MANUAL STATGRAPHICS

Primer punto:

Sea X ~ N (500, 102)

a) Generar k = 200 muestras aleatorias de tamaño n = 25. Obtenga la media, varianza,

desviación estándar y la mediana para cada muestra y guárdelas en un vector.
b) Construir el histograma y la gráfica de cajas de y bigotes para el ventor de medias
muéstrales. Obtenga la media y la varianza para este vector. Estime el error cuadrático
medio de la media de la muestra.
c) Repetir el numeral anterior para el vector de medianas.
d) Construir los k = 200 intervalos de confianza del 95% para μ = 500. ¿Cuántos de
estos intervalos cubren a μ?. Desarrollar este numeral asumiendo primero que σ2 es
conocido y después que no lo es.
e) Para el vector de varianzas muéstrales calcule su media y su varianza. Estime el error
cuadrático medio para el vector de varianzas muéstrales. Realice el mismo ejercicio
n
para S* = ∑ ( X i − X ) / n . Compare los errores cuadráticos medios estimados de estos
2 2

i =1

dos estimadores de la varianza poblacional

Observación: Generar 200 muestras de tamaño 25, es equivalente a generar una sola
muestra de tamaño 5000. Las primeras 25 observaciones son la primera muestra, las
siguientes 25 son la segunda muestra y así sucesivamente hasta que las últimas 25
observaciones son la muestra número 200.
1. ALGUNAS GENERALIDADES

El Asesor Estadístico (StatAdvisor)

Es una herramienta incorporada en STATGRAPHICS que produce de manera
automática una interpretación corta y fácilmente comprensible de los resultados de los
análisis estadísticos realizados.

Figura 1
StatAdvisor interpreta una tabla de Análisis de la Varianza y aconseja sobre posteriores
análisis
Podemos acceder a esta herramienta desde los iconos correspondientes en la Barra de
Herramientas o en la de Tareas. Veremos así la interpretación correspondiente al último
análisis realizado. Si queremos guardar la información generada para cada análisis junto
con el resultado de los mismos activaremos la opción VER…STATADVISOR de la
barra de menú.

La Galería de Resultados (StatGallery)

Esta herramienta permite el almacenamiento de los resultados de uno o varios análisis
estadísticos, generando así una presentación organizada y personalizada de los mismos.
La ventana de StatGallery se compone de páginas cada una de las cuales contiene 9
paneles organizados con estructura matricial (3x3). En ellas se pueden almacenar hasta
100 salidas gráficas y un número ilimitado de salidas de texto provenientes de los
análisis ejecutados.
Explicaremos ahora brevemente el uso de StatGallery. Cuando se haya generado un
archivo de datos y ejecutado un análisis estadístico sobre él (ya veremos cómo realizar
estas operaciones en capítulos posteriores), el sistema generará una ventana con los
resultados de dicho análisis. Esa ventana estará dividida en paneles que contendrán
resultados gráficos y textuales según las opciones que hayamos decidido aplicar.

Pulsando el botón derecho del ratón en uno de estos paneles aparecerá un menú
emergente en el que seleccionaremos la opción Copiar Ventana a Galería.
Posteriormente abrimos la ventana de StatGallery y pulsamos el mismo botón en el
panel en el que queremos cargar la información. Elegimos esta vez la opción Pegar y la
copia queda realizada. Si elegimos la opción Pegar link se lleva a cabo una copia
dinámica o vínculo, de manera que si realizamos cualquier modificación sobre el panel
original en la ventana de análisis correspondiente, dicha modificación se cargará
automáticamente en StatGallery sin tener que repetir el proceso de copia.
La configuración de paneles dentro de una página de StatGallery puede personalizarse
sencillamente desplazando con el ratón las barras horizontales y verticales que los
delimitan. En la Figura anterior podemos ver un ejemplo de una página personalizada
cargada con distinta información gráfica y textual.

GENERACIÓDE DE DATOS ALEATORIOS

Para generar datos aleatorios procedemos de la siguiente manera, el la línea principal de

comandos seleccionamos Describe o PLOT → PROBABILITY DISTRIBUTION y a
continuación seleccionamos la distribución normal y OK.

