Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
FACULTAD DE LETRAS
CON
2011
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
INTRODUCCIN
El Profesor
1
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
INICIO DE UNA SESIN EN MINITAB:
Barra de
Herramientas
VENTANA
SESSION
VENTANA
WORKSHEET
Barra de
Estado
Ventana Sesin
En esta ventana aparecern todos los resultados a los procedimientos efectuados con
excepcin de los grficos.
Ventana Worksheet
En est ventana se ingresarn los datos que se quieran procesar. Es similar a una hoja de
clculo organizada en columnas (C1, C2,) y filas numeradas.
LA BARRA DE MENS
La Barra de Mens de MINITAB contiene 9 entradas: File, Edit, Manip, Calc, Stat,
Graph, Editor, Window y Help, cada una de las cuales tienen varias opciones. Si al lado de la
opcin aparece el smbolo entonces ( ), al elegir esta opcin aparecer un sub men de
alternativas. Si la opcin termina en tres puntos ( ) entonces aparece una Ventana de Dilogo.
El Men File
2
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
ste men contiene mayormente opciones que sirven para manipular las hojas de trabajo
y para guardar e imprimir el contenido de las ventanas de MINITAB. A continuacin se muestra
las opciones de ste men
Las ltimas hojas de trabajo o proyectos que se han usado aparecen al final del men File y
pueden ser activados si se selecciona con el Mouse.
El Men Edit
3
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
ste men contiene opciones que permiten editar el contenido de las celdas de las columnas del
Worksheet o el contenido de la ventana Session. Cuando se hacen grficas, en el Men Edit
aparece la opcin Copy Graph que permite enviar la grfica al Clipboard para luego ser
exportada a un procesador de palabras, tal como Word o WordPerfect. La figura nos muestra las
opciones de ste men cuando la ventana Worksheet est activa.
Men Manip
4
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
ste men contiene opciones para manipular todo el contenido de las columnas de una hoja de
trabajo. En la siguiente figura se muestran las opciones del men Manip y las alternativas que
hay para la opcin Change Data Type.
Men Calc
5
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
Contiene opciones para hacer operaciones aritmticas con las columnas de la hoja de trabajo,
tambin es posible obtener al azar un conjunto de datos con una distribucin predeterminada y
calcular probabilidades y percentiles de las distribuciones ms conocidas. La ltima entrada del
men Calc es Matrices, la cual permite hacer operaciones con matrices. A continuacin se
muestran las opciones de ste men y las alternativas de la opcin Probability Distributions.
Men Stat
6
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
ste men contiene opciones que permite llevar a cabo la mayora de los procedimientos
estadsticos. La siguiente figura nos muestra las opciones de ste men y el sub men de la
Opcin Tables.
Opciones de Stat
Opcin Accin
Incluye clculo de medias estadsticas, pruebas de hiptesis acerca de
la media poblacional, de proporciones, de diferencia de medias y de
Basic Statistics
proporciones, clculo de la correlacin, as como pruebas de
Normalidad para un conjunto de datos.
Incluye anlisis de regresin simple y mltiple, los mtodos para elegir
Regresin el mejor modelo de regresin. Tambin el plot de los puntos observados
y la lnea de regresin que se ajusta a ellos
Anova Hace el anlisis de varianza de diseos experimentales bsicos
DOE Analiza diseos experimentales avanzados
Control Charts Grficas de control de calidad
Quality Tools Ms grficas de control de calidad
Reability/Survival Incluye los mtodos de anlisis de supervivencia y de confiabilidad
Incluye los mtodos estadsticos multivariados: Componentes Principales,
Multivariate
Anlisis Factorial, Anlisis Discriminante
Times Series Analiza datos en series de tiempo
Tables Ordena datos en forma tabular y analiza tablas de contingencia
Incluye los mtodos estadsticos no paramtricos, los que no requieren
Noparametrics
la suposicin de Normalidad
Incluye los mtodos del Anlisis Exploratorio de datos:"stem-and-leaf"
EDA
"boxplots", etc
Power and Sample Size Calcula la potencia y el tamao de muestra para varias pruebas estadsticas
Men Graph
7
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
ste men contiene opciones que permiten hacer una gran variedad de grficas estadsticas desde
histogramas hasta grficas tridimensionales. A continuacin se muestran las opciones de ste
men y las opciones de la opcin Character Graphs.
