INDICE

TEMARIO.............................................................................................................. 3
BIBLIOGRAFÍA.................................................................................................... 3
SESIONES 1, 2 y 3 - EL ANÁLISIS COMBINATORIO; ESPACIO
MUESTRAL Y EVENTOS PROBABILIDADES................................................ 4
EL ANÁLISIS COMBINATORIO ................................................................... 4
El factorial de un número (n!)........................................................................ 4
La Permutación (nPr) ..................................................................................... 4
La Combinación (nCr) ................................................................................... 5
El Espacio Muestral – Evento – Probabilidad ................................................... 7
El Espacio Muestral (S) ................................................................................. 7
Evento (E) ...................................................................................................... 7
La Probabilidad .............................................................................................. 8
La Probabilidad de Dos ó más Eventos ........................................................... 10
Eventos Mutuamente Excluyentes ............................................................... 10
Eventos no Excluyentes ............................................................................... 11
Eventos Independientes................................................................................ 11
Evento Dependiente ..................................................................................... 12
Tablas de Probabilidad Conjunta ..................................................................... 12
SESIONES 4 y 5 - DISTRIBUCIÓN DE PROBABILIDAD ............................ 16
Definición......................................................................................................... 16
SESIÓN 6 - EXAMEN PARCIAL ...................................................................... 19
SESIONES 7 y 8 - EL MUESTREO ................................................................... 20
Definición......................................................................................................... 20
Métodos de selección de muestras ................................................................... 21
Método en función al número de muestras .................................................. 21
El muestreo simple................................................................................... 21
El muestreo doble..................................................................................... 21
El muestreo múltiple ............................................................................... 21
Método en función a la manera de seleccionar los elementos ..................... 21
El muestreo de juicio................................................................................ 22
El muestreo aleatorio................................................................................ 22
EL ERROR ESTÁNDAR ................................................................................ 22
Definición..................................................................................................... 22
SESIÓN 9 - ESTUDIO DEL TAMAÑO DE LA MUESTRA ........................... 26
Definición......................................................................................................... 26
Casos ................................................................................................................ 26
Tamaño de muestra para estimar una media poblacional ............................ 26
Tamaño de la muestra para estimar una proporción poblacional ................ 27
SESIÓN 10 - ANÁLISIS DE REGRESIÓN SIMPLE ........................................ 31
Objetivos .......................................................................................................... 31
Ecuación de Regresión..................................................................................... 31
 Definición..................................................................................................... 31
Pasos que se deben de seguir ....................................................................... 31
El Error Estándar de Estimación ...................................................................... 32
Definición..................................................................................................... 32
Análisis de Correlación Simple........................................................................ 33
Objetivos ...................................................................................................... 33
Análisis de Correlación ................................................................................ 33
Coeficiente de Correlación........................................................................... 33
Coeficiente de Determinación (r2) .................................................................. 34
Definición..................................................................................................... 34
SESIÓN 11 - EXAMEN FINAL ......................................................................... 35
TEMARIO

No.
SESIONES TEMARIO ACTIVIDADES BIBLIOGRAFÍA

1, 2 y 3 Análisis Combinatorio; Resolución de (1)

Espacio Muestral y Eventos Problemas en Clase.
Probabilidades
4 y 5 Distribución de Probabilidad; Resolución de (1)
La Distribución Normal. Problemas en Clase.
6 Examen Parcial
7 y 8 El Muestreo; Clases de Desarrollo de un (2)
Muestreo; Métodos para Caso Práctico.
seleccionar Muestras; Error
Estándar.
9 Estudio del Tamaño de la Desarrollo de un (2)
Muestra. Caso Práctico.
10 La Regresión, Métodos de (3)
Solución, Clases. Resolución de
La Correlación; Métodos de Problemas en clase;
Solución; Promedios Móviles.

11 EXAMEN FINAL

BIBLIOGRAFÍA

1. CANAVOS, George C.
" Probabilidad y Estadística "
Edit. Mc. Graw-Hill

2. BERENSON, Mark L.
LEVINE, David M.
" Estadística Básica en Administración"
Prentire-Hall-Hispanoamericana S.A

3. KAZMIER, Leonard
DÍAZ MATA, Alfredo
Estadística Aplicada a la Administración y a la Economía
Mc.Graw-Hill
SESIONES 1, 2 y 3 - EL ANÁLISIS COMBINATORIO;
ESPACIO MUESTRAL Y EVENTOS PROBABILIDADES

EL ANÁLISIS COMBINATORIO

Consideramos:

El factorial de un número (n!)

Es el producto de los números enteros positivos desde 1 hasta n inclusive.

Simbólicamente se le representa por:

n! = 1 x 2 x 3 x 4 x .................. x (n – 2) (n – 1) n

Por definición el factorial de 0 es igual a 1

Ejemplos:

Hallar los factoriales de:

1. 5! = 5 x 4 x 3 x 2 x 1 = 120

2. 7! = 7 x 6 x 5 x 4 x 3 x 2 x 1 = 5,040

13! 13 x 12 x 11!
3. -------- = ----------------------- = 156
11! 11!

8! 6! 8 x 7! 6!
4. ---------- = ----------------- = 8 x 6! = 5,760
7! 7!

La Permutación (nPr)

Una permutación de n objetos diferentes tomados de r en r es una ordenación de r

objetos entre los n dados.

Se le representa por:

nPr ; P(nPr) ; Pn,r

Su fórmula de cálculo es:

n!
n Pr = --------------
(n – r)!

Ejemplos:
1. Hallar el número de permutaciones con las letras a, b, c tomados de 2 en
2.

3!
3P2 = ------------- = 6 grupos de 2 elementos
(3 – 2)!

Luego: (a, b); (b, c); (a, c); (b, a); (c, b); (c, a)

2. Desarrollar:

a) 7P3 =

b) 9P2 =

c) 10P4 =

La Combinación (nCr)

Se llaman combinaciones de n elementos tomados de r en r, a los grupos que se pueden

formar con esos n elementos, tomados de r en r, tales que, dos grupos se consideran
distintos únicamente cuando tienen algún elementos diferentes.

