Parte 1

PROFESOR: LUIS E.
NIETO BARAJAS
CURSO:
METODOS ESTADÍSTICOS BÁSICOS Y

TÉCNICAS DE MUESTREO
PROFESOR: LUIS E. NIETO BARAJAS
EMAIL: [email protected]
URL: http://allman.rhon.itam.mx/~lnieto
Instituto Nacional de Ecología, INE
1 Curso: Métodos estadísticos básicos y técnicas de muestreo

Curso: Métodos estadísticos básicos

y técnicas de muestreo
OBJETIVO: Brindar al alumno los conocimientos básicos de Estadística

tanto de carácter descriptivo como de carácter inferencial, así como
mostrar las principales técnicas de muestreo.
TEMARIO:
Parte 0. Introducción
Parte 1. Probabilidad y Estadística descriptiva
1.1 Análisis exploratorio de datos
1.2 Conceptos básicos de probabilidad
1.3 Variables aletorias y distribuciones de probabilidad
1.4 Algunas distribuciones específicas de probabilidad
Parte 2. Estadística inferencial
2.1 Distribuciones muestrales
2.2 Estimación puntual
2.3 Estimación por intervalos
2.4 Pruebas de hipótesis
Parte 3. Técnicas de muestreo
3.1 Introducción al muestreo
3.2 Muestreo aleatorio simple (MAS)
3.3 Muestreo aleatorio estratificado (MAE)
3.4 Muestreo aleatorio por conglomerados (MAC)
3.5 Otras técnicas de muestreo

REFERENCIAS:
Aguirre, V., et al. (2003). Fundamentos de probabilidad y estadística. Jit
Press: México.
Bart, J., Fligner, M. A. & Notz, W.I. (1998). Sampling and statistical
methods for behavioral ecologists. Cambridge University Press:
Cambridge.
Scheaffer, R. L., Mendenhall, W. & Ott, L. (1987). Elementos de muestreo.
Grupo editorial Iberoamérica: México.
PAQUETES ESTADÍSTICOS: Los conceptos y las técnicas se ejemplificarán

mediante el uso de los siguientes paquetes (estadísticos):
Excel
SPSS
EVALUACIÓN: Al final del curso se aplicará un examen en el que el alumno

tendrá que demostrar su comprensión de los conceptos enseñados y su
capacidad de aplicarlos para la solución de problemas reales.

Parte 0. Introducción
¿Qué es la ESTADÍSTICA? La estadística es una ciencia que tiene que ver

con la recolección, presentación, análisis e interpretación de datos, con el
fin de ayudar en el proceso de toma de decisiones.
Los procesos estadísticos se dividen en dos grandes ramas: Estadística

descriptiva y Estadística inferencial.
Estadística descriptiva: Proceso de recolectar, organizar y presentar datos

de manera tal que describa fácil y rápidamente dichos datos para facilitar
su entendimiento.
Estadística inferencial: Involucra el análisis y la interpretación de los datos

para ayudar en el proceso de la toma de decisiones.
¿Dónde entra el muestreo?

Técnicas de muestreo: Los procesos de recolección de datos son parte de la
estadística descriptiva y son tan variados e importantes que se les ha dado
su propio lugar en la estadística.
En resumen, el OBJETIVO de la estadística, es proporcionar una metodología

para recolectar información (muestreo), analizar adecuadamente esa
información con la que se cuenta (estadística descriptiva) y decidir de
manera razonable sobre la mejor forma de actuar (estadística inferencial).

DIAGRAMA de la Estadística:
Estadística inferencial
Población
Inferencia Muestreo
Estadística descriptiva
Muestra
¿Qué es INFERENCIA?
Es el proceso de tratar de conocer cualquier característica poblacional a
través de una muestra. Para poder entender propiamente lo qué es
inferencia es necesario definir lo siguiente,
Algunas definiciones básicas:

Elemento o individuo: Objeto (persona, empresa, animal, planta, etc.) sobre
el cuál se toma una medición de cierta característica de interés.
Población: Conjunto de elementos de interés para el investigador.
Muestra: Subconjunto representativo de elementos de la población, es
decir, que la muestra refleje las características esenciales de la población.
Parámetro: Característica numérica de la población (medida resumen).
Estadística(o): Característica numérica de la muestra.
VARIABLE: Característica o atributo que se le mide a un individuo.

Tipos de variables
Numéricas Categóricas
Continuas Discretas Ordenadas No ordenadas
EJEMPLO 1: Supongamos que se desea conocer el consumo de agua

promedio por vivienda a nivel nacional.
Individuos: viviendas.
Población: conjunto de todas las viviendas del país.
Muestra: 1) todas las viviendas del D.F. (¿será representativa?)
2) diez viviendas de cada estado de la república seleccionadas de
manera aleatoria. (¿será representativa?).
Parámetro: consumo de agua promedio nacional (por vivienda).
Estadística: promedio de los consumos de agua de las viviendas en la
muestra.
Variable: Consumo de agua (de tipo numérica continua).
¿Cómo obtener una muestra representativa?

