Anal Is Is Esta Dis Tico

Instrumentación y Control
Análisis Estadístico de Datos Experimentales
Héctor Alberto Fernández Bobadilla
Universidad Nacional Autónoma de México

Facultad de Ingeniería
2 de septiembre de 2018
Análisis Estadístico de Datos Experimentales Instrumentación y Control 2 de septiembre de 2018 1 / 48

Contenido
1 Conceptos Básicos de Probabilidad y Estadística
2 Variables Aleatorias y Distribuciones de Probabilidad
3 Distribución Normal
4 Teorema del Límite Central
5 Distribución t de Student
6 Intervalos de Confianza

Contenido

Definiciones
Población: Conjunto de todos los individuos de un tipo

específico, los cuales resultan de interés.
Muestra: Es una observación sobre la población. El proceso de

extraer muestras de una población se denomina muestreo.
Muestreo Aleatorio Simple (MAS): Es aquel en el que cierta

muestra de un tamaño muestral específico tiene la misma
probabilidad de ser seleccionada que cualquier otra muestra del
mismo tamaño.

Definiciones



mismo tamaño.

Definiciones



mismo tamaño.

Definiciones
Probabilidad: Es un número entre 0 y 1 que indica el grado de

certeza o confianza de que un evento ocurra.
La suma de las probabilidades de todos los eventos en un

espacio muestral debe ser igual a 1.
Estadística Descriptiva: Conjunto de métodos que permiten

obtener medidas que caracterizan a una muestra.
Inferencia Estadística: Conjunto de métodos mediante los

cuales se obtienen inferencias o generalizaciones acerca de una
población, a partir de una muestra.

Definiciones





Definiciones





Definiciones





Probability
Sampling
Population Sample
Unknown Known
Statistical
Inference

Medidas de una muestra
Medidas de localización
⇒ Media, mediana, moda.
Medidas de dispersión o variabilidad

⇒ Rango, varianza, desviación estándar, coeficiente de variación.
Medidas de forma
⇒ Sesgo o asimetría, curtosis.

Medidas de localización
Suponga una muestra con n elementos x1 , ..., xn . La media (aritmética)
o promedio es el valor más representativo de un conjunto de datos:
n
1X x1 + · · · + xn
x̄ = xi =
n n
i=1
La mediana de la muestra es el valor que divide sus magnitudes a la

mitad. Si la muestra está ordenada en sentido creciente, la mediana
puede calcularse como:
(
x n+1 , n impar
2
x̃ = 1

2 xn/2 + xn/2+1 , n par
La moda xmo es el valor que más veces se repite en la muestra.

Medidas de dispersión
El rango es una medida de la amplitud de la muestra.
rango = max(xi ) − min(xi ) = xmax − xmin

∀i ∀i
La varianza y la desviación estándar son medidas de la dispersión de

la muestra respecto a su media.
n
2 1 X 2 Varianza y desviación
s = xi − x̄ estándar muestrales o
n−1
i=1
√ insesgadas
s= s 2

Medidas de dispersión
Cuando se tiene una muestra grande (n ≥ 30) se puede hacer uso de

la varianza y desviación estándar poblacionales o sesgadas.
n 2
1 X
σ2 = xi − x̄
n
i=1
√
σ = σ2
El coeficiente de variación es una medida de la dispersión de los datos

referenciada a la media.
s σ
CV = ó CV =
x̄ x̄

Medidas de forma
El coeficiente de sesgo de Pearson se usa como un indicador de la

asimetría de la muestra.
x̄ − xmo x̄ − xmo
AK = ó AK =
s σ
Si la moda no está bien definida, puede emplearse en su lugar la

mediana, a partir de la relación empírica para distribuciones
unimodales
x̄ − xmo = 3(x̄ − x̃)
entonces,
3(x̄ − x̃) 3(x̄ − x̃)
AK = ó AK =
s σ

Medidas de forma
El coeficiente de curtosis percentílico es una medida del aplanamiento

o apuntamiento de los datos.
P75 − P25
K=
2(P90 − P10 )
donde Pm indica el m-ésimo percentil.

