1

ESTADÍSTICA INFERENCIAL
Plan: 2011

Clave: Créditos: 8
Licenciatura: ADMINISTRACIÓN Semestre: 2º.
Área: Matemáticas Horas. Asesoría:
Requisitos: Horas. por semana: 4
Tipo de Obligatoria ( Optativa ( )
asignatura: X)

AUTORES:

2
 INTRODUCCIÓN GENERAL
A LA ASIGNATURA

Las modalidades abierta y a distancia (SUAYED) son alternativas que

pretenden responder a la demanda creciente de educación superior, sobre
todo, de quienes no pueden estudiar en un sistema presencial.
Actualmente, ―con la incorporación de las nuevas tecnologías de
información y comunicación a los sistemas abierto y a distancia, se empieza
a fortalecer y consolidar el paradigma educativo de éstas, centrado en el
estudiante y su aprendizaje autónomo, para que tenga lugar el diálogo
educativo que establece de manera semipresencial (modalidad abierta) o
vía Internet (modalidad a distancia) con su asesor y condiscípulos,
apoyándose en materiales preparados ex profeso‖1.
Un rasgo fundamental de la educación abierta y a distancia es que no exige
presencia diaria. El estudiante SUAYED aprende y organiza sus actividades
escolares de acuerdo con su ritmo y necesidades; y suele hacerlo en
momentos adicionales a su jornada laboral, por lo que requiere flexibilidad
de espacios y tiempos. En consecuencia, debe contar con las habilidades
siguientes.

1
Sandra Rocha, Documento de Trabajo. Modalidad Abierta y a Distancia en el SUA-FCA, 2006.

3
Saber estudiar, organizando sus metas educativas de manera realista
según su disponibilidad de tiempo, y estableciendo una secuencia de
objetivos parciales a corto, mediano y largo plazos.
Mantener la motivación y superar las dificultades inherentes a la
licenciatura.
Asumir su nuevo papel de estudiante y compaginarlo con otros roles
familiares o laborales.
Afrontar los cambios que puedan producirse como consecuencia de las
modificaciones de sus actitudes y valores, en la medida que se adentre
en las situaciones y oportunidades propias de su nueva situación de
estudiante.
Desarrollar estrategias de aprendizaje independientes para que pueda
controlar sus avances.
Ser autodidacta. Aunque apoyado en asesorías, su aprendizaje es
individual y requiere dedicación y estudio. Acompañado en todo
momento por su asesor, debe organizar y construir su aprendizaje.
Administrar el tiempo y distribuirlo adecuadamente entre las tareas
cotidianas y el estudio.
Tener disciplina, perseverancia y orden.
Ser capaz de tomar decisiones y establecer metas y objetivos.
Mostrar interés real por la disciplina que se estudia, estar motivado para
alcanzar las metas y mantener una actitud dinámica y crítica, pero abierta
y flexible.
Aplicar diversas técnicas de estudio. Atender la retroalimentación del
asesor; cultivar al máximo el hábito de lectura; elaborar resúmenes,
mapas conceptuales, cuestionarios, cuadros sinópticos, etcétera;
presentar trabajos escritos de calidad en contenido, análisis y reflexión;
hacer guías de estudio; preparar exámenes; y aprovechar los diversos
recursos de la modalidad.

4
 Además de lo anterior, un estudiante de la modalidad a distancia debe
dominar las herramientas tecnológicas. Conocer sus bases y
metodología; tener habilidad en la búsqueda de información en
bibliotecas virtuales; y manejar el sistema operativo Windows,
paquetería, correo electrónico, foros de discusión, chats, blogs, wikis,
etcétera.

También se cuenta con materiales didácticos como éste elaborados para el

SUAYED, que son la base del estudio independiente. En específico, este
documento electrónico ha sido preparado por docentes de la Facultad para
cada una de las asignaturas, con bibliografía adicional que te permitirá
consultar las fuentes de información originales. El recurso comprende
referencias básicas sobre los temas y subtemas de cada unidad de la
materia, y te introduce en su aprendizaje, de lo concreto a lo abstracto y de
lo sencillo a lo complejo, por medio de ejemplos, ejercicios y casos, u otras
actividades que te posibilitarán aplicarlos y vincularlos con la realidad
laboral. Es decir, te induce al ―saber teórico‖ y al ―saber hacer‖ de la
asignatura, y te encauza a encontrar respuestas a preguntas reflexivas que
te formules acerca de los contenidos, su relación con otras disciplinas,
utilidad y aplicación en el trabajo. Finalmente, el material te da información
suficiente para autoevaluarte sobre el conocimiento básico de la asignatura,
motivarte a profundizarlo, ampliarlo con otras fuentes bibliográficas y
prepararte adecuadamente para tus exámenes. Su estructura presenta los
siguientes apartados.

1. Información general de la asignatura. Incluye elementos

introductorios como portada, identificación del material,
colaboradores, datos oficiales de la asignatura, orientaciones para el
estudio, contenido y programa oficial de la asignatura, esquema

5
 general de contenido, introducción general a la asignatura y objetivo
general.
2. Desarrollo de cada unidad didáctica. Cada unidad está conformada
por los siguientes elementos.
Introducción a la unidad.
Objetivo particular de la unidad.
Contenidos.
Actividades de aprendizaje y/o evaluación. Tienen como
propósito contribuir en el proceso enseñanza-aprendizaje
facilitando el afianzamiento de los contenidos esenciales. Una
función importante de estas actividades es la retroalimentación:
el asesor no se limita a valorar el trabajo realizado, sino que
además añade comentarios, explicaciones y orientación.
Ejercicios y cuestionarios complementarios o de reforzamiento.
Su finalidad es consolidar el aprendizaje del estudiante.
Ejercicios de autoevaluación. Al término de cada unidad hay
ejercicios de autoevaluación cuya utilidad, al igual que las
actividades de aprendizaje, es afianzar los contenidos
principales. También le permiten al estudiante calificarse él
mismo cotejando su resultado con las respuestas que vienen al
final, y así podrá valorar si ya aprendió lo suficiente para
presentar el examen correspondiente. Para que la
autoevaluación cumpla su objeto, es importante no adelantarse a
revisar las respuestas antes de realizar la autoevaluación; y no
reducir su resolución a una mera actividad mental, sino que debe
registrarse por escrito, labor que facilita aún más el aprendizaje.
Por último, la diferencia entre las actividades de autoevaluación y
las de aprendizaje es que éstas, como son corregidas por el

6
 asesor, fomentan la creatividad, reflexión y valoración crítica, ya
que suponen mayor elaboración y conllevan respuestas abiertas.
3. Resumen por unidad.
4. Glosario de términos.
5. Fuentes de consulta básica y complementaria. Mesografía,
Bibliografía, hemerografía y sitios web, considerados tanto en el pro
grama oficial de la asignatura como los sugeridos por los profesores.

Esperamos que este material cumpla con su cometido, te apoye y oriente

en el avance de tu aprendizaje.

Recomendaciones (orientación para el estudio independiente)

Lee cuidadosamente la introducción a la asignatura, en ella se

explica la importancia del curso.
Revisa detenidamente los objetivos de aprendizaje (general y
específico por unidad), en donde se te indican los conocimientos y
habilidades que deberás adquirir al finalizar el curso.
Estudia cada tema siguiendo los contenidos y lecturas sugeridos por
tu asesor, y desarrolla las actividades de aprendizaje. Así podrás
aplicar la teoría y ejercitarás tu capacidad crítica, reflexiva y analítica.
Al iniciar la lectura de los temas, identifica las ideas, conceptos,
argumentos, hechos y conclusiones, esto facilitará la comprensión de
los contenidos y la realización de las actividades de aprendizaje.
Lee de manera atenta los textos y mantén una actitud activa y de
diálogo respecto a su contenido. Elabora una síntesis que te ayude a
fijar los conceptos esenciales de lo que vas aprendiendo.
Debido a que la educación abierta y a distancia está sustentada en
un principio de autoenseñanza (autodisciplina), es recomendable

7
 diseñar desde el inicio un plan de trabajo para puntualizar tiempos,
ritmos, horarios, alcance y avance de cada asignatura, y recursos.
Escribe tus dudas, comentarios u observaciones para aclararlas en la
asesoría presencial o a distancia (foro, chat, correo electrónico,
etcétera).
Consulta al asesor sobre cualquier interrogante por mínima que sea.
Revisa detenidamente el plan de trabajo elaborado por tu asesor y
sigue las indicaciones del mismo.

Otras sugerencias de apoyo

Trata de compartir tus experiencias y comentarios sobre la
asignatura con tus compañeros, a fin de formar grupos de estudio
presenciales o a distancia (comunidades virtuales de aprendizaje, a
través de foros de discusión y correo electrónico, etcétera), y puedan
apoyarse entre sí.
Programa un horario propicio para estudiar, en el que te encuentres
menos cansado, ello facilitará tu aprendizaje.
Dispón de periodos extensos para al estudio, con tiempos breves de
descanso por lo menos entre cada hora si lo consideras necesario.
Busca espacios adecuados donde puedas concentrarte y aprovechar
al máximo el tiempo de estudio.

8
 TEMARIO OFICIAL
(64 horas)

1. Introducción al muestreo 4
2. Distribuciones muéstrales 8
3. Estimación de parámetros 10
4. Pruebas de hipótesis 10
5. Pruebas de hipótesis con la distribución ji cuadrada 8
6. Análisis de regresión lineal simple 10
7. Análisis de series de tiempo 8
8. Pruebas estadísticas no paramétricas 6

9
INTRODUCCIÓN A LA ASIGNATURA

En esta asignatura el estudiante dará continuación al curso previo de

Estadística I. Observando la importancia que tiene el aprenderla, así:

En la unidad 1 investigará y aplicará la teoría del muestreo a diferentes

tipos de problemas y, en consecuencia, diferentes tipos de muestras.
Observará los retos que implica la correcta selección de una muestra con el
objetivo de que su estudio tenga la validez científica y la exactitud de la
matemática.

En la unidad 2 estudiará las distribuciones muéstrales y el teorema central

del límite, los cuales pueden ayudar para la posterior elaboración de los
intervalos de confianza.

En la unidad 3 estimará los parámetros principales con el fin de tomar

decisiones en un entorno de incertidumbre.

En la unidad 4 aplicará las pruebas de hipótesis en el ambiente

administrativo y contable para poder decidir continuar o desechar alguna
forma de actuar de la compañía donde se encuentre laborando, basado
en hechos científicos.

10
En la unidad 5 analizaremos las pruebas de hipótesis con la distribución ji
cuadrada y su aplicación.

En la unidad 6 investigará el análisis de regresión lineal simple para

averiguar el comportamiento de las variables y sus diferentes relaciones.

En la unidad 7 analizaremos las series de tiempo para observar su

aplicación a diferentes problemas de la vida diaria de las empresas.

En la unidad 8 analizará las pruebas estadísticas no paramétrica para

poder racionalizar fenómenos que no son cuantificables, pero que por su
importancia merecen ser estudiados.

11
 OBJETIVO GENERAL

Que el alumno sea capaz de inferir las características de una población

con base en la información contenida, así como de contrastar diversas
pruebas para la toma de decisiones.
.

12
 ESTRUCTURA CONCEPTUAL

Pruebas de
Pruebas de hipótesis con
hipótesis la distribución
ji cuadrada

Estimación de Análisis de
parámetros regresión
lineal simple

ESTADÍSTICA
II
Distribuciones Análisis de
muestrales series de
tiempo

Pruebas
Introducción
estadística no
al muestreo
paramétricas

13
 UNIDAD 1

INTRODUCCIÓN AL MUESTREO

14
 OBJETIVO ESPECÍFICO
El alumno conocerá los diferentes tipos de muestreo y sus características.

INTRODUCCIÓN
La teoría del muestreo es útil en numerosas ocasiones y en diferentes
campos de la ciencia, sobre todo cuando no se cuenta con los recursos
necesarios para hacer un censo (tiempo y dinero) o cuando no es necesario
o recomendable hacer un estudio completo de toda la población de interés.
Sin embargo, el no hacer el estudio completo, no significa de ninguna
manera que el estudio no sea importante, pues extraer una muestra que
sea representativa de una población y hacer inferencias que sean correctas
de la población basándose en los datos arrojados por la muestra, es todo
un proceso que debe ser cuidadosamente diseñado y elaborado; desde el
objetivo del muestreo, tamaño de la muestra, técnica de muestreo a
emplear, homogeneidad de la población, hasta las inferencias obtenidas al
termino del estudio apoyadas en la teoría de la estimación. Cabe aclarar
que es imposible que una sola persona logre tal estudio completo y que una
gran cantidad de expertos en diferentes campos se ve involucrada en tales
estudios. Tales expertos incluyen no solo a los expertos en estadística, en
mercados, en el giro mismo al que se esté dirigiendo el estudio, etc.

Todo esto hace que sea necesario poseer un conocimiento claro de lo que
es la teoría del muestreo y la teoría de la estimación que estudiaremos en la
presente unidad.

15
 LO QUE SÉ

LO QUE SÉ
Selecciona si las siguientes aseveraciones son verdaderas (V) o falsas (F).
Verdadera Falsa
1. El siguiente es un axioma de probabilidad‖ ( ) ( )
―La probabilidad de un hecho existe y es
restringida a la amplitud de cero a uno,
inclusive. Es decir, si designamos la
probabilidad de un hecho E como
P (E), entonces: 0 P ( E ) 1 ‖.

2. La siguiente es una propiedad de los ( ) ( )

logaritmos
log a u n n log a u

3. La siguiente expresión no es una propiedad

( ) ( )
de los logaritmos:
log a uv log a u log a v

4. ¿La teoría de conjuntos es un instrumento ( ) ( )

matemático muy útil para analizar un
problema, permitiéndonos enfocar en él lo que
es fundamental de lo que no lo es?

16
5. ¿El sentido de una desigualdad debe ser ( ) ( )
invertido al multiplicar o dividir toda la
desigualdad por un número negativo?

6. ¿La derivada de una función es el límite del ( ) ( )

incremento de la función al incremento de la
variable independiente cuando este último
tiende a cero?

7. ¿Una función matemática es una regla que ( ) ( )

asigna a cada elemento de un conjunto ―A‖ uno
y solo un elemento de un conjunto ―B‖?

17
 TEMARIO DETALLADO
(4 HORAS)

1.1 Parámetros, estadísticos y estimadores

1.2 Estimación de parámetros y pruebas de hipótesis
1.3 Muestreo aleatorio y muestreo de juicio
1.4 Muestras únicas y muestras múltiples
1.5 Muestras independientes y muestras relacionadas
1.6 Tipos de muestreo aleatorio

18
 1.1 Parámetros,
estadísticos y estimadores

La teoría del muestreo estudia la relación entre una población y las

muestras tomadas de ella; es decir, se utiliza para estimar magnitudes
desconocidas de una población —tales como valores promedio y de
dispersión, llamadas a menudo parámetros de la población o simplemente
parámetros— a partir del conocimiento de esas magnitudes sobre
muestras, que se llaman estadísticos de la muestra o simplemente
estadísticos.

1.2 Estimación de parámetros y

pruebas de hipótesis

Desde un punto de vista práctico, es muy importante ser capaz de inferir

información sobre una población a partir de muestras suyas. Con tal
situación se enfrenta la inferencia estadística, que usa los principios de la
teoría del muestreo.

19
Un problema importante de la inferencia estadística es la estimación de
parámetros de la población, o brevemente parámetros (tales como la
media o la varianza de la población), de los correspondientes estadísticos
muéstrales, o simplemente estadísticos (tales como la media y la varianza
de la muestra).

• Método de máxima verosimilitud

En cualquier situación de muestreo es posible encontrar un estimador de

un parámetro, utilizando el método de máxima verosimilitud de R. A.
Fisher, el cual es un procedimiento general para la selección de
estimadores.

Hay varias razones por las que se quiere utilizar un estimador de máxima
verosimilitud para un parámetro; aunque dichos estimadores no siempre
son eficientes e insesgados, por lo general son la mejor opción que se
tiene debido a las siguientes propiedades:

A medida que se incrementa el tamaño muestral, el sesgo del

estimador de máxima verosimilitud tiende a cero.
Su error estándar se aproxima al mínimo error estándar posible.
Su distribución muestral se aproxima a la normal.

Debido a estas propiedades, muchos investigadores están a favor del uso

de los estimadores de máxima verosimilitud en gran cantidad de
situaciones de muestreo.

20
Pero veamos con más detalle cómo podemos encontrar un estimador de
máxima verosimilitud; por lo tanto, empecemos por entender qué es la
función de verosimilitud.

Función de verosimilitud

Si denotamos a la función de verosimilitud con la letra ―L‖ y la definimos

como la probabilidad de observar los datos tomados de manera
independiente de una variable aleatoria cualquiera, entonces dicha función
de verosimilitud tendrá la forma siguiente:

L(y1,y2,…,y n, a) = P(y1)P(y2)…P(y n)

En el caso discreto y la siguiente forma en el caso continúo:

L(y1,y2,…,y n, a) = f(y1)f(y2)…f(y n)

Como podemos observar, independientemente de cual fuere el caso

(variable aleatoria discreta o variable aleatoria continua), la función de
verosimilitud se obtiene simplemente sustituyendo en la función original
cada uno de los datos y multiplicando la función por sí misma para cada
uno de los casos.

Por ejemplo suponga que independientemente de lo que sucede el resto

de los días, el número de trabajos que llegan en un día a un despacho
contable tiene una distribución de Poisson con media desconocida;
Suponga además que el primer día de la muestra llega sólo un trabajo y

21
que el segundo (y último) día llegan cuatro. Escriba la función de
verosimilitud.

Para resolver este problema, la metodología es la siguiente:

Primer paso
Debemos escribir la fórmula básica de la cual se parte y debemos
identificar exhaustivamente todas sus variables; en este caso, la fórmula
corresponde a una distribución de Poisson; por lo tanto, recordando que la
distribución de Poisson es discreta con:
y
P y e
y!
Donde: es el número esperado de eventos que suceden en un periodo y
e= 2.71828.
Segundo paso
Sustituir los valores o datos dados por el problema en la fórmula original,
considerando la teoría de la función de verosimilitud. Los valores
observados son y1=1 e y2=4; por lo tanto, la función de verosimilitud estará
formada por el producto para cada uno de los datos de la fórmula misma.

Es decir:

22
 Tercer paso
Realizar las operaciones algebraicas correspondientes a la reducción de la
fórmula, lo cual quiere decir que finalmente la fórmula anterior se puede
reducir a:
5
2
e
L(1,4, ) =
(1!)(4!)
Éste es el último resultado de la función de verosimilitud solicitada en el
problema.

A continuación, es necesario entender qué es una estimación de máxima

verosimilitud.

Estimación máximo verosímil

Para valore observados en una muestra y 1, y2,...yn, la estimación máximo
verosímil de un parámetro e es el valor ê que maximiza la función de
verosimilitud L (y1.y2, e).

En un principio siempre es posible encontrar estimadores de máxima

verosimilitud calculando numéricamente la función de verosimilitud. No
obstante, utilizar el cálculo diferencial simplifica el trabajo de encontrar tales
estimadores.

23
La idea básica2 del método de máxima verosimilitud es muy sencilla.

Se elige aquella aproximación para el valor desconocido que en este caso y

para efectos de explicación llamaremos a de manera que ―L‖ sea tan grande
como sea posible. Si ―L‖ es una función diferenciable de a, una condición
necesaria para que ―L‖ tenga un máximo (no en la frontera) es:
Se escribe una derivada parcial debido a que ―L‖ también depende de: y 1,
L
0
y2,...,yn y una estimación de ésta ecuación: que depende de y1,
y2,...,yn, se llama estimación de máxima verosimilitud para ―a‖.
Recordemos que para determinar el máximo de una función se iguala a cero
la primera derivada y se resuelve la ecuación que de ello resulta.
En los problemas de máxima verosimilitud con frecuencia es más conveniente
trabajar con el logaritmo natural de la verosimilitud que con la verosimilitud
L
0
misma. Por lo tanto, podemos reemplazar la ecuación: por:
ln(L)
0

Debido a que f 0 ; un máximo de ―f‖ en general es positivo y ―ln (L)‖ es una

función monótona creciente 3 de ―L‖. Esto a menudo simplifica los cálculos.

En principio se debería utilizar el criterio de la segunda derivada para
asegurarse que lo que se obtiene es un máximo y no un mínimo. No obstante,
es muy claro que la solución de la ecuación correspondiente a la primera
derivada produce un estimador de máxima verosimilitud y no un mínimo.
Finalmente, si la distribución de ―Y‖ contiene ―r‖ parámetros: a 1, a2,...,ar,
L
0
entonces en lugar de se tiene las ―r‖ condiciones:

2
Erwin Kreyszig, Matemáticas avanzadas para ingeniería, vol. 2, p. 959.
3
En virtud de que el logaritmo natural es una función creciente, a medida que la verosimilitud se incrementa hacia su
máximo, también lo hace su logaritmo.

24
 L L L
0 0 0
1 , 2 ,..., r

ln(L)
0
y en lugar de tenemos:

ln( L) ln( L) ln( L)

0 0 0
1 , 2 ,..., r

Por lo tanto, continuando con el ejemplo anterior tenemos que la función de

verosimilitud era:
5
2
e
L(1,4, ) = (1!)(4!)

En donde el valor desconocido es en este caso

De modo que continuando con el proceso, el logaritmo natural de la
verosimilitud es:
5
ln
l(1,4, ) = ln e
2
+ (1!)(4!)

en donde por leyes de los logaritmos esta ecuación queda de la siguiente

manera:
5
l(1,4, ) = -2 (ln e)+ ln ln (1!)(4!)

Continuando con las leyes de los logaritmos, la expresión toma la forma

siguiente:

l (1,4, ) = -2 + 5 ln - ln [(1!)(4!)[

25
Posteriormente, al obtener la primera derivada a esta ecuación, ésta cobra la
siguiente forma:
dl(1,4, ) d d d
( 2 ) (5 ln ) ln(1!)(4!)
d d d d

Si a la ecuación anterior le aplicamos las leyes de la derivación matemática,

tenemos que esta expresión se convierte en:

dl(1,4, ) 5
2
d

Continuando con el proceso, igualamos a ―cero‖ esta primera derivada, por lo

que la expresión resultante se indica a continuación:

dl(1,4, ) 5
2 0
d
que es lo mismo que:

5
2 0

Resolviendo la última ecuación de primer grado con una incógnita tenemos

que:

De modo que la estimación de máximo verosímil o de máxima verosimilitud

de es û=2.5.

26
En resumen, la metodología para encontrar una estimación de máximo
verosímil es la siguiente:

Primer paso Identificar la fórmula básica a que se

refiere el problema junto con todas sus
variables de manera exhaustiva.

Segundo Encontrar la función de verosimilitud

paso correspondiente (sustituyendo los datos
dados en la fórmula original y
considerando la teoría de la función de
verosimilitud).

Tercer paso Aplicar la función del logaritmo natural a la

función de verosimilitud.

Cuarto paso Realizar las operaciones propias de los

logaritmos para desglosar la función en
sumas y restas, dentro de las cuales es
común que queden comprendidas
multiplicaciones y divisiones.

Quinto paso Aplicar la primera derivada

a la función logaritmo natural.

Sexto paso Realizar operaciones correspondientes

a la teoría de derivación.

Séptimo Igualar el resultado reducido

paso de la primera derivada a cero.

Octavo paso Resolver la ecuación de primer grado

resultante, con lo cual obtenemos el
resultado del estimador de máxima
verosimilitud.

27
 Estimación por el método de momentos

Otra forma de hacer una estimación puntual de un parámetro es a través

del llamado método de los momentos, el cual es otra metodología utilizada,
en la cual, se igualan los momentos muéstrales con los momentos
poblacionales.

Si consideramos que el primer momento poblacional es E(X) (valor

esperado de X), el segundo momento poblacional es E(X2) y así
n
1
xi x
sucesivamente. Mientras que el primer momento muestral es n i 1 (el
n
1 2
xi
promedio de la muestra), el segundo momento muestral es n i 1 y así
sucesivamente.
Considere el caso de una población cuya función densidad de probabilidad
es fx(x) y parámetro desconocido , como sigue:

1X 0 1
fx x
0 0.C.

Si quisiéramos estimar el parámetro , entonces debemos calcular el

primer momento poblacional e igualarlo con el primer momento muestral, a
saber:

28
Estimar por el metodo de momentos.
Ex xf x ( x)dx
1 1 1 1 1
E x 0 1 x dx 0 1x dx x 2 10
2 2
Igualando el primer momento poblacional con el primer momento muestral, tenemos :
1 X1
x
2 n
Y despejando , tenemos :
ˆ 1 x ˆ 2
es decir :
ˆ 1 x 2x 1

ˆ 2 x 1 estimando puntual por momentos.

1 x

Así, si la variable estudiada X es el porcentaje de agrado de un producto y

dicho porcentaje (de 0 a 100) se distribuye de acuerdo con la función de
densidad fx(x) (que para asumir cierto modelo se puede utilizar una prueba
de bondad de ajuste), entonces para estimar se determina una muestra

aleatoria en la cual consideramos que arroja un promedio x 0.39 (es decir

39% de satisfacción). Por lo cual en este caso el estimador de es:

ˆ 2 x 1 2(0.39) 1
0.36
1 x 1 0.39 , valor que no tiene significado práctico, pero
que a partir del cual se describe el comportamiento de la población y en la
1 0.36 1
E (X ) 0.39
cual el promedio es 2 0.36 2 ; asimismo se puede
calcular la mediana, moda, varianza, entre otras características.

Resulta claro que siendo un estimador puntual, un estadístico tomado de

una muestra que es utilizado para estimar un parámetro, dicho estimador
es tan bueno como lo sea la muestra de la cual proviene, sin embargo, para

29
diferentes muestras representativas de la misma población, se tendrán
diferentes estimaciones puntuarles. Así las cosas, estimar un parámetro
utilizando una estimación de intervalo (que veremos en el tema 3) resulta
muchas veces preferible a utilizar una estimación puntual.

La teoría del muestreo es útil también para determinar si las diferencias

observadas entre dos muestras son debidas a variaciones fortuitas o si son
realmente significativas. Tales cuestiones aparecen, por ejemplo, al probar
un nuevo suero como tratamiento de una enfermedad o al decidir si un
proceso de producción es mejor que otro. Las respuestas implican el uso
de los llamados contrastes (o test) de hipótesis y de significación, que son
importantes en la teoría de las decisiones.

En general, un estudio de las inferencias hechas sobre una población a

partir del análisis de diferentes muestras obtenidas de ésta, con indicación
de la precisión de tales inferencias, se llama inferencia estadística.

La teoría de las probabilidades es el fundamento de los métodos de

muestreo; para usarla hay que poseer un buen nivel de conocimiento,
desde el punto de vista de la matemática, de álgebra, cálculo y
probabilidades, así como de los métodos generales de estadística y de la
teoría básica de las estimaciones, desde el punto de vista estadístico; todo
ello es esencial para un entendimiento adecuado del desarrollo riguroso de
la teoría del muestreo.

Así pues, ―muestreo‖ es el proceso para obtener información acerca del

conjunto de una población o universo examinando sólo una parte del
mismo.