La respuesta a esta pregunta se verá con detalle en la Parte 3 del curso. Por
el momento diremos lo siguiente:
Una muestra representativa se obtiene seleccionando de manera aleatoria
(al azar) un subconjunto de individuos de la población de interés.
Si la población es pequeña o de tamaño regular (población finita) la
selección se hará con reemplazo, mientras que

Si la población es muy grande (población infinita) la selección se hará con

o sin reemplazo.
La forma de seleccionar a los individuos (con o sin reemplazo), de acuerdo
al tamaño de la población, es para garantizar la independencia entre ellos.
INDIVIDUOS INDEPENDIENTES: El hecho de haber seleccionado a un

individuo en la muestra no afecta la probabilidad de selección del otro
individuo en la muestra.
Azar ⇒ Representatividad
Misma probabilidad de selección de cada individuo ⇒ Independencia

Parte 1. Probabilidad y Estadística descriptiva
1.1 Análisis exploratorio de datos
Supongamos que la labor de recolección de datos ya ha sido realizada y

que los datos (la muestra) ya están disponibles. Denotemos por X1,X2,...,Xn
una muestra de observaciones de la variable de interés, donde cada Xi
representa la característica de interés para el individuo i.
Las técnicas exploratorias se dividen en técnicas gráficas y medidas

descriptivas.
Descripción gráfica
VARIABLES CATEGÓRICAS (O CUALITATIVAS):
1) Distribución de frecuencias: es una tabla que muestra todas las posibles

categorías que puede tomar la variable junto con el número de veces
que cada una de ellas es observada en la muestra. Las frecuencias
(número de ocurrencias) pueden ser absolutas (f) o relativas (fr).
Frequency Table for Y
------------------------------------------------------------------------
Relative Cumulative Cum. Rel.
Class Value Frequency Frequency Frequency Frequency
------------------------------------------------------------------------
1 0 26 0.2600 26 0.2600
2 1 48 0.4800 74 0.7400
3 2 19 0.1900 93 0.9300
4 3 6 0.0600 99 0.9900
5 5 1 0.0100 100 1.0000
------------------------------------------------------------------------

2) Diagrama circular (o de pastel): Es una representación gráfica de las

frecuencias relativas de las categorías como un todo. Se construye
dividiendo al círculo en el número de categorías de la variable y cada
parte tiene el tamaño correspondiente a su frecuencia relativa.
Piechart for Y
1.00%
6.00%
Y
0
26.00%
19.00% 1
2
3
5
48.00%
3) Diagrama de barras: es una representación gráfica de la distribución de

frecuencias absolutas o relativas, en donde cada frecuencia es
representada mediante una barra (puede ser horizontal o vertical).
Barchart for Y
0 10 20 30 40 50
frequency
VARIABLES NUMÉRICAS (O CUANTITATIVAS):
1) Diagrama de tallo y hojas: Es una gráfica que nos da una idea de la

distribución (dispersión y acumulación) de los datos. Se construye
dividiendo convenientemente a cada observación en dos partes, un tallo
y una hoja y se colocan de forma ordenada de menor a mayor separando
el tallo de la hoja mediante una recta vertical.
Stem-and-Leaf Display for X: unit = 0.1 1|2 represents 1.2
1 -2|5
2 -2|2
6 -1|9755
21 -1|443333332222100
39 -0|999888877766666555
(16) -0|4444433322222111
45 0|0001112333444
32 0|55556667777888899
15 1|0123444
8 1|56666789
2) Distribución de frecuencias: Es una tabla que muestra los posibles

valores que puede tomar la variable junto con sus frecuencias.
o Si la variable es discreta, la distribución de frecuencias se construye
de la misma manera que la distribución de frecuencias para variables
categóricas.
o Si la variable es continua se crean intervalos de clase disjuntos (no se
intersecten) y exhaustivos (cubran todos los posibles valores de la
variable). Finalmente se calculan las frecuencias absolutas (o
relativas) contando el número de observaciones en la muestra que
pertenecen a cada uno de los intervalos de clase.

Frequency Tabulation for X
--------------------------------------------------------------------------------
Lower Upper Relative Cumulative Cum. Rel.
Class Limit Limit Midpoint Frequency Frequency Frequency Frequency
--------------------------------------------------------------------------------
at or below -2.8 0 0.0000 0 0.0000
1 -2.8 -2.175 -2.4875 2 0.0200 2 0.0200
2 -2.175 -1.55 -1.8625 3 0.0300 5 0.0500
3 -1.55 -0.925 -1.2375 19 0.1900 24 0.2400
4 -0.925 -0.3 -0.6125 23 0.2300 47 0.4700
5 -0.3 0.325 0.0125 15 0.1500 62 0.6200
6 0.325 0.95 0.6375 21 0.2100 83 0.8300
7 0.95 1.575 1.2625 10 0.1000 93 0.9300
8 1.575 2.2 1.8875 7 0.0700 100 1.0000
above 2.2 0 0.0000 100 1.0000
--------------------------------------------------------------------------------
Mean = -0.104884 Standard deviation = 1.03239
3) Histogramas: Es la representación gráfica de una distribución de

frecuencias. Un histograma es una forma especial de una gráfica de
barras en la cual los intervalos de clase son representados por el ancho
de las barras y las frecuencias (relativas) son proporcionales al área de
los rectángulos.
o Existe una relación directa entre los histogramas y las curvas
poblacionales, en general esperaríamos que la distribución de
frecuencias de una muestra nos sugiera un perfil similar al de la
población de la cual se tomó. Por lo tanto la curva poblacional se
puede ver como una versión suavizada de un histograma pero
considerando a toda la población: Las curvas poblacionales pueden
tener distintos tipos de formas: Simétrica, sesgada o asimétrica,
unimodal, bimodal.
o PRECAUCIÓN: Vale la pena hacer notar que tanto la distribución de
frecuencias para variables numéricas continuas como su
representación gráfica (histograma) pueden ser engañosos debido a
la libertad de decidir el número de clases y los anchos de los

intervalos de clase a conveniencia del investigador, pudiéndose

producir distintos tipos de comportamiento.
Histogram
24
20
frequency
16
12
8
4
0
-2.9 -1.9 -0.9 0.1 1.1 2.1 3.1
X
4) Polígonos de frecuencias: Es un perfil de la distribución de frecuencias.

