Professional Documents
Culture Documents
Cali,Colombia
Prlogo
El gran mrito de la Estadstica como disciplina, es proporcionar las herramientas necesarias para obtener conclusiones sobre una poblacin, a partir de una observacin de tan slo una muestra de la misma. La incertidumbre inherente al proceso de generalizacin es estudiada y medida con base en la teora de la probabilidad la cual permite tener la informacin acerca de la confianza asociada con las conclusiones resultantes de la inferencia realizada. Existen varias maneras de adquirir el conocimiento de los instrumentos que proporciona la inferencia estadstica y la habilidad para su aplicacin; una de ellas, la tradicional consiste en estudiar en primer lugar, la teora de la probabilidad y enseguida estudiar la inferencia estadstica propiamente dicha; este es el enfoque que involucran la casi totalidad de los libros que circulan en nuestro mercado. Una segunda manera de visualizar el proceso de aprendizaje, consiste en el desarrollo de una fase exploratoria de los datos que constituyen una muestra o una poblacin si fuera el caso. En esta fase se trata de definir algunos indicadores de rasgos del conjunto que constituye la muestra y luego de procesar los datos, obtener ideas sobre sus propiedades y posiblemente establecer algunas hiptesis sobre el comportamiento de estos rasgos, o sus relaciones en la poblacin. En esta fase se produce la maduracin de muy buena parte de los conceptos bsicos que es necesario estudiar con todo el rigor, no slo en la etapa de inferencia estadstica, sino previamente en el estudio de la teora de la probabilidad; as por ejemplo se trabaja con la funcin
Roberto Behar y Mario Yepes
8 emprica de densidad de frecuencia, haciendo clculos con base en datos; la generalizacin de este concepto constituye la funcin de densidad de probabilidad de una variable aleatoria. Anlogamente se tratan los conceptos de frecuencias condicionales, de funciones empricas de densidad conjunta, de independencia estadstica, cuya prolongacin conceptual al hacer referencia a la poblacin, concluye en lo que representan respectivamente, la probabilidad condicional, las funciones de densidad conjunta de probabilidad y la independencia probabilistica entre variables aleatorias. Con lo anterior no se pretende desconocer que la teora de la probabilidad puede desarrollarse exclusivamente con base a su estructura axiomtica y sin apoyo intuitivo alguno. No obstante, los autores del presente texto, visualizan la teora de la probabilidad como un instrumento de apoyo que permite el desarrollo de la Estadstica para su aplicacin; en este sentido, acompaar los tratamientos rigurosos de la probabilidad y la inferencia estadstica con una visin intuitiva basada en la manipulacin de datos obtenidos de procesos reales, cobra una gran importancia desde el punto de vista de la aplicabilidad de las herramientas tericas que se estudien. Por tanto esta primera fase-objeto de este texto constituye un enfoque descriptivo que enriquece los elementos que permiten interpretaciones intuitivas, que no son un reemplazo del estudio riguroso de las potentes herramientas estadsticas, pero si constituyen un frtil abono para su desarrollo y motivado tratamiento. Como esta primera fase exploratoria no involucra el tratamiento de la incertidumbre que se genera al inferir, no se requiere del conocimiento de la teora de la probabilidad, lo cual trae la ventaja adicional de que en caso de no terminar el proceso de estudio completo, la persona que ha experimentado esta fase descriptiva, adquiere elementos importantes para la comunicacin de situaciones y problemas en trminos estadsticos de tal forma que se le facilita expresar a quien puede asesorarle lo que necesita resolver. Este texto pretende orientar la primera fase mencionada, por tanto puede ser utilizada por algunos investigadores que deseen hacer acopio de instrumentos de ayuda exploratoria .
Captulo 1
Por el contenido, por la metodologa y por el nivel de prerrequisitos puede ser usado por todos aquellos estudiantes que vayan a introducirse en la disciplina estadstica. En algunos temas se requiere el conocimiento de los rudimentos del clculo diferencial, aunque no son indispensables para el entendimiento de los conceptos bsicos. En lo que respecta a la metodologa para el logro de objetivos planteados, sta trata en lo posible de mantener la siguiente estructura: en primer lugar el planteamiento de la situacin problema que ser resuelta por la herramienta que se pretende presentar enseguida; luego se plantea un ejemplo, el cual se utiliza para introducir elementos que permitirn definir la notacin simblica y presentar para el caso concreto del ejemplo, la ilustracin de la solucin al problema general planteado; por ltimo la presentacin general de la herramienta usando la notacin definida. Al final de cada captulo se proponen ejercicios con el objeto de que el lector pueda evaluarse y retomar algunos temas que no hayan quedado suficientemente entendidos. El contenido del texto es el siguiente: el primer captulo es una introduccin, en la cual se pretende precisar los alcances y la utilidad de la Estadstica y ubicar la temtica que trata este trabajo, en el contexto de la metodologa estadstica. En el segundo captulo se presenta el tratamiento de los datos provenientes de la observacin de una caracterstica en los elementos de una muestra, definiendo algunos rasgos que pueden ser de inters. En el tercer captulo se hace tratamiento de datos provenientes de la observacin de dos caractersticas a cada uno de los elementos de una muestra, con el propsito de estudiar su distribucin, indicadores de asociacin y se desarrolla el concepto de anlisis de la varianza. En el cuarto captulo se trata el modelo de regresin simple, su construccin, su interpretacin y sus limitaciones. Con respecto al uso del texto en el desarrollo formal de un primer curso de Estadstica, el docente segn los objetivos y de acuerdo con el grupo especfico de estudiantes, podr omitir o no los
10 desarrollos que impliquen procedimientos matemticos que no estn al alcance de sus alumnos o no los considere pertinentes, haciendo nfasis en la interpretacin de los resultados. No obstante que este texto es el producto del desarrollo de nmerosos cursos, damos excusas por los errores que pudiera presentar y agradecemos las sugerencias o rectificaciones que puedan hacernos con el propsito de mejorarlo con base en la valiosa retroalimentacin que debe generar su uso.