Medidas de forma
La distribución normal tiene un sesgo AK = 0

y una curtosis K = 0.263.
Valor de AK Grado de asimetría

AK < 0 Sesgo negativo
AK = 0 Simetría perfecta
AK > 0 Sesgo positivo
Valor de K Grado de apuntamiento

K < 0.263 Platicúrtica (Aplanada)
K = 0.263 Mesocúrtica (Normal)
K > 0.263 Leptocúrtica (Elevada)

Otras medidas
Desviación
di = xi − x̄
La media de la desviación d̄ siempre es cero.
n n n n
1 X 1 X 1X 1X 1
d̄ = di = xi − x̄ = xi − x̄ = x̄ − (nx̄) = 0
n i=1
n i=1 n i=1 n i=1 n
| {z }
x̄
Media geométrica
n
!1/n
Y √
x̄g = xi = n
x1 x2 · · · xn
i=1
Media armónica
1 n
x̄a = 1 Pn 1
= Pn 1
n i=1 xi i=1 xi

Ejemplo

Contenido

Variables Aleatorias
Definición (Variable Aleatoria)
Una variable alearoria es una función que asocia un número real a
cada elemento del espacio muestral. Si éste es continuo (discreto), la
correspondiente variable aleatoria será continua (discreta).
Ejemplo:
De una urna con bolas rojas y negras se extraen dos bolas. Sea X la variable
aleatoria que indica el número de bolas rojas extraídas.
Espacio muestral X
NN 0 x 0 1 2
RN 1 f (x) 1/4 1/2 1/4
NR 1 X
RR 2 f (x) = 1
∀x
La variable aleatoria X puede valer 0, 1 ó 2.

Variables Aleatorias
Definición (Variable Aleatoria)
Una variable alearoria es una función que asocia un número real a
cada elemento del espacio muestral. Si éste es continuo (discreto), la
correspondiente variable aleatoria será continua (discreta).
Ejemplo:
De una urna con bolas rojas y negras se extraen dos bolas. Sea X la variable
aleatoria que indica el número de bolas rojas extraídas.
Espacio muestral X
NN 0 x 0 1 2
RN 1 f (x) 1/4 1/2 1/4
NR 1 X
RR 2 f (x) = 1
∀x
La variable aleatoria X puede valer 0, 1 ó 2.

Función de probabilidad
Definición (Función de Probabilidad)

La función f (x) es una función de probabilidad de la variable aleatoria
X si:
Discreta Continua
i) f (x) ≥ 0, ∀x i) f (x) ≥ 0, ∀x ∈ R
P R∞
ii) f (x) = 1 ii) −∞ f (x)dx =1
∀x
Rb
iii) P(X = x) = f (x) iii) P(a < X < b) = a f (x)dx
Si X es discreta, f (x) se denomina función masa de probabilidad. Si X es
continua, entonces f (x) es una función de densidad de probabilidad.

Función de distribución acumulativa
Definición (Función de Distribuión Acumulativa)

Sea la variable aleatoria X con función de probabilidad f (x). La
función de distribución acumulativa F(x) de X es:
Discreta X
F(x) = P(X ≤ x) = f (t), ∀x
∀t≤x
Continua Z x
F(x) = P(X ≤ x) = f (t)dt, ∀x ∈ R
−∞

Valor esperado de una variable aleatoria
Definición (Esperanza Matemática)

Sea la variable aleatoria X con función de probabilidad f (x). La media
(también llamada valor esperado o esperanza matemática) de X es:
Discreta X
µ = E(X ) = x f (x)
∀x
Continua Z ∞
µ = E(X ) = x f (x)dx
−∞

Varianza de una variable aleatoria
Definición (Varianza)
Sea la variable aleatoria X con función de probabilidad f (x) y media µ.
La varianza de X es:
Discreta X
σ 2 = E[(X − µ)2 ] = (x − µ)2 f (x)
∀x
Continua Z ∞
2 2
σ = E[(X − µ) ] = (x − µ)2 f (x)dx
−∞
Notas:
√
La desviación estándar de X es σ = σ 2
La varianza también se puede calcular como
σ 2 = E(X 2 ) − µ2