Se construye suavizando el histograma uniendo los puntos medios de la
parte superior de las barras y cerrando los extremos con el eje
horizontal. El polígono de frecuencias nos da una buena aproximación a
la distribución poblacional de los datos.
5) Ojiva: Es la curva que resulta de graficar las frecuencias relativas

acumuladas contra las fronteras superiores de cada intervalo de clase.
La ojiva sirve para calcular frecuencias cumuladas de una manera
rápida.

Histograma
20 120.00%
18
16 100.00%
14
Frecuencia
80.00%
12
10 60.00%
8
6 40.00%
4 20.00%
2
0 .00%
...
2
0. 321
.6 38
.7 74
-0 92
0. 772
1. 754
1. 736
m 18
-2 31
-1 15
or
1
47
9
5
01
49
97
45
ay
.2
.5
15
61
06
51
.1
.1
-2
-1
-0
y
Clase
Medidas descriptivas
Las medidas descriptivas se clasifican en varios tipos: de tendencia central,

de posición o localización y de dispersión.
MEDIDAS DE TENDENCIA CENTRAL: Las medidas de tendencia central son

valores numéricos, que tienden a localizar la parte central de un conjunto
de datos o de la distribución de frecuencias. Las tres más importantes son:
o Media: es un promedio aritmético de las observaciones.
1 N
µ= ∑ X i = Media poblacional
N i=1
1 n
X = ∑ X i = Media muestral
n i=1
La media no es un buen indicador de tendencia central cuando la
distribución de los datos es sesgada (asimétrica).

o Mediana: es la observación que se encuentra justo a la mitad de un

conjunto de datos una vez que se han ordenado. La mediana poblacional
se denota como “M” y la mediana muestral como “m”.
l = n×0.5+0.5 = posición de la mediana
m = X(l) = mediana (observación X que se encuentra en la
posición l después de ordenar los datos).
La mediana es un buen indicador de la tendencia central cuando la
distribución de los datos es sesgada.
o Moda: La moda u observación modal es aquella observación que ocurre

con mayor frecuencia en un conjunto de datos. Si este valor es único
diremos que la distribución de frecuencias es unimodal.
MEDIDAS DE POSICIÓN O DE LOCALIZACIÓN: Las medidas de posición son

llamadas cuantiles o percentiles. Para p∈(0,1), el p-ésimo percentil es la
observación que divide al conjunto de datos de tal manera que p×100% de
las observaciones son menores y (1-p)×100% son mayores. Los percentiles
más comunes son:
o Cuartiles: son observaciones que dividen al conjunto de datos
ordenados en 4 partes iguales.
Q1 = X(n×0.25+0.5) = Primer cuartil o cuartil inferior
Q2 = X(n×0.50+0.5) = Segundo cuartil o mediana
Q3 = X(n×0.75+0.5) = Tercer cuartil o cuartil superior

MEDIDAS DE DISPERSIÓN: Las medidas de dispersión, como su nombre lo

indica, son medidas de la dispersión (variabilidad, concentración,
separación) de un conjunto de datos. Las medidas más comunes son:
o Amplitud o rango: es la medida más simple e indica la separación entre
la observación más pequeña y las más grande.
R = Máximo – mínimo = rango
o Amplitud intercuartílica: es la distancia que existe entre el primer y

tercer cuartiles.
AIC = Q3 – Q1 = amplitud intercuartílica
o Varianza: es un promedio de las desviaciones al cuadrado de cada una

de las observaciones con respecto a su media.
1 N
σ = ∑ (X i − µ ) = varianza poblacional
2 2
N i=1
1 n 1  n 
2
S = ∑ (X i − X ) =
2
 ∑ X i − nX 2  = varianza muestral
n − 1 i=1 n − 1  i=1 
A la raíz cuadrada de la varianza se le conoce como desviación
estándar, i.e.,
σ = σ 2 = desviación estándar poblacional
S = S2 = desviación estándar muestral
o Coeficiente de variación: mide la dispersión relativa de un conjunto de

datos con respecto a su localización.
σ
CV = = coeficiente de variación poblacional
µ

S
cv = = coeficiente de variación muestral
X
Este coeficiente es muy útil para comparar la variabilidad entre dos
conjuntos de datos, debido a que no depende de las unidades de
medición.
DIAGRAMA DE CAJA Y BRAZOS: Los diagramas de caja y brazos resumen

mediante una gráfica las características más importantes de un conjunto de
datos, como son la localización y dispersión. Además permiten observar
características de la distribución como simetría o asimetría y presencia de
observaciones atípicas.
Box-and-Whisker Plot
0 4 8 12 16 20
Z

1.2 Conceptos básicos de probabilidad
Los conceptos básicos de probabilidad nos ayudan a establecer un puente

de enlace entre la Estadística descriptiva y la Estadística inferencial.
Probabilidad
Estadística Estadística
descriptiva inferencial
La probabilidad surge por la necesidad de cuantificar la incertidumbre

sobre la ocurrencia de ciertos eventos que no se pueden controlar ni saber
con certeza sus resultados (Juegos de azar).
Cotidianamente escuchamos comentarios en donde se expresa

incertidumbre:
“yo creo que hoy lloverá por la tarde”
“yo creo que la tasa de interés va a subir”
La probabilidad va más allá, cuantifica la creencia de la ocurrencia de

eventos cuyos resultados son inciertos. Por ejemplo:
“existe una probabilidad del 80% de que hoy lloverá por la terde”
“hay una probabilidad del 70% de que la tasa de interés suba, 10% de que
se mantenga igual y 20% de que baje”
La probabilidad es una medida de la incertidumbre

