INTRODUCCIÓN A LA

INFERENCIA
TEMA 1
Repaso de probabilidad:
Variables aleatorias y distribuciones
de probabilidad fundamentales
 Contenidos

● 1. Introducción.
● 2. Distribuciones discretas principales
● 3. Distribuciones continuas principales
● 4. Distribuciones derivadas de la normal
1. Introducción

Variable aleatoria

● Variable aleatoria discreta: Diremos que una variable aleatoria es discreta

cuando toma un número de valores finito, o infinito numerable. Estas variables
corresponden a experimentos en los que se cuenta el número de veces que ha
ocurrido un suceso.
● Variable aleatoria continua: Diremos que una variable aleatoria es continua
cuando puede tomar cualquier valor en un intervalo. Por ejemplo, el peso de una
persona, el tiempo de duración de un suceso, etc., corresponden a variables
aleatorias continuas.
1. Introducción
FUNCIONES DE VARIABLES ALEATORIAS:

• Función de masa de probabilidad:

La función de probabilidad de la variable aleatoria discreta ξ es una función que asigna a
cada valor 𝑥 de la variable su correspondiente probabilidad 𝑝 .
𝑝 𝑥 = 𝑝 = 𝑃(ξ = 𝑥 )
• Función de densidad:
Permite calcular la probabilidad de que una variable aleatoria continua tenga un valor
que esté dentro de un intervalo específico. 𝑃(𝑎 < ξ ≤ 𝑏)

• Función de distribución
Acumula (suma) distintos valores de la función de probabilidad/densidad, para conocer
la probabilidad de que la variable aleatoria tome valores menores o iguales que un cierto
valor x. 𝑃(ξ ≤ 𝑥)
1. Introducción

● MEDIA
La medida de centralización más utilizada es la media (µ) o esperanza
matemática, E(ξ ), de la variable, que se obtiene promediando cada posible
valor por su probabilidad.

Variable discreta: 𝐸 ξ = µ = ∑ 𝑥 · 𝑝

Variable continua: 𝐸 ξ = µ = ∫ 𝑥 · 𝑓 𝑥 𝑑𝑥
1. Introducción
● VARIANZA
Sea ξ una variable aleatoria, y E(ξ) su valor esperado. V(ξ) es la varianza de la
variable aleatoria de ξ y corresponde con el momento centrado de orden dos
respecto a la media. Se definirá como la esperanza del cuadrado de los desvíos de
la variable respecto de su valor esperado o media. La varianza mide el grado de
dispersión de los diferentes valores tomados por la variable.

𝑉 ξ =𝜎 =𝐸 ξ−𝜇 =𝐸 ξ −𝐸 ξ

Variable discreta: 𝑉 ξ = 𝜎 = ∑ 𝑥 − µ ·𝑝

Variable continua: 𝑉 ξ = 𝜎 = ∫ 𝑥 − µ · 𝑓(𝑥)𝑑𝑥

 2. Distribuciones discretas
DISTRIBUCIONES DE VARIABLES DISCRETAS
1. BERNOUILLI
Considerado un experimento aleatorio en el cual solo hay dos posibles resultados incompatibles o
dicotómicos (éxito o fracaso), ξ es una variable aleatoria discreta que se distribuye B (1;p) donde p
es la probabilidad de éxito y q la probabilidad de fracaso (1-p).

Función de cuantía:

Esperanza y varianza:
 2. Distribuciones discretas
1. BERNOUILLI
Ejemplo 1.
El 20% de los trabajadores del país está desempleado, ¿Cuál es la probabilidad de
seleccionar un individuo al azar y esté desempleado? ¿Y de que tenga empleo?
B(1,0,2)
ξ = 1⇒ Desempleado: p (ξ =1) = 0,2
ξ = 0 ⇒Empleado: p(ξ =0)=q = 1-p = 1-0,2 = 0,8

Ejemplo 2.
Lanzamos al aire una moneda y observamos el resultado. Consideramos como éxito la
obtención de cara. ¿Qué tipo de distribución sigue? Calcule la esperanza y la varianza
B(1;0,5) donde p=0,5
E(ξ ) = p =0,5
V(ξ ) = p q = 0,5(1- 0,5) = 0,25
 2. Distribuciones discretas
2. BINOMIAL
Es una extensión de la distribución de Bernouilli. La distribución B (n,p) es la distribución de
probabilidad discreta que agrupa o suma fenómenos aleatorios dicotómicos (éxito/fracaso)
independientes e iguales. Donde p es la probabilidad de éxito, q la probabilidad de fracaso
(1-p) y n el número de repeticiones. Este modelo se aplica a poblaciones de las que se
extraen elementos con reemplazo.

