darling. En este caso, el valor p es 0.006 y se rechazará la hipótesis de que los datos provienen

de una distribución normal.

99

Gráfica de probabilidad de puntuaciones

Normal

Porcentaje

95

90

80

70

60

50

40

30

20

10

5

Media 50

DesvEst 29.94

N 30

AD 1.109

Valor P 0.006

1

0

30

60

Puntuaciones

90

120


520 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS

Obsérvese que si se emplea la prueba de Ryan-Joiner no se rechaza la normalidad.

99

Gráfica de probabilidad de puntuaciones

Normal

95

90

Porcentaje

80

70

60

50

40

30

20

10

5

1

0

30

60

Puntuaciones

Media 50

DesvEst 29.94

N 30

RJ 0.981

Valor P > 0.100

90

120

7.80 pðXÞ ¼ ð0:61ÞX e 0:61

. Las frecuencias esperadas son 108.7, 66.3, 20.2, 4.1 y 0.7, respectivamente.

X!

CAPÍTULO 8

8.21 a) 9.0; b) 4.47; c) 9.0; d ) 3.16.

8.22 a) 9.0; b) 4.47; c) 9.0; d ) 2.58.

8.23 a) X = 22.40 g, X = 0.008 g; b) X = 22.40 g, X = un poco menos de 0.008 g.

8.24 a) X = 22.40 g, X = 0.008 g; b) X = 22.40 g, X = 0.0057 g.

8.25 a) 237; b) 2; c) ninguna; d ) 34.

8.26 a) 0.4972; b) 0.1587; c) 0.0918; d ) 0.9544.

8.27 a) 0.8164; b) 0.0228; c) 0.0038; d ) 1.0000.

8.28 0.0026.

8.34 a) 0.0029; b) 0.9596; c) 0.1446.

8.35 a) 2; b) 996; c) 218.

8.36 a) 0.0179; b) 0.8664; c) 0.1841.

8.37 a) 6; b) 9; c) 2; d ) 12.

8.39 a) 19; b) 125.

8.40 a) 0.0077; b) 0.8869.


RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 521

8.41 a) 0.0028; b) 0.9172.

8.42 a) 0.2150; b) 0.0064; c) 0.4504.

8.43 0.0482.

8.44 0.0188.

8.45 0.0410.

8.47 a) 118.79 g; b) 0.74 g.

8.48 0.0228.

8.49 µ = 12 y σ 2 = 10.8.

A B C D

primera segunda media probabilidad

6 6 6 0.01

6 9 7.5 0.02

6 12 9 0.04

6 15 10.5 0.02

6 18 12 0.01

9 6 7.5 0.02

9 9 9 0.04

9 12 10.5 0.08

9 15 12 0.04

9 18 13.5 0.02

12 6 9 0.04

12 9 10.5 0.08

12 12 12 0.16

12 15 13.5 0.08

12 18 15 0.04

15 6 10.5 0.02

15 9 12 0.04

15 12 13.5 0.08

15 15 15 0.04

15 18 16.5 0.02

18 6 12 0.01

18 9 13.5 0.02

18 12 15 0.04

18 15 16.5 0.02

18 18 18 0.01

1

8.50 Distribución de probabilidad de X-barra para n = 2.

D E F G H

probabilidad xbarra p(xbarra)

0.01 6 0.01 D2

0.02 7.5 0.04 D3+D7


522 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS

0.04 9 0.12 D4+D8+D12

0.02 10.5 0.2 D5+D9+D13+D17

0.01 12 0.26 D6+D10+D14+D18+D22

0.02 13.5 0.2 D11+D15+D19+D23

0.04 15 0.12 D16+D20+D24

0.08 16.5 0.04 D21+D25

0.04 18 0.01 D26

0.02 1 SUM(G2:G10)

0.04

0.08

0.16

0.08

0.04

0.02

0.04

0.08

0.04

0.02

0.01

0.02

0.04

0.02

0.01

0.3

0.25

0.2

0.15

0.1

0.005

0

0 5 10 15 20

x-barra

8.51 Media(x-barra) = 12 Var (x-barra) = 5.4.

8.52

xbarra P(xbarra)

6 0.001

7 0.006

8 0.024

9 0.062


RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 523

10 0.123

11 0.18

12 0.208

13 0.18

14 0.123

15 0.062

16 0.024

17 0.006

18 0.001

0.25

0.2

0.15

0.1

0.05

0

5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

x-barra

CAPÍTULO 9

9.21 a) 9.5 kg; b) 0.74 kg 2 ; c) 0.78 kg y 0.86 kg, respectivamente.

9.22 a) 1 200 h; b) 105.4 h.

9.23 a) Las estimaciones de las desviaciones estándar con muestras de tamaño 30, 50 y 100 cinescopios son 101.7 h, 101.0 h y

100.5 h, respectivamente; las estimaciones de las medias poblacionales son 1 200 h en todos los casos.

9.24 a) 11.09 ± 0.18 tons; b) 11.09 ± 0.24 tons.

9.25 a) 0.72642 ± 0.000095 in; b) 0.72642 ± 0.000085 in; c) 0.72642 ± 0.000072 in; d ) 0.72642 ± 0.000060 in.

9.26 a) 0.72642 ± 0.000025 in; b) 0.000025 in.

9.27 a) Por lo menos 97; b) por lo menos 68; c) por lo menos 167; d ) por lo menos 225.

9.28 Intervalo de confianza de 80% para la media: (286.064, 332.856).

9.29 a) 2 400 ± 45 lb, 2 400 ± 59 lb; b) 87.6%.

9.30 a) 0.70 ± 0.12, 0.69 ± 0.11; b) 0.70 ± 0.15, 0.68 ± 0.15; c) 0.70 ± 0.18, 0.67 ± 0.17.


524 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS

9.31 Intervalo de confianza de 97.5% para la diferencia: (0.352477, 0.421523).

9.32 a) 16 400; b) 27 100; c) 38 420; d ) 66 000.

9.33 a) 1.07 ± 0.09 h; b) 1.07 ± 0.12 h.

9.34 Intervalo de confianza de 85% para la diferencia: (−7.99550, −0.20948).

9.35 Intervalo de confianza de 95% para la diferencia: (−0.0918959, −0.00610414).

9.36 a) 180 ± 24.9 lb; b) 180 ± 32.8 lb; c) 180 ± 38.2 lb.

9.37

One Sample Chi-square Test for a Variance

Sample Statistics for volume

N Mean Std. Dev. Variance

-------------------------------------

20 180.65 1.4677 2.1542

99% Confidence Interval for the variance

Lower Limit Upper Limit

-------- ----------

1.06085 5.98045

9.38

Two Sample Test for variances of units within line

Sample Statistics

line

Group N Mean Std. Dev. Variance Varinace

----------------------------------------- --

1 13 104.9231 12.189 148.5769

2 15 101.2667 5.5737 31.06667

95% Confidence Interval of the Ratio of Two Variances

Lower Limit Upper Limit

--------- ----------

1.568 15.334

CAPÍTULO 10

10.29 a) 0.2604.

b) 0.1302 Zona de aceptación 0.1302

0 27 37 64

α = 0.1302 + 0.1302.


RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 525

10.30 a) Rechazar la hipótesis nula si X ≤ 21 o X ≥ 43, donde X = número de canicas rojas extraídas; b) 0.99186; c) rechazar si

X ≤ 23 o X ≥ 41.

10.31 a) H o : p = 0.5 H a : p > 0.5; b) prueba de una cola; c) rechazar la hipótesis nula si X ≥ 40; d ) rechazar la hipótesis nula si

X ≥ 41.

10.32 a) Para dos colas, valor p = 2*(1–BINOMDIST(22,100,0.16666,1) = 0.126 > 0.05. Al nivel de significancia 0.05,

no se rechaza la hipótesis nula.

b) Para una cola, valor p = 1–BINOMDIST(22,100,0.16666,1) = 0.063 > 0.05. Al nivel de significancia 0.05, no

se rechaza la hipótesis nula.

10.33 Empleando ya sea una prueba de una cola o una prueba de dos colas, al nivel de significancia 0.01 no se puede rechazar la

hipótesis.

10.34 H o : p ≥ 0.95 H a : p < 0.95

Valor p = P{X ≤ 182 de 200 piezas cuando p = 0.95} = BINOMDIST(182,200,0.95,1) = 0.012. No se rechaza a

0.01, pero se rechaza a 0.05

10.35 Estadístico de prueba = 2.63, valores críticos ±1.7805, se rechaza la hipótesis nula.

10.36 Estadístico de prueba = −3.39, valor crítico para 0.10 es −1.28155, valor crítico para 0.025 es −1.96. El resultado es

significativo a α = 0.10 y α = 0.025.

10.37 Estadístico de prueba = 6.46, valor crítico = 1.8808, se concluye que µ > 25.5.

10.38 =NORMSINV(0.9) = 1.2815 para α = 0.1, =NORMSINV(0.99) = 2.3263 para α = 0.01 y =NORMSINV(0.999)

= 3.0902 para α = 0.001.

10.39 valor p = P{X ≤ 3} + P{X ≥ 12} = 0.0352.

10.40 valor p = P{Z < −2.63} + P{Z > 2.63} = 0.0085.

10.41 valor p = P{Z < −3.39} = 0.00035.

10.42 valor p = P{Z > 6.46} = 5.23515E-11.

10.43 a) 8.64 ± 0.96 oz; b) 8.64 ± 0.83 oz; c) 8.64 ± 0.63 oz.

10.44 Los límites superiores de control son: a) 12 y b) 10.

10.45 Estadístico de prueba = −5.59, valor p = 0.000. Se rechaza la hipótesis nula ya que el valor p < α.

10.46 Estadístico de prueba = −1.58, valor p = 0.059. Para α = 0.05 no se rechaza, para α = 0.10 sí se rechaza.

10.47 Estadístico de prueba = −1.73, valor p = 0.042. Para α = 0.05 se rechaza, para α = 0.01 no se rechaza.

10.48 Con una prueba de una cola se observa que, a ambos niveles de significancia, el nuevo fertilizante es mejor.

10.49 a) Estadístico de prueba = 1.35, valor p = 0.176, no se puede rechazar la hipótesis nula a α = 0.05.

b) Estadístico de prueba = 1.35, valor p = 0.088, no se puede rechazar la hipótesis nula a α = 0.05.

10.50 a) Estadístico de prueba = 1.81, valor p = 0.07, no se puede rechazar la hipótesis nula a α = 0.05.

b) Estadístico de prueba = 1.81, valor p = 0.0035, se rechaza la hipótesis nula a α = 0.05.

10.51 =1–BINOMDIST(10,15,0.5,1) o bien 0.059235.


526 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS

10.52 =BINOMDIST(2,20,0.5,1) + 1–BINOMDIST(17,20,0.5,1)o 0.000402.

10.53 =BINOMDIST(10,15,0.6,1)o 0.7827.

10.54 =BINOMDIST(17,20,0.9,1)–BINOMDIST(2,20,0.9,1)o 0.3231.

10.55 El valor p se obtiene con =1–BINOMDIST(9,15,0.5,1) que da 0.1509. No se rechaza la hipótesis nula porque el valor

de α = 0.0592 y el valor p no es menor que α.

10.56 α=BINOMDIST(4,20,0.5,1) + 1–BINOMDIST(15,20,0.5,1)o bien 0.0118

valor p =BINOMDIST(3,20,0.5,1) + 1–BINOMDIST(16,20,0.5,1)o bien 0.0026.

Se rechaza la hipótesis nula dado que el valor p < α.

10.57 =1–BINOMDIST(3,30,0.03,1)o bien 0.0119.

10.58 =BINOMDIST(3,30,0.04,1)o bien 0.9694.

10.59 α=1–BINOMDIST(5,20,0.16667,1)o bien 0.1018

valor p =1–BINOMDIST(6,20,0.16667,1)o bien 0.0371.

CAPÍTULO 11

11.20 a) 2.60; b) 1.75; c) 1.34; d ) 2.95; e) 2.13.

11.21 a) 3.75; b) 2.68; c) 2.48; d ) 2.39; e) 2.33.

a) =TINV(0.02,4)o bien 3.7469; b) 2.6810; c) 2.4851; d ) 2.3901; e) 3.3515.

11.22 a) 1.71; b) 2.09; c) 4.03; d ) −0.128.

11.23 a) 1.81; b) 2.76; c) −0.879; d ) −1.37.

11.24 a) ±4.60; b) ±3.06; c) ±2.79; d ) ±2.75; e) ±2.70.

11.25 a) 7.38 ± 0.79; b) 7.38 ± 1.11.

c) (6.59214,8.16786)(6.26825,8.49175).

11.26 a) 7.38 ± 0.70; b) 7.38 ± 0.92.

11.27 a) 0.289 ± 0.030 segundos; b) 0.298 ± 0.049 segundos.

11.28 Con una prueba de dos colas se observa que no hay evidencia, ni al nivel 0.05 ni al nivel 0.01, que indiquen que el tiempo

medio de vida ha variado.

11.29 Con una prueba de una cola se observa que no hay disminución en la media al nivel 0.05 ni al nivel 0.01.

11.30 Con una prueba de dos colas se observa que el producto no satisface las especificaciones requeridas.

11.31 Con una prueba de una cola se observa, a ambos niveles, que el contenido de cobre es superior al requerido por las especificaciones.

11.32 Con una prueba de una cola se observa que la nueva máquina debe introducirse si el nivel de significancia que se adopte es

0.01, pero no debe introducirse si el nivel de significancia que se adopte es 0.05.

11.33 Con una prueba de una cola se observa que la marca A es mejor que la marca B al nivel de significancia 0.05.


RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 527

11.34 Empleando una prueba de dos colas, al nivel de significancia 0.05, de acuerdo con las muestras no se puede concluir que

haya diferencia entre la acidez de las dos soluciones.

11.35 Empleando una prueba de una cola, al nivel de significancia 0.05 se concluye que el primer grupo no es mejor que el

segundo.

11.36 a) 21.0; b) 26.2; c) 23.3; d ) =CHIINV(0.05,12)o bien 21.0261 =CHIINV(0.01,12)o bien 26.2170

=CHIINV(0.025,12)o bien 23.3367.

11.37 a) 15.5; b) 30.1; c) 41.3; d ) 55.8.

11.38 a) 20.1; b) 36.2; c) 48.3; d ) 63.7.

11.39 a) 2 1 = 9.59 y 2 2 = 34.2.

11.40 a) 16.0; b) 6.35; c) suponiendo áreas iguales en ambas colas, 2 1 = 2.17 y 2 2 = 14.1.

11.41 a) 87.0 a 230.9 h; b) 78.1 a 288.5 h.

11.42 a) 95.6 a 170.4 h; b) 88.9 a 190.8 h.

11.43 a) 122.5; b) 179.2; c) =CHIINV(0.95,150)o bien 122.6918; d ) =CHIINV(0.05,150)o bien 179.5806.

11.44 a) 207.7; b) 295.2; c) =CHIINV(0.975,250)o bien 208.0978; d ) =CHIINV(0.025,250)o bien 295.6886.

11.46 a) 106.1 a 140.5 h; b) 102.1 a 148.1 h.

11.47 105.5 a 139.6 h.

11.48 Con base en las muestras dadas, el aparente aumento de la variabilidad no es significativo a ninguno de los dos niveles.

11.49 La disminución aparente de la variabilidad es significativa al nivel 0.05, pero no al nivel 0.01.

11.50 a) 3.07; b) 4.02; c) 2.11; d ) 2.83.

11.51 a) =FINV(0.05,8,10)o bien 3.0717; b) =FINV(0.01,24,11)o bien 4.0209;

c) =FINV(0.05,15,24)o bien 2.1077; d ) =FINV(0.01,20,22)o bien 2.8274.

11.52 Al nivel 0.05, la varianza de la muestra 1 es significativamente mayor, pero al nivel 0.01, no.

11.53 a) Sí; b) no.

CAPÍTULO 12

12.26 La hipótesis no puede rechazarse a ninguno de los dos niveles.

12.27 La conclusión es la misma que antes.

12.28 El nuevo profesor no sigue el patrón de notas de los otros profesores. (El que las notas sean mejores que el promedio puede

deberse a una mejor capacidad para enseñar o a un estándar inferior, o ambas cosas.)


528 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS

12.29 No hay razón para rechazar la hipótesis de que la moneda no esté cargada.

12.30 No hay razón para rechazar la hipótesis a ninguno de los dos niveles.

12.31 a) 10, 50 y 60, respectivamente;

b) al nivel de significancia 0.05 no se puede rechazar la hipótesis de que los resultados sean los esperados.

12.32 Al nivel de significancia 0.05, la diferencia es significativa.

12.33 a) El ajuste es bueno; b) no.

12.34 a) El ajuste es “muy bueno”; b) al nivel 0.05, el ajuste no es bueno.

12.35 a) Al nivel 0.05 el ajuste es muy malo; dado que la distribución binomial da un buen ajuste a los datos, esto coincide con

el problema 12.33.

b) El ajuste es bueno, pero no “muy bueno”.

12.36 Al nivel 0.05 se puede rechazar la hipótesis, pero no al nivel 0.01.

12.37 La conclusión es la misma que antes.

12.38 La hipótesis no se puede rechazar a ninguno de los dos niveles.

12.39 La hipótesis no se puede rechazar al nivel 0.05.

12.40 La hipótesis se puede rechazar a los dos niveles.

12.41 La hipótesis se puede rechazar a los dos niveles.

12.42 La hipótesis no se puede rechazar a ninguno de los dos niveles.

12.49 a) 0.3863 (no corregido) y 0.3779 (con la corrección de Yate).