Captulo 1
11
Hoy despues de 10 aos de uso masivo de esta obra, que ha servido a centenares de estudiantes de las mas variadas disciplinas que van desde los propios estudiantes de la carrera de Estadstica de la Universidad del Valle, estudiantes de Administracion de Empresas, Contaduria, Matemticas, Ciencias Sociales y Econmicas y muchas ms, de casi todas las Universidades de la regin, estamos entregando a usted, esta segunda edicion, en la que se incluyen algunas modificaciones, resultado de las sugerencias de muchos colegas que han visto en el texto un buen instrumento para el logro de sus objetivos.
Se han includo algunos temas nuevos, se ha profundizado y ampliado el tratamiento de otros, se han aumentado el nmero de problemas de final de captulo y se han adicionado explicaciones a algunos tpicos. Conscientes de la gran variedad de disciplinas que son usuarias del texto hemos incluido una gran variedad de referencias bibliogrficas.
El gran valor del texto, continua siendo darle vida a los resultados, no quedarse en las frias cifras, no conformarse con clculos con base en formulas. Se abunda en interpretacin, se enfatiza en los conceptos, que es lo que garantiza en ultimas el desarrollo de criterios para enfrentar futuros problemas y situaciones reales.
Roberto Behar y Mario Yepes
12
Queremos agradecer las valiosas sugerencias de nuestros queridos colegas que durante todos estos aos han sido usuarios de esta obra, honrando nuestro esfuerzo, sugerencias que en su mayoria han quedado plasmadas en esta segunda edicin. Profesores como: Rafael A. Klinger A., Francisco A. Quiroga Z., Jorge E. Delgado, Javier Olaya, Jorge Payn, Robby Nelson Daz, Hernando Solano H., Guillermo Valds, Libardo Farfn, Oscar Gamboa, Jaime E. Prez, Ana Mara Sanabria, Jorge Rodrguez, Gustavo Vargas, Alexander Taborda, Marco Fidel Suarez, Marco A. Triana, Clara Ines Perea, Antonio Escudero A., Omar Rada B., Huber Ramos, Olga Arias, Viviana Vargas, Mercedes Andrade, William Snchez, Gabriel Conde, Edwin Rengifo, Heberth Muriel, Reynaldo Carvajal, Hugo Hurtado, Rodrigo Izquierdo, Luis Eduardo Girn, entre muchos otros. Deseamos agradecer de manera muy particular al ingeniero Jaime Felipe Mnera quen puso todo su profesionalismo y su cario en el diseo de la nueva edicin. Expresamos nuestro reconocimiento a nuestra querida ex alumna Virginia Cabrera, por la labor de transcripcin y edicin de este libro, la cual desarroll no solo con gran profesionalismo sino tambin con mucha tesn y gran afecto. Agradecemos a los cientos de alumnos nuestros, muchos de los cuales son ahora profesionales de xito, quienes compartieron en forma directa la experiencia de ingresar al mundo de la estadstica, teniendo en muchas de sus noches este texto como interlocutor y compaero, quienes en su momento nos hicieron notar algunos errores tipogrficos, algunos clculos errados y en no pocas veces sesudas sugerencias.
14
densidad, haciendo natural el paso de la Funcin de Distribucin Emprica acumulada a su homloga en probabilidad. En el captulo 1, se ha adicionado el apartado Probabilidad, Estadstica y el Mtodo en
Ingeniera, que corresponde casi textualmente a un articulo que los profesores del rea de estadstica de la Escuela de Ingeniera Industrial, publicamos en la revista Ingeniera y Competitividad de la facultad de ingeniera de la Universidad del Valle.
Captulo 1
INTRODUCCION
1.1 HISTORIA DE LA PALABRA ESTADSTICA 1
En su sentido actual, las palabras estadstica y estadstico (esta ultima como sustantivo o como adjetivo) tienen menos de un siglo de existencia, pero se emplean desde hace ms tiempo, siendo interesante estudiar el proceso por el que han llegado a adquirir la significacin que hoy tienen.
1Yule-Kendall:
16
Las palabras estadista, estadstica, estadstico, parece que derivan ms o menos indirectamente del latn STATUS, en el sentido adquirido en el latn medioeval, de un estado poltico. La primera de las tres palabras citadas es mucho ms antigua que las otras dos. La palabra estadista se encuentra, por ejemplo en "Hamlet" (1602), en "Cimbelino" (1610 1611) y en "El paraso recobrado" (1617). Segn parece, la palabra estadstica se emple por primera vez en "Elementos de erudicin universal" del barn J.F. Von Bielfeld, traducido al ingls por W. Hooper M.D. (vol.3, Londres 1770), uno de sus captulos se titula "estadstica" y en l se define sta como "La ciencia que nos ensea la situacin poltica de los estados modernos del mundo conocido". La palabra
estadstica aparece de nuevo con una definicin quizs ms amplia, en el prefacio de "Una visin poltica del estado actual de Europa" por E.A.W. Zimmermann publicada en 1787. "Hace aproximadamente cuarenta aos -dice Zimmermann- que esta rama del conocimiento poltico, que tiene por objeto estudiar la potencia real y relativa de los distintos estados modernos, de la capacidad derivada de sus condiciones naturales, la industria y la civilizacin de sus habitantes y la sabidura de sus gobernantes, se ha constituido, principalmente por parte de los escritores alemanes, en una ciencia independiente... por la forma mas conveniente que ahora ha tomado... esta ciencia conocida por el recin inventado nombre de estadstica, ha llegado a ser un estudio favorito en Alemania" ; y el adjetivo aparece tambin: "A los diversos artculos contenidos en esta obra, algunos acreditados escritores estadsticos han aadido un resumen de las principales pocas de la historia de cada pas". En pocos aos estos vocablos fueron aceptados por diversos escritores, especialmente por Sir John Sinclair, el editor y organizador de la primera "Informacin estadstica de Escocia" al cual se ha atribuido frecuentemente su introduccin. En la carta circular dirigida al clero de la iglesia de Escocia en mayo de 1790, indica que en Alemania las llamadas "investigaciones estadsticas" han alcanzado gran extensin, y aade una nota explicativa de la frase "investigaciones
Captulo 1
17