Algunos conceptos y definiciones importantes para entender la

probabilidad son:
Experimento: es un proceso mediante el cuál se obtiene una observación o
un dato.
Experimento aleatorio: es un experimento cuyos resultados no pueden
predecirse (son inciertos). Al menos debe de tener dos posibles resultados.
Espacio muestral (Ω): es el conjunto de todos los resultados posibles
(resultados elementales) de un experimento aleatorio.
Evento: es un subconjunto de un espacio muestral. Un evento está formado
por uno o varios resultados elementales. Se denotan por letras latinas
mayúsculas.
EJEMPLO 2: Un experimento aleatorio consiste en lanzar una moneda

honesta.
Ω={sol, águila}
A = {sol}, B = {águila}
EJEMPLO 3: Un experimento aleatorio consiste en lanzar un dado con 6

caras.
Ω={1, 2, 3, 4, 5, 6}
A = {1, 3, 5} = el valor observado en un número non
B = {3, 4, 5, 6} = el valor observado es mayor a 2
EJEMPLO 4: Un experimento aleatorio consiste en revolver una baraja de 52

cartas y repartir 5 cartas.

Ω={(w1,w2,w3,w4,w5)∈{A,2, ...,10,J,Q,K para los cuatro palos ♣♦♥♠}}

B = {A♠, A♦} = par de ases
C = {10♣, J♣, Q♣, K♣, A♣} = flor imperial
Aunque la definición de la probabilidad es única (medida de la

incertidumbre), existen varias INTERPRETACIONES o formas de calcular la
probabilidad:
PROBABILIDAD CLÁSICA: Supone que todos los posibles resultados de un

experimento aleatorio son igualmente verosímiles (posibles) y propone
como medida de probabilidad el cociente entre casos favorables y casos
totales,
NA
P(A ) =
N
Nota: No es necesario realizar el experimento para conocer las
probabilidades de eventos.
PROBABILIDAD FRECUENTISTA: Supone que un experimento aleatorio puede

ser repetido un número infinito de veces bajo condiciones similares y
propone como medida de probabilidad la proporción de veces que ocurrió
el evento de interés,
NA
P(A ) = lím
N →∞ N

PROBABILIDAD SUBJETIVA: Es simplemente una medida de la incertidumbre

asociada a un evento, asignada subjetivamente. En otras palabras, es un
juicio personal sobre la verosimilitud de que ocurra un resultado,
P(A ) =
EJEMPLO 2. (Continuación...)
N = 2 resultados posibles
⇒ P(A) = 1/2 y P(B) = 1/2
N = 6 resultados posibles
⇒ P(A) = 3/6 = 1/2
P(B) = 4/6 = 2/3
 52 
N =   = 2 598 960
5
⇒ P(un par) = 0.4225
P(dos pares) = 0.0950
P(tercia) = 0.0211
P(corrida) = 0.0039
P(color) = 0.0019
P(full) = 0.0014
P(pocker) = 0.00024
P(flor) = 0.000015

EJEMPLO 5. Casos en donde no es posible usar la probabilidad clásica para

calcular una probabilidad:
P(caiga sol al lanzar una moneda cargada) = ?
P(una persona viva más de 50 años) = ?
P(sacar un 10 en un examen de probabilidad) = ?
P(el valor de una acción suba mañana) = ?
Sin importar la forma en la que se calcule la probabilidad (clásica,

frecuentista o subjetiva) debe de cumplir con los siguientes AXIOMAS DE
PROBABILIDAD:
a) P(A)≥0, para cualquier A⊂Ω.

b) P(Ω)=1.
c) Si A1,A2,...,Ak son k eventos disjuntos (su intersección es vacía),
k  k
entonces P ∪ A i  = ∑ P(A i ) .
 i =1  i =1
A partir de los tres axiomas anteriores, se pueden demostrar las siguientes

PROPIEDADES DE LA PROBABILIDAD:
( )
1. P A c = 1 − P(A ) , donde A c es el evento complemento de A.
2. P(∅) = 0. La probabilidad del evento imposible es cero.
3. P(A ∪ B) = P(A ) + P(B) − P(A ∩ B) .
4. Si B⊂A, entonces P(B) ≤ P(A ) .
EJEMPLO 6. En un estanque conviven dos tipos de peces, el pez ángel y el

pez japonés, ambos peces pueden ser de dos colores, naranja y gris.
Estudios recientes del ecosistema del estanque muestran que la

probabilidad de que un biólogo capture un pez ángel o un pez naranja es de

0.40. La probabilidad de que capture un pez ángel es de 0.20 y la
probabilidad de que capture un pez de color naranja es de 0.30. Si un pez
es capturado, ¿cuál es la probabilidad de que el pez:
a) sea un pez japonés?
b) sea un pez ángel de color naranja?
c) sea un pez ángel de color gris?
d) sea un pez japonés de color naranja?
e) sea un pez japonés de color gris?
Sea A = pez ángel y B = pez de color naranja, ⇒ P(A) = 0.20, P(B) = 0.30
y P(A∪B) = 0.40.
a) P(Ac) = 1 − 0.20 = 0.80
b) P(A∩B) = 0.20 + 0.30 – 0.40 = 0.10
c) P(A∩Bc) = P(A) – P(A∩B) = 0.20 – 0.10 = 0.10
d) P(Ac∩B) = P(B) – P(A∩B) = 0.30 – 0.10 = 0.20
e) P(Ac∩Bc) = 1 – P(A∪B) = 1 – 0.40 = 0.60
PROBABILIDAD CONDICIONAL: Una vez que sabemos que el evento B ya