12.50 a) 0.2205, 0.1985 (corregido); b) 0.0872, 0.0738 (corregido).

12.51 0.4651.

12.54 a) 0.4188, 0.4082 (corregido).

12.55 a) 0.2261, 0.2026 (corregido); b) 0.0875, 0.0740 (corregido).

12.56 0.3715.

CAPÍTULO 13

13.24 a) 4; b) 6; c) 28 3

; d ) 10.5; e) 6; f ) 9.

13.25 (2, 1).

13.26 a) 2X + Y = 4; b) intersección con el eje X = 2, intersección con el eje Y = 4; c) −2, −6.

13.27 Y = 2 X − 3 o bien 2X − 3Y = 9.

3


RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 529

13.28 a) Pendiente = 3 5

, intersección con el eje Y = −4; b) 3X − 5Y = 11.

4

13.29 a)

3 ; b) 32 3

; c) 4X + 3Y = 32.

13.30 X/3 + Y/(−5) = 1 o bien 5X − 3Y = 15.

13.31 a) F = 9 5

C + 32; b) 176F; c) 20C.

1

13.32 a) Y

3 + 5 7 X , o bien Y 0.333 + 0.714X ; b) X = 1 + 9 7

Y , o bien X = 1.00 + 1.29Y.

13.33 a) 3.24; 8.24; b) 10.00.

13.35 b) Y = 29.13 + 0.661X; c) X = −14.39 + 1.15Y; d ) 79; e) 95.

13.36 a) y b).

14.4

Gráfica de análisis de tendencia para la tasa de natalidad

Modelo de tendencia lineal

Y t = 14.3714 – 0.0571429* t

14.3

Tasa de natalidad

14.2

14.1

14.0

13.9

1

2

3

4

Índice

5

6

7

c)

Año Tasa de natalidad Valor ajustado Residual

1998

1999

2000

2001

2002

2003

2004

14.3

14.2

14.4

14.1

13.9

14.1

14.0

14.3143

14.2571

14.2000

14.1429

14.0857

14.0286

13.9714

−0.014286

−0.057143

−0.200000

−0.042857

−0.185714

−0.071429

−0.028571

d ) 14.3714−0.0571429(13) = 13.6.


530 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS

13.37 a) y b)

5 200

5 000

4 800

Gráfica de análisis de tendencia para el número

Modelo de tendencia lineal

Y t = 3 951.43 + 156.357* t

Número

4 600

4 400

4 200

4 000

1

2

3

4

Índice

5

6

7

c)

Año Número Valor ajustado Residual

1999

2000

2001

2002

2003

2004

2005

4 154

4 240

4 418

4 547

4 716

4 867

5 096

4 107.79

4 264.14

4 420.50

4 576.86

4 733.21

4 889.57

5 045.93

−46.2143

−24.1429

−2.5000

−29.8571

−17.2143

−22.5714

−50.0714

d ) 3 951.43 + 156.357(12) = 5 827.7.

13.38 Y = 5.51 + 3.20(X − 3) + 0.733(X − 3) 2 o bien Y = 2.51 − 1.20X + 0.733X 2 .

13.39 b) D = 41.77 − 1.096V + 0.08786V 2 ; c) 170 ft, 516 ft.


RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 531

13.40

a)

Gráfica de la recta ajustada

Diferencia = –0.863 – 0.8725 tiempo codificado

0

–1

Diferencia

–2

–3

–4

–5

–6

–7

0

1

2

3 4

Tiempo codificado

5

6

7

b) Gráfica cuadrática ajustada

(c)

Diferencia = 1.215 – 3.098 tiempo codificado

+ 0.3345 tiempo codificado**2

Diferencia

2

1

0

–1

–2

–3

–4

–5

–6

–7

0

1

2 3 4

Tiempo codificado

5

6

7

Diferencia

Gráfica cúbica ajustada

Diferencia = 0.6124 – 1.321 tiempo codificado

–0.4008 tiempo codificado**2 + 0.07539 tiempo codificado**3

1

0

–1

–2

–3

–4

–5

–6

–7

0

1 2 3 4

Tiempo codificado

5

6

7

d )

Modelo lineal Modelo cuadrático Modelo cúbico

Año Residual Ajustado Residual Ajustado Residual Ajustado

1940

1950

1960

1970

1980

1990

2000

2005

−1.363

−0.836

−0.092

−1.919

−2.047

−1.074

−0.798

−2.134

0.863

1.736

0.092

1.919

2.047

1.074

6.098

6.534

−0.715

−0.649

−0.943

−0.332

−0.575

−0.388

−0.030

−0.388

−1.215

−1.549

−3.643

−5.068

−5.825

−5.912

−5.330

−4.788

−0.112

−0.134

−0.330

−0.476

−0.139

−0.292

−0.162

−0.191

SSQ = 16.782 SSQ = 2.565 SSQ = 0.533

−0.612

−1.034

−3.030

−4.924

−6.261

−6.592

−5.462

−4.209

e)

Lineal: −0.863 − 0.8725(7) = −6.97

Cuadrático: −1.215 − 3.098(7) + 0.3345(7 2 ) = −4.08

Cúbico: −0.6124 − 1.321(7) − 0.4008(49) + 0.0754(343) = −2.41.


532 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS

13.41 b) Proporción = 0.965 + 0.0148 año codificado.

c)

Año

Año

codificado Hombre Mujer Proporción

Valor

ajustado

Residual

1920 0 53.90 51.81 0.96 0.97 −0.00

1930 1 62.14 60.64 0.98 0.98 −0.00

1940 2 66.06 65.61 0.99 0.99 −0.00

1950 3 75.19 76.14 1.01 1.01 −0.00

1960 4 88.33 90.99 1.03 1.02 −0.01

1970 5 98.93 104.31 1.05 1.04 −0.01

1980 6 110.05 116.49 1.06 1.05 −0.00

1990 7 121.24 127.47 1.05 1.07 −0.02

d ) Proporción pronosticada = 1.08. Proporción real = 1.04.

13.42 b) Diferencia = −2.63 + 1.35 x + 0.0064 xcuadrada.

d ) La diferencia pronosticada para 1995 es −2.63 + 1.35(7.5) + 0.0064(56.25) = 7.86.

13.43 b) Y = 32.14(1.427) X o bien Y = 32.14(10) 0.1544X o bien Y = 32.14e 0.3556X , donde e = 2.718··· es la base logarítmica natural.

d ) 387.

CAPÍTULO 14

14.40 b) Y = 4.000 + 0.500X; c) X = 2.408 + 0.612Y.

14.41 a) 1.304; b) 1.443.

14.42 a) 24.50; b) 17.00; c) 7.50.

14.43 0.5533.

14.44 Usando EXCEL la solución es =CORREL(A2:A11,B2:B11)que es 0.553.

14.45 1.5.

14.46 a) 0.8961; b) Y = 80.78 + 1.138X; c) 132.

14.47 a) 0.958; b) 0.872.

14.48 a) Y = 0.8X + 12; b) X = 0.45Y + 1.

14.49 a) 1.60; b) 1.20.


RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 533

14.50 ±0.80.

14.51 75%.

14.53 En los dos incisos se obtiene la misma respuesta, a saber −0.9203.

14.54 a) Y = 18.04 − 1.34X, Y = 51.18 − 2.01X.

14.58 0.5440.

14.59 a) Y = 4.44X − 142.22; b) 141.9 lb y 177.5 lb, respectivamente.

14.60 a) 16.92 lb; b) 2.07 in.

14.62 Correlación de Pearson entre C1 y C2 = 0.957.

14.63 Correlación de Pearson entre C1 y C2 = 0.582.

14.64 a) Sí; b) no.

14.65 a) No; b) sí.

14.66 a) 0.2923 y 0.7951; b) 0.1763 y 0.8361.

14.67 a) 0.3912 y 0.7500; b) 0.3146 y 0.7861.

14.68 a) 0.7096 y 0.9653; b) 0.4961 y 0.7235.

14.69 a) Sí; b) no.

14.70 a) 2.00 ± 0.21; b) 2.00 ± 0.28.

14.71 a) Usando una prueba de una cola, se puede rechazar la hipótesis.

b) Usando una prueba de una cola, no se puede rechazar la hipótesis.

14.72 a) 37.0 ± 3.28; b) 37.0 ± 4.45.

14.73 a) 37.0 ± 0.69; b) 37.0 ± 0.94.

14.74 a) 1.138 ± 0.398; b) 132.0 ± 16.6; c) 132.0 ± 5.4.

CAPÍTULO 15

15.26 a) X 3 = b 3.12 + b 31.2 X 1 + b 32.1 X 2 ; b) X 4 = b 4.1235 + b 41.235 X 1 + b 42.135 X 2 + b 43.125 X 3 .

15.28 a) X 3 = 61.40 − 3.65X 1 + 2.54X 2 ; b) 40.

15.29 a) X 3 − 74 = 4.36(X 1 − 6.8) + 4.04(X 2 − 7.0) o bien X 3 = 16.07 + 4.36X 1 + 4.04X 2 ; b) 84 y 66.

15.30 En todos los casos se han resumido los resultados.


534 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS

EXCEL

Price Bedrooms Baths SUMMARY

OUTPUT

165 3 2

200 3 3 Regression Statistics

225 4 3 Multiple R 0.877519262

180 2 3 R Square 0.770040055

202 4 2 Adjusted R Square 0.704337213

250 4 4 Standard Error 25.62718211

275 3 4 Observations 10

300 5 3 Coefficients

155 2 2 Intercept 32.94827586

230 4 4 Bedrooms 28.64655172

Baths 29.28448276

MINITAB

Análisis de regresión: precio contra recámaras, baños

The regression equation is

Price ¼ 32.9 þ 28.6 Bedrooms þ 29.3 Baths

R-Sq ¼ 77.0% R-Sq(adj) ¼ 70.4%

SAS

Root MSE 25.62718 R-Square 0.7700

Dependent Mean 218.20000 Adj R-Sq 0.7043

Coeff Var 11.74481

Parameter Estimates

Parameter Standard

Variable Label DF Estimate Error t Value Pr 4 |t|

Intercept Intercept 1 32.94828 39.24247 0.84 0.4289

Bedrooms Bedrooms 1 28.64655 9.21547 3.11 0.0171

Baths Baths 1 29.28448 10.90389 2.69 0.0313

SPSS

Coeficientes sin

estandarizar

Coeficientes a

Coeficientes

estandarizados

Modelo B Error estándar Beta t Sig.

1 (Constante)

Recámaras

Baños

a Variable dependiente: Precio

32.948

28.647

29.284

39.242

9.215

10.904

.587

.507

.840

3.109

2.686

.429

.017

.031


RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 535

15.31 3.12.

STATISTIX

Statistix 8.0

Unweighted Least Squares Linear Regression of Price

Predictor

Variables Coefficients Std Error T P VIF

Constant 32.9483 39.2425 0.84 0.4289

Bedrooms 28.6466 9.21547 3.11 0.0171 1.1

Baths 29.2845 10.9039 2.69 0.0313 1.1

R-Squared 0.7700

Estimated Price = 32.9 + 28.6(5) + 29.3(4) = 293.1 thousand.

15.32 a) 5.883; b) 0.6882.

15.33 0.9927.

15.34 a) 0.7567; b) 0.7255; c) 0.6710.

15.37 Se usa la secuencia “Statistics ⇒ Linear models ⇒ Partial Correlations”. Se llena la siguiente ventana de diálogo

como se muestra.

Se obtienen los resultados siguientes.

Statistix 8.0

Partial Correlations with X1

Controlled for X3

X2 0.5950


536 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS

De igual manera, se encuentra que:

Statistix 8.0

Partial Correlations with X1

Controlled for X2

X3 -0.8995

y

Statistix 8.0

Partial Correlations with X2

Controlled for X1

X3 0.8727

15.38 a) 0.2672; b) 0.5099; c) 0.4026.

15.42 a) X 4 = 6X 1 + 3X 2 − 4X 3 − 100; b) 54.

15.43 a) 0.8710; b) 0.8587; c) −0.8426.

15.44 a) 0.8947; b) 2.680.

15.45 Con cualquiera de las soluciones siguientes se obtendrán los mismos coeficientes que resolviendo las ecuaciones normales.

En EXCEL se usa la secuencia “Tools ⇒ Data analysis ⇒ Regression” para hallar la ecuación de regresión, así

como otras medidas de regresión. La parte de los resultados a partir de la cual se obtiene la ecuación de regresión es la

siguiente:

Intersección

Fumador

Alcohol

Ejercicio

Alimentación

Peso

Edad

Coeficientes

–25.3355

–302.904

–4.57069

–60.8839

–36.8586

16.76998

–9.52833

En MINITAB se emplea la secuencia “Stat ⇒ Regression ⇒ Regression” para hallar la ecuación de regresión. La

parte de los resultados a partir de la cual se encuentra la ecuación de regresión es la siguiente.

Análisis de regresión: Medcost versus fumador, alcohol, . . .

The regression equation is

Medcost ¼ 25 303 smoker 4.6 alcohol 60.9 Exercise 37 Dietary þ 16.8 weight

9.53 Age

Predictor Coef SE Coef T P

Constant 25.3 644.8 0.04 0.970

smoker 302.9 256.1 1.18 0.271

alcohol 4.57 11.89 0.38 0.711

Exercise 60.88 19.75 3.08 0.015


RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 537

Dietary 36.9 104.0 0.35 0.732

weight 16.770 3.561 4.71 0.002

Age 9.528 9.571 1.00 0.349

En SAS se emplea la secuencia “Statistics ⇒ Regression ⇒ Linear” para hallar la ecuación de regresión. La parte

de los resultados a partir de la cual se encuentra la ecuación de regresión es la siguiente.

The REG Procedure

Model: MODEL1

Dependent Variable: Medcost Medcost

Number of Observations Read 16

Number of Observations Used 15

Number of Observations with Missing Values 1

Root MSE 224.41971 R-Square 0.9029

Dependent Mean 2461.80000 Adj R-Sq 0.8301

Coeff Var 9.11608

Parameter Estimates

Variable Label DF Parameter Standard t value Pr 4 |t|

Estimate Error

Intercept Intercept 1 25.33552 644.84408 0.04 0.9696

smoker smoker 1 302.90395 256.11003 1.18 0.2709

alcohol alcohol 1 4.57069 11.88579 0.38 0.7106

Exercise Exercise 1 60.88386 19.75371 3.08 0.0151

Dietary Dietary 1 36.85858 104.04736 0.35 0.7323

weight weight 1 16.76998 3.56074 4.71 0.0015

Age Age 1 9.52833 9.57104 1.00 0.3486

En SPSS se emplea la secuencia “Analysis ⇒ Regression ⇒ Linear” para hallar la ecuación de regresión. La parte

de los resultados a partir de la cual se encuentra la ecuación de regresión es la siguiente. Ver bajo la columna de coeficientes

no estandarizados.

Coeficientes a

Coeficientes no

estandarizados

Coeficientes

estandarizados

Modelo B Error estándar Beta t Sig.

1 (Constante)

fumador

alcohol

ejercicio

dieta

peso

edad

–25.336

–302.904

–4.571

–60.884

–36.859

–16.770

–9.528

644.844

256.110

11.886

19.754

104.047

3.561

9.571

–.287

–.080

–.553

–.044

–.927

–.124

–.039

–1.183

–.385

–3.082

–.354

4.710

–.996

.970

.271

.711

.015

.732

.002

.049

a Variable dependiente: medcost

En STATISTIX se emplea la secuencia “Statistics ⇒ Linear models ⇒ Linear regression” para hallar la ecuación

de regresión. La parte de los resultados a partir de la cual se encuentra la ecuación de regresión es la siguiente. Ver bajo la

columna de coeficientes.


538 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS

Statistix 8.0

Unweighted Least Squares Linear Regression of Medcost

Predictor

Variables Coefficient Std Error T P VIF

Constant 25.3355 644.844 0.04 0.9696

Age 9.52833 9.57104 1.00 0.3486 1.3

Dietary 36.8586 104.047 0.35 0.7323 1.3

Exercise 60.8839 19.7537 3.08 0.0151 2.6

alcohol 4.57069 11.8858 0.38 0.7106 3.6

smoker 302.904 256.110 1.18 0.2709 4.9

weight 16.7700 3.56074 4.71 0.0015 3.2

CAPÍTULO 16

16.21 A los niveles de significancia 0.05 y 0.01 no hay diferencia significativa entre las cinco variedades. El análisis proporcionado

por MINITAB es el siguiente:

One-way ANOVA: A, B, C, D, E

Source DF SS MS F P

Factor 4 27.2 6.8 0.65 0.638

Error 15 157.8 10.5

Total 19 185.0

S = 3.243 R-Sq = 14.71% R-Sq(adj) = 0.00%

Individual 95% CIs For Mean Based on

Pooled StDev

Level N Mean StDev ---+--------+--------+-------+-----

A 4 16.500 3.697 (- ----------*-------–--)

B 4 14.500 2.082 (- ----------*-------–--)

C 4 17.750 3.862 (- ----------*-------–--)

D 4 16.000 3.367 (- ----------*-------–--)

E 4 17.500 2.887 (- ----------*-------–--)

---+--------+--------+-------+-----

12.0 15.0 18.0 21.0

16.22 A los niveles de significancia 0.05 y 0.01 no hay diferencia entre los cuatro tipos de neumáticos. El análisis proporcionado

por STATISTIX es el siguiente:

Statistix 8.0

Completely Randomized AOV for Mileage

Source DF SS MS F P

Type 3 77.500 25.8333 2.39 0.0992

Error 20 216.333 10.8167

Total 23 293.833

Grand Mean 34.083 CV 9.65

Chi-Sq DF P

Bartlett’s Test of Equal Variances 4.13 3 0.2476

Cochran’s Q 0.5177

Largest Var / Smallest Var 6.4000


RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 539

Component of variance for between groups 2.50278

Effective cell size 6.0

Type Mean

A 35.500

B 36.000

C 33.333

D 31.500

16.23 Al nivel de significancia 0.05 sí hay diferencia entre los tres métodos de enseñanza, pero no al nivel 0.01. El análisis proporcionado

por EXCEL es el siguiente:

MétodoI MétodoII MétodoIII

75 81 73

62 85 79

71 68 60

58 92 75

73 90 81

Análisis de varianza de un factor

RESUMEN

Grupos Cuenta Suma Promedio Varianza

MétodoI

MétodoII

MétodoIII

5

5

5

339

416

368

67.8

83.2

73.6

54.7

90.7

67.8

Análisis de varianza

Origen de las

variaciones SS df MS F Valor p

Entre grupos

Dentro de los grupos

604.9333

852.8

2

12

Total 1 457.733 14

302.4667

71.06667

4.265098 0.040088

16.24 Al nivel de significancia 0.05 sí hay diferencia entre las cinco marcas, pero no al nivel 0.01. El análisis proporcionado por

SPSS es el siguiente:

mpg

Entre grupos

En los grupos

Total

ANÁLISIS DE VARIANZA

Suma de

cuadrados df Cuadrado medio F Sig.

