Prefacio

La estadstica, al igual que la aritmtica, la geometra y el lgebra, tiene sus fundamentos,

modelos, mtodos de trabajo y pruebas de validacin propios, de tal suerte que la hacen
una disciplina diferente. Su estudio representa incursionar en un territorio nuevo y fasci-
nante pero cuyo dominio requiere construir nuevas estructuras mentales ya que se trata
de una forma distinta de pensar matemticamente.
El objeto de estudio de la estadstica es la variabilidad afectada de incertidumbre, de
modo que, en general, no se obtienen respuestas nicas, exactas o categricas. No obs-
tante, la universalidad de su aplicacin y la simplicidad de sus tcnicas permiten abordar
y resolver situaciones de una variedad ilimitada y problemas cuya complejidad rebasara
otras ramas de las matemticas.
Los conocimientos matemticos necesarios son aritmtica, lgebra de bachillerato y
manejo bsico de una computadora (internet y Excel). Sin embargo, lo primordial es una
mente abierta y disposicin a explorar las ideas estadsticas, individual y colectivamente.

Auxiliares pedaggicos
El propsito de este libro es colaborar con el profesor y el estudiante a transitar exito-
samente su curso de estadstica. En forma global puede apuntarse que: 1) se ha puesto
especial atencin en enfatizar los conceptos y, 2) se presentan cuidadosamente los m-
todos estadsticos, dirigindolos a la comprensin, tanto de la adaptabilidad del mtodo
como del anlisis de los resultados y la toma de decisiones. En ambos casos se recurre
al contexto de las aplicaciones, mediante ejemplos motivacionales, aplicaciones reales y
actividades para usar la computadora. En forma especfica y con ms detalle puede ex-
ponerse lo siguiente.

Trabajo en equipo
A lo largo del libro se motiva el trabajo en equipo, la discusin argumentativa al interior
de ste y la escritura de los resultados y decisiones a tomar. En esta dinmica el profesor
desempea un papel central, ya que, dependiendo de los objetivos del curso y el tiempo
disponible para el mismo, decidir las actividades, problemas o proyectos a discutir; con-
ducir la discusin entre los equipos y ser quien establezca cules fueron los argumentos
ms slidos.

Representaciones grficas y verbales

No obstante el amplio uso de distintas representaciones en estadstica: tablas, diagramas
y grficas, la informacin que portan individual y colectivamente no se da sola, por lo que
se juzg necesario ejemplificar y motivar su obtencin o lectura. De la misma manera se
atendi la expresin verbal y escrita de los resultados.

Cuadros
Se incluyen en cada captulo, con un estilo de escritura sencillo, cuadros de ecuaciones
numeradas, definiciones, teoremas, ejemplos resueltos y actividades. A fin de vincular el
material que se estudia a la realidad circundante, se tiene lo que se ha llamado Ventana al
xviii Prefacio

conocimiento, donde el lector puede apreciar el amplio uso y servicio que presta la estads-
tica a la sociedad. Por ltimo, se dispone de un glosario y las frmulas ms importantes
para facilitar su consulta y manejo.

Online Learning Center (Centro de Aprendizaje en Lnea)

Se desarrollaron programas que sirvieran de apoyo para el estudiante y el profesor. stos
podrn ser encontrados en el sitio de internet del libro. Con ellos podrn realizar diversas
grficas, obtener mediciones y explorar aplicaciones. Su empleo elimina prcticamente la
consulta de tablas y clculos, y permite concentrar la atencin en el anlisis de los resul-
tados. Son programas originales y de fcil empleo (amigables). Con ellos el usuario podr
auxiliarse en la resolucin de los ejemplos, actividades, problemas y proyectos.
Los programas tambin permiten exploraciones visuales y numricas. Por ejemplo,
en la distribucin normal, los estudiantes pueden visualizar grficamente el efecto de los
cambios en la media y la desviacin estndar mediante traslaciones horizontales y con-
tracciones respectivamente; del mismo modo, pueden calcular reas (probabilidades) bajo
la curva y observar tales reas. En el anlisis de regresin por mnimos cuadrados, los
alumnos tienen la oportunidad de ajustar visualmente (con el puntero del ratn) una lnea
a un conjunto de datos y observar cmo cambia la pendiente y la interseccin con el eje
vertical; ms an, pueden ver el rea total y su valor numrico consiguindose con ello una
idea intuitiva de la tcnica de regresin.
Se pone a disposicin de profesores y estudiantes material adicional correspondiente
a anlisis de regresin y correlacin. Se integran en este material las secciones 3.2 y 4.4
as como los aspectos tericos tratados en los problemas 3.22, 3.23, 3.24, 3.25, 4.22, 4,23,
4.25 y 4.27 y se avanza a la inferencia en regresin y correlacin y a la regresin no lineal
y lineal mltiple.