Ejemplo: número de caras al lanzar 10 veces un dado.

Función de cuantía:

Esperanza y varianza:
𝐸 𝜉 = 𝑛𝑝
𝑉 𝜉 = σ = 𝑛𝑝𝑞 = 𝑛𝑝(1 − 𝑝)
 2. Distribuciones discretas
2. BINOMIAL
Ejemplo.- En un lote de 200 piezas hay 40 defectuosas. Calcule la probabilidad de que
al extraer 8 piezas con reemplazamiento salgan dos o más defectuosas.
Identificamos el resultado de interés, es decir, el éxito, con pieza defectuosa.
La probabilidad de éxito es p = 40/200 = 0,2. Por tanto, q es 0,8. Al realizar 8 extracciones (n) tenemos
una distribución B(8;0,2). Entonces, la probabilidad de obtener 2 o más piezas defectuosas es:

𝑃 ξ ≥ 2 = 𝑃 ξ = 2 + ⋯.𝑃 ξ = 8 = 1 − 𝑃 ξ < 2 = 1 − 𝑃 ξ = 0 − 𝑃 ξ = 1

8 8!
𝑃 ξ=0 = · 0,2 · 0,8 = 0,2 · 0,8 = 0,1678
0 0! 8 − 0 !
8 8!
𝑃 ξ=1 = · 0,2 · 0,8 = 0,2 · 0,8 = 0,3355
1 1! 8 − 1 !

𝑃 ξ > 2 = 1 − 0,1678 − 0,3355 = 0,4967 ALTERNATIVA: BUSCAR EN LA TABLA BINOMIAL

 2. Distribuciones discretas
2. BINOMIAL
Ejemplo 2.-
En una determinada empresa, el 10% de los trabajadores obtienen un ascenso cada año. Si se
selecciona al azar una muestra de diez trabajadores, determine:
a) La variable aleatoria que explica el número de trabajadores que serán ascendidos este
año.
b) La probabilidad de que 3 de los trabajadores encuestados consigan un ascenso.
c) La probabilidad de que nadie de la muestra consiga un ascenso
d) La probabilidad de que asciendan más de 5
e) La probabilidad de que hasta 2 empleados consigan un ascenso.

𝑎)𝜉 ~𝐵 𝑛, 𝑝 𝑑𝑜𝑛𝑑𝑒: 𝐵 10, 0,1

!
b) 𝑃 𝜉 = 3 = 0.1 0.9 = 0,0574
! !
 2. Distribuciones discretas
2. BINOMIAL
Ejemplo 2.-
En una determinada empresa, el 10% de los trabajadores obtienen un ascenso cada año. Si se
selecciona al azar una muestra de diez trabajadores, determine:
a) La variable aleatoria que explica el número de trabajadores que serán ascendidos este año.
b) La probabilidad de que 3 de los trabajadores encuestados consigan un ascenso.
c) La probabilidad de que nadie de la muestra consiga un ascenso
d) La probabilidad de que asciendan más de 5
e) La probabilidad de que hasta 2 empleados consigan un ascenso.

10!
𝑐) 𝑃 𝜉 = 0 = 0.1 0.9 = 0,3487
0! 10 !
𝑑) 𝑃 𝜉 > 5 = 1 − 𝑃 𝜉 ≤ 5 = 0,0001
BUSCAR EN LA TABLA BINOMIAL

e) 𝑃(𝜉 ≤ 2) = 𝑃 𝜉 = 0 + 𝑃 𝜉 = 1 + 𝑃 𝜉 = 2 = 0,9298
BUSCAR EN LA TABLA BINOMIAL
 2. Distribuciones discretas
3. POISSON
Distribución de probabilidad discreta que puede agrupar muchos (infinitos en teoría)
fenómenos aleatorios dicotómicos independientes e iguales pero con probabilidad de éxito
muy pequeña (sucesos raros).