estadsticas" "investigaciones relativas a la poblacin, a las circunstancias polticas, a la produccin de un pas y a otros asuntos de inters pblico". En la "Historia del origen y progreso...", de la obra citada nos dice: "mucha gente se sorprendi al principio de que yo usara las nuevas palabras estadstica y estadstico, porque suponan que nuestra propia lengua poda expresar el mismo sentido, con algn otro trmino. Pero en el curso de un largo viaje a travs de los pases del norte de Europa, que hice en 1786, encontr que en Alemania andaban ocupados en una especie de investigacin poltica a la que haban dado el nombre de ESTADSTICA y creyendo que una palabra nueva podra llamar ms la atencin pblica, resolv adoptarla y espero que est ya completamente naturalizada e incorporada a nuestro idioma. Esta esperanza estaba ciertamente justificada; pero la significacin de la palabra sufri un rpido desarrollo durante el medio siglo siguiente a su introduccin. "estadstica" (Statistik), en el sentido en que el trmino fue empleado por los escritores alemanes del siglo XVIII, por Zimmermann y por Sir John Sinclair, significaba simplemente la exposicin de las caractersticas ms notables de un Estado, siendo la forma de exposicin casi inevitable en aquel tiempo predominantemente verbal. La condicin y el carcter definido de los datos numricos haban sido reconocidos en poca algo anterior -especialmente por los escritores ingleses-, pero las cifras fidedignas eran escasas. Sin embargo, despus de comenzar el siglo XIX fueron aumentando los datos oficiales; y en consecuencia las antiguas descripciones verbales fueron desplazadas poco a poco por las exposiciones numricas. La Estadstica adquiri casi insensiblemente una significacin ms estrecha a saber: la exposicin de caractersticas de un Estado por mtodos numricos. Difcil es fijar la poca en que tal palabra adquiri este significado cuantitativo; pero segn parece la transicin se realiz slo a medias, an despus de la fundacin de la Royal Statistical Society en 1834. Los artculos del primer volumen del journal aparecidos en 1838-39 son en su mayor parte de carcter numrico, pero la declaracin oficial no hace referencia alguna al mtodo. "Podemos decir, con palabras del programa de esta sociedad, que Estadstica es la investigacin de los hechos objeto de clculos para poner de manifiesto las condiciones y perspectivas de la sociedad". Se reconoce sin embargo, que "el estadista prefiere utilizar cifras y datos numricos".
Roberto Behar y Mario Yepes
18
Una vez realizado este primer cambio de significacin, siguieron otros. La palabra Estadstica utilizada primero como el nombre de una ciencia, fue aplicada despus para designar las series de cifras sobre las que aquellas operaba y as se habl de estadsticas vitales, estadsticas de beneficencia y otras. La misma palabra se aplic luego a datos numricos similares referentes a otras ciencias, como la Antropologa y la Meteorologa. A fines del siglo XIX hallamos "estadsticas de nios clasificados en listos, medianos y torpes", "estadsticas de caracteres mentales en el hombre" y hasta "un examen estadstico de las caractersticas del hexmetro de Virgilio. La evolucin del significado del adjetivo "estadstico" (statistical) y del nombre "estadstico" (statician) fue naturalmente anloga. No hace falta multiplicar los ejemplos para hacer ver que la palabra estadstica no est hoy vinculada en forma principal a las "cosas del estado".
1.2
La estadstica ha tenido un desarrollo extraordinario, que ha hecho que muchos problemas que antes no tenan una clara solucin, hoy la tengan. Para que podamos hacernos a una idea de la diversidad de campos en los que la Estadstica juega un papel importante, se presentan a continuacin algunas situaciones. 1. Prueba de una vacuna Se quiere determinar la efectividad de una vacuna; para ello se disea un experimento en el cual participa un gran conjunto de nios de cierta edad, los cuales son clasificados al azar en 2 grupos. Al primer grupo se le aplica una vacuna y al segundo grupo no. Se les hace un seguimiento durante un perodo adecuado de tiempo para comparar la incidencia de la enfermedad problema en cada grupo. Cul debe ser la diferencia mnima en el nmero de afectados para aceptar que la vacuna es efectiva?
Roberto Behar y Mario Yepes
Captulo 1
19
2. Determinacin de la etiologa de una enfermedad Para que una enfermedad se produzca es preciso una combinacin adecuada de las condiciones de tres elementos que son: el agente, el ambiente y el husped. Al proceso constituido por las interrelaciones de estos tres elementos que caracteriza y explica la presencia de la enfermedad, se conoce como "historia natural de la enfermedad". La Epidemiologa se dedica en gran parte a la determinacin de la historia natural de las enfermedades, ya conociendo sta, es posible determinar cul etapa del desarrollo de la enfermedad es ms factible de interrumpir para evitar la misma. No es fcil en la mayora de los casos, determinar la historia natural de una enfermedad, y en ello la Estadstica juega un papel muy importante al proporcionar herramientas para comparar la distribucin de la enfermedad en grupos con diversas caractersticas socioeconmicas (sexo, edad, condiciones geogrficas, raza, hbitos, etc.), con el nimo de ir acotando las condiciones ambientales y del husped que conduzcan a la explicacin de la historia natural de la enfermedad. 3. Determinacin de la dosis de una droga Para lanzar una nueva droga al mercado, es necesario superar una serie de etapas y pruebas que son mas o menos rigurosas dependiendo de las leyes del pas en cuestin. Generalmente el consumo de una droga puede producir efectos colaterales que pueden ser ms o menos graves. Por tal razn es necesario disear experimentos para determinar niveles de sensibilidad y la dosis adecuada que permita atacar la enfermedad y no producir molestias. (Ntese que estos aspectos varan de persona a persona). 4. Caracterizacin de la demanda por el servicio de urgencia hospitalaria La demanda por el servicio de urgencia hospitalaria es variable de mes a mes, de semana a semana, de da a da, e inclusive en horas de un mismo de da.
