manual-estadistica aplicada al sector maritimo

1

UNIVERSIDAD DEL ISTMO

2


!

! "" #$ %% &$ %' !VARIABLES ALEATORIAS()*+,+-./0/1-0-

' %' '' &$ '' 12#

' 1304) 5

' 0 '" 6

'"6

'" 6 "# !DISTRIBUCIONES DE PROBABILIDADES

5 5 5 &$ $ 5 1#

"#$## 13-/$ "#$## 13-+$

50

5"6

5"6

3


5"6

# %!TEORA DE MUESTREO Y DE ESTIMACIN 7 $ 7 $ 7 &$ $ 7 1#

7 136 7 136 $ 77 138!9:$

7 07" 6

7"6

7"6

# $!ANLISIS DE REGRESIN Y CORRELACIN LINEAL $ $ &$ $ 1#

130+;122 DE REGRESIN Y CORRELACIN

LINEAL

0" 6 5

" 6 5" 6 5

/#! 7

4


#&''(

# $ !$ $ !$ $ $ != & #

= & ! 1 0$ $ $ = 4?=:=@4$ !$ $

#&)'(!

= # 1 1 :

0$ $ * $

? = & ? # $

= $ #

0=$ $

4$ ?

* +, # * +&, # &-)611022

6.0/0A + .*

6*6 . + 1+

0*6 0.+-B0A

%

'

'

7

7'

6601 "

5


%#& )!

C/ D

!$ $

9$ # $

#44E#$ !

:0$

29! =!4!$ 4F-/$ 4+$ G= $ > 4 > $ = > # 4 4 ! $ 4 0$ :!9

$# ./0) )&!

$## ./0) & )!

)$ # ?&!!>$ = =!&:&99!$ $

0>@$ 4$ &:=$ 4?4$ 4H&:$ $

0>#4 -9?$ $ =

$ F&@I$ G$ >$

6


1#&2 '

7


6#&&,

0$ #$ =$

380.0/120106.02()*+,+-./0/1-0-

3-26./*+2-./0/1-0-2

36.J0-*26. (6.J0-260,+

30+;122-..2,+(..10,+1+01

3#)4, '5 &

6# !VARIABLES ALEATORIAS

6## !

' El Concepto y definicin de variable aleatoria4!

' Tipos de Variables

Estadstica II

VARIABLES ALEATORIAS Y

FUNCIN DE PROBABILIDAD

(

ANLISIS DE REGRESIN Y

CORRELACIN LINEAL

8


6#### Variable Aleatoria Discreta6#### Variable Aleatoria Continua

6## ./0))5'72')!

!:4!

$ $ !

6#% )4, '5

VARIABLES ALEATORIAS Y FUNCIN DE

PROBABILIDAD

El Concepto y definicin de variable aleatoria y funcin de probabilidad

Tipos de Variables

Aleatorias (Discretas y Continuas)

9


6#$#'&)&)

6#$## !VARIABLES ALEATORIAS Y FUNCIN DE PROBABILIDAD

14 !

1 !: #=&!

$ 4H=I$ >=#$ K 44L-M 4

$ $ $ &&=$ !=$ =$ 4

8$ #!4$

8&. &!!$ >$ =4#!&?

$ ?H$ $ ?=3=$ #I$ L=4&$ FGNFG

3

8&. ) &))'&)3&&$

/, 5 )3K+I$ &$ @L

K+$ )$ $ OL

K+$ &(L

10


8&. ) &)')3&&5$

/, 5 )3K#!$ $ $ OL

K@#$ @L

K6$ 9? L

9'(5&.. 3#!!$ $ &9#1!

/, 5 31#$ I$ 77&@$ $ F)34KM 4-P Q9#"'G

.

+I$ &@$ $

R0FHG !F!G FOSOGS!

7 77 7"7S77E77

77 77S77E77

"7 7S"7E77

7 77S7E77

7 77S7E77

77SE77

" 77SE77

TTTTTTTTT TTTTTTTTTTTTTTTTT

77 ( ) == 00.1XXP

11


&5) 2'(5&.. #

1$ =( ) == 00.1XXP O

74== ( ) 10

12


6#1 0 '(

!$ $ &?