30
 1.3 Muestreo aleatorio y
muestreo de juicio

Existen básicamente dos métodos para seleccionar una muestra. Si cada

elemento de una población tiene la misma posibilidad de ser seleccionado
para integrar la muestra, el método se denomina muestreo aleatorio; por
el contrario, si los elementos tienen diferentes posibilidades de ser
elegidos, el método se denomina muestreo no aleatorio.

Cuando un muestreo se realiza devolviendo al conjunto el elemento una

vez analizado se dice que el muestreo se realizó con reemplazo; si el
elemento seleccionado no es regresado al conjunto, el muestreo es sin
reemplazo. Esta condición resulta muy importante cuando se desea
asignar un valor de probabilidad a la selección.

Su ventaja es que todos los datos tienen la misma posibilidad de ser

seleccionados y en consecuencia podemos obtener información
importante de la población de la cual fue extraída la muestra y, su
desventaja es que si la población es heterogénea o que se encuentre
agrupada en segmentos de diferentes tamaños, entonces la muestra
puede no ser representativa de la población, debido a que si uno de los

31
segmentos de la población es muy pequeño entonces cabe la posibilidad
de que ninguno de sus elementos pueda ser incluido en la muestra y en
consecuencia no ser tomado en cuenta.

Muestreo de juicio o no probabilístico, Una muestra es llamada

muestra de juicio cuando sus elementos son seleccionados mediante
juicio personal. La persona que selecciona los elementos de la muestra,
usualmente es un experto en la medida dada, es decir el investigador con
su experiencia designa cuáles elementos forman parte de la muestra, sin
embargo, debe evitarse, ya que no puede hacerse ninguna afirmación
probabilística o inferencia válida si la muestra se eligió usando este tipo
de muestreo.

1.4 Muestras únicas y

muestras múltiples

En el muestreo a estadios múltiples se subdivide la población en varios

niveles ordenados que se extraen sucesivamente por medio de un
procedimiento de embudo. El muestreo se desarrolla en varias fases o
extracciones sucesivas para cada nivel.

Por ejemplo, si tenemos que construir una muestra de profesores de

primaria en un país determinado, éstos pueden subdividirse en unidades
primarias representadas por circunscripciones didácticas y unidades

32
secundarias que serían los propios profesores. En primer lugar extraemos
una muestra de las unidades primarias (para lo cual debemos tener la lista
completa de estas unidades) y en segundo lugar extraemos
aleatoriamente una muestra de unidades secundarias de cada una de las
primarias seleccionadas en la primera extracción.

1.5 Muestras independientes y

muestras relacionadas

Los contrastes permiten comprobar si hay diferencias entre las

distribuciones de dos poblaciones a partir de dos muestras dependientes
o relacionadas; es decir, tales que cada elemento de una muestra está
emparejado con un elemento de la otra, de tal forma que los componentes
de cada pareja se parezcan entre sí lo más posible por lo que hace
referencia a un conjunto de características que se consideran relevantes.
También es posible que cada elemento de una muestra actúe como su
propio control.

Algunas de las pruebas que pueden realizarse con el programa SPSS

son: la prueba de Wilcoxon, la de signos y la de McNemar.

33
 1.6 Tipos de muestreo aleatorio

Muestreo aleatorio sistemático

Aclaremos esto observando que el procedimiento en este tipo de

muestreo, se acomodan los elementos o personas de la población de
forma ascendente de preferencia y se selecciona un punto de partida
aleatorio y luego se toma cada
k-esimo miembro para formar la muestra.

Del muestreo aleatorio simple puede ser difícil en ciertos casos. Por
ejemplo, suponga que la población que nos interesa consiste de 2000
facturas que se localizan en cajones. Tomar una muestra aleatoria
sencilla requeriría primero numerar las facturas, del 0001 al 1999;
posteriormente, se seleccionaría luego una muestra de, por ejemplo, 100
números utilizando una tabla de números aleatorios; luego, en los cajones
deberá localizarse una factura que concuerde con cada uno de estos 100
números; en fin, esta tarea puede requerir mucho tiempo. En lugar de ello,
se podría seleccionar una muestra aleatoria sistemática utilizando el
siguiente método: se recorren simplemente los cajones y se cuentan las
facturas; finalmente, se toman las que coincidan con el número 20 para su
estudio. Así, la primera factura debería elegirse utilizando un proceso
aleatorio, por ejemplo, una tabla de números aleatorios. Si se eligió la

34
décima factura como punto de partida, la muestra consistiría en las
facturas décima, trigésima, quincuagésima, septuagésima, etcétera.
Debido a que el primer número se elige al azar, todos tienen la misma
probabilidad de seleccionarse para la muestra. Por lo tanto, se trata de un
muestreo cuasi-aleatorio. La ventaja para este tipo de muestreo sería que
es más rápido que un muestreo aleatorio formal y su desventaja es que
puede no reflejar información importante contenida en el conjunto de
datos debido a que no todos los elementos estrictamente hablados, tienen
la misma oportunidad de ser seleccionados.

Muestreo aleatorio estratificado

Otro tipo de muestreo es el aleatorio estratificado4, que divide una

población en subgrupos llamados estratos y se selecciona una muestra
de cada uno de ellos con lo cual se garantiza la representación de cada
subgrupo o estrato.

Una vez que la población se divide en estratos, es posible seleccionar

una muestra proporcional o no proporcional. Como el nombre señala, un
procedimiento de muestreo proporcional requiere que el número de
artículos de cada estrato esté en la misma proporción que en la
población.

Ejemplo

Los gastos en mercadotecnia de las 352 empresas mexicanas más

grandes seleccionadas por la revista ―Fortune‖. Suponga que el objetivo
de estudio consiste en determinar si las empresas con altos rendimientos

4
Douglas A. Lind et al., Estadística para administración y economía, p. 226

35
sobre su inversión (una medición de la rentabilidad) han gastado una
mayor proporción de su presupuesto de ventas en mercadotecnia que las
empresas que tienen un menor rendimiento o incluso un déficit.

Suponga que las 352 empresas se dividieron en cinco estratos; si

seleccionamos una muestra de 50 empresas, entonces de acuerdo al
muestreo aleatorio estratificado se deberían incluir:

# #
Estrato Rentabilidad ?
empresas muestreado

1 30% y más 8 1 (8/352)(50)

2 De 20 a 30% 35 5 (35/352)(50)

3 De 10 a 20% 189 27 (189/352)(50

)

4 De 0 a 10% 115 16 (115/352)(50

)

5 Déficit 5 1 (5/352)(50)

Total 352 50

En la quinta columna de la tabla anterior, podemos observar los cálculos

realizados para determinar el número de elementos muestreados por
estrato, garantizando con este procedimiento, que cada uno de los
estratos de interés, se encuentra representado en la muestra a estudiar.

Una muestra estratificada no proporcional es aquella en la cual, la

cantidad de elementos que se seleccionan en cada estrato no guarda
proporción con la cantidad de elementos respectivos en la población.

36
En algunos casos, el muestreo estratificado tiene la ventaja de poder
reflejar con mayor precisión las características de la población que un
muestreo aleatorio simple o sistemático, dado que puede darse el caso en
ambos muestreos (aleatorio simple o sistemático), de que alguno de los
estratos de interés no quede considerado en la muestra al no ser elegido
al menos alguno de sus elementos y la desventaja para este tipo de
muestreo estratificado es que puede caerse en el exceso de estratos
haciendo el proceso de muestreo más difícil y tardado que si aplicamos un
muestreo aleatorio simple.

Muestreo por conglomerados 5

Otro tipo de muestreo que es común es el muestreo por

conglomerados. Se entiende como conglomerado de
elementos de una población, a cualquier subconjunto de la
misma, que se defina como tal, es decir, como un
conglomerado. La definición de un conglomerado6, así como su
tamaño, se definen y dependen de los objetivos del estudio que
se esté realizando, y en general, los conglomerados definidos
en un estudio pueden o no tener el mismo tamaño.

Muchas veces se le emplea para reducir el costo de realizar un muestreo

de una población dispersa en una gran área geográfica. Suponga que se
desea determinar el punto de vista de los industriales de toda la República
Mexicana con respecto a las reformas fiscales del año 2004. La selección
de una muestra aleatoria de los industriales de toda la República

5
Douglas A. Lind. et al., Estadística para administración y economía, pp. 227.
6
Rosalinda Flores García. et al., Estadística aplicada a la administración. pp. 225.

37
Mexicana y el contacto personal con cada uno de ellos serían muy
onerosos en cuanto a tiempo y dinero. En lugar de ello, se podría emplear
un muestreo por conglomerados subdividiendo la República Mexicana en
unidades pequeñas, ya fueran estados o regiones. Muchas veces, éstas
se conocen como unidades primarias. Suponga que se subdividió a la
República Mexicana en 12 unidades primarias y luego se escogió a cuatro
de ellas; de esta forma, los esfuerzos se concentran en estas cuatro
unidades, tomando una muestra aleatoria de los industriales de cada una
de estas regiones y entrevistarlos (observe que se trata de una
combinación del muestreo por conglomerados y el muestreo aleatorio
simple).

Tamaño de la muestra

Para la determinación del tamaño de la muestra se requiere tomar en

7
consideración la mayor cantidad posible de los siguientes elementos.
1. Tamaño del universo.
2. Tasa de error esperada.
3. Homogeneidad-heterogeneidad del fenómeno.
4. Precisión o margen de error.
5. Exactitud o nivel de confianza.
6. Número de estratos.
7. Etapas de muestreo.
8. Conglomeración de unidades.
9. Estado del marco muestral.
10. Efectividad de la muestra.
11. Técnica de recolección de datos.
12. Recursos disponibles.

7
Jesús Galindo Caceres, Técnicas de investigación en sociedad, cultura y comunicación, pp. 49-62.

38
Fórmula genérica

Dependiendo del problema mismo, no todos los problemas incluyen la

totalidad de los elementos mencionados. Como es de observarse, dentro
de las teorías del muestreo y probabilidad existen diversos procedimientos
para el cálculo de los tamaños de la muestra; todos ellos consideran a la
mayoría de los elementos que hemos enumerado.

La fórmula utilizada es la siguiente:

NPQ
n 2
Me
(N 1) PQ
Nc 2

Variables

Las variables que considera la fórmula son los siguientes:

Variable Descripción

N Tamaño de la muestra

N Tamaño del universo

P Probabilidad de ocurrencia (homogeneidad del fenómeno)

Q Probabilidad de no ocurrencia (1-p)

Me Margen de error o precisión. Expresado como probabilidad.

Nc Nivel de confianza o exactitud. Expresado como valor z que

determina el área de probabilidad buscada.

39
Ejemplo
Se requiere calcular el tamaño de una muestra para el siguiente caso:

Variable Descripción

N ?

N 3,000,000

P Desconocemos la probabilidad de ocurrencia. Por esta

razón asumimos el mayor punto de incertidumbre, que es
de 50%, que al ser expresada como probabilidad queda
como: 0.5

Q 1 – 0.5 = 0.5

Me +/- 5% de margen de error. Que expresado como

probabilidad queda como: 0.05

Nc 95% de nivel de confianza o exactitud. Que expresado

como valor ―z‖ que determina el área de probabilidad
buscada queda como: 1.96

Al sustituir estos valores en la fórmula, tenemos:

(3,000,000)(0.5)(0.5)
n 2
(0.05)
(3,000,000 1) (0.5)(0.5)
(1.96) 2
De donde, al realizar las operaciones indicadas, el valor de ―n‖ obtenido
es de 384.1. Y finalmente haciendo un redondeo, el tamaño de la muestra
será de 384 elementos.

El valor de ―z‖ se busca en las tablas de distribución normal estándar y la

forma de encontrarlo es la siguiente:

40
1. El porcentaje deseado entre 2 (debido a la simetría de la curva
de distribución normal), en este caso el resultado sería:
95
47.5
2
2. Este resultado (47.5) se divide entre 100 para convertirlo de
porcentaje a decimal, es decir:
47.5
0.475
100
3. Este valor de 0.475 se busca en el cuerpo de la tabla de la curva
de distribución normal estándar (La mayoría de los textos de
probabilidad y estadística contienen esta tabla), donde
encontramos el valor correspondiente de z = 1.96.

41
 RESUMEN

Como pudimos observar, las técnicas de muestreo son variadas y su

aplicación depende del estado de la población (homogeneidad –
heterogeneidad), sin embargo la metodología de aplicación del proceso
de muestrear, es mucho más completa, pues tiene que cuidar de
numerosos detalles tales como el objetivo mismo del muestreo, el tamaño
de la muestra, el nivel de confianza, etc. El apoyo que brinda la teoría de
la estimación es muy importante para poder obtener inferencia correctas
de la población y en consecuencia, las personas que deban tomar las
decisiones correspondientes puedan hacer su trabajo de manera eficiente
teniendo como sustento de tales decisiones herramientas estadísticas
poderosas tales como la Teoría del muestreo y la Teoría de la estimación.

42
 GLOSARIO

Aleatorio
Suceso incierto que tiene algún grado de inseguridad de ocurrir (también
es llamado estocástico).

Censo
Es el estudio en el que se incluye a toda la población.

Cuestionario
Instrumento recolector autoadministrable. En él, el cuestionado lee y
contesta por sí mismo las preguntas.

Desviación estándar
Raíz cuadrada de la suma de los cuadrados de las desviaciones de cada
valor que asume la variable en relación a la media. Raíz cuadrada de la
varianza para la muestra ―s‖ para la población (sigma).

Distribución normal
Estudia la concentración de probabilidad en un intervalo cualquiera, que
está contenido en el área bajo la curva de una función de probabilidades
en forma de campana.

43
Distribución normal estandarizada
Estandariza las probabilidades de la distribución normal.

Entrevista
Instrumento recolector empleado en una conversación a niveles
profundos o específicos. Puede ser libre o estructurada.

Error sistemático
Error de respuesta o de encuesta que se produce constantemente a lo
largo de la investigación.

Estadística
Es una ciencia relativamente nueva que tiene por objeto la colección e
interpretación de datos.

Estadística inferencial
Estimación de las características de una población, validación de
distribuciones o la toma de decisiones sobre algún factor de la población,
sin conocerla enteramente y basándose en los resultados de un
muestreo, que se manifiestan en la estadística descriptiva de ese conjunto
de datos.

Muestra
Es un conjunto de ―n‖ observaciones extraídas de entre los ―N‖ elementos
de la población.

44
Muestreo a juicio
Es la selección de ―n‖ elementos de entre los ―N‖ de una población elegida
según el criterio del sujeto que los elige. Se basa en suposiciones muy
amplias acerca de las variables que se van a estudiar en la población.
Generalmente lo realizan expertos en la materia.

Muestreo aleatorio simple

Requiere de un marco muestral aleatorizado o no, en el que estén
contenidos sin repetición, todas las unidades de la población.

Parámetro
Medida que caracteriza a una población y que puede variar de población
a población.

45
 ACTIVIDADES DE
APRENDIZAJE

ACTIVIDAD 1
Elabora un cuadro comparativo del muestreo por conglomerados y del
muestreo estratificado.

ACTIVIDAD 2
Forma un equipo de cuatro integrantes y consulten la página de Food
and Agriculture Organization of the United Nations, www.fao.org
escribe en el buscador ―muestreo‖ y revisa cada uno de los apartados
desarrollados en los artículos.

Comenta con tu equipo tus hallazgos.

46
 CUESTIONARIO DE
REFORZAMIENTO

1. ¿Qué es la teoría del muestreo?

2. ¿En qué situaciones es conveniente recurrir al muestreo?
3. ¿Cuáles son los soportes de la teoría del muestreo?
4. ¿Qué es un muestreo aleatorio simple?
5. ¿Para qué se utiliza la teoría del muestreo?
6. ¿Qué es un muestreo aleatorio sistemático?
7. ¿Qué es un muestreo aleatorio estratificado?
8. ¿Qué es un muestreo por conglomerados?
9. ¿Qué es el nivel de confianza?
10. ¿Qué es el error de muestreo?

LO QUE APRENDÍ

LO QUE APRENDÍ
Considera una distribución binomial con n=5, y=2. Encuentra la
estimación de máxima verosimilitud correspondiente.

47
 EXAMEN DE
AUTOEVALUACIÓN 1

1. A los valores numéricos obtenidos del análisis estadístico descriptivo de una

muestra se les denomina:

 a). población
 b). parámetros
 c). estadísticos
 d). sesgo
 e). desviación estándar

2. Cuando se selecciona una muestra con el fin de realizar un análisis estadístico

debe cuidarse que los elementos:

 a). tengan características similares entre sí

 b). se encuentren dentro del mismo lote
 c). sean seleccionados de manera aleatoria
 d). sean lo más parecidos a la población
 e). estén lo más alejados del centro de la población

48
3. Al proceso mediante el cual se obtienen los elementos de una muestra
representativa de la población se le denomina:

 a). proceso estadístico

 b). procedimiento de muestreo
 c). proceso de selección
 d). muestreo aleatorio
 e). seccionamiento

4. Al obtener una muestra se debe asegurar que durante el proceso todos los
elementos:

 a). resulten del mismo tipo

 b). resulten como deseamos
 c). se encuentren del intervalo seleccionado
 d). resulten sin defectos
 e). tengan la misma probabilidad de ser escogidos

5. Una técnica para muestrear, en la cual se asegura la no intervención de la

mano del hombre, es:

 a). el uso de un dado

 b). una moneda
 c). una tabla de números aleatorios
 d). el criterio del analista a cargo
 e). el criterio del cliente

49
6. Una población finita en la que se realiza un muestreo con reemplazamiento
puede ser considerada como:

 a). modelo
 b). infinita
 c). muestra
 d). acotada
 e). estratificada

7. El muestreo realizado mediante la aplicación de un criterio personal de

preferencia o aversión hacia determinados elementos constituye un método:

 a). probabilístico
 b). aleatorio simple
 c). aleatorio directo
 d). de conglomerados
 e). no probabilístico

8. Suponga que hay un inventario con 15 diferentes líneas de producto. Si para

efectuar un muestreo tomamos una sola línea de producto se dice que el muestreo
fue:

 a). probabilístico
 b). por conglomerados
 c). aleatorio simple
 d). aleatorio sistemático

50
9. Se denomina así a la diferencia entre un estadístico y su parámetro poblacional
correspondiente:

 a). media poblacional

 b). proporción
 c). error de muestreo
 d). parámetro poblacional
 e). sesgo

10. Un auditor va a realizar una prueba donde espera una tasa de error no mayor
al 5%. Si fija una precisión de 3% y un nivel de confianza de 95% en una
población de 15 000 facturas, si la prueba se realizará en el mes de marzo y si la
última factura del mes de febrero es la No. 28 974, el tamaño de la muestra es de:

 a). 15 000
 b). 375
 c). 7 500
 d). 28 974
 e). 1 500

51
 EXAMEN DE
AUTOEVALUACIÓN 2

Selecciona si las siguientes aseveraciones son verdaderas (V) o falsas

(F).

Verdadera Falsa
1. En un muestro aleatorio cada elemento de una ( ) ( )
población tiene la misma posibilidad de ser seleccionado
para integrar la muestra.

2. En un muestreo no aleatorio los elementos tienen ( ) ( )

diferentes posibilidades de ser elegidos para integrar la
muestra.

3. El muestreo por conglomerados consiste en dividir una

población en subgrupos llamados estratos y se selecciona ( ) ( )

52
una muestra de cada uno de ellos con lo cual se garantiza
la representación de cada subgrupo o estrato en la
muestra final.

4. El muestreo estratificado muchas veces se emplea para ( ) ( )

reducir el costo de realizar un muestreo de una población
dispersa en una gran área geográfica.

5. El error de muestreo es la diferencia que se presenta ( ) ( )

entre los resultados obtenidos en el análisis de las
muestras respecto de los que en realidad corresponden a
la población.

6. El error de muestreo se presenta con mayor intensidad ( ) ( )

cuando las muestras no son representativas de la
población de la cual fueron extraídas.

7. El error de muestreo se presenta de forma azarosa y no ( ) ( )

hay forma de evitarlo, calcularlo o minimizarlo.

53
 MESOGRAFÍA
BIBLIOGRAFÍA BÁSICA

1. Berenson L. Mark. Levine M. David, Krehbiel C. Timothy.

Estadística para Administración. Ed. Prentice Hall, 2ª edición, 2001,
734 pp.
2. Levin Richard I. y Rubin David S., Estadística para administradores,
México; Alfaomega, 1996, 1017 pp.
3. Lind A. Douglas, Marchal G. William, Mason D. Robert. Estadística
para Administración y Economía. Ed. Alfaomega, 11ª edición, 2004.

BIBLIOGRAFÍA COMPLEMENTARIA
1. Ato Manuel y López Juan J., Fundamentos de estadística con
SYSTAT, México; Addison Wesley Iberoamericana, 1996, 630 pp.
2. Christensen H., Estadística paso a paso (2a. ed.); México; Trillas, 1990,
682 pp.
3. Garza Tomás, Probabilidad y estadística, México; Iberoamericana,
1996, 152 pp.
4. HANKE Jonh E. y Reitsch Arthur G., Estadística para Negocios,
México; Irwin McGraw-Hill, 1997, 955 pp.

54
 UNIDAD 2

DISTRIBUCIONES MUESTRAL

55
 OBJETIVO ESPECÍFICO
DE LA UNIDAD

El alumno identificará e interpretará los diferentes tipos de distribuciones

muéstrales.

INTRODUCCIÓN

La distribución de la población de la cual extraemos la muestra con la que

trabajamos en estadística, es importante para saber qué tipo de
distribución debemos aplicar en cada una de las situaciones que se nos
presenten en la práctica; en esta unidad veremos algunas de estas
distribuciones que se encuentran relacionadas con la distribución normal,
además de observar la distribución muestral para la media y para la
proporción y su relación con el teorema central del límite.

56
 LO QUE SÉ

LO QUE SÉ
Elige la respuesta correcta a las siguientes preguntas:
2
1. La distribución chi-cuadrada es útil para analizar la relación…
 a) entre la varianza de la muestra y la varianza de la población
 b) entre la media de la muestra y la media de la población
 c) entre una muestra y otra
2. La fórmula para calcular la media aritmética de una muestra es:

2 s 2 ( gl )
2
 a)
n
1
X Xi
 b) n i 1

c) s 2 (n 1)
 2
1 /2

3. La fórmula para calcular la varianza de una muestra es:

s 2 (n 1)
 a) 2
/2

s 2 (n 1) 2 s 2 (n 1)
2 2
 b) /2 1 /2

n
1
s2 (Xi X )2
 c) n 1i 1

57
4. La distribución ―t‖ de Student se utiliza cuando:
 a) El investigador lo decide
 b) cuando la desviación estándar de la población es
desconocida
 c) cuando no hay otra alternativa
5. La distribución ―F‖ se utiliza para:
 a) analizar la relación entre las varianzas de dos muestras
extraídas de la misma población.
 b) Analizar la relación entre la varianza de la muestra y la
varianza de la población
 c) Calcular la desviación estándar
6. La fórmula para calcular la desviación estándar de una población
es:
n
2 1
s (Xi X )2
 a) n 1i 1

n
1
X Xi
 b) n i 1

N
1
( xi )2
 c) N 1

7. La formula correcta para el cálculo de combinaciones es:

n!
 a) n Pr
n r!
n!
 b) nCr
r!(n r )!
n
 c) F( X ) P x (1 P)n x
x

58
8. Las combinaciones se utilizan cuando:
 a) no importa el orden
 b) si importa el orden
 c) no hay otra opción

9. La simetría es una característica de la distribución:

2
 a) chi-cuadrada
 b) F
 c) Normal

59
 TEMARIO DETALLADO
(8 HORAS)

2.1 La distribución muestral de la media

2.2 El teorema central del límite
2.3 La distribución muestral de la proporción
2.4 La distribución muestral de la varianza

60
 2.1 La distribución
muestral de la media

El estudio de determinadas características de una población se efectúa a

través de diversas muestras que pueden extraerse de ella.

El muestreo puede hacerse con o sin reposición, y la población de partida

puede ser infinita o finita. Una población finita en la que se efectúa
muestreo con reposición puede considerarse infinita teóricamente.
También, a efectos prácticos, una población muy grande puede
considerarse como infinita. En todo nuestro estudio vamos a limitarnos a
una población de partida infinita o a muestreo con reposición.

Consideremos todas las posibles muestras de tamaño n en una

población. Para cada muestra podemos calcular un estadístico (media,
desviación típica, proporción,...) que variará de una a otra. Así obtenemos
una distribución del estadístico que se llama distribución muestral.

Las dos medidas fundamentales de esta distribución son la media y la

desviación típica, también denominada error típico.

61
Hay que hacer notar que si el tamaño de la muestra es lo suficientemente
grande las distribuciones muéstrales son normales y en esto se basarán
todos los resultados que alcancemos.

Distribución muestral de medias

Cada muestra de tamaño n que podemos extraer de una población

proporciona una media. Si consideramos cada una de estas medias como
valores de una variable aleatoria podemos estudiar su distribución que
llamaremos distribución muestral de medias.

Si tenemos una población normal N ( ) y extraemos de ella muestras

de tamaño n, la distribución muestral de medias sigue también una
distribución normal

Si la población no sigue una distribución normal pero n>30, aplicando el

llamado Teorema central del límite la distribución muestral de medias se
aproxima también a la normal anterior.

62
 2.2 El teorema
central del límite

El enunciado formal del teorema del límite central es el siguiente: si en

cualquier población se seleccionan muestras de un tamaño específico, la
distribución muestral de las medias de muestras es aproximadamente una
distribución normal. Esta aproximación mejora con muestras de mayor
tamaño.

Ésta es una de las conclusiones más útiles en estadística pues nos

permite razonar sobre la distribución muestral de las medias de muestras
sin contar con información alguna sobre la forma de la distribución original
de la que se toma la muestra. En otras palabras, de acuerdo con el
teorema del límite central, es válido aproximar la distribución de
probabilidad normal a cualquier distribución de valores medios
muéstrales, siempre y cuando se trate de una muestra suficientemente
grande.

El teorema central del límite o teorema del límite central se aplica a la

distribución muestral de las medias de muestras que veremos a
continuación y permite utilizar la distribución de probabilidad normal para
crear intervalos de confianza para la media de la población.

63
 2.3 La distribución
muestral de la proporción

Hoy es bien sabido que si la investigación produce datos mensurables tales

como el peso, distancia, tiempo e ingreso, la media muestral es en
ocasiones el estadístico más utilizado, pero, si la investigación resulta en
artículos ―contables‖ como por ejemplo: cuántas personas de una muestra
escogen la marca ―Peñafiel‖ como su refresco, o cuántas personas de una
muestra tienen un horario flexible de trabajo, la proporción muestral es
generalmente el mejor estadístico a utilizar.

Mientras que la media se calcula al promediar un conjunto de valores, la

―proporción muestral‖ se calcula al dividir la frecuencia con la cual una
característica dada se presenta en una muestra entre el número de
elementos de la muestra. Es decir:
x
p
n

Dónde: x = número de elementos de una muestra que tienen la

característica.
n = número de elementos de la muestra.