52.621

44.617

97.238

4

16

20

13.155

2.789

4.718 .010

16.25 A los dos niveles hay diferencia entre las cuatro materias. El análisis proporcionado por SAS es el siguiente:

The ANOVA Procedure

Class Level Information

Class Levels Values

Subject 4 1 2 3 4

Number of Observations Read 16

Number of Observations Used 16


540 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS

The ANOVA Procedure

Dependent Variable: Grade

Sum of

Source DF Squares Mean Square F Value Pr 4 F

Model 3 365.5708333 121.8569444 7.35 0.0047

Error 12 198.8666667 16.5722222

Corrected Total 15 564.4375000

16.26 Al nivel de significancia 0.05 no hay diferencia ni entre los operadores ni entre las máquinas. A continuación se presenta

el análisis proporcionado por MINITAB.

Two-way ANOVA: Number versus Machine, Operator

Source DF SS MS F P

Machine 2 56 28.0 4.31 0.101

Operator 2 6 3.0 0.46 0.660

Error 4 26 6.5

Total 8 88

S = 2.550 R-Sq = 70.45% R-Sq(adj) = 40.91%

16.27 Al nivel de significancia 0.01 no hay diferencia ni entre los operadores ni entre las máquinas. A continuación se presenta

el análisis proporcionado por EXCEL. Comparar el análisis de EXCEL con el proporcionado por MINITAB en el problema

anterior.

Máquina1

Máquina2

Máquina3

Operador1 Operador2 Operador3

23

27

24

34

30

28

28

25

27

Análisis de varianza de dos factores con una sola muestra por grupo

RESUMEN Cuenta Suma Promedio Varianza

Fila 1

Fila 2

Fila 3

Columna 1

Columna 2

Columna 3

3

3

3

3

3

3

74

92

80

85

82

79

24.66667

30.66667

26.66667

28.33333

27.33333

26.33333

4.333333

9.333333

2.333333

30.33333

6.333333

4.333333

Análisis de varianza

Origen de las

variaciones SS df MS F Valor p

Filas

Columnas

Error

56

6

26

2

2

4

Total 88 8

28

3

6.5

4.307692

0.461538

0.100535

0.660156

16.28 Al valor p en SPSS se le llama sig. El valor p para los bloques es 0.640 y el valor p para los tipos de maíz es 0.011, que

es menor a 0.05 y por lo tanto es significativo. Al nivel de significancia 0.05 no hay diferencia entre los bloques. Al nivel

de significancia 0.05 sí hay diferencias en los rendimientos debido al tipo de maíz. A continuación se presenta el análisis

proporcionado por SPSS.


RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 541

Variable dependiente: resultado

Pruebas de efectos entre temas

Origen

Tipo III Suma

de cuadrados df Cuadrado medio F Sig.

Modelo corregido

Intersección

bloque

tipo

Error

Total

Total corregido

77.600 a

3 920.000

10.000

67.600

46.400

4 044.000

124.000

7

1

4

3

12

20

19

11.086

3 920.000

2.500

22.533

3.867

2.867

1 013.793

.647

5.828

.053

.000

.640

.011

a R cuadrada = .626 (R cuadrada ajustada = .408)

16.29 Al nivel de significancia 0.01, en los rendimientos no hay diferencias que se deban a los bloques o al tipo de maíz. Comparar

estos resultados de STATISTIX con los resultados de SPSS del problema 16.28.

Statistix 8.0

Randomized Complete Block AOV Table for yield

Source DF SS MS F P

block 4 10.000 2.5000 5.83 0.0108

type 3 67.600 22.5333

Error 12 46.400 3.8667

Total 19 124.000

Grand Mean 14.000 CV 14.05

Means of yield for type

type Mean

1 13.600

2 17.000

3 12.000

4 13.400

16.30 SAS representa el valor p como Pr > F. En los dos últimos renglones de los resultados, se ve que tanto los automóviles

como las marcas de los neumáticos son significativos al nivel 0.05.

The GLM Procedure

Class Level Information

Class Levels Values

Auto 6 1 2 3 4 5 6

Brand 4 1 2 3 4

The GLM Procedure

Dependent Variable: lifetime

Sum of

Source DF Squares Mean Square F Value Pr 4 F

Model 8 201.3333333 25.1666667 4.08 0.0092

Error 15 92.5000000 6.1666667

Corrected Total 23 293.8333333


542 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS

Source DF Type III SS Mean Square F Value Pr 4 F

Auto 5 123.8333333 24.7666667 4.02 0.0164

Brand 3 77.5000000 25.8333333 4.19 0.0243

16.31 Compare el análisis de MINITAB en este problema con el de SAS en el problema 16.30. Al nivel de significancia 0.01, no

hay diferencia entre los automóviles ni entre las marcas, ya que los valores p son 0.016 y 0.024, ambos mayores a 0.01.

Two-way ANOVA: lifetime versus Auto, Brand

Source DF SS MS F P

Auto 5 123.833 24.7667 4.02 0.016

Brand 3 77.500 25.8333 4.19 0.024

Error 15 92.500 6.1667

Total 23 293.833

S = 2.483 R-Sq = 68.52% R-Sq(adj) = 51.73%

16.32 A continuación se presentan los resultados de STATISTIX. El valor p que es 0.3171 indica que, al nivel de significancia

0.05 no hay diferencia entre las escuelas.

Statistix 8.0

Randomized Complete Block AOV Table for Grade

Source DF SS MS F P

Method 2 604.93 302.467

School 4 351.07 87.767 1.40 0.3171

Error 8 501.73 62.717

Total 14 1457.73

Para los métodos de enseñanza, el valor de F es 4.82 y el valor p es 0.0423. Por lo tanto, al nivel de significancia 0.05, sí

hay diferencia entre los métodos de enseñanza.

16.33 Los resultados de EXCEL indican que al nivel de significancia 0.05, ni el color del pelo ni las estaturas de las mujeres

adultas tienen influencia en los logros escolares. El valor p para el color del pelo es 0.4534 y el valor p para la estatura es

0.2602.

Alta

Mediana

Baja

Pelirroja Rubia Castaña

75

81

73

78

76

75

80

79

77

Análisis de varianza de dos factores con una sola muestra por grupo

RESUMEN Cuenta Suma Promedio Varianza

Fila 1

Fila 2

Fila 3

Columna 1

Columna 2

Columna 3

3

3

3

3

3

3

233

236

225

229

229

236

77.66667

78.66667

75

76.33333

76.33333

78.33333

6.333333

6.333333

4

17.33333

2.333333

2.333333


RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 543

Análisis de varianza

Origen de las

variaciones SS df MS F Valor p

Filas

Columnas

Error

21.55556

10.88889

22.44444

Total 54.88889 8

2

2

4

10.77778

5.444444

5.611111

1.920792

0.970297

0.260203

0.453378

16.34 En los siguientes resultados de SPSS, al valor p se le llama Sig. El valor p para color de pelo es 0.453 y el valor p para

estatura es 0.260. Éstos son los mismos valores p que se obtuvieron con EXCEL en el problema 16.33. Dado que ninguno

de ellos es menor que 0.01, al nivel de significancia 0.01 no son significativos. Es decir, las puntuaciones no son diferentes

de acuerdo con los distintos colores de pelo ni tampoco de acuerdo con las diferentes estaturas.

Tests of Between–Subjects Effects

Variable dependiente: puntuación

Origen

Tipo III Suma

de cuadrados df Cuadrado medio F Sig.

Modelo corregido

Intersección

Pelo

Estatura

Error

Total

Total corregido

32.444 a

53 515.111

10.889

21.556

22.444

53 570.000

54.889

4

1

2

2

4

9

8

8.111

53 515.111

5.444

10.778

5.611

1.446

9 537.347

.970

1.921

.365

.000

.453

.260

a R cuadrada = .591 (R cuadrada ajustada = .182)

16.35 En los resultados de MINITAB se observa que al nivel de significancia 0.05 hay diferencias debidas a la ubicación, pero

no hay diferencias debidas a los fertilizantes. La interacción es significativa al nivel 0.05.

ANOVA: yield versus location, fertilizer

Factor Type Levels Values

location fixed 2 1, 2

fertilizer fixed 4 1, 2, 3, 4

Analysis of Variance for yield

Source DF SS MS F P

location 1 81.225 81.225 12.26 0.001

fertilizer 3 18.875 6.292 0.95 0.428

location*fertilizer 3 78.275 26.092 3.94 0.017

Error 32 212.000 6.625

Total 39 390.375

16.36 En los resultados de STATISTIX se observa que al nivel de significancia 0.01 hay diferencias debidas a la ubicación, pero

no hay diferencias debidas a los fertilizantes. Al nivel 0.01 no hay una interacción significativa.


544 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS

Statistix 8.0

Analysis of Variance Table for yield

Source DF SS MS F P

fertilize 3 18.875 6.2917 0.95 0.4283

location 1 81.225 81.2250 12.26 0.0014

fertilize*location 3 78.275 26.0917 3.94 0.0169

Error 32 212.000 6.6250

Total 39 390.375

16.37 En los siguientes resultados de SAS, el valor p para las máquinas es 0.0664, el valor p para los operadores es 0.0004 y el

valor p para la interacción es 0.8024. Al nivel de significancia 0.05, sólo los operadores son significativos.

The GLM Procedure

Class Level Information

Class Levels Values

Operator 4 1 2 3 4

Machine 2 1 2

Number of Observations Read 40

Number of Observations Used 40

The GLM Procedure

Dependent Variable: Articles

Sum of

Source DF Squares Mean Square F Value Pr 4 F

Model 7 154.8000000 22.1142857 4.08 0.0027

Error 32 173.6000000 5.4250000

Corrected Tot 39 328.4000000

Source DF Type III SS Mean Square F Value Pr4F

Machine 1 19.6000000 19.6000000 3.61 0.0664

Operator 3 129.8000000 43.2666667 7.98 0.0004

Operator*Machine 3 5.4000000 1.8000000 0.33 0.8024

Los siguientes resultados de MINITAB son iguales a los de SAS.

ANOVA: Articles versus Machine, Operator

Factor Type Levels Values

Machine fixed 2 1, 2

Operator fixed 4 1, 2, 3, 4

Analysis of Variance for Articles

Source DF SS MS F P

Machine 1 19.600 19.600 3.61 0.066

Operator 3 129.800 43.267 7.98 0.000

Machine*Operator 3 5.400 1.800 0.33 0.802

Error 32 173.600 5.425

Total 39 328.400

16.38 En los siguientes resultados de STATISTIX, los valores p para variaciones del suelo en dos direcciones perpendiculares son

0.5658 y 0.3633 y el valor p para los tratamientos es 0.6802. Al nivel de significancia 0.01, ninguno de los tres es significativo.


RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 545

Statistix 8.0

Latin Square AOV Table for Yield

Source DF SS MS F P

Row 3 17.500 5.8333 0.74 0.5658

Column 3 30.500 10.1667 1.28 0.3633

Treatment 3 12.500 4.1667 0.53 0.6802

Error 6 47.500 7.9167

Total 15 108.000

16.39 Los siguientes resultados de MINITAB son iguales a los resultados de STATISTIX del problema 16.38. Ninguno de los

factores es significativo al nivel 0.05.

General Linear Model: Yield versus Row, Column, Treatment

Factor Type Levels Values

Row fixed 4 1, 2, 3, 4

Column fixed 4 1, 2, 3, 4

Treatment fixed 4 1, 2, 3, 4

Analysis of Variance for yield, using Adjusted SS for Tests

Source DF Seq SS Adj SS Adj MS F P

Row 3 17.500 17.500 5.833 0.74 0.567

Column 3 30.500 30.500 10.167 1.28 0.362

Treatment 3 12.500 12.500 4.167 0.53 0.680

Error 6 47.500 47.500 7.917

Total 15 108.000

16.40 En los resultados obtenidos con SPSS no se observa que al nivel de significancia 0.05 haya diferencia en los logros escolares

debido al color de pelo, a la estatura o al lugar de nacimiento.

Pruebas de efectos entre temas

Variable dependiente: puntuación

Origen

Tipo III Suma

de cuadrados df Cuadrado medio F Sig.

Modelo corregido

Intersección

Pelo

Estatura

Por nacimiento

Error

Total

Total corregido

44.000 a

53 515.111

10.889

21.556

11.556

10.889

53 570.000

54.889

6

1

2

2

2

2

9

8

7.333

53 515.11

5.444

10.778

5.778

5.444

1.347

9 829.306

1.000

1.980

1.061

.485

.000

.500

.336

.485

a R cuadrada = .802 (R cuadrada ajustada = .206)

16.41 En el análisis de MINITAB se observa que hay diferencias significativas debidas a las especies de los pollitos y a las cantidades

de la primera sustancia química, pero no debidas a las cantidades de la segunda sustancia química o al peso inicial

de los pollitos. Obsérvese que para las especies el valor p es 0.009 y para la primera sustancia química el valor p es 0.032.


546 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS

General Linear Model: Wtgain versus Weight, Species, ...

Factor Type Levels Values

Weight fixed 4 1, 2, 3, 4

Species fixed 4 1, 2, 3, 4

Chemical1 fixed 4 1, 2, 3, 4

Chemical2 fixed 4 1, 2, 3, 4

Analysis of Variance for Wtgain, using Adjusted SS for Tests

Source DF Seq SS Adj SS Adj MS F P

Weight 3 2.7500 2.7500 0.9167 2.20 0.267

Species 3 38.2500 38.2500 12.7500 30.60 0.009

Chemical1 3 16.2500 16.2500 5.4167 13.00 0.032

Chemical2 3 7.2500 7.2500 2.4167 5.80 0.091

Error 3 1.2500 1.2500 0.4167

Total 15 65.7500

16.42 En SPSS al valor p se le llama Sig. Hay diferencias significativas en la resistencia del cable debidas al tipo de cable, pero

no hay diferencias significativas debidas a los operadores, las máquinas o las empresas.

Variable dependiente: resistencia

Pruebas de efectos entre temas

Origen

Tipo III Suma

de cuadrados df Cuadrado medio F Sig.

Modelo corregido

Intersección

Tipo

Empresa

Operador

Máquina

Error

Total

Total corregido

6 579.750 a

488 251.563

4 326.188

2 066.188

120.688

66.888

299.688

495 131.000

6 879.438

12

1

3

3

3

3

3

16

15

548.313

488 251.563

1 442.063

688.729

40.229

22.229

99.896

5.489

4 887.607

14.436

6.894

.403

.223

.094

.000

.027

.074

.763

.876

a R cuadrada = .956 (R cuadrada ajustada = .782)

16.43 Al nivel de significancia 0.05 hay diferencias significativas entre los tres tratamientos, pero al nivel de significancia 0.01,

no. A continuación se presenta el análisis que se obtiene con EXCEL.

A B C

3

5

4

4

4

2

3

3

6

4

5

5

Análisis de varianza de un factor

RESUMEN

Grupos Cuenta Suma Promedio Varianza

A

B

C

4

4

4

16

12

20

4

3

5

0.666667

0.666667

0.666667


RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 547

Análisis de varianza

Origen de las

variaciones SS df MS F Valor p

Entre grupos

Dentro de los grupos

8

6

Total 14 11

2

9

0.666664

0.666667

6 0.022085

16.44 El valor p que da MINITAB es 0.700. Entre los CI no hay diferencia debido a las estaturas.

One-way ANOVA: Tall, Short, Medium

Source DF SS MS F P

Factor 2 55.8 27.9 0.37 0.700

Error 12 911.5 76.0

Total 14 967.3

S = 8.715 R-Sq = 5.77% R-Sq(adj) = 0.00%

Individual 95% CIs For Mean Based on

Pooled StDev

Level N Mean StDev ---+--------+--------+-------+-----

Tall 5 107.00 10.58 (- ----------*-------–--)

Short 4 105.00 8.33 (- ----------*-------–--)

Medium 6 102.50 7.15 (- ----------*-------–--)

- ---+--------+--------+-------+-----

96.0 102.0 108.0 114.0

16.46 En los resultados de SPSS, al valor p se le llama Sig. Al nivel de significancia 0.05, existe una diferencia significativa en

las puntuaciones de examen, debida tanto a ser o no veterano como al CI.

