Revisión de Conceptos de
Estadı́stica
Autor: Juan Manuel Rivas Castillo
Fecha: August 25, 2025
• Experimentos no predicibles: Se refieren a aquellos experimentos cuyos resultados no se pueden
predecir, aunque el conjunto de todos los posibles resultados es conocido.
• Espacio Muestral (S o Ω): Es el conjunto de todos los resultados posibles de un experimento.
– Por ejemplo, si se arrojan dos monedas, Ω tiene 22 = 4 resultados posibles. Si se arrojan
tres monedas, Ω tiene 23 = 8 resultados posibles. Para 20 monedas, son 220 = 1, 048, 576
resultados posibles.
– Para tres semáforos con dos opciones cada uno (parar o continuar), el espacio muestral Ω
tiene 23 = 8 posibles resultados: (PPP, PPC, PCP, PCC, CCC, CCP, CPC, CPP).
• Evento o Suceso: Cualquier subconjunto de elementos del espacio muestral.
– Siguiendo el ejemplo de los semáforos, si el evento A es que el auto se detiene con el primer
semáforo, A = ({PPP}, {PPC}, {PCP}, {PCC}).
– Si el evento B es que el auto se detiene en la tercera intersección, B = ({PPP}, {PCP}, {CCP}, {CPP}).
– La unión de A y B es A ∪ B = (PPP, PPC, PCP, PCC, CCP, CPP).
– La intersección de A y B es A ∩ B = (PPP, PCP).
• Medida de Probabilidad (P ): Es una función que asigna un número real a los resultados del
espacio muestral Ω, satisfaciendo los siguientes axiomas:
1. P (Ω) = 1.
2. Si A ∈ Ω → P (A) ≥ 0.
3. Si A1 y A2 son dos eventos disjuntos, entonces P (A1 ∪ A2 ) = P (A1 ) + P (A2 ).
1 Variables Aleatorias (VA)
• Una variable aleatoria X puede definirse, por ejemplo, como la suma de los números cuando se
tiran dos dados.
• Las variables aleatorias pueden ser discretas o continuas.
– Variables Aleatorias Discretas: Toman un número finito o infinito numerable de resulta-
dos.
∗ Ejemplos de distribuciones de VA discretas mencionadas son Bernoulli, Binomial, Geométrica
y Poisson.
– Variables Aleatorias Continuas: Pueden tomar cualquier valor infinitesimal en un rango.
Para estas variables, solo se puede hablar de la probabilidad de que se encuentren dentro de
un rango de valores, ya que la probabilidad de ser igual a un valor especı́fico es infinitesimal.
∗ Se describen mediante una función de densidad (f (X)) [6]. La integral de f (x) sobre
todo el espacio muestral es 1.
∗ La función de distribución
Rx acumulada (F (X)) para una VA continua se define como
F (X) = P (X ≤ x) = −∞ f (u)du.
∗ La derivada de la función de distribución acumulada es la función de densidad: dx
d
F (x) =
f (x).
∗ La probabilidad de que X tome valores en un intervalo (a, b) se calcula como P (a ≤ X ≤
b) = F (b) − F (a).
∗ Ejemplos de distribuciones de VA continuas mencionadas son la Uniforme, Exponencial
y Normal.
1
2 Esperanza Matemática (E(x) o Valor Esperado)
• El Valor Esperado de x es un promedio ponderado de los posibles valores de la variable
aleatoria, donde cada valor se pondera por su probabilidad de ocurrencia.
• También es conocido como el primer momento o momento de orden 1 de x.
• Para una variable aleatoria discreta: Si p(x) es su función de masa de probabilidad, E(x) se
define como: X
E(x) = xi p(xi )
i:p(xi )>0
• Para una variable aleatoria continua: Si f (x) es su función de densidad, E(x) se define como:
Z +∞
E(x) = xf (x)dx
−∞
• Propiedad: Sean a y b dos constantes, entonces E(ax + b) = aE(x) + b.
• Ejemplos de esperanzas calculadas:
– Distribución de Bernoulli: E(X) = p.
– Distribución Binomial B(n, p): E(x) = n · p.
– Distribución Geométrica: E(X) = p1 .
– Distribución Poisson P o(λ): E(X) = λ.
b+a
– Distribución Uniforme en [a, b]: E(X) = 2 .
1
– Distribución Exponencial: E(X) = λ.
3 Varianza (Var(x) o σ 2 )
• La varianza de una variable aleatoria representa el grado de variabilidad de sus resultados
posibles con respecto a su valor esperado (media).
• Se define como el valor esperado del cuadrado de las desviaciones de x respecto a su media:
X
Var(x) = E (x − E(x))2 = (xi − E(x))2 p(xi )
i:p(xi )>0
• Una forma alternativa de cálculo es:
Var(x) = E(x2 ) − [E(x)]2
• Propiedad: Sea a un escalar y x una variable aleatoria, Var(ax) = a2 Var(x).
• La desviación estándar es la raı́z cuadrada de la varianza poblacional.
• Ejemplos de varianzas calculadas:
(b−a)2
– Distribución Uniforme en [a, b]: Var(X) = 12 .
1
– Distribución Exponencial: Var(X) = λ2 .
2
4 Covarianza (Cov(x, y))
• La covarianza entre x e y mide la asociación entre dos variables aleatorias distribuidas de
manera conjunta.
• Se define como:
Cov(x, y) = E [(x − µx )(y − µy )]
donde µx y µy son las esperanzas de x e y respectivamente.