20
El conocimiento de dicha distribucin es de mucho inters para la determinacin de recursos humanos y materiales y para su programacin. Un acercamiento a la distribucin de la demanda puede conseguirse recolectando informacin y realizando algunos anlisis estadsticos. 5. Fase de planeacin La planeacin es en cierta forma "mirar hacia el futuro con los ojos del pasado". En el proceso de planeacin se requiere disponer la informacin cuantitativa y cualitativamente adecuadas para tomar decisiones ahora, que tendrn implicaciones en el futuro. Una empresa debe hacer proyecciones de demanda del artculo que se produce, pues con base en ella, se har la programacin de la produccin y todo lo que ella trae consigo. Dicha demanda puede ser estimada a travs de modelos estadsticos de series de tiempo. 6. Control de calidad La calidad con que se produce un artculo es importante para cada industria. Esta constituye un factor bsico de competencia en el peor de los casos, por ejemplo en el caso de drogas o alimentos se trata de la integridad e incluso de la vida de las personas. En la prctica es muy costoso y a veces imposible inspeccionar el 100% de la produccin o de la materia prima, se puede en estos casos disear un plan estadstico de muestreo, y unos instrumentos que permitan tomar decisiones muy confiables sobre la calidad de un lote de produccin a partir de la observacin de unos pocos artculos, economizando de esta manera dinero y tiempo. 7. Comparacin de la eficiencia de dos procesos Se desea decidir sobre cul de 2 procedimientos utilizar para la realizacin de una actividad intermedia en la produccin de un artculo, tomando como criterio de eficiencia. Se disea el experimento y se realizan observaciones durante corto tiempo con base en las cuales se deber decidir con cierta confiabilidad cul procedimiento es mejor.
Captulo 1
21
8. Produccin agrcola Se van a sembrar grandes reas de terreno con papa china, se requiere por tanto disear un experimento para determinar entre otras cosas: cul debe ser la distancia entre plntulas?, cules deben ser los niveles de agua y de nutrientes a usar?, hay o no interaccin entre la distancia entre las plantas y los niveles de nutrientes? produccin. 9. Econometra Determinacin de las principales caractersticas socioeconmicas que generan la inflacin y cmo influye cada una de ellas, presentado esto a travs de un modelo de regresin. 10. Anlisis actuarial Una empresa de seguros de vida, desea determinar cuanto debe cobrar al ao por una pliza, segn la edad. Para ello, debe realizar un estudio estadstico sobre los riesgos y las frecuencias de muertes por grupos de edad. todo ello para conseguir ptima
22
...Por el mtodo de Ingeniera quiero decir la estrategia para causar el mejor cambio posible, con los recursos disponibles, en una situacin incierta o pobremente estudiada
Aqu queda implcito que el ingeniero debe tomar decisiones con informacin incompleta, en ambiente de incertidumbre, asumiendo riesgos, pero no de manera aventurera o irresponsable: lo har con criterio y guindose por heursticas, muchas de las cuales tienen como propsito hacerse buenas ideas sobre la magnitud de los riesgos que asume y saber cual es el lado que lo pone conservadoramente cerca de la seguridad. El mismo autor, dedica el captulo 3 de su libro a definir algunos heurismos usados por el mtodo de Ingeniera y los divide en 5 categoras, una de las cuales es: Algunos heurismos que usan los ingenieros para mantener el riesgo dentro de los lmites permitidos. Otras expresiones como: ...nunca ser posible desarrollar del todo algunos problemas complicados, debido a la incertidumbre inherente al Mtodo de Ingeniera. Dado que el ingeniero tratar de encontrar la mejor respuesta, an en situaciones relativamente viables para tomar una decisin, es inevitable que exista algn riesgo. Esto desde luego no significa que todos los niveles de riesgo sean aceptables. Como podra esperarse a esta altura de la discusin, lo que es razonable est determinado por heurismos adicionales que controlan el tamao del riesgo que el ingeniero est dispuesto a tomar.
Si el sistema que desea cambiar es complejo y poco entendido; si el cambio deseado es el mejor disponible y si est limitado por la disponibilidad de recursos, entonces usted
Roberto Behar y Mario Yepes
Captulo 1
23
est ante un problema de Ingeniera. Si usted logra el cambio usando el Mtodo de Ingeniera, entonces usted es un ingeniero..
Basados en Koen (1985), queda claro que el mtodo de ingeniera y la profesin de ingeniero, estarn limitados en su eficiencia y eficacia, si en un sitio privilegiado de su maletn de heursticas, no tienen algunas que le permitan resolver y decidir en ambientes de riesgo e incertidumbre, que constituyen su condicin natural de operacin. En no pocas ocasiones, el ingeniero deber inferir informacin de otros situaciones que a su parecer se han producido en circunstancias similares a la de su inters, generndose as posibles errores, cuyo magnitud deber ser considerada por l, en la toma de decisiones. Por otro lado muchos problemas en ingeniera involucran procesos y fenmenos naturales que presentan variabilidad y aleatoriedad inherentes, haciendo que ellos no puedan ser descritos o caracterizados de manera exacta. Por estas razones los procesos de planeacin y de diseo en ingeniera deben tomar en consideracin, casi obligatoriamente, estas consideraciones de aleatoriedad y de incertidumbre. Cuando Koen se refiere a que no todos los niveles de riesgo son aceptables, est sugiriendo que el ingeniero en su responsabilidad, deber cuantificar el riesgo para decidir con base en un juicio sobre la magnitud de incertidumbre razonable. De esta manera la formulacin de decisiones relacionadas con procesos inciertos, requerirn valoraciones del tipo riesgo-beneficio. Cul es la naturaleza de aquellas heursticas que le permiten al ingeniero cuantificar el tamao del riesgo? Cmo obtener una estimacin de la magnitud de un efecto de particular importancia en un proyecto, que garantice al ingeniero que acta hacia el lado de la seguridad en cuanto al riesgo, pero sin perder de vista la racionalidad econmica o prctica?
24
La respuesta a los anteriores interrogantes, la tiene la teora de la probabilidad y la estadstica. En una situacin experimental por ejemplo, en la que se pretende valorar la fatiga de cierto material, es casi seguro, que experimentos repetidos bajo condiciones similares no generarn el mismo resultado. Cual debe ser entonces el valor de la fatiga que debe reportarse, asociado a dicho material, en un proceso de diseo?. Si el ingeniero se enfrenta al problema del diseo de un canal para aguas de lluvia, cuales deben ser sus parmetros de diseo si el quisiera que el canal fuera suficiente, para lluvias tan intensas como aquellas que se presentan en promedio una vez cada diez aos?. Conociendo la imposibilidad de predecir con certeza de que magnitud sern las mximas lluvias que ocurrirn en el futuro. Cmo responder la pregunta? El ingeniero debe cuantificar el riesgo y las heursticas que le permitirn hacerlo, son competencia de la probabilidad y la Estadstica. En electrnica, es posible conocer la fiabilidad de cada una de los elementos de un circuito, como poder, a partir de estas probabilidades individuales, conocer el riesgo de falla del circuito completo como un sistema?. En este camino, conocer los elementos bsicos de la teora de la probabilidad, de tal manera que a partir de la estimacin de la probabilidad de ocurrencia eventos simples, pueda obtenerse informacin sobre el riesgo de ocurrencia de eventos compuestos y complejos, es una necesidad para el ingeniero. Si con un determinado sistema, es posible resolver el problema con un riesgo r, cul sera el riesgo si se colocaran n sistemas en paralelo? O combinaciones de serie y paralelo?