Ejemplo

Contenido

Distribución Normal
Es la distribución de probabilidad continua

más importante.
Propuesta inicialmente por el matemático

alemán Karl Friedrich Gauss a partir de
estudios realizados por éste acerca de errores Karl Friedrich Gauss
en mediciones repetidas. En su honor, la
distribución normal también recibe el nombre
de distribución gaussiana, y la curva normal
se conoce también como campana de Gauss.
Establecida formalmente en 1733, cuando el

matemático francés Abraham DeMoivre
desarrolló la expresión matemática de la
curva normal.
Abraham DeMoivre

Definición (Distribución Normal)
La función de densidad de probabilidad de una variable aleatoria
normal X con media µ y varianza σ 2 es:
1 1 x−µ 2
n(x; µ, σ) = √ e− 2 ( σ ) , −∞ < x < ∞
σ 2π
La probabilidad de que x1 < X < x2 está dada por:

Z x2 Z x2
1 1 x−µ 2
P(x1 < X < x2 ) = n(x; µ, σ)dx = √ e− 2 ( σ ) dx
x1 σ 2π x1
A partir de resultados en Estadística, se tiene que la normal es la

distribución límite de las distribuciones muestrales.

La curva normal tiene las
siguientes propiedades:
La moda ocurre en x = µ.
Es simétrica respecto a x = µ.
Tiene puntos de inflexión en

x = µ ± σ.
Se aproxima asintóticamente
al eje horizontal en ambas
direcciones.
El área total bajo la curva es:

Z ∞
1 1 x−µ 2
√ e− 2 ( σ ) dx = 1
σ 2π −∞

Distribución normal estándar
Definición (Distribución Normal Estándar)
La distribución de una variable aleatoria normal Z con media µ = 0 y
varianza σ 2 = 1 se denomina distribución normal estándar
n(z) , n(z; 0, 1).
Toda distribución normal para X con

media µ y varianza σ 2 se puede trans-
formar en una distribución normal es-
tándar mediante el cambio de variable
aleatoria
X −µ
Z=
σ
Esto es
x−µ
z= ó x = σz + µ
σ
Propiedad reproductiva de la distribución normal
Teorema (Propiedad Reproductiva de la Distribución Normal)

Sean X1 , ..., Xn variables aleatorias independientes con distribuciones
normales con medias µ1 , ..., µn y varianzas σ12 , ..., σn2 , respectivamente.
Entonces, la variable aleatoria
Y = a1 X1 + · · · + an Xn
con ai , i = 1, ..., n escalares, tiene una distribución normal con media
µy = a 1 µ1 + · · · + a n µn
y varianza
σy2 = a21 σ12 + · · · + a2n σn2

Ejemplo

Contenido

Distribución muestral de medias
Suponga que de una población normal con media µ y varianza σ 2 se toman n
observaciones independientes. Entonces, cada observación Xi , i = 1, ..., n
tendrá la misma distribución normal con media µ y varianza σ 2 de la
población de la que se tomó.
Considere la distribución muestral de medias

n
1X 1
X̄ = Xi = (X1 + · · · + Xn )
n n
i=1
De acuerdo con la Propiedad Reproductiva de la Distribución Normal, la

variable aleatoria X̄ es normal con media
1 1
µX̄ = (µ + · · · + µ) = (nµ), µX̄ = µ
n| {z } n
n términos
y varianza
2 1 1 σ2
σ 2 + · · · + σ 2 = 2 (nσ 2 ), 2

σX̄ = 2
σX̄ =
n | {z } n n
n términos

Teorema del Límite Central
Si se toman muestras de una población con distribución desconocida, ya sea
finita o infinita, la distribución muestral de medias X̄ aún será
2
aproximadamente normal con media µ y varianza σn , siempre que el
tamaño de la muestra sea grande.
Teorema (del Límite Central)