H &

6#: &./ .&0!

'" &./ 0 ! !$ $

F8

480GH&?

&!!$

'" &./ &5 ! 0 # $

4#

$ !$

F. $

4G$ :#

&=$

&$ $

5-*1 3

"##) !

"## ./0))5'72')!

13


"#%#)4, '5

9.4. '& &! En este mdulo se sugieren dos lecturas. La primera es la

Distribucin Binomial que es la distribucin por excelencia de variable discreta y la segunda es la distribucin Normal, la cual es la distribucin por excelencia de variables

continas. "#$## '&&!)&.'(;,

H$ $ $ 4$ =&4=I$ $ $ H4F&$ G$ =$ 3

$ @3X$ $ >931!! $ 3 030

1H$ $ /$ =$ &$ #3

H$ 4> :3>H! 1>H4$

=$ &!&S 1

14


H=I$ >H

9(&, )&.'(;, ( ) ( )

xnxqPXnX

nXxP

==

!!!

#$ 3

:##:!$ =7Y 2$ 7Z[ >94&?\

Z$ H$ $ \

)5)!) &'& 5). )&2')# 7)& 5' ))'))#

15


'&&!)&.'(&, !* $ :$ $ $ 1!$ ?=&FG+$ $ @44:9?#?$ $ @ #

F9)9G1$ $ >$ ]

0 :?&49]$ 77

Distribucin normal Estandarizada: 6$ H

$ ]4

?F$ ?BG

$ # # BS78$ 3

10

=

=

Z

16


?$ ?

8, ) )/, 5 )!

# * & &./ '&0&, )&?&=@A#1

$ $ 7BF:G

17


%# * & ( )52.178.1 ZP

94&$ 7Q%'7=3

( ) ( ) ( )52.1078.1052.178.1 += ZPZPZP

8962.04357.04625.0

=

+=

$# * & ( )67.1>ZP

$ :97774$ 7B=7"%$ &3

( ) ( )0475.04525.050.0

67.1050.067.1==

=> ZPZP

18


A%:> A3#1#&, 3G F"^O^GG F7UOUGG FOW5GG FOUGG FOWG

:?0 $ &?=#$ =3

G

( ) ( )

8.05.73642

05.73636

2881.08.004236

=

=

=

=

==

Z

Z

ZPXP

G

( ) ( )

5367.02486.02881.0

67.08.04130

=

+=

=< ZPXP

8.05.73630

=

=Z

67.05.73641

=

=Z

19


G

( ) ( )3446.0

1554.050.04.039=

=>=> ZPXP

4.05.73639

=

=Z

G

( )

( ) 53.05.73632

2981.0

2019.050.0)53.0(32

=

=

=

=

20


G

( ) ( )7486.02486.05.0

67.031=+

>=> ZPXP

&. , )5 ''(!

G1&$ $ H$ $ $ =$ 7747

X!$ 4&

?#74

XF'7UOU5G

2

( )

0062.04938.050.0

)5.2(125

=

+

>=> ZPXP

( ) 5.2

10100125

=

=Z

21


( ) ( )

2437.0019154332.0

5.15.0115105

=

=

= ZPXP

5.110

100115

5.010

100105

=

=

=

=

Z

Z

( ) ( )2857.01915.04772.0

5.020(9580==

=< ZPXP

5.010

10095

0.210

10080

=

=

=Z

22


0 '(!

& ! $ 4 $ = > $ !$

"#1# &./ .&0!

"#1## &./0 3

F$ G?3/$ 4+ $ !$

"#1## &./ &5 !

-$ @#$ &F

$ $ $ G 4 # 9#

!$

# %!6 .J0 DE MUESTREO Y DE ESTIMACIN

7) !

76 .J0-*26.

76 .J0-10260, +

## ./0))5'72')!

G )$ ?!$ >$ G -! $ G -#&>>$ :$

$ =$ :$ G $ @ $ $ $ $ :$

G $ :$ $ H

9$ #>9#>"G 2 $ #! & $ $ $

$ %G !?$

23


#%#)4, '5

#$#'&)&)!$ #1$ $ 4# $

10.4.1. !TEORA DE MUESTREO

1 $ 4$ $ 6$ > $ I$ !$ !$ #!