Pruebas de efectos entre temas

Variable dependiente: puntuación

Origen

Tipo III Suma

de cuadrados df Cuadrado medio F Sig.

Modelo corregido

Intersección

Veterano

CI

Error

Total

Total corregido

264.333 a

38 080.667

24.000

240.333

1.000

38 346.000

265.333

3

1

1

2

2

6

5

88.111

38 080.667

24.000

120.167

.500

176.222

76 161.333

48.000

240.333

.006

.000

.020

.004

a R cuadrada = .996 (R cuadrada ajustada = .991)

16.47 En el análisis de STATISTIX se encuentra que al nivel de significancia 0.01 las diferencias en las puntuaciones de examen

debidas a ser o no veterano no son significativas, pero las diferencias debidas al CI sí son significativas.

Statistix 8.0

Randomized Complete Block AOV Table for Score

Source DF SS MS F P

Veteran 1 24.000 24.000 48.00 0.020

IQ 2 240.333 120.167 240.33 0.0041


548 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS

Error 2 1.000 0.500

Total 5 265.333

16.48 En el análisis de MINITAB se observa que al nivel de significancia 0.05 las diferencias en las puntuaciones de examen

debidas a la ubicación no son significativas, pero las diferencias debidas al CI, sí.

Two-way ANOVA: Testscore versus Location, IQ

Source DF SS MS F P

Location 3 6.250 2.083 0.12 0.943

IQ 2 221.167 110.583 6.54 0.031

Error 6 101.500 16.917

Total 11 328.917

16.49 En el análisis de SAS se observa que al nivel de significancia 0.01 las diferencias en las puntuaciones de examen debidas

a la ubicación no son significativas, pero las diferencias debidas al CI, sí. Recuerde que el valor p se escribe Pr > F.

The GLM Procedure

Class Level Information

Class Levels Values

Location 4 1 2 3 4

IQ 3 1 2 3

Number of Observations Read 12

Number of Observations Used 12

The GLM Procedure

Source DF Type III SS Mean Square F Value Pr4F

Location 3 6.2500000 2.0833333 0.12 0.9430

IQ 2 221.1666667 110.5833333 6.54 0.0311

16.53 En el análisis de MINITAB se observa que debido a la ubicación, las cantidades de óxido no son significativas al nivel de

significancia 0.05. No hay interacción significativa entre ubicación y sustancias químicas.

ANOVA: rust versus location, chemical

Factor Type Levels Values

location fixed 2 1, 2

chemical fixed 3 1, 2, 3

Analysis of Variance for rust

Source DF SS MS F P

location 1 0.667 0.667 0.67 0.425

chemical 2 20.333 10.167 10.17 0.001

location*chemical 2 0.333 0.167 0.17 0.848

Error 18 18.000 1.000

Total 23 39.333


RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 549

16.54 En el análisis de STATISTIX se observa que al nivel de significancia 0.05, las diferencias en el rendimiento debidas a la

ubicación son significativas, pero las diferencias debidas a las variedades no son significativas. No hay interacción significativa

entre la ubicación y las variedades.

Statistix 8.0

Analysis of Variance Table for Yield

Source DF SS MS F P

Variety 4 35.333 8.8333 1.07 0.3822

location 2 191.433 95.7167 11.60 0.0001

Variety*location 8 82.567 10.3208 1.25 0.2928

Error 45 371.250 8.2500

Total 59 680.583

16.55 En el análisis de MINITAB se observa que al nivel de significancia 0.01, las diferencias en el rendimiento debidas a la

ubicación son significativas, pero las diferencias debidas a las variedades no son significativas. No hay interacción significativa

entre la ubicación y las variedades.

General Linear Model: Yield versus location, Variety

Factor Type Levels Values

location fixed 3 1, 2, 3

variety fixed 5 1, 2, 3, 4, 5

Analysis of Variance for Yield, using Adjusted SS for Tests

Source DF Seq SS Adj SS Adj MS F P

location 2 191.433 191.433 95.717 11.60 0.000

Variety 4 35.333 35.333 8.833 1.07 0.382

location*Variety 8 82.567 82.567 10.321 1.25 0.293

Error 45 371.250 371.250 8.250

Total 59 680.583

16.56 Observando la ANOVA de SPSS y teniendo en cuenta que Sig. en SPSS es lo mismo que valor p, se ve que, al nivel 0.05,

el factor 1, el factor 2 y el tratamiento (treatment) no tienen un efecto significativo sobre la variable de respuesta,

ya que el valor p de los tres es mayor que 0.05.

Pruebas de efectos entre temas

Variable dependiente: respuesta

Origen

Tipo III Suma

de cuadrados df Cuadrado medio F Sig.

Modelo corregido

Intersección

Factor1

Factor2

Tratamiento

Error

Total

Total corregido

92.667 a

2 567.111

74.889

17.556

.222

4.222

2 664.000

96.889

6

1

2

2

2

2

9

8

15.444

2 567.111

37.444

8.778

.111

2.111

7.316

1 216.000

17.737

4.158

.053

.125

.001

.053

.194

.950

a R cuadrada = .956 (R cuadrada ajustada = .826)


550 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS

16.58 Observando la ANOVA de SPSS y teniendo en cuenta que Sig. en SPSS es lo mismo que valor p, se ve que al nivel 0.05

el Factor 1, el Factor 2, el tratamiento latino (latin treatment) y el tratamiento griego (greek treatment)

no tienen un efecto significativo sobre la variable de respuesta, ya que el valor p de los cuatro es mayor que 0.05.

Variable dependiente: respuesta

Pruebas de efectos entre temas

Origen

Tipo III Suma

de cuadrados df Cuadrado medio F Sig.

Modelo corregido

Intersección

Factor1

Factor2

Latino

Griego

Error

Total

Total corregido

362.750 a

1 914.063

5.188

15.188

108.188

234.188

98.188

2 375.000

460.938

12

1

3

3

3

3

3

16

15

30.229

1 914.063

1.729

5.063

36.063

78.063

32.729

.924

58.482

.053

.155

1.102

2.385

.607

.005

.981

.920

.469

.247

a R cuadrada = .787 (R cuadrada ajustada = .065)

CAPÍTULO 17

17.26 Con la alternativa de dos colas, el valor p es 0.0352. Al nivel de significancia 0.05 hay diferencia debida al aditivo, pero al

nivel 0.01, no. El valor p se obtiene usando la distribución binomial y no la aproximación normal a la binomial.

17.27 Con la alternativa de una cola, el valor p es 0.0176. Como el valor p es menor que 0.05, se rechaza la hipótesis nula de que

no hay diferencia debida al aditivo.

17.28 Empleando EXCEL, el valor p se obtiene con =1−BINOMDIST(24,31,0.5,1) que da 0.00044. El programa es efectivo

al nivel de significancia 0.05.

17.29 Empleando EXCEL, el valor p se obtiene con =1−BINOMDIST(15,22,0.5,1), que da 0.0262. El programa es efectivo

al nivel de significancia 0.05.

17.30 Empleando EXCEL, el valor p se obtiene con =1−BINOMDIST(16,25,0.5,1), que da 0.0539. Al nivel de significancia

0.05 no se puede concluir que la marca B se prefiera a la marca A.

17.31 BS = 25 BS = 30 BS = 35 BS = 40

41 16 11 6 1

37 12 7 2 3

25 0 5 10 15

43 18 13 8 3

42 17 12 7 2

28 3 2 7 12

32 7 2 3 8

36 11 6 1 4

27 2 3 8 13

33 8 3 2 7


RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 551

35 10 5 0 5

24 1 6 11 16

22 3 8 13 18

34 9 4 1 6

28 3 2 7 12

38 13 8 3 2

46 21 16 11 6

41 16 11 6 1

27 2 3 8 13

31 6 1 4 9

23 2 7 12 17

30 5 0 5 10

37 12 7 2 3

36 11 6 1 4

24 1 6 11 16

0.00154388 2*BINOMDIST(4,24,0.5,1) Reject null

0.307456255 2*BINOMDIST(9,24,0.5,1) Do not reject null

0.541256189 2*BINOMDIST(10,24,0.5,1) Do not reject null

0.004077315 2*BINOMDIST(5,25,0.5,1) Reject null

17.34 La suma de los rangos de la muestra menor = 141.5 y la suma de los rangos de la muestra mayor = 158.5. El valor p para

dos colas = 0.3488. Al nivel de significancia 0.05 no se rechaza la hipótesis nula de no diferencia, pues el valor p >

0.05.

17.35 En el problema 17.34, al nivel 0.01 no se puede rechazar la hipótesis nula en la prueba de una cola.

17.36 La suma de los rangos de la muestra menor = 132.5 y la suma de los rangos de la muestra mayor = 77.5. Para dos colas el

valor p = 0.0044. La hipótesis nula de no diferencia se rechaza tanto a nivel 0.01 como a nivel 0.05, ya que el valor p <

0.05.

17.37 Al nivel de significancia 0.05, el agricultor del problema 17.36 puede concluir que el trigo II da mayor rendimiento que el

trigo I.

17.38 Para la marca A, la suma de los rangos = 86.0 y para la marca B, la suma de los rangos = 124.0. Para dos colas el valor p

= 0.1620. a) Al nivel de significancia 0.05, no se rechaza la hipótesis nula de no diferencia entre las dos marcas versus hay

diferencia, ya que el valor p > 0.05. b) Al nivel de significancia 0.05 no se puede concluir que la marca B sea mejor que la

marca A, ya que para una cola valor p (0.081) > 0.05.

17.39 Sí, se puede emplear tanto la prueba U como la prueba de los signos para determinar si hay diferencia entre las dos máquinas.

17.41 3.

17.42 6.

17.46 a) 246; b) 168; c) 0.

17.47 a) 236; b) 115; c) 100.

17.49 H = 2.59, DF = 4, P = 0.629. A los niveles de significancia 0.05 y 0.01, no hay diferencia entre los rendimientos de las

cinco variedades, ya que el valor p es mayor que 0.01 y que 0.05.

17.50 H = 8.42, DF = 3, P = 0.038. Al nivel de significancia 0.05 sí hay diferencia entre las cuatro marcas de neumáticos, pero

no al nivel de significancia 0.01, ya que 0.01 < valor p < 0.05.


552 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS

17.51 H = 6.54, DF = 2, P = 0.038. Al nivel de significancia 0.05 sí hay diferencia entre los tres métodos de enseñanza, pero no

al nivel de significancia 0.01, ya que 0.01 < valor p < 0.05.

17.52 H = 9.22, DF = 3, P = 0.026. Al nivel de significancia 0.05 hay diferencia significativa entre las cuatro materias, pero no

al nivel de significancia 0.01, ya que 0.01 < valor p < 0.05.

17.53 a) H = 7.88, DF = 8, P = 0.446. A los niveles de significancia 0.01 y 0.05 no hay diferencia significativa entre las duraciones

de los tres cinescopios, ya que el valor p > 0.01 y 0.05.

b) H = 2.59, DF = 4, P = 0.629. A los niveles de significancia 0.01 y 0.05 no hay diferencia significativa entre las cinco

variedades de trigo, ya que el valor p > 0.01 y 0.05.

c) H = 5.70, DF = 3, P = 0.127. A los niveles de significancia 0.01 y 0.05 no hay diferencia significativa entre las cuatro

marcas de neumáticos, ya que el valor p > 0.01 y > 0.05.

17.54 a) H = 5.65, DF = 2, P = 0.059. A los niveles de significancia 0.01 y 0.05 no hay diferencia entre los tres métodos de

enseñanza, ya que el valor p > 0.01 y > 0.05.

b) H = 10.25, DF = 4, P = 0.036. Al nivel de significancia 0.05 hay diferencia entre las cinco marcas de gasolina, pero no

al nivel 0.01, ya que 0.01 < valor p < 0.05.

c) H = 9.22, DF = 3, P = 0.026. Al nivel de significancia 0.05 hay diferencia entre las cuatro materias, pero no al nivel

0.01, ya que 0.01 < valor p < 0.05.

17.55 a) 8; b) 10.

17.56 a) El número de rachas es V = 10.

b) La prueba de aleatoriedad está basada en la distribución normal estándar. La media es

µ V ¼ 2N 1N 2

þ 1 ¼ 2ð11Þð14Þ þ 1 ¼ 13:32

N 1 þ N 2 25

y la desviación estándar es

sffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2ð11Þð14Þf2ð11Þð14Þ 11 14g

s V ¼

25 2 ¼ 2:41

ð24Þ

La Z encontrada es

Z ¼

10 13:32

¼ 1:38

2:41

Empleando EXCEL, el valor p es =2*NORMSDIST(−1.38) que es 0.1676. Dado que el valor p es grande, no se duda de

la aleatoriedad.

17.57 a) Aun cuando el número de corridas es menor que lo esperado, el valor p no es menor que 0.05. No se rechaza la aleatoriedad

de la secuencia (10).

Prueba de corridas: moneda

Runs test for coin

Runs above and below K ¼ 0.4

The observed number of runs ¼ 7

The expected number of runs ¼ 10.6

8 observations above K, 12 below

* N is small, so the following approximation may be invalid.

P-value ¼ 0.084

b) El número de rachas es mayor que lo esperado. Se rechaza la aleatoriedad de la secuencia (11).

Prueba de corridas: moneda

Runs test for coin

Runs above and below K ¼ 0.5


RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 553

The observed number of runs ¼ 12

The expected number of runs ¼ 7

6 observations above K, 6 below

* N is small, so the following approximation may be invalid.

P-value ¼ 0.002

17.58 a)

b)

c)

Sequence

Runs

a a b 2

a b a 3

b a a 2

Sampling distribution

V f

2 2

3 1

Probability distribution

V Pr{V}

2 0.667

3 0.333

17.59 Media = 2.333 Varianza = 0.222

17.60 a)

Sequence

Runs

a a b b 2

a b a b 4

a b b a 3

b b a a 2

b a b a 4

b a a b 3

Sampling distribution

V f

2 2

3 2

4 2

Probability distribution

V Pr{V}

2 0.333

3 0.333

4 0.333

Mean V 3

Variance V 0.667

b)

Sequence

Runs

a b b b 2

b a b b 3


554 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS

b b a b 3

b b b a 3

Sampling distribution

V f

2 1

3 3

Probability distribution

V Pr{V}

2 0.25

3 0.75

Mean V 2.75

Variance V 0.188

c)

Sequence

Runs

a b b b b 2

b a b b b 3

b b a b b 3

b b b a b 3

b b b b a 2

Sampling distribution

V f

2 2

3 3

Probability distribution

V Pr{V}

2 0.4

3 0.6

Mean V 2.6

Variance V 0.24

17.61 a)

Sequence

Runs

a a b b b b 2

a b a b b b 4

a b b a b b 4

a b b b a b 4

a b b b b a 3

b a a b b b 3

b a b a b b 5

b a b b a b 5

b a b b b a 4

b b a a b b 3

b b a b a b 5

b b a b b a 4

b b b b a a 2

b b b a b a 4

b b b a a b 3


RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 555

b)

c)

Sampling distribution

V f

2 2

3 4

4 6

5 3

Probability distribution

V Pr{V}

2 0.133

3 0.267

4 0.4

5 0.2

Mean V 3.667

Variance V 0.888

17.62 Supóngase que los renglones se leen uno por uno. Es decir, primero el renglón 1, luego el renglón 2, luego el renglón 3 y

finalmente el renglón 4.

Prueba de corridas: Calificaciones

Runs test for Grade

Runs above and below K ¼ 69

The observed number of runs ¼ 26

The expected number of runs ¼ 20.95

21 observations above K, 19 below

P-value ¼ 0.105

Al nivel de significancia 0.05 puede suponerse que las calificaciones se registraron en forma aleatoria.

17.63 Supóngase que los datos se registraron renglón por renglón.

Runs test for price

Runs above and below K ¼ 11.36

The observed number of runs ¼ 10

The expected number of runs ¼ 13.32

14 observations above K, 11 below

P-value ¼ 0.168

Al nivel de significancia 0.05 puede suponerse que los precios son aleatorios.

17.64 En los dígitos después del punto decimal, considérese que 0 representa a un dígito par y 1 representa un dígito non.

Runs test for digit

Runs above and below K ¼ 0.473684

The observed number of runs ¼ 9

The expected number of runs ¼ 10.4737

9 observations above K, 10 below

* N is small, so the following approximation may be invalid.

P-value ¼ 0.485

Al nivel de significancia 0.05 puede suponerse que los dígitos son aleatorios.

17.65 Al nivel de significancia 0.05 puede suponerse que los dígitos son aleatorios.


556 RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS

17.66 Usando la aproximación normal, el valor calculado para Z es −1.62. Empleando EXCEL, el valor p calculado es

=2*NORMSDIST(−1.62) que es 0.105.

17.67 Usando la aproximación normal, el valor calculado para Z es −1.38. Empleando EXCEL, el valor p calculado es

=2*NORMSDIST(−1.38) que es 0.168.

17.68 Usando la aproximación normal, el valor calculado para Z es −0.70. Empleando EXCEL, el valor p calculado es

=2*NORMSDIST(−0.70) que es 0.484.

17.70 Correlación de rangos de Spearman = 1.0 y coeficiente de correlación de Pearson = 0.998.

CAPÍTULO 18

18.16 Medias de los subgrupos: 13.25 14.50 17.25 14.50 13.50 14.75 13.75 15.00 15.00 17.00

Rangos de los subgrupos: 5 9 5 6 8 9 10 5 5 7

X ¼ 14:85, R ¼ 6:9:

18.17 La estimación conjunta de σ es 1.741. LCL = 450.7, UCL = 455.9. Ninguna de las medias de los subgrupos está fuera de

los límites de control.