Excel
Excel es una herramienta de anlisis grfico y numrico de datos por lo que resulta ideal
en la captura, manejo, anlisis y presentacin de informacin en estadstica. No obstante
ser un programa tan universal, todas las instrucciones en Excel que se utilizan en el texto
se explican brevemente de modo que el usuario pueda recordar o aprenderlas.

Ejemplos, actividades, problemas y proyectos

En cada uno de los captulos se cuenta con ejemplos desarrollados para ilustrar algn con-
cepto o tcnica vista. Las actividades, en cambio, se dejan para que el estudiante muestre
su comprensin de alguna idea expresada, para que ample o complemente algn ejemplo
resuelto o para discutir una exposicin. Los problemas de fin de captulo proporcionan ma-
terial para asignar tareas individual o colectivamente y como preparacin para exmenes.
Se incluyen las respuestas para los problemas impares al final del libro dndose en algunos
casos detalles de la solucin. Por ltimo, los proyectos, al final de captulo, representan si-
tuaciones que demandan importante quehacer intelectual y de investigacin, por lo que se
sugiere trabajarlos en equipo. Se recomienda a los profesores asignar uno o dos proyectos
de cada captulo y discutir en clase los resultados alcanzados por los diferentes equipos.
Los profesores y estudiantes podrn consultar directamente al correo electrnico de
los autores, Antonio Nieves Hurtado (anh_46@yahoo.com.mx) y Federico Domnguez
Snchez (federicodominguez@yahoo.com), o mediante el sitio de internet del libro sobre
alguna actividad, problema o proyecto. De la misma manera podrn hacer sugerencias,
acotaciones, reportar errores, crticas y nuevos problemas que permitan mejorar el texto
en futuras reimpresiones o ediciones.
 Prefacio xix

Apndices
Como no en todas las universidades e institutos tecnolgicos los alumnos tienen acceso a
una computadora durante la clase (o en alguna otra circunstancia), se han incluido tablas
estadsticas en los apndices, con objeto de que el curso pueda impartirse (o salvarse la
circunstancia) con herramientas tradicionales: tablas estadsticas y calculadora.
Los elementos de conjuntos requeridos son introducidos y explicados brevemente en
el texto al momento de su uso. No obstante, en el apndice H se da una revisin breve de
teora de conjuntos para aquellos interesados en repasar o estudiar este tema.
En el apndice G se da la deduccin de las ecuaciones normales de la recta de ajus-
te por mnimos cuadrados. El profesor y el estudiante pueden encontrar una deduccin
analtica sustentada grfica e intuitivamente. Para esto ltimo se recomienda consultar
el programa 9.3. Para la parte analtica es necesario que los estudiantes hayan tomado al
menos un semestre de clculo diferencial.