-) )&

& $ =$ #==$ $ $ $ $ $ #$

*$ >$ #$ $ $ 49 $ >I$ $

D, & , )&)5). )!

$ I$ $ 3

D, &2, )&)3$ !4$ $ $

"

TEORA DE MUESTREO

TEORA DE ESTIMACIN

24


/, 5 !27!$ &9:$ 4$ $ !$ =9>

D, &2, )&)3!&$ 4Y$ @$ !=&!G!4$ $ 3

/, 5 !2$ $ F$ @G9

*$ $ $ $ @#?$

2$ $

1$ $ :$ &$ &$ 3

7, . )'&5'(

] $

_ 8?

_ -:

>H

1$ $ &$ &$ $

7, . )'&5'(

O $ $

2 ?$

2 :$

>H$

25


))&.'), )&= )5&.. )

X $ 4$ ?B=$ $ #

+31!$

=

XZ#?$ =

!$ #!$ 3

0&. ), , )!

x

xXZ

=

0&. )5&5&'), )!

ppPZ

=

0&. )2&', )>, )!

( ) ( )( )21

2121

XX

XXXXZ

=

0&. )2&'5&5&'), )

( )21

2121

PP

PPPPZ

=

8$ #$ 3

$ 32$ &$ &$ $ $ $ $ $ $ 7#4?5Z:&$ "$ #$ $ ##\

1 Wayne Daniel Estadstica con Aplicaciones, Pg. 107 ejercicio 4.2

26


2]S7

27


$ 31#$ #$ "#$ 1:#$ $ #$ "F$ 47G$ 74"

231!4$ $ $ 4&7=$ $

( ) ( )

25.0652

16

125.0

1625.16

225.0

1650.15

8185.03413.04772.0

1225.1650.15

2

===

==

=

=

=

=

=

=

+=

=

nx

x

Z

x

xxZ

ZPxP

2 Idem, Pag220 Ejercicio 4.3

28


$ 32&"7Y:##:!#$ #2$ 7:Z:&$ $ 7747%7\

231!

( )

( )( )

( ) ( )

5.204.0

60.070.0

9876.0)4938(.25.25.270.050.0

04.0150

4.06.0

60.0

70.050.0

150;60.0

1 =

=

===

===

==

==

Z

ZPPP

n

pq

Pp

PP

np

p

3 IDEM, pag 126, ejercicio 4.10

29


$ 32!$ I$ @#1># $ $ $ :&91# &

$ $ #$ 4

60;40

40;50

22

21

21

==

==

*$ 6$ @ 101 =n 4 122 =n Z:&!$ $ >4\

( )104050

155

21

21

2121====

=

xxxx

xxP

40

40

1

21

=

=

60

60

2

22

=

=

222121 xxXX

+=

39

541260

1040

2

22

1

21

=

=

+=

+=

+=nn

30


( ) ( )67.167.1155 21 = ZPxxP 9050.04525.04525.0 =+=

( )

67.13

1015

67.13105

2

211

21

=

=

=

=

=

Z

XXZ

xx

#$##'&!

0>$ $ #!$ $ $ 2$ #:$ :!!$ $ $ ==$ :$ 0 $ $ &$ !#$ *!I $ &$ ?&9:!$ #!$ 0# &9#=!

), '())))=))

), '()))32$ $ #:$ = $ $ #:$

31


$ 3 =x

1$ $ F$ $ G#:$ F$ G0 H$ #

), '())32$ $ #:$ = $ $ #:$

$ 3

212

n

ns

=

$ 2

2 s = 2$ #:$

2

), &)5 )=&0 )

), &) )3$ :$ I$ $ 31$ !$ @

), &)5&&0 )3$ :$ I$ :$

$ 31$ !$ 5.125 @=4"@2$ $ )5.26,5.23( @

=!$

32


2$ H$ $ $ =$ $ :$

$ !?# scZS = 4 cZ 3

6 cZ !?

B +!?