64
Ejemplo; suponga que una comercializadora pretende establecer un
nuevo centro y desea saber la proporción del consumidor potencial que
compraría el principal producto que vende para lo cual realiza un estudio
de mercado mediante una encuesta a 30 participantes, lo cual permitirá
saber quiénes lo comprarían y quiénes no; se obtuvieron los siguientes
resultados:

x1=1 x7 x13=0 x19=1 x25=0

=1
x2=0 x8 x14=1 x20=0 x26=0
x3=0 =0
x9 x15=1 x21=1 x27=0
x4=0 x1
=0 x16=0 x22=1 x28=1
x5=0 0=
x1 x17=0 x23=1 x29=0
x6=1 0
1=
x1 x18=1 x24=0 x30=1
0
2=
0
Donde ―1‖ significa que está dispuesto a comprar el producto y ―0‖ no está
dispuesto a comprarlo.

En este caso, la proporción de la población (P) que compraría el producto,

_

se puede estimar con p (proporción de la muestra que lo compraría), cuyo

_ _

valor esperado sería E ( p ) P , y el error de p al estimar P es:

N n P(1 P)
p
N 1 n

Si la población es finita, y si la población es infinita o si el muestreo es con

reposición, los resultados anteriores se reducen a:

65
 P(1 P)
p
n
_

Es decir, de acuerdo con el teorema del límite central, p muestral se

comportará como una normal con media P (la verdadera proporción

poblacional) y desviación estándar p .

_
12
p 0.40
En el ejemplo de la comercializadora se tiene que 30 .
Pero suponiendo que el verdadero parámetro de la población es P=0.30; es
_

decir, sólo el 30% de la población lo compraría, entonces el promedio p

estimará a P poblacional pero con un error igual a p que en este caso es:
0.30(0.70)
p
30 = 0.1195
_

En este caso p muestral tendrá distribución normal con media P=0.30 y

p 0.1195
desviación estándar .

Dado que todas las muestras aleatorias que sean tomadas de una misma
población en general serán distintas y tendrán por ende diferentes valores
para sus estadísticos tales como la media aritmética o la desviación
estándar, entonces resulta importante estudiar la distribución de todos los
valores posibles de un estadístico, lo cual significa estudiar las
distribuciones muéstrales para diferentes estadísticos8 La importancia de
éstas distribuciones muéstrales radica en el hecho de que en estadística
inferencial, las inferencias sobre poblaciones se hacen utilizando
estadísticas muéstrales pues con el análisis de las distribuciones asociadas

8
Weimer, Richard, C. “Estadística”. pp 353.

66
con éstos estadísticos se da la confiabilidad del estadístico muestral como
instrumento para hacer inferencias sobre un parámetro poblacional
desconocido.

2.4 La distribución muestral

de la varianza

La varianza de las muestras sigue un proceso distinto a los de la media y

proporción. La causa es que el promedio de todas las varianzas de las
muestras no coincide con la varianza de la población s2. Se queda un
poco por debajo.

Comúnmente se utiliza el subíndice n para recordar que en la varianza se

divide entre n. Si deseamos que la media de la varianza coincida con la
varianza de la población, tenemos que acudir a la cuasivarianza o
varianza insesgada, que es similar a la varianza, pero dividiendo las
sumas de cuadrados entre n-1.

Su raíz cuadrada es la cuasidesviación típica o desviación estándar. Si se

usa esta varianza, si coinciden su media y la varianza de la población lo
que nos indica que la cuasivarianza es un estimador insesgado, y la
varianza lo es sesgado.

67
 RESUMEN

El teorema central del límite es útil para entender que la distribución las
medias de muestras tomadas de una misma población y del mismo
tamaño, es aproximadamente normal y que esta aproximación mejora a
medida que se incrementa el tamaño de la muestra; dando pie al estudio
de la distribución muestral para la media y para la proporción y a la
elaboración de ―intervalos de confianza‖ que se analizarán en el apartado
3.4., la proporción muestral es el mejor estadístico a utilizar cuando en la
investigación se trata de averiguar cuestiones tales como: ¿Cuántos
integrantes de la población tienen una característica en particular o una
tendencia similar?.

Con todo lo analizado hasta aquí, podemos ir observando que la

estadística nos ofrece la oportunidad de analizar el comportamiento de
una población utilizando diferentes herramientas tales como las
distribuciones relacionadas con la normal entre otras, a demás de
diferentes teorías tales como la del muestreo y la de la estimación
estadística, con lo cual, los tomadores de decisiones pueden aunar estos
conocimientos a su experiencia en el medio en el que se estén
desenvolviendo y en consecuencia tomar decisiones más certeras que
cada vez más necesarias en un mundo globalizado como el nuestro.

68
 GLOSARIO

Distribución muestral
Es una distribución de probabilidades que consta de todos los valores
posibles de un estadístico de muestra.

Factor de corrección para población finita

N n
El término que se usa en las fórmulas de x
y p
N 1
cuando se selecciona una muestra de una población finita, no de una
población infinita. La regla fácil que generalmente se acepta es no tomar
en cuenta el factor de corrección para población finita siempre que
n
0.05
N

Error estándar
Es la desviación estándar de un estimador puntual.

Muestras pareadas
Muestras en las que con cada dato de una muestra se forman parejas con
el dato correspondiente.

69
Parámetro
Es una característica numérica de una población, tal como la media
aritmética poblacional, la desviación estándar poblacional o la proporción
poblacional.

Teorema del límite central

También conocido como teorema central del límite, es un teorema que
permite usar la distribución de probabilidad normal para aproximar la
_ _
distribución de muestra de x y p cuando el tamaño de la muestra es
grande.

70
 ACTIVIDADES DE
APRENDIZAJE

ACTIVIDAD 1
1. Para una proporción poblacional de 0.25 ¿Cuál es la probabilidad de
obtener una proporción muestral menor o igual a 0.21 para n = 120?

ACTIVIDAD 2
Suponga un proporción poblacional de 0.58 y que una muestra aleatoria
de 410 artículos se muestrea al azar. ¿Cuál será la probabilidad de que la
proporción muestral sea mayor a 0.70?

71
 CUESTIONARIO DE
REFORZAMIENTO

1. ¿Qué es una distribución de muestreo?

2. Si el estadístico utilizado es la media muestral, ¿qué nombre recibe la
distribución de este estadístico?
3. ¿Qué es la distribución muestral de las medias de las muestras?
4. ¿Qué relación existe entre la media de las medias de la muestra y la
media de la población?
5. ¿Cómo es la dispersión de las medias de la muestra en comparación
con la de los valores de la población?
6. ¿Cómo es la forma de la distribución muestral de las medias de
muestras y la forma de la distribución de frecuencia de los valores de
la población?
7. ¿Cómo es la desviación estándar de las medias de las muestras
comparada con la desviación estándar de la población?
8. Para una población infinita ¿qué implicación tiene el hecho de que la
distribución de muestreo sea asintóticamente normal?
9. ¿Cómo es la distribución de muestreo de medias cuando la población
de origen está normalmente distribuida?
10. En una empresa se tienen 4 puestos de gerente nivel C disponibles y
7 candidatos que pueden ocupar esos puestos, ¿de cuántas formas
podemos tomar la decisión correspondiente?

72
 LO QUE APRENDÍ

LO QUE APRENDÍ
Preocupado por la variabilidad aparente de dos maquinas exactamente
iguales y que fabrican el mismo tipo de botella para agua ―ciel‖, el dueño de
la fábrica solicita un estudio en el que se muestrean al azar 10 botellas para
cada máquina, obteniendo los siguientes resultados:
Maquina no. 1 Maquina no. 2
5.3 5.9
5.5 5.7
5.9 5.8
5.8 5.7
4.7 5.5
4.5 5.4
4.4 5.3
4.2 5.1
4.7 5.5
5.1 5.9

Si el diámetro de la botella debe ser de 5 cm. Y los valores de la tabla están

dados en la misma escala, determina si las varianzas de ambas maquinas
son diferentes.

73
 EXAMEN DE
AUTOEVALUACIÓN 1

Verdadera Falsa

1. El enunciado formal del teorema central del límite dice

( ) ( )
que si en cualquier población se seleccionan muestras de
un tamaño específico, la distribución muestral de las
medias de muestras es aproximadamente una distribución
normal y que esta aproximación mejora con muestras de
mayor tamaño.

2. La conclusión del teorema central del límite es una de ( ) ( )

las conclusiones menos útiles en estadística pues no
permite razonar sobre la distribución muestral de las
medias de muestras sin contar con información alguna
sobre la forma de la distribución original de la que se toma
la muestra.

( ) ( )
3. El teorema central del límite, permite aproximar la
distribución de probabilidad normal a cualquier
distribución de valores medios muéstrales, siempre y
cuando se trate de una muestra suficientemente grande.

74
4. El teorema central del límite se aplica a la distribución ( ) ( )
muestral de las medias de muestras y permite utilizar la
distribución de probabilidad normal para crear intervalos
de confianza.
5. La media muestral es uno de los estadísticos más
utilizados en estadística inferencial. ( ) ( )

6. Para que un investigador pueda asignar un valor

probabilístico a una media muestral, es necesario
que conozca la distribución muestral de las medias. ( ) ( )

7. x
es la fórmula para calcular la desviación
n
estándar de las medias de las muestras cuando la ( ) ( )

población es finita.

N n
8. es la fórmula para calcular la media ( )
x
N 1 ( )

de las medias para una población finita.

( ) ( )
9. La media de las medias siempre es igual a la
media de la población, independientemente de si la
población es finita o infinita.

75
 EXAMEN DE
AUTOEVALUACIÓN 2

Elige la respuesta correcta a las siguientes preguntas.

1. Al considerar todas las muestras de tamaño ―n‖ que pueden extraerse

de una población, si se calcula el valor medio para cada una de ellas y se
integran estos valores en un solo conjunto de datos es posible obtener
una:

 a) campana de Gauss
 b) tendencia paramétrica
 c) curva de ajuste
 d) distribución muestral
 e) parámetro muestral

2. En el proceso de inferencia estadística paramétrica existen dos

maneras de estimar los parámetros de una población, una de ellas es la:

 a) estadística descriptiva
 b) estimación puntual
 c) prueba de significancia
 d) medida de sesgo
 e) medida de tendencia central

76
3. Calcular el factor de corrección para la población finita de un inventario
que consta de 250 productos y a la cual se le efectuará un muestreo de
40%:

 a) 0.881
 b) 0.918
 c) 0.819
 d) 0.991
 e) 0.989

4. Qué concepto establece que si se selecciona una muestra aleatoria

suficientemente grande de n observaciones, la distribución muestral de las
medias de las muestras se aproxima a una distribución normal.

 a) Definición de distribución muestral

 b) Proceso aleatorio
 c) Proceso de muestreo
 d) Teorema del límite central
 e) Distribución de probabilidad

5. Si una población se distribuye normalmente (con media y desviación

estándar ), la distribución muestral de las medias construida a partir de la
misma población también se distribuye normalmente. Esta definición
corresponde a el (la):

 a) teorema de Bayes
 b) ley de las probabilidades
 c) teorema del límite central
 d) ley de la distribución normal
 e) teorema de Markov

77
6. Una población se compone de los siguientes cinco números 2, 3, 6, 8, y
11. Calcule la media de la distribución muestral para tamaños de muestra
2 con reemplazamiento:

 a) 6.2
 b) 5.7
 c) 6.0
 d) 6.1
 e) 5.8

7. Cuando se lleva a cabo un estudio estadístico paramétrico se requiere

una muestra suficientemente grande, lo cual significa que debe tener un
tamaño igual o mayor a:

 a) 64
 b) 50
 c) 40
 d) 30
 e) 20

8. Si las distribuciones muestrales tienen la misma media, la elección de

una de ellas deberá entonces basarse en la que tenga el menor valor del
estadístico. Esta definición corresponde a:

 a) rango
 b) varianza
 c) sesgo
 d) mediana
 e) moda

78
9. Se tiene una lista de 120 estudiantes, 60 de ellos son de Contaduría y
el resto de Administración. Si se toma una muestra al azar, halle la
probabilidad de que se escojan entre el 40% y el 60% de contadores del
tamaño de la muestra:

 a) 98.5%
 b) 96.7%
 c) 95.8%
 d) 97.7%
 e) 99.1%

10. De un lote muy grande (población infinita) de facturas, la desviación

estándar es $10. Se extraen diversas muestras; cada una de ellas es de
200 facturas y se calculan las desviaciones estándar de cada muestra.
Hallar la media de la distribución muestral de desviaciones estándar:

 a) 0.30
 b) 0.50
 c) 2.77
 d) 7.41
 e) 10.0

79
 MESOGRAFÍA
BIBLIOGRAFÍA BÁSICA

1. BERENSON L. Mark. Levine M. David, Krehbiel C. Timothy.

Estadística para Administración. Ed. Prentice Hall, 2ª edición,
2001, 734 pp.
2. LEVIN Richard I. y Rubín David S., Estadística para administradores,
México; Alfaomega, 1996, 1017 pp.
3. LIND A. Douglas, Marchal G. William, Mason D. Robert. Estadística
para Administración y Economía. Ed. Alfaomega, 11ª edición, 2004.

BIBLIOGRAFÍA COMPLEMENTARIA
4. ATO Manuel y López Juan J., Fundamentos de estadística con
SYSTAT, México; Addison Wesley Iberoamericana, 1996, 630 pp.
5. CHRISTENSEN H., Estadística paso a paso (2a. ed.) ; México; Trillas,
1990, 682 pp.
6. GARZA Tomás, Probabilidad y estadística, México; Iberoamericana,
1996, 152 pp.
7. HANKE Jonh E. y Reitsch Arthur G., Estadística para Negocios,
México; Irwin McGraw-Hill, 1997, 955 pp.

80
 UNIDAD 3

ESTIMACIÓN DE
PARÁMETROS

81
 OBJETIVO ESPECÍFICO

El alumno aprenderá los métodos de estimación de parámetros y su

interpretación.

INTRODUCCIÓN
En el momento de tomar decisiones el conocimiento de los parámetros de
población es de vital importancia, tal conocimiento generalmente solo se
puede tener al estimar el valor de dichos parámetros, sin embargo, la
estimación es mejor cuando se da un margen de confianza y uno de error,
siendo importante la correcta estimación de dichos parámetros a través de
la construcción de intervalos de confianza que puedan sustentar la toma
de decisiones de manera eficiente.

En el momento de tomar decisiones, es de vital importancia tener el

conocimiento de los parámetros de población aunque éstos solo pueden
ser estimados sus valores, sin embargo, la estimación es mejor cuando se
tiene un margen de confianza y uno de error, para ello se debe tener una
correcta estimación de los parámetros por medio de la construcción de
intervalos de confianza que puedan sustentar la toma de decisiones de
manera más eficiente.

82
 LO QUE SÉ

LO QUE SÉ

Elige la respuesta correcta a las siguientes preguntas.

1. La media de la distribución de las medias de las muestras x siempre

es…

 a) mayor que la de la población

 b) menor que la de la población
 c) igual a la de la población

2. La fórmula para la desviación estándar de la distribución de las

medias de las muestras para una población suficientemente grande es:
i n
2 1
s2 ( xi x) 2
 a) n 1i 1

x
 b) n

 c) x

83
 TEMARIO DETALLADO
(10 HORAS)

3.1 Estimaciones por punto y estimaciones por intervalo

3.2 Error de muestreo y errores que no son de muestreo
3.3 Propiedades de los estimadores
3.4 Estimación de una media con muestras grandes
3.5 Estimación de una media con muestras pequeñas
3.6 Estimación de una proporción
3.7 Otros intervalos de confianza

84
 3.1 Estimaciones por punto y
estimaciones por intervalo

Una estimación de un parámetro de la población dada por un solo número

se llama una estimación de punto del parámetro. No obstante, un
estimador puntual sólo refiere una parte de la historia. Si bien se espera
que el estimador puntual esté próximo al parámetro de la población, se
desearía expresar qué tan cerca está. Un intervalo de confianza sirve a
este propósito.

Para realizar un análisis requerimos de una definición técnica. Utilicemos

―a‖ como un símbolo genérico de un parámetro poblacional y, ―â‖ para
indicar una estimación de ―a‖ basada en datos de la muestra. Una vez
acordado esto podemos decir que un estimador ―â‖ de un parámetro ―a‖
es una función de los valores muéstrales aleatorios, que proporciona una
estimación puntual de ―a‖. Un estimador es en sí una variable aleatoria y
por consiguiente tiene una distribución muestral teórica.

85
Se llama estimador puntual9 al número (punto sobre la recta real o recta
de los números reales), que se calcula a partir de una muestra dada y que
sirve como una aproximación (estimación) del valor exacto desconocido
del parámetro de la población; es decir, es un valor que se calcula a partir
de la información de la muestra, y que se usa para estimar el parámetro
de la población.

Existe una distinción técnica entre un estimador como una función de

variables aleatorias y una estimación como un único número. Tal
distinción se refiere al proceso en sí (estimador) y el resultado de dicho
proceso (la estimación.) Lo que en realidad importa de esta definición es
que nosotros sólo podemos definir buenos procesos (estimadores), mas
no garantizar buenos resultados (estimaciones).

Por ejemplo, la media muestral es el mejor estimador de una población

normal ( ); sin embargo, no podemos garantizar que el resultado sea
óptimo todas las veces. Es decir, no podemos garantizar que para cada
muestra la media muestral esté siempre más cerca de la media
poblacional, que, digamos, la mediana muestral (es decir, puede darse el
caso en el que la mediana muestral esté más próxima a la media
poblacional que la media muestral). Así, lo más que podemos hacer es
encontrar estimadores que den buenos resultados en el límite.

9
Erwin. Kreyszig, Matemáticas avanzadas para ingeniería, vol. 2, p. 958.

86
Como una aproximación10de la media de una población, puede tomarse
_ _

la media x de una muestra correspondiente, lo cual da la estimación: û= x ,

para , es decir:
_
1in
x xi
ni1 ----------------(1)
Donde n= tamaño de la muestra.

Del mismo modo, una estimación para la varianza de una población es la

varianza de una muestra correspondiente; es decir:
i n
2 1
s2 ( xi x) 2
n 1i 1 -------------(2)

Evidentemente, (1) y (2) son estimaciones de los parámetros para

distribuciones en las que tanto la media como la varianza aparecen
explícitamente como parámetros, tales como las distribuciones normal y de
Poisson. Aquí, podemos mencionar que (1) es un caso muy especial del
llamado método de los momentos, en la que los parámetros que van a
estimarse se expresan en términos de los momentos de la distribución11 en
las fórmulas resultantes; esos momentos se reemplazan por los momentos
correspondientes de la muestra, lo cual proporciona las estimaciones
deseadas. Aquí, el k-ésimo momento de una muestra x1, x2,...xn, es:

1in
mk ( xi ) k
ni1

10
Kreyszig. Erwin. “Matemáticas avanzadas para ingeniería vol. 2”. pp 958
11
Para mayor información consulte la sección 19.8 del libro: ―Matemáticas avanzadas para ingeniería Vol. 2.‖ de
Erwin Kreyszig.

87
 3.2 Error de muestreo y errores
que no son de muestreo

La desviación estándar de una distribución, en el muestreo de un

estadístico, es frecuentemente llamada el error estándar del estadístico.
Por ejemplo, la desviación estándar de las medias de todas la muestras
posibles del mismo tamaño, extraídas de una población, es llamada el
error estándar de la media. De la misma manera, la desviación estándar
de las proporciones de todas las muestras posibles del mismo tamaño,
extraídas de una población, es llamada el error estándar de la proporción.
La diferencia entre los términos "desviación estándar" y "error de
estándar" es que la primera se refiere a los valores originales, mientras
que la última está relacionada con valores calculados. Un estadístico es
un valor calculado, obtenido con los elementos incluidos en una muestra.

Error muestral o error de muestreo

La diferencia entre el resultado obtenido de una muestra (un estadístico) y

el resultado el cual deberíamos haber obtenido de la población (el
parámetro correspondiente) se llama el error muestral o error de
muestreo. Un error de muestreo usualmente ocurre cuando no se lleva a
cabo la encuesta completa de la población, sino que se toma una muestra
para estimar las características de la población. El error muestral es

88
medido por el error estadístico, en términos de probabilidad, bajo la curva
normal. El resultado de la media indica la precisión de la estimación de la
población basada en el estudio de la muestra. Mientras más pequeño el
error muestras, mayor es la precisión de la estimación. Deberá hacerse
notar que los errores cometidos en una encuesta por muestreo, tales
como respuestas inconsistentes, incompletas o no determinadas, no son
considerados como errores muéstrales. Los errores no muéstrales pueden
también ocurrir en una encuesta completa de la población.

3.3 Propiedades de los

estimadores

Un estimador es insesgado o centrado cuando verifica que

E( )= . (Obsérvese que deberíamos usar (x) y no ,

pues

Hablamos de estimadores y no de estimaciones pero como no cabe la confusión

,para simplificar , aquí , y en lo sucesivo usaremos ) . En caso contrario se

dice que el

89
estimador es sesgado . Se llama sesgo a B ( )= - E( )

[se designa con B de BIAS ,sesgo en inglés]

Como ejemplo podemos decir que : la media muestral es un estimador insesgado
de la media de la población (y lo es sea cual fuere la distribución de la población)
ya que:
si el parámetro a estimar es

y establecemos como estimador de

tendremos que luego la media muestral es un estimador

insegado de la media poblacional.

En cambio la varianza muestral es un estimador sesgado de la varianza de la

población, ya que: si utilizamos como estimador de la varianza muestral es

decir : tendremos que

que es el parámetro a estimar .

existe pues un sesgo que será

Dado que la varianza muestral no es un estimador de la varianza

poblacional con propiedades de insesgadez, conviene establecer uno que
si las tenga ; este estimador no es otro que la cuasivarianza muestral , de
ahí su importancia ;así

90
la cuasivarianza es en función de la varianza y tomada como
estimador

tendríamos que

dado que la esperanza del estimador coincide con el parámetro a estimar

podemos decir que la cuasivarianza muestral es un estimador insesgado
de la varianza de la población.

No obstante , y dado que ,cuando el tamaño de la muestra tiende a infinito

el sesgo tiende a cero, se dice que el estimador es asintóticamente
insesgado o asintóticamente centrado: podemos establecer que :

Por tanto la
varianza muestral es un estimador sesgado pero asintóticamente
insesgado de la varianza de la población.

CONSISTENCIA . Un estimador es consistente si converge en

probabilidad al parámetro a estimar . Esto es:

si

LINEALIDAD. Un estimador es lineal si se obtiene por combinación lineal

de los elementos de la muestra; así tendríamos que un estimador lineal
sería:

91
EFICIENCIA. Un estimador es eficiente u óptimo cuando posee varianza
mínima o bien en términos relativos cuando presenta menor varianza que
otro. Quedando claro que el hecho puede plantearse también en términos
más coherentes de Error Cuadrático Medio (ECM). Tendríamos que:

ECM( )=

por lo expresado podemos aventurar que un estimador insegado , luego

es el único capaz de generar eficiencia. (ir a cota de Cramer-Rao)

SUFICIENCIA. Un estimador es suficiente cuando no

depende del parámetro a estimar . En términos más simples : cuando se

aprovecha toda la información muestral.

92
 3.4 Estimación de una media con
muestras grandes

El cálculo de Z (Unidades estandarizadas) para la distribución muestral de

la media.
El valor de z estandarizada, es igual a la diferencia que existe entre la
media muestral y la media poblacional , dividida por el error estándar
de la media .

Z= =

Despejando el valor de , obtenemos:

Pero como para el intervalo se debe encontrar un intervalo que contenga

la media poblacional, entonces reemplazamos a por y cada uno de los
límites estará dado por:

Donde Z = valor correspondiente a una área acumulada 1 - de la

distribución normal estandarizada, esto es, una probabilidad de la cola

superior de

93
 3.5 Estimación de una media
con muestras pequeñas

Si =85. =8, n=64, y suponiendo que la población se distribuye

normalmente, construya una estimación del intervalo de confianza del
95% de la media poblacional .
La desviación estándar para la media
=1

Para intervalo del 95%

Cola 100%-95% = 5%.
Cada extremo tiene área de 2.5%.
Representa una área de 0.025.

Hallamos los límites del intervalo de confianza.

Para = -1.96, Tenemos

85 – 1.96
83.04
Para = 1.96, Tenemos
85 + 1.96
86.96
El intervalo de confianza es: 83.04 < < 86.96
Nos indica con el 95% de seguridad, que el promedio de las medias
muéstrales de las cuentas está entre 83.04 y 86.96.

94
Se podrán utilizar muestras pequeñas siempre y cuando la distribución de
donde proviene la muestra tenga un comportamiento normal. Esta es una
condición para utilizar las tres distribuciones que se manejarán en esta
unidad; t de student, X2 ji-cuadrada y Fisher.

A la teoría de pequeñas muestras también se le llama teoría exacta del

muestreo, ya que también la podemos utilizar con muestras aleatorias de
tamaño grande.

En esta unidad se verá un nuevo concepto necesario para poder utilizar a

las tres distribuciones mencionadas. Este concepto es "grados de
libertad".

Para definir grados de libertad se hará referencia a la varianza muestral:

Esta fórmula está basada en n-1 grados de libertad (degrees of

freedom). Esta terminología resulta del hecho de que si bien s 2 está

basada en n cantidades ..., éstas suman cero, así

que especificar los valores de cualquier n-1 de las cantidades determina el
valor restante. Por ejemplo, si n=4 y

; y , entonces automáticamente tenemos

, así que sólo tres de los cuatro valores de están

libremente determinamos 3 grados de libertad.

95
 3.6 Estimación de una
proporción

Un estimador puntual de la proporción P en un experimento binomial está

dado por la estadística P=X/N, donde x representa el número de éxitos en
n pruebas. Por tanto, la proporción de la muestra p =x/n se utilizará como
estimador puntual del parámetro P.

Si no se espera que la proporción P desconocida esté demasiado cerca

de 0 ó de 1, se puede establecer un intervalo de confianza para P al
considerar la distribución muestral de proporciones.

En este despeje podemos observar que se necesita el valor del parámetro

P y es precisamente lo que queremos estimar, por lo que lo sustituiremos
por la proporción de la muestra p siempre y cuando el tamaño de muestra
no sea pequeño.

96
Intervalo para estimar la proporción

En el caso de la proporción, el estadístico por utilizar es:

p p p P
_ P(1 P) / n
p

El cual, de acuerdo con el teorema del límite central, tendrá distribución

normal estándar. En este caso, P es la proporción de la población con una

característica dada y que se puede estimar por medio de p , que es la

proporción de la muestra con la característica.

Ejemplo:
Considera el caso de la Bolsa Mexicana de Valores; se desea estimar la
proporción de las 250 acciones que tendrán una baja en precio al cierre
del día. Para ello se observa una muestra de las primeras 4 horas sobre
50 acciones operadas y se observó que la proporción que bajo de precio
son el 0.10 (10%). En el día se estima que no se presenten turbulencias
por información importante o privilegiada. Se pide determinar el intervalo
de confianza para la proporción total de acciones a la baja con un nivel
de confianza del 90%.