Caractersticas distintivas del libro

La simulacin de diferentes situaciones permite apreciar la simplicidad y el poder de los
mtodos conocidos como de Monte Carlo. Por ejemplo, la aproximacin de reas como
una aplicacin de la probabilidad resulta ser un mtodo original y esencialmente senci-
llo; a travs de simulaciones se determina con una aproximacin prcticamente ilimitada,
reas de figuras geomtricas regulares pero tambin reas bajo curvas de funciones y/o de
regiones entre funciones. Las actividades y los programas 5.2, 5.3 y 5.4 permiten al estu-
diante y al profesor explorar ideas vinculadas con el muestreo aleatorio y la estabilidad de
los resultados al aumentar el nmero de ensayos. Se dan ejemplos para que el estudiante
desarrolle sus propios programas en Excel para este fin.
Las tcnicas del Anlisis exploratorio de datos del captulo 3 tienen elementos, mtodos
y objetivos propios, por lo que se juzg importante estudiarlas por s mismas y no como
parte de la estadstica descriptiva. Esto permiti darle mayor amplitud a su exposicin
y con ello apreciar mejor su alcance y apoyo a la estadstica descriptiva e inferencial. Se
dedica el captulo 3 a ellas y es altamente recomendable para cursos cuyos objetivos sean
la exploracin de informacin novedosa.
En el captulo 5 se desarrolla un acercamiento detallado a la probabilidad emprica:
mediante mltiples ensayos y anlisis de la proporcin de los resultados relativos a un
evento, se analizan patrones de comportamiento que conducen a establecer la probabili-
dad frecuencial del evento. Los anlisis empleados se sustentan en tablas y grficas por lo
que resultan intuitivos al estudiante. Siendo importante el apoyo computacional, se dan
programas en Excel ya desarrollados y guas para escribir algunos de ellos. En todo esto
subyace la idea de la probabilidad como un lmite pero se concluye de manera prctica
empleando un valor frecuencial finito.
Dada la dificultad que implica la resolucin de problemas de combinatoria, en el cap-
tulo 6 se ha dedicado una seccin para analizar y mostrar estrategias generales de resolu-
cin de problemas, particularizada a los problemas de combinatoria.
En la seccin 9.6 se analizan las modificaciones de la curva normal al cambiar los
parmetros y . Mediante traslaciones horizontales y contracciones representadas
geomtricamente se llega a la ecuacin general que permite pasar de una curva normal
1 a una curva normal 2, quedando el caso de pasar de una distribucin normal cual-
x
quiera a la distribucin normal estandarizada (z = ) como un caso particular. El
programa 9.3 permite visualizar la transformacin de funciones y los clculos en tiempo
real del proceso.
xx Prefacio

En el captulo 10, a partir de una poblacin finita y pequea se aborda intuitivamente

pero incorporando algunos aspectos grficos y algebraicos, la distribucin de muestras.
Se pasa despus al caso de poblaciones grandes o infinitas recurriendo al mtodo emprico.
Dada la gran cantidad de clculos que se requieren se recurre al men Herramientas de
Excel para emplear el Anlisis de datos. Por medio del empleo de las ideas vistas de esta-
dstica descriptiva, muestreo aleatorio y distribuciones de probabilidad se llega al Teorema
del lmite central, la llave de entrada al anlisis inferencial.
En el captulo 11 se presenta el mtodo de inicializacin (bootstrap) para construir
intervalos de confianza de la media poblacional en el caso de muestras pequeas donde
la poblacin de origen no es normal ni se conoce . La idea es mostrar cmo este tipo de
tcnicas liberan al investigador y al profesional de imponer a una situacin hiptesis teri-
cas difciles de comprobar. Esta caracterstica hace pensar que podran considerarse como
las herramientas de inferencia y toma de decisiones de este siglo.
En el captulo 12 se lleva a cabo el anlisis inferencial de una situacin problema utili-
zando conjuntamente intervalos de confianza, el mtodo tradicional (rechazo-aceptacin)
de pruebas de hiptesis y el mtodo ms ampliamente usado hoy en da del valor p. Lo
anterior permite deliberar con ms elementos de juicio, de manera menos restrictiva y,
finalmente, tomar decisiones con mayor confianza.

Organizacin y alcance del libro

El material que forma el texto impreso se presenta en 12 captulos organizados en 5 blo-
ques de la siguiente manera:

Introduccin y Mtodos de muestreo

La introduccin es una presentacin de algunas de las ideas de la estadstica y la forma
como se organizan para manejar los datos. Se reconoce a stos como la materia prima y
por lo tanto se hace un estudio detallado de las escalas que se emplean para su medi-
cin. Se termina esbozando la planeacin de un estudio estadstico y se presenta me-
diante ejemplos, una de las herramientas ms poderosas de la estadstica: los mtodos
de Monte Carlo.
En el captulo 2 se aborda una idea ms de la estadstica que por su importancia requie-
re de un espacio propio: el muestreo aleatorio. En ste se basan los modelos con los que
trabaja la estadstica, fundamentalmente la estadstica inferencial.