La distribución de Poisson de parámetro 𝝀 se puede utilizar como una aproximación de la

Binomial Bin(n, p), si el número de pruebas n es grande, pero la probabilidad de éxito p es
pequeña, siendo el parámetro: λ = np
Para ello se ha de verificar que: n > 30 y p < 0,1; o bien: n·p < 5

Función de cuantía:

𝐸 𝜉 =λ
𝑉 𝜉 =σ =λ
 2. Distribuciones discretas
3. POISSON
EJEMPLO 1
El número de llamadas telefónicas que se reciben en una centralita por minuto es de 2,
determínese la probabilidad de que se reciban más de 5 llamadas.

𝑃 𝜉 > 5 = 1 − 𝑃 𝜉 ≤ 5 = 1 − 𝑃 𝜉 = 0 −⋯−𝑃 𝜉 = 5
= 1 − 0,1353 − 0,2707 − 0,2707 − 0,1804 − 0,0902 − 0,0361 = 0,0166
 2. Distribuciones discretas
EJEMPLO 2. La proporción de personas con ingresos superiores a 60000 euros al año en una
ciudad es del 0,05%. Si se toma una muestra de 5000 ciudadanos, obtén:
a) El modelo estadístico que explica el número de ciudadanos que disfrutan de dichos
ingresos.
b) La probabilidad de encontrar tres personas que perciban esos ingresos.
c) La probabilidad de que al menos dos ciudadanos tengan esa renta.

a)Tenemos una B(n,p) en la que: 𝑛 > 30 & 𝑝 < 0,1. Por lo tanto, se pueden facilitar los
cálculos aproximando esta Bin a una Poisson con λ=np=2,5
2,5 ,
𝑏)𝑃 𝜉 = 3 = 𝑒 = 0,2138
3!
2.5 .
𝑃 𝜉=0 = 𝑒 = 0,0821
c)𝑃 𝜉 ≥ 2 = 1 − 𝑃 𝜉 < 2 = 0!
1 − 0,0821 − 0,2052 = 0,7127 2.5 .
𝑃 𝜉=1 = 𝑒 = 0,2052
1!
 2. Distribuciones discretas
EJEMPLO 3.
En una región, una enfermedad infecta al 0.1% de la población. Responde:
a) Si se selecciona una muestra de 10 personas, ¿cuál es la probabilidad de que menos
de tres estén enfermos?
b) Ahora, considera la misma pregunta pero con una muestra de 1000 personas
3. Distribuciones continuas
DISTRIBUCIONES DE VARIABLES CONTINUAS
1. UNIFORME
La distribución uniforme surge cuando se considera una variable aleatoria
con infinitos o “muchísimos” valores intermedios, que toma valores en un
intervalo finito delimitado (a,b) y de manera equiprobable: 𝜉~U 𝑎 𝑏 .
Función de densidad:
1
𝑓 𝑥 = 𝑏 −𝑎; 𝑎≤𝑥≤𝑏
0 ; 𝑟𝑒𝑠𝑡𝑜

Esperanza y varianza:
ab

2
 3. Distribuciones continuas
DISTRIBUCIONES DE VARIABLES CONTINUAS
2. NORMAL
La distribución normal es el modelo más importante por ser la que mejor se ajusta a muchos fenómenos
reales, por ser buena aproximación (otros modelos bajo ciertas condiciones siguen un comportamiento
normal y la agrupación o suma de muchos fenómenos no significativos en el conjunto e independientes
también) y por ser base de distribuciones en el muestreo imprescindibles para la inferencia estadística.