18.18 No.

18.19 La gráfica indica que ha disminuido la variabilidad. Los nuevos límites de control son LCL = 452.9 y UCL = 455.2. Después

de la modificación, también parece que el proceso se ha centrado más próximo al valor objetivo.

18.20 Los límites de control son LCL = 1.980 y UCL = 2.017. Los periodos 4, 5 y 6 no satisfacen la prueba 5. Los periodos 15

a 20 no satisfacen la prueba 4. Cada uno de estos puntos es el último de 14 puntos consecutivos alternantes hacia arriba y

hacia abajo.

18.21 C PK = 0.63. ppm de no conformes = 32 487.

18.22 C PK = 1.72. ppm de no conformes = menos de 1.

18.23 Línea central = 0.006133, LCL = 0, UCL = 0.01661. El proceso está bajo control. ppm = 6 133.

18.24 Línea central = 3.067, LCL = 0, UCL = 8.304.

18.25 0.032 0.027 0.032 0.024 0.024 0.027 0.032 0.032 0.027 0.024 0.032 0.024

0.027 0.024 0.027 0.024 0.027 0.027 0.027 0.027

18.26 Línea central = X = 349.9.

Rangos móviles: 0.0 0.2 0.6 0.8 0.4 0.3 0.1 0.4 0.4 0.9 0.2 1.1 0.5 1.5 2.8 1.6 0.3 0.1 1.2 1.9 0.2

1.2 0.9

Media de los anteriores rangos móviles = R M = 0.765.

Límites de control de la gráfica de mediciones individuales X 3ð R M =d 2 Þ. d 2 es una constante de la gráfica de

mediciones individuales que se obtiene de tablas de diversas fuentes y que en este caso es igual a 1.128. LCL = 347.9 y

UCL = 352.0.

18.27 La gráfica EWMA indica que las medias del proceso se encuentran constantemente abajo del valor objetivo. Las medias de

los subgrupos 12 y 13 caen abajo de los límites de control inferior. Las medias de los grupos después del 13 están arriba de

los límites inferiores de control; pero la media del proceso sigue estando abajo del valor objetivo.

18.28 La gráfica de zonas no indica que haya alguna situación fuera de control. Sin embargo, como se ve en el problema 18.20,

hay 14 puntos consecutivos alternando hacia arriba y hacia abajo. Dada la manera en que funciona una gráfica de zonas,

ésta no indica esta situación.


RESPUESTAS A LOS PROBLEMAS SUPLEMENTARIOS 557

18.29 Los 20 límites de control inferiores son: 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.38 0.00 0.00 0.00 0.00 0.00 0.38 0.00

0.00 0.38 0.00 0.38 0.38.

Los 20 límites de control superiores son: 9.52 9.52 9.52 9.52 9.52 7.82 8.46 7.07 7.82 8.46 9.52 9.52 9.52

7.07 9.52 9.52 7.07 9.52 7.07 7.07.

18.30 Decoloración; decoloración y pérdida del tirante.



APÉNDICES



Apéndice I

Ordenadas Ordinates (Y(Y)

)

en of z, the

en la Standard curva

Normal normalCurve

estándar at z

0

Y

z

z 0 1 2 3 4 5 6 7 8 9

0.0 .3989 .3989 .3989 .3988 .3986 .3984 .3982 .3980 .3977 .3973

0.1 .3970 .3965 .3961 .3956 .3951 .3945 .3939 .3932 .3925 .3918

0.2 .3910 .3902 .3894 .3885 .3876 .3867 .3857 .3847 .3836 .3825

0.3 .3814 .3802 .3790 .3778 .3765 .3752 .3739 .3725 .3712 .3697

0.4 .3683 .3668 .3653 .3637 .3621 .3605 .3589 .3572 .3555 .3538

0.5 .3521 .3503 .3485 .3467 .3448 .3429 .3410 .3391 .3372 .3352

0.6 .3332 .3312 .3292 .3271 .3251 .3230 .3209 .3187 .3166 .3144

0.7 .3123 .3101 .3079 .3056 .3034 .3011 .2989 .2966 .2943 .2920

0.8 .2897 .2874 .2850 .2827 .2803 .2780 .2756 .2732 .2709 .2685

0.9 .2661 .2637 .2613 .2589 .2565 .2541 .2516 .2492 .2468 .2444

1.0 .2420 .2396 .2371 .2347 .2323 .2299 .2275 .2251 .2227 .2203

1.1 .2179 .2155 .2131 .2107 .2083 .2059 .2036 .2012 .1989 .1965

1.2 .1942 .1919 .1895 .1872 .1849 .1826 .1804 .1781 .1758 .1736

1.3 .1714 .1691 .1669 .1647 .1626 .1604 .1582 .1561 .1539 .1518

1.4 .1497 .1476 .1456 .1435 .1415 .1394 .1374 .1354 .1334 .1315

1.5 .1295 .1276 .1257 .1238 .1219 .1200 .1182 .1163 .1145 .1127

1.6 .1109 .1092 .1074 .1057 .1040 .1023 .1006 .0989 .0973 .0957

1.7 .0940 .0925 .0909 .0893 .0878 .0863 .0848 .0833 .0818 .0804

1.8 .0790 .0775 .0761 .0748 .0734 .0721 .0707 .0694 .0681 .0669

1.9 .0656 .0644 .0632 .0620 .0608 .0596 .0584 .0573 .0562 .0551

2.0 .0540 .0529 .0519 .0508 .0498 .0488 .0478 .0468 .0459 .0449

2.1 .0440 .0431 .0422 .0413 .0404 .0396 .0387 .0379 .0371 .0363

2.2 .0355 .0347 .0339 .0332 .0325 .0317 .0310 .0303 .0297 .0290

2.3 .0283 .0277 .0270 .0264 .0258 .0252 .0246 .0241 .0235 .0229

2.4 .0224 .0219 .0213 .0208 .0203 .0198 .0194 .0189 .0184 .0180

2.5 .0175 .0171 .0167 .0163 .0158 .0154 .0151 .0147 .0143 .0139

2.6 .0136 .0132 .0129 .0126 .0122 .0119 .0116 .0113 .0110 .0107

2.7 .0104 .0101 .0099 .0096 .0093 .0091 .0088 .0086 .0084 .0081

2.8 .0079 .0077 .0075 .0073 .0071 .0069 .0067 .0065 .0063 .0061

2.9 .0060 .0058 .0056 .0055 .0053 .0051 .0050 .0048 .0047 .0046

3.0 .0044 .0043 .0042 .0040 .0039 .0038 .0037 .0036 .0035 .0034

3.1 .0033 .0032 .0031 .0030 .0029 .0028 .0027 .0026 .0025 .0025

3.2 .0024 .0023 .0022 .0022 .0021 .0020 .0020 .0019 .0018 .0018

3.3 .0017 .0017 .0016 .0016 .0015 .0015 .0014 .0014 .0013 .0013

3.4 .0012 .0012 .0012 .0011 .0011 .0010 .0010 .0010 .0009 .0009

3.5 .0009 .0008 .0008 .0008 .0008 .0007 .0007 .0007 .0007 .0006

3.6 .0006 .0006 .0006 .0005 .0005 .0005 .0005 .0005 .0005 .0004

3.7 .0004 .0004 .0004 .0004 .0004 .0004 .0003 .0003 .0003 .0003

3.8 .0003 .0003 .0003 .0003 .0003 .0002 .0002 .0002 .0002 .0002

3.9 .0002 .0002 .0002 .0002 .0002 .0002 .0002 .0002 .0001 .0001

561


Apéndice II

Áreas bajo

la Under curvathe

normal Standard estándar,

Normal desde 0Curve

hasta from 0z

to z

0

z

z 0 1 2 3 4 5 6 7 8 9

0.0 .0000 .0040 .0080 .0120 .0160 .0199 .0239 .0279 .0319 .0359

0.1 .0398 .0438 .0478 .0517 .0557 .0596 .0636 .0675 .0714 .0754

0.2 .0793 .0832 .0871 .0910 .0948 .0987 .1026 .1064 .1103 .1141

0.3 .1179 .1217 .1255 .1293 .1331 .1368 .1406 .1443 .1480 .1517

0.4 .1554 .1591 .1628 .1664 .1700 .1736 .1772 .1808 .1844 .1879

0.5 .1915 .1950 .1985 .2019 .2054 .2088 .2123 .2157 .2190 .2224

0.6 .2258 .2291 .2324 .2357 .2389 .2422 .2454 .2486 .2518 .2549

0.7 .2580 .2612 .2642 .2673 .2704 .2734 .2764 .2794 .2823 .2852

0.8 .2881 .2910 .2939 .2967 .2996 .3023 .3051 .3078 .3106 .3133

0.9 .3159 .3186 .3212 .3238 .3264 .3289 .3315 .3340 .3365 .3389

1.0 .3413 .3438 .3461 .3485 .3508 .3531 .3554 .3577 .3599 .3621

1.1 .3643 .3665 .3686 .3708 .3729 .3749 .3770 .3790 .3810 .3830

1.2 .3849 .3869 .3888 .3907 .3925 .3944 .3962 .3980 .3997 .4015

1.3 .4032 .4049 .4066 .4082 .4099 .4115 .4131 .4147 .4162 .4177

1.4 .4192 .4207 .4222 .4236 .4251 .4265 .4279 .4292 .4306 .4319

1.5 .4332 .4345 .4357 .4370 .4382 .4394 .4406 .4418 .4429 .4441

1.6 .4452 .4463 .4474 .4484 .4495 .4505 .4515 .4525 .4535 .4545

1.7 .4554 .4564 .4573 .4582 .4591 .4599 .4608 .4616 .4625 .4633

1.8 .4641 .4649 .4656 .4664 .4671 .4678 .4686 .4693 .4699 .4706

1.9 .4713 .4719 .4726 .4732 .4738 .4744 .4750 .4756 .4761 .4767

2.0 .4772 .4778 .4783 .4788 .4793 .4798 .4803 .4808 .4812 .4817

2.1 .4821 .4826 .4830 .4834 .4838 .4842 .4846 .4850 .4854 .4857

2.2 .4861 .4864 .4868 .4871 .4875 .4878 .4881 .4884 .4887 .4890

2.3 .4893 .4896 .4898 .4901 .4904 .4906 .4909 .4911 .4913 .4916

2.4 .4918 .4920 .4922 .4925 .4927 .4929 .4931 .4932 .4934 .4936

2.5 .4938 .4940 .4941 .4943 .4945 .4946 .4948 .4949 .4951 .4952

2.6 .4953 .4955 .4956 .4957 .4959 .4960 .4961 .4962 .4963 .4964

2.7 .4965 .4966 .4967 .4968 .4969 .4970 .4971 .4972 .4973 .4974

2.8 .4974 .4975 .4976 .4977 .4977 .4978 .4979 .4979 .4980 .4981

2.9 .4981 .4982 .4982 .4983 .4984 .4984 .4985 .4985 .4986 4986

3.0 .4987 .4987 .4987 .4988 .4988 .4989 .4989 .4989 .4990 .4990

3.1 .4990 .4991 .4991 .4991 .4992 .4992 .4992 .4992 .4993 .4993

3.2 .4993 .4993 .4994 .4994 .4994 .4994 .4994 .4995 .4995 .4995

3.3 .4995 .4995 .4995 .4996 .4996 .4996 .4996 .4996 .4996 .4997

3.4 .4997 .4997 .4997 .4997 .4997 .4997 .4997 .4997 .4997 .4998

3.5 .4998 .4998 .4998 .4998 .4998 .4998 .4998 .4998 .4998 .4998

3.6 .4998 .4998 .4999 .4999 .4999 .4999 .4999 .4999 .4999 .4999

3.7 .4999 .4999 .4999 .4999 .4999 .4999 .4999 .4999 .4999 .4999

3.8 .4999 .4999 .4999 .4999 .4999 .4999 .4999 .4999 .4999 .4999

3.9 .5000 .5000 .5000 .5000 .5000 .5000 .5000 .5000 .5000 .5000

562


Apéndice Appendix III III

Valores Percentile percentiles Values (t p (t)

p )

correspondientes for a

la distribución Student’s t t Distribution

de Student

con withν ngrados Degrees de of libertad Freedom

(área (shaded sombreada area = p)

t p

t :995 t :99 t :975 t :95 t :90 t :80 t :75 t :70 t :60 t :55

1 63.66 31.82 12.71 6.31 3.08 1.376 1.000 .727 .325 .158

2 9.92 6.96 4.30 2.92 1.89 1.061 .816 .617 .289 .142

3 5.84 4.54 3.18 2.35 1.64 .978 .765 .584 .277 .137

4 4.60 3.75 2.78 2.13 1.53 .941 .741 .569 .271 .134

5 4.03 3.36 2.57 2.02 1.48 .920 .727 .559 .267 .132

6 3.71 3.14 2.45 1.94 1.44 .906 .718 .553 .265 .131

7 3.50 3.00 2.36 1.90 1.42 .896 .711 .549 .263 .130

8 3.36 2.90 2.31 1.86 1.40 .889 .706 .546 .262 .130

9 3.25 2.82 2.26 1.83 1.38 .883 .703 .543 .261 .129

10 3.17 2.76 2.23 1.81 1.37 .879 .700 .542 .260 .129

11 3.11 2.72 2.20 1.80 1.36 .876 .697 .540 .260 .129

12 3.06 2.68 2.18 1.78 1.36 .873 .695 .539 .259 .128

13 3.01 2.65 2.16 1.77 1.35 .870 .694 .538 .259 .128

14 2.98 2.62 2.14 1.76 1.34 .868 .692 .537 .258 .128

15 2.95 2.60 2.13 1.75 1.34 .866 .691 .536 .258 .128

16 2.92 2.58 2.12 1.75 1.34 .865 .690 .535 .258 .128

17 2.90 2.57 2.11 1.74 1.33 .863 .689 .534 .257 .128

18 2.88 2.55 2.10 1.73 1.33 .862 .688 .534 .257 .127

19 2.86 2.54 2.09 1.73 1.33 .861 .688 .533 .257 .127

20 2.84 2.53 2.09 1.72 1.32 .860 .687 .533 .257 .127

21 2.83 2.52 2.08 1.72 1.32 .859 .686 .532 .257 .127

22 2.82 2.51 2.07 1.72 1.32 .858 .686 .532 .256 .127

23 2.81 2.50 2.07 1.71 1.32 .858 .685 .532 .256 .127

24 2.80 2.49 2.06 1.71 1.32 .857 .685 .531 .256 .127

25 2.79 2.48 2.06 1.71 1.32 .856 .684 .531 .256 .127

26 2.78 2.48 2.06 1.71 1.32 .856 .684 .531 .256 .127

27 2.77 2.47 2.05 1.70 1.31 .855 .684 .531 .256 .127

28 2.76 2.47 2.05 1.70 1.31 .855 .683 .530 .256 .127

29 2.76 2.46 2.04 1.70 1.31 .854 .683 .530 .256 .127

30 2.75 2.46 2.04 1.70 1.31 .854 .683 .530 .256 .127

40 2.70 2.42 2.02 1.68 1.30 .851 .681 .529 .255 .126

60 2.66 2.39 2.00 1.67 1.30 .848 .679 .527 .254 .126

120 2.62 2.36 1.98 1.66 1.29 .845 .677 .526 .254 .126

1 2.58 2.33 1.96 1.645 1.28 .842 .674 .524 .253 .126

Fuente: R. A. Fisher y F. Yates, Statistical Tables for Biological, Agricultural and Medical Research (Tablas de estadísticas para la investigación

biológica, agrícola y médica) (5a. edición), Tabla III, Oliver and Boyd Ltd., Edinburgh, con autorización de los autores y editores.