Opciones de Graph
Opcin Accin
Layout Empieza y termina el arreglo de grficas mltiples en una misma pgina
Plot Hace diagrama de puntos y grficas lineales
Times Series Plot Hace grficas para datos en series de tiempo
Chart Hace grficas de barras para datos cualitativos
Histogram Hace un histograma
Boxplot Hace un "Boxplot"
Matriz Plot Hace un plot en forma matricial para mostrar la relacin entre varias variables
Draftsman Plot Hace un plot matricial 2 por 2
Contour Plot Hace un plot de contorno
3D Plot Hace plot en 3 dimensiones
3D Wireflame Plot Grafica una superficie en 3 dimensiones usando grids
3D Surface Plot Grafica una superficie en 3 dimensiones
Dotplot Hace un grfico de puntos de alta resolucin
Pie Chart Hace grficas circulares
Hace un diagrama de puntos acompaado de histogramas, boxplots o dotplots
Marginal Plot
de las variables X y Y
Probability Plot Hace plots de probabilidad
Stem-and-Leaf Hace un "Stem-and-Leaf" de un conjunto de datos
Character Graphs Hace varios tipos de grficas en modo texto
Men Editor
8
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
ste men contiene opciones que permiten editar el contenido de las ventanas de session y
worksheet. En particular se puede insertar comentarios en los resultados que aparecen en
session. Tambin se puede elegir el tipo de letra en que ellos aparecern. Las opciones del men
dependen de la ventana que est activa.
Cuando la ventana worksheet est activada entonces hay opciones que permiten editar el
contenido de las celdas de la hoja de trabajo. A continuacin se muestran las opciones de ste
men.
Men Window
El men Window contiene opciones que permiten organizar las ventanas de MINITAB,
ste men aparece en todo programa hecho para windows. A continuacin se muestran las
opciones de ste men.
9
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
Men Help
ste men contiene opciones que dan ayuda acerca del uso de los comandos de
MINITAB. A continuacin se muestran las opciones de ste men.
10
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
INGRESO DE DATOS
11
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
Se elige el men File y luego la opcin Save Worksheet As (si es la primera vez que son
entrados los datos) o Save Worksheet (si los datos ya han sido entrados anteriormente).
Los datos que se van a analizar pueden estar de antemano en un archivo, el cual puede
estar en formato de MINITAB o en otro tipo de formato, o bien puede haber sido ingresado
usando un editor de texto.
Para llamar al archivo que est en formato de MINITAB se elige el men File y luego la opcin
Open Worksheet.
13
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
ESTADISTICA DESCRI PTIVA
En este captulo se desarrollarn todas las tcnicas que se usan para la organizacin y
presentacin de datos en tablas y grficos, as como clculos de medidas estadsticas:
14
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
Interpretacin:
Count, representa la frecuencia absoluta. Por ejemplo el porcentaje de arcilla que ms predomina
es el 1.
CumCnt, representa la frecuencia absoluta acumulada. Por ejemplo 39 de las 40 muestras tienen
un porcentaje de arcilla menor o igual que 16.
Percent, representa la frecuencia relativa porcentual. Por ejemplo, slo 2.50 % de los porcentajes
de arcillas de las muestras es de 26.
CumPct, representa la frecuencia relativa porcentual acumulada. Por ejemplo, el 97.50 % de
porcentaje de arcilla son menor o igual a 16.
Histograma
Para el ejemplo utilizaremos la variable PH. Para construir un histograma elegimos la opcin
Histograma... del men Graph... donde debemos elegir la variable o variables de las cuales se
generar el histograma (se genera una grfica por variable), para lo cual la seleccionamos del
lado izquierdo y damos clic sobre el botn de Select; en ese momento aparecer en el rea de
Graph variable.
15
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
Si se quieres poner ttulos se elige Title, o para notas al pie Footnote, para poner los
valores de la frecuencia absoluta encima de cada barra se elige Data Labels.
Oprimiendo OK se obtiene el histograma deseado. Minitab elige automticamente el
nmero de intervalos de clase, si se desea cambiar el nmero de intervalos de clase, se debe
oprimir el botn Options y entrar el nmero de intervalos. Adems se puede ingresar los puntos
medios de los intervalos de clase que se desean, al igual que el tipo de frecuencia para la altura de
las barras. Por otro lado se puede obtener un Histograma horizontal, eligiendo Transpose X and
Y en Options.
Una vez seleccionadas todas las opciones para histograma se da clic en OK y aparecer la
ventana Histogram:
16
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
Para ponerle color a nuestro histograma debemos tener activa la ventana, posteriormente nos
vamos al men de Editor>Edit y de inmediato nos aparecern dos barras de herramientas
donde podemos poner color a nuestro histograma.