Se dice que una variable aleatoria continua 𝜉 tiene distribución de probabilidad normal con media μ y
desviación típica σ, si su función de densidad viene dada por:

Al ser una distribución continua no se calculan las probabilidades puntuales. Las probabilidades de intervalos
corresponden a áreas bajo la curva función de densidad, y para obtenerlas nos apoyaremos en las tablas de la distribución
Normal(0;1).
 3. Distribuciones continuas
2. NORMAL
Características:
•La curva normal tiene forma de campana y un solo pico en el centro de la distribución.
• La media, la mediana y la moda de la distribución son iguales y se localizan en el pico.
•La distribución de probabilidad normal es simétrica alrededor de su media.
•La curva normal desciende suavemente en ambas direcciones a partir del valor central. Es
asintótica, lo que quiere decir que la curva se acerca cada vez más al eje X pero jamás llega a
tocarlo.
•(!) Propiedad aditiva de la normal: La suma (resta) de variables aleatorias normales independientes
es otra variable aleatoria normal, donde la media será la suma (resta) de las medias y varianza la
suma de varianzas.
 3. Distribuciones continuas
2. NORMAL N(0,1)
• El número de distribuciones normales es ilimitado y sería imposible proporcionar una tabla
de probabilidades para cada combinación de μ y σ..
• Para resolver este problema, se utiliza un solo “miembro” de la familia de distribuciones
normales, aquella cuya media es 0 y desviación típica 1 (normal estándar o tipificada).
• Todas las distribuciones normales pueden convertirse a la estándar, restando la media de
cada observación y dividiendo por la desviación típica.

 
 
*


 3. Distribuciones continuas
2. NORMAL N(0,1)
EJEMPLO 1
Las notas de Estadística de los 50 estudiantes de una determinada clase se distribuyen
según una normal N (6,3; 2,5). Determine:
a) La probabilidad de que un alumno/a de dicha clase suspenda (se suspende con menos
de 5 puntos)
b) El número de alumnos/as que obtendrá un sobresaliente (se obtiene sobresaliente con
nueve puntos o más).

,
a) P 𝜉 ≤ 5 = 𝑃 𝑧 ≤ ,
= 𝑃 𝑧 ≤ −0,52 = 𝑃 𝑧 ≥ 0,52 = 0,3015

,
b) 𝑃 𝜉 ≥ 9 = 𝑃 𝑧 ≥ ,
= 𝑃 𝑧 ≥ 1,08 = 0,1401
Multiplicamos esa probabilidad (14%) por el número de estudiantes: 0,1401 · 50 = 7 estudiantes
3. Distribuciones continuas
2. NORMAL
EJEMPLO 2. “Pretty Woman» y “Espléndida” son dos conocidas marcas de cosméticos que
mantienen una estrecha competencia en ventas. Los perfumes vendidos mensualmente, en
millones de dólares, por «Pretty Woman» siguen una N(50;10), mientras que las cifras
correspondientes a «Espléndida» se estiman con una N (55;5). Suponiendo que la compra de un
cliente no se ve afectada por la compra de ningún otro cliente, calcule : a) La probabilidad de
que «Pretty Woman» venda más perfumes que «Espléndida» en un mes determinado.
X ~ N(50;10) Y~ N(55;5)
Por las propiedades de la normal, como X e Y son independientes,
a) 𝑃 𝑋 > 𝑌 = 𝑃 𝑋 − 𝑌 > 0
su diferencia también sigue una distribución normal
𝑋 − 𝑌 ~ 𝑁(−5; 11,18)
𝜇 = 𝜇 − µ = 50 − 55 = −5
𝜎 = 𝜎 + 𝜎 = 10 + 5 = 125 → 𝜎 = 11,1803

Solución: 𝑃 𝑋 > 𝑌 = 𝑃 𝑋 − 𝑌 > 0 = 𝑃(𝑍 > ,

) = 𝑃 𝑍 > 0,447 = 0,3265
3. Distribuciones continuas
2. NORMAL
b) La probabilidad de que los perfumes vendidos por «Espléndida» sean superiores a los
vendidos por «Pretty Woman» en más de 3 millones de dólares en un mes determinado.