De acuerdo con la metodología indicada el intervalo estará determinado

por:

p P
Z /2 Z1 /2
p(1 p) / n

97
Pero de acuerdo con tablas normal estándar Z /2 = Z0.05 = -1.64 y Z0.95 =

1.64 y como p 0.10 entonces el intervalo se deduce de:

0.10 P
1.64 1.64
0.10(1 0.10) / 50
que equivalea :
1.64(0.0424264) 0.10 P 1.64(0.0424264)
y despejandoP se tiene :
1.64(0.04242064) 0.10 P 1.64(0.0424264) 0.10
igual a :
1.64(0.0424264) 0.10 P 1.64(0.0424264) 0.10
Por lo cual el int ervaloes :
0.169 P 0.0304
Es decir aproximadamente entre el 3% y 17%.

98
 3.6 Otros intervalos de
confianza

Intervalo de confianza

Un rango de valores que se construye a partir de datos de la muestra de

modo que el parámetro ocurre dentro de dicho rango con una probabilidad
específica se conoce como nivel de confianza.

Es decir, una estimación de un parámetro de la población dada por dos

números, entre los cuales se puede considerar encajado al parámetro, se
llama una estimación de intervalo del parámetro.

Las estimaciones de intervalo indican la precisión de una estimación y

son, por tanto, preferibles a las estimaciones puntuales.

99
Por ejemplo: si decimos que el porcentaje de productos defectuosos que
produce una máquina es del 6%, entonces el nivel se ha medido en 0.06 y
estamos dando una estimación de punto. Por otra parte, si decimos que el
porcentaje es 0.05±0.03 m (o sea, que está entre 2% y 8%), estamos
dando una estimación de intervalo.

El margen de error (o la precisión) de una estimación nos informa de su

fiabilidad.

Intervalo para estimar la media

De acuerdo con tablas de la distribución normal estándar el área bajo la

curva entre z=-1 y z=+1 es 0.6826; por consiguiente, y de acuerdo con la
definición de la función normal estándar de probabilidad, las desigualdades
siguientes se cumplen con probabilidad de 0.6826.
1 z 1
Como la distribución de las medias de las muestras (con media x y

desviación estándar x ) es normal, entonces:

x x
_
Si reemplazamos z por x en las desigualdades anteriores,
Se deberá cumplir:

x x
1 1
_
x

Con probabilidad 0.6826. Esto es equivalente a que las desigualdades:

X x x X x

Se cumplan también con probabilidad 0.6826; sustituyendo ahora:

100
 s
x por n y x por x

se tiene que:
s s
X x X
n n

Se cumple con la misma probabilidad.

Podemos esperar entonces que con una probabilidad de 0.68 que x se

encuentre dentro del intervalo:
(69– 0.58, 69+0.58)

68.42 69.58
Es decir: x aquí, la media aritmética de la población
lleva un acento circunflejo debido a que se trata de una estimación.

Se dice que éste es un intervalo de confianza de 0.68 o 68%, ya que se

tiene una confianza de 68% de que el intervalo contenga la media de la
población.

Si una confianza de 68% fuese insuficiente se pueden construir otros

intervalos con porcentajes de confianza que sean más útiles.

Por ejemplo: si se deseara encontrar un intervalo de confianza de 0.95 para

se requeriría determinar ―k‖ de tal manera que las desigualdades siguientes
se cumplieran con probabilidad de 0.95.

k z k -------------------------------------1
En términos generales, para encontrar un intervalo de cualquier porcentaje
de confianza, se hace lo siguiente:
1º. Se divide el porcentaje de confianza requerido entre 100

101
 2º. El resultado del punto anterior se divide entre 2
3º. El valor así obtenido se busca en las tablas de la curva de
distribución normal
4º. El valor encontrado en las tablas se sustituye en 1 y comenzamos el
proceso nuevamente.

Es decir, en nuestro caso el valor resultante es de 0.475; por lo tanto, el

valor en las tablas que se encuentra junto a éste último es ―1.96‖. Es
decir, el área bajo la curva normal estándar entre –1.96 y +1.96 es
0.9544, o sea, aproximadamente 0.95. Así, la probabilidad de que z se
encuentre dentro del intervalo:
(-1.96, +1.96)
es, aproximadamente 0.95 o, en otra forma, las desigualdades:
-1.96 <z<+1.96
se cumplen con probabilidad 0.95;
y puesto que se sabe que la distribución de las medias de las muestras es
normal,

x x
_
se puede reemplazar z por x

expresión que aproximada a:

X x
s
n
en las desigualdades anteriores, se obtiene:
X x
1.96 1.96
s
n
Resolviendo estas desigualdades para , se tiene que:

102
 1.96s 1.96s
X x X
n n ------------------2
Como un intervalo con 0.95 de confianza para . Por lo tanto, se puede
afirmar con 95% de confianza que se encuentra dentro del intervalo:

1.96s 1.96s
X X
n y n
Por lo tanto, sustituyendo los valores de la media y de la desviación
estándar, así como del tamaño de la muestra para el ejercicio anterior
(media 69, desviación estándar 3.5 y tamaño de muestra 36) en 2 se tiene
que el intervalo con 95% de confianza es:
1.96 3.5 1.96 3.5
69 x 69
36 36

67.8 x 70.1
(67.8 , 70.1)
(67.9

Intervalo para estimar la varianza

Propiedades de los estimadores, sabemos que el estimador para varianza

2
poblacional ( 2) es S ; sin embargo, para estimar un intervalo de
2
confianza para es necesario conocer la distribución del estadístico;
más aún, la metodología implica que es necesario tener un estadístico
que involucre el parámetro desconocido y que además tenga distribución
perfectamente conocida. Por lo cual, en este caso el estadístico es:
(n 1) S 2
2

103
Que de acuerdo con lo estudiado en el tema 2 tiene una distribución Chi-
cuadrada con n-1 grados de libertad. Así que para una muestra particular,
dicho estadístico tiene una probabilidad de estar en un rango dado.
Ejemplo:

Considera el caso de estimar si no hay deficiencias en una máquina que llena

envases con capacidad de 500 ml.; para ello, se extrae una muestra
periódicamente; si la muestra indica que hay una variación de ±5 ml. alrededor de
los 500 y con un nivel de confianza del 95%, entonces se puede decir que el
proceso está bajo control.

En este caso lo que importa es la variación en el llenado, pues el nivel promedio

de llenado se puede controlar programando la máquina. Por ello, si la muestra
arroja una variación arriba de 5 unidades, entonces el proceso no estará bajo
control.

Suponga que la muestra de tamaño 41 arroja una varianza de 13 unidades

(desviación estándar de 3.60 ml). Entonces, de acuerdo con la estimación por
intervalos de confianza, se tendrá que:

2 (n 1)S 2
X 0.025 2
X 20.975

El resultado anterior de acuerdo con tablas de Chi-cuadrada con 40 grados de

libertad X20.025=24.433 y X20.09750 = 59.342.
(Recuerda que el uso de las tablas y de los grados de libertad se encuentra en el
apartado 3.2)

104
Entonces el intervalo es:

(n 1)S 2
24.433 2
59.342

Sustituyendo los resultados de la muestra se tiene:

(40 1)(13)
24.433 2
59.342

Al obtener inversos multiplicativos tenemos:

2
1 1
24.433 (40 1)(13) 59.342

2
Despejando todas las constantes y dejar solo se tiene el intervalo:

2
1 1
24.433 (40 1)(13) 59.342

2
20.75 8.54
Obteniendo raíz cuadrada, se tiene:
4.555 2.92

Por lo cual se puede decir que el proceso está bajo control.

105
 RESUMEN

Las inferencias acerca de una población que se obtienen del estudio de

una muestra pueden ser tan buenas como lo sean las estimaciones
obtenidas, aquí, el cuidado va evidentemente sobre la recolección de los
datos, pues existe una gran variedad de estimadores que pueden ser
utilizados dependiendo del contexto pero el éxito de la aplicación de un
estimador (estimación) dependerá necesariamente de la calidad de los
datos mismos, resulta evidente que esto es extendible a los intervalos de
confianza tanto para la media como para proporciones.

En el presente análisis únicamente nos restringimos a la aplicación de

estimadores, considerando que los datos son de una calidad
suficientemente buena para que obtengamos buenas estimaciones de los
diferentes parámetros de interés así como también del tamaño de la
muestra necesario tanto para la media como para la proporción.

106
 GLOSARIO

Distribución t
Es en realidad una familia de distribuciones de probabilidad que se
emplea para construir un intervalo de confianza para la media poblacional,
siempre que la desviación estándar se estime mediante la desviación
estándar muestral ―s‖ y la población tenga una distribución de probabilidad
normal o casi normal.

Error muestral
Es el valor absoluto de la diferencia entre el valor de un estimador puntual
_
insesgado, tal como la media de la muestra x y el valor del parámetro
poblacional que estima, (en este caso, la media de la población ); es
_
decir, en este caso el error muestral es: x

Estimación de intervalo
Estimación de un parámetro de la población que define un intervalo dentro
del que se cree está contenido el valor del parámetro. Tiene la forma de:
Estimación puntual margen de error.

107
Grados de libertad
Es el número de observaciones independientes para una fuente de
variación menos el número de parámetros independientes estimado al
calcular la variación.

Margen de error
Es el valor sumado y restado a una estimación puntual a fin de
determinar un intervalo de confianza de un parámetro poblacional.

Nivel de confianza
Es la confianza asociada con una estimación de intervalo. Por ejemplo si
en un proceso de estimación de intervalo, el 90% de los intervalos
formados con este procedimiento contienen el valor del parámetro
buscado, se dice que éste es un intervalo de 90% de confianza.

108
 ACTIVIDADES DE
APRENDIZAJE

ACTIVIDAD 1
Completa el siguiente cuadro sobre los tipos de estimadores.

Ventajas Desventajas

Estimadores sesgados
Estimadores
insesgados
Estimadores
consistentes
Estimadores
inconsistentes

ACTIVIDAD 2
1. Construye un intervalo de confianza para la varianza de forma general.

ACTIVIDAD 3
2. Construye un intervalo de confianza para la proporción de forma general.

109
ACTIVIDAD 4
Resuelve los siguientes problemas, escribe tu respuesta.

1. Considera una empresa que comercializa productos genéricos de limpieza y

deseamos estimar el consumo promedio anual de una población potencia. Si
obtenemos una muestra piloto de 15 personas en donde S=28.9 l y queremos
un nivel de confianza de 95% con un error en la estimación de B=2 l. determina
el tamaño de la muestra que debe evaluarse.

2. El día de hoy la bolsa mexicana de valores estimo con una muestra de 20

acciones que el promedio de las que estuvieron a la alza fue de p 0.10 ; con un
nivel de confianza de 90% y un error a lo más de 5%. Determina el tamaño de la
muestra que debe ser estudiada.

110
 CUESTIONARIO DE
AUTOEVALUACIÓN

1. ¿Cuál será la probabilidad de que un auditor tenga cuatro éxitos si

va a realizar cinco auditorias, suponiendo que las probabilidades
de éxito y por ende las de fracaso son independientes de una
auditoria a otra?
2. Suponga usted que la llegada de trabajos a un despacho contable
obedece a una distribución de Poisson y que en dicho despacho
realizamos un muestreo; durante el primer día llegaron dos
trabajos; en el segundo, cuatro; en el tercero, tres; en el cuarto,
cinco; y en el quinto, dos. Encuentre usted el estimador de máxima
verosimilitud correspondiente.
3. Si realizamos un muestreo en un autolavado donde durante la
primera hora llegaron dos automóviles; en la segunda, cuatro; en la
tercera, tres; en la cuarta, cinco; y en la quinta, dos; encuentre
usted el estimador de máxima verosimilitud correspondiente.
4. Una muestra aleatoria de tamaño 49 tiene una media de 157 y una
desviación estándar de 14.7. Determine un intervalo con 95% de
confianza para la media verdadera de la muestra.
5. Suponiendo que 64 mediciones de la densidad del cobre dieron por
resultado una media de 8.81 y una desviación estándar de 0.24,
calcule un intervalo con 99% de confianza para la densidad

111
 verdadera.
6. En una muestra aleatoria de 125 llantas para automóvil, se
encontró que la vida media fue de 35,000 km. y la desviación
estándar de 4,000. Determine un intervalo con 68% de confianza
para la vida media.
7. Un estudio sobre ciertas acciones comunes permitió conocer que
en una muestra aleatoria de 100 acciones la rentabilidad anual
promedio fue de 4.2%, mientras que su desviación estándar es de
0.6%. Determine un intervalo, con 95% de confianza, para la
rentabilidad promedio.
8. ¿Cuál es la diferencia entre una estimación y un estimador?
9. ¿Qué es un intervalo de confianza?
10. Señale, ¿por qué son preferibles las estimaciones de intervalo a las
estimaciones puntuales?

112
 LO QUE APRENDÍ

LO QUE APRENDÍ

Construye un intervalo de confianza de 95% para la vida media de los

neumáticos muestreados en la tabla mostrada a continuación. (Nota. Los datos
están dados en miles de kilómetros.)

85,000 90,000 100,000 105,000

90,000 95,000 92,300 97,200
91,000 98,000 97,000 97,500
88,000 89,900 99,600 99,500
97,890 99,870 95,490 94,789
90,890 99,810 98,900
97,870 97,980 99,950
96,190 96,710 95,498
98,990 97,900 95,267
96,876 96,930 99,900

113
 EXAMEN DE
AUTOEVALUACIÓN

Elige la respuesta correcta a las siguientes preguntas.

1. En este estimador su esperanza matemática es igual a parámetro
en cuestión:

 a) robusto
 b) insesgado
 c) sesgado

2. Es un estimador para un problema particular y tiene el error estándar

más pequeño de todos los estimadores insesgados posibles:

 a) el más eficiente
 b) sesgado
 c) ineficiente

3. Este tipo de estimaciones se usan con frecuencia a causa de la

relativa sencillez con que se obtienen algunas de ellas

 a) consistentes
 b) robustas
 c) ineficientes

114
4. Este tipo de estimadores son estadísticos casi insesgados y casi
eficientes para una gran variedad de distribuciones poblacionales:

 a) consistentes
 b) robustos
 c) eficientes

5. Este tipo de estimador se aproxima al parámetro poblacional con

probabilidad uno a medida que el tamaño de la muestra tiende a
infinito:

 a) consistente
 b) robusto
 c) inconsistente

115
 MESOGRAFÍA
BIBLIOGRAFÍA BÁSICA

1. BERENSON L. Mark. Levine M. David, Krehbiel C. Timothy. Estadística para

Administración. Ed. Prentice Hall, 2ª edición, 2001, 734 pp.
2. LEVIN Richard I. y Rubin David S., Estadística para administradores, México;
Alfaomega, 1996, 1017 pp.
3. LIND A. Douglas, Marchal G. William, Mason D. Robert. Estadística para
Administración y Economía. Ed. Alfaomega, 11ª edición, 2004.

BIBLIOGRAFÍA COMPLEMENTARIA
4. ATO Manuel y López Juan J., Fundamentos de estadística con SYSTAT,
México; Addison Wesley Iberoamericana, 1996, 630 pp
5. CHRISTENSEN H., Estadística paso a paso (2a. ed.) ; México; Trillas, 1990,
682 pp.
6. GARZA Tomás, Probabilidad y estadística, México; Iberoamericana, 1996, 152
pp.
7. HANKE Jonh E. y Reitsch Arthur G., Estadística para Negocios, México; Irwin
McGraw-Hill, 1997, 955 pp

116
 UNIDAD 4

PRUEBAS DE HIPOTESIS

117
 OBJETIVO ESPECÍFICO

El alumno conocerá las pruebas de hipótesis y su aplicación.

INTRODUCCIÓN
En esta unidad, el alumno investigará y analizará el concepto de prueba
de hipótesis y lo aplicará sobre varianzas, medias, etc.; ello le permitirá
percatarse de la importancia que tienen las pruebas de hipótesis para la
toma de decisiones dentro de las empresas.

Actualmente, sabemos que la matemática es una herramienta importante

en la toma de decisiones, y la estadística junto con todos sus procesos no
es la excepción; así, es importante que el alumno desarrolle todos los
conceptos y ejercicios planteados en la presente unidad, enriqueciendo su
cultura para su futuro desempeño profesional.

Sabemos que cuando las personas toman decisiones, inevitablemente lo

hacen con base en las creencias que tienen en relación al mundo que los
rodea; llevan en la mente una cierta imagen de la realidad, piensan que
algunas cosas son verdaderas y otras falsas y actúan en consecuencia,
así, los ejecutivos de empresas toman todos los días decisiones de
importancia crucial porque tienen ciertas creencias tales como:

118
 De que un tipo de máquina llenadora pone al menos un
kilogramo de detergente en una bolsa.
De que cierto cable de acero tiene una resistencia de 100 kg. o
más a la rotura.
De que la duración promedio de una batería es igual a 500
horas.
De que en un proceso de elaboración de cápsulas éstas
contengan precisamente 250 miligramos de un medicamento,
Que la empresa de transportes de nuestra competencia tiene
tiempos de entrega más rápidos que la nuestra.
De que la producción de las plantas de oriente contiene menos
unidades defectuosas que las de occidente.

Incluso los estadistas basan su trabajo en creencias tentativas:

Que dos poblaciones tienen varianzas iguales.

Que esta población está normalmente distribuida.
Que estos datos muestrales se derivan de una población
uniformemente distribuida

En todos estos casos y en muchos más, las personas actúan con base en
alguna creencia sobre la realidad, la cual quizá llegó al mundo como una
simple conjetura, como un poco más que una suposición informada; una
proposición adelantada tentativamente como una verdad posible es
llamada hipótesis.

119
Sin embargo, tarde o temprano, toda hipótesis se enfrenta a la evidencia
que la comprueba o la rechaza y, en esta forma, la imagen de la realidad
cambia de mucha a poca incertidumbre.

Por lo tanto, de una manera sencilla podemos decir que una prueba de
hipótesis es un método sistemático de evaluar creencias tentativas sobre
la realidad, dicho método requiere de la confrontación de tales creencias
con evidencia real y decidir, en vista de esta evidencia, si dichas
creencias se pueden conservar como razonables o deben desecharse por
insostenibles.

A continuación estudiaremos la forma en que las creencias de las

personas pueden ser probadas de manera sistemática.

120
 LO QUE SÉ

LO QUE SÉ

Elige la respuesta correcta a las siguientes preguntas.

1. La fórmula del estadístico ―z‖ es:

x z
n
 a) 2

 b) 2
x
z

 c) n

2. La formula correcta para calcular un intervalo de confianza es:

x z
n
 a) 2

 b) 2
x
z

c) n

121
 TEMARIO DETALLADO
(10 HORAS)

4.1 Planteamiento de las hipótesis

4.2 Errores tipo I y tipo II
4.3 Pruebas de uno y de dos extremos, y regiones de aceptación y de
rechazo
4.4 Pruebas de hipótesis para una media poblacional
4.5 Tres métodos para realizar pruebas de hipótesis
4.6 Prueba de hipótesis sobre una proporción poblacional
4.7 Pruebas de hipótesis sobre la diferencia entre dos medias
4.8 Pruebas de hipótesis sobre la diferencia entre dos proporciones
4.9 Prueba para la diferencia entre dos varianzas

122
 4.1 Planteamiento de
las hipótesis

1. Formulación de dos hipótesis opuestas

El primer paso para probar una hipótesis es siempre formular dos
hipótesis opuestas, que sean mutuamente excluyentes y, también
colectivamente exhaustivas, del experimento que estemos
evaluando. Cada una de estas hipótesis complementarias es una
proposición sobre un parámetro de la población tal que la verdad de
una implique la falsedad de la otra. La primera hipótesis del
conjunto, simbolizada por H0, se denomina hipótesis nula; la
segunda, simbolizada por H1 o bien por Ha, es la hipótesis
alternativa.

2. Selección de un estadístico de prueba

El segundo paso para probar una hipótesis es la selección de un
estadístico de prueba. Un estadístico de prueba es aquel calculado
con base en una sola muestra aleatoria simple tomada de la
población de interés; en una prueba de hipótesis sirve para
establecer la verdad o falsedad de la hipótesis nula.

123
 3. Derivación de una regla de decisión
Una vez que hemos formulado de manera apropiada las dos
hipótesis opuestas y seleccionado el tipo de estadístico con qué
probarlas, el paso siguiente en la prueba de hipótesis es la
derivación de una regla de decisión:

Una regla de decisión es una regla para prueba de hipótesis que nos
permite determinar si la hipótesis nula debe ser aceptada o si debe
ser rechazada a favor de la alternativa.
Se dice que los valores numéricos del estadístico de prueba para los
que H0 es aceptada están en la región de aceptación y son
considerados no significativos estadísticamente.

Por el contrario, si el valor numérico del estadístico de prueba se

encuentra en la región de rechazo, esto aconseja que la hipótesis
alternativa sustituya a la desacreditada hipótesis nula; entonces este
valor es considerado estadísticamente significativo.
Es importante notar que la aceptación o rechazo se refiere a la
hipótesis nula H0.

4. Toma de una muestra, cálculo del estadístico de prueba y

confrontación con la regla de decisión. 12
El paso final en la prueba de hipótesis requiere:
Seleccionar una muestra aleatoria simple de tamaño n, de la
población de interés,
Calcular el valor real (opuesto al crítico) del estadístico de prueba
(seleccionado en el paso 2).
Confrontar con la regla de decisión (derivada en el paso 3).

12
Heinz Kohler, Estadística para negocios y economía, p. 384

124
 4.2 Errores tipo I y tipo II

Error tipo I

En una prueba estadística, rechazar la hipótesis nula cuando ésta es

verdadera se denomina error tipo I. Y a la probabilidad de cometer un
error tipo I se le asigna el símbolo (letra griega alfa).

La probabilidad de aumenta o disminuye a medida que aumenta o

disminuye el tamaño de la región de rechazo. Entonces, ¿por qué no se
disminuye el tamaño de la región de rechazo para hacer tan pequeña
como sea posible?

Desgraciadamente, al disminuir el valor de aumenta la probabilidad de

no rechazar la hipótesis nula cuando ésta es falsa y alguna hipótesis
alternativa es verdadera. Aumenta entonces la probabilidad de cometer el
llamado error de tipo II para una prueba estadística.

Ejemplo:

Incurrir en un riesgo α

Un fabricante de varillas de acero especial que son utilizadas en la

construcción de edificios muy altos ha contratado a un estadista para que

125
pruebe si sus varillas ciertamente tienen un promedio de resistencia a la
tensión de al menos 2000 libras ¿Cuáles son las implicaciones si el nivel
de significancia de la prueba de hipótesis se fija en: α = 0.08?

Solución:
Dadas las hipótesis: H0 : 0 2000 y H1 : 0 2000

El procedimiento asegura lo siguiente: aun cuando las varillas tengan un

promedio de resistencia a la tensión de 2000 libras o más, en el 8% de
todas las pruebas la conclusión será lo contrario.

Error Tipo II

En una prueba estadística, aceptar la hipótesis nula cuando ésta es falsa

se denomina error tipo II. A la probabilidad de cometer un error de tipo II
se le asigna el símbolo (letra griega beta)

Para un tamaño de muestra fijo, y están inversamente relacionados; al

aumentar uno el otro disminuye. El aumento del tamaño de muestra
produce mayor información sobre la cual puede basarse la decisión y, por
lo tanto, reduce tanto como . En una situación experimental, las
probabilidades de los errores de tipo I y II para una prueba miden el riesgo
de tomar una decisión incorrecta. El experimentador selecciona los
valores de estas probabilidades y la región de rechazo y el tamaño de
muestra se escogen de acuerdo con ellas.

126
Ejemplo:

Incurrir en un riesgo β

El fabricante de computadoras ha contratado a un estadista para probar si

el ensamble de una computadora toma un promedio de al menos 50
minutos. ¿Cuáles son las implicaciones si el riesgo β de la prueba es igual
a 0.2?

Solución:
50
Dadas las hipótesis: H0 : 0 y H1 :

0 50

El procedimiento asegura lo siguiente: incluso si el tiempo de ensamble en

efecto promedia más de 50 minutos, en el 20% de todas las pruebas la
conclusión será lo contrario. Sin embargo, en el 80% de dichas pruebas
este tipo de error se evita, lo que indica la potencia de la prueba.

Nivel de significancia

El nivel de significancia o significación es la probabilidad de cometer un

error tipo I, es decir, el valor que se le asigna a α.

127
Potencia de la prueba

Es posible13 determinar la probabilidad asociada con tomar una decisión

correcta no rechazar H0 cuando es verdadera o rechazarla cuando es
falsa. La probabilidad de no rechazar H0 cuando es verdadera es igual a
1- .
Esto se puede demostrar notando que:

P(rechazar Ho cuando es verdadera) + P(no rechazar Ho cuando es verdadera) = 1

Como P(rechazar Ho cuando es verdadera) = ,
tenemos:
P(no rechazar Ho cuando es verdadera) = 1 -

Nota que la probabilidad de no rechazar H 0 cuando es verdadera es el

nivel de confianza 1-
La probabilidad de rechazar H0 cuando es falsa es igual a 1- . Esto se
puede demostrar notando que:
P(rechazar Ho cuando es falsa) + P(no rechazar Ho cuando es falsa) = 1

Pero como: P(no rechazar Ho cuando es falsa) = ,

tenemos:
P(rechazar Ho cuando es falsa) = 1- .

La probabilidad de rechazar la hipótesis nula H 0 cuando es falsa se llama

potencia de la prueba.
Probabilidades asociadas con los cuatro resultados posibles de una
prueba de hipótesis.

13
Richard C. Weimer, Estadística, p. 461

128
SÍMBOLO DE LA DEFINICIÓN
PROBABILIDAD

Nivel de significancia. Probabilidad de un error tipo I

Probabilidad de un error tipo II

1- Nivel de confianza. Probabilidad de no rechazar H 0 cuando es

verdadera

1- Potencia de la prueba. Probabilidad de rechazar H 0 cuando

es falsa.

4.3 Pruebas de uno y de dos

extremos, y regiones de
aceptación y de rechazo

La hipótesis planteada se formula con la

igualdad
Ejemplo
H0 : µ = 200
H1 : µ ≠ 200

b) Pruebas unilateral o de un extremo: la hipótesis planteada se

formula con ≥ o ≤
H0 : µ ≥ 200 H0 : µ ≤ 200
H1 : µ < 200 H1 : µ > 200

129
En las pruebas de hipótesis para la media (μ), cuando se conoce la
desviación estándar (σ) poblacional, o cuando el valor de la muestra es
grande (30 o más), el valor estadístico de prueba es z y se determina a
partir de:

El valor estadístico z, para muestra grande y desviación estándar

poblacional desconocida se determina por la ecuación:

En la prueba para una media poblacional con muestra pequeña y

desviación estándar poblacional desconocida se utiliza el valor estadístico
t.

130
Formular la regla de decisión

Se establece las condiciones específicas en la que se rechaza la hipótesis

nula y las condiciones en que no se rechaza la hipótesis nula. La región
de rechazo define la ubicación de todos los valores que son tan grandes o
tan pequeños, que la probabilidad de que se presenten bajo la suposición
de que la

hipótesis nula es verdadera, es muy remota

Distribución muestral del valor estadístico z, con prueba de una cola a la

derecha

Valor critico
Es el punto de división entre la región en la que se rechaza la hipótesis
nula y la región en la que no se rechaza la hipótesis nula.