77 55%Y

' 55Y

5'Y

7 5"Y

77 5Y

5" 5Y

"5 57Y

' '7Y

77 "'%Y

7"% 7Y

&0 '2?5&,

2 x =$ !?$ ]= xcZx =

x I$ $ !!

!?3

( )xcxc

ZXZX + ,

33


&0 '2?5&5&5&')

2 2>H$ == $

!?$ = pcZP

= p

I$

$ !!2$ 9405.0= $ !?!:$ 3

( )

2121 SScZSS

-242$ $ >$ >

$ 3#&$ $ $ =$ $ H$ $ $ $ "7$ >$ #$ >$

2&$ $ $ FG=#4#!?55Y

23

S OS"7 1

255

;5 ====n

SSx

0& $ 2$

:

34


( )

( )163,157

58.2160

158.2160

xc

ZX

.3$ $ F%="G$ >$ #

3&$ #:2:$ =:#-M 4=

$ 3*!?$ $ $ $ $ -777#$ ?*#&9?!Z&$ @!9#\24#$ #!?5Y& &$ @!9#

33.022575

225;5000:

==

==

=

P

nNSolucionZPLC pc

35


( )( )

( )( )

( )

)39.0,27.0(

39.0,27.0

06.033.0

22567.033.096.133.0

22567.033.0

=

=

==

==

P

LC

LC

LC

n

pqp

8&2''(E5())).& )5&, &)5. ' )

F'& 5' G

1!9! :$ $ 9 ?!$ $ #

')))7)')3&&!$ !$ $

/, 5 )3

G $ =$ >$ #!$ #

G $ =$ 9$ &$ =#$ >

36


*5()))7)')3?I99 19 !$ !$

&!$ &?$

H9 3949 `

X39&9?4X7

$ 3&$ $ =!$ $ 9&94!#!$ #==&$ ##

X39&$ 4&!92X

')(3$ &9?9!F9G4>$

2&9=$ !$ 9=$ &!#!49? 9$

/, 5 3$ $ H$ 77$ 4'79$ $ 9?9&$ 9$ 4$ #F>$ >HG3

X3S7

(9&$ 9$ $ 4&$ =3

X3W7

37


6$ =&!$

$ $ 9F#G#99&>H$ 3

80.0

10080

==P

4&=&77

&&&)5=

3$ $ 9?$ 9

3$ $ $ 99?

$ $ 4!$ $ $ $ @$ =$

0 )2''73$ :H$ &$ $

$ F9G4$ $

1#!$ 77477==7794Y9?9 4945Y!?9

38


0 ))2''(

8 &)'&7')@

@' ' )' )

77 Q'' ""

77 Q"" Q5"5"

77 Q Q''

777 Q'' Q'Q'

777 Q'''' Q7'7'

$ 3

G 1$ 9$ !I$ 7$ aS"4_bS'7$ $ 94#?&$ !I?I$ $ !$ !I?$ $ 1$ $ $ $ $ $ OS%'%4#!S77

2393

X73aS"

X3c"

4 ejemplo 1 Pg. 200 del libro de Daniel Wayne.

# #

39


05.0= ?49?9:!#

!19$ ?9?=9##?9?92#FWG=9?9?4FUG=?&?9?9

$ BH$ $ F!#G

50.46.3

5.1627.178=

=

=

x

xX

Z

5.162== x

6.35

1825

18====

nx

$ BS7?9?=9?9$ 4X

1$ I$ ?@!&?$ @

G 1H9$ &$ $ $ $ $ &: $ "$ #$ #*#&$ $ $ =$ =

40


$ $ :$ $ 7$ ?$ #!77

1$ $ $ $ #99##

2 3

01.0=

35.320

15

65

84.235.3

655.55

65:65:

1

0

==

=

=

=

=

$ $ !=!$ 4

:$ $ K4LKHL=4!