𝑏)𝑃 𝑌 > 𝑋 + 3 = 𝑃 𝑌 − 𝑋 > 3

𝑋 − 𝑌 ~ 𝑁(+5; 11,18)
𝜇 = 𝜇 − µ = 55 − 50 = +5
𝜎 = 𝜎 + 𝜎 = 5 + 10 = 125 → 𝜎 = 11,1803

Solución:
3−5
𝑃 𝑌−𝑋 >3 = 𝑃 𝑍 > = 𝑃 𝑍 > −0.179 =
11.18
1 − 𝑃 𝑍 > 0.179 = 1 − 0.4268 = 0.5714
 3. Distribuciones continuas

TEOREMA CENTRAL DEL LÍMITE

Dado un conjunto de variables aleatorias, ξ es una variable surgida de la suma de las
mismas:         ...  
1 2 3 n

Condiciones:
1. Variables independientes
2. Variables con Media (μi) y varianza (σi2)
3. n ≥ 30

𝜉~𝑁 𝜇 ; 𝜎
 3. Distribuciones continuas

TEOREMA CENTRAL DEL LÍMITE

 3. Distribuciones continuas

TEOREMA CENTRAL DEL LÍMITE

EJEMPLO 1
De años anteriores, un profesor sabe que el porcentaje de estudiantes que aprueban un
examen de Estadística es 0.4. Responda:
a) Si se selecciona una muestra aleatoria de 10 estudiantes de un grupo, ¿cuál es la
probabilidad de que al menos 8 aprueben?
b) Si consideramos que los estudiantes que presentan el examen son 300, ¿cuál es la
probabilidad de que al menos 87 aprueben?

𝑎) 𝐵 10,0.4

𝑃 𝜉 ≥ 8 = 𝑃 𝜉 = 8 + 𝑃 𝜉 = 9 + 𝑃 𝜉 = 10 = 0,0106 + 0,0016 + 0,0001 = 0,0123

 3. Distribuciones continuas

TEOREMA CENTRAL DEL LÍMITE

EJEMPLO 1
De años anteriores, un profesor sabe que el porcentaje de estudiantes que aprueban un
examen de Estadística es 0,4. Responda:
b) Si consideramos que los estudiantes que presentan el examen son 300, ¿cuál es
la probabilidad de que al menos 87 aprueben?

𝐵 𝑛; 𝑝 ≅ 𝑁 𝜇; 𝜎 𝑑𝑜𝑛𝑑𝑒 𝜇 = 𝑛𝑝 𝑦 𝜎 = 𝑛𝑝𝑞 porque 𝑛 > 30 𝑦 𝑝 > 0,1

𝑁 120; 8,4853

𝑃(𝜉 ≥ 87) = 𝑃(𝑍 ≥ −3,8891) = 1

 3. Distribuciones continuas

TEOREMA CENTRAL DEL LÍMITE

EJEMPLO 2
Un fabricante vende entre 20 y 40 toneladas de hierro diariamente. ¿Cuál es la
probabilidad de vender más de 6250 toneladas en 200 días?

𝑈[20 ; 40] Se puede aproximar según el TCL 

𝑁 6000; 81,65
6250 − 6000
𝑃 𝜉 ≥ 6250 = 𝑃 𝑍 ≥ = 𝑃 𝑍 ≥ 3,062 = 0,0011
81,65
4. Distribuciones derivadas de la normal

En inferencia estadística se trabajará habitualmente con la distribución normal.

Dependiendo del problema, podemos encontrar otras distribuciones asociadas
a la normal:

• χ2 (chi-cuadrado)
• T- Student
• F-Snedecor

Estas distribuciones resultan directamente de operar con distribuciones

normales. Típicamente aparecen como distribuciones de ciertos estadísticos
(lo veremos en tema 2 con más detalle).
 4. Distribuciones derivadas de la normal

1. DISTRIBUCIÓN CHI-CUADRADO DE PEARSON

Sean 𝜉 + 𝜉 + 𝜉 + ⋯ + 𝜉 variables aleatorias que se distribuyen como normales
N(0,1), y se define una nueva variable: 𝝌𝟐𝒏 = 𝝃𝟐𝟏 + 𝝃𝟐𝟐 + 𝝃𝟐𝟑 + ⋯ + 𝝃𝟐𝒏 = ∑𝒏𝒊 𝟏 𝝃𝟐𝒊
entonces se dice que 𝝌𝟐𝒏 se distribuye como una Chi-Cuadrado con n grados de
libertad, donde n es el número de variables aleatorias normales independientes
elevadas al cuadrado que se han sumado.