Sea X̄ la media de una muestra aleatoria de tamaño n tomada de una
población con media µ y varianza σ 2 finitas, entonces la forma límite
de la distribución de
X̄ − µ
Z= √
σ/ n
a medida que n → ∞ es la distribución normal estándar n(z; 0, 1).
NOTA: La desviación estándar √ de X̄ también se denomina error estándar, y

se calcula como e.e.(x̄) = σ/ n

Contenido

Distribución t de Student
Propuesta en 1908 por el estadístico inglés W.S. Gosset (bajo el pseudónimo
Student). Su principal utilidad es para efectuar inferencias sobre poblaciones
cuando σ 2 es desconocida.
Definición (Distribución t de Student)
Sea la variable aleatoria T definida como
X̄ − µ
T = √
S/ n
Ésta posee una distribución t (de Student) definida por la función de

densidad
− ν+1
Γ ν+1

2 t2 2
h(t) = √ 1 + , −∞ < t < ∞
πν Γ ν2

ν
donde ν = n − 1 son los grados de libertad y Γ es la función gamma.

Función Γ
La función Γ es una extensión de la función factorial para números
reales y complejos. Está definida para todos los números complejos,
exceptuando los enteros negativos. Se define mediante la integral
impropia convergente
Z ∞
Γ(z) = xz−1 e−x dx
0
Algunas propiedades de la función

gamma son:
Γ(1) = 1
Γ(n) = (n − 1)!, ∀n ∈ Z+
Γ(α) = (α − 1)Γ(α − 1)

La curva de la distribución t posee las
siguientes propiedades:
Tiene forma de campana.
Es simétrica respecto a t = 0.
La varianza de la distribución t
depende del tamaño n de la
muestra y es siempre mayor a 1.
Cuando n → ∞, (ν → ∞),
coincide con la distribución
normal estándar n(z; 0, 1).

Contenido

Estimación por intervalo
Una estimación por intervalo de un parámetro θ de la población tiene

la forma
θ̂L < θ < θ̂U
donde los límites de intervalo θ̂L y θ̂U dependen del valor del
estadístico Θ̂ para una muestra específica. A partir de la distribución
muestral de Θ̂, se busca obtener θ̂L , θ̂U tales que:
P(θ̂L < θ < θ̂U ) = 1 − α
donde 0 < α < 1 es cualquier fracción especificada.

Intervalo de confianza
Definición (Intervalo de Confianza)

El intervalo θ̂L < θ < θ̂U calculado a partir de una muestra
seleccionada se denomina intervalo de confianza del 100(1 − α) %.
La fracción 1 − α se denomina coeficiente o grado de confianza. El

parámetro α es el coeficiente de significación. Los extremos del
intervalo θ̂L , θ̂U son los límites de confianza.
Así, por ejemplo, para α = 0.05, se obtiene un intervalo de confianza

del 95 %. Cuanto más amplio sea el intervalo, más confiaremos en
que éste contiene al parámetro desconocido.

Se pretende obtener una estimación por intervalo para la media
poblacional µ a partir de la media muestral x̄. Para ello se hará uso de
la distribución muestral de X̄ . Se asume que la muestra proviene de
una población normal. Entonces
σ
µX̄ = µ, σX̄ = √
n
NOTA:
Si la población de donde proviene la muestra no es normal y si la muestra es

lo suficientemente grande, se hace uso del Teorema del Límite Central y se
asume que la distribución de X̄ es aproximadamente normal.

Sea zα/2 el valor de z que tiene un área de α/2 a su derecha, por
debajo de la curva normal estándar.

P −zα/2 < Z < zα/2 = 1 − α
X̄ −µ
con Z = √ .
σ/ n
En consecuencia:

X̄ − µ
P −zα/2 < √ < zα/2 = 1 − α
σ/ n
Reordenando:

σ σ
P X̄ − zα/2 √ < µ < X̄ + zα/2 √ =1−α
n n

Caso con σ 2 conocida
Intervalo de confianza de µ cuando σ 2 es conocida

Si x̄ es la media de una muestra aleatoria de tamaño n de una
población con varianza conocida σ 2 , entonces un intervalo de
confianza del 100(1 − α) % para µ está dado por:
σ σ
x̄ − zα/2 √ < µ < x̄ + zα/2 √
n n
donde zα/2 es el valor de z que tiene un área de α/2 a su derecha, por

debajo de la curva normal estándar.
Resulta obvio del resultado anterior que los límites de confianza son:
σ σ
µ̂L = x̄ − zα/2 √ , µ̂U = x̄ + zα/2 √
n n

