Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
ESTADISTICA
SOCIAL
GB
0 ANIVERSARIO
MXICO
1960
1966
1972
1978
1994
T tulo original:
Social Statistics
D . R . 1966, F o n d o d e C u l t u r a E c o n m ic a
D. R. 1986, F o n d o d e C u l t u r a E c o n m ic a , S. A. d e C. V.
C arretera PicachoA jusco 227; 14200 Mxico, D. F.
ISBN 968-16-0135-1
Im preso e n Mxico
A
An n , S u s ie
y K atie
P rim e ra P a r te
INTRODUCCIN
15
sa d a . D e a h , p u e s, q u e se re q u ie ra n u n a le c tu r a a te n ta y u n a
d isp o sic i n de e s p r itu activ a, y n o sim p le m e n te p asiv a , f r e n te
al m a te ria l p re s e n ta d o . s ta es la ra z n d e q u e n o se p u e d a
p r e s c in d ir de u n tr a b a jo c o tid ia n o y d e la re so lu c i n d e los p ro
b le m a s p r c tic o s in c lu id o s al fin a l de c a d a ca p tu lo .
B iblio g ra fa
1. Downie, N. M. y R. W. H eath: Basic Statistical Methods, 2- ed. Harper and Row, Fublishers, Incorporated, Nueva York, 1965, caps. 1 y 2.
2. Hagood, M. J. y D. O. Price: Statistics for Sociotogiss, Henry Holt
and Company, Inc., Nueva York, 1952, caps. 1 y 2.
3. Hammond, K. R., y J. E. Householder: Introduction to the Statisti
cal Method, Alfred A. Knopf, Inc., Nueva York, 1962, cap. 1.
4. Hays, W. L .: Statistics, Holt, Rinehart and Winston, Inc., Nueva
York, 1963, pp. 1-12.
5. Tippett, L. H. C .: Statistics, 2? ed., Oxford University Press, Nueva
York, 1956.
6. Walker, H. M .: Mathematics Essential for Elementary Statistics,
Henry Holt and Co., Inc., Nueva York, 1951.
7. Waliis, W. A. y H. V. Roberts: Statistics: A New Approach, The
Free Press of Glencoe, 111., Chicago, 1956, caps. 1-3.
22
u n a m in o ra o com o a c titu d negativa b a sa d a en juicios preform ados. Aun si s p re fie re s u stitu ir p o r o tra s las definiciones de
esos dos conceptos, se d e sc u b rir sin d u d a alguna que, cuales
q u iera que sean las definiciones escogidas, re su lta im posible s e r
v irse d irectam en te de ellas p a ra decidir cul sea exactam ente la
condicin de Jones, pongam os p o r caso, o el grado de sus p r e
juicios.
La razn de ello resid e en que la m ayora d e las proposiciones
son m s bien tericas q u e operativas. E n la definicin terica,
en efecto, u n concepto se define en trm inos d e o tro s conceptos
que se d an p o r com prendidos. E n el m odelo ideal del sistem a
co m pletam ente deductivo, se to m aran ciertos conceptos sin d e
fin ir (p rim a rio s), y todos los dem s se definiran en trm inos
de aqullos. E n la g eom etra euclidiana, p o r ejem plo, los con
ceptos de p u n to y recta pueden to m arse sin definir, pudiendo
luego d efinirse las nociones d e ngulo, tringulo o rectngulo
en fu ncin de aquellos trm inos. Pese a que la eleccin de
conceptos n o definidos es h a s ta cierto p u n to a rb itra ria , el hecho
de que ten g an que ex istir siem pre algunos conceptos p rim ero s o
p rim ario s re su lta de la necesidad in h ere n te de definir los con
cep to s tericos en trm in o s unos de otros.
P or o tra p arte , las definiciones operativas son definiciones que
enuncian efectivam ente los procedim ientos em pleados en la m e
dicin ([8 ], pp. 58 a 65). La definicin op erativ a de "lo n g itu d ,
p o r ejem plo, in d icar exactam ente cm o deba m ed irse el largo
de u n cuerpo. El ejem plo de u n a definicin o p erativ a del p re
ju icio im p licar u n a p ru e b a com o la de la escala d e la distancia
social de B ogardus o, ta l vez, u n a relacin de conceptos a n ti
negros en u n a lista de 24 puntos, ju n ta m e n te con instrucciones
d etallad as p a ra recoger los datos, v alo ra r los puntos, etbtera.
Como q u iera que to d a m edicin im plica com o re q u isito m nim o
alguna clasificacin, la definicin o p erativ a p u ed e co n sid erarse
com o u n co n ju n to d etallad o de instrucciones q u e p erm iten cla
sificar a los individuos en fo rm a inequvoca. De este m odo, la
nocin del grado d e confianza o g aran ta de seguridad queda in
teg ra d a en dicho concepto de la definicin operativa. La defini
cin h a de se r lo b a s ta n te p recisa p a ra que todas las personas
q ue se sirvan del p rocedim iento lleguen a los m ism os resultados.
Lo q ue las definiciones tericas del p reju icio y de la condicin,
social consignadas m s a rrib a no lo p erm itirn , p o r supuesto, di
rectam en te.
S ostenem os, pues, que en to d a ciencia se utilizan dos tipos dis
tin to s de definiciones. D iversas m aneras altern ativ as de en fo car
la relacin e n tre la te o ra y la investigacin conducen esencial
m en te a la m ism a conclusin. N o rth ro p designa lo que hem os
llam ado definiciones tericas com o "conceptos p o r postu laci n ,
y las definiciones operativas com o conceptos p o r intuicin" [9].
cesario aso ciar operaciones con todos los conceptos del lenguaje
terico. Sin em bargo, im p o rta p ercatarse de q u e los conceptos
que n o h an sido definidos operativam ente n o deberan p o r lo
re g u la r ap a rec er en enunciados que p reten d en co n stitu ir hipte
sis com probadas. E n efecto, si esto ocurre, las cuestiones plan
tead as p o r las "hiptesis" carecern p o r lo re g u lar de sentido
desde el p u n to de vista operativo y conducirn probablem ente a
u n d eb ate interm inable.
II.2. E l nivel de m e d ici n : escalas nom inles, rdinales
y d e intervalo
A cabam os de v er que el proceso consistente e n p a sa r de los con
ceptos definidos tericam ente a los definidos o p erativam ente no
es en m odo alguno directo. E n efecto, al aso c ia r u n ,tipo de con
cepto con el otro , h an de tom arse ciertas decisiones. Y en fo r
m a anloga, el proceso enderezado a seleccionar el m odelo m a
tem tico o estadstico apro p iad o p a ra em plearlo en u n a tcnica
de investigacin determ in ad a o en un procedim iento operativo
co m p o rta asim ism o cierto nm ero de decisiones im portantes.
P odra acaso pen sarse que, u n a vez que un fenm eno h a sido
m edido, la eleccin de u n sistem a m atem tico sera cosa de sim
ple ru tin a. E sto depende de lo q u e se en tien d e p o r m edida. Si
em pleam os el trm in o p a ra re fe rim o s n icam en te a aquellos ti
pos de m dicin usu alm en te em pleados en u n a ciencia com o la
fsica ( v.gr. la m edicin d e la longitud, del tiem p o o la m asa),
entonces la eleccin de u n sistem a m atem tico n o constituye
p rcticam en te problem a. P ero si am pliam os el concepto de la
m edicin p a ra incluir en l ciertos procedim ientos m enos preci
sos de em pleo co rrien te en las ciencias sociales com o se h a r en
este texto, en to n ces el p roblem a se hace m s com plejo. Podem os,
pues, d istin g u ir e n tre distin to s niveles de m edicin, y habrem os
de en c o n tra r diversos m odelos estadsticos ap ro p iad o s a cada
u n o de ellos.1
Escalas nom inales. La operacin bsica y a la vez m s sencilla
en toda ciencia es la de la clasificacin. Al clasificar trata m o s de
sep arar elem entos desde el p u n to de vista de determ inadas ca
ractersticas, decidiendo acerca de cules son m s sem ejantes y
cules m s distintos. N u e stro p ropsito consiste en agruparlos
p o r categoras que sean lo m s hom ogneas posible en com pa
racin con las diferencias e n tre las categoras. Si la clasificacin
es til, se ver que las categoras son tam bin hom ogneas con
resp ecto a otras variables [10]. As p o r ejem plo, agrupam os unas
p ersonas de acuerdo con sus respectivas religiones (m etodistas,
p resb iterian o s, catlicos, etc.) y vem os si la religin g u ard a al
1 Para exmenes ms detallados de estos distintos niveles de medicin
vanse [5], [7], [12] y [13].
las principales divisiones del libro son slo parcialm ente adecua
dos, lim itndose p o r el co n trario a c e n tra r la atencin prim aria.
La Segunda P arte se lim ita al tem a de la estad stica descriptiva,
en tan to que en las p arte s T ercera y C uarta el principal, aunque
no el nico, foco de atencin, se refiere a la induccin, a la
p ru eb a de hiptesis y a la estim acin de p arm etro s de pobla
cin basad a en datos de m uestreo. E n las p arte s Segunda y
T ercera nos lim itarem os casi p o r en tero a los procedim ientos
que tra e n im plcita u n a sola variable p o r vez, en ta n to que en
la C uarta P arte pasam os a problem as m s difciles tales como
el m an ejo sim ultneo de dos o m s variables.
E n trelazad a en estas distinciones e n tre descripcin e induccin,
as como en tre las estadsticas univariables y bivariables o multivariables, se observa u n te rc e r principio organizativo, a sab er:
el relativo a los niveles de m edicin p a ra cada u n a de las variables.
M uchos de los ttulos de los captulos sealan este nivel de
m edicin, p ero tal vez el m e jo r m todo p a ra lo g rar u n a perspec
tiva resu m id a del contenido consista en acu d ir al cu ad ro de p ru e
bas y m ediciones que aparece en las guardas. E n su p rim era
colum na ap arecen los procedim ientos a u sa r con variables sim
ples. Vemos all que en el cap tu lo m nos ocuparem os de las
m ediciones m uy sim ples (p o rcen tajes, proporciones y razones),
utilizados ta n to con las dicotom as como con las escalas genera
les nom inales con m s de dos categoras. Las p ru e b as de hipte
sis relativas a escalas nom inales sim ples sern estu d iad as en los
captulos x, xi y x n . Las m edidas (m ediana, desviacin cuadril)
adecuadas p a ra ser utilizadas con u n a escala ordinal, sencillas,
sern exam inadas brevem ente en los captulos v y vi, en ta n to que
en el captulo x se d iscutir u n a m uy sencilla p ru e b a (la bino
m ial), aplicable a datos ordinales. D edicarem os algo m s de nues
tra atencin a las escalas de intervalos y razones, las que exa
m inarem os e n los captulos iv a v n , relativos a procedim ientos
descriptivos univariados, y de nuevo en los captulos xi y x n de
la T ercera P arte, relativos a la estad stica inductiva.
Com enzando con el captulo x m volverem os n u e stra atencin
a las relaciones e n tre dos o m s variables, lo que desde luego
supone que habrem os de ocuparnos del nivel de m edicin de la
variable segunda (y adicional), ta n to com o de la prim era. Las
colum nas 2 a 5 del cuadro ofrecen varias com binaciones en rela
cin con el nivel de m edicin de las dos variables. P or ejem plo:
la casilla su p erio r de la colum na 2 se refiere a aquellas situacio
nes en que se dan dos dicotom as relacionadas e n tre s (p o r
ejem plo, sexo c o n tra preferencias p olticas). E n la segunda casi
lla de la colum na 2 se tiene en cuenta la posibilidad de que la
p rim era escala nom inal tenga m s de dos categoras (p o r ejem
plo: p ro testan tes, catlicos y ju d o s). En la te rc e ra casilla una
de las variables es u n a dicotom a (p o r ejem plo, sexo) e n tan to
losario
escala de intervalo,
escala nom inal,
definicin operativa,
escala ordinal y
escala de razn.
B iblio g rafa
S eg u n d a P a rte
E S T A D S T IC A D E S C R IP T IV A UNIVARIADA
I I I . ESCALAS N O M IN A L E S : P R O P O R C IO N E S ,
P O R C E N T A JE S Y R A ZO N ES
E s m u c h o m s sencillo re su m ir los datos que com portan escalas
nom inales que en el caso en que se em plean escalas de intervalo.
La operacin aritm tica b sica es, en el p rim e r supuesto, la
de c o n tar el n m ero de los casos al in te rio r de cada categora y de
a n o ta r sus tam aos relativos. Un grupo determ inado puede cons
ta r de 36 varones y 24 m u jeres, o de 25 p ro testan te s, 20 catli
cos y 15 judos. Sin em bargo, p a ra p o d er estab lecer com para
ciones con otro s grupos, hay que te n e r en cu en ta el n m ero de
casos en cada un o de los grupos considerados. Las m edidas que
se exam inan en el p re sen te captulo p erm iten establecer com pa
raciones e n tre diversos grupos, m ediante norm alizacin esencial
m en te en relacin con el tam ao. Sin d u d a alguna, dos de las
m edidas en cuestin, la de las proporciones y la de los p o rc en ta
jes, son ya conocidas de todos.
I I I .1. P roporciones
Con o b jeto de p o d er servirnos de las proporciones, hem os de
p re su m ir que el m to do de clasificacin h a sido ta l que las cate
goras son m u tu am en te exclusivas y exhaustivas. E n o tro s trm i
n o s: cada individuo h a sido pu esto en u n a categora y en u n a
sola. Con fines de sim plificacin, tom em os u n a escala nom inal
q u e co n ste d e c u a tro categoras, con N u N 2, N s y N 4 casos re s
pectivam ente. S upongam os que el n m ero to ta l de los casos sea
N. La pro p o rci n de casos en cualquier categora dada e s t defi
n id a com o el n m ero en la categora dividido e n tre el n m ero
to tal de casos. P o r lo ta n to , la proporcin de individuos de la
p rim e ra categora se halla d ad a p o r la ca n tid ad N 1/N , y las p ro
porciones de las dem s categoras son respectivam ente de N 2/N ,
N 3/ N y N J N . Es obvio que el valor de u n a proporcin n o puede
ser m ay o r que la unidad. .En efecto, com o q u iera que
Nj. + N 2 + N 3 + N = N
tenem os que
Nx
N2
_ J_ + __L +
N
N
Ns
N
Ni
N
_ L = -------- = i
N
N
43
C uadro II I .l.
Localidad 1
Localidad 2
Delincuentes
Prim er delito
Reincidentes
No delincuentes
58
43
481
68
137
1081
Total
582
1286
C uadro
Localidad 1
Localidad 2
Delincuentes
Prim er delito
Reincidentes
No delincuentes
.100
.074
.826
.053
.107
.841
Total
1.000
1.001
sean ex actam en te igual a 1.000. E sto puede acaso exigir el aju ste
de algunas de las proporciones de las categoras, en cuyo caso
m odificam os p o r convencin las cifras de las categoras que com
p re n d en el m ay o r n m ero de casos.1 E l argum ento en favor de
ese pro ced im ien to est en que u n cam bio en la ltim a cifra deci
m al de u n a p ro p o rci n m ayor es relativ am en te m enos im por
ta n te que el m ism o cam bio en u n a cifra m enor. As, p o r ejem plo,
p o d ra cam b iarse la pro p o rci n de los no delincuentes de la localid ad 2 en .840, d e m odo q u e la su m a re s u lta n te sea igual a la
unid ad .
El cu ad ro III.2 com prende proporciones del n m ero to tal de
casos en cada u n a de las com unidades. Supngase, sin em bargo,
que el in ters se c e n trab a sobre to d o en los delincuentes, y que
desebam os conocer la p ro p o rci n de los reincidentes entre los
delincuentes. E l n m ero to ta l de delincuentes e n las dos localida
des es resp ectivam ente de 101 y 205. P o r lo tan to , e n tre los delin
cuentes, las pro p orciones de los reincidentes son respectivam ente
de 43/101, o .426 y 137/205, o .668. A p rim e ra vista estas cifras
p u ed en p ro p o rcio n ar u n a im presin lig eram en te diferente de la
del p rim e r co n ju n to de proporciones. H abram os de g u ard arn o s
especialm en te de concluir que el segundo espcim en es m s
delictivo" que el p rim ero. P o r supuesto, este ltim o co n ju n to de
p ro p o rcio n es n ad a nos dice en absoluto acerca de las cifras rela
tivas de no delincuentes en los dos especm enes considerados.
E s obvio q ue no existe su stitu tiv o alguno de la lectu ra a te n ta de
los cuadros. C onstituye u n bu en principio aco stu m b rarse a de
te rm in a r siem pre las categoras que se hallan com prendidas en
el n m ero to tal de casos que sirve de denom inador de la p ro p o r
cin. El lecto r debiera siem pre p re g u n ta r: "de qu es esto la
p ro p o rci n ? Y la re sp u esta re su lta r clara del conjunto.
I1I.2 P orcentajes
Los p o rcen tajes pueden o b ten erse de las proporciones m ultipli
cando sim plem ente p o r 100. La p a la b ra p o rc en taje significa por
ciento. P or lo tan to , al servirnos de los p o rc en tajes norm alizam os
en relacin con el volum en, calculando el n m ero de individuos
que h ab ra en u n a categora d eterm in ad a si el to ta l de los casos
fu era 100, perm aneciendo in altera d a la p roporcin en cada cate
gora. Y com o q uiera que las proporciones sum adas dan la uni
dad, es obvio que los p o rcen tajes sum arn 100, a m enos que las
categoras no sean m u tu am en te exclusivas o exhaustivas.
Al re p ro d u cir resultados, los p o rcentajes se em plean con
m ucha m ayor frecuencia que las proporciones. Las cifras del cua
dro XII.2 h ab ra n podido expresarse lo m ism o e n trm inos de
Matrimonios
Divorciados
Novios
Madres solteras
Otros
Total
Agencia A
Agencia B
Agencia C
Total
N?
Ni
/0
N-
63
19
27
13
11
47.3
14.3
20.3
9.8
8.3
88
37
20
32
16
45.5
19.2
10.4
16.6
8.3
41
26
15
21
9
36.6
23.2
13.4
18.8
8.0
192
82
62
66
36
43.8
187
14.2
15.1
8.2
133 100.0
193 100.0
112 1.00.0
438 100.0
Clase de casos
Agencia A
(N = 133)
%
Agencia B
(N = 193)
Vo
Agencia C
(N = 112)
Matrimonios
Divorciados
Novios
Madres solteras
Otros
47.3
14.3
20.3
9.8
8.3
45.5
19.2
10.4
16.6
8.3
36.6
23.2
13.4
18.8
8.0
Total
100.0
100.0
100.0
Cuadro
Agencia A
(N = 133)
Agencia B
(N = 193)
Agencia C
(N = 112)
32.8
23.2
43.5
45.8
45.1
32.3
48.5
_*
21.4
31.7
24.2
31.8
_*
19.7
_*
Total
(N = 438)
100.0
100.0
100.0
100.0
__ *
m ag n itu d del d enom inador. As, p o r ejem plo, las razones relati
vas al sexo se in d ican convencionalm ente en trm in o s del nm ero
de varones p o r 100 m u jeres. P o r lo tan to , u n a raz n de 94 en
m ateria de sexo in d icar que el n m ero de los varones es ligera
m en te in fe rio r al de las m u jere s, en ta n to que u n a razn de
sexos de 108 significara u n a ligera p re p o n d eran cia de los p ri
m eros. Las bases que co m p o rtan nm eros grandes, tales como
1 000 o 100 000, se em plean a m enudo al calcular cuotas, o tro tipo
de razn, cuando el em pleo de las proporcion es o los po rcen tajes
co n d u cira a valores decim ales pequeos. Las cuotas de n atali
dad, p o r ejem plo, suelen d arse e n trm in o s del n m ero de naci
m ien to s vivos p o r 1 000 m u jeres e n ed ad de p ro c rea r. Las cuotas
de asesinatos pueden darse en trm in o s del n m ero de asesinos
p o r 100 000 h ab itan tes.
Las cuotas de crecim iento constituyen o tro tip o co rrien te de
razn. Al calcu lar u n a de estas cuotas, tom am os el crecim iento
efectivo d u ra n te el perio d o considerado, dividido e n tre el volum en
al principio del periodo. As, p o r ejem plo, si la poblacin de una
ciu d ad au m en ta de 50 000 a 65 000 e n tre 1940 y 1950, la cuota de
crecim iento d u ra n te el decenio en cuestin s e r de
65 000 - 50 000
---------- ---------- = .30
50 000
o 30 p o r ciento. E n el caso de cuotas de crecim iento, es obvio
q ue los p o rc en tajes se p re s ta n bien m s all del 100 p o r ciento,
en ta n to que sern negativos si la ciu d ad h a experim entado un
descenso de poblacin.
G
losario
Porcentaje
Proporcin
Tasa
Razn
E j e r c ic io s
1er. Ao
2 Ao
Inferior
Superior
Asistencia regular
Asistencia irregular
83
31
71
44
82
61
59
78
295
214
Total
114
115
143
137
509
Ao de clase
Total
Productividad
Democrtico
Liberal
Autoritario
Alta
Mediana
Baja
37
26
24
36
12
20
13
71
29
86
109
73
Total
87
68
113
268
B iblio g ra fa
IV . ESCA LAS D E IN T E R V A L O : D IS T R IB U C IO N E S D E
F R E C U E N C IA Y R E P R E S E N T A C I N GRFICA
E n e l p re se n te captulo nos ocuparem os de m todos p a ra el re
su m en de datos m uy p arecid o s a los del captulo precedente.
V am os a ag ru p a r las escalas de intervalo en categoras, a o rd e n a r
stas y a servirnos de dichos grupos p a ra d a r u n a visin con
ju n ta de la d istrib u cin d e los casos. Al p ro c ed er en esta form a,
p odem os re d u c ir la in form acin relativ a a u n n m ero m uy gran
de de casos a u n a fo rm a m uy sim ple, que p e rm ita al le c to r
re p re se n ta rse en q u fo rm a estn d istrib u id o s los casos. M s
a d e la n te co m probarem os que ag rupando los datos podem os asi
m ism o sim p lificar considerablem ente ciertos clculos. E n los dos
cap tu lo s siguientes nos ocuparem os de m todos de resu m en de
dato s en fo rm a m s com pacta, de m odo que p u ed an se r descri
to s p o r varios n m eros expresando m edidas que re p re se n ta n
fo rm as tp icas y grado de hom ogeneidad.
IV .l. D istribuciones de frecuencia: agrupam iento de los datos
E n el cap tu lo p reced en te nos hem os en c o n trad o con slo pocas
decisiones im p o rtan tes, si h a h ab id o alguna, en relacin con el
re su m e n de los datos. E sto se debe al h echo de que, presu m ib le
m ente, las clases estab a n y a d eterm inadas y lo nico que h aba
q ue h a c e r era c o n tar el n m ero de casos en cada clase y luego
n o rm alizar en relacin co n el n m ero de casos del espcim en
co n ju n to , calculando u n a proporcin, u n p o rc e n ta je o u n a razn.
E n cam bio, si los datos de la escala de in terv alo h an de re su
m irse del m ism o m odo, hay que a d o p tar u n a decisin inicial en
relacin con las categoras q u e se van a u tilizar. Ya que p o r lo
re g u la r los datos e sta r n d istrib u id o s de m odo continuo, sin o con
p eq u e as lagunas, e n tre cifras contiguas, el esq u em a de clasifi
cacin p u ed e se r m uy a rb itra rio . S er m en este r decidir cu n tas
categoras se van a u tiliza r y en dnde deban establecerse los
39.2 %
28.1
22.8
44.3
36.3
18.2
27.1
33.6
39.5
21.6
46.1
11.6%
263
33.4
58.1
20.7
37.1
28.8
19.3
32.3
37.9
21.5
36.3 %
27.1
25.6
33.1
9.3
21.6
27.8
43.7
22.4
37.1
13.3
26.3 %
35.1
21.6
13.4
26.3
17.5
33.6
28.2
15.1
24.9
37.1 %
23.0
46.8
27.8
29.9
12.3
26.5
19.9
26.3
10.0
53
15.3 %
26.1
7.1
33.4
39.4
23.6
28.3
83.6
26.1
20.7
27.3 %
31.0
16.8
22.1
5.3
37.2
26,9
47.1
29.2
11.8
23.5 %
36.3
26.9
42.7
24.3
37.1
24.8
4.8
14.3
22.9
13.3 %
27.3
46.6
33.0
17.8
25.1
41.0
9.7
14.6
36.0
Frecuencia, f
0.0-- 4.9
5.0-- 9.9
10.0--14.9
15.0--19.9
20.0--24.9
25.0--29.9
30.0--34.9
35.0--39.9
40.0--44.9
1
4
9
8
16
23
8
14
4
Intervalo
Frecuencia, f
45.0 - -49.9
50.0--54.9
55.0--59.9
60.0--64.9
65.0 - -69.9
70.0--74.9
75.0--79.9
80.0--84.9
4
0
1
0
0
0
0
1
93
C uadro
0.0 9.9
10.0 19.9
20.0 29.9
30.0 39.9
40.0 49.9
50.0 59.9
60.0 69.9
70.0 79.9
80.0 89.9
Frecuencia, f
5
17
39
22
8
1
0
0
1
93
C uadro
0.0 19.9
20.0 39.9
40.0 59.9
60.0 79.9
80.0 99.9
Frecuencia, f
22
61
9
0
1
93
daderos lm ites d e las clases n o son los m ism os que los que se
h a n fijado. Si hu biram os seguido las reglas convencionales del
redondeo, u n colegio con u n a particip aci n ligeram ente superior
a 19.95 se h a b ra redondeado en 20.0, situ n d o lo en el intervalo
de 20.0 a 29.9. Y si el p o rc en taje h u b ie ra quedado p o r deb ajo de
19.95, p o r poco que as fuera, lo habram os red o n d ead o en 19.9,
colocando el colegio en cuestin en la categora inm ediatam ente
in ferio r. P o r lo tan to , los verdaderos lm ites efectivam ente em
pleados son los sig u ien tes:
d e -0 .0 5 a 9.95
de 9.95 a 19.95
de 19.95 a 29.95
etctera.
Vemos que, al servim os de los verdaderos lm ites, cada in ter
valo tien e u n a am p litu d exactam ente de 10.0 (m s bien que de 9.9)
y que el lm ite su p erio r de u n intervalo coincide exactam ente con
el lm ite in ferio r del siguiente.1 Si la m arc a h u b ie ra sido exacta
m en te de 9.95000, h ab ram o s seguido el p rocedim iento conven
cional red o n d ean do hacia arrib a, ya que el n m ero dgito que
preced e al ltim o cinco es im par.2 Podem os, pues, asig n ar a cada
caso, de m odo inequvoco, su in terv alo propio. O bsrvese que si
el red o n d eo se h a operado h ac ia la cifra prxim a, com o suele
se r el caso, el v erd ad ero lm ite co m p o rta r siem pre la separa
cin de la diferencia e n tre los lm ites fijados de dos intervalos
contiguos. As, p o r ejem plo, si p artim o s la d iferencia e n tre 19.9
y 20.0, obtenem os 19.95. La convencin consiste e n in d icar las
cifras de ta l m odo que se exprese el grado de ex actitu d de la
m edicin, o sea que 10.45 indica u n a ex actitu d a dos lugares deci
m ales, 10.450 a tre s y 10.4 a uno. Dicho grado de ex actitu d debe
ind icarse siem pre, d e m odo que el le c to r p u ed a averiguar los
lm ites v erdaderos si desea servirse d e ellos en sus clculos. As,
p o r ejem plo, si se indica que los lm ites son respectivam ente 10.00
a 19.99, sabem os que la m edicin es exacta h a s ta dos decim ales,
que el red o n d eo se h a operado a la prxim a centsim a d e -----
100
0.0
9.95
19.95
29.95
39.95
49.95
59.95
69.95
79.95
89.95
Frecuencia
acumulada, Por ciento
F
0
5
22
61
83
91
92
92
92
93
0.0
5.4
23.7
65.6
89.2
97.8
98.9
98.9
98.9
100.0
0.0
9.95
19.95
29.95
39.95
49.95
59.95
69.95
79.95
89.95
93
88
71
32
10
2
1
1
1
0
100.0
94.6
76.3
34.4
10.8
2.2
1.1
1.1
1.1
0.0
10 20 30 40
50 60 70 80 90 100
30 -32.3
20 -21.5
10 -10.8
..... ,
t____i
0 --- --- --------1
0 10 20 30 40 50 60 70 80
--
.
90 100
10
20
.... i
30 40
________ _
50
60
70
_________1
80
j
90 100
1
0
i10
i___ i________ u- i
20 30
40
50 60
70
80
90 100
93.00 -100
, '
46.50 -50
23.25 -25
0, -"i
0 10
/
i
20
30
40
50
60
70
80
90 100
Glosario
Datos continuos y datos discretos
Distribucin cumulativa
Distribucin de frecuencia
Polgono de frecuencia
Histograma
Ojiva
Lmites verdaderos
E j e r c ic io s
$ 2 760
4340
5210
3410
4570
9300
3 320
1790
4560
3 800
13 460
5 210
2 690
$ 2 860
4 350
7 310
3 550
4210
5 490
2110
23 400
3 760
4170
6170
2 350
8 340
$ 3 890
11740
3 560
2740
7110
10300
4440
3 370
5170
3160
2 800
3180
4 240
$ 3 340
4350
2610
8190
4250
3 460
19310
2 670
3 100
5130
1710
4320
9 830
5
4
6
14
4
3
4
11
3
2
2
4
3
1
5
2
4
14
3
5
3
5
4
7
3
5
5
3
3
2
6
2
3
6
19
2
4
3
2
3
4
5
1
4
1
1
3
6
4
3
6
3
5
4
8
0
3
2
5
2
16
2
3
4
3
5
4
0
2
5
2
4
ibliografa
i m o s que las escalas nom inales pueden resu m irse fcilm ente en
trm inos de porcen tajes, proporciones o razones, y que dichas
m edidas de resum en son fundam entalm ente intercam biables. En
o tro s trm in o s: b asta u n tipo determ inado de m edida p a ra des
c rib ir los datos. E n el caso de las escalas de intervalo, a su vez,
vimos que los datos pueden describirse p o r m edio de u n a distri
bucin de frecuencia. Podem os servirnos tam bin de tipos dis
tin to s de m edidas, siendo las m s im p o rtan tes de ellas las de
tipism o o de tendencia central y las de heterogeneidad o dis
persin. Verem os que existe en cada caso cierto nm ero de m e
didas d istin tas e n tre las que podem os elegir, cada u n a de las
cuales re n e propiedades, ventajas e inconvenientes aigo diferen
tes. P o r lo tan to , el resu m en de las escalas de intervalo es algo
m enos directo que en el caso de las nom inales. E n el p resen te
captulo nos ocupam os de las m edidas de tipism o, en ta n to que
en el siguiente exam inarem os las de dispersin. Tom ados ju n
tos, dichos dos tipos de m edidas re su ltarn norm alm ente ade
cuados p a ra la descripcin de los datos de escala de intervalo.
La idea que tiene el lego a p ropsito del trm in o prom edio pro
pende a ser m s bien vaga o am bigua. E n efecto, puede n o darse
cu en ta de que existen varias m edidas diversas del tipism o y que,
en d eterm inadas circunstancias, dichas m edidas dan resultados
m uy d istintos. El hecho de que sea posible o b ten er tales m edi
das diferen tes de tendencia central supone que es necesario
co m p ren d er las v en tajas y los inconvenientes de cada u n a de
ellas. Im p o rta, pues, sab e r en cules circunstancias cada u n a
sea adecuada. P o r qu la Oficina del Censo indica ingresos m e
dianos y n o ingresos m edios? T endra algn sentido in d icar al
lego que la fam ilia "m ed ia tiene 2.3 hijos y vive en u n a casa de
4.8 cu arto s? E n cules circunstancias es de poca im portancia
la m ed id a que se em plee? stas son algunas de las num erosas
cuestiones que p o d ran p lan tearse acerca del tip o de prom edio
que hem os de calcular.
X- -V*X%1"..........
x =
'
( V .l )
2X
X = ------M
2 (Xt - X ) =
<=*1
2 Xt 1=1
y _
2 X
i= 1
i=l
.2 X = N X = N ------------ = 2 X*
= i
JV
C i
X-73
72
81
86
69
57
X-70
1
8
13
- 4
-1 6
2
11
16
- 1
-1 3
15
( X i - X )
X = X + ----------------N
( V.2)
o bien, en p a la b r a s :
S xt
i=i
X' + -
iV
= X ' + -
JV
N
2 X*
t=i
= X' + -
A?
2 X'
i=i
Af
NX
N
2 Xi
i= l
T
= x
i= l
2 ( X i - X ') 2 ^ 2 ( X i - X p
= i
i= i
= i
i= i
i= l
2 (X j X )2 + N ( X X ')2
i=i
<=i
i= l
y
1 (X t X )2 = m nim o.
i=l
La razn de que la p rim e ra pro p ied ad se verifique es fundam en
talm en te que, cuando se su strae la m edia de cada u n o de los
datos, las diferencias resu ltan tes son tales que las m arcas nega
tivas se eq u ilib ran exactam ente con las positivas. P ero supngase
que h ubiram os prescindido p o r com pleto de los signos, consi
deran d o to d as las diferencias com o positivas, qu o c u rrir en
este caso? P uede d em o strarse que si se h u b iera re sta d o la m e
diana de cada u n a las m arcas prescindiendo del signo de las di
ferencias y sum ando los residuos, se o b ten d ra u n a sum a m enor
que la cifra co m parable de cu alq u ier o tra m edida de tendencia
central. E n sm bolos esto se expresa a s :
y
2 |Xi M d | = m nim o
<=i
en donde M d re p resen ta la m ediana y las b a rra s a am bos lados
de la expresin (X i M d ) indican q u e hay que to m a r el valor
positivo (o "ab so lu to ) de cada diferencia. A unque esta p ro p ie
Te
fitr ii
/Mj
__
4=1
i= 1
X = ---------------------------------N
2n
(V.3)
m todo largo
Lmites fijados
$2000-2 900
3 000-3 900
4 000-4 900
5000-5900
6000-6 900
7 000-7 900
Lmites verdaderos
Puntos medios
("i)
ft
fimi
$ 1 950-2 950
2 950-3 950
3 950-4 950
4 950-5 950
5950-6950
6 950-7 950
$2450
3 450
4 450
5450
6450
7 450
17
26
38
51
36
21
$ 41650
89700
169100
277 950
232 200
156450
189
$967050
Totales
2 /,
X = -
967050
= $5117
189
fA
x = r + _ LL
( v .4)
N
donde
di = X t - X '
y podem os d isp o n er n u estro s clculos en u n cu ad ro com o en el
cu ad ro V.2. Una vez m s, el fa c to r de correccin se obtiene to
m an d o la desviacin to ta l con re sp ecto a la m ed ia an ticip ad a
(a q u 63 000) y despus dividiendo e n tre el n m ero de casos, lo
q ue d a la ca n tid ad prom edio en que la m edia an ticip ad a se sepa
ra de la verdadera.
E n este ejem plo, el fa c to r de correccin h a re su lta d o se r ne
gativo, in dicando que la m edia an ticip ad a e ra dem asiado grande.
H ay que o b serv ar que si hubiram os an ticip ad o p a ra la m edia
o tro v alo r cualquiera, h ab ram o s llegado al m ism o resu ltad o . Si
se elige com o m ed ia an ticip ad a el p u n to m edio de te rc e r in te r
valo ($ 4 4 5 0 ), el fa c to r de correccin es de $667, el cual, adicio
nado a $ 4 450 d a el re su ltad o correcto. Dicho sea de paso, esto
constituye u n m edio de control m uy til de n u e s tra lab o r. Ob
srvese que si h u b iram os elegido el p u n to m edio d e cualquier
o tro intervalo, h ab ram o s realizado m s trab a jo , y a q u e los n
m eros a su m a r en la colum na /td4 h a b ra n sido n u m ricam ente
m ayores. Y si h u b iram os fallad o en serv im o s de u n p u n to m e
m to d o corto
Limites
verdaderos
Puntos
medios
$1950-2950
2950-3 950
3 950-4950
4 950-5950
5950-6950
6 950-7 950
$2450
3 450
4 450
5450
6450
7450
17
26
38
51
36
21
$ - 3 000
- 2 000
-1 0 0 0
0
1000
2 000
Totales
189
fA
$ -5 1 0 0 0
-5 2 0 0 0
- 3 8 000
0
36 000
42 000
$ - 6 3 000
le
2 fA
_
1
J
X =
=A
* ' i+---
N
= 5450 +
-6 3 0 0 0
= 5 450
189
333
= $5117
m ltip lo exacto de 1 000, o sea la m agnitud del intervalo utilizado.
E sto ser siem pre as, a condicin que todos los intervalos ten
gan la m ism a am plitud. P o r lo tan to , podem os p o n e r la am p litu d
del in terv alo com o fa c to r en cada u n o de los p ro d u cto s fA> m ul
tip lican d o p o r d icha a m p litu d u n a vez te rm in a d a la adicin. E n
o tro s t rm in o s : pudim os h a b e r obtenido la su m a de 63 000 de
la m an era sig u iente:
- 63 000 = 1 000( 51 - 52 - 38 + 0 + 36 + 42).
En lo que equivale a lo m ism o, pudim os h a b e r expresado las
desviaciones originales en t r m inos del n m ero de intervalos (o
desviaciones g ra d u an tes ) resp ecto de la m edia supuesta. P or
lo tan to , d eterm inam os cu n to s intervalos d ista la m edia supues
ta de la v erd ad era y, finalm ente, tran sp o rta m o s la m agnitud del
e rro r h acia a tr s a las unidades originales, m ultiplicando este
Cuadro V.3.
Lmites
verdaderos
Puntos medios
*i
U*i
$ 1 950-2 950
2 950-3 950
3 950-4 950
4 950-5 950
5 950-6 950
6 950-7 950
$2 450
3 450
4 450
5 450
6450
7 450
17
26
38
51
36
21
-3
-2
1
0
1
2
-5 1
-5 2
-3 8
0
36
42
Totales
189
-6 3
La f rm u la m odificada es a h o ra :
A udi
X = X ' + _1JL----- i
N
(V.5)
189
1 000 = 5 117
C uadro V.4.
Lmites verdaderos
Ni de casos
inferiores a
11 950-2 950
2 950-3 950
3 950-4950
4 950-5 950
5 950-6 950
6 950-7950
17
26
38
51
36
21
17
43
81)
132)
168
189
$2950
3 950
(4950
15 950
6950
7 950
Total
189
94.5
4,950
132
I !