Se le representa por:

⎛n⎞
nCr ; C nr ; C(n, r) ; ⎜⎜ ⎟⎟
⎝r ⎠

Se calcula por:

n!
nCr = ----------------
(n – r)! r!
 Ejemplos:

1. Hallar el número de combinaciones con las letras a, b, c tomadas de 2 en

3!
3C2 = ----------------
(3 – 2)! 2!

Luego: (a, b) ; (b, c) ; (a, c)

2. Desarrollar:

a) 8C3 =

b) 7C4 =

c) 12C6 =

Nota:
Finalmente el número de permutaciones de n objetos formando grupos, en los
cuales n1, n2, n3, .............nk son iguales es:

n!
P = ----------------------------------
n1! n2! n3! ...............nk!

Ejemplos:

1. Estadísticas
2. Satélites
3. Otorrinolaringólogo

12! 479’001,600
1. Estadísticas ------------------------ = ------------------ = 9’979,200
1! 3! 2! 2! 1! 2! 1! 48
El Espacio Muestral – Evento – Probabilidad

Consideramos:

El Espacio Muestral (S)

Se define como los resultados posibles de un experimento de tipo estadístico que se

puede realizar.

Evento (E)

Es un conjunto de resultados, o en otras palabras un sub-conjunto del Espacio Muestral

(S).

Ejemplos:

a. Se lanza un dado. Hallar los eventos de obtener números pares e impares.

S = {1, 2, 3, 4, 5, 6}

i) E1 = {2,4, 6}

ii) E2 = {1, 3, 5}

b. Se lanza una moneda. Hallar los eventos de cara y sello.

S = {C, S}

i) E1 = { C }

ii) E2 = { S }
La Probabilidad

El concepto clásico de la probabilidad, nos indica de que esta se define del resultado de
dividir un conjunto de eventos a favor, sobre un total de eventos por ocurrir.

En el concepto probabilístico, se pueden presentar dos casos:

a. La Probabilidad de éxito (p).- Dice:

h
p = -------
n

donde: h = número de eventos a favor

n = número total de eventos por ocurrir.

b. La Probabilidad de no éxito (q).- Dice:

h
q = 1 - ------ ó q = 1 - p
n

Ejemplos:
1. Hallar la probabilidad de obtener el número 5, al lanzar un dado.

S = {1, 2, 3, 4, 5, 6}

p = 1/6 = 16.67%

2. Hallar la probabilidad de que no aparezca el número 5

q = 1 - 1/6 = 5/6 = 83.33%

Ejercicios:

1. Determinar la probabilidad p de cada uno de los siguientes

eventos:
a) Que salga el número par al lanzar un dado normal;
b) Que resulte un rey al extraer una carta de una baraja
corriente de 52 cartas;
c) Que aparezca por lo menos un sello al lanzar 3 monedas;
d) Que aparezca una bola blanca al extraer una sola bola de
una caja que contiene 4 bolas blancas, 3 bolas rojas y 5
bolas azules.
2. Se lanza un dado 100 veces. La tabla siguiente detalla los 6
números y la frecuencia con la cual aparece cada número.

Números 1 2 3 4 5 6
Frecuencias 14 17 20 18 15 16

Hallar la probabilidad de que:

a) Aparezca el número 3;
b) Aparezca el número 5;
c) Aparezca un número par;
d) Aparezca un número impar.

3. Se lanza un par de dados. Hallar la probabilidad p de que la suma

de sus números sea 10 ó mayor si:

a) Aparece un 5 en el primer dado;

b) Aparece un 5 en uno de los dados por lo menos;

4. Se lanza un par de dados corrientes. Si los dos números que

aparecen son diferentes, hallar la probabilidad p de que:

a) La suma sea 6;
b) Aparezca un 1;
c) La suma sea menor ó igual a 4.

5. Se lanza un par de dados corrientes; hallar la probabilidad de que:

a) Los números de cada elemento sean iguales;

b) Los números de cada evento sean diferentes;
c) La suma de los números de cada evento sea un número
par;
d) La suma de los números de cada evento sea un número
impar;
e) La suma de los números de cada evento sea mayor que 5;
f) La suma de los números de cada evento sea mayor ó igual
que 6;
g) La suma de los números de cada evento sea menor que 8;
h) La suma de los números de cada evento sea menor ó igual
que 10.
 6. Se extraen 2 cartas al azar de una baraja corriente de 52 cartas.
Hallar la probabilidad p de que:

a) Las dos sean espadas

b) Una espada y la otra corazón.

7. 6 parejas de casados se encuentran en un cuarto, si se escogen 2

personas al azar, hallar la probabilidad p de que:

a) Sean esposos;
b) Uno sea hombre y la otra mujer.

8. De los 10 niños de una clase, 3 tienen ojos azules. Si se escogen 2

niños al azar, ¿Cuál es la probabilidad de que:

a) Los 2 tengan ojos azules?

b) Ninguno tenga ojos azules?
c) Uno por lo menos tenga ojos azules?.

La Probabilidad de Dos ó más Eventos

Consideramos:

Eventos Mutuamente Excluyentes

Dos ó más eventos, son mutuamente excluyentes o disjuntos, si no pueden ocurrir
simultáneamente. Es decir la ocurrencia de un evento impide automáticamente la
ocurrencia del otro evento.
La probabilidad del evento A ó B es:

P{A ∨ B} = P{A} + P{B}

Ejemplo:
Se extrae una carta de una baraja. Hallar la probabilidad de que ésta sea un as ó un
rey.
S = {52 cartas}

P{AS } = P{Re y} =
4 1 4 1
= , =
52 13 52 13

=> P{AS ó Re y} =
1 1 2
+ = = 15.38%
13 13 13
Eventos no Excluyentes

Dos ó más eventos son no excluyentes, cuando es posible de que ocurran ambos.