ocurrió nos interesa conocer la probabilidad de que el evento A ocurra (la
probabilidad de A puede verse afectada por la ocurrencia de B),
P(A ∩ B)
P(A B) = , si P(B) ≠ 0
P(B)
Si ya sabemos que el biólogo capturó un pez de color naranja, ¿cuál es la
probabilidad de que el pez sea un pez ángel?

P(A|B) = 0.10/0.30 = 0.33 ≠ P(A) = 0.20
REGLA DE LA MULTIPLICACIÓN: La probabilidad condicional puede usarse

para calcular probabilidades de intersección de eventos,
P(A ∩ B) = P(B)P(A B) ó P(A ∩ B) = P(A )P(B A )
¿Cuál es la probabilidad de capturar un pez ángel de color naranja?
P(A∩B) = (0.30)(0.33) = 0.10
INDEPENDENCIA DE EVENTOS: Dos eventos son independientes si la

probabilidad de ocurrecia de uno de ellos no se ve afectada por la
ocurrencia ni por la no ocurrencia del otro. Los eventos A y B son
independientes si
P(A B) = P(A ) ó P(B A ) = P(B) ó P(A ∩ B) = P(A )P(B)
¿Será independiente el evento deque el pez capturado sea un pez ángel y el
evento de que sea de color naranja?
Como P(A|B) = 0.10/0.30 = 0.33 ≠ P(A) = 0.20 entonces A y B no son
independientes.
Nota: El concepto de independencia es distinto al concepto de mutuamente

excluyentes o disjuntos.

TEOREMA DE LA PROBABILIDAD TOTAL: Suponga que Ω está formado por la

unión de k eventos mutuamente excluyentes B1,B2,..., Bk. Considere un
evento A ⊂ Ω, entonces
( )
k
P(A ) = ∑ P A B j P(B j )
j =1
Este resultado nos sirve para calcular de una manera fácil la probabilidad
de un evento cuando el espacio muestral Ω se puede obtener como la unión
de eventos mutuamente excluyentes (disjuntos).
TEOREMA DE BAYES: Suponga que Ω está formado por la unión de k

eventos mutuamente excluyentes B1,B2,..., Bk. Considere un evento A ⊂ Ω,
entonces,
P(A Bi )P(Bi )
P(Bi A ) = , i=1,...,k
∑ P(A B j )P(B j )
k
j =1
Este teorema nos sirva para calcular probabilidades condicionales de una

forma sencilla. Además nos sirve para actualizar información en el sentido
de que nuestro conocimiento se vuelve más preciso,
P(Bi ) = probabilidad inicial
P(Bi A ) = probabilidad final

1.3 Variables aleatorias y distribuciones de probabilidad
Algunos experimento aleatorios producen resultados u observaciones no

necesariamente numéricas, como la opinión a favor o en contra de una
propuesta o el nivel de satisfacción de un servicio.
Las variables aleatorias son un medio para relacionar cualquier resultado

de un experimento aleatorio con una medida cuantitativa (numérica).
V. Aleatoria
Experimento Números
aleatorio reales
EJEMPLO 7: Un experimento aleatorio consiste en lanzar una moneda 3

veces y observar la cara obtenida. El resultado de cada lanzamiento puede
ser águila (A) o sol (S). El espacio muestral es
Ω = {SSS, SSA, SAS, ASS, AAS, ASA, SAA, AAA}
Si el interés radica en el total de águilas obtenidas en los 3 lanzamientos,
los resultados pueden representarse por los números 0, 1, 2 y 3. A cada
resultado del espacio muestral se le asocia un número, i.e.,
SSS→0,
SSA→1, SAS→1, ASS→1
AAS→2, ASA→2, SAA→2
AAA→3

Si definimos a la variable X = total de águilas observadas, entonces los

números 0, 1, 2 y 3 son los valores que toma la variable aleatoria.
Como el resultado del experimento es incierto (aleatorio), el valor de la
variable X también lo es, por esta razón la variable X es llamada variable
aleatoria.
Para un mismo espacio muestral es posible definir más de una variable

aleatoria dependiendo del interés que se tenga.
Y = total de soles observados
Z = número de soles en el segundo lanzamiento de la moneda
CLASIFICACIÓN de variables aleatorias (v.a.): Las v.a. se clasifican, de

acuerdo a los valores que pueden tomar, en continuas y discretas.
v.a. Discretas: si puede tomar un número finito o infinito numerable (que
se puede contar) de valores.
v.a. Continuas: si puede tomar cualquier valor en un intervalo dado (sus
valores son no numerables).
EJEMPLO 8.
Algunos ejemplos de v.a. discretas son:
X = número de alumnos, en un grupo de 30, que obtienen calificación
superior a 8.5 en un examen. Los posibles valores de X serían
0,1,2,...,30.
Y = número de peces sin escamas que habitan en un lago. Los posibles
valores de Y son 0,1,2,....