Captulo 1
25
En una situacin pobremente estudiada, cmo hacer predicciones del riesgo, informacin incompleta?
usando
Si la magnitud de un factor F, es un insumo clave para la solucin de un problema de ingeniera, pero solo dispongo de algunos datos sobre F, Cmo puedo estimar la magnitud de F, asumiendo un riesgo de equivocarme en la estimacin, definido a priori por el ingeniero? En esta situacin la probabilidad y la estadstica pueden apoyar la formacin del ingeniero proporcionndole las herramientas adecuadas para la construccin de heursticas, a travs de la llamada estimacin de cantidades, por medio de intervalos de confianza.
Koen (1985) en su intento por caracterizar el trabajo del ingeniero, expresa cmo el ingeniero inicia su trabajo saliendo de un punto de partida que corresponde a una situacin de incertidumbre o pobremente estudiada y que su punto de llegada es incierto. En el camino, deber ir resolviendo las dificultades y obstculos y tomando decisiones cuando existan varios caminos alternativos.
Cmo poder hacer comparaciones y tomar decisiones ante diversos cursos alternativos de decisin, en un ambiente de incertidumbre? En esta problemtica, la probabilidad y la estadstica se constituyen en una verdadera mina, de la cual el ingeniero puede dotarse de las heursticas apropiadas para enfrentar con muy buenas posibilidades de xito la situacin de comparar alternativas, con informacin parcial, cuantificando el riesgo de tomar una mala decisin. Este yacimiento de heursticas, se conoce en estadstica como Contraste de hiptesis. Cmo decidir entre varios posibles cursos de accin en ambiente de incertidumbre? Koen plantea de manera muy pedaggica la diferencia entre los dominios de la Ciencia y de la Ingeniera. Uno de los elementos conceptuales que marca esta diferencia, es la restriccin en los
26
recursos disponibles. A diferencia de la ciencia, en la ingeniera no se hace referencia a la solucin, sino a una solucin. En ingeniera una buena solucin no se puede juzgar, sin el conocimiento de la restriccin generada por la disponibilidad de recursos. En ingeniera puede preferirse una solucin que no es la ptima absoluta (utilizando algn criterio de optimalidad), pero que se aproxima bastante bien a los requerimientos, si sta es mucho ms rpida y/o barata que la ptima. Si la recopilacin de la informacin completa requiere de un periodo de tiempo exagerado o exige una cantidad de recursos muy grande, el ingeniero deber disponer de heursticas que le permitan saber cul es el punto de equilibrio entre la cantidad de recursos a invertir en obtener informacin y la magnitud del riesgo de equivocarse y sus consecuencias al tomar decisiones con dicha cantidad limitada de informacin. La probabilidad y la estadstica ofrecen un excelente men, para que el ingeniero disponga de heursticas que le permitan cuantificar el monto de recursos que debe asignar a la inversin en informacin y la manera de decidir con dicha informacin. Esta carta de navegacin, se conoce en Estadstica como estimacin del tamao de muestra y puede relacionar un tamao de muestra a seleccionar con el riesgo de equivocarse al decidir con ella en algn sentido. Por otro lado ante la incertidumbre o el pobre conocimiento de la situacin, el ingeniero debe disponer de heursticas que le permitan en algunas ocasiones hacer ensayos en pequea escala, para predecir el comportamiento de un sistema, anticiparlo tomando las medidas adecuadas, llenndose de argumentos para favorecer un curso determinado de accin. Este es el caso por ejemplo, de los cilindros de prueba, que son construidos con la mezcla de concreto que el ingeniero piensa usar en una obra y que debe someter al laboratorio para verificar su resistencia. De nuevo, casi con seguridad, los cilindros construidos con la misma mezcla, presentarn variabilidad en los resultados de resistencia medidos en el laboratorio. Con esta informacin,
Roberto Behar y Mario Yepes
Captulo 1
27
deber tomarse una decisin que ser aplicada a las mezclas que con las mismas especificaciones se realicen para construir la obra en cuestin. Conociendo la existencia de la mencionada variabilidad cmo estar seguros de que las mezclas que se produzcan se comportarn de la misma manera que la muestra estudiada?. Cmo realizar estos ensayos? Cmo concluir con base en la informacin obtenida en los ensayos, si se sabe que esa informacin parcial, no es reproducible en forma exacta si se repitieran los ensayos?. Cmo puede comparar la resistencia de varios diseos de mezclas?. En esta situacin, un excelente socavn, rico en las mejores fuentes para producir heursticas, lo constituye el diseo estadstico de experimentos, el cual no solo plantea muy buenas guas para la ejecucin de los ensayos, para garantizar la validez de las conclusiones que se obtengan, sino que permite controlar el riesgo, definiendo a priori, la magnitud de los riesgos que el ingeniero est dispuesto asumir, en el sentido de tomar decisiones equivocadas. Adems incluye relaciones esenciales que conectan los recursos a invertir con la calidad de las decisiones. En todo anlisis de un diseo estadstico de experimentos, arrojar informacin de tipo probabilstico. Cuando se trata de la valoracin del impacto de alguna medida o poltica gubernamental sobre el medio ambiente, generalmente se compara la situacin antes y despus de la intervencin. Cmo saber si las diferencias observadas no se deben tan slo al azar, sino que pueden atribuirse a la intervencin estudiada?. Ya se dijo que una condicin inherente al trabajo de un ingeniero, y que por tanto caracteriza el Mtodo de Ingeniera, es la restriccin en la disponibilidad de recursos. Entre varias heursticas comparables en su eficiencia, el ingeniero podra escoger aquella que exija menos insumos de informacin y en general que implique menos recursos. Proteger los recursos, es una de sus misiones permanentes. En este sentido poder predecir el estado final resultante de un curso de accin tomando en consideracin caractersticas de su
28