• Una forma alternativa de calcularla es:
Cov(x, y) = E(xy) − E(x)E(y)
• Si x e y son independientes, entonces Cov(x, y) = 0.
• La covarianza es una medida de asociación que depende de las unidades de medida de X e Y,
lo que la hace una medida insatisfactoria por sı́ sola.
5 Coeficiente de Correlación (ρ)
• Es una medida de asociación mejor que la covarianza porque no es dimensional.
• Se define como:
Cov(x, y)
ρ= p p
Var(x) Var(y)
• Verifica que su valor siempre se encuentra entre -1 y 1 (−1 ≤ ρ ≤ 1).
• Si x e y son independientes, el coeficiente de correlación (rXY ) será cero.
• Si hay una relación lineal positiva exacta, rXY toma su valor máximo de 1. Si hay una relación
lineal negativa exacta, rXY toma su valor mı́nimo de -1.
6 Esperanza Condicional
• Se presentan dos teoremas importantes relacionados con la esperanza condicional:
– Ley de Expectativas Iteradas: E(y) = E(E(y|x)).
– Varianza de y: Var(y) = Var(E(y|x)) + E(Var(y|x)).
7 Muestreo y Estimadores
• Muestreo: Se refiere a la obtención de un conjunto de observaciones (X1 , . . . , Xn ) de una variable
aleatoria X para estimar su media poblacional desconocida (µX ).
• Estimador: Una fórmula matemática utilizada para estimar un parámetro poblacional descono-
cido [27]. La media muestral (X̄) es un estimador tı́pico [27]. Un estimador también es una
variable aleatoria porque depende de los valores aleatorios de la muestra.
• Eficiencia: El estimador más eficiente es aquel con la varianza más pequeña, lo que implica
que tiende a ser más acertado.
• Sesgo: Un estimador es insesgado si su valor esperado es igual al verdadero parámetro pobla-
cional. Es posible que un estimador esté sesgado en una muestra finita, pero el sesgo disminuye
conforme el tamaño de la muestra aumenta.
• Consistencia: Un estimador es consistente si cumple dos condiciones:
1. Posee un lı́mite probabilı́stico (plim), de modo que su distribución se vuelve un pico
conforme el tamaño de la muestra tiende a infinito.
3
2. El pico de esta distribución se localiza en el ”verdadero valor” del parámetro poblacional.
Una condición suficiente para la consistencia es que el estimador sea insesgado y su varianza tienda
a cero conforme el tamaño de la muestra (n) se incrementa.
• Media del Error Cuadrado (MSE): Una medida utilizada para evaluar un estimador, definida
como el valor esperado del cuadrado de las desviaciones del estimador respecto al verdadero
parámetro de la población [31]. Es útil para elegir entre un estimador insesgado y otro sesgado
pero con menor varianza.
8 Teorema del Lı́mite Central (TLC)
• Es un teorema fundamental que establece que si las observaciones Xi de una muestra se obtienen de
manera independiente de la misma distribución, y si esta distribución tiene una media y varianza
poblacional finita, la distribución de la media muestral convergerá hacia una distribución
normal.
• Esto implica que, aunque la distribución de la variable original (X) sea desconocida, la distribución
de sus estimadores muestrales tenderá a ser normal conforme el tamaño de la muestra (N ) aumente.
• Es crucial porque permite que los estadı́sticos t y los intervalos de confianza sean aproximadamente
válidos, siempre que la muestra sea lo suficientemente grande.
9 Distribuciones Continuas Conjuntas
• Cuando dos variables aleatorias continuas X y Y se estudian conjuntamente, se utiliza una función
de densidad conjunta fX,Y (x, y).
• La probabilidad de que (X, Y ) esté en una región A se calcula como P ((X, Y ) ∈ A) = A fX,Y (x, y)dxdy.
RR
• Las funciones marginales se obtienen integrando la función conjunta sobre la otra variable: fX (x) =
R +∞ R +∞
f
−∞ X,Y
(x, y)dy, fY (y) = −∞ fX,Y (x, y)dx.
• Si fX,Y (x, y) = fX (x)fY (y), las variables son independientes.
• La función de distribución conjunta es FX,Y (x, y) = P (X ≤ x, Y ≤ y).
10 Función Generatriz de Momentos
• La función generatriz de momentos (FGM) de una variable aleatoria X se define como MX (t) =
E[etX ].
• Para variables discretas: MX (t) = x etx p(x).
P
R +∞
• Para variables continuas: MX (t) = −∞ etx f (x)dx.
(n)
• Los momentos de X se obtienen derivando la FGM y evaluando en t = 0: E[X n ] = MX (0).
• La FGM es útil para encontrar la media, varianza y otros momentos de la distribución.
11 Obtención de la Prueba t, F y χ2 a partir de la Normal
• Prueba t: Si X1 , . . . , Xn son independientes y normales, la estadı́stica t = S/ X̄−µ
√ sigue una dis-
n
2
tribución t con n−1 grados de libertad, donde S es la varianza muestral. Se obtiene al estandarizar
la media y dividir por una estimación de la desviación estándar.
Pk
• Prueba χ2 : Si Z1 , . . . , Zk son variables normales estándar independientes, entonces χ2 = i=1 Zi2
sigue una distribución chi-cuadrado con k grados de libertad.
4
• Prueba F: Si U ∼ χ2d1 y V ∼ χ2d2 son independientes, entonces F = (U/d 1)
(V /d2 ) sigue una distribución
F con d1 y d2 grados de libertad. Se utiliza para comparar varianzas.
• Todas estas pruebas derivan de la normalidad de los datos y de la manipulación algebraica de
medias y varianzas muestrales.