=> :
P{A ∧ B} = P{A} + P{B} − P{AyB}

Ejemplo:
Sea A el evento de sacar un rey y B el evento de sacar un trébol en una sola carta
extraída de la baraja. ¿Cuál es la probabilidad de sacar un rey ó un trébol ó ambos en
una sola oportunidad?
S = {52 cartas}

P{A} = ; P{B} = P{A y B} =

4 1 13 1 1
= =
52 13 52 4 52
=>
P{A ∧ B} =
1 13 1
+ - = 30.77%
13 52 52

Eventos Independientes

Dos ó más eventos son considerados independientes si los eventos en ningún

momento se afectan uno al otro.
=> :
P{A y B} = P{A} x P{B}

Ejemplo:
Una caja contiene 5 bolas verdes y 2 bolas negras. Se extrae una bola de la caja y
después se reemplaza, otra bola es extraída después del reemplazante.
Encontrar la probabilidad de que ambas extracciones sean bolas verdes.

5 bolas verdes
Caja
2 bolas negras

S = {7 bolas}
=>
P{A y B} =
5 5 25
x = = 51.02%
7 7 49
Evento Dependiente

Si A y B están relacionados de tal manera que la ocurrencia de B depende de la

ocurrencia de A => A y B son llamados eventos dependiente => :

P{A y B} = P{A} x P B { A}
Ejemplo
Con relación el ejemplo anterior, supongamos que la bola no es regresada a la caja
antes de sacar la segunda bola. Encontrar la probabilidad de que ambas bolas sean
verdes.

P{A} =
5
7
;P B{ A}= 64

=>
P{A y B} =
5 4
x = 47.62%
7 6

Tablas de Probabilidad Conjunta

Definición.- La tabla de probabilidad conjunta es aquella tabla donde aparecen primero

todos los eventos posibles para una variable como encabezamientos de columnas,
segundo todos los eventos posibles para una segunda variable como encabezamiento de
filas, y tercero el valor incluido en cada celda resultante, es la probabilidad de cada
ocurrencia conjunta.

Ejemplo.-

1. La siguiente tabla muestra la descripción de 200 personas que entraron a un almacén

de equipos de sonido, de acuerdo con su sexo y edad. La tabla siguiente es la
probabilidad conjunta:

Sexo
Edad Total
H M
< de 30 60 50 110
30 y más 80 10 90
Total 140 60 200

a) Hallar la probabilidad de que la persona escogida sea mujer;

60
=> p= = 30%
200
 b) Hallar la probabilidad de que la persona escogida sea hombre;
140
=> p= = 70%
200

c) Hallar la probabilidad de que la persona escogida aleatoriamente sea hombre

menor de 30años;
60
=> p= = 30%
200
d) Hallar la probabilidad de que la persona escogida electrónicamente sea mujer de
30 años y más
10
=> p= = 5%
200

2. Suponga que se ha tomado una muestra aleatoria de 100 clientes de una tienda de
departamentos, según se aprecia en el cuadro:

Hombres Mujeres
Total
(H) (M)
Son compradores 3 17 20
No son compradores 27 53 80
Total 30 70 100

Hallar:
a) Probabilidad de que el cliente escogido sea hombre
b) Probabilidad de que el cliente escogido sea mujer
c) Probabilidad de que el cliente escogido sea al mismo tiempo hombre y
comprador
d) Probabilidad de que el cliente no sea comprador y sea mujer
e) Probabilidad de que el cliente escogido sea hombre comprador y no
comprador
f) Suponga que se sabe que el cliente seleccionado es hombre. ¿Cuál es la
probabilidad de que también sea comprador?
g) Probabilidad de seleccionar un comprador, dado que el cliente sea una mujer.
h) Probabilidad de que el cliente sea un hombre, dado que sea un comprador.
3. El siguiente cuadro muestra los comportamientos (hábitos de compra) de 100
clientes hombres y mujeres según edades:

Hombres Mujeres
Total
Jóvenes Adultos Jóvenes Señoritas
Son compradores 1 2 4 13 20
No son compradores 5 22 15 38 80
Total 6 24 19 51 100

Hallar:

a) Probabilidad de que sea un comprador

b) Probabilidad de que sea una persona joven

c) Probabilidad de que sea un comprador, dado el hecho de ser joven.

4. Una cadena de supermercados opera con 250 tiendas en todo el país. Estas tiendas
están ubicadas en ciudades de diferentes poblaciones como se indica en la siguiente
tabla:

Población de la ciudad de la Clases de tiendas Número total de

cual está ubicada la tienda Clase A Clase B tiendas
Debajo de 50,000 37 35 72
50,000 a 100,000 44 20 64
100,000 a 200,000 30 24 54
200,000 a 350,000 24 16 40
sobre los 350,000 15 5 20
Número total de tiendas 150 100 250

Una tienda se selecciona aleatoriamente para hacer una encuesta sobre un nuevo
producto importante. Se pide:
a) ¿Cuál es la probabilidad de que la tienda esté ubicada en una ciudad con
población que exceda a las 200,000 personas?
b) ¿Cuál es la probabilidad que la tienda esté ubicada en una ciudad con población
de 200,000 ó menos habitantes?
c) ¿Cuál es la probabilidad que la tienda seleccionada aleatoriamente es una tienda
de clase A ó esta ubicada en una ciudad con una población sobre los 350,000
habitantes?