563


Apéndice IV

Valores percentiles (χ 2 p )

correspondientes

a la distribución ji cuadrada

con with ν grados n Degrees de libertad of Freedom

(área(shaded sombreada area = = p) p)

2 :995 2 :99 2 :975 2 :95 2 :90 2 :75 2 :50 2 :25 2 :10 2 :05 2 :025 2 :01 2 :005

1 7.88 6.63 5.02 3.84 2.71 1.32 .455 .102 .0158 .0039 .0010 .0002 .0000

2 10.6 9.21 7.38 5.99 4.61 2.77 1.39 .575 .211 .103 .0506 .0201 .0100

3 12.8 11.3 9.35 7.81 6.25 4.11 2.37 1.21 .584 .352 .216 .115 .072

4 14.9 13.3 11.1 9.49 7.78 5.39 3.36 1.92 1.06 .711 .484 .297 .207

5 16.7 15.1 12.8 11.1 9.24 6.63 4.35 2.67 1.61 1.15 .831 .554 .412

6 18.5 16.8 14.4 12.6 10.6 7.84 5.35 3.45 2.20 1.64 1.24 .872 .676

7 20.3 18.5 16.0 14.1 12.0 9.04 6.35 4.25 2.83 2.17 1.69 1.24 .989

8 22.0 20.1 17.5 15.5 13.4 10.2 7.34 5.07 3.49 2.73 2.18 1.65 1.34

9 23.6 21.7 19.0 16.9 14.7 11.4 8.34 5.90 4.17 3.33 2.70 2.09 1.73

10 25.2 23.2 20.5 18.3 16.0 12.5 9.34 6.74 4.87 3.94 3.25 2.56 2.16

11 26.8 24.7 21.9 19.7 17.3 13.7 10.3 7.58 5.58 4.57 3.82 3.05 2.60

12 28.3 26.2 23.3 21.0 18.5 14.8 11.3 8.44 6.30 5.23 4.40 3.57 3.07

13 29.8 27.7 24.7 22.4 19.8 16.0 12.3 9.30 7.04 5.89 5.01 4.11 3.57

14 31.3 29.1 26.1 23.7 21.1 17.1 13.3 10.2 7.79 6.57 5.63 4.66 4.07

15 32.8 30.6 27.5 25.0 22.3 18.2 14.3 11.0 8.55 7.26 6.26 5.23 4.60

16 34.3 32.0 28.8 26.3 23.5 19.4 15.3 11.9 9.31 7.96 6.91 5.81 5.14

17 35.7 33.4 30.2 27.6 24.8 20.5 16.3 12.8 10.1 8.67 7.56 6.41 5.70

18 37.2 34.8 31.5 28.9 26.0 21.6 17.3 13.7 10.9 9.39 8.23 7.01 6.26

19 38.6 36.2 32.9 30.1 27.2 22.7 18.3 14.6 11.7 10.1 8.91 7.63 6.84

20 40.0 37.6 34.2 31.4 28.4 23.8 19.3 15.5 12.4 10.9 9.59 8.26 7.43

21 41.4 38.9 35.5 32.7 29.6 24.9 20.3 16.3 13.2 11.6 10.3 8.90 8.03

22 42.8 40.3 36.8 33.9 30.8 26.0 21.3 17.2 14.0 12.3 11.0 9.54 8.64

23 44.2 41.6 38.1 35.2 32.0 27.1 22.3 18.1 14.8 13.1 11.7 10.2 9.26

24 45.6 43.0 39.4 36.4 33.2 28.2 23.3 19.0 15.7 13.8 12.4 10.9 9.89

25 46.9 44.3 40.6 37.7 34.4 29.3 24.3 19.9 16.5 14.6 13.1 11.5 10.5

26 48.3 45.6 41.9 38.9 35.6 30.4 25.3 20.8 17.3 15.4 13.8 12.2 11.2

27 49.6 47.0 43.2 40.1 36.7 31.5 26.3 21.7 18.1 16.2 14.6 12.9 11.8

28 51.0 48.3 44.5 41.3 37.9 32.6 27.3 22.7 18.9 16.9 15.3 13.6 12.5

29 52.3 49.6 45.7 42.6 39.1 33.7 28.3 23.6 19.8 17.7 16.0 14.3 13.1

30 53.7 50.9 47.0 43.8 40.3 34.8 29.3 24.5 20.6 18.5 16.8 15.0 13.8

40 66.8 63.7 59.3 55.8 51.8 46.6 39.3 33.7 29.1 26.5 24.4 22.2 20.7

50 79.5 76.2 71.4 67.5 63.2 56.3 49.3 42.9 37.7 34.8 32.4 29.7 28.0

60 92.0 88.4 83.3 79.1 74.4 67.0 59.3 52.3 46.5 43.2 40.5 37.5 35.5

70 104.2 100.4 95.0 90.5 85.5 77.6 69.3 61.7 55.3 51.7 48.8 45.4 43.3

80 116.3 112.3 106.6 101.9 96.6 88.1 79.3 71.1 64.3 60.4 57.2 53.5 51.2

90 128.3 124.1 118.1 113.1 107.6 98.6 89.3 80.6 73.3 69.1 65.6 61.8 59.2

100 140.2 135.8 129.6 124.3 118.5 109.1 99.3 90.1 82.4 77.9 74.2 70.1 67.3

Fuente: Catherine M. Thompson, Table of percentage points of the χ 2 distribution. Biometrika, vol. 32 (1941) con autorización de autor y

editor.

564


Apéndice Appendix V V

Valores 95th Percentile del percentil Values 95

correspondientes

for the F Distribution

(n 1 degrees a la distribución of freedom in F numerator)

(ν(n 1 grados 2 degrees libertad of freedom en el innumerador)

denominator)

(ν 2 grados de libertad en el denominador)

0.95

F .95

0.05

1

2

1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120 1

1 161 200 216 225 230 234 237 239 241 242 244 246 248 249 250 251 252 253 254

2 18.5 19.0 19.2 19.2 19.3 19.3 19.4 19.4 19.4 19.4 19.4 19.4 19.4 19.5 19.5 19.5 19.5 19.5 19.5

3 10.1 9.55 9.28 9.12 9.01 8.94 8.89 8.85 8.81 8.79 8.74 8.70 8.66 8.64 8.62 8.59 8.57 8.55 8.53

4 7.71 6.94 6.59 6.39 6.26 6.16 6.09 6.04 6.00 5.96 5.91 5.86 5.80 5.77 5.75 5.72 5.69 5.66 5.63

5 6.61 5.79 5.41 5.19 5.05 4.95 4.88 4.82 4.77 4.74 4.68 4.62 4.56 4.53 4.50 4.46 4.43 4.40 4.37

6 5.99 5.14 4.76 4.53 4.39 4.28 4.21 4.15 4.10 4.06 4.00 3.94 3.87 3.84 3.81 3.77 3.74 3.70 3.67

7 5.59 4.74 4.35 4.12 3.97 3.87 3.79 3.73 3.68 3.64 3.57 3.51 3.44 3.41 3.38 3.34 3.30 3.27 3.23

8 5.32 4.46 4.07 3.84 3.69 3.58 3.50 3.44 3.39 3.35 3.28 3.22 3.15 3.12 3.08 3.04 3.01 2.97 2.93

9 5.12 4.26 3.86 3.63 3.48 3.37 3.29 3.23 3.18 3.14 3.07 3.01 2.94 2.90 2.86 2.83 2.79 2.75 2.71

10 4.96 4.10 3.71 3.48 3.33 3.22 3.14 3.07 3.02 2.98 2.91 2.85 2.77 2.74 2.70 2.66 2.62 2.58 2.54

11 4.84 3.98 3.59 3.36 3.20 3.09 3.01 2.95 2.90 2.85 2.79 2.72 2.65 2.61 2.57 2.53 2.49 2.45 2.40

12 4.75 3.89 3.49 3.26 3.11 3.00 2.91 2.85 2.80 2.75 2.69 2.62 2.54 2.51 2.47 2.43 2.38 2.34 2.30

13 4.67 3.81 3.41 3.18 3.03 2.92 2.83 2.77 2.71 2.67 2.60 2.53 2.46 2.42 2.38 2.34 2.30 2.25 2.21

14 4.60 3.74 3.34 3.11 2.96 2.85 2.76 2.70 2.65 2.60 2.53 2.46 2.39 2.35 2.31 2.27 2.22 2.18 2.13

15 4.54 3.68 3.29 3.06 2.90 2.79 2.71 2.64 2.59 2.54 2.48 2.40 2.33 2.29 2.25 2.20 2.16 2.11 2.07

16 4.49 3.63 3.24 3.01 2.85 2.74 2.66 2.59 2.54 2.49 2.42 2.35 2.28 2.24 2.19 2.15 2.11 2.06 2.01

17 4.45 3.59 3.20 2.96 2.81 2.70 2.61 2.55 2.49 2.45 2.38 2.31 2.23 2.19 2.15 2.10 2.06 2.01 1.96

18 4.41 3.55 3.16 2.93 2.77 2.66 2.58 2.51 2.46 2.41 2.34 2.27 2.19 2.15 2.11 2.06 2.02 1.97 1.92

19 4.38 3.52 3.13 2.90 2.74 2.63 2.54 2.48 2.42 2.38 2.31 2.23 2.16 2.11 2.07 2.03 1.98 1.93 1.88

20 4.35 3.49 3.10 2.87 2.71 2.60 2.51 2.45 2.39 2.35 2.28 2.20 2.12 2.08 2.04 1.99 1.95 1.90 1.84

21 4.32 3.47 3.07 2.84 2.68 2.57 2.49 2.42 2.37 2.32 2.25 2.18 2.10 2.05 2.01 1.96 1.92 1.87 1.81

22 4.30 3.44 3.05 2.82 2.66 2.55 2.46 2.40 2.34 2.30 2.23 2.15 2.07 2.03 1.98 1.94 1.89 1.84 1.78

23 4.28 3.42 3.03 2.80 2.64 2.53 2.44 2.37 2.32 2.27 2.20 2.13 2.05 2.01 1.96 1.91 1.86 1.81 1.76

24 4.26 3.40 3.01 2.78 2.62 2.51 2.42 2.36 2.30 2.25 2.18 2.11 2.03 1.98 1.94 1.89 1.84 1.79 1.73

25 4.24 3.39 2.99 2.76 2.60 2.49 2.40 2.34 2.28 2.24 2.16 2.09 2.01 1.96 1.92 1.87 1.82 1.77 1.71

26 4.23 3.37 2.98 2.74 2.59 2.47 2.39 2.32 2.27 2.22 2.15 2.07 1.99 1.95 1.90 1.85 1.80 1.75 1.69

27 4.21 3.35 2.96 2.73 2.57 2.46 2.37 2.31 2.25 2.20 2.13 2.06 1.97 1.93 1.88 1.84 1.79 1.73 1.67

28 4.20 3.34 2.95 2.71 2.56 2.45 2.36 2.29 2.24 2.19 2.12 2.04 1.96 1.91 1.87 1.82 1.77 1.71 1.65

29 4.18 3.33 2.93 2.70 2.55 2.43 2.35 2.28 2.22 2.18 2.10 2.03 1.94 1.90 1.85 1.81 1.75 1.70 1.64

30 4.17 3.32 2.92 2.69 2.53 2.42 2.33 2.27 2.21 2.16 2.09 2.01 1.93 1.89 1.84 1.79 1.74 1.68 1.62

40 4.08 3.23 2.84 2.61 2.45 2.34 2.25 2.18 2.12 2.08 2.00 1.92 1.84 1.79 1.74 1.69 1.64 1.58 1.51

60 4.00 3.15 2.76 2.53 2.37 2.25 2.17 2.10 2.04 1.99 1.92 1.84 1.75 1.70 1.65 1.59 1.53 1.47 1.39

120 3.92 3.07 2.68 2.45 2.29 2.18 2.09 2.02 1.96 1.91 1.83 1.75 1.66 1.61 1.55 1.50 1.43 1.35 1.25

1 3.84 3.00 2.60 2.37 2.21 2.10 2.01 1.94 1.88 1.83 1.75 1.67 1.57 1.52 1.46 1.39 1.32 1.22 1.00

Fuente: E. S. Pearson y H. O. Hartley, Biometrika Table for Statisticians, vol. 2 (1972), tabla 5, página 178, con autorización.

565


Apéndice Appendix VI VI

99th Percentile Values

Valores fordel thepercentil F Distribution 99

(n 1 degrees correspondientes of freedom in numerator)

(n 2 degrees a la distribución of freedomFin denominator)

(ν 1 grados de libertad en el numerador)

(ν 2 grados de libertad en el denominador)

0.99

F .99

0.01

1

2

1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120 1

1 4052 5000 5403 5625 5764 5859 5928 5981 6023 6056 6106 6157 6209 6235 6261 6287 6313 6339 6366

2 98.5 99.0 99.2 99.2 99.3 99.3 99.4 99.4 99.4 99.4 99.4 99.4 99.4 99.5 99.5 99.5 99.5 99.5 99.5

3 34.1 30.8 29.5 28.7 28.2 27.9 27.7 27.5 27.3 27.2 27.1 26.9 26.7 26.6 26.5 26.4 26.3 26.2 26.1

4 21.2 18.0 16.7 16.0 15.5 15.2 15.0 14.8 14.7 14.5 14.4 14.2 14.0 13.9 13.8 13.7 13.7 13.6 13.5

5 16.3 13.3 12.1 11.4 11.0 10.7 10.5 10.3 10.2 10.1 9.89 9.72 9.55 9.47 9.38 9.29 9.20 9.11 9.02

6 13.7 10.9 9.78 9.15 8.75 8.47 8.26 8.10 7.98 7.87 7.72 7.56 7.40 7.31 7.23 7.14 7.06 6.97 6.88

7 12.2 9.55 8.45 7.85 7.46 7.19 6.99 6.84 6.72 6.62 6.47 6.31 6.16 6.07 5.99 5.91 5.82 5.74 5.65

8 11.3 8.65 7.59 7.01 6.63 6.37 6.18 6.03 5.91 5.81 5.67 5.52 5.36 5.28 5.20 5.12 5.03 4.95 4.86

9 10.6 8.02 6.99 6.42 6.06 5.80 5.61 5.47 5.35 5.26 5.11 4.96 4.81 4.73 4.65 4.57 4.48 4.40 4.31

10 10.0 7.56 6.55 5.99 5.64 5.39 5.20 5.06 4.94 4.85 4.71 4.56 4.41 4.33 4.25 4.17 4.08 4.00 3.91

11 9.65 7.21 6.22 5.67 5.32 5.07 4.89 4.74 4.63 4.54 4.40 4.25 4.10 4.02 3.94 3.86 3.78 3.69 3.60

12 9.33 6.93 5.95 5.41 5.06 4.82 4.64 4.50 4.39 4.30 4.16 4.01 3.86 3.78 3.70 3.62 3.54 3.45 3.36

13 9.07 6.70 5.74 5.21 4.86 4.62 4.44 4.30 4.19 4.10 3.96 3.82 3.66 3.59 3.51 3.43 3.34 3.25 3.17

14 8.86 6.51 5.56 5.04 4.70 4.46 4.28 4.14 4.03 3.94 3.80 3.66 3.51 3.43 3.35 3.27 3.18 3.09 3.00

15 8.68 6.36 5.42 4.89 4.56 4.32 4.14 4.00 3.89 3.80 3.67 3.52 3.37 3.29 3.21 3.13 3.05 2.96 2.87

16 8.53 6.23 5.29 4.77 4.44 4.20 4.03 3.89 3.78 3.69 3.55 3.41 3.26 3.18 3.10 3.02 2.93 2.84 2.75

17 8.40 6.11 5.19 4.67 4.34 4.10 3.93 3.79 3.68 3.59 3.46 3.31 3.16 3.08 3.00 2.92 2.83 2.75 2.65

18 8.29 6.01 5.09 4.58 4.25 4.01 3.84 3.71 3.60 3.51 3.37 3.23 3.08 3.00 2.92 2.84 2.75 2.66 2.57

19 8.18 5.93 5.01 4.50 4.17 3.94 3.77 3.63 3.52 3.43 3.30 3.15 3.00 2.92 2.84 2.76 2.67 2.58 2.49

20 8.10 5.85 4.94 4.43 4.10 3.87 3.70 3.56 3.46 3.37 3.23 3.09 2.94 2.86 2.78 2.69 2.61 2.52 2.42

21 8.02 5.78 4.87 4.37 4.04 3.81 3.64 3.51 3.40 3.31 3.17 3.03 2.88 2.80 2.72 2.64 2.55 2.46 2.36

22 7.95 5.72 4.82 4.31 3.99 3.76 3.59 3.45 3.35 3.26 3.12 2.98 2.83 2.75 2.67 2.58 2.50 2.40 2.31

23 7.88 5.66 4.76 4.26 3.94 3.71 3.54 3.41 3.30 3.21 3.07 2.93 2.78 2.70 2.62 2.54 2.45 2.35 2.26

24 7.82 5.61 4.72 4.22 3.90 3.67 3.50 3.36 3.26 3.17 3.03 2.89 2.74 2.66 2.58 2.49 2.40 2.31 2.21

25 7.77 5.57 4.68 4.18 3.86 3.63 3.46 3.32 3.22 3.13 2.99 2.85 2.70 2.62 2.54 2.45 2.36 2.27 2.17

26 7.72 5.53 4.64 4.14 3.82 3.59 3.42 3.29 3.18 3.09 2.96 2.82 2.66 2.58 2.50 2.42 2.33 2.23 2.13

27 7.68 5.49 4.60 4.11 3.78 3.56 3.39 3.26 3.15 3.06 2.93 2.78 2.63 2.55 2.47 2.38 2.29 2.20 2.10

28 7.64 5.45 4.57 4.07 3.75 3.53 3.36 3.23 3.12 3.03 2.90 2.75 2.60 2.52 2.44 2.35 2.26 2.17 2.06

29 7.60 5.42 4.54 4.04 3.73 3.50 3.33 3.20 3.09 3.00 2.87 2.73 2.57 2.49 2.41 2.33 2.23 2.14 2.03

30 7.56 5.39 4.51 4.02 3.70 3.47 3.30 3.17 3.07 2.98 2.84 2.70 2.55 2.47 2.39 2.30 2.21 2.11 2.01

40 7.31 5.18 4.31 3.83 3.51 3.29 3.12 2.99 2.89 2.80 2.66 2.52 2.37 2.29 2.20 2.11 2.02 1.92 1.80

60 7.08 4.98 4.13 3.65 3.34 3.12 2.95 2.82 2.72 2.63 2.50 2.35 2.20 2.12 2.03 1.94 1.84 1.73 1.60

120 6.85 4.79 3.95 3.48 3.17 2.96 2.79 2.66 2.56 2.47 2.34 2.19 2.03 1.95 1.86 1.76 1.66 1.53 1.38

1 6.63 4.61 3.78 3.32 3.02 2.80 2.64 2.51 2.41 2.32 2.18 2.04 1.88 1.79 1.70 1.59 1.47 1.32 1.00

Fuente: E. S. Pearson y H. O. Hartley, Biometrika Table for Statisticians, vol. 2 (1972), tabla 5, página 180, con autorización.