Algunos ejemplos de v.a. continuas son:

Z = tiempo requerido por los trabajadores de INE para trasladarse desde su
casa al trabajo. Los posibles valores de Z son z∈[0,∞).
W = altura en centímetros de un cierto tipo de plantas. Los valores que
toma W son w∈(0, 100].
El grado de incertidumbre de los valores que toma una variable aleatoria no

es el mismo, existen algunos valores que ocurren más frecuentemente que
otros. Es por esto que es necesario cuantificar la incertidumbre mediante
una función de probabilidad.
FUNCIÓN DE PROBABILIDAD DE UNA V.A. DISCRETA. Es una función que

asigna a cada posible valor x de X su probabilidad de ocurrencia,
fX(x) = P(X = x)
La función de probabilidad también es conocida como función de densidad
o función de masa. Esta función tiene las siguientes propiedades:
1. fX(x) ≥ 0 para todo valor x.
2. ∑ f X (x ) = 1 (la suma es sobre todos los valores que toma la v.a.)
x
A continuación se presenta una ilustración de una función de probabilidad

junto con su representación gráfica.

v.a. discreta
0.5
0.4
Densidad
0.3
0.2
0.1
0
0 1 2 3 4
X
La representación gráfica de una función de probabilidad discreta puede ser

mediante un histograma, un diagrama de líneas verticales o mediante
puntos.
fX(0) = P(X=0) = P({SSS}) = 1/8 = 0.125
fX(1) = P(X=1) = P({SSA}∪{SAS}∪{ASS})=0.125+0.125+0.125 = 0.375
fX(2) = P(X=2) = P({AAS}∪{ASA}∪{SAA})=0.125+0.125+0.125= 0.375
fX(3) = P(X=3) = P({AAA}) = 0.125
FUNCIÓN DE DISTRIBUCIÓN DE UNA V.A. DISCRETA. Esta función sw define

como la probabilidad de que X tome valores menores o iguales a x,
FX (x ) = P(X ≤ x ) = ∑ f X (u )
u≤x
La función de distribución también es conocida como función de

distribución acumulada (de probabilidad). Esta función tiene las siguientes
propiedades:

1. 0 ≤ FX(x)≤ 1 para todo valor x.

2. FX(x) es no decreciente
3. FX(x) es continua por la derecha
A continuación se presenta una ilustración de una función de distribución

junto con su representación gráfica.
x FX(x)
0 0.2401
1 0.6517
2 0.9163
3 0.9919
4 1
v.a. discreta
1
F. de distribución
0.8
0.6
0.4
0.2
0
0 1 2 3 4
X
Nota: La función de distribución está definida para todo valor x. Además,

es muy útil porque simplifica el cálculo de probabilidades.

FUNCIÓN DE DENSIDAD DE UNA V.A. CONTINUA. La función de densidad para

v.a.’s continuas no corresponde a la probabilidad de observar un valor x,
simplemente nos da una idea de la distribución (repartición) de las
probabilidades para los distintos valores x. Gráficamente la función de
densidad corresponde a una forma límite del histograma de frecuencias
relativas. Esta función tiene las siguientes propiedades:
1. fX(x) ≥ 0 para todo valor x.
2. ∫ f X ( x )dx = 1 (la integral es sobre todos los valores de la v.a.)
v.a. continua
0.16
F. de densidad
0.12
0.08
0.04
0
0 4 8 12 16 20 24
X
A continuación se presenta una ilustración de una función de densidad.
Nota: La forma de calcular probabilidades que involucran valores de una

v.a. continua es integrando,
b
P(a < X < b ) = ∫ f X ( x )dx
a

FUNCIÓN DE DISTRIBUCIÓN DE UNA V.A. CONTINUA. Al igual que en el caso

discreto, esta función se define como la probabilidad de que X tome
valores menores o iguales a x,
x
FX (x ) = P(X ≤ x ) = ∫ f X (u )du
−∞
Esta función tiene las mismas propiedades que una función de distribución
de una v.a. discreta.
A continuación se presenta una ilustración de una función de distribución.
v.a. continua
1
F. de distribución
0.8
0.6
0.4
0.2
0
0 4 8 12 16 20 24
X
CARACTERÍSTICAS DE UNA V.A. Existen cantidades numéricas (parámetros)

que caracterizan una v.a. Las más comunes son:
Valor esperado o media: es una medida de la localización central de una
distribución,
µ = E (X) = ∑ xf X ( x ) , si X es discreta
x
= ∫ xf X ( x )dx , si X en continua

Varianza: es una medida de la dispersión de los valores de la v.a. X,

{ }
σ 2 = Var (X) = E (X − µ ) = ∑ ( x − µ) 2 f X ( x ) , si X es discreta
2
= ∫ ( x − µ) 2 f X ( x )dx , si X es continua
NOTA: Todas las demás medidas descriptivas que se vieron en la sección de

análisis exploratorio de datos se pueden calcular para cualquier v.a, por
ejemplo: Mediana, Moda, Cuartíles, Rango, Amplitud intercuartílica,
desviación estándar y coeficiente de variación.
FUNCIONES BIVARIADAS: Algunas veces resulta de interés conocer el

comportamiento conjunto de dos variables aleatorias definidas en el mismo
espacio muestral Ω. Sean X y Y son dos v.a.’s, su función de densidad
fX,Y(x,y) indica probabilidades si X y Y son discretas e indican la
distribución de los valores de acuerdo a su probabilidad si X y Y son
continuas. La función de distribución FX ,Y (x , y ) = P(X ≤ x , Y ≤ y ) , en
cualquier caso, indica probabilidades acumuladas.
Coeficiente de correlación. Un parámetro importante que mide el grado de

relación lineal entre dos v.a.’s es el coeficiente de correlación, que se
define como:
E{(X − µ X )(Y − µ Y )} Cov(X, Y ) σ XY
ρ XY = Corr (X, Y ) = = = ,
Var (X)Var (Y) σXσY σXσY
Propiedades: − 1 ≤ ρ XY ≤ 1 .