Tomar una decisión

En este último paso de la prueba de hipótesis, se calcula el estadístico de
prueba, se compara con el valor crítico y se toma la decisión de rechazar
o no la hipótesis nula. Tenga presente que en una prueba de hipótesis
solo se puede tomar una de dos decisiones: aceptar o rechazar la

131
hipótesis nula. Debe subrayarse que siempre existe la posibilidad de
rechazar la hipótesis nula cuando no debería haberse rechazado (error
tipo I). También existe la posibilidad de que la hipótesis nula se acepte
cuando debería haberse rechazado (error de tipo II).

4.4 Pruebas de hipótesis

para una media poblacional

Dentro de la inferencia estadística, un contraste de hipótesis (también

denominado test de hipótesis o prueba de significación) es un
procedimiento para juzgar si una propiedad que se supone cumple una
población estadística es compatible con lo observado en una muestra de
dicha población. Fue iniciada por Ronald Fisher y fundamentada
posteriormente por Jerzy Neyman y Karl Pearson.

Mediante esta teoría, se aborda el problema estadístico considerando una

hipótesis determinada y una hipótesis alternativa , y se intenta
dirimir cuál de las dos es la hipótesis verdadera, tras aplicar el problema
estadístico a un cierto número de experimentos.

Está fuertemente asociada a los considerados errores de tipo I y II en

estadística, que definen respectivamente, la posibilidad de tomar un
suceso verdadero como falso, o uno falso como verdadero.

132
Existen diversos métodos para desarrollar dicho test, minimizando los
errores de tipo I y II, y hallando por tanto con una determinada potencia, la
hipótesis con mayor probabilidad de ser correcta. Los tipos más
importantes son los test centrados, de hipótesis y alternativa simple,
aleatorizados, etc. Dentro de los test no paramétricos, el más extendido
es probablemente el test de la U de Mann-Whitney.

4.5 Tres métodos para

realizar pruebas de hipótesis

Las pruebas de hipótesis se clasifican como direccionales o no

direccionales, dependiendo de cuando la hipótesis nula involucra o no el
signo de igualdad (=).

Si la afirmación de H0 contiene el signo de igualdad, entonces la prueba

se llama no direccional, mientras que si tal afirmación no contiene el signo
de igualdad (esto es, si involucra los signos menor o mayor que),
entonces la prueba se llama direccional. Las pruebas no direccionales se
llaman también pruebas de dos colas y las direccionales se nombran
pruebas de una cola.

Así, si la afirmación de ―H0‖ contiene el símbolo ―>‖, entonces la prueba se

llama prueba direccional de cola izquierda; por el contrario Si la afirmación

133
de H0 tiene el símbolo ―<‖, entonces la prueba se denomina prueba
direccional de cola derecha.

Quienes investigan el mercado de consumo tienen una hipótesis

alternativa o de investigación: el nuevo producto es superior al anterior.
Formalmente, una hipótesis alternativa, denotada con H 1, es un
enunciado acerca de la población. La hipótesis nula, denotada con H 0, es
la negación de la hipótesis alternativa H1. La estrategia básica en las
pruebas de hipótesis es tratar de apoyar la hipótesis alternativa
―contradiciendo‖ la hipótesis nula.

4.5 Prueba de hipótesis sobre

una proporción poblacional

Las pruebas de hipótesis se realizan sobre los parámetros poblacionales

desconocidos, es decir, sólo tiene sentido realizarlas cuando se estudia
una muestra de la población objeto y deseamos hacer inferencias hacia el
total poblacional. Si estudiaste al total de los elementos de tú población
objeto (definida de acuerdo a los objetivos de tú investigación), no tiene
sentido realizar PH ni otro tipo de inferencia.

Antes de realizar una prueba de hipótesis, debes revisar cuidadosamente

las características de los datos (naturaleza de las variables), la forma de
selección de la muestra y su tamaño, en fin, valorar el cumplimiento de los

134
supuestos necesarios para aplicar la prueba adecuada a cada caso.
Fijando el nivel de significación antes de realizar la prueba y no después
de obtener el resultado, al igual que debes valorar seriamente si debes
enunciar el problema de forma bilateral o unilateral antes de realizar la
prueba. Violar el cumplimiento de los supuestos implica que la prueba
pierda potencia, pudiendo no encontrarse diferencias cuando realmente
las hay o lo contrario.

4.7 Pruebas de hipótesis sobre la

diferencia entre dos medias

Puesto que deseamos estudiar dos poblaciones, la distribución de

muestreo que nos interesa es la distribución de muestreo de la diferencia
entre medias muestrales.

Conceptos básicos de las distribuciones de población, distribuciones de

muestreo de la media y distribuciones de muestreo de diferencias entre
medias muestrales.

Ambas tienen medias y desviaciones estándar, respectivamente, debajo

de cada población se muestra distribución de muestreo de la media para
esa población. Las dos distribuciones teóricas de muestreo de la media
están integradas todas las muestras posibles de determinado tamaño que
pueden extraerse de la correspondiente distribución de la población 2, si

135
después restamos las dos medias muestrales, obtenemos la diferencia
entre medias muestrales. Esta diferencia será positiva si X1 es mayor que
X2 y negativa si X3 es mayor que X1.

Al construir esta distribución de todas las diferencias posibles de muestreo

de X1 – X2, terminamos teniendo la distribución de muestreo entre las
medias muestrales.

4.8 Pruebas de hipótesis sobre la

diferencia entre dos proporciones

Las pruebas de hipótesis a partir de proporciones se realizan casi en la

misma forma utilizada cuando nos referimos a las medias, cuando se
cumplen las suposiciones necesarias para cada caso. Pueden utilizarse
pruebas unilaterales o bilaterales dependiendo de la situación particular.

La proporción de una población

Las hipótesis se enuncian de manera similar al caso de la media.

Ho: p = p0
H1: p ¹ p0

136
Regla de decisión: se determina de acuerdo a la hipótesis alternativa,
si es bilateral o unilateral

En el caso de muestras pequeñas se utiliza la distribución Binomial. La

situación más frecuente es suponer que existen diferencias entre las
proporciones de dos poblaciones, para ello suelen enunciarse las
hipótesis de forma similar al caso de las medias:

Ho: p1 = p2 Þ p1 - p2 = 0

H1: p1 ¹ p2

Puede la hipótesis alternativa enunciarse unilateralmente.

Siendo a1 y a2, el número de sujetos con la característica objeto de

estudio en las muestras 1 y 2 respectivamente, es decir, en vez de
calcular la varianza para cada muestra, se calcula una p conjunta para
ambas muestras bajo el supuesto que no hay diferencias entre ambas
proporciones y así se obtiene la varianza conjunta. Recuerda que q = 1-p.

La regla de decisión se determina de manera similar a los casos ya vistos

anteriormente.

El objetivo de la prueba es comparar estas dos proporciones, como

estimadores
H1: p1 ¹ p2

Recuerda que la H1 también puede plantearse de forma unilateral

137
 4.9 Prueba para la diferencia
entre dos varianzas

En ocasiones es importante comparar dos poblaciones para ver si una es

más variable que la otra en alguna medida específica. La hipótesis nula
es que las dos poblaciones tienen la misma varianza, y la hipótesis
alternativa es que una tiene mayor varianza que la otra. Se obtienen
muestras aleatorias de cada población y se calculan las varianzas
muestrales. Estos valores se usan entonces en la ecuación siguiente para
calcular el estadístico de la muestra:

Cociente F
S12
F = ---------
S22
Donde:
S12 = Varianza de la muestra 1
S22 = Varianza de la muestra 2

Nota: Por convivencia, para encontrar los valores de F, por lo general se

pone en el numerador la varianza muestral más grande.

138
El estadístico de prueba dado por la ecuación anteriormente nombrado,
es el cociente F . Si la hipótesis nula de varianzas poblacionales iguales
es cierta, la razón de las varianzas muestrales se obtiene de la
distribución F teórica. Al consultar la tabla F se puede evaluar la
probabilidad de este suceso.

Si parece probable que el cociente F pueda haberse obtenido de la

distribución muestral supuesta, la hipótesis nula no se rechaza. Si es
poco probable que el cociente F se haya obtenido de la distribución
supuesta, la hipótesis nula se rechaza.

La distribución F específica que se aplica a una prueba en particular

queda determinada por dos parámetros: los grados de libertad para el
numerador y los grados de libertad para el denominador. Cada uno de
estos valores es n-1. Si se conocen estos valores y se elige un valor alfa,
al valor crítico de F se puede encontrar en la tabla F.

139
 RESUMEN

Las pruebas de hipótesis, como herramienta estadística son importantes

porque nos indican un camino a seguir al aceptar o desechar un hipótesis
de manera tentativa a favor de otra, sin embargo no aportan mayor
información; pero si apoyamos nuestra decisión con un intervalo de
confianza apropiado, podemos obtener datos que pueden ser
transformados en información y utilizarlos como sustento de una decisión
que generalmente en cualquier ámbito representa dinero. Evidentemente
se debe de tomar en consideración todos los errores posibles que se
puedan cometer durante el proceso, de donde nacen los errores tipo i y II
para las pruebas de hipótesis, además de la potencia de una prueba de
hipótesis para que nuestra opinión sea lo más certera posible.

140
 GLOSARIO

Curva de la potencia de la prueba

Es la gráfica de la probabilidad de rechazar H0 para todos los valores
posibles del parámetro poblacional que no satisfacen la hipótesis nula.

Error tipo I
Es el error que se comete al rechazar H0 cuando ésta es verdadera.

Error tipo II.

Es el error que se comete al aceptar H0 cuando ésta es falsa.

Estadístico de prueba
Es el estadístico cuyo valor se utiliza para determinar si se rechaza una
hipótesis nula.

Hipótesis nula (H0)

Es la hipótesis que tentativamente se supone que es verdadera en una
prueba de hipótesis.

Hipótesis alternativa (H1) o hipótesis de estudio

Es la hipótesis que se desea comprobar y que se concluye como
verdadera cuando se rechaza la hipótesis nula.

141
Nivel de significancia
Es la probabilidad máxima de cometer un error tipo I.

Potencia de la prueba
Es la probabilidad de rechazar correctamente H0 cuando es falsa.
Prueba direccional o de una cola
Prueba de hipótesis en la que la región de rechazo se tiene en un extremo
de la distribución muestral.

Prueba no direccional o de dos colas

Prueba de hipótesis en la que la región de rechazo se ubica en ambos
extremos de la distribución muestral.

Región de rechazo
Es la zona de valores en la cual se rechaza la hipótesis H0.

Valor crítico
Es un valor contra el cual se compara el obtenido en el estadístico de
prueba para determinar si se debe rechazar o no la hipótesis nula.

Valor p
Es la probabilidad de que, cuando la hipótesis nula sea verdadera, se
obtenga un resultado de una muestra que sea al menos tan improbable
como el que se observa. También se le conoce como nivel observado de
significancia.

142
 ACTIVIDADES DE
APRENDIZAJE

ACTIVIDAD 1
Explica lo que entiendes por hipótesis nula e hipótesis alternativa.

ACTIVIDAD 2
Considerando únicamente la hipótesis nula y la hipótesis alternativa.
Cuántos tipos de hipótesis hay y explícalas.

143
 CUESTIONARIO DE
AUTOEVALUACIÓN

1. Una hipótesis nula se establece como:

2. El nivel de significancia en una prueba de hipótesis es:
3. Un estadístico de prueba en una prueba de hipótesis es:
4. ¿Cuáles son las etapas básicas en pruebas de hipótesis?
5. En una prueba de una cola el signo de la hipótesis nula puede ser:
6. El nivel de significancia en una prueba de hipótesis corresponde a:
7. Un artículo de prensa señaló que la edad promedio de los
accionistas de empresas está decreciendo. El gerente de una de
ellas decide realizar una prueba de hipótesis para verificar si este
señalamiento aplica a su empresa. Se considera una desviación
estándar de 12 años y una muestra de tamaño 250, cuya media
muestral es de 53 años. Para un nivel de significancia del 5%, ¿cuál
es el valor crítico para la prueba?
8. La Ingeniería de Control de Calidad probó un lote de tubos
fluorescentes y encontró una vida promedio de 1,570 horas con
desviación estándar de 120 horas. Con un nivel de significación del
5%, determinar la regla de decisión.
9. Se prueba un lote de un nuevo modelo experimental de 100
lámparas de vapor de sodio; su vida es de 43,000 horas y su
desviación estándar, de 2,000 horas. Si la vida normal de las
lámparas es de 40,000 horas. Probar con un nivel de significación
del 10%

144
10. En una planta embotelladora de leche se toma una muestra de 500
botellas; 40 de ellas se obtienen con impurezas. Si se supone que el
límite máximo de impurezas es 7%. Establezca la regla de decisión
para un nivel de significancia del 4%

145
 LO QUE APRENDÍ

LO QUE APRENDÍ

Resuelva correctamente el siguiente problema:

En el Distrito Federal una escuela comercial anuncia que las secretarias

egresadas de su plantel pueden llegar a escribir un promedio de 80
palabras por minuto (ppm) cuando se gradúan. Para comprobarlo se
examinó una muestra de 60 graduados recientes de esa escuela
comercial y los resultados mostraron que éstos escribían un promedio de
79 ppm, con una desviación estándar de 5.1 ppm. A un nivel de
significancia de 10% ¿tiene razón la escuela en su anuncio?

146
 EXAMEN DE
AUTOEVALUACIÓN

Elige la respuesta correcta a las siguientes preguntas.

1. Suponga que usted forma parte de un grupo de protección al

consumidor, y está interesado en determinar si el peso promedio de cierta
marca de arroz, empacado en paquetes de 1 kg, es menor que el peso
anunciado; para ello, usted elige una muestra aleatoria de 50 bolsas, de
las cuales obtiene una media de 980gr. y una desviación estándar de 70
gr. Para un nivel de significancia es del 5%, la hipótesis nula se:

 a) acepta
 b) es indiferente
 c) rechaza
 d) debe replantear

147
2. Se supone que un medicamento que sirve como antibiótico contiene 1000
unidades de penicilina. Una muestra aleatoria de 100 de estos antibióticos produjo
una media de 1020 gramos y una desviación estándar de 140 gramos. Para un
nivel de significancia del 5%, la hipótesis nula se:

 a) acepta
 b) rechaza
 c) es indiferente
 d) replantea

3. Se sabe que los voltajes de una marca de pilas ―AAA‖ para calculadora se
distribuyen normalmente con un promedio de 1.5 volts; se probó una muestra
aleatoria de 15 y se encontró que la media fue de 1.3 volts y que la desviación
estándar fue de 0.25 volts. Para un nivel de significancia del 5%, la hipótesis nula
se:

 a) acepta
 b) rechaza
 c) es indiferente
 d) replantea

148
 MESOGRAFÍA
BIBLIOGRAFÍA BÁSICA

1. BERENSON L. Mark. Levine M. David, Krehbiel C. Timothy. Estadística para

Administración. Ed. Prentice Hall, 2ª edición, 2001, 734 pp.
2. LEVIN Richard I. y Rubin David S., Estadística para administradores, México;
Alfaomega, 1996, 1017 pp.
3. LIND A. Douglas, Marchal G. William, Mason D. Robert. Estadística para
Administración y Economía. Ed. Alfaomega, 11ª edición, 2004.

BIBLIOGRAFÍA COMPLEMENTARIA
4. ATO Manuel y López Juan J., Fundamentos de estadística con SYSTAT,
México; Addison Wesley Iberoamericana, 1996, 630 pp
5. CHRISTENSEN H., Estadística paso a paso (2a. ed.) ; México; Trillas, 1990,
682 pp.
6. GARZA Tomás, Probabilidad y estadística, México; Iberoamericana, 1996, 152
pp.
7. HANKE Jonh E. y Reitsch Arthur G., Estadística para Negocios, México; Irwin
McGraw-Hill, 1997, 955 pp

149
 UNIDAD 5

PRUEBAS DE HIPOTESIS
CON LA DISTRIBUCIÓN
JI CUADRADA

150
 OBJETIVO ESPECÍFICO

El alumno relacionará los conceptos de prueba de hipótesis con la

distribución ji cuadrada.

INTRODUCCIÓN

En esta unidad, el alumno investigará y analizará el concepto de prueba

de hipótesis y lo aplicará sobre varianzas, medias, etc.; ello le permitirá
percatarse de la importancia que tienen las pruebas de hipótesis para la
toma de decisiones dentro de las empresas.

Actualmente, sabemos que la matemática es una herramienta importante

en la toma de decisiones, y la estadística junto con todos sus procesos no
es la excepción; así, es importante que el alumno desarrolle todos los
conceptos y ejercicios planteados en la presente unidad, enriqueciendo su
cultura para su futuro desempeño profesional.

Sabemos que cuando las personas toman decisiones, inevitablemente lo

hacen con base en las creencias que tienen en relación al mundo que los
rodea; llevan en la mente una cierta imagen de la realidad, piensan que
algunas cosas son verdaderas y otras falsas y actúan en consecuencia,
así, los ejecutivos de empresas toman todos los días decisiones de
importancia crucial porque tienen ciertas creencias tales como:

151
 De que un tipo de máquina llenadora pone al menos un
kilogramo de detergente en una bolsa.
De que cierto cable de acero tiene una resistencia de 100 kg. o
más a la rotura.
De que la duración promedio de una batería es igual a 500
horas.
De que en un proceso de elaboración de cápsulas éstas
contengan precisamente 250 miligramos de un medicamento,
Que la empresa de transportes de nuestra competencia tiene
tiempos de entrega más rápidos que la nuestra.
De que la producción de las plantas de oriente contiene menos
unidades defectuosas que las de occidente.

Incluso los estadistas basan su trabajo en creencias tentativas:

Que dos poblaciones tienen varianzas iguales.

Que esta población está normalmente distribuida.
Que estos datos muestrales se derivan de una población
uniformemente distribuida.

En todos estos casos y en muchos más, las personas actúan con base en
alguna creencia sobre la realidad, la cual quizá llegó al mundo como una
simple conjetura, como un poco más que una suposición informada; una
proposición adelantada tentativamente como una verdad posible es
llamada hipótesis.

152
Sin embargo, tarde o temprano, toda hipótesis se enfrenta a la evidencia
que la comprueba o la rechaza y, en esta forma, la imagen de la realidad
cambia de mucha a poca incertidumbre.

Por lo tanto, de una manera sencilla podemos decir que una prueba de
hipótesis es un método sistemático de evaluar creencias tentativas sobre
la realidad, dicho método requiere de la confrontación de tales creencias
con evidencia real y decidir, en vista de esta evidencia, si dichas
creencias se pueden conservar como razonables o deben desecharse por
insostenibles.

A continuación estudiaremos la forma en que las creencias de las

personas pueden ser probadas de manera sistemática.

153
 LO QUE SÉ
LO QUE SÉ

Elige la respuesta correcta a las siguientes preguntas.

2
1. La distribución chi-cuadrada es útil para analizar la relación…
 a) entre la varianza de la muestra y la varianza de la población
 b) entre la media de la muestra y la media de la población
 c) entre una muestra y otra
2. La fórmula para calcular la media aritmética de una muestra es:

2 s 2 ( gl )
2
 a)
n
1
X Xi
 b) n i 1

s 2 (n 1)
 c) 2
1 /2

3. La fórmula para calcular la varianza de una muestra es:

s 2 (n 1)
 a) 2
/2

s 2 (n 1) 2 s 2 (n 1)
2 2
 b) /2 1 /2

n
2 1
s (Xi X )2
 c) n 1i 1

154
 TEMARIO DETALLADO
(8 HORAS)

5.1 La distribución ji cuadrada, χ2

5.2 Pruebas de hipótesis para la varianza de una población
5.3 Prueba para la diferencia entre n proporciones
5.4 Pruebas de bondad de ajuste a distribuciones teóricas
5.5 Pruebas sobre la independencia entre dos variables
5.6 Pruebas de homogeneidad

155
 5.1 La distribución
ji cuadrada, χ2

En ocasiones los investigadores muestran más interés en la varianza

poblacional que en la proporción o media poblacionales y las razones
llegan desde el campo de la calidad total, donde la importancia en
demostrar una disminución continua en la variabilidad de las piezas que la
industria de la aviación llega a solicitar es de vital importancia. Por ejemplo,
el aterrizaje de un avión depende de una gran cantidad de variables, entre
las que encontramos la velocidad y dirección del aire, el peso del avión, la
pericia del piloto, la altitud, etc.; si en el caso de la altitud, los altímetros del
avión tienen variaciones considerables, entonces podemos esperar con
cierta probabilidad un aterrizaje algo abrupto, por lo tanto la variabilidad de
estos altímetros debe mostrar un disminución continua; y qué decir de los
motores que impulsan al avión mismo, si las piezas que los conforman son
demasiado grandes, el motor puede incluso no poder armarse y si son
demasiado pequeñas, entonces los motores tendrán demasiada vibración y
en ambos casos las pérdidas de la industria son cuantiosas.

Así, la relación entre la varianza de la muestra y la varianza de la población

está determinada por la distribución Chi-cuadrada ( 2) siempre y cuando la
población de la cual se toman los valores de la muestra se encuentre
normalmente distribuida. Y aquí debemos tener especial cuidado, pues la

156
distribución Chi-cuadrada es sumamente sensible a la suposición de que la
población está normalmente distribuida y por ejemplo construir intervalos
de confianza para estimar una varianza poblacional, puede que los
resultado no sean correctos dependiendo de si la población no está
normalmente distribuida.

La distribución Chi-cuadrada ( 2) es la razón que existe entre la varianza de

la muestra ( s2 ) multiplicada por los grados de libertad y la varianza de la
población. Es decir:

2 s 2 ( gl )
2

14
El término grados de libertad se refiere al número de observaciones
independientes para una fuente de variación menos el número de
parámetros independientes estimado al calcular la variación.

Para la distribución Chi-cuadrada ( 2), los grados de libertad vienen dados

por (n – 1), por lo tanto, la formula anterior quedaría expresada como:

2 s 2 (n 1)
2

Donde podemos observar que la variación de la distribución Chi-cuadrada

( 2) depende del tamaño de la muestra y de los grados de libertad que
posea.

14
Ken, Black. “Estadística en los negocios”, editorial CECSA, pp. 264

157
En general y debido a que la distribución Chi-cuadrada ( 2) no es simétrica
a medida que se incrementa el número de grados de libertad, la curva
característica de la distribución se vuelve menos sesgada.

La distribución Chi-cuadrada ( 2), es en sí toda una familia de

distribuciones por lo que, existe una distribución Chi-cuadrado para cada
grado de libertad.

2 s 2 (n 1)
2
Algebraicamente podemos manipular la formula anterior con
el objetivo de que nos sea de utilidad para construir intervalos de confianza
para varianzas poblacionales, quedando de la siguiente manera:

s 2 (n 1) 2 s 2 (n 1)
2 2
/2 1 /2

Ejemplo:

Suponga que una muestra de 7 pernos especiales utilizados en el ensamblado de

computadoras portátiles arrojo los siguientes resultados:

2.10 mm; 2.00 mm, 1.90 mm, 1.97 mm, 1.98 mm, 2.01 mm, 2.05 mm

Si quisiéramos una estimación puntual de la varianza de la población, sería

suficiente con calcular la varianza de la muestra, de la siguiente manera:

Primero calculamos la media aritmética de los datos utilizando la siguiente fórmula:

n
1
X Xi
n i 1

158
por lo tanto sustituyendo datos tenemos que:
2.10 1.90 1.98 2.05 2.00 1.97 2.01
X
7
y al efectuar cálculos el resultado de la media aritmética (redondeado a 2
decimales) es de:
X 2.00

a continuación elaboramos una tabla como la indicada a continuación para facilitar

el cálculo de la varianza de los datos:

DATOS Dato-media (Dato - media)

i-dato
elevado al
cuadrado

I xi (xi - ) (xi - )2

1 2,10 0,10 0,00972

2 1,90 -0,10 0,01029

3 1,98 -0,02 0,00046

4 2,05 0,05 0,00236

5 2,00 0,00 0,00000

6 1,97 -0,03 0,00099

7 2,01 0,01 0,00007

14,01 0,01 0,02389

Recordando ahora la formula correspondiente a la varianza de una muestra:

159
 n
1
s2 (Xi X )2
n 1i 1

y sustituyendo datos en esta fórmula, podemos ver que el valor obtenido en la

n
(Xi X )2
esquina inferior derecha de la tabla anterior corresponde a: i 1 por lo
tanto:
1
s2 (0.02389)
7 1

de donde al efectuar cálculos vemos que:

s2 0.003981

Es decir, la varianza de la muestra tiene un valor de: 0.003981, pero si

consideramos que el valor de la estimación puntual puede cambiar de una muestra
a otra, entonces será mejor construir un intervalo de confianza, para lo cual
debemos suponer que la población de los diámetros de los pernos esta
normalmente distribuida, y como vemos que n=7 entonces los grados de libertad
serán: gl=7-1=6, si queremos que el intervalo sea del 90% de confianza, entonces
el nivel de significancia será de 0.10 siendo esta la parte del área bajo la curva de
la distribución Chi-cuadrada que está fuera del intervalo de confianza, esta área es
importante porque los valores de la tabla de distribución Chi-cuadrada están dados
de acuerdo con el área de la cola derecha de la distribución. Además en nuestro
caso /2 = 0.05 es decir, 0.05 del área está en la cola derecha y 0.05 está en la cola
izquierda de la distribución.

Es importante hacer notar que debido a la forma de curva de la distribución Chi-

160
 cuadrada, el valor para ambas colas será diferente, así, el primer valor que se debe
de obtener es el de la cola derecha, mismo que se obtiene al ubicar en el primer
renglón de la tabla el valor correspondiente al nivel de significancia, que en este
caso es de 0.05 y, posteriormente se ubica en el lugar de las columnas los
correspondientes grados de libertad ya calculado, que en este caso es de 6 grados
de libertad, por lo tanto el valor de Chi-cuadrada obtenido es de:
2
0.05,6 12.5916

observe que en la nomenclatura se escribe la denotación de Chi-cuadrada teniendo

como subíndice el nivel de significancia y los grados de libertad y, a continuación se
escribe el valor correspondiente 15

El valor de Chi-cuadrada para la cola izquierda se obtiene al calcular el área que se

encuentra a la derecha de la cola izquierda, entonces:
A a la derecha de la cola izquierda = 1 – 0.05
A a la derecha de la cola izquierda = 0.95

por lo tanto, el valor de Chi-cuadrada para la cola izquierda será, utilizando el

mismo procedimiento anterior para un área de 0.95 y 6 grados de libertad, de:
2
0.95,6 1.63538
incorporando estos valores a la formula, tenemos que el intervalo de 90% de
confianza para los 7 pernos utilizados en el ensamblado de computadoras portátiles
tendrá la forma mostrada a continuación:

15
el valor se obtuvo utilizando la tabla correspondiente a la Chi-cuadrada en el libro: “Estadística en los negocios” del
autor: Ken Black, pp 779

161
 s 2 (n 1) 2 s 2 (n 1)
2 2
/2 1 /2

0.0034122(7 1) 2 0.0034122(7 1)
12.5916 1.63538
2
0.0001625 0.0125189
Este intervalo de confianza nos dice que con 90% de confianza, la varianza de la
población está entre 0.0001625 y 0.0125189.