Grficas de Barras
Las grficas de barra pueden ser verticales u horizontales. Las grficas de barras se
obtienen eligiendo la opcin Chart del men Graph
17
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
Grficas Circulares
Este tipo de grfica se usa cuando se requiere tener una idea de la contribucin de cada valor de
la variable al total. Para obtener grficas circulares se usa la opcin Pie Chart del Men Graph.
La ventana de dilogo de Pie Chart que se muestra a continuacin. La grfica nos permitir ver
como se distribuyen las clases contextuales.
En sta ventana pasamos la variable que queremos que nos salga la grfica como se indica en la
figura. Luego pulsamos la opcin y nos muestra la siguiente ventana.
18
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
19
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
Grfica de Stem-and-Leaf (tallos y hojas):
Se trata de la combinacin de dos tcnicas, una para graficar y otra para clasificar.
Representa los datos de una muestra mediante el empleo de los dgitos que
constituyen los valores de los datos. Cada dato numrico se divide en dos partes:
el (los) dgito (s) principal (es) se convierte (n) en el TALLO. Y el (los) dgito(s)
posterior(es) se convierten en la HOJA.
Los Tallos se escriben a lo largo del eje principal, y por cada porcin de datos se
escribe una hoja para demostrar la distribucin de los datos.
Una ventaja de los diagramas de tallos y hojas es que presentan ms informacin que los
histogramas, ya que se conservan los valores iniciales de los datos.
20
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
El resultado ser el siguiente:
Stem-and-Leaf Display: PH
Stem-and-leaf of PH N = 40
Leaf Unit = 0.10
2 7 22
4 7 55
9 7 66777
14 7 88889
(9) 8 000000111
17 8 222223333
8 8 444
5 8 7
4 8 88
2 9 1
1 9 2
Diagrama de Cajas
21
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
El resultado ser el siguiente:
Las medidas de tendencia central representan el centro de la distribucin de los datos y las
medidas de tendencia central ms usuales son la media, la mediana y la moda.
MEDIA ARITMETICA
Es la suma de todas las observaciones de una poblacin o muestra dividida entre el tamao de la
poblacin. Una desventaja es la media es que se ve afectada por valores extremos. Una
alternativa a ste problema es la media ponderada o trimedia, que se calcula con los datos
restantes tras eliminar un porcentaje dado de los ms grandes y los ms pequeos. MINITAB
calcula la trimedia eliminando el 5% de los datos de cada extremo.
MEDIANA
Es un valor que divide a la muestra en dos partes iguales. Es decir 50 por ciento de los datos de la
muestra sern menores o iguales que la mediana y el restante 50 por ciento son mayores o iguales
que ella.
La mediana no est afectada por los valores extremos sin embargo no recoge la informacin de
toda la muestra o poblacin. Para calcular la mediana primero se ordenan los datos de menor a
mayor. Si el nmero de datos es impar, entonces la mediana ser el valor central. Si el nmero de
datos es par entonces se promedian los dos valores centrales.
22
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
MODA
Es el valor que se repite con mayor frecuencia en la muestra. La moda puede aplicarse tanto a
datos cuantitativos como cualitativos.
MEDIDAS DE VARIABILIDAD
Las medidas de variabilidad o de dispersin, permiten conocer el grado de homogeneidad o
heterogeneidad de un conjunto de datos.
EL RANGO
Es la diferencia entre el mayor y el menor valor de la muestra. Mientras mayor sea el rango existe
mayor variabilidad. Es una medida inestable pues cambia de valor rpidamente al pasar de una
muestra a otra, se ve afectada por valores extremos y no mide la variacin de los datos
intermedios.
LA VARIANZA
Es una medida que da una idea del grado de concentracin de los datos con respecto a la media.
Es el promedio de las desviaciones al cuadrado de los datos con respecto a la media.
DESVIACIN ESTNDAR
Es la raz cuadrada positiva de la varianza y tiene la ventaja que est en las mismas unidades de
medida que los datos. Se usa para comparar la variabilidad de dos grupos.
COEFICIENTE DE VARIACIN
Es una medida de variacin relativa pues no tiene unidades. Se calcula dividiendo la desviacin
estndar entre la media. Se usa para comparar 2 o ms conjuntos de datos, con diferentes
unidades de medida o con valores muy diferentes para sus medias.
