Estadística 21/9/18

Estadística

Licenciado en Administración
Contador Público
Licenciado en Economía Empresarial

Aux. Mario Ravioli – 2018

mario.ravioli@facultad.econ.unicen.edu.ar

Estadística Inferencial
Contenidos

MÓDULO I. INTRODUCCIÓN
UNIDAD 1. Introducción y Conceptos básicos

MÓDULO II. ESTADÍSTICA DESCRIPTIVA

UNIDAD 2. Organización y presentación de datos.
UNIDAD 3. Medidas numéricas descriptivas.
UNIDAD 4. Introducción al análisis descriptivo multidimensional

MÓDULO III. ESTADÍSTICA INFERENCIAL (INTRODUCCIÓN)

UNIDAD 5. Probabilidad

UNIDAD 6. Variable aleatoria

Discretas y continuas. Distribuciones de probabilidad. Función masa y de densidad. Función de
distribución. Esperanza y varianza de una variable aleatoria. Uso en la toma de decisiones.
Distribuciones bivariadas, marginales y condicionadas. Esperanzas condicionadas.

UNIDAD 7. Distribuciones de probabilidad

MÓDULO IV. MUESTREO

UNIDAD 8. Muestreo

Cr. Mario Ravioli 1

Estadística 21/9/18

Variable aleatoria

Variable aleatoria

Variable: característica que desea observarse.

Aleatoria: no puede predecirse con certeza cuál
es el valor que puede tomar.
Son cuantitativas (pueden ser discretas o
continuas).

Surgen de un proceso
Surgen de un de conteo
proceso de medición

Variable aleatoria

Variable aleatoria
Definición:
- S es un espacio muestral con probabilidad p
- f una función real: f:S→ℜ,
=> X = f(s) es una variable aleatoria

“X”: Variable aleatoria

“x”: resultado de la variable aleatoria

Funciones de variables aleatorias son también

variables aleatorias.

Cr. Mario Ravioli 2

Estadística 21/9/18

Variables
aleatorias
discretas

Variables aleatorias discretas

Ejemplo 1
Experimento aleatorio: “Tirar una moneda 2 veces”

S = {SS, CC, SC, CS}

X: “Cantidad de caras”

x: 0,1,2

Cr. Mario Ravioli 3

Estadística 21/9/18

Variables aleatorias discretas

Ejemplo 2
Experimento aleatorio: “Elegir un número natural al
azar entre los números arbitrarios (0,M]

S = (0,M]

X: “Número natural elegido”

x: 1, 2, 3, 4, 5, 6, 7… M

Variables aleatorias discretas

Tabla de distribución de probabilidades p(X=x)

Lista mutuamente excluyente de todos los posibles
resultados de la variable aleatoria y de la
probabilidad asociada a cada uno.

Función masa de probabilidad (p(x))

Función que a cada posible valor de variable
aleatoria le hace corresponder un valor de
probabilidad
p(x) = Prob (X=x)

1. 0 ≤ p(x) ≤ 1 ∀x ∈ S
2. ∑ p(x) = 1
x∈S

Cr. Mario Ravioli 4

Estadística 21/9/18

Variables aleatorias discretas

Ejemplo 3

Variable aleatoria X: “Cantidad de créditos

aprobados por semana en la oficina de una sucursal
bancaria local”

X 0 1 2 3 4 5 6
p (x) 0.10 0.10 0.20 0.30 0.15 0.10 0.05

P (X=0) = 0.10
P (X=2) = 0.20

Variables aleatorias discretas

Función de distribución o acumulada

Indica la probabilidad de que la variable aleatoria
tome valores menores o iguales que x

F(x) = P(X ≤ x) = ∑ p(x) para − ∞ < x < ∞

t≤x

Condiciones

1. F( −∞) = 0 y F(∞) = 1
2. si a < b, entonces F(a) ≤ F(b)

Cr. Mario Ravioli 5

Estadística 21/9/18

Variables aleatorias discretas

Ejemplo 4
Experimento aleatorio: “Tirar una moneda 4 veces”
S = {CCCC, CCCS, CCSC, CCSS, CSCC, CSCS, CSSC, CSSS, SCCC, SCCS,
SCSC, SCSS, SSCC, SSCS, SSSC, SSSS}
X: “Cantidad de caras”
x: 0, 1, 2, 3, 4
0 1 2 3 4
p (x) 1/16 4/16 6/16 4/16 1/16
F (x) 1/16 5/16 11/16 15/16 16/16

P (X=0) = 1/16 P (X < 0) = 0

P (X=2) = 6/16 P (X ≤ 0) = 1/16
P (X ≤ 1) = P(X=0) + P(X=1) =
5/16
P (X ≤ N) = 16/16 ∀ N ≥ 4

Variables aleatorias discretas

Gráficos (Ejemplo 1)
Función masa de
probabilidad
p(x)
Función de distribución
(acumulada)

Cr. Mario Ravioli 6

Estadística 21/9/18

Variables aleatorias discretas

Esperanza matemática
Promedio a largo plazo
N
µ = E(X) = ∑ xi p(X = xi )
i=1

Varianza (1)

Esperanza de la distancia
cuadrática entre cada valor
de x y la esperanza

Variables aleatorias discretas

Varianza (2)

V(X) = E(X2 ) − (E(X))2

Siendo:
N
E(X2 ) = ∑ xi2 p(X = x i )
i=1

Desviación estándar

𝜎 𝑋 = 𝑉 𝑋

Cr. Mario Ravioli 7

Estadística 21/9/18

Variables aleatorias discretas

Ejemplo 5:
X: “Cantidad de créditos aprobados por semana en
la oficina de una sucursal bancaria local
X 0 1 2 3 4 5 6
p (x) 0.10 0.10 0.20 0.30 0.15 0.10 0.05

µ = E(X) = 2.8 hipotecas ¿Mediana?