Función de densidad: Esperanza y varianza:

E(ξ )=n
V(ξ )=2n
 4. Distribuciones derivadas de la normal

1. DISTRIBUCIÓN CHI-CUADRADO DE PEARSON

Características:
• Tiene un sólo parámetro denominado grados de libertad.
• No es simétrica. La función de densidad es asimétrica positiva. Sólo tienen
densidad los valores positivos
• A medida que aumentan los grados de libertad, la distribución se aproxima a
una distribución normal:

• Propiedad aditiva/ reproductiva

 4. Distribuciones derivadas de la normal

2. DISTRIBUCIÓN T DE STUDENT
Sea 𝜉 una variable aleatoria que se distribuye como N(0,1) y sea 𝜒 otra variable
aleatoria que se distribuye como una chi-cuadrado, siendo ambas independientes,
entonces podemos definir otra variable aleatoria:

𝜉 𝑍 El denominador incluye la raíz

𝑡 = = cuadrada de una distribución
chi-cuadrado dividida por sus
𝜉 +𝜉 +𝜉 +⋯+𝜉 𝜒 grados de libertad.
𝑛 𝑛

Esperanza y varianza:
E(ξ )=0
V(ξ )=n/(n-2)
 4. Distribuciones derivadas de la normal

2. DISTRIBUCIÓN T DE STUDENT
Características:
• Tiene un parámetro denominado grados de libertad.
• Cuanto más aumentan los grados de libertad, más se acerca a N(0,1).
• Es simétrica con respecto al cero
• Es un modelo que se obtiene a partir de las distribuciones en el muestreo, no
corresponde a un fenómeno real y por eso se dice que es, junto con otras
distribuciones derivadas de la normal y resultado del muestreo, una distribución
o modelo “ficticio”.
• Esta distribución es usada en inferencia estadística habitualmente en el
contraste de hipótesis para la media de una población o para comparar medias
de dos poblaciones
• No depende de la varianza (importante para los casos de inferencia con varianza
desconocida).
 4. Distribuciones derivadas de la normal

3. DISTRIBUCIÓN 𝑭𝒎,𝒏 DE FISHER- SNEDECOR

Resulta del cociente de dos variables aleatorias independientes con distribución
chi-cuadrado divididas entre sus respectivos grados de libertad, m y n. La variable
aleatoria resultante sigue una distribución F de Snedecor de parámetros m y n.

𝜉 + 𝜉 + 𝜉 + ⋯+ 𝜉 𝜒
𝐹 = 𝑚 = 𝑚
,
𝛾 + 𝛾 + 𝛾 + ⋯+ 𝛾 𝜒
𝑛 𝑛
 4. Distribuciones derivadas de la normal

3. DISTRIBUCIÓN 𝑭𝒎,𝒏 DE FISHER- SNEDECOR

Características:
• Tiene dos parámetros denominados grados de libertad.
• Es asimétrica positiva
• Modelo ficticio
• En inferencia, esta distribución se utilizará para comparar dos varianzas
estimadas: el cociente entre dos distribuciones que representan varianzas
muestrales calculadas con datos normales. Ejemplo: Comparar la
variabilidad de dos máquinas en una línea de producción.
 4. Distribuciones derivadas de la normal

EJEMPLOS

     
P 3.94  102  15.99  P 102  3.94  P 102  15.99  0.85

Pt7  1.1192  1  Pt7  1.1192  1  0.15  0.85

P F2 , 2  9   1  P F2 , 2  9   1  0.1  0.9

Bibliografía

● Título: Fundamentos de Estadística. Autor: Daniel Peña. Editorial:

Alianza Editorial, 2008. ISBN 13: 978-84-206-8380-5
○ Capítulos 4 y 5