La prueba estadística de X2 para una muestra se emplea frecuentemente

como prueba de bondad de ajuste, sin embargo, en un plan experimental,
en el que se cuenta con un grupo muestra, con diversas subclases y las
mediciones están en escala nominal, resulta muy útil este procedimiento.

La eficacia de la prueba está de acuerdo con el tamaño de la muestra,

pues con un grado de libertad, si hay dos subclases, algunos autores
consideran que la prueba es insensible, no obstante la información que
aporta más de dos categorías es satisfactoria en función de la fórmula:
Donde:
X2 = valor estadístico de ji
cuadrada.
fo = frecuencia observada.
fe = frecuencia esperada.

La ji cuadrada se utiliza cuando:

Cuando los datos puntualizan a las escalas nominal u ordinal.
Se utiliza solo la frecuencia.
Poblaciones pequeñas.
Cuando se desconocen los parámetros media, moda, etc.
Cuando los datos son independientes.
Cuando se quiere contrastar o comparar hipótesis.

162
 Investigaciones de tipo social - muestras pequeñas no
representativas >5.
Cuando se requiere de establecer el nivel de confianza o
significatividad en las diferencias.
Cuando la muestra es seleccionada no probabilísticamente.
X2 permite establecer diferencias entre f y se utiliza solo en escala
nominal.
Población > a 5 y < a 20.

Pasos.
1. Arreglar las categorías y las frecuencias observadas.
2. Calcular los valores teóricos esperados para el modelo experimental
o tipo de distribución muestral: normal, binomial y de Poisson.
3. Calcular las diferencias de las frecuencias observadas en el
experimento con respecto a las frecuencias esperadas.
4. Elevar al cuadrado las diferencias y dividirlas entre los valores
esperados de cada categoría.
5. Efectuar la sumatoria de los valores calculados.
6. Calcular los grados de libertad (gl) en función de número de
categorías [K]: gl = K - 1.
7. Comparar el estadístico X2 con los valores de la distribución de ji
cuadrada en la tabla.
8. Decidir si se acepta o rechaza la hipótesis X2c ³ X2t se rechaza Ho.

163
 5.2 Pruebas de hipótesis para la
varianza de una población

En ocasiones analistas investigan la variabilidad de una población, en

lugar de su media o proporción.

Esto es debido a que la uniformidad de la producción muchas veces es

crítica en la práctica industrial.

La variabilidad excesiva es el peor enemigo de la alta calidad y la prueba

de hipótesis está diseñada para determinar si la varianza de una
población es igual a algún valor predeterminado.

La desviación estándar de una colección de datos se usa para describir la

variabilidad en esa colección y se puede definir como la diferencia
estándar entre los elementos de una colección de datos y su media.

La varianza de un conjunto de datos se define como el cuadrado de su

desviación estándar; y la varianza muestral se utiliza para probar la
hipótesis nula que se refiere a la variabilidad y es útil para entender el
procedimiento de análisis de la varianza.
La hipótesis nula; para la prueba de la varianza, es que la varianza
poblacional es igual a algún valor previamente especificado. Como el
aspecto de interés, por lo general es si la varianza de la población es
mayor que este valor, siempre se aplica una de una cola.

164
Para probar la hipótesis nula, se toma una muestra aleatoria de elementos
de una población que se investiga; y a partir de esos datos, se calcula el
estadístico de prueba.

Por ejemplo si se desea averiguar si la variabilidad de edades en una

comunidad local es la misma o mayor que la de todo el Estado. La
desviación estándar de las edades del Estado, conocida por un estudio
reciente es de 12 años. Tomamos una muestra aleatoria de 25 personas
de la comunidad y determinamos sus edades. Calcular la varianza de la
muestra y usar la ecuación anteriormente explicada para obtener el
estadístico muestral.

5.3 Prueba para la diferencia

entre n proporciones

Las pruebas de hipótesis a partir de proporciones se realizan casi en la

misma forma utilizada cuando nos referimos a las medias, cuando se
cumplen las suposiciones necesarias para cada caso. Pueden utilizarse
pruebas unilaterales o bilaterales dependiendo de la situación particular.

165
La proporción de una población

Las hipótesis se enuncian de manera similar al caso de la media.

Ho: p = p0

H1: p ¹ p0
Regla de decisión: se determina de acuerdo a la hipótesis alternativa (si
es bilateral o unilateral), lo cual puedes fácilmente hacerlo auxiliándote de
la tabla 4.4.1.

En el caso de muestras pequeñas se utiliza la distribución Binomial. La

situación más frecuente es suponer que existen diferencias entre las
proporciones de dos poblaciones, para ello suelen enunciarse las
hipótesis de forma similar al caso de las medias:

Ho: p1 = p2 Þ p1 - p2 = 0

H1: p1 ¹ p2

Puede la hipótesis alternativa enunciarse unilateralmente.

166
 5.4 Pruebas de bondad de
ajuste a distribuciones teóricas

Una hipótesis estadística se definió como una afirmación o conjetura

acerca de la distribución f(x,q) de una o más variables aleatorias.
Igualmente se planteó que la distribución podía tener uno o más
parámetros desconocidos, que denotamos por q y que la hipótesis se
relaciona con este parámetro o conjunto de parámetros En otros casos, se
desconoce por completo la forma de la distribución y la hipótesis entonces
se relaciona con una distribución específica f(x, q) que podamos asignarle
al conjunto de datos de la muestra. El primer problema, relacionado con
los parámetros de una distribución conocida o supuesta es el problema
que hemos analizado en los párrafos anteriores. Ahora examinaremos el
problema de verificar si el conjunto de datos se puede ajustar o afirmar
que proviene de una determinada distribución. Las pruebas estadísticas
que tratan este problema reciben el nombre general de ―Pruebas de
Bondad de Ajuste‖.

Se analizarán dos pruebas básicas que pueden aplicarse: La prueba Chi -

Cuadrado y la prueba de Smirnov-Kolmogorov. Ambas pruebas caen en la
categoría de lo que en estadística se denominan pruebas de ―Bondad de
Ajuste‖ y miden, como el nombre lo indica, el grado de ajuste que existe
entre la distribución obtenida a partir de la muestra y la distribución teórica

167
que se supone debe seguir esa muestra. Ambas pruebas están basadas
en la hipótesis nula de que no hay diferencias significativas entre la
distribución muestral y la teórica. Ambas pruebas están basadas en las
siguientes hipótesis:

H0: f(x,q) = f0(x,q)

H1: f(x,q) ¹ f0(x,q)

donde f0(x,q) es la distribución que se supone sigue la muestra aleatoria.

La hipótesis alternativa siempre se enuncia como que los datos no siguen
la distribución supuesta. Si se desea examinar otra distribución específica,
deberá realizarse de nuevo la otra prueba suponiendo que la hipótesis
nula es esta nueva distribución. Al especificar la hipótesis nula, el
conjunto de parámetros definidos por q puede ser conocido o
desconocido. En caso de que los parámetros sean desconocidos, es
necesario estimarlos mediante alguno de los métodos de estimación
analizados con anterioridad.

Para formular la hipótesis nula deberán tenerse en cuenta los siguientes

aspectos o criterios:

a) La naturaleza de los datos a analizar. Por ejemplo, si tratamos de

investigar la distribución que siguen los tiempos de falla de unos
componentes, podríamos pensar en una distribución exponencial, o
una distribución gama o una distribución Weibull, pero en principio no
consideraríamos una distribución normal. Si estamos analizando los

168
 caudales de un río en un determinado sitio, podríamos pensar en una
distribución logarítmica normal, pero no en una distribución normal.

b) Histograma. La forma que tome el histograma de frecuencia es

quizás la mejor indicación del tipo de distribución a considerar

5.5 Pruebas sobre la

independencia entre
dos variables

Cuando cada individuo de la población a estudio se puede clasificar

según dos criterios A y B, admitiendo el primero a posibilidades diferentes
y b el segundo, la representación de las frecuencias observadas en forma
de una matriz a x b recibe el nombre de Tabla de contingencia.

La hipótesis nula a contrastar admite que ambos caracteres, A y B, se

presentan de forma independiente en los individuos de la población de la
cual se extrae la muestra; siendo la alternativa la dependencia estocástica
entre ambos caracteres. La realización de esta prueba requiere el cálculo
del estadístico.

El estadístico L se distribuye como una con (a - 1)(b - 1) grados de

libertad. El contraste se realiza con un nivel de significación del 5%.

169
Para estudiar la dependencia entre la práctica de algún deporte y la
depresión, se seleccionó una muestra aleatoria simple de 100 jóvenes,
con los siguientes resultados:

Sin depresión Con depresión

Deportista 38 9 47

No deportista 31 22 53

69 31 100

L = (38 – 32,43)2/32,43 + (31 – 36,57)2/36,57 + (9 – 14,57)2/14,57 + (22 –

16,43)2/16,43

= 0,9567 + 0,8484 + 2,1293 + 1,8883 = 5,8227

El valor que alcanza el estadístico L es 5,8227. Buscando en la tabla

teórica de Chi Cuadrado para 1 grado de libertad se aprecia Lt = 3,84146
< 5,8227 lo que permite rechazar la hipótesis de independencia de
caracteres con un nivel de significación del 5%, admitiendo por tanto que
la práctica deportiva disminuye el riesgo de depresión.

170
 5.6 Pruebas de homogeneidad

Se plantea el problema de la existencia de homogeneidad entre r

poblaciones, para lo cual se realizan muestras independientes en cada
una de ellas. Los datos muéstrales vienen clasificados en s clases y sus
frecuencias absolutas se presentan en forma de una matriz r x s.

El estadístico L se distribuye como una con (r - 1)(s - 1) grados de

libertad. El contraste se realiza con un nivel de significación del 5%.

Un estudio sobre caries dental en niños de seis ciudades con diferentes

cantidades de fluor en el suministro de agua, ha proporcionado los
resultados siguientes:

Nº niños Nº niños
Comunidad
sin caries con caries

A 38 87 125

B 8 117 125

C 30 95 125

D 44 81 125

171
 E 64 61 125

F 32 93 125

216 534 750

L = (38 – 36)2/36 + (8 – 36)2/36 + (30 – 36)2/36 + (44 – 36)2/36 + (64 –

36)2/36 + (32 – 36)2/36 + (87 – 89)2/89 (117 – 89)2/89 + (95 – 89)2/89 +
(81 – 89)2/89 + (61 – 89)2/89 + (93 – 89)2/89

L = 0,1111 + 21,7778 + 1,0000 + 1,7778 + 21,7778 + 0,4444 + 0,0449 +

8,8089 + 0,4045 + 0,7191 + 8,8089 + 0,1797

L = 65,85

Se quiere saber si la incidencia de caries infantil es igual en las seis

poblaciones.

La propia tabla hace pensar que la incidencia de la enfermedad no es

igual en todas las poblaciones; basta observar los datos correspondientes
a las comunidades B y E. El contraste arroja un valor del estadístico L de
65,85, lo que lleva a rechazar la hipótesis de homogeneidad y aceptar que
el diferente contenido de fluor en el suministro del agua puede ser la
causa de la disparidad en el número de niños con caries. El Lt esperado
según la tabla de la distribución Chi Cuadrado es 11,0705 que es menor
65,85.

172
 RESUMEN

En esta unidad, se reviso el concepto de prueba de hipótesis aplicado

sobre varianzas, medias, etc.; lo que nos conlleva a hacer conciencia de
la relevancia de las pruebas de hipótesis en la toma de decisiones de las
empresas. Por lo que resulta importante que el alumno de contaduría
enriquezca sus conocimientos en la materia, orientándolos a el desarrollo
de competencias en su desempeño profesional.

Como se analizó desde el comienzo de la unidad, los seres humanos

actuamos con base en alguna creencia sobre la realidad, basadas en
muchos casos en conjeturas o en proposiciones adelantadas, en otras
palabras en hipótesis, la cuales se comprueban o se rechazan dando
certidumbre o incertidumbre a la realidad.

En el desarrollo de la unidad vimos como una prueba de hipótesis es un

método sistemático de evaluar creencias tentativas sobre la realidad, que
las confronta con evidencia real que nos ayudan a determinar si son
razonables o deben desecharse

173
 GLOSARIO

Curva de la potencia de la prueba

Es la gráfica de la probabilidad de rechazar H0 para todos los valores
posibles del parámetro poblacional que no satisfacen la hipótesis nula.

Error tipo I
Es el error que se comete al rechazar H0 cuando ésta es verdadera.

Error tipo II
Es el error que se comete al aceptar H0 cuando ésta es falsa.

Estadístico de prueba
Es el estadístico cuyo valor se utiliza para determinar si se rechaza una
hipótesis nula.

Nivel de significancia
Es la probabilidad máxima de cometer un error tipo I.

Potencia de la prueba
Es la probabilidad de rechazar correctamente H0 cuando es falsa.

Prueba direccional o de una cola

Prueba de hipótesis en la que la región de rechazo se tiene en un extremo
de la distribución muestral.

174
Prueba no direccional o de dos colas
Prueba de hipótesis en la que la región de rechazo se ubica en ambos
extremos de la distribución muestral.

Región de rechazo
Es la zona de valores en la cual se rechaza la hipótesis H0.

Valor crítico
Es un valor contra el cual se compara el obtenido en el estadístico de
prueba para determinar si se debe rechazar o no la hipótesis nula.

Valor p
Es la probabilidad de que, cuando la hipótesis nula sea verdadera, se
obtenga un resultado de una muestra que sea al menos tan improbable
como el que se observa. También se le conoce como nivel observado de
significancia.

175
 ACTIVIDADES DE
APRENDIZAJE

ACTIVIDAD 1
Revisa los diferentes tipos de pruebas de hipótesis desarrolladas en esta
unidad y compáralas, escribe tus conclusiones.

176
 CUESTIONARIO DE
REFORZAMIENTO

1.- ¿Por qué los investigadores muestran más interés en la varianza

poblacional que en la proporción o media poblacionales?
2.- ¿A qué se refiere el término grados de libertad?
3.- ¿Una prueba de hipótesis es?
4.- ¿La distribución Chi-cuadrada ( 2) es?
5.- ¿la relación entre la varianza de la muestra y la varianza de la población
está determinada por?
6.- ¿La prueba estadística de X2 para una muestra se emplea
frecuentemente?
7.- ¿Por qué la variabilidad excesiva es el peor enemigo de la alta
calidad?
8.- ¿Una hipótesis estadística se define como?
9.- ¿En qué consisten la pruebas de Bondad de Ajuste?
10.- ¿Cuáles son los aspectos a considerar para formular la hipótesis
nula?

177
 LO QUE APRENDÍ

LO QUE APRENDÍ
Elabora un mapa conceptual sobre los tipos de pruebas desarrollas en
esta unidad.

178
 EXAMEN DE
AUTOEVALUACIÓN

Elige la respuesta correcta a las siguientes preguntas, una vez que

concluyas, obtendrás de manera automática tu calificación.

1. la relación entre la varianza de la muestra y la varianza de la población

está determinada por la distribución Chi-cuadrada ( 2) siempre y cuando la
población de la cual se toman los valores de la muestra se encuentre

 a) normalmente distribuida
 b) indiferente
 c) rechazada
 d) replanteada

2. La desviación estándar de una colección de datos se usa para describir

la variabilidad en esa colección y se puede definir como la diferencia
estándar entre los elementos de una colección de

 a) datos y su media
 b) información indiferente
 c) datos aleatorios
 d) datos y su variabilidad

179
3. Es el error que se comete al aceptar H0 cuando ésta es falsa
 a) Tipo I
 b) Tipo II
 c) Tipo III
 d) Estándar

4. La prueba estadística de X2 para una muestra se emplea

frecuentemente como prueba
 a) bondad de ajuste
 b) Tipo II
 c) Tipo III
 d) Estandar

180
 MESOGRAFÍA
BIBLIOGRAFÍA BÁSICA

1. LEVIN Richard I. y Rubín David S., Estadística para administradores,

México; Alfaomega, 1996, 1017 pp.
2. LIND A. Douglas, Marchal G. William, Mason D. Robert. Estadística
para Administración y Economía. Ed. Alfaomega, 11ª edición, 2004.

BIBLIOGRAFÍA COMPLEMENTARIA

3. CHRISTENSEN H., Estadística paso a paso (2a. ed.) ; México;

Trillas, 1990, 682 pp.
4. GARZA Tomás, Probabilidad y estadística, México; Iberoamericana,
1996, 152 pp.
5. HANKE Jonh E. y Reitsch Arthur G., Estadística para Negocios, México;
Irwin McGraw-Hill, 1997, 955 pp

181
 UNIDAD 6

ANÁLISIS DE REGRESIÓN
LINEAL SIMPLE

182
 OBJETIVO ESPECIFICO

El alumno conocerá el método de regresión lineal simple así como su

aplicación e interpretación.

INTRODUCCIÓN

El uso de la regresión lineal simple es muy utilizado para observar el tipo

de relación que existe entre dos variables y poder llevar a cabo la toma de
decisiones correspondiente dependiendo de la relación entre dichas
variables, así por ejemplo, pudiera darse el caso en el que después de
aplicar la regresión lineal no exista relación entre las variables
involucradas y en consecuencia la decisión podría ser buscar cuál es la
variable independiente que tiene influencia sobre la dependiente y volver
a realizar el estudio completo; pero si fuera el caso en el cual si existiera
una relación positiva entre las variables involucradas, la obtención del
coeficiente de correlación nos daría más información sobre el porcentaje
de relación existente y pudiendo determinar si es necesario la inclusión de
otra variable independiente en el problema mismo, para lo cual el análisis
de regresión ya sería del tipo múltiple.

183
 LO QUE SÉ

LO QUE SÉ
Elige la respuesta correcta a las siguientes preguntas.
1. Es una condición para determinar la ecuación de una recta:
 a) conocer la pendiente de la ordenada al origen
 b) conocer la pendiente y la ordenada al origen de la recta misma
 c) conocer dos ordenadas al origen de la recta misma
2. La pendiente de una recta nos indica:
 a) si la recta pasa por el origen
 b) si la recta se encuentra en un cuadrante en particular
 c) la inclinación de la recta
3. En la ecuación de una recta, la ordenada al origen nos indica:
 a) el punto donde la recta intersecta al eje ―x‖
 b) un punto fuera del plano
 c) el punto donde la recta intersecta al eje ―y‖
4. Cuando se dice que la relación entre dos variables es de tipo lineal,
sabemos que la grafica de su relación es:
 a) una línea recta
 b) una parábola
 c) una circunferencia
5. De las siguientes ecuaciones, cuál representa una línea recta:
 a) x 2 y2 1

 b) y mx b

 c) y mx 2 b

184
 TEMARIO DETALLADO
(10 HORAS)

6.1 Ecuación y recta de regresión

6.2 El método de mínimos cuadrados
6.3 Determinación de la ecuación de regresión
6.4 El modelo de regresión y sus supuestos
6.5 Inferencias estadísticas sobre la pendiente de la recta de regresión
6.6 Análisis de correlación

185
 6.1 Ecuación y recta de
regresión
Observando el diagrama de dispersión, podemos obtener una primera
idea de si existe relación o no entre las variables estadísticas. Con el
coeficiente de correlación podemos medir la correlación lineal, en caso de
existir. Vamos ahora a calcular las líneas que mejor se aproximen a la
nube de puntos. A estas líneas se les llama líneas de regresión.

La función que mejor se aproxima a la nube de puntos puede ser lineal,

de segundo grado, exponencial, logarítmica,... En este tema vamos a
calcular únicamente funciones lineales, que vamos a llamar rectas de
regresión.

La forma de obtener estas rectas es por el procedimiento conocido como

el método de los mínimos cuadrados. Buscamos una recta de ecuación
y=mx+n que sea la mejor aproximación. Cada punto xi de la primera
variable tendrá, por una parte, el valor correspondiente a la segunda
variable yi, y por otra, su imagen por la recta de regresión y=mxi+n. Entre
estos dos valores existirá una diferencia d i=mxi+n-yi. Vamos a calcular la
recta con la condición de que la suma de los cuadrados de todas estas
diferencias Σ(mxi+n-yi)2 sea mínima. Derivando respecto de m y de n y
realizando los cálculos matemáticos necesarios, llegamos a la recta de
regresión de Y sobre X, que tiene por ecuación en la forma punto-
pendiente.

186
 6.1 El método de
mínimos cuadrados

Cualquier método estadístico que busque establecer una ecuación que

permita estimar el valor desconocido de una variable, a partir del valor
conocido de una o más variables, se denomina análisis de regresión.

El método de mínimos cuadrados, es un procedimiento para encontrar la

ecuación de regresión que se origina al estudiar la relación estocástica
que existe entre dos variables. Fue Karl Friedrich Gauss (1777-1855)
quien propuso el método de los mínimos cuadrados y fue el primero en
demostrar que la ecuación estimada de regresión minimiza la suma de
cuadrados de errores.

En el análisis de regresión16, una variable cuyo valor se suponga conocido

y que se utilice para explicar o predecir el valor de otra variable de interés
se llama variable independiente y se simboliza por ―X‖. Por el contrario,
una variable cuyo valor se suponga desconocido y que se explique o
prediga con ayuda de otra se llama variable dependiente y se simboliza
por ―Y‖.

16
Heinz Kohler, Estadística para negocios y economía, pp. 528-529.

187
 17
Una relación estocástica entre dos variables cualesquiera, x y y, es
imprecisa en el sentido de que muchos valores posibles de ―y‖ se pueden
asociar con cualquier valor de ―x”. Sin embargo, un resumen gráfico de la
relación estocástica entre la variable independiente ―x” y la variable
dependiente ―y” estará dado por una línea de regresión, misma que
reduce al mínimo los errores cometidos cuando la ecuación de esa línea
se utilice para estimar y a partir de x.

Grafica que muestra la relación existente entre los gastos de publicidad y

las ventas.

De esta gráfica podemos ver claramente que las ventas dadas en

unidades por mes (variable dependiente) en este caso, si guardan
relación con los gastos en publicidad y, que dicha relación puede ser
denotada por la ―recta de regresión‖

17
Heinz Kohler, Estadística para negocios y economía, p. 530.

188
De este análisis de relación estocástica que se da entre dos variables,
surgen las ecuaciones que nos provee el método de mínimos cuadrados,
que a saber son:

Ecuación de la recta de regresión:

y i
b0 b1 X i

En la que:

xi = es un valor dado de la variable independiente para el cual se quiere

estimar el valor correspondiente de la variable dependiente
b0 = ordenada al origen de la línea estimada de regresión,
b1 = pendiente de la línea estimada de regresión,
Ŷi = valor estimado de la variable dependiente, para el i-ésimo valor
de la variable independiente

Resulta claro que para poder determinar la recta de regresión, es

necesario que antes sean calculados los valores correspondientes a la
pendiente de la recta y a la ordenada al origen.

La pendiente de la recta de regresión se calcula mediante la siguiente

fórmula:

n n

n
Xi Yi
i 1 i 1
X iYi
i 1 n
b1 n

n
( X i )2
X i2 i 1

i 1 n

189
y la ordenada al origen se calcula mediante la fórmula:

b0 Y b1 X

Antes de continuar, es necesario advertir que el análisis de regresión no

se puede interpretar como un procedimiento para establecer una relación
de causa a efecto entre variables. Sólo puede indicar cómo o hasta qué
grado las variables están asociadas entre sí. Cualquier conclusión acerca
de causa y efecto se debe basar en el juicio del o los individuos con más
conocimientos sobre la aplicación. Por ejemplo, un estadista puede llegar
a determinar que la relación entre las ventas y el presupuesto asignado a
mercadotecnia es positiva y que se tiene un coeficiente de correlación de
0.96, lo cual prácticamente nos indica que es recomendable incrementar
el presupuesto al departamento de mercadotecnia para obtener mejores
ingresos dentro de la compañía, sin embargo el director de operaciones
puede llegar a determinar que debido a condiciones internas del país en
el que se encuentre la empresa, o bien la aparición de una nueva ley que
regule los medios utilizados por el mencionado departamento de
mercadotecnia, pueden llegar a frenar o incluso generar conflictos dentro
de la empresa si incrementamos el presupuesto al departamento
correspondiente.

190
 6.3 Determinación de la
ecuación de regresión

En estadística la regresión lineal o ajuste lineal es un método

matemático que modeliza la relación entre una variable dependiente Y,
las variables independientes Xi y un término aleatorio ε. Este modelo
puede ser expresado como:

Donde:

β0 es la intersección o término "constante", las son los

parámetros respectivos a cada variable independiente, y p es el número
de parámetros independientes a tener en cuenta en la regresión. La
regresión lineal puede ser contrastada con la regresión no lineal.

191
 6.4 El modelo de regresión
y sus supuestos

Con frecuencia, nos encontramos en economía con modelos en los que el

comportamiento de una variable, Y, se puede explicar a través de una
variable X; lo que representamos mediante

Y = f (X) (1)
Si consideramos que la relación f, que liga Y con X, es lineal, entonces (1)
se puede escribir así:
t 1 2 t Y = β + β X (2)

Como quiera que las relaciones del tipo anterior raramente son exactas,
sino que más bien son aproximaciones en las que se han omitido muchas
variables de importancia secundaria, debemos incluir un término de
perturbación aleatoria, t u , que refleja todos los factores – distintos de X -
que influyen sobre la variable endógena, pero que ninguno de ellos es
relevante individualmente. Con ello, la relación quedaría de la siguiente
forma:

Modelo de regresión simple

Yt = β + β Xt + ut

192
 6.5 Inferencias estadísticas sobre
la pendiente de la recta de
regresión

Las inferencias acerca de la pendiente de la recta de regresión son

importantes dado que la relación entre las dos variables en cuestión
depende de ella precisamente, es decir, si la pendiente de la recta de
regresión es positiva, entonces la naturaleza de la relación entre ambas
variables será positiva, y la pendiente de la recta es negativa, entonces la
relación entre las variables será negativa también, con lo cual podemos
iniciar la toma de decisiones dependiendo del contexto del problema
mismo. Como se mencionó anteriormente la ecuación de la recta de
regresión:

y i
b0 b1 X i

b0 representa la ordenada al origen de la línea estimada de regresión, y

b1 es la pendiente de la línea estimada de regresión.

Donde b0 es en sí, el punto donde la recta corta al eje de las ―x‖ y b 1 nos
da el grado de inclinación de la recta, de tal forma que cuando la
pendiente de la recta es positiva, se dice que la relación que existe entre

193
las dos variables dependiente e independiente es de naturaleza positiva,
es decir, que posee una grafica como la indicada a continuación:
Relación positiva entre dos variables en regresión lineal

En este tipo de relación, los incrementos en los valores de la variable

independiente traen como consecuencia un incremento en los valores
correspondientes de la variable dependiente y la grafica tiene como
podemos apreciar una forma ascendente.

Pero cuando la pendiente de la recta de regresión es negativa, es decir,

que dicha ecuación tuviera la forma

y i
b0 b1 X i
entonces la
relación existente entre las variables es de tipo negativa, lo cual quiere
decir, que a incrementos en los valores de la variable independiente, la
variable dependiente responde con decrementos; la grafica resultante
tendría la forma siguiente:

194
 Relación negativa entre dos variables en regresión lineal.

En esta grafica podemos observar que la tendencia de la recta de

regresión es descendente, lo cual implica como ya habíamos mencionado,
que la relación entre ambas variables es negativa.