566


Apéndice VII

Logaritmos comunes con cuatro cifras decimales

N 0 1 2 3 4 5 6 7 8 9

Partes Proportional proporcionales Parts

1 2 3 4 5 6 7 8 9

10 0000 0043 0086 0128 0170 0212 0253 0294 0334 0374 4 8 12 17 21 25 29 33 37

11 0414 0453 0492 0531 0569 0607 0645 0682 0719 0755 4 8 11 15 19 23 26 30 34

12 0792 0828 0864 0899 0934 0969 1004 1038 1072 1106 3 7 10 14 17 21 24 28 31

13 1139 1173 1206 1239 1271 1303 1335 1367 1399 1430 3 6 10 13 16 19 23 26 29

14 1461 1492 1523 1553 1584 1614 1644 1673 1703 1732 3 6 9 12 15 18 21 24 27

15 1761 1790 1818 1847 1875 1903 1931 1959 1987 2014 3 6 8 11 14 17 20 22 25

16 2041 2068 2095 2122 2148 2175 2201 2227 2253 2279 3 5 8 11 13 16 18 21 24

17 2304 2330 2355 2380 2405 2430 2455 2480 2504 2529 2 5 7 10 12 15 17 20 22

18 2553 2577 2601 2625 2648 2672 2695 2718 2742 2765 2 5 7 9 12 14 16 19 21

19 2788 2810 2833 2856 2878 2900 2923 2945 2967 2989 2 4 7 9 11 13 16 18 20

20 3010 3032 3054 3075 3096 3118 3139 3160 3181 3201 2 4 6 8 11 13 15 17 19

21 3222 3243 3263 3284 3304 3324 3345 3365 3385 3404 2 4 6 8 10 12 14 16 18

22 3424 3444 3464 3483 3502 3522 3541 3560 3579 3598 2 4 6 8 10 12 14 15 17

23 3617 3636 3655 3674 3692 3711 3729 3747 3766 3784 2 4 6 7 9 11 13 15 17

24 3802 3820 3838 3856 3874 3892 3909 3927 3945 3962 2 4 5 7 9 11 12 14 16

25 3979 3997 4014 4031 4048 4065 4082 4099 4116 4133 2 3 5 7 9 10 12 14 15

26 4150 4166 4183 4200 4216 4232 4249 4265 4281 4298 2 3 5 7 8 10 11 13 15

27 4314 4330 4346 4362 4378 4393 4409 4425 4440 4456 2 3 5 6 8 9 11 13 14

28 4472 4487 4502 4518 4533 4548 4564 4579 4594 4609 2 3 5 6 8 9 11 12 14

29 4624 4639 4654 4669 4683 4698 4713 4728 4742 4757 1 3 4 6 7 9 10 12 13

30 4771 4786 4800 4814 4829 4843 4857 4871 4886 4900 1 3 4 6 7 9 10 11 13

31 4914 4928 4942 4955 4969 4983 4997 5011 5024 5038 1 3 4 6 7 8 10 11 12

32 5051 5065 5079 5092 5105 5119 5132 5145 5159 5172 1 3 4 5 7 8 9 11 12

33 5185 5198 5211 5224 5237 5250 5263 5276 5289 5302 1 3 4 5 6 8 9 10 12

34 5315 5328 5340 5353 5366 5378 5391 5403 5416 5428 1 3 4 5 6 8 9 10 11

35 5441 5453 5465 5478 5490 5502 5514 5527 5539 5551 1 2 4 5 6 7 9 10 11

36 5563 5575 5587 5599 5611 5623 5635 5647 5658 5670 1 2 4 5 6 7 8 10 11

37 5682 5694 5705 5717 5729 5740 5752 5763 5775 5786 1 2 3 5 6 7 8 9 10

38 5798 5809 5821 5832 5843 5855 5866 5877 5888 5899 1 2 3 5 6 7 8 9 10

39 5911 5922 5933 5944 5955 5966 5977 5988 5999 6010 1 2 3 4 5 7 8 9 10

40 6021 6031 6042 6053 6064 6075 6085 6096 6107 6117 1 2 3 4 5 6 8 9 10

41 6128 6138 6149 6160 6170 6180 6191 6201 6212 6222 1 2 3 4 5 6 7 8 9

42 6232 6243 6253 6263 6274 6284 6294 6304 6314 6325 1 2 3 4 5 6 7 8 9

43 6335 6345 6355 6365 6375 6385 6395 6405 6415 6425 1 2 3 4 5 6 7 8 9

44 6435 6444 6454 6464 6474 6484 6493 6503 6513 6522 1 2 3 4 5 6 7 8 9

45 6532 6542 6551 6561 6571 6580 6590 6599 6609 6618 1 2 3 4 5 6 7 8 9

46 6628 6637 6646 6656 6665 6675 6684 6693 6702 6712 1 2 3 4 5 6 7 7 8

47 6721 6730 6739 6749 6758 6767 6776 6785 6794 6803 1 2 3 4 5 5 6 7 8

48 6812 6821 6830 6839 6848 6857 6866 6875 6884 6893 1 2 3 4 4 5 6 7 8

49 6902 6911 6920 6928 6937 6946 6955 6964 6972 6981 1 2 3 4 4 5 6 7 8

50 6990 6998 7007 7016 7024 7033 7042 7050 7059 7067 1 2 3 3 4 5 6 7 8

51 7076 7084 7093 7101 7110 7118 7126 7135 7143 7152 1 2 3 3 4 5 6 7 8

52 7160 7168 7177 7185 7193 7202 7210 7218 7226 7235 1 2 2 3 4 5 6 7 7

53 7243 7251 7259 7267 7275 7284 7292 7300 7308 7316 1 2 2 3 4 5 6 6 7

54 7324 7332 7340 7348 7356 7364 7372 7380 7388 7396 1 2 2 3 4 5 6 6 7

N 0 1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9

567


Logaritmos comunes con cuatro cifras decimales (continuación)

N 0 1 2 3 4 5 6 7 8 9

Partes Proportional proporcionales Parts

1 2 3 4 5 6 7 8 9

55 7404 7412 7419 7427 7435 7443 7451 7459 7466 7474 1 2 2 3 4 5 5 6 7

56 7482 7490 7497 7505 7513 7520 7528 7536 7543 7551 1 2 2 3 4 5 5 6 7

57 7559 7566 7574 7582 7589 7597 7604 7612 7619 7627 1 2 2 3 4 5 5 6 7

58 7634 7642 7649 7657 7664 7672 7679 7686 7694 7701 1 1 2 3 4 4 5 6 7

59 7709 7716 7723 7731 7738 7745 7752 7760 7767 7774 1 1 2 3 4 4 5 6 7

60 7782 7789 7796 7803 7810 7818 7825 7832 7839 7846 1 1 2 3 4 4 5 6 6

61 7853 7860 7868 7875 7882 7889 7896 7903 7910 7917 1 1 2 3 4 4 5 6 6

62 7924 7931 7938 7945 7952 7959 7966 7973 7980 7987 1 1 2 3 3 4 5 6 6

63 7993 8000 8007 8014 8021 8028 8035 8041 8048 8055 1 1 2 3 3 4 5 5 6

64 8062 8069 8075 8082 8089 8096 8102 8109 8116 8122 1 1 2 3 3 4 5 5 6

65 8129 8136 8142 8149 8156 8162 8169 8176 8182 8189 1 1 2 3 3 4 5 5 6

66 8195 8202 8209 8215 8222 8228 8235 8241 8248 8254 1 1 2 3 3 4 5 5 6

67 8261 8267 8274 8280 8287 8293 8299 8306 8312 8319 1 1 2 3 3 4 5 5 6

68 8325 8331 8338 8344 8351 8357 8363 8370 8376 8382 1 1 2 3 3 4 4 5 6

69 8388 8395 8401 8407 8414 8420 8426 8432 8439 8445 1 1 2 2 3 4 4 5 6

70 8451 8457 8463 8470 8476 8482 8488 8494 8500 8506 1 1 2 2 3 4 4 5 6

71 8513 8519 8525 8531 8537 8543 8549 8555 8561 8567 1 1 2 2 3 4 4 5 5

72 8573 8579 8585 8591 8597 8603 8609 8615 8621 8627 1 1 2 2 3 4 4 5 5

73 8633 8639 8645 8651 8657 8663 8669 8675 8681 8686 1 1 2 2 3 4 4 5 5

74 8692 8698 8704 8710 8716 8722 8727 8733 8739 8745 1 1 2 2 3 4 4 5 5

75 8751 8756 8762 8768 8774 8779 8785 8791 8797 8802 1 1 2 2 3 3 4 5 5

76 8808 8814 8820 8825 8831 8837 8842 8848 8854 8859 1 1 2 2 3 3 4 5 5

77 8865 8871 8876 8882 8887 8893 8899 8904 8910 8915 1 1 2 2 3 3 4 4 5

78 8921 8927 8932 8938 8943 8949 8954 8960 8965 8971 1 1 2 2 3 3 4 4 5

79 8976 8982 8987 8993 8998 9004 9009 9015 9020 9025 1 1 2 2 3 3 4 4 5

80 9031 9036 9042 9047 9053 9058 9063 9069 9074 9079 1 1 2 2 3 3 4 4 5

81 9085 9090 9096 9101 9106 9112 9117 9122 9128 9133 1 1 2 2 3 3 4 4 5

82 9138 9143 9149 9154 9159 9165 9170 9175 9180 9186 1 1 2 2 3 3 4 4 5

83 9191 9196 9201 9206 9212 9217 9222 9227 9232 9238 1 1 2 2 3 3 4 4 5

84 9243 9248 9253 9258 9263 9269 9274 9279 9284 9289 1 1 2 2 3 3 4 4 5

85 9294 9299 9304 9309 9315 9320 9325 9330 9335 9340 1 1 2 2 3 3 4 4 5

86 9345 9350 9355 9360 9365 9370 9375 9380 9385 9390 1 1 2 2 3 3 4 4 5

87 9395 9400 9405 9410 9415 9420 9425 9430 9435 9440 0 1 1 2 2 3 3 4 4

88 9445 9450 9455 9460 9465 9469 9474 9479 9484 9489 0 1 1 2 2 3 3 4 4

89 9494 9499 9504 9509 9513 9518 9523 9528 9533 9538 0 1 1 2 2 3 3 4 4

90 9542 9547 9552 9557 9562 9566 9571 9576 9581 9586 0 1 1 2 2 3 3 4 4

91 9590 9595 9600 9605 9609 9614 9619 9624 9628 9633 0 1 1 2 2 3 3 4 4

92 9638 9643 9647 9652 9657 9661 9666 9671 9675 9680 0 1 1 2 2 3 3 4 4

93 9685 9689 9694 9699 9703 9708 9713 9717 9722 9727 0 1 1 2 2 3 3 4 4

94 9731 9736 9741 9745 9750 9754 9759 9763 9768 9773 0 1 1 2 2 3 3 4 4

95 9777 9782 9786 9791 9795 9800 9805 9809 9814 9818 0 1 1 2 2 3 3 4 4

96 9823 9827 9832 9836 9841 9845 9850 9854 9859 9863 0 1 1 2 2 3 3 4 4

97 9868 9872 9877 9881 9886 9890 9894 9899 9903 9908 0 1 1 2 2 3 3 4 4

98 9912 9917 9921 9926 9930 9934 9939 9943 9948 9952 0 1 1 2 2 3 3 4 4

99 9956 9961 9965 9969 9974 9978 9983 9987 9991 9996 0 1 1 2 2 3 3 3 4

N 0 1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9

568


Apéndice VIII

Valores de e −λ

(0< <1Þ

0 1 2 3 4 5 6 7 8 9

0.0 1.0000 .9900 .9802 .9704 .9608 .9512 .9418 .9324 .9231 .9139

0.1 .9048 .8958 .8869 .8781 .8694 .8607 .8521 .8437 .8353 .8270

0.2 .8187 .8106 .8025 .7945 .7866 .7788 .7711 .7634 .7558 .7483

0.3 .7408 .7334 .7261 .7189 .7118 .7047 .6977 .6907 .6839 .6771

0.4 .6703 .6636 .6570 .6505 .6440 .6376 .6313 .6250 .6188 .6126

0.5 .6065 .6005 .5945 .5886 .5827 .5770 .5712 .5655 .5599 .5543

0.6 .5488 .5434 .5379 .5326 .5273 .5220 .5169 .5117 .5066 .5016

0.7 .4966 .4916 .4868 .4819 .4771 .4724 .4677 .4630 .4584 .4538

0.8 .4493 .4449 .4404 .4360 .4317 .4274 .4232 .4190 .4148 .4107

0.9 .4066 .4025 .3985 .3946 .3906 .3867 .3829 .3791 .3753 .3716

ð ¼ 1; 2; 3, ...,10Þ

1 2 3 4 5 6 7 8 9 10

e .36788 .13534 .04979 .01832 .006738 .002479 .000912 .000335 .000123 .000045

Nota: Para obtener valores de e −λ correspondientes a otros valores de λ, úsense las leyes de los exponentes.

Ejemplo: e −3.48 = (e −3.00 )(e −.48 ) = (0.04979)(0.6188) = 0.03081.

569


Apéndice IX

Números aleatorios

51772 74640 42331 29044 46621 62898 93582 04186 19640 87056

24033 23491 83587 06568 21960 21387 76105 10863 97453 90581

45939 60173 52078 25424 11645 55870 56974 37428 93507 94271

30586 02133 75797 45406 31041 86707 12973 17169 88116 42187

03585 79353 81938 82322 96799 85659 36081 50884 14070 74950

64937 03355 95863 20790 65304 55189 00745 65253 11822 15804

15630 64759 51135 98527 62586 41889 25439 88036 24034 67283

09448 56301 57683 30277 94623 85418 68829 06652 41982 49159

21631 91157 77331 60710 52290 16835 48653 71590 16159 14676

91097 17480 29414 06829 87843 28195 27279 47152 35683 47280

50532 25496 95652 42457 73547 76552 50020 24819 52984 76168

07136 40876 79971 54195 25708 51817 36732 72484 94923 75936

27989 64728 10744 08396 56242 90985 28868 99431 50995 20507

85184 73949 36601 46253 00477 25234 09908 36574 72139 70185

54398 21154 97810 36764 32869 11785 55261 59009 38714 38723

65544 34371 09591 07839 58892 92843 72828 91341 84821 63886

08263 65952 85762 64236 39238 18776 84303 99247 46149 03229

39817 67906 48236 16057 81812 15815 63700 85915 19219 45943

62257 04077 79443 95203 02479 30763 92486 54083 23631 05825

53298 90276 62545 21944 16530 03878 07516 95715 02526 33537

570


ÍNDICE

A

Abscisa, 4

Ajuste de curva, 316

método a mano de, 318

método de mínimos cuadrados de, 319

Ajuste de datos, 19 (ver también Ajuste de curva)

empleando papel para probabilidad, 177

mediante una distribución binomial, 195

mediante una distribución de Poisson, 198

mediante una distribución normal, 196

Aleatorio/a(s):

errores, 403

muestra, 203

números, 203

variable, 142

Aleatorización completa, 413

Análisis combinatorio, 146

Análisis de varianza, 362-401

experimentos de dos factores usando, 407

experimentos de un factor usando, 403

modelo matemático para, 403

objetivo de, 403

tablas, 406

usando cuadrados grecolatinos, 413

usando cuadrados latinos, 413

Aproximación de curvas, ecuaciones de, 317

Aproximación de Stirling a n!, 146

Aproximación normal a la distribución binomial, 174

Áreas:

en la distribución ji-cuadrada, 277

en la distribución F, 279

en la distribución normal, 173

en la distribución t, 275

Artículo defectuoso, 487

Artículo no conforme, 486

Asintóticamente normal, 204

Atributos, correlación de, 298

Autocorrelación, 351

B

Base, 2

de logaritmos comunes, 6

de logaritmos naturales, 6

Bivariada:

distribución normal, 351

población, 351

tabla o distribución de frecuencia, 366

Bloques aleatorizados, 413

C

Cálculos, 3

reglas para, 3

reglas para, empleando logaritmos, 7

Carta-C, 490

Carta de control de atributos, 481

Categorías, 37

Causas asignables, 480

Causas comunes, 480

Causas especiales, 480

Centro de gravedad, 320

Centroide, 320

Clase, 37 (ver también Intervalos de clase)