punto de partida, le permitir disminuir los riesgos de invertir recursos en rectificaciones por deficientes predicciones. Un indicador importante de contaminacin de las aguas con materia orgnica, es la llamada demanda bioqumica de oxgeno, DBO, cuyo proceso de medicin en el laboratorio, puede tardar 20 das. Para agilizar este proceso de medicin, sera de mucha utilidad asociar medidas ms tempranas de este mismo parmetro, con las que resultaran al final del proceso, midiendo por supuesto el riesgo de cometer errores de cierta magnitud. De hecho, este es el sentido del parmetro DBO5, que representa la medicin de la demanda bioqumica de oxgeno a los cinco das. Algo similar ocurre con la resistencia del concreto, que puede alcanzar su valor mximo a los 28 das. Estos ejemplos de aplicacin, podran generalizarse a situaciones problema donde se requiere el conocimiento de magnitud de F, para tomar una decisin, pero en lugar de conocer F, se conocen X, Y, Z y W, que son mucho ms baratas y prcticas de medir que la propia F, surge la pregunta: Cules heursticas permiten al ingeniero tomar decisiones equivalentes con stas ltimas en lugar de F? Entre las caractersticas disponibles (X, Y, Z y W), Cul es el subconjunto mnimo que se requiere y cual es la calidad de las decisiones que se tomen con base en dicho subconjunto? Cmo predecir el valor F correspondiente a un conjunto de valores especfico de las caractersticas (X, Y, Z y W)? En esta problemtica, la Estadstica vuelve a salir a la palestra, poniendo a disposicin del ingeniero, los modelos para predecir la magnitud de una caracterstica mediante el conocimiento de otras, a travs de los llamados modelos de regresin, midiendo en todo caso, en trminos de probabilidad los riesgos de equivocarse en las predicciones o estimaciones.
Captulo 1
29
Si una de las condiciones del punto de partida del ingeniero es la disponibilidad de informacin sobre un conjunto de caractersticas relacionadas con la situacin problema, Cmo explorar esta informacin, para plantear a partir de ella algunas hiptesis que permitan orientar el prximo curso de accin?
En esta fase la Estadstica entrega en las manos del ingeniero, algunas estrategias para hacer tiles sus datos, dndoles sentido en el contexto de su problema a travs del llamado Anlisis Exploratorio de Datos.
En la planeacin de la produccin, por ejemplo, se requiere estimar la demanda por cierto producto. Si se conoce, el comportamiento aleatorio de la demanda en el pasado, de qu manera puede usarse esta informacin, para predecir el comportamiento de la demanda del futuro?. Cmo valorar que tan fiable es esta prediccin?.Cul es el riesgo de que la demanda real que se presente, sea inferior a un cierto valor crtico D0?
Cuando el comportamiento futuro de una caracterstica, es un parmetro de diseo para un proyecto, se requiere disponer de Heursticas que permitan sacar provecho del conocimiento sobre cmo se ha comportado dicha variable en el pasado, para hacer pronsticos y estimar su fiabilidad. En este campo, la probabilidad y la estadstica proveen los elementos necesarios a travs del llamado anlisis de series de tiempo y pronsticos.
En campos especficos de la ingeniera, en los cuales una caracterstica inherente a la calidad de un producto es el tiempo que trascurre hasta que el producto falla o la duracin del tiempo entre fallas, se requiere conocer algunos parmetros que garanticen a priori, la confiabilidad del producto o servicio o para la definicin de polticas de mantenimiento de equipos, para la definicin de tiempo de garanta, es muy conveniente disponer de heursticas para la prediccin de la fiabilidad, campo frtil de la Estadstica a travs de la Teora de la Fiabilidad, que no es otra cosa, que la aplicacin de la teora de la probabilidad a esta situacin especfica.
Roberto Behar y Mario Yepes
30
Si se trata de controlar y mejorar la calidad de productos o procesos en ambientes de incertidumbre y variabilidad, como es la situacin normal en la industria manufacturera y en las empresas de servicios, las heursticas universalmente usadas corresponden al rea de Mtodos estadsticos para el control y el mejoramiento de la calidad.
Si se quiere abordar la calidad desde el propio diseo del producto, intentando conocer la interaccin entre los parmetros de diseo del producto o de la operacin de un proceso, con caractersticas de preferencias o del ambiente del usuario final, se requiere usar la Estadstica a travs de los llamados Mtodos estadsticos para el logro de la calidad por diseo.
Citando una vez ms a Koen (1985), al empezar su captulo 1, dice: El uso del Mtodo de ingeniera, en vez del uso de la razn, es la herencia de la humanidad ms equitativamente distribuida. Por Mtodo de Ingeniera quiero decir la estrategia para causar, con los recursos disponibles, el mejor cambio posible en una situacin incierta o pobremente estudiada. Por Razn, quiero dar a entender la habilidad para distinguir lo verdadero de lo falso. Esta distincin, indica que la lgica formal, no ser el instrumento, que usar el ingeniero para definir sus cursos de accin y para tomar sus decisiones sobre lo que funciona o no funciona, pues como lo explica el propio Koen en su caracterizacin de heurismos, no se garantiza que la aplicacin de un heurismo sea siempre vlida. Adems heurismos diferentes disponibles en el maletn del ingeniero pueden conducir a resultados contradictorios. En este estado de cosas Cmo decidir sobre la plausibilidad de una heurstica o de alguna estrategia, en ambiente de incertidumbre, si no es la lgica formal la que nos rige? Esta situacin se identifica extraordinariamente con lo que se conoce como Pensamiento Estadstico, el cual da pautas y guas para valorar un conjunto de datos, con base en la naturaleza
Roberto Behar y Mario Yepes
Captulo 1
31
del proceso que los gener, sin comprometerse con la validez categrica de los mismos. Es decir, que unos datos sern tan buenos como el proceso que les dio origen. Igualmente cuando se requiere comparar cursos de accin, la Estadstica proporciona unas guas, que han de seguirse, y hacen plausibles la conclusiones que se obtengan al aplicar unos procedimientos consistentes con dichas guas, aunque no las garantiza al cien por ciento, siempre ofrece informacin sobre el riesgo de equivocarse en la magnitud establecida. El pensamiento estadstico, es una dimensin transversal a toda heurstica que intente obtener informacin o tomar decisiones en ambientes de variabilidad e incertidumbre. Para finalizar, podemos plantear la pregunta Cmo comparar la eficiencia de varias heursticas en ambientes de incertidumbre o en situaciones pobremente estudiadas? Una posible estrategia para lograr este propsito, como ya lo discutimos anteriormente, puede darse con base en la simulacin, la cual permite a costos relativamente bajos predecir el comportamiento de una heurstica, en diferentes ambientes y condiciones de partida. Conociendo comportamientos aproximados de las componentes de un sistema y de sus complejas relaciones, puede hacerse uso de las herramientas que proporciona la simulacin para obtener resultados empricos del comportamiento del sistema completo, pudindose evaluar la sensibilidad o robustez a ciertas condiciones y ambientes.