EJEMPLO: Para calcular medidas estadsticas de tendencia central y de variabilidad para un
conjunto de datos realizamos lo siguiente.
Escoger el men Stat, luego ir a Basic Statistics y a la opcin Display Descriptive Statistics para
calcular las medias estadsticas de la variable PH del ejemplo anterior.
Luego nos aparece lo siguiente:
En el que pasamos la variable que deseamos analizar, en este caso la variable PH, y luego
pulsamos la opcin y nos muestra la siguiente ventana
23
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
En la cual nosotros seleccionamos Graphical Summary y presionamos el botn
24
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
Donde:
N: Representa el nmero de datos.
Mean: Es la media muestral, y en nuestro ejemplo nos da una media del 8.0925 de PH
Median: Es la mediana, en nuestro ejemplo nos da 8.0750 de PH
TrMean: Es la media ponderada del 5%, en nuestro ejemplo nos da 8.0792 de PH
StDev: Es la desviacin estndar, en nuestro ejemplo nos da 0.4509
SE Mean: Es el error estndar de la media muestral, o sea S n
Y los valores restantes representan el Mnimo, el Mximo y los Cuartiles superior (Q3) e
inferior (Q1) de cada variable.
25
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
DISTRIBUCIONES DE PROBABILIDAD
26
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
27
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
28
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
DISTRIBUCIN NORMAL: La distribucin Normal o Gaussiana es del tipo continuo y es
considerada la distribucin ms importante en Estadstica por las numerosas aplicaciones que
tiene. Su comportamiento es reflejado por la Curva Normal que es la grfica de la siguiente
ecuacin.
( x )2
e 2 2
f ( x)
2
Donde:
La media y la desviacin estndar son los parmetros de la distribucin.
En MINITAB se pueden calcular la funcin de densidad (Probability Density), la funcin de
distribucin acumulada (Cumulative probability) y los percentiles (Inverse Cumulative
probability) de la distribucin Normal para cualquier valor de la media y la desviacin
estndar . No se requiere transformacin a una Normal Estndar. Para esto hay que seguir la
secuencia Calc, Probability y Distributions, Normal
Ejemplo: En este ejemplo en la columna llamada Z se han puesto 15 valores y se quiere hallar el
rea a la derecha de dichos valores, las reas sern guardadas en una columna llamada rea. Por
otro lado en la columna Alpha se han puesto 11 valores de rea y se desea hallar los valores de z
correspondientes, estos son llamados percentiles. La ventana de dilogo y los resultados son
como sigue:
29
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
Para hallar los percentiles se elige Inverse Cumulative Probability y se selecciona Alpha en
Input Column y z(alpha) en Optional Storage.
30
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
Cotejando si hay Normalidad
Cuando se trata de sacar conclusiones acerca de la poblacin usando los datos de la muestra, se
asume generalmente que la poblacin es Normal. Cuando no se conoce todos los elementos de la
poblacin, se debe de usar los datos de la muestra para verificar si efectivamente la poblacin es
Normal. Existen varias pruebas estadsticas para verificar la Normalidad.
En MINITAB, primero se elige la opcin Stat, Basic Statistics y luego Test of Normality.
31
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
En este caso vamos a ver la forma bsica de detectar normalidad, la cual es a travs de Plot de
Normalidad. El Plot de Normalidad consiste de un diagrama de puntos donde en el eje vertical
se considera los escores normales y en el eje horizontal los valores de la variable. Si los puntos
caen cerca de una lnea, entonces se dice que hay Normalidad. En MINITAB ste plot es
obtenido siguiendo la secuencia Graph, Probability Plot.
Ejemplo: Usar un plot de Normalidad para verificar si la siguiente muestra proviene de una
poblacin Normal.
3.1 0.9 2.8 4.3 0.6 1.4 5.8 9.9 6.3 10.4 0 11.5
32
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
Interpretacin: En el eje horizontal aparecen los escores normales y en el eje vertical las
probabilidades acumuladas de dichos escores. Los puntos caen cerca de la lnea y todos caen
dentro de las bandas de confianza, luego se puede concluir que la poblacin de donde proviene la
muestra es Normal.
33
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
REGRESIN LINEAL
1. Regresin Lineal Simple: Supongamos que tenemos datos de dos variables cuantitativas
continuas X e Y, las cuales se relacionan siguiendo una tendencia lineal significa que los
puntos estn dispuestos alrededor de una lnea recta, desvindose por una cantidad aleatoria e
de la misma. Si adems asumimos que se trata de predecir el comportamiento de Y usando X,
entonces el modelo de regresin lineal simple es de la forma.