6.6 Análisis de correlación

Cuando es necesario resumir aún más los datos (de una gráfica por
ejemplo) se utiliza un solo número, que de alguna forma mide la fuerza de
asociación entre dos variables como son el ingreso real y el nivel de
educación escolar en nuestro caso. El análisis de correlación nos ayuda a
obtener dicho número que se conoce como: coeficiente de correlación.
Los valores de coeficiente de correlación siempre están entre –1 y +1 un
valor de +1 indica que las dos variables tienen una relación lineal positiva
perfecta. Esto es, todos los puntos de datos están en una línea recta con
pendiente positiva. Un valor de –1 indica que las variables tienen una

195
relación lineal negativa perfecta, y que todos los puntos de datos están
en una recta con pendiente negativa. Los valores del coeficiente de
correlación cercanos a cero indican que las variables no tienen relación
línea18.

A continuación presentamos la ecuación para calcular el coeficiente de

correlación de la muestra. Si ya se ha hecho un análisis de regresión y se
ha calculado el coeficiente de determinación, entonces, el coeficiente de
correlación se puede calcular como sigue:

r ( signodeb1 ) r2

donde b1 es la pendiente de la ecuación de regresión.

De esta fórmula, resulta claro que el signo del coeficiente de correlación

es positivo si la ecuación de regresión tiene pendiente positiva (b1 > 0), y
negativo si la ecuación de regresión tiene pendiente negativa (b1 < 0).

En nuestro ejemplo de las pizzas tendríamos que:

r ( signodeb1 ) r2

r 0.9027
r 0.9501

18
Anderson, Sweeney & Williams, 1999. Estadística para administración y economía, p.p. 555.

196
 GLOSARIO
Análisis de residuales
Análisis que se aplica para determinar si los supuestos acerca del modelo
de regresión parecen válidos. También se usa para determinar
observaciones extraordinarias o influyentes.

Coeficiente de correlación
Medida de la intensidad de la relación lineal entre dos variables.

Coeficiente de determinación
Medida de la bondad del ajuste de la recta de regresión. Se interpreta
como la parte de la variación de la variable dependiente ―y‖ que explica la
recta de regresión.

Diagrama de dispersión
Gráfica de datos de dos variables en la que la variable independiente está
en el eje horizontal y la variable dependiente en el eje vertical.

Método de mínimos cuadrados

Procedimiento que se usa para determinar la recta de regresión. Su objeto
2

es minimizar yi yi

Observación influyente
Observación que tiene una fuerte influencia sobre el efecto de los
resultados de la regresión.

197
Puntos de gran influencia.
Observaciones con valores extremos de la variable independiente.

Recta de regresión
Estimación hecha a partir de datos de una muestra aplicando el método
de mínimos cuadrados para la regresión lineal simple, la ecuación de

regresión estimada es: y i

b0 b1 X i

Regresión lineal simple

Análisis de regresión donde intervienen una variable independiente y una
variable dependiente; en ella, la relación entre las variables se aproxima
mediante una recta.

Residual i-ésimo
Diferencia entre el valor observado de la variable dependiente y el valor
predicho usando la recta de regresión; para la i-ésima observación, el

residual es: yi yi

Variable dependiente
Es la variable que se predice o se explica. Se representa
matemáticamente por ―y‖.

Variable independiente
Es la variable que sirve para predecir o explicar. Se representa
matemáticamente por ―x‖.

198
 ACTIVIDADES DE
APRENDIZAJE

ACTIVIDAD 1
Explica las implicaciones del signo y valor del coeficiente de
determinación del problema resuelto en la autoevaluación.

ACTIVIDAD 2
Explica las implicaciones del signo y valor del coeficiente de correlación
del problema resuelto en la autoevaluación.

199
 CUESTIONARIO DE
AUTOEVALUACIÓN

1. Diga qué es el análisis de regresión lineal o bivariada.

2. ¿Cuándo se aplica la regresión múltiple?
3. ¿Qué es el método de los mínimos cuadrados?
4. ¿Quién propuso el método de los mínimos cuadrados?
5. ¿Qué es el coeficiente de determinación?
6. ¿Cuál es el rango del coeficiente de determinación?
7. ¿Qué es el coeficiente de correlación?
8. ¿Cuál es el rango del coeficiente de correlación?
9. ¿Quién desarrolló por primera vez los métodos estadísticos para el
estudio de la relación entre dos variables?
10. ¿Es el análisis de regresión un procedimiento para establecer una
relación de causa y efecto?

200
 LO QUE APRENDÍ
LO QUE APRENDÍ

Una tienda departamental, está considerando otorgar tarjetas de crédito a sus

clientes, para lo cual realiza un estudio con el fin de observar el comportamiento
de sus gastos en función de su salario. Los datos obtenidos en una muestra
aleatoria de tamaño 11 se encuentran en la siguiente tabla.

Sueldo 18.0 15.0 19.0 9.2 8.6 12.0 10.7 14.3 17.8 16.0 15.0
del
cliente
Gastos 14.8 10.4 15.7 7.1 5.3 8.0 8.5 10.2 13.0 14.0 11.3
del
cliente
Nota: tanto el sueldo como los gastos del cliente son mensuales y están dados
en miles de pesos.

Haga usted un análisis de regresión, defina las variables involucradas y

determina:
a) la pendiente de la recta de regresión
b) la ordenada al origen de la recta de regresión
c) la recta de regresión lineal resultante.
d) el coeficiente de determinación
e) el coeficiente de correlación
f) el pronóstico de gasto para un cliente que gana $21,000.00
En conclusión, para este problema, entre más ganan los empleados, más
gastan.

201
 EXAMEN DE
AUTOEVALUACIÓN

Elige la respuesta correcta a las siguientes preguntas, una vez que

concluyas, obtendrás de manera automática tu calificación.

1. ¿Por qué son importantes las inferencias acerca de la pendiente de la

recta de regresión?
 a) porque de ella depende la relación entre las variables en
cuestión
 b) porque matemáticamente es obligatorio calcularla.
 c) porque nos indica el punto donde la recta de regresión
intersecta al eje de las ―y‖.

2. ¿Cuándo la pendiente de la recta de regresión es positiva, la relación

entre las variables es?
 a) negativa
 b) cero
 c) positiva

3. ¿Cuándo la pendiente de la recta de regresión es negativa, la relación

entre las variables es?
 a) cero
 b) negativa
 c) positiva

202
4. ¿Es el símbolo comúnmente utilizado para denotar a la pendiente de la
recta de regresión?:
 a) b0
 b) b1
 c) b2

Un economista del Departamento del Distrito Federal está preparando un

estudio sobre el comportamiento del consumidor. Los datos que obtuvo
los plasmo en la siguiente tabla.

Consumidor 1 2 3 4 5 6 7 8 9 10 11 12

Ingreso 24.3 12.5 31.2 28 35.1 10.5 23.2 10 8.5 15.9 14.7 15

Consumo 16.2 8.5 15 17 24.2 11.2 15 7.1 3.5 11.5 10.7 9.2

Elige la respuesta correcta a las siguientes preguntas.

5. Considerando el consumo como variable dependiente el coeficiente de

determinación es:

 a) r 2 0.844740208

 b) r 2 -0.844740208

 c) r 2 1.844740208

6. Para el problema anterior, el coeficiente de correlación es:

 a) r =1.919097496
 b) r =-0.919097496
 a) r = 0.919097496

203
 MESOGRAFÍA

BIBLIOGRAFÍA BÁSICA

1. LEVIN Richard I. y Rubin David S., Estadística para administradores,

México; Alfaomega, 1996, 1017 pp.
2. LIND A. Douglas, Marchal G. William, Mason D. Robert. Estadística
para Administración y Economía. Ed. Alfaomega, 11ª edición, 2004.

BIBLIOGRAFÍA COMPLEMENTARIA
3. CHRISTENSEN H., Estadística paso a paso (2a. ed.) ; México; Trillas,
1990, 682 pp.
4. GARZA Tomás, Probabilidad y estadística, México; Iberoamericana,
1996, 152 pp.
5. HANKE Jonh E. y Reitsch Arthur G., Estadística para Negocios, México;
Irwin McGraw-Hill, 1997, 955 pp

204
 UNIDAD 7

ANÁLISIS DE SERIES DE TIEMPO

205
 OBJETIVO ESPECÍFICO

El alumno conocerá el método de regresión lineal simple así como su

aplicación e interpretación.

INTRODUCCIÓN

Una serie de tiempo es el conjunto de datos que se registran a través del

tiempo sobre el comportamiento de una variable de interés, generalmente
los registros se realizan en periodos iguales de tiempo.

Las series de tiempo resultan especialmente útiles cuando se requiere

realizar un pronóstico sobre el comportamiento futuro que puede tener una
variable determinada, imaginemos por ejemplo la necesidad de tomar una
decisión sobre el comportamiento a futuro de la demanda, el precio y las
ventas de un producto, los ingresos en el próximo año, los precios de
bienes y servicios, los valores de los energéticos, etc. En todas estas
situaciones resulta útil el análisis de las series de tiempo que los
representan, bajo la hipótesis de que los factores que han influenciado su
comportamiento en el pasado, estarán presentes de manera similar en el
futuro. De esta manera, el objetivo principal del conocimiento de las series
de tiempo es la identificación de los factores que intervienen y la separación
de cada uno de ellos, con el fin de pronosticar cuál será el comportamiento
en el futuro.

206
 LO QUE SÉ

LO QUE SÉ
Elige la respuesta correcta a las siguientes preguntas, una vez que
concluyas, obtendrás de manera automática tu calificación.
1. La fórmula que caracteriza la recta de regresión es:
 a) y b0 b1 X 2
i
i

 b)
y i
b0 b1 X i
i n
 c) x x
i 1 i

n
2. La fórmula para determinar la pendiente de la recta de regresión es:
 a) b0 Y b1 X

n n

n
Xi Yi
i 1 i 1
X iYi
i 1 n
b1 n

n
( X i )2
2 i 1
X i
 b) i 1 n

 c)
y i 0 1 i b b X

3. La fórmula para determinar la ordenada al origen de la recta de

regresión es:
 a) b0 Y b1 X
n n

n
Xi Yi
i 1 i 1
X iYi
i 1 n
b1 n

n
( X i )2
2 i 1
X i
 b) i 1 n

 c)
y i
b0 b1 X i

207
4. La fórmula para calcular el coeficiente de determinación es:
n _
(Y Y ) 2
 a) r i 1
n _
(Y Y i ) 2
i 1

n _
(Y Y )2
 b) r 2 signo de b1 i 1
n _
(Y Y i )2
i 1
n _
(Y Y ) 2
r2 i 1
n _
(Y Y i ) 2
 c) i 1

5. La fórmula para calcular el coeficiente de correlación es:

 a) r ( signo de b1 ) r2
 b) r ( signo de b0 ) r2
n _
(Y Y )2
 c) r 2 signo de b0 i 1
n _
(Y Y i )2
i 1

6. ¿Cuál es el rango de los valores que puede tomar el coeficiente de

determinación?
 a) ,
 b) 1, 1
 c) 0, 1

7. ¿Cuál es el rango de los valores que puede tomar el coeficiente de

correlación?
 a) ,
 b) 1, 1
 c) 0, 1

208
 TEMARIO DETALLADO
(8 HORAS)

7.1 Los cuatro componentes de una serie de tiempo

7.2 Análisis gráfico de la tendencia
7.3 Tendencia secular
7.4 Variaciones estacionales
7.5 Variaciones cíclicas
7.6 Fluctuaciones irregulares
7.7 Modelos autoregresivos de promedios móviles

209
 7.1 Los cuatro componentes
de una serie de tiempo

La componente cíclica es la fluctuación que puede observarse ocurre

alrededor de la tendencia, Cualquier patrón regular de variaciones arriba o
debajo de la recta que representa a la tendencia puede atribuirse a la
componente cíclica.

Estacionalidad (E)
La componente estacional muestra un comportamiento regular en los
mismos periodos de tiempo, reflejando costumbres o modas que se repiten
regularmente dentro del periodo de observación. En la gráfica la
estacionalidad quedaría representada por ejemplo por las variaciones
semanales en los rendimientos, no visibles por el periodo de información
que se está manejando.

Componente irregular (I)

Es la componente que queda después de separar a las otras componentes,
es el resultado de factores no explicables que siguen un comportamiento
aleatorio, siendo por ello una parte no previsible de la serie.

210
Ejemplo:

Supongamos que tenemos la información siguiente, correspondiente al

comportamiento del rendimiento de los Certificados de la Tesorería,
denominados CETES a 90 días, el tiempo está expresado en trimestres y
el valor de la variable en valores de la tasa de interés que ganan en cada
trimestre.

Rendimiento de CETES a 90 días

El registro de rendimientos trimestrales de los CETES representa una serie

de tiempo, ya que se han obtenido en periodos sucesivos.

Si se analiza el registro podemos observar que hay una disminución en los

valores de rendimiento, de mayor a menor, pero nos resulta difícil afirmar
en qué proporción ha ocurrido y de cuánto han sido las variaciones. Si este
registro lo analizamos como una serie tendremos la gráfica siguiente:

211
 Rendimiento de los certificados de la tesorería a 90 días.

Rendimiento de CETES a 90 días

16

14
Rendimiento %

12

10
8

0
1 2 3 4 5 6 7 8 9 1 11 1 1 1 15 1 17

Trimestre

Utilizando el ejemplo anterior procederemos a descomponer la serie de

tiempo en cada uno de sus componentes, lo cual haremos en los siguientes
incisos.

La separación de la tendencia, utiliza la metodología de la línea de

regresión, hemos mencionado que esta línea puede ser una recta o una
curva, en este curso únicamente analizaremos el modelo lineal, por su
simpleza y facilidad de cálculo de esta manera podemos representar a la
tendencia por medio de la expresión matemática siguiente:

Yt = bo + b1X

En donde:

Yt tasa de rendimiento calculada

X tiempo, en este caso expresado en trimestres
bo valor de Y cuando el valor del tiempo es cero
b1 pendiente de la recta de tendencia

212
Una vez definido el modelo, se procede a la determinación de los valores
de los coeficientes bo y b1 de la recta de regresión. En nuestro problema en
particular, la ecuación de regresión, que representa a la tendencia del
comportamiento de la tasa de rendimiento de los CETES a 90 días
aplicando las formulas correspondientes para el cálculo primero de ―b1‖
n n

n
Xi Yi
i 1 i 1
X iYi
i 1 n
b1 n

n
( X i )2
X i2 i 1

i 1 n

y posteriormente para el cálculo de ―b0‖

b0 Y b1 X

es:
Yt = 10.8553676 - 0.44595588 X

Además, aplicando las formulas correspondientes primero al cálculo del

coeficiente de determinación:
n
(y Y )2
i
r2 i 1
n
(Yi Y )2
i 1

y finalmente al cálculo del coeficiente de correlación:

r ( signodeb1 ) r 2
Tenemos que el valor del coeficiente de correlación es de r = -0.8078, lo
que nos indica que el ajuste logrado con la recta de regresión es adecuado,
recordemos que el coeficiente de correlación es una medida de la

213
precisión lograda en el ajuste, valores del coeficiente de correlación iguales
a +1 ó -1 son la indicación de un ajuste perfecto, un valor igual a cero nos
dirá que este no existe. (nota: se deja al estudiante corroborar los valores
obtenidos de ―b1‖, ―b0‖ y ―r‖)

7.2 Análisis gráfico

de la tendencia

Una vez definida la ecuación de la recta de tendencia, es posible

compararla gráficamente con los valores de la serie, como se muestra en la
gráfica siguiente (Gráfica de comparación de la recta de tendencia contra el
comportamiento real de los CETES a 90 días.), en ella podemos observar
que la tendencia de las tasas de rendimiento es descendente, el signo del
coeficiente b1, que representa la pendiente de la recta, ya nos lo había
indicado. También podemos observar que son evidentes valores por arriba
y por debajo de esta línea, estos representan a los valores cíclicos de la
serie.

214
Gráfica de comparación de la recta de tendencia contra el comportamiento
real de los CETES a 90 días.

Rendimiento de CETES a 90 días

Tendencia
16

14

12

Tendencia de la tasa de rendimiento

10
Rendimiento en %

Tasa real
Tendencia
8
Comportamiento real
de
6 la tasa de rendimiento

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
Trimestre

En el análisis de tendencias podemos ver clara y rápidamente mediante el

cálculo de la pendiente de la recta de regresión (b 1) si la tendencia de la
variable de medición (en nuestro caso en particular ―el rendimiento de los
CETES a 90 días) es a la baja (pendiente negativa), a la alza (pendiente
positiva) o a mantenerse sin variación (pendiente cero); lo cual dentro del
análisis de la serie de tiempo, es muy importante.

215
 7.3 Tendencia secular

Se denomina tendencia secular o simplemente tendencia a la trayectoria

temporal de crecimiento, decrecimiento o estabilidad que sigue una serie
cronológica a largo plazo. Movimiento unidireccional y persistente que
describe la evolución temporal de una determinada variable, una vez
depurada de sus variaciones estacionales, cíclicas y accidentales. Para
obtener la tendencia secular de una serie temporal se pueden emplear
diferentes métodos, como por ejemplo el de las medias móviles o el de los
mínimos cuadrados.

7.4 Variaciones estacionales

Método de la razón a la media móvil para determinar la componente

estacional en una serie temporal

1º) Se determina la tendencia por el método de las medias centradas en

los períodos (Y t) (estamos aplicando cuatro observaciones para el cálculo
de la media aritmética)

216
2º) Cómo este método se basa en la hipótesis multiplicativa, si dividimos
la serie observada Y t, por su correspondiente media móvil centrada,
eliminamos de forma conjunta las componentes del largo plazo (tendencia
y ciclo), pero la serie seguirá manteniendo el efecto de la componente
estacional.
3º) Para eliminar el efecto de la componente estacional, calcularemos las
medias aritméticas a nivel de cada estación (cuatrimestre). Estas medias
representan de forma aislada la importancia de la componente estacional.

4º) Calcularemos los índices de variación estacional, para lo que

previamente calcularemos la media aritmética anual de las medias
estacionales ( M1, M2, M3, M4 ) , que será la base de los índices de
variación estacional. Existirán tantos índices como estaciones o medias
estacionales tengan las observaciones

5º) Una vez obtenidos los índices de variación estacional puede

desestacionalizarse la serie observada, dividiendo cada valor de la
correspondiente estación por su correspondiente índice.

- Método de la Tendencia por Ajuste Mínimo-Cuadrático El objetivo sigue

siendo aislar la componente estacional de la serie por eliminación
sucesiva de todos los demás. La diferencia con el método anterior es que,
en este caso, las componentes a l/p (tendencia-ciclo) las obtenemos
mediante un ajuste mínimo-cuadrático de las medias aritméticas anuales
yt calculándose bajo la hipótesis aditiva.

217
Sigue los siguientes pasos:
• Se calculan las medias anuales de los datos observados y:

i las observaciones son trimestrales estas medias se obtienen con 4

datos, si son mensuales con 12 datos, etc. para el caso de que el periodo
de repetición sea el año

• Se ajusta una recta por mínimos cuadrados y a b t t = + que nos

representa, como sabemos, la tendencia, siendo el coeficiente angular de
la recta el incremento medio anual de la tendencia, que influirá de forma
distinta al pasar de una estación a otra
• Se calculan, con los datos observados, las medias estacionales (M1,
M2, M3,) con objeto de eliminar la componente accidental. Estas medias
son brutas pues siguen incluyendo los componentes a l/p (tendencia-ciclo)
que deben someterse a una corrección.

• Empleando el incremento medio anual dado por el coeficiente, se

obtienen las medias estacionales corregidas de las componentes a largo
plazo (M’1, M’2, M’3,) bajo el esquema aditivo:

• Los índices de variación estacional se obtienen con la misma sistemática

del método anterior: con las medias estacionales corregidas se obtiene la
media aritmética anual M’A que sirve de base para calcular los índices:

• Obtenidos estos índices, podemos desestacionalizar la serie como en el

método anterior.

218
 7.5 Variaciones cíclicas

Las fluctuaciones de los valores de rendimientos alrededor de la línea de

tendencia, constituyen la componente cíclica, estas son el resultado de la
ocurrencia de fenómenos que pueden tener origen social, económico,
político, costumbres locales, etc., pero que pueden afectar el
comportamiento de la variable, de ahí que su separación resulte
importante.

Supongamos ahora que nos interesa conocer la variación que han tenido
los rendimientos respecto de la tendencia, es decir la componente cíclica,
la cual queda representada en la gráfica (Gráfica de apreciación de la
componente cíclica de los CETES a 90 días) por los valores mayores y
menores respecto de la tendencia. Si deseamos conocer el valor
numérico de este comportamiento debemos proceder como sigue:

Calcular para cada trimestre el valor del rendimiento de acuerdo con la

ecuación de la tendencia (Yt) y compararlo con el correspondiente del
registro, estableciendo una proporción entre estos dos valores de la
manera siguiente:

Y
c 100
Yt
En donde: Y representa el rendimiento registrado.

219
 Y t representa el rendimiento calculado con la ecuación de
tendencia.

Los valores así calculados se muestran en la tabla siguiente, expresados

en porcentaje respecto del valor de la tendencia, los valores que estén por
encima de la recta de tendencia alcanzarán un porcentaje superior a cien,
mientras que los que se encuentren por debajo de ella tendrán valores
inferiores a cien.

Valores de la componente cíclica

Rendimiento Componente
Trimestre Real Tendencia cíclica
Y Yc %
1 14.03 10.41 134.78
2 10.69 9.96 107.29
3 8.63 9.52 90.68
4 9.58 9.07 105.60
5 7.48 8.63 86.72
6 5.98 8.18 73.11
7 5.82 7.73 75.26
8 6.69 7.29 91.80
9 8.12 6.84 118.68
10 7.51 6.40 117.42
11 5.42 5.95 91.09
12 3.45 5.50 62.68
13 3.02 5.06 59.71
14 4.29 4.61 93.02

220
 15 5.51 4.17 132.26
16 5.02 3.72 134.94
17 5.07 3.27 154.85

Las componentes cíclicas, pueden ser graficados para observar los

posibles patrones que se presentan, la línea de la tendencia corresponde
en la gráfica a la línea del 100%, observemos que la variación cíclica se
presenta hacia arriba y hacia abajo de la recta de tendencia.

Gráfica de apreciación de la componente cíclica de los CETES a 90 días.

Componente cíclica de los rendimientos de CETES a 90 días

160

150

140

130
Componente cíclica
120
Línea de tendencia
Porcentaje

110

100

90

80

70

60

50

40
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

Trimestre

Es posible ver con mucha claridad cuál ha sido el comportamiento de los

rendimientos respecto de la tendencia. Podemos observar que las

221
fluctuaciones a la baja han sido más importantes que las
correspondientes a la alza. Esto muy importante, pues si alguna persona
compró CETES a 90 días durante el primer trimestre, podemos observar
que el rendimiento de estos bajo a continuación y apenas pudieron
igualarse los rendimientos alrededor del trimestre 16, presentando una
alza alrededor del trimestre 17, lo cual puede representar una pérdida de
tiempo y dinero para la persona que bien pudo invertir algunos otros
instrumentos que tuvieran mejores rendimientos.

7.6 Fluctuaciones irregulares

Finalmente, una vez separada la componente estacional, procedemos a

calcular la componente irregular, lo cual se realiza utilizando nuevamente
la ecuación del modelo multiplicativo, relacionándola con el producto de
las componentes conocidas hasta ahora, es decir obteniendo la relación:

(T )(C )( E )( I )
I
(T )(C )( E )

Los valores obtenidos se expresan en porcentaje, el cálculo de esta

componente se muestra en la tabla siguiente:

222
 Cuadro 7.5 Cálculo de la componente irregular

Rendimiento Componentes
Trimestre Real tendencia cíclica temporal Irregular
Yc C E I
1 14.03 10.41 134.78 96.52 103.61
2 10.69 9.96 107.29 100.96 99.05
3 8.63 9.52 90.68 91.46 109.34
4 9.58 9.07 105.60 95.98 104.19
5 7.48 8.63 86.72 96.52 103.61
6 5.98 8.18 73.11 100.96 99.05
7 5.82 7.73 75.26 91.46 109.34
8 6.69 7.29 91.80 95.98 104.19
9 8.12 6.84 118.68 96.52 103.61
10 7.51 6.40 117.42 100.96 99.05
11 5.42 5.95 91.09 91.46 109.34
12 3.45 5.50 62.68 95.98 104.19
13 3.02 5.06 59.71 96.52 103.61
14 4.29 4.61 93.02 100.96 99.05
15 5.51 4.17 132.26 91.46 109.34
16 5.02 3.72 134.94 95.98 104.19
17 5.07 3.27 154.85

En la tabla se presentan los valores de cada una de las componentes, los

correspondientes a la cíclica, estacional e irregular se expresan como un
porcentaje del valor de la tendencia, la gráfica (Gráfica de los
componentes de la serie de tiempo para nuestro ejemplo del rendimiento

223
de los CETES a 90 días) que relaciona todos los valores se presenta
enseguida.

Gráfica de los componentes de la serie de tiempo para nuestro ejemplo

del rendimiento de los CETES a 90 días.

Rendimientos de CETES a 90 días

Componentes de la serie de tiempo

160

140
Cíclica

120
Irregular
Porcentaje

100

80

Tendencia
Estacional

60

40
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
Trimestre

Una vez separadas cada una de los componentes es posible conocer la

influencia que cada una de ellas tiene sobre el valor del rendimiento, y
tomar una decisión sobre las consideraciones que deban realizarse para
llevar a cabo una predicción, en este caso deberá analizarse con mucho
atención relación que cada una de ellas haya tenido con los fenómenos
económicos y hacer la consideración de las probabilidades que tiene de
ocurrir de la misma manera, para considerar o no su participación en la
predicción sobre el comportamiento del rendimiento de los CETES.

224
 7.7 Modelos autoregresivos de
promedios móviles

Un proceso estocástico { zt } con índice temporal discreto se dice

estacionario si las distribuciones conjuntas de probabilidad asociadas con
un vector (zt^,z^2,...,z,k) son idénticas a las asociadas con el vector
(zl1+h,z ►Z+h,...,z^,^+h) obtenido por una traslación temporal, y esto
para todo conjunto (tl,t,,...,t^) de índices, para todo k y para todo h. Un
proces© estacionario tiene todos sus momentos invariantes a cambios en
el tiempo. Un proceso se dice "estacionario débi 1" si sus momentos de
primer y segundo orden (esperanzas matemáticas, varianzas,
covarianzas) son invariantes a cambios en el tiempo.

225
 RESUMEN

Esta unidad es una introducción básica a los métodos elementales de

análisis y pronóstico de series de tiempo; primero se muestra, que para
explicar el comportamiento de una serie de tiempo es conveniente
suponer que la serie está formada por sus cuatro componentes básicos:
tendencia, cíclico, estacional e irregular. Posteriormente separamos cada
uno de estos componentes para medir su efecto, con lo cual logramos
pronosticar valores futuros de la serie de tiempo.