5,950
(v .6 )
(V.7)
. . .
x
Asim trica positiva
Localidad
Habitantes
A
B
C
10000
5000
8000
Media
$3 518
4760
4122
(V.8)
=$ 3 998.09
71,
71,
71,
2
-1 Xi
N ___________ _
M edia geom trica = > / ( X x) ( X 2) ........ ( X N)
E n esta ltim a frm ula, la N a rrib a del radical indica que to
m am os la raz JV-sima del p ro d u c to de N datos.
V.6. Deciles, cuartiles y percentiles
Al exam inar la m ediana, sealam os que hay o tras m edidas posicionales, ta le s com o los percentiles, que pueden utilizarse p ara
fija r la p o sicin de datos m ayores que u n a proporcin determ i
n ad a de casos. E sas m edidas, au n q u e n o sean necesariam ente
m edidas de tip ic id a d o de tendencia central, son anlogas di
rectam en te a la m ediana. As, p o r ejem plo, en lugar de buscar
u n n m ero q u e tenga la m ita d de los datos p o r encim a o p o r
Decil
Media
Mediana
Modo
Percentil
Cuartil
Distribucin asim trica
E je r c ic io s
Frecuencia
10-19
20-29
30-39
40-49
50-59
7
16
21
12
4
60
V I. ESCA LA S D E IN T E R V A L O : M ED ID A S
D E D IS P E R S I N
E n la investigacin sociolgica la atencin se con cen tra en m u
chos casos en m edidas de tendencia central. P o r ejem plo, pode
m os q u e re r c o m p arar varios tipos de religin en relacin con la
asisten cia m ed ia a la iglesia o el nivel m edio de ingreso. Pode
m os tam b in d esear o btener, sin em bargo, m ed id as de hom oge
neidad. Tal vez hayam os p a rtid o de la hiptesis que u n a de las
religiones ex tra e r sus adeptos en m ay o r g ra d o que las o tras de
u n a m ism a capa social. S in em bargo, au n si estam o s interesados
an te to d o en c o m p arar m edidas de tendencia cen tral, necesita
m os, con todo, sab e r algo acerca de la dispersin en cada grupo.
Nos dam os cu en ta in tu itiv am en te d e que, si cada religin fu e ra
ex trem ad am en te heterognea en cuanto al ingreso y a la asis
ten cia a la iglesia, u n a d iferencia d eterm in ad a e n tre sus m e
d ias (digam os de $ 2 000) n o sera ta n im p o rta n te o indicativa
com o se ra el caso si cada g ru p o fu e ra p erfectam en te hom o
gneo.
C uando lleguem os a la estad stica inductiva, estarem o s en con
diciones de ju stific a r dicha intuicin y de a p re c ia r p o r qu las
m edidas de d ispersin son ta n im p o rtan tes. E n el p re sen te cap
tu lo vam os a co n cen trarn o s en el m ecanism o, en tan to que en el
siguiente darem os u n a in terp re taci n de la m edida de dispersin
m s im p o rta n te : la desviacin estn d ar.
V I.l. E l recorrido
De las d istin tas m edidas de dispersin que vam os a exam inar en
este captulo, el re co rrid o es con m ucho el m s sim ple. El reco
rrid o se define com o la diferencia e n tre la m arc a m s a lta y la
m s b aja. As, pues, e n relacin con los datos proporcionados en
el captulo a n te rio r (72, 81, 86, 69 y 57), el re c o rrid o sera la dife
ren cia e n tre 86 y 57, o sea 29. P o r lo re g u lar solem os in d icar el
re co rrid o ya sea p o r m edio de la diferencia real (29), o dando
las dos m arc as extrem as, v.gr. 57 y 86. Si los datos se h a n agru
pado, tom am os com o re co rrid o la diferencia e n tre los puntos
m edios de las categoras extrem as. As, pues, si el p u n to m edio
del in tervalo in ferio r es 2 450 y el del intervalo su p e rio r 7 450, el
re co rrid o ser de 5 000.
La sim plicidad extrem a del re co rrid o com o m ed id a de disper
sin p re sen ta a la vez ven tajas e inconvenientes. E n efecto, el
re co rrid o pued e re s u lta r m uy til si se tr a ta de o b ten er unos
clculos m uy rpidos que p u ed an p ro p o rcio n ar u n a indicacin
b ru ta de la dispersin, o si los clculos h a de hacerlos alguna
90
p erso n a que n o est fam iliarizada con la estad stica. Si los datos
h an d e p re sen tarse a u n a audiencia relativ am en te ingenua, el reco
rrid o ser tal vez la n ica m edida de dispersin que aqulla est
en condiciones de in te rp re ta r fcilm ente. S in em bargo, el nivel de
p re p araci n de los socilogos est alcanzando rp id am en te u n
p u n to tal, que podem os legtim am ente su p o n er que en ten d ern
tam b in m edidas algo m s com plicadas y satisfactorias. E l in
conveniente del re co rrid o es obvio: se b a sa exclusivam ente en
dos casos, que son, adem s, los dos casos extrem os. Y com o
q u iera que los casos extrem os suelen se r ra ro s o poco com unes
en la m ay o ra de los problem as em pricos, nos dam os cu en ta que
p o r lo re g u lar es u n a cuestin de az ar q u e obtengam os u n o o dos
de ellos en n u e stra m u estra. Supngase, p o r ejem plo, que en la
localidad investigada hay u n m illonario. Si escogem os 10 perso
nas al azar, es p ro b ab le que aqul n o e st incluido e n tre ellas.
Pero, supngase que s est. E n ta l caso el re co rrid o de los in
gresos ser ex trao rd in ariam en te am plio y m uy engaador en
cu an to m edida de dispersin. Si nos servim os del re co rrid o
com o m edida, n a d a sabem os acerca de la variacin de las m a r
cas e n tre los dos valores extrem os, excepto que stas se sit an
en algn lu g ar en el in te rio r de dicho re co rrid o . As, pues, com o
re su lta del ejem plo a n terio r, el re co rrid o v a ria r considerable
m en te de u n a m u e stra a o tra. P or o tra p a rte , el re co rrid o ser
p o r lo re g u la r m ayor en las m u estras grandes que en las peque
as, sim plem ente p o rq u e e n los p rim ero s tenem os m s p ro b a
bilidades de in clu ir a los casos individuales extrem os. sta es
la razn de que el re c o rrid o n o se em plee p o r lo re g u la r en so
ciologa, excepto al nivel de tipo m s exploratorio.
O tra m ed id a su m am ente sim ple, la razn de variacin, puf de
s e r utilizada e n el caso de los datos en grupo, lo que re su lta
especialm ente adecuado en el caso de las escalas nom inales.
C onsiste b sicam ente en u n a m edida del grad o en que se con
ce n tran los dato s en la categora m odal, en lu g ar de que se les
e n cu en tre distrib u idos u n iform em ente a lo larg o de to d as las ca
tegoras. Se define a s :
V i?. = 1 - f moaJ N ,
en donde /modaj se re fiere al n m ero de casos en la categora mo
dal, y N al n m ero to ta l de casos. E s evidente que e sta m edida
re s u lta insensible a la distrib u ci n de casos en las categoras no
m odales, siendo p o r o tra p a rte dependiente del proceso de categorizacin. S u v en taja ra d ic a en su sencillez extrem a y en su
atracci n intuitiva, adem s del hecho de que en el caso de las
escalas nom inales no es posible h a c e r uso d e u n a ordenacin de
categoras que p erm ita h a b ilita r m edidas de u n m ayor re fin a
m iento.
(V I.2)
(V I.3)
(X.-X)
(Xt - X P
72
81
86
69
57
1
8
13
- 4
-1 6
1
64
169
16
256
X = 73.0
---
--506
i= l
2 { X ? - 2X j l + X*)
_
=1
2 X ? - 2X 2 X i + N X 2
i
t=i
N
i= l
4=1
_,
.V
2
2 X,2 X 4
___
i= l
___
2X2 + X2 = ------------X2
M
P o r lo ta n to :
N
r
2
2 X,
-X *
\T
(W .4)
Algunas o tras frm ulas de clculo altern ativ as son las sig u ien tes:
v ^-(4y
(^X
i)
-V
2
4=1
(VI.5)
2 X -------------------= i
jv
/ N
(V I.6)3
\ 2
(VL7)
Si b ien cu alquiera de las form as precedentes puede utilizarse
com o f rm u la de clculo, la ecuacin (V I.7) es la que com porta,
*<2
5184
6561
7 396
4761
3 249
365
27151
-V
!f
(V I.8)
en donde /{ es el n m ero de casos del intervalo i-simo y A: el
n m ero de intervalos.8
S upongam os a h o ra que anticipam os u n a m ed ia y tom am os las
desviaciones con re sp ecto a sta, e n lu g ar de re sp ecto de la m e
dia v erd ad era. M ostram os en el cap tu lo a n te rio r que la sum a de
las desviaciones c u a d rad a s de la m edia ser m en o r que cual
q u ier o tro v alor que la su m a d e las desviaciones cuadradas. E n
p artic u la r, la su m a de las desviaciones cu a d rad a s de la m edia
an ticip ad a se r m ay o r que la cifra o b ten id a sirvindonos de
la m ed ia v erdadera, a m enos, p o r supuesto, que aqulla coincida
con sta. Puede, pues, d em o strarse que cu an to m s cerca queda
la m ed ia su p u esta de la v erdadera, ta n to m en o r re su lta la sum a
de las desviaciones cu ad rad as de la m edia supuesta. E n o tro s
t rm in o s: si nos servim os de u n a m ed ia su p u esta, esperam os
o b ten er u n a sum a de cu ad rad o s dem asiado grande. Lo m ism o
que an terio rm en te, podem os servirnos d e u n fa c to r de correc
cin, al que su straem o s luego del valor o b ten id o utilizando la
m ed ia an ticipada. La f rm u la de la desviacin est n d a r se con
v ierte e n tal caso e n :
ji
que aparecen
2 fA
vemos que
&
i1
=X-X'
N
y que, p o r lo ta n to :
fc
2 ] fA \
=i ' V
~( i
) 2
Cuadro
fi
$2450
3450
4450
5450
6 450
7 450
Wt
17
26
38
51
36
21
Totales
-3
-2
-1
0
1
2
189
= 1 000 J
" 189
__ (
V 189 /
-5 1
-5 2
-3 8
0
36
42
153
104
38
0
36
84
-6 3
415
\ 2
1000 V 2.1%.111
= 1444
a adiendo la colum na f idi2. Atraque en re alid ad p odram os ob
te n e r las desviaciones cu ad rad as d i2 y m u ltip licar luego p o r f u
re su lta r con to d o m ucho m s sim ple m u ltip licar las dos ltim as
colum nas em pleadas en o b te n e r la m edia (e sto e s : d{ x f{d{). En
efecto, h ab ien d o m u ltiplicado d / p o r s m ism o, vem os que todos
los n m ero s negativos se h acen ah o ra positivos.4 Calculem os
ah o ra la desviacin e st n d a r de los datos agrupados utilizados
en el cap tu lo precedente. Con fines de ilu straci n nos servire
m os de la ecuacin (V I.10), p ese a q u e p o r lo re g u la r la (V I.12)
co m p o rta r m enos e rro re s de redondeo.
* Obsrvese bien que la ltima columna del cuadro VI.l no se obtiene
ftdv
(w
X
P ara ilu s tra r las v en tajas del coeficiente de variabilidad con
resp ecto a la desviacin e st n d a r, supngase q u e xm psiclogo
social tr a ta de d e m o stra r que p a ra todos los fines prcticos dos
grupos son ig u alm ente hom ogneos en relacin con la edad. En
u n o de los grupos la e d a d m ed ia es d e 26, con u n a desviacin
e st n d a r de 3. E n el o tro la ed ad m edia es de 38 aos, con u n a
desviacin e s t n d a r de 5. P o r lo tan to , los coeficientes de varia
b ilid a d son resp ectiv am en te 3/26 = .1 1 5 y 5/38 = .132, o sea u n a
diferencia m u ch o m s peq u e a que la q u e se d a e n tre las dos
desviaciones e stn d a r. E n vista del hecho d e que p o r lo re g u lar
la ed ad exacta re su lta m enos im p o rtan te, al d eterm in a r in te re
ses, capacidades y posicin social, a m ed id a que au m en ta la edad
pro m ed io de los m iem bros del grupo, la com paracin de los dos
coeficientes de v ariabilidad p o d ra re s u lta r m uy bien, e n este
caso, m u ch o m enos engaosa que si se em p learan las desviacio
nes estn d a r.
Si se desea, puede u tilizarse tam b in u n a variancia relativa.
P o r desgracia, estas m edidas relativ as d e dispersin se hallan
citad a s con m uy p oca frecu en cia en la lite ra tu ra sociolgica. Es
m u ch o m s frecuente, efr efecto, e n c o n tra r las m edias y las des
viaciones e s t n d a r relacionadas en colum nas adyacentes.
Coeficiente de variabilidad
Desviacin media
Desviacin cuartil
Recorrido
Desviacin estndar
Variancia
E jercicios
104
:d f
"TTTTt-t- - ..
()
Y = - - - - - -- - - -
- e - ( x - x ) * / 2 *
sV2jc
e n donde Y es la a ltu ra de la curva p a ra u n valor determ inado
d e X . Como q u ie ra que ta n to jt com o e son co n stan tes (iguales
resp ectivam ente a 3.14 y 2.72), la f rm u la slo com porta dos m e
didas de resum en, la m edia X y la desviacin e st n d a r s? P or
lo tan to , la fo rm a exacta de la curva n o rm al ser conocida si se
nos dan los valores de dichas m edidas. E n otros trm in o s: hay
m uchas curvas n orm ales, u n a p a ra cada com binacin d e la m edia
y de la desviacin estn d ar.
* R ecordando que u n a can tid ad afectad a de u n exponente ne
gativo pued e esc rib irse com o la recproca de dicha ca n tid a d ele2 Cuando lleguemos a la estadstica inductiva se introducir otra nota
cin para la media y la desviacin estndar. La frmula de la curva nor
mal suele escribirse en trminos de una media de i y una desviacin es
tndar de o.
-25
12
~12~
= -2 .0 8
El hecho de que Z sea negativa indica sim plem ente que el rea
ach u rad a se sit a a la izquierda de la m edia. Al u tilizar la tabla
F ig .
.4773
.3849
.0924
G losario
Leptocrtico
Distribucin de frecuencia lmite
Curva normal
Platicrtico
Marca estndar
E jercicios
T ercera P arte
E S T A D S T IC A IN D U C TIV A
E l objeto de este breve captulo est en d a r u n b osquejo genera l de la estad stica inductiva y, en p artic u la r, de los razo n a
m ien to s que se h allan a la base de la verificacin de las h ip
tesis estadsticas. E s m u y fcil verse ta n ab ru m ad o p o r ios
detalles de cad a p ru e b a p a rtic u la r en co n trad a, que re su lte im
posible p e rc ib ir las sem ejanzas q u e to d as ellas tien en en co
m n. E n ta l caso, el aprendizaje de la estad stica p u ed e con
v ertirse fcilm ente en u n ejercicio de "re c e ta rio co n sisten te
e n a p re n d e r de m em o ria las frm ulas y los p rocedim ientos. P o r
ello este captulo es m uy im p o rtan te y deb era releerse a te n ta
m en te u n a vez que el le c to r haya visto las dos o tres p rim e ra s
p ru e b as especficas.1
V III.l. E sta d stica y parm etros
E l o b jeto de las generalizaciones estad sticas est en decir algo
acerca de diversas ca rac te rstic as de la poblacin estu d iad a, so
b re la b ase de h echos conocidos a p ro p sito de u n a m u e s tra sa
cad a de dicha poblacin o universo.2 D esignarem os las c a ra c te
rsticas de la poblacin com o parm etros, en c o n tra ste con las
carac te rstic as de la m u estra, que se designan com o estadsticos.
A estas altu ras, el le c to r est ya fam iliarizado con cierto n m ero
de p arm etro s y e stad sticas: m edias, m edianas, proporciones,
desviaciones estn d a r, etctera. Llegado aqu, el le c to r d eb era
h ac er u n a distincin p recisa e n tre las carac te rstic as q u e se re
fieren a la poblacin y las que se refieren a la m u estra. P a ra de
sig n ar las p rim eras suelen p o r lo re g u la r em plearse las le tra s del
alfab eto griego, e n ta n to que las le tra s latin as designan las carac
te rsticas de la m u estra.3 As, pues, en ad elan te designarem os la
m ed ia de la poblacin con jx, y la de la m u e stra con X ; la desvia
cin e st n d a r de la p rim e ra con a, y la de la m u e stra con s.
P uede establecerse u n a distincin im p o rta n te e n tre p a r m e tro s
y estadsticas. E n efecto, los p arm etro s son valores fijos re fe
rid o s a la poblacin y, p o r lo regular, no se conocen.4 As, p o r
*
Ya se indic en el captulo n que la p ru e b a slo puede h a
cerse acerca d e u n a proposicin fo rm u lad a en conceptos que se
hay an definido operativam ente. El p aso 2 indica que h ay que po
n erse de acuerdo, con an terio rid ad a la pru eb a, acerca de las
definiciones o perativas. A m enos que sea as, re s u lta siem pre
posible re te n e r u n a hiptesis, independientem ente del re su lta
do, d escartan d o los m todos em pleados. S upngase que alguien
enuncia com o hiptesis suya que cu an to m s elevada sea la
posicin social de u n a persona, ta n to m enos p ro b ab le ser que
sea m uy e tn o c n trica. Si los resu ltad o s n o co nfirm an esta pro
posicin, p o d r alegar que la m edida "posicin social o "etno'cen trism o n o m ed a lo que se la supona m edir, y q u e algn o tro
ndice (q u e confirm e su teo ra ) es m s adecuado. As, pues, p a
rece p referib le re se rv a r el trm in o de h iptesis p a ra designar
enunciados q ue se hallen al nivel operativo y p u ed an d escartarse
fran cam en te. E n efecto, si n o se puede llegar de antem ano a
u n acu erd o acerca del procedim iento, es difcil que se produzca
acu erd o a p ro p sito d e los resultados. Como ya se indic en el
captulo II, este p u n to de v ista no niega, con todo, la im p o rtan cia
de la teo ra, n i im plica que las definiciones operativas sean las
nicas n ecesarias p a ra el desarrollo de la ciencia.
El te rc e r p aso es crtico, y a que la decisin que se adopte
c o m p o rtar p o r lo re g u la r ciertos peligros de erro r. E n algunos
casos el p ro b lem a es relativ am en te sencillo. N o todas las verifi
caciones de las hiptesis re q u ie ren induccin. E n efecto, puede
fo rm u larse u n a hiptesis a p ro p sito del re su ltad o de u n acon
tecim iento concreto, tal, p o r ejem plo, u n p a rtid o de ftbol. Po
dem os p red ecir, p o r ejem plo, que el equipo A g an ar al equipo B .
A condicin que existan criterio s p a ra d eterm in a r si los proce
dim ientos acordados se h an seguido adecuadam ente o no, las
pro b abilidades de e r ro r en cu an to a decidir si h ay que d esc artar
o no sem ejan te tip o de hiptesis son escasas. Sin em bargo, si la
inform acin se basa en u n a m u e stra de acontecim ientos sacado
de u n a poblacin m ayor, existe m ay o r riesgo de erro r. E n efecto,
d escartam o s o dejam os de d e sc a rta r la hiptesis dndonos cuen
ta de que, ya que n u e stro ju icio slo se b asa en u n a m u estra,
hem os de a d m itir siem pre la posibilidad de e r ro r debida a la
fa lta de c a r c te r suficientem ente rep resen tativ o del m ism o. Es
la teo ra de las probabilidades la que nos p e rm ite a p re c ia r los
riesgos de e r ro r y tom arlos en consideracin al decidir acerca
de los criterio s que hay que em p lear p a ra d e sc a rta r las hipte
sis. E n las prxim as secciones se exam inarn dos tipos d e e r ro
re s posibles. Podrem os luego volver a la cuestin del papel que
juega la estad stica en las verificaciones de las hiptesis in
ductivas.
2) u n a n o rm a de la sociedad X es la de n o ro b a r; y 3) Jones es
m iem b ro de la sociedad X . Si to d as las p a rte s de la teo ra son
co rrectas, podem os ded u cir B, que Jones n o ro b a r. Supngase
que p o r alguna o tra razn n o estam os en condiciones de verifi
ca r d irectam en te lo c ierto o falso de A, p e ro que estam os en con
diciones, e n cam bio, de averiguar la co n d u cta de Jones. Es obvio
q ue si Jo nes roba, la teo ra h a de se r in co rrecta, p o r lo m enos
en p arte . E n consecuencia, si B es falso, descartam os
Pero,
si sabem os q ue Jones n o roba, n o p o r ello decidirem os que la
teo ra sea cierta. Tal vez Jones sea sim plem ente m s honrado
que los otro s. O tal vez ni siquiera sea m iem bro de la sociedad
X . E n sem ejan te caso, si furam os a a c e p ta r la teo ra com o co
rre c ta , co rreram os u n riesgo considerable de erro r. Llegaram os
p ro b ab lem en te a la conclusin de que, au n q u e el individuo p a r
ticu lar en cuestin sea honrado, haram os m e jo r en suspender
n u e stro juicio.
E l ab su rd o del ejem plo a n te rio r n o h a de o scu recer el pu n to
cap ital de que, siem pre que tengam os u n a te o ra que im plica
d eterm in ad as consecuencias y que stas, p e ro n o as aqulla, sean
susceptibles de verificacin, nos en co n tram o s e n la posicin l
gica de p o d er d esc artar la teora, en ta n to que n o podem os acep
tarla, en cam bio, sin c o rre r el riesgo de equivocam os.
V III.4. La fo rm a de las hiptesis estadsticas
E n ciencias sociales no encontram os proposiciones p o r el estilo
d e la del ejem p lo an terio r, p o r la sencilla razn de que las te o
ras acerca del m u n d o real no im plican certid u m b re. E n lugar
de co n sid erar q u e si A es cierto B ha de serlo asim ism o, sostene
m os solam ente que si A es cierto B lo ser probablem ente tam
bin. Tenem os as q u e a c e p ta r la posibilidad de que B sea falso
incluso cu an d o A es verdadero. P ero si seguim os la reg la de des
c a rta r A siem p re que B sea falso, correm os el riesgo de com eter
o tro erro r, esto es, el de descartar una hiptesis cierta. Desig
nam os esta clase de e rro r com o error de tipo I o a. Sirvindonos
del ejem plo a n terio r, n u estra s proposiciones h a b r n de m odifi
c a rse en el sen tido de d ecir: "la m ayora de los individuos se
conform an a las n o rm as de su sociedad y probablem ente Jones
n o ro b a r". Si Jones roba, descartam os la teo ra revisada con
cierto riesgo de e rro r, ya que p u ed e con todo se r cierta, porque
es posible que Jo nes sea u n o de los pocos m iem bros n o honrados.
As, pues, existen dos tipos de e rro r que h ay que te n e r en
cuenta. El p rim e ro que exam inam os (el tip o I I ) procede de la
falacia p u ra m e n te lgica consistente en a firm a r el consecuente.
Y cuando in tro d ucim os elem entos de p ro b a b ilid ad en n u estra
teora, entonces adm itim os u n tip o adicional de e r ro r (el tipo I).
Aunque h a s ta el p re se n te n o hayam os dicho n ad a todava a p ro
Glosario
Hiptesis
Parmetro
Poblacin
Estadstica
Errores de tipo I y II
B ibliografa
P.hi'fifv
1051
c a n . 5.
--
0.75 -
O.
0.25 -
100
Nm ero de pruebas
2 Este uso tcnico de los trminos xito y fracaso no necesita ser con
forme al uso general. As, por ejemplo, el xito puede indicar la contrac
cin de la polio o la eleccin de un demagogo.
s Esto no puede suponerse en el caso del ser humano, hecho que hay que
tener presente siempre que se tomen mediciones repetidas con personas u
otros animales. Vase sec. IX.4.
En rigor, el investigador slo puede obtener proporciones debido al he
cho de que el nmero de pruebas o casos ser siempre finito.
200
400
700
1 = P(A ) + P ( B ) + P ( C ) + ........ + P ( K ) ,
e n to n c e s :
1 P( A) P ( B ) + P(C) + .........+ P( K) .
12
1 ------o .
13
13
H a sta aq u slo nos hem os ocupado de eventos que se excluyen
m u tu am en te. Una fo rm a m s general de la regla d e la adicin
p u ed e enunciarse com o s ig u e : si A y B son dos acontecim ientos
cualesquiera (n o n ecesariam ente m u tu am en te exclusivos), en
tonces :
P(AoB)=P(A)+P(B)-P(A& B)
(IX .3)
en donde P ( A & B ) re p re se n ta la posibilidad de o b ten er a la vez
A y B .7 E n el caso general, pues, la p ro b ab ilid ad de o b ten er A o
i La partcula o tal como la emplean los matemticos incluye la posibili
dad de que A y B se verifiquen a la vez. Por consiguiente la expresin
"A o B" significa "A y B, y A o B . En orden a la anotacin por teora de
grupos A o B" significa lo mismo que A [J B en tanto que A y B significa
lo mismo que A f] B.
P ( A o B ) = P( A) + P ( B ) - P ( A & B )
= 4/52 + 13/52 1/52 = 16/52 4/13.
E ste resu ltad o puede verificarse intuitivam ente teniendo en cuen
ta q ue A o B p o d ran o b ten erse extrayendo cualquier esp ad a o
u n a de las tre s reinas re sta n te s, o sea u n a de las 16 cartas con
sideradas. Si h ubiram os adicionado sim plem ente P( A) y P( B) ,
la re in a de espadas se h a b ra contado dos veces. E n la seccin
siguiente verem os Una regla general p a ra el clculo de P ( A & B ) ,
ya q ue n o siem pre re su lta ta n sencillo o b ten er dicha cantidad.
O bsrvese que si los dos eventos son m u tu am en te exclusivos no
h a b r cruzam iento, y P { A & B ) ser igual a cero. P or lo tanto,
la regla general reconduce, en esta ocasin, al caso especial d e la
regla de la adicin exam inada an terio rm en te.
La regla de la m ultiplicacin. La te rc e ra pro p ied ad de las p ro
babilidades nos p e rm ite o b ten er la p ro b ab ilid ad de que dos (o
m s) eventos o c u rran co n ju n tam en te. P odram os en u n ciar esta
p ro p ied ad com o sigue: si A _y B son dos eventos cualesquiera, la
probabilidad d e que se produzcan am bos es el producto de
la probabilidad d e que se produzca uno de ellos por la probabi
lidad condicional d e que se produzca el otro, dado que el p rim er
even to haya ocurrido. O en sm b o lo s:
P ( A & B ) = P ( A ) P ( B |A ) = P (B )P (A |B )
(IX .4)
P(A& B) = P(A)P(B)
Morenas
Rubias
Pelirrojas
Total
Emprendedor
Tmido
300
600
600
100
300
100
1200
800
Total
900
700
400
2 000
P ( A \ B ) ~ . 25
P (B ) = .6
P( B\ A) = .75
3/51 = 1/221.
Actitud
Blancos
No blancos
Republi Dem
canos
cratas
Republi Dem
canos
cratas
Total
50
350
100
200
25
25
225
25
400
600
Total:
400
300
50
250
1000
Morenas
Rubias
Pelirrojas
Total
Emprende doras
Tmidas
Total
540
360
900
420
280
700
240
160
400
1200
800
2 000
P( A)
_P(B)P(A\B)
P( A)
P( B) P( A\ B)
P( B\ A)
P(B)P(A\B) + P(B)P(A\B)
ecuacin conocida com o teo rem a de Bayes. E ste teo rem a puede
se r generalizado p a ra diversas alternativas B lt B 2, . . . , B k, en
ta n to estas altern ativ as sean m u tu am en te exclusivas y exhaustik
vas, de m odo que 2 ? ( ) = 1. La p ro b ab ilid ad de que u n B u
i 1
dado, sup u esto que A h a ocurrido, puede escrib irse a s :
P( Bt \A)
PjB^PjAlB^
S PBJPiAlBO
i=l
E s posible desde luego ap licar el teo rem a de Bayes siem pre que
se nos den todas las probabilidades condicionales e incondicio
nales, p e ro estas aplicaciones n o son especialm ente tiles. Puede
sin em bargo ser ap licado tam b in en casos en que las "p ro b ab i
lidades psicolgicas hayan reem plazado los conceptos de fre
cuencia relativa. H ays [5 ] previene c o n tra este em pleo. Las
aplicaciones d irectas del concepto bayesiano e n relacin con la
e stad stica e st n a n relativam ente poco p ro b ad as. P arece sin
em bargo aconsejable su g erir m todos p a ra su em pleo. Conside
rem o s en p rim e r lu g ar u n p ro b lem a m uy sencillo. Supongam os
q ue u n individuo escoge a capricho u n a de dos u rn a s, y a con
tin u aci n selecciona a capricho u n a bola de la u rn a que haba
elegido. La p rim e ra de las u rn a s contiene u n a m ita d de bolas
b lan cas y o tra m ita d negras, en ta n to que la segunda contiene dos
tercios de bolas blancas y u n tercio de bolas negras. Sabem os que
el in dividuo selecciona u n a bola blanca, y desea asig n ar u n a
p ro b a b ilid ad al hecho de que h a seleccionado, digam os, la p rim e
r a u rn a . O bsrvese q u e en este caso se tr a ta de u n a especie de
"p ro b ab ilid ad in v ersa, p a rtic u la rm e n te a p ro p ia d a al concepto
d e p ro b ab ilid ad es e n el que se refleja el estad o de n u estro s co
n ocim ientos. P uede decirse que el individuo seleccion o n o se
leccion la p rim e ra u rn a , siendo las respectivas probabilidades
1 a 0. P ero si hu b iram os de h ac er u n a apuesta, con base en el
conocim iento que tenem os de que sac u n a bola blanca, qu
v e n ta ja estaram o s dispuestos a d a r a favor d e que escogiera
la p rim e ra u rn a ? sta es ciertam en te u n a fo rm a razonable de
p la n te a r el problem a.
Si denom inam os A al acontecim iento de la seleccin de u n a
bola blanca, B al de q u e fu e seleccionada la p rim e ra u rn a, y
B al acontecim iento de que fue seleccionada la segunda urn a,
obten d rem o s, al ap lica r el teo rem a de Bayes
P ( B | ) = ________
P ( B ) P ( A \ B ) + P( B ) P ( A \ B )
(1 /2 )(1 /2 )
1/4
( l/2 ) ( 1/2) + (1 /2 ) (2 /3 )
1 / 4 + 1/3
P B J P jA lB J
P iB J P iA lB j
(4)(.3)
.12
.48
_
= .25
(3 )(2 )(1 ) = N \
3! = 6
4! = 24
51 = 120
6! = 720
7! = 5 040
8! = 40 320
9! = 362 880
10! = 3 628 800
11!
12!
13!
14!
15!
16!
17!
18!
19!
20!
= 3.992 X 10*
=4.790 x 10
= 6.227 X 10
= 8.718 x 10
= 1.308 x l 0
= 2.092 x 1013
= 3.557 x lO 1*
= 6.402 x 10
= 1.216 X 101*
=2.433 X O1
/ 8! \
8 7 6 5 4 3 2 1
, o g ( T r ) = 1 B
r
= jlo g 8 + log 7 + lo g + log 5 + log 4 + log 3 + log 2 + log l l
r
-i
- jlo g 3 + log 2 + log 1j = log 8 + log 7 + log 6 + log 5 + log 4
A lgunos ejem plos. E studiem os a h o ra algunas aplicaciones de
estos prin cip io s a o tro s p ro b lem as de pro b ab ilid ad , d e n atu raleza
algo m s com plicada que la d e los que hem os v isto h a s ta ahora.
Como e s t im p lcito en la in tro d u cci n a esta seccin, u n a im
p o rta n te e stra te g ia general en el caso de m uchos pro b lem as en
los que el o rd en d e seleccin carece de im p o rtan cia consiste
e n calcu lar la p ro b a b ilid ad d e u n a d eterm in a d a p erm u ta , m u lti
plican d o a continuacin aq u lla p o r el n m ero de p e rm u ta s im pli
cadas. Supongam os q u e deseam os, p o r ejem plo, o b te n e r la p ro
b ab ilid ad de conseguir ex actam ente u n as y p o r lo m enos dos
reyes en c u a tro tira d a s, con reposicin d e ca rtas. O bservarem os
que esto p u ed e re alizarse al o b ten er bien u n as y tre s reyes o u n
as, dos reyes y alguna o tra c a rta q u e n o sea as ni rey. Si re p re
sen tam o s sim blicam ente estas posibilidades com o A R R R y ARRO
(en donde "O " re p re se n ta " o tra c a rta " ), verem os que hay 4 ! / 3 ! =
4 fo rm as de o rd e n a r el as y los tre s reyes, m ie n tra s existen
4 !/2 ! = 12 m an eras de d isponer la com binacin ARRO . P o r ser
d iferen tes los n m ero s d e las p e rm u ta s en am bas situaciones es
p o r lo que debem os m an ten e rlas diferenciadas. Si n u e stra p ru e
b a es con reposicin, la p ro b a b ilid ad de o b ten er u n as en una
sola tira d a es de 1/13, com o lo es la de o b te n e r u n rey, en tan to
que la p ro b a b ilid ad d e sac ar u n a O es de 11/13. As re su lta que
la p ro b ab ilid ad de o b te n e r ex actam en te u n as y dos o m s reyes
ser:
4(1 /1 3 )4 + 12(1/13)*(11/13) = 136/28 561 = .0048
.02552
AC, AC,
.02552
.00851
.00284
Ganad or del
segundo juego
Ganador del
tercer juego
.3 6 0
pqp = , 144
q p p = .1 4 4
P ro b a b ilid a d d e
g a n a r la s e rie
160
pqq ~ .0 9 6
qpq = . 0 9 6
------.6 4 8
.3 5 2
( - 2 ) ( l / 6 ) + ( 1 X 1 / 6 ) + ( - 2 ) ( l / 6 ) + ( 1 X 1 / 6 ) + ( 3 ) ( 1/6) +
+ ( 1 X 1 / 6 ) = 1/3 = 1.333
Sucesos
Lmite
Sucesos m utuam ente exclusivos
Probabilidad
Muestra aleatoria
Independencia estadstica
E jercicios
a)
b)
c)
d)
e)
sacar u n
no sacar
sacar un
sacar un
sacar un
6?
un 6?
1 o un 6? Respuesta, 1/3
1 y un 6?
nm ero im par o un 6?
Grado de
prejuicio
Alto
Bajo
Cultura inferior a
universitaria
Cultura universitaria
Varones
Mujeres
Varones
Mujeres
100
150
50
100
200
150
250
200
Aspiraciones
elevadas
Aspiraciones
modestas
Total
Varones
Mujeres
43
71
10
93
53
164
Total
---
__
114
103
217
X . P R U E B A S D E H IP T E S IS : LA D IS T R IB U C I N
B IN O M IA L
E n ciencias sociales nos encontram os a m enudo fre n te a sim ples
dicotom as com o la d e si u n individuo posee o n o u n determ inado
a trib u to o d e si u n experim ento h a tenido xito o h a fracasado.
E n tales casos, siem p re que sea posible fo rm u la r u n a hiptesis
acerca de cierta p ro b ab ilid ad de xitos, siem pre que las p ruebas
sean indep endientes u n as d e o tra s y siem pre que el n m e ro de
stas sea relativ am en te pequeo, es posible servirse de p ru eb as
estad sticas q u e se co m p o rtan com o u n a distribucin binom ial.
Pese a que existen num erosas p ru e b as estad sticas m s prcticas
que las q u e se sirven de la distribucin binom ial, es conve
niente, con todo, dedicar u n tiem p o considerable a dicha d istri
bucin, a causa a n te to d o de su sencillez. Al em p lea r la d istrib u
cin binom ial, el estu d ian te puede seguir en fo rm a relativam ente
fcil to d o s los pasos que aqulla com porta, obteniendo con ello
u n a visin d e los procedim ientos generales em pleados en todas
las p ru e b as estadsticas.
Es p ro b ab le que al le c to r el p re sen te captulo se le an to je
com o excepcionalm ente difcil, debido al hecho de que se expo
n en e n el m ism o cierto n m e ro de ideas nuevas en fo rm a m s
bien com pacta. M uchas de esas ideas vuelven a tra ta rse e n el
captulo xi, y es tal vez p re ferib le que el le c to r considere estos
dos captulos com o u n a sola unidad, leyendo el captulo xi an tes
d e d o m in ar p o r com pleto la m a teria del p resen te. E n p articu lar,
se puede d e ja r p a ra despus la lectu ra de la seccin X.3, que
tra ta de diversas aplicaciones de la binom ial, y de la seccin X.4,
so b re extensiones.
X .l. La distribucin de m u estreo binom ial
Antes d e exam inar cada u n o de los pasos im plicados en las p ru e
bas estadsticas, ser conveniente co n sid erar cm o se obtienen
las d istribuciones binom iales. P o r el m om ento sim plificarem os
la cuestin lim itndonos al lanzam iento de m onedas. E n este
tip o de p roblem as, el n m ero de los lanzam ientos constituye la
m ag n itu d de la m u estra, y n u e stro in ters se ce n tra en el nm ero
de caras (xitos) obtenidas en N pruebas.
S uponiendo q u e las N p ru e b as (lanzam ientos de m onedas) son
estad sticam en te in d ependientes u n a de o tra , podem os evaluar
in m ed iatam ente la p ro b ab ilid ad d e o b ten er r caras y N r cru
ces en algn orden p artic u la r. Podem os, p o r ejem plo, o b ten er
la p ro b ab ilidad de conseguir r caras sucesivas seguidas de N r
cruces. Supongam os que p es la p ro b ab ilid ad de o b ten er una
160
(X.l)
i El smbolo
no ha de confundirse con
N /r
dividido entre r.
( N
N (N 1 ) ( N 2 ) . . . ( N r + 1)
( ~ r j =
---------- t---------------
(X2)
(4)
210
(6 )(5 )
6 /
(5 )(6 )
210
/ 10 \
P ro b ab ilid ad
de r xitos
ex actam ente
N
( 7 " J
N? d e m an eras
de o b te n e r r
X
xitos
rrnX-r
prq'
P robabilidad (X .3)
de u n a sucesin
d ad a cualquiera
/ 1 0 \ / l \ ' , / l \ 6
)(t ) (?)