Y X
Donde:
Y es la llamada la variable de respuesta o dependiente
X es la llamada la variable previctoria o independiente
es el intercepto de la lnea con el eje Y
es la pendiente de la lnea de regresin
es un error aleatorio, el cual se supone que tiene media 0 varianza constante 2
y son parmetros desconocidos y para estimularlos se toma una muestra de tamao n
de observaciones (Xi, Yi), la variable Y se asume que es aleatoria pero X no necesariamente
lo es.
El estimado de de y el estimado de de son hallados usando el mtodo de mnimos
cuadrados, que se basa en minimizar la suma de cuadrados de los errores
n n
ei2 ( yi xi )2
i 1 i 1
Usando tcnicas de clculo diferencial para minimizar una funcin de dos variables y
se obtienen
S xy
y y x
S xx
Las cantidades Sxx, Syy y Sxy aparecen definidas de la siguiente manera:
n n n n
n
( xi ) 2 n
( y i ) 2 n
( xi )( y i )
S xx xi2 i 1
; S yy y i2 i 1
; S xy xi y i i 1 i 1
i 1 n i 1 n i 1 n
34
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
Ejemplo: Se desea hallar una lnea de Regresin que permita predecir el precio de una chacra
(Y) basndose en el rea de la misma (X). Se recolectaron 15 datos:
35
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
Luego se presiona el botn que permite controlar los resultados que aparecern
en la ventana session. Hay 4 alternativas para controlar la salida segn se muestra en la
figura.
36
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
Interpretacin de los Coeficientes de Regresin:
Interpretacin del Intercepto : Indica el valor promedio de la variable de respuesta Y
cuando X es cero. Si hay seguridad de que la variable predoctora X no puede asumir el valor
cero, entonces la interpretacin es innecesaria. En el ejemplo anterior, =73,168 indicara
que si la chacra no tiene rea su precio promedio ser 73,158, lo cual no es muy razonable. Es
ms conveniente hallar una lnea de regresin que no tenga intercepto.
Interpretacin de la Pendiente : Indica el cambio promedio en la variable respuesta Y
1 ( x0 x) 2
Y0 t (1 / 2,n 2 ) s
n S xx
Por otro lado muchas veces estamos interesados en estimar solamente un valor de Y
correspondiente a un valor dado X0. El estimado puntual ser el mismo Y, y usando
propiedades de Y0-Y0 se obtiene que un intervalo de confianza de (1- )% para el valor
predicho de Y dado que X=X0 es de la forma:
1 ( x0 x) 2
Y0 t (1 / 2,n 2 ) s 1
n S xx
Es mas riesgoso hacer predicciones para un solo valor que para un valor medio, por esta razn
el intervalo de prediccin de Y es mas ancho que el intervalo de confianza para el valor
medio.
El botn de la ventana de Regression permite hallar estos intervalos de
confianza, la siguiente ventana trata de hacer estas predicciones para el ejemplo anterior
cuando la chacra tiene un rea de 3500 pies cuadrados.
37
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
Interpretacin: Hay un 95% de confianza de que el valor medio de todas las chacras de 3500
pies cuadrado de rea caiga entre 184,536 y 231,461.
Hay un 95% de confianza de que el valor de una chacra de 3500 pies cuadrados caiga entre
169,518 y 246,479.
As mismo, la opcin Fitted Line Plot del men de Regression permite hallar bandas de
confianza tanto para el valor predicho como para el valor medio de las Y. Con las bandas de
confianza se pueden tener intervalos de confianzas para cualquier valor dado de X. Para el
presente ejemplo se obtiene:
38
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
39
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
Notar que las bandas de confianza son anchas en los extremos y angostas en el centro. En
realidad las bandas se angostan cuando los valores de X que se toman estn cerca del
promedio x .
40
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
DISTRIBUCIONES MUESTRALES
Uno de los objetivos de la estadstica es saber a cerca del comportamiento de parmetros
poblacionales tales como: la media ( ), la varianza ( 2 ) o la proporcin ( ). Para ello se extrae
una muestra aleatoria de la poblacin y se calcula el valor de un estadstico correspondiente, por
ejemplo la media muestral ( x ), la varianza muestral ( s 2 ) o la proporcin muestral ( p ). El valor
del estadstico es aleatorio porque depende de los elementos elegidos en la muestra seleccionada
y por lo tanto el estadstico tiene una distribucin de probabilidad la cual es llamada la
Distribucin Muestral del Estadstico.