Anlisis exploratorio de datos y Estadstica descriptiva

En estos captulos mediante grficas y tablas se obtiene informacin preliminar de datos
univariables y bivariables, direcciones por dnde dirigir un estudio y resultados descripti-
vos de la informacin. Se dan direcciones generales para la descripcin verbal de los datos
y se enfatiza la descripcin verbal puesto que la finalidad de estos estudios es comunicar
los resultados.

Probabilidad terica y emprica,

Anlisis combinatorio y teorema de Bayes
En estos dos captulos se introduce la herramienta matemtica de la estadstica. Se pre-
sentan conceptos como el de probabilidad y, delimitando perfectamente las bases de cada
una de ellas, se desarrolla la probabilidad terica y emprica. La primera para sustentar
los modelos que se desarrollan en los captulos 7, 8 y 9 y la segunda para apoyar la parte
 Prefacio xxi

de la estadstica llamada inferencial (captulos 11 y 12). En el captulo 6 se contina el

estudio de la probabilidad a situaciones ms complejas, se desarrollan tcnicas de conteo
y se culmina en la probabilidad condicional y el Teorema de Bayes, instrumento de anlisis
universal ya que lo mismo se emplea en las ciencias duras como la fsica y la matemtica
que en los negocios e inclusive en la filosofa.

Variables aleatorias discretas, Distribuciones discretas,

Variables aleatorias continuas y la distribucin normal,
Distribucin de muestras y el teorema del lmite central
En este bloque se desarrollan los modelos matemticos estadsticos que se utilizan en los
captulos siguientes y en cualquier rama de la estadstica como el diseo de experimentos,
control de calidad, Seis sigma, etctera.

Estimacin puntual y de intervalo

y Pruebas de hiptesis
Constituyen la introduccin a la llamada estadstica inferencial. Es una de las aplicaciones
ms sofisticadas y controvertidas de la estadstica. Su empleo requiere una slida base en
los captulos 7, 8, 9 y 10 y es uno de los paradigmas de la toma de decisiones.
Como se dijo anteriormente en el sitio de internet se tiene material adicional sobre:
Anlisis de regresin y correlacin, donde se analiza la naturaleza y grado de asociacin
entre dos o ms variables.

Uso del libro

El material del libro puede manejarse de manera flexible. Ofrece a los profesores distintas
posibilidades para uno o dos cursos semestrales. Si se dispone solamente de un semestre
y el programa de estudios incluye descriptiva e inferencial, pueden dejarse los captulos 1
y 2 para lectura de los estudiantes con algunos comentarios en clase sobre escalas de me-
dicin y muestreo probabilstico o bien revisar algn tpico de inters cuando se requiera.
Puede iniciarse con el captulo 4 completo, la parte de probabilidad terica del captulo 5
y los captulos 6, 7, 8, 9 y 10 completos, exceptuando las secciones opcionales. En los cap-
tulos 11 y 12 se sugiere cubrir al menos las primeras cuatro secciones correspondientes a
intervalos de confianza y pruebas de hiptesis para la media y la proporcin.
Si se dispone de dos semestres podra cubrirse todo el material con cierta profundidad:
el primer semestre puede verse como un curso de estadstica descriptiva y probabilidad.
Los captulos 1 y 2 pueden cubrirse en una clase cada uno, asignando a los estudiantes
algunas de las actividades y problemas de final de captulo. Se sugiere cubrir el captulo 3
y 4 completos de modo de tener un curso actualizado de descriptiva. Los captulos 5 y 6
completos constituyen un amplio panorama de la probabilidad.
El segundo semestre puede enfocarse como un curso de distribuciones de probabilidad
y estadstica inferencial. Se sugiere estudiar completos los captulos 7, 8, 9 y 10; los cap-
tulos 11 y 12 pueden abordarse de acuerdo a las exigencias de amplitud y profundidad del
programa de estudios.