5. El cuadro siguiente, contiene la clasificación de 321 obreros de un sindicato

respecto a dos características:
a) El número de años de experiencia de cada uno en el sindicato.
b) Su respuesta a la pregunta ¿Desea Ud. ir a la huelga para obtener un aumento de
salarios?
Los datos son:
 Respuesta a Número de años en el sindicato
Total
la pregunta Menor de 1 De 1 a 3 De 4 a 10 Mayor de 10
Si 27 54 137 28 246
No 14 18 34 3 69
No sé 3 2 1 0 6
Total 44 74 172 31 321

Se pide:

a) Encuentre la probabilidad de cada uno de los siguientes eventos:

1. S ³ B
2. S ² B
Donde
S = obreros que contestaron si;
B = obreros con 1 a 3 años en el sindicato
b) Probabilidad de obreros que contestaron si ó no se y tienen más de 10 años en el
sindicato
6. Una compañía que concerta citas por computadoras tiene en sus archivos los
nombres y direcciones de 200 chicas. De estas 200, un total de 35 miden 1.65 mts. ó
menos de estatura, 60 son rubias, 12 de las rubias miden 1.65 mts. ó menos .
El señor Pedro Carrillo envía su solicitud por correo. ¿Cuál es la probabilidad de
que:

a) Reciba el nombre de una rubia?

b) Reciba el nombre de una chica rubia y estatura mayor de 1.65mts?
c) Reciba el nombre de una chica rubia o estatura menor de 1.65 mts.?
d) Reciba el nombre de una chica que no es rubia o estatura menor de 1.65 mts.?

7. Los 500 clientes de crédito de Créditos S.A. están categorizados según el número de
años que han tenido cuenta de crédito con Créditos S.A. y por su promedio de saldo
de crédito. De estos clientes, 210 han tenido saldos menor a 1,000 dólares, otros 260
han tenido cuenta de crédito cuando menos 5 años y 80 han tenido saldos mayor de
1,000 dólares y cuentas de crédito por menos de 5 años. Si se selecciona al azar un
cliente. ¿Cuál es la probabilidad que tenga?

a) Un saldo de crédito mayor a 1,000 dólares?

b) Un saldo de crédito menor a 1,000 dólares ó haya tenido cuenta de crédito por lo
menos 5 años?
c) Un saldo de crédito menor a 1,000 dólares y haya tenido cuenta de crédito por lo
menos 5 años?
SESIONES 4 y 5 - DISTRIBUCIÓN DE PROBABILIDAD

Definición

Una distribución de probabilidad es aquella en la cual se conocen los valores de una

variable (discreta o continua) y sus correspondientes probabilidades de ocurrencia.
Entre las distribuciones de probabilidad en variable continua más importante podemos
mencionar a la curva normal ó campana de Gauss, cuya ecuación matemática ó
estadística la podemos representar por:

1
Υ= e −1 / 2 ( Xi − µ )² / σ ²
σ 2π

Donde:
Xi = valores de la variable
e = 2.718281
π = 3.141593
µ = La media aritmética
σ = La desviación estándar
σ² = La varianza

Esta distribución presenta por gráfico la siguiente:

50% 50%

100%

Luego, podemos observar de que esta distribución es simétrica, es decir la

media, mediana, moda, se ubican en el punto más alto.

Esta distribución presenta las siguientes propiedades:

1. La media aritmética = µ
2. La varianza = σ²
3. La desviación estándar = σ
Finalmente en la solución de problemas mediante la curva normal, haremos uso de las
unidades estandarizadas, con el empleo de la siguiente fórmula:

Xi - X
Zi = -------------
S

Donde:

Zi = Unidades estandarizadas;
Xi = valores de las variables;
X = media aritmética;
S = desviación estándar.

Problemas:

1. Hallar el área bajo la curva normal en cada uno de los siguientes casos:

a. Z = 0 y Z = 1.44
b. Z = -0.65 y Z = 0
c. Z = -0.44 y Z = 2.25
d. Z = 0.74 y Z = 1.94
e. A la izquierda de Z = -0.60
f. A la derecha de Z = -1.28
g. A la derecha de Z = 2.05 y a la izquierda de Z = -1.44

2. En una muestra de estudiantes de administración, se encuentra que la

nota promedio de Estadística II fue de 12 puntos, con una desviación
estándar igual a 2. ¿Cuál es la probabilidad que un alumno elegido al azar
tenga nota entre 11 y 14 puntos.?

3. La media de las remuneraciones de 600 empleados de una empresa es de

430 dólares y la desviación estándar de 40 dólares. Suponiendo que las
remuneraciones se distribuyen normalmente; hallar cuántos empleados
tienen remuneraciones:
a) Entre 350 y 450 dólares?
b) De 500 dólares a más?
c) Más de 500 dólares?
d) Más de 550 dólares?
e) Menos de 480 dólares?
f) Menos de 500 dólares?
g) Menos de 550 dólares?
4. Dos estudiantes fueron informados de que habían recibido unidades
estandarizadas de 0.80 y –0.40 respectivamente, en un examen de
Estadística II. Si sus puntuaciones fueron de 88 y 64 respectivamente.
Hallar la media y la desviación estándar de las puntuaciones del examen.

5. En un examen final de Estadística II, la media fue de 72 y la desviación

estándar de 15 unidades. Determinar las unidades estandarizadas de los
estudiantes que obtuvieron puntuaciones de:

a) 60
b) 93
c) 84
d) 77
e) 98

6. Con referencia al problema anterior, hallar las puntuaciones

correspondientes a las unidades estandarizadas de:

a) –1
b) 1.67
c) 1.88
d) –1.44
e) 1.09

7. La vida útil de las baterías para automóviles ESCA es aproximadamente

de dos años. El tiempo de duración de estas baterías está normalmente
distribuido con media de 730 días y desviación estándar de 100 días.

a) Cuál es la probabilidad de que una batería dure entre 710 y 760

días?
b) Cuál es la probabilidad de que una batería dure menos de 700
días?
c) Cuál es la probabilidad de que una batería dure entre 600 y 1,000
días?
d) Cuál es la probabilidad de que una batería dure más de 1,095
días?

8. El gerente de una revista semanal desea desarrollar cifras de circulación

garantizados para utilizarlos al solicitar publicidad. Un estudio de los
ejemplares vendidos cada semana durante los últimos años nos revela
tendencias acusadas o movimientos estacionales; más bien, las cifras de
circulación tienden a seguir un patrón de distribución normal. Durante
este período, la circulación media fue de 556,000 ejemplares y la
desviación estándar de 8,000 ejemplares:
 a) Si garantiza la venta de por lo menos 552,000 ejemplares del # de
la semana siguiente ¿Qué probabilidad tienen de no alcanzar esa
cifra?

b) ¿Qué promedio ó cifra semanal de circulación media le daría el

99% de seguridad de garantizarla para un posible contrato de
publicidad?

c) ¿Cuántos ejemplares de la siguiente edición imprimiría si quiere

evitar que haya una probabilidad de más de una en mil de no tener
ejemplares suficientes?