NOTAS:
Muestras diferentes producirán valores distintos de x̄ y, por tanto,

conducirán a diferentes estimaciones por intervalo para µ.
Para muestras del mismo tamaño, todos los intervalos con igual grado
de confianza tienen el mismo ancho, dado que éste únicamente
depende de zα/2 .
Cuanto más grande sea zα/2 , los intervalos serán más anchos y se
podrá tener mayor confianza de que la muestra producirá un intervalo
que contenga a µ.
En general, para cierto zα/2 , el 100(1 − α) % de los intervalos generados

a partir de distintas muestras contendrá a µ.

Teorema
Si se utiliza x̄ como una estimación de µ con un nivel de confianza del
100(1 − α) %, entonces:
i) El error estará acotado
σ
|e| ≤ zα/2 √
n
ii) El error no excederá cierta cantidad preestablecida e cuando el

tamaño de la muestra sea
α/2 σ 2
z
n≥
e
Gráficamente:

Cuando se hace uso de la distribución normal para calcular los
intervalos de confianza, se obtiene la siguiente tabla:
Nivel de Confianza Coeficiente de zα/2

100(1 − α) % significación α
99.9 0.001 3.30
99.7 0.003 2.97
99.0 0.01 2.575
95.0 0.05 1.96
90.0 0.1 1.645
68.3 0.317 1

Caso con σ 2 desconocida
Muestra grande (n ≥ 30)
Estrictamente, los resultados anteriores son válidos únicamente cuando

se conoce la varianza poblacional σ 2 . Si ésta no se conoce, pero la
muestra es grande, se puede asumir (por el Teorema del Límite Central)
que no se introduce mucho error si se considera que la desviación
estándar poblacional σ es aproximadamente igual a la desviación
estándar muestral s.
Los intervalos de confianza entonces están dados por:
s s
x̄ − zα/2 √ < µ < x̄ + zα/2 √ , n ≥ 30
n n

Muestra pequeña
En este caso, no se puede asumir que σ ≈ s. Entonces, se hace uso de

la variable aleatoria
X̄ − µ
T = √
S/ n
la cual posee una distribución t de Student con ν = n − 1 grados de
libertad.
Empleando T se puede construir un intervalo de confianza para µ a

partir de x̄. El procedimiento es igual a cuando se conoce σ 2 , sólo que
en este caso σ se sustituye por s y la distribución normal estándar se
reemplaza por la distribución t.

Intervalo de confianza de µ cuando σ 2 es desconocida
(Muestra pequeña)
Sean x̄ y s la media y la desviación estándar, respectivamente, de una
muestra aleatoria de tamaño n proveniente de una población normal
con varianza desconocida σ 2 . Un intervalo de confianza del
100(1 − α) % para µ está dado por:
s s
x̄ − tα/2 √ < µ < x̄ + tα/2 √
n n
donde tα/2 es el valor de t que tiene un área de α/2 a su derecha, por

debajo de la curva de la distribución t con ν = n − 1 grados de libertad.
Los límites de confianza son µ̂L = x̄ − tα/2 √sn , µ̂U = x̄ + tα/2 √sn .
El error de estimación de µ está acotado por |e| ≤ tα/2 √sn .
√
El error estándar estimado es e.e.s (x̄) = s/ n.

Anal Is Is Esta Dis Tico

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Anal Is Is Esta Dis Tico

Caricato da

Copyright:

Formati disponibili

Instrumentación y Control

Análisis Estadístico de Datos Experimentales

Héctor Alberto Fernández Bobadilla

Universidad Nacional Autónoma de México

Análisis Estadístico de Datos Experimentales Instrumentación y Control 2 de septiembre de 2018 1 / 48

1 Conceptos Básicos de Probabilidad y Estadística

2 Variables Aleatorias y Distribuciones de Probabilidad

4 Teorema del Límite Central

Análisis Estadístico de Datos Experimentales Instrumentación y Control 2 de septiembre de 2018 2 / 48