0
1
2
3
4
5
7
8
9
10
Probabilidades (con p
1/1024=
10/1024=
45/1024=
120/1024=
210/1024=
252/1 024 =
210/1024=
120/1 024 =
45/1024=
10/1024=
1/1024=
= Va)
.001
.010
.044
.117
.205
.246
.205
.117
.044
.010
.001
1.000
P ara ilu s tra r lo que precede con n u estro ejem plo de la m one
da, la p ru e b a binom ial req u iere el supuesto de que 10 lanzam ien
tos constituyen tina m u estra al az ar de todos los lanzam ientos
posibles con la m ism a m oneda, y que todos ellos son indepen
dientes u n o de otro. Suponem os, pues, que la m oneda es correcta.
E sto ltim o sera p o r lo re g u la r n u e s tra hiptesis, en tan to que
lo p rim ero co n stitu ira n u estro m odelo, ya que el in ters se con
cen trara p ro bablem ente en sa b e r si la m oneda es o no correcta.
Se concibe, sin em bargo, que podam os sospechar de la persona
que efecta los lanzam ientos. Si estuviram os relativam ente se
guros a p ro p sito de la m oneda, p o r h a b e r com probado previa
m en te que d ab a aproxim adam ente caras la m ita d de las veces,
entonces p odram os cam biar el problem a y verificar u n a hip
tesis relativ a al^ m todo del lanzam iento ( o sea el m todo de
m u estreo ). Supngase que no estuviram os dispuestos a ac ep tar
com o m odelo la correccin de la m oneda o la correccin de la
p ersona que efecta el lanzam iento. En tal caso, si salen 50 ca
ras consecutivas, decidiram os que p o r lo m enos u n o de nu estro s
supuestos e ra indudablem ente errneo, p ero no estaram os en con
diciones de d ecidir cul de ellos. E n general, p o r supuesto, pone
m os to d a la atencin necesaria en n u estro s m todos de m uestreo
p a ra te n e r u n a seguridad razonable de que los supuestos relativos
a los m ism os son ciertos.
P ara ilu s tra r el m ism o aspecto con u n ejem p lo de carcter
sociolgico, supongam os que se nos invita a fo rm u la r slo dos
supuestos en u n a p ru e b a estad stica determ inada, esto e s : 1 )
que en la poblacin seleccionada las proporciones de personas
de las clases m edia e in ferio r con grandes deseos de cam bio de
situacin son las m ism as, y 2 ) que se h a obten id o u n a m u estra
aleato ria de todas las personas. Supngase asim ism o que dichos
supuestos conducen a d eterm inadas conclusiones qe n o concuerdan con los hechos. Tal vez, p o r ejem plo, los datos de la
m u estra sealan u n p o rc en taje m ucho m s alto de personas de
la clase m edia con grandes deseos de cam bio. Concluimos, pues,
que u n o u o tro de los dos supuestos es p robablem ente errneo.
P ero cul de ellos habrem os de d escartar? Nos g u stara sacar
la conclusin ^de que el falso e ra el p rim ero, p ero tal vez nos
hayam os servido de m todos de m u estreo sujetos a alguna in
fluencia ajena. E n resum en, necesitam os datos adicionales, ap ar
te de lo que indica la p ru e b a m ism a.
.
este ejem plo p articu lar, si hem os tom ado to d as las precau
ciones p a ra aseg u rar la seleccin de u n a m u estra al azar, pode
m os to m ar com o m odelo el su p u esto 2 ) y fo rm u lar la conclusin
de que el supuesto falso e ra p robablem ente el 1). Aqu n u estra
propensin a a c ep tar el su p u esto 2 ) se b asa en n u e stro conoci
m iento acerca de los m todos de seleccin em pleados, o sea de
n u estra m etodologa. E n o tro s casos, en cam bio, podem os acep
005
F ig . X .l. Com paracin de las regiones crticas de pruebas de una
tipo I son las m ism as en am bos casos, ya que las dos regiones
crticas son del m ism o tam a o (m edidas en trm inos de reas).
Sin em bargo, si los resu ltad o s o cu rren efectivam ente en la di
reccin p revista, el investigador te n d r m s probabilidades de
d e s c a rta r la hiptesis sirvindose de u n a p ru e b a de u n a sola cola,
ya que existe m ayor p ro b ab ilid ad de caer e n la regin crtica
en la direccin en cuestin. E n efecto, si la v erd ad era p robabili
dad est en la direccin prevista, el riesgo de com eter u n e rro r
de tip o I I es m en o r que sirvindose de u n a p ru e b a de dos colas.
A estas altu ra s el lecto r n o h a de esp e ra r p o d e r com prender
in tu itiv am en te las relaciones e n tre los e rro res de tipo II y las
p ru e b as de u n a y dos colas. E n efecto-, m uchas de estas nocio
nes m s b ien difciles slo se ir n aclarando u n a vez que se hayan
exam inado algunos ejem plos prcticos. El trata m ien to m s de
tallad o de los e rro re s de tip o I I h a de aplazarse h a sta el cap
tu lo XIV.
P a ra co n c retar en el p re se n te ejem plo, escojam os el nivel de
.05 y sirvm onos de u n a p ru e b a de dos colas. La regin crtica
c o n sta r e n este caso de las altern ativ as cero, una, nueve y diez
caras, ya q ue la inclusin de altern ativ as adicionles au m en tara
la p ro b ab ilid ad de u n e r ro r de tipo I m s all del nivel de .05.
E n n u e stro ejem plo, el nivel de significacin realm en te em pleado
ser el de (1 + 1 4-10 + 10)/1 024, o sea .022. E n o tro s casos en
que la distrib u ci n de m u estras es m s b ie n continua que dis
creta, se r posible servirse del nivel exacto deseado (v.gr., .05,
.0 1 ,0 .0 0 1 ).
4. Clculo de la estadstica de la prueba. Es siem pre necesario
calcu lar lo que se designa com o estad stica de la pru eb a, cuya
d istrib u ci n de seleccin h a de em plearse en la pru eb a. H asta
aq u slo hem os tra ta d o con estadsticas tales com o las p ro p o r
ciones de las m u estras, las m edias y las desviaciones estn d a r,
que son d irectam ente com parables con las m ism as cantidades en
la poblacin y pu eden u tiliza rse com o m edidas p a ra re su m ir los
datos. La estad stica d e la p ru e b a es u n a estad stica que p o r
lo re g u la r n o posee in ters en s m ism a p o r lo que se refiere
a la descripcin, p ero que se em plea p a ra verificar hiptesis. Es la
estad stica que co ntiene la distribucin d e m u estreo la que se
u tiliza d irectam en te en la pru eb a. E n o tro s trm in o s: calcula
m os de los datos de la m u e stra u n a ca n tid ad que vara de m odo
conocido conform e a la te o ra de las probabilidades. C om para
m os luego su v alo r con la distrib u ci n de m uestreo, y adoptam os
u n a decisin evaluando la p ro babilidad de su ocurrencia. P or
su puesto, son m uchas las cantidades que pueden calcularse so
b re la b ase de los dato s de las m uestras, p e ro slo u n pequeo
n m e ro de ellas tien e distribuciones de m u estreo conocidas
q ue p u ed an u tilizarse con fines de verificacin de hiptesis.
E n este ejem plo de la p ru e b a binom ial, la estad stica de p ru e
Probabilidad
V 258 = .004
8/ 256 = -031
23/256 = -109
w/sM = .219
TO/ 258 -274
B8/ 256 = -219
/ aM = .109
8/ 256 = .031
V M8 = .0W
1.000
-(!)
O tam b in
w = ( !)
21
m
(t)W=
16 384
1
16 384
V_______________
) \ _______ ._______ I
Y
Y
V_______________
J
V
rh trm inos
N\
rk) = ------------ p / i p 2r* ... pf*
ri'.r2l . . . r lc\
l re ~ X
rl
P W = ---^---= 3e-8
De m an era anloga
P (0 )
3e-*
0!
Distribucin binomial
Regin crtica
Distribucin hipergeomtrica
Modelo versus hiptesis
Distribucin multinomial
Pruebas de una y de dos colas
Distribucin de Poisson
Distribucin de muestras
Nivel de significacin
E jercicios
X I. PR U EB A S D E M U E ST R A S S IM P L E S Q U E IM PLIC A N
M E D IA S Y P R O PO R C IO N E S
tamao
F ig .
estndar
Poblacin
{i
M uestra
Distribucin de m uestreo
fx
a /y / N
El teo rem a del lm ite cen tral concuerda con la intuicin del
sentido' com n e n que, suponiendo que se hayan evitado d isto r
siones, pued e tenerse m s confianza en la apreciacin de la m edia
de u n a m u e stra grande que de u n a peq u e a.3 Dice, en efecto,
que las m edias de las m u estras v aria rn m enos de u n a m u estra
a o tra si N es grande. P ero constituye, con todo, u n refinam iento
considerable con resp ecto al sentido com n, en cu an to p ro p o r
ciona una indicacin de cu n ta m s confianza deberam os ten er
si N es au m en tad o e n u n a ca n tid ad determ inada. As, p o r ejem
plo, podem os v er que p a ra p a r tir el e rro r estn d a r p o r la m itad
necesitam os h ac er N c u a tro veces m ayor. Nos dice asim ism o
que cu an to m s hom ognea es la poblacin, p a ra em pezar, esto
es, cu an to m s pequeo es el v alor de a, ta n to m en o r es el e rro r
estn d a r a / y / N y ta n to m ayor el agrupam iento de las m edias
de las m u estras alre d ed o r de la m edia de la poblacin.
* Puede o frecerse u n a justificacin terica de este im p o rtan te
teorem a in tro d u cien d o la idea de las com binaciones lineales, de
la que h arem os uso m s adelante en varias ocasiones. Una m edia
es en realid ad u n a funcin lineal sim ple de las puntuaciones X u
1
ya que X = (X x + X 2 + . . . + X N). P uede m o strarse , en form a
m s generalizada, que si tenem os u n a variable Y que es u n a com
b inacin lineal cualquiera de las X {, y si esta X f h a sido selec
cionada independientem ente, com o o cu rre cuando sacam os al
azar u n a sim ple m u estra, podrem os o b ten er expresiones sim ples
de la m edia (v alo r esp erad o ) de Y, y p a ra la variancia de Y.
E specficam ente, si
y = cjX j + c2x + C3X 1 + . . . + cfX]f
y si las X t son seleccionadas independientem ente, entonces
E ( Y ) = CECT) + c2E ( X 2) + . . . + cnE ( X n )
y
V ar Y a ,/ = c^a * * + c 22ax22 + . . . + a ^ a ^ 2
* E n el caso de las m u estras al azar, el v alor esperado de cada
X { es [x. Si situam os cada cy = l / N , entonces Y p asa a conver
tirse en la m ed ia de la m u estra, y te n d re m o s :
3 Obsrvese que tenemos ms confianza en apreciaciones basadas en
grandes muestras; sin embargo, al descartar una hiptesis al nivel de .05,
asumimos el mismo' riesgo de un error de tipo I, independientemente de la
magnitud de JV. Como veremos dentro de poco, la extensin de la regin
crtica utilizada en la prueba toma en consideracin la magnitud de la
muestra, lo que explica la incongruencia aparente.
( X ) = ( F ) = ^ - i - J [ 1i + | i + . . . + n ] = ^ ( W *) = u
= - [ o2 + o2 + . . . + o]
1
La ltim a f rm u la es consecuencia del hecho de que la varancia de cada X t es ju sto a2, ya que estam os tra ta n d o en casos in
dividuales seleccionados con igual p ro b a b ilid ad de e n tre u n a
poblacin con variancia a2. V ista intuitivam ente, la idea es que
si rep etim o s u n experim ento consistente e n sac ar el " p rim e r
caso u n g ra n n m ero de veces, la distribucin de estos p rim ero s
casos ser ap ro x im adam ente o r (ji, a2). Lo m ism o o c u rrira con
u n a sacad a re p etid a d e segundos casos, etctera.
E l teorem a del lm ite central. E stam os a h o ra en la posibili
dad de fo rm u la r u n teo re m a m s general, conocido con el nom
b re de teo rem a del lm ite central, com o sigue: S i se extraen
diversas m u estra s de m agnitud N al azar de una poblacin cual
quiera ( de la fo rm a que sea ) con una m edia de y una variancia
de o2, entonces, a m edida que N crece, la distribucin de m ues
treo d e las m ed ia s de las m u estra s se aproxim a a la norm alidad,
con la m edia \jl y la variancia <j/N.
E ste teo re m a es m s n o tab le todava que el anterior. Dice, en
efecto, q u e p o r m uy n o tab le que sea la d istrib u ci n de la que
p artim o s, a condicin que N sea lo b a sta n te grande, podem os
c o n ta r con u n a d istrib u ci n de m u estreo aproxim adam ente n o r
m al. Como q u iera que es la d istribucin de m u estreo , y n o la po
blacin, aquella de que nos servim os en las p ru e b as de significa
cin, e s to significa que, siem pre que N es grande, podem os
ab a n d o n a r p o r com pleto el su puesto acerca de la no rm alid ad
de la p o blacin y seguir sirvindonos en n u e stra s pruebas, con
todo, de la cu rva norm al.
E l lecto r h a de tr a ta r de convencerse de que la ley de los
grandes n m ero s tien e sentido* em prico. La m e jo r m an era de
o b ten er u n a b u en a com prensin de lo que el teo rem a del lm ite
cen tral significa, y de convencerse al p ro p io tiem po u n o m ism o
de q ue el e rro r e st n d a r es realm en te a / y / N , consiste en e x tra e r
u n n m ero de m u estras de u n a poblacin d e m edia y desviacin
e s t n d a r conocidas, calcu lar las m edias, h a lla r la desviacin es-
F ig .
Media
1.0
1.5
2 .0
Probabilidad
a/36
25
2/ 36
s / 36
4/ 36
3 .0
5/ 30
3 .5
**/36
Media
Probabili
4 .0
4.5
B/ s e
V so
5 .0
5.5
6 .0
3/.86
2/ 86
v 36
36/36
Probabilidad
V
216
216
V 2I 6
10/ 218
15/ 216
21/ 216
25/:216
27 21 g
Media
3.67
4 .0 0
4.33
4 .6 7
5.0 0
5.33
5 .6 7
6.00
Probabilidad
27/ 216
25/ 216
21/ 216
15/ 21g
10/ 216
6/ 21 G
3/ 216
216
a le / 216
E s ta d istribucin, com o p u ed e ap reciarse en la fig u ra XI.5 em
pieza ya a acercarse a la fo rm a de la curva n orm al, pese a que
el tam a o de la m u e stra n o sea m s que 3. Despus de u n exa
m en aten to d e las cifras an terio res, el lecto r e s ta r e n condicio
nes de co m p ren d er in tu itiv am en te lo que o cu rre y p o r qu se va
obteniendo u n a cu rv a en fo rm a cad a vez m s p ro n u n ciad a de
cam p an a a m ed id a que la m ag n itu d de N au m en ta. E n efecto,
si bien con u n a sola ju g ad a es tan p ro b ab le sac ar u n 6 com o u n
3 o* u n 4, y de hecho dos 6 son ta n p robables com o dos 3, slo
hay, con todo, u n a m an era de o b te n e r dos 6, e n tan to que hay
cierto n m ero de m an eras d istin tas de o b ten er u n pro m ed io de
3.0 en dos o m s jugadas. E n lenguaje com n decim os que los
g randes n m eros tienden a se r com pensados p o r pequeos, sobre
to d o si N es grande.
XI.2. Prueba para la m ed ia d e la poblacin, conociendo a
Veam os ah o ra cm o el teorem a del lm ite cen tral y la ley de los
grandes nm eros pueden ap licarse en las p ru e b as estadsticas.
P a ra em pezar, vam os a to m a r el m odelo m s sim ple posible con
y/N
V I*
X -X
Z = -----------E sta frm ula es aplicable en el caso de u na m u estra que sea
N o r(X , s2), p ero no en el caso de la distribucin de seleccin.
Recordem os, pues, cada uno de los pasos de nu estro procedim ien
to. H em os form ulado un a serie de supuestos con o b jeto de obte
n e r un a distribucin de m uestreo. E sta distribucin nos indica
cun probable sera u n a X determ inada si n u estro s supuestos
fueran realm ente ciertos. El socilogo, en cambio, h a obtenido
de su m uestreo u n a sola X , y quiere servirse de la distribucin de
m uestreo terica p a ra p oder ap reciar la pro babilidad de obtener
u n resultado ta n inslito o m s inslito que su X p articu lar. En
efecto, al servirse de la tab la n orm al, opera en realidad con la
distribucin de m uestreo. E n esta distribucin cada _^caso" es
u n a X , la m edia es x, y la d esv iacin _estn dares a /yJN . P or lo
tanto, X sustituye a X , sustituye a X , y a / \ / N sustituye a s en
la frm u la an terio r de Z. Tenem os, pues:
c /y /
7 900 - 7 500
150
2.67
s/V JV - 1
E sta estad stica fue in tro d u c id a p o r W. S. G osset, que escriba
b a jo el seudnim o de " S tu d e n t, y se conoce con el no m b re de
d istrib u ci n t de S tudent. C om parando t con Z, observam os
que, en ta n to que los n u m era d o res son idnticos, los denom ina
dores difieren, en cam bio, e n dos aspectos, a s a b e r : 1 ) tenem os
u n A? 1 b ajo el radical, y 2) a h a sido* rem p lazad a p o r s. Con
o b jeto de co m p ren d er e sta s m odificaciones, exam inm oslas u n a
despus de otra._ Al hacerlo habrem os de in tro d u c ir algunas ideas
nuevas.
-V-
a:
\ l
'
-1
N - 1
\/N
y/N
N (N 1)
E n r ig o r , n o e s a, l a e s t im a c i n e q u il ib r a d a d e a, s i n o q u e a 2 e s u n a
e s t im a c i n e q u i l i b r a d a d e a2. N o te n e m o s p o r q u p r e o c u p a m o s , c o n to d o ,
p o r e s t a d i s t i n c i n s u ti l . E n e s t e te x to n o s s e r v ir e m o s n o r m a l m e n te d e u n
a c e n to c i r c u n f l e j o ( * ) s o b r e u n a l e t r a g r ie g a p a r a i n d i c a r u n a e s tim a c i n
d e l p a r m e t r o . A lg u n o s te x to s d e f in e n s c o n N 1 e n e l d e n o m i n a d o r , p e r o
p r e f e r im o s p o r n u e s t r a p a r t e m a n t e n e r l a d i s t in c i n e n t r e l a s d o s f r m u l a s .
[ I (X i-X m /N
i= l
y'N -l
5
y/N -
p a r a m u e s tr a s p e q u e a s
p r o c e d im ie n to p a r e c e
e l c a so d e m u e s tra s
o tra .
s/y/N - 1
12/V 24
\ -
M
^ ^ ( X { - Pu)2
*
M pvqv
M puqu(q u +p ) _ J
M
~ V
* PuQu
Obsrvese, de paso, q u e M se elim ina ta n to e n la f rm u la de ^
com o en la o, la m edia y la desviacin e st n d a r d e la poblacin
so n independientes de la m ag n itu d re al de la poblacin.
P o r lo tan to , podem os servim os del teorem a del lm ite central
p a ra o b te n e r:
v;
PuQu
x = Gp* '
M*
Oj
P&
Pu
y/PuQu/N
Glosario
Teorema del lmite central
Distribucin rectangular
Error estndar
Distribucin t
E
jercicios
B ibliografa
S ( X t ~ X )2
4=1
N - l
N - l
-------- 52 = -----------------------------I ( X t - X )2
=i
[/
N -l
F ig .
<=i
V io c T
3 Obsrvese que en el caso de intervalos de confianza nos referimos a la
unidad menos la probabilidad de error. Esto indica que tenemos confian
za de estar en lo cierto el 95 por ciento, por ejemplo, de las veces.
F ig .
tes de confianza.
lmi
xz
f3
4
*5
*6
*1
-*3
*10
= X 2.797
s
v w -i
= .55 0.1037
(.25) (.75)
N
E ste intervalo ser m ayor, y p o r consiguiente m s conservador,
que el q ue se o btiene to m ando b a jo el radical a p a, y n o com por
ta, con todo, el em pleo del valor .5, del que sospecham os que es
con m ucho d em asiado grande.
X II.4. D eterm inacin del tam ao d e la m uestra
De a c u erd a con la p r ctica seguida de i r intro d u cien d o pocas
ideas nuevas a la vez, hem os aplazado la cuestin de cm o pue
d a d eterm in arse el tam ao de la m u e stra con an terio rid ad a la
recopilacin de los datos. Una de las preg u n tas que con m ayor
frecuencia le p o nen al estad g rafo es la de cuntos casos nece
sito ?" La re sp u esta depende, p o r supuesto, de lo que se tenga el
p ro p sito de h ac er con los re su ltad o s de la m uestra. Ms con
c retam en te: hay que d eterm in a r diversos hechos an tes de poder
d a r u n a re sp u esta adecuada. P o r lo regular, lo que hem os de
h ac er es rem o n tarn o s hacia a tr s, a p a r tir de los datos que es
peram o s o b ten er, p a ra p o d er d eterm in a r el tam a o desconocido
de la m u estra. H a sta aqu hem os considerado el tam ao de la
m u estra com o ca n tid a d conocida. Las estadsticas tales com o
la m edia y la desviacin e st n d a r de la m u estra pueden ob ten er
se de los re su ltad o s de sta. Una vez que hem os decidido el nivel
d e significacin de u n a p ru e b a o el intervalo de confianza de
seado, podem os p o n e r todos estos valores en u n a f rm u la y
d ecid ir la am p litu d del in terv alo de confianza, o b ien si deba
o n o d esc artarse u n a hiptesis nula. Sin em bargo, en la clase
de problem as que estam os considerando en esta seccin el ta
m a o de la m u e stra ser desconocido. E sto significa que, p a ra
resolver n u e stra ecuacin con resp ecto a N , hem os de conocer
to d as las dem s cantidades d e la frm ula. Y u n a vez integrados
todos esos valores en la ecuacin, entonces la solucin de N se
convierte en u n sencillo p ro b lem a algebraico. Con o b jeto de
ilu s tra r el p roceso nos servirem os de u n p roblem a de intervalo
de confianza.
Supngase que querem os sab e r cuntos casos se requieren
p a ra estim ar el n m ero prom edio de aos de escuela com pleta
dos p o r las personas de pad res nacidos en el ex tran jero . Antes
de p o d er d a r u n a resp u esta a esta cuestin, necesitam os obte
n e r los siguientes elem entos d e in fo rm ac i n : 1 } el nivel d e con
fianza a u tilizar, 2 ) el grado de exactitud con q u e deseam os
ap reciar el p arm etro , y 3) alguna estim acin razonable d e los
valores de cualesquier p arm etro s que pu ed an ap arecer en la
frm ula. As, p o r ejem plo, podem os q u erer a p reciar la m edia
o sea
V aT = J ^
= 49
y
N = 2 401
O bsrvese que hem os_resuelto re sp ecto de N p asando to d as las
can tid ad es excepto \ / N a u n lado de la ecuacin y sim plificando.
F inalm ente elevam os al cu ad rad o am bos m iem bros de la ecua
cin p a ra elim in ar el radical.
S in duda, slo podem os o b te n e r u n valor aproxim ado p a ra el
tam ao deseado de la m u estra, ya que los p a r m e tro s h a b r n
de estim arse. No te n d ra ciertam en te sen tid o alguno, p o r ejem
plo, to m ar ex actam ente los 2 401 casos. Sin em bargo, sem ejante
aproxim acin nos d ar p o r lo re g u la r re su ltad o s m ucho m ejores
q u e cu alq u ier corazonada in tu itiv a acerca del n m ero de casos
necesario. E n las aplicaciones p rcticas solem os p o r lo re g u la r
estu d ia r m s de u n a variab le a la vez, lo q u e com plica todava
la cosa considerablem ente. E stam os tam b in lim itados, general
m ente, p o r los recu rso s disponibles, y a m enudo hem os de aco
m o d am o s con cualquier grado de ex actitu d que podam os obtener.
P ero au n as, se r til a m enudo calcular el tam ao necesario
de la m u e stra a ttu lo de gua de n u estro p ro p sito de inves
tigacin.
Si bien la cuestin de d e te rm in a r el tam a o de la m u e stra no
se ex am in ar en los captulos siguientes en conexin con otros
p ro cedim ientos estadsticos, el le c to r e n c o n tra r algunos e je r
cicios que le im ponen la estim acin de N a p ro p sito de o tras
clases de problem as. E n todos estos casos la aplicacin es obvia,
au n q u e en ocasiones haya que re c u rrir ab u n d a n te m en te al l
gebra.
Glosakxo
Intervalo de confianza
Grados de libertad
Eficiencia de la estimacin
Estimacin del intervalo
Estimacin del punto
Estimacin no sesgada
E je r c ic io s
C uarta P a r te
E S T A D IS T IC A S BIV A R IA D A S Y M ULTIVARIADA S
X II I. PR U E B A S D E DOS M U E S T R A S : D IF E R E N C IA D E
LAS M E D IA S Y LAS P R O P O R C IO N E S
E n el cap tu lo x i se exam inaron p ru e b as que consideraban u n a
sola m u estra. H allam os que dichas p ru e b as n o e ra n m uy p r c ti
cas p a ra el socilogo, ya que p o r lo re g u la r n o es posible encon
tr a r u n a hiptesis suficientem ente concreta p a ra p re d ecir u n valor
p a ra i o p u. S in em bargo, cuando el in ter s se cen tra en co m
paraciones en tre v arias categoras de m u estras, re su lta innecesa
rio co n c retar los niveles absolutos de u n o u o tro de los grupos.
E n lu g ar de ello, p u ed e p ro b a rse sencillam ente la hiptesis nula
de que no existe e n tre ellos diferencia alguna. As, p o r ejem plo,
sera extrem ad am ente difcil a n ticip ar el nivel d e ingreso de los
n eg ro s en D etroit o el nivel de p re ju ic io de los blancos en esa
d u d a d . Sin em bargo, supngase que nos in tere sa b a p ro b a r la hi
p tesis d e que el ingreso prom edio de los negros es el m ism o que
el de los blancos nacidos en el ex tran jero , o q u e los judos tienen
p a ra los negros el m ism o grado de p re ju ic io que los n o judos.
E ste ltim o tip o de hiptesis lo reconsiderarem os aqu.
E n u n a ciencia social com o la sociologa, el in ters p ro p e n d e a
c e n tra rse en estab lecer relaciones e n tre variables. E sto c o n tra sta
con el tip o de la en cu esta que re n e dato s y en la cual, segn
vim os, la estim acin del p u n to y el in terv alo de u n solo p a r m e
tro pu ed e re v estir im p o rtan cia prim ordial. C uando se establecen
com paraciones e n tre dos m u estras, tenem os la clase m s sim ple
de p ro b lem a en el que dos variables pu ed en re fe rirse u n a a o tra.
H a sta aq u slo nos hem os ocupado de u n a sola v ariab le a la vez.
sta es tal vez la razn principal de que las p ru e b as exam inadas
h a s ta el p re sen te n o hayan sido dem asiado tile s p a ra los soci
logos. E n este captulo vam os a ocuparnos de p ru e b as en las
q u e u n a sim ple variable dicotm ica p u ed e se r re ferid a a o tra
variable. As, p o r ejem plo, al c o m p arar a los ju d o s y los n o ju
dos p o r lo que se re fiere al prejuicio, relacionam os de hecho a
ste con la religin. Y en fo rm a anloga, p o d ra q u ererse com pa
r a r los dos sexos co n re sp ecto a "otros asp e cto s o desde el p u n to
de v ista de o tras ca ractersticas relativas a la personalidad. Las
com paraciones pu eden establecerse asim ism o e n tre u n g ru p o de
co n tro l y u n grupo de experim ento en el q u e se h a in tro d u cid o
alguna variable. E n los captulos siguientes se exam inarn p ru e
b as q ue co m p o rtan m s d e dos m uestras.
X III.1. Prueba de la diferencia de las m edias
Con o b jeto de ex tender la p ru e b a de las m edias de una m u estra
n ica a u n a p ru e b a e n la que p u ed a estab lecerse u n a com para231
0,* = ( l ) 2 0 / + ( - 1 ) 2 0j 2 =
O2
j +
Ni
022
rf
N2
Distritos rurales
Distritos urbanos
iV2 = 19
N = 33
= 57 %
5! = 11 %
X2 = 52 %
s2 = 14 %
o3
|N i + #2
=V^vT+ ~ 7 ~ ^ ~ K "T_aV
a-
. I ^1S18 +
N 2 S 22
+ N2 - 2
_
P u esto q u e : Ar1s12 = 2 ( X a - X x )2, podrem os su s titu ir N 1s 12 p o r :
=i
2 Cu2, en donde
x it = X {1 X i.
Nt + N2
com o en la
tfiiV2
'
(X III.4 )
P o r lo tan to ,
(X t X 2) 0 _ 5 7 - 5 2
358
O bsrvese q ue n u e stro estim ado a = 12.42 cae e n tre ^ = 11 y
s t ~ 14.
5.
Decisin. Com o q uiera que se utiliz u n a estim acin com bi
nad!! de la desviacin est n d a r com n, los grados de lib ertad
asociados t sern N, + N 2, o sea 50. E ncontram os que t =
1.40, cuya pro b ab ilidad sera considerablem ente su p erio r a .01 si
todos los supuestos lu cra n correctos. Decidim os, pues, no des
c a rta r la hiptesis nula al nivel de .01, y llegam os e n consecuen
cia a la conclusin de que no se dan diferencias electorales signi
ficativas en tre los d istrito s urbanos y ru rales del F a r W est.
Modelo 2:
a$. Vemos aliora cules m odificaciones resu ltan
I s i2
s22
= 1 = i + J ri
57 52
= ------------= 1.31.
3.83
( A
( i H
n,
&
iJ
(s~ n ) ,
a = V PuQu
As, pues
A
A ,
*1 + N2
~ * J Ni
p* i - p*2
N tN 2
^|a
+ V
NiN.
(XIIL8)
P* = --- nJT-TT
+ n t2----
(XIIL9)
Pu-
P o r lo tan to , qu = 1 p u = .479
SPn-> .2 = V ( - 5 2 1 ) ( . 4 7 9 ) /
150 + 120
(150)(120)
( P , - f t 2) - 0
.5 7 - .4 6
---------------= _ _ _ = 1.80
( pn - p u 2 ) - ( p a - p ui) = 0
y
P v xQux
g tt
P8<78
*4*74
Grupo A, %
Grupo.B, %
1
2
3
4
5
6
7
8
9
10
11
12
13
63
41
54
71
39
44
67
56
46
37
61
68
51
68
49
53
75
49
41
75
58
52
49
55
69
57
Diferencia, %
5
8
- 1
4
10
- 3
8
2
6
12
6
1
6
52
1. S u p u esto s
N ivel de m edicin: El p o rc en taje de los votos es u n a escala
de intervalo
M odelo: muestreo- aleatorio
diferencias de poblacin d istrib u id as n o rm alm en te
H ip te s is : [xD = 0.
H ay q ue su p o n er que los p ares que fig u ran en las m u e stra s
h an sid o seleccionados al azar de alguna poblacin de p ares.
Como se ver m s abajo, este supuesto p lan tea algunas veces u n
p ro b lem a difcil de in terp retaci n . Como q u iera que son las dife
ren cias de cada p a r las que nos in teresan directam ente, hay q u e
su p o n er que la poblacin de todas las diferencias posibles est
d istrib u id a n o rm alm ente. Si N fu e ra grande, p o d ra p re sc in d irse
de este supuesto.
2. D istribucin de m uestreo. Como q u iera que n o se d a la- des
viacin e s t n d a r de las diferencias de la poblacin, hay que r o
P o r consiguiente:
Xj) |A/>
sd /
\/N - 1
4.0 0
= 2.76
5 .0 2 3 y l2
Con centro
Sin centro
20
27
6
30
31
8
Satisfechas
fi
Insatisfechas
^2
0-2
3-4
5-9
10-14
15-19
20-39
34
41
50
39
18
15
10
16
23
25
14
16
197
104
Total
Par
A
B
C
D
E
F
G
H
I
J
Grupo de control
---------------------------Antes
Despus
72
61
48
55
81
50
42
64
77
69
75
60
37
64
76
59
49
55
75
78
Grupo experimental
--------------------------Antes
Despus
66
61
43
55
76
52
40
65
67
64
77
65
49
53
91
68
51
74
79
63
X IV . ESCALAS O R D IN A L E S : PR U E B A S NO
PA R A M TR IC A S D E DOS M U E ST R A S
H a s t a aq u n o hem os tenido ocasin de exam inar pru eb as de sig
nificacin que co m p o rtaran escalas ordinales, p ese a h a b e r sea
lado en el captulo n que stas son m uy frecuentes en ciencias
sociales. E n el p resen te captulo vam os a ocuparnos de pruebas
de dos m u estras que pueden em plearse con escalas ordinales,
p ru eb as com parables d irectam ente con las que co m p o rtan dife
rencias de m edias y proporciones, tales com o las vim os en el ca
p tu lo an terio r. P o r lo tan to , las pru eb as exam inadas en este
captulo pued en em plearse p a ra relacio n ar variables de escala o r
dinal con las que co m portan u n a escala nom inal dicotm ica. E n
los captulos sucesivos verem os luego pru eb as que p erm iten re
lacionar u n a escala o rdinal con u n a escala nom inal de cualquier
n m ero de categoras o con o tra escala ordinal.
Las p ru e b as que se exam inan en el p re sen te cap tu lo se desig
n an a m en u d o com o no param tricas, o com o p ru e b as libres de
distribucin, p o r cu an to no re q u ie ren el su puesto de u n a pobla
cin norm al. E n realidad, ta n to u n trm ino com o el o tro son algo
equvocos. o querem os significar, en efecto, que com portan dis
tribuciones las p ru e b as que n o tienen p arm etro s. Ni puede es
ta r u n a p oblacin libre d istribucin''. De hecho, am bos trm i
nos se em plean p a ra designar u n a v asta categora d e pruebas
que n o re q u ie ren el su puesto de n o rm alid ad n i algn o tro supues
to que especifique la fo rm a exacta de la poblacin. Sin duda, en
todas las p ru e b as n o p aram trica s se req u ieren algunos supues
tos acerca de la n aturaleza de la poblacin, p ero p o r lo general,
con todo, dichos supuestos son m s dbiles y m enos restrictiv o s
q u e los que n ecesitan las p ru e b as param tricas. P o r lo dem s, ya
nos hem os en c o n trad o con algunas p ru eb as n o param tricas. As,
p o r ejem plo, la p ru e b a binom ial, la del signo y la de diferencia
de p roporciones n o req u ieren el su p u esto de norm alidad, ya que
todas ellas se refiere n a escalas nom inales dicotm icas. A dife
ren cia de estas p ru e b as no p aram trica s p artic u la res, aquellas de
las que nos ocupam os en este captulo com portan todas ellas
escalas ordinales, lo que p e rm ite servirse de u n nivel de m edicin
algo m s alto. E n el siguiente captulo se exam inarn dos p ru e
bas no p aram trica s adicionales, que slo com portan, u n a y otra,
escalas nom inales.
Cul es la v e n ta ja de las p ru e b as n o p aram tricas e n com pa
raci n con u n a p ru e b a tal, p o r ejem plo, com o la de la diferencia
de las m ed ias? Al servim os de la p ru e b a t en relacin con una
p ru eb a de diferencia de m edias, vim os que era indispensable ser
vim o s n o slo de u n a escala de intervalo, sino tam bin de una
256
F ig . XIV.2.
(x (x0).
2N1N 2
= ----- + 1
^
Nx+ N2
(X IV .l)
iv
y la
desviacin e s t n d a r = ar
- N, -
2)
(N 1 + N 2) H N 1 + N 2 - l )
( XI V. 2 )
ilu s tra r su em pleo y co m p arar los resu ltad o s con los que se ob
tienen sirvindose del cu ad ro E del Apndice 2. Como de costum
bre, calculam os el valor de Z, que nos dir a cu n ta s desviaciones
e stn d a r se sit a el n m ero de secuencias obten id o respecto de
la m edia o n m ero de secuencias esp erad o con la hiptesis nula.
As, pues,
2(10)(9)
m = ------------ + l = 10.47
^
10 + 9
------------------------------------------= 2. 11
(19)2(18)
Tenem os p o r consiguiente:
r-Ur
12 - 10.47
Z = ----- = ---------------= .725
crr
2.11
Como q u iera que el n m ero de secuencias obten id o es efectiva
m ente m ay or que la m ed ia o el nm ero esperado, n o necesitam os
proseguir, ya que p a ra el rechace de la hiptesis se necesitan
nm eros p equeos de secuencias. Si el n m ero de secuencias
h u b iera sido m en o r que el esperado, habram os buscado el valor
de Z en el cu ad ro norm al, u san d o el cu ad ro com o si estuviram os
haciendo u n a p ru e b a de dos colas (es d ec ir: rechazando al nivel
.05 si Z < 1.96).
5.
Decisin. Ya que el n m ero de secuencias h a re su ltad o ser
m ayor que seis, c ifra indicada en el cuadro E, decidim os no des
c a rta r la h iptesis n ula al nivel de .05. Como acabam os de ver,
el em pleo d e la aproxim acin n orm al nos conduce tam bin a la
m ism a conclusin. Sobre la base de n u estro s datos, concluim os,
en consecuencia, que n o existe diferencia e n tre los dos tipos de
organizacin en lo relativo al prestigio.
E m p a tes. E n los datos an terio res n o h a hab id o dos organizacio
nes que tu v ieran m arcas em patadas. El supuesto de la continui
dad subyacente excluye tericam ente la posibilidad de em pates,
ya que dos m arcas no sern n u n ca ex actam ente iguales. Sin
em bargo, debido a im perfecciones de m edicin, y sem ejantes im
perfecciones se d a r n casi seguram ente en la m ayora de la in
vestigacin social, e n la p r ctica sem ejantes em pates se p resen tan .