9. Debido a un atentado terrorista el restaurante “Pap’s” tuvo daños

importantes. El administrador piensa aprovechar la situación para ampliar
la sala de su restaurante. El tiene actualmente 110 plazas y piensa en
cuántos asientos adicionales había que colocar. Cree que el número
actual de personas que se presentan al restaurante no va a variar en los
próximos 5 años. Ha observado que el número de personas que vienen en
un día dado es aproximadamente una variable de distribución normal con
media de 102 y desviación estándar de 20. El administrador quiere que su
nuevo establecimiento tenga sitios suficientes para atender a todos los
que lleguen, el 95% de las veces. ¿Cuántos asientos tendrá que poner?

SESIÓN 6 - EXAMEN PARCIAL

SESIONES 7 y 8 - EL MUESTREO

Definición

Son las diversas técnicas, normas o procedimientos que nos permiten seleccionar
muestras representativas de una determinada población. Al indicar de que la muestra sea
representativa en ella se quieren resumir todas las características de la población en
estudio.

x
xx x x x Población (N)
x x x x x x x x x
x x x x x x x x x
x x x x x x x x x
x x x x x Muestra (n)

Cuando se analizan todos los elementos de una Población, se estudian los parámetros,
entre los cuales podemos mencionar a los siguientes:

1. La media aritmética → µ
2. La varianza → σ²
3. La desviación estándar→ σ

Cuando se analizan todos los elementos de una muestra, se estudian los estadígrafos,
entre los cuales podemos mencionar a los siguientes:

a) La media aritmética → X
b) La Varianza → S²
c) La desviación estándar→ S
A continuación, si de una población se toman muestras de tamaño: n1, n2, .........nk; éstas
en su conjunto definen una distribución de muestreo o una distribución muestral.
Luego si de cada muestra, tomamos la media aritmética, la varianza y la desviación
estándar de la forma:
X 1; X 2; X 3;....................; X k
S²1; S²2; S²3; ..................... ;S²k
S1; S2; S3; ........................;Sk
En el primero de los casos tendremos una distribución muestral de las medias, en el
segundo lugar una distribución muestral de las varianzas y en el último de los casos una
distribución muestral de las desviaciones estándar. Finalmente también podemos
analizar las proporciones, con la cual tendríamos una distribución muestral de las
proporciones.

Métodos de selección de muestras

Una muestra debe ser representativa si va a ser usada para estimar las características de
una población.

Los métodos para seleccionar una muestra representativa son numerosos, dependiendo
del tiempo, dinero y habilidad disponibles para tomar una muestra y la naturaleza de los
elementos individuales de la población.

Los métodos más comunes podemos dividirlos de la siguiente manera:

Método en función al número de muestras

Consideramos:

El muestreo simple
El muestreo es simple si sólo se toma una muestra de la población, en ese caso, la
muestra debe ser lo suficientemente grande para extraer una conclusión. Una muestra
grande muchas veces cuesta demasiado dinero y tiempo.

El muestreo doble
Cuando el resultado del estudio de la primera muestra no es decisivo, una segunda
muestra debe ser extraída de la misma población. Las dos muestras son combinadas
para analizar los resultados.

Este método permite a una persona principiar con una muestra relativamente pequeña
para ahorrar costos y tiempo. Si la primera arroja un resultados definitivo, la segunda
muestra puede no necesitarse.

El muestreo múltiple
Consiste en extraer más de dos muestras de una población. El procedimiento bajo este
método es similar al que se aplica en el muestreo doble.

Método en función a la manera de seleccionar los elementos

Los elementos de una muestra pueden ser seleccionados de dos maneras diferentes:
El muestreo de juicio
Llamado así porque sus elementos son seleccionados mediante el juicio personal.
La persona que selecciona los elementos de la muestra usualmente es un experto en la
materia dada.
Una muestra de juicio es llamada muestra no probabilística, puesto que este método está
basado en los puntos de vista subjetivos de una persona y la teoría de las probabilidades
no puede ser empleado para medir el error de muestreo.

Sus ventajas principales son:

a) facilidad de obtenerlo;
b) Costo usualmente bajo.

El muestreo aleatorio
Una muestra se dice que es extraído al azar, cuando la manera de seleccionarla es tal,
que cada elemento de la población tiene igual oportunidad de ser seleccionada. Una
muestra aleatoria es también llamada muestra probabilística, puesto que cada elemento
tiene una capacidad conocida.

Las muestras probabilísticas son generalmente preferidas por loes estadísticos, porque la
selección de las muestras son objetivas y el error muestral puede ser medida en términos
de probabilidad bajo la curva normal ó campana de Gauss.

Los tipos comunes de muestreo aleatorio son:

a) El muestreo aleatorio simple;

b) El muestreo aleatorio sistemático;
c) El muestreo aleatorio estratificado;
d) El muestreo aleatorio por conglomerados.

EL ERROR ESTÁNDAR

Definición
La desviación de una distribución, en el muestreo de un estadístico, es frecuentemente
llamado el Error estándar del estadístico.

La diferencia entre los términos Desviación Estándar y Error Estándar es que la primera
se refiere a datos originales, mientras que la última está relacionado con valores
calculados.

Así por ejemplo, el Error Estándar para la distribución muestral de medias, estará dada
por:
 σ N−n
1. σx = para un muestreo sin reemplazamiento
n N −1

σ
2. σx = para un muestreo con reemplamiento.
n

Problemas:

1. Una población se compone de los elementos: 2, 3, 6, 8, 11. Se pide hallar:

a) La media aritmética de la población;

b) La varianza y la desviación estándar de la población;
c) Todas las muestras posibles de tamaño 2, para un muestreo con
reemplazamiento;
d) La media de la distribución muestral de medias;
e) La varianza y la desviación estándar de la distribución muestral de
medias;
f) El error estándar;
g) Interpretar cada uno de los resultados hallados.