1 Conceptos Básicos de Probabilidad y Estadística

2 Variables Aleatorias y Distribuciones de Probabilidad

4 Teorema del Límite Central

Análisis Estadístico de Datos Experimentales Instrumentación y Control 2 de septiembre de 2018 3 / 48

Población: Conjunto de todos los individuos de un tipo

Muestra: Es una observación sobre la población. El proceso de

Muestreo Aleatorio Simple (MAS): Es aquel en el que cierta

Análisis Estadístico de Datos Experimentales Instrumentación y Control 2 de septiembre de 2018 4 / 48

Población: Conjunto de todos los individuos de un tipo

Muestra: Es una observación sobre la población. El proceso de

Muestreo Aleatorio Simple (MAS): Es aquel en el que cierta

Análisis Estadístico de Datos Experimentales Instrumentación y Control 2 de septiembre de 2018 4 / 48

Población: Conjunto de todos los individuos de un tipo

Muestra: Es una observación sobre la población. El proceso de

Muestreo Aleatorio Simple (MAS): Es aquel en el que cierta

Análisis Estadístico de Datos Experimentales Instrumentación y Control 2 de septiembre de 2018 4 / 48

Probabilidad: Es un número entre 0 y 1 que indica el grado de

La suma de las probabilidades de todos los eventos en un

Estadística Descriptiva: Conjunto de métodos que permiten

Inferencia Estadística: Conjunto de métodos mediante los

Análisis Estadístico de Datos Experimentales Instrumentación y Control 2 de septiembre de 2018 5 / 48

Probabilidad: Es un número entre 0 y 1 que indica el grado de

La suma de las probabilidades de todos los eventos en un

Estadística Descriptiva: Conjunto de métodos que permiten

Inferencia Estadística: Conjunto de métodos mediante los

Análisis Estadístico de Datos Experimentales Instrumentación y Control 2 de septiembre de 2018 5 / 48

Probabilidad: Es un número entre 0 y 1 que indica el grado de

La suma de las probabilidades de todos los eventos en un

Estadística Descriptiva: Conjunto de métodos que permiten

Inferencia Estadística: Conjunto de métodos mediante los

Análisis Estadístico de Datos Experimentales Instrumentación y Control 2 de septiembre de 2018 5 / 48

Probabilidad: Es un número entre 0 y 1 que indica el grado de

La suma de las probabilidades de todos los eventos en un

Estadística Descriptiva: Conjunto de métodos que permiten

Inferencia Estadística: Conjunto de métodos mediante los

Análisis Estadístico de Datos Experimentales Instrumentación y Control 2 de septiembre de 2018 5 / 48

Análisis Estadístico de Datos Experimentales Instrumentación y Control 2 de septiembre de 2018 6 / 48

Medidas de dispersión o variabilidad

Análisis Estadístico de Datos Experimentales Instrumentación y Control 2 de septiembre de 2018 7 / 48

La mediana de la muestra es el valor que divide sus magnitudes a la

La moda xmo es el valor que más veces se repite en la muestra.

Análisis Estadístico de Datos Experimentales Instrumentación y Control 2 de septiembre de 2018 8 / 48

El rango es una medida de la amplitud de la muestra.

rango = max(xi ) − min(xi ) = xmax − xmin

La varianza y la desviación estándar son medidas de la dispersión de

Análisis Estadístico de Datos Experimentales Instrumentación y Control 2 de septiembre de 2018 9 / 48

Cuando se tiene una muestra grande (n ≥ 30) se puede hacer uso de

El coeficiente de variación es una medida de la dispersión de los datos

Análisis Estadístico de Datos Experimentales Instrumentación y Control 2 de septiembre de 2018 10 / 48

El coeficiente de sesgo de Pearson se usa como un indicador de la

Si la moda no está bien definida, puede emplearse en su lugar la

Análisis Estadístico de Datos Experimentales Instrumentación y Control 2 de septiembre de 2018 11 / 48

El coeficiente de curtosis percentílico es una medida del aplanamiento

donde Pm indica el m-ésimo percentil.