O bsrvese q u e si dos organizaciones de la m ism a m u e stra hubie
ra n estado1 em patadas en relacin con las m arcas de prestigio, la
p ru e b a de las secuencias n o h a b ra sido afectada. Pero, supn
gase que los em pates se p ro d u c a n e n tre las m u estras. E n tal
caso, el n m ero de secuencias p u ed e re s u lta r considerablem ente
jip
(XI V .3)
___________________
N j .N N t + N a + 1 )
------------------------- (XIV.4)
U' = N N 2 - V
(X IV .5)
u- = n , n 2 +
J ^ 1 L - R
Ro, = 114
R + R a = 3 1 L
o bien
19(20)
76 + 114 = ---- - i - = 190
en donde N re p re se n ta el n m ero to tal de casos en am bas m ues
tras. P o r lo tan to :
1 7 = 1 0 (9 ) +
9(10)
*
Las sum as de rdenes
y R 2 pudieron h ab erse em pleado
directam ente al h ac er la pru eb a, no siendo necesario en tal caso
calcular U. Ya que las tablas exactas p a ra las N pequeas suelen
darse en trm in o s de V, p o r lo re g u la r re su lta r ventajoso pensar
en trm inos de estadstica U. P ero el em pleo de las sum as de r
denes puede utilizarse eurstieam en te p a ra sealar la sem ejanza
de la p ru eb a M ann-W hitney con la de la diferencia de las m edias.
Una pequea operacin algebraica convencer al lecto r de que
podem os to m ar las ecuaciones de (X IV .3) a (X IV .7) y ob ten er
el re su ltad o de que, p a ra la aproxim acin norm al, la estadstica
R .-R ,
X W
D /2
( X I V g )
i/.V.A/..V + 1 )/',
ser aproxim adam ente N o r (0 ,l). E xpresando Z en esta form a,
observam os que el n u m era d o r consta de la diferencia R x R 2,
ju n to con u n trm ino que re su lta ser el valor esperado o a largo
plazo* de dicha diferencia en la hiptesis nula. Dicho fa cto r de
correccin es necesario, p o r supuesto, ya que trata m o s con una
diferencia de sum as, y no de m edias, lo que nos obliga a to m ar
en cu en ta el hecho de que, p o r lo regular, las dos N no sern
iguales. Si
y N 2 son iguales, observam os que el segundo fac
to r en cuestin se convierte en cero, quedndonos sim plem ente
co m o n u m era d o r R t - R z. Vem os en esta fo rm a la sem ejanza con
la p ru eb a de la diferencia de las m edias, en la que el num erador
se red u ca a X x X 2 en el caso de la hiptesis n ula de que no
h ab a diferencias. P or lo tan to , cabra concebir la p ru eb a de
M ann-W hitney com o p ru e b a de la diferencia de los rdenes su
m ados.
5.
Decisin. Sirvindonos del cuadro G del Apndice 2, vem os
que al nivel de .05, si la direccin no se h a anticipado, necesita
m os u n a U de 20, o m s pequea, p a ra p o d er d e sc a rta r la hip
tesis nula. De ah que apenas dejem os de d esc artar la de que no
h ay diferencia en tre los dos tipos de organizaciones. Obsrvese,
sin em bargo, q u e si la direccin se h u b iera predicho de anem ar
no, habram o s necesitado u n a U de 24, o m enos, al nivel de .05.
Vemos, de paso, que a p e sa r de llegarse a la m ism a conclusin con
las p ru e b as de las secuencias y de M ann-W hitney, estuvim os,
con todo, m ucho m s cerca del d escarte con la segunda que con
la p rim e ra . P o r lo tan to , si i?0 fu e ra realm en te falsa, ten d ra
m os e n este caso* u n riesgo m en o r de e rro r de tip o I I que con la
p ru e b a de las secuencias.
Si n u e s tra N h u b iera sido m ayor, podram os habernos servido
de la aproxim acin norm al. Con objeto de ilu s tra r el procedi
m iento, podem os calcular Z en relacin con los datos anteriores.
O btenem os as:
V - N XN J 2
2 1 -4 5
Z = ----------------- ------------= ------------ ------------ = -1-96
y' ^ J.W ^+ N 2 + l ) / l 2
V 1 0 ( 9 ) (20)/12
Si h ubiram os rem plazado V p o r V ( = 6 9 ) , hubiram os ob
tenido*
Z = + 1.96
*
Si nos h ubiram os servido de la ecuacin (X IV .8), h a b ra
m os obten id o asim ism o:
1.96
V l N iN n / N ( N - l)][(A s - A /r) / 1 2 - 2 r i ]
(X IV .9)
23-2
33 3
12
24
12 12
12
Muestra 2
5
6
7
8
9
10
11
12
1
2
3
4
13
14
15
16
Rj = 68
R2 =
68
2 P a r e c e r a c o m o s i l a c o r r e c c i n d e lo s e m p a te s r e d u j e r a s ie m p r e e l d e
n o m i n a d o r s i n c a m b i a r e l n u m e r a d o r , p e r o d e b e m o s t e n e r p r e s e n t e q u e d i
c h o s e m p a t e s h a r n n o r m a l m e n t e q u e U y U s e a p r o x im e n , io q u e s e t r a
d u c i r a s u v e z e n u n a d i s m i n u c i n d e l n u m e r a d o r .
Clase
Aspiraciones
bajas
Aspiraciones
altas
B a ja in fe rio r
B a ja s u p e rio r
M e d ia in f e r io r
M e d ia s u p e r io r
A lta in f e rio r
A lta s u p e rio r
58
51
47
44
22
14
31
46
53
73
51
20
23 6
27 4
T o ta l
( X IV .10)
de S m irn o v
Aspiraciones de cambio
Clase
Altas F1
Debajo de
superior
Debajo de
inferior
Debajo de
superior
Debajo de
inferior
Debajo de
superior
Total
Diferencias
Bajas F2
la baja
58
.246
31
.113
.133
109
.462
77
.281
.181
156
.661
130
.474
.187
200
.847
203
.741
.106
222
236
.941
1.000
254
274
.927
1.000
.014
la media
la media
la alta
la alta
/2 -4 m
n ,n 2
236(274)
4(.187)2.
- 17.74
Nx+ N 2
236 + 274
N, + N 2
NiN.,
1.63(.0888) = .145
C uadro
Ni del
par
Grupo A
Grupo B
1
2
3
4
5
6
7
8
9
10
11
12
13
63
41
54
71
39
44
67
56
46
37
61
68
51
68
49
53
75
49
41
75
58
52
49
55
69
57
Total
Diferencia
5
8
-1
4
10
-3
8
2
6
12
-6
1
6
Orden de
la diferen
cia
(+ ) 6
( + ) 10.5
( - ) 1.5
(+ ) 5
( + ) 12
(-) 4
( + ) 10.5
(+ ) 3
(+ ) 8
( + ) 13
(-) 8
( + ) 1.5
(+ ) 8
rdenes
negativos
1.5
4
13.5
y desviacin e s t n d a r = or = ^
(X I V .ll)
(X IV .12)
Zu *
\ / N ( N + 1) (2JV + l)/2 4
13.5 13( 14 )/4
1 3 .5 -4 5 .5
--------------- . - ----- = -------------------= - 2.24
\/13( 14) (27)/24
V24?75
Como q u iera que u n a Z de 2.24 corresponde a p = .025, re su lta
que volvemos a llegar a la m ism a conclusin. El valor de T es
m ucho m en o r que el que esp eraram o s debido- al azar, y podem os
en consecuencia d e sc a rta r la hiptesis nula. D ebe observarse que
la a n te rio r aproxim acin n o rm al n o contiene u n a correccin ex
p lcita de los em pates, no debiendo p o r tan to se r u sad a en los
casos en que el n m ero relativo de em pates es ex trem adam ente
grande.
X IV .6. R esu m en
E n el p re sen te captulo hem os exam inado c u a tro p ru e b as n o p a
ra m tricas d istin tas. E n los captulos sucesivos verem os otras.
Tal lecto r h a b r observado, sin duda, que todas esas p ru e b a s,n o
p a ra m tric a s co m p o rtan h a s ta aq u ideas m uy sim ples y consi
d erab lem en te m enos clculos q u e la p ru e b a d e la d iferencia de
las m edias, p o r ejem plo. sta es u n a razn m s e n fav o r de nues
tr a tesis en el sen tid o de que, en el fu tu ro , los socilogos se
servirn m ucho m s de estas p ru e b as n o p aram tricas. P o r des
gracia, en u n tex to general n o se p u ed e h ac er m u ch o m s que
exam inar un as pocas de esas p ru e b as brevem ente. Algunas de las
p ru e b as exam inadas en el p re se n te captulo tienen adem s algu
n as o tras aplicaciones que no se h an exam inado. As, p o r ejem plo,
la p ru e b a de las secuencias p u ed e em plearse com o p ru e b a del
c a r c te r fo rtu ito . L a p ru e b a de Sm irnov, p o r su p a rte , puede
u tilizarse com o p ru e b a de u n a sola m u e stra p a ra c o m p arar las
frecuencias observadas con las q u e se h an an ticip ad o terica
m ente. E n algunos casos, pueden o b ten erse intervalos d e confian
za em pleando procedim ientos no param tricos. P o r lo tanto, una
vez que se h aya fam iliarizado con las p ru e b as tra ta d a s en este
texto, el lecto r p ro p e n d er ta l vez a co n su ltar o b ras m s especia
Partidarios
Contrarios
Profesional y directivo
Empleado
Obrero calificado
Obrero semicalificado
Obrero no calificado
46
81
93
241
131
97
143
88
136
38
592
502
Total
B iblio g ra fa
XV.1. La prueba de la
cuadrada
Republicanos
Demcratas
Independientes
Total
Protestantes
Catlicos
ludios
126
71
19
216
61
93
14
168
38
69
27
134
Total
2.25
233
60
5.18
Je
(XV.1)
Partido
Protestantes
Catlicos
y
judos
Total
Republicanos
Demcratas
126
71
99
162
225
233
Total
197
261
458
b
d
a+c b+d
a+ b
c+d
N
Protestantes
Republicanos
126
( 96.8)
71
(100.2)
Demcratas
Total
197
Catlicos
y judos
99
(128.2)
162
(132.8)
261
Total
225
233
458
Cuadro
Casilla
f0
1e
fo~fe
(fo-fe*
( f o - f e Wf e
a
b
c
d
126
99
71
162
96.8
128.2
100.2
132.8
29.2
-29.2
-29.2
29.2
852.64
852.64
852.64
852.64
8.808
6.651
8.509
6.420
Total
458
458.0
30.388
f <? -
V o te +
/ .2
PROBLEMAS DE CONTINGENCIA
295
/o2
(XV.2)
Cuadro
f 2
10
fo2/fe
a
b
c
d
15 876
9 801
5 041
26244
164.008
76451
50.309
197.620
488.388
T o ta l
y2 - 488.388 - 458
" = 30.388
E n el caso de u n a ta b la de solam ente 2 x 2 , re su lta posible ex
p re s a r la /-cu a d rad a com o sim ple funcin de las frecuencias de
las casillas y de los to tales m arginales. Si se designan las casillas
com o an terio rm en te, ten em o s:
f = --------------N("'ad ~ bC)-------------*
(a + b) (c + d) (a + c ) (b + d)
(XV.3)
i = 1 , 2, . . . , r ; y / = 1 , 2, . . c.
O
N u E N ijt p a ra i = 1, 2, . . r (to tal de filas), y
ii
r
2
1,=1
(jv4 _ e
"
)s
N.,
&ij~ N ' N
N;. N.t
f = N
A l-Z
2 ----- *--------1
[. *=! ^
N. N.j
T o ta l
Protestantes
Catlicos
Judos
126
( 9 3 .8 )
71
( 9 7 .2 )
19
( 2 5 .0 )
61
( 7 3 .0 )
93
( 7 5 .6 )
14
( 1 9 .4 )
38
( 5 8 .2 )
69
( 6 0 .2 )
27
( 1 5 .6 )
21 6
168
134
Total
225
233
60
518
Cuadro
Casilla
fo
fe
f 02
a
b
c
d
e
f
g
h
i
126
61
38
71
93
14
27
93.8
73.0
58.2
97.2
75.6
60.2
25.0
19.4
15.6
15 87 6
3 721
1444
5 041
8 649
4 761
361
196
729
T o ta l
518
5 18.0
69
19
w u
169.254
50.973
24.811
51.862
114.405
79.086
14.440
10.103
46.731
561.665
x 2 = 5 6 1 .6 6 5 - 518 = 43.665
N ^ \ a d -b c \
N\ 2
j
(a + b) (c + d) (a + c) (b + d )
P ara a p reciar el efecto de la correccin de continuidad, pode
mos ver los siguientes c u a d ro s :
(A)
7 13
(10) (10)
8
(5)
20
2
(5)
10
15 15
x2 = 5.40
30
(B)
7.5 12.5
(10) (10)
7.5
(5)
2.5
(5)
15 15
x2 = 3.75
20
10
30
b+ d
~ \a\b~\c\d\
P(a,b) =
(b + d)\
a\(a + c - a ) \ b\(b + d - b ) \
(a + c ) ! (b + d) \
alcl
bldl
NI
N\
(a + b ) \ ( N a b ) \
(a + 1b ) \ (c + d ) !
(a + c ) \ { b + d ) \ ( a + b ) \ ( c + d ) \
Nlalblcldl
P uede com p robarse fcilm ente que se h a b ra conseguido el
m ism o re su ltad o si hubiram os concebido el problem a com o
o rien tad o a seleccionar u n a m u e stra de a + c individuos, asig
nndolos a continuacin a la p rim e ra colum na.
Obsrvese q ue hay nueve factoriales en esta f rm u la de P. Por
lo tanto, la ta re a de calcularla sera form idable. P o r o tra p arte,
com o q u iera que n o rm alm en te se e s t in teresad o en o b ten er la
12
17
15 14
29
3
12
12
17
1 11
14 3
12
17
0 12
15 2
12
17
15 14
29
15 14
29
15 14
29
(cf + d 0) \ ( b 0 + d0)\
Pk+1 ~ N l ( a k + l ) l ( b k -
l ) l ( d kT W
PROBLEMAS DE CONTINGENCIA
Pc+i
Pb
305
^ - b k \ck \dk \
( afc+ l ) ! ( f o s - l ) ! ( c fc- l ) ! ( 4 + D !
( f c+nC^f c+l )
o sea
bA
7+1
(fl,. + l ) ( 4 + l )
P
*
(fll + l ) ( d 1 + l )
2(4)
Y anlogam ente :
boC2
10(13)
P = ---------^ -------- p = _J: 1 (202.529 x 1 0 -s ) = 1 755.252X 10-
(a + l ) ( i 2 + l )
3(5)
O bsrvese que cada u n o de los factores del n u m era d o r va dis
m inuyendo en 1, al calcular Ph+1 a p a rtir de P fc, en ta n to que los
del d enom inador van aumentando* cada vez en una unidad. Su
m an d o las p ro b abilidades te n e m o s /p u e s :
P 0 + Pj + P2 + Po = (.175 + 10.521 + 202.529 + 1 755.252) x 10-=
= 1 968.48 x 10-E = .0197
20
30
50
50
50
50
100
La /-cu a d rad a de esta tab la re su lta ser exactam ente 4.0. Suponga
m os ah o ra que se duplican los tam aos de las m uestras, m an te
niendo las m ism as proporciones en .cada casilla. O btendram os
as :
40 100
60
60 100
40
100
100 200
y la /-cu ad rad a sera 8.0, o sea una cifra exactam ente doble de la
an terio r. Exam inando la frm ula de la /-cu ad rad a, re su lta m uy
fcil d em o strar que, si las proporciones d e las casillas p erm ane
cen in alterad as, la /-cu a d rad a vara directam ente con el nm ero
de casos. Si duplicam os el n m ero de stos, duplicam os aqulla,
y si triplicam os los p rim eros, triplicam os la segunda. Supngase
que el n m ero de casos inicial se m u ltip lica p o r el facto r k. E n
tonces, com o q uiera que las proporciones de las casillas p erm a
necen inalterad as, to d a nueva frecuencia observada ser exacta
m ente k veces la an terio r, y lo m ism o p o r lo que se refiere a las
,(X )
o - k f e )2
k ? ( f o - f e )2
------71--------" = ^S -------------- = A,: 2^- ( f o ~
^ W
k fe
k fe
f e )2
fe
Varones
Alta
B aja
26
24
Mujeres
24
26
Varones
Alta
B aja
2 600
2 400
Mujeres
2 400
2 600
20
30
50
50
50
50
100
60
40
40
60
100
100
100
100
200
50
50
50
50
100
y ( r - l ) ( c - 1)
*
Podem os m o stra r que el lm ite su p erio r de
c 1 ), utilizando la f rm u la :
2 /S
2i
<=i
Obsrvese que:
N i?
Ni.N.j
Ni?
T T T r
es M in ( r 1,
N i.N .j
N i}
< ------ p a ra
~ Ni_
i=l,2,...,r
^ Na
. , ,
; = 1 2,
par a
...,C
P o r tan to
r
c Ni?
, 2 ---------
<
= i = .i N.N.j ~~
r
As:
N if
r
=
1 =
2 --------- - < 2 2 = 2 1 = c
< _ i i N i.N .j - / - i -i Af.y
' 1
r
= i
y de all:
X2 < J V [ M i n ( r , c ) - 1 ] = AT[ Mi n ( r - 1, c - 1 ) ]
P o r ta n to :
<j>2 < Min ( r 1, c 1)
Hay o tra m edida, in troducida p o r C ram r y que designarem os
com o V, que se define com o sigue:
V2-
^
N M in (r 1, c 1)
^
M i n ( r l , c 1)
Al igual que las o tras m edidas, C se hace cero cuando las v aria
bles son independientes. Sin em bargo, el lm ite su p erio r de C
depende del n m ero de hileras y colum nas. E n el caso de 2 X 2,
el lm ite su p erio r de C2 se convierte e n . N / ( N + N) , ya que
puede alcanzar u n valor m xim o de N. P or lo tanto, el lm ite
s u p e rio r de C es .707. Si b ien el lm ite su p erio r aum en ta a m edi
da que au m en ta el n m ero de hileras y colum nas, dicho' lm ite
siem pre es m en o r que la unidad. De ah que C sea algo m s dif
cil de in te rp re ta r que las o tras m edidas, a m enos que se in tro
duzca u n a correccin dividiendo e n tre el valor m xim o de C p a ra
n m ero s p articu lares de hileras y colum nas. E n el caso de la
tab la 2 x 2 , p o r ejem plo, la C o btenida h a b ra de dividirse e n tre
.707.
Las m edidas an terio res de la fuerza de la relacin se b asan
to d as ellas en la '/-cuadrada. Como q u iera que p o r lo regular
el v alo r de la ^-cuadrada se h a b r calculado previam ente con ob
je to de verificar el significado, todas las m edidas en cuestin re
qu ieren en realid ad m uy poco clculo adicional. P ero p o r o tra
p arte , n o existe razn p a rtic u la r alguna en cuya v irtu d u n a m e
dida de asociacin haya de b asa rse en la estad stica de la p ru e b a
correspondiente. E n efecto, puede d em o strarse que todas las
m edidas basadas en la ^-cuadrada son algo- a rb itra ria s en su esen
cia y sus in terp retacio n es d ejan m ucho que desear. As, p o r ejem
plo, to d as ellas confieren m ayor peso a las colum nas o hileras
de m arg in ales m s pequeos que a las de m arginales m ayores [ 2 ].
Sin em bargo, com o q u iera que ta n to la p ru e b a T com o la C se
en cu en tran con frecuencia en la bibliografa, el lecto r deb era fa
m iliarizarse con sus propiedades.
La Q de Yute. O tra m ed id a de uso- co rrien te es la Q de Yule,
que es tam b in u n caso especial de la m edida y (gam m a) que se
d isc u tir en el captulo x v in en relacin con las escalas o rd in a
les. E sta m edida slo puede em plearse con la tab la de 2 X 2 y se
define com o sigue:
ad be
ad + be
0
50
50
30
70
40
10
0
50
40
60
100
50
50
100
Bs
Total
30 0
60 0
60 0
^2
100
30 0
100
1200
800
T o ta l
900
70 0
400
2000
^1
------------------------------------------------------- ------- -
puede esp erarse que los valores num ricos de t sean m enores
que los coeficientes no elevados al cuadrado <f>, T y V. Si hubie
ra que p en sa r en funcin de ciertas m agnitudes absolutas, consi
derndolas pequeas, m edianas o grandes (p o r ejem p lo : u n valor
in ferio r a .3 es "peq u e o ), fcilm ente p o d ra in cu rrirse en e rro r
a m enos que se reconocieran claram en te las diferencias e n tre las
m edidas.
Lam bda. E xiste o tra m edida, lam bda (1) que es m uy sem ejan
te a t y que igualm ente es asim trica con resp ecto a A y B. To
m ando a B com o la variable dependiente con la que se hacen
predicciones, obsrvese que el n m ero esperado de erro res se
red u cir si se nos perm ite colocar a todos los individuos en la m a
y or de las categoras jB{ (vase ejercicio 5, captulo ix ). E n el
ejem plo a n te rio r esto h a b ra su p u esto colocar los 2 000 casos en
B en lu g ar de lim itarn o s a 900. Si lo hiciram os as com etera
m os 1 100 erro res, ya que hay u n to tal de 1100 casos en B 2 y B .
Obsrvese que stos son m enos e rro res que los que hicim os en
el caso del den o m inador de xh. Supongam os que sabem os la ca
tegora de A a la que pertenece el individuo. Si se nos perm ite
asig n ar la to talid a d de los 1 200 individuos de A x a B 2, la fila que
contiene el m ayor nm ero de individuos Alt com eterem os sola
m ente 300 + 300 = 600 errores. De m an era anloga, si colocam os
a todos los 800 individuos A2 en la categora B lt com eterem os slo
200 errores. Conociendo, pues, la categora A, y si se nos perm ite
h acer estas distribuciones m enos restrictivas, podrem os esp erar
com eter 800 erro res. F orm arem os u n a m edida l hl de "reduccin
proporcional en el erro r", com o sig u e :
1 100 - 800
C uadro XV.4.
Inteligencia
Grados
Clase media
Clase baja
Totales
Aplica
cin
elevada
Aplica
cin
baja
Aplica
cin
elevada
Aplica
cin
baja
Alto
60
40
40
18
158
Bajo
20
24
16
38
98
Alto
40
24
72
Bajo
24
12
32
54
122
144
100
94
112
450
Alta
Baja
Totales
C uadro
Grados
IQ alto
IQ bajo
Aplicacin baja
IQ alto
IQ bajo
40
24
24
12
18
38
2
54
Clase media
Alto
Bajo
60
20
40
24
Clase baja
Alto
Bajo
40
16
6
32
Cuadro
X V .6
Clase
Aplicacin
3(,-cuadrada
Nivel de
significacin
Media
Alta
B aja
2.565
.188
no significativa
no significativa
.133
.043
Baja
Alta
Baja
28.064
15.582
p < .001
p < .001
.546
.373
Hembras
Varones
Protes- Cata
Protes Cat
tantes licos Judos Total tantes ticas Judas
Republicanos
Demcratas
Independientes
Total
180
90
30
300
80
80
40
200
20
50
30
100
280
220
100
600
100
60
40
200
50
30
20
100
10
70
20
100
Total
160
160
80
400
Republicanos
Demcratas
Independientes
Total
Hembras
Protes
tantes
Cat
licos
Judos
Protes
tantes
Cat
licas
Judas
.60
.30
.10
1.00
.40
.40
.20
1.00
.20
.50
.30
1.00
.50
.30
.20
1.00
.50
.30
.20
1.00
.10
.70
.20
1.00
Republicanos
Demcratas
Independientes
Total
Protestantes
Catlicos
Judos
.56
(.36+ .20)
.30
(.18+.12)
.14
(.06+.08)
1.00
.44
(.24+ .20)
.36
(.24+ .12)
.20
(.1 2 + .08)
1.00
.16
(.1 2 + .04)
.58
(.30+ .28)
26
(.18+.08)
1.00
jercicios
1. Calclese la x-cuadrada para los datos del ejercicio 5 del captulo ix.
Tornando las aspiraciones profesionales como variable dependiente
B, cul es el valor de t? Cmo se compara el valor de x,, con el de
la medida que se calcul en la parte d) del ejercicio 5?
2. En el ejercicio 3 del captulo xiv nos servimos de la prueba de
Smimov. Tomando los mismos datos, a qu conclusin llegamos al
servimos de la prueba de la x-cuadrada? En relacin con esos datos
c, t 6 y
Intervalo
0.0- 9.9
10.0-19.9
20.0-29.9
30.0-39.9
40.049.9
50.0-59.9
60.0-69.9
Frecuencia
7
24
43
56
38
27
13
208
Religin
Elevado
Bajo
S e x o ------------------------------------------------------- Totales
Clase
superior
Clase
Clase
Clase
inferior superior inferior
No judos
Varones
Mujeres
14
8
30
13
15
9
16
7
75
37
Judos
Varones
Mujeres
13
18
7
9
22
33
15
21 -
57
81
Total
250
C uadro
Sumas
Medias
N? de casos
Centro
industrial
Centro
comercial
Centro
poltico
4.3
2.8
12.3
16.3
5,9
7.7
9.1
10.2
5.1
6.2
1.8
9.5
4.1
3.6
11.2
3.3
12.5
3.1
1.6
6.2
3.8
7.1
11.4
1.9
68,6
8.58
8
44.8
5.60
8
47.6
5.95
8
161.0
6.71
24
d a to
individual
m edia V _ /
g ra n d e /
d ato
m ed ia de \
\ individual
la clase /
( m edia de
la clase
m edia \
g ra n d e /
C uadro
A2
*n
*21
*31
*12
*22
*32
A-h
*
* 2*
*3fc
. .
M arcas
*AT11
Sum as
M edias
N? de casos
2 X tl
i= l
2 * i2
i= l
X .x
X.O
= i
. . .
*,
**
Nk
2 2 * i
i
X ..
N
{Xi - Z..)2 =
( X tj -
(X .,
- X..)2
2(X.,-X..) 2 (Xy-X.,)
i
Pero, com o
p ecto de la
d iatam ente
y cada u n a
2 2
* i
( Xi ,- X ..)2 = 2
( X y - X . , ) 8+ 2 2
i i
i i
(X..-X..)* (X V I.l)
Sum a to tal de
sum a de cuadra-
su m a de cu d ra
dos (d e n tro )
dos (e n tre )
2 ( X i 2- X . 2)* + . . . + 2 { X i h- X . ky
i= l
t= l
i= l
+ N2s2z + . . . + N ksk2
i i
L )s
3 Ocurre, por ejemplo, a veces que las categoras que tienen las medias
ms grandes son tambin las menos homogneas. En tales casos, si se toma
como escala de intervalo el logaritmo de la variable original, el efecto ser
el de igualar las variancias. Para un examen ms detallado del empleo de
la transformacin logartmica, vase la sec. XVIII2.
i j
(2 2 1 ^
= 2 2 X j2 ------ -------i i
(X V I.4)
(2x)2
( in i2)2
i
(si x jn
(ssii,)2
-i j
(2
4 #
(ll.O)2
24
= 1 080.042
(68.6)2
(44.8)2
(47.6)2
SC en tre colum nas = ------------ 1----------------------------------------------- 1----------- 1 0
8
373.538
42.303
Cuadro
Total
Entre columnas
Dentro de columnas
Sumas de
cuadrados
Grados de
libertad
Estimacin de
la variancia
373.538
42 303
331.235
N - 1 = 23
k ~ 1= 2
M k 21
21.152
15.773
p
. ,.
5.
Decisin. P ara decidir si descartam os o n o la hiptesis nula,
hem os de averiguar si el valor de F queda o n o en la regin cr
tica. Se observ ar que se dan tres cuadro s distintos de F, que
co rresponden a los niveles de significacin del .05, .01 y .001 res
pectivam ente. E sta inform acin no puede condensarse en u n solo
cuadro, p o rque hay que asociar con cada F dos grados de libertad,
uno p a ra el n u m era d o r y o tro p a ra el denom inador. Los grados
de lib ertad asociados al num erador, O1 sea la estim acin entre
colum nas, se en cu en tran buscando horizontalm ente a rrib a del
cuadro, en ta n to que los del denom inador, o estim acin dentro,
se obtienen leyendo el cuadro de a rrib a abajo. O bsrvese que
todos los valores de F dados en el cuadro son > 1.0, lo que indica
( Vi )(|x2 + (i3) ~ ( Vt )(^4 + M-e) = 0D efinam os de m odo m s general u n a funcin de tyj p a ra la isim a com paracin que deseam os hacer, com o sigue:
k
. i-
1k]lc
3=1
Cij\Xj
II
III
IV
-V i
-V i
-V i
-V i
Va
V2
-y 2
-'/2
V2
-y 2
V2
lh
Si las v arian cias de poblacin o,2 son aproxim adam ente igua
les, las poblaciones aproxim adam ente norm ales, y todas las
m u estras del m ism o tam ao, las com paraciones separadas sern
m u tu am en te independientes (como- asim ism o ortogonales), siem
p re que se p roduzca la siguiente relacin n tre los co eficien tes:
k
2 c np i} = 0
i^ i
p a ra to d as las h ^ i
= 0
E n n u e stro ejem plo hem os utilizado solam ente tre s com para
ciones m u tu am en te ortogonales, en ta n to que k 1 , o cuatro,
son posibles. E n la m ayora de los casos no te n d r p o r su puesto
sentido te rico el u tiliza r todas las com paraciones ortogonales
p o sibles; sin em bargo, es instru ctiv o d eterm in a r cul sera la
cu a rta. O bsrvese que ya hem os com parado el grupo de con
tro l con todos los grupos experim entales, y p o r ello n o es de
e sp e ra r que u n a com paracin de dicho grupo de control con
cu alq u iera de los subgrup-os (p o r ejem plo el de los grupos auto
rita rio s ), re su lte ortogonal con la p rim e ra com paracin. Puede
co m p ro b arse esto fcilm ente aplicando el criterio de prueba.
O bsrvese que hem os com parado el grupo II (ju n to al I I I o el
IV ) con el grupo- V (en com binacin a su vez con los grupos I I I
y IV). Podram os as e sp e rar que si los grupos I I y V son p a
reados c o n tra los I I I y IV, la com paracin re su ltan te fuese
o rtogonal con las re sta n te s com paraciones, com o en efecto as
o cu rre. A m enos que de m an era especfica se buscase u n a in te r
accin, tal com paracin p a rtic u la r carecera probablem ente de
sen tid o terico-, ya que re q u erira p ro m ed ia r las puntuaciones
del g ru p o au to rita rio con fru stracio n es m edias con las del grupo
dem ocrtico con elevada frustracin.
O bsrvese que al co m p ro b ar la ortogonalidad o independencia
m u tu a e n tre com paraciones no hem os dicho n ad a en relacin
con el tam a o real de la m uestra, excepto en el caso d e las
m u estras tam a o N. E l crite rio de p ru e b a im plica solam ente
% = x t - ( y*)(x2+ x z + x + x 5)
ta l y com o el sen tid o com n lo h a b ra sugerido.
P ara n u e stro denom inador de t deseam os u s a r u n estim ador
resu m id o b asad o e n todas las m u estras, incluso en los casos en
q u e la com paracin no ab a rq u e la to talid a d de dichas m u estras.
R ecordando n u e stro resu ltad o p a ra la variancia de u n a com bi
nacin lineal, sabem os que
v ar $< = c n 2 v a r X x + c i22 v ar X 2 + . . . + cikz v ar X k
Si suponem os n o rm alid ad y variancias iguales a*2 = a2 la expre
sin se convierte en
a
o2
o2
ri2
s c -,2
varap* = cn 2 + ci22 + . . . + cifc2
= o2 2 - g Ni
N2
N jc
i - i Nj
la que, al colocar u n estim ado p o r o2 y obteniendo la raz cua
d ra d a positiva, se convierte en el denom inador deseado de t, el
que te n d r N k grados d e lib ertad . E sta m ism a expresin
h ab a sido u sa d a en el denom inador de t en los casos de nues
tra s com paraciones segunda y terc era , en las que n o fig u ra el
g ru p o d e co n trol. E n el caso de la segunda com paracin, p o r
ejem plo, h ab ram os tenido
o2=
^ s i2
+
N
+ . . +
- 5
N 6 S b2
*L
i-1 Nf
, (>/2 ) 2
Nt
( )2
H------ TZ------r
{ -V i )a , (- y * )*
N.
i
+ ~ r+ ~ r+ ~ r)
( V2) ( X2 + X s) - ( Vz ) ( X4 + X s)
y p o r lo ta n to = --------------------------- ----------------- ;-----o ( J * W l / N 2 + 1/iSTg + 1 / J V 4 + \ / N s
( X 2 + X 8) - ( X 4 + X 5)
oy / l / Nz + l / N + / N 4 + 1/B
las categoras de la segunda escala nom inal estn rep resen tad as
p o r hileras. O btenem os ah o ra cierto n m ero de subcasillas, con
el m ism o n m ero de casos cada una. Con objeto de cum plir di
cha condicin, hem os de lim itam o s, p o r supuesto, a p o n er en
colum na categoras de la m ism a m agnitud. A los datos num
ricos del cuadro X V I.1 aadim os la escala nom inal "regin, em
p leando slo las dos regiones N ordeste y Sudeste. Supongam os
que hay el m ism o n m ero de ciudades en cada casilla de las seis
en to tal. Si ello n o fu e ra as, h a b ra que re c u rrir a u n m todo
aproxim ado (vase infra). Los datos num ricos se dan ahora
en el cu ad ro X V I.4, con las sum as y las m edias de las subcategoras in d icad as en cada casilla.
C uadro
Regiones
Total
N o rd e s te
Industrial
Comercial
Gubernamental
4 .3
5 .9
2.8
7.7
2 X = 20.7
5.1
3 .6
1.8
3.3
2 X = 13.8
3.1
3.8
1.6
1.9
2 X = 10.4
S u d e s te
= 5.18
= 3.45
12.3
9.1
16.3
10.2
2 X = 4 7 .9
6 .2
4.1
9 .5
11.2
2 X = 3 1 .0
X=
X = 11.98
T o ta l
X =
6.2
Xy
= 4 4 .9
X x. =
2 .6 0
3.74
11.4
7.1
12.5
2 X = 3 7 .2
7.75
= 116.1
= 9.30
X 2. = 9.68
2 * = 6 8 .6
2 X i2 = 44.8
2 X i3 = 47.6
2 2 X y = 161.0
i i
X .x =
8.58
X 2 = 5 .6 0
X ,g =
5.95
X.. =
6.71
cada (p o r las colum nas) de las colum nas. As, pues, la variacin
to tal puede dividirse ah o ra en tre s porciones, com o sigue:
SC totales = SC den tro de las colum nas + SC entre-hileras +
+ SC inexplicadas
( XVI .6)
as como, inversam ente, que las diferencias e n tre hileras sean las
m ism as p a ra cada colum na. La aditividad puede ilu strarse m e
d ian te las siguientes cifras que re p resen ta n m edias hipotticas
de p o b laci n :
i a2 a3
5
10
Bs 25
*1
10
15
30
20
25
40
yj = X i j X i . X.J + X . .
<Xi=Xi . X
(3j= X .j X ..
= X tj (ai + 3/ + [i)
jfc = X ijk Xi
*
C ada u n a de estas estim aciones tiene u n sen tid o intuitivo,
salvo, ta l vez, la del efecto de in teraccin y y. U tilizam os la gran
m edia de la m u e stra X. . p a ra e stim a r ja y las desviaciones en
tre X.. y las m edias d e fila y colum na, p a ra calcular los efectos
de fila y d e colum na, a { y
respectivam ente. L a desviacin de
X ijk en relacin con la m ed ia X is de la m u e stra de la subcategora, re p re se n ta la variacin inexplicada en la m u estra, la que
estim a el t rm in o residual com parable zijk. La estim acin del
com ponente d e in teracci n yi p o d r entonces se r o b tenido p o r
su stracci n . H em os expresado en efecto cada individuo X ijlc en
funcin de los siguientes co m p o n en te s:
X ijk = X. . + ( X t. - X )
+(X.,-X..)
(XVI.7 )
E sto pued e efectuarse tom ando cada com binacin de las catego
ras A y B y tra t n d o la com o categora de u n a variable sola com
binada. E n o tro s trm inos, tra ta m o s el problem a com o si tu
viram os u n a sola escala nom inal con las categoras, A xB ^ A2B lt
. . . , AkB. Es obvio que si slo h u b iera u n caso en cad a subeasi11a no p o d ra h a b e r variacin alguna de subclase. Si n o existe
interacci n en absoluto, deberam os o b ten er exactam ente el m is
m o e rro r o btenido adicionando separadam ente los efectos d e las
h ileras y las colum nas [com o en la ecuacin (X V I.6)]. P o r o tra
p arte , si se d a u n a interaccin significativa, el trm in o de e rro r
ser m en o r em pleando este segundo m todo. As, p o r ejem plo,
el lecto r d ebera convencerse p o r s m ism o d e que, si la casilla ij
p ro d u je ra efectos en discrepancia con las dem s, dioha casilla
ser relativ am en te hom ognea en com paracin y a sea con la
colum na / o con la h ile ra i, y la sum a d en tro de cu ad rad o s de
las subclases ser m en o r que el resid u o obtenido re sta n d o la
su m a de las sum as de cuadrados e n tre colum nas y e n tre hileras
de la sum a to ta l d e cuadrados.
La diferencia en tre la cantidad de variacin explicada sirvin
dose de esas subcasillas y la can tid ad explicada en el supuesto
4.
Clculo d e la estadstica de la prueba. H em os obtenido ya
las sum as de cuadrados to tal y e n tre colum nas. La sum a de cua
d rad o s e n tre h ileras se calcula exactam ente del m ism o m odo
q u e la d e e n tre colum nas. As, p u e s :
44.92
i 16.12
SC e n tre h ileras = ---------- 1-------------- 1 080.042
12
12
Grados de
libertad
Estimacin
de la
variancia
373.538
261.543
42.303
211.226
8.014
N - 1 = 23
kl--l= 5
fc - 1 = 2
1-1- 1
( f c - l ) ( 2- l ) = 2
21.152
211.226
4.007
111.995
09
Total
E ntre subclases
E ntre columnas
E ntre hileras
Interaccin
E rror ( dentro de las
subclases
Sumas de
cuadrados
l
?!
II
6.222
0.644
Cuadro
Total
E ntre columnas
E ntre hileras
E rror
373.538
42.303
211.226
120.009
Grados Estimacin
de
de la
libertad variancia
23
2
1
20
21.152
211.226
6.000
Nivel de
significacin
3.525
35.204
p < .05
p < .001
Cuadro
Sumas
Ciudad industrial
Ciudad comercial
Cuota
Orden
Cuota
4.3
2.8
5.9
7.7
12.3
16.3
9.1
10.2
10
4
12
16
22
24
17
19
5.1
1.8
3.6
3.3
6.2
9.5
4.1
11.2
Ciudad poltica
Orden
Cuota
Orden
11
2
7
6
13.5
18
9
20
3.1
1.6
3.8
1.9
6.2
7.1
11.4
12.5
5
1
8
3
13.5
15
21
23
2 = 86.5
R t = 124
R s = 89.5
1. Supuestos.
N ivel d e m e d ic i n : escalas o rd in al y nom inal
M odelo: m u estreo al azar independiente
H ip te sis : m u estras sacadas d e la m ism a poblacin continua
2. N ivel de significacin y regin crtica. Tom em os el nivel
del .05.