La gran conclusin, es que es prcticamente imposible, ignorar el impacto de la variabilidad y de la incertidumbre, que son rasgos omnipresentes, en el contexto del trabajo de un ingeniero. Es necesario entonces, conocer los fundamentos de la teora de la probabilidad que nos permita involucrar en los anlisis la medicin del riesgo.
1.3
Cuando se hace referencia a investigacin en este contexto, se entiende de la manera ms general, como un proceso de bsqueda de conocimiento, sin cualificar la naturaleza del conocimiento
Roberto Behar y Mario Yepes
32
producido, ni su valor en trminos de la trascendencia, puede referirse a un complicado estudio astronmico, a la exploracin celular en busqueda de la explicacin de algunos procesos qumicos que tienen lugar en el ncleo de la celula, como tambien a cosas de menos generalidad y trascendencia, como la investigacin sobre si vale la pena o no aumentar la dosis de abono a un cierto cultivo, de acuerdo con el incremento en el rendimiento que se observe. Un estudio para conocer la opinin politica en una zona y en un tiempo determinados. Notese que en esta parte, no se pretende asociar investigacin con Estadstica. No obstante cuando se quiere juzgar la validez de un proceso generador de conocimiento, en cualquier campo, no necesariamente usando la Estadstica, aparecen en forma natural dos elementos a considerar y a juzgar: 1.3.1 El mecanismo de observacin y la validez externa.
El mecanismo de generacin de los datos bsicos, que han de servir de cimientos o de materia prima para la elaboracin de informacin. En este primer elemento, la atencin se centra en valorar si el mecanismo o instrumento usado registra confiablemente los rasgos que se pretenden observar o medir en el objeto de estudio. Asi pues en el caso del astrnomo, quien pretende registrar sus datos, usando un sofisticado telescopio, para estimar algunas distancias entre cuerpos celestes, la pregunta clave es si las distancias registradas por su aparato corresponden a las verdaderas distancias en la realidad, debera estar razonablemente seguro que atraves de su instrumento, no se producen desviaciones significativas2 pues de no ser asi, el astrnomo deber estimar la magnitud de estas desviaciones o deformaciones, con el propsito de construir ajustes que corrijan las deficiencias de su instrumento. Es razonable pensar que si lo que mide el astrnomo no se corresponde con la realidad, sus elaboraciones conceptuales, aunque plausibles,
Significativo, en el contexto de la astronoma y de la problematica especfica que se aborda. Esto deber ser
Captulo 1
33
no necesariamente conducirn a afirmaciones confiables. El instrumento de observacin adopta las variadas formas, desde un aparato fisico, como en el caso del astrnomo, hasta una sofisticada encuesta que contiene preguntas sesudamente elaboradas con la pretension de obtener la materia prima para construir categoras sobre complicados conceptos sociolgicos o psicolgicos. En esta situacin la cuestion seria entre otras3 : en realidad los items que contiene el formulario y la manera de relacionarlos para construir las categorias, detectan lo que se quiere detectar?, miden lo que se quiere medir?, pues de no ser asi, aun cuando los razonamientos que se realicen sean vlidos, sus conclusiones no son confiables. Cuando una investigacin satisface esta dimensin, se dice que tiene validez externa. 1.3.2 La lgica del pensamiento y la validez interna.
Una vez se dispone de las observaciones, obtenidas con un proceso o instrumento que posee validez externa, puede decirse que tenemos materia prima con calidad adecuada, que se tiene un punto de partida, unas condiciones iniciales, a partir de las cuales se elaborara un nuevo producto, se generaran afirmaciones simples o muy complejas sobre el objeto de observacin, que constituyen nuevos hallazgos. La valoracin de ese nuevo producto, de ese cuerpo de afirmaciones, tiene varias aristas. Una de ellas es la compatibilidad con el conjunto de proposiciones aceptadas como validas, en el campo que se trata. Si se encuentran contradicciones, se esta frente a un nuevo problema a resolver: o se rechazan las nuevas afirmaciones y se buscan razones que justifiquen su invalidez o se replantean las proposiciones aceptadas y dadas como vlidas hasta ese momento, buscando una explicacin plausible para ese nuevo comportamiento registrado. La otra arista, no excluyente con la primera, es juzgar el producto, es decir el nuevo conjunto de afirmaciones generadas, con base en un
Entre otras, que mas tarde abordaremos en forma especfica, como lo es la representatividad de la muestra objeto
34
juicio sobre el proceso de elaboracin, es decir haciendo una valoracin crtica de la logica4 utilizada, partiendo de las observaciones vlidas, y usando el universo de proposiciones aceptadas como vlidas. Cuando el resultado de esta valoracin crtica del proceso de construccin de las conclusiones, es positivo se dice que el estudio tiene validez interna. Los conceptos de validez externa y validez interna, adoptan formas muy especiales, cuando la naturaleza de la investigacin, hace que la observacin se realice con base en muestras de individuos de una poblacin que tiene variabilidad en cuanto a las caractersticas objeto de la investigacin y por tal razn las conclusiones son obtenidas mediante un proceso inductivo, en el cual estn presentes ingredientes como el azar y la incertidumbre.