#%#)4, '5

ANLISIS DE REGRESIN Y CORRELACIN LINEAL

ANLISIS DE REGRESIN LINEAL

ANLISIS DE CORRELACIN LINEAL

44


#$#'&)&)

#$##'&!H DE REGRESIN Y CORRELACIN LINEAL ))&&)() ?5&E'&5&()'), ', D 5 )2'&)42'2 = 0&. 4)4&5&)'&))) )&)= &7, '>$ $ ==&9$ $ #

AFLIG+CF.LKG+ .AFLKICLKLIG+FLKMFLKGG

Recta de Regresin Lineal

..

.. ..

....

..

Germn Beita M. Sc

Recta de regresin lineal

45


0$ #$ 3

Ejemplo:La American Cable TV quiere pronosticar la demanda de televisin por cable para aos futuros. Esta opcin de cablevisin proyecta pelculas recientes y otros eventos especiales y su aceptacin ha ido creciendo en la comunidad de Carlton. Enseguida se muestran los datos sobre el nmero de suscriptores desde que se introdujo. Con el mtodo anlisis de tendencia pronostquese el nmero de suscriptores para 2008 y 2009.

460200745020064302005420200439020033102002

# de suscriptores

Ao

Germn Beita M. Sc.

Solucin

X=21 Y=2460 XY=9080 X2= 91

2007

2006

2005

2004

2003

2002

Ao

6

5

4

3

2

1

Periodo X

460

450

430

420

390

310

(Y) # de suscriptores

362760

252250

161720

91260

4780

1310

X2XY

Germn Beita M. Sc

46


Solucin b = (NXY - X Y)/(NX2 (X)2) b = (6(9080) 21(2460))/(6(91) (21)2) b = (54480 - 51660)/(546 441) b = 26.86

a = (Y)/N - (b X)/N a = 2460/6 - (26.86)(21)/6 a = 410 - 94 = 316

Recta de mejor ajuste: Y = 316 + 26.86 XGermn Beita M. Sc

Solucin Recta de mejor ajuste: Y = 316 + 26.86 X

Pronstico2008= 316 + 26.86 (7) = 504 suscriptores

Pronstico2009= 316 + 26.86 (8) = 531 suscriptores

Germn Beita M. Sc

47


''(&0), )&& '( #

1$ $ :

&$ $ !44&:Q4

H#48$ >#&$

C# C#1 #1 #

$ $ =Q!0&&:H$ QF&:?&&&:Q77477$ =>

$ &!>!

1!$ !3

&AFLKICLKLIG+ FLKMFLKGGFLIMFLIGG

$ #$ 3

48


Ejemplo:La American Cable TV quiere pronosticar la demanda de televisin por cable para aos futuros. Esta opcin de cablevisin proyecta pelculas recientes y otros eventos especiales y su aceptacin ha ido creciendo en la comunidad de Carlton. Enseguida se muestran los datos sobre el nmero de suscriptores desde que se introdujo. Calcule el coeficiente de correlacin.

460200745020064302005420200439020033102002

# de suscriptores

Ao

Germn Beita M. Sc.

Solucin

X=21 Y=2460 XY=9080 X2= 91 Y2= 1023600

36

25

16

9

4

1

X2

211600

202500

184900

176400

152100

96100

Y2

2007

2006

2005

2004

2003

2002

Ao

6

5

4

3

2

1

Periodo X

460

450

430

420

390

310

(Y) # de suscriptores

2760

2250

1720

1260

780

310

XY

Germn Beita M. Sc

49


Solucinr = (NXY - X Y) / (NX2 (X)2) (NY2 (Y)2)r = (6(9080) 21(2460)) / (6(91) (21)2) (6(1023600) (2460)2)r = (54480 - 51660) / (546 441) (6141600 6051600)r = 2820 / (105) (90000)r = 2820 / 9450000r = 2820 / 3074.085r = 0.9173

El coeficiente de correlacin produce una correlacin intensa positiva.

Germn Beita M. Sc

#1# 0 '(3 !$ = 6$

>>$

#:# &./ .&0!

#:## &./0 !

4 $

(O

#:## &./ &5 !

50


- $ @#$

& $ !

!$

# ;. &27

BSICA:

-0+ 1=M 0(+= I >-6.01.0M QX11=dO =55

AX+2 +=. /.6.&=&)3 0$ 77 =f

manual-estadistica aplicada al sector maritimo

Documents