¿Moda?
V(X) = 2.46 hipotecas2

σ(X) = 1.57 hipotecas

Variables aleatorias discretas

Se propone el siguiente juego: se apuesta $1 a un

número de la ruleta. Si sale el número, el premio es
de $36, caso contrario, se pierde el peso apostado.
¿Conviene jugar?

Se asegura un diamante de $50000 por

su valor total pagando una prima D
(en pesos). Si la probabilidad de un robo
en un año es de 0.01, ¿qué prima
tendría que cobrar la compañía de
seguros si espera ganar $1000?

Cr. Mario Ravioli 8

Estadística 21/9/18

Variables
aleatorias
continuas

Variables aleatorias continuas

Variable aleatoria continua

Ejemplos:
Tiempo de descarga para la página principal de
un sitio web
Distancia recorrida por un camión en un año
Costo de la electricidad durante el mes de
agosto

Extensión na tural de las nociones de Variable

aleatoria discreta

Cr. Mario Ravioli 9

Estadística 21/9/18

Variables aleatorias continuas

Función de densidad de probabilidades (f(x))

Expresión matemática que define la distribución de los

valores para una variable aleatoria continua.

X: variable aleatoria
b
continua
P(a ≤ X ≤ b) = ∫ f ( x )dx
a
a y b: números reales tal
que a ≤ b

Variables aleatorias continuas

Variable Aleatoria Discreta Variable Aleatoria Continua

Función masa de probabilidad Función de Densidad

Valor de la función en x Valor de la función

indica probabilidad: en x indica
P (X=x) “densidad”

Cr. Mario Ravioli 10

Estadística 21/9/18

Variables aleatorias continuas

Función de densidad de probabilidades (f(x))

Si X es una variable aleatoria continua y a y b son

números reales tal que a ≤ b, entonces:

P(a ≤ X ≤ b) = P(a ≤ X < b) = P(a < X ≤ b) = P(a < X < b)

Ya que
a
p( X = a) = ∫ fX ( x)dx = 0
a

(Prob (X=x) = 0)

Variables aleatorias continuas

Función de densidad de probabilidades (f(x))

Condiciones:

.
𝑃 𝑎 ≤ 𝑋 ≤ 𝑏 = * 𝑓 𝑥 𝑑𝑥 ≥ 0
/

5
𝑃 −∞ ≤ 𝑋 ≤ ∞ = * 𝑓 𝑥 𝑑𝑥 = 1
65

Cr. Mario Ravioli 11

Estadística 21/9/18

Variables aleatorias continuas

Función de densidad de probabilidades (f(x))

Ejemplo:

Sea x una variable aleatoria que denota la cantidad

de minutos que dura una conversación telefónica
dada por la siguiente función de densidad:

1/8 0<x ≤2
f (x) = 3/8 2<x≤4
0 otro caso

Variables aleatorias continuas

Función de distribución (acumulada)

x
F(x) = p(X ≤ X) = ∫ f(y)dy para − ∞ < x < ∞
−∞

Propiedades de la Función de Distribución (F)

§ 1) F (xi) ≥ 0
§ 2) F (xi) ≤ F (xk) para todo xi ≤ xk
§ 3) lim F ( x) = F (−∞) = 0
x → −∞

lim F ( x) = F (+∞) = 1
x →∞

Cr. Mario Ravioli 12

Estadística 21/9/18

Variables aleatorias continuas

Gráficos (Ejemplo Función normal)

Función de densidad

Función de distribución
(acumulada)

Variables aleatorias

Propiedades de la Esperanza matemática

𝐸 𝑎𝑋 = 𝑎𝐸 𝑋 X e Y son v.a.

𝐸 𝑋 + 𝑎 = 𝐸 𝑋 + 𝑎
a y b son
𝐸 𝑋 + 𝑌 = 𝐸 𝑋 + 𝐸 𝑌 constantes

Propiedades de la Varianza
𝑉 𝑋 ≥0
𝑉 𝑎𝑋 = 𝑎9 𝑉 𝑋
𝑉 𝑋 + 𝑎 = 𝑉 𝑋
𝑉 𝑋+𝑌 = 𝑉 𝑋 +𝑉 𝑌 (X e Y son v.a. Independientes)

Cr. Mario Ravioli 13

Estadística 21/9/18

Variables aleatorias

Distribución conjunta de probabilidad

Para v.a. discretas, obtengo:

𝑝(𝑋 = 𝑥> ∩ 𝑌 = 𝑦> )

Para cada combinación posible de valores de v.a.

Variables aleatorias

Ejemplo 6
Ejemplo 1:
Experimento aleatorio: “Tirar una moneda 2 veces”
S = {SS, CC, SC, CS}
X: “Cantidad de caras”
Agrego variable:
Y: “Cantidad de caras en la primera tirada”

Y/X 0 1 2
Distribución
conjunta de Distribución
0 1/4 1/4 0 1/2 marginal de
probabilidad
probabilidad
1 0 1/4 1/4 1/2
1/4 1/2 1/4 1

Cr. Mario Ravioli 14

Estadística 21/9/18

Variables aleatorias

Covarianza

𝐶𝑂𝑉 𝑋, 𝑌 = 𝐸{[𝑥 − 𝐸(𝑋)][𝑦 − 𝐸(𝑌)]}

Coeficiente de correlación

𝐶𝑂𝑉 𝑋, 𝑌
𝜌 𝑋, 𝑌 =
𝜎J 𝜎K

Cr. Mario Ravioli 15