Línea
principal de
comandos

Ventana de
edición

Comandos
directos

Submenú del
comando PLOT
Después de lo anterior aparece la ventana

Guardar resultados

Comandos
directos para
distribuciones
de probabilidad

Caja de Opciones Opciones

dialogo Tabulares gráficas

Luego en la ventana de PROBABILITY DISTRIBUTIONS clic derecho y ANALYSIS

OPTIONS para cambiar la media por 500 y la desviación estándar por 10 y obtenemos
A continuación por TABULAR OPTIONS (icono amarillo del menú propio de
PROBABILITY DISTRIBUTIONS) seleccionamos la opción RAMDON NUMBERS.
Después de lo anterior se obtiene la ventana siguiente:

Ventana RANDOM NUMBERS:

Permite generar números
aleatorios para varias
distribuciones de probabilidad

Entonces, nos ubicamos en la ventana números aleatorios y con clic derecho

seleccionamos la opción PANE OPTIONS y modificamos el tamaño muestral por 5000
en nuestro caso y OK. Esto es,

Guardar resultados de los

5000 números aleatorios.

Después de la instrucción anterior se han generado 5000 números aleatorios de una

normal con media 500 y desviación estándar 10. Para salvar estos resultados
procedemos así, en el icono SAVE RESULTS indicamos guardar los números
aleatorios y especificamos el nombre de la variable, X en nuestro caso, y OK y
cerramos la ventana de PROBABILITY DISTRIBUTIONS; después de lo anterior
aparece una columna llamada X con 5000 datos en la ventana de edición.
 Cerrar la ventana de
PROBABILITY
DISTRIBUTIONS

OK

Observación: Antes de cerrar la ventana de PROBABILITY DISTRIBUTONS

podemos generar la muestra aleatoria de la distribución UNIFORME [0, θ = 400]. Para
ello procedemos así:

• En la CAJA DE DIALOGO (icono rojo) de los comandos para PROBABILITY

DISTRIBUTONS con clic izquierdo cambiamos la distribución normal por la
uniforme.
• Luego en la ventana de PROBABILITY DISTRIBUTIONS clic derecho y
ANÁLISIS OPTIONS para cambiar el límite superior por 400 y el limite
inferior por cero.
• A continuación en la ventana RAMDON NUMBERS con clic derecho y PANE
OPTIONS cambiamos el tamaño de la muestra por 9000 para generar las 300
muestras de tamaño n = 30.

Después de lo anterior, la ventana de edición queda como

Muestra de
la uniforme

Muestra de la
normal
Para continuar el proceso generemos unas variables de códigos para identifica las 200
muestras de tamaño 25 de la normal y las 300 muestras de tamaño 30 de la uniforme
continua; esto lo hacemos de la siguiente manera:

• En la ventana de edición seleccionamos la tercera columna (Col_3) con clic

izquierdo sobre Col_3.

• A continuación con clic derecho se activan las opciones sobre la columna,

seleccionamos la opción MODIFY COLUMN para cambiar el nombre de la
columna. Esta columna la llamaremos Cod1.

Después de lo anterior se obtiene la siguiente ventana

Opciones sobre la
columna.
• Entonces, nuevamente sobre la tercera columna (Cod1) con clic derecho
seleccionamos la opción GENERATE DATA y se obtiene la ventana

Operadores para generar datos en la Algunas funciones

ventana de edición
 • A continuación, generamos los códigos para identificar las 200 muestras de
tamaño 25 de la normal utilizando los operadores Rep(?;?) y Count(?;?;?). Esto
lo hacemos así, en la línea para expresiones de la ventana anterior escribimos
Rep(Count(1;k;1);n) y de esta forma se genera una columna que contiene 25
veces uno, 25 veces dos, y así sucesivamente hasta 25 veces 200.
• Para generar los códigos para identificar las 300 muestras de la uniforme,
procedemos de la misma forma y creamos la variable Cod2 en la columna
Col_4.

Nota: Rep(Count(1;200;1);25)
Rep(Count(1;300;1);30)

Después de lo anterior se obtiene la ventana siguiente

Observe que en Cod1 hay 25 veces uno, luego sigue el dos y así sucesivamente.
Además, en Cod2 hay 30 veces uno, luego le sigue el dos y así sucesivamente hasta que
aparece 30 veces trescientos.

Ahora, para obtener los vectores de medias, varianzas, desviaciones estándar y

medianas para cada una de las 200 muestras aleatorias de la normal procedemos como
sigue:

• Seleccionamos el comando DESCRIBE; luego, el comando NUMERIC DATA

de las opciones de DESCRIBE y a continuación la opción SUBSET ANÁLISIS
como se observa a continuación,
 Menú de opciones para el
comando NUMERIC DATA

Opciones del comando

DESCRIBE

• A continuación indicamos que los datos están en la columna X y los códigos

están la columna Cod1. Esto es,

• Después de lo anterior indicamos OK y se obtiene la siguiente salida

Nombre de la
ventana
• Entonces nos ubicamos en la ventana Summary Statistics y con clic
derecho en Panel OPTIONS seleccionamos los estadísticos deseados como se
observa a continuación:

Guardar resultados

• Finalmente, guardamos los resultados usando el icono SAVE RESULTS e

indicamos los estadísticos a guardar y el nombre de cada columna e indicamos
OK. LO anterior se muestra a continuación:

• Para finalizar cerramos la ventana SUBSET ANÁLISIS y en la ventana de

edición aparecen las columnas que contienen los 200 valores de los estadísticos
requeridos como se observa a continuación,
b) Construir el histograma y la gráfica de cajas y bigotes para el ventor de medias de
las muestras. Obtenga la media y la varianza para este vector. Estime el error
cuadrático medio de la media de la muestra.