Clase modal, 43

Clasificación en un sentido, 403

Clasificaciones de dos sentidos, 407

Coeficiente cuartílico de asimetría, 125

Coeficiente cuartílico de dispersión relativa, 116

Coeficiente de asimetría de Pearson, 125

Coeficiente de correlación, 348

de tablas de contingencia, 298

fórmula producto momento para, 350

para datos agrupados, 350

rectas de regresión y, 351

teoría del muestreo y, 351

Coeficiente de correlación de orden cero, 383

Coeficiente momento de curtosis, 125

Coeficiente momento de sesgo, 125

Coeficiente percentil de curtosis, 125

Coeficientes binomiales, 173

triángulo de Pascal para, 180

Coeficientes de regresión parcial, 382

Combinaciones, 146

Comprobación de Charlier, 99

para la media y la varianza, 99

para momentos, 124

571


572 ÍNDICE

Conjunto nulo, 146

Constante, 1

Conteos o enumeraciones, 2

Contingencia, coeficiente de, 310

Coordenadas, rectangulares, 4

Corrección de Sheppard para momentos, 124

Corrección de Sheppard para varianza, 100

Corrección de Yates para continuidad, 297

Correlación, 345

auto-, 351

coeficiente de (ver Coeficiente de correlación)

de atributos, 311

espuria, 549

lineal, 345

medidas de, 346

parcial, 385

positiva y negativa, 345

rango de, 450

simple, 345

Correlación espuria, 349

Correlación múltiple, 382

Correlación parcial, 382

Correlación positiva, 346

Correlación simple, 382

Correlación sin sentido, 350

Correlación tetracórica, 299

Corridas, 449

Cuadrado latino ortogonal, 413

Cuadrados grecolatinos, 413

Cuadrados latinos, 413

ortogonales, 413

Cuadrantes, 4

Cuadrática:

curva, 317

ecuación, 35

función, 17

Cuantiles, 66

Cuartiles, 66

Curtosis, 125

coeficiente momento de, 125

coeficiente percentílico de, 125

de una distribución binomial, 173

de una distribución de Poisson, 176

de una distribución normal, 125

Curva cuártica, 317

Curva cúbica, 317

Curva de frecuencia bimodal, 41

Curva de frecuencia multimodal, 41

Curva de Gompertz, 318

Curva de grado n, 317

Curva exponencial, 318

Curva geométrica, 318

Curva logística, 318

Curva normal, 173

áreas bajo la, 173

forma estándar de, 173

ordenadas de, 187

Curvas de frecuencia, 41

relativa, 41

tipos de, 41

Curvas de frecuencia en forma de U, 41

Curvas de frecuencia sesgadas, 41

Curva simétrica o en forma de campana, 41

D

Datos:

agrupados, 38

dispersión o variación de, 89

en bruto, 37

Datos agrupados, 38

Datos continuos, 1

representación gráfica de, 57

Datos de atributos, 481

Datos discretos, 2

representación gráfica de, 54

Datos en bruto, 76

Deciles, 66

de datos agrupados, 87

errores estándar para, 206

Decisiones estadísticas, 245

Defectos, 487

Desigualdades, 5

Desviación de la media aritmética, 63

Desviación estándar, 96

de datos agrupados, 98

de distribuciones muestrales, 204

de una distribución de probabilidad, 155

intervalo de confianza para, 230

método abreviado de cálculo, 98

método de codificación para, 96

propiedades de, 98

propiedad minimal de, 98

relación con la desviación media, 100

relación entre poblacional y muestral, 97

Desviación media, 95

de la distribución normal, 174

para datos agrupados, 96

Determinación:

coeficiente de, 348

múltiple, coeficiente de, 384

Determinación múltiple, coeficiente de, 384

Diagrama de Euler, 146

Diagrama de Venn (ver Diagrama de Euler)

Diagramas (ver Gráficas)

Dígitos o cifras significativas, 3

Diseño de experimentos, 412

Diseño experimental, 412

Dispersión, 87 (ver también Variación)

absoluta, 95

coeficiente de, 100

medidas de, 95

relativa, 100

Dispersión absoluta, 100

Dispersión del proceso, 282


ÍNDICE 573

Dispersión relativa o varianza, 95

Distribución acumulada “o más”, 40

Distribución binomial, 172

ajuste de datos, 195

propiedades de, 172

prueba de hipótesis usando, 250

relación con la distribución de Poisson, 175

relación con la distribución normal, 174

Distribución ji-cuadrada, 297 (ver también Ji-cuadrada)

intervalos de confianza usando, 278

pruebas de hipótesis y significancia, 294

Distribución de Bernoulli (ver Distribución binomial)

Distribución de Poisson, 175

ajuste de datos mediante, 198

propiedades de, 175

relación con las distribuciones binomial y normal, 176

Distribución en forma de J inversa, 41

Distribuciones de frecuencia, 37

acumulada, 40

porcentual o relativa, 39

reglas para la elaboración de, 38

Distribuciones de probabilidad acumulada, 143

Distribuciones de probabilidad continua, 143

Distribuciones de probabilidad discreta, 142

Distribuciones muestrales, 204

de diferencias y sumas, 205

de diversos estadísticos, 204

de medias, 204

de proporciones, 205

experimentales, 208

Distribuciones unilaterales y bilaterales, 247

Distribución F, 279 (ver también Análisis de varianza)

Distribución multinomial, 177

Distribución normal, 173

forma estándar de, 174

proporciones de, 174

relación con la distribución binomial, 174

relación con la distribución de Poisson, 176

Distribución t, 275

Distribución unimodal, 64

Dominio de una variable, 1

E

Ecuaciones, 5

cuadráticas, 35

de curvas de aproximación, 317

de regresión, 382

equivalentes, 5

miembros izquierdo y derecho de, 5

simultáneas, 25, 34

solución de, 5

trasposición en, 26

Ecuaciones normales:

para el plano de mínimos cuadrados, 321

para la parábola de mínimos cuadrados, 320

para la recta de mínimos cuadrados, 320

Ecuaciones simultáneas, 5

Ejes X y Y de un sistema de coordenadas rectangulares, 4

Eje Y, 4

Empates en la prueba H de Kruskal-Wallis, 448

en la prueba U de Mann-Whitney, 447

Entrada de una tabla, 42

Enumeraciones, 2

Error de agrupación, 39

Error estándar de estimación, 348

modificado, 348

Error probable, 230

Errores:

de agrupación, 39

de redondeo, 2

probables, 230

Errores de redondeo, 2

Errores de redondeo acumulados, 2

Errores estándar de distribuciones muestrales, 206

Errores tipo I y tipo II, 246

Espacio de cuatro dimensiones, 385

Espacio muestral, 146

Esperanza matemática, 144

Estadística, 1

deductiva o descriptiva, 1

definición de, 1

inductiva o inferencial, 1

Estadística deductiva, 1

Estadística descriptiva, 1

Estadística inductiva o inferencial, 1

Estadístico de prueba, 247

Estadístico H, 448

Estadístico muestral, 1

Estadístico U, 447

Estadísticos muestrales, 203

Estimación, 227

Estimaciones (ver también Estimación)

eficientes e ineficientes, 228

puntual y de intervalo, 228

sesgadas y no sesgadas, 227

Estimaciones insesgadas, 227

Estimaciones por intervalo, 228

Estimaciones y estimadores eficientes, 228

Estimaciones y estimadores ineficientes, 228

Estimación puntual, 228

Estimación sesgada, 227

Evento compuesto, 143

Eventos, 140

compuestos, 140

dependientes, 140

independientes, 140

mutuamente excluyentes, 141

Eventos dependientes, 140

Eventos independientes, 140

Eventos mutuamente excluyentes, 141

Éxito, 139

Expansión multinomial, 177

Experimento de dos factores, 407

Experimento de un factor, 403

Exponente, 2


574 ÍNDICE

F

Factores de ponderación, 62

Factorial, 143

Fórmula de Spearman para la correlación por rangos, 450

Fórmula de Stirling para, 146

Fórmula o expansión binomial, 173

Fórmula para el interés compuesto, 85

Fórmula producto momento para el coeficiente de

correlación, 350

Fracaso, 139

Frecuencia (ver también Frecuencia de clase)

acumulada, 40

modal, 41

relativa, 40

Frecuencia acumulada, 40

Frecuencia de clase, 37

Frecuencia relativa, 39

curvas, 39

definición de probabilidad, 139

distribución, 39

tabla, 39

Frecuencias de celda, 496

Frecuencias esperadas o teóricas, 181

Frecuencias marginales, 294

Frecuencias observadas, 294

Frecuencias teóricas, 295

Fronteras de clase, inferior y superior, 38

Función, 4

de distribución, 142

de frecuencia, 142

de probabilidad, 139

lineal, 318

multivaluada, 4

univaluada, 4

Función de densidad, 144

Función de distribución, 142

Función de frecuencia, 142

Función de probabilidad, 142

Funciones univaluadas, 4

G

Gosset, 276

Grados de libertad, 276

Gráfica, 5

de barras, 18

de pastel, 5

Gráfica cero, 489

Gráfica circular (ver Gráfica o carta de pastel)

Gráfica Cusum, 490

Gráfica de efectos principales, 429

Gráfica de interacción, 429

Gráfica de medianas, 489

Gráfica de Pareto, 504

Gráfica EWMA, 490

Gráfica NP, 487

Gráfica o carta de pastel, 5

Gráfica-P, 487

Gráfica U, 490

Gráficas de control, 480

Gráficas individuales, 489

Gráficas o cartas de barras, parte componente, 4

Gráficas X barra y R, 481

Gran media, 404

H

Hipérbola, 318

Hiperplano, 385

Hipótesis, 245

alternativa, 245

nula, 245

Hipótesis alternativa, 245

Hipótesis nula, 245

Histogramas, 39

cálculo de medianas para, 64

de frecuencia porcentual o relativa, 39

de probabilidad, 153

Hoja de conteo, 39

I

Identidad, 5

Índice CP, 485

Índice CPK, 485

Índice de capacidad del proceso, 485

Índice de capacidad inferior, 485

Índice de capacidad superior, 485

Interacción, 411

Interés compuesto, 85

Interpolación, 7

Intersección, 319

Intersección con el eje X, 283, 289-291

Intersección de conjuntos, 146

Intervalo de confianza:

en correlación y regresión, 374

para desviaciones estándar, 230

para diferencias y sumas, 230

para medias, 229

para proporciones, 229

usando la distribución ji-cuadrada, 278

usando la distribución normal, 229-230

usando la distribución t, 276

Intervalos de clase, 38

abierto, 38

amplitud o tamaño de, 38

desiguales, 51

mediano, 64

modal, 43

J

Ji-cuadrada, 294

correlación de Yates para, 297

definición de, 294

fórmulas para, en tablas de contingencia, 297

para bondad de ajuste, 295

propiedad aditiva de, 299

prueba, 295


ÍNDICE 575

L

Leptocúrtica, 125

Límite inferior de control, 480

Límite inferior de especificación, 484

Límite superior de control, 480

Límite superior de especificación, 484

Límites de clase, 38

inferior y superior, 38

verdaderos, 38

Límites de confianza, 229

Límites de control, 480

Límites de especificación, 484

Línea central, 480

Línea recta, 317

ecuación de, 317

mínimos cuadrados, 318

pendiente de, 318

regresión, 321

Logaritmos, 6

base de, 6

cálculos usando, 7

comunes, 6

naturales, 6

Logaritmos comunes, 6

Logaritmos naturales, base de, 6

Longitud, tamaño o amplitud de clase, 38

M

Marca de clase, 38

Media aritmética, 61

calculada a partir de datos agrupados, 63

comprobación de Charlier para, 99

de medias aritméticas, 63

de una población y de una muestra, 144

distribuciones de probabilidad, 142

efecto de valores extremos (o atípicos) en, 71

método de codificación para calcularla, 63

método largo y método abreviado para calcularla, 63

ponderada, 62

propiedades de la, 63

relación con la mediana y la moda, 64

relación con las medias geométrica y armónica, 66

supuesta o adivinada, 63

Media armónica, 65

ponderada, 86

relación con las medias aritmética y geométrica, 66

Media del grupo, 404

Media geométrica, 65

de datos agrupados, 83

idoneidad para promedios de cocientes, 84

ponderada, 84

relación con las medias aritmética y armónica, 66

Mediana, 64

calculada a partir de un histograma o de una ojiva

porcentual, 64

de datos agrupados, 64

efecto de valores atípicos sobre la, 78

relación con la media aritmética y con la moda, 64

Medias de renglón, 403

Medias de tratamiento, 345

Mediciones, 2

Medidas de tendencia central, 61

Mejor estimación, 228

Mesocúrtica, 125

Método a mano para el ajuste de curvas, 318

Método de conteo en la prueba U de Mann-Whitney, 447

Métodos de codificación, 63

para el coeficiente de correlación, 350

para el momento, 124

para la desviación estándar, 98

para la media, 63

Mínimos cuadrados:

curva, 319

parábola, 320

plano, 321

recta, 319

Moda, 64

de datos agrupados, 64

fórmulas para, 64

relación con la media y la mediana, 65

Modelo o distribución teórica, 177

Momentos, 123

adimensionales, 124

correcciones de Sheppard para, 124

definición de, 123

método de codificación para el cálculo de, 124

para datos agrupados, 123

relaciones entre, 124

verificación de Charlier para el cálculo de, 124

Momentos adimensionales, 124

Muestra, 1

Muestreo:

con reemplazo, 204

sin reemplazo, 204

N

Nivel de significancia, 246

Niveles de confianza, tablas de, 229

No aleatoria, 449

No lineal:

correlación y regresión, 346

ecuaciones, reducibles a forma lineal, 320

regresión múltiple, 382

relación entre variables, 316

Notación científica, 2

Número muestral, 213

O

Ojivas, 40

deciles, percentiles y cuartiles obtenidos de, 87

mediana obtenida de, 78

“menos de”, 52

“o más”, 52

porcentual, 53

suavizada, 53


576 ÍNDICE

Ordenaciones, 37

Ordenadas, 4

Origen, 5

P

Papel para gráficas

de probabilístico, 177

log-log, 339

semilogarítmico, 318

Papel semilog, 318

Parábola, 320

Parámetros, estimación de, 227

Parámetros poblacionales, 228

Partes por millón (ppm), 484

Patrón cíclico en pruebas de corridas, 449

Pendiente de una recta, 318

Percentiles, 66

Permutaciones, 145

Plano, 4

Plano XY, 4

Platicúrtica, 125

Población, 1

Polígonos de frecuencia, 39

porcentuales o relativos, 39

suavizados, 41

Polinomios, 318

Ponderada:

media aritmética, 62

media armónica, 85

media geométrica, 83

Porcentual:

distribución, 39

distribuciones acumuladas, 39

frecuencia acumulada, 39

histograma, 38

ojivas, 39

Probabilidad, 139

análisis combinatorio y, 143

axiomática, 140

condicional, 140

definición clásica de, 139

definición de, mediante frecuencias relativas, 140

distribuciones de, 142

empírica, 140

reglas fundamentales de, 146

relación con la teoría de conjuntos, 146

Probabilidad condicional, 140

Probabilidad empírica, 139

Progresión aritmética:

momentos de, 136

varianza de, 120

Promedio, 62

Proporción de no conformes, 484

Proporciones, 205

distribución muestral de, 205

intervalo de confianza para, 229

pruebas de hipótesis para, 245

Prueba de bondad de ajuste, 177 (véase también Ajuste de

datos)

Prueba de dos lados o de dos colas, 247

Prueba de homogeneidad de la varianza, 285

Prueba de los signos, 446

Prueba de normalidad, 196

Prueba H de Kruskal-Wallis, 448

Pruebas:

de hipótesis y de significancia, 245

en las que interviene la distribución binomial, 250

en las que interviene la distribución normal, 246

para causas especiales, 484

para diferencias de medias y proporciones, 249

para medias y proporciones, 249

relacionadas con correlación y regresión, 352

Pruebas no paramétricas, 446

para correlación, 450

prueba de corridas, 449

prueba de los signos, 449

prueba H de Kruskal-Wallis, 448

prueba U de Mann-Whitney, 447

Prueba U de Mann Whitney, 454

Punto cero, 4

Puntuaciones estándar, 101

Puntuación o estadístico t, 275

Q

Quintiles, 87

R

Raíz cuadrada media, 66

Rango, 95

intercuartílico, 96

percentil 10-90, 96

semiintercuartílico, 96

Rango, coeficiente de correlación por, 450

Rango intercuartílico, 96

semi-, 96

Rango percentil, 96

Rango percentílico 10-90, 96

Rango semiintercuartílico, 96

Redondeo de datos, 2

Región crítica, 247

Región de aceptación, 247 (ver también Hipótesis)

Reglas de decisión, 246 (ver también Decisiones

estadísticas)

Regresión, 321

curva de, 321

múltiple, 345

plano, 321

recta, 321

simple, 343

superficie, 322

teoría muestral de, 352

Relación empírica entre media, mediana y moda, 64

Relación empírica entre medidas de dispersión, 100

Residual, 319


ÍNDICE 577

S

Sesgo, 41

coeficiente cuartílico de, 125

coeficiente de sesgo percentílico 10-90, 125

coeficientes de Pearson de, 125

distribución binomial, 172

distribución de Poisson, 175

distribución normal, 173

negativo, 41

Signos de desigualdad, 5

Solución de ecuaciones, 5

Subgrupos, 418

Subíndices, 61

Sumatoria, 61

T

Tabla, 4

Tabla de correlación, 350

Tablas de contingencia, 296

coeficiente de correlación de, 298

fórmulas para ji-cuadrada en, 298

Tablas de frecuencia (ver también Distribuciones

de frecuencia)

acumulada, 40

relativa, 40

Teorema del límite central, 204

Teorema o regla de Bayes, 170

Teoría de las muestras pequeñas, 275

Teoría del muestreo, 203

de correlación, 351

de regresión, 352

muestras grandes, 207

uso de, en estimación, 227

uso de, en pruebas de hipótesis y de significancia, 245

Teoría exacta del muestreo o teoría de las muestras pequeñas,

181

Tratamiento, 345

Triángulo de Pascal, 180

U

Unidad de inspección, 489

Unión de conjuntos, 146

V

Valor absoluto, 95

Valores críticos, 248

Valores críticos (o coeficientes de confianza), 228

valor-p, 245

Variable, 1

continua, 1

datos, 480

dependiente, 4

discreta, 1

distribuida normalmente, 173

dominio de, 1

estandarizada, 101

gráfica de control, 480

independiente, 4

relación entre, 316 (ver también Ajuste de curva;

Correlación; Regresión)

Variable continua, 1

Variable dependiente, 4

cambio de, en ecuaciones de regresión, 284

Variable discreta, 1

Variable estandarizada, 101

Variable independiente, 4

Variación, 95 (ver también Dispersión)

coeficiente cuartílico de, 116

coeficiente de, 100

explicada y no explicada, 348

residual, 408

total, 348

Variación explicada, 348

Variación no explicada, 348

Variación residual, 409

Variación total, 348

Varianza, 97 (ver también Desviación estándar)

combinada o conjunta, 98

comprobación de Charlier para, 99

corrección de Sheppard para, 100

de una distribución de probabilidad, 204

muestral modificada, 227

relación entre poblacional y muestral, 14

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!