1.4
LA
VALIDEZ
EN
INVESTIGACIONES
QUE
USAN
MTODOS ESTADSTICOS
1.4.1 Validez externa y representatividad.
La caracterstica esencial de los estudios que usan mtodos estadsticos, radica en la observacin con base en muestras probabilsticas5 y las inferencias de naturaleza probabilstica, que permiten asociar a sus conclusiones o hallazgos niveles de confianza, como resultado de la componente de aleatoriedad o azar que involucra.
Entiendase en el mas amplio sentido. Muestra probabilstica, para diferenciarla del muestreo intencional, en el que es el juicio del investigador el que
decide sobre los elementos a estudiar y por lo tanto las inferencias no son de naturaleza estadstica. En adelante siempre que se haga referencia a muestra o a muestreo, entenderemos muestreo probabilstico.
Captulo 1
35
Se puede ver que en esta situacin una componente adicional al instrumento de observacin propiamente dicho, es la representatividad de la muestra. Sobre la representatividad de una muestra, se ha especulado mucho y es motivo de serias controversias, algunas de las cuales aun tienen vigencia. Aqui, el criterio para valorar la representatividad de una muestra, tiene dos dimensiones esenciales: el mecanismo mediante el cual se seleccionan las unidades a incluir en la muestra y el nmero de elementos a incluir en la misma. En resumen: la forma y la cantidad. La forma de muestrear, es decir el mecanismo para seleccionar la muestra, debe ser tal que se procure plausiblemente conservar la estructura de las caractersticas y las relaciones que se quieren observar, que los alejamientos se deban solamente a la accin del azar. Esta afirmacin, a veces se operacionaliza con afirmaciones como: ..Todos las unidades de la poblacin deben tener la misma probabilidad de ser seleccionadas en la muestra algo asi como la democracia en la seleccin de la muestra. aunque podra funcionar algo mas flexible, como: ..El mecanismo de seleccin6 debe ser tal que se conozca la probabilidad que tiene cada unidad de la poblacin de ser incluida en la muestra.., esta segunda afirmacin, mas general que la primera, exge conocer los ponderadores o pesos que mas tarde, en el anlisis deber darse a cada una de las unidades de la muestra para conservar la mencionada estructura de la poblacin. De hecho cada uno de los llamados modelos de muestreo7, tiene asociado el conocimiento de la probabilidad que cada unidad de la poblacin tiene de ser seleccionada, as por ejemplo en
Ntese que la representatividad de una muestra, se juzga ms que por si misma, por el mecanismo que le di
orgen.
7
En las llamadas poblacines finitas, es decir que la poblacin esta conformada por un nmero conocido N de
unidades.
36
muestreo aleatorio simple8, la probabilidad es igual para todos (1/N). En muestreo estratificado, es decir cuando la poblacin se ha clasificado en estratos de tamao conocido, por ejemplo por estratos socioeconmicos, conformando la muestra con las unidades que se seleccionan al azar de cada uno de los estratos, aqui la ponderacin de una unidad depende del estrato a que pertenece y esta dada por la proporcin que representa la muestra en ese estrato con respecto al tamao del estrato. Analogamente en modelos como el muestreo por conglomerados, por ejemplo, la poblacin puede estar agrupada en barrios o colonias o comunas. Aqui se escogen algunos barrios al azar. En los barrios seleccionados, se sacan manzanas al azar y luego de las manzana escogidas se extraen viviendas (muestreo por conglomerados trietapico). Aqui las ponderaciones se definen de acuerdo al nmero de barrios (unidades primarias), nmero de manzanas (unidades secundarias) y al nmero de viviendas en cada manzana (unidades terciarias). Existe otros modelos como el muestreo sistemtico de intensidad K, en el cual se da un ordenamieno a las unidades de la poblacin, se selecciona la primera al azar y a partir de ese, se toma una cada K unidades. Pueden existir mezclas de estos modelos bsicos y adems otros tipos de muestreo que surgen como resultado de consideraciones de eficiencia o de dificultades prcticas. En resumen, puede decirse entonces, que el establecimiento de un modelo de muestreo, que tenga asociadas probabilidades conocidas de seleccin de cada una de la unidades de la poblacin, es garanta de que la muestra es representativa (por su forma). La otra dimensin de la representatividad est relacionada con el tamao de la muestra, sobre el cual existen un gran nmero de mitos y falsas creencias que se van transmitiendo por generaciones.
Captulo 1
37
Existe la falsa creencia de que para que la muestra sea representativa debe contener el 10% de las unidades de una poblacin, lo cual se contradice con un sencillo ejemplo: para saber el tipo de sangre de una persona, no es necesario extraerle el 10% de la sangre, basta con una sola gota, puesto que se sabe que todas las gotas de sangre de su cuerpo son del mismo tipo. Aqui se nota como el grado de homogeneidad de las unidades toma un papel importante en la definicin del tamao de la muestra. Podra traerse tambin el caso de la sabia ama de casa que solo prueba una sola cucharadilla de su rica sopa, para tomar con base en ella la decisin de ponerle o no mas sal, eso si, asegurndose de antemano en garantizar la homogeneidad al menear con maestria por todos los rincones de la olla. El tamao de la muestra si se relaciona con el tamao de la poblacin a muestrear, pero la heterogeneidad, es decir la variabilidad de la caracterstica de inters, pesa mucho ms en su determinacin, a tal punto que en poblaciones muy grandes9, el tamao de la poblacin no tiene ninguna importancia, es decir que las frmulas para el clculo del tamao de la muestra no toman en cuenta el tamao de la poblacin, En todo caso el criterio que define si una muestra de un tamao determinado, puede considerarse representativa, tiene relacin con el nivel de precisin requerido. Puede intuirse que entre mas precisin se exija, ms grande se requerir la muestra. La precisin de una estimacin puede expresarse generalmente a travs de dos elementos: el error tolerable () y la confianza () o confiabilidad. El error tolerable es la diferencia que estamos dispuestos a aceptar entre el verdadero valor poblacional ()10 y el calculado con la
En la teora se conocen como poblaciones infinitas. Al verdadero valor poblacional, el cual es una constante se le llama parmetro.
10
38