3. D istribucin d e m uestreo. La distribucin de m u estreo de
H ser ap ro x im adam ente la ^-cuadrada con k 1 grados de lib er
tad, en donde k re p resen ta el n m ero de categoras em pleadas.
4. Clculo de la estadstica de la prueba. Calculam os H p o r m e
dio de la f rm u la
/
12
R* \
(-w t t & h - ) - 3 ( N + 1 )
H = --------------------------------------------------1 - 27y(JV 3 N )
(X V I.8)
en donde N t y N re p resen ta n respectivam ente el n m ero de ca En caso de tres clases y N muy pequeas, vase [10], pp. 195-198.
(T,-T)*
n w
+ )
~ - m
T' - 3 H i t +
Cuadro X V I.8.
Ciudad poltica
Grupo
Tasa
A
B
C
D
E
F
G
H
Ti
4.3
2.8
5.9
7.7
12.3
16.3
9.1
10.2
Rango
2
3
3
3
3
3
2
1
20
Tasa
Rango
Tasa
5.1
1.8
3.6
3.3
6.2
9.5
4.1
11.2
3
2
1
2
1.5(1)
2
1
2
3.1
1.6
3.8
1.9
6.2
7.1
11.4
12.5
14.5(14)
Rango
1
1
2
1
1.5(2)
1
3
3
13.5(14) X = 16
(XVI.10)
= .34
E 2 = ------------= .113
373.538
15.773
e2 = 1 ------------------ = .029
373.538/23
e = .17
(X V I.ll)
F 1
= F + ( k 1)
en donde
re p re se n ta el nm ero de casos de la categora z-sima
y k el n m ero de categoras. E n n u e stro ejem plo num rico todas
las categoras son de la m ism a m ag n itu d y, p o r consiguiente,
= 8.
As, pues,
2 1 .1 5 2 - 15.773
5.379
21.152 + 7(15.773)
131.563
= .041
losario
Razn de correlacin
Variacin explicada e inexplicada
Homoscedasticidad
Interaccin
Correlacin intraclase
Comparaciones ortogonales.
E j e r c ic io s
c) C a l c l e s e l a r e l a c i n i n t r a c l a s e d e l o s a p a r t a d o s a) y *b).
Tamao
de la
localidad
Tipo de organizacin
Religioso
$ 13 00 0
G ra n d e
P equeo
Social
Civil
11500
17 300
19 100
16700
$ 1 5 00 0
10600
12 30 0
11400
10 800
$ 2 0 800
18 100
14 600
22300
16 500
15 0 0 0
12 300
13 900
14 300
11700
9 30 0
10400
12 90 0
11000
9100
14 4 0 0
10 80 0
9 700
12300
13 100
3. T r a n s f r m e n s e l o s d a t o s d e l e j e r c i c i o 2 r e l a t i v o s a l i n g r e s o e n
r a n g o y , u tiliz a n d o la p r u e b a d e K ru s k a l-W a llis , in v e s tig e s e s i e x is te
o n o r e la c i n e n tr e e l tip o d e o rg a n iz a c i n y e l in g re s o :
a ) P r e s c i n d i e n d o d e l t a m a o d e l a l o c a l i d a d . R e s p u e s t a , H = 9 .2 ;
r e c h a z o a l n i v e l .05.
b) C o n t r o l a n d o e n r e l a c i n c o n e l t a m a o .
4. U t i l i c e l o s d a t o s d e l e j e r c i c i o 2, y s u p o n g a q u e l a s c o m u n i d a d e s
h a n s i d o o r g a n i z a d a s e n tros d e a c u e r d o c o n s u t a m a o , h a b i e n d o
d ie z d e a q u llo s . L a s o r g a n iz a c io n e s e n l a h i l e r a s u p e r io r ( c o n in g r e
s o s d e $ 13 0 0 0 , $ 1 5 0 0 0 y $ 2 0 8 0 0 ) , r e p r e s e n t a n l a s l o c a l i d a d e s m a y o r e s ;
la s d e la s e g u n d a h ile r a , la s s ig u ie n te s e n ta m a o , y a s s u c e s iv a m e n te .
U tilc e s e la p r u e b a d e F r ie d m a n p a r a h a l l a r la r e la c i n e n tr e tip o d e
o r g a n i z a c i n e i n g r e s o s d e l p r e s i d e n t e ( a n i v e l .0 5 ).
*5. E l a n l i s i s d e v a r i a n c i a p u e d e p r a c t i c a r s e l o m i s m o c o n d a t o s
a g r u p a d o s q u e s in a g r u p a r . C o n o b je to d e r e d u c ir la c o n fu s i n , lo m s
s e n c illo s e r s e r v i r s e d e l a s e c u a c io n e s ( X V I.4 ) y ( X V I.5 ) , s in m o d i
fic a r, p e ro re c o rd a n d o , s in e m b a rg o , q u e e n el c a s o d e d a to s a g ru p a
d o s tr a ta m o s la s m a r c a s c o m o s i e s tu v ie ra n c o n c e n tr a d a s e n lo s p u n
to s m e d io s d e lo s in te r v a lo s . T e n ie n d o e n c u e n t a e s ta s in d ic a c io n e s ,
e f e c t e s e u n a n l i s i s n i c o d e v a r i a n c i a c o n l o s d a t o s d e l e j e r c i c i o 2,
c a p tu lo x m . A ttu lo d e c o n tr o l d e lo s c lc u lo s , c m o s e c o m p a r a n
e n t r e s lo s v a lo r e s d e F y f?
6. U t i l i z a n d o l o s d a t o s d e l e j e r c i c i o 2 a n t e r i o r :
a ) Ig n o ra n d o el ta m a o d e la lo c a lid a d , b s q u e s e la s ig n ific a c i n d e
b)
c)
la d if e r e n c ia e n tr e e l in g r e s o m e d io d e lo s p r e s id e n te s d e la s o r
g a n iz a c io n e s re lig io s a s y la s d e lo s c o rre s p o n d ie n te s a la s o rg a
n iz a c io n e s s o c ia le s y c iv ile s c o m b in a d a s .
Q u c o m p a ra c i n r e s u lta r a o rto g o n a l c o n la h e c h a e n a ) ?
S u p n g a s e q u e te n e m o s s e is tip o s d e o r g a n iz a c io n e s ( r e lig io s a s
e n lo c a lid a d g r a n d e , r e lig io s a s e n lo c a lid a d p e q u e a , s o c ia l e n
O
V
CP
C3>
*4
*5
Educacin
(X V II.l)
Vase
u n e je m p lo n u m r i c o e n la p g i n a 392.
(X V II.2)
2 Y i - b 2 Xi
a = ----------- I-------------------------------------= Y b X (X V II.3)
N
2 (X - X K Y - Y )
i=X
6 = ------ ----------- -------- 2 (Xt -X y *
i= l
t= l
= --------
(X V II.4)
2 x 42
i= l
o x
x sr)
N 2 X 2 - ( 2 X )2
E n la ecuacin (X V II.5), ta n to el n u m era d o r com o el denom ina
d o r se h a n m ultiplicado p o r N, con o b jeto d e re d o n d ear los erro
res debidos a la divisin y con o b jeto de facilitar el clculo con
u n a calcu lad o ra.4
Problem a. S upngase que tenem os los datos del cu ad ro X V II.l,
en donde X re p resen ta el p o rc en taje de negros en las grandes
ciudades del M edio Oeste, y Y indica la diferencia e n tre las m edia
n as de los ingresos de los blancos y los negros, com o m edida de
d iscrim inacin econm ica.6
Cuadro
Porcentaje
de negros
X
2.13
2.52
11.86
2.55
2.87
4.23
$809
763
612
492
679
635
Porcentaje
de negros
X
Diferencia
de ingresos
Y
4.62
5.19
6.43
6.70
1.53
1.87
10.38
$859
228
897
867
513
335
868
2 Y = 8 557
2 Y 2 = 6 192 505
H X Y = 43 943.32
1 665.7 ~ 19-931
2 Y -& 2 X
a = -----------------N
8 557 (19.931)(62.88)
= ------------:---------1:------- 1 = 561.83
13
P o r lo tanto, la ecuacin lineal re su lta n te es :
Y P = a + b X = 561.83 + 19.931X
en donde hem os utilizado Y P p a ra in d ic a r que los valores de Y
se h a n estim ado a p a r tir de u n a ecuacin d e m nim os cuadrados.
Como ya se indic an terio rm en te, las a y b obtenidas p o r este
m to d o son las estim aciones insesgadas m s eficaces d e a y p,
o sea los coeficientes de regresin reales a condicin d e que el
fa c to r de p ertu rb aci n e en la ecuacin Y i = a + pXj + gj tenga
u n v alo r esp erad o d e cero n o relacionado con X , y siem pre, p o r
o tra p a rte , de que tengam os u n a m u e stra al azar de la poblacin
q ue estudiam os. P o r consiguiente, la ln ea de m nim os cu a d ra
dos ser la m e jo r apreciacin d e la v erd ad era regresin, si la
ecuacin d e reg resin es efectivam ente lineal.
La ecuacin de los m nim os cuadrados posee asim ism o la p ro
p ied ad d e p a s a r p o r el p u n to (X ,Y ), que re p re se n ta las m edias
d e X y d e Y. E sto p u ed e verse en la ecuacin (X V II.3). Ya que
a = Y bX
te n e m o s :
Y = a + bX
Porciento de nearos
V[2(X-X)2][2(y-D2]
VtS^XSy2)
2(X - X ) ( Y - Y ) =
- X)*
2 ( y - r ) 2 = b s2 ( X - X )2
X = axy + bxyY
As, pues, r tien e el m ism o n u m era d o r que las dos b. Si stas son
cero, sguese que r h a de se r tam b in cero y viceversa.
P ara sum as de cuadrados en X y Y dadas, el valor de byx (o de
b ^ ) ser p ro p orcional a r. E sto p arece ra conducir a la conclu
sin de que la fuerza de la relacin sea proporcional a la pendien
te de la lnea de los m nim os cuadrados. Sin em bargo, esto slo
ser as si el denom inador p erm an ece fijo. As, pues, b es u n a
funcin n o slo de la fuerza de la relacin, sino tam b in de las
desviaciones e s t n d a r.7 Si h ay b a sta n te variabilidad en X , en re
lacin con Y, el v alor de b ser relativ am en te pequeo, indicando
que se re q u ie re u n gran cam bio de X p a ra p ro d u c ir u n cam bio
m o derado de Y. Como lo verem os despus, los valores nu m
ricos de las b dependen, p o r consiguiente, de la m ag n itu d de las
unidades de m edida.
El valor de r se h a estan d a rizad o d e m odo que sea h a sta cier
to pu n to in d ependiente de las m agnitudes relativas d e las desvia
ciones e s t n d a r en X y Y. S era en efecto desdichado que no
fu e ra as, ya que difcilm ente deseam os u n a m ed id a que v aria ra
7 Excepto en los casos en que ello pudiera dar lugar a confusin, seguire
mos sirvindonos de b sin subndice para representar & .
(X V IL ?)
(X V II.8)
= .301
(b)
f x y d w d ' v
x d * ) ( ? f v d v )
I I
(X V II.10)
C uadro
Porcentaje de
granjas rurales,
X
10.014.9
15.019.9
20.024.9
25.029.9
30.034.9
35.039.9
0.0- 9.9
10.0-19.9
20.0-29.9
30.0-39.9
40.0-49.9
50.0-59.9
60.0-69.9
70.0-79.9
80.0-89.9
0
1
2
2
4
3
2
2
1
0
2
5
0
6
10
4
3
0
0
0
1
5
6
9
3
4
1
1
2
2
5
7
6
7
1
0
8
4
3
7
1
2
4
0
0
4
1
3
3
0
0
0
0
0
0
3
0
0
0
0
0
0
0
13
13
16
22
24
30
20
10
2
17
30
29
31
29
11
150
Totales
Fuente:
40.0- Totales
44.9
C uadro
Limites
de clase
X
0.09.9
10.019.9
20.029.9
30.039.9
40.049.9
50.059.9
60.069.9
70.079.9
80.089.9
U
d'v
h,d'v
u * v y*
10.0- 15.0- 20.0- 25.0- 30.0- 35.0- 40.014.9 19.9 24.9 29.9 34.9 39.9 44.9
d'X
4
8
-4 - 8
-32 -32
1
3
4
-3 - 6 - 9
-12 - 6 -27
3
3
-2 -4
- 6 -12
3
7
-1 - 2
-7 -6
1
0
0
2
+1
2
4
+2
8
29
11
13 4 -52
208
13 - 3
-39
117
16 - 2
-32
64
22 -1
-22
22
24
30
30
30
20
40
80
10
30
90
32
-37
643
-3 -2 -1
-51 -60 -29
0
0
1
29
2
22
153
29
44
27
29
W 2
3 N=
150
3
9 -80
120
h dw
a y
= --200
402
71 590
( 7 - ji,)*
( X V II.ll)
x
Fig. X V II.11. R epresentacin geom trica que m uestra las desvia
ciones respecto de la m edia Y com o una sum a de desviaciones
respecto de la recta de m n im o s cuadrados y desviaciones de la
recta de m nim os cuadrados respecto de la Y.
des re p resen ta la desviacin del valor de Y respecto de la lnea
de los m nim os cuadrados e indica la cantidad de e r ro r que se
com ete cuando se em plea Y P p a ra p re d ecir Y . La segunda expre
sin, en cam bio, indica la desviacin de la lnea de m nim os cua
drados (p a ra u n a X d ad a) respecto de Y . E n la m ayora de los
casos, esta can tid ad re p re se n ta r el m o n to en que se reduce el
e rro r al conocer Y P. Si elevam os al cuadrado ahora am bos m iem
bros de la ecuacin y sum am os luego todos los casos, o b ten em o s:
,)(
y p
- ? ) + 2 ( y p - yp
2 ( y - y ) 2=
SC to tal
2( y - y pp + 2(yJ, - y )2 (xvii.12)
= SC inexplicada + SC explicada
(X V II.13)
S F - F ,) 2
/VW TT14-V
(X V II.14)
2*2
(2 x2)2
( 2 xy)2
7 ( 2 y2) = r22y2
2x22y2
= r22 ( y - y )2
Hem os dem o strado as que:
2
2 (yp- Y )2
2(y Y ) s
SC explicada
SC to tal
2 ( y - y )2
N
2 ( y - y p)
N
o bien :
(l-r* )V = 4 .
De d o n d e :
= V
1 -
r 2 S-
C uadro
.90
.80
.70
.60
.50
.40
.30
.20
.10
.81
.64
.49
.36
.25
.16
.09
.04
.01
1 - /-2
V 1 " 2
.19
.36
.51
.64
.75
.84
.91
.96
.99
.44
.60
.71
.80
.87
.92
.95
.98
.995
E jercicios
Ciudad
Indice de
integracin
Indice de
heterogeneidad
Indice de
movilidad
Rochester
Syracuse
Worcester
Erie
Milwaukee
Bridgeport
Buffalo
Dayton
Reading
Des Moines
Cleveland
Denver
Peora
Wichita
Trenton
Grand Rapids
Toledo
San Diego
Baltimore
South Bend
Akron
Detroit
Tacoma
Flint
Spokane
Seattle
Indianapolis
Columbus
Portland (Ore.)
19.0
17.0
16.4
16.2
15.8
15.3
15.2
14.3
14.2
14.1
14.0
13.9
13.8
13.6
13.0
12.8
12.7
12.5
12.0
11.8
11.3
11.1
10.9
9.8
9.6
9.0
8.8
8.0
7.2
20.6
15.6
22.1
14.0
17.4
27.9
22.3
23.7
10.6
12.7
39.7
13.0
10.7
11.9
32.5
15.7
19.2
15.9
45.8
17.9
20.4
38.3
17.8
19.3
12.3
23.9
29.2
27.4
16.4
15.0
202
13.6
14.8
17.6
17.5
14.7
23.8
19.4
31.9
18.6
34.5
35.1
42.7
15.8
24.2
21.6
49.8
12.1
27.4
22.1
19.5
31.2
32.2
38.9
34.2
23.1
25.0
35.8
Fuente: R. C.
Cuadro
Grados de
libertad
2 y2
N -l
Total
r't'S.y2
Explicada
Inexplicada
(1
r2)2 y2
1
N -2
Apreciaciones
de la variancia
fV2y2
1
(1 r2)2 y2
N -2
r2(N - 2)
( 1 - r 2)
(X V III.l)
[ 1 - (.301)2]
.9094
R efirindonos a la tab la F, vem os que p a ra 1 y 11 grados de li
b erta d neoesitam os u n a F de 4.84 o m ayor p a ra d e sc a rta r al nivel
de .05 suponiendo que la direccin no hubiese sido establecida con
anticipacin. D ecidim os, p o r consiguiente, no d e sc a rta r la hip
le-ais nula de que q = 0. A parentem ente podram os h a b e r obteni
do una r de .301 o m ayor, sim plem ente p o r casualidad, a u n si no
se d iera asociacin alguna en la poblacin.
Una vez m s, es n ecesario in sistir en la diferencia en tre una
prueba de significacin y u n a m edida del grado de relacin. Si
hubiram os obtenido u n a r de .301 con u n tam ao de m u estra
de 50, hab ram os tenido :
.0906
^
1 m 48 = 4-78
z = 1.151 log
1 r
en donde z p u ed e to m ar valores d e cero al infinito. Conviene
llam ar la atencin del lecto r acerca del hecho de que el valor z
calculado m ed ian te la f rm u la a n te rio r n o tiene en absoluto
conexin alguna con los valores d e Z que utilizam os con la curva
norm al estn d ar. Los valores de z pueden o b ten erse directam en
te del cu ad ro K , Apndice 2, en lu g ar de servirse de los logarit
mos. Los dos p rim ero s dgitos d e r se buscan de a rrib a abajo en
el m argen izquierdo, en ta n to que el terc ero se localiza horizon
talm en te en la p a rte superior. Los valores de z correspondientes
estn dados e n el cuerpo del cuadro. As, p o r ejem plo, u n a z de
0.3228 co rresp onde a u n a r de .312; u n a z de 1.3892 corresponde
a una r de .883. Al servirnos del cu ad ro K, prescindim os del sig
no de r, asignando a z el signo correspondiente u n a vez hallado
su valor num rico. O bsrvese que los valores de z slo son lige
ram en te m ayores que r cuando \r\ < .40, p ero a m edida que r
crece, z em pieza a to m ar valores m ayores que la unidad.
Podem os servim os ah o ra de la transform acin de z e n u n p ro
blem a de in terv alo d e confianza. La distribucin de seleccin
de z es ap roxim ada a la norm al, au n p a ra N pequeas y desvia
ciones m oderadas de la n orm alidad bivariada. Su e rro r estn d ar
nos est d ad o p o r :
1
(X V IlI.2)
= -----------V ^ -3
Y esto n o slo p erm ite servirse de la tab la norm al, sino que he-
(X V III.3)
<*!>=
en donde se re co rd a r q ue:
/ S (Y t-Y ^-b
<1
'
2 (X* - X ) { Y i - Y )
i=l
(X V III.4)
N -2
, 6= _ j m
_ = _2m
V128.131
=1900
11.32
I 1 ----------------(X-X)*
,(X
Y,,VnIII.5)
v
2 (Xi-X)*
i= i
,en donde el valor p a rtic u la r de X a u tilizar en ( X X ) 2 puede
ponerse en cu alq u ier lugar del eje de las X. Obsrvese, de paso,
que eunnto m s lejos X queda de X, ta n to m ayor es el valor num iieo del e rro r estn d ar. Supngase que deseam os o b ten er el
rm > r e st n d a r estim ado cuando X = 10.0. Como q uiera que
V 4.837, obtenem os:
o - 215.1 J j L +
"
113
*
S irvindonos nuevam ente d e la tab la t y d e u n intervalo del
99 p o r ciento resp ecto de Y p calculado para este valor f i j o de X,
o b te n d ra m o s:
Y p (3.106)( 114.86) = Y P 356.8
U na vez que hayam os obten id o o tro s in terv alo s sem ejantes de
Y p p a ra o tro s valores p artic u la res de X, podem os tra z a r la gr-
( Z i Zb ) - 0
ro = .567
za = 0.6431
= V l/ i o + V i 4 =
+ -0714 = .414
P o r lo ta n to :
.3106 - .6431
-.3 3 2 5
.414
* \ * x y
_ r }
(W -3 )(l + r )
r zy f '
2(1
1xy
r X !?
2 r x y r x z V zy )
(X V III.7)
Podem os b u sc a r luego el valor de t en el cuadro, sirvindonos
de N 3 grados de lib ertad . E n n u e stro ejem plo num rico, su
pngase que la correlacin e n tre X y Z p a ra las ciudades del
N orte re s u lta se r de .172 y que la correlacin en tre Y y Z es de
.749. T endram os en esta fo rm a :
10(1 + .172)
(.301 = .749 ) J ______
y 2[1
711 - .3012 .1722 ,7492 + 2( .301)(.172)(.749) 3
= -1.72.
Como tenem os 10 grados d e lib ertad , vem os que no podem os
d esc artar la hiptesis n ula d e que n o hay d iferencia e n tre las
Cuadro
Total
Explicada por el mo
delo lineal
Adicional, explicada
por el modelo no
lineal
Inexplicada
2y2
N -l
1
( 2 _ r2)2y2
(1 - 2)2y2
( 2r2)Sy2
k -2
N -k
k -2
(1 JB2)2y2
(E 2- r 2)(W -fc)
(1 E 2) ( k 2)
N -k
i Siempre que N sea pequea y slo pueda, por tanto, usarse un corto
nmero de categoras, resulta poco realista el supuesto de que las puntua
ciones de X estn agrupadas en los puntos medios de cada intervalo. Esto
puede llevar a agrupar los errores, dando un valor a & menor que r2.
(XVIIL8)
en donde k re p re se n ta el n m ero d e categoras en las que se ha
descom puesto X.
Ilu strem o s la p ru e b a de n o linealidad con los d ato s que se
ag ru p aro n en el cu ad ro XVII.2. Segn p u ed e com probarse f
cilm ente, las sum as to tal y e n tre categoras d e cu ad rad o s en Y
son com o s ig u e :
SC to ta l = 101 115.38 - 92 132.04 = 8 983.34
SC en tre categoras = 94 792.59 92 132.04 = 2 660.55
en donde hem os tra ta d o todas las m areas de Y com o si se encon
tra ra n en los p u n to s m edios d e sus respectivos intervalos y en
donde nos hem os servido de los procedim ientos p a ra los datos
agrupados (vase sec. VI.4). P o r lo ta n to :
SC e n tre cu ad rad o s
2 660.55
................ = ________ 2962
2 .............
SC to tal
8 983.34
Toda vez que an terio rm en te encontram os u n a r de .460 supo
niendo u n a relacin lineal, o b te n e m o s:
_ .2 9 6 2 - ( - .4 6 0 ) 2 150 - 9
7,141
1 .2962
9-2
~ .7038
4.927
y
! ------ .
.SI hay m ediciones d e e rro r en X o Y , bien sean al azar o sisteinri ticas, puede esp erarse u n a alteracin en n u estro s resultados.
l'.Mu se aplica p o r supuesto a todas las p ru e b as y m ediciones que
lin n o s exam inado h a s ta ahora, incluso los procedim ientos no
pm am tricos. E n realidad, u n o de los tipos de erro res d e medit I i'iii m s com unes en sociologa, ciencia p o ltica y la m ayora de
Ihn restantes ciencias sociales, p arece ra se r consecuencia del uso
i|e dicotom as m s bien b u rd as, tales com o alto y bajo o presante
y ausente. No se com prenden bien las consecuencias que se deri
van d e los errores d e m edicin, pero- la m ayor p a rte del tra b a jo
iIntem tico so bre el tem a se h a llevado a cabo en las escalas de
intervalo y en los problem as que im plican anlisis de correlacin
y regresin. El tem a es p o r desgracia dem asiado tcnico p a ra ser
U n t a d o cu el p re sen te texto, p ero re su lta r conveniente p ro n u n
ciar |m r lo m enos algunas p alab ras precau to rias.
SI hay una m edicin de e rro r sistem tica, o n o aleatoria, cual
quier tipo de distorsin re su lta posible, siendo as necesario expilcar cules son las fuentes del e rro r no aleatorio y la fo rm a en
|i te actan. Si se co m p aran p o r ejem plo las m edias de tres m uesItici, v el e rro r de m edicin es tal que coloque las m edias de las
tmienlras segunda y te rc e ra cercanas a la co rresp o n d ien te a la
pilm ei u, no so lograr significacin estad stica cuando, con base
en m ediciones m s exactas, p u ed a rechazarse fcilm ente la hipIfttiM nula. Pero si los e rro res de m edicin son estrictam en te al
ii/ h i , resu ltar posible te n e r u n a m ayor clarid ad acerca de los
<V
+ oa
6 2 D*
rs = i --------- L .-----N ( N * ~ 1)
( X V III.10)
l't'tsonas
Ana
mu
Jim
iiiuis
Mttrclu
liiiui
Ruth
Dorls
limitara
( ynlhiu
lUllo
lio
Nniity
Mnrl
Ni mi
Nmuli
Tolnl
O r d e n de
O r d e n de
popularidad
participacin
1
2.5
2.5
4
5
6
7
8
9
10
11.5
11.5
13.5
13.5
15
16
5.5
5.5
1
2
3
9.5
55
13.5
9.5
16
5.5
11.5
8
15
11.5
13.5
4.5
3.0
1.5
2.0
2.0
3.5
1.5
5,5
0.5
6.0
6.0
0.0
5.5
1.5
3.5
2.5
30.25
2.25
12J25
6.25
0.0
207.50
20.25
9.00
2.25
4.00
4.00
12.25
2.25
30.25
0.25
36.00
36.00
0.00
A
B
b c
1
2
2 3 4
3 1 4
C D
V i N i N - 1)
lA N ( N - 1)
(X V III .ll)
I)
cdef
h i
m n
A I 2.5 2.5 4 5 6 7
8 9 10 11.5 11.5 13.5 13.5 15
II V5 5.5 1 2 3 9.5 5.5 13.5 9.5 16 5.5 11.5 8 15 11.5
16
13.5
I -1
+1
+1
+1
+1
+1
+1
+1
+1
+1
= 9 3 = 6
/> - ( 9 - 3 ) +
( 9 - 2 ) +
( 1 3 - 0 ) +
( 1 2 - 0 ) +
i ( 6 3 ) + ( 8 0 ) +
( 2 - 5 ) +
( 5 - 2 ) +
( 1 1 - 0 )
( 0 - 6 )
| (4-0) + (2 - 1 )+
(2-0)+
(0-2)+
(1-0)
60
ilini tcuiiiremos, sin embargo, el uso ms convencional. La tau de Ken11,111 un ili-lir con Cundirse con las tau0 y tauft de Goodman y Kruskal,
lii-i i|in '.mi nproptadas para datos nominales,
(X V III.1 3 )
O bteniendo la ra z cu a d ra d a te n e m o s:
<r = 22.21
valor que p u ed e se r u sad o en el d enom inador de Z al p ro b a r la
hiptesis n u la d e que A y B no e stn relacionados. As
S- 0
60.0
c3
22.21
: 2.70
l)/m ]
(X V III.14)
ilomle
m = M in (r,c )
Alto
Modera
damente
alto
Modera
damente
bajo
Bajo
Alto
M oderadamente alto
Moderadamente bajo
Bajo
18
16
11
5
19
16
14
5
12
12
18
15
8
10
16
22
57
54
59
47
Total
50
54
57
56
217
Total
Asi pues:
4741
x0 = ------------------------------ = .268
]/ i( 2 1 7 ) 2 [ ( 4 - l ) / 4 ]
O bsrvese que el d enom inador de xc depende slo del nm ero
de hileras y colum nas, y no de las distribuciones m arginales, las
<|tir* p or supuesto d eterm in an el n m ero d e em pates. E sto
liiu c que x0 sea difcil de in te rp re ta r, y, en este sentido, m enos
in lU fn clo ria que t s . 3 H ay tam b in o tras varias m edidas que d i
11 liii'dc! demostrarse que en el caso k x k, en el que todos los totales marHinulfi .son exactamente N /k, Xb y t sern iguales. De otra forma, en el
i mu k le, t ser generalmente menor que x, en valor numrico, aun cuanili ihii'iIn ser mayor que ts en el caso r x c.
C+D
Alta
Media
Baja
Total
Alta
Media
Baja
100
0
0
80
20
0
0
80
20
180
100
20
Total
100
100
100
300
C -D
y
d u yu =
"
--------------------------
C + D + T
WII-hmi [231 hace observar que tales empates no estn excluidos del
MiirtlIiiN iln los modelos de regresin. As, si dos casos se encuentran sumadimito inximos en relacin con sus puntuaciones de X, predeciramos que
mm iMiiiiunciones de Y tambin lo estaran. En este sentido, si hay un par
mii|'Utiln con respecto a X, podemos esperar que lo est tambin con resimi lu n V', y cometeramos un error si as no fuera. Cul es la importan-
K ru sk al [17] h a d em o strad o que la m edida d e la r 8 de Spearm an pued e ser in te rp re ta d a en funcin de tros de observaciones
en lugar de p ares, preguntndose cul es la pro b ab ilid ad de que,
p o r lo m enos, u n a de las tre s observaciones sea concordante con
las o tras dos a la vez. Tal in terp re taci n tien e u n a m ucho m e
n o r atracci n in tu itiv a que las in terp retacio n es m ed ian te pares,
a p a rte del h echo de que son m ayores n u estro s conocim ientos
acerca de los erro res d e m u estreo de ta u y gam m a. P or estas
razones p re fie re K ruskal la ta u a la r. Sin em bargo, si la d istri
bucin b sica de las dos variables es realm ente b iv ariad a norm al,
el v alor ab soluto d e rs ser m ayor que el de tau, y su com porta
m iento p u ed e re su lta r m ucho m s sem ejan te al de la correlacin
m om ento-producto. T rabajos previos no publicados m u estran
q u e el co m p o rtam iento de las rs parciales ( despus de corregidos
los em p ates) es m uy singular al d e las correlaciones parciales
cuando las relaciones verdaderas son norm ales m ultivariadas (va
se la definicin e n el prxim o captulo), p o r lo que sigue sin acla
ra rse cul de las m edidas es preferible. A nte tal situacin, el
investigador d eb er ap licar varias m edidas diferentes p a ra com
p ro b a r si se com portan de m an era sem ejante al aplicarse a los
datos q ue se exam in an.
Finalm ente, debem os to m a r n o ta de u n argum ento de W ilson
[ 22], quien afirm a que ninguna m edida o rdinal que im plique la
idea de p ares (o tro s) p u ed e te n e r propiedades plenam ente de
seables. E l p u n to bsico de W ilson est en que el razonam iento
terico se fu n d a norm alm ente en leyes que son apropiadas p ara
un caso nico, com o cuando especificam os p o r ejem plo que el
cam bio de u n a un id ad en X debe p ro d u c ir en Y el cam bio de byx
u nidades. Con b ase en tales teoras, no tiene sentido p en sa r en
funcin de p ares ordenados, los que p o r necesidad nos fuerzan
a realizar com paraciones a travs de los casos. Si, p o r ejem plo,
la p ro p ia teo ra especifica q u e u n cam bio en el p o rc en taje de
negros p ro d u c ir u n cam bio en los niveles de discrim inacin,
u n o se est refirien d o tal vez a u n a ley que o p era en el interior
de u n a sim ple localidad (u o tra s unidades de observacin). No
se aplica d irectam en te a com paraciones a travs de pares de ob
servaciones. P or supuesto que, en tan to u n o defina su ta re a com o
u n a sim ple generalizacin de poblaciones fijas, n o se p lan tear
este tip o de dificultad conceptual. El lector d eber co n su ltar a
W ilson si d esea u n anlisis m s com pleto. E st bien claro que l
xvii
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
( X IX .l)
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
( X IX .l)
Uj
V 1-
..... - ....
,y
ty i \
( X IX .3)
V 1 _ rik2
r 13.2
r 13
( ^*12 ) ( ^ 2 3 )
z u m iZ ""
V 1 ~ riz2 V 1 ~ r232
(el
ca)
Z
X-
*Y
(</)
(*)
(f)
Q xyQ xz
Q xzQ rz
X x
1-234 +
&l,2-34-^2 +
^13-24^3 +
^14-23^4
vemos que incluso los denom inadores n o son dem asiado dispa
res en cu an to a la form a. Con todo, al em plear esta frm ula para
ob ten er las b parciales, hay que p o n e r cuidado en distin g u ir en
tre bjk y bk, ya que los subndices ya n o pueden intercam biarse.
La extensin a parciales de ord en superior es d ire c ta (vase
[5 ]). Las ecuaciones de ai.m y b inx pueden escrib irse:
a i j u X t b i j-M X
b ilc.n X
b t j.,y X
(X IX .9)
b im ~
i -hi-^Ku)
(X IX .11)
y
Pyw =
Si
(X IX .12)
r ilcrjJc
= -------
1 V
.
(X X .i3 )
Las dos m edidas slo difieren en los denom inadores. D'e hecho,
vemos in m ed iatam en te q u e :
^ ^(P irfcX P i-fc)
ya que (3^.*. slo difiere de
en que el denom inador de rjk2 ser
rem plazado p o r rilc2. Ya que las ponderaciones de b e ta y las co
rrelaciones p arciales re p resen ta n tipos de m edida de asociacin
algo d istintos, no d arn exactam ente los m ism os resultados, au n
que p o r lo re g u la r com prendan variables del m ism o ord en de
im portancia. E n efecto, la correlacin parcial es u n a m edida
d e la cantidad de variacin explicada p o r u n a de las variables
independientes despus que las o tras h a n explicado to d o lo que
podan. Las p onderaciones de b eta, en cam bio, indican cunto
cam bio se p ro d u ce en la variable dependiente p o r u n cam bio
estandarizado en u n a de las variables independientes al co n tro lar
en relacin con las otras.
X I X .5 .
Correlacin m ltiple
C o m o q u ie r a q u e n u e s tr o in te r s p u e d e acaso- r e s id ir e n e l p o d e r
e x p lic a tiv o d e c ie r to n m e r o d e v a ria b le s in d e p e n d ie n te s to m a
d a s ju n ta s m s q u e e n la re la c i n e n tr e la v a ria b le d e p e n d ie n te
y c a d a u n a d e la s v a r ia b le s in d e p e n d ie n te s to m a d a s s e p a ra d a
m e n t e , p r e f e r i r e m o s t a l v e z s e r v i m o s d e l coeficiente de correla
cin m ltip le, q u e e s u n a m e d i d a d e l a b o n d a d d e a j u s t e d e l a
s u p e rf ic ie d e m n im o s c u a d r a d o s a lo s d a to s . A l ig u a l q u e e l c u a
d r a d o d e l c o e fic ie n te d e la c o rre la c i n d e o r d e n c e ro in d ic a b a e l
p o r c e n ta je d e v a ria c i n e x p lic a d a p o r la r e c ta d e m e jo r a ju s te ,
el c u a d r a d o d e l c o e fic ie n te d e c o rre la c i n m ltip le p u e d e e m
p le a r s e p a r a d a r el p o r c e n ta je d e v a ria c i n e x p lic a d o p o r la e c u a
c i n d e m e jo r a ju s te d e la f o r m a :
Y p = a + b iX i + b2X 2 + . . . + bXk
O tr a m a n e r a d e c o n c e b ir la c o r re la c i n m ltip le e s t e n q u e
r e p r e s e n t a l a correlacin d e orden cero n t r e l o s valores reales
o b t e n i d o s p a r a l a v a r i a b l e d e p e n d i e n t e y l o s valores anticipados
S i to d o s lo s p u n
to s se e n c u e n tra n e x a c ta m e n te e n la s u p e rfic ie d e m n im o s c u a
d r a d o s , lo s v a lo re s r e a l y a n tic ip a d o c o in c id ir n , y la c o r re la c i n
m ltip le s e r la u n id a d . Y c u a n to m a y o r s e a la d is p e rs i n a lr e
d e d o r d e la e c u a c i n d e m n im o s c u a d r a d o s ta n to m s b a ja s e r
la c o r re la c i n e n tr e lo s v a lo r e s r e a l y p r e d ic h o .
L a f r m u la d e la c o r re la c i n m ltip le p u e d e d e s a r r o lla r s e f
c ilm e n te s irv i n d o s e d e l h e c h o d e q u e e l c u a d r a d o d e l m ltip le
s e r ig u a l a l p o r c e n ta je d e la v a r ia c i n e x p lic a d a p o r to d a s la s
v a r ia b le s in d e p e n d ie n te s . C o n v ie n e r e c a lc a r u n a v e z m s q u e s e
s u p o n e u n m o d e lo d e tip o lin e a l. A l e s c r ib ir la f r m u la d e la c o
r r e la c i n m ltip le , d e ja m o s p r im e r o q u e u n a d e la s v a r ia b le s
in d e p e n d ie n te s e x p liq u e to d o lo q u e p u e d e . D e ja m o s lu e g o q u e la
s e g u n d a v a r ia b le in d e p e n d ie n te h a g a lo p r o p io e n r e la c i n c o n
la p o r c i n d e la v a r ia c i n n o e x p lic a d a p o r la p r im e r a . S in e m
b a rg o , c o n o b je to d e e v ita r d u p lic a c i n , h e m o s d e c o n tr o la r e n
r e la c i n c o n e s ta p r im e r a v a ria b le in d e p e n d ie n te . D e ja m o s a c o n
ti n u a c i n q u e la t e r c e r a e x p liq u e to d o lo q u e p u e d e d e l r e s to ,
c o n tro la n d o ' a h o r a e n re la c i n c o n la s d o s p r im e ra s v a ria b le s
in d e p e n d ie n te s . E l p r o c e d im ie n to p u e d e p r o lo n g a rs e d e m a n e r a
in d e f in id a .