Solución:

2 + 3 + 6 + 8 + 11
a) µ = --------------------------- = 6
5
N
∑ Xi²
b) σ² = ------ - µ²
i=1

234
σ² = ---------- - 36 → σ² = 10.80
5
______
σ = √ 10.80 = 3.28

c) Si el muestreo es con reemplazamiento → usaremos:

N! 5! 5x4x3
NPn = ------------ = ----------- = -------------- = 20 + 5
(N – n)! (5 – 2)! 3!

NPn = 25 muestras de tamaño 2

 Luego:

(2,2); (2,3); (2,6); (2,8); (2,11) 2; 2.5; 4; 5; 6.5

(3,2); (3,3); (3,6); (3,8); (3,11) 2.5; 3; 4.5; 5.5; 7
(6,2); (6,3); (6,6); (6,8); (6,11) 4; 4.5; 6; 7; 8.5
(8,2); (8,3); (8,6); (8,8); (8,11) 5; 5.5; 7; 8; 9.5
(11,2); (11,3); (11,6); (11,8); (11,11) 6.5; 7; 8.5; 95; 11
n

∑ Xi 150
d) µx = i =1
= =6 → µX = µ
n 25
6 = 6
n

∑X i
2

e) σ 2x = i =1
− µ X2
n

1,035
= -------------- - 36
25

σ x2 = 5.40 ⇒ σ x = 2.32

σ 3.28
f) σx = = = 2.32
n 2

g) Interpretación:

• El valor de 6 está representando el promedio de los elementos de la

población en estudio;

• El valor de 3.28 está representando en promedio el grado de variación

ó dispersión de los elementos de la población en función a su
promedio de 6;

• El valor de 6 está representando el promedio que se observa en las 25

muestras de tamaño 2, para un muestreo con reemplazamiento;

• El valor de 2.32 está representando en promedio el grado de

dispersión o variación que se observa en las 21 muestras de tamaño 2
en función a su promedio de 6;

• Finalmente el valor de 2.32 es el error stándar de toda la distribución

de muestreo con reemplazamiento.
2. El salario por horas de 6 trabajadores de un pequeño taller están dados en la
siguiente tabla:

Trabajadores Salarios por hora

(Xi)
A $3
B 4
C 5
D 5
E 4
F 7

Se pide hallar:

a) La media aritmética de la población;

b) La varianza y la desviación estándar de la población;

c) Todas las muestras posibles de tamaño 2, para un muestreo con

reemplazamiento y sin reemplazamiento;

d) La media de la disminución muestral de medias, para los dos muestreos;

e) La varianza y la desviación estándar, para los dos muestreos;

f) El error estándar para los dos muestreos;

g) Interpretar todos los resultados hallados.

3. Suponga que el promedio mensual de ingreso de 10,000 trabajadores de cierta

compañía es de 500 dólares y la desviación estándar de 100 dólares. ¿Cuál es la
probabilidad de seleccionar una muestra aleatoria simple de 400 trabajadores
que tenga una media de 510 dólares o más por mes?

4. Un lote de 1,000 pollos parrilleros tiene un peso promedio de 1,000 gramos con
una desviación estándar de 50 grs. Este lote deberá ser entregado a 10 pollerías a
razón de 100 cada una. ¿Cuál es la probabilidad de que una pollería, cualquiera
de estas 10 tomada al azar, recibe un peso total de:
a) Menos de 96 kilos
b) Más de 99 kilos
c) Entre 99 y 101 kilos
SESIÓN 9 - ESTUDIO DEL TAMAÑO DE LA MUESTRA

Definición

La determinación del tamaño adecuado de la muestra es un importante problema

práctico en un estudio de muestreo.

Si el tamaño de la muestra es demasiado grande, más dinero y tiempo van a gastarse,

pero el resultado obtenido de la muestra grande puede no ser más exacto que el de una
muestra más pequeña. Por otra parte, si el tamaño de la muestra es demasiado pequeño,
quizá no pueda alcanzar una conclusión válida del estudio.

Casos

Los siguientes:

Tamaño de muestra para estimar una media poblacional

Tomaremos:

Z² x σ²
n = -----------------
E²

donde:
n = tamaño de la muestra;
Z = nivel de significación → 95% = 1.96
σ = desviación estándar de la población
E = es el error muestral máximo.

Problemas:

1. El Gerente de Comercialización de una Estación de Servicios desea

muestrear las notas de venta a fin de encontrar la cantidad promedio
(Media); por venta durante un periodo dado.

El indica que:

a) El máximo error muestral no deberá ser mayor que 0.20 dólar.

b) El nivel de confianza deberá ser del 95%;
c) La desviación estándar de la población basada en su experiencia
es estimado en 0.80 dólar.
 Encontrar el tamaño de la muestra adecuado

Datos:

n=?
E = 0.20
Z = 95% = 1.96
σ = 0.80

(1.96)² (0.80)² (3.8416) (0.64)

n = ---------------------- = -----------------------
(0.20)² 0.04

n = 62 notas de venta se deberá de muestrear.

2. Se desea comprobar la resistencia a la rotura de los cables producidos por

una compañía, mediante un estudio muestral. El gerente de esta
compañía indica que: El máximo error muestral no debe ser mayor a 540
libras, el nivel de significación deberá ser del 95% y la desviación
estándar de la población es estimada en 1,800. Encontrar el tamaño de la
muestra adecuada.