1.4 Algunas distribuciones específicas de probabilidad
Existen fenómenos aleatorios que se pueden representar por modelos (de

probabilidad) conocidos y relativamente sencillos.
Los MODELOS DE PROBABILIDAD son modelos que abstraen la realidad

(experimentos aleatorios) mediante una ecuación matemática. Un modelo
de probabilidad especifica la forma de la distribución de las probabilidades
asociadas a una v.a.. Los modelos de probabilidad se describen mediante su
función de densidad, su función de distribución o mediante sus
características resumen (media, varianza, etc.).
Algunos modelos más comunes de probabilidad son:

Discretos:
1) Uniforme discreta
2) Bernoulli
3) Binomial
4) Poisson
Continuos:
5) Uniforme continua
6) Normal
7) Exponencial

1) UNIFORME DISCRETA: Una v.a. X se dice que tiene una distribución

uniforme discreta o rectangular si su función de densidad está dada por:
1
f X (x ) = I{x ,x ,K,x } ( x )
k 1 2 k
Notación: X∼U{x1,x2,...,xk} (la v.a. X se distribuye de manera uniforma

discreta en el conjunto {x1,x2,...,xk}).
Discrete Uniform Distribution

0.4 L.lim, U.lim
0,2
0,3
0.3
probability
1,5
0.2
0.1
0
0 1 2 3 4 5
x
Aplicaciones:
X = asigna el valor de 1 si al lanzar una moneda honesta sale “sol”.
Y = El número del boleto ganador en una rifa de 100 números.
Propiedades: Si X∼U{1,2,...,N},
N( N + 1) N2 − 1
µX = y σ 2X =
2 12

2) BERNOULLI: Una v.a. X se dice que tiene una distribución Bernoulli si su

función de densidad está dada por:
f X (x ) = p x (1 − p )
1− x
I{0,1} ( x ) , donde 0≤p≤1
Notación: X∼Ber(p) (la v.a. X se distribuye como una Bernoulli con

parámetro p).
Bernoulli Distribution
1 Event prob.
0.1
0.8 0.3
probability
0.5
0.6
0.4
0.2
0
0 0.2 0.4 0.6 0.8 1
x
Aplicaciones: Un ensayo Bernoulli es aquel experimento en el que sólo hay
2 posibles resultados.
X = asigna el valor de 1 si al lanzar una moneda honesta sale “sol”.
Y = asigna el valor de 1 si me saco el melate y 0 si no.
Propiedades: Si X∼Ber(p),
µX = p y σ 2X = p(1 − p )

3) BINOMIAL: Una v.a. X se dice que tiene una distribución Binomial si su

n
f X (x ) =  p x (1 − p ) I{0,1,K,n} ( x ) , donde 0≤p≤1
n −x
x
Notación: X∼Bi(n,p) (la v.a. X se distribuye como una Binomial con

parámetros n y p).
Binomial Distribution
0.4 p,n
0.1,10
0.3,10
0.3
probability
0.5,10
0.2
0.1
0
0 2 4 6 8 10
x
Aplicaciones:
X = número de éxitos en n ensayos Bernoulli.
Propiedades: Si X∼Bi(n,p),
µ X = np y σ 2X = np(1 − p )

4) POISSON: Una v.a. X se dice que tiene una distribución Poisson si su

λx
f X (x ) = e − λ I{0,1,K} ( x ) , donde λ>0
x!
Notación: X∼Po(λ) (la v.a. X se distribuye como una Poisson con

parámetro λ).
Poisson Distribution
0.18 Mean
5
0.15 10
probability
0.12 30
0.09
0.06
0.03
0
0 10 20 30 40 50 60
x
Aplicaciones: En general cuenta número de ocurrencias en un intervalo de

tiempo.
X = número de reclamos que reciben al día en una compañía de seguros.
Y = número de aviones que llegan al aeropuerto de la ciudad de México en
una semana.
Propiedades: Si X∼Po(λ),
µX = λ y σ 2X = λ

5) UNIFORME CONTINUA: Una v.a. X se dice que tiene una distribución

Uniforme continua si su función de densidad está dada por:
1
f X (x ) = I [a ,b ] ( x ) , donde a < b
b−a
Notación: X∼U[a,b] (la v.a. X se distribuye como una Uniforme continua

en el intervalo [a,b]).
Uniform Distribution
0.5 L.lim, U.lim
0,2
0.4 -1.0,2
0,4
density
0.3
0.2
0.1
0
-1 0 1 2 3 4
x
Aplicaciones:
X = tiempo en ser atendido por un servidor en la oficina de SAT.
Y = tiempo en llegar desde mi casa al INE.
Propiedades: Si X∼U[a,b],
µX =
a+b
y σ 2X =
(b − a)
2
2 12

6) NORMAL: Una v.a. X se dice que tiene una distribución Normal si su

2
1  x −µ 
1 −  
f X (x ) = e 2 σ 
I ( −∞ ,∞ ) ( x ) , donde µ ∈ ℜ, σ2 > 0
σ 2π
Notación: X∼N(µ,σ2) (la v.a. X se distribuye como una Normal con

parámetros µ y σ2).
Normal Distribution
0.8 Mean,Std. de
0,1
-1.0,0.5
0.6
1,1.5
density
0.4
0.2
0
-7 -3 1 5 9
x
Aplicaciones:
X = cantidad de calor en una barra metálica al ser calentada por el centro.
Y = demanda mensual por un determinado producto.
Propiedades: Si X∼N(µ,σ2),
µX = µ y σ 2X = σ 2
Si X∼N(0,1) ⇒ se dice que X es una v.a. normal estándar.