D e m o m e n to , s in e m b a rg o , n o s lim ita m o s a l c a s o d e tr e s v a r ia
b le s , q u e s lo c o m p o r ta d o s v a r ia b le s in d e p e n d ie n te s . S i to m a
m o s la p r im e r a v a ria b le c o m o la v a ria b le d e p e n d ie n te , y d e s ig n a
m o s e l c o e fic ie n te d e c o r re la c i n m ltip le p o r R ^ g , p o d r e m o s
e s c rib ir:
^1-23
r12
^13-2
(1 ~ ^12)
Proporcin\ /proporcin \
/ proporcin \ / proporcin \
explicada I = I explicada I + / adicional \ I no explica- 1
por 2 y 3 /
\ por 2
/
I explicada I \ da por 2 /
\ Pr 3
(X IX .14)
(XIX .15)
/VTV1\
(X
IX .16)
r is )
(1 'iaX l ~ ri3-2)
(X IX .17)
1 P
y iy 1o \
( A lA .i o ;
r 2 O- r 2
la m ltip le R n o s e r p o r lo r e g u la r m u c h o m a y o r q u e la c o
rre la c i n to ta l m a y o r c o n la v a ria b le d e p e n d ie n te .
E n o tro s
t r m i n o s : s i d e s e a m o s e x p lic a r lo m s p o s ib le d e l a v a r ia c i n d e
la v a r ia b le d e p e n d ie n te , h e m o s d e b u s c a r v a r ia b le s in d e p e n d ie n
te s q u e te n g a n r e la tiv a m e n te p o c a r e la c i n u n a s c o n o tr a s , p e ro
q u e te n g a n p o r lo m e n o s c o r r e la c io n e s m o d e r a d a m e n t e a lta s c o n
la v a ria b le d e p e n d ie n te . O e x p r e s a d o e n o tr a f o r m a : s i te n e m o s
d o s v a ria b le s in d e p e n d ie n te s d e in te r re la c i n a lta , la s e g u n d a e x
p lic a r e s e n c ia lm e n te la m is m a v a ria c i n q u e la p r im e ra , y a q u e
la s d o s s e tr a s la p a r n c o n s id e ra b le m e n te . Y s i n o e s t n c o r r e
la c io n a d a s , e n to n c e s c a d a u n a e x p lic a r u n a p o r c i n d if e re n te
d e la v a ria c i n to ta l.
H a y o tr a r a z n im p o r ta n te p a r a p r e f e r ir la s v a r ia b le s in d e p e n
d ie n te s q u e no' e s t n a lta m e n te in te r c o rr e la c io n a d a s .
N o s lo
h a b r m e n o s s u p e r p o s ic io n e s e n la v a r ia n c ia e x p lic a d a , y p o r e llo
m e n o s a m b ig e d a d
en
n u e s tra
in te rp re ta c i n
causal de
su s
su
p u e s to s e fe c to s , s in o q u e e n la m e d id a e n q u e la s v a r ia b le s in d e
p e n d ie n te s e s t n a lta m e n te in te r c o rr e la c io n a d a s , ta n to la s c o r re
la c io n e s p a r c ia le s c o m o la s e s tim a c io n e s d e d e c liv e s s e h a r n c a d a
v ez m s s e n s ib le s a lo s e r r o r e s d e m u e s tr e o y m e d ic i n . E s ta
d i f i c u l t a d s e d e n o m i n a m u ltic o lin e a r id a d e n l a b i b l i o g r a f a e c o n o m tr ic a (v a n s e [4 ] y [1 2 ]). E l p ro b le m a r e s u lta e s p e c ia lm e n te
s e rio c u a n d o se u tiliz a n b lo q u e s d e v a ria b le s in d e p e n d ie n te s a lta
m e n te in te r c o r r e la c io n a d a s , y c u a n d o d ic h o s b lo q u e s d if ie re n e n
c u a n to a l n m e r o d e v a ria b le s q u e c o n tie n e n . (V a s e [ 1 0 ]) . P u e d e
d e m o s tr a r s e , p o r e je m p lo , q u e c o n m u y p e q u e a s d ife re n c ia s e n
la s c o r r e la c io n e s to ta le s c o n la v a r ia b le d e p e n d ie n te se p r o d u
c e n d if e re n c ia s c o n s id e ra b le s e n la s c o rre la c io n e s p a r c ia le s y e n
la e s tim a c i n d e lo s d e c liv e s , d e ta l m a n e r a q u e s i s e c o n f a
e n la s m a g n itu d e s r e la tiv a s d e e s to s c o e fic ie n te s p a r c ia le s , c a b e
e s p e r a r e n c o n t r a r d if e r e n c ia s c o n s id e r a b le s d e u n a m u e s tr a a a
s ig u ie n te , o b ie n e n tr e r p lic a s e n la s q u e se u tilic e n in s tr u m e n
to s d e m e d ic i n a lg o d is tin to s . L a c o n c lu s i n e s q u e e n c u a n ta s
o c a s io n e s la s v a r ia b le s in d e p e n d ie n te s e s t n a lta m e n te in te r c o
rre la c io n a d a s , r e s u lta r n e c e s a r io c o n ta r
g r a n d e s com o c o n la s m e d ic io n e s e x a c ta s .
ta n to
con
m u e s tr a s
A ttu lo d e e je m p lo n u m r ic o d e l c lc u lo d e la m ltip le R, v e a
m o s c u n ta v a r ia c i n e n m a t e r i a d e d is c r im in a c i n p u e d e e x p li
c a rs e p o r el p o rc e n ta je d e n e g ro s y el p o rc e n ta je
v i n d o n o s d e la e c u a c i n ( X IX .1 4 ) o b te n e m o s :
u rb an o .
&1-2Z = r2 + r ? 3 .2 ( 1 - r ? 2 ) = ( . 5 3 6 ) 2 + ( . 3 3 2 H 1 - ( . 5 3 6 ) 2 ]
R 1.2S = .6 0 5
S ir
y p o r lo ta n to :
T 'lS - a O r 1 2 ) +
r 1 4 -2 s[l
r 1 2 ~ r 1 3 '2 (^ ~
12 ) ]
(X IX .19)
Podem os, pues, ir aadiendo a la p roporcin de la variacin
explicada, siem pre que controlem os en relacin con todas las va
riables p reviam ente em pleadas y a condicin que perm itam os
q u e la nueva p arcial slo acte sobre aquella porcin de varia
cin d ejad a inexplicada p o r las variables que la h an precedido.
Obsrvese, de paso, el paralelo' con lo que hicim os en el anlisis
de la variancia. Segn verem os a continuacin, podem os servir
nos de este hecho en las pru eb as d e significacin tan to de la
correlacin m ltip le com o de la parcial. Si procediram os a
a ad ir u n a q u in ta variable, ob ten d ram o s:
^ 1 -2 3 4 5 =
R l-2 8 4 +
, 'l 5 - 2 3 4 ( I ^ 1 - 2 3 4 )
*Vl'234
___
*Vl*23
1 - i?2
1-23
( X IX .20)
^ 1 -2 8 4 ( 1
r1 2 )0
"l3- 2 )( 1 ^"l4'23 )
y, en general,
=
(XIX.21)
-^1-234 rli
1 _
r 2
14
1i(jk.
1 R2
(X IX .22)
l.til-'-W
P o r e je m p lo :
3(5).124
**3*12456 ~~ **3124
1 _?2
L
3.124
( X IX .23)
y=a+hX+hzXz
)=
4 Debe recalcarse una vez mas que no todas las X t necesitan tener dis
tribuciones normales, en tanto la variable dependiente est normalmente
distribuida alrededor de todas las combinaciones de niveles fijos de las
variables independientes con la misma variancia cfl. Suponemos, con otras
palabras, que el factor de perturbacin se encuentra distribuido normal
mente con la variancia constante.
Cuadro
Total
Explicada
Grados de
Apreciacin
libertad de la variancia
Sxi2
N-
R2 x f
Inexplicada (I -
N - k -
jR22#:
R?
a -z m * !3
i -R a
N-
N - k - l
( X I X '24)
.3658
1 5 0 -3
1 - .3658
.3658 147
.6342
= 42.39
Sumas de
cuadrados
Total
2xia
Explicada
por 2
rufSxi*
Inexplicada
por 2
(1 nfyZx?
Explicada
por 3
W ( l - r a,*)2*i*
Inexplica
da por 3 ( 1 - W ) ( 1- r ^ S x f
Grados
de
libertad
N
Estimacin de la
variancia
- 1
1
N -2
1
N~
ra-i{ 1 -
3 (1 - fW )(l - ra*)2xx*
N- 3
ra -i(N
- 3)
(.332)2
1 - (.332)2
(147) = 18.21
rlS-2)
= .......................
V ^ -3
E n lu g ar de ello, en cam bio, perdem os u n grado m s d e lib ertad
p o r cada v ariable aadida, de m odo que el e rro r e st n d a r se con
vierte en general en :
1
o, = --------- --------( X IX .27)
y /N -k -2
en donde k re p re se n ta el n m ero to ta l de variables.
O btenem os p o r consiguiente los intervalos de confianza del 95
p o r ciento p a ra R v23 y r13.2 de la m an era sig u ien te:
1.96a* = 1.96---------= .1622
V 146
z
Ri2s .605
.332
.7010
.3451
zl --z1.9600 zu = z + l-%a
.5388
.1829
.8632
.5073
ri
ru
.492
.181
.698
.468
Ponderaciones de beta
Correlacin mltiple
Correlacin parcial-mltiple
Ecuacin de regresin mltiple
Distribucin normal multivariable
Correlacin parcial
Ecuacin polinomial
E je r c ic io s
SS
- } - f 2 4 5 - W ( 1 ----- R S 4 -1 2 3 )
X X . A N L IS IS D E COVARIANCIA Y V A R IA B LES
SIM ULADAS
H emos
x
Fig. XX.2 Datos hipotticos que indican una fu erte correlacin
total entre X y Y, pero correlaciones m s dbiles dentro de las
categoras d e A.
traclase (co m o lo indican las lneas de trazo s). S in duda, el
hecho de su p erp o n er las m edias a fectar las a en cada u n a de las
ecuaciones de m nim os cuadrados, p ero d e ja r in alterad as estas
pendientes y las r del in te rio r d e las clases.
La fig u ra XX.2 re p resen ta u n a situacin co n tra sta n te, en la
que se dan relaciones extrem ad am en te dbiles al in te rio r de las
categoras de A, p ero en donde la relacin general e n tre X y Y
es m uy fu erte. La variable de control afecta nuevam ente la rela
cin e n tre X y Y , pero esta vez, si superpusiram os las m edias,
no h allaram o s esencialm ente relacin alguna e n tre las dos esca
las de intervalo. Tal vez n o exista relacin causal alguna entre
X y Y , y la relacin general se d eb a al hecho de q u e A produce
cam bios ta n to en la u n a com o en la o tra de ellas. E n tal caso,
pues, co n sid eraram os que la relacin e n tre X y Y e ra espuria.
E n estos dos tipos generales de situacin ten d r , p o r consi
guiente, o b jeto c o n tro la r en relacin con A. E n el p rim e r caso, la
correlacin p arcial o in trac la se ser m ayor en m agnitud que
la to ta l; en el segundo, en cam bio, ser m enor. Un diagram a de
dispersin cuidadosam ente construido, sirvindonos de p untos
de diversos colores p a ra re p re se n ta r las distin tas categoras de
y
Y tj Y.. = ( Y is - Y.i) + ( Y . - Y . . )
podem os e sc rib ir:
(.Xi j - X . . ) ( Y t f - Y . . )
= [ (X y - X. j) + (X. - X . .) ][ ( Y a - Y.,) + (Y ., - ? . . ) ]
Si sum am os todos los casos y efectuam os la m ultiplicacin, obte
nem os cu a tro trm inos, d e los cuales, sin em bargo, los dos cen
trales se elim inan. Como re su ltad o podem os e sc rib ir:
S 2 ( X i} - X ..) ( y 4, Y. . ) =
i }
2 ( Xi , - X . j K Y i , - Y,)
i j
+22(x./-x..)(y.i -F..)
*
+ sum a de p ro d u cto s "en tre"
(explicada)
i i
i
S um a to tal de p roductos = 2 2 1 ^ 7 ^ -------------- ----------
(X X .l)
( S X y X S Y i,)
i
i
Sum a de p ro d u cto s entre = 2 --------------------'
N,
(2 2 X ^ ( 2 2
i i
i
------------------------------ ( X X.2)
N
en donde N re p re se n ta el n m ero d e casos en la clase ;-sima.
Lo m ism o q u e en el caso de las sum as de cuadrados, el segun
do trm in o es la m ism a ca n tid a d en am bas ecuaciones. Obsrvese
asim ism o que, en la f rm u la de la sum a en tre de productos, la
cantidad del n u m era d o r del p rim e r trm in o re p re se n ta sim ple
m en te el p ro d u c to de la sum a de las X y de la sum a de las Y
p a ra cada clase. La f rm u la nos m an d a dividir dicho p roducto
e n tre el n m ero de casos y su m ar luego todas las clases.
H ay u n a d iferencia im p o rtan te e n tre u n a su m a d e p ro d u cto s y
u n a su m a d e cuadrados, en cu an to la p rim e ra puede te n e r un
valor negativo. As, pues, la covariacin to tal pu ed e s e r negativa,
en tan to que el valor en tre p o d r ser positivo. E sto significa,
p o r supuesto, que cuando su straigam os u n n m ero positivo de
un n m ero negativo, la sum a d en tro de p ro d u cto s re su ltan te
ser u n n m ero negativo m ayor.
Problem a. A ntes d e seguir ad e la n te ser til p re s e n ta r u n ejem
plo' n u m rico e in d icar de qu m o d o los varios clculos re q u eri
dos en el anlisis de covariancia pueden llevarse a efecto en
fo rm a sistem tica. El cu ad ro X X .l m u estra dichos clculos p ara
las siguientes v a ria b le s :
Y (variable dependiente, escala de in te rv a lo ): m edida de discri
m inacin educati
va c o n tra los ne
gros
(74 938)2
= 2 F 2 - ------ = 40 399 788 - ----------7
N
150
= 40 399 788 - 37 438 026 = 2 961 762
Aqu, la N de la h ile ra de los totales es el n m ero to tal d e casos
d e la m u e s tra (150).
O bsrvese que las filas d e totales y sum as contienen exacta1 E n e l c u a d r o X X .l, l a s c i f r a s d e l p o r c e n t a j e d e n e g r o s s e h a n m u l t i
p lic a d o p o r 10 c o n o b j e t o d e e v i t a r lo s d e c im a le s .
( c o l. 6 )
C lase
N,
(1 )
(2 )
( c o l. 10)
( 2 YP/ Nj
( 4 ) = (3 )a /< 2 )
sy s
Sy2
2X
(3 )
(5 )
(6 ) = ( 5 ) - ( 4 )
(7 )
2 7
(S X P /A T j(8 ) = (7 )2 /(2 )
2X 2
(9 )
2*2
(1 0 ) = (9 ) (8 )
F lo rid a
A la b a m a
A rk an sas
G e o rg ia
K e n tu c k y
L o u is ia n a
N o r th C a ro lin a
M is s is s ip p i
S o u th C a ro lin a
T en n essee
11
8
10
33
9
15
24
20
11
9
6475
4 03 0
4608
18911
2724
7 47 6
9281
12206
5967
3 26 0
3 811420
2030112
2 123 36
10 837 149
824464
3 7 2 6 03 8
3589040
7449322
3 2 3 6 826
1180844
3 866409
2 1 6 8 898
2 223 740
11 2 3 9 4 5 1
891102
3 926182
3 862309
7 5 8 6 664
3371315
1 2 6 3 71 8
5 4 989
138 7 8 6
1 00 3 7 4
402302
66 638
2 0 0 144
2 73 26 9
137 34 2
134489
82 874
2 683
3 367
3 211
12707
69 5
5257
7459
10419
4676
1088
654408
1 4 1 7 086
1 031 052
4 89 2 965
53 669
1842403
2318195
5 4 2 7 778
1 9 8 7 725
131 527
74 4 861
1964231
1236701
5 826 629
63293
2025311
3 2 6 6 843
6 043 283
2 3 6 7 054
2 2 9 200
9 0 453
547 145
2 0 5 6 49
9 3 3 6 64
9 6 24
182 908
948 648
615505
379329
9 7 6 73
Sum as
T o ta le s
E n tr e c la s e
(e x p lic a d a p o r
150
150
74938
74938
38 808 581
37 438 026
40399788
40399788
1 591207
2 961 762
51562
51562
19756808
17 72 4 266
23 7 6 7 4 0 6
23 767 4 0 6
4 0 1 0 5 98
6043140
A)
D e n tr o d e c la s e
( n o e x p lic a d a
p o r A)
1 3 7 0 555
2 0 3 2 5 42
1 591 20 7
4010598
Adaptada de [4], cuadro 74, pp. 486-487, con la amable autorizacin del editor.
Florida
Alabama
Arkansas
Georgia
Kentucky
Louisiana
North Carolina
Mississippi
South Carolina
Tennessee
Sumas
Totales
2XY
(11)
(2X)(2Y)/iVy
(12) =
(3)(7)/(2)
pendientes
b=
S.xy
2xy/2x2
(13) =
(14) =
(11)(12) (13)/(10)
Explicada
por X
(Xxy^/'S.x*
(15) =
(13)(14)
No explicada
por X
Para el clculo de
correlaciones
(2xyP
(2xy)2
2*22y2
2x2
(17) =
( 16)=(6)(15)
(15)/(6)
2V2
(18) =
V(17)
1601 644
1894209
1 579 758
7 765 621
217349
2700374
3 203 824
6 620 545
2 737 694
464 348
1579311
1 696 126
1479629
7 281 881
210 353
2620089
2 884 457
6 358 716
2 536 517
394098
22333
198 083
100129
483 740
6996
80285
319367
261 829
201177
70250
.24690
.36203
.48689
.51811
.72693
.43894
.33665
.42539
.53035
.71924
5 514
71 712
48 752
250 630
5 086
35 240
107 515
111 379
106694
50 527
49475
67 074
51622
151 672
61552
164904
165 754
25 963
27795
32347
.10027
.51671
.48570
.62299
.07632
.17607
.39344
.81096
.79333
.60968
.317
.719
.697
.789
.276
.420
.627
.900
.891
.781
28 785 366
28785366
27 041 177
25759688
1744189
3 025 678
.50068
1 514 896
798158
1446866
.51148
.715
.47670
.690
Entre clase
(explicada por
A)
1 281 489
Dentro de clase
(no explicada
por A)
1744189
614189
.43489
758 530
832 677
X., = 2X/JVf
(19) = (7)/(2)
243.909
420.875
321.100
385.060
77.222
350.467
310.792
520.950
425.091
120.889
x - X . - X ..
(20) = (19) X - 99.838
77.128
- 22.647
41.313
-266.525
6.720
- 32.955
177.203
81.344
-222.858
(21) = bw (20)
- 43.42
33.54
- 9.85
17.97
-115.91
2.92
- 14.33
77.06
35.38
- 96.92
Y., = 2 Y / N ,
(22) = (3)/(2)
588.64
503.75
460.80
573.06
302.67
498.40
386.71
610.30
542.45
362.22
Sumas
Totales
X.. = 343.747
Y.. = 499.59
Y -j = Y . - bwx
(23) = (2 2 ) -(2 1 )
632.06
470.21
470.65
555.09
418.58
495.48
401.04
533.24
507.07
459.14
5
10
25
10
15
30
20
25
40
Cuadro
I n e x p l i c a d a p o r X y A, s u
p o n ie n d o a u s e n c ia d e in
te ra c c i n
E x p lic a d a p o r i n te r a c c i n
E rro r
832 677
34 519
7 9 8 158
Grados de
libertad
N ~ ( k + 1 ) = 139
k - 1=9
AT 2 = 13Q
Estimacin
de la
variancia
3 835.4
6 1 3 9 .7
< 1 .0
No explicada por A
No explicada por A,
pero explicada por X
E rror (suponiendo au
sencia de interaccin)
Suma de
cuadrados
.
Grados de
1 591 207
N - k = 140
758 530
832 677
N (fc + l) = 139
Estimacin
J tf* .
D
F
758 530
126.6
5990.5
(XX .3)
La segunda de e sta s form as, que slo com porta la inversin del
ord en de las X .. y X. y el cam bio co rresp o n d ien te d e signos, es la
fo rm a que se h a em pleado p a ra el clculo de la Y a ju sta d a en
el cu ad ro X X .l. O bsrvese que, en este ejem plo concreto, la pen
diente es positiva, sindolo tam b in el cam bio de X. a X.., tal
com o lo m u e stra la figura XX.5. Los m ism os re su ltad o s alge-
C uad ro X X .4 .
Suma de
cuadrados
In e x p lic a d a p o r X
I n e x p lic a d a p o r X,
p e ro e x p lic a d a p o r A
E r r o r (s u p o n ie n d o a u
s e n c ia d e in te ra c c i n )
1446866
Grados de
libertad
Estimacin
de la
variancia
AT 2 = 148
614189
k - 1= 9
832 67 7
N - ( * + ! > = 139
68243
11.39
5 9 9 0 .5
v-ve
r iY A - X '
Vt + ( ~ l ) V e
--1 _lI
k - i
j;
2 N t2
i=i
*
2
---------
= i
2 Ni
i= 1
1 /
2 858 \
= | 150----------- 1
9 V
150 )
1
= (150 - 19.05) = 14.55
9
r iY A - X
68 2 4 3 - 5 990.5
68 243 + 13.55(5 990.5)
62 252.5
149414
.417
Z1=
=
Z2 =
=
Z3 =
=
-f- d ^ X
Quinta Parte
MUESTREO
Todas las p ruebas que hem os exam inado, lo m ism o que los p ro
cedim ientos em pleados p a ra o b ten er intervalos de confianza, h an
req u erid o el supuesto de m u estreo aleatorio, y de hecho el lec
to r pu ed e h ab erse fo rm ad o acaso la im presin de que la m u estra
aleato ria e ra la n ica clase respetable de m u estra utilizada p o r
el estadgrafo, lo cual dista m ucho d e se r as. Existen, en efec
to, cu a tro tipos bsicos de m u estreo de p ro babilidad q u e se exa
m in an en el p re sen te captulo, a sa b e r: la m u estra aleatoria, la
m u e stra sistem tica, la m u estra estra tific ad a y la m u e stra p o r
conglom erados. Segn verem os, es posible servirse de la induc
cin estad stica con cad a uno de estos cu a tro tipos de m uestreo
de p robabilidad, si b ien es cierto, p o r desgracia, que al p resen te
estam os m uy lim itados p o r lo que se refiere al nm ero d e tipos
d iferen tes de p ru eb as que pueden efectu arse con m u estras no
fo rtu itas de pro b ab ilidad. Sobre todo en el caso de las m u estras
ag rupadas, n u estro s clculos se hacen al propio tiem po m ucho
m s com plicados. P or lo tanto, en u n texto general com o el
p resen te, ser im posible h acer m ucho m s que in d icar algunas
consideraciones generales de estrateg ia p a ra escoger el tipo de
m u estreo que re su lte m s apropiado en vista de una situacin
d eterm inada.
Acabam os de in d icar que hay cuatro tipos bsicos de m uestreo
de p ro b abilidad, u n o de los cuales es el m u estreo aleatorio. Qu
es, pues, la m u estra de probabilidad? La caracterstica d istin ti
va de la m u estra de p ro b ab ilid ad es que todo individuo h a de
ten er u n a p ro b ab ilid ad conocida de q u ed ar incluido en la m ues
tra. E n la m u e stra al azar, ya vimos que todas las com binaciones
de individuos tienen iguales posibilidades de figurar. P ero al
fo rm u lar inducciones estadsticas no es absolutam ente necesario
que to d as las pro b ab ilidades sean iguales, ya que, si la pro b ab i
lid ad de seleccin es conocida, ser posible a ju sta r en relacin
con pro b ab ilid ad es desiguales m ediante algn procedim iento de
pond eraci n de u n a clase u o tra. Es esencial, sin em bargo, que
las p ro babilidades sean conocidas, con o b jeto de llegar a los
pesos apropiados. Si las probabilidades se desconocen, ser im
posible servirse legtim am ente de la induccin estadstica. E n
efecto, con un m u estreo caren te d e probabilidad, podem os aca
so o b ten er u n a m u e stra efectivam ente m uy representativa, pero
n o estarem o s en condiciones de ap re c ia r los riesgos d e e rro r
im plicados. Despus de d escrib ir y co m p arar cada uno de los
c u a tro tipos de m u estreo de probabilidad, exam inarem os breve
m en te algunos casos en los que es pro b ab le que se obtengan
m u estras sin p robabilidad.
(X X I.l)
0-
= V
(
\y/N /
| = V
( -
( x x i .2)
\y/N - 1 /
y tam bin
ten e m o s:
J =
M
Ni
2 X j
* N i 1
X = 2 ----------------^ N
Ni
1 * Ni
2 2 Xu
E sta doble su m a to tal significa sim plem ente que hem os sum ado
todas las X . Y to d a vez que luego dividim os esta sum a e n tre el
n m ero to tal de casos p a ra o b ten er X, vem os as que, en el caso
de m u estra estra tific ad a proporcional, podram os h a b e r obtenido
la estim acin de exactam ente1en la m ism a fo rm a que en el caso
d e la m u estra alea to ria sim ple. P o r esta razn designam os la
estratificacin proporcional com o autoponderada. E n o tro s t r
m inos : cada e stra to h a recibido su p ro p io peso. Y si la estra tifi
cacin^ no h a sido proporcional, entonces hem os de m ultiplicar
cada X i p o r el peso de dicho e s tra to en la poblacin.
Al ap reciar el e r ro r e stn d a r de la m edia, n u estro s clculos no
resu ltan ta n sencillos. E n efecto, hem os de a p reciar prim ero el
e rro r estn d a r p a ra cada e stra to y ju n ta r luego los resultados,
com o lo hicim os en la p ru eb a d e la diferencia de las m edias y en
el anlisis de variancia. Se re c o rd a r que, en lu g ar de sum ar
desviaciones estn d ar, operam os con las variancias y las sum as
M U ESTREO
545
T a m a o d e l d i s t r i t o ( M 4)
P e s o (W j)
T a m a o d e l a m u e s t r a (A f*)
M e d ia d e la m u e s tr a (X )
D e s v ia c i n e s t n d a r d e la m u e s
tr a (s^
10000
.20
50
15000
.30
50
25 0 0 0
.50
50
3100
4300
3 80 0
50 0
400
300
50 000 ( = M )
1.00
15 0 ( = t f )
Si
500
--------------= ------ = 71.4
V tfi - 1
V 49
D istrito I I :
s2
400
----------------------- = 57.1
V tf2 - 1
V 49
D istrito I I I :
s
300
------ ----- = --------- = 42.9
Error de muestreo
Error no de muestreo
Fig. X X I.l. Relacin en tre el error total y tos errores de
m uestreo y no de m uestreo.
fuentes in dependientes de erro r, y no se puede re d u cir sustancial
m ente, a m enos que se controlen sim ultneam ente los dos tipos.
Si las equivocaciones ajenas al m uestreo, tales com o los erro res
de re sp u esta o de entrevista, son grandes, n o tiene objeto to m ar
una m u e stra grande con el p ro p sito de re d u cir el e rro r estn d ar
de la estim acin, ya que el e rro r to ta l e sta r d eterm in ad o en p ri
m er trm in o p o r el largo d e la base del tringulo. Y en form a
anloga, si se desea h ac er todo lo posible p a ra re d u cir los erro res
no de m u estreo a u n m nim o, se r co n trap ro d u cen te servirse de
u n a m u e stra pequea, con lo que se te n d r u n e rro r m ayor
de m u estreo. D eber, p o r consiguiente, m an ten e rse u n equilibrio
ap ro p iad o e n tre los erro res de m u estreo y los no de m uestreo. El
cuidado en la investigacin lim ita el tam ao efectivo d e la m ues
tra y viceversa. P o r desgracia, los e rro res n o de m u estreo son
p o r l re g u la r difciles de apreciar. Sin em bargo, si los erro res
pueden se r apreciados, el diseo to tal m s eficaz se r aquel con
respecto al cual los dos lados del tringulo sean iguales. Conviene
ten er p re sen te este hecho.
Glosario
APNDICES
o? + b2
(a b )2 = a2 2ab + fe2 ^ a2 b2
Lo inverso se verifica al tra ta r con races cuadradas
\ / a 2 + la b + b2 = \ / ( a + b )2 a + b
D efinitivam ente no es cierto que
\ / a 2 + b2 = a + b
2.
que
A s , p o r e j e m p l o :
------
o ------
b+c
b c
------------ --------1
b+ c
3.
D ivisin entre una fraccin. Si el denom inador es l m ism o
una fraccin, podem os p o n er el denom inador del denom inador
en el n u m era d o r com o sigue:
en fo rm a a n lo g a :
ac
b /c
a /b
a d
ad
c /d
b e
be
a-
b / ( c + d)
c+d
a (c + d )
P ero :
Y
= I + y
+ X +
X * x 2
= X
y X* + X 2 = X ? (X + 1)
-------- = : X a ->
X*
*2
---------- -
X l
E n p a rtic u la r:
Xa
Xa
= X o= 1
1
X ~ 2=
X2
a (b c ) = ab ac
y
[a (& c ) ] = [a b + c] = a + b c
d2
a b + c d = (a b) + (c d ) = (& a) (d c)
2 X i = X t + X 2 + X s + .. . + X N
i= i
i= 3
X t = X3 ++ X s + X0+ X 7+ X 8
E n este ltim o caso, los sm bolos nos indican que hem os de adi
cionar las m arcas de las observaciones tres a ocho.
Si seguim os las reglas generales del lgebra, podem os d erivar
c iertas reglas que h an de aplicarse a las sum as totales. La m a
1.
2 Xf = XS + x* + x!? + - + XJ
i= l
2.
2 X iY i = X 1Y 1 + X 2Y 2 + X 3Y 3 + + X NY N
i1
x2+
= (X j +
+ X N)
+
1/
= 2 Xi+ 2 Yi
i~l
i1
V
y
2 ( * , - 7 , ) = S X 2 F j
(vase 3)
<=i
1=1
i=l
ar
N
2 ( X + Y ) ^ 2 w + 2 **7 * + *7 )
i=i
= i
N
y
j
2 2 1 y + 2 Ti2
i=l
i==l
= 2
N
*
2
=1
N
X
f +
2 y 4a.
i=l
S li2
t= i
(2
X)2
=i
i=l
X ^
j= l
+ X i2 + X i3 + + X iM)
=1
= (-^n +
x 12+
+ X 1M) + (X 21 + X 2 +
(2
X 4,-)2 = 2 (X 41 + X i2 + + X iM)2
i
i=i
101
102
1 382a = (1.382
103)2 -
1.9099
10000 =
v i o 5= o o v i o
101
1 3 = 1.3 x 1 0 -1
.13 =
10
1.3
1.3
Nmero
1
2
3
4
5
6
7
8
9
10
U
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
1.0000
1.4142
1.7321
2.0000
2.2361
2.4495
2.6458
2.8284
3.0000
3.1623
3.3166
3.4641
3.6056
3.7417
3.8730
4.0000
4.1231
4.2426
4.3589
4.4721
4.5826
4.6904
4.7958
4.8990
6.0000
5.0990
5.1962
5.2915
5.3852
5.4772
3l
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
Cuadrado RaziCuadrada
9 61
10 24
10 89
1156
12 25
12 96
13 69
14 44
15 21
16 00
16 81
17 64
18 49
19 36
20 25
21 16
22 09
23 04
24 01
25 00
5.5678
5.6569
5.7446
5.8310
5.9161
6.0000
6.0828
6.1644
6.2450
6.3246
6.4031
6.4807
6.5574
6.6332
6.7082
6.7823
6.8557
6.9282
7.0000
7.0711
2601
27 04
2809
2916
3025
3136
32 49
33 64
34 81
3600
7.1414
7.2111
7.2801
7.3485
7.4162
7.4833
7.5498
7.6158
7.6811
7.7460
Nmero
61
62
63
C4
65
66
67
68
69
70
71
72
73
74
75
78
77
78
79
80
81
82
83
84
85
88
87
88
89
90
91
92
93
94
95
S6
97
98
99
100
7.8102
7.8740
7.9373
8.0000
8.0623
8.1240
8.1854
8.2402
8.3066
8.3666
8.4261
8.4853
8.5440
8.6023
8.6603
8.7178
8.7750
8.8318
8.8882
8.9443
9.0000
9.0554
9.1104
9.1652
9.2195
9.2736
9.3274
9.3808
9.4340
9.4868
9.5394
9.5917
9.6437
9.6954
9.7468
9.7980
9.8489
9.8995
9.9499
10.0000
Nmero
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
118
117
118
119
120
121
122
123
124
125
128
127
128
129
130
131
132
133
134
135
136
137
138
139
140
10.0499
10.0995
10.1483
10.1980
10.2470
10.2956
10.3441
10.3923
10.4403
10.4881
10.5357
10.5830
10.6301
10.8771
10.7238
10.7703
10.8167
10.8628
10.9087
10.9545
11.0000
11.0454
11.0905
11.1355
11.1803
11.2250
11.2694
11.3137
11.3578
11.4018
11.4455
11.4891
11.5326
11.5758
11.6190
11.6619
11.7047
11.7473
11.7808
11.8322
tO fcO to to co to to to to
M W SO W W W M W W W
151
152
153
154
155
156
157
158
159
160
161
162
163
164
1C5
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
198 81
2 0164
2 04 49
2 07 36
2 10 25
2 13 16
2 16 09
2 19 04
2 22 01
2 25 00
2 28 01
2 3104
2 34 00
2 37 16
2 40 25
2 43 36
2 46 49
2 49 64
2 52 81
2 56 00
2 59 21
2 62 44
2 65 69
2 68 96
2 72 25
2 75 56
2 78 89
2 $2 24
2 85 61
2 89 00
2 92 41
2 95 84
2 99 29
3 02 76
3 06 25
3 09 76
3 13 29
3 16 84
3 20 41
3 24 00
to to to to O
141
142
143
144
145
146
147
148
149
150
to to to to
me
11.8743
11.9164
1i .9583
12.0000
12.0416
12.0830
12.1244
12.1655
12:2066
12.2474
12.2582
12 328S
12.3693
12.4097
12.4499
12.4900
12.5300
12.5693
12.6095
12.6491
12.6886
12.7279
12.7671
12.8062
12.8452
12.8841
12.2228
12.9615
13.0000
13.0384
13.0767
13.1149
13.1529
13.1909
13.2288
13.2665
13.3041
13.3417
13.3791
13.4164
Nmero
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
193
199
200
201
202
203
204
205
2)G
207
208
209
210
211
212
213
214
215
216
217
218
219
220
13 4536
13.4907
13.5277
13.5647
13.6015
13.6382
13.67-8
13.7113
13.7477
13.7840
13.8203
13 8564
13 8924
13.9281
13.9642
14.0000
14.0357
14.0712
14.1067
14.1421
14.1774
14.2127
14.2478
14.2829
14.3178
14.3527
14 3875
14.4222
14.4568
14.4914
14.5258
14,5602
14.5945
14.6287
14.6629
14.6969
14.7309
14.7648
14.7986
14.8324
Nmero
221
222
223
224
225
220
227
228
229
230
231
232
233
234
235
236
237
238
230
240
241
242
243
244
245
246
247
248
259
250
251
252
253
254
255
256
257
258
259
260
Cuadrado RaziCuadrada
4 88 41
4 92 84
4 97 29
5 01 76
5 06 25
510 76
515 29
519 84
5 24 41
5 29 00
5 33 61
5 38 24
5 42 89
5 47 56
5 52 25
5 56 96
5 6169
5 66 44
6 71 21
5 76 00
80 81
5 85 64
5 90 49
595 36
60025
6 05 16
61009
615 04
6 20 01
6 2500
6 3001
635 04
6 40 09
6 45 16
650 25
665 36
6 60 49
6 65 64
6 70 81
67600
14.8661
14.8997
14.S332
14.9666
15.0000
15.0333
15.0665
15.0997
15.1327
15.1658
15.1987
15.2315
15.2643
15.2971
15.3297
15.3623
15.3948
15.4272
15.4596
15.4919
15.5242
15.5563
15.5885
15.6205
15.6525
15.6844
15.7162
15.7480
15.7797
15.8114
15.8430
15.8745
15.9060
15.9374
15 9687
16.0000
16.0312
16.0624
16.0935
16.1245
Nmero
261
262
263
264
265
263
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
16.1555
16.1864
16.2173
16.2481
16.2783
10.3095
16.3401
16.3707
16.4012
16.4317
16.4621
16.4924
16.5227
16.5529
16.6831
16.6132
16.6433
16.6733
16.7033
16.7332
16.7631
16.7929
16.8226
16.8523
16.8819
16.9115
16.9411
16.9706
17.0000
17.0294
846 81
852 64
8 5849
8 64 36
70 25
8 76 16
8 82 09
8 88 04
8 9401
900 00
17.0587
17.0880
17 1172
17.1464
17.1756
17.2047
17.2337
17.2627
17.2916
17.3205
Nmero
.01
302
303
304
305
306
307
303
309
310
311
312
313
314
31o
310
317
318
319
320
321
322
323
324
325
326
327
323
329
330
331
332
333
334
335
336
337
338
339
340
17.3494
17.3781
17.4069
17.4356
17.4642
17.4929
17,5214
17.5499
17.5784
17.6068
17.6352
17.6635
17.6918
17.7200
17.7482
17.7764
17.8045
17.8326
17.8606
17.8885
17.9165
17.9444
17.9722
13.0000
18.0278
18.0555
18.0831
18.1108
18.1384
18.1659
18.1934
18.2209
18.2483
18.2757
18.3030
18.3303
18.3576
18.3848
18.4120
18.4391
Nmero
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
18.4662
18.4932
13.5203
18.5472
18.5742
18.6011
18.6279
18.6548
18.6815
18.7083
18.7350
18.7617
18.7883
18.8149
18.8414
18.8680
18.8944
18.9209
18.9473
18.9737
19.0000
19.0263
19.0526
19.0788
19.1050
19.1311
19.1572
19.1833
19.2091
19.2354
19.2614
19.2873
19.3132
19.3391
19.3649
19.3907
19.4165
19.4422
19.4679
19.4936
Nmero
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
19.5192
19.5448
19.5704
19.5959
19.6214
19.6469
19.6723
19.6977
19.7231
19.7484
19.7737
19.7990
19.8242
19.8494
19.8746
19 8987
19.9249
19.9499
19.9750
20.0000
20.0250
20.0499
20.0749
20.0998
20.1246
20.1494
20.1742
20.1990
20.2237
20.2485
20.2731
20.2978
20.3224
20.3470
20.3715
20.3961
20.4206
20.4450
20.4695
20.4939
Nmero
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
20.5183
20,5426
20.5670
20.5913
20.6155
20.6398
20.6640
20.6882
20.7123
20.7364
20.7605
20.7846
20.8087
20.8327
20.8567
20.8806
20.9045
20.9284
20.9523
20.9762
21.0000
21.0238
21.0476
21.0713
21.0950
21.1187
21.1424
21.1660
21.1896
21.2132
21.2368
21.2603
21.2838
21.3073
21.3307
21.3542
21.3776
21.4009
21.4243
21.4476
Nmero
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
Cuadrado RaizCuadrada
2125 21
213444
2143 69
2152 96
2162 25
217156
21 8089
219024
219961
22 09 00
22 1841
22 27 84
22 37 29
22 46 76
22 56 25
22 65 76
22 75 29
22 84 84
2294 41
23 0400
2313 61
23 23 24
23 3289
23 42 56
23 52 25
23 61 96
23 71 69
23 8144
23 9121
24 0100
24 10 81
24 20 64
24 30 49
24 40 36
24 50 25
24 60 16
24 70 09
24 80 04
24 90 01
25 00 00
21 4709
21 4942
21.6174
21 5407
21.5639
21.5870
21.6102
21.6333
21.6564
21 6795
21 7025
21 7256
21 7486
21 7715
21 7945
21.8174
21.8403
21.8632
21 8861
21.9089
21.9317
21.9545
21.9773
22.0000
22.0227
22.0454
22 0681
22.0007
22 1133
22.1359
22 1585
22 1811
22.2036
22.2201
22.2486
22.2711
22.2935
22.3159
22 3383
22.3607
Nmero
501
502
503
504
505
606
507
508
509
510
511
512
513
514
515
516
51?