3. Una compañía deberá de calcular la duración promedio de las bombillas

que fabrica, tomo una muestra de 256 bombillas; basándose en las
siguientes indicaciones; El máximo error muestral no deberá ser mayor
de 18 horas, el nivel de confianza del 95% y la desviación estándar de 96
horas.
Después de haber tomado esta muestra al azar de 256 bombillas, se
encontraron las siguientes estadísticas:

X = 1,335 horas y S = 100 horas

Con estos datos evaluar el tamaño de muestra tomado y si ésta no fuera

adecuada, encontrar el nuevo tamaño de muestra.

Tamaño de la muestra para estimar una proporción poblacional

Usaremos la siguiente fórmula:

Z² x P x Q
n = ---------------------
E²
donde:
n = tamaño de la muestra
E = Es el error de muestreo, es especificado en forma de proporción,
tal como un porcentaje.
Q = 1-P

Problemas:

1. El Gerente de una gran compañía quiere comprobar los registros de

inventario contra los inventario físicos mediante un estudio muestral.

El indica que:

a) El máximo error muestral no deberá ser más del 5%

b) El nivel de confianza del 95%
c) La proporción de los registros inexactos es estimada en 35% de
acuerdo con la experiencia pasada.

Datos:

n = ?
E = 5% = 0.05
Z = 95% = 1.96
P = 35% = 0.35
Q = 35% = 0.65

(1.96)² (0.35) (0.65)

N = ----------------------------- = 350 registros de inventarios
(0.05)²

2. Se cree que una elección resultará muy reñida entre dos candidatos y se
desea hacer un estudio muestral para que la confianza de decisión a favor de
un determinado candidato sea del 95%; si la proporción de votantes que
están a favor de este candidato es estimado en 55% y el máximo error
muestral no debe ser más del 5%. Encontrar el tamaño de la muestra.
Problemas

1. En una muestra de 36 cables seleccionados al azar de un lote muy grande de

cables de acero se ha determinado que la resistencia media a la tensión es de
1,500 libras con una desviación estándar de 20 libras.

a) Si está media muestral es usada para estimar la resistencia media a la

tensión del lote completo. ¿Cuál es el error máximo probable si se quiere
tener una confianza del 95%?

b) Si el error estimado en (a) se quiere reducir a la mitad sin reducir el nivel

de confianza. ¿Qué tamaño de muestra se requiere?

c) Si la estimación requiere que el error calculado en (a) sea reducido a la

mitad y que el nivel de confianza sea aumentado el 99%. ¿Qué tan
grande debería ser la muestra?

2. La administración de un supermercado desea calcular el tiempo promedio

que cada cliente requiere para hacer sus compras. Se va a seleccionar una
muestra al azar de clientes para obtener dicha información. A partir de
experiencias pasadas en tiendas similares, se ha estimado que la desviación
estándar de la población estudiada se encuentra entre 5 y 10 minutos.
a) ¿Cuál es el tamaño de muestra mínimo que se debe tener?
b) ¿Cuál es el tamaño de muestra más conservador?

3. Un auditor de una empresa financiera desea estudiar la preparación de

estados de cuenta mensuales de clientes que tienen algún tipo de error. El
especifica un nivel de confianza del 99% y un error máximo de estimación
de 0.25%

a) ¿Cuál es el tamaño de muestra mínimo requerido si no hay información

disponible, acerca de la verdadera proporción de estados con errores.?
b) ¿Cuál es el tamaño de muestra mínimo requerido si el auditor, de
acuerdo a su experiencia, cree que la verdadera proporción está cerca de
0.01?

4. Se planea una encuesta para medir la cantidad de tiempo que la ama de casa
dedica a ver telenovelas. Un informe preliminar indica que el tiempo
promedio por semana es cerca de 15 horas con una desviación estándar de 5
horas. Se desea estimar el tiempo promedio por semana con una precisión de
media hora al nivel de confianza del 99%.
a) Si el costo de administración de la encuesta es de $ 500 más $ 10 por
entrevista. ¿Cuál es el costo total que se debe presupuestar para la
encuesta?
b) Después de completar la encuesta, se encuentra que la media es de 18
horas y la desviación estándar de 6 horas. ¿Qué costo adicional (si es que
 hay alguno) debe presupuestarse, excluyendo la administración, para
conseguir una estimación revisada del tiempo promedio, a la luz de esta
nueva información?

5. Se desea realizar una encuesta de mercado para estimar la proporción de

amas de casa que prefieren un nuevo producto al que vende la competencia.
Asimismo, se desea que el error al estimar la preparación no sea mayor que 4
puntos porcentuales con una confianza del 95%. El departamento de ventas
estima que cerca del 20% de las amas de casa podrían preferir el producto. Si
cuesta 20,000 soles poner en marcha la encuesta y 50 soles por entrevista,
¿Cuánto debería ser el costo total de la encuesta?
SESIÓN 10 - ANÁLISIS DE REGRESIÓN SIMPLE

Objetivos

Al finalizar este capitulo, el alumno podrá:

- Utilizar el análisis de regresión para estimar la relación entre 2 variables.

- Utilizar la ecuación de estimación de mínimos cuadrados para proyectar valores
futuros de la variable dependiente.
- Medir el error en el pronóstico.

El análisis de Regresión Simple, es una técnica empleada para desarrollar la ecuación de

la recta, estimar el valor de la variable dependiente y, con base en un valor seleccionado
de la variable independiente X. Es decir, realiza predicciones.

Ecuación de Regresión

Definición

Es una expresión matemática que define la relación entre la variable independiente (X)
y la variable dependiente (Y). La determinación de la recta de regresión se lleva a cabo
mediante el método denominado “Principio de Mínimos Cuadrados”, que proporcione
la recta de mejor ajuste.

Pasos que se deben de seguir

Los siguientes:

1. Coleccionar un conjunto de pares ordenados de la forma:

(X1, Y1), (X2, Y2), (X3, Y3) ............................. (Xn, Yn) provenientes de una
determinada muestra (n);

2. Graficar dicho conjunto de pares ordenados en un sistema de coordenadas

cartesianas ó plano cartesiano. A dicha gráfica se le denomina como diagrama de
dispersión ó nube de puntos.