Agradecimientos
Deseamos expresar nuestro agradecimiento a las personas que amablemente colaboraron
de distintas maneras para la culminacin de esta obra. Especialmente a los profesores (en
orden alfabtico):
xxii Prefacio

Profra. Martha O. R. Acevedo Ramos. Escuela Primaria Urbana Federal Alvaro Obregn
Dra. Ana Cecilia Conde lvarez, Centro de Ciencias de la Atmsfera, UNAM
Dr. Alejandro Estrada Baltazar, Instituto Tecnolgico de Celaya
Dr. Daniel Eudave Muoz, Universidad Autnoma de Aguascalientes
M. C. Fernando Flores Bentez, ESIQIE, IPN
Ing. Martha Elena Garca Ruiz, ESIQIE, IPN
C. Leslie Gmez Ortiz, estudiante en ESIQIE, IPN
M. C. Mara Sara Araceli Hernndez Hernndez, ESIQIE, IPN
Lic. Karla Paola Hernndez Lomeli, Instituto para la Planeacin del Desarrollo
Act. Hugo Hernndez Trevethan, CCH Vallejo
Dr. Fernando Hitt Espinoza, Universidad de Quebec en Montreal, Canad
Dr. Gustavo Iglesias Silva, Instituto Tecnolgico de Celaya y Texas A & M University
Dra. Gladys Linares Fleites, Instituto de Ciencias, BUAP
Lic. Mara del Carmen Marielarena Vargas, Escuela Primaria Urbana Federal Revolucin
Dr. Hugo Rogelio Meja Velasco, Cinvestav, IPN
Ing. Pedro Moreno Carrillo, ESIQIE, IPN
Ing. Juan Manuel Moreyra Mercado, ESIQIE, IPN
M. C. Salvador Montiel Snchez, Escuela Superior de Cmputo, IPN
M. C. Tania Moreno Ziga, Universidad Autnoma Metropolitana Iztapala
Lic. Jazmn M. Nieves Niebla, Centro de Orientacin Alimentaria, S. C.
Lic. Roberto Ernesto Orozco Bush, Universidad de Celaya
Lic. Teresa Lilia Prez Ziga, ESIQIE, IPN
Dr. Franois Pluvinage, Cinvestav, IPN y Universidad de Estrasburgo, Francia
Ing. Jorge Rivera Fras, Universidad Latina de Mxico
Dra. Elena Fabiola Ruiz Ledesma, Escuela Superior de Cmputo, IPN
Dra. Brbara Emma Snchez Rinza, Facultad de Ciencias de la Computacin, BUAP
M. C. Fidel Ulin Montejo, Universidad Jurez Autnoma de Tabasco
Lic. Antonio Zepeda Lpez, ESIQIE, IPN

Una mencin especial merece la colaboracin del Dr. Franois Pluvinage por su amplia
y puntual disposicin, por sus tiles comentarios tcnicos sobre el texto y los programas y
por las lecturas recomendadas, pero sobre todo por su don de gente.
Deseamos tambin expresar nuestro agradecimiento al M. C. Fernando Flores Ben-
tez y a la Act. Ana Laura Gutirrez, revisores tcnicos del libro, por sus valiosos comen-
tarios y sugerencias y por su escrupulosa revisin de todo el material.
Por ltimo queremos agradecer a Ana Delgado, editora de desarrollo, a Marcela Ro-
cha, coordinadora editorial y a Pablo E. Roig Vzquez, editor sponsor, de la Divisin de
Universidades de McGraw Hill Educacin, por su paciente y esmerada labor en el trabajo
editorial de este volumen, y por sus valiosas indicaciones y sugerencias.
Adicionalmente agradecemos la confianza de Ramn Ordua Vzquez, Gerente de
Ventas de Universidades y de Miguel ngel Toledo Castellanos, Director de Universida-
des, Medicina y Centroamrica.