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
510
Cuadrado RaizCuadrada
25 10 01
25 20 04
253009
254016
255025
25 6036
25 70 49
25 80 64
25 9081
260100
261121
25 21 44
26 3169
264196
2652 25
22 62 56
267289
268324
26 9361
270400
2714 41
27 24 84
27 35 29
27 4576
27 5625
27 6676
27 77 29
27 87 84
27 98 41
2809 00
28 19 61
28 3024
28 40 89
28 5156
28 62 25
28 72 96
28 83 6ft
28 94 44
29 0521
29 1000
22.3830
22.4054
22.4277
22.4499
22.4722
22.4944
22.5167
22.5389
22.5610
22.5832
22.6053
22.6274
22.6495
22.6716
22.6936
22,7156
22,7376
22.7596
22.7816
22.8035
22.8254
22:8473
22.8692
22.8910
22.9129
22.9347
22.9565
22.9783
23.0000
23.0217
23.0434
23.0651
23.0868
23.1084
23.1301
23.1517
23.1733
23.1948
23.2164
23.2379
Nmero
541
542
543
544
545
546
547
548
549
550
651
552
553
554
555
556
557
558
559
660
661
562
563
564
565
566
537
668
669
670
671
672
673
674
675
S76
577
578
579
580
23.2594
23.2809
23.3024
23.3238
23.3452
23.3666
23.3880
23.4094
23 4307
23.4521
30 36 01
30 47 04
30 58 09
306916
30 80 25
30 91 36
31 02 49
3113 64
31 24 81
313600
31 47 21
31 58 44
31 69 69
31 80 96
31 92 25
32 03 56
32 14 89
32 26 24
32 37 61
32 49 00
23.4734
23.4947
23.5160
23.5372
23.5584
23.5797
23.6008
23.6220
23.6432
23.6643
23.6854
23.7065
23.7276
23.7487
23.7697
23.7908
23.8118
23.8328
23.8537
23.8747
23.8956
23.9165
23.9374
23.9583
23.9792
24.0000
24.0208
24.0416
24.0624
24.0832
32 60 41
32 71 84
32 83 29
32 94 76
33 06 25
33 17 76
33 29 29
33 40 84
33 52 41
33 64 00
Nmero
581
582
583
684
585
586
587
588
589
690
691
592
593
594
695
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
24.1039
24.1247
24.1454
24.1661
24.1868
24.2074
24.2281
24.2487
24.2693
24.2399
24.3105
24.3311
24.3516
24.3721
24.3926
24.4131
24.4336
24.4540
24.4745
24.4949
24.5153
24.5357
24.5561
24.5764
24.5967
24.6171
24.6374
24.6577
24.6779
24.6982
24.7184
24.7385
24.7588
24.7790
24.7992
24.8193
24.8395
24.8596
24.8797
24.8998
lmei
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
24.9199
24.9399
24.9600
24.9800
25.0000
25.0200
25.0400
25.0599
25.0799
25.0998
25.1197
25.1396
25.1595
25.1794
25.1992
25.2190
25.2389
25.2587
25.2784
25.2982
25.3180
25.3377
25.3574
25.3772
25.3969
25.4165
25.4362
25.4558
25.4755
25.4951
25.5147
25.5343
25.5539
25.5734
25.5930
25.6125
25.0320
25.6515
25.6710
25.6905
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
693
697
698
699
700
Cuadrado RazCuadrada
43 69 21
43 82 44
43 95 69
44 08 96
44 22 25
44 35 56
44 48 89
44 62 24
44 75 61
44 89 00
45 02 41
4515 84
4529 29
45 42 76
45 56 25
45 69 76
45 83 29
45 96 84
46 10 41
4624 00
46 37 61
46 51 24
46 64 89
46 78 56
46 92 25
47 05 96
47 19 69
47 33 44
47 47 21
47 6100
47 74 81
47 88 64
48 02 49
48 16 36
48 30 25
48 44 16
48 58 09
48 72 01
48 88 01
49 00 00
25.7099
25.7294
25.7488
25.7682
25.7876
25.8070
25.8263
25.8457
25.8650
25.8844
25.9037
25.9230
25 9422
25.9615
25.9808
26.0000
26 0192
26.0384
26.0576
26.0768
26.0960
26 1151
26.1343
26 1534
26.1725
26 1916
26.2107
26.2298
26.2488
26.2679
26.2869
26.3059
26.3249
26.3439
26.3629
26.3818
26.4008
26 4197
26 4386
26 4575
Nmero
701
702
703
704
705
706
707
708
700
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
73S
739
740
Cuadrado RaizCuadrada
49 14 01
49 2804
49 42 09
49 56 16
49 70 25
49 84 36
49 98 49
50 12 64
50 26 81
50 4100
5055 21
5069 44
5083 69
60 97 96
5112 25
61 2656
51 40 89
51 55 24
51 69 61
518400
51 98 41
52 12 84
62 27 29
62 4176
62 56 25
52 70 76
62 85 29
5299 84
53 14 41
53 2900
53 43 61
63 58 24
53 72 89
53 87 56
54 02 25
54 16 96
54 31 69
54 46 44
54 61 27
54 7600
28.4764
26.4953
26.5141
26.5330
26.5518
26.5707
26.5895
26.6083
26.6271
26.6458
26.6646
26.6833
26.7021
26.7208
26.7395
26.7582
26.7769
26.7955
26.8142
26.8328
26.8514
26.8701
26.8887
26.9072
26.9258
26.9444
26.9629
26.9815
27.0000
27.0185
27.0370
27.0555
27.0740
27.0924
27.1109
27.1293
27.1477
27.1662
27.1846
27.2029
Nmero
741
743
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
Cuadrado RaizCuadrada
54 90 81
55 05 64
55 20 49
55 35 36
55 50 25
55 65 16
55 80 09
65 95 04
56 1001
56 25 00
56 40 01
56 55 04
56 70 09
66 85 16
57 00 25
57 15 36
57 30 49
57 45 64
57 60 81
57 76 00
57 91 21
58 06 44
58 21 69
58 36 96
58 52 25
68 67 66
58 82 89
58 98 24
59 13 61
59 29 00
59 44 41
59 59 84
59 75 29
59 90 76
60 06 25
60 21 76
60 37 29
60 52 84
60 68 41
60 84 00
27.2213
27.2397
27.2580
27.2764
27.2947
27.3130
27.3313
27.3496
27.3679
27.3861
27.4044
27.4226
27.4408
27.4591
27.4773
27.4955
27.5136
27.5318
27.5500
27.5681
27.5862
27.6043
27.6225
27.6405
27.6586
27.6767
27.6948
27.7128
27.7308
27.7489
27.7669
27.7849
27,8029
27.8209
27.8388
27.8568
27.8747
27.8927
27.9106
27.9285
Nmero
781
782
783
784
785
780
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
800
807
808
809
810
811
812
813
814
815
816
817
818
819
820
Cuadrado RazCuadrada
60 99 61
61 15 24
61 30 89
61 46 56
61 62 25
61 77 96
61 93 09
62 09 44
62 25 21
62 41 00
62 56 81
62 72 64
62 88 49
63 01 36
63 20 25
63 30 16
63 52 09
63 6804
63 84 01
64 00 00
64 1601
64 32 04
64 4809
64 04 16
64 80 25
64 96 36
65 12 49
65 28 64
05 44 81
65 61 00
65 77 21
65 93 44
66 09 69
66 25 96
06 42 25
66 58 56
66 74 89
66 91 24
67 07 61
67 24 00
67 40 41
67 56 84
67 73 29
67 89 76
68 06 25
68 22 76
68 39 29
68 55 84
68 72 41
68 89 00
69 05 61
69 22 24
69 38 89
69 55 56
69 72.25
69 88 96
70 05 69
70 22 44
70 39 21
7056 00
707281
70 89 64
71 06 49
71 23 36
71 40 25
71 57 16
71 74 09
71 91 04
72 08 01
72 25 00
72 42 01
72 59 04
72 76 09
72 93 16
73 10 25
73 27 36
73 44 49
73 61 64
73 78 81
73 96 00
27.9464
27.9643
27.9821
28.0000
28.0179
28.0357
28.0535
28.0713
28.0891
28.1069
28.1247
28.1425
28.1603
28.1780
28.1957
28.2135
28.2312
28.2489
28.2666
28.2843
28.3019
28.3196
28.3373
28.3549
28.3725
28.3901
28.4077
28.4253
28.4429
28.4G05
28.4781
28.4956
28 5132
28.5307
28 5482
28.5657
28.5832
28.6007
28.6082
28.6356
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
S50
857
858
859
860
28.6531
28.6705
28.6880
28.7054
28.7228
28.7402
28.7576
28.7750
28.7924
28.8097
28.8271
28.8444
28.8617
28.8791
28 8964
28.9137
28.9310
28.9482
28.9655
28.9828
29.0000
29.0172
29.0345
29.0517
29.0689
29.0861
29.1033
29.1204
29.1376
29.1548
291719
29.1890
29.2062
29.2233
29 2404
29 2575
29.2746
29.2916
29.3087
29.3258
Nmero
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
890
897
898
899
900
Cuadrado RaizCuadrada.
811801
30.0167
813604
30.0333
30.0500
815409
817216
30.0666
819025
30.0832
820836
30.0993
82 2649
30.1164
824464
30.1330
82 6281
30.1496
828100
30.1662
829921
30.1828
831744
30.1993
8335 69
30.2159
835396
30.2324
83 72 25
30.2490
83 9056
30.2655
840889
30.2820
842724
30.2985
84 45 61
30.3160
84 6400
30.3315
84 82 41
30.3480
85 00 84
30.3645
851929
30.3809
85 37 76
30.3974
855625
30.4138
85 74 76
30.4302
85 93 29
30.4467
861184
30.4331
8630 41
30.4795
86 49 00
30.4959
866761
30.5123
868624
30.5287
87 04 89
30.5450
87 2356
30.5614
8742 25
30.5778
30.5941
87 6096
8779 69
30.6105
87 9844
30.6268
881721
30. (5431
883600
30.6594
C uadro A [ conclusin ]
Nmero
Cuadrado RaizCuadrada
941
942
943
f%
AA
VTB
945
946
947
948
949
960
961
962
963
954
956
950
957
958
959
960
88 54 81
88 73 64
88 92 49
89 11 36
89 3025
89 4916
89 6809
89 8704
90 06 01
902500
9044 01
90 63 04
90 82 09
910116
9120 25
91 39 36
91 5849
91 77 64
91 96 81
92 16 00
961
962
963
964
965
966
967
968
969
970
92 35 21
92 54 44
92 73 69
92 92 96
93 12 25
93 31 56
93 50 89
93 70 24
93 89 61
94 09 00
30.6757
30.6920
30.7083
30.7246
30.7409
30.7571
30.7734
30.7896
30.8058
30.8221
30.8383
30.8545
30.8707
30.8869
30.9031
30.9192
30.9354
30.9516
30.9677
30.9839
31.0000
31.0161
31.0322
31.0483
31.0644
31.0805
31.0966
31.1127
31.1288
31.1448
Nmero
971
972
973
974
976
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
31.1609
31.1769
31.1929
31.2090
31.2250
8JL.2410
31.2570
31.2730
31.2890
31.3050
31.3209
31.3369
31.3528
31.3688
31.3847
31.4006
31.4166
31.4325
31.4484
31.4643
31.4802
31.4960
31.5119
31.5278
31.5436
31.5595
31.5753
31.5911
31.6070
31.6228
10 09 73 25 33 76 52 01 86 34 67 35 48 76 80 95 00 91 17 39 29 27 49 45
37 54 20 48 05 64 89 47 42 96 24 80 52 40 37 20 63 61 04 02 00 82 29 16 65
08 42 26 89 53 19 64 50 93 03 23 20 90 25 60 15 95 33 47 64 35 08 03 3606
99 01 90 25 29 09 37 67 07 15 38 31 13 11 65 88 67 67 43 97 04 43 62 76 59
12 80 79 99 70 80 15 73 61 47 64 03 23 66 53 98 95 11 68 77 12 17 17 68 33
6 06 57 47 17 34 07 27 68 50 36 69 73 61 70 65 81 33 98 85 11 19 92 91 70
31 06 01 08 05 45 57 18 24 06 35 30 34 26 14 86 79 90 74 39 23 40 30 97 32
85 26 97 76 02 02 05 16 53 92 68 66 57 48 18 73 05 38 52 47 18 62 38 85 79
63 57 33 21 35 05 32 54 70 48 90 55 35 75 48 28 46 82 87 09 83 49 12 56 24
73 79 64 57 53 03 52 96 47 78 35 80 83 42 82 60 93 52 03 44 35 27 38 84 35
98 52 01 77 67 14 90 56 86 07 22 10 94 05 58 60 97 09 34 33 50 50 07 39 98
11 80 50 54 31 39 80 82 77 32 50 72 56 82 48 29 40 52 42 01 52 77 56 78 51
83 45 29 96 34 06 28 89 80 83 13 74 67 00 78 18 47 54 06 10 68 71 17 78 17
88 @8 54 02 00 86 50 75 84 01 36 76 66 79 51 90 36 47 64 93 29 60 91 10 62
99 59 46 73 48 87 51 76 49 69 91 82 60 89 28 93 78 56 13 68 23 47 83 41 13
65 48 11 76 74 17 46 85 09 50 58 04 77 69 74 73 03 95 71 86 40 21 81 65 44
80 12 43 56 35 17 72 70 80 15 45 31 82 23 74 21 11 57 82 53 14 38 55 37 63
74 35 09 98 17 77 40 27 72 14 43 23 60 02 10 45 52 16 42 37 96 28 60 26 55
69 91 62 68 03 66 25 22 91 48 36 93 68 72 03 76 62 11 39 90 94 40 05 64 18
09 89 32 05 05 14 22 56 85 14 45 42 75 67 88 96 29 77 88 22 54 38 21 45 98
91 49 91 45 23 63 47 92 76 86 46 16 28 35 54 84 75 08 99 23 37 08 92 00 4S
80 33 69 45 98 26 94 03 68 58 70 29 73 41 35 53 14 03 33 40 42 05 08 23 41
44 10 48 19 49 85 15 74 79 54 32 97 92 65 75 57 60 04 08 81 22 22 20 64 13
12 55 07 37 42 11 10 00 20 40 12 86 07 46 97 96 64 48 94 39 28 70 72 58 15
63 60 64 93 29 16 50 53 44 84 40 21 95 25 63 43 65 17 70 82 07 20 73 17 90
61 19 69 04 46 26 45 74 77 74 51 92 43 37 29 65 39 45 95 93 42 58 26 05 27
15 47 44 52 66 95 27 07 99 53 59 36 78 38 48 82 39 61 01 18 33 21 15 94 66
94 55 72 85 73 67 89 75 43 87 54 62 24 44 31 91 19 04 25 92 92 92 74 59 73
42 48 11 62 13 97 34 40 87 21 16 86 84 87 67 03 07 11 20 59 25 70 14 66 70
23 52 37 83 17 73 20 88 98 37 68 93 59 14 16 26 25 22 96 63 05 52 28 25 62
04 49 35 24 94 75 24 63 38 24 45 86 25 10 25 61 96 27 93 35 65 33 71 24 72
00 54 99 76 54 64 05 18 81 59 96 11 96 38 96 54 69 28 23 91 23 28 72 95 29
35 96 31 53 07 26 89 80 93 54 33 35 13 54 62 77 97 45 00 24 90 10 33 93 33
59 80 80 83 91 45 42 72 68 42 83 60 94 97 00 13 02 12 48 92 78 56 52 01 06
46 05 88 52 36 01 39 09 22 86 77 28 14 40 77 93 91 08 36 47 70 61 74 29 41
32 17 90 05 97 87 37 92 52 41 05 56 70 70 07 86 74 31 71 57 85 39 41 18 33
69 23 46 14 06 20 11 74 52 04 15 95 66 00 00 18 74 39 24 23 97 11 89 63 38
19 56 54 14 30 01 75 87 53 79 40 41 92 15 85 66 67 43 68 06 84 96 28 52 07
45 15 51 49 38 19 47 60 72 46 43 66 79 45 43 59 04 79 00 33 20 82 66 95 41
94 86 43 19 94 36 16 81 08 51 34 88 88 15 53 01 54 03 54 56 05 01 45 11 76
F u e n t e : The Rand Corporation, A Million Random Digits, Free Press,
Glencoe, 111., 1955, pp. 1-3, con la amable autorizacin del editor.
98 08 62 48 26
33 18 51 62 32
80 95 10 04 06
79 75 24 91 40
18 63 33 25 37
74 02 94 39 02
64 17 84 56 11
11 66 44 98 83
48 32 47 79 28
69 07 49 41 38
09 18 82 00 97
90 04 58 54 97
73 18 95 02 07
75 76 87 64 90
54 01 64 40 56
08 35 86 99 10
28 30 60 32 64
63 84 08 62 33
91 75 75 37 41
89 41 69 26 94
77 51 30 38 20
19 60 23 71 74
21 81 85 93 13
61 47 46 64 99
99 65 96 83 31
33 71 34 80 07
85 27 48 68 93
84 13 38 96 40
56 73 21 62 34
65 13 85 68 06
38 00 10 21 76
37 40 29 63 97
97 12 54 03 48
21 82 64 11 34
73 13 64 27 42
07 63 87 79 29
60 52 88 34 41
83 59 63 56 55
10 85 06 27 46
39 82 09 89 62
45 24 02 84 04
41 94 15 09 49
96 38 27 07 74
71 96 12 82 96
98 14 50 65 71
77 65 73 22 70
80 99 33 71 43
62 07 98 48 27
31 24 96 47 10
87 63 79 19 73
32 82 53 95 27
51 98 15 06 54
47 67 72 52 69
20 97 18 17 49
66 28 13 10 03
78 54 24 27 85
81 33 31 05 91
81 59 41 36 28
61 61 36 22 69
00 39 75 83 91
86 83 42 99 01
69 97 92 02 88
93 27 88 17 67
68 10 72 36 21
62 53 52 41 70
93 68 47 28 69
11 30 32 92 70
44 03 65 21 66
17 39 59 61 31
87 64 83 62 61
81 71 91 17 11
01 30 47 75 86
87 08 33 14 17
47 14 33 40 72
95 71 90 90 35
03 06 U 80 72
07 95 41 98 14
06 95 89 29 83
99 59 91 05 07
43 2 26 31 47
44 99 90 88 96
89 43 54 85 81
20 15 12 33 87
69 88 10 25 91
31 01 02 43 74
97 79 01 71 19
05 33 51 29 69
59 38 17 15 39
02 29 53 68 70
35 58 40 44 01
04 22 08 63 04
94 93 88 19 97
62 29 06 44 64
90 42 91 22 72
00 68 22 73 98
13 66 15 88 73
40 51 00 78 93
51 21 69 02 90
50 23 39 02 12
12 60 71 76 46
68 41 48 27 74
65 21 02 97 73
05 68 67 31 66
94 04 99 13 46
69 77 71 23 30
51 92 66 47 21
28 83 43 41 37
73 85 27 00 91
10 12 39 13 22
34 31 38 68 61
71 60 29 29 37
66 27 11 00 86
21 81 63 92 60
64 63 88 69 02
86 79 47 42 88
96 20 74 41 53
59 17 52 08 95
05 12 80 97 19
13 49 90 63 19
64 42 18 08 14
39 09 47 34 07
83 69 54 19 94
25 01 62 52 98
74 85 22 05 39
05 45 56 14 27
62 52 75 80 21
66 12 71 92 55
09 97 33 34 40
32 30 75 75 46
10 51 82 16 15
83 38 8 73 74
91 87 07 61 50
27 12 46 70 13
95 37 50 58 71
20 71 46 32 95
04 61 89 75 63
32 60 46 04 75
28 46 66 87 95
55 78 17 66 .14
48 94 97 23 06
61 00 81 39 0)
74 28 77 52 51
07 08 28 60 46
42 83 60 91 91
74 81 97 81 42
68 30 32 98 22
73 51 59 04 00
61 22 26 05 61
86 49 65 75 60
46 87 62 10 69
74 21 06 40 49
47 32 46 26 06
75 23 76 20 47
49 13 90 64 41
08 78 98 81 66
23 82 19 96 38
05 53 35 21 39
77 43 35 37 83
63 07 57 18 39
43 80 00 93 61
35 44 13 18 80
37 54 87 30 43
94 62 46 11 71
00 38 75 95 79
77 93 89 19 33
80 81 45 17 48
36 04 09 03 24
88 46 12 33 56
15 02 00 99 94
01 84 87 69 38
64 27 85 80 44
68 47 66 46 69
41 36 18 27 60
-93 82 34 31 78
07 70 61 78 13
31 22 30 84 20
94 11 90 18 40
77 76 22 07 91
83 48 34 70 55
94 64 13 74 08
72 89 35 56 07
65 34 43 74 15
31 85 33 84 52
08 00 74 64 40
43 86 07 28 34
3 17 49 39 72
71 14 84 36 43
62 32 71 84 23
81 60 41 88 80
86 64 44 72 77
65 68 44 96 98
40 03 03 74 38
16 60 12 95 78
03 85 66 45 52
64 39 11 92 02
04 71 38 69 94
61 21 20 64 55
92 30 15 04 98
06 41 01 93 62
31 02 47 31 67
CUADROS
C uadro B [ continuacin ]
59 68 00 04 78 75 66 87 88 00
33 50 80 73 41 23 79 34 87 63
30 69 27 06 63 94 68 81 61 37
85 44 39 66 69 18 28 83 74 37
27 20 76 02 84 13 19 27 22 94
88 33 5S 44 86
CO 82 29 70 22
56 19 68 00 91
48 83 22 40 41
07 47 74 40 08
23 76 SO 61 50
17 71 90 42 07
82 06 70 34 00
08 33 70 66 70
en9 11
17 98 64 9
04 11 10 84 08
96 95 44 99 53
06 46 26 92 00
96 29 99 08 36
97 34 13 03 68
32 42 10 38 69 95 37 28
31 80 22 62 12 69 84 08
62 45 Si 35 70 00 47 54
27 80 01 11 88 30 95 23
03 37 12 Si 34 23 78 21
28 82 53 67 93
12 84 38 26 90
83 82 45 26 92
63 01 19 89 01
83 32 68 08 51
28 97 66 62 52
09 81 69 31 46
64 13 05 61 60
14 97 44 03 44
43 66 77 08 83
1 30 70
m 43 49
48 SO 81
06 91 34
10 46 61
68 O
46 88
58 77
61 97
60 19
12 88 39
21 77 83
19 52 35
67 24 66
60 68 44
73
09
95
26
73
80 73
12 25
58 31
60 03
69 61
96 59
65 63
79 92
31 64 94 20 93
83 28 36 82 58
79 24 68 68 86
45 13 43 68 29
63 28 10 20 23
09 67 21 37 98
76 46 33 42 22
26 76 08 86 37
03 81 64 74 49
16 43 59 16 29
26 66 69 08 02
41 32 64 43 44
68 86 34
24 63 73
83 08 01
16 44 42
00 79 01
13 77 36 00 69
87 36 74 38 48
24 51 38 99 22
43 34 36 16 10
81 67 67 17 86
48 60
03 42
28 16
90 73
57 02
68 83 87 38 69
62 62 30 79 92
07 78 96 17 77
27 49 37 09 39
11 16 17 86 76
49 36 47 33 81
12 30 91 86 01
97 37 72 75 85
85 13 03 26 62
45 81 96 29 79
96 24 04 36 42
03 74 28 38 73
61 97 23 78 67
64 84 66 47 69
66 13 00 48 60
71
88
05
81
61
61 68 94
05 97 80
24 02 16
90 68 31
03 69 06
66 08 32 46 63
08 36 66 08 60
55 12 12 92 81
00 91 19 89 36
14 06 04 08 19
84 60 05 82 32
29 73 54 77 62
69 07 60 79 36
76 35 69 37 79
29 64 96 96 16
88 61 81 91 61
71 29 92 38 63
27 95 46 89 09
80 86 30 05 14
33 66 46 07 80
66 91 27 09
02 31 92 90
17 04 10 27
75 99 76 80
33 70 85 78
90 04 94
20 17 73
41 22 02
72 07 17
34 70 19
14 84 64 66 72
41 83 95 63 82
39 68 62 33 09
74 41 66 31 66
63 16 26 74 33
01 96 87 71 00
17 26 77 09 43
10 06 10 88 29
36 20 83 33 74
35 66 36 29 72
90 89 97 67 64
78 03 87 02 67
66 98 66 64 86
87 63 90 88 23
16 81 86 03 11
36 07 63 30 40
60 62 33 44 42
30 40 98 32 32
67 02 6 26 06
07 39 03 74 08
42 61 42 92 07
34 99 44 13 74
09 38 64 16 00
66 49 76 86 46
4$ 60 92 39 29
01 91 82 83 16
70 07 11 47 36
U 13 30 76 86
78 13 m 66 69
27 48 24 64 76
98 95 37 32 31
09 95 81 80 66
16 91 70 62 63
19 64 09 94 13
86 24 43 61 69
03 99
38 65
17 54
32 64
69 67
24
61
30
03
48
11
59
07
35
26
12 26
19 63
63 22
78 89
22 86
60 36 69
83 79 94
32 96 00
10 32 25
ti 22 09
19 07
84 47
64 74
42 67
14 21
43 65 02 70 11 84 04 23 60 13 92 17 97 41 60 77 90 71 22 67 69
76
15
70
77
38
65
35
07
04 61 93
55 64 32
37 04 92
23 61 96
87 77 39
40 63
24 02
74 06
38 45
47 47
31 76 !S 72 00
88 49 20 93 82
30 03 44 77 44
22 38 84 88 m
78 21 21 09 03
08 08 00 63 39 16 47 04 83 66 88 66 12 26 96 03 15 21 92 21
14 46 40 46 04
07 48 18 38 28
27 49 00 87 48
36 00 20 13 86
20 09 49 89 77
73 78 80 65 33
60 63 04 61 28
44 37 21 64 89
74 84 39 34 13
28 69 78 04 05
74 02 28 46 17
66 74 11 40 14
22 10 97 85 08
94 20 62 03 80
82 03 71 02 68
87 48 13 72 20
41 84 1)8 45 47
40 35 23 30 49
i i 08 79 62 94
62 70 10 83 37
7 27 53 68 93
20 83 77 31 6
16 63 38 49 24
92 69 44 82 97
77 61 31 SO 19
88 63 83 24 80
25 18 30 18 89
SS 23 10 76 29
SS 81 54 36 25
64 39 71 16 92
04 51 62 56 24
83 76 16 08 73
14 33 70 63 45
51 32 19 22 46
72 47 20 00 08
06 49 65 63 06
39 62 87 24 84
81 01 61 87 11
07 63 61 61 20
90 n 70 42 35
40 13 82 81 93
34 41 43 21 67
63 43 97 53 63
67 04 90 90 70
76 49 0 41 46
01 70 43 05 52
48 85 05 23 26
69 24 89 34 60
14 01 33 17 92
56 30 38 73 15
81 30 44 85 85
70 28 42 43 26
90 41 59 36 14
39 90 40 21 15
88 15 20 00 80
45 13 46 35 45
70 01 41 50 21
37 23 93 32 95
18 63 73 75 09
05 32 78 21 62
95 09 66 79 40
43 25 38 41 45
80 85 40 92 79
80 08 87 70 74
80 se 01 SO02
93 12 81 84 64
82 47 42 55 93
53 34 24 42 76
82 64 12 28 20
13 57 41 72 00
29 59 38 86 27
86 88 75 50 87
44 98 91 68 22
93 39 94 55 47
52 16 29 02 86
04 73 72 10 31
34 67 75 83 00
45 30 50 75 21
59 74 76 72 77
56 52 06 06 76
68 65 22 73 76
79 37 69 52 20
33 52 12 66 65
59 58 94 90 67
20 55 49 14 09
59 40 47 20 59
41 29 06 73 12
05 87 00 11 19
82 44 49 90 05
20 24 78 17 59
43 46 08 55 58
60 83 32 59 83
43 52 90 63 18
88 72 25 67 36
94 81 33 19 00
74 45 79 05 61
48 54 53 52 47
75 12 21 17 24
92 90 41 31 41
69 90 26 37 42
94 97 21 15 98
19 15 20 00 23
36 02 40 09 67
94 45 87 42 84
54 15 83 42 43
75 05 19 30 29
74 91 06 43 45
61 31 83 18 55
76 50 33 45 13
11 65 49 98 93
92 85 25 58 66
01 15 96 32 67
55 82 34 76 41
66 82 14 15 75
96 27 74 82 57
43 94 75 16 80
71 85 71 59 57
92 78 42 63 40
04 92 17 37 01
45 19 72 53 32
15 19 11 87 82
01 29 14 13 49
38 38 47 47 61
63 16 44 94 31
54 15 58 34 36
72 84 81 18 34
18 61 91 36 74
74 62 77 37 07
32 39 21 97 63
78 46 42 25 01
62 09 53 67 87
12 30 28 07 83
76 37 84 16 05
05 04 14 98 07
46 97 83 54 82
47 66 56 43 82
19 32 58 15 49
14 41 37 09 51
39 66 37 75 44
02 18 16 81 61
88 44 80 35 84
10 62 24 83 91
86 22 53 17 04
49 76 70 40 37
50 81 69 76 16
43 85 25 96 93
58 97 11 14 03
13 47 76 56 22
14 70 79 39 97
83 74 52 25 67
16 93 03 33 61
20 36 80 71 20
41 19 63 74 80
66 91 93 16 78
35 35 25 41 31
79 98 20 84 16
18 61 U 92 41
58 31 91 59 97
61 19 96 79 40
18 62 79 08 72
00 44 15 89 97
32 62 46 86 91
65 96 17 34 88
20 28 83 40 60
59 36 29 59 38
99 78 29 34 78
Fracciones del rea total (10 000) bajo la curva normal, correspondientes a
distancias entre la media y las ordenadas situadas a Z unidades de desvia
cin estndar de la media.
.00
.01
.02
.03
.04
.05
.06
.07
.08
.09
0.0
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
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
3.0
3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
4.0
4.5
5.0
0000
0398
0793
1179
1554
1915
2257
2580
2881
3159
3413
3643
3349
4032
4192
4332
4452
4554
4641
4713
4773
4821
4861
4893
4918
4938
4953
4965
4974
49S1
4988.5
4990.0
4993.129
4995.166
4996.631
4997.674
4998.409
4998.922
4999.277
4999.519
4999.G83
4999.966
4999.997133
0040
0438
0832
1217
1591
1950
2291
2612
2910
3186
3438
3665
3869
4049
4207
4345
4463
4564
4649
4719
4778
4826
4865
4896
4920
4940
4955
4960
4975
4982
4987
4991
0089
0478
0871
1255
1628
1985
2324
2642
2939
3212
3461
3686
3888
4066
4222
4357
4474
4573
4656
4726
4783
4830
4868
4898
4922
4941
456
.4067
4976
4983
4987
4991
0120
0517
0910
1293
1684
2018
2357
2673
2967
3238
3485
3713
3907
4083
4236
4370
4485
4582
4664
4732
4788
4834
4871
4901
4925
4943
4957
4968
4977
4984
4988
4991
0159
0557
0948
1331
1700
2054
2389
2704
2995
3264
3508
3729
3925
4099
4251
4382
4495
4591
4671
4738
4793
4838
4875
4904
4927
4945
4959
4969
4977
4984
4988
4992
0199
0596
0987
1368
1738
2088
2422
2734
3023
3289
3531
3749
3944
4115
4265
4394
4505
4599
4678
4744
4798
4842
4878
4906
4929
4946
4960
4970
4978
4984
4988
4992
0239
0633
1026
1406
1772
2123
2454
2764
3051
3315
3554
3770
3962
4131
4279
4406
4515
4608
4686
4750
4803
4846
4881
4909
4931
4948
4961
4971
4979
4985
4989
4992
0279
0675
1064
1443
1808
2157
2486
2794
3078
3340
3577
3790
3980
4147
4292
4418
4525
4616
4693
4768
4808
4850
4884
4911
4932
4949
4962
4972
4980
4985
4989
4992
0319
0714
1103
1480
1844
2190
2518
2823
3103
3365
3599
3810
3997
4162
4306
4430
4535
4625
4699
4762
4812
4854
4887
4913
4934
4951
4963
4973
4980
4986
4989
4993
0359
0753
1141
1517
1879
2224
2549
2852
3133
3389
8621
3830
4015
4177
4319
4441
4545
4833
4706
4767
4817
4857
4890
4916
4936
4952
49G4
4974
4981
4986
4990
4993
Fuente : Harold O. Rugg, Statistical Methods Applied to Educaticm, Houghton Mifflin Company, Boston, 1917, apndice al cuadro III, pp. 389-390, con
la amable autorizacin del editor.
Cuadro D. D istribucin de t
Nivel de significacin para la prueba de una sola cola
.01
.005
.0005
.05
.025
.10
OI
Nivel de significacin para la prueba de dos colas
.02
.001
.01
.10
.20
.05
31.821
63.657
636.619
6.314
12.706
1
3.078
6.965
9.925
31.598
2
2.920
4.303
1.886
4.541
5.841
12.941
2.353
3.182
3
1.638
3.747
4.604
8.610
2.132
4
2.776
1.533
4.032
2.571
6.859
3.365
5
1.476
2.015
3.707
3.143
1.943
2.447
5.959
6
1.440
3.493
2.898
5.405
7
1.415
1.895
2.365
5.041
2.896
3.355
1.860
2.306
8
1.397
2.821
2.262
3.250
4.781
1.833
9
1.383
2.764
3.169
4.587
10
1.372
1.812
2.228
2.718
3.106
4.437
1.796
2.201
11
1.363
2.681
4.318
12
1.782
2.179
3.055
1.356
3.012
2.659
4.221
1.771
2.160
13
1.350
2.624
2.977
4.140
14
1.761
2.145
1.345
2.602
2.947
4.073
1.341
1.753
2.131
15
2.583
2.921
1.746
2.120
4.015
1.337
16
2.567
2.898
1.740
3.085
17
1.333
2.110
2.552
2.878
3.922
.734
2.101
18
1.330
1.729
2.539
2.861
3.883
2.093
19
1.328
2.845
1.725
2.086
2.528
3.850
20
1.325
2.831
1.721
2.080
2.518
3.819
21
1.323
3.792
2.508
2.819
22
1 321
1.717
2.074
3.767
1.714
2.500
2.807
23
2.069
1.319
2.492
1.711
2.064
2.797
3.745
24
1.318
2.787
2.485
3.725
25
1.708
2.060
1.316
2.479
2.779
3.707
1.706
2.056
26
1.315
3.690
1.703
2.052
2.473
2.771
27
1.314
2.467
2 >83
3.674
1.701
28
2.048
1.313
2.462
2.756
29
1.699
3.659
1.311
2.045
2.457
2.750
3.646
30
1.697
2.042
1.310
2.423
2.704
40
1.684
2.021
1.303
3.551
60
2.390
2.660
3.460
1.296
1.671
2.000
120
2.358
2.617
3.373
1.658
1.980
1.289
oo
2.326
2.576 eazsF.SEewHmix-scr
1.282
1.660
3.291*.
1.645
Fuente: El cuadro D es una abreviacin del cuadro III de Statistical
Tables for Biological, Agricultural and Medical Research (ed. 1948), de R. A.
Fisher y F. Yates; publicada por Oliver & Boyd, Ltd., Edimburgo y Lon
dres, con la autorizacin de los autores y editores.
Cuadro E .