Solución:

Para resolver lo anterior procedemos de la siguiente forma.

• Por el comando DESCRIBE del menú principal seleccionamos NUMERIC

DATA y a continuación la opción ONE-VARIABLE-ANALYSIS como se
observa a continuación. Luego, indicamos que los datos para el análisis están
en la variable MediaX.
• Después de lo anterior se obtiene un análisis descriptivo de la variable. Para
construir el histograma y la gráfica de cajas y bigotes entramos por el comando
por Graphical Options y seleccionamos las opciones histograma de frecuencias
Box-and-Whisker Plot como se muestra a continuación:

• Después de lo anterior obtenemos

 • En las opciones gráficas están los gráficos pedidos y en Summary Statistics
están las estadísticas descriptivas para el vector de medias de las muestras. Los
resultados anteriores se copian y se llevan a un procesador de texto para su
análisis posterior, a continuación cerramos la ventana One-Variable-Analysis.

Finalmente, para estimar el error cuadrático medio para la media de la muestra

generamos la columna ECM1 con la instrucción  mediaX  500  ; esto es,
2

c) Repetir el numeral anterior para el vector de medianas.

Solución: Se procede igual que en el numeral (b) anterior pero usando los datos que
están en la columna MedianasX.

d) Construir los k = 200 intervalos de confianza del 95% para μ = 500. ¿Cuántos de
estos intervalos cubren a μ?. Desarrollar este numeral asumiendo primero que  2 es
conocido y después que no lo es.

Solución: Sabemos que el intervalo de confianza para la media de una población

σ σ
normal con varianza conocida es x − zα 2 × < µ < x + zα 2 × . Por lo tanto, para
n n
construir los intervalos generamos dos columnas que llamaremos
1.96*10 1.96*10
LI1 = mediaX - , y LS1 = mediaX + , como se observa a continuación
25 25
Después de lo anterior aparecen las columnas LI1 y LS1 en la ventana de edición. Para
contar cuantos de estos intervalos contienen a la media poblacional, generamos una
nueva columna que llamaremos CONTAR1 con la siguiente instrucción:
(LI1<500)&(LS1>500). De esta forma, se obtiene una variable cuyo valor es 1 cuando
la condición se cumple y toma el valor de cero en otro caso. Lo anterior lo hacemos así:

Ahora, cuando la varianza poblacional es desconocida el intervalo es

s s
x − tα 2,n −1 < µ < x + tα 2,n −1 . Entonces, para obtener los 200 intervalos
n n
generamos dos variables que llamaremos LI2 y LS2 de la siguiente forma:
INVSTUDENT(0.975;24)*SX
LI2 = mediaX - y
25
INVSTUDENT(0.975;24)*SX
LS2 = mediaX + . Para determinar cuantos de estos
25
intervalos cubren a la media poblacional, procedemos de la misma forma que en le caso
de varianza conocida.
e) Para el vector de varianzas de las muestras calcule su media y su varianza. Estime el
error cuadrático medio para el vector de varianzas de las muestras. Realice el mismo
n
ejercicio para S* = ∑ ( X i − X ) / n . Compare los errores cuadráticos medios estimados
2 2

i =1

de estos dos estimadores de la varianza poblacional

Solución: Procedemos de la siguiente forma

• Para encontrar la media y la varianza del vector de varianzas de las muestras
ingresamos por el comando DESCRIBE, luego la opción NUMERIC DATA y a
continuación ONE-VARIABLE ANÁLISIS e indicando que los datos están en la
variable S 2 .
2
• Nos ubicamos en resúmenes estadísticos para S X , damos clic derecho y en
opciones de ventanas marcamos los cuadros de la media y la varianza y aceptar
(OK).
• Vamos a opciones graficas y seleccionamos los gráficos que deseamos realizar;
aceptar.
2
• Para hallar el ECM_ S X , activamos la columna, le damos clic derecho Generar
 
2
Datos ECM_ S X 2  S X 2  100 , aceptar.
2
 Para hallar el ECM_ S X , activamos la columna, le damos clic derecho Generar

Datos ECM_ S X 2 
 n  1 S X 2 , aceptar.
n