También se mencionan los métodos de suavizamiento como medio para

pronosticar una serie de tiempo que no presenta algunos de sus
componentes de manera apreciable. Además se ejemplifica el uso del
análisis de regresión lineal en series de tiempo que solo tengan una
tendencia a largo plazo.

Finalmente es fácil observar que las series de tiempo son métodos

cualitativos de pronóstico que se utilizan cuando se tienen pocos datos
históricos o carecemos de ellos. Las series de tiempo también se utilizan
cuando se espera que su comportamiento continúe en el futuro.

226
 GLOSARIO

Componente cíclico
Componente del modelo de la serie de tiempo que causa una variación
periódica sobre y debajo de la tendencia, y la variación dura más de un
año.

Componente estacional
Componente del modelo de una serie de tiempo que muestra un patrón
periódico de un año o menos.

Componente irregular
Componente del modelo de una serie de tiempo que refleja la variación
aleatoria de los valores de la serie de tiempo, adicionales a los que se
pueden explicar con los componentes de tendencia, cíclico y estacional.

Constante de suavizamiento
Parámetro del modelo de suavizamiento exponencial, con el que se
calcula el factor de ponderación asignado al valor más reciente de la serie
de tiempo en el cálculo del valor del pronóstico.

Elaboración de escenarios
Método cualitativo de pronóstico que consiste en formar un escenario
conceptual del futuro, basado en un conjunto bien definido de supuestos.

227
Error cuadrático medio
Es un método con el que se mide la precisión de un modelo de
pronóstico. Es el promedio de la suma de las diferencias entre los valores
pronosticados y los valores reales de la serie de tiempo estando elevadas
al cuadrado esas diferencias.

Modelo autorregresivos
Modelo de serie de tiempo donde se usa una relación de regresión
basada en valores anteriores de la serie para predecir valores futuros de
la misma.

Modelos causales de pronóstico

Métodos de pronóstico que relacionan una serie de tiempo con otras
variables que se cree explican o causan su comportamiento.

Modelo multiplicativo de serie de tiempo

Modelo en el cual se multiplican los componentes de la serie de tiempo,
entre sí, para identificar el valor real de dicha serie. Cuando se suponen
presentes los cuatro componentes de tendencia, cíclico, estacional e
irregular, se obtiene: Yt (Tt )(Ct )( Et )( I t ) . Cuando se modela el

componente cíclico se obtiene: Yt (Tt )( Et )( I t ) .

Promedios móviles
Método de pronóstico o suavizamiento de una serie de tiempo, en el que
se promedia cada grupo sucesivo de puntos de datos.

228
Promedios móviles ponderados
Método de pronóstico o suavizamiento de una serie de tiempo con el que
se calcula un promedio ponderado de los valores de datos en el pasado.
La suma de los factores de ponderación debe ser igual a uno.

Pronóstico
Proyección o predicción de valores futuros de una serie de tiempo.

Serie de tiempo
Es un conjunto de observaciones medidas en puntos sucesivos en el
tiempo, o durante periodos sucesivos en el tiempo.

Serie de tiempo desestacionalizada

Serie de tiempo en la que se ha eliminado el efecto estacional, dividiendo
cada observación original de la serie entre el correspondiente índice
estacional.

Suavizamiento exponencial
Técnica de pronóstico que emplea un promedio ponderado de una serie
de tiempo en el pasado para determinar valores de una serie de tiempo
suavizada, que se pueden usar para elaborar pronósticos.

Tendencia
Desplazamiento o movimiento de la serie de tiempo, a largo plazo,
observable a través de varios periodos.

229
 ACTIVIDADES DE
APRENDIZAJE

ACTIVIDAD 1
Elabora un cuadro comparativo de lo que representa cada una de las
cuatro componentes de una serie de tiempo.

Representa
Componente de
tendencia
Componente
cíclica
Componente de
estacionalidad
Componente
irregular

ACTIVIDAD 2
Elabora un resumen de la forma en que se separa la componente de
tendencia en una serie de tiempo.

230
 CUESTIONARIO DE
AUTOEVALUACIÓN

1. ¿Qué es una serie de tiempo?

2. ¿Cuáles son los elementos de una serie de tiempo?
3. ¿Cuál es el modelo más utilizado para descomponer una serie de
tiempo?
4. Explica qué es la tendencia en una serie de tiempo.
5. ¿Cómo se produce la tendencia de una serie de tiempo?
6. Explica qué es la componente cíclica en una serie de tiempo.
7. Explica qué es la componente estacional en una serie de tiempo.
8. Explica qué es la componente irregular en una serie de tiempo.
9. ¿Cómo se produce la componente irregular de una serie de tiempo?
10. ¿Cuál es el objetivo del responsable del pronóstico en el análisis de
predicciones?

231
 LO QUE APRENDÍ
LO QUE APRENDÍ

Los siguientes valores corresponden al tipo de cambio del dólar para 17

días consecutivos. Con estos datos pronostique usted mediante una serie
de tiempo el tipo de cambio correspondiente para el día numero 18.

1
2 13.9058
3 13.9777
4 13.9382
5 13.9145
6 13.9325
7 14.0950
8 13.9342
9 14.1675
10 14.1513
11 14.1975
12 14.3097
13 14.5404
14 14.4667
15 14.2945
16 14.1778
17 14.1392

232
 EXAMEN DE
AUTOEVALUACIÓN

Elige la respuesta correcta a las siguientes preguntas, una vez que

concluyas, obtendrás de manera automática tu calificación.

1. En una serie de tiempo ¿Qué es la variación cíclica?

 a) Son las fluctuaciones de los valores alrededor de la línea de

tendencia.
 b) Son fluctuaciones u oscilaciones ocasionadas por movimientos
telúricos
 c) Es la oscilación armónica del modelo multiplicativo de la serie
de tiempo.

2. ¿Qué fenómenos dan origen a la componente cíclica?

 a) Naturales como la lluvia y el viento

 b) Geológicos tales como los terremotos, temblores, etc.
 c) Sociales, económicos, políticos, costumbres locales, etc.,

233
3. La componente cíclica se calcula para cada valor real obtenido mediante
la fórmula:

 a) y b0 b1 X i
i

Y
 b) c 100
Yt
Y
 c) C
T E I

4. En el cálculo de la componente cíclica para cada valor real, debemos

auxiliarnos con la ecuación:

 a) de la recta de regresión
 b) del modelo multiplicativo de una serie de tiempo
 c) de tendencia de la serie de tiempo.

5. Cuando la serie de tiempo contiene datos diarios, semanales o

mensuales, la primera componente que debe ser aislada es la:

 a) tendencia
 b) componente temporal.
 c) componente irregular.

234
 (T )(C )( E )( I )
6. En la expresión ( E )( I ) obtenida a partir del
(T )(C )
modelo multiplicativo de una serie de tiempo, el resultado contiene:

 a) los efectos estacionales, junto con las fluctuaciones irregulares.

 b) la tendencia, junto con las fluctuaciones irregulares.
 c) solo las fluctuaciones irregulares.

7. Para separar la componente temporal es necesario tener:

 a) muy pocos datos

 b) una fuerte cantidad de datos
 c) ningún dato

235
 MESOGRAFÍA
BIBLIOGRAFÍA BÁSICA

1. LEVIN Richard I. y Rubin David S., Estadística para administradores,

México; Alfaomega, 1996, 1017 pp.
2. LIND A. Douglas, Marchal G. William, Mason D. Robert. Estadística
para Administración y Economía. Ed. Alfaomega, 11ª edición, 2004.

BIBLIOGRAFÍA COMPLEMENTARIA
3. CHRISTENSEN H., Estadística paso a paso (2a. ed.) ; México; Trillas,
1990, 682 pp.
4. GARZA Tomás, Probabilidad y estadística, México; Iberoamericana,
1996, 152 pp.
5. HANKE Jonh E. y Reitsch Arthur G., Estadística para Negocios, México;
Irwin McGraw-Hill, 1997, 955 pp

236
 UNIDAD 8

PRUEBAS ESTADÍSTICAS NO
PARAMÉTRICAS

237
 OBJETIVO ESPECÍFICO
El alumno identificará las pruebas no paramétricas más utilizadas.

INTRODUCCIÓN
En esta unidad se revisaran las pruebas no paramétricas y su utilidad sobre
todo cuando no se conoce la distribución del cual provienen los datos, lo
cual impide hacer una estimación por intervalos de confianza o una prueba
de hipótesis.

Como se verá las pruebas no paramétricas resultan más accesibles de

realizar y comprender ya que no requieren cálculos laboriosos ni el
ordenamiento o clasificación formal de datos o mediciones más exactas de
parámetros poblacionales.

También se analizarán las pruebas como la prueba de rachas, definida

como una secuencia de uno o más símbolos similares que se expresa como
una serie continua de uno o más símbolos. La prueba del signo para probar
la hipótesis de que ―no hay diferencia en las medianas entre las
distribuciones continuas de dos variables aleatorias X y Y, en la situación en
la que podemos extraer muestras de X y Y‖. La prueba de signos y rangos
de Wilcoxon utilizada como una alternativa no paramétrica cuando se trata
de comparar los datos de 2 poblaciones o de una misma población
mediante una muestra apareada. Y la prueba de los rangos con signo que
usa los rangos de los valores absolutos de las diferencias pareadas,

238
 TEMARIO DETALLADO
(6 HORAS)

8.1 Diferencias entre los métodos estadísticos paramétricos y no

paramétricos
8.2 La prueba de rachas para aleatoriedad
8.3 La prueba del signo
8.4 La prueba de signos y rangos de Wilcoxon

239
 LO QUE SÉ

LO QUE SÉ

Elige la respuesta correcta a la siguiente pregunta:

1. La fórmula del estadístico ―z‖ es:
k
f o2
 a) z i 1
n
fe

x
z
 b)
k
( fo fe )2
 c) z
i 1 fe

240
 8.1 Diferencias entre los métodos
estadísticos paramétricos y no
paramétricos

Las pruebas no paramétricas son útiles sobre todo cuando no se conoce

la distribución del cual provienen los datos y, por tanto, no se conoce la
distribución del estadístico para hacer una estimación por intervalos de
confianza o una prueba de hipótesis. Estas pruebas son útiles por ejemplo
cuando el tipo de datos es nominal u ordinal.

Generalmente son más fáciles de realizar y comprender ya que no

requieren cálculos laboriosos ni el ordenamiento o clasificación formal de
datos o mediciones más exactas de parámetros poblacionales.

Tipo de pruebas no paramétricas

Ho H1
Paso 1. Establecer la hipótesis nula ( ) y la hipótesis alternativa ( ).
Ho
La indica que no hay diferencias significativas entre las frecuencias
observadas y las frecuencias esperadas. Cualquier diferencia puede
Hi
atribuirse al muestreo o a la casualidad. La indica por lo tanto que si

241
 hay diferencias significativas entre una distribución esperada y la
estimada para la población.

Paso 2. Elegir un nivel de significación ( ).

2
Paso 3. Elegir y calcular el estadístico de prueba e

Paso 4. Establecer la regla de decisión.

2
Paso 5. Calcular el valor de Chi-cuadrada crítica ( c ) y tomar la
decisión.

8.2 La prueba de rachas

para aleatoriedad

Es una prueba que se utiliza para comprobar la aleatoriedad de muestras.

Es muy importante demostrar la aleatoriedad de las muestras en los
estudios estadísticos. Si no es así se crea una gran desconfianza en los
procesos de muestreo.

En una prueba de rachas, se asigna a todas las observaciones de la

muestra uno o dos símbolos. Una racha se designa como una secuencia
de uno o más símbolos similares y también se expresa como una serie
continua de uno o más símbolos. Si el número de rachas es menor de 20,
se utilizan tablas específicas en donde se muestran valores críticos

242
mínimos y máximos por lo que si el número de rachas (r) es menor o
excede de esos valores críticos, se indica una ausencia de aleatoriedad.

Si se tienen 2 categorías y los datos muéstrales no caen en alguna de

ellas, se puede utilizar la mediana como valor de referencia. Una
importante aplicación de la prueba de rachas es en el método de mínimos
cuadrados en el análisis de regresión. Una propiedad básica en estos
modelos de regresión es que los errores son aleatorios.

Las hipótesis para probar son:

Ho :
Existe aleatoriedad en las muestras.
H1 :
No existe aleatoriedad en las muestras.

Si el número de datos en 2 categorías n1 y 2 son mayores a 20, la

n

distribución de muestreo para ―r‖ se aproxima a una distribución normal.

Las fórmulas son:

Media de la distribución muestral del número de rachas:
2n1 n2
r 1
n1 n2

2n1 n2 2n1 n2 n1 n2
r 2
n1 n2 n1 n2 1
Desviación estándar:
r r
z
Estadístico de prueba: r

243
Ejemplo de aplicación; en una campaña a 100 posibles compradores de
un producto especializado, se realizaron 52 ventas, 48 no ventas y 40
rachas. A un nivel de significación del 1% probar la hipótesis que la
muestra es aleatoria.
Las hipótesis son:
Ho :
La muestra es aleatoria.
H1 :
La muestra no es aleatoria.

r r
z
Estadístico de prueba: r

2n1 n2 2 52 48
r 1 1 50.92
La media es: n1 n2 52 48

La desviación estándar:

2n1n2 2n1n2 n1 n2 2 52 48 2 52 48 52 48
r 2 2
24.67 4.97
n1 n2 n1 n2 1 52 48 52 48 1

r r 40 50.92
z 2.20
Por lo tanto: r 4.97

Nivel de significación: 0.01 por lo que zc 2.58

ya que es una
z zc
prueba de 2 colas. Como cae en la zona de aceptación se puede
concluir que no hay evidencia suficiente para rechazar la hipótesis nula,
por lo que se puede indicar que la muestra es aleatoria.

244
 8.3 La prueba del signo

En las estadísticas, la prueba de los signos se utiliza para probar la

hipótesis de que ―no hay diferencia en las medianas entre las
distribuciones continuas de dos variables aleatorias X y Y, en la situación
en la que podemos extraer muestras de X y Y‖.

Se trata de una prueba no paramétrica que hace unos pocos supuestos

muy cerca de la naturaleza de las distribuciones bajo prueba - esto
significa que tiene una aplicación muy general, pero pueden carecer de la
potencia estadística de otras pruebas como el dos a dos muestras de T-
test .

Formalmente, sea p = Pr (X> Y), y luego probar la hipótesis nula H 0: p=

0.50. En otras palabras, bajo la hipótesis nula de que dado un azar par
de medidas (x i, y i), entonces x i e y i son las mismas probabilidades de
ser más grande que el otro.

245
Puesto que la distribución normal es simétrica, la media de una
distribución normal es igual a la mediana. Por consiguiente, la prueba del
signo puede emplearse para probar hipótesis sobre la media de una
población normal.

8.4 La prueba de signos y

rangos de Wilcoxon

Se utiliza como una alternativa no paramétrica cuando se trata de

comparar los datos de 2 poblaciones o de una misma población mediante
una muestra apareada en la que cada unidad experimental genera 2
observaciones pareadas o ajustadas, una de la población 1 y una de la
población 2. Las diferencias entre las observaciones pareadas permiten
tener una buena perspectiva respecto de la diferencia entre las 2
poblaciones.

La metodología del análisis paramétrico de una muestra pareada requiere

de datos de intervalo y de la suposición de que la población de las
diferencias entre los pares de observaciones tenga una distribución
normal. Con este supuesto se puede usar la distribución ―t‖ para probar la
hipótesis nula es decir que no hay diferencias entre las medias
poblacionales. Si no es así se debe utilizar la prueba de rango con signo
de Wilcoxon.

246
La prueba de los rangos con signo usa los rangos de los valores
absolutos de las diferencias pareadas, asignando el rango 1 a la
diferencia con valor absoluto mínimo, el rango 2 a la siguiente diferencia
con menor valor absoluto y así se procede sucesivamente. Se deben
descartar los rangos con diferencias de cero y en caso de valores
absolutos repetidos, a cada uno de ellos se les otorga el valor promedio
de los rangos ocupados por los valores repetidos. A cada uno de los
rangos positivos o negativos, se les asocia el signo correspondiente.

La suma de los rangos positivos se indica por T , la suma de los rangos

negativos se denota por T y el máximo valor entre estos 2 valores se

escribe solamente “T” y se utiliza generalmente como estadístico de
prueba. Si el número de diferencias es igual o mayor de 15 entonces la
distribución muestral de “T” es aproximadamente normal por lo que se
utilizará la variable parametrizada ―z‖. Si es menor se deberán utilizar
tablas especiales que proporcionan los valores críticos para la prueba de
rangos con signo.
n n 1
S
La suma de los rangos es: 2 y deberá ser igual a T T
Las fórmulas de la media y desviación estándar de la distribución muestral
“T” son las siguientes:
n n 1
T
Media: 4

n n 1 ¨2n 1
T
Desviación estándar: 24

T T
z
y el estadístico de prueba es: T

247
Ejemplo de aplicación; se desea saber si un programa de capacitación en
cómputo en una empresa especializada, mejoró las habilidades de los
empleados en dicha materia. Por ello se observa el nivel de habilidades
antes del programa y después del programa en una muestra de 22
empleados, obteniéndose los siguientes resultados y probar la hipótesis a
un nivel de significación del 1%.

Diferencias Rango Rangos

Diferenci con
Número Puntaje absolutas
a signos
Emplead Antes Después
b-a ordenadas Correctos
o (a) (b)
1 18 15 -3 2 1 1
2 60 70 10 3 2 -2
3 81 75 -6 4 3 -3
4 15 20 5 5 4 4.5
5 20 50 30 5 5 4.5
6 17 40 23 6 6 -6
7 26 50 24 8 7 -7.5
8 11 30 19 8 8 7.5
9 20 40 20 9 9 -9
10 38 30 -8 10 10 10.5
11 80 85 5 10 11 10.5
12 59 86 27 11 12 12
13 12 72 60 19 13 13
14 87 98 11 20 14 15
15 88 79 -9 20 15 15
16 64 88 24 20 16 15

248
 17 88 90 2 23 17 17
18 76 96 20 24 18 18.5
19 43 39 -4 24 19 18.5
20 90 98 8 27 20 20
21 40 60 20 30 21 21
22 50 60 10 60 22 22

Se obtienen las diferencias de los puntajes antes y después, sus

diferencias, las diferencias absolutas ordenadas, sus rangos y los rangos
con signos correctos.

La suma de rangos positivos es: T 225.5

La suma de rangos negativos es: T 27.5

n n 1 22 22 1
S T T 253.0
Comprobación: 2 2

Por lo tanto T 225.5

La hipótesis por probar son:

Ho: No hay diferencia significativa debido al tratamiento.

Ha: Hay diferencia significativa por el tratamiento

La columna de rangos con signos correctos se determinó mediante el

promedio de rangos, si la diferencia absoluta se repite y los rangos son
signos correctos se preserva el signo de la diferencia que le dio origen.
Por ejemplo, para el rango 4 y 5 se promedio (4+5)/2=4.5 y como el rango

249
4 corresponde a una diferencia 5 positiva entonces se le asigna 4.5
positivo, lo mismo para el rango 5. En el caso de los rangos 7 y 8
(correspondientes a una diferencia de 8), el promedio es 7.5 y como la
diferencia de 8 corresponde a un valor negativo y otro positivo, entonces
se le asigna un rango con signo correcto de -7.5 y 7.5.

T T
z
Estadístico de prueba: T

n n 1 22 23
T 126.5
La media es: 4 4

n n 1 2n 1 22 23 43
T 30.1
La desviación estándar: 24 24

T T 225.5 126.5
z 3.29
Por lo tanto: T 30.1

Nivel de significación: 0.01 por lo que zc 2.33

z zc
Como cae en la zona de rechazo, se puede concluir que el
programa de capacitación de computo en esta empresa si mejoró las
habilidades del personal.

250
 GLOSARIO

Métodos no paramétricos
Métodos estadísticos que requieren muy pocos o ningún supuesto acerca
de las distribuciones de probabilidad de la población, y acerca del nivel de
medición. Estos métodos se pueden aplicar cuando se dispone de datos
nominales u ordinales.

Métodos sin distribución

Es otro nombre que se da a los métodos estadísticos no paramétricos,
que indica la carencia de supuestos sobre la distribución de probabilidad
de la población.

Prueba de signo
Prueba estadística no paramétrica que permite identificar diferencias entre
dos poblaciones basándose en el análisis de datos nominales.

Prueba de rango con signo de Wilcoxon

Prueba estadística no paramétrica con la cual se identifican diferencias
entre dos poblaciones, basada en el análisis de dos muestras pareadas o
ajustadas.

251
 ACTIVIDADES DE
APRENDIZAJE

ACTIVIDAD 1
1. Una manufacturera automotriz desea conocer la preferencia de los
clientes por los colores ocre o índigo del modelo de lujo, pues sólo uno
saldrá al mercado. Se invitó a los 20 mejores vendedores para que opinaran
y se encontró que doce prefirieron el color ocre, siete el índigo y uno
indeciso. En un nivel del 10% probar si:
H0: Cualquier color gustará por igual a los clientes
H1: Hay preferencia por alguno de los colores de los
clientes

2. Para el aniversario de la empresa se organizó una convención y se dio a

escoger entre el menú tradicional o uno especial. La muestra fue de 81
clientes de los cuales 42 prefirieron el especial. Utilizando la prueba del
signo y un nivel de 0.02, pruebe si a los clientes les gustó más el menú
especial que el tradicional:

H0: Ambos menús gustaron por igual

(p=0.50)
H1: Gustó más el menú especial (p>0.50)

252
 CUESTIONARIO DE
REFORZAMIENTO

1. ¿Qué pruebas son más efectivas: las paramétricas o las no

paramétricas?

El entrenador de un equipo de ciclismo determina al azar la presión

de las llantas de las bicicletas antes de la carrera. Si la presión no
es correcta la registra como muy baja (B) o muy alta (A). A
continuación se dan los datos. Utilice la prueba correcta para
determinar, con un nivel de significancia de 0.10, si la presión de
las llantas tiende a ser muy alta o muy baja, o si la ocurrencia de
alta y baja se puede considerar igual.

AABBBAABBBBAABBB

2. El número de juegos de video vendidos por semana durante varias

semanas se organiza en una secuencia de baja a alta; se designan
por A o B, que representan a los dos vendedores clave de la
compañía. El distribuidor de videos está interesado en analizar su
volumen de ventas.

253
3. ¿Pueden los vendedores considerarse igualmente efectivos?
Pruebe con un nivel de significancia de 0.05.
A,A,B,A,A,B,B,A,A,A,A,B,B,A,A,B
A,B,A,B,B,B,A,B,A,B,B,B,A,B,B,B

4. ¿Cuál es la diferencia esencial entre los métodos estadísticos

paramétricos y los no paramétricos?
5. Enumere las razones por las que elegiría un método no
paramétrico para analizar datos muestrales.

6. ¿Qué prueba no paramétrica es similar a la prueba del signo de

una muestra?

7. Un generador de números aleatorios genera números positivos y

negativos en forma aleatoria. Después de verificar la primera serie
de números, el analista piensa que la serie parece aleatoria, pero
decide que debe realizarse una prueba estadística antes de usar el
programa en toda la empresa. Se presenta la serie de números
observada, donde P representa a un número positivo y N a uno
negativo. ¿Parece ser aleatorio el programa?

a) Pruebe con un nivel de significancia de 0.5

b) Pruebe con un nivel de significancia de 0.10

254
 LO QUE APRENDÍ

LO QUE APRENDÍ
Explica la diferencia entre una prueba estadística paramétrica y una
prueba estadística no paramétrica.

255
 EXAMEN DE
AUTOEVALUACIÓN

Elige la respuesta correcta a las siguientes preguntas, una vez que

concluyas, obtendrás de manera automática tu calificación.

1. se utiliza para probar la hipótesis de que ―no hay diferencia en las

medianas entre las distribuciones continuas de dos variables aleatorias X
y Y, en la situación en la que podemos extraer muestras de X y Y‖.

 a) la prueba de los signos

 b) Prueba de Mann-Whitney-Wilcoxon
 c) Coeficiente de correlación de rango de Spearman

2. son útiles sobre todo cuando no se conoce la distribución del cual

provienen los datos
 a) la prueba de los signos
 b) Prueba de Mann-Whitney-Wilcoxon
 c) Las pruebas no paramétricas

256
3. Estas pruebas son útiles por ejemplo cuando el tipo de datos es
nominal u ordinal.
 a) la prueba de los signos
 b) Las pruebas no paramétricas
 c) Prueba de Mann-Whitney-Wilcoxon

4. Se utiliza como una alternativa no paramétrica cuando se trata de

comparar los datos de 2 poblaciones o de una misma población mediante
una muestra apareada

 a) La prueba de signos y rangos de Wilcoxon

 b) Las pruebas no paramétricas
 c) Prueba de Mann-Whitney-Wilcoxon

257
 MESOGRAFÍA

BIBLIOGRAFÍA BÁSICA

1. Berenson L. Mark. Levine M. David, Krehbiel C. Timothy. Estadística

para Administración. Ed. Prentice Hall, 2ª edición, 2001, 734 pp.
2. Levin Richard I. y Rubin David S., Estadística para administradores,
México; Alfaomega, 1996, 1017 pp.
3. Lind A. Douglas, Marchal G. William, Mason D. Robert. Estadística
para Administración y Economía. Ed. Alfaomega, 11ª edición, 2004.

BIBLIOGRAFÍA COMPLEMENTARIA
1. Ato Manuel y López Juan J., Fundamentos de estadística con
SYSTAT, México; Addison Wesley Iberoamericana, 1996, 630 pp.
2. Christensen H., Estadística paso a paso (2a. ed.) ; México; Trillas, 1990,
682 pp.
3. Garza Tomás, Probabilidad y estadística, México; Iberoamericana, 1996,
152 pp.
4. Hanke Jonh E. y Reitsch Arthur G., Estadística para Negocios, México;
Irwin McGraw-Hill, 1997, 955 pp.
5. Hanke Jonh E. y Reitsch Arthur G. Pronósticos en los Negocios, México;
Prentice Hall, 1996, 605 pp.

258
6. Hildebran y Lyman. Estadística aplicada a la administración y a la
economía. Addison Wesley, México, 1998 953 pp
7. Kazmier L. y A. Díaz Mata, Estadística aplicada a la administración y
economía, México; McGraw-Hill, 1998, 411 pp.
8. Mendenhall W. y R.L.Sheaffer, Estadística matemática con aplicaciones,
México; Iberoamérica, 1986.
9. Meyer Paul L. Probabilidad y aplicaciones estadísticas, México; Addison
Wesley Iberoamericana, 2002, 854 pp.
10. Scheaffer R. Y W. Mndenhall, Elementos de Muestreo, México;
Iberoamericana, 1987, 321 pp.
11. Weimer Richard E., Estadística, México; Cecsa, 1996, 839 pp.

259
RESPUESTAS A LOS EXÁMENES
DE AUTOEVALUACIÓN

U1 U2 U3 U4 U5 U6 U7 U8

E1 E2 E1 E2 E1 E1 a E1 E1 E1
1. d v v d b b a a a a
2. c v f b a b a c c c
3. a f v b c c a b b b
4. b f v d b b c a
5. d v v c a a b
6. d v v c c a
7. b f f d b
8. a f b
9. c v d
10. b e

260