4
6
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
2
2
2
2
3
2
2
2
2
2
2
2
2
3
3
3
3
3
3
2 3
2 3
2 3
O
2 O
2 O
4
2
2
3
3
3
3
3
3
4
4
4
3
3
3
3
4
4
4
4
4
5
S
5
5
5
3
4
4
4
5
5
5
5
5
6
6
0
4
4
5
5
6
6
6
6
6
6
7
5
5
6
6
6
6
7
7
7
9 10 11
6
6
6
7
7
W
ff
8
8
7 8
6
7
7
8
8
8
8
9
4
4
4
4
6 7 8 8 9
4 5 6 7 8 8 9
4 5 S 7 8 9 9
12
13
14 -15 16
7
8
S
8
9
9
8
9
9 10
9
e 10 10
9 10 10 11
9 10 10 11
10 10 11 11
10 10 11 12
10 11 31 12
11
11
11
11
12
17
18
19 20
12
12 12 13 13
12 13 13 14 14
12 13 13 14 14 15
Cuadro F.
a 3
2
i
0
1
2
3
4
5
Nt
2
0
3
2
3
4
6
8
7
8
9
10
11
12
13
.167
.333
.600
.667
.047
.095
.190
.286
.429
.571
JV3
** 5
3
.018
.036
.071
.125
.196
.286
.393
.500
.607
.008
.016
.032
.056
.095
.143
.206
.278
.365
452
.548
.004
.008
.016
.028
.048
.075
.111
.155
.210
.274
.345
.421
.500
.579
1
0
1
2
3
4
5
6
7
8
Xj
0
i
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
N'i = 6
2
3
.036
.071
.143
.214
.321
.429
.571
.012
.024
.048
.083
.131
.190
.274
.357
.452
.548
.005
.010
.019
.033
.057
.086
.129
.176
.238
.305
.381
.457
.545
.002
.004
.009
.015
.026
.041
.063
.089
.123
.165
.214
.268
.331
.396
.465
.535
.001
.002
.004
.008
.013
.021
.032
.047
.066
.090
.120
155
.197
.242
.294
.350
.409
.469
.531
Cuadro
F [continuacin ]
Ns = 7
NJVi
U\
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
.125
250
.375
.500
.625
.028
.056
.111
.167
.250
.333
.444
.556
.008
017
.033
.058
.092
.133
.192
.253
.333
.417
.500
.583
.003
.006
.012
.021
.036
.055
.082
.115
.158
.206
.264
.324
.394
.464
.538
.COI
.003'
.005
.009
.015
.024
.037
.053
.074
101
.134
.172
.216
.265
.319
.378
.438
.500
.562
.001
.001
.002
.004
.007
.011
.017
.026
.037
.051
.069
.090
.117
147
.183
.223
.267
.314
.365
.418
.473
.527
.000
001
.001
.002
.003
.006
.009
.013
.019
.027
.036
.049
.064
.082
.104
.130
.159
.191
.228
.267
.310
.355
.402
.451
.500
.649
CUADROS
Cuadro
F [conclusin]
N2 = 8
V /.
u\
0
i
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
1
.111
.222
.333
.444
.656
2
.022
.044
.089
.133
.200
.267
356
.444
.656
3
.006
.012
.024
.042
.067
.097
.139
.188
.248
.315
.387
.461
.639
4
.002
.004
.008
.014
.024
.036
.055
.077
.107
.141
.184
.230
.285
.341
.404
.467
.633
5
.001
.002
.003
.005
.009
.015
.023
.033
.047
.064
.085
.111
142
177
.217
.262
.311
.362
.416
.472
.528
.000
.001
.001
.002
.004
.006
.010
.015
.021
.030
.041
.054
.071
.091
.114
.141
.172
.207
.245
.286
.331
.377
.426
.475
.525
.000
.000
.001
.001
.002
.003
.005
.007
.010
.014
.020
.027
.036
.047
.060
.076
.095
.116
.140
.168
.198
.232
.268
.306
.347
.389
.433
.478
.622
.000
.000
.000
.001
.001
.001
.002
.003
.005
.007
.010
.014
.019
.025
.032
.041
.052
.065
.080
.097
.117
.139
.164
.191
.221
.253
.287
.323
.360
.399
.439
.480
.520
Cuadro
Valores crticos de
\JV 9 10 11 12 13 14 15 16 17 18 19 20
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
1
2
3
S
7
8
10
12
14
15
17
19
21
23
25
26
0
1
3
5
6
8
10
12
14
17
19
21
23
25
27
29
32
0
2
4
6
8
10
12
15
17
20
22
24
27
29
32
34
37
0
2
4
7
9
12
14
17
20
23
25
28
31
34
37
40
42
1
3
5
8
11
14
17
20
23
26
29
32
35
38
42
45
48
1
3
6
9
12
15
19
22
25
29
32
36
39
43
46
50
54
1
4
7
10
14
17
21
24
28
32
36
40
43
47
51
55
59
2
6
8
11
15
19
23
27
31
35
39
43
48
52
56
60
65
0
2
5
9
13
17
21
25
29
34
38
43
47
52
57
61
66
70
0
3
6
10
14
18
23
27
32
37
42
46
51
56
61
66
71
76
0
3
7
11
15
20
25
29
34
40
45
50
55
60
66
71
77
82
0
3
7
12
16
21
26
32
37
42
48
54
59
65
70
76
82
88
VAT,
v ,\ 9
1
2
3
4
5
6
7
8
9
10
IX
12
13
14
15
16
17
18
19
20
1
3
5
7
9
11
14
16
1S
21
23
26
28
31
33
36
38
40
10 11 12 13 14 15 16 17
1
3
6
8
11
13
16
19
22
24
27
30
33
36
38
41
44
47
1
4
7
9
12
15
18
22
25
28
31
34
37
41
44
47
50
53
2
5
S
11
14
17
21
24
28
31
35
38
42
46
49
53
56
60
0
2
5
9
12
16
20
23
27
31
35
39
43
47
51
55
59
63
67
0
2
6
10
13
17
22
26
30
34
38
43
47
51
56
60
65
69
73
0
3
7
11
15
19
24
28
33
37
42
47
51
56
61
66
70
75
80
0
3
7
12
16
21
26
31
36
41
46
51
56
61
66
71
76
82
87
18
19
20
1
0
0
1
4
4
4
5
9 10
8
9
13 14 15 16
18 19 20 22
23 24 26 28
28 30 32 34
33 36 38 40
38 41 44 47
44 47 SO 53
49 83 56 60
55 59 63 67
60 65 69 73
66 70 75 80
71 76 82 87
77 82 88 93
82 88 94 100
88 94 101 107
93 100 107 114
ViV, 9 10 11 12 13 14 15 16 17 18
19 20
i
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
2
7
13
19
25
32
38
45
52
58
65
72
78
85
92
99
106
113
119
VN
0
2
4
7
10
12
15
17
20
23
26
28
31
34
37
39
42
45
48
0
3
5
8
11
14
17
20
23
26
29
33
36
39
42
45
48
52
55
0
3
6
9
13
16
19
23
26
30
33
37
40
44
47
51
55
58
62
1
4
7
11
14
18
22
26
29
33
37
41
45
49
53
57
61
65
09
1
4
8
12
16
20
24
28
33
37
41
45
50
54
59
63
67
72
76
1
5
9
13
17
22
26
31
36
40
45
60
55
59
64
67
74
78
83
1
5
10
14
19
24
29
34
39
44
49
54
59
64
70
75
80
85
90
1
6
n
15
21
26
31
37
42
47
53
69
64
70
75
81
86
92
98
2
6
11
17
22
28
34
39
45
51
57
63
67
75
81
87
93
99
105
2
7
12
18
24
30
36
42
48
55
61
67
74
80
86
93
99
106
112
2
8
13
20
27
34
41
48
55
62
69
76
83
90
98
105
112
119
127
9
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
1
3
6
9
12
15
18
21
24
27
30
33
36
39
42
45
48
51
54
10 11 12 13 14
1
4
7
11
14
17
20
24
27
31
34
37
41
44
48
51
55
58
62
1
5
8
12
16
19
23
27
31
34
38
42
46
50
54
57
61
65
69
2
5
9
13
17
21
26
30
34
38
42
47
51
55
60
64
68
72
77
2
8
10
15
19
24
28
33
37
42
47
51
56
61
65
70
75
80
84
15
17
18
rj
20
2
3
3
3
9
7
8
7
11 12 14 15
16 18 19 20
21 23 25 26
26 28 30 33
31 33 36 39
36 39 42 45
41 44 48 51
46 50 54 57
51 55 60 64
56 61 65 70
61 66 71 77
66 72 77 83
71 77 83 89
77 83 89 96
82 88 95 102
87 94 101 109
92 100 107 115
4
9
16
22
28
35
41
48
55
61
68
75
82
88
95
102
109
116
123
0
4
10
17
23
30
37
44
51
58
65
72
80
87
94
101
109
116
123
130
0
4
11
18
25
32
39
47
54
62
69
77
84
G2
100
107
115
123
130
138
10
0
7
8
9
10
11
12
13
14
15
10
17
18
19
20
21
22
23
24
25
0
2
4
6
3
11
14
17
21
25
30
35
40
46
52
59
m
73
81
89
.02
.01
0
2
3
5
7
10
13
16
20
24
23
33
38
43
49
56
62
69
77
0
2
3
5
7
10
13
16
20
23
28
32
38
43
49
55
61
68
Cuadro I.
D istribucin de la.
P robabilidad
df
.80
.70
.0158
.211
.584
1.064
1.610
.0642
.440
1.005
2.649
2.343
.148
713
1 424
2.195
3 000
.455 1.074
1.386 .%2.408
2.366 3.665
3.367 4.878
4.351 6.064
9
10
.872
1.229
1.646
2.038
2.558
1.134
1.564
2.032
2.532
3.059
1.635
2.167
2.733
3.325
3.940
2.204
2.833
3.490
4.168
4.865
3.070
3.822
} 594
5.380
6.179
3.828
4.671
5.527
6.393
7.267
11
12
13
14
15
3.C53
3.571
4.107
4.650
5.229
3.609
4 178
4.765
5.308
5.985
4.575
5.226
5.892
6.571
7.261
16
17
18
19
20
5 812
6.408
7 015
7 633
8 260
3
4
5
6
7
.93
.95
.90
1
2
.99
21 8.857 9.935
22 9 542 10.600
23 10.196 11.293
24 10.836 11 992
25 11.524 12.657
.50
.30
.20
1 642
3.219
4.642
5.989
7.289
.10
.05
.02
.001
12.592
14.067
15.507
16.919
18.307
15.033
16 622
18.168
19.679
21.161
16.812
18.475
20.090
21.666
23.209
22.457
24.322
26.125
27.877
39.588
10.341
11.340
12.340
13.339
14.339
12.899
14.011
15.119
16.222
17.322
14.631
15.812
16.985
18.151
19.311
17.275
18:549
19.812
21.064
22.307
19.675
21.026
22.362
23.68$
24.996
22.618
24.054
25.472
26.873
28.259
24.725
20.217
27.G88
29.141
30.578
3I.2C4
32.800
34.528
33.123
37.CP?
11 152
12.002
12 357
12 716
14 578
12.624
13.531
14.440
15 352
10 266
15.338
16 338
17.338
18 338
19 337
18.418
19 511
20.601
21.689
22.775
20.465
21.615
22.760
23.900
25.038
23-542
24.769
25.989
27.204
28.412
26.296
27.587
28.889
30.144
31.410
29.633
30.995
S2.346
33.687
35.020
32.C00
33.409
34.805
38.191
37.566
39.252
40.790
42.312
43.620
4S.315
11.591
12 338
13.091
13.848
14.611
13.240
14.041
14.848
15.659
16.473
15 445
16.314
17.187
18.062
18.940
17.1S2
18.101
19.021
19.943
20.8G7
20 337
21.337
22.337
23 337
24.337
23.858
24 939
26 018
27.096
23.172
23.171
27.301
28.429
29.553
30.675
29 615
30 813
32.007
33.196
34.382
32.871
33.924
35.172
36.415
37.652
36.343
37.659
38.968
40.270
41.566
38.932
49.289
41.638
42.980
44.314
48.797
48.268
49.728
51.179
52.620
17.292
18.114
18.-039
19.788
20.599
19.820
20.703
21 588
22 475
23.364
21.792
22.719
23.647
24.577
25.508
25.339
26.336
27.336
28.323
29.336
29.246
30.319
31.391
32.461
33.530
31 795
32.912
34.027
35.139
36.250
35 563
36.741
37.916
39.087
40.256
38.835
40.113
41.337
42.557
43.773
42.856
44.140
45.419
46.693
47.9C2
45.642
46.963
48.278
49.588
50.892
64.052
55.476
56.893
58.302
59.703
Cuadro
\ 1
n s\
1
2
3
4
5
G
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
21
25
26
27
28
29
30
40
60
120
OO
J. D istribucin d e F
p = .05
24
(O
161.4 199.5 215.7 224.6 230.2 234.0 23S .'3 243.9 249.0 254.3
18.51 19.00 19.16 19.25 19.30 19.33 19.37 19.41 19.45 19.58
10.13 9.55 9.28 9.12 9.01 8.94 8.84 8.74 8.64 S.S3
7.71 6.94 6.59 6.39 6.26 6.16 6.04 5.91 5.77 5.63
6.61 5.79 5.41 5.19 5.05 4.95 4.82 4.68 4.53 4.36
5.99 5.14 4.76 4.53 4.39 4.28 4.15 4.00 3.84 3.67
t<l>
5,59 4.74 4.35 4.12 3.97 3.87 3.73 3.57 3 A l OOV
5.32 4.46 4.07 3.84 3.69 3.58 3.44 3.28 3.12 2.93
5.12 4.2Q 3.86 3.63 3.48 3.37 3.23 3.07 2.90 2.71
4.96 4.10 3.71 3.48 3.33 3.22 3.07 2.91 2.74 2.54
4.84 3.98 3.59 3.36 3,20 3.09 2.95 2.79 2.61 2.40
4 75 3.88 3.49 3.26 3.11 3.00 2.85 2.69 2.50 2.30
4 67 3.80 3.41 3.18 3.02 2.92 2.77 2.60 2.42 2.21
4.60 3.74 3.34 3.11 2.96 2.85 2.70 2.53 2.35 2.13
4.54 3.68 3.29 3.06 2.90 2.79 2.64 2.48 2.29 2.07
4 49 3.63 3.24 3.01 2.85 2.74 2.59 2.42 2.24 2.01
4 45 3.59 3.20 2.96 2.81 2.70 2.55 2,38 2.19 1.96
4:41 3.55 3.16 2.93 2.77 2.60 2.51 2.34 2.15 1.92
4.38 3.52 3.13 2.90 2.74 2.63 2.48 2.31 2.11 1.88
4.35 3.49 3.10 2.87 2.71 2.60 2.45 2.28 2.08 1.84
4.32. 3.47 3.07 2.84 2.68 2.57 2.42 2.25 2.05 1.81
4.30 3.44 3.05 2.82 2.66 2.55 2.40 2.23 2.03 1.78
4.28 3.42 3.03 2.80 2.64 2.53 2.38 2.20 2.00 1.76
4.26 3.40 3.01 2.78 2.62 2.51 2.36 2.18 1.98 1.73
4.24 3.38 2.99 2.76 2.60 2.49 2.34 2.16 1.93 1.71
4.22 3.37 2.98 2.74 2.59 2.47 2.32 2.15 1.95 1.69
4.21 3.35 2.96 2.73 2.57 2.46 2.30 2.13 1.93 1.67
4.20 3.34 2.95 2.71 2.56 2.44 2.29 2.12 1.91 1.65
4.18 3.33 2.93 2.70 2.54 2.43 2.28 2.10 X.90 1.64
4.17 3.32 2.92 2.69 2.53 2.42 2.27 2.09 1.89 1.62
4.08 3.23 2.84 2.61 2.45 2.34 2.18 2.00 1.79 1.51
4.00 3.15 2.76 2.52 2.37 2.25 2.10 1.92 1.70 1.39
3,92 3.07 2.68 2.45 2.29 2.17 2.02 1.83 1.61 1.25
3.84 2.99 2.60 2.37 2.21 2.09 1.94 1.75 1.52 1.00
C u a d ro
c o n tin u a c i n
p = .01
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
60
120
QO
4052
93 49
34 12
21 20
16 26
13 74
12 25
11 26
10 56
10 04
9 65
9 33
9 07
8 86
8 68
8 53
8 40
8 28
8 18
8 10
8 02
7 94
7 88
7 82
7 77
7 72
7 68
7 64
7 60
7 56
7 31
7 08
8 85
6 64
4999
99 o
S!) 81
18 00
13 27
10 92
9 55
8 65
8 02
7 56
7 20
6 93
6 70
6 51
6 30
6 23
6 11
6 01
5 83
5 85
5 78
5 72
5 66
5 81
5 57
5 53
5 49
5 45
5 42
5 39
5 18
4 98
4 79
4 60
5403
99 .17
29 46
16 69
12 06
9 78
8 45
7 59
6 99
6 55
6 22
5 95
5 74
5 56
5 42
5 29
5 18
5 09
5 01
4 94
4 87
4 82
4 76
4 72
4 68
4 64
4 60
4 57
4 54
4 51
4 31
4 13
3 95
3 78
6625
99 25
28 71
15 98
11 39
9 15
7 85
7 01
6 42
6 99
5 67
5 41
5 20
5 03
4 89
4 77
4 67
4 58
4 60
4 43
4 37
4 31
4 26
4 22
4 18
4 14
4 11
4 07
4 04
4 02
3 83
3 65
3 48
3 32
5764
99 30
28 24
15 52
10 97
8 75
7 46
6 63
6 06
5 64
S 32
8 03
4 86
4 69
4 56
4 44
4 34
4 25
4 17
4 10
4 04
3 69
3 94
3 90
3 83
3 82
3 78
3 75
3
3 70
3 51
3 34
3 17
3 02
rtgaumuw
5853
99.33
27 91
15 21
10 67
8 47
7 19
6 37
5 80
5 39
5 07
4 82
4 62
4 46
4 32
4 20
4 10
4 01
3 94
3 87
3 81
3 76
3 71
3 67
3 63
3 59
3 56
3 53
3 50
3 47
3 29
3 12
2 98
2 80
8
5981
39.36
27 49
14 80
10 27
8 10
6 84
6 03
5 47
5 06
4 74
4 SO
4 30
4 14
4 co
3 89
3 79
3 71
3 63
3 55
O 51
3 45
3 41
3 36
3 32
3 29
3 26
3 23
3 20
3 17
2 99
2 82
2 63
2 51
sim tm n n E
12
24
eo
6108
89 42
27 05
14 37
9 80
7 72
6 47
5 67
5 11
4 71
4 40
4 16
3 96
3 80
3 67
3 S5
3 45
3 37
3 30
3 23
3 17
3 12
3 07
3 03
2 99
2 95
2 93
2 90
2 87
2 84
2 66
2 50
2 34
2 18
6234
99 46
26 60
13 3
9 47
7 31
6 07
5 28
4 73
4 33
4 02
3 78
3 59
3 43
3 28
3 18
3 08
3 00
2 92
2 86
2 80
2 75
2 70
2 66
62
2
2 58
2 55
2 52
2 49
2 47
2 29
2 12
1 95
1 79
6366
99 50
26 12
13 46
9 02
6 88
5 65
4 86
4 31
3 91
3 60
3 36
3 16
3 OCf
2 87
2 75
2 65
2 57
2 43
2 42
2 36
2 31
2 26
2 21
2 .17
2 13
2 10
2 06
2 03
2 01
i 80
i 60
i 38
i 00
itfso rzes
Cuadro J [ c o n c lu s i n ]
p = .001
\
500000
998.5 899.0
167.6 148.5
74.14 61.25
i 405284
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
60
120
00
47.04
35.51
29.22
25.42
22.86
21.04
19.89
18.64
17.81
17.14
16.59
16.12
15.72
15.38
15.08
14.82
14.59
14.38
14.19
14.03
13.88
13.74
13.61
13.50
13.39
13.29
12.61
11.97
11.38
10.83
38.61
27.00
21.69
18.49
16.39
14.91
13.81
12.97
12.31
11.
11.34
10.97
0.6S
10.39
30.13
9.95
9.77
9.61
9.47
9.34
9.22
9.12
9.02
8.93
8.85
8.77
8.25
7.76
7.31
6.91
3
540378
999.2
141.1
66.18
33.20
23.70
18.77
15.83
13.90
12.55
11.53
10.80
10.21
0.73
9.34
9.00
8.73
8.49
8.28
8.10
7.94
7.80
7.67
7.55
7.45
7.33
7.27
7.19
7.12
7.05
6.60
6.17
5.79
6.42
662E00 576405
899.3
137.1 134.S
63.44 51.71
31.09 29.75
939.2
21.00
32 i 24
03
C u a d ro K .
r
.000
.010
.020
.030
.0 4 0
.050
.060
.070
,080
.000
.100
.110
.120
.130
.140
.150
.160
.170
.180
.190
.200
.210
.220
.230
.240
.250
.260
.870
.280
.290
.800
.810
.330
.330
.340
.350
.360
.370
.330
.390
.400
.410
.420
.430
.440
.450
.460
.470
.430
.490
V a lo r e s
d e
p a ra
v a lo r e s
d a d o s
d e
.000
.001
r002
,C03
.004
.005
.006
.007
.008
.009
.0000
.0100
.0200
.0300
.0400
.0501
.0601
.0701
.0802
.0902
.1003
.1105
.1206
.1308
. J.409
.1511
.1614
.1717
.1820
.1923
.2027
.2132
.2237
.2342
.2448
.2554
.2661
.2769
.2877
.2986
.3095
.3206
.3317
.3428
.3541
.3654
.3769
.3884
.4001
.4118
.4230
.4350
.4477
.4599
.4722
.4847
.4973
.5101
.5230
.5361
.0010
.0110
.0210
.0310
.$410
.0511
.0611
.0711
.0812
, ;0912
.1013
.1115
.121$
.1318
.1419
.1522
.1624
.1727
.1830
.1934
.2038
.2142
.2247
.2353
.2458
.2565
.2672
.2779
*2888
.2927
.310$
.3217
.3328
.3439
.3552
.3666
.3780
.3896
.4012
.4130
.4243
.4308
.4489
.4611
.4735
.4860
.4985
.5114
.5243
53j 4
.0020
.0120
.0220
.0320
.0420
.0521
.0821
.0721
.0822
.0922
.1024
.1125
.1226
.1323
.1430
.1532
.1634
.1737
1841
!l944
.2048
,2153
.2258
>2363
.2469
.2575
.2682
.2760
.2898
.3008
.3117
.3228
.3339
.3451
,3564
.3677
.3792
.3907
.4024
.4142
.4260
.4380
.450!
.4623
.4747
.4872
.4999
.5126
.5256
.5387
.0030
.0130
.0230
.0330
.0430
.0531
.0631
.0731
.0832
.0933
.1034
.1135
.1236
.1338
.1440
.1542
.1844
. 1748
.1851
. 1054
.2059
.2163
.2268
.2374
.2480
;2586
.2693
.2801
.2909
.3019
.3128
.3239
.3350
.3462
.3575
.3689
.3803
.3919
.4036
.4153
.4272
.4.392
.4513
.4636
.4760
.4885
.5011
.5139
.5279
.5400
.0040
.0140
.0240
.0340
.0440
.0541
.0641
.0741
.0842
.0943
.1044
.1145
.1246
.1348
.1450
.1552
.1655
.1758
.1861
.1965
.2069
.2174
.2279
.2384
.2490
.2597
.2704
.2812
.2920
.3029
.3139
.3250
.3361
.3473
.3586
.3700
.3815
.3931
.4047
.4165
.4284
.4404
.4526
.4648
.4772
,4897
.5024
.51512
.5282
.5413
.0050
.0150
.0250
.0350
.0450
.0551
.0651
.0751
.0852
.0953
.1054
.1155
.1257
. 1358
.1460
.1563
.1665
.1763
.1872
.1975
.2079
.2184
.2289
.2395
.2501
.2608
.2715
.2823
.2931
.3040
.3150
.3261
.3372
.3484
.3597
.3712
.3826
.3942
.4059
.4177
.4298
.4418
.4538
.4660
.4784
.4910
.5037
.5165
.5285
.6427
,0060
.0160
.0260
.0360
.0460
.0561
.0631
.,0761
.0862
.0963
.1064
1165
.1267
.1368
.1470
.1573
.1676
.1779
.1882
.1986
.2090
.2194
.2300
.2405
.2511
.2618
.2726
.2833
,2842
.3051
.3161
.3272
.3384
.3490
.3609
.3723
.3838
.3954
.4071
.4189
.4308
.4429
.4550
.4673
.4797
.4923
.5049
.6178
.5308
.6440
.0070
.0170
.0270
.0370
.0470
.0571
.0671
.0771
.0872
.0973
.1074
.1176
.1277
.1379
.1481
.1583
.1686
.1789
.1892
.1996
.2100
.2205
.2310
.2416
.2522
.2629
.2736
.2844
.2953
.3062
.3172
.3283
.3395
.3507
.3620
.3734
.3S5
.3966
.4083
.4201
.4320
.4441
.4562
.4685
.4809
.4935
.6062
.5191
.5321
.5453
.0030
.OlSQ
.0280
.0380
.0480
.0581
.0681
.0783
.0882
.0983
.1084
.1185
.1287
.1389
.1491
.1593
.1698
.1799
.2903
.2007
.2111
.2215
.2321
.2427
.2533
.2640
.2747
.2855
.2964
.3073
.3183
.3294
.3406
.3518
.3632
.3743
.3861
.3977
.4094
.4213
.4332
.4453
.4574
.4607
.4822
.4948
.6075
.6204
.6334
.6466
,0090
.0190
.0290
.0390
.04 9 0
.0591
.0691
.0792
.0892
.0993
.1094
.1195
.1297
.1399
.1501
.1604
.1706
.1810
.1913
.2017
.2121
.2226
.2331
.2437
.2543
.2650
.2758
.2866
2975
.3084
.3105
.3305
.3417
.3530
.3643
.3767
.3873
.3989
.410$
.4225
.4344
.4405
.4587
.4710
.4835
.4961
.6083
.6217
.5347
.5480
Cuadro
K [ conclusin]
ttwnrtamraMCEgg
.000
.001
.002
.003
.004
.005
-C O G
.007
.009
500
510
520
530
540
5493
5027
57G3
.5901
6012
5506
5041
5777
591r>
0056
5520
5054
5791
.5929
6070
.6533
5805
51'4 3
.0084
5547
. 508 1
.5818
. 5957
.0098
.ssr.o
5095
. 5832
.5971
0112
.5573
. 5709
. 5840
5985
.0127
.5587
.5722
. 5800
.5999
.6141
.5000
. 5730
. 5874
.0013
.6155
.5614
.5750
.583S
.0027
.6170
550
500
570
580
590
6184
32S
0475
0025
6777
6198
0343
6490
.0640
0792
.6213
.0353
.6505
0055
C807
.6227
6372
6520
6070
6823
0241
6387
. 6535
0085
0838
.6256
.6401
.0550
. 6700
. 0354
.6270
.6416
.G5G5
.0715
.6869
.6285
.6431
.6579
.6731
.6835
.6299
.0440
. 0594
.6746
.6900
.6314
.0400
.6610
.6761
.6916
600
.610
620
630
<340
.6931
7089
7250
7414
7582
.6947
.7105
.7206
.7431
7599
6963
7121
7283
.7447
7616
.6978
7137
7299
7464
7033
.6994
7153
.7315
.7481
7650
.7010
7109
.7332
.7497
.7667
.7020
.7185
.7348
.7514
.7084
.7042
.7201
.7364
.7531
.7701
.7057
.7218
.7381
.7548
.7718
.7073
.7234
.7393
.7565
.7736
.650
CGO
670
080
690
.7753
7928
8107
8291
8480
7940
812G
8310
899
7788
.79G4
8144
8328
8518
7805
7981
8102
.8347
.8537
.7823
.7999
.8180
8300
.8550
.7840
.8017
.8199
.8385
.8576
.7858
.8035
.8217
.8404
.8595
.7875
8053
.8236
.8423
.8614
.7803
.8071
.8254
.8442
.8034
.7910
.8039
.827
.8461'
.8653
700
710
720
730
740
8073
8872
9070
.9287
9505
8003
8S92
9007
9309
9527
87 *2
-8912
9118
.9330
0549
.8732
8933
9139
9352
.9571
.8752
.8953
9160
.9373
.9594
.8772
.8973
.9181
.9395
.9610
.8792
.8994
.9202
.9417
.9039
.8812
.9014
.9223
.9439
9601
.8832
.9035
.9245
.9461
.9684
.8852
.9058
.9260
.9483
.9707
750
760
770
780
790
9730
9902
i 0203
1 0454
1 0714
.9752
9986
1 0228
l 0479
l 0741
.9775
1.0010
1.0233
1 0505
1.0708
.9799
1.0034
I .0277
i 0531
1.0795
.9822
1.0058
1.0302
1.0557
1.0822
.9845
1.0082
1.0327
1.0583
1.0849
.9892
.9808
1.0100 1.0130
1.0352 '1 .0 3 7 8
1.0009 1.0035
1.0876 1.0903
.9915
1.0154
1.0403
1.0601
1.0931
.9939
1.0179
5.0428
1.0688
.o o sa
800
850
820
830
840
1 0986
l 1270
1 1568
1 1870
1.2212
1.1014
I 1299
1 1599
1 1913
1.2246
t .1041
1.1329
1 1030
1.1946
1 2280
1.1070
1 1358
1.1600
1 1979
1.2315
1.1098
1.1388
1 1092
1.2011
1.2349
1.1127
1 1417
l . 1723
1.2044
1.2384
1.1155
1.1447
1.1754
1.2077
1.2419
1.1184
1.1477
1.1786
12111
1.2454
1.1212
1.1507
l . 1817
1.2144
1.2490
1.1241
1.1538
1.1849
1.2178
1.2526
850
.870
880
.890
1.2561
l 2934
1 3331
1 3758
1 4219
1 2598
1.2972
l .3372
I 3S02
1.4268
1.2634
1.3011
l 3414
1 3847
1 4310
1 2670
1 3050
1 3456
1.3892
1 4300
1.2708
1.3089
1.3498
1.3938
1.4415
1.2744
1.3129
1.3540
1.3984
1.4405
1.2782
1.3168
1.3583
1.4030
1.4516
1.2819
1.3209
1.2620
1.4077
1. .4566
1.2857
1.3249
I . 3670
1.4124
1.4018
1 .2S95
1.3290
1.3714
1.4171
1.4670
.900
.910
.920
.930
.940
1 4722
1 5275
1 5890
1.6584
.7380
1.4775
1 5334
1.5950
l.GG59
1,7407
1.4828
l .5393
1 .0022
1.6734
1.7555
1.4883
1.5453
l 0089
1.0821
1.7045
1.4937
1.5513
1.0157
1.0888
1.7736
1.4992
1.5574
1.6226
1.0907
1.7828
1.5047
1.5030
1.6290
1.7047
1.7923
1.5103
1.5093
1.6300
1.7129
1.8019
1.5100
1 .57G2
1.0438
1.721L
1.8117
1.5217
1.5825
1.6510
1.7295
1.8216
.950
1.3421
1.9588
1.8527
1 .9721
2.1273
l 8035
1.9857
2 1457
1.8745
1.9990
1.8857
2.0140
2.1847
1.8972
2.0287
2.2054
1.9090
2.0439
2.2209
1.9210
.970
1.8313
1.9459
2 0923
2.0595
2.2494
.980
.990
2.2076
2.0407
2 3507
2.7587
2.3790
2 8257
2.4426
2.9945
2.4774
3.1 0 6 3
1.9333
2.0756
2,2729
2.5988
.SCO
.960
7770
2 .1095
2.3223
2 .6990
S f ifiS
2 .1649
2.4101
2.9032
.9999
.99999
4.95172
6.10303
2 .5147
3 .2504
L ......
2.5 5 5 0
3.4 5 3 4
3.8002
61
108
109
63
64
599
188
214
217
218
220
258
260
XIV.3. C om paracin
b as de u n a y
Z > 1.645. b)
si Z > 1.96 o
261
de funciones de potencia p a ra p ru e
dos colas, con a = .05. a) R echace si
Rechace si Z < 1.645. c) Rechace
si Z < - 1.96 ...........................................
Hi = (Ja = = M*..........................................................
X V III.2. B anda de confianza con respecto de la recta de
m nim os c u a d r a d o s .................................................... 422
XV III.3. Ecuacin logartm ica de m nim os cuadrados de la
fo rm a Y = a + b log X .............................................. 427
X V III.4. C om paracin de las desviaciones respecto de la rec
ta de m nim os cuadrados con las desviaciones re s
pecto de las m edias de las c a te g o ras......................428
X IX .l. In terp retac i n geom trica de la regresin m ltiple
de Y sobre I ] y I 3 .....................................................449
XIX.2. Plano de m nim os cuadrados, que reduce al m ni
m o las sum as de las desviaciones al cuadrado en
la dim ensin vertical Y .............................................. 450
XIX.3. R ectas de m nim os cu ad rados indicando los resi
du o s e n tre : a) Y y X 2, y b) e n tre X x y X 2 . . .
451
462
481
505
47
55
55
56
60
75
77
78
79
603
295
322
323
XV .o.................................................................................................... 324
X V I.l. D atos p a ra el anlisis de v a r ia n c i a .............. 333
XVI.2. R epresentacin sim blica de los datos p a ra el an
lisis de la v a r i a n c i a .............................................335
XVI.3. Clculos p a ra el anlisis de la variancia . . . .
342
350
359
369
390
405
411
578-581
Prefacio
....................................................................................................................................
la e s ta d s tic a
1 .1 . F u n c i o n e s d e l a e s t a d s t i c a .
.
.
.
.
.
.
1 .2 . E l l u g a r d e l a e s t a d s t i c a e n e l p r o c e s o d e l a
i n v e s t i g a c i n ....................................................................................... 19
1 .3 . A d v e r t e n c i a ........................................................................................ 2 0
15
16
B ib l io g r a f a ................................................................................................. 21
I I . T e o r a , m e d i c i n y m a t e m t i c a s .............................................. 2 2
1 1 .1 . T e o r a e h i p t e s i s : d e f i n i c i o n e s o p e r a t i v a s
.
.
1 1 .2 . E l n i v e l d e m e d i c i n : e s c a l a s n o m i n a l e s , o r d i
n a l e s y d e i n t e r v a l o ............................................................... 2 6
1 1 .3 . M e d i c i n y e s t a d s t i c a .......................................................3 2
1 1 .4 . O r g a n i z a c i n d e l l i b r o .......................................................3 7
22.
B i b l io g r a f a .................................................................................................4 0
S e g u n d a P arte
E s t a d s t ic a
d e s c r ip t iv a u n iv a r ia d a
I I I . E s c a la s n o m n a le s : p ro p o rc io n e s , p o r c e n ta je s y
z o n e s ...............................................................................................
ra
.43
1 1 1 .1. P r o p o r c i o n e s ................................................................................4 3
1 1 1 .2 . P o r c e n t a j e s .................................................................................. 4 5
1 1 1 .3 . R a z o n e s ..............................................................................................4 9
B i b l io g r a f a .................................................................................................5 2
IV . E s c a la s d e in te r v a lo : d is tr ib u c io n e s d e f re c u e n c ia
y r e p r e s e n t a c i n g r f i c a ...............................................................53
I V . 1. D i s t r i b u c i o n e s d e f r e c u e n c i a : a g r u p a m i e n t o d e
l o s d a t o s ....................................................................................... 53
I V .2 . D i s t r i b u c i o n e s d e f r e c u e n c i a c u m u l a t i v a
.
.
I V .3 . P r e s e n t a c i n g r f i c a : h i s t o g r a m a s , p o l g o n o s
d e fre c u e n c ia y o jiv a s ,
............................................ 61
B i b l io g r a f a .................................................................................................6 6
606
60
67
81
85
B i b l io g r a f a ........................................................................ 88
VI. Escalas de in terv alo: m edidas de dispersin . . .
V I.1.
VI.2.
VI.3.
VI.4.
VI.5.
VI.6.
90
El r e c o r r i d o ...............................................................90
La desviacin c u a r t i l ................................................. 92
La desviacin m e d i a .............................................92
La desviacin e s t n d a r ........................................... 93
El coeficiente de v a r ia b ilid a d ...............................101
O tras m edidas r e s u m i d a s .....................................102
B i b l io g r a f a ...........................................................................103
V II. La distribucin n o r m a l ..................................................104
V II.1. D istribuciones de frecuencias finitas versus in
finitas .......................................................................... 104
VII.2. F orm a general de la curva n o rm al . . . .
107
VII.3. reas bajo la curva n o r m a l ...............................109
VII.4. Ilustraciones suplem entarias del em pleo de la
tab la n o r m a l ..............................................................113
B i b l io g r a f a ...........................................................................116
T ercera P a rte
E s t a d s t ic a
V III.
in d u c t iv a
B i b l i o g r a f a ...........................................................................I
IX . P r o b a b ilid a d ......................................................
IX .l. P robabilidad a p r i o r i ........................
IX.2. P ropiedades m atem tica* ti Ihn |ir<ililtilltlnil>*i
l
I
I
I \1
IX.3. P e r m u t a s ....................................................................145
IX.4. V alores e s p e r a d o s ................................................. 151
IX.5. In dependencia y m uestreo aleatorio . . . .
153
B ibliografa
....................................................................159
. 160
B i b l io g r a f a ...........................................................................186
XI. P ruebas de m u estras sim ples que im plican m edias y
proporciones ....................................................................... 187
X I.l. D istribucin en m uestreo de las m edias .
. . 187
XI.2. P ru eb a p a ra la m ed ia de la poblacin, cono
ciendo a .........................................................................194
XI .3. La distribucin t de S t u d e n t ............................199
XI.4. P ru ebas que co m portan proporciones .
. . 204
B i b l io g r a f a ........................................................................210
X II. E stim acin de pu n to e i n t e r v a l o ...........................211
X II.l. E stim acin del p u n t o ........................................... 212
X II.2. E stim acin del i n t e r v a l o .....................................215
XII.3. in te rv a lo s de confianza p a ra o tros tip os de
p r o b le m a s ...................................................................221
XII.4. D eterm inacin del tam ao de la m u estra . . 224
B i b l io g r a f a ........................................................................227
C u a rta P a rte
E s t a d s t i c a s b iv a ria d a s y m u l ti v a r i a d a s
X III. P ruebas d e dos m u e s tra s : diferencia de las m edias
y las p ro p o rcio n es................................................
X II I.l.
X III.2.
X III.3.
X III.4.
X III.5.
231
, .
289
La p ru e b a de la ^ - c u a d r a d a ........................... 289
La p ru e b a exacta de F i s h e r ............................301
M edidas de la fuerza de la relacin . . . .
306
C ontrol de o tra s variables . . . . .
. . 319
B i b l i o g r a f a ....................................................................... 330
XVI. Anlisis de la v aria n cia.................................................... 332
X V I.L
XVI.2.
XVI.3.
XVI.4.
B i b l io g r a f a ........................................................................376
X V II. Correlacin y r e g r e s i n .............................................. 377
X V II.1. R egresin lineal y m nim os cuadrad os . . 377
XVII.2. C o rre la c i n ..........................................................393
B i b l io g r a f a ....................................................................... 413
X V III. C orrelacin y regresin [ conclusin] ....................... 414
X V III.l. P ru eb a de significacin e intervalos de con
fianza ...................................................................
X V III.2. C orrelacin no lineal y regresin .
X V III.3. Efectos de los erro res de m edicin .
XVIII.4. Escalas o rd in ales: correlacin de inni">
B i b l io g r a f a ......................................
XIX .
.491
B ib l io g r a f a ...........................................................................554
Apn d ices
I. R esum en de operaciones a lg e b r a ic a s .........................559
C u a d r o s ................................................................... .............................. 565
Indice de f i g u r a s ................................................................................599
n d ice de c u a d r o s ..............................................................................603