7) EXPONENCIAL: Una v.a. X se dice que tiene una distribución exponencial si

su función de densidad está dada por:
1
f X (x ) = e − x θ I[ 0,∞ ) ( x ) , donde θ > 0
θ
Notación: X∼Exp(θ) (la v.a. X se distribuye como una Exponencial con

parámetro θ).
Exponential Distribution
2 Mean
0.5
1.6 1
1.5
density
1.2
0.8
0.4
0
0 2 4 6 8 10
x
Aplicaciones: En general mide tiempo entre la ocurrencia de dos eventos.

X = tiempo entre la llegada de dos personas a la unifila de un banco.
Y = tiempo entre la llegada de dos aviones al aeropuerto.
Propiedades: Si X∼ Exp(θ),
µX = θ y σ 2X = θ 2

Parte 1

Cargado por

Copyright:

Formatos disponibles

Parte 1

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Parte 1

Cargado por

Copyright:

Formatos disponibles

PROFESOR: LUIS E.

METODOS ESTADÍSTICOS BÁSICOS Y

PROFESOR: LUIS E. NIETO BARAJAS

Instituto Nacional de Ecología, INE

1 Curso: Métodos estadísticos básicos y técnicas de muestreo

Curso: Métodos estadísticos básicos

OBJETIVO: Brindar al alumno los conocimientos básicos de Estadística

2 Curso: Métodos estadísticos básicos y técnicas de muestreo

PAQUETES ESTADÍSTICOS: Los conceptos y las técnicas se ejemplificarán

EVALUACIÓN: Al final del curso se aplicará un examen en el que el alumno

3 Curso: Métodos estadísticos básicos y técnicas de muestreo

¿Qué es la ESTADÍSTICA? La estadística es una ciencia que tiene que ver

Los procesos estadísticos se dividen en dos grandes ramas: Estadística

Estadística descriptiva: Proceso de recolectar, organizar y presentar datos

Estadística inferencial: Involucra el análisis y la interpretación de los datos

¿Dónde entra el muestreo?

En resumen, el OBJETIVO de la estadística, es proporcionar una metodología

4 Curso: Métodos estadísticos básicos y técnicas de muestreo

Algunas definiciones básicas:

VARIABLE: Característica o atributo que se le mide a un individuo.

5 Curso: Métodos estadísticos básicos y técnicas de muestreo

Continuas Discretas Ordenadas No ordenadas

EJEMPLO 1: Supongamos que se desea conocer el consumo de agua

¿Cómo obtener una muestra representativa?

6 Curso: Métodos estadísticos básicos y técnicas de muestreo

Si la población es muy grande (población infinita) la selección se hará con

INDIVIDUOS INDEPENDIENTES: El hecho de haber seleccionado a un

7 Curso: Métodos estadísticos básicos y técnicas de muestreo

Parte 1. Probabilidad y Estadística descriptiva

1.1 Análisis exploratorio de datos

Supongamos que la labor de recolección de datos ya ha sido realizada y

Las técnicas exploratorias se dividen en técnicas gráficas y medidas

VARIABLES CATEGÓRICAS (O CUALITATIVAS):

1) Distribución de frecuencias: es una tabla que muestra todas las posibles

Frequency Table for Y

8 Curso: Métodos estadísticos básicos y técnicas de muestreo

2) Diagrama circular (o de pastel): Es una representación gráfica de las

3) Diagrama de barras: es una representación gráfica de la distribución de

VARIABLES NUMÉRICAS (O CUANTITATIVAS):

1) Diagrama de tallo y hojas: Es una gráfica que nos da una idea de la

2) Distribución de frecuencias: Es una tabla que muestra los posibles

10 Curso: Métodos estadísticos básicos y técnicas de muestreo

Frequency Tabulation for X

3) Histogramas: Es la representación gráfica de una distribución de

11 Curso: Métodos estadísticos básicos y técnicas de muestreo

intervalos de clase a conveniencia del investigador, pudiéndose

4) Polígonos de frecuencias: Es un perfil de la distribución de frecuencias.

5) Ojiva: Es la curva que resulta de graficar las frecuencias relativas

12 Curso: Métodos estadísticos básicos y técnicas de muestreo

Las medidas descriptivas se clasifican en varios tipos: de tendencia central,

MEDIDAS DE TENDENCIA CENTRAL: Las medidas de tendencia central son

13 Curso: Métodos estadísticos básicos y técnicas de muestreo

o Mediana: es la observación que se encuentra justo a la mitad de un

o Moda: La moda u observación modal es aquella observación que ocurre

MEDIDAS DE POSICIÓN O DE LOCALIZACIÓN: Las medidas de posición son

14 Curso: Métodos estadísticos básicos y técnicas de muestreo

MEDIDAS DE DISPERSIÓN: Las medidas de dispersión, como su nombre lo

o Amplitud intercuartílica: es la distancia que existe entre el primer y