1. Distribucin de la Media Muestral cuando la Poblacin es Normal
Si se extraen muestras aleatorias de tamao n de una poblacin infinita que tiene media
poblacional y varianza 2 , entonces sea cual sea la distribucin de la poblacin se tiene que:
- La media de las medias muestrales es igual a la media poblacional.
- La varianza de las medias muestrales es igual a la varianza poblacional dividida por n.
En consecuencia la desviacin estndar de las medias muestrales (llamado tambin el error
estndar de la media muestral), es igual a la desviacin estndar poblacional dividida por la
raz cuadrada de n.
Si adems la poblacin se distribuye normalmente entonces, la media muestral tambin tiene
una distribucin normal con la media y varianza anteriormente indicadas. Si la poblacin es
bastante simtrica entonces, un tamao de muestra mayor que 30 es suficiente para una buena
aproximacin a la normal. Si la poblacin es bastante asimtrica entonces el tamao de
muestra debe ser mucho ms grande.
2. El Teorema de Lmite Central
Un importante resultado en Probabilidades y Estadstica es el llamado Teorema del Lmite
Central que dice que si de una poblacin infinita con media y varianza 2 se extraen
muestras aleatorias de tamao n, entonces la media muestral se comporta como una variable
aleatoria normal con media igual a la media poblacional y con varianza igual a la varianza
poblacional dividida por el tamao de la muestra, siempre que n sea grande. Lo importante de
este resultado es que es independiente de la forma de la distribucin de la poblacin. Es decir,
2
x N ( , )
n
41
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
42
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
Segundo, extraemos 30 muestras de tamao 4 de dicha poblacin, ejecutando 4 veces la
siguiente secuencia Calc, Random Data, Simple from columns. Guardar cada una de las 4
observaciones de las muestras en 4 columnas distintas: Obs1, Obs2, Obs3 y Obs4.
43
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
Tercero, calculamos las medias de todas esas muestras usando la opcin Calc, Row
Statistics y tratamos de ver grficamente al menos si hay acercamiento a Normalidad. As
mismo se debe de observar que la media de todas stas medias debera de estar cerca de
2
y la varianza cerca de
n
44
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
Luego para hallar la media de todas las medias seguimos los siguientes pasos: Stat, Basic
Statistics, Display Descriptive Statistics, y nos da los siguientes resultados. Tambin
45
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
Luego nos aparecer la siguiente ventana en el que escogemos la opcin marcada con el
aspa.
46
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
Bibliografa:
47
UNIVERSIDAD NACIONAL SANTIAGO ANTUNEZ DE MAYOLO Estadstica General
Doc. Ing. Hernn Vega Meja
INDICE
Introduccin ..... 1
Inicio de una Sesin en MINITAB ...... 2
La Barra de Mens ....... 2
Men File ... 3
El Men Edit . 4
El Men Manip .. 5
El Men Calc . 6
El Men Stat .. 7
El Men Graph .. 8
El Men Editor .. 9
El Men Window .. 9
El Men Help .. 10
Ingreso de Datos .... 11
Guardando los datos ....... 13
Abriendo un Archivo de Datos ........... 13
Estadstica Descriptiva ... 14
Organizacin de Datos Cuantitativos ... 14
Tabla de Frecuencias ...... 14
Histogramas .... 15
Presentacin de Datos Cualitativos ..... 17
Grficas de Barras... 17
Grficas Circulares ..... 18
Grfica de Stem-and-Leaf (tallos y hojas) ...... 20
Diagrama de Cajas ...... 21
Medidas de Tendencia Central ....... 22
Media Aritmtica ...... 22
Mediana ........ 23
Moda ..... 23
Medidas de Variabilidad ........... 23
El Rango ........ 23
La Varianza ....... 23
Desviacin Estndar ...... 23
Coeficiente de Variacin ........23
Distribuciones de Probabilidad ....26
Distribucin Binomial .......... 26
Distribucin Normal ......... 29
Cotejando si hay Normalidad ......... 31
Regresin Lineal ......... 33
Regresin Lineal Simple ....... 33
Interpretacin de los Coeficientes de Regresin ........... 37
Distribuciones Muestrales ....... 41
Distribucin de la Media Muestral cuando la Poblacin es Normal ......... 41
El Teorema de Lmite Central ........41
48