3. Determinar la mejor recta.

4. Hallar la ecuación de la recta, para lo cual se presenta los siguientes casos:

 A. Cuando X resulta ser variable independiente, la ecuación a utilizar será la
siguiente:
Y = a 0 + a1 X i

donde :

(Σy )(Σx 2 ) − (Σx )(Σxy ) nΣxy − (Σx)(Σy )

a0 = ; a1 =
nΣx − (Σx ) nΣx 2 − (Σx )
2 2 2

B. Cuando Y resulta ser variable independiente, la ecuación a utilizar será la

siguiente:
X = b0 + b1 y1

donde: n = # de elemento de la muestra

donde:
(Σx )(Σy 2 ) − (Σy )(Σyx ) nΣyx − (Σy )(Σx)
b0 = ; b1 =
nΣy − (Σy ) nΣy 2 − (Σy )
2 2 2

5. Realizar la proyección indistintamente para las variable X ó Y

6. Interpretar los resultados hallados.

El Error Estándar de Estimación

Definición

Mide la dispersión de los valores observados, con respecto a la Recta de Regresión. Es

la desviación estándar de los valores observados Y con respecto a los valores Y*
estimados por la línea de regresión.

Haremos uso de las siguientes fórmulas

1. Cuando X es variable independiente =>:

Σy 2 − aΣy − bΣxy
Syx =
n−2
 donde:

Σy nΣxy − (Σx)(Σy )
a= − b; b=
n nΣx 2 − (Σx) 2

2. Cuando Y es variable independiente => :

Σx 2 − aΣx − bΣyx
Sxy =
n−2

Análisis de Correlación Simple

Objetivos

Al finalizar este capitulo, el alumno podrá:

- Aprender cuántas decisiones comerciales dependen del conocimiento de la relación
especifica entre dos ó más variables;
- Utilizar diagramas de dispersión para estimar la relación entre dos variables;
- Aprender como el análisis de correlación describe el grado hasta el cual dos
variables están relacionados linealmente entre si;
- Comprender el coeficiente de determinación como una medida de fuerza de la
relación entre dos variables.

Análisis de Correlación

Definición.- Técnicas estadísticas empleadas para medir la intensidad de la relación

(correlación) entre dos variables.

Coeficiente de Correlación

Definición.- Describe la intensidad de la relación entre dos conjuntos de variables, se le

denota por r, llamada también r de Pearson. Puede tomar cualquier valor de:

− 1 ≤ r ≤ +1

donde:
- Si r = +1 => La correlación es perfecta positiva,
- Si r = - 1 => La correlación es perfecta negativa
- Si r = 0 => No existe correlación.

ˆ La r recomendable deberá estar : [-1; - 0.8] ó [0.8; +1]

La formula para el cálculo de r es:

n(Σxy ) − (Σx)(Σy )
r=
{n(Σx 2
}{ ( )
) − (Σx) 2 n Σy 2 − (Σy )
2
}
Coeficiente de Determinación (r2)

Definición

Mide la proporción ó el porcentaje de la variación total en la variable dependiente y que

se explica, o se debe a la variación en la variable independiente X.

Se le calcula de la siguiente forma:

aΣy + bΣxy − n y
2

r2 =
Σy 2 − n y
2

Problemas

1. En un estudio realizado por una compañía entre la publicidad por T.V. y las ventas
de un producto durante 10 semanas, se han recopilado los tiempos de duración en
minutos de publicidad por semana y el # de artículos vendidos en miles:

Publicidad (Xi) 20 30 30 40 50 60 60 60 70 80
Ventas (Yi) 5 7 7 8 11 13 14 13 15 17

Se pide:

a. El diagrama de dispersión
b. La mejor recta que se aproxima el conjunto de datos,
c. La ecuación de regresión, tomando X como variable independiente,
d. El coeficiente de correlación
e. El coeficiente de determinación.
f. Calcule el error estándar de la estimación
g. Interprete cada uno de los resultados hallados
2. Los datos que se presentan a continuación corresponden a los gastos de publicidad
en miles de $ y las ventas (miles de unidades) efectuados en los últimos 12 meses:

Gastos de publicidad 10 14 18 15 28 26 30 34 38 27 40 33
(miles de $) (Xi)
Ventas (miles de 25 32 40 36 50 45 49 60 52 47 58 62
unidades) (Yi)

a) Obtenga la ecuación de regresión. Interprete su resultado.

b) Obtenga el coeficiente de correlación. Interpreta su resultado.
c) En el noveno mes el gasto de publicidad se incrementa en $ 4,000. ¿Qué ocurre
con las ventas?
d) Estime las ventas para un gasto de publicidad de 29,000 dólares.

3. Una empresa eléctrica estudia las relaciones entre el consumo de energía (en KW/H)
y el # de habitaciones en una residencia unifamiliar. Una muestra de 12 casas
produjo lo siguiente:

# de habitaciones (Xi) 12 9 14 6 10 8 10 10 5 7 11 16
Consumo (Yi) 9 7 10 5 8 6 8 10 4 7 8 10

a) Identifique las variables, dependiente e independiente

b) Determine la ecuación de regresión. Interprete
c) Determine el coeficiente de correlación. Interprete
d) Evalúe el consumo para una casa de 6 habitaciones.

4. Se realizó un proyecto de investigación para determinar si hay relación entre el

tiempo de servicio y las calificaciones de eficiencia de trabajadores. El objetivo del
estudio es pronosticar la calificación de eficiencia de un empleado con base en los
años de servicio.
Los resultados de muestra son:

Tiempo de servicio 1 20 6 8 2 1 15 8 11 16 5 7
(años) (Xi)
Calificación de 6 5 3 5 2 2 4 3 8 6 3 4
eficiencia (Yi)

a) Identifique las variables, dependiente e independiente

b) ¿Existe una buena asociación entre las variable?
c) ¿Qué porcentaje de la variación total le corresponde al modelo?
d) Calcule el error estándar de estimación

SESIÓN 